山东省文化遗产空间分布特征及旅游响应分析——以文物保护单位为例

来源 :鲁东大学学报(自然科学版 | 被引量 : 0次 | 上传用户:qinyongj
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
基于地理学的视角,本文使用Excel、ArcGIS、SPSS软件对山东省226处国家级文物保护单位和1711处省级文物保护单位进行数量统计和空间分析,研究发现:1)山东省国家级文保与省级文保数量差距大,不同批次的文保数量差异明显;山东省国家级与省级文保单位类型结构相似,均以古遗址、古建筑和近现代重要史迹及代表性建筑为主,其他类文保占比低;国保和省保在空间上集聚分布,均呈现极核区、高密集区、次密集区、密集区和带状区域的分布格局;2)山东省文保单位的分布情况受到历史文化、自然环境和人文环境等多因素的影响;3)山东省物质文化遗产资源对各地区旅游业的发展具有一定的支撑作用,但其分布无法解释旅游外汇收入,这与目的地经济发展水平、旅游资源类型和游客的旅游偏好等因素有关。
其他文献
本文试用平台式扫描仪和GetData Graph Digitizer软件相结合的方法,对产于兰州盆地渐新统二维形态的化石山杨(Populus davidiana Dode)叶片进行数字化,获得其叶相的主要基本参数数据。然后用Golden Software Grapher软件对数据进行检验,重建的化石形态与原叶片宏观特征吻合程度很好。这表明:对于二维形态的叶化石,利用相关软件获取图形数据是一种可行的
政治学是一门研究政治现象的科学。“政治学原理”是公共管理类专业的基础课,它的课程属性注定其蕴含着较多的思政元素。挖掘“政治学原理”思政元素并融入专业课程可进一步深化和发展思想政治教育,也有助于青年学生了解中西政治制度本质,可帮助青年学生树立正确的历史观、民族观和国家观。初心思维、价值引领及中国场景研究方法匹配是“政治学原理”的课程思政元素。妥善处理“道与术”关系、“教与学”关系及“本土与外来”关系
油茶粕是油茶提取茶油后剩下的残渣,营养价值高但开发力度不足。膳食纤维具有很多生理功能及突出的应用前景。本研究以油茶粕为原料,利用超声辅助酶法对油茶粕膳食纤维进行提取,同时提高油茶粕膳食纤维中SDF的含量,测定其生理活性,对油茶粕膳食纤维进行安全性评价,最后将油茶粕膳食纤维添加至饼干中研发油茶粕膳食纤维饼干。(1)以SDF及IDF得率作为评价指标,采用超声辅助酶法,通过单因素试验对酶添加量、超声时间
<正>4月,成都市发展改革委发布了《成都市“十四五”数字经济发展规划》(下称《规划》)。成都将从超大特大城市数字化转型的现实需求出发,全面推动数字经济与实体经济深度融合发展,加快构建核心产业引领、新兴产业成势、未来赛道启航的数字经济产业发展体系。2019年,国家发展改革委、中央网信办将四川省纳入国家数字经济创新发展试验区布局,而成都成为四川的核心区域。“十三五”时期,成都大力推进数字产业化、产业数
期刊
辨析式教学是以问题为中介,围绕问题创设情境并引导学生进行自主辨析从而实现价值引领的教学模式。在思政课中,运用辨析式教学模式有利于发挥学生的主体能动性、提高教学的实效性。应遵循以下几点设计理路,首先,要结合教学重难点、学生的认知基础、时政热点以及教学过程的动态生成精选辨析点,为开展辨析奠定基础;其次,要结合学生的生活经验、认知规律以及教学内容精创真实性、两难性和典型性情境,深入推进辨析;再次,要依照
与真实戏剧中的表演框架不同,以真实自然、贴近日常生活而标榜的乡村美食类短视频的表演框架隐藏得更深,因为观众往往不希望自己所看到的“真实”画面是根据剧本表演出来的。因此,文章以“蜀中桃子姐”短视频为研究对象,分析其各发展阶段的全部视频,采用文本分析的方法,从剧本期望、剧本剧情、表演剧班、表演区域四个方面分析“蜀中桃子姐”短视频的表演框架,深入剖析其内容创作的全过程,得出以下结论:目前“蜀中桃子姐”短
<正>历史上的刘墉是一位清官,而他的文章、诗词、书法、绘画均为上乘,体现了他一生的襟度。提起刘墉,我们一般都是从20世纪90年代开始风靡全国的电视剧《宰相刘罗锅》中了解到的,他是一位清朝乾隆年间的清官。然而,刘墉不仅是一个廉洁耿直的政治家,还是一个才华横溢、涉猎颇广的学者。大家不知道的是,他是当时著名的书法家、画家、诗人,历史上记载他“书名满天下,政治文章皆为所掩”。
期刊
站在学生的立场,以学生作为主观体验者进行教学,对学生在学习过程中的效果进行反馈,以此对学生学习效果的优劣进行评估是体验式学习的一种主要体现。从创建体验式学习环境出发,鼓励学生自主思考和学习,加强教师与学生的沟通。在小学数学教学中,教师有效地应用体验式学习进行教学,可以使课堂效率提高,同时引起学生对课堂内容的浓厚兴趣,使学生更好地理解所学内容。
随着计算机视觉技术的快速发展,使用深度学习进行裂缝检测已经成为智能交通研究的重点。为了准确完整的识别裂缝,本文提出了一种使用深度学习进行裂缝网格化检测的方法,该方法符合最新公路技术状况评定标准。首先,对所输入图像进行判断,筛选出含有裂缝的图像对其预处理,去除干扰噪声改善图像质量。之后将处理过的图像分成0.1m×0.1m大小的网格放入卷积神经网络中进行检测,将识别结果为含有裂缝的网格标记出来,再还原
选取典型工业微塑料聚甲基丙烯酸甲酯和聚苯乙烯的混合物(PMMA/PS)为研究对象,研究了溶液pH、微塑料的投加量与粒径、盐度和共存离子对PMMA/PS微塑料吸附典型放射性重金属U(Ⅵ)的影响,并采用傅里叶红外光谱和X射线光电子能谱等手段分析PMMA/PS与U(Ⅵ)的互作机理。结果表明,PMMA/PS对U(Ⅵ)的吸附容量随溶液pH的升高呈先增大后减小的趋势,并于pH 7达到峰值(4.00 mg/g)