廣州市綠地生態網絡的構建與評價*

蔣思敏，張青年，陶華超

(1. 廣州城市信息研究所有限公司，廣東 廣州 510665;2. 中山大學地理科學與規劃學院，廣東 廣州 510275)

廣州市綠地生態網絡的構建與評價*

蔣思敏1，2，張青年1，陶華超1

(1. 廣州城市信息研究所有限公司，廣東 廣州 510665;2. 中山大學地理科學與規劃學院，廣東 廣州 510275)

構建連接生態斑塊的綠地生態網絡，有利于以有限的生態用地來保障區域生態安全。選取境內生物多樣性豐富的生境斑塊，采用最小累積阻力模型模擬潛在生態廊道，構建了廣州市綠地生態網絡體系，并對生態網絡的連接度和土地利用結構進行了評價。結果表明：構建的生態網絡的網絡閉合度、網絡點線率和網絡連接度高，成本比低；該網絡中以白云區、天河區、黃埔區三區交界處的森林公園群為關鍵生態節點，是北、中、南3部分景觀物質交換的重要樞紐；北部森林遍布，生態斑塊面積大，廊道阻力普遍較小，而中南部受建設用地阻礙，斑塊小而且分散，廊道阻力相應較大；整體上廊道的適宜寬度在100 m以內。

最小累積阻力模型；阻力面；重力模型；生態網絡

隨著經濟的快速增長和城市化進程不斷提速，建設用地大量擴張，自然植被和水域等生境趨于破碎化[1-2]。生態景觀的破碎化導致物種遷移困難，造成生物多樣性降低和部分生態功能喪失[3-5]。在自然棲息地破碎化和生態用地不斷被蠶食的背景下，通過生態廊道建設，將分散的生態斑塊連接起來，能有效地促進動物遷移、種子擴散和基因流動等生態過程在斑塊間的運動，從而以有限的生態用地保障區域生態安全[6-7]。目前，許多國家把生態網絡構建上升為各種自然保護規劃并得到實施[8-9]，起到了保護和恢復生態系統的作用[10]。

辨識斑塊間的生態廊道通常采用基于最小累積阻力模型(Minimum Cumulative Resistance model, MCR)的方法，國內外已有許多學者利用最小累積阻力模型與生態過程所對應的距離閥值來辨識連接，進一步構建生態網絡[7,11-15]。該方法在國外常用于保護野生動物自然棲息地的恢復，在國內被較多地應用于城市環境[16-18]。其中，對于建立阻力面，常用的方法是基于土地適宜性評價結合專家經驗為土地利用/覆蓋類型打分：①根據植被覆蓋度或植物群落多樣性評價土地適宜性[14]；②選擇代理物種，通過調研文獻獲取其生活習性，評估土地阻力值以及判斷斑塊連接的閥值[7]。另外，陳等利用景觀發展強度指數(土地利用開發強度)構建阻力面，減少專家評分的主觀性；這種方式對數據的要求較高，并且對于大范圍的建成區阻力評估是否必要采用此種參數也待考量；且他們特別強調了生態連通性的重要性，認為重要連接性廊道對生態恢復有顯著影響[7]。綜上可知，阻力面的計算主觀較大，依據某一代理物種計算連通性指標的方式由于指標過于單一很少用于城市生態研究。

同時，該模型也常與圖論原理相結合，將景觀鑲嵌體中的斑塊和廊道分別抽象為圖模型中的節點和連接要素，能夠直觀地反映斑塊間的復雜聯系，并能結合地理與行為信息，較好的度量景觀的連通性[15]。

近年來，廣州的城市用地快速膨脹，使得城市生態格局趨于碎裂化和孤島化，城市內關鍵的動植物生境地區面臨極大威脅。本文基于生態學原理和圖論模型研究廣州市綠地生態網絡的構建和評價，在考慮不同生境斑塊與景觀阻力(landscape impedance)的基礎上，采用最小累積阻力模型生成潛在廊道，并基于重力模型對生態斑塊間相互作用力和廊道利用率進行定量分析，構建了廣州市綠地生態網絡體系，并利用α指數、β指數、γ指數和成本比分析了網絡的連接度和連通效率，最后基于廊道寬度分析了生態網絡的土地利用結構，認為本文構建的廣州市綠地生態網絡結構合理，可以為廣州市綠地生態網絡規劃和建設提供借鑒和參考。

1 研究區概況

本文以廣州市為研究區，地理范圍是東經112°57′ - 114°03′，北緯22°26′ -23°56′。廣州市地處珠江三角洲的北緣，瀕臨南海，總面積約為7 434km2。地勢東北高、西南低，北部是森林集中的丘陵山區，中部多丘陵盆地，南部為沿海沖積平原。境內河流水系發達，珠江和其他支流貫穿整個廣州，水域占全市土地面積的10%。

廣州境內交通道路網非常發達，貫通廣東省內97%以上的縣、市、鎮并接鄰近省市的公路網絡。廣州市人口多數集中在舊城區，中心4區(越秀、荔灣、天河、海珠)常住人口密度達到18 113人/km2。

2 研究方法

2.1 數據來源

基礎數據分為3類：地表覆蓋數據、數字高程數據、矢量道路數據。其中地表覆蓋數據來自2010年的全球30m地表覆蓋數據集(GlobeLand30 - 2010)，所截取的廣州市有耕地、林地、草地、灌叢帶、水體及建設用地6類土地利用信息；數字高程數據為30m分辨率的ASTERGDEM，下載于地理空間數據云。生態廊道的寬度通常在30m以上甚至達到數百米，因此30m的分辨率足以用于正確識別所有重要廊道和重要源節點。道路數據來自廣州市基礎地理信息數據庫，共分為3種：國道、省道和縣道，公路通車里程約為3 800km。

2.2 生態網絡構建方法

2.2.1 選擇源斑塊 很多文獻強調了源斑塊重要性[12, 19]，基于生態理論，“源”是促進景觀過程發展的景觀組分，可以由被保護物種或現存生境構成[20-21]。根據廣州市的自然生態特點和針對建成區固守生態線的目標，本文將建成區內部與周邊自然保護區、森林公園、濕地公園、綠地公園等動植物種族群落完整的區域確定為重要生境斑塊。然后根據重要生境斑塊的分布和物種多樣性豐富程度，選取15個大型生境斑塊作為區域生物多樣性的源斑塊，分為北、中、南3個片區。北片包含源斑塊1-9，區內森林覆蓋率高；中片包含源斑塊10-13，區內遍布建設用地；南片包含源斑塊14-15，處于沖積平原之上(圖1)。源斑塊面積共781.83km2，約占研究區總面積的11%。這些斑塊是區域生物物種的聚集地，是物種生存繁衍的重要棲息地，具有極為重要的生態意義。

2.2.2 構建景觀阻力面 各種生物在景觀中的遷移和流動需要克服下墊面和土地覆蓋等因素決定的景觀阻力才能實現，景觀阻力在空間上的分布是不均一的。地形和土地利用是影響景觀阻力的兩個主要因素，地形坡度、地面高程和土地利用類型的差異導致景觀阻力在空間分布上的巨大變化。城市化地區道路網密集，對景觀單元起到切割和分隔的作用，因此，本文在地形和土地利用因素之外還引入了道路網數據，具體分析時將道路作為一種特殊土地利用類型予以處理。

各種景觀要素對物種運動所造成的阻力是有差別的，大多數的阻力值設定是相對主觀的。以往的研究表明[22-24]，大部分研究常把生態服務功能最高的物種生境區的阻力值設為1，而物種最難或無法穿過的景觀區域設為100，其他景觀類型的賦值介于兩者之間。本文參考前人研究的阻力賦值模擬計算廣州市阻力面，發現與實際情況有較大差距，尤其是在荒野地區反而出現阻力偏大現象。因此，結合廣州市實際物種與地理地貌特征分析得出，在海洋性亞熱帶季風性氣候與低海拔條件下，絕大多數物種對坡度與高程因素并不敏感；而且由于耕地的人工影響過大，導致區域內生態系統一年中多次更替，對大范圍生態穩定性的貢獻并沒想象中好。通過多次模擬阻力面，最終確定各類阻力因子的權重值分別為：土地利用0.65、高程0.06、坡度0.29時取得最符合實際的擬合結果。其中，為了將不同類型障礙因素的影響力標準化，均采用1～100的初始賦值，再結合權重值標定不同因素的最終影響力，具體因素阻力賦值如下(表1)。

計算綜合景觀阻力值時，采用計算公式：

(1)

式(1)中，Ri指景觀單元i的阻力值；Cij指景觀單元i對應的阻力因子j的阻力值；Wij指景觀單元i對應的阻力因子j的權重值；n指源的總數。通過上式對各景觀類型圖層進行加權疊加運算來修正耗費成本圖，進而生成景觀阻力圖(圖2)。

2.2.3 識別重要生態廊道 生態網絡由斑塊節點和將其相連的廊道構成。建立生態廊道是景觀生態規劃的重要方法，廊道的構建可以增強景觀組分之間的聯系和防護功能[25]。最小累積阻力模型是耗費距離模型的一個衍生應用，其基于圖論的原理，可用來識別與選取生態功能節點之間的最小耗費方向和路徑[15, 26]，該模型如下：

(2)

式(2)中，MCR指最小累積阻力值；Dij指源j到景觀單元i的空間距離；Ri指景觀單元i的阻力值。通過該模型得到研究區城市生態功能網絡的潛在廊道結構，共120條廊道。剔除其中經過建成區等不可靠以及冗余廊道，得到一個備選綠地生態網絡(圖3)。

表1 不同景觀類型與不同地形因子級別的阻力值

圖2 廣州市下墊面阻力圖Fig.2 Resistance surface of Guangzhou

生態廊道是兩個生態斑塊之間的連接通道，其有效性和重要性可用生態斑塊之間的相互作用力強度進行度量[27]。在最短路徑生態網絡的基礎上，基于重力模型計算各個斑塊兩兩之間的相互作用力(表2)，定量評價每條廊道建設的重要程度，判定廊道的相對重要性[28]。重力模型計算公式如下：

(3)

式(3)中，Gab指源a與源b之間的相互作用力；Na(Nb)指源a(b)的權重值，本文直接以源面積的標準化值作為其權重值；Dab指源a與源b間潛在廊道阻力的標準化值。

在圖3所示的備選網絡的基礎上，本文選取吸引力大于0.3的路徑作為生態廊道，構建出一個優化的生態網絡(圖4a)。該網絡中仍然包含有較多的廊道。作為對比，在該網絡中去掉吸引力相對較小的廊道，保留吸引力大的主干廊道，分別構建分支生態網絡(圖4b)和環形生態網絡(圖4c)。

3 生態網絡分析

3.1 連接度評價

生態廊道與所有生態節點的連接程度稱作網絡連接度，是表示網絡連接性和復雜性的一個量度指標。在一系列評價指標體系中，常用的指標有：α指數、β指數、γ指數和成本比。

α指數又稱網絡閉合度，是指網絡中出現回路的程度。其變化范圍介于0～1之間，當α=0時表示網絡中不存在回路，當α=1時表示網絡中的回路數目已達到最大限度。回路能提高網絡內部景觀流動的連通性，提升景觀功能。

圖3 廣州市潛在生態廊道(備選生態網絡)Fig.3 Potential ecological corridors in Guangzhou (alternative ecological network)

表2 基于重力模型計算的斑塊間的相互作用矩陣

Table 2 Node interaction (G) based on the gravity model

斑塊號23456789101112131415180 54244 2736 8716 429 7734 707 533 380 930 450 610 530 310 092125 2072 912 641 124 421 260 530 180 090 130 110 070 02340 354 402 087 932 070 890 280 140 190 170 100 0341 720 712 810 820 340 120 060 090 070 050 02530 4657 6779 725 501 460 700 940 840 470 14641 5813 052 420 440 190 260 240 120 03739 1783 584 391 662 122 310 080 1983 110 920 430 580 530 280 0891 120 390 530 290 130 03104 413 641 420 240 041121 664 410 250 03123 440 320 05130 300 04140 14

圖4 廣州市生態網絡構建方案Fig.4 Construction plan of ecological network in Guangzhou

β指數又稱網絡點線率，是指網絡中每個節點的平均連線數，體現了網絡結構的復雜程度。其變化范圍在0～3之間，當β=0時表示無網絡結構存在；當β=1時表示網絡呈“樹”狀，網絡結構極不完善；當β=2時網絡呈方格狀，結構比較完善；當β=3時網絡呈方格十字對角線狀，網絡結構完善。

γ指數又稱網絡連接度，是指網絡中所有節點被連接的程度。其變化范圍介于0～1之間，當γ=0時表示沒有節點相連，當γ=1時表示每個節點都彼此相連。

成本比是指網絡平均消費成本，用來反映網絡的有效性。

(4)

(5)

(6)

成本比(CostRatio)=1-(L/d)

(7)

式(4)- (7)中，L為廊道數，V為節點數，d為網絡中所有廊道的阻力和。

表4 研究區生態網絡連接度指標數據

從表4的指標分析可知，由105條廊道構成的備選網絡中，各項指標均處于理想狀態，復雜度最高，連通度也最大，最有利于斑塊與斑塊之間的物種遷移。但備選生態網絡的廊道數量大，需要安排大量生態用地，建設成本高。其他生態網絡的各項指標均低于備選生態網絡，各項指標的排序均為：分支生態網絡<環形生態網絡<優化生態網絡<理想值。

從分支生態網絡來看，γ指數為0.36，每個源都納入網絡中，確保了一定的連通性。但α指數為0，網絡中沒有回路，景觀流動性差。β指數為0.93，接近于1，從圖4b中也能看出廊道整體構成了“Y”字形的樹狀網絡，其關鍵的斑塊為分岔點源斑塊7，該斑塊地跨白云、天河和黃埔三區，聚集了天鹿湖森林公園、龍洞森林公園、火爐山森林公園、帽峰山森林公園和銅鑼灣生態旅游景區，在所有源斑塊中面積最大。

從環形生態網絡上看，廊道數、α指數、β指數、γ指數相比分支網絡要高，源節點的連接度優于分支網絡，網絡生態效能高。由于廣州市北部森林覆蓋率高，廊道兩端節點的吸引力大，選取的廊道多，形成多個環形回路；中部建設用地遍布導致廊道阻力大，選取的廊道少，其內部并未形成回路；南部則只有一條線狀分支(圖4c)。從網絡總體結構來看，斑塊7仍然是整個網絡的中心節點，中南部各個源斑塊與北部源斑塊之間的景觀物質交換需要經過斑塊7中轉樞紐來完成。由于該網絡的廊道平均長度大，其成本比為最高(0.73)，需要進一步優化。

優化生態網絡的結構和形態接近于環形生態網絡。從圖4a可看出，廣州市北部源斑塊面積較大，各源節點在空間上均勻分布，廊道分布大致呈星形結構，較少有廊道交叉；中部源斑塊面積小，零散分布在建設用地的包圍之中，廊道走向基本與河流和綠道一致，廊道在斑塊11附近有一些交叉；南部由于建設用地和河流阻礙作用，導致其內部斑塊無法與中北部斑塊連接成回路，使得連通性在一定程度上受阻。從指數角度看，α指數、β指數、γ指數分別為0.76、2.20、0.85，最接近于理想值。其廊道連接數為33條，比環形生態網絡要豐富，但成本比卻很接近(0.72)，這說明在對社會經濟支撐需求適中的條件下保持了較高的連通度和復雜性，為最優網絡。

3.2 廊道土地利用結構分析

最小累積阻力模型生成的網絡只是無寬度的概念網絡，而實際建設的生態廊道應該要有一定寬度，才能發揮其生態服務價值，保護生物多樣性。一般地，隨著寬度的增加，環境的異質性增強，進而造成物種多樣性的增加，但寬度對物種數量的影響效應是不一致的[29]。根據前人的研究成果，以優化的生態網絡(圖4a)為基礎，通過緩沖區空間分析，分別得到以30、60、100、200和600m為廊道寬度的各緩沖帶內耕地、林地、草地、水體、建設用地、道路的土地利用構成(表5)。

表5 不同廊道寬度內土地利用率

圖5 不同廊道寬度內土地利用構成折線圖(不含林地)Fig.5 A line chart of land use structure of different corridor widths (excluding forest land)

根據生態廊道緩沖分析(圖5)，區域內生態網絡主要構成要素為林地，其次為耕地。隨著廊道變寬，林地面積不斷減少，其他地類面積相應增加，但林地面積基本保持占總面積的50%以上(表5)。由于生態廊道大多為人類活動影響較弱的地區，在一定寬度內建設用地和道路所占比例很小。通過對生態廊道不同緩沖距離的分析可以看出，在較窄廊道寬度(如30m)下，生態用地(林地和草地)占主要部分，所占比例接近90%。但在緩沖區達到200m及以上時，建設用地和耕地面積迅速增加(圖5)，明顯降低了生態廊道的整體質量，說明廣州市內適于修建100m以內的廊道。

4 結 論

本文結合廣州綠地斑塊的分布及景觀表面的地形和土地覆蓋阻力，構建了廣州市生態網絡體系。優化后的生態網絡含15個生態節點和33條生態廊道，網絡的閉合度、連接度和點線率高，成本比低，整體上廊道的適宜寬度保持在100m以內。其北部片區的節點面積大，廊道聯系緊密；中、南部片區森林面積小，南部片區尚未形成環形回路。值得注意的是北部片區增城區內南部生境破碎趨勢明顯，在當前恢復成本低的情況下亟需保護關鍵源斑塊；南部片區番禺區境內生境小而孤立，亟需連通到較好的生境斑塊加以恢復。因此，需要在搶救建成區內生境的同時嚴格保護建成區邊緣功能性尚好的生境；并且由于數據的延遲，實際破碎度會更大，生態網絡的完善工作刻不容緩。

研究中還存在一些局限。其一是缺少現狀生境的詳細資料，僅能利用遙感數據確定其空間范圍。其二是水域的阻力賦值偏大并且沒有體現出各個水體的差異，主要是利用生態完好區域平衡了這種偏差，但不同區域的水體的阻力值實際上是存在差別的。這些都需要依據更翔實的資料進行分析。

[1] 劉耀彬, 李仁東, 宋學鋒. 城市化與城市生態環境關系研究綜述與評價[J]. 中國人口資源與環境, 2005, 15(3): 55-60.

[2] 張蕾, 蘇里, 汪景寬, 等. 基于景觀生態學的鞍山市生態網絡構建[J]. 生態學雜志, 2014, 33(5): 1337-1343.

[3]COOKEA.Landscapestructureindicesforassessingurbanecologicalnetworks[J].LandscapeandUrbanPlanning, 2002, 58(2): 269-280.

[4] 武正軍, 李義明. 生境破碎化對動物種群存活的影響[J]. 生態學報, 2003, 23(11):2424-2435.

[5] 楊芳, 賀達漢. 生境破碎化對生物多樣性的影響[J]. 生態科學, 2008, 25(6): 564-567.

[6] 吳雋宇. 廣州市綠色廊道系統生態安全研究框架[J]. 南方建筑, 2011 (1): 18-21.

[7] 陳春娣,MEURKDC,IGNATIEVAEM, 等. 城市生態網絡功能性連接辨識方法研究[J]. 生態學報, 2015, 35(19): 6414-6424.

[8] 傅強, 宋軍, 毛鋒, 等. 青島市濕地生態網絡評價與構建[J]. 生態學報, 2012, 32(12): 3670-3680.

[9]BIONDIE,CASAVECCHIAS,PesaresiS,etal.Natura2000andthePan-EuropeanEcologicalNetwork:anewmethodologyfordataintegration[J].BiodiversityandConservation, 2012, 21(7): 1741-1754.

[10]BAUDRYJ,BURELF,THENAILC,etal.AholisticlandscapeecologicalstudyoftheinteractionsbetweenfarmingactivitiesandecologicalpatternsinBrittany,France[J].LandscapeandUrbanPlanning, 2000, 50(1): 119-128.

[11] 王軍, 傅伯杰, 陳利頂. 景觀生態規劃的原理和方法[J]. 資源科學, 1999, 21(2): 71-76.

[12] 許文雯, 孫翔, 朱曉東, 等. 基于生態網絡分析的南京主城區重要生態斑塊識別[J]. 生態學報, 2012, 32(4): 1264-1272.

[13]WALKERR,CRAIGHEADL.AnalyzingwildlifemovementcorridorsinMontanausingGIS[C]∥Proceedingsofthe1997ESRIUserConference.Redlands,USA, 1997.

[14]LARUEMA,NIELSENCK.ModellingpotentialdispersalcorridorsforcougarsinmidwesternNorthAmericausingleast-costpathmethods[J].EcologicalModelling, 2008, 212(3): 372-381.

[15]ADRIAENSENF,CHARDONJP,deBLUSTG,etal.Theapplicationof‘least-cost’modellingasafunctionallandscapemodel[J].LandscapeandUrbanPlanning, 2003, 64(4): 233-247.

[16] 王海鷹, 秦奮, 張新長. 廣州市城市生態用地空間沖突與生態安全隱患情景分析[J]. 自然資源學報, 2015, 30(8): 1304-1318.

[17] 俞孔堅, 王思思, 李迪華, 等. 北京市生態安全格局及城市增長預景[J]. 生態學報, 2009, 29(3): 1189-1204.

[18]KONGFH,YINHW,NAKAGOSHIN,etal.Urbangreenspacenetworkdevelopmentforbiodiversityconservation:Identificationbasedongraphtheoryandgravitymodeling[J].LandscapeandUrbanPlanning, 2010, 95(1): 16-27.

[19]TENGMJ,WUCG,ZHOUZX,etal.Multipurposegreenwayplanningforchangingcities:aframeworkintegratingprioritiesandaleast-costpathmodel[J].LandscapeandUrbanPlanning, 2011, 103(1): 1-14.

[20] 吳健生, 張理卿, 彭建, 等. 深圳市景觀生態安全格局源地綜合識別[J]. 生態學報, 2013, 33(13): 4125-4133.

[21] 陳利頂, 傅伯杰, 趙文武. “源”“匯”景觀理論及其生態學意義[J]. 生態學報, 2006, 26(5): 1444-1449.

[22] 吳昌廣, 周志翔, 王鵬程, 等. 基于最小費用模型的景觀連接度評價[J]. 應用生態學報, 2009, 20(8): 2042-2048.

[23] 劉杰, 葉晶, 楊婉, 等. 基于GIS的滇池流域景觀格局優化[J]. 自然資源學報, 2012, 27(5): 801-808.

[24] 胡海. 基于最小累計阻力模型的土地整理規劃方法研究[D]. 武漢: 華中師范大學, 2013.

[25] 周圓, 張青年. 道路網絡對物種遷移及景觀連通性的影響[J]. 生態學雜志, 2014, 33(2): 440-446.

[26] 傅伯杰, 邱揚, 陳利頂. 景觀生態學的原理及應用[C]//全球變化的區域響應與自然地理學創新學術研討會， 2000.

[27]deGROOTR,HEINL.Theconceptandvaluationoflandscapegoodsandservices[C]∥MultifunctionalLandUse-MeetingFutureDemandsforLandscapeGoodsandServices.Heidelberg：Springer, 2007.

[28] 尹海偉, 孔繁花, 祈毅, 等. 湖南省城市群生態網絡構建與優化[J]. 生態學報, 2011, 31(10): 2863-2874.

[29] 孔繁花, 尹海偉. 濟南城市綠地生態網絡構建[J]. 生態學報, 2008, 28(4): 1711-1719.

[30] 王鵬. 城市綠地生態網絡規劃研究[D]. 上海: 同濟大學, 2007.

Construction and evaluation of green space ecological network in Guangzhou

JIANGSimin1,2,ZHANGQingnian1,TAOHuachao1

(1. Digital Cities Institute, Guangzhou 510665, China；2. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China)

Constructing green space ecological network to link the dispersed important ecological patches is an effective way to use limited ecological land for protection of regional ecological security. The biodiversity-rich habitat patches with the minimum cumulative resistance model was chosen to simulate the potential ecological corridors, establish recommended ecological network, and evaluate their connectivity and land use structure. The results show that the ecological network established in this project is very similar to the structure of the ring network, and can meet the actual circs. The forest park group located in the border region of Baiyun, Tianhe and Huangpu, as the key network node, is an important hub for exchanging landscape material among the north, central, and south of the study area. The northern part of dense forest in Guangzhou has a larger area of ecological patches and smaller resistance of ecological corridor. Due to intense development and construction, the central and southern Guangzhou have smaller areas of ecological patches that are scattered and larger ecological corridor resistance, with the appropriate width of the corridor less than 100 m.

Minimum Cumulative Resistance model; resistance surface; the gravity model; ecological network

10.13471/j.cnki.acta.snus.2016.04.025

2015-08-29

國家自然科學基金資助項目(40971210，41431178)

蔣思敏(1992年生)，女;研究方向：城市GIS與空間信息服務；通訊作者：張青年；E-mail:zqnzsu@163.com

P901；X826

A

0529-6579(2016)04-0162-09