Changes of the upper water column at the 45°N North Atlantic since marine isotope stage 3
-
摘要: 北大西洋45°N区是北大西洋冰筏碎屑（IRD）带的中心区，其海洋沉积物包含高分辨率沉积环境和气候变化信息，对45°N区沉积记录的研究有利于反演末次冰期以来古海洋环境的变化。通过对岩心Hu71-377中IRD含量的统计、浮游有孔虫组合及氧和碳同位素（δ18O和δ13C）分析，重建了北大西洋45°N上层水体水团性质演化历史。结合AMS14C数据和氧同位素地层学，在氧同位素3期（MIS3）和2期（MIS2）中识别出5个Heinrich层，其中Heinrich 1、2和4层具有明显IRD峰值、Neogloboquadrina pachyderma高丰度和轻δ18O值特征，而Heinrich 3和5层的δ18O值未明显变轻。Heinrich 3和5层与Heinrich 1、2和4层的δ18O 差异可能反映了上层水体受融水输入的影响不同。δ13CN.incompta和δ13CN.pachyderma差值也反映了Heinrich事件期间混合层和温跃层的变化，它们的δ13C差值在Heinrich 1和2期间接近零，归因于强风驱动的海水垂向混合。而δ13CN.incompta和δ13CN.pachyderma差值在Heinrich 4和5期间增大，反映了季节性温跃层变浅，推测与北大西洋暖流增强有关。浮游有孔虫组合进一步反映了海洋上层水团性质, 特别是N. pachyderma和Neogloboquadrina incompta的相对丰度反映了MIS3期以来海表温度（SST）变化。
-
关键词:
- Heinrich事件 /
- 浮游有孔虫组合 /
- 碳氧同位素 /
- 上层水团变化 /
- 北大西洋
Abstract: The 45°N of North Atlantic is located at the central zone of the ice-rafted detritus (IRD) belt of the North Atlantic, where the marine sediments contain rich environmental and climatic information of high-resolution. The sedimentary records there are used for reconstruction of the pale-oceanic environment since the last glacial in this study. IRD contents, planktonic foraminiferal assemblages and their oxygen and carbon isotopes (δ18O and δ13C) from the core Hu71-377, are used as major tools. Combined with AMS14C dating and oxygen isotope stratigraphy, five Heinrich layers are identified in the MIS3 and MIS2, in which the Heinrich layer 1, 2 and 4 have obvious IRD peaks, high relative abundance of Neogloboquadrina pachyderma and light δ18O values, but no obvious light δ18O are observed in the Heinrich layer 3 and 5. The difference in δ18O between the Heinrich layers 3 and 5 and the Heinrich layers 1, 2 and 4 may suggest the impacts of melt water on the upper water column. Further, the offsets between δ13CN.incompta and δ13CN.pachyderma may also reflect the changes in the mixed layer and thermocline during the Heinrich events. The δ13C offsets were close to zero during Heinrich 1 and Heinrich 2, attributing to the vertical mixing of seawater driven by strong winds. And the δ13C offsets became larger during Heinrich 4 and Heinrich 5, indicating that the seasonal thermocline became shallower, which supports the inference of the penetration of the North Atlantic Current. What’s more, the planktonic foraminiferal assemblages may reflect the properties of the water masses in the upper water column, especially the relative abundance of N. pachyderma and Neogloboquadrina incompta may indicate the sea surface temperature (SST) changes during MIS3. -
旧石器时期（Paleolithic），地质时代属于上新世晚期到更新世，从距今约300万年前开始，延续到距今1万年左右。新石器时期（Neolithic）大约从一万多年前开始，结束时间从距今
5000 多年至4000 多年。1865年，英国考古学家卢伯克在《史前时代》一书中，以工具的技术特征为依据，创造了旧石器时代和新石器时代这两个名词，旧石器时代又被称作打制石器时代，新石器时代则被视为磨制石器时代[1]。 青铜器时期（Bronze Age）在考古学上是以使用青铜器为标志的人类文化发展的一个阶段，距今约4500 ～3000 年[2]。古遗址作为古人类居住和进行生产活动的场所，相对其他类型的文物，从另外一个角度再现了人类早期的生活场景和环境[3]。目前关于古遗址点时空分布的研究成果已经十分丰富。朱诚等研究了湖北省旧石器至战国时期人类遗址时空分布，发现湖北省遗址时空分布的总趋势是从西往东、从高往低逐渐增加的，认为遗址时空分布变化主要是因为水源和气候条件的影响[4]。李开封等研究了旧石器时代至商周时期贵州遗址空间分布，发现贵州遗址时空变化与气候环境波动变化关系不大,而是与区域地貌环境密切相关[5]。张达等[6]利用GIS考量了地形地貌要素对湖南省新石器时期至商周时期湖南省遗址分布的影响，发现遗址的时空分布受高程、坡度、坡向和离水距离等自然要素的制约。高明灿等[7]运用GIS空间分析法，探究了地势地貌和地表水流因素对河东地区早期文化遗址时空分布的影响，发现文化遗址的分布整体呈现从高海拔山地向中部地势平坦、水系发达的运汾盆地移动的趋势。Qin等[8]分析了中国汉江流域新石器时代遗址点时空分布，结果表明，稳定适宜的自然环境是新石器时代社会发展的前提。随着古人类对自然资源的识别和利用能力的提高，标志着人类社会从狩猎向农业的转变。Liu等[9]研究了大连地区新石器时代到青铜时代的古代聚落空间分布和演化，发现遗址分布与海拔、坡度、距水距离存在关系，大连地区聚落的时空分布和演化还受到气候的影响。关于影响遗址点时空分布变化的因素，除了上述研究中提到的气候、水源、高程、坡度、坡向等因素以外，国外学者Elke Zeller为了研究植被和生态系统多样性对古人类适应和迁徙的作用，通过地球系统生物群落模型模拟和广泛的古人类化石与考古数据库来识别过去人类栖息地偏好，发现早期的非洲古人类主要生活在草原和干燥灌木丛等开阔环境中[10]。
目前国内对四川省古遗址的研究主要集中在成都平原中晚全新世环境考古方面，关于旧石器时期古遗址的研究较少，且主要是从气候变化的视角来讨论遗址点变迁[11]。本文以四川省作为研究区域，根据统计的旧石器—青铜器时期遗址点数据，利用GIS和SPSS软件探究了高程、坡度、距水距离及地貌等因素对四川省遗址点时空分布的影响。从生业模式的变迁角度讨论遗址空间分布的变化，揭示不同生业模式下古人类对环境的适应策略，对研究人类文化发展和演化规律具有一定参考意义。
1. 研究区概况
四川省位于中国西南部，面积48.6万km2，地理位置26°03′～34°19′N、97°21′～108°33′E，南北跨度916 km，东西跨度
1062 km。地处长江上游，境内河流众多，处于青藏高原和长江中下游平原的过渡地带。西部为高原、山地，海拔多为3000 m以上；东部为盆地、丘陵，海拔多为500～2000 m，总体呈现西高东低的特点。四川省地貌类型复杂多样，全省主要由四川盆地、川西高山高原区、川西北丘状高原山地区、川西南山地区、大巴山区五大部分组成。四川植物种类非常丰富，有除海洋、沙漠生态系统外的森林、草地、湿地等多种自然生态系统。2. 研究方法
2.1 数据来源
本文各时期的遗址数据及资料主要来源于《中国文物地图集·四川分册》[12]，以及公开发表的考古发掘简报和相关研究论文，共计151个遗址点（图1）。本文使用的GIS软件为ArcMap10.8.1，DEM数据来自地理空间数据云（http://www.gscloud.cn），类型为ASTER GDEM 30M 分辨率数字高程数据，研究区海拔和坡度数据均从DEM数据中提取。水系数据来自OSM地图（https://www.openstreetmap.org）。
2.2 研究方法
2.2.1 标准差椭圆
标准差椭圆可以用于度量点要素空间分布和方向特征，本文借助该方法来揭示不同时期遗址点的分布方向，椭圆的长轴和短轴分别表征遗址分布的主要和次要方向。椭圆扁率越小，遗址分布的方向性就越显著。椭圆面积大小也可以表征遗址点在空间上的集聚程度，主要计算公式见文献[13]。
2.2.2 核密度分析法
核密度分析可以反映点要素在空间上的分布密度及聚集特征，本文利用核密度分析方法来分析四川省旧石器—青铜器时期遗址点的空间分布特征，核密度值越大则表示遗址点分布越密集，核密度值的计算公式为：
$$ f\left(x,y\right)=\frac{1}{Nh}\sum _{i=1}^{N}k\left(\frac{d}{h}\right) $$ (1) 式中，f(x,y)为计算点(x,y)的分布密度，N为范围内样本的数量，d为点(x,y)与样本点之间的距离，k为核函数，h为带宽[14]。
2.2.3 Logistic回归模型
Logistic回归模型作为一种多元统计分析方法，可以通过分析因变量和自变量之间的关系，建立数学模型。设P为遗址存在的概率，取值范围为[0,1]，则1−P为遗址不存在的概率。对P做logit转换，记为logitP，则取值范围为（−∞，+∞），以logitP为应变量，建立线性回归方程[15]：
$$ {\text{logit}}P = \alpha + {\beta _1}{x_1} + {\beta _2}{x_2} + ... + {\beta _n}{x_n} $$ (2) 由公式（2）得
$$ P=\dfrac{1}{1+\mathrm{e}^{-(\alpha+\beta_1X_1+\beta_2X_2+...+\beta_{\text{n}}X_n)}} $$ 或
$$ P=\dfrac{\mathrm{e}^{(\alpha+\beta_1X_1+\beta_2X_2+...+\beta_{\text{n}}X_n)}}{1+\mathrm{e}^{(\alpha+\beta_1X_1+\beta_2X_2+...+\beta_{\text{n}}X_n)}} $$ (3) 公式（3）即为逻辑回归模型，其中Xn 为影响遗址分布的环境因素自变量，βn 为回归系数。
3. 结果分析
3.1 遗址分布时空演变特征
运用标准差椭圆叠加核密度分析方法研究了四川省不同时期遗址点分布方向和集聚特征，结果如图2所示：旧石器时期，遗址点空间分布大致为EW走向，总体上遗址分布范围明显大于新石器时期，几乎遍及整个研究区。到了新石器时期，分布呈现明显的EN-WS向，遗址分布范围开始缩小。青铜器时期，整体分布方向大致和新石器时期相同，也为EN-WS向。从扁率来看，新石器时期扁率最大，青铜器时期扁率最小，说明新石器时期遗址分布的方向性最明显[16]。3个时期生成的标准差椭圆面积明显变小，说明从旧石器时期到青铜器时期遗址点分布范围逐渐缩小，呈现显著的集聚特征。四川省内旧石器时期至青铜器时期遗址数共计151处，其中旧石器时期遗址46处，主要分布于甘孜州、资阳市、遂宁市、成都市和眉山市，少部分位于雅安市、广元市和攀枝花市，总体分布呈现多中心集聚现象。甘孜州和遂宁市周边地区是该时期遗址分布的核心区，尤其是甘孜州中部地区集聚度极高。新石器时期遗址65处，其中成都市占比最大，其次是凉山州和阿坝州。此时期遗址分布整体呈现由周边地区向成都市集聚现象，成都市在这一时期成为最大的集聚中心。青铜器时期分布在成都市的遗址点数量占到总数的85%，在这一时期成都市成为唯一的遗址分布核心区，只在凉山州、雅安市、南充市和达州市有零散分布。在核密度计算中，不同的带宽h会影响核密度计算的结果，由于不同时期遗址点空间分布不同，因此在计算3个时期核密度值时选择的带宽也不同，本文在进行相关计算时选择的带宽分别为1°、0.35°、0.094°。从旧石器时期至青铜器时期，分布于成都市及其周边地区的遗址数量逐渐增加，且核密度值明显增加，遗址点的分布范围逐渐向成都市靠拢收缩，成都平原逐渐成为古人类活动的主要区域。
![]()
图 2 四川省古遗址点分布方向和集聚特征分析a：旧石器时期，b：新石器时期，c：青铜器时期。Figure 2. Characterization of the distribution direction and agglomeration of ancient sites in Sichuan Provincea: Paleolithic, b: Neolithic, c: Bronze Age.3.2 遗址时空分布的影响因素
3.2.1 海拔高程
研究区海拔跨度较大，海拔最高达
7845 m，最低为109 m。通过GIS把遗址点数据和研究区高程图叠加，统计各时期遗址点在不同高程范围内的占比并绘制条形统计图，结果如图3所示。旧石器时期，遗址点分布平均海拔为2129.59 m，在海拔3000 ～3500 m范围内分布了36.9%的遗址点，其次是0～500 m范围，分布的遗址点占总数的30.4%。除了1500 ～3000 m范围内没有遗址点分布，剩余高程区间都有分布。新石器时期，遗址点分布平均海拔有了明显下降，达到810.9 m。古人类普遍分布于海拔500～1000 m的区域，占这一时期遗址点总量的58.4%，除海拔3000 m以上的区域，其余高程范围都有遗址点的分布。青铜器时期，遗址点分布平均海拔继续下降至555.4 m，分布在海拔500～1000 m范围内的遗址点占总数的75%，2000 m以上区域没有遗址点分布。这一时期的古人类几乎全部集聚在成都平原，仅有西昌市羊耳坡遗址海拔达到了1545 m。从旧石器至青铜器时期，遗址点分布不仅高度呈现下降趋势，分布的高程范围跨度也变小。3.2.2 坡度
利用GIS提取研究区坡度，根据中国农业区划委员会颁发的《土地利用现状调查技术规范》，对坡度进行分级[17]。通过与不同历史时期遗址点分布叠加，得到遗址点在不同坡度范围内的分布（图4）。旧石器时期，遗址点主要分布于坡度范围6°～15°的区域，2°以下区域分布较少。新石器时期，遗址点主要分布在坡度6°以下的区域，阿坝州和凉山州6°～15°的区域也有部分遗址点分布。青铜器时期，62.5%的遗址点选择分布于6°以下的区域。剩余遗址点都选择分布在6°～15°的区域。总体来看，从旧石器时期到青铜器时期，坡度大于15°的区域几乎没有遗址点分布，说明坡度始终是古人类在选址时考虑的重要因素。从新石器时期开始，分布在6°以下区域的遗址点数量逐渐增多，为了利于生产生活，古人类更倾向于在坡度小的区域选址。
3.2.3 距水距离
水源是人类聚居地选址的重要考量因素，为了满足日常生活和农业灌溉的需求，逐水而居成为古人生活的一大准则[18]。运用GIS，依据四川省水系分别建立研究区1 km和3 km水系缓冲区，与研究区不同时期遗址点分布数据进行叠加，得到各历史时期遗址点距水距离，结果如图5和表1所示。旧石器时期，89%的遗址点都分布在距离水系1 km缓冲区内，在1～3 km缓冲区范围内有两个遗址点分布，仅有位于甘孜州和阿坝州的3个遗址点位于3 km缓冲区范围外，总体呈现出显著的濒水特征。新石器时期，97%的遗址点都位于3 km缓冲区内，其中58个遗址点位于1 km缓冲区，3 km缓冲区外仅有2个遗址点分布。这一时期遗址点濒水分布特征更加明显。青铜器时期，92.5%的遗址点都分布于水系3 km缓冲区内，在1 km水系缓冲区内的遗址点比重达到3个时期的最大值。从旧石器时期到青铜器时期，遗址点在1 km缓冲区内分布的比重都较大，为了取水方便和日常生活的需要，古人类选址普遍都选择离水系较近的区域，体现出显著的濒水分布特征。
![]()
图 5 四川省古遗址点与水系缓冲区关系Figure 5. Relationship between ancient site locations and water buffer zones in Sichuan Province表 1 遗址点距水距离分布Table 1. Distribution of site locations in terms of distance from water source缓冲区
范围/km旧石器时期
遗址点/个新石器时期
遗址点/个青铜器时期
遗址点/个1 41 58 36 1～3 2 5 1 ＞3 3 2 3 3.2.4 地貌
四川省地貌复杂多样，依据学者对四川省地貌形态的划分，划分为山地、丘陵、平原和高原4种主要地貌类型[19-20]。对四川省3个时期遗址点在不同地貌类型的分布进行统计，结果见表2。旧石器时期，分布在高原地貌的遗址点数量最多，占总量的52.1%，分布在山地和平原的遗址点占比分别为17.3%和28.2%，丘陵地貌仅有1个遗址点分布。新石器时期，平原成为遗址点分布的主要地貌类型，集中了这一时期64.6%的遗址点。高原地貌分布的遗址点数量呈现明显减少，仅有5个遗址点分布在川西北高原，分布在山地的遗址点比重和旧石器时期相比变化不大。青铜器时期，90%的遗址点集中分布在平原地貌，山地和丘陵地貌都只有少量遗址点分布。比较特殊的是，青铜器时期高原地貌不再有遗址点分布。
表 2 遗址点地貌类型分布Table 2. Distribution of landform types at the sites地貌类型 旧石器时期
遗址点/个新石器时期
遗址点/个青铜器时期
遗址点/个平原 13 42 36 高原 24 5 0 山地 8 12 3 丘陵 1 6 1 4. 讨论
4.1 遗址分布模型
为探究四川省旧石器—青铜器时期自然环境因素与遗址点分布之间的关系，本文选择利用二元逻辑回归建立各时期遗址分布模型。因建立逻辑回归模型需要包含非遗址点信息，故在GIS中使用随机点工具生成同等数量的非遗址点[21]。对自变量数据进行分类和处理后，利用SPSS软件加载遗址点与生成的随机点相关信息，建立二元Logistic回归模型，采用向后逐步法筛选自变量，使自变量可以通过显著性检验[22]。通过计算各自变量不同分类水平在模型中的系数、标准误差、卡方值、显著性、优势比等参数来考量不同时期影响遗址点时空分布的主要因素。模型分析的结果如表3所示。
表 3 旧石器时期遗址点分布模型Table 3. Distribution model of the Paleolithic site points自变量 B 标准误差 卡方值 自由度 Sig. Exp(B) 旧时器时期 高程/m －0.055 0.071 0.603 1 0.438 0.946 坡度/(°) －1.569 0.383 16.818 1 0 0.208 距水距离/km －2.058 0.427 23.272 1 0 0.128 地貌 －0.130 0.229 0.323 1 0.570 0.878 新时器时期 高程/m －0.664 0.117 32.048 1 0 0.515 坡度/(°) －2.222 0.429 26.799 1 0 0.108 距水距离/ km －2.593 0.418 38.451 1 0 0.075 地貌 1.210 0.236 26.224 1 0 3.353 青铜器时期 高程/m －0.884 0.241 13.403 1 0 0.413 坡度/(°) －2.980 0.788 14.310 1 0 0.051 距水距离/ km －1.751 0.368 22.611 1 0 0.174 地貌 3.551 0.805 19.440 1 0 34.852 注：B值为各自变量不同分类水平在模型中的系数；Sig.为显著性；Exp(B)为优势比。 旧石器时期，坡度和距水距离两个自变量通过显著性检验（sig.＜0.05），且回归系数B为负值，表示旧石器时期随着坡度和距水距离的增加，遗址点出现的概率降低。高程和地貌两个自变量在模型中显著性较差，即以上2个自变量在旧石器时期对遗址点分布无显著影响。通过进一步分析模型中自变量B值和Exp(B)值可知，距水距离是影响四川省旧石器时期遗址点分布的主要因素。综上所述，旧石器时期古人类在遗址点选择时主要考量的自然条件是坡度和距水距离，地面坡度不仅制约着生产力布局，而且坡度过大产生泥石流和山体滑坡的可能性越大[23]。毕硕本等研究认为坡度15°以上的区域非常不适宜人类居住[24]，因此旧石器时期古人类主要生活在坡度在6°～15°之间的区域，15°以上区域很少有遗址点分布。遗址点普遍分布在距离水源1 km范围内，是为了古人类生产生活取水方便，呈现逐水而居的特征。高程和地貌因素在这一时期对古人类遗址点影响较小，本文认为主要与当时古人类从事狩猎采集的生业模式有关，为了保证能狩猎采集到充足食物古人类需要在更大的地理空间范围内活动，这种高流动性势必会弱化对相关影响因素的考量。除此之外这也与目前相关研究普遍采用现代的DEM数据为基础，并不能以理想状态完全代表过去的情况有一定关系。
新石器时期，高程、坡度、距水距离和地貌4个自变量均通过显著性检验（sig.＜0.05），其中高程、坡度和距水距离回归系数为负值，表示随着高程、坡度和距水距离的增加，遗址点出现的概率会降低。进一步分析模型中自变量B值和Exp(B)值可知，距水距离仍是影响四川省新石器时期遗址点分布的主要因素。新石器时期，古人类在遗址点选择时除了考虑坡度和距水距离之外，高程和地貌也成为重要的影响因素。通过分析新石器时期遗址点的分布，可以看出在这一时期，古人类由川西高原向成都平原迁移，遗址点主要集中在低海拔山前平原和河谷地带。遗址点主要集中在海拔
1000 m以下和坡度在6°以下的平原地区，这种变化主要是为了适合于农业生产，如果坡度过大不利于水肥保持。为了日常生活取水和农业灌溉的需要，古人类仍集中分布在距水距离1 km范围内。遗址点在地貌选择上部分特征和旧石器时期相似，少部分遗址点仍分布在利于狩猎采集的高原山地地区，这也在一定程度上说明新石器时期存在类似于旧石器时期的狩猎采集生业模式。青铜器时期，高程、坡度、距水距离和地貌4个自变量均通过显著性检验（sig.＜0.05），且自变量中高程、坡度和距水距离回归系数为负值。通过分析模型中自变量B值和Exp(B)值可知，坡度是影响四川省青铜器时期遗址分布的最大诱因。青铜器时期，古人类在遗址点选择时同样综合考虑这4个影响因素，古人类遗址点分布范围进一步收缩，集中分布于成都平原腹地。青铜器时期古人类集中分布于6°以下的低海拔冲积洪积平原，较低的海拔和坡度保证了水肥的保持，成都平原肥沃的土壤为作物生长提供了天然环境。出于农业灌溉和取水便利的需要，距水距离仍是遗址点选择的重要考量条件。通过对比青铜器时期和旧石器时期遗址点分布特征，可以发现除距水距离之外其他因素都有显著不同，这可能与两个时期生业模式的不同有关。
4.2 生业模式对遗址点分布的影响
古人类的生产工具一定程度决定了生产方式和生产效率，对收集整理的不同时期遗址点出土器物的比较和分析，可以在一定程度上反映不同时期人类的生业模式[25]。四川省旧石器时期比较典型的资阳鲤鱼桥遗址和稻城县皮洛遗址出土的器物主要有石核、石片等打制石器和动物的一些化石，出土的石器多为砍砸器和刮削器，农业生产器物石斧等数量很少，说明这一时期的人类生产效率较低，主要进行狩猎采集维持生活[26-29]。旧石器时期古人类主要从事采集狩猎活动，这样的生业模式导致他们要应对食物缺乏的风险和不确定性，古人类采用的适应策略主要包括提高流动性、增加食物储备和强化利用某些资源[30]。根据策略选择的难易程度，增加食物储备不仅需要投入更多的劳动，而且要考虑季节因素。强化利用某些资源，对生产效率有较高水平的要求，同时也会加重劳动强度[31]。因此提高流动性是最为简单的适应策略，即狩猎采集者扩大资源搜集范围，这也解释了旧石器时期遗址点分布范围广，在不同海拔和地貌类型均有分布的原因。同时有相关研究表明旧石器时期的人类族群广泛分布于多种地貌和生态环境，是因为在这样的环境中更容易利用自然资源，从而提高生存率[32]。
新石器时期，具有代表性的宝敦文化出土的器物中，用于农业生产的器物如石斧、石凿等比重较大，用于渔猎的石片和镞等较少[33]，说明农业在生业模式中占比较大，但同时也有渔猎采集的存在。新石器时期，由于农业发展尚未处于成熟阶段，且冲积洪积平原虽然较平坦却又多洪水侵袭[34]，因此应对食物风险减少的策略首先应该是生业模式的多元化，这样可以有效避免单一的农业生产失败后，仍然可以通过狩猎采集的方式来维持生活[35]。对于食物生产经济而言，新石器时期从事农业生产本身就属于加强对某一资源的利用，扩大食物储备就意味着要投入更多的劳力和资源来扩大生产的规模，这本身又加剧了单一生业模式的风险。由于农业种植需要投入部分劳力来加强对种植作物的照看，这显而易见不利于古人类提高流动性。新石器时期农业和狩猎采集混合的生业模式，使得古人类在遗址点选址时主要偏好低海拔山前平原和河谷地带，古人类在坡度较小的平原地区从事农业生产，同时也可以在出现农业生产失败的情况后回退到山地地区进行狩猎采集维持生活[36]。
青铜器时期，较为典型的如广汉市三星堆遗址出土的器物主要有陶器、金器和玉石器，虽然不是直接用于农业生产的器物，但也从侧面反映出这一时期人类生产力的提高[37-38]。在出土的石器中，石锛和石斧等较多，同时在这一时期阆中市郑家坝遗址发现了炭化种子果实，有粟、黍、大麦、 稻、豆科、蓼科、藜科、唇形科等，其中农作物种子占总数的80%以上，说明这一时期农业发展水平较高[39-40]。随着生产经验的积累和食物储备量的增加，古人类应对食物风险的能力提高，农业成为四川省青铜器时期古人类的主导生业模式。古人类为了扩大农业生产规模，开始在最适宜农业生产的成都平原集聚。成都平原较低的海拔和坡度、丰富的水资源以及肥沃的土壤，都为农业生产提供了良好环境。
空间近邻效应是指区域内各种经济活动之间或各区域之间的空间位置关系对其相互联系所产生的影响[41]。该理论认为只要能够基本满足所必需的技术要求、经济效益，各种经济活动都倾向于就近组织资源、要素，也就容易与空间上近邻的相关经济活动或区域发生联系[42]。新石器时期，由于农业和狩猎采集并存的生业模式，为了应对单一生产模式的风险，该时期遗址点分布密集，生产和经济活动倾向于就近组织资源，便于生产资料的交换。青铜器时期，农业成为该时期古人类的主导生业模式，成都平原凭借较低的海拔、坡度、丰富的水资源以及肥沃的土壤，成为四川省最适宜进行农业生产的区域。故在这一时期，为了利用成都平原优沃的自然条件，同时加强遗址点之间的经济活动，古遗址点在成都平原分布更为密集。综上所述，本文认为四川省新石器时期遗址点与青铜器时期的遗址点均在成都平原密集分布，各遗址点之间也存在着相互影响，即空间近邻效应。
5. 结论
（1）四川省旧石器—青铜器时期遗址分布方向总体由EW向过渡到EN-WS向，遗址点分布数据生成的标准差椭圆面积缩小，核密度值随时间推移逐渐增大，证明遗址分布呈现集聚现象。从旧石器时期至青铜器时期，遗址分布逐渐由分散的多核心布局演化为以成都平原为核心的单核心布局。
（2） 利用二元逻辑回归建立各时期遗址分布模型，考量了高程、坡度、距水距离和地貌四个自变量与遗址点分布之间的关系，其中距水距离是影响四川省旧石器时期和新石器时期遗址点分布的主要因素，坡度是影响四川省青铜器时期遗址分布的最大诱因。
（3）四川省旧石器—青铜器时期，古人类生业模式经历了从单一的狩猎采集到农业生产和狩猎采集并存，再到农业生产主导的变迁过程。生业模式的变化促使古人类对生存环境做出不同的适应策略。
-
![]()
图 1 北大西洋Hu71-377与相关岩心[8,28-29]的位置以及洋流和SST分布
NAC—北大西洋暖流，LC—拉布拉多寒流，EGC—东格陵兰流，WGC—西格陵兰流，白色阴影表示IRD带。数据来源于World Ocean Atlas 18，由Ocean Data View绘制。
Figure 1. Location map for Core Hu71-377 and related cores[8,28-29]and the distribution of currents and SST in the North Atlantic
NAC—North Atlantic Current, LC—Labrador Current,EGC—East Greenland Current, WGC—West Greenland Current, white shade indicates the IRD belt. Data were download from World Ocean Atlas 18 and plotted by Ocean Data View.
![]()
图 2 岩心Hu71-377深度-年龄模型（a）和沉积速率（b）
Figure 2. The depth-age model（a）and sedimentation rates of core Hu71-377（b）
![]()
![]()
图 4 北大西洋Hu71-377岩心IRD、有孔虫相对丰度、δ18O和δ13C、壳体质量等指标与岩心SO82_5-2[29] 和DSDP609[37]的δ18O和δ13C指标
“?”表示岩心SO82_5-2中Heinrich 2的年龄模型存在不确定性，因为van Kreveld等[29]未对Heinrich 2有详细定义，并且与其他Heinrich层相比，Heinrich 2中δ18O和δ13C特征不明显。
Figure 4. IRD, relative abundance of foraminifera, δ18O and δ13C, and weights of foraminifera in core Hu71-377 and their correlation with δ18O and δ13C from core SO82_5-2[29] and core DSDP609[37]
“?”represents an uncertain age model of Heinrich 2 in core SO82_5-2, since van Kreveld et al.（2000） [29] did not provide detailed definition for Heinrich 2 and the δ18O and δ13C in Heinrich 2 in SO82_5-2 are not well correlated with other Heinrich layers
表 1 岩心Hu71-377 14C年龄及日历年龄
Table 1 14C Age and Calendar Age of the core Hu71-377
深度/cm 实验ID 14C年龄/a 测试材料 日历年龄/ka 0 ～ 2 UCI-212015 1930±15 G. inflata 1.333 68.5 ～ 69.5 UCI-214037 11545±25 G. inflata 12.860 115 ～ 116 UCI-23843 15840±60 N. pachyderma 18.174 256 ～ 257 UCI-212021 25610±80 G. inflata 28.887 389 ～ 390 UCI-214039 37120±230 G. bulloides 40.920 
下载: 导出CSV
表 2 NGRIP冰芯、DSDP609岩心和Hu71-377岩心的Heinrich事件相关控制点
Table 2 Heinrich events in the ice core NGRIP, core DSDP609 and core Hu71-377
下载: 导出CSV
-
[1] Lozier M S, Li F, Bacon S, et al. A sea change in our view of overturning in the subpolar North Atlantic [J]. Science, 2019, 363(6426): 516-521. doi: 10.1126/science.aau6592
[2] Cléroux C, Cortijo E, Anand P, et al. Mg/Ca and Sr/Ca ratios in planktonic foraminifera: Proxies for upper water column temperature reconstruction [J]. Paleoceanography and Paleoclimatology, 2008, 23(3): PA3214.
[3] Holliday N P, Bersch M, Berx B, et al. Ocean circulation causes the largest freshening event for 120 years in eastern subpolar North Atlantic [J]. Nature Communications, 2020, 11: 585. doi: 10.1038/s41467-020-14474-y
[4] Bagniewski W, Meissner K J, Menviel L. Exploring the oxygen isotope fingerprint of Dansgaard-Oeschger variability and Heinrich events [J]. Quaternary Science Reviews, 2017, 159: 1-14. doi: 10.1016/j.quascirev.2017.01.007
[5] Zhang X, Prange M. Stability of the Atlantic overturning circulation under intermediate (MIS3) and full glacial (LGM) conditions and its relationship with Dansgaard-Oeschger climate variability [J]. Quaternary Science Reviews, 2020, 242: 106443. doi: 10.1016/j.quascirev.2020.106443
[6] Dansgaard W, Johnsen S J, Clausen H B, et al. Evidence for general instability of past climate from a 250-kyr ice-core record [J]. Nature, 1993, 364(6434): 218-220. doi: 10.1038/364218a0
[7] Rasmussen S O, Bigler M, Blockley S P, et al. A stratigraphic framework for abrupt climatic changes during the last glacial period based on three synchronized Greenland ice-core records: refining and extending the INTIMATE event stratigraphy [J]. Quaternary Science Reviews, 2014, 106: 14-28. doi: 10.1016/j.quascirev.2014.09.007
[8] Bond G C, Heinrich H, Broecker W S, et al. Evidence for massive discharges of icebergs into the North Atlantic Ocean during the last glacial period [J]. Nature, 1992, 360(6401): 245-249. doi: 10.1038/360245a0
[9] Voelker A H L. Global distribution of centennial-scale records for Marine Isotope Stage (MIS) 3: a database [J]. Quaternary Science Reviews, 2002, 21(10): 1185-1212. doi: 10.1016/S0277-3791(01)00139-1
[10] Heinrich H. Origin and consequences of cyclic ice rafting in the northeast Atlantic Ocean during the past 130, 000 years [J]. Quaternary Research, 1988, 29(2): 142-152. doi: 10.1016/0033-5894(88)90057-9
[11] Hemming S R. Heinrich events: Massive late Pleistocene detritus layers of the North Atlantic and their global climate imprint [J]. Reviews of Geophysics, 2004, 42(1): RG1005.
[12] Broecker W. Massive iceberg discharges as triggers for global climate change [J]. Nature, 1994, 372(6505): 421-424. doi: 10.1038/372421a0
[13] Guo C C, Nisancioglu K H, Bentsen M, et al. Equilibrium simulations of Marine Isotope Stage 3 climate [J]. Climate of the Past, 2019, 15(3): 1133-1151. doi: 10.5194/cp-15-1133-2019
[14] Tolderlund D S, Be A W H. Seasonal distribution of planktonic foraminifera in the western North Atlantic [J]. Micropaleontology, 1971, 17(3): 297-329. doi: 10.2307/1485143
[15] Schiebel R, Hemleben C. Classification and taxonomy of extant planktic foraminifers[C]//Planktic Foraminifers in the Modern Ocean. Berlin: Springer, 2017: 11-110.
[16] McIntyre A, Kipp N G, Bé A W H, et al. Glacial North Atlantic 18, 000 years ago: A CLIMAP reconstruction[M]//Cline R M, Hays D J. Investigation of Late Quaternary Paleoceanography and Paleoclimatology. Boulder, Colorado: Geological Society of America, 1976: 43-76.
[17] CLIMAP Project Members. The surface of the ice-age earth [J]. Science, 1976, 191(4232): 1131-1137. doi: 10.1126/science.191.4232.1131
[18] Ruddiman W F, McIntyre A. The mode and mechanism of the last deglaciation: Oceanic evidence [J]. Quaternary Research, 1981, 16(2): 125-134. doi: 10.1016/0033-5894(81)90040-5
[19] Ruddiman W F, Raymo M E, Martinson D G, et al. Pleistocene evolution: northern hemisphere ice sheets and North Atlantic Ocean [J]. Paleoceanography and Paleoclimatology, 1989, 4(4): 353-412.
[20] Pflaumann U, Duprat J, Pujol C, et al. SIMMAX: A modern analog technique to deduce Atlantic sea surface temperatures from planktonic foraminifera in deep-sea sediments [J]. Paleoceanography and Paleoclimatology, 1996, 11(1): 15-35.
[21] Sarnthein M, Pflaumann U, Weinelt M. Past extent of sea ice in the northern North Atlantic inferred from foraminiferal paleotemperature estimates [J]. Paleoceanography and Paleoclimatology, 2003, 18(2): 1047.
[22] Rashid H, Boyle E A. Mixed-layer deepening during Heinrich events: a multi-planktonic foraminiferal δ18O approach [J]. Science, 2007, 318(5849): 439-441. doi: 10.1126/science.1146138
[23] Rashid H, Boyle E A. Response to comment on “Mixed-layer deepening during Heinrich events: a multi-planktonic foraminiferal δ18O approach” [J]. Science, 2008, 320(5880): 1161.
[24] Kohfeld K E, Fairbanks R G, Smith S L, et al. Neogloboquadrina pachyderma (sinistral coiling) as paleoceanographic tracers in polar oceans: evidence from northeast water polynya plankton tows, sediment traps, and surface sediments [J]. Paleoceanography and Paleoclimatology, 1996, 11(6): 679-699.
[25] Brummer G J A, Metcalfe B, Feldmeijer W, et al. Modal shift in North Atlantic seasonality during the last deglaciation [J]. Climate of the Past, 2020, 16(1): 265-282. doi: 10.5194/cp-16-265-2020
[26] Ruddiman W F. Late Quaternary deposition of ice-rafted sand in the subpolar North Atlantic (lat 40° to 65°N) [J]. GSA Bulletin, 1977, 88(12): 1813-1827. doi: 10.1130/0016-7606(1977)88<1813:LQDOIS>2.0.CO;2
[27] Scott D B, Baki V, Younger C D, et al. Empirical method for measuring seasonality in deep-sea cores [J]. Geology, 1986, 14(8): 643-646. doi: 10.1130/0091-7613(1986)14<643:EMFMSI>2.0.CO;2
[28] Grousset F E, Labeyrie L, Sinko J A, et al. Patterns of ice-rafted detritus in the glacial north Atlantic (40-55°N) [J]. Paleoceanography and Paleoclimatology, 1993, 8(2): 175-192.
[29] Van Kreveld S, Sarnthein M, Erlenkeuser H, et al. Potential links between surging ice sheets, circulation changes, and the Dansgaard-Oeschger cycles in the Irminger Sea, 60-18 kyr [J]. Paleoceanography and Paleoclimatology, 2000, 15(4): 425-442.
[30] Jonkers L, Moros M, Prins M A, et al. A reconstruction of sea surface warming in the northern North Atlantic during MIS 3 ice-rafting events [J]. Quaternary Science Reviews, 2010, 29(15-16): 1791-1800. doi: 10.1016/j.quascirev.2010.03.014
[31] Chapman M R, Shackleton N J, Duplessy J C. Sea surface temperature variability during the last glacial-interglacial cycle: assessing the magnitude and pattern of climate change in the North Atlantic [J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2000, 157(1-2): 1-25. doi: 10.1016/S0031-0182(99)00168-6
[32] Rashid H, Piper D J W, Drapeau J, et al. Sedimentology and history of sediment sources to the NW Labrador Sea during the past glacial cycle [J]. Quaternary Science Reviews, 2019, 221: 105880. doi: 10.1016/j.quascirev.2019.105880
[33] Lougheed B C, Obrochta S P. A rapid, deterministic age-depth modeling routine for geological sequences with inherent depth uncertainty [J]. Paleoceanography and Paleoclimatology, 2009, 34(1): 122-133.
[34] Heaton T J, Köhler P, Butzin M, et al. Marine20-the marine radiocarbon age calibration curve (0-55,000 cal BP) [J]. Radiocarbon, 2020, 62(4): 779-820. doi: 10.1017/RDC.2020.68
[35] Seierstad I K, Abbott P M, Bigler M, et al. Consistently dated records from the Greenland GRIP, GISP2 and NGRIP ice cores for the past 104 ka reveal regional millennial-scale δ18O gradients with possible Heinrich event imprint [J]. Quaternary Science Reviews, 2014, 106: 29-46. doi: 10.1016/j.quascirev.2014.10.032
[36] Bond G, Broecker W, Johnsen S, et al. Correlations between climate records from North Atlantic sediments and Greenland ice [J]. Nature, 1993, 365(6442): 143-147. doi: 10.1038/365143a0
[37] Obrochta S P, Miyahara H, Yokoyama Y, et al. A re-examination of evidence for the North Atlantic “1500-year cycle” at site 609 [J]. Quaternary Science Reviews, 2012, 55: 23-33. doi: 10.1016/j.quascirev.2012.08.008
[38] Griem L, Voelker A H L, Berben S M P, et al. Insolation and glacial meltwater influence on sea-ice and circulation variability in the northeastern Labrador Sea during the last glacial period [J]. Paleoceanography and Paleoclimatology, 2019, 34(11): 1689-1709. doi: 10.1029/2019PA003605
[39] Lisiecki L E, Stern J V. Regional and global benthic δ18O stacks for the last glacial cycle [J]. Paleoceanography and Paleoclimatology, 2016, 31(10): 1368-1394.
[40] Came R E, Oppo D W, McManus J F. Amplitude and timing of temperature and salinity variability in the subpolar North Atlantic over the past 10 k.y. [J]. Geology, 2007, 35(4): 315-318. doi: 10.1130/G23455A.1
[41] Clark P U, Dyke A S, Shakun J D, et al. The last glacial maximum [J]. Science, 2009, 325(5941): 710-714.
[42] Cortijo E, Labeyrie L, Vidal L, et al. Changes in sea surface hydrology associated with Heinrich event 4 in the North Atlantic Ocean between 40° and 60°N [J]. Earth and Planetary Science Letters, 1997, 146(1-2): 29-45. doi: 10.1016/S0012-821X(96)00217-8
[43] Bond G C, Lotti R. Iceberg discharges into the North Atlantic on millennial time scales during the last glaciation [J]. Science, 1995, 267(5200): 1005-1010. doi: 10.1126/science.267.5200.1005
[44] Xiao W S, Wang R J, Polyak L, et al. Stable oxygen and carbon isotopes in planktonic foraminifera Neogloboquadrina pachyderma in the Arctic Ocean: an overview of published and new surface-sediment data [J]. Marine Geology, 2014, 352: 397-408. doi: 10.1016/j.margeo.2014.03.024
[45] Missiaen L, Pichat S, Waelbroeck C, et al. Downcore variations of sedimentary detrital (238U/232Th) ratio: implications on the use of 230Thxs and 231Paxs to reconstruct sediment flux and ocean circulation [J]. Geochemistry, Geophysics, Geosystems, 2018, 19(8): 2560-2573. doi: 10.1029/2017GC007410
[46] Govin A, Braconnot P, Capron E, et al. Persistent influence of ice sheet melting on high northern latitude climate during the early Last Interglacial [J]. Climate of the Past, 2012, 8(2): 483-507. doi: 10.5194/cp-8-483-2012
[47] Zaric S, Donner B, Fischer G, et al. Sensitivity of planktic foraminifera to sea surface temperature and export production as derived from sediment trap data [J]. Marine Micropaleontology, 2005, 55(1-2): 75-105. doi: 10.1016/j.marmicro.2005.01.002
[48] Ottens J J. Planktic foraminifera as North Atlantic water mass indicators [J]. Oceanologica Acta, 1991, 14(2): 123-140.
[49] Morley A, Babila T L, Wright J, et al. Environmental controls on Mg/Ca in Neogloboquadrina incompta: A core-top study from the subpolar North Atlantic [J]. Geochemistry, Geophysics, Geosystems, 2017, 18(12): 4276-4298. doi: 10.1002/2017GC007111
[50] Irvali N, Galaasen E V, Ninnemann U S, et al. A low climate threshold for south Greenland Ice Sheet demise during the Late Pleistocene [J]. Proceedings of the National Academy of Sciences of the United States of America, 2020, 117(1): 190-195. doi: 10.1073/pnas.1911902116
[51] Villanueva J, Grimalt J O, Cortijo E, et al. Assessment of sea surface temperature variations in the central North Atlantic using the alkenone unsaturation index (U37k’) [J]. Geochimica et Cosmochimica Acta, 1998, 62(14): 2421-2427. doi: 10.1016/S0016-7037(98)00180-X
[52] Madureira L A S, Van Kreveld S A, Eglinton G, et al. Late Quaternary high-resolution biomarker and other sedimentary climate proxies in a Northeast Atlantic Core [J]. Paleoceanography and Paleoclimatology, 1997, 12(2): 255-269.
[53] Eynaud F, De Abreu L, Voelker A, et al. Position of the polar front along the western Iberian margin during key cold episodes of the last 45 ka [J]. Geochemistry, Geophysics, Geosystems, 2009, 10(7): Q07U05.
[54] Marchitto T M, Curry W B, Lynch-Stieglitz J, et al. Improved oxygen isotope temperature calibrations for cosmopolitan benthic foraminifera [J]. Geochimica et Cosmochimica Acta, 2014, 130: 1-11. doi: 10.1016/j.gca.2013.12.034
[55] Curry W B, Oppo D W. Glacial water mass geometry and the distribution of δ13C of ΣCO2 in the western Atlantic ocean [J]. Paleoceanography and Paleoclimatology, 2005, 20(1): PA1017.
[56] Keigwin L D, Boyle E A. Late quaternary paleochemistry of high-latitude surface waters [J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 1989, 73(1-2): 85-106. doi: 10.1016/0031-0182(89)90047-3
[57] Mook W G, Bommerson J C, Staverman W H. Carbon isotope fractionation between dissolved bicarbonate and gaseous carbon dioxide [J]. Earth and Planetary Science Letters, 1974, 22(2): 169-176. doi: 10.1016/0012-821X(74)90078-8
[58] Zhan R, Winn K, Sarnthein M. Benthic foraminiferal δ13C and accumulation rates of organic carbon: Uvigerina Peregrina group and Cibicidoides Wuellerstorfi [J]. Paleoceanography and Paleoclimatology, 1986, 1(1): 27-42.
[59] Lynch-Stieglitz J, Fairbanks R G, Charles C D. Glacial-interglacial history of Antarctic intermediate water: relative strengths of Antarctic versus Indian Ocean sources [J]. Paleoceanography and Paleoclimatology, 1994, 9(1): 7-29.
[60] Polyak L, Curry W B, Darby D A, et al. Contrasting glacial/interglacial regimes in the western Arctic Ocean as exemplified by a sedimentary record from the Mendeleev Ridge [J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2004, 203(1-2): 73-93. doi: 10.1016/S0031-0182(03)00661-8
[61] 李铁刚, 孙荣涛, 张德玉, 等. 晚第四纪对马暖流的演化和变动: 浮游有孔虫和氧碳同位素证据[J]. 中国科学 D辑: 地球科学, 2007, 50(5):725-735 doi: 10.1007/s11430-007-0003-2 LI Tiegang, SUN Rongtao, ZHANG Deyu, et al. Evolution and variation of the Tsushima warm current during the late quaternary: Evidence from planktonic foraminifera, oxygen and carbon isotopes [J]. Science in China Series D: Earth Sciences, 2007, 50(5): 725-735. doi: 10.1007/s11430-007-0003-2
[62] Elderfield H, Vautravers M, Cooper M. The relationship between shell size and Mg/Ca, Sr/Ca, δ18O, and δ13C of species of planktonic foraminifera [J]. Geochemistry, Geophysics, Geosystems, 2002, 3(8): 1-13.
[63] Donner B, Wefer G. Flux and stable isotope composition of Neogloboquadrina pachyderma and other planktonic foraminifers in the southern ocean (Atlantic sector) [J]. Deep Sea Research Part I: Oceanographic Research Papers, 1994, 41(11-12): 1733-1743. doi: 10.1016/0967-0637(94)90070-1
-
期刊类型引用(9)
1. 刘涛，包雪阳，朱翔宇，李安昱. 含天然气水合物储层衰减岩石物理研究进展. 地球与行星物理论评(中英文). 2024(03): 369-380 . 
百度学术
2. 黄佳佳，蒋明镜，王华宁. 中国南海神狐海域水合物储层井壁稳定可靠度分析. 岩土力学. 2024(05): 1505-1516 . 百度学术
3. 胡高伟，卜庆涛，赵亚鹏，赵文高，王自豪，邱晓倩，刘童. 不同类型水合物成藏特征研究进展. 地质学报. 2024(09): 2557-2578 . 百度学术
4. 张懿帆，徐顺义，陆祎晨，蒋海岩，袁士宝，任梓寒，王哲. 储层物性变化对天然气水合物分解的影响研究. 石油工业技术监督. 2024(12): 40-46 . 百度学术
5. 蒋海岩，王浚九，王哲，袁士宝，吕涛. 天然气水合物储层出砂预测方法讨论. 石油工业技术监督. 2023(01): 1-5 . 百度学术
6. 马宝金，车家琪，王剑，任京文，邓君宇，房东辉. 海域天然气水合物开采方案设计及气液分离特性分析. 石油工程建设. 2023(01): 1-7 . 百度学术
7. 王磊. 井液侵入水合物储层井壁力学稳定性分析. 西南石油大学学报(自然科学版). 2023(02): 87-96 . 百度学术
8. 王志刚，巩建雨，吴纪修，尹浩，施山山，闫家，李小洋. 海域天然气水合物钻完井关键技术研究进展. 科技导报. 2023(20): 71-78 . 百度学术
9. 靳继凯，温欣，张艺博，赵春晖. 基于机器学习的深海能源土降压开采沉降预测. 工业技术与职业教育. 2023(06): 16-19 . 百度学术
其他类型引用(10)
计量
- 文章访问数: 7226
- HTML全文浏览量: 594
- PDF下载量: 86
- 被引次数: 19
