溫利華， 劉紅耀， 張廣錄

(1.邯鄲學(xué)院 地理與旅游系， 河北 邯鄲 056005； 2.刑臺(tái)市農(nóng)業(yè)科學(xué)研究院， 河北 刑臺(tái) 054005；3.中國科學(xué)院 遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心， 石家莊050021)

?

河北省太行山區(qū)土地利用變化及預(yù)測(cè)研究
——以涉縣為例

溫利華1， 劉紅耀2， 張廣錄

(1.邯鄲學(xué)院 地理與旅游系， 河北 邯鄲 056005； 2.刑臺(tái)市農(nóng)業(yè)科學(xué)研究院， 河北 刑臺(tái) 054005；3.中國科學(xué)院 遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心， 石家莊050021)

以河北省太行山區(qū)退耕還林的典型縣—涉縣為研究對(duì)象，基于2000年、2008年遙感影像數(shù)據(jù)和其他輔助資料，分析了涉縣土地資源的時(shí)空變化過程及各土地利用類型之間的轉(zhuǎn)化關(guān)系，并基于CA-Markov模型預(yù)測(cè)2016年涉縣的土地利用格局.結(jié)果表明：2000年～2008年，耕地、林地、草地始終是太行山區(qū)土地覆蓋的主導(dǎo)類型，隨著退耕還林工程的逐步實(shí)施，研究區(qū)內(nèi)林地增加21.08 km2、草地增加39.26 km2，耕地減少79.22 km2，工業(yè)用地、住宅用地面積增長迅速；CA-Markov模型預(yù)測(cè)結(jié)果顯示：預(yù)計(jì)2016 年，林地、草地將實(shí)現(xiàn)穩(wěn)定增長，耕地面積將繼續(xù)減少，但減少速度減緩，農(nóng)村住宅用地將繼續(xù)保持高速增長的態(tài)勢(shì).

土地利用； CA-Markov 模型； 涉縣； 太行山區(qū)； 河北省

“國際地圈-生物圈計(jì)劃”(IGBP)和“全球環(huán)境變化人類因素計(jì)劃”(IHDP)兩大國際組織于1995 年聯(lián)合提出了“土地利用/土地覆蓋變化(land use/cover change, LUCC)研究計(jì)劃”，具有自然和人文雙重屬性的土地利用變化研究已經(jīng)成為全球變化研究的熱點(diǎn)[1].土地利用/覆蓋變化作為全球變化的重要組成部分，可引起許多自然現(xiàn)象和生態(tài)過程的變化，如土壤養(yǎng)分、氣候、生物多樣性和水環(huán)境的變化等，并進(jìn)一步對(duì)社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生深層次影響[2-4].因此，分析土地利用的變化特征并對(duì)其未來發(fā)展態(tài)勢(shì)進(jìn)行情景預(yù)測(cè)具有重要現(xiàn)實(shí)意義.目前已經(jīng)被廣泛應(yīng)用和發(fā)展的土地利用動(dòng)態(tài)變化模型主要有Logistic 回歸模型、Markov 模型、土地利用變化及效應(yīng)模型(CLUE)、人工智能化模型和最優(yōu)化模型等[5-8].侯西勇等基于Logistic-CA-Markov 模型對(duì)山東沿海地區(qū)土地利用和景觀格局變化進(jìn)行了深入研究[9]，陸汝成等基于CLUE-S 和 Markov復(fù)合模型對(duì)環(huán)太湖地區(qū)的土地利用進(jìn)行了情景模擬研究[10].目前存在的情景分析模型需要輸入大量的自然、社會(huì)、經(jīng)濟(jì)數(shù)據(jù)進(jìn)行驅(qū)動(dòng)力分析，數(shù)據(jù)的獲取性、連續(xù)性和準(zhǔn)確性難以保證，實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)的難度較大.CA-Markov(cellular automaton-markov)模型，既綜合了CA模型模擬復(fù)雜系統(tǒng)空間變化的能力又兼具M(jìn)arkov 模型長期預(yù)測(cè)的優(yōu)勢(shì)，自然、社會(huì)、經(jīng)濟(jì)等因子的選擇也比較靈活，可以很好地從時(shí)間和空間上模擬土地利用的變化情況.本文以河北省太行山區(qū)退耕還林的典型縣─涉縣為研究對(duì)象，分析了2000 年、2008 年涉縣 2 a的土地利用變化特征，在此基礎(chǔ)上，基于CA-Markov 模型預(yù)測(cè)涉縣2016 年的土地利用變化趨勢(shì)，以期為該地區(qū)的生態(tài)保護(hù)與資源優(yōu)化配置決策提供科學(xué)依據(jù).

1區(qū)域概況

涉縣位于河北省邯鄲市西部山區(qū)，處于太行山東麓，晉冀豫3省交界處.涉縣縣境位于36°17′～36°55′N，113°26′～114°之間，東西橫距37.5 km，南北最大縱距64.5 km，總面積約1 500 km2.涉縣以東為東郊山、古垴、老爺山為界，毗鄰武安市、磁縣；西以黃花山、黃櫨垴為界，與山西黎城、平順縣相連；南與河南省安陽市、林州市隔漳河、濁漳河相望；北面有左權(quán)嶺界牌山.涉縣氣候?yàn)闇貛Т箨懶约撅L(fēng)氣候，四季變化明顯，年平均氣溫在12.5℃，降水量為500 mm，光熱資源豐富.境內(nèi)多為山地，最高海拔1 563 m，最低海拔為203 m，相對(duì)高度1 260 m.土壤主要為褐土類、草甸土類、水稻土類.自改革開放以來，涉縣依托豐富的礦產(chǎn)資源優(yōu)勢(shì)，突出太行山區(qū)核桃、花椒、柿子等特色經(jīng)濟(jì)發(fā)展，旅游業(yè)、服務(wù)業(yè)等第三產(chǎn)業(yè)和非公有制經(jīng)濟(jì)發(fā)展迅速，實(shí)現(xiàn)了全縣經(jīng)濟(jì)超常規(guī)發(fā)展， 截止2010年，全縣國內(nèi)生產(chǎn)總值完成213億元，在河北省各縣中位列第13位.

2數(shù)據(jù)來源和研究方法

2.1數(shù)據(jù)來源

本研究的數(shù)據(jù)由遙感衛(wèi)星圖像、涉縣的高程、交通、人口資料4部分組成，其中遙感數(shù)據(jù)是美國陸地資源衛(wèi)星Landsat-5的TM數(shù)據(jù)，時(shí)相分別為2000年6月25日、2008年7月10日，空間分辨率為30m，將空間數(shù)據(jù)統(tǒng)一到WGS84投影坐標(biāo)系，涉縣人口資料均來源于《邯鄲市統(tǒng)計(jì)年鑒》.數(shù)據(jù)處理平臺(tái)主要包括ERDAS、ARCGIS和Idrisi.

由于遙感數(shù)據(jù)已經(jīng)過預(yù)處理，在Arc map中利用涉縣的行政區(qū)劃圖作為邊界條件，在ERDAS預(yù)處理模塊中進(jìn)行圖像裁剪，得到2000年和2008年2期研究區(qū)影像數(shù)據(jù)，采用監(jiān)督分類和目視修正相結(jié)合的方法，參照我國現(xiàn)行的土地分類標(biāo)準(zhǔn)，確立該區(qū)的土地利用分類系統(tǒng)分為：耕地、林地、草地、果園、工業(yè)用地、住宅用地、交通用地和水域共八類，參考同期的地面資料及經(jīng)實(shí)地驗(yàn)證對(duì)比解譯精度可以達(dá)到80%，能夠滿足研究要求.利用Idrisi中GIS分析模塊中的Change/Time series對(duì)2期土地利用圖進(jìn)行轉(zhuǎn)移矩陣的處理與計(jì)算，并利用CA-Markov模型對(duì)涉縣2016年的土地覆蓋格局進(jìn)行模擬預(yù)測(cè).

2.2研究方法

2.2.1 Markov模型 基于馬爾科夫鏈的馬爾科夫模型是時(shí)間和狀態(tài)都離散的隨機(jī)運(yùn)動(dòng)過程，模型中未來時(shí)刻各狀態(tài)的變化趨勢(shì)由該系統(tǒng)中不同狀態(tài)的起始概率和狀態(tài)之間的轉(zhuǎn)移概率來確定，從而實(shí)現(xiàn)對(duì)未來趨勢(shì)的預(yù)測(cè)[11].Markov模型可表示為：

St+1=P·St,，

(1)

式中St+1，St分別為t+1和t時(shí)刻的土地利用狀態(tài)；P為狀態(tài)轉(zhuǎn)移概率矩陣.

(2)

式中，n為土地利用類型；Pij表示由i類土地利用類型轉(zhuǎn)變?yōu)閖類土地利用類型的概率.

由公式(1)、(2)可見，馬爾科夫模型可以定量計(jì)算未來各土地利用類型的面積比例，這一特性也已經(jīng)成功應(yīng)用于土地利用格局的動(dòng)態(tài)變化研究中，但馬爾科夫模型沒有空間概念，在模擬時(shí)不能兼顧各土地類型狀態(tài)的空間位置和分配，不能達(dá)到精準(zhǔn)預(yù)測(cè)未來土地利用變化趨勢(shì)的目的.

2.2.2 CA模型 元胞自動(dòng)機(jī)(cellular automata, CA)是具有空間計(jì)算能力的動(dòng)力學(xué)模型，其特點(diǎn)是時(shí)間、空間、狀態(tài)都離散，系統(tǒng)的動(dòng)態(tài)演化是元胞通過其與鄰域的相互作用完成的，每個(gè)元胞遵循相同的轉(zhuǎn)換規(guī)則，狀態(tài)改變的規(guī)則在時(shí)間和空間上表現(xiàn)為局部特征[12].CA 模型可表示為：

(3)

式中，S為元胞的狀態(tài)集合，N為元胞的鄰域，t、t+1表示初始時(shí)刻和未來時(shí)刻；f為局部空間元胞狀態(tài)的轉(zhuǎn)化規(guī)則.

2.2.3 CA-Markov模型耦合的預(yù)測(cè)過程 Markov模型和CA模型均為時(shí)間、狀態(tài)都離散的動(dòng)力學(xué)模型，馬爾柯夫模型經(jīng)常被用來預(yù)測(cè)復(fù)雜事物的發(fā)展趨勢(shì)，可以很好預(yù)測(cè)事物的長期發(fā)展，但Markov模型只有數(shù)量的概念卻沒有空間概念；CA模型中的元胞變量則與空間位置緊密相連，可以模擬復(fù)雜空間系統(tǒng)的時(shí)空演變.若 Markov模型和CA模型可以有效耦合，就可以實(shí)現(xiàn)既保證時(shí)間系列的長度又保證空間預(yù)測(cè)的精度，達(dá)到準(zhǔn)確預(yù)測(cè)未來土地利用格局的目的.

本文采用 Idrisi 中的 CA-Markov 模塊來預(yù)測(cè)2008年之后8a的空間土地利用變化情況，模型的工作原理是以2008年的土地利用圖為初始狀態(tài)，以2000年和2008年土地利用圖的轉(zhuǎn)移矩陣數(shù)據(jù)和適宜性圖集為依據(jù)，對(duì)2016年涉縣土地利用格局進(jìn)行預(yù)測(cè).

參數(shù)設(shè)置過程如下：

1)元胞：元胞大小即為柵格圖像大小，單元大小劃分為 100 m×100 m.

2)狀態(tài)：元胞狀態(tài)就是其所指向的土地利用類型.

3)元胞空間：在地理空間實(shí)體模擬過程中，元胞自動(dòng)機(jī)的二維元胞空間與空間柵格數(shù)據(jù)對(duì)接，整個(gè)土地利用格局空間就是元胞空間，具有空間位置的屬性.

4)鄰居：在 CA-Markov 模塊中的鄰居是按照相鄰元胞距離元胞的遠(yuǎn)近程度賦予空間意義的權(quán)重，本文使用 Idrisi 中默認(rèn)的 5×5 濾波器來定義元胞鄰域.

5)規(guī)則：Idrisi 中依據(jù)多目標(biāo)決策模塊(MCE，multi-criteria evaluation)確定的適宜性圖像集(.rgf)來確定.本文以DEM、道路、人口為約束條件，將3個(gè)因子二值標(biāo)準(zhǔn)化為布爾圖像并分別賦予權(quán)重合成適宜性圖像集.

3結(jié)果與分析

3.1土地利用變化分析

2000年～2008年，研究區(qū)內(nèi)土地利用類型主要以林地、草地和耕地為主，符合我國北方山區(qū)土地利用結(jié)構(gòu)的特點(diǎn)，2000年，林地、草地和耕地面積分別為：868.75 km2、244.19 km2和289.91 km2，至2008年林地、草地和為耕地面積分別為：889.83 km2、283.45 km2和210.69 km2，其中耕地面積減小79.22 km2，林地、草地面積增加21.08 km2和39.26 km2，可見太行山區(qū)退耕還林還草政策的實(shí)施初見成效.但是隨著山區(qū)經(jīng)濟(jì)及城鎮(zhèn)化進(jìn)程的快速發(fā)展，研究區(qū)內(nèi)工業(yè)用地面積由2000年的9.98 km2增加至24.07 km2，年均增長率高達(dá)17.65%；另外這一階段住宅用地、果園和交通用地均有少量增加，水域面積略有減少.

表1 2000年、2008年涉縣土地利用類型對(duì)比Tab.1 Comparison of land use patterns of Shexian County between 2000 and 2008 km2

2000年～2008年，耕地轉(zhuǎn)出總面積為95.10 km2，主要轉(zhuǎn)向林地和草地，面積分別為25.70 km2和草地47.71 km2，占全部轉(zhuǎn)出耕地面積的27.02%和50.16%，其次是工業(yè)用地和住宅用地，占全部轉(zhuǎn)出耕地的22%；相對(duì)耕地轉(zhuǎn)入，這一階段其他土地類型向耕地轉(zhuǎn)入15.88 km2，耕地面積凈減少79.22 km2.另一方面，林地面積實(shí)現(xiàn)凈增加21.46 km2, 林地轉(zhuǎn)出量較少，僅為8.88 km2，而轉(zhuǎn)入量為30.34 km2，退耕還林面積達(dá)到25.70 km2.草地同樣實(shí)現(xiàn)凈增加39.26 km2，轉(zhuǎn)出量為10.96 km2，而同時(shí)期轉(zhuǎn)入50.22 km2，其中退耕還草面積達(dá)到47.71 km2.可見，自2002年涉縣實(shí)施退耕還林還草工程以來，已取得一定成效.

另外，2000年～2008年，工業(yè)用地和住宅用地分別轉(zhuǎn)出3.98 km2、0.56 km2，該時(shí)期轉(zhuǎn)入面積卻達(dá)到8.92 km2、14.65 km2，且主要由耕地、林地和草地轉(zhuǎn)入，住宅用地、工業(yè)用地分別增加了4.94 km2和14.09 km2.果園和耕地之間轉(zhuǎn)入轉(zhuǎn)出關(guān)系明顯，新增加核桃、花椒等經(jīng)濟(jì)作物主要由耕地轉(zhuǎn)移而來.可見北方山區(qū)城鎮(zhèn)化、特色農(nóng)業(yè)的快速發(fā)展對(duì)進(jìn)一步深化退耕還林還草政策有一定影響.

表2 研究區(qū)2000年、2008年土地利用轉(zhuǎn)移矩陣Tab.2 Land use type transition matrix in the study area between 2000 and 2008 km2

3.2CA-Markov模型預(yù)測(cè)結(jié)果分析

基于CA-Markov模型對(duì)涉縣2016年的土地利用類型進(jìn)行預(yù)測(cè)，模擬結(jié)果見圖1、表3，檢驗(yàn)精度的Kappa 系數(shù)為0.853 0，模擬效果較好.

圖1 涉縣2016年土地利用預(yù)測(cè)圖Fig.1 Predication of land use structure of Shexian County in 2016表3 2008年、2016年涉縣土地利用類型對(duì)比Tab.3 Comparison of land use patterns of Shexian County between 2008 and 2016

km2

表3顯示，按照2000年～2008年土地利用變化趨勢(shì)，預(yù)計(jì)到2016年涉縣土地利用情況將進(jìn)一步趨向合理，耕地面積減少至174.24 km2，減少35.54 km2，年均變化率由上一階段的3.42%降低到2.16%，減少速度有所減緩；林地和草地面積分別增加至899.13 km2和300.08 km2，分別增加9.30 km2和16.63 km2，林地和草地面積將出現(xiàn)平穩(wěn)增長的趨勢(shì)；工業(yè)用地有小幅增長，由24.07 km2增加至25.01 km2；另外預(yù)計(jì)到2016年住宅用地面積增加至56.38 km2，年均增長率由2000年～2008年的1.56%增加到3.33%，增長幅度較快；交通用地與2000年～2008年這一階段變化幅度相似，變化不大；水域面積減少3.05 km2，年均變化率由0.40%增加到2.02%，這主要是由于上世紀(jì)90年代以來河北省通過0℃的積溫變化呈增加趨勢(shì)，西部太行山區(qū)平均每十年增加值更高達(dá)93.0℃[13]，氣候變暖導(dǎo)致地表水域面積將進(jìn)一步減少.

4結(jié)論

涉縣作為河北太行山區(qū)退耕還林的典型縣，2000年耕地、林地、草地分別占區(qū)內(nèi)總面積的19.40%、58.13%和16.34%， 至2008年分別占區(qū)內(nèi)總面積的14.10%、59.54%和18.97%；基于CA-Markov模型預(yù)測(cè)，預(yù)計(jì)2016年，耕地、林地、草地分別占區(qū)內(nèi)總面積的11.66%、60.16%和20.08%，可見，耕地、林地、草地始終是太行山區(qū)土地覆蓋的主導(dǎo)類型，隨著退耕還林、生態(tài)修復(fù)工程的逐步實(shí)施，該區(qū)域的植被覆蓋度有一定提高，土地利用結(jié)構(gòu)將進(jìn)一步趨向合理.

隨著涉縣新農(nóng)村建設(shè)和工業(yè)化的快速發(fā)展，2000年～2008年住宅用地、工業(yè)用地面積增長迅速，其中新增住宅用地6.70 km2、工業(yè)用地10.41 km2均由耕地轉(zhuǎn)入，太行山區(qū)的耕地占補(bǔ)平衡很難達(dá)到.隨著農(nóng)村“空心村”現(xiàn)象的進(jìn)一步顯現(xiàn)，預(yù)計(jì)2016年住宅用地增加11.87 km2，應(yīng)該進(jìn)一步完善北方山區(qū)耕地資源保護(hù)的相關(guān)措施，促進(jìn)耕地資源合理非農(nóng)化.

基于CA-Markov模型對(duì)涉縣土地利用格局進(jìn)行定量預(yù)測(cè)，精度可以高達(dá)80%以上，可見應(yīng)用該模型來預(yù)測(cè)北方山區(qū)土地利用變化的趨勢(shì)是可行的.然而土地利用變化是個(gè)非常復(fù)雜的過程，受到地理?xiàng)l件、經(jīng)濟(jì)發(fā)展、人口增長、氣候變化、政策和規(guī)劃等多種不確定因素的影響，本研究僅是建立在地形條件、 交通、人口數(shù)據(jù)的基礎(chǔ)上預(yù)測(cè)未來涉縣土地利用格局變化，未考慮經(jīng)濟(jì)發(fā)展、氣候變化、政策和規(guī)劃等客觀因素，使得基于CA-Markov模型預(yù)測(cè)的精度有一定的局限性.另外CA-Markov模型并沒有開發(fā)獨(dú)立的系統(tǒng)軟件，使得應(yīng)用于GIS軟件中的模型在土地利用模擬中有一定的局限性和缺點(diǎn)，為了保證模型的運(yùn)行速度，往往元胞的劃分較大、分類體系比較粗糙、數(shù)據(jù)格式轉(zhuǎn)換也比較頻繁，這些因素都會(huì)不同程度的影響預(yù)測(cè)精度.

[1] 李秀彬.全球環(huán)境變化研究的核心領(lǐng)域：土地利用/覆被變化的國際研究動(dòng)向[J].地理學(xué)報(bào)，1996,51(6):553-558.

[2] 張 楊，劉艷芳，顧漸萍，等. 武漢市土地利用覆被變化與生態(tài)環(huán)境效應(yīng)研究[J].地理科學(xué)，2011,31(10)：1280-1285.

[3] 吳文斌，楊 鵬，唐華俊，等. 土地利用對(duì)土壤性質(zhì)影響的區(qū)域差異研究[J].中國農(nóng)業(yè)科學(xué)，2007,40(8)：1697-1702.

[4] 吳宏安，蔣建軍，張海龍，等. 西安地區(qū)城鎮(zhèn)擴(kuò)展及其生態(tài)環(huán)境效應(yīng)研究[J]. 自然資源學(xué)報(bào)，2006，21(2)：311-318.

[5] 唐華俊，吳文斌，楊 鵬，等. 土地利用/土地覆被變化(LUCC)模型研究進(jìn)展[J]. 地理學(xué)報(bào)，2009，64(4)：456-468.

[6] 張鴻輝，曾永年，譚榮一，等．多智能體區(qū)域土地利用優(yōu)化配置模型及其應(yīng)用[J].地理學(xué)報(bào)，2011,66(7)：972-984.

[7] 陳佑啟，Verburg P. 基于 GIS 的中國土地利用變化及其影響模型[J]. 生態(tài)科學(xué)，2000，19(3)：17.

[8] 吳桂平，曾永年，馮學(xué)智，等. CLUE-S 模型的改進(jìn)與土地利用變化動(dòng)態(tài)模擬：以張家界市永定區(qū)為[J]. 地理研究，2010，29(3)：460-470.

[9] 吳 莉，侯西勇，徐新良，等．山東沿海地區(qū)土地利用和景觀格局變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013,29(5)：207-216.

[10] 陸汝成，黃賢金，左天惠，等．基于CLUE-S和Markov復(fù)合模型的土地利用情景模擬研究——以江蘇省環(huán)太湖地區(qū)為例[J].地理科學(xué)，2009，29(4)：577-581.

[11] 吳 瓊，王如松，李宏卿，等．土地利用/景觀生態(tài)學(xué)研究中的馬爾可夫鏈統(tǒng)計(jì)性質(zhì)分析[J].應(yīng)用生態(tài)學(xué)報(bào)，2006，29(3)：577-581.

[12] 周成虎，孫戰(zhàn)利，謝一春. 地理元胞自動(dòng)機(jī)研究[M]. 北京：科學(xué)出版社，2001.

[13] 李元華，劉學(xué)鋒，劉 莉，等. 河北省近50年0e界限溫度積溫變化特征分析[J].干旱區(qū)資源與環(huán)境，2006,20(4)：12-15

Study on the change and predication of the land use in Hebei Province——a case of She County

WEN Lihua1， LIU Hongyao2, ZHANG Guanglu3

(1.Geography and tourism department, Handan College, Handan， Hebei 056005；2.Xingtai Institute of Agricultural Science, Xingtai，Hebei 054005;3.Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology,Chinese Academy of Sciences, Shijiazhuang 050021)

Taking She County, a county typical in reforestation of marginal arable land in Taihang mountain area of Hebei Province, as research object, this paper analyzed the temporal and spatial change process of its land resources and the conversion relationship between different types of land use by using the remote sensing image data and other auxiliary data in 2000 and 2008, and predicted its land use pattern in 2016 by using the CA-Markov model. The results showed that: 1) from 2000 to 2008, cultivated land, forestland and grassland have always dominated the land cover of Taihang mountain area; 2) with the implementation of the project of reforestation of marginal arable land, forestland and grassland have increased by 21.08 km2and 39.26 km2respectively and the industrial land and residential land have increased rapidly., while the cultivated land have reduced by 79.22 km2; 3) to 2016, forestland and grassland will increase steadily and the rural housing land will maintain rapid growth, while cultivated land will continue to decrease, but with a slow-down rate.

land use; CA-Markov model; She County; Taihang mountain area; Hebei Province

2013-09-23.

中國科學(xué)院知識(shí)創(chuàng)新工程重大項(xiàng)目(KZCX1-YW-08-03)；邯鄲市社科聯(lián)重點(diǎn)項(xiàng)目“邯鄲市社會(huì)經(jīng)濟(jì)發(fā)展與土地利用關(guān)系研究”.

1000-1190(2014)02-0296-05

U412.1+4

A

*通訊聯(lián)系人. E-mail: recordzhang@126.com.