한국과 중국의 강 퇴적물의 주성분 원소 함량 특성: 황해 니질 퇴적물의 기원지 연구를 위한 잠재적 추적자

임동일; 신인현; 정회수

추천

검색

자료유형: 학술저널

저자정보: 임동일 (한국해양연구원 남해연구소 남해특성연구본부) 신인현 (조선대학교 사범대학 지구과학교육학과) 정회수 (한국해양연구원 한중해양과학공동연구소)

저널정보: 한국지구과학회 한국지구과학회지 한국지구과학회지 제28권 제3호

발행연도: 2007.1

수록면: 311 - 323 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

황해와 북동중국해에는 중국의 황하와 양쯔강 그리고 한국의 강들로부터 많은 양의 부유물질이 공급되어 대륙붕 해역에 여러 개의 니질 퇴적체가 발달하고 있으나, 이들 퇴적체에서 두 기원을 설명할 수 있는 퇴적-지화학적 요인은 아직까지 명확하게 제시되고 있지 않다. 본 논문에서는 한국과 중국 기원 강 퇴적물의 주성분 원소의 함량 특성을 비교 연구하고, 그 결과를 토대로 황해와 북동중국해 퇴적물에 적용 가능한 기원지 추적자를 제시하였다. 본 연구를 위해 총 102개의 강과 연안 퇴적물에 대한 주성분 원소(Al, Fe, Mg, K, Ca, Na, Ti)들의 함량을 유도결합플라즈마 분석기를 이용하여 분석하였으며, 이와 함께 입도효과를 최소화하기위해 원시료를 실트$(60{\sim}20{\mu}m)$와 점토 구간$(<20{\mu}m)$으로 분리하여 주성분 원소 함량과 스트론튬 동위원소 비($^{87}Sr/^{86}Sr$)를 분석하였다. 연구결과, 새로운 방법의 입도보정을 통한 Fe/Al과 Mg/Al 함량 비는 매우 유용한 잠재적 추적자로 제시되며, 이러한 결과는 입자 분리된 실트와 점토 퇴적물에서 더욱 뚜렷하다. 또한 실트 구간의 퇴적물에서 한국 기원의 $^{87}Sr/^{86}Sr$ 비는 $0.7229{\sim}0.7253$(평균 0.7243) 범위로 중국 기원 퇴적물($0.7169{\sim}0.7189$, 평균 0.7179)과 뚜렷한 차이를 보여, 황해와 북동중국해에서 한국과 중국 기원의 퇴적물을 구분할 수 있는 중요한 지화학적 성분으로 평가된다. 이러한 잠재적 추적자들에 근거할 때, 한국 서남해에 발달하고 있는 니질 퇴적대의 전퇴적물은 한국과 중국의 혼합 기원으로 해석되나, 실트와 점토 구간의 퇴적물로 나누어 볼 때 그기원이 각각 다르게 나타났다. 즉, 점토 퇴적물은 한국과 중국의 혼합 기원으로, 실트 퇴적물은 한국 기원이 우세한 것으로 해석된다.

The Yellow and East China seas received a vast amount of sediment $(>10^9ton/yr)$, which comes mainly from the Changjiang and Huanghe rivers of China and the Korean rivers. However, there are still no direct sedimentological-geochemical indicators, which can distinguish these two end-members (Korean and Chinese river sources) in these seas. The purpose of this study is to provide the potential geochemical-tracers enabling these river materials to be identified within the sediment load of the Yellow and East China seas. The compositions of major elements (Al, Fe, Mg, K, Ca, Na, and Ti) of Chinese and Korean river sediments were analyzed. To minimize the grain-size effect, furthermore, bulk sediments were separated into two groups, silt $(60-20{\mu}m)$ and clay $(<20{\mu}m)$ fractions, and samples of each fraction were analyzed for major and strontium isotope $(^{87}Sr/^{86}Sr)$ compositions. In this study, Fe/Al and Mg/Al ratios in bulk sediment samples, using a new Al-normalization procedure, are suggested as an excellent tool for distinguishing the source of sediments in the Yellow and East China seas. This result is clearly supported by the concentrations of these elements in silt and clay fraction samples. In silt fraction samples, Korean river sediments have much higher $^{87}Sr/^{86}Sr$ ratio $(0.7229{\sim}0.7253)$ than Chinese river sediments $(0.7169{\sim}0.7189)$, which suggests the distribution pattern of $^{87}Sr/^{86}Sr$ ratios as a new tracer to discriminate the provenance of shelf sediments in the Yellow and East China seas. On the basis of these geochemical tracers, clay fractions of southeastern Yellow Sea mud (SEYSM) patch may be a mixture of two sediments originated from Korea and China. In contrast, the geochemical compositions of silt fractions are very close to that of Korea river sediments, which indicates that the silty sediments of SEYSM are mainly originated from Korean rivers.

#지화학적 추적자 #한국 및 중국 강 퇴적물 #황해와 동중국해

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

임동일

소속기관 한국해양연구원 남해특성연구부

주요연구분야 자연과학 > 지구과학 > 지구과학 일반

논문수 10 이용수 110

신인현

소속기관 조선대학교 사범대학 지구과학교육학과

주요연구분야 자연과학 > 지구과학 > 지구과학 일반

논문수 2 이용수 13

정회수

소속기관 한국해양연구원 심해.해저자원연구부

주요연구분야 자연과학 > 지구과학 > 지구과학 일반

논문수 5 이용수 48

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)