第四纪研究  2017, Vol.37 Issue (5): 945-962   PDF    
过去2000年温度集成重建研究:进展与展望
杨保 , 王鑫①,② , 宋苗①,② , 王江林 , 史锋 , 方苗     
(① 中国科学院西北生态环境资源研究院, 中国科学院沙漠与沙漠化重点实验室, 兰州 730000;
② 中国科学院大学, 北京 100049;
③ 中国科学院地质与地球物理研究所, 中国科学院新生代地质与环境重点实验室, 北京 100029;
④ 中国科学院西北生态环境资源研究院, 兰州 730000)
摘要:过去2000年气候变化研究是全球气候变化研究的核心内容,不仅可以提供20世纪气候增暖的自然背景,也是最终揭示20世纪气候变暖机理并预估未来气候变化趋势的关键途径,是国际大型计划(如PAGES,过去全球变化研究计划)的优先研究时段。近20多年来,特别是近几年,随着代用资料的不断积累和气候重建方法的改进和发展,过去2000年大尺度气候重建研究取得了长足发展,在区域和北半球气候集成重建方法,年际、年代、百年乃至千年时间尺度上的气候时空变化特征和机制,及最近几十年气候增暖的历史地位等方面的研究均取得了重要科学认识,形成了现代气候增暖机理和未来气候趋势预估的科学基础。本文主要从方法学、研究历史回顾和现阶段形成的科学认识等3个方面论述过去2000年气候变化研究取得的成就,并对未来的研究方向进行了展望。
主题词过去2000年     北半球     温度重建     气候变化     中世纪暖期     小冰期     树轮    
中图分类号     P534.63+2;P532                     文献标识码    A

1 引言

气候变化具有不同的时间尺度—从万年、千年、百年、年代至年际尺度,研究不同尺度的气候变化相应地需要不同长度的气候序列。比如研究万年尺度的气候变化规律,至少需要10万年长度的气候记录;研究千年尺度的气候变化,至少需要万年长度的气候记录;而要研究年代至百年尺度的气候变化,至少需要千年长度的气候序列。由于年代至百年尺度的气候变化与人类活动关系密切,能提取这些时间尺度变化特征的过去2000年气候变化研究因此备受关注,一直是全球变化研究的核心内容,是国际大型气候研究计划(如PAGES,过去全球变化研究计划)优先考虑的研究时段。然而,全球器测气象记录最长不足400年(最长气象观测的记录来自英格兰中部地区,始于公元1659年[1]),绝大部分地区的连续观测记录不足100年,资料站点时空分布不均匀[2],不足以分析年代至百年尺度的气候变化规律;而且主要覆盖了当前人为活动增强的时段,难以分离自然和人为活动对气候变化的贡献。高分辨率的气候代用资料如历史文献记载、树轮、冰芯、石笋、湖泊沉积物、珊瑚等具有年或季节分辨率且可延长至数百/千年,涵盖了自然背景下的气候系统运行时段和人类活动强烈影响下的工业革命以来的时期,使得研究不同时间尺度气候变化规律和定量分离现代气候变暖过程中自然和人为因素的相对作用及预估未来气候变化趋势成为可能[3~16]。近20多年来,特别是近几年来,随着气候代用资料的不断积累和完善,过去2000年气候变化研究在揭示年代至百年尺度的气候变化规律,诊断20世纪气候变化的历史地位,及认识人类活动与气候变化的相互作用规律方面做出了重要贡献[17~22]。本文主要从方法学介绍、研究历史回顾和现阶段形成的科学认识等方面论述过去2000年气候变化研究取得的成就,并对未来的研究方向进行了展望。

2 重建方法 2.1 综合加比例方法

过去气候集成重建的基本思路是基于代用资料,用统计学方法推断过去的气候变化。可按照重建目的分为综合加比例法(Composite-Plus-Scale,简称CPS)和气候场重建方法。综合加比例法是将代用数据按照一些给定的规则(例如:加权平均、无量纲化等)组合成一个综合指标序列,通过器测数据校准建立转换函数,重建气候变化。该方法主要针对单个气候序列重建(Index reconstruction),包括直接回归法、间接回归法、(总体)最小二乘法、方差匹配法、小波分析法等。

直接回归法和间接回归法的区别在于是将气候变量还是代用资料作为自变量。直接回归法可表示为:

(1)

公式(1) 中,T为温度,P为代用资料,α为回归系数,ε为残差。可简单认为ρ是校准段器测温度T1和代用资料P1之间的相关系数,σT1和σP1分别为校准段器测温度和代用资料的标准差,那么重建温度T*的方差可表示为[23]

(2)

由于代用资料包含噪声,导致ρ的最大值小于1,一般情况下ρ取值范围在0.4~0.7之间。因此利用该方法进行重建势必导致方差损失,在利用仿代用资料进行北半球温度重建试验发现,温度方差损失范围在50 % ~80 %之间[23]

间接回归法可表示为:

(3)

公式(3) 中T为温度,P为代用资料,β为回归系数,ε为残差。同理,这种情况下将导致方差的高估,尤其是高频段。

相对于上述两种算法,理论上总体最小二乘法(Total Least Squares,简称TLS)应是更精确的重建算法,但前提是需要事先估计TP中的未知噪音,即相对于总方差,TP中噪音方差的百分比各占多少,这部分方差通常难以确定,一般通过气候模式模拟结果实现[24]。在几何表达上,前两种情况是误差沿y轴或者x轴进行拟合,而TLS方法是以点到直线的最短距离为误差即垂直于拟合直线的最短距离为条件进行拟合,因而估计精度更高。表达式如下:

(4)

公式(4) 中,vyivxi分别为因变量(y)和自变量(x)的误差,为待估参数。

上述线性回归方法均使用最小二乘法理论进行计算。

另一种常用的气候序列集成方法,就是方差匹配法[24],将代用资料序列的方差匹配为观测记录的方差。具体可表示为:

(5)

公式(5) 中,Tcal为校准期的器测温度,P为代用资料,Pcal为校准期的代用资料,M为数据的平均值,S为校准期内数据的标准偏差,T为方差匹配后生成的温度序列。

在这种情况下,高低频方差损失较小,但理论上也存在问题,特别是代用资料序列与观测气象记录相关较低的情况下,有可能人为地放大重建序列的方差。

基于不同的代用资料保留信号能力的差异,有学者把小波变换(Wavelet transformation,简称WT)引入过去气候集成重建中[25]。其基本思路是对分辨率不同的资料进行分频处理,如利用年分辨率的树轮资料重建温度的高频变化,利用冰芯、湖泊沉积等资料重建低频温度变化,之后将两者合并成最终的重建序列[25]。但由于在合并过程中将序列中的低频和高频方差分别进行了标准化处理,而实际上低频序列较高频序列往往含有较小的方差,因此该方法会人为地造成温度低频变化趋势的扩大[26]

2.2 气候场重建方法

气候场重建方法(Climate Field Reconstruction,简称CFR)是根据预测因子(代用资料空间网络)和预报量(需重建的空间气候场)在大尺度上的协方差信息,建立二者之间的线性关系,以此计算过去时期气候场的时空特征[22, 27]。气候场重建技术包括主成分回归法(Principal component regression,简称PCR)、点对点回归法(Point-by-Point Regression,简称PPR)、典型相关分析法(Canonical Correlation Analysis, 简称CCA)、正则期望最大法(Regularized Expectation Maximization, 简称RegEM)等。其基本表达式可表示如下[28]

(6)
(7)

公式(6) 和(7) 中,T′(r×n)P′(m×n)分别是气候资料矩阵T和代用资料矩阵P的标准化处理,即T=Mt+StT′P=Mp+SpP′mr分别是代用资料和器测站点(空间位置)的个数,n是代用资料和观测记录重叠的校准时段。Mt是气候资料矩阵T平均值的列阵,St是气候资料矩阵T标准差的对角阵,MpSp是相应的代用资料的列阵和对角阵。B(r×m)是回归系数矩阵,ε是残差。上标T表示矩阵转置。根据线性回归理论,当ε最小时,可计算得到B。利用回归系数矩阵B,可对过去时期的气候进行估计或重建[28]

(8)

公式(8) 中,为重建的气候资料矩阵。

主成分回归法(PCR)和点对点回归法(PPR)是最常用的基本方法,本质上PPR是PCR方法在单个网格点上的具体运用[29]。PCR方法的代表性工作是Mann等[30]重建的过去600年北半球年平均温度网格化图集及北半球年平均温度序列。该类方法通常只保留前几个分量进行重建,对区域特征考虑不够,且假定过去气候变化的空间结构不随时间变化,即过去气候变化遵循仪器观测时段的空间结构,这与实际情况不符,难免丢失部分区域尺度的空间变化特征[31]。PPR方法是逐点进行单独回归重建,较好地保留了区域气候的空间变化信息,被认为是目前能够较好反映气候空间变化特征的一种CFR方法,可有效避免PCR和正则期望最大法(详见下文)因站点资料间遥相关或虚假相关引起的重建结果不确定性的影响[32],其代表性工作是Cook等重建的北美洲[33]、亚洲[34]和欧洲[35]帕尔默干旱指数(PDSI)的空间格局,以及亚洲区域的格点化温度[36]

在PCR方法的实际应用中,当校准段时间维数n远大于空间维数m时,回归系数矩阵B的估计更可信。但经常出现目标变量即空间个数远远大于时间维数的情况,计算回归系数矩阵中协方差矩阵和交叉协方差矩阵的逆矩阵往往不存在,这时需要正则化[37]。典型相关分析法(CCA)和正则期望最大法(RegEM)是两种常用的正则化方法[37]。在RegEM中,岭回归(RegEM-Ridge Regression)和截断总体最小二乘法(RegEM-Truncated Total Least Square,简称RegEM-TTLS)常被用于正则化过程中;其中,前者是针对整个目标气候场,后者是针对目标气候场的前几个主要经验正交函数(EOF)模态。以RegEM-Ridge regression为例,其形式与上述的多元线性回归类似[28]

(9)
(10)
(11)

公式(9)、(10) 和(11) 中,Xm代表缺失值,Xa代表观测数据,h是岭参数,B为回归矩阵。MmSm分别是相应的缺失值的列阵和对角阵,而MaSa分别是相应的观测数据的列阵和对角阵。计算回归系数矩阵中观测数据矩阵的逆矩阵时,需要添加常数对角阵进行正则化。

RegEM-TTLS方法的代表性工作是Mann等[37]利用1209条不同类型的记录集成重建的过去千年全球格网化温度场。总体而言,该方法主要针对空间场(网格化数据)的重建。无论是序列重建还是气候场重建,均是基于校准段代用资料与器测数据的统计关系,通过最小二乘法得到转换函数参数的确定值[37]。最小二乘法不是唯一的估计转化函数参数的方法。最近发展的基于贝叶斯理论的气候场重建技术—贝叶斯层次模型(Bayesian Hierarchical Modeling,简称BHM)[38~44],视转换函数的参数为非常数,即将转换函数的参数视为随机变量,避免了正则化和不适定问题,可提供重建变量平均值和不确定性的估计,但计算结果严重依赖于参数的先验分布。而且,贝叶斯方法由于常使用蒙特卡洛方法计算,模型比简单的线性回归模型更为复杂,因此计算成本要求较高。BHM包括过程层次的模型和资料层次的模型,前者描述气候场的时空演化过程,而后者描述代用资料和观测资料记录气候响应的过程,即描述了温度是如何通过线性随机响应函数来实现代用资料和观测记录的转换。其基本方程可描述如下[44]

(12)
(13)
(14)

其中,公式(12) 是过程层次的模型,是个典型的AR(1) 过程,Tt表示t年的器测数据,Tt-1表示t-1年的器测数据,μ为平均值,I为单位列向量,α表示AR(1) 系数,参数εt假设为独立同分布,即εTt~N(0,Σ)。参数Σ是空间协方差,随着空间距离增大呈指数减少,但受到空间相关长度的调节作用。公式为:,其中是第i个样点和第j个样点的距离,σ2为局地年际波动方差。公式(13) 用矩阵Ht表示包含噪音的观测温度场,其噪音服从正态分布,即εIt~N(0,I2)。代用资料场Pt采用线性随机响应函数Ht进行模拟,代用资料的噪音εPt用方差为τp2的正态分布表示。

从公式(12)、(13) 和(14) 方程中可见,BHM方法分两个步骤进行气候重建[45]。第一步是实际推断,采用如吉布斯抽样算法(Gibbs Sampler)等对一部分代用资料和整个观测记录进行推断,可以推断温度场和模型参数的条件概率密度,与先验概率密度结合,可估计后验概率密度;第二步是预测试验。参数从第一步推断结果中采样,同时可预测过去温度的范围,最终得到过去的温度变化。与PPR方法类似,重建过程中BHM方法也考虑了代用资料站点的空间分布及其与目标场的相关关系,避免了站点资料间遥相关的虚假性、不稳定性和持续性的影响。代表性工作是Tingley和Huybers[41]对过去600年北半球高纬度地区温度场的重建以及Luterbacher等[44]对过去1260年欧洲夏季温度场的重建,这些重建序列与先前的结果比较,温度变化幅度更大,低频趋势更明显。

融合气候模式和代用资料的数据同化(Data Assimilation,简称DA)方法是近年来过去气候重建中非常热门的研究领域[46],其起源于大气和海洋预报领域。在过去气候数据同化领域中所用的方法主要有松弛逼近法[47](Nudging)、粒子滤波[48](Particle Filter)以及集合平方根滤波[49](Ensemble Square Root Filter)。其中,集合平方根滤波是目前应用较多的方法,其利用集合模拟的思想来解决模式与观测算子是高度非线性情况下的误差估计问题,其对状态变量进行更新的核心公式如下[50]

(15)
(16)
(17)

公式(15)、(16) 和(17) 中,Xb是模式模拟的状态,通常叫做背景场(Background)或者先验值(Prior);Xa是同化结果,也叫做分析值(Analysis)或者后验值(Posterior);是观测数据,比如:树轮宽度、冰芯δ18 O比值;Pb是背景场误差协方差矩阵;Pa是分析场误差协方差矩阵;R是观测资料误差矩阵;K是卡尔曼增益(Kalman Gain);H是代用资料正向模型,在数据同化中被叫做观测算子,用于把状态变量从状态空间映射到观测空间,比如:以古气候数据同化研究中同化树轮宽度资料为例,H可以是V-S、VS-Lite、TREE-RING等过程模型。研究表明,使用DA技术重建的近千年全球平均温度比PCR方法重建的结果更优,尤其是在代用资料稀疏的区域,使用DA重建的结果和真实的气温场之间具有更高的相关性[51]。DA技术自其被引入到气候重建领域以来,已得到广泛的应用[47~49, 52~55],尤其是DA已经被尝试着应用到了过去2000年气候再分析工程中[54](the last millennium and common era climate reanalysis project)。

此外,有学者将区域优化平均法[56, 57]、球谐函数方法[58]、偏最小二乘法[59]以及模态逼近的EOF重构算法[60]引入气候重建中,重建了过去千年区域或半球尺度的温度变化。针对代用资料定年的不确定性,也有学者[56, 57]提出蒙特卡罗经验正交函数法(Monte Carlo Empirical Orthogonal Function,简称MCEOF),在充分考虑代用资料定年误差的情况下通过年龄迭代模拟进行EOF分析,可有效提取共同的区域气候信号,精确辨识特征气候事件的起讫时间。

2.3 气候重建可靠性或信度的评估

气候重建结果是否可信,关系到所得结论的可靠性。因此,重建信度评估也是气候重建过程中的关键环节。评估的可靠性测度有重建序列与实际序列间的相关系数(r)、有效系数(Coefficient of Efficiency,简称CE)和误差缩减值(Reduction of Error,简称RE)、偏差、标准差比值、均方差(Mean Squared Error,简称MSE)和频谱差异等统计参数。以温度重建为例,部分统计参数公式如下[63]

(18)
(19)
(20)
(21)
(22)
(23)

公式(18)~(23) 中,yt是时间点t处的温度值,为基于气候代用资料重建的时间点处的温度预测值,N为时间点的个数,MSE()为校准期观测温度平均值的均方差,yi是校准期或验证期的器测温度,MSE()为校准期或验证期的器测温度平均值的均方差。上述这些统计参数常被用于校准方程的稳定性检验中。

由于器测记录较短,难以获取校准期外(out-of-sample)的独立资料对气候重建进行验证,尤其是对于低频尺度的变率。在此背景下,仿代用资料试验(Pseudoproxy Experiments,简称PPEs)应运而生。PPEs已是目前流行的过去气候重建方法及其可靠性的评估手段。该方法是基于气候模式模拟的输出结果作为测试平台,可对任意一种重建方法通过可控性的系统试验进行评估,PPEs最初被用于探讨全球温度重建中代用资料最优位置的选择[64]。其基本出发点是:气候重建是基于不同的方法、不同的校准时段、不同的代用资料网络实现的,这样气候重建序列的不确定性是重建方法、校准资料和校准时段、代用资料的时空分辨率、代用资料-观测记录关系、代用资料和观测记录中的固有噪音等多因素综合作用的结果。但在现实情况下要识别其中一个因素的作用是相当困难的。PPEs方法通过针对性地设计不同的试验,从而达到定量确定不同因素对气候重建的相对影响。而且,PPEs可提供比器测记录更长的验证期,对重建方法等各种因素的评估可扩展至更长、更低频的时间尺度上。但需要注意,PPEs的适用性依赖于气候模式模拟现实气候空间的保真度,气候模拟结果越准确、真实,那么PPEs的有效性越高。PPEs的试验步骤如下[65]:1) 从气候模式模拟输出的过去气候要素场中采集不同网格点的模拟数据,这些数据集与现实情况下的资料位置和资料长度保持一致;2) 生成仿代用资料。通过对网格点模拟序列加入不同水平的噪音序列生成仿代用资料,噪音序列尽可能接近原代用资料包含的噪音特征;3) 将现实情况下的重建方法应用于仿观测资料和仿代用资料;4) 对校准期外的基于仿观测资料和仿代用资料生成的气候重建序列与已知的目标结果(the known model target)进行比较,评估重建方法的性能和伴随的不确定性。

PPEs试验中最重要的环节是如何生成与现实基本相符的仿代用资料,即如何在模拟序列中加入不同方差水平的噪音,从而生成不同信噪比(Signal-to-noise Ratios,简称SNRs)的仿代用资料[65]。仿代用资料的生成包括两种情况:一种是在模拟生成的气候序列中加入红噪音;另一种是加入白噪音。红噪音可通过一阶自回归方程产生,即[66]

(24)

公式(24) 中,λ为一阶自回归系数,εt为噪音。

利用白噪音生成仿代用资料时间序列,可表示为下面的方程[67]

(25)

公式(25) 中,P是仿代用资料时间序列,T是归一化的模拟温度序列,cPT的相关系数,T/σT为信号项(方差σT为1),即为加入的白噪音(方差ξ为1/c2-1)。

仿代用资料中信噪比的大小对PPEs试验有重要的影响。以气候模式ECHO-G模拟输出结果Erik-the-Red(1000~1990A.D.)作为测试平台,发现当SNRs分别为0.98、0.44和0.26(对应于模拟(信号)序列和仿代用资料序列之间的相关系数为0.7、0.4和0.25) 时,直接回归方法低估了实际变率,尤其是低估了低频信号,而间接回归高估了实际变率,特别是高频变率。随着信噪比的减小,直接(间接)回归法对变率的低估(高估)均趋于增加[67]。比较而言,基于方差匹配法的气候重建无论在高频还是低频尺度上都与实际目标更为接近[67];基于子波变换的尺度分离法的温度重建也真实复制了目标序列的低频变化,没有明显的偏差[66]。对CFR的PPEs试验研究表明[65],基于PCR和RegEM-Ridge方法的北半球千年平均温度重建具有显著的平均值偏差和方差损失问题,特别是在多年代和百年尺度的低频变率上,而应用RegEM-TTLS方法可准确重建北半球平均温度变化,但对温度空间场中单个网格点的重建性能(以网格点的目标和重建之间的相关系数、平均值偏差和标准差比值表示)差异较大。在资料密集的区域,重建性能较好,而资料稀疏或空白的区域重建性能较差[23, 65],显示了在资料稀疏或空白区域采集样品的必要性。Christiansen等[68]用一种集合仿代用资料方法(Ensemble Pseudo-proxy Method)对比分析了7种重建方法(包括RegEM-Ridge、RegEM-TTLS和PCR方法),发现所有方法都低估了低频变化的振幅和趋势,大约低估了20 % ~30 %的变化。

3 北半球温度集成重建研究进展

近20年来,利用高分辨率代用指标重建北半球过去2000年温度变化研究取得了相当丰硕的成果[69]。其中大多数重建研究是利用CPS方法建立一条北半球平均温度序列,这些研究中有一部分是完全使用树轮资料进行重建的[70~76],大部分研究中包括了不同类型的代用指标,即基于多代用指标的序列重建[5~7, 25, 26, 77~85];还有一部分重建是利用CFR方法研究北半球温度的空间变化[27, 37, 86]表 1给出了长度达千年、分辨率不低于10年的北半球温度序列的基本信息。

表 1 已发表的北半球千年温度重建序列* Table 1 Characteristics of millennium-long Northern Hemisphere temperature reconstructions

IPCC的历次评估报告[69, 87~90]基本上代表了当时北半球过去两千年温度变化研究的最新认识和进展。IPCC第一次评估报告中给出了一条过去千年温度距平变化的曲线,距平值名义上是以20世纪初的平均温度为参考标准的[87]。该曲线反映出中世纪暖期(Medieval Warm Period,简称MWP)与小冰期(Little Ice Age,简称LIA)的存在,整个曲线的温度变幅在1.5℃范围内[87]。相比于第一次评估报告,IPCC第二次评估报告展示了一条近600年北半球平均温度的年代际变化曲线。该结果是根据历史文献资料、树轮宽度和密度、冰川融化记录和器测资料重建,实际上仅能代表欧洲、亚洲、北美夏季温度的平均状况[88]。在IPCC第三次评估报告中(图 1a),重建的地面温度(Ground Surface Temperature,简称GST)历史记录在围绕气候代用指标的频谱保真度(spectral fidelity)的争论中扮演了重要角色[89]。在第二次和第三次评估报告之间,重建方法也发生了重要转变,发展了采用多种代用指标进行格网化重建的定量方法,并对重建的不确定性进行了评估。

图 1 IPCC第三(a)、第四(b)和第五次(c)科学评估报告中引用的过去2000年北半球温度重建序列[99] Fig. 1 Northern Hemisphere temperature reconstructions for the Common Era adopted in the third (a), fourth (b) and fifth (c) IPCC assessment reports[99]

Mann等[30, 78]重建了过去千年北半球平均温度,即著名的“曲棍球杆曲线”,其千年温度序列被AR3作为北半球温度变化的标准曲线所引用[89],并以此表明20世纪变暖是前所未有的,加强20世纪变暖是人类活动造成的这一论点。但是随后就有学者质疑这种观点,McIntyre与McKitrick[91]从数据质量、地理位置、截断误差、对树轮主成分的计算等方面分析了Mann等的错误,他们认为15世纪的温度可能高于20世纪90年代之前的气温。

由于Mann等[30, 78]的温度重建采用了PCR方法,该重建序列严重低估了低频变化[23, 26, 92, 93]。同时,Mann等[30, 78]使用了大量树轮年表,而这些年表大多遵循传统的标准化(Standard,简称STD)去趋势方法建立,难以真实反映百年尺度以上的气候变化特征[94, 96],这也是Mann等[30, 78]的重建序列低估低频变化的原因之一。后期发展的区域曲线标准化方法(Regional Curve Standardization,简称RCS)能有效地提取树轮年表中的低频气候信号[96, 97]。Esper等[70]将Mann等[78]重建中所用的14条STD树轮年表换成RCS年表后,采用CPS方法重新计算北半球平均温度序列,发现重建结果能较好地保留百年以上尺度的低频气候信号,显示了明显的中世纪暖期和小冰期。随后,D'Arrigo等[71]利用欧亚大陆和北美地区的20条树轮RCS年表重建了过去1200年北半球的夏季温度变化,该重建的低频特征与Esper等[70]重建相似。采用与Esper等[70]研究中完全相同的代用资料,Frank等[72]采用CPS方法重建了北半球温度序列,与Esper等[70]重建结果比较,在中世纪时期年际或年代际(40年时间尺度)的温度峰值分别有所降低。由于Frank等[72]研究更关注局地方差变化对重建不确定性的影响,因此实际上Frank等[72]的结果是对Esper等[70]的重建过程的修订和再校准。

基于不同的代用资料保留信号能力的差异,以小波分析为技术手段,Moberg等[25]利用树轮重建高频( < 80年尺度)信号温度,利用冰芯、湖泊沉积等资料重建低频(>80年尺度)信号温度,再将两者合并成最后的重建序列。虽然运用小波变换方法进行了前期处理,但Moberg等[25]的方法与Esper[70]和D'Arrigo[71]的CPS方法大体一致。在总体趋势上,Moberg等[25]的序列与Esper[70]和D'Arrigo[71]的重建有较好的可比性,如中世纪的温暖、小冰期的寒冷和20世纪的快速增温等特征。但Moberg等[25]融合了低分辨率气候代用资料,并将序列中的低频和高频方差进行标准化处理,再进行合并。由于低频信号较高频信号往往含有较小的方差,Moberg等[25]方法人为地增大了温度低频变化趋势[26]

Hegerl等[79]则基于14条10年分辨率的温度敏感的代用资料,利用总体最小二乘法(TLS)的校准技术,重建了10年分辨率的北半球(30°~ 90°N) 1500年温度序列,该曲线的一个显著特征是低频变化幅度更大,与钻孔重建的地面温度(GST)一致,也与Moberg等[25]温度重建一致。研究中采用PPEs对TLS方法进行了验证,发现TLS方法可恢复97 %的目标方差,有效克服了其他统计方法(如最小二乘法)的低频方差损失问题。Hegerl等[79]采用最优指纹法进一步分析表明:自然强迫,特别是火山活动可解释近千年(从1270A.D.起)北半球年代际温度变化的较大部分方差,20世纪前半叶的气候变暖幅度有三分之一是由人类排放的温室气体引起的,20世纪后半叶的气候增暖基本上可归因于人为因素的作用;随后,Mann等[37]收集整理了1209条代用资料数据(包括1032条树轮年表序列),利用RegEM-TTLS方法,重建了全球过去1500年的网格化温度数据集,指出中世纪暖期(950~1250A.D.)热带太平洋呈类La 模态;Christiansen和Ljungqvist[98]利用其提出的基于间接回归的重建方法—局地回归法(LOC),通过严格筛选出的24条与器测温度显著相关的代用指标,构建了北半球千年温度变化序列,该曲线与先前的北半球温度重建序列如Moberg等[25]和Hegerl等[79]重建的曲线比较,低频变化幅度更大,但高估了高频变化;Shi等[82]通过设定严格的资料筛选标准,如定年准确、年分辨率、长度超千年、温度信号意义明确且空间分布较为均匀等标准,最终选用45条千年长度、年分辨率、对温度敏感的序列,利用PCR、CPS和RegEM-TTLS等3种方法重建了北半球千年温度变化曲线,从源头上排除了利用粗分辨率代用资料重建时插值所造成的误差,以及样本量随时间变化和引入非温度敏感的代用资料所引起的系统偏差。研究指出,RegEM-TTLS方法重建的温度变化,其低频趋势最为明显,如Schneider等[74]基于15条最大晚材密度(MXD)年表,采用CPS方法重建了过去1400年北半球夏季(6~8月)温度,该曲线显示900~1600A.D.气候整体比较温暖,期间9世纪晚期和15世纪中期最暖,中世纪暖期表现不明显,1580~1900A.D.气候寒冷,20世纪气候持续变暖;与以往研究比较,小冰期开始时间明显偏晚。近年来有研究将当前发生的极端气候事件放在历史的背景下进行考察,Tingley和Huybers[41]基于125条年分辨率的温度敏感的代用资料(包括树轮、冰芯和湖泊沉积资料),利用BHM方法网格化重建了过去600年北半球(45°~85°N) 4~9月温度距平,指出最近时期的极端暖事件的幅度和频次在过去600年以来是不寻常的,这些年份(2005A.D.、2007A.D.、2010A.D.和2011A.D.)的北半球夏季平均温度比以往任何年份都高(probability,即p>0.95),2010年的夏季是近600年来俄罗斯西部最温暖的夏季(p> 0.99)。

历经20多年的发展,北半球温度重建研究取得了丰硕的成果,世界各地科学家重建的北半球代表性千年温度序列已多达十几条,这些研究成果基本上被IPCC历次评估报告所采用(IPCC AR1~AR5)(图 1)[99],并强化人类活动是造成20世纪全球变暖这一观点。与AR3相比,AR4(图 1b)中包含的北半球千年温度序列更多,低频变化幅度更为显著[90]。IPCC AR5中综合介绍了2013年之前发表的大部分过去两千年北半球温度重建序列[69](图 1c)。尽管报告中引用的温度序列的分辨率有所不同、振幅也有明显差异,但是所有温度曲线的低频趋势比较一致,皆在10世纪到11世纪呈现一个相对温暖的状态,随后的16世纪到17世纪呈现一个相对寒冷的状态。因此,报告认为中世纪暖期,又称中世纪气候异常期(MCA,950~1259A.D.)与小冰期(1450~1850A.D.)存在的可信度很高,但是出现区域与起止时间可能不像20世纪中期开始的增温那样一致。报告还指出,就北半球平均温度而言,1983~2012A.D.是近800年来最暖的30年具有高信度;是过去1200年来最暖的30年具有中等信度。报告进一步突出了人类活动对20世纪以来气候变暖的贡献,认为观测到的1951~2010A.D.全球平均地表温度升高的一半以上极有可能是由温室气体浓度的人为增加和其他人为强迫共同导致的[69]

AR5公布的同年(2013A.D.),“过去2000年全球变化科学联盟”(PAGES-2k)收集全球已有的高分辨率气候代用资料,发表了各大洲过去1000~2000年的温度变化序列[100]。这些重建结果被AR5作为各大洲温度变化的标准曲线所引用,并被用于验证气候模式在区域尺度上的模拟能力[69]。PAGES-2k综合对比各大洲的温度重建结果发现,过去千年北半球温度在多年代尺度上变化不同步,但在1580~1880A.D.时期,各大洲均表现为小冰期的低温特征。各大洲的古气候重建结果存在显著的差异,这种差异很大程度上可能是代用资料筛选标准及重建方法的不同造成的[100]。最近,Esper等[101]通过对北半球395条长达千年的树轮资料的集成分析,发现亚洲、欧洲、北美过去千年温度变化在多年代尺度上是同步的,这是近年来取得的重大突破性认识,修正了PAGES-2k[100]的相关认识;Christiansen和Ljungqvist等[67]比较了17条北半球千年温度重建曲线,指出各曲线低频趋势的一致性,但也指出各曲线显示的温度变化幅度显著不同。目前,北半球千年温度重建研究中对代用资料的选择越来越倾向于树轮记录,因为多代用指标重建中,不同代用指标具有不同的频谱特征和固有的偏差,组合这种异质数据会最终造成重建结果的不确定性[102]。而且,多代用指标重建中必须把低分辨率和定年不精确的代用指标资料平滑到十年甚至更长的时间尺度上,这会削弱这些数据准确记录气候对大型火山喷发事件的响应能力;也会减小自由度,限制了校准和验证过程中评估重建结果保真度(fidelity)和稳定性(stability)的能力[76]。事实上,IPCC第五次评估报告(AR5) 之后的北半球千年以上的温度重建研究中,几乎都采用了树轮资料[32, 72, 76],主要是因为树轮记录定年准确、分辨率高[103, 104],且气候变化与树轮记录之间的关系具有成熟的生理生态学理论基础作为保障[105~110]

Wilson等[76]和Anchukaitis等[32]的研究成果代表了过去千年北半球温度重建研究的最新进展。两项研究皆采用40~75°N范围内的54条树轮指标序列,包括树轮宽度、最大晚材密度和蓝光强度年表,研究中对大部分年表使用了RCS去趋势方法进行了预处理,以最大程度地保留低频信号。Wilson等[76]重建的750~2011A.D.北半球中高纬地区夏季(5~8月)平均温度曲线(图 2a),是对北半球平均温度的集成重建。采用的重建方法是CPS中的方差匹配法,通过设置不同的面积权重(代用指标的空间代表性为权重)来检验最终的重建结果对不同重建方法的敏感性,研究中也使用了总体最小二乘法回归(TLSR)以测试方法敏感性,以保证最终结果的稳健性。研究表明,北半球夏季平均温度在750~850A.D.呈增加趋势,之后是一个持续到11世纪的温暖时期,随后50年温度变冷,之后又升温,在1160A.D.达到中世纪的温度峰值;900~1170A.D.是持续稳定的暖期;1200~1850A.D.的温度在多年代尺度上呈现冷暖交错的特征,峰值和谷值之间的温度差约为1℃;之后开始连续增温直到现在[76]图 2b显示了十年(751~2010A.D.)及百年尺度(801~2000A.D.)上的温度变化。在百年尺度上,20世纪最暖,之后是11世纪;而19世纪最冷,17世纪次之;20世纪与19世纪之间的温差达0.58℃。而在十年尺度上,最暖的十年是2001~2010A.D.,其次为1161~1170A.D.,最冷的两个十年依次为1811~1820A.D.和1831~1840A.D.,最暖十年2001~2010A.D.与最冷十年1811~1820A.D.之间的温差为1.53℃。在重建序列最可靠的时期918~2004A.D.,最暖的一年是2003A.D.,之后是1168A.D.[76]。同时发现,过去千年北美和欧亚大陆夏季温度变化在年际、年代际和百年尺度上同步(图 3)[76],与Esper等[101]的研究结果一致,指示了太阳活动和火山活动等外部强迫因子的共同作用。与Schneider等[74]~1570A.D.期间温度更高。二者差别的主要原因是前者资料源中既包含了树轮宽度资料,又含有树轮密度资料,而后者仅使用了树轮密度资料,两种树轮指标具有不同的频谱特征[71, 72]。而且,前者使用的资料(45条)比后者(15条)明显更多。因此集成分析树轮宽度、最大晚材密度、蓝光强度等不同指标,有可能更好地兼顾重建中的高、低频变化,使得重建结果更可信。

图 2 Wilson等[76]重建的公元750~2011A.D.北半球温度变化 (a)年分辨率的5~8月温度距平序列(相对于1961~1990A.D.的平均值);(b)10年(黑)和100年(蓝)平均值序列 Fig. 2 Temperature reconstruction for the Northern Hemisphere during the period 750~2011A.D.[76]. (a)May-August temperature anomalies with respect to 1961~1990A.D. average, (b)decadal-(black)and centennial-scale(blue)average series

图 3 Wilson等[76]重建的北美(红,800~2010A.D.)和欧亚大陆(蓝,750~2010A.D.)夏季温度的Z-score值序列(相对于1750~1950A.D.的平均值)及其20年样条平滑序列 Fig. 3 Comparison of North American(red, 800~2010A.D.) and Eurasian(blue, 750~2010A.D.)May-August temperature reconstructions[76]. Data are expressed as Z-score relative to the 1750~1950A.D. period. Upper(lower)panel is unfiltered(filtered with 20 year spline)versions

Anchukaitis等[32]的研究是对北半球温度空间型的集成重建。研究中采用PPR方法网格化重建了792个网格点的5~8月温度距平,进而通过格点集合平均重建了北半球中高纬度地区(40°~90°N)夏季(5~8月)的温度变化。重建的北半球平均温度与Wilson等[76]的结果基本一致,两者相关系数高达0.71。Anchukaitis等[32]可精细化分析过去千年北半球温度的时空格局变化。研究表明,重建中异常寒冷的年份(如1259A.D.、1453A.D.、1601A.D.、1643A.D.、1783A.D.、1810A.D.、1817A.D.和1836A.D.)与热带或北半球的火山爆发有关,其中96 %的网格点在火山爆发后都发生了一年至数年的降温现象。通过与重建的火山强迫序列与太阳总辐照度序列对比[32],发现13世纪晚期、14世纪早期、15世纪中期及19世纪的冷期皆对应大型火山爆发与太阳活动极小期共同出现的时段;在百年尺度上,太阳活动变化的贡献可能更大,而在多年代尺度上与太阳活动没有显著相关,可能是气候系统的内部变率影响更强。最新的研究[111, 112]证实,过去千年北大西洋多年代际变率与北半球温度以及其他区域气候之间的联系是气候系统内部的真实联系。

除上述2条最新的代表性重建序列[32, 76]外,也有研究或基于树轮密度资料[75],或基于树轮宽度和密度资料联合[74],重建了北半球千年温度序列,但其揭示的多年代至百年尺度的温度变化特征与上述两项重建曲线较为相似。还有一条序列值得关注,就是Esper等[113]重建的公元前138年到公元2006年北半球高纬地区(>65°N) 6~8月的温度曲线。该研究采用RCS方法对587条最大晚材密度序列去除生理趋势,因此很好地保留了从公元前138年开始持续至公元1900年的长期降温趋势,降温速率为0.31±0.03℃/1000a,这一趋势在20世纪才逆转为加速增温态势—这是迄今唯一一条基于树轮记录建立的可反映千年尺度低频气候趋势的序列,这一千年尺度的降温趋势得到环北极地区多代用指标温度重建结果的证实[114],认为是北半球高纬度温度变化对轨道尺度太阳辐射变化的响应。然而,该趋势并未出现于以往基于树轮宽度资料重建的区域温度序列中,表明以往的区域和北半球温度集成重建序列很可能低估了器测记录前的温度变化,特别是低估了中世纪和罗马时期的气候增暖幅度。

总结目前的研究成果,可得到如下几个方面的科学认识:

(1) 代用指标的不同、重建方法的不同、目标区域的不同都会造成北半球千年温度重建结果的不确定性。不同温度重建曲线的振幅具有明显差异,在百年尺度上,较暖的11世纪与较冷的17世纪温度之差在不同曲线上差异巨大,变化幅度是0.14~1.3℃;但低频趋势较为一致,皆反映了中世纪时期的气候温暖,15世纪至19世纪的气候寒冷和20世纪以来的快速增温时期。

(2) 过去千年北美和欧亚大陆夏季温度变化在年际至百年尺度上同步。在百年尺度上,太阳活动对温度变化的贡献可能较大,而年代尺度上气候系统内部变率的作用更强。基于树轮资料重建的北半球夏季(5~8月)平均温度从750~850A.D.呈增加趋势,之后是一个持续到11世纪的温暖时期;900~1170A.D.是持续稳定的暖期;1200~1850A.D.的温度在多年代尺度上冷暖波动频繁,峰值和谷值之间的温度差约为1℃。20世纪是整个重建期最暖的百年,而19世纪最冷,20世纪与19世纪之间的温差达到0.58℃;最暖和最冷十年之间的温差为1.53℃;2003年是北半球过去千年最暖的一年。过去千年异常寒冷的年份与热带或北半球的火山爆发密切相关,北半球几乎所有地区在火山爆发后都发生了一年至数年的降温现象。

(3) 北半球高纬地区最近时期的极端高温(4~9月温度)年份的温度变幅和频次在过去600年以来是不寻常的,一些年份(如2005A.D.、2007A.D.、2010A.D.和2011A.D.)的北半球夏季平均温度比以往任何年份都高。

(4) 过去2000年(公元前138年至公元1900年)北半球高纬地区(>65°N)夏季温度呈现长期的降温趋势,很可能是对轨道尺度太阳辐射变化的响应。以往的北半球高纬度地区和北半球温度集成重建很可能低估了器测记录前的温度变化,特别是低估了中世纪和罗马时期的气候增暖幅度。

4 展望

随着代用资料的不断积累和气候重建方法的不断提出和改进,大尺度气候重建研究取得了长足发展,但仍然受到诸多因素的影响,如代用指标的不同、代用指标的气候信号不同(不同的季节信号如夏季或年度及信号强度差异)、重建方法的不同、目标区域的不同都会引起重建结果的不确定性[69, 98, 115, 116]

首先,较短的仪器观测记录引起的不确定性。较短的气象观测记录限制了可靠的校准和验证结果,尤其在进行较低分辨率的气候重建时,在校准和独立验证阶段严重缩减的样本自由度使得评估重建技能(如解释方差和误差缩减系数)存在不确定性[117];此外,对高分辨率代用资料校准时受到去趋势的影响,最终的气候重建可能低估了气候变化的低频信号。代用资料中的线性趋势可能既包含了温度信号,也包含了受其他气候要素或者非气候要素影响的非温度信号或噪音,因此在气候校准时是否应该去趋势目前仍存在争议。

其次,气候代用指标时空分布不均引起的不确定性。尽管经过了几十年的积累,但气候代用资料的空间覆盖度仍然有限,且空间分布不均匀,在一些地区仍然非常稀疏或属于空白区域,如北美、欧洲大陆东部、热带地区和南半球等,影响了重建结果的空间代表性[32, 76]。相比于北半球,南半球资料更为缺乏。这会造成重建的半球或大区域气候平均曲线对代用资料丰富地区的代表性强,而稀缺地区代表性弱。同样,在资料密集的区域,温度空间场的重建精度较高,而资料稀疏或空白的区域重建精度较低。另一方面,气候代用资料本身存在固有的不确定性。代用资料往往受到多种气候要素的影响,如中低纬度树轮宽度指标往往受温度、降水等诸多气候环境因子的共同影响,在以往的单一因子重建中很难排除其他因素的干扰,而且这些环境因子与树木生长的关系可能会随时间而变化[118, 119];此外,从代用资料提取气候信息过程中会受到提取方法的影响。例如,树轮资料受到去趋势方法的影响较大,采用RCS方法可提高保留低频信息的能力,但也会带来一定的不确定性[120, 121]。这些限制均会引起大尺度气候集成重建结果的不确定性。

第三,气候重建方法存在不确定性。多种代用资料在融合过程中存在不确定性,如低分辨率的湖泊沉积和石笋同位素记录与高分辨率的树轮资料融合过程中受到低分辨率资料定年误差和高、低分辨率资料频谱特征差异的影响。利用统计学方法将代用资料与气候记录的校准过程同样存在不确定性。传统方法大多基于重建模型在校准或验证时段未解释方差的剩余量来估算不确定性,未能充分考虑代用资料(如树轮)本身由于样本量随时间而变化相关的误差变化,往往对重建结果的不确定性范围估计较实际偏小[76]

今后,过去2000年气候变化应从以下几方面加强研究:

(1) 加深对代用资料记录气候信号机理的认识,深入理解代用资料的物理意义。例如,对于树轮资料,应从树木生长现代过程监测和树轮生理模型两个方面入手,深入研究树轮-气候的关系[122~124]。其他类型的代用资料也应从这两个方面开展深入研究,明确代用指标的气候意义。

(2) 加强采样,改善资料的时空覆盖度。重点在资料稀疏或空白的地区进行采样,如北美、欧洲大陆东部、热带地区和南半球等,改善资料的空间覆盖度;同时在已有资料的地区更新和延长现有的代用资料,力争在序列的长度上有突破。在资料采集中,尤其需要积累气候敏感的年分辨率的代用资料,如最大晚材密度(MXD)年表、蓝光强度(Blue Intensity)年表和树轮稳定同位素年表。

(3) 从数据源上降低气候重建的不确定性。在选取或筛选代用资料进行集成重建时,应首先评估其可靠性。针对树轮资料,以往研究者通常以树轮资料与仪器观测记录之间的相关系数是否显著这一准则来决定树轮记录是否入选,而忽视了树轮年表的其他定性、定量特征。在筛选树轮资料进行大尺度温度重建时,Esper等[101]建议应从树轮年表的均一性(homogeneity)、复本(replication)、生长一致性程度(growth coherence)、年表建立方法(chronology development)和年表气候信号强度(climate signal scores)等5个方面进行评估并赋予分值,全面揭示单个树轮记录的优缺点,从而为研究者提供全面、客观的判别标准。对其他类型的代用资料也应遵循类似的筛选标准,使从数据源上降低资料不确定性引起的系统偏差,进而提高大尺度温度重建的可信度。此外,发展和改进单个代用资料气候信息的提取方法,提高代用资料反映气候信号的精度,也是从源头上提高大尺度气候重建可信度的一种手段。考虑到树轮资料是北半球温度重建中代用资料的主要来源,发展、改进树轮低频气候信息的提取技术,提高重建气候的低频变化的能力,是未来研究的优先方向。

(4) 发展和改进集成重建方法。重建方法的选择影响最终的重建结果。例如,基于间接回归的重建方法对低频趋势的保留要优于直接回归的重建方法,但受到代用指标气候敏感性程度的限制,当敏感性较低时,间接回归法的重建性能较差;传统的方差匹配法计算简单、适用性强,能较好地同时兼顾高低频的变化,但可能人为地增大重建方差。因此,研究中需要针对不同的既定目标设计不同的研究方法,以实现方差(variance)和偏差(bias)之间的平衡。由于不同类型代用资料响应气候变化的过程不同,需要构建一系列的函数来描述不同类型代用资料响应气候变化的过程,进行参数化定量估计重建结果的不确定性。目前贝叶斯层次模型(BHM)是集成不同类型代用资料进行气候空间格局重建的强有力工具,显示出很好的应用潜力。未来可利用BHM方法与过程模型及定年不确定性的年代深度模型(age-depth models)相结合,系统评估影响气候重建过程的不确定性,分离温度和降水的影响,精确重建过去气候变化的时空格局,并评估不确定性。随着气候模式模拟技术的不断改进和完善,以及对代用资料物理意义的深入认识和代用资料信号提取技术的日益成熟,数据同化(DA)将迎来全新的发展机遇。数据同化的目的是通过结合气候模式模拟以及代用资料或者代用资料重建的气候要素,对过去气候的状态(温度、降水等)做出最优估计。通过数据同化所重建的过去的气候状态和气候模型的物理机制一致,也与代用资料所反映的过去状态一致,还能对误差进行定量评估。数据同化在过去气候重建研究中已经显示了较好的发展前景,是对传统CFR方法的很好补充。今后应加强不同类型代用资料的过程模型(proxy system modeling)研究、研制,并对模型进行广泛的验证,以突破过去气候数据同化的发展瓶颈[46, 125]

(5) 借助气候模式输出结果,开展PPEs试验,评估重建方法的有效性,验证重建结果的可靠性。由于器测记录较短,难以获取校准期外(out-of-sample)的独立的资料对气候重建进行验证,尤其是对于低频尺度的变率。PPEs方法通过针对性地设计不同的试验,从而定量确定不同因素对气候重建的相对影响。今后在大尺度如半球或全球尺度气候重建中,应将PPEs作为一个通用的方法用于验证重建方法或重建结果可靠性的一个基本手段。PPEs的适用性依赖于气候模式模拟现实气候的保真度,气候模拟越接近真实,PPEs的适用性越高。目前已公开的气候模式对比计划(The Coupled Model Intercomparison Project Phase 5/Paleoclimate Modelling Intercomparison Project Phase Ⅲ(CMIP5/PMIP3) 多模式输出结果为PPEs的深入展开提供了强大的数据支撑。

致谢: 感谢中国第四纪科学研究会约稿,谨以此文纪念刘东生院士诞辰100周年暨中国第四纪科学研究会成立60周年。感谢审稿专家和编辑杨美芳老师提出的宝贵意见和建议。本研究得到国家自然科学基金青年基金项目(批准号: 41325008和41272189) 的支持。

参考文献(References)
1
Manley G. Central England temperatures: Monthly means 1659 to 1973. Quarterly Journal of the Royal Meteorological Society, 1974, 100(425): 389-405. DOI:10.1002/(ISSN)1477-870X
2
Hughes M K. Dendroclimatology in high-resolution paleoclimatology. In: Hughes M, Swetnam T, Diaz H eds. Dendroclimatology: Progress and Prospects. Dordrecht: Springer Press, 2011. 17~34
3
王江林, 杨保. 北半球及其各大洲过去1200年温度变化的若干特征. 第四纪研究, 2014, 34(6): 1146-1155.
Wang Jianglin, Yang Bao. General characteristics of temperature changes during the past 1200 years over the North Hemisphere, the Continents and China. Quaternary Sciences, 2014, 34(6): 1146-1155.
4
严蜜, 王志远, 刘健. 中国过去1500年典型暖期气候的模拟研究. 第四纪研究, 2014, 34(6): 1166-1175.
Yan Mi, Wang Zhiyuan, Liu Jian. Simulation of the characteristics and mechanisms of Chinese typical warm periods over the past 1500 years. Quaternary Sciences, 2014, 34(6): 1166-1175.
5
王志远, 刘健. 过去2000年全球典型暖期特征与机制的模拟研究. 第四纪研究, 2014, 34(6): 1136-1145.
Wang Zhiyuan, Liu Jian. Modeling study on the characteristics and mechanisms of global typical warm periods over the past 2000 years. Quaternary Sciences, 2014, 34(6): 1136-1145.
6
韩春凤, 刘健, 王志远. 过去2000年亚洲夏季风降水百年尺度变化及其区域差异的模拟分析. 第四纪研究, 2016, 36(3): 732-746.
Han Chunfeng, Liu Jian, Wang Zhiyuan. Simulated analysis of Asian summer monsoon precipitation on centennial time scale and its regional differences over the past 2000 years. Quaternary Sciences, 2016, 36(3): 732-746.
7
郭超, 马玉贞, 刘杰瑞, 等. 过去2000年来西藏羊卓雍错沉积物粒度记录的气候变化. 第四纪研究, 2016, 36(2): 405-419.
Guo Chao, Ma Yuzhen, Liu Jierui, et al. Climatic change recorded by grain size in the past about 2000 years from Yanzhog Yumco Lake, Tibet. Quaternary Sciences, 2016, 36(2): 405-419.
8
刘思丝, 黄小忠, 强明瑞, 等. 孢粉记录的青藏高原东北部更尕海地区中晚全新世植被和气候变化. 第四纪研究, 2016, 36(2): 247-256.
Liu Sisi, Huang Xiaozhong, Qiang Mingrui, et al. Vegetation and climate change during the Mid-Late Holocene reflected by the pollen record from Lake Genggahai, northeastern Tibetan Plateau. Quaternary Sciences, 2016, 36(2): 247-256.
9
刘晶晶, DatsenkoNina. 树轮记录的青藏高原西南部过去644年的降水变化. 第四纪研究, 2015, 35(5): 1082-1092.
Liu Jingjing, Datsenko Nina. Tree-ring recorded 644-year precipitation variations on the southwestern Tibetan Plateau. Quaternary Sciences, 2015, 35(5): 1082-1092.
10
满志敏, 杨煜达. 中世纪温暖期升温影响中国东部地区自然环境的文献证据. 第四纪研究, 2014, 34(6): 1197-1203.
Man Zhimin, Yang Yuda. The Medieval Warming impacts on the natural environment in eastern China as inferred from historical documents. Quaternary Sciences, 2014, 34(6): 1197-1203.
11
张会领, 余克服, 施祺, 等. 利用珊瑚生长率重建西沙海域中晚全新世海温变化. 第四纪研究, 2014, 34(6): 1296-1305.
Zhang Huiling, Yu Kefu, Shi Qi, et al. Sea surface temperature variations during the Mid-Late Holocene reconstructed by Porites coral growth rates in the Xisha Islands. Quaternary Sciences, 2014, 34(6): 1296-1305.
12
陈天然, 余克服. 南海相对高纬度珊瑚对海洋环境变化的响应和高分辨率记录. 第四纪研究, 2014, 34(6): 1288-1295.
Chen Tianran, Yu Kefu. Responses and high-resolution records for marine environment changes in the relatively high-latitude corals from the South China Sea. Quaternary Sciences, 2014, 34(6): 1288-1295.
13
杨红强, 余克服. 微环礁的高分辨率海平面指示意义. 第四纪研究, 2015, 35(2): 354-362.
Yang Hongqiang, Yu Kefu. High-resolution sea level changes indicative implications of microatoll. Quaternary Sciences, 2015, 35(2): 354-362. DOI:10.11928/j.issn.1001-7410.2015.02.10
14
赵华标, 徐柏青, 王宁练. 青藏高原冰芯氧同位素记录的温度代表性研究. 第四纪研究, 2014, 34(6): 1215-1226.
Zhao Huabiao, Xu Baiqing, Wang Ninglian. Study on the water stable isotopes in Tibetan Plateau ice cores as a proxy of temperature. Quaternary Sciences, 2014, 34(6): 1215-1226.
15
康淑媛, 杨保. 中国北方季风边缘区过去530年降水的时空变化及其驱动机制研究. 第四纪研究, 2015, 35(5): 1185-1193.
Kang Shuyuan, Yang Bao. Precipitation variability at the northern fringe of the Asian summer monsoon in Northern China and its possible mechanism over the past 530 years. Quaternary Sciences, 2015, 35(5): 1185-1193.
16
郑景云, 刘洋, 郝志新, 等. 过去500年华南地区冷暖变化记录及其对冬季温度变化的定量指示意义. 第四纪研究, 2016, 36(3): 690-701.
Zheng Jingyun, Liu Yang, Hao Zhixin, et al. Phenological cold/warm events recorded in historical documents and quantitative proxies for winter temperature in Southern China during the past 500 years. Quaternary Sciences, 2016, 36(3): 690-701.
17
葛全胜, 郑景云, 郝志新, 等. 过去2000年中国气候变化研究的新进展. 地理学报, 2014, 69(9): 1248-1258.
Ge Quansheng, Zheng Jingyun, Hao Zhixin, et al. State-of-the-arts in the study of climate changes over China for the past 2000 years. Acta Geographica Sinica, 2014, 69(9): 1248-1258. DOI:10.11821/dlxb201409001
18
Chen J, Chen F, Feng S, et al. Hydroclimatic changes in China and surroundings during the Medieval Climate Anomaly and Little Ice Age: Spatial patterns and possible mechanisms. Quaternary Science Reviews, 2015, 107: 98-111. DOI:10.1016/j.quascirev.2014.10.012
19
Chen F H, Chen J H, Holmes J, et al. Moisture changes over the last millennium in arid Central Asia: A review, synthesis and comparison with monsoon region. Quaternary Science Reviews, 2010, 29(7): 1055-1068.
20
Zheng J Y, Xiao L, Fang X Q, et al. How climate change impacted the collapse of the Ming Dynasty. Climatic Change, 2014, 127(2): 169-182. DOI:10.1007/s10584-014-1244-7
21
Zheng J Y, Hao Z X, Zhang X Z, et al. Drought/flood spatial patterns in centennial cold and warm periods of the past 2000 years over Eastern China. Chinese Science Bulletin, 2014, 59(30): 2964-2971. DOI:10.1360/N972014-00393
22
葛全胜, 刘健, 方修琦, 等. 过去2000年冷暖变化的基本特征与主要暖期. 地理学报, 2013, 68(5): 579-592.
Ge Quansheng, Liu Jian, Fang Xiuqi, et al. General characteristics of temperature change and centennial warm periods during the past 2000 years. Acta Geographica Sinica, 2013, 68(5): 579-592. DOI:10.11821/xb201305001
23
Von Storch H, Zorita E, Jones J M, et al. Reconstructing past climate from noisy data. Science, 2004, 306(5696): 679-682. DOI:10.1126/science.1096109
24
Lee T C K, Zwiers F W, Tsao M. Evaluation of proxy-based millennial reconstruction methods. Climate Dynamics, 2008, 31(2-3): 263-281. DOI:10.1007/s00382-007-0351-9
25
Moberg A, Sonechkin D M, Holmgren K, et al. Highly variable Northern Hemisphere temperatures reconstructed from low-and high-resolution proxy data. Nature, 2005, 433(7026): 613-617. DOI:10.1038/nature03265
26
Mann M E, Rutherford S, Wahl E, et al. Testing the fidelity of methods used in proxy-based reconstructions of past climate. Journal of Climate, 2005, 18(20): 4097-4107. DOI:10.1175/JCLI3564.1
27
杨保, 史锋, SonechkinD M, 等. 过去千年气候变化重建研究新进展. 中国沙漠, 2011, 31(2): 485-491.
Yang Bao, Shi Feng, Sonechkin D M, et al. Research progress in millennium paleoclimate reconstructions. Journal of Desert Research, 2011, 31(2): 485-491.
28
Smerdon J E, Kaplan A, Chang D, et al. A pseudoproxy evaluation of the CCA and RegEM methods for reconstructing climate fields of the last millennium. Journal of Climate, 2011, 24(4): 1284-1309. DOI:10.1175/2010JCLI4110.1
29
Cook E R, Meko D M, Stahle D W, et al. Drought reconstructions for the continental United States. Journal of Climate, 1999, 12(4): 1145-1162. DOI:10.1175/1520-0442(1999)012<1145:DRFTCU>2.0.CO;2
30
Mann M E, Bradley R S, Hughes M K. Global-scale temperature patterns and climate forcing over the past six centuries. Nature, 1998, 392(6678): 779-787. DOI:10.1038/33859
31
史锋, 杨保, 赵森, 等. 全球过去千年典型暖期温度空间格局重建. 第四纪研究, 2014, 34(6): 1125-1135.
Shi Feng, Yang Bao, Zhao Sen, et al. Spatial pattern reconstruction of typical centennial warm periods of global temperature over the past millennium. Quaternary Sciences, 2014, 34(6): 1125-1135.
32
Anchukaitis K J, Wilson R, Briffa K R, et al. Last millennium Northern Hemisphere summer temperatures from tree rings: Part Ⅱ, Spatially resolved reconstructions. Quaternary Science Reviews, 2017, 163: 1-22. DOI:10.1016/j.quascirev.2017.02.020
33
Cook E R, Seager R, Cane M A, et al. North American drought: Reconstructions, causes, and consequences. Earth-Science Reviews, 2007, 81(1): 93-134.
34
Cook E R, Anchukaitis K J, Buckley B M, et al. Asian monsoon failure and megadrought during the last millennium. Science, 2010, 328(5977): 486-489. DOI:10.1126/science.1185188
35
Cook E R, Seager R, Kushnir Y, et al. Old World megadroughts and pluvials during the Common Era. Science Advances, 2015, 1(10): e1500561. DOI:10.1126/sciadv.1500561
36
Cook E R, Krusic P J, Anchukaitis K J, et al. Tree-ring reconstructed summer temperature anomalies for temperate East Asia since 800 CE. Climate Dynamics, 2013, 41(11-12): 2957-2972. DOI:10.1007/s00382-012-1611-x
37
Mann M E, Zhang Z, Rutherford S, et al. Global signatures and dynamical origins of the Little Ice Age and Medieval Climate Anomaly. Science, 2009, 326(5957): 1256-1260. DOI:10.1126/science.1177303
38
Tingley M P, Huybers P. A Bayesian Algorithm for reconstructing climate anomalies in space and time. Part Ⅰ: Development and applications to paleoclimate reconstruction problems. Journal of Climate, 2010, 23(10): 2759-2781. DOI:10.1175/2009JCLI3015.1
39
Tingley M P, Huybers P. A Bayesian algorithm for reconstructing climate anomalies in space and time. Part Ⅱ: Comparison with the regularized expectation-maximization algorithm. Journal of Climate, 2010, 23(19): 2782-2800.
40
Tingley M P, Craigmile P F, Haran M, et al. Piecing together the past: Statistical insights into paleoclimatic reconstructions. Quaternary Science Reviews, 2012, 35(6): 1-22.
41
Tingley M P, Huybers P. Recent temperature extremes at high northern latitudes unprecedented in the past 600 years. Nature, 2013, 496(7444): 201-205. DOI:10.1038/nature11969
42
Werner J P, Luterbacher J, Smerdon J E. A pseudoproxy evaluation of Bayesian hierarchical modeling and canonical correlation analysis for climate field reconstructions over Europe. Journal of Climate, 2013, 26(3): 851-867. DOI:10.1175/JCLI-D-12-00016.1
43
Werner J P, Tingley M P. Technical note: Probabilistically constraining proxy age-depth models within a Bayesian hierarchical reconstruction model. Climate of the Past, 2015, 11(3): 533-545. DOI:10.5194/cp-11-533-2015
44
Luterbacher J, Werner J P, Smerdon J E, et al. European Summer Temperatures since Roman times. Environmental Research Letters, 2016, 11(2): 024001. DOI:10.1088/1748-9326/11/2/024001
45
Carlin J B, Stern H, Rubin D. Bayesian Data Analysis. Boca Raton: CRC Press, 2003, 117-157.
46
方苗, 李新. 古气候数据同化:缘起、进展与展望. 中国科学:地球科学, 2016, 59(8): 1076-1086.
Fang Miao, Li Xin. Paleoclimate data assimilation: Its motivation, progress and prospects. Science China: Earth Sciences, 2016, 59(9): 1817-1826.
47
Widmann M, Goosse H, Schrier G, et al. Using data assimilation to study extratropical Northern Hemisphere climate over the last millennium. Climate of the Past, 2010, 6(5): 627-644. DOI:10.5194/cp-6-627-2010
48
Goosse H, Guiot J, Mann M E, et al. The medieval climate anomaly in Europe: Comparison of the summer and annual mean signals in two reconstructions and in simulations with data assimilation. Global and Planetary Change, 2012, 84-85(1): 35-47.
49
Steiger N, Hakim G. Multi-timescale data assimilation for atmosphere-ocean state estimates. Climate of the Past, 2016, 12(6): 1375-1388. DOI:10.5194/cp-12-1375-2016
50
Kalnay E. Atmospheric Modeling, Data Assimilation and Predictability. Cambridge, UK: Cambridge University Press, 2003, 1-283.
51
Steiger N J, Hakim G J, Steig E J, et al. Assimilation of time-averaged pseudoproxies for climate reconstruction. Journal of Climate, 2014, 27(1): 426-441. DOI:10.1175/JCLI-D-12-00693.1
52
Mathiot P, Goosse H, Crosta X, et al. Using data assimilation to investigate the causes of Southern Hemisphere high latitude cooling from 10 to 8ka BP. Climate of the Past, 2013, 9(2): 887-901. DOI:10.5194/cp-9-887-2013
53
Matsikaris A, Widmann M, Jungclaus J. Assimilating continental mean temperatures to reconstruct the climate of the late pre-industrial period. Climate Dynamics, 2016, 46(11-12): 3547-3566. DOI:10.1007/s00382-015-2785-9
54
Hakim G J, Emile-Geay J, Steig E J, et al. The Last Millennium Climate Reanalysis Project: Framework and first results. Journal of Geophysical Research: Atmospheres, 2016, 121(12): 6745-6764. DOI:10.1002/2016JD024751
55
Chen X, Xing P, Luo Y, et al. Surface temperature dataset for North America obtained by application of optimal interpolation algorithm merging tree-ring chronologies and climate model output. Theoretical & Applied Climatology, 2017, 127(3-4): 533-549.
56
王聪, 黄宁, 杨保. 区域优化平均法的改进及其在计算平均温度中的应用. 地理科学, 2016, 34(2): 237-241.
Wang Cong, Huang Ning, Yang Bao. Improvement of Optimal Regional Averaging Method and its application in average temperature calculation. Scientia Geographica Sinica, 2016, 34(2): 237-241.
57
时光磊, 黄宁, 杨保. 利用改进的区域优化平均法重建过去1400年北半球夏季平均温度. 第四纪研究, 2015, 35(5): 1064-1070.
Shi Guanglei, Huang Ning, Yang Bao. Summer temperature reconstruction during past the 1400 years using improved Optimal Regional Averaging Method. Quaternary Sciences, 2015, 35(5): 1064-1070.
58
郭靖, 黄宁, 杨保. 球谐分析方法在全球温度场重建中的初步应用. 中国沙漠, 2014, 34(2): 558-564.
Guo Jing, Huang Ning, Yang Bao. A preliminary application of Spherical Harmonic Analysis in global temperature field reconstruction. Journal of Desert Research, 2014, 34(2): 558-564. DOI:10.7522/j.issn.1000-694X.2013.00348
59
Ge Q, Hao Z, Zheng J, et al. Temperature changes over the past 2000 yr in China and comparison with the Northern Hemisphere. Climate of the Past, 2013, 9(3): 1153-1160. DOI:10.5194/cp-9-1153-2013
60
邢佩, 陈欣, 田沁花, 等. 基于模态逼近的EOF重构算法重建公元1250年以来北半球地表气温空间格局. 第四纪研究, 2015, 35(5): 1071-1081.
Xing Pei, Chen Xin, Tian Qinhua, et al. Spatial pattern reconstruction of the extratropical Northern Hemisphere surface temperature since 1250A.D.based on a mode approached EOF method. Quaternary Sciences, 2015, 35(5): 1071-1081.
61
Anchukaitis K J, Tierney J E. Identifying coherent spatiotemporal modes in time-uncertain proxy paleoclimate records. Climate Dynamics, 2013, 41(5-6): 1291-1306. DOI:10.1007/s00382-012-1483-0
62
Tierney J E, Smerdon J E, Anchukaitis K J, et al. Multidecadal variability in East African hydroclimate controlled by the Indian Ocean. Nature, 2013, 493(7432): 389-392. DOI:10.1038/nature11785
63
National Research Council. Surface Temperature Reconstructions for the Last 2 000 Years. Washington D. C.: National Academies Press, 2007. 1~160
64
Bradley R S. Are there optimum sites for global paleotemperature reconstruction?In: Jones P D, Bradley R S, Jouzel J eds. Climatic Variations and Forcing Mechanisms of the Last 2000 Years. New York: Springer Press, 1996, 603-624.
65
Smerdon J E. Climate models as a test bed for climate reconstruction methods: Pseudoproxy experiments. Wiley Interdisciplinary Reviews: Climate Change, 2012, 3(1): 63-77. DOI:10.1002/wcc.v3.1
66
Zorita E, von Storch H. Methodical aspects of reconstructing non-local historical temperatures. Memorie-Societa Astronomica Italiana, 2005, 76(4): 794.
67
Christiansen B, Ljungqvist F C. Challenges and perspectives for large-scale temperature reconstructions of the past two millennia. Reviews of Geophysics, 2017, 55(1): 40-96. DOI:10.1002/rog.v55.1
68
Christiansen B, Schmith T, Thejll P. A surrogate ensemble study of climate reconstruction methods: Stochasticity and robustness. Journal of Climate, 2009, 22(4): 951-976. DOI:10.1175/2008JCLI2301.1
69
Stocker T F, Qin D, Plattner G K, et al. Climate Change 2013: The Physical Science Basis. Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge and New York: Cambridge University Press, 2013, 383-464.
70
Esper J, Cook E R, Schweingruber F H. Low-frequency signals in long tree-ring chronologies for reconstructing past temperature variability. Science, 2002, 295(5563): 2250-2253. DOI:10.1126/science.1066208
71
D'Arrigo R, Wilson R, Jacoby G. On the long-term context for late twentieth century warming. Journal of Geophysical Research: Atmospheres, 2006, 111(D3): 375-402.
72
Frank D, Esper J, Cook E R. Adjustment for proxy number and coherence in a large-scale temperature reconstruction. Geophysical Research Letters, 2007, 34(16): 130-144.
73
Wilson R, D'arrigo R, Buckley B, et al. A matter of divergence: Tracking recent warming at hemispheric scales using tree ring data. Journal of Geophysical Research: Atmospheres, 2007, 112(D17): 107-144.
74
Schneider L, Smerdon J E, Büntgen U, et al. Revising midlatitude summer temperatures back to AD 600 based on a wood density network. Geophysical Research Letters, 2015, 42(11): 4556-4562. DOI:10.1002/2015GL063956
75
Stoffel M, Khodri M, Corona C, et al. Estimates of volcanic-induced cooling in the Northern Hemisphere over the past 1 500 years. Nature Geoscience, 2015, 8(10): 784-788. DOI:10.1038/ngeo2526
76
Wilson R, Anchukaitis K, Briffa K R, et al. Last millennium Northern Hemisphere summer temperatures from tree rings: Part Ⅰ: The long term context. Quaternary Science Reviews, 2016, 134: 1-18. DOI:10.1016/j.quascirev.2015.12.005
77
Jones P D, Briffa K R, Barnett T P, et al. High-resolution palaeoclimatic records for the last millennium: Interpretation, integration and comparison with General Circulation Model control-run temperatures. The Holocene, 1998, 8(4): 455-471. DOI:10.1191/095968398667194956
78
Mann M E, Bradley R S, Hughes M K. Northern Hemisphere temperatures during the past millennium: Inferences, uncertainties, and limitations. Geophysical Research Letters, 1999, 26(6): 759-762. DOI:10.1029/1999GL900070
79
Hegerl G C, Crowley T J, Allen M, et al. Detection of human influence on a new, validated 1500-year temperature reconstruction. Journal of Climate, 2007, 20(4): 650-666. DOI:10.1175/JCLI4011.1
80
Wahl E R, Ammann C M. Robustness of the Mann, Bradley, Hughes reconstruction of Northern Hemisphere surface temperatures: Examination of criticisms based on the nature and processing of proxy climate evidence. Climatic Change, 2007, 85(1): 33-69.
81
Ljungqvist F C. A new reconstruction of temperature variability in the extra-tropical Northern Hemisphere during the last two millennia. Geografiska Annaler, 2010, 92(3): 339-351. DOI:10.1111/geoa.2010.92.issue-3
82
Shi F, Yang B, Mairesse A, et al. Northern Hemisphere temperature reconstruction during the last millennium using multiple annual proxies. Climate Research, 2013, 56(3): 231-244. DOI:10.3354/cr01156
83
Juckes M N, Allen M R, Briffa K R, et al. Millennial temperature reconstruction intercomparison and evaluation. Climate of the Past, 2007, 3(4): 591-609. DOI:10.5194/cp-3-591-2007
84
Mann M E, Zhang Z, Hughes M K, et al. Proxy-based reconstructions of hemispheric and global surface temperature variations over the past two millennia. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(36): 13252-13257. DOI:10.1073/pnas.0805721105
85
Christiansen B, Ljungqvist F C. The extra-tropical Northern Hemisphere temperature in the last two millennia: Reconstructions of low-frequency variability. Climate of the Past, 2012, 8(2): 765-786. DOI:10.5194/cp-8-765-2012
86
Ljungqvist F C, Krusic P J, Brattström G, et al. Northern Hemisphere temperature patterns in the last 12 centuries. Climate of the Past, 2012, 8(1): 227-249. DOI:10.5194/cp-8-227-2012
87
Folland C K, Karl T R, Vinnikov K Y. Observed climate variations and change. In: Houghton J T, Jenkins G J, Ephraums J J eds. Climate Change, the IPCC Scientific Assessment. WMO/UNEP/IPCC. Cambridge and New York: Cambridge University Press, 1990. 199~233
88
Nicholls N, Grtuza G V, Jouzel J, et al. Observed climate variability and change. In: Houghton J T, Meira Filho L G, Callander B A et al.eds. Climate Change 1995, the Science of Climate Change, in the Second Assessment Report of the IPCC. Cambridge and New York: Cambridge University Press, 1995, 133-193.
89
Folland C K, Karl T R, Christy J R, et al. Observed climate variability and change. In: Houghton J T, Ding Y, Griggs D et al.eds. Climate Change 2001, the Scientific Basis, in the Third Assessment Report of the IPCC. Cambridge and New York: Cambridge University Press, 2001, 101-181.
90
Jansen E, Overpeck J, Briffa K R, et al. Palaeoclimate. In: Solomon S, Qin D, Manning M et al.eds. Climate Change 2007: The Physical Science Basis. Contribution of Working Group Ⅰ to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge and New York: Cambridge University Press, 2007, 466-482.
91
McIntyre S, McKitrick R. Corrections to the Mann et. al.(1998) Proxy data base and Northern Hemispheric average temperature series. Energy & Environment, 2003, 14(6): 751-771.
92
Bürger G, Fast I, Cubasch U. Climate reconstruction by regression -32 variations on a theme. Tellus A, 2006, 58(2): 227-235. DOI:10.1111/j.1600-0870.2006.00164.x
93
Zorita E, Gonzalez-Rouco F, Von Storch H. Comments on "Testing the fidelity of methods used in proxy-based reconstructions of past climate". Journal of Climate, 2007, 20(14): 3693-3698. DOI:10.1175/JCLI4171.1
94
Cook E R, Briffa K R, Meko D M, et al. The 'segment length curse' in long tree-ring chronology developmentfor palaeoclimatic studies. The Holocene, 1995, 5(2): 229-237. DOI:10.1177/095968369500500211
95
Cook E R, Peters K. Calculating unbiased tree-ring indices for the study of climatic and environmental change. The Holocene, 1997, 7(3): 361-370. DOI:10.1177/095968369700700314
96
Briffa K R, Jones P D, Schweingruber F H, et al. Tree-ring variables as proxy-climate indicators: Problems with low-frequency signals. In: Jones P D, Bradley R S, Jouzel J. Climatic Variations and Forcing Mechanisms of the Last 2000 Years. New York: Springer Press, 1996, 9-41.
97
Briffa K R, Osborn T J, Schweingruber F H, et al. Low-frequency temperature variations from a northern tree ring density network. Journal of Geophysical Research: Atmospheres, 2001, 106(D3): 2929-2941. DOI:10.1029/2000JD900617
98
Christiansen B, Ljungqvist F C. Reconstruction of the extratropical NH mean temperature over the last millennium with a method that preserves low-frequency variability. Journal of Climate, 2011, 24(23): 6013-6034. DOI:10.1175/2011JCLI4145.1
99
Smerdon J E, Pollack H N. Reconstructing Earth's surface temperature over the past 2000 years: The science behind the headlines. Wiley Interdisciplinary Reviews: Climate Change, 2016, 7(5): 746-771. DOI:10.1002/wcc.418
100
Consortium P K. Continental-scale temperature variability during the past two millennia. Nature Geoscience, 2013, 6(6): 339-346.
101
Esper J, Krusic P J, Ljungqvist F C, et al. Ranking of tree-ring based temperature reconstructions of the past millennium. Quaternary Science Reviews, 2016, 145: 134-151. DOI:10.1016/j.quascirev.2016.05.009
102
Smerdon J E, Kaplan A, Zorita E, et al. Spatial performance of four climate field reconstruction methods targeting the Common Era. Geophysical Research Letters, 2011, 38(11): 2235-2239.
103
邵雪梅, 王树芝, 徐岩, 等. 柴达木盆地东北部3500年树轮定年年表的初步建立. 第四纪研究, 2007, 27(4): 477.
Shao Xuemei, Wang Shuzhi, Xu Yan, et al. A 3 500-year master tree-ring dating chronology from the northeastern part of the Qaidam Basin. Quaternary Sciences, 2007, 27(4): 477-485.
104
田华, 邵雪梅, 尹志勇, 等. 利用生态学和树轮年代学手段试析柴达木盆地东缘山地森林年龄结构与气候变化的关系. 第四纪研究, 2015, 35(5): 1209.
Tian Hua, Shao Xuemei, Yin Zhiyong, et al. Regional patterns of tree age structure in northeastern Qaidam Basin: Climatic influences: A case study by using methods of ecology and dendrochronology. Quaternary Sciences, 2015, 35(5): 1209-1217.
105
Rossi S, Anfodillo T, AČG1 ufar K, et al. A meta-analysis of cambium phenology and growth: Linear and non-linear patterns in conifers of the Northern Hemisphere. Annals of Botany, 2013, 112(9): 1911-1920. DOI:10.1093/aob/mct243
106
Rossi S, Deslauriers A, Lupi C et al. Control over growth in cold climates. In: Tausz M, Grulke N eds. Trees in A Changing Environment, Plant Ecophysiology. Dordrecht: Springer Press, 2014. 191~219
107
Palacio S, Hoch G, Sala A, et al. Does carbon storage limit tree growth?. New Phytologist, 2014, 201(4): 1096-1100. DOI:10.1111/nph.12602
108
贺敏慧, 杨保. 树轮生理模型研究进展—以V-S, TREE-RING和MAIDENiso模型为例. 第四纪研究, 2015, 35(5): 1261-1270.
He Minhui, Yang Bao. A review of tree-ring physiological model research—Taking V-S, TREE-RING and MAIDENiso as examples. Quaternary Sciences, 2015, 35(5): 1261-1270.
109
路明, 勾晓华, 张军周, 等. 祁连山东部祁连圆柏(Sabina przewalskii)径向生长动态及其对环境因子的响应. 第四纪研究, 2015, 35(5): 1201-1208.
Lu Ming, Gou Xiaohua, Zhang Junzhou, et al. Seasonal radial growth dynamics of Qilian Juniper and its response to environmental factors in the eastern Qilian Mountains. Quaternary Sciences, 2015, 35(5): 1201-1208.
110
程雪寒, 吕利新. 藏东南树木年轮记载的公元1560年以来的极端干旱事件. 第四纪研究, 2015, 35(5): 1093-1101.
Cheng Xuehan, Lü Lixin. Extreme drought events since 1560A.D. recorded by tree rings on the southeast Qinghai-Tibetan Plateau. Quaternary Sciences, 2015, 35(5): 1093-1101.
111
Wang J, Yang B, Ljungqvist F C, et al. Internal and external forcing of multidecadal Atlantic climate variability over the past 1 200 years. Nature Geoscience, 2017, 10(7): 512-517. DOI:10.1038/ngeo2962
112
史锋, 杨保, 冯娟, 等. 利用树轮资料集成重建的过去2000年北半球年平均温度变化. 第四纪研究, 2015, 35(5): 1051-1063.
Shi Feng, Yang Bao, Feng Juan, et al. Reconstruction of the Northern Hemisphere annual temperature change over the Common Era derived from tree rings. Quaternary Sciences, 2015, 35(5): 1051-1063.
113
Esper J, Frank D C, Timonen M, et al. Orbital forcing of tree-ring data. Nature Climate Change, 2012, 2(12): 862-866. DOI:10.1038/nclimate1589
114
Kaufman D S, Schneider D P, McKay N P, et al. Recent warming reverses long-term Arctic cooling. Science, 2009, 325(5945): 1236-1239. DOI:10.1126/science.1173983
115
Jones P D, Briffa K R, Osborn T J, et al. High-resolution palaeoclimatology of the last millennium: A review of current status and future prospects. The Holocene, 2009, 19(1): 3-49. DOI:10.1177/0959683608098952
116
葛全胜, 郑景云, 郝志新. 过去2000年亚洲气候变化(PAGES-Asia2k)集成研究进展及展望. 地理学报, 2015, 70(3): 355-363.
Ge Quansheng, Zheng Jingyun, Hao Zhixin. PAGES synthesis study on climate changes in Asia over the last 2000 years: Progresses and perspectives. Acta Geographica Sinica, 2015, 70(3): 355-363.
117
Cook E R, Briffa K R, Jones P D. Spatial regression methods in dendroclimatology: A review and comparison of two techniques. International Journal of Climatology, 1994, 14(4): 379-402. DOI:10.1002/(ISSN)1097-0088
118
Briffa K R, Osborn T J, Schweingruber F H. Large-scale temperature inferences from tree rings: A review. Global and Planetary Change, 2004, 40(1): 11-26.
119
Ljungqvist F C, Krusic P J, Sundqvist H S, et al. Northern Hemisphere hydroclimate variability over the past twelve centuries. Nature, 2016, 532(7597): 94-98. DOI:10.1038/nature17418
120
Briffa K R, Melvin T M. A Closer Look at Regional Curve Standardization of tree-ring records: Justification of the need, a warning of some pitfalls, and suggested improvements in its application. In: Hughes M, Swetnam T, Diaz H eds. Dendroclimatology: Progress and Prospects. Dordrecht: Springer Press, 2011. 113~145
121
Briffa K R, Melvin T M, Osborn T J, et al. Reassessing the evidence for tree-growth and inferred temperature change during the Common Era in Yamalia, northwest Siberia. Quaternary Science Reviews, 2013, 72(2): 83-107.
122
Evans M N, Reichert B K, Kaplan A, et al. A forward modeling approach to paleoclimatic interpretation of tree-ring data. Journal of Geophysical Research: Biogeosciences, 2006, 111(G3): 321.
123
Wang Z, Yang B, Deslauriers A, et al. Two phases of seasonal stem radius variations of Sabina przewalskii Kom. in Northwestern China inferred from sub-diurnal shrinkage and expansion patterns. Trees, 2012, 26(6): 1747-1757. DOI:10.1007/s00468-012-0743-2
124
Yang B, He M, Shishov V, et al. New perspective on spring vegetation phenology and global climate change based on Tibetan Plateau tree-ring data. Proceedings of the National Academy of Sciences of the United States of America, 2017, 114(27): 6966-6971. DOI:10.1073/pnas.1616608114
125
Goosse H. An additional step toward comprehensive paleoclimate reanalyses. Journal of Advances in Modeling Earth Systems, 2016, 8(3): 1501-1503. DOI:10.1002/2016MS000739
Temperature reconstructions of last millennium and common era climate variations:Present status and future prospects
Yang Bao, Wang Xin①,②, Song Miao①,②, Wang Jianglin, Shi Feng, Fang Miao     
(① Key Laboratory of Desert and Desertification, Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000;
University of Chinese Academy of Sciences, Beijing 100049;
Key Laboratory of Cenozoic Geology and Environment, Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing 100029;
Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000)

Abstract

Integration of climate proxies and development of hemisphere-scale temperature reconstructions of the past millennium has been the focus of global change research. It not only helps to place contemporary climate variability in a long-term perspective, but also to improve our understanding of the spatial and temporal patterns of long-term climate variability and relevant forcing mechanisms of long-term and recent climate changes. Large-scale millennial length regional and Northern Hemisphere climate reconstructions have made considerable progress over the past 20 years, especially in recent years. This is mainly represented by the gradual development of new datasets, the improvement of reconstruction methods, scientific knowledge of spatio-temporal characteristics and its driving mechanism of climate variability on various timescales from annual to millennial, and the diagnosis of historical status of climate warming in the last decades. The scientific basis of knowledge of ongoing warming mechanism and future climate projections of the 21st century are forming. We summarized the achievements of last millennium and Common Era climate reconstructions with respect to methodologies for last millennium climate reconstructions, research history and present scientific knowledge of climate variability at decadal to centennial timescales, and suggested future research directions.
Key words: last millennium and Common Era     the Northern Hemisphere     temperature reconstruction     climate variations     Medieval Warm Period     Little Ice Age     tree rings