重慶市地表起伏度及其對農業生產的影響分析*

楊　吉，蘇維詞

(1.重慶師范大學地理與旅游學院，重慶　401331； 2.貴州科學院山地資源研究所，貴陽　550001；3.重慶市三峽庫區地表過程與環境遙感實驗室，重慶　401331)

?

·研究報告·

重慶市地表起伏度及其對農業生產的影響分析*

楊吉1， 3，蘇維詞1， 2， 3※

(1.重慶師范大學地理與旅游學院，重慶401331； 2.貴州科學院山地資源研究所，貴陽550001；3.重慶市三峽庫區地表過程與環境遙感實驗室，重慶401331)

重慶地貌復雜多樣，地表起伏度大，通過對重慶各區縣地表起伏度研究和計算，可定量了解重慶山水起伏骨架指數。以空間分辨率為30m、投影為WGS84_UTM的ASTER GDEM V2全球數字高程數據為基礎，在ArcGIS10.1中利用投影面積比法計算重慶各區縣地表起伏度指數，在此基礎上分析了地表起伏度與2008～2013年各區縣農業生產指標之間的相關性并建立系列模型。結果表明： ①重慶西部較為平整，地表起伏度比中、東部地區低，地表起伏度最大的是東北部的城口、巫溪、巫山，最平整的是西部的榮昌、潼南、大足。②基于重慶市31個縣域的統計分析，地表起伏度標準化指數每增加0.1，糧食單產減少約0.37t/hm2，農林水支出占財政支出比例增加約1.1%。③地表起伏度對耕播面積比例影響力最大，其可決系數R2達到0.8859。④農業產出不變時，農業投入隨地表起伏度的增加而增加，地表起伏度與綜合指標(農業產出投入比)所建指數模型的可決系數R2為0.8296。

地表起伏度糧食產量農作物播種面積農林水支出重慶市

0　引言

地表起伏度，即地表起伏程度和變化頻率[1]，它對交通、水利、農業、林業、社會服務、地質災害及生態治理等領域均有較大影響。國內外目前對地表起伏度的研究主要集中在：DEM分辨率與地表起伏度計算最佳分析區域[2-7]； 不同耕作措施對地表起伏度的影響[8]； 地表起伏度對人口分布、地質災害、土地利用與覆蓋的影響等[9-12]； 在農業方面只涉及地表起伏度對耕地生產潛力和農業機械化的影響且以省域作為研究單元[13-14]。

中國是一個多山地丘陵的國家，農村人口多[15]，農業比重大[16]，地表起伏度對農業生產環境有較大影響[17]。但目前缺乏基于縣域尺度內的地表起伏度對農業支出、糧食產量、農業產值、農作物播種面積等方面的影響研究。

重慶地處三峽庫區，屬于典型的山區內陸特大城市，具有大城市帶大農村格局，除主城六區外，其它區縣如三峽庫區、渝東南地區的區縣農業生產仍占有很大比重，受自然環境條件，尤其是地形、地貌和地表起伏度影響很大：如農業生產布局、生產結構、產量和產值等均深受地表起伏度的影響。故選擇重慶作為研究對象，以區縣作為研究單元，計算重慶40個區縣的地表起伏度，并與2008～2013年《重慶統計年鑒》中各區縣的農業生產相關指標進行對比分析。通過此項研究可定量了解重慶市地表起伏情況和地表起伏度對農業生產的影響，為發揮山地農業的優勢、科學合理布局山地農業，以及相關部門科學分配涉農財政資金提供某些依據，也可為云貴川等周邊類似山區農業生產空間布局和立體農業結構優化提供借鑒意義。

1　研究區概況與數據

1.1研究區概況

重慶地處中國西南部(東經105°17′～110°11′、北緯28°10′～32°13′)，是內陸山水城市，俗稱“山城”，境內山水縱橫交錯，地貌類型復雜多樣、地表起伏度大。研究范圍是重慶市內所有區縣，包括渝中區、大渡口區、江北區、沙坪壩區、九龍坡區、南岸區、北碚區、渝北區、巴南區、涪陵區、長壽區、江津區、合川區、永川區、南川區、綦江區、大足區、潼南縣、銅梁縣、榮昌縣、璧山縣、萬州區、梁平縣、城口縣、豐都縣、墊江縣、忠縣、開縣、云陽縣、奉節縣、巫山縣、巫溪縣、黔江區、武隆縣、石柱縣、秀山縣、酉陽縣、彭水縣、雙橋區、萬盛區，共計40個區縣城市。重慶市的農業產值、糧食單產、人均糧食產量、農民人均純收入在中國處于中等偏下位置(表1)。

表1　農業生產指標

農業生產指標農業產值(億元)糧食單產(t/hm2)人均糧食產量(kg)農民人均純收入(元)中國51497.405.384438895.90重慶909.205.093888331.97

1.2數據來源

地表起伏度計算采用的是空間分辨率為30m，投影為WGS84_UTM的ASTER GDEM V2全球數字高程數據，該數據是由日本METI和美國NASA聯合研制。ASTER GDEM數據產品基于“先進屋載熱發射和反輻射計(ASTER)數據計算生成”，是目前唯一覆蓋全球陸地表面的高分辨率高程影像數據。自2009年6月29日V1版ASTER GDEM數據發布以來，在全球對地觀測研究中取得廣泛應用， 2015年1月6日正式發布了ASTER GDEM V2全球數字高程數據，該數據是在V1版的基礎上改進后得到，比V1版更加精確。

研究中的農業相關數據源于《重慶統計年鑒》，選取數據為2008～2013年逐年各區縣級地方財政支出、農林水支出、農林牧漁業總產值指數、農業產值、農作物播種面積、糧食播種面積、糧食產量這7項指標。

1.3DEM數據預處理

研究范圍包括重慶40個區縣，故需下載30幅空間分辨率為30m的ASTER GDEM V2全球數字高程數據作為計算地表起伏度的基礎數據。

1.3.1拼接DEM柵格數據

利用ENVI Classic中的基礎工具(Basic Tools)模塊，用拼接(Mosaicking)中的Georeferenced工具。將30幅DEM拼接成一幅DEM數據，拼接后空間分辨率為30m，投影為WGS84_UTM，并保存為TIF格式。

1.3.2提取各區縣DEM

采用ArcMap中的空間分析(Spatial Analyst Tool)模塊，用裁剪(Extraction)中的Extract by Mask工具。將人工矢量的重慶市40個區縣的矢量數據作為掩膜，從TIF格式的DEM中分別裁剪出40個區縣的DEM。

1.4農業指標數據預處理

研究選取2008～2013年重慶各區縣級地方財政支出、農林水支出、農林牧漁業總產值指數、農業產值、農作物播種面積、糧食播種面積、糧食產量這7項指標作為基礎數據，由于沙坪壩、江北、渝中、南岸、大渡口、九龍坡為重慶老主城六區，渝北和雙橋為工業新區，萬盛區作為老工礦區，這9個區的農業比重很小，故選取除這9區(沙坪壩、江北、渝中、南岸、大渡口、九龍坡、渝北、雙橋、萬盛)外剩下的31個區縣作為地表起伏與農業生產相關分析的研究區域(表2)。對各項指標數據進行如下運算：

單位面積農業產值=農業產值可比價/農作物播種面積

(1)

農業產值可比價=上一年農業產值×農林漁業總產值指數/100

(2)

糧食單產=糧食產量/糧食播種面積

(3)

農林水支出比=農林水支出/財政支出

(4)

耕播面積比=農作物播種面積/總面積

(5)

其中農林水漁業總產值指數是農林水漁業GDP指數(上年= 100)計算農業產值可比價是為了消除價格變動因素的影響，便于對不同時期進行對比，此次計算得到的農業產值均以2008年的價格作為標準。按照以上公式分別得到2008～2013年的單位面積農業產值、糧食單產、農林水支出比、耕播面積比數據，再分別對這4項指標6年數據進行多相關樣本檢驗[18]，其漸近顯著性均為0.00，遠小于0.05，表明這6年指標數據變化趨勢相同，可相互替代。因此將取各項指標6年平均值(表2)與地表起伏度值進行對比分析，這樣可消除偶然性，且更真實，更具代表性。

表2　重慶市40個區縣地表起伏度值與對應的農業生產指標

區縣名稱地表起伏度標準化指數(LDj)地表起伏度指數(3D/2D)投影面積(hm2)2D地表面積(hm2)3D糧食單產(t/hm2)單位面積農業產值(萬元/hm2)耕播面積比農林水支出比農業產出投入比指數(TCj)農業產出投入比標準化指數(LTj)城口縣1.001.22753282104028883.120.470.120.200.030.02巫溪縣0.971.22074010854895963.290.700.170.180.070.05巫山縣0.781.17742942533464553.720.860.260.160.140.09奉節縣0.651.14784089174693664.811.200.270.140.250.17云陽縣0.591.13423629344116474.301.110.320.150.240.16武隆縣0.581.13162886603266343.491.020.250.190.140.09開 縣0.551.12573958184455774.701.200.380.140.350.23酉陽縣0.551.12425158995799804.210.790.220.170.110.07黔江區0.531.12162384342674224.390.760.330.150.170.11彭水縣0.531.12113891014362063.661.000.260.180.150.10石柱縣0.531.11973008343368554.731.130.260.160.190.13萬盛區0.521.11735589262445秀山縣0.461.10432447072702405.801.030.360.170.230.15南川區0.451.10302588342854896.011.580.320.130.420.28萬州區0.421.09503450023777934.591.400.450.090.760.51綦江區0.411.09232184492386055.261.420.480.090.770.51豐都縣0.401.09102897703161434.521.000.340.160.230.15涪陵區0.311.06952943403147954.511.360.540.080.980.66江津區0.291.06613224343437506.482.070.440.091.030.69忠 縣0.291.06492178512319915.101.470.450.130.520.35巴南區0.281.06471823351941315.742.400.490.111.140.76渝北區0.271.0623145640154719梁平縣0.261.05921886081997675.151.690.480.140.610.41北碚區0.251.056574962791984.822.420.410.081.340.89江北區0.241.05442180722994長壽區0.221.05031419471490905.391.530.580.091.070.71渝中區0.221.050322772392南岸區0.221.05002616527473大渡口區0.171.03921014510543墊江縣0.171.03891513401572276.001.540.530.130.650.43合川區0.161.03662345012430805.931.650.670.081.350.90沙坪壩區0.161.03643946740905雙橋區0.151.033042124352銅梁縣0.141.03271341401385255.931.470.600.120.750.50璧山縣0.141.031691468943616.011.530.540.081.040.69永川區0.131.03061581341629807.202.190.620.091.501.00九龍坡區0.131.03034287544176大足區0.131.02931392441433186.861.830.690.101.360.90潼南縣0.121.02711584681627666.171.780.800.151.020.68榮昌縣0.081.01831077561097246.241.630.740.111.110.74

2　研究方法

2.1地表起伏度計算

地表起伏度的計算方法有局地高差法[19]、RUGN[20]、RDLS[21]、局地標準差[22]、矢量法[22]、投影面積比法等。由于不同地區，算法適用性不同，針對重慶投影面積比法適用性高于其他幾種算法[22]。計算公式為：

RDLS=SL/SD

(6)

(7)

其中RDLS是地表起伏度，SL是地表面積，SD是投影面積，D是積分區間，fx是對函數f求x的偏導數，fy是對函數f求y的偏導數。利用ArcMap中的3D分析(3D Analyst Tool)模塊，用地表分析(Functional Surface)中的Surface Volume工具。以30m×30m為計算單元，分別計算40個區縣地表面積(3D)和投影面積(2D)，并將結果輸入Excel表格中，按公式(6)計算出各區縣的地表起伏度指數(表2)，再將其進行標準化，公式如下：

(8)

公式中，DBj為第j個縣(區)的地表面積與投影面積比； 1為理想化狀態下地表面積與投影面積比； DBmax為各縣(區)的地表面積與投影面積比的最大值，LDj是地表起伏度標準化指數。

2.2建立農業生產綜合指標

在前面已闡述的反映農業生產的4項單項指標的基礎上，為綜合反映農業生產與地表起伏的關系，需集成一個能反映農業生產發展的綜合指標。其中4項單項指標中的單位面積農業產值反映了單位面積土地農業生產能力(已經包含糧食單產這一指標)，因此決定保留單位面積農業產值這項指標，去除糧食單產這項指標。耕播面積比表示地區農作物播種面積占該區總面積比例，農林水支出比表示農林水支出占財政總支出的比例。由于只考慮單位面積農業產值或耕播面積比，不能反映該縣域總的農業生產能力，故將公式(9)進行改進，得到公式(10)。

農業總產值=單位面積農業產值×農業耕播面積

(9)

農業產出指數=單位面積農業產值標準化指數×耕播面積比標準化指數

(10)

農業投入指數=農林水支出比標準化指數

(11)

按公式(12)將單位面積農業產值標準化，按公式(13)將耕播面積比標準化，按公式(14)將農林水支出比標準化。

(12)

(13)

(14)

公式中，NCj、NZj和NSj分別為第j個縣(區)的單位面積農業產值、耕播面積比和農林水支出比； 0為理想化狀態下單位面積農業產值、耕播面積比和農林水支出比； NCmax、NZmax和NSmax分別為各縣(區)單位面積農業產值最大值、耕播面積比最大值和農林水支出比的最大值，LCj、LZj和LSj分別是單位面積農業產值標準化指數、耕播面積比標準化指數和農林水支出比標準化指數。

最后通過公式(15)集成一個綜合指標，即農業產出投入比指數。

(15)

(16)

其中公式(15)中分子為農業產出指數，分母為農業投入指數； TCj是第j個縣(區)的農業產出投入比指數， 0是為理想化狀態下農業產出投入比指數，TCmax為各縣(區)的農業產出投入比指數的最大值，LTj是農業產出投入比標準化指數(表2)。

3　結果與分析

3.1不同區縣的地表起伏度值

重慶市40個區縣中地表起伏度最大的3個區縣是城口、巫溪、巫山，其地表起伏度值分別為1.2275、1.2207、1.1774。最平整的是榮昌、潼南、大足，其地表起伏度值分別為1.0183、1.0271、1.0293(表2)。由此可見，重慶市地表起伏度最大的區域在東北部，最平整的區域在西部區縣城市(圖1)，地表起伏度小于1.05的區縣有12個，分別是榮昌、潼南、大足、九龍坡、永川、璧山、銅梁、雙橋、沙坪壩、合川、墊江、大渡口； 地表起伏度大于等于1.05小于1.10的區縣有14個，分別是南岸、渝中、長壽、江北、北碚、梁平、渝北、巴南、忠縣、江津、涪陵、豐都、綦江、萬州； 地表起伏度大于等于1.10小于1.15的區縣有11個，分別是南川、秀山、萬盛、石柱、彭水、黔江、酉陽、開縣、武隆、云陽、奉節； 地表起伏度大于等1.15小于1.20的區縣有1個，是巫山； 地表起伏度大于1.20小于1.25的區縣有2個，是巫溪、城口。

圖1　重慶市各區縣地表起伏度等級　　　　　　　　　圖2　重慶市各區縣投入產出比等級

3.2地表起伏度對農業生產的影響

對表2中31個區縣的糧食單產、單位面積農業產值、耕播面積比、農林水支出比、農業產出投入比指數按照表3分級，得到圖2和圖3，從中可以大致了解各農業指標受地表起伏度的影響在空間位置上的分布情況。為了定量了解地表起伏度對農業生產的影響，將地表起伏度標準化指數分別與各項農業指標進行分析，并對所得模型進行顯著性檢驗， 5個模型的顯著性水平均為0.00，小于0.05，即模型通過顯著性檢驗。

表3　農業指標分級

指標一級二級三級四級五級糧食單產(t/hm2)(0,4)(4,4.5)(4.5,5)(5,5.5)(5.5,∞)單位面積農業產值(萬元/hm2)(0,0.5)(0.5,1)(1,1.5)(1.5,2)(2,∞)耕播面積比(0,0.3)(0.3,0.4)(0.4,0.5)(0.5,0.6)(0.6,1)農林水支出比(0,0.1)(0.1,0.12)(0.12,0.14)(0.14,0.16)(0.16,∞)農業產出投入比指數(0,0.25)(0.25,0.5)(0.5,0.75)(0.75,1)(1,∞)

圖3　重慶市各區縣農業指標等級注：從左往右依次為糧食單產分級(左一)、單位面積農業產值分級(左二)、耕播面積比分級(右二)、農林水支出比分級(右一)

3.2.1地表起伏度對農業產量的影響

根據表2，將糧食單產與地表起伏度標準化指數進行線性回歸分析，得到模型1。

y1=-3.6726x+6.5662

(17)

其中y1是糧食單產；x是地表起伏度標準化指數，其取值范圍是[0， 1]； 該模型R2為0.6997。從圖4(左上)可知，隨著地表起伏度標準化指數不斷增加，糧食單產在逐漸減少，表現為地表起伏度標準化指數每增加0.1，糧食單產減少約0.37t/hm2。從圖3(左一)可知，糧食單產最高的區縣是巴南、秀山、銅梁、合川、墊江、璧山、南川、潼南、榮昌、江津、大足、永川； 而最低區縣是城口、巫溪、巫山、武隆、彭水。說明受地表起伏度影響，重慶多數區域山高坡陡，土地貧瘠，住戶分散，交通不便，高起伏地區農民對農業生產缺乏積極性[24]，且有部分農民只種和收，缺乏大田管理環節，讓作物在田間自生自滅，從而使得農業生產仍處于原始狀態，這種現狀必然影響糧食產量。

農作物除了糧食，還包括蔬菜、水果等，因此需進一步分析地表起伏度對單位農作物播種面積的農業產值的影響。根據表2，將單位面積農業產值與地表起伏度標準化指數進行分析，得到模型2。

y2=2.2035e-1.306x

(18)

其中y2是單位面積農業產值；x是地表起伏度標準化指數，其取值范圍是[0， 1]； 該模型R2為0.7035。從圖4(右上)可得出，單位面積農業產值隨地表起伏度的增加呈指數減少。從圖3(左二)可知，單位面積農業產值最高的區縣是北碚、巴南、永川、江津； 而最低的區縣是城口。

3.2.2地表起伏度對農作物播種面積的影響

根據表2，將農作物播種面積占總面積比例與地表起伏度標準化指數進行指數分析，得到模型3。

y3=0.7869e-1.715x

(19)

其中y3是耕播面積比； x是地表起伏度標準化指數，其取值范圍是[0， 1]； 該模型R2為0.8859。從圖4(左下)可知，耕播面積比受地表起伏度的影響大，農作物播種面積占總面積比例隨著地表起伏度的增加呈指數降低。從圖3(右二)可知，耕播面積比最高的區縣是潼南、榮昌、大足、合川、永川； 而最低的區縣是城口、巫溪、巫山、奉節、石柱、武隆、彭水、酉陽。說明地表起伏度大，造成山大溝深，偏僻封閉，自然條件惡劣，因而有很多坡地無法耕作，人均耕地較少地表變得更為破碎，必然會影響農作物播種面積。

3.2.3地表起伏度對農林水支出的影響

將表2中農林水支出占財政支出比例與地表起伏度標準化指數進行線性回歸分析，得到模型4。

y4=0.1104x+0.0864

(20)

其中y4是農林水支出比；x是地表起伏度標準化指數，其取值范圍是[0， 1]； 該模型R2為0.5186，該指標的決定系數較前3個農業生產指標低，其原因是該指標反映了農林水支出指標(不單是農業生產指標)。從圖4(右下)可看出，農林水支出占財政支出比例隨著地表起伏度的增加呈線性增加，表現為地表起伏度標準化指數每增加0.1，農林水支出占財政支出比例增加約1.1%。從圖3(右一)可知，農林水支出最高的區縣是城口、巫溪、巫山、秀山、酉陽、武隆、彭水； 而最低的區縣是涪陵、北碚、璧山、合川、萬州、長壽、江津、綦江、永川、大足。說明地表起伏度越大，地質地貌越復雜，地表坡度較大，山體的大小、數量也呈現復雜的態勢，因而坡耕地比重大，水資源利用困難，人工成本等各項成本均呈不同程度的增加，導致農林水支出增大。這使得地表起伏度越大的區縣在農林水方面支出越大，而在其他方面可利用資金越少，不利于該區縣其他行業的建設與發展。

圖4　地表起伏度與各農業指標的關系注：地表起伏度與糧食單產的關系(左上)、地表起伏度與單位面積農業產值的關系(右上)、地表起伏度與耕播面積比的關系(左下)、地表起伏度與農林水支出比的關系(右下)

3.2.4地表起伏度對農業生產的綜合影響

將表2中農業產出投入標準化指數與地表起伏度標準化指數進行分析，得到模型5。

圖5　地表起伏度與農業產出投入比的關系

y=1.3362e-3.85x

(21)

其中y是反映農業生產綜合指標，即農業產出投入比標準化指數，x是地表起伏度標準化指數，y與x取值范圍均是[0， 1]。該模型R2為0.8296，說明擬合優度高，能夠較好的反映農業產出投入比與地表起伏度之間的關系。從圖5可知，地表起伏度越大，農業產出投入比越小，具體表現為，當農業產出不變時，農業投入隨著地表起伏度的增加而增加； 當農業投入不變時，農業產出隨著地表起伏度的增加而減少。從圖2可知，農業產出投入比最低的區縣是城口、巫溪、巫山、云陽、奉節、石柱、豐都、武隆、彭水、黔江、酉陽、秀山，說明這些地區農業生產受地表起伏影響最大。

4　結論與討論

通過空間分辨率為30m的ASTER GDEM V2全球數字高程數據計算出重慶各區縣的地表起伏度指數，并研究地表起伏度與農業產值、糧食單產、農林水支出比、耕播面積比和農業產出投入比指數5項指標的關系，得出以下結論：

(1)重慶地表起伏度從西部向東部逐漸變大，導致東部區縣城市比中、西部地區糧食單產低、單位面積農業產值低、耕播面積比例低、農林水支出比例高。其中地表起伏最大的城口縣與地表起伏最小的榮昌縣相比，地表起伏度指數增大0.2092，糧食單產降低3.12t/hm2，單位面積農業產值減少1.02萬元/hm2，農作物播種面積占總面積比例降低62%，農林水支出占財政支出比例增高9%。

(2)隨著地表起伏度的增加，糧食單產減少，單位面積農業產值減少，耕播面積比例減少，農林水支出比例增高，其中地表起伏度對耕播面積比的影響最大(決定系數R2為0.8859)； 對單位面積農業產值的影響較大(決定系數R2為0.7035)； 對糧食單產影響較小(決定系數R2為0.6997)，對農林水支出比最小(決定系數R2為0.5184)。

(3)重慶東部區縣城市農林水支出占財政支出比例大于中西部，導致其他行業領域可利用資金比例相對減少，使得東部區縣在教育、水利、交通等城市建設上比中、西部差。因此建議重慶市相關部門在分配財政轉移支付份額時考慮地表起伏度對各區縣財政支出的影響。

(4)農業產出投入比指數綜合的反映了農業生產各項指標。圖2中等級為一級的區縣農業產出投入比最低，且地表起伏度指數大于1.15，不適合開展傳統農業生產，該區域的渝東北地區既是三峽庫區，又是秦巴山連片特困地區，環境保護任務最重，發展壓力最大，屬于生態涵養發展區； 而渝東南地區人均資源相對不足，地區差異較大，生態環境脆弱，生態環境惡化的趨勢仍未得到有效遏制，屬于生態保護區。圖2中等級為五級和四級的區縣農業產出投入比最高，適合機械化農業生產，提高農業產值，該區域地表起伏度較小，也是城市發展新區，在現有基礎上可同步推進新型工業化、信息化、城鎮化和農業現代化。

(5)農業生產布局和農業種植結構的調整要嚴格遵守地表起伏規律。如在地表起伏度指數大于1.15的地區(圖1)不宜進行糧食播種，可種栽種經果林，以提高農業產值，其中的相對高差大于740m，坡度大于6度的面積占94%以上的區縣(如城口、巫溪、巫山)，不適合開展傳統農業生產，可種植高山蔬菜或者中藥材、茶葉等。

該研究計算地表起伏度時只考慮了地表面積比投影面積，若要更加全面細致刻畫地表起伏狀況可考慮坡度、高程、高程差等因素。其次，空間數據分辨率的高低也是影響地表起伏度精度的重要因素，以重慶市武隆為例，在計算地表面積比投影面積時，采用30m空間分辨率的DEM得到的地表起伏度值為1.1316，而采用90m空間分辨率的DEM得到的地表起伏度值卻為1.0929。第三，地表起伏還對農業生產的抗旱能力、農業生態環境的脆弱性均有顯著影響，這些問題有待下一步深入開展工作。

[1]蘇維詞， 張貴平.地表起伏對區域發展成本影響淺析——以貴州為例.經濟研究導刊, 2012，(6)： 144～156

[2]楊長根， 郭江，游為.DEM分辨率對計算地形起伏引起的高程異常的影響.科學之友, 2009，(5)： 146～151

[3]涂漢明， 劉振東.中國地勢起伏度最佳統計單元的求證.湖北大學學報， 1990, 12(3): 266～271

[4]張錦明， 游雄.地形起伏度最佳分析區域研究.測繪科學技術學報， 2011, 28(5): 369～373

[5]張學儒， 官冬杰，牟鳳云，等.基于ASTERGDEM數據的青藏高原東部山區地形起伏度分析.地理與地理信息科學， 2012, 28(3): 11～14

[6]郎玲玲， 程維明，朱啟疆，等.多尺度DEM提取地勢起伏度的對比分析——以福建低山丘陵區為例.地球信息科學， 2007, 9(6): 1～6

[7]王利， 王慧鵬，任啟龍，等.關于基準地形起伏度的設定和計算——以大連旅順口區為例.山地學報， 2014, 32(3): 277～283

[8]梁心藍， 趙龍山，吳佳，等.模擬條件下不同耕作措施和雨強對地表糙度的影響.中國農業科學， 2014, 47(24): 4840～4849

[9]封志明， 張丹，楊艷昭.中國分縣地形起伏度及其與人口分布和經濟發展的相關性.吉林大學社會科學學報， 2011, 51(1): 146～160

[10]郭芳芳， 楊農，孟暉，等.地形起伏度和坡度分析在區域滑坡災害評價中的應用.中國地質， 2008, 35(1): 131～143

[11]畢曉玲， 李小娟，胡卓瑋，等.地形起伏度提取及其在區域滑坡災害評價中的應用——以四川省為例.安徽農業科學， 2011, 39(4): 2413～2416

[12]張凡， 趙衛權，張鳳太，等.基于地形起伏度的貴州省土地利用——土地覆蓋空間結構分析.資源開發與市場， 2010, 26(8): 737～739

[13]彭熙， 車家驤，蘇維詞，等.地表起伏度對農業生產條件的影響.貴州農業科學， 2013, 41(5): 186～188

[14]張迅， 司澤寬，彭熙.地表起伏度對耕地生產潛力的影響.貴州農業科學， 2013, 41(10): 197～199

[15]石憶邵. 中國農業生產地域分工問題研究.農業現代化研究， 1994, 15(5): 284～287

[16]朱曉雨， 石淑芹，石英，吳文斌，楊鵬，李正國，許恒周.農戶種地積極性影響因素研究——以賓縣為例.中國農業資源與區劃， 2014， 35(3)： 128～133

[17]姚靜， 李小建.地理環境對農戶外出務工行為的影響探析.經濟地理， 2009, 29(4): 635～639

[18]車家驤， 彭熙，龍秀琴，等.地表起伏度對農業生態環境的影響.中國水土保持, 2013，(4)： 49～51

[19]楊維忠， 張甜.SPSS統計分析與行業應用案例詳解.北京：清華大學出版社， 2013.66～68

[20]張錦明， 游雄.地形起伏度最佳分析區域預測模型.遙感學報， 2013, 17(4): 728～741

[21]Melton M A.The geomorphic and paleoclimatic significance of alluvial deposits in Southern Arizona.The Journal of Geology, 1965，(73)： 1～38

[22]王永麗， 戚鵬程，李丹，等.陜西省地形起伏度和人居環境適應性評價.西北師范大學學報， 2013, 49(2): 96～101

[23]蔣好忱， 楊勤科.基于DEM的地形起伏度算法的比較研究.水土保持通報， 2014, 34(6): 162～16

[24]劉佳， 余國新.地方財政支農支出對農業技術效率影響分析——基于隨機前沿分析方法.中國農業資源與區劃， 2014，35(5)： 129～134

RELIEF DEGREE OF LAND SURFACE OF CHONGQING AND ITS INFLUENCE ON AGRICULTURAL PRODUCTION*

Yang Ji1， 3，Su Weici1， 2， 3※

(1.College of Geography and Tourism，Chongqing Normal University，Chongqing Shapingba 400047，China;2.Institute of Mountain Resource，Guizhou Academy of Sciences，Guizhou Guiyang 550001，China；3.Laboratory of Surficial Process and Environmental Remote Sensing of Three Gorges Reservoir Area of Chongqing，Chongqing Shapingba 401331，China)

The landform of Chongqing was complex and diverse, and relief degree of land surface was great in Chongqing. By researching and calculating of relief degree of land surface of each country of Chongqing,it can in-depth understand the topographic relief. Digital elevation model with 30 m spatial resolution and projected coordinateof WGS84_UTM was applied in this study. Relief degree of land surface of each country of Chongqing was calculated by ArcGIS10.1.The indexes of agricultural production of each country of Chongqing from 2008 to 2013 were the basic data which originated from the statistical yearbook of Chongqing. The models between the indexes of agricultural production and relief degree of land surface of Chongqing were built up. The results showed that:1) Western Chongqing was more smooth than Central and Eastern Chongqing. The largest relief area of surface was in Chengkou, Wuxi and Wushan, and the flat area was in Rongchang, Tongnan and Dazu.2) Based on the statistical analysisof 31 counties of Chongqing, the grain yield reduced 0.37 t/hm2, and the proportion of expenditure for agriculture, forestry and water conservancy in total expenditure increased by 1.1%, when the relief degree of land surface increase 0.1.3) The relief degree of land surface had the greatest influence on the proportion of sown area of the crops, and the determination coefficient(R2) was 0.8859. 4)Agricultural input increased with the increase of relief degree of land surface when agricultural output was constant. The exponential model (input-output ratio agriculture)between relief degree of land surface and aggregative indicator can be established with the determination coefficient (R2) of 0.8296.

relief degree of land surface; grain yield; sown area of the crops; expenditure for agriculture, forestry and water conservancy; Chongqing

10.7621/cjarrp.1005-9121.20160721

2016-01-20

楊吉(1991—)，女，重慶銅梁人，碩士研究生。研究方向：城鄉區域規劃。※通訊作者：蘇維詞(1965—)，男，湖南綏寧人，教授、研究員。研究方向：山區生態與區域發展。Email：suweici@sina.com

S159.2

A

1005-9121[2016]07-0140-10

*資助項目：國家自然科學基金項目“喀斯特城市邊緣帶土地利用/覆蓋變化及其環境效應”(41261038)； 重慶市研究生科研創新項目“典型喀斯特城市地域坡地利用變化對地表溫度的影響分析”(CYS14138)； 貴州省財政廳重點資助項目