2015, Vol.35
1 引言
黄土、 海洋-湖泊沉积物以及石笋是记录东亚季风演变历史的重要信息载体。然而，不同载体重建的古季风活动历史并不一致。例如，黄土记录认为在轨道时间尺度上，晚第四纪东亚夏季风同时受3个米兰科维奇周期的影响(10万年、 4万年和2万年)，其中10万年的偏心率周期为主导周期[1]。这与全球冰盖扩增-消融的周期相一致。而石笋记录表明东亚夏季风变化主要受到北半球夏季辐射量的影响，呈现出典型的2万年岁差周期[2, 3, 4]。引起不同记录之间差异的原因值得深入探讨。一部分研究者认为[1]，由于黄土高原位于东亚季风区的北部边缘，冰期时全球海平面下降导致东亚地区海岸线后退数百公里，因此季风雨带无法深入内陆到达黄土高原。所以黄土记录中夏季风演变明显受到冰期-间冰期旋回的影响。此外，不同地区黄土的成壤作用也会影响岁差周期在黄土记录中的表达。例如，黄土高原西北部的磁化率记录就比高原中部的记录呈现出更明显的岁差周期[5]。近十几年以来，石笋氧同位素记录的气候意义解读也引起持续的关注和争议。早期认为，石笋氧同位素值波动代表了区域夏季降雨量的变化[3, 6, 7]。后续研究认为中国石笋氧同位素值变化与水汽在其上游区(印度洋和南亚次大陆)的氧同位素分馏过程相关[8, 9]。因此，中国南方石笋记录很可能代表了大洋向大陆输送的总体水汽通量变化，而与中国南方的夏季降雨量无关[9]。这些研究表明东亚夏季风演变历史在不同区域并不一致，并且不同替代性指标可能记录了季风系统不同侧面的信息。
东亚季风区的另一个显著特色在于强劲的冬季风。由于西伯利亚-蒙古高压的影响，中国北部在冬季盛行冷干的西北风[1]。在地转偏向力的影响下，冬季风在中国南方和南海转向成东北风( 图 1)。夏季风演变历史的重建主要是通过探究气候干湿变化来获知，而冬季风演变历史的重建则需要考察风力强度的变化。大量的黄土记录表明，第四纪在轨道时间尺度上，冬季风强度、 西伯利亚高压以及北半球冰盖体积三者之间存在强相关性[1]。黄土记录中东亚冬季风主要受地球冰期-间冰期旋回影响，呈现出显著的10万年周期[1]。因此，也可以用东亚冬季风的记录间接反推北半球冰盖体积的变化，为了解冰期旋回过程中两极冰盖动力学变化提供重要线索[10, 11]。
|
图 1 1948年至2014年东亚地区冬季 (1~2月和11~12月)的近地面平均风场 数据来自美国NOAA的NCEP/NCAR再分析项目[12] Fig. 1 The mean near-surface wind field from 1948 to 2014 over the winter (January and February，November and December) from East Asia. Data are derived from the NOAA NCEP/NCAR reanalysis project[12] |
然而，长久以来，边缘海海洋沉积记录里的东亚冬季风重建记录却一直存在不一致的地方。第一类记录利用海洋生产力和温跃层变化反演东亚冬季风的历史，发现冬季风受北半球冰盖控制，在冰期增强而间冰期减弱[13, 14, 15]。这与黄土记录相一致。第二类记录利用的替代性是海洋表层海水温度(Sea Surface Temperature，简称SST)梯度。然而这类重建记录却表明，东亚冬季风似乎更明显受到岁差周期的控制[16, 17]。虽然不清楚岁差周期的来源和传递机制，然而第二类记录与以偏心率为主的重建记录存在巨大差异。显然，在两类海洋记录中，有一类记录很可能并不是可靠的冬季风指标。只有深入研究和对比这两类记录，找出指示冬季风变化的可靠海洋记录并与陆相黄土记录对比，才能最终获得对东亚冬季风演化历史的正确认识。
本文研究中，将首先评估利用南海南北SST梯度重建东亚冬季风这种方法的可靠性。为此，笔者利用近年来在南海南部和北部多个站位获得的长时间序列SST数据，重新估算中更新世以来覆盖多个冰期-间冰期旋回的高分辨率SST梯度。发现SST梯度与黄土粒度记录在轨道周期的表现上存在巨大差异。本文继而推断造成这种差异的两个可能原因: 1)中纬度和低纬度冬季风风速变化在地质历史上可能并不一致； 2)南海的海平面变化可能会引起南北SST梯度变化，冬季风不是惟一原因。然而，对这两个原因的进一步确认，需要更多的温度重建记录和高精度的数值模拟研究。
2 方法 2.1 现代南海表层海水温度梯度和冬季风风速的相关性南海SST分布与季风风场高度相关。夏季时，在西南夏季风的影响下，表层海流从南向北运动，形成一个顺时针方向的环流体系。整个海盆的SST分布高度均一[18]( 图 2a)。除了越南岸外的夏季上升流区，其余地方SST在28.5℃左右。冬季时，整个南海海盆内存在一个逆时针方向的环流体系，东北风将浙闽沿岸的冷水通过台湾海峡输送到南海北部，一部分冷水团进一步通过越南岸外的西部边界流被输送到南海西南部[18, 19]( 图 2b)。整个海盆内的SST分布从北到南存在2.5~4.0℃的温差。而南海西南部和东南部也存在东西向的温差，大约为1.5~2.0℃[20]( 图 2b)。南海年均SST分布也存在南北向的差异，这一差异是由冬季季节贡献的。
|
图 2 南海地区夏季(a，6~8月份)和冬季(b，1~2月以及11~12月)的平均SST和表层海流分布 数据来自美国NCAR的SODA数据库[21]； 黄色点代表本文研究所用的站位 Fig. 2 The mean SST and surface current distribution in the summer (a，June-August) and winter (b，January and February， November and December) from the South China Sea. Data are from the NCAR SODA database[21] and yellow dots denote core locations used in this study |
早期研究认为南海南北向的SST梯度[22, 23]或者南部东西向的SST梯度[24]可以作为冬季风的替代性指标。现代观测数据里，南海南部东西向的SST梯度确实与冬季风风速相关[24]。本文利用现代观测数据论证南北向的SST梯度也与冬季风风速相关。如 图 3所示，从1948年至2014年，南海年均南北SST梯度与南海上空的冬季风风速的确存在相关性。虽然在年际尺度上，两者并不一定存在一一对应关系，然而在多年际和10年际尺度上的相关性比较明显。从1948年至1995年，南海上空冬季风风速从6m/s增加到8.5m/s，南海南北年均SST梯度也从1.2℃ 增加到1.8℃。从1995年至2014年，冬季风风速和南北年均SST梯度都出现下降的趋势。因此，在长时间尺度上，南海南北年均SST梯度确实可以反映南海上空冬季风风速变化。
|
图 3 1948年至2014年南海南北地区年均SST差值(a)、 南海(b)以及亚洲内陆地区(c)的冬季风(1~2月和11~12月)矢量风速变化和现代气象中定义的冬季风指数(d)[25] (a~c)中数据来自美国NOAA的NCEP/NCAR再分析项目[12]； 在(a)计算南海南北SST梯度时，分别选用南海A、 B、 C三区的年均SST: A、 B、 C三区位置在 图 2a中用方框标示； 冬季风风速为两个方框内的平均值，这两个方框位置在图 1中已经标示 Fig. 3 Changes in the annual north-south SST gradient in the SCS(a)，winter monsoon vector wind speed(January and February，November and December)over the South China Sea (b) and the Asian inner land(c)，respectively，from 1948 to 2014. Data are derived from the NOAA NCEP/NCAR Reanalysis project[12]. (d)The modern East Asian winter monsoon index[25]. Weighted average SSTs (a) from area A，B and C are used to calculate the north-south SST gradient，while positions and extents of area A，B and C are denoted by boxes in Fig. 2a. Winter vector wind speeds are weighted averages from two areas， which are denoted by boxes in Fig. 1 |
本文注意到从1948年至2014年，中纬度亚洲内陆地区的冬季风风速( 图 3c)与南海冬季风风速( 图 3b)并没有显示出一致的变化趋势。相比于南海地区，亚洲内陆地区冬季风风速变化幅度比较缓和。类似于南海地区“先升后降”的长期趋势并不明显。此外，近几十年以来南海和亚洲内陆冬季风风速变化与现代气象里定义的东亚冬季风指数[25]( 图 3c)也呈现不一致的变化。这些证据说明在同一个东亚季风区内，不同区域的冬季风变化历史并不相同。这种现代观测数据中发现的差异性，是否同样存在于更长时间尺度上的冬季风演化历史中？这一问题在比较不同地区冬季风重建记录的研究中是值得关注的。
2.2 计算表层海水温度梯度近年来，在南海北部(ODP1146和MD05-2904，表 1和 图 2a)和南部(ODP1143和MD97-2142，见 表 1和 图 2a)4个站位，均已经利用长链不饱和烯酮的方法(UK′37)建立了数百万至数十万年以来的南海SST变化历史[26, 27, 28, 29, 30, 31, 32, 33]。南海表层沉积物的研究表明，UK′37与南海年均SST之间存在良好的相关性[34]。本文因此利用南海区域性经验公式，UK′37=0.031*SST＋0.092，统一校正这4个站位的温度数据。
|
表 1 本文研究所提及的南海站位 Table 1 Sediment cores from the South China Sea used in this study |
为了计算不同站位之间的SST梯度，需要为这4个站位建立起统一的年龄模式( 图 4)。其中ODP1146、 MD05-2904和ODP1143站位都有底栖有孔虫氧同位素记录，因此将这个3个站位的年龄模式调适到全球底栖有孔虫氧同位素的综合曲线LR04上[35]( 图 4a和4b)。MD97-2142站位只有浮游有孔虫氧同位素记录。ODP1143和MD97-2142站位都位于南海南部，它们的浮游有孔虫氧同位素记录具有高度相似性。因此，将MD97-2142站位年龄模式调试到ODP1143站位上( 图 4c)。本文一共获得4条长短不一的SST梯度记录(ODP1143与ODP1146、 MD05-2904之间的差值； MD97-2142与ODP1146、 MD05-2904之间的差值)(图 5a)。由于UK′37方法估算的SST大约有±1℃误差，因此SST梯度估算的误差为±1.4℃。
|
图 4 南海4个站位记录建立统一的年龄模式 各个站位的底栖或者浮游有孔虫同位素记录均被调适到全球底栖有孔虫同位素综合曲线LR04上[35] Fig. 4 Establishing a uniform age model for cores from the South China Sea by aligning their benthic and planktonic foraminiferal oxygen isotopic records to that of the global stack LR04[35] |
值得注意的是，李丽等[23]先前已经利用ODP1146和ODP1143站位的UK′37-SST梯度记录，讨论过两百余万以来的东亚冬季风演化历史。本文研究与李丽等[23]研究的区别如下: 1)先前研究关注的是SST梯度的长趋势变化，本文关注的是80万年以来SST梯度在冰期-间冰期尺度上的变化及其轨道周期特征； 2)本次研究重新为南海数个站位记录调校了统一的年龄标尺，让SST梯度计算更加准确； 3)本次研究利用多个站位的SST记录，提取出它们SST梯度变化的共同特征，因此可以避免某些站位的局部性特点及其误差； 4)本次研究利用现代观测数据论证了用南海南北SST梯度反映东亚冬季风风速变化的可行性，这在先前研究中是缺乏的。基于这几点考虑，虽然与前人研究使用了相似方法和相同记录，本文仍有必要单独成文。
3 结果图 5b~5e所示，4个站位的UK′37-SST都清晰地反映了过去80万年以来数个冰期-间冰期的气候旋回。除了在个别时段出现差异，ODP1143和MD97-2142站位估算的晚第四纪南海南部SST变化在数值上是大致吻合的。同样，ODP1146和MD05-2904站位估算的南海北部SST变化也基本上一致。因此，虽然这4条温度曲线分别在全球3个实验室里测量出来，但由于UK′37是两个化合物的比值，不同实验室之间的测量偏移很小，因此UK′37指标适用于不同SST记录之间的对比研究。
|
图 5 南海4个站位的UK′37-SST记录及其南北差值 (a)南海南部与北部站位的SST差值； 在(b)~(e)中，灰色细线代表各个站位原始SST记录， 粗线为它们的5点平滑结果； SST差值根据5点平滑之后的SST结果计算； 黄色条杠代表不同站位SST记录出现较大差异的地方 Fig. 5 UK′37-SST records at four core locations in the South China Sea and their north-south gradients. (a) SST gradient records between the northern and southern sites in the South China Sea. In (b)~(e)，grey thin lines represent the original SST reconstructions in each core location，while thick lines are results after 5-point smoothed. The calculation of the SST gradient is based on the smoothed SST results. Yellow rectangles denote relatively prominent discrepancies among different SST records |
这4条SST记录只在两个时间段出现了较大的差异。第一处在48~45万年期间，ODP1143和1146都显示此时南海温度已经下降到MIS 12的冰期水平； 然而MD97-2142站位显示南海东南部的SST仍然维持在MIS 13的间冰期水平。这个差异究竟是真实的信号，还是MD97-2142站位年龄模式的误差引起的，有待于后续南海东南部更高分辨率记录的证实。在本文研究中，暂时忽略此处差异( 图 5a中方框内的数据)。第二处差异出现在20万年附近。ODP1146和MD05-2904都显示此时南海北部SST正处于MIS 7.1的间冰期水平； 然而ODP1143和MD97-2142却显示同时期南海南部SST处于间冰期向盛冰期过渡的水平。因此，计算得出的南海南北SST差值处于80万年以来的低值。4个站位温差的平均值仅为约0.5℃。由于20万年附近的SST差异得到了4个站位重建记录的证实，因此认为此处差异为真实信号，将在后续数据处理中保留这一差异。
如 图 5a所示，在距今80~20万年时段，南海南北年均SST梯度在1.0至3.5℃之间波动。20万年之后，年均SST差值有一个长期上升趋势，从0.5℃升至3.0℃。整个80万年以来，不同站位之间估算得到的南海南北SST梯度结果，无论在长期趋势上还是在短期起伏变化上，都是一致的。因此，将4条SST梯度记录取平均值形成一个SST梯度合成曲线( 图 6a)。李丽等[23]在先前文章中已经详细讨论了南海南北SST梯度记录的长期趋势变化。因此，以下只集中讨论SST梯度记录的轨道周期特点。
|
图 6 全球底栖有孔虫合成曲线(c)与南海年均南北SST差值(a)和黄土粒度数据(b)的对比以及功率谱分析结果(d~f) 南海合成的年均南北SST差值为4个站位的均一化结果； 黄土粒度数据为多个地点>32μm组分的百分含量的均一化结果[10]； (d)~(f)为3个记录的功率谱分析结果； 虚线分别代表 80 ％ 和95 ％ 的置信度 Fig. 6 A comparison of the global benthic foraminiferal δ 18 O stack(c)，the annual north-south SST gradient of the South China Sea (a) and the loess grain-size record(b). The SST gradient is the normalized result of four core locations. The loess grain-size record represent the normalized result of >32μm fraction ( ％ ) from many research locations[10]. (d)~(f) are the power spectrum analyses results of three proxies records，respectively. Dashed lines denote the 80 ％ and 95 ％ confidence level，respectively |
先前研究已经发现，黄土粒度在间冰期变细，指示东亚冬季风减弱，而在冰期变粗，指示冬季风增强[1, 6, 10, 11]。然而，黄土粒度数据与代表全球冰量变化的底栖有孔虫氧同位素记录并不是完全吻合( 图 6b和图 6c)。例如，合成的黄土粒度数据没有出现冰盖旋回的“锯齿形”结构[10]； 在较弱的MIS 3、 MIS 8、 MIS 14和MIS 18冰期，黄土记录指示的冬季风并没有明显地增强； 而在较强且持续时间较长的MIS 6、 MIS 12以及MIS 16冰期，黄土记录指示的冬季风变化明显存在次一级的周期信号。造成这两个记录不完全吻合的主要原因有两个: 首先，东亚冬季风受控于北半球冰盖体积的变化，而底栖有孔虫氧同位素记录反映的是全球冰盖体积的变化。虽然在传统认识里，全球冰盖体积变化主要是由北半球冰盖增长-消融引起的，然而并不能排除在一些时段，南极冰盖的扩张-消融也扮演重要的角色[10, 11]； 其次，黄土粒度记录中振幅较大的次一级周期可能受到别的驱动力影响。
将南海南北年均SST梯度记录与全球底栖有孔虫氧同位素数据进行对比，发现二者存在的差异性更加明显( 图 6a和图 6c)。总体上，南海SST梯度变化并没有显示出清晰的冰期-间冰期旋回特征。例如，虽然SST梯度在一些冰期时段出现了高值，然而在冰盖体积较大的MIS 6、 MIS 10和MIS 16，反而出现较低的值。在冰盖体积较小的MIS 8和MIS 14，SST梯度同样也是低值。整个80万年以来的SST梯度记录被更高频的波动信号所主导。同样，SST梯度记录与黄土粒度记录之间的相似性也较低。
这些差异性在3条记录的功率谱分析结果也有明确显示( 图 6d~图 6f)。过去80万年以来，底栖有孔虫氧同位素记录以10万年偏心率周期为主，同时具有斜率和岁差周期。黄土粒度记录谱分析结果与底栖有孔虫氧同位素记录类似，只是10万年周期的主导性减弱。南海南北SST梯度记录中没有发现10万年周期，而是以斜率和岁差周期为主。继续利用交叉频谱( 图 7a和7b)和带宽滤波( 图 7c和7d)等时间序列处理方法，检测这3条记录在轨道周期上的相关性。底栖有孔虫氧同位素和黄土粒度记录在10万、 4万和2万年周期均存在显著相关性( 图 7a)。说明黄土粒度记录中的3个轨道周期与全球冰盖涨缩可能存在关联性。然而，南海SST梯度与底栖有孔虫氧同位素记录仅在4万年周期上存在显著相关性，在10万和2万年周期上不存在可信的相关性( 图 7b)。带宽滤波结果也说明，过去80万年以来，南海SST梯度记录里的岁差周期与北半球夏季辐射量( 图 7c)、 底栖有孔虫氧同位素里的岁差周期分量( 图 7d)不存在稳定的相位差。在岁差周期上，南海SST梯度记录或领先、 或滞后于全球冰盖体积和北半球夏季辐射量的变化。所以，无法确定南海SST梯度记录里的岁差周期是由这两个驱动力引起的。
|
图 7 底栖有孔虫氧同位素与黄土粒度记录(a)、 南海SST梯度(b)交叉频谱的相关系数以及南海SST梯度岁差周期 滤波曲线与底栖有孔虫氧同位素岁差分量(c)和与6月21日65°N辐射量的对比(d) 在(a，b)中虚线代表 80 ％ 相关系数，说明两个记录在某一周期上具有可信的相关性 Fig. 7 The coherency of the cross-spectrum between the benthic foraminiferal δ 18 O stack and the loess grain-size (a) as well as the South China Sea SST gradient(b). Dashed lines denote the 80 ％ coherency，indicating the significant coherency of two records at a specific period. A comparison of the precession filtering of the SST gradient with the precession component of the benthic foraminiferal δ 18 O (c) as well as the June 21st 65°N insolation(d) |
在先前研究中，Yu等[16]和Yamamoto等[17]分别发现南海东西方向的SST梯度以及南海和西太平洋的SST梯度记录中同样存在明显的岁差周期。虽然这些研究都将南海SST梯度当成东亚冬季风的替代性指标，然而它与黄土粒度记录的差异并没有被注意和讨论。本文认为差异性的存在可能有两方面的原因:
首先，如上文所述，近几十年以来，东亚季风区内不同区域的冬季风变化是不一样的( 图 3)。在地质时间尺度上，南海低纬地区与黄土高原中纬度地区的冬季风演化历史也很可能存在差异。其次，需要小心查证利用南海SST南北梯度反演冬季风演化这种方法在冰期-间冰期时间尺度上的可靠性。Huang等[24]已经提出冰期-间冰期海平面变化可能影响南海表层环流格局，继而影响南海SST的空间分布。南海周边环绕着宽广的大陆架，末次盛冰期全球海平面下降120m时[36]，这些陆架出露成陆，冰期南海海面面积比现今减少近一半( 图 8)。在北部，由于台湾海峡的关闭，东海的冬季冷水团不能再随着浙闽沿岸流影响到南海北部地区； 在南部，由于南部巽它陆架的阻隔，冬季南海西部边界流无法继续向南进入爪哇海( 图 2)，而是沿着古海岸线流到南海东南部，形成一个逆时针的环流[37]( 图 8)。因此，冰期如果冬季风非常强盛，可以通过西部边界流将大量北部冷水运送到南海南部。南海南部截留了大量冷水，有可能降低南北温度梯度值。众多记录也都显示冰期时南海南北SST梯度场较弱[16, 17, 24]( 图 5和 图 6)。因此，在冰期-间冰期旋回过程中，南海上空的冬季风风力强度可能不再是影响南海SST分布的主控因素。
|
图 8 全球海平面下降120m时南海的古地理 灰白色部分为出露的陆架； 冰期冬季南海表层环流 来自Wang等[37]； 本图修改自Huang等[24] Fig. 8 The paleogeography of the South China Sea when the global sea level fell down by 120 meters during the Last Glacial Maximum. Light grey areas denote exposed continental shelves. The winter surface circulation prevailing over the glacial South China Sea is adopted from Wang et al.[37] and this figure is modified after Huang et al.[24] |
证实上述两个原因需要更多的重建记录和数值模拟实验。东亚冬季风的瞬态模拟(transient simulation)可以帮助查证在地质时间尺度上，东亚季风区内部不同区域是否存在不同的冬季风演化模式及其产生原因。南海在冰期旋回过程中的巨大古地理变化( 图 8)，常常影响许多古环境替代性指标的解读和应用。未来研究可以选用末次盛冰期这个时间段作为一个窗口，评估陆架出露和南北水道关闭对南海表层环流以及温度梯度场分布的影响。由于许多全球气候模式的空间分辨率都比较粗糙，因此需要选用在南海区域加密的全球模式或者高精度的区域海洋模式。此外，南海中央海盆地区由于位于碳酸盐溶跃面之下，长久以来没有很好的古环境研究钻孔。但在深水区，颗石藻化石和有机分子标志物却常常可以保存。因此利用UK′37这种方法可以获得冰期时覆盖大部分南海地区的SST分布图，继而评估我们对冰期南海古环境的理解和数值模拟输出结果。
4.3 其余东亚冬季风海相记录的可能存在问题如引言中所述，先前研究中还存在一类以十万年冰期旋回周期为主的东亚冬季风海洋记录[13, 14, 15]。但是这一类记录也存在如下问题:de Garidel-Thoron等[13]和Jian等[14]是通过重建海洋表层生产力来反推冬季风的变化。然而同样由于东亚边缘海存在广阔的陆架，冰期时陆架暴露，海岸线向海推进，导致更多的陆源营养盐物质可以到达陆坡和海盆中，由此提高了冰期时边缘海的生产力。因此，古生产力记录里的十万年周期可能是由冰盖涨缩引发的全球海平面升降造成的，并不能归结于季风原因。
Steinke等[15]利用的是南海北部温跃层深度变化来反演东亚冬季风的演化。这一类方法也需要额外的证据来论证。首先，当前研究确实表明强劲的冬季风能够加剧上层海水的混合，导致温跃层变深； 而夏季时温跃层变浅。然而，这仅仅只是季节尺度上的变化。将来研究需要从现代观测记录里确认在多年际时间尺度上，温跃层深度变化与冬季风风速也存在关联性。其次，Steinke等[15]所获得的记录跨时太短，仅仅涵盖末次盛冰期以来的时段，因此无法确定在更长时间序列上温跃层变化的轨道周期特征。未来研究需要延长该类记录的时间跨度，比较它与黄土粒度记录的异同。
5 结论现代观测数据说明在多年际时间尺度上，南海上空的冬季风风速与南海南北年均SST梯度存在相关性。本文因此尝试利用过去80万年以来的南海南北SST梯度记录来反演东亚冬季风的演化。然而，该SST梯度记录与黄土粒度记录不存在相似性。SST梯度记录里有强烈的斜率和岁差周期，斜率周期与全球冰盖体积变化里的斜率周期存在显著相关性。然而，岁差周期与传统认识里的冬季风两个驱动要素，全球冰盖体积以及太阳辐射量变化，都不存在相关性。本文认为有两个可能的原因会引起南海温度梯度记录与黄土粒度记录的差异。首先，它们可能分别反映的是低纬度和中纬度地区的冬季风，而这两个地区的冬季风演化历史并不一致，这一点得到现代观测记录的证实。其次，冰期时台湾海峡和巽它陆架的出露可能会影响南海表层环流和表层温度分布。因此在轨道尺度上，除了冬季风，别的因素在解释南海SST分布变化中需要被考虑。未来可以用高分辨率的海洋模型对本文推测作出检验。海洋记录里还存在一类以冰期-间冰期旋回周期为主的“冬季风”记录，分别是利用海洋生产力和温跃层深度变化来反演的。然而，海洋生产力的冰期-间冰期旋回周期极有可能是边缘海海平面升降的反映，而温跃层深度变化与冬季风风速的关联性也需要进一步的证据确认。综上所述，本文简要论述了利用海洋沉积物重建东亚冬季风演化时存在的一系列问题，这些问题在后续研究中需要被关注和解决。
致谢 感谢中法季风、 海洋与气候国际联合实验室(LIA-MONOCL)提供的研究平台和样品。感谢王萌在制图过程提供的协助。感谢匿名审稿人提出建设性的修改意见。
| 1 | Liu T, Ding Z. Chinese loess and the paleomonsoon. Annual Review of Earth and Planetary Science, 1998,26(1):111~145 |
| 2 | Wang Y, Cheng H, Edwards R L et al. A high-resolution absolute-dated Late Pleistocene monsoon record from Hulu Cave, China. Science, 2001,294(5550):2345~2348 |
| 3 | Wang Y, Cheng H, Edwards R L et al. Millennial-and orbital-scale changes in the East Asian monsoon over the past 224,000 years. Nature, 2008,451(7182):1090~1093 |
| 4 | Yuan D, Cheng H, Edwards R L et al. Timing, duration, and transitions of the last interglacial Asian monsoon. Science, 2004,304(5670):575~578 |
| 5 | Sun Y, Chen J, Clemens S C et al. East Asian monsoon variability over the last seven glacial cycles recorded by a loess sequence from the northwestern Chinese Loess Plateau. Geochemistry, Geophysics, Geosystems, 2006,7(12):Q12Q02, doi:10.1029/2006GC001287 |
| 6 | Wang Y, Cheng H, Edwards R L et al. The Holocene Asian monsoon:Links to solar changes and North Atlantic climate. Science, 2005,308(5723):854~857 |
| 7 | Cheng H, Edwards R L, Broecker W S et al. Ice age terminations. Science, 2009,326(5950):248~252 |
| 8 | Pausata F S R, Battisti D S, Nisancioglu K H et al. Chinese stalagmite δ18O controlled by changes in the Indian monsoon during a simulated Heinrich event. Nature Geoscience, 2011,4(7):474~480 |
| 9 | Liu Z, Wen X, Brady E C et al. Chinese cave records and the East Asia summer monsoon. Quaternary Science Reviews, 2014,83(1):115~128 |
| 10 | Hao Q, Wang L, Oldfield F et al. Delayed build-up of Arctic ice sheets during 400,000-year minima in insolation variability. Nature, 2012,490(7420):393~396 |
| 11 | Hao Q, Wang L, Oldfield F et al. Extra-long interglacial in Northern Hemisphere during MISs 15~13 arising from limited extent of Arctic ice sheets in glacial MIS14. Scientific Reports, 2015,5:12103, doi:10.1038/srep12103 |
| 12 | Kalnay E, Kanamitsu M, Kistler R et al. The NCEP/NCAR 40-year reanalysis project.Bulletin of the American Meteorological Society, 1996,77(3):437~471 |
| 13 | de Garidel-Thoron T, Beaufort L, Linsley B K et al. Millennial-scale dynamics of the East Asian winter monsoon during the last 200,000 years. Paleoceanography, 2001,16(5):491~502 |
| 14 | Jian Z, Huang B, Kuhnt W et al. Late Quaternary upwelling intensity and East Asian monsoon forcing in the South China Sea. Quaternary Research, 2001,55(3):363~370 |
| 15 | 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. Global and Planetary Change, 2011,78(3):170~177 |
| 16 | Yu P-S, Huang C-C, Chin Y et al. Late Quaternary East Asian monsoon variability in the South China Sea:Evidence from planktonic foraminifera faunal and hydrographic gradient records.Palaeogeography, Palaeoclimatology, Palaeoecology, 2006,236(1):74~90 |
| 17 | Yamamoto M, Sai H, Chen M-T et al. The East Asian winter monsoon variability in response to precession during the past 150000 yr. Climate of the Past, 2013,9(6):2777~2788 |
| 18 | Shaw P-T, Chao S-Y. Surface circulation in the South China Sea.Deep-Sea Research Ⅰ, 1994,41(11/12):1663~1683 |
| 19 | Chu P C, Edmons N L, Fan C. Dynamical mechanisms for the South China Sea seasonal circulation and thermohaline variabilities. Journal of Physical Oceanography, 1999,29(11):2971~2989 |
| 20 | Liu Q, Jiang X, Xie S-P et al. A gap in the Indo-Pacificwarm pool over the South China Sea in boreal winter. Journal of Geophysical Research, 2004,109(C7):C07012, doi:10.1029/2003JC002179 |
| 21 | Carton J A, Chepurin G, Cao X et al. A Simple Ocean Data Assimilation Analysis of the Global Upper Ocean 1950~95. Part Ⅰ:Methodology. Journal of Physical Oceanography, 2000,30(2):294~309 |
| 22 | Tian J, Huang E, Pak D K. East Asian winter monsoon variability over the last glacial cycle:Insights from a latitudinal sea-surface temperature gradient across the South China Sea.Palaeogeography, Palaeoclimatology, Palaeoecology, 2010,292(1):319~324 |
| 23 | 李丽, 陈宇星, 王慧等. 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 Li Li, Chen Yuxing, Wang Hui et al. Sea surface temperature change in the South China Sea since Pleistocene and its paleoclimatic implications. Marine Geology & Quaternary Geology, 2012,32(4):1~7 |
| 24 | Huang E, Tian J, Steinke S. Millennial-scale dynamics of the winter cold tongue in the southern South China Sea over the past 26ka and the East Asia winter monsoon. Quaternary Research, 2011,75(1):196~204 |
| 25 | Wang L, Chen W, Zhou W et al. Interannual variations of East Asian trough axis at 500hPa and its association with the East Asian winter monsoon pathway. Journal of Climate, 2009,22(3):600~614 |
| 26 | 贺娟, 赵美训, 李丽等. 南海北部MD05~2904沉积柱状样26万年以来表层海水温度及陆源生物标记物记录. 科学通报, 2008,53(11):1324~1331 He Juan, Zhao Meixun, Li Li et al. Sea surface temperature and terrestrial biomarker records of the last 260ka of core MD05~2904 from the northern South China Sea. Chinese Science Bulletin, 2008,53(15):2376~2384 |
| 27 | 葛黄敏, 李前裕, 成鑫荣等. 南海北部晚第四纪高分辨率浮游氧同位素地层学及其古气候信息. 地球科学——中国地质大学学报, 2010,35(4):515~525 Ge Huangmin, Li Qianyu, Cheng Xinrong et al. Late Quaternary high resolution monsoon records in planktonic stable isotopes from northern South China Sea.Earth Science——Journal of China University of Geosciences, 2010,35(4):515~525 |
| 28 | Huang E, Tian J, Qiao P et al. Early interglacial carbonate-dilution events in the South China Sea:Implications for strengthened typhoon activities over subtropical East Asia. Quaternary Science Reviews, 2015,125(1):61~77 |
| 29 | Herbert T D, Peterson L C, Lawrence K T et al. Tropical ocean temperatures over the past 3.5 million years. Science, 2010,328(5985):1530~1534 |
| 30 | Wei K-Y, Chiu T-C, Chen Y-G. Toward establishing a maritime proxy record of the East Asian summer monsoons for the Late Quaternary. Marine Geology, 2003,201(1):67~79 |
| 31 | Shiau L-J, Yu P-S, Wei K-Y et al. Sea surface temperature, productivity, and terrestrial flux variations of the southeastern South China Sea over the past 800000 years(IMAGESMD972142).Terrestrial, Atmospheric and Oceanic Sciences, 2008,19(4):363~376 |
| 32 | Tian J, Wang P, Cheng X et al. Astronomically tuned Plio-Pleistocene benthic δ18O records from South China Sea and Atlantic-Pacific comparison. Earth and Planetary Science Letters, 2002,203(3):1015~1029 |
| 33 | Li L, Li Q, Tian J et al. A 4-Ma record of thermal evolution in the tropical western Pacific and its implications on climate change. Earth and Planetary Science Letters, 2011,309(1):10~20 |
| 34 | Pelejero C, Grimalt J O. The correlation between the U37K' index and sea surface temperatures in the warm boundary:The South China Sea. Geochimica et Cosmochimica Acta, 1997,61(22):4789~4797 |
| 35 | Lisiecki L E, Raymo M E. A Pliocene-Pleistocene stack of 57 globally distributed benthic δ18O records. Paleoceanography, 2005,20(1):PA1003, doi:10.1029/2004PA001071 |
| 36 | Hanebuth T, Stattegger K, Grootes P M. Rapid flooding of the Sunda Shelf:A late-glacial sea-level record. Science, 2000,288(5468):1033~1035 |
| 37 | Wang P, Wang L, Bian Y et al. Late Quaternary paleoceanography of the South China Sea:Surface circulation and carbonate cycles. Marine Geology, 1995,127(1):145~165 |
Abstract
The East Asian monsoonal zone is the unique climate regime on Earth that has been influenced by both strong summer and winter monsoons. Previous studies have unveiled that the intensity of the East Asian winter monsoon is strongly related to the volume of Northern Hemisphere ice sheets. The evolution of the winter monsoon thus can provide information on the dynamics of Northern Hemisphere ice sheets over the Quaternary glacial-interglacial cycles. Therefore, it becomes crucial to understand the evolution of the winter monsoon history. Based on modern observational data, it has been found that the annual sea surface temperature (SST) gradient between the northern and the southern South China Sea (SCS) is strongly relevant to the winter monsoon wind speed over the SCS on the interannual timescale. Accordingly, the reconstructed north-south SST gradient record may possibly be employed to indicate past changes in the East Asian winter moosoon. The SST gradient record over the past 800ka, however, does not resemble the global ice volume and the loess grain size records. The spectrum analyses results suggest that the global ice volume and the loess grain size are coherent at the eccentricity, obliquity and precession cycles, while the SST gradient record are coherent with the global ice-volume at the obliquity cycle but not at the precession cycle. Moreover, at the precessional period, the SST gradient record does not have a stable phase relationship with the global ice volume or the solar insolation. We infer two possible reasons which could induce the discrepancy between the loess grain-size and the SST gradient records. First, they may reflect winter monsoon variations over the mid-and the low-latitude regimes, respectively, and the winter monsoon history over these two regimes could be different. Second, the SCS SST gradient might have been influence by other factors besides the wind speed of winter monsoon. It is inferred that the exposure of the Sunda Shelf and the Taiwan Strait could have influenced the surface circulation of the SCS, which subsequently impact the SST distribution. Both reasons need to be further tested by high-resolution ocean models.