江苏行政区划边界,省级、地市级、区县级,以及道路网和铁路网shp文件,可用于GIS分析
2024-02-16 13:58:26 41.72MB GIS
1
2011-2022年北大数字普惠金融指数“第五期”(包括省市县) 1、时间:2011-2022年 其中县级的时间为2014-2022年 2、来源:北京大学数字普惠金融指数 3、范围:全国31省,337个地级市以及2800个县 4、指标:覆盖广度、使用深度、支付业务、保险业务、货币基金业务、投资业务、信用业务、信贷业务、数字化程度 这套指数包括数字普惠金融指数,以及数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度;此外使用深度指数中还包含支付、信贷、保险、信用、投资、货币基金等业务分类指数;但由于监管和公司数据安全审核等方面的原因,2019-2022年的信用和货币基金分指数,没有对外公布。 5、参考文献:郭峰,王靖一,王芳,孔涛,张勋,程志云.测度中国数字普惠金融发展:指数编制与空间特征
2024-01-26 18:25:14 6.92MB
海南县市电子地图 详尽到每个村庄 为矢量电子地图 可以五级放大缩小!
2024-01-24 23:37:21 5.97MB 海南县市电子地图
1
新干县工业园区5G+智慧园区云平台建设方案
2024-01-16 11:08:27 377KB 开发平台
1
古丈县篮球运动的现状分析与对策研究,刘莹,张超,本文通过文献资料、访谈、问卷调查、数理统计、逻辑分析等研究方法,多方面分析了古丈县篮球运动的现状,找出了阻碍古丈县篮球运
2024-01-15 22:15:13 238KB 首发论文
1
使用在地理信息系统(GIS)中实施的多准则模糊推理系统(FIS)对新墨西哥州的贝纳里洛县进行了分水岭脆弱性评估。 脆弱性图是通过加权叠加分析生成的,该分析结合了从FIS方法学得出的土壤侵蚀和渗透图。 该模型规定了五个脆弱性类别:不脆弱(N),轻微脆弱(SV),中等脆弱(MV),高度脆弱(HV)和极脆弱(EV)。 结果表明,约88%的研究区域对轻度(SV)到中度脆弱性(MV)敏感,其中11%的区域遭受高或极度脆弱性(HV / EV)。 对于土地使用和土地覆被(LULC)分类,灌木林被确定为最容易受到破坏。 加权覆盖层输出与经修订的通用土壤流失方程(RUSLE)模型预测的结果相似,但不脆弱(N)类除外。 该县东部地区由于其高坡度和高降水量而被确定为最脆弱的地区。 在此,结构性雨水控制措施(SCM)对于管理径流和泥沙外运可能是可行的。 这种多准则的FIS / GIS方法可以提供有用的信息,以指导决策者为干旱的西南地区选择合适的结构性和非结构性SCM。
1
文化被认为是影响经济发展的深层因素,其中文化多样性的经济影响引起了人们的广泛关注。 在县一级,氏族起着重要的文化和社会作用。 尽管中国的传统氏族受到儒家思想的影响,但不同氏族具有不同的文化传承。 家谱,祖先的戒律和宗族规则是每个宗族思想继承的载体。 不同的氏族有不同的姓氏,文化背景和概念也各不相同。 本文将研究这种多样性对县域经济发展绩效的影响。 本文收集了上海图书馆出版的《中国家谱》数据,整理并构建了1087个县的氏族姓氏数量和氏族姓氏多样性指数,并使用了美国国家海洋和大气管理局发布的夜灯亮度数据( NOAA)来衡量中国各县的经济发展绩效。 实证结果表明,氏族姓氏的多样性对县域经济发展的绩效具有显着的积极影响,在测试中保持稳定。 氏族姓氏越多样化,各县的经济发展表现就越好。
2024-01-14 20:07:03 350KB 多元文化 经济发展绩效
1
迄今为止,尚无探险队对肯尼亚西部Nyando糖带破败的栖息地中鸟类的组成进行全面调查。 这使得难以在农业增长与鸟类保护之间实现平衡。 作为回应,我们通过将考察区域分为农田和灌木地进行了鸟类评估。 然后,我们通过标准点数方法和半径为30 m的一块土地上的机会计数对鸟类进行采样。 我们详尽地观察了14种鸟类,共122种。 农田的密度为每公顷2.065±1.11头,而灌木地的密度为每公顷1.644±0.70头。 Nyando糖带是一个多样化的社区,其香农多样性指数值(H')为3.225,无论鸟类是否在某些栖息地受到约束。 真实多样性的差异程度表明,农田的多样性是灌木林的4倍。 这项研究提倡的事实证实了将鸟类保护纳入农田并制定了鸟类保护策略。
2024-01-10 20:59:17 985KB
1
基于大通县1995—2014年社会经济数据,通过SPSS等软件,运用土地利用变化模型、主成分分析法及典型相关分析法等技术与方法,系统分析了1995—2001年、2001—2005年、2005—2010年、2010—2014年不同时段大通县土地利用变化的特征,并对土地利用变化的驱动因素进行探讨。结果表明:大通县主要地类为耕地、林地、草地,期间草地、耕地、建设用地、水域面积有所减少,林地、未利用地面积有所增加;与其他几种地类相比,耕地的变化量和变化率较为平稳,土地利用动态度变动最大的是未利用地,其次是水域,再次是建设用地;2010—2014年间除林地外,各土地类型动态度都呈减少趋势,减少速度最快的为水域,减少速度最慢的为耕地;土地利用程度呈现波浪形发展趋势;土地利用变化主要受社会经济因素影响,自然因素和政策因素也是大通县土地利用变化的驱动因素。
2024-01-09 16:26:40 242KB 土地利用变化 驱动因素
1
2023年最新版,包括: 省份名称、省份代码、城市名称、城市代码、区县名称、区县代码、乡镇名称、乡镇代码
2024-01-02 17:01:15 1.79MB
1