Россия
Россия
УДК 550.93 Методы определения абсолютного геологического возраста или времени
Датирование молодых торфяников методом 210Pb является сложной задачей. Стандартные модели 210Pb-датирования требуют экспоненциального снижения активности вниз по торфяному профилю. В торфяных залежах арктических территорий мы отмечаем значительную миграционную способность свинца, поэтому для точного датирования торфа требуется усовершенствование имеющихся моделей датирования для устранения эффекта миграции и их проверка с использованием независимых изотопных хронометров, например 137Cs. Мы применили несколько моделей CA, CFCS, PF, CF совместно с методом Монте-Карло для торфяного керна, отобранного в пределах Европейской Субарктики России (Архангельская область). Сопоставление с установленной на глубине 19—21 см удельной активностью 137Cs, связанной с глобальными выпадениями 1963 г., показало, что наиболее близкий возраст к указанной реперной точке дают модели CFCS и CF (1965 и 1962 гг. соответственно). Среди этих двух вариантов CF с применением метода Монте-Карло оказался предпочтительным, поскольку обеспечивал с учётом погрешности немного лучшее согласование с удельной активностью 137Cs в реперном горизонте. Несмотря на трудности, связанные со сложным распределением 210Pb по торфяному разрезу, применяемые методы датирования оказались успешными и в дальнейшем могут быть применены для датирования других торфяных отложений.
торфяной керн, датирование, 210Pb, 137Cs, Архангельская область, Россия
На Европейском Севере России основные биоценозы представлены омбротрофными болотами, преимущественными источниками питания которых являются аэрозоли, пыль и атмосферные осадки [17]. Исследователи отмечают, что торфяники — это архив атмосферных загрязнителей, в том числе радиоактивных элементов. Последние содержат ценную информацию об изменениях климатических условий в регионе и поступивших загрязнениях, которые могут быть получены в ходе абсолютного датирования, например методом датирования по избыточному 210Pb [4, 9].
Отметим, что ввиду заметной миграционной способности Pb в современных торфяниках датирование указанным методом является трудной задачей, поскольку стандартные модели датирования подразумевают экспоненциальное снижение активности 210Pb с глубиной керна. Для точного датирования требуется корректный подбор моделей датирования, с их усовершенствованием и последующей проверкой с использованием независимых радиоизотопов, например 137Cs. Обоснованием этого служит то, что пики антропогенных радионуклидов в естественных отложениях коррелируют с конкретными событиями в истории радиоактивных выпадений, в частности с подписанием договора о частичном запрещении ядерных испытаний в 1963 году, обеспечивая подходящий ориентир для этого исследования. В настоящем исследовании авторами использовались такие модели датирования, как CA (модель постоянной активности), CFCS (модель постоянной седиментации), PF (модель периодического потока) и CF (модель постоянного потока) с применением метода моделирования Монте-Карло. Кратко указаны их особенности, позволяющие исследователю выбрать наиболее корректную модель.
Методы исследования
Исследуемый торфяник относится к массиву Иласских болот и расположен на северо-западе России (Приморский район, Архангельская область), недалеко от города Новодвинска (64°18'55.3'' с. ш., 40°41'15.6'' в. д.). Керн торфа извлечён с участка 12 августа 2020 года. Общая глубина профиля составила 49 см и была разрезана на фрагменты по 2 см. Для исследования изотопов использовались 210Pb и 137Cs по всей глубине керна с прямоугольной площадью поверхности отбора 1050.9 см2, для которой была проведена оценка выпадений радионуклидов.
Радиохимическое разделение и измерение Po и Bi
Активность 210Pb оценивалась по его радиоизотопу-потомку — 210Po (T1/2 = 138 дней), который находится в радиоактивном равновесии с 210Pb. Период полураспада 210Po меньше по сравнению с 210Pb, и так же быстро распадается промежуточное ядро между 210Pb и 210Po, т. е. 210Bi (T1/2 = 5 дней). Этот метод обеспечивает лучшую чувствительность и точность обнаружения при низком уровне активности 210Pb в образцах. Детали радиохимической обработки представлены в другом месте [16]. Отметим, что определение радионуклидов 210Po и 210Pb в пробах торфа проводили согласно методике [1]. Подготовленный счётный образец измеряли на альфа-бета-радиометре РКС-01А «Абелия» (НТЦ «Амплитуда»).
Процедура датирования
В представленной работе использовались модели датирования CA, CFCS, PF и CF с применением метода моделирования Монте-Карло. Для перечисленных выше моделей мы следовали рекомендованной процедуре расчёта [15], также применили указанный выше практический метод расчёта [14], уделяя особое внимание вопросам зависимых переменных при оценке ошибок. Для выполнения датирования мы следовали дополнительно описанному методу аппроксимации для набора данных, указанных в статье [6].
Сопоставление 210Pb с активностью 137Cs, связанной с глобальными выпадениями 1963 г., на глубине 19—21 см показало, что наиболее близкий возраст к этой реперной точке дают модели CFCS и CF (1965 и 1962 гг. соответственно). Среди этих двух вариантов CF с применением метода Монте-Карло оказался предпочтительным, поскольку с учётом погрешности обеспечивал немного лучшее согласование с удельной активностью 137Cs в реперном горизонте.
Общая концентрация активности 210Pb (210Pbtot) в зависимости от глубины профиля керна zi показана на графике (рис. 1, a; табл. 1). Поддерживаемая часть (210Pbsup) была получена как среднее значение (± SD, 1s) активности для самых нижних слоёв, где уровень210Pbtot достиг уровня устойчивого состояния (красная линия на рис. 1, а).
Вычитая активность 210Pbsup из 210Pbtot на уровне за уровнем, мы рассчитали неподдерживаемую фракцию (210Pbuns), которая использовалась для следующих этапов датирования (рис. 1, b). Для проверки хронологии использовали независимый маркер 137Cs. Пики антропогенных радионуклидов в естественных отложениях коррелируют с конкретными событиями в истории радиоактивных выпадений, в частности с договором о частичном запрещении ядерных испытаний, подписанным в 1963 году, обеспечивая подходящий ориентир для этого исследования (рис. 1, c).
Результаты и обсуждения
Распределение 210Pb и 137Cs
Доля 210Pbsup достигла (26.3 ± 0.3) Бк/кг (рис. 1, a), что ниже значений, характерных для озёрных отложений (≈ 40 Бк/кг; [5]), поэтому мы можем предположить дефицит минеральных веществ в торфяной залежи Иласские болота. В зависимости от глубины zi общий тренд активности 210Pbuns показывает постепенное снижение от поверхности до глубины 37 см (рис. 1, b). Однако были отклонения от монотонного уменьшения, предположительно отражающие эпизодические изменения скорости роста или разложения торфа. В частности, максимальная активность наблюдалась в поверхностном слое 0—3 см. С увеличением глубины профиля наблюдается монотонное уменьшение активности на двух интервалах: от 0—3 до 15—17 см и от 25—27 до 35—37 см. Мы отмечаем значительное увеличение 210Pbuns, начиная с глубины керна 17 см до его пика на глубине 21 см (рис. 1, b), далее наблюдаем резкий спад до глубины 23 см. Ниже 23 см активность 210Pbuns экспоненциально снижалась с увеличением глубины профиля.
Высокая подвижность 137Cs в верховых сфагновых болотах (рис. 1, с; табл. 1) связана с отсутствием подходящих минеральных частиц для его адсорбции [8, 11], чем обусловлено неравномерное распределение радиоизотопа от интервала 0—3 до 15—17 см глубины керна. Далее, в интервале 15—17 см, мы можем предположить поступление 137Cs от аварии на ЧАЭС (1986 г.) согласно проведённому датированию. Пик 137Cs, приходящийся на глубину керна 21 см, мы связываем с глобальными выпадениями после атмосферных испытаний 1963 г.
Хронология на основе 210Pb
Сначала были рассчитаны концентрации и ряд величин для керна ИСНО-1, т. к. все модели датирования используют избыток 210Pbex [10].
Здесь мы опишем процесс расчета секционных концентраций и активности.
1. Шифр пробы.
2. Концентрация 210Pb (Сi, Бк/кг).
3. Неопределенность u(210Pb). Её расчет зависит от используемого аналитического метода. Общие источники неопределенности включают в себя: количество отсчётов в интересующей области (образец и фон), эффективность (гамма-спектрометрия) или активность индикатора (альфа-спектрометрия) и массу аликвоты.
4. Концентрация 226Ra (Бк/кг). Мы рассчитали среднее значение и стандартное отклонение для трёх самых глубоких участков (43—49 см) как 226Ra = (26.2 ± 0.1) Бк/кг.
Если сравнить верхнюю границу 95%-го доверительного интервала (среднее ± 2s), то значение 26.2 Бк/кг ниже концентрации 210Pb в верхнем разрезе (26.3 Бк/кг, интервал 41—43 см).
5. Неопределённость u(226Ra), Бк/кг в данном случае соответствует рассчитанному стандартному отклонению.
6. Избыток 210Pbex(Ci, Бк/кг) рассчитывается как 210Pbex= 210Pb – 226Ra, за исключением участков, используемых для расчёта 226Ra, где 210Pbexотсутствует.
7. Неопределённость u(Ci), Бк/кг рассчитывается как
8. Запас 210Pbex(Ai, Бк/м2) рассчитывается как произведение Ci на воздушную сухую массу . Мы использовали коэффициент 10, чтобы получить единицы СИ (кг/м2), а затем Ai = 10Ci.
9. Погрешность u(Ai), Бк/м2 рассчитывается как u(Ai) = [15].
Применение модели постоянной активности (CA)
Данная модель имеет второе традиционное название у ряда авторов — модель постоянной начальной концентрации СIC [3, 4, 7, 9, 12]. Мы придерживаемся в названии модели мнения других авторов [15]. Для использования модели CA нам необходимо знать начальную концентрацию 210Pbex, C0 = Ci(t = 0). В этом случае мы оценили C0 из пересечения линейной регрессии между ln Ci и mi для первых 6 слоёв, корреляция была хорошей (R2 = 0.72). Пересечение составило 5.52 ± 0.17, следовательно, С0 = (250.3 ± 1.1) Бк/кг.
10. Возраст CA (ti; года): .
11. Неопределённость u(ti):
Поскольку C0 было получено подбором, мы считаем, что неопределенности независимы. Календарный год Ti рассчитывается путем вычитания возраста CA из даты отбора проб. Недостатком этой модели является то, что более глубокие слои могут показывать более молодой возраст. Секция 5—7 см керна ИСНО-1 показывает возраст 4.96 года, что старше, чем нижняя секция (7—9 см, возраст 4.86 года). Это противоречит гипотезе ненарушенного торфяного керна, и модель не следует считать подходящей для нашего случая.
12. Для определения скорости накопления нам необходимо оценить возраст слоёв. Мы назначаем возраст 0 лет слою 0 (t = 0) и вычисляем средние значения возраста для каждого слоя: .
13. Возраст последнего слоя должен быть получен экстраполяцией как .
14. Неопределенность u(t(i)), например, для слоя 1: .
15. Время формирования сечения (Δt1; года) — разница между двумя последовательными слоями. .
16. Неопределенность u(Δt). Для первого раздела .
17. Средняя скорость накопления наносов (si, см/год) представляет собой отношение ширины разреза к времени его образования. Для раздела 1: .
18. Неопределенность u(s): .
19. Средняя скорость накопления массы (ri, г/см2·год): .
20. Неопределённость u(r): .
Отмечаем, что неопределенности скорости накопления u(s) и u(r), полученные с помощью модели CA, велики [15].
Применение модели постоянной седиментации (CFСS)
Величинами, используемыми в этой модели, являются глубина разреза (zi), средняя глубина массы (mi, г/см2) и логарифм 210Pbex (lnCi). Проводим линейный регрессионный анализ (y = a + bx, где y = ln Ciи x = mi). Из уравнения MAR равен
с неопределенностью
В нашем случае линейная регрессия (R = 0.88) дает b = –5.129 ± 0.613, поэтому r = 0.006 ± 0.001 г/см2·год. Мы также можем определить SAR (s, см/г) из линейного регрессионного анализа, используя глубину разреза (zi) вместо глубины массы (mi). В этом случае , а его неопределенность
Теперь линейная регрессия (R = 0.91) дает b = –0.222 ± 0.023, поэтому s = (0.140 ± 0.015) см/год. Несмотря на высокий коэффициент корреляции, очевидно, что простая линия регрессии не объясняет наблюдаемую изменчивость профиля (рис. 2), что предполагает необходимость разбить график на линейные отрезки. На рис. 2 указана одна скорость накопления массы для керна (a) и три скорости накопления массы для отдельных линейных отрезков (b). Для модели CFСS значения активности ниже 37 см были опущены, т. к. на этом уровне они достигают значения 210Pbsup (рис. 1, b). Применялся подбор простой регрессии к графику натурального логарифма от концентрации активности 210Pbunsln (210Pbuns) в зависимости от массы глубины mi (рис. 2, a). Хотя коэффициент детерминации (COD) для всего набора данных был достаточно высоким и составил 0.78 (рис. 2), что характеризует нашу модель как модель хорошего качества (COD = 0.8), очевидно, что одна линия тренда не может объяснить полную изменчивость профиля. Поэтому мы выделили три подсегмента торфяной записи как отдельные линейные отрезки. Затем линейная регрессия была подобрана три раза, что дало три независимые группы параметров, представленных на рис. 2, b как 1, 2, 3. В операциях участвовали все точки. Мы показываем на рис. 2 альтернативную интерпретацию с 3 линиями регрессии, хотя авторы [15] рекомендуют использовать модель, которая обеспечивает коэффициенты накопления для каждого раздела, например модель CF.
Применение модели периодического потока (PF)
В качестве обобщения модели CF было показано, что модель CF по-прежнему действительна, если поток на поверхность отложений f(t) изменяется с периодом Δt (PeriodicFlux; [15]), например после годовых циклов.
Величины, используемые в данной модели.
1. Время формирования разреза (∆ti, год) рассчитывается с использованием уравнения: ∆t1 = t(2) – t(1).
2. Неопределенность u(Δt1):
3. MAR (ri) рассчитывается по уравнению, и их неопределенность (без учёта вклада экспоненциального члена):
Скорость накопления массы r(i) по данной модели может приводить к отличающимся значениям, где MAR показывает большие колебания значений и изменяется величина потока. В нашем случае данная модель датирования 210Pb для керна ИСНО-1 для слоя 19—21 см показывает возраст 1965 г., что обеспечивает лучшее согласование, чем указанные выше модели с удельной активностью 137Cs в реперном горизонте, но недостаточное.
Применение модели постоянного потока (CF) самостоятельно и совместно с методом Монте-Карло
Данная модель более известна по своему второму названию — модель постоянного уровня поступления CRS [4, 7, 9, 10]. Отметим, что мы придерживаемся в названии модели мнения авторов [15].
В этой модели фундаментальная гипотеза состоит в том, что поток 210Pbex на поверхность осадков постоянен: fi = f(i) = k. Используем уравнение:
или
1. Накопленные отложения 210Pbex ниже слоя (i) (Бк/м2) рассчитываются как
Поскольку ниже слоя 41 210Pbex нет, расчёт начинаем с него: A(41) = 0 Бк/м2.
Для верхнего слоя A(39) = ΔA39.Кроме того, u(A(39)) = u(ΔA39). Для слоя 37: A(37) = A(39) + ΔA37 — и так далее до поверхности. В случае если некоторые разрезы не были проанализированы Ci (и Δmi, если он неизвестен), следует интерполировать из соседних разрезов и рассчитать отсутствующий ΔAi.
2. Неопределенность u(A(37)):
и так далее до поверхности.
3. A(0) = (1682 ± 117) Бк/м2 — запас 210Pbex, из которого мы рассчитали его поток на поверхность отложений (52 ± 4) Бк/м2·год1.
4. Возраст CF определяется по уравнению:
В этом случае переменные A(0) и A(i) явно не являются независимыми и распространение неопределенности должно выполняться с осторожностью (см. [2]).
5. Выражение для неопределенности возраста:
6. Календарный год T(i) рассчитывается путём вычитания возраста CF из даты отбора пробы.
7. MAR — r(i), (кг/м2·год) (рис. 3) рассчитывается по формуле: а его неопределенность равна:
8. SAR — s(i), (см/год) (рис. 3) рассчитывается с использованием объёмной плотности сухого осадка r как .
9. Неопределенность u(s(i)):
[15].
Значение SAR (si) для верхних слоёв керна 0—9 см варьировало слабо, и интервал значений составил от 0.44 до 0.53 см/год, ниже 9 см, до 33 см, мы наблюдаем относительно равномерное, постепенное снижение среднего значения скорости накопления отложений до 0.03 см/год (табл. 2). Отметим резко увеличенные значения si для интервала 35—39 см.
Значение MAR (ri) для всех слоёв керна были почти постоянны и колебались очень слабо — от 0 и 0.01 до 0.02 г/см2·год. Модель датирования CF для керна ИСНО-1 для слоя 19—21 см показывает возраст 1965 г. (табл. 2), при дополнительном применении метода Монте-Карло возраст составил 1962 г., что обеспечивает немного лучшее согласование с реперным горизонтом по 137Cs (с учётом погрешности).
Нормы накопления торфа и поток 210Pb
Обе модели, CFCS и CF, совместно с методом Монте-Карло использовались для расчёта линейной скорости накопления s и скорости накопления массы r в изученной торфяной залежи (рис. 4). Значения s по CF варьировались от (0.09 ± 0.02) до (1.3 ± 0.05) см/год и составляли в среднем (0.48 ± 0.08) см/год. Последнее согласуется с оценкой константы s, равной (0.14 ± 0.01) см/год методом CFCS. Аналогичная ситуация имела место в случае скорости накопления массы r, которая находилась в диапазоне от (0.43 ± 0.01) до (7.2 ± 0.02) г/см2·год. Среднее значение r по CF составило (3.615 ± 0.005) г/см2·год, тогда как постоянное r по CFCS достигло (0.006 ± 0.001) г/см2·год. В целом отметим нестабильную скорость накопления торфа на всей глубине профиля (рис. 4, b, с). Однако плотность торфа постоянна на всём профиле (рис. 4, a).
Линейные нормы накопления торфа хорошо согласуются с литературными данными [6]. Значения s показали по крайней мере один и тот же порядок величины. Показатели массового накопления не согласуются, выше мы отмечали нестабильную скорость накопления торфа.
Основываясь на датировании 210Pb, был оценен воздушный поток 210Pb. По моделям CF и CF с применением метода Монте-Карло поток 210Pb составил (52 ± 4) Бк/м2·год и (69.13 ± 10) Бк/м2·год соответственно, что хорошо согласуется с литературными данными [6].
Заключение
На примере торфяного керна разреза Европейской Субарктики России, отобранного на территории Архангельской области, было выполнено датирование по неравновесному 210Pb с использованием различных моделей с целью выбора наиболее подходящей, учитывающей сложное вертикальное распределение свинца. В представленной работе использовались модели датирования CA, CFCS, PF и CF с применением метода моделирования Монте-Карло.
Для проверки хронологии мы использовали независимый маркер в виде 137Cs. Пики антропогенных радионуклидов в естественных отложениях коррелируют с конкретными событиями в истории радиоактивных выпадений, в частности с подписанием договора о частичном запрещении ядерных испытаний в 1963 году, обеспечивая подходящий ориентир для этого исследования.
Сопоставление 210Pb с активностью 137Cs на глубине 19—21 см показало, что наиболее близкий возраст к этой активности 137Cs в реперной точке дают модели CFCS и CF (1965 и 1962 гг. соответственно). Среди этих двух вариантов CF с применением метода Монте-Карло был признан предпочтительным, поскольку обеспечивал с учётом погрешности немного лучшее согласование с удельной активностью 137Cs.
Применяемые методы датирования оказались успешными в нашем исследовании и могут быть применены для датирования других торфяных отложений.
1. Бахур А. Е., Мануилова Л. И., Зуев Д. М., Овсянникова Т. М., Трухина Т. П. Методика измерений удельной активности полония-210 (210Po) и свинца-210 (210Pb) в пробах почв, грунтов, донных отложений, горных пород и строительных материалов на их основе альфа-бета-радиометрическим методом с радиохимической подготовкой: Методика ФР.1.40.2013.15381. Москва: ВИМС, 2013. 17 с.
2. Appleby P. G. Chronostratigraphic techniques in recent sediments. Tracking Environmental Change Using Lake Sediments // Basin Analysis, Coring and Chronological Techniques. Kluwer Academic Publishers, Dordrecht, The Netherlands. Eds: W. M. Last; J. P. Smol. 2001. V. 1 P. 171-201.
3. Appleby P. G., Oldfield F. The assessment of 210Pb data from sites with varying sediment accumulation rates // Hydrobiologia, 1983. No. 103. P. 29-35.
4. Appleby P. G., Oldfield F. The calculation of 210Pb dates assuming a constant rate of supply of unsupported 210Pb to the sediment // Catena, 1978. No. 5. P. 1-8.
5. Appleby P. G., Shotyk W., Fankhauser A. Lead-210 age dating of three peat cores in the Jura Mountains. Switzerland // Water, Air &Soil Pollution, 1997. No. 100, P. 223-231.
6. Cwanek A., Łokas E., Mitchell E. A. D., Mazei Y., Gaca P., Milton J. A. Temporal variability of Pu signatures in a 210Pb-dated Sphagnum peat profile from the Northern Ural, Russian Federation // Chemosphere, 2021. No. 281. P. 130962. DOIhttps://doi.org/10.1016/j.chemosphere.2021.130962
7. Crozaz G., Picciotto E., De Breuck W. Antarctic snow chronology with Pb210. Journal of Geophysical Research, 1964. No. 69, P. 2597-2604.
8. Fialkiewicz-Koziel B., Kolaczek P., Piotrowska N., Michczynski A., Łokas E., Wachniew P., Woszczyk M., Sensula B. High-Resolution Age-Depth Model of a Peat Bog in Poland as an Important Basis for Paleoenvironmental Studies // Radiocarbon, 2014. No. 56(1). P. 109-125. DOIhttps://doi.org/10.2458/56.16467
9. Goldberg E. D. Geochronology with 210Pb // Radioactive Dating. Proceedings of a Symposium. International Atomic Energy Agency. Vienna. 1963. P. 21-131.
10. Krishnaswamy S., Lal D., Martin J. and Meybeck M. Geochronology of lake sediments // Earth and Planetary Science Letters, 1971. No. 11. P. 407-414.
11. McKenzie A. B., Farmer J. G., Sudgen C. L. Isotopic evidence of the relative retention and mobility of lead and radiocesium in Scottish ombrotropic peats // Science Total Environmental, 1997. No. 203. P. 115-127. DOIhttps://doi.org/10.1016/S0048-9697(97)00139-3
12. Pennington W., Cambray R. S., Eakins J. D., Harkness D. D. Radionuclide dating of the recent sediments of Blelham Tarn // Freshwater Biology, 1976. No. 6. P. 317-331.
13. Sanchez-Cabeza J. A., Ani-Ragolta I., Masque P. Some considerations of the 210Pb constant rate of supply (CRS) dating model// Limnology and Oceanography, 2000. No. 45. P. 990-995.
14. Sanchez-Cabeza J. A., Ruiz-Fernandez A. N., Ontiveros-Cuadras J. F., Perez Bernal L. H., Olid C. Monte Carlo uncertainty calculation of 210Pb chronologies and accumulation rates of sediments and peat bogs // Quaternary Geochronology, 2014. No. 23. P. 80-93.
15. Sanchez-Cabeza J. A., Ruiz-Fernandez A. N.210Pb sediment radiochronology: an integrated formulation and classification of dating models. Geochemica et Cosmochimica Acta, 2012 No.82. P. 183-200. DOIhttps://doi.org/10.1016/j.gca.2010.12.024
16. Vinichuk M. M., Johanson K. J., Taylor A.137Cs in the fungal compartments of Swedish forest soils // Science of Total Environment, 2004. No.323. P. 243-251.
17. Yakovlev E., Spirov R., Druzhinin S., Ocheretenko A., Druzhinina A., Mishchenko E., Zhukovskaya E. Atmospheric fallout of radionuclides in peat bogs in the Western segment of the Russian arctic // Environmental Science and Pollution Research, 2021, without a number. P. 1-11. DOI:https://doi.org/10.1007/s11356-020-12224-7.
