基于GIS和人工神经网络的区域贫困化空间模拟分析--以贵州省猫跳河流域为例

摘要：

我国西南喀斯特地区山高坡陡,地形破碎,生境脆弱,水土流失严重,是我国典型的极贫困代表区域之一.本文选择贵州省猫跳河流域作为研究区,以乡镇为基本单元,应用GIS和ANN技术,模拟区域自然致贫因子和消贫因子的空间分布,计算各乡镇的贫困度,揭示区域贫困的空间分布格局,以期为指导研究区早日脱贫及生态重建提供科学依据.结果表明,地形、土壤侵蚀等自然要素是主要的致贫因子,而社会经济要素是缓解贫困的因子.贫困度较小的乡镇主要分布在研究区的中部和东部,贫困度较大的乡镇主要分布在研究区的南部和北部边缘.可见,应用人工神经网络模拟区域贫困化简便、实用,避免了传统的单纯依靠统计数据进行贫困化研究的做法,是一种可行的方法与技术途径.

关键词：区域贫困、空间模拟、人工神经网络

所属期刊栏目：25

分类号：P3(地球物理学)

资助基金：国家自然科学基金40335046;高等学校博士学科点专项科研项目20040001038

在线出版日期：2006-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：79-85,Ⅳ