1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

ワークショップ「炭素年代測定値の分析と可視化」その1

Last updated at Posted at 2020-07-19

7月19日に行われたワークショップ「炭素年代測定値の分析と可視化」の復習です。

当日資料はこちらのGitHubからダウンロードできます。
https://github.com/benmarwick/Analysing-Archaeological-Radiocabon-Ages-Using-R.git

単一年代の較正年代

厚真町厚幌2遺跡のデータを使用しました。
単一資料について較正年代を可視化します。
01.png

library(rcarbon)

x <- 
  calibrate(x = 4750,  # 1300BP
            errors = 30, # 誤差(標準偏差)
            calCurves = 'intcal13')  
# calCurvesは北半球、南半球、海産物などに応じて選択
# とりあえず"intcal13"を選択しておけば良い。

変数xはリスト形式のデータで、x$grids$1に較正年代とその密度が格納されています。

head(x$grids$"1")

      calBP       PrDens
44404  5597 1.431645e-05
44405  5596 2.038797e-05
44406  5595 2.874464e-05
44407  5594 4.010891e-05
44408  5593 5.550909e-05
44409  5592 7.618120e-05
plot(x,
     HPD=TRUE,
     credMass=0.95)

02.png

複数資料の較正年代

複数資料の較正年代も方法は上記と一緒です。
測定年代と誤差をベクトルで与えます。

xx <- 
  calibrate(x=c(4750,4910, 4950, 4960),
            errors=c(30,30, 30 ,30),
            calCurves='intcal13')

この場合、可視化手法は用意されていないので、summary()で概要を把握します。

summary(xx)

  DateID MedianBP OneSigma_BP_1 OneSigma_BP_2 TwoSigma_BP_1 TwoSigma_BP_2
1      1     5519  5580 to 5508  5486 to 5470  5585 to 5459  5373 to 5331
2      2     5632  5650 to 5605      NA to NA  5711 to 5687  5683 to 5674
3      3     5674  5716 to 5644  5625 to 5622  5733 to 5606      NA to NA
4      4     5684  5721 to 5652      NA to NA  5741 to 5609      NA to NA
  TwoSigma_BP_3
1      NA to NA
2  5663 to 5592
3      NA to NA
4      NA to NA

Bchronパッケージを利用した複数資料の分析と可視化

library(Bchron)

Bchronパッケージを使用して複数資料の年代の可視化を行います。

ages2 <- 
  BchronCalibrate(ages=c(4750,4910, 4950, 4960), # 測定年代
                  ageSds = c(30,30, 30 ,30), # 誤差
                  calCurves= c('intcal13','intcal13','intcal13','intcal13') # 較正方法
  )
plot(ages2)

03.png

ノンパラメトリックフェーズ推定

炭素年代から推定される、当該資料群採取遺跡(あるいは地域)の活動段階を推定する手法です。

# 引数はBchronCaribrate()と同じです
Dens <- 
  BchronDensity(ages=c(4750,4910, 4950, 4960), # 測定年代
                ageSds = c(30,30, 30 ,30), # 誤差
                calCurves= c('intcal13','intcal13','intcal13','intcal13') # 較正方法
  )

引数probの値を小さくするとより多くのphaseを検出します。phaseが多すぎると解釈が難しくなりそうです。

summary(Dens, prob = 0.95)

6つのフェーズが検出されました。

At probability level 0.95 there were 6 phases found.
Phase 1 
From 5317 to 5408 
Phase 2 
From 5411 to 5584 
Phase 3 
From 5596 to 5740 
Phase 4 
From 5757 to 5783 
Phase 5 
From 5787 to 5833 
Phase 6 
From 5837 to 5850 

この結果を較正年代とともに可視化します。

plot(Dens ,
     xlim = c(5300,5900) # x軸の範囲を指定
     )

04.png

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?