排序方式： 共有98条查询结果，搜索用时 31 毫秒
11.
12.
以青海省西宁市为研究对象,依据《耕地质量等级》（GB/T33469-2016）,采用特尔斐法、层次分析法、模糊数学法等方法,构建西宁市耕地质量评价指标体系;结合地理信息系统（GIS）软件技术,对西宁市2015年和2018年耕地质量进行评价,并分析西宁市耕地质量时空分布和土壤养分特征,探究西宁市耕地质量现状。结果表明：（1）2015年和2018年耕地质量平均等级分别为6.74和6.33,4 a间提升0.41,耕地质量等级总体提升主要来自三、四、五、七等地,其中高、中等地总面积占总耕地面积的比例2018年较2015年增加1.49%。（2）4 a间的耕地质量等级在空间分布上差异较大,高、中等地主要集中在中部的湟中区及北部大通回族土族自治县（简称大通县）,低等地主要分布在边缘靠山区及海拔较高地区,耕地质量提升的耕地主要来自大通县、湟源县、湟中区。（3）相较2015年,2018年土壤有机质、有效磷、速效钾含量均增加,其中有效磷含量评价等级上升。研究结果对西宁市全域范围内耕地质量展开综合评价,其结果能够很好地反映该地区当前耕地质量状况,对农业生产具有指导意义。 相似文献
13.
7月12日．西宁市公物拍卖中心对海北藏族自治州祁连县三岔煤矿区大河一、三矿段采矿权整体公开拍卖成功。经陕西、山西等地三家客商报名竞买，最终，西安市东湖旅游发展有限公司以1120万元竞得此采矿权。这是青海省近年来大力建设“两权”市场，以招标、拍卖等方式有偿出让采矿权、探矿权所取得的又一成果。 相似文献
14.
15.
16.
健康中国战略下,积极应对老龄化、建立健全养老和医疗等相关设施,成为许多城市关注的问题。目前相关研究很少关注西北城市的老龄人口的空间分布及养老资源错位的现象。本研究以西宁市主城区为研究区域,基于2010—2018年西宁市公安局各街镇人口数据和兴趣点（POI）数据,选用老年人口系数、赡养率、增长率和地理集中率四个指标,利用综合老龄化指数（CAI）模型、核密度函数模型和空间错位指数模型对西宁市主城区人口老龄化空间分布及养老资源（医疗资源、老年设施）空间错位现象进行探索分析,结果表明：（1）9年间西宁市主城区人口老龄化程度不断加深,已步入老年型社会。（2）通过老龄化综合指数可知：主城区外围街镇人口老龄化增长速度大于城区中心的街道,其中小桥街道、朝阳街道、马坊街道与乐家湾镇人口老龄化最为严重,2018年综合老龄化指数增长速度超过中心城区街道,西宁市主城区人口老龄化严重程度已从中心街道向外围街镇扩散。（3）通过空间错位指数计算可得知：城中区的养老资源数量充足但过于集中,城北区的养老资源分布合理但是数量较少,行政区之间的养老资源与老年人口分布存在较大空间错位问题。 相似文献
17.
18.
疫情就是命令,防控就是责任.面对复杂严峻的防控形势,自4月14日晚西宁市主要城区实行静态管理、4月15日开展全员核酸检测工作以来,青海省自然资源厅系统干部职工在严格按照厅系统的相关部署要求,做好各单位及自身疫情防控工作的同时,根据省市州区及街道办事处、社区的要求和号召,组织志愿者参与疫情防控,为疫情防控做出了积极的贡献,彰显了自然资源人的担当和责任. 相似文献
19.
9月29日,西宁市国土资源系统举行“同唱一首歌,喜迎十八大”文艺汇演活动,全市国土资源系统干部职工汇聚一堂,载歌载舞,欢度“双节”,共同喜迎党的十八大胜利召开。 相似文献
20.
人口是反映国情、国力基本情况的重要指标,是区域研究所必须考虑的重要因素之一。合理、准确地预测城市人口规模,是城市与区域规划中首先要考虑的基本问题,也是保证规划科学性与可实施性的关键性前提。以西宁市2000-2011年历年总人口为样本数据,分别构建了一元线性回归模型、马尔萨斯模型、logistic模型及GM（1,1）模型,并进行模型检验。结果表明：（1）模型均通过模型精度检验且精度较高,GM（1,1）模型拟合度最高,均误差达到0.004%,马尔萨斯模型拟合度最低,为-1.440 8%;（2）分析模型预测精度差异产生原因及适用性,表明深入、准确地分析样本数据特征,恰当选择分析方法对于控制人口预测精度尤为重要。由于西宁市2000-2011年人口样本数据在2005及2009年数据存在波动性,破坏了其与一元线性回归模型及马尔萨斯模型的拟合度,导致在4种模型中,Logistic及GM（1,1）模型预测精度较高,而GM（1,1）模预测精度最高,所以采用GM（1,1）模型进行西宁市人口预测,得到西宁市人口预测的最终结果：2012年西宁市总人口将达到225.89×104人,2015年将达到233.39×104人,2020年将达到246.37×104人。从结果看,未来9 a西宁市人口将呈现持续平稳增长的态势,但随着时间推进人口增长速度将逐渐下降。 相似文献