2019, Vol.39
孢粉是古气候的重要代用指标。自20世纪70年代起，利用孢粉资料定量研究古气候的工作陆续开展[1~3]。现代类比法(Modern Analogue Technique，简称MAT)是运用孢粉记录进行古气候定量重建的最常用的方法[4]，它是通过建立现代孢粉和现代气候因子的响应关系，并将其应用于化石孢粉的古气候重建的一种方法。全球各地区已经建立了大量的现代孢粉数据库，如非洲孢粉数据库、北美孢粉数据库、欧洲孢粉数据库、东亚孢粉数据库等，这不仅为定量重建不同时空尺度的古气候奠定了基础，而且大大提高了古气候重建的精度[5~8]。
过去2000年是古气候研究的一个重要时段，国际过去全球变化组织(Past Global Changes，简称PAGES)专门设立了PAGES 2k研究计划，旨在通过这一时段的研究以了解气候变化的特征和机制，揭示20世纪增温的动因。
中国在古气候研究方面成果丰硕[9~10]。利用孢粉进行古气候重建在全国各地都相继开展[11~16]。由于得天独厚的条件，中国在利用古气候代用资料(历史文献、树轮、湖泊沉积、石笋、冰芯等)重建2000年以来高分辨率的温度、降水序列令世人瞩目[17~22]。但大兴安岭地区的古气候重建工作明显不足。大兴安岭地处中高纬度的干旱-半干旱过渡区，对全球变化极为敏感，是开展古气候研究的关键区域。但由于该地区沉积速率很低，沉积物比较薄，古气候代用指标难以获取，加之人类活动历史较短，缺乏历史文献记载，古气候的研究相对薄弱。我们在多年野外考察中，发现大兴安岭北部的满归泥炭剖面沉积速率较高，且有丰富的孢粉保存，为重建古气候提供了理想材料。本研究试图通过满归泥炭剖面的孢粉记录重建古气候，以揭示2100年以来大兴安岭北部的气候变化特征。
1 研究区概况大兴安岭位于我国最北端，是我国最寒冷地区，冬季漫长，降水较少。该地区年平均气温在0 ℃以下，为-1.2 ℃~-5.6 ℃；最冷月(1月)平均气温为-28~-38 ℃，极端最低温可达-52.3 ℃；最暖月(7月)平均气温为15~20 ℃，极端最高温可达35~39 ℃；全年平均降水量为360~500 mm。冬季(月平均气温 < 10 ℃)长达9个月，夏季短暂而炎热、降水量较高，夏季(月平均气温≥22 ℃)最长不超过1个月，绝大部分地区甚至没有真正夏季[23]。大兴安岭北部的植被主要是以落叶松为主的寒带山地针叶林，往南部逐渐过渡到针阔混交林及蒙古栎为主的温带落叶阔叶林。从植被组成上来看，该区除了兴安落叶松(Larix gmelinii)之外，针叶树还有红皮云杉(Picea koraiensis)、鱼鳞云杉(Picea jizoensis)、堰松(Pinus pumila)和樟子松(Pinus sylvestris var.mongolica)等；阔叶树有白桦(Betula platyphylla)、黑桦(Betula davurica)、岳桦(Betula. ammandi)、蒙古栎(Quercus mongoliea)、山杨(Pulus davidiana)、甜杨(Populus suaveolens)、钻天柳(Chosenia arbutifolia)等，其中以白桦的分布最广；灌木主要有越桔(Vacinium vitisidead)、笃斯越桔(Vacinium uliginosum)、杜香(Ledum panlnstre)、杜鹃(Rhododendron simsiiplanch)等；草本植物有苔草属(Carex spp.)、小叶章(Deyeuxia angustifolia)等；此外，该区苔藓较为发育，部分沼泽地已发育30~50 cm的泥炭藓(Sphagnum spp.)藓丘[24]。
满归泥炭剖面(MG)位于大兴安岭北部的漠河县满归镇北20 km的沼泽地(52°17′39.88″N，122°08′40.07″E；665 m a.s.l.)(图 1)。周围植被以兴安落叶松、樟子松和白桦混交林为主，林下生长有杜鹃、笃斯越桔和杜香等灌丛。
|
图 1 满归泥炭剖面的地理位置及区域植被分布 Fig. 1 Location of MG peat profile and vegetation distribution of the Daxing'an Mountains |
我们在研究点人工开挖了88 cm的剖面，剖面上部0~40 cm为棕褐色苔藓，剖面下部40~88 cm为黑色泥炭层。按1 cm等间距进行取样，共采样88个。在位于14~15 cm、29~30 cm、33~34 cm、41~42 cm、55~56 cm、69~70 cm、79~80 cm和87~88 cm处的样品中挑选出植物残体(主要是苔藓叶片或植物种子)送到北京大学加速器实验室进行AMS 14C测年(表 1)。孢粉分析在北京大学生物遗存实验室完成。孢粉提取采用常规酸碱处理法，基本流程是：样品经自然晾干后，定量取样，加入定量已知浓度的石松孢子，然后依次进行盐酸-氢氧化钠-过筛处理，最后用重液浮选以集中孢粉。孢粉鉴定和统计在400倍的Olympus光学显微镜下进行，绝大部分样品的统计颗粒数均在400粒以上，少数样品由于孢粉数量较少，只统计了100粒以上。
|
表 1 满归泥炭剖面测年结果 Table 1 The AMS 14C ages |
应用现代类比法(MAT)进行年均温(Tann)、年降水量(Pann)、1月均温(Tjan)和7月均温(Tjuly)重建。所使用的现代孢粉数据库由831个样品组成，其中部分来源于东亚孢粉数据库(http://eapd.sysu.edu.cn/)，部分由北京大学生物遗存实验室提供。这些样品取自荒漠草原、草甸草原、典型草原、温带阔叶林、寒温带针阔混交林和寒温带针叶林等，取样范围为40°~55°N，110°~135°E。采样时选择自然植被或人类活动干扰较小的表层土壤或苔藓及部分湖泊表层。现代气象资料来自研究区周边90个气象台站的30年的地面观测数据，包括气象台站的经纬度、月均温和月降水量等数据。为了获得与现代表土孢粉点相对应的气候参数，先利用ArcGIS软件中的空间统计分析工具对气象台站的气象参数按照1×1 km的空间分辨率进行空间插值，然后利用R软件提取研究区内对应的现代孢粉样品的气候参数，最后调用rioja0.9-9程序包的MAT函数计算相应的Tann、Pann、Tjan和Tjuly。
在利用化石孢粉重建古气候之前，利用降趋势对应分析(Detrended Correspondence Analysis，简称DCA)和典型对应分析(Canonical Correspondence Analysis，简称CCA)对研究区的现代表土孢粉与4个气候参数之间的关系进行分析。为了选择合适的排序方法，我们先对现代表土孢粉数据进行了DCA分析，结果显示4个排序轴的梯度长度均大于2，表明孢粉类型与排序轴为单峰响应关系，故选择单峰排序模型CCA比较合适。现代表土孢粉与4个气候参数Tann、Pann、Tjan和Tjuly的CCA排序结果显示前两个排序轴的特征值分别为0.18和0.16，相对应的孢粉-环境相关系数分别为0.88和0.83，表明现代表土孢粉类型与现代气候参数具有很好的相关性。此外，这两个排序轴对应的物种数据的累积方差为13.3，对应的物种-环境关系的累积方差贡献为85.6 %，表明前两个排序轴能够解释绝大部分的现代表土孢粉-现代气候关系的信息。4个气候参数中，Tann和Tjan的方差膨胀因子(Variance inflation factors，简称VIF)均大于20，表明Tann和Tjan这两个气象参数具有共线性现象。为了独立地解释气象参数对孢粉类型的影响，我们对每个现代气候参数和现代孢粉关系进行了排序分析和筛选，直至每个气候参数的VIF值小于20。现代表土孢粉样点重建的气候参数(Tann、Pann、Tjan和Tjuly)与观测值吻合很好，在显著性0.01的水平上的相关系数R2分别为0.80、0.89、0.86和0.67。
3 结果与讨论 3.1 测年如表 1所示，41~42 cm以上部分均为现代碳，底部81~88 cm两个对照样品的14 C测年结果分别为2110 a B.P.和4860 a B.P.，二者差异较大，而上层79~80 cm处的14 C测年为1195 a B.P.，所以，选择2110 a B.P.作为MG剖面底部年代更加合理。AMS 14C的校正使用OxCal v4.3.2程序进行[25~26]，5个测年结果用于建立年代-深度模型(图 2)。校正后的剖面底部年代为128±52 BC(2110±25 cal.a B. P.)，为讨论方便，把底部年代在误差范围内取整，为150 BC。整个剖面的平均沉积速率为42.3 cm/ka，其中42~88 cm的沉积速率相对稳定，平均沉积速率为23.2 cm/ka；而0~42 cm由于沉积了较厚的苔藓层，所以导致沉积速率极高。
|
图 2 满归泥炭剖面的岩性和年代-深度曲线 ★表示AMS 14C年代值，■表示校正后年代值 Fig. 2 Calibrated radiocarbon dates (■ black squares) and suggested age-depth (curve) for MG peat profile The AMS 14C measurements are shown as star (★) besides a simplified lithology of the sediment |
MG剖面共鉴定出了14种孢粉类型，其中13种花粉类型分属5科8属。乔木花粉主要有：落叶松属(Larix)、云杉属(Picea)、松属(Pinus)、桤木属(Alnus)、桦属(Betula)、栎属(Quercus)和柳属(Salix)；灌木植物花粉有杜鹃花科(Ericaceae)；草本植物花粉有：蒿属(Artemisia)、石竹科(Caryophyllaceae)、藜科(Chenopodiaceae)、莎草科(Cyperaceae)和禾本科(Gramineae)等。还发现有泥炭藓孢子(Sphagnum)，但其量不计入花粉总数。整个剖面中以木本植物花粉为主，占29.2 % ~96.7 %，平均值为85.8±10.4 %，乔木花粉的百分含量在80 %左右波动。草本植物花粉以蒿属和莎草科为主，分别占0~19.1 %和0~63.6 %，平均值分别为6.4±3.6 %和6.3±9.3 %。桦属、松属、落叶松属、杜鹃花科和蒿属等花粉类型变化比较明显。根据孢粉组合的CONISS聚类分析结果，自下而上可划分为3个孢粉组合带(图 3)：
|
图 3 满归泥炭剖面的孢粉百分比图 (Zone Ⅰ，Zone Ⅱ，Zone Ⅲ分别对应于带Ⅰ，带Ⅱ，带Ⅲ) Fig. 3 Pollen percentage diagram for main taxa of MG peat profile |
带Ⅰ：88~79 cm(150 BC~850 A.D.)，该阶段木本植物花粉百分含量较高，占80.1 % ~90.4 %，平均值为85.4±2.6 %。以桦属花粉为主，占51.5 % ~61.7 %，平均值为56.4±2.3 %；其次是松属花粉，占11.7 % ~24.2 %，平均值为15.9±2.7 %；落叶松属和桤木属花粉百分含量均在3 %左右；杜鹃花科的花粉含量较高，约占8 %。该阶段草本植物花粉百分含量较低，占9.6 % ~19.9 %，平均值为14.9±3.4 %，以蒿属花粉和莎草科花粉为主，分别占1.7 % ~7.0 %和0~10 %，平均值分别为7.0±1.3 %和6.0±2.0 %。落叶松是低代表性的花粉类型，落叶松花粉的出现指示着落叶松的广泛分布[27~28]。花粉组合特征表明该阶段的植被是杜鹃-桦-松-落叶松林。
带Ⅱ：78~65 cm(850~1300 A.D.)，该阶段木本植物花粉百分含量与带Ⅰ相近，占77.9 % ~91.3 %，平均值为84.4±2.6 %，仍以桦属花粉为主，占39.2 % ~62.4 %，平均值减少为50.0±7.8 %；其次是松属花粉，含量明显增加，占12.5 % ~32.5 %，平均值为22.0±6.2 %；落叶松属花粉和桤木属花粉含量仍为3 %左右，杜鹃花科花粉减少到3 %。该阶段草本植物花粉占8.7 % ~22.1 %，平均值为15.6±3.4 %。花粉类型仍以蒿属和莎草科为主，分别占5.3 % ~15.4 %和0~8.8 %，平均值分别为9.4±3.1 %和4.0±2.2 %。孢粉组合表明此阶段的植被是混有阔叶树的落叶松林。1070~1170 A.D.期间，阔叶树花粉栎、柳增加，杜鹃花科花粉减少，反映温暖气候下的植被分布状况。
带Ⅲ：64~0 cm(1300~2000 A.D.)，该阶段木本植物花粉波动比较大，占29.2 % ~96.7 %，平均值为86.2±11.9 %。花粉类型仍以桦属为主，占1.2 % ~77.3 %，平均值为49.3±15.4 %。1300~1900 A.D.松属花粉和落叶松属花粉明显增加，松属花粉百分含量占0~40.6 %，平均值为20.3±7.5 %；落叶松属花粉占0.5 % ~17.7 %，平均值为4.1±2.8 %。1900 A.D.以后，松属花粉和落叶松属花粉含量降低，杜鹃花科花粉和桤木花粉增加，百分含量分别为5 %和10 %。草本植物花粉占3.3 % ~25.8 %，平均值为13.8±1.9 %。仍以蒿属和莎草科为主，分别占0~19.1 %和0~63.6 %，平均值分别为5.6±3.6 %和10.6±6.8 %。孢粉组合反映1300~1900 A.D.的植被是松-落叶松林，1900 A.D.以后是混有阔叶树的落叶松林。
3.3 过去2100年古气候重建MG剖面古气候重建结果(图 4)表明，过去2100年以来大兴安岭北部Tann在-3.1~-5.5 ℃之间波动，波动幅度达到2.4 ℃，平均值为-5.1±0.3 ℃；Tjan在-27.4~-29.8 ℃之间波动，波动幅度达到2.4 ℃，平均值为-29.4±0.4 ℃；Tjuly在15.9~17.6 ℃之间波动，波动幅度达到1.7 ℃，平均值为16.4±0.2 ℃；Pann在471.3~499.5 mm之间波动，波动幅度为28.2 mm，平均值为479.3±4.2 mm。Tann和Pann变化规律基本一致，呈现出雨热同期的气候特征。通过对附近气象台站30年的气候数据进行空间插值得到MG取样点现代气候参数为：Tann为-4.6 ℃，Pann为455.4 mm，Tjan为-29.5 ℃，Tjuly为17.2 ℃。过去2100年的古气候变化可划分为3个阶段：
|
图 4 基于孢粉记录重建的大兴安岭北部过去2100年的古气候 Fig. 4 Pollen-based climate reconstruction during the past 2100 years in the northern Daxing'an Mountains |
阶段Ⅰ (150 BC~850 A.D.)：温度和降水量相对较低，波动较小，Tann为-5.1±0.2 ℃，Tjan为-29.6±0.2 ℃，Tjuly为16.4±0.2 ℃，Pann为478.7±2.7 mm；Tann比现代低约0.5 ℃。
阶段Ⅱ(850~1300 A.D.)：该阶段温度和降水量相对升高，且有较大波动。前100年(850~950 A.D.)比较暖，Tann达到-4.6±0.2 ℃；其后的950~1070 A.D.期间，Tann降低为-5.2±0.2 ℃；在1070~1170 A.D.期间，温度升高，Tann达到-4.4±0.2 ℃，比现代高0.2 ℃。其后直到1300 A.D.，年均温在-4.6±0.2 ℃。这个阶段相当于中世纪气候异常期(the Medieval Climate Anomaly, 简称MCA)。
阶段Ⅲ(1300~2000 A.D.)：温度和降水量减少，Tann为-5.2±0.3 ℃，Tjan为-29.5±0.3 ℃，Tjuly为16.3±0.2 ℃，Pann为479.4±3.6 mm。Tann、Pann、Tjan和Tjuly的最低值都出现在这个时期。1300~1900 A.D.期间，Tann为-5.4±0.2 ℃，可能对应于小冰期(the Little Ice Age, 简称LIA)，Tann比现代低0.8 ℃。1900 A.D.以后，温度升高，Tann平均值为-5.0±0.2 ℃。
MG泥炭剖面的古气候重建所显示的MCA(850~1300 A.D.)、LIA(1300~1900 A.D.)与美国国家研究理事会的“过去2000年地表温度重建”结果相似[29]，即在1000 A.D.年前后气候比较温暖，在1700 A.D.前后气候相对寒冷。中国过去2000年古气候集成研究也表明：950~1300 A.D.和1320~1900 A.D.年分别与北半球其他区域的MCA和LIA对应[30]。Li等[16]通过中国北方季风区11个湖泊的孢粉记录重建的古气候表明960~1280 A.D.是温度升高、降水增加的时期，相当于中世纪温暖期(Medieval Warm Period，简称MWP)或MCA；1400~1644 A.D.是温度降低、降水减少时期，相当于LIA。MG泥炭剖面的研究结果表明，850~1300 A.D.的大部分时间都比较温暖，但是其间有一个短暂的降温期(950~1070 A.D.)，反映了该地区气候波动的特点。大兴安岭北部过去2100年来最大升温期(1070~1170 A.D.)的温度可能超过了最近几十年的升温期。葛全胜等[31]也指出，东北地区19世纪中期至20世纪中期的升温速率仅仅是过去500年最大的，但未必是过去2000年中最大的，与MG泥炭剖面的古气候重建结果不同的是，他们认为最大升温速率出现的时期是180s~350s[29]。MG泥炭剖面古气候重建所揭示的LIA与王绍武等[17]根据多种气候代用指标所集成的东北地区在1400~1950 A.D.是低温时期的结论是一致的。但是，MG泥炭剖面反映出LIA降温(-5.4 ℃)与阶段Ⅰ(150 BC~850 A.D.)的低温(-5.1 ℃)相比，降温幅度并不大，这有待于在该地区进行更多的古气候重建工作来检验。
4 结论以大兴安岭为中心区域(40°~55°N，110°~135°E)的831个表土孢粉样点重建的气候参数(Tann、Pann、Tjan和Tjuly)与观测值具有很好的相关性，相关系数R2分别为0.80、0.89、0.86和0.67，通过了0.01水平的显著性检验。据此重建的大兴安岭北部过去2100年来气候呈现波动特征：Tann在-3.1~-5.5 ℃之间波动，波动幅度达到2.4 ℃，平均值为-5.1±0.3 ℃；Tjan在-27.4~-29.8 ℃之间波动，波动幅度达到2.4 ℃，平均值为-29.4±0.4 ℃；Tjuly在15.9~17.6 ℃之间波动，波动幅度达到1.7 ℃，平均值为16.4±0.2 ℃；Pann在471.3~499.5 mm之间波动，波动幅度为28.2 mm，平均值为479.3±4.2 mm。该地区MCA(850~1300 A.D.)以升温-降温的气候波动为特点，气温升高期出现在950~1070 A.D.及1200~1300 A.D.，Tann达到-4.6±0.2 ℃，最温暖的时期是1070~1170 A.D.，Tann达到-4.4±0.2 ℃。LIA以气温较低为特点，Tann为-5.4±0.2 ℃。过去2100年大兴安岭北部的气候变化分为3个阶段：阶段Ⅰ(150 BC~850 A.D.)温度较低，Tann比现代低约0.5 ℃；阶段Ⅱ(850~1300 A.D.)以气温升高-降低的波动为特征，但大部分时期气温比较高，最温暖时期Tann比现代高0.2 ℃，这一时期相当于欧洲中世纪气候异常期；阶段Ⅲ(1300~2000 A.D.)分为两个时期，早期(1300~1900 A.D.)相当于小冰期，年均温-5.4±0.2 ℃，比现代低约0.8 ℃，晚期(1900 A.D.以来)，呈现升温趋势。需要指出的是，利用MG泥炭剖面的孢粉记录重建的古气候尽管显示了气候变化趋势，但精确的古气候重建数值误差较大，尤其是LIA究竟降温幅度是多少，今后需要更多的古气候研究来加以确定。
大兴安岭北部过去2100年来以落叶松林植被为主，随着气候的波动，落叶松的伴生植物有所不同，形成了杜鹃-桦-松-落叶松林(150 BC ~850 A.D.)、混有阔叶树的落叶松林(850~1300 A.D.)、松-落叶松林(1300~1900 A.D.)及混有阔叶树的落叶松林(1900 A.D.以来)几个主要演替阶段。
致谢: 感谢赵鹏飞和许耀中在野外取样和现代孢粉、气象数据整理方面所付出的努力；感谢倪健和郑卓在古气候重建中提供的帮助；感谢匿名评审人提出的富有建设性的修改意见；感谢崔越清绘图件。
| [1] |
Bryson R A, Kutzbach J E. On the analysis of pollen-climate canonical transfer functions[J]. Quaternary Research, 1974, 4(2): 162-174. DOI:10.1016/0033-5894(74)90005-2 |
| [2] |
Guiot J, Cramer W. Climate change:The 2015 Paris agreement thresholds and Mediterranean basin ecosystems[J]. Science, 2016, 354(6311): 465-468. DOI:10.1126/science.aah5015 |
| [3] |
Montade V, Peyron O, Favier C, et al. A pollen-climate calibration from western Patagonia for palaeoclimatic reconstructions[J]. Journal of Quaternary Science, 2019, 34(1): 76-86. DOI:10.1002/jqs.v34.1 |
| [4] |
Overpeck J T, Webb T, Prentice I C. Quantitative interpretation of fossil pollen spectra:Dissimilarity coefficients and the method of modern analogs[J]. Quaternary Research, 1985, 23(1): 87-108. DOI:10.1016/0033-5894(85)90074-2 |
| [5] |
Gajewski K, Lézine A M, Vincens A, et al. Modern climate-vegetation-pollen relations in Africa and adjacent areas[J]. Quaternary Science Reviews, 2002, 21(14): 1611-1631. |
| [6] |
Whitmore J, Gajewski K, Sawada M, et al. Modern pollen data from North America and Greenland for multi-scale paleoenvironmental applications[J]. Quaternary Science Reviews, 2005, 24(16): 1828-1848. |
| [7] |
Davis B A S, Zanon M, Collins P, et al. The European Modern Pollen Database(EMPD)project[J]. Vegetation History and Archaeobotany, 2013, 22(6): 521-530. DOI:10.1007/s00334-012-0388-5 |
| [8] |
郑卓, 黄康有, 魏金辉, 等. 中国及其邻区现代孢粉数据:空间分布特征和定量古环境重建中的应用[J]. 第四纪研究, 2013, 33(6): 1037-1053. Zheng Zhuo, Huang Kangyou, Wei Jinhui, et al. Modern pollen data in China and adjacent areas:Spatial distribution features and applications on quantitative paleoenvironment reconstruction[J]. Quaternary Sciences, 2013, 33(6): 1037-1053. DOI:10.3969/j.issn.1001-7410.2013.06.01 |
| [9] |
Wang Y J, Cheng H, Edwards R L, et al. A high-resolution absolute-dated Late Pleistocene monsoon record from Hulu Cave, China[J]. Science, 2001, 294(5550): 2345-2348. DOI:10.1126/science.1064618 |
| [10] |
Hu C Y, Henderson G M, Huang J H, et al. Quantification of Holocene Asian monsoon rainfall from spatially separated cave records[J]. Earth and Planetary Science Letters, 2008, 266(3): 221-232. |
| [11] |
Jiang W Y, Guiot J, Chu G Q, et al. An improved methodology of the modern analogues technique for palaeoclimate reconstruction in arid and semi-arid regions[J]. Boreas, 2010, 39(1): 145-153. DOI:10.1111/bor.2010.39.issue-1 |
| [12] |
Wen R L, Xiao J L, Chang Z G, et al. Holocene precipitation and temperature variations in the East Asian monsoonal margin from pollen data from Hulun Lake in northeastern Inner Mongolia, China[J]. Boreas, 2010, 39(2): 262-272. DOI:10.1111/bor.2010.39.issue-2 |
| [13] |
Xu Q H, Xiao J L, Li Y C, et al. Pollen-based quantitative reconstruction of Holocene climate changes in the Daihai Lake area, Inner Mongolia, China[J]. Journal of Climate, 2010, 23(11): 2856-2868. DOI:10.1175/2009JCLI3155.1 |
| [14] |
Lu H Y, Wu N Q, Liu K B, et al. Modern pollen distributions in Qinghai-Tibetan Plateau and the development of transfer functions for reconstructing Holocene environmental changes[J]. Quaternary Science Reviews, 2011, 30(7): 947-966. |
| [15] |
吴海斌, 李琴, 于严严, 等. 全新世中期中国气候格局定量重建[J]. 第四纪研究, 2017, 37(5): 982-998. Wu Haibin, Li Qin, Yu Yanyan, et al. Quantitative climate reconstruction in China during the mid-Holocene[J]. Quaternary Sciences, 2017, 37(5): 982-998. |
| [16] |
Li J Y, Dodson J, Yan H, et al. Quantifying climatic variability in monsoonal Northern China over the last 2200 years and its role in driving Chinese dynastic changes[J]. Quaternary Science Reviews, 2017, 159: 35-46. DOI:10.1016/j.quascirev.2017.01.009 |
| [17] |
王绍武, 闻新宇, 罗勇, 等. 近千年中国温度的建立[J]. 科学通报, 2007, 52(8): 958-964. Wang Shaowu, Wen Xinyu, Luo Yong, et al. Reconstruction of temperature series of China for the last 1000 years[J]. Chinese Science Bulletin, 2007, 52(23): 3272-3280. |
| [18] |
Ge Q S, Hao Z X, Zheng J Y, et al. Temperature changes over the past 2000 yr in China and comparison with the Northern Hemisphere[J]. Climate of the Past, 2013, 9(3): 1153-1160. DOI:10.5194/cp-9-1153-2013 |
| [19] |
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[J]. 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[J]. Quaternary Sciences, 2016, 36(2): 405-419. |
| [20] |
李亮, 马春梅, 鹿化煜, 等. 江西中部玉华山沼泽泥炭记录的过去两千年气候变化初步研究[J]. 第四纪研究, 2017, 37(3): 548-559. Li Liang, Ma Chunmei, Lu Huayu, et al. A preliminary study of the climate change since 2 ka archived by a peat core from Yuhua Mountain in the middle Jiangxi Province[J]. Quaternary Sciences, 2017, 37(3): 548-559. |
| [21] |
Yang B, Qin C, Wang J L, et al. A 3, 500-year tree-ring record of annual precipitation on the northeastern Tibetan Plateau[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(8): 2903-2908. DOI:10.1073/pnas.1319238111 |
| [22] |
杨保, 王鑫, 宋苗, 等. 过去2000年温度集成重建研究:进展与展望[J]. 第四纪研究, 2017, 37(5): 945-962. Yang Bao, Wang Xin, Song Miao, et al. Temperature reconstructions of last millennium and common era climate variations:Present status and future prospects[J]. Quaternary Sciences, 2017, 37(5): 945-962. |
| [23] |
周以良. 中国大兴安岭植被[M]. 北京: 科学出版社, 1991: 1-264. Zhou Yiliang. Vegetation of Daxing'an Mountains in China[M]. Beijing: Science Press, 1991: 1-264. |
| [24] |
徐化成. 中国大兴安岭森林[M]. 北京: 科学出版社, 1998: 1-231. Xu Huacheng. Forest of Daxing'an Mountains in China[M]. Beijing: Science Press, 1998: 1-231. |
| [25] |
Reimer P J, Bard E, Bayliss A, et al. IntCal13 and Marine 13 radiocarbon age calibration curves 0-50, 000 years cal BP[J]. Radiocarbon, 2013, 55(4): 1869-1887. DOI:10.2458/azu_js_rc.55.16947 |
| [26] |
Bronk Ramsey C. Methods for summarizing radiocarbon datasets[J]. Radiocarbon, 2017, 59(6): 1809-1833. DOI:10.1017/RDC.2017.108 |
| [27] |
李月丛, 许清海, 王学丽, 等. 中国北方森林群落现代花粉与植被和气候的关系[J]. 地理学报, 2008, 23(9): 945-957. Li Yuecong, Xu Qinghai, Wang Xueli, et al. Modern pollen assemblages of the forest communities and their relationships with vegetation and climate in Northern China[J]. Journal of Geographical Sciences, 2008, 23(9): 945-957. DOI:10.3321/j.issn:0375-5444.2008.09.005 |
| [28] |
Pelankova B, Chytry M. Surface pollen-vegetation relationships in the forest-steppe, taiga and tundra landscapes of the Russian Altai Mountains[J]. Review of Palaeobotany and Palynology, 2009, 157(3): 253-265. |
| [29] |
National Research Council. Surface temperature reconstructions for the last 2000 years[M]. Washington D C: The National Academies Press, 2006: 1-160.
|
| [30] |
郑景云, 方修琦, 吴绍洪. 中国自然地理学中的气候变化研究前沿进展[J]. 地理科学进展, 2018, 37(1): 16-27. Zheng Jingyun, Fang Xiuqi, Wu Shaohong. Recent progress of climate change research in physical geography studies from China[J]. Progress in Geography, 2018, 37(1): 16-27. |
| [31] |
葛全胜, 张学珍, 郝志新, 等. 中国过去2000年温度变化速率[J]. 中国科学:地球科学, 2011, 41(9): 1233-1241. Ge Quansheng, Zhang Xuezhen, Hao Zhixin, et al. Rates of temperature change in China during the past 2000 years[J]. Science China:Earth Sciences, 2011, 41(9): 1233-1241. |
Abstract
The past two millennia is a critical period for understanding the factors responsible for the variability of the global climate system. The reconstruction of high-resolution temperature and precipitation sequences during the past 2000 years in many regions of China has been carried out using climate proxy records, such as historical documents, tree rings, pollen, corals, lake sediments, stalagmites, ice cores, and so on. However only limited such studies have been restricted in the Daxing'an Mountains due to the lack of suitable climate proxy records, while this region is a key area for studying global climate changes given its location in boundary zone of the monsoon climate.This study is based on a pollen record of the 88-cm long MG peat profile located 20 km north of Mangui town in the northern Daxing'an Mountains (52°17'39.88"N, 122°08'40.07"E; 665 m a.s.l.. The modern meteorological parameters of the site are obtained by spatial interpolation of 30-year average meteorological data of nearby stations: annual mean temperature -4.6℃, annual precipitation 455.4 mm, January mean temperature-29.5℃, and July mean temperature 17.2℃. A total of 831 surface pollen samples and the 30-year ground observation data of 90 meteorological stations are used in the Modern Analogue Technique (MAT) to reconstruct the annual mean temperature (Tann), annual precipitation (Pann), January mean temperature (Tjan) and the July mean temperature (Tjuly) for the past 2100 years in this region. The results reveal regional climate change during the past 2100 years:the Tann fluctuates between-3.1℃ and-5.5℃ with the average value of-5.1±0.3℃; the Tjan fluctuates between-27.4℃ and-29.8℃ with the average value of-29.4±0.4℃; the Tjuly fluctuates between 15.9~17.6℃ with the average value of 16.4±0.2℃; the Pann varies between 471.3 mm and 499.5 mm with the average of 479.3±4.2 mm. The climate change of the past 2100 years can be divided into three stages. Stage I (150 BC~850 A.D.):the temperature and precipitation were relatively low, and the Tann was about 0.5℃ lower than the modern 30-year mean. Stage Ⅱ (850~1300 A.D.):temperature fluctuation occurred and marked temperature rose during the period 1070~1170 A.D. with the Tann of-4.4±0.2℃, which is about 0.2℃ higher than the modern 30-year mean. This stage is referred to the European medieval climate anomaly (MCA). Stage Ⅲ (1300~2000 A.D.):the period 1300~1900 A.D. correlating with the Little Ice Age (LIA) was characterized by lower temperature with the Tann of-5.4±0.2℃, which is about 0.8℃ lower than the modern 30-year mean. However the temperature show a warming trend since 1900 A.D.