留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

对数比变换在因子分析法提取东亚冬季风敏感粒级中的应用——以南黄海中部泥质区H07孔为例

冷传旭 袁鸿洁 徐翠玲 郝娅楠 赵广涛

冷传旭, 袁鸿洁, 徐翠玲, 郝娅楠, 赵广涛. 对数比变换在因子分析法提取东亚冬季风敏感粒级中的应用——以南黄海中部泥质区H07孔为例[J]. 海洋地质与第四纪地质, 2017, 37(1): 151-161. doi: 10.16562/j.cnki.0256-1492.2017.01.018
引用本文: 冷传旭, 袁鸿洁, 徐翠玲, 郝娅楠, 赵广涛. 对数比变换在因子分析法提取东亚冬季风敏感粒级中的应用——以南黄海中部泥质区H07孔为例[J]. 海洋地质与第四纪地质, 2017, 37(1): 151-161. doi: 10.16562/j.cnki.0256-1492.2017.01.018
LENG Chuanxu, YUAN Hongjie, XU Cuiling, HAO Yanan, ZHAO Guangtao. APPLICATIONS OF LOGARITHM RATIO TRANSFORMATION TO EXTRACTION OF THE SENSITIVE GRAIN SIZE OF EAST ASIAN WINTER MONSOON BY THE METHOD OF FACTOR ANALYSIS: A CASE STUDY OF CORE H07 FROM THE CENTRAL MUD AREA OF THE SOUTH YELLOW SEA[J]. Marine Geology & Quaternary Geology, 2017, 37(1): 151-161. doi: 10.16562/j.cnki.0256-1492.2017.01.018
Citation: LENG Chuanxu, YUAN Hongjie, XU Cuiling, HAO Yanan, ZHAO Guangtao. APPLICATIONS OF LOGARITHM RATIO TRANSFORMATION TO EXTRACTION OF THE SENSITIVE GRAIN SIZE OF EAST ASIAN WINTER MONSOON BY THE METHOD OF FACTOR ANALYSIS: A CASE STUDY OF CORE H07 FROM THE CENTRAL MUD AREA OF THE SOUTH YELLOW SEA[J]. Marine Geology & Quaternary Geology, 2017, 37(1): 151-161. doi: 10.16562/j.cnki.0256-1492.2017.01.018

对数比变换在因子分析法提取东亚冬季风敏感粒级中的应用——以南黄海中部泥质区H07孔为例


doi: 10.16562/j.cnki.0256-1492.2017.01.018
详细信息
    作者简介:

    冷传旭(1990—),男,硕士生,主要从事海洋沉积学研究,E-mail:Geonzu@126.com

    通讯作者: 赵广涛(1964—),男,教授,主要从事海洋地质学、海洋地球化学的教学与科研工作,E-mail:gtzhao@ouc.edu.cn
  • 基金项目:

    国家自然科学基金委2014年渤黄海海洋学综合考察实验研究 NORC2014-01

  • 中图分类号: P532

APPLICATIONS OF LOGARITHM RATIO TRANSFORMATION TO EXTRACTION OF THE SENSITIVE GRAIN SIZE OF EAST ASIAN WINTER MONSOON BY THE METHOD OF FACTOR ANALYSIS: A CASE STUDY OF CORE H07 FROM THE CENTRAL MUD AREA OF THE SOUTH YELLOW SEA

More Information
  • 摘要: 利用经典统计学分析等传统方法提取东亚季风敏感粒级时,往往因忽视了成分数据的闭合效应而造成对分析结果的误读,所确定的季风替代指标与已有指标的对应效果也不甚理想。以南黄海中部泥质区H07岩心为例,尝试对原始粒度数据做中心化对数比变换以消除闭合效应,再通过因子分析法从中提取出东亚冬季风敏感粒级,进而提出将F2因子得分值作为东亚冬季风强度的替代指标。结合AMS14C年代数据,重建了近6 200 aBP来的东亚冬季风演化历史,并将其划分为5个阶段:(1)6.2~4.99 kaBP,高水平强烈波动期;(2)4.99~3.66 kaBP,高水平小幅波动期;(3)3.66~0.87 kaBP,低水平亚稳定期;(4)0.87~0.14 kaBP,持续增强期;(5)0.14 kaBP至今,大幅减弱期。所提取的替代指标与其他气候指标有很好的对应,证明将中心化对数比变换引入到季风敏感粒级的提取过程中是可行的,能有效地揭示出更接近于真实的中国东部地区东亚冬季风演化历史。
  • 图  1  H07孔站位分布和研究区流系

    (据文献[17]改绘)

    Figure  1.  Location of core H07 and current system in the study area

    (modified after GUO Binhuo et al.)

    图  2  南黄海中部H07孔粒度参数变化和特征层位的粒度频率分布曲线

    Figure  2.  Variations in grain-size parameters and frequency distribution curves for representative layers in core H07

    图  3  F1(a)和F2(b)因子得分值时间序列

    (红色阴影代表风暴影响期)

    Figure  3.  The time series of F1 (a)and F2 (b) factor score

    (Red Shadow on behalf of turmoil)

    图  4  F2因子得分值(a)与其他地区氧同位素序列(红原泥炭纤维素[34](b)、敦德冰心[33](c)和格陵兰GISP2冰心[32](d)δ18O值)的对比

    (灰色阴影表示冬季风增强期)

    Figure  4.  Comparison of F2 factor score(a) with other various δ18O records (peat cellulose for the Hongyong[34](b), Dundee ice core[33](c), Greenland GISP2 ice core[32](d);

    (gray shadow on behalf of enhancement of the winter monsoon)

    表  1  南黄海中部H07孔AMS14C年代数据

    Table  1.   AMS14C dating age of core H07

    深度/cm 测试材料 AMS14C年龄/aBP 日历年龄/aBP
    95 混合底栖有孔虫 3 390±30 3 405
    135 混合底栖有孔虫 4 350±30 4 690
    195 混合底栖有孔虫 5 630±30 6 195
    下载: 导出CSV

    表  2  H07孔原始粒度数据因子构成分析

    Table  2.   Factor analysis of undigested grain size data in core H07

    公因子 F1 F2 F3
    因子构成 1.95~6.57μm(-)
    11.05~
    44.20μm(+)
    0~1.64μm(+)
    7.81~
    11.05μm(-)
    176.80~
    707.10μm
    (+)
    特征值 23.535 11.461 4.954
    因子贡献率/% 52.299 25.470 11.009
    累积贡献率/% 52.299 77.769 88.778
    注:因子构成中“+”表示正载荷,“-”表示负载荷,下同。
    下载: 导出CSV

    表  3  H07孔中心化对数比变换后的粒度数据因子构成分析

    Table  3.   Factor analysis of clr transformed grain size data in core H07

    公因子 F1 F2 F3
    因子构成 0.35~
    18.58μm(+)
    18.58~
    62.50μm(+)
    62.50~
    74.30μm(+)
    特征值 32.585 6.031 2.417
    因子贡献率/% 72.411 13.401 5.370
    累积贡献率/% 72.411 85.813 91.183
    下载: 导出CSV
  • [1] 陈隆勋, 张博, 张瑛.东亚季风研究的进展[J].应用气象学报, 2007, 17(6): 711-724.http://d.old.wanfangdata.com.cn/Periodical/yyqxxb200606009

    CHEN Longxun, ZHANG Bo, ZHANG Ying. Progress in research on the East Asian Monsoon[J]. Journal of Applied Meteorological Science, 2007, 17(6):711-724.http://d.old.wanfangdata.com.cn/Periodical/yyqxxb200606009
    [2] 丁一汇.中国气候[M].北京:科学出版社, 2013:1-8.

    DING Yihui. The Climate of China[M]. Beijing: Science Press, 2013: 1-8.
    [3] Chongguang P, Xuezhi B, Dunxin H. Numerical study of water and suspended matter exchange between the Yellow Sea and the East China Sea[J]. Chinese Journal of Oceanology and Limnology, 2003, 21(3): 214-221. doi: 10.1007/BF02842837
    [4] 杨作升, 郭志刚, 王兆祥, 等.黄东海陆架悬浮体向其东部深海区输送的宏观格局[J].海洋学报, 1992, 14(2): 81-90. doi: 10.1007/BF02677081

    YANG Zuosheng, GuoZhigang, WANG Zhaoxiang, et al. Basic pattern of transport of suspended matter from the Yellow Sea and East China Sea to the eastern deep seas[J]. Acta Oceanologica Sinica, 1992, 14(2): 81-90. doi: 10.1007/BF02677081
    [5] 肖尚斌, 李安春, 陈木宏, 等.近8 ka东亚冬季风变化的东海内陆架泥质沉积记录[J].地球科学:中国地质大学学报, 2006, 30(5): 573-581.http://d.old.wanfangdata.com.cn/Periodical/dqkx200505009

    XIAO Shangbin, LI Anchun, CHEN Muhong, et al. Recent 8 ka mud records of the East Asian Winter Monsoon from the inner shelf of the East China Sea[J]. Earth Science-Journal of China University of Geosciences, 2005, 30: 573-581.http://d.old.wanfangdata.com.cn/Periodical/dqkx200505009
    [6] 胡邦琦, 杨作升, 赵美训, 等.南黄海中部泥质区7200年以来东亚冬季风变化的沉积记录[J].中国科学D辑, 2012, 55: 1656-1688.

    HU Bangqi, YANG Zuosheng, ZHAO Meixun, et al. Grain size records reveal variability of the East Asian Winter Monsoon since the Middle Holocene in the Central Yellow Sea mud area, China[J]. Science in China(Series D), 2012, 55: 1656-1688.
    [7] Boulay S, Colin C, Trentesaux A, et al. 19. Mineralogy and Sedimentology of Pleistocene Sediment in the South China Sea (ODP Site 1144)[R]. 2003.
    [8] 肖尚斌, 李安春.东海内陆架泥区沉积物的环境敏感粒度组分①[J].沉积学报, 2005, 23(1): 122-128. doi: 10.3969/j.issn.1000-0550.2005.01.016

    XIAO Shangbin, LI Anchun. A study on environmentally sensitive grain-size population in inner shelf of the East China Sea[J]. Acta Sedimentologica Sinica, 2005, 23(1):122-128. doi: 10.3969/j.issn.1000-0550.2005.01.016
    [9] 向荣, 杨作升, 郭志刚, 等.济州岛西南泥质区近2 300 a来环境敏感粒度组分记录的东亚冬季风变化[J].中国科学D辑, 2006, 36(7): 654-662. doi: 10.1360/072004-170

    XIANG Rong, YANG Zuosheng, GUO Zhigang, et al. East Asia Winter Monsoon Change of recent 2300a recorded by environmental sensitive grain-size population change in the mud area southwest off Cheju Island[J]. Science in China(Series D), 2006, 36(7): 654-662. doi: 10.1360/072004-170
    [10] 向荣, 杨作升, 郭志刚, 等.济州岛西南泥质区粒度组分变化的古环境应用[J].地球科学-中国地质大学学报, 2005, 30(5): 582-588. doi: 10.3321/j.issn:1000-2383.2005.05.010

    XIANG Rong, YANG Zuosheng, GUO Zhigang. Paleoenvironmental implications of grain-size component variations in the mud area Southwest off Cheju Island[J]. Earth Science-Journal of China University of Geosciences, 2005, 30(5):582-588 doi: 10.3321/j.issn:1000-2383.2005.05.010
    [11] 周蒂.地质成分数据统计分析-困难和探索[J].地球科学-中国地质大学学报, 1998, 23(2): 147-152. doi: 10.3321/j.issn:1000-2383.1998.02.009

    ZHOU Di. Geological compositional data analysis: Difficulties and solutions[J]. Earth Science-Journal of China University of Geosciences, 1998, 23(2): 147-152. doi: 10.3321/j.issn:1000-2383.1998.02.009
    [12] 张崇甫, 陈述云.成分数据主成分分析及其应用[J].数理统计与管理, 1996, 15(3): 11-14.http://d.old.wanfangdata.com.cn/Periodical/gzdxxb200901006

    ZHANG Chongfu, CHEN Shuyun. The principal component analysis on component data and it's applications[J]. Application of Statistics and Management, 1996, 15(3): 11-14.http://d.old.wanfangdata.com.cn/Periodical/gzdxxb200901006
    [13] Aitchison J. The statistical analysis of compositional data[J]. Springer Netherlands, 1986, 44(2):139-177.http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_f522c005dd3cafc105290a6194721cb1
    [14] McLaren P, Bowles D. The effects of sediment transport on grain-size distributions[J]. Journal of Sedimentary Research, 1985, 55(4):457-470.
    [15] 杨雪舞, 王文介.黄茅海河口湾沉积物的稳健对数比主分量分析[J].热带海洋, 1992, 11(3): 68-75. doi: 10.1007/BF02677081

    YANG Xuewu, WANG Wenjie. The analysis of robust logration principal components to the sediments in Huangmaohai estuarine bay[J]Journal of Tropical Oceanography, 1992, 11(3): 68-75. doi: 10.1007/BF02677081
    [16] 周蒂.罗又郎, 陈汉宗.珠江口外现代沉积物粒度类型的对数比统计分析及沉积水动力环境的讨论[C]//南海海洋科学集刊(第10集), 1992: 52-62.

    ZHOU Di, LUO Youlang, CHEN Hanzong. The Pearl River estuary sediment type modern Logratio statistics analysis and discussion of sedimentary hydrodynamic environment[C]// The South China Sea Ocean Sciences (tenth), 1992: 52-62.
    [17] 郭炳火, 许建平, 苏纪兰, 等.中国近海水文[M].北京:海洋出版社, 2005:174-181.

    GUO Binghuo, XU Jianping, SU Jilan, et al.China Offshore Hydrology[M].Beijing:China ocean press, 2005:174-181.
    [18] 周蒂.成分数据的对数比统计方法简介[J].地质科技情报, 1988, 7(2): 107-114.

    ZHOU Di. Brief introduction to the statistical method of composition data[J]. Geological Science and Technology Information, 1988, 7(2): 107-114.
    [19] Martín-Fernández J A, Barceló-Vidal C, Pawlowsky-Glahn V. Dealing with zeros and missing values in compositional data sets using nonparametric imputation[J]. Mathematical Geology, 2003, 35(3): 253-278. doi: 10.1023/A:1023866030544
    [20] 徐刚, 刘健, 孔祥淮, 等.南黄海中部泥质沉积成因和物源研究综述[J].海洋地质动态, 2010, 26(2): 8-12. doi: 10.3969/j.issn.1009-2722.2010.02.002

    XU Gang, LIU Jian, KONG Xianghuai, et al. Sedimentary origin and provenance of the muddy deposition in the central south Yellow Sea[J]. Marine Geology Letters, 2010, 26(2): 8-12. doi: 10.3969/j.issn.1009-2722.2010.02.002
    [21] 范德江, 杨作升, 孙效功, 等.东海陆架北部长江、黄河沉积物影响范围的定量估算[J].青岛海洋大学学报:自然科学版, 2002, 32(5): 748-756.http://d.old.wanfangdata.com.cn/Periodical/qdhydxxb200205010

    FAN Dejiang, YANG Zuosheng, ZHANG Dongqi, et al. Quantitative evaluation of sediment provenance on the north area of the East China Sea shelf[J]. Journal of Ocean University of Qingdao, 2002, 32(5): 748-756.http://d.old.wanfangdata.com.cn/Periodical/qdhydxxb200205010
    [22] Sundborg Å. The River Klarälven: a study of fluvial processes[J]. Geografiska Annaler, 1956: 125-237.http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_c43b93ed4169a78746ca8e6e1e0e41d1
    [23] 王利波, 杨作升, 赵晓辉, 等.南黄海中部泥质区YE-2孔8.4 kaBP来的沉积特征[J].海洋地质与第四纪地质, 2009, 29(5): 1-11.CNKI:SUN:HYDZ.0.2009-05-003

    WANG Libo, YANG Zuosheng, ZHAO Xiaohui, et al. Sedimentary characteristics of core YE-2 from the central mud area in the South Yellow Sea during last 8400 years and its interspace coarse layers[J]. Marine Geology and Quaternary Geology, 2009, 29(5): 1-11.CNKI:SUN:HYDZ.0.2009-05-003
    [24] Liu Z, Trentesaux A, Clemens S C, et al. Clay mineral assemblages in the northern South China Sea: implications for East Asian monsoon evolution over the past 2 million years[J]. Marine Geology, 2003, 201(1): 133-146. doi: 10.1016-S0025-3227(03)00213-5/
    [25] 郭其蕴, 蔡静宁, 邵雪梅, 等. 1873—2000年东亚夏季风变化的研究[J].大气科学, 2004, 28(2): 206-215. doi: 10.3878/j.issn.1006-9895.2004.02.04

    GUO Qiyun, CAI Jingning, SHAO Xuemei, et al. Studies on the variations of East-Asian Summer Monsoon during AD 1873—2000[J]. Chinese Journal of Atmospheric Science, 2004, 28(2): 206-215. doi: 10.3878/j.issn.1006-9895.2004.02.04
    [26] 周波涛, 赵平.古东亚冬季风和夏季风反位相变化吗?[J].科学通报, 2009, 280(270): 650.

    ZHOU Botao, ZHAO Ping. Inverse correlation between ancient winter and summer monsoons in East Asia?[J]. Chinese Science Bulletin, 2009, 280(270): 650.
    [27] Steinke S, Mohtadi M, Groeneveld J, et al. Reconstructing the southern South China Sea upper water column structure since the Last Glacial Maximum: Implications for the East Asian winter monsoon development[J]. Paleoceanography, 2010, 25(2):986-992. doi: 10.1029/2009pa001850
    [28] Steinke S, Glatz C, Mohtadi M, et al. Past dynamics of the East Asian monsoon: No inverse behaviour between the summer and winter monsoon during the Holocene[J]. Global and Planetary Change, 2011, 78(3): 170-177. doi: 10.1016/j.gloplacha.2011.06.006
    [29] 乔璐璐.冬季大风事件下渤黄海环流及泥沙输运过程研究[D].中国海洋大学, 2008.

    QIAO Lulu. Circulation and sediments transport due winter storms in the Bohai Sea and Yellow Sea[D]. Ocean University of China, 2008.
    [30] 李铁刚, 江波, 孙荣涛, 等.末次冰消期以来东黄海暖流系统的演化[J].第四纪研究, 2007, 27(6): 945-954. doi: 10.3321/j.issn:1001-7410.2007.06.009

    LI TIegang, JIANG Bo, SUN Rongtao, et al. evolution pattern of warm current system of the East China Sea and the Yellow Sea since the Last Deglaciation[J] Quaternary Sciences, 2007, 27(6):945-954. doi: 10.3321/j.issn:1001-7410.2007.06.009
    [31] 刘健, 李绍全, 王圣洁, 等.末次冰消期以来黄海海平面变化与黄海暖流的形成[J].海洋地质与第四纪地质, 1999, 19(1): 13-24. doi: 10.1088/0256-307X/15/12/024

    LIU Jian, LI Shaoquan, WANG Shengjie, et al. Sea level changes of the Yellow Sea and formation of the Yellow Sea warm current since the last deglaciation[J]. Marine Geology and Quaternary Geology, 1999, 19(1): 13-24. doi: 10.1088/0256-307X/15/12/024
    [32] Stuiver M, Grootes P M, Braziunas T F. The GISP2 δ18O climate record of the past 16 500 years and the role of the sun, ocean, and volcanoes[J]. Quaternary Research, 1995, 44(3): 341-354. doi: 10.1006/qres.1995.1079
    [33] 施雅风, 孔昭宸, 王苏民, 等.中国全新世大暖期的气候波动与重要事件[J].中国科学B辑, 1992, 22(12): 1300-1308. doi: 10.3321/j.issn:1006-9240.1992.12.003

    SHI Yafeng, KONG Zhaochen, WANG Sumin, et al. Climate fluctuations and important events in the Holocene in China[J]. Scientia Sinica Terrae, 1992, 22(12): 1300-1308. doi: 10.3321/j.issn:1006-9240.1992.12.003
    [34] 徐海, 洪业汤.红原泥炭纤维素氧同位素指示的距今6ka温度变化[J].科学通报, 2002, 47(15): 1181-1186. doi: 10.3321/j.issn:0023-074X.2002.15.014

    XU Hai, HONG Yetang. Indicates the temperature change from 6 000 years ago indicated by Hongyuan peat cellulose oxygen isotope[J]. Chinese Science Bulletin, 2002, 47(15): 1181-1186. doi: 10.3321/j.issn:0023-074X.2002.15.014
    [35] 张丕远.中国历史气候变化[M].济南:山东科学技术出版社, 1996: 252-279.

    ZHANG Piyuan. Climate Change in Chinese History[M]. Jinan: Shandong Science and Technology Press, 1996: 252-279.
    [36] 王绍武.全新世大暖期[J].气候变化研究进展, 2011, 7(5): 383-384. doi: 10.3969/j.issn.1673-1719.2011.05.013

    WANG Shaowu. Megathermal[J]. Progressus Inquisitiones DE Mutatione Climatis, 2011, 7(5): 383-384. doi: 10.3969/j.issn.1673-1719.2011.05.013
    [37] Denton G H, Karlén W. Holocene climatic variations-their pattern and possible cause[J]. Quaternary Research, 1973, 3(2): 155-205. doi: 10.1016/0033-5894(73)90040-9
    [38] Mayewski P A, Rohling E E, Stager J C, et al. Holocene climate variability[J]. Quaternary Research, 2004, 62(3): 243-255. doi: 10.1016/j.yqres.2004.07.001
    [39] Weiss H, Courty M A, Wetterstrom W, et al. The genesis and collapse of third millennium north Mesopotamian civilization[J]. Science, 1993, 261(5124): 995-1004. doi: 10.1126/science.261.5124.995
    [40] Cullen H M, Hemming S, Hemming G, et al. Climate change and the collapse of the Akkadian empire: evidence from the deep sea[J]. Geology, 2000, 28(4): 379-382. doi: 10.1130/0091-7613(2000)28<379:CCATCO>2.0.CO;2
    [41] 方修琦.从农业气候条件看我国北方原始农业的衰落与农牧交错带的形成[J].自然资源学报, 1999, 14(3): 212-218. doi: 10.3321/j.issn:1000-3037.1999.03.004

    FANG Xiuqi. Decline of pre-historical agriculture and formation of farming- grazing transitional zone in north China: A view from climatic changes[J]Journal of Natural Resources, 1999, 14(3): 212-218. doi: 10.3321/j.issn:1000-3037.1999.03.004
    [42] 吴文祥, 刘东生. 4 000 aBP前后降温事件与中华文明的诞生[J].第四纪研究, 2001, 21(5): 443-451. doi: 10.3321/j.issn:1001-7410.2001.05.008

    WU Wenxiang, LIU Tungsheng. 4 000 aBP event and its implications for the origin of ancient Chinese civilization[J]. Quaternary Sciences, 2001, 21(5): 443-451. doi: 10.3321/j.issn:1001-7410.2001.05.008
    [43] 竺可桢.中国近五千年来气候变迁的初步研究[J].考古学报, 1972 (1): 15-38.http://d.old.wanfangdata.com.cn/Periodical/xsj201210011

    ZHU Kezhen. A preliminary study ofclimate change nearly 5, 000 years of climate change in China[J]. Acta Archaeologica Sinica, 1972 (1): 15-38.http://d.old.wanfangdata.com.cn/Periodical/xsj201210011
    [44] 王绍武, 叶瑾琳, 龚道溢.中国小冰期的气候[J].第四纪研究, 1998, 18(1): 54-64. doi: 10.3321/j.issn:1001-7410.1998.01.007

    WANG Shaowu, YE Jinlin, GONG Daoyi. Climate in China during the Little Ice Age[J]. Quaternary Sciences, 1998, 18(1): 54-64. doi: 10.3321/j.issn:1001-7410.1998.01.007
    [45] CHANGE HIOFC. The little ice age[J]. Origins, 1983, 10(2): 51-65.http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_e31292f0892d409d325c77f39468c74b
    [46] 李明启, 靳鹤龄, 张洪.小冰期气候的研究进展[J].中国沙漠, 2005, 25(5): 731-737. doi: 10.3321/j.issn:1000-694X.2005.05.019

    LI Mingqi, JIN Heling, ZHANG Hong. Advances of climate research in the Little Ice Age[J]. Journal of Desert Research, 2005, 25(5): 731-737. doi: 10.3321/j.issn:1000-694X.2005.05.019
    [47] 李崇银, 朱锦红, 孙照渤.年代际气候变化研究[J].气候与环境研究, 2002, 7(2): 209-219.http://d.old.wanfangdata.com.cn/Periodical/qhyhjyj200202008

    LI Chongyin, ZHU Jinjiang, Sun Zhaobo. The study interdecadel climate variation[J]. Climatic and Environmental Research, 2002, 7(2): 209-219.http://d.old.wanfangdata.com.cn/Periodical/qhyhjyj200202008
    [48] Dansgaard W, Johnsen S J, Møller J, et al. One thousand centuries of climatic record from camp century on the Greenland ice sheet[J]. Science, 1969, 166(3903): 377-380. doi: 10.1126/science.166.3903.377
    [49] 葛全胜, 方修琦.千年尺度上冷暖变化的自相似特征研究[J].自然科学进展, 2002, 12(12): 1280-1284. doi: 10.3321/j.issn:1002-008X.2002.12.009

    GE Quansheng, FANG Xiuqi. Quasi-periodicity of temperature changes on the millennial scale[J]. Progress in Natural Science, 2002, 12(12): 1280-1284. doi: 10.3321/j.issn:1002-008X.2002.12.009
  • [1] 安佰正, 李铁刚, 刘健, 孙晗杰, 徐兆凯, 唐正, 赵京涛.  西菲律宾海26万年来古生产力变化的颗石藻证据 . 海洋地质与第四纪地质, 2019, 39(3): 113-121. doi: 10.16562/j.cnki.0256-1492.2018052301
    [2] 路彩晨, 贾佳, 高福元, 夏敦胜.  全新世安塞剖面的磁学特征变化历史及其受控因子分析 . 海洋地质与第四纪地质, 2018, 38(5): 178-184. doi: 10.16562/j.cnki.0256-1492.2018.05.017
    [3] 宋红瑛, 刘金庆, 马晓红, 张勇, 赵广涛.  青岛近岸泥质区敏感粒级组分及对沉积记录的指示 . 海洋地质与第四纪地质, 2016, 36(6): 51-61. doi: 10.16562/j.cnki.0256-1492.2016.06.007
    [4] 王飞飞, 刘健, 仇建东, 刘宪光, 梅西.  南黄海中西部全新世中期以来泥质沉积厚度与成因 . 海洋地质与第四纪地质, 2014, 34(5): 1-11. doi: 10.3724/SP.J.1140.2014.05001
    [5] 王佳泽, 李安春, 黄杰.  17 000年以来冲绳海槽中部沉积物物源演化及其古环境记录 . 海洋地质与第四纪地质, 2013, 33(6): 105-114. doi: 10.3724/SP.J.1140.2013.06105
    [6] 李建超, 乔璐璐, 李广雪, 刘勇, 马妍妍, 刘玲.  基于LISST数据的冬季南黄海悬浮体分布 . 海洋地质与第四纪地质, 2013, 33(5): 13-25. doi: 10.3724/SP.J.1140.2013.05013
    [7] 孙东怀, 王鑫, 李宝锋, 陈发虎, 王飞, 李再军, 梁百庆, 马志伟.  新生代特提斯海演化过程及其内陆干旱化效应研究进展 . 海洋地质与第四纪地质, 2013, 33(4): 135-151. doi: 10.3724/SP.J.1140.2013.04135
    [8] 刘毅, 孙立广, 罗宇涵, 孙松, 王玉宏.  南海湖泊沉积物中的陆源粉尘记录 . 海洋地质与第四纪地质, 2013, 33(3): 1-8. doi: 10.3724/SP.J.1140.2013.03001
    [9] 李丽, 陈宇星, 王慧, 贺娟.  更新世以来南海表层水温变化及其古气候意义 . 海洋地质与第四纪地质, 2012, 32(4): 1-7. doi: 10.3724/SP.J.1140.2012.04001
    [10] 李涛, 向荣, 李团结.  珠江口表层沉积物底栖有孔虫分布及环境指示 . 海洋地质与第四纪地质, 2011, 31(6): 91-98. doi: 10.3724/SP.J.1140.2011.06091
    [11] 王飞飞, 王红, 刘健, 宫少军.  南黄海西北部SYS-0803孔第四纪晚期底栖有孔虫群落特征及其古环境意义 . 海洋地质与第四纪地质, 2011, 31(4): 113-123. doi: 10.3724/SP.J.1140.2011.04113
    [12] 徐刚, 刘健, 温春, 孔祥淮.  南黄海西部陆架区表层沉积特征与物源分析 . 海洋地质与第四纪地质, 2010, 30(4): 49-56. doi: 10.3724/SP.J.1140.2010.04049
    [13] 王利波, 杨作升, 赵晓辉, 邢磊, 赵美训, Yoshiki Saito, 范德江.  南黄海中部泥质区YE-2孔8.4 kaBP来的沉积特征 . 海洋地质与第四纪地质, 2009, 29(5): 1-11. doi: 10.3724/SP.J.1140.2009.05001
    [14] 王飞飞, 赵全民, 丁旋, 刘健.  渤海东北海域有孔虫埋葬群特点与沉积环境的关系 . 海洋地质与第四纪地质, 2009, 29(2): 9-14. doi: 10.3724/SP.J.1140.2009.02009
    [15] 欧阳凯, 张训华, 李刚.  南黄海中部隆起地层分布特征 . 海洋地质与第四纪地质, 2009, 29(1): 59-66. doi: 10.3724/SP.J.1140.2009.01059
    [16] 孙晓燕, 李广雪, 刘勇, 马妍妍, 李俊杰.  东海北部泥质区敏感粒度组分对东亚季风演变的响应 . 海洋地质与第四纪地质, 2008, 28(4): 11-17. doi: 10.3724/SP.J.1140.2008.03011
    [17] 陈弘, 刘坚, 王宏斌.  琼东南海域表层沉积物常量元素地球化学及其地质意义 . 海洋地质与第四纪地质, 2007, 27(6): 39-45.
    [18] 童凯, 汪永进, 程海, 姜修洋.  57~48万年前东亚夏季风的神农架石笋记录 . 海洋地质与第四纪地质, 2007, 27(4): 111-116.
    [19] 张晓东, 许淑梅, 翟世奎, 张怀静.  东海内陆架沉积气候信息的端元分析模型反演 . 海洋地质与第四纪地质, 2006, 26(2): 25-32.
    [20] 陈玲.  南海中建南盆地构造样式分析 . 海洋地质与第四纪地质, 2006, 26(1): 53-58.
  • 加载中
图(4) / 表(3)
计量
  • 文章访问数:  453
  • HTML全文浏览量:  82
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-12-11
  • 修回日期:  2016-05-21
  • 刊出日期:  2017-02-28

对数比变换在因子分析法提取东亚冬季风敏感粒级中的应用——以南黄海中部泥质区H07孔为例

doi: 10.16562/j.cnki.0256-1492.2017.01.018
    作者简介:

    冷传旭(1990—),男,硕士生,主要从事海洋沉积学研究,E-mail:Geonzu@126.com

    通讯作者: 赵广涛(1964—),男,教授,主要从事海洋地质学、海洋地球化学的教学与科研工作,E-mail:gtzhao@ouc.edu.cn
基金项目:

国家自然科学基金委2014年渤黄海海洋学综合考察实验研究 NORC2014-01

  • 中图分类号: P532

摘要: 利用经典统计学分析等传统方法提取东亚季风敏感粒级时,往往因忽视了成分数据的闭合效应而造成对分析结果的误读,所确定的季风替代指标与已有指标的对应效果也不甚理想。以南黄海中部泥质区H07岩心为例,尝试对原始粒度数据做中心化对数比变换以消除闭合效应,再通过因子分析法从中提取出东亚冬季风敏感粒级,进而提出将F2因子得分值作为东亚冬季风强度的替代指标。结合AMS14C年代数据,重建了近6 200 aBP来的东亚冬季风演化历史,并将其划分为5个阶段:(1)6.2~4.99 kaBP,高水平强烈波动期;(2)4.99~3.66 kaBP,高水平小幅波动期;(3)3.66~0.87 kaBP,低水平亚稳定期;(4)0.87~0.14 kaBP,持续增强期;(5)0.14 kaBP至今,大幅减弱期。所提取的替代指标与其他气候指标有很好的对应,证明将中心化对数比变换引入到季风敏感粒级的提取过程中是可行的,能有效地揭示出更接近于真实的中国东部地区东亚冬季风演化历史。

English Abstract

  • 中国作为一个受季风影响的农业大国,农业经济的兴衰与东亚季风有密不可分的关系。在全球气候变化日益受到关注的大背景下,东亚季风的时空演化特征也就成为中国气候研究的核心问题。我国从20世纪50年代就开始了对东亚季风的研究,至今已取得了丰硕的成果[1]。但是,在气候替代指标的研究中还存在一些问题。首先是替代指标地理分布的不均衡。受研究材料所限,陆地替代指标的数量和研究程度要远高于海洋,有丰富气候信息内涵的海洋反倒成了研究的“空白”。而且,指标数量存在“东西”差异,中国中西部的自然替代指标多于东部,对于受东亚季风影响最强烈的中国东部地区,主要是文字记录覆盖区[2],缺少自然档案,尤其缺少考古时期以前的气候变化记录;再就是“冬、夏”不均衡。东亚夏季风替代指标的数量远多于冬季风替代指标,相对缺乏冬季风的演化记录。

    陆架泥因其分辨率高、沉积连续,而成为研究气候变化的首选对象。中国东部海域陆架泥的源区为东亚季风影响区,也就使得该海域陆架泥质沉积物成为研究东亚季风演化的理想材料。许多研究者基于中国东部陆架海域“夏储冬输”的输运格局[3, 4],着眼于细粒物质的沉积汇——陆架泥的粒度特征,通过水动力环境分析[5]、经典统计学分析[6]、粒径-标准偏差法[7-10]等方法提取了对环境变化敏感的粒级,以该粒级组分的含量、平均粒径等参数作为东亚季风的替代指标,进而重建东亚季风的演化过程。但是,替代指标时间序列与其他地区气候序列的对应效果不甚理想。究其原因,很多研究者都忽视了一个关键的数理统计问题,即粒度数据实为一种成分数据,所派生出的闭合效应对后期数据的处理有很大的负面影响[11]

    为消除闭合效应的影响,本文以南黄海中部泥质区H07孔岩心为例,尝试将中心化对数比变换引入到因子分析提取东亚冬季风敏感粒级的过程中。根据提取出的替代指标重建近6 200 aBP来的中国东部地区东亚冬季风演化史。在提取冬季风敏感粒级之前,有必要先介绍一下成分数据、闭合效应以及对数比变换的基本概念。

    • 在任意非负的p维矢量X =(x1, x2, …, xp),它的p个分量的取值满足约束条件:

      $ \sum\limits_{j = 1}^p {{x_i}} = 1, {x_j} \geqslant 0 $

      (1)

      则称X为成分数据(compositional data)。公式(1)为定和限制,是成分数据的基本特征。在社会科学和自然科学领域中,成分数据并不鲜见,如产业结构、消费结构、血液成分、药剂配方等,包括地质学中的岩石化学全分析数据和粒度数据等,均属于成分数据。

      成分数据的一个主要特征是由闭合派生出的闭合效应。数据中的xi称为闭合(closure),它是基(basis)与容量(size)的比值。由闭合所产生的各种变化称为闭合效应(closure effect)。

    • 成分数据常具有较高的维数,为删繁就简,便于分析,需要对其做降维处理。但是,由于成分数据的单形空间分布和非线性曲线特征,在对其做降维处理时不能直接套用基于正态分布假设和线性降维的经典统计学分析方法[12]。出发点是协方差或相关系数矩阵的主成分分析与因子分析方法,在对成分数据做直接处理时,会遇到以下情况:

      由于成分数据每行之和恒为1,则对成分xi

      $ \sum\limits_{j = 1}^p {{\text{Cov}}\left( {{x_i}, {x_j}} \right)} = 0 $

      (2)

      j=i时,有Cov(xi, xi)=Var(xi)>0,

      故:

      $ \sum\limits_{i \ne j}^{} {{\text{Cov}}\left( {{x_i}, {x_j}} \right)} = - {\text{Var}}\left( {{x_i}} \right) $

      (3)

      也就是说,在成分数据表中至少会有一组成分矢量间呈负相关。这种虚假的负相关关系是闭合派生出的伪相关(pseudo-correlative),不能反映出基的真实相关性。

      在以往的研究中,由于对成分数据及其闭合效应没有足够的认识,许多研究者在盲目套用经典统计学分析方法后,仍在错误结果的基础上按照自己的主观理解加以错误的解释[6]

      为了让成分数据适应经典统计学分析方法,就必须对其加以改造。Aitchison[13]提出了通过对数比变换(logratio transform)来对成分数据进行预处理的方法,从而解决了闭合效应的问题。具体的变换方法是取成分数据中成分矢量间比值的对数,将其作为新的变量,即:

      $ {\mathit{y}_t} = {\text{In}}\left( {{x_i}/{x_p}} \right), i = 1, 2, \ldots , p - 1 $

      (4)

      由于非对称的对数比变换后p-1维矢量的统计结果不便解释,Aitchison在此基础上又提出了对称的对数比变换法,即中心化对数比变换(centralized logarithm ratio transformation),将上式中的闭合xp替换成了成分数据中一行的几何平均值gi

      $ {\mathit{y}_i} = {\text{In}}\left( {{x_i}/{g_i}} \right), i = 1, 2, \ldots , p $

      (5)

      $ {g_i} = \sqrt[p]{{{x_1}{x_2} \ldots {x_p}}} $

      (6)

      变换后的p维矢量Y=(y1, y2, …, yp)破坏了原先成分数据中的定和限制,实现了从单形空间[0, 1]到欧式空间(-∞, +∞)的一一映射。变量近于正态分布,使其可以套用经典统计学分析方法。

      在Aichison提出对数比变换法后,一部分研究者[14-16]尝试将该方法应用到利用RQ型主分量分析法划分表层沉积物粒度分区的研究中,取得了理想的效果。同样是基于对水动力信息的萃取,在柱状样沉积物粒度数据中提取对环境变化敏感的粒级,进而确定季风替代指标的过程中亦可由此实现,但尚无先例。在论证了理论可行性后,本文尝试将中心化对数比变换应用到提取季风敏感粒级的实践中去,以改善因子分析的结果,明确各因子的指示意义,实现季风替代指标选取过程的优化。

    • H07孔(35°58.615′N、122°59.303′E)(图 1)位于南黄海中部泥质区,系中国海洋大学“东方红2号”科学考察船于2014年4月执行“国家自然科学基金委2014年渤黄海春季航次”时所取重力柱状样。H07柱长275 cm,整体基本为青灰色黏土质粉砂,210 cm以下和10 cm以上部分砂和粉砂含量有所增多。按照2 cm的取样间隔对H07进行分样,分得样品138个。对所有样品做粒度分析,测试在中国海洋大学海底科学与探测技术教育部重点实验室完成,测试仪器为英国马尔文公司的Mastersizer-2000激光粒度仪,仪器分辨率为0.01 Φ,测量范围为0.02~2 000 μm,重复测量误差<2%。在样品预处理过程中加入10%双氧水以去除有机质,然后加入4%的六偏磷酸钠溶液以分散沉积物。样品预处理过程中未对碳酸盐组分做处理。由于H07柱状样沉积物中有孔虫含量极低,仅选取了3个有孔虫含量较高的层位(即95、135、195 cm 3个层位)作为AMS14C年代测试的层位。每个层位挑选出10 mg以上壳体干净的、未破碎的混合底栖有孔虫作为测试材料,送至美国Beta Analysis公司完成AMS14C年代测试,得出的原始测年数据利用CALIB5.10程序进行日历年龄校正,校正后年龄见表 1

      图  1  H07孔站位分布和研究区流系

      Figure 1.  Location of core H07 and current system in the study area

      表 1  南黄海中部H07孔AMS14C年代数据

      Table 1.  AMS14C dating age of core H07

      深度/cm 测试材料 AMS14C年龄/aBP 日历年龄/aBP
      95 混合底栖有孔虫 3 390±30 3 405
      135 混合底栖有孔虫 4 350±30 4 690
      195 混合底栖有孔虫 5 630±30 6 195
    • 本文沉积物分类采用谢帕德分类法。H07柱状样整体粒度较细,以粉砂为主(53.85%~65.46%),黏土次之(33.67%~45.82%),砂的含量(0.03%~3.65%)在大多数层位中接近于零,仅在个别层位有小的突变。平均粒径(Mz)为4.08~5.99 μm,呈“两端粗、中间细”的基本特征;分选系数(δ1)为1.33~1.74,分选差;偏态系数(SK1)为0.02~0.13,近于对称;峰态系数(KG)为0.99~1.11,接近正态曲线。

      H07沉积物的粒度频率曲线主要为单峰型,只是210 cm上下层位的主峰位置略有不同,表现为下部层位粒度略粗。另外,个别层位的粒度频率曲线在粗砂粒级处还有一个不甚明显的突起,可能表明某种微弱信号的存在。

      根据AMS14C测年结果,H07中上段的沉积速率一直保持在一个稳定、较低的水平。综合粒度参数和频率曲线的特征,认为H07长期处于稳定的正常浅海沉积环境。210 cm以下层位沉积特征的变化可能代表了亚环境的改变。

    • 将大于11.5 Φ的极细部分单独作为一个粒径区间,在11.5~0.5 Φ(无任何层位含有小于0.5 Φ的组分)的粒径范围内,按0.25 Φ的间隔对H07粒度数据进行划分,划分出45个粒径区间。为方便与其他文献比较,后文均采用μm作为粒径单位。为检验中心化对数比预处理在消除粒度数据闭合效应的效果,对这138组分粒级粒度数据做如下处理:(1)对未变换的原始数据直接进行因子分析;(2)对原始粒度数据做中心化对数比变换,将变换后的数据进行因子分析。

      在对数比变换中经常会遇到零值处理的问题,譬如粒度数据中端元组分的含量常为零,由于零不能取对数,可考虑用痕值(一个很小的正数)来替换[18]。本文采用加法替换法[19](additive replacement strategy)做零值替换:

      $ \left\{ {_{{x_i} - \frac{{\delta \left( {Z + 1} \right)Z}}{{{D^2}}}\;\;\;\;{x_i}0}^{\frac{{\delta \left( {Z + 1} \right)\left( {D - Z} \right)}}{{{\text{ }}{D^2}}}\;\;\;\;{x_i} = 0}} \right.{\text{ }} $

      式中D为成分数据组分个数,Zi行中零值的个数,xiri分别为零值替换前后的数据,δ可取舍入误差,本文取0.005。零值替换后,将粒度数据经中心化对数比变换,再进行因子分析。因子分析利用SPSS17.0软件来完成,采用最大方差旋转法提取旋转因子。

      以累积贡献率不低于85%为准,未变换的原始粒度数据需要3个公因子来控制H07孔的粒度变化特征(表 2),且F1贡献率仅为52.299%。从因子构成上来看,F1和F2因子构成中包含一组呈负相关关系的粒级组分,这种无实际意义的强负相关实为闭合派生出的伪相关,不宜做成因上的解释。在闭合效应的影响下,成分数据表的公因子构成显得杂乱无章,无法对公因子做合理的命名。

      表 2  H07孔原始粒度数据因子构成分析

      Table 2.  Factor analysis of undigested grain size data in core H07

      公因子 F1 F2 F3
      因子构成 1.95~6.57μm(-)
      11.05~
      44.20μm(+)
      0~1.64μm(+)
      7.81~
      11.05μm(-)
      176.80~
      707.10μm
      (+)
      特征值 23.535 11.461 4.954
      因子贡献率/% 52.299 25.470 11.009
      累积贡献率/% 52.299 77.769 88.778
      注:因子构成中“+”表示正载荷,“-”表示负载荷,下同。

      反观经中心化对数比变换的粒度数据,其因子分析的结果较未变换数据有了很大的改善(表 3):变换后的F1因子贡献率提高到72.411%,而且仅需要两个公因子就能控制H07孔的粒度变化特征。

      表 3  H07孔中心化对数比变换后的粒度数据因子构成分析

      Table 3.  Factor analysis of clr transformed grain size data in core H07

      公因子 F1 F2 F3
      因子构成 0.35~
      18.58μm(+)
      18.58~
      62.50μm(+)
      62.50~
      74.30μm(+)
      特征值 32.585 6.031 2.417
      因子贡献率/% 72.411 13.401 5.370
      累积贡献率/% 72.411 85.813 91.183

      F1的因子构成为0.35~18.58 μm,且为正载荷,表明F1因子对这一粒径区间的组分施加的是正影响。由于南黄海中部涡旋泥的来源主要是长江与黄河[20],而且长江、黄河入海泥沙均匀悬移载荷分别 < 18 μm和 < 22 μm[21],据此推断,F1很可能是悬浮搬运因子。

      F2的因子构成为18.58~62.50 μm,较F1的因子构成粗。根据底质沉积物粒径与再悬浮启动流速的关系[22],在再悬浮过程中F2粒级的沉积物所需的启动流速相对粗砂和已固结的黏土较低,容易被搅起。据此推测F2可能为再悬浮因子。F1和F2因子的累积贡献率达到85.813%,认为这两个因子控制了H07孔粒度变化的主体,即H07柱状样沉积物的来源与成因主要是沿岸流悬浮搬运和再悬浮作用,符合该海域陆架泥沉积的实际情况。

      F3因子构成为62.50~74.30 μm。这一粒径区间横跨粉砂和砂两个粒级,没有明确的水动力指示意义,但其因子构成与我们在挑选测年样品时所遇到的有孔虫分布情况基本一致,说明F3可能为生源因子,主要体现的是有孔虫的分布。

      对于特征值更低的公因子,其载荷值的分布特征会被“稀释”,对后几个公因子的识别也就存在一定的难度。根据邻近站位的研究情况,沉积物可能受到过风暴的扰动[23]。结合H07孔的沉积特征,个别层位粗砂和破碎贝壳含量的突然增多可能是受风暴影响的证据,不过这种微弱的风暴因子不会对F2因子所代表的“正常”再悬浮作用有明显的事件性干扰。

    • 通常认为,陆架海域中的黏土物质主要来源于周边河流的输入,而东亚夏季风通过控制降水量间接影响进入河流中黏土的量[24, 25],那么黏土粒级组分的含量可以作为东亚夏季风的替代指标;对于东亚冬季风来说,主要是控制了黄海沿岸流的输运能力和再悬浮作用,相对较粗的粉砂粒级组分的含量或整个细粒组分的平均粒径可以作为东亚冬季风的替代指标[9]。本文认同上述关于东亚季风对细粒组分输运影响的说法,但是在成分数据表中寻找季风替代指标的做法是错误的。由上文分析可知,在闭合效应影响下,至少会有两组成分数据矢量间呈现虚假的负相关关系。若以敏感粒级组分含量分别作为东亚冬、夏季风的替代指标,难免会出现冬、夏季风强度呈“此消彼长”的假象。这种伪相关关系在砂含量极低的涡旋泥区柱状样中表现得尤为明显(图 2):黏土和粉砂的含量之和接近100%,近于一种二元成分数据,两者相关系数近于-1。根据前人的研究,东亚夏季风和冬季风实际上并非一种简单的反向增强关系[26-28]。这也就从相关性入手,证明以敏感粒级组分含量作为东亚季风替代指标的方法是错误的。

      图  2  南黄海中部H07孔粒度参数变化和特征层位的粒度频率分布曲线

      Figure 2.  Variations in grain-size parameters and frequency distribution curves for representative layers in core H07

      由于成分数据的定和限制及非线性特征,我们无法直接从成分数据表中寻找出季风替代指标。成分数据表经对数比变换后,总体上服从逻辑正态分布,具备线性特征,摆脱了闭合效应的桎梏。但是,粒度数据经对数比变换后所得新数据表,其实际意义难以用地质经验来解释,不便直接将敏感粒级所对应的数据作为东亚冬季风替代指标。由于我们已经识别出H07孔中前3个粒度主控因子的意义,可以尝试利用因子分析中所得出的新变量——因子得分值的大小来表征某一“影响作用”的强弱。

      在实际情况中,东亚季风对区域流场格局的影响是十分复杂的,水动力因子不能直接映射到气候因子。例如,F1因子所表征的正常悬移作用主要受冬季风控制,但其因子构成中的黏土粒级组分也间接受到夏季风的影响,因此F1所对应的气候因子是多解的,不能将F1因子得分值作为东亚冬季风替代指标。由于冬季的风速远远高于夏季,相比于夏季,在冬季会有更多的泥沙在强烈的底剪切应力和风浪作用下被再悬浮[29]。在基本排除风暴的干扰后,可以认为F2因子所反映的主要是冬季风影响下环流和风浪对底质沉积物再悬浮的情况,那么表征这一影响因子强弱的F2因子得分值也就可以作为东亚冬季风的替代指标。

    • 重建东亚冬季风演化历史,需要选取沉积环境和物源没有明显改变的区段。根据F1和F2因子得分值的变化(图 3),两者曾同时出现极度负偏的现象,表明悬移和再悬浮作用可能被风暴作用等影响所取代。在剔除这一干扰后,从F1因子得分值的变化上可以看出,自6.2 kaBP开始,F1因子得分值已经达到并基本保持在一个较高的水平,即沿岸流的悬浮搬运作用已经达到最大并一直保持稳定,可能表明了“夏储东输”稳定格局的形成,与前人黄海暖流形成于6 kaBP左右的观点[30, 31]基本一致,综合F1和F2因子得分值的变化特征,6.2 kaBP是亚环境改变的时间节点。由于下部沉积环境不稳定,F2因子在下段的指示意义比较模糊,加之未取得H07孔底部的AMS14C测年数据,故本文只选取6.2 kaBP以来沉积环境稳定的区段来重建东亚冬季风演化历史。

      图  3  F1(a)和F2(b)因子得分值时间序列

      Figure 3.  The time series of F1 (a)and F2 (b) factor score

      为检验F2因子得分系数作为东亚冬季风替代指标的可靠性,将其与格陵兰GIPS2冰心[32]、敦德冰心[33]和红原泥炭纤维素[34]δ18O数据,以及中国历史文献[35]所记录的气候变化与降温事件作对比。

      根据F2因子得分值的变化可识别出东亚冬季风演化的5个阶段(图 4):(1)6.2~4.99 kaBP,高水平强烈波动期;(2)4.99~3.66 kaBP,高水平小幅波动期;(3)3.66~0.87 kaBP,低水平亚稳定期;(4)0.87~0.14 kaBP,持续增强期;(5)0.14 kaBP至今,大幅减弱期。

      图  4  F2因子得分值(a)与其他地区氧同位素序列(红原泥炭纤维素[34](b)、敦德冰心[33](c)和格陵兰GISP2冰心[32](d)δ18O值)的对比

      Figure 4.  Comparison of F2 factor score(a) with other various δ18O records (peat cellulose for the Hongyong[34](b), Dundee ice core[33](c), Greenland GISP2 ice core[32](d);

      (1) 6.2~4.99 kaBP,高水平强烈波动期

      这一时期东亚冬季风的主要特征是在较强的背景下强烈波动,寒冷事件持续时间较短但出现频率较高,除去发生在5.4 kaBP的事件沉积,可识别出4次明显的冬季风增强事件(6.04、5.89、5.59、5.29 kaBP)。高背景下强烈波动的特征与其他气候变化序列有很好的对应,如格陵兰GISP2冰心(冷峰出现时间:5.8、5.45 kaBP);敦德冰心的6~5 kaBP气候波动剧烈、环境较差阶段(冷峰出现时间:5.6、5.4、5.15 kaBP);红原泥炭的6~4 kaBP低温波动期(冷峰出现时间:6、5.45、5.1、4.8 kaBP)。

      在全新世大暖期(Megathermal)中,气候并非一直温暖湿润,6.0~5.0 kaBP是气候干冷并剧烈波动的阶段[36]。这一时期全球普遍寒冷,在南北半球普遍出现了山区冰川前进的现象[37]。Mayeweki等[38]认为太阳活动的减弱导致了这一时期气候转冷。

      (2) 4.99~3.66 kaBP,高水平小幅波动期

      冬季风强度较6.2~4.99 kaBP有所减弱,气温略有回升,但是好景不长。除去4.11~3.98 kaBP冬季风强度短时间内的减弱外,在4.56~3.66 kaBP的时间段内,替代指标所指示的冬季风强度一直在相对较高的水平内小幅波动,气温长期低冷。这一时段的冬季风高水平小幅波动现象在不同的气候变化序列中的再现程度不同,可能是地区差异造成的, 与敦德冰心和红原泥炭对应较好。

      通常认为,4.2~4.0 kaBP的长期干旱导致了世界范围内诸多古文明的迅速衰落[39, 40]。这一时期,中国6个考古文化区中均有文化交替现象,在原始农业北界地区更是发生了由农向牧的转变[41],说明这一时期气候可能发生了恶化[42]。从替代指标的时间序列上看,这一时期的冬季风强度一直在相对较高的水平徘徊。在文明初期,人类抵御天灾的能力较弱,长期的低温干旱给原始农业造成了沉重的打击,间接导致了中国新石器文化的衰落。

      (3) 3.66~0.87 kaBP,低水平亚稳定期

      自3.66 kaBP开始,冬季风减弱,气温偏暖。虽然也有冬季风突然增强的情况,但总体上属于冬季风演化的低水平亚稳定期。

      3 kaBP左右,冬季风强度出现了明显的减弱,在敦德冰心和红原泥炭δ18O记录中也均见到明显升温的迹象。此时正值周王朝建立(1046BC),气候的转暖间接推动了政治和文化的发展,从3 kaBP起,中国东部地区有关气候变化的文字记录开始多了起来[43]。这一时期替代指标所呈现出的寒冷事件和冷暖变化趋势与历史文献的记录有很好的对应,如冬季风相对增强期有:2.75~2.68 kaBP(西周骤冷;汉水两封冻)、2.39~2.17 kaBP(战国中期到西汉初年气温转凉)、2.03 kaBP(8—23AD新朝骤冷;蝗旱霜连年)、1.81~1.52 kaBP(210—560AD魏晋南北朝冷期;建业设冰房);冬季风相对减弱期有:2.68~2.46 kaBP(春秋到战国初暖期;鲁国冬无冰)、2.03~1.81 kaBP(0—200AD两汉暖期;穰邓有橙橘)、1.38~1.16 kaBP(570—770 AD隋-盛唐暖期;长安多梅树)。

      (4) 0.87~0.14 kaBP,持续增强期

      从0.87 kaBP开始,直到0.14 kaBP,替代指标所反映的冬季风强度呈持续增强的趋势。受太阳活动和火山活动的影响[44],这一时期全球普遍寒冷,即所谓的小冰期[45](Little Ice Age,LIA)。

      前人对小冰期于19世纪末结束的观点基本保持一致,但是对小冰期的开始时间有很大的争议[46]。对于中国东部地区进入小冰期的时间,主要有两种观点:(1)从14世纪初开始进入小冰期或明清冷期[2]。将前一阶段的相对温暖期称为宋元暖期,与起讫时间在10—13世纪的中世纪暖期(Medieval Warm Period,MWP)相对应。认为12世纪初中国气候转寒是暖期背景下的多年代(multi-decadal)尺度冷暖波动[47];(2)12世纪左右就已进入小冰期,起讫时间与格陵兰岛基本一致[48]

      在测年误差允许的范围内,本文认同第二种观点,即中国的小冰期开始于12世纪。就替代指标所反映的情况来看,东亚冬季风自0.87 kaBP(11世纪末)开始就呈持续增强的演化趋势,与格陵兰GISP2冰心氧同位素所反映的气候变化过程基本一致,而且0.72 kaBP左右的冬季风短时小幅减弱现象也不宜与前一温暖期归为同一个大的暖期。

      小冰期在红原泥炭和敦德冰心中表现得并不明显。对于泥炭和石笋来说,其δ18O记录主要反映的是夏季气温的变化;而敦德冰心的δ18O值在小冰期中总体处于较高的水平。葛全胜认为,中国东西部百年际以上的冷暖变化基本同步[49];但是不同地区的气候变化幅度也有明显的差异:敦德冰心所处的祁连山地区在明清小冰期期间的气候曾一度比较温暖[2]。东亚季风区域性响应的差异导致了替代指标与敦德冰心在此阶段对应较差。

      (5) 0.14 kaBP至今,大幅减弱期

      小冰期结束后,全球进入了现代增温期,气温明显回暖。20世纪暖期的升温率超过了明清冷期中由冷谷向暖锋转换的百年最大升温率[2],在替代指标中表现为冬季风强度大幅减弱。

      通过气候序列间的对比可以发现,H07岩心的F2因子得分值时间序列在与其他地区氧同位素序列普遍对应的基础上,更多地反映的是中国东部地区的东亚冬季风演化过程,具有明显的区域性特点,证明了替代指标选取的合理性。

    • (1) 对比H07岩心粒度数据在中心化对数比变换前后的因子分析结果,发现中心化对数比变换法可以很好地消除闭合效应的影响,所得出的主控因子有了更加明确的指示意义,前3个主控因子分别代表悬浮搬运因子(F1)、再悬浮因子(F2)和生物因子(F3)。

      (2) 通过深入分析,认为F2再悬浮因子代表了主要发生在冬季的、受冬季风控制的再悬浮作用,故将F2因子得分值作为东亚冬季风替代指标。

      (3) 利用替代指标重建了中国东部地区近6 200 aBP年以来的东亚冬季风演化历史,并将其演化过程划分为5个阶段:1)6.2~4.99 kaBP,高水平强烈波动期;2)4.99~3.66 kaBP,高水平小幅波动期;3)3.66~0.87 kaBP,低水平亚稳定期;4)0.87~0.14 kaBP,持续增强期;5)0.14 kaBP至今,大幅减弱期。认为中国东部地区小冰期的开始时间约为12世纪。

      (4) 在与其他地区氧同位素序列和历史文献的对比中,替代指标所反映的冷暖阶段和降温事件既能普遍对应,又能体现出中国东部地区气候演化的特殊性,证明了替代指标的选取是正确的,也印证了中心化对数比变换在季风敏感粒级提取中的应用是可行的,并且对提取效果有明显的优化。认为该方法可以有效地改善中国东部地区缺乏冬季风替代指标的现状。

参考文献 (49)

目录

    /

    返回文章
    返回