农田建设区域判定方法与流程

本发明涉及农田建设与土地整治领域，特别是涉及一种农田建设区域判定方法，对农田建设划定等级，为后续建设高标注农田提供参照。

背景技术：

建设高标准农田是实现耕地保护由数量保护向数量质量并重保护的一个重要途径。建设高标准农田，是改造传统农业、发展现代农业的重要途径，有利于发挥组织效应，实现规模化经营。通过高标准农田建设，才实现耕地的集中化和规模化，打破耕地的零星分割问题。

高标准农田建设要综合考虑耕地生产能力、土地整治难度、社会经济效益等各方面因素。因此，建设区域一方面要考虑良好的耕地质量本地状况和耕地集中连片，这是高标准农田建设的内在因素，另一方面还要考虑耕地利用水平和经济条件，这是高标准农田建设的外在因素，包括耕地基础设施水平、区位条件等。但实践中，地方政府和土地管理部门在高标准农田建设中，出现主观性大，重数量轻质量，将一些破碎、质量差、整治难度大的耕地划为建设区域，导致建设难度和成本的大幅增加，建成后难以达到高标准农田的基本要求。耕地入选高标准农田建设区域的评价体系还处于探索阶段，评价指标的计算不够客观、准确，且一般以耕地图斑或行政区为空间单元进行分析，不利于信息检索与更新。因此，如何科学、合理划定高标准农田建设区域是耕地保护和建设的重要问题。

基于以上考虑，本发明依据高标准农田建设的基本原则和要求，构建县城耕地入选高标准农田建设区域的评价指标体系，在网格环境下优化指标计算方法，综合评价耕地质量，进而确定高标准农田建设的空间布局与时序安排，为高标准农田建设和土地整治提供支撑，具有广阔的应用前景和实用价值。

技术实现要素：

(一)要解决的技术问题

本发明的目的是提供一种科学划分县域高标准农田建设区域和建设时序的农田建设区域判定方法，解决现有农田建设划分主观性大，划分质量差，农田建设成本提高的问题。

(二)技术方案

为了解决上述技术问题，本发明提供一种农田建设区域判定方法，其包括：

确定研究区域，并获取所述研究区域的耕地质量数据；

对所述研究区域进行网格划分，建立网格单元与所述耕地质量数据之间的空间对应关系；

构建农田建设区域的判定指标，计算每个网格单元对应的判定指标值；

采用极差归一化方法对所述判定指标值进行归一化处理，并利用层次分析法确定判定指标相对耕地综合质量的权重；

利用确定耕地综合质量得分，其中A_i为耕地综合质量得分；n为判定指标的总数；a_i为第i个判定指标的得分；w_i为第i个判定指标相对耕地综合质量的权重；

利用自然间断点分级法，通过所述耕地综合质量得分判定农田建设区域，所述农田建设区域包括：优先建设区、一般建设区和不宜建设区。

优选为，所述耕地质量数据包括：耕地县级分等单元、线状地物和行政区数据，则

所述对所述研究区域进行网格划分，建立网格单元与所述耕地质量数据间的空间对应关系包括：

创建网格；

根据行政区数据确定网格权属；

根据网格权属进行网格编码，网格编码中包括：省行政区划代码、地市行政区划代码、县行政区划代码、乡镇行政区划代码、村行政区划代码、网格单元顺序码；

将耕地图斑和线状地物连接到网格，将得到的网格分别与耕地和线状地物叠加，得到网格化的耕地图斑和线状地物；

按照相交部分的比例计算网格单元中的耕地面积和线状地物长度。

优选为，所述采用极差归一化方法对所述判定指标值进行归一化处理，并利用层次分析法确定判定指标相对耕地综合质量的权重包括：

确定所述判定指标为正指标或逆指标；

归一化处理，当判定指标为正指标时，归一化计算公式为：当判定指标为逆指标时，归一化计算公式为：其中，S_i为第i项判定指标的归一化值；a_i为第i项判定指标的评价对象实际值；T_i为第i项判定指标的评价临界值；A_i为第i项指标的评价目标值；

建立因素层比较矩阵，确定因素层相对目标层的权重v_j；

建立指标层比较矩阵，确定指标层相对因素层的权重w_ij；

利用w_i＝v_j·w_ij确定指标层相对目标层的权重w_i，视为判定指标相对耕地综合质量的权重。

优选为，所述判定指标包括：自然等指数、耕地面积比、田块形状指数、耕地集中连片度、沟渠宽度、沟渠密度、田间道路宽度、田间道路密度、耕作距离、农贸市场影响度。

优选为，所述耕地自然等指数的计算方法包括：

利用R_ij＝α_ij·C_Lij·β_j，计算第j种指定作物的自然等指数；

利用计算第i个网络单元的农用地自然等指数；

其中，C_Lij为第i个网络单元第j种指定作物的农用地自然质量分；i为网络单元编号；j为指定作物编号；k为评价指标编号；m为评价指标的数目；w_k为第k个评价指标的权重；f_ijk为第i个网络单元内第j种指定作物第k个评价指标的指标分值，取值为(0～100)；R_ij为第i个评价单元第j种指定作物的自然等指数；α_ij为第j种作物的光温或气候生产潜力指数；β_j为第j种作物的产量；

采用面积加权平均法计算每个网格单元内耕地图斑的平均自然等指数，公式如下：

$T_i=\frac{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}.A_{ij}}{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}}$

其中T_i为第i个网格单元内耕地自然等指数的加权平均值；S_ij为第i个网格单元内第j个耕地图斑与网格单元i相交部分的面积；A_ij为第i个网格单元内第j个耕地图斑与网格单元i相交部分的耕地自然等指数。

优选为，所述耕地面积比的计算方式包括：采用计算耕地面积比，其中，P_i为第i个网格单元的耕地面积比；S为网格单元的面积；a_ij为第i个网格单元内第j个耕地图斑的面积。

优选为，所述田块形状指数的计算包括：

合并网格单元内空间距离小于距离阈值的耕地图斑；

利用计算田块形状指数，其中，FDI为田块形状指数；A_i为第i个网格中的耕地总面积；L_i为第i个网格单元中耕地田块周长总和。

优选为，所述耕地集中连片度的计算包括：

确定耕地田块之间的空间距离、耕地田块面积及农田镶嵌要素，所述农田镶嵌要素包括：田间道路、沟渠；

确定连片判定方式，并根据所述连片判定方式、所述空间距离和所述农田镶嵌要素确定两个耕地田块是否相连；

所述连片判定方式为：当两个耕地田块之间的最短空间距离小于距离阈值时，确定两个耕地田块相连；当两个耕地田块之间的空间距离大于距离阈值，且没有农田镶嵌要素时，确定两个耕地田块之间不连片；当两个耕地田块之间仅存在农田镶嵌要素时，确定两个耕地田块相连；

根据耕地田块之间的空间距离设置空间权重，空间距离和空间权重成反比；

利用计算耕地集中连片度，其中，IIC_i为耕地集中连片度，值越大连片程度越高；n为第i个网格单元内的耕地田块总个数；a_l、a_k分别为第l和第k个耕地田块的面积；W_lk为田块l与田块k之间的空间距离权重，取值范围为0～1，l与k连片时W_lk＝1。

优选为，所述沟渠密度、所述田间道路密度的计算方式为：其中，P_i为第i个网格单元内沟渠或者田间道路的密度；L_ij为第i个网格单元内第j条道路或者沟渠与网格单元i相交部分的长度；S_ij为第i个网格单元内第j个耕地图斑与网格单元i相交部分的耕地面积。

优选为，所述沟渠宽度、所述田间道路宽度的计算公式为：其中T_i为第i个网格单元内评价指标的加权平均值；S_ij为第i个网格单元内第j个线状地物与网格单元i相交部分的长度；A_ij为第i个网格单元内第j个线状地物与网格单元i相交部分的指标值。

优选为，所述耕作距离的计算方式为：其中T_i为第i个网格单元的耕作距离；A_ij为第i个网格单元内第j个耕地图斑的面积。S_ij为第i个网格单元内第j个耕地图斑中心点与所属居民点之间的距离。

优选为，所述农贸市场影响度的计算公式为：r＝d_c/d，其中F为农贸市场影响度；M_i为乡镇规模指数；d_c为乡镇与农村居民点之间的实际距离，d为乡镇影响半径。

(三)有益效果

本发明提供的农田建设区域判定方法，提取县域的耕地质量数据，采用网格划分的方法，将网格单元与耕地质量数据建立连接、对应关系，并确定用于衡量农田建设情况的判定指标，通过判定指标对每个网格单元进行数值计算，并通过归一化、权重分配后最终获得评价农田建设的科学化数值。与现有技术中通过耕地图斑或行政区域划分农田建设区域的方法相比，对农田的评价更科学，而且，通过判定指标进行数值评价，更加客观，结果更准确，在后续农田建设中，建设成本降低。

附图说明

图1为本发明一个实施例中农田建设区域判定方法的步骤示意图；

图2为本发明一个实施例中网格单元编码方法示意图；

图3为本发明一个实施例中研究区域的耕地自然质量空间分布图；

图4为本发明一个实施例中研究区域的耕地空间形态得分空间分布图；

图5为本发明一个实施例中研究区域的耕地基础设施得分空间分布图；

图6为本发明一个实施例中研究区域的耕地区位条件得分空间分布图；

图7为本发明一个实施例中高标准农田建设区域规划图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实例用于说明本发明，但不用来限制本发明的范围。

基于现有农田建设区域判定方法多采用主观判定，采用耕地图斑和行政区域的方式划分，导致重数量轻质量，高标准农田建设成本大的问题，本发明给出一种农田建设区域判定方法。

该农田建设区域判定方法，如图1所示，其包括：

步骤110，确定研究区域，并获取研究区域的耕地质量数据；

研究区域一般选择县域范围，耕地质量数据为矢量数据格式。耕地质量数据一般包括耕地县级分等单元、线状地物、行政区划数据等。对耕地质量数据等资料进行严格的检查，剔除异常值，确保数据的可靠性。

步骤210，对研究区域进行网格划分，建立网格单元与耕地质量数据之间的空间对应关系；

该步骤是网格环境评价耕地综合质量的重要步骤，通过该步骤对耕地质量数据进行网格化划分，为后续网格单元对应判定指标的计算做好准备工作。该步骤具体展开为：

步骤2110，创建网格；

选择介于耕地图斑和行政村尺度之间的1km×1km规则网格单元，采用ArcGIS的FishNet工具创建网格，设置网格单元大小，生成1km×1km网格；

需要说明的是，本发明宗旨在于提供一种农田建设区域判定的思路、方法，在方法执行的过程中，本领域技术人员可以根据具体的研究区域确定网格大小。在本实施例中采用1km×1km网格。而且，随着技术的发展，创建网格的工具也可以适应性更改。

步骤2120，根据行政区划数据确定网格权属；

确定网格权属即确定每个网格单元所属的行政区，考虑到采用的网格尺度较小，可以根据耕地图斑的权属确定网格权属，权属的最小单位为行政村。

步骤2130，根据网格权属进行网格编码，网格编码中包括：省行政区划代码、地市行政区划代码、县行政区划代码、乡镇行政区划代码、村行政区划代码、网格单元顺序码；

由于设置了网格权属，在网格编码中需要体现出该网格权属，至于网格编码的具体编码方式可以根据具体情况而定，此处重点保护的是通过网格编码对网格单元给予唯一性位置限定，以利于后续农田建设区域判定时的位置对应准确性。

接下来，图2给出一种网格编码示例:采用16位数字对网格进行编码，依次是2位省行政区划代码、2位地市行政区划代码、2位县行政区划代码、3位乡(镇)行政区划代码、3位村行政区划代码和4位网格单元顺序码。

步骤2140，将耕地图斑和线状地物连接到网格，将得到的网格分别与耕地和线状地物叠加，得到网格化的耕地图斑和线状地物；

在ArcGIS软件平台(在其他实施例中，可以更换为其他的网格创建平台)中，将耕地图斑空间连接到网格；将得到的网格分别与耕地和线状地物叠加，得到叠加之后的几何交集，即网格化后的耕地图斑和线状地物。

步骤2150，按照相交部分的比例计算网格单元中的耕地面积和线状地物长度。

相交部分的比例主要为面积比例。该步骤利于后续核算网格面积，某种产物的耕种面积。

步骤310，构建农田建设区域的判定指标，计算每个网格单元对应的判定指标值；

判定指标是判定高标准农田建设区域的关键因素，确定判定指标一般从耕地自然质量、耕地空间形态、耕地基础设施、耕地区位条件等进行考虑。

A.耕地自然质量指标一般有自然等指数进行表征。

采用耕地自然质量数据作为耕地质量的基础数据，耕地自然质量能够客观反映区域光温气候、地形条件、土壤等多重因素影响下的耕地质量。本技术中采用农用地分等中的自然等指数来表征耕地的自然质量。图3示出根据自然等指数得分绘制的分布图。具体确定步骤为：

1)采用加权平均法计算自然质量分，计算公式：

$C_{Lij}=\frac{{\mathrm{\Σ}}_{k=1}^m{w}_k.f_{ijk}}{100}$

其中，C_Lij为第i个网络单元第j种指定作物的农用地自然质量分；i为网络单元编号；j为指定作物编号；k为评价指标编号；m为评价指标的数目；w_k为第k个评价指标的权重；f_ijk为第i个网络单元内第j种指定作物第k个评价指标的指标分值，取值为(0～100)。

2)第j种指定作物的自然等指数计算公式：

R_ij＝α_ij·C_Lij·β_j

其中R_ij为第i个评价单元第j种指定作物的自然等指数；α_ij为第j种作物的光温或气候生产潜力指数；β_j为第j种作物的产量。

3)根据熟制计算最终的耕地自然质量，自然等指数的计算公式如下：

其中R_i为第i个网格单元的农用地(耕地)自然等指数。

在后序归一化处理中，质量等指数的平均值，为了陈述的连贯性，此处给出4)采用面积加权平均法计算每个网格单元内耕地图斑的平均自然等指数，公式如下：

$T_i=\frac{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}.A_{ij}}{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}}$

其中T_i为第i个网格单元内耕地自然等指数的加权平均值；S_ij为第i个网格单元内第j个耕地图斑与网格单元i相交部分的面积；A_ij为第i个网格单元内第j个耕地图斑与网格单元i相交部分的耕地自然等指数。

B.耕地空间形态各指标计算

高标注农田要求耕地集中分布、田块规整、集中连片。因此，本技术选取耕地面积比、田块形状指数和集中连片度反映耕地的空间形态。图4示出了根据耕地空间形态得分绘制的分布图。

1)耕地面积比

耕地面积比的计算方法是：通过匹配网格单元编号和网格化后耕地的编号，计算每个网格单元范围内耕地的面积总和，并将结果复制给网格单元的耕地面积字段，得到耕地面积比指标的计算结果。公式如下：

其中，P_i为第i个网格单元的耕地面积比；S为网格单元的面积；a_ij为第i个网格单元内第j个耕地图斑的面积。

2)田块形状指数

田块规整情况可通过田块形状指数体现。田块形状指数的计算涉及到耕地边界周长，如果计算所有耕地图斑的边界周长总和，则无法客观反映耕地的空间分布。基于以上考虑，本发明提出一种田块形状指数的计算策略：如果耕地在空间上相邻，则将其合并；设置一定的距离阈值，合并空间距离小于距离阈值的耕地图斑，将其作为一个整体。最后采用如下公式计算田块形状指数：

$FDI=\frac{2\ln (L_i/4)}{\ln \left(A_i\right)}$

其中，FDI为田块形状指数；A_i为第i个网格中的耕地总面积；L_i为第i个网格单元中耕地田块周长总和。

3)耕地集中连片度

在网格单元内，影响耕地集中连片度的因素主要包括地块(农田块)之间的空间距离、地块(农田块)面积和农田镶嵌要素，田间道路和沟渠等农田镶嵌要素是农业生产的重要基础设施。确定连片判定方式，并根据连片判定方式、空间距离和农田镶嵌要素确定两个耕地田块是否相连。该连片判定方式为：当两个耕地田块之间的最短空间距离小于距离阈值时，确定两个耕地田块相连；当两个耕地田块之间的空间距离大于距离阈值，且没有农田镶嵌要素时，确定两个耕地田块之间不连片；当两个耕地田块之间仅存在农田镶嵌要素时，确定两个耕地田块相连。

地块之间的空间距离应当是连片规则考虑的首要因素，当两个地块之间的最短距离小于某一空间距离(连片)阈值时，则两者在空间上是相连的；当两个地块之间的距离大于连片阈值且之间没有农田镶嵌要素时，则认为两块耕地之间不连片；当两个耕地地块之间仅存在田间道路或沟渠等农田镶嵌要素时，在计算时认为两个耕地图斑也是相连的。根据耕地田块之间距离的大小设置空间权重，距离越大空间权重越小，耕地连片时空间权重等于1。集中连片度的计算公式如下：

${\mathrm{IIC}}_i=\frac{{\mathrm{\Σ}}_{l=1}^n{\mathrm{\Σ}}_{k=1}^n{a}_l\×a_k\×W_{lk}}{S^2}$

其中，IIC_i为耕地集中连片度，值越大连片程度越高；n为第i个网格单元内的耕地田块总个数；a_l、a_k分别为第l和第k个耕地田块的面积；W_lk为田块l与田块k之间的空间距离权重，取值范围为0～1，l与k连片时W_lk＝1。

C.耕地基础设施各指标计算

在高标准农田建设中，沟渠和田间道路作为耕地基础设施，是重点建设对象。本技术选取了沟渠宽度、沟渠密度、田间道路宽度、田间道路密度四个耕地基础设施指标。图5示出了耕地基础设施得分绘制的分布图。

1)沟渠密度和田间道路密度

沟渠密度和田间道路密度均可以采用下式计算：

$P_i=\frac{{\mathrm{\Σ}}_{j=1}^n{l}_{ij}}{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}}$

其中，P_i为第i个网格单元内沟渠或者田间道路的密度；L_ij为第i个网格单元内第j条道路或者沟渠与网格单元i相交部分的长度；S_ij为第i个网格单元内第j个耕地图斑与网格单元i相交部分的耕地面积；

2)沟渠宽度和田间道路宽度

采用加权平均法计算沟渠宽度和田间道路宽度，采用下式计算：

$T_i=\frac{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}.A_{ij}}{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}}$

其中T_i为第i个网格单元内评价指标的加权平均值；S_ij为第i个网格单元内第j个线状地物与网格单元i相交部分的长度；A_ij为第i个网格单元内第j个线状地物与网格单元i相交部分的指标值。

D.耕地区位条件指标计算

1)耕地距离

耕作距离是指耕地到所属居民点的距离，耕作距离越小越有利于节约农民往返于居民点与耕地之间的时间，从而提高耕作便利度和对耕地的管理水平。计算方法是：计算网格单元内每个耕地图斑中心点到所属居民点的距离，然后采用面积加权平均法计算网格单元的耕作距离。计算公式如下：

$T_i=\frac{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}.A_{ij}}{{\mathrm{\Σ}}_{j=1}^n{S}_{ij}}$

其中T_i为第i个网格单元的耕作距离；A_ij为第i个网格单元内第j个耕地图斑的面积。S_ij为第i个网格单元内第j个耕地图斑中心点与所属居民点之间的距离。

2)农贸市场影响度

农贸市场影响度指的是农贸市场对耕地的影响程度，耕地到农贸市场距离越近，越有利于农业物资的运输和农产品的销售等活动，因此耕地的经济效益越高。

选取乡镇作为农贸市场替代数据，采用指数衰减法计算乡镇对耕地的影响程度。乡镇数据简化为点状要素，且农村居民点与乡镇之间在进行经济活动时，不受行政权属影响，只与他们之间的空间距离相关。因此参考《农用地定级规程》，采用指数衰减法计算乡镇对居民点的影响程度。每个乡镇均有最大作用距离，当居民点在其作用距离范围内时，则受其影响，如果居民点受多个乡镇影响，则将各乡镇影响度之和作为农贸市场对居民点的影响度。乡镇可分为中心城镇、重点乡镇和一般乡镇，不同等级的乡镇影响力也不相同。农贸市场影响度的具体计算过程是：计算每个农村居民点的到农贸市场的距离，计算农贸市场对农村居民点的影响度，并根据网格与农村居民点的权属关系，将结果赋值给网格，得到农贸市场对耕地的影响程度。具体公式如下所示：

$F=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{M_i}^{1-r}$

r＝d_c/d

其中F为农贸市场影响度；M_i为乡镇规模指数；d_c为乡镇与农村居民点之间的实际距离，d为乡镇影响半径。本技术中，乡镇规模指数和影响半径的取值参照如下表格：

图6示出了根据耕地区位条件得分绘制的分布图。

步骤410，采用极差归一化方法对判定指标值进行归一化处理；

由于各评价指标的计量单位不一致，原始数据间无法建立统一的综合评价模型，所以需要对各评价指标进行归一化处理，实现无量纲化。根据所构建的指标体系特点，采用相应的归一化方法，将所有指标归一化到0-1。本发明在指标归一化处理过程中主要采用极差归一化方法，具体包括：

步骤4110，确定判定指标为正指标或逆指标；

步骤4120，根据正指标、逆指标，进行归一化处理

当判定指标为正指标时，归一化计算公式为：当判定指标为逆指标时，归一化计算公式为：其中，S_i为第i项判定指标的归一化值；a_i为第i项判定指标的评价对象实际值；T_i为第i项判定指标的评价临界值；A_i为第i项指标的评价目标值；

在实际中，通常采用各评价对象的平均值代替，也可以采用评价对象中该指标的最低水平的值来代替；A_i为第i项指标的评价目标值，若没有参考标准，则采用专家咨询方法确定目标值的最佳选择，或者采用各评价单元中该指标的最高水平的值来替代。

步骤510，利用层次分析法确定判定指标相对耕地综合质量的权重；

在耕地综合质量评价时，权重反映了指标相对目标的重要性程度。本发明在高标准农田建设区域划定中，采用层次分析法(Analytic Hierarchy Process，AHP)确定评价指标的权重。本发明首先通过建立因素层比较矩阵，确定因素层相对目标层的权重，然后建立指标层比较矩阵，确定指标层相对因素层的权重，最后确定指标层相对目标层的权重，从而得到每个评价指标对耕地综合质量的重要程度。公式如下：

w_i＝v_j·w_ij

其中w_i为指标层相对目标层的权重；v_j为因素层相对目标层的权重；w_ij为指标层相对因素层的权重。

步骤610，利用确定耕地综合质量得分

结合耕地综合质量各指标得分与权重，采用多因素综合评价法计算耕地综合质量得分，公式如下：

$A_i=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\×w_i$

其中A_i为耕地综合质量得分；n为判定指标的总数；a_i为第i个判定指标的得分；w_i为第i个判定指标相对耕地综合质量的权重；

步骤710，利用自然间断点分级法，通过耕地综合质量得分判定农田建设区域。

综合评价研究区耕地综合质量，采用自然间断点分级法将综合得分分成三级，把研究区高标准农田建设划分成优先建设区、一般建设区和不宜建设区。图7给出了高标准农田建设区域规划图。

本技术提供的技术方案具有如下有益效果：采用首先对研究区域进行网格划分的方法，以网格单元作为耕地综合质量的评价单元，解决了评价指标计算时多尺度问题，同时，易于数据检索与更新。依据高标准农田建设的基本要求，从耕地自然质量、空间形态、基础设施水平和区位条件四个方面选取10个评价指标，构建耕地综合质量评价指标体系，在网格环境下，采用面积占优法、加权平均法和中心点法，计算各评价指标分值并采用极差法进行归一化处理。采用层次分析法确定各个评价指标的权重，最后采用多因素综合评价法计算耕地综合质量得分，并利用自然间断分级法对其进行排序和分级，进而划分研究区高标准农田建设区域和建设时序，本技术提供的方法和技术方案可为县域与高标准农田建设和土地整治规划提供支撑。

有关高标准农田建设的衡量标准可参照《高标准农田建设通则(GBT30600-2014)》。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。