Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2022 , Vol. 41 >Issue 2: 112 - 120

DOI: https://doi.org/10.11978/2021041

Marine Geology

The estimation of organic contents in marine sediments based on bromine intensity by the XRF scanner

  • WU Lanjun , 1, 2, 3 ,
  • LI Gang , 1, 2
Expand
  • 1. Key Laboratory of Ocean and Marginal Sea Geology, South China Sea Institute of Oceanology, Innovation Academy of South China Sea Ecology and Environmental Engineering, Chinese Academy of Sciences, Guangzhou 510301, China
  • 2. Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511458, China
  • 3. University of Chinese Academy of Sciences, Beijing 100049, China
LI Gang.

Received date: 2021-04-06

  Revised date: 2021-06-25

  Online published: 2021-07-01

Supported by

Key Special Project for Introduced Talents Team of Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou)(GML2019ZD0206)

National Natural Science Foundation of China(42176079)

National Natural Science Foundation of China(41976062)

Youth Innovation Promotion Association of Chinese Academy of Sciences(2017395)

Guangdong Program for Support of Top-notch Young Professionals(20162901)

Fold

Abstract

The Bromine (Br) intensity collected by the non-destructive X-ray fluorescence (XRF) core scanner has been used to estimate the content of organic carbon in marine sediment in high speeds. However, the accuracy of this estimation and the effectiveness of various calibration methods need to be carefully evaluated. In this study, two gravity cores from the Arabian Sea and South China Sea, where the organic contents and their source components are different in sediment, are selected to investigate the correlation between the total organic carbon (TOC) content and the Br intensity by the core scanner. This study also analyzes the influence of water content and evaluates the effectiveness of different calibration methods used to estimate the TOC content according to the Br intensity. A good correlation is found between the Br intensity and the TOC in marine sediment with high organic carbon contents, no matter whether the Br intensity is calibrated or not. However, the estimation of sedimentary TOC content should be cautiously used when terrigenous organic matter is high.

Key words： core scanning techniques; Br counts; total organic carbon content; estimation

Cite this article

WU Lanjun , LI Gang . The estimation of organic contents in marine sediments based on bromine intensity by the XRF scanner[J]. Journal of Tropical Oceanography, 2022 , 41(2) : 112 -120 . DOI: 10.11978/2021041

新技术、新方法的引进极大促进了环境科学和沉积学的发展, 为高分辨率地层和环境信息的获取提供了可能。X射线荧光光谱仪(X-ray fluorescence, XRF)的岩芯扫描技术具有快速、高分辨率、无损测量分析的优势, 利用该技术可以获得沉积物中元素变化信息, 目前已在海洋、湖泊、河流和陆相沉积环境研究中得到广泛应用(Croudace et al, 2015)。基于岩芯扫描仪技术的沉积环境研究包括古海洋生产力与古气候重建(Rebolledo et al, 2008), 湖泊沉积与古水文、古环境之间的耦合关系研究(Burnett et al, 2011), 火山碎屑、浊积、冰筏碎屑等沉积事件识别(Hanebuth et al, 2009; Itambi et al, 2009; Hunt et al, 2011, 2013), 海洋沉积物中有机质的来源追溯(Kandasamy et al, 2018), 沉积相、重建沉积地层序列划分(谢永清 等, 2013), 解释成岩机制(Pearce et al, 1995)等。
海洋沉积物中有机碳含量(total organic carbon, TOC)是沉积环境研究的一个重要指标, 常被用来重建海洋生产力历史(Deplazes et al, 2014)、研究季风变化(Jian et al, 1999)以及讨论海洋低氧带强度变化(Reichart et al, 1998)等诸多方面。研究表明在海洋环境中溴元素(Br)与沉积物TOC含量具有良好的正相关性(Seki et al, 2019), 通常Br元素含量越高对应TOC含量也越高, 例如巴拿马盆地(Pedersen et al, 1980)、纳米比亚边缘(Calvert et al, 1999)、西北非边缘(Martinez et al, 1999)、加利福尼亚边缘(Hendy et al, 2005)和阿拉伯海(Ziegler et al, 2008)。基于海洋沉积物中元素Br与TOC之间的相关性, 岩芯扫描仪扫测的Br数据常被用来建立一个海区高分辨率的TOC记录, 用于研究高频的气候环境变化与机制。Caley等(2013)利用6个沉积柱合成的阿拉伯海高分辨率的Br/TOC变化曲线, 成为研究南亚夏季风千年尺度气候变化的重要记录。Dirksen等(2019)通过岩芯扫描仪扫测的Br/Ti (溴/钛元素比值)记录获得了地中海深层低氧带百年尺度的古生产力变化信息, 建立了其与太阳辐射量变化之间的联系。
尽管XRF岩芯扫描技术可以快速、连续、高分辨率扫测元素计数, 但在应用XRF岩芯扫描技术重建海洋沉积物TOC含量时常受到一些限制。一方面, XRF岩芯扫描技术以含水的非均质沉积物为测试对象, 因此其测试结果会受样品的含水量、非均质性、密度、颗粒粒径差异、岩芯表面粗糙度及高度变化的影响(Weltje et al, 2008; Ziegler et al, 2008)。另一方面, 将岩芯扫描仪获取的Br计数转化为TOC是基于海洋沉积物中Br和TOC良好相关性为假设。如果一个海域沉积物中有机质来源构成比较复杂, 可能会影响该方法的应用。目前相关的试验验证研究都在一些海洋生产力较高且有机碳含量较高的沉积区进行, 虽然普遍发现岩芯扫描仪的Br计数变化与实测的沉积物TOC含量之间存在极好的相关性, 但在有机质含量比较低, 特别是寡营养盐区却鲜有相关研究。本研究选择两根在有机质来源构成上有明显差异的阿拉伯海和南海的沉积柱为对象, 通过系统比较分析扫测Br计数与TOC实测数据的相关关系, 深入剖析岩芯扫描仪Br计数估算沉积物TOC含量的误差来源, 并评估该方法的区域适用性。

1 材料和方法

本研究所用的岩芯MK7G (24°48′0.9″N, 62° 10′0.86″E; 水深786m), 在2018年1—2月中国-巴基斯坦联合科考航次时采集, 取自阿拉伯海的莫克兰陆坡(He et al, 2020)。 岩芯B9 (10°14′0.88″N, 112° 43′0.98″E; 水深2603m), 由2015年“海洋四号”在HYIV20150816航次时采集, 取自南海南部南沙台地向海盆侧陆坡(Li et al, 2018)(图1)。受南亚夏季风和大量的风尘供给的影响, 阿拉伯海是世界上海洋生产力最高的地区之一, 其沉积物中有机碳含量高且海洋有机质占绝对主导(Cowie et al, 2009)。同时阿拉伯海发育了世界上最强的低氧带(oxygen minimum zone, OMZ), 中层水体属于极度贫氧状态, 有机质保存率极高。而采自莫克兰中层低氧带核心区的岩芯MK7G, 其表层沉积物中TOC含量在3%以上。而南海是一个寡营养盐、低生产力、深层水相对富氧的海区, 沉积柱B9采自南海深层水区域, 其表层沉积物中有机碳含量在0.8%以下。
图1 岩芯MK7G和B9地理位置图

该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2948的标准地图制作

Fig. 1 The core location of MK7G and B9

两个沉积柱XRF岩芯扫描工作在中国科学院边缘海与大洋地质重点实验室完成。沉积柱首先用切割机剖开, 仔细刮平岩芯表面, 然后将4μm XRF专用薄膜(Uhralene)紧贴覆盖于岩芯表面, 用手轻轻挤压以完全排除气泡。岩芯扫描所用仪器为英国Geotek公司生产的MSCL系统, 加载了新一代的XRF扫描模块。XRF扫描模块选用荷兰帕纳科PANalytical 公司Epsilon 3 金属陶瓷X光管, 最大功率15W, 光管阳极材料为Rh, 采用Canberra 公司生产的X-PIPS SXD15C-150-500型SSD 硅漂移检测器。扫描MK7G岩芯时, XRF探头扫描面积设置为15mm (宽) × 0.1mm (缝隙宽度); 扫描B9岩芯时扫描面积设置为15mm×1mm。XRF扫测的谱信号用bAxil软件选用相应模式进行处理, 计算得到元素Mg到U的计数。本研究中总计数即为元素Mg到U的计数之和, 扫描获取元素Br的计数单位为每30秒计数。
在MK7G和B9中, 分别按照2cm和4cm间隔采集有机碳测试样品, 每个样品厚1cm。样品冷冻干燥后加入过量的1mol·L-1盐酸(HCl), 机械振荡12h以除去无机碳。再次加入过量的1mol·L-1 HCl, 待全部无机碳去除后, 离心去除上层的清液。然后加入超纯水, 搅拌超声, 然后离心洗除多余的盐分。反复3次后, 将去除无机碳的沉积物再次冷冻干燥。冷冻干燥后的样品用球磨仪研磨至200目以下。总有机碳含量采用Thermo Smart的CNS元素分析仪测定。测试过程中, 每隔10个样品, 插入1个标样进行测定, 测试过程中标样反复测试误差小于5%。

2 结果

阿拉伯海的MK7G岩芯含水量介于23%~43%, 平均值为36%, 从岩芯底部至顶部含水量逐渐增加。MK7G中沉积物的TOC含量变化范围为0.35%~3.7%, 平均值为1.7%。MK7G岩芯底部370~330cm段沉积物的TOC含量小于1%, 330cm以上TOC含量一致呈上升趋势, 至岩芯顶部TOC含量大于3%。在MK7G顶部50cm段内有多层浊积层, 浊积层主要为分选性极好的粉砂质细砂, 浊积层内有机质含量比正常半深海相沉积物低, 含量一般在1%以下(图2)。岩芯扫描仪扫测获得的MK7G的Br计数变化范围为每30秒600~3500计数, 平均值为每30秒1600计数。MK7G岩芯的Br计数变化趋势与TOC变化趋势一致: 底部370~330cm段计数值平均为每30秒779计数, 330cm以上层段Br计数逐渐增大, 在顶部50cm多层浊积层内Br计数也显著降低。总体趋势上看, MK7G的Br计数和TOC含量趋势相同(图2)。
图2 阿拉伯海MK7G岩芯有机碳TOC含量(a)、每30秒Br计数(b)和含水量(c)变化分布图

Fig. 2 Depth profiles of TOC content (a), Br counts (b) and water content (c) for MK7G in northern Arabian Sea

南海的岩芯样品B9中, 沉积物含水量变化范围为56%~64%, 平均值为61%, 其中196~120cm和20cm~0段含水量比中段沉积物含水量高。沉积物TOC含量范围为0.4%~0.7%, 平均值为0.6%, 其中140~60cm段TOC含量最高(大于0.6%), 196~140cm段TOC含量平均为0.6%, 60cm以上沉积物TOC含量向上呈降低趋势, 表层TOC含量降低到0.4%到0.5%之间。岩芯B9的Br计数强度变化介于每30秒计数1000~1800, 平均值为每30秒计数1450。整个岩芯B9的Br计数变化呈现出下高上低的趋势, 196~115cm段每30秒Br计数大于1500, 115~25cm段每30秒Br计数介于1500~1100, 呈下降趋势, 25cm以上每30秒Br计数在1300~1100之间波动(图3)。
图3 南海B9岩芯总有机碳TOC含量(a)、每30秒Br计数(b)和含水量(c)变化分布图

Fig. 3 Depth profiles of TOC content (a), Br counts (b) and water content (c) for B9 in the South China Sea

3 讨论

3.1 含水量对Br计数的影响

对沉积物进行岩芯扫描时, 元素被光管发射的X射线电离, 激发出元素特征性荧光辐射, 再由探测器记录, 通常重元素所被激发出的荧光辐射能量更强, 导致其临界深度更大(Tjallingii et al, 2007)。含水量对XRF分析元素测量结果的影响主要通过两种不同的形式来降低分析元素的特征X射线强度: 1) 随着样品含水量的增加, 元素的特征X射线强度会降低。由于水存在黏结性, 岩芯剖开后会在其表面形成一层水膜。当水膜厚度大于或者接近于测量元素的临界深度时, 探测器接收的元素特征X射线就会受到很大影响。这种影响对于轻元素影响很大, 因为轻元素的临界深度比较小(Kido et al, 2006)。2) 沉积物样品中的孔隙水比空气对X射线的吸收能力更强, 因此孔隙水会降低探测器接收的元素特征X射线强度, 由于探测器所接收的元素特征X射线强度降低会导致背景X射线(来自于X射线激发器)的强度增大, 从而导致分析元素的特征X射线的净峰面积减少, 测量精度和准确度降低(Ge et al, 2005)。
根据本次分析的两个岩芯的试验, 基本没有发现Br计数随着含水量增加而变小的趋势(图2和图3)。在MK7G岩芯中, 含水量和Br计数都显示出自下而上逐渐增加的趋势。同样, 在岩芯B9中高含水量层段也没有发现明显降低的Br计数(图3)。通过比较两个样品含水量和Br计数变化规律可以看出, 单个岩芯内沉积物含水量的增加没有造成Br计数的减少。这和前人研究基本一致(Tjallingii et al, 2007; Ziegler et al, 2008), 其主要原因在于Br相对原子质量较大, 其特征X射线的临界深度一般比岩芯表面的水膜厚度大很多。虽然含水量的增加不会显著降低海洋沉积物岩芯扫描仪Br计数, 但是一些海洋沉积物样品中Br计数却与含水量协同变化, 如MK7G。MK7G中Br计数与含水量的协同变化(图2b、2c), 可能与沉积物样品中TOC和含水量的正相关性有关, 即在上层有机碳高的样品中含水量也高(图2a、2c)。

3.2 常用校正方法的效果

除了水分以外, 沉积物岩芯表面的平整度、粗糙度以及沉积物的密度、粒度、非均匀性也被认为有可能影响到岩芯XRF元素扫描的结果, 导致扫描的元素强度变化偏离真实的元素含量变化(Ge et al, 2005; Weltje et al, 2008; Ziegler et al, 2008)。在比较分析元素XRF岩芯扫描数据和实测浓度数据过程中, Hennekam等(2012)、Gregory等(2019)提出了采用总计数归一化可以显著提高的岩芯扫描数据可靠性。另外X光管发射的光子轰击测试对象的原子时, 会产生两种干扰X射线, 即康普顿散射和瑞利散射。由于轻原子的电子与原子核的结合能比重原子要小, 所以这两种散射效应在轻原子上表现更显著。在湿性沉积物中, 构成水的H和O较其他矿物的原子轻很多, 所以水被认为是XRF岩芯扫描中产生康普顿散射和瑞利散射最主要的贡献源。因此, Marshall等(2011)、Kylander等(2011)采用康普顿散射强度或者瑞利散射和康普顿散射强度总和对测试元素的计数进行归一化, 降低水分、沉积物密度等对扫描结果的影响。Phedorin等(2005)研究了沉积物的岩芯扫描的瑞利散射/康普顿散射比值后发现其与沉积物含水量有很好的线性相关关系, 含水量越大比值越低。Fortin等(2013)分析了Laguna Potrok Aike湖泊沉积岩芯瑞利散射/康普顿散射比值与多种岩芯参数后, 认为除了水分以外沉积物密度也与瑞利散射/康普顿散射比值密切相关。从扫测的MK7G和B9两个岩芯的数据来看, 瑞利散射和康普顿散射的比值与含水量密切相关(图4d和图5d)。Gregory等(2019)比较分析了多种校正方法后, 认为瑞利散射/康普顿散射比值校正对于减少含水量的影响效果最好, 可以显著提高原子序数大于18的元素的扫测数据的真实性。
图4 阿拉伯海MK7G岩芯Br计数与总有机碳TOC含量的相关关系图

a. Br计数与TOC相关性分析; b. Br* (Br*=Br计数/总计数, 即总计数均一化处理后的Br计数)与有机碳含量相关性分析; c. Br# (Br#=Br计数/(瑞利散射/康普顿散射强度)即瑞利散射/康普顿散射强度比值均一化处理后的Br计数)与有机碳含量相关性分析; d. 含水量与瑞利散射/康普顿散射强度比值相关性分析

Fig. 4 Plots of Br counts and TOC content for MK7G in northern Arabian Sea

图5 南海B9岩芯Br计数与有机碳含量的相关关系图

a. Br计数与TOC相关性分析; b. Br* (Br*=Br计数/总计数, 即总计数均一化处理后的Br计数)与有机碳含量相关性分析; c. Br# (Br#=Br计数/(瑞利散射/康普顿散射强度)即瑞利散射/康普顿散射强度比值均一化处理后的Br计数)与有机碳含量相关性分析; d. 含水量与瑞利散射/康普顿散射强度比值相关性分析

Fig. 5 Plots of Br counts and TOC content for B9 in the South China Sea

根据前人的研究, 本研究采用了两种校正方法对XRF岩芯扫描的Br计数进行了均一化处理: 1) 总计数; 2) 瑞利散射/康普顿散射强度比值。图4和图5显示了两根沉积柱不同方法校正后的Br计数与沉积物TOC含量的相关性。岩芯样品MK7G中 Br计数与沉积物TOC含量相关系数为0.90, 采用总计数和瑞利散射/康普顿散射比值校正后, Br计数和沉积物TOC的相关系数仍分别为0.90和0.90。岩芯样品B9中Br计数和沉积物TOC含量相关系数仅为0.51, 采用总计数和瑞利散射/康普顿散射比值校正后, Br计数和沉积物TOC的相关系数分别是0.48和0.55。采用瑞利散射/康普顿散射比值校正后, Br计数和沉积物TOC含量相关性有一定提高(图5)。
从上述的分析结果来看, MK7G和B9两个岩芯XRF扫描得到的Br计数与沉积物的TOC之间存在正相关性, 表明海洋沉积物样品中Br计数和TOC含量密切相关, 因此在一定程度上可以用Br计数来指代TOC含量。采用总计数和瑞利散射/康普顿散射比值校正后, Br计数和TOC含量的相关系数差别不大, 表明岩芯水分、沉积物粒度、密度变化不大的情况下, 是否校正对Br和TOC相关性影响不大。从两个岩芯测量比较来看, 阿拉伯海的MK7G岩芯的Br和TOC关系更好, 这可能与阿拉伯海样品高的TOC含量有关。

3.3 陆源有机质输入的影响

根据上述所作的Br和TOC相关分析所得到的回归关系, 计算出了不同校正方法校正后的Br计数转换出的TOC含量(图6和图7)。阿拉伯海的MK7G岩芯样品中, 根据总计数均一化处理后的Br计数与实测TOC含量回归关系计算的TOC含量介于0.6%~3.7%, 平均值为1.6%; 根据瑞利散射/康普顿散射比值校正处理后的Br计数与实测TOC含量回归关系计算的TOC含量介于0.6%~3.8%, 平均值为1.7%。在MK7G岩芯中通过两种方法得到的TOC含量与实测值吻合较好, 都显示出从底部到顶部呈上升的趋势。南海的岩芯样品B9中, 根据总计数均一化处理后的Br计数计算与实测TOC含量回归关系的TOC含量介于0.2%~0.9%, 平均值为0.6%。根据瑞利散射/康普顿散射比值校正处理的Br计数与实测TOC含量回归关系计算的TOC含量介于0.3%~0.9%, 平均值为0.6%。虽然转换后的TOC与实测值趋势相同, 但是岩芯B9中依据Br计数估算的TOC值与实测值偏差更大。
图6 阿拉伯海MK7G岩芯实测有机碳含量和利用回归关系所转换的有机碳数据(a)、Ti/Ca比值(b)、δ13C (c)变化图

有机碳含量Ⅰ: [y=(x-0.002)/0.015, 其中y代表有机碳含量, x代表Br计数/总计数], 即根据图4b中总计数均一化处理的Br计数与实测TOC含量回归关系计算的有机碳含量; 有机碳含量Ⅱ: [y=(x-35.308)/739.742, 其中y代表有机碳含量, x代表Br计数/(瑞利散射/康普顿散射强度)], 即根据图4c中瑞利散射/康普顿散射强度比值均一化处理的Br计数与实测TOC含量回归关系计算的有机碳含量; 灰色条带代表347~270cm深度区间

Fig. 6 Depth profiles of measured TOC, the estimated TOC, Ti/Ca ratio, and carbon isotope of organic carbon for MK7G in northern Arabian Sea

图7 南海B9实测有机碳含量和利用回归关系所转换的有机碳数据以及C/N比值变化图

有机碳含量Ⅰ: [y=(x-0.009)/0.009, 其中y代表有机碳含量, x代表Br计数/总计数], 即根据图5b中总计数均一化处理的Br计数与实测TOC回归关系计算的有机碳含量; 有机碳含量Ⅱ: [y=(x-465.41)/1767.79, 其中y代表有机碳含量, x代表Br计数/(瑞利散射/康普顿散射强度)], 即根据图5c中瑞利散射/康普顿散射强度比值均一化处理的Br计数与实测TOC回归关系计算的有机碳含量; 灰色条带代表105~25cm深度区间

Fig. 7 Depth profiles of measured TOC content, the estimated TOC, and the C/N ratio for B9 in South China Sea

在MK7G和B9样品部分层段中, 通过Br计数估算的TOC低于实测的TOC含量, 如MK7G的347~270cm段以及B9的105~25cm段。元素分析发现在MK7G的347~270cm段沉积物的Ti/Ca比值比270cm以上层段高, 且有机碳δ13C在此段也比其上层沉积物偏负(图6), 表明此段岩芯具有更高的陆源沉积物含量。虽然B9岩芯的沉积物C/N比值总体也是在海源有机质范围内, 但是105~25cm段C/N比值比上下层都高, 表明此段岩芯陆源有机质比例更高(Jia et al, 2002)。通常, 海水中Br元素浓度(0.84mmol·L-1)高于陆源水体(Berg et al, 2016)。Van Pée(1996)和Gribble(1998)等的研究发现海洋环境中大型藻类和异养生物(无脊椎动物和细菌)可以合成溴化有机物, 表明Br元素倾向于富集于海洋有机物。因此, 在海洋沉积物中Br元素主要表征的是海源有机质, 而非总有机质。MK7G和B9岩芯中基于Br计数估算的TOC值在高陆源沉积物层段偏低可能与此有关。同样, 在利用Br计数估算TOC含量时, Ziegler等(2008)采用有机质δ13C值作为甄别陆源有机质的指标, 在利用Br计数估算TOC含量时, 将有机质δ13C值小于-20‰的样品予以去除。
MK7G和B9岩芯的Br计数和TOC含量相关系数的差异也可能与阿拉伯海和南海在有机质来源构成上的差异有关。根据对东北阿拉伯海的沉积物中有机质生物标志物和有机质同位素的分析, Schulte等(2000)判定阿拉伯海的有机质主要为海源有机质构成。而Jia等(2002)通过对南海南部17962孔的沉积物C/N比值、δ13C值的分析后认为虽然南海南部陆坡沉积物中有机质来源主要为海源, 但是在冰期低海平面时期陆源有机质不可忽略。相比较于阿拉伯海的MK7G而言, 南海南部周围河流输入的陆源有机质更多, 这可能导致了B9岩芯中利用Br计数估算出的TOC含量与实测值的相关性差。
依据对阿拉伯海和南海两个岩芯的Br计数与沉积物TOC含量数据相关性综合分析可以看出: 对于海洋沉积物样品而言, 基于岩芯扫描仪扫测的Br计数可以快速获得沉积物TOC的变化趋势。从比较多种校正方法后的Br数据与TOC关系来看, 对于Br元素而言, 由于其原子量比较大, 岩芯扫描仪获取的Br元素特征X射线的信噪比较高, 其受含水量、沉积物密度等的影响相对较小, 特别是在岩芯相对均质的情况下是否校正对Br的变化影响较小。而比较岩芯样品的有机质C/N、陆源元素等相关参数后, 本研究认为有机质来源的差异可能是影响海洋沉积物样品Br计数与TOC相关性的另一个更重要的因素。因为Br通常与海源有机质相关, 在一些近陆源的海域或者陆源有机质含量占比较大的层段, 用Br计数估算出的沉积物的TOC含量可能会存在明显的偏低。

4 结论

通过比较分析阿拉伯海和南海两个海域沉积柱样TOC实测值与XRF岩芯扫描Br计数之间的相关关系, 以及对一些主要校正方法的效果评估, 对岩芯XRF扫描估算海洋沉积物TOC含量得出以下结论:
1) 对于海源有机质含量较高的海洋沉积物样品, 通过岩芯扫描仪扫测的Br计数可以快速获得沉积物样品TOC的变化趋势;
2) 由于Br原子量较大, 采用不同校正方法校正所得的Br计数, 对Br计数和TOC含量相关系数影响不大;
3) 在陆源有机质输入量比较大的沉积物样品中, 需谨慎采用Br计数来估算沉积物的总有机碳含量。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
谢永清, 龙江平, 乔吉果, 等, 2013. 运用岩芯扫描仪划分沉积相的可行性分析[J]. 热带海洋学报, 32(4): 30-35.

XIE YONGQING, LONG JIANGPING, QIAO JIGUO, et al, 2013. Feasibility of sedimentary facies discrimination by core scanner[J]. Journal of Tropical Oceanography, 32(4): 30-35 (in Chinese with English Abstract).

[2]
BERG R D, SOLOMON E A, 2016. Geochemical constraints on the distribution and rates of debromination in the deep subseafloor biosphere[J]. Geochimica et Cosmochimica Acta, 174: 30-41.

DOI

[3]
BURNETT A P, SOREGHAN M J, SCHOLZ C A, et al, 2011. Tropical East African climate change and its relation to global climate: a record from Lake Tanganyika, Tropical East Africa, over the past 90+ kyr[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 303(1-4): 155-167.

DOI

[4]
CALEY T, ZARAGOSI S, BOURGET J, et al, 2013. Southern Hemisphere imprint for Indo-Asian summer monsoons during the last glacial period as revealed by Arabian Sea productivity records[J]. Biogeosciences, 10(11): 7347-7359.

DOI

[5]
CALVERT S E, PRICE N B, 1999. Geochemistry of Namibian shelf sediments: coastal upwelling its sediment record, Part A: responses of the sedimentary regime to present coastal upwelling[R]. NATO ASI Series: Plenum Press: 337-375.

[6]
COWIE G L, MOWBRAY S, LEWIS M, et al, 2009. Carbon and nitrogen elemental and stable isotopic compositions of surficial sediments from the Pakistan margin of the Arabian Sea[J]. Deep Sea Research Part Ⅱ: Topical Studies in Oceanography, 56(6-7): 271-282.

[7]
CROUDACE I W, ROTHWELL R G, 2015. Micro-XRF studies of sediment cores[M]. New York: Springer: 373-390.

[8]
DEPLAZES G, LÜCKGE A, STUUT J B W, et al, 2014. Weakening and strengthening of the Indian monsoon during Heinrich events and Dansgaard-Oeschger oscillations[J]. Paleoceanography, 29(2): 99-114.

DOI

[9]
DIRKSEN J P, HENNEKAM R, GEERKEN E, et al, 2019. A novel approach using time-depth distortions to assess multicentennial variability in deep-sea oxygen deficiency in the eastern Mediterranean Sea during Sapropel S5[J]. Paleoceanography and Paleoclimatology, 34(5): 774-786.

DOI

[10]
FORTIN D, FRANCUS P, GEBHARDT A C, et al, 2013. Destructive and non-destructive density determination: method comparison and evaluation from the Laguna Potrok Aike sedimentary record[J]. Quaternary Science Reviews, 71: 147-153.

DOI

[11]
GE LIANGQUAN, LAI WANCHANG, LIN YANCHANG, 2005. Influence of and correction for moisture in rocks, soils and sediments on in situ XRF analysis[J]. X-Ray Spectrometry, 34(1): 28-34.

DOI

[12]
GREGORY B R B, PATTERSON R T, REINHARDT E G, et al, 2019. An evaluation of methodologies for calibrating Itrax X-ray fluorescence counts with ICP-MS concentration data for discrete sediment samples[J]. Chemical Geology, 521: 12-27.

DOI

[13]
GRIBBLE G W, 1998. Naturally occurring organohalogen compounds[J]. Accounts of Chemical Research, 31(3): 141-152.

DOI

[14]
HANEBUTH T J J, HENRICH R, 2009. Recurrent decadal-scale dust events over Holocene western Africa and their control on canyon turbidite activity (Mauritania)[J]. Quaternary Science Reviews, 28(3-4): 261-270.

DOI

[15]
HE WEI, LIU JIANGUO, HUANG YUN, et al, 2020. Sea level change controlled the sedimentary processes at the Makran continental margin over the past 13,000 yr[J]. Journal of Geophysical Research: Oceans, 125(3): e2019JC015703.

[16]
HENDY I L, PEDERSEN T F, 2005. Is pore water oxygen content decoupled from productivity on the California Margin? Trace element results from ocean drilling program hole 1017E, San Lucia slope, California[J]. Paleoceanography, 20(4): PA4026.

[17]
HENNEKAM R, DE LANGE G, 2012. X-ray fluorescence core scanning of wet marine sediments: methods to improve quality and reproducibility of high-resolution paleoenvironmental records[J]. Limnology and Oceanography: Methods, 10(12): 991-1003.

DOI

[18]
HUNT J E, WYNN R B, MASSON D G, et al, 2011. Sedimentological and geochemical evidence for multistage failure of volcanic island landslides: a case study from Icod landslide on north Tenerife, Canary Islands[J]. Geochemistry, Geophysics, Geosystems, 12(12): Q12007.

[19]
HUNT J E, WYNN R B, TALLING P J, et al, 2013. Frequency and timing of landslide-triggered turbidity currents within the Agadir Basin, offshore NW Africa: are there associations with climate change, sea level change and slope sedimentation rates?[J]. Marine Geology, 346: 274-291.

DOI

[20]
ITAMBI A C, VON DOBENECK T, MULITZA S, et al, 2009. Millennial-scale northwest African droughts related to Heinrich events and Dansgaard-Oeschger cycles: evidence in marine sediments from offshore Senegal[J]. Paleoceanography, 24(1): PA1205.

[21]
JIA GUODONG, PENG PINGAN, FANG DIANYONG, 2002. Burial of different types of organic carbon in core 17962 from South China Sea since the last glacial period[J]. Quaternary Research, 58(1): 93-100.

DOI

[22]
JIAN ZHIMIN, WANG LUEJIANG, KIENAST M, et al, 1999. Benthic foraminiferal paleoceanography of the South China Sea over the last 40,000 years[J]. Marine Geology, 156(1-4): 159-186.

DOI

[23]
KANDASAMY S, LIN BAOZHI, LOU J Y, et al, 2018. Estimation of marine versus terrigenous organic carbon in sediments off southwestern Taiwan using the bromine to total organic carbon ratio as a proxy[J]. Journal of Geophysical Research: Biogeosciences, 123(10): 3387-3402.

DOI

[24]
KIDO Y, KOSHIKAWA T, TADA R, 2006. Rapid and quantitative major element analysis method for wet fine-grained sediments using an XRF microscanner[J]. Marine Geology, 229(3-4): 209-225.

DOI

[25]
KYLANDER M E, AMPEL L, WOHLFARTH B, et al, 2011. High resolution X‐ray fluorescence core scanning analysis of Les Echets (France) sedimentary sequence: new insights from chemical proxies[J]. Journal of Quaternary Science, 26(1): 109-117.

DOI

[26]
LI GANG, RASHID H, ZHONG LIFENG, et al, 2018. Changes in deep water oxygenation of the South China Sea since the last glacial period[J]. Geophysical Research Letters, 45(17): 9058-9066.

DOI

[27]
MARSHALL M H, LAMB H F, HUWS D, et al, 2011. Late pleistocene and holocene drought events at Lake Tana, the source of the Blue Nile[J]. Global and Planetary Change, 78(3-4): 147-161.

DOI

[28]
MARTINEZ P, BERTRAND P, SHIMMIELD G B, et al, 1999. Upwelling intensity and ocean productivity changes off Cape Blanc (northwest Africa) during the last 70,000 years: geochemical and micropalaeontological evidence[J]. Marine Geology, 158(1-4): 57-74.

DOI

[29]
PEARCE T J, JARVIS I, 1995. High-resolution chemostratigraphy of Quaternary distal turbidites: a case study of new methods for the analysis and correlation of barren sequences[J]. Geological Society, London, Special Publications, 89: 107-143.

DOI

[30]
PEDERSEN T F, PRICE N B, 1980. The geochemistry of iodine and bromine in sediments of the Panama Basin[J]. Journal of Marine Research, 38(3): 397-411.

[31]
PHEDORIN M A, GOLDBERG E L, 2005. Prediction of absolute concentrations of elements from SR XRF scan measurements of natural wet sediments[J]. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 543(1): 274-279.

DOI

[32]
REBOLLEDO L, SEPÚLVEDA J, LANGE C B, et al, 2008. Late Holocene marine productivity changes in Northern Patagonia- Chile inferred from a multi-proxy analysis of Jacaf channel sediments[J]. Estuarine, Coastal and Shelf Science, 80(3): 314-322.

DOI

[33]
REICHART G J, LOURENS L J, ZACHARIASSE W J, 1998. Temporal variability in the northern Arabian Sea oxygen minimum zone (OMZ) during the last 225,000 years[J]. Paleoceanography, 13(6): 607-621.

DOI

[34]
SCHULTE S, MANGELSDORF K, RULLKÖTTER J, 2000. Organic matter preservation on the Pakistan continental margin as revealed by biomarker geochemistry[J]. Organic Geochemistry, 31(10): 1005-1022.

DOI

[35]
SEKI A, TADA R, KUROKAWA S, et al, 2019. High-resolution Quaternary record of marine organic carbon content in the hemipelagic sediments of the Japan Sea from bromine counts measured by XRF core scanner[J]. Progress in Earth and Planetary Science, 6(1): 1-12.

DOI

[36]
TJALLINGII R, RÖHL U, KÖLLING M, et al, 2007. Influence of the water content on X-ray fluorescence core-scanning measurements in soft marine sediments[J]. Geochemistry, Geophysics, Geosystems, 8(2): Q02004.

[37]
VAN PÉE K H, 1996. Biosynthesis of halogenated metabolites by bacteria[J]. Annual Review of Microbiology, 50: 375-399.

DOI

[38]
WELTJE G J, TJALLINGII R, 2008. Calibration of XRF core scanners for quantitative geochemical logging of sediment cores: theory and application[J]. Earth and Planetary Science Letters, 274(3-4): 423-438.

DOI

[39]
ZIEGLER M, JILBERT T, DE LANGE G J, et al, 2008. Bromine counts from XRF scanning as an estimate of the marine organic carbon content of sediment cores[J]. Geochemistry, Geophysics, Geosystems, 9(5): Q05009.

Options
Outlines

/

〈 〉