吳世德+秦麗杰

摘 要：遼寧省是我國重要的商品糧主產(chǎn)區(qū)之一，但水資源嚴(yán)重短缺。分析糧食作物的水分生產(chǎn)率，可以為提高農(nóng)業(yè)用水效率、緩解水資源壓力提供依據(jù)。該文在計算遼寧省14個地級市2000—2012年主要糧食作物水分生產(chǎn)率的基礎(chǔ)上，分析了其時間變化特征，并利用空間自相關(guān)分析法探討了不同降水年型 （豐、平、枯）的空間集聚特征。結(jié)果表明，研究時段內(nèi)各地級市糧食作物水分生產(chǎn)率呈波動上升趨勢，全省糧食作物的綜合水分生產(chǎn)率由0.77kg/m3上升到1.57kg/m3，并在空間上存在差異和集聚現(xiàn)象。遼寧省北部及沿海地帶的多年平均綜合水分生產(chǎn)率較高，而中部地區(qū)較小。鐵嶺的綜合水分生產(chǎn)率最高，達(dá)1.79kg/m3；本溪的最低，僅為1.18kg/m3。在枯水年 （2006年），綜合水分生產(chǎn)率在西部4市 （朝陽、阜新、葫蘆島和錦州）存在一個低值聚集區(qū)。與此相反，在豐水年 （2012年）西部地區(qū)呈現(xiàn)高值聚集區(qū)，而東部的丹東和中部的遼陽、營口出現(xiàn)低值聚集區(qū)。在平水年 （2007年）集聚現(xiàn)象不顯著。

關(guān)鍵詞：水分生產(chǎn)率；糧食作物；時空差異；空間自相關(guān)；遼寧省

中圖分類號 S274 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-7731（2017）11-0014-05

Spatial and Temporal Differences of Water Productivity of Grain Crops in Liaoning Province

Wu Shide et al.

（School of Geographical Sciences，Northeast Normal University，Changchun 130024，China）

Abstract：Liaoning Province is one of the major commodity grain producing areas，which also suffers from heavy water shortage. Improving water use efficiency of agriculture，especially the grain crops water productivity，is the premise of relieving the water resource pressure and the conflict among various sectors. The crop water productivity of the 14 prefecture-level cities in Liaoning Province was calculated and the spatial and temporal variations was analyzed.The result showed a general increasing trend in water productivity from 0.77kg/m3 in 2000 to 1.57kg/m3 in 2012.The cities with resemble water productivity value showed significant aggregation in spatial autocorrelation analysis，and Moran's I inspection values were higher than confidence level（0.05）. In dry year（2006），areas with low water productivity centered with Chaoyang，F(xiàn)uxin，Huludao and Jinzhou，all of which lied in the western part of Liaoning Province. While in wet year（2012），the western part became a high water productivity centered area，with low water productivity areas centered on Dandong，Liaoyang and Yingkou. In normal year，local aggregation was not significant.

Key words：Water productivity；Grain crop；Spatial and temporal variations；Spatial autocorrelation analysis；Liaoning Province

水資源是農(nóng)業(yè)生產(chǎn)不可或缺的要素之一[1]，我國農(nóng)業(yè)生產(chǎn)用水量占總用水量的60%以上。據(jù)預(yù)測，2030年我國人口規(guī)模將達(dá)16億，需要糧食6400億kg，以當(dāng)前全國平均作物水分利用效率0.8kg/m3計算，農(nóng)業(yè)缺水將達(dá)900億m3[2]。隨著社會經(jīng)濟(jì)的發(fā)展以及人口增長，生活用水、工業(yè)用水也將急劇增長，各部門間用水競爭不斷加劇，水資源短缺局面將更加嚴(yán)重。因此，提高農(nóng)業(yè)部門的用水效率，尤其是作物水分生產(chǎn)率，對緩解區(qū)域水資源壓力和各部門間用水沖突具有重要意義。

2003年，IWMI （International Water Management Institute）提出了水分生產(chǎn)率（Water Productivity，WP）的概念，即單位體積或價值的水資源所產(chǎn)出的產(chǎn)品數(shù)量或價值[3-4]。作物水分生產(chǎn)率為作物產(chǎn)量與作物凈耗水量或蒸發(fā)蒸騰量的比值，是衡量農(nóng)業(yè)生產(chǎn)水平和農(nóng)業(yè)用水科學(xué)性和合理性的綜合指標(biāo)。作物水分生產(chǎn)率在年際間、地區(qū)間均具可比性，且方法易統(tǒng)一，計算簡便[5]。目前，國內(nèi)學(xué)者主要應(yīng)用實測、遙感、模型等方法研究某一區(qū)域的作物水分生產(chǎn)率[2，6-7]，分析區(qū)域作物水分生產(chǎn)率的時空分異[8]，研究不同灌溉方式對作物水分生產(chǎn)率的影響[9]。這些研究多關(guān)注于某一區(qū)域單種作物水分生產(chǎn)率，缺少比較不同作物、不同區(qū)域及時間序列的差異，無法綜合體現(xiàn)當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)對于水資源的利用效率。本文以遼寧省為研究區(qū)域，選取4種主要糧食作物（玉米、水稻、小麥和大豆），計算不同降水年型下各糧食作物水分生產(chǎn)率及綜合糧食作物水分生產(chǎn)率，揭示遼寧省糧食作物水分生產(chǎn)率的時空差異，并對區(qū)域內(nèi)糧食作物生產(chǎn)布局調(diào)整提出建議。

1 研究區(qū)概況

遼寧省地處我國東北地區(qū)南部，位于38°43′～43°26′N，118°53′～125°46′E（圖1），氣候類型為溫帶大陸性季風(fēng)氣候。雨熱同期，日照充足，積溫較高，冬長夏暖，春秋季短，雨量分布不均，東濕西干[10]。年均溫7～11℃，受冬夏季風(fēng)影響，各地溫差較大，總體呈現(xiàn)由西南向東北，由平原向山區(qū)遞減的特點。多年平均降水量為678.1mm，東部山地丘陵區(qū)年降水量最多，在1100mm以上；其次為中部平原，年平均降水量在600mm左右；西部山地丘陵區(qū)降水最少，年降水量在400mm左右[11]。遼寧省多年平均水資源總量為341.79億m3，人均占有量為808m3，為重度缺水地區(qū)。農(nóng)業(yè)用水量約占總用水量的64%，為最大的用水部門。

圖1 遼寧省位置與行政區(qū)劃

2012年遼寧省糧食作物播種面積為3.217×106hm2，居全國第15位，糧食總產(chǎn)量為2070.5×104t，居全國第13位[12]。其中玉米、水稻、小麥、大豆的播種面積占遼寧省糧食播種面積的93.0%，其他糧食作物（雜糧、谷子等）雖也有種植，但在總糧食播種面積中的占比較小。在這4種主要糧食作物中，玉米的播種面積所占比例最大，達(dá)68.6%；其次為水稻，所占比例為20.6%；大豆和小麥所占比例較小，分別為3.6%和0.2%（表1）。由于降水量、土壤性質(zhì)等差異，不同地級市的種植格局也存在一定差異。大部分地區(qū)以玉米種植為主，阜新、錦州、葫蘆島和鐵嶺玉米的種植面積占4種糧食作物總種植面積的80%以上。營口水稻的種植面積略與玉米的種植面積基本持平，分別為45.9%和49.5%；而盤錦則是以水稻種植為主，所占比例達(dá)84.2%。

2 方法與數(shù)據(jù)來源

2.1 糧食作物水分生產(chǎn)率的計算方法 在糧食作物水分生產(chǎn)率計算中，水資源消耗量用蒸散量（Evapotranspiration，ET）表示，產(chǎn)品數(shù)量為糧食作物的籽粒產(chǎn)量[13-14]。單一糧食作物水分生產(chǎn)率計算公式如下：

[WPET=Y10ET] （1）

式中：WPET為單一糧食作物水分生產(chǎn)率（kg/m3）；Y為單一糧食作物產(chǎn)量（kg/hm2）；ET為糧食作物生長過程中的總蒸散量（mm），由FAO推薦的Cropwat 8.0軟件求出；10為單位轉(zhuǎn)換系數(shù)，將mm轉(zhuǎn)換為m3/hm2。

在此基礎(chǔ)上，計算一個區(qū)域的綜合糧食作物水分生產(chǎn)率，為區(qū)域內(nèi)種植的各類糧食作物的水分生產(chǎn)率與相應(yīng)種植面積的加權(quán)平均值。計算公式如下：

[WPET，i=j=1n（WPET，i，j?Ai，j）j=1nAi，j] （2）

式中，WPET，i為區(qū)域i的綜合糧食作物水分生產(chǎn)率，kg/m3；WPET，i，j為區(qū)域i內(nèi)第j種糧食作物的水分生產(chǎn)率，kg/m3；Ai，j為區(qū)域i內(nèi)第j種糧食作物的種植面積，hm2。

2.2 空間自相關(guān)分析 空間自相關(guān)分為全局空間自相關(guān)和局部空間自相關(guān)，能反映兩個鄰近區(qū)域單元上同一屬性的相關(guān)程度，是量度空間域內(nèi)聚集程度的一種方式[15]。全局空間自相關(guān)可用于描述整個區(qū)域內(nèi)某一地理現(xiàn)象或?qū)傩缘目臻g特征，并對其在空間上是否存在集聚特征做出判斷。通過計算全局空間自相關(guān)統(tǒng)計量[GlobalMoran'sI]，可分析區(qū)域水分生產(chǎn)率的總體空間關(guān)聯(lián)或差異程度，其計算公式如下：

[Moran'sl=n∑ni=1∑nj=1Wij（xi-x）（xj-x）（∑ni=1∑nj=1Wij）·∑ni=1（xj-x）2]，其中，[x=1n∑ni=1Xi] （3）

式中：Xi和Xj分別為i地級市單元和j地級市單元的糧食作物水分生產(chǎn)率；n為研究區(qū)的地級市個數(shù)，本文n=14；Wij為地級市i與j之間的空間權(quán)重矩陣，用于衡量空間單元間潛在相互作用的能力，有2種方式可確定其大?。海?）鄰接矩陣，即若某兩個地級市相鄰為1，否則為0；（2）距離矩陣，即給定距離閾值，i與j的距離小于該閾值時為1，否則為0[7]。

檢驗[GlobalMoran'sI]是否顯著的統(tǒng)計量為標(biāo)準(zhǔn)化后的Z分?jǐn)?shù)，表達(dá)式為：

[Z=I-E（I）VAR（I）] （4）

P值（P-value）檢驗可用于確定標(biāo)準(zhǔn)化Z值的顯著性水平：若P值在給定的顯著性水平（本文取0.05）之下，則區(qū)域間存在顯著的全局空間自相關(guān)。P值可由隨機分布、正態(tài)分布或者置換方法來獲取。

局部空間自相關(guān)可度量局部區(qū)域單元水分生產(chǎn)率值的空間異質(zhì)性，測算出聚集地所在位置、空間范圍及其變化情況，并形象表現(xiàn)在LISA聚集圖上。通過比較其與全省平均水平的相對大小，可以判斷出一個地級市的水分生產(chǎn)率值在總體中所處的水平的高低，因此LISA聚集圖中可分為4種類型的屬性[16]：（1）高-高（HH），表示某一地級市和周圍地級市的水分生產(chǎn)率值都較高；（2）低-高（LH），表示某一地級市的水分生產(chǎn)率值較低而其周圍地級市的值較高；高-低（HL），表示某一地級市的水分生產(chǎn)率值較高而周圍地級市較低；低-低（LL），表示某一地級市和周圍地級市的水分生產(chǎn)率值都較低?！案?高（HH）”類型和“低-低（LL）”類型的屬性值表明存在較強的空間正相關(guān)，地級市間存在均質(zhì)性，“高-低（HL）”和“低-高（LH）”類型的觀測值表明存在較強的空間負(fù)相關(guān)，即地級市間存在異質(zhì)性。同樣，在特定顯著性水平下，可以分別判定各區(qū)域局部空間自相關(guān)的顯著性[17]。

2.3 數(shù)據(jù)來源 氣象數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http：//cdc.cma.gov.cn/home.do），包括各地級市的月最低氣溫、月最高氣溫、平均風(fēng)速、平均相對濕度、日照時數(shù)、降水量等；作物單位面積產(chǎn)量、總產(chǎn)量及種植面積來自《遼寧省統(tǒng)計年鑒》。

3 結(jié)果與分析

3.1 糧食作物水分生產(chǎn)率及其時間變化特征 遼寧省4種主要糧食作物的水分生產(chǎn)率差異較大，但不同年份的變化規(guī)律基本相同（圖2）。玉米、水稻、小麥和大豆的水分生產(chǎn)率均值分別為1.5kg/m3、1.1kg/m3、0.9kg/m3和0.7kg/m3，其中玉米的水分生產(chǎn)率最高，大豆最低，兩者相差約2倍。各糧食作物水分生產(chǎn)率隨時間變化呈現(xiàn)波動上升趨勢。其中，玉米的水分生產(chǎn)率的上升幅度最大，小麥和大豆次之，水稻的上升幅度最小。

作物水分生產(chǎn)率由作物生產(chǎn)過程中的水資源消耗量及作物單位面積產(chǎn)量決定。區(qū)域的農(nóng)業(yè)氣象條件通過影響作物水分消耗，從而對作物水分生產(chǎn)率產(chǎn)生間接影響；而化肥、農(nóng)藥等農(nóng)業(yè)生產(chǎn)資料投入將會直接影響作物單位面積產(chǎn)量[18]。玉米水分生產(chǎn)率于2001、2004、2008及2011年出現(xiàn)波峰值，這與相應(yīng)年份單產(chǎn)較高及作物的蒸散量較小有關(guān)（表2）。水稻的單產(chǎn)水平雖較玉米高，但其蒸散量更高，而蒸散量的變化對水分生產(chǎn)率的影響更為敏感[2]。

在各地級市綜合水分生產(chǎn)率波動上升過程中，水分生產(chǎn)率越高，波動幅度越大。葫蘆島和鐵嶺不同年份綜合作物水分生產(chǎn)率的極差均大于1.2kg/m3；營口、撫順、鞍山及盤錦均小于1.0kg/m3；本溪和遼陽則小于0.5kg/m3。大多數(shù)區(qū)域于2008年達(dá)到水分生產(chǎn)率的極大值。

綜合糧食作物水分生產(chǎn)率不僅與單種糧食作物的水分生產(chǎn)率有關(guān)，也與各糧食作物的種植面積比重有關(guān)。通常區(qū)域內(nèi)糧食作物的單產(chǎn)水平越高，則該區(qū)域綜合水分生產(chǎn)率越高。但是，由于水稻的耗水量遠(yuǎn)高于其它類型的糧食作物，因此一個區(qū)域的水稻種植比例越高則該區(qū)域綜合作物水分生產(chǎn)率越低。相反，玉米的耗水量較小而單產(chǎn)水平較高，增加區(qū)域的玉米種植比例可提高該區(qū)域的綜合水分生產(chǎn)率。

3.2 糧食作物水分生產(chǎn)率空間集聚特征 選取2006年 （枯水年）、2007年（平水年）和2012年（豐水年）作為代表年份，探討不同降水年型下糧食作物綜合水分生產(chǎn)率的空間分異規(guī)律。3種降水年型下各地級市綜合水分生產(chǎn)率及平均值如圖4所示?？傮w而言，遼寧省北部及沿海地帶的綜合水分生產(chǎn)率較高，而中部地區(qū)較小。鐵嶺的綜合水分生產(chǎn)率最高，達(dá)1.79kg/m3；本溪的綜合水分生產(chǎn)率僅為1.18kg/m3，為全省最低。

運用空間自相關(guān)分析法定量分析其集聚特征，全局空間自相關(guān)能描述地理屬性間的總體差異和變化情況[9]。不同降水年型下糧食作物綜合水分生產(chǎn)率全局的[Moran'sI]估計值及檢驗如表3。結(jié)果表明，3年全局[Moran'sI]估計值均大于零，并且對應(yīng)的正態(tài)分布統(tǒng)計量Z值均比正態(tài)分布函數(shù)在置信度為0.05時的臨界值（1.96）大，均通過了顯著性檢驗。說明不同降水年型下糧食作物綜合水分生產(chǎn)率在各地級市間存在正自相關(guān)關(guān)系，總體上表現(xiàn)為相似值的空間顯著聚集。

全局空間自相關(guān)指標(biāo)Moran's I用于驗證整個研究區(qū)域的空間模式，而局域空間自相關(guān)指標(biāo)LISA則用于反映相鄰區(qū)域單元上的某一地理現(xiàn)象或某一屬性值的相關(guān)程度[19]。

為了更為直觀地觀察各地級市糧食作物綜合水分生產(chǎn)率的空間分布情況，利用Geoda軟件生成LISA聚集圖（圖5）。不同的顏色表示不同的空間自相關(guān)類別，紅色表示高高聚集，藍(lán)色表示低低聚集，粉紅色表示高低聚集，白色則為不顯著。由圖5可知，不同降水年型下，水分生產(chǎn)率的空間格局差異較大。

在枯水年（2006年），綜合水分生產(chǎn)率在西部四市（朝陽、阜新、葫蘆島和錦州）存在一個低值聚集區(qū)，表明這四市自身及其周邊地級市的綜合生產(chǎn)率均較低。造成這種分布的原因主要是2006年為枯水年，西部地區(qū)降水較少，各糧食作物的單位面積產(chǎn)量均有所減少，同時各作物生長季需水量較大，使得綜合水分生產(chǎn)率較低。與此相反，在豐水年（2012年）西部地區(qū)呈現(xiàn)高值聚集區(qū)，而東部的丹東和中部的遼陽、營口出現(xiàn)低值聚集區(qū)。造成這種現(xiàn)象的原因一方面與降水充足及耕作技術(shù)改進(jìn)使得作物單產(chǎn)增加有關(guān)；另一方面，與作物種植結(jié)構(gòu)的調(diào)整有關(guān)。從2006—2012這3個地級市的玉米種植面積所占比例均有所增加，而水稻種植面積比例均有所減少。東部及中部地區(qū)本身降水較多，2012年為豐水年，降水量過于集中，造成洪澇災(zāi)害[20]，農(nóng)作物大量減產(chǎn)。單位面積產(chǎn)量降低，而作物生長期需水量減少幅度較小，使得水分生產(chǎn)率較低。從多年平均值的空間分布來看，鐵嶺市及其周邊地級市的綜合水分生產(chǎn)率都較高。丹東自身的綜合水分生產(chǎn)率平均值較高，而其周邊地級市的較低。平水年（2007年）集聚現(xiàn)象不顯著。

4 結(jié)論與建議

本文計算了2000—2012年遼寧省14個地級市主要糧食作物的水分生產(chǎn)率，分析了其時間變化特征及不同降水年型的空間分異特征。結(jié)果表明，研究時段內(nèi)各地區(qū)糧食作物水分生產(chǎn)率呈波動上升趨勢，葫蘆島、朝陽及阜新的綜合作物水分生產(chǎn)率上升幅度和波動幅度均較大。同時，糧食作物水分生產(chǎn)率在空間上存在差異和集聚現(xiàn)象。遼寧省北部及沿海地帶的多年平均綜合水分生產(chǎn)率較高，而中部地區(qū)較小。鐵嶺的綜合水分生產(chǎn)率最高，達(dá)1.79kg/m3；本溪最低，僅為1.18kg/m3。利用空間自相關(guān)分析法發(fā)現(xiàn)，在枯水年（2006年），綜合水分生產(chǎn)率在西部4市（朝陽、阜新、葫蘆島和錦州）存在一個低值聚集區(qū)。與此相反，在豐水年（2012年）西部地區(qū)呈現(xiàn)高值聚集區(qū)，而東部的丹東和中部的遼陽、營口出現(xiàn)低值聚集區(qū)，而在平水年（2007年）集聚現(xiàn)象不顯著。

區(qū)域綜合水分生產(chǎn)率的高低，一方面與糧食作物的單產(chǎn)水平有關(guān)，單產(chǎn)越高，則相應(yīng)的綜合水分生產(chǎn)率也較高；另一方面，區(qū)域的作物種植結(jié)構(gòu)也會對區(qū)域綜合水分生產(chǎn)率產(chǎn)生較大影響。由于水稻對灌溉水需求較大，通常一個區(qū)域的水稻種植比例越高，該區(qū)域的綜合水分生產(chǎn)率會相應(yīng)較低。因此在缺水地區(qū)，應(yīng)當(dāng)調(diào)整水稻種植面積到合理水平，以減輕農(nóng)業(yè)用水與其他部門用水的競爭壓力。

為改善遼寧省農(nóng)業(yè)用水狀況，提高糧食作物水分生產(chǎn)率，建議采取以下措施：（1）通過改良作物品種、提高農(nóng)業(yè)綜合管理水平等方式，提高東部地區(qū)各糧食作物的單產(chǎn)水平。（2）應(yīng)適當(dāng)減少沈陽、遼陽二市的水稻種植面積，以減少農(nóng)業(yè)灌溉用水量，減輕當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展需水與農(nóng)業(yè)用水的矛盾。（3）其他地區(qū)應(yīng)進(jìn)一步實施節(jié)水灌溉，制定合理的增產(chǎn)對策。

參考文獻(xiàn)

[1]Rosegrant M.W.，Ringler C.，Zhu T.Water for Agriculture：Maintaining Food Security Under Growing Scarcity[J].Annual Review of Environment & Resources，2009：205-222.

[2]張旭東.東北三省水稻水分生產(chǎn)率時空變化規(guī)律研究[D].沈陽：沈陽農(nóng)業(yè)大學(xué)，2014.

[3]Barker，Seckler D.，Molden D.The concept of efficiency in water resource management and policy//Kijne JW，Barker，Molden D.Water Productivity in Agriculture：Limits and opportunities for Improvement[J].Wallingford UK：CABI Publishing，2003：37-52.

[4]劉鵠，趙文智.農(nóng)業(yè)水生產(chǎn)力研究進(jìn)展[J].地球科學(xué)進(jìn)展，2007（01）：58-65.

[5]李遠(yuǎn)華，趙金河，張思菊，等.水分生產(chǎn)率計算方法及其應(yīng)用[J].中國水利，2001（08）：65-66，5.

[6]陳超，于強，王恩利，等.華北平原作物水分生產(chǎn)力區(qū)域分異規(guī)律模擬[J].資源科學(xué)，2009（09）：1477-1485.

[7]陳遠(yuǎn)景.不同灌溉方式對水稻產(chǎn)量和水分生產(chǎn)率的影響[J].農(nóng)業(yè)與技術(shù)，2013（10）：108-109.

[8]周柳萍.基于遙感和氣象數(shù)據(jù)的江蘇省水稻水分生產(chǎn)率時空變化研究[D].杭州：浙江大學(xué)，2015.

[9]陳遠(yuǎn)景.不同灌溉方式對水稻產(chǎn)量和水分生產(chǎn)率的影響[J].農(nóng)業(yè)與技術(shù)，2013（10）：108-109.

[10]李春，齊華，江和文，等.遼寧發(fā)展燕麥生產(chǎn)的氣候適應(yīng)性研究[J].氣象與環(huán)境學(xué)報，2007（01）：64-67.

[11]潘冰.遼寧省水資源足跡的計算及評價[D].大連：遼寧師范大學(xué)，2007.

[12]國家統(tǒng)計局.中國統(tǒng)計年鑒2014[M].北京：中國統(tǒng)計出版社，2014.

[13]徐鳳英，蓋迎春，徐中民，等.作物水生產(chǎn)力評估方法研究[J].冰川凍土，2013（01）：156-163.

[14]鄭捷，李光永，韓振中.中美主要農(nóng)作物灌溉水分生產(chǎn)率分析[J].農(nóng)業(yè)工程學(xué)報，2008（11）：46-50.

[15]孟斌，王勁峰，張文忠，等.基于空間分析方法的中國區(qū)域差異研究[J].地理科學(xué)，2005（04）：11-18.

[16]蒲英霞，葛瑩，馬榮華，等.基于ESDA的區(qū)域經(jīng)濟(jì)空間差異分析——以江蘇省為例[J].地理研究，2005（06）：965-974.

[17]操信春，吳普特，王玉寶，等.中國灌區(qū)水分生產(chǎn)率及其時空差異分析[J].農(nóng)業(yè)工程學(xué)報，2012（13）：1-7.

[18]孫世坤.近50年來河套灌區(qū)作物生產(chǎn)水足跡時空演變過程研究[D].北京：中國科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心），2013.

[19]劉聰粉，柯大鋼，張瑞榮.基于Geoda095i的陜西省人口分布空間統(tǒng)計分析[J].西北人口，2008（06）：7-11，15.

[20]馮琳，梁鳳國，王保澤.遼寧“2012.8.4”暴雨洪水特征分析[J].中國防汛抗旱，2012（06）：23-25.

（責(zé)編：張宏民）