工程地质学报  2018, Vol. 26 Issue (1): 172-178   (3950KB)    
山区输变电工程崩塌(滚石)灾害识别与预测方法
王学良①②, 刘海洋①②, 王瑞琪①②, 王彦兵, 涂新斌    
① 中国科学院地质与地球物理研究所 北京 100029;
② 中国科学院大学 北京 100049;
③ 国网北京经济技术研究院 北京 102209
摘要:山区输变电工程崩塌随着国家“一带一路”和“全球能源互联网”战略的构建和实施,山区复杂地质环境条件下的输变电工程建设越来越多。然而,现阶段对于输变电工程崩塌(滚石)灾害识别、预测和评价方法等方面的研究相对较少,难以有效解决山区崩塌(滚石)灾害频发与输变电工程安全建设、运营之间不断增长的矛盾。鉴于此,作者借助航空遥感、无人机航测、岩体结构分析工具、崩塌(滚石)运动数值模拟软件等新技术方法等,对山区输变电工程中崩塌(滚石)灾害识别与预测方法等开展了相关研究。提出:(1)基于区域工程地质分区-区段遥感分析-山体无人机航拍-岩体结构特征分析的思路,实现对长距离、大区域山区输变电工程的崩塌(滚石)危岩体快速识别和分析;(2)利用三维崩塌(运动)模拟方法快速识别崩塌(滚石)在杆塔(变电站)范围的到达情况,然后再利用多种方法对比确定能到达杆塔(变电站)范围内崩塌(滚石)的冲击特征;(3)山区输变电工程崩塌(滚石)灾害风险计算方法。
关键词输变电工程    杆塔    崩塌    识别    风险分析    
THE APPROACH OF ROCK COLLAPSE(ROCKFALL) IDENTIFICATION AND PREDICTION FOR POWER TRANSMISSION AND TRANSFORMA-TION PROJECT IN MOUNTAIN AREA
WANG Xueliang①②, LIU Haiyang①②, WANG Ruiqi①②, WANG Yanbing, TU Xinbin    
① Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing 100029;
② University of Chinese Academy of Sciences, Beijing 100049;
③ State Power Economic Research Institute, Beijing 102209
Abstract: With the strategies of "One Belt One Road" and "Global Energy Interconnection" structuring and implementing, more and more power transmission and transformation projects are built on the complicated geological conditions in mountainous areas. However, current studies on the identification, prediction and evaluation approaches of rock collapse(rockfall) for power transmission and transformation projects are few. Therefore, it is difficult to effectively solve the increased translations between frequent occurrence of rock collapse(rockfall) and safety of construction and operation of power transmission and transformation projects in mountainous areas. For this reason, we studied the approach of rock collapse(rockfall) identification and prediction for power transmission and transformation project in mountain area, using remote sensing, UAV aerial photogrammetry, rock mass structure analysis tool and rockfall simulation method. Following conclusions were obtained:(1)Based on the thinking and approach of engineering geological zoning on large area-remote sensing analysis on medium area-UAV aerial photogrammetry on mountain area-analysis of rock structure characteristics, dangerous rock mass that will lead to rock collapse(rockfall) in long and large region of power transmission and transformation project could be identified quickly and analyzed. (2)Three-dimensional numerical simulation method could be used to quickly identify the characteristics of rockfall's arriving to the tower(electric substation) or not, and the kinematic characteristics of rockfall that will arrive to the tower(electric substation) could be analyzed carefully by integrating different approaches.(3)Approach of rockfall risk analysis for power transmission and transformation project.
Key words: Transmission and transformation project    Tower    Rockfall    Idention    Risk analysis    

0 引言

输变电工程是事关经济社会发展和民生保障的重要工程类型之一。随着国家“一带一路”和“全球能源互联网”战略的构建和实施,国内、洲内和洲际互联的电能输送需求不断增长,不可避免地导致输电工程在复杂地质条件区的建设越来越多(李海石等,2017)。如2014年11月投运的川藏联网输变电工程就穿越了作为世界上地质构造最复杂、地质灾害分布最广泛区域之一的“三江”(金沙江、怒江和澜沧江)断裂带(兰恒星等,2016)。杆塔和变电站作为输变站工程的重要组成部分,其安全性在保障电网顺畅输送尤其是高电压等级线路长距离输送中起着至关重要的作用。

山区尤其是复杂地质条件区是地质灾害的多发区。其中,崩塌(滚石)灾害是重要类型之一。崩塌(滚石)灾害具有频发性和随机性。由于运动速度快、具有跳跃、翻滚等多种运动形式,其对杆塔、变电站等输变电设施的破坏更具突发性、隐蔽性和难以预测性。而且部分受这些崩塌(滚石)灾害损毁的杆塔又是处于地形复杂、交通不便的深山区,由此进一步延长了被损毁设备修复和电网系统恢复的时间,从而造成巨大的社会经济损失。因此,如何在输变站工程的规划、建设和运营阶段,对潜在的崩塌(滚石)灾害进行科学识别和准确预测,是保障输变电工程后续安全运营的关键。

1 山区输变电工程中的崩塌(滚石)灾害问题

崩塌(滚石)主要是指以滑动、倾倒或坠落等方式从岩体上所分离的岩体,沿着陡立的坡体发生了跳跃、翻滚或滑动等运动,最后因能量丧失停留在坡体或坡脚处的过程。其中,滚石的体积规模相对较小(如小于105 m3)(Frattini et al., 2008)的。本文主要针对体积较小的崩塌(滚石)作为主要研究对象。崩塌(滚石)的发生主要受地层岩性、地形坡度、地质构造等地质因素,以及降雨、地震和人类工程活动等诱发因素等耦合作用。而这些影响因素本身在内外动力地质作用下不断变化,其耦合作用下发生的崩塌(滚石)也就具有了明显的随机性和不确定。

山区由于复杂的地质地形条件、特殊的气候环境条件等,时常发生不同规模和特征的崩塌(滚石)现象。在有人类工程设施(如输变电杆塔和变电站等)或人类活动存在的情况下,这些现象就有了形成崩塌(滚石)灾害的可能。输变站工程中遇到的崩塌(滚石)灾害不仅会在工程建设期因营地、建设选址不当而对施工人员和设施的生命财产安全构成威胁,而且可能由于杆塔、变电站选址没有有效避开或没有采取适当的防治措施而使其变形、甚至倒塌而构成线路受损。输变电线路作为大型复杂生命线系统的重要组成部分,一旦遭受严重破坏,将会直接导致社会生产、生活等陷入瘫痪。

由于崩塌(滚石)灾害发生的随机性和不确定性,山区输变工程的崩塌(滚石)识别、预测和评价成为一直以来的难题,且尚没有成形的量化方法和分析技术。山区输变站工程崩塌(滚石)灾害研究从建设阶段来分可包括以下两个方面:(1)在输变电路线规划选址阶段,对崩塌(滚石)灾害的研究主要是识别工作区崩塌(滚石)的孕灾地质背景条件、时空分布特征以及对杆塔、变电站和输电线路的风险影响等,以服务于输变电工程路线、杆塔和变电站选址的优化。(2)在输变站工程建设和运营阶段,需要对之前识别出但未能改线避让的崩塌(滚石),或者由于隐蔽性强先前未能有效识别出的崩塌(滚石)在坡体空间上的运动学特征、对杆塔和变电站的冲击特征,以及风险防控等开展研究,以规避崩塌(滚石)对杆塔、变电站和输电线路的损毁。

2 山区输变电工程中危岩体特征识别与信息获取

对于上述第一个方面崩塌(滚石)灾害的识别问题,作者认为:基于岩体结构控制论(谷德振,1979孙广忠,1983),其关键是岩体结构特征的识别。作为力学强度相对薄弱的部位,岩体中的结构面导致了岩体力学性能的不连续性、不均一性和各向异性。岩体中的结构面往往是风化、地下水等各种外营力活跃的部位。这些部位是外营力作用能进一步深入和改造岩体内部的重要通道。岩体的结构特征对岩体的变形破坏方式和强度特征起着重要的控制作用。因此,识别和研究岩体的结构特征是评价分析岩体稳定性和确定崩塌(滚石)危岩体的基础。从工程地质分析的需要出发,需要对不同类型岩体结构面的空间分布、发育特征和几何特征等进行确定和分析。

传统上,对岩体结构特征的确定主要以采用罗盘、接触式量测等方式确定为主。这对于输变电线路区的大量高陡斜坡来说,传统量测方式主要存在以下几个方面的问题:(1)受工作区长距离(通常路线长度几百-几千公里)和工程进度等方面的限制和要求,需要在短时间内对危岩体的岩体结构特征进行快速识别和获取,但是手动测量费时费力,导致工作效率大打折扣;(2)在高陡斜坡区,由于高度大、坡度陡、以及野外工作条件的限制,人工很多情况下难以测量到实际结构面的产状;(3)受环境因素、仪器误差以及测量人员的技能等影响,导致罗盘测量结果误差较大,对于危岩体的识别判断有较大影响。(4)由于岩体结构面并非一平直面,所以在用罗盘量测时由于量测位置的选择不同会导致量测结果的差异性,即岩体结构面几何特征具有变异性。作者等利用三维激光扫描,获取了某高陡斜坡山体的岩体结构面点云数据。利用Coltop结构面信息提取软件对图 1中岩层层面的三维点云提取300余点的XYZ坐标,并利用DIPS对该层面的产状进行分析后发现:即便是同一结构面,在不同位置处测量得到的产状信息仍具有明显的变异性特征(3σ达28.6°~39.84°)。而这种结构面的变异性,只有在通过大量点的测量和数据获取的基础上才能实现识别和量化(Wang et al., 2014)。

图 1 某高陡斜坡山体点云数据 Fig. 1 Point cloud data of one high and steep slope

由于输变电工程具有长距离和大区域的特点,要实现对特定岩体结构面(即岩体尺度)的调查之前,还需要从区域-区段-山体尺度进行逐级识别和推进。因此,作者提出了区域工程地质分区-区段遥感分析-山体无人机航拍-岩体结构特征分析的崩塌(滚石)危岩体识别方法。

首先,在考虑资源分布特点、网架结构、输电容量以及现有的输电通道运行状况等基础上,确定输变电工程的拟定输电路线。随后,可利用工程地质条件分析和评价方法,对拟定路线区的工程地质条件进行评价和分区。从分区结果中,以崩塌(滚石)易发的工程地质条件差的分区作为下一步区段工作对象。在区段研究中,需要充分利用卫星遥感技术进行相关识别工作。卫星遥感技术根据电磁辐射(发射、吸收、反射)理论,应用各种光学、电子学和电子光学探测仪器对远距离目标所辐射的电磁波信息进行接收记录,再经过加工处理,并最终成像,从而对环境地物进行探测和识别。卫星遥感技术在调查中具有视域广阔、信息丰富等特点,可克服地面观测的局限性,尤其适合于输变电工程这种经常跨越交通不便高陡斜坡山区的调查和识别。遥感技术不仅可以对可能发生崩塌(滚石)危岩区的范围和特征等进行圈定和识别,而且可以利用InSAR等技术,通过多时相分析技术,对危岩区的变形特征进行获取和分析。

通过上述区域-区段的研究,可以筛选划定拟研究的具有崩塌(滚石)危岩体的山体。在山体尺度崩塌(滚石)危岩特征和岩体尺度结构面特征识别中,在认识到传统工程地质调查中测量岩体结构面时存在问题的基础上,作者认为可以利用无人机航拍、岩体结构面数字化信息处理工具等,对山区输变电工程高陡斜坡岩体结构面进行测量,并对崩塌(滚石)危岩体特征进行识别。

近年来,随着通信技术的快速发展,无人机技术也得到了很好的发展。无人机具有体积小、造价低、操作简单、使用方便等优点。而且,随着影像匹配理论和算法,低空摄影测量在影像定向、空中三角测量加密等方面的进展,无人机航测也越来越多被应用(刘海洋等,2017)。无人机技术在输电线路规划、测量、巡视、灾害应急响应以及线路架设等领域得到了广泛的应用(韩文军等,2010; 厉秉强等,2010)。如图 2所示,作者利用无人机,从山体上部识别出正在运营的河北承德隆化县韩麻营镇某输电线路所遭受的崩塌(滚石)危岩体(具有明显的结构面切割)。

图 2 河北承德隆化县韩麻营镇某输电线路崩塌(滚石)危岩体 Fig. 2 Power transmission line rockfall in Hanmaying town Longhua County, Hebei province

无人机获取岩体结构面信息时主要包括以下步骤:测区勘察、航线规划、航飞作业和数据处理等。经过数据处理后可以得到山体和岩体的三维几何点云数据。利用Agisoft Photoscan等数据处理软件从点云数据中选取各结构面上的点数据。根据三点确定一平面的原理,计算得到结构面的产状(孙娟娟等,2017)。

通过对结构面上不同位置大量点云信息的提取,就可以获得某条、某组和不同组结构面产状、间距、长度等几何特征的变异性特征(均值和方差等)。以此信息为基础,就可以对危岩体的尺寸、稳定性状态和破坏模式等进行计算分析(Wang et al., 2014)。

3 山区输变站工程崩塌(滚石)运动特征预测

对于崩塌(滚石)运动特征预测方面的问题,由于如岩体结构面几何特征的变异性,块石及坡体物理力学性质的时空变异性等,使得崩塌(滚石)的运动具有随机性。作者等对于崩塌(滚石)运动的计算方法及其不确定性进行了相关研究(王学良等,2015),此处不做过多赘述。输变电工程崩塌(滚石)运动研究具有以下几个特点:(1)聚焦杆塔或变电站。一条线路上除了少数几个变电站外,多数关注的几米长宽的杆塔部位,也即主要关注运动后能冲击到杆塔和变电站的崩塌(滚石),对于杆塔之外的崩塌(滚石)较少或不作关注。(2)快速判识。由于线路长、崩塌(滚石)隐患点多以及工期紧等特点,需要首先对线路区关注的崩塌(滚石)隐患是否会运动到杆塔进行快速识别和筛选。由于在崩塌(滚石)运动计算中,计算参数的精确获取是相对复杂和耗时的一件工作。那么在快速识别阶段,就可以考虑基于专家经验并结合极端条件进行计算参数的取值,以进行快速计算。(3)目标点的精细预测。对于经过快速识别筛选后,确定对杆塔和变电站有影响的崩塌(滚石)隐患点,需要对其运动特征的计算参数进行精确获取,然后计算确定其冲击特征等。由于输变站灾后影响的严重性,对于确认有影响的崩塌(滚石)输变站工程相关单位将进行及时防治。

需要快速识别以确定其是否对杆塔有影响的情形在实际输变电工程中时常遇到。例如,图 3显示了榆横-潍坊线1 000 kV特高压输电线路山东淄博段某杆塔的崩塌(滚石)危岩体分布情况。从图 3可以看出,该杆塔处于山体下方,而山体的上方恰好存在3处崩塌危岩体。那么对于线路的安全建设来说,此时需要首先对该崩塌(滚石)的运动范围和影响情况进行快速识别。作者借助崩塌运动三维数值模拟软件Rocyfor3D对崩塌块石的运动范围进行了预测分析。所采用的参数主要基于经验判断和考虑极端地震条件进行了取值。从图 4中可以看出,3处崩塌体失稳后,均未沿着山脊方向运动到杆塔的位置,而是往两侧山谷方向发生了滚落。

图 3 拟建杆塔与危岩区分布的遥感影像数据 Fig. 3 The positions of tower planed and potential rockfall blocks on remote sensing image

图 4 崩塌(滚石)三维运动快速识别结果 Fig. 4 Quick identification of rockfall by three-dimensional numerical simulation

如果利用上述快速识别方法确定杆塔处于潜在崩塌(滚石)的威胁范围后,则需要对崩塌(滚石)运动的计算参数进行精确获取。获取计算参数的方法包括利用历史崩塌(滚石)进行反演分析、现场试验和工程地质类比等(Wang et al., 2014)。考虑到三维运动计算中目前由于算法、空间三维地形对崩塌(滚石)运动的影响规律等尚有很多待研究之处。因此在确定崩塌(滚石)的冲击特征时宜结合较为成熟的二维运动计算方法和理论计算方法等进行综合确定。以河北承德隆化县韩麻营镇输电线路崩塌(滚石)灾害为例(图 5a),利用快速识别方法确定杆塔处于崩塌(滚石)的威胁范围之内后(图 5b),作者利用已有历史崩塌(滚石)反演,并结合工程专家经验,获得了潜在崩塌(滚石)失稳运动的计算参数(表 1)。预测得到崩塌(滚石)对杆塔的冲击能量和跳跃高度等参量(图 5c图 5d)。相关参量可服务于该杆塔防护工程设计。

图 5 承德隆化县韩麻营镇输电线路崩塌(滚石)运动特征 Fig. 5 Movement feature of rockfall along power transmission line in Hanmaying town Longhua County, Hebei province a.危岩区圈定; b.崩塌三维数值模拟结果; c.崩塌二维数值模拟结果-运动路径; d.崩塌二维数值模拟结果-运动速度、能量等

表 1 崩塌(滚石)失稳运动的二维计算参数 Table 1 The parameter setting of 2-D numerical simulation for rockfall

4 山区输变站工程崩塌(滚石)灾害风险分析

崩塌(滚石)灾害风险分析是一项具有复杂性和困难性的工作,主要体现在:历史崩塌(滚石)数据记录的不足、研究结论强烈依赖于现场工程地质条件和具体特征、预测崩塌(滚石)运动过程的复杂性、量化受灾体易损性过程的复杂性和受灾体时空分布的变异性等(Crosta et al., 2004; Frattini et al., 2008)。崩塌灾害风险分析的过程可以分为以下几个层次:易发性分析、危险性分析和易损性分析等。

依据国际标准(Fell et al., 2008),崩塌灾害的风险可以定义为人的生命、财产或环境遭受崩塌所带来不利影响的可能性大小和严重性程度。相应的风险值可以通过一定量级崩塌发生和到达受灾体的概率及其造成后果的乘积来计算得到。参照前人成果,本文建议输变电工程杆塔和变电站崩塌(滚石)灾害风险可用以下公式进行计算:

$ {R_{(prop)}} = {P_{\left(L \right)}} \times {P_{\left({T:L} \right)}} \times {P_{(S:T)}} \times {V_{(prop:S)}} \times E $ (1)

对于山区输变电线路工程来说,式(1)中各参数可认为:R(prop)是风险中输电线杆塔(变电站)的年损失概率;P(L)是崩塌(滚石)发生的年概率、P(TL)是崩塌(滚石)运动到杆塔(变电站)位置的概率、P(ST)是杆塔(变电站)的时空分布概率、V(propS)是崩塌(滚石)作用下杆塔或变电站的易损性(预期损失度),E为杆塔、变电站及输电线路所涉及的社会经济价值。

一般说来,P(L)可以结合崩塌(滚石)的历史数据记录绘制MCF曲线、现场工程地质条件调查和稳定性分析来综合确定。P(TL) 依据崩塌(滚石)沿坡面运动的预测获得,具体受控于坡面的形态特征(如坡度、曲率等)、坡面粗糙度、块体材料性质和几何形态、边坡的组成材料和性质以及坡面的植被发育情况等(Cancelli et al., 1993; Azzoni et al., 1995)。P(ST)是指在崩塌(滚石)发生时受灾体在受影响范围内的时空分布概率,其依赖于风险中受灾体的迁移率,由于输电杆塔为静态物,在特定地点的时空分布概率为1。V(propS)需通过崩塌体运动特征参量的定量计算和杆塔(变电站)结构抵抗崩塌作用的能力大小来定量分析和确定。E值的计算相对复杂。这是由于对山区输变电工程而言,E值不仅需考虑受崩塌(滚石)直接损毁的杆塔或变电站,还需要考虑其影响到的输电服务对象(企业、工厂等)和产业的经济价值损失等。而对于长线路高电压等级线路,尤其像特高压输电线,因其输电容量大,跨越路线长,涉及的地区和用户广,造成的经济和社会影响更大。

5 结论

(1) 随着电能跨地区、跨国境输送需求的不断增长,在复杂地质环境条件区,崩塌(滚石)灾害频发与输变电工程安全建设、运营的矛盾正在不断增大,从而为地质灾害研究在输变电工程防灾减灾领域发挥作用提供了新的方向和机遇。

(2) 依托传统工程地质分区方法,结合遥感信息技术、无人机航测技术和数字化结构面信息提取和分析等新技术,为数百-数千公里输变电线路区崩塌(滚石)危岩体的识别和预测提供了条件和实现的可能。

(3) 山区输变电工程崩塌(滚石)灾害预测和评价工作尚处于初步阶段,诸多问题有待研究。如何在输变电工程规划、建设和运营等各阶段建立合理有效的灾害预测、风险评估和管控方法等是未来急需开展的工作。

参考文献
Azzoni A, Freitas M H D. 1995. Experimentally gained parameters, decisive for rock fall analysis[J]. Rock Mechanics & Rock Engineering, 28(2): 111~124.
Cancelli A, Crosta G. 1993. Hazard and risk assessment in rockfall prone areas[C]//Risk and Reliability in Ground Engineering. London: Thomas Telford.
Crosta G B, Agliardi F. 2004. Pressure stimulated currents in rocks and their correlation with mechanical properties[J]. Natural Hazards & Earth System Sciences, 4(4): 563~567.
Fell R, Corominas J, Bonnard C, et al. 2008. Guidelines for landslide susceptibility, hazard and risk zoning for land-use planning[J]. Engineering Geology, 102(3-4): 85~98. DOI:10.1016/j.enggeo.2008.03.022
Frattini P, Crosta G, Carrara A, et al. 2008. Assessment of rockfall susceptibility by integrating statistical and physically-based approaches[J]. Geomorphology, 94(3): 419~437.
Gu D Z. 1979. Mechanical basement of rock engineering geology[M]. Beijing: Science Press.
Han W J, Lei Y H, Zhou X W, et al. 2010. Application of unmanned aerial vehicle survey in power grid engineering construction[J]. Electric Power Survey & Design, (3): 62~67.
Lan H X, Xiao R H, Yan F Z, et al. 2016. The geological engineering conditions analysis for Sichuan-tibet interconnection project[J]. Journal Engineering Geology, 24(S1): 375~385.
Li B Q, Wang Q, Wang B H, et al. 2010. Applying unmanned autonomous helicopter to transmission line inspection[J]. Shangdong Electric Power, (1): 1~4.
Li H S, Xu X Y, Zhang L. 2017. Operating mechanism establishment of the global energy interconnection under "the Belt and Road Initiative" situation[J]. Journal of Shandong University(Engineering Science), 47(6): 134~142.
Liu H Y, Wang X L, Li L H, et al. 2017. Application of uav aerial photogrammetry for rockfall disaster survey[J]. Journal of Engineering Geology, 25(Z1): 82~87.
Sun G Z. 1983. Rock mechanics basement[M]. Beijing: Science Press.
Sun J J, Wang X L, Chen Z G, et al. 2017. Characteristics of rock mass structure and prediction of rock mass behavior of high-steep slope[J]. Journal of Engineering Geology, 25(S1): 407~414.
Wang X L, Frattini P, Crosta G B, et al. 2014. Uncertainty assessment in quantitative rockfall risk assessment[J]. Landslides, 11(4): 711~722. DOI:10.1007/s10346-013-0447-8
Wang X L, Zhang L Q, Yang Z Y. 2015. Approaches for rockfall run-out calculation and uncer-tainty in rockfall study[J]. Journal of Engineering Geology, 23(S1): 166~172.
谷德振. 1979. 岩体工程地质力学基础[M]. 北京: 科学出版社.
韩文军, 雷远华, 周学文. 2010. 无人机航测技术及其在电网工程建设中的应用探讨[J]. 电力勘测设计, (3): 62~67.
兰恒星, 肖锐铧, 严福章. 2016. 川藏联网工程地质条件分析[J]. 工程地质学报, 24(S1): 375~385.
李海石, 徐向艺, 张磊. 2017. "一带一路"背景下全球能源互联网运行机制构建[J]. 山东大学学报(工学版), 47(6): 134~142. DOI:10.6040/j.issn.1672-3961.0.2017.539
厉秉强, 王骞, 王滨海, 等. 2010. 利用无人直升机巡检输电线路[J]. 山东电力技术, (1): 1~4.
刘海洋, 王学良, 李丽慧, 等. 2017. 无人机航空摄影测量技术在崩塌灾害调查中的应用[J]. 工程地质学报, 25(Z1): 82~87.
孙广忠. 1983. 岩体力学基础[M]. 北京: 科学出版社.
孙娟娟, 王学良, 陈子干, 等. 2017. 高陡斜坡危石的岩体结构特征识别及滚石运动特征预测[J]. 工程地质学报, 25(S1): 407~414.
王学良, 张路青, 杨志法. 2015. 滚石运动的计算方法及其研究中的不确定性[J]. 工程地质学报, 23(S1): 166~172.