依据前人研究成果，本文从国内外已发表的文献中搜集高原地层孢粉序列，遴选可靠记录，以期探讨该区的人类活动信息。选取原则为：（1）孢粉序列时间需涵盖中晚全新世（6.0kaBP.以来）；（2）具有较好年代控制，序列以日历年或14C年时间体系定量表达；（3）具有较高的分辨率；（4）序列地域分布需覆盖整个高原及其各分区。根据上述原则，选取了本区28条地层化石孢粉序列。年代校正：28条序列中有些为日历年有些为碳14测年，因此对其进行校正成日历年。数据获取：对序列进行定量化，读取序列的孢粉含量数值与对应年代，为保证数据的有效性，优先选取拐点数据，序列分辨不足100年的时段，选取该时段平均的孢粉含量数据。从28条序列中共获取568条伴人孢粉记录。利用青藏高原28处地点的地层化石孢粉数据，提取计算并合成本区中晚全新世以来（6.0~2.0kaB.P.）的伴人孢粉记录。对从28处地层化石孢粉序列中提取的原始伴人孢粉记录，以序列为单位，运用离差法进行标准化处理，目的在于消除不同孢粉类型间的量纲差异，相互间可以进行对比，经标准化后的原始数据转换为标准化数值。然后计算每个分区每条记录的平均值，从而合成本区伴人孢粉记录，本文称其为伴人指数，其含义为指数愈高人类活动强度愈强，愈低则愈弱。
候光良
本文所使用的数据为: 青藏高原范围与界线数据〔12〕; 中国科学院计算机网络信息中心国际科学数据镜像网站( http: / /www． gscloud． cn) 中的 90 m ×90 m 空间分辨率的 DEM 数据产品; 遗址数据主要基于全国第二次文物普查结果， 并结合相关省份文物地图集。在数据处理过程中， 首先确定遗址的具体位置，经纬度不详的遗址结合谷歌卫星地图加以判读; 其次， 参考中国文物普查认定标准进行分类、确定年代( 剔除年代不详的点) ， 少量跨年代遗址重复计算，最后按照考古学、历史学、年代学体系的特点， 将研究区遗址按文化类型和历史学的综合划分法统计。GIS 和 RS 等在聚落和区域考古研究的应用也渐趋成熟。利用 GIS 方法中最短路径模拟出青藏高原史前交通路线，利用核密度估计法根据输入的要素数据集计算整个区域的数据聚集状况， 从而产生一个连续的密度表面。能直观地表现研究对象的分布概率， 核密度值的大小代表遗址点在空间分布上的集聚程度， 核密度估计值越大， 遗址点的分布密度越密。在通过平均最邻近指数测量每个要素的质心与其最近要素质心位置之间的距离， 计算所有最邻近距离的平均值， 并将其与假设随机分布中的平均距离进行比较，从 而判断研究要素是否为聚集分布。对属性在整个区域空间分布特征的描述， 用于判断研究区域某一要素或现象在空间是否具有聚集特性存在本文采用全局Moran’s I 指数来测度青藏高原遗址点的全局空间自相关程度。
候光良
本数据为青藏高原东部甘孜XS黄土剖面的粒度数据集，整个剖面厚10米，按照2.5cm间隔进行了粒度分析，共获得粒度数据398组。实验分析在兰州大学西部环境教育部重点实验室完成。测量前通过双氧水和盐酸去除了样品中的有机质和碳酸盐，加入分散剂经超声波震荡后，利用Mastersizer 2000仪器进行粒度测量。该数据反应了该高原东部地区末次间冰期以来的黄土序列的粒径变化，对青藏高原东部古环境记录研究研究具有十分重要的作用。
杨胜利
联系方式
中国科学院西北生态环境资源研究院
0931-4967287
poles@itpcas.ac.cn
关注我们
时空三极环境大数据平台 © 2018-2020 陇ICP备05000491号 | All Rights Reserved
｜ 
京公网安备11010502040845号
数据中心技术支持: 数云软件
