排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
以广东沿海红树林为研究对象，结合谷歌地球引擎（GEE）云计算平台，以1986—2018年32期3 359景Landsat系列卫星遥感影像为数据源，采用随机森林（RF）方法提取1986—2018年广东省红树林面积，比较全省沿海城市红树林年际时空变化特征，并从景观斑块角度分析广东省红树林斑块演变特征。结果表明：1）1986—2018年红树林遥感分类总体精度均高于90%，广东省沿岸红树林面积总体呈先减少后增加的趋势，且其在2014年后变化幅度逐渐减小。2）从各沿海城市来看，红树林共分布在14个市内，其中湛江和阳江是红树林面积分布最大的2个城市；各市红树林面积变化可分为先减后增、波动增加和无明显变化3类。3）1986—2018年广东省红树林斑块数量总体呈减少趋势，但斑块平均面积（MPS）呈上升趋势，红树林破碎化程度减轻。获取年际红树林面积分布信息和空间结构变化趋势，可为红树林合理开发与保护提供数据和参考，服务于红树林生态恢复和精细化管理。 相似文献
2.
旅游发展是消除贫困的重要途径之一,从多维贫困视角对旅游减贫进行研究具有重要意义。以脱贫摘帽的西南地区国家级贫困县为研究案例,引入NPP/VIIRS夜间灯光数据测度多维贫困,并使用地理加权回归方法分析2012—2019年旅游发展的多维减贫效应。结果表明：① 2012—2019年,西南地区贫困县旅游发展水平不断提高,呈现“东高西低”的空间格局,旅游发展的区域差异不断缩小;② 2012年以来,西南地区贫困县多维贫困日趋改善;空间分布上,多维贫困程度自西向东逐渐降低,空间差异趋于缩小;③ 西南地区贫困县旅游发展能够缓解包括经济、教育、医疗和社会保障等方面的多维贫困,旅游多维减贫效应具有明显的空间异质性,川东、川北和滇东南地区贫困县的旅游减贫强度较高,滇西、渝东南和黔西地区旅游减贫强度较低;④ 旅游减贫强度主要受到旅游资源禀赋、经济发展水平和交通区位条件的影响,影响因素通过旅游资源开发、强化旅游产业支撑和提高旅游通达性等途径改善贫困地区的经济、教育、医疗和社会保障水平,实现旅游发展的多维减贫。旅游减贫的发展需要结合贫困地区实际情况考虑,提高旅游产品竞争力,完善配套设施建设,改善交通运输条件,以提高旅游减贫效果。另外,研究发现基于夜间灯光数据测度多维贫困具有较高的精度,能够为贫困问题研究提供数据支持。研究结果对中国旅游扶贫战略实施尤其是2020年后预防返贫具有重要的参考价值。 相似文献
1