安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)正態(tài)云模型評(píng)估

董濤，陳志鵬，金菊良*，周玉良，蔣尚明

（1.合肥工業(yè)大學(xué)土木與水利工程學(xué)院，合肥 230009；2.合肥工業(yè)大學(xué)水資源與環(huán)境系統(tǒng)工程研究所，合肥 230009；3.安徽省·水利部淮河水利委員會(huì)水利科學(xué)研究院，安徽省水利水資源重點(diǎn)實(shí)驗(yàn)室，合肥 233088）

安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)正態(tài)云模型評(píng)估

董濤1,2，陳志鵬1,2，金菊良1,2*，周玉良1,2，蔣尚明3

（1.合肥工業(yè)大學(xué)土木與水利工程學(xué)院，合肥 230009；2.合肥工業(yè)大學(xué)水資源與環(huán)境系統(tǒng)工程研究所，合肥 230009；3.安徽省·水利部淮河水利委員會(huì)水利科學(xué)研究院，安徽省水利水資源重點(diǎn)實(shí)驗(yàn)室，合肥 233088）

為合理評(píng)估農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)，文章從危險(xiǎn)性、暴露性、災(zāi)損敏感性、抗旱能力四個(gè)方面分析安徽省各地區(qū)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)等級(jí)，建立正態(tài)云評(píng)估模型。結(jié)果表明，淮北、亳州、宿州、蚌埠、阜陽農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)為中險(xiǎn)；淮南、合肥淮河流域、滁州淮河流域、六安淮河流域?yàn)檩p險(xiǎn)。評(píng)估模型可實(shí)現(xiàn)評(píng)語與評(píng)估指標(biāo)值間不確定映射，體現(xiàn)旱災(zāi)評(píng)估隨機(jī)性，為安徽省淮河流域農(nóng)業(yè)旱災(zāi)防控提供科學(xué)決策參考。

農(nóng)業(yè)旱災(zāi)；風(fēng)險(xiǎn)評(píng)估；正態(tài)云模型；不確定性；淮河流域

干旱是持續(xù)時(shí)間長(zhǎng)、發(fā)生范圍廣、災(zāi)害損失重的自然災(zāi)害之一，對(duì)農(nóng)業(yè)有重要影響[1-2]。目前干旱風(fēng)險(xiǎn)（旱災(zāi)）發(fā)生頻率和災(zāi)損程度呈增加趨勢(shì)，近年來我國(guó)旱災(zāi)不斷加劇，旱災(zāi)防控研究發(fā)展迅速[2-3]。旱災(zāi)風(fēng)險(xiǎn)評(píng)估，可為抵抗干旱、減少災(zāi)害提供決策依據(jù)[4]。

目前農(nóng)業(yè)旱災(zāi)評(píng)估中不確定性與評(píng)價(jià)結(jié)合研究鮮見。秦越等提出以層次分析和模糊評(píng)判為基礎(chǔ)的區(qū)域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估方法[5]，黃崇福等引入信息擴(kuò)散模糊數(shù)學(xué)方法研究災(zāi)情數(shù)據(jù)風(fēng)險(xiǎn)評(píng)估[6]，劉憲鋒等從災(zāi)害形成機(jī)理角度出發(fā)，構(gòu)建農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估框架并應(yīng)用[7]。本文在前期研究基礎(chǔ)上[8]，引入正態(tài)云模型，利用云模型實(shí)現(xiàn)評(píng)語與評(píng)估指標(biāo)間不確定映射，實(shí)現(xiàn)定性與定量轉(zhuǎn)換，建立基于正態(tài)云模型的安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估模型。

1 正態(tài)云模型理論

1.1 云模型基本概念及數(shù)字特征

1.1.1 基本概念

云模型（Cloud model）主要用于處理定性概念中隨機(jī)性和模糊性問題[9]。經(jīng)發(fā)展完善，正態(tài)云模型理論普適性得到驗(yàn)證[10-11]，可應(yīng)用于數(shù)據(jù)挖掘、風(fēng)險(xiǎn)評(píng)估等領(lǐng)域[12-13]。

云和云滴：設(shè)U是一個(gè)精確數(shù)值量表示的論域，C是論域U中模糊集合，對(duì)U中任意元素x，均有一個(gè)穩(wěn)定傾向隨機(jī)數(shù)μ(x)∈（0,1），稱之為x對(duì)C可確定度，x在U論域上分布稱為云（Cloud），每一個(gè)點(diǎn)(x，μ(x))均是一個(gè)云滴[9]。

1.1.2 數(shù)字特征

正態(tài)云以期望Ex、熵En和超熵He表征定性概念及定量特征：期望Ex表示云滴在U上分布期望，代表定性概念點(diǎn)；熵En是定性概念不確定性度量，既可表示定性云概念離散程度，也反映論域空間中可被定性概念接受取值范圍；超熵He是對(duì)熵En不確定性衡量，即熵的熵，反映云滴凝聚程度。

1.2 正向正態(tài)云發(fā)生器算法

根據(jù)已知3個(gè)云數(shù)字特征（Ex，En，He）產(chǎn)生正態(tài)云模型二維點(diǎn)（xi，μi），此時(shí)云發(fā)生器稱為正向云發(fā)生器[9]。正向正態(tài)云發(fā)生器通過輸入3個(gè)數(shù)字特征值滿足條件云滴，將1個(gè)定性概念通過不確定性轉(zhuǎn)換模型定量表達(dá)，具體算法為：由熵En和超熵He，隨機(jī)生成一個(gè)以En為期望、He為標(biāo)準(zhǔn)差正態(tài)分布數(shù)En'～N(En,He2)，并與x和期望值Ex一起代入式（1），求可確定度

2 基于正態(tài)云模型的安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估模型

基于正態(tài)云模型的安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估模型建立步驟如下：

步驟1分別建立評(píng)估對(duì)象因素論域U={u1, u2,…,un}和評(píng)語論域V={v1,v2,…,vn}。

步驟2計(jì)算安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)權(quán)重W={w1,w2,…,wn}。

步驟3構(gòu)建因素論域U={u1,u2,…,un}與評(píng)語論域V={v1,v2,…,vn}上模糊矩陣R。因素U={u1, u2,…,un}中因素ui屬于評(píng)語V={v1,v2,…,vm}中等級(jí)vj程度，即隸屬度，用R中元素rij表示。已知因素i (i=1,2,…,n)對(duì)應(yīng)等級(jí)j(j=1,2,…,m)上、下邊界值分別為x1ij，x2ij，則可用正態(tài)云模型表達(dá)因素i對(duì)應(yīng)等級(jí)j這一定性概念，其中：

由于邊界值從一個(gè)等級(jí)過渡到另一個(gè)等級(jí)值，含有模糊成分，應(yīng)同時(shí)屬于對(duì)應(yīng)兩種等級(jí)，即兩種等級(jí)隸屬度相等[14]，則有：

超熵Heij表征不確定度凝聚程度，表示熵En不確定性數(shù)值。

步驟4將收集農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)指標(biāo)值代入正向云發(fā)生器，得出各風(fēng)險(xiǎn)評(píng)估指標(biāo)對(duì)應(yīng)每個(gè)風(fēng)險(xiǎn)等級(jí)隸屬度矩陣。為使評(píng)價(jià)結(jié)果合理可信，反復(fù)運(yùn)行正向云發(fā)生器N次，計(jì)算平均評(píng)價(jià)值：

式中，h為最終評(píng)判等級(jí)，置信度λ可在[0.50，0.70]內(nèi)取值，本文λ取0.5。

3 安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估

3.1 安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

指標(biāo)體系建立是農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估關(guān)鍵環(huán)節(jié)，與評(píng)價(jià)結(jié)果可信度相關(guān)。為準(zhǔn)確反映區(qū)域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)本質(zhì)特征，本文借鑒前期研究[8]，遵循指標(biāo)選取可獲得性、系統(tǒng)性、代表性等原則，從危險(xiǎn)性、暴露性、災(zāi)損敏感性和抗旱能力4個(gè)子系統(tǒng)選擇指標(biāo)建立安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，根據(jù)指標(biāo)值確定評(píng)估指標(biāo)標(biāo)準(zhǔn)（見表1）。

3.2 農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)計(jì)算

根據(jù)安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，根據(jù)式（2）～（4）用正態(tài)云模型表示各指標(biāo)對(duì)應(yīng)等級(jí)標(biāo)準(zhǔn)（見表2）。

以降雨距平百分率指標(biāo)為例，根據(jù)確定度計(jì)算式（1）和云矩陣（見表2）建立評(píng)估指標(biāo)標(biāo)準(zhǔn)正態(tài)云隸屬度函數(shù)（見圖1）。

本文云點(diǎn)數(shù)目取N=100，由指標(biāo)值和正向云發(fā)生器計(jì)算隸屬度矩陣，以淮北市為例，將淮北市指標(biāo)數(shù)值代入正向云發(fā)生器，根據(jù)步驟4計(jì)算平均隸屬度值（見表3）。

根據(jù)安徽省淮河流域評(píng)估指標(biāo)量化數(shù)據(jù)及文獻(xiàn)[8]采用遺傳模糊層次分析法計(jì)算各子系統(tǒng)及其指標(biāo)權(quán)重，其所有評(píng)估指標(biāo)權(quán)重結(jié)果為W={0.0692，0.0572，0.0493，0.0569，0.0442，0.0522，0.0468，0.0555，0.0426，0.0461，0.0598，0.0678，0.0616，0.0518，0.0305，0.0533，0.0381，0.0457，0.0278，0.0250，0.0187}。根據(jù)步驟5，得到安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估最終結(jié)果，并將其與集對(duì)分析法[8]對(duì)比（見表4）。同理，可得危險(xiǎn)性、暴露性、災(zāi)損敏感性、抗旱能力子系統(tǒng)和旱災(zāi)風(fēng)險(xiǎn)評(píng)估系統(tǒng)評(píng)估結(jié)果（見圖2～6）。

表1 農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)標(biāo)準(zhǔn)Table 1Indicator standards for agricultural drought disaster risk assessment

表2 農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估指標(biāo)正態(tài)云標(biāo)準(zhǔn)Table 2Normal cloud standards for agricultural drought disaster risk assessment

圖1 降雨距平百分率指標(biāo)標(biāo)準(zhǔn)正態(tài)云隸屬度函數(shù)Fig.1Normal cloud membership of rainfall anomaly

表3 淮北市正態(tài)云平均隸屬度值Table 3Average membership degree of the normal cloud in Huaibei city

圖2 安徽省淮河流域農(nóng)業(yè)旱災(zāi)危險(xiǎn)性分布Fig.2Hazard distribution of agricultural drought disaster in Huai River Basin of Anhui Province

圖3 安徽省淮河流域農(nóng)業(yè)旱災(zāi)暴露性分布Fig.3Exposure distribution of agricultural drought disaster in Huai River Basin of Anhui Province

圖4 安徽省淮河流域農(nóng)業(yè)旱災(zāi)災(zāi)損敏感性分布Fig.4Vulnerability distribution of agricultural drought disaster damage in Huai River Basin of Anhui Province

圖5 安徽省淮河流域農(nóng)業(yè)旱災(zāi)抗旱能力分布Fig.5Drought resistance distribution of agricultural drought disaster in Huai River Basin of Anhui Province

圖6 安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)等級(jí)分布Fig.6Risk level distribution of agricultural drought disaster in Huai River Basin of Anhui Province

通過正態(tài)云模型與集對(duì)分析法確定風(fēng)險(xiǎn)等級(jí)對(duì)比（見表4）可知，兩者結(jié)果大致相同，用集對(duì)分析法確定蚌埠、六安淮河流域風(fēng)險(xiǎn)等級(jí)略偏低，而宿州風(fēng)險(xiǎn)等級(jí)偏高。這與云模型隨機(jī)評(píng)價(jià)有關(guān)，云模型評(píng)估過程體現(xiàn)旱災(zāi)風(fēng)險(xiǎn)評(píng)估不確定性，考慮評(píng)估指標(biāo)模糊性和隨機(jī)性。屬性數(shù)學(xué)理論解決多個(gè)模糊屬性問題評(píng)估應(yīng)用良好，其中置信度準(zhǔn)則考慮評(píng)價(jià)集有序性，正態(tài)云模型與屬性識(shí)別方法結(jié)合評(píng)估結(jié)果更可靠。

農(nóng)業(yè)旱災(zāi)各子系統(tǒng)風(fēng)險(xiǎn)評(píng)估結(jié)果見圖2～5，可見，安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)屬中等偏上等級(jí)；從危險(xiǎn)性風(fēng)險(xiǎn)等級(jí)看，淮北、亳州、宿州、阜陽風(fēng)險(xiǎn)較高，為中險(xiǎn)（3級(jí)），蚌埠、淮南、六安淮河流域、合肥淮河流域、滁州淮河流域風(fēng)險(xiǎn)等級(jí)為輕險(xiǎn)（2級(jí)）；從暴露性風(fēng)險(xiǎn)等級(jí)來看，亳州、阜陽等級(jí)很高，為重險(xiǎn)（4級(jí)），淮北、宿州、蚌埠、合肥淮河流域風(fēng)險(xiǎn)等級(jí)較高，為中險(xiǎn)（3級(jí)），淮南、滁州淮河流域風(fēng)險(xiǎn)等級(jí)為輕險(xiǎn)（2級(jí)），六安淮河流域風(fēng)險(xiǎn)等級(jí)較低，為微險(xiǎn)（1級(jí)）；從災(zāi)損敏感性風(fēng)險(xiǎn)等級(jí)來看，六安淮河流域、合肥淮河流域、滁州淮河流域風(fēng)險(xiǎn)等級(jí)很高，為重險(xiǎn)（4級(jí)），蚌埠為中險(xiǎn)（3級(jí)），淮北、亳州、阜陽、淮南為輕險(xiǎn)（2級(jí)），宿州為微險(xiǎn)（1級(jí)）；從抗旱能力風(fēng)險(xiǎn)等級(jí)來看，亳州、宿州、阜陽風(fēng)險(xiǎn)等級(jí)較高，為重險(xiǎn)（4級(jí)），淮北、蚌埠、合肥淮河流域等級(jí)為中險(xiǎn)（3級(jí)），淮南、六安淮河流域、滁州淮河流域風(fēng)險(xiǎn)等級(jí)較低，為輕險(xiǎn)（2級(jí)）。

表4 農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估結(jié)果Table 4Assessment results of agricultural drought disaster risk

4 結(jié)論

a.農(nóng)業(yè)旱災(zāi)是漸發(fā)性自然災(zāi)害，影響因素較多。致災(zāi)因子不確定性和孕災(zāi)環(huán)境復(fù)雜性使農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)系統(tǒng)具有不確定性。本文考慮評(píng)估指標(biāo)模糊性和隨機(jī)性，將定性定量間轉(zhuǎn)換正態(tài)云模型應(yīng)用于農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估。

b.根據(jù)正態(tài)云模型正向云發(fā)生器算法，計(jì)算安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)云模型特征值和隸屬度，結(jié)果表明，淮北、亳州、宿州、蚌埠、阜陽旱災(zāi)風(fēng)險(xiǎn)較高，為中險(xiǎn)，而淮南、六安淮河流域、合肥淮河流域、滁州淮河流域相對(duì)較低，為輕險(xiǎn)。中險(xiǎn)區(qū)域多集中在淮北平原，原因是淮北平原屬半濕潤(rùn)帶，處于南北氣候過渡帶、降水變率大，土壤主要是沙姜黑土，不宜耕作，易旱澇。輕險(xiǎn)區(qū)域則要為江淮丘陵區(qū)和皖南山區(qū)，原因是區(qū)域降水量和地表水資源量較大，屬豐水濕潤(rùn)區(qū)，土壤主要是棕壤土和水稻土，節(jié)水灌溉力度大，抗旱能力強(qiáng)。根據(jù)云模型評(píng)估結(jié)果和相應(yīng)分析，建議降雨豐富山區(qū)加強(qiáng)蓄水措施，保持水土；降水較少丘陵區(qū)應(yīng)提高節(jié)水意識(shí)、發(fā)揮水利設(shè)施功能，提高水利用效率。評(píng)估結(jié)果符合實(shí)際，評(píng)估模型具有可行性，可為安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)防控決策提供參考。

c.云模型廣泛應(yīng)用于系統(tǒng)評(píng)價(jià)、智能控制等多領(lǐng)域，干旱研究應(yīng)用較少，本文亦可為農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估研究擴(kuò)展思路。

[1]金菊良,楊齊祺,周玉良,等.干旱分析技術(shù)研究進(jìn)展[J].華北水利水電大學(xué)學(xué)報(bào):自然科學(xué)版,2016,37(2):1-15.

[2]趙秀蘭.近50年中國(guó)東北地區(qū)氣候變化對(duì)農(nóng)業(yè)影響[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2010,41(9):144-149.

[3]金菊良,宋占智,崔毅,等.旱災(zāi)風(fēng)險(xiǎn)評(píng)估與調(diào)控關(guān)鍵技術(shù)研究進(jìn)展[J].水利學(xué)報(bào),2016,47(3):398-412.

[4]Wilhite D A,Hayes M J,Knutson C,et al.Planning for drought: Moving from crisis to risk management[J].Jawra Journal of the American Water Resources Association,2000,36(4):697-710.

[5]秦越,徐翔宇,許凱,等.農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)模糊評(píng)價(jià)體系及其應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(10):83-91.

[6]黃崇福,劉新立,周國(guó)賢,等.以歷史災(zāi)情資料為依據(jù)農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法[J].自然災(zāi)害學(xué)報(bào),1998,7(2):4-12.

[7]劉憲鋒,朱秀芳,潘耀忠,等.河南省農(nóng)業(yè)干旱風(fēng)險(xiǎn)評(píng)價(jià)框架與應(yīng)用[J].北京師范大學(xué)學(xué)報(bào):自然科學(xué)版,2015,51(S1):8-12.

[8]杜云.淮河流域農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究[D].合肥:合肥工業(yè)大學(xué),2013.

[9]李德毅,杜鹢.不確定性人工智能[M].2版.北京:國(guó)防工業(yè)出版社,2014.

[10]Li D Y.Knowledge representation in KDD based on linguistic atoms[J].Journal of Computer Science and Technology,1997,12(6): 481-496.

[11]李德毅,劉常昱.論正態(tài)云模型普適性[J].中國(guó)工程科學(xué), 2004,6(8):28-34.

[12]張仕斌,許春香,安宇俊.基于云模型風(fēng)險(xiǎn)評(píng)估方法研究[J].電子科技大學(xué)學(xué)報(bào),2013,42(1):92-97,104.

[13]成琨,付強(qiáng),任永泰,等.基于熵權(quán)與云模型黑龍江省水資源承載力評(píng)價(jià)[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2015,46(8):75-80.

[14]程乾生.屬性識(shí)別理論模型及其應(yīng)用[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,1997,33(1):12-20.

Agricultural drought disaster risk normal cloud model assessment in

Anhui Province Huai River Basin

/DONG Tao1,2,CHEN Zhipeng1,2,JIN Juliang1,2,ZHOU

Yuliang1,2,JIANG Shangming3(1.School of Civil Engineering,Hefei University of Technology,Hefei 230009,China;2.Institude of Water Resources and Environmental Systems Engineering,Hefei University of Technology,Hefei 230009,China;3.Water Resources Research Institute of Anhui Province and Huai River Commission,Ministry of Water Resources,Key Laboratory of Water Conservancy and Water Resources ofAnhui Province,Hefei 233088,China)

In order to evaluate the risk of agricultural drought disaster scientifically,and to provide the basis for decision-making of agricultural drought prevention and relief in Huai River Basin of Anhui Province, the agricultural drought disaster evaluation model based on normal cloud model was established.Model considered four assessment subsystem to analysis regional risk level,namely,hazard subsystems,the exposure subsystem,vulnerability subsystem and drought resistance subsystem.The results showed that Huaibei,Bozhou,Suzhou,Bengbu,Fuyang were at middle risk,Huainan,Huai River Basin in Hefei,Huai River Basin in Chuzhou and Huai River Basin in Liu'an were at weak risk.Evaluation model achieved the uncertain mapping between the comments and the evaluation index value and reflected the randomness of drought disaster assessment.The results could provide scientific reference for the prevention and control of agricultural drought disaster in Huai River Basin ofAnhui Province.

agricultural drought disaster;risk assessment;normal cloud model;uncertainty;Huai River Basin

TV122

A

1005-9369（2017）01-0042-07

2016-11-03

國(guó)家自然科學(xué)基金項(xiàng)目（51579059，51579060，51409002）

董濤（1993-），男，碩士研究生，研究方向?yàn)樗膶W(xué)及水資源。E-mail:dtown2@126.com

*通訊作者：金菊良，男，教授，博士，研究方向?yàn)樗Y源系統(tǒng)工程。E-mail:JINJL66@126.com

時(shí)間2017-1-11 15:57:53[URL]http://www.cnki.net/kcms/detail/23.1391.S.20170111.1557.004.html

董濤,陳志鵬,金菊良,等.安徽省淮河流域農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)正態(tài)云模型評(píng)估[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,48(1):42-48.

Dong Tao,Chen Zhipeng,Jin Juliang,et al.Agricultural drought disaster risk normal cloud mode assessment in Anhui Province Huai River Basinl[J].Journal of Northeast Agricultural University,2017,48(1):42-48.(in Chinese with English abstract)