大九湖地区孢粉气候因子转换函数的最优组合

大九湖地区孢粉气候因子转换函数的最优组合

作为重要的水分研究数据来源之一，古代气候研究人员长期以来一直受到关注。由于植物带的分布与气候环境因素的变化密切相关，因此可以分析不同的水分指数，如硫酸丰度、比例含量、植物组合等。可以通过数学方法建立山西省的气候因子转换函数，定量重建气候因子。与其他气候代用数据相比，山西省具有分布广泛、收获方便、记录长的特点。这是进行旧气候定量化研究的有效数据。然而，除了植粉样本的代表性外，如何选择易碎的气候因素，以及建立函数关系是确定用植物授粉固碳定量重建成功的一个重要问题。因此，如果能够建立一个可靠的分解机制，不仅取决于每个分析员的样本数，还取决于最可靠的分离因子过滤方法。同时，在估计不同分析员的气候因子反应的最佳确定和有效方法，不同的方法可能导致不同的结果。在这项工作中，从肺蠕虫及其气候因子的气候因子筛选是非常不确定的。同时，在植物、植物和土地看来，固碳元素的转化函数没有明确、有效的方法，不同的方法可能导致不同的结果。在这项工作中，我们使用了来自神九湖地区的所有楼层植物和表面植物的比例含量，并使用该区域气象观测数据建立了固碳函数。通过对九湖地区晚冰期以来植物序列温度序列的定量重建比较，分析了九湖地区碳氢化合物的气候敏感性。通过对九湖地区粘土中富含致动物素的碳氢化合物，记录了区域气候环境发展的丰富信息。这是研究碳氢化合和气候关系的理想场所。对九湖土地植被的研究获得了大量新世早些时候、植物序列和气候变化的信息，表明该地区对新世初的自然环境和气候发展具有重要意义[6.9]。1点6:5n本文孢粉资料采用了大九湖地区两类孢粉样本泥炭地层采样样本和地表采样样本.地层采样来自厚297cm的泥炭地层,孢粉取样间距为2cm,共采集样品148块,采样地点为31.5°N,109.995°E,海拔1760m;地表采样按自然地形每隔约100m采一次样,采样范围为31.4~31.8°N,109.8°~110.6°E,海拔高度约在700~2800m之间,共采集样品121块.上述孢粉样品的前处理详细介绍见文献.本文使用了处理后的神农架大九湖地层和地表孢粉的百分比含量.有关孢粉资料和气象资料的详细描述见文献.孢粉因子的筛选、孢粉气候因子转换函数的建立和孢粉因子的气候敏感性分析采用了多元线性回归、逐步回归和经验正交函数(EOF)分解方法.2孢粉气候响应面模型的建立自20世纪90年代中期以来,中国在使用建立孢粉-气候转换函数、气候孢粉响应面模型等方法定量恢复古气候方面开展了大量研究,并取得了显著的成果.从研究方法上看,建立孢粉与气候要素的关系经历了指示种法、相似比较法、转换函数法和气候响应面方法等阶段.由于前两种方法采用简单的类比,所得的结果只能是定性的;后两种属于定量方法.转换函数法认为孢粉与气候之间存在函数关系,以多元的孢粉因子组合来表示气候变量,但只考虑了线性的定量关系.虽然如此,但该方法能直观定量地给出气候要素与孢粉含量及其组合之间的关系,仍有广泛的应用价值.而气候响应面方法选取若干有代表性的孢粉类型,逐类地将现代孢粉丰度在地理空间的分布转换为在气候空间(如年降雨量与夏季气温为坐标)的分布,然后用2次或3次响应面函数的方法求出该类孢粉分布的气候最佳条件(最高值)与极端条件(最低值),将孢粉组合数据与各种孢粉的气候响应面对比以求得古气候参数.由于此法建立在逐类孢粉的生态分布资料基础上,并且考虑了孢粉与气候之间的非线形关系,因此具有广泛的适用范围.国内学者采用这一方法成功地建立了孢粉-气候响应面模型并应用于古气候恢复重建.可以认为,在寻找更好的定量模型来建立孢粉与气候参数的关系上取得了新的进展.但是,不同方法之间也存在矛盾和不一致的地方,因此从各种定量方法选取孢粉因子的基本假设、要求以及不同植物孢粉对气候变化的敏感性及其时间响应上看,仍有许多问题值得探讨.从最典型的逐步多元回归孢粉气候转化函数方法和孢粉气候响应面模型方法来看,两者最主要的差别在于后者考虑了气候要素之间的非线性关系在孢粉类型百分数中的反映,进而也考虑了孢粉对气候环境演变响应的复杂性.但是,两者的共同之处仍是选择何种类型的孢粉进行拟合计算.显然,不同的孢粉对气候变化的敏感性和响应时间是不一样的,这一问题在上述两种方法中都是必须研究的.本文基于这一认识,以常见的多元逐步回归方法为例,以基本孢粉数据为样本分析不同孢粉在气候转换函数中的气候敏感性问题,同样的思路和处理方法也可用于孢粉气候响应面模型中的孢粉因子的气候敏感性研究.根据文献建立的神农架大九湖地区温度空间分布函数和按常用的逐步回归方法建立的孢粉因子气候转换函数,选取的孢粉因子分别为冷杉属(Abies)、桦属(Betula)、菊科(Compositae)、十字花科(Cruciferae)、大戟科(Euphorbiaceae)、桔梗科(Campanulaceae)、石韦属(Pyrrosia)、凤尾蕨(Pteris)、卷柏属(Selaginella)和厚壁单缝孢属(Monolites)共10类,其中作为高等植物的乔本类只有冷杉属和桦属2种,其余为草本和蕨类.为了对这种现象的原因进行分析,我们采用下述方法进行了比较分析:(1)对用于建立转换函数的地表孢粉样本中常见的55种孢粉百分比含量进行EOF分析,分析主要孢粉种类贡献的大小和随高度(温度)变化的特征;将方差贡献最大的前12个孢粉因子用多元回归法建立转换函数T1;(2)将这55种孢粉按乔本(29种)和草本(含蕨类)(26种)分为两部分,对这两部分用逐步回归法建立温度转换函数,即分别得出只有乔本和只有草本(含蕨类)孢粉因子的转换函数T2和T3;(3)分别用本文得出的3种转换函数T1,T2,T3和文献中的转换函数对大九湖地层孢粉样本进行温度重建,与文献得出的转换函数所得结果及Greenland温度序列进行比较,进而分析各孢粉因子、百分比含量和转换函数的气候敏感性和区域差异;同时与神农架大九湖地区的相关研究结果进行了初步比较,分析了孢粉因子选取方法对转换函数建立和温度定量重建的可能影响.3转化函数与唑酮的气候敏感性3.1主要孢粉种类在海拔高度随高度变化的特征对神农架大九湖地表孢粉样本中55种常见科属进行EOF分析,发现方差贡献最大的前12个孢粉种类累积方差贡献达97.6%,其中乔本类3个(松属、常绿栎和落叶栎,累计方差贡献48.1%),其余9个为草本和蕨类(累计方差贡献49.5%),如表1.从各孢粉的方差贡献大小可以看出,松属(Pinus)在整个孢粉样本中所占的百分比最大(44.8%),常绿栎(Quercus(E))和落叶栎(Quercus(D))所占比例较小(3.3%);相对于松属而言,草本和蕨类孢粉所占比例相对较小(0.8%~13.0%),但它们随高度(温度)的变化十分敏感.图1是EOF前8个特征向量所对应海拔高度变化的高度系数,它们分别代表松属、水龙骨科(Polygodiaceae)、海金沙(Lygodiaceae)、蒿属(Artermisia)、厚壁单缝孢属、菊科、伞形科(Umbelliferae)和常绿栎相对百分比含量随高度变化的特征.可以看出,松属几乎在所有高度都有较大的分布权重,水龙骨科和海金沙科在较低海拔(1400m以下)相对含量较高、变化敏感;厚壁单缝孢属、蒿属、伞形科和常绿栎在1400~2000m之间变化敏感;菊科则在高海拔(2500m以上)贡献较大.可见,主要孢粉种类分布变化表现出对海拔高度(温度)变化的不同敏感性.松属虽然百分比含量最高,但对海拔高度变化敏感性较低,因此在气候转换函数中对气候变化的敏感性较低.文献的转换函数中10个孢粉因子分别为冷杉属、桦属、菊科、十字花科、大戟科、桔梗科、石韦属、凤尾蕨、卷柏属和厚壁单缝孢属.与表1给出的EOF选出因子相比,只有菊科和厚壁单缝孢属相同,而乔本类则是冷杉属和桦属,松属并未进入最优因子.对文献选出的10个孢粉种类百分比含量随高度的分布进行分析可以发现,桦属、菊科、十字花科、大戟科、凤尾蕨和厚壁单缝孢属的百分比含量较高,其最大含量高度分别约在2000,2600(以上),1000,1800,700和1400~1700m附近;从低海拔(700m)到高海拔(2600m以上)百分比含量最高的分布依次为凤尾蕨、十字花科、厚壁单缝孢属、大戟科、桦属和菊科,这反映了大九湖地区孢粉种类百分比含量与海拔和温度的关系.由这种孢粉组合建立的温度转换函数能够较真实地反映孢粉种类组合与温度的关系其重建温度与实际观测值吻合较好.3.2新莎木事件与极端气候事件的关系上述分析表明不同种类的植物孢粉随海拔高度(温度)的分布有很大差异,这种差异性是建立孢粉气候因子(温度)转换函数的基础.一般认为,作为高等植物的乔本类有更好的稳定性,而且一些常见乔本类孢粉在采样中含量较高,如松属,其EOF分析的方差贡献也很大(表1),在传统的孢粉因子-气候转换函数建立方法中,通常选用乔本类孢粉因子.但是研究也发现,一些百分比含量较低、方差贡献不明显的孢粉却表现出很高的气候敏感性.由EOF分析得出的孢粉百分比含量权重虽然能够表示出孢粉种类的最主要贡献者,但对温度的敏感性和不同气候条件下孢粉种类百分比含量组合的信息解释却不够.为了定量分析这一现象,我们用不同方法建立大九湖地区年平均温度转换函数并对过去15ka的温度重建结果进行比较.(ⅰ)利用大九湖地表孢粉样本和温度空间分布函数,将EOF得出的前12个特征向量中的10个所对应的孢粉因子按多元回归方法建立年平均温度转换函数T1如下(回归相关系数为0.7249):式中X1~X10依此代表松属、蒿属、厚壁单缝孢属、菊科、伞形科、常绿栎、大戟科、石松科、凤尾蕨和落叶栎的百分比含量.再用该转换函数对大九湖地层孢粉样本进行15.753kaBP以来年平均温度序列重建,结果如图2.可以看出,图2中由函数T1重建的温度变化可以反映出15.753ka以来的某些气候波动特征,如约12.6~11.4kaBP之间的新仙女木事件(YoungerDryas,YD)、中全新世暖期(7.6~6kaBP)等,但对YD以前的极端寒冷气候事件特征,如YD再现不明显;同时不能真实再现晚冰期YD事件以来的温度快速上升的总体变化趋势和特征,可信度较低.(ⅱ)将神农架大九湖地表55种孢粉样本按乔本(29种)和草本(含蕨类)(26种)分为两部分,对这两部分分别用逐步回归法建立转换函数,既分别得出只有乔本和只有草本(含蕨类)孢粉的转换函数T2和T3.乔本类孢粉的转换函数为:式中Y1~Y11依次代表冷杉属、松属、桦属、桤木属(Alnus)、糙叶树属(Aphananthe)、山核桃属(Carya)、黄杞属(Engelhardtia)、常绿栎、枫香(Liquidambar)、芸香科(Rutaceae)和忍冬科(Caprifoliaceae)百分比含量,回归复相关系数为0.6886.草本(含蕨类)孢粉的转换函数为:式中Z1~Z8依次代表菊科、伞形科、大戟科、石竹科(Caryophyllaceae)、禾本科(Gramineae)、凤尾蕨、卷柏属和厚壁单缝孢属百分比含量,回归复相关系数为0.8322.由上述两个转换函数T2和T3对大九湖地层孢粉样本进行年平均温度重建,结果如图3所示.可以看出,完全乔本转换函数重建的温度较高,对YD事件及其以前的温度特征描述不好,而对中全新世以来的温度变化表现得过于剧烈且下降趋势明显.而完全草本和蕨类转换函数对YD以前的温度变化特征描述较好,能够表现出YD事件(约12.6~11.4kaBP)及其此后向中全新世转变的趋势,但重建的温度过低.对比图3的T2和T3曲线可以发现,乔本和草本、蕨类孢粉对温度变化的敏感性差异较大,乔本对温度较高的气候环境响应敏感,而对温度较低的气候环境(如YD事件以前)响应较慢,且对YD等异常寒冷事件的响应有所滞后;草本、蕨类孢粉对低温气候环境极为敏感,对YD等极端突发寒冷事件响应迅速,但对高温气候环境的响应没有乔本类孢粉敏感.按传统的方法,采用全乔本孢粉因子和多元线性回归方法建立神农架大九湖地区的气候孢粉因子转换函数,其重建的温度序列虽然能够反映出12.5ka以来该地区的温度变化趋势,但对气候突变事件的表现不显著,平滑掉了一些具有重要意义的气候事件,如YD事件和8.2ka事件等(见原文图2和图3);同时也发现简单多元线性回归没有进行因子筛选,所选因子不是通过显著检验进行筛选而是根据百分比含量来确定,因而不能客观地突出各类孢粉因子的气候学意义.为给出上述拟合结果误差的定量分析比较,本文以文献给出的大九湖地区不同高度上年平均温度观测值作为参考(见原文表1),分别求出文献转换函数及T1,T2和T3重建的在相近的23个高度上的年平均温度的相关系数和均方根误差(RMSE),如表2.表2中相关系数均通过α=0.01的显著性检验.可以看出,文献的因子筛选法重建的转换函数拟合的温度与实际观测结果相关系数最大为0.9113,而误差最小,RMSE为1.5090;其次是纯草本因子转换函数T3,相关系数为0.8577,RMSE为1.8892;相关系数最小而误差最大的是纯乔本函数T2,相关系数和RMSE分别0.7029和2.8211;EOF法筛选因子建立的转换函数T1的拟合值与T2接近.自然界孢粉的存在量及其组合特征是在特定的气候环境下形成的,反映了相应时期的气候演变过程以及植物对气候变化的适应过程,不同植物适应的所需要的时间有很大差别.通过上述比较分析可以看出,任何单一乔本类或草本(蕨)类孢粉组合的变化都不能完全反映气候环境的变化,只有孢粉样本中乔本、草本和蕨类等各科属百分比含量的多少、各种类别组合的综合才可能比较准确地表示气候环境的演变特征和时间特征.3.3桦属和菊的年平均温度差异及其对气候变化的响应如前所述,神农架大九湖地区孢粉采样具有重要的气候研究价值,由其建立的孢粉温度转换函数和恢复重建的温度变化序列较好地反映了该地区15ka以来的气候变化特征.为了分析比较孢粉温度转换函数的区域特征和与其他地区的孢粉温度转换函数重建的气候特征差异,这里我们利用大九湖地层孢粉百分比含量,分别使用文献和文献得出的孢粉温度转换函数重建了大九湖地区15ka以来的温度序列(图4(a),(b)),并与由GISP2冰芯重建的Greenland温度变化曲线(图4(c))进行了比较.文献使用的是中国北方地区,包括新疆地区在内的215块表土孢粉样品得出了温度转换函数,转换函数因子包括的植物孢粉种类有云杉属、松属、桦属、栎属、莎草科、麻黄属、菊科和蒿属共8个孢粉因子,其中乔本类和草本(蕨类)各占1/2,与文献转换函数中相同的孢粉因子只有桦属和菊科,其他都不相同,表现出很大的区域差异.由图4(b)可以看出,由文献转换函数重建的大九湖年平均温度序列与文献得出的年平均温度序列在总体趋势上基本一致,但数值稍低,而且对YD气候突变期表现较弱,YD以后的温度回升较缓慢、中全新世暖期持续时间稍短且温度偏低;同时对中全新世暖期以来的温度变化和近1ka以来的温度拟合偏差较大,与实际情况偏差较大,这可能反映了植被分布区域性差异的影响.因为文献的孢粉样本采样点东西方向经度从新疆的约75°E直到东北地区的约133°E,反映了较大区域的植被气候关系,跨越了不同的植被特征区,反映了该区域的气候特征差异,因此该函数对特定的未包括在其研究区域的大九湖地区的温度描述会有偏差.对比Greenland冰芯重建温度序列(图4(c))可以看出,由神农架大九湖地表和地层孢粉样本重建的温度序列(图4(a))对过去15ka以来的温度变化特征反映较为准确,特别是YD以前的气候突变波动特征、YD后的快速升温到缓慢升温过程和晚全新世以来的气候特征都有较好的再现(详见文献).这说明,使用地表孢粉样本建立的气候转换函数有明显的区域特征,要注意采样的区域和空间分布特征;同时也表明,虽然有区域差异,但建立的合理的气候转换函数对全球性的气候事件和总的气候变化趋势应该有准确的反映.因此,根据文献方法对孢粉样本进行最佳因子的逐步回归筛选而得出的大九湖地区年平均温度转换函数在本文尝试的各种方法中是最佳方案,其重建的年平均温度变化特征和趋势与Greenland冰芯重建的温度序列相当接近.虽然文献转换函数中乔本所占比例较小(2/10),但其与草本(含蕨类)孢粉的组合对该地区重建的温度序列具有较好的描述能力.从上述比较可以发现,因为植被分布区域的差异可能影响孢粉因子的气候敏感性.如文献采用大范围的多点孢粉样本建立的气候转换函数可能反映了一种大范围总体特征,若采用该转换函数进行对区域内的单个采样点的地层孢粉进行温度定量恢复,可以得出较理想的结果,但大九湖地区不在文献所研究的主要区域范围内,且其地表和地层孢粉采样空间上相对集中,可以利用海