圍繞著全域旅游氣象服務的需求,研究和設計了基于多源數(shù)據融入技術的全域旅游氣象服務系統(tǒng)模型,并根據該模型,融合海南省當?shù)氐臍庀�、地理、旅游、生態(tài)、經濟、社會等多源數(shù)據,在微信上開發(fā)了"站點式景區(qū)道路天氣導航地圖"。通過一段時間的實際業(yè)務運行,該系統(tǒng)能夠提供比較準確的"衣、食、住、行、娛"綜合旅游信息,為游客的出游提供趨利避害的參考,提升了海南全域旅游氣象服務能力。同時,也發(fā)現(xiàn)了一些問題,需要進一步完善和優(yōu)化。 

【文章來源】：氣象科技. 2020,48(05)

【文章頁數(shù)】：7 頁

【部分圖文】：

實時數(shù)據清洗流程

決策層將數(shù)據層和特征層進行關聯(lián)、匹配和劃分，結合電子地圖構造出可視化、可交互的窗口，給出旅游點和分類信息的查詢，方便游客進行趨利避害的決策（圖2）。旅游點查詢提供基本、詳細、交通等信息。基本信息包括旅游點名字、類別、穿衣、天氣實況和地址等信息。詳細信息包括天氣、推薦、風險、資訊等。其中，天氣提供當前實況、未來10d逐日預報和未來1d逐時預報，預警信息和空氣質量、海洋預報、紫外線和負氧離子等數(shù)據。推薦包括游玩、類似、住宿和美食推薦，游玩推薦顯示當前時間、地點和天氣比較適宜的游玩項目，類似推薦顯示同類和同城的旅游點，住宿和美食推薦顯示旅游點附近的住宿和美食點。風險是基于閾值控制，顯示生效的預警信號、山洪、泥石流、強降水等信息。資訊包括旅游點簡介、圖片、營業(yè)時間、門票等信息。交通信息是交通導航，通過用戶位置到旅游點的路徑算法，提供前往該旅游點的道路導航和交通預報。分類查詢對旅游線路、主題和城市等屬性數(shù)據進行篩選，顯示相同屬性的旅游點集合。3 系統(tǒng)開發(fā)和應用

決策層則模擬用戶出游場景，在地圖上（圖4）顯示海南全域旅游的景區(qū)、高速公路、省道、機場、港口、博物館、高爾夫球場、美食街區(qū)、特色小鎮(zhèn)和生態(tài)村等200多個地點的出游程度，按照主題、位置、天氣進行數(shù)據的關聯(lián)、匹配和劃分。點擊某個旅游點，可查看該點的天氣、穿衣、位置等基本信息，點擊“查看詳情”獲得天氣、資訊、推薦、風險等詳細信息，點擊“到這去”獲得用戶位置到該旅游點的天氣交通導航。劃分觀光、濱海、雨林、溫泉、漂流、農事、風情、美食、攝、文體、交通等海南全域旅游的11大特色主題，不同主題對應不同旅游活動，每個旅游點根據各自情況匹配一個或多個的主題，進而獲得適宜開展的旅游活動和相關預報產品。根據旅游點的地理位置獲得周邊的食宿情況、類似旅游點推薦情況。根據天氣情況獲得相應的旅游活動的推薦和風險提示，從而獲得旅游全過程的“衣、食、住、行、娛”的綜合資訊，為旅客的出游提供趨利避害的參考。同時，地圖下方的“路線”按鈕串聯(lián)各旅游點，提供海韻、田園、黎西、西岸4條推薦線路，11類主題的景點，海南19個市縣旅游點的分類查詢。圖4 站點式景區(qū)道路天氣導航地圖

【參考文獻】：
期刊論文
[1]積溫對比法在鴨梨始花期預報中的應用[J]. 趙洪杰,閆景東,陳廣瑞,寇春偉,孟杰,馬麗.  氣象科技. 2019(05)
[2]全域旅游產業(yè)統(tǒng)計分類與指標體系構建[J]. 李冬.  統(tǒng)計與決策. 2019(14)
[3]全域旅游智慧化平臺建設——以桂平市為例[J]. 禤慶東,羅琪斯.  測繪通報. 2019(06)
[4]2017年春夏呼倫貝爾草原干旱過程多種監(jiān)測指數(shù)對比分析[J]. 曲學斌,金林雪,王穎,姜鳳友.  氣象科技. 2019(01)
[5]基于逐時資料的黃山霧凇特征及氣象條件分析[J]. 丁國香,劉安平,楊彬,姚葉青.  氣象科技. 2018(06)
[6]利用集合深度學習方法融合多源數(shù)據開發(fā)全國能見度網格數(shù)據[J]. 呂寶磊,胡泳濤,李林,梁海河,劉鈞,王曉江.  氣象科技進展. 2018(06)
[7]氣象干旱綜合監(jiān)測指數(shù)在安徽省的適用性分析[J]. 楊瑋,謝五三,王勝,張宇.  氣象科技. 2018(05)
[8]融合多源數(shù)據的大氣水汽場層析反演研究[J]. 陳必焰.  地理與地理信息科學. 2018(03)
[9]舟山市普陀區(qū)海灘旅游氣象指數(shù)預報研究[J]. 潘星海,賴雨薇,李文蜜,唐赟.  氣象研究與應用. 2016(04)
[10]全域旅游的內涵及其發(fā)展階段[J]. 楊振之.  旅游學刊. 2016(12)

碩士論文
[1]基于多源數(shù)據的短時間旅游路線規(guī)劃方法研究與實證[D]. 曾麟婷.上海師范大學 2019
[2]多數(shù)據源環(huán)境下的旅游推薦算法研究[D]. 李澤龍.海南大學 2018



本文編號：3340518