1. 引言

随着经济的持续发展，个体的需求逐渐从对物质层面的满足向对精神层面的提升进行转变。中国文化和旅游部统计，2024年国庆节假期国庆节假日7天，全国国内出游7.65亿人次，按可比口径同比增长5.9%，较2019年同期增长10.2%；国内游客出游总花费7008.17亿元，按可比口径同比增长6.3%，较2019年同期增长7.9% [1]。《黑神话：悟空》的迅速走红，尤其是在其27个取景地位于山西的背景下，显著推动了山西省文化遗产文创产品的发展。这一现象不仅提升了地域文化遗产的知名度，同时激发了与非物质文化遗产相关的创意产品设计的热潮。通过影视作品的影响，文创产品的市场需求迅速增长，促进了地域文化的传播与传承，为创新与产业转型注入了新的活力，从而为山西的文化旅游和经济发展创造了良性循环。山西全省66个重点监测景区(65个开放，蟒河景区因道路施工闭园)累计接待游客784.46万人次，可比口径下，较上年同期增长46.90%；累计实现门票收入25466.31万元，可比口径下，较上年同期增长17.13% [2]。文化兴起促进了文化消费的增长，游客越来越愿意为地域文化体验支付费用，从而推动了文创产品市场的进一步繁荣。当前，文化遗产文创产品的设计类别较为丰富，涵盖了日常生活用品和装饰品的多个方面。然而，在设计路径方面，普遍存在形式和切入点的单一化问题，设计表现方式及创新形式受到设计师个体审美和设计习惯的制约。因此，如何为文化遗产文创产品设计引入新的创意和创新设计路径，已成为地域文创产品设计亟需解决的重要难题。

在第四次工业革命的背景下，人工智能生成内容(AIGC)技术的崛起正重新定义设计领域，通过智能化工具和算法驱动创作过程，推动产品和服务的个性化定制与创新，极大提升了设计效率与可能性。人工智能生成内容(AI-Generated Content, AIGC)已逐渐成为一个日益重要的研究领域，其与文化遗产文创产品设计的紧密结合体现了创作主题的多元化和参与主体的广泛化发展趋势，为非物质文化遗产的传承与创新提供了新的可能性。同时，文化业态展现出强劲的产业引领能力，推动了AIGC与文化产业在多维度的融合，促进了传统文化的现代化转型。

2. AIGC的概念及发展

2.1. AIGC的概念

AIGC即人工智能生成内容(Artificial Intelligence Generated Content, AIGC) [3]，该技术旨在利用人工智能技术依据现有的知识和数据，自动或半自动地生成新的内容，涵盖多种形式，包括文本、图像、音乐和视频等。AIGC的本质在于以自然语言理解处理、深度学习、计算机算法的方式推动人与机器更好地协同发展。AIGC技术依托于深度学习和生成对抗网络(GAN)，在文化遗产的数字化创新领域中展现出显著的应用潜力，可能对文化遗产的传承与创新产生深远的变革性影响。在内容流变方面，AIGC是PGC (Professional Generated Content，专业生成内容)和UGC (User Generated Content，用户生产内容) [4]后，利用人工智能技术自动生成指令内容的新型生产方式。人工内容(AIGC)的发展在设计和创新领域具有重要影响。其技术的应用不仅提升了创作效率，还促进了个性化和多样化设计方法的实现。此外，AIGC为设计师提供了新的创作工具，激发了创新思维，进一步推动了产品和服务的创新性发展。现有AIGC技术模型见表1。

Table 1. AIGC model

表1. AIGC模型

AIGC不仅能作为文化遗产文化内容的生成性工具，也是提升文化遗产产品设计创作能力的辅助方式，在显著提高设计生产效率的同时，降低了设计生产成本。在文化遗产文创产品设计的过程中，核心目标是运用高新技术手段来承载和增强传统技艺与文化。这一设计不仅要求对非物质文化遗产进行精准的文化内容映射和再创作，还需充分激发并保留创造性思维，以确保文化遗产在当代文创产品中得以有效传承与创新。

2.2. AIGC的发展

AIGC通过持续的数据收集和内容学习，实现了不断的迭代更新，推动了其衍生式的边界扩展。其在AI动作捕捉、三维建模、AI音频以及沉浸式游戏等领域的高效产出，展现了多模态发展的特征。这些特点在一定程度上满足了当代文化遗产多样化发展的需求，彰显了技术与文化的融合潜力。基于CNKI数据库AIGC相关文献的关键词聚类图谱见图1。

利用CNKI核心数据库，通过“AIGC”、“生成式人工智能”和“设计”关键词组合，检索了2024年10月16日前的所有相关文献。经过人工整理筛选，共获得338篇期刊文献。如图1所示，通过时间轴上节点颜色的变化(由深至浅)，可以直观看出数据信息从早期到近期的分布情况。关键词聚类共现图谱清晰展示了该领域的主要研究方向：“深度学习”、“产品设计”和“生成设计”。文化遗产作为重要的文化场域能为AIGC的发展提供丰富的文化语境，然而目前较少研究者关注到AIGC视域下对文化遗产相关文化的应用及转换，本文将重点关注AIGC视域下文化遗产文创产品的设计路径。

Figure 1. Keyword clustering mapping of AIGC-related literature in the field of output design based on CNKI database

图1. 基于CNKI数据库产出设计领域AIGC相关文献的关键词聚类图谱^①

2.3. AIGC的市场应用现状

自2022年11月30日美国人工智能公司OpenAI发布大型语言模型ChatGPT以来，各种“生成式AI”模型如雨后春笋般涌现，不仅极大地便利了大众生活，也给众多行业带来了深刻变革。随着算力的显著增强和算法的迭代式优化[5]，人工智能研究在机器学习、深度学习、自然语言处理和计算机视觉等众多领域发展迅猛[6]，在奠定AIGC发展基础的同时，也为AIGC处理更为复杂的创意性任务开辟了新途径。在文创产品设计中，文章强调生成式人工智能(AIGC)技术通过提高内容生产效率、推动“跨界融合”及产生新的设计驱动因素(尤其是创新设计理念和数据指令要素)等三个维度的影响，有效推动了物质文化产品设计的进步与发展。这些因素不仅提升了设计效率和产品的市场适应性，还赋予了设计过程新的活力，促进了文化遗产的传承与创新，为相关领域的发展注入了强大的动力。

目前主流的应用有DALLE、Stable Diffusion和Midjourney等[7]。AIGC (人工智能生成内容)技术在绘画设计领域的应用日益广泛，发挥了显著的作用。这种技术不仅改变了传统艺术创作的方式，还为艺术家和设计师提供了全新的创作工具和思维方式。通过深度学习算法和生成对抗网络(GAN)，AIGC能够迅速生成高质量的艺术作品，极大地提高了创作效率和灵活性。此外，AIGC技术在艺术创作中还允许用户根据文本提示或设定条件生成图像，这种个性化和定制化的能力使得设计师能够轻松探索多样化的风格和主题，激发创作灵感并拓宽表达的边界，不少设计师开始用AI来辅助创作。在2022年8月科罗拉多州的新兴数字艺术家竞赛中，作品《太空歌剧院》(Théâtre D’opéra Spatial) (见图2)荣获“数字艺术/数字修饰照片”类别一等奖。在2022年8月于科罗拉多州举行的新兴数字艺术家竞赛中，作品《太空歌剧院》荣获“数字艺术/数字修饰照片”类别一等奖，此成就对设计师群体产生了深远的震撼，并突显了AIGC技术在艺术创作中的显著潜力与影响力。

Figure 2. The work Space Opera (Théâtre D’opéra Spatial)

图2. 作品《太空歌剧院》(Théâtre D’opéra Spatial)^②

3. 基于AIGC技术的地域文创产品设计

3.1. 传统地域文化遗产文创产品现状

当前，传统地域文化遗产文创产品面临诸多挑战与机遇。尽管这些产品在展现地域文化遗产文化特色和工艺传承方面具有独特价值，但它们在市场竞争中的表现往往受到设计创新不足、产品同质化严重以及市场推广有限等因素的制约导致产品的文化特色和内涵无法体现。这使得大众无法在文创产品中感受到文化遗产的独特印记，也无法唤起对文化遗产的记忆和情感。旅游文创产品是一种能够体现地域文化特征、继承和发展地域文化的载体[8]。旅游文创通过将文化元素融入旅游体验，不仅提升了游客的文化认知和满意度，还促进了地域经济的发展和文化遗产的可持续保护。以近年来备受关注的“西安年”、“长安夜”等文化IP为例，如“大唐不夜城”、“长安十二时辰”、“舞千年”，以及“行走河南，读懂中国”的“唐宫夜宴”等文创产品，充分展示了地域文化IP在赋能文旅项目方面的优势与价值[9]。

优质的文创产品通过深度融合文化内涵与现代创新设计，实现文化传承与市场价值的双重提升，成为推动文化遗产传播与经济增长的重要媒介。在文创产品设计中，单纯依赖文化遗产的表面特征，如文字和图像，只能实现表层的文化呈现，未能深度传达其核心内涵，难以满足当代消费者对文化产品的精神诉求与体验需求。例如，简单地将京剧脸谱印在商品上只是对文化的表面展示，而通过结合京剧的艺术精神和背景故事设计文创产品，可以更深刻地传达京剧的文化内涵和意义，使消费者更好地理解和欣赏这门传统艺术。创意在文化遗产的文创设计中至关重要，因为它能够将传统文化元素与现代设计理念相结合，真正赋予产品生命力和文化深度。这不仅能提升产品的市场吸引力，还能有效促进文化遗产的传承与创新，满足消费者对文化深度体验的需求，避免简单复制带来的文化流失。

3.2. AIGC下的文创

当前阶段，是基于AIGC的设计创意过程[10]，这一阶段AIGC不局限于简单的对话机器人和AI绘图等视觉导向的单模态体验，而是扩展至多模态、全方位的创意内容创作[11]。例如，生成对抗网络(GANs)和变分自编码器(VAEs)等技术已经能在图像和音频领域创作出相关的艺术作品。AI绘画是依托深度模型卷积神经网络对给定内容的视觉形态、语义特征等进行自动聚类分析，在识别与整理的基础上通过关键词输入与检索进行的图像创作[12]。AI绘图软件通过用户输入的文本提示或草图，利用深度学习模型解析输入信息，生成符合要求的图像。模型在大数据集上进行训练，通过多层神经网络生成初始图像，并迭代优化图像细节，如色彩、纹理和构图，确保视觉输出的精确性和艺术表现力。最终，用户可对输出进行细化调整，以实现高质量的视觉呈现。

应用传统机器学习算法，主要是对文化遗产内容进行特征提取、分类、预测，其次还有针对文化遗产保护所做的部分工作。如Rahaman等[13]基于光谱成像技术对文化遗产领域中的纺织品染料进行研究，运用机器学习算法提出了一种对纺织品无损的颜料分类方法。张安华等[14]在传承南京民国建筑文化遗产方面，探索了AIGC技术的新应用路径。研究过程中，他们选取代表性建筑提取设计基因，利用算法重构设计因子，并将其输入人工智能软件生成50个纹样图形样本。通过严谨的实验评估，筛选出最符合目标风格的样本，成功应用于文创产品设计。华中科技大学蔡新元教授团队与长江少年儿童出版社合作，运用StableDiffusion技术创作了“大国巨匠·科学家精神绘本书系”(如图3所示)和“武汉光谷十景”国风绘画。与此同时，央视在2024年推出了中国首个利用文生视频AI制作的动画系列《千秋诗颂》，这些项目生动地展示了生成式AI在拓展艺术表现形式和促进文化价值传播方面的广阔潜力。通过在文创设计中融入独特的地域文化元素，这些案例有效体现了地域文化的多样性和美感，进一步深化了消费者对其文化内涵的理解和认同，从而增强了文化自信。

通过深度学习得到神经元相互连接而成的深度网络结构称为深度神经网络，其中，卷积神经网络(Convolutional Neural Networks, CNN)是深度神经网络中应用较多的网络结构之一。卷积神经网络是第一个真正意义上的成功训练多层神经网络的学习算法模型，在网络的输入是多维信号时具有更明显的优势[15]。卷积神经网络(CNN)在AIGC中的优势主要体现在其卓越的特征提取能力，能够生成和处理高质量的图像内容。此外，CNN支持高效的风格迁移和图像分类功能，使生成模型能够更精准地满足特定的创作需求，提升作品的艺术性和吸引力[16]。通过结合多种神经网络架构，CNN极大地增强了AIGC在艺术与设计领域的表现力和创造灵活性，推动了创作的多样性与创新性，通过深入学习和分析大量图像、艺术品和设计工作流程作品(如图4所示)，AIGC能够感知并学习各种风格和创意元素，同时进行创新设计，并将其应用于文创产品的研发[17]，最后进行推广。

Figure 3. “Great giant-illustrated book series on the spirit of scientists” created by generative AI

图3. 利用生成式AI创作的“大国巨匠·科学家精神绘本书系”^③

Figure 4. AIGC design flow chart

图4. AIGC 设计工作流程^④

4. AIGC技术赋能地域文创产品设计的关键要素探析

4.1. 确定生成内容的精准导向

在地域文化创意产品设计中，确定生成内容的精准导向是应用AIGC技术的关键环节。AIGC技术通过对文化内涵及当地文化遗产内容的深耕，结合大规模文化数据集和用户偏好的分析，帮助设计师识别最具共鸣效应的主题与风格。迭代设计方法在此过程中发挥重要作用，通过反复测试和优化，实现对地域文化元素的精准提取与应用，确保生成的内容在创新性与文化真实性之间取得平衡。通过借助自然语言处理和图像识别技术，AIGC技术能够设计出符合地域文化特征的内容，并在每次迭代中整合用户反馈和数据分析，进一步精炼和改进设计方案。这种不断优化的迭代设计过程，不仅保留了文化的传统精髓，还赋予了设计以现代化和个性化的表达。文创产品的设计者需要从众多文化遗产中选择典型元素，通过对元素的分解、浓缩、归纳和整合，将其形象地表现出来[18]。在文创产品开发与设计流程中，设计师可以通过创新文创产品的设计与呈现方式，为消费者带来独特的文化体验[19]。对石窟类文创产品而言，其关键在于对石窟文化元素的挖掘、选择和提取，将这些不朽的文化元素全方位、多维度地转化为可视化消费符号。

精准的导向定位确保了文化创意产品在市场竞争中的吸引力和文化深度。在传承与创新中寻求平衡[20]，并紧扣市场需求，是地域文创产品设计的关键。研究表明消费者对于AI设计的实用型产品表现出更高的付费意愿[21]，这不仅反映出消费者对人工智能技术在产品创新和功能优化方面的高度认可，也突显了设计师在融合AI技术以提升产品价值和用户体验中的关键作用。设计师通过运用AIGC技术，能够更有效地满足用户需求，创造出更具吸引力和实用性的产品，从而提升整体市场竞争力。这一发现强调了设计师在协调技术应用与用户需求之间的重要功能，进一步促进了AIGC与人类创造力的深度融合。

4.2. 设计流程的效率提升与创新增强

AIGC技术在设计流程中充当了催化剂，极大地提升了效率和创新能力。通过自动化生成设计原型，设计师可以快速迭代并评估多种设计方案，从而显著缩短了设计周期。这种技术支持不仅减轻了设计师在重复性任务上的负担，也释放了更多时间用于探索创新概念。此外，AIGC技术还能实时分析大量设计元素的有效性，帮助设计师更精准地选择符合项目要求的创意方向，确保在紧张的项目期限内保持高效能的输出。

在创新增强方面，AIGC技术通过生成对抗网络(GAN)和其他深度学习模型，为设计师提供了一种跨越传统界限的创新工具。例如，2020年敦煌研究院与腾讯合作推出的“云游敦煌”小程序成功地将AIGC技术应用于文化创意产品设计。其中的“云采丝巾”功能让用户可以选择敦煌壁画图案设计丝巾，实现了用户参与互动设计的乐趣。这种创新不仅革新了产品设计流程，还提升了用户体验，用户从被动接受设计变为主动创造者。通过用户交互的个性化艺术创作，“云游敦煌”项目有效地传播了敦煌文化遗产的价值，展示了AIGC技术在增强用户体验和推动地域文化创意产业全球化中的巨大潜力。

4.3. 市场适应性与用户体验优化

在文化遗产地域文创产品设计中，AIGC技术通过对市场趋势和用户需求的动态分析，显著提升了产品的市场适应性。利用机器学习算法和自然语言处理技术，AIGC能够定量分析用户的反馈数据和消费行为，从而识别市场发展方向和用户偏好。这使得设计师可以更有效地调整设计策略，确保产品能够迅速响应市场变化，保持竞争优势。

服务设计所强调的用户体验关注的是通过产品和服务提供给使用者的理性价值与感性体验[22]。AI生成技术为文创设计引入了新的可能性，通过智能生成的符号和图案，提升了产品的创新性，并突出了个性化特质。AIGC技术通过个性化内容生成和用户交互优化，提升了用户体验。通过深度学习模型分析用户历史交互数据，AIGC能够为用户提供定制化的设计元素和功能推荐。这种定制化的设计方式不仅增加了用户对产品的粘性，还提高了用户满意度和品牌忠诚度，从而促进了产品的商业成功。这种以用户为中心的设计策略表明，AIGC技术在优化用户体验方面具有显著的应用潜力。

5. AIGC赋能山西文化遗产文创产品设计的路径探索

5.1. 文化基因提取与分析

山西作为中国的重要文化发源地，拥有丰富的世界文化遗产，突显了其在全球文化地图中的重要地位。第三次全国文物普查及山西省文物局的数据显示，目前山西共有不可移动文物逾5.3万处，古建筑文物逾2.8万处，是中国现存各类古建筑最多的省份。其中，全国重点文物保护(国保)单位共531处，当中有超过410处是古建筑，自1996年至今稳坐(国保)第一大省的位置。山西的平遥古城、五台山和云冈石窟，更被列入世界文化遗产[23]。云冈石窟、平遥古城和运城的盐湖文化遗址等，均被联合国教科文组织列为世界文化遗产，这些遗产不仅展现了悠久的历史和深厚的文化底蕴，还体现了独特的艺术风格和建筑技艺。云冈石窟以其精美的佛教雕刻闻名，反映了中国古代宗教艺术的辉煌；而平遥古城则保留了明清时期的城市格局和传统民居，成为研究古代商贸与城市发展的重要窗口。这些文化遗产不仅丰富了人类文化宝库，也为全球文化多样性和跨文化交流提供了重要的研究基础，具有不可估量的学术和现实意义。

山西的文化遗产群体因其深厚的历史与多样的文化元素而自成一体，形成了区别于其他群体的独特文化基础。因此，在进行山西地域创作时，深刻理解其历史与文化特性是至关重要的。本文聚焦于文化遗产丰富的大同市，通过公开资源详细梳理该市的著名建筑和文化遗址，并对相关数据进行收集和初步整理，见表2。通过统计分析，本文旨在概览大同地区的文化资源及其推广价值，评估这些文化元素作为AI生成主题素材的适宜性及其在地域文化中的代表性，为文创产品的生成提供基础依据和素材支持。

Table 2. Overview of information on local cultural heritage in Datong (partial)

表2. 大同市文化遗产信息概览(部分)

5.2. AIGC模型选择

最知名的代表性平台是“DALL-E3”、“Stable Diffusion”和“Midjourney (Version 6)”。与安装和使用并不容易的Stable Diffusion [24]不同，DALL-E3和Midjourney因为工具安装简单，图像生成多元且清晰度高，是利用率最高的两款人气平台，也是想要利用图像生成式人工智能创作绘本的文本作家的首选工具[25]。

图像生成式人工智能的创作过程是由人类和AI之间复杂的相互作用形成的[26]。在Midjourney上生成图像时，优化参数指令对提升图像质量至关重要。用户可以通过精准调整主题描述，以增强图像的细节和明确性。关键在于特定提示词(prompt)的精巧构造和输入，这决定了输出结果的精确性。提示词一般采用“主体、细节、标签和参数”的格式，这种安排能明显提升生成结果的相关性和满意度。研究显示，简洁且准确的提示词能更有效地指引生成模型，生成更符合用户期望的视觉效果。具体来说，主体部分涵盖创作的核心元素，比如角色的性别和面部特征，以明确图像的焦点；细节部分涵盖背景环境、光影变化和氛围，丰富整体视觉效果；标签用于指定艺术风格、媒介和视角(如特写、微观、3D或平面)，以增强艺术表现力；参数则决定图像的长宽比、分辨率和渲染特性，确保技术上符合预期的输出标准。通过将这些要素合理运用，设计师和艺术家可以在创作中有效掌控和引导输出，提高创作效率和质量。

5.3. 设计路径与AIGC生成

程辉学者提出的文化创意产业[27]基本流程范式强调了从截取文化符号特性到形成概念定位[28]，再到文创产品设计的过程[29]。在AIGC (人工智能生成内容)驱动的文化遗产文创产品设计中，研究过程通常始于数据准备阶段，通过系统化地收集和分析相关的多模态文化资料，如历史文献、视觉图像和传统工艺技能等，构建高质量、结构化的数据集。这些数据集为模型训练阶段提供了坚实基础。在模型训练阶段，选择并适配符合项目需求的AIGC模型，进行深度训练以提升模型在文化内涵表达上的准确性。通过精细化的数据驱动策略，模型获得了良好的内容生成能力，确保在后续设计开发阶段中的表现力。

进入设计开发阶段，利用训练得到的AIGC技术探索生成性设计概念，包括自动生成的草图和文本描述，从而拓展文创创意的多样性与新颖性。此阶段的原型开发和验证确保设计功能能够执行预期的文化表达。在迭代优化阶段，广泛收集用户体验和专家评审的反馈，进行多轮设计优化和调整，以提高产品的美学质量和文化契合度。最后，在实施与推广阶段，通过市场策略和文化传播计划，强化产品的市场影响力和文化传播效果，促使其成为文化遗产现代传承和创新发展的一部分。此流程不仅增强了产品的市场竞争力，还对文化的可持续传承起到了积极的推动作用见图5。

Figure 5. Generation path for AIGC to generate local cultural and creative products

图5. AIGC生成地域文创产品生成路径^⑤

经过初步调研和数据预处理，利用ChatGPT-4进行模拟角色分析，该工具作为设计师的辅助，帮助评估大同市文化遗产的设计应用潜力。分析表明，云冈石窟(世界文化遗产)和大同古城(历史文化名城)在文创产品设计中具有显著优势。本文聚焦于云冈石窟，探讨其作为研究对象的潜力。云冈石窟是世界文化遗产，是世界雕塑艺术的宝库，其内容丰富多彩，石窟雄伟壮观，雕刻技艺精湛，具有很高的文化艺术价值，被郦道元评价为“真容巨壮，世法所希”[30]的艺术价值，为文化产品设计提供了多层次的灵感来源。这一文化遗产的深厚内涵能够通过创新设计策略，推动现代文化表达与传承。

在文化创意产品设计的创新研究中，运用Midjourney工具，以云冈石窟相关资料和AI生成的提示作为基础，通过多次迭代生成不同的云冈石窟文创产品，见图6。在这一过程中，设计师发现虽有ChatGPT-4生成的prompt指令辅助，但初始生成的图像往往缺乏足够的表现力和代表性。因此，设计师通过主动筛选和微调，加入新的限定条件来优化生成的图像，使其更贴合设计需求。同时，设计师需在设计过程中进行持续的优化和接受反馈，以更好地完成迭代设计。经过反复实验证明，直接使用ChatGPT-4提供的初始指令难以达到理想效果，需要设计师深入参与，通过反复试验和专业访谈反馈，不断优化和迭代设计指令，进而实现更高质量的设计成果。这一过程强调了在AIGC辅助设计中人类创造性和专业判断的重要性。

Figure 6. Practical path for AI to generate local cultural and creative products

图6. AI生成地域文创产品实践路径^⑥

6. 结语

AIGC技术在文化遗产文创产品设计中展现出卓越的效率提升和创新驱动力，显著增强了文化遗产的数字再创作能力，提升了地域文化在市场中的吸引力与竞争力。尽管如Midjourney等AIGC工具具备强大的生成功能，其有效应用需辅以设计师的专业知识和创造性思维，以进行精细的参数调控和成品优化。本文构建了一套系统化的设计路径，从文化基因提取、AIGC模型选择到设计路径探索、基于反馈的迭代改进及最终实施与推广，确保了设计产出与文化遗产及市场需求的高度一致性。此协作创新模式不仅为文化遗产的传播与保护提供了革新途径，亦为文化创意产业的发展注入了新的动能，使其在现代市场中具备更强的适应性与竞争优势。

注 释

① 图片来源：作者自绘。

② 图片来源：https://en.wikipedia.org/wiki/Th%C3%A9%C3%A2tre_D%27op%C3%A9ra_Spatial。

③ 图片来源：http://www.kepu.gov.cn/newspaper/2024-10/18/content_244701.html。

④ 图片来源：作者自绘。

⑤ 图片来源：作者自绘。

⑥ 图片来源：作者自绘。

NOTES

^*通讯作者。

参考文献