郭 敏, 方海燕, 李致穎

(1.中國科學院 地理科學與資源研究所 陸地水循環(huán)及地表過程重點實驗室, 北京100101; 2.中國科學院大學, 北京100049)

?

基于SWAT東北黑土區(qū)烏裕爾河流域徑流模型模擬

郭 敏1,2, 方海燕1, 李致穎1,2

(1.中國科學院 地理科學與資源研究所 陸地水循環(huán)及地表過程重點實驗室, 北京100101; 2.中國科學院大學, 北京100049)

黑土區(qū)是我國的糧食主產(chǎn)區(qū)之一，在該區(qū)研究徑流特征，對東北水資源調(diào)控、侵蝕產(chǎn)沙治理和糧食安全，都有非常重要的意義。以烏裕爾河流域為研究對象，利用SWAT模型對烏裕爾河流域水文過程進行模擬，通過SWAT-CUP程序的SUFI-2算法進行模型參數(shù)敏感性和不確定性分析，結合手動參數(shù)調(diào)整，得到了較為理想的模擬結果。結果表明：年徑流及月徑流在校準期和驗證期的相關系數(shù)R2均達到0.8，Nash Suttcliff效率系數(shù)大于0.75，相對誤差小于15%。SWAT模型可較準確地模擬流域徑流過程，該模型在東北地區(qū)的水文模擬具有一定的適用性。研究發(fā)現(xiàn)，模型對某些降雨突增月份徑流模擬較差，并且對春汛和夏汛雙峰型徑流模擬效果也不盡人意，春季徑流量模擬普遍偏低，夏季徑流量普遍偏高。因此，盡管東北地區(qū)產(chǎn)流結構較為復雜，一些地方如模型土壤屬性數(shù)據(jù)庫建設、融雪過程還需要深入研究。就目前研究來看，SWAT模型對于該地區(qū)的徑流模擬總體效果可以接受，這可為該地及類似地區(qū)徑流乃至侵蝕產(chǎn)沙模擬，為水資源的開發(fā)利用與流域的綜合管理提供科學依據(jù)。

SWAT模型; 東北黑土區(qū); 烏裕爾河流域; 徑流模擬

土壤侵蝕是人類面臨的重要環(huán)境問題之一。土壤侵蝕在破壞土地資源、淤塞河道和湖泊，加劇洪澇災害的同時，可引發(fā)面源污染破壞水資源，加劇缺水地區(qū)的水危機，影響生態(tài)和人類生存環(huán)境。探究中小尺度流域徑流特征及模擬流域水資源變化是土壤侵蝕產(chǎn)沙、水土保持措施管理的基礎工作[1]。SWAT(Soil and Water Assessment Tool)模型是美國農(nóng)業(yè)部開發(fā)的分布式流域尺度模型，它集成了遙感和地理信息系統(tǒng)技術，將土地利用和流域水文過程聯(lián)系起來，可對流域管理各種決策的適用性進行評估，在世界得到了廣泛的應用[2-3]。

從已有研究來看，SWAT模型在國外已大量應用于流域徑流[4]、泥沙[5]、非點源污染的模擬[6-7]；此外，現(xiàn)階段該模型就流域內(nèi)農(nóng)藥[8]、病原體(細菌)的運輸[6]和水質(zhì)的預測模擬[9]方面也取得了很好的成果。在我國，SWAT模型在半濕潤和濕潤地區(qū)應用較多，開展研究最多的區(qū)域是長江流域等南方地區(qū)[10]，其次是在黃河上中游地區(qū)[11]和高原凍土區(qū)如天山、西藏高原地區(qū)[12]，海河和東北松遼流域等研究較少。在東北地區(qū)，SWAT模型主要應用于非點源污染研究。韓博等[13]在遼寧蒲河流域?qū)Φ匦螒B(tài)、氮污染負荷貢獻率、污染關鍵區(qū)以及流域污染時空分布等進行了模擬研究。李穎等[14]利用該模型揭示了東北水稻灌區(qū)的水文及面源污染過程。董李勤和章光新[15]還將嫩江流域降水、徑流信息與濕地退化遙感信息作對比，對全流域濕地面積作分析，發(fā)現(xiàn)氣候變化和人類活動是流域內(nèi)濕地生態(tài)系統(tǒng)平衡產(chǎn)生負面影響的重要原因。

總體來看，SWAT模型在東北地區(qū)研究較少，尤其是對徑流過程模擬研究仍需深入。本文選取烏裕爾河流域為研究區(qū)，基于ArcGIS-SWAT模型，對該流域產(chǎn)流過程進行研究，并就該模型在東北地區(qū)的適用性進行分析。該研究有助于深入理解烏裕爾河流域降水—徑流機制，對該區(qū)水資源研究和土壤侵蝕產(chǎn)沙的治理具有重要意義，對SWAT模型的推廣及改進具有一定的價值。

1　研究區(qū)概況

烏裕爾河屬我國東北地區(qū)嫩江水系一級支流，水系順應地勢自東北流向西南，是黑龍江省唯一條內(nèi)陸河。河流流經(jīng)富?？h之后，尾閭逐漸消失在齊齊哈爾以東、林甸縣西北煙筒屯的大片葦?shù)?、濕地之中，形成廣闊的沼澤地。烏裕爾河依安水文站(125°29′E，47°46′N)控制流域面積為8 224 km2，流域內(nèi)丘陵漫崗起伏，坡度較緩；行政區(qū)劃涉及北安市、依安市、克東縣、克山縣、德都縣和拜泉縣等。烏裕爾河流域?qū)僦袦貛О敫珊荡箨懶约撅L氣候，多年平均氣溫2.1℃，降水量為496.7 mm。徑流年內(nèi)豐枯規(guī)律明顯，降雨和徑流曲線具有雙峰型特征。該地冬季氣溫極低，徑流量呈全年最低值；隨著春季氣溫升高，徑流迅速增大，產(chǎn)生春汛；夏季受季風氣候的影響，降水增多，產(chǎn)生夏汛(圖1)；而年際徑流量呈逐年減少的趨勢(圖2)。流域內(nèi)水土流失嚴重，水土流失面積占流域總面積的63.7%，其中耕地侵蝕面積占耕地總面積的74.2%[16]。

圖1月降雨量、徑流量分布圖2年降雨量、徑流量分布

2　構建SWAT模型數(shù)據(jù)庫

烏裕爾河流域SWAT模型模擬所需資料包括：數(shù)字高程模型(DEM)、土地利用和土壤類型數(shù)據(jù)、氣象數(shù)據(jù)(包括降水、溫度、風速、太陽輻射、相對濕度)和實測徑流資料等(表1)。

表1　SWAT模型所需數(shù)據(jù)及來源

DEM是由1991年1∶5萬地形圖通過數(shù)字化、插值得到，分辨率為20 m×20 m。利用DEM數(shù)據(jù)可得到流域的坡度、坡長和河網(wǎng)等參數(shù)。

與現(xiàn)有徑流數(shù)據(jù)記錄相對應，本文選取了1980年的土地利用數(shù)據(jù)。它是根據(jù)LANDSAT TM遙感影像資料通過監(jiān)督分類獲取，并經(jīng)實地調(diào)查和地形圖土地利用信息比對，能夠代表研究階段土地利用特征。研究區(qū)土地利用類型較多，對照SWAT模型土地利用數(shù)據(jù)庫，結合產(chǎn)流模擬的要求，對土地利用進行了重新分類，以減少模型生成的HRU數(shù)量。

土壤數(shù)據(jù)是SWAT模型的主要輸入?yún)?shù)之一。土壤數(shù)據(jù)庫主要包括土壤類型分布圖、土壤類型索引表以及土壤屬性數(shù)據(jù)庫。本文重在模擬流域徑流量，只構建了土壤物理屬性數(shù)據(jù)庫，并根據(jù)SWAT模型要求對土壤數(shù)據(jù)進行重分類。

氣象數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http:∥cdc.nmic.cn/home.do)，選取烏裕爾河流域10個氣象站1966—1987年的逐日降水、氣溫、相對濕度、太陽輻射數(shù)據(jù)作為模型輸入數(shù)據(jù)。

烏裕爾河依安站實測徑流數(shù)據(jù)來自中華人民共和國水文年鑒，選取1966—1987年的逐年、逐月徑流量，將實測水文數(shù)據(jù)生成模型所要求的格式，用于模型參數(shù)敏感性分析、模型率定和驗證等。

3　SWAT 模型敏感性分析及率定、驗證

3.1模型參數(shù)率定與驗證標準

評定模型效率的標準很多，本文采用普遍接受的相對誤差(Re)、決定系數(shù)(R2)以及Nash-Suttclife模擬效率系數(shù)(Ens)3種方法作為衡量模型效率的標準。

相對誤差計算公式為：

式中：Qobs為觀測值(m3/s)；Qsim為模擬值(m3/s)。Re=0，說明模型模擬結果與實測值吻合；若Re為正值，說明模型模擬值偏大；若Re為負值，模型模擬值偏小。

決定系數(shù)(R2)計算公式為：

式中：Qobs為觀測值(m3/s)；Qsim為模擬值(m3/s)；Qavg為觀測值平均值(m3/s)；n為觀測次數(shù)。R2體現(xiàn)了模擬值與實測值變化趨勢的一致性程度，R2=1表示非常吻合；當R2<1時，其值越小，反映數(shù)據(jù)吻合程度越低。

Nash-Suttclife模擬效率系數(shù)(Ens)計算公式為：

式中：Qobs為觀測值(m3/s)；Qsim為模擬值(m3/s)；Qavg為觀測值平均值(m3/s)；n為觀測次數(shù)。Ens值越接近1，模擬效率越高；若Ens接近0，則模型預測的結果不可接受；如果Ens為負值，說明模型模擬平均值可信度較低。根據(jù)以往經(jīng)驗，當Ens>0.75時，可以認為模擬效果好；0.36≤Ens≤0.75時，模擬效果令人滿意；Ens<0.36時，模擬效果較差。

3.2SWAT-CUP和SUFI-2算法

本文選擇瑞士聯(lián)邦水科學與技術研究所研發(fā)的SWAT率定與不確定性分析工具SWAT-CUP(Calibration and Uncertainty Programs)以及連續(xù)不確定性匹配算法SUFI-2(Sequential Uncertainty Fitting，ver.2)對模型參數(shù)進行率定及驗證。

SWAT-CUP是一種專門為SWAT模型提供敏感性分析、校準、驗證和不確定性分析的計算機程序，模型內(nèi)部鑲嵌了連續(xù)不確定性匹配算法(SUFI-2)等多種算法。其優(yōu)點為：(1) 能實現(xiàn)并行處理，提高運行效率；(2) 輸出結果具有可視化；(3) 通過提取河道、水文響應單元和子流域文件中的參數(shù)實現(xiàn)多目標函數(shù)公式化；(4) 考慮了溫度和降水數(shù)據(jù)的不確定性分析，在SUFI-2算法中還可獲得目標函數(shù)極值[17]。

SUFI-2算法是水文模型不確定性研究的常用方法之一，它考慮了模型結構、輸入數(shù)據(jù)、參數(shù)等因素的不確定性，并將率定后的參數(shù)范圍通過95 PPU圖使數(shù)據(jù)可視化，使模型精度和運算效率大大提高。SUFI-2算法通過P-factor(用95 PPU表示，即輸出變量基于拉丁超立方隨機抽樣中分別在2.5%和97.5%置信水平下的累積分布，剔除了小于2.5%和大于97.5%模擬效果極不理想的情況，取值范圍為0到1) 和R-factor(表示95 PPU的上下限的平均距離與觀測數(shù)據(jù)標準偏差的比值，取值范圍為0到無窮大)兩個指標來判斷模型校準和不確定性分析結果。在SUFI-2算法中，先假設一個較大的不確定性范圍，通過多次迭代運算并關注P和R因子變化，進而逐步縮小模型參數(shù)范圍[18]，以P-factor和R-factor是否接近1，0來判斷校準結果是否精確[19]。

3.3模型參數(shù)敏感性分析及取值

模型運行之后，輸出的結果并不一定是最優(yōu)值，還需要進行參數(shù)敏感性分析。模型徑流模擬涉及的參數(shù)較多(26個)，它們對徑流模擬的影響程度各不相同，有些參數(shù)對徑流量并不敏感。參數(shù)敏感性分析可去掉對模擬結果影響較小的參數(shù)，提高模型率定效率、減小模擬不確定性。敏感性分析時采用t值和p值檢驗其敏感度，t值絕對值越大、p值越接近于0，參數(shù)敏感性越強。

本研究基于ArcGIS 10.2平臺，用SWAT2012構建烏裕爾河流域模型，將流域出口處依安水文站1966—1987年的徑流數(shù)據(jù)分為三個部分，其中1966年，1967年作為模型預熱期，1968—1977年為模型率定期，1978—1987年為模型驗證期。參數(shù)敏感性分析發(fā)現(xiàn)，徑流模擬結果較為敏感的參數(shù)有SCS徑流曲線系數(shù)Cn2，基流α系數(shù)ALPHA_BF、最大冠層蓄水量CANMX和土壤蒸發(fā)補償系數(shù)ESCO等12個參數(shù)。因而，選取對模型徑流有較大影響的12個參數(shù)進行自動率定，尋找能使模擬值與觀測值最一致的參數(shù)；模型自動率定后，根據(jù)模擬與實測水文過程線的比較對部分參數(shù)進行了手動率定，率定參數(shù)最終結果見表2。

4　結果與分析

4.1年徑流模擬

采用1968—1987年徑流實測數(shù)據(jù)模擬發(fā)現(xiàn)，率定期年徑流的相關系數(shù)R2和模型效率系數(shù)Ens都為0.77；驗證期年徑流相關系數(shù)R2為0.83，模型效率系數(shù)Ens為0.75(表3)；年徑流R2和Ens均大于0.75，相對誤差均小于15%。根據(jù)以往研究結果認為，Re<30%、R2>0.6，Ens>0.5時，模型的擬合精度令人滿意[20]，當R2和Ens都大于0.7，則表明模型精度較高[21]。研究結果充分說明烏裕爾河流域率定期和驗證期流域年徑流模擬值與實測值擬合效果較好，模擬結果準確(圖3)。率定期P因子和R因子分別為0.50，0.51，驗證期P因子和R因子分別為0.45，0.69，驗證期相比率定期不確定性增大，原因可能是驗證期降雨量較大的年份較多，姚海芳[22]、Abbaspour[23]等研究表明，為了使模型達到較好的效果，率定期和驗證期最好是豐水年和枯水年均勻分布。

表2　模型參數(shù)最終值

注:(1) r_表示參數(shù)值乘以(1+給定值)；v_表示參數(shù)值由給定值替代；a_表示參數(shù)值加上給定值。

表3　年、月徑流模擬結果評價

圖3年徑流量模擬值與實測值關系

4.2月徑流模擬

模型月徑流模擬結果表明，率定期和驗證期徑流模擬值與實測值Re較小，均在10%左右，且模擬值與實測值的變化趨勢基本相同。1968—1977年率定期月徑流的相關系數(shù)R2和模型效率系數(shù)Ens都為0.85以上，P因子和R因子分別為0.63，0.59。驗證期(1978—1987)相關系數(shù)R2為0.83，模型效率系數(shù)Ens為0.81，P因子和R因子分別為0.63，0.84。流域在率定期和驗證期相關系數(shù)和模型效率系數(shù)都高于0.8，表明SWAT模型在烏裕爾河流域的徑流模擬具有很好的適用性。但是驗證期不確定性明顯高于率定期(P因子相同，R因子率定期更接近于0)，原因可能是驗證期雨季降雨突增值較多，影響了模擬的精度。而且模擬過程中發(fā)現(xiàn)，隨著P因子減小，R因子也同時減小，觀測值落在不確定性區(qū)間的數(shù)量減少，徑流模擬的實際不確定性越來越大，這可能與周圍塘壩、淤地壩、水庫運行以及農(nóng)業(yè)用水的影響有關。總體來說，SWAT模型對烏裕爾河流域的月徑流模擬效果較好，基本可以反映徑流量的實際變化趨勢，能夠滿足水資源管理的需要。

然而，模型對部分年內(nèi)多個洪峰模擬效果不理想(圖4)。春季徑流量模擬普遍偏低，夏季徑流量普遍偏高，這可能是因為春季徑流受融雪的影響，模擬時對蒸發(fā)、融雪等物理過程把握不清晰，導致模擬值偏低；而夏季降雨量雖大，但模擬結果偏低，原因較多，仍需進一步分析。同樣，驗證期降雨突增的月份模擬值均偏低，如1977年、1981年、1984年和1986年雨季時期，降雨量分別為274，197，261，173 mm，雨季降雨驟增，模擬徑流量明顯低于實際徑流量，SWAT模型對降水異常年份的模擬精度較差，這與宋艷華[24]等人的研究結論相似，這也是許多模型的共性。

圖41968-1987年19 a間月徑流模擬值與實測值比較曲線

5　結 論

東北黑土區(qū)是我國的糧食主產(chǎn)區(qū)，但水土流失現(xiàn)象嚴重，流域產(chǎn)流模型模擬研究基礎薄弱，嚴重影響了黑土區(qū)土壤侵蝕模型模擬研究。SWAT模型具有很強的物理基礎，能比較準確地模擬流域徑流過程的時空變化，目前在世界上許多地區(qū)都到了廣泛的應用。為此，本文在烏裕爾河流域，構建了該區(qū)SWAT模型徑流模擬數(shù)據(jù)庫，采用SWAT-CUP和SUFI-2算法，結合手動參數(shù)調(diào)整，得到了模型參數(shù)最終值。

研究發(fā)現(xiàn)，SWAT模型對降水量大、產(chǎn)流量多的年份模擬效率高，但對于某些降雨突增的月份模擬較差，并且對具有雙峰型徑流時段的徑流模擬效果不夠理想。主要原因是對研究區(qū)融雪過程把握不清晰，今后在類似研究區(qū)開展工作時需要進一步考慮積雪的融化特性和極端降雨對徑流乃至產(chǎn)沙的影響。

總體來看，SWAT模型模擬較為理想，模擬年徑流和月徑流時，率定期和驗證期R2值都大于0.8，Ens值也高達0.75，多年平均相對誤差<15%?？傊?，該模型在東北黑土區(qū)的總體模擬效果還是令人滿意的，該研究可為土地利用變化及其作用下的流域產(chǎn)沙研究提供很好的研究基礎。

[1]姚蘇紅,朱仲元,張圣微,等.基于SWAT模型的內(nèi)蒙古閃電河流域徑流模擬研究[J].干旱區(qū)資源與環(huán)境,2013,27(1):175-180.

[2]李鳳歡,羅瀲蔥,翟海濤,等. SWAT對大沙河水庫流域徑流模擬研究[J].水土保持研究,2014,21(2):87-93.

[3]Asres M T, Awulachew S B. SWAT based runoff and sediment yield modelling: A case study of the Gumera watershed in the Blue Nile basin[J]. Ecohydrology & Hydrobiology, 2010,10(2):191-199.

[4]Ghoraba S M. Hydrological modeling of the simly dam watershed (Pakistan) using GIS and SWAT model[J]. Alexandria Engineering Journal, 2015,54(3):583-594.

[5]Wellen C, Arhonditsis G B, Long T, et al. Quantifying the uncertainty of nonpoint source attribution in distributed water quality models: A Bayesian assessment of SWAT's sediment export predictions[J]. Journal of Hydrology, 2014,519:3353-3368.

[6]Niazi M, Obropta C, Miskewitz R. Pathogen transport and fate modeling in the Upper Salem River Watershed using SWAT model[J]. Journal of environmental management, 2015,151:167-177.

[7]Napoli M, Orlandini S. Evaluating the Arc-SWAT2009 in predicting runoff, sediment, and nutrient yields from a vineyard and an olive orchard in Central Italy[J]. Agricultural Water Management, 2015,153:51-62.

[8]Bannwarth M A, Sangchan W, Hugenschmidt C, et al. Pesticide transport simulation in a tropical catchment by SWAT[J]. Environmental Pollution, 2014,191：70-79.

[9]Wellen C, Arhonditsis G B, Long T, et al. Quantifying the uncertainty of nonpoint source attribution in distributed water quality models: A Bayesian assessment of SWAT's sediment export predictions[J]. Journal of Hydrology, 2014,519:3353-3368.

[10]夏智宏,周月華,許紅梅.基于SWAT模型的漢江流域徑流模擬[J].氣象,2009,35(9):59-68.

[11]龐佼,白曉華,張富,等.基于SWAT模型的黃土高原典型區(qū)月徑流模擬分析[J].水土保持研究,2015,22(3):111-115.

[12]白淑英,王莉,史建橋,等.基于SWAT模型的開都河流域徑流模擬[J].干旱區(qū)資源與環(huán)境,2013,27(9):79-84.

[13]韓博,周麗麗,范昊明,等.蒲河流域氮污染負荷模擬及時空分布[J].中國水土保持科學,2013,11(2):90-96.

[14]李穎,王康,周祖昊.基于SWAT模型的東北水稻灌區(qū)水文及面源污染過程模擬[J].農(nóng)業(yè)工程學報,2014,30(7):42-53.

[15]董李勤,章光新.嫩江流域沼澤濕地景觀變化及其水文驅(qū)動因素分析[J].水科學進展,2013,24(2):177-183.

[16]方海燕,蔡強國,李秋艷.東北典型黑土區(qū)烏裕爾河中游泥沙輸移月年時間尺度特征[J].泥沙研究,2009(2):16-21.

[17]張余慶,陳昌春,楊緒紅,等.基于SUFI-2算法的SWAT模型在修水流域徑流模擬中的應用[J].水電能源科學,2013,31(9):24-28.

[18]魏丹,劉智勇,李小冰. SWAT模型及SUFI-2算法在禿尾河上游流域徑流模擬中的應用[J].干旱地區(qū)農(nóng)業(yè)研究,2012,30(6):200-206.

[19]Rocha J, Roebeling P, Rial-Rivas M E. Assessing the impacts of sustainable agricultural practices for water quality improvements in the Vouga catchment (Portugal) using the SWAT model[J]. Science of the Total Environment, 2015,536:48-58.

[20]袁宇志,張正棟,蒙金華.基于SWAT模型的流溪河流域土地利用與氣候變化對徑流的影響[J].應用生態(tài)學報,2015,26(4):989-998.

[21]王學,張祖陸,寧吉才.基于SWAT模型的白馬河流域土地利用變化的徑流響應[J].生態(tài)學雜志,2013,32(1):186-194.

[22]姚海芳,師長興,邵文偉,等.基于SWAT的內(nèi)蒙古西柳溝孔兌徑流模擬研究[J].干旱區(qū)資源與環(huán)境,2015,29(6):139-144.

[23]Abbaspour K C, Vejdani M, Haghighat S. SWAT-CUP calibration and uncertainty programs for SWAT[J]. Modsim International Congress on Modelling & Simulation Land Water & Environmental Management Integrated Systems for Sustainability, 2007,364(3):1603-1609.

[24]宋艷華,馬金輝. SWAT模型輔助下的生態(tài)恢復水文響應:以隴西黃土高原華家?guī)X南河流域為例[J].生態(tài)學報,2008,28(2):636-644.

SWAT Model-Based Runoff Simulation of Wuyuer River Basin in the Black Soil Region of Northeast China

GUO Min1,2, FANG Haiyan1, LI Zhiying1,2

(1.KeyLaboratoryofWaterCycleandRelatedLandSurfaceProcesses,InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China; 2.UniversityofChineseAcademyofSciences,Beijing100049,China)

The black soil region is the major grain production areas. Runoff modeling for this region is meaningful to support the studies of water resources and sediment yield. In this study, the hydrological processes at monthly and annual scales were simulated using the SWAT (Soil and Water Assessment Tools) model in the Wuyuer River Basin, northeast China, and some results were obtained. The monthly recorded and simulated discharges match well for calibration period and the validation period. Nash-Sutcliffe coefficients as well as correlation coefficients between recorded and simulated discharge for both calibration period and the validation period are all above 0.75 while relative errors are less than 15%. But model simulating runoff under some increasing rainfall processes is poorer, and the spring and summer flood peak runoff simulation results are also unsatisfactory. The runoff of northeast China is relatively complex, which requires to further improve the adaptability of the SWAT model, so as to provide a scientific basis for the development of water resources.

SWAT model; northeast China; Wuyuer river basin; runoff simulation

2015-08-24

2015-09-17

國家自然科學基金(41271305;41571271)

郭敏(1993—),女,山西大同人,碩士研究生,主要從事土壤侵蝕與水土保持研究。E-mail:guom.13s@igsnrr.ac.cn

方海燕(1977—),男,山東金鄉(xiāng)人,副研究員,主要從事土壤侵蝕與水土保持研究。E-mail:fanghy@igsnrr.ac.cn

P331

A

1005-3409(2016)04-0043-05