耕地質(zhì)量遙感監(jiān)測的研究進(jìn)展及展望

中圖分類號：S127 文獻(xiàn)標(biāo)志碼：A 文章編號：2096-9902（2025）08-0060-05

Abstract：Arablelandqualitymonitoringisanimportant means toimplementcultivatedlandprotection，andaccurateand rapidacquisitionofcultivatedlandqualityinformationisalsoakeyresearchdirectionathomeandabroad.Asanewmethod， remotesensingtechnologyprovidestheposibilitytoobtainblacksoilcultivatedlandqualityinformationonalargescaleandin ashortperiod.Thispapersummarizesandsortsoutcommonlyusedcultivatedlandqualityevaluationindicatorsthrough bibliometricanalysis，analyzesthecurentresearchstatusofcultivatedlandqualityremotesensingmonitoringathomand abroad，analyzesandexpoundstheadvantagesanddisadvantagesofusingmulti-sourceremotesensingdatatoremotelysense monitoringcultivatedlandqualty，andproposesamulti-scalecultivatedlandqualityevaluationframeworkbasedonremote sensingtechnologywhichprovidessuggestionsandcountermeasuresforcultivatedlandqualityevaluationatdiferentscales，and isconducivetopromotingteconstructionofamulti-dimensionalandmulti-levelcultivatedlandqualitymonitoringsystem，sas toimprovetheinformatizationandinteligencelevelofcultivatedlandqualitymonitoringandpromotethesustainabledevelomnt of cultivated land protection and utilization.

Keywords：remotesensing technology；cultivatedlandquality；evaluationindicators；multi-sourcedata；multi-scale

耕地資源是保障人類生存發(fā)展最基本、最重要、不可或缺的資源，是維持糧食安全的基本保障。人類高產(chǎn)能農(nóng)業(yè)生產(chǎn)需求的日益增長，耕地用養(yǎng)結(jié)合保護(hù)措施的缺乏，導(dǎo)致耕地質(zhì)量持續(xù)下降。高強(qiáng)度的開發(fā)利用疊加風(fēng)蝕水蝕等自然因素的作用，耕地土層變薄，有機(jī)質(zhì)含量降低，生態(tài)功能退化問題日益凸顯。近年來，我國一直落實(shí)最嚴(yán)格的耕地保護(hù)制度，強(qiáng)化耕地?cái)?shù)量、質(zhì)量、生態(tài)\"三位一體\"保護(hù)。制定科學(xué)合理的耕地利用保護(hù)政策、精準(zhǔn)指導(dǎo)農(nóng)業(yè)生產(chǎn)，保證耕地資源的健康可持續(xù)發(fā)展是學(xué)者廣泛關(guān)注的重點(diǎn)問題，也是農(nóng)業(yè)生產(chǎn)者急需解決的問題。

耕地質(zhì)量是反映耕地自然屬性和土地利用屬性綜合形成的復(fù)雜綜合體，快速、精準(zhǔn)地掌握耕地質(zhì)量情況是解決上述問題的重要基礎(chǔ)，是耕地資源精準(zhǔn)管理、農(nóng)業(yè)生產(chǎn)、黑土地保護(hù)精準(zhǔn)施策的根本依據(jù)。

耕地質(zhì)量的優(yōu)良無法直接定量獲取，需要通過各項(xiàng)土壤指標(biāo)進(jìn)行綜合評價(jià)。傳統(tǒng)的耕地質(zhì)量監(jiān)測與評價(jià)，大多依賴于對大量物理、化學(xué)和生物指標(biāo)的分析，往往需要花費(fèi)大量的人力、物力。許多研究者探索建立最小數(shù)據(jù)集（MDS），以降低耕地質(zhì)量評價(jià)的成本和數(shù)據(jù)冗余。

遙感技術(shù)的快速發(fā)展，已成為農(nóng)業(yè)、自然資源、環(huán)保等領(lǐng)域重要的技術(shù)手段，憑借覆蓋度廣、監(jiān)測周期短等特點(diǎn)，可以短時間內(nèi)獲得大量的對地觀測數(shù)據(jù)。有些研究已利用遙感技術(shù)反演氮、鉀、有機(jī)質(zhì)等耕地質(zhì)量指標(biāo)，監(jiān)測地表植被的生長狀況間接反映耕地質(zhì)量等，但缺乏基于遙感技術(shù)的耕地質(zhì)量評價(jià)體系。因此本文重點(diǎn)探討耕地質(zhì)量遙感監(jiān)測技術(shù)的研究進(jìn)展，分析存在的挑戰(zhàn)與發(fā)展方向，構(gòu)建基于遙感技術(shù)的多尺度耕地質(zhì)量評價(jià)框架，為耕地質(zhì)量監(jiān)測評價(jià)提供重要的技術(shù)支撐，促進(jìn)耕地資源的健康可持續(xù)發(fā)展。

1耕地質(zhì)量

耕地資源不僅是支撐農(nóng)作物生長、糧食生產(chǎn)的重要資源，也是保持生態(tài)環(huán)境平衡、維護(hù)生物多樣性的重要載體。耕地質(zhì)量是衡量糧食產(chǎn)能高低的重要指標(biāo)，是包含化學(xué)因素、物理因素、生物因素等多方面的綜合評價(jià)體。最早評估和監(jiān)測土壤質(zhì)量是由加拿大于1988年啟動[，使用設(shè)置監(jiān)測點(diǎn)來觀測土壤有機(jī)質(zhì)、酸化、鹽漬化等指標(biāo)的變換。美國土壤質(zhì)量研究機(jī)構(gòu)提出的土壤管理評估框架（SMAF）是主要以生態(tài)系統(tǒng)服務(wù)與管理為目的，設(shè)置了81項(xiàng)潛在的土壤質(zhì)量評價(jià)指標(biāo)，用戶可根據(jù)實(shí)際情況與需求，調(diào)整提取最小數(shù)據(jù)集。康奈爾土壤健康測試框架針對3類不同用戶，即農(nóng)民、景觀管理人員和其他人，提供標(biāo)準(zhǔn)化的土壤質(zhì)量評價(jià)模塊，形成土壤保護(hù)與利用、耕地生產(chǎn)管理等相關(guān)建議。

很多歐洲國家也制定了土壤質(zhì)量評估方法，法國提出的土壤質(zhì)量監(jiān)測系統(tǒng)（RMQS）[計(jì)劃以 16km× 16km 的網(wǎng)格為基礎(chǔ)構(gòu)建土壤質(zhì)量監(jiān)測網(wǎng)絡(luò)。近年來，我國加大對土壤質(zhì)量的保護(hù)力度，全國土壤質(zhì)量標(biāo)準(zhǔn)化技術(shù)委員會（SAC/TC404）于2008年成立，負(fù)責(zé)制定和修改中國土壤質(zhì)量標(biāo)準(zhǔn)，標(biāo)志著我國土壤質(zhì)量監(jiān)測、評價(jià)等方面的研究與應(yīng)用更加規(guī)范。發(fā)布并施行了多項(xiàng)耕地質(zhì)量相關(guān)的技術(shù)標(biāo)準(zhǔn)與規(guī)范。

2耕地質(zhì)量遙感監(jiān)測研究現(xiàn)狀

2.1耕地質(zhì)量直接監(jiān)測

耕地質(zhì)量是自然土壤基礎(chǔ)上，在人類活動影響而形成的，受氣候、地形等自然要素及耕作方式、種植模式、灌排設(shè)施等人類要素多維度影響。

本文采用文獻(xiàn)計(jì)量分析法，利用關(guān)鍵詞“Soilquality\"\"cultivated landquality\"在WebofScience核心合集數(shù)據(jù)庫，以及關(guān)鍵詞“耕地質(zhì)量評價(jià)\"在知網(wǎng)數(shù)據(jù)庫中查詢統(tǒng)計(jì)，綜合分析了近20年國內(nèi)外耕地質(zhì)量評價(jià)指標(biāo)相關(guān)研究文獻(xiàn)，篩選出相關(guān)性較高的論文824篇。通過按年度的統(tǒng)計(jì)分析，可以看出，近20年關(guān)于耕地質(zhì)量評價(jià)相關(guān)研究論文數(shù)量呈明顯上升趨勢，尤其在2015年以后相關(guān)研究論文數(shù)量顯著增多，如圖1所示。

針對篩選出的相關(guān)研究論文，梳理了用于耕地質(zhì)量評價(jià)的相關(guān)指標(biāo)，與耕地質(zhì)量相關(guān)的指標(biāo)有130余個，根據(jù)土壤的自然屬性、人為屬性等將相關(guān)指標(biāo)劃分為6大類，即立地條件、土壤物理、土壤化學(xué)、土壤生物、基礎(chǔ)設(shè)施建設(shè)和遙感指數(shù)（圖2）。各類土壤質(zhì)量評價(jià)指標(biāo)出現(xiàn)頻率統(tǒng)計(jì)如下，立地條件相關(guān)指標(biāo)出現(xiàn)頻率前10位的有坡度、地形部位、海拔、土壤侵蝕程度、平均降水量、積溫、平均日照時數(shù)、無霜期和地質(zhì)災(zāi)害易發(fā)程度。土壤物理指標(biāo)出現(xiàn)頻率前10位的有耕層質(zhì)地、質(zhì)地構(gòu)型、土壤容重、有效土層厚度、障礙因素、耕層厚度、地下水埋深、障礙層深度、飽和含水量和總孔隙度。土壤化學(xué)指標(biāo)出現(xiàn)頻率前10位的有pH、速效鉀、有效磷、全氮、鹽漬化程度、清潔程度、全鉀、速效磷、全磷和電導(dǎo)率。基礎(chǔ)設(shè)施建設(shè)相關(guān)指標(biāo)出現(xiàn)頻率前10位的有灌溉能力、排水能力、道路通達(dá)度、農(nóng)田林網(wǎng)化、耕作距離、田塊規(guī)整度、斑塊集聚度、城鎮(zhèn)影響度、耕地壓力指數(shù)和非農(nóng)化強(qiáng)度。由于土壤生物指標(biāo)的測量難度較大，相關(guān)研究使用主要集中在有機(jī)質(zhì)、生物多樣性、土壤蚯蚓等，只統(tǒng)計(jì)頻率前5位的相關(guān)指標(biāo)。隨著遙感技術(shù)的應(yīng)用，與土壤質(zhì)量相關(guān)的遙感指數(shù)指標(biāo)一般有植被凈初級生產(chǎn)力（NPP）歸一化植被指數(shù)（NDVI）、葉面積指數(shù)（LAI）植被差異指數(shù)（DVI）和葉綠素（SPAD）等。

上述出現(xiàn)頻率較高的影響指標(biāo)可以根據(jù)時間變化情況劃分為穩(wěn)定性指標(biāo)和易變性指標(biāo)，其中母巖母質(zhì)、高程、地形、氣候和地下水位等因素在短時間內(nèi)變化較小，而土壤容重、有機(jī)質(zhì)、養(yǎng)分狀況和農(nóng)業(yè)配套設(shè)施等受人類活動影響較易改變，且空間異質(zhì)性較弱。易變性指標(biāo)的遙感監(jiān)測是眾多學(xué)者的研究熱點(diǎn)，相關(guān)研究表明，裸土?xí)r期的土壤光譜反射率，包含多光譜、高光譜等，與土壤質(zhì)地、土壤含水量、土壤有機(jī)質(zhì)、養(yǎng)分元素（全氮、速效鉀、有效磷等）等具有一定相關(guān)性。土壤質(zhì)地與光譜反射率呈負(fù)相關(guān)，土壤砂粒含量越大、質(zhì)地越粗糙、顆粒越大，光譜反射率越小，而王壤黏粒含量越大、質(zhì)地越黏重，光譜反射率越大。并且相比于光學(xué)遙感數(shù)據(jù)，微波遙感在土壤質(zhì)地、土壤水分反演方面更具優(yōu)勢[13-15]。土壤有機(jī)質(zhì)與光譜反射率呈顯著負(fù)相關(guān)。土壤pH、鹽漬化程度、部分養(yǎng)分元素，通過多源遙感影像構(gòu)建的植被指數(shù)、鹽分指數(shù)等及氣候條件，反演模型 可達(dá)到0.5以上[7-19]。

2.2耕地質(zhì)量間接監(jiān)測

通過遙感技術(shù)也可間接獲取土壤質(zhì)量信息。地表植被生長情況一定程度上間接反映了耕地質(zhì)量的高低。通常情況下，耕地質(zhì)量越高，其糧食產(chǎn)能越高，反應(yīng)在地表的農(nóng)作物生長狀況就越好。耕地質(zhì)量越差，其糧食產(chǎn)能越低，反應(yīng)在地表的農(nóng)作物生長狀況就越差。

利用地表植被反映在衛(wèi)星遙感影像上的不同特征，歐陽玲等[2以松嫩平原耕地為試驗(yàn)區(qū)，論證了耕地質(zhì)量與NDVI、FVC（植被覆蓋度）、NPP有較強(qiáng)的相關(guān)性，地表植被的長勢情況可較好地反映耕地質(zhì)量。馬佳妮等2利用2000—2010年MODIS的MOD09A1數(shù)據(jù)，計(jì)算長時間序列NPP反演耕地質(zhì)量情況，實(shí)驗(yàn)結(jié)果表明，基于遙感影像監(jiān)測的地表植被長勢情況在耕地分布集中、連片度高的區(qū)域具有很好的相關(guān)性。彭一平等[22利用自主高分一號衛(wèi)星遙感影像，分別計(jì)算NDVI、RVI（比值植被指數(shù)）DVI等指數(shù)，建立了耕地質(zhì)量綜合評價(jià)方法。常用的遙感指數(shù)有NDVI、EVI（植被增強(qiáng)指數(shù)）LAI、NPP和FVC等。

相比于常規(guī)的耕地質(zhì)量評價(jià)方法，這種方法具有監(jiān)測周期短、監(jiān)測范圍廣等優(yōu)勢，但地表植被的長勢情況不僅受耕地質(zhì)量影響，也受氣象條件、病蟲害等因素影響，單一時相衛(wèi)星遙感影像存在較大的偶然性，能較穩(wěn)定地反映耕地質(zhì)量則需長時間序列的衛(wèi)星遙感影像的植被特征均值。

3 結(jié)束語

耕地質(zhì)量是提高糧食產(chǎn)能的重要基礎(chǔ)，保障糧食安全的重要支撐條件，高效、精準(zhǔn)的耕地質(zhì)量評價(jià)是診斷耕地生產(chǎn)功能、耕地生態(tài)狀況的重要途徑。關(guān)于耕地質(zhì)量評價(jià)的研究已成為國內(nèi)外研究的前沿和熱點(diǎn)，基本形成了基于耕地質(zhì)量評價(jià)指標(biāo)與耕地質(zhì)量評價(jià)方法的耕地質(zhì)量評價(jià)體系。面對遙感技術(shù)的快速發(fā)展，越來越多類型豐富、分辨率更高的遙感數(shù)據(jù)可以快速獲取，很多學(xué)者在耕地質(zhì)量評價(jià)指標(biāo)的遙感提取、遙感定量化預(yù)測及耕地質(zhì)量的遙感間接監(jiān)測等方面已開展大量研究，形成了不同程度的研究成果，但尚未形成基于遙感技術(shù)的耕地質(zhì)量常態(tài)化監(jiān)測能力。在基于遙感技術(shù)的耕地質(zhì)量監(jiān)測研究與工程化應(yīng)用方面依然存在一些問題。

1）耕地是一個復(fù)雜的綜合體，準(zhǔn)確獲得耕地質(zhì)量依賴于諸多方面的評價(jià)因子，單一來源的遙感數(shù)據(jù)通常對某一個或某一類評價(jià)指標(biāo)具有一定的研究價(jià)值，單一時相的遙感數(shù)據(jù)限于在區(qū)域性研究應(yīng)用中。探索開展多類型、多時相、多源遙感數(shù)據(jù)的協(xié)同應(yīng)用，有利于減弱錯綜復(fù)雜的環(huán)境因素、土壤區(qū)域性因素等對遙感數(shù)據(jù)的限制性，有利于推動基于遙感技術(shù)的耕地質(zhì)量評價(jià)普適化應(yīng)用。

2）大量的研究表明，耕地質(zhì)量的多數(shù)評價(jià)指標(biāo)與多光譜、高光譜、雷達(dá)等多類型遙感數(shù)據(jù)在近地面、中低空、高空和航天不同尺度存在不同的相關(guān)性。而不同空間尺度下耕地質(zhì)量評價(jià)需求、應(yīng)用主體也存在差異，如何建立好不同尺度下耕地質(zhì)量評價(jià)體系，多尺度耕地質(zhì)量評價(jià)聯(lián)動關(guān)系，挖掘多尺度下遙感數(shù)據(jù)的應(yīng)用價(jià)值具有重要意義。

3）耕地利用變化遙感監(jiān)測已是自然資源監(jiān)管部門的常態(tài)化工作，極大地保障了耕地?cái)?shù)據(jù)及分布的有效監(jiān)管。但目前尚未形成面向耕地質(zhì)量監(jiān)測與評價(jià)的遙感大數(shù)據(jù)平臺。

針對上述問題，本文結(jié)合多源遙感數(shù)據(jù)獲取能力，根據(jù)不同尺度耕地質(zhì)量評價(jià)應(yīng)用場景，形成宏觀、中觀、微觀多尺度下基于遙感技術(shù)的耕地質(zhì)量評價(jià)框架（圖3）。宏觀尺度，即國家/省級尺度的耕地質(zhì)量評價(jià)主要應(yīng)用于輔助國家決策，反映大尺度耕地質(zhì)量情況，一般與氣候因素、地形地貌有很強(qiáng)的相關(guān)性。衛(wèi)星遙感影像配合地面調(diào)查技術(shù)，較適用于該尺度下的耕地質(zhì)量評價(jià)與快速監(jiān)測。中觀尺度，即區(qū)域尺度的耕地質(zhì)量評價(jià)主要應(yīng)用于區(qū)域的精準(zhǔn)分區(qū)管理，反映地市級或縣級區(qū)域的耕地質(zhì)量，該尺度下由于氣候條件差異不大，更關(guān)心的是坡度、道路通達(dá)度和田塊規(guī)整度等反映區(qū)域特征的相關(guān)指標(biāo)。該尺度的數(shù)據(jù)源一般建議為多源衛(wèi)星遙感數(shù)據(jù)、航空遙感數(shù)據(jù)配合適當(dāng)?shù)牡孛嬲{(diào)查，有利于區(qū)域耕地質(zhì)量的快速監(jiān)測。微觀尺度，即地塊尺度的耕地質(zhì)量評價(jià)主要應(yīng)用于指導(dǎo)農(nóng)業(yè)生產(chǎn)，需要為農(nóng)戶提供科學(xué)的施肥建議。該尺度更關(guān)心耕地的有機(jī)質(zhì)、速效鉀、有效磷和全氮等與土壤肥力密切相關(guān)的指標(biāo)。該尺度的數(shù)據(jù)源一般建議用無人機(jī)配合近地面觀測儀結(jié)合實(shí)地采樣數(shù)據(jù)進(jìn)行耕地質(zhì)量評價(jià)，形成精準(zhǔn)施肥建議卡，以此來指導(dǎo)農(nóng)戶的科學(xué)生產(chǎn)。

圍繞多尺度觀測數(shù)據(jù)的獲取、處理、入庫管理、統(tǒng)計(jì)分析、信息提取、意見建議等全流程業(yè)務(wù)環(huán)節(jié)，構(gòu)建可靠的數(shù)據(jù)獲取和存儲查詢等管理方案，建立可靠的知識經(jīng)驗(yàn)庫和理論方法，構(gòu)建耕地質(zhì)量評價(jià)指標(biāo)數(shù)據(jù)庫和標(biāo)準(zhǔn)化耕地質(zhì)量評價(jià)模型庫，形成耕地質(zhì)量遙感監(jiān)測大數(shù)據(jù)平臺，實(shí)現(xiàn)星空地一體化多尺度遙感數(shù)據(jù)的耕地質(zhì)量監(jiān)測，為耕地質(zhì)量快速、常態(tài)化監(jiān)測提供支撐。

參考文獻(xiàn)：

[1]劉洪彬，李順婷，吳夢瑤，等.耕地?cái)?shù)量、質(zhì)量、生態(tài)\"三位一 體\"視角下我國東北黑土地保護(hù)現(xiàn)狀及其實(shí)現(xiàn)路徑選擇研 究[J].土壤通報(bào)，2021，52（3）：544-552.

[2] JIAN J，LESTER B J，DU X，et al.A calculator to quantify cover crop effects on soil health and productivity [J].Soil Tillage Res，2020（199）：104575.

[3] JIANG M，XU L，CHEN X，et al. Soil quality assessment based on a minimum data set： A case study of a county inthetypical riverdelta wetlands[J].Sustainability，2020，12 （21）：9033.

[4]DIMITRIOSK， THOMASA， CHETAN D， etal. Contribution ofRemote Sensing on CropModels：A Review[J].Journal ofImaging，2018，4（4）：52.

[5] BUNEMANN E K，BONGIORNO G，BAI Z，et al.Soil quality-Acritical review[J].Soil BiolBiochem，2O18（120）： 105-125.

[6]RINOT O，LEVY G J，STEINBERGER Y，et al.Soil health assessment： A critical review of current methodologies and a proposed new approach [J]. Science of The Total Environment，2019（648）：1484-1491.

[7]ACTON D F，GREGORICH L J. The health of our soilstoward sustainable agriculture in Canada [R]. Centre for LandandBiologicalResourcesResearch， Research Branch，Agriculture and Agri-Food Canada，Ottawa，Ont， 1995：41-50.

[8] SUSAN S， ANDREWS C， RONALD C. Designing a soil quality assessment tool for sustainable agroecosystem management [J].Ecological Applications，2001，11（6）：1573-1585.

[9]OMOLOLUI，HAROLD M，GEORGE S，et al.Farmeroriented assessment ofsoilquality using field，laboratory， and VNIR spectroscopy methods [J]. Plant and Soil，2008 （307）：243-253.

[10]ANTONI V，SABY N，JOLIVETC，etal.The French Information System on Soils：a decision support system for soil inventory，monitoring and management[J].Environmental Informatics and Systems Research，2007：225-261.

[11]YAN G T，JIN W， SI J L，et al.Soil andsoil environmental quality monitoring in China：a review[J]. Environment Internationa，2014（69）：177-199.

[12]ASA G，DANIEL Z，MOHAMMADMEHDI S，et al.Soil organic carbon and texture retrieving and mapping using proximal，airborne and Sentinel 2spectral imaging [J]. Remote Sensing of Environment，2018，218（3）：89-103.

[13] ZHENG X，F(xiàn)ENG Z，LI L，et al.Simultaneously estimating surface soil moisture and roughness of bare soils by combining opticaland radar data[J].InternationalJournal ofApplied Earth Observation and Geoinformation，2021（100）：102345.

[14]MARZAHN P， MEYER S. Utilization of multi-temporal microwave remote sensing datawithin a geostatistical regionalization approach for the derivation of soil texture[J]. Remote Sensing，2020，12（16）：2660.

[15]BOUSBIH S，ZRIBI M，PELLETIER C，et al.Soil texture estimation using radar and optical data from sentinel-1 and sentinel-2[J].Remote Sensing，2019，11（13）：1520.

[16]BEHRENS T，SCHMIDT K，RAMIREZ-LOPEZ L，et al. Hyper -scale digital soil mapping andsoil formationanalysis[J].Geoderma，2014（213）：578-588.

[17] ZHANGY，SUI B，SHEN H，et al.Estimating temporal changes in soil $＼mathrm{＼pH}$ inthe black soil region ofNortheast China using remote sensing [J]. Computers and Electronics inAgriculture，2018，154（2）：204-212.

[18] SAHANA M，REHMAN S，PATEL P P，et al. Assessing thedegree ofsoil salinity in theIndian Sundarban BiosphereReserveusingmeasured soil electrical conductivity and remotesensing data -derivedsalinity indices[J].Arabian Journal of Geosciences，202O（13）：1289.

[19]WANG Z，ZHANG F，ZHANG X L，et al. Regional suitability predictionofsoil salinization based on remotesensing derivatives and optimal spectral index[J].Scienceof the Total Environment，2021，775（12）：145807.

[20]歐陽玲，王宗明，賈明明，等.基于遙感的吉林省中西部耕地 數(shù)量和質(zhì)量空間格局變化分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32 （13）：234-242.

[21]馬佳妮，張超，呂雅慧，等.基于長時間序列遙感數(shù)據(jù)反演 NPP的耕地質(zhì)量評價(jià)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2019，50（1）：202- 208.

[22]彭一平，劉振華，肖北生，等.基于高分遙感的縣域耕地質(zhì)量 監(jiān)測[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2019（4）：841-846.