干旱嚴(yán)重指數(shù)(DSI)在內(nèi)蒙古地區(qū)的適用性分析

曲學(xué)斌 王彥平 張煦明 林聰

(內(nèi)蒙古呼倫貝爾市氣象局， 呼倫貝爾 021008)

引言

干旱是在一定地區(qū)一段時(shí)間內(nèi)近地面生態(tài)系統(tǒng)水分缺乏的一種自然災(zāi)害，也是全球分布最廣，持續(xù)時(shí)間最長的自然災(zāi)害之一[1-2]。內(nèi)蒙古是我國北方重要的生態(tài)屏障和農(nóng)牧業(yè)產(chǎn)區(qū)，2004—2013年內(nèi)蒙古地區(qū)干旱災(zāi)害的直接經(jīng)濟(jì)損失占總氣象災(zāi)害損失的57%，受災(zāi)人口和面積均超過其他氣象災(zāi)害的總和，嚴(yán)重威脅當(dāng)?shù)厣鷳B(tài)系統(tǒng)平衡和經(jīng)濟(jì)社會(huì)發(fā)展[3]。

抗旱減災(zāi)的基礎(chǔ)在于對干旱的精準(zhǔn)預(yù)報(bào)和監(jiān)測，傳統(tǒng)的干旱監(jiān)測主要依賴氣象干旱指數(shù)，并根據(jù)氣象干旱與農(nóng)業(yè)、水文、經(jīng)濟(jì)社會(huì)干旱間的關(guān)系，對其他類型干旱進(jìn)行預(yù)測[4]。早在20世紀(jì)初，人們就開始尋找并建立各類氣象干旱指數(shù)，目前已相對成熟，其中常用的氣象干旱指數(shù)有標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index，SPI)、標(biāo)準(zhǔn)化降水蒸散指數(shù)(Standardized Precipitation Evapotranspiration Index，SPEI)、氣象干旱綜合指數(shù) (Meteorological Drought Composite Index，MCI)等[5]，氣象干旱指數(shù)的計(jì)算大多基于氣象站的歷史降水、溫度等觀測要素，在一定區(qū)域內(nèi)具有較好的適用性[6-8]。但對于內(nèi)蒙古而言，氣象觀測站點(diǎn)稀疏，監(jiān)測結(jié)果難以反映整個(gè)區(qū)域的干旱情況，不能滿足日益精細(xì)化的防災(zāi)救災(zāi)需求。

20世紀(jì)70—80年代，隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，各國開始利用衛(wèi)星遙感技術(shù)開展干旱監(jiān)測方法研究[9-10]。Benedett等[11]利用紅外波段與紅光波段反射值計(jì)算歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)并以此評定干旱過程，隨后基于NDVI的植被狀態(tài)指數(shù)(Vegetation Condition Index，VCI)、溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index，TVDI)等也開始快速發(fā)展[12]。隨著遙感可反演物理量的增加，Anderson等[13]引入衛(wèi)星反演蒸散(evapotranspiration，ET)和潛在蒸散(Potential Evapo Tanspiration，PET)開展更高靈敏度的干旱監(jiān)測。Mu等[14]進(jìn)一步通過NDVI、ET與PET提出干旱嚴(yán)重程度指數(shù)(Drought Severity Index，DSI)，童德明[15]等對DSI在山東省干旱監(jiān)測中的適應(yīng)性研究表明，其能準(zhǔn)確捕捉山東省的典型干旱過程，并與SPI和土壤水分有很好的相關(guān)性。張喜成等[16]利用DSI對新疆干旱特征的分析表明，DSI的監(jiān)測結(jié)果與實(shí)測農(nóng)作物干旱面積相關(guān)性較高。Zhang等[17]利用DSI對中國西南地區(qū)進(jìn)行高分辨率近實(shí)時(shí)干旱監(jiān)測表明，此指數(shù)具有巨大業(yè)務(wù)應(yīng)用潛力。因此開展DSI在內(nèi)蒙古地區(qū)的適用性研究，可有效推進(jìn)遙感干旱監(jiān)測的業(yè)務(wù)發(fā)展，提高干旱監(jiān)測精度，為各級政府決策部門提供更加精準(zhǔn)的防旱救災(zāi)決策依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

內(nèi)蒙古地區(qū)位于東亞中緯度內(nèi)陸(97°12′～126°04′ E、37°24′～53°23′ E)，地形狹長，擁有森林、草原、農(nóng)田、荒漠等多種生態(tài)系統(tǒng)，基于2019年MOD12土地覆蓋類型數(shù)據(jù)繪制的內(nèi)蒙古植被覆蓋類型及本研究所用72個(gè)氣象臺站分布如圖1所示，土地面積約為1.18×106km2，占全國總面積的12.3%。氣候以溫帶大陸性季風(fēng)氣候?yàn)橹?，大興安嶺北段為寒溫帶大陸性季風(fēng)氣候，巴彥淖爾市西部、阿拉善盟和烏海市為溫帶大陸性氣候[18-19]。受遠(yuǎn)離海洋和青藏高原、燕山、太行山等山脈阻擋水汽輸送的影響，內(nèi)蒙古的降水總量偏少且分布極其不均，其中年降水量最多的呼倫貝爾市鄂倫春自治旗可達(dá)546.2 mm，而最少的阿拉善盟額濟(jì)納旗卻僅有36.2 mm。

圖1 內(nèi)蒙古地區(qū)植被覆蓋類型與氣象站分布

1.2 指數(shù)計(jì)算方法

1.2.1 干旱嚴(yán)重指數(shù)(DSI)

一般而言，通過氣象要素變化監(jiān)測干旱的指數(shù)為氣象干旱指數(shù)，而通過植被生長情況監(jiān)測干旱的指數(shù)為農(nóng)業(yè)干旱指數(shù)。DSI(DSI)的計(jì)算變量包括了反映植被光合作用能力的NDVI(NDVI)與涉及水循環(huán)的蒸散量ET(ET)與潛在蒸散量PET(PET)，其算法介于氣象干旱與農(nóng)業(yè)干旱之間，計(jì)算公式為：

(1)

Z=ZNDVI+ZET/PET

(2)

(3)

(4)

1.2.2 氣象干旱綜合指數(shù)(MCI)

MCI是國家氣候中心在原有綜合氣象干旱指數(shù)CI的基礎(chǔ)上，改進(jìn)得到的一種干旱綜合指數(shù)[20-21]。其計(jì)算公式為：

MCI=Ka(aSPIW60+bMI60+cSPI90+dSPI150)

(5)

式中,Ka為季節(jié)調(diào)節(jié)系數(shù)，內(nèi)蒙古地區(qū)4—9月的值分別為0.6、1.0、1.2、1.2、1.0和0.9；MI60是近60 d的相對濕潤度指數(shù)，為某時(shí)段降水量P與同時(shí)段潛在蒸散量PET之差再除以同時(shí)段內(nèi)PET；SPI90、SPI150為近90 d和近150 d的標(biāo)準(zhǔn)化降水指數(shù)；權(quán)重系數(shù)a、b、c、d按照北方地區(qū)的取值標(biāo)準(zhǔn)分別為 0.3、0.5、0.3和0.2；SPIW 60為近60 d標(biāo)準(zhǔn)化權(quán)重降水指數(shù)，即基于權(quán)重降水WAP的標(biāo)準(zhǔn)化降水指數(shù)。

權(quán)重降水WAP的計(jì)算公式為：

(6)

式中,Pn為距離當(dāng)天前第n天降水量。

計(jì)算MI60所需的潛在蒸散量PET利用Penman-Monteith方法計(jì)算獲得，其公式為：

(7)

式中,Rn為地表凈輻射，G為土壤熱通量，在日時(shí)間尺度上參照草地土壤熱容量做忽略不計(jì)處理，Tmean為日平均氣溫，ea為實(shí)際水汽壓，es為飽和水汽壓，u2為2 m高處風(fēng)速，Δ為飽和水汽壓曲線斜率，r為干濕表常數(shù)，均可根據(jù)各測站實(shí)測資料、地理信息求解。MCI的值越小，干旱越嚴(yán)重。

1.2.3 植被狀態(tài)指數(shù)(VCI)

VCI是Kogan等[22]提出的遙感植被干旱指數(shù)，它可以很好地反映非冬眠期的植被對干旱的響應(yīng)，已被廣泛應(yīng)用于遙感對植被干旱的監(jiān)測,其計(jì)算公式為：

(8)

式中,NDVImax、NDVImin分別是某地點(diǎn)多年同期的最大和最小NDVI值，VCI的值越小，干旱越強(qiáng)。3種干旱指數(shù)對應(yīng)的干旱等級劃分標(biāo)準(zhǔn)見表1。

表1 干旱等級標(biāo)準(zhǔn)

1.3 數(shù)據(jù)源及分析方法

研究期為2000—2019年的內(nèi)蒙古植被生長季，計(jì)算DSI和VCI所需數(shù)據(jù)均采用NASA提供的中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer，MODIS)遙感數(shù)據(jù)產(chǎn)品。NDVI采用植被指數(shù)MOD13Q1產(chǎn)品，是逐日NDVI通過最大值合成法得到的植被產(chǎn)品，其空間分辨率為250 m，時(shí)間分辨率為16 d。ET和PET采用蒸散量MOD16A2產(chǎn)品，其空間分辨率為1 km，時(shí)間分辨率為8 d，賀添[23]等利用站點(diǎn)尺度和流域尺度蒸散對MDO16數(shù)據(jù)進(jìn)行驗(yàn)證，證明其在我國多種生態(tài)系統(tǒng)中具有較高精度。

首先使用MRT軟件，采用雙線性(bilinear)方式和蘭勃特投影(Lambert azimuthal)方式進(jìn)行拼接、裁剪和格式轉(zhuǎn)換，之后使用ArcGIS軟件進(jìn)行分析和處理。將相鄰兩期的ET和PET求和，統(tǒng)一時(shí)間分辨率為16 d，將NDVI重采樣至1 km，最后按照逐16 d為1期計(jì)算DSI和VCI，空間分辨率為1 km。研究期為每年第8期至17期，其對應(yīng)時(shí)間段如表2所示。由于MOD16A2產(chǎn)品的ET和PET在水體、荒漠區(qū)無數(shù)據(jù)，即無法計(jì)算DSI，因此本次研究不包括內(nèi)蒙古西部荒漠區(qū)及呼倫湖等湖泊水系。

表2 MODIS遙感影像基本信息(2000—2019年)

計(jì)算MCI所需的氣象數(shù)據(jù)通過氣象數(shù)據(jù)統(tǒng)一服務(wù)接口(CIMISS)獲取， 包括逐日平均氣溫、 最高氣溫、最低氣溫、降水量等。MCI計(jì)算所需的歷史氣象數(shù)據(jù)序列長度為1962—2019年，排除荒漠區(qū)和缺測大于3%的站點(diǎn)后，共選取72個(gè)氣象站。計(jì)算出研究期內(nèi)每個(gè)氣象站的逐日MCI后，按照表1對應(yīng)的遙感期數(shù)和時(shí)段計(jì)算MCI平均值，并利用相關(guān)系數(shù)法和某次干旱過程對3種干旱指數(shù)的監(jiān)測一致性和監(jiān)測特點(diǎn)進(jìn)行分析。

2 結(jié)果與分析

2.1 DSI的整體變化特征

2000—2019年，內(nèi)蒙古地區(qū)的DSI(DSI)整體呈上升趨勢，干旱強(qiáng)度在逐年減弱。提取72個(gè)氣象站10 km緩沖區(qū)內(nèi)的DSI平均值，并統(tǒng)計(jì)不同干旱等級臺站在所有臺站中的占比及各臺站每年研究期內(nèi)累計(jì)MCI的平均值，如圖2所示。2000—2010年DSI干旱臺站占比持續(xù)在高位波動(dòng)，其中2001年的DSI干旱臺站占比為79%，為研究期內(nèi)最高，其次為2000年(65%)，對應(yīng)的臺站平均MCI(MCI)分別為-244.4和-190.9，同樣為研究期內(nèi)的最低值，是干旱最嚴(yán)重的時(shí)段。2010—2015年DSI干旱臺站占比持續(xù)降低，其中2012年的DSI干旱臺站占比為21%，是研究期內(nèi)最低值，對應(yīng)的臺站平均MCI為-1.2，同樣為干旱最輕的時(shí)段。2015年后DSI干旱臺站占比又開始呈波動(dòng)趨勢，數(shù)值整體小于2000—2010年，但對應(yīng)的MCI并沒有顯著減小，何航等[24]研究表明近年來內(nèi)蒙古地區(qū)的植被覆蓋狀況持續(xù)改善，草地和農(nóng)田植被增加明顯，環(huán)境改善對防旱抗旱能力的提升可以在DSI中得到體現(xiàn)，但在MCI等氣象干旱指數(shù)中卻無法得到體現(xiàn)。

圖2 2000—2019年DSI干旱站次占比與年累計(jì)平均MCI的變化

2.2 DSI與MCI的相關(guān)性分析

2000—2019年，內(nèi)蒙古地區(qū)各期數(shù)中，氣象站點(diǎn)緩沖區(qū)內(nèi)DSI均值與站點(diǎn)MCI的相關(guān)系數(shù)達(dá)到顯著(r>0.433，P<0.05)的比例為61%，達(dá)到極顯著(r>0.549，P<0.01)的比例為40.1%，DSI與MCI的干旱監(jiān)測整體呈較高的一致性。各期數(shù)DSI與MCI的相關(guān)性分布如圖3(a～j)。由于MCI主要通過降水、溫度等氣象要素變化來監(jiān)測干旱，與植被生長情況無關(guān)，而DSI引入NDVI植被長勢，在某些植被類型或植被生長的某些時(shí)期，DSI與MCI存在明顯差異。內(nèi)蒙古的草原和農(nóng)田區(qū)域，在春季牧草返青和作物播種時(shí)期，植被生長迅速且受氣溫回升速度、播種及出苗進(jìn)度等因素影響每年同期的植被生長差異較大，這種影響的生長進(jìn)度差異會(huì)直接反映在DSI計(jì)算所需的NDVI上，因此造成該區(qū)域第8、9、10期DSI與MCI的相關(guān)系數(shù)偏低，同時(shí)春末夏初也是歷年內(nèi)蒙干旱災(zāi)害較為嚴(yán)重的時(shí)期，因此該時(shí)期使用DSI進(jìn)行干旱監(jiān)測時(shí)，應(yīng)充分考慮造成植被長勢與歷年差異的原因。對于內(nèi)蒙古森林區(qū)域而言，僅第11～13期的平均相關(guān)系數(shù)高于0.4，這主要是因?yàn)樯值目购的芰^強(qiáng)，短期降水缺乏和高溫天氣在植被長勢和蒸散上的表現(xiàn)不明顯，因此在降水偏少、氣溫偏高的時(shí)期，僅考慮氣象要素的MCI與側(cè)重植被生長的DSI的干旱監(jiān)測差異較大。

從內(nèi)蒙古地區(qū)各期DSI與MCI相關(guān)系數(shù)分布的臺站數(shù)量(圖3k)可以看出，第8期至第10期DSI與MCI相關(guān)性相對偏低，其相關(guān)系數(shù)小于0.4的站點(diǎn)占44%，0.4～0.5的站點(diǎn)占25%，0.5～0.6的站點(diǎn)占22%，而相關(guān)系數(shù)大于0.6的站點(diǎn)僅占7%。第11～17 期DSI與MCI相關(guān)性相對偏高，其相關(guān)系數(shù)小于0.4的站點(diǎn)占20%，0.4～0.5的站點(diǎn)占15%，0.5～0.6的站點(diǎn)占19%，相關(guān)系數(shù)大于0.6的站點(diǎn)占44%。結(jié)合各期對應(yīng)時(shí)間可表明，4月下旬至6月上旬內(nèi)蒙古地區(qū)DSI與MCI的監(jiān)測一致性偏低，而6月中旬至9月下旬的監(jiān)測一致性較高。

圖3 2000—2019年各期DSI與MCI的相關(guān)系數(shù)

2.3 DSI與VCI的相關(guān)性分析

2000—2019年，內(nèi)蒙古地區(qū)各期及平均DSI與VCI的相關(guān)系數(shù)見圖4所示，由于DSI與VCI的計(jì)算中都使用NDVI作為主要變量，因此DSI與VCI的平均相關(guān)系數(shù)可達(dá)0.839，且所有柵格上的DSI與VCI的平均相關(guān)性均能達(dá)到極顯著(r>0.549，P<0.01)，具有普遍的高相關(guān)性。

圖4 2000—2019年各期平均及各期DSI與VCI的相關(guān)系數(shù)

在各時(shí)期中，由于VCI和DSI的計(jì)算都與NDVI有關(guān)，均會(huì)受春季植被返青進(jìn)度年際間差異的影響，但DSI在此基礎(chǔ)上又引入了ET/PET，影響程度有所減輕，因此第8期的DSI與VCI的相關(guān)系數(shù)較其他時(shí)期明顯偏低。值得注意的是在12～15期，大興安嶺林區(qū)的DSI與VCI的相關(guān)系數(shù)明顯低于其他地區(qū)，甚至出現(xiàn)未通過顯著性檢驗(yàn)的柵格，這可能與NDVI在高植被覆蓋區(qū)存在飽和現(xiàn)象有關(guān)。根據(jù)楊嘉等[25]的研究表明，NDVI達(dá)到0.8時(shí)將出現(xiàn)飽和，無法準(zhǔn)確反映植被長勢。大興安嶺林區(qū)植被覆蓋度高，12～15期對應(yīng)的6月下旬至8月上旬又是植被生長最旺盛的時(shí)期，NDVI易達(dá)飽和，因此單純依賴NDVI計(jì)算的VCI不能準(zhǔn)確反映受旱情況，相比之下引入ET和PET的DSI更具優(yōu)勢。

2.4 典型干旱過程中DSI的監(jiān)測分析

以2016年內(nèi)蒙古東部地區(qū)的典型干旱過程為例，開展DSI干旱監(jiān)測能力分析。根據(jù)蘭州干旱氣象研究所2016年全國干旱分布情況分析[26-27]，春季內(nèi)蒙古中東部500 hPa氣壓場持續(xù)呈正距平，水汽輻散且盛行下沉氣流，旱情突顯， 5月下旬至6月隨著低槽東移，中東部地區(qū)降水增多，旱情逐步緩解。7—8月由于中高緯度地區(qū)阻塞高壓偏少偏弱，內(nèi)蒙古東北部缺少冷暖空氣頻繁交匯的條件，西太平洋副高整體偏強(qiáng)、面積偏大且位置異常偏西，水汽輸送受到受阻，造成東北部地區(qū)干旱迅速加重。9月初隨著臺風(fēng)獅子山北上，結(jié)合中高緯度低槽東移與臺風(fēng)系統(tǒng)外圍結(jié)合，給東北部地區(qū)帶來持續(xù)降水，干旱快速緩解。據(jù)民政部門統(tǒng)計(jì)：5—6月內(nèi)蒙古中東部的旱情共造成通遼市、赤峰市和錫林郭勒盟共8個(gè)旗縣遭受災(zāi)，草場受災(zāi)2.82×104km2，農(nóng)作物受災(zāi)2.99×103km2，直接經(jīng)濟(jì)損失13.5億元；7—8月東北部的旱情，造成呼倫貝爾市13個(gè)旗縣中的西部4個(gè)牧業(yè)旗縣和東部3個(gè)農(nóng)業(yè)旗縣受災(zāi)，草場受災(zāi)6.57×104km2，農(nóng)作物受災(zāi)6.13×103km2，直接經(jīng)濟(jì)損失達(dá)26.9億元，呼倫貝爾市中北部的林區(qū)旗縣無災(zāi)情報(bào)告。

2016年第11～16期內(nèi)蒙古東部地區(qū)DSI、MCI、VCI監(jiān)測結(jié)果如圖5所示，第11～13期內(nèi)蒙中東部旱情監(jiān)測中，通遼市、赤峰市和錫林郭勒盟的旱情均有所體現(xiàn)，DSI監(jiān)測的錫林郭勒盟西部旱情范圍和強(qiáng)度偏低，在13期通遼市、赤峰市降水恢復(fù)旱情緩解時(shí)，MCI與DSI的干旱區(qū)域迅速縮小，而VCI需要等待植被恢復(fù)生長和NDVI增加，因此旱情緩解較慢。第13～16期內(nèi)蒙古東北部干旱監(jiān)測中，DSI監(jiān)測的干旱開始期略晚于MCI和VCI，MCI由于只依靠氣象要素進(jìn)行計(jì)算，與下墊面植被類型無關(guān)，因此監(jiān)測的大興安嶺森林區(qū)域存在旱情，而實(shí)際并未出現(xiàn)災(zāi)害損失，相比之下VCI與DSI的干旱范圍與最終成災(zāi)的區(qū)域更吻合。16期獅子山臺風(fēng)北上降水后，MCI與DSI監(jiān)測的干旱隨著降水量增加和供水條件改善后的ET/PET增加而緩解或解除，而VCI需等待植被生長恢復(fù)，因此監(jiān)測的旱情仍較為嚴(yán)重。

圖5 2016年第11～16期內(nèi)蒙古東部地區(qū)DSI、MCI和VCI監(jiān)測

3 結(jié)論與討論

(1)2000—2019年，內(nèi)蒙古地區(qū)的DSI與MCI監(jiān)測的干旱最重和最輕年份相同，DSI監(jiān)測的年干旱強(qiáng)度總體呈減弱趨勢，反映了內(nèi)蒙古植被覆蓋狀況改善在提高干旱防御能力中的作用，而MCI監(jiān)測的年變化趨勢不明顯。

(2)DSI與MCI、VCI的監(jiān)測差異主要存在于森林區(qū)域和春季的草原與農(nóng)田區(qū)。由于春季牧草返青、作物春播及出苗期是NDVI的快速增加期，而年際間差異又易受氣溫回升速度等因素影響，造成3類干旱指數(shù)在該時(shí)期的相關(guān)性偏低，該時(shí)期使用DSI和VCI監(jiān)測干旱時(shí)應(yīng)充分考慮造成植被長勢年際差異的非干旱因素。森林對干旱的防御能力較強(qiáng)，監(jiān)測氣象干旱的MCI并不體現(xiàn)不同植被類型的抗旱能力，而NDVI在高植被覆蓋區(qū)旺盛生長階段又存在飽和現(xiàn)象，對僅依賴NDVI的VCI監(jiān)測結(jié)果存在一定影響，因此該區(qū)域DSI與MCI、VCI的相關(guān)性偏低。

(3)DSI與MCI、VCI在2016年內(nèi)蒙古典型干旱過程中的表現(xiàn)可以看出，DSI監(jiān)測的干旱開始時(shí)期晚于VCI和MCI，但結(jié)束期DSI與MCI較為接近，而VCI的干旱緩解明顯偏慢。從監(jiān)測范圍與災(zāi)害損失的區(qū)域來看，考慮了植被長勢的DSI和VCI的干旱范圍與成災(zāi)范圍更接近?；谶b感技術(shù)的DSI、VCI監(jiān)測精度明顯高于基于臺站的氣象干旱指數(shù)，對開展精細(xì)化的防災(zāi)救災(zāi)工作更為有利。

MCI由國家氣候中心逐日發(fā)布，是目前氣象系統(tǒng)業(yè)務(wù)化程度最高的氣象干旱指數(shù)，VCI是較為常用的遙感植被干旱指數(shù)之一，選用這兩種干旱指數(shù)驗(yàn)證DSI在內(nèi)蒙古地區(qū)的適用性較為適宜。不過每種干旱指數(shù)都有其局限性，例如MCI的計(jì)算需要基于氣象臺站的多年觀測數(shù)據(jù)，空間分辨率有限，并且只能反應(yīng)氣象要素變化對干旱的影響；VCI與DSI的計(jì)算均來自遙感監(jiān)測數(shù)據(jù)，有一定的同源性，所以相關(guān)系數(shù)較高，但VCI僅由NDVI計(jì)算獲得，干旱緩解時(shí)的靈敏性和北方春季返青期的干旱監(jiān)測結(jié)果不佳。因此，不能完全依賴已有干旱指數(shù)對比評價(jià)某種新干旱指數(shù)的優(yōu)劣，但從指數(shù)算法設(shè)計(jì)和監(jiān)測結(jié)果精細(xì)化程度看，DSI對氣象干旱與農(nóng)業(yè)干旱算法進(jìn)行了一定的綜合，值得在干旱監(jiān)測研究及業(yè)務(wù)中進(jìn)行嘗試和使用。