秦明星，劉立文

（山西農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院，山西 太谷 030801）

基于TVDI模型的山西省農(nóng)業(yè)旱情監(jiān)測(cè)

秦明星，劉立文

（山西農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院，山西 太谷 030801）

土壤濕度是反映農(nóng)業(yè)干旱狀況的重要方法之一，而溫度植被干旱指數(shù)（TVDI）能夠有效地反演土壤濕度方法。研究利用MOD13A2和MOD11A2獲取的歸一化植被指數(shù)（NDVI）和陸地表面溫度（Ts）構(gòu)建Ts-NDVI特征空間，依據(jù)該特征空間計(jì)算的溫度植被干旱指數(shù)（TVDI）作為農(nóng)業(yè)旱情監(jiān)測(cè)指標(biāo)，結(jié)合實(shí)測(cè)的土壤濕度數(shù)據(jù)反演了山西省2012年夏季7，8月的農(nóng)業(yè)干旱狀況，并結(jié)合同時(shí)間的氣象信息對(duì)干旱狀況進(jìn)行驗(yàn)證；然后結(jié)合MCD12Q1和DEM數(shù)據(jù)分析了土地利用類型、海拔高度和地形坡度對(duì)農(nóng)業(yè)旱情的影響。結(jié)果表明，海拔高度在800 m以下，地形坡度為15°以下，土地利用類型以城鎮(zhèn)用地、耕地和草地為主的地區(qū)是農(nóng)業(yè)旱情最為嚴(yán)重的地區(qū)。

干旱；溫度植被干旱指數(shù)；植被指數(shù)

遙感以它獨(dú)特的優(yōu)點(diǎn)，廣泛應(yīng)用于農(nóng)業(yè)旱情監(jiān)測(cè)[1]。土壤濕度在遙感監(jiān)測(cè)農(nóng)業(yè)旱情時(shí)空變化的指標(biāo)中扮演著十分重要的角色[2-8]。其研究方法主要有熱慣量法[9]、蒸散量計(jì)算法[10-11]、植被指數(shù)與地表溫度結(jié)合法[12]以及微波遙感法[13]等。在國(guó)內(nèi)外眾多遙感信息模型中，采用Ts-NDVI特征空間的變化特征反演土壤濕度可有效實(shí)現(xiàn)農(nóng)業(yè)旱情遙感監(jiān)測(cè)，并得到廣泛研究[14]。2002年，SANDHOLT等[15]提出了溫度植被干旱指數(shù)（Temperature Vegetation Dryness Index，TVDI）來(lái)估測(cè)土壤表層水分狀況。姚春生等[16]使用溫度植被干旱指數(shù)法（TVDI）反演新疆土壤濕度；柳欽火等[17]基于地表溫度和植被指數(shù)研究農(nóng)業(yè)干旱遙感監(jiān)測(cè)，并取得了良好的效果。

本研究在RS和GIS支持下，利用TVDI方法反演2012年7月中旬和8月上旬的山西省土壤濕度,并利用實(shí)測(cè)土壤濕度數(shù)據(jù)對(duì)該指標(biāo)進(jìn)行定量驗(yàn)證，通過(guò)反演土壤濕度來(lái)獲取農(nóng)業(yè)旱情，并結(jié)合同步的農(nóng)業(yè)氣象旬報(bào)對(duì)結(jié)果進(jìn)行分析，然后針對(duì)海拔高度、地形坡度和土地利用覆蓋類型等不同環(huán)境背景條件下的農(nóng)業(yè)干旱分布狀況，統(tǒng)計(jì)分析農(nóng)業(yè)干旱狀況在不同環(huán)境背景條件下空間分布特征。

1 研究區(qū)概況

山西省地處華北西部的黃土高原，地理坐標(biāo)為北緯 34°34′～40°43′、東經(jīng) 110°14′～114°33′。全省總面積15.67萬(wàn)km2，約占全國(guó)總面積的1.6%。山西地形特殊，既有緯度地帶性氣候，又有明顯的垂直變化。地處中緯度，距海不遠(yuǎn)，因山脈阻隔，夏季風(fēng)影響不大，屬溫帶大陸性季風(fēng)氣候。年平均氣溫3～14℃，晝夜溫差大，南北溫差也大。全省年降水量在400～650 mm，但隨季節(jié)分布不均，夏季6—8月降水高度集中且多暴雨，降水量約占全年的60%以上。全省降水山區(qū)較多，盆地較少且受地形影響很大，主要糧食作物有小麥、高粱、玉米等，多分布于大同、太原、忻州、臨汾和運(yùn)城等盆地，主要土壤類型為褐土和棕壤。

2 研究方法

2.1 研究數(shù)據(jù)的獲取

研究采用 MODIS數(shù)據(jù)（MOD11A2，MOD13A2，數(shù)據(jù)時(shí)相是2012年7月中旬和8月上旬），均來(lái)源于NASA WIST，其中，MOD11A2數(shù)據(jù)是1 km地表溫度/發(fā)射率8 d合成L3的產(chǎn)品，其采用MVC（最大合成法）獲得16 d陸面地表溫度（Ts）；MOD13A2數(shù)據(jù)是1 km分辨率植被指數(shù)16 d合成產(chǎn)品。通過(guò)MRT處理軟件對(duì)數(shù)據(jù)（MOD11A2和MOD13A2）進(jìn)行圖像剪裁、幾何校正，重采樣操作，投影方式采用WGS_1984_Lambert_Conformal_Conic。DEM數(shù)據(jù)為30 m的ASTER GDEM數(shù)據(jù)，其來(lái)源于中國(guó)科學(xué)院中國(guó)應(yīng)用環(huán)境中心，將該數(shù)據(jù)經(jīng)過(guò)重采樣后分辨率為1 km。

2.2 植被指數(shù)—地表溫度特征空間

如果某一地區(qū)地貌中裸土到植被冠層均有分布，那么土壤濕度值的范圍也相應(yīng)較寬，濕潤(rùn)和干燥的地方均有分布，對(duì)應(yīng)的該區(qū)域遙感影像上各個(gè)像元的植被指數(shù)與地表溫度的關(guān)系為梯形圖（圖1）。根據(jù)研究，裸土土壤濕度與地表溫度有著比較高的相關(guān)聯(lián)系，進(jìn)而在低NDVI、高Ts處的點(diǎn)A指的是裸露的土壤濕度較低的地方，在低NDVI、低Ts的點(diǎn)B指的是裸露的土壤濕度較高的地方。有植被覆蓋的季節(jié)，植被覆蓋度與地表溫度成反比，所以，高NDVI、相對(duì)高Ts處的點(diǎn)D指的是高植被覆蓋、土壤濕度低的地方，高NDVI、低Ts處的點(diǎn)C指的是高植被覆蓋度、土壤濕度高的地方。其中，干邊AD代表土壤濕度較低的干燥狀態(tài)，濕邊BC代表土壤濕度較高的濕潤(rùn)狀態(tài)[18]。

2.3 TVDI模型原理

VI和Ts的散點(diǎn)圖呈現(xiàn)三角形分布特征[19-20]，SANDHOLT等在此研究基礎(chǔ)上發(fā)現(xiàn)，Ts和VI之間的斜率和作物水分指數(shù)呈負(fù)相關(guān)，且植被覆蓋度和土壤濕度的變化關(guān)系能被土壤濕度等值線描述，根據(jù)這個(gè)理論推理而得出溫度植被干旱指數(shù)的概念?；谥脖恢笖?shù)與地表溫度的相關(guān)運(yùn)算得到TVDI，其定義公式如下。

式中，針對(duì)同一NDVI值，Tsmin是地表溫度最小值，是Ts-NDVI特征空間的濕邊，Tsmax是地表溫度最大值，是Ts-NDVI特征空間的干邊（圖1）。找出每個(gè)NDVI值對(duì)應(yīng)的地表溫度最高值和最低值，得到的數(shù)值組成不規(guī)則的曲線，線性擬合得到干邊方程和濕邊方程。

式中，a1，b1，a2，b2分別是干邊線性擬合方程與濕邊線性擬合方程的系數(shù)。TVDI值愈接近1，土壤濕度值越小；TVDI值愈接近0，土壤愈濕潤(rùn)，因此，TVDI可以反映土壤濕度的大小。

3 結(jié)果與分析

3.1 特征空間的建立

研究選取2012年7月中旬和8月上旬的MOD11A2（地表溫度）、MOD13A2（歸一化植被指數(shù)）數(shù)據(jù)，利用ENVI軟件TVDI模塊提取不同NDVI下地表溫度的最大值和最小值，構(gòu)建Ts-NDVI特征空間，假設(shè)（Ts-NDVI）全部的點(diǎn)都分布在一個(gè)有明顯邊界的范圍內(nèi)，并且扎堆、沒(méi)有特別離散，通常將Ts的最大、最小值點(diǎn)當(dāng)作Ts-NDVI特征空間的邊界。在計(jì)算中對(duì)NDVI以0.01為步長(zhǎng)尋找NDVI對(duì)應(yīng)的Ts最大、最小值作為T(mén)s-NDVI特征空間的邊界（圖2）。

仔細(xì)研究Ts-NDVI特征空間能夠發(fā)現(xiàn)，研究數(shù)據(jù)各個(gè)時(shí)期特征空間的干邊與濕邊均有著大體類似之形狀。當(dāng)NDVI大于某個(gè)值時(shí)，陸地表面溫度的最大值變小，最小值變大，且最大值、最小值與NDVI大致呈線性關(guān)系。由于水體在特征空間里面的植被指數(shù)比0小，把水體的濕度看作100%，去除擬合濕邊時(shí)植被指數(shù)小于0的像元，只選擇植被指數(shù)大于0的像元。干邊的植被指數(shù)與地表溫度之間存在線性關(guān)系，線性擬合得到干邊、濕邊常數(shù)項(xiàng)與相關(guān)系數(shù)。

表1 Ts-NDVI特征空間參數(shù)

參考表1中2期數(shù)據(jù)Ts-NDVI特征空間參數(shù)，干邊斜率小于0，顯示出植被指數(shù)變大，地表溫度最大值處于減小態(tài)勢(shì)；濕邊斜率大于0，顯示出植被指數(shù)變大，地表溫度最小值處于增加態(tài)勢(shì)。

3.2 TVDI與土壤濕度的相關(guān)性分析

結(jié)合研究區(qū)已有14個(gè)氣象站點(diǎn)觀測(cè)的10 cm土壤濕度數(shù)據(jù)與地形校正后的不同的溫度植被干旱指數(shù)值，采用最小二乘法對(duì)數(shù)據(jù)進(jìn)行回歸分析（圖3）。結(jié)果表明，2012年7，8月的Ts-NDVI與土壤濕度均呈現(xiàn)不同程度的負(fù)相關(guān)，顯示出溫度植被干旱指數(shù)越高，土壤濕度越低，農(nóng)業(yè)旱情越嚴(yán)重。

從圖3可以看出，相關(guān)系數(shù)R2的計(jì)算結(jié)果分別為0.576 3和0.494 8，顯示出TVDI模型能夠較好地反映實(shí)際土壤濕度的狀況，且TVDI能反映10 cm深度的土壤水分狀況，可用于10 cm深度的土壤濕度和旱情遙感監(jiān)測(cè)和研究。

3.3 研究區(qū)干旱狀況時(shí)空分析

3.3.1 整體旱情遙感反演 根據(jù)中國(guó)土壤濕度界定干旱標(biāo)準(zhǔn)，并結(jié)合2012年7月中旬和8月上旬的TVDI實(shí)測(cè)數(shù)據(jù)，擬對(duì)研究區(qū)干濕狀況進(jìn)行分級(jí)：極濕潤(rùn)（0≤TVDI＜0.4），濕潤(rùn)（0.4≤TVDI＜0.6），正常（0.6≤TVDI＜0.8），干旱（0.8≤TVDI＜0.9），極干旱（0.9≤TVDI＜1），采用ArcGIS軟件對(duì)研究區(qū)2012年7月中旬和8月上旬的旱情制作等級(jí)分布圖（圖4），并利用研究區(qū)的農(nóng)業(yè)氣象旬報(bào)進(jìn)行驗(yàn)證。

由圖4可知，研究區(qū)2012年7月中旬和8月上旬的農(nóng)業(yè)旱情以正常、濕潤(rùn)為主，極濕潤(rùn)和干旱為輔，部分地區(qū)有極干旱狀況的出現(xiàn)，主要分布在山西省北部和南部的臨汾、運(yùn)城等地，其中，8月濕潤(rùn)和極濕潤(rùn)面積有所增加，干旱和極干旱面積減少，農(nóng)業(yè)旱情得到了進(jìn)一步的緩解。根據(jù)研究區(qū)2012年農(nóng)業(yè)氣象旬報(bào)顯示，7月中旬山西省氣溫偏高，降水偏少，日照偏多，持續(xù)的高溫少雨天氣使北、中部地區(qū)旱情加重，全省旬降水量在0～119mm。8月上旬山西省大部分縣（市）氣溫接近常年或偏高，降水大部偏少，日照基本正常。旬內(nèi)出現(xiàn)2次較大范圍的降水以及分布不均的雷陣雨天氣過(guò)程，全省旱情得到進(jìn)一步的緩解，但北部大部分縣（市）、太原西部以及臨汾、運(yùn)城的部分縣（市）的旱情仍然存在。

3.3.2 不同自然環(huán)境因子的農(nóng)業(yè)旱情相關(guān)分析

3.3.2.1 土地利用類型對(duì)農(nóng)業(yè)旱情的影響 為了進(jìn)一步探討研究區(qū)的干旱狀況，本研究結(jié)合土地利用類型、海拔高度和地形坡度，得出農(nóng)業(yè)旱情的地理空間分布，土地利用在決定農(nóng)業(yè)旱情發(fā)展變化中起到至關(guān)重要的影響作用。人類的不合理開(kāi)發(fā)利用等活動(dòng)使土地利用發(fā)生大的變化，并嚴(yán)重影響農(nóng)業(yè)旱情狀況。將研究區(qū)土地利用覆蓋類型分為城鎮(zhèn)用地、旱地、水田、草地、水域和林地，并對(duì)該區(qū)域旱情分布狀況等級(jí)圖與土地覆蓋產(chǎn)品數(shù)據(jù)（MCD12Q1）進(jìn)行疊加分析，統(tǒng)計(jì)得出不同土地利用類型下的農(nóng)業(yè)旱情空間分布特征。

由圖5，6可知，2012年7月中旬和8月上旬在不同土地利用類型下農(nóng)業(yè)旱情分布面積比例變化較大，8月上旬的正常以上干旱類型的面積要大于7月中旬的干旱類型的面積，說(shuō)明旱情得到了緩解。其中，水域和林地主要是以正常、濕潤(rùn)和極濕潤(rùn)為主，干旱狀況極少出現(xiàn)；草地和耕地主要是以濕潤(rùn)和正常為主，部分地區(qū)出現(xiàn)干旱狀況，其中，草地的干旱面積要大于耕地；城鎮(zhèn)用地主要是以正常和干旱為主，部分地區(qū)出現(xiàn)極干旱狀況，是旱情預(yù)防和治理的主要區(qū)域。

3.3.2.2 海拔高度對(duì)農(nóng)業(yè)旱情的影響 影響農(nóng)業(yè)干旱的主要自然條件是地形的變化。同時(shí)地形對(duì)人類的土地利用方式和強(qiáng)度以及周圍的生態(tài)環(huán)境也有很大影響。通過(guò)對(duì)不同海拔高度坡度分級(jí)的農(nóng)業(yè)干旱狀況分析，可有效認(rèn)知農(nóng)業(yè)干旱的空間分布規(guī)律。結(jié)合研究區(qū)海拔在100～3 000 m的實(shí)際情況，將 DEM高程分為 5級(jí)，以＜500，500～800，800～1 200，1 200～1 500，＞1 500 m分級(jí)，采用 ArcGIS軟件進(jìn)行疊加分析，統(tǒng)計(jì)出農(nóng)業(yè)干旱在不同海拔高程的空間分布特征。

從圖7，8可以看出，研究區(qū)內(nèi)農(nóng)業(yè)干旱類型隨高程的變化呈現(xiàn)出一種垂直分異特征。干旱和極干旱主要分布在500 m以下和500～800 m之間的地區(qū)，也是農(nóng)業(yè)旱情預(yù)防和治理的主要地帶；800～1 200 m主要是以正常和濕潤(rùn)為主，并有少量的干旱分布；1 200～1 500 m和1 500 m以上主要是濕潤(rùn)和極濕潤(rùn)為主，其次是正常，干旱狀況極少出現(xiàn)。3.3.2.3 地形坡度對(duì)農(nóng)業(yè)旱情的影響 目前坡度與干旱的關(guān)系研究已經(jīng)成為地形與農(nóng)業(yè)旱情研究的重點(diǎn)內(nèi)容。本研究利用DEM獲取地形坡度數(shù)據(jù)，采用 5 級(jí)劃分坡度：＜5°，5°～10°，10°～15°，15°～20°，＞20°，結(jié)合實(shí)際數(shù)據(jù)統(tǒng)計(jì)農(nóng)業(yè)干旱在不同地形坡度的空間分布特征。

從圖9，10可以看出，2012年7，8月農(nóng)業(yè)干旱主要發(fā)生在15°以下的地區(qū)，其中，＜5°的分布面積最大，并存在極干旱狀況，是農(nóng)業(yè)干旱預(yù)防和治理的主要區(qū)域，5°～15°主要是以正常和濕潤(rùn)為主。15°以上的農(nóng)業(yè)旱情狀況很好，主要是以濕潤(rùn)和極濕潤(rùn)為主，其次是正常，該范圍幾乎沒(méi)有干旱狀況發(fā)生。

4 結(jié)論和討論

利用TVDI方法反演2012年7月中旬和8月上旬的山西省土壤濕度，并結(jié)合實(shí)測(cè)土壤濕度數(shù)據(jù)對(duì)該指標(biāo)進(jìn)行定量驗(yàn)證，顯示TVDI與土壤濕度呈顯著相關(guān)，得出TVDI可以反演土壤濕度來(lái)獲取農(nóng)業(yè)干旱情況，與同步的農(nóng)業(yè)氣象旬報(bào)結(jié)果進(jìn)行分析，表明研究區(qū)2012年7月中旬和8月上旬的農(nóng)業(yè)旱情以正常、濕潤(rùn)為主，極濕潤(rùn)和干旱為輔，部分地區(qū)有極干旱狀況的出現(xiàn)，主要分布在山西省北部和臨汾等地，其中8月受到降雨的影響，濕潤(rùn)和極濕潤(rùn)面積有所增加，干旱和極干旱面積減少，農(nóng)業(yè)旱情得到了進(jìn)一步緩解。

研究不同環(huán)境背景條件下的農(nóng)業(yè)干旱分布特征。在GIS中對(duì)海拔高度、地形坡度和土地利用覆蓋類型等進(jìn)行空間分析，結(jié)果表明，海拔在800 m以下的地區(qū)、坡度為15°以下，土地利用類型以城鎮(zhèn)用地、耕地和草地為主的地區(qū)是農(nóng)業(yè)旱情最為嚴(yán)重的地區(qū)，而海拔在1 200 m以上，坡度在15°以上，土地利用類型為林地的地區(qū)農(nóng)業(yè)旱情狀況最好。

［1］李春強(qiáng)，李紅軍.TVDI在冬小麥春季干旱監(jiān)測(cè)中的應(yīng)用[J].遙感技術(shù)與應(yīng)用，2008，23（3）：161-165.

［2］田國(guó)珍，武永利.土壤水分遙感監(jiān)測(cè)及關(guān)鍵技術(shù)[J].山西農(nóng)業(yè)科學(xué)，2013，41（9）：1021-1026.

［3］謝忠俍，周建東，袁曼飛.基于Ts-EVI模型的干旱監(jiān)測(cè)研究[J].河南科學(xué)，2017（9）：1412-1417.

［4］王云峰，沈潤(rùn)平，楊愛(ài)琴.基于溫度植被指數(shù)法的運(yùn)城市干旱監(jiān)測(cè)[J].山西農(nóng)業(yè)科學(xué)，2009，37（8）：66-68，71.

［5］劉永忠，李齊霞，孫萬(wàn)榮，等.氣候干旱與作物干旱指標(biāo)體系[J].山西農(nóng)業(yè)科學(xué)，2005，33（3）：50-53.

［6］王鶯，王勁松，姚玉璧，等.基于溫度植被干旱指數(shù)的廣東省旱情動(dòng)態(tài)監(jiān)測(cè)[J].草業(yè)學(xué)報(bào)，2014，23（2）：98-107.

［7］楊秀海，卓嘎，羅布.基于MODIS數(shù)據(jù)的西北地區(qū)旱情監(jiān)測(cè)[J].草業(yè)科學(xué)，2011，28（8）：1420-1426.

［8］鮑艷松，嚴(yán)婧，閔錦忠，等.基于溫度植被干旱指數(shù)的江蘇淮北地 區(qū) 農(nóng) 業(yè) 旱 情 監(jiān) 測(cè) [J]. 農(nóng) 業(yè) 工 程 學(xué) 報(bào) ，2014，30（7）：163-172，294.

［9］余濤，田國(guó)良.熱慣量法在監(jiān)測(cè)土壤表層水分變化中的研究[J].遙感學(xué)報(bào)，1997，1（1）：24-32.

［10］隋洪志，田國(guó)良，李付琴.農(nóng)田蒸散雙層模型及其在干旱遙感監(jiān)測(cè)中的應(yīng)用[J].遙感學(xué)報(bào)，1997，1（3）：220-224.

［11］韓蘆，李鵬，任宗萍，等.大理河流域參考作物蒸散量的時(shí)空分布特征及原因分析[J].灌溉排水學(xué)報(bào)，2017（10）：100-106.

［12］夏虹，武建軍，劉雅妮，等.中國(guó)用遙感方法進(jìn)行干旱監(jiān)測(cè)的研究進(jìn)展[J].遙感信息，2005（1）：55-57.

［13］孫麗，陳煥偉，趙立軍，等.遙感監(jiān)測(cè)旱情的研究進(jìn)展[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)，2004，23（1）：202-206.

［14］宋春橋，游松財(cái)，劉高煥，等.基于TVDI的藏北地區(qū)土壤濕度空間格局[J].地理科學(xué)進(jìn)展，2011，30（5）：570-576.

［15］ SANDHOLT I，RASMUSSEN K，ANDERSEN J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensingof Environment，2002，79（2/3）：213-224.

［16］姚春生，張?jiān)鱿椋魹t.使用溫度植被干旱指數(shù)法（TVDI）反演新疆土壤濕度[J].遙感科學(xué)與技術(shù)，2004，19（6）：474-478.

［17］柳欽火，辛景峰，辛?xí)灾?，?基于地表溫度和植被指數(shù)的農(nóng)業(yè)干旱遙感監(jiān)測(cè)方法[J].科技導(dǎo)報(bào)，2007，25（6）：12-18.

［18］楊東旭.吉林中部土壤濕度遙感研究與應(yīng)用[D].長(zhǎng)春：吉林大學(xué)，2013：26.

［19］PRICE J C.Using spatial context in satellite data to infer regional scale evapotranspiration[J].IEEE Transactions on Geoscience and Remote Sensing，1990，28（5）：940-948.

［20］CARLSON T N.Remote estimation of soil moisture availability and fractional vegetation cover for agricultural fields[J].Agricultural and Forest Meteorology，1990，52（1/2）：45-69.

Shanxi Agricultural Drought Monitoring Based on TVDI Model

QINMingxing，LIULiwen

（College ofResource and Environment，Shanxi Agricultural University，Taigu 030801，China）

Soil moisture is an important model which reflects agriculture dryness situation.Temperature Vegetation Dryness Index（TVDI）can retrieve soil moisture effective.8-day composite MODIS temperature product MOD11A2 and 16-day composite MODIS NDVI product MOD13A2 were combined to construct Ts-NDVI space from which the TVDI was obtained.Agricultural drought in July and August in Shanxi province was retrieved,thus the dryness situation in the study area was analyzed and compared by the synchronous meteorology data.At last,the paper analyzed the influences on agricultural drought through land use types,the altitude and the topographic slope based on MCD12Q1 and DEMdata.The results showed that the agricultural drought-stricken areas were those whose altitude was below800 m,topographic slope was below15°and the land use types were given prioritytourban,farmland and grassland.

drought;TVDI;vegetation index

TP79

A

1002-2481（2017）11-1823-06

10.3969/j.issn.1002-2481.2017.11.22

2017-09-28

山西農(nóng)業(yè)大學(xué)科技創(chuàng)新基金項(xiàng)目（20142-21；20142-22）

秦明星（1982-），男，山西長(zhǎng)治人，講師，碩士，主要從事土地利用與地理信息系統(tǒng)研究工作。劉立文為通信作者。