Climate Changes of Late Pleistocene to Middle Holocene in Zhangye Basin, NW China: Evidence from Pollen and Heavy Mineral
-
摘要:
为确定张掖盆地晚第四纪沉积地层时代和探讨其蕴含的古气候信息，笔者利用孢粉分析、重矿物分析、光释光测年等方法对研究区晚更新世以来气候变化特征进行了重建，并确认了当地全新世和晚更新世地层界限。结果表明：地层自下而上划分为4个孢粉组合带和植被类型及气候特征：①深度为56.8～26.4 m，年龄为112.7～63.3 ka，属末次间冰期，粉组合为松–板栗–藜–菊–蒿，针阔叶混交林草原植被，为晚更新世温暖较湿润气候。②深度为26.4～2.6 m，年龄为63.3～11.8 ka，与末次冰期相当，孢粉组合为松–麻黄–藜–蒿，植被类型为针阔叶混交林草原植被，为晚更新世干燥寒冷气候。③深度为2.6～0.8 m，年龄为11.8～8.9 ka，全新世早期，孢粉组合为松–藜–蒿，稀树针阔叶混交林草原植被，较凉较干气候。④深度为0.8～0.15 m，年龄为8.9～7.8 ka，全新世早期向中期过渡期，孢粉组合为松–藜–菊–蒿，稀树针阔叶混交林草原植被，为温暖较干气候。孢粉组合所揭示的晚更新世—中全新世气候变化特征，对于揭示张掖盆地甚至西北干旱区的古气候变化具有重要意义。
Abstract:In order to explore the paleoclimatic evolution characteristics and stratigraphic age of Zhangye basin, we reconstructed the climate change characteristics of the study area since the late Pleistocene by means of sporopollen analysis, heavy mineral analysis and optical luminescence dating, and confirmed the stratigraphic boundary between Holocene and late Pleistocene. The results show that the strata are divided into four spore–pollen assemblage zones, the vegetation types and climatic characteristics from bottom to top: ① the depth ranges from 56.8 m to 26.4 m (the age is 112.7～63.3 ka), which is the last interglacial period, the sporepollen assemblage is Pinus–Castanea–Chenopodiaceae–Compositae–Artemisia, coniferous and broad–leaved mixed forest steppe vegetation, which is the warm and humid climate in the late Pleistocene. ② the depth ramges from 26.4 m to 2.6 m (the age is 63.3～11.8 ka), which is the last glacial period, the sporepollen assemblage is Pinus–Ephedra–Chenopodiaceae–Artemisia, and the vegetation type is coniferous and broad–leaved mixed forest steppe vegetation, which is the dry and cold climate of late Pleistocene. ③ the depth ranges from 2.6 m to 0.8 m (the age is 11.8～8.9 ka), which is the postglacial,the sporepollen assemblage is Pinus–Chenopodiaceae–Artemisia, mixed broadleaf–conifer forest steppe vegetation, early Holocene cool and dry climate. ④ the depth ranges from 0.8 m to 0.15 m (the age is 8.9～7.8 ka), which is the postglacial, the sporepollen assemblage is Pinus–Chenopodiaceae–Compositae–Artemisia, broadleaf–conifer mixed forest steppe vegetation, which is the warmer and drier climate of Holocene. The late Pleistocene to mid–Holocene climate evolution characteristics revealed by the spore–pollen assemblages are of great significance for revealing the paleoclimate changes in the Zhangye basin and even the arid area of Northwest China.
-
Keywords:
- Zhangye basin /
- paleoclimate /
- glacial period /
- sporopollen analysis /
- heavy mineral
-
中国作为农业大国，以占全世界7%的耕地养活了全世界22%的人口。但是受人类活动和全球气候变化的影响，部分地区土地质量持续退化。如何保障新时期国家粮食安全，助力后备耕地建设是目前土壤科学的首要研究任务。
土壤养分是衡量土地质量的重要定量指标（Khormali et al.，2009；Ayoubi et al.，2014）。近年来，众多学者围绕土壤养分特征、空间异质性及其生态化学计量特征进行了大量的研究。张子璐等（2020）运用地统计学与聚类分析相结合方法，分析了重庆西部丘陵区土壤中有效钾的空间分布特征。Dai等（2018）利用地统计学和莫兰指数等分析手段，揭示了浙江典型亚热带森林土壤中有机碳、氮、磷、钾和pH的空间异质性，并对其影响因素进行了分析。Razan Malla等（2020）将GIS手段与克里金插值法结合，分析了土壤中全氮（TN）、有效磷（AP）、有效钾（AK）等元素的空间分布情况。Sharma Rakesh等（2020）利用多元统计分析手段，分析了印度中部黑土地中的土壤养分现状。朱平宗等（2020）系统分析了南方典型红土区不同植被类型的土壤生态化学计量特征。然而目前针对塔里木盆地的相关研究较为单一（李红林等，2015；黄彩变等，2020），系统性的研究鲜有报道。
塔里木盆地位于新疆南部，是中国最大的荒漠区（图1），自然资源丰富、生态环境脆弱是区域典型特征。近年来，环塔里木盆地绿洲区受人口高速增长、农业产业布局扩大、农村城镇化建设加快的影响，区域土地质量日益恶化，严重制约了当地经济社会与生态环境的可持续发展（Zhang et al.，2012）。加之当地居民对于生态环境保护的意义认知不到位（李青等，2018），农业生产和资源开发不合理也间接导致了土壤肥力的下降。基于此，笔者以塔里木盆地东北缘绿洲区为研究对象，以农业土壤学为切入点，利用模糊综合评价法分析全氮（TN）、有机碳（Corg）、总碳（TC）、全钾（TK）、全磷（TP）、钼（Mo）、铁（Fe）、镁（Mg）和锰（Mn）等9种养分元素含量特征，同时对研究区土壤肥力状况评价；以土壤生态学为提升点，引入生态化学计量特征这一概念，揭示植物–土壤生态系统中养分元素的循环机制，进一步深化对干旱区土壤养分特征及影响因素的认识。同时，以数据分析为基准，采取定性与定量相结合的方法，探讨土地利用方式、地形因子和人为因素等对土壤养分丰缺的影响，旨在为南疆地区土地资源合理开发利用和精准农业实施提供技术支撑。
1. 区域背景
研究区位于塔里木盆地东北缘，塔里木河与孔雀河下游，是典型的沙漠绿洲区。行政区划归属新疆生产建设兵团农二师管辖，地理位置为E 86°51′～87°21′，N 40°35′～40°58′，面积约为864 km2。研究区属于暖温带大陆性干旱气候，多年平均气温为11.4 ℃，年均降水为50.7 mm，年均蒸发量为2730.3 mm，无霜期长达170 d。区内光照资源充足，热量丰富，四季分明，大风和风沙天较多。土壤以风沙土、沙壤土和粘壤盐土为主。区内地势较为平坦，地形复杂，土地利用率较低。胡杨（Populus euphratica）、柽柳（Tamarix chinensis Lour）、罗布麻（Apocynum venetum）和骆驼刺（Alhagi sparsifolia）等是区域生长的典型原生植物。依托特有的水土、光热、地缘和物种等资源，研究区形成了内容丰富、特色明显的“棉、梨、枣、杏、啤酒花、马鹿”等优势产业集群，规模化、品牌化的区域产业布局已初具规模。“特色高效农业示范区”、“中国最大的塔里木马鹿养殖基地”、“库尔勒香梨生产基地”和“全国主要的优质棉生产基地”等一批国家级重点特色区域的建成，为当地社会经济发展注入了强大活力。
2. 研究方法
2.1 样品采集与处理
2020年6～8月，在研究区采集表层（0～30 cm）土壤样品140件。实际采样中，结合具体地形条件，综合考虑采样点的随机性和代表性（图1），同步使用手持GPS记录每个采样点的坐标、环境信息、作物信息及其他特殊情况。使用美国AMS公司生产的土壤取样器均匀采集样品3kg，去掉肉眼可见的动植物残体、地表凋落物等，均匀混合后装入样品袋贴好标签保存。样品带回室内经自然风干、研磨、过筛等步骤后装入无尘样品袋待测。
样品的分析测试在新疆有色地质勘查局测试中心进行，标准参照《区域地球化学样品分析方法》（DZ/T0279—2016）。其中，Corg使用总铬酸钾容量法测定，TC使用燃烧–红外吸收光谱法，TN使用凯氏定氮法测定，Mg使用电感耦合等离子光谱法测定，TP、TK、Fe和Mn元素使用X射线荧光光谱法测定，Mo使用电感耦合等离子体质谱法测定。按照要求抽取5%的样品进行重复性和异常值检验，结果均符合要求。
2.2 数据处理
利用Excel进行数据的预处理。采用SPSS 24.0软件对数据进行描述性统计，使用ANOVO方差分析模块进行生态化学计量特征解析。利用GS+9.0软件调节不同模型参数进行半变异函数的模型拟合；利用ArcGIS 10.2软件中的地统计模块进行Kriging插值和交叉验证，并绘制土壤养分和肥力的空间分布图。利用Origin 2019和Canoco 5.0软件分析不同土地利用类型、地形因子对于土壤养分的影响。
2.3 分析方法
2.3.1 半方差拟合模型
主要用于描述区域化变量空间连续变异性，是Kriging插值的基础（张慧文等，2009；贾鲁净等，2022）。具体函数表达式为：
$$ r\left(h\right) = \frac{1}{2N\left(h\right)}{\sum }_{i=1}^{N\left(h\right)}{\left[Z\left({x}_{i}\right)-Z\left({x}_{i}+h\right)\right]}^{2} $$ (1) 式中：r（h）表示与采样间距相关的半方差函数；h为采样点的间距，即步长；N（h）表示采样间隔为h的样本点的成对数；Z（xi）与Z（xi+h）分别表示在xi点位置与xi+h点位置处的土壤养分值。
2.3.2 土壤肥力综合评价
（1）各评价因子隶属度的计算
文中引入隶属度概念（李美娟等，2004），对原始数据进行标准化处理。对于正向指标和负向指标的具体数据处理方法如下：
$$ 正向指标： {Q}_{ij} = \frac{{X}_{ij}-{X}_{i{\rm{min}}}}{{X}_{i{\rm{max}}}-{X}_{i{\rm{min}}}} $$ (2) $$ 负向指标： {Q}_{ij} = \frac{{X}_{i{\rm{max}}}-{X}_{ij}}{{X}_{i{\rm{max}}}-{X}_{i{\rm{min}}}} $$ (3) 式中：Q（xi）表示土壤养分元素的隶属度值，xij表示元素的实测值，ximax和ximin分别表示第i项元素的最大值与最小值。因所测均为土壤养分元素，是反映土壤肥力等级的重要指标，因此使用正向指标计算公式。
（2）各评价因子权重系数的确定
①计算第j项指标在第i个样品中占该指标的比重：
$$ {P}_{ij} = \frac{{X}_{ij}}{{\displaystyle \sum }_{i=1}^{n}{X}_{ij}} $$ (4) ②第j项指标（列）的熵值：
$$ {e}_{j}=-k{\sum }_{i=1}^{n}{p}_{ij} ×ln \left({p}_{ij}\right) $$ (5) 式中：
$ k=\dfrac{1}{ln\left(n\right)} $ ，且满足0≤$ {e}_{j} $ ＜1③第j项指标（列）的差异系数：
$$d_j=1-e_j $$ (6) ④第j项指标（列）的权重：
$$ {w}_{j} = \frac{{d}_{j}}{{\displaystyle \sum }_{j=1}^{m}{d}_{j}} $$ (7) （3）土壤肥力综合评价指数
根据模糊数学法的计算原则，土壤肥力综合评价指标计算公式如下（赵敬坤等，2021；冯博等，2022）：
$$ IFI=\sum _{i=1}^{n}Q\left({x}_{ij}\right)\times {W}_{j} $$ (8) 式中：IFI是土壤肥力综合评价指数，
$ Q\left({x}_{ij}\right) $ 是各个评价因子的隶属度值，Wj是第j个评价指标的权重，n是土壤样品的个数。3. 研究结果
3.1 土壤养分的描述性统计
采用阈值法识别特异值（陶睿等，2017），根据K–S模型对数据进行正态分布检验，发现各元素均不同程度的存在偏斜态，对Mo、Mn和TP作对数变换，TN、Corg、TC、TK、Fe和Mg作平方差变换，转换后各养分元素均符合正态分布（表1）。
表 1 描述统计相关参数表（n=140）Table 1. Describes the statistically related parameters （n=140）元素 最小值 最大值 均值 标准偏差 偏度 峰度 变异系数（%） 正态分布 TN 0.01 0.13 0.04 0.02 1.12 2.18 0.47 平方差 Corg 0.06 1.83 0.43 0.29 1.50 3.65 0.68 平方差 TC 1.15 3.45 2.45 0.47 0.00 −0.66 0.19 平方差 Mo 0.37 2.04 0.82 0.30 1.29 2.37 0.37 对数 Fe 1.70 5.06 3.10 0.67 0.48 −0.44 0.22 平方差 TK 1.23 2.79 2.20 0.22 −0.37 2.88 0.10 平方差 Mg 1.38 4.49 2.77 0.62 0.34 −0.28 0.22 平方差 Mn 261.63 732.43 480.49 93.39 0.42 −0.32 0.19 对数 TP 336.08 869.40 557.23 109.32 0.56 0.26 0.20 对数 注：TN、Corg、TC、TK、Fe、Mg含量为%；Mo、Mn、TP含量为10–6。 参照第二次全国土壤普查养分分类标准（表2）（田立文等，2020），对研究区的全量元素和有机碳进行分级，其中TN含量均值达到了六级水平，最大值为三级水平，反映了研究区的N处于缺乏状态。根据土壤有机质与有机碳的转换关系（鲍士旦等，2008），可知研究区的Corg均值处于五级水平，最大值处于三级水平，说明区内部分土地处于碳缺乏状态。TP的含量均值处于四级水平，最大值处于二级水平，整体含量符合正常水平；TK元素的含量均值处于二级水平，最大值处于一级水平，整体含量丰富。研究区内土壤养分元素的变异程度大小依次为Corg＞TN＞Mo＞Fe=Mg＞TP＞TC=Mn＞TK。除K外，其余元素均表现出了中等程度的变异，说明各元素在空间上分布并不是很均匀，与地理空间位置存在一定的关联性。
表 2 第二次全国土壤普查土壤养分分级标准表Table 2. Soil nutrient classification standards for the second national soil survey一级 二级 三级 四级 五级 六级 TN ＞40 1.5～2 1～1.5 0.75～1 0.5～0.75 ＜0.5 TP ＞1 0.8～1 0.6～0.8 0.4～0.6 0.2～0.4 ＜0.2 TK ＞25 20～25 15～20 10～15 5～10 ＜5 有机质 ＞40 30～40 20～30 10～20 6～10 ＜6 注：元素含量均为‰。 3.2 土壤养分空间分布特征
块金值（C0）反映了实际采样中由于采样误差、测量误差等随机因素产生的空间变化；基台值（C0+C）反映了土壤母质、地形等结构因素引起的空间变化；变程（R）代表了变量的影响区域。块金比（C0/C0+C）可以直接反映变量的空间相关性程度（刘庆等，2007；贾佳瑜等，2021）。当块金比＞0.75时，代表空间相关性较弱；当块金比为0.25～0.75时，呈中等相关关系；而当块金比＜0.25时，表明具有较强的空间相关性。残差平方和（RSS）和决定系数（R2）是衡量半变异函数拟合效果的重要指标，当R2越大，RSS越小时，说明数据拟合效果越好（陶于祥等，2018；杨阳等，2021）。
研究区各元素的空间相关性大小关系为Fe＞TK＞Mg＞Mo＞TC＞TN＞TP＞Corg＞Mn，且所有养分元素的块金比均大于0.75（表3），呈弱相关关系，说明随机因素对土壤中养分元素含量的影响占主导地位。由于研究区地处城乡发展结合区，人为活动对土壤养分影响较大，前人研究也证实了这一点（廖启林等，2012）。对比各养分元素的RSS值和R2值，参考相关文献资料（闫金凤等，2006），可知TN、Corg和TK的拟合程度最好。综上所述，TN、Corg、TK、Mo和Mg选用指数模型，TC、TP和Mn选用球状模型，Fe选用高斯模型。
表 3 半方差函数相关参数表Table 3. Related parameters of the half-variance function元素 块金值
C0基台值
C0+C块金比
C0/C0+C变程
R决定系数
R2残差
RSS模型 TN 1.21E-04 2.04E-03 0.941 4170.00 0.74 2.49E-09 指数模型 Corg 0.0025 0.0445 0.944 4770.00 0.70 1.07E-04 指数模型 TC 0.0016 0.0237 0.933 4800.00 0.21 1.43E-05 球状模型 Mo 0.0079 0.1108 0.929 3420.00 0.27 1.72E-04 指数模型 Fe 0.0052 0.034 0.848 2390.23 0.49 8.81E-06 高斯模型 TK 7.80E-04 5.72E-03 0.864 4710.00 0.79 7.61E-08 指数模型 Mg 0.0043 0.0354 0.880 2760.00 0.21 6.25E-05 指数模型 Mn 0.0008 0.0368 0.978 2720.00 0.54 6.57E-06 球状模型 TP 0.0022 0.0382 0.942 2810.00 0.35 2.86E-05 球状模型 基于表3的相关参数及最优拟合模型，在ArcGIS 10.2中绘制了各养分元素的空间分布图。TN、Corg、Mo和Mg具有一致的空间分布规律（图2），在整个研究区含量普遍较低，特别是Mg的含量低值区范围最大，Mo在区内西北部和东南部出现小范围的含量相对高值区。TC、Fe、Mn、TP和TK的含量高值区分布面积较广，基本覆盖了整个研究区。其中，以Fe、Mn最为富集，TK含量高值的面积相对较小。研究发现，东南方向为各养分元素聚集的主要区域，其次为西北部，中部地区土壤的养分元素含量值普遍较低，可能与东南方向农业较为发达有关。规模化的农业种植需要大量的人为干预（肥料施用等），从而导致了部分养分元素的局部富集，同时这也与研究区的土地利用类型和地形因子有一定的内在联系（赵雯等，2022；陈金萍等，2022）。
3.3 土壤肥力评价
目前，等级法（宋铮等，2020）和指数法（能子礼超等，2020）是评价土壤肥力的两种主要指标体系，这两种评价方法虽简单直观，但其评价结果的准确性还需提高。因此，笔者将多元统计学、模糊数学法和插值法相结合，通过大量数据的处理，定量分析土壤表层的肥力等级状况（贺思楠等，2022）。避免人为主观因素对评价结果的影响，采用熵值法确定权重（田鸽，2021）。根据其计算方法，利用各采样点养分元素的实测值，计算相应的信息熵，并得到各土壤肥力评价指标的权重表（表4）。
表 4 土壤养分元素的权重表Table 4. Weights of soil nutrient elements元素 TN Corg TC Mo Fe TK Mg Mn TP 权重 0.1995 0.2254 0.0537 0.1622 0.0885 0.0219 0.0799 0.0715 0.0974 根据模糊数学的计算原则，利用土壤养分元素含量计算肥力综合得分，得分越高，说明土壤肥力的综合程度越高，反之越低（Cheng et al.，2020）。前人将土壤肥力状况分为肥沃、较肥沃、中等、贫瘠和极贫瘠共5个等级（Li et al.，2021），研究区土壤肥力综合评价指数（IFI）值为0.05～0.69，均值为0.3277，标准差为0.1383，说明区内土壤肥力处于贫瘠水平。研究区贫瘠、极贫瘠土地面积占总面积的99.14%，仅0.86%的土地处于中等水平（表5），也反映了土壤肥力整体较为贫瘠。
表 5 肥力等级及面积占比表Table 5. Fertility grade and area ratio土壤肥力等级 肥沃F1 较肥沃F2 中等F3 贫瘠F4 极贫瘠F5 IFI ≥0.8 0.6～0.8 0.4～0.6 0.2～0.4 ≤0.2 面积占比 0 0 0.86% 89.64% 9.50% 通过各样点地理坐标和计算得出的IFI指数，绘制了研究区土壤肥力的空间分布图（Xiao et al.，2013）。贫瘠土地的面积占区内总面积的90 %以上（图3），土壤肥力等级以贫瘠为主，沿西北–东南方向贯穿整个研究区。中等肥力的土地仅分布在区内东南部，未形成大面积的集中连片区，呈孤岛状分布。极贫瘠的土地主要分布在研究区的边界带上，这部分地区主要处于绿洲–荒漠过渡带，环境条件恶劣，生态质量差，人迹活动少，导致了土壤中养分元素的流失。
3.4 土壤生态化学计量特征
土壤生态系统的化学计量学特征对于探讨“植物–凋落物–土壤”养分循环的调控机制、揭示元素平衡、分析生态要素交互作用具有重要意义（Li et al., 2022），同时还能揭示土壤养分的可获得性及其限制因子，广泛应用于植物个体生长、种群动态、群落演替、限制性元素判断、生态系统稳定性等研究领域（朱平宗等，2020）。
采用单因素方差分析法（one–way ANOVA）分析不同土地利用类型间的土壤生态化学计量特征的差异。区内林地的wC∶wN、wC∶wP值与其他3种土地利用方式的差异显著（P＜0.05），园地、林地的wN∶wP值与耕地、荒地差异显著（P＜0.05）（表6）。4种土地利用方式中，wC∶wN值大小依次为林地＞耕地＞荒地＞园地；wC∶wP值大小依次为林地＞园地＞荒地＞耕地；wC∶ wP值大小依次为园地＞林地＞耕地＝荒地。
表 6 不同土地利用方式间土壤生态化学计量特征表Table 6. Soil ecological stoichiometry of different land use methods生态化学计量比 耕地 园地 林地 荒地 wC∶wN 69.20±15.20ab 65.17±10.85a 74.31±12.32b 68.73±10.32a wC∶wP 42.99±5.70a 45.20±7.09ab 46.06±7.22b 44.32±5.90a wN∶wP 0.71±0.11a 0.73±0.11b 0.72±0.08ab 0.71±0.11a 注：表中数据为平均值±标准差，不同小写字母表示不同土地利用方式土壤生态化学计量特征差异显著。 土壤wC∶wN、wC∶wP和wN∶wP值是反映土壤有机质组成和质量程度的重要指标，其大小主要受区域水热条件和土壤母质层的风化作用控制（朱平宗等，2020）。其中，wC∶wN值反映微生物利用土壤有机质的有效性，区内土壤的wC∶wN值高于全国平均值（11.90）（Tian et al.，2010），表明有机质的矿化过程较慢，这与研究区的干旱气候有关（黄锦学等，2017）。wC∶wP值反映微生物对P的代谢趋势，区内土壤的wC∶wP值低于全国平均值（52.7）（Tian et al.，2010）。其中，耕地土壤的wC∶wP值要大于林地、园地，可能与耕地的肥料使用有关。同时，在荒地到园地再到林地的正向演替过程中，wC∶wP值呈增大趋势，说明随着植被的演替，土壤有机质不断增加，但土壤P的有效性在降低，区域土壤P偏低的环境逐步成为植被生长的限制性因素。wN∶wP值反映土壤中氮和磷对植被生长的限制作用。区内土壤的wN∶wP值低于全国平均值（3.9）（Cory et al.，2007），研究区TN含量低于全国土壤背景值，表明区内土壤N缺乏。相关研究表明，N与P表现为极显著的正相关关系，也说明了区内土壤P的匮乏。
4. 讨论
为分析影响土壤养分分布和聚集的因素，笔者选取土地利用方式、地形因子和人为活动3个方面进行讨论。
4.1 不同土地利用下对土壤养分的影响
TN、TC与TK具有较为一致的分布态势（图4），各土地利用方式间差异不显著。4种土地利用类型，Corg含量均值大小为耕地＞园地＞荒地＞林地，相差均在5 %以内；Mg含量均值大小为耕地＞林地＞荒地＞园地，其中荒地和园地间的差异不显著，差值小于2 %；TP均值大小依次为耕地＞园地＞林地＞荒地，其中园地、林地和荒地的差异不显著；Mn含量均值大小为耕地＞林地＞荒地＞园地，其中耕地、林地和荒地间差异较小；Fe含量均值大小为耕地＞荒地＞林地＞园地，荒地、林地与耕地、园地的差异较大；Mo含量均值大小为园地＞荒地＞耕地＞林地，其中荒地、耕地和林地的差异较小，与园地的差异显著。综上所述，研究区耕地的土壤养分含量整体较高，原因可能是在种植农作物过程中肥料大量使用或其他人为活动导致；同时受土壤高盐度的影响，作物生长受限，影响了部分养分元素的迁移聚集，这与前人研究结论相一致（马倩倩等，2021；刘寒双等，2022）。
![]()
图 4 不同土地利用类型的土壤养分元素分布特征Figure 4. Distribution characteristics of soil nutrient elements for different land-use types4.2 地形因子对土壤养分的影响
选取坡度、坡向、高程和地面粗糙度4个典型地形因子，探讨其对于土壤养分含量的影响程度（魏新等，2014），地形数据通过地质云网站（https://geocloud.cgs.gov.cn/）获取。利用SPSS 25.0和Canoco 5.0软件计算了各土壤养分元素与海拔（DEM）、坡度（SG）、坡向（SA）和地表粗糙度（SR）的Perason相关系数和冗余系数。结果显示，第Ⅰ轴和第Ⅱ轴中地形因子对土壤养分的解释量分别为63.12％和23.19％，累计解释量达86.31％。对第Ⅰ轴（F=19.7、P=0.003）和所有轴（F=22.3、P=0.002）进行置换检验的P值均小于0.01，说明结果可靠且良好。
前人研究发现，高程、坡向与光照、温度、降水量、植被覆盖度等环境因素息息相关，不同高程、坡向会对土壤以及植物产生重要影响（李丹维等，2017）；地表粗糙度通过影响地表径流的流速、渗透、土壤侵蚀以及地表植被的分布来影响土壤中养分元素的分布（郭雯雯等，2022）。坡度对于土壤中养分的影响和作用也是较大的，不同坡度下土壤养分含量差异较大，坡度越大则土层越薄，水流侵蚀能力越强，相应的土壤厚度越小，养分含量越少。研究区地形因子与养分元素的相关性排序为SR＞SA＞SG＞DEM，其中DEM与土壤中养分元素的含量存在显著的负相关关系（图5、图6），原因是受重力作用和淋洗作用的影响（王宇超等，2016），土壤养分元素向低海拔处运移并最终聚集；SR、SA与土壤中养分元素的聚集表现出一定的正相关性，而SG与养分元素含量关系不显著，这可能与研究区地形较为平坦有关。
![]()
图 5 养分元素与地形因子冗余分析图Figure 5. Redundancy plot of nutrient factor and topographic factor analysis![]()
图 6 养分元素与地形因子相关性分析图Figure 6. The correlation analysis diagram between nutrient factors and topographic factors4.3 人为因素对土壤养分的影响
研究区土壤养分主要以K和Mn为主，这与前人的研究一致（信会男等，2022）。研究区属于棉花、香梨集中种植区，形成了规模化的种植模式。近年来，在国家节水灌溉政策的指引下区内也已全面实施滴灌手段，为减轻咸水灌溉对于种植效果的影响，在种植过程中往往需要在灌溉用水中加入土壤改良剂，其中以黄腐酸钾最为常见，改良剂的大量使用，使得作物中K离子浓度超过其吸收的最大值，从而导致了K在土壤中的富集（陈彦，2008）。综上所述，土壤养分丰缺与长期连作、作物施肥、灌溉技术等人为影响有着密切的关系，所以在农田施肥和土壤改良中，应因地制宜、合理施肥，保证土壤养分的协调供应。
4.4 土地开发利用建议
（1）加大投资力度, 针对养分质量差的土壤进行改良, 积极探索“以土治土”新模式（Ali et al.，2018），推广测土配方技术方法, 选择合适形态的肥源, 培养有机肥提高土壤环境, 做到精准定量科学施肥，合理种植固氮植物，推动植物培肥养地工作，促进土壤的可持续高效化利用。
（2）分区分带精细化管理，对土壤养分严重贫瘠区实施轮作休耕制度，减轻开发利用强度、减少化肥农药投入，改善土壤团粒结构（鲁泽让等，2023），促进土壤有机质含量自然恢复上升，增强农业发展后劲，实现“藏粮于地”。
（3）针对区内生态环境和土壤特征的差异，坚持“宜农则农”、“宜林则林”、“宜牧则牧”的总体开发利用原则，因地制宜发展工农业，同时加强高标准农田建设，推进后备耕地建设，实现地区经济高质量发展。
5. 结论
（1）研究区土壤中Fe、Mn的含量高值分布面积最广，Mg的含量高值区分布面积最小。东南方向为各养分元素聚集的主要区域，这可能与东南部是研究区农业较为发达有关。对研究区土壤生态化学计量特征分析可知，缺氮少磷是限制区内植物正常生长的主控因素。
（2）从面积来看，研究区贫瘠、极贫瘠土地面积占研究区总面积的99.14%，仅0.86%的土地处于中等水平；从空间分布来看，中等肥力的土地仅分布在区内东南部，呈孤岛状散布，未形成大面积的集中连片区，土地养分的贫瘠一定程度上限制了区内规模化农业和精准农业的发展。
（3）4种土地利用方式中，耕地的土壤养分值最高，原因可能是耕地在种植棉花等作物过程中肥料大量使用及其他人为活动导致。地形因子的相关性排序为SR＞SA＞SG＞DEM，其中高程与土壤中养分元素的含量呈负相关关系，地表粗糙度与养分元素含量呈正相关关系。土壤养分丰缺与长期连作、作物施肥、灌溉技术等人为影响有着密切的关系。
致谢：匿名评审专家对稿件提出了宝贵的意见和建议，对此表示真诚的感谢!
-
![]()
图 1 研究区地质略图（a）与钻孔HQ8位置图（b）
Figure 1. (a) Simplified geologic map of study area and (b) location of borehole HQ8
![]()
图 2 钻孔HQ8柱状图及采样位置图
1.亚砂土夹中粗砂、中细砂；2.含砾中粗砂；3.亚砂土；4.砂砾石；5.亚砂土夹砂砾石；6.砂砾石
Figure 2. Comprehensive histogram of borehole HQ8
![]()
图 4 HQ8钻孔孢粉图（比例尺1∶400）
1.松属Pinus，样品号ZY08，深度26.4 m；2.松属Pinus，样品号ZY04，深度2.6 m；3.栎属Quercus，样品号ZY09，深度56.8 m；4.栗属Castanea，样品号ZY06，深度12.6 m；5.麻黄属Ephedra，样品号ZY01，深度0.15 m；6.蔷薇科Rosaceae，样品号ZY07，深度16.6 m；7.蔷薇科Rosaceae，样品号ZY03，深度1.8 m；8.蒿属Artemisia，样品号ZY06，深度12.6 m；9.菊科Compositae，样品号ZY09，深度56.8 m；10.菊科Compositae，样品号ZY01，深度0.15 m；11.藜科Chenopodiaceae，样品号ZY08，深度0.8 m；12.凤丫蕨属Coniogramme，样品号ZY04，深度2.6 m
Figure 4. The picture of sporopollen of the borehole HQ8
![]()
图 6 钻孔中蒿藜比A/C和乔木花粉与非乔木花粉比ln（NAP/AP）和藜和麻黄之和C+E值与古里雅冰芯中δ18O变化趋势对比图
a. 蒿藜比A/C值随深度变化趋势；b. 乔木花粉与非乔木花粉比ln（NAP/AP）值随深度变化趋势；c. 藜和麻黄之和（C+E）值随深度变化趋势；d. 古里雅冰芯中δ18O随深度变化趋势（Thompson et al.，1989；姚檀栋，1997；袁林旺等，2000）
Figure 6. Comparison of A/C, Ln (NAP/AP) and C+E values in boreholes with δ18O in Guliya ice core
表 1 光释光测年龄结果表
Table 1 The results of OSL dating of the borehole HQ8
深度（m） U（10–6） Th（10–6） K（%） 等效剂量E.D （Gy） 年剂量Dy（Gy/Ka） 含水量（%） 年 龄（ka ） 6.0 1.86±0.07 11.39±0.30 2.17±0.08 69.66±1.12 4.01±0.16 5±1 17.4±0.7 8.4 2.67±0.04 13.55±0.30 2.14±0.06 150.77±6.99 4.45±0.18 5±1 33.9±2.1 26.2 1.19±0.06 6.67±0.26 1.63±0.03 169.91±7.21 2.70±0.11 5±1 62.9±3.7 
下载: 导出CSV
表 2 内差值法得出孢粉样品深度对应的年龄表
Table 2 The age corresponding to the depth of the sample was obtained by internal difference method
深度（m） 0.15 0.8 1.8 2.6 2.8 6.0 8.4 12.6 16.6 26.2 26.4 56.8 年代（ka） 7.8 8.9 10.5 11.8 12.2 17.4 33.9 40.7 47.3 62.9 63.3 ＜112.7
下载: 导出CSV
表 3 重矿物物源分析表
Table 3 The provenance analysis of heavy minerals
重矿物组成 物源分析 样品编号 岩浆岩矿物 高级变质矿物 低级变质矿物 再造沉积物 ZS01（0.15 m） 自形锆石、磷灰石、金红石、锐钛矿、单斜辉石、普通角闪石、电气石、磁铁矿、石英、长石、白云母 石榴子石、绿帘石、阳起石、绿泥石 白钛石、
蚀变矿物重晶石 主要为岩浆岩和变质岩，少数为再造沉积物 ZS02（2.2 m） 自形锆石、磷灰石、金红石、锐钛矿、单斜辉石、普通角闪石、电气石、磁铁矿、石英、长石、黑云母、白云母 石榴子石、绿帘石、阳起石、绿泥石 白钛石、
蚀变矿物重晶石 主要为岩浆岩和变质岩，少数为再造沉积物 ZS03（7.3 m） 自形锆石、磷灰石、金红石、锐钛矿、单斜辉石、普通角闪石、电气石、钛铁矿、磁铁矿、石英、长石、黑云母、白云母 石榴子石、绿帘石、阳起石、绿泥石 白钛石、
蚀变矿物重晶石 主要为岩浆岩和变质岩，少数为再造沉积物 ZS04（10.5 m） 自形锆石、磷灰石、金红石、锐钛矿、单斜辉石、普通角闪石、榍石、电气石、钛铁矿、磁铁矿、石英、长石、黑云母、白云母 石榴子石、绿帘石、阳起石、绿泥石 白钛石、
蚀变矿物重晶石 主要为岩浆岩和变质岩，少数为再造沉积物 ZS05（29.2 m） 自形锆石、磷灰石、金红石、单斜辉石、普通角闪石、电气石、榍石、铬铁矿、磁铁矿、石英、长石、黑云母、白云母、火山岩屑及花岗岩屑 石榴子石、绿帘石、阳起石、绿泥石 白钛石、
蚀变矿物— 主要来源于岩浆岩和变质岩 ZS06（55.5 m） 自形锆石、磷灰石、金红石、单斜辉石、普通角闪石、电气石、榍石、磁铁矿、石英、长石、黑云母、白云母、火山岩屑及花岗岩屑 石榴子石、绿帘石、蓝闪石、阳起石、绿泥石 白钛石、
蚀变矿物— 主要来源于岩浆岩和变质岩
下载: 导出CSV
表 4 重矿物质量百分含量（%）及风化系数
Table 4 The results of the mass percentages of the heavy minerals and coefficient of weathering
稳定性划分 矿物名称 深度（m）（样品编号） 0.15（ZS01） 2.2（ZS02） 7.3（ZS03） 10.5（ZS04） 29.2（ZS05） 55.5（ZS06） 极稳定矿物 锆石 0.62 3.33 2.29 1.52 0.73 1.39 金红石 0.06 0.72 0.43 0.13 0.02 0.26 锐钛矿 — 0.01 0.01 — — — 电气石 0.21 0.43 0.90 0.12 — — 稳定矿物 白钛石 0.01 0.20 0.45 0.17 0.04 1.92 黄铁矿 0.01 — — — 0.05 0.01 赤褐铁矿 43.91 51.04 53.24 57.22 12.18 35.32 磁铁矿 1.68 3.96 3.03 3.56 24.09 15.61 重晶石 0.09 1.11 2.51 1.49 — — 钛铁矿 — — 3.95 9.28 — — 铬铁矿 — — — 0.32 0.10 — 榍石 — — — — 0.20 0.35 较稳定矿物 磷灰石 — 0.06 0.05 0.02 — 0.03 石榴子石 4.12 2.71 9.34 9.60 3.05 8.19 绿帘石 6.19 8.83 8.84 7.00 3.05 16.24 不稳定矿物 单斜辉石 2.50 2.58 1.97 5.63 3.71 1.49 普通角闪石 11.31 9.10 1.32 0.80 9.15 4.13 阳起石 20.62 11.46 3.29 0.92 34.89 8.45 风化系数 0.96 0.57 0.37 0.32 1.44 0.70
下载: 导出CSV
表 5 孢粉分析与重矿物风化系数对气候的指示对照表
Table 5 The comparison of the weathering coefficient of heavy minerals and their climatic indicators and palynological analysis results
地层时代 气候 钻孔深度（m） 孢粉特征
（地层从下至上）孢粉反映气候
变化趋势重砂风化系数对孢粉
反映气候变化的佐证全新世 冰后期 0.8～0.15 较少-很多 寒冷干燥-温暖湿润 2.2 m温暖～0.15 m寒冷 2.6～0.8 很多-较少 温暖湿润-寒冷干燥 晚更新世 末次冰期 2.8～2.6 较少-很多 寒冷干燥-温暖湿润 7.3 m比2.2 m温暖 7.3～2.8 较多-较少 温暖湿润-寒冷干燥 10.5～7.3 增加趋势 升温 10.5 m比7.3 m温暖 26.05～10.5 很少-很多 寒冷干燥-温暖湿润 29.2 m寒冷～10.5 m温暖 末次间冰期 29.2～26.05 孢粉含量极少 持续寒冷干燥 53.8～29.2 很多-很少 温暖湿润-寒冷干燥 55.5 m较29.2 m温暖湿润 56.8～53.8 增加趋势 升温
下载: 导出CSV
表 6 钻孔HQ8反映的张掖盆地与酒泉盆地、民乐盆地气候演化对比表
Table 6 The comparison of climatic evolution between Zhangye basin and adjacent Jiuquan basin and Minle basin in the HQ8 borehole
时代 酒泉盆地 民乐盆地 张掖盆地 吉兰泰盐湖 黄土高原临夏、
洛川和富县剖面晚更新世早期（末次间冰期） 年龄（ka） 150～60 70.23～55.59 112.2～62.9（深度为56.8～26.2 m） MIS5（85.8～72.1 ka） 128～75 孢粉组合特征 孢粉组合特征：木本植物主要有松属、桦属、柳属；草本植物以耐旱的蒿、藜、豆科、蔷薇为主，森林草原景观（苏建平等，2005） 气候由间冰期的暖湿气候完全转换成了干冷的特点，波动不是很大，约在60.76 ka 附近最为干冷（Li et al.，2011；王丽媛等，2018） 对应本次研究的26.2 m，年龄是(62.9±3.7) ka 孢粉含量极低。气候干燥寒冷 森林草原，湿度较高 临夏、洛川和富县的末次间冰期的植被中，发现了一些跨越温带和亚热带的树种‚如栾树、漆树、枫杨、黄连木‚以及亚热带树种如铁杉、化香、山核桃、枫香、黄杞等（李秉成等，2004） 气候特征 气候暖湿润，植被茂盛 气候由暖湿转为干冷 气候温暖湿润 黄土高原及其毗邻地区晚更新世气候变化与全球变化是同步的‚温暖湿润 晚更新世中期（末次冰期） 年龄（ka） 60～40 55.59～23.60 62.9～33.9（深度26.4～8.4 m） MIS4、MIS3（71.9～29.5 ka） 黄土高原西部黄土剖面46.4～29 ka 孢粉组合特征 孢粉组合特征：木本植物少见，草本植物有少量蒿、藜、麻黄（苏建平等, 2005） 气温回升，降水增加，冬季风表现得不强烈，但在40.61 ka和53.34 ka 附近依然较为干冷（Li et al.，2011；王丽媛等，2018） 对应本次研究的8.4m，年龄是(33.9±3.7) ka。孢粉含量较之前的增加。气候依然较为干冷 周围植被主要以蒿属、藜科、麻黄属为主的典型草原/荒漠草原，荒漠植被有大面积的发育，附近山地有松林发育和胡桃科为主的落叶林（彭卫，2018） 花粉浓度较低，反映当时森林草原植被覆盖较低。46.4～46.2 ka 森林草原阶段。46～29 ka 针叶林阶段。这时段以松和云杉占优势‚花粉浓度较高‚应是针叶林繁盛时期（唐领余等，2007） 气候特征 寒冷干燥，冷期 气温较为回升，但是整体寒冷干燥 气候冷干为主 气候寒冷后较湿润 晚更新世晚期（末次冰期） 年龄（ka） 40～12 23.60～10.22 33.9～10.5（深度为8.4～1.8 m） MIS2（29.5～12 ka） 29～11.7 ka 孢粉组合特征 孢粉组合特征：木本植物有云杉、松、桑、木樨、桦、柳、榆等，草本植物有蒿、藜、麻黄、禾本科、十字花科、茄科（苏建平等，2005） 该段分为盛冰期与晚冰期两个阶段。盛冰期（23.60～13.78 ka ）该阶段属于晚更新世末次冰期中的盛冰期，该阶段气候异常寒冷（Li et al.，2011；王丽媛等，2018） 对应本次研究的6.0 m，年龄是(17.4±0.7) ka。孢粉含量极低 孢粉以蒿属、藜科、禾本科为主的典型草原，有零星荒漠分布，附近山地松林、云杉林发育有落叶榆属疏林发育
（彭卫，2018）29～23.4 ka 森林－森林草原急剧变化阶段。23.4～20.4 ka 稀疏草原阶段。花粉浓度很低‚主要是草本植物，反映为稀疏草原植被。进入末次盛冰期（LGM）。20.4～17 ka草原向荒漠草原方向演化。花粉浓度很低。17～13.2 ka荒漠草原-森林阶段。11.7 ka以后孢粉贫乏‚植被又向荒漠草原发展（唐领余等，2007） 气候特征 12～10 ka 之间 由于新仙女木事件气候转冷。气候冷热频繁交替，以温暖湿润为主 气候变为异常寒冷 气候干燥寒冷 气候整体干燥寒冷
下载: 导出CSV
续表6 时代 酒泉盆地 民乐盆地 张掖盆地 吉兰泰盐湖 黄土高原临夏、洛川和富县剖面 全新世
（冰后期）年龄(ka) 10～7 ka 10.22 ka～ 10.5～7.8 ka（深度1.8～0.15 m） 12～9 ka 11.7～7.5 ka 孢粉组合特征 木本花粉云杉属、冷杉属、松属桦属、杨属等、铁杉属；草本植物花粉有麻黄属、蒿属、藜属、菊科（苏建平等，2005） 全新世时期，气温急剧升高，降雨也随着变多（Li et al.，2011；王丽媛等，2018） 对应本次研究的深度2.6 m，孢粉含量很多 以蒿属、藜科为主的典型草原为主，荒漠扩张
（彭卫，2018）11.7～8.8 ka 荒漠草原植被类型。花粉浓度低，以草本植物为主，主要有蒿属、禾本科、菊科，表明发育稀疏草原-荒漠草原植被，可能表明晚冰期的气候寒冷干旱。后期木本植物增加‚显示温度湿度增高。8.8～7.5 ka 疏林草原阶段。木本植物开始增加，尤其是松属增多，落叶阔叶树种零星出现。草本植物蒿属、禾本科、菊科较多。呈现疏林草原或森林草原景观（唐领余等，2007） 气候特征 在10～7 ka ，气候转温暖湿润 气候转暖后干燥寒冷后转暖 气候转暖后干燥寒冷后转暖 温度上升，温暖较干燥 气候总体特征为温凉略干
下载: 导出CSV
表 7 钻孔HQ8、ZY-1孢粉带反映的气候特征对比表
Table 7 Comparative table of climatic characteristics of pollen zones in borehole HQ8 and ZY-1
孢粉带 地层深度（m） 代表性孢粉 气候特征 钻孔HQ8 钻孔ZY-1 钻孔HQ8 钻孔ZY-1 钻孔HQ8 钻孔ZY-1 Ⅰ 56.8～26.4 93.4～31 松-板栗-藜-菊-蒿 落叶松-栎-蒿 温暖湿润-干冷 气候较干冷 Ⅱ 26.4～2.6 31～3.5 松-麻黄-藜-蒿 松-蒿-瘤足蕨-凤尾蕨-云杉-麻黄-藜 温暖湿润 较暖稍润-温暖湿润 Ⅲ 2.6～0.8 松-藜-蒿 较凉干旱 Ⅳ 0.8～0.15 3.5～0.8 松-藜-菊-蒿 松-麻黄-蒿-瘤足蕨 温暖较干旱 向暖干方向发展
下载: 导出CSV
-
常婧. 黑河中游孢粉记录及第四纪环境变化研究[D]. 兰州: 兰州大学, 2016. CHANG Jing. Pollen records and the Quaternary environment change in the middle reach of Heihe River[D]. Lanzhou: Lanzhou University, 2016.
陈雪梅. 黑河流域晚全新世农业活动及环境演变的孢粉学研究[D]. 兰州: 兰州大学, 2012. CHEN Xuemei. Palynological Study on Agricultural Activities and Environmental Evolution during the Late Holocene in Heihe River Basin, NW China[D]. Lanzhou: Lanzhou University, 2012.
崔延华, 宋悦, 粟晓玲. 祁连山区气候变化对黑河出山径流的影响[J]. 人民黄河, 2017, 39(5): 15-20 doi: 10.3969/j.issn.1000-1379.2017.05.005 CUI Yanhua, SONG Yue, SU Xiaoling. Impacts of Climate Change in Qilian Mountain Area on Run off in the Heihe River Basin[J]. Yellow River, 2017, 39(5): 15-20. doi: 10.3969/j.issn.1000-1379.2017.05.005
冯嘉兴, 蒙琪, 王茜. 黑河干流中游地区近40年来地下水环境变化特征及其成因[J]. 西北地质, 2023, 56(4): 243−253. FENG Jiaxing, MENG Qi, WANG Xi. Characteristics and Causes of Groundwater Environment Changes in the Middle Reaches of the Mainstream of the Heihe River in Recent 40 Years[J]. Northwestern Geology, 2023, 56(4): 243−253.
赖忠平, 欧先交. 光释光测年基本流程[J]. 地理科学进展, 2013, 32(5): 683-693 doi: 10.11820/dlkxjz.2013.05.001 LAI Zhongping, OU Xianjiao. Basic procedures of optically stimulated luminescence (OSL) dating[J]. PROGRESS IN GEOGRAPHY, 2013, 32(5): 683-693. doi: 10.11820/dlkxjz.2013.05.001
李育, 王乃昂, 李卓仑, 等. 石羊河流域全新世孢粉记录及其对气候系统响应争论的启示[J]. 科学通报, 2011, 2: 161-173. LU K Q, GAN X, MIN L, et al. Pollen spectrum, a cornerstone for tracing the evolution of the eastern Central Asian desert[J]. Quaternary Science Reviews, 2018, 186: 111-122.
李吉均. 青藏高原隆升与晚新生代环境变化[J]. 兰州大学学报 (自然科学版), 2013, 49(2): 154-159. LI Jijun. Uplift and late Cenozoic environmental changes of the Tibetan Plateau[J]. Journal of Lanzhou University (Natural Sciences), 2013, 49(2): 154–159.
梁鹏飞, 辛惠娟, 李宗省, 等. 祁连山黑河径流变化特征及影响因素研究[J]. 干旱区地理, 2022, 4: 1-13 doi: 10.12118/j.issn.10006060.2021.535 LIANG Pengfei, XIN Huijuan, LI Zongxing, et al. Runoff variation characteristics and influencing factors in the Heihe River Basin in the Qilian Mountains[J]. ARID LAND GEOGRAPHY, 2022, 4: 1-13. doi: 10.12118/j.issn.10006060.2021.535
樊隽轩, 王向东, 陈中强, 等. 国际地层委员会动态与《国际年代地层表》(2021/07 版)[J]. . 地层学杂志, 2021, 45(3): 460-466. FAN Junxuan, WANG Xiangdong, CHEN Zhongqiang, et al. International Commission on Stratigraphy and International chronostratigraphic table (2021/07)[J]. Journal of Stratigraphy, 2021, 45(3): 460–466.
刘瑾, 陈兴强, 王平, 等. 渭河-三门峡盆地三门组沉积充填特征、物源区及其构造意义[J]. 地球科学, 2020, 45(7): 2673-2683 LIU Jin, CHEN Xingqiang, WANG Ping, et al. Sedimentary Characteristics, Provenance and Tectonic Significance of the Sanmen Formation in Weihe-Sanmenxia Basin[J]. Earth Science, 2020, 45(7): 2673-2683.
刘淼, 张渝金, 孙守亮, 等. 辽西金羊盆地北票组孢粉组合及其时代和古气候意义[J]. 地球科学, 2019, 46(1): 287-292. LIU Miao,ZHANG Yujin,SUN Shouliang,et al.Palynological Assemblages of Beipiao Formation in Jinyang Basin of WestLiaoning, and Their Age and Paleoclimatic Significances[J].Earth Science,2019,46(1):287-292.
李秉成, 孙建中. 黄土高原晚更新世的植被与气候环境[J]. 地理研究, 2004, 23(5): 641-648 doi: 10.3321/j.issn:1000-0585.2004.05.008 LI Bingcheng, SUN Jianzhong. Vegetation and climate environment during the late Pleistocene in Loess Plateau‚China[J]. GEOGRAPHICAL RESEARCH, 2004, 23(5): 641-648. doi: 10.3321/j.issn:1000-0585.2004.05.008
牛东风, 李保生, 王丰年, 等. 不同沉积相重矿物组成及其对气候的指示—以米浪沟湾全新统MGS1层段为例[J]. 实验室研究与探索, 2015, 34(7): 7-11. NIU Dong-feng, LI Bao-sheng, WANG Feng-nian, et al. CHEN Min. Heavy Mineral Composition and Its Climatic Indication for the MGS1Segment in the Holocene in Milanggouwan[J]. RESEARCH AND EXPLORATION IN LABORATORY. 2015, 34(7): 7-1
彭卫. 孢粉记录的黄土高原西部更新世晚期人类活动的环境背景研究. [D]兰州: 兰州大学, 2018. PENG Wei. Environmental background of human activities during the late Pleistocene revealed by pollen records from the western Loess Plateau.[D]. Lanzhou: Lanzhou University, 2018.
祁晓凡, 李文鹏, 崔虎群, 等. 黑河流域中游盆地地表水与地下水转化机制研究[J]. 水文地质工程地质, 2022, 49(3): 29-43 doi: 10.16030/j.cnki.issn.1000-3665.202202003 QI Xiaofan, LI Wenpeng, CUI Huqun, et al. Study on the conversion mechanism of surface water and groundwater in the middle reaches of the Heihe River Basin[J]. HYDROGEOLOGY & ENGINEERING GEOLOGY, 2022, 49(3): 29-43. doi: 10.16030/j.cnki.issn.1000-3665.202202003
祁晓凡, 李文鹏, 李海涛, 等. 黑河流域气象要素与全球性大气环流特征量的多尺度遥相关分析[J]. 干旱区地理, 2017, 40(3): 564-572 QI Xiaofan, LI Wenpeng, LI Haitao, et al. Multi-scale teleconnections between meteorological elements of Heihe River Basin and global climate indices[J]. Arid Land Geography, 2017, 40(3): 564-572.
施雅风, 刘晓东, 李炳元, 等. 距今40- 30 ka青藏高原特强季风事件及其发差周期关系[J]. , 科学通报, 1997, 44(14) : 1475-1480. SHI Yafeng, LIU Xiaodong, LI Bingyuan, et al. The relationship between extra-strong monsoon events and their periodicity over the Qinghai-Tibet Plateau 40-30 ka ago[J]. Chinese Science Bulletin, 1997, 44(14): 1475–1480.
苏建平, 仵彦卿, 李麒麟, 等. 第四纪以来酒泉盆地环境演变与祁连山隆升[J]. 地球学报, 2005, 26(5): 443-448 SU Jianping, WU Yanqing, LI Qilin, et al. Environmental Evolution of the Jiuquan Basin and Its Relation with the Uplift of the Qilian Mountains since the Quaternary[J]. ACTA GEOSCIENTICA SINICA, 2005, 26(5): 443-448.
唐领余, 李春海, 安成邦, 等. 黄土高原西部4万多年以来植被与环境变化的孢粉记录[J]. 古生物学报‚2007, 46(1): 45-61 TANG Lingyu, LI Chunhai‚AN Chengbang, et al. VEGETATION HISTORY OF THE WESTERN LOESS PLATEAU OF CHINA DURING THE LAST40ka BASED ON POLLEN RECORD[J]. Acta Palaeontologica Sinica‚2007, 46(1): 45-61.
韦一, 杨兵, 夏浩东, 等. 抚顺盆地中—晚始新世古植被与古气候[J]. 地球科学, 2021, 46(5): 1848-1861 WEI Yi, YANG Bing, XIA Haodong, et al. Paleovegetation and Paleoclimate during Mid-Late Eocene in Fushun Basin[J]. Earth Science, 2021, 46(5): 1848-1861.
王具文, 张旭儒, 宁天祥, 等. 张掖盆地地热资源流体化学特征研究[J]. 地下水, 2019, 41(4): 17-19 WANG Juwen, ZHANG Xuru, NING Tianxiang, et al. Study on Fluid Chemical Characteristics of Geothermal Resources in Zhangye Basin[J]. Ground water, 2019, 41(4): 17-19.
王文祥, 李文鹏, 蔡月梅, 等. 黑河流域中游盆地水文地球化学演化规律研究[J]. 地学前缘, 2021, 28(4): 184-193 WANG Wenxiang, LI Wenpeng, CAI Yuemei, et al. The hydrogeochemical evolution of groundwater in the middle reaches of the Heihe River Basin[J]. Earth Science Frontiers, 2021, 28(4): 184-193.
王丽媛, 程捷, 韩金, 等. 河西走廊民乐盆地晚更新世以来的气候变迁[J]. 中国矿业, 2018, 27: 80-89 doi: 10.12075/j.issn.1004-4051.2018.S1.020 WANG Liyuan, CHENG Jie, HAN Jin, et al. Climate changes during the Late Pleistocene of Minle basin in Hexi corridor [J]. CHINA MINING MAGAZINE, 2018, 27: 80-89. doi: 10.12075/j.issn.1004-4051.2018.S1.020
袁林旺, 陈晔, 周春林, 等. 柴达木盆地自然伽玛曲线与古里雅冰芯记录的末次间冰期以来气候环境变化过程的对比[J]. 冰川冻土, 2000, 22(4): 327-332 YUAN Linwang, CHEN Ye, ZHOU Chunlin‚et al. Correlation of Environmental and Climatic Change Between Qaidam Basin Gamma Ray Logging Curve and Guliya Ice Core δ18 O Record Since the Last Interglacial Cycle[J]. JOURNAL OF GLACIOLOGY AND GEOCRYOLOGY, 2000, 22(4): 327-332.
姚檀栋. 古里雅冰芯中末次间冰期以来气候变化记录研究[J]. 中国科学, 1997, 27(5): 447-452. YAO Tandong, SHI Yafeng, QIN Dahe, et al. Climate change records since the last interglacial period in the Gurya ice core[J]. Sciencese in China, 1997, 27(5): 447-452.
张克旗, 吴中海, 吕同艳, 等. 光释光测年法-综述及进展[J]. 地质通报, 2015, 34(1): 183-203 ZHANG Keqi, WY Zhonghai, LV Tongyan, et al. Review and progress of OSL dating. Geological Bulletin of China, 2015, 34(1): 183-203
IGOR O, LARS W, ACHIM B, et al. An annually resolved record of Western European vegetation response to Younger Dryas cooling[J]. Quaternary Science Reviews, 2020, 231: 1-15.
LI M Y, ZHANG S R , XU Q H, et al. Spatial patterns of vegetation and climate in the North China Plain during the Last Glacial Maximum and Holocene climatic optimum[J]. Science China Earth Sciences, 2019, 8: 1279-1287.
LI XQ, Sun N, DODSON J, et al. The impact of early smelting on the environment of Huoshiliang in Hexi Corridor, NW China, as recorded by fossil charcoal and chemical elements[J]. Palaeogeography Palaeoclimatology Palaeoecology, 2011, 305: 329-336. doi: 10.1016/j.palaeo.2011.03.015
MA Q F, ZHU L P, WANG X M, et al. Late glacial and Holocene vegetation and climate variations at Lake Tangra Yumco, central Tibetan Plateau[J]. Global and Planetary Change, 2019, 174 : 16-25. doi: 10.1016/j.gloplacha.2019.01.004
MA Z B, CHENG H, TAN M, et al. Timing and structure of the Younger Dryas event in northern China[J]. Quaternary Science Review, 2012, 4: 83-93.
Morton A C, Hallsworth R C. Processes controlling the composition of heavy mineral assemblages in sandstones[J]. Sedimentary Geology, 1999, 124: 3−29.
Prescott J R, Hutton J T. Cosmic ray contributions to dose rates for luminescence and ESR dating: Large depths and long-term time variations[J]. Radiation Measurements, 1994, 23(2−3): 497−500.
Thompson L G, Mosley-Thompson E, Davis M E, et al. Holocene-Late Pleistocene Climate Ice Core Records from Qinghai-Tibetan Plateau[J]. Science,1989, 246(4929): 474−477.
WANG L S, WANG X Q, SHEN J H, et al. Late Pleistocene environmental information on the Die xi paleodammed lake of the upper Minjiang River in the eastern margin of the Tibetan Plateau. China[J]. J. Mt. Sci, 2020, 17(5): 1172-1187. doi: 10.1007/s11629-019-5573-x
WU F L, FANG X M, MIAO Y F, et al. Environmental indicators from comparison of sporopollen in early Pleistocene lacustrine sediments from different climatic zones[J]. Chinese Science Bulletin, 2010, 55: 2981-2988. doi: 10.1007/s11434-010-4002-x
计量
- 文章访问数: 101
- HTML全文浏览量: 6
- PDF下载量: 27
