景区绿道骑行者行为特征及体验研究——以千岛湖风景区为例

来源 :体育研究与教育 | 被引量 : 0次 | 上传用户:harryxu200x
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以“骑行天堂”千岛湖的绿道骑行者为例,采用内容分析法对千岛湖自行车旅游者所撰写的网络游记进行分析、归纳,从外在的行为特征和内在的骑行体验研究自行车旅游者的骑行游憩过程。其中,行为特征主要从样本结构、骑行过程活动、服务及设施需求等方面进行分析,骑行体验从动机、感知维度、情感分析等方面进行归纳。研究结果表明:(1)千岛湖自行车旅游者行为特征以骑行为核心延伸至其他相关活动;(2)自行车旅游者骑行动机为复合型。以推力因素即旅游者内在驱动力为主,其中放松身心、自我追求以及猎奇求异占主导;(3)千岛湖骑行的感知维度多元。包括“自然景观”“畅爽愉悦”“服务满意”“自我挑战”“身体感知”“社会联系”6个维度;(4)自行车旅游者对千岛湖骑行的情感倾向积极,满意度良好。基于网络游记的千岛湖自行车绿道骑行者的行为特征和骑行体验研究对目的地体育旅游发展及营销提供实践启示。
其他文献
滑坡不仅影响社会经济的可持续发展,而且威胁人类的生命安全。滑坡敏感性图(LSM)被认为是预测滑坡空间位置的有效手段之一,但现有方法生成的LSM因受假阴性误差的影响,难以得到可靠的预测结果。针对该问题,本文提出了基于InSAR形变结果的LSM改进方法。在甘肃省舟曲县的试验结果表明,研究区范围内滑坡敏感性等级提升2.74%。对两个具体区域的原始LSM和改进后LSM进行比较,结果表明,利用改进后的方法,
期刊
报纸
教育培训是普遍的社会需求,我国的教育培训发展正经历着转型发展期:教育培训公司的产品更加专业化,教学更加规范化,质量更加高标化。二零二一年七月份“双减”政策的全国性实施和日益激烈的市场环境对与教育培训行业有着更加严格的规范要求,因此如何选取合适的发展战略以及把握公司战略走向对明途公司来说意义十分重大。本文运用PEST模型分析及波特五力模型,细致地对明途公司现阶段业务产品面临的外部环境进行分析;再运用
学位
本文利用不同手段和不同尺度的地面监测方法,分析城市填海区地面沉降的时空变化特征。通过深圳市大空港区的地面沉降监测工程实例分析,结合精密水准测量和遥感监测手段,实现了不同尺度地面沉降监测,获取该区域地面沉降时空变化特征。研究结果表明,精密水准测量方法与遥感监测方法均发现了会展中心周围道路产生的沉降,具有相同的变化特征。精密水准监测方法能较精确地获取局部地面沉降量,在石围路的建筑基坑周边产生最大为-3
期刊
针对倾斜摄影场景中建筑物单体化问题,本文提出了基于倾斜摄影测量点云数据的建筑物识别和边界提取自动化算法。首先,对点云进行预处理,去除地面点和噪声点;然后,对点云进行二维栅格化处理,按间隔距离预分割;最后,结合改进的大津算法和区域增长算法,从预分割点云识别其中的建筑物,并提取建筑物边界点。从广东省江门市和湛江市选取两处试验区域对算法进行测试,结果表明:区域内建筑物点云均能准确被分割识别,建筑物边界提
期刊
本人分析了山地乡村实景三维模型的建模方法,采用旋翼无人机对黔江区4个乡镇集镇区进行了倾斜摄影及实景三维模型生产,详细论述了在乡镇进行无人机倾斜摄影、像控点布设、空中三角测量及实景三维模型后期处理优化等技术方法,最后总结了山地乡村实景三维模型的成果和应用思路。
期刊
伴随着市民慢行需求的不断增长,在国家的大力倡导下,城市慢行系统建设得到迅速发展。而现有关于城市慢行系统的研究中,针对道路视觉特征与骑行流量的相关性研究较少,骑行道路的建设预评价缺乏科学的数据支撑。以北京市海淀区5类可供骑行的市政道路为研究对象,基于全景静态图数据,结合深度学习方法对道路的绿景指数、街道开敞度、建筑比及界面围合度4项视觉特征进行量化,并利用开源运动数据Heatmap获取道路对应的骑行
期刊
近年来,由于我国逐渐步入老龄化社会,并且人口呈现长期下降的趋势,人口红利逐渐消失,在此背景下,国家逐步开放三胎政策,并且要求相关配套逐步完善,在此政策背景下,我国民办幼儿教育快速发展,不论办学规模、办学质量近年均呈现不断发展的态势,幼教育市场增量空间巨大。然而紧随而来的行业竞争越发激烈,受相关政策规范的影响,幼儿教育培训行业竞争格局开始改变,许多民办教育企业都面临空前的挑战,特别是部分企业在此背景
学位
本文在道格拉斯-普克法的基础上提出利用逐点前进法对点云数据进行精简,以兔子的模型为对象进行试验研究。结果表明,逐点前进法对点云数据精简在速度和精简率上与道格拉斯-普克法相比有明显提高。
期刊
共享单车在“低碳交通”的背景之下应运而生,给人们的出行带来了极大的便捷,同时,在共享单车的使用和管理过程中也存在一些问题,例如共享单车的投放不均衡等。本研究以北京市核心区为研究区,利用空间大数据分析等方法,对共享单车出行的时间序列和空间特征进行了分析,结果表明:(1)从共享单车出行的时间特征来看,一是从工作日的共享单车日均出行量远远大于休息日的日均出行量,工作日的日均出行量为623 257辆,休息
期刊