李會敏，楊　波，周　亮，鄭群明，王　凱

(湖南師范大學a.資源與環(huán)境科學學院,b.旅游學院，中國 長沙　410081)

?

基于“洞天福地”的中國“福地”分布探究

李會敏a，楊波a，周亮a，鄭群明b，王凱b

(湖南師范大學a.資源與環(huán)境科學學院,b.旅游學院，中國 長沙410081)

摘要“洞天福地”是道教真人居住的物產(chǎn)豐饒、風景秀麗之地，絕大多數(shù)成為如今著名的風景名勝區(qū)，有較高的研究價值.前人對“洞天福地”的研究多局限于利用文字描述其旅游及文化價值，本文突破傳統(tǒng)的研究方法創(chuàng)造性地引入“福地”這一區(qū)域概念，首先采用GIS空間分析的技術手段，分析了“洞天福地”形成與發(fā)展的影響因素；其次建立BPI模型得到中國“福地”分布區(qū)域.結(jié)果顯示，“洞天福地”主要分布在中國的中東部，大部分在植被茂密、降雨豐富的丘陵或平原地區(qū)，且受河流、唐代交通干線、州城、商業(yè)中心的影響；中國BPI值為2.81以上的“福地”呈條帶狀分布在中國中東部的平原丘陵地區(qū)及東南沿海一帶，與“洞天福地”分布特征具有一致性.

關鍵詞“洞天福地”；“福地”；GIS空間分析；層次分析法

“洞天福地”是道教創(chuàng)立的專用詞匯，指道教真人為了修煉成仙而居住的仙山洞府，是道教文化的重要組成部分.“洞天福地”包括十大洞天、三十六小洞天和七十二福地，它們遍布中華大地，且所在之處資源豐富，物產(chǎn)豐盈，有山有洞，還有河流泉水、丹藥宮觀，等，絕大多數(shù)是當今著名的旅游勝地.“洞天福地”具體位置的確定往往與某道教名人的隱居有關，有較大偶然性，而中國地域遼闊、自然資源豐富，可稱為“洞天福地”的地方不止118處，由此衍生出“福地”的概念.研究將“福地”認定為可成為“洞天福地”的風景秀美、物阜民豐之地，其不具體指某一處，是一個區(qū)域概念.

歷來學者對“洞天福地”的研究方式較單一.王克陵、孫小珂認為“洞天福地”的建構，是世界歷史上首次由中央領導機構認可的風景名山體系，對于建設中國特色的山水文化貢獻巨大[1].李遠國認為“洞天福地”基于修道成真的需要而產(chǎn)生，是道教對自然地理、人居環(huán)境以及物種的發(fā)展進行觀察和研究的結(jié)果[2].孔令宏認為道教作為一種宗教，它的文學、藝術、“洞天福地”、宮觀、園林、廟會等民俗以及養(yǎng)生與特色飲食等豐富資源，都能夠與現(xiàn)代休閑旅游有機結(jié)合起來[3].宇汝松認為“洞天福地”完美結(jié)合了自然風光與人文景觀，飽含深厚的文化意蘊，對道教信徒及廣大中外游客都有強大吸引力[4].可見傳統(tǒng)對“洞天福地”的研究主要集中于旅游價值及歷史文化價值的描述，缺乏對其空間位置特征綜合性分析.

隨著計算機技術特別是GIS技術的迅速發(fā)展，國內(nèi)外對宗教旅游資源的研究也開拓了新方向[5-7].本文在前人研究的基礎上，利用GIS強大的空間分析功能分析了“洞天福地”的空間分布特征并構建模型探究新的生態(tài)文化旅游資源，不僅豐富了“洞天福地”的研究方式，也可為中國生態(tài)文化旅游資源的調(diào)查、評價與開發(fā)提供決策依據(jù).

1數(shù)據(jù)與方法

1.1數(shù)據(jù)來源

“洞天福地”位置信息主要來自文獻檢索與互聯(lián)網(wǎng)查閱，中國“洞天福地”共118處，因“七十二福地”中的湖魚澄洞具體位置有待考究，文章選擇其中117處研究，“洞天福地”的空間位置借助谷歌地圖詳細標定.數(shù)據(jù)及來源信息如表1所示.

表1　數(shù)據(jù)資料及來源

注：DEM即數(shù)字高程模型(Digital Elevation Model)，指用一組有序的數(shù)值陣列來表示地面高程的一種實體地面模型.

NDVI為歸一化植被指數(shù)(Normalized Difference Vegetation Index)，是一種可反映土地植被覆蓋情況的遙感指標.

SRTM(Shuttle Radar Topography Mission)是一種對地球表面進行遙感測量的航天飛機雷達地形測繪任務，數(shù)據(jù)由美國“奮進”號航天飛機搭載SRTM系統(tǒng)采集獲得.

MODND1M指空間分辨率為1km 的中國NDVI月合成產(chǎn)品.

1.2研究方法

文章主要采用ArcGIS 10.0地理信息系統(tǒng)分析平臺的數(shù)據(jù)管理、分析及空間分析模塊.

對“洞天福地”坐標數(shù)據(jù)分類整理后導入ArcGIS 10.0，對中國年平均降水量、唐代主要交通路線圖、唐時期全圖矢量化處理，使用UTM(橫軸墨卡托)投影，建立“洞天福地”分析數(shù)據(jù)庫；利用GIS空間分析功能分析“洞天福地”空間分布特征及其與海拔高度、植被覆蓋度、降水量、河流、唐代主要交通線、州城、商業(yè)中心的關系；建立層次分析模型，利用專家打分法確定各影響指標權重；建立中國“福地”指數(shù)(BPI，F(xiàn)udi Index)模型，結(jié)合GIS加權疊加得到中國“福地”分布圖.

2“洞天福地”空間分布特征

“洞天福地”在現(xiàn)代中國19個省份皆有分布，但并不均衡，大致以黑河——騰沖一線為界，呈現(xiàn)東南多，西北少的特征.省際分布情況見表2.“洞天福地”大部分在長江中下游一帶及東南沿海氣候較濕潤地區(qū)集聚，主要包括現(xiàn)在的浙江、湖南、江西和江蘇四省.兩廣丘陵、四川盆地、華北平原地區(qū)部分地區(qū)也有分布.東北平原地區(qū)在唐代還未得到開發(fā)，沒有道教文化傳播至此，云貴高原地區(qū)由吐蕃控制少與中原往來，因此這些地區(qū)幾乎沒有“洞天福地”分布.

“洞天福地”是道教名人隱居修煉、講學或煉丹之地，其分布特征亦是唐代以及唐之前各派道教思想傳播特征，而道教思想的傳播與唐代及唐以前古中國的地貌特征、降水量、河流分布、交通干線分布以及地方行政中心、商業(yè)中心分布密切相關.

表2　中國“洞天福地”空間分布簡表

注：天津，上海，內(nèi)蒙古，遼寧，吉林，黑龍江，海南，西藏，甘肅，青海，寧夏，新疆，香港，澳門，臺灣各省市均無分布.

2.1高程對“洞天福地”分布的影響

中國DEM數(shù)據(jù)表示中國各地區(qū)高程，值越大海拔越高，反之，海拔越低.參考中國山地類型劃分標準將全國海拔高度分成<500 m(丘陵/平原)、500～1 000 m(低山)、1 000～3 500 m(中山)、3 500～5 000 m(高山)、>5 000 m(極高山)六個等級，見圖1.

分析發(fā)現(xiàn)，海拔500 m以下丘陵或平原(海平面以下沒有分布)地區(qū)“洞天福地”數(shù)量84處，占總數(shù)的比例達71.8%.在海拔500～1 000 m低山也有“洞天福地”分布，比例為18.8%. 海拔1 000～3 500 m之間的中山因海拔太高，氣候也與低山丘陵有一定差異，不利于長期隱居生活，“洞天福地”分布較少，數(shù)目占所有“洞天福地”的9.4%.而在3 500～5 000 m 的高山與5 000 m以上的極高山由于氣候條件影響沒有“洞天福地”分布.綜上，全國90%以上的“洞天福地”分布在1 000 m以下的低山、丘陵或平原上，既滿足道教名人隱居修煉的目的又易于與外界聯(lián)系.

2.2植被指數(shù)對“洞天福地”分布的影響

中國NDVI數(shù)據(jù)表征了中國各地區(qū)植被覆蓋情況，NDVI值在-1～1之間，值越大，植被覆蓋越茂密，反之，植被越稀疏.將全國NDVI值分成-0.85～0，0～0.38，0.38～0.60，0.60～0.78，0.78～1五個值段，見圖2.分析得，NDVI范圍在-0.85～1之間，在0以下沒有植被的區(qū)域沒有“洞天福地”分布.NDVI值為0以上的區(qū)域，0～0.38、0.38～0.60兩個值段“洞天福地”分布較少，共計8處，占全國“洞天福地”的6.83%.而在0.78～1“洞天福地”數(shù)目最多，占全國“洞天福地”的65%.在NDVI值為0.60以上區(qū)域分布全國93%以上的“洞天福地”.綜上，“洞天福地”大部分分布在中國植被覆蓋茂密區(qū)域，且隨著NDVI值的增大分布數(shù)量增多.

圖1　中國DEM與“洞天福地”分布　　　　　　　　　　　　　圖2　中國NDVI與“洞天福地”分布Fig.1　　　　The distribution of DEM and the Caverns of heaven and places 　　　Fig.2　　　　The distribution of NDVI and the Caverns of heaven and places 　　　of blessing in China　　　of blessing in China　　　注：缺少中國大陸外NDVI數(shù)據(jù)，研究忽略影響.

2.3降水量對“洞天福地”分布的影響

參考中國干濕分區(qū)標準將中國年均降水量分成<50 mm，50～200 mm，200～400 mm，400～800 mm，800～1 600 mm，>1 600 mm六個區(qū)域，見圖3.統(tǒng)計分析得，在年降水量為400 mm以下的干旱與半干旱地區(qū)均無“洞天福地”分布.年平均降水量在800～1 600 mm之間的“洞天福地”分布最多，共71處，占全國“洞天福地”的60.7%.其次是年均降水量>1 600 mm的地區(qū)，“洞天福地”數(shù)量占總數(shù)的21.4%. 400～800 mm地區(qū)“洞天福地”數(shù)量相對較少，僅占總數(shù)的9.4%.綜上，“洞天福地”只分布在濕潤與半濕潤地區(qū)，其中90%以上分布在濕潤地區(qū)，降水量較多的地方更容易促使“洞天福地”形成.

2.4河流對“洞天福地”分布的影響

對全國四級以上及部分五級河流矢量數(shù)據(jù)做10 km與20 km緩沖區(qū)，見圖4.結(jié)果顯示，“洞天福地”呈現(xiàn)明顯的在長江、珠江、湘江、贛江以及洞庭湖、鄱陽湖、太湖等水系發(fā)達地區(qū)分布的特征.統(tǒng)計10 km緩沖區(qū)內(nèi)“洞天福地”數(shù)據(jù)可知，70.9%的“洞天福地”分布在此區(qū)域.將緩沖區(qū)的范圍擴大至20 km，有108處分布于此，十大洞天、三十六小洞天、七十二福地的數(shù)量比例皆達到90%以上，更有35處三十六小洞天分布在這個區(qū)域.

“洞天福地”在主要河流附近水源充足的地方.一是滿足當?shù)厝嗣裆钣盟暗朗啃逕捫枰堑澜痰膫鞑w功于道教高人四方游歷，古時河流有舟楫之便，是重要的交通孔道.有河流分布的區(qū)域如沅江、珠江、錢塘江及東南沿海等地，陸路交通不發(fā)達仍有“洞天福地”.

2.5唐代主要交通對“洞天福地”分布的影響

“洞天福地”的說法始于東晉，約于唐代成型[8]，唐代社會因素包括政治、經(jīng)濟、文化、交通等發(fā)展也影響道教文化的發(fā)展傳播.參考《元和郡縣志》[9]記載的唐代基本交通圖，將其掃描后導入ArcGIS 10.0，配準后得唐代交通干線圖，因圖上位置與實際位置相比有一定誤差，因此僅對其做80 km和110 km的緩沖區(qū)，見圖5.經(jīng)統(tǒng)計，“洞天福地”中共有103處分布在交通干線110 km緩沖區(qū)范圍內(nèi)，比例高達88%. 80 km緩沖區(qū)范圍內(nèi)共有88處，占所有“洞天福地”的75.2%.可見，“洞天福地”表現(xiàn)出沿唐代主要交通線分布的特征.

圖3　中國年平均降水量與“洞天福地”分布　　　　　　　　　圖4　中國主要河流緩沖區(qū)與“洞天福地”分布Fig.3　　　　The distribution of average annual precipitation and the 　　　　　　Fig.4　　　　The distribution of the buffer of major rivers and　　　Caverns of heaven and places of blessing in China　　　Caverns of heaven and places of blessing in China

2.6唐代地方行政中心對“洞天福地”分布的影響

對唐代州城做20 km,50 km,80 km與110 km緩沖區(qū)，見圖6.經(jīng)統(tǒng)計，在唐代州110 km影響范圍內(nèi)，共105處“洞天福地”分布在此，占總數(shù)的89.7%，20～50 km分布最多共42處，占總數(shù)的35.9%，且十大洞天全部分布在州城80 km緩沖區(qū)內(nèi).隨著與州城距離的增加，“洞天福地”分布數(shù)量呈現(xiàn)先增加后減少的趨勢.綜上，“洞天福地”的分布受到唐朝地方行政中心的影響，但其隱蔽性又決定了其距離行政中心要有一段距離，20 km與80 km之間是最佳選擇.十大洞天則呈現(xiàn)出接近如揚州、成都等高級別行政中心的特征.

圖5　唐代主要交通線與“洞天福地”分布　　　　　　　　　　圖6　唐代州城與“洞天福地”分布Fig.5　　　　The distribution of main roads and the Caverns of heaven and 　　　Fig.6　　　　The distribution of the state of Tang Dynasty and the Caverns of 　　　places of blessing in Tang Dynasty　　　heaven and places of blessing

圖7　唐代商業(yè)中心與“洞天福地”分布　Fig.7　The distribution of the commercial cities of Tang Dynasty and the Caverns of heaven and places of blessing

2.7唐代商業(yè)中心對“洞天福地”分布的影響

唐前期，長安、洛陽、成都和揚州是著名的四大都市，它們較之州、府更具吸引力.唐中期以后，北方人口大量南遷給南方地區(qū)帶去了先進的技術，江南地區(qū)水系豐富，長江及其支流贛江、漢水以及湘江形成江南地區(qū)主要交通路線，與之相關的關津、渡口、碼頭等也逐漸發(fā)展成了繁榮的商業(yè)城市.對商業(yè)中心分別做50 km,100 km和150 km緩沖區(qū)，見圖7.

經(jīng)統(tǒng)計得表3，在唐代商業(yè)中心150 km的范圍內(nèi)，共有“洞天福地”81處，占總數(shù)的77.8%，但在3個緩沖區(qū)內(nèi)“洞天福地”總量波動范圍不大.與唐代州城對“洞天福地”的影響類似，隨著與商業(yè)中心距離的增大，“洞天福地”分布數(shù)量呈現(xiàn)先增多后減少的趨勢.在50～100 km范圍內(nèi)分布數(shù)量最多，共有34處，且十大洞天在此范圍內(nèi)集中分布的特征明顯.

表3　唐代商業(yè)中心不同緩沖區(qū)“洞天福地”數(shù)量及比例

3中國“福地”分布區(qū)域探究

3.1指標權重確定

確定用于評價中國“福地”分布指標有：中國DEM、中國NDVI、中國年均降雨量、河流緩沖區(qū)、唐代交通路線緩沖區(qū)、唐代行政中心緩沖區(qū)、唐代著名商業(yè)中心緩沖區(qū).不同因素圖層之間合并規(guī)則由權重確定的，權重決定了該因素對“福地”形成的重要程度，其值大小及后續(xù)中國“福地”分布結(jié)果采用層次分析法與GIS結(jié)合的方法確定[10-11].

表4　判斷矩陣計算結(jié)果

表5　評價指標權重

表6　評價指標分級

層次分析法是一種將定性與定量分析方法相結(jié)合的多目標決策分析方法[12].該法將問題條理化、層次化，構造出有層次的遞進層次結(jié)構模型，包括目的層、準則層和指標層.對兩兩指標之間的重要程度做出比較判斷，建立判斷矩陣.將判斷矩陣標度定為1～9及其倒數(shù)，將兩因素相比重要程度分為相同重要性、稍重要、明顯重要、強烈重要和極端重要，分別用1，3，5，7，9代表，2，4，6，8介于上述相鄰判斷的中間值，若情況相反則用倒數(shù)代替[13].

將影響中國“福地”分布的各影響因素指標按其性質(zhì)分類，構建層次分析模型(圖8).

圖8　中國“福地”評價指標層次分析模型Fig.8　The AHP model of assessment indexes of Blessed Places in China

利用專家打分法根據(jù)判斷矩陣標度分別對二級指標(B)及三級指標(C)打分，構建判斷矩陣.再利用MATLAB編程對各判斷矩陣特征向量、最大特征值計算及一致性檢驗.一致性檢驗通過后，將一級指標及二級指標權重的乘積作為為各指標的權重(表4、表5).

3.2指標分級

將各指標影響中國“福地”形成的重要程度賦予0～6七個數(shù)值，然后利用ArcGIS 10.0將其重分類，據(jù)不同因素分級情況，選擇0，1，2，4，6這5個數(shù)值代替不同指標的分級值(表6).

3.3BPI模型構建

圖9　中國“福地”分布Fig.9　The distribution of Blessed Places in China

結(jié)合以上分析結(jié)果，建立“福地”指數(shù)(Blessing Place Index)模型，簡稱BPI，依此來探尋中國的“福地”分布區(qū)域.公式如下：

(1)

式(1)中Cij代表第i個指標第j分級值評分，Wi代表第i個指標對應的權重，因指標個數(shù)與分級個數(shù)均小于7，n≤7.

將影響“洞天福地”分布的各指標因素重分類后的柵格數(shù)據(jù)層統(tǒng)一導入，將其各自的權重值作為柵格疊加的權重值，根據(jù)BPI模型對各柵格數(shù)據(jù)加權疊加，在空間尺度上實現(xiàn)模型.

3.4結(jié)果分析

疊加結(jié)果數(shù)據(jù)屬性值分布范圍在0～5.61之間，結(jié)合“洞天福地”分布密度及BPI分布將其分為0～1.12，1.12～2.81，2.81～4.49和4.49～5.61共4個值段，得到中國“福地”分布圖(圖9).BPI越高的區(qū)域代表“福氣”越旺盛，由此將4個值段代表的區(qū)域根據(jù)其BPI值由低到高定性為“福氣”弱、一般、強、極強共4類.將結(jié)果數(shù)據(jù)與“洞天福地”點數(shù)據(jù)疊加，提取各“洞天福地”點的柵格值(表7)，以此驗證研究結(jié)果的合理性.

表7　不同BPI“洞天福地”數(shù)量及比例

據(jù)統(tǒng)計，95.73%的“洞天福地”分布在BPI值為2.81以上“福氣”強與極強的區(qū)域.在BPI值為4.49以上的“福氣”極強區(qū)域，“洞天福地”中共有72處分布于此，占總數(shù)的61.54%，且此區(qū)域中十大洞天、三十六小洞天和七十二福地數(shù)量均占其各自總數(shù)的一半以上.而BPI值為1.12以下的“福氣”較弱區(qū)域，并無一處“洞天福地”分布，可見研究結(jié)果具有一定合理性.

分析圖9可知，現(xiàn)代中國大部分省份都有“福地”存在，而BPI極高的區(qū)域主要分布在浙江、江蘇、湖南、江西、湖北等，與“洞天福地”省際分布特征一致.統(tǒng)計分析各個值段BPI所占區(qū)域面積，BPI值為2.81以上的區(qū)域面積約3.75×106km2，占中國國土面積(除去領海面積)的38.87%.中國“福氣”極強區(qū)總面積為9.80×105km2，占國土面積比例達10.17%，主要分布在中國中東部水系密布、交通便利、唐時期經(jīng)濟發(fā)達的地區(qū)，存在潛在生態(tài)文化旅游資源可能性較大.

中國有大面積的潛在生態(tài)文化旅游資源地，目前已經(jīng)發(fā)現(xiàn)并開發(fā)一部分景區(qū)，如湖南省張家界武陵源風景名勝區(qū)平均BPI值達4.07，其風景秀麗、奇峰巧石遍布，形成獨特的張家界地貌，又有眾多傳奇故事潤色，1982年被正式命名為“張家界國家森林公園”，2007年被授予中國首批5A級景區(qū).又如蘇州園林景區(qū)平均BPI值高達5.14，山明水秀、構筑精致、意境深遠，1997年被列為世界文化遺產(chǎn)，2010被評為國家5A級旅游景區(qū).

4結(jié)論

“洞天福地”在全國數(shù)量眾多，多數(shù)也已被開發(fā)成著名的風景名勝區(qū)，但對其研究較少，方法較古老.將現(xiàn)代GIS技術手段及評價方法結(jié)合歷史數(shù)據(jù)對“洞天福地”評價探究，具有一定科學性，是對“洞天福地”研究開啟的新視角.

采用影響“洞天福地”形成的因素的矢量數(shù)據(jù)，利用GIS疊加分析、緩沖區(qū)分析等功能多角度分析“洞天福地”地理分布特征，探究其與影響其分布的各因素之間的空間關系.得出結(jié)論，“洞天福地”在中國分布廣泛，且多分布在易與人接觸的低山丘陵、植被茂密、水源充足、交通便利的地區(qū)，還靠近唐時期的行政中心與商業(yè)中心.此方法與傳統(tǒng)對“洞天福地”的描述性研究相比，其結(jié)果更加直觀與客觀，更具說服力.

將層次分析法與GIS空間分析相結(jié)合，構建出BPI模型，得中國“福地”分布區(qū)域，地圖與數(shù)據(jù)結(jié)合直觀表達出潛在生態(tài)文化旅游區(qū)，研究結(jié)果為現(xiàn)代道教乃至生態(tài)文化旅游資源開創(chuàng)新的區(qū)域，對潛在生態(tài)文化旅游區(qū)的開發(fā)提供決策支持，對中國旅游業(yè)發(fā)展具有一定指導意義.實際上因“洞天福地”影響因素較為復雜，除本文所列七個因素之外，還與道教傳播途徑及名山分布等因素有關，本研究仍需進一步完善.

參考文獻：

[1]王克陵，孫小珂.風景名山與道教洞天福地建構[C].第七屆全國區(qū)域旅游開發(fā)學術研討會暨青島·嶗山旅游文化研討會.青島，1999：236-243.

[2]李遠國.洞天福地：道教理想的人居環(huán)境及其科學價值[J].西南民族大學學報， 2006,184(12):118-123.

[3]孔令宏.論道家與道教文化旅游[J].浙江大學學報， 2005,35(6):30-32.

[4]宇汝松.道教洞天福地的文化意蘊[J].世界宗教與文化， 2006,12(2):35.

[5]林巧鶯，鄭偉民. 基于WebGIS的泉州市宗教旅游資源信息系統(tǒng)的設計[J].測繪與空間地理信息， 2012,35(8):34-36,39.

[6]郭泉恩，鐘業(yè)喜，黃哲明,等.江西省宗教旅游資源空間分布特征[J].華東理工大學學報(社會科學版)， 2013,32(3):284-290.

[7]郭泉恩.江西省宗教場所空間結(jié)構及旅游開發(fā)適宜性評價[D].南昌：江西師范大學， 2014.

[8]付其建.試論道教洞天福地理論的形成與發(fā)展[D].濟南：山東大學， 2007.

[9][唐]李吉甫.元和郡縣志[O].四庫全書本.

[10]劉莊，謝志仁，沈渭壽. 提高區(qū)域生態(tài)環(huán)境質(zhì)量綜合評價水平的新思路——GIS與層次分析法的結(jié)合[J].長江流域資源與環(huán)境， 2003,12(2):163-168.

[11]鄧吉秋,鮑光淑,劉斌.基于GIS的層次分析法的應用[J].中南工業(yè)大學學報(自然科學版)， 2003,34(1):1-4.

[12]郭金玉,張忠彬,孫慶云. 層次分析法的研究與應用[J].中國安全科學學報， 2008,18(5):148-153.

[13]鄧雪，李家銘，曾浩健,等.層次分析法權重計算方法分析及其應用研究[J].數(shù)學的實踐與認識， 2012,42(7):93-100.

(編輯HWJ)

DOI:10.7612/j.issn.1000-2537.2016.04.002

收稿日期：2016-01-25

基金項目：國家自然科學基金資助項目(41171342)；湖南省高校創(chuàng)新平臺開放基金資助項目(10K042)；湖南師范大學生態(tài)文明研究院開放基金資助項目(20151210)

*通訊作者,E-mail：yb@hunnu.edu.cn

中圖分類號F59

文獻標識碼A

文章編號1000-2537(2016)04-0008-09

Study on Distribution of “Blessed Places” in China Based on Caverns of Heaven and Places of Blessing

LIHui-mina,YANGBoa*,ZHOULianga,ZHENGQun-mingb,WANGKaib

(a.College of Resources and Environmental Science,b.College of Tourism, Hunan Normal University, Changsha 410081, China)

Abstract“Caverns of heaven and places of blessing” are the abode of Taoist Immortals that has rich pro-ducts, beautiful scenery and high research value, and most of them have become famous tourist destinations now-adays. Previous studies on Caverns of heaven and places of blessing only described their tourism and cultural values in words. This paper broke through traditional research methods and creatively introduced the area concept of “Blessed Places”. Firstly, we analyzed the factors for the formation and development of Caverns of heaven and places of blessing with the help of GIS spatial analysis technology. Secondly, we built a BPI model to obtain the distribution of “Blessed Places” in China. Our result indicates that Caverns of heaven and places of blessing are mainly distributed in the mid-east China. Most of them are distributed in hills or plains where lush vegetation and abundant rainfall are possible. They are also influenced by rivers, the main lines of transportation, state, commercial city of Tang Dynasty. The “Blessed Places” whose BPI exceed 3 are distributed belt-like in hills or plains of the mid-east or southeast coast of China, which are of the same characteristics as Caverns of heaven and places of blessing.

Key wordsCaverns of heaven and places of blessing; Blessed Places; GIS spatial analysis; AHP