哈密绿洲生态环境质量空间格局变化

高鹏文，阿里木江·卡斯木,2，图尔荪阿依·如孜，赵永玉，朱增云

（1.新疆师范大学地理科学与旅游学院，新疆乌鲁木齐830054；2.新疆师范大学丝绸之路经济带城镇化发展研究中心，新疆乌鲁木齐830054）

绿洲是干旱区水系分布不均及空间降水量不平衡共同作用下形成的特殊地理单元[1-3]。在土壤、湿度、地形等因素的共同影响下，绿洲成为干旱区内对生命系统承载力较高的人类生产生活聚集地[4-6]。目前有关绿洲的研究主要为土地利用变化、荒漠化与绿洲化、绿洲时空演变，而在绿洲生态质量方面研究较少。对生态质量监测的过程中，遥感手段又以其快速、时效性较高、观测范围大的特点被广泛使用。徐涵秋[7-8]、徐涵秋和张好[9]提出了利用遥感影像反演地表环境因子的遥感生态指数(remote sensing ecological index，RSEI)，对区域生态质量做出定量的客观评价。该指数能够较好地反映不同区域内的生态环境状况，在水土流失区[10]、黄土高原区[11]、自然保护区[12]、湿地区[13]、农牧交错区[14]、城市[15-17]得到广泛的应用，也验证了该指数可以很好地反演不同区域内的生态环境质量。

本文通过构建RSEI 以期反映干旱区绿洲的生态环境质量，同时利用3D 趋势面分析生态环境质量空间变化，利用景观格局指数与移动窗口法探讨干旱区绿洲内部分异规律，分析不同等级及整体生态质量的空间破碎性、斑块的聚集程度。因为在干旱区生态较为脆弱[18]，不同生态用地在空间上呈现不连续的分布，故通过18 年的哈密绿洲变化来揭示生态质量的空间格局变化规律，为干旱区内绿洲的生态发展提供一定的借鉴。

1 研究区数据来源与研究方法

1.1 研究区概况

哈密绿洲位于新疆东部，隶属哈密市伊州区(图1)。属于典型的温带大陆性干旱气候，冬季寒冷干燥，夏季高温少雨。年均降水量仅33.8mm，蒸发量却高达33 0 0mm，气候干燥，年均气温9.8℃。日照充足，年均日照时数为3358h。哈密绿洲位于哈密盆地内，南侧为大片戈壁，北部为东天山南侧的洪积扇。其主要水源来自于地表水(降雪、山区降水)及地下水(天山冰川融化)，内有哈密河流经，但存在间歇性断流，部分区域干涸。截止2018 年，哈密绿洲有43 万人，其中农业人口19 万人，占比44%。主要农作物为棉花(Gossypium spp.)、大豆(Glycine max)、荞麦(Fagopyrum esculentu)、小麦(Triticum eastivum)、哈密瓜(Cucumis melo)、西瓜(Citrullus lanatus)、葡萄(Vitis vinifera)、大枣(Ziziphus jujuba)等。

1.2 数据来源及预处理

为了保证数据的一致性和结果的可比性，本研究选取时相基本一致、云量均低于1%的2000-09-06(TM)、2008-08-27(TM)和2018-09-15(OLI-TIRS)3 期Landsat 系列遥感影像作为数据源。影像从美国地质勘探局官网(http://glovis.usgs.gov/)免费获取。

为保证影像的准确性，利用ENVI 5.3 对3 期影像分别作辐射定标及FLAASH 大气校正(设定主城区的平均海拔为0.85 km，气溶胶类型为乡村类型，大气模型根据成像时间和纬度选择为SAS 标准大气模式)，再对3 幅影像进行配准，使用二次多项式和最近邻法使均方差小于0.5 像元。最后利用研究区矢量图进行裁剪。

1.3 研究方法

1.3.1 遥感生态指数

本文根据徐涵秋等[7-9]提出的RSEI 对哈密绿洲近18 年哈密绿洲生态变化做出量化研究，计算该区域内湿度分量、绿度分量、干度分量、热度分量，再通过主成分分析，得出各分量特征贡献率，利用第一主成分表示该区域的生态环境质量。该方法相较于国家环保部《生态环境状况评价技术规范》提出的生态环境状况指数(EI)[19]有较大的优势，主要在于EI 受人为主观因素的影响较大，不同研究者对于因子的选取不同，同时不能可视化表达，在空间上不能直接判读生态环境质量状况。

图 1 研究区位置示意图Figure 1 Sketch map of the study area

(1)绿度分量

绿度指标是植物生长状态和营养信息指示的最佳因子，与植物的叶面积指数、覆盖度以及生物量密切相关[20]。

式中： ρNIR和 ρR分别表示近红外与红外波段的反射率。

(2)湿度分量

利用遥感缨帽变换获取的湿度分量可以较好地反映植被、水体和土壤的湿度状况[21]。

式 中： ρB、 ρG、 ρR、 ρNIR、 ρSWIR1、 ρSWIR2依 次 是 蓝 波 段、绿波段、红波段、近红外波段、短波红外1 波段、短波红外2 波段的反射率， A1、 A2、 A3、 A4、 A5、 A6分别是湿度系数，在Landsat5 影像中， A1= 0.0315、A2=0.2021、A3= 0.3102、A4= 0.1594、A5= −0.6806、A6=−0.6109，在Landsat8 影像中A1= 0.1511、 A=20.1973、A3=0.3283、A4= 0.3407、A5= −0.7117、A6=−0.4559。

(3)干度分量

造成绿洲变“干化”的主要原因是建筑用地的扩展以及大片区的裸地，为此选用裸地指数(SI)和建筑指数(IBI)合成作为干度指标，表示为(NDBSI)[7]。

(4)热度分量

热度指标(LST)利用地表实际温度来表示，本文对Landsat 系列热红外数据进行反演，其中Landsat8 影像是对第10 波段进行反演，因为第11波段的精度不够。

式中：LST 为地表温度，T 为传感器温度值，K1、K2为定标系数； L6/10分别为TM/TIRS 的热红外波段的辐射值，对应B6、B10 波段；DN 为像元灰度值， gain、bias依 次为波段增益值、偏置值； λ为热红外波段的中心波长； ρ为波尔兹曼常数； ε为地表比辐射率，取值参见文献[13]。在TM 影像中，K1=607.76W·(m2·sr·μm)−1，K2= 1 2 6 0.5 6 K， g ai=n 0.0 5 5、 bia s=1.1 8 2 43，λ=1 1.4 3 5 μm；在OLI/TIRS 影 像 中K，1=774.89 W·(m2·sr·μm)−1， K2= 1321.08K，ga in =3.342b、i as =0.1，λ=10.900μm； ρ=1.438×10−2m·K。

RSEI 是通过主成分分析方法来算4 个指标，再算出每个指标后会形成4 个单波段影像，因其每个波段的量纲不同，利用归一化操作使其统一在0−1之间，再合成多波段影像进行PCA 分析。

式 中： f(N,W,G,L)表 示4 个 分 量 的合 成； N,W,G,L分别表示绿度分量、湿度分量、干度分量及热度分量；RS EI0表示生态指数初始化值， PC1表示主成分分析的第一成分；RSEI 表示归一化后结果， RS EImin为RS EI0的最小值， RS EImax为 RS EI0的最大值。

1.3.2 趋势面分析

利用自然断点法将通过RSEI 计算的哈密绿洲生态环境质量分为极差、差、中、良和优5 个等级。再构建20 0 0m×2 0 0 0m 的格网单元，对每一类生态环境质量与格网单元做相交处理，统计每个单元内的面积。在此基础上利用ArcGIS10.5 平台中的Geostatisticalanalyst 模块进行3D 趋势面分析，以此分析近18 年来哈密绿洲生态环境质量各个等级的空间分布范围。同时直观地了解各等级对应的生态环境质量面积大小，对比3 期数据可以较为准确地理解各生态环境质量面积的变化过程，间接地可以在宏观上分析哈密绿洲整体变化。

1.3.3 移动窗口法

移动窗口法广泛应用于景观生态学领域，用于研究不同类型景观各要素的空间异质性和结构的空间分布状况及动态变化的一种方法。其原理是以分类后的栅格数据为基础，选择适当的景观指数，用不同大小的窗口做试验，在研究区域内有序的移动，同时计算窗口经过区域内的指数，再对经过的中心窗口栅格进行赋值，最后形成完整的栅格图层。移动窗口法能直观地表现区域生态过程，使其用空间化的方式表达空间格局信息[22-23]。

通过对哈密绿洲的RSEI 计算得到该地区的生态环境质量空间情况，考虑该地区处于干旱区大背景下，同时绿洲的范围相对于整个行政区较小，本文合理利用移动窗口法，对哈密绿洲生态质量的景观破碎化现象进行空间内部差异剖析。移动窗口法在空间上可以明确绿洲生态环境质量的动态变化，由此可以从局部分析生态环境质量面积转移随之引起的绿洲内部变化情况。

2 结果与分析

2.1 生态环境质量主成分分析结果

2000 年、2018 年及2018 年第一主成分的特征值贡献率分别为81.85%、92.10%和84.41%(表1)，均超过了80%。第二主成分贡献率均低于11.99%，表明第一主成分可以表示大部分的特征值，所以在本文构建RSEI 成立。在干旱区绿洲内第一主成分RSEI 的NDVI 值和NDBSI 值均高于WET 值和LST值，所以NDVI 与NDBSI 为主要影响因素。

2000 年、2008 年和2018 年的RSEI 均值分别为0.223、0.313 和0.396，呈现为增加的趋势(表2)。但RSEI 的均值都低于0.5，表明哈密绿洲生态环境质量总体较低，属于低水平增加，这与哈密绿洲所处的干旱区背景相符。3 期NDVI 均值分别为0.489、0.527 和0.505，表现出现先增加后减小的趋势，但总的变化幅度不大，且均值都在0.5 上下。NDVI 对PC1 的载荷值也是4 个分量中最高的，且均在0.9 左右，表明哈密绿洲RSEI 主要受NDVI 的影响；3 期

WET 的均值分别为0.261、0.357、0.278，表现为先增加后减小的趋势，变幅较小，且均值低于0.4，WET对PC1 的载荷同样表现为先增加后减小。由此可知18 年里研究区湿度较差，总体波动不明显，这与该地区降水稀少且蒸发量大的特点相统一。湿度与绿度的增加对于本就脆弱的干旱区绿洲有重要意义；3 期LST 的均值分别为0.633、0.580 和0.481，呈现为减小趋势。但LST 的标准差是4 个分量中最大的，表明在该研究区中温度的离散程度最大，分布范围最广；3 期NDBSI 的均值分别为0.905、0.876 和0.942，呈现出现减小后增加的趋势，且均值在0.9 上下，但NDBSI 的标准差是4 个分量中最小的，表明干度的离散程度最小，分布范围较为集中。NDBSI与LST 在3 期数据中对PC1 的载荷为负值，而NDVI与WET 对PC1 的载荷值为正值，由此认为NDBSI与LST 为哈密绿洲RSEI 起负相关作用，NDVI 与WET对哈密绿洲RSEI 起正相关作用。LST 减小，NDVI 及WET 呈小幅增加变化的结果是相互耦合的，这种降温增湿增绿的影响，使得哈密绿洲整体生态环境质量在近18 年内在不断提升。

表 1 遥感生态指数的主成分分析Table 1 Principal component analysis of remote sensing ecological index

表 2 4 个指标及遥感生态指数的均值变化Table 2 Mean changes of four indicators and remote sensing ecological index

2.2 生态环境质量等级空间趋势面分析

生态环境质量极差区域如图2(A1、A2、A3)所示，2000 年(图2，A1)生态环境质量极差的区域在XY 平面内分布较多，从XZ 以及YZ 平面可以一起看出来主要分布的区域在东北和西南的广大区域内；2008 年(图2，A2)生态环境质量极差的区域依旧分布在东北和西南部区域内，说明在这8年生态环境质量差的区域没有改变。且从南北方向的趋势线(红色)可知，2000 年与2008 年的趋势线变化一致，表明生态环境质量依旧是北部区域低于南部区域。从2018 年(图2，A3)的XY 平面内看出生态环境质量极差的区域相较于2008 年明显减少，但依旧集中在东北和西南的区域内。从18年的变化可知，哈密绿洲生态环境质量极差的区域减少明显，说明哈密绿洲生态环境质量改善较快。

生态环境质量差的区域如图2(B1、B2、B3)所示，2000 年(图2，B1)生态环境差的区域集中在东南–西北轴线上，且分布面积中间大，轴两端小，在东北–西南区域内未出现生态环境质量差区域，说明生态环境较差的分布相对集中，这也可被南北方向的趋势线变化印证；2008 年(图2，B2)生态环境质量差的区域分布方向与2000 年一致，但在分布范围上有向东北–西南方向扩展的趋势；2018(图2，B3)年生态环境差区域分布较为广泛，相较于A3，B3生态环境质量差的区域在增大，说明生态环境质量极差的区域向生态环境差的区域转变，生态环境质量转好的情况在增加，从南北趋势线也可看出南部的和分布范围较大，呈现北低南高的趋势。

生态环境质量中等的区域如图2(C1、C2、C3)所示，图中可直观地发现生态环境质量中等区域分布从2000 年到2018 年一直在增加。从趋势线分析，自北向南生态环境质量中等的区域在增加，且主要为西南方向。表面上生态环境质量中等区域增加是源于生态环境质量极差与差区域的转变，但其背后的驱动因素是哈密绿洲内人工绿洲的扩展。绿洲是干旱区内人类活动的聚集区域，经过18 年的变化，在人们对哈密绿洲生产生活的区域需求量增大，这迫使人工绿洲增加。

生态环境质量良的区域如图2(D1、D2、D3)所示，可以看到，2000 年生态环境质量良等级区域在哈密绿洲内存在较小，主要分布在哈密绿洲西北部东南部，以及围绕哈密河存在的南部区域，在XY 平面内呈T 状分布；2008 年生态环境质量良等级区域在2000 年良等级基础上整体上向西南部扩展，而哈密河周围生态环境质量良等级的区域消失。原因在于8 年间哈密绿洲西南部区域2000 年生态环境质量中等的区域基础上拓展了人工绿洲，且该区域地势较为平坦，因此，到2008 年哈密绿洲生态环境质量良等级区域出现扩展。同时哈密河附近生态环境质量良等级的区域消失是由于哈密河在2003 年出现断流并且部分区域已经干涸。2018 年生态环境质量良等级单位格网面积最大值出现在西北部，但空间上分布更加均匀。总体上生态环境质量良等级区域从2000 年开始呈辐射状向周围区域扩展，经过18 年发展，哈密绿洲生态环境质量良等级的区域增幅明显。

图 2 哈密绿洲生态质量等级3D 趋势面分析Figure 2 3D trend surface analysis of ecological quality grade in Ham i Oasis

生态环境质量优如图2(E1、E2、E3)所示，可以看出，2000 年生态环境质量优的区域集中在西北角和东南角，总体面积较小，且呈相对独立的团状分布，东南角生态环境质量优等级的面积多于西北部；2008 年生态环境质量优的区域集中在哈密绿洲中心以西的区域内。而2018 年生态环境质量优的区域较为分散，且面积较小。从2000 年到2018 年生态环境质量优的区域呈现为先增加后减小的趋势。但分布范围在空间范围内一直在扩展。2018 年哈密绿洲南部区域出现了大量生态环境质量优的区域，而这在18 年前为生态环境质量极差区域。由此可知，哈密绿洲内部不同生态环境质量等级之间转化较为剧烈，也正是这种变化促成了目前哈密绿洲整体较好的局面。

总体上从趋势面分析，2000 年生态环境质量中等、较好和优的分布较为集中，均在东南–西北走向的轴线上，这也是哈密绿洲主要分布的区域，而生态环境质量极差和差的区域分布广泛，主要在东北角和西南部区域内；2008 年生态环境质量从极差、差、中等、良到优等级，相比于2000 年均向生态环境质量转好的方向发展，且在这个时期，哈密绿洲整体扩展迅速，生态环境质量总体较高；2018 年内生态环境质量中等、较好和优的范围相互交错，混合分布，且分布范围较大，但也存在着生态质量相互转好或变差的情况，生态质量不够稳定。在这个时期哈密绿洲生态环境质量在2008 年基础上扩展缓慢，但生态环境质量低等级的区域明显减少，大部分区域均为生态环境质量良等级与中等级区域。

2.3 生态环境质量的移动窗口法分析

哈密绿洲的景观指数分布存在一定的规律性，绿洲生态环境质量的内部空间也存在一定关联度(图3)。斑块密度(PD)在2000–2018 年间变化比较明显，图中深绿色的区域代表斑块密度值小，而深红色表示斑块密度高值区，也表示景观异质性越高。从2000 年到2018 年哈密绿洲生态环境质量PD 值的范围呈现出先缩小后增加的趋势。2000 年的生态环境质量整体相对集中，大片高值区与大片最低值区划分异常明显，这表明哈密绿洲的生态环境质量2000 年仅在局部区域破碎化程度高，景观异质性明显；2008 年高值区范围相对减少，绿洲中心区域(建成区)破碎化程度降低，表明建成区的斑块面积较大且单一；2018 年哈密绿洲生态环境质量的PD 高值区总体分布相对分散，但在建成区内高值区域较大。这是由于哈密绿洲经过10 年的变化生态环境质量在提高，斑块数量也在增加，不同斑块在空间内呈“摊大饼”状分开也表明不同区域都在被开发。这些建成区从2008 年的低值区到2018 年的高值区，破碎化程度增加，从侧面表明城市化进程加快，对原始地表的改造较大。

最大斑块指数(LPI)表示最大斑块对整个景观的影响程度。从图3 可知LPI 从2000 到2018 年总体呈现出从绿洲内部向外部变化，同时出现近似环状嵌套的现象。2000 年的LPI 由内部向外部依次是高值区–低值区–高值区–低值区，2000 年的低值区集中在东北部及西南部，呈现为对称分布，也是因为该区域为未开发区域，说明该地区的生态质量变化较小；2008 年的LPI 由内部向外部为低值区–高值区–低值区，相对2000 年单一斑块的影响较大，在2008 年整体上LPI 较为平均；2018 年则从内向外依次是低值区–高值区–低值区–高值区。外围高值区域主要集中在东北部、东南部、西部，由于该区域内生态质量较低，也说明生态质量变化较为复杂。

蔓延度指数(CONTAG)反映不同类型斑块类型间的团聚及延展趋势，蔓延度较大，则表明景观中斑块具有良好连接；反之，景观破碎化较高。2000年、2008 年及2018 年哈密绿洲生态环境质量的内部蔓延度均较大，斑块间的链接良好，但在绿洲边缘地带出现了高值，表明破碎化程度最高的区域出现于此(图3)；2000 年绿洲内部的城市建成区有明显的高值区，这表明建成区对于绿洲整体的连接状态有影响。同时在不同生态环境质量等级的连接处蔓延度指数也都在38～74，表明不同斑块之间在进行转化时会破坏斑块之间的关联度，是造成生态质量破碎化的重要表现之一；2000 年高值区域依旧出现在建成区及绿洲边缘区域，同时相较于2000 年建成区，2008 年建成区蔓延度较高且范围更大，在南北方向上延伸较大；2018 年高值区域出现的频率及范围明显多于2000 年和2008 年。进一步分析可知，2018 年的建成区域内高值在减少，这是由于经过18 年的生态改善，建成区绿化增加，生态环境质量等级提高后对于绿洲整体连接状态有了较好的影响。同时不同生态等级的转变在18 年的变化中更加剧烈，在转变过程中连接度减小，同时破碎化程度增加。

香浓多样性指数(SHDI)表示主要景观中各斑块类型非均衡分布状况较为敏感，即强调面积最小斑块类型对信息的贡献。同时也表示在一个景观系统中，生态环境越复杂，破碎化程度越高，SHDI 值就越高。2000 年的SHDI 高值区普遍出现在绿洲中心的外围区域，2008 年高值区出现在绿洲西北部和西南部，2018 年的SHDI 高值区仅出现在绿洲中心的西南部区域(图3)。其原因在于2000 年和2008年哈密绿洲生态质量差等级与中等级之间过渡的较差等级的面积较小，导致差等级与中等级之间距离较近，3 种生态环境质量等级集中在较小区域，所以该区域SHDI 的值较高。同理2018 年的绿洲中心西南部的区域内集中出现了4 种生态质量等级，导致该区域SHDI 值较高。但在2018 年的绿洲其他区域各生态质量等级呈现阶梯型变化，不同生态质量等级的面积相对均等，故SHDI 值不高。综上可知，2000 年和2008 年相对于2018 年绿洲外围的变化更加剧烈，绿洲生态环境质量扩展的趋势更加明显。

图 3 2000−2018 年哈密绿洲生态环境质量移动窗口法分析Figure 3 Analysis of the mobile w indow method of the ecological environment quality of Ham i Oasis from 2000 to 2018

斑块密度指数与斑块形状指数较为相似，当LSI 值越大，则斑块形状就越不规则。从图3 中可以看出，2000 年的高值区在绿洲内分布较为均匀，表示在2000 年生态环境质量面积规模较小且不规则。同时分布较为分散，没有形成连片的大区域，所以LSI 值比较大。同理在北部和南部地区因为都是未开发的区域，没有生态用地，所以该地区的斑块形状很规则，故呈现为0 的低值区；2008 年的LSI高值区域也较为分散，但分布更靠近西部和南部区域。而该区域内的绿洲是从2000 年新扩展的，生态环境质量也较差且各等级分布较为集中，导致各斑块之间不规则，LSI 值增高。2018 年因为生态用地的合理性规划，在区域上显示出较为规则，故LSI的值均不高，中值区域较为均匀的分散在研究区内。进一步说明了哈密绿洲的合理性规划开发，绿洲生态质量也在转好。

3 讨论

对绿洲生态环境质量的度量方法多为权重评价方法[24-27]，及利用遥感数据反演不同指数构建的方法[28-30]。众多研究发现基于遥感指数构建的模型相对统一且有一定的普适性，当然也存在部分人文指标无法反演的问题。本研究构建RSEI 来计算干旱区绿洲生态环境质量情况，计算结果显示哈密绿洲的RSEI 均值较小，这与同在干旱区背景下的玛纳斯绿洲[24]、渭–库绿洲[26]、精河绿洲[31]的研究结果一致。

绿洲生态环境质量的空间格局，本文利用3D趋势面法从外部较为宏观的角度来表征，发现该方法能较好且细致地分析出绿洲生态环境质量空间变化模式，生态环境质量扩展方式主要为绿洲内部填充式和绿洲边缘拓展式。哈密绿洲扩展方向主要表现为，以“西北–东南”为轴线的方向扩展，生态环境质量在该轴两侧差异明显，西南侧生态环境质量优于东北侧。在干旱区内的绿洲普遍存在依靠交通干线发展的趋势[32-33]。

从景观格局指数层面讨论干旱区绿洲内生态环境质量，在近18 年的发展过程中绿洲生态环境质量的景观破碎性呈减缓的趋势，该变化最剧烈的区域均在绿洲外围，景观的连通性在增加，绿洲生态环境质量明显提高。原因在于哈密绿洲整体经济发展水平上升较快，同时农业机械化水平提高和灌溉条件改善，这为大面积地开垦人工绿洲提供了可能性。人口的增加也是重要原因，人对适宜土地的需求量也在增加，生态环境质量改善就成了迫切需求，干旱区绿洲的扩展及生态环境质量变化离不开人类活动的影响，该影响呈正反馈进行时绿洲生态环境质量才会有良性发展。

4 结论

1)2000–2018 年，哈密绿洲内绿度和湿度对RSEI 起正相关作用，热度和干度对RSEI 起负相关作用。研究区内RSEI 呈现增长趋势，均值依次为0.223、0.313 和0.396。研究区生态质量总体水平不高，且在研究时间内呈现递增的趋势，对干旱区绿洲人居环境有了极大的促进作用。

2)2000 年哈密绿洲生态环境质量中等、较好和优的范围分布较集中且均在东南–西北走向的轴线上，与主要的绿洲、城镇及团场分布的区域相吻合。生态环境质量极差和差的区域分布广泛，主要在东北角和西南部区域内；2008 年生态环境质量极差与差等级区域减少明显，中等级、良等级和优等级区域增加范围较大，哈密绿洲整体扩展迅速；2018 年哈密绿洲生态环境质量不稳定，生态环境质量中等、较好和优的范围相互交错、混合分布，且分布范围较大，也存在小范围生态环境质量相互转好或变差的情况，表明在城市快速扩展和用地不断转变的过程中，绿洲生态环境较为脆弱。

3)绿洲从内部向外部出现了近似的环状镶嵌套的现象。2000 年生态环境质量从内部向外部依次是高值区–低值区–高值区–低值区；2008 年与2018 年则出现了与之相反的情况。从2000 年到2018 年生态环境质量差到优的面积均转向生态较好的等级，研究区总体生态质量在好转，且生态用地扩展较快。