|
在过去约一万年以来的古生态研究中,由于人类定居和农业起源的影响,如何判断古生态系统演化主要受自然气候控制还是受人类活动影响?一直是学术界的一个难题,也是地球系统科学中的一个基础性问题。具体到能否定量区分人类活动对过去植被变化的影响程度,曾经被认为是几乎不可能的事情。最近我们课题组和国内同行合作,从孢粉分析-概率统计-考古学角度,提出了一个全新的“误差拐点-判别分析”定量方法,并应用于浙江良渚考古遗址蜜蜂弄古水库剖面古植被判别和古气候重建中,为相关领域的研究提供了重要的方法论支持和实践经验。论文在 PNAS Nexus上线。
1 前人的方法与局限
第一作者范保硕是在读博士生,疫情以后从河北师范大学到中国科学院地质与地球物理研究所做博士论文,从开始只要求他分析良渚考古遗址蜜蜂弄(MFL)古水库剖面约6000年以来的孢粉记录,到希望他区分出人类活动显著影响的孢粉组合,难度逐渐增加。前人已有的区分人类影响的方法,一般有两个途径:1)明确人类活动指标,用伴人花粉,谷物禾本科花粉、先锋植物孢粉等作为人类对植被影响的指标,解释地层记录;2)基于全球人类活动影响指数(Human Influence Index,简称HII;HII值(0-64)越大人类影响程度越强)分布,建立HII-孢粉转换函数。但是这些方法始终无法给出合理的、可量化的、可以重复验证的判别标准。首先人类活动在多大程度上影响了现代孢粉组合?能否定量区分自然和非自然现代孢粉组合特征去厘定人类活动对古植被的影响程度,提高古气候定量重建的精度,或者多维度解析考古遗址中的孢粉记录等,一直没有在理论和方法上取得进展,是一个亟待突破的研究瓶颈。
2 新的认识与突破
早知道这是一块难啃的硬骨头,我也想借某个考古遗址剖面的研究啃下来,准备过不少文献, 积累了大量全国现代沉积表土孢粉数据。先后讨论过多种方案,逐渐形成这样的认识:从理论上讲,自然生态系统中植物和动物的协同演化是由气候-环境变化驱动的自然过程。动物(包括早期人类)对植被的影响长期存在于这一自然过程中。我们如何确定自然植被的生态特征(包括组成、丰度、结构,以及稳定性、复杂性、功能性等)是否因人类活动的影响而偏离了自然过程?其实质上是要判断自然植被生态特征是否偏离了自然气候温度-降水梯度的驱动和控制。
反应在现代沉积孢粉组合中:1)人类活动对植被的影响越大,植被群落就越偏离自然温度-降水的驱动和控制,建立的现代沉积表土孢粉-温度/降水转换函数的自检验回归误差越大、相关系数越小;2)越是自然植被建立的现代沉积表土孢粉-温度/降水转换函数,自检验回归误差越小,相关系数越大。
有了上面的认识,我们似乎找到一个窗口:利用回归误差和相关系数就可以区分,但是这个窗口并不透明。如何从算法上、原理上定量评估区分并不容易。我把在大学学过的数学地质到最近流行的归因分析都反复琢磨过,从聚类分析的阈值变化到回归误差和相关系数随HII值变化的交点出现,几度看似触手可及,而又不可得,苦思冥想…。期待的灵光乍现发生在一个早晨:粒度分析概率累积曲线图,GS. Visher(1969)不同动力系统对应不同粒度组分和正态分布,可以用概率累积曲线表达。
原生植被系统、次生植被系统和人工植被系统建立的温度/降水转换函数的回归误差,都是随机分布的,不同的系统服从不同的正态分布或者对数正态分布…。这种正态分布类似于沉积物粒度分析中不同动力系统的粒度组分(例如:滚动组分、跳跃组分、悬浮组分)有不同的频率分布图和概率累积曲线图,在概率累积曲线上不同组分之间是通过拐点来区分的。同样地,不同植被系统的温度/降水转换函数的回归误差,在人类活动影响指数(HII)上的分布频率图、累积概率曲线图,同样也可以通过类似粒度分析的“拐点”来加以区分 (图1),不同系统累积概率曲线间的拐点,就是定量区分原生植被、次生植被和人工植被系统影响的拐点,对应的HII值为拐点值IPs(inflection points)。
图1. 不同植被系统误差概率累积曲线(probability cumulative curve)函数随着HII值的变化之间的拐点(inflection point),是可以明确区分原生植被、次生植被和人工植被系统的标志点,对应的HII值为拐点值IPs.
3 误差拐点-判别分析方法
我们试图建立一种名为“误差拐点-判别分析(the error inflection point–discriminant technique,简称EIPDT)”(见图2)的新方法。该方法的核心在于使用IPs来有效区分三组不同的现代孢粉组合数据,它们分别代表现代原生植被、次生植被和人工植被系统。具体步骤如下:
(1)判别分析:首先,我们将这三组现代孢粉组合数据设定为先验组(即组1代表原生植被,组2代表次生植被,组3代表人工植被)。基于这些数据,我们构建判别函数,以便准确判断地层中的化石孢粉究竟来源于哪一个植被组。
(2)气候重建:其次,我们专门利用原生植被系统的现代孢粉数据来建立气候转换函数。这一函数随后被应用于那些被判别为源自原生植被的地层孢粉数据,从而实现对古温度和古降水的精确重建。
EIPDT方法结合了误差拐点区分、判别分析与气候重建三个核心步骤。厘定了长期模糊的原生、次生、人工植被现代孢粉组合的边界;提升了判别地层孢粉来源的准确性,将提高古气候重建精度。
图2 误差拐点-判别分析方法流程图
4 方法的适用性
在中国东部长江中下游地区的应用
我们采用了误差拐点-判别方法(EIPDT)(见图2),针对良渚遗址周边的800、1000、1200和1400公里区域内的现代孢粉数据,分别建立了孢粉-降水/温度的转换函数(见图3-A)。分析结果显示,随着人类影响指数(HII)的变化,在不同转换函数回归误差的累积概率曲线上,都稳定地出现了两个拐点值(IPs),对应的HII值都分别为22±1.9和38±1.2(见图3-B)。
根据现代孢粉样点的植被记录,我们发现:
HII值≤22的样本中,有超过92.7%的样本分布在天然原生林、原生草地等自然驱动的植被类型中。
HII值在22至38之间的现代孢粉样本,主要分布在次生植被(约占54.5%)和受次生植被影响的农田(约占45.3%)中。
HII值≥38的现代孢粉样本,则全部位于长期耕作的农田或城镇郊区园林中,这些区域的植被主要受人类活动的控制。
为了更直观地展示这些发现,我们将累积概率曲线上HII值≤22、22–38和≥38的线段分别标记为线段1、2和3(见图3-B),它们分别代表了原生植被、次生植被和人工植被系统。
图3 现代孢粉样本来自良渚遗址MFL剖面为中心的3个范围(A);现代孢粉气候转换函数(WA-PLS)中MAP/mm和MAT/℃回归误差的累积概率曲线(B);孢粉样本的判别分析结果(C),1,HII值≤22的现代孢粉样本。2,HII值>22且<38的现代孢粉样本。3,HII值≥38的现代孢粉样本。MFL,良渚遗址MFL剖面的化石孢粉样本。CSG,样本组中心。
进一步,我们以HII值≤22、22–38和≥38的现代孢粉样本作为三个先验组进行了判别分析(见图3-C)。交叉验证的结果表明:组1(代表原生植被)的正确分类率高达90.2%。组2和组3(分别代表次生植被和人工植被)的正确分类率分别为58.4%和44.8%。值得注意的是,几乎所有来自MFL剖面的化石孢粉样本都被归类到了组1和组2中(见图3-C;图5-A)。
EIPDT在全球其他地区的适用性
为了验证EIPDT方法的广泛适用性,我们在欧洲、北美以及中国的青藏高原这三个具有显著环境-海拔差异的地区进行了类似的研究。结果(见图4)显示,这四个地区(包括中国东部)在原生/次生植被系统的转变上,呈现出一致的拐点HII值(约为22)。这一发现表明,当HII值达到或超过22时,人类活动开始对原生植被系统产生显著影响,促使其向次生植被系统转变,这一规律在全球范围内具有普遍性。
然而,在次生/人工植被系统的转变上,不同地区展现出了差异性。具体来说,欧洲地区的第二个拐点HII值为50±2.5,北美东部为48±2.7,而中国东部则为38±1.2。值得注意的是,在青藏高原这一受人为干扰较少的地区,并未观察到第二个拐点的存在。这些差异反映了不同地区由于人口密度、历史背景和管理措施的不同,导致植被对人类干扰的响应和恢复能力存在区域性的差异。
图4 世界典型地区植被系统的IP分布。全球HII值和回归误差的累积概率曲线(WA-PLS、MAP/mm和MAT/℃)作为北美东南部(A)、欧洲(B)和青藏高原(C)现代孢粉样本HII值的函数
总的来说,误差拐点-判别方法(EIPDT)能定量评估人类与自然对植被变化的影响程度,揭示植被系统转变的规律。该方法全球适用,为认识生态系统复杂性及预测未来变化提供了关键工具和科学依据。
5 案例研究
良渚遗址MFL剖面的植被变化与人类活动影响
本研究以中国东部地区为例,利用误差拐点-判别方法(EIPDT)对良渚遗址MFL剖面约6000年以来的化石孢粉组合进行了分析。通过HII值为22和38的两个拐点值(IPs),我们建立了良渚遗址周围1200公里内原生植被、次生植被和人工植被的判别函数,旨在识别MFL剖面的哪些孢粉样品属于原生植被(组1),哪些属于非原生植被(组2和组3)(见图5)。
结果显示,在良渚地区,5.0-3.7 ka、2.6-1.8 ka以及0.5-0 ka这三个时间段内,植被为显著受到人类活动控制和影响的次生植被,样品被判别为组2的概率多数在70-80%以上;而在6.6-5.0 ka、3.7-2.6 ka以及1.8-0.5 ka期间,植被则主要呈现为原生自然状态,样品被判别为组1的概率多数在80%以上(见图5-A)。
进一步地,我们利用良渚遗址周围1200公里内HII值 ≤ 22的现代孢粉数据库构建了一套孢粉-降水/温度转换函数,对地层中自然植被时期的古温度和古降水进行了定量重建。结果表明,在6.6-5.0 ka、3.7-2.6 ka以及1.8-0.5 ka这三个自然植被主导的时期,古温度的变化范围大致在17.5-15℃之间,而降水量则在1600-1300mm之间波动(见图5-C、D)。
这些发现与区域内的考古证据、历史文献和其他独立的古环境记录相吻合(具体见图5A-G),从而验证了我们方法的准确性和可靠性。综上所述,EIPDT新方法不仅能够有效地定量评估区分过去人类活动对植被的影响程度,还能够精确地重建自然植被时期的古气候环境。
图5长江下游良渚地区环境变化及与东亚季风区其他气候和人类活动代用记录的对比。(A)判别概率(1:原生植被系统; 2:非原生植被系统,虚线表示50%的概率)(本研究);(B) Poaceae花粉百分比(≥38 μm)(本研究);(C)重建的年均降水(本研究);(D)重建的年均温度(本研究);(E)董哥洞δ18O记录(Wang 等,2005);(F)长江下游新石器时代考古遗址的数量(Xiao,2019);(G)长江下游文化演化序列(Liu,2017);(H)水稻型植硅体百分比(Huan 等,2022);(I)阔叶树花粉百分比(本研究);(J)基于花粉的大九湖地区重建的年均温度 (Zhu等,2010);(K)长江下游地区人口(Goldewijk 等,2010)。C和D蓝色和橙色阴影表示误差范围,虚线为非原生植被阶段,重建的MAP/mm和MAT/℃不可靠 (C, D)。
6 小结
本研究通过建立并应用误差拐点-判别方法(EIPDT),展示了该方法在定量评估区分人类活动对植被影响的贡献及重建古气候方面的有效性,为相关学科提供了全新分析工具,有希望推动孢粉学、古生态学等学科的深入发展。同时,该方法的普适性预示了其在其他领域的潜在应用价值,但仍需进一步验证和完善,例如如何更精确地量化多种因素的贡献度是一个值得深入研究的问题。未来研究可以进一步拓展EIPDT方法的应用范围,结合更多的古环境记录和考古证据,以更全面、准确地揭示人类活动与生态环境之间的相互作用机制。
河北师范大学地理科学学院博士生范保硕为第一作者,中国科学院地质与地球物理研究所吕厚远研究员(指导导师)和云南师范大学旅游与地理科学学院沈才明教授为共同通讯作者,联合河北师范大学地理科学学院李月丛教授、许清海教授,中国科学院地质与地球物理研究所吴乃琴研究员、张健平研究员、徐德克副研究员、董亚杰特聘副研究员、崔安宁博士,临沂大学资源与环境学院郇秀佳副教授,以及浙江省文化考古研究所王永磊馆员、王宁远研究员等一起完成本研究工作。
研究成果发表于《美国国家科学院院刊》(PNAS)子刊PNAS Nexus上 (范保硕,吕厚远*,李月丛,沈才明*,许清海,张健平,郇秀佳,王永磊,王宁远,徐德克,董亚杰,崔安宁,吴乃琴. A novel approach for quantitatively distinguishing between anthropogenic and natural effects on paleovegetation [J]. PNAS Nexus, 2024)。该研究受国家自然科学基金(T2192950, 41830322, 42177437 和42202217),云南省基础研究专项重点项目(202101AS070006),河北省教育厅研究生创新资助项目(CXZZBS2023088)等项目的资助。
论文连接:https://doi.org/10.1093/pnasnexus/pgae135
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 09:28
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社