EL USO TURÍSTICO DE LOS PARQUES NACIONALES A PARTIR DE REDES SOCIALES DE FOTOGRAFÍAS GEOLOCALIZADAS: EL PARQUE NACIONAL

DEL TEIDE

D.C. Barros Sulca1, J. Gutiérrez Puebla2

1Departamento de Geografía/Universidad Complutense de Madrid. dbarros@ucm.es 2Departamento de Geografía/Universidad Complutense de Madrid. javiergutierrez@ghis.ucm.es

RESUMENLa información geográfica voluntaria ofrece nuevas posibilidades y retos para la investigación del turismo de naturaleza. La alta resolución espacial y temporal junto con el bajo coste de descarga de estos datos revelan su gran potencial como alternativa para valorar el uso turístico en espacios naturales protegidos. En esta investigación, se explora el potencial de esta nueva fuente de información desde tres perspectivas: espacial que analiza los patrones de distribución, concentración y dispersión de los visitantes en un espacio natural protegido, temporal para identificar el comportamiento temporal de los visitantes a través del año, y social para identificar atributos de los visitantes como su lugar de procedencia. Tomando como caso de estudio el Parque Nacional Cañadas del Teide, se obtuvieron 12949 fotografías geolocalizadas desde 2010 al 2017 de la aplicación social de fotografías Flickr para identificar los patrones espaciales, temporales y sociales que definen el uso turístico de este espacio protegido. Su posterior comparación con datos de fuentes oficiales permitió validar los resultados obtenidos y concluir que los datos de fotografías geolocalizadas constituyen un indicador bastante aproximado de la demanda turística de espacios naturales protegidos.

Palabras clave: Información geográfica voluntaria; espacios naturales protegidos; turismo de naturaleza; análisis exploratorio de datos.

ABSTRACT

Volunteered geographic information offers new possibilities and challenges for nature based tourism research. The high spatial and temporal resolution in concert with low costs of downloading this type of data reveal their great potential as an alternative to assess tourist use in protected natural areas. In this research, the potential of this new data source is explored from three perspectives: a spatial perspective that identifies the patterns of distribution, concentration and dispersion of visitors, a temporal perspective that identifies the behavior of visitors through the year, and a social perspective to identify social attributes of visitors such as their place of origin. Taking as a case study Teide National Park, we obtained 12949 geolocated photographs from 2010 to 2017 from the photograph-sharing website Flickr to identify the spatial, temporal, and social patterns that characterize the tourist use of this protected area. Its subsequent comparison with data from official sources allowed to validate the results obtained and to conclude that the geolocated photograph data constitute a fairly proxy indicator of the tourist demand of protected natural areas.

Keywords: volunteered geographic information, protected areas, mature based tourism,

1

1. INTRODUCCIÓN

Las tecnologías emergentes han dado paso a una revolución en la generación, distribución y adquisición de datos geográficos. La creciente disponibilidad de dispositivos móviles equipados con sensores GPS, computadoras de alto rendimiento y conexiones de banda ancha han permitido a sus usuarios participar activamente y crear contenido con componente geográfico a través de aplicaciones y servicios móviles. (Goodchild, 2007) ha denominado a este fenómeno “Ciudadanos como sensores” y a través del cual se genera y difunde una vasta cantidad de datos conocidos como información geográfica voluntaria (IGV). Las redes sociales son un actor clave en el rápido desarrollo y producción de estos datos debido a su creciente popularidad y uso. En la actualidad, hay más de 1.600 millones de usuarios de redes sociales en todo el mundo (Statista 2017). Por ejemplo, en Facebook, la red social más popular del mundo, se suben diariamente cerca de 300 millones de fotografías. Igualmente, en Twitter cada minuto se envían 456.000 tweets a nivel mundial.

Por otro lado, los parques nacionales son considerados un símbolo de orgullo nacional por su alto valor ecológico y cultural. Tienen un doble propósito; conservar y proteger los ecosistemas que albergan y el promover la educación y uso recreativo (Dudley, 2008). Este doble propósito hace de los parques nacionales el principal destino para el turismo de naturaleza (Balmford et al., 2009). Asimismo de forma indirecta a través de las actividades de uso recreativo, sus visitantes son también una fuente de ingresos para las economías locales cercanas a los parques nacionales (Zambrano, Broadbent, & Durham, 2010). De esta manera, el turismo en los parques nacionales se ha configurado como una actividad económica idónea que posibilita desarrollo económico de las comunidades aledañas, la conservación de la naturaleza y la educación en valores de la naturaleza a sus visitantes (Ballantyne, Packer, & Falk, 2011). En España la actividad turística en los parques nacionales ha presentado un crecimiento notable en los últimos diez años, observándose un incremento del 34% en la afluencia a los parques hasta llegar a los 14,4 millones de visitas en el 2015(Organismo Autónomo de Parques Nacionales, 2015).

Generalmente, la investigación del comportamiento de la demanda turística a espacios protegidos, se ha estudiado en base a datos estadísticos oficiales que se limitan en la mayoría de los espacios protegidos, al número total de visitantes anuales (Schägner et al., 2017). En este contexto, los datos provenientes de fuentes alternativas como los proporcionados por redes sociales pueden contribuir a un estudio de mayor profundidad sobre el comportamiento o demanda turística de estos espacios. Dada su alta resolución espacial y temporal, la IGV ofrece nuevas oportunidades y retos para la investigación geográfica, en especial para la geografía del turismo (García-Palomares, Gutiérrez-Puebla, & Mínguez, 2015). Con estos antecedentes, se plantea utilizar Flickr como fuente de información para identificar patrones espaciales y temporales en el turismo de naturaleza de espacios protegidos, teniendo como caso de estudio el Parque Nacional Cañadas del Teide.

Al momento, los estudios que han usado información geográfica voluntaria de redes sociales para la investigación del turismo en parques nacionales son escasos. En este contexto, las fotografías geolocalizadas de sitios como Flickr y Panoramio han demostrado ser un indicador confiable para medir el turismo en espacios naturales. Los conjuntos de datos de fotografías geolocalizadas como Flickr han demostrado ser un proxy adecuado de las tasas anuales y mensuales de visitantes (Sessions, Wood, Rabotyagov, & Fisher, 2016; Wood, Guerry, Silver, & Lacayo, 2013). Por ejemplo, en un estudio realizado por Wood et al. (2013) se determinó una fuerte correlación entre el número anual de visitantes y el número de usuarios de Flickr en 836 atractivos naturales y culturales a nivel mundial.

Otro aspecto investigado, tiene que ver con el movimiento de los visitantes consiste en estimar los flujos de turistas dentro de los parques nacionales, como es el caso del estudio realizado

2

por Orsi y Geneletti (2013) que propone una metodología basada en modelos SIG para la estimación de flujos de visitantes. En este estudio se analizaron un conjunto de 3656 fotografías de Panoramio para producir un mapa de flujo de visitantes al parque nacional y patrimonio natural de la UNESCO de Las Dolomitas mediante la aplicación de un modelo de gravedad (Orsi & Geneletti, 2013). Las fotografías geolocalizadas también se han utilizado para identificar los atributos naturales que atraen a los visitantes de espacios naturales protegidos. Este es el caso del estudio de (Oteros-Rozas, Martín-López, Fagerholm, Bieling, & Plieninger, 2017), el cual aplica análisis de contenido de imágenes a 1404 fotografías de Flickr y Panoramio de 5 distintos ecosistemas protegidos en el continente europeo.

Los estudios revisados reflejan el interés y utilidad de usar datos masivos de redes sociales para el análisis del turismo en parques nacionales. En esta comunicación, se pretende utilizar datos procedentes de Flickr para identificar y describir el uso turístico del parque nacional Teide. Para lo cual contamos con una base de datos con fotografías geolocalizadas de la zona de estudio entre 2010 y 2017 que contiene la localización espacial de cada fotografía e información de la fecha y lugar de origen de los fotógrafos. A través del tratamiento y organización de los datos recopilados fue posible obtener la distribución temporal a nivel mensual y el lugar de procedencia de los visitantes al parque nacional Teide. La localización de las fotografías se utilizó para explorar los patrones de distribución espacial de los visitantes.

2. EL ÁREA DE ESTUDIO: EL PARQUE NACIONAL DEL TEIDE

El Parque Nacional Cañadas del Teide, declarado Patrimonio de la Humanidad en 2007 por la Unesco, se localiza en el centro de la isla Tenerife en las Canarias – España. Tiene una superficie de 18990 hectáreas lo que le convierte en el parque nacional más grande de las Islas Canarias. Es el tercero más antiguo de España tras su declaración por real decreto el 22 de enero de 1954. Con un total de 3’289.444 de visitantes en el año en 2015, es el parque nacional más visitado de España (MAPAMA, 2014). Dentro de sus límites se encuentra el volcán activo del Teide (3718 m.s.n.m) que le da su nombre y constituye el principal atractivo para sus visitantes. Este espacio protegido con su singular paisaje es el resultado de la actividad volcánica que ha resultado en la existencia de ecosistemas únicos y de gran valor. Representa una magnifica muestra del vulcanismo y de la adaptación de las formas de vida a difíciles condiciones ambientales.

Figura 1. Mapa de Ubicación del parque nacional Teide

3

3. METODOLOGÍA

El propósito de este estudio es derivar las principales características del uso turístico del Parque Nacional Cañadas del Teide mediante el análisis espacial y temporal de las fotografías geolocalizadas de la red social Flickr. Bajo este enfoque, se recolectaron 12949 fotografías a través de la interfaz de programación de aplicaciones. La localización espacial de cada fotografía se utilizó para crear una capa de puntos. Luego estos datos se agregaron a una grilla hexagonal de 200 metros de lado, de esta manera los datos se puedan analizar a nivel de usuario contando con un conteo de fotografías y usuarios por hexágono. La capa resultante se utilizó para identificar los patrones espaciales y temporales del uso turístico del parque nacional. La densidad Kernel y los índices global y local de Moran se utilizaron para delinear los patrones de distribución espacial de los visitantes. Entre tanto, los patrones temporales del uso turístico se identificaron mediante la agregación temporal de la fecha de toma de las fotografías de cada usuario, obteniéndose la distribución mensual de visitantes al parque nacional. A la par, los resultados obtenidos se compararon con las estadísticas oficiales de visitas mensuales para verificar su idoneidad como indicador del ritmo temporal de visitas. Finalmente la información de la residencia registrada en el perfil de cada usuario de Flickr en nuestro conjunto de datos, se utilizó para perfilar los países de origen de los visitantes. Este proceso se muestra en la figura 2 y se describe con mayor detalle en los siguientes apartados.

Figura 2. Diagrama de la metodología aplicada

3.1 Recolección de datos

Flickr es una red social para compartir, difundir e intercambiar fotografías y videos en línea. Establecida en 2004, cuenta actualmente con una comunidad de 112 millones de usuarios que suben un promedio de 1 millón de fotos al día (The Internet Archive, 2016). A través de la interfaz de programación de aplicaciones de Flickr (API), se realizó la descarga de las fotografías geolocalizadas dentro del área del Parque Nacional Cañadas del Teide. Los datos recolectados consisten en un archivo de extensión json de 12949 fotografías pertenecientes a 1567 usuarios entre los años 2010 y 2017. Además de la localización espacial, los datos recolectados contienen información del perfil de usuario como su identificador o ID, hora y fecha de toma y subida de la fotografía, país de origen del usuario y un texto descriptivo de la

4

imagen. Generalmente los estudios basados en datos de redes sociales clasifican sus datos entre turistas y residentes, sin embargo en este estudio, al tratarse de un espacio natural protegido en el cual no se encuentra ningún poblado se consideró a todas las fotografías recolectadas como fotografías de visitantes. Utilizando los datos de coordenadas X y Y del archivo json, se generó una capa de puntos con la localización de las fotografías en ArcMap 10.3.

3.2 Agregación espacial

Los datos recopilados de Flickr corresponden a la localización puntual de cada fotografía tomada en el parque nacional Teide. Para el estudio del uso turístico del parque nacional es necesario trabajar con el número de usuarios o fotógrafos, en lugar del número de fotografías, ya que en algunos casos un usuario puede subir varias fotografías desde una misma localización, llevando a sobreestimar la presencia del mismo. Con ese fin, los datos de Flickr se agregaron espacialmente a una red hexagonal (lado de 200 m) y se contabilizo el número de fotografías y usuarios por hexágono. Este criterio se eligió con el fin de contar con unidades de análisis homogéneas y en base a estudios similares (García-Palomares et al., 2015).

3.3 Identificación de patrones espaciales

Densidad Kernel: Los análisis de densidad permiten examinar cómo se distribuye espacialmente y con qué intensidad sucede un fenómeno social, en este caso el turismo en un parque nacional. La densidad Kernel es una función que pondera los puntos de acuerdo a su proximidad (los más cercanos tendrán mayor peso que los más alejados) y se ajusta a una superficie curva uniforme. La función Kernel se basa en la función Kernel cuadrática que describió (Silverman, 1986). Mediante la aplicación de la densidad Kernel se toma cantidades conocidas de un fenómeno (usuarios de Flickr en el parque nacional Teide) y las expande a través del espacio basándose en la cantidad que se mide en cada punto.

Autocorrelación espacial (Índice global de Moran) y Análisis de clúster y valor atípico (I Anselin local de Moran): El índice global de Moran mide la autocorrelación espacial de un conjunto de datos basada en las ubicaciones y valores de los datos. Dado un conjunto de datos y un atributo asociado, este índice evalúa si el patrón de distribución de los datos es agrupado, disperso o aleatorio (Goodchild, 1986). Los valores P y la puntuación z que calcula este índice nos indican la significancia estadística del patrón espacial que forman los datos. El análisis de clúster y de valor atípico (I Anselin local de Moran) identifica los puntos calientes, puntos fríos y valores atípicos espaciales estadísticamente significativos. Mediante este índice se identificaron los puntos de atractivo turístico para los visitantes al parque nacional Teide. Esta estadística se calculó a nivel de usuarios usando el método de banda de distancia fija con una distancia de umbral de 1500 m que corresponde a la puntuación z pico máxima de autocorrelación.

3.4 Identificación de patrones espaciales

Se clasificaron y agregaron los usuarios de Flickr de acuerdo al mes de toma de cada fotografía subida, lo que permitió elaborar gráficos que muestran el patrón de estacionalidad de las visitas al parque nacional Teide. Su posterior comparación con datos oficiales sobre la afluencia mensual de visitantes reveló que estos datos son un indicador fiable de la presencia de turistas en el parque nacional Teide a lo largo del año. También se estimaron las principales estadísticas descriptivas que permiten evaluar la variación del conjunto de datos.

5

3.5 Identificación del país de origen de los visitantes

Se utilizó la información del país de origen registrada por los usuarios en su perfil de Flickr para estimar el país de origen de los visitantes del parque nacional Teide. Esta información es proporcionada voluntariamente por cada usuario de Flickr al momento de abrir su cuenta en este sitio por lo que, de los datos recolectados para este estudio, solo el 50% de los datos contaban con esta información (787 usuarios). Al igual que con el análisis de los patrones temporales, se utilizó información oficial de la empresa de turismo de Tenerife (Cabildo Insular de Tenerife & Desarrollo Económico, 2018) sobre la nacionalidad de turistas alojados en Tenerife durante los años 2010-2017 para su comparación con nuestro conjunto de datos.

Figura 3. Localización de fotos geolocalizadas Flickr 2010-2017

4. RESULTADOS

4.1 Análisis de la distribución espacial

4.1.1 Densidad de los visitantes

La figura 3 muestra la densidad de visitantes al PN Teide de acuerdo con el número de usuarios por unidad de área (km2). Las localizaciones con los valores más altos corresponden a dos puntos de interés importantes; la cima del Teide, que constituye el principal atractivo de este espacio protegido y el sitio de descanso “Roque García” donde se cuenta con varios servicios turísticos y de información como un centro de visitantes, mirador y parador. Se observan también áreas que presentan densidades altas que no necesariamente corresponden con sitios de atractivo turístico, sino que son los lugares donde se puede acceder o tomar fotografías de los atractivos paisajísticos que ofrece el PN Teide. Este es el caso de la estación base del teleférico para la subida a la cima del Teide y de los distintos miradores localizados a lo largo de la carretera que atraviesa el parque nacional, resaltando el mirador de Minas de San José.

6

Figura 4. Densidad de visitantes (usuarios por Km2)4.1.2 Sitios de interés

El índice Global de Morán de valor positivo refleja una clara tendencia a la formación de clústeres espaciales en el área de estudio con una alta significancia estadística (valor p=0,000000) como se observa en la tabla1.

Tabla 1. Estadísticas del Índice Global de Moran

Índice de Moran: 0,038936Varianza: 0,000023

puntuación-z: 8,373907valor-p: 0,000000

La figura 4 muestra el resultado del índice local de asociación espacia (LISA). En el mapa se observan cinco clústeres de valores altos (High-High clúster). Estos clústeres indican los sitios de interés más atractivos para los visitantes y donde se desarrollan la mayoría de las actividades de turismo del parque. Su distribución en el área de estudio refleja un patrón de concentración alrededor del principal atractivo; el monte Teide. Sitios de interés definidos por la administración del parque como el centro de visitantes “El Portillo”, el Pico Viejo del Teide y los miradores localizados en el sector oriental del parque no aparecen reflejados como atractivos en los datos de Flickr.

Se observan también 3 clústeres de valores atípicos altos, que corresponden a zonas con valores altos (hexágono con número alto de usuarios) pero que se encuentran rodeadas de valores bajos (hexágonos con un número bajo de usuarios). Estas áreas muestran sitios de acceso o toma de fotografías a los atractivos paisajísticos del parque por ejemplo la parada del Teleférico, los miradores Boca de Tauce y Narices del Teide.

7

Figura 5. Resultados del análisis LISA (distancia de umbral=1500 m). 1: Cima del Teide, 2: Refugio Altavista, 3: Parada Teleférico, 4: Centro de visitantes “Cañada Blanca”, 5: Roques de García, 6: mirador Llano de Ucanca, 7: mirador

Boca de Tauce, 8: mirador Narices del Teide.

4.2 Análisis de la distribución temporal

La figura 5 presenta la distribución mensual en porcentajes de los usuarios de Flickr en comparación con la distribución mensual de visitantes del PN Teide registrada por el OAPN (Organismo Autónomo de Parques Nacionales, 2015). De manera general se observa que ambas distribuciones son bastante similares. Los datos muestran una afluencia regular y constante de visitantes a lo largo del año en el parque nacional Teide con pequeños picos de afluencia en marzo, agosto y noviembre.

Enero

FebreroMarzo Abril

MayoJunio

Julio

Agosto

Septiembre

Octubre

Noviembre

Diciembre

0%2%4%6%8%

10%12%

FlickrVisitantes

Figura 6. Distribución mensual de usuarios y visitantes al PN Teide

Las estadísticas descriptivas (tabla 2) obtenidas a partir del conjunto de datos analizados, muestran que el coeficiente de variación para los usuarios de Flickr se acerca al valor presentado por las estadísticas de visitantes mensuales del PN Teide. El valor bajo de este coeficiente también indica que el ritmo temporal de las visitas al PN Teide es constante y regular a lo largo del año.

8

Tabla 2. Estadísticas descriptivas mensuales usuarios Flickr y Visitantes

Estadísticas Usuarios VisitantesValor máximo 199 254629

Valor mínimo 140 178025

Media 166 221738Desviación Estándar 18,25 25650,408

CV 0,110 0,116

4.3 País de origen de los visitantes

La figura 6 muestra la distribución por países de los visitantes al PN Teide en base al lugar de origen registrado por los usuarios de Flickr en su perfil. El grafico muestra que la mayor parte del turismo que visita el PN Teide corresponde al turismo extranjero (72%) siendo Reino Unido y Alemania los países que registran más visitantes. Al compararlo con los datos de turistas alojados en Tenerife por nacionalidad en el 2015, se observa una correspondencia positiva entre ambos valores como lo muestra la figura 7.

España28%

Reino Unido20%

Alemania15%

Francia5%

Suecia3%

Italia4%

Holanda3%

Belgica3%

Resto de paises19%

Figura 7. Distribución de visitantes de acuerdo a país de origen

Figura 8. Comparación usuarios Flickr vs Turistas alojados en Tenerife

9

5. CONCLUSIONES

Las fotografías geolocalizadas de Flickr permiten identificar varias características del uso turístico de parque nacional Teide como; sitios de interés, concentración de visitantes, distribución de visitantes en el espacio y el tiempo y su país de origen. En este sentido, las fotografías geolocalizadas son una fuente de datos atractiva y novedosa a la hora de contar con información actualizada y en tiempo real para la gestión del uso turístico de los espacios protegidos.

El análisis de datos a nivel de usuario elimina el sesgo de los usuarios altamente activos, proporcionando así un indicador confiable del uso turístico de los sitios protegidos.

Los patrones espaciales revelados en esta comunicación indican que los visitantes del parque nacional Teide tienden a converger en tres puntos de interés: la cima del Monte Teide, el centro de visitantes de Roque García y Cañada Blanca. En contraste, otros puntos de interés como el centro de visitantes El Portillo y Pico Viejo no parecen atraer a muchos visitantes.

Una exploración de la distribución temporal de los usuarios de Flickr dentro de TNP reveló un flujo constante de visitantes durante todo el año, que es consistente con los datos tradicionales proporcionados por el organismo autónomo de parques nacionales en su memoria 2015.

Los datos de las fotografías geolocalizadas de Flickr son también un buen indicador del país de origen de los visitantes al parque nacional Teide. En nuestro análisis los visitantes provienen principalmente de tres países; España, Reino Unido y Alemania lo que se ajusta con los datos de turistas alojados en Tenerife de la oficina de turismo de Canarias.

La principal utilidad de encontrar nuevas fuentes de datos para analizar el turismo de naturaleza radica en que el análisis y procesamiento de la información recabada puede aportar nuevo conocimiento para la gestión y planificación de los espacios protegidos. La información de redes sociales, como fotografías geo-localizadas puede servir para construir indicadores sobre el valor de los servicios ecosistémicos culturales y el comportamiento de los visitantes a estos espacios. De esta manera se puede lograr una gestión sostenible de los mismos.

6. BIBLIOGRAFIA

Ballantyne, R., Packer, J., & Falk, J. (2011). Visitors’ learning for environmental sustainability: Testing short- and long-term impacts of wildlife tourism experiences using structural equation modelling. Tourism Management, 32(6), 1243–1252. https://doi.org/10.1016/j.tourman.2010.11.003

Balmford, A., Beresford, J., Green, J., Naidoo, R., Walpole, M., & Manica, A. (2009). A global perspective on trends in nature-based tourism. PLoS Biology, 7(6), 1–6. https://doi.org/10.1371/journal.pbio.1000144

Cabildo Insular de Tenerife, & Desarrollo Económico. (2018). Turismo alojado en Tenerife por nacionalidad. Retrieved from https://www.webtenerife.com/investigacion/

Dudley, N. (2008). Guidelines for applying protected area management categories. (N. Dudley, Ed.). Gland, Switzerland: IUCN. https://doi.org/10.2305/IUCN.CH.2008.PAPS.2.en

García-Palomares, J. C., Gutiérrez-Puebla, J., & Mínguez, C. (2015). Identification of tourist hot spots based on social networks: A comparative analysis of European metropolises using photo-sharing services and GIS. Applied Geography, 63, 408–417. https://doi.org/10.1016/j.apgeog.2015.08.002

10

Goodchild, M. F. (1986). Spatial autocorrelation. Ontario: Geo Books.

Goodchild, M. F. (2007). Citizens as sensors: The world of volunteered geography. GeoJournal, 69(4), 211–221. https://doi.org/10.1007/s10708-007-9111-y

MAPAMA. (2014). Fichas Resumen de Datos de los Parques Nacionales. Retrieved from http://www.mapama.gob.es/es/red-parques-nacionales/divulgacion/fichas-parques-2014_tcm7-454258.pdf

Organismo Autónomo de Parques Nacionales, O. (2015). Memoria de la red de parques nacionales. 2015.

Orsi, F., & Geneletti, D. (2013). Using geotagged photographs and GIS analysis to estimate visitor flows in natural areas. Journal for Nature Conservation, 21(5), 359–368. https://doi.org/10.1016/j.jnc.2013.03.001

Oteros-Rozas, E., Martín-López, B., Fagerholm, N., Bieling, C., & Plieninger, T. (2017). Using social media photos to explore the relation between cultural ecosystem services and landscape features across five European sites. Ecological Indicators. https://doi.org/10.1016/j.ecolind.2017.02.009

Schägner, J. P., Maes, J., Brander, L., Paracchini, M. L., Hartje, V., & Dubois, G. (2017). Monitoring recreation across European nature areas: A geo-database of visitor counts, a review of literature and a call for a visitor counting reporting standard. Journal of Outdoor Recreation and Tourism, 18, 44–55. https://doi.org/10.1016/j.jort.2017.02.004

Sessions, C., Wood, S. A., Rabotyagov, S., & Fisher, D. M. (2016). Measuring recreational visitation at U.S. National Parks with crowd-sourced photographs. Journal of Environmental Management, 183, 703–711. https://doi.org/10.1016/j.jenvman.2016.09.018

Silverman, B. (1986). Density estimation for statistics and data analysis. Chapman and Hall, 37(1), 1–22. https://doi.org/10.2307/2347507

The Internet Archive. (2016). Yahoo timeline. Retrieved March 3, 2017, from https://web.archive.org/web/20080713214826/http://yhoo.client.shareholder.com/press/timeline.cfm

Wood, S. A., Guerry, A. D., Silver, J. M., & Lacayo, M. (2013). Using social media to quantify nature-based tourism and recreation. Scientific Reports, 3, 2976. https://doi.org/10.1038/srep02976

Zambrano, A. M. A., Broadbent, E. N., & Durham, W. H. (2010). Social and environmental effects of ecotourism in the Osa Peninsula of Costa Rica: the Lapa Rios case. Journal of Ecotourism, 9(1), 62–83. https://doi.org/10.1080/14724040902953076

11