魏玲娜，歐陽如琳，謝永玉，郭洛夫杰，董建志

（1.河海大學水文水資源與水利工程科學國家重點實驗室，南京 210098；2.南京信息工程大學水文與水資源工程學院，南京 210044；3.水利部水資源管理中心，北京 100053；4.美國麻省理工學院土木與環(huán)境工程系，美國波士頓MA 02139）

0 引 言

土壤水作為陸地水循環(huán)與水量平衡的重要組成部分［1］，是影響地表和大氣間時空相互作用的關鍵變量［2，3］。土壤水分對植物生長及生態(tài)環(huán)境影響巨大，土壤水變化不僅影響土壤本身的熱力性質，決定凈輻射的感熱與潛熱能量支出方式，還會影響降水的入滲和徑流等水文過程［3］，與洪水或干旱預報和天氣預報密切相關，土壤水的時空變異性是當前的研究熱點與難點［4-6］。因此，探討土壤水空間分布不均勻性在時間上的持續(xù)狀態(tài)以及主導該特征的相關因素，對高效監(jiān)測土壤水分動態(tài)變化，開展考慮空間變異特點的土壤水分優(yōu)化布點方法研究有重要的意義。

土壤水的時間穩(wěn)定性特征源于土壤水分與土壤、植被、地形特征的相關關系在空間上相對穩(wěn)定，表現為土壤水空間分布模式隨著時間推移呈持續(xù)性特征［7］。例如，流域中某點在某一時段內含水量持續(xù)高于流域平均值，那么該點就有很大的可能在其他時段內也保持著偏高的含水量，反之亦然。這樣，流域或者區(qū)域范圍的平均土壤水狀況即可以其中某一∕某些空間點（稱之為代表性點）的土壤水變化規(guī)律加以反映。因此，只要使用合適的代表性點，即可通過監(jiān)測代表性點估算整個流域∕區(qū)域的平均土壤水分狀況［8］。成功捕捉流域土壤水的代表性點，可為流域土壤水分估算帶來極大便利。

土壤水時間穩(wěn)定性代表性點與土壤、地形、植被等下墊面特征有關。Grayson 和Western 發(fā)現時間穩(wěn)定特性多發(fā)生于能代表坡度、地貌和海拔等地形因子平均特征的位置［9］；Hu 等發(fā)現我國黃土高原小流域的土壤顆粒級配對時間穩(wěn)定性的影響最大［10］；Zhao 等人通過統(tǒng)計內蒙古草原的土壤和植物參數，總結了時間穩(wěn)定性指數與土壤和植被參數間的回歸關系［11］。這些均證明了使用下墊面特征的先驗知識來獲得代表性點具備相當的可行性。然而，由于不同地表狀況（土壤，地形與植被等）對土壤水時空變化規(guī)律的控制強度隨空間尺度以及區(qū)域特性而變化［12］，控制代表性點的因素在不同地區(qū)可能有所不同，各個因素的重要性也有不同［13］。例如，Jacobs 等在美國愛荷華州發(fā)現時間穩(wěn)定的特性與土壤砂粒含量呈反比［14］，而Mohanty和Skaggs 則在俄克拉何馬州實驗得到了砂質壤土比粉質壤土更穩(wěn)定的結果［15］。Schneider 等發(fā)現中國錫林河流域不同地點的時間穩(wěn)定性差異主要取決于不同的植被組成［16］，而Hu 等在陜西六道溝流域通過實驗證明土壤顆粒大小和有機質含量是時間穩(wěn)定性的主要控制因素［17］。原黎明和趙傳燕在祁連山區(qū)發(fā)現代表性測點多位于山坡坡面的中上部［4］，劉鑫在晉西黃土區(qū)發(fā)現地形因子對淺層土壤水分有重要影響，坡向的影響呈現自東北向西南呈減小趨勢［18］。由于研究區(qū)及空間尺度的差異，尚不能得出關于時間穩(wěn)定性控制因素的普適結論，因此，有必要針對具體區(qū)域分析遴選流域內影響時間穩(wěn)定性的控制因子。

此外，現有黑河流域土壤水時間穩(wěn)定性的研究多為坡面或者網格之類尺度較小的范圍，對流域尺度上的研究較少，為此，本文借助黑河流域生態(tài)水文過程綜合遙感聯合觀測試驗積累的實測數據，對上游八寶河流域開展表層土壤不同深度土壤水時間穩(wěn)定性特征分析，尋找可代表流域表層土壤水分平均水平的采樣點，從下墊面的土壤、植被、地形多角度出發(fā)探討流域內土壤水空間結構的控制因素，為快速準確地獲取流域尺度土壤水分數據，指導流域土壤水觀測網絡的優(yōu)化設計提供科學依據。

1 數據與方法

1.1 研究流域概況

選擇黑河干流上游八寶河流域，如圖1（a），開展土壤水時間穩(wěn)定性研究。八寶河發(fā)源于峨堡東的景陽嶺，自東向西河流長 約105 km，流域面積約2 452 km2，介 于100°06.00′～101°09.05′E，37°43.01′～38°19.02′N 之間；流域海拔在2 600～5 000 m 之間，如圖1（b），屬大陸性高寒山區(qū)氣候。年均氣溫約0.7°C，年均蒸發(fā)量約1 530 mm［19］，多年平均降水量約405 mm，主要集中在夏季［20］。流域范圍土地覆被類型數據來源于《1∶1 000 000 中國植被圖集》［21］，流域植被覆蓋以天然草地為主，包含高山和高寒草甸、草原等類型，草甸相對較濕，草原較干，植被類型分布如圖1（c）所示，流域西部山區(qū)分布有少量灌木林和青海云杉林，4 200 m 以上有常年積雪和永久冰川，凍土發(fā)育，其分布下限大約在3 600 m。依據文獻［22］，流域內共有9種不同類型的土壤［圖1（d）］，各類土壤沿著流域呈西北-東南走向的帶狀分布。其中，亞高山草甸土分布廣泛，包括棕草氈土、棕黑氈土、黑氈土，占流域面積的62.4%；中部低洼地區(qū)主要以寒鈣土、冷鈣土為主，質地為壤土，沙壤土，壤土砂等，表層土壤主要由沙土（65%～85%）和黏土（13%～30%）組成［23］。

1.2 土壤水分觀測與數據處理

由中國科學院寒區(qū)旱區(qū)環(huán)境與工程研究所聯合國內多家高校與研究機構共同開展的黑河流域生態(tài)水文過程綜合遙感聯合觀測試驗，在八寶河流域布設了生態(tài)水文無線傳感器網絡WATERNET［24］，如圖1（b）所示，總共40個采樣點。觀測儀器為美國Stevens 公司生產的Hydra Probe II，在深度為4，10，20 cm三個層次同時進行5 min 間隔的實時土壤含水量數據采集，時間從2013年6月到2015年12月。本文土壤含水量觀測數據來源于國家自然科學基金委員會“黑河計劃數據管理中心”（http：∕∕www.heihedata.org）的HiWATER專題數據集。

經數據可用性分析，時間連續(xù)性較好的數據集中在2013年10月到2014年4月。綜合該時間段資料情況，遴選出49，48，47，39，37，35，34，33，32，30，27，26，23，21，16，13，10 號共17 個缺測少、連續(xù)性好的采樣點［其位置如圖1（c）、1（d）和圖2 所示］，求日平均值用于流域土壤水時間穩(wěn)定性分析，同時對少數缺測時段進插補。盡管站點數量有限，由于流域土壤水代表性強的點主要集中于低地形指數地區(qū)［6］，黑河流域的站點布設捕捉了幾乎所有低地形指數的情況，如圖2（b），對植被類型及土壤狀況也有較好的代表性，如圖1（c）和（d），因此可用于分析流域土壤水時間穩(wěn)定性。

1.3 土壤水空間異質性統(tǒng)計分析

對流域的土壤水數據集進行了單變量描述性統(tǒng)計分析，對每個時間和深度（4、10 和20 cm）的空間平均土壤含水量-S 和土壤含水量異質性（以標準差SD表示）進行估計。

1.4 時間穩(wěn)定性分析方法

平均相對偏差（MRD）和相對偏差的標準差（SDRD）是土壤水分空間結構時間穩(wěn)定性的評價指標。平均相對偏差用來比較單個觀測點與整個觀測網絡平均值偏離程度，相對偏差標準差則反映這種偏離程度的變幅大小［7］。平均相對偏差MRD 定義為：

式中：j為采樣點的觀測時間；i為采樣點號；m為總觀測天數；Si，j表示區(qū)域內的i號采樣點在j日期的土壤水測量值；δi，j為相對偏差值。

式中：Si，j為j時刻監(jiān)測點i的土壤水分實測值為j時刻平均土壤含水量。

i點的相對偏差標準差SDRD定義為：

式中各符號意義同上。

MRD 的正負可用于表征采樣點的土壤水分相對于流域平均值的情況，MRD＞0 說明該點偏濕，MRD＜0 說明偏干。SDRD可以反映采樣點的土壤水分相對于平均值的時間穩(wěn)定性。以MRD 為基準，以SDRD 作為誤差，將流域內17 個采樣點按照MRD 值順序排列繪制成圖可用于流域內代表性點的確定。此時需兼顧兩點：一是MRD 值接近0，說明采樣點可精確地估計流域土壤水的平均狀況；二是SDRD盡可能小，說明偏差小，時間穩(wěn)定性好。若流域內某一測點同時滿足上述兩點則可斷定：在一較長時期內該點可以相對精確的預測流域平均土壤水分狀況。

此外，也可用綜合性指標ITS將MRD 與SDRD 結合，判斷時間穩(wěn)定性［11］。

根據衛(wèi)星土壤水分測量的標準精度要求，地面土壤水觀測值應該滿足均方根誤差RMSE＜0.04，同樣可以RMSE 作為時間穩(wěn)定性方法優(yōu)劣的評價準則［12］。

1.5 下墊面控制因素的選擇與提取

土壤水空間結構影響因素主要與流域內不同的土壤、植被和地形特征有關，通過提取流域內各采樣點土壤、植被和地形特征，分析其與時間穩(wěn)定性特征的關系，可探討土壤水空間結構控制因素。植被與土壤特征分別采用植被類型和土壤類型加以體現，如圖1（c）、圖1（d），地形特征則通過研究地點所在位置的高程、坡度和地形濕度指數體現，如圖2。

2 結果與討論

2.1 不同深度土壤水空間異質性

為了研究流域的土壤水時間穩(wěn)定性特征，需首先對流域土壤水空間異質性有總體把握。研究期內流域平均日土壤含水量為4 cm 深度（0.116）＜10 cm 深度（0.133）＜20 cm 深度（0.137），隨深度增加土壤含水量增加；土壤含水量空間標準差則是10 cm 深度最大，4 cm 深度居中，20 cm 深度最小，說明流域土壤水空間異質性在10 cm 深度最強。進一步分析流域平均日土壤水和標準差兩者的關系，如圖3。用日土壤含水量的函數形式來表示土壤水分空間異質性SD（-S），3個深度的SD（-S）的關系各不相同，但均表現出凸形特征，此特征在流域尺度上的土壤水變化研究中已被多次報道［25］。以三次多項式函數加以擬合，4 cm深度與10 cm 深度的函數形式接近。從點據的分散程度看，埋深最淺的4 cm土層最為分散。

圖3 流域4、10和20 cm深度平均日土壤含水量-S與土壤含水量標準差SD之間的關系Fig.3 Relationship of the watershed mean daily soil moisture and the standard deviation of daily soil moisture at the depths of 4，10 and 20 cm

2.2 不同深度土壤水時間穩(wěn)定性

利用選取的2013年10月至2014年4月期間八寶河流域內17個土壤含水量觀測點的數據，分別計算不同深度的平均相對偏差MRD，相對偏差標準差SDRD 以及時間穩(wěn)定性綜合指標（ITS），按照各點的平均相對偏差的大小進行排序，繪制成相對偏差誤差棒圖，以此分析流域的時間穩(wěn)定性，確定代表性點。

由圖4（a）流域埋深4 cm 的土壤水MRD 從-72.4%～91.9%不等，變化范圍較大，原因為八寶河流域面積較大（約2 452 km2），土壤、植被類型、地形等因素空間異質性大。SDRD 的變化范圍在15.5%到60.1%之間，偏干（MRD＜0）區(qū)域誤差線長度多數較短，偏濕區(qū)域較長，說明干區(qū)土壤水的時間穩(wěn)定性相較于濕區(qū)更好，與文獻［6］結論一致。

圖4 流域17個采樣點不同深度土壤含水量相對偏差秩序排列Fig.4 Ranked mean relative difference（MRD）at the depths of 4，10 and 20 cm for 17 measuring points in the watershed

圖4（a）的黑色折線代表ITS 值，ITS 越小時間穩(wěn)定性越好。所有采樣點中13 號采樣點MRD 值最接近0，SDRD 和ITS 的值均為最小，其MRD13=0.59%，SDRD13= 15.5%，又RMSE13=2.9%＜4%，因此，該點可作為流域4 cm 深度平均土壤含水量的代表性點。類似地，附近的49、23、35號點也與13號點較為相似，但35和49 的RMSE 值均大于4%，只有23 的RMSE 值小于4%，因此23號采樣點也可作為代表性點。

由圖4（b）可知，流域埋深10 cm 處土壤水MRD 介于-69.1%與77.7%之間，最小值相較于埋深4 cm 更高，最大值卻更低，說明深度10 cm 處土壤水比4 cm 處的空間異質性更小，這可能是由植被根系吸水、土壤蒸發(fā)模式以及毛管水補充水分等因素共同造成的。偏干區(qū)域SDRD 值的變化范圍為9.64%到59.4%之間，偏濕區(qū)域是19.6%到53.1%之間，干區(qū)誤差線長度變化比濕區(qū)大，說明埋深10 cm 土壤水分在偏干區(qū)域時間穩(wěn)定性特征的空間差異更大。與埋深4 cm 處相似，埋深10 cm 偏干區(qū)域土壤水的時間穩(wěn)定性總體比濕區(qū)更好。

圖4（b）47 號采樣點MRD47=-0.93%，SDRD47= 19.5%，RMSE47=3.9%＜4%，故47 號點可認為是流域埋深10 cm 平均含水量的代表性點。23 和33 號采樣點盡管MRD 值接近0，SDRD值較小，但因RMSE 分別為5.47%與4.64%，均大于4%，故不能作為代表性點。對比圖3（a）、3（b），盡管兩個深度所選的代表性點位置不同，但是，39、32、37、16、34、48號采樣點兩個深度的土壤水均處于偏干的狀態(tài)，23、33、21、27、30、26 號采樣點兩個深度的土壤水均處于偏濕的狀態(tài)，說明這4 和10 cm 兩個深度表層土壤水時間穩(wěn)定性空間分布格局基本一致。

圖4（c）顯示了流域埋深20 cm 處的MRD 范圍是-41.3%～44.5%之間，埋深20 cm MRD 的最小值相較于埋深10 cm 更高，最大值更低，即埋深20 cm土壤比埋深10 cm土壤的空間異質性更小。由此，隨埋深增加土壤水分的空間異質性逐漸減小，時間穩(wěn)定性特征逐漸增強，其與文獻［10］的實驗結果一致。由圖，35、49、16、37、34號點的MRD 值都比較接近于0，但因35，49和34 號采樣點SDRD35=42.4%，SDRD49=49.5%，SDRD34=33.2%，均偏大，故三者均不能作為埋深20 cm 流域平均土壤水含量的代表性點。而16 號采樣點MRD16=2.4%，SDRD16=21.7%，RMSE16=4.2%＞4%，不符合衛(wèi)星精度要求，也不能作為代表性點。37號點MRD37=3.6%，SDRD37=15.0%，RMSE37=1.8% m＜4%，符合衛(wèi)星土壤水分精度要求，ITS 值最小，故可作為此深度流域平均含水量的代表性點。

2.3 流域代表性點分析

表1 為3 個深度代表性點的SDRD、MRD 和ITS 統(tǒng)計結果，埋深4 cm 土壤水代表性點所在位置土壤類型為棕黑氈土，埋深10 cm 代表性點為黑氈土，埋深20 cm 代表性點為棕黑氈土，均屬于高原亞熱帶草甸植被下的土壤，是八寶河流域主要土壤類型［圖1（d）］；除了埋深20 cm的代表性點所在地植被（寒溫帶和溫帶山地針葉林）不是該流域的優(yōu)勢性植被外，埋深4 和10 cm的代表性點所在位置植被類型均為本流域的優(yōu)勢性植被類型［圖1（c）］，這與前人研究結論“代表性點多位于優(yōu)勢植被與主要土壤類型分布的區(qū)域”相吻合［9］。

代表性點的土壤水觀測可用于估算流域平均狀況，進一步比較分析代表性點與流域平均土壤水分之間的關系，對不同埋深的代表性點和相應的流域平均土壤水進行統(tǒng)計回歸分析，得到各深度的代表性點對流域平均土壤水分的回歸方程。如表1所列，R2的變化范圍為0.76～0.88，較高，說明所選的代表性點的土壤水與流域平均值相關性較好，差異性較小。根據回歸方程，可利用代表性點的觀測結果對流域平均土壤水分狀況進行預測，減少區(qū)域土壤水觀測成本。

表1 埋深4、10和20 cm代表性點特征統(tǒng)計Tab.1 Statistics of representative points at the depths of 4，10 and 20 cm

2.4 土壤水分時間穩(wěn)定性控制因素

流域土壤水分動態(tài)及其空間分布規(guī)律受地形、土壤和植被等條件控制作用。研究流域土壤水分時間穩(wěn)定性控制因素，進而量化地使用這些先驗信息，有助于更加準確有效地捕捉代表性點。利用圖5分析不同深度土壤水受植被覆蓋類型影響的時間穩(wěn)定性特征。由圖5（a）、4 cm 埋深4種植被類型MRD 中位數均接近于0，其中，高寒禾草、苔草草原植被下的MRD 分布最為集中，寒溫帶和溫帶山地針葉林最為分散；圖5（d）中4 cm 高寒禾草、苔草草原的SDRD 分布最為集中且SDRD 最小，說明其相比其他3 種植被時間穩(wěn)定性更好。另外，亞高山落葉闊葉灌叢SDRD中位數為29.1%，相較于寒溫帶和溫帶山地針葉林與高寒嵩草、雜草類草甸兩種植被小，但SDRD 值分散。因此，植被類型為高寒禾草、苔草草原植被的采樣點更能代表流域4 cm 埋深的平均土壤水狀況。

圖5 不同深度植被類型影響下的平均相對偏差（MRD）和相對偏差標準差（SDRD）的箱型分布Fig.5 Comparison of mean relative difference（MRD）and standard deviation of relative difference（SDRD）influenced by vegetation cover at the depths of 4，10 and 20 cm

同樣地，圖5（b）中高寒禾草、苔草草原10 cm 深度的MRD分布最集中且中位數更接近0，同時SDRD分布也最集中且數值較小，如圖5（e）。因此，植被類型為高寒禾草、苔草草原的采樣點更能代表流域10 cm 埋深平均土壤水狀況。對比圖5（a）、（b）、（c），以及（d）、（f）、（e），說明相較于埋深4 cm，10 cm兩個深度，埋深20 cm 的4 種植被類型MRD 值，SDRD 值箱型圖中各個箱子的高度均較大，MRD 和SDRD 值都很分散，即時間穩(wěn)定性特征不顯著。綜上，八寶河流域在植被類型為高寒禾草、苔草草原處布設監(jiān)測點更容易獲取流域淺層（埋深10 cm 以上）土壤水平均狀況。

圖6為不同土壤類型下不同埋深土壤水平均相對偏差和相對偏差標準差箱型分布圖。其中中位泥炭土采樣點少，不予分析。由圖6（a）和（d），在埋深4 cm 處冷鈣土的MRD 和SDRD 值均偏大，最小值分別為79.8%和39.9%；相較于棕草氈土，黑氈土和棕黑氈土的MRD 值中位數更接近于0，棕黑氈土SDRD 中位數為22.5%，比棕草氈土和黑氈土小。因此4 cm 深度在棕黑氈土分布區(qū)域布設測點更易于捕捉到流域平均土壤水狀況。類似地，圖6（b）和（e）中10 cm深度冷鈣土的MRD和SDRD值均偏大，最小值分別為39.2%和40.3%，時間穩(wěn)定性不佳；棕草氈土MRD 值變化范圍在負值區(qū)域，說明該類型土壤偏干；而黑氈土和棕黑氈土的MRD 值的中位數更加接近于0，其中黑氈土的SDRD 值中位數為27.2%，最小值為14.6%，但箱型高度更大，SDRD變化大，棕黑氈土SDRD箱型高度更小，變化范圍小，最小值9.6%比黑氈土更小。說明土壤類型為棕黑氈土時更能代表10 cm 深度的流域平均土壤水。圖6（c）和（f）冷鈣土的MRD 值分散且SDRD 值最大，草氈土、黑氈土和棕黑氈土的MRD 中位數較接近于0，但草氈土的SDRD 值分布更分散，而棕黑氈土SDRD值中位數更小，時間穩(wěn)定性更好。因此代表流域20 cm埋深處的平均土壤水狀況采樣點布設在棕黑氈土相對更可靠些。綜上，八寶河流域在土壤類型為棕黑氈土覆蓋處布設監(jiān)測點更容易獲取流域埋深20 cm及以上的土壤水平均狀況。

圖6 不同深度土壤類型影響下的平均相對偏差（MRD）和相對偏差標準差（SDRD）的箱型分布Fig.6 Comparison of mean relative difference（MRD）and standard deviation of relative difference（SDRD）influenced by soils at the depths of 4，10 and 20 cm

利用流域內地面高程、坡度、地形濕度指數和不同深度對應的MRD、SDRD值做相關性分析，發(fā)現流域內采樣點隨著所在位置地面高程增加，MRD 和SDRD 都呈減小趨勢，但兩者的線性相關關系不顯著。MRD 和SDRD 兩者隨高程同步遞減，體現了流域內土壤越干土壤水分變化范圍越小，時間穩(wěn)定性越好；越濕潤變化范圍越大，時間穩(wěn)定性越弱，與上述2.2 節(jié)結果一致。此外，隨著坡度或者地形濕度指數TI 的增加，3 個深度的MRD 和SDRD 有增有減，但R2值都很小。因此說明利用現有站點的實測土壤水數據，尚無法為流域代表性點布設提供先驗的地形特征信息。

3 結 論

本文利用從HiWATER 專題數據集中的八寶河流域生態(tài)水文無線傳感網絡WATERNET 數據，選取了土壤水實測資料可用性較好的17 個采樣點進行4、10 和20 cm 埋深的流域土壤水時間穩(wěn)定性分析，找到了相應的流域平均土壤水代表性點，從地形、土壤和植被的角度對流域范圍的土壤水時間穩(wěn)定性控制因素進行分析，為流域土壤水分監(jiān)測布設提供依據。

通過研究發(fā)現：①八寶河流域土壤水時間穩(wěn)定的代表性點在埋深4 cm 處為23 號、13 號，10 cm 處為47 號、20 cm 處為37號。4 cm 與10 cm 埋深處的土壤水干濕分布格局基本一致。隨深度增加表層土壤水分時間穩(wěn)定性特征更明顯。②能反映流域平均土壤水特征代表性點大都位于流域優(yōu)勢植被與主要土壤類型分布區(qū)域。③八寶河流域表層土壤水時間穩(wěn)定性的主要控制因素是植被覆蓋類型和土壤類型，在高寒禾草、苔草草原，以及棕黑氈土覆蓋區(qū)域采樣觀測淺層（10 cm 以上）土壤水，更能代表流域的土壤水平均狀況。

盡管降水的時空異質性通過水量平衡影響土壤水的時間穩(wěn)定性特征，而下墊面植被與土壤通過蒸散發(fā)與排水過程對土壤水時間穩(wěn)定性進行控制。由于本文主要圍繞流域尺度內的土壤水時間穩(wěn)定性及其下墊面控制因素進行分析，在處于同一水文氣象背景的流域范圍內近似認為降水與蒸發(fā)的空間異質性影響可以忽略。當具備高分辨率（如米級）的精確的降水與蒸散發(fā)數據時，可進一步分析氣象條件對土壤水時間穩(wěn)定性的影響，然而，此類數據目前仍然十分匱乏。

由于地面觀測難免存在覆蓋率不足的問題，即便研究認為流域土壤水代表性強的點主要集中于低地形指數地區(qū)，還是不可避免地會對代表性產生一些影響，具體影響程度有待進一步研究；因多數采樣點土壤水實測數據在2013年6月到2015年12月期間存在不同程度的缺失，故本文結論的推廣仍需結合其他時間段的土壤水實測數據，進行下一步驗證。實際工作中大面積的土壤水監(jiān)測需要消耗大量的人力物力，本文利用已有的觀測資料開展流域土壤水分時間穩(wěn)定性研究，可為區(qū)域土壤水監(jiān)測方案設計提供新思路。 □