基于地球化学方法定量示踪江苏海岸废黄河三角洲沉积物的来源

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41701009
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0101.地貌学
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The scientific question in the present proposal is how much sediments are contributed to the abandoned Yellow River delta from Yellow River and Huai River, respectively. Identification of sediment sources plays an important role for understanding the sediment source-to-sink transport process from estuary to coast and continental shelf. Whilst, many researches about sediment sources at the estuaries or coast depositions in the past are qualitative or semi-quantitative. Furthermore, the study for quantifying the sediment sources at the estuaries or coast is limited because of the sediment grain size sorting and the material component differentiation during the sediment transport. Here, the sedimentary system of abandoned Yellow River delta is selected as the study area, as well as the Yellow River and Huai River deposition areas. First, the best tracer fingerprints for the sediment from Yellow River and Huai River transported to abandoned Yellow River delta are established, on the basis of the geochemical approach and statistical analysis. Then, the muddy and sandy sediment sources on the abandoned Yellow River delta are quantified by applying the sediment source mixing model and geochemical tracers. Finally, a scientific hypothesis could be tested: the muddy sediments on the abandoned Yellow River delta are mainly supplied by Yellow River; whereas, the sandy sediments are controlled by Huai River. The theoretical significance of the study lies in an improved understanding of the formation and evolution for muddy and sandy depositions on abandoned Yellow River delta, and also help to enrich the application of geochemical tracer methods in sediment dynamics.
本项目的科学问题是废黄河三角洲沉积中黄河与淮河来源的物质各有多大贡献。沉积物物源判别是认识流域-海岸-陆架沉积物输运源汇过程的重要依据。然而以往对于河口海岸沉积体的物源追踪研究多停留在定性或者半定量程度,定量追踪物源因海洋沉积物在输运过程中的粒度分选和物质组分发生分异而受到限制。本项目以废黄河陆上三角洲沉积体(汇区)为载体,结合黄河和淮河沉积物(源区),由沉积物“从源到汇”的地球化学过程入手,以元素地球化学为主要示踪方法,结合统计分析等手段,建立废黄河三角洲沉积物源区端元示踪指标体系;通过沉积物地球化学物源示踪混合模型,分粒级(泥质和砂质)定量追踪废黄河三角洲沉积体的物源贡献。验证工作假说:废黄河三角洲泥质沉积主要由黄河源物质补给,砂质沉积主要以淮河输入为主。该项研究成果将对揭示废黄河三角洲泥质和砂质沉积的形成和演化机制奠定基础,有助于丰富和完善地球化学示踪方法在沉积动力学中的应用。

结项摘要

沉积物物源识别是认识流域-海岸-陆架沉积物输运源汇过程的重要依据;然而以往对于河口海岸沉积体的物源追踪研究多停留在定性或者半定量程度,定量追踪物源因海洋沉积物在输运过程中的粒度分选和物质组分发生分异而受到限制。苏北废黄河三角洲作为中国一个典型的经历建设发育和破坏演变的河流三角洲,以快速淤积、快速侵蚀为主要特色,是定量化研究流域-海岸沉积物输运源汇过程的典型区域。为此,本项目针对废黄河三角洲沉积体,及其不同端元物质(黄河源和淮河源)开展了野外调查取样,完成了室内沉积物粒度分析、分粒级提取泥质和砂质沉积、地球化学元素测试分析、沉积相分析和14C测年分析。通过实验数据和统计分析,建立识别黄河源和淮河源泥质沉积物的最佳示踪指标组合为:Ca、Zn、Ba、Mn、P、Al;识别黄河源和淮河源砂质沉积物的最佳示踪指标组合为:Ca、Ba、Al。依据物质质量守恒原理,建立废黄河三角洲沉积体中泥质和砂质沉积的地球化学物源混合模型,定量化模拟计算了黄河源和淮河源对废黄河三角洲沉积体的贡献。结果表明:黄河源和淮河源对废黄河三角洲中泥质沉积的贡献分别为~82%和~18%;对其砂质沉积的贡献分别为~37%和~63%,基本验证了本研究的前期工作假说:废黄河三角洲泥质沉积主要由黄河源物质补给,砂质沉积主要以淮河输入为主。此外,不同物源显示的时空分布格局在一定程度上深化了目前对废黄河三角洲形成演化机制的认识和理解,丰富和完善了地球化学示踪方法在沉积动力学中的应用。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Holocene climate change in Henan area: A synthesis of proxy records
河南地区全新世气候变化:代理记录综合
  • DOI:
    10.1016/j.quaint.2019.05.026
  • 发表时间:
    2019-06
  • 期刊:
    Quaternary International
  • 影响因子:
    2.2
  • 作者:
    Li Kaifeng;Gao Wenhua
  • 通讯作者:
    Gao Wenhua
1960-2014 年河南极端降水特征分析
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    河 南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    高文华;李开封;靳豪豪
  • 通讯作者:
    靳豪豪

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

广域次声传感器阵列网络系统设计
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    微计算机应用
  • 影响因子:
    --
  • 作者:
    门春莲;高文华;冯浩楠;杨亦春
  • 通讯作者:
    杨亦春
极大算子的加权BLO估计(英文)
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数学进展
  • 影响因子:
    --
  • 作者:
    江寅生;高文华
  • 通讯作者:
    高文华
基于PCA-BP融合的边坡稳定性评价模型
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    安全与环境学报
  • 影响因子:
    --
  • 作者:
    高文华;罗新辉;胡泽涛
  • 通讯作者:
    胡泽涛
中世纪暖期豫北地区水灾灾害研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    自然灾害学报
  • 影响因子:
    --
  • 作者:
    李开封;高文华;赵延粉;武广洋;潘燕芳;陈英勇
  • 通讯作者:
    陈英勇
极大奇异积分算子的RBLO估计(英文)
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    浙江大学学报:理学版
  • 影响因子:
    --
  • 作者:
    江寅生;全玉霞;高文华
  • 通讯作者:
    高文华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码