露采礦山近景影像光束法三維建模及動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)

周　弈，李　浩，王田芳，李語(yǔ)旻

(1.河海大學(xué) 地球科學(xué)與工程學(xué)院，江蘇 南京 210098；2.河海大學(xué) 文天學(xué)院，安徽 馬鞍山 243000)

?

露采礦山近景影像光束法三維建模及動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)

周弈1，李浩1，王田芳1，李語(yǔ)旻2

(1.河海大學(xué) 地球科學(xué)與工程學(xué)院，江蘇 南京 210098；2.河海大學(xué) 文天學(xué)院，安徽 馬鞍山 243000)

近年來(lái)，為了保證礦產(chǎn)資源的合理開(kāi)發(fā)和礦山環(huán)境的有效保護(hù)，國(guó)家十分重視對(duì)露采礦山工程的監(jiān)管。2008年國(guó)土資源部發(fā)布163號(hào)文件《礦山儲(chǔ)量動(dòng)態(tài)管理要求》，要求做好各階段的資源儲(chǔ)量的變動(dòng)分析，核實(shí)變動(dòng)原因，落實(shí)資源儲(chǔ)量變動(dòng)的具體地段和部位；及時(shí)掌握和分析資源儲(chǔ)量的利用狀況，查清資源儲(chǔ)量損失的原因和地段，提出降低開(kāi)采損失的意見(jiàn)[1]。

由于各種技術(shù)原因，目前礦山儲(chǔ)量監(jiān)測(cè)仍然普遍采用基于全站儀或GPS的逐點(diǎn)測(cè)量地形點(diǎn)的方法，這種作業(yè)方式周期長(zhǎng)，勞動(dòng)強(qiáng)度大，難以快速量測(cè)大范圍區(qū)域。近年來(lái)三維激光掃描儀逐漸應(yīng)用到各類工程中，可以快速準(zhǔn)確獲取三維點(diǎn)云數(shù)據(jù)，然而該技術(shù)依靠標(biāo)靶或設(shè)站作業(yè)，現(xiàn)場(chǎng)工作速度慢，實(shí)際操作十分不便；礦山地區(qū)地形復(fù)雜，獲取的點(diǎn)云數(shù)據(jù)“孔洞”現(xiàn)象突出。面對(duì)新形勢(shì)下礦山管理的任務(wù)和要求，研究建立快速、安全、準(zhǔn)確的露采礦山儲(chǔ)量動(dòng)態(tài)監(jiān)測(cè)技術(shù)具有十分重要的現(xiàn)實(shí)意義。

本文使用標(biāo)定過(guò)的普通數(shù)碼相機(jī)拍攝礦山現(xiàn)階段開(kāi)采宕口影像，采用近景攝影測(cè)量技術(shù)完成原始影像畸變校正、影像光束法自動(dòng)定向、影像匹配生成點(diǎn)云、三維模型重建等工作，從而獲得礦山開(kāi)采現(xiàn)狀模型。針對(duì)礦山近景影像特點(diǎn)，在SURF特征匹配基礎(chǔ)上隨點(diǎn)生成短核線進(jìn)行一維搜索，顯著提高匹配速度。礦山初始模型和終采模型通過(guò)數(shù)字化初始地形圖和終采地形圖獲得。通過(guò)模型疊加計(jì)算可實(shí)現(xiàn)越界開(kāi)采判斷、各階段開(kāi)采量計(jì)算、不同開(kāi)挖時(shí)期儲(chǔ)量變化量計(jì)算、超欠挖計(jì)算等。

1影像數(shù)據(jù)獲取與處理

1.1影像拍攝及預(yù)處理

普通非量測(cè)數(shù)碼相機(jī)具有攜帶方便、價(jià)格低、采集數(shù)據(jù)方便、操作簡(jiǎn)單等特點(diǎn)，使其能夠在中等精度的攝影測(cè)量領(lǐng)域中得到應(yīng)用。礦山宕口視區(qū)域大小可按照一個(gè)條帶或分級(jí)為多個(gè)條帶處理，類似于航空攝影測(cè)量，采取立體拍攝方式在各個(gè)攝站對(duì)目標(biāo)區(qū)域進(jìn)行拍攝。拍攝縱距一般在20~200 m之間；在整個(gè)作業(yè)區(qū)至少布設(shè)4個(gè)控制點(diǎn)，且分布在整個(gè)航帶的4個(gè)角上，彎坡處應(yīng)增設(shè)1~2個(gè)控制點(diǎn)；拍攝方向大致正對(duì)(垂直)坡面，保證相鄰像片有60%的重疊度。

普通數(shù)碼相機(jī)獲取的影像通常不直接用于定向。普通數(shù)碼相機(jī)內(nèi)方位元素未知，并且其拍攝影像存在較大的構(gòu)像畸變差，因此需要事先解算畸變改正模型的參數(shù)及內(nèi)方位元素，使得影像具有可量測(cè)性和可控的精度。

1.2影像光束法定向處理

光束法空中三角測(cè)量的方法以一幅影像所組成的一束光線作為平差的基本單元，將影像坐標(biāo)量測(cè)值作為觀測(cè)值，算法最為嚴(yán)密，處理流程如圖1所示。

圖1　航帶光束法處理流程

1.2.1基于SURF特征匹配的單模型建立

像片需要通過(guò)連續(xù)法相對(duì)定向建立獨(dú)立模型。為了提高相對(duì)定向的精度和可靠性，首先提取相鄰像片中的特征匹配點(diǎn)作為相對(duì)定向點(diǎn)。在特征點(diǎn)匹配過(guò)程中存在近景影像尺度變化大、旋轉(zhuǎn)角大的問(wèn)題，采用對(duì)旋轉(zhuǎn)、尺度縮放均保持不變，并且計(jì)算速度快的SURF算子進(jìn)行特征點(diǎn)的提取。SURF算子在SIFT算子原理基礎(chǔ)上，通過(guò)對(duì)積分圖像求導(dǎo)構(gòu)建Hessian矩陣，從而使得匹配速度大大提升。利用SURF算子分別在左右影像中提取特征點(diǎn)集，對(duì)特征點(diǎn)集的點(diǎn)進(jìn)行相似性計(jì)算，生成特征匹配點(diǎn)集。作為相對(duì)定向點(diǎn)，這些匹配出的同名像點(diǎn)需要有較高的可靠度，故依據(jù)同名光線共面條件，采用RANSAC算法，剔除誤匹配點(diǎn)后完成相對(duì)定向并建立各單模型。

1.2.2模型連接與絕對(duì)定向

相對(duì)定向后各模型的像空間輔助坐標(biāo)系相互平行，但坐標(biāo)原點(diǎn)和比例尺不同，需要對(duì)模型進(jìn)行比例尺的歸化，即模型連接。在相鄰像對(duì)的特征匹配點(diǎn)集中選擇同名點(diǎn)(三度重疊點(diǎn))作為模型連接點(diǎn)。

完成模型連接后通過(guò)絕對(duì)定向計(jì)算將自由模型納入到物方坐標(biāo)系。在航帶兩端分別選擇2個(gè)或更多控制點(diǎn)，根據(jù)這4個(gè)控制點(diǎn)作空間相似變換。為方便計(jì)算，將各點(diǎn)的地面攝影測(cè)量坐標(biāo)與攝影測(cè)量坐標(biāo)作重心化處理。

1.2.3光束法平差

光束法是以一幅影像所組成的一束光線作為平差的基本單元，以共線方程作為平差的基礎(chǔ)方程。通過(guò)各個(gè)光線束在空間的旋轉(zhuǎn)和平移，使模型之間公共點(diǎn)的光線實(shí)現(xiàn)最佳的交會(huì)，并使整個(gè)區(qū)域最佳地納入到已知的控制點(diǎn)坐標(biāo)系統(tǒng)中去。誤差方程式為

(1)

式中:ΔXS,ΔYS,ΔZS,Δψ,Δω,Δκ為相片外方位元素近似值的改正數(shù)；ΔX，ΔY，ΔZ為待定點(diǎn)坐標(biāo)近似值的改正數(shù)；aij(i=1,2;j=1,2…,6)為各改正數(shù)系數(shù)；lx，ly為像點(diǎn)坐標(biāo)的觀測(cè)值。

對(duì)每個(gè)控制點(diǎn)或連接點(diǎn)的像點(diǎn)坐標(biāo)均可按式(1)列出誤差方程。

為在平差過(guò)程中減小未知數(shù)相關(guān)性的影響，將控制點(diǎn)物方坐標(biāo)作為虛擬觀測(cè)值，列出虛擬方程。

(2)

式中，lX，lY，lZ為控制點(diǎn)坐標(biāo)的觀測(cè)值。解算時(shí)，由式(1)、式(2)進(jìn)行加權(quán)聯(lián)合平差[4]。

1.3短核線約束的概率松弛影像匹配

利用光束法求解出每幅影像的外方位元素后，即可利用空間前方交會(huì)方法求解物方坐標(biāo)。為了獲得較優(yōu)的模型效果，同名像點(diǎn)需要具有一定的密集度。前文中提取的特征匹配點(diǎn)可以作為部分模型點(diǎn)，但其數(shù)量及分布均勻程度還未達(dá)到構(gòu)建三維模型的水平，需要進(jìn)一步進(jìn)行密集格網(wǎng)的匹配。本文在概率松弛整體匹配方法的基礎(chǔ)上對(duì)候選點(diǎn)搜索策略進(jìn)行改進(jìn)。使用特征種子點(diǎn)作為匹配起始點(diǎn)，在匹配過(guò)程中隨點(diǎn)生成短核線進(jìn)行約束。

普通數(shù)碼影像構(gòu)像質(zhì)量差，在畸變校正后仍然存在一定殘差，導(dǎo)致核線平均誤差可能達(dá)到1.3個(gè)像元[3]。不過(guò)同名像點(diǎn)依然隨機(jī)分布在理論同名核線附近，核線仍具有約束作用。通過(guò)前期的研究表明，普通數(shù)碼影像的核線誤差與生成核線的兩點(diǎn)x方向的差值d的大小有關(guān)。當(dāng)d取20個(gè)像元時(shí)，同名像點(diǎn)偏離核線的y坐標(biāo)中誤差只有±0.18個(gè)像元，最大為0.5個(gè)像元，隨著數(shù)碼相機(jī)質(zhì)量的不斷提升，誤差還會(huì)有所減小。因此在本文中，生成短核線的兩點(diǎn)間距設(shè)定為20個(gè)像元。種子點(diǎn)是匹配的起始點(diǎn)[3]。前文利用SURF算子提取的特征點(diǎn)，通過(guò)粗差剔除后能夠滿足作為種子點(diǎn)的質(zhì)量要求。首先在左片建立等間距格網(wǎng)點(diǎn)作為待匹配點(diǎn)，匹配過(guò)程如圖2所示。圖中實(shí)心點(diǎn)即為種子點(diǎn)對(duì)，空心點(diǎn)為待匹配的格網(wǎng)點(diǎn)，線段為短核線。

圖2　短核線約束的概率松弛匹配示意圖

在搜索過(guò)程中，對(duì)于種子點(diǎn)對(duì)之間的格網(wǎng)點(diǎn)，根據(jù)點(diǎn)數(shù)均分來(lái)估計(jì)其在右像片的待匹配點(diǎn)的初始位置；對(duì)于獨(dú)立于種子點(diǎn)以外的格網(wǎng)點(diǎn)，以最鄰近種子點(diǎn)的視差估計(jì)該點(diǎn)的初始位置，以此種方式遍歷每個(gè)格網(wǎng)點(diǎn)。在匹配過(guò)程中，每匹配一個(gè)點(diǎn)計(jì)算該點(diǎn)對(duì)應(yīng)的隨點(diǎn)短核線，加入核線作為約束，將二維匹配轉(zhuǎn)換為一維匹配以提高匹配速率。通過(guò)計(jì)算相關(guān)系數(shù)得到每個(gè)格網(wǎng)點(diǎn)的候選匹配點(diǎn)。得到匹配候選點(diǎn)之后，對(duì)候選點(diǎn)進(jìn)行概率更新。通過(guò)松弛迭代若干次后，概率收斂到1的候選點(diǎn)為正確匹配點(diǎn)，概率收斂到0的點(diǎn)為錯(cuò)誤候選點(diǎn)。

1.4DEM生成及模型運(yùn)算

影像匹配完成后即可通過(guò)前方交會(huì)算法計(jì)算得到密集點(diǎn)云。礦山開(kāi)采現(xiàn)狀DEM模型的邊界由點(diǎn)云創(chuàng)建的最大凸多邊形決定。構(gòu)建Delaunay三角網(wǎng)得到礦山開(kāi)采現(xiàn)狀DEM模型。系統(tǒng)通過(guò)數(shù)字化地形圖和設(shè)計(jì)圖獲得礦山初始模型和終采模型。

為了直觀表達(dá)礦山不同時(shí)期的形態(tài)變化以及了解礦山的開(kāi)挖情況，將不同時(shí)期的礦山三維模型進(jìn)行疊加計(jì)算，包括底面積計(jì)算、表面積計(jì)算和體積計(jì)算。底面積通過(guò)模型在XY平面上的投影面積獲得，可以反映出礦山開(kāi)采是否越界；表面積通過(guò)組成模型所有三角形面片的面積之和獲得，用于計(jì)算浮土層體積以及為復(fù)綠工程作參考依據(jù)；體積計(jì)算時(shí)先設(shè)置一個(gè)起算面，計(jì)算所有三角面和起算面之間三棱柱體積之和。儲(chǔ)量計(jì)算基于模型的體積計(jì)算。在模型計(jì)算前需要先判斷模型是否超過(guò)實(shí)際開(kāi)采邊界，將底面積圖與實(shí)際開(kāi)采邊界圖疊加，通過(guò)模型編輯功能去除越界部分，將編輯后的模型參與模型計(jì)算。

計(jì)算不同階段模型體積時(shí)要以相同的起算面為基準(zhǔn)，通常取最低開(kāi)挖平臺(tái)高程作為起算面高程。計(jì)算儲(chǔ)量變更時(shí)，除了進(jìn)行模型相減運(yùn)算還要考慮剝離浮土層。

礦山的總儲(chǔ)量(原保有儲(chǔ)量)：

(3)

已開(kāi)挖量計(jì)算：

(4)

現(xiàn)保有儲(chǔ)量：

(5)

式中：α為含礦率，取值范圍為0~1；t為礦石比重，單位為t/m3；h浮土表示浮土層的平均厚度，通過(guò)現(xiàn)場(chǎng)勘探得到。

2系統(tǒng)功能設(shè)計(jì)

露采礦山近景影像建模及動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)主要有3大模塊，分別為礦山資料數(shù)字化建模模塊、礦山開(kāi)采現(xiàn)狀影像建模模塊、礦山三維可視化及儲(chǔ)量計(jì)算模塊。

1)礦山資料數(shù)字化及三維建模模塊。礦山初始模型和終采模型分別通過(guò)數(shù)字化礦山初始地形圖和終采地形圖完成。繪制礦區(qū)范圍內(nèi)的等高線，需要對(duì)陡坎、絕壁、洼地等地形以及開(kāi)挖坡面作特殊處理。數(shù)字化完成后自動(dòng)在等高線上以設(shè)定的步長(zhǎng)提取坐標(biāo)點(diǎn)，通過(guò)合理的插值算法建立地面高程模型。

2)礦山開(kāi)采現(xiàn)狀影像建模模塊。礦山開(kāi)采現(xiàn)狀數(shù)據(jù)通過(guò)標(biāo)定過(guò)的普通數(shù)碼相機(jī)獲取，采用光束法處理。在量測(cè)少量控制點(diǎn)的基礎(chǔ)上，進(jìn)行影像預(yù)處理、單模型建立、模型連接、模型絕對(duì)定向、光束法區(qū)域網(wǎng)平差、影像匹配、解算匹配點(diǎn)物方坐標(biāo)等操作。從而建立礦山開(kāi)采現(xiàn)狀模型。

3)礦山三維可視化及儲(chǔ)量計(jì)算模塊。通過(guò)對(duì)高精度模型不同時(shí)期體積的計(jì)算和分析可以估算出礦山儲(chǔ)量、開(kāi)采量，有效監(jiān)視礦山開(kāi)采行為。模型表面積的計(jì)算可以估算開(kāi)采工程后期復(fù)綠工作所需的覆土及草皮面積。礦山三維可視化模塊基于OpenGL技術(shù)開(kāi)發(fā)。

3露采礦山應(yīng)用實(shí)例

本文以南京某礦山為例，數(shù)字化礦山初始和終采地形圖得到DEM初始和DEM終采，應(yīng)用本文算法獲取2期開(kāi)采現(xiàn)狀模型?，F(xiàn)場(chǎng)使用佳能G5相機(jī)，拍攝距離約為100 m，由于礦山高差較小，設(shè)置1條航帶即可覆蓋宕口范圍。航帶包含6張相片，相鄰相片重疊度保持在60%左右。在航帶的4個(gè)端點(diǎn)處分別布設(shè)1個(gè)控制點(diǎn)。某一宕口的序列影像如圖3所示。

圖4為相鄰兩張影像間短核線約束的概率松弛匹配結(jié)果。

匹配點(diǎn)云生成宕口的開(kāi)采現(xiàn)狀模型，坐標(biāo)統(tǒng)一到礦山初始模型坐標(biāo)系中，渲染效果如圖5所示。

圖3　礦山宕口序列影像拼接圖

圖4　影像短核線約束的概率松弛匹配結(jié)果

礦區(qū)面積107 114 m2，起算面高程為20 m，含礦率α為78%，礦石比重t為2.8 t/m3，浮土層平均厚度h浮土為2 m。拍攝2期數(shù)據(jù)生成DEM1和DEM2。根據(jù)以上參數(shù)計(jì)算總儲(chǔ)量、每期開(kāi)采量以及越界開(kāi)挖量，結(jié)果如表1所示。

在現(xiàn)場(chǎng)設(shè)定8個(gè)檢查點(diǎn)驗(yàn)證系統(tǒng)計(jì)算精度。精度驗(yàn)證結(jié)果如表2所示。

表1　儲(chǔ)量計(jì)算結(jié)果　t

表2　檢查點(diǎn)精度　m

注：mx=0.080 m，my=0.059 m，mz=0.075 m

實(shí)驗(yàn)精度高于拍攝距離的1/1 000，對(duì)于一般的露采礦山宕口測(cè)量，拍攝距離在20~200 m，本系統(tǒng)完全滿足礦山儲(chǔ)量計(jì)算的精度要求。在光束法處理時(shí)，共線方程中引入內(nèi)方位元素、構(gòu)像畸變參數(shù)等附加參數(shù)，可以進(jìn)一步提高監(jiān)測(cè)精度。

4結(jié)束語(yǔ)

本文將攝影測(cè)量方法應(yīng)用于露采礦山儲(chǔ)量檢測(cè)工程中，使用量測(cè)化的普通數(shù)碼相機(jī)獲取宕口序列影像，采用光束法定向。針對(duì)礦山近景影像的特殊性，提出基于特征點(diǎn)和短核線約束的匹配方法。能夠根據(jù)實(shí)時(shí)獲取的宕口影像建立現(xiàn)狀模型，通過(guò)模型運(yùn)算得到礦山體積、表面積等重要信息，有效掌握開(kāi)采動(dòng)態(tài)。通過(guò)現(xiàn)場(chǎng)布設(shè)檢查點(diǎn)證明本文算法精度滿足礦山儲(chǔ)量計(jì)算的要求。實(shí)例表明，本文使用普通數(shù)碼相機(jī)成本低、作業(yè)效率高，算法精度可控，能夠?yàn)槁恫傻V山規(guī)范開(kāi)采提供切實(shí)有效的依據(jù)。

參考文獻(xiàn)：

[1]國(guó)土資源部.礦山儲(chǔ)量動(dòng)態(tài)管理要求[S].北京：國(guó)土資源部，2008.

[2]楊彪，李浩.基于單張影像的數(shù)碼相機(jī)畸變校正序貫算法[M].香港：IACSIT出版社，2011.

[3]李浩，楊彪，陳新璽，等.普通數(shù)碼影像量測(cè)應(yīng)用方法[M].北京：科學(xué)出版社，2013.

[4]趙海強(qiáng),李浩,錢(qián)海明,等.多相機(jī)數(shù)碼影像光束法解算及精度分析[J].測(cè)繪工程,2015，24(4):28-32.

[5]陳紹清,曹廷龍,靳曉光.小型露天采石場(chǎng)安全技術(shù)條件研究[J].非金屬礦,2011(6):77-79.

[6]蔣銳,宋煥斌,朱杰勇.基于三維柵格數(shù)據(jù)的露天礦山儲(chǔ)量動(dòng)態(tài)監(jiān)測(cè)研究與應(yīng)用[J].礦產(chǎn)與地質(zhì),2009(5):469-472.

[7]徐茂林，高延?xùn)|，楊風(fēng)蕓，等.某露天鐵礦邊坡監(jiān)測(cè)周期確定方法[J].測(cè)繪與空間地理信息，2015,38(8)：24-27.

[8]李永強(qiáng)，劉會(huì)云，毛杰，等.三維激光掃描技術(shù)在煤礦沉陷區(qū)監(jiān)測(cè)應(yīng)用[J].測(cè)繪工程，2015,24(7)：43-47.

[9]FERRAN E.A new linear method for camera self-calibration with planar motion[J].Journal of Mathematical Imaging and Vision，2007，27(1):81-88.

[10] WACKROW R，CHANDLER J H，BRYAN P.Geometric consistency and stability of consumer-grade digital cameras for accurate spatial measurement[J].The Photogrammetry Record，2007，22(118):121-134.

[11] THORSTEN S，JACOB A F.Self-calibration circuits and routines for low-cost measuring systems[J].Microwave and Optical Technology Letters，2008，50(2):287-293.

[12] LOWE D G.Distinctive image features from scale-invariant key points，Int.J.Comp.Vis.60(2)(2004):91-110.

[13] BAY H，ESS A，TUYTELAARS T，et al.Speeded-Up Robust Features (SURF)[J].Computer Vision & Image Understanding，2008，110(3):346-359.

[14] PANG Y，LI W，YUAN Y，et al.Fully affine invariant SURF for image matching[J].Neurocomputing，2012，85(3):6-10.

[15] KUMAR L A，RENALDY T A，RAJ D E D，et al.Mine Operation Management System for a Large Opencast Mine[J].2008(10):101-114.

摘要：為滿足采礦工程數(shù)字化監(jiān)測(cè)和信息化管理的需求，研究一種應(yīng)用近景攝影測(cè)量手段動(dòng)態(tài)監(jiān)測(cè)露采礦山儲(chǔ)量變化的方法，并設(shè)計(jì)開(kāi)發(fā)儲(chǔ)量動(dòng)態(tài)檢測(cè)軟件系統(tǒng)。利用標(biāo)定過(guò)的普通數(shù)碼相機(jī)采集礦山近景影像，采用光束法處理影像；針對(duì)普通數(shù)碼影像的特點(diǎn)，研究一種基于SURF特征點(diǎn)提取和短核線搜索的一維匹配方法；通過(guò)多期影像建立的三維模型分析，實(shí)現(xiàn)對(duì)礦山的動(dòng)態(tài)監(jiān)測(cè)。工程實(shí)例證明該建模方法快速有效，軟件系統(tǒng)極大地提高露采礦山的作業(yè)效率和精確度。

關(guān)鍵詞：露采礦山；近景攝影測(cè)量；儲(chǔ)量動(dòng)態(tài)檢測(cè)；光束法；短核線

An opencast mine reserves automatically modeling and detecting system using close-range bundle methodZHOU Yi1，LI Hao1,WANG Tianfang1,LI Yumin2

(1.School of Earth Science and Engineering，Hohai University，Nanjing 210098，China；2.School of Wentian，Hohai Univercity，Ma’anshan 243000，China)

Abstract：In order to meet the demands of digital monitoring and informationalized management，this paper studies a method using close range photogrammetry to monitor the opencast mine reserves changes.Based on this method，a reserve detecting software system is designed and developed.A calibrated general digital camera is used to take photos of a mine.Then the photos are processed with bundle method.A one-dimensional matching method based on SURF feature points extraction and short kernel line search is used to adjust to the close range images.The dynamic monitoring of the mine is realized by analyzing the 3D model contributed of multi-images.Engineering examples demonstrate that the modeling method is fast and effective，and the software system greatly improves the efficiency and accuracy.

Key words：opencast mine；close-range photogrammetry；automatically reserves detecting；bundle method；short epipolar

作者簡(jiǎn)介：周弈(1991-)，女，碩士研究生.

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(51079053)

收稿日期：2015-07-30；修回日期：2015-08-28

中圖分類號(hào)：P234

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-7949(2016)02-0061-05