中甸县

摘要： 中甸县→香格里拉县(市)中甸是世界自然遗产『三江并流』景区所在地,英国作家詹姆斯希尔顿的著名小说《消失的地平线》构思就来源于这里。2001年更名为香格里拉县,藏语意为『心中的日月』。有人说,这里是人间天堂,是隐秘于深山里的世外桃源。这里哺育了万千的生灵,展现着人与自然的相濡以沫。这里回响着来自大地的和声,一切美好得仿佛受到了神灵的庇护。这里,是香格里拉(Shangri-la),在迪庆藏语中意为"心中的日月"。

摘要： 香格里拉，本是1933年英国人詹姆斯·希尔顿在《消失的地平线》一书中所描写的中国藏区一片人间净土，并根据藏语发音称之为“香格里拉”。1995年，人们发现云南省迪庆州中甸县境内的山水景色、

摘要： 2016年12月31日,我和一些同事去香格里拉市进行田野调查,走访了今香格里拉市的小中甸纳西土城,这座城堡与木增有着密切的联系.关于这个土城,民国《中甸县志·大事记》中有这样的记录：“（中甸）明,为丽江木氏土司地.今县属小中甸乡尚有木氏屯兵土城.……即东旺各处,亦仍保存摩些语音及祭天等类古俗.”

摘要： 地名档案是一种资源,一种社会资源,合理利用可以带来经济效益和社会效益,促进旅游经济的发展。新的资源观认为,所谓资源是指,一切可被人类开发和利用的物质,能量和信息的总称,它广泛地存在于自然界和人类社会中,是一种自然,存在物或能够给人类带来财富的财富。因此,地名档案无疑,是一种社会经济资源,同时也是各地的专有资源。

摘要： 和我最心爱的人一起去那里看白色的雪山,看一场秋天的童话稻城亚丁风景区坐落于四川甘孜藏族自治州南部,地处闻名的青藏高原东部,横断山脉中段,东南与凉山州木里县接壤,西邻乡城县并与云南省中甸县毗邻,北连理塘县。当夏天过去之后,稻城亚丁就迎来了最令人心醉的秋天。秋叶与雪峰相拥,碧水共长天一色,雪山之下、

摘要： 1933年英国作家詹姆斯·希尔顿在他的小说(《消失的地平线》中,提出了一个英语新词汇"Shangri—la"(香格里拉)。这个源于康巴藏语的发音名词,从此被人们赋予了一个"世外桃源"和"人间天堂"的象征。雪山环绕、湖水静谧、峡谷幽深莫测、寺庙古老辉煌、人民纯朴善良……多民族、多宗教、多文化共融在这个奇美绝伦的仙境中。现实生活中的这片神奇土地就位于滇藏川三省大三角地区的横断山脉中。著名的旅游之地如云南省迪庆藏族自治州中甸县(现名

摘要： 走完普达措,园里环保细节令人震撼。正因如此,才使美景有了可持续休养生息的机会,让世人都有一饱眼福的机会,从而吸引海内外游客纷至沓来,成为更多人的精神归宿。"香格里拉"一词源于藏传佛教,意为"心中的日月"。上世纪30年代,英国小说家希尔顿在《消失的地平线》中描绘的人类理想生存家园便称为"香格里拉",祥和、宁静、远离战火的世外桃源。小说问世以后,立刻风靡全球,由此导致寻找"香格里拉"热潮在西方国家经久不衰。上世纪末,云南省政

摘要： 季风气候给9月初的香格里拉带来连日雨水,淅淅沥沥的冷雨,敲打着这个美得令人窒息的地方,给她永恒的静谧更添了一份重量。英国作家詹姆斯·希尔顿在1933年出版了一本小说《消失的地平线》,书中讲述几个英国人因飞机遭到劫持,被迫降在了喜马拉雅山脉以东的雪山峡谷中。

摘要： 文化是民族的血脉,是人民的精神家园。地名文化是以地名为载体,通过地名的形成、变迁、结构、内涵等因素来研究与之相关的各种文化,是地名与文化的有机融合。地名作为一种社会文化形态和文化载体,记录着人类社会发展历程、民族变迁与融合、人们生活环境发展与变化。＂地名是民族文化遗产＂,这是联合国第五届地名标准化会议对地名的物质性、社会性和文化意义的定位。

摘要： 全国旅游厕所建设管理行动全面启动2月26日,国家旅游局在桂林市召开全国旅游厕所工作现场会,部署启动全国旅游厕所建设与管理三年行动。三年行动的目标是新建、改扩建旅游厕所5.7万座,其中新建3.3万座、改扩建2.4万座。到2017年末最终实现旅游景区、旅游线路沿线、交通集散点、旅游餐馆、旅游娱乐场所、休闲步行区等的厕所全部达到标准,并实现＂数量充足、干净无味、实用免费、管理有效＂的要求。

摘要： 本发明中甸刺玫的砧木折枝单芽嫁接方法是一套完整的中甸刺玫嫁接繁殖方法，选用适应性和应用性较广的七姊妹蔷薇作砧木，采用折枝留叶的方法，培养砧木营养枝为砧木生长和嫁接芽萌发生长提供营养和动力，与常规砧木不留枝叶及2‑3芽嫁接相比，提高嫁接成活率28.30%‑60.25%、提高繁殖系数1‑2倍；用本方法繁殖的中甸刺玫生长旺盛，能保持中甸刺玫亲本的优良性状，对中甸刺玫的异地保存和开发利用均有现实意义。

摘要： 本发明提供一种促进中甸刺玫种子萌发的方法，将剥离出的种子，于20°C～25°C温度下，放置5～10天，再浸泡在800倍多菌灵溶液中，消毒处理20～40分钟；将消毒种子与浸润有硝酸钙溶液的基质充分混匀后，置于容器中，覆盖上2～4层纸，于2～4°C温度下层积处理后，播种于腐殖土:红土:珍珠岩=3:2:1的基质中，在遮荫条件下，保持基质湿润，直至种子出苗至高度为7～14cm时，得移栽的实生种苗。本发明能有效地促进中甸刺玫的种子萌发，改变了中甸刺玫种子基本不萌发的困难，找到了解除种子休眠的方法，通过促进中甸刺玫种子萌发获得实生种苗。

摘要： 本发明提供中甸艾中倍半萜二聚体及其药物组合物与其制备方法和应用，属于药物技术领域。本发明的结构式(I)所示21个新的倍半萜二聚体，artemzhongdianolides A1−A21(1‑21)对人肝星状细胞(HSC‑LX2)具有明显的细胞毒活性，能够与可药用载体或赋型剂组成药物组合物，能够用于制备抗肝纤维化药物。

摘要： 本发明涉及渔业养殖技术领域，具体地说是一种中甸叶须鱼野外人工繁殖的方法，包括亲鱼的收集，性成熟亲鱼的筛选，人工授精，人工运输受精卵和人工孵化，同现有技术相比，本发明采用科学的野外人工繁殖方法培育中甸叶须鱼，授精、孵化率高，解决了野生中甸叶须鱼因外来入侵、过度捕捞、大量放生其它鱼种所导致的生存空间缩小、数量锐减问题，探索实现了中甸叶须鱼的人工繁殖，为中甸叶须鱼规模化养殖提供了技术支持。

摘要： 本发明中甸刺玫的砧木折枝单芽嫁接方法是一套完整的中甸刺玫嫁接繁殖方法，选用适应性和应用性较广的七姊妹蔷薇作砧木，采用折枝留叶的方法，培养砧木营养枝为砧木生长和嫁接芽萌发生长提供营养和动力，与常规砧木不留枝叶及2‑3芽嫁接相比，提高嫁接成活率28.30%‑60.25%、提高繁殖系数1‑2倍；用本方法繁殖的中甸刺玫生长旺盛，能保持中甸刺玫亲本的优良性状，对中甸刺玫的异地保存和开发利用均有现实意义。

摘要： 本发明公开了一种马铃薯品种中甸红中马铃薯X病毒毒株及其构建方法与应用。所述的马铃薯品种中甸红中马铃薯X病毒毒株保藏于中国微生物菌种保藏管理委员会普通微生物中心，保藏日：2018年11月26日，保藏编号：CGMCC No.16891。马铃薯品种中甸红中马铃薯X病毒（Potato virus X，PVX）毒株建立包括样品采集；病原鉴定；中甸红品种中单一马铃薯卷叶病毒组培苗建立以及应用。所述的样品采集包括病害调查、样品采集、保存；包括通过带毒薯块幼芽在培养基中诱导为组培苗、在一定温度条件下保存该带有PVX中甸红品种组培苗；应用为所述的马铃薯品种中甸红中马铃薯X病毒毒株在检测中的应用。

摘要： 本发明提供一种促进中甸刺玫种子萌发的方法，将剥离出的种子，于20°C～25°C温度下，放置5～10天，再浸泡在800倍多菌灵溶液中，消毒处理20～40分钟；将消毒种子与浸润有硝酸钙溶液的基质充分混匀后，置于容器中，覆盖上2～4层纸，于2～4°C温度下层积处理后，播种于腐殖土:红土:珍珠岩=3:2:1的基质中，在遮荫条件下，保持基质湿润，直至种子出苗至高度为7～14cm时，得移栽的实生种苗。本发明能有效地促进中甸刺玫的种子萌发，改变了中甸刺玫种子基本不萌发的困难，找到了解除种子休眠的方法，通过促进中甸刺玫种子萌发获得实生种苗。

摘要： 中甸角蒿(incarvillea zhongdianesis)成花调控的方法，选取中甸角蒿三年生块根作为材料，对其进行了低温处理和赤霉素处理后栽培。所述低温处理选用0°C－10°C，所述赤霉素处理选用20ppm－40ppm。

摘要： 本发明提出了一种多伦县野生赤芍育苗方法，涉及种植领域，该方法包括以下步骤：S1采集野生赤芍角，腐化，室外光照晾干，收集赤芍种子；S2将上述步骤S1收集的赤芍种子冷藏；S3在九月上旬播种，浇透水，覆膜保水；S4待第二年春出苗后，进行田间管理，即得到种苗。在本发明中，以多伦县野生赤芍的种子育苗，成功的培育出了与野生赤芍品种相同的种苗，不仅实现了多伦赤芍的保育和规模化种植，其人工培育的赤芍还保持了野生赤芍的药效。通过本发明的育苗方法，种植出的野生赤芍的产量高、种植时间短，得到的赤芍的芍药总苷高，更能满足更高的药品市场需求。并且在赤芍育苗过程中，其种苗的繁育量高、种苗的品质优异，移栽的成活率高。

摘要： 一种基于集群划分和数据增强的整县分布式光伏预测方法，具体是：对整个县的光伏出力历史数据库选择晴天的典型功率曲线，以单站最大功率对出力进行标幺化；计算皮尔逊相关系数作为距离度量，利用基于密度的抗噪聚类算法(Density‑Based Spatial Clustering of Applications with Noise，DBSCAN)对光伏站点进行聚类，形成集群划分，对于异常点，使用k近邻搜索，划分到最近集群；在集群内通过生成式对抗神经网络对历史数据进行数据扩充；将原始数据和生成的数据图片化共同训练深度卷积网络预测模型。本发明的预测方法通过改进的GAN的动态博弈过程训练过程学习到原始数据分布，然后生成相应分布的数据，补充了整县光伏历史数据库，通过增强的训练集训练深度卷积神经网络，提高了模型预测精准度。