第３３卷第１期 ２０１０年２月 测绘与空间地理信息 ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬ ｌＮＦＯＲＭＡＴｌｏＮ ＴＥＣＨＮｏＬｏＧＹ Ｖ０１．３３．Ｎｏ．１ Ｆｅｂ．，２０１０ 遥感影像融合技术在土地调查中的应用研究 何鹏 （黑龙江第三测绘工程院，黑龙江哈尔滨１５００８６） 摘要：主要对遥感影像处理技术在土地利用资源调查的应用关键技术做了一些实验研究，并对技术的适宜性 做了评价分析。 关键词：土地调查；卫星遥感影像；影像融合 中图分类号：ＴＰ７９ 文献标识码：Ｂ 文章编号：１６７２—５８６７（２０１０）Ｏ１—０ｌｌ０一Ｏ６ Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｉｍａｇｅ Ｆｕｓｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ ｉｎ Ｌａｎｄ Ｓｕｒｖｅｙ ＨＥ Ｐｅｎｇ （Ｔｈｅ Ｔｈｉｒｄ Ｈｅｉｌｏｎｇｊｉａｎｇ Ｓｕｒｖｅｙｉｎｇ ａｎｄ Ｍａｐｐｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ Ｉｎｓｔｉｔｕｔｅ，Ｈａｒｂｉｎ １５００８６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｍａｉｎｌｙ ｒｅｓｅａｒｃｈｅｄ ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｉｎ ｌａｎｄ ｕｓｅ ｒｅｓｏｕｒｃｅ ｉｎｖｅｓｔｉ－ ｇａｔｉｏｎ，ａｎｄ ａｎａｌｙｚｅｄ ｔｈｅ ｓｕｉｔａｂｉｌｉｔｙ． Ｋｅｙ ｗｏｒｄｓ：ｌａｎｄ ｉｎｖｅｓｔｉｇａｔｉｏｎ；ｓａｔｅｌｌｉｔｅ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ；ｉｍａｇｅ ｆｕｓｉｏｎ ｏ 引 言 遥感影像融合有着专门的定义，即指将同一或不同 ’可 方法。 、特征级融合和决策级融合３种 平台的同一或不同传感器获取的不同空间与光谱分辨率 图像按特定的算法进行处理，使产生的新影像同时具有 原影像的多光谱和高空间分辨率特性，使成果满足不同 的应用需求。在利用融合多光谱和高空间分辨率特性的 融合后卫星遥感影像进行土地调查中，对土地资源的精 确分类和面积的准确量算起到举足轻重的作用。根据使 用目的不同，融合方法可大致分为用于调查底图制作的 数据融合和用于变化信息提取的数据融合两种。 １）像元级融合包括ＨＩＳ变换、主分量变换、假彩色合 成、小波变换、加权融合等方法； ２）特征级融合包括Ｅａｙｅｓ决策法、神经网络法、比值 运算、聚类分析等方法； ３）决策级融合包括神经网络、滤波融合等方法。 １．２基于融合算法 一般也可分为３种方法。 １）第１种是对图像直接进行代数运算的方法，例如 在土地调查中，通过信息融合可以突出地反映土地 利用不同类型各自的要素信息，增强影像的判读性，便于 从图形、纹理和光谱特征进行综合判别、分析。 融合只是将低几何分辨率的数字图像经分割像元处 加权融合法、乘积融合法、Ｂｒｏｖｅｙ变换融合法等； ２）第２种是基于各种空间变换的方法，如ＩＨＳ变换 融合法、ＰＣＡ变换融合法、ＹＩＱ变换融合法、Ｌａｂ变换融 合法等； ３）第３种是基于金字塔式分解和重建的融合方法， 如拉普拉斯金字塔融合法、小波变换融合法。 理，与高几何分辨率的数字图像匹配，但是也要损失光谱 信息。所以针对不同融合目的，应采用与之对应的融合 方法。 ２融合方法的定量分析指标 ２．１ 影像融合效果影响因素 影响影像融合效果的因素很多，如原始影像的质量； 多光谱与全色影像的波谱范围；融合算法对于特定地类 多源遥感数据融合的方法 用于多源遥感数据融合的方法一般可从技术层面和 融合算法两方面进行区分。 收稿日期：２００９—１１—０６ 作者简介：何鹏（１９７５一），男，黑龙江嫩江人，工程师，硕士，２００９年毕业于武汉大学测绘工程专业，主要从事数字化测绘技术和管 理工作。 第１期 何鹏：遥感影像融合技术在土地调查中的应用研究 的适宜性等。 的高频替代算法，共６种融合方法。 ２．２影像融合结果评价 ２）实验影像以２，ｌ，３波段组合分别代替Ｒ，Ｇ，Ｂ波段。 影像融合结果的评价可将主观评价和客观评价结合 使用。 １）主观评价是通过直接目视效果进行评价。 ２）客观评价是从数理统计角度，对融合方法作简单 的定量分析，主要指标包括：均值、标准差、熵值、平均梯 度、相关系数、偏差指数等。 合） ３影像融合方法的定量分析评价 ３．１ 实验１ 以２００５年８月获取的我国西北某地的ＳＰＯＴ ５ ２．５ ｍ 分辨率全色影像和ＳＰＯＴ ５多光谱１０ ｍ ４波段多光谱影 像进行融合测试。 该测试影像摄影地带属于我国典型的西北丘陵地 域，摄影入射角小，近似于垂直摄影，利于正射纠正与几 何配准的精度，摄影时间相同，原始影像相关性较高，区 域内绿色植被覆盖率较高，又有大量的农用地和城镇建 筑用地，该影像的选取可以将融合以外的因素影响降到 较低的程度，适宜作融合测试比较。在ＰＣＩ Ｇｅｏｍａｔｉｃａ ＰＣＡ融台 ＰＣＡｄ，ｉ变融合 １０．１遥感影像处理软件中经过卫星轨道模型（Ｓａｔ■一原■一■■ ｅｌｌｉｔｅ Ｏｒｂｉｔａｌ Ｍｏｄｅｌｌｉｎｇ），即基于共线方程的严密正射纠正和几 何配准后融合，控制配准误差在０．５个像元内。 １）将实验影像在Ｅｒｄａｓ ｈｎａｇｉｎｅ ９．１遥感影像处理软 件中分别进行ＩｌｌＳ、主分量（ＰＣＡ）、Ｂｒｏｖｅｙ、高通滤波 （ＨＰＦ）、小波变换（ＷａｖｅＬｅｔ）融合，其中小波变换融合分 ■ 图１对ＳＰＯＴ多光谱数据融合结果 Ｆｉｇ．１ Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ＳＰＯＴ ｍｕｌｔｉ——ｓｐｅｃｔｒａｌ ｄａｔａ ｆｕｓｉｏｎ ３）将融合前后各影像依２．２．２）中各指标作统计分 析，采用ＭａｔＬａｂ Ｒ２００７ｂ软件编程实现 统计结果见 别采用基于ＩＨＳ（ＷａｖｅＬｅｔ—ＩＨＳ）和主分量（ＷａｖｅＬｅｔＰＣＡ） 表１。 表１ 六种方法对ＳＰＯＴ ５融合质量指标统计 Ｔａｂ．１ Ｔｈｅ ｑｕａｌｉｔｙ ｅｖａｌｕａｔｉｏｎ ｏｆ ＳＰＯＴ ｄａｔａ ｆｕｓｉｏｎ １ｌ２ ３．２主观评价影像融合效果 从目视效果的主观评价作如下分析： 测绘与空间地理信息 ＷａｖｅＬｅｔＰＣＡ，ＷａｖｅＬｅｔＩＨＳ。 —．——２０１０年 ６）ＳＰＯＴ ５全色波段的波谱响应范围为５１０—７３０ ｎｌｎ， １）小波融合算法从高分辨率影像提取空间细节信息 替代多光谱影像的高频部分，色彩失真可以降低到最小 程度，融合影像看上去类似作了高通滤波，在提高空间分 辨率方面有很好的效果，但色彩效果不够平滑，地物颗粒 对应多光谱分别２（红）波段和３（绿）波段，从而导致原始 多光谱影像在４（短波红外）波段和１（近红外）波段的相 关系数较小。 ７）融合后影像与原始多光谱影像的偏差指数，以 Ｂｒｏｖｅｙ融合方法为最大，其次为ＰＣＡ法，均比其他方法高 出一个数量级。其他融合方法依次为：ＨＰＦ，ＷａｖｅＬｅｔ— ＩＨＳ，ＨＩＳ，ＷａｖｅＬｅｔＰＣＡ。 —状呈深色调噪点样，这是由于小波变换时用高分辨率图 像的高频细节分量替换低分辨率图像的高频细节分量 后，完全丢失了低分辨率图像的高频细节信息，没有考虑 到局部情况所致。 ２）高通滤波（ＨＰＦ）方法突出了影像的高频成分，地 物影像清晰，边缘突出，并且光谱失真较小，在综合的光 谱特性和地物细节表达能力上表现较好。 ３）Ｂｒｏｖｅｙ方法由于是使融合后影像做简单的代数运 算，导致在全色影像和多光谱影像波谱范围不一致时，融 合后的影像色调失真，存在严重的光谱扭曲，对于山地、 水体、植被等地物表现得非常明显，建筑区内城区色调相 对较暗，但绿地反映明显，建设用地轮廓结构清晰。融合 影像值域较低，整体发暗，辨别细节时需要做增强拉伸 处理。 ４）主分量（ＰＣＡ）融合方法光谱信息损失较大，还会 出现较严重的光谱扭曲现象，但可以包含着目标地物除 可见光谱段以外的光谱信息。 ５）ＨＩＳ方法运算简单，容易实现，变换的数据融合 光谱信息损失较小，较好地保留了全色影像的纹理细节 和多光谱影像的色彩，但是融合后相同色系缺少层次， 融合后不包含红外的地物光谱信息，不利于影像的判 读。 ６）融合方法的运算实现效率，以ＷａｖｅＬｅｔ—ＩＨＳ， ＷａｖｅＬｅｔ—ＰＣＡ方法为最大，算数方法的运算Ｂｒｏｖｅｙ为 最小。 ３．３客观评价影像融合效果 从表１各种融合方法的各项质量指标比较中作出如 下分析： １）均值和标准差指标对比，以ＨＰＦ，ＨＩＳ，ＷａｖｅＬｅｔ— ＩＨＳ，ＷａｖｅＬｅｔ ＰＣＡ融合后影像与原始多光谱影像相比变 化较小，与Ｂｒｏｖｅｙ，ＰＣＡ相比变化较大，特别是Ｂｒｏｖｅｖ融 合后影像整体亮度和对比度下降幅度为最大，这与目视 整体评判效果一致。 ２）各融合方法熵值指标对比，ＷａｖｅＬｅｔ—ＩＨＳ，ＷａｖｅＬｅｔ— ＰＣＡ融合方法为最好；ＨＰＦ，ＨＩＳ融合方法为次；ＰＣＡ方法 较差；Ｂｒｏｖｅｙ方法最差。 ３）平均梯度指标对比，各融合方法由大到小依次为 ＷａｖｅＬｅｔＰＣＡ，ＷａｖｅＬｅｔ——ＩＨＳ，ＨＰＦ，ＨＩＳ，ＰＣＡ，Ｂｒｏｖｅｙ。 ４）融合后影像与原始多光谱对应波段的相关系数， 以ＷａｖｅＬｅｔ—ＰＣＡ，ＷａｖｅＬｅｔ—ＩＨＳ融合方法为最大；ＨＩＳ，ＨＰＦ 融合方法居次；Ｂｒｏｖｅｙ方法较小；ＰＣＡ方法最小。 ５）融合后影像与原始全色影像的相关系数，以 Ｂｒｏｖｅｙ，ＰＣＡ融合方法为最大，其次顺序为ＨＰＦ，ＨＩＳ， ３．４本章节结论 实验表明，在土地利用现状调查中，较适宜的融合方 法为ＨＰＦ，ＨＩＳ融合。Ｂｒｏｖｅｙ与ＰＣＡ方法不适用，小波变 换融合需解决地物颗粒状噪点的问题。 ４光谱响应谱段对融合结果的影响 ４．１ 实验２ 以我国西南某地冬季获取的Ｌａｎｄｓａｔ ７（ＥＴＭ＋）全色 １５ ｍ分辨率和多光谱３０ ｍ ７波段影像进行融合测试。 在Ｅｒｄａｓ Ｉｍａｇｉｎｅ ９．１遥感影像处理软件中经过二次多项 式几何配准后，控制配准误差在０．５个像元内。 １）将实验影像在Ｅｒｄａｓ Ｉｍａｇｉｎｅ ９．１遥感影像处理软 件中分别进行６种方法融合。 实验影像以３、４、７波段组合分别代替Ｒ、Ｇ、Ｂ波段。■一原■ 合） ＰＣＡ融合ｌｌ－ｌＳ／｜￣波融合ＰＣＡ小波融合 图２ ６种方法Ｌａｎｄｓａｔ ７（ＥＴＭ＋）多光谱 数据融合结果 Ｆｉｇ．２ Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆＬａｎｄｓａｔ ７（ＥＴＭ＋）ｍｕｌｔｉ—ｓｐｅｃｔｒａｌ ｄａｔａｆｕｓｉｏｎ ２）将融合前后各影像依２．２．２）中各指标作统计分 析，统计结果见表２。 第１期 何鹏：遥感影像融合技术在土地调查中的应用研究 ｌ】３ ４．２主、客观综合评价影像融合效果 用目视评判和指标统计表综合评判作如下分析： １）各融合方法使融合后影像产生严重光谱失真扭 曲，比对ＳＰＯＴ ５的融合结果指标，光谱指标失真量变化率 增大，呈现量级增长趋势。 ＱｕｉｃｋＢｉｒｄ等（详见表３）。 表３ 常见遥感卫星影像全色波段光谱响应范围 Ｔａｂｌｅ ３ Ｔｈｅ ｓｐｅｃｔｒａｌ ｒａｎｇｅ ｏｆ ｐａｎｃｈｒｏｍａｔｉｃ ｂａｎｄ ｏｆ ｔｈｅ ｃｏｍｍｏｎ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅｓ ２）融合后影像各波段间平均梯度指标变化率相比较 不稳定。 影像（传感器）类型 中巴资源一号 福卫２ ＳＰ０Ｔ ｌ一４ ＳＰ０Ｔ ５ ＩＲＳ１Ｃ．１Ｄ Ｌａｎｄｓａ１ ７ ＩＫ０Ｎ０Ｓ 全色波段相应范围／ｎｍ ５ｌ０—７３０ ４５０—９ｏ０ ５０ｏ一７３０ ４８０—７１Ｏ ３）高通ＨＰＦ融合法与小波变换ＰＣＡ法（ＷａｖｅＬｅｔ— ＰＣＡ）相对较好，但指标比对ＳＰＯＴ ５的融合结果也有较大 变化。 ４）Ｂｒｏｖｅｙ融合法依然存在着融合影像整体发暗、对 比度降低、光谱扭曲严重的现象。 ５）主分量（ＰＣＡ）融合法存在着由于第一主分量突 出，色调弱化的现象。 ５ｏｏ一７５０ ５２０—９００ ４５０—９Ｏ０ ＱｕｉｃｋＢｉｒｄ Ａｌ０Ｓ ４５０—９Ｏ０ ５２０—７００ ６）小波变换融合法依然存在地物呈颗粒状突出的 现象。 ４．３光谱失真扭曲原因分析 是Ｌａｎｄｓａｔ ７（ＥＴＭ＋）影像的全色波谱响应范围，从 ４．４本章节结论 由于遥感卫星的传感器特性，当全色波谱响应范围 与多光谱波谱响应范围不一致时，会对融合结果产生极 大影响，导致严重的光谱失真。 可见光谱段延伸至近红外谱段，而不同于ＳＰＯＴ ５影像 的全色谱段与可见光谱段对应。Ｌａｎｄｓａｔ７（ＥＴＭ＋）全 色谱段的响应值与ＳＰＯＴ ５的全色谱段响应值关系不一 致，导致融合后光谱扭曲失真。如在ＳＰＯＴ ５全色影像 上，植被区域与Ｌａｎｄｓａｔ ７（ＥＴＭ＋）全色影像相比明显较 暗，这就是受近红外谱段的植被效应的影响。同样，会 产生较大融合光谱扭曲现象的还有如福卫２，ＩＫＯＮＯＳ， ５融合影像光谱扭曲的改进 ５．１ 实验３ 在福卫２，ＩＫＯＮＯＳ，ＱｕｃｉｋＢｉｒｄ等全色波段与多光谱波 谱响应范围一致、响应值差异大的情况下，在采用ＨＩＳ融 ｌ１４ 测绘与空间地理信息 ２０１０年 合方法，将全色波段代替明度（Ｉ）分量时；或在采用主分 量融合时，全色波段代替第一主成分时自然会导致色彩 失真现象。可以将全色影像作近似地调整拉伸，以降低 融合后影像色彩失真的程度。 １）将４中实验影像在ＰＣＩ Ｇｅｏｍａｔｉｃａ １０．１中作融合 前预处理，再将多光谱影像实施ＨＩＳ变换，抽取明度分量 合） （Ｉ）为基准，用全色波段影像与之作直方图匹配，最后在 Ｅｒｄａｓ Ｉｍａｇｉｎｅ ９．１下进行融合。 ２）将融合前后各影像依２．２．２）中各指标作统计分 析，统计结果见表４。 ５．２主、客观综合评价影像融合效果 用目视评判和指标统计表综合评判作如下分析： １）各融合方法使融合后影像较之未做全色波段匹配 的影像融合质量均有提高，且各波段间指标变化趋于稳 ２）融合后影像光谱扭曲现象大幅降低，失真现象 ＰＣＡ融合 ［ＳＨ融合■豳 定，与ＳＰＯＴ ５的融合结果指标相比，变化率降低。 减弱。 ＰＣＡｄｘ波融合 ３）Ｂｒｏｖｅｙ融合法依然存在着融合影像整体发暗、对 比度降低的现象，光谱扭曲有一定程度的减弱；主分量 图３改进后６种方法对Ｌａｎｄｓａｔ ７（ＥＴＭ＋） （ＰＣＡ）融合法依然存在着色调弱化、全色光谱信息突出 多光谱数据融合结果 的现象。 Ｆｉｇ．３ Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ Ｌａｎｄｓａｔ ７（ＥＴＭ＋）ｍｕｌｔｉ—ｓｐｅｃｔｒａｌ ４）小波变换融合法依然存在地物呈颗粒状突出的 ｄａｔａ ｆｕｓｉｏｎ ａｆｔｅｒ ｉｍｐｒｏｖｅｍｅｎｔ 现象。 表４改进后６种方法对Ｌａｎｄｓａｔ ７（ＥＴＭ＋）融合质量指标统计 Ｔａｂ．４ Ｔｈｅ ｑｕａＨｔｙ ｅｖａｌｕａｔｉｏｎ ｏｆ Ｌａｎｄｓａｔ ７（ＥＴＭ－Ｉ－）ｄａｔａ ｆｕｓｉｏｎ ａｆｔｅｒ ｉｍｐｒｏｖｅｍｅｎｔ 第１期 何鹏：遥感影像融合技术在土地调查中的应用研究 １１５ ５．３本章节结论 在全色影像与多光谱影像波谱响应范围不一致时， 将全色影像与经ＨＩＳ变换的多光谱影像明度分量做直方 图匹配，使光谱响应范围近似一致，融合的结果可以使光 谱扭曲失真的情况得到改善。 ６．１ 实验４ 用３所测试的影像以及融合影像做非监督分类。非 监督分类不需要选择样区，算法根据数据本身结构和自 然点群分布确定，按照待分样本在多维波谱空间亮度值 向量的相似程度进行分类。在评价融合算法时，融合前 后影像的变化率大小不失为一个适宜的评价因素。 为保证实验的一致性，所采用的非监督分类算法是 最小光谱距离迭代自组织分类方法，分别对原始多光谱 影像和６种融合后影像进行非监督分类，统计各种分类地 物面积及相对于多光谱分类面积的总变化率。由于使用 ６ 融合光谱变化对地物识别精度的评价 在土地利用现状的地类调查中，影像融合的最终目 的是突出地反映土地利用类型的要素信息，提高影像的 可判读性，便于不仅从图形、纹理等特征，更能从光谱特 征进行综合判别分析。不同的融合算法都对原始影像的 相同的分类算法，影像上某一处的光谱特征分类结果必 光谱信息和纹理信息产生了一定程度的改变，导致同一 然对应于某一类，除非光谱特征变化。计算变化率时不 地物在不同融合方法融合后影像上的光谱特征和纹理特 考虑每一类的具体对应地物和分类的正确与否。按原始 征表现各异。在评价融合算法的好坏、或特定传感器对 影像摄影时间和所属地域，将地物的分类确定为７类。实 融合算法的适宜性时，融合后影像对地物的识别与融合 验统计结果见表５。 前影像变化比较就可以作为一个重要的衡量方法。 实验软件为ＥＮＶＩ ４．１。 表５ Ｌａｎｄｓａｔ ７（ＥＴＭ＋）影像融合前后非监督分类面积变化率对比 Ｔａｂ．５ Ｔｈｅ ｃｏｍｐａｒｉｓｏｎ ｏｆ ａｒｅａ ｃｈａｎｇｅ ｒａｔｅ ｂｙ ｕｎｓｕｐｅｒｖｉｓｅｄ ｃｌａｓｓｉｉｆｃａｔｉｏｎ ｂｅｔｗｅｅｎ ｂｅｆｏｒｅ ａｎｄ ａｆｔｅｒ ｉｍａｇｅ ｆｕｓｉｏｎ ｏｆＬａｎｄｓａｔ ７（ＥＴＭ＋） ６．２评价与结论 以ＨＩＳ变换、ＨＰＦ变通滤波融合方法较佳，小波变换 由表５中分析得出本章结论： 融合、Ｂｒｏｖｅｙ、主分量ＰＣＡ融合较差。因此，在土地利用现 １）所采用的６种融合方法中，主分量（ＰＣＡ）方法融 状调查中，较适宜的融合方法有ＨＰＦ，ＨＩＳ融合；小波变换 合后影像的面积变化率最大，达到了３０％以上，其次为 融合，Ｂｒｏｖｅｙ，ＰＣＡ方法不适用。但是小波变换融合的光 Ｂｒｏｖｅｙ方法，变化率大小最后依次是：ＨＰＦ高通滤波、ＨＩＳ 谱保真度较好，且受传感器特性的影响较小，所以小波变 变换、基于ＨＩＳ的小波融合和基于ＰＣＡ的小波融合。 换融合颗粒噪点问题的解决是今后的研究方向。 ２）分类面积变化率结果基本与表１中光谱变化率结 果一致。 参考文献： ３）地物识别的判别方法与２．２．２）中评价指标，都是基 ［１］戴昌达，姜小光，唐伶俐．遥感图像应用处理与分析 于光谱的变化分析，排除了地物本身特征变化的评价因素， ［Ｍ］．北京：清华大学出版社，２００４． 因此，小波变换融合从指标分析上看较好。但是，在考虑地 ［２］ 韩玲，吴汉宁，杜子涛．多源遥感影像数据融合方法在地学 物特征变化的评价因素时，小波变换融合法就不适用。 中的应用［Ｊ］．地球科学与坏境学报，２００５，２７（３）：７８—８１． ［３］ 周振明，邹峥嵘．应用高分辨率卫星遥感影像进行土地 ７ 结束语 利用动态监测［Ｊ］．湖南理工学院学报（自然科学版）， 从以上的遥感数据融合实验结果分析，可得出以下 ２００４，１７（２）：９２—９４． 结论： ［编辑：宋丽茹］