俞琳飛， 楊永輝， 周新堯， 馬樂新， 李會龍， 孔凡超

(1.中國科學院 遺傳與發(fā)育生物學研究所農業(yè)資源研究中心，河北 石家莊 050022； 2.中國科學院大學中丹學院，北京101400； 3.中國科學院 農業(yè)水資源重點實驗室，河北 石家莊 050022； 4.河北省節(jié)水農業(yè)重點實驗室，河北 石家莊 050022； 5. 河北省氣象臺，河北 石家莊 050022)

1 研究背景

降水是水循環(huán)過程中重要的組成環(huán)節(jié)[1]，能夠為陸地水文過程、氣象研究和水資源管理提供重要的信息[2-3]。因此，降水的精確測量對自然科學的研究和可能的地質災害預警具有重要的意義[4-5]。目前，最為傳統(tǒng)的降水測量手段是通過地面氣象觀測站進行直接測量，這也是降水測量在“點尺度”上最為精確的方法[6-7]。受自然和人為等因素的影響，地面氣象站難以覆蓋海洋、地形復雜的山區(qū)和高原等地區(qū)，導致難以獲取準確的降水數(shù)據(jù)[8]。近10年來，衛(wèi)星遙感技術和地理信息技術的迅速發(fā)展，在全球范圍內提供了基于遙感的高時空分辨率的衛(wèi)星降水產品，并被廣泛地應用于環(huán)境、水文和氣象等領域，例如降水特征分析、水文過程模擬和干旱監(jiān)測等[2,9-10]。衛(wèi)星降水產品具有高時空分辨率，覆蓋范圍廣和連續(xù)觀測的優(yōu)點，能夠較為準確地反映區(qū)域乃至全球的降水時空分布特征[11]。然而，衛(wèi)星遙感技術仍是間接觀測手段，通過不同的數(shù)學方法將衛(wèi)星降水產品數(shù)據(jù)和高密度的地面降水監(jiān)測網數(shù)據(jù)進行融合，形成新的降水產品成為國際未來降水產品的發(fā)展新趨勢。目前，國際上已經出現(xiàn)了多個融合地面降水觀測數(shù)據(jù)而形成的新產品，例如：全球降水氣候計劃(Global Precipitation Climatology Project，GPCP)數(shù)據(jù)集通過地面站點數(shù)據(jù)得出的數(shù)據(jù)方差和誤差作為權重進行最大似然合成形成了GPCP日產品和月產品[12]。TRMM 3B42利用全球降水氣候中心的數(shù)據(jù)訂正得到了新的月尺度衛(wèi)星產品[7,13]。

中國地面降水監(jiān)測網的發(fā)展使得中國在多源融合降水產品上也逐步發(fā)展起來，國家氣象信息中心將美國大氣海洋和管理局氣候預測中心的衛(wèi)星反演降水產品(CMORPH)和全國3～4萬個自動氣象站觀測的1 h降水量數(shù)據(jù)融合形成了中國區(qū)域1 h、0.1°×0.1° 分辨率的融合降水產品(以下簡稱“CMORPH融合產品”)。沈艷等[7]對CMORPH融合產品在中國區(qū)域進行了質量評估，結果表明，融合降水產品在區(qū)域降水范圍和空間分布上更為合理，并且在強降水的捕捉性能上有明顯的提高，但所選取的研究時段僅在每年的降水豐沛的時期(5-9月)，融合降水產品在全年，特別是冬季的表現(xiàn)尚不清晰。與此同時，高密度的地面氣象站點主要是分布在長江流域和華南地區(qū)，融合降水產品在站點密度較稀疏的華北地區(qū)需進一步驗證。

地形是導致山區(qū)降水分布存在時空變異性的重要因素，加之高海拔地區(qū)地面降水觀測站點少等原因，降水估測難以達到較高的準確性，使得不同的衛(wèi)星降水產品在不同地區(qū)的準確性和降水捕捉表現(xiàn)存在著較大的差異[8-9,14-16]。因此，在對衛(wèi)星降水產品應用之前，需要對產品進行區(qū)域質量評估。近3年來，關于CMORPH各類產品的研究主要是集中在流域尺度上，且時空分辨率較低。中國山區(qū)面積廣闊，其面積達到了國土總面積的68.2%[17]。山區(qū)地形復雜，相對起伏較大，且在高海拔地區(qū)氣象站點分布少且不均勻，為山區(qū)降水空間分布的研究帶來了一定的困難[18]。因此，高精度的降水產品在山區(qū)的應用顯得尤為重要。

為了評估融合降水產品在中國北部山區(qū)的質量，本文基于太行山區(qū)113個國家級氣象站點2016年1月至2017年7月的地面降水觀測數(shù)據(jù)，采用目前時空分辨率最高的CMORPH反演降水產品(以下簡稱“CMORPH”)和新一代融合產品在研究區(qū)內對精度和降水探測能力進行質量對比評估，分別從時間尺度和空間尺度上對融合前后產品進行對比，提取數(shù)字高程模型(DEM)中的地形信息，分析衛(wèi)星降水產品的準確性和探測能力與地形的關系。以此為該區(qū)域降水產品的選擇以及降水空間分布特征的研究提供理論依據(jù)和數(shù)據(jù)支持，為降水產品質量進一步提升提供科學參考。

2 數(shù)據(jù)來源和研究方法

2.1 研究區(qū)概況

太行山區(qū)是我國北方重要的山脈帶之一，地理位置介于34°34′N～ 40°43′N、110°14′E～114°33′E，是黃土高原和華北平原重要的自然地理分界線[19-20]。太行山區(qū)氣候類型為典型的溫帶季風氣候，區(qū)域內地形復雜，相對起伏較大，高海拔和低海拔地區(qū)主要集中在山區(qū)西北部和東部地區(qū)，高、低海拔之間形成了明顯的降水梯度[21]。

2.2 數(shù)據(jù)來源

研究所使用的地面氣象資料來源于河北省氣象局，包括113個氣象站點逐日的地面實測數(shù)據(jù)集。所有站點均為國家級自動站，氣象站點觀測數(shù)據(jù)經過一系列質量控制包括臺站極值檢查，氣候界限值檢查和時空一致性檢查等。站點分布如圖1所示，觀測精度為0.1 mm/d。DEM數(shù)據(jù)來自于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)，空間分辨率為30 m×30 m。

本文采用CMORPH和CMORPH融合產品兩種衛(wèi)星降水數(shù)據(jù)，CMORPH來自于NOAA(ftp://ftp.cpc.ncep.noaa.gov)，是全球范圍內基于多種微波降水數(shù)據(jù)和紅外輻射數(shù)據(jù)的的基礎上形成的高時空分辨率衛(wèi)星降水產品[22]，本研究所使用的是時空分辨率為30 min/ 8 km版本的衛(wèi)星降水數(shù)據(jù)。CMORPH融合產品數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(http://data.cma.cn)的CMORPH產品與中國自動站融合形成的逐小時降水量網格數(shù)據(jù)集(1.0版)。國家氣象信息中心的研究人員將降水CMORPH衛(wèi)星降水產品的數(shù)據(jù)與地面氣象站監(jiān)測到的小時降水數(shù)據(jù)進行融合，采用概率密度匹配(Probability Density Function, PDF)和最優(yōu)插值(Optimal Interpolation, OI)的方法，對該技術在1 h、0.1°分辨下的核心參數(shù)進行調整和改造生成了逐小時的降水融合產品[7,23]，空間范圍是70～140°E、15～60°N。研究時間段范圍是2016年1月1日至2017年7月31日。將CMORPH和CMORPH融合產品的數(shù)據(jù)按照對應時段累加成日降水數(shù)據(jù)。

2.3 研究方法

本文利用地面氣象站點坐標提取對應衛(wèi)星降水柵格圖像上的對應點數(shù)據(jù)，在站點尺度上進行產品質量的評價?；谌战邓當?shù)據(jù)進行季節(jié)尺度上的質量評價，不同季節(jié)的時間范圍分別為春季(3-5月)，夏季(6-8月)，秋季(9-11月)和冬季(12-翌年2月)。采用皮爾遜相關系數(shù)(Correlation Coefficient,R)，均方根誤差(Root Mean Square Error,RMSE)和相對偏差(Relative Bias,RB)來評價降水產品的精度[24]。各評價指標的公式如下：

(1)

(2)

(3)

根據(jù)氣象學上雨量劃分的原則，選取0.1 mm/d作為是否發(fā)生降水事件的閥值，采用探測率(Probability of Detection,POD)，誤報率(False Alarm Ratio,FAR)和臨界成功指數(shù)(Critical Success Index,CSI)來評價降水產品的對于降水事件的探測能力[5]，POD越高表示降水事件被漏報的概率越小，F(xiàn)AR越低表示降水事件被錯誤預報的概率越小，CSI越大表示降水產品對降水時間的綜合探測能力越強，各評價指標公式如下：

(4)

(5)

(6)

式中：H(Hits)為降水產品和地面氣象站同時有雨的頻數(shù)；F(False Alarm)為降水產品有雨而地面氣象站無雨的頻數(shù)；M(Misses)為降水產品無雨而地面氣象站有雨的頻數(shù)。POD、FAR和CSI的最優(yōu)值分別為1、0和1。

3 結果分析與討論

降水具有明顯的時空變異性的特征，衛(wèi)星降水產品的精度是由降水時空差異捕捉的準確性所反映[3]。因此，研究從時間和空間兩個角度，將兩種降水產品和地面氣象站的實測數(shù)據(jù)進行對比，評估二者在太行山區(qū)的質量。在時間尺度上，分別從年、季、月和日對降水產品進行精度評價；在空間尺度上，主要分析降水產品精度在區(qū)域內以及不同站點的空間分布特征。

3.1 時間尺度特征

3.1.1 年降水分析 在研究時段內，選擇2016年全年的數(shù)據(jù)進行年尺度的精度評價。表1為年尺度上對衛(wèi)星觀測降水和地面實測降水的精度統(tǒng)計結果。CMORPH融合產品在經過地面數(shù)據(jù)校正之后，產品數(shù)據(jù)與氣象站數(shù)據(jù)呈現(xiàn)良好的相關性(R=0.87)，要高于CMORPH。為了明確衛(wèi)星降水產品數(shù)據(jù)與氣象站數(shù)據(jù)之間降水量數(shù)值的差異程度，需要考慮二者之間的均方根誤差和相對偏差，從表1中可見，CMORPH融合產品的均方根誤差(RMSE=780.62 mm/a)和相對偏差(RB=-12.29 %)要高于CMORPH。

表1 太行山區(qū)年尺度衛(wèi)星觀測降水與地面觀測降水的精度比較

3.1.2 季節(jié)降水分析 太行山區(qū)是典型的溫帶季風氣候區(qū)，降水季節(jié)差異大且分配不均，需進一步分析融合產品在不同季節(jié)的產品精度和降水探測能力(表2)，本文所分析的是逐日數(shù)據(jù)在不同季節(jié)上的表現(xiàn)，分別從春季、夏季、秋季和冬季對兩種降水產品進行比較，并對R、RMSE和RB3個連續(xù)統(tǒng)計指標在不同季節(jié)尺度上進行分析。

圖2為不同季節(jié)觀測降水量和衛(wèi)星產品降水量的散點圖。由圖2可知，CMORPH融合產品在各個季節(jié)的擬合優(yōu)度都高于CMORPH，特別是在夏季擬合優(yōu)度最高(R2=0.5)，冬季的擬合優(yōu)度最低(R2=0.09)；CMORPH產品在春季的擬合優(yōu)度最高(R2=0.24)，冬季的擬合優(yōu)度最低(R2=0.006)。由表2也得出相同的結論，CMORPH融合產品夏季相關系數(shù)最高，為0.7, 而CMORPH的相關系數(shù)僅為0.41。除冬季以外，CMORPH融合產品的均方根誤差和相對偏差均小于CMORPH，融合前后衛(wèi)星降水產品在冬季的表現(xiàn)均較差，可能由于太行山區(qū)冬季多為弱降水或是固態(tài)降水，地面資料的局限性限制了融合產品的優(yōu)化[25]。有研究表明不同衛(wèi)星降水產品在中國大陸濕季的表現(xiàn)要優(yōu)于干季[26]，與本研究結果相同。以0.1 mm/d作為降水閥值，CMORPH融合產品和CMORPH在夏季的降水探測率最高，分別為0.76和0.69。CMORPH融合產品各個季節(jié)的POD和CSI均高于CMORPH，可見融合優(yōu)化之后的產品在探測能力上有顯著提升。

圖3為CMORPH和CMORPH融合產品在不同季節(jié)的相關系數(shù)、均方根誤差和相對偏差3種連續(xù)統(tǒng)計量值的箱形圖。它們均表現(xiàn)出冬季相關系數(shù)較低、春季和冬季相對偏差較大的特點，從表2中也可以看出，夏季的RMSE較大，而冬季的RB最大，說明夏季兩種降水產品與地面實測數(shù)據(jù)偏差較大，而冬季最為穩(wěn)定，其原因在于夏季是降水事件高發(fā)期，且容易發(fā)生短時強降水，從而導致區(qū)域年均降水量分布不均勻[26-27]。

3.1.3 月降水和日降水分析 從CMORPH、CMORPH融合產品與地面氣象站在月降水上的精度評價可見(表3)，兩種降水產品數(shù)據(jù)和地面實測數(shù)據(jù)均呈現(xiàn)良好的相關性(R>0.75)，其中CMORPH融合產品的相關系數(shù)達到了0.97。融合產品的均方根誤差(RMSE=225.72 mm/month)要高于原始產品(RMSE=54.51mm/month)。與此同時，CMORPH融合產品的降水量觀測值存在低估于實際觀察值的現(xiàn)象，RB為-11.36%，而CMORPH產品則是略高估于實際觀測值，RB為2.46%。圖4為CMORPH、CMORPH融合產品與地面氣象站在月降水量的時間序列對比?？傮w上，CMORPH和CMORPH融合產品的降水量與實測降水量呈現(xiàn)較好的一致性，也表現(xiàn)出了良好的時間模式，從3月份開始出現(xiàn)了明顯的降水梯度，8月開始降水量回落，11月份之后降水量降到了較低的水平，這種降水的時間變化特征與溫帶季風氣候特征的年降水量規(guī)律相符合。同時，CMORPH融合產品相比于CMORPH與實測數(shù)據(jù)有著更好的吻合性，在雨季期間，CMORPH在降水量觀測上存在較為嚴重的低估的現(xiàn)象，可能由于太行山區(qū)水汽的抬升，氣溫下降使得夏季雨水充沛，未經地面融合的CMORPH反演降水受多層云系的作用，衛(wèi)星傳感器在探測亮溫上受到了一定的影響[28]，同時，CMORPH產品在5-6月和10月出現(xiàn)較大的偏差，可能是由于季節(jié)交替的過程中受季風活動和熱帶氣旋的影響，從而導致了降水量的變化較大[27]。

表2 太行山區(qū)季節(jié)尺度下兩種降水產品統(tǒng)計指標對比

圖2 太行山區(qū)不同季節(jié)觀測降水量和衛(wèi)星產品降水量散點圖

圖3 兩種衛(wèi)星降水產品在不同季節(jié)的精度評價指標的箱形圖

通過將研究區(qū)范圍內不同站點位置的逐日降水數(shù)據(jù)納入同一序列，得到太行山區(qū)兩種降水產品逐日降水數(shù)據(jù)的質量評價結果，如表4所示。由表4可見，CMORPH融合產品的R值為0.72，明顯高于CMORPH產品的0.39，表明優(yōu)化校正之后的產品在降水時空變化上具有更強的捕捉能力；融合產品RMSE值為42.58 mm/d，高于原始產品的9.94 mm/d，表明融合產品在對降水探測的整體精度上仍有待提高；融合產品的相對偏差為-11.36 %，原始產品的相對偏差為2.47，表明融合產品在研究區(qū)具有較為明顯低估現(xiàn)象，融合產品的質量在不同區(qū)域的表現(xiàn)差異與不同地區(qū)地面降水監(jiān)測網站點數(shù)的疏密有著密切的關系[7,29]，太行山區(qū)高海拔地區(qū)站點缺失是影響融合產品表現(xiàn)的重要原因之一。從分類指標上看，CMORPH融合產品有更高的POD值和CSI值，表明融合之后的產品在對降水強度大于等于0.1 mm/d的降水事件有較好的探測能力。

表3 太行山區(qū)月尺度衛(wèi)星觀測與地面觀測降水的精度比較

表4 太行山區(qū)兩種降水產品日降水統(tǒng)計指標對比

圖4 2016-2017年兩種降水產品與氣象站點月降水量對比

3.2 空間尺度特征

3.2.1 區(qū)域精度對比 為了分析研究區(qū)內衛(wèi)星降水產品觀測值與氣象站觀測值在空間上的誤差分布特征，采用克里金插值法在對地面年降水量在空間上進行插值，得到了實測年降水量的空間分布圖。圖5為2016年兩種衛(wèi)星產品和氣象站年降水量的空間分布。由圖5可見，在太行山區(qū)的北部和西南部是降水較少的區(qū)域，而降水較多的區(qū)域主要分布在東部平原地區(qū)。以地面觀測數(shù)據(jù)作為質量檢測標準，兩種降水產品在東部低海拔地區(qū)的降水捕捉表現(xiàn)較好。總的來說，在研究區(qū)內CMORPH降水觀測值要高于地面氣象站觀測值，而CMORPH融合產品觀測值除了東南部小部分區(qū)域以外均低于地面氣象站觀測值。

將衛(wèi)星產品的觀測降水數(shù)據(jù)與氣象站點實測降水數(shù)據(jù)進行疊置分析，得到了兩種降水產品和實測年降水量的空間差值分布圖，見圖6。由圖6可看出，CMORPH融合產品在北部和中部高海拔地區(qū)嚴重偏低，在東部平原區(qū)偏高，僅有小范圍區(qū)域與實測數(shù)據(jù)空間分布吻合。原始產品則表現(xiàn)相反，在區(qū)域降水量差值上，在東部低海拔地區(qū)估測偏低，反而在北部高海拔地區(qū)估測差值更小?？梢?，融合產品的質量是由地面站點密度直接決定的，CMORPH衛(wèi)星降水產品在高海拔地區(qū)具有較好的表現(xiàn)。

3.2.2 站點精度對比 圖7為CMORPH和CMORPH融合產品降水量觀測值與氣象站觀測值之間在空間上的相關系數(shù)和相對偏差的分布圖。從圖7(a)、7(b)可得，在研究區(qū)內不同站點相關系數(shù)的跨度非常大，R值分布于0.1～1范圍內，CMORPH融合產品降水觀測值與氣象站觀測值呈現(xiàn)良好的線性相關性，R大致在0.5～1的范圍內，而CMORPH在全區(qū)內，R范圍在0.1～0.6左右。融合產品在東北部低海拔地區(qū)相關性更好，而原始產品表現(xiàn)較差，可見衛(wèi)星降水產品的表現(xiàn)具有區(qū)域性差異。在相對偏差的空間分布上，CMORPH融合產品并沒有表現(xiàn)出較大的優(yōu)勢，總體低估了實際降水量觀測值，特別是在高海拔地區(qū)尤為明顯。對于CMORPH的產品精度表現(xiàn)，在太行山高海拔地區(qū)(北部)出現(xiàn)了明顯的高估情況?？梢姡匦问怯绊懶l(wèi)星降水產品表現(xiàn)的重要因素之一，Xu Ran等[16]在青藏高原南部進行衛(wèi)星產品的精度評估表明：海拔是影響衛(wèi)星產品表現(xiàn)的重要因素，隨著海拔升高，產品表現(xiàn)越差。

在探測率和誤報率的空間分布上(圖8)，CMORPH融合產品在全區(qū)內都有明顯的提升，探測率基本高于0.55，誤報率低于0.4。在海拔較低的區(qū)域(東部和中部)，產品在探測降水上更為準確且誤報率相比于高海拔地區(qū)(北部和南部)更低。值得關注的是，原始產品在東部和西部的低海拔地區(qū)的誤報率比高海拔地區(qū)更高，可能是由于更為頻繁的降水事件的發(fā)生導致了錯誤探測率隨之上升。

3.3 地形對衛(wèi)星降水產品的影響

太行山區(qū)位于我國華北地區(qū)，地勢西北高、東南低，境內地形復雜，高程落差較大，降水在一定程度上會受到地形的影響，以下將對比分析高程、坡度和坡向對CMORPH融合前后衛(wèi)星產品表現(xiàn)的影響。

3.3.1 海拔對衛(wèi)星產品評價指標的影響 以氣象站點的高程作為自變量，分別以各個站點的6種評價指標結果作為因變量，進行回歸分析，發(fā)現(xiàn)線性回歸的擬合效果最佳，回歸結果如圖9所示。由圖9可看出，隨著各站點高程的增加，CMORPH對應站點的相關系數(shù)、POD和CSI呈現(xiàn)顯著上升(p<0.01)的趨勢；而兩種產品對應站點的誤報率和CMORPH融合產品對應站點的相對偏差呈現(xiàn)顯著下降(p<0.01)的趨勢。隨著高程的增加，融合產品的相對偏差和誤報率減小，可見融合產品在高海拔地區(qū)質量較好。對比回歸分析的p值可以得出，融合后的產品削弱了地形對產品表現(xiàn)的影響。

圖5 2016年太行山區(qū)衛(wèi)星產品和地面氣象站年降水量的空間分布

圖6 兩種衛(wèi)星產品年降水量與雨量站點年降水量的差值空間分布

圖7 兩種衛(wèi)星降水產品的R和RB值空間分布

圖8 兩種衛(wèi)星降水產品的POD和FAR值空間分布

3.3.2 坡度對衛(wèi)星產品評價指標的影響 以氣象站點坡度為自變量，分別以兩種衛(wèi)星產品的表現(xiàn)的評價指標作為因變量，進行多項式回歸分析，回歸結果如圖10所示。由圖10可知，坡度與CMORPH產品的FAR和CSI的相關性在0.05水平上顯著，隨著坡度的逐漸增大，分別表現(xiàn)為先減小后增加和先增加后減小的趨勢，坡度與兩種降水產品在其他的評價指標的擬合結果未出現(xiàn)顯著的相關性。除CMORPH融合產品的POD和CMORPH的FAR以外，其余評價指標的擬合結果在坡度20°～30°的范圍內均存在極值上的轉變，可見隨著坡度的增加，產品表現(xiàn)存在拐點。

3.3.3 坡向對衛(wèi)星產品評價指標的影響 根據(jù)氣象站點坡向的度數(shù)范圍，從0°開始，每45°為間隔，將坡向分為8個大方向，分別為北坡(N)、東北坡(NE)、東坡(E)、東南坡(SE)、南坡(S)、西南坡(SW)、西坡(W)和西北坡(NW)。同一坡向的站點歸為一類，計算評價指標的平均值和標準差，結果如圖11所示。由圖11可見，R、POD和CSI值在南坡最低，即誤報率在南坡最大，各坡向上RMSE值在5 mm/d上下波動，相對偏差的絕對值在10%～20%上下波動。

圖9 CMORPH融合產品和CMOPRH產品各評價指標值與高程的關系

圖10 CMORPH融合產品和CMOPRH產品各評價指標值與坡度的關系

圖11 CMORPH融合產品和CMOPRH產品各評價指標值隨坡向的變化

4 結 論

(1) 在年降水量方面，融合產品更接近地面氣象站實際觀測值，但存在著一定程度的低估；在月降水上，兩種降水產品均表現(xiàn)出了良好的時間模式，具有相似的降水梯度的變化特征，融合產品更接近實際降水的月度變化；在日降水量上，融合產品的相關性更好；在季節(jié)尺度上，衛(wèi)星降水產品表現(xiàn)具有季節(jié)性的特征，融合前后產品均在夏季表現(xiàn)較好。

(2) 融合產品相比于原始反演產品在降水事件命中率上有明顯提升，誤報率明顯降低。在空間特征上，地形是影響產品表現(xiàn)的重要因素之一，降水產品往往在地勢較低的平原區(qū)表現(xiàn)更好，在高海拔地區(qū)表現(xiàn)較差。因此，在未來衛(wèi)星降水產品的質量優(yōu)化提升上，需要更多地考慮地形因素，才能提供更為準確的降水信息。

(3) 海拔對融合產品的RMSE、RB和FAR有顯著影響，對原始反演產品的R、POD、FAR和CSI有顯著影響，回歸分析結果顯示，在20°～30°的坡度范圍內融合前、后的產品表現(xiàn)存在拐點，融合前、后降水產品均在南坡表現(xiàn)較差。

致謝：感謝中國科學院地理科學與資源研究所李發(fā)東老師在論文寫作和修改上的指導，感謝中國國家氣象信息中心和美國大氣和海洋管理局提供的衛(wèi)星降水產品數(shù)據(jù)。