董墨　王樹力

(東北林業(yè)大學，哈爾濱，150040)

?

基于中分辨率遙感影像土地利用類型信息提取及動態(tài)1)

董墨王樹力

(東北林業(yè)大學，哈爾濱，150040)

摘要為了監(jiān)測與評估荒漠綠洲地帶的土地利用/土地覆蓋信息及其動態(tài)變化，進而分析生態(tài)環(huán)境變化等影響因素。以新疆自治區(qū)喀什地區(qū)為研究區(qū)域，采用1990年、2000年、2011年3期Landsat TM和ETM+遙感影像數(shù)據(jù)，應(yīng)用最大似然法提取土地利用類型信息及對土地利用類型信息動態(tài)變化進行分析。結(jié)果表明：研究區(qū)1990年、2000年、2011年3期分類精度分別為90.62%、86.38%、93.85%；Kappa系數(shù)分別為0.92、0.87、0.84。研究區(qū)土地利用類型獨特，未利用地面積占研究區(qū)總面積的70%，而且3個時期所占比例變化不大。1990—2011年，研究區(qū)耕地面積比例增長了5.00%、林地下降了3.44%、草地下降了1.62%，其他地類面積變化不明顯；土地利用程度變化量為3.53，土地利用程度變化率為2.39%。

關(guān)鍵詞TM；喀什地區(qū)；土地利用；遙感

分類號S771.8

Information Extraction and Dynamic Changes of Land-use Types by Medium-resolution Images

Dong Mo, Wang Shuli

(Northeast Forestry University, Harbin 150040, P. R. China)//Journal of Northeast Forestry University，2016,44(3)：95-100.

The experiment was conducted to monitor and evaluate the land use types of information and its dynamic change in the desert oasis, and then to analyze the impact factors of the ecological environment changes. The maximum likelihood method using the Landsat TM and ETM+ images in 1990, 2000 and 2011 was used to study the land-use types of information and dynamic changes in Kashgar Prefecture of Xinjiang Autonomous Region. The classification accuracy of the study area in 1990, 2000, and 2011 were 86.38% 90.62% and 93.85%, respectively, and the Kappa coefficients were 0.92, 0.87, and 0.84, respectively. The accuracy of classification was higher, and the results were reliable. The land-use types in the study area are very unique, the proportion of unused land area is close to 70%, and the change of the proportion is little in the three periods. The proportion of cultivated land in the study area was increased by 5%, the forest land was decreased by 3.44%, and the grassland was decreased by 1.62%, and the other land use change was not obvious in 1991-2011. The land use change was 3.53, and the rate of land use change was 2.39% in 1990-2011.

KeywordsThematic Mapper (TM); Kashgar region; Land use; Remote sensing

應(yīng)用遙感技術(shù)能夠及時獲得土地覆蓋、土地利用變化信息以及實時監(jiān)測土地動態(tài)變化，可以為土地資源管理部門制定政策提供有力的幫助[1]。研究土地利用及其動態(tài)變化不僅為土地規(guī)劃提供依據(jù)，而且對促進經(jīng)濟更好的發(fā)展，減少環(huán)境的惡化程度具有重要作用。土地利用及其變化分析主要集中于生態(tài)脆弱區(qū)。土地利用/土地覆蓋分類制圖是研究土地利用/土地覆蓋變化的一項重要的基礎(chǔ)性工作，也是凈生產(chǎn)力模型、生態(tài)系統(tǒng)新陳代謝模型以及碳循環(huán)模型等的重要輸入變量。

土地科學的研究在兼顧系統(tǒng)性與綜合性發(fā)展的同時，以土地利用/土地覆被變化(LUCC)為主要研究內(nèi)容，結(jié)合GIS和遙感技術(shù)提取土地利用信息及動態(tài)情況是目前研究的一個前沿課題[2-4]。國際上主要在全球和區(qū)域這兩個尺度上開展研究土地利用/覆蓋變化，已經(jīng)建立6套全球土地覆蓋數(shù)據(jù)集[5-11]。Landsat系列衛(wèi)星傳感器以時間分辨率高、實時性強、成像范圍大、資料來源均勻連續(xù)、獲取成本低等優(yōu)勢，在大、中尺度區(qū)域的土地利用/土地覆蓋信息提取中越來越受到重視[12-17]?？κ驳貐^(qū)是生態(tài)脆弱區(qū)域的典型代表，針對性提取荒漠綠洲地帶的土地利用及其動態(tài)信息具有重要的研究價值。因此，將喀什地區(qū)作為研究區(qū)域具有代表性和典型性。

盡管國內(nèi)外對土地利用及其動態(tài)變化進行了大量的研究，但仍然存在一系列問題。目前分類系統(tǒng)未考慮研究區(qū)的特點而導致分類系統(tǒng)的適用性差；不同的時間尺度對研究土地利用及其動態(tài)的影響程度也是不同的。針對這些問題，本研究參考相關(guān)部門制定分類系統(tǒng)，結(jié)合研究區(qū)的實際情況，選擇10 a的時間尺度，采用中等尺度分辨率的Landsat TM和ETM+遙感數(shù)據(jù)提取喀什地區(qū)的土地利用類型信息，定量分析喀什地區(qū)土地利用變化，為相關(guān)土地資源管理部門制定決策提供依據(jù)。

1研究區(qū)概況

研究區(qū)為新疆自治區(qū)喀什地區(qū)，地理坐標為東經(jīng)71°39′～79°52′，北緯35°28′～40°16′，全區(qū)總面積16.2萬 km2?？κ驳貐^(qū)屬于暖溫帶大陸性干旱氣候，年平均氣溫在11.8 ℃，年降水量39～664 mm。全區(qū)地勢由西南向東北傾斜，地貌輪廓是由穩(wěn)定的塔里木盆地、天山、昆侖山地槽褶皺帶為主的構(gòu)造單元組成，喀什市城區(qū)的平均海拔高度1 289 m。喀什地區(qū)大部分區(qū)域為荒漠及沙漠地區(qū)，有兩大綠洲鑲嵌于其中，其生態(tài)系統(tǒng)不穩(wěn)定且較脆弱。全區(qū)植物資源有高山植被、平原綠洲植被、荒漠植被、沼澤植被等，林地面積35.53萬hm2，其中天然林22.93萬hm2，森林覆蓋率2.75%?？κ驳貐^(qū)水系受當?shù)貧夂颦h(huán)境及地貌地形的制約，境內(nèi)的河流起源絕大部分是來源于高山冰川積雪的融化，隨著季節(jié)的變化會出現(xiàn)明顯的枯洪變化。

2研究方法

2.1遙感數(shù)據(jù)

采用的影像數(shù)據(jù)為美國陸地衛(wèi)星(Landsat)系列衛(wèi)星TM和ETM+數(shù)據(jù)，數(shù)據(jù)來源于USGS網(wǎng)站及中科院遙感所網(wǎng)站。時間為1990年、2000年及2011年的喀什地區(qū)遙感影像數(shù)據(jù)。選擇每景遙感影像數(shù)據(jù)時考慮了季節(jié)、作物物候的變化及數(shù)據(jù)質(zhì)量的好壞等因素，所以數(shù)據(jù)主要集中于4—10月份，具體遙感數(shù)據(jù)如表1所示。

表1　遙感數(shù)據(jù)

研究中用到的輔助數(shù)據(jù)有新疆自治區(qū)喀什行政區(qū)劃圖(見圖1)、喀什矢量圖以及分類及檢驗樣本數(shù)據(jù)。樣本數(shù)據(jù)的收集是以Google Earth中高空間分辨率影像作為參考。在遙感數(shù)據(jù)分類時采用谷歌在線地圖來對照參考研究區(qū)的實際地物分布情況選取分類數(shù)據(jù)及檢驗樣本數(shù)據(jù)。

2.2遙感數(shù)據(jù)處理

TM和ETM+遙感數(shù)據(jù)為L1級的產(chǎn)品，經(jīng)過了輻射校正和幾何校正，將其鑲嵌在一起，然后用喀什地區(qū)的矢量數(shù)據(jù)對其裁剪得到每年的喀什地區(qū)遙感影像圖。為了提高解譯精度，選取最佳波段組合對遙感數(shù)據(jù)進行圖像增強處理。TM和ETM+遙感數(shù)據(jù)為多光譜數(shù)據(jù)，自動提取和目視解譯都容易受波段組合的影響[18-19]。根據(jù)常規(guī)的目視解譯習慣及考慮波段間的相關(guān)性，選擇TM和ETM+數(shù)據(jù)的5、4、3波段分別賦紅、綠、藍色進行彩色合成，得到信息豐富的遙感影像。對遙感影像進行增強處理，經(jīng)試驗比較選取線性拉伸的方法。3期遙感數(shù)據(jù)采用統(tǒng)一的地理坐標系(UTM坐標系)。

圖1　喀什地區(qū)行政區(qū)劃圖

2.3分類系統(tǒng)制定

遙感影像分類就是利用計算機對遙感影像不同波段中各類地物的光譜信息和空間特征等信息進行分析，選擇特征將圖像中每個像元按照特定的規(guī)則及相應(yīng)的算法劃分為不同的類別，然后獲得遙感影像中與實際地物的對應(yīng)信息，從而實現(xiàn)遙感影像的分類[9]。結(jié)合研究區(qū)地形地貌特點及《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》，最終將研究區(qū)的土地利用類型劃分為6類(耕地、林地、草地、水域、建設(shè)用地、未利用地)。根據(jù)制定的分類系統(tǒng)并結(jié)合遙感影像，選取分類樣本和解譯標志(見表2)。

表2　遙感影像解譯標志

2.4分類方法

最大似然分類法是遙感影像分類最常用手段之一，與其他非參數(shù)方法(如神經(jīng)網(wǎng)絡(luò))相比，具有清晰的參數(shù)解釋能力、易與先驗知識融合、算法簡單等優(yōu)點。最大似然分類法是將衛(wèi)星遙感多波段數(shù)據(jù)的分布當作多維正態(tài)分布來構(gòu)造判別分類函數(shù)。其基本思想：各類的已知像元的數(shù)據(jù)在平面或空間中構(gòu)成一定的點群；每一類的每一維數(shù)據(jù)在自己的數(shù)軸上形成一個正態(tài)分布，該類的多維數(shù)據(jù)就構(gòu)成該類的一個多維正態(tài)分布，有了各類的多維分布模型，對于任何一個未知類別的數(shù)據(jù)向量，都可反過來求它屬于各類的概率；比較這些概率的大小，看哪一類的概率大，就把這個數(shù)據(jù)向量或者這個像元歸為該類[20]。數(shù)學模型如公式(1)所示。

(1)

式中：P(x/Gk)是第k類的m維正態(tài)分布密度函數(shù)，由它可以看出在第k類中m維隨機變量X出現(xiàn)各種可能值的概率大小；m為波段數(shù)；μk是第k類每個波段的均值所構(gòu)成的均值向量；Sk是第k類m個波段值的協(xié)方差矩陣。

2.5精度驗證方法

研究區(qū)分類結(jié)果的精度驗證主要采用Kappa系數(shù)[21]、生產(chǎn)者精度、用戶精度3個評價指標。Kappa系數(shù)如公式(2)所示。

(2)

式中：Ka為Kappa系數(shù)；N表示抽取的驗證點數(shù)；r表示土地利用類型數(shù)；Xii表示驗證點中，為i種類型且驗證結(jié)果為正確的總點數(shù)；Xi+表示真實情況為第i種類型的驗證點總數(shù)，X+i表示被分成了第i種類型的驗證點總數(shù)。

2.6分析方法

單一土地利用類型變化動態(tài)度是對研究區(qū)域的土地利用類型變化速度的描述，在一定時間范圍反映研究區(qū)各類別土地數(shù)量變化情況[22]，其表達式如公式(3)所示。

(3)

式中：K是某時間階段的某分類類別的動態(tài)度；Ut1是研究時間段初期的某土地類別的數(shù)值；Ut2是研究時間段末期某類別的數(shù)值；T是研究時段。

土地利用程度綜合指數(shù)。反映土地利用程度的高低用土地利用程度綜合指數(shù)這一綜合指標表示[23]，具體的表達式如公式(4)所示。

(4)

式中：L是土地利用綜合指數(shù)；Ai是第i級的土地利用程度分級指數(shù)；Ci是第i級的土地利用程度分級面積百分比；n是土地利用程度分級數(shù)。

土地利用程度變化量及其變化率。在一定的時間范圍內(nèi)，某研究區(qū)的各種土地利用類別變化的綜合結(jié)果表現(xiàn)為土地利用程度變化，土地利用程度變化量及其變化率指標能定量表達研究區(qū)的土地利用變化趨勢及綜合水平[4]。土地利用程度變化量的表達式如公式(5)所示，其土地利用程度變化率的表達式如公式(6)所示。

(5)

(6)

式中：Lt1、Lt2分別是t1、t2時間區(qū)域的土地利用程度綜合指數(shù)；A是第i級土地利用分級數(shù)；Ct1i、Ct2i分別是t1、t2時間第i等級的土地利用程度所占區(qū)域面積的百分比；如ΔLt2-t1>0，則表示該區(qū)域土地利用處于發(fā)展期；否則處于調(diào)整期或衰退期。R是土地利用程度變化率，當R>0時，表示該區(qū)域土地利用處于發(fā)展階段；R<0則相反。

3結(jié)果與分析

3.1分類結(jié)果

采用最大似然法對研究區(qū)1990、2000、2011年3期遙感影像分類結(jié)果如圖2～4所示。由圖2可知，1990年研究區(qū)大部分土地利用類型為未利用地，中部為耕地和草地，水體主要集中在南部。由圖3可知，研究區(qū)2000年與1990年相比林地面積明顯減少，草地與耕地面積稍有增加。由圖4可知，研究區(qū)2011年與與2000年相比林地面積進一步減少，建筑用地變化不大，草地和耕地的面積有所增加?？v觀3個時期土地利用類型來看，研究區(qū)土地利用類型具有獨特性，未利用地面積所占研究區(qū)總面積的比例非常大，而且3個時期所占比例變化不大。

3.2結(jié)果驗證

將分類結(jié)果圖與原始遙感影像疊加做初步判斷，在原始影像上隨機選取驗證樣本計算Kappa系數(shù)、生產(chǎn)者精度、用戶精度3個精度指標。研究區(qū)1990年分類精度為90.62%，Kappa系數(shù)為0.92；2000年分類精度為86.38%，Kappa系數(shù)為0.87；2011年分類精度為93.85%，Kappa系數(shù)為0.84。詳細結(jié)果如表3～5所示。由此可知，3期遙感數(shù)據(jù)的分類結(jié)果較理想可用于土地利用變化及動態(tài)分析。

圖2　1990年土地利用類型

圖3　2000年土地利用類型

3.3土地利用類型面積變化

研究區(qū)土地利用類型多樣，結(jié)構(gòu)復雜。1990—2011年，隨著自然環(huán)境及人類活動的變化土地利用類型也發(fā)生較大改變。由表6～7可知，2000年耕地面積為6 847.41km2，與1990年耕地面積相比增加了3.66%，2000年的耕地面積與2011年的耕地面積相比增加1.34%，耕地面積總體呈增加的趨勢。1990—2011年期間林地面積減少了3.44%，林地面積總體呈下降的趨勢。1990—2011年研究區(qū)的草地面積總體呈減少的趨勢，草地面積共減少了1 790.49km2。1990年的建設(shè)用地面積為7 578.52km2，2011年的建設(shè)用地面積為7 519.27km2，面積百分比為6.69%，建設(shè)用地面積總體變化幅度不大。2011年的水體面積為9 581.99km2，面積百分比為8.53%，與1990、2000年相比，總體呈減少的趨勢。研究區(qū)土地類型具有獨特性，未利用地面積所占的比例較大，其他所有利用類型所占面積約為30%。1990—2011年未利用地的變化量為1 734.06km2，未利用地面積總體呈增加的趨勢。

圖4　2011年土地利用類型

土地類別生產(chǎn)者精度/%用戶精度/%耕地90.03100.00林地100.0084.05草地97.4082.87建設(shè)用地69.8398.78水體99.38100.00未利用地100.0099.90

表4　2000年分類精度檢驗

表5　2011年分類精度檢驗表

3.4單一土地利用類型變化動態(tài)度

研究區(qū)1990—2011年間耕地單一土地利用類型動態(tài)度最大，表明耕地面積增加速率最高為9.82%。林地(-2.48%)、草地(-1.26%)、建設(shè)用地(-0.04%)、水體(-0.55%)的單一土地利用類型動態(tài)度變化程度都的比較小且為負數(shù)，說明這4種類型面積都在減少，林地減少速率最大為-2.48%，建設(shè)用地減少速率最小為-0.04%，平均面積減少速率為-1.08%。未利用地的單一土地利用類型動態(tài)度變化不大且為正數(shù)，說明未利用地面積在增加，增加的速率為0.11%，這與之前的土地利用變化分析一致，這些變化主要與研究區(qū)的農(nóng)業(yè)發(fā)展及人類活動有關(guān)?？傮w看來，1990—2011年間研究區(qū)單一土地利用類型變化動態(tài)度增加了5.60%。

表6　1990—2011年土地利用類型面積及面積變化量　km2

表7　1990—2011年土地利用類型面積比例及面積比例變化量　%

3.5土地利用程度變化

土地利用程度是反映人類對土地利用的深度及廣度，根據(jù)劉紀遠等[24]提出的土地利用程度分析方法，將土地利用程度按照土地的不同利用方式，劃分為4個級別并且每個級別賦予相應(yīng)的數(shù)值。未利用地的土地利用程度最高為第1級，第2級為林地、草地以及水體，第3級為耕地，土地利用程度最低的是建筑用地(4級)。

根據(jù)公式(3)(4)(5)計算的研究區(qū)土地利用程度變化指數(shù)。研究區(qū)在1990、2000、2011年的土地利用程度綜合指數(shù)分別為147.52、150.73、151.05，平均土地利用程度綜合指數(shù)為149.77，說明研究區(qū)1990、2000、2011年的土地利用程度整體處于一個中等水平，并且1990—2011年土地利用程度總體變化差異很小。1990—2011年的土地利用程度變化量為3.53，其中：1990—2000年的土地利用程度變化量所占比例最大為90.93%，2000—2011年的土地利用程度變化量所占比例僅占9.07%；1990—2011年的土地利用程度變化率為2.39%，1990—2000年的土地利用程度變化率最高為2.17%；1990—2011年的土地利用程度變化量及其變化率都大于零，說明研究區(qū)的土地利用正處于發(fā)展階段。

4結(jié)論與討論

喀什地區(qū)的獨特地形地貌，荒漠、沙漠、裸地等未利用地所占的地類面積比例較大，水體、林地及草地所占的面積百分比相對較少，該地區(qū)的生態(tài)環(huán)境比較脆弱。該區(qū)域耕地的動態(tài)度9.82%，且面積呈增加的趨勢；林地的動態(tài)度為-2.48%、草地的動態(tài)度為-1.26%，即林地及草地面積略有下降的趨勢；其他地類面積變化不明顯。

土地利用變化主要受自然因素和人為因素的影響。自然因素主要包括氣候的變化、降水量的多少、自然災(zāi)害等對地物類型的影響；人文因素主要是人類活動對土地利用的相互影響，如社會經(jīng)濟的發(fā)展、國家制定的相關(guān)政策也會對土地利用變化有一定程度的影響。今后應(yīng)進一步研究在各個因素相互影響、共同作用下的土地利用動態(tài)變化。

本研究以新疆自治區(qū)喀什地區(qū)為例，針對荒漠綠洲地帶的土地利用/土地覆被信息提取和變化分析做了有益的嘗試。今后應(yīng)進一步考慮到每景遙感影像季節(jié)差異、作物物候的變化及數(shù)據(jù)質(zhì)量的好壞等因素對分類結(jié)果的影響。TM和ETM+遙感數(shù)據(jù)分辨率的局限，使得一些地物類別不容易區(qū)分開，也不易分辨出二級地類。應(yīng)嘗試采用同季節(jié)的遙感影像數(shù)據(jù)，減小不同季節(jié)色差的影響數(shù)據(jù)的分類，并采用更高分辨率的影像數(shù)據(jù)及不同的分類方法進行分類，以提高分類精度。

參考文獻

[1]喬衛(wèi)芳.基于遙感影像的土地利用分類研究[J].測繪與空間地理信息,2011,34(6):14-17.

[2]UNSALANC,BOYERK.Classifyinglanddevelopmentinhigh-resolutionsatelliteimageryusinghybridstructural-multispectralfeatures[J].IEEETransactionsonGeoscienceandRemoteSensing,2004,42(12):2840-2850.

[3]于興修,楊桂山.中國土地利用/覆被變化研究的現(xiàn)狀與問題[J].地理科學進展,2002,21(1):51-57.

[4]劉紀遠.中國資源環(huán)境遙感宏觀調(diào)查與動態(tài)研究[M].北京:中國科學技術(shù)出版社,1996.

[5]LOVELANDR,ZHUZ,OHLENDO，etal.AnanalysisoftheIGBPgloballand-covercharacterizationprocess[J].PhotogrammetricEngineeringandRemoteSensing,1999,65(9):1021-1032.

[6]HANSENMC,REEDB.AcomparisonoftheIGBPDISCoverandUniversityofMaryland1kmgloballandcoverproducts[J].InternationalJournalofRemoteSensing,2000,21(6):1365-1373.

[7]BARTHOLOMEE,BELWARDAS.GLC2000:anewapproachtogloballandcovermappingfromEarthobservationdata[J].InternationalJournalofRemoteSensing,2005,26(9):1959-1977.

[8]ARINOOBICHERONP,ACHARDF,etal.GlobcoverThemostdetailedportraitofEarth[J].E·S·ABulletin-EuropeanSpaceAgency,2008,136(4):24-31.

[9]ZHANX,DEFRIESR,TOWNSHENDJRG.The250mgloballandcoverchangeproductfromtheModerateResolutionImagingSpectroradiometerofNASA’sEarthObservingSystem[J].InternationalJournalofRemoteSensing,2000，21(6/7):1433-1460.

[10]FRIEDLMA,MCLVERDK,HODGESJCF,etal.GloballandcovermappingfromMODIS:algorithmsandearlyresults[J].RemoteSensingofEnvironment,2002,83(1/2):287-302.

[11]MASSONV,CHAMPEAUXJL,CHAUVINF,etal.Aglobaldatabaseoflandsurfaceparametersat1-kmresolutioninmeteorologicalandclimatemodels[J].JournalofClimate,2003,16(9):1261-1282.

[12]姚愛冬,曹曉陽,馮益明.甘肅省民勤縣土地利用/土地覆蓋變化遙感分析[J].東北林業(yè)大學學報,2014,42(5):92-96.

[13]唐強,閆紅偉,高琦.盤錦地區(qū)土地利用與景觀格局動態(tài)分析[J].東北林業(yè)大學學報,2012,40(9):67-69.

[14]趙鵬祥,孫存舉,郝紅科.基于GIS和Markov的黃龍山天然林區(qū)地類變化[J].東北林業(yè)大學學報,2012,40(10):67-69.

[15]王鶴霖,范文義,趙妍,等.基于紋理信息的森林類型遙感識別技術(shù)[J].東北林業(yè)大學學報，2013，41(6):50-54.

[16]侯偉,陳鋒,楊春露,等.遼寧中部城市群土地利用時空格局遙感分析[J].東北林業(yè)大學學報,2011,39(1):113-115.

[17]吳見,彭道黎.基于TM影像的多倫縣土地利用信息提取[J].東北林業(yè)大學學報,2010,38(10):88-94.

[18]常勝.TM遙感影像彩色合成最佳波段組合研究：以恩施市土地利用遙感圖制作為例[J].湖北民族學院學報(自然科學版),2010,28(2):230-232,235.

[19]戴昌達,雷莉萍.TM圖像的光譜信息特征與最佳波段組合[J].環(huán)境遙感,1989,4(4):282-292.

[20]陳述彭,童慶禧,郭華東.遙感信息機理研究[M].北京:科學出版社,1998.

[21]JANSSENLLF,VANDERWELFJM.Accuracyassessmentofsatellitederivedlandcoverdata:Areview[J].PotogammetricEngineeringandRemoteSensing,1994,60(4):419-432.

[22]王秀蘭,包玉海.土地利用動態(tài)變化方法探討[J].地理科學進展,1999,18(1):81-87.

[23]莊大方,劉紀遠.中國土地利用程度的區(qū)域分異模型研究[J].自然資源學報,1997,12(2):105-111.

[24]樊玉山,劉紀遠.西藏自治區(qū)土地利用[M].北京:科學出版社,1992.

收稿日期：2015年10月8日。

第一作者簡介：董墨，女，1990年12月生，東北林業(yè)大學林學院，碩士研究生。E-mail：dongmo1222@163.com。通信作者：王樹力，東北林業(yè)大學林學院，教授。E-mail：shuliwang@163.com。

1)國家自然科學基金項目(31300533)；國家高技術(shù)研究發(fā)展計劃項目(2012AA102001)。

責任編輯：王廣建。