基于MFC的矢量图形系统研究与实现

以VC++6.0为开发平台,利用MFC提供的类库,研究GIS矢量图形底层系统数据组织的方法,以及网格索引在该系统中的建立过程。设计并开发了矢量图形系统,实现了数据导入、组织管理、显示、查询等系统功能。

县级多维贫困度量及其空间分布格局研究——以连片特困区扶贫重点县为例

贫困人口及其分布区域的有效瞄准和识别是新阶段连片特困区农村扶贫开发需要解决的首要问题。从多维角度把握贫困的实质并进行多维贫困的具体度量和分析成为近年来国内外研究的焦点。在系统设计多维贫困识别指标体系及多维贫困测算算法流程的基础上,以河南省南阳市连片特困区扶贫重点县为研究区域,构建基于"双临界值"的"维度加总/分解"算法进行了"县级-村级"的贫困人口多维贫困量算和分析;借助Kriging法对村级多维贫困测算结果进行空间插值处理,系统分析研究区多维贫困状况空间分布格局。结果显示:研究区多维贫困发生率和多维贫困指数都呈现"西高东低"趋势,其中,内乡县和淅川县的综合贫困指数MPI最大,镇平县MPI最小。其主要致贫因素为收入和健康,收入指标对贫困的贡献度在空间上呈现"西北-东南"条带状分布,健康问题集中在镇平县;次要致贫因素为教育年限、儿童入学率以及燃料类型。此外,淅川县山区地区多维贫困发生率最高,县城附近的MPI相对较低。

村级贫困人口多维测算及其贫困特征分析——以河南省内乡县为例

村级贫困人口的有效瞄准是新阶段农村扶贫开发需要解决的首要问题。文章以连片特困区扶贫重点县内乡县为研究区域,运用"双临界值"法进行村级多维贫困测算和分析;并基于村级居民点数据,运用人口密度空间化模型,对其多维贫困测算结果进行空间化处理,系统分析村级贫困人口的贫困特征及空间分布格局。结果显示:内乡县致贫因素主要是收入、健康以及教育;贫困人口主要集中在县城以南,内乡县中北部的贫困程度较深。

重庆市黔江区贫困村多维测算模型的构建与应用

根据我国扶贫现状,贫困村已成为国家在扶贫开发中的重要研究对象之一。本文以连片特困区扶贫重点县——重庆市黔江区为研究区域,以行政村为单元,在系统设计贫困村多维识别指标体系基础上,结合组合权重的赋权方法和综合指数法的综合评价方法研究贫困村多维测算模型具体算法,详细论证了贫困村多维测算模型的设计思路及关键,并利用地理信息系统技术将模型实现了可视化,得到了研究区多维度下各贫困村的相对贫困程度的空间分布。最后将测算结果与当地实际情况进行了对比分析,证明了该模型的准确性与有效性。

生态贫困视角下的贫困县多维贫困综合度量

作为国家扶贫开发决策实施的重要单元,贫困县贫困程度及其致贫原因的识别和评估是国家"精准扶贫"战略实施的前提和保障.本文从生态贫困的视角,设计了顾及自然环境-经济-社会可持续协调发展的县级别多维贫困度量指标体系,构建基于贫困指数-最小方差模型(PI-MVM)的县级多维贫困度量模型,以6个连片特困区的249个县为典型研究区,系统揭示片区-县级层面上的贫困程度、致贫原因及其空间分布特征.结果显示:各片区的综合贫困程度由北向南逐渐加重,各片区县存在"从北向南、从东到西,贫困程度逐渐加重"的趋势;乌蒙片区西部、秦巴片区西北部各县贫困程度的高-高聚集现象突出;秦巴中南部以及乌蒙片区受自然环境因素影响较大,贫困程度较深.一般致贫型片区县较多,主导致贫型片区县聚集在贫困程度较低的片区;经济因素对贫困的缓解作用逐渐下降,自然环境、社会发展因素的影响逐渐明显.研究结果可以更加精准地全面把握贫困县的贫困区划特征,为指导研究区早日脱贫提供辅助决策技术支撑.

内蒙古自治区农村人口多维贫困特征测算与分析

针对国家精准扶贫需求,构建基于A—F双临界值法的多维贫困度量模型,进行内蒙古自治区农村人口多维贫困特征的总体测算与分析,并分别分析多维贫困的空间集聚效应及不同分类体系下的贫困分异特征。结果显示:1研究区西部存在大面积高度贫困县单元,中部存在呈东西条带状分布的中度贫困县单元,东部地区贫困程度呈现"南高北低"状态;2研究区主要致贫因素为:人均纯收入、家庭健康、平均教育年限,一般致贫因素为燃料类型、资产、房屋结构,次要致贫因素为:饮水情况、通电情况、儿童入学率;且大部分贫困指标呈显著空间集聚效应;3研究区西部县际贫困特征差异较小,东部存在显著的南北分布差异;4不同类型县各贫困指标差异不同。