国土空间规划背景下镇安县国土综合整治与修复分区研究

来源 :长安大学 | 被引量 : 0次 | 上传用户:qqwd1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
秦岭山地丘陵地区是我国实施重大综合整治与生态修复的重点区域。在秦岭山地丘陵地区开展国土空间综合整治修复分区评价,按功能划分不同的空间分区,对优化国土空间开发格局、协调区域生态可持续发展有着重要的意义,也是国家主体功能分区战略的重要落实与体现。本文以秦岭山地丘陵地区的镇安县为研究区域,从生态资源承载系统、城镇开发强度系统、农业功能开发系统三个方面构建国土空间功能评价指标体系,在分析现有国土空间整治概况的基础上,运用熵值法计算国土空间功能评价指标体系的各个指标权重;基于综合指数法对镇安县生态资源承载系统、城镇开发强度系统和农业功能开发系统的功能进行评价;运用冷热点分析、SED分析法等空间分布特征法、趋势分析法等,基于GIS平台和统计计量方法分析了镇安县行政区域内生态资源承载、城镇开发强度、农业功能开发的情况,根据生态资源承载系统、城镇开发强度系统、农业功能开发系统综合评价值,利用空间综合指数评价叠加法计算得到镇安县综合整治与修复功能值。将镇安县国土空间整治与修复分区划分为生态城镇过渡区,城镇农业综合区,生态综合涵养区,生态综合修复区,生态农业协调区,农业综合整治整理区和城镇综合整治发展区七大区域,提出综合整治措施和分区发展方向。(1)生态综合涵养区和生态综合修复区面积1291.83平方千米,占总面积的37.04%,是重要的水源涵养地和生态功能维持地,主要位于木王镇,月河镇、达仁镇、高峰镇和茅坪回族镇等区域,主要开展流域综合治理、湿地资源保护修复、生物多样性保护、重点地区矿山综合治理等,形成自然生态空间网络化的保护格局,促进自然生态空间保护与利用的平衡;城镇农业综合区和生态城镇过渡区面积559.54平方千米,占总面积的16.05%,位于回龙镇、庙沟镇和青铜关镇等区域,区域内主要是协调统筹推进流域内及周边水环境与水生态综合整治,提升水源地及周边的生态承载抗压功能。(2)生态农业协调区和农业综合整治整理区面积1289.01平方千米,占总面积的36.97%,位于铁厂镇,大坪镇、西口回族镇和米粮镇,区域内主要是加强农地生态景观功能,维护自然山水田格局,以农业现代化建设为方向指引,实施精细化、生态景观化的高标准农田建设;城镇综合整治发展区面积346.62平方千米,占总面积的9.94%,主要位于永乐街办及回龙镇部分区域,区域内主要进行低效用地提升改质工程,在城镇综合整治发展区进行基础设施和城镇环境整治提升,实施节约集约用地方针,合理布局用地结构。目前,国内外大多是以资源环境承载与适宜性评价来研究国土整治与修复分区,在小区域尺度上将指标评价用于土地空间综合功能性评价,然后进行国土空间综合整治与修复分区研究的例子不是很多,本文在小区域尺度上对镇安县国土空间的综合功能性进行评价,基于国土空间综合功能性评价结果,对镇安县国土综合整治与修复进行分区研究,为镇安县经济发展、用地结构优化,资源环境保护、区域整体综合整治与修复和可持续发展提供可借鉴的思路。
其他文献
文章从太原西山地区国土空间利用现状出发,针对目前该区国土空间利用中存在的问题,提出今后该区国土综合整治与生态修复的方向,以期为资源型地区国土综合整治与生态修复提供可借鉴经验。
目的:探讨TGF-β-ALK-Smad信号通路在高氧诱导肺血管内皮细胞中的变化,为支气管肺发育不良的肺血管发育受阻机制的新认识提供实验依据。方法:将人肺微血管内皮细胞(HPMECs)随机分成两组,高氧组和对照组。高氧组在5%CO2+60%O2+35%N2混合气体的37℃多气体培养箱中进行培养,而对照组则在5%CO2、37℃温度条件培养箱中进行培养。分别于实验开始点、3h、6h、9h、12h、24h
<正>痴呆不是急性缺血性卒中溶栓的禁忌证,但是大部分溶栓研究都把80岁或90岁以上患者排除在外,当前溶栓指南对这些患者的推荐意见存在差异。按照美国心脏学会(American Heart Association,AHA)/美国卒中学会(American Stroke Association,ASA)指南推荐,痴呆患者也可以从静脉溶栓中获益,然而制定决策前应该考虑患者发病前的功能状态。按照欧洲药品管理
期刊
学位
学位
本文介绍一种外辐射源雷达目标检测中的杂波抑制算法,该算法首先将源自轨道卫星的连续波观测信号重构为观测矩阵,并对观测矩阵进行奇异值分解,利用迭代的方式将大奇异值对应的杂波成分逐渐从观测矩阵中减去,进而实现观测信号中强烈杂波的对消。在杂波消除过程中,最佳迭代阶数由熵变的最小值确定。然后对杂波消除之后的观测矩阵进行相干积累进而实现微弱目标检测。最终的仿真实验结果验证了本文所提方法的有效性和鲁棒性,并且本
在经典网络表示学习框架上进行改进,提出了基于文本注意力机制优化的网络表示学习模型。首先学习上下文节点的平均嵌入,然后利用上下文节点的平均嵌入引入注意力机制,目标节点的嵌入由注意力和文本嵌入共同决定。在文本特征上添加注意力机制,旨在为文本特征中的词语学习不同的权重值,从而使得对模型有利的词语得到最大贡献,有效避免低频词、噪声词对模型的影响。在Citeseer (M10)、DBLP (V4)和SDBL
学位
学位
学位