Modern spore-pollen spectra of the Altai-Sayan region, their relationship with climate and transfer functions for palaeoclimate reconstructions

Обложка

Цитировать

Полный текст

Аннотация

В работе проведён многомерный статистический анализ серии из 145 современных спорово-пыльцевых спектров (с.п.с.) с территории Алтае-Саянской горной области и прилегающих районов равнин с целью создания трансферных (переходных функций) для количественных реконструкций палеоклимата в Алтае-Саянском регионе. Проведённый кластерный анализ, а также PCA и RDA-анализы показали, что состав изученных спорово-пыльцевых спектров адекватно отражает не только особенности высотных поясов растительного покрова и состав материнских фитоценозов, но и температурно-влажностные градиенты, существующие на этой территории. Следовательно, несмотря на сложную комплексную структуру растительного покрова горного региона, представленная серия с.п.с. может быть использована в качестве обучающей выборки в построении трансферных (переходных) функций для использования их в палеореконструкциях на основе палеопалинологических данных. Статистический анализ показал, что по представленной выборке современных с.п.с. значимые модели можно построить для факторов TJUL, MAT, TJAN и MAP. Из 4 типов моделей, созданных нами на основе WA, WAPLS, MAT* и MLRC методов для 5 переменных MAT, MAP, TJAN, TJUL и GCI по представленной выборке с.п.с., наилучшие результаты моделей получены методом MAT* для факторов MAT, MAP, TJAN и GCI. Однако наиболее сильной оказалась модель переходной функции для TJUL, созданная методом MLRC (R2=0.7268 и RMSE=1.68°C). По характеристикам она сопоставима с моделями, ранее опубликованными другими авторами и созданными для реконструкции среднеиюльской температуры арктической зоны Сибири и для реконструкции таких характеристик растительного покрова, как облесённость в Европе и Северной Азии, NDVI и фракционированность на Тянь-Шане.

Дальнейший статистический анализ данных и сопоставление результатов с опубликованными по соседнему региону Центрального Тянь-Шаня показал, что в Алтае-Саянских горах Южной Сибири ведущим климатическим фактором, контролирующим вариабельность спорово-пыльцевых спектров, выступает температура вегетационного периода, выражением которой является TJUL, в то время как в горах Центрального Тянь-Шаня таким фактором является годовое количество атмосферных осадков MAP. Это хорошо отражает природные географические закономерности зависимости растительности от климата в более северном и холодном Алтае и в более южном с жарким континентальным климатом – Тянь-Шане. Учитывая разные ведущие факторы, контролирующие вариабельность с.п.с. в двух рассматриваемых регионах, вновь созданные трансферные функции можно рекомендовать для палеоклиматических реконструкций в Алтае-Саянском регионе.

Об авторах

T. A. Blyakharchuk

Институт мониторинга климатических и экологических систем СО РАН; Томский государственный университет

Email: blyakharchuk@mail.ru
Россия, Томск; Томск

N. V. Shefer

Томский государственный университет

Email: blyakharchuk@mail.ru
Россия, Томск

E. A. Lukanina

Georg-August-Universität Göttingen

Email: blyakharchuk@mail.ru
Германия, Göttingen

M. van Hardenbroek

Newcastle University

Email: blyakharchuk@mail.ru
Великобритания, Newcastle

S. Juggins

Newcastle University

Email: blyakharchuk@mail.ru
Великобритания, Newcastle

D. Zhang

The Regional Environmental Centre for Central Asia, Chinese Academy of Sciences; Institute of Desert Meteorology

Автор, ответственный за переписку.
Email: blyakharchuk@mail.ru
Китай, Urumqi; Urumqi

Список литературы

  1. Abatzoglou J.T., Williams A.P., Barbero R. 2019. Global emergence of anthropogenic climate change in fire weather indices. Geophysical Research Letters, 46 (1): 326-336.
  2. Binney H., Edwards M., Macias-Fauria M., Lozhkin A., Anderson P., Kaplan J. O., Andreev A., Bezrukova E., Blyakharchuk T., Jankovska V., Khazina I., Krivonogov S., Kremenetski K., Nield J., Novenko E., Ryabogina N., Solovieva N., Willis K., Zernitskaya V. 2017. Vegetation of Eurasuia from the last glacial maximum to present: Key biogeographic patterns. Quaternary Science Reviews, 157: 80-97. DOI: http://dx.doi.org/10.1016/j.quascirev.2016.11.022.
  3. Birks H.J. B. 1995. Quantitative palaeoenvironmental reconstructions. In: Statistical Modelling of Quaternary Science Data. Technical Guide (D. Maddy, J.S. Brew, eds.), vol. 5. pp. 161-254. Quaternary Research Association, Cambridge.
  4. Bobrov A.E., Kupriyanova L.A., Litvintseva M.V., Tarasevich V.F. Spores of ferns and pollen of pteridophyta and monocotyledonous plants of the flora of the European part of the USSR. Nauka, L., 1983. 208 pp. [Бобров А.Е., Куприянова Л.А., Литвинцева М.В., Тарасевич В.Ф. 1983. Споры папоротникообразных и пыльца голосеменных и однодольных растений флоры европейской части СССР. Ленинград: Наука. 208 с.].
  5. Brushlinsky N.N., Wagner P., Sokolov S.V. 2003. The problem of fires in the world at the beginning of the XXI century. Fire and Explosion Safety, 12 (1): 7–14 (in Russian). [Брушлинский Н.Н., Вагнер П., Соколов С.В. 2003. Проблема пожаров в мире в начале XXI столетия // Пожаровзрывобезопасность Т. 12, № 1. С. 7-14].
  6. Cao X., Tian F., Xu Q., Ni J., Herzshuh U. 2022. Modern Pollen Dataset for Asia. National Tibetan Plateau Data Center. URL: https://doi.org/10.11888/Paleoenv.tpdc.272378 (Last accessed 30.09.2024).
  7. Chevalier M., Davis B.A.S., Heiri O., Seppä H., Chased B.M. Gajewski K., Lacourse T., Telford R.J., Finsinger W., Guiot J., Kühl N., Maezumi S.Y., Tiptonm J.R., Carter V.A., Brussel T., Phelps L.N., Dawson A., Zanon M., Vallé F., Nolan C., Mauri A., de Vernal A., Izumi K., Holmström L., Marsicek J., Goring S., Som mer P.S., Chaput M., Kupriyanov D. 2020. Pollen-based climate reconstruction techniques for late Quaternary studies. Earth-Science Reviews, 210: 103384. https://doi.org/10.1016/l.earscirev.2020.103384.
  8. Chen D.X., Wang W., Liu L.N., Jiang Y.J., Li Y.Y., Niu Z.M., Ma Y.Y., He J. 2019. Lake central surface sedinent based pollen-vegetation cover transfer functions and its application in Inner Mongolia Plateau and adjacent area. Arid Land Geography 42 (5): 1011-1022.
  9. Chytrý M., Danihelka J., Kubešová S., Lustyk P., Ermakov N., Hájek M., Hájková P., Kočí M., Otýpková Z., Roleček J., Řezníčková M., Šmarda P., Valachovič M., Popov D., & Pišút I. 2008. Diversity of forest vegetation across a strong gradient of climatic continentality: Western Sayan Mountains, southern Siberia. Plant Ecology 196: 61-83.
  10. Gallego-Sala A. V. et al. (75 coauthors). 2018 Latitudinal limits to the predicted increase of the peatland carbon sink with warming. Nature Climate Change 8: 907-913.
  11. Gorzyński L. 1920. Sur le calcul du degreè du continentaliasme et son application dans la climatologie. Geografiska Annaler, 2: 324-331.
  12. Grichuk V.P., Zaklinskaya E.D. 1948. Analysis of fossil pollen and spores and their application in paleogeography. Geografgiz, Moscow, 223 pp. (in Russian). [Гричук В.П., Заклинская Е.Д. 1948. Анализ ископаемой пыльцы и спор и их применение в палеогеографии. Москва: Географгиз. 223 с.].
  13. Gvozdetsky N.A., Mikhailov N.I. 1978. Physical Geography of the USSR. Asian part: textbook for students of geographical faculty of universities. Mysl’, Moscow, 512 pp. (in Russian). [Гвоздецкий Н.А., Михайлов Н.И. 1978. Физическая география СССР. Азиатская часть : учебник для студентов географического факультета университетов. М.: Мысль. 512 с.].
  14. Hall P., Wilson S.R. 1991. Two guidelines for bootstrap hypothesis testing. Biometrics 47: 757-762.
  15. Harrison S.P., Prentice I.C., Bloomfield K.J., Dong N., Forkel M., Forrest M., Ningthoujam R.K., Pellegrini A., Shen Y., Baudena M., Cardoso A.W., Huss J.H., Joshi J., Oliveras I., Pausas J.G., Simpson K.J. 2021. Understanding and modelling wildfire regimes: an ecological perspective. Environmental Research Letters 16 (12): 125008.
  16. Jiang W., Guiot J., Chu G., Wu H., Yuan B., Hatté C., Guo, Z. 2010. An improved methodology of the modern analogs technique for palaeoclimate reconstruction in arid and semi-arid regions. Boreas, 39: 145-153.
  17. Juggins S. 2019. Rioja: Analysis of Quaternary Science Data, R package version (0.9–21). URL: http://cran.r-project.org/package=rioja (Last accessed 30.09.2024).
  18. Kharuk V.I., Ranson K.J., Petrov I.A., Dvinskaya M.L., Im S.T., Golyukov A.S. 2019. Larch (Larix dahurica Turcz) growth response to climate change in the Siberian Permafrost Zone. Regional Environmental Change, 19(1): 233-243. https://doi.org/10.1007/s10113-018-140.
  19. Kharuk V.I., Dvinskaya M. L., Petrov I.A., Im S.T., Ranson K.J. 2015. Larch forests of Middle Siberia: Long-term trends in fire return intervals. Environmental Research Letters, 16: 2389-2397. https://doi.org/10.1007/s10113-016-0964-9.
  20. Klemm J., Herzschuh U., Pisaric M. F. J., Telford R. J., Heim B., Pestryakova L. A. 2013. A pollen-climate transfer function from the tundra and taiga vegetation in Arctic Siberia and its applicability to a Holocene record. Palaeogeography, Palaeoclimatology, Palaeoecology 386: 702-713.
  21. Kukavskaya E., Soja A., Petkov A., Ponomarev E., Ivanova G., Conard S. 2013. Fire emissions estimates in Siberia: Evaluation of uncertainties in area burned, land cover, and fuel consumption. Canadian Journal of Forest Research 43: 493-506. https://doi.org/10.1139/cjfr-2012-0367.
  22. Kukavskaya E.A., Buryak L.V., Shvetsov E.G., Conard S.G., Kalenskaya O.P. 2016. The impact of increasing fire frequency on forest transformations in southern Siberia. Forest Ecology and Management 382: 222-230. https://doi.org/10.1016/j.foreco.
  23. Kuminova A.V. 1960. Vegetation cover of Altai. SO AS, Novosibirsk, 450 pp. (in Russian). [Куминова А.В. 1960. Растительный покров Алтая. Новосибирск: Изд-во. СО АН. 450 c.].
  24. Kupriyanova L.A. 1965. Palynology of the earwigs. Nauka, Leningrad, 215 pp. [Куприянова Л.А. 1965. Палинология серёжкоцветных. Л.: Наука. 215 с.].
  25. Kupriyanova L.A., Aleshina L.A. 1972. Pollen and spores of plants of the flora of the European part of the USSR. Nauka, Leningrad, Vol. 1, 171 pp. [Куприянова Л.А., Алёшина Л.А. 1972. Пыльца и споры растений флоры европейской части СССР. Л.: Наука. Т. 1. 171 с.]
  26. Kupriyanova L.A., Aleshina L.A. 1978. Pollen of dicotyledonous plants of the flora of the European part of the USSR. Leningrad, Nauka, Vol. 2, 184 pp. [Куприянова Л.А., Алёшина Л.А. 1978. Пыльца двудольных растений флоры европейской части СССР. Л.: Наука. Т. 2. 184 с.].
  27. Li X., Sun A., Yang Y., Zhang D. Wu S. 2024. Modern pollen-vegetation coverage relationships and its application for Holocene vegetation reconstructions in the central Tianshan Mountains. Palaeogeography, Palaeoclimatology, Palaeoecology 635: 111963. https://doi.org/10.1016/j.palaeo.2023.111963.
  28. Liu G., Yin Y., Liu H. Y., Hao Q. 2013. Quantifying regional vegetation cover variability in North China during the Holocene: Implications for climate feedback. PloS One 8 (8): e71681.
  29. Lu H., Wu N., Liu K., Zhu L., Yang X., Yao T., Wang L., Li Q., Liu X., Shen C., Li X., Tong G., Jiang H. 2011. Modern pollen distributions in Qinghai-Tibetan Plateau and the development of transfer functions for reconstructing Holocene environmental changes. Quaternary Science Reviews 30: 947–966.
  30. Moore P.D., Webb J.A., Collinson, M.E. 1994. Pollen analysis. Oxford, Blackwell Scientific Publications, 217 pp.
  31. Murdoch D., Chow E.D., Celayeta J.M. F. 2018. Ellipse: Functions for Drawing Ellipses and Ellipse-Like Confidence Regions, R package version (0.4.1). URL: https://CRAN.Rproject.org/package=ellipse (Last accessed 09.2024).
  32. Ohlwein C., Wahl E. R. 2012. Review of probabilistic pollen-climate transfer methods. Quaternary Science Reviews 31: 17-29.
  33. Oksanen J., Blanchet F.G., Friendly M., Kindt R., Legendre P., McGlinn D., Minchin P.R., O’Hara R.G., Simpson G.L., Solymos P., Stevens M.H.H., Szoecs E., Wagner H. 2018. Vegan: Community Ecology Package. R Package version (2.5-2). URL: http://CRAN.Rproject.org/package=vegan (Last accessed 09.2024).
  34. Oksanen J., Laara E., Huttunen P., Merilainen J. 1988. Estimation of ph optima and tolerances of diatoms in lake sediments by the methods of weightered averaging least squeres and maximum likelihook and their use for the prediction of lake acidity. J. Paleolimnol 1: 39-49. https://doi.org/10.1007/BF00202192.
  35. Overpeck J.T., Webb III T., Prentice I.C. 1985. Quantitative interpretation of fossil pollen spectra: dissimilarity coefficients and the method of modern analogs. Quaternary Research 23: 87-108.
  36. Payne R.J., Telford R.J., Blackford J.J., Blundell A., Booth R.K., Charman D.J., Lamentowicz L., Lamentowicz M., Mitchell E.AD, Potts G., Swindles G.T., Warner B.G., Woodland W. 2012. Testing peatland testate amoeba transfer functions: Appropriate methods for clustered training-sets. The Holocene 22(7): 819-825.
  37. Pelànkovà B., Kuneš P., Chytry M., Jankovska V., Ermakov N., Svobodova-Svatavska H. 2008. The relationships of modern pollen spectra to vegetation and climate along a steppe forest tundra transition in southern Siberia, explored by decision trees. The Holocene 18 (8): 1259-1271.
  38. Polikarpov N.P., Chebakova N.M., Nazimova D.I. 1986. Climate and mountain forests of South Siberia. Nauka, Novosibirsk, 225 pp. (in Russian). [Поликарпов Н.П. Чебакова Н.М., Назимова Д.И. 1986. Климат и горные леса Южной Сибири. Новосибирск: Наука. 225 с.].
  39. Rankova E.Y., Gruza G.V. 2011. Climate change in the Russian part of the Altai-Sayan Ecoregion. In Assessment Report. Climate Change and its Impact on Ecosystems, Population and Economy in the Russian Part of the Altai-Sayan Ecoregion, (A.O. Kokorin, ed.) pp. 15-32, WWF Russia Moscow Press, Moscow (in Russian). [Ранькова Э.Я., Груза Г.В. 2011. Изменения климата в российской части Алтае-Саянского экорегиона // Оценочный доклад. Изменения климата и его воздействие на экосистемы, население и хозяйство российской части Алтае-Саянского экорегиона / под ред. А. О. Кокорина. М.: WWF России. С. 15-32].
  40. Seppä H., Birks H. J. B., Odland A., Poska A. and Veski S. 2004. A modern pollen–climate calibration set from northern Europe: developing and testing a tool for palaeoclimatological reconstructions. Journal of Biogeography 31: 251-267.
  41. Smagin V.N., Ilyinskaya S.A., Nazimova D.I., Novoseltseva I.F., Cherednikova Y.S. 1980. Types of forests of the mountains of southern Siberia. Nauka, Novosibirsk, 336 pp. (in Russian). [Смагин В.Н., Ильинская С.А., Назимова Д.И., Новосельцева И.Ф., Чередникова Ю.С. 1980. Типы лесов гор Южной Сибири. Новосибирск: Наука. 336 с.].
  42. Tarasov P., Williams J.W., Andreev A., Nakagawa T., Bezrukkova E., Herzschuh U., Igarashi Y., Muller S., Werner K., Zheng Z. 2007. Satellite- and pollen-based quantitative woody cover reconstructions for northern Asia: Verification and application to Late-Quaternary pollen sat. Earth Planet. Sci. Lett. 264: 282-298.
  43. Tian F., Cao X.Y., Dalimeyer A., Zhao Y., Wang Y.D., Herzschuh U. 2016. Quantitative woody cover reconstructions from eastern continental Asia of the last 22 kyr reveal strong regional peculiarities. Quat. Sci. Rev. 137: 33-44.
  44. ter Braak, C.J.F., Prentice I.C. 1988. A theory of gradient analysis. Adv. Ecol. Res. 18, 271-317.
  45. ter Braak, C.J.F., Juggins, S. 1993. Weighted averaging partial least squares regression (WA-PLS): an improved method for reconstruction environmental variables from species assemblages. Hydrologia 269-270: 485–502. https://doi.org/10.1007/BF00028046.
  46. ter Braak C. J. F. 1994. Canonical community ordination. Part 1: basic theory and linear methods. Ecoscience 12: 127–140.
  47. Vallè F., Furlanetto G., Maggi V., Pini R., Ravazzi C. 2019. Concepts and methodology to quantitatively reconstruct climate from pollen data. Geogr. Fis. Dinam. Quat. 42, 225-234. DOI:10/4461/GFDQ/2019.42.12.
  48. Wei H., Zhao Y. 2016. Surface pollen and its relationships with modern vegetation and climate in the Tianshan Mountains, northwestern China. Veget Hist Archaeobot 25:19-27.
  49. Zanon M., Davis B.A.S., Marquer L., Brewer S., Kaplan J. O. 2018. European Forest Cover During the Past 12,000 Years: A Palynological Reconstruction Based on Modern Analogs and Remote Sensing. Front, Plant Sci. 9: 253.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Расположение точек отбора современных (субрецентных) спорово-пыльцевых спектров в Алтае-Саянском горном регионе и прилегающих частях равнин (в каждой точке отбиралось от 1 до 6 образцов). Значками обозначены ключевые биотопы.

Скачать (118KB)
3. Рисунок 2. Результаты связанного кластерного анализа современных (субрецентных) спорово-пыльцевых спектров Алтае-Саянского региона и прилегающих частей равнин.

Скачать (182KB)
4. Рисунок 3. Биплот анализа методом главных компонент (PCA) выборки из 145 современных спорово-пыльцевых спектров Алтае-Саянского региона и прилегающих частей равнин. Значками и цветом овалов обозначены с.п.с. различных биомов на территории исследования.

Скачать (153KB)
5. Рисунок 4. Биплоты RDA-анализа выборки из 145 современных спорово-пыльцевых спектров Алтае-Саянского региона и прилегающих частей равнин. А – до теста VIF, Б – после теста VIF (условные обозначения см. на рис. 3).

Скачать (93KB)

© Blyakharchuk T.A., Shefer N.V., Lukanina E.A., van Hardenbroek M., Juggins S., Zhang D., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».