陆生野生动物种群数量调查方法按照调查平台可以分为地面调查和遥感调查两大类，其中地面调查是常用方法。1995年—2003年，国家林业局组织开展了全国第1次陆生野生动物资源调查，利用地面调查方法调查了各物种数量、分布和栖息地状况(国家林业局，2009)，制定了适用于地面调查的“全国陆生野生动物资源调查与监测技术规程”。吴娱等人(2014)通过地面调查度阿尔金山自然保护区内藏野驴的种群数量与生境选择偏好进行了研究。刘振生等人(2008)通过地面调查对贺兰山岩羊的种群数量与分布规律进行了研。2011年国家林业局又启动了全国第2次陆生野生动物资源调查，仍然采用地面调查方法。地面调查方法的优点是调查人员可以近距离观察野生动物的行为，并可以采集野生动物痕迹样本和食草样本；缺点是效率低、成本高、存在视线遮挡，到达区域受到道路、河流等限制，调查结果可重复、对比性差，难以满足国家对野生动物种群数量的长时间序列动态监测需求。

遥感调查又分为卫星遥感调查和航空遥感调查。卫星遥感应用于野生动物相关研究始于20世纪70年代，但受限于卫星影像的分辨率，迄今为止该方法主要用于野生动物的适宜栖息地面积、产草量、生态容量等方面的监测评估研究(赵海迪 等，2014；刘世梁 等，2014；苏旭坤 等，2014；Viña 等，2008；Ito 等，2006)。航空遥感利用有人机或无人机进行航空拍摄，因其飞行高度可以根据需要进行设计，影像分辨率可以满足野生动物数量调查的要求。国外利用有人机进行野生动物数量调查及相关研究有不少成功案例：Georgiadis等人(2007)利用有人飞机调查了食草动物数量与土地利用、降水、密度与时间上的关系；Ottichilo等人(2001)通过航空遥感数据研究了肯尼亚赛马拉地区野生动物种群数量趋势及影响因素；Stoner等人(2007)通过10年的航空遥感数据评估了坦桑尼亚大型食草动物保护工程的成效；Ogutu等人(2011)通过航空调查认为1977年—2009年马拉地区食草动物种群数量处于下降趋势。与地面调查相比，利用有人机进行野生动物种群数量调查，虽然可自由到达交通闭塞、人类难以进入的区域，样带布设方案不受河流等自然条件限制，但起降手续复杂、噪声大、成本高。

随着遥感、全球卫星定位系统、地理信息系统、微型计算机、移动通信设备等技术的迅速发展，无人机遥感技术发展迅猛。无人机以其成本低廉、操作灵活等优势为野生动物种群数量动态监测开启了新的途径。在大型野生食草动物监测方面已有一定的应用，Chretien等人(2016)利用无人机机载可见光和热红外相机对加拿大魁北克省白尾鹿进行了监测，认为对8 cm分辨率的可见光和热红外两种影像进行解译，能获准确识别白尾鹿；Carr等人(2012)利用无人机机载热红外相机对加拿大安大略湖驯鹿进行了监测研究，认为基于无人机热红外影像和基于DNA标志重捕取样两种方法的调查结果较为相近；Vermeulen等人(2013)利用无人机机载可见光相机对非洲布基纳法索南部狩猎场非洲象进行了拍摄调查研究，结果显示只有非洲象很容易被发现，而其他中小型的哺乳动物则不易被发现。这些利用无人机对大型野生食草动物的监测均属于方法研究，调查面积较小，面积均小于30 km²。将无人机应用于大面积的大型野生食草动物种群数量调查尚未见相关报道。本研究以黄河源玛多县为研究区，通过无人机航拍野生动物调查的方法，估算出了玛多县藏野驴、藏原羚和岩羊，以及家牦牛、藏羊和马的种群数量。并在此基础上，研究了大型野生食草动物的密度与分布规律。本研究为黄河源区野生动物保护，制定草地资源保护和利用方案，维护草地生态系统良性循环提供了科学依据。可以为今后野生动物调查提供了一种有效、可靠的技术途径。

玛多县在20世纪70年代水草丰美，畜牧业发达，曾是全国闻名的富裕县。但由于人类活动和气候变化的共同影响，近30年来玛多县生态系统的严重退化，草场退化与沙化加剧，草原鼠害猖獗，水土流失严重，沼泽和湿地面积萎缩，野生动物种群数量减少，是三江源区生态系统退化最为严重的县份(刘纪远 等，2008；邴龙飞 等，2011；邵全琴 等，2011；黄麟 等，2011；张帅 等，2008)。2005年，国务院批准实施了“三江源自然保护区生态保护和建设”总体规划，玛多县扎陵湖—鄂陵湖保和星星海分别被划为国家自然保护区，成为了三江源生态建设的重点区域。经过三江源一期生态工程的建设，生态系统退化得到了遏制，野生动物种群数量明显恢复，玛多县尤为明显(邵全琴 等，2017；Shao 等，2017)。为了加强对三江源地区生态系统完整性、原始性的保护，2016年建立了中国的第一个国家公园——三江源国家公园。其中，黄河源园区位于玛多县境内，占玛多县国土面积的78.1%(付梦娣 等，2017)。随着生态保护力度的加大，黄河源区野生食草动物种群数量快速增多。当地牧民反映野生食草动物与家畜争食牧草，在一定程度上影响了他们的畜牧业生产。也有人认为野生动物对草地生态系统保护起到了一定的负面影响。然而，该地区大型野生食草动物种群数量到底有多少，分布规律如何，对草地生态系统的影响到底多大？这是国家有关部门和地方政府的迫切需求。搞清玛多县大型野生食草动物种群数量，可以正确估算草畜平衡，制定合理的野生动物保护和草地保护措施，对三江源自然保护区和国家公园建设具有重要意义。

玛多县位于青海省南部，巴颜喀拉山北麓，东经96°50′—99°20′，北纬33°50′—35°40′，南北宽约207 km，东西长约228 km，土地总面积25300 km²，平均海拔在4200 m以上，植被类型以草地为主，占88%左右。玛多县是黄河源的主要产流区，中华民族的母亲河—黄河发源于此，素有“黄河之源”、“千湖之县”美誉。县域资源丰富，野生脊椎动物资源主要有藏野驴、岩羊、黑颈鹤等50余种。

根据国家林业局“全国陆生野生动物资源调查与监测技术规范”规定抽样强度“草原区不低于2.0%，草甸区不低于1.0%”，以及“全国第2次陆生野生动物资源调查技术规程”规定“在青藏区将调查单元划分为9万ha的正方形样区，系统抽取10%的样区作为调查样区，进而在每一调查样区内布设样地；在草甸草原类型的调查样区内，样地面积不小于动物栖息地面积的5%”。同时，采用系统抽样法，在玛多县全域内进行了调查样带和飞行方案设计。采用中国科学院成都山地灾害与环境研究所和深圳飞马机器人科技有限公司的固定翼电动飞机共2架，在2017年4月9日—18日(冬春季)开展了航拍调查，航拍图像分辨率分别为4—7 cm，航拍有效面积达326.6 km²，获取影像23784张。为了进行对比验证，在2017年4月9日—18日安排了地面同步调查，使用HCIYET HT-1500A测距仪和罗盘，沿乡间小道或无人机飞行路线的两侧调查，记录调查路径两侧500 m以内野生动物的种类、集群大小、地理坐标等信息(图1)。

图 1 黄河源区玛多县无人机飞行航迹 Figure 1 UAV flight path over Maduo County

无人机航拍影像拼接采用Pix4Dmapper、飞马智拼图和LiMapper等软件，空间图层生成用ArcGIS软件。采用人机交互方式对大型野生食草动物的图像识别，为了验证需要，同时识别了家养牦牛和藏羊。在目视解译中，依据遥感解译7要素，即色调、颜色、纹理、阴影、大小、形状、布局(位置)等，并结合野外调查中观察到的动物活动规律和习性产生的位置和分布规律，总结建立了可应用的解译标志库(表1)。

表 1(Table 1)

表 1 大型食草动物图像识别标志 Table 1 Image recognition signs for large herbivores 藏野驴 藏原羚 岩羊 家养牦牛 家养藏羊 马 色调 烟棕、赭褐色 土黄色、黄褐色、灰黄色 青灰色、灰色 以黑色、灰黑色等深色色调为主 以白色、灰白色等浅色色调为主 以黑色、棕黑色、棕红色等深色调为主 色彩 主体为烟棕、赭褐色，边缘有白色、棕黑色 主体呈土黄色、黄褐色、灰黄色，尾端有白色 体部可出现青灰色、灰色、污白色 主要出现色彩为黑色、灰黑色、白色 主要出现色彩为白色、灰白色、污白色、黑色 主要出现色彩为黑色、棕黑、棕红，偶见白色个体 纹理 背部中央棕色纵条与边缘四肢、腹面白色色块的拼接纹理 为土黄色或近似色调纯色，在臀部有白色色块 为青灰色到灰白色的渐变色 纯色或大块纯色块拼接状纹理 纯色或大块纯色块拼接状纹理 往往为纯色个体，偶见色块拼接纹理 阴影 具有边界清晰的阴影(阴天或正午的照片除外)，阴影的头脸、脖颈部较其他 动物更长 具有边界清晰的阴影(阴天或正午的照片除外) 具有边界清晰的阴影(阴天或正午的照片除外) 往往具有边界清晰的阴影(在正午时间拍摄或阴天拍摄的阴影会不明显) 往往具有边界清晰的阴影(在正午时间拍摄或阴天拍摄的阴影会不明显) 往往具有边界清晰的阴影(在正午时间拍摄或阴天拍摄的阴影会不明显)，其中阴影的头脸、脖颈部 较其他动物常明显 更长 大小 成年藏野驴体长1.6—2.3 m；若航片分辨率4 cm，则个体长度的像素为40—60；幼年藏野驴较小，但不单独出现 成年藏原羚体长多为0.8—1.0 m，以 4 cm分辨率航片为例，个体长度多为20—30像素 成年岩羊体长多为1.2—1.4 m，若航片分辨率4 cm，则个体长度的像素为25—35 成年家养牦牛体长多为1.6—2.2 m，以 4 cm分辨率航片为例，个体长度多为40—50像素，幼年牦牛可小至0.8 m(但幼年牦牛不会离群单独出现) 成年家养藏羊体长多为1.2 m左右，一般体长不会超过1.5 m，以4 cm分辨率航片为例，个体长度多为25—35像素，幼年藏羊可小至0.4 m(但幼年藏羊不会离群单独出现) 成年家马体长多在1.6—2.2 m，以4 cm分辨率航片为例，个体长度多在40—55像素，幼年家马可较小，但不应远离马群及母马出现 形状 整体形状近长条块状或长柄长圆形，长宽比4∶1—5∶1 整体形状近长椭圆形或条棒状，长宽比3∶1—5∶1 整体形状近椭圆形，长宽比3∶1—4∶1 整体形状近椭圆形、长方形，长宽比1.5∶1—3∶1 整体形状近椭圆形、水滴形，长宽比1.5∶1—3∶1 整体形状近长条块状或长柄长圆形，长宽比3∶1—5∶1 布局 多为成群分布，少数个体活动 成群或单独活动 多为成群活动 多成群分布，往往能于附近找到居民点等人类活动地物、痕迹 多成群分布，往往能于附近找到居民点等人类活动地物、痕迹 多成群分布，也偶见散布少数个体。颜色多为深色纯色，也偶见白色或纯色拼接个体 群体影像 个体识别范例 剖面视图

表 1 大型食草动物图像识别标志 Table 1 Image recognition signs for large herbivores

利用无人机影像解译结果计算了藏野驴、藏原羚、岩羊等野生动物，以及牦牛、藏羊和马等家畜的样带密度，并利用基于冷暖季草场的估算方法，获得玛多县藏野驴、藏原羚、岩羊、牦牛、藏羊和马种群数量的调查结果。

采用基于冷暖季草场的估算方法，有以下原因：(1)该方法既考虑了不同季节家畜和野生动物的分布规律；(2)无人机样带调查面积的59.9%位于冷季草场，40.0%位于暖季草场，分别计算位于冷季草场和暖季草场内样带的各类动物种群密度，再分别推算冷季草场和暖季草场的种群数量，最后得出整个玛多县境内的各类动物种群数量，符合地统计要求；(3)通过家养牦牛和藏羊统计数据的比较验证，该结果最为接近。估算方法如下

式中，Q_i为某种大型食草动物种群数量的估算结果；Q_sw为调查样带中该种动物位于暖季草场的种群数量；A_sw为调查样带中暖季草场的总面积；A_w为研究区中暖季草场的总面积；Q_sc为调查样带中该种动物位于冷季草场的种群数量；A_sc为调查样带中冷季草场的总面积；A_c为研究区中冷季草场的总面积。

与地面同步调查结果、家畜统计对无人机调查的家畜数据进行了比较。4月9日地面调查路线和无人机调查线路重合，两者调查时间先后差1 h，两者在相同地点发现的三群藏野驴数量偏差为90.32%、94.12%、96.67%，平均偏差为95.54%。2017年春季无人机调查估算结果藏羊102200只，牦牛70800头。藏羊和牦牛按仔畜出生率按30%计算，折算成2016年底的存栏量为藏羊78615只，牦牛54461头。与2015年底玛多县藏羊和牦牛的存栏统计数据比较，偏差为7.5%和–8.1%。

Vanderloeg和Scavia选择系数W_i和选择指数E_i，是一种适用于互补统计分析的计算样本选择性的方法。可以反映藏野驴、藏原羚和岩羊在不同的时空点位对各种生态环境因子的偏好或回避(Lechowicz，1982)，其计算方法如下

式中，W_i为选择系数，E_i为选择指数，i指某环境特征，r_i为物种选择具有i特征的样方数，p_i指环境中具有i特征的总样方数，n指某环境特征的等级数(n=1，2， $ \cdots $ ，n)；E_i介于–1—1，当E_i=1为特别偏好，E_i=–1为不选择，E_i<–0.1为负选择，E_i>0.1为正选择，E_i=0为随机选择。–0.1≤E_i≤0.1为几乎随机选择。

本研究选取了高程、坡度、植被覆盖度、距水源地距离、距公路距离与距农村居民点距离，共6种对野生大型食草动物栖息地选择影响较大的环境因子进行分析。

其中，DEM数据来源于ASTER GDEM，空间分辨率为30 m；坡度由DEM数据，通过ArcGIS软件计算得来；植被覆盖度数据由2016年分辨率为30 m的Landsat卫星遥感数据计算获得，由中国测绘科学研究院提供；水系、公路与农村居民点分布来源于玛多县2015年土地利用数据，利用分辨率2 m的高分卫星影像解译获得，由青海省生态环境遥感监测中心提供。

(1) 种群数量。本文根据2017航拍结果(图2)，进行大型野生食草动物种群数量估算。在2017年冬春季无人机飞行调查样带内，共发现大型食草动物4555只，其中藏野驴378只，合1512羊单位，样带密度为1.15只/km²；藏原羚199只，合99.5羊单位，密度为0.61只/km²；岩羊203只，合203羊单位，密度为0.62只/km²；家养牦牛1351只，合5404羊单位，密度为4.12只/km²；家养藏羊2405只，合2405羊单位，密度为7.34只/km²；马19只，合57羊单位，密度为0.06只/km²。无人机调查样带内大型食草野生动物共计1814.5羊单位，家畜共计7866羊单位，大型食草野生动物与家畜羊单位之比约为1∶4.34。

图 2 2017年冬春季无人机调查样带大型食草动物种群数量密度及构成(数字表示样带编号) Figure 2 Population, density and composition of large herbivores in transects surveyed by UAV in winter and spring, 2017

(2) 种群规模。在2017年冬春季无人机飞行调查样带内(表2)，藏野驴共见38群，平均每群10只。其中单个体群占总群数的19.15%，占总头只数的2.38%；2—10只的共26群，占总群数的55.32%，占总头只数的31.48%；11—20只的共7群，占总群数的18.42%，占总头只数的27.78%；21—50只的共5群，占总群数的13.16%，占总头只数的38.36%。可见藏野驴在冬春季多为集群活动。

藏原羚共见24群，平均每群8只。其中单个体群占总群数的17.24%，占总头只数的2.51%；2—10只的共21群，占总群数的72.41%，占总头只数的61.81%；11—20只的共2群，占总群数的8.33%，占总头只数的13.07%；21—50只的共1群，占总群数的4.17%，占总头只数的22.61%。

岩羊共见12群，平均每群17只。没有观察到单个体群，2—10只的共6群，占总群数的50%，占总头只数的15.27%；11—20只的共3群，占总群数的25%，占总头只数的25.62%；21—50只的共2群，占总群数的16.67%，占总头只数的27.47%；50只以上的共1群，占总头只数的27.59%。

表 2(Table 2)

表 2 2017年冬春季无人机调查样带内大型野生食草动物种群规模 Table 2 Population size of large wild herbivores in transects surveyed by UAV in winter and spring, 2017 种群规模 藏野驴 藏原羚 岩羊 群数 头只数 群数 头只数 群数 头只数 单个活动 9 9 5 5 0 0 2—10只 26 119 21 123 6 31 11—20只 7 105 2 26 3 52 21—50只 5 145 1 45 2 64 51只以上 0 0 0 0 1 56

表 2 2017年冬春季无人机调查样带内大型野生食草动物种群规模 Table 2 Population size of large wild herbivores in transects surveyed by UAV in winter and spring, 2017

本研究在对玛多县的野生动物种群数量进行估算时，运用了基于冷暖季草场的估算方法。估算结果显示，黄河源区玛多县全境内有：藏野驴17109头，6.84万羊单位；藏原羚15961只，0.80万羊单位；岩羊9324只，0.93万羊单位；牦牛70846头，28.34万羊单位；藏羊102194只，10.22万羊单位。马1156匹，0.36万羊单位。大型野生食草动物藏野驴、藏原羚和岩羊总计8.57万羊单位；家畜藏羊、牦牛和马总计38.90万羊单位；大型野生食草动物和家畜总计47.5万羊单位。大型野生食草动物羊单位数量与家畜羊单位数量之比为1∶4.5。

藏野驴偏好选择高程4200—4400 m，坡度为2°—5°，离农村居民点距离1—2 km和4—5 km，离水源距离小于1 km，离公路距离2—3 km和4—5 km的范围内，草地盖度60—80%；坡度越小、草地覆盖度越高、离水源越近、离农村居民点和公路越远的地方藏野驴越多。藏原羚偏好选择高程4100—4200 m和4400—4500 m，坡度为大于5°，草地盖度80%以上，离农村居民点距离2—3 km，离水源距离小于1—2 km，离公路距离小于1—2 km和4—5 km的范围内；坡度越大、草地覆盖度越高、离水源越近、离公路越远的地方藏原羚越多。岩羊偏好选择高程4100—4200 m，坡度为大于5°，草地盖度较低，离农村居民点距离小于1 km，离水源距离小于1—2 km，离公路距离大于5 km的范围内；坡度越大、草地覆盖度越低、离水源越近、离公路越远的地方岩羊越多。藏野驴、藏原羚和岩羊分布密度与高程的关系均只能用多项式来拟合，说明对高程是选择性的，不具有线性关系(图3(a))；与坡度均具有明显的线性关系，藏野驴是负相关，藏原羚和岩羊则是正相关(图3(b))；与草地覆盖度分别呈明显的抛物线关系、正相关和负相关(图3(c))；与距水源地距离和距农村居民点距离分别呈多项式和抛物线关系(图3(d)、图3(e))；与距公路距离的关系不明显(图3(f))。

图 3 动物分布密度与高程、坡度、草地覆盖度、距水源地距离、距农村居民点距离以及距公路距离的关系 Figure 3 The relationship between animal density and elevation, slope, grassland coverage, distance from water source, distance from rural settlements and distance from highway

本研究曾在2016年夏季进行无人机调查试拍工作，影像分辨率15—18.5 cm，只能识别藏野驴和家畜牦牛，而且成群的藏野驴和牦牛群也不容易分辨，藏原羚和岩羊无法识别，成群的家养藏羊勉强识别。2017年冬春季无人机航拍影像分辨率4—7 cm，藏野驴、藏原羚和岩羊，以及家畜牦牛和藏羊均可清晰识别。因此，在今后的大型野生食草动物无人机调查中，飞行方案设计航拍影像分辨率必须大于7 cm，最佳分辨率是至少5 cm。因为玛多县主要是大面积的草地，地面用于影像拼接的特征点较少，受调查面积与环境影像又难以人工布设控制点，造成拼接后的影响精度较低，出现同一调查对象在拼接后的影响上重复出现的问题。本次解译采用对单张影响逐张解译的方式进行，在解决拼接影响精度的问题之前，若采用逐张影响判读，建议航向(航线内)和侧向(航线间)重叠度要小，以加大有效航拍面积和避免在目视解译中对不同张影像中同一调查对象重复计数的困扰。基于无人机遥感的野生动物种群数量调查需要进一步的飞行试验，并制定相应规范。本研究是采用人机交互方式进行图像识别，根据大型食草动物无人机遥感影像解译标志库，判别动物种类的，今后应发展无人机遥感影像的大型食草动物信息自动识别方法，以减少人工作业量或替代人机交互图像识别工作。

国家林业局于1995年—2003年组织开展的全国第一次陆生野生动物资源调查结果表明(国家林业局，2009)：青海省藏野驴的密度为0.874头/km²，藏原羚密度为0.557只/km²，岩羊的密度为1.858只/km²。本研究于2016和2017年在玛多县的调查结果表明：玛多县藏野驴的密度为1.15头/km²，藏原羚密度为0.61只/km²，岩羊的密度为0.62只/km²。两者的岩羊密度差异较大。大型野生食草动物对生境的选择是多种自然因素和人类扰动因素综合影响的结果，本研究只是做了大型野生食草动物分布密度与生境因子的单要素关系，以后可进一步研究其与多要素的综合关系。

虽然有不少学者研究了野生食草动物的采食量和采食偏好(国家林业局，2009；吴娱 等，2014；刘振生 等，2008；Munn 等，2016)，但是对草畜平衡的研究往往只着重关注草地牧草产量、家畜采食量、牧草可利用率和载畜量的计算4个方面(买小虎 等，2013；樊江文 等，2011；徐斌 等，2012；李青丰，2011；梁天刚 等，2011；李文娟 等，2012；Cai 等，2015；Laca，2009；Qi 等，2017；Fan 等，2010)，没有考虑大型野生食草动物对草畜平衡的影响。如果只考虑家畜，玛多县草地超载过牧情况会被低估，因此，在我国野生食草动物较多的草原区，草畜平衡计算还需要考虑野生食草动物数量，这样才能使草畜平衡的估算更科学。本研究可以为进一步对玛多县的草蓄平衡研究提供数据基础。

黄河源区在2017年冬春季无人机调查样带内，藏野驴的样带密度为1.15只/ km²；藏原羚为0.61只/ km²；岩羊为0.62只/km²；家养牦牛为4.12只/km²；家养藏羊为7.34只/ km²；马为0.06只/ km²。冬春季，藏野驴和藏原羚除少数单独活动外，大部分为群体活动，岩羊未见单独活动，均为群体活动，集群规模均在50只以下。

黄河源玛多县全境内有：藏野驴17109头，6.84万羊单位；藏原羚15961只，0.80万羊单位；岩羊 9324只，0.93万羊单位；牦牛70846头，28.34万羊单位；藏羊102194只，10.22万羊单位。马 1156匹，0.36万羊单位。大型野生食草动物藏野驴、藏原羚和岩羊总计8.57万羊单位；家畜藏羊、牦牛和马总计38.90万羊单位；大型野生食草动物和家畜总计47.5万羊单位。大型野生食草动物羊单位数量与家畜羊单位数量之比为1∶4.5。

藏野驴偏好选择高程4200—4400 m，坡度为2°—5°，离农村居民点距离1—2 km和4—5 km，离水源距离小于1 km，离公路距离2—3 km和4—5 km的范围内，草地盖度60—80%。藏原羚偏好选择高程4100—4200 m和4400—4500 m，坡度为大于5°，草地盖度80%以上，离农村居民点距离2—3 km，离水源距离小于1—2 km，离公路距离小于1—2 km和4—5 km的范围内。岩羊偏好选择高程4100—4200 m，坡度为大于5°，草地盖度较低，离农村居民点距离小于1 km，离水源距离小于1—2 km，离公路距离大于5 km的范围内。

基于无人机遥感的大型野生食草动物种群数量调查技术，与传统的地面调查方法相比，具有快速、经济、可靠等优点，可为今后野生动物调查提供了一种有效、可靠的技术途径。

志 谢 在项目实施中得到了青海省科技厅、农牧厅和三江源国家公园管理局的支持。在无人机飞行样带设计中，得到了中国科学院动物研究所蒋志刚研究员和西北高原生物研究所李来兴副研究员的指导。在无人机飞行、图像处理和图像解译中，全体课题组成员付出了辛勤的劳动。在此一并表示衷心的感谢！