第四纪研究  2020, Vol.40 Issue (4): 851-863   PDF    
末次冰期亚洲季风千年尺度事件的频谱特征分析
王真军1,2,3, 陈仕涛1,2,3, 周学琴1,2,3, 梁怡佳1,2,3, 汪永进1,2,3     
(1 南京师范大学地理科学学院, 江苏 南京 210023;
2 虚拟地理环境教育部重点实验室(南京师范大学), 江苏 南京 210023;
3 江苏省地理信息资源开发与利用协同创新中心, 江苏 南京 210023)
摘要:基于神农架永兴洞3支石笋氧同位素记录,拼接重建了末次冰期88~22 ka B.P.平均分辨率达70 a的东亚季风演变序列。本文以小波诊断技术为基础,对去除65°N夏季太阳辐射和72 ka异常事件影响的石笋δ18O进行了多时间尺度分析。小波频谱分析结果表明,末次冰期亚洲季风具有明显的近8 ka、4 ka、2 ka左右的周期。其中近8 ka周期是唯一一个贯穿整个末次冰期的显著周期。小波方差分析结果也显示该时段仅有1个突出的峰值,对应时间约为7.7 ka。进一步分析发现这个周期组分其实也出现在格陵兰冰芯δ18O和南极温度变化中,可能被年龄误差和异常事件所掩盖。已有的千年尺度机制难以有力地解释该周期组分,我们利用外差法对轨道参数的周期进行分解,获得16 ka周期,这个周期的一半刚好与发现的8 ka周期相匹配。因此,地球轨道参数单独或共同作用,引起海表温、大冰盖、海洋/大陆生态系统的变化,通过大气、大洋等环流作用,从而产生地球气候系统轨道和千年尺度的振荡。
关键词洞穴石笋    末次冰期    亚洲季风    千年尺度事件    近8 ka周期    
中图分类号     P597+.2;P532                     文献标识码    A

0 引言

理解千年尺度事件成因机制的方法有很多,其中较为常用的方法就是分析千年尺度事件的频谱特征,探讨其随时间演变的规律性[1]。如果按驱动力的来源,气候事件的驱动机制可分为地球内部驱动和地球外部驱动[2]。一般认为,不规则的或非周期性的千年尺度变化受地球内部系统机制作用,亦称地球内部气候系统无序振荡[3~4];具有强周期性变化特征的千年振荡表明是受地球外部驱动[5~6]

Bond等[7]最早注意到末次冰期千年事件的规律性,它们由4个事件组成一束,并呈周期性变化,称之为Bond旋回,每组事件的开始和结束均与早先发现的北大西洋冰漂碎屑事件密切联系[8]。Grootes和Stuiver[9]在GISP2冰芯的数层时段进一步发现,这些事件以1470a为周期交替出现;随后Ramstorf[6]通过对整个GISP2冰芯做频谱分析,证实了这些千年尺度气候振荡的周期大约为1470a。因此,他认为末次冰期千年尺度气候事件的驱动因子来自地球外部系统。这一结果得到葡萄牙近岸海洋沉积序列底栖和浮游有孔虫δ18O记录有力支持[10]。然而,近1470a周期的谱峰在GRIP的ss09sea-model时标中并不显著[11~12]。Hinnov等[10]对GRIP冰芯记录的分析结果显示,其千年振荡的频率表现出1100a和1600a双周期特征,而不是GISP2所示的1470a唯一周期成分。Clemens[13]进一步把冰芯GISP2 Dansgaard-Oeschger(DO)事件的年龄放在葫芦洞独立年龄时标上,据此得出的频谱特征能够很好地与GRIP(ss09sea时标和SFCP时标)的频谱结构相对比,由此推测GISP2冰芯δ18O记录的1470a周期是冰芯年龄模式所造成的假象。同时,Clemens[13]还认为近1100a和1600a等千年尺度的变化周期可以分解成数个百年尺度周期的叠加,认为百年尺度的太阳活动可能驱动千年尺度的DO事件,即Braun等[14]的太阳活动驱动DO事件假说。

格陵兰两支相隔仅数公里冰芯记录(GISP2和GRIP),千年尺度事件的结构几乎相同[11],却表现出两个完全不同的谱特征,这说明对千年尺度的频谱分析尚需大量的研究工作[10]。目前的研究工作存在很多局限,突出表现在以下几个方面:1)频谱周期单一。不管是GRIP还是GISP2冰芯,其关注点都放在1~2ka的谱段,这个谱段通常被认为是DO事件的主周期[5, 14~15]。北大西洋冰漂碎屑事件(又称Heinrich事件)是发生在末次冰期另一类千年尺度事件[11],其变化的周期规律或被忽略,或被当作无规则振荡[16]。然而,最近的研究表明,这些Heinrich事件可能受北纬65°太阳辐射控制[17],暗示其变化有一定的规律可循[18]。另外,DO事件本身也具成组成束特征[7],其变化周期不应仅局限于1~2ka的谱段,在末次冰期可能以数倍1470a周期的趋势出现[5~6, 19]。2)研究时段单一。冰芯频谱周期最早是在GISP2冰芯的数层时段(<38kaB.P.)上完成的[9]。Schulz[5]通过对同一支冰芯研究发现,1470a谱峰仅仅表现在DO5、DO6、DO7这3个事件上,这种周期似乎并不受北大西洋深层水形成影响,藉此对温盐环流驱动机制提出质疑。Ditlevsen等[15]认为在深海氧同位素3阶段(MIS3),严谨的1470a周期频谱在冰芯中并不存在,只有当DO9事件舍弃后,在GISP2冰芯中才出现类似频谱信号。而Ramstorf[6]分析的1470a周期可能是被噪声驱动系统掩盖下的频谱特征,这种信号的出现具有一定的随机性,其触发因子可能来自气候系统内部,呈准千年方式运行。正如Ditlevsen等[15]分析,目前的频谱分析大多局限于42~11kaB.P.,因为这个时段的数据最为可信[20],所以得到1470a周期最为显著。但是真正理解千年尺度的气候事件成因机制,仍需在整个末次冰期做进一步频谱分析。3)研究区域单一。对于末次冰期千年尺度气候振荡的频谱分析研究主要起源于北大西洋地区,其实主要集中在格陵兰冰芯记录[7, 9, 13],这是受记录的分辨率和定年等因素决定的。在格陵兰冰芯记录中,GISP2冰芯则最受青睐,特别是38kaB.P.以来完全由冰芯年层来建立时标的时段,主要原因是基于年纹层时标建立的气候记录,可以规避测年点内插产生的误差,获得准确的气候突变特征和内部振荡规律,利用功率谱、小波分析等得到的气候周期成分也是令人信服的,不存在由于年龄模式而产生的伪周期[13]。但是格陵兰NorthGRIP冰芯最新年层统计时标(GICC05)[20]显示,同样是基于数层,DO事件期间,NorthGRIP冰芯沉积速率比GISP2大,导致两个时标在Greenland Interstadials-1(GI-1)和GI-2之间相差了500a,而到了60kaB.P.累积误差就达到了2.4ka[21]。这就需要新的独立时标来检验格陵兰数层时标频谱分析的可靠性。

本文依据现已发表的中国南方石笋氧同位素记录,重建了末次冰期88~22kaB.P.东亚季风演变序列。拼接的石笋记录平均分辨率达70a,定年精度优于0.5 %,可以很好的控制千年尺度振荡的序列。同时,采用Morlet小波分析方法,分析末次冰期亚洲季风千年尺度事件的频谱特征,试图对末次冰期千年尺度事件的成因机制提出新的理解。

1 数据与方法 1.1 数据来源

本文的研究数据来源于最近发表的湖北省神农架永兴洞YX46、YX51和YX55这3支石笋氧同位素记录[22],永兴洞(31°35′04″N,111°14′42″E)位于湖北省神农架保康县歇马镇,洞口海拔750m,该区域气候属于亚热带季风气候,年均温约8℃,年均降水量在1500~2000mm,其中50 %以上降水集中在夏季(6~8月)[23~25]。石笋YX46全长355mm,生长于88.75~61.39kaB.P.时间段,共有18个年代控制,平均测年误差320a;石笋YX51全长470mm,生长于57.52~22.24kaB.P.时间段,共有36个年代控制,平均测年误差155a;石笋YX55全长333mm,生长于65.09~34.82kaB.P.时间段,共有18个年代控制,平均测年误差340a,这3支石笋氧同位素记录平均分辨率为70a,对亚洲季风千年-百年尺度事件具有更好的年代控制以及更高的分辨率。为了全面分析季风事件的频谱特征,我们对数据进行了以下2种处理:1)去掉北纬65°太阳辐射变化。为了考察千年尺度的气候变化频谱,我们需要去掉轨道尺度的气候信号,其理论基础和方法步骤参考Chen等[22]。2)去掉“72ka”事件。下面我们就去掉“72ka”事件的原因和方法做一简要说明。

72ka事件是发生在末次冰期一系列千年尺度事件中最为突出的降温事件[26~27],是位于DO19和DO20之间的一次千年极冷事件[28~30];在格陵兰冰芯δ18O记录中,按0.67 ‰ /℃分馏系数计算[31],该事件结束时的温度变幅达10℃左右,相当于Younger Dryas(YD)事件温度变化;来自东亚季风区葫芦洞石笋记录显示[32],72ka事件的振幅超过末次冰期以来的任何千年尺度事件,振幅达到2.5 ‰。然而这一事件的成因一直没有得到合理的解释[30]。同一时期发生了第四纪以来最强烈的火山喷发(Toba)事件[33~34]。该火山产生了大量的硫酸盐气溶胶颗粒进入大气同温层[35],如果同时加上海冰扩张、海表温度(SST)变化以及其他内部反馈足以造成气候突变[36]。而GISP2冰芯通过高分辨率的δ18O记录以及Ca2+、SO42-、电导率(ECM)等多种指标分析揭示了该事件的振荡幅度、次级变化等结构特征,确定在该事件的初期发现了持续时间约6 a的强烈的火山信号,推测这些信号来自Toba火山,由此建立了72ka事件与Toba火山之间的联系[33]。该结论得到了印度洋海相沉积记录的支持[37],136KL和111KL两孔磁化率曲线与GISP2冰芯δ18O曲线具有相似的高频变化特征,其Toba火山灰层直接对应于DO19和DO20之间的冷谷。果真如此,72ka事件的成因机制就有别于其他事件,可能会对频谱分析结果产生干扰。为了验证这一思想,我们把永兴洞3支石笋(YX46、YX51和YX55)拼接记录去掉72ka事件后再进行小波分析,以观察其去掉72ka事件前后的变化。去掉72ka事件的方法是把DO19、DO20之间当成一个暖峰处理,具体做法如图 1所示,即在72ka事件附近找一段相似的记录填补到去掉该事件后的空白处。

图 1 石笋和冰芯去掉72ka事件前后对比 (a)去除65°N夏季(7月21日)太阳辐射后的88~22kaB.P.永兴洞石笋(YX46、YX51和YX55)Δδ 18O拼接记录;(b)去掉72ka事件前后永兴洞石笋(YX46、YX51和YX55)δ18O序列对比,橙色曲线为进行100a等间距处理后的曲线,两条曲线高度相似表明本文进行的等间距处理不会影响原始曲线的频谱特征;(c)格陵兰GISP2冰芯[28];(d)南极EDC冰芯[38],时标见Chen等[22]
(b)~ (d)中粉红色曲线为原始同位素序列记录的72ka事件
Fig. 1 Stalagmites and bipolar ice cores record before and after removing the 72ka event. (a)Stalagmites(YX46, YX51 and YX55) Δδ18O record of Yongxing Cave between 88~22kaB.P. after removing 65°N summer(July 21st)insolation; (b)The comparison of δ18O sequence of Yongxing Cave(YX46, YX51 and YX55)before and after removing the 72ka event, the orange curve is the curve after 100a equidistant processing, the similarity of the two curves indicates that the equidistant processing will not affect the spectral characteristics of the original curve; (c)Greenland GISP2 ice core[28]; (d)Antarctic EDC ice core[38], timescale cited from Chen et al., 2016[22]. The pink curve in the figures(b~d) is the 72ka event of original record

同时为了考察季风记录频谱特征的普遍意义,我们对格陵兰GISP2冰芯[28]和南极EDC冰芯[38]的同位素数据做了同样的小波分析。末次冰期格陵兰数支冰芯的δ18O记录(如GISP2、GRIP、NorthGRIP)变化基本一致,主要的差异体现在时标上,鉴于目前文献主要采用GISP2冰芯记录及时标进行对比分析,所以本文也采用该记录进行分析。对于GISP2冰芯的δ18O记录[28],我们也采用和石笋数据同样的方法去掉72ka事件,南极记录则选择了分辨率较高的EDC冰芯[38](虽然末次冰期南极记录分辨率最高的是EDML冰芯[39],但其在44.9~43.7kaB.P.和66.1~65.2kaB.P.有沉积间断而未采用)。Svensson等[30]基于散布在北半球的火山灰及精确定年的石笋记录,确定72ka事件在北半球位于DO19和DO20之间,基于两级冰芯气体记录对比可以确定72ka事件在南极对应于南极暖事件A5(Antarctic Warmings A5)[40]。因此对于南极记录我们选择去掉A5事件,结果如图 1所示。

1.2 研究方法

法国地球物理学家Morlet等[41]在分析处理地球物理勘探资料时首先提出小波变换的概念;随后,Grossmann和Morlet[42]进一步采用平移和伸缩不变性建立了初步的小波变换的理论体系。如今,小波分析方法在计算机信号和图像处理、数理统计、地质学、水文学、和气象学等工程技术应用和科学研究领域应用广泛[43~45]

传统的Fourier变换直接将时间序列转化至频域,在频域中进行特征分析,而以小波为主的时频域分析方法则是在Fourier变换的基础上引入了窗口函数,它通过伸缩平移运算对信号逐步进行多尺度细化,基于仿射群的不变性(平移和伸缩的不变性),把一个时间序列分解为时间和频率的贡献,实现高频处时间细分,低频处频率细分,从而可聚焦到信号的任意细节[46],诊断出气候变化的内在层次结构,能够更好地揭示信号的多尺度时频特征。小波函数可定义为[47]:设t为一平方可积函数,即Ψ (t)∈L2 (R),若其Fourier变换Ψ(ω)满足容许条件:

(1)

Ψ(t)称为一个基本小波或小波母函数,将基小波函数Ψ(t)进行伸缩和平移,得到连续小波Ψaτ(t):

(2)

其中t为时间,对于任意函数f (t)∈L2 (R)的连续小波变换为:

(3)

其中,a是尺度因子,τ为平移因子,Wf(aτ)称为小波系数。

按照小波基函数分类主要分为Morlet小波、Harr小波、Mexican hat小波、Symlets小波、Meyer小波等[47]。Morlet小波是一个复数形式的小波,其实部和虚部分别可以作为两个小波函数看待。可用于判别信号不同时空尺度的结构及其突变点的位置。由于它的实部与虚部位相相差π/2,这消除了实数形式小波变换系数模的振荡,它可以将小波变换系数的模和位相分离开来,模代表某一尺度成分的多少,位相可以用来研究信号的奇异性和即时频率,而实数形式的小波函数则是将小波变换系数的模和位相包含在一起[48]

本研究的Morlet小波分析选择Math works公司的数学软件Matlab R2014提供的Morlet小波函数作为工具,其形式为:

(4)

公式(4)中:Ψ(t)为基本小波或母小波(Mother wavelet),C为常数,t为时间。利用该小波函数,计算得到末次冰期气候变化不同时间尺度下(主要是千年尺度)的小波,在进行小波分析前,在该软件中采用“even”代码对本文研究的石笋和冰芯记录进行了100a的等间距处理,并且由图 1b可以发现等间距处理后石笋氧同位素曲线与原始曲线非常相似,表明本步骤的等间距处理不会对记录的频谱特征产生影响。

2 结果 2.1 石笋记录的小波分析结果

图 2展示了永兴洞石笋(YX46、YX51和YX55)氧同位素记录88~22kaB.P.时段的连续小波分析结果。本文主要研究千年尺度气候变化的频谱特征,所以大于10ka和小于1ka的周期成分不在我们考虑的范围之内,因此图 2中也未显示。

图 2 88~22kaB.P.时段石笋氧同位素记录的连续小波分析结果对比 (a)永兴洞石笋(YX46、YX51和YX55)原始拼接记录;(b)剔除65°N太阳辐射后的永兴洞石笋拼接记录;(c)剔除72ka事件后的永兴洞石笋拼接记录;(d)同时剔除65°N太阳辐射和72ka事件后的永兴洞石笋拼接记录;(e)同时剔除65°N太阳辐射和72ka事件后的葫芦洞(MSD和MSL)[32]和三宝洞(SB22和SB25-1)[49]石笋拼接记录
图中横坐标表示时间,纵坐标表示Morlet变换的特征时间尺度;图中颜色的冷暖反映波动的位相,冷色调表示周期波动的低值期,暖色调表示周期波动的高值期,颜色的深浅反映了不同尺度的小波模数强度;图 4图 5与此图图例注释一致
Fig. 2 Comparison of continuous wavelet analysis results of stalagmite δ18O record during the 88~22kaB.P. (a)The original splicing record of stalagmites(YX46, YX51 and YX55)in Yongxing Cave; (b)Data after removing 65°N insolation on the basis of the data in figure 2a; (c)Data after removing 72ka event on the basis of the data in figure 2a; (d)Simultaneous removing 65°N insolation and 72ka event on the basis of the data in figure 2a; (e)Stalagmite splicing record of Hulu Cave(MSD and MSL)[32] and Sanbao Cave(SB22 and SB25-1)[49] after simultaneous removing 65°N insolation and 72ka event. The abscissa indicates time, vertical coordinates represent the characteristic time scale of the Morlet transform. The color of the figure reflects the fluctuating phase, the cool tone indicates the low value period of the periodic fluctuation, the warm tone indicates the high value period of the periodic fluctuation, and the shade of the color reflects the wavelet modulus strength of different scales. Figures 4 and 5 below are consistent with this illustraction

图 2a为原始氧同位素数据的频谱分析结果,从中可以看到3个比较明显的周期,分别是近8ka(6.8~8.3ka)、4ka(3.5~4.8ka)和2ka周期,根据颜色的深浅差异,我们发现其中4ka周期强度最强,8ka周期强度次之,2ka周期最弱,Grootes和Stuiver[9]、Ramstorf[6]等分析的近1.5ka的周期成分在这里并没有捕捉到。并且从图 2a进一步发现2个比较突出的特征:1)没有任何一个周期贯穿于整条记录,周期最强的近4ka周期分布在55~22kaB.P.、80~70kaB.P.、88~82kaB.P.这3个时段,近8ka周期主要分布在65~22kaB.P.时段,2ka周期主要分布在35~22kaB.P.时段;2)除2ka周期外,近8ka和4ka周期的周期模数值并不固定,4ka周期模数在55~22kaB.P.和88~82kaB.P.时段变化较大,分别由3.5ka变为4.8ka,4.8ka变为3.5ka,在80~70kaB.P.变化较小;近8ka周期的模数变化范围也很大,在其分布时段由6.8ka变为8.3ka。

图 2b为去除65°N太阳辐射后的小波分析结果,与去趋势前的小波分析结果(图 2a)对比,去除65°N太阳辐射后3个主导周期8ka、4ka和2ka并没有发生变化,并且它们的分布时间段也没有发生变化。比较突出的变化主要有以下3点:1)从颜色冷暖对比来看,去趋势后周期强度明显增大;2)主导周期次序发生变化,去趋势后,近8ka周期成为该时段的最强周期,主要分布在65~22kaB.P.时段,这也从另一个侧面说明近8ka周期没有受到人为去除72ka事件的影响;3)相对去趋势前来说,去趋势后3个主导周期模数虽然仍不是固定值,但是变化范围明显变小。例如近8ka周期仅在8.2~7.2ka之间波动,4ka周期的变化范围为4.5~3.7ka,而其在80~70kaB.P.时段基本上稳定在4ka。我们分析认为,低频滤波仅仅过滤了明显的万年周期成分,但是轨道尺度因子对千年尺度气候变化的间接的影响难以消除。

图 2c为去除72ka事件后的小波分析结果,与图 2a对比发现,3个主导周期成分并没有发生变化,但是这些周期的分布时段发生了明显的变化。其中,最显著的特征就是近8ka周期基本贯穿了整个记录;其次,从颜色冷暖对比度来看,近8ka周期颜色反差程度和4ka周期大致相同。这个结果表明去除72ka事件后,近8ka周期更加连续并且周期强度更大,似乎证明了72ka事件和Toba火山喷发事件之间的关联[36],至少说明了72ka事件和其他气候突变事件的成因机制是不同的。

图 2d为同时去除72ka事件和65°N太阳辐射的小波分析结果,从中可以发现以下四大特征:1)近8ka周期成为主导的3个周期中强度最大的周期,并且贯穿了整个记录,并且模数也相对稳定在近8ka左右;2)4ka周期为强度仅次于近8ka周期的另一个主导周期,但是周期模数差异较大,55~22kaB.P.时段周期模数在4ka左右波动,而88~75kaB.P.时段周期在5ka左右;3)2ka周期仍然是3个主导周期中最弱的周期,在35~22kaB.P.时段分布较为明显;4)1.5ka周期在整个记录中仍不明显。

永兴洞石笋记录的近8ka周期是否具有普遍性需要得到其他洞穴记录的验证。考虑到其他洞穴没有完整的连续的88~22kaB.P.石笋记录,我们基于葫芦洞[32]和三宝洞石笋[49]拼接了一条与永兴洞同时段的记录,并且采用同样的方法剔除72ka事件的影响并去除65°N太阳辐射。小波分析结果如图 2e所示,可以看出,近8ka周期依然是强度最大的主导周期,并且贯穿了整个记录,这表明了永兴洞石笋记录的近8ka周期具有区域普遍性。但仔细观察,葫芦洞和三宝洞石笋拼接记录的小波分析结果与永兴洞3支石笋拼接记录具有一定差异,主要表现为在70~50kaB.P.时段,近8ka周期强度明显减弱。原因可能来自两个方面:1)拼接石笋在这一阶段测年误差较大(平均为600~700a),而永兴洞的误差仅为300a左右;2)这个时段刚好位于葫芦洞和三宝洞记录的拼接部分,二者δ18O绝对值存在的差异(三宝洞记录负偏2 ‰左右)可能也影响了小波分析的结果。

为进一步准确确定时间序列中的周期成分,我们进一步借助小波方差进行小波分析检验,图 3显示同时去除72ka事件和65°N太阳辐射的Morlet小波变换方差分析结果,小波方差图仅有1个突出的峰值,在近7.7ka时,小波方差达到最大值,表明该尺度下周期的震荡最强,为该序列的主周期。同时,此结果也进一步表明能够贯穿整个末次冰期的周期仅有一个近7.7ka周期(≈8ka),与图 2d结果一致。

图 3 永兴洞石笋(YX46、YX51和YX55)记录的小波变换系数方差图 小波方差值为对应的小波系数平方和w2(axj)的均值[50],小波方差随时间尺度的变化过程可通过小波方差系数显示;小波方差的各个峰值分别对应显著周期,当小波方差达到最大值时,小波函数的尺度与序列周期吻合最好,表示该尺度下的周期振荡最强,称为主周期 Fig. 3 Wavelet transform coefficient variance diagram of stalagmites(YX46, YX51 and YX55)δ18O record from Yongxing Cave. The wavelet variance is the mean of the corresponding wavelet coefficient sum of w2(a, xj)[50]. The variation of the wavelet variance with timescale can be shown by wavelet variance coefficient. The peaks of the wavelet variance correspond to the significant period respectively. When the wavelet variance reaches the maximum value, the scale of the wavelet function agrees well with the sequence period, indicating that the periodic oscillation at this scale is the strongest, which called the main period
2.2 两极冰芯的频谱特征 2.2.1 格陵兰GISP2冰芯的小波分析结果

GISP2冰芯去除72ka事件前后小波分析结果如图 4所示。两者具有两点共同特征:1)均有3个较为明显的主周期,其中近8ka周期强度要强于近4ka和1.5ka周期,应该为该条记录的主周期;2)3个周期除1.5ka周期外,其他两个周期模数变化较大,难以确定其中心周期。两者最大的区别在于去除72ka事件后,出现了贯穿整个记录的近8ka周期,尽管周期模数变化较大,从5ka连续上升到9ka,这一结果可能与72ka事件的成因有关。

图 4 格陵兰GISP2冰芯氧同位素小波分析结果 (a)原始数据;(b)去除72ka事件后的数据 Fig. 4 Results of wavelet analysis of the Greenland GISP2 ice core. (a) The original data; (b) The data after removing the 72ka event

去除72ka事件的格陵兰GISP2冰芯和亚洲季风区石笋记录一个显著的共同点就是出现了一个贯穿整个记录的近8ka周期,通过进一步对比发现,格陵兰冰芯的8ka周期模数变化范围更大,且该周期的中心似乎比石笋要小,但是这一差异主要体现在72ka事件的前后,我们认为这可能与我们对冰芯72ka事件数据的处理方法有关;同时我们还发现,在GISP2冰芯4.5~2.5kaB.P.时段出现了Grootes和Stuiver[9]、Ramstorf[6]等分析的1.5ka周期。

2.2.2 南极EDC冰芯的小波分析结果

南极EDC冰芯去除72ka事件前后小波分析结果如图 5所示。由图 5可以发现无论是否去除72ka事件,小波分析结果都只有两个主导周期,且两个周期强度主次分明。同时,永兴洞3支石笋拼接记录中出现的2ka周期或者GISP2冰芯记录中出现的1.5ka周期在EDC冰芯记录中并不明显。而EDC冰芯小波分析结果另一突出的特征在于出现了横贯整个记录的近8ka主导周期;尽管格陵兰GISP2冰芯去除72ka事件后也出现了横贯记录的近8ka主导周期,但是稳定性远不如EDC冰芯。

图 5 南极EDC冰芯氘同位素小波分析结果 (a)原始数据;(b)去除72ka事件后的数据 Fig. 5 Results of wavelet analysis of the Antarctic EDC ice core. (a) The original data; (b) The data after removing the 72ka event

图 5b图 2d对比研究发现,当去除72ka事件后,东亚季风区石笋Δδ18O记录和南极EDC冰芯记录小波分析结果较为相似,主要体现在3个方面:1)两者都有2个明显的主导周期(近8ka和4ka),且近8ka周期强度大于4ka周期;2)近8ka周期贯穿88~22kaB.P.整个记录,且模数相对稳定;3)4ka周期模数在45~22kaB.P.稳定在4ka,而在80~45kaB.P.变为5ka。当然,二者也有两点不同:1)南极EDC冰芯2ka周期小波分析结果不明显;2)从颜色冷暖对比程度来看,相同周期石笋记录的周期强度比冰芯更加明显,这样说明石笋记录更容易识别气候变化韵律。

我们进一步对去除72ka事件的南极EDC冰芯进行了小波变换方差分析,结果如图 6所示,小波方差仅有一个突出的峰值,在近8ka达到最大值,EDC冰芯的小波变换方差系数对应的时间尺度似乎要比东亚季风区石笋记录(图 3)更大一些。考虑到两个样品的误差原因,我们认为南极EDC冰芯和亚洲季风去石笋记录基本一致,因此我们认为贯穿整个末次冰期的近8ka周期是可靠的。

图 6 南极冰芯EDC记录小波变换系数方差图 Fig. 6 Wavelet transform coefficient variance diagram of Antarctic EDC ice core record
3 讨论 3.1 8ka周期的全球意义

由以上研究可以发现,近8ka周期不仅出现在中低纬的亚洲季风区,还影响到格陵兰和南极等高纬地区,因此,这种周期特征应该具有全球性意义。这种接近轨道时间尺度的千年韵律得到全球海平面[51]和CO2[52]变化进一步支持。通过海洋和CO2两种不同介质向全球传递气候变化信息,而海平面和CO2浓度变化本身也具有全球性属性特征[53]。尽管由于年龄和分辨率的原因,海平面和CO2浓度的准确周期尚不确定,但是二者的变化和南极温度具有相似的变化规律。模拟的结果也显示,冰期气候是按一定的规律变化,并非随机发生[54]

然而,末次冰期近8ka周期一直未被各种地质记录广泛地发现,我们认为其一直在被噪音所掩盖,具体体现在以下两个方面:1)受72ka事件的影响,MIS3以来,北大西洋深海沉积中发现了数个冰漂碎屑层[8],其中有6层以高含量的碳酸盐岩屑和有孔虫壳体组成,明显不同于北大西洋周边地区的沉积物,反映了冰山大规模倾入北大西洋,也就是北大西洋冰漂碎屑事件(H1~H6)。北大西洋DSDP609孔和格陵兰GRIP冰芯[55]对比结果显示,格陵兰冰芯记录的MIS1~3阶段主要降温事件都可对应于北大西洋H事件[7]。而在MIS4~5阶段,格陵兰冰芯同样记录了数个大的降温事件[55],尽管没有在北大西洋深海沉积发现与之对应的冰漂碎屑层,但由于这些事件和H事件持续时间、振荡幅度相当,所以自然和北大西洋冰漂碎屑事件联系起来,这其中就包括72ka事件。但是基于我们前文对72ka事件的相关特征的详细分析,它与其他事件的成因机制可能存在本质不同。事实证明,72ka事件这个气候异常的存在长期干扰了我们对气候周期特征的分析。2)受时间标尺的影响。不同的年龄模式会产生不同的频谱信号,比较典型的例子来自于格陵兰地区两支相距仅30km冰芯(GRIP和GISP2)的频谱分析结果[13]。尽管GRIP和GISP2两支冰芯记录提供的氧同位素气候曲线几乎完全一致,但这两个记录年龄模式的不同,分析的周期特征也不相同。GISP2冰芯数层时段的研究表明,其记录的气候变化以1470a为周期冷暖交替出现[9];GRIP冰芯记录的分析结果显示,其千年振荡的频率表现出1100a和1600a双周期特征[10]。当把冰芯GISP2 DO事件的年龄放在葫芦洞独立年龄时标上,据此得出的频谱特征能够很好地与GRIP(ss09sea时标和SFCP2004时标)的频谱结构相对比[13]。由此可见,事件年龄的可靠与否将直接影响其周期特征乃至成因机制的分析。

3.2 8ka周期的解析

20世纪中期,米兰科维奇提出了地球气候变化的地球轨道驱动假说[56]。该理论认为地球轨道参数(偏心率、斜率和岁差)的变化导致了地球上部大气接受的太阳辐射在季节和纬度分配上产生差异,这些差异又引起了中纬度大冰盖的消长、海洋/大陆生态系统的变化和地球系统中诸如大气环流、大洋环流等的振荡[57~59]。地球轨道理论实际上描述了一个简单的系统模型[60],地球轨道的参数变化作为该简单系统模型的输入变量,它主要有3个变化周期,100ka、41ka和19ka(23ka)周期,分别对应3个地球轨道参数偏心率、斜率和岁差的变化。这一假说最初得到了经典深海有孔虫氧同位素地层学的有力支持。1955年,Emiliani[61]发表的深海有孔虫氧同位素曲线明确显示了“轨道假说”中的气候变化周期。Shackleton[62]认为深海底栖有孔虫氧同位素的变化代表了全球冰量的消长,而前者明显的轨道周期进一步证实了全球冰量旋回由太阳辐射驱动。最有力的支持来自Hays等[63]的研究成果,他们根据南印度洋两个深海沉积物钻孔的浮游有孔虫δ18O和放射虫百分比等指标研究了最近50万年来的气候演化,谱分析结果显示地球高纬冰量变化周期与天文轨道参数基本吻合。因此,米兰科维奇地球轨道驱动假说成为解释古气候演化的流行理论[64~65]

然而,Imbrie[66]研究发现,气候系统经常对太阳辐射变化呈非线性系统的响应,在系统的输出变量所表现出来的周期中,除了3个主要的周期外,还有很多次级周期变化。这些次级周期变化可能是主周期以不同方式共同作用的结果[64, 67~68],比如在赤道太平洋和印度洋气候记录中所发现的一个约30ka的非主导周期[69~71],经研究发现这是偏心率、倾斜率以及岁差的共同作用的结果。具体分析方法是偏心率和倾斜率轨道参数的周期按照1/100+1/41=1/29进行分解,从而获得约30ka周期。Clemens[13]基于独立定年的葫芦洞石笋记录,谱分析发现在MIS3~2期间亚洲季风具有1190a、1470a和1667a这3个千年尺度周期,并表明这3个千年尺度周期可能是太阳活动百年尺度周期(512a、352a和286a)的差拍,并认为百年尺度的太阳活动可能驱动千年尺度的DO事件。

上述的方法称为外差法(Heterodyne)[13, 69],由于气候变化呈现多时间尺度变化特征:从年代际尺度到百万年的构造尺度,气候系统正是受到不同时间尺度外强迫的叠加作用而表现出更为复杂的演变特征,外差法正是建立在这一基础之上,气候系统受到不同时间尺度的驱动力的叠加影响,那么两个或者多个不同频率的驱动力在驱动气候变化的过程中便产生了相互影响,进而产生了新的不同频率的驱动力,其实就是两个或多个不同的频率合在一起产生的差拍。本文通过永兴洞3支石笋记录(YX46、YX51和YX55)进行频谱分析,获得了一个贯穿整个末次冰期的近8ka周期组分,通过与格陵兰、南极冰芯等记录的频谱分析进行对比,发现该周期具有全球气候意义。然而,这个周期很难得到已有的千年尺度机制的解释。千年尺度波段的频谱峰值通过外差法的方式可以对应到地球轨道参数周期的变化模式上。我们采用Pisias和Mix[69]的方法对离心率和岁差轨道参数的周期按照1/100+1/19=1/16进行分解,从而获得16ka周期,这个周期的一半刚好与发现的8ka周期相匹配。因此,气候系统对地球轨道参数变化的非线性响应,不仅可以产生类似赤道太平洋和印度洋气候记录中所发现30ka轨道周期[69],也可以产生我们分析的8ka的千年周期。地球轨道参数或单独或共同作用,引起海表温、大冰盖、海洋/大陆生态系统的变化,通过大气、大洋等环流作用,从而产生地球气候系统轨道和千年尺度的振荡[71~73]

4 结论

基于目前已经发表的中国湖北永兴洞3支(YX46、YX51和YX55)石笋氧同位素记录,拼接重建了末次冰期88~22kaB.P.平均分辨率达70a的东亚季风演变序列。通过对石笋δ18O进行剔除65°N太阳辐射和72ka异常事件的影响,并运用小波变换与多尺度分析等数学处理方法,获得了以下两点结论:

(1) 我们发现末次冰期亚洲季风具有明显的近8ka、4ka、2ka左右的周期。其中近8ka周期是唯一一个贯穿整个末次冰期的显著周期,同时这一结论也得到三宝洞和葫芦洞石笋拼接记录小波分析结果的支持,表明永兴洞石笋记录的近8ka周期具有区域普遍性。和两极冰芯记录对比结果显示,亚洲季风石笋和南极冰芯记录频谱特征具有较大的相似性,突出表现在均出现了贯穿整个末次冰期的近8ka周期。同时,我们进一步发现在中低纬的亚洲季风区发现的近8ka周期,也出现在格陵兰和南极等高纬地区,因此我们认为这种近8ka周期特征应该具有全球性意义。

(2) 已有的千年尺度机制难以有力地解释该周期组分,我们利用外差法对轨道参数的周期进行分解,获得16ka周期,这个周期的一半刚好与发现的8ka周期相匹配。因此,我们认为千年尺度气候振荡可以对应到轨道周期的变化模式上,地球轨道参数单独或共同作用,可以引起海表温、大冰盖、海洋/大陆生态系统的变化,通过大气、大洋等环流作用,从而产生地球气候系统轨道和千年尺度的振荡。亚洲季风的8ka周期可能是100ka年偏心率周期和19ka的岁差周期相互叠加共同作用的结果。

致谢: 感谢审稿专家和编辑部杨美芳老师的宝贵意见,在此一并感谢!

参考文献(References)
[1]
Zeng Y L, Chen S T, Yang S H, et al. Multiscale analysis of Asian monsoon over the past 640 ka[J]. Science China:Earth Sciences, 2019, 62(5): 97-106.
[2]
Wang P X, Wang B, Cheng H, et al. The global monsoon across time scales:Mechanisms and outstanding issues[J]. Earth-Science Reviews, 2017, 174: 84-121. DOI:10.1016/j.earscirev.2017.07.006
[3]
Broecker W S. Does the trigger for abrupt climate change reside in the ocean or in the atmosphere?[J]. Science, 2003, 300(5625): 1519-1522.
[4]
Broecker W S, Bond G, Klas M, et al. A salt oscillator in the glacial Atlantic?[J]. Paleoceanography, 1990, 5(4): 469-477.
[5]
Schulz M. On the 1470-year pacing of Dansgaard-Oeschger warm events[J]. Paleoceanography, 2002, 17(2): 4/1-4/9. DOI:10.1029/2000PA000571
[6]
Rahmstorf S. Thermohaline circulation:The current climate[J]. Nature, 2003, 421(6924): 699. DOI:10.1038/421699a
[7]
Bond G, Broecker W, Johnsen S, et al. Correlations between climate records from North Atlantic sediments and Greenland ice[J]. Nature, 1993, 365(6442): 143-147.
[8]
Heinrich H. Origin and consequences of cyclic ice rafting in the northeast Atlantic Ocean during the past 130, 000 years[J]. Quaternary Research, 1988, 29(2): 142-152.
[9]
Grootes P M, Stuiver M. Oxygen 18/16 variability in Greenland snow and ice with 103-to 105-year time resolution[J]. Journal of Geophysical Research, 1997, 102(C12): 26455-26470.
[10]
Hinnov L A, Schulz M, Yiou P. Interhemispheric space-time attributes of the Dansgaard-Oeschger oscillations between 100 and 0 ka[J]. Quaternary Science Reviews, 2002, 21(10): 1213-1228.
[11]
Johnsen S J, Dahl-Jensen D, Gundestrup N, et al. Oxygen isotope and paleotemperature records from six Greenland ice-core stations:Camp Century, Dye-3, GRIP, GISP2, Renland and NorthGRIP[J]. Journal of Quaternary Science, 2001, 16(4): 299-307.
[12]
Ditlevsen P D, Kristensen M S, Anderse K K. The recurrence time of Dansgaard-Oeschger events and limits on the possible periodic component[J]. Journal of Climate, 2005, 18(14): 2594-2603.
[13]
Clemens S C. Millennial-band climate spectrum resolved and liked to centennial-scale solar cycles[J]. Quaternary Science Reviews, 2005, 24(5-6): 521-531.
[14]
Braun H, Christl M, Rahmstorf S, et al. Possible solar origin of the 1470-year glacial climate cycle demonstrated in a coupled model[J]. Nature, 2005, 438(7065): 208-211.
[15]
Ditlevsen P D, Andersen K K, Svensson A. The DO-climate events are probably noise induced:Statistical investigation of the claimed 1470 years cycle[J]. Climate of the Past, 2007, 3(1): 129-134.
[16]
Hemming S R. Heinrich events:Massive Late Pleistocene detritus layers of the North Atlantic and their global climate imprint[J]. Review of Geophysics, 2004, 42(1): RG1005. DOI:10.1029/2003RG000128
[17]
Capron E, Landais A, Chappellaz J, et al. Millennial and submillennial scale climatic variations recorded in polar ice cores over the last glacial period[J]. Climate of the Past, 2010, 6(1): 345-365.
[18]
胡小猛, 王杜涛, 陈美君, 等. 山西临汾盆地末次冰期时段湖相沉积中的H、D/O事件记录[J]. 第四纪研究, 2014, 34(2): 354-363.
Hu Xiaomeng, Wang Dutao, Chen Meijun, et al. The study on the records of H and D/O paleoclimatic events during the last glacial period from the lacustring sediment in Linfen Basin, Shanxi Graben[J]. Quaternary Sciences, 2014, 34(2): 354-363.
[19]
Alley R B, Anandakrishnan S, Jung P. Stochastic resonance in the North Atlantic[J]. Paleoceanography, 2001, 16(2): 190-198.
[20]
Svensson A, Andersen K K, Bigler M, et al. The Greenland ice core chronology 2005, 15-42 ka. Part 2:Comparison to other records[J]. Quaternary Science Reviews, 2006, 25(23-24): 3258-3267.
[21]
Svensson A, Andersen K K, Bigler M, et al. A 60000 year Greenland stratigraphic ice core chronology[J]. Climate of the Past, 2008, 4(1): 47-57.
[22]
Chen S T, Wang Y J, Cheng H, et al. Strong coupling of Asian monsoon and Antarctic climates on sub-orbital timescales[J]. Scientific Reports, 2016, 6: 32995. DOI:10.1038/srep32995
[23]
Wang Z J, Chen S T, Wang Y J, et al. Sixty-year quasi-period of the Asian monsoon around the last interglacial derived from an annually resolved stalagmite δ18O record[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2020, 541: 109545. DOI:10.1016/j.palaeo.2019.109545
[24]
Liang Y J, Chen S T, Zhang Z Q, et al. Abrupt monsoonal shifts over the precessional cycles documented in Yongxing Cave in China during the antepenultimate glacial period[J]. Environmental Earth Sciences, 2018, 77(3): 228. DOI:10.1007/s12665-018-7410-x
[25]
张伟宏, 陈仕涛, 汪永进, 等. 小冰期东亚夏季风快速变化特征:湖北石笋记录[J]. 第四纪研究, 2019, 39(3): 765-774.
Zhang Weihong, Chen Shitao, Wang Yongjin, et al. Rapid change in the East Asian summer monsoon:Stalagmite records in Hubei, China[J]. Quaternary Sciences, 2019, 39(3): 765-774.
[26]
吴帅男, 陈仕涛, 段福才. 北半球72 ka B.P.气候突变事件及其与Toba火山的关系[J]. 地球科学进展, 2012, 27(1): 35-41.
Wu Shuainan, Chen Shitao, Duan Fucai. The relation between the 72 ka B.P. event and the Toba super eruption[J]. Advances in Earth Science, 2012, 27(1): 25-41.
[27]
黄帆, 杨勋林, 吕春艳, 等. 重庆羊子洞高分辨率石笋δ13C记录的65-90 ka BP气候变化[J]. 西南大学学报(自然科学版), 2014, 36(5): 166-173.
Huang Fan, Yang Xunlin, Lü Chunyan, et al. A high-resolution stalagmite δ13C record about 65-90 ka BP from Yangzi Cave, Chongqing[J]. Journal of Southwest University(Natural Science Edition), 2014, 36(5): 166-173.
[28]
Grootes P M, Stuiver M, White J W C, et al. Comparison of oxygen isotope records from the GISP2 and GRIP Greenland ice cores[J]. Nature, 1993, 366(6455): 552-554.
[29]
Wagner B, Leng M J, Wilke T, et al. Distinct lake level lowstand in Lake Prespa(SE Europe)at the time of the 74 (75)ka Toba eruption[J]. Climate of the Past, 2014, 10(1): 261-267.
[30]
Svensson A, Bigler M, Blunier T, et al. Direct linking of Greenland and Antarctic ice cores at the Toba eruption(74 ka BP)[J]. Climate of the Past, 2013, 9(2): 749-766.
[31]
Johnsen S, Clausen H, Dansgaard W, et al. Irregular glacial interstadials recorded in a new Greenland ice core[J]. Nature, 1992, 359(6393): 311-313.
[32]
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.
[33]
Zielinski G A. Potential Aatmospheric impact of the Toba mega-eruption~71, 000 years ago[J]. Geophysical Research Letters, 1996, 23(8): 837-840.
[34]
Costa A, Smith V C, Macedonio G, et al. The magnitude and impact of the Youngest Toba Tuff super-eruption[J]. Frontiers in Earth Science, 2014, 2(16): 1-8.
[35]
Rose W I, Chesner C A. Worldwide dispersal of ash and gases from Earth's largest known eruption:Toba, Sumatra, 75 ka[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 1990, 89(3): 269-275.
[36]
Rampino M R, Self S. Volcanic winter and accelerated glaciation following the Toba super-eruption[J]. Nature, 1992, 359(6390): 50-52.
[37]
Schulz H, von Rad U, Erlenkeuser H. Correlations between Arabian Sea and Greenland climate oscillations of the past 110, 000 years[J]. Nature, 1998, 393(6680): 54-57.
[38]
Jouzel J, Masson-Delmotte V, Cattani O, et al. Orbital and millennial Antarctic climate variability over the past 800, 000 years[J]. Science, 2007, 317(5839): 793-796.
[39]
EPICA Community Members. One-to-one coupling of glacial climate variability in Greenland and Antarctica[J]. Nature, 2006, 444(7116): 195-198.
[40]
Blunier T, Brook E J. Timing of millennial-scale climate change in Antarctica and Greenland during the last glacial period[J]. Science, 2001, 291(5501): 109-112.
[41]
Morlet J G, Arens G, Fourgeau E. Wave propagation and sampling theory:Complex signal and scattering in multi-layered media[J]. Geophysics, 1982, 47(1): 203-211.
[42]
Grossmann A, Morlet J. Decomposition of hardy function into square integrable wavelets of constantshape[J]. SIAM Journal on Mathematical Analysis, 1984, 15(4): 723-726.
[43]
张志平, 黄伟, 陈建徽, 等. 全新世东亚夏季风演化的多尺度周期变化及其可能机制探讨[J]. 第四纪研究, 2017, 37(3): 498-509.
Zhang Zhiping, Huang Wei, Chen Jianhui, et al. Multi-time scale analysis of East Asian summer monsoon and its possible mechanism during Holocene[J]. Quaternary Sciences, 2017, 37(3): 498-509.
[44]
鲁凤, 徐建华, 陈亚宁, 等. 叶尔羌河源流区近50年来年径流变化及其对气候变化的响应[J]. 第四纪研究, 2010, 30(1): 152-158.
Lu Feng, Xu Jianhua, Chen Yaning, et al. Annual runoff change and its response to climate change in the headwater area of the Yarkand River in the recent 50 years[J]. Quaternary Sciences, 2010, 30(1): 152-158.
[45]
叶秣麟, 秦宁生, 白爱娟, 等. 树轮宽度记录的长江源1470-2009年4-6月最高气温[J]. 第四纪研究, 2015, 35(5): 1102-1111.
Ye Molin, Qin Ningsheng, Bai Aijuan, et al. Tree ring width records of maximum temperature in April-June on source region of Yangze river from 1470-2009[J]. Quaternary Sciences, 2015, 35(5): 1102-1111.
[46]
严银汉, 孔兴功, 汪永进, 等. 基于小波分析的全新世气候变化千年周期极其成因[J]. 第四纪研究, 2012, 32(1): 294-303.
Yan Yinhan, Kong Xinggong, Wang Yongjin, et al. Holocene climate millennium cycle and causes based on wavelet analysis[J]. Quaternary Sciences, 2012, 32(1): 294-303.
[47]
Daubechies I. Ten Lectures on Wavelets[M]. Philadelphia: Society for Industrial and Applied Mathematics, 1992: 17-52.
[48]
刘俊萍, 田峰巍, 黄强. 黄河上游河川径流变化多时间尺度分析[J]. 应用科学学报, 2003, 21(2): 117-121.
Liu Junping, Tian Fengwei, Huang Qiang. A multiple time scales analysis of the runoff variation along the upper reaches of the Yellow River[J]. Journal of Applied Sciences, 2003, 21(2): 117-121.
[49]
Wang Y J, Cheng H, Edwards R L, et al. Millennial-and orbital-scale changes in the East Asian monsoon over the past 224, 000 years[J]. Nature, 2008, 451(7128): 1090-1093.
[50]
Bradshaw G A, Spies T A. Characterizing canopy gap structure in forests using wavelet analysis[J]. Journal of Ecology, 1992, 80(2): 205-215.
[51]
Siddall M, Rohling E J, Almogi-Labin A, et al. Sea-level fluctuations during the last glacial cycle[J]. Nature, 2003, 423(6942): 853-858.
[52]
Ahn J, Brook E. Atmospheric CO2 and climate on millennial time scales during the last glacial period[J]. Science, 2008, 322(5898): 83-85.
[53]
Siddall M, Honisch B, Waelbroeck C, et al. Changes in deep Pacific temperature during the mid-Pleistocene transition and Quaternary[J]. Quaternary Science Reviews, 2010, 29(1-2): 170-181.
[54]
Sima A, Paul A, Schulz M. The Younger Dryas-An intrinsic feature of Late Pleistocene climate change at millennial timescales[J]. Earth and Planetary Science Letters, 2004, 222(3-4): 741-750.
[55]
Dansgaard W, Johnsen S J, Clausen H B, et al. Evidence for general instability of past climate from a 250-kyr ice core record[J]. Nature, 1993, 364(6434): 218-220.
[56]
Milankovitch M. Canon of Insolation and the Ice-age Problem(Beograd:Koniglich Serbische Akademie, 1941)English Translation by the Israel Program for Scientific Translations[M]. Washington D.C.: Published for the US Department of Commerce and the National Science Foundation, 1969: 1-633.
[57]
Berger A. Long-term variations of caloric insolation resulting from the Earth's orbital elements[J]. Quaternary Research, 1978, 9(2): 139-167.
[58]
汪品先. 低纬过程的轨道驱动[J]. 第四纪研究, 2006, 26(5): 694-701.
Wang Pinxian. Orbital forcing of the low latitude processes[J]. Quaternary Sciences, 2006, 26(5): 694-701.
[59]
丁仲礼. 米兰科维奇冰期旋回理论:挑战与机遇[J]. 第四纪研究, 2006, 26(5): 710-717.
Ding Zhongli. The Milankovitch theory of Pleistocene glacial cycles:Challenges and chances[J]. Quaternary Sciences, 2006, 26(5): 710-717.
[60]
Imbrie J. Astronomical theory of the Pleistocene ice ages:A brief historical review[J]. Icarus, 1982, 50(2-3): 408-422.
[61]
Emiliani C. Pleistocene temperatures[J]. The Journal of Geology, 1955, 63(6): 538-578.
[62]
Shackleton N J. Oxygen isotope analyses and Pleistocene temperatures re-assessed[J]. Nature, 1967, 215(5096): 15-17.
[63]
Hays J D, Imbrie J, Shackleton N J. Variations in the Earth's orbit:Pacemaker of the ice ages[J]. Science, 1976, 194(4270): 1121-1132.
[64]
黄春菊, 田晓丽. 太阳活动对年代际-亚轨道尺度气候变化的驱动机制探讨[J]. 第四纪研究, 2018, 38(5): 1255-1237.
Huang Chunjun, Tian Xiaoli. Discussion on the driving mechanism of solar activity to interannual-suborbital-scale climate change[J]. Quaternary Sciences, 2018, 38(5): 1255-1237.
[65]
吴怀春, 房强, 张世红, 等. 新生代米兰科维奇旋回与天文地质年代表[J]. 第四纪研究, 2016, 36(5): 1055-1074.
Wu Huaichun, Fang Qiang, Zhang Shihong, et al. Cenozoic Milankovitch cycles and astronomical time scale[J]. Quaternary Sciences, 2016, 36(5): 1055-1074.
[66]
Imbrie J, Imbrie J Z. Modeling the climatic response to orbital variations[J]. Science, 1980, 207(4434): 943-953.
[67]
Clemens S, Prell W, Murray D, et al. Forcing mechanisms of the Indian Ocean monsoon[J]. Nature, 1991, 353(6346): 720-725.
[68]
石正国, 雷婧, 周朋, 等. 轨道尺度亚洲气候演化机理的数值模拟:历史与展望[J]. 第四纪研究, 2020, 40(1): 8-17.
Shi Zhengguo, Lei Jing, Zhou Peng, et al. Numberical simulation researches on orbital-scale Asian climate dynamics:History and perspective[J]. Quaternary Sciences, 2020, 40(1): 8-17.
[69]
Pisias N G, Mix A C. Spatial and temporal oceanographic variability of the eastern equatorial Pacific during the Late Pleistocene:Evidence from radiolaria microfossils[J]. Paleoceanography, 1997, 12(3): 381-393.
[70]
Beaufort L, de Garidel-Thoron T, Linsley B, et al. Biomass burning and oceanic primary production estimates in the Sulu Sea area over the last 380 kyr and the East Asian monsoon dynamics[J]. Marine Geology, 2003, 201(1-3): 53-65.
[71]
Beaufort L, de Garidel-Thoron T, Mix A C, et al. ENSO-like forcing on oceanic primary production during the Late Pleistocene[J]. Science, 2001, 293(3): 2440-2444.
[72]
Budziak D, Schneider R, Rostek F, et al. Late Quaternary insolation forcing on total organic carbon and C37 alkenone variations in the Arabian Sea[J]. Paleoceanography, 2000, 15(3): 307-321.
[73]
Jian Z M, Huang B Q, Kuhnt W, et al. Late Quaternary upwelling intensity and East Asian monsoon forcing in the South China Sea[J]. Quaternary Research, 2001, 55(3): 363-370.
Spectral characteristic of the Asian monsoon millennial-scale events during the Last Glacial
Wang Zhenjun1,2,3, Chen Shitao1,2,3, Zhou Xueqin1,2,3, Liang Yijia1,2,3, Wang Yongjin1,2,3     
(1 School of Geography, Nanjing Normal University, Nanjing 210023, Jiangsu;
2 Key Laboratory of Virtual Geographic Environment(Nanjing Normal University), Ministry of Education, Nanjing 210023, Jiangsu;
3 Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, Jiangsu)

Abstract

The Greenland ice cores have done a lot of research on the spectral characteristics of millennial-scale events during the Last Glacial. However, there are problems such as monotonous spectrum period (focused on 1~2 ka), monotonous research area (limited to the Northern high latitudes), and monotonous research interval (limited to the high-resolution interval since 38 ka B.P.), which indicates that the spectral characteristics of the millennial-scale events during the Last Glacial need to be further studied. Based on the published δ18O record of three stalagmites (No:YX46, YX51 and YX55) from Yongxing Cave (31°35'04″N, 111°14'42″E; 750 m a.s.l.), Hubei Province, China, the East Asian monsoon evolution sequence with an average resolution of 70 a over 88~22 ka B.P. was reconstructed, which attempt to provide a new understanding to the dynamic mechanism of millennial-scale events during the Last Glacial.After analysis, we believe that the mechanism of the 72 ka event is different from other events and may interfere with the results of spectrum analysis. By eliminating the influence of 65°N insolation and 72 ka anomaly event, the Morlet wavelet analysis showed that the Asian monsoon had obvious periods of nearly 8 ka, 4 ka and 2 ka during the Last Glacial. Besides, the nearly 8 ka-period is the only significant period throughout the Last Glacial. Meanwhile, this conclusion is also supported by the wavelet analysis results of the stalagmite splice records from Sanbao Cave and Hulu Cave, indicating that the nearly 8 ka period recorded by the stalagmites in Yongxing Cave has regional universality. Compared with the bipolar ice core records, the spectral characteristics of Asian monsoon stalagmites and Antarctic ice cores have great similarities, and the outstanding performances show nearly 8 ka cycle throughout the Last Glacial. At the same time, we further found that the nearly 8 ka cycle found in the mid-low latitude also appeared in high latitudes such as Greenland and Antarctica, so we believe that this periodic feature should be global.However, the existing millennial-scale mechanism is difficult to explain the periodic components strongly. Due to climate change is characterized by multiple time scales, the climate system is affected by superposition of external forcing at different time scales and exhibits more complex evolutionary characteristics. Heterodyne method is based on this, the climate system affected by the superposition of different time scales of driving force, so two or more different frequency of driving force in the process of driving climate change, the mutual influence and, in turn, produced a new and different frequency of driving force. We use the heterodyne method to decompose the periodicity of the orbital parameters to obtain a 16 ka period, which the half of the period that matches the found 8 ka period. Therefore, we believe that the millennial-scale climate oscillations can correspond to the pattern of changes in the orbital cycle. Earth orbital parameters alone or in combination can cause changes in sea surface temperature, ice sheet, and marine/continental ecosystems, and through the circulation of the atmosphere and oceans, produce oscillations in the Earth's climate system on orbital and millennial scale. The nearly 8 ka cycle of the Asian monsoon may be the result of a superposition of the 100 ka eccentricity cycle and the 19 ka precession cycle.
Key words: cave stalagmite    Last Glacial    Asian monsoon    millennial-scale events    nearly 8 ka period