一种基于建成环境与交通系统的指标体系生成方法及设备

摘要

本发明公开了一种基于建成环境与交通系统的指标体系生成方法及设备，属于交通系统技术领域，用于解决现有的建成环境与交通系统之间，难以实现平衡性的协调，容易造成交通系统运行状态差以及建成环境利用率低的技术问题。方法包括：对建成环境进行维度分析，得到维度指标体系；获取建成环境的基础数据，并进行数据修正，得到优化数据；对维度指标体系进行指标计算，得到建成环境指标体系；对交通系统中的车辆数据进行数据预处理，得到优化车辆数据；根据优化车辆数据，对交通系统的运行状态进行指标体系计算，得到交通系统指标体系；将建成环境指标体系与交通系统指标体系之间进行相互协调结合，以完成建成环境与所述交通系统之间的协调平衡。

说明书

技术领域

本申请涉及交通系统领域，尤其涉及一种基于建成环境与交通系统的指标体系生成方法及设备。

背景技术

建成环境指标经常被冠以D开头的词。其中“5Ds”：密度(Density)、多样性(Diversity)、设计(Design)、目的可达性(Destination accessibility)、到达公交站点距离(Distance to transit)在建成环境与交通系统相关研究中应用较为广泛，同时“5Ds”维度即包含土地利用也包含了交通供给。

目前在土地利用与交通供给、交通需求、交通状态平衡的需求现状中，忽略了土地利用决定交通需求，交通状态是交通供需平衡的外在表现的关系，难以平衡土地利用或交通供给时交通状态的关系，难以同时实现交通系统运行状态良好与建成环境高效利用之间的协调关系，容易造成建成环境与交通系统之间的不合理性以及和交通状态表征单一的局限性。

发明内容

本申请实施例提供了一种基于建成环境与交通系统的指标体系生成方法及设备，用于解决如下技术问题：现有的建成环境与交通系统之间，难以实现平衡性的协调，容易造成交通系统运行状态差以及建成环境利用率低。

本申请实施例采用下述技术方案：

一方面，本申请实施例提供了一种种基于建成环境与交通系统的指标体系生成方法，所述方法包括：对所述建成环境进行维度分析，得到所述建成环境的维度指标体系；获取所述建成环境的基础数据，并对所述基础数据进行数据修正，得到所述建成环境的优化数据；根据所述优化数据，对所述维度指标体系进行有关建成环境的指标计算，得到建成环境指标体系；对所述交通系统中的车辆数据进行数据预处理，得到所述交通系统的优化车辆数据；根据所述优化车辆数据，对所述交通系统的运行状态进行指标体系计算，得到交通系统指标体系；将所述建成环境指标体系与所述交通系统指标体系之间进行相互协调结合，得到总指标体系，以完成所述建成环境与所述交通系统之间的协调平衡。

本申请实施例通过对建成环境和交通系统进行指标体系的构建，来得到建成环境指标体系以及交通系统指标体系，并利用建成环境指标体系以及交通系统指标体系实现有关交通供给、交通需求以及交通状态的协调平衡发展，提高交通系统的运行状态以及增大环境的利用效率，使两者之间能够更好的实现相互反馈、相互适应，将建成环境和交通系统运行状态能够更加科学合理的相互结合，对各个维度都包涵全面，为土地利用与交通系统协调发展提供重要的指标，进一步促进城市与交通协调可持续发展。

在一种可行的实施方式中，对所述建成环境进行维度分析，得到所述建成环境的维度指标体系，具体包括：根据区域面积上的人类活动强度，确定出所述建成环境的密度指标；其中，所述密度指标至少包括：人口密度指标、就业密度指标以及建筑密度指标；根据赫芬达尔-赫希曼指数，对土地利用混合程度进行多样性测量，得到多样性指标；其中，所述多样性指标至少包括土地利用类型总数以及单一区域土地利用类型数；根据所述建成环境中的微观环境形态特征，对道路交叉口进行关联处理，得到所述建成环境的设计指标；根据所述建成环境的表征指标，对人类出行行为的便利程度进行分析，得到可达性指标；其中，所述表征指标至少包括商圈可达性、就业可达性以及市中心可达性；根据所述建成环境中公共交通的密度特性，对所述密度特性进行可达性距离分析，确定出公交相邻性指标；其中，所述密度特性至少包括：公交站点密度以及公交路网密度；根据所述密度指标、所述多样性指标、所述设计指标、所述可达性指标以及所述公交相邻性指标，对所述建成环境进行维度指标的构建，得到所述维度指标体系。

在一种可行的实施方式中，获取所述建成环境的基础数据，具体包括：通过地图软件的API，对所述建成环境的POI数据进行获取；其中，所述POI数据至少包括：序号信息、名称信息、类别信息、地址信息以及经纬度信息；通过Openstreetmap，获取所述建成环境的路网数据；其中，所述路网数据至少包括：道路名称信息、道路用途信息、道路等级信息以及道路交错信息；其中，所述基础数据由所述POI数据以及所述路网数据组成。

在一种可行的实施方式中，对所述基础数据进行数据修正，得到所述建成环境的优化数据，具体包括：根据所述POI数据中的所述类别信息，对所述POI数据中重复数据以及属性缺失数据进行删除，并对所述名称信息中的低识别名称信息进行剔除，得到优化POI数据；其中，所述低识别名称信息至少包括：公厕以及卖报点；根据所述路网数据中的所述道路等级信息，对城市道路进行等级分类，得到道路属性；其中，所述道路属性至少包括：快速路、主干路、次干路以及支路路网；根据所述道路属性，对所述路网数据中的道路交错信息进行修正处理，得到优化路网数据；其中，所述修正处理为通过交错线路对路网进行打断或者合并处理；其中，所述建成环境的优化数据由所述优化POI数据以及所述优化路网数据组成。

在一种可行的实施方式中，根据所述优化数据，对所述维度指标体系进行有关建成环境的指标计算，得到建成环境指标体系，具体包括：获取所述维度指标体系中人口密度指标的人口分布数据，并对所述人口分布数据进行均值化处理，得到均值化人口分布数据；通过优化POI数据，对所述均值化人口分布数据进行网格化分配，并对分配后的均值化人口分布数据进行多元性回归方程的构建，得到每个网格的人口统计数据；将所述均值化人口分布数据与所述人口统计数据进行加权平均，得到融合人口数据指标；根据所述维度指标体系中多样性指标的土地利用类型总数以及与所述土地利用类型总数对应的土地利用面积，对所述优化POI数据进行权重赋值，得到重构多样性指标。

在一种可行的实施方式中，在得到重构多样性指标之后，所述方法还包括：根据所述维度指标体系中设计指标，提取路网数据中每个网格内的路网节点数量；根据优化路网数据，对所述网节点数量进行修正处理，得到路网节点指标；对所述维度指标体系中可达性指标的商圈可达性进行指标计算，得到商圈可达性指标；根据所述优化POI数据，对所述维度指标体系中的公交相邻性指标进行公交站点分布统计，得到公交站点分布指标；根据所述融合人口数据指标、所述重构多样性指标、路网节点指标、商圈可达性指标以及公交站点分布指标，对所述建成环境进行指标体系的构建，得到所述建成环境指标体系。

在一种可行的实施方式中，对所述交通系统中的车辆数据进行数据预处理，得到所述交通系统的优化车辆数据，具体包括：获取所述交通系统中车辆的轨迹数据以及车辆事故数据；其中，所述车辆数据包括所述轨迹数据与所述车辆事故数据；对所述轨迹数据进行数据质量控制处理，得到优化轨迹数据；其中，所述数据质量控制至少包括：坐标系统匹配控制、筛选范围控制、采样时间控制以及车辆速度检验控制；对所述车辆事故数据进行事故数据处理，得到优化车辆事故数据；其中，所述事故数据处理至少包括：空白项数据剔除、重复项数据对比以及事故位置信息转化；其中，所述优化车辆数据由所述优化轨迹数据以及所述优化车辆事故数据组成。

本申请实施例通过对车辆数据中的数据预处理，有利于减少干扰项对实时车辆数据的影响，提高数据的准确性。

在一种可行的实施方式中，根据所述优化车辆数据，对所述交通系统的运行状态进行指标体系计算，得到交通系统指标体系，具体包括：根据所述优化车辆数据中的优化轨迹数据，对每个道路网格中车辆任意两个连续时间点的行驶速度进行交通状态计算，得到交通运行指标；其中，所述交通状态至少包括：车辆经纬度信息以及自由流车速；根据所述优化车辆数据中的优化车辆事故数据，对每个道路网格中交通事故总数进行统计，得到交通事故指标；根据所述交通运行指标、所述交通事故指标以及行驶舒适性指标，对所述交通系统进行指标体系的构建，得到所述交通系统指标体系。

在一种可行的实施方式中，在得到交通事故指标之后，所述方法还包括：根据车辆的GPS数据，获取所述车辆的加速度干扰值；通过所述加速度干扰值，对每个道路网格中车辆的加速度进行行驶舒适度评价，得到所述行驶舒适性指标。

本申请实施例中通过行驶舒适性指标反映的车辆行驶过程中驾乘人员感受到的舒适状态，有利于对城市智能交通的建设提供更好的参考，使交通系统指标体系能够涵盖较全的指标评价标准。

另一方面，本申请实施例还提供了一种基于建成环境与交通系统的指标体系生成设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-9任一项所述的一种基于建成环境与交通系统的指标体系生成方法。

本申请实施例提供了一种基于建成环境与交通系统的指标体系生成方法及设备，通过对建成环境和交通系统进行指标体系的构建，来得到建成环境指标体系以及交通系统指标体系，并利用建成环境指标体系以及交通系统指标体系实现有关交通供给、交通需求以及交通状态的协调平衡发展，提高交通系统的运行状态以及增大环境的利用效率，使两者之间能够更好的实现相互反馈、相互适应，将建成环境和交通系统运行状态能够更加科学合理的相互结合，对各个维度都包涵全面，为土地利用与交通系统协调发展提供重要的指标，进一步促进城市与交通协调可持续发展。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本申请实施例提供的一种基于建成环境与交通系统的指标体系生成方法流程图；

图2为本申请实施例提供的一种部分轨迹与路网匹配示意图；

图3为本申请实施例提供的一种筛选后的轨迹数据示意图；

图4为本申请实施例提供的一种基于建成环境与交通系统的指标体系生成设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

本申请实施例提供了一种基于建成环境与交通系统的指标体系生成方法，如图1所示，基于建成环境与交通系统的指标体系生成方法具体包括步骤S101-S106：

S101、对建成环境进行维度分析，得到建成环境的维度指标体系。

具体地，根据区域面积上的人类活动强度，确定出建成环境的密度指标。其中，密度指标至少包括：人口密度指标、就业密度指标以及建筑密度指标。

在一个实施例中，密度反映单位用地面积上承载的人类活动强度。密度指标主要有人口密度、就业密度和建筑密度。在密度指标中，最为常用的是人口密度，人口密度指标又分为总人口密度、家庭密度、特定人群密度等。

根据赫芬达尔-赫希曼指数，对土地利用混合程度进行多样性测量，得到多样性指标。其中，多样性指标至少包括土地利用类型总数以及单一区域土地利用类型数。

在一个实施例中，土地利用混合程度常用赫芬达尔-赫希曼指数(HHI)测量，

根据建成环境中的微观环境形态特征，对道路交叉口进行关联处理，得到建成环境的设计指标。

在一个实施例中，设计指标的维度主要指研究范围内的微观建成环境形态特征，如设施、街区、道路、安全等的设计。设计维度指标应用较为广泛的是交叉口密度和十字路口比例。

根据建成环境的表征指标，对人类出行行为的便利程度进行分析，得到可达性指标。其中，表征指标至少包括商圈可达性、就业可达性以及市中心可达性。

作为一种可行的实施方式，可达性是指从出行的便利程度，表征的指标主要有商圈可达性、就业可达性、市中心可达性。由于影响该区域居民出行的未必是城市中心，而可能是居住地附近的城市次中心或者商业广场等，且对其影响的应是多个商业广场，然后对便利程度进行分析对比，确定出人们出行的可达性指标。

根据建成环境中公共交通的密度特性，对密度特性进行可达性距离分析，确定出公交相邻性指标。其中，密度特性至少包括：公交站点密度以及公交路网密度。

作为一种可行的实施方式，公共交通近邻性是指从社区中心到最近公交站点的距离、一定可达性范围公交站点密度或公交路网密度。根据公共交通方式可以分为公共汽车近邻性，地铁站近邻性、共享提单车近邻性。根据交站点密度以及公交路网密度，确定出相符的公交相邻性指标。

进一步地，根据密度指标、多样性指标、设计指标、可达性指标以及公交相邻性指标，对建成环境进行维度指标的构建，得到维度指标体系。

S102、获取建成环境的基础数据，并对基础数据进行数据修正，得到建成环境的优化数据。

具体地，通过地图软件的API，对建成环境的POI数据进行获取。其中，POI数据至少包括：序号信息、名称信息、类别信息、地址信息以及经纬度信息。通过Openstreetmap，获取建成环境的路网数据；其中，路网数据至少包括：道路名称信息、道路用途信息、道路等级信息以及道路交错信息。其中，基础数据由POI数据以及路网数据组成。

在一个实施例中，POI数据通过高德API获取，数据中包含了序号、名称、大类、中类、小类、地址、省、市、区、经纬度等信息。大类涵盖了餐饮、工业用地、购物、生活服务、商务住宅等14个大类，包含81个中类，例如超级市场，和524个小类，例如超市。再比如商务住宅大类又分为楼宇、住宅区、商务住宅相关2个中类，每个中类下又细分成若干小类。

进一步地，根据POI数据中的类别信息，对POI数据中重复数据以及属性缺失数据进行删除，并对名称信息中的低识别名称信息进行剔除，得到优化POI数据。其中，低识别名称信息至少包括：公厕以及卖报点。

在一个实施例中，由于POI数据分类繁杂，且各小类之间存在所属大类不清晰或交叉的情况，如商务住宅应主要包含住宅区，但却包含了商务写字楼。因此需要对原始数据清洗，并按照大类分类标准，对中类、小类进行修正，删除重复数据和属性缺失数据。另外由于部分POI数据对城市功能区识别作用不大，如公厕、卖报点等，因此对此类数据进行剔除。

根据路网数据中的道路等级信息，对城市道路进行等级分类，得到道路属性。其中，道路属性至少包括：快速路、主干路、次干路以及支路路网。

进一步地，根据道路属性，对路网数据中的道路交错信息进行修正处理，得到优化路网数据；其中，修正处理为通过交错线路对路网进行打断或者合并处理。

在一个实施例中，对路网数据预处理时，首先根据城市道路等级分类提取出道路属性为快速路、主干路、次干路、支路的路网，从而使路网节点为真正的交叉口，保留的路网属性。其次，路网存在路段未在交叉口处打断、路网不连续等问题，这些问题会导致计算交叉口密度等指标时数据不准确，因此对路网进行打断或合并处理。

其中，建成环境的优化数据由优化POI数据以及优化路网数据组成。

S103、根据优化数据，对维度指标体系进行有关建成环境的指标计算，得到建成环境指标体系。

具体地，获取维度指标体系中人口密度指标的人口分布数据，并对人口分布数据进行均值化处理，得到均值化人口分布数据。

在一个实施例中，首先，将街道级人口分布数据采用均值法进行网格化处理，将第λ个网格的人口数据记为

进一步地，通过优化POI数据，对均值化人口分布数据进行网格化分配，并对分配后的均值化人口分布数据进行多元性回归方程的构建，得到每个网格的人口统计数据。将均值化人口分布数据与人口统计数据进行加权平均，得到融合人口数据指标。

在一个实施例中，使用Spearman相关系数度量优化POI数据与均值化人口分布的相关度，根据

将筛选后的POI类型与人口统计数据构建多元线性回归方程，计算各类POI与人口统计数据的相关性。根据无POI无人口的事实，将多元线性回归方程调整为无截距模型：

根据维度指标体系中多样性指标的土地利用类型总数以及与土地利用类型总数对应的土地利用面积，对优化POI数据进行权重赋值，得到重构多样性指标。

在一个实施例中，根据维度指标体系中多样性指标的土地利用类型总数以及与土地利用类型总数对应的土地利用面积，对优化POI数据进行权重赋值。根据

根据维度指标体系中设计指标，提取路网数据中每个网格内的路网节点数量。根据优化路网数据，对网节点数量进行修正处理，得到路网节点指标。

作为一种可行的实施方式，在获取路网节点时，因路网包含了自行车道、人行道、服务性道路等多种性质，路网节点同样也存在冗杂的问题，因此，首先需要对路网数据预处理，而后计算并提取出每个网格内城市道路路网节点数量。

对维度指标体系中可达性指标的商圈可达性进行指标计算，得到商圈可达性指标。

在一个实施例中，根据

根据优化POI数据，对维度指标体系中的公交相邻性指标进行公交站点分布统计，得到公交站点分布指标。

最后，根据融合人口数据指标、重构多样性指标、路网节点指标、商圈可达性指标以及公交站点分布指标，对建成环境进行指标体系的构建，得到建成环境指标体系。

S104、对交通系统中的车辆数据进行数据预处理，得到交通系统的优化车辆数据。

具体地，获取交通系统中车辆的轨迹数据以及车辆事故数据。其中，车辆数据包括轨迹数据与车辆事故数据。

进一步地，对轨迹数据进行数据质量控制处理，得到优化轨迹数据。其中，数据质量控制至少包括：坐标系统匹配控制、筛选范围控制、采样时间控制以及车辆速度检验控制。

在一个实施例中，获取城市一周的出租车早高峰和晚高峰轨迹数据，图2为本申请实施例提供的一种部分轨迹与路网匹配示意图，如图2所示，首先进行轨迹数据的坐标转换。本文坐标转换采用了坐标转换程序进行转换。坐标转换前后利用ARCGIS将轨迹数据与路网的匹配控制。

图3为本申请实施例提供的一种筛选后的轨迹数据示意图，如图3所示，采用形状框选轨迹点筛选方法，在经纬度数据剔除时，首先绘制出筛选范围，其次利用Transcad软件，剔除筛选范围外轨迹数据将筛选范围内的轨迹点筛选出来。

在一个实施例中，轨迹数据因建筑物遮挡、网络断线、传输延时等原因存在信号丢失的现象，使数据回传间隔较大，这类数据通常存在较大误差，需剔除。通过对采样间隔的统计分析，根据采样间隔的时间分布确定异常数据阈值。通过对一天的轨迹数据分析可知，大部分数据的采样间隔时间比较短，例如，5％的数据采样间隔小于3s，91％的数据采样间隔为3s，3％的数据采样间隔在3s至10s之间，采样间隔大于10s的为1％。大于10s的数据认定为采样时长较长的数据，将其剔除。

在一个实施例中，在轨迹数据处理中，速度数据是计算交通状态和交通舒适度的重要参数，车辆速度检验控制一般采取阈值法进行筛选。最终经过坐标系统匹配控制、筛选范围控制、采样时间控制以及车辆速度检验控制之后，得到优化轨迹数据。

再对车辆事故数据进行事故数据处理，得到优化车辆事故数据。其中，事故数据处理至少包括：空白项数据剔除、重复项数据对比以及事故位置信息转化。

在一个实施例中，空白项数据包括全部空白项、部分空白项、占位空白项，每一种情况都将导致本条事故数据的信息无法应用，因此对于空白项数据的处理办法就是清除相关事故数据的全部值。重复项是对相同的事故进行重复的事故记录，导致两项及以上的数据相同，经过对比与分析确认其为重复项。重复项数据只需保留一项。

在一个实施例中，首先，本文利用Map Location软件进行转换，其次，根据转换的结果的可信度对数据进一步筛选，可信度低于阈值的位置信息仅能定位到道路上或城市范围内，而不能定位在道路附近的具体位置，与实际位置偏差较大，因此将可信度低于阈值的位置信息进行人工标点。

其中，优化车辆数据优化轨迹数据以及优化车辆事故数据组成。

S105、根据优化车辆数据，对交通系统的运行状态进行指标体系计算，得到交通系统指标体系。

具体地，根据优化车辆数据中的优化轨迹数据，对每个道路网格中车辆任意两个连续时间点的行驶速度进行交通状态计算，得到交通运行指标。其中，交通状态至少包括：车辆经纬度信息以及自由流车速。

在一个实施例中，根据

根据优化车辆数据中的优化车辆事故数据，对每个道路网格中交通事故总数进行统计，得到交通事故指标。

在一个实施例中，根据

根据车辆的GPS数据，获取车辆的加速度干扰值。通过加速度干扰值，对每个道路网格中车辆的加速度进行行驶舒适度评价，得到行驶舒适性指标。

在一个实施例中，根据

进一步地，根据交通运行指标、交通事故指标以及行驶舒适性指标，对交通系统进行指标体系的构建，得到交通系统指标体系。

S106、将建成环境指标体系与交通系统指标体系之间进行相互协调结合，得到总指标体系，以完成建成环境与交通系统之间的协调平衡。

具体地，通过建成环境指标体系与交通系统指标体系之间的相互协调结合，使调整土地利用或交通供给时交通状态也会随之变化达到新的协调平衡，让交通系统运行状态对城市交通系统运转具有良好的表征。根据总指标体系，将建成环境与交通系统协调关系的符合科学性原则、层次性原则、可操作性、精简性原则、独立性原则、适应性原则、可比性原则以及互馈性原则，摆脱单一的局限性。

另外，本申请实施例还提供了一种基于建成环境与交通系统的指标体系生成设备，如图4所示，基于建成环境与交通系统的指标体系生成设备400具体包括：

至少一个处理器401，以及，与至少一个处理器401通信连接的存储器402；其中，存储器402存储有能够被至少一个处理器401执行的指令，以使至少一个处理器401能够执行：

对建成环境进行维度分析，得到建成环境的维度指标体系；

获取建成环境的基础数据，并对基础数据进行数据修正，得到建成环境的优化数据；

根据优化数据，对维度指标体系进行有关建成环境的指标计算，得到建成环境指标体系；

对交通系统中的车辆数据进行数据预处理，得到交通系统的优化车辆数据；

根据优化车辆数据，对交通系统的运行状态进行指标体系计算，得到交通系统指标体系；

将建成环境指标体系与交通系统指标体系之间进行相互协调结合，得到总指标体系，以完成建成环境与交通系统之间的协调平衡。

本申请实施例提供了一种基于建成环境与交通系统的指标体系生成方法及设备，通过对建成环境和交通系统进行指标体系的构建，来得到建成环境指标体系以及交通系统指标体系，并利用建成环境指标体系以及交通系统指标体系实现有关交通供给、交通需求以及交通状态的协调平衡发展，提高交通系统的运行状态以及增大环境的利用效率，使两者之间能够更好的实现相互反馈、相互适应，将建成环境和交通系统运行状态能够更加科学合理的相互结合，对各个维度都包涵全面，为土地利用与交通系统协调发展提供重要的指标，进一步促进城市与交通协调可持续发展。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。