吳淑芳，劉勃洋，雷 琪，孫立全，郭慧莉，馮 喆，錢 闊

（西北農(nóng)林科技大學旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室，楊凌 712100）

0 引 言

黃土高原丘陵溝壑區(qū)微地貌形態(tài)以溝緣線為界，劃分為由梁峁頂面和斜坡構(gòu)成的坡面及由切溝、沖溝、干溝等構(gòu)成的溝道[1]。溝緣線以上的坡面在強降雨下常常伴隨著濺蝕、片蝕、細溝侵蝕、淺溝侵蝕、切溝侵蝕等并存的水力侵蝕過程，其過程錯綜復雜。這類坡面既是流域侵蝕產(chǎn)沙的主要源地，又是控制水土流失、恢復與重建生態(tài)環(huán)境的基本治理單元[2]，對于其坡面侵蝕現(xiàn)象與侵蝕規(guī)律的探究，歷年來都是黃土高原環(huán)境整治中理論性與實踐性均很強的重要科學任務(wù)。但由于丘陵區(qū)坡面的復雜性，研究手段的薄弱，大多研究主要集中于坡面系統(tǒng)產(chǎn)沙量的定位觀測[3]、某一侵蝕方式（如細溝、淺溝）下的侵蝕發(fā)育過程[4-5]、坡溝徑流泥沙輸移[6]、坡溝系統(tǒng)侵蝕產(chǎn)沙模型研究[7-8]。尤其作為嚴重溝頭溯源侵蝕和水流匯集發(fā)源地的“梁峁坡面”，對其侵蝕演變的時空過程描述還未曾有過詳細報道。實質(zhì)上，這一特殊斷面—梁峁坡面產(chǎn)流產(chǎn)沙對溝緣線以下的坡面侵蝕和溝道侵蝕有著重大影響，陳浩等[9]結(jié)合觀測資料和模擬試驗證明上方來水來沙顯著強化整個坡溝系統(tǒng)產(chǎn)流產(chǎn)沙。

近年來，隨著科學技術(shù)的發(fā)展，一些較為先進、可靠的侵蝕監(jiān)測方法逐步出現(xiàn)，如 REE示蹤法[10]、KINEROS2模型法[11]、機載和地面激光雷達、GPS測量和三維激光掃描技術(shù)等，使得細溝侵蝕過程研究從傳統(tǒng)測量邁入精準測量階段[12-13]。張鵬等[14]利用高精度GPS、三維激光掃描儀和測針板3種測量方法動態(tài)監(jiān)測坡面細溝侵蝕形態(tài)演變過程，以此分析3種方法動態(tài)監(jiān)測溝蝕演變過程的可行性；霍云云等[15]利用三維激光掃描儀和基于元胞自動機CA-Rill模型對黃土坡面細溝侵蝕動態(tài)發(fā)育過程進行了圖形化描述和計算機可視化模擬；和繼軍等[16]進行室內(nèi)人工模擬降雨試驗，其借助三維激光掃描儀對坡面微地形進行掃描，對塿土和黃綿土的坡面細溝發(fā)育過程和水沙關(guān)系進行了研究總結(jié)。三維激光掃描技術(shù)精度較高，但原始點云數(shù)據(jù)量巨大，設(shè)備儀器價格昂貴，獲得的數(shù)據(jù)缺乏表面顏色分布。隨著計算機視覺和計算機圖形學的發(fā)展，基于照片的三維重建技術(shù)逐漸受到大眾的關(guān)注[17]，它基于數(shù)碼相機及無人機等設(shè)備拍攝的照片完成三維模型和場景的重建，成本低廉，不受地點、空間限制，具有一定的優(yōu)越性[18-19]，可結(jié)合環(huán)境條件靈活運用，對土壤侵蝕過程研究具有廣泛的應用前景。

本研究通過選取黃土高原丘陵溝壑區(qū)紙坊溝流域典型梁峁坡面作為研究對象，構(gòu)建實體模型，進行人工模擬降雨試驗，利用基于三維重建技術(shù)的PhotoScan軟件研究坡面侵蝕演變過程及形態(tài)特征，同時驗證三維重建技術(shù)在土壤侵蝕研究領(lǐng)域的適用性。

1 材料與方法

1.1 試驗材料及裝置

本試驗所用土壤取自陜北坡耕地耕作層（0～20 cm），土壤類型為黃綿土，將供試土樣風干，用激光粒度分析儀測其機械組成，黏粒質(zhì)量分數(shù)為102.1 g/kg，粉砂粒質(zhì)量分數(shù)為 545.4 g/kg，砂粒質(zhì)量分數(shù)為352.5 g/kg，按照國際制土壤質(zhì)地劃分標準判定土壤為粉砂質(zhì)土壤。表1為供試土壤機械組成。

表1 供試土壤機械組成Table 1 Particle distribution of experimental soil

降雨模擬試驗在西北農(nóng)林科技大學中國旱區(qū)農(nóng)業(yè)節(jié)水研究院進行，試驗采用側(cè)噴式人工降雨設(shè)備，共3組，噴頭組合形式為對噴，試驗前進行降雨率定，保證率定雨強偏差在設(shè)計雨強5%范圍以內(nèi)，降雨均勻度在80%以上。收集研究區(qū)域降雨資料及侵蝕產(chǎn)沙資料，根據(jù)研究區(qū)多年自然降雨數(shù)據(jù)，取暴雨事件中常見的最大 30 min降雨強度作為設(shè)計雨強[20]，約為90 mm/h。試驗土槽為變坡土槽，規(guī)格：長12 m、寬3 m、高5.3 m。土槽下端設(shè)集流裝置，用于收集徑流、采集泥沙樣品。

1.2 試驗布設(shè)

由于黃土高原地區(qū)細溝侵蝕大多集中于 10°～30°的裸露坡耕地上[21]，同時參考黃土丘陵溝壑區(qū)坡面坡度分級數(shù)據(jù)，將梁峁坡面從坡頂?shù)狡碌追殖?5°、10°、15°、20°、25°、35°。為保證降雨試驗過程中土壤水分充分下滲，在試驗土槽底部裝填15 cm厚的石子和砂礫，在其上方裝填陜北坡耕地黃綿土。裝填時為保持土的自然結(jié)構(gòu)狀態(tài)不過篩不研磨，稱取一定質(zhì)量土樣分層裝填，每層裝土10 cm，邊填邊夯實，使容重控制在1.25 g/cm3左右，以確保降雨試驗過程下墊面的均勻性。將構(gòu)建好的實體模型久置室外以更接近于野外實地條件。實體模型見圖1所示。

圖1 梁峁坡面模型Fig.1 Liang-mao slope

本研究共進行 6次人工模擬降雨試驗，每次試驗前均對雨強進行率定，以確保降雨均勻度和降雨強度達到試驗要求。為保證試驗下墊面地表狀況均一，試驗前一天用30 mm/h降雨強度進行前期降雨，直至坡面出現(xiàn)產(chǎn)流為止停止降雨。次降雨歷時依據(jù)細溝發(fā)育過程中的演變特征確定，即當坡面出現(xiàn)明顯微地形變化時停止降雨。

1.3 研究方法

控制點布設(shè)影響重建坡面三維模型的精度，照片的采集關(guān)系到模型能否建成?？刂泣c用于優(yōu)化相機位置和方位數(shù)據(jù)，得到更好的重建效果。采集照片前，在坡面兩側(cè)邊界處沿坡長方向每隔1 m布設(shè)標靶作為控制點，共布設(shè)24個控制點，并用全站儀精確測量每個控制點的三維坐標。利用數(shù)碼相機進行照片采集，拍攝時盡量與坡面保持垂直，鏡頭與坡面距離約1.5 m左右，保持一個較小的俯仰角，減少建模誤差。設(shè)置相機獲取圖像格式為TIFF無壓縮照片，照片分辨率為6 000×4 000，采集照片所用鏡頭為定焦50 mm f/1.8式標準鏡頭，定焦鏡頭因為只需對一個焦段的成像進行糾正與優(yōu)化，所以往往很少會出現(xiàn)畸變現(xiàn)象。

該研究使用Agisoft公司開發(fā)的PhotoScan軟件實現(xiàn)坡面侵蝕過程的三維重建。該軟件中集成運動恢復結(jié)構(gòu)原理、多視圖立體視覺原理以及生成不規(guī)則三角網(wǎng)DEM（digital elevation model）計算模型等，可以實現(xiàn)對數(shù)碼照片建立稀疏點云模型、密集點云模型以及生成DEM等過程。由于建模是依靠跟蹤照片中拍攝主體上的定位點來確定最終三維模型的點集，因此要求拍攝相鄰兩張照片的角度相差不能過大，照片重疊率在50%～60%以上，以防跟蹤點丟失。照片拍攝位置的選取及軌跡、角度的選定根據(jù)試驗環(huán)境和條件合理規(guī)劃，如圖2所示。

圖2 拍攝位置及角度Fig.2 Photographing position and angle

將采集的照片先通過運動恢復結(jié)構(gòu)原理生成稀疏點云，在這個階段，PhotoScan會搜索照片上的公共點并將它們匹配，同時會找到每張照片的相機位置，并優(yōu)化相機校準參數(shù)，結(jié)果形成一個稀疏點云模型和一組攝像機位置。再通過多視覺立體視圖原理由稀疏點云模型基于估計的相機位置和圖片本身構(gòu)建密集點云模型。數(shù)據(jù)處理過程中將不參與計算以及存在模糊處無效點云數(shù)據(jù)進行剔除，以減少試驗誤差，建模效果如圖 3所示。試驗土槽面積大約36m2，生成稀疏點云的個數(shù)與密集點云的個數(shù)依據(jù)對坡面所拍攝照片的數(shù)目以及坡面的復雜程度有所差異，據(jù)統(tǒng)計，6次試驗稀疏點云密度在 25 000～45 000 points/m2范圍內(nèi)，密集點云密度在25 000 000～35 000 000 points/m2范圍內(nèi)。PhotoScan生成密集點云模型后，可直接在軟件內(nèi)部計算獲得 DEM 數(shù)據(jù)及正射影像，該試驗中所獲取DEM數(shù)據(jù)分辨率約為0.2 mm/pix，但為便于數(shù)據(jù)的處理，在 ArcGIS中將數(shù)據(jù)插值為0.01 m×0.01 m級分辨率數(shù)據(jù)進行分析。

圖3 基于PhotoScan的三維重建Fig.3 3D reconstruction based on PhotoScan

坡面開始產(chǎn)流后每隔2 min接取徑流泥沙樣，之后將樣品靜置 24 h以上，倒掉上層清液，將剩余泥沙樣在105 ℃烘箱內(nèi)烘干并稱其質(zhì)量，以上所獲取數(shù)據(jù)用于計算降雨各階段徑流量和含沙量；利用PhotoScan軟件對每次試驗坡面進行建模并計算坡面 DEM（分辨率為 0.01 m×0.01 m），將試驗前后2次數(shù)字高程模型DEM相減，獲取坡面高程變化量，將高程變化量導出到excel表格，繼而分別與對應單元格面積相乘求出各單元格侵蝕體積，將所有單元格侵蝕體積求和即得總侵蝕體積，并結(jié)合土壤容重獲取該時間段的計算侵蝕量。

1.4 侵蝕形態(tài)參數(shù)

梁峁坡面細溝侵蝕演變過程數(shù)字化、圖形化及侵蝕形態(tài)參數(shù)的獲?。▓D4、圖5）。通過所獲取數(shù)碼照片在PhotoScan中三維建模獲得坡面三維模型，提取梁峁坡面侵蝕橫截面形態(tài)，以溝深≥1cm侵蝕深度作為確定侵蝕溝的標準，在三維模型以及實體模型中分別量取坡面細溝最大溝深（Hmax）、最大溝長（Lmax）以及平均溝寬（D）。通過此軟件還可獲取坡面 DEM，以此作為數(shù)據(jù)源，在ArcGIS中提取細溝溝網(wǎng)用于計算侵蝕形態(tài)參數(shù)。溝網(wǎng)的提取過程是基于水系特征提取的基本原理，ArcGIS中提取水系相關(guān)命令被集成在Hydrology分析模塊中，數(shù)據(jù)處理時可直接調(diào)用相應函數(shù)進行計算，實現(xiàn)細溝溝網(wǎng)的提取與分析。

在此基礎(chǔ)上計算細溝平面密度，計算方法如下：細溝平面密度（μ）：坡面所有細溝平面面積之和與坡面總面積的比值。

式中A0為坡面總面積，m2；Ai（i為自然數(shù)）為坡面每條細溝的平面面積，m2。

圖4 細溝溝網(wǎng)提取Fig.4 Rill net extraction

圖5 細溝平面提取Fig.5 Rill plane extraction

2 結(jié)果與討論

2.1 坡面細溝侵蝕演變過程

圖 6為利用 PhotoScan軟件獲得的 6場試驗坡面DEM，其展現(xiàn)了連續(xù)6場間歇性降雨細溝形態(tài)的發(fā)育過程，其中不同高程用不同的顏色加以區(qū)分。隨著降雨歷時的推移，細溝侵蝕過程主要經(jīng)歷片蝕、細溝雛形、細溝溝網(wǎng)及小切溝4個階段。

圖6 不同侵蝕試驗階段坡面DEMFig.6 DEM of different erosion stages

降雨初期，雨滴的擊打以及超滲產(chǎn)流所產(chǎn)生的薄層水流、股流相互作用，把表土中的細小顆粒帶走，并在坡面留下鱗片狀凹地，坡面主要發(fā)生濺蝕、片蝕，由圖6a可看到在坡面3～9 m之間形成一系列串珠狀跌坑，跌坑寬度多為5～9 cm，平均約為7 cm，深度多為1～4 cm，平均約為2 cm；分析圖6b可知，第2次降雨后坡面片蝕的數(shù)量和面積不斷增加。隨著徑流的匯集，徑流侵蝕能力逐漸增強，在某一處徑流侵蝕能力大于土壤抗蝕能力時，促使該處跌水演變?yōu)橄虑袦项^，并有向上溯源侵蝕的趨勢，這標志著細溝侵蝕的開始，梁峁坡面內(nèi)主要侵蝕方式由面狀侵蝕轉(zhuǎn)變?yōu)榧殰锨治g，由面蝕所產(chǎn)生的微小跌坑在徑流作用下長、寬、深均不斷增大，最大分別達到266、7.6、13.8 cm；由圖6c、6d可知，初始形成的細溝在降雨與徑流的作用下溝尾下切及溝頭溯源侵蝕，使細溝沿坡向延伸并向兩側(cè)拓寬，降雨歷時 58 min（降雨量約90 mm左右），在原有細溝基礎(chǔ)上坡面新增諸多小細溝，坡面上的斷續(xù)細溝出現(xiàn)分叉、合并及互相連通現(xiàn)象，細溝網(wǎng)雛形基本顯現(xiàn)，細溝向長發(fā)展較向?qū)挵l(fā)展迅速，測得最大溝長增加至376 cm，最深處達16.2 cm；圖6e、6f為細溝溝網(wǎng)的進一步發(fā)育，最大溝深達36 cm，小切溝形成并停止降雨試驗。從圖6f中來看，梁峁坡面自坡底到坡頂上共發(fā)育出 4條明顯的主細溝，均伴隨著分叉、合并等現(xiàn)象。對于細溝侵蝕過程前人已經(jīng)做出過大量研究，無論是何種微地貌，大都經(jīng)歷濺蝕、片蝕、細溝及細溝網(wǎng)階段[22-24]，但是前人所做的研究僅僅是定性描述，本研究通過三維建模，圖像化、數(shù)字化侵蝕過程，更能直觀的展現(xiàn)土壤侵蝕過程，而且進一步對建模數(shù)據(jù)進行挖掘，提取侵蝕參數(shù)、計算侵蝕量等。

前期降雨試驗后，在坡面頂部鮮有細溝出現(xiàn)，細溝主要集中于梁峁坡面中下部，這主要是由于坡面頂部坡度及匯水面積均較小，水流剪切力不足以剝離表層土壤；坡面中下段，徑流量和流速均較頂部顯著增加，使得產(chǎn)生細溝機率增大；同時，在徑流的流程上如果不出現(xiàn)小跌水，細溝也很難形成，He等[25]研究了裸坡的細溝侵蝕發(fā)育過程，也認為坡面首先在濺蝕的作用下出現(xiàn)下跌的小水坑，且水坑主要沿坡面中部及下部平行分布，逐漸各個跌坑順著坡面相互貫通，為細溝出現(xiàn)創(chuàng)造條件。

2.2 侵蝕形態(tài)參數(shù)的變化特征

引入細溝侵蝕形態(tài)參數(shù)細溝溝深、溝長、溝寬、細溝密度等，量化坡面細溝網(wǎng)發(fā)育特征，反映細溝侵蝕沿垂向以及水平方向上的發(fā)育強度。對整個坡面細溝侵蝕過程中不同時期的侵蝕形態(tài)參數(shù)進行統(tǒng)計，結(jié)果如表2。在前10 min的降雨，坡面主要發(fā)生濺蝕、片蝕，并未出現(xiàn)細溝，跌坎兒深約為 0.04 m，該階段由以濺蝕為主迅速過渡到濺蝕、片蝕共存；10 min后即第2次降雨試驗細溝雛形形成，表現(xiàn)為徑流引起的部分片蝕區(qū)域貫通，最大溝深增加至0.05m，細溝溝長、溝寬、溝密度分別為1.51 m、0.058 6 m、1.100 m/m2；降雨歷時20～40 min過程中，坡面出現(xiàn)多條斷續(xù)細溝，最大溝深和最長溝長分別增加至0.138 3 m和2.66 m；第4場降雨試驗后，降雨量達80 mm以上，細溝溝網(wǎng)階段基本形成，溝網(wǎng)密度增大至1.999 m/m2，最大溝深為0.162 m；在之后的降雨試驗中，最長溝長、最大溝深及溝網(wǎng)密度仍有不同程度增加，坡面愈加破碎，小切溝形成，最大溝長及最大溝深較細溝形成時增大 3倍以上。細溝寬度、溝深均隨降雨歷時的增加而增加，且細溝深度的增加速率大于細溝寬度的增加速率，細溝的寬深比均隨降雨歷時的增加而減小。覃超[26]做了基于立體攝影技術(shù)的黃土坡面細溝侵蝕發(fā)育過程量化研究，也得出相似結(jié)論，其將細溝分成主次級，得出細溝長度隨降雨的變化同時受寬度和深度制約，主細溝和次級細溝除長度外深度和寬度變化相同。Zhang等[27]研究細溝侵蝕過程也表明細溝密度隨降雨歷時逐漸增加，其還研究了不同雨強作用下細溝密度的變化情況，表明在90 mm/h雨強作用下細溝密度增加幅度最為劇烈。

表2 細溝侵蝕形態(tài)參數(shù)Table 2 Rill erosion form parameter

2.3 基于三維重建技術(shù)-PhotoScan軟件精度評價

利用PhotoScan軟件間接計算侵蝕體積，并結(jié)合土壤容重獲取該時間段的計算侵蝕量。表3展示了6次降雨試驗期間坡面次降雨侵蝕量，將計算侵蝕量與實測侵蝕量進行對比，用以評價PhotoScan三維重建技術(shù)獲取侵蝕量的精度。

表3 模擬值與實測值相對誤差表Table 3 Relative error table between simulated and experimental values

將每場試驗實測總侵蝕量與通過 PhotoScan建模間接計算的總侵蝕量對比，實測值與計算值之間的相對偏差見表3。試驗值和模擬值的相對偏差在5.20%～20.82%范圍內(nèi)。第 1場降雨試驗，坡面主要發(fā)生濺蝕與面蝕，地表松散、細小顆粒較多，隨著徑流發(fā)生，泥沙樣中含沙量較高。然而此階段基于三維重建技術(shù)-PhotoScan軟件計算的侵蝕量是基于地形變化而得，坡面形態(tài)變化微小，故試驗偏差較大導致誤差較大（20.82%）。隨著侵蝕過程的加劇，各次試驗總侵蝕量迅速增加，侵蝕量計算值與實測值絕對偏差逐漸縮小，故其他 5次試驗的相對偏差減小，均小于等于 10%。與肖海等[28]使用三維激光掃描儀對坡面侵蝕研究所得結(jié)果相比，PhotoScan軟件三維重建模型精度總體要略低于三維激光掃描技術(shù)，李俊利等[17]利用照片重建技術(shù)生成坡面侵蝕溝三維模型得出通過重建模型間接計算所得侵蝕量與三維激光掃描儀相差8%左右，但其研究對象對特定的侵蝕溝，小區(qū)面積較小，因而外部環(huán)境因素所帶來的影響也相對較小，基于照片重建和三維激光掃描方法計算的侵蝕量相對誤差更為接近。

綜合上述分析，實測值和計算值的數(shù)據(jù)比較接近，其偏差在合理范圍內(nèi)，PhotoScan軟件對所獲試驗照片進行三維重建具有一定的可信度。同三維激光掃描技術(shù)相比，其也可展現(xiàn)一定的優(yōu)越性。三維激光掃描技術(shù)能夠測量精度為毫米級的物體的三維信息，尤其對小區(qū)尺度細溝侵蝕的觀測更加試用。張姣等[29]應用三維激光掃描技術(shù)對試驗土槽中的細溝侵蝕量進行了測量，在 15 m2試驗小區(qū)上獲取了 130 000個數(shù)據(jù)點，點云密度達8 667 points/m2，用時0.7 h?；跀?shù)碼照片重建技術(shù)較三維激光掃描技術(shù)能夠更加真實地反映實物的形狀、明暗以及紋理等細節(jié)。李俊利等[17]應用照片重建技術(shù)對小區(qū)尺度上溝蝕演化過程三維建模并進行分析，其在VisualSFM 軟件中完成特征點的檢測與匹配以及稀疏點云模型，又使用CMVS 及PMVS2 工具進行稠密重建，最終在 Meshlab 中實現(xiàn)可視化，獲取點云數(shù)據(jù)密度在4 800～6 200 points/m2范圍內(nèi)。本研究中，稀疏點云、密集點云以及DEM數(shù)據(jù)生成均在Agisoft PhotoScan中進行，只需簡單設(shè)置相應的參數(shù)，無需掌握過多的計算機視覺相關(guān)理論就可以完成點云密度更加密集的三維模型。除小區(qū)尺度外，對通過無人機對某一區(qū)域進行照片采集，三維重建技術(shù)還可以完成對某一區(qū)域的數(shù)字測量，在土壤侵蝕監(jiān)測和水土保持決策中應用前景也更加廣泛。影響三維重建技術(shù)精度因素有多種，最根本的在于原始數(shù)據(jù)獲取，獲取優(yōu)質(zhì)量的數(shù)碼照片可提高建模精度，對于野外試驗，拍照時易受到陽光直射、陰影等影響，陰天試驗更為適宜；在試驗過程中，收集到的照片重疊率、分辨率越高，所得到的模型效果也就越好，但是相應的處理時間會更長，對計算機性能的要求也會提高，所以不建議使用分辨率過高的照片，照片的重疊率控制在50%～60%[30]即可。

3 結(jié) 論

本文以黃土高原丘陵溝壑區(qū)梁峁坡面為研究對象，利用人工模擬降雨試驗，結(jié)合PhotoScan軟件（三維重建技術(shù)）和ArcGIS軟件，對試驗坡面進行三維建模并提取相應的侵蝕形態(tài)參數(shù)，研究了坡面細溝侵蝕演變過程，同時將試驗結(jié)果與同等條件下 ArcGIS軟件模擬結(jié)果進行了對比，驗證了PhotoScan軟件的精度。主要得到以下結(jié)論：

1）利用PhotoScan軟件對坡面侵蝕發(fā)育過程進行三維重建。其細溝形態(tài)發(fā)育過程表現(xiàn)為：濺蝕、面蝕、細溝雛形、細溝網(wǎng)形成及小切溝出現(xiàn) 4個階段，每一階段都有較為明顯的特征。

2）分析降雨試驗過程中各侵蝕形態(tài)參數(shù)的變化特征可知：細溝平面密度、最大溝深、最長溝長、平均溝寬分別由 1.1 m/m2、0.04 m、1.51 m、0.058 6 m 增長至2.991 m/m2、0.368 4 m、11.3 m、0.121 4 m，坡面細溝侵蝕不斷發(fā)展并不斷加強，定量地展現(xiàn)了坡面細溝侵蝕的演變過程。

3）利用人工模擬降雨試驗所得實測總侵蝕量數(shù)據(jù)對PhotoScan軟件三維建模間接計算的總侵蝕量進行驗證，試驗值和模擬值的相對誤差在5.20%～20.82%內(nèi)，除第1次試驗相對誤差較大（20.82%）外，其他 5次試驗的相對誤差均小于等于10%。利用PhotoScan軟件對所獲試驗照片進行三維重建具有一定的可信度，可以作為土壤侵蝕研究的一種手段。