2. 唐山职业技术学院, 河北 唐山 063000;
3. 广州市华南自然资源科学技术研究院, 广州 510642;
4. 四川省国土科学技术研究院/四川省卫星应用技术中心, 成都 610041
2. Tangshan Vocational and Technical College, Tangshan 063000, China;
3. Guangzhou South China Academy of Science and Technology of Natural Resources, Guangzhou 510642, China;
4. Sichuan Institute of Land Science and Technology/Sichuan Center of Satellite Application Technology, Chengdu 610041, China
耕地是人类赖以生存和发展的宝贵资源,耕地质量直接制约着区域粮食安全、生态环境稳定和社会安定。耕地质量高低主要表现在耕地自然质量与产能两个方面。目前对耕地质量与产能的研究中,主要存在评价指标差异大、方法不统一、指标赋权不科学等问题[1-7]。
对耕地质量与产能的评价中,评价指标的选取既是关键也是基础。评价指标的选取要考虑到对耕地质量的需求,如:环保部门对耕地质量评价时,侧重耕地的污染情况,利用土壤负载容量、土壤重金属含量等方面构建耕地评价指标[8-9];土地规划管理部门较侧重土地资源承载力[10]、土壤功能[11-12]等方面。对耕地质量需求不同[13],构建的耕地评价指标体系也不同,因此造成耕地质量评价成果繁多、重复且难以各尽其用。针对目前耕地评价体系中指标体系不全面、成果应用效果差等无法满足耕地质量评价需求的问题,本研究从耕地发展需求出发,结合耕地评价方法与相关理论基础,采用地理探测器对指标进行初选,构建基于生产功能、生活功能、生态功能的综合指标体系,以广西宾阳县为研究区,对耕地的质量与产能进行评价,并验证评价体系的科学性、合理性与适用性,旨在为宾阳县耕地的合理保护与利用提供科学依据。
1 材料与方法 1.1 研究区概况宾阳县地处广西中南部(22°54′ ~23°27′ N,108° 32′~109°15′E),总面积2 308 km2,地理位置如图 1所示。作为南宁市重要的粮食生产基地,宾阳县具有“稻藕套种之乡”的美誉,且是桂中南重要交通枢纽之一。宾阳县整体地势南部高北部低,由西南向东北倾斜。东、南、西三面边缘土山环绕,中部为不闭合盆地,为大片较为平整的冲积平原。东北部石山群立,为溶蚀平原及缓丘,东南部主要为丘陵区。平原面积为823 km2,占总面积35.6%;丘陵面积719 km2,占全县面积的31.1%。东西长度32 km,南北宽27 km,山沟深壑狭窄,山峰海拔多在700 m以上,相对高度多为100~200 m。宾阳县地处低纬度,属亚热带季风气候,受海洋暖湿气流调节,高温多雨,夏长冬短。境内土壤分为6个土类,共15个亚类。6个土类分别是水稻土类、砖红性红壤土类、黄壤土类、石灰(岩)土类、紫色土类和冲积土类。水田以淹育性水稻土、潴育性水稻土、潜育性水稻土、沼泽性水稻土为主,畲地以耕型第四纪红土赤红壤、耕型铁砾赤红壤为主。荒林牧地以砂页岩赤红壤、石灰岩赤红壤为主。
![]() |
图 1 宾阳县位置图 Figure 1 Location map of Binyang County |
根据2016年度土地利用变更调查成果,宾阳县土地总面积为229 816.99 hm2。其中,耕地面积为91 948.51 hm2,占土地总面积的40.01%(其中水田面积46 040.76 hm2,旱地面积45 907.75 hm2)。从各乡镇耕地面积分布情况来看,耕地面积最大的是宾州镇,面积为10 551.46 hm2,占宾阳县总耕地面积的11.48%;其次是洋桥镇,面积为9 268.99 hm2,占比为10.08%;邹圩镇和大桥镇耕地面积分别占9.74% 和9.43%;耕地面积最小的是陈平镇,仅为1 255.84 hm2,占1.37%。
本研究主要研究耕地质量和产能,选取宾阳县作为研究区具有良好的典型性和代表性。
1.2 数据来源与处理本研究利用2016年的地理空间数据云中GDEMDEM 30 m的高分遥感数据来获取宾阳县土地利用和海拔信息,计算地形部位、坡度、田块状况、海拔高度、道路通达度、耕作距离等指标;2016年度土地利用变更调查数据库提取33 566个耕地图斑,包括水田17 376个、旱地16 190个;从耕地质量等别更新评价成果数据库获取土壤属性数据,包括有机质含量、pH值、容重等;通过空间插值或权重赋值方法获取土地质量地球化学评价数据,通过2013年测土配方施肥成果数据库、2013年耕地地力评价数据库获取样点属性数据;同时在宾阳县分层抽样选择213个外业补充调查样点,在每个采样点采用梅花形采样模式,依次选取土壤表层(0~20 cm深度)的5个土壤子样本并混合为约1 000 g的样品,采样点分布见图 2。从水利部门获取《宾阳县水利志》以及《宾阳县农田水利建设规划报告》等资料;从统计局获取宾阳县农田机械化水平、农艺管理水平、病虫害防治水平等相关数据资料。
![]() |
图 2 宾阳县外业调查样点分布图 Figure 2 Distribution of field survey sample points in Binyang County |
对收集数据进行可用性与匹配性分析,剔除重复、时效性不强的数据,并验证数据的可靠性,将数据按照分级标准进行统一和标准化,采用西安1980平面坐标系对地图数据进行平面校正,使用ArcGIS 10.2软件将各指标属性值与耕地图斑进行匹配,建立宾阳县耕地质量和耕地产能评价数据库。
1.3 研究方法通过阅读文献,对影响耕地质量与产能的194个指标进行梳理,采用分异及因子探测器,探究耕地质量等别与各影响指标因素的强度关系,进而初步筛选出影响耕地质量和产能的相关指标因素。以宾阳县耕地质量和产能为研究对象,选用特尔斐法,确定广西宾阳县耕地质量和耕地产能评价指标体系和权重。以地统计分析空间插值的方法获取部分评价指标,如土壤养分元素、重金属元素、有机质等空间数据。采用Pearson相关系数来判定耕地评价结果之间的相关性。
2 结果与分析 2.1 耕地质量评价指标体系构建 2.1.1 耕地质量评价指标体系随着社会经济的发展,耕地质量的内涵不断发展,由最初的高产逐渐变为以人类需求为导向的耕地质量评价。因此本研究从耕地地力水平、耕作条件、土壤健康状况以及土壤生物特性四个维度选取评价指标,构建评价指标体系(图 3)。
![]() |
图 3 宾阳县耕地质量评价指标体系构建图 Figure 3 Construction of cultivated land quality evaluation index system in Binyang County |
在结合农用地分等方法的基础上,采用综合算法计算耕地地力水平,以地形特征指数、土壤性状指数进行表征,利用耕作条件指数、健康状况系数、生物特性系数逐级修正,得出耕地质量评价结果。
2.2 耕地产能评价指标体系构建 2.2.1 耕地产能评价指标体系耕地产能是指耕地产出作物的能力,是耕地、气候、劳动三者结合所形成的耕地生产力水平。本研究通过梳理相关文献,综合耕地生产潜力,考虑耕地管理措施对产能的影响,从区域气候条件、耕地自然条件、管理技术水平三方面构建耕地产能评价指标体系(图 4)。
![]() |
图 4 宾阳县耕地产能评价指标体系构建图 Figure 4 Construction of cultivated land productivity evaluation index system in Binyang County |
采用逐级修正的方法,用光温生产潜力指数、作物产量比系数反映气候条件,用耕地自然质量系数和技术水平系数进行逐级修正,计算耕地产能。详见公式1。
![]() |
(1) |
式中:IP为耕地产能指数;αi为第i种作物的光温(气候)生产潜力指数;βi为第i种作物的产量比系数;q为耕地自然质量系数;t为技术水平系数。
2.3 基于地理探测器的耕地评价指标筛选利用地理探测器模型对评价指标进行筛选,通过213个外业调查样点获取作物产量数据,转化为标准粮产量作为模型分析的因变量,宾阳县各镇采样点标准粮平均值见表 1。以q′值表示各指标因素对标准粮产量的影响程度,q′值越大,影响程度越强。利用公式(1)将各项指标分别与标准粮产量进行空间探测分析,计算获得各因素对标准粮产量的决定力大小,即q′值(图 5)。将各指标因素按决定力高低的排列顺序,根据q′值大小及对应P值检验情况(P < 0.05),确定其中主要影响因子有23项,如图 5所示。因黑土层厚度(x6)、土壤有益微量元素(x8)、地表岩石露头度(x12)、砾石含量(x13)、盐渍化程度(x14)、林网化程度(x23)、梯田化水平(x31)对耕地质量影响程度较小,且未通过P值检验,故将其初步筛选剔除。
![]() |
表 1 宾阳县各镇样点平均标准粮产量(kg) Table 1 Average standard grain yield of sample points in Binyang County(kg) |
![]() |
x1地形部位;x25灌溉水环境质量;x26土壤重金属含量;x5有机质含量;x17灌溉保证程度;x2田面坡度;x22田间输水方式;x11pH值;x27土壤蚯蚓数量;x18排水条件;x29农机化水平;x9土壤容重;x3海拔高度;x7障碍层距地表深度;x30农艺管理水平;x4有效土层厚度;x15土体构型;x16耕层质地;x19田块状况;x24农田防洪标准;x28灾害防治水平;x20田间道路通达度;x21耕作距离 图 5 宾阳县耕地评价指标因素q′值顺序图 Figure 5 Sequence diagram of q′ value of cultivated land evaluation index factors in Binyang County |
采用特尔斐法及专家法确定指标权重。首先是对一级指标地形特征、土壤性状、耕作条件进行赋权,三者权重和为1;其次是对二级指标赋权,每个一级指标下的二级指标权重和为1。专家打分结果满足T值显著性检验,得到宾阳县耕地质量和耕地产能评价指标权重结果(表 2和表 3)。
![]() |
表 2 宾阳县耕地质量评价指标及权重 Table 2 Evaluation index and weight of cultivated land quality in Binyang County |
![]() |
表 3 宾阳县耕地产能评价指标及权重 Table 3 Evaluation index and weight of cultivated land productivity in Binyang County |
根据《耕地质量评定与地力分等定级技术规范》(DB33/T 895—2013)、《农用地质量分等规程》(GB/T 28407—2012)、《农用地定级规程》(GB / T 28405— 2012)、《耕地质量等级》(GB/T 33469—2016)等对耕地产能与质量指标进行量化分级并赋分(表 4和表 5)。
![]() |
表 4 耕地产能评价指标分级 Table 4 Classification of cultivated land productivity evaluation indicators |
![]() |
表 5 耕地质量评价指标分级 Table 5 Classification of cultivated land quality evaluation indexes |
(1)评价过程
将宾阳县耕地图斑作为评价单元,采用加权求和法计算地形特征、土壤性状、耕作条件、土壤健康系数、生物特性系数的分值(图 6)。将耕地质量指标分层综合,选取地形特征、土壤性状、耕作条件组成自然质量层,作为耕地质量评价的基础,健康状况、生物特性分别作为系数构成修订层,以修订自然质量层,最终计算得出耕地质量指数。
![]() |
图 6 宾阳县耕地质量指标分值示意图 Figure 6 Schematic diagram of cultivated land quality in Binyang County |
(2)数量分析
宾阳县耕地质量指数分布在43.2~96.0之间,将耕地质量指数按照(0,25]、(25,50]、(50,75]、(75,100]划分为优、良、中、差四个等别,得到宾阳县耕地质量等别范围为优至中等(表 6)。
![]() |
表 6 宾阳县各镇耕地质量等别评价(hm2) Table 6 Evaluation of cultivated land quality grade in towns of Binyang County(hm2) |
由表 6可知,优等耕地面积为73 850.10 hm2,占比80.32%;良等耕地面积为18 051.04 hm2,占比19.63%;中等耕地面积为47.36 hm2,占比0.05%。从总体上而言,质量等别为优等和良等的耕地占99.95%。
从各镇来看,耕地质量等别大多为优等,主要分布在宾州镇,面积为9 461.06 hm2,占宾阳县优等地总面积的12.81%。良等耕地主要分布在和吉镇,面积为3 769.67 hm2,占宾阳县良等地总面积的20.88%。质量等别为中的耕地仅分布在和吉镇,面积为47.36 hm2。
(3)质量分析
如图 7所示,宾阳县耕地质量优良,中等耕地面积比例仅为0.05%。优等耕地主要分布在中部交通便利、地势平坦、便于管理、熟化程度高的地区。良等耕地主要分布在和吉镇、黎塘镇等东北部乡镇,原因在于其土地利用方式多为旱地,评价指标中灌溉保证程度、排水条件及各土壤性状指标都低于水田,导致耕地质量等级低于水田。中等耕地分布在和吉镇东北边界,由于其土壤健康水平较低,并且存在土壤重金属污染状况,因此在土壤健康系数的修正下,耕地质量较低。
![]() |
图 7 宾阳县耕地质量等别分布示意图 Figure 7 Schematic diagram of cultivated land quality grade distribution in Binyang County |
宾阳县耕地质量呈现西南高而东北低的规律。水田的耕地质量优等居多,旱地多为良等。宾阳县东北部地区及南部大多为旱地。西南地区交通便利度低、海拔高且田块较细碎,地类主要为水田。本次评价中土壤健康状况对总体耕地质量有较大影响,东北地区部分乡镇存在污染,造成其耕地质量较低。建议有良等以下耕地分布的乡镇,如大桥镇、王灵镇等,加强土壤污染管控与治理,有效提升耕地质量。
2.6.2 耕地产能评价(1)评价过程
将宾阳县耕地图斑作为评价单元,采用逐级修正法评价耕地产能,用光温(气候)生产潜力指数和作物产量比系数反映气候条件,作为耕地产能评价的基础,再用耕地自然质量系数(图 8)和技术水平系数(图 9)进行逐级修正,计算耕地产能指数。
![]() |
图 8 宾阳县耕地自然质量系数示意图 Figure 8 Schematic diagram of cultivated land natural quality coefficient in Binyang County |
![]() |
图 9 宾阳县技术水平系数分值示意图 Figure 9 Schematic diagram of technical level coefficient score of Binyang County |
(2)数量分析
按照上述方法计算得到宾阳县耕地产能指数为970~2 861,以200为区间划分为12个等别,宾阳县耕地产能等别范围为6~12等(表 7)。
![]() |
表 7 宾阳县各地类耕地产能统计(hm2) Table 7 Productivity statistics of cultivated land use type in Binyang County(hm2) |
由表 7可知,11等耕地面积最大,为33 416.77 hm2,占比36.34%;9等耕地面积最小,为1 242.81 hm2,占比1.35%。从地类看,旱地的产能等别主要集中在10~12等,其中11等最多,面积为33 416.77 hm2,占旱地总面积的72.79%;水田的产能等别主要分布在6~10等,其中7等最多,面积为23 923.80 hm2,占水田总面积的51.96%。
从表 8中可以看出,产能等别为6等的耕地主要分布在宾州镇、新桥镇,面积分别为2 863.49、2 179.43 hm2。7等耕地主要分布在宾州镇、大桥镇、古辣镇,面积分别为3 824.62、3 231.87、2 942.06 hm2。8等耕地主要分布在思陇镇、甘棠镇、露圩镇、洋桥镇,面积均超过1 450 hm2。9等耕地主要分布在甘棠镇,面积为639.38 hm2。10等耕地主要分布在宾州镇,面积为879.26 hm2,其次为古辣镇,面积为692.36 hm2。11等耕地主要分布在邹圩镇和洋桥镇,面积分为5 450.28、4 491.57 hm2。12等耕地主要分布在和吉镇、洋桥镇,面积分别为2 866.15、2 760.71 hm2。
![]() |
表 8 宾阳县各镇耕地产能统计(hm2) Table 8 Statistics of cultivated land productivity of towns in Binyang County(hm2) |
(3)产能分析
由图 10可知,宾阳县耕地产能指数较高地区分布在中华镇、宾州镇、新桥镇、邹圩镇南部及黎塘镇中部。由于新桥镇地形地势及利用管理水平较高,因此田间管理水平、灌溉保证程度等指标分值较高,其耕地产能指数最高。甘棠镇、和吉镇、新圩镇及洋桥镇耕地产能指数较低,洋桥镇最低,主要是由于这些乡镇耕地利用类型主要为旱地,其光温生产潜力指数远低于水田。旱地与水田耕地产能等别存在明显差异,旱地分布越多其平均耕地产能指数就越低,宾阳县耕地产能总体呈现四周低中间高的趋势。
![]() |
图 10 宾阳县耕地产能等别分布示意图 Figure 10 Distribution of cultivated land productivity grade in Binyang County |
由于评价指标数据多以乡镇为单元,农机化水平、农艺管理水平等是通过农机站、土肥站、植保站等专家打分获取指标分值,因而差异多体现在镇级之间。地类差异是造成宾阳县耕地产能分布差异的主要原因,水田的耕地产能等别明显高于旱地。这可能是由于旱地土壤中有机质含量、土壤养分含量等土壤属性数据较低;此外,耕地基础设施即技术水平指标的差异也是造成耕地产能差异的主要原因。旱地多分布于远郊乡镇,田间道路条件及有效管理措施较差,耕地基础设施环境也相对较差。因此,基于耕地产能分析,建议宾阳县耕地可通过“旱改水”等田间工程有效提高耕地产能水平,改善灌排设施条件,有效提高耕地平整度、连片度等,科学改善耕地产能水平。
3 讨论(1)土壤生物特性指标的选取
依据指标可获取性原则,本研究选用土壤蚯蚓数量反映耕地生物特性。在实际采样中发现土壤蚯蚓数量较难获取,且受人为扰动、气候、温度等因素影响较大,难以反映耕地生物特性,未来需进一步明确耕地的生态内涵,选取更能反映耕地特性的生物特性指标。
(2)定性指标分级量化
部分定性评价指标在分级描述中较模糊,如农艺管理水平,在具体的资料收集过程中难以准确量化。在后续的研究中可结合耕地实际状况,改进定级标准,使评价指标更能科学准确地反映耕地现状。
(3)基于数学模型的指标选取
本研究采用地理探测器模型进行指标的筛选,在对类型变量分类时也具有一定的优势,但在指标内涵识别判断上往往存在一定的局限性。基于数学模型进行指标选取,往往忽略指标间的差异,或因模型的分析结果而剔除了一部分明显对评价体系存在较大影响的指标,如土壤有益微量元素、梯田化水平等。后续研究可针对模型进行改进,以增强数学模型在指标选取时的合理性和适用性。
(4)耕地质量与产能结果分析
本研究分别计算了宾阳县耕地质量指数与产能指数,并进行分等。宾阳县耕地质量指数范围为43.2~96.0,主要为优等和良等,西南部耕地质量略高于东北部。耕地产能等别为6~12等,耕地产能指数为970~2 861,主要集中在970~1 800、2 100~2 861之间,总体呈现出中部高而四周较低的分布规律。宾州、王灵、武陵、新桥、中华、邹圩6个镇的耕地质量高,同时产能指数也高,而东北部乡镇耕地质量较高,但其产能指数并不高。耕地质量能够直接影响耕地产能,但耕地产能不完全由耕地质量决定,农业技术水平也是影响耕地产能的重要因素。
4 结论本研究梳理了耕地质量发展需求,对耕地评价指标体系进行综合考虑,构建了耕地质量与耕地产能评价指标体系。
(1)采用地理探测器模型进行指标筛选,运用特尔斐法进行确权,使评价体系更加科学与完善。
(2)采用逐级修正法对耕地质量与产能进行评价,继承了耕地评价中最为科学的理论体系。
(3)引入健康状况系数、生物特性系数、技术水平系数等对耕地的本底质量进行修正,加大了各系数的权重影响,突出当今时代耕地健康、生态和管理方面的重要性,使评价得到的耕地等别结果更符合社会发展需求。
(4)本研究对宾阳县耕地的评价结果不仅在大尺度范围内实现了耕地质量的可比性,且细化了县域尺度内耕地产能的差异。耕地产能等别分布规律差异明显,可为宾阳县耕地改良、田间整治提供参考依据。
[1] |
胡存智. 中国农用土地分等定级理论与方法研究——兼论《农用地分等规程》总体思路及技术方案设计[J]. 中国土地科学, 2012, 26(3): 4-13. HU C Z. Theory and method of China's agricultural land classification and gradation: On general framework and technical scheme of the agricultural land classification rules[J]. China Land Science, 2012, 26(3): 4-13. DOI:10.3969/j.issn.1001-8158.2012.03.002 |
[2] |
王洪波. 农用地分等定级的理论与方法探讨[J]. 土壤, 2004(4): 371-375. WANG H B. Theory and method of grading and rating of agricultural land[J]. Soil, 2004(4): 371-375. DOI:10.3321/j.issn:0253-9829.2004.04.007 |
[3] |
黄青华, 白宗海, 封建平. 土地质量地球化学评价方法应用研究[J]. 环境科学与管理, 2018, 43(9): 167-170. HUANG Q H, BAI Z H, FENG J P. Application of land quality geochemical evaluation method[J]. Environmental Science and Management, 2018, 43(9): 167-170. DOI:10.3969/j.issn.1673-1212.2018.09.040 |
[4] |
武春林, 王瑞廷, 丁坤, 等. 中国土壤质量地球化学调查与评价的研究现状和进展[J]. 西北地质, 2018, 51(3): 240-252. WU C L, WANG R Y, DING K, et al. Geochemical survey and evaluation on soil quality in China: Research status and advances[J]. Northwest Geology, 2018, 51(3): 240-252. DOI:10.3969/j.issn.1009-6248.2018.03.023 |
[5] |
赵彦锋, 程道全, 陈杰, 等. 耕地地力评价指标体系构建中的问题与分析逻辑[J]. 土壤学报, 2015, 52(6): 1197-1208. ZHAO Y F, CHENG D Q, CHEN J, et al. Problems and analytical logic in building cultivated land productivity evaluation index system[J]. Acta Pedologica Sinica, 2015, 52(6): 1197-1208. |
[6] |
闫一凡, 刘建立, 张佳宝. 耕地地力评价方法及模型分析[J]. 农业工程学报, 2014, 30(5): 204-210. YAN Y F, LIU J L, ZHANG J B. Evaluation method and model analysis for productivity of cultivated land[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(5): 204-210. DOI:10.3969/j.issn.1002-6819.2014.05.026 |
[7] |
鲁明星, 贺立源, 吴礼树. 我国耕地地力评价研究进展[J]. 生态环境, 2006(4): 866-871. LU M X, HE L Y, WU L S. Fertility evaluation of cultivated land in China: A review[J]. Ecology and Environmental Sciences, 2006(4): 866-871. |
[8] |
吕悦风, 谢丽, 孙华, 等. 县域尺度耕地土壤重金属污染评价中的标准选择研究[J]. 中国环境科学, 2019, 39(11): 4743-4751. LÜ Y F, XIE L, SUN H, et al. Criterion selection in assessment of soil heavy metal pollution in farmland on county scale[J]. China Environmental Science, 2019, 39(11): 4743-4751. DOI:10.3969/j.issn.1000-6923.2019.11.033 |
[9] |
马鑫鹏. 泰来县耕地土壤重金属污染评价及安全利用分区研究[D]. 哈尔滨: 东北农业大学, 2019: 11-13. MA X P. Heavy metal pollution assessment and safety utilization zoning of cultivated soil in Tailai County[D]. Harbin: Northeast Agricultural University, 2019: 11-13. |
[10] |
朱冬冬. 阿拉尔市土地资源承载力评价[J]. 黑龙江科学, 2021, 12(2): 150-153. ZHU D D. Evaluation of land resources carrying capacity in Alar City[J]. Heilongjiang Science, 2021, 12(2): 150-153. |
[11] |
李俊颖. 黑龙江省耕地土壤功能评价及分区研究[D]. 北京: 中国地质大学(北京), 2020: 10-12. LI J Y. Study on soil function evaluation and regionalization of farmland in Heilongjiang Province[D]. Beijing: China University of Geosciences(Beijing), 2020: 10-12. |
[12] |
胡月明, 吴谷丰, 江华, 等. 基于GIS与灰关联综合评价模型的土壤质量评价[J]. 西北农林科技大学学报(自然科学版), 2001, 29(4): 39-42. HU Y M, WU G F, JIANG H, et al. Soil quality evaluation based on Geographic Information System and gray relative comprehensive evaluation model[J]. Journal of Northwest Sci-Tec University of Agriculture and Forestry, 2001, 29(4): 39-42. |
[13] |
郧文聚. 尽快补上耕地产能评价考核这一课[N]. 中国自然资源报, 2019-02-26(3版). YUN W J. Make up the lesson of cultivated land productivity evaluation as soon as possible[N]. China Natural Resources News, 2019-02-26(3rd Edition). |