现代花粉数据库是开展花粉与植被及气候定量关系并开展古植被与古气候定量重建的数据基础。亚洲地貌、气候、植被区域差异显著，区域尺度的花粉现代过程研究取得一系列重要成果，但尚缺乏涵盖亚洲的现代孢粉数据集。作者通过收集前人的现代孢粉数据，并补充开展部分地区的现代孢粉分析，初步构建涵盖亚洲大部分地区的现代孢粉数据集。数据集包含9165个样点，能够涵盖除南亚之外的亚洲大部分地区；包含245个花粉类型，主要为科或属。该数据集可用于开展大空间尺度古植被和气候重建研究，也可用于植被和气候模型可靠性评价。本数据集是来源于论文：Cao, X., Tian, F., Herzschuh, U., Ni, J., Xu, Q., Li, W., Zhang, Y., Luo, M., Chen, F., 2022. Human activities have reduced plant diversity in eastern China over the last two millennia, Global Change Biology (accepted)，详细信息在本文中有详细介绍。
曹现勇, 田芳, 许清海, 倪健, Ulrike Herzschuh
基于沉积物中蕴含的孢粉组合开展过去植被及气候研究已有百余年历史，孢粉学家积累的地层孢粉数据是开展大陆乃至全球尺度植被和气候时空格局重建的重要基础，而年代框架和孢粉名称标准化的地层孢粉数据集是开展重建研究的前提。作者通过孢粉数据收集、孢粉类型统一化、年代模型标准化以及时间窗口插值，获得了中国全新世孢粉数据集。本数据集共包含254个地层样点，217个花粉类型。本数据集中的样点在森林草原过渡带密度较高，而我国东南部和西北部分布较少，但仍能均匀涵盖我国不同植被和气候类型。时间上涵盖11.5~0 cal. ka BP期间的每100年时间窗口，但可用的样点在全新世中期（约8~2 cal. ka BP）富集，在早和晚全新世较少。本数据集是来源于论文：Cao, X., Tian, F., Herzschuh, U., Ni, J., Xu, Q., Li, W., Zhang, Y., Luo, M., Chen, F., 2022. Human activities have reduced plant diversity in eastern China over the last two millennia, Global Change Biology (accepted)，详细信息在本文中有详细介绍。
曹现勇, 田芳, 倪健, Ulrike Herzschuh
全面认识青藏高原现代孢粉与植被、气候及人类土地用的关系，是定量重建过去植被、气候及人类扰动强度的基础。依托第二次青藏高原综合科学考察研究项目，项目组开展网格状的表层土壤样品采集和植被调查工作，共采集700余个表层土壤样品。该数据集是阶段性完成的318个样品的孢粉百分比数据，这些样点已经能够涵盖青藏高原中东部地区的大部分区域，也能够涵盖高原的常见植被类型。该数据集可以用于构建孢粉与植被及气候的转换函数。
曹现勇
Sugita （2007）提出的 REVEALS 模型，通过引入不同种属花粉产量，考量不同花粉类型的传播能力，以及不同沉积类型和沉积盆地大小对花粉源区的影响，将花粉组合定量转化为植被盖度，使得基于花粉的REVEALS植被重建结果更加接近真实的植被盖度。本文利用REVEALS 模型，基于94个高质量的湖泊/泥炭化石花粉数据，定量重建了我国温带和北亚热带区域的1˚x1˚空间分辨率的全新世植被覆盖变化。11.7 - 0.7 ka 时段，重建结果的分辨率为500年；0.7 ka至今，重建结果分辨率依次提高为350年（0.7˗0.35 ka），250年（0.35˗0.1 ka）和100年（0.1 ka 至今）。 研究区涵盖了75个1˚x1˚栅格范围，基于REVEALS的植被重建数据包含25个时间窗口内27个种属，两种植被功能型合并方式：6个植被功能型和10个植被功能型，以及3种土地覆盖类型的植被盖度数据及误差。元数据文件包含了重建样点名称、现代植被类型、年代个数、经纬度及海拔、沉积盆地的大小和类型等信息。本数据可被耦合到古气候模拟的模型中，也可用于评价和校正古植被模拟及土地利用模型。
李芙蓉
本数据是研究团队采用新方法定量重建获得的末次冰盛期以来青藏高原不同样点的植被变化数据。首先收集、整理青藏高原及其周边17个植被带1802条现代孢粉数据作为训练集，采用随机森林算法建立基于孢粉数据重建青藏高原植被的模型，该模型预测现代孢粉样点的植被时，与实际植被对比，显示出较高的一致性（>76%）。与传统的生物群区化法相比，新建立的随机森林模型基于孢粉数据预测青藏高原现代植被的准确性更高。随后，将新建立的随机森林模型用于青藏高原51条孢粉化石序列的古植被重建。用贝叶斯方法重新建立各孢粉化石序列的深度-年代模型，并用线性插值方法获取500年间隔的孢粉化石数据。最终用随机森林模型重建出青藏高原22000年以来500年间隔的植被时空格局变化。本数据可以为理解过去高寒植被的变化过程和机制提供依据，为研究过去气候变化对青藏高原植被的影响提供证据，为气候模拟提供边界条件。
秦锋, 赵艳, 曹现勇
以“全新世温度难题”为焦点，全新世地球气温变化已成为过去气候变化研究的热点问题。该项工作基于云南星云湖的化石孢粉，利用新发展起来的基于随机数据开展定量重建显著性检验新方法定量重建了研究区过去14000年以来的夏季温度（平均7月温度），发现其与基于该湖沉积物碳酸盐氧同位素的夏季降水记录在变化趋势上存在差异，主要体现在早全新世二者的不耦合变化，即早全新世夏季降水较高，但夏季温度较低。作者进一步提出了以云、气溶胶、北半球高纬冰盖边界条件等主导的地球系统内部反馈作用是造成中国西南地区早全新世夏季降水与温度不耦合的主要原因。
吴铎
大气中的花粉是植物在开花期散布在大气中产生的，受植物的开花物候和气候等因素的影响。作为一种大气生物颗粒，大气花粉能够反映植物物候、气候条件、大气环流等的变化。大气花粉由珠峰站Burkard大气花粉采样器收集，该收集器是容积式花粉收集器，每分钟气流为10L，大气花粉颗粒被吸附在聚酯薄膜上，每周更换一次，收集下来的样品用甘油胶制成玻片，放在奥林巴斯显微镜400倍下进行鉴定，统计花粉科属类型和数量。数据集的时间覆盖范围是2011-2013年，时间分辨率为逐日。所采用的大气花粉采样装备为国际通用的采样器，遵循标准的采样和实验室处理流程，并由经验丰富的孢粉鉴定人员鉴定，确保数据真实、可靠。该数据可供该区域利用花粉分析重建古环境、植物物候响应气候变化等生态学研究做参考。
吕新苗
本数据集来源于论文：Zhang, J. F., Xu, B., Turner, F., Zhou, L., Gao, P., Lü, X., & Nesje, A. (2017). Long-term glacier melt fluctuations over the past 2500 yr in monsoonal High Asia revealed by radiocarbon-dated lacustrine pollen concentrates. Geology, 45(4), 359-362. 在本文中，中国科学院青藏高原研究所、地球科学卓越创新中心徐柏青研究员及其博士后张继峰与来自北京大学等单位的合作者，对高原南部枪勇冰川冰前湖沉积物进行了多方法（植物残体、孢粉浓缩物、全有机质）放射性碳测年，提出了一个重建古冰川融化强度的新指标（“老孢粉效应”，即沉积物孢粉年龄与沉积物真实年龄的差值）。该研究发现北半球温度及西风环流活动可能是高原季风区冰川百年尺度波动的主控因素，高原近代的冰川融化强度达到过去2500年以来最强，超过了历史上的中世纪暖期和罗马暖期。 数据由论文作者提供，数据包含了基于老孢粉效应（ΔAgepollen）重建的过去2500年枪勇冰川融化强度变化数据。 研究人员从枪勇错冰前湖获得了一根3.06米长的湖芯（QYL09-4）和一根1.06m长的平行重力钻湖芯（QY-3），使用新的复合提取及纯化程序，从沉积物中获得了相对纯的孢粉浓缩物和植物残体浓缩物（PRC；> 125μm）。对全有机质，PRC和孢粉浓缩物分别进行了14C年代测定。所有14C年龄都使用IntCal13（Reimer et al., 2013）进行了校准。年龄深度模型基于210Pb、137Cs年龄及五个PRC的14C年龄。使用Oxcal 4.2（Bronk Ramsey，2008）中的P_Sequence算法构建岩芯的年龄深度模型。将校准的孢粉年龄中减去根据沉积模型得出的真实沉积物年龄，从而得出老孢粉效应值（ΔAgepollen）。 数据为湖芯（QYL09-4）的放射性碳测年与老孢粉效应数据。 数据包含字段如下： Lab No.：样本编号 Dating Material：测年材料 Depth (cm)：深度（厘米） 14C age (yr BP)：碳14年龄（年 距今） ΔAgepollen (≥95.4 % yrs)：孢粉年龄与估算的沉积物年龄间的差值（≥95.4 % 年） Sediment Age (CE)：沉积物年龄（公元） 数据详细信息参见附件：ZhangJF et al. 2017 GEOLOGY_Long-term glacier melt fluctuations over the past 2500 yr on the Tibetan Plateau.pdf。
张继峰
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
