?

用模糊識別法構(gòu)建東北貯木場火險評價體系*

郭宏濤，薛偉

(東北林業(yè)大學(xué) 工程技術(shù)學(xué)院，黑龍江哈爾濱150040)

摘要：針對貯木場火險的特點，構(gòu)建了貯木場評價的指標(biāo)體系，并應(yīng)用變異系數(shù)法和層次分析法相結(jié)合確定了其權(quán)重。根據(jù)林區(qū)貯木場火險評價體系具有多因素、多層次的特點，采用模糊識別法進行綜合評價。將加權(quán)廣義權(quán)距離之和最小模糊識別運用到模糊綜合評價當(dāng)中，建立了模糊評價模型，避免了單因素矩陣的確定和模糊算子的選擇問題，用安全狀態(tài)特征值來表征最終的評價結(jié)果，避免了模糊綜合評價的不足之處，使評價結(jié)果更加準(zhǔn)確，可操作性強。對東北林區(qū)4個貯木場(綏棱林業(yè)局貯木場、占河林業(yè)局貯木場、白河林業(yè)局貯木場和滿歸林業(yè)局貯木場)火險評價實例證明，該模型具有較好的應(yīng)用價值，可為貯木場火險等級評價提供參考。

關(guān)鍵詞：東北林區(qū)；貯木場；火險等級；模糊識別；權(quán)重系數(shù)

貯木場是林區(qū)最終生產(chǎn)、貯存、保管和調(diào)撥供應(yīng)原木商品的場所，儲存著大量的原條、原木以及木材加工剩余物，起到緩沖和調(diào)節(jié)作用。東北林區(qū)木材生產(chǎn)的季節(jié)性較強，長時間存放大量的木材產(chǎn)品，貯木場一旦發(fā)生火災(zāi)，將造成經(jīng)濟和人員安全雙重損失。東北林區(qū)貯木場的火險隱患具有一定的特點：東北林區(qū)春秋季的降雨較少,空氣相對濕度較小，風(fēng)速偏大，一旦發(fā)生火災(zāi)將迅速蔓延，造成嚴(yán)重后果；貯木場工作人員的防火意識和預(yù)警能力偏低；貯木場的消防設(shè)施和滅火器材相對缺乏；貯木場中枝條和木材加工剩余物隨意堆放；貯木場中設(shè)備連續(xù)作業(yè)時間較長，產(chǎn)生持續(xù)高溫；生產(chǎn)和運輸人員的流動性較大。鑒于以上東北林區(qū)貯木場的火險特點，對其進行火險等級評價有助于提高貯木場工作人員對火險的警覺和防范意識，同時為林火部門的決策提供理論支持。目前針對東北林區(qū)貯木場火險等級的研究較少且計算的主觀性較強[1～2]。彭芳等建立了模糊模式識別理論的評價模型，證明了其合理性和可靠性[3]。劉愛華等對陜西某大廈進行了火災(zāi)危險評價，證明了模糊模式識別法在實際應(yīng)用中的可行性[4]。盡管模糊識別法在各行各業(yè)得到廣泛應(yīng)用[5～6]，但在貯木場研究方面，尤其是火險等級的綜合評價方面，卻鮮見報道。貯木場火險等級的高低是一個模糊的概念，火險安全和不安全之間并不存在明顯的界限，因此，本研究采用基于模糊數(shù)學(xué)的模糊識別法對東北林區(qū)貯木場火險等級進行綜合評價，利用安全狀態(tài)特征值來對東北林區(qū)各個貯木場的火險進行分級，使評價結(jié)果更加準(zhǔn)確，可操作性更強。

1數(shù)據(jù)和方法

1.1數(shù)據(jù)收集

根據(jù)對東北林區(qū)貯木場的實地考場和歷年火災(zāi)統(tǒng)計，引起貯木場火災(zāi)的主要因素包括天氣原因、生產(chǎn)作業(yè)影響、可燃物情況以及消防基礎(chǔ)設(shè)施與防火意識，這些因素構(gòu)成了火險評價體系。所以選取東北貯木場火險評價體系的指標(biāo)有：降水情況、空氣濕度、風(fēng)速、木材貯存量、木材剩余物散放情況、生產(chǎn)作業(yè)人數(shù)、設(shè)備連續(xù)工作時間、消防設(shè)施、檢查力度和防火預(yù)警人數(shù)[7]。東北林區(qū)貯木場春季和秋季是火險高發(fā)季節(jié)，故對這一時段東北林區(qū)貯木場進行火險等級的研究。

選取東北林區(qū)4個貯木場，分別是黑龍江省綏棱林業(yè)局貯木場、黑龍江省沾河林業(yè)局貯木場、吉林省白河林業(yè)局貯木場、內(nèi)蒙古滿歸林業(yè)局貯木場，記為A、B、C、D，各個林場基本情況見表1。綏棱林業(yè)局貯木場地處黑龍江省小興安嶺南麓，綏棱縣境內(nèi)，屬典型的北溫帶大陸性氣候，四季分明，年平均氣溫2.5℃，降水量600 mm左右，無霜期132天。沾河林業(yè)局貯木場位于黑龍江省東北部，處于小興安嶺北坡，冬長夏短，低溫冷濕，年平均氣溫0℃左右，1月份最冷，平均氣溫-42℃；7月份最熱，平均氣溫21℃，最高達38.2℃。白河林業(yè)局貯木場位于吉林省長白山腹地，年均氣溫在-7～3℃之間，月平均氣溫-20℃左右，最低氣溫曾出現(xiàn)過-44℃。年日照時數(shù)不足2 300 h。無霜期100天左右，年降水量在700～1 400 mm之間。內(nèi)蒙古滿歸林業(yè)局貯木場位于大興安嶺北麓西北坡，地處內(nèi)蒙古根河市境內(nèi)，屬寒溫帶濕潤型森林氣候，并具有大陸性季風(fēng)氣候的特征，無霜期平均為70天，最低年份只有24天，氣溫年日較差大，平均氣溫-5.3℃，極端最低氣溫-49℃，年較差47.4℃，日較差20℃，結(jié)凍期210天以上。

2014年春季和秋季，對A、B、C、D貯木場進行不間斷的觀測，得出4個貯木場的火險等級評價指標(biāo)的數(shù)據(jù)(表1)。

表1　火險等級評價指標(biāo)

注：降水情況是指10 mm以上降雨和降雪。

1.2研究方法

利用模糊識別法對貯木場火險等級進行綜合評價。利用SPSS 19.0和Excel 2010對數(shù)據(jù)進行處理。

1.2.1確定待識別的貯木場火險指標(biāo)特征值

設(shè)有m個貯木場，每個貯木場測量它的n個火險等級指標(biāo)，得到實測特征值矩陣X。X=(xij)m×n(i=1,2,…,m;j=1,2,…,n) ①,其中，xij表示第j個貯木場的第i項火險等級指標(biāo)的實測特征值。

1.2.2確定火險等級評價標(biāo)準(zhǔn)

將貯木場火險等級分為c個級別進行評價，可得到由n個火險指標(biāo)c個級別的標(biāo)準(zhǔn)值構(gòu)成的標(biāo)準(zhǔn)特征值矩陣Y。

Y=(yih)n×c②,其中，yih表示第i項火險指標(biāo)的第h個級別的標(biāo)準(zhǔn)特征值。

1.2.3確定火險指標(biāo)隸屬度模糊矩陣

由于各評價指標(biāo)的量綱各不相同，為了消除其對評價結(jié)果造成的影響，應(yīng)該對各評價指標(biāo)進行無量綱化處理[8]。貯木場綜合評價是對貯木場火險安全等級高低進行評價的過程，而貯木場火險安全等級是一個模糊的概念，因此可以采用模糊數(shù)學(xué)理論中的隸屬度進行無量綱化處理[9]。

R=(rij)m×n，其中，rij表示第j個貯木場的第i項火險安全等級指標(biāo)的實測值相對貯木場火險安全等級的隸屬度。

表2　貯木場火險等級評價表

表3　u取值的范圍及意義

1.2.4確定指標(biāo)權(quán)重

模糊識別法是典型的多指標(biāo)綜合評價法，其基本思想是采用一定的方法(如將指標(biāo)數(shù)值標(biāo)準(zhǔn)化)、技術(shù)(如隸屬度)和規(guī)則(如距離規(guī)則)等將不同的貯木場火險等級指標(biāo)實測值轉(zhuǎn)換為一個綜合值(即級別特征值)，而不同的火險等級指標(biāo)對貯木場火險等級的影響程度是不一樣的，因此，將不同的火險等級指標(biāo)賦予不同的權(quán)重值是非常重要的，也是模糊識別綜合評價法的關(guān)鍵環(huán)節(jié)[11]。主觀賦權(quán)采用層次分析法得出主觀權(quán)重W1，客觀賦權(quán)采用變異系數(shù)得出客觀權(quán)重W2。采用線性綜合賦權(quán)，其計算公式為，W3=uW1+(1-u)W2⑤,式中，u為偏好系數(shù)，其取值范圍為0～1，具體含義見表3。

由于專家是基于自己多年的經(jīng)驗對指標(biāo)的重要程度進行判定，因此，有可能存在一定的片面性，得到的比較判斷矩陣也就不一定具有一致性，而只有當(dāng)比較判斷矩陣滿足一致性時才能進行層次分析賦權(quán)，因此，必須對比較判斷矩陣進行一致性檢驗。如果CR<0.1，則認(rèn)為比較判斷矩陣符合一致性要求；否則，就認(rèn)為比較判斷矩陣不符合一致性要求，需對該比較判斷矩陣進行調(diào)整，直到符合一致性要求為止。平均隨機一致性指標(biāo)RI值見表4。

表4　平均隨機一致性指標(biāo)RI值

結(jié)合表5對比較矩陣的一致性進行檢驗，得出所有比較判斷矩陣的CR均低于0.1，因此每個比較判斷矩陣的一致性都是符合要求的。

表5　東北林區(qū)火險等級指標(biāo)權(quán)重系數(shù)

對東北林區(qū)火險安全等級指標(biāo)采用層次分析法進行主觀賦權(quán)，利用變異系數(shù)法進行客觀賦權(quán)。根據(jù)公式⑤，取偏好系數(shù)u=0.5，得出各火險安全等級指標(biāo)權(quán)重系數(shù)(表5)。由表5可知，降水、檢查力度的權(quán)重最高，是火險等級評價的主要影響因子。這是因為降水情況決定了東北林區(qū)貯木場木材和木材剩余物的干濕程度，檢查力度是指對楞區(qū)、檢查站、廠區(qū)進行輪流巡視的程度，可以及時發(fā)現(xiàn)貯木場火險隱患。

1.2.5確定最優(yōu)相對隸屬度矩陣

根據(jù)模糊集合論中權(quán)距離的定義，第j個貯木場與第h級別之間的相似程度可用廣義權(quán)距離dhj進行表示。

為了全面描述第j個貯木場與第h級別之間的相似程度，還應(yīng)該考慮第j個貯木場對第h級別的相對隸屬度，這樣才能使樣本的火線等級模糊評價結(jié)果更加可靠[12]。因此，引入加權(quán)廣義權(quán)距離Dhj。

Dhj=uhjdhj(h=1,2…,c;j=1,2…,n) ⑦,式中，Dhj為第j個貯木場與第h級別之間的加權(quán)廣義權(quán)距離；uhj為第j個貯木場屬于第h等級的相對隸屬度。

以加權(quán)廣義權(quán)距離平方和最小為目標(biāo)函數(shù)，通過求極值，得到uhj。

1.2.6確定火險等級的安全級別特征值

采用級別特征值法能利用全部的信息[14～15]，且得到的級別特征值可以看成是貯木場火險等級值，具有明確的實際意義，更容易被理解。采用級別特征值法對貯木場的火險安全等級進行計算，其計算公式為，B=G·U=(b1,b2,…,bn) ⑨,式中G為貯木場火險安全等級標(biāo)準(zhǔn)向量,G=(1，2，3，4，5，6，7)。得出的安全級別特征值越小，說明貯木場火險安全等級越高，貯木場越安全。

2結(jié)果與分析

以東北林區(qū)貯木場為例，得出火險等級各個指標(biāo)的權(quán)重的順序：降水(0.135)>檢查力度(0.122)>設(shè)備工作時間(0.111)>風(fēng)速(0.107)>木材剩余物(0.102)>木材存貯量(0.101)>防火預(yù)警人員(0.096)>消防設(shè)施(0.079)>生產(chǎn)作業(yè)人數(shù)(0.078)>空氣濕度(0.069)?？芍邓?、檢查力度的權(quán)重最高，是火險等級評價的主要影響因子。結(jié)合表1，利用模糊識別法求得火險指標(biāo)最優(yōu)隸屬度矩陣U。

表6　4個貯木場的火險等級級別特征值

已知最優(yōu)相對隸屬度矩陣U和火險等級標(biāo)準(zhǔn)向量G，根據(jù)公式⑨即可計算出東北林區(qū)4個貯木場的火險等級級別特征值(表6)。結(jié)合表2和表6可知，東北林區(qū)4個貯木場的火險等級的綜合評價結(jié)果是：吉林省白河林業(yè)局貯木場和黑龍江省沾河林業(yè)局貯木場的安全等級是III，表示貯木場安全性處于較高水平，預(yù)警顏色為青；黑龍江省綏棱林業(yè)局貯木場和內(nèi)蒙古滿歸林業(yè)局貯木場的安全等級是IV，表示處于安全性中等水平，預(yù)警顏色為黃。

3結(jié)論與討論

3.1結(jié)論

針對林區(qū)貯木場火險等級評價的特點，用模糊識別法構(gòu)建綜合評價模型，并利用該模型東北林區(qū)4個貯木場進行實例評價，可以得出以下主要結(jié)論：

(1)采用模糊識別法對東北林區(qū)貯木場火險等級進行綜合評價是科學(xué)合理的，并且所建的模型具有通用性，評價模型為東北林區(qū)的各個貯木場火險等級的綜合評定提供了理論基礎(chǔ)。

(2)采用模糊識別法并結(jié)合級別特征值法對東北林區(qū)貯木場火險等級建立了綜合評價模型，一定程度上將模糊的火險等級概念變得清晰，并得到了不同貯木場火險等級值。相較于傳統(tǒng)定量評價和定性評價，本研究得到的貯木場火險等級值并不是一個整數(shù)，克服了傳統(tǒng)定量評價和定性評價中非此即彼、結(jié)果粗糙的缺點。

(3)采用模糊數(shù)學(xué)理論中的隸屬度對火險等級各評價指標(biāo)進行無量綱化處理，消除了火險等級評價指標(biāo)量綱對評價結(jié)果的影響；然后利用主客觀綜合賦權(quán)得到的結(jié)果對各評價指標(biāo)賦予不同的權(quán)重，使得到的結(jié)果更加科學(xué)合理；其次利用歐氏距離，并引入加權(quán)廣義權(quán)距離，從而確定最優(yōu)相對隸屬度矩陣；尤其是最后對貯木場火險等級進行綜合評價時，采用級別特征值法而不是基于最大隸屬度原則，充分開發(fā)利用了已有的評價指標(biāo)信息，使得到的結(jié)果更加真實可靠。

3.2討論

貯木場火險等級的評價屬于一個多目標(biāo)體系，并且許多指標(biāo)難以量化，本文構(gòu)建利用模糊識別法構(gòu)建的評價體系可以將定性的問題或者主觀的問題以定量的形式表達出來，使評價更加客觀、全面、科學(xué)化。薛偉等[7]采用層次分析法對東北林區(qū)貯木場火險等級評價指標(biāo)進行主觀賦權(quán)，雖然對指標(biāo)進行了量化處理得到了理想的效果，但主觀性較強。萬雷等[2]采用比值法對東北林區(qū)貯木場火險等級進行客觀賦權(quán)時，用的是1985年以來的統(tǒng)計數(shù)據(jù)，隨機性較強。本研究采用綜合賦權(quán)法對東北林區(qū)貯木場各個火險指標(biāo)進行賦權(quán)，先用層次分析法進行主觀賦權(quán)，并對比較矩陣進行一致性檢驗；再利用變異系數(shù)法進行客觀賦權(quán)；最后通過線性綜合賦權(quán)對火險指標(biāo)進行綜合賦權(quán)。既消除了層次分析法主觀賦權(quán)定量數(shù)據(jù)較少，定性成分多，不易令人信服的缺點，又克服了對具體指標(biāo)的意義重視不夠，存在一定誤差的缺陷。對比較矩陣的一致性進行檢驗，得出所有比較判斷矩陣的CR<0.1，因此每個比較判斷矩陣的一致性都是符合要求的。用模糊識別法構(gòu)建東北貯木場火險等級評價體系，得出級別特征值是一個具體的數(shù)值，這與耿志偉等[16]利用灰色關(guān)聯(lián)理論對東北林區(qū)貯木場火險等級綜合評價結(jié)果相似；得出的安全等級落在某一區(qū)間，將火險安全等級分為7個級別，比王悅等[1]將火險等級劃分為6個等級更為合理，且本研究將每一級別的火險等級對應(yīng)著不同的顏色，便于識別、傳播和管理。

利用模糊識別法建立的林區(qū)貯木場火險評價體系取得理想效果，但是研究依然存在些許不足和有待改進之處。一方面，貯木場火險評價指標(biāo)體系的構(gòu)建不夠科學(xué)，指標(biāo)的數(shù)據(jù)還不夠細化，部分指標(biāo)比較粗糙，有待改進完善。另一方面，沒有能夠?qū)⒔⒌哪Ｐ蛙浖?，致使?gòu)建的評價模型適用性不強。在以后的研究中應(yīng)該逐步完善和加強。

參考文獻：

[1]王悅,薛偉.基于BP神經(jīng)網(wǎng)絡(luò)的東北貯木場火災(zāi)危險等級評定[J].中國安全生產(chǎn)科學(xué)技術(shù),2013(2):173-176.

[2]萬雷,薛偉.基于模糊綜合評價法的東北林區(qū)貯木場火險等級評價[J].森林工程,2013,29(6):28-32.

[3]彭芳,任春濤,王麗,等.基于模糊模式識別理論的烏梁素海水質(zhì)評價[J].灌溉排水學(xué)報,2007,26(2):69-72.

[4]劉愛華,施式亮,吳超.基于模糊模式識別的模糊綜合評價在高層建筑火災(zāi)危險評價中的應(yīng)用[J].中國安全科學(xué)學(xué)報,2006,15(11):103-107.

[5]Pathak D R,Hiratsuka A.An integrated GIS based fuzzy pattern recognition model to compute groundwater vulnerability index for decision making[J].Journal of Hydro-environment Research,2011,5(1):63-77.

[6]Cho S Y,Ting C W,Quek C.Thermal facial pattern recognition for personal verification using fuzzy cmac model[J].International Journal of Innovative Computing,Information and Control,2011,7(1):203-222.

[7]薛偉,王蓉蓉.基于層次分析法的東北林區(qū)貯木場火災(zāi)危險等級的評定[J].西部林業(yè)科學(xué),2010,39(3):5-9.

[8]葉宗裕.關(guān)于多指標(biāo)綜合評價中指標(biāo)正向化和無量綱化方法的選擇[J].浙江統(tǒng)計,2003(4):24-25.

[9]賈杰,李靜輝.林木風(fēng)倒動態(tài)模型的建立與分析[J].森林工程,2013,29(4):63-67，133.

[10]Michaletz S T,Johnson E,Tyree M.Moving beyond the cambium necrosis hypothesis of post-fire tree mortality: cavitation and deformation of xylem in forest fires[J].New Phytologist, 2012,194(1):254-263.

[11]Bailador G,Trivio G.Pattern recognition using temporal fuzzy automata[J].Fuzzy Sets and Systems,2010,161(1):37-55.

[12]李名升,佟連軍,仇方道.基于模糊模式識別的聲環(huán)境質(zhì)量綜合評價[J].遼寧工程技術(shù)大學(xué)學(xué)報(自然科學(xué)版),2009,28(5):838-841.

[13]許蘭民,嚴(yán)學(xué)斌,曹玉新,等.鐵路環(huán)境噪聲影響的模糊評價方法研究[J].鐵道建筑,2004(8):39.

[14]陳守煜.湖庫水體富營養(yǎng)化評價級別特征值與識別模型[J].黑龍江水專學(xué)報,1999,26(1):1-8.

[15]Yawei L,Shouyu C,Xiangtian N.Fuzzy Pattern Recognition Approach to Construction Contractor Selection[J].Fuzzy Optimization and Decision Making,2005,4(2):103-118.

[16]耿志偉,薛偉,萬雷.基于灰色關(guān)聯(lián)度分析的東北林區(qū)貯木場火險評價[J].森林工程,2014,30(4):34-38.

[上接第102頁]

[25]王丹，郭濼.基于GIS的海南省樂東黎族自治縣生態(tài)敏感性評價[J].西南林業(yè)大學(xué)學(xué)報，2013，33(6):66-71.

[26]王乃江，張文輝，陸元昌，等.陜西子午嶺森林植物群落種間聯(lián)結(jié)性[J].生態(tài)學(xué)報，2010，30(1)：67-78.

[27]陳石泉，吳鐘解，王道儒，等.海南島海草床群落種間關(guān)系研究[J].海洋通報，2013，32(1):78-84.

[28]陳玉凱，楊小波，李東海，等.海南霸王嶺海南油杉群落優(yōu)勢種群的種間聯(lián)結(jié)性研究[J].植物科學(xué)學(xué)報，2011，29(3)：278-287.

[29]金俊彥，覃文更，譚衛(wèi)寧，等.瀕危植物單性木蘭群落主要種群種間聯(lián)結(jié)性研究[J].西部林業(yè)科學(xué)，2013，42(3)：86-94.

[30]楊琦，周婧，陶楚，等.海南島銅鼓嶺熱帶常綠季雨矮林2個演替階段的種間聯(lián)結(jié)性對比研究[J].中國農(nóng)學(xué)通報，2014，30(22)：8-15.

[31]周先葉，王伯蓀，李鳴光，等.廣東黑石頂自然保護區(qū)森林次生演替過程中群落的種間聯(lián)結(jié)性分析[J].植物生態(tài)學(xué)報，2000，24(3)：332-339.

[32]譚業(yè)華，陳珍.海南西北自然區(qū)中藥資源及南藥生產(chǎn)發(fā)展對策[J].廣東農(nóng)業(yè)科學(xué)，2007，11：26-29.

[33]馬丹煒，王躍華，王道模，等.青城山森林植被常見種群種間聯(lián)結(jié)性的研究[J].四川大學(xué)學(xué)報：自然科學(xué)版，2004，41(1)：169-173.

[34]張玲，袁曉穎，張東來.帽兒山落葉松群落主要樹木種群間聯(lián)結(jié)關(guān)系的研究[J].北京林業(yè)大學(xué)學(xué)報，2008，30(4)：141-145.

[35] Du D L,Liu Y C,Li H.Studies on the inter-specific association of dominant species in a subtropical Catanopsis fargesii forest of Jin-yun Mountain,China[J].Acta Phytoecoloica Sinica,1999,23(2):149-157.

[36]胡玉佳，李玉杏.海南島熱帶雨林[M].廣州：廣東高等教育出版社，1992.

[37]楊海裕，張宋智，劉小林，等.秦嶺西段天然落葉闊葉林喬木種間關(guān)聯(lián)性[J].生態(tài)學(xué)雜志，2012，31(10)：2513-2520.

Fuzzy Pattern Recognition based Fire Risk Assessment System on

Forest Lumberyards in Northeast China

GUO Hong-tao，XUE Wei

(College of Engineering and Technology, Northeast Forestry University, Harbin Heilongjiang 150040，P.R.China)

Abstract:According to the fire risk characteristics of lumberyards, the index system of fire risk assessment was established, and its weights were determined by hierarchic analysis and coefficient of variation method.Since the lumberyards fire risk assessment system has multiple factors and multiple levels, fuzzy synthetic assessment was adopted.For avoiding shortcomings of the fuzzy synthetic assessment, the fuzzy recognition was used into the fuzzy synthetic assessment based on model.This model could avoid the determination of single factor matrix and the option of fizzy calculation unit.The final assessment result is expressed by the value of safety status features, and this makes the assessment result more accurate and more operational.The fire assessment of 4 lumberyards in forest area of Northeast China by using this model shows that it has high value for actual practice and it could provide good reference for fire risk classification.

Key words:forest area of Northeast China;lumberyard;rate of fire risk; fuzzy recognition; weight coefficient

中圖分類號：S 762

文獻標(biāo)識碼：A

文章編號：1672-8246(2015)05-0108-06

通訊作者簡介：薛偉(1962-)，男，教授，博士，主要從事森林火災(zāi)安全工程研究。E-mail：nefuxw1962@163.com

作者簡介：第一郭宏濤(1992-)，男，碩士生，主要從事森林火災(zāi)安全工程研究。E-mail：1562438338@qq.com

基金項目：黑龍江省教育廳科學(xué)技術(shù)研究資助項目(11553031)。

收稿日期：*2015-04-05

doi10.16473/j.cnki.xblykx1972.2015.05.021