引用本文
杨云汉, 史维鑫, 邱骏挺. 蚀变矿物的偏振光谱学研究[J]. 光谱学与光谱分析, 2021,41(3): 948-953.
YANG Yun-han, SHI Wei-xin, QIU Jun-ting. Study on Polarization Spectroscopy of Alteration Minerals[J]. Spectroscopy and Spectral Analysis, 2021,41(3): 948-953.
Doi:10.3964/j.issn.1000-0593(2021)03-0948-06  
Permissions
Copyright©2021, 《光谱学与光谱分析》期刊社
《光谱学与光谱分析》期刊社 所有
蚀变矿物的偏振光谱学研究
杨云汉1, 史维鑫2, 邱骏挺1
1.核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029
2.自然资源实物地质资料中心, 河北 三河 065201

作者简介: 杨云汉, 1992年生, 核工业北京地质研究院助理工程师 e-mail: 2575278670@qq.com

收稿日期: 2020-02-12 修订日期: 2020-06-10
基金: 国家自然科学基金项目(41601008, 41772354), 重点实验室基金项目(YZJ2018-3), 中核创新团队(YHQX1901)资助
摘要

地物和大气中目标的反射、 散射、 透射及辐射具有的偏振特性, 可以用于解决部分传统光学探测器无法解决的问题, 已被广泛应用在军事、 环境、 农业、 医药等诸多领域。 在地质学方面, 前人对偏振特性的研究主要集中在岩石学上, 即利用岩石的偏振特性区分不同的岩石类型, 以及通过造岩矿物的偏振差异解释导致岩石偏振差异的内因。 这些研究为基础地质的岩性解译工作提供了重要参考。 然而, 在地质学另一重要分支——矿床学领域, 有关偏振特性的研究还十分薄弱。 由于矿床学关注蚀变矿物和蚀变带, 如不掌握蚀变矿物的偏振特征, 偏振技术将无法在矿床学领域得到推广和应用。 针对前人在蚀变矿物偏振特性研究上的不足, 在传统可见光光谱测量基础上, 利用自主研发的偏振光谱测量系统和数据处理软件, 以9种斑岩型矿床蚀变带中的特征蚀变矿物、 3种短波红外盲区蚀变矿物、 2种可见光盲区蚀变矿物为研究对象, 开展了系统的偏振光谱测量和对比研究。 结果表明: 斑岩型矿床的钾化带、 青磐岩化带、 绢英岩化带和高级泥化带特征蚀变矿物在偏振光谱上存在较为明显的不同, 表现为偏振曲线的对称性、 变化趋势和偏振度强度三方面的差异, 可据此对不同蚀变矿物进行识别, 进而划分蚀变带。 研究还发现: 石英、 萤石、 钾长石三种短波红外盲区矿物, 以及方解石、 白云石两种可见光盲区矿物的偏振特性存在明显差异, 说明通过给光谱仪增加偏振系统可有效提高光谱仪辨识矿物的能力, 这对研发新一代小型化光谱仪, 以及将光谱仪运用于矿产勘查具有重要的指导意义。 该研究还说明, 偏振光谱在矿床学领域具有重要的研究价值, 在矿产勘查方面具有很大的应用潜力, 应当积极开展更为深入、 系统的研究和实践。

关键词: 偏振光谱; 蚀变矿物; 矿床学; 矿产勘查
中图分类号:P185.14 文献标志码:A
Study on Polarization Spectroscopy of Alteration Minerals
YANG Yun-han1, SHI Wei-xin2, QIU Jun-ting1
1. National Key Lab of Science and Technology on Remote Sensing Information and Image Analysis, Beijing Research Institute of Uranium Geology, Beijing 100029, China
2. Physical Geological Data Center of Natural Resources, Sanhe 065201, China
Abstract
Object

s on the ground or in the atmosphere have unique polarization characteristics when they reflect, scatter, transmit, and radiate, which can be used to solve problems that some traditional optical detectors cannot, and increase the information richness. Polarization characteristics of targets have been widely used in military, environment, agriculture, medicine and many other fields. In geology, previous pieces of literature about polarization mainly focused on petrology study, in which the polarization characteristics of rocks or rock-forming minerals were used to distinguish different rock types or to explain the mechanism of differences in rock polarization properties. Though the achievements provide important references for lithological interpretation in geological mapping, no focuses on economic geology, another important branch of geology. Since ore deposits are usually associated with alterations, it is of great scientific value and economic interest to study the polarization characteristics of alteration minerals, so that the polarization spectral technology can be used to guide ore prospecting work. In this study, we carried out polarization spectral measurement and data processing for nine porphyry-related, three that cannot be distinguished by shortwave infrared, and two that cannot be distinguished by visible light alteration minerals using instrument and software developed by Beijing Research Institute of Uranium Geology in an attempt to fill the blank on polarization characteristics of alteration minerals. The results show that the polarization spectra of alteration minerals in the potassic, propylitization, sericite and advanced argillic zones of porphyry deposits are significantly different. The differences in spectral shapes and absorption intensities can be used to identify different alteration minerals, thus divide the alteration zones. The results also suggest that the polarization characteristics of three shortwave infrared blind minerals of quartz, fluorite, and potash feldspar, and two visible-light blind minerals of calcite and dolomite are significantly different, implying that a spectrometer with polarization system can identify more kinds of alteration minerals, which further implying a new generation of micro spectrometers with polarization system could be very useful in mineral exploration. Consequently, it is necessary to carry out more further and systematic research and practice on polarization characteristics of alteration minerals.

Keyword: Polarization spectroscopy; Alteration minerals; Economic geology; Mineral exploration
引言

地球表面和大气中的目标在反射、 散射和透射及电磁辐射时会产生特有的偏振现象, 可增加目标的信息量。 通过测量目标辐射和反射光的偏振强度值、 偏振度、 偏振角、 偏振椭率和辐射率, 可以解决传统光度学探测无法解决的一些问题, 是对普通光谱探测手段的有益补充。

对自然物体表面的偏振反射测量始于1964 年, 并经历了较为深入的研究和探讨。 英国Raven通过对毛藤花等植物叶片的研究获得了大量植物单叶的偏振反射数据。 Liu通过偏振遥感测量海洋大气浮尘, 解释了海洋表面红移现象的原因[1]。 国内许多专家也开展了相关研究, 如: 中科院安徽光机所孙晓兵[2]等发现来自人工目标及自然背景的光波偏振角参数是一个与物体表观及固有特性直接相关的一个本征信息, 偏振角参数能够较好地描述物体不同的表面取向, 可以用来表征目标及背景的状态特性。 北京大学赵虎[3]等利用中国科学院长春光学精密机械研究所研制的二向反射光度计, 分别测量了橄榄岩[3]、 花岗岩[4]、 石灰岩、 辉长岩、 玄武岩[5]等多种岩石的多角度偏振反射比及二向性反射比[6], 发现地物在光线入射天顶角较大时, 经过表面反射会发生起偏, 地物的反射光谱中的偏振度开始时随人射角的增大而增加, 到布儒斯特角时达到峰值, 然后又开始逐渐减小, 同时还发现不同岩石峰值的高低存在差异。 赵乃卓对岩石表面镜面反射和漫反射分别进行了定量研究[7], 发现光线入射天顶角会对两种反射起到一定的影响, 且影响的强弱受岩石表面光滑程度和相对探测方位角控制。 东北师范大学的赵云升[8, 9]等对石英、 脉石英、 玉髓、 蛋白石、 方解石五种矿物进行了测量, 发现矿物对偏振光反应敏感, 90° 偏振反射最强, 0° 偏振反射最弱, 无偏时(二向性反射)居于二者之间, 鉴于不同矿物偏振特性存在差异, 利用偏振光谱对不同矿物进行识别和分类具有一定的可行性。

蚀变矿物识别与蚀变带划分的方法及边界的寻找是现在矿床学研究的重要课题之一[10]。 前人在岩石和矿物偏振特性方面已开展了相关研究, 但这些研究主要针对岩石大类和造岩矿物, 对于蚀变矿物偏振特性的研究则十分薄弱, 严重制约了偏振遥感技术在矿床学和地质勘查中的应用效果。 鉴于此, 利用自主研发的偏振测量硬件和数据处理软件对11种常见的矿床蚀变矿物进行了系统的偏振光谱测量, 在此基础上探讨了偏振光谱技术在蚀变矿物识别分类中的应用潜力, 为偏振遥感技术在矿床蚀变带划分、 矿产勘查和新一代小型光谱仪研发提供参考。

1 实验部分

实验依托核工业北京地质研究院自主研发的偏振光谱测量装置和自动化控制软件完成。 偏振光谱测量装置由中央定台、 内水平转台、 外水平转台、 L型机械臂、 L型光源支架、 偏振片旋转器、 光纤、 光谱仪、 计算机、 步进电机(A-E)以及光源组成(图1), 可以测量不同入射、 出射条件下材料的偏振光谱。 自动化控制软件包含主界面、 电机速度控制界面和RS3软件配置界面三部分(图2), 可以根据预先设置的运行脚本实现对测量装置和光谱仪的全自动控制, 其中对电机C和D的单步控制为0.993 6° , 对电机E的控制为1° 。

图1 偏振光谱测量装置示意图和实物图
1: 中央定台; 2: 内水平转台; 3: 外水平转台; 4: L型机械臂; 5: L型光源支架; 6: 偏振片旋转器; 7: 光纤; 8: 光谱仪; 9: 计算机; 10: 步进电机A; 11: 步进电机B; 12: 步进电机C; 13: 步进电机D; 14: 步进电机E; 15: 光源Fig.1 Schematic and physical images of polarization device
1: Central fixed stage; 2: Inner horizontal turntable; 3: Outer horizontal turntable; 4: L robot arm; 5: L light source bracket; 6: Polarizer rotation; 7: Optical fiber; 8: Spectrometer; 9: Computer; 10: Stepper motor A; 11: Stepper motor B; 12: Stepper motor C; 13: Stepper motor D; 14: Stepper motor E; 15: Light source

图2 自动化控制软件界面
(a): 主界面; (b): 电机速度控制界面; (c): RS3软件配置界面Fig.2 Images of automation controller software
(a): Main interface; (b): Speed control interface; (c): RS3 software configuration interface

考虑到环境和仪器自身反射光会对实验结果产生不可预计的影响, 测量前, 先进行了环境实验。 假定仪器在空载状态下接收到的信号为环境噪声, 假定放置样品(本试验以方解石为例)后接收到的信号为样品信号, 通过对比环境噪声与样品信号之间的强度差异就可以定量化的判断环境噪声对实验结果的影响。 鉴于此, 分别测量了仪器在空载和在装载样品时光谱仪的信号。 通过对比发现(图3), 在偏振片有效光谱范围(450~750 nm)内, 环境噪声比样品信号强度低很多, 即便最强的环境噪声与最弱的样品信号相比, 噪声不足信号强度的15%, 而且环境噪声主要与中央定台产生的漫反射光有关, 当中央定台放置样品后, 漫反射光基本由样品提供, 环境噪声的影响将变的更低。 由此可知, 由周围环境产生的噪声不会对测量结果产生过大影响。

图3 环境噪声与信号强度的对比图Fig.3 Environmental noise vs. signal

1.1 被测量的样品

对11种矿物开展偏振光谱测量, 包括: 钾长石、 黑云母、 磁铁矿、 黄铁矿、 白云母、 石英、 绿泥石、 方解石、 赤铁矿、 萤石、 白云石。 其中钾长石、 黑云母、 磁铁矿、 黄铁矿、 白云母、 石英、 绿泥石、 赤铁矿、 方解石9种为斑岩铜矿蚀变带常见矿物, 石英、 萤石、 长石为3种短波红外无法识别的矿物, 方解石、 白云石2种为可见光无法识别的矿物。 所有样品均为购买的标准样品且经地质人员根据矿物特性进行经验鉴定(图4)。

图4 购买的标准矿物样品和样品的人工鉴定Fig.4 Mineral samples and sample check

1.2 参数说明

对有关参数进行说明: 设偏振光谱测量装置的中央定台为平面P, P的法线为N。 入射光L与N之间的夹角A为入射角, 出射光R与N之间的夹角B为出射角(当R与L位于N同一侧时, B记为负, 反之记为正), L与R之间的夹角C为相角, L在P上的投影L'与R在P上的投影R'之间的夹角D为方向角。 本实验中设D恒为180° , 此时L, R和N位于同一平面F, F称为主平面。 偏振片的偏振方向与F之间的锐夹角G称为偏振夹角, 当G=0° 时, 偏振方向与主平面平行, 此时光谱仪在波长λ 处接收的电信号强度记为Hλ ∥, 当G=90° 时, 偏振方向与主平面垂直, 此时光谱仪在波长λ 处接收的电信号强度记为Hλ ⊥。 上述参数关系在图5中进行展示。

图5 本研究中的各种参数的关系示意图Fig.5 Relationships among different parameters in this study

实验设A恒为60° , B从-45° 以5° 为间隔增长至70° , 对应的C的变化范围为15° ~130° 。 对于每一个C, 都测量Hλ ∥和Hλ ⊥的值, 分别记为Hλ ∥(C)和Hλ ⊥(C)。

偏振度计算方法为

PZλ(C)=(Hλ⊥(C)-Hλ∥(C))/(Hλ⊥(C)+Hλ∥(C))(1)

1.3 测量过程

将矿物样品整理并放置在偏振光谱测量装置的中央定台上。 放置时保证被测的样品平面与中央定台的平面平行。 之后, 运用自动化控制软件设置入射角A=60° 、 出射角B以5° 步长从-45° 变化到70° (相当于相角C从15° 变化到130° ), 每一组A和B都测量G=0° 和G=90° 两个偏振态下的光谱曲线, 每次测量时光谱仪先稳定20 s, 再驻停30 s完成测量。 每测完一件样品, 更换样品后, 调用相同的控制脚本进行测量, 直至全部11件样品都被测完, 最终获得264组共528条光谱曲线。

2 结果与讨论

矿物偏振度计算采用核工业北京地质研究院自主开发的偏振光谱处理展示及存储系统完成(图6), 并由CGDK软件成图[11]。 通过输入相关光谱曲线, 由软件系统根据式(1)自动计算出偏振度。 由于光谱范围介于450~750 nm, 光谱仪以1 nm为间隔, 因此每件样品可通过式(1)计算得到7 224个不同的偏振度, 但由于λ =650 nm时偏振度反差最大, 对比效果好。 因此所有矿物都以λ =650 nm为标准进行偏振度计算和对比研究。

图6 偏振光谱处理展示及存储系统Fig.6 Data processing software for polarization data

2.1 偏振光谱技术在蚀变带划分方面的应用

虽然矿床种类很多, 但蚀变带是找矿的重要标志, 尤其在热液型矿床和斑岩型矿床中[12]。 现仅以斑岩型矿床为例进行介绍, 该类矿床具有非常明显的蚀变晕结构, 其中部为斑岩体, 沿中部向外依次为钾化带, 绢英岩化带、 青磐岩化带和高级泥化带(图7引自王乾杰 https://wenku.baidu.com/view/771169370b4e767f5acfce7b.html)。

图7 斑岩型矿床的蚀变分带图Fig.7 Alterations in porphyry deposit

钾化带温度多在600 ℃, pH介于5~6。 对于Cu-Au体系, 钾化带中发育较多黑云母, 对于Cu-Mo体系, 钾化带中则多为次生钾长石。 总体而言, 钾化带的特征矿物组合为钾长石、 黑云母、 磁铁矿。 青磐岩化带的温度都为300~400 ℃, pH介于4~5, 是由于次生钾长石消耗了原始岩浆中的K和Al元素而导致Ca, Na和Cl元素迁移和扩散而形成。 其特征矿物为绿泥石、 绿帘石、 方解石和钠长石。 黄铁绢英岩化带形成于300 ℃, pH约为3的环境, 其特征是伴随有天水和地下水加入, S逸度增加导致流体越来越富酸性, 其特征矿物主要为黄铁矿、 白云母和石英。 高级泥化形成温度介于100~150 ℃, pH约为1~2, 属于近地表的环境, 主要矿物为地开石、 明矾石、 叶腊石等, 有些时候在其顶部还可出现铁帽。 由此可知, 对于斑岩型矿床其最主要的蚀变矿物组合可归纳为: 钾长石+黑云母+磁铁矿; 黄铁矿+白云母+石英; 绿泥石+方解石; 地开石+明矾石+叶腊石; 赤铁矿+褐铁矿。

图8展示了本研究中与斑岩型矿床有关的9种蚀变矿物在650 nm波长下的偏振光谱曲线。 整体上看, 除方解石和磁铁矿具有较为对称的曲线外, 其余矿物都具有偏振度随相角增加而逐渐降低的趋势, 但不同的矿物偏振度随相角变化的幅度存在差异。 所有曲线首先具有一段相对较为平缓的区间, 之后开始下降, 但不同矿物曲线下降速度和幅度不同, 如白云母下降速度大于黄铁矿下降速度, 且白云母最终下降到约-0.65而黄铁矿则下降到约-0.35。 按照下降幅度相比很明显有白云母> 黑云母> 绿泥石≥ 黄铁矿> (方解石、 磁铁矿、 石英、 钾长石、 赤铁矿)。 从最低点往后, 不同矿物的曲线变化不同, 如黄铁矿、 绿泥石、 白云母、 黑云母、 石英等表现为上升, 赤铁矿、 钾长石、 磁铁矿、 方解石表现为先上升后下降。 此外, 不同矿物偏振度最低点的位置也不相同, 例如赤铁矿在95° 、 黑云母在115° 、 绿泥石在120° 、 而白云母在125° 。 上述差异说明利用矿物的偏振差异可对不同矿物类型进行区分, 进而说明偏振光谱具有对斑岩型矿床蚀变带划分的潜力。

图8 斑岩型矿床中蚀变矿物在(λ =650 nm) 不同相角情况下的偏振度
2.2 偏振光谱在可见光-短波红外盲区矿物识别方面的应用Fig.8 Polarization degree of alteration minerals in porphyry deposit at 650 nm wavelength

虽然短波红外光谱技术已能有效识别几十种不同类型的蚀变矿物, 在矿床学、 矿产勘查、 油气地质和矿物定量研究中得到了广泛的应用[13, 14, 15, 16], 但对“ 石英” “ 萤石” “ 长石” 等在可见光-短波红外波段没有吸收特征的矿物, 识别效果会受到很大的影响。

图9中展示了萤石、 长石、 石英三种矿物在(λ =650 nm)不同相角情况下的偏振度。 相比而言, 萤石、 长石和石英在偏振特性方面表现出比较大的差异。 体现在萤石的偏振度从15° -2%开始具有“ 阶梯状” 下降的特征, 在110° ~115° 相角偏振度到达-0.18趋于平缓, 而后迅速回升; 石英则是从15° 开始缓慢下降, 在60° 后下降的速率有所提升, 在110° 左右到达谷底, 而后再缓慢上升; 钾长石是从15° 处开始缓慢下降, 在90° ~100° 附近趋于平缓, 后快速上升至115° 到达峰值, 最后缓慢下降至130° 。 在90° 至115° 处萤石和石英都是缓慢下降的, 而钾长石是缓慢上升的。 115° 处萤石和石英达到谷值, 而钾长石到峰值, 可以据此特点在三种矿物中区分出钾长石。 萤石、 长石、 石英在偏振特性方面的差异说明对于可见光-短波红外盲区矿物, 可以利用矿物的偏振特性对这些矿物加以区分, 从而提高矿物种类识别的能力。

图9 三种可见光-短波红外盲区矿物在(λ =650 nm)不同相角情况下的偏振度
2.3 偏振光谱技术对光谱仪小型化的意义Fig.9 Polarization degree of three shortwave-infrared-blind alteration minerals at 650 nm wavelength

近些年来, 随着科学技术的发展, 光谱仪小型化已成为技术趋势。 目前, 可见光光谱仪体积和重量都得到很大改善, 但短波红外光谱仪由于需要制冷设备, 其体积和重量依然很大。

对于一些颜色上不易区分的矿物, 如白云石和方解石, 虽然二者在短波红外谱段有非常明显的差别, 但在可见光波段的差别则很小, 如需对二者进行区分需要使用短波红外谱段的光谱仪, 由此增加了光谱仪的体积和重量。 此外, 对于2 500 nm的短波红外光谱仪, 国内目前还不能生产和制造, 因此成本非常高。

如果考虑矿物的偏振特性, 方解石和白云石在λ =650 nm条件下不同相角的偏振度变化有很大的差别(图10)。 白云石的曲线首先有一段相对平缓的区间, 方解石在该曲线则出现较为明显的下降, 在C=115° 时方解石有一个非常小的上升峰, 而白云石在此处则有一个下降谷, 可据此对两种矿物进行区分。 这一例子也说明可以通过给可见光光谱仪添加偏振系统的方式来提高光谱仪对于矿物类别的识别能力, 同时又不过分增加光谱仪的重量和体积。

图10 白云石和方解石在(λ =650 nm)不同相角情况下的偏振度Fig.10 Polarization degrees of dolomite and calcite at 650 nm wavelength

3 结论

利用自主研发的偏振测量系统和处理软件对11种常见蚀变矿物的偏振光谱特性进行系统研究得到以下结论: (1) 几种参与研究的蚀变矿物的偏振光谱特性存在较为明显的差异, 可据此对矿物类别加以区分, 进而说明矿物偏振特性具有划分矿床蚀变带的潜力。 (2) 对于萤石、 石英、 钾长石等可见光-短波红外光谱不易区分的矿物, 其偏振特性存在较大区别, 说明偏振光谱可在传统可见光-短波红外光谱的基础上增强矿物识别与分类的能力。 (3) 研究表明方解石和白云石等在可见光波段不易区分的矿物, 在偏振特性方面存在差异, 为小型可见光光谱仪的升级改造, 提高可见光光谱仪的矿物识别能力提供了新的思路。 总之, 偏振光谱在蚀变矿物识别方面的能力已经显现, 在地质应用特别是矿床学和地质勘探中的潜力较大, 应当积极推进研究。

致谢: 感谢核工业北京地质研究院张川和孟树在样品准备, 以及秦凯在仪器调试中给予的帮助和支持。

参考文献
[1] Talmage D A, Curran P J. Int. J. Remote Sensing, 1996, 7(1): 47. [本文引用:1]
[2] SUN Xiao-bing, HONG Jin, QIAO Yan-li(孙晓兵, 洪津, 乔延利). Remote Sensing Technology and Application(遥感技术与应用), 2005, (2): 45. [本文引用:1]
[3] ZHAO Hu, YAN Lei, ZHAO Yun-sheng(赵虎, 晏磊, 赵云升). Geology and Prospecting(地质与勘探), 2004, (2): 51. [本文引用:2]
[4] ZHAO Hu, YAN Lei, ZHAO Yun-sheng(赵虎, 晏磊, 赵云升). Acta Petrologica et Mineralogica(矿物岩石), 2004, (2): 9. [本文引用:1]
[5] ZHAO Hu, YAN Lei, ZHAO Yun-sheng(赵虎, 晏磊, 赵云升). Geography and Geo-Information Science(地理与地理信息科学), 2003, (4): 81. [本文引用:1]
[6] YAN Lei, XIANG Yun, LI Yu-bo, et al(晏磊, 相云, 李宇波, 等). Journal of Atmospheric and Environmental Optics(大气与环境光学学报), 2010, 5(3): 162. [本文引用:1]
[7] ZHAO Nai-zhuo, ZHAO Yun-sheng, YAN Lei, et al(赵乃卓, 赵云升, 晏磊, 等). Journal of Infrared and Millimeter Waves(红外与毫米波学报), 2007, (4): 46. [本文引用:1]
[8] DENG Mei-rong, ZHAO Yun-sheng, LIU Lan-fang(邓美容, 赵云升, 刘兰芳). Journal of Hengyang Normal University(衡阳师范学院学报), 2009, (3): 114. [本文引用:1]
[9] DENG Mei-rong, ZHAO Yun-sheng, LIU Lan-fang(邓美容, 赵云升, 刘兰芳). Journal of Hengyang Normal University(衡阳师范学院学报), 2010, (6): 103. [本文引用:1]
[10] Qiu L, Yan D P, Ren M, et al. Ore Geology Reviews, 2018, 96: 201. [本文引用:1]
[11] Qiu J T, Song W J, Jiang C X, et al. Computers & Geosciences, 2013, 51: 34. [本文引用:1]
[12] CHEN Feng, YAN Dan-ping, QIU Liang, et al(陈峰, 颜丹平, 邱亮, 等). Acta Petrologica Sinica(岩石学报), 2019, 35(9): 2637. [本文引用:1]
[13] Qiu Junting, Qi Hui, Duan Jilin. Minerals, 2017, 7(1): 3. [本文引用:1]
[14] Qiu Junting, Zhang Chuan, Xu Qingjun, et al. Remote Sensing Letters, 2017, 8: 859. [本文引用:1]
[15] Qiu Junting, Qiu Liang, Mu Hongxu, et al. Geoheritage, 2019, 11(3): 1027. [本文引用:1]
[16] Yang Heming, Qiu Junting, Yu Li, et al. Studies in Conservation, 2019, 64: 63. [本文引用:1]