Resumen de An MCE-based innovative approach to evaluating ecotourism suitability using GIS

Parviz Jokar, Masoud Masoudi, Fatemeh Karimi

• español

  Para el estudio del ecoturismo los Sistema de Información Geográfica (SIG) pueden ser utilizados como una herramienta de apoyo para tomar decisiones en la planificación del turismo sostenible, la evaluación del impacto, la gestión del flujo de visitantes y la selección de áreas turísticas. En consecuencia, este método tiene potencial para ser ampliamente aplicado a la actividad turística. El objetivo del estudio es explorar el potencial para el desarrollo del ecoturismo en la región de Sepidan, localizada en el suroeste de Irán, utilizando SIG. Un método innovador se aplicó para ajustar los parámetros útiles en la evaluación del ecoturismo. La metodología utilizada para la valoración incluyó métodos Booleanos, de evaluación multi-criterio (combinación lineal ponderada), y métodos de media geométrica y su calibración. Los resultados mostraron que un método mejorado usando la media geométrica (kappa= 0,72) fue más apropiado que los modelos Booleanos (kappa= 0,56) y de evaluación de criterios múltiples (kappa= 0,59). La media geométrica calibrada también fue la más idónea entre los diferentes modelos utilizados. Cabe señalar que el método de la media geométrica fue más simple que la evaluación de criterios múltiples y no requirió el proceso de ponderación.

• English

  Geographic Information System (GIS) can be used in ecotourism as a decision support tool for sustainable tourism planning, impact assessment, visitor flow management, and tourism site selection. Therefore, this system has the potential to be widely applied in tourism. The purpose of the study was to explore the potential for ecotourism development using GIS in Sepidan region, placed in the southwestern part of Iran. An innovative method was proposed for adjusting effective parameters in evaluation of ecotourism. The methods used for evaluation comprised Boolean, current multi-criteria evaluation methods (weighted linear combination), and the proposed methods of geometric mean and its calibration. Results showed that an improved method using geometric mean (kappa= 0.72) was better than Boolean (kappa= 0.56) and multi-criteria evaluation (kappa= 0.59) models. The calibrated geometric mean was also the best among the different models used. It should be noted that the geometric mean method was simpler than multi-criteria evaluation and did not require the weighting process.