基于CCA方法的黄河三角洲不同健康刺槐林的土壤属性研究

通过对不同健康状况(健康、中度枯梢、重度枯梢或死亡)刺槐林的生态调查、林下土壤采样,分析了不同健康林地不同采样深度(0~260 cm)的土壤属性差异性及变化特征。研究结果表明:(1)土壤水分和盐分含量在不同健康状况刺槐林地间存在显著的差异,且随着刺槐林退化程度的加深,土壤水分、盐分、粘粒含量和容重显著地增加;(2)在相同健康状况林地的不同土层间,只有土壤颗粒含量存在显著性的差异;(3)随着采样深度的增加,土壤颗粒显著变粗,土壤水分则显著地减少(在健康林地)或增加(在重度枯梢林地),土壤盐分则具有明显的表聚性。采用典范对应分析方法进行分析,发现刺槐林的健康属性与土壤属性相关性大,且土壤水分和盐分是影响刺槐林健康状况的最重要的土壤属性因素;由地下水位抬升而导致的土壤含水量增加是刺槐林退化的最重要因素。     

基于CCA方法的黄河三角洲不同健康刺槐林的土壤属性研究

通过对不同健康状况(健康、中度枯梢、重度枯梢或死亡)刺槐林的生态调查、林下土壤采样,分析了不同健康林地不同采样深度(0²60 cm)的土壤属性差异性及变化特征。研究结果表明:(1)土壤水分和盐分含量在不同健康状况刺槐林地间存在显著的差异,且随着刺槐林退化程度的加深,土壤水分、盐分、粘粒含量和容重显著地增加;(2)在相同健康状况林地的不同土层间,只有土壤颗粒含量存在显著性的差异;(3)随着采样深度的增加,土壤颗粒显著变粗,土壤水分则显著地减少(在健康林地)或增加(在重度枯梢林地),土壤盐分则具有明显的表聚性。采用典范对应分析方法进行分析,发现刺槐林的健康属性与土壤属性相关性大,且土壤水分和盐分是影响刺槐林健康状况的最重要的土壤属性因素;由地下水位抬升而导致的土壤含水量增加是刺槐林退化的最重要因素。     

新疆喀纳斯国家自然保护区植被叶面积指数观测与遥感估算

叶面积指数(Leaf Area Index,LAI)是重要的植被结构参数,调控着植被与大气之间的物质与能量交换,在生态环境脆弱的我国西北部开展植被LAI的研究对阐明该地区植被对气候变化和人类活动的响应特征具有重要的科学意义。利用LAI-2200和TRAC仪器观测了新疆喀纳斯国家级自然保护区森林和草地的有效叶面积指数(LAI_e)和真实LAI,构建了其遥感估算模型,生成了研究区LAI_e和LAI的空间分布图。在此基础上,分析了LAI随地形因子(海拔、坡度、坡向)的变化特征,探讨了将其应用于估算研究区森林生物量密度的可行性,并评估了研究区MODIS LAI产品的精度。结果表明:研究区阔叶林、针阔混交林、针叶林、草地LAI_e的平均值分别为4.40、3.18、2.57、1.76,LAI的平均值分别为4.76、3.93、3.27、2.30。LAI_e和LAI的高值主要集中分布在湖泊和河流附近;植被LAI随海拔、坡度和坡向的变化表现出明显的垂直地带性的特点。LAI随海拔和坡度的增加呈现先增加后减小的变化趋势,坡向对针叶林和草地LAI的影响明显,但对阔叶林和针阔混交林LAI的影响较弱;森林生物量密度(BD)随LAI增加而线性增加(BD=44.396LAI-25.946,R²=0.83),研究区森林生物量密度平均值为120.3 t/hm²,估算的总生物量为5.0×10⁶t;MODIS LAI产品与利用TM数据生成的LAI之间具有一定的相似性(森林R²=0.42,草地R²=0.53),但森林和草地的MODIS LAI产品分别比利用TM数据生成的LAI偏低16.5%和24.4%。     

基于点云体素化的单木叶面积指数地基遥感反演

以黑松、马尾松、荔枝、相思树为对象,采用地基激光雷达获取点云数据,基于点云体素化理论,分割叶片点云,建立"叶片—体素"的投影关系,研究体素化理论中尺度因子与点云密度对叶面积指数(LAI)反演精度的影响,实现单木LAI的高精度获取。结果表明,样木反演的LAI随着尺度因子的增大而增大,最优尺度区间为1.2~1.3,样木LAI最优反演精度范围为93.3%~99.9%,决定系数R~2为0.989 3,反演结果与实测LAI具有较高相关性;在最优尺度区间下,样木LAI反演精度随着点云密度的降低而减小,最大精度为98.63%,最小精度为84.14%,点云密度对单木LAI反演精度影响不大。     

基于手机相片的草地植被盖度估算方法研究

选取6种基于RGB通道信息的植被指数(VEG、CIVE、EXG、EXGR、NGRDI、COM),借助自主开发的手机APP对6种方法展开对比研究,从草绿度、天气条件、盖度3个角度分析估算误差的变化规律,并从阈值随光照变化角度评估每种方法的稳定性。研究表明,6种方法估算精度均高于90%,其中,COM方法最高,达到95.41%,NGRDI方法估算精度最低,为92.87%。每种方法对深绿色草的估算误差均小于对黄绿色草,在阴天条件下(云量≥70%)的估算误差小于晴天条件下(云量≤10%)。盖度增加时,VEG、CIVE、EXG、COM方法估算误差增大,EXGR、NGRDI方法无明显变化规律。同日内不同时次,随着太阳高度角、光照强度的变化,6种方法阈值无明显变化(阈值波动≤0.02)。不同天气条件下,VEG、CIVE方法的阈值基本无变化(阈值波动≤0.01),其余方法变化明显(阈值波动≥0.03)。综上,6种方法均可满足在手机平台中应用的要求,COM方法精度最高,NGRDI方法精度最低。VEG、CIVE方法阈值设定无须考虑光照变化影响,较其他方法具有更好的通用性。     

基于全局敏感性分析与机器学习的冬小麦叶面积指数估算

在小麦叶面积指数(leaf area index,LAI)的估算过程中,光谱变量与机器学习算法(MLs)相结合的方法具有较好的性能,但由于输入参数过多会导致数据冗余,使得计算效率降低。为了提高LAI估算的精度和MLs的计算效率,本研究提出了全局敏感性分析(global sensitivity analysis,GSA)与MLs相结合的方法(简称GSA-MLs)。首先,基于PROSAIL模拟数据集,利用GSA量化植被生长参数对Sentinel-2光谱变量的影响;此外利用4种变量筛选策略对所有光谱变量进行排序,并选择最优变量作为MLs的输入参数。然后,通过偏最小二乘回归(partial least square regression,PLSR)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)3种MLs对小麦叶面积指数(LAI)进行估算。结果表明:红边植被指数主要受叶绿素含量的影响,而短波红外相关的植被指数主要受等效水厚度的影响,所有光谱变量均会受到参数之间的交互作用。SLAI-SInteraction筛选得到的30个光谱变量在估算小麦LAI表现最佳(R²=0.94,RMSE=0.38)。并且在模型反演过程中运行时间缩短了54.13%。本研究提出了全局敏感性分析与机器学习相结合的方法,该方法提高了机器学习法估算LAI精度以及应用过程中的计算效率和机理性,该方法有较好的适用性。     

融合无人机多光谱和纹理特征的马铃薯LAI估算

目的 研究融合无人机遥感影像多光谱信息和纹理特征估算马铃薯Solanum tuberosum叶面积指数(Leaf area index,LAI)方法,提高马铃薯LAI反演精度。方法 利用大疆P4M无人机采集2021年2－4月南方冬种马铃薯幼苗期、现蕾期、块茎膨大期多光谱影像,用LAI-2000冠层分析仪实测LAI数据。提取影像光谱、纹理等信息,分析植被指数、纹理特征与LAI的相关性,基于R²_adj的全子集分析优选特征变量。采用主成分分析,融合光谱和纹理特征,用PCA-MLR(Principal component analysis-multiple linear regression)模型估算马铃薯LAI。结果 从幼苗期到块茎膨大期,PCA-MLR估算模型优于T-MLR(Texture multiple linear regression)和VI-MLR(Vegetation index multiple linear regression)模型,R²分别为0.73、0.59和0.66。结论 本研究提出一种估算马铃薯LAI的PCA-MLR方法,为马铃薯的长势监测和田间管理提供数据支持。     

植被年际变化对蒸散发影响的模拟研究

利用通用陆面模式(CLM3.0)及其植被动力学模式(DGVM)研究植被覆盖度(FC)和叶面积指数(LAI)的年际变化对全球蒸散发的影响。设计两套实验方案,其植被的FC和LAI的气候态相同,但一套实验中植被的FC和LAI有年际变化,而对照实验中则没有。结果表明:(1)在草、灌木、树占优势的地区植被FC年际变化依次减小;LAI年际变化较大的地区集中在草和灌木覆盖的地区,在落叶林地区,春秋两季植被LAI的年际变化也较大。(2)全球树占优势的大部分地区,植被的年际变化使得年平均蒸散发和地表蒸发增加、冠层蒸发和蒸腾减少;而在灌木和草覆盖区,变化则大致相反。(3)低纬度地区蒸散发季节循环变化比较明显,而北半球中纬度地区,蒸散发变化明显区随着纬度增加而在时间上向后推延。(4)FC和LAI年际变化较大时,蒸散发及地表蒸发降低,而蒸腾增加;这些差异随FC和LAI年际变化的增加而增加。单点分析进一步表明植被年际变化不仅改变蒸散发的多年平均值,同时改变其分量间的相对比例。     

山西省吉县刺槐、油松人工林密度动态调控技术

运用基于耗水量的密度调控模型,结合降水量,估算了山西吉县刺槐(Robinia pseudoacacia Linn.)和油松(Pinus tabulaeformis Carr.)人工林不同林龄的合理林分密度。研究表明:①随着林龄的增加,各耗水量等级的林分密度均递减。但随着耗水量等级的增大,其林分合理密度水平也递增。②耗水量为450 mm时,以胸径连年生长量指标估算的刺槐(1～18 a)、油松(5～40 a)林合理密度分别为:562～3 666、1 969～2 642株/hm2。以材积连年生长量指标估算的刺槐人工林合理密度为:733～3 752株/hm2。③耗水量为500 mm时,以胸径连年生长量指标估算的刺槐(1～18 a)、油松(5～40 a)林合理密度分别为:1 049～6 843、2 025～2 717株/hm2。以材积连年生长量指标估算的刺槐人工林合理密度为:871～4 456株/hm2。④在目前降水条件下,试验区人工林密度偏高,因此需要通过间伐处理降低密度。     

毛竹林叶面积指数和郁闭度空间分布协同克里格估算

在地面调查的基础上,利用协同克里格插值法对研究区内毛竹Phyllostachys edulis林叶面积指数(LAI,leaf area index)和冠层郁闭度(CC,canopy closure)2个冠层参数进行空间分布估算研究,并与普通克里格插值法进行了比较。研究结果表明:①球状模型可以用来反映LAI和CC的空间变异,且两者具有强烈的空间自相关特征。②协同克里格插值得到的LAI预测值与实测值之间的决定系数R2为0.635 1,而CC的决定系数R2为0.428 5;与普通克里格法相比,基于协同克里格法的LAI和CC预测精度均得到改善,其中LAI预测精度提高了1.94%,均方根误差减少2.00%,平均标准误差减少0.18%,而CC预测精度提高了4.82%,均方根误差减少1.90%,平均标准误差减少1.30%。③安吉县毛竹林LAI和CC都具有从西南到东北逐渐递减空间分布格局,在一定程度上反映了安吉县不同区域毛竹林经营水平的差异。     

水稻叶面积指数遥感反演方法对比分析

利用环境星HJ-CCD影像与同步获取的LAI实测数据生成江苏省江淮之间西部和里下河地区水稻的30 m HJ/LAI,对MODIS/LAI数据产品和利用MODIS数据与4尺度几何光学模型反演的LAI数据集进行质量评价,结果表明,不同植被指数与研究区水稻LAI的相关性差别很大,其中GNDVI与水稻LAI的相关性最好,R2为0.72,估算精度达70.89%,而RMSE仅为1.38,适于该区水稻LAI的遥感估算;研究区MODIS/LAI和基于4尺度几何光学模型反演的LAI与HJ/LAI的变化趋势较为一致,均呈现出西南和东北部LAI值较低、北部和中部LAI值较高的特征,但MODIS/LAI和基于4尺度几何光学模型反演的LAI不仅变化范围较小,而且偏低明显,MODIS/LAI的低估现象更为严重;在1 km尺度上,MODIS/LAI和基于4尺度几何光学模型反演的LAI的精度分别为60.21%和66.56%,与HJ/LAI比较的R2分别为0.09和0.28(N=2 585),在0.01水平上显著相关。     

大气校正模型对阔叶林叶面积指数遥感估算的影响

【目的】为利用遥感技术定量提取区域尺度的阔叶林叶面积指数前的大气校正模型选择提供科学依据.【方法】分别利用6S模型、FLAASH模型和ATCOR2模型对Landsat 8 OLI影像进行了大气校正,分析了3种模型下的阔叶林叶面积指数(LAI)与多种植被指数(VI)相关性,建立了LAI-VI的线性和非线性的回归模型,最后通过验证数据组LAI预测值(Y)与LAI实测值(X)的均方根误差(RMSE)及线性相关性大小对阔叶林LAI遥感估算结果进行了精度对比.【结果和结论】ATCOR2模型不适于阔叶林LAI-VI的回归建模;除比值植被指数(RVI)外,FLAASH模型与6S模型下的阔叶林LAI与增强型植被指数(EVI)、修正土壤调节植被指数(MSAVI)有较好的相关性,其中FLAASH模型下的阔叶林LAI-MSAVI幂函数模型拟合优度最佳;FLAASH模型的阔叶林LAI估算精度优于6S模型;借助遥感技术定量提取植被生理参数时,应慎重选择适宜的大气校正模型.     

中国北方作物和草地LAI全球产品的精度评价

叶面积指数(Leaf area index, LAI)是陆地表层的生态系统、农业生产、水热能量平衡及全球气候变化等等模型中的关键参量之一。目前已有多种的全球LAI遥感产品,科学评价和对比这些LAI产品精度是准确使用这些数据的重要基础。本研究基于多个时期的地面实测LAI数据和Landsat TM、HJCCD影像数据,对中国北方重要的植被类型玉米、冬小麦和草地的GLOBMAP的LAI数据精度进行验证评价,并将其与MODIS、GEOV1产品进行比较。研究结果表明,在玉米的整个生长季过程中,与MODIS、GEOV1 LAI产品相比较,GLOBMAP LAI产品值与地面实测值、TM影像估算LAI值都更为接近。冬小麦GLOBMAP LAI产品明显低于实际值、HJCCD估算LAI值,冬小麦GLOBMAP LAI产品值较实测值低约2～5左右。草地GLOBMAP LAI值精度不高,其与实测值拟合R~2仅为0.231,比HJCCD影像估算值低0.6～2左右。三种全球LAI产品比较而言,GLOBMAP与MODIS LAI产品值相对较为接近,两者都明显低于GEOV1 LAI产品值,但三种LAI产品都较好刻画了玉米和冬小麦冠层LAI的生长变化过程。本研究可为LAI全球遥感产品准确应用、产品算法改进、精度提高提供科学参考。     

基于人工神经网络的大豆叶面积高光谱反演研究

【目的】探索不同高光谱模型监测大豆叶面积指数LAI的精度。【方法】实测不同水肥耦合作用下，大豆冠层的高光谱反射率与叶面积指数（Leaf Area Index）数据，对二者进行相关分析；采用敏感波段(801nm,670nm)构建RVI, NDVI, SAVI, OSAVI 和MTVI2植被指数，建立大豆LAI估算模型；最后采用相关系数较大的波段作为神经网络模型的输入变量进行大豆LAI的估算。【结果】大豆LAI与光谱反射率在可见光波段呈负相关、近红外波段呈正相关、红边处相关系数由负变正；微分光谱在三边处与大豆LAI关系密切，在红边处取得最大回归确定性系数（R2 = 0.86）。植被指数可以较为精确反演大豆LAI，确定性系数R2>0.84。人工神经网络模型可以大大提高大豆LAI的估算水平，当隐藏层节点数为2时，R2为0.92，随着隐藏层节点数的增加，R2可高达0.96；在没有黄熟期数据干扰的情况下，神经网络可以进一步提高大豆LAI的反演精度，R2可高达0.99。【结论】与基于植被指数建立的模型相比，神经网络模型可以有效避免因LAI过高而出现的过饱和现象，大大提高了LAI的反演精度。     

水分和铅胁迫对刺槐苗木叶片生理指标的影响

【目的】研究不同水分条件下铅胁迫对刺槐(Robinia pseudoacacia)的叶水势、细胞膜透性、植物水分代谢的影响,揭示土壤水分、铅以及二者共同作用对刺槐生理代谢的影响规律。【方法】以苗龄1年、长势一致的刺槐幼苗为供试材料,采用盆栽控水试验,测定不同水分条件下(土壤相对含水量分别为田间持水量的40%,60%,80%,100%)、铅胁迫(土壤中铅含量分别为0,300,500,1 000,2 000,3 000 mg/kg)处理刺槐苗木的叶水势、细胞膜透性和叶片相对水分亏缺的变化。【结果】土壤水分对刺槐苗木叶水势、细胞膜透性和叶片相对水分亏缺的影响明显,其中刺槐叶水势在土壤相对含水量为40%时最小;当土壤中铅含量为300~3 000 mg/kg时,刺槐细胞膜透性随着土壤相对含水量的增大呈先升高后降低再升高的趋势;刺槐叶片相对水分亏缺随土壤相对含水量的增加呈先降低后增大的趋势。相同水分条件下,铅胁迫对刺槐叶水势和叶片相对水分亏缺无显著影响,而细胞膜透性随土壤中铅含量的增加呈先降低后升高再降低的变化趋势。不同水分条件下,随着土壤中铅含量的增加刺槐叶片铅含量表现不同的变化趋势,但总体上呈上升的趋势。【结论】水分胁迫对刺槐各项生理指标影响较大,而铅胁迫只对刺槐的细胞膜透性有影响,对其他指标没有明显的影响,并且刺槐叶片可以富集土壤中的铅,说明刺槐对铅具有较强的适应能力。     

黄土丘陵区刺槐林土壤碳通量模拟研究

【目的】研究黄土丘陵区刺槐林不同土层土壤碳通量,以准确评估该区域土壤碳排放量。【方法】以坡耕地(对照)以及10,20,30和40年生的刺槐(Robinia pseudoacacia)林为研究对象,用气体井法测定CO2浓度,使用Fick扩散法(5种扩散系数模型)计算0~200cm土层土壤剖面碳通量,并用Li-8100腔室法对表层土壤碳通量进行实地监测,最后将黄土丘陵区刺槐林地不同深度土层土壤碳通量的估算结果与实测值进行对比分析。【结果】1)5种扩散系数模型对土壤剖面碳通量的模拟结果有较大差异,其中Penman模型计算结果与实测值差异最大,Moldrup模型计算值与实测值差异最小。2)5种扩散系数模型计算的土壤碳通量均大于实测值,但与实测值均具有显著相关性(P0.05)。3)在黄土丘陵区刺槐林地0~20,80~140,200cm土层估算土壤碳通量的最佳扩散系数模型分别为Moldrup-2000、Moldrup-1997和Millington模型。4)在黄绵土0,20,80,140,200cm土层,土壤CO2扩散系数分别为0.15,0.14,0.20,0.22和0.27,据此计算的各土层土壤碳通量分别为0.72,0.32,0.30,0.24和0.17μmol/(m2·s),可见随着土层深度的增加,土壤碳通量逐渐降低。【结论】黄土丘陵区不同刺槐林地各土层的环境因子有一定差异,所以估算不同深度土壤碳通量的最佳模型有所区别;研究确定的黄土区不同土层碳通量估算模型和气体扩散系数模型中的各种参数,对于准确评估区域土壤碳排放具有重要参考价值。     

林分规模与结构对北京城市森林夏季温湿效应的影响

城市化进程加快引发了城市热岛效应等一系列环境问题,城市森林的温湿效应能有效缓解城市热岛,是居民夏季户外活动舒适及健康的保障。以北京城市公园内17处片状林为研究对象,以林分面积和林内到林缘的距离(林内不同深度,L)作为林分规模的参数、以叶面积指数(LAI)作为表征林分结构的参数,对城市森林面积、L、LAI等参数与城市森林降温、增湿程度及温湿指数的关系进行了研究。结果表明,森林规模和林分结构对城市森林的温湿效应有显著影响:1)城市森林温湿效应随林分面积增大而增高,61.67%的相对降温程度(dT)、69.44%的相对增湿程度(dRH)、55.63%的相对温湿指数(dTHI)变化是由城市森林面积引起的;2)城市森林降温效应随LAI的增大而增高,城市森林的降温效应58.98%来自于LAI;3)林分面积和LAI对城市森林降温效应有显著的交互影响,随面积增加LAI对降温程度的影响逐渐下降;4)城市森林dT随L的加大而增高,L对dT的解释程度为57.26%。因此,在城市森林规划与建设中,重视大规模林地的建设并注重增加林分覆盖度才能发挥稳定的温湿效应,有效缓解热岛。      

晋西地区不同树龄富士苹果树群体冠层结构特征研究

【目的】探讨苹果树群体在生长过程中冠层结构的变化特征及其影响。【方法】以山西省吉县东城乡3～20年生富士苹果树为试材,每种树龄群体选择12株样树,使用LAI-2000冠层分析仪,对其叶面积指数(LAI)、冠层开度(DIFN)、平均叶倾角(MTA)、消光系数(K)等冠层参数进行测算,同时测定干周粗、树高、冠幅、枝下高、冠高和郁闭度等果树形态指标,然后对不同树龄富士苹果树群体的冠层参数及其形态指标进行对比分析。【结果】随着树龄的增加,苹果树群体的DIFN不断减小,从0.89下降到0.09;LAI逐渐增加,从0.29增加到3.54;MTA的变化总体呈下降趋势,但是8和12年生的苹果树群体MTA又呈上升趋势,MTA与树冠的5个天顶角关系密切,当两者角度接近时,该天顶角方向上的太阳光线入射较多;K逐渐增加,从0.38增加到0.68。【结论】综合冠层结构参数来看,3～10年生苹果树群体内透光、通风状况良好,其中3～8年生苹果树群体DIFN在0.4以上,LAI小于1.5,MTA在30°以上,K小于0.4;10年生苹果树群体整体长势好,DIFN为0.28,LAI为2.17,MTA为26°,K为0.59,这种冠层结构有利于群体发展;12年以上苹果树群体DIFN在0.2以下,K增加到0.6以上,群体内部光照少,通风差;而20年生苹果树群体DIFN不足0.1,LAI高于3.5,MTA为8°,K接近0.7,此时群体长势差,果树群体外围郁闭,内部光秃。同时,当冠层天顶角与MTA角度相近时,该天顶角方向的冠层开度较大,可根据不同树龄MTA的特征,并结合当地太阳高度角的变化特征,来进行果树修剪,控制树冠张开的角度。     

黄土丘陵沟壑区不同林龄刺槐林养分特征与生物量研究

以农田为对照,分析了黄土丘陵沟壑区不同林龄人工刺槐林表层土壤有机碳、氮、磷、钾含量、林木根茎叶中N、P、K含量和生物量.结果表明,各林龄刺槐林土壤有机碳、全氮和全钾含量均高于农田地,土壤有机碳和全氮含量依次为15 a＞20 a＞10 a＞5 a;全钾含量为20 a＞15 a＞5 a＞10 a.农田地全磷含量是各林龄刺槐林地磷含量的3.2～3.9倍.刺槐根和叶中N、P含量随着林龄的增加而增加,K含量则表现出相反趋势;茎中N、P、K含量变化不大.不同林龄刺槐生物量的器官分配比例虽有所不同,但均以茎所占的比例最大,根次之,叶最小.可见在造林15 a后,该地区土壤养分情况得到了明显的改善.     

黄土高原毛白杨、刺槐人工林对土壤养分的影响

研究不同人工造林对土壤养分的影响,为人工林丰产管理及地力衰退评价提供理论依据。以黄土高原8年生毛白杨、刺槐人工林为研究对象,通过调查和SPSS分析,比较了2种人工林对土壤速效养分的影响。结果表明,2种人工林对土壤速效氮、速效钾含量影响差异显著(P<0.05),对速效磷含量影响差异不显著(P>0.05),毛白杨人工林土壤速效氮、速效钾含量较同等条件刺槐人工林低,而速效磷含量较刺槐林略高。表明营造2种人工林后,毛白杨林整体肥力明显低于刺槐林,并表现为土壤质量中度退化,距树干基部越近这种差异性表现越明显。