APP下载

基于森林冠层高度和异速生长方程的中国红树林地上生物量估算

2023-02-24曹晶晶朱远辉王子予

热带地理 2023年1期
关键词:红树林冠层自然保护区

闻 馨,刘 凯,2,曹晶晶,2,朱远辉,王子予

[ 1. 中山大学 地理科学与规划学院//广东省公共安全与灾害工程技术研究中心//广东省城市化与地理环境空间模拟重点实验室,广州 510006;2. 南方海洋科学与工程广东省实验室(珠海),广东 珠海 519000;3. 美国亚利桑那州立大学地理科学与城市规划学院,美国 坦佩 85282 ]

作为全球初级生产力最高的生态系统之一,红树林具有极高的碳密度和固碳效率,其在滨海蓝碳生态系统中发挥着重要作用(王丽荣 等,2010;Alongi, 2012; Simard et al., 2019; 陈 鹭 真 等,2021)。然而受围海造田、围塘养殖和海岸工程建设等大面积生态破坏和侵占的影响,1950—2000年中国有超过50%的红树林消失,严重影响海岸带生态环境的健康持续发展(张乔民 等,2001;王文卿 等,2007)。随着对红树林价值认识的深入,政府和科研人员日益重视对红树林的保护和修复,2000年后中国红树林面积逐步回升,整体得到了较好的恢复(张乔民 等,2001;王文卿 等,2007;贾明明 等,2021)。红树林是滨海蓝碳的重要碳汇之一,其地上生物量(下文简称生物量)是红树林碳库的重要组成部分(Rovai et al., 2016)。准确估算红树林生物量有助于其碳储量和碳循环研究(Fatoyinbo et al., 2013),且对红树林生态恢复和保护以及国家控碳政策的实施具有重要意义。

由于红树林生长于潮间带地区,受潮汐周期性淹没和淤泥质土壤的影响,野外调查成本高且难度大,难以大范围开展,目前也只能获得特定区域有限的样方数据(Hu et al., 2020)。遥感技术能够便捷高效地获取空间连续分布的植被信息,已被广泛用于红树林生物量估算研究。Zhu 等(2020)结合WorldView-2 高分辨率影像和无人机影像生成的数字表面模型(Digital Surface Model, DSM)以及野外调查数据,基于随机森林算法反演得到了广东珠海淇澳—担杆岛秋茄群落和无瓣海桑群落的地上生物量;Fatoyinbo 等(2018) 利用机载激光雷达(LiDAR)提取的最大冠层高度与样方生物量建立回归模型,估算得到非洲赞比亚河流域的红树林生物量,还证明了LiDAR测量的冠层高度与红树林生物量之间的良好相关关系。然而,基于样地调查数据和遥感数据建立红树林生物量回归模型通常需要大量野外实测数据,限制了其在全球、国家等大尺度研究的应用。

研究表明森林植被的生物量与冠层高度密切相关(Lagomasino et al., 2016; Potapov et al., 2021)。不断发展的遥感技术,尤其是合成孔径雷达(Synthetic Aperture Radar, SAR)和LiDAR 技术的发展,使得对地观测数据能更加准确地获取地物高度信息,也为大尺度、长时序的红树林生物量监测提供了重要数据源。已有学者使用基于遥感获取到的冠层高度和异速生长方程的方法来进行较大尺度的红树林生物量研究。如Fatoyinbo 等(2013) 基于SRTM(Shuttle Radar Topography Mission; 2000 年)高程数据和ICESat/GLAS(Ice, Cloud and land Elevation Satellite/Geoscience Laser Altimeter System;2003—2009年)星载激光雷达数据,结合异速生长方程估算得到非洲红树林生物量;Tang 等(2018)基于SRTM高程数据和异速生长方程估算了全球红树林生物量;Simard等(2019)基于SRTM 高程数据、ICESat/GLAS数据和异速生长方程分析了全球红树林树高分布的控制因素和生物量。然而这些研究大多使用较早年份的SRTM 高程数据和ICESat/GLAS激光雷达等数据,对于当前的应用需求来说,其时间跨度较大、数据时效性不强。

掌握中国红树林生物量及其空间分布,对于红树林生态系统的有效恢复和科学保护,以及红树林碳储量的科学核算十分重要,也将服务于“碳达峰”与“碳中和”战略的现实需求。然而,当前全国尺度的红树林生物量研究鲜有报道,已有的全球红树林生物量研究也较少对中国部分进行系统分析。此外,历史的全球红树林生物量数据集分辨率相对较低(如250 m),对于分布在狭长海岸线地带的红树林斑块,较粗分辨率的像元难以很好地体现其生物量的空间分异,且混合像元问题的存在也可能给带来较大误差。

因此,本文以中国红树林为研究对象,使用基于全球生态系统动态调查(Global Ecosystem Dynamics Investigation, GEDI)任务全波形星载激光雷达得到的2019 年30 m 分辨率的森林冠层高度数据和红树林异速生长方程进行中国红树林生物量估算,进而分析中国红树林生物量的数量和空间分布特征,并探讨纬度和人为因素对其产生的影响。研究结果预期为中国红树林的保护、恢复与管理工作的顺利推进以及滨海蓝碳储量的科学估算提供基础数据和技术支持。

1 研究区概况

中国红树林主要分布在东南沿海(图1),包括浙江、福建、广东、广西、海南、香港、澳门和台湾,北至浙江省舟山市,南至海南三亚的榆林港,横跨约14 700 km 的海岸线(18°12′—29°32′ N,108°03′—122°00′ E)(贾明明 等,2021)。中国红树林分布区的气候类型主要为热带、亚热带海洋性季风气候;年平均气温为21~25℃,最冷月均温度为7.4~21℃;降雨充沛,年均降水量为1 200~2 200 mm;土壤类型主要为淤泥质、泥沙质土;潮汐类型包括规则半日潮、不规则半日潮、规则全日潮和不规则全日潮(王文卿 等,2007;贾明明,2014;贾明明 等,2021)。红树树种以白骨壤、桐花树、秋茄、木榄、红海榄和海莲等为常见的优势种(王文卿 等,2007)。根据中华人民共和国生态环境部(2019)发布的《2017年全国自然保护区名录》,大陆地区现有6处以红树林生态系统为主要保护对象的国家级自然保护区,有5个省级、8个市级和13个县级红树林自然保护区。港澳台地区共有5处红树林自然保护区(香港1处、澳门1处、台湾3处)(杨盛昌 等,2017)。根据国家林业和草原局湿地管理司(2021)公布的《中国国际重要湿地名录》,有6个红树林自然保护区被列入其中。

图1 研究区地理位置和2019年中国红树林空间分布Fig.1 Geographical location of the study area and spatial distribution of mangroves in China in 2019

2 研究数据与方法

2.1 森林冠层高度数据

冠层高度是估算红树林生物量的重要参数(Fatoyinbo et al., 2018)。本文使用美国马里兰大学基于GEDI 星载激光雷达研发的全球森林冠层高度数据(Potapov et al., 2021)来估算红树林生物量。GEDI 的任务之一是获取全球森林地上生物量,其针对监测植被垂直结构而设计,相比于应用广泛的ICESat/GLAS 星载激光雷达数据,GEDI 提供的数据在全球植被区域的采样密度和波形精度更高,被认为是目前全球最新的开源星载激光雷达产品,自2019 年4 月开始采集数据(Fayad et al., 2021; Potapov et al., 2021; Duncanson et al., 2022);此外,结合光学和SAR等卫星影像数据,还能够将GEDI离散的激光雷达脚点数据在空间和时间维度上进行推广(Potapov et al., 2021)。

美国马里兰大学科研团队使用Landsat ARD 提取的多时相物候参数对GEDI 数据中离散分布的冠层高度参量(RH95)进行空间外推,研发了全球森林冠层高度数据(Potapov et al., 2021)。冠层高度反演结果与GEDI RH95对比验证,对应的均方根误差(RMSE)为6.6 m,决定系数(R2)为0.62;此外,该数据与无人机机载激光雷达获取的冠层高度对比验证,对应的RMSE 为9.07 m,R2为0.61。该套森林冠层高度数据可通过其研发团队的官方网站获取①https://glad.umd.edu/dataset/gedi,对应年份为2019 年,栅格格式(*.tif),空间分辨率为0.000 25°(约30 m),像元值的类型为整型,即冠层高度取值为整数。

2.2 红树林生物量估算方法

树高是红树林生物量的内在控制因素(Potapov et al., 2021)。红树林生物量估算的基础方法是利用异速生长方程,即根据实地调查数据建立的植被结构参数与生物量之间的经验模型,已有研究表明异速生长方程在红树林生物量估算研究中较为便捷且精度较高(朱远辉 等,2014)。本文基于2019年红树林冠层高度数据和异速生长方程,建立“树高-生物量”模型,进而估算中国红树林生物量。选取了一种适用于大尺度研究的红树林生物量异速生 长 方 程(RMSE 为43.8 t/hm2,R2为0.59)(Saenger et al., 1993),该方程已被成功应用于估算全球和非洲地区的红树林生物量(Fatoyinbo et al.,2013; Tang et al., 2018; Aslan et al., 2022)。公式如下:

式中:bi为第i个统计单元的红树林生物量(t/hm2);hi为第i个统计单元的红树林冠层高度(m)。

本文首先将全球森林冠层高度数据由栅格格式转换为矢量格式,然后结合10 m空间分辨率的中国红树林空间分布数据对冠层高度数据进行裁剪,进而获得中国红树林分布区域的冠层高度数据,这些处理均基于统一的投影坐标系统。其中,红树林空间分布来自Zhao 等(2021,2022)发布的2019 年中国红树林空间分布数据产品。该数据基于Sentinel-1/2等遥感数据提取得到,提取精度达97±0.2%。考虑到冠层高度数据主要针对的是≥3 m 的森林植被,未覆盖冠层高度<3 m 森林区域,因此本文将冠层高度为0~3 m 的红树林区域赋值为中间值1.5 m,最终得到全国范围的红树林冠层高度数据。最后,基于异速生长方程估算红树林生物量,并统计全国尺度、各省份(地区)以及经纬度格网的红树林生物量总量b(t)和生物量均值bm(t/hm2),计算公式如下:

式中:ai为第i个统计单元的面积(hm2)。

3 结果与分析

3.1 中国红树林冠层高度分析

中国2019年不同冠层高度的红树林面积及累计百分比见图2。2019 年中国红树林总面积为27 053.07 hm2,红树林冠层高度范围为0~23 m,冠层高度<3 m的红树林占50%以上;冠层高度≥3 m的红树林面积为12 476.42 hm2,占总面积的46.12%;随着冠层高度的增加,对应的红树林面积减少,其中全国约99%的红树林冠层高度在0~12 m。

图2 2019年中国不同冠层高度红树林的面积及其累计百分比Fig.2 Mangrove area and its cumulative percentage with respect to different canopy height in China in 2019

考虑到香港和澳门的红树林面积相对较小,且与广东海岸线相接壤,本文将广东、香港和澳门的红树林作为整体进行后续统计与分析,并简称为粤港澳地区。2019年中国红树林面积排名前四的省份(地区)依次为粤港澳地区、广西、海南和福建,这些省份(地区)不同冠层高度红树林的面积及其累计占比如图3所示。粤港澳地区和广西的红树林面积随着冠层高度的增加均呈逐渐减少的趋势;海南省冠层高度≥3 m 的红树林面积占比最大,达到62.75%,最大冠层高度达到23 m,其冠层高度在全国处于高水平;其他省份(地区)的红树林更加低矮,冠层高度<3 m 的红树林面积占50%以上,冠层高度≤6 m 占80%以上,且最大高度均不超过19 m。

图3 粤港澳地区(a)、广西(b)、海南(c)和福建(d)不同冠层高度红树林的面积及其累计百分比Fig.3 Mangrove area and its cumulative percentage with respect to different canopy height in Guangdong-Hong Kong-Macao area (a),Guangxi Zhuang Autonomous Region (b), Hainan Province (c), and Fujian Province (d)

3.2 中国红树林生物量估算与分析

3.2.1 红树林生物量估算及其空间分布分析 基于冠层高度数据和异速生长方程估算得到中国红树林生物量,统计各省份(地区)以及全国红树林生物量总量与单位面积平均值(表1)。2019年中国红树林生物量总量为1 974 827 t,生物量平均值为73.0 t/hm2。其中,粤港澳地区的红树林生物量总量最高,为843 836 t,其次由高到低依次为广西、海南、福建、台湾和浙江。各省份(地区)红树林生物量平均值介于53.3~92.1 t/hm2,其中,海南的均值最高,其次是台湾和福建,这3个省份的平均值都高于全国水平;粤港澳地区、广西和浙江的红树林生物量低于全国平均水平。

表1 2019年中国各省份(地区)红树林面积和地上生物量Table 1 Aboveground biomass and area of mangroves in each province (region) of China in 2019

采用1°间隔将中国红树林分布区域划分成34个1°×1°的经纬度格网,进而统计每个格网内红树林生物量的总量和均值。如图4 所示,粤港澳地区、广西和海南3个省份(地区)均出现单位格网较高的红树林生物量总量;单位经纬度格网红树林生物量均值为51.1~107.9 t/hm2,最高生物量均值则出现在19°—20°N 和110°—111°E、22°—23°N 和114°—115°E以及25°—26°N和121°—122°E。

图4 中国2019年不同经纬度格网的红树林生物量Fig.4 Mangrove aboveground biomass in different latitude and longitude grids of China in 2019

使用自然断点法(Jenks, 1967)将红树林生物量划分为5 个区间,并展示沿海4 个典型湾口的红树林生物量空间分布。如图5 所示,广西珍珠湾、茅尾海和丹兜海片区及广东英罗湾高桥红树林保护区的红树林生物量主要集中在142.8 t/hm2以下;英罗湾的山口红树林自然保护区、珠江口的淇澳—担杆岛自然保护区、内伶仃岛—福田自然保护区及米埔自然保护区的红树林地上生物量均较高,且存在较多的生物量高值聚集区,即生物量≥110.6 t/hm2的区域。

图5 2019年中国沿海典型湾口的红树林地上生物量空间分布Fig.5 Spatial distribution of mangrove aboveground biomass at typical bays and estuaries in coastal area of China in 2019

3.2.2 中国典型保护区红树林生物量对比与分析选取10个典型的红树林自然保护区,包括以人工修复为主和以自然林保护为主的区域,分别统计各个保护区红树林生物量的平均值(表2)。考虑到广东内伶仃岛—福田和香港米埔自然保护区的空间位置相邻且均位于深圳湾,因此本文对2个区域的红树林进行整体统计和分析。深圳湾内伶仃岛—福田和米埔自然保护区的红树林生物量平均值最高,达到112.1 t/hm2;其次是海南东寨港红树林自然保护区,生物量平均值达到110.5 t/hm2;然后依次是台湾淡水河口、广东淇澳—担杆岛、海南清澜红树林自然保护区,生物量平均值在90 t/hm2以上;最后依次是广西山口、广西北仑河口、福建漳江口和广东湛江红树林自然保护区,4 个保护区的红树林生物量平均值介于66.4~80.1 t/hm2。除湛江红树林自然保护区外,上述其他保护区的红树林生物量平均值都高于全国平均水平(73.0 t/hm2)。

表2 典型自然保护区的红树林生物量Table 2 Mangrove aboveground biomass for typical nature reserves

香港早在1950年就开展了红树林保护工作,因而长期以来米埔保护区的红树林受人类活动的干扰相对较少,有利于红树林的生长和生物量的累积;深圳在红树林的保护与管理工作中也进行了系列创新性探索(李瑞利 等,2022),从保护区的红树林生物量水平也可以看出其保护工作取得了一定的成效。海南东寨港和清澜红树林自然保护区是中国大陆建立较早的2个红树林保护区,区域内红树林生态系统保持相对完整且生物多样性丰富(王文卿等,2007;甄佳宁 等,2019),有利于红树林生物量的生产(Bai et al., 2021),因此这2个区域的红树林平均生物量也较高。广西山口、北仑河口和福建漳江口红树林自然保护区由于受到极端天气、病虫害和互花米草入侵等因素影响较为严重(李丽凤等,2021;闻馨,2021;陈高 等,2022),在一定程度上抑制了红树林的生长,因而这些区域的红树林平均生物量相对较低。

此外,红树林生物量还与其物种组成有关(Zhu et al., 2020)。在中国红树林恢复种植过程中,无瓣海桑是较早引种的外来速生种,其环境适应能力强,生长速度快,每年增高1~2 m(邱霓 等,2019)。其中,在淇澳—担杆岛红树林自然保护区,无瓣海桑群落已经成为了优势群落,冠层高度明显高于其他本土红树树种(胡懿凯 等,2019;邱霓等,2019),这些因素也使得淇澳—担杆岛保护区的红树林生物量平均值相对较高。

4 讨论

4.1 中国红树林生物量对比与方法可行性分析

本文利用GEDI 星载激光雷达数据反演得到的森林冠层高度数据和异速生长方程实现全国尺度的红树林生物量估算,结果表明2019年中国红树林生物量总量和平均值分别为1 974 827 t 和73.0 t/hm2(见表1)。将本文结果与全球研究和综述对比发现(表3),中国红树林平均生物量低于全球平均水平。Su等(2016)研究表明中国陆地森林生物量平均值约为120 t/hm2,高于中国红树林生物量平均值。总体上中国红树林生物量的平均水平较低,一方面可能因为中国红树林分布区纬度较高,处于世界红树林分布区的北缘,与纬度相关的气温、降水等会限制红树林树高和生物量的累积(Simard et al., 2019);另一方面,中国红树林2000 年以来的净增加面积(即新增的红树林面积-减少的红树林面积)(贾明明 等,2021)约为2019 总面积的31%,新增红树林的面积占比则更高,这部分红树林树龄较小,冠层高度相对低矮,生物量较低。

根据Simard 等(2019)统计得到的中国红树林生物量总量比本文研究结果低647 893 t,生物量平均值高了8.7 t/hm2(见表3),造成这一差异的原因可能与遥感数据源有关,Simard 等(2019)使用的是2000 年SRTM 数据、2003—2009 年ICESat/GLAS 数 据和2000 年全球红树林空间分布数据,其中统计得到的中国红树林面积约为16 234 hm2,比本文使用的少了10 819.07 hm2。由于2000年以后中国大规模开展红树林保护与修复(贾明明 等,2021),新增的红树林也积累了大量的生物量,而新生的红树林相对低矮,故本文估算的红树林生物量总量高于而平均值低于Simard 等(2019)的结果。

此外,进一步将本研究与时间相近的区域尺度或样地尺度的红树林生物量估算结果对比(见表3)。Wang 等(2019)基于无人机载激光雷达和Sentinel-2 数据反演的2018—2019 年的海南红树林生物量总量和平均值分别比本文的估算结果高了约35 740 t 和36.17 t/hm2。本文较文献(闻馨,2021)基于机载激光雷达和Sentinel-2 估算的漳江口红树林自然保护区核心区2020 年的红树林生物量总量高139.92 t,生物量平均值低了10.57 t/hm2。Zhu等(2020)基于WorldView-2光学影像和DSM 数据反演了淇澳—担杆岛保护区秋茄和无瓣海桑2种红树群落的生物量,均高于本文估算得到的整个保护区红树林生物量的平均值99.9 t/hm2,这主要是由于Zhu等(2020)研究的对象是保护区内46年树龄的秋茄和人工种植的红树林速生树种无瓣海桑,这2种红树群落能够积累更多的生物量,而淇澳—担杆岛红树林的主要树种还包括桐花树、卤蕨和老鼠簕等(胡懿凯 等,2019),其中,桐花树一般为灌木或小乔木,卤蕨属于草本植物,老鼠簕属于亚灌木(王文卿 等,2007),这些树种树高都较为低矮。从上述对比来看,由于使用的数据、方法或研究对象等不同,本文估算的红树林生物量平均值低于较小尺度精细化生物量估算研究。本文与已有的全国尺度及区域、景观等小尺度的研究结果对比差异不大或能够合理解释,一定程度上也佐证了基于森林冠层高度数据和异速生长方程的大尺度红树林生物量估算方法是可行的。

表3 本文与其他文献中红树林生物量结果对比Table.3 Comparison of mangrove aboveground biomass results between this study and other literatures

4.2 纬度对中国红树林生物量分布的影响

统计中国各纬度带(19°—29°N)红树林生物量的平均值和最大值,并与纬度进行线性回归拟合(图6)。可以看出,中国红树林生物量最大值的区域分异在一定程度上受纬度的影响(R2=0.52);且在20°—29°N,红树林生物量最大值与纬度的相关性更高,R2达0.78;而纬度对中国红树林生物量平均值的空间分异影响较小(R2=0.33)。受纬度控制的太阳能制约着红树林的最大生物量,因此随纬度降低而升高的仅是生物量可能达到的最大值,局部地貌和水文特征的差异,包括河流和潮汐对土壤特性的影响将造成局地生物量的差异(Twilley et al.,1992)。Simard等(2019)指出,随着纬度的降低,红树林最大冠层高度会增加,与纬度相关的气温、降水和气旋频率等因素影响着红树林最大冠层高度的纬度分异,从而影响最大生物量的纬度分异。

图6 中国红树林生物量最大值和平均值的纬度分异Fig.6 Latitudinal variation of maximum aboveground biomass and mean aboveground biomass of mangroves in China

4.3 人为因素对红树林生物量的影响

本文针对中国红树林保护区的成立和受保护时间的长短,进一步分析了人为因素对红树林生物量的影响。中国红树林2000 年以前受人为破坏和侵占,面积持续减少(贾明明 等,2021);自上世纪80年代以来,中国政府和地方部门开始重视对红树林湿地的保护和管理,推进退塘还林、人工造林、建立保护区等系列措施,2000年以后中国红树林面积呈逐步上升趋势(贾明明,2014;贾明明 等,2021;李瑞利 等,2022),这些人为因素也影响着红树林生物量的累积和分布。卢元平等(2019)研究指出海南红树林面积小,但受保护比例高;广东和广西红树林面积大,但受保护比例较小,其中广西的比例最低。本文研究显示受保护程度更高的海南红树林,其冠层高度和平均生物量也更高;而相较广西,纬度相近且受保护程度更高的粤港澳地区的红树林生物量平均值更高;虽然米埔的纬度比东寨港和清澜红树林保护区高,但由于香港对红树林的保护开始时间早,红树林受保护历史久,因此米埔红树林生物量平均值高于东寨港和清澜红树林保护区。此外,浙江的引种扩展了中国红树林空间分布的北界(王文卿 等,2007),一定程度上也反映了人为因素对红树林生物量空间分布的影响。

本文以淇澳—担杆岛红树林自然保护区为例,结合30 m空间分辨率的Landsat-5遥感影像解译得到1999年淇澳—担杆岛自然保护区的红树林空间分布(图7-a),并与本文使用的2019 年红树林空间分布(图7-b)数据进行对比。珠海淇澳—担杆岛自然保护区是中国典型的红树林引种区域,从1999年开始实施红树植物引种工程;目前,人工引种修复的无瓣海桑已经成为该区域的优势群落(邱霓 等,2019)。因而在2000—2019年,淇澳—担杆岛自然保护区的红树林面积不断扩张,该区域的红树林生物量也会随之大幅度增加。

图7 1999(a)和2019年(b)广东淇澳岛红树林的空间分布范围Fig.7 Spatial distribution of mangroves in Qi'ao Island,Guangdong province in 1999 (a) and 2019 (b)

5 结论

本文利用森林冠层高度数据和异速生长方程构建了红树林地上生物量模型,估算得到2019年中国红树林地上生物量,并分析了全国和区域尺度的红树林地上生物量总量、均值和空间分布情况,得到以下主要结论:

1)基于大尺度的森林冠层高度数据和异速生长方程建立的红树林“树高-生物量”异速生长模型,能够快速有效地估算大范围红树林地上生物量,适用于国家尺度的研究。

2)2019 年中国红树林地上生物量总量约为1 974 827 t,单位面积地上生物量平均值约为73.0 t/hm2。

3)中国红树林地上生物量总量前三的省份(地区)为粤港澳地区、广西壮族自治区和海南省,全国红树林分布的各省份(地区)的红树林生物量平均值介于53.3~92.1 t/hm2,其中在海南北部、粤港澳地区中部和台湾北部存在3个红树林生物量均值较高的经纬度格网。

4)纬度在一定程度上影响着中国红树林地上生物量最大值的空间分布;建立红树林保护区也对红树林生物量的累积和扩展其空间分布有着积极作用。

猜你喜欢

红树林冠层自然保护区
基于低空遥感的果树冠层信息提取方法研究
藏着宝藏的红树林
七姊妹山国家级自然保护区
基于激光雷达的树形靶标冠层叶面积探测模型研究
海岸卫士——红树林
走过红树林
施氮水平对冬小麦冠层氨挥发的影响
保护自然保护区刻不容缓
浅淡黄岗梁自然保护区的资源保护与开发利用
阅读理解