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

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。