基于生态系统服务价值的土地利用空间优化
刘 耀 林1,2,郝 弘 睿1,2*,谢 婉 婷3，王 保 顺1,2
(1.武汉大学资源与环境科学学院，湖北 武汉 430079；2.武汉大学教育部地理信息系统重点实验室，湖北 武汉 430079；3.中南财经政法大学统计与数学学院,湖北 武汉 430073)
摘要 ：针对已有土地利用空间优化着重考虑经济产出效益，较少顾及规划、政策以及可达性等对于区域生态系统服务价值和空间集约带来的约束性影响等问题，该文基于提高生态系统服务价值和空间集约度的双重目标，采用粒子群智能优化算法，构建由规划约束、政策约束及可达性约束构成的约束体系，对优化过程每阶段的生态系统服务价值提升和建设用地空间集约效果进行评估。以武汉市东西湖区为案例验证了模型的有效性，优化后案例区生态系统服务价值提升了159.41万元,建设用地空间紧凑度提升了15.26%。实验结果表明，模型通过在给定限制约束下进行用地分布模拟优化，达到了区域生态系统服务价值提升和用地节约集约的效果，以期为区域生态文明建设、节约集约用地等提供科学依据。
关键词 ：生态系统服务价值；建设用地空间紧凑度；空间优化；土地利用
0 引言
作为人类对土地利用方式和强度的反映，土地利用格局的变化对生态系统的格局和过程有极大影响[1]，土地利用的无序扩张使土地管理更加困难，造成资源和能源的浪费，进行土地资源优化配置已成为缓解供需冲突、优化资源分配的有效措施[2]。包括线性规划[3]、多目标优化[4]和多准则优化决策、系统动力学、景观生态学[5]、逻辑回归等在内的传统土地优化模型多注重数量和结构的优化[6]，对土地利用空间格局欠考虑，无法在栅格尺度上反映用地类型的空间演变规律[7]。考虑到全域内栅格数目较多，传统模型的计算速度和精度无法满足要求且未考虑用地类型空间分布[8,9]对优化结果的影响，研究者又提出了使用模型进行空间布局的模拟和优化[10-15]，其中以遗传算法[13]、元胞自动机[14]和蚁群算法[11,15]等应用较广。因单一的优化目标和约束条件难以较好地满足优化需求，学者们又通过建立指标体系、增加目标函数等方式完善模型，如混合蛙跳算法[16]、智能体模型[17]以及粒子群模型[18-20]等。
以上学者均从不同方面对土地利用优化问题进行了深入研究，但在研究内容上侧重于从土地利用数量结构和空间布局的某一方面进行模拟优化，尤其在规划、政策以及可达性等多类型约束下综合体现生态系统服务价值提升和促进用地空间集约的土地利用优化研究还较为薄弱，难以适应经济社会发展进入生态文明建设新阶段的现实需要。
基于此，本文将生态系统服务价值(ESV)和建设用地空间紧凑度引入到优化模型中，在现有研究的基础上，通过限制水域的开发利用，提高林、园、草的转换概率等方式加强生态建设，并将土地利用总体规划、退耕还林及耕地可达性等规划、政策和可达性因素用于粒子群算法(Particle Swarm Optimization，PSO)模型约束条件的设定。以40 m×40 m的栅格单元作为基本操作对象建立土地利用优化配置模型，以期实现土地利用布局的优化。本文重点关注以下内容：1)综合集成ESV与建设用地空间紧凑度的土地利用优化配置；2)利用规划约束、政策约束及可达性约束对模型参数进行指导。以武汉市东西湖区2014年土地利用现状作为研究案例，将土地利用优化方案产生的生态系统服务价值与建设用地空间紧凑度作为衡量方案优劣程度的标准，进行土地利用优化配置。
1 改进的粒子群算法优化模型
1.1 模型框架
为了保证优化的准确性，将数据转为横轴墨卡托投影后重采样至40 m×40 m分辨率，每个栅格上的值为k ，k ∈(0,1,2,3,4,5,6)，分别代表耕地、园地、林地、草地、建设用地、水域和其他用地7种土地利用类型。将粒子定义为一种优化方案，整个粒子群表示为全体优化配置结果集[14]。使用适应度对粒子的速度和位置进行指导和约束，通过不断更新粒子的速度和位置进行粒子的寻优，从而对用地布局进行优化。
1.1.1 粒子的映射 粒子的位置可以用一个n 维向量(x 1,x 2,x 3,…,x n )表示，n 为区域内总操作单元数目，向量中的某个变量对应该维度下土地利用单元上的取值；每个维度都有一个速度属性，代表着相应操作单元上土地利用类型的用地转换方向，表示为(v 0,v 1,v 2,…,x k )，其中k ∈(0,1,2,3,4,5,6)。
实验基础数据主要为东西湖区2014年土地利用现状图、东西湖区DEM数据及各种土壤属性数据等，均来源于武汉市国土资源和规划局信息中心。
式中：k 、p 分别表示耕地、园地、林地、草地以及城镇用地、农村居民点用地类型；当地块用地类型为k (式(2))、用地类型为p (式(3))时，x k·ij 或x p·ij 值为1，否则为0；Value k·ij 为当地块(i ，j )是第k 种土地利用类型时的生态系统服务价值，计算公式见文献[22-24]；Compact p·ij 为当地块(i ，j )是第p 种用地类型的空间紧凑度，计算方法如下：
1.2 控制条件
1.2.1 适宜性函数 模型计算过程中粒子根据适宜性函数评价其优劣，适宜性函数是模型优化的目标。土地利用优化配置不仅要考虑优化所带来的经济、社会、生态效益，还要考虑优化结果在数量与结构上的统一。设定目标函数F 为:
F =αf ecology+βf compactness
(1)
分析东西湖区土地利用总体规划，生态系统服务价值和建设用地空间紧凑度对东西湖区发展规划同等重要，故设定生态系统服务价值和建设用地空间紧凑度权重分别为α =β =0.5。通过反复迭代，确定种群大小为128，迭代250次，每次显示间隔5代。土地利用优化结果如图3(彩图见附录1)所示。
σ收敛是指不同经济体间某一变量值的标准差随时间的推移而逐渐下降，用来反映该变量值的平均离散程度。本文基于标准差的估计方程理论，构建地价、房价和物价的σ收敛模型，分析35个大中城市的地价、房价和物价的静态差距。σ收敛检验方程为：
(2)
(3)
1.1.2 优化过程 考虑到土地利用优化是基于现有用地布局进行的[21]，故使用土地利用现状对模型中的全部粒子进行初始化，然后对每个粒子进行一个随机扰动后再进行寻优。在模型寻优过程中记录个体经历的最优解及种群经历的最优解，在迭代过程中粒子向最优值学习，根据适应度值对自身的速度和位置进行更新，直到满足设定的终止条件。优化步骤如图 1所示。
Compact p·ij =x k·(i -1)(j -1)+x k·(i -1)j +x k·(i -1)(j +1)+x k·(i +1)j +
x k·i (j -1)+x k·(i +1)(j -1)+x k·i (j +1)+x k·(i +1)(j +1)
(4)
1.2.2 约束条件 根据粒子群算法原理，需要制定相关约束条件以指导粒子的转换和学习，可结合土地利用优化配置的领域知识和东西湖区土地利用总体规划制定约束条件，约束条件包括土地适宜性、用地转换规则以及用地红线区等。土地适宜性知识是依据用地现状、交通条件、周围用地类型以及相关政策等因素对是否适合某种用地类型进行评价；转换规则是在不同用地类型之间发生转换时进行评价、约束的判断条件；而限制条件一般是基本农田保护区、生态底线区、建设用地管制区等政策划定的约束条件。
在城市化进程中，土地利用变化会对生态系统的模式和过程造成影响[25]，建设用地会使水域的破碎度增加、各水域间关联度下降、形状复杂度降低[26]。水域作为特殊的生态系统，在受到污染破坏后不易恢复，并且2016年东西湖区渔业产值占农业总产值的30%左右，所以在模拟时将水域规定为不可变用地。根据东西湖区土地利用总体规划给出的目标，设定以下几类情况作为模型的约束条件(表1)。
2 数据来源与处理
2.1 研究区概况
以东西湖区作为模型实验区，利用基于生态系统服务价值的粒子群土地利用优化模型对其进行用地优化配置。东西湖区位于武汉市的西北部，坐落于长江左岸，汉江、汉北河、沦河、府河分别从南、西、北三面环绕区境而过。全境东西长38 km、南北宽22.5 km，人口52.71万人(2016年)。全区水资源储备丰厚，年均降雨量1 572.2 mm(2016年)，年均过境水量为633.2×108m3，地下水净储量16.6×108m3，日开采储量为300.71×105t。园、林资源丰富，其占东西湖区面积的5.4%左右。农村居民点量大面广，由于缺乏合理的规划指导，大多布局较为零散，综合配套薄弱，集约利用程度较低。
2.2.1 基础数据的处理 为保证数据处理精度，首先利用ArcGIS软件对数据进行投影坐标的统一，然后根据DEM数据进行坡度属性的提取，最后将栅格数据重采样到40 m×40 m的分辨率。根据模型设计，以用地适宜性数据作为粒子更新转换时的指导知识，基于现有数据建立适宜性评价体系，得到用地类型的适宜性评价结果。
2.2 数据来源与处理
显然，各声索国分别基于各自对历史依据、国际法和南海对国家利益重要性的理解而对中国南海提出领土要求，相较之下，越南侧重所谓历史依据，菲律宾看重南海对其本国经济社会发展的重要性，而马来西亚和文莱则更多地基于《联合国海洋法公约》中的部分条款提出领土要求。由此，各声索国对南海的领土主张分别形成了各自的意象，即南海海洋权益与领土领海声索的依据、逻辑和目标等。
根据《东西湖区土地利用总体规划》中给出的建议，一方面需要合理调整土地利用结构和布局，提高土地节约集约利用水平，加大建设用地内涵挖潜力度；另一方面要保护基础性生态用地，严格保护河流、湖泊、滩涂、森林和耕地等用地。
2.2.2 土地利用数据和相关因子的处理 实验数据以东西湖区全国第二次土地调查形成的土地利用图为基础，由于东西湖区土地利用种类较多，为了将优化配置的关注点集中于主要的用地类型，将全域的土地划分为耕地、林地、园地、草地、建设用地、水域和其他用地7类。提取影响耕地、园地、林地、草地、建设用地的土壤属性和相关因子，并打分评价后进行归一化处理；从土地利用现状图中提取城镇用地及道路，进行欧氏距离处理后得到全域范围的距离成本图。参考王华等划定的土地利用分区约束指标体系[27]，得到实验最终所用数据(表 2)。
利用ArcGIS软件对东西湖区2014年土地数据进行预处理，并将其土地利用类型划分为耕地、园地、林地、草地、建设用地、水域、其他用地7类(图2，彩图见附录1)。东西湖区被划为963×567个栅格单元，其中不属于东西湖区范围的栅格用255表示。在使用粒子群模型进行土地利用优化配置时，用地类型的不同组合组成了每个粒子的位置向量，使用式(1)-式(3)计算该粒子的生态系统服务价值和建设用地空间紧凑度，作为评价粒子的标准。
3 实例分析
3.1 使用粒子群模型进行土地利用优化配置
医生说狗蛋的鸡鸡是被蝎子咬了。蝎毒已经扩散。抢救了一夜，虽然脱离了危险，但现在还躺在医院的病床上输液。媳妇眼皮红肿，头发披散着，守在狗蛋的床前发着呆。亮天的时候，护士走进来，问问孩子的进出量，给孩子量量体温，然后摸摸脉搏，说一切都正常，又端着盛着器械的托盘走出去。哥们儿朝洛蒙松了口气。感觉身体有些全支撑不住，到外面抽了根烟。（烟是我们哥几个留下的，还有我们凑的两千块钱）。抽完烟哥们儿朝洛蒙缓过劲来。他上楼来，准备替媳妇看会儿狗蛋，让她坐着椅子在橱柜上趴一会儿。他戳戳媳妇的胳膊，媳妇没有动。媳妇回过头来拿眼睛瞪着她。眼泪在眼圈里打转转。
式中：f ecology为粒子代表的某种土地利用布局所带来的生态价值，用生态系统服务价值表示；f compactness为建设用地的空间紧凑度；α 、β 分别为两者所占权重。计算公式如下：
[6][12][17][22] 阿兰·罗伯-格里耶：《关于某些过时的定义》，《快照集/为了一种新小说》，余中先译，长沙：湖南美术出版社，2001年，第91、95、98、109-110页。
3.2 实验结果与分析
将所需数据输入模型进行土地利用优化，模型综合考虑生态系统服务价值和建设用地空间紧凑度。优化结果基本符合土地利用总体规划的要求，即在保护水域的前提下增加园、林和草地面积，同时增加建设用地空间紧凑度。实验结果表明，优化后生态系统服务价值有所上升，建设用地紧凑度由0.049提高到0.056(图4)。用地变化基本符合东西湖区土地利用总体规划中节约集约、优化用地结构以及保护耕地和优质山水资源等规划原则。
结果表明，在19例肺气虚寒型AR患者外周血中，ROR-γt mRNA 表达明显高于对照组（*P＜0.05），而Foxp3 mRNA表达显著低于对照组（**P＜0.01）。ROR-γt/Foxp3 mRNA水平显著高于对照组（**P＜0.01），差异具有显著的统计学意义，见图3。
在上述限制条件的约束下，严格保护研究区水域，禁止其在规划中遭到破坏；同时保障耕地，林地、园地、草地面积的增加能使研究区综合生态系统服务价值提高。破碎的建设用地不仅使区域总体优化难以实施，造成土地的浪费，而且会对生态用地的结构格局造成破坏。
管道焊接工程实际“金口”连头焊接中，通过强化施工人员的管理，认真计算下料、组对和焊接，会使得对焊接缺陷的控制能力增强，施工可操作性以及焊接速度等方面都显著提高。在长输管道连头焊接中只要准备充分，施工工艺合理，优化原有的焊接工艺，分析影响焊接质量的
根据优化前后用地变化并结合不同用地类型的单位面积生态系统服务价值进行计算，得到生态系统服务价值变化情况(图5，彩图见附录1)。其中各项生态用地的生态系统服务价值根据文献[23]中给出的各项判断指标求和得到，建设用地单位面积生态系统服务价值设定为0，耕地为4 082.56元、园地为10 289.09元、林地为14 531.85元、草地为4 082.56元、水体为23 435.97元。2014年土地利用布局中，生态系统服务价值为10 576.66万元，优化后生态系统服务价值约为10 736.07万元。优化后园、林、草地面积分别增加了2 065 hm2、201 hm2和50 hm2，其提供的生态系统服务价值分别增加了2 125万余元、291万余元和30万余元；总体规划中要求的优化耕地布局、节约集约用地的原则使得优化后耕地面积下降了5 600 hm2，生态系统服务价值降低了2 286万余元。统计优化配置结果的各类型用地情况，得到其优化前后面积对比情况(图6)，模型运行时各代粒子的适应度和设定的两类目标结果如图7所示。
图7表现出两类效益值和综合适应度值均随着优化代数的增加而不断上升，说明东西湖区土地利用类型的数量结构和分布特征确实是随着粒子群算法的运行而变化。由于设定两个评价指标的权重相同，所以算法在计算过程中综合考虑两者效益，各个目标的变化情况反映了实际地类之间相互转换的结果。从整体角度看，优化结果相对于现状在生态系统服务价值和建设用地空间紧凑度评分上提升的幅度分别为37.1%和64.7%。优化结果与土地利用总体规划目标一致，表明模型是有效的。
4 讨论与结论
由于土地资源的有限性和人类需求的无限性二者之间的冲突，要求对土地利用结构进行优化配置[28]。生态用地作为一种特殊的用地类型，对保护生态系统以及改善人类生活质量具有重要意义[29]。水域是生态用地中较脆弱的一类，受到破坏后难以恢复并且受周围用地扩张侵蚀显著。近年来中国水域的迅速缩减要求尽可能保护水域在城市化进程中的完整性。土地利用优化的空间性、多目标性和复杂性使得传统的规划方法难以较好地解决这个问题。根据传统方法在解决土地利用优化配置中的不足，提出使用粒子群算法并结合土地利用总体规划对东西湖区土地利用进行生态保护的优化配置。使用粒子代表某种优化方案，将栅格周围的用地类型出现的频率作为转换依据，根据东西湖区土地利用现状提出判断粒子优化结果的两种目标，依照土地利用总体规划制定约束条件及相应的限制规则。
而事实上，丝绸具有在医疗、美容、保健等方面的独特功效和在审美、收藏等方面的文化魅力。在新的科学技术蓬勃发展的背景下，丝绸企业应重视丝绸产品的创新，切实推进桑蚕茧丝绸的综合利用开发。此外，结合当下兴盛的“工业旅游”，丝绸企业借鉴“前店后厂”的模式，完善丝绸体验区的建设，全方位展示丝绸多功能的形象，打破思维僵局，向世界传递丝绸新的消费观念。
研究结果表明：1)土地利用PSO框架使东西湖区的土地利用布局得到优化，增加了各用地类型的空间紧凑度，控制农村居民点面积的同时加大生态建设的力度，维持了生态景观的平稳性，可预防水域的衰退和破碎化。两类评价目标结果表明该模型在处理基于土地利用规划的优化配置方面十分有效。2)通过规则和约束的设置，PSO算法能合理布局各用地类型，协同优化区域的效益、数量结构和空间分布。从运行结果可知，处理后的适应度提高了28.39%，各用地类型面积接近土地利用规划目标，土地利用空间结构更紧凑，证明了模型处理的显著性。
土地利用优化配置是一个政策导向的过程，研究区不同时期的经济发展水平、社会状态等因素都会导致土地利用相关政策的变化。如何结合区域土地利用政策对土地利用优化配置进行实时指导，修正模型中相应的规则以达到符合政策预期的土地利用布局，是下一步研究的重点和方向。
参考文献 ：
[1] WU X,WANG S,FU B,et al.Land use optimization based on ecosystem service assessment:A case study in the Yanhe watershed[J].Land Use Policy,2018,72:303-312.
[2] 李超,张凤荣,宋乃平,等.土地利用结构优化的若干问题研究[J].地理与地理信息科学,2003,19(2):52-55.
[3] SHAMSI S R F.Integrating linear programming and analytical hierarchical processing in raster-GIS to optimize land use pattern at watershed level[J].Journal of Applied Sciences & Environmental Management,2011,14(2):75-80.
[4] 胡雪丽,徐凌,张树深.基于CA-Markov模型和多目标优化的大连市土地利用格局[J].应用生态学报,2013,24(6):1652-1660.
[5] STEINER F,YOUNG G,ZUBE E.Ecological Planning:Retrospect and Prospect[M].Island Press/Center for Resource Economics,2014.
[6] 吕春艳,王静,何挺,等.土地资源优化配置模型研究现状及发展趋势[J].水土保持通报,2006,26(2):21-26.
[7] 余强毅,吴文斌,唐华俊,等.复杂系统理论与Agent模型在土地变化科学中的研究进展[J].地理学报,2011,66(11):1518-1530.
[8] 罗鼎,许月卿,邵晓梅,等.土地利用空间优化配置研究进展与展望[J].地理科学进展,2009,28(5):791-797.
[9] WEN B,LIU Y,XIA M.Layout optimization of rural residential land based on theory of landscape security pattern[J].Transactions of the Chinese Society of Agricultural Engineering,2014,30(8):181-191.
[10] 宋剑,席增雷.生态价值视角下土地最优利用研究——以郑州市为实证[J].中国农业资源与区划,2017,38(5):147-154.
[11] LIU X,LI X,SHI X,et al.A multi-type ant colony optimization MACO method for optimal land use allocation in large areas[J].International Journal of Geographical Information Science,2012,26(7):1325-1343.
[12] CAO K,HUANG B,WANG S,et al.Sustainable land use optimization using boundary-based fast genetic algorithm[J].Computers Environment & Urban Systems,2012,36(3):257-269.
[13] 袁满,刘耀林.基于多智能体遗传算法的土地利用优化配置[J].农业工程学报,2014,30(1):191-199.
[14] FENG Y,LIU Y.A heuristic cellular automata approach for modelling urban land-use change based on simulated annealing[J].International Journal of Geographical Information Science,2013,27(3):449-466.
[15] YANG X,ZHENG X Q,LV L N.A spatiotemporal model of land use change based on ant colony optimization,Markov chain and cellular automata[J].Ecological Modelling,2012,233(2):11-19.
[16] 郭小燕,刘学录,王联国.基于混合蛙跳算法的土地利用格局优化[J].农业工程学报,2015,31(24):281-288.
[17] 彭金金,孔雪松,刘耀林,等.基于智能体模型的农村居民点空间优化配置[J].地理与地理信息科学,2016,32(5):52-58.
[18] 马世发,何建华,俞艳.基于粒子群算法的城镇土地利用空间优化模型[J].农业工程学报,2010,26(9):321-326.
[19] MASOOMI Z,MESGARI M S,HAMRAH M.Allocation of urban land uses by multi-objective particle swarm optimization algorithm[J].International Journal of Geographical Information Science,2013,27(3):542-566.
[20] LIU X,OU J,LI X,et al.Combining system dynamics and hybrid particle swarm optimization for land use allocation[J].Ecological Modelling,2013,257(2):11-24.
[21] LIGMANN-ZIELINSKA A,CHURCH R,JANKOWSKI.Development Density-Based Optimization Modeling of Sustainable Land Use Patterns[M].Berlin:Springer,2006.
[22] 吴大千,刘建,贺同利,等.基于土地利用变化的黄河三角洲生态服务价值损益分析[J].农业工程学报,2009,25(8):256-261.
[23] 姚小薇,曾杰,李旺君.武汉城市圈城镇化与土地生态系统服务价值空间相关特征[J].农业工程学报,2015,31(9):249-256.
[24] 曾杰,李江风,姚小薇.武汉城市圈生态系统服务价值时空变化特征[J].应用生态学报,2014,25(3):883-891.
[25] FU B,ZHANG L,XU Z,et al.Ecosystem services in changing land use[J].Journal of Soils & Sediments,2015,15(4):833-843.
[26] 张梦珂,刘艳芳,安子豪,等.武汉城市化进程对湖泊景观格局的空间非平稳性影响分析[J].地理信息世界,2016,23(3):53-59.
[27] 王华,刘耀林,姬盈利.基于多目标微粒群优化算法的土地利用分区模型[J].农业工程学报,2012,28(12):237-244.
[28] 刘彦随,杨子生.我国土地资源学研究新进展及其展望[J].自然资源学报,2008,23(2):353-360.
[29] 喻锋,李晓波,张丽君,等.中国生态用地研究:内涵、分类与时空格局[J].生态学报,2015,35(14):4931-4943.
Optimization of Land Use Space Based on the Value of Ecosystem Services
LIU Yao-lin1,2,HAO Hong-rui1,2,XIE Wan-ting3,WANG Bao-shun1,2
(1.School of Resource and Environment Sciences ,Wuhan University ,Wuhan 430079;2.Key Laboratory of Geographic Information System ,Ministry of Education ,Wuhan University ,Wuhan 430079;3.College of Statistics and Mathematics ,Zhongnan University of Economics and Law ,Wuhan 430073,China )
Abstract : The economic output benefit is considered mainly in the existing spatial optimization of land use,but less attention is paid to the effect of planning,policy and accessibility and other constraints on value of regional ecosystem services and spatial constraints.This paper aims at improving the ecosystem service value and spatial intensive degree,and uses particle swarm optimization algorithm to construct the system consisting of planning constraints,policy constraints and accessibility constraints.Based on the constructed system,the improvement of ecosystem service value and the spatial intensive effect of construction land at each stage has been evaluated.Finally,Dongxihu District of Wuhan was taken as a case to verify the model.After optimization,the value of ecosystem service in the study area has been increased by 1.5941 million yuan and the compactness of construction land has been increased by 15.26%.The experimental results show that the model can simulate the spatial distribution of land use under a given restriction constraint,and could achieve the effect of improving the ecosystem service value and the construction land compactness.It could provide a scientific basis for ecological civilization construction and land use intensify.
Key words : ecosystem service value;space compactness of construction land;space optimization;land use
中图分类号 ：X171.1;F301
文献标识码： A
文章编号： 1672-0504(2019)01-0069-06
doi :10.3969/j .issn .1672-0504.2019.01.011
收稿日期: 2018-01-09；
修回日期：2018-06-21
基金项目： 国家重点研发计划项目(2017YFB0503601)；国土资源部公益性行业科研专项项目(201511009)
作者简介： 刘耀林(1960-)，男，教授，博士生导师，从事土地信息系统、空间数据挖掘研究。
*通讯作者 E-mail:hongruihao_hr@163.com
标签：生态系统服务价值论文; 建设用地空间紧凑度论文; 空间优化论文; 土地利用论文; 武汉大学资源与环境科学学院论文; 武汉大学教育部地理信息系统重点实验室论文; 中南财经政法大学统计与数学学院论文;