• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      氣候變化背景下吉林省風(fēng)蝕氣候侵蝕力時(shí)空特征

      2017-12-18 01:13:22任景全郭春明李建平劉玉汐
      水土保持研究 2017年6期
      關(guān)鍵詞:風(fēng)蝕氣候因子日數(shù)

      任景全, 郭春明, 李建平, 劉玉汐

      (1.吉林省氣象科學(xué)研究所, 長(zhǎng)春 130062; 2.吉林省氣象臺(tái), 長(zhǎng)春 130062)

      氣候變化背景下吉林省風(fēng)蝕氣候侵蝕力時(shí)空特征

      任景全1, 郭春明1, 李建平1, 劉玉汐2

      (1.吉林省氣象科學(xué)研究所, 長(zhǎng)春 130062; 2.吉林省氣象臺(tái), 長(zhǎng)春 130062)

      利用吉林省50個(gè)氣象站1961—2015年的觀測(cè)資料,計(jì)算了吉林省不同區(qū)域的風(fēng)蝕氣候因子指數(shù),并分析其變化特征及其影響因子。結(jié)果表明:風(fēng)蝕氣候因子指數(shù)C值從1月開(kāi)始逐漸升高,在4月達(dá)到最高,7月最低。C值在季節(jié)變化上表現(xiàn)為春季>冬季>秋季>夏季。全年尺度上,C值呈顯著的降低趨勢(shì)(p<0.001),傾向率為-18.7/10 a。春季、秋季和冬季C值降低趨勢(shì)顯著(p<0.001),夏季C值降低趨勢(shì)不顯著。年代際變化上,C值在近5 a最低。風(fēng)蝕氣候因子指數(shù)呈由西向東逐漸遞減的空間分布,西部風(fēng)蝕氣候侵蝕力最強(qiáng),中部次之,東部最弱。吉林省各站風(fēng)蝕氣候因子指數(shù)均呈降低趨勢(shì),降低最顯著的站點(diǎn)主要分布在中部。風(fēng)速是西部風(fēng)蝕氣候因子指數(shù)的主要?dú)夂蛴绊懸蜃?,大風(fēng)日數(shù)是中部和東部的主要?dú)夂蛴绊懸蜃印?/p>

      風(fēng)蝕氣候侵蝕力; 風(fēng)蝕氣候因子指數(shù); 氣候變化; 時(shí)空變化; 吉林省

      土壤流失主要受風(fēng)蝕[1-2],水蝕[3],凍融[4-5]等自然因素以及農(nóng)業(yè)開(kāi)墾的人為因素的共同影響。土壤風(fēng)蝕是黑土流失的主要方式。松遼委2002年統(tǒng)計(jì)報(bào)告,吉林省黑土風(fēng)力侵蝕面積為13 900 km2。風(fēng)蝕不僅造成土壤退化,還會(huì)引起沙塵暴,更加劇了土壤養(yǎng)分流失,嚴(yán)重影響農(nóng)業(yè)生產(chǎn)。董玉祥等[6]認(rèn)為我國(guó)干旱半干旱地區(qū)的風(fēng)蝕氣候侵蝕力主要受降水與風(fēng)速影響。祁棟林[7]研究表明,青海省風(fēng)蝕氣候侵蝕力在降低,主要受風(fēng)速的制約。塔里木盆地風(fēng)蝕氣候侵蝕力也在降低,風(fēng)速是其主要影響因子[8]。

      在全球變化的背景下,吉林省農(nóng)作物生長(zhǎng)季降水呈減少趨勢(shì)[9],氣候變化以暖干傾向?yàn)橹鱗10]。吉林省處在世界三大黃金玉米帶的東北黑土區(qū)上,是全國(guó)重要的商品糧基地。隨著農(nóng)業(yè)生產(chǎn)及自然環(huán)境變化,吉林省黑土區(qū)的水土流失也愈加嚴(yán)重。鑒于此,本文通過(guò)風(fēng)蝕氣候因子指數(shù)表征土壤風(fēng)蝕的風(fēng)蝕氣候侵蝕力,分析氣候變化背景下吉林省風(fēng)蝕氣候侵蝕力的變化特征及主要的氣候影響因子,以期為東北黑土區(qū)防治土壤風(fēng)蝕提供科學(xué)依據(jù)。

      1 資料和方法

      1.1 研究區(qū)域及數(shù)據(jù)來(lái)源

      吉林省屬于溫帶大陸性季風(fēng)氣候,四季分明,雨熱同季。年均氣溫為2~6℃,氣溫日較差在10~14℃,全年無(wú)霜期為100~160 d,年平均日照時(shí)數(shù)為2 259~3 016 h,年平均降水量為400~600 mm,季節(jié)和區(qū)域差異較大,80%的降水集中在夏季,以東部降水量最為豐沛。吉林省西部和中部地勢(shì)平坦,是玉米主產(chǎn)區(qū),素有“黃金玉米帶”之稱(chēng)。根據(jù)《中國(guó)氣象地理區(qū)劃手冊(cè)》[11]和吉林省地區(qū)特點(diǎn)、農(nóng)業(yè)氣候特征,以縣級(jí)為劃分單元將全區(qū)分為3個(gè)區(qū)域,即西部、中部和東部區(qū)域,區(qū)域劃分和氣象站點(diǎn)分布見(jiàn)圖1。本研究氣象資料為1961—2015年吉林省50個(gè)站逐月平均氣溫、降水量、日照時(shí)數(shù)、平均風(fēng)速、空氣濕度、大風(fēng)日數(shù)等,數(shù)據(jù)來(lái)源于吉林省氣象局。季節(jié)的劃分采用氣象季節(jié),3—5月為春季,6—8月為夏季,9—11月為秋季,12—2月為冬季。

      圖1 吉林省區(qū)域劃分和氣象站點(diǎn)分布

      1.2 風(fēng)蝕氣候因子指數(shù)(C)計(jì)算

      風(fēng)蝕氣候因子指數(shù)采用聯(lián)合國(guó)糧農(nóng)組織(FAO)改進(jìn)的計(jì)算公式:

      (1)

      式中:C為風(fēng)蝕氣候因子指數(shù);Ui為2 m高的月平均風(fēng)速(m/s);ETPi為月潛在蒸散量(mm);Ri為月降水量(mm);d為月天數(shù)。ETPi采用FAO Penman-Monteith公式計(jì)算[12]。

      1.3 分析方法

      采用線(xiàn)性?xún)A向估計(jì)方法分析風(fēng)蝕氣候因子指數(shù)的線(xiàn)性變化,計(jì)算公式:

      C=b·t+a

      (2)

      式中:C為風(fēng)蝕氣候因子指數(shù);b為傾向值,本文采用b×10代表10 a變化的傾向率。

      采用標(biāo)準(zhǔn)化回歸分析方法分析風(fēng)蝕氣候因子指數(shù)的主要?dú)夂蛞蜃?,?jì)算公式:

      C=a1·X1+a2·X2+a3·X3+,…,+an·Xn

      (3)

      式中:C為風(fēng)蝕氣候因子指數(shù)標(biāo)準(zhǔn)化值;a1,a2,a3,…,an為各氣候因子的標(biāo)準(zhǔn)化回歸系數(shù);X1,X2,X3,…,Xn為各氣候因子的平均值,標(biāo)準(zhǔn)化回歸系數(shù)越大說(shuō)明氣候因子對(duì)風(fēng)蝕氣候侵蝕力的影響越大。

      線(xiàn)性?xún)A向估計(jì)分析方法由Excel完成;標(biāo)準(zhǔn)化逐步回歸方法由SPSS 19.0完成;風(fēng)蝕氣候侵蝕力及其傾向率空間分布由ArcGIS 10.0完成。

      2 結(jié)果與分析

      2.1 風(fēng)蝕氣候因子指數(shù)的月際和季節(jié)變化

      吉林省風(fēng)蝕氣候因子指數(shù)的月際和季節(jié)變化特征見(jiàn)圖2。由圖2可見(jiàn),吉林省風(fēng)蝕氣候因子指數(shù)具有明顯的月際和季節(jié)變化特征。從1月開(kāi)始,C值逐漸升高,在4月達(dá)到最高,為15.5,隨后逐漸下降,在7月達(dá)到最低,為-1.2,之后緩慢升高。C值在季節(jié)變化上表現(xiàn)為春季(38.3)>冬季(13.9)>秋季(11.1)>夏季(1.2)。

      圖2 吉林省風(fēng)蝕氣候因子指數(shù)的月際和季節(jié)變化

      2.2 風(fēng)蝕氣候因子指數(shù)的年際變化

      吉林省風(fēng)蝕氣候因子指數(shù)的年際變化特征見(jiàn)圖3。由圖3可見(jiàn),吉林省風(fēng)蝕氣候因子指數(shù)具有明顯的年際變化特征,從全年尺度變化看,C值呈顯著的降低趨勢(shì)(p<0.001),傾向率為-18.7/10 a,其中,C值在2010年最小,為7.7,1966年最大,為138.0。四季C值的年際變化特征與全年一致,均呈降低趨勢(shì),其中,春季、秋季和冬季C值降低趨勢(shì)極顯著(p<0.001),夏季C值降低趨勢(shì)不顯著。氣候傾向率排序?yàn)榇杭?-10.9/10 a)>冬季(-4.7/10 a)>秋季(-2.7/10 a)>夏季(-0.4/10 a)。

      圖3 吉林省風(fēng)蝕氣候因子指數(shù)的年際變化

      2.3 風(fēng)蝕氣候因子指數(shù)的年代際變化

      吉林省風(fēng)蝕氣候因子指數(shù)的年代際變化特征見(jiàn)表1,由表1可見(jiàn),全年尺度的風(fēng)蝕氣候因子指數(shù)呈逐年代的降低趨勢(shì),在近5 a達(dá)到最低值,為28.5。除夏季外,春季、秋季和冬季風(fēng)蝕氣候因子指數(shù)均呈逐年代的降低趨勢(shì),均表現(xiàn)為60年代最高,近5 a最低。夏季風(fēng)蝕氣候因子指數(shù)在60年代和70年代較高,80年代最低。

      表1 吉林省風(fēng)蝕氣候因子指數(shù)的年代際變化

      2.4 風(fēng)蝕氣候因子指數(shù)的空間分布

      吉林省風(fēng)蝕氣候因子指數(shù)的空間分布特征見(jiàn)圖4。由圖4A可見(jiàn),吉林省風(fēng)蝕氣候因子指數(shù)呈由西向東逐漸遞減的趨勢(shì)分布,表明西部風(fēng)蝕氣候侵蝕力最強(qiáng),C值為39.6~228.7,平均值為124.6,其中,通榆站C值最高,為190.3;中部風(fēng)蝕氣候侵蝕力次之,C值為6.2~245.5,平均值為91.6;東部風(fēng)蝕氣候侵蝕力最小,為0.3~68.3,平均值為26.4,其中,白山站最小,為0.3。由圖4B可知,吉林省各站風(fēng)蝕氣候因子指數(shù)傾向率均為負(fù)值,即均呈降低趨勢(shì)。降低最顯著的站點(diǎn)主要分布在中部,如扶余、農(nóng)安、梨樹(shù)站氣候傾向率為-59.9~-50.0/10 a。

      2.5 風(fēng)蝕氣候因子指數(shù)的影響因子分析

      吉林省風(fēng)蝕氣候因子指數(shù)與氣候因子的回歸分析結(jié)果見(jiàn)表2。由表2可見(jiàn),影響風(fēng)蝕氣候因子指數(shù)的氣候因子主要為大風(fēng)日數(shù)、風(fēng)速、空氣濕度和日照時(shí)數(shù),除空氣濕度變化對(duì)風(fēng)蝕氣候因子指數(shù)為負(fù)效應(yīng)外,其他氣候因子均為正效應(yīng)。在吉林省的不同區(qū)域,影響風(fēng)蝕氣候因子指數(shù)的氣候因子也有所不同。從標(biāo)準(zhǔn)化回歸系數(shù)來(lái)看,西部風(fēng)蝕氣候因子指數(shù)的主要?dú)夂蛴绊懸蜃訛轱L(fēng)速,中部和東部主要?dú)夂蛴绊懸蜃訛榇箫L(fēng)日數(shù)。

      吉林省主要?dú)夂蛞蜃幼兓厔?shì)見(jiàn)圖5,由圖5可見(jiàn),吉林省各區(qū)域的日照時(shí)數(shù)、空氣濕度、風(fēng)速和大風(fēng)日數(shù)均呈極顯著的降低趨勢(shì)(p<0.01)。結(jié)合圖3可知,大風(fēng)日數(shù)、風(fēng)速變化與風(fēng)蝕氣候因子指數(shù)變化趨勢(shì)最為一致,說(shuō)明大風(fēng)日數(shù)和風(fēng)速是影響風(fēng)蝕氣候侵蝕力的主要因子。

      圖4 吉林省風(fēng)蝕氣候因子指數(shù)及傾向率空間分布

      表2 風(fēng)蝕氣候因子指數(shù)與氣候因子的標(biāo)準(zhǔn)化回歸系數(shù)

      注:*為p<0.05,**為p<0.01。

      圖5 吉林省各區(qū)域氣候因子的年際變化

      3 結(jié)論與討論

      3.1 討 論

      1961—2015年吉林省風(fēng)蝕氣候因子指數(shù)呈顯著的降低趨勢(shì),說(shuō)明風(fēng)蝕氣候侵蝕力在降低,這主要與風(fēng)速以及大風(fēng)日數(shù)顯著的降低趨勢(shì)有關(guān)。吉林省風(fēng)蝕氣候因子指數(shù)呈由西向東逐漸遞減的趨勢(shì)分布,與戴全厚等[13]研究結(jié)論一致,這是由于吉林省西部為亞干旱地區(qū)、中部為亞濕潤(rùn)、東部為濕潤(rùn)區(qū)[14],加之西部風(fēng)速大、日照時(shí)數(shù)多、空氣濕度低,導(dǎo)致西部風(fēng)蝕氣候因子指數(shù)較大,而東部風(fēng)速小、日照時(shí)數(shù)少、空氣濕度高,風(fēng)蝕氣候因子指數(shù)小。中部為西部亞干旱和東部濕潤(rùn)區(qū)的過(guò)渡帶,風(fēng)蝕氣候因子指數(shù)介于兩個(gè)區(qū)域之間。

      在風(fēng)蝕氣候侵蝕力氣候影響因子方面與祁棟林[7],楊興華等[8]研究結(jié)果較為一致,認(rèn)為風(fēng)速是風(fēng)蝕氣候因子指數(shù)的主要?dú)夂蛞蜃?,與降水量關(guān)系不顯著。鄒春霞等[15]研究表明,內(nèi)蒙古陰山北麓農(nóng)牧交錯(cuò)帶風(fēng)蝕氣候因子與沙塵暴日數(shù)有較好的對(duì)應(yīng)關(guān)系??梢哉f(shuō)明,在不同氣候區(qū)風(fēng)蝕氣候因子的影響因子也不同。土壤風(fēng)蝕是多因素共同作用的結(jié)果,除氣候因子外,還與土壤含水量、粗糙度、植被覆蓋狀況等有關(guān)[13],本文僅分析了影響土壤風(fēng)蝕的氣候因子,其他影響因素有待在今后的研究過(guò)程中繼續(xù)開(kāi)展。

      3.2 結(jié) 論

      吉林省風(fēng)蝕氣候因子指數(shù)從1月開(kāi)始逐漸升高,在4月達(dá)到最高,7月最低。C值在季節(jié)變化上表現(xiàn)為春季>冬季>秋季>夏季。全年尺度上,C值呈顯著的降低趨勢(shì)(p<0.001),氣候傾向率為-18.7/10 a。春季、秋季和冬季C值呈極顯著的降低趨勢(shì)(p<0.001),夏季C值降低趨勢(shì)不顯著。年代際變化上,C值在近5 a達(dá)到最低值,為28.5。除夏季外,春季、秋季和冬季C值均呈逐年代的降低趨勢(shì)。

      吉林省風(fēng)蝕氣候因子指數(shù)呈由西向東逐漸遞減的趨勢(shì)分布,西部風(fēng)蝕氣候侵蝕力最強(qiáng),中部次之,東部最小。吉林省各站風(fēng)蝕氣候因子指數(shù)均呈降低趨勢(shì),降低最顯著的站點(diǎn)主要分布于中部。西部風(fēng)蝕氣候因子指數(shù)的主要?dú)夂蛴绊懸蜃訛轱L(fēng)速,中部和東部主要?dú)夂蛴绊懸蜃訛榇箫L(fēng)日數(shù)。各區(qū)域的日照時(shí)數(shù)、空氣濕度、風(fēng)速和大風(fēng)日數(shù)均呈顯著的降低趨勢(shì)(p<0.01)。其中,大風(fēng)日數(shù)、風(fēng)速變化與風(fēng)蝕氣候因子指數(shù)變化趨勢(shì)最為一致。

      [1] 張國(guó)平,張?jiān)鱿?劉紀(jì)遠(yuǎn).中國(guó)土壤風(fēng)力侵蝕空間格局及驅(qū)動(dòng)因子分析[J].地理學(xué)報(bào),2001,56(2):146-158.

      [2] 鄭帥,李德明,郭成久,等.遼西北地區(qū)風(fēng)力侵蝕過(guò)程分析[J].水土保持研究,2015,22(4):138-142.

      [3] 王禹,楊明義,劉普靈.東北黑土區(qū)坡耕地水蝕與風(fēng)蝕速率的定量區(qū)分[J].核農(nóng)學(xué)報(bào),2010,24(4):790-795.

      [4] 范昊明,張瑞芳,周麗麗,等.氣候變化對(duì)東北黑土凍融作用與凍融侵蝕發(fā)生的影響分析[J].干旱區(qū)資源與環(huán)境,2009,23(6):48-53.

      [5] 張瑞芳,范昊明,王瑄,等.遼寧省凍融侵蝕發(fā)生的氣候環(huán)境條件分析[J].水土保持研究,2008,15(2):8-12.

      [6] 董玉祥,康國(guó)定.中國(guó)干旱半干旱地區(qū)風(fēng)蝕氣候侵蝕力的計(jì)算與分析[J].水土保持學(xué)報(bào),1994,8(3):1-7.

      [7] 祁棟林,李曉東,蘇文將,等.近50年青海省風(fēng)蝕氣候侵蝕力時(shí)空演變趨勢(shì)[J].水土保持研究,2015,22(6):234-239.

      [8] 楊興華,何清,李紅軍,等.塔里木盆地風(fēng)蝕氣候侵蝕力的計(jì)算與分析[J].中國(guó)沙漠,2012,32(4):990-995.

      [9] 廉毅,高樅亭,沈柏竹,等.吉林省氣候變化及其對(duì)糧食生產(chǎn)的影響[J].氣候變化研究進(jìn)展,2007,3(1):46-49.

      [10] 張偉,閆敏華,陳泮勤,等.吉林省農(nóng)作物生長(zhǎng)季降水資源的時(shí)空分布特征[J].中國(guó)農(nóng)業(yè)氣象,2007,28(4):59-363.

      [11] 中國(guó)氣象局預(yù)測(cè)減災(zāi)司,中國(guó)氣象局國(guó)家氣象中心.中國(guó)氣象地理區(qū)劃手冊(cè)[M].北京:氣象出版社,2006.

      [12] Allen R G, Pereira L S, Raes D, et al. Crop Evapotranspiration:Guide-lines for computing crop water requirements[M]. Rome:FAO,1998:41-202.

      [13] 戴全厚,喻理飛,劉明義,等.吉林省西部沙地土壤風(fēng)蝕機(jī)理分析[J].水土保持通報(bào),2008,28(3):81-84,96.

      [14] 張存杰,廖要明,段居琦,等.我國(guó)干濕氣候區(qū)域研究進(jìn)展[J].氣候變化研究進(jìn)展,2016,12(4):261-267.

      [15] 鄒春霞,申向東,李夏子,等.內(nèi)蒙古陰山北麓農(nóng)牧交錯(cuò)帶風(fēng)蝕氣候侵蝕力特征[J].吉林大學(xué)學(xué)報(bào):地球科學(xué)版,2011,41(4):1172-1178.

      SpatiotemporalCharacteristicsofWindErosionClimaticErosivityUnderClimateChangeinJilinProvince

      REN Jingquan1, GUO Chunming1, LI Jianping1, LIU Yuxi2

      (1.InstituteofMeteorologicalScienceofJilinProvince,Changchun130062,China;2.MeteorologicalObservatoryofJilinProvince,Changchun130062,China)

      Based on the observation data from 50 meteorological stations during 1961 to 2015 in Jilin Province, the index of wind erosion climatic erosivity factor(C) and its influenced factors were analyzed. The result showed that the index of wind erosion climatic erosivity factor rose rapidly since January, reached the maximum in April and minimum in July. The seasonal features ofCvalue decreased in the order: spring>winter>autumn>summer. The annual feature ofCvalue decreased significantly, which the climatic tendency was -18.7/decade.Cvalues of spring, autumn, and winter decreased significantly, which theCvalue of summer was not significantly. The decade feature ofCvalue was the lowest in recent five years. The index of wind erosion climatic erosivity factor decreased gradually from west to east. The wind erosion climatic erosivity in the west is the strongest, followed by the middle and the east. TheCvalues of meteorological stations in Jilin Province decreased, which the significant stations were located in the middle part. Wind speed was the primary climatic factor of the index of wind erosion climatic erosivity factor of west zone, while the strong wind days were the primary climatic factor of middle and east.

      wind erosion climatic erosivity; wind erosion climatic erosivity factor index; climate change; spatiotemporal changes; Jilin Province

      P425.6:S157

      A

      1005-3409(2017)06-0233-05

      2016-11-03

      2016-11-29

      公益性行業(yè)(氣象)科研專(zhuān)項(xiàng)“東北地區(qū)春玉米農(nóng)業(yè)氣象指標(biāo)體系研究”(GYHY201206018);吉林省重點(diǎn)科技攻關(guān)項(xiàng)目“基于試驗(yàn)的春玉米生育關(guān)鍵期低溫冷害農(nóng)業(yè)氣象指標(biāo)研究”(20150204014NY);中國(guó)氣象局省級(jí)氣象科研所科技創(chuàng)新發(fā)展經(jīng)費(fèi)項(xiàng)目“氣候變化對(duì)吉林省黑土地影響評(píng)估及適應(yīng)對(duì)策”

      任景全(1988—),男,內(nèi)蒙古赤峰人,工程師,碩士,主要從事農(nóng)業(yè)氣象業(yè)務(wù)及科研工作。E-mail:renjingquan1988@126.com

      郭春明(1962—),男,吉林公主嶺人,高級(jí)工程師,主要從事農(nóng)業(yè)氣象研究工作。E-mail:gch8188@sina.com

      猜你喜歡
      風(fēng)蝕氣候因子日數(shù)
      內(nèi)蒙古不同類(lèi)型草原植物群落葉片氮、磷含量變化研究
      黃土高原水蝕風(fēng)蝕交錯(cuò)帶迎風(fēng)坡水蝕影響的風(fēng)蝕特征
      漢江上游漢中區(qū)域不同等級(jí)降水日數(shù)的氣候變化特征分析
      綠色科技(2022年16期)2022-09-15 03:04:46
      天津市濱海新區(qū)塘沽地域雷暴日數(shù)變化規(guī)律及特征分析
      天津科技(2020年2期)2020-03-03 05:09:48
      四川水稻產(chǎn)量及其構(gòu)成要素對(duì)不同生育期氣候因子的響應(yīng)分析
      海南省雷暴日數(shù)年代際變化特征
      ESSENTIAL NORMS OF PRODUCTS OF WEIGHTED COMPOSITION OPERATORS AND DIFFERENTIATION OPERATORS BETWEEN BANACH SPACES OF ANALYTIC FUNCTIONS?
      天山北坡NDVI對(duì)氣候因子響應(yīng)的敏感性分析
      沙漠地區(qū)微波地表發(fā)射率年內(nèi)變化規(guī)律與氣候因子的關(guān)系分析
      令人震撼的侵蝕地貌(一)
      抚远县| 宜州市| 阳春市| 博兴县| 黑河市| 铁岭县| 博客| 本溪市| 衡阳县| 城市| 泰兴市| 乌什县| 吉木萨尔县| 扎赉特旗| 遵义市| 保德县| 柳州市| 嘉祥县| 陇川县| 额尔古纳市| 涟水县| 巢湖市| 海林市| 剑河县| 汤原县| 凌云县| 威海市| 策勒县| 泰州市| 沾益县| 博爱县| 克什克腾旗| 洛南县| 武宣县| 蚌埠市| 黔西县| 定安县| 临泽县| 安吉县| 万州区| 洪雅县|