遥感测绘技术在环境监测和灾害预警中的应用现状研究.pdf

肇庆学院学报第45卷肇庆学院学报JOURNAL OF ZHAOQING UNIVERSITY第45卷 第2期2024年3月Vo1.45,No.2Mar.2024收稿编号：2023.12.21.0004作者简介：李飞（1984-），男，贵州六盘水人，六盘水市公共资源交易中心中级工程师.在环境监测和灾害管理领域，遥感测绘技术正展现出其不可替代的价值，这项技术能够从空中和太空层面提供地球表面的详细信息，从而在森林监控、城市发展跟踪等多个方面发挥作用.本研究将探讨遥感技术在洪水预警、气候变化研究等关键领域的应用，以及在处理复杂数据时的挑战，还将分析如何有效整合和解析遥感数据，以保持这项技术在环境监测中的领先地位.1遥感测绘技术概述1.1 历史发展早期，遥感主要依赖于飞机和气球承载的摄影设备，捕捉地面图像用于军事和地理测绘.随着技术的进步，20世纪50年代人们见证了卫星遥感的诞生，标志着遥感技术进入一个新纪元，最初的卫星遥感项目，如美国的军事侦察卫星Corona，虽然精度有限，但开启了空间遥感的大门.进入21世纪，遥感技术的发展进一步加速，伴随着高分辨率和多光谱成像技术的出现，这些技术使得从轨道平台上对地球的观测变得更加详细和精确，不仅能捕捉到地表的物理特征，还能分析环境变量，如植被覆盖、土壤湿度和大气成分等.此外，近年来合成孔径雷达（SAR）和激光雷达（LiDAR）技术的应用，为遥感数据提供了全新的维度，这些技术能够穿透云层和植被，提供地表以下的信息，极大地提高遥感数据在地质学、水文学和生态学等领域的应用价值1.1.2 当前技术状态目前，遥感测绘技术已经发展成为一种多元化和高度复杂的学科，涵盖了从卫星成像到无人机航拍等多种数据获取手段.在卫星遥感方面，现代卫星如Landsat、MODIS和哨兵系列卫星，提供了高分辨率、多光谱和近实时的地球观测数据.这些卫星能够捕捉从可见光到红外，甚至是微波波段的信息，使得对地球表面和大气的监测更加全面和深入.此外，无人机遥感作为一种补充手段，以其灵活性和低成本的优势，在地形测绘、灾害现场评估和农业监测等领域发挥着越来越重要的作用.在数据处理技术方面，随着人工智能和机器遥感测绘技术在环境监测和灾害预警中的应用现状研究李飞（六盘水市 公共资源交易中心，贵州 六盘水 500300）摘 要:遥感测绘技术作为一种强大的数据收集和分析工具，在环境监测和灾害预警方面具有极强的重要性.随着技术的快速发展，遥感已经成为了获取广泛、高分辨率环境数据的关键手段.本研究的目的在于全面评估遥感技术在环境和灾害管理领域的应用，包括其在森林保护、水资源监测、大气污染评估以及气候变化研究中的重要作用，本研究还特别关注遥感在灾害预警中的应用，如洪水和地震预警，并讨论这些应用在全球气候变化背景下的日益重要性.此外，还探讨了遥感数据的获取、处理和分析方法及在技术实施过程中遇到的挑战和限制.关键词:遥感测绘；环境监测；灾害预警；数据处理中图分类号：P2文献标志码：A文章编号：1009-8445（2024）02-0078-07李飞：遥感测绘技术在环境监测和灾害预警中的应用现状研究第2期学习的发展，遥感数据的处理和解析能力有了显著提升，这些先进的数据处理技术不仅能够处理大量遥感数据，还能通过算法对复杂的环境变量进行分析和预测，大大提高了数据的应用价值.2环境监测应用2.1 森林和野生动物监测利用高分辨率的卫星数据，比如Landsat 8卫星的OLI（Operational Land Imager）传感器，提供了30米分辨率的图像，使得科学家能够详细地观察森林覆盖变化.例如，通过分析Landsat系列卫星数据，研究人员能够追踪巴西亚马逊雨林的森林破坏情况，其中一项研究显示，2016年至2017年间，该地区失去的森林面积达到了7 900平方公里2.此外，激光雷达（LiDAR）技术为森林的三维结构提供了精确的测量，如空中LiDAR系统能够在几十厘米的精度范围内测量树高和冠层结构，这些数据对于评估森林生物量和碳储存非常重要.一项研究使用LiDAR数据估算了加利福尼亚州一个森林区域的总生物量，结果显示该区域的碳储存量高达200 吨/公顷3.在野生动物监测方面，遥感技术特别适用于难以接近的地区，通过分析多光谱成像数据，可以监测动物栖息地的变化，如MODIS卫星数据被用于分析非洲大象的栖息地，发现某些关键栖息地在过去十年中退化了约20%4.此外，高分辨率卫星如哥白尼哨兵-2（Sentinel-2）提供的10 m分辨率影像，也被用于监测动物种群和迁徙路径，如利用这些数据追踪非洲野生动物迁徙时发现，某些物种的迁徙路线在过去五年有显著变化5.2.2 水资源管理通过运用GRACE（重力恢复和气候实验）卫星的数据，科学家可以监测地球上的水储量变化，比如GRACE数据显示，从2002年到2016年，加利福尼亚州的地下水储量减少约40平方公里6.此外，合成孔径雷达（SAR）技术提供了对地表水体动态的全天候监测，其分辨率可达到10 m，使得洪水监测和河流流量评估更加精确.例如，Sentinel-1数据被用于监测湄公河流域的洪水，发现在2019年洪季期间，约有4500平方公里的农田和居民区被淹没7.在水质监测方面，遥感技术能够通过分析特定波段的反射光来监测水体中的悬浮颗粒、藻类浓度和有机物质.例如，通过分析Landsat 8卫星的OLI传感器中680 nm波长的反射率可以估计湖泊和水库的叶绿素含量，进而监测藻华的发生，这些信息对于水环境保护和水质评估至关重要8.遥感技术还广泛应用于水文模型和流域管理，提供降雨量、蒸发量和土壤湿度等关键水文参数的数据.例如，MODIS卫星数据被用于评估尼罗河流域的蒸发量，发现某些区域的年蒸发量高达700毫米9，这些应用极大地促进了水资源的有效规划和管理如表1所示.表1 卫星在水资源管理方面的检测数据2.3 大气和污染监测卫星遥感技术，特别是气象卫星如GOES（地球静止运行环境卫星）和气候监测卫星如哥白尼哨兵系列，为全球大气成分和污染物的监测提供了重要数据.例如，一方面，通过分析GOES-16卫星的高级成像光谱仪器收集的数据，科学家能够实时监测和追踪大气中的SO2、NOX和O3等污染物的分布和浓度.在一个具体案卫星/传感器GRACESentinel-1Landsat 8MODIS监测内容地下水储量变化洪水和河流流量监测水质监测水文参数分析数据加利福尼亚州20022016年地下水储量减少约40平方公里2019年湄公河流域洪季约4 500平方公里区域被淹湖泊和水库的叶绿素含量评估尼罗河流域年蒸发量高达700毫米79肇庆学院学报第45卷例中，GOES-16卫星监测到了2019年某一工业区域的SO2浓度在几小时内急剧上升到每立方米40 g，这一数据对于及时响应空气质量突发事件至关重要.另一方面，哥白尼哨兵-5P卫星搭载的TROPOMI（热带臭氧监测仪）能够提供大气中甲烷和其他温室气体的测量数据.例如TROPOMI数据和简化质量平衡法，反演全国14个大型煤炭基地的甲烷排放，结果显示西南地区排放量下降；华北地区总体上升，但山西南部的沁水盆地出现下降10.此外，MODIS卫星也在大气颗粒物（如PM2.5和PM10）的监测方面发挥着重要作用，通过分析MODIS数据，研究人员能够评估特定城市区域的空气质量，如2017年北京市区PM2.5的年均浓度达到了每立方米56微克，高于世界卫生组织推荐的安全水平11.2.4 气候变化影响借助于卫星数据，科学家能够监测全球尺度上的温度变化、冰川融化和海平面上升等现象.例如利用GRACE卫星的数据，科学家发现自2002年以来，格陵兰岛的冰盖每年平均损失280亿吨冰，这一发现对于理解全球海平面上升的贡献具有重要意义12.在另一个研究中，哥白尼哨兵-3卫星的SRAL（合成孔径雷达高度计）仪器测量显示，过去20年间全球海平面平均上升了3.2毫米/年13.此外，通过分析MODIS和VIIRS（可见红外成像辐射仪）卫星数据，科学家能够跟踪全球植被覆盖和生产力的变化.例如通过分析2000年至2018年的MODIS数据，研究人员发现由于气候变暖，北极地区的植被生长季延长了近两周14，这些变化反映了气候变化对生态系统的广泛影响.3灾害预警系统3.1 洪水和暴雨监测利用卫星遥感，如哥白尼哨兵-1的合成孔径雷达（SAR）技术，科学家能够在云层覆盖或夜间条件下监测洪水范围和水位变化.例如哨兵-1卫星在2018年德国河流泛滥期间捕捉到的数据显示，河流泛滥导致超过200平方公里的地区被水淹没，其中一些地区的水位上升超过了3米15.此外，全球降水测量（GPM）卫星项目提供了关于降雨强度和分布的重要信息，对于洪水预警和管理至关重要.基于GPM数据对我国华东地区降水时空分布特征进行分析，揭示了华东地区降水呈现逐年增长波动上升的趋势，预防暴雨、洪水等气象灾害16.在城市洪水监测方面，遥感数据结合城市水文模型，能够帮助城市规划者和决策者评估洪水风险和制定应对措施.例如，通过分析Landsat 8卫星数据，研究人员能够识别城市地区的不透水表面，这对于理解城市排水系统的性能和洪水易发区域至关重要.3.2 地震和海啸监测利用卫星遥感技术，科学家能够监测和测量地表变形，这对于识别地震前兆和评估地震影响至关重要.例如在2017年墨西哥地震期间，通过分析哨兵-1A卫星的SAR数据，科学家发现在震中附近地区的地表移动达到50厘米以上17.此外，卫星测高技术，如Jason系列卫星为海啸监测提供了关键数据，Jason-2卫星在2011年日本海啸期间捕捉到的数据显示，海啸波高在震中附近达到了15米以上18，这一信息对于及时启动海啸预警系统至关重要.在地震研究方面，遥感数据还被用于研究地壳构造和断层活动，这对于理解地震的发生机制和预测地震风险具有重要意义.例如，通过分析来自不同卫星的SAR数据，科学家能够绘制出地震断层线和地壳应力场的详细图像，这些信息能够帮助科学家识别潜在的地震危险区域.诸多遥感技术的应用不仅为地震和海啸监测提供了高效的手段，还为灾害风险评估和应急响应策略的制定提供重要的科学依据.3.3 山体滑坡监测利用如哥白尼哨兵-1和哨兵-2卫星的数据，科学家们还能够监测和评估滑坡风险区域的地形变化，这些卫星提供的合成孔径雷达（SAR）和多光谱成像数据，使得对地表移动和植被变化的细致监测成为可能.一80李飞：遥感测绘技术在环境监测和灾害预警中的应用现状研究第2期项研究利用哨兵-1卫星的SAR数据对意大利某山区进行监测，结果显示在连续降雨后，该区域的某些斜坡每年移动速度达到了30 cm，这一信息对于识别潜在的滑坡风险至关重要.除监测地表移动，哨兵-2卫星的多光谱成像技术也被用于评估植被覆盖和土壤湿度条件，这对于理解滑坡发生的环境因素非常有帮助.在尼泊尔的一项研究中，通过分析哨兵-2的影像，科学家们能够识别出由于植被破坏和过度降雨导致的高滑坡风险区域.此外，遥感数据还被用于构建和验证山体滑坡模型，这些模型能够预测特定降雨模式和地质条件下的滑坡概率.例如，利用哨兵卫星数据构建的一个滑坡模型成功预测了中国四川省一次重大滑坡事件，为当地的灾害预防和应急响应提供了宝贵时间遥感测绘技术对山体滑坡监测应用19，如图1所示.图1 遥感测绘技术对山体滑坡监测的应用3.4 极端气候事件监测卫星遥感数据提供了对极端天气事件如热浪、干旱和极端降雨的全球监测能力.例如通过分析MODIS卫星的地表温度数据，科学家能够监测和量化热浪事件的影响.在2019年欧洲的一次热浪事件中，MODIS数据显示，法国、德国和西班牙的地表温度在热浪期间达到45以上20，这些数据对于评估热浪对生态系统、农业和人类健康的影响至关重要21.在干旱监测方面，GRACE卫星数据被用于全球范围内的地下水和土壤湿度监测.例如在加利福尼亚州的一次长期干旱事件中，GRACE数据揭示该州地下水位在五年内下降了超过15米22，这一发现对于水资源管理和干旱应对策略具有重要意义.极端降雨事件的监测同样依赖于遥感数据，GPM卫星项目提供的数据使得科学家能够实时跟踪全球降雨模式.在2017年的印度孟买洪灾中，GPM数据显示该地区在48小时内的降雨量超过了250毫米23，为当地政府和救援组织提供了关键的预警信息，这些遥感技术的应用在全球范围内提高了对极端气候事件的监测和响应能力，对于减轻这些事件对社会和环境的影响至关重要.4数据获取与处理4.1 卫星数据采集卫星数据采集是遥感测绘技术的核心，它涉及从地球轨道卫星获取大量地表和大气数据.例如哥白尼哨兵系列卫星，特别是哨兵-2，提供了具有10 m到60 m不等分辨率的多光谱影像数据，这使得科学家能够以高精度监测地表变化.哨兵-2卫星每5天就能覆盖全球1次，为环境监测和灾害响应提供了近实时数据.在特定项目中哨兵-2卫星数据被用于跟踪亚马逊雨林的砍伐情况，其中分析显示某区域在六个月内森林覆盖减少了15%24.另一方面地球静止轨道卫星如GOES-16，提供了对天气模式和大气条件的持续观察，其分辨率可以达到500 m至2 km，GOES-16的先进成像光谱仪器（ABI）能够每15 min生成1次全球大气影像，为风暴和其他极端天气事件的监测提供了宝贵数据.在2019年的一次大西洋飓风季中，GOES-16卫星成功捕捉到81肇庆学院学报第45卷多个飓风的形成和路径25，提供了对风暴强度和移动方向的关键信息.4.2 地面数据验证地面数据验证是确保遥感数据准确性和可靠性的关键步骤，这一过程涉及将卫星遥感数据与地面观测数据进行比较和校正.例如，在使用MODIS卫星数据进行森林覆盖监测时，地面验证通常包括在特定地区内对树木种类、密度和覆盖情况的实地调查，这些实地数据有助于校准卫星数据，并提高对森林变化的监测精度.在一个具体案例中，MODIS数据在监测一片森林区域时显示20%的森林退化，而地面调查数据则帮助科学家确定退化的主要原因是疾病和虫害，而非砍伐.此外，对于城市热岛效应的研究，地面温度测量数据被用于验证和精细化由Landsat卫星提供的热红外成像数据.如在研究北京市区的热岛效应时，地面测量的温度数据与Landsat数据进行对比，结果显示两者在城市中心区域的温度差异高达626.地面数据验证不仅增强遥感数据的准确性，还为科学家提供更深入理解地表和大气过程的机会，这对于改进环境监测和灾害预警模型至关重要27.4.3 数据分析方法在遥感数据的处理和分析中，多时相分析法是一种关键的技术，它通过比较同一地区在不同时间点的影像来监测和量化地表变化.例如，在森林退化监测方面，利用时序分析处理如Landsat系列卫星的影像数据，可以准确揭示长时间跨度内的森林覆盖变化.在分析巴西亚马逊地区的研究中，应用这种方法发现从1985年至2015年间，该地区的森林覆盖减少了约18%，这一发现对于评估生态环境变化和制定保护政策具有重要意义.机器学习技术，尤其是深度学习算法，已成为遥感数据分析的重要工具.这些先进算法能够自动识别影像中的复杂模式和关联，有效处理大量遥感数据.例如，在城市规划和环境监测方面的一项应用中，利用卷积神经网络（CNN）分析哨兵-2卫星的影像，科学家能够自动识别城市地区的不同土地利用类型，这种技术的应用不仅提高了数据处理的效率，还为城市发展和环境保护提供了有价值的信息.5技术挑战与限制5.1 硬件限制在遥感测绘领域，卫星遥感系统的性能，尤其是其光学和雷达传感器的能力，决定了遥感数据的分辨率、覆盖范围和频率.当前高分辨率卫星如哥白尼哨兵-2能够提供最高10 m分辨率的影像，但对于需要更细致地面特征分析的应用场景而言，这一分辨率仍有限.此外，卫星传感器的光谱范围也决定其监测特定地表和大气特征的能力.虽然MODIS卫星拥有广泛的光谱覆盖，但其在某些特定光谱段（如深蓝或紫外线波段）的灵敏度较低，这限制其在特定环境监测应用中的效能.在地面遥感系统方面，如无人机（UAV）搭载的传感器，其操作时间和距离受到电池容量和通信技术的限制.当前大多数商用无人机的飞行时间在30分钟到1小时之间，这限制了其在大范围地区的应用效率28.尽管如此，随着技术的不断进步，新一代的遥感硬件，如更高效能的卫星传感器和更长续航的无人机，正不断推动遥感数据收集能力的提升.5.2 数据处理和解析处理大量遥感数据需要强大的计算资源和高效的算法，尽管现代计算技术的发展大幅提高了数据处理能力，但处理特别大规模的遥感数据集，如全球尺度的卫星影像仍然是一项资源密集型的任务，例如处理哥白尼卫星每天产生的数十TB数据，需要高性能的计算机群和大容量的存储系统.此外，遥感数据的解析依赖于复杂的算法和模型，如机器学习和深度学习技术，这些技术能够从数据中提取有用信息和洞见，但它们的有效性高度依赖于算法的设计和训练数据的质量.使用深度学习模型识别卫星影像中的特定地表特征时，模82李飞：遥感测绘技术在环境监测和灾害预警中的应用现状研究第2期型的准确性受限于训练数据集的代表性和多样性.在解析遥感数据时，还需要考虑不同数据源之间的一致性和兼容性，将来自不同卫星的数据集成到一个统一的分析框架中，需要精确的校正和标准化过程，以确保数据间的可比性29.5.3 精度和可靠性精度不仅涉及空间分辨率，即卫星或航空图像能够分辨地面上最小的特征大小，还包括光谱分辨率，即传感器能够区分不同波长光谱反射或辐射的能力.例如哥白尼哨兵-2卫星的多光谱传感器提供10米分辨率的图像，能够辨识小范围的地表变化，但其在监测细微的植被或水体变化时可能不如高光谱传感器精确.高光谱传感器，如MODIS，提供更广泛的光谱信息，能够更细致地分析地表特征，但其空间分辨率较低，限制了对小尺度现象的观察.此外，遥感数据的可靠性也受到传感器校准、大气干扰、云遮挡和其他环境因素的影响，例如卫星影像的光谱数据可能因大气中的水汽和尘埃而产生偏差，需要通过复杂的大气校正过程来修正.在地面数据验证过程中，地面观测点的选择和数据采集方法也对数据的准确性和代表性产生影响.6结论本研究综合探讨遥感测绘技术在环境监测和灾害预警中的多样化应用，突出其在全球环境保护和灾害管理领域中的重要性.遥感技术，尤其是卫星和无人机系统已证明是监测森林覆盖、水资源、大气污染以及应对各类自然灾害（如洪水、地震和山体滑坡）的有效工具，通过提供高分辨率、多光谱和实时数据，遥感技术为科学家和决策者提供了关键信息，以更好地理解环境变化并制定相应策略.技术创新，如高光谱成像、小卫星技术以及人工智能在数据处理中的应用，不断拓展遥感数据的可能性和边界.同时，跨学科合作在推动遥感技术的发展和应用方面起到了至关重要的作用，促进了更广泛领域的科学研究和实际应用.总之，遥感测绘技术已成为现代环境监测和灾害管理的基石，其持续的技术进步和应用将对未来的全球环境保护和可持续发展产生深远影响.参考文献：1刘莉.基于遥感测绘技术的典型地质灾害应用分析J.价值工程,2023,42(30):151-153.2佚名.巴西森林砍伐严重一年流失面积100万个足球场N.北京晚报，2018-11-29(06).3段祝庚,赵旦,曾源,等.基于遥感的区域尺度森林地上生物量估算研究J.武汉大学学报(信息科学版),2015,40(10):1400-1408.4佚名.研究发现如果没有象牙贸易非洲大象能拥有大量的栖息地EB/OL.（2021-04-11）2024-3-14.https:/ J.水利水运工程学报,2023,(06):24-34.7刘淑安.近四十年越南湄公河三角洲土地利用时空演变研究D.徐州:江苏师范大学,2020.8刘宇,朱丹瑶.基于Landsat 8 OLI数据的镜泊湖水体叶绿素a浓度反演J.湖北农业科学,2021,60(23):157-162.9ELNASHAR M M.基于地球大数据的尼罗河流域水管理和土地退化评估D.合肥:中国科学院大学(中国科学院空天信息创新研究院),2022.10秦凯,何秦,康涵书，等.煤炭行业甲烷排放卫星遥感研究进展与展望J.光学学报,2023,43(18):118-130.11王跃思,宫正宇,刘子锐,等.京津冀及周边地区大气污染综合立体观测网的建设与应用J.环境科学研究,2019,32(10):1651-1663.12陈威,钟敏,冯伟，等.基于GRACE/GRACE-FO和Swarm卫星研究20022020年南极和格陵兰岛冰盖质量时空变化J.地球物理学报,2022,65(03):952-964.13王磊.高精度卫星雷达高度计数据处理技术研究D.北京:中国科学院研究生院(空间科学与应用研究中心),2015.83肇庆学院学报第45卷Research on theApplication of Remote Sensing Surveying and MappingResearch on theApplication of Remote Sensing Surveying and MappingTechnology in Environmental Monitoring and Disaster WarningTechnology in Environmental Monitoring and Disaster WarningLI Fei(Liupanshui Public Resource Trading Center,Liupanshui,Guizhou 500300,China)Abstract:Abstract:Remote sensing surveying and mapping technology,as a powerful tool for data collection and anal-ysis,is of great importance in environmental monitoring and disaster warning.With the rapid development oftechnology,remote sensing has become a key means of obtaining extensive and high-resolution environmental da-ta.This article aims to comprehensively evaluate the application of remote sensing technology in the fields of en-vironment and disaster management,including its important role in forest protection,water resource monitoring,air pollution assessment,and climate change research.The article also focuses on the application of remote sens-ing in disaster warning,such as flood and earthquake warning,and discusses the increasing importance of theseapplications in the context of global climate change.In addition,the methods for obtaining,processing,and ana-lyzing remote sensing data,as well as the challenges and limitations encountered in the technical implementationprocess are also discussed.Keywords:Keywords:remote sensing surveying and mapping;environmental monitoring;disaster warning;data pro-cessing（责任编辑：邓家鑫）14孟凌霄.科技部发布全球生态环境遥感监测2023年度报告N.中国科学报,2024-01-08(01).15巩钰,杨雨晴.基于Sentinel-1 SAR影像的洪水淹没范围快速提取与变化分析C/江苏省测绘地理信息学会.江苏省测绘地理信息学会2020年学术年会论文集.河海大学地球科学与工程学院,2020:4.16王伟,余芳滨,曹良中，等.基于GPM数据的华东地区降水时空分布特征研究J.绿色科技,2023,25(24):8-15.17温扬茂,高松,许才军.利用双台站背景噪声分析2017年墨西哥M_W7.1地震震源区的地震波速变化J.地球物理学报,2019,62(08):3024-3033.18赵松.日地震引发海啸局部浪高超15米能瞬间击倒建筑EB/OL.（2011-03-16）2024-3-14.https:/ SAR数据在四川茂县山体滑坡灾害监测中的应用研究J.中国水利水电科学研究院学报,2019,17(02):132-138.20张玉.45.9度！极端高温“炙烤”欧洲多地气温破纪录EB/OL.（2019-07-01）2024-3-14.https:/ G,ZHI L,MENGYE C,et al.Monitoring Drought through the Lens of Landsat:Drying of Rivers during the Califor-nia Droughts J.Remote Sensing,2021,13(17):3423-3423.23PARCHURE S A,GEDAM K S.Probability distribution analysis of extreme rainfall events in a flood-prone region of Mum-bai,India J.Arabian Journal of Geosciences,2019,12(11):1-14.24许冬.云计算环境下多源异构遥感大数据管理关键技术研究D.北京:中国科学院大学(中国科学院遥感与数字地球研究所),2018.25佐费恩 易卜拉欣,拉梅什 布尚,佐巴杜尔 拉赫曼,等.城市变泽国:亲历2017年南亚极端降雨EB/OL.（2017-09-13）2024-3-14.https:/