项目名称: 台湾西南部甲仙地区冷泉碳酸盐岩的稀土元素特征及其对成岩环境的示踪

项目编号: No.41203021

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地球化学

项目作者: 葛璐

作者单位: 河海大学

项目金额: 25万元

中文摘要: 在冷泉体系中,冷泉碳酸盐岩是海洋沉积物中甲烷缺氧氧化(AOM)的产物,也是冷泉渗漏体系的指示剂,可为渗漏系统的演化、流体来源和运移过程、以及沉积环境等提供信息。近年来,从一个新的角度,对冷泉碳酸盐岩稀土元素的研究取得了一定的进展。目前的研究主要集中在两个方面,一是示踪成岩流体的成分和来源,另一方面是用来判别氧化还原条件。本项目通过对台湾西南部上新世前陆盆地甲仙地区冷泉碳酸盐岩的稀土元素地球化学特征(包括稀土元素含量、配分模式和Ce、Eu异常等)的系统研究,示踪成岩流体组成、来源和氧化还原条件等成岩环境,分析稀土元素分布的控制因素,为古代冷泉系统的地球化学研究提供新的视角和方法。

中文关键词: 冷泉碳酸盐岩;台湾;稀土元素;流体来源;氧化还原环境

英文摘要: At seep sites, cold seep carbonates are well-known products of the microbial oxidation of methane discharges in marine sediments. Cold seep carbonates, as a striking indicator at cold seep systems, can supply information about the evolution of seep communities, fluid discharge, fluid sources and migration paths and tectonic-sedimentary controls of seepage over geologic time. Recent work on rare earth elements (REE) in cold seep carbonates showed some progress. Taken together, all the results suggested that the potential use of REE can provide additional constraints into not only fluid composition but also redox conditions in sediments during early diagenesis. In this study, REE in Pliocene cold seep carbonates from Chiasian, southern part of the Western Foothill, southern Taiwan, including concentrations, patterns and Ce&Eu anomalies, will be used to indicate source fluid characteristics and precipitation redox conditions. Factors controlling the REE distribution in cold seep carbonates will also be studied in order to shed new light on the ancient cold seeps research.

英文关键词: cold seep carbonates;Taiwan;rare earth elements;fluid sources;redox conditions

成为VIP会员查看完整内容
0

相关内容

全球能源转型及零碳发展白皮书
专知会员服务
39+阅读 · 2022年3月1日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
31+阅读 · 2021年5月7日
【经典书】线性代数元素,197页pdf
专知会员服务
55+阅读 · 2021年3月4日
事件知识图谱构建技术与应用综述
专知会员服务
148+阅读 · 2020年8月6日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
致发光的你,OPPO Reno7 系列发布会
ZEALER订阅号
0+阅读 · 2021年11月24日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
一文读懂依存句法分析
AINLP
16+阅读 · 2019年4月28日
【学界】融合对抗学习的因果关系抽取
GAN生成式对抗网络
15+阅读 · 2018年7月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Disturbance of questionable publishing to academia
Arxiv
0+阅读 · 2022年4月19日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
15+阅读 · 2020年2月6日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
小贴士
相关主题
相关VIP内容
全球能源转型及零碳发展白皮书
专知会员服务
39+阅读 · 2022年3月1日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
31+阅读 · 2021年5月7日
【经典书】线性代数元素,197页pdf
专知会员服务
55+阅读 · 2021年3月4日
事件知识图谱构建技术与应用综述
专知会员服务
148+阅读 · 2020年8月6日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
微信扫码咨询专知VIP会员