水文监测技术在岩溶隧道施工中的应用
2017-08-01秦成
秦 成
(中煤科工集团重庆研究院有限公司, 重庆 400039)
水文监测技术在岩溶隧道施工中的应用
秦 成
(中煤科工集团重庆研究院有限公司, 重庆 400039)
为探析岩溶隧道开挖过程中隧址区水文地球化学特征、岩溶水补径排条件以及隧道涌水与地表水文环境的相关关系,以华蓥山隧道工程施工为依托,开展动态水文监测和分析。利用水文动态监测体系反馈的水质和水量信息研究隧址区地下水水文地球化学特征、判定隧道开挖后地下水影响范围。结果表明: 1)常规水质分析和同位素分析显示隧址区地下水径流条件较好,径流途径较短,并且受大气降水影响密切; 2)隧址区地表布设的4个水文监测点均呈现流量、水位减少趋势,证明隧道建设对本区地下水系统造成一定影响,其影响程度不一; 3)相关分析表明隧道涌水与龙古井、龙神洞2个地表水点呈强相关性,具有显著性。
岩溶隧道; 涌水; 水文监测; 水化学; 同位素
0 引言
隧道施工过程揭露各种地层,破坏含水层,改变地下水流场,使得地表井泉出现失水,甚至干枯,影响居民用水; 同时,地下水涌入隧道,影响隧道施工进度,危害施工设备和人员安全[1-4]。目前,已有许多学者开展了隧道涌水对地表环境影响方面的研究。文献[5-6]在开展隧道涌水及地表水源点动态监测的基础上,通过估算隧道排水的影响范围,分析隧道及水源点流量变化特征和开展隧道涌水来源识别工作。文献[7-8]结合隧道施工涌水状况以及已开挖段所揭示的地质条件等,利用同位素研究和示踪分析等方法重点分析隧道涌水来源及其与地表水的水力联系,明确隧道工程对周边地区水环境的影响。文献[9-10]在隧道地质勘察和实测涌水量的基础上,采用三维数值分析、多元相关分析等方法对隧道开挖过程进行模拟,科学合理地分析了隧道施工对地下水产生的影响。文献[11-13]通过预测隧道涌水量,分析预测隧道涌水及洞顶漏水对顶部泉眼、地下水、植被和居民生活用水产生的影响。
为掌握隧道开挖对区域水文地质环境的影响而开展的水文监测,到目前已经历了3个发展阶段: 人工观测阶段、自计式监测设备阶段及在线监测系统阶段。纵观目前的研究现状,地表水文监测以流量、水位等水文监测因子为主[14-15],缺少综合考虑水质因子、降雨量的监测及综合分析,在研究隧道涌水对地表环境的影响程度和范围方面还不足。鉴于此,本文在建立水文动态监测体系的基础上,对岩溶隧道地表水文环境进行长期监测,并对监测的水质、流量、水位及降雨量等水文数据进行系统分析,探析隧址区岩溶地下水水文地球化学特征及补径排条件,评估出隧道涌水与大气降雨的关系以及对地表水环境的影响程度及范围。
1 工程概况
渝广高速华蓥山隧道于2013年底开工,2017年1月贯通,为双向隧道,左右分修,两线相距30 m。左线长5 017 m,起点标高+400.7 m,终点标高+343.6 m; 隧道右线长4 099 m,起点标高+400.7 m,终点标高+344.0 m。总体走向约298°。隧道洞身穿越地层为: 第四系全新统松散堆积层(Q4); 侏罗系中、下统新田沟组(J2x)、自流井组(J1-2z)、珍珠冲组(J1z)的碎屑岩; 三叠系上统须家河组(T3xj)的碎屑岩,中下统雷口坡组((T2l)、嘉陵江组(T1j)的可溶岩,飞仙关组(T1f)的可溶岩与非可溶岩互层; 二叠系上统长兴组(P2c)、龙潭组(P2l)的可溶岩与非可溶岩。可溶的碳酸盐岩在隧址区出露面积较广(约占40%)。
隧道所在区域的岩溶系统分为浅层水平循环系统和中深层水平循环系统,其中,中深层水平循环系统主要发育在标高+180~+420 m范围,浅层水平循环系统主要发育在标高+580~+650 m范围。
由于隧址区位于岩溶地区,隧道两侧对应地表水点分布较多,且一些水点为居民饮用水,敏感性较强。因此必须查清隧道施工对地表失水的影响范围及程度,选取代表性敏感点进行动态监测,掌握各水点的水文变化情况。
2 水文动态监测体系
2.1 监测目的及方法
为了掌握华蓥山隧道隧址区岩溶地下水特征,明确施工对地表环境的影响程度及范围,利用水文动态监测体系反馈的水质和水量信息研究隧址区地下水水文地球化学特征、判定隧道开挖后地下水影响范围。
利用在线监测系统进行远程水文监测,该系统由监测中心、通信网络、前端监测设备和测量设备组成。通信网络采用GPRS,水文遥测终端为前端数据采集设备,测量设备主要包括翻斗式雨量计、超声波水位计或其他仪表变送器。
2.2 监测点及监测因子
根据隧址区水文地质条件,在隧道对应地表布置4个水文监测点,名称分别为袜子沟、龙古井、龙神沟和龙神洞,如图1所示。其中,袜子沟为原红光煤矿平硐,开口位于三叠系须家河组六段顶部砂岩中,居民在原有巷道基础上向前开拓揭穿嘉陵江组地层,并引流岩溶水为当地生产、生活用水; 龙古井为发育在三叠系下统嘉陵江组二段(T1j2)灰岩中的下降泉; 龙神沟为山谷间存在的沟谷,其性质为地表溪流; 龙神洞为桂花庄后山脚下饮水安全工程水源保护地,龙神洞观测点性质为嘉陵江灰岩岩溶水和山间沟谷地表水的汇合。
图1 地表水文监测点分布图
袜子沟观测点的监测因子为流量; 龙古井的监测因子为水位和降雨量; 龙神沟和龙神洞监测因子为流量,同时还对4个观测点定期进行水质监测。
2.3 监测时段及频率
监测时段包含一个完整的水文年,时间自2015年5月到2016年9月共17个月。正常情况下监测频率设置为4次/d,取其平均值为当日数据,异常情况可根据实际情况加密监测频率。
3 监测信息分析
3.1 水化学数据及分析
3.1.1 常规水化学数据分析
选取常规水质化验典型的30个水样,在舒卡列夫分类的基础上,将其叠加在Piper三线图上,见图2。从水质分析结果可知,各水样水质以HCO3-Ca、HCO3·SO4-Ca、HCO3·SO4-Ca·Mg型水为主,硬度较大,钙镁离子毫克当量达到95%以上。大多数水样呈弱碱性,pH值6.98~8.18。地表水矿化度在0.2~0.4 g/L,隧道内涌水矿化度在0.4~0.6 g/L。上述特征均反映了典型的岩溶区水文地球化学特征,即地表水与地下水之间交替速度较快,地表水与地下水之间补排关系密切,岩溶地下水径流条件好,且呈现岩溶区典型的高钙镁、低纳钾的特征。
图2 各水样三线图叠加
华蓥山隧道隧洞内涌水与大气降水和地表水关系密切,大气降水通过岩溶洼地、落水洞以及天窗等岩溶通道直接补给地下水,地下水在径流过程中溶解沿途灰岩中的碳酸钙成分,使得地下水矿化度和硬度增大,但由于径流条件好、途径短,其矿化度和硬度较地表水增加不大。
3.1.2δD、δ18O同位素分析
在隧道内及对应地面水点分别取样进行同位素分析,共7个样品,分别为地表的1#袜子沟取水平硐、2#龙神沟、3#棕桥沟水井,隧道内4#K24+767、5#Z2K27+179、 6#K27+207①孔、7#K27+207②孔。将7个样品的δD和δ18O含量投到重庆大气降水线方程δD=8.73δ18O+15.73上,见图3。从图3可以看出,各个点都位于大气降水线附近,说明几个采样点都接受大气降水补给。用最小二乘法拟合出同位素方程:δD=7.349 0δ18O+6.978 7。无明显的δ18O漂移和D漂移现象,说明水-岩反应不强烈。
以δ18O含量为横坐标,采样点标高为纵坐标绘制图4。标高400 m以上,δ18O含量多位于-6.5 ‰~-8 ‰; 400 m以下,δ18O含量出现两极化,多位于-6.5 ‰~-6 ‰,也有部分小于-9.5。绘制隧址区D等值线见图5,由图5显示,出水点δ18O最大值位于K24+767附近,自东南到西北等值线由密集到稀疏。利用同位素进一步分析各取样点水源补给区域、补给高程,可知隧道内及地表井泉的补给区域主要是就近补给,径流途径较短。
图3 氢氧同位素与大气降水线关系
Fig. 3 Relationship between hydrogen-oxygen isotope and atmospheric precipitation line
图4 δ18O同位素含量
图5 D同位素含量等值线图
3.2 隧道涌水与地表水、大气降水的关系
3.2.1 隧道涌水量监测结果分析
1)隧道进口涌水量动态变化
华蓥山隧道进口涌水量动态变化分为3个阶段,分别为2015年10月31日K25+206突水之前和突水之后稳定后的动态变化以及突水过程流量变化,如图6所示。华蓥山隧道进口流量变化无季节性变化规律,但是与隧道掘进长度呈现一定的相关关系,隧道掘进长度越大,其流量也变大,如图7所示,主要原因在于揭露的含水层面积增大,以及掘进至强富水含水层造成进口流量变化动态变化特征。
2)隧道出口涌水量动态变化
华蓥山隧道出口流量变化如图6所示,其间华蓥山隧道出口流量基本稳定,未出现大的涌突水事故,出口工区隧道进入地表对应沟槽地带后,由于隧道埋深较浅,岩溶发育较强,使得出口涌水量一致维持在较大水平,基本在100~200 m3/h。
图6 隧道涌水量动态变化过程
图7 进口流量与隧道掘进长度相关关系
3.2.2 地表水文监测结果分析
1)袜子沟。袜子沟流量动态变化如图8所示,袜子沟平硐所在的嘉陵江组灰岩含水层在2015年11月底到2016年5月为枯水期,这期间流量较小,基本保持在10 m3/h以下。6—9月为丰水期,流量在20 m3/h以上。该点季节变化明显,受隧道施工影响较小。
图8 袜子沟流量动态变化曲线
2)龙古井。龙古井长约0.78 m,宽约0.75 m,水位埋深0.19 m,为居民生活用水,该点水位变化情况如图9所示。龙古井水深20~40 cm,但自2015年10月31日华蓥山隧道进口K25+206突水后,于2015年11月4日起,水文长期监测数据显示,龙古井水位从11月4日12:00开始下降幅度略微加大,从16:00开始至20:00,5日0:00、4:00下降趋势进一步加大。发现水位下降明显后,第一时间组织人员,赴现场查看,发现龙古井已经干枯,旁边水沟也干枯。龙古井自2015年11月5日干枯后直到2016年7月,由于连续降雨,水位出现了短暂的恢复,但到8月中旬,龙古井再次干枯至今。
图9 龙古井水位动态变化曲线
3)龙神沟。龙神沟流量变幅较大,枯水期与丰水期雨后流量变幅达10倍以上,受降水影响明显,为典型的地表水动态变化特征,如图10所示。
图10 龙神沟流量动态变化曲线
4)龙神洞。该点在丰水期流量较大,达100 m3/h以上,而枯水期流量较小,变化幅度大,尤其是2015年10月31日华蓥山隧道进口K25+206突水后,该观测点流量减少明显,其中,原来岩溶出水已经断流,仅有上游山间沟谷的少量汇水,流量约1 m3/h,见图11。2016年丰水期较2015年流量同比下降明显,说明K25+206突水后地下水径流条件发生改变,原本在此处排泄的地下水由于隧道的袭夺作用,变成从隧道进口水沟排泄。
图11 龙神洞流量动态变化曲线
3.2.3 地表水点与隧道涌水的相关关系
各地表水点流量变化过程叠加如图12所示。由图12可知,各点流量变化趋势较为一致,且与降水量密切相关,5—10月降雨丰富,各地表水点保持在较大流量水平,其他月份流量较小。随着隧道建设的进行各点流量呈现下降趋势,2016年的丰水期流量同比2015年各点流量明显减少。而隧道涌水量总体呈现增大趋势,尤其是进口从2015年10月31日K25+206突水之后稳定流量明显较突水之前流量加大,出口流量也呈现逐步加大趋势。地表水点流量减少、水位下降,隧道涌水流量加大,从定性上说明了隧道施工对各地表水点产生了一定的影响,造成地表失水。
图12 各地表水文观测点与降雨量相关曲线
为定量研究隧道涌水与地表各水文观测点的相关程度,对进口正常涌水量(不包括2015年10月31至2015年11月26日期间的K25+206突水期间的流量数据)与各地表水点进行相关性分析,进口涌水量与袜子沟流量相关系数为-0.474,具显著性,因此,进口涌水量与袜子沟流量呈现负的中等相关。进口涌水量与龙神洞流量相关系数为-0.752,具显著性,因此,进口涌水量与龙神洞流量呈现负的强相关。进口涌水量与龙神沟流量相关系数为-0.472,具显著性,因此,进口涌水量与龙神沟流量呈现负的中等相关。进口涌水量与龙古井相关系数为-0.702,具显著性,因此,进口涌水量与龙古井水位呈现负的强相关。
3.2.4 大气降雨与隧道涌水的水文相关关系
3.2.4.1 单次降雨诱发下隧道涌水量的变化规律
为研究单次降雨之后隧道涌水量的动态变化规律,在2015年8月25日降雨(27.5 mm,持续6 h)前8月24日测量隧道进口涌水量为16.25 m3/h,降雨结束之后,连续4 d监测隧道进口流量,监测频率为1次/h,收集降雨之后96 h内隧道涌水量瞬时流量数据及累计流量数据。8月24日降雨之后,25日平均流量达到最大值,随后逐步减小。最大流量值尽管在26日才达到最大值,但总体趋势是单次降雨之后1~2 d流量达到最大值,随后逐步减少。降雨之后6 h内隧道流量开始增大,增大后3~4 d内流量围绕一个均值(20.19 m3/h)波动,该值大于降雨之前的初始值,约为初始值的1.25倍。
3.2.4.2 典型水文年降雨量与隧道涌水量关系
2014年11月至2015年10月作为典型水文年,隧道进口、出口月平均流量与大气降水相关性密切,枯季流量较小,进口自6月开始随着降雨量的增大,流量也随之增大,但增大幅度不大,出口自5月开始流量增大,到9月,流量达到最大,且丰水期较枯水期增大幅度较大,见图13和图14。结合水文地质资料,可得出,出口流量较进口流量大的主要原因在于,分析期内出口主要穿越嘉陵江组灰岩、飞仙关灰岩(3、4段),由于灰岩地段岩溶发育,富水性强,因而出口流量较大; 进口主要穿越砂岩地层,尽管也穿越嘉陵江组灰岩,但从地形上看,较出口陡,不利于地下水的汇集。
图13 隧道进口涌水与降雨量的关系图
Fig. 13 Relationship between water gushing at tunnel entrance and rainfall
图14 隧道出口涌水与降雨量的关系图
Fig. 14 Relationship between water gushing at tunnel exit and Rainfall
4 结论与讨论
通过对常规水质信息、同位素信息以及各水点的水位、流量信息进行监测,利用监测信息挖掘隧址区地下水水文地球化学特征、判定隧道开挖后地下水影响范围,得出如下结论:
1)通过常规水化学分析可知隧址区地表水与地下水之间交替速度较快,补排关系密切,岩溶地下水径流条件好,且呈现岩溶区典型的高钙镁、低纳钾的特征。
2)同位素分析表明,各地表水点及隧道内出水点都接受大气降水补给,但本区水-岩反应不强烈。δ18O最大值位于K24+767附近,自东南到西北等值线由密集到稀疏。大气降雨渗入含水层充分混合后的δD、δ18O值仍符合雨水线的线性关系,表明各水样与大气降雨关系密切;隧道内及地表各水体的补给区域主要是就近补给,径流途径较短。
3)各地表水文观测点均呈现流量、水位减少趋势,证明隧道建设对本区地下水系统造成一定影响,其影响程度不一。嘉陵江地层中的龙古井和龙神洞影响最为显著,尤其在K25+206突水后分别出现干枯和濒临干枯的现象。袜子沟平硐排水和龙神沟地表水流量同比呈现略微减少。
4)隧洞内涌水与大气降水和地表水关系密切,大气降水通过岩溶洼地、落水洞以及天窗等岩溶通道直接补给地下水,地下水在径流过程中溶解沿途灰岩中的碳酸钙成分,使得地下水矿化度和硬度增大,但由于径流条件好、途径短,其矿化度和硬度较地表水增加不大。
5)单次降雨(中雨)后6 h内隧道涌水量将发生变化,1~2 d内隧道流量达到最大值,3~4 d内隧道流量值将保持在降雨之前初始流量的1.25倍。
由于受地表水文长期观测点数量以及隧道施工前的原始数据系列不足的影响,对分析结果难免造成误差。今后类似问题可在隧道施工前的勘察期开始,以便有更完整的原始参照数据系列。
[1] 周坤,方俊波.地表水文监测在岩溶隧道施工中的应用[J]. 隧道建设, 2013, 33(4): 266-271. ZHOU Kun, FANG Junbo. Application of ground surface hydrology monitoring in construction of karst tunnels[J]. Tunnel Construction, 2013, 33(4): 266-271.
[2] 高飞. 天坪寨隧道地下水动态监测信息的应用研究[D]. 成都: 西南交通大学, 2013: 1-5. GAO Fei. The application study of Tianping Village tunnel groundwater dynamic monitoring information[D]. Chengdu: Southwest Jiaotong University, 2013: 1-5.
[3] 罗明明,黄荷,尹德超,等.基于水化学和氢氧同位素的峡口隧道涌水来源识别[J].水文地质工程地质,2015,42(1): 7-13. LUO Mingming,HUANG He,YIN Dechao,et al. Source identification of water inrush in the Xiakou Tunnel based on hydrochemistry and hydrogen-oxygen isotopes[J]. Hydrogeology & Engineering Geology, 2015,42(1): 7-13.
[4] 章方政. 中梁山隧道涌水综合治理技术[J].隧道建设,2013,33(10): 883-889. ZHANG Fangzheng. Comprehensive treatment for water inflow in construction of Zhongliangshan Tunnel[J]. Tunnel Construction, 2013, 33(10): 883-889.
[5] 刘建,刘丹.某高速公路隧道出口端涌水对地表饮用水源的影响分析[J].工程勘察,2012(7): 41-43,54. LIU Jian, LIU Dan. Analysis of the impact of water inflow from a highway tunnel on the source of drinking water[J]. Geotechnical Investigation & Surveying,2012(7): 41-43, 54.
[6] 白明洲,陈云,师海. 山岭隧道施工诱发地下水位下降环境风险评价[J].铁道工程学报,2016(1): 5-10. BAI Mingzhou,CHEN Yun,SHI Hai. Environmental risk assessment of underground water level falling induced by construction in mountain tunnel[J]. Journal of Railway Engineering Society, 2016(1): 5-10.
[7] 孙晋玉,张强,许模,等.通海隧道施工涌突水灾害与环境影响研究[J].水土保持研究,2011(4): 69-73. SUN Jinyu, ZHANG Qiang, XU Mo, et al. Environmental impact and prediction of gushing water of Tonghai Tunnel engineering[J]. Research of Soil and Water Conservation,2011(4): 69-73.
[8] 田清朝,万军伟,黄琨,等.高家坪隧道岩溶水系统识别及涌水量预测[J].安全与环境工程,2016,23(5): 13-19. TIAN Qingchao,WAN Junwei,HUANG Kun, et al. Karst water system idengtification and water inflow prediction in Gaojiaping Tunne[J].Safety and Environmental Engineering, 2016, 23(5): 13-19.
[9] 贺炜,莫凯,付宏渊.隧道施工对地下水环境影响的三维数值模拟: 以八面山隧道为例[J].长沙理工大学学报(自然科学版),2011(4): 6-11. HE Wei,MO Kai,FU Hongyuan. Three-dimensional numerical study of impact of tunnel construction on the underground water environment: A case study of Baminanshan Tunnel[J].Journal of Changsha University of Science and Technology(Natural Science), 2011(4): 6-11.
[10] 江峰,刘坡拉,武亚遵,等.基于多元相关分析法的岩溶隧道涌水量预测[J].安全与环境工程,2015,22(3): 156-162. JIANG Feng, LIU Pola, WU Yazun,et.al. Prediction of the water inflow in karst tunnel based on multiple correlation analysis[J].Safety and Environmental Engineering, 2015,22(3): 156-162.
[11] 李嘉.云阳山隧道施工涌水环境影响与监控研究[J].铁道建筑技术,2009(4): 44- 47. LI Jia.Study of monitoring and enviromental effects of the gushing water from Yunyangshan Tunnel[J]. Railway Construction Technology, 2009(4): 44-47.
[12] 王晓明,曹正波.基于水均衡方法的隧道涌水量概率预测[J].交通标准化,2014,42(23): 112-114. WANG Xiaoming, CAO Zhengbo. Probabilistic prediction of water inflow into a tunnel using water balance method[J]. Transportation Standardization, 2014, 42(23): 112-114.
[13] 杨卓,马超.基于BP神经网络方法的岩溶隧道突涌水风险预测[J].隧道建设,2016,36(11): 1338-1342. YANG Zhuo,MA Chao.Risk prediction of water inrush of karst tunnels based on BP neural network[J].Tunnel Construction, 2016, 36(11): 1338-1342.
[14] 李利平,李术才,陈军,等.基于岩溶突涌水风险评价的隧道施工许可机制及其应用研究[J].岩石力学与工程学报,2011,30(7): 1345-1355. LI Liping, LI Shucai, CHEN Jun, et al. Construction license mechanism and its application based on karst water inrush risk evaluation[J].Chinese Journal of Rock Mechanics and Engineering, 2011, 30(7): 1345-1355.
[15] 赵光,王善高,张涛.多波束河床监测技术在水下大直径盾构隧道工程中的应用[J].现代隧道技术, 2015, 52(4): 195-200. ZHAO Guang, WANG Shangao, ZHANG Tao.The application of multibeam bathymetry-based riverbed monitoring technology in a large-diameter shield tunnel project[J]. Modern Tunnelling Technology, 2015, 52(4): 195-200.
西班牙研发自动隧道掘进机器人 自动化开挖市政管道不是梦
据悉,西班牙马德里卡洛斯三世大学将进行一个为期3年的研究项目,开发一种能以全自动模式开挖小直径隧道的自主机器人。该机器人将通过自动驾驶技术、测绘与导航技术,实现地下线缆、地下水与天然气管道的全自动化开挖施工。
机器人名为BADGER,将采用蠕虫式的分段身体,在机体前端安装钻头,并采用超声波辅助破碎机头前方的障碍。每段将配备有撑紧隧道内壁的机构,其余部分将相对于这些机构向前滑动,允许机器人以蠕动方式在隧道内向前移动。机器人的后方设置了喷浆设备,能够在隧道壁上喷射一层树脂并加固使其成为隧道衬砌。
机器人将配备电力与数据电缆并连接至地表,施工人员可通过数据监视施工进度,并在必要时进行手动操作。机器人后部的管状附件会将开挖出的渣土泵送到地面。此外,BADGER还将配备惯性测量单元——加速度计、陀螺仪和磁力计等设备,通过雷达辅助检测孤石等地层中的障碍物。
(摘自 隧道网 http://www.chinatunnel.net/news/detail.aspx?id=683 2017-07-07)
Application of Hydrological Monitoring Technology to Construction of Karst Tunnels
QIN Cheng
(ChinaCoalTechnologyEngineeringGroupChongqingResearchInstitute,Chongqing400039,China)
The ground surface hydrology of Huayingshan Tunnel is monitored and analyzed so as to determine the hydrogeochemical characteristics, recharge, conditions of runoff and discharge of groundwater and its relationship with hydrological environment of water on ground surface. The hydrogeochemical characteristics of groundwater and the influencing degree and range of groundwater are studied by automatic hydrological monitoring system fed back quality and quantity information of water. The results show that: 1) The groundwater runoff regime in the tunnel area is better; the runoff route is short; it is closely related to the precipitation according to routine water quality analysis and isotope analysis. 2) The water flow and water level collected from the 4 ground surface hydrological monitoring points show a reduction trend which shows that the tunnel construction has some influence on groundwater system. 3) Relevant analysis shows the water gushing has a significant relationship with Longgu Well and Longshen Cave.
karst tunnel; water gushing; hydrological monitoring; water chemistry; isotope
2016-11-04;
2016-12-23
重庆市交通科学技术项目(2014-01)
秦成(1986—),男,重庆石柱人,2011年毕业于北京师范大学,地下水科学与工程专业,硕士,工程师,现从事水文地质工作。E-mail: i05041990@163.com。
10.3973/j.issn.1672-741X.2017.07.015
U 456.3
B
1672-741X(2017)07-0878-07