土壤酸化和湿度对喀斯特草地土壤中碳矿化作用的交互影响 黄海燕、 李俊勤、 王向涛、 杨玉婷、 王瑞、 周梓俊、 王普昌

《Applied Sciences》：Interactive Effects of Soil Acidification and Moisture on Carbon Mineralization in Karst Grassland Soils Haiyan Huang, Junqin Li, Xiangtao Wang, Yuting Yang, Rui Wang, Zijun Zhou and Puchang Wang

　　摘要 理解土壤酸化和湿度如何共同调节碳矿化过程在喀斯特草原中尤为重要，因为高碳酸盐含量会干扰基于CO2的测量结果。在这项研究中，使用来自中国贵州省典型喀斯特草原的土壤进行了一个受控的培养实验。实验设置了两种pH值（4.5和6.5）和三种湿度水平（分别占田间持水能力的30%、40%和60%），并采用全因子设计，在培养前进行了一项预处理步骤以减少碳酸盐产生的CO2干扰。在60天的培养期间，监测了土壤的CO2释放量、排放速率和累积矿化量。土壤湿度和pH值显著影响了碳矿化过程，且两者之间存在明显的交互作用（p < 0.05）。CO2释放量在培养初期达到峰值，随后减少，表明易分解的碳底物被迅速消耗。在两种pH值下，增加湿度都能持续增强CO2释放量和累积矿化量。在相似的湿度条件下，接近中性的土壤（pH 6.5）表现出比酸性土壤（pH 4.5）更高的矿化速率。最高的碳矿化速率出现在pH 6.5且土壤持水能力为60%的情况下，而最低的矿化速率出现在pH 4.5且土壤持水能力为30%的情况下。这些结果表明，湿度可用性调节底物扩散和微生物活性，而土壤酸化则限制了微生物代谢和酶的功能。值得注意的是，在低湿度条件下，pH值的影响变得不那么明显，这表明水分限制可能优先于pH值的调节作用。本研究为量化富含碳酸盐土壤中的碳矿化过程提供了方法学框架，并强调了考虑物理和化学限制因素以及内在碳酸盐的混杂影响的必要性。然而，由于仅使用了单一类型的土壤并在受控实验室条件下进行实验，这些发现属于初步证据，需要在野外条件和不同类型的土壤中得到验证才能进行更广泛的推广。

1. 引言
土壤是地球上最大的碳库，在调节大气中的CO2浓度和全球气候动态方面起着关键作用[1]。即使土壤有机碳（SOC）周转的微小变化也会显著影响碳-气候反馈[2]。在控制SOC动态的过程中，由微生物驱动的碳矿化是碳从土壤转移到大气的主要途径[3]。因此，确定土壤碳矿化的环境控制因素对于预测生态系统对气候变化的反应至关重要。然而，Bérard等人（2017）的研究表明，在极端气候事件（如热浪）期间，高温常常伴随着干旱[4]。在这种复合胁迫下，微生物的反应可能与单独的高温或干旱处理下的反应有显著差异。这一发现对多因素环境研究具有重要意义：即使单个胁迫因素的影响已被很好地描述，自然系统中多种环境驱动因素的协同作用和动态相互作用仍可能大幅改变生态系统反馈的方向和幅度，这与单因素实验的预测结果不同。土壤湿度和pH值被广泛认为是调节碳矿化的两个关键因素[5]。土壤湿度影响微生物活性、底物扩散和氧气供应，从而控制SOC分解的速率和途径[6]。在低湿度条件下，微生物代谢受到水分限制；而过度湿润则可能抑制氧气扩散和有氧呼吸[7]。相比之下，土壤pH值控制微生物群落结构、酶活性和营养物质的可利用性，进而影响有机物的分解效率和方向[8]。尽管已有大量研究探讨了土壤水分含量和pH值对碳矿化的单独影响，但它们之间的交互作用——特别是在这两个因素同时存在较大梯度的情况下——仍不够清楚[9]。喀斯特生态系统是一个特殊的例子，在这里土壤湿度和pH值之间的相互作用可能尤为重要[10]。这些生态系统的特点是非浅层土壤、高碳酸盐含量以及强烈的水文变化，导致水分可用性和土壤化学性质出现显著波动[11]。多项系统研究调查了钙质土壤中碳酸盐矿物对CO2排放的贡献。Bertrand等人通过灭菌处理结合δ13C同位素分析表明，碳酸盐溶解可能会使有机碳矿化的估计值虚增多达35%；值得注意的是，这种高估的程度主要受碳酸盐矿物学性质而非总碳酸盐含量的影响[12]。Stevenson和Verburg通过对比灭菌和未灭菌的钙质土壤验证了这一发现，显示即使在没有外加酸的情况下，碳酸钙溶解也对观察到的CO2通量有显著贡献[13]。Tamir等人使用封闭系统培养实验更精确地量化了这种干扰，从而建立了校正碳酸盐来源CO2贡献的方法学基础[14]。同样，Dong等人在封闭培养条件下证明，外加碳酸盐显著增加了钙质土壤的CO2释放量[15]。尽管有这些越来越多的证据，但在大多数当前对土壤碳动态的评估中，碳酸盐溶解的混杂效应仍然没有得到充分考虑——尤其是在以碳酸盐为主体的喀斯特生态系统中。此外，中国西南部的喀斯特草原日益面临酸沉降、土地利用变化和降水模式改变等环境压力，这些因素可能同时改变土壤的pH值和湿度条件[11]。这些变化可能对微生物过程和碳循环产生耦合影响。然而，湿度可用性在多大程度上调节土壤酸化的影响尚不清楚[16]。特别是，目前尚不清楚水分限制是否可以优先于pH值对微生物活性的调节作用，或者在干旱条件下酸化效应是否会加剧[17]。为了解决这些知识空白，本研究使用来自典型喀斯特草原的土壤进行了受控实验室培养实验，旨在（i）量化土壤酸化和湿度对SOC矿化的单独效应和交互效应，以及（ii）阐明湿度条件在喀斯特生态系统中调节碳矿化对土壤pH值敏感性的程度。本研究明确解决了喀斯特土壤中碳酸盐产生的CO2干扰问题，提供了在酸化条件下生物驱动碳矿化的更可靠评估。

2. 材料与方法
2.1. 研究地点
研究区域位于贵州省安顺市关岭县关吴镇（105°31′49″ E, 25°59′42″ N），面积约为123.83平方公里，平均海拔1458米。地形主要为山区，从东北向西北倾斜，形成了“两山谷、一山脊”的独特地貌。该地区属于亚热带季风湿润气候，年平均最高气温为16.9°C，年降水量在1205.1至1656.8毫米之间，具有明显的空间异质性和季节性变化——炎热的夏季和干燥的冬季。无霜期平均为每年192天，最多可达218天，最少为167天。年平均日照时间为1384.8小时，年总太阳辐射量为127.4千卡/平方米。由于气候、地形、植被和碳酸盐母质的共同影响，该地区的土壤是典型的喀斯特岩崩荒漠化土壤。根据当地土壤分类，它们主要是钙质草甸土和黄土。为了国际可比性，所测试的土壤与WRB系统中的富含碳酸盐的浅层土壤大致相关，可能属于具有钙质特性的Leptosols参考土壤组。但由于本研究没有描述完整的土壤剖面，因此无法确定其正式的WRB分类。该地区的主要植物种类包括Nitraria sibirica、Imperata cylindrica和Stipa capillata。

2.2. 实验设计与样品采集
为了研究土壤酸化和湿度含量对喀斯特草原土壤碳矿化的影响，2025年5月在贵州省安顺市关岭县关吴镇采集了土壤样品。选择了植被覆盖相对均匀的潜在岩崩荒漠化草地区域。移除了地表植被后，使用随机采样方法从0–10厘米深度的土壤层中采集样品。使用随机多点采样方法，用不锈钢铲子在样品区域内的多个位置采集表层土壤样本。样品在现场充分混合后合并成单一复合样品，总质量约为25公斤。采集后，清除可见杂物，自然风干，并通过2毫米筛网筛选。所研究的喀斯特土壤含有高量的碳酸钙。为了避免添加的酸与碳酸盐反应产生的非生物CO2干扰，在正式培养前进行了预培养平衡阶段。这一步骤防止了非生物CO2对后续有机碳矿化测定的影响。具体来说，土壤pH值被调整到目标值4.5（酸性处理，使用HCl）和6.5（中性处理，使用等体积的去离子水）。将100克（干重）新鲜土壤样品（通过2毫米筛网处理后）转移到无菌1升培养瓶中。土壤湿度调整到最大持水能力的60%，然后用密封盖子封闭瓶子。随后，在黑暗条件下于25°C下培养7天，以使微生物群落稳定。在此期间，每天翻动土壤并根据需要补充水分以维持指定的pH值和湿度水平。这一预培养阶段使土壤中的无机碳酸盐与添加的酸充分反应，耗尽可反应的碳酸盐，同时恢复土壤微生物活性。在预培养期间，每天测量土壤pH值。结果表明，培养5天后各处理的pH值保持稳定（pH 4.5 ± 0.1，pH 6.5 ± 0.1），表明大部分可反应的碳酸盐已被中和，非生物CO2的产生量很小。预培养完成后，称取相当于100克干重的土壤样品，并转移到1000毫升的避光塑料培养瓶中，用于有机碳矿化实验。本研究的技术路线图如图1所示，土壤的基本特性见表1。

2.3. 实验设计
实验采用了两因子全因子设计：① pH处理，分为两个水平：a. 酸性（pH 4.5，使用HCl调节）和b. 中性（pH 6.5，自然pH值）；② 湿度处理，分为三个水平：a. 干旱（30%田间持水能力），b. 半干旱（40%田间持水能力）和c. 最适湿度（60%田间持水能力）。每种处理重复四次，共六个组合。此外，还包括四个无土壤空白对照，以校正背景CO2浓度，共计28个培养瓶。对照组（CK）为中性pH值（6.5）搭配60%田间持水能力。预培养期结束后，将相当于100克干重的土壤样品转移到1000毫升塑料瓶中，用于有机碳矿化测定。在培养过程中，使用碱吸收法监测CO2释放量。通过定期添加稀HCl来维持土壤pH值，并通过重量法补充水分[18]。矿化实验持续60天。在每个1000毫升塑料瓶的底部均匀铺设约100克土壤，在土壤上方放置一个小烧杯，其中含有20毫升0.1摩尔/升的NaOH溶液。然后密封瓶子并在25 ± 1°C下培养。在第1、2、3、4、5、6、8、10、12、15、18、21、24、27、31、35、39、44、49、54和60天分别测量CO2释放量。每次测量时，取出烧杯，加入2毫升1摩尔/升的BaCl2溶液和两滴酚酞指示剂，然后用0.1摩尔/升的HCl滴定直至红色消失，记录消耗的HCl体积以计算CO2释放量。每次取样后，通过重量法调整土壤水分含量，使用稀HCl维持pH值，并用相同体积和浓度的新鲜NaOH溶液替换NaOH溶液。实验设计如图2所示。室内土壤矿化培养实验的设计。2.3. 指标测量和方法
土壤的pH值使用pH玻璃电极pH计（China）进行测量，水的比例为2.5:1。同时，土壤的含水量通过铝盒干燥法确定。最大田间持水能力按照Wilcox方法[19]进行评估，土壤容重则使用环刀法测定。土壤碳酸钙含量通过酸碱中和滴定[20]进行定量。
最大持水能力：原始土壤样本使用环刀法[21]在原位采集。每把环刀两端的多余土壤被小心修剪，以确保表面平整，随后样本立即密封在不透水的容器中以防止运输过程中的水分损失。到达实验室后，移除顶部密封盖，并将底部盖替换为铺有滤纸的穿孔板，以便控制饱和度。然后将环刀样本竖直放置在水浴中24小时以达到重力饱和。在整个过程中，环刀的上缘保持在水面以上1-2厘米，以避免完全浸泡——这样可以防止空气滞留在土壤孔隙中，从而影响后续水力性质的准确性。饱和后，样本从水浴中取出，在实验室环境条件下（20-25°C，相对湿度约60%）自由排水36小时。排水期间，每个环刀的顶部开口用透明塑料片覆盖，以最小化蒸发损失，同时允许底部自由排水。之后，通过105°C的 oven烘干法测定土壤的重量含水量；所得值定义为田间持水量。计算公式如下：
(1)
总氮通过半微量Kjeldahl方法分析，总磷使用NaOH熔融-钼锑比色法[22]测定。土壤可溶性有机碳（DOC）的含量使用总有机碳分析仪（vario TOC cube，Elementar，德国）测定。该方法参考了[23]并进行了适当优化。将4.0克风干土壤样本通过2毫米筛子筛分后放入100毫升离心管中，加入20毫升超纯水（土壤与水的比例为1:5），然后在25°C下振荡1小时（250 r·min?1），接着以5000 r·min?1离心10分钟。上清液通过0.45微米微孔滤膜过滤后测定DOC。如有必要，用超纯水稀释。该仪器基于高温催化氧化原理，通过计算总碳（TC）与无机碳（IC）之间的差异来确定DOC。每个样本测量三次，取平均值。DOC含量计算公式如下：
(2)
公式中的C—测量浓度（mg·L?1），V—提取液体积（L），D—稀释因子，m—土壤样本质量（kg），w—土壤水分转换系数，结果以mg·kg?1干土壤表示。
土壤CO2-C排放率
基于HCI消耗的土壤CO2-C释放计算公式如下[24]：
(3)
公式中：V0表示空白对照（无土壤）中用于滴定的HCl体积（mL），用于减去系统的背景CO2；V是样品滴定过程中消耗的标准盐酸体积（mL）；c是标准盐酸的浓度（mol/L）；m是干土壤的质量（g）。
SOC的CO2排放率计算公式如下[25]：
(4)
公式中：F表示CO2排放率（每公斤土壤每小时毫克碳），?C/?t是单位时间内的累积CO2浓度（毫克每公斤每小时）；M是碳的摩尔质量（12 g/mol）；V是培养瓶的有效体积（L）；W是土壤的干重；22.4是标准条件下的理想气体摩尔体积（L）；T是培养温度（°C）。
SOC的积累和矿化量计算公式如下[19]：
(5)
公式中：F表示培养期间总SOC的累积矿化量（mg/kg）；Vi和Vi+1分别是第i期和第(i + 1)期的土壤总有机碳矿化率（mg·kg?1·d?1）；ti和ti+1分别是第i期和第(i + 1)期的采样时间。
2.4. 数据分析和处理
实验数据使用Microsoft Excel 2019组织，图形表示由Origin 2024生成。Shapiro–Wilk检验和Levene检验确认所有数据满足正态性假设（p > 0.05）和方差齐性假设（p > 0.05）。因此，使用参数检验（ANOVA）进行进一步分析。所有结果以平均值±标准误差的形式呈现。pH值和含水量作为固定因素，评估了各种处理对土壤CO2排放、CO2排放率、累积矿化量和累积矿化率的影响。当数据呈正态分布且方差相等时，使用双因素方差分析（ANOVA）评估pH值、含水量及其交互作用的主效应。不同处理之间的差异通过多重比较程序进行比较，显著性阈值设为p < 0.05。
3. 结果
3.1. 土壤酸化和水分对土壤CO2排放量的影响
图3展示了在不同pH值（4.5, 6.5）和水分梯度（30%, 40%, 60%田间持水量）下CO2排放的时间动态。在两种pH值下，CO2排放量随水分含量增加而明显增加，所有处理在第21天达到释放高峰。最高CO2排放量（0.285 mg·kg?1）出现在对照组（pH 6.5, 60%田间持水量）。在酸性条件下（pH 4.5），每种水分水平的CO2排放量均低于对照组，其中pH 4.5和干旱（30%田间持水量）的组合表现出最明显的抑制效应（图3a）。在中性条件下（pH 6.5），CO2排放量在水分梯度范围内变化较小，但仍呈总体上升趋势。
3.2. 土壤酸化和水分对土壤CO2排放率的影响
如图4所示，所有pH和水分处理组合下的土壤CO2排放率总体模式保持一致。在培养过程中，CO2排放率在初始阶段迅速下降，第21天后趋于平稳。在pH 4.5和pH 6.5条件下，CO2排放率在最初两天内达到峰值。酸性条件下的CO2排放率（pH 4.5）明显低于对照组。各处理组之间的CO2排放率分别为0.71至29.29 mg C kg?1、1.02至34.79 mg C kg?1和0.88至39.86 mg C kg?1。最高排放率始终出现在60%田间持水量下，对照组的排放率分别比pH 4.5条件下高1.48倍、1.24倍和1.09倍（图4a）。在中性pH（6.5）条件下，CO2排放率分别为0.85至35.43 mg C kg?1、1.21至41.46 mg C kg?1和1.02至43.39 mg C kg?1，最高值同样出现在60%田间持水量下。在这种情况下，对照组的排放率分别比pH 6.5条件下的处理组高1.22倍和1.05倍（图4b）。
3.3. 土壤酸化和水分对土壤有机碳积累和矿化的影响
如图5所示，SOC的累积矿化量在培养期间稳步增加，尤其是在早期阶段增加显著，随后在中后期增长放缓。在pH 4.5和pH 6.5条件下，累积矿化量随水分含量的增加而显著增加，所有处理组相对于对照组都表现出抑制效应。在pH 4.5和30%田间持水量的组合下抑制效应最明显（图5a）。经过60天的恒温培养后，pH 4.5下的累积矿化量分别为30%田间持水量时6.89 mg/kg、40%田间持水量时7.40 mg/kg和60%田间持水量时7.89 mg/kg（图5a）。在pH 6.5条件下，相应的数值分别为30%田间持水量时6.73 mg/kg和40%田间持水量时8.11 mg/kg，而对照组（pH 6.5, 60%田间持水量）达到8.58 mg/kg（图5b）。与酸性pH（4.5）下的处理相比，对照组的累积矿化量分别高1.25倍、1.16倍和1.09倍；相对于中性pH（6.5）下的处理，分别高1.27倍和1.06倍（图5）。
3.4. 土壤酸化和水分对土壤有机碳积累和矿化率的影响
如图6所示，SOC的累积矿化率在不同pH和水分梯度组合下随培养时间逐渐增加。在培养初期增加迅速，在中后期增长放缓。值得注意的是，在中性pH（6.5）条件下，矿化率达到最高值32.28%。酸度增加（pH 4.5）显著抑制了矿化率，且在培养后期抑制效应更为明显。在相同pH条件下，累积矿化率随水分含量的增加而增加。高水分（60% WHC）最有利于SOC矿化，产生最高的累积矿化率，其次是中等水分（40% WHC），而低水分（30% WHC）导致最低的矿化率，并且增长曲线最为平缓（图6）。
4. 讨论
4.1. 水分对土壤碳矿化的调节作用
土壤水分成为所有处理中碳矿化的主导调节因素，较高水分始终促进CO2排放和累积矿化。这一模式主要归因于水在调节微生物代谢和底物可利用性方面的作用。在中等水分条件下（60% WHC），微生物细胞维持最佳渗透平衡，从而支持酶的产生和呼吸活动。同时，水分的增加增强了可溶性有机底物的扩散，促进了酶与底物之间的接触，加速了分解过程[26]。这些发现与先前的研究一致，表明土壤水分控制着微生物活性和底物扩散，从而调节碳周转率[6,27]。
相比之下，低水分条件（30% WHC）对碳矿化产生了强烈限制。这种限制可能是由于细胞脱水导致微生物活性降低，以及土壤基质中底物扩散受限。在这种条件下，微生物代谢转向维持而不是生长，导致碳周转率降低。这一观察结果支持了扩散限制假设，即水分可用性决定了微生物与底物之间的空间耦合[27,28]。
本研究观察到的时间动态进一步支持了这一解释。CO2排放量的初始峰值后迅速下降反映了易分解碳库的耗尽，之后矿化受到底物可用性的进一步限制。在培养研究中也广泛报道了类似的模式，即早期矿化主要由易分解的底物主导，随后转变为更难分解的碳组分[29]。值得注意的是，随着时间的推移，不同处理组之间的差异减小，表明随着底物可用性的减少，微生物活性越来越受到碳限制的影响，而不仅仅是环境因素。
4.2. 土壤酸化对微生物介导的碳过程的影响
土壤酸化显著抑制了碳矿化，表现为pH 4.5下的CO2排放量和累积矿化量明显低于pH 6.5下的值。这种抑制效应可以通过多个相互关联的机制来解释，这些机制涉及微生物群落结构、酶活性和土壤化学限制[30]。首先，酸性条件会减少细菌的数量，同时有利于真菌的优势，从而改变微生物群落的功能组成。先前的研究表明，在大空间尺度上，土壤pH值是决定微生物群落结构的关键因素[31]。尽管真菌通常对低pH值有更强的耐受性，但在中性条件下，它们的碳利用效率和代谢率往往低于细菌，导致整体矿化作用减弱[32]。其次，土壤pH值直接影响酶的动力学。大多数降解碳的酶在中性pH值附近表现出最佳活性，偏离这一范围会改变酶的构象并降低催化效率。这种效应在β-葡萄糖苷酶和纤维素酶等酶中得到了广泛观察，它们的活性在酸性条件下会下降[33]。此外，酸性条件下质子（H+）浓度的增加可能会破坏有机-矿物结合，并提高潜在有毒离子（如Al3+）的溶解度，从而进一步抑制微生物活性[34]。这些综合效应可能导致了在酸化条件下碳矿化作用减弱的观察结果。还需要注意的是，在喀斯特土壤中，酸化可能会诱导碳酸盐溶解，从而释放无机CO2。虽然本研究采用了预培养步骤以尽量减少这种干扰，但残留效应仍不能完全排除。在富含碳酸盐的土壤研究中也提到了类似的方法学问题，区分生物源和非生物源的CO2仍然具有挑战性[35]。因此，在酸性条件下观察到的CO2排放减少可能反映了生物活性被抑制的结果超过了非生物过程的潜在贡献。

4.3 水分和pH值的交互作用：环境控制的转变
本研究的一个关键发现是土壤水分和pH值之间存在显著交互作用，表明它们对碳矿化的影响不是独立的，而是取决于具体环境条件的。具体来说，在水分充足的情况下，pH值的影响更为明显，而在干旱胁迫下这种影响减弱。在高水分条件下（60% WHC），底物扩散和微生物活性受到的限制较小，因此pH值在调节酶活性和微生物代谢中起主导作用。在这种情况下，接近中性的条件有利于碳的有效分解，从而提高矿化速率。相反，在低水分条件下（30% WHC），水分限制成为主要控制因素。受限的底物扩散和降低的微生物活性限制了整个分解过程，从而降低了pH值的相对重要性。先前也有研究报道了水分和pH值之间的类似交互作用模式，表明环境因素可以对微生物过程施加层次化的控制[6,36]。这种控制因素的转变表明土壤碳矿化存在层次化的调控机制，其中最受限的环境因素起主导作用。这种模式与环境限制层次性的概念相符，该概念被广泛用于解释微生物对多种胁迫的响应[29]。此外，酸化和干旱的共同作用对碳矿化产生了最强的抑制效应，表明存在协同作用。在这种条件下，微生物群落同时受到不利化学和物理环境的限制，导致代谢活性和酶产量的减少。这些发现与研究表明多种环境胁迫可以非线性交互作用以调节土壤碳动态的结果一致[36]。这些结果对于预测喀斯特生态系统中的土壤碳动态具有重要意义，因为在未来的气候和土地利用变化下，水分变化和酸化都可能加剧。

4.4 限制
应当承认，本研究基于一个相对简单的实验室培养实验，使用的是一种天然富含碳酸盐的喀斯特草地土壤。因此，研究结果不应过度推广到所有土壤类型或直接应用于野外条件。特别是，尽管采用了预培养平衡步骤以尽量减少碳酸盐产生的CO2影响，但仍然不能完全排除残留的无机CO2释放。因此，本研究中测量的CO2最好解释为表观净CO2-C释放，而不是明确的有机碳（SOC）矿化。通过反向实验设计（例如向非钙质土壤中添加石灰）将有助于区分碳酸盐效应和酸化效应。未来的工作应进一步纳入非钙质和钙质土壤、无菌对照、同位素追踪以及动态水分-温度处理，以更好地量化富含碳酸盐土壤中CO2释放的生物和非生物成分。

5. 结论
这项受控培养研究表明，水分和酸化处理改变了测试的钙质喀斯特草地土壤的表观净CO2-C释放量。在特定的实验条件下，较高水分水平通常会增加CO2-C释放量，而酸化则倾向于减少表观CO2-C释放量，尤其是在水分较为充足的情况下。然而，这些发现应被视为基于初步培养的证据，而不是直接的野外尺度结论。由于仅测试了一种富含碳酸盐的土壤，并且无法完全排除碳酸盐产生的CO2，因此需要进一步的研究，包括多种土壤类型、反向碳酸盐添加实验、无菌对照、同位素方法以及变化的水分-温度条件，以验证钙质土壤中的碳矿化测量结果。