基于CLUE—S模型重金屬污染區域空間優化配

劉亞萍+趙艷玲+侯東文+等

摘要：以山東省某重金屬污染區域為例，以重金屬污染程度、自然條件等內部驅動因子為背景，受社會經濟、人口密度等外部驅動因子的綜合影響，使用CLUE-S模型對該區域進行土地再利用空間優化配置，并對模擬結果進行精度評價，結果表明：Kappa指數達到0.72，模型具有良好模擬區域土地利用變化的能力，得到2007—2017年的土地利用模擬圖，顯示出各土地利用類型的變化趨勢。人口密度增加，住宅用地增加118.7 hm2，增加率為10.26%；在政策及經濟效益最大化的約束下，林地大幅增加了325.5 hm2，增加率為103.52%，重金屬污染區域減小到0，減少率為100%。這些變化為該區域空間再利用優化設計的提出奠定了基礎。

關鍵詞：重金屬污染；空間優化配置；CLUE-S模型；土地利用變化

中圖分類號： X53文獻標志碼： A文章編號：1002-1302（2014）06-0326-04

收稿日期：2013-12-12

基金項目：教育部新世紀優秀人才支持計劃（編號：NCET-12-0964）。

作者簡介：劉亞萍（1988—），女，河南焦作人，碩士研究生，研究方向為環境污染治理與評價及國土資源環境遙感。E-mail：yaya080921@163.com。隨著我國社會經濟的不斷發展、人們生活水平的不斷提高，重金屬通過不同途徑進入到土壤，使得土壤污染日益嚴重[1]。治理這些污染土地的同時，有必要對該區域進行進一步空間優化配置研究。土地利用優化配置是實現土地資源合理利用和區域可持續發展的重要途徑和手段[2]，而傳統的土地優化配置研究主要是關注土地利用數量結構的優化而忽略土地利用空間優化的布局，這樣也使得土地利用空間布局變化的模擬成為土地利用/覆被變化（LUCC）研究的難點重點問題[3-5]。CLUE-S（conversion of land use and its effects at small region extent）模型[6-8]是荷蘭瓦赫寧根大學土地利用變化和影響研究小組在CLUE模型的基礎上開發的。LUCC空間模型是通過一定約束條件來設計完成的，CLUE-S模型假設某地區的土地利用變化受該地區的土地利用需求驅動，并且該地區的土地利用分布格局總是與該地區土地需求以及該地區的自然環境和社會經濟狀況處于一個動態的平衡[9-10]，在此假設的基礎上，CLUE-S模型運用系統論的方法處理不同土地利用類型之間的競爭關系，實現對不同土地利用變化的同步模擬[11]，其理論基礎包括土地利用變化的關聯性、土地利用變化的等級特征、土地利用變化競爭性和土地利用變化的相對穩定性等。本研究將CLUE-S模型應用到山東省的一個污染區域，進行空間優化的配置研究，結果表明該模型可以預測該地區的空間分配結構趨勢，以期為這片污染區域未來土地的利用格局規劃提供科學依據。

1研究區概況

研究區為山東省菏澤市某重金屬污染區域，地理坐標為116°05′E、35°24′N，屬溫帶季風氣候，雨熱同季，四季分明。該地區地勢平坦，歷史悠久，文化底蘊深厚，礦產資源比較豐厚，探明礦產儲量總量較大，儲量豐富的一些重要礦產在全國占有重要位置。礦產資源的開發，給該地區帶來了可觀的經濟效益，但隨之也出現了許多環境問題。該地區受到不同程度的重金屬污染，雖經過了初步修復，但缺乏統一的管理，各種地類利用水平粗放低下，集約化利用強度差。為使該地區得到更好的規劃、土地得到更合理的分配，使用CLUE-S模型對該地區進行規劃。

在礦產資源的開采生產過程中，會產生大量的廢氣、廢水及固體廢物[12]。這些廢棄物的排放給礦區及礦區周圍居民的生產和生活帶來極大的危害，同時也帶來一系列的環境問題，使礦區生態環境遭到嚴重破壞，甚至威脅到整個礦區生態圈。在該地區開采礦山時產生的大量廢水、尾礦未經處理就直接排入水體，使用受污染的水澆灌田地使得農作物也受到污染，嚴重破壞了生態環境，而使用受污染的水體或農作物，可使重金屬在人體內積聚，如果超過人體所能耐受的限度，會造成人體中毒。重金屬污染已相當嚴重，其對環境和生物的危害極大，在解決重金屬污染的同時，對該地區各種地類的規劃也同等重要。考慮重金屬的污染程度以及該地區各個環境影響因子，確定修復次序及方向是本研究需要解決的問題。

2方法與數據

2.1研究方法

使用CLUE-S模型對研究區進行了空間優化分析。通常使用的空間分析方法只是在數量級上的變化或者結果只是一個概念，不能很好地反映到具體實施中[13]。而CLUE-S 模型是在多尺度上通過實現定量、定性生物地理和人類驅動因子空間，直觀表達土地利用變化的目標而研發出來的，較適用于小尺度的區域土地利用變化研究模型。

從概念上來說，CLUE-S模型由非空間土地需求模塊和土地利用變化空間分配模塊2個主要模塊組成[14]。非空間模塊通過對人口、社會經濟及政策法規等土地利用變化驅動因素的分析，計算研究地區不同土地利用類型的需求變化。空間分配模塊則是把非空間土地需求模塊計算出來的土地需求結果分配到研究區的空間位置上，達到空間模擬的目的。

CLUE-S模型主要包括土地政策與限制區域、土地利用類型轉換規則、土地需求分析、統計分析、空間分配5個部分[15]。土地政策和限制區域影響區域的土地利用格局[16]，分為2類：一類是區域性限制因素，另一類是政策性限制因素。 土地利用類型轉換規則決定模擬時間的動力，包括土地利用類型轉移彈性和轉移次序兩部分。土地利用類型轉移彈性主要受土地利用類型變化可逆性的影響，一般用0～1的數值表示；值越接近1表明該地類越穩定，轉移可能性越小。土地利用類型轉移次序由設定各個土地利用類型之間的轉移矩陣來定義各種土地利用類型之間能否相互實現轉變：1表示可以轉變，0表示不能轉變。土地需求是通過外部模型計算或估算，用來限定模擬過程中每種土地利用類型的變化量，以逐年的方式輸入到模型中。統計分析是運用統計方法及分析對象的有關知識，從定量與定性方面結合進行研究的活動。在這個模型中，用Logistic回歸來計算事件的發生概率[17]，使用自變量作為預測值，就可以解釋土地利用類型及其驅動力因素之間的關系，它的優點是變量既可以是連續的也可以是獨立的，其表達式為：

lg（Pi1-Pi）=β0+β1X1i+β2X2i+…+βnXni

式中：Pi表示每個柵格單元可能出現某種土地利用類型i的概率；X表示各個驅動因素；β是回歸方程的解釋變量系數，表示各種地類（因變量）和驅動因子（自變量）的定量關系。

2.2數據準備與處理

研究中使用的數據為該地區2007年的土地利用現狀圖，其他社會經濟數據參考《2007山東統計年鑒》，根據模型的使用限制以及原有土地分類中土地利用類型的相似性，將該地區原有土地利用類型合并為耕地、住宅用地、林地、水域及道路用地、重金屬污染區域5類。

考慮數據資料的相關性、易獲得性和可用性等條件，選擇距主干道的距離、距河流的距離、距住宅中心的距離、人口密度、重金屬污染程度5個因素作為驅動因子，其中人口密度為動態因子，其他4個屬于對土地再利用分布影響較大但短期相對穩定的驅動因子，各驅動因子的示范見圖1。

通過對2007年的土地利用圖在ARCGIS中的數據提取，結合統計年鑒并參閱其他關于該地區土地利用變化歷史背景研究的文獻，在此基礎上設定模型中各地類的轉移彈性和轉移次序，表1為不同土地的利用轉換規則，各地類的轉換彈性系數為：耕地（0.7）、住宅用地（1）、林地（1）、水域及水利設施用地（1）、重金屬污染區域用地（0.2）。

有很多方法可以計算土地利用需求，在本研究中，根據該地區2007年各用地類型面積和統計年鑒，綜合考慮該地區的

不同土地利用類型轉換規則

地類耕地住宅用地林地水域及水利

設施用地重金屬污

染區域用地耕地11110住宅用地01000林地01100水域及水利設施用地01010重金屬污染區域用地01101

土地再利用狀況及其社會經濟的發展趨勢，采用線性內插的方法計算研究區逐年的土地利用需求，得到預測規劃期內每年的土地利用需求量（表2）。

預測規劃期內每年的土地利用需求量

年份需求量（hm2）耕地住宅

用地林地水域及水

利設施用地重金屬

污染用地20078 623.011 156.96314.44317.79409.0620088 617.991 168.83346.99319.30368.1520098 612.971 180.7379.54320.80327.2520108 607.951 192.57412.09322.31286.3420118 602.931 204.44444.64323.81245.4420128 597.911 216.31477.19325.32204.5320138 592.891 228.18509.74326.83163.6220148 587.871 240.05542.29328.33122.7220158 582.851 251.92574.84329.8481.8120168 577.831 263.79607.39331.3440.9120178 572.811 275.66639.94332.850

從優化配置的結果可以看出：耕地由2007年的 8 623.01 hm2 減少到8 572.81 hm2，減少了50.2 hm2，減少率為0.58%。隨著人口數量的增加，人口密度變大，住宅用地由2007年的1 156.96 hm2增加到1 275.66 hm2，增加了 118.7 hm2，增加率為10.26%。考慮經濟效益的最大化，以及政府退耕還林政策的積極響應，林地由2007年的 314.44 hm2 增加到639.94 hm2，增加了325.5 hm2，增加率為 103.52%；重點優化的重金屬污染用地由2007年的 409.06 hm2 減少到0，減少率為100%（表2）。

3結果與分析

為驗證模擬結果的準確性，本研究采用Kappa指數定量反映模型的模擬效果。CLUE-S模型對2007年土地利用進行空間模擬，圖2為2007年土地利用圖和模擬圖對比。經計算，Kappa指數為0.72，模擬的準確度相對較高，說明該模型具有良好的模擬區域土地利用變化的能力，能用于研究區土地利用的預測。

以2007年土地利用數據為基礎，將土地利用需求、轉換彈性系數等相關參數輸到模型中，模擬得到該污染區域規劃后的土地利用現狀圖（圖3）。

由土地再利用變化的模擬結果可知，土地類型的轉化受內部驅動因子和外部驅動因子的綜合影響。場區污染程度是土地類型轉化影響程度最大的因子，土地利用轉換規則對土地類型的轉換影響較大。污染較輕的地區最先轉化，轉化成林地的居多；污染較重的地區需先修復，待達到規定的指標后方可進行轉化，轉化得較慢。同時，外部性因子也是影響土地利用類型轉換的重要因素。區域人口密度及距住宅中心的距離都對土地利用類型的轉換造成影響。隨著人口密度的增加，當距住宅中心近且污染程度較輕時，優先轉換為住宅用地；而在距離住宅中心較遠，污染又相對重的地區轉換為林地的居多。

模擬后的土地利用空間配置更趨于合理。隨著人口的增加，住宅面積擴大，比2007年的1156.96hm2

增加了118.7 hm2，增加率為10.26%。相應耕地面積略有減少，少了50.2 hm2。水系及道路用地變化不明顯，林地則大幅度增加，增加了325.5 hm2。而對于重點進行優化的重金屬污染用地則大部分已轉化成其他地類，根據污染的情況不同，轉化為各個地類也不盡相同：林地居多，這是考慮重金屬污染區域修復成本可以達到的最快效果，可將污染修復的成本降到最低；轉化為水域及住宅用地則較少，這與污染程度有很大關系，并且也要盡量避免對人體的危害，污染嚴重的地區禁止轉化為該種地類。

4結論與討論

土地利用類型的轉換研究作為區域土地內在轉換規律研究的重要組成部分，可以為政府決策該地區未來的規劃方向提供科學依據。從污染的輕重程度出發，緊緊把握周邊地區的土地利用結構，并依據土地之間轉換的相關規則政策，可以更好地引導土地利用類型的轉換與分配。

使用Arcgis軟件可以提取建立與空間信息一致的屬性信息，以各個地塊柵格單元是否變化為因變量，使用 CLUE-S 模型可以有效地從空間角度定量地分析地類之間的轉換，并結合人口密度及相關的政策法規，進一步揭示各地類之間的相互關系與變化驅動機制。以山東省重金屬污染區域為例，對內部和外部的驅動力進行了深入分析，從而能更精確地為地類之間的相互轉換提供依據。CLUE-S模型模擬結果表明，地類間的相互轉換是在周圍地類現狀的基礎上，以污染程度的輕重、自然、政策等驅動因子為背景，受土地間相互轉換規則為影響而發生。可以為重金屬污染區域選擇一個能有效

利用土地并且經濟效益最大的地類轉換方向。

重金屬污染區域驅動因子的選擇分析表明，要盡快規劃該污染區域，應選擇好規劃后的土地利用類型，在考慮污染的同時應有效利用土地。隨著人口的增加和人口密度的加大，住宅用地也相應變大。由于污染程度的不同，在污染較輕的地區可以根據周圍地類的需要選擇性轉變；而在污染較重的地區，考慮修復成本及經濟效益最大化則最好轉換成林地，可以達到土地的最大化利用。

由于數據獲取的限制，本研究選擇的驅動因子較少，沒能選取高程或一些具體的信息，如果能得到更多的小尺度數據或得到更清晰的區域圖，加上對該地區的實地走訪調查，就可以更精確地揭示土地利用的轉換方向并提供更精確的區域規劃圖。

參考文獻：

[1]潘影，劉云慧，王靜，等. 基于CLUE-S模型的密云縣面源污染控制景觀安全格局分析[J]. 生態學報，2011，31（2）：529-537.

[2]羅鼎，許月卿，邵曉梅，等. 土地利用空間優化配置研究進展與展望[J]. 地理科學進展，2009，28（5）：791-797.

[3]高志強，易維. 基于CLUE-S和Dinamica EGO模型的土地利用變化及驅動力分析[J]. 農業工程學報，2012，28（16）：208-216.

[4]王麗艷，張學儒，張華，等. CLUE-S模型原理與結構及其應用進展[J]. 地理與地理信息科學，2010，26（3）：73-77.

[5]謝正峰，董玉祥. 我國城市土地優化配置研究演進與展望[J]. 經濟地理，2011，31（8）：1364-1369.

[6]吳健生，馮喆，高陽，等. CLUE-S模型應用進展與改進研究[J]. 地理科學進展，2012（1）：3-10.

[7]吳桂平. CLUE-S模型的改進與區域土地利用變化模擬[D]. 長沙：中南大學，2008.

[8]Hu Y C，Zheng Y M，Zheng X Q. Simulation of land-use scenarios for Beijing using CLUE-S and Markov composite models[J]. Chinese Geographical Science，2013，23（1）：92-100.

[9]楊勇. 關中地區土地利用動態模擬與優化配置研究[D]. 西安：陜西師范大學，2010.

[10]邵景安，李陽兵，魏朝富，等. 區域土地利用變化驅動力研究前景展望[J]. 地球科學進展，2007，22（8）：798-809.

[11]劉仁志，沙博. CLUE-S模型在規劃環境影響評價中的應用[J]. 應用基礎與工程科學學報，2011，19（1）：64-73.

[12]吳曉麗，許泉，王進，等. 江蘇南通常規農田土壤重金屬污染狀況研究[J]. 江蘇農業科學，2005（5）：124-126.

[13]吳桂平，曾永年，馮學智，等. CLUE-S模型的改進與土地利用變化動態模擬——以張家界市永定區為例[J]. 地理研究，2010，29（3）：460-470.

[14]戴聲佩，張勃. 基于CLUE-S模型的黑河中游土地利用情景模擬研究——以張掖市甘州區為例[J]. 自然資源學報，2013，28（2）：336-348.

[15]陳功勛. 基于CLUE-S模型和GIS的土地利用變化模擬研究——以蘇州市吳中區為例[D]. 南京：南京大學，2012.

[16]余婷，柯長青. 基于CLUE-S模型的南京市土地利用變化模擬[J]. 測繪科學，2010，35（1）：186-188.

[17]姜廣輝，張鳳榮，陳軍偉，等. 基于Logistic回歸模型的北京山區農村居民點變化的驅動力分析[J]. 農業工程學報，2007，23（5）：81-87.

使用Arcgis軟件可以提取建立與空間信息一致的屬性信息，以各個地塊柵格單元是否變化為因變量，使用 CLUE-S 模型可以有效地從空間角度定量地分析地類之間的轉換，并結合人口密度及相關的政策法規，進一步揭示各地類之間的相互關系與變化驅動機制。以山東省重金屬污染區域為例，對內部和外部的驅動力進行了深入分析，從而能更精確地為地類之間的相互轉換提供依據。CLUE-S模型模擬結果表明，地類間的相互轉換是在周圍地類現狀的基礎上，以污染程度的輕重、自然、政策等驅動因子為背景，受土地間相互轉換規則為影響而發生。可以為重金屬污染區域選擇一個能有效

利用土地并且經濟效益最大的地類轉換方向。

重金屬污染區域驅動因子的選擇分析表明，要盡快規劃該污染區域，應選擇好規劃后的土地利用類型，在考慮污染的同時應有效利用土地。隨著人口的增加和人口密度的加大，住宅用地也相應變大。由于污染程度的不同，在污染較輕的地區可以根據周圍地類的需要選擇性轉變；而在污染較重的地區，考慮修復成本及經濟效益最大化則最好轉換成林地，可以達到土地的最大化利用。

由于數據獲取的限制，本研究選擇的驅動因子較少，沒能選取高程或一些具體的信息，如果能得到更多的小尺度數據或得到更清晰的區域圖，加上對該地區的實地走訪調查，就可以更精確地揭示土地利用的轉換方向并提供更精確的區域規劃圖。

參考文獻：

[1]潘影，劉云慧，王靜，等. 基于CLUE-S模型的密云縣面源污染控制景觀安全格局分析[J]. 生態學報，2011，31（2）：529-537.

[2]羅鼎，許月卿，邵曉梅，等. 土地利用空間優化配置研究進展與展望[J]. 地理科學進展，2009，28（5）：791-797.

[3]高志強，易維. 基于CLUE-S和Dinamica EGO模型的土地利用變化及驅動力分析[J]. 農業工程學報，2012，28（16）：208-216.

[4]王麗艷，張學儒，張華，等. CLUE-S模型原理與結構及其應用進展[J]. 地理與地理信息科學，2010，26（3）：73-77.

[5]謝正峰，董玉祥. 我國城市土地優化配置研究演進與展望[J]. 經濟地理，2011，31（8）：1364-1369.

[6]吳健生，馮喆，高陽，等. CLUE-S模型應用進展與改進研究[J]. 地理科學進展，2012（1）：3-10.

[7]吳桂平. CLUE-S模型的改進與區域土地利用變化模擬[D]. 長沙：中南大學，2008.

[8]Hu Y C，Zheng Y M，Zheng X Q. Simulation of land-use scenarios for Beijing using CLUE-S and Markov composite models[J]. Chinese Geographical Science，2013，23（1）：92-100.

[9]楊勇. 關中地區土地利用動態模擬與優化配置研究[D]. 西安：陜西師范大學，2010.

[10]邵景安，李陽兵，魏朝富，等. 區域土地利用變化驅動力研究前景展望[J]. 地球科學進展，2007，22（8）：798-809.

[11]劉仁志，沙博. CLUE-S模型在規劃環境影響評價中的應用[J]. 應用基礎與工程科學學報，2011，19（1）：64-73.

[12]吳曉麗，許泉，王進，等. 江蘇南通常規農田土壤重金屬污染狀況研究[J]. 江蘇農業科學，2005（5）：124-126.

[13]吳桂平，曾永年，馮學智，等. CLUE-S模型的改進與土地利用變化動態模擬——以張家界市永定區為例[J]. 地理研究，2010，29（3）：460-470.

[14]戴聲佩，張勃. 基于CLUE-S模型的黑河中游土地利用情景模擬研究——以張掖市甘州區為例[J]. 自然資源學報，2013，28（2）：336-348.

[15]陳功勛. 基于CLUE-S模型和GIS的土地利用變化模擬研究——以蘇州市吳中區為例[D]. 南京：南京大學，2012.

[16]余婷，柯長青. 基于CLUE-S模型的南京市土地利用變化模擬[J]. 測繪科學，2010，35（1）：186-188.

[17]姜廣輝，張鳳榮，陳軍偉，等. 基于Logistic回歸模型的北京山區農村居民點變化的驅動力分析[J]. 農業工程學報，2007，23（5）：81-87.

使用Arcgis軟件可以提取建立與空間信息一致的屬性信息，以各個地塊柵格單元是否變化為因變量，使用 CLUE-S 模型可以有效地從空間角度定量地分析地類之間的轉換，并結合人口密度及相關的政策法規，進一步揭示各地類之間的相互關系與變化驅動機制。以山東省重金屬污染區域為例，對內部和外部的驅動力進行了深入分析，從而能更精確地為地類之間的相互轉換提供依據。CLUE-S模型模擬結果表明，地類間的相互轉換是在周圍地類現狀的基礎上，以污染程度的輕重、自然、政策等驅動因子為背景，受土地間相互轉換規則為影響而發生。可以為重金屬污染區域選擇一個能有效

利用土地并且經濟效益最大的地類轉換方向。

重金屬污染區域驅動因子的選擇分析表明，要盡快規劃該污染區域，應選擇好規劃后的土地利用類型，在考慮污染的同時應有效利用土地。隨著人口的增加和人口密度的加大，住宅用地也相應變大。由于污染程度的不同，在污染較輕的地區可以根據周圍地類的需要選擇性轉變；而在污染較重的地區，考慮修復成本及經濟效益最大化則最好轉換成林地，可以達到土地的最大化利用。

由于數據獲取的限制，本研究選擇的驅動因子較少，沒能選取高程或一些具體的信息，如果能得到更多的小尺度數據或得到更清晰的區域圖，加上對該地區的實地走訪調查，就可以更精確地揭示土地利用的轉換方向并提供更精確的區域規劃圖。

參考文獻：

[1]潘影，劉云慧，王靜，等. 基于CLUE-S模型的密云縣面源污染控制景觀安全格局分析[J]. 生態學報，2011，31（2）：529-537.

[2]羅鼎，許月卿，邵曉梅，等. 土地利用空間優化配置研究進展與展望[J]. 地理科學進展，2009，28（5）：791-797.

[3]高志強，易維. 基于CLUE-S和Dinamica EGO模型的土地利用變化及驅動力分析[J]. 農業工程學報，2012，28（16）：208-216.

[4]王麗艷，張學儒，張華，等. CLUE-S模型原理與結構及其應用進展[J]. 地理與地理信息科學，2010，26（3）：73-77.

[5]謝正峰，董玉祥. 我國城市土地優化配置研究演進與展望[J]. 經濟地理，2011，31（8）：1364-1369.

[6]吳健生，馮喆，高陽，等. CLUE-S模型應用進展與改進研究[J]. 地理科學進展，2012（1）：3-10.

[7]吳桂平. CLUE-S模型的改進與區域土地利用變化模擬[D]. 長沙：中南大學，2008.

[8]Hu Y C，Zheng Y M，Zheng X Q. Simulation of land-use scenarios for Beijing using CLUE-S and Markov composite models[J]. Chinese Geographical Science，2013，23（1）：92-100.

[9]楊勇. 關中地區土地利用動態模擬與優化配置研究[D]. 西安：陜西師范大學，2010.

[10]邵景安，李陽兵，魏朝富，等. 區域土地利用變化驅動力研究前景展望[J]. 地球科學進展，2007，22（8）：798-809.

[11]劉仁志，沙博. CLUE-S模型在規劃環境影響評價中的應用[J]. 應用基礎與工程科學學報，2011，19（1）：64-73.

[12]吳曉麗，許泉，王進，等. 江蘇南通常規農田土壤重金屬污染狀況研究[J]. 江蘇農業科學，2005（5）：124-126.

[13]吳桂平，曾永年，馮學智，等. CLUE-S模型的改進與土地利用變化動態模擬——以張家界市永定區為例[J]. 地理研究，2010，29（3）：460-470.

[14]戴聲佩，張勃. 基于CLUE-S模型的黑河中游土地利用情景模擬研究——以張掖市甘州區為例[J]. 自然資源學報，2013，28（2）：336-348.

[15]陳功勛. 基于CLUE-S模型和GIS的土地利用變化模擬研究——以蘇州市吳中區為例[D]. 南京：南京大學，2012.

[16]余婷，柯長青. 基于CLUE-S模型的南京市土地利用變化模擬[J]. 測繪科學，2010，35（1）：186-188.

[17]姜廣輝，張鳳榮，陳軍偉，等. 基于Logistic回歸模型的北京山區農村居民點變化的驅動力分析[J]. 農業工程學報，2007，23（5）：81-87.