基于GIS與RUSLE模型的喀斯特地區土壤侵蝕研究
——以貴州省為例

孫德亮, 趙衛權, 李 威,, 吳建峰, 楊振華, 呂思思

(1.重慶師范大學 地理與旅游學院 GIS應用研究重慶市高校重點實驗室, 重慶 400047; 2.貴州科學院 山地資源研究所,貴州 貴陽 550004; 3.貴州師范學院 地理與旅游學院, 貴州 貴陽 550018; 4.貴州師范大學 喀斯特研究院, 貴州 貴陽 550001)

?

基于GIS與RUSLE模型的喀斯特地區土壤侵蝕研究
——以貴州省為例

孫德亮1, 趙衛權2, 李 威2,1, 吳建峰3, 楊振華4, 呂思思4

(1.重慶師范大學 地理與旅游學院 GIS應用研究重慶市高校重點實驗室, 重慶 400047; 2.貴州科學院 山地資源研究所,貴州 貴陽 550004; 3.貴州師范學院 地理與旅游學院, 貴州 貴陽 550018; 4.貴州師范大學 喀斯特研究院, 貴州 貴陽 550001)

摘要：[目的] 對貴州省土壤侵蝕進行快速定量研究,為土壤侵蝕治理工作和土地利用決策提供科學依據。[方法] 在GIS技術的支持下,利用日降雨量、土壤類型、土地利用、DEM，MODIS-NDVI等數據,結合RUSLE模型估算研究區土壤侵蝕量。[結果] 研究區的2010年年均土壤侵蝕模數為880.81 t/(km2·a),屬輕度侵蝕。大部分區域主要以小于500 t/(km2·a)的微度侵蝕為主,占研究區總面積的59.60%。土壤侵蝕面積(輕度侵蝕以上)達71 164.14 km2,占總面積的40.40%。強度以上土壤侵蝕面積達10 431.60 km2,占總面積的5.91%,主要分布在研究區西北部和東北部,以及北部大樓山、武陵山、東南部苗嶺以及西部烏蒙山等地勢較高以及中東部烏江,西南部北盤江等河流流域。[結論] 林地、耕地和草地以及海拔在600～1 600 m之間的區域是今后水土流失防治的重點區域。

關鍵詞：土壤侵蝕; RUSLE; GIS; 貴州省

文獻參數： 孫德亮, 趙衛權, 李威, 等.基于GIS與RUSLE模型的喀斯特地區土壤侵蝕研究[J].水土保持通報，2016,36(3)：271-276.DOI:10.13961/j.cnki.stbctb.2016.03.047

土壤侵蝕是地表土壤物質在風力、水力、重力和凍融等外力作用下發生土壤被剝離、破壞、搬運和沉積的過程[1]。20世紀80年代以來，全球土壤流失量不斷增加，土壤侵蝕作為生態環境惡化最為重要的原因之一，是由諸多要素共同構成的復雜現象，其空間表現為土壤持續退化，土壤肥力下降、河流湖泊等水資源質量下降以及洪水災害等，嚴重制約著生態環境、社會和經濟的可持續發展[2-3]。中國是土壤侵蝕最為嚴重的國家之一，土壤侵蝕面積約為3.60×106km2，約占國土總面積的37%[4]。土壤侵蝕的產生是地形、土壤、氣候、植被覆蓋等自然因素和土地開發方式等人為因素共同作用的結果，其中人類不合理的土地利用方式加劇土壤侵蝕的發生，如何定量地研究評價土壤侵蝕的空間分異規律，明確其發生強度，區域類型，對有效地實施水土保持工作和改善土地利用方式具有重要的科學參考價值。而傳統的土壤侵蝕調查手段耗費周期長，費用高，并不適合大范圍使用。近年來，GIS，RS技術在土壤侵蝕研究中表現出便捷、快速、周期短等優勢而被廣泛應用，目前國內外發展了眾多土壤侵蝕評價模型，主要有USLE，RUSLE，LISEM和WEPP等模型[5]，能夠快速估算土壤侵蝕量以及空間分布，其中以1997年由SCS(美國土壤水土保持局)提出的修正通用土壤流失方程RUSLE模型應用最為廣泛[6]。國內外學者應用RUSLE模型開展了不同方面的研究，取得了一系列的研究成果，研究方式主要從定性研究逐漸轉換為定量化研究。但是大多數是基于平原或是河流流域地區，而對于地形條件較為復雜的喀斯特區域等易發生土壤侵蝕的區域研究比較少[7-8]。因此，本文以貴州省為研究區域。貴州省是中國水土流失問題最為嚴重的區域之一，區域內地形復雜，山多坡陡，地表崎嶇破碎，是國內唯一沒有平原支撐的省份，生態環境十分脆弱。在GIS技術支持下，根據RUSLE模型對貴州省土壤侵蝕進行快速的定量研究，以期為土壤侵蝕治理工作和土地利用決策提供科依據。

1研究區概況

研究區地處中國西南部向四川盆地以及湖南、廣西低山丘陵過渡的內陸斜坡地帶，總面積176 167 km2，地理位置在東經103°36′—109°35′，北緯24°37′—29°13′，東西相距595 km，南北長約509 km，自西北部向北、東、南三面傾斜，平均海拔約為1 100 m，大部分以山地為主，有少部分丘陵和盆地，屬典型的高原山地地貌。東鄰湖南，北接重慶和四川，南部與廣西相鄰，西部與云南接壤。轄6個地級市，3個自治州，共88個區縣。全區年均溫15～18 ℃，降水主要集中在4—9月，降水較多，雨季明顯，陰天多，日照少，年均降水量在1 100 mm左右，屬于亞熱帶濕潤季風氣候，受到地形、氣候因素的制約，降水、蒸發在空間分布上有較大差異。植被覆蓋主要以常綠闊葉林、山地季雨林、熱帶溝谷季雨林，寒溫性針葉林，暖性針葉林為主。土壤類型主要是水稻土、紫色土、石灰土、黃棕壤、黃壤等。區域內部水土流失、石漠化、泥石流等自然災害極為嚴重，是中國水土流失問題最嚴重的省份之一。

2數據與方法

2.1數據來源

本研究采用基礎數據包括：研究區1∶5萬的數字高程模型(DEM)；全區26個國家氣象站點1980—2010年日均降雨數據，來源于中國氣象數據共享服務網；2010年研究區土地利用數據；2000—2010年MODIS 16 d最大值合成NDVI數據，空間分辨率為250 m；1∶100萬土壤類型圖；聯合國糧農組織(FAO)和維也納國際應用系統研究所(HASA)構建的1 km分辨率世界土壤特征數據庫(HWSD)。

2.2土壤侵蝕模型

本研究采用美國土壤水土保持局提出的修正土壤流失方程RUSLE模型進行模擬研究，方程表達程式為：

A=R×K×L×S×C×P

(1)

式中：A——年均土壤侵蝕量〔t/(km2·a)〕；R——降雨侵蝕因子〔MJ·mm/(hm2·h·a)〕；K——土壤可侵蝕因子〔t·hm2·h /(MJ·mm·hm2)〕；L——坡長因子;S——坡度因子;C——耕作管理植被覆蓋因子；P——水土保持措施因子。

2.2.1降雨侵蝕力R因子獲取降雨是導致土壤侵蝕發生最為重要的因子之一，它表示降水對土壤的侵蝕能力大小，其時空分布在一定程度上決定了土壤侵蝕的空間分布規律。目前眾多國內外相關學者提出了多種基于月平均降雨量計算R的簡易公式[9-12]，由于研究區地表破碎且降水相對較為集中，水蝕作用強烈，鑒于數據資料有限，本研究采用周伏建等[13]提出的適合中國南方地區的簡易計算公式計算降雨侵蝕力R。

(2) 式中：R——降雨侵蝕力因子〔MJ·mm/(hm2·h·a)〕；Pi——研究區多年1—12月平均降雨量(mm)。運用ArcGIS空間插值功能對研究區26個國家氣象站點降雨數據使用克里金法進行插值處理，疊加計算后得到降雨侵蝕力因子R值空間分布(圖1)，研究區多年平均降雨侵蝕力在246.40～427.37之間。

注：R因子單位為〔MJ·mm/(hm2·h·a)〕。

2.2.2土壤可侵蝕性K因子獲取土壤可侵蝕性是指土壤抵抗降雨、徑流和徑流侵蝕能力的大小或土壤受侵蝕的潛在可能性。土壤可侵蝕(K)值越大，土壤受侵蝕的可能性越大，反之越小，是影響土壤流失的內部原因。與土壤內部結構，坡面滲透性以及土壤有機質含量密切相關[14-15]。本研究通過聯合國糧農組織(FAO)和維也納國際應用系統研究所(HASA)構建的世界土壤數據庫(HWSD)和研究區土壤類型圖計算土壤可侵蝕(K)值，采用EPIC模型公式計算K值[16]，公式如下

(3)

式中：SAN——土壤砂粒含量(%)； SIL——土壤粉粒含量(%)； CAL——土壤黏粒含量(%)；C——有機碳含量(%)。通過HWSD土壤數據庫提取相應土壤類型的SAN，SIL，CAL和C含量，計算出研究區K值分布圖(圖2)。

2.2.3坡長坡度因子LS獲取坡長坡度因子是影響土壤侵蝕的基本地形因素，而在現實中對于大尺度區域測量坡長坡度是不可行的。本研究采用研究區1∶5萬DEM數據提取坡長坡度因子，由于研究區坡度大于15°區域面積超過研究區總面積的50.70%，因此通用土壤流失方程中坡度S因子計算公式并不適用，本文借鑒劉寶元等[17]對坡度因子分段計算修正公式。

(4)

注：K因子單位為〔t·hm2·h/(MJ·mm·hm2)〕。

坡長因子計算公式采用Wischmeier W H等[18]提出的坡面每一坡段的L因子算法;

L=(λ/22.13)α

(5)

式中：λ——為特定的集水面積(m2)，用flowaccumulation(累計流量)乘以柵格邊長(cellsize)估算； 22.13——標準小區的坡長(m)；α——坡長因子指數，參照Mocool等[19]對坡度因子的算法:

α=β/(β+1)

(6)

β=(sinθ/0.0896)/(3.0sin0.8θ+0.56)

式中：α——坡長因子指數；θ——坡度(°)。結果如圖3所示。

圖3　研究區坡長坡度LS因子

2.2.4耕作管理植被覆蓋C因子獲取C因子表示地表植被或作物以及管理措施對土壤侵蝕的影響，研究表明，不同區域的土壤侵蝕差異中地表覆蓋對侵蝕量的影響最大[20]。以研究區MODIS NDVI為數據基礎計算植被覆蓋度和蔡崇法等[21]研究算法計算C因子(圖4)：

(7)

(8)式中：f——研究區植被覆蓋度(%)； NDVImin，NDVImax——研究區歸一化植被指數的最小值和最大值；C——耕作管理植被覆蓋因子。

圖4　研究區耕作管理植被覆蓋C因子

2.2.5水土保持實施因子P獲取采取水土保持措施后，研究區土壤流失量與順坡種植時的土壤流失量比值為水土保持實施因子，其值介于0～1，0表示不會發生水土流失的區域，1表示未采取水土保持措施的區域。分析研究區地形特點、種植特點和植被覆蓋的前提下，結合土地利用類型圖和植被覆蓋圖以及陳思旭、游松財等研究成果[22-23]，確定研究區水土保持實施因子p值(圖5，表1)。

圖5　研究區水土保持實施P因子

用地類型 p值旱地坡度/(°)p值林地(有林地、灌木林、疏林地)1.00<5°0.10草地1.005°～10°0.22未利用地1.0010°～15°0.31其他林地0.7015°～20°0.58水田0.1520°～25°0.71水域、建設用地0.00>25°0.80

2.2.6土壤侵蝕量計算在GIS強大的空間分析運算功能的支持下，將各個因子轉換為50 m大小的柵格，根據RUSLE方程將各個因子進行乘積運算，并按照國家水利部頒發的《土壤侵蝕分類分級標準》(SL190-96))土壤侵蝕強度分級標準，進行重新分類，根據土壤侵蝕的成因，將侵蝕量在同一等級的象元進行合并，分為微度侵蝕、輕度侵蝕、中度侵蝕、強烈侵蝕、極強烈侵蝕和劇烈侵蝕6個等級，得到研究區土壤侵蝕強度圖(附圖13)。

3結果與分析

3.1土壤侵蝕總體特征

土壤侵蝕度在一定程度上是土壤侵蝕實際強度與潛在風險的綜合，是當前土壤侵蝕現狀的表征，研究區土壤侵蝕強度由西部—中部—東部呈現逐漸減少—增強的趨勢。從空間上看，研究區土壤侵蝕面積(輕度侵蝕以上)達71 164.14 km2，占總面積的40.40%。土壤侵蝕呈現塊狀和條帶狀分布的特征，整體上較為嚴重的區域主要分布在研究區西部，西北部和東北部，以及北部大樓山，武陵山、東南部苗嶺以及西部烏蒙山等海拔地勢較高以及中東部烏江，西南部北盤江等河流流域，主要的原因是這些區域地形破碎度大，水力沖刷較為嚴重，造成侵蝕程度最嚴重。而中部貴陽市境內大部分區域屬微度、輕度侵蝕，究其原因，主要是該區域地處黔中經濟區，屬經濟發達地帶，地勢相對較為平坦，耕地開墾和耕作加強等水土流失綜合治理效益良好。就各個區縣而言，望謨、晴隆、桐梓、德江等區縣較為嚴重。對研究區土壤侵蝕量圖和侵蝕等級圖的象元統計如表2所示，結果表明，研究區的2010年年均土壤侵蝕模數為880.81 t/(km2·a)，總體屬于輕度侵蝕，大部分區域土壤侵蝕主要以小于500 t/(km2·a)的微度侵蝕為主，占研究區總面積的59.60%，其次是輕度侵蝕和中度侵蝕，面積比例分別為26.98%和7.50%，極強烈侵蝕和劇烈侵蝕相對較少，面積比例均在2%以下。

表2　研究區土壤侵蝕強度面積

3.2不同土地利用類型下土壤侵蝕特征

運用ArcGIS空間分析功能，結合研究區土地利用圖分別統計不同類型土地利用狀況下土壤侵蝕狀況，得到研究區各種土地利用類型中各土壤侵蝕等級面積的統計情況(表3)。

從表3中可以看出，不同類型土地利用類型發生土壤侵蝕的差異較大。整個研究區面積最大的土地利用類型是林地，占到研究區國土面積的53.3%，其次是耕地，占總面積的24.17%，其他土地利用合計僅占總面積的22.53%。從侵蝕面積上看，土地利用類型的面積大小與土壤侵蝕面積大小呈現明顯的正相關關系，其中林地和草地的土壤侵蝕面積(輕度侵蝕以上)較大，分別占土壤侵蝕總量的61.58%，24.32%，耕地次之，占侵蝕總量的12.84%，其他土地利用類型發生土壤侵蝕量相對較少，總共占侵蝕總量的1.26%。

結果顯示林地、耕地和草地是今后區域防止水土流失的重點區域。應當加強耕地耕作管理方式，選擇合理的耕作措施，合理配置林地、草地空間分布，積極實施“退耕還林、退耕還草”政策。

表3　研究區不同土地利用類型下土壤侵蝕狀況　km2

3.3不同高程下土壤侵蝕特征

將研究區土壤侵蝕強度圖與地形圖進行疊加分析，統計不同高程下的土壤侵蝕狀況(如表4所示)。

從表4中可以看出，研究區高程主要集中在600～1 600 m間，面積占總面積的76.66%，從土壤侵蝕狀況看，土壤侵蝕主要發生在高程600～1 100和1 100～1 600 m區間內，侵蝕面積(輕度侵蝕以上)分別為34 471.30，20 506.96 km2，分別占侵蝕總量的48.43%，28.82%。其他高程區域土壤侵蝕面積僅占侵蝕總量的22.75%。

隨著高程的增加土壤侵蝕強度呈現先增加然后減少的趨勢，結果顯示高程低于1 600 m的區域是土壤侵蝕發生主要區域。這也是人類活動最為頻繁的區域，大量的辟林放牧，毀林開荒，城市建設等人類活動造成土壤侵蝕較為嚴重，土壤侵蝕量較大，是今后重點治理的區域。

表4　研究區不同高程下土壤侵蝕狀況

3.4不同坡度下土壤侵蝕特征

將土壤侵蝕強度圖與坡度圖進行疊加分析，按照水利部土壤侵蝕分類分級標準將坡度劃分，統計不同坡度下的土壤侵蝕狀況(如表5所示)。

表5　研究區不同坡度下土壤侵蝕狀況

從整體上看，坡度是影響土壤侵蝕的最為主要的地形因子，與研究區土壤侵蝕量呈現明顯的正相關，在不同的坡度等級土壤侵蝕中，輕度侵蝕占相應坡度等級侵蝕總量的53%以上，而極強度以上侵蝕面積占相應坡度等級侵蝕總量13%以下。可見全區主要以輕度侵蝕為主。整個研究區坡度在8°～35°的國土面積占到總面積的75%以上，這區間內隨著坡度的增大各強度侵蝕級別面積增加，侵蝕面積占到整個侵蝕總量的83.31%。研究區在15°～25°土壤侵蝕最為嚴重，其次是8°～15°，25°～35°，侵蝕面積分別占侵蝕總量的39.30%，24.11%，19.90%，可見坡度在8°～35°范圍的區域是今后區域防止水土流失的重點區域。

4討論與結論

(1) 研究區土壤侵蝕空間分布趨勢整體上是研究區內部向外部成擴散增強。其中以苗嶺、烏蒙山、大樓山，武陵山以及烏江流域、北盤江流域的土壤侵蝕較強，貴陽，遵義南部地區較弱，全年土壤侵蝕模數為880.81 t/km2，屬于微度侵蝕。全區土壤侵蝕面積(輕度侵蝕以上)達到71 164.14 km2。主要以輕度侵蝕為主，輕度侵蝕面積占到土壤侵蝕總量的66.79%。

(2) 研究區由于其特殊的地質地貌環境造成土壤侵蝕空間分布差異較大，地形、高程海拔的變化和土地利用方式是造成這種差異的首要因素。從土地利用上看，林地、耕地和草地是土壤侵蝕較為嚴重的區域。從高程上看，海拔低于1 600 m的區域是土壤侵蝕發生主要地區，這些區域是今后水土流失防治的重點地帶。

本研究仍存在一定的不足，主要是在利用RSULE模型計算各個因子過程中，由于各因子數據的精度不一，且氣象站點只考慮了研究區內國家降雨量站點，造成計算降雨侵蝕力存在一定的誤差，如何提高數據精度以及結果的野外調查驗證是下一步要研究的重要內容。

[參考文獻]

[1]王全九,邵明安,鄭紀勇.土壤中水分運動與溶質遷移[M].北京:中國水利水電出版社,2007.

[2]張喜旺,周月敏,李曉松,等.土壤侵蝕評價遙感研究進展[J].土壤通報,2010,41(4):1010-1017.

[3]李占斌,朱冰冰,李鵬.土壤侵蝕與水土保持研究進展[J].土壤學報,2008,45(5):802-809.

[4]李智廣,曹煒,劉秉正,等.我國水土流失狀況與發展趨勢研究[J].中國水土保持科學,2008,6(1):57-62.

[5]趙文武,傅伯杰,呂一河,等.多尺度土地利用與土壤侵蝕[J].地理科學進展,2006,25(1):24-33.

[6]林晨,周生路,吳紹華.30年來東南紅壤丘陵區土壤侵蝕度時空演變研究[J].地理科學,2011(10):1235-1241.

[7]水建國,葉元林,王建紅,等.中國紅壤丘陵區水土流失規律與土壤允許侵蝕量的研究[J].中國農業科學,2003,36(2):179-183.

[8]梁音,張斌,潘賢章,等.南方紅壤丘陵區水土流失現狀與綜合治理對策[J].中國水土保持科學,2008,6(1):22-27.

[9]黃炎和,盧程隆,鄭添發,等.閩東南降雨侵蝕力指標R值的研究[J].水土保持學報,1992,6(4):1-5.

[10]王萬中,張憲奎.中國降雨侵蝕力R值的計算與分布(I)[J].水土保持學報,1995,9(4):7-18.

[11]Renard K G, Freimund J R. Using monthly precipitation data to estimate the R-factor in the revised USLE[J]. Journal of Hydrology, 1994,157(1):287-306.

[12]崔曉燕,查軒,黃少燕.1980-2009年閩東南地區降雨侵蝕力的時空分布特征[J].水土保持通報,2015,35(1):1-5.

[13]周伏建,黃炎和.福建省降雨侵蝕力指標R值[J].水土保持學報,1995,9(1):13-18.

[14]陳明華,黃炎和.土壤可蝕性因子的研究[J].水土保持學報,1995,9(1):19-24.

[15]李雪瑩,楊俊,溫海明,等.基于RUSLE模型的土壤侵蝕量估算:以遼寧省阜新市為例[J].水土保持通報,2015,35(1):199-205.

[16]Sharpley A N, Williams J R. EPIC-erosion/productivity impact calculator(1): Model documentation[J]. Technical Bulletin-United States Department of Agriculture, 1990,4(4):206-207.

[17]Liu B Y, Nearing M A, Risse L M. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE, 1994, 37(6):1835-1840.

[18]Wischmeier W H, Smith D D. Prediction rainfall erosion losses: A guide to conservation planning science[M]. Washington D C:U.S. Department of Agriculture, Handbook 537,1978.

[19]McCool D K, Foster G R, Mutchler C K,et al. Revised slope length factor for the universal soil loss equation[J]. Transactions of the American Society of Agricultural Engineers(USA), 1987,30(5):1387-1396.

[20]趙磊,袁國林,張琰,等.基于GIS和USLE模型對滇池寶象河流域土壤侵蝕量的研究[J].水土保持通報,2007,27(3):42-46.

[21]蔡崇法,丁樹文.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究[J].水土保持學報,2000,14(2):19-24.

[22]陳思旭,楊小喚,肖林林,等.基于RUSLE模型的南方丘陵山區土壤侵蝕研究[J]. Resources Science, 2014,36(6):1288-1297.

[23]游松財,李文卿. GIS支持下的土壤侵蝕量估算:以江西省泰和縣灌溪鄉為例[J].自然資源學報,1999,14(1):62-68.

收稿日期：2015-12-09修回日期：2016-01-18

通訊作者：李威(1986—),男(漢族),貴州省遵義市人,碩士研究生,助理研究員,主要從事資源環境遙感與GIS研究。E-mail:liwei_N70@126.com。

文獻標識碼：A

文章編號：1000-288X(2016)03-0271-06

中圖分類號：S157.1， TP79

Research on Soil Erosion in Karst Area Based on GIS and RUSLE Model-A Case Study in Guizhou Province

SUN Deliang1, ZHAO Weiquan2, LI Wei2,1, WU Jianfeng3, YANG Zhenhua4, LYU Sisi4

(1.KeyLaboratoryofGISApplication,CollegeofGeographyScience,ChongqingNormalUniversity,Chongqing400047,China; 2.InstituteofMountainResource,GuizhouAcademyofSciences,Guiyang,Guizhou550001,China; 3.SchoolofGeographyandTourism,GuizhouEducationUniversity,Guiyang,Guizhou550018,China; 4.InstituteofKarst,GuizhouNormalUniversity,Guiyang,Guizhou550001,China)

Abstract：[Objective] A rapid and quantitative study has been done on soil erosion in Guizhou Province in order to provide scientific basis for the management of soil erosion and land use decision. [Methods] With the support of GIS technology and data on the rainfall, soil type, land use, DEM and MODIS-NDVI, we used RUSLE model to estimate of soil erosion. [Results] The annual average soil erosion modulus of the study area was 880.81 t/km2, which belongs to mild erosion. Most area belongs to the micro erosion with soil erosion modulus less than 500 t/(km2·a), which accounted for 59.60% of the total study area. Soil erosion area(above the mild erosion) reached 71 164.14 km2, which accounted for 40.40% of the total area. The area above strong erosion level was 10 431.60 km2, which accounted for 5.91% of the total area and mainly distributed in the northwest and northeast of the research area, and in the Northern Dalou Mountain, Wuling Mountain, Southeastern Miaoling Mountain and Western Wumeng Mountain with high altitude and middle east of Wujiang River, southwest of North Panjiang and other river basins. [Conclusion] Woodland, farmland, grassland and region between elevation of 600～1 600 m is the key area for soil and water conservation in the future.

Keywords:soil erosion; RUSLE; GIS; Guizhou Province

資助項目：2014年度“西部之光”人才培養計劃項目“基于LUCC的貴州赤水河流域生態風險監測與評估”

第一作者：孫德亮(1976—),男(漢族),山東省臨沂市人,博士,主要從事資源環境遙感與GIS研究。E-mail:892525771@qq.com。