Indhold 1 Indledning..........................................................................................................................................2 1.1 Indlandsisen............................................................................................................................2 1.2 NGRIP-2 boringen .................................................................................................................2 1.3 Udvælgelse af isprøver...........................................................................................................3 2 Teori ..................................................................................................................................................4 2.1 Iskrystallers struktur & vækst.................................................................................................4 2.2 Isens urenheder.......................................................................................................................4 2.3 Årstidsvariationen ..................................................................................................................4 3 Problemformulering ..........................................................................................................................5 4 Forsøgsbeskrivelse ............................................................................................................................5 4.1 Fremstilling af tyndslib ..........................................................................................................5 4.2 Fotografering & måling af prøverne ......................................................................................6 4.3 Billedbehandling ....................................................................................................................6 4.4 Databehandling.......................................................................................................................7 5 Resultater & bearbejdning.................................................................................................................7 5.1 Schmidt-diagrammer ..............................................................................................................8 5.2 Krystalstørrelse vs. urenheder ................................................................................................9 5.3 Korrelations-plots.................................................................................................................11 6 Diskussion og konklusion ...............................................................................................................13 7 Referencer .......................................................................................................................................15 8 Bilag ................................................................................................................................................16 Bilag 1 ........................................................................................................................................16 Bilag 2 ........................................................................................................................................16 Bilag 3 ........................................................................................................................................17
Side 1 af 17
1 Indledning 1.1 Indlandsisen Indlandsisen dækker ca. 85 % af Grønlands samlede areal. Toppen af iskappen ligger godt 3200 m over havets overflade. Her er isen ca. 3 km tyk (NGRIP Members 2004). Hvert år falder der nedbør som sne over hele iskappen uden, at dennes masse øges. Dette skyldes, at der sker en afsmeltning i bunden, som følge af jordvarmen, og ud mod iskappens kant (se Figur 1.1). Isdeleren ses i midten af figuren. Her bevæger Figur 1.1 Isflydelinier og udtynding af årlag i isen sig hovedsageligt vertikalt, dvs. mod fortegnet 2D-iskappe. Ved isdeleren er bevægelsen bunden, hvorimod bevægelsen længere mod vertikal. siderne foregår mere horisontalt, altså ud mod havet. Hvis man borer en iskerne ved isdeleren får man således en god kronologi i årelagene. Dette er netop, hvad man har gjort ved NGRIP (North Greenland ice Core Project) og NGRIP-2.
1.2 NGRIP-2 boringen Der er i flere omgange foretaget boringer af iskerner i Grønlands indlandsis. Den seneste af disse er NGRIP-2-boringen1. Vores prøver stammer fra NGRIP-2 iskernen, der er et internationalt projekt med det formål at undersøge tidligere tiders klimavariationer og dermed få en større forståelse for Jordens klimatiske udvikling. Boringen blev påbegyndt i 1998 og nåede bunden i 3085 m dybde d. 17. juli 2003. (NGRIP Members 2004). Iskernen er udboret i stykker af 55 cm, kaldet bags(se figur 1.3). Disse er nummereret fra toppen af boringen. Ud af arbejdet med iskernen er der kommet en temperaturkurve, der strækker sig langt tilbage i den sidste istid, denne temperaturkurve har vi fremstillet en forkortet model af. På figur 1.2 er δ18O (‰)plottet som funktion af isens alder. δ18O (‰) er et forhold mellem isens indhold af 18O og 16O. Dette forhold kan bruges til at bestemme temperaturen i Grønland dengang, hvor den sne, der nu er is, faldt. Den specifikke metode til bestemmelse af temperaturen ud fra δ18O (‰) ligger uden for emnet for denne opgave. Det eneste læseren bør vide er, at en højere δ18O (‰) svarer til en højere temperatur. Den pludselige temperaturstigning, der også er afbilledet på figur 1.2, markerer indgangen til den milde klimaperiode Bølling, opkaldt efter den sø i Jylland, hvor man først observerede spor efter en mild klimaperiode i slutningen af sidste istid.
1
Der eksisterer også en NGRIP(-1)-boring, der blev påbegyndt i 1996, men her satte boret sig fast i 1997 i 1372 m’s dybde og en ny boring måtte påbegyndes.
Side 2 af 17
δ18O (‰)
-28
-32
-36 -40
δ18O (‰)
-44 -36
14500 14600 14700 14800
-40
-44
-48 0
20000
40000
60000 Alder i år
80000
100000
120000
Figur 1.2 δ18O (temperatur) indholdet gennem de sidste 120.000 år. Vi arbejder med prøver af is, hvor aldersforskellen er ca 150 år. Ydermere bør det bemærkes, at den kronologiske sammenhæng på figuren fås ved læsning fra højre mod venstre, således, at der, hvor værdien på x-aksen er nul, er lig med nutiden. Den røde kurve er en forstørrelse af det markerede område og de grå søjler herpå markerer, hvor de bags, som vores tyndslib er lavet af, ligger på kurven. At de to søjler ikke er lige brede skyldes, at den lave nedbørsmængde i kolde perioder fører til, at årelagene i iskernen bliver tyndere og dermed bliver der flere årlag i hver bag og disse strækker sig derfor over længere perioder.
1.3 Udvælgelse af isprøver Med den begrænsede tid, der er til rådighed, er en nøje udvælgelse af materiale til undersøgelse en nødvendighed for at sammenlignelige resultater kan opnås. Efter samråd med Anders Svensson har vi udvalgt isprøver lige før- og lige efter den milde klimaperiode Bølling under den sidste istid for ca. 14.700 år siden. Denne periode er specielt interessant, da der var et meget stort temperaturudsving over en forholdsvis kort Fig. 1.3 Inddelingen af en enkelt bag. periode. Vi har fået tildelt 2 * 20 cm isprøve fra henholdsvis 1603 m og 1608 m dybde, nærmere betegnet stykkerne 2915 D+E og 2924 D+E, hvor 2915 og 2924 er de respektive bag-numre. Derudover bruger vi målingerne fra A-C, der er lavet af ph.d. studerende Benoit Bizet.
Side 3 af 17
2 Teori 2.1 Iskrystallers struktur & vækst Iskrystaller er opbygget af H2O-molekyler. Hvert H2O-molekyle er opbygget som et regulært tetraede omkring oxygenatomet med positiv ladning i to af hjørnerne og negative ladninger i de to andre hjørner. I iskrystaller sidder H2O-molekylerne arrangeret i heksagonale ringe. Til hver af disse heksagonale ringe hører der en normal, dvs. en retning, der er vinkelret på ringenes ”store” sideflader. Normalen benævnes som oftest, c-aksen og definerer samtidig krystallets orientering. Ser man på middelkrystalstørrelsen ned gennem hele NGRIP-2-kernen, vil der kunne observeres en væsentlig variation, der tydeligvis afhænger af andet end bare den dybde hvori den er målt. En stærk sammenhæng mellem dybde og krystalstørrelse er ellers, hvad man umiddelbart ville forvente, fordi iskrystaller normalt ”vokser” med alderen (Paterson, 1994). Denne vækst sker ved, at små krystaller bliver opslugt af de større krystaller. Sammenvoksningen fortsætter ned gennem hele iskernen samtidig med, at nogle af de største iskrystaller brækker i mindre stykker, den såkaldte polygonisering. I en vis dybde udlignes krystalvæksten af polygoniseringen således, at krystalstørrelsen ikke længere ændrer sig. Tidligere undersøgelser har indikeret at denne variation, er tæt forbundet med isens indhold af urenheder og isens temperatur.
2.2 Isens urenheder For at forstå den teoretiske baggrund for projektet kræves et vist kendskab til de faktorer, der har indflydelse på iskrystallernes størrelse. Teorien bygger på det faktum, at sne, der er faldet i kolde klimaperioder giver anledning til et mindre middelareal, af de heraf skabte iskrystaller, end sne, der er faldet i varme klimaperioder. Årsagen til dette skal findes i den tørre atmosfære, der følger med et koldere klima2. Når klimaet er tørt (dvs. der falder mindre regn) vil den støv, der er blæst op i atmosfæren, ved de store (støv-)storme i Asien, flyve længere omkring inden den bliver ”regnet ud” af luften. Dermed er der også mere støv, der når til indlandsisen i Grønland, hvor en del af den vil lægge sig på isen sammen med den årlige nedbør.3 Følgelig vil der være en større koncentration af urenheder i den is der er faldet som sne i kolde klimaperioder set i forhold til varme. Disse urenheder består af bl.a. ionerne Ca2+ (en naturlig del af det kontinentale støv, (Steffensen, 1997)), Na2+(kommer fra havsalt), SO42- (i stor udstrækning fra vulkanske kilder), samt ”rent” uopløseligt støv. Tidligere forskning har antydet, at der er en vis sammenhæng mellem urenheder og iskrystallernes størrelse. Hvilke af disse former for urenheder, der har størst indflydelse på krystallernes middelareal er stadig uvist (Kaj M. Hansen, 2002). Af samme årsag er det en af de ting vi i denne rapport vil forsøge at komme med et bud på.
2.3 Årstidsvariationen Ser man på krystalstørrelserne i et udsnit svarende til et enkelt år af en iskerne, vil man forvente at se, at der vil optræde to bånd gennem usnittet. I det ene bånd vil der hovedsageligt forefindes relativt store iskrystaller mens det andet bånd vil indeholde relativt små krystaller. Denne forskel 2
Lufts evne til at indeholde vanddamp, falder med temperaturen. I naturen ses dette tydeligt ved, at luft der stiger til vejrs (f.eks. når dette passerer en højderyg) og dermed afkøles, afgiver en del af den fugt det indeholder, altså regn. 3 Isen skal dog ikke forstås som uren, da den er op 10 gange renere end destilleret vand.
Side 4 af 17
skyldes, at koncentrationen af urenheder ikke kun varierer over store perioder, men også indenfor de enkelte år. Dette skyldes, at der ikke blæser lige meget støv op i atmosfæren på alle årstider. Koncentrationer af støv er generelt større i forårsperioder.
3 Problemformulering • • • •
Hvordan afhænger krystalstørrelsen af urenheder og årstidsvariationen(lokalt)? Er der en sammenhæng mellem krystalstørrelsen og krystalorienteringen? Hvad er forskellen på vores målinger i de 2 klimaperioder? Hvordan er sammenhængen mellem vores målinger og tilsvarende resultater, opnået ved lignende undersøgelser?
For at få svar på disse spørgsmål er et nærmere kendskab til NGRIP-2-kernen en nødvendighed. Til den videre analyse er det nødvendigt at fremstille billeder af iskernen af en form som ses på figur 3.1. Tyndslib er den almindelige betegnelse for en isprøve, der er ca 0,5 mm tyk. Når isprøven har denne tykkelse (eller tyndere) og placeres mellem to krydsede polarisatorer (se figur 4.3) træder de enkelte krystaller i prøven tydeligt frem, som det ses på figur 3.1. Denne glasmosaik-lignende figur er netop den, der kom ud af vores indledende arbejde med 2915-D. Hver enkelt lille farvede del af mosaikken er netop ét iskrystal, der er her tale om ikke mindre end 1299 af slagsen. Man bemærker også, at der er en tydelig variation i krystallernes størrelse, særligt er der ned gennem midten af ”tyndslibet” en tydelig række af krystaller, der i størrelse afviger væsentligt fra resten af prøven.
Op
Figur 3.1 Tyndslib set gennem 2 krydsede polarisatorer. Hver enkelt lille farvede del af mosaikken er netop ét iskrystal.
4 Forsøgsbeskrivelse 4.1 Fremstilling af tyndslib For at arbejde med de udvalgte, prøver er det nødvendigt høvle disse ned til en tykkelse, hvor det er muligt at adskille de enkelte krystaller under fotograferingen. Tyndslibe fremstilles med den viste ishøvl på figur 4.2. Proceduren er den, at den ca. 1 cm tykke isprøve (som vist på figur 1.2) placeres på en glasplade, hvor bag-nummer og orientering af prøven er påført. Her
Side 5 af 17
Figur 4.2 Isprøven lægges på den vandrette plade (a), og høvles med 10 til 40 µm ad gangen vha. mikrotomkniven (b).
fryses prøven så, i første omgang, fast med en dråbe vand i hvert hjørne, hvorefter den høvles ned, således, at den er helt plan. Når den plane flade så er opnået, vristes prøven forsigtigt løs, vendes og fastfryses, denne gang med en stribe vand langs hele kanten, med den plane side nedad. Herefter begynder så den egentlige fremstilling af tyndslibet. Vi starter med at høvle 40 µm ad gangen, indtil vi når ned på en tykkelse i omegnen af 0,5 mm (tykkelsen måles ikke direkte på prøven, men på vanddråber placeret på glaspladen ved siden af prøven). Herefter høvles kun med 10 µm ad gangen, indtil tykkelsen er omkring 0,4 mm. Nu er prøven klar til at blive fotograferet.
4.2 Fotografering & måling af prøverne Fotograferingen af tyndslibene er, hvad der danner grundlaget for hele den videre behandling af materialet. Fotograferingen foregår, kort fortalt, ved, at prøven placeres på en plade, der kan bevæge sig i X-Y-planet (en skematisk oversigt over apparatet er vist på figur 4.3). Over og under prøven er der placeret to polarisatorer. Nederst i apparatet er der placeret en lyskilde (lysdiode). Når diode belyser prøven gennem den nederste af disse polarisatorer og lyset herefter ledes gennem den øverste polarisator får det de forskellige krystaller til at fremtræde i forskellige farver, hvilket skyldes, at lyset brydes forskelligt i krystaller med forskellige orienteringer. Med Fig. 4.3 Kameraopstillingen i forsøget disse forskellige farver er en automatisk optegning af langt de fleste krystaller mulig. Billedet, der fremstilles med denne metode er som på figur 3.1. Denne automatiske optegning er medvirkende til en enorm reduktion af arbejdsbyrden under billedbehandlingen, i forhold til tidligere, hvor alle krystalgrænserne skulle tegnes op manuelt.
4.3 Billedbehandling Under billedbehandlingen sker der en finpudsning af de hidtil opnåede data, således, at den videre statistik kan laves med optimerede datasæt. Vi bruger Image Pro Plus softwarepakken til at bearbejde billederne med. Dette program kan sætte såkaldte outlines, så krystallerne bliver opdelt efter farve. Programmet er dog ikke helt perfekt, da de automatisk fundne grænser nogle steder er sat forkert, eller slet ikke fundet af programmet. Derfor kræves der en anseelig manuel arbejdsindsats for at korrigere krystalgrænserne. Først kan vi visuelt korrigere billedet, vi skærer vanddråberne langs iskanten væk, fjerner så de krystaller, der er savet over ved udskæring af prøven, og sætter de nye grænser som vi kan se med sikkerhed burde være der. Herefter laver vi et hurtigt tjek med Image Pro Plus, hvor vi zoomer ind på de mindste krystaller under 0,1 mm.2. Disse fjernes konsekvent, da eventuelle krystaller i denne størrelse ligger under apparaturets opløsning og derfor ikke er troværdige.
Side 6 af 17
Efter denne bearbejdning bruger vi nogle programmer og procedurer i Visual Basic, som kan bestemme c-aksens retning i hvert krystal4. Selve billedbehandlingen sker i flere trin. I første omgang sættes programmet til at finde de krystaller indenfor, hvilke c-aksens retning varierer med mere end 10˚. Disse ”nye” krystalgrænser tegnes så op manuelt. Herefter gentages proceduren med 10˚, for at finde om de nye krystaller i virkeligheden er to krystaller. Herefter gennemføres proceduren med en opløsning på 5˚. I denne, tredje bearbejdning, er man dog er lidt mere påpasselig med, hvor meget man vælger at tro på de grænser, der findes af programmet, da man her er nede i en c-akse-variation, der strækker programmets opløsning og usikkerhed lige til grænsen.
4.4 Databehandling For at besvare de, i problemformuleringen fremsatte, spørgsmål er det nødvendigt med en fremstilling af krystalstørrelser, urenheder m.m., der gør disse let overskuelige. Til at lave disse fremstillinger benytter vi især programmet Grapher4, der er i stand til at plotte vores måledata på et væld af forskellige måder. De forskellige plot-muligheder i programmet har gjort det muligt at lave fremstillinger af vores data på en overskuelig måde. Undervejs i forløbet har der også været et behov for at fitte nogle af måledataene med specifikke funktioner, med det formål at kunne foretage nogle vurderinger af disses præcision og sammenhørighed. Til disse betragtninger har vi haft stor glæde af Graphers mulighed for at bestemme en specifik værdi for, hvor godt en given serie af måledata kunne fittes med en specifik funktion. Dette vil fremgå mere klart under behandlingen og fremstillingen af resultater.
5 Resultater & bearbejdning Det umiddelbare resultat, der kan hives ud af de foretagede databehandlinger, er antallet af krystaller i de enkelte tyndslib. Dette resultat kan måske virke som en yderst banal iagttagelse, men med et vist kendskab til iskrystaller og iskernerne fra Grønland bliver disse resultater pludselig yderst interessante. Det er derfor med en betragtning af krystalantallet og disses størrelsesfordeling, at den egentlige analyse af det behandlede data tager sin begyndelse. Der kan trækkes en del oplysninger ud af resultaterne omkring krystalantal og størrelser. Vi bringer derfor det antal krystaller, der er i de enkelte tyndslib sammen med middelarealet (tabel 5.1). Det vi har gjort på figur 5.1 er at fremstille antallet af krystaller i de undersøgte tyndslib som funktion af logaritmen til deres areal i mm2. Grunden til, at det er logaritmen til arealet, der fremstilles er, at dette giver en meget pænere kurve, da denne ellers ville stige hurtigt for derefter langsomt at glide ud. Med denne korrigerede fremstilling Tabel 5.1 Vi arbejder med i alt 7046 krystaller passer fordelingen næsten med en gaussfordeling. Prøverne fra de forskellige bags er fremvist på hver deres Y-akse således at arealet under 4
Der er arbejdes ud fra den definition, at krystaller indenfor, hvilke der er en variation af c-aksens retning på mere end 5-10˚, i virkeligheden er to eller flere separate krystaller.
Side 7 af 17
kurverne er det samme. Grunden til dette er, at der er stor forskel på antallet af krystaller i de to bags (der er mange flere i 2924). Der ville derfor ikke kunne foretages en direkte sammenligning af antallet af store og små krystaller. Hvis man derimod foretager en normering af Y-akserne, er en direkte sammenligning af kurverne mulig. En konstatering, der kan drages ud fra en sammenligning er, at der er forholdsvis flere små krystaller i tyndslibene fra bag 2924 mens tyndslibene fra bag 2915 indeholder forholdsvis flere store krystaller. Da vi samtidig ved, at 2924 stammer fra en periode, der er koldere end den, hvorfra 2915 er taget, konkluderer vi, at sne, der falder i kolde perioder giver anledning til flere og dermed mindre krystaller end sne, der falder i varmere perioder.
Figur 5.1 Krystallernes størrelsesfordeling i 2915 og 2924.
5.1 Schmidt-diagrammer 2915-D
R-faktor: 66.4
2924-D
R-faktor: 72.8
Fig. 5.2 Top-View5-Schmidt-diagrammer af 2 udvalgte prøver. Begge diagrammer har en girdle-form (bælteform). Plottene er drejet en smule i forhold til hinanden. Dette skyldes at boret roterer og man derfor mister orienteringen. For 2915-E og 2924-E se bilag 1.
Side 8 af 17
Schmidt-diagrammerne er en metode til at fremstille en overskuelig præsentation af caksernes orientering i de enkelte tyndslib. Fremstillingen af diagrammerne sker ved, at c-aksernes orienteringer indlægges som vektorer, med startpunkt i origo, i et 3-dimensionelt koordinatsystem. Omkring disse vektorer er der lagt en enhedskugle således, at hver vektor skærer denne i netop ét punkt. Skæringspunkterne med enheds-
kuglen er derefter projiceret ned på X-Y-planet. 5 Det vides fra andre målinger, at der er en klar sammenhæng mellem, hvor spredt caksernes orientering er og i, hvilken dybde disse er fundet. Den generelle sammenhæng er, at ensretningen vokser med dybden (Yun Wang 2002). Det, der ønskes illustreret med disse plots, er, hvordan c-aksernes orientering er i de tyndslib, som vi har arbejdet med. På figur 5.2 ses det, at begge plot minder om hinanden, men det bemærkes at 2924 er en anelse mere klumpet omkring midten og altså har en større grad af ensretning. Dette var som forventet. Girdle-formen, der optræder i schmidtdiagrammerne skyldes isens flyderetningen. Disse bevirker, at der sker en strækning i øst-vestretningen mens der sker en sammenpresning i nord- Figur. 5.3 Forholdet mellem krystallernes orientering og sydretningen. krystalstørrelse for 2915. Se Bilag 2 for 2924. Fra databehandlingen kendes der en værdi for ensretningen af c-akserne, en såkaldt R-faktor(se tabel 5.2), hvor en højere R-faktor er lig en større grad af ensretning og en værdi på 100 er lig med en total ensretning, dvs. alle c-akser peger i samme retning. Denne R-værdi er også illustreret på figur 5.4, som kommer efter dette afsnit. Vi har ønsket at undersøge, hvorvidt om der er sammenhæng mellem krystalstørrelsen og c-aksens orientering. Til det har vi plottet figur 5.3 Herudfra ses det, at der ikke er nogen sammenhæng mellem c-aksernes orientering og krystalstørrelserne for 2915, billedet er det samme for 2924. Derudfra konkluderer vi, at koncentrationen af urenheder, og dermed temperaturen på nedbørstidspunktet, ikke har nogen indflydelse på cakseorienteringen. Tabel 5.2
5.2 Krystalstørrelse vs. urenheder Et andet spørgsmål, der blev fremsat i problemformuleringen, omhandler sammenhængen mellem krystalstørrelser og isens indhold af urenheder. Foreløbige resultater har indikeret, at der er en sammenhæng mellem temperaturen på den tid, hvor isen er faldet som sne og iskrystallernes størrelse, men som tidligere beskrevet forventer vi også en sammenhæng mellem temperatur og urenheder. Vi ønsker derfor at undersøge denne sammenhæng.
5
Et top-view er sådan som c-akserne ville fremstå, hvis de blev observeret fra toppen og ned gennem iskernen.
Side 9 af 17
Til at lave denne kobling benytter vi koncentrationer af forskellige urenheder, som man har målt ned gennem hele iskernen (NGRIP Members 2004). Koncentrationer af nogle6 af disse urenheder plottes sammen med de gennemsnitlige krystalstørrelser som funktion af dybden. Dette kan naturligvis kun gøres fordi man lige fra slibningens begyndelse har holdt godt øje med, hvordan udsnittet af baggen vender, altså hvad er op og, hvad er ned. Plottet er lavet over de første 50 cm af hele 2915 baggen7. Som det fremgår af figur 5.4 har vi valgt at præsentere dataene i en 5 mm opløsning, fordi dette giver mulighed for en mere detaljeret sammenligning af urenheder og krystalstørrelser. Ud af denne sammenhæng kommer der figur 5.4.
Fig. 5.4 Sammenhængen mellem krystalstørrelse, krystalorientering og koncentrationen af urenheder for bag 2924. Urenhederne og krystalstørrelsen varierer med årstiden, og man kan derfor også tælle hvor mange år prøven spænder over. Derimod ses der ingen forbindelse for R-faktoren. For 2915, se bilag 3
6
Der er her foretaget en udvælgelse således, at kun de urenheder, hvor der observeres den største sammenhæng er udvalgt. Uden denne udvælgelse havde ovenstående figur fremstået yderst uoverskueligt. 7 Vi har som tidligere beskrevet kun lavet tyndslib af D og E stykkerne af de enkelte bags, men da stykkerne A, B og C allerede var lavet, har vi haft mulighed for at inkorporere dataene for disse i vores plot, for på den måde at opnå en bedre statistik.
Side 10 af 17
Ser man nærmere på figur 5.4, vil det fremgå, at en høj koncentration af urenheder fører til et mindre middel-krystalareal. Som beskrevet under afsnittet ”Isens urenheder” var dette, hvad vi håbede at kunne vise. Ser man på kurverne over urenheder og krystalstørrelsen, kan der observeres en periodisk variation af disse. Det viser sig, at denne variation er en ”årstidsvariation”, dvs. der er en øget koncentration af urenheder og dermed mindre krystaller én gang årligt. Koncentrationen af urenheder er generelt lav om vinteren (hvor der er en begrænset cirkulation i atmosfæren samt mindre nedbør), mens den er høj omkring foråret, hvor både nedbøren og luftcirkulationen er væsentlig større.
5.3 Korrelations-plots Hvad angår, hvilke urenheder, der har den største indflydelse på krystalstørrelsen, er det en ting, som ikke fremgår klart af figur 5.4. Til besvarelse af denne del af opgaven har vi derfor lavet en del ”scatter-plots”, hvor vi viser urenhederne som funktion af krystalstørrelserne. Umiddelbart virker det måske mere logisk at plotte krystalstørrelserne som funktion af urenhederne, da dette i grunden er den vej der forventes at være en sammenhæng, men vi har valgt den anden metode fordi dette er, Coef of determination, R-squared = 0.434301 1000000 Coef of determination, R-squared = 0.295537 Calcium (Ca)
Coef of determination, R-squared = 0.390531 Coef of determination, R-squared = 0.261282 Støv
100 100000
10000
10 2
4
6
8
2
10
Coef of determination, R-squared = 0.0640655 Coef of determination, R-squared =0.301026 Sulfat (SO4)
1000
4
6
8
10
Coef of determination, R-squared = 0.059646 Coef of determination, R-squared = 0.228055 Natrium (Na)
100
100
10
10
1 2
4
6
8
2
10
Coef of determination, R-squared = 0.210352 Coef of determination, R-squared = 0.13934
Nitrat (NO3) 100
4
6
8
10
Coef of determination, R-squared = 0.47053 Coef of determination, R-squared = 0.396805 Synlige lag
100
10 2
4
6
8
10
2
4
6
8
10
Fig. 5.5 Et plot af urenheder mod krystalstørrelse. x-aksen er i mm2 og y-aksen er den relative koncentration. De Side 11 af 17 blå datapunkter stammer fra bag 2924 (den kolde periode) og de røde datapunkter stammer fra bag 2915 (den varme periode) De farvede streger er fits til de datapunkter med samme farve mens den sorte streg er et samlet fit til alle datapunkterne.
hvad der er valgt i flere andre projekter og artikler og derfor muliggør en umiddelbar sammenligning af resultater og grafer. Formålet med disse sammenligninger er naturligvis at bedømme, hvorvidt vores forsøgs resultater antager plausible værdier og vores konklusioner kan underbygges af andres forsøgsresultater. Værdierne for de enkelte bags er plottet hver for sig og derefter fittet med hver sin kurve. Af pædagogiske årsager er 2915 (den varme) rød og 2924 (den kolde) er blå. Det bemærkes naturligvis også, at der øverst på hver plot er givet en ”Coefficient Of Determination (COD)”. COD er en værdi, der beregnes af Grapher og indikerer, hvor godt et fit til de angivne datapunkter, der er tale om. Dvs. jo tættere denne værdi er på 1, jo bedre passer fittet med de plottede punkter. Den sorte linje, der også er afbilledet på figurerne er et fit til både 2915 og 2924. Hvis der er en sammenhæng mellem de enkelte former for urenheder, skal der altså både være forholdsvist høje COD for begge de farvede fits, mens det sorte fit gerne skal være nogenlunde sammenfaldende med de farvede fits. Med disse kriterier in mente kan den egentlige undersøgelse begynde. Calcium Vi starter fra en ende af med at se på calcium-plottet. De angivne COD-værdier er, hvad der, ud fra vores definitioner, er at betragte som værende forholdsvis høje, dvs. fittene til 2915 og 2924 passer ganske udmærket. Men som det ses, er det samlede fit ikke i nærheden af at være sammenfaldende med dem for de enkelte bags. Med disse analyser, hvor kun 2 ud af 3 af de fremsatte betingelser er opfyldt, konkluderes der, at det ikke er calcium alene, der er årsag til variationen i krystalstørrelserne. Støv(uopløselige stoffer) Ser vi derefter på plottet for støv, bemærker man, at dette plot, umiddelbart, ligner plottet for calcium til forveksling. En vis forskel ses dog på y-aksen, hvor dimensionerne er nogle helt andre. Årsagen til de ens former af plottene skal findes i, at støvet, der lander på indlandsisen, hovedsageligt består af calcium. De ens former af plottene får naturligvis også fittene til at fremstå på samme måde som det ses for calcium. Argumenterne for, at det ikke er isens indhold af støv, der bestemmer krystalstørrelserne er derfor de samme som for calcium. Sulfat Kigger vi på fittet til 2915 bemærker vi, ud fra COD, at dette er et meget ringe fit. Det ses at der er enkelte værdier som falder meget langt fra fittet. Dette kan være fejlmålinger, men mængden og størrelsen gør det usandsynligt. Ser vi på 2924, ses det overraskende at dette fit, er væsentligt bedre. Det samlede fit syntes at ligge med en rimelig sammenhæng, men pga. det upræcise fit 2915 konkluderer vi at sulfat, ikke er en afgørende faktor for variationen af krystalstørrelsen. Natrium Analyserer vi scatter-plottet, ser vi, at det er ret unøjagtigt. Fittet til den kolde periode passer godt nok okay og selvom fittet til den samlede datamængde også passer udmærket, må det dog konkluderes, at det heller ikke er natrium, der har den endegyldige indflydelse på krystalstørrelses, da fittet til den varme periode er meget dårligt med en COD, der ligger under 0,1. Nitrat Betragter vi 2915 plottet, ser vi at punkterne ligger lidt spredt, men alligevel følger en ret linie ganske godt. COD lander på 0,21 og må siges at være rimeligt. Vender vi blikket mod den kolde periode 2924, ses næsten det samme billede som før. Dog er der et par punkter som springer lidt højt, og bevirker at COD kun lander på 0,14. Kombinerer man de 2 fits(den sorte streg), så stemmer de rimelig godt overens, og på den baggrund må vi tolke figuren således at, nitrat må have en betydelig indvirkning på krystalstørrelsen. Synlige lag
Side 12 af 17
Til sidst ser vi på de synlige lag, som vi forventer, vil passe bedst, da dette er en kombination af flere af de forskellige urenheder. Ydermere bør det nævnes, at opløsningen for målingen af de synlige lag, er højere end den, hvormed de enkelte urenheder er målt. Ser vi på 2915, er fittet meget præcist og vi opnår en COD på 0,47. For 2924 opnår vi en næsten lige så høj COD, nemlig 0,40. Det interessante er, at fittet til kombinationen af de 2 datasæt, også passer virkeligt godt (denne er tæt på at være sammenfaldende med de to øvrige fits). Dermed kan vi, som ventet, konstatere, at urenhederne, der er at finde i det synlige lag, har en stor indflydelse på krystalstørrelsen. Problemet med dette fit er, at man ikke helt ved, hvad det er, der danner de synlige lag, men kun, at det er en kombination af de forskellige urenheder og ikke, hvordan disse vægtes.
6 Diskussion og konklusion I diskussionen vil vi sammenligne vores opnåede resultater med allerede publicerede tekster, samt diskutere validiteten af de enkelte analyser. Det første resultat vi kom til, var krystalstørrelsen i de enkelte tyndslib. Her kunne vi se, at den kolde periode (2924) indeholdte mange flere, men mindre krystaller end den varme (2915). En kritik kunne måske gå på, at sneen/isen ikke har været udsat for en krystalliseringsproces i lige lang tid og en forskel i størrelsesforholdene skyldes disse. Denne kritik er dog ubegrundet. Som det ses på δ18O (‰)-kurven, er tiden, der er gået mellem, at isen i de to bags er faldet som sne, meget lille sammenlignet med, hvor længe denne i grunden har ligget på Grønland. Dette bevirker, at forskellen mellem, hvor længe krystalliseringsprocessen har været i gang kommer at spille en ubetydelig rolle. Vi konkluderer her ud fra, at krystalstørrelsen afhænger af temperaturen (δ18O), da der som nævnt i afsnit ”Is og urenheder”, med det koldere klima følger flere urenheder i isen. Sammenligner vi dette med konklusionen i andre artikler, er denne den samme. (K. M. Hansen 2002) En sidebemærkning hertil er, at vi har fundet krystalstørrelsesfordelingen til at være log-normalt fordelt. Samme resultat opnår K. M. Hansen 2002. Samt Anders Svensson ’seasonal variability… 2003’. Vi så på Schmidt-diagrammerne, at c-akserne (krystallernes orientering) begynder at blive mere ensrettet med dybden. Vores resultater er dog ikke så markante, da tidsvariationen er forholdsvis lille. Ønsker man et mere præcist resultat, kræves en større datamængde. Det bør også nævnes her, at der ikke er tale om et repræsentativt udsnit af de målte R-faktorer. som det fremgår af tabel 5.2, men som det ses ud af de midlede værdier er der dog en klar tendens. Begge vores diagrammer har girdle-form og en R-parameter på omkring 70 %. Dette stemmer fuldt ud overens med Yun Wang 2002, hvis forskning viser, at is i vores dybde (1500-2587 m), har en Rparameter på 60-80 %. Vi kan dog konkludere, at der ingen sammenhæng er mellem c-aksens orientering og krystalstørrelsen (figur 5.3). Denne konklusion stemmer overens med andre (Yun Wang 2002) resultater. Ser man på figur 5.4 kan man konkludere, at R-faktoren er uafhængig af urenheder og dermed temperaturen ved isens dannelse (Anders Svensson ’Properties…’, 2003). Ud fra figur 5.4, kan vi konkludere, at sæsonvariation afspejles i middelkrystalstørrelsen. Krystallerne er mindst i foråret, hvor der er flest urenheder. Denne konklusion er tidligere opnået
Side 13 af 17
(A. Svensson ’seasonal variability…’, 2003). Dog er denne sammenhæng ikke set i istidsis tidligere. For at undersøge, hvad der forårsager variationen i krystalstørrelse, lavede vi scatter-plots af de urenheder, som, ud fra fig. 4.1, havde størst sammenhæng med krystalstørrelsen. Vi fandt, at nitrat, som den eneste enkelt-faktor, havde en vis indflydelse på krystalvæksten. Vi så dog, at det er en kombination af urenheder (synlige lag), som har den endegyldige indflydelse på krystalstørrelsen, da denne fitter bedst til krystalstørrelsen. Af disse 2 betragtninger, kan vi konkludere, at nitrat, i samspil med det samlede antal urenheder, bestemmer krystalstørrelsen. Det er helt sikkert, at koncentrationen af urenheder, har en afgørende betydning for iskrystallernes størrelse. Dette er konkluderet ud fra den gode COD. Hvis vi sammenligner vores fundne resultat med K. M. Hansen og andre 2002, så stemmer de rigtigt godt overens. Den fundne konklusion modstrider dog andre resultater (bl.a. A. Svensson ’seasonal variability….’, 2003)
Side 14 af 17
7 Referencer (Anders Svensson ’seasonal variability…’, 2003). ”Seasonal Variability in ice crystal properties at NorthGRIP: a case study around 301 m depth.” Annals of Glaciology 37. (Anders Svensson ’Properties…’, 2003). “Properties of ice crystals in NorthGRIP late-to middleHolocene ice.” Annals of Glaciology 37. (Kaj M. Hansen 2002). ”Properties of GRIP ice crystals from around Greenland interstadial 3.” Annals of Glaciology 35. (NGRIP Members 2004). “High-resolution record of Northern Hemisphere climate extending into the last interglacial period.” Nature Publishing group. (Paterson, 1994). “The Physics of Glaciers, 3. ed.”, af W. S. B. Paterson, 1994. (Steffensen, 1997). “The Size Distribution of Microparticles from Segments of the GRIP Ice Core Representing Different Climatic Periods.” Journal of Geophysical Research, VOL. 102, NO C12, pp. 26,755-26,763, 1997. (Yun Wang 2002). “A vertical girdle fabric in the NorthGRIP deep ice core, North Greenland.” Annals of Glaciology 35.
Side 15 af 17
8 Bilag Bilag 1 2924-E
2915-E
Bilag 2 retning af c-aksen i forhold til vandret i grader
2924 80
60
40
20
0 0.01
0.1 1 10 Krystalstørrelse i mm2
Side 16 af 17
100
Bilag 3
2915 Graph 1 Krystalstørrelse R-værdi i 5 mm. Ca Støv NH4 Synlige lag (vs) SO4 NO3 NA COND
Middelareal i mm2
20
109 8 7 6 5 4 3
R-Faktor
90 2 80 70 60 50 1602700
1602800
1602900
1603000
Side 17 af 17
1603100
1603200