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

作者：许月卿,李双成,蔡运龙

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。

发文机构：中国农业大学资源与环境学院 北京大学环境学院

关键词：区域贫困空间模拟人工神经网络regional povertyspatial simulationartificial neural network

分类号： N945.1[自然科学总论—系统科学]K901[历史地理—人文地理学]