全 文 ：中国生态农业学报 2014年 11月 第 22卷 第 11期
Chinese Journal of Eco-Agriculture, Nov. 2014, 22(11): 1379−1384


* 国家自然基金项目(31160114)和新疆研究生科研创新项目(XJGRI2013025)资助
** 通讯作者: 师庆东, 研究方向为景观生态学、生态环境修复及地理信息系统应用等方面。E-mail: shiqingdong@126.com
邵霜霜, 主要研究方向为生态环境修复。E-mail: happyshaoshuang@163.com
收稿日期: 2014−05−20 接受日期: 2014−08−01
DOI: 10.13930/j.cnki.cjea.140611
新疆农业产值的空间化表达与分析*
邵霜霜 1 师庆东 1,2** 刘 曼 1 唐存士 1
(1. 新疆大学资源与环境科学学院 乌鲁木齐 830046; 2. 新疆生态教育部重点实验室 乌鲁木齐 830046)
摘 要 为使以行政单元为单位的农业产值合理分配到地理单元上, 以新疆各县农业用地面积及河流长度为
自变量建立多元回归模型, 采用面积权重的方法进行农业产值的空间化, 实现新疆农业产值 1 km×1 km 格网
模拟。对新疆 2012 年农业产值的分析表明: 1)农业产值与耕地、林地、草地面积及河流长度密切相关。2)农
业产值的多元回归模拟效果比较满意, 预测值与实际值拟合度达到 0.82。3)空间模拟表明, 新疆农业产值整体
水平较低, 大部分地区不足 5 000 元·km−2; 农业产值空间分布整体上呈现带状分布和片状分布相结合的特征,
块状高值区主要分布在伊犁地区、塔城地区、天山北坡等, 南疆地区普遍较低; 带状农业产值高值区主要沿塔
里木河上中游、孔雀河流域、叶尔羌河流域, 伊犁河谷等分布。同时离道路越近, 农业产值越高。4)河流与农
业产值的空间分布关系说明水资源是干旱区农业发展的制约因素。5)影响模拟精度的因素有自然地理条件、
人文因素、地域差异以及土地利用类型内部生产力差异等。与以往研究相比, 本研究结合了干旱区的实际情
况, 重点突出了水资源对干旱区农业的贡献, 这对今后研究具有一定的参考价值。
关键词 干旱区 新疆 农业产值 多元回归 空间化表达 面积权重法
中图分类号: P237 文献标识码: A 文章编号: 1671-3990(2014)11-1379-06
Spatialization and analysis of agricultural output value in Xinjiang
SHAO Shuangshuang1, SHI Qingdong1,2, LIU Man1, TANG Cunshi1
(1. College of Resources and Environmental Sciences, Xinjiang University, Urumqi 830046, China;
2. Xinjiang Key Laboratory of Oasis Ecology, Urumqi 830046, China)
Abstract Spatialization of agricultural output value is a form of spatial statistics critical for analyzing agricultural output value. As
a key agricultural province in China, there is the necessity to analyze the factors affecting the spatial distribution characteristics and
output value of agriculture in Xinjiang Uygur Autonomous Region. This is critical for adjusting agricultural structure towards high
productivity. To analyze agricultural output value on geo-administrative distribution, this paper established a multi-variate regression
model with county-based areas of land use types and river lengths as independent variables in combination with area weighted
method to spatialize agricultural output value in Xinjiang at 1.0 km spatial resolution. The results of analysis of agricultural output
value of Xinjiang in 2012 showed that (1) agricultural output value was closely related to areas of total cultivated land, forest land,
grassland and length of local rivers. (2) The suitability of multi-variate regression simulation of agricultural output value was
satisfactory with the linearity between the predicted and actual values up to 0.82. (3) The results of the spatial simulation suggested
that the overall level of agricultural output value was low in Xinjiang, which was less than 5 000 Yuan per km2. High value areas
were concentrated in the Ili Region, Tuscaloosa Area, the north slope of Tianshan Mountain, and the upper and middle reaches of
Tarim River. The areas with low values were mainly in the south of Taklimakan Desert. The whole distribution of agricultural output
value was in zonal or sheet-like pattern. Most of the high value areas were belonged to the sheet-like pattern. The feature of zonal
distribution was closely associated with local rivers and roads, but more especially with local river. Zonal distribution areas were
mainly along the Tarim River Basin, Kongquehe River, Yeerqiang River Valley and Ili River Valley. The paper further analyzed the
relationship between the main roads and agricultural output value. It was noted that the nearer to the roads, the higher were the
agricultural output values. (4) The relationship between rivers and agricultural output values illustrated that water resources were the
restricting factors of perfect agricultural development in arid areas. (5) The factors affecting the simulation accuracy included the
1380 中国生态农业学报 2014 第 22卷


inherent objective conditions of Xinjiang, human factors, regional differences and internal differences in production capacity of land
use. Compared with previous studies, this paper considered on-the-ground conditions in arid areas and highlighted the importance of
water resources in agricultural development and productivity. This had a real practical value for structural adjustment and
optimization of agricultural industry in Xinjiang.
Keywords Arid area; Xinjiang; Agricultural output value; Multi-variate regression; Spatialization; Area weighted method
(Received May 20, 2014; accepted Aug. 1, 2014)
社会统计数据是以行政区划为单元收集的, 反
映该行政区内的社会、经济等属性的平均/总体水平
统计数据[1]。它在空间上分辨率较低, 通常是以县为
基础的统计单元, 难以与自然地理单元进行数据共
享[2]。如何将社会统计数据与自然地理数据转化到
统一的地理单元上, 即是社会统计数据的空间化问
题[3]。农业产值是典型的统计型属性数据, 它反映了
一定时期的农业生产规模和成果[4]。分析农业产值
在空间上的分布情况, 迫切需要建立一个高分辨率
的地理平台, 将其分布到地理格网上, 与自然地理
数据进行联合应用。
近年来 , 对社会统计数据 , 尤其是人口、GDP
的空间化研究一直是热点。刘忠等[5]曾准确模拟出
中国主要粮食产区产量的空间分布; 黄莹 [6]以土地
利用类型为基础 , 实现了新疆 GDP 的空间化模
拟。国内外很多学者也曾从不同角度对 GDP进行了
空间化[7−9]。农业产值是 GDP 的重要组成部分, 但
是以往研究只在分析 GDP时进行了简要讨论, 并没
有针对性地考虑农业产值分布的影响因素, 比如河
流、海拔、以及一些人为因素等[10]。新疆是我国农
业大省, 农业在其国民经济中占有重要的地位, 但
农业并没有发挥良好的优势[11−12]。因此, 本文通过
对新疆农业特点进行分析, 结合干旱区的实际情况,
在分析土地利用与农业产值关系的同时试图分析河
流对农业产值的贡献率; 通过有针对性地对农业产
值的空间分析, 探讨区域农业产值空间化精度的影
响因素; 并简要分析农业产值在空间上与道路、河
流等的关系, 以期为干旱区农业结构的优化调整提
供一定的理论依据。
1 研究区概况及数据来源
1.1 研究区农业概况介绍
新疆地域广阔, 人口相对稀少, 具有发展农林
牧渔业得天独厚的自然环境优势。同时, 新疆恶劣
的自然地理环境又严重制约其农业的发展, 而水资
源的季节性、区域性分布不平衡, 利用效率低等, 是
新疆农业发展的瓶颈之一[13]。本文以 2012年为研究
时段, 对新疆 88个县市的农业产值空间分布特点进
行分析。2012 年新疆农业产值占 GDP 的 17.23%,
农、林、牧、渔业的产值比重分别为 75.5%、2.0%、
21.8%、0.7%, 与全国同期水平相比, 种植业比重明
显过高, 作为全国四大牧区之一的畜牧业比重却不
到 25%[14]。2012 年农业用地结构为农林牧渔业面
积分别为 10.2%、9.1%, 79.8%、0.9%, 结合农业产
值组成比例发现 , 新疆耕地面积不大 , 但其贡献
率却很高; 草地是新疆最主要的土地利用方式, 新
疆畜牧业产值是农业产值的重要组成部分。新疆属
于干旱区, 水资源是其农业发展的制约因素[15], 新
疆水资源与农业产值之间的关系是众多学者探讨的
热点。
1.2 数据来源
1)1︰100 000 土地利用数据源于中国科学院科
学数据库及其应用系统中的新疆自然与生态环境数
据库, 它是根据 2011 年的 TM 影像解译得到, 根
据中国土地利用类型及代码[16], 分为 6 个大类, 文
中仅提取出农业用地的 4 个分类, 并对其进行成分
栅格化处理, 得到研究区 1 km×1 km的栅格土地利
用图。
2)行政界线、河流、湖泊等数据来源于 2008
年中国地图出版社出版的《新疆维吾尔自治区地图
册》 [17]。
3)新疆分县各产业 2012 年农业生产总值数据
来源于《新疆统计年鉴》(2013年)。
2 农业产值空间分布建模
2.1 农业产值空间分布影响因素
根据新疆的具体情况结合新疆统计年鉴, 剔除
其中偏差较大的个别地区, 参加分析的市县由 88个
减少为 80个。影响农业产值的因素有很多, 如自然
环境状况、人类活动以及政策制定等[18−19]。从产业
结构来看, 农业产值与耕地、林地、草地以及水域
等面积密切相关[2,20−22]。由于新疆水域面积极小, 贡
献率极低, 这里不做分析。但是鉴于水资源对新疆
农业的制约作用 , 用各县河流长度作为水资源指
标。故选取耕地面积、林地面积、草地面积和河流
长度作为影响农业产值的因素, 用于建立农业产值
空间分布模型。
借助 SPSS软件, 运用最小二乘法进行一元回归
分析。农业产值与河流长度的一元回归表明, 二者
间的相关系数为 0.54, 因此, 将河流长度作为农业
第 11期 邵霜霜等: 新疆农业产值的空间化表达与分析 1381


产值回归分析的一个自变量。农业产值与不同农业
用地面积有着紧密的联系, 尤其是耕地, 农业产值
与耕地面积的一元回归表明二者有着紧密的联系 ,
相关系数达 0.63。农业产值与林地面积或草地面积
的关系不显著。
在 SPSS的平台上, 以农业产值为因变量, 以耕
地面积、草地面积、林地面积为自变量进行多元回
归 , 在 95%的置信水平下 , 回归模型的拟合度为
0.76; 当以耕地面积、草地面积、林地面积和河流长
度作为自变量时, 在 95%的置信水平下, 拟合度提
高到 0.82。由于数据分辨率有限及其他因素, 对耕
地、林地、草地等不再作更细等级的划分。
进行多元回归分析之前 , 对 4个因素(自变量)
作散点图矩阵(图 1), 分析其独立性 , 发现自变量
之间相关性很小 , 作多元回归分析时彼此干扰不
显著。

图 1 新疆地区农业产值影响因素的自变量散点图矩阵
Fig. 1 Scatterplot matrixes of independent variables of impacting factors of agricultural output value in Xinjiang
2.2 多元回归系数确定
以农业产值为因变量, 以耕地面积、林地面积、
草地面积和河流长度为自变量建立多元回归方程:
y=54 672.56+69.00x1+27.95x2+0.11x3+7.58x4 (1)
式中: y 表示农业产值, 1x 表示耕地面积, 2x 表示林
地面积, 3x 表示草地面积, 4x 表示河流长度。自变量
分别是各县、市的数据, 面积单位为 km2, 河流长度
单位 km, 农业产值单位万元。回归方差的 F检验和 t
检验效果都满足 α=0.05的检验, 回归方程显著相关。
回归方程的常数项一般表示基值或是为了避免
模型误差设置的[23]。在农业产值建模时多是基于“无
土地利用无产值”的思想进行的 [24], 因此常数项理
应为 0。依据新疆农业种植业、林业、牧业所占农
业产值的比重分配到耕地、林地、草地斑块中, 用
于平衡多元回归系数[25]。回归系数 jξ 计算如下:
j j
j j
j
g A
m
g n
ξ ⎛ ⎞⎛ ⎞= × ⎜ ⎟⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎝ ⎠
(2)
式中: gj为第 j类农业产值, g为总农业产值, mj为回
归常数项, Aj为第 j类农业用地面积, nj为建模样本
数。经调整后的回归方程系数为 ωk=(mj+ξj), 调整后
回归方程为:
y=123.06x1+29.74x2+1.86x3+7.58x4 (3)
回归分析得到的结果只是一种统计相关关系 ,
它必须符合一定的地理规则[26]。农业产值在一定程
度上可以表示为具有不同生产能力的农业用地的函
数, 相应的每类农业用地对农业产值都有一定的贡
献率 [25], 即系数都大于零; 根据不同农业用地的单
位面积农业产值特点 , 回归方程系数应满足耕地>
林地>草地, 经调整后的回归方程符合地理规则, 可
以用于进行空间化建模。
1382 中国生态农业学报 2014 第 22卷


2.3 农业产值空间模拟模型建立
基于以上分析, 以市县为单位, 采用面积权重
的方法[27−29]建立新疆地区农业产值空间化模型。不
同类型土地利用面积带来的直接产值模型为:
3
1
1
i ik k
k
G A ω
=
= ×∑ (4)
式中: Gi1 为第 i个栅格的农业产值, Aik 为第 i个栅
格 k类农业用地的面积, ωk为 k 类农业用地的回归
系数。
由于河流是线数据, 以 1 km的距离建立缓冲区
进行计算, 各县河流对当地带来的间接产值和部分
直接产值之间模型为:
Gi2=ωr×Ari (5)
式中: Gi2 为第 i个格网河流对农业带来的农业产值,
ωr 为河流长度的回归系数, Ari 为落在第 i个格网的
以河流为中心的缓冲区面积。
以县为单位的第 i 个格网的农业产值的空间化
模型为:
Gi=Gi1+Gi2 (6)
3 模型验证与结果分析
3.1 模型模拟结果验证
将模型计算所得各县农业产值的模拟值与实际
值进行对比(图 2), 二者的相关系数为 0.82, 模拟结
果相对比较理想, 但一些县仍存在着不可忽视的相
对误差。统计出的各县市农业产值预测值与实际值
之间的误差大部分都在 1%~50%(绝对值)之间, 平
均误差百分率为 25%。引起误差的原因可能是:
1)新疆一些地区地广人稀 , 经济发展落后 , 县
域农业产值小, 尽管误差的绝对值很小, 但误差比
率大, 在南疆部分地区比如于田县、乌恰县等这种
情况比较突出。
2)新疆地域较大, 在全疆范围内无差别的建模
和模拟, 忽略了海拔、地形及不同地区气候的差别
等因素带来的影响, 这使模拟的精度减低。
3)研究的局限, 没能对各类农业用地进行进一
步细化, 仅在一级分类的基础上对其建模, 忽略了
二级分类下不同土地利用内部生产能力的差异。尤
其是对草地的划分, 没有将低覆盖度草地划分出来,
可是干旱区草地仅有中、高覆盖度草地才适用于畜
牧业[30]。
4)区域人口密度、其他产业(特别是其他资源型
产业和加工业、服务业)的发展状况、区域内河流水
量和一年中水量及季节性均衡程度(而不仅仅是河
流长度)等都会影响对农业资源的利用程度和农业
产值, 这些在本文中并没有得以体现。

图 2 新疆农业产值统计值与预测值对比
Fig. 2 Comparison between statistics data and forecast data of
agricultural output value in Xinjiang
3.2 农业产值空间分布特征
根据农业产值空间分布模型, 将农业产值分布
到 1 km×1 km的空间格网上, 生成了新疆农业产值
空间化分布图(图 3)。由图 3可见新疆的农业产值总
体水平较低, 80%左右的农业用地单位面积农业产
值不足 5 000 元。由模拟图可以看出农业高产地区
成片状分布和带状分布相结合的特征, 农业产值较
高的地区主要分布在伊犁地区、塔城地区、天山北
坡、塔里木河上中游、喀什地区及其他部分分散高
值地区, 南疆地区由于气候等一些自然因素的影响,
除喀什、泽普、墨玉县等个别地区产值较高, 其他地
区普遍较低。农业产值高值区的土地利用类型相对多
样化, 尤其是可利用耕地面积和林地面积相对较多。
农业产值整体相对较低的地区主要分布在塔克拉玛
干沙漠及其以南地区, 该地区自然条件恶劣, 沙漠化
严重, 水资源极度匮乏, 农耕困难, 以牧业为主。

图 3 新疆农业产值空间分布
Fig. 3 Spatial distribution of Xinjiang agricultural output
value
第 11期 邵霜霜等: 新疆农业产值的空间化表达与分析 1383


结合新疆地区河流分布可以发现, 带状高值区
主要沿河流分布, 高值区主要沿塔里木河上中游、
孔雀河流域、叶尔羌河流域、伊犁河谷等分布。农
业产值地区大都在河流附近, 进一步说明水资源对
新疆农业的贡献和制约。根据新疆道路空间分布情
况可以看出, 农业产值较高地区大都离主要道路不
远, 尤其是 G30 连霍高速穿过的乌苏—奎屯—昌吉
一带的农业产值都超过 5 000元·km−2, G217沿线的
农业产值也相对较高。
4 结论
本研究针对2012年新疆农业产值进行了详细分
析, 结合多元回归及地理规则, 构建了农业产值的
空间分布模型, 在GIS的平台上, 将其分布到地理单
元上, 进而结合道路、河流的分布分析了新疆农业
产值的空间分布特点。具体结果如下: 1)根据农业产
值与土地利用的关系, 分县控制建立农业产值的空
间化模型, 实现了新疆地区1 km×1 km格网的农业
产值空间分布模拟, 模拟效果比较满意。2)干旱区农
业产值与水资源有极大关系, 在用最小二乘法进行
回归建模时, 加上了河流这一变量, 模型的精确度
有明显提高。3)新疆农业产值整体水平比较低, 分布
不均匀, 呈带状和片状分布, 呈带状分布的高值区
与河流有极大的相关性, 与道路的空间分布直观上
也有着一定的联系。
本研究针对干旱区的特点, 强调了河流对农业
产值的贡献率, 这对新疆地区农业产业结构的调整
有一定的实用性。水资源是干旱区农业活动的制约
因素, 以往的研究在讨论农业产值时, 并没有对其
进行定量化的讨论, 相比之下, 考虑了水资源的贡
献率的研究更符合干旱区的实际情况, 所得结果更
切近实际。同时研究中也存在一定的局限性: 1)农业
产值与影响因子之间不仅仅是单纯的线性关系, 今
后需要进一步考虑这些影响因子对农业产值直接的
贡献率, 建立相应的模型, 使得模拟效果进一步提
高。2)在对农业产值空间化时, 研究中以县级尺度进
行建模, 验证时需要选取乡镇尺度上的数据进行精
度验证, 但是目前条件很难获取乡镇级数据。如何
对统计数据空间化的结果进行精度验证需要今后做
出更深入的研究。
参考文献
[1] 闫庆武, 卞正富. 基于 GIS 的社会统计数据空间化处理方
法[J]. 云南地理环境研究, 2007, 19(2): 92–97
Yan Q W, Bian Z F. Method of pixelizing social statistical
data based on the GIS[J]. Yunnan Geographic Environment
Research, 2007, 19(2): 92–97
[2] 易玲, 熊利亚, 杨小唤. 基于 GIS 技术的 GDP 空间化处理
方法[J]. 甘肃科学学报, 2006, 18(2): 54–58
Yi L, Xiong L Y, Yang X H. Method of pixelizing GDP data
based on the GIS[J]. Journal of Gansu Sciences, 2006, 18(2):
54–58
[3] 卢克, 吴建玉. 基于多源数据融合的统计数据空间网格化模
型研究[J]. 浙江水利水电专科学校学报, 2011, 3(3): 55–58
Lu K, Wu J Y. Research on grid transformation model of sta-
tistical data based on multi-source information fusion[J].
Journal of Zhejiang Water Conservancy and Hydropower
College, 2011, 3(3): 55–58
[4] 鞠金艳 , 祝荣欣 . 基于马尔可夫模型的我国农业产值结构
预测[J]. 数学的实践与认识, 2013, 43(22): 65–70
Ju J Y, Zhu R X. Prediction structure of agriculture output
value based on Markova model[J]. Mathematics in Practice
and Theory, 2013, 43(22): 65–70
[5] 刘忠 , 李保国 . 基于土地利用和人口密度的中国粮食产量
空间化[J]. 农业工程学报, 2012, 28(9): 1–8
Liu Z, Li B G. Spatial distribution of China grain output based
on land use and population density[J]. Transactions of the
Chinese Society of Agricultural Engineering, 2012, 28(9): 1–8
[6] 黄莹. 基于绿洲土地利用的区域 GDP 公里格网化研究[J].
冰川冻土, 2009, 31(1): 159–160
Huang Y. Studying the GDP in 1 km square grid-cells based
on oasis land use[J]. Journal of Glaciology and Geocryology,
2009, 31(1): 159–160
[7] 韩向娣, 周艺, 王世新, 等. 基于夜间灯光和土地利用数据
的 GDP 的空间化 [J]. 遥感技术与应用 , 2012, 27(3):
396–405
Han X D, Zhou Y, Wang S X, et al. GDP spatialization in
China based on DMSP/OLS data and land use data[J]. Remote
Sensing Technology and Application, 2012, 27(3): 396–405
[8] 梁友嘉, 徐中民, 钟方雷, 等. 基于 LUCC的生态系统服务
功能空间化研究——以张掖市甘州区为例[J]. 生态学报 ,
2013, 33(15): 4758 –4766
Liang Y J, Xu Z M, Zhong F L, et al. An spatial ecosystem
services approach based on LUCC: A case study of Ganzhou
District of Zhangye City[J]. Acta Ecologica Sinica, 2013,
33(15): 4758–4766
[9] Gaffin S, Yetman G, Mellinger A. Guidance materials on spatially,
distributed socio-economic projections of population and GDP
per unit area[EB/OL]. http://www.aiaccproject.org/resources/ele
lib_docs/GM_Gridded.pdf 5, 2002
[10] 李国璋 , 周琦 . 我国农业产值的影响因素分析[J]. 统计与
决策, 2007(22): 83–85
Li G Z, Zhou Q. The analysis of the influence factors of
agricultural output value[J]. Statistics and Decision, 2007(22):
83–85
[11] 张斌. 基于主成分回归分析法的新疆农业经济增长影响因
素评价[J]. 新疆财经大学学报, 2008(4): 27–31
Zhang B. Evaluation of the influential factors of the agricultural
economic growth in Xinjiang based on the principal components
regression analysis[J]. Journal of Xinjiang University of Finance
and Economics, 2008(4): 27–31
[12] 张建红 , 余国新 . 新疆农业产业结构调整对农民增收影响
的实证分析[J]. 农村经济, 2009(3): 5–7
Zhang J H, Yu G X. The empirical analysis of the impact of
1384 中国生态农业学报 2014 第 22卷


Xinjiang agricultural industrial structure adjustment on farm-
ers’ income increment[J]. Rural Economy, 2009(3): 5–7
[13] 农业部新疆农业发展专题研究课题组. 新疆农业发展问题
研究(上)[J]. 中国农业资源与区划, 2008, 29(1): 1–6
Xinjiang Agricultural Development Special Research Task
Group of the Ministry of Agriculture. Studies on the issue of
agriculture development in Xinjiang[J]. Chinese Journal of
Agricultural Resources and Regional Planning, 2008, 29(1): 1–6
[14] 张丽. 新疆农业产业结构调整: 问题、原则与建议[J]. 新疆
农垦经济, 2006(12): 42–46
Zhang L. Xinjiang agricultural industrial structure adjustment:
Problems, principles, and the suggestion[J]. Xinjiang State
Farms Economy, 2006(12): 42–46
[15] 陈晓. 近 20 年新疆农业结构演变及调整途径研究[J]. 新疆
农业科学, 2008, 45(5): 968–975
Chen X. A study on the development and ways of agricultural
structure adjustment of Xinjiang in recent 20 years[J].
Xinjiang Agricultural Sciences, 2008, 45(5): 968–975
[16] 廖顺宝 , 李泽辉 . 基于人口分布与土地利用关系的人口数
据空间化研究——以西藏自治区为例 [J]. 自然科学学报 ,
2003, 18(6): 659–666
Liao S B, Li Z H. Study on spatialization of population census
data based on relationship between population distribution
and land use — Taking Tibet as an example[J]. Journal of
Natural Resources, 2003, 18(6): 659–666
[17] 中国地图出版社. 新疆维吾尔自治区地图册[M]. 北京: 中
国地图出版社, 2008
SinoMaps Press. Atlas of Xinjiang[M]. Beijing: SinoMaps
Press, 2008
[18] 张溥. 中国农业产值影响因素分析[J]. 商场现代化, 2013(5):
106–107
Zhang B. The analysis of factors affecting China’s agricul-
tural production[J]. Market Modernization, 2013(5): 106–107
[19] 吕效国, 于志华, 王晓燕, 等. 农业产值影响因素的统计分
析[J]. 安徽农业科学, 2009, 37(17): 8181
Lü X G, Yu Z H, Wang X Y, et al. Statistical analysis on
influencing factors of agriculture production value[J]. Journal
of Anhui Agricultural Sciences, 2009, 37(17): 8181
[20] 熊俊楠 , 韦方强 , 苏鹏程 , 等 . 基于多源数据的四川省
GDP 公里格网化研究[J]. 应用基础与工程科学学报, 2013,
2(2): 317–327
Xiong J N, Wei F Q, Su P C, et al. Research on GDP
spatialization approach of Sichuan Province supported by multi-
source data[J]. Journal of Basic Science and Engineering,
2013, 2(2): 317–327
[21] 钟凯文, 黎景良, 张晓东. 土地可持续利用评价中 GDP 数据
空间化方法的研究[J]. 测绘信息与工程, 2007, 32(3): 10–12
Zhong K W, Li J L, Zhang X D. GDP spatialization in land
sustainable use assessment[J]. Journal of Geomatics, 2007, 32(3):
10–12
[22] 黄莹, 包安明, 陈曦, 等. 新疆天山北坡干旱区 GDP 时空
模拟[J]. 地理科学进展, 2009, 28(4): 494–502
Huang Y, Bao A M, Chen X, et al. GIS based space-time
simulation of GDP in arid regions: Taking the northern slope
of Tianshan Mountains as an example[J]. Progress in Geog-
raphy, 2009, 28(4): 494–502
[23] 姚建武 , 宋德铭 . 回归模型方法与河流流量的估算与分
析[J]. 数学的实践与认识, 2005, 35(6): 126–130
Yao J W, Song D M. Estimation and analysis about regressive
model and discharge of river[J]. Mathematics in Practice and
Theory, 2005, 35(6): 126–130
[24] 刘红辉, 江东, 杨小唤, 等. 基于遥感的全国 GDP 1km 格
网的空间化表达[J]. 地球信息科学, 2005, 7(2): 120–123
Liu H H, Jiang D, Yang X H, et al. Spatialization approach to
1 km grid GDP supported by remote sensing[J]. Geo-Infor-
mation Science, 2005, 7(2): 120–123
[25] 张晶, 吴绍洪, 刘燕华, 等. 土地利用和地形因子影响下的
西藏农业产值空间化模拟[J]. 农业工程学报, 2007, 23(4):
59–66
Zhang J, Wu S H, Liu Y H, et al. Simulation of distribution of
agricultural output value influenced by land use and
topographical indices in Tibet[J]. Transactions of the Chinese
Society of Agricultural Engineering, 2007, 23(4): 59–66
[26] 田永中, 陈述彭, 岳天祥, 等. 基于土地利用的中国人口密
度模拟[J]. 地理学报, 2004, 59(2): 283–292
Tian Y Z, Chen S P, Yue T X, et al. Simulation of Chinese
population density based on land use[J]. Acta Geographica
Sinica, 2004, 59(2): 283–292
[27] Gallup J K, Sachs J D, Mellinger A D, et al. Geography and
Economic Development[M]//CID Working Paper No. 1.
Harvard: Harvard University, 1999
[28] 闫庆武 , 卞正富 , 赵华 . 人口密度空间化的一种方法 [J].
地理与地理信息科学, 2005, 21(5): 45–48
Yan Q W, Bian Z F, Zhao H. A method of spatialization of
population density[J]. Geography and Geo-Information
Science, 2005, 21(5): 45–48
[29] 吴桂平, 曾永年, 邹滨, 等. 基于 GIS的区域人口密度空间
分布模拟——以张家界市永定区为例[J]. 测绘科学 , 2009,
34(2): 237–240
Wu G P, Zeng Y N, Zou B, et al. A GIS-based method for
simulating spatial distribution of regional population density
— A case study of Yongding District, Zhangjiajie[J]. Science
of Surveying and Mapping, 2009, 34(2): 237–240
[30] 赵军 , 杨东辉 , 潘竟虎 . 基于空间化技术和土地利用的兰
州市 GDP 空间格局研究[J]. 西北师范大学学报: 自然科
学版, 2010, 46(5): 92–96
Zhao J, Yang D H, Pan J H. A study on spatial pattern of GDP
in Lanzhou City based on spatialization and land utilization[J].
Journal of Northwest Normal University: Natural Science,
2010, 46(5): 92–96