As datações de radiocarbono são amplamente utilizadas na geologia do Quaternário. Um
procedimento indispensável é a calibração destas idades. Já existe um pacote no R para fazer isto, se
chama Bchron (Haslett & Parnell 2008).
> library(Bchron)
Suponhamos que uma datação de radiocarbono deu o resultado de 15,550 anos com um
desvio padrão de 560 anos. Vamos calibrá-la.
> ages1 = BchronCalibrate(ages=15550, ageSds=560,
calCurves='shcal13', ids='Idade1")
> summary(ages1)
95% Highest density regions for Idade1
$`94.4%`
[1] 17534 20054
> plot(ages1)
Além de calibrar idades individualmente, podemos de uma vez calibrá-las e produzir um
modelo cronológico. Para isso utiliza-se a função Bchronology(), ela exige os argumentos na
forma como estão arranjados abaixo:
> id<-c("dat1","dat2","dat3","dat4","dat5","dat6",
"dat7","dat8")
> ages<-c(130,850,1030,1670,2300,3080,3460,3510)
> ageSds<-c(0.3,30,30,30,30,30,30,30)
> position<-c(1,20,30,43,50,60,67,75) #profundidade
> thickness<-rep(1,8) #espessura da amostra
> calCurves<-rep("shcal13",8)
Criados os argumentos, rodamos o modelo cronológico:
> ChronModel = Bchronology(ages=ages, ageSds=ageSds,
calCurves=calCurves, positions=position,
positionThicknesses=thickness,ids=id,
predictPositions=seq(0,75,by=5))
Os resultados são longos, então podemos criar um resumo usando a função summary():
> interpAges<-summary(ChronModel)
Quantiles of predicted ages by depth:
Depth 2.5% 10% 50% 90% 97.5%
0 -36.000 10.9 103.5 233.0 244.000
5 126.975 174.9 258.5 406.0 530.075
10 203.925 282.0 407.0 535.0 616.025
15 310.900 420.0 559.0 630.0 680.025
20 664.975 680.0 707.0 742.0 764.000
25 736.000 761.0 803.0 842.0 875.025
30 814.975 833.9 909.0 949.0 986.075
35 961.950 1036.0 1140.0 1269.5 1367.100
40 1111.925 1255.9 1379.0 1442.1 1490.075
45 1601.950 1653.9 1735.0 1843.3 2022.125
50 2137.950 2176.0 2270.0 2349.0 2397.025
55 2441.000 2571.0 2748.0 2912.3 3053.050
60 3077.975 3159.9 3233.0 3320.1 3349.050
65 3380.975 3466.9 3528.0 3581.0 3611.025
70 3635.000 3656.9 3699.0 3736.0 3756.025
75 3697.975 3725.0 3796.0 3828.0 3875.025
E agora podemos plotar nosso modelo
> plot(ChronModel)
Outra funcionalidade desta função é calcular taxas de sedimentação do modelo. Pra isto,
primeiramente salvamos um resumo do modelo onde informamos o tipo de dados que queremos
(argumento type=acc_rate, i.e. taxa de acumulação):
> acc_rate = summary(ChronModel, type = "acc_rate")
> plot(acc_rate[,'age_grid'], acc_rate[,'50%'], type='l', ylab
= 'cm per year', xlab = 'Age (k cal years BP)', ylim =
range(acc_rate[,-1]))
> lines(acc_rate[,'age_grid'], acc_rate[,'2.5%'],
lty='dotted')
> lines(acc_rate[,'age_grid'], acc_rate[,'97.5%'],
lty='dotted')
