التحليل المكاني - الزماني للتدفقات السياحية في محافظة العلا التراثية خلال الفترة (2021- 2023) باستخدام نظم المعلومات الجغرافية
الكلمات المفتاحية:
معالم الجذب السياحي، خصائص التوزيع المكاني، النمط المكاني، التحليل الجيوإحصائي، استدامة السياحة
الملخص
تستهدف هذه الدراسة تحليل التباين المكاني والزماني للتدفقات السياحية في محافظة العلا، إحدى أبرز الوجهات التراثية في المملكة العربية السعودية، خلال الفترة (2021-2023)، بالاعتماد على أساليب التحليل الجيوإحصائي – المكانى في بيئة نظم المعلومات الجغرافية. وتكتسب هذه الدراسة أهمية خاصة في ظل التوجه الاستراتيجي للمملكة نحو تنويع مصادر الدخل وتعزيز القطاع السياحي ضمن رؤية 2030.حيث تم تطبيق منهج كمي يعتمد على بيانات فعلية حول أعداد السياح ومواقع الجذب السياحي، مع استخدام تقنية كريجينج الاعتيادي (Ordinary Kriging) لتقدير معدلات السياحة في المواقع التي تفتقر إلى بيانات مباشرة. وقد اعتمدت الدراسة على عينة تمثيلية شملت مختلف المواقع السياحية بالمحافظة .وكشفت نتائج الدراسة عن وجود تباين موسمي واضح؛ حيث يمثل الشتاء موسم الذروة السياحية بنسبة 41.9% من إجمالي معدل أعداد الزوار، مقارنة بصيف ضعيف الإقبال لا يتجاوز 11.9%. كما أظهرت النماذج التنبؤية دقة إحصائية عالية، حيث تراوحت متوسط النسبة المئوية لمربع جذر الخطأ %RMSE بين 8.73% و17.35%، وبلغت معاملات الارتباط (r) أعلى من 0.96، مما يعكس موثوقية النماذج في تمثيل الواقع. وتشير هذه المؤشرات الى إمكانية الاعتماد عليها في التخطيط المستقبلي للقطاع السياحي بالمنطقة .كما أظهرت الدراسة تكتلًا مكانيًا واضحًا لمعالم الجذب السياحى، لا سيما الجيومورفولوجية منها، في حين اتسمت المعالم الثقافية والترفيهية بالتوزيع المتباعد. وخلصت الدراسة إلى أن فهم التوزيع الزمانى - المكاني للسياحة في محافظة العلا يمثل أداة تخطيطية بالغة الأهمية لتوجيه استثمارات البنية التحتية، وتوزيع الأنشطة السياحية، وتعزيز الاستدامة في إدارة الموارد التراثية والطبيعية. وتوصي الدراسة بضرورة تبني استراتيجيات تنموية مبنية على تحليل مكاني دقيق، تسهم في تقليل التباين وتحقيق توزيع أكثر توازنًا للنشاط السياحي.
المراجع
1. الزهراني، أ. (2009). التخطيط السياحي للمناطق التراثية: العلا أنموذجاً. مجلة جغرافية الخليج والجزيرة العربية، 35(1)، 45–72.
2. الزهراني، أ. (2023). السياحة في رؤية المملكة 2030: تحديات وتطلعات. مجلة السياحة والتنمية، 10(2)، 123–140.
3. السراني، م.، وآل زينة، ه. (2022). بناء نموذج خرائطي لتحديد المواقع السياحية في محافظة العلا باستخدام نظم المعلومات الجغرافية. مجلة دراسات الخليج العربي، 18(3)، 205–233.
4. الأحمري، م.، وورغي، م. (2020). تحليل التوزيع المكاني للمواقع الأثرية في منطقة الباحة. مجلة أبحاث السياحة والآثار، 12(4)، 99–125.
5. زويد، ع. ع. (2022). التحليل المكاني للمواقع السياحية في قضاء المناذرة باستخدام نظم المعلومات الجغرافية. جامعة الفرات الأوسط التقنية. منشور على ResearchGate:
https://www.researchgate.net/publication/366582434.
6. القحطاني، ح. ر. (2023). التحليل المكاني للوجهات السياحية في مدينة الرياض باستخدام نظم المعلومات الجغرافية. مجلة مركز البحوث الجغرافية والكارتوجرافية، 37(1)، 171–201.
https://mkgc.journals.ekb.eg/
7. وزارة السياحة. (2022). التقرير الإحصائي السنوي للسياحة في المملكة العربية السعودية. الرياض: وزارة السياحة السعودية.
8. الهيئة العامة للسياحة والتراث الوطني. (2017). تقرير عن جهود الهيئة بمحافظة العلا. النسخة الرابعة النهائية.
9. الهيئة العليا للسياحة. (دون تاريخ). خطة تنمية السياحة المستدامة: المخرج 2.06، خطة العمل الخاصة بالتراث الثقافي (الورقة 2.06.03.04). المملكة العربية السعودية: مسودة الخطة الإدارية للعلا ومحافظة الوجه.
10. الهيئة الملكية لمحافظة العلا. (2022). الدليل الرسمي لزوّار العلا: تجربة العلا. تم الاسترجاع من https://experiencealula.com
11. Altassan, A. (2023). Sustainability of heritage villages through eco-tourism investment (Case study: Al-Khabra Village, Saudi Arabia). Sustainability, 15, 7172. https://doi.org/10.3390/su15187172
12. Bishop, I. D., & Gimblett, H. R. (2000). Modelling tourist movement: A framework to enhance understanding of tourist behaviour. Tourism Geographies, 2(1), 69–87. https://doi.org/10.1080/146166800363466.
13. Cameron, A. C., & Windmeijer, F. A. G. (1997). An R-squared measure of goodness of fit for some common nonlinear regression models. Journal of Econometrics, 77(2), 329–342. https://doi.org/10.1016/S0304-4076(96)01818-0
14. Cressie, N. (1990). The origins of Kriging. Mathematical Geology, 22(3), 239-252. https://doi.org/10.1007/BF00889887.
15. Chai, T., & Draxler, R. R. (2014). Root mean square error (RMSE) or mean absolute error (MAE)? – Arguments against avoiding RMSE in the literature. Geoscientific Model Development, 7(3), 1247-1250.
16. Fang, W., Deng, H., & Wang, Y. (2023). A Kriging-based model for interpolating tourist flow using mobile signaling data. Journal of Tourism Studies, 34(2), 120-135.
17. Fadhil, S. M., & Ikhwan, A. (2024). Implementation of the algorithm in a web-based geographic information system for mapping tourist attractions in the Toba area. Jurnal Inovtek Polbeng Seri Informatika, 9(2), 988–1000. https://doi.org/10.35314/jawetw85.
18. Field, A. (2013). Discovering statistics using IBM SPSS statistics (4th ed.). SAGE Publications.
19. Frost, J. (2019). Regression analysis: An intuitive guide for using and interpreting linear models. Statistics By Jim Publishing.
20. Guo, Y., & Liu, M. (2021). Classification and spatial distribution characteristics of tourist attractions in Shanxi Province based on POI data. Scientia Geographica Sinica, 41, 1246–1255.
21. Hengl, T., Heuvelink, G. B., & Stein, A. (2004). A generic framework for spatial prediction of soil variables based on regression-kriging. Geoderma, 120(1-2), 75-93. https://doi.org/10.1016/j.geoderma.2003.08.018.
22. Hinkle, D. E., Wiersma, W., & Jurs, S. G. (2003). Applied statistics for the behavioral sciences (5th ed.). Houghton Mifflin.
23. Isaaks, E. H., & Srivastava, R. M. (1989). An introduction to applied geostatistics. Oxford University Press.
24. James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning: With applications in R. Springer. https://doi.org/10.1007/978-1-4614-7138-7
25. Journel, A. G. (1983). Nonparametric estimation of spatial distributions. Mathematical Geology, 15(3), 445-468. https://doi.org/10.1007/BF01031292.
26. Kalaitzakis, M., Tzannatos, E., & Zacharias, I. (2022). Technological integration for real-time management of visitor flows in urban environments. Tourism Management, 88, 104400.
27. Koenig, N., & Bischoff, E. E. (2005). Seasonal price variation in accommodation: A contribution to the discussion on seasonality. Journal of Travel Research, 44(2), 163–173. https://doi.org/10.1177/0047287505278991.
28. Lee, C. K., Han, S. Y., & Lockyer, T. (2008). Estimating the environmental impacts of tourism development: A combined approach. Tourism Management, 29(1), 128–138. https://doi.org/10.1016/j.tourman.2007.03.006.
29. Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246-1266. https://doi.org/10.2113/gsecongeo.58.8.1246.
30. Moore, D. S., McCabe, G. P., & Craig, B. A. (2014). Introduction to the practice of statistics (8th ed.). W. H. Freeman.
31. Myers, D. E. (1982). Matrix formulation of co-kriging. Mathematical Geology, 14(3), 249-257. https://doi.org/10.1007/BF01032291.
32. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introduction to linear regression analysis (5th ed.). Wiley.
33. Nistor, C., Nistor, T., & Csapó, J. (2020). GIS-based kernel analysis for mapping international tourism flows. Journal of Spatial Analysis, 32(3), 67-82.
34. Peng, H., Zhang, H., & Lu, L. (2016). Spatial distribution and influencing factors of cross-border tourist flows in China. Tourism Management, 55, 23–33. https://doi.org/10.1016/j.tourman.2016.01.005
35. Sirror, H. (2024). Lessons learned from the past: Tracing sustainable strategies in the architecture of Al-Ula heritage village. Sustainability, 16(13), 5463. https://doi.org/10.3390/su16135463
36. Stupariu, M. S., Josan, I., Cenan, C. G., & Rujescu, C. (2023). The geostatistical dimension of tourist flows generated by international arrivals in Romania. Geographia Technica, 18(1), 141–151. https://doi.org/10.21163/GT_2023.181.13.
37. UNWTO. (2023). World Tourism Barometer and Statistical Annex, Volume 21. World Tourism Organization. https://www.unwto.org/statistics
38. UNESCO. (2021). Cultural Tourism and Heritage Report. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org
39. Wang, R., Wang, D., & Chun, S. (2016). Spatial structure analysis of tourist attraction in Lanzhou based on GIS. Proceedings of EMCS-16, 1185–1188. https://doi.org/10.2991/EMCS-16.2016.292.
40. Webster, R., & Oliver, M. A. (2007). Geostatistics for environmental scientists (2nd ed.). Wiley.
41. Yu, W. H., & Ai, T. H. (2015). Network kernel density estimation for the analysis of facility POI hotspots. Acta Geodaetica et Cartographica Sinica, 44(1), 82–90.
2. الزهراني، أ. (2023). السياحة في رؤية المملكة 2030: تحديات وتطلعات. مجلة السياحة والتنمية، 10(2)، 123–140.
3. السراني، م.، وآل زينة، ه. (2022). بناء نموذج خرائطي لتحديد المواقع السياحية في محافظة العلا باستخدام نظم المعلومات الجغرافية. مجلة دراسات الخليج العربي، 18(3)، 205–233.
4. الأحمري، م.، وورغي، م. (2020). تحليل التوزيع المكاني للمواقع الأثرية في منطقة الباحة. مجلة أبحاث السياحة والآثار، 12(4)، 99–125.
5. زويد، ع. ع. (2022). التحليل المكاني للمواقع السياحية في قضاء المناذرة باستخدام نظم المعلومات الجغرافية. جامعة الفرات الأوسط التقنية. منشور على ResearchGate:
https://www.researchgate.net/publication/366582434.
6. القحطاني، ح. ر. (2023). التحليل المكاني للوجهات السياحية في مدينة الرياض باستخدام نظم المعلومات الجغرافية. مجلة مركز البحوث الجغرافية والكارتوجرافية، 37(1)، 171–201.
https://mkgc.journals.ekb.eg/
7. وزارة السياحة. (2022). التقرير الإحصائي السنوي للسياحة في المملكة العربية السعودية. الرياض: وزارة السياحة السعودية.
8. الهيئة العامة للسياحة والتراث الوطني. (2017). تقرير عن جهود الهيئة بمحافظة العلا. النسخة الرابعة النهائية.
9. الهيئة العليا للسياحة. (دون تاريخ). خطة تنمية السياحة المستدامة: المخرج 2.06، خطة العمل الخاصة بالتراث الثقافي (الورقة 2.06.03.04). المملكة العربية السعودية: مسودة الخطة الإدارية للعلا ومحافظة الوجه.
10. الهيئة الملكية لمحافظة العلا. (2022). الدليل الرسمي لزوّار العلا: تجربة العلا. تم الاسترجاع من https://experiencealula.com
11. Altassan, A. (2023). Sustainability of heritage villages through eco-tourism investment (Case study: Al-Khabra Village, Saudi Arabia). Sustainability, 15, 7172. https://doi.org/10.3390/su15187172
12. Bishop, I. D., & Gimblett, H. R. (2000). Modelling tourist movement: A framework to enhance understanding of tourist behaviour. Tourism Geographies, 2(1), 69–87. https://doi.org/10.1080/146166800363466.
13. Cameron, A. C., & Windmeijer, F. A. G. (1997). An R-squared measure of goodness of fit for some common nonlinear regression models. Journal of Econometrics, 77(2), 329–342. https://doi.org/10.1016/S0304-4076(96)01818-0
14. Cressie, N. (1990). The origins of Kriging. Mathematical Geology, 22(3), 239-252. https://doi.org/10.1007/BF00889887.
15. Chai, T., & Draxler, R. R. (2014). Root mean square error (RMSE) or mean absolute error (MAE)? – Arguments against avoiding RMSE in the literature. Geoscientific Model Development, 7(3), 1247-1250.
16. Fang, W., Deng, H., & Wang, Y. (2023). A Kriging-based model for interpolating tourist flow using mobile signaling data. Journal of Tourism Studies, 34(2), 120-135.
17. Fadhil, S. M., & Ikhwan, A. (2024). Implementation of the algorithm in a web-based geographic information system for mapping tourist attractions in the Toba area. Jurnal Inovtek Polbeng Seri Informatika, 9(2), 988–1000. https://doi.org/10.35314/jawetw85.
18. Field, A. (2013). Discovering statistics using IBM SPSS statistics (4th ed.). SAGE Publications.
19. Frost, J. (2019). Regression analysis: An intuitive guide for using and interpreting linear models. Statistics By Jim Publishing.
20. Guo, Y., & Liu, M. (2021). Classification and spatial distribution characteristics of tourist attractions in Shanxi Province based on POI data. Scientia Geographica Sinica, 41, 1246–1255.
21. Hengl, T., Heuvelink, G. B., & Stein, A. (2004). A generic framework for spatial prediction of soil variables based on regression-kriging. Geoderma, 120(1-2), 75-93. https://doi.org/10.1016/j.geoderma.2003.08.018.
22. Hinkle, D. E., Wiersma, W., & Jurs, S. G. (2003). Applied statistics for the behavioral sciences (5th ed.). Houghton Mifflin.
23. Isaaks, E. H., & Srivastava, R. M. (1989). An introduction to applied geostatistics. Oxford University Press.
24. James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning: With applications in R. Springer. https://doi.org/10.1007/978-1-4614-7138-7
25. Journel, A. G. (1983). Nonparametric estimation of spatial distributions. Mathematical Geology, 15(3), 445-468. https://doi.org/10.1007/BF01031292.
26. Kalaitzakis, M., Tzannatos, E., & Zacharias, I. (2022). Technological integration for real-time management of visitor flows in urban environments. Tourism Management, 88, 104400.
27. Koenig, N., & Bischoff, E. E. (2005). Seasonal price variation in accommodation: A contribution to the discussion on seasonality. Journal of Travel Research, 44(2), 163–173. https://doi.org/10.1177/0047287505278991.
28. Lee, C. K., Han, S. Y., & Lockyer, T. (2008). Estimating the environmental impacts of tourism development: A combined approach. Tourism Management, 29(1), 128–138. https://doi.org/10.1016/j.tourman.2007.03.006.
29. Matheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246-1266. https://doi.org/10.2113/gsecongeo.58.8.1246.
30. Moore, D. S., McCabe, G. P., & Craig, B. A. (2014). Introduction to the practice of statistics (8th ed.). W. H. Freeman.
31. Myers, D. E. (1982). Matrix formulation of co-kriging. Mathematical Geology, 14(3), 249-257. https://doi.org/10.1007/BF01032291.
32. Montgomery, D. C., Peck, E. A., & Vining, G. G. (2012). Introduction to linear regression analysis (5th ed.). Wiley.
33. Nistor, C., Nistor, T., & Csapó, J. (2020). GIS-based kernel analysis for mapping international tourism flows. Journal of Spatial Analysis, 32(3), 67-82.
34. Peng, H., Zhang, H., & Lu, L. (2016). Spatial distribution and influencing factors of cross-border tourist flows in China. Tourism Management, 55, 23–33. https://doi.org/10.1016/j.tourman.2016.01.005
35. Sirror, H. (2024). Lessons learned from the past: Tracing sustainable strategies in the architecture of Al-Ula heritage village. Sustainability, 16(13), 5463. https://doi.org/10.3390/su16135463
36. Stupariu, M. S., Josan, I., Cenan, C. G., & Rujescu, C. (2023). The geostatistical dimension of tourist flows generated by international arrivals in Romania. Geographia Technica, 18(1), 141–151. https://doi.org/10.21163/GT_2023.181.13.
37. UNWTO. (2023). World Tourism Barometer and Statistical Annex, Volume 21. World Tourism Organization. https://www.unwto.org/statistics
38. UNESCO. (2021). Cultural Tourism and Heritage Report. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org
39. Wang, R., Wang, D., & Chun, S. (2016). Spatial structure analysis of tourist attraction in Lanzhou based on GIS. Proceedings of EMCS-16, 1185–1188. https://doi.org/10.2991/EMCS-16.2016.292.
40. Webster, R., & Oliver, M. A. (2007). Geostatistics for environmental scientists (2nd ed.). Wiley.
41. Yu, W. H., & Ai, T. H. (2015). Network kernel density estimation for the analysis of facility POI hotspots. Acta Geodaetica et Cartographica Sinica, 44(1), 82–90.
منشور
2025-04-20
كيفية الاقتباس
أ. دلال دخيل السهلي, & د. لميعة عبد العزيز الجاسر. (2025). التحليل المكاني - الزماني للتدفقات السياحية في محافظة العلا التراثية خلال الفترة (2021- 2023) باستخدام نظم المعلومات الجغرافية. Journal of Arts, Literature, Humanities and Social Sciences, (119), 436-464. https://doi.org/10.33193/JALHSS.119.2025.1409
إصدار
القسم
المقالات
الحقوق الفكرية (c) 2025 أ. دلال دخيل السهلي , د. لميعة عبد العزيز الجاسر
هذا العمل مرخص حسب الرخصة Creative Commons Attribution-ShareAlike 4.0 International License.
