中国县域单元地质灾害风险评估

李春燕，孟 晖，张若琳，李亚民

(中国地质环境监测院,北京 100081)

中国县域单元地质灾害风险评估

李春燕，孟 晖，张若琳，李亚民

(中国地质环境监测院,北京 100081)

文中地质灾害包括崩塌、滑坡、泥石流、地面塌陷四类突发性地质灾害。采用地质灾害危险性与承灾体易损性分项测算，定性综合评估的方式实现我国县域单元地质灾害风险评估。将承灾体易损性分为人口安全易损性与资产易损性，用因灾死亡人口比与因灾直接经济损失比表征。基于以历史数据分析指导未来预测的思想，以国土资源部2001—2015年地质灾害灾情数据为样本，提出了人口安全易损性与资产易损性的分级标准。对我国2869个县域单元进行地质灾害风险评价，结果表明共有216个地质灾害高风险单元、643个中风险单元和2010个低风险单元。地质灾害高风险区集中分布于乌蒙山区、四川盆地周边山区以及云南西部和西藏东南部。

县域单元；地质灾害；易损性；风险评估

我国是世界上地质灾害灾情最为严重的国家之一。开展县域单元地质灾害风险评估，有助于从宏观层面对地质灾害形势进行研判，减轻地质灾害造成的损失，进而实现地质灾害风险管理，服务于防灾减灾和生态文明建设。

对地质灾害风险评估的关注与研究于近几十年兴起。1989—2005年，联合国召开数次会议明确防灾减灾的必要性与总体思路，研讨地质灾害风险评估技术方法，使该领域逐步成为热点。瑞士、法国等国相继开展了地质灾害风险评估工作[1～5]。在国内，张梁等[6]构造了地质灾害风险评估指标体系与模型；朱良峰等[7]基于GIS平台研发了地质灾害风险评估系统，进行了全国地质灾害风险试评价；张春山等[8～9]先后对黄河上游地区崩塌、滑坡、泥石流灾害危险性与风险性进行了评价；殷坤龙等[10]从地质灾害预警的角度出发，探索了地质灾害风险预测评估方法；张茂省等[11]构建了风险矩阵评估方法，并在延安宝塔区进行了实践；吴树仁等[12～13]重点探索了地质灾害易发程度、危险性和风险评估的工作流程，初步提出定性分析-定量化评价相结合的地质灾害风险评估技术方法，并根据张梁、殷坤龙等的全国人口地质灾害伤亡率分级研究成果[14]，基于1995—2005年全国地质灾害数据，定量提出我国地质灾害人口伤亡率的最高等级阈值。

以往的研究成果丰富，评价方法多采用多元统计分析法、定性权重打分法、GIS系统叠加分析等方法，神经网络法也得到了初步应用[15～19]；研究区则以小区域，大比例尺居多；评价结果则均为空间化结果。受资料来源的可靠性和积累程度的限制，以往的研究难以精确反映风险的区域差异。不论何种风险性评估方法，易损性定量评价都是地质灾害风险评估的难点之一，目前尚无统一的指标和方法。

本文基于国土资源部地质灾害报告制度所取得的长时间序列灾情数据，以概率统计法为基础，探讨以县域为单元易损性量化评价方法及其分级标准，在地质灾害危险性和易损性分项测算的基础上综合分析，从而实现区域地质灾害风险性评估。通过灾害调查数据和灾情统计数据的不断更新，可进一步实现风险动态评估。

1 数据来源与算法

1.1 数据来源

地质灾害调查数据来源于全国地质灾害调查数据库；基础地质条件数据主要包括地形起伏度图、地貌图、地质图、第四纪地质图、活动断裂图、工程地质图、水文地质图、可溶岩类型图、土壤侵蚀图等；地质灾害点灾情数据来源于国土资源部2001—2015年地质灾害速报制度和月报制度报送的数据；人口与经济数据来源于2001—2015年社会经济统计年鉴；县级行政区划数据采用国家地理信息中心制作的2013年县级行政区划数据。

1.2 算法

1.2.1 地质灾害危险性评价

地质灾害危险性评价时，为保障结果的合理性，应首先进行自然单元评价，再将评价结果转化为县域单元。

地质灾害危险性的评价方法比较多，常见的方法有模糊综合评价法、证据权法、多元回归分析法、人工神经网络法、层次分析法、灰色关联分析法等等。这些方法基于的理论不同、含义不同，对评价数据的需求不同，各有优点和不足。本文选择证据权法进行地质灾害危险性评价。

证据权法是一种由点及面的定量化评价方法，早期主要应用于矿产资源预测等相关领域，近年来才被引入地质灾害危险性评价中[16]，具有易于理解、操作简便、受主观因素影响小等特点。通过将已经发灾的滑坡、崩塌、泥石流、地面塌陷灾害点与地形坡度、暴雨次数等评价指标空间叠加，进行相关性分析，求得每个指标与滑坡、崩塌、泥石流、地面塌陷的相关程度，基于相关程度赋予各指标不同的权重，进行叠加计算，得到崩塌、滑坡、泥石流危险性指数图和地面塌陷危险性指数图，根据危险性指数由高到低将危险性划分为高、中、低、极低4个等级。将崩塌、滑坡、泥石流危险性评价分级图和地面塌陷危险性评价分级图按照“就高原则”叠加，形成自然单元地质灾害危险性评价结果。

自然单元评价结果向县域单元转化时采用最大面积法，即以县域面积内面积最大的评价等级作为该县域的危险性评价等级。再结合已有资料、根据专家经验对评价结果进行校验修订，最终确定县域地质灾害危险性等级。

1.2.2 承灾体易损性评价

承灾体易损性是指地质灾害发生时可能对承灾体造成的破坏、损失程度。地质灾害造成的损失主要有直接和间接经济损失、人员伤亡和资源环境破坏等。由于人口、财产和环境的性质不同，且考虑到灾情统计数据的内容，将承灾体易损性分为人口安全易损性与资产易损性两部分。

人口安全易损性是指因地质灾害造成人口死亡的最大可能程度。鉴于本次评价是以县域为单元的宏观尺度评价，可采用县年均地质灾害最大可能死亡人口占县年均总人口的比，即因灾死亡人口比来表达。因灾死亡人口比越大，人口安全易损程度越高。

资产易损性是指县域内地质灾害造成直接经济损失的最大可能程度。采用县年均地质灾害直接经济损失占县年均经济总量的比，即因灾直接经济损失比来表达。其比值越大，资产易损程度越高。

由于县年均地质灾害最大可能死亡人口与可能直接经济损失难以预测，基于以历史数据分析指导未来预测的思想，本文采用地质灾害实际造成的县年均地质灾害死亡人口与年均地质灾害直接经济损失代替计算。

以GIS空间分析统计功能为基础，根据国土资源部2001—2015年地质灾害灾情统计数据，以县为单元统计2001—2015年县域内所有地质灾害点共造成的死亡人口总数与直接经济损失数，计算年均值；2001—2015年期间，仅在2010年开展过一次人口普查，数据确实。因此，在实际计算因灾死亡人口比时，采用2010年人口普查的县域总人口数据作为县年均总人口数。

通过以全国县域“因灾死亡人口比”、“因灾直接经济损失比”数据为样本进行测算分级，结合20世纪地质灾害灾情数据和前人的研究成果[13～14]，提出人口安全易损性评价分级标准(表1)、资产易损性评价分级标准(表2)。

表1 人口安全易损性评价分级

表2 资产易损性评价分级

将县域地质灾害人口安全易损性评价分区结果与资产易损性评价分区结果，按照“就高原则”进行叠加，形成县域单元承灾体易损性评价分区结果。

1.2.3 地质灾害风险定性综合评估

按照地质灾害风险定性综合评估方法，根据地质灾害危险性4个等级、承灾体易损性4个等级的组合特征，将地质灾害风险划分为高风险、中风险、低风险3个等级(表3)。为了保证地质灾害风险性评估结果的可靠性，应通过统计分析、野外实地验证或同行检查对评估结果进行必要的检验和完善。

表3 地质灾害风险定性综合评估

2 全国地质灾害风险评估

2.1 评价单元

本次评价的基本单元包括市辖区、县、自治县、县级市。根据采用的2013年行政区划，全国陆域共有2869个评价单元(不包括台湾省和南海诸岛)。

2.2 评价与结果分析

2.2.1 地质灾害危险性评价

地质灾害危险性评价选取地形起伏度、地貌类型、工程地质岩组、活动断裂距离、多年平均降水量、年平均暴雨日数(天)、土地利用程度、矿山分布密度、崩塌滑坡泥石流发育密度、地面塌陷发育密度等指标。将各评价指标空间分布图进行1 km×1 km栅格化处理，按照评价流程形成自然单元地质灾害危险性评价分区结果。将自然单元评价结果转化，以县域单元的形式表达，得到全国县域单元地质灾害危险性评价分区图(图1)。

图1 地质灾害危险性评价分区图Fig.1 Zoning map of geological hazard assessment

据图1，我国共有地质灾害高危险单元453个、中危险单元1106个、低危险单元746个、极低危险单元564个。地质灾害危险性高的区域主要连片分布于云南、四川、重庆、贵州大部以及西藏西南部、陕西南部、甘肃东部的山地丘陵区，辽宁、河北、江西等省有零星分布。这些地区地形切割剧烈，构造发育强烈，与我国地质环境背景条件相对应。

2.2.2 承灾体易损性评价

2001—2015年地质灾害共在798个县(市、区)造成了人口死亡，因灾死亡人口总数为8 100人(图2、表4)。人口安全高易损单元25个、中易损单元324个、低易损单元422个、极低易损单元2 098个。人口安全高易损单元零星分布于云南、四川、甘肃、陕西等省，与地质灾害危险性并不完全重合，说明危险性与实际的人口伤亡并没有高度的相关性。同时，可以发现人口安全高易损单元基本分布在人口密度比较低的区域，说明人口集中的地区地质环境相对安全或者防灾减灾措施到位，发灾较少，即使发灾也不易造成人口死亡；同时，人口安全高易损单元的人口基数低，导致这些单元的因灾死亡人口比偏高。甘肃省舟曲县由于2010年发生特大型泥石流的缘故，死亡人数是所有评价单元中最高的，共计1 451人。因灾死亡人口比同样是舟曲县最高，为7.322 29。

图2 地质灾害人口安全易损性评价分区图Fig.2 Zoning map of population safety vulnerability assessment

省(市)名市(州)名县(区)名县(区)人口总数(万人)2001—2015年因灾死亡人口总数(人)因灾死亡人口比(人/万人)人口安全易损性等级甘肃省甘南藏族自治州舟曲县13.2114517.32229高云南省怒江傈僳族自治州贡山独龙族怒族自治县3.79891.56577高云南省玉溪市新平彝族傣族自治县28.53680.15887高西藏自治区拉萨市墨竹工卡县4.47660.98491高四川省甘孜藏族自治州丹巴县5.97650.72590高四川省绵阳市北川羌族自治县19.71630.21308高重庆市—武隆县35.10620.11775高陕西省榆林市子洲县17.40540.20691高四川省甘孜藏族自治州康定县13.01530.27150高四川省雅安市石棉县12.36430.23193高四川省阿坝藏族羌族自治州汶川县10.08360.23816高贵州省黔东南苗族侗族自治州三穗县15.57360.15411高浙江省丽水市庆元县14.15300.14130高福建省三明市建宁县12.00300.16670高陕西省安康市岚皋县15.42280.12109高山西省吕梁市中阳县14.14260.12261高云南省怒江傈僳族自治州福贡县9.86260.17577高辽宁省本溪市南芬区8.29190.15276高陕西省延安市甘泉县7.72190.16410高四川省甘孜藏族自治州九龙县6.21140.15022高新疆自治区昌吉回族自治州木垒哈萨克自治县6.57140.14202高四川省雅安市宝兴县5.61130.15460高四川省阿坝藏族羌族自治州小金县7.77130.11150高甘肃省张掖市肃南裕固族自治县3.37130.25753高陕西省安康市镇坪县5.1090.11773高

地质灾害共在1685个县(市、区)造成了直接经济损失(图3、表5)，资产高易损单元26个、中易损单元136个、低易损单元395个、极低易损单元2 412个。较于人口安全高易损单元的分散分布，资产高易损单元分布相对集中于成都-兰州-西安区域，除受地形因素影响外，还受到龙门山断裂、鲜水河断裂、祁连山北缘断裂的控制。数据特征与人口安全易损性类似，资产高易损单元分布区域GDP密度较低。直接经济损失最高的县为辽宁省新宾满族自治县。据统计数据，2001—2015年该县因地质灾害共造成直接经济损失1 002 377万元，由于县GDP总量为760 189.44万元，故因灾直接经济损失比为8.790 59，居全国第三；西藏自治区洛扎县因灾直接经济损失7 863.48万元，远低于新宾满族自治县，但洛扎县年均GDP总量仅2 281.72万元，所以因灾直接经济比达到22.98，为全国最高。

将人口安全易损性与资产易损性按照“就高原则”叠加，形成全国县域单元地质灾害承灾体易损性评价分区图(图4)。承灾体高易损单元49个、中易损单元380个、低易损单元541个、极低易损单元1 899个。

2.2.3 地质灾害风险定性综合评估

采用地质灾害风险定性综合评估方法(表4)，将地质灾害危险性与承灾体易损性集成分析，形成全国县域单元地质灾害风险评估结果(图5)。全国共有216个地质灾害高风险单元、643个中风险单元和2 010个低风险单元。地质灾害高风险区集中分布于乌蒙山区、四川盆地周边山地区、甘肃东部以及云南西部和西藏东南部。与我国地质环境背景条件比较吻合。

图3 地质灾害资产易损性评价分区图Fig.3 Zoning map of population property vulnerability assessment

省(市)名市(州)名县(区)名县(区)年均GDP总量(万元)2001—2015年因灾直接经济损失数(万元)因灾直接经济损失比(万/百万)资产易损性等级西藏自治区山南地区洛扎县2281.727863.4822.98000高甘肃省陇南市文县132340.62178502.408.99207高辽宁省抚顺市新宾满族自治县760189.4410023778.79059高云南省怒江傈僳族自治州贡山独龙族怒族自治县38631.0935686.106.15844高云南省怒江傈僳族自治州福贡县33998.7131054.066.08926高西藏自治区昌都地区八宿县6082.084089.204.48224高甘肃省陇南市武都区479098.07237245.863.30128高四川省阿坝藏族羌族自治州理县81004.2634890.532.87150高四川省阿坝藏族羌族自治州松潘县81842.0433998.332.76943高四川省甘孜藏族自治州丹巴县64755.1426804.022.75953高西藏自治区日喀则地区亚东县23214.318171.402.34666高西藏自治区林芝地区察隅县29214.0910143.652.31478高四川省阿坝藏族羌族自治州马尔康县99106.9831169.702.09670高四川省阿坝藏族羌族自治州小金县62945.9219045.262.01710高西藏自治区昌都地区边坝县10370.203051.701.96184高西藏自治区昌都地区左贡县11410.803277.701.91497高四川省甘孜藏族自治州泸定县82196.9422531.101.82741高重庆市-武隆县594881.631438421.61200高甘肃省甘南藏族自治州夏河县86285.51208401.61016高四川省阿坝藏族羌族自治州茂县139977.9533568.151.59874高甘肃省天水市麦积区839998.741996771.58474高甘肃省天水市清水县191355.6244706.701.55754高四川省巴中市南江县542636.31116532.391.43168高四川省阿坝藏族羌族自治州汶川县301320.9961563.591.36208高甘肃省陇南市康县94068.0018888.601.33865高甘肃省陇南市宕昌县97215.44146861.00711高

图4 地质灾害承灾体易损性评价分区图Fig.4 Zoning map of hazard-affected bodies separately vulnerability assessment

图5 地质灾害风险程度评价分区图Fig.5 Zoning map of geological hazard risk assessment

3 结论与建议

(1)本文将承灾体易损性分为人口安全易损性和资产易损性，分别用因灾死亡人口和因灾直接经济损失比量化表达。以国土资源部权威数据为基础，通过测算，分别给出了二者分级标准以及叠加原则，再结合地质灾害危险性进行定性综合评估，形成以县为单元的区域地质灾害风险评估方法。此方法简便快捷、数据连续有保障。

(2)对于地质灾害高风险县(区)，在规划和土地利用前，应考虑地质灾害对土地利用适宜性的限制，进行详细的地质灾害危险性评估，重点区需详细勘查地质条件，注重事前降低地质灾害风险，使区域经济与地质环境可持续发展。需强调，地质灾害低风险区是基于历史灾情判断其地质灾害风险相对低，并不表示绝对的安全，在开展社会经济活动前也应按需求进行适度的调查，必要时采取一定的防灾措施。

(3)对于承灾体易损性的评价，是以历史灾情数据作为分析样本，基于历史数据对未来预测具有指导意义的思想。但如何据此实现更加精细化的预测，尚需更深入研究。通过数据的不断更新来实现评价的动态化或许是一种可行方法。

(4)以县域单元进行地质灾害风险评估，其评价结果是每个县域为同一个风险等级，默认地质灾害危险性、承灾体易损性等在该评价单元内是均匀分布的。但实际上，县域面积变化很大，其内地形地貌不同，地质灾害、人口、财产、土地等并非均匀分布。因此，本评估方法适用于具有较长时间灾情记录的宏观空间尺度的风险分析。如何解决县域内部易损性差异的问题，提升地质灾害风险评估的精确性是需要进一步研究的。

[1] Cascini L, Bonnard C, Corominas J,etal. Landslide hazard and risk zoning for urban planning and development[C].Balkema:CRC Press Inc,2005.

[2] Hungr O, Fell R, Couture R,etal. Landslide Risk Management: Proceedings of the International Conference on Landslide Risk Management[C]. Vancouver: CRC Press Inc,2005.

[3] Fell R, Corominas J, Bonnard C,etal. Guidelines for landslide susceptibility, hazard and risk zoning for land use planning[J]. Engineering Geology, 2008, 102(3/4):85-98.

[4] Leroi E, Bonnard C, Fell R,etal. Risk assessment and management[M]// Weinheim: wiley-vchverlaggmbh & Co. kgaa, 2005:693-694.

[5] Jibson R W, Harp E L, Michael J A. A method for producing digital probabilistic seismic landslide hazard maps[J]. Engineering Geology, 2000, 58(3/4):271-289.

[6] 张梁，张建军.地质灾害风险区划理论与方法[J].地质灾害与环境保护，2000，11(4):323-328.[ZHANG L,ZHANG J J. The theory and method of risk zonation of geo-hazard[J]. Journal of Geologiccal Hazard and Environment Preservation,2000,11(4):323-328.(in Chinese)]

[7] 朱良峰，殷坤龙，张梁，等.GIS支持下的地质灾害风险分析[J].长江科学院院报，2002(5)：42-45.[ZHU L F,YIN K L, ZHANG L,etal. Risk analysis system of geo-hazard supported by GIS[J]. Joural of Yangze River Scientific Research Institute, 2002(5): 42-45.(in Chinese)]

[8] 张春山，张业成，马寅生.黄河上游地区崩塌、滑坡、泥石流地质灾害区域危险性评价[J].地质力学学报，2003，9(2):143-153.[ZHANG C S, ZHANG Y C, MA Y S. Regional dangerous on the geological hazards of collapse, landslide and debris flows in the upper reaches of the Yellow River[J]. Journal of Geomechanics, 2003，9(2): 143-153.(in Chinese)]

[9] 张春山,张业成,马寅生,等. 区域地质灾害风险评价要素权值计算方法及应用——以黄河上游地区地质灾害风险评价为例[J]. 水文地质工程地质,2006, 33(6):84-88. [ZHANG C S, ZHANG Y C, MA Y S,etal. Calculation method and application of the right-weighty value on geological hazard in region[J]. Hydrogeology & Engineering Geology,2006,33(6):84-88.(in Chinese)]

[10] 殷坤龙，陈丽霞，张桂荣.区域滑坡灾害预测预警与风险评价[J].地学前缘，2007，14(6):85-97.[YIN K L, CHEN L X, ZHANG G R. Regional landslide hazard warning and risk assessment[J].Earth Science Frontiers,2007, 14(6):85-97.(in Chinese)]

[11] 张茂省，唐亚明.地质灾害风险调查的方法与实践[J].地质通报，2008，08:1205-1216.[ZHANG M S, TANG Y M. Risk investigation method and practice of geohazards[J]. Geological Bulletin of China, 2008, 27(8):1205-1216.(in Chinese)]

[12] 吴树仁,石菊松,张春山,等. 地质灾害风险评估技术指南初论[J]. 地质通报,2009,28(8):995-1005.[WU S R, SHI J S, ZHANG C S,etal. Preliminary discussion on technical guideline for geohazard risk assessment[J]. GeologicalBulletin of China, 2009, 28(8):995-1005.(in Chinese)]

[13] 吴树仁，石菊松，张春山，等.滑坡风险评估理论与技术[M]. 北京: 科学出版社，2012.[WU S R, SHI J S, ZHANG C S,etal. Theory and Technique of Landslide Risk Assessment[M]. Beijing: Science Press, 2012.(in Chinese)]

[14] 张梁，殷坤龙，雷明堂，等.全国地质灾害风险区划研究报告[R].廊坊：中国国土资源经济研究院，2002.[ZHANGL, YIN K L, LEI M T,etal. Research Report on the risk zoning of geological hazards of China[R]. Langfang: Chinese Academy of Land&Resource Economic, 2002(in Chinese)]

[15] 向喜琼，黄润秋.基于GIS的人工神经网络模型在地质灾害危险性区划中的应用[J].中国地质灾害与防治学报，2000，11(3):26-30.[XIANG X Q, HUANG R Q. Application of GIS-based artificial Neural Networks on assessment of geo-hazards risk[J]. The Chinese Journal of Geological Hazard and Control, 2000,11(3):26-30.(in Chinese)]

[16] 范强,巨能攀,向喜琼,等. 证据权法在区域滑坡危险性评价中的应用——以贵州省为例[J]. 工程地质学报,2014,22(3):474-481. [FAN Q, JU N P, XIANG X Q,etal. Landslides hazards assessment with weights of evidence—a case study in Guizhou, China[J]. Journal of Engineering Geology, 2014,22(3):474-481.(in Chinese)]

[17] 程凌鹏,杨冰,刘传正. 区域地质灾害风险评价研究述评[J]. 水文地质工程地质,2001,28(3):75-78.[CHENG L P, YANG B, LIU C Z. Review on risk assessment of regional geological hazards[J]. Hydrogeology & Engineering Geology, 2001,28(3):75-78.(in Chinese)]

[18] 张超,陈艳,张宇飞,等.基于多元线性回归模型的云南昭通地质灾害易发性评价[J].水文地质工程地质,2016,43(3):159-163. [ZHANG C, CHEN Y, ZHANG Y F,etal. Geohazard susceptibility evaluation in Zhaotong on Yunnan based on the multivariate linear regression model[J].Hydrogeology & Engineering Geology,2016,43(4):159-163. (in Chinese)]

[19] 石爱军,马娟,齐安文,等.物联网技术在突发地质灾害应急响应中的应用研究[J].水文地质工程地质,2014,41(5):148-152. [SHI A J, MA J, QI A W,etal. Research on application of the Internet of things(IOT) platform of geological disaster emergency response[J].Hydrogeology & Engineering Geology, 2014,41(5):148-152. (in Chinese)]

Risk assessment of geo-hazard of China in county unit

LI Chunyan, MENG Hui, ZHANG Ruolin, LI Yamin

(ChinaInstituteofGeo-environmentalMonitoring,Beijing100081)

In this paper, geo-hazards include landslide, collapse, debris flow and ground collapse. By calculating the risk of geo-hazard and vulnerability of hazard-affected bodies separately, we evaluated the geo-hazard risk of county territory unit by qualitative comprehensive assessment. First, we separated the vulnerability of hazard-affected bodies into population safety vulnerability and property vulnerability, then we use the rate of dead population and rate of direct economic loss that caused by geo-hazard as representation as index. Based on historical data analysis guiding the future prediction, combing with the database of geo-hazard situation during 2001—2005 from Ministry of Land and Resources, we proposed the grading standard of population safety vulnerability and property vulnerability. Based on the geological hazard risk evaluation from the 2869 county territory units, 216 units are in the high-risk, 643 units are in middle-risk and 2010 are in low-risk. The high-risk areas are dominated in Wumeng mountainous, Mountainous around Sichuan Basin, Western Yunnan and Southeast part of Tibet.

county unit; geo-hazard; vulnerability; risk assessment

10.16030/j.cnki.issn.1000-3665.2017.02.24

2016-10-08;

2017-01-11

中国地质调查项目“地质环境承载能力评价与监测示范研究”(12120115050701)

李春燕(1987-)，男，硕士，工程师，主要从事地质环境综合研究工作。E-mail：licy@mail.cigem.gov.cn

孟晖(1962-)，女，本科，教授级高级工程师，主要从事环境地质研究。E-mail：mengh@mail.cigem.gov.cn

P642.2

A

1000-3665(2017)02-0160-07