下载:
-
米兰科维奇周期（天文周期）是由于地球天文轨道参数（包括偏心率、斜率和岁差）周期性变化引起地球气候系统变化,从而影响沉积过程并在沉积记录中留下的周期[1⁃2]。米兰科维奇周期主要在百万年—万年的时间尺度影响地球气候系统,并可根据主控因素不同分为轨道偏心率周期、地球斜率周期和岁差周期。一般认为现今周期为405 kyr和约100 kyr的偏心率周期、约40 kyr的斜率周期和约20 kyr的岁差周期是常规天文周期。除常规天文周期之外,一些“非常规”天文周期在大量研究中逐渐被发现,它们多是常规周期的振幅调制周期（Amplitude Modulation cycle,即AM cycle）,如偏心率信号中存在~2.4 Myr的振幅调制周期,地球斜率的振幅曲线中存在~1.2 Myr和~173 kyr（即约17万年）两个振幅调制周期。这些“非常规”天文周期和常规天文周期一同参与调控地球的气候、水循环、大气循环和碳循环系统[3⁃6]。
斜率信号主要通过影响全球日照量的纬向分布来调控中高纬度地区气候,最终可在碳循环中留下记录[7]。另外,有学者认为斜率可通过影响低纬地区经向日照梯度变化来直接影响低纬度地区气候[8]。对于中高纬度地区来说,斜率值增大从而接受到的热量增多,导致陆地降水增加、风化加剧、地下水储量增加和海平面下降[6,9]。但是,17万年斜率振幅调制周期如何影响地球气候并不清楚。
Hinnov[1]通过天文理论计算得到了10 Ma内的斜率曲线,其振幅曲线的谱分析结果显示除约1.2 Myr的调制周期外,还存在周期较短的174 kyr周期,我们认为这是17万年周期最早被地质学家提出。近年来,随着定年技术的不断提高和连续高分辨率地质记录的不断获取,越来越多的研究报道了17万年周期。Boulila et al.[10]在海相地层中发现了~173 kyr信号,并在进行50 Ma内天文验证的基础上建立了可靠的天文年代标尺,以解决“始新世天文年代格架空白（Eocene astronomical timescale gap）”的难题。Charbonnier et al.[11]在白垩系海相地层中捕捉到~173 kyr信号,并通过天文验证将~173 kyr信号的可靠性拓展到100 Ma内,而后利用~173 kyr周期建立了天文年代标尺并对OAE2持续时间进行了估算。对于陆相地层,Huang et al.[5]还发现在晚白垩世松辽盆地、晚中新世塔里木盆地和上新世—全新世俄罗斯远东地区厄尔吉特金湖的数据序列中存在17万年周期,且该周期不仅存在于斜率振幅调制序列中,也存在于原始数据序列中；Zhang et al.[12]在黄土高原东部晚中新世—上新世的风成红土剖面的磁化率数据中发现~173 kyr的周期,并将其归因于地球和土星之间的轨道相互作用。此外,Huang et al.[5]还汇总了200 Ma以内中高纬度的高分辨率总有机碳和有机碳同位素数据作为地球碳埋藏的记录,在其中均发现了160~200 kyr的周期,并据此提出了“沉积阈值响应”模式,认为17万年这一“非常规周期”通过“非线性”沉积过程来影响地球气候系统,从而调控地球碳循环。
然而,古生代地层中是否保存了稳定的17万年周期信号仍不清楚。古生代海相地层中的旋回地层学研究多集中于对常规天文周期的研究[13⁃16],对于“非常规周期”的研究也侧重于超长振幅调制周期（如2.4 Myr、1.2 Myr等）及其对气候和突发事件的影响[17⁃22]。与之相比,鲜有对17万年短周期的准确报道,少数旋回地层学结果中存在200~170 kyr的信号,但作者并未展开讨论[23⁃24]。仅有Zhong et al.[25]在华南海相地层的斜率信号振幅曲线中捕捉到173.4 kyr振幅调制周期。截至目前,在古生代陆相地层尚无对17万年周期的详细讨论。本研究对早二叠世陆相沉积盆地的自然伽马测井和总有机碳数据进行了旋回地层学研究,在自然伽马数据和总有机碳数据中均发现了17万年的天文周期,这一信号不仅存在于斜率振幅调制序列中,还出现在去趋势的数据序列中。这一结果验证了17万年周期在古生代存在,并且通过非线性过程调控中高纬度气候和水循环,进而通过调节碳埋藏来调控碳循环。
-
准噶尔盆地位于中国西北部,面积约为1.3×105 km2,盆地形状大致呈三角形[26]。东北部为青格里底山和克拉美丽山,西北部毗邻扎伊尔山、哈拉阿拉特山和德伦山,南部直至依林黑比尔根山和博格达山[26]。盆地按照地层发育特征可以分为三个地层小区,分别为西北部区、东部区和南部区[27]。按区域坳陷和隆起的发育特征又可划分为七个二级构造单元,分别为西北部区的乌仑古坳陷、陆梁隆起、中央坳陷、西部隆起；东部区的吉木萨尔凹陷和东部隆起；南部区的北天山山前冲断带（图1）。盆地从石炭纪到二叠纪经历了海相沉积到陆相沉积盆地的转变,并在二叠系先后形成了风城组和芦草沟组两套烃源岩层和产油层[30⁃31]。
图 1 准噶尔盆地吉木萨尔凹陷概况
芦草沟组主要分布于准噶尔盆地东部,与上覆地层红雁池组和下伏地层井井子沟组均为整合接触[29]。岩性大多为细粒沉积岩,以泥页岩、粉砂质泥岩、泥质粉砂岩、粉砂岩、细砂岩为主,夹白云质泥岩和白云岩。芦草沟组整体为陆相湖泊环境,粒度较细的泥页岩可能代表了湖盆较深的时期,而粉砂岩、细砂岩可能代表了湖盆较浅的时期[32]。到目前为止,芦草沟组的沉积时间尚未完全确定。Gao et al.[27]根据已发表的火山锆石和碎屑锆石放射性测年资料,结合生物地层学,认为芦草沟组归属于中二叠统（瓜德鲁普统）,具体年龄限定在约268~270 Ma。其中Liu et al.[33]对芦草沟组上部粉砂岩中碎屑锆石进行LA-ICP-MS定年,得出最大沉积年龄为269 Ma。唐勇等[29]系统总结了已发表的年代地层和生物地层成果,结合碎屑锆石年龄和生物地层数据,将芦草沟组划入下二叠统（乌拉尔统）,底界限定在290±2 Ma。Sun et al.[28]对准噶尔盆地南部井井子沟剖面芦草沟组上部的火山灰进行CA-ID-TIMS测年,得到结果为286.39±0.25 Ma。对下伏地层井井子沟顶部的凝灰质粉砂岩进行LA-ICP-MS测年,结果为294.1±1.4 Ma。另外,Yang et al.[34]对吐哈盆地西缘红雁池组靠近顶界层位的火山灰进行CA-ID-TIMS锆石U-Pb定年,结果为281.39±0.10 Ma,并将红雁池组和芦草沟组划入乌拉尔统。本文采用Sun et al.[28]的ID-TIMS锆石U-Pb定年结果,即芦草沟组年龄在290 Ma左右,先前Liu et al.[33]得出的最大沉积年龄269 Ma可能受到单颗碎屑锆石铅丢失的影响而导致偏年轻。
-
采用来自吉174井芦草沟组的自然伽马测井（NGR）数据和总有机碳（TOC）数据,数据序列见图2。吉174井芦草沟组的深度段为3 104.00~3 358.00 m。高分辨率的NGR数据来自Huang et al.[24],原始采样间距为0.125 m。NGR数据贯穿整个芦草沟组,深度段为3 100.00~3 358.00 m,2 065个数据点的最大值为178.212 API,最小值为42.636 API,平均值为81.584 API。
图 2 吉174井芦草沟组岩性柱及TOC、NGR数据序列岩性柱
总有机碳（TOC）数据来自Hu et al.[31],主要为芦草沟组265个湖相泥岩样品采集测定。TOC数据未能完全包括芦草沟组,缺失了顶部3 104.00~3 109.22 m,且3 338.10 m之后的数据采样分辨率较低,可能影响万年尺度周期的识别。因此,选取区间为3 109.22~3 338.10 m的TOC数据,261个数据的最大值为19.01%,最小值为0.27%,平均值为3.56%。
自然伽马测井（NGR）数据是一种常用的古气候代用指标,被广泛用于旋回地层学研究[4,35⁃36]。该数据测量岩石中放射性物质（如U、Th、K等）在衰变过程中放射出的伽马射线强度,即表征岩石中放射性物质的富集程度。黏土矿物颗粒细小,沉降缓慢,且黏土矿物和有机质易于吸附放射性物质,均有利于放射性物质的富集[36]。由于砂岩、砾岩和碳酸盐岩较少含黏土矿物,而泥页岩常常富含黏土矿物和有机质,因此在沉积岩中,砂岩、砾岩和碳酸盐岩的自然伽马测井值一般较低,而泥页岩具有较高的自然伽马测井值。因此,自然伽马测井值可以较清晰地反映岩性变化。在沉积盆地中,岩性变化可以反映湖平面、河流输入能力和大陆风化强度的变化,这些受控于水文循环的因素均与古气候变化紧密关联。
前人已有从总有机碳（TOC）数据中识别出米兰科维奇旋回的大量案例[37⁃38]。总有机碳（TOC）即岩石中以有机物形式存在的碳元素,可以直观反映岩石的有机碳含量。TOC值可以反映沉积盆地的水体化学性质、初始生产力和保存条件。这些因素都能够代表碳埋藏情况,从而能够表征沉积过程中的地球碳循环。
根据奈奎斯特采样频率（Nyquist Frequency）,至少2个采样数据能够识别出一个完整的周期。而最佳的采样密度是一个周期内包含4个样品数据点,这样既不会浪费时间和金钱,也可以保证获得真实完整的旋回信号[39]。前人对芦草沟组的研究显示芦草沟组的沉积速率为9~10 cm / kyr[24],则代表约18 kyr的岁差周期的旋回为1.6~1.8 m,所需的采样间距最大为0.8 m。而吉174井TOC数据的平均采样间距为0.785 m,可识别出的最短周期为1.5 m；NGR数据的采样间距为0.125 m,可识别出的最短周期为0.25 m。因此,吉174井的数据分辨率足够识别出轨道旋回信号,可以开展旋回地层学工作。
-
采用R语言中的“Astrochron”软件包和Acycle软件进行频谱分析工作[40⁃41]。下面是一些数据处理和分析的关键步骤。首先对数据进行等间距插值处理,因为进行MTM谱分析需要等间距的原始数据。所有的数据都进行了间距为0.125 m的等间距插值,这不会影响数据的整体趋势。然后使用R语言中“Astrochron”软件包中的“noKernel”函数对数据进行去趋势处理,以去除不属于米氏旋回尺度的长期趋势。该函数对数据序列进行高斯核平滑。接下来进行去极值处理以消除原始数据中异常值对频率域特征的影响,最后对数据序列进行再次等间距插值,获得有利于捕捉米氏旋回尺度信号的数据序列。
获取高分辨率的数据序列后,运用Acycle软件中的COCO（Correlation Coefficient）和eCOCO（Evolu- tionary Correlation Coefficient）分析工具[42],并结合研究区地质背景和前人研究进行沉积速率范围的估计。COCO分析即相关系数分析,是基于蒙特卡洛模拟来估算沉积速率,而eCOCO分析即演化相关系数分析,可在COCO分析的基础上使用滑动地层窗口来获取沉积速率在深度域上的阶段变化。
使用MTM谱分析来显示数据序列在频率域的特征,使用EHA谱分析来进一步显示频率域信号在深度域的变化,频率域信号的置信程度可用90%、95%、99%的置信度曲线来量化。结合频率域各峰值的比例关系（如405∶~100∶~40∶~20≈20∶10∶2∶1）和COCO、eCOCO的沉积速率结果来判断各信号所对应的天文周期。
对深度域数据序列中较强的信号进行高斯滤波[39],并根据相应的天文周期将深度域数据调谐至时间域,建立浮动天文年代标尺。如存在多个较强的信号,则分别进行高斯滤波并建立浮动天文年标尺,对比其结果以估计芦草沟组的沉积持续时间（例如Huang et al.[24]）。而后对每个数据序列中代表斜率的信号波段进行希尔伯特滤波以获取斜率振幅曲线,并对获取的曲线再次进行MTM谱分析,捕捉斜率振幅曲线中的振幅调制周期。
-
在R语言中“Astrochron”软件包中的“noKernel”函数中将“smooth”参数设定为0.05以进行预先的去趋势处理。对吉174井去趋势的TOC数据进行MTM谱分析,可发现一系列高置信度信号。其中波长为~10 m的周期达到了99%置信度；波长分别为~4.4 m、~3.2 m、2.1 m的周期达到了95%置信度（图3b）。进一步的EHA谱分析表明,~10 m的周期在深度域上始终比较稳定,这也表明了相对稳定的沉积速率。这些沉积旋回信号的周期比值约为4.8∶2.1∶1.5∶1,而早二叠世的理论天文信号比值[43⁃44]E∶e∶O1∶O2∶P约为19.47∶4.81∶2.08∶1.66∶1,二者高度一致,因此这些沉积旋回可能分别代表了e（~10 m）、O1（~4.4 m）、O2（~3.2 m）和P（2.1 m）的天文周期旋回。此外,使用相关系数分析（COCO）对芦草沟组的沉积速率范围进行了估计,综合相关系数和零假设分析的结果显示吉174井芦草沟组沉积速率在~2.7 cm/kyr和~9.1 cm/kyr具有较高置信度。由于陆相湖盆一般具有较高的沉积速率,且芦草沟组无明显沉积间断现象,结合前人对吉木萨尔凹陷芦草沟组其他钻井的研究[24,45],认为芦草沟组的沉积速率最可能为~9.1 cm/kyr。这与前人研究结果的沉积速率范围一致。
图 3 吉174井TOC数据深度域旋回地层学分析结果
-
基于上述深度域的旋回地层学分析结果,认为芦草沟组沉积过程中受到了天文信号的调控,其中~10 m的周期代表了短偏心率信号。~10 m的周期在深度域上稳定且强烈,且偏心率信号在地质历史时期上一直稳定存在,因此选取短偏心率信号（~100 kyr）对深度域的TOC序列进行天文调谐,建立深度和时间的对应关系,进行时间域的旋回地层学分析。选取~10 m的波段进行高斯滤波,其目的是将短偏心率信号从地层序列中识别出来。滤波结果显示了26个波峰（图3）,代表了25个完整的沉积旋回。将每个沉积旋回赋予100 kyr的时间尺度,就可以得到吉174井芦草沟组在3 109.22~3 338.10 m这一深度范围内的持续时间。
由于吉174井的NGR数据中缺乏较强的偏心率信号,选择利用TOC数据完成天文调谐后,再将时间模型用于NGR数据序列,并对TOC数据和NGR数据进行时间域的旋回地层学分析。结果显示,TOC数据中周期为200~170 kyr、~100 kyr、~61 kyr、34.5 kyr、28.8 kyr、19.8 kyr的信号超过了99%置信度,周期为~48 kyr、~22 kyr的信号超过了95%置信度。NGR数据中周期为38 kyr、25.7 kyr、24 kyr的信号达到99%置信度,周期为~170 kyr、42.9 kyr、34.5 kyr、18 kyr的信号达到95%置信度。结合前人计算的早二叠世天文理论参数,认为吉174井TOC数据中存在~100 kyr的短偏心率周期、48~28.8 kyr的斜率周期和22 kyr、19.8 kyr的岁差周期。除长偏心率信号以外,其他天文周期均得到了较好的保存。而在吉174井NGR数据中存在42.9~34.5 kyr的斜率周期和21.1 kyr、18 kyr的岁差周期。可能由于井位和沉积过程的复杂性,偏心率信号没有在NGR数据中得到良好的记录。至于TOC数据中的200~170 kyr周期和NGR数据中的~170 kyr周期,其来源可能是s3-s6斜率振幅调制周期,之后将在4.2部分详细讨论。
-
芦草沟组时代上归属早二叠世,属于缺乏准确理论天文曲线的古生代地层。对于这种地层,一般选取在地质历史时期稳定存在的偏心率周期（405 kyr和~100 kyr）进行天文调谐,将数据序列从深度域转换到时间域。由于早二叠世准噶尔盆地位于北半球的中高纬度地区,除偏心率周期外,也记录了较强烈的斜率波段信号。因此,尝试采用斜率波段信号和斜率振幅周期信号（s3-s6）进行天文调谐。这三种信号相互独立,可能对得到较准确的沉积持续时间有所帮助。
Huang et al.[24]对准噶尔盆地吉木萨尔凹陷芦草沟组五口钻井的自然伽马测井数据进行了旋回地层学综合分析,选取405 kyr长偏心率周期进行天文调谐,得到结果为芦草沟组的沉积持续时间约3±0.2 Myr,沉积速率介于8.9~10.3 cm/kyr。可能由于井位和古气候指标的原因,吉174井没有记录到强的405 kyr长偏心率周期,这在吉木萨尔凹陷其他钻井中也有体现[24]。选取短偏心率信号进行天文调谐,得到芦草沟组3 109.22~3 338.10 m的持续时间约为2 515 kyr（图4a）。此外,对34.5 kyr的斜率周期进行了滤波和天文调谐,得到持续时间为2 555 kyr。选取173 kyr的s3-s6斜率振幅调制周期进行滤波,首先需要将深度域代表斜率波段的信号（O1∶~4.4 m、O2∶~3.2 m）都包含在内进行滤波,而后在斜率振幅调制序列中滤出代表17万年振幅调制周期（s3-s6）的信号,将每个周期赋予173 kyr的时间间隔,最终得到结果为2 471 kyr。
图 4 短偏心率信号、斜率信号和s3-s6斜率振幅调制信号的天文调谐结果
一般来说,天文调谐的误差范围为结果加减一个调谐信号周期[46⁃48],短偏心率、斜率和斜率振幅信号的结果及误差范围分别为2 515±100 kyr、2 555±34.5 kyr和2 471±173 kyr。不难发现,所选取的信号周期越长,得到的持续时间越短。其原因是长周期信号的调谐分辨率较低,不确定范围较大；而短周期信号调谐分辨率较高,不确定范围较小。考虑到短偏心率信号在整个深度域均较稳定,因此认为吉174井芦草沟组3 109.22~3 338.10 m的持续时间约为2.515 Myr。由于数据密度原因,研究的数据序列并未将芦草沟组全部囊括,缺失了底部3 338.10~3 358.00 m和顶部3 104.00~3 109.22 m的研究结果。考虑到芦草沟组沉积时期构造背景较稳定,无明显沉积间断出现,所以仍按照约9 cm/kyr的沉积速率估计3 104.00~3 109.22 m和3 338.10~3 358.00 m空缺部分的持续时间。将其与2.515 Myr相加后,最终得到的结果约为2.8 Myr,与Huang et al.[24]的结果高度一致。
-
在上述的旋回地层学研究中,除常规天文周期之外,TOC数据中记录到一个显著的200~170 kyr的周期信号（图5b）,NGR数据同样记录了一个显著的~170 kyr的周期信号（图5e）。在去掉长期趋势之后的TOC和NGR时间序列上把这个信号单独提取出来（图5a,d）,可以发现TOC和NGR的波动变化与这个周期信号密切相关。除去趋势时间序列中的17万年信号之外,对吉174井芦草沟组TOC和NGR数据的斜率振幅调制曲线进行了MTM频谱分析,结果显示有高置信度的17万年s3-s6斜率振幅调制周期。这个17万年的周期与前人研究海相地层记录得出的斜率调制周期在时间上比较接近[10],因此认为准噶尔盆地芦草沟组的TOC和NGR数据可能记录了这个斜率调制周期信号。
图 5 TOC和NGR时间序列及其斜率振幅曲线的频谱分析结果
据天文理论方程计算,17万年周期可以是地球公转轨道的倾角周期（inclination）,也可能来源于斜率的振幅调制周期s3-s6。地球公转轨道倾角即地球公转轨道和太阳系所在平面的夹角[1]。然而由轨道倾角周期性变化引起的平均太阳总辐射量变化非常小,与偏心率引起的平均太阳总辐射量变化相差三个数量级[49]。因此轨道倾角来源过于微弱,很难被记录在古气候指标中。芦草沟组的斜率信号较强,且对斜率振幅调制曲线的频谱分析显示了高置信度17万年周期,因此认为本研究TOC数据中的17万年的周期信号可能来自斜率的调制周期s3-s6[10]（与地球和土星节点的进动相对应,约173 kyr）。
-
先前的古生代旋回地层学研究中,对常规天文周期的识别和提取已较为成熟。一些学者在此基础上进一步对“非常规天文周期”进行了研究,但大部分集中在百万年尺度的超长振幅调制周期,如s4-s3斜率振幅调制周期和g4-g3偏心率振幅调制周期等。在海相地质记录中已经发现了17万年天文周期,但缺乏对其解释,也并没有对其来源进行详细探讨。de Vleeschouwer et al.[50]在晚泥盆世海相地层的Th/U时间序列中观察到200 kyr 的周期,认为可能是s3-s6斜率振幅调制周期,但并未给出明确的解释。马坤元等[23]对奥陶系浅海相亮甲山剖面Fe/Ca数据序列的研究结果中存在178 kyr的周期,但并未展开讨论。Zhong et al.[25]对古生代晚奥陶世华南海相剖面古地磁序列进行了综合的旋回地层学分析,结果显示该剖面记录了包含偏心率、斜率和岁差在内的完整常规天文周期。进一步对斜率振幅调制信号的频谱分析显示了1.32 Myr的s4-s3和173.4 kyr的s3-s6斜率振幅调制周期。在陆相地层中,Huang et al.[24]已在准噶尔盆地中五口钻井中发现16.5~19.3 m的周期,并认为可能来源于斜率振幅调制周期s3-s6,但并未对斜率振幅曲线做进一步分析。本文报道了古生代陆相地层中的17万年地质记录,并首次对其来源和对古气候的调控作用进行讨论。
去趋势数据序列斜率振幅曲线中高置信度的17万年周期来源为s3-s6斜率振幅调制周期。该周期来源于地球和土星的引力相互作用,其中s3和s6分别为地球和土星升交点进动的长期频率,仅仅与行星公转轨道有关[10]。这个周期可以解释斜率振幅曲线中的高置信度17万年信号,但无法很好地解释去趋势TOC和NGR数据序列中的17万年信号。我们认为去趋势时间序列中的17万年信号可能来源于地球气候系统的非线性特征。地球气候系统具有许多非线性特征,如具有“阈值”效应、突变事件和混沌效应等[51]。基于这种非线性特征,认为即使芦草沟组沉积时期的斜率信号影响较稳定,但一系列非线性过程和多重平衡仍可以将微小的斜率振幅变化放大处理,并出现在指示碳埋藏的TOC值中[7,52]。
早二叠世,准噶尔盆地位于北半球中高纬度地区。而斜率可通过调控中高纬地区日照量来对气候系统产生影响。基于芦草沟组中强烈的斜率信号,认为斜率周期对芦草沟组沉积时期的古气候条件具有控制作用,并最终在岩性旋回、物理性质曲线（NGR）和有机碳含量曲线（TOC）中得到体现。而17万年斜率振幅调制周期可以调控斜率角度的极值来调控斜率驱动力的强弱,进而通过一系列“非线性”进程来调控古气候和碳埋藏。
Huang et al.[5]提出了适用于两级无冰盖的白垩纪温室气候时期的斜率调控有机碳埋藏模式。该模式认为在斜率高值期间,中高纬度地区具有高热量、强水循环和化学风化的特征,因此湖泊富营养化,底层水缺氧,利于有机质的保存。而在斜率低值期,中高纬度地区接收热量减少,水分和热量传输效率降低,化学风化弱,因此底层水环境偏氧化,有机碳埋藏通量降低。Zhang et al.[6]认为白垩纪斜率信号通过1.2 Myr振幅调制周期驱动了湖平面变化,通过介形虫δ18O负偏移强降雨事件和斜率、湖平面高值和海平面低值的良好相关性,认为斜率调节极大值期间中高纬大陆降水增多,湖面上升,海平面下降。然而早二叠世属于典型的冰室气候环境,冈瓦纳大陆南部发育冰盖[53]。因此需要对上述模式是否适用冰室气候条件进行讨论。在冰室气候时期,高低纬地区之间的日照量梯度变化可以影响极地冰量和高纬地区气候[7]。而斜率信号在万年尺度上影响全球日照量分布,因此冰室气候时期的斜率周期仍能调控中高纬地区气候系统。在斜率高值期,热量和水分向高纬度地区的转移增加,纬向日照量梯度降低,向极地地区的水汽输送减少,不利于冰盖发育。而在低值期间,极地地区变冷和水汽输送增强这两种效应都促进了冰盖的增长。另外斜率对地球夏季日照量也有控制作用[52]。对于中纬度地区,认为斜率高值期带来的日照量变化影响仍占主导,较高的温度带来较强的水循环和化学风化速率,也可以带来充分的降水。1.2 Myr周期和17万年周期都属于斜率振幅调制周期,认为二者可以通过相似的“非线性”过程调制斜率驱动力强度。结合TOC高值与斜率振幅高值的良好对应关系,即在冰室气候条件下,斜率信号仍然能够有效地调控中纬度陆相湖泊碳埋藏,并且通过“阈值响应模式”在沉积记录中留存17万年周期。
-
（1） 早二叠世准噶尔盆地芦草沟组沉积过程中受到了米兰科维奇周期的调控。采用旋回地层学分析方法,在TOC数据序列中可识别出的常规天文周期包括：~100 kyr（~10 m）短偏心率、43.3 kyr（~4.4 m）斜率、34.5 kyr（~3.2 m）斜率和20.8 kyr（~2.1 m）岁差周期。可能由于井位原因,吉174井未记录到405 kyr长偏心率信号。除常规天文周期外,还发现了显著的17万年信号。
（2） 选取TOC数据中高置信度且在深度域上较稳定的短偏心率信号进行天文调谐,并且结合高置信度斜率信号调谐结果和s3-s6斜率振幅调制周期调谐结果,得出芦草沟组沉积持续时间约为2.8 Myr。采用相关系数分析（COCO）估算出芦草沟组沉积速率约为9.1 cm/kyr。
（3） 将利用TOC数据建立的浮动天文年代标尺应用于缺乏偏心率信号记录的NGR数据,得到NGR时间序列。在去趋势的TOC和NGR时间序列中都发现了17万年天文周期。对斜率信号进行滤波,也发现高置信度的17万年s3-s6振幅调制周期。首次对古生代陆相盆地中的17万年周期进行了系统分析和讨论,认为沉积阈值响应效应可将高频斜率周期中的较低频17万年周期放大,并体现在去趋势TOC和NGR数据中。另外TOC值和17万年周期的关系可以通过斜率驱动中高纬度地区有机碳埋藏的沉积模型来解释,这一模式在早二叠世冰室气候条件下仍然可以调控碳埋藏。而沉积系统自身存在的地球化学平衡阈值可将高频的斜率周期中的较低频17万年振幅调制周期放大,并最终在湖相地质记录中留存。
The 170 kyr Astronomical Cycles in the Paleozoic Terrestrial Basin
-
摘要: 目的 米兰科维奇周期通过调控地球天文轨道参数来影响地球气候系统和有机碳埋藏。除通过线性过程调控气候系统的常规周期外,还存在通过一系列“非线性”正负反馈进程调控气候系统的“非常规”天文周期,如17万年斜率振幅调制周期。先前研究已证明17万年天文周期对中新生代地球中高纬度有机碳埋藏具有调控作用,然而由于缺乏准确的天文解和高分辨率的地质记录,17万年信号在古生代鲜有报道。 方法 对准噶尔盆地早二叠世芦草沟组的总有机碳含量和自然伽马测井数据进行旋回地层学分析,认为芦草沟组保存了短偏心率、斜率、岁差周期信号。 结果 根据短偏心率周期进行了天文调谐,结果显示芦草沟组沉积持续时间约为2.8 Myr,沉积速率估算为9.1 cm/kyr。除常规周期外,17万年周期信号也在去趋势数据序列和斜率振幅调制曲线中被发现。 结论 对古生代陆相地层中的17万年天文周期进行系统探讨,基于强烈的斜率信号,推测该17万年周期信号来源于斜率振幅调制周期s3-s6。它通过调控早二叠世地球中高纬度水循环过程影响有机碳埋藏,而沉积盆地中的阈值响应效应将高频的斜率周期中的较低频17万年振幅调制周期放大,并出现在地质记录中。Abstract: Objective Milankovitch cycles affect the Earth's climate system and organic carbon burial by regulating the Earth's astronomical orbital parameters. In addition to the conventional astronomical cycles that regulate the climate system through linear processes,there are "unconventional" astronomical cycles that regulate the climate system through a series of "non-linear" positive or negative feedback processes,such as the 170 kyr obliquity amplitude modulation （AM） cycle. Previous studies have demonstrated the modulating effect of the 170 kyr cycle on organic carbon burial in the middle to high latitudes of the Earth during the Mesozoic-Cenozoic. However,owing to the lack of accurate astronomical solutions and high-resolution geological records,the 170 kyr cycle has rarely been reported in the Paleozoic. Methods In this study,the total organic carbon content and natural gamma logging data of the Early Permian Lucaogou Formation in the Junggar Basin were analyzed with cyclostratigraphy,which concluded that the Lucaogou Formation has preserved short eccentricity,obliquity,and precession cycles. Results and Discussions The astronomical tuning results based on the short eccentricity cycle show that the deposition duration of the Lucaogou Formation is ~2.8 Myr,and the sedimentary rate is estimated at 9.1 cm / kyr. In addition to conventional astronomical cycles,the 170 kyr cycle was found in detrended data series and their obliquity AM series,which is the first systematic exploration of the 170 kyr cycle in a Paleozoic terrestrial basin. Conclusions Based on the strong obliquity signals,this 170 kyr cycle likely originates from the s3-s6 obliquity AM cycle. It can affect organic carbon burial by modulating water circulation processes in the middle to high latitudes of the earth during the Early Permian. Furthermore,the threshold response effect in sedimentary basins amplifies the 170 kyr AM cycle in the obliquity cycle and appears in the geological record.
-
Key words:
- cyclostratigraphy /
- 170 kyr astronomical cycle /
- Permian /
- Junggar Basin /
- Lucaogou Formation
-
图 1 准噶尔盆地吉木萨尔凹陷概况
(a) Early Permian (~290 Ma) paleogeography and the location of the Junggar Basin (modified from Sun et al.[28]), the light yellow, blue, and gray areas represent the land, ocean, and ice cap, respectively; (b) location of Jimusar Sag and well Ji174 in the Junggar Basin; (c) the Permian stratigraphy and chronological framework of southern Junggar Basin (modified from Tang et al.[29])
图 2 吉174井芦草沟组岩性柱及TOC、NGR数据序列岩性柱
Lithology is based on the core description results, the grey dotted lines in TOC and NGR series are long⁃period trend lines that do not belong to the scale of orbital cycles
图 3 吉174井TOC数据深度域旋回地层学分析结果
(a) detrended TOC series were extracted from the interpreted short eccentricity cycle (~10 m, blue curve), obliquity cycle (~3.2 m, green curve), and s3-s6 obliquity amplitude modulation (15⁃18 m, blue curve) cycle; (b) 2π MTM power spectrum and evolutive harmonic analysis (EHA) results; (c) COCO analysis of the detrended TOC series. The target astronomical series are from Berger et al.[43] and Laskar et al.[44] solutions at 290 Ma. The number of Monte Carlo simulations is 4 000. Sedimentation rates range from 0 to 20 cm/kyr with a step of 0.1 cm/kyr
图 4 短偏心率信号、斜率信号和s3-s6斜率振幅调制信号的天文调谐结果
(a) tuning of short eccentricity cycles with a time interval of 100 kyr per cycle; (b) tuning of obliquity cycles with a time interval of 34.5 kyr per cycle; tuning of s3-s6 obliquity amplitude modulation cycles with a time interval of 173 kyr per cycle
图 5 TOC和NGR时间序列及其斜率振幅曲线的频谱分析结果
(a, d) obliquity signals in TOC and NGR series and ~170 kyr obliquity amplitude modulation cycles, the gray line represents the ~170 kyr cycles extracted from the detrended time series with a bandpass of 0.005 8±0.001 cycles / kyr; the obliquity cycles were extracted from the detrended TOC series with a bandpass of 0.026±0.006 cycles/kyr, and from detrended NGR series with a bandpass of 0.026 5±0.006 cycles/kyr; the s3-s6 obliquity amplitude modulation cycles were extracted with a bandpass of 0.005 8±0.001 cycles/kyr; (b, c, e, f) spectral analysis of the detrended TOC and NGR time series and their obliquity amplitude series
-
[1] Hinnov L A. New perspectives on orbitally forced stratigraphy[J]. Annual Review of Earth and Planetary Sciences, 2000, 28: 419-475. [2] 吴怀春,张世红,冯庆来,等. 旋回地层学理论基础、研究进展和展望[J]. 地球科学：中国地质大学学报,2011,36（3）：409-428. Wu Huaichun, Zhang Shihong, Feng Qinglai, et al. Theoretical basis, research advancement and prospects of cyclostratigraphy[J]. Earth Science: Journal of China University of Geosciences, 2011, 36(3): 409-428. [3] Li M S, Hinnov L A, Huang C J, et al. Sedimentary noise and sea levels linked to land-ocean water exchange and obliquity forcing[J]. Nature Communications, 2018, 9(1): 1004. [4] Huang C J, Hinnov L. Astronomically forced climate evolution in a saline lake record of the Middle Eocene to Oligocene, Jianghan Basin, China[J]. Earth and Planetary Science Letters, 2019, 528: 115846. [5] Huang H, Gao Y, Ma C, et al. Organic carbon burial is paced by a ~173-ka obliquity cycle in the middle to high latitudes[J]. Science Advances, 2021, 7(28): eabf9489. [6] Zhang Z F, Huang Y J, Li M S, et al. Obliquity-forced aquifer-eustasy during the Late Cretaceous greenhouse world[J]. Earth and Planetary Science Letters, 2022, 596: 117800. [7] Raymo M E, Nisancioglu K. The 41 kyr world: Milankovitch's other unsolved mystery[J]. Paleoceanography and Paleoclimatology, 2003, 18(1): 1011. [8] Bosmans J H C, Hilgen F J, Tuenter E, et al. Obliquity forcing of low-latitude climate[J]. Climate of the Past, 2015, 11(10): 1335-1346. [9] Wang M, Chen H H, Huang C J, et al. Astronomical forcing and sedimentary noise modeling of lake-level changes in the Paleogene Dongpu Depression of North China[J]. Earth and Planetary Science Letters, 2020, 535: 116116. [10] Boulila S, Vahlenkamp M, de Vleeschouwer D, et al. Towards a robust and consistent Middle Eocene astronomical timescale[J]. Earth and Planetary Science Letters, 2018, 486: 94-107. [11] Charbonnier G, Boulila S, Spangenberg J E, et al. Obliquity pacing of the hydrological cycle during the oceanic anoxic event 2[J]. Earth and Planetary Science Letters, 2018, 499: 266-277. [12] Zhang R, Li X J, Xu Y, et al. The 173-kyr obliquity cycle pacing the Asian monsoon in the eastern Chinese Loess Plateau from Late Miocene to Pliocene[J]. Geophysical Research Letters, 2022, 49(2): e2021GL097008. [13] Gambacorta G, Menichetti E, Trincianti E, et al. Orbital control on cyclical primary productivity and benthic anoxia: Astronomical tuning of the Telychian Stage (Early Silurian)[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2018, 495: 152-162. [14] Fang J C, Wu H C, Fang Q, et al. Cyclostratigraphy of the global stratotype section and point (GSSP) of the basal Guzhangian Stage of the Cambrian Period[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2020, 540: 109530. [15] Ma K Y, Hinnov L A, Zhang X S, et al. Astronomical time calibration of the Upper Devonian Lali section, South China[J]. Global and Planetary Change, 2020, 193: 103267. [16] Yao X, Hinnov L A. Advances in characterizing the cyclostratigraphy of binary chert-mudstone lithologic successions, Permian (Roadian-Lower Capitanian), Chaohu, Lower Yangtze, South China[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2019, 528: 258-271. [17] Fang Q, Wu H C, Wang X L, et al. Astronomical cycles in the Serpukhovian-Moscovian (Carboniferous) marine sequence, South China and their implications for geochronology and icehouse dynamics[J]. Journal of Asian Earth Sciences, 2018, 156: 302-315. [18] Fang Q, Wu H C, Wang X L, et al. An astronomically forced cooling event during the Middle Ordovician[J]. Global and Planetary Change, 2019, 173: 96-108. [19] Sørensen A L, Nielsen A T, Thibault N, et al. Astronomically forced climate change in the Late Cambrian[J]. Earth and Planetary Science Letters, 2020, 548: 116475. [20] Wu H C, Fang Q, Wang X D, et al. An ∼34 m.y. astronomical time scale for the uppermost Mississippian through Pennsylvanian of the Carboniferous System of the Paleo-Tethyan realm[J]. Geology, 2018, 47(1): 83-86. [21] Zhang T, Li Y F, Fan T L, et al. Orbitally-paced climate change in the Early Cambrian and its implications for the history of the Solar System[J]. Earth and Planetary Science Letters, 2022, 583: 117420. [22] Zhao Z F, Thibault N R, Dahl T W, et al. Synchronizing rock clocks in the Late Cambrian[J]. Nature Communications, 2022, 13(1): 1990. [23] 马坤元,李若琛,龚一鸣. 秦皇岛石门寨亮甲山奥陶系剖面化学地层和旋回地层研究[J]. 地学前缘,2016,23（6）：268-286. Ma Kunyuan, Li Ruochen, Gong Yiming. Chemostratigraphy and cyclostratigraphy of the Ordovician Liangjiashan section from Shimenzhai of Qinhuangdao in North China[J]. Earth Science Frontiers, 2016, 23(6): 268-286. [24] Huang H, Gao Y, Jones M M, et al. Astronomical forcing of Middle Permian terrestrial climate recorded in a large paleolake in northwestern China[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2020, 550: 109735. [25] Zhong Y Y, Wu H C, Fan J X, et al. Late Ordovician obliquity-forced glacio-eustasy recorded in the Yangtze Block, South China[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2020, 540: 109520. [26] Bian W H, Hornung J, Liu Z H, et al. Sedimentary and palaeo- environmental evolution of the Junggar Basin, Xinjiang, Northwest China[J]. Palaeobiodiversity and Palaeoenvironments, 2010, 90(3): 175-186. [27] Gao Y, Huang H, Tao H F, et al. Paleoenvironmental setting, mechanism and consequence of massive organic carbon burial in the Permian Junggar Basin, NW China[J]. Journal of Asian Earth Sciences, 2020, 194: 104222. [28] Sun F N, Hu W X, Cao J, et al. Sustained and intensified lacustrine methane cycling during Early Permian climate warming[J]. Nature Communications, 2022, 13(1): 4856. [29] 唐勇,侯章帅,王霞田,等. 准噶尔盆地石炭纪—二叠纪地层对比框架新进展[J]. 地质论评,2022,68（2）：385-407. Tang Yong, Hou Zhangshuai, Wang Xiatian, et al. Progress of the Carboniferous and Permian stratigraphic framework and correlation of the Junggar Basin, Xinjiang, Northwest China[J]. Geological Review, 2022, 68(2): 385-407. [30] Cao J, Xia L W, Wang T T, et al. An alkaline lake in the Late Paleozoic ice age (LPIA): A review and new insights into paleoenvironment and petroleum geology[J]. Earth-Science Reviews, 2020, 202: 103091. [31] Hu T, Pang X Q, Wang Q F, et al. Geochemical and geological characteristics of Permian Lucaogou Formation shale of the well Ji174, Jimusar Sag, Junggar Basin, China: Implications for shale oil exploration[J]. Geological Journal, 2018, 53(5): 2371-2385. [32] 邱振,姜琳,陶辉飞. 吉木萨尔凹陷二叠统芦草沟组地层与沉积环境特征研究[J]. 地质科学,2017,52（3）：964-979. Qiu Zhen, Jiang Lin, Tao Huifei. Characteristics of strata and depositional environment of the Permian Lucaogou Formation in Jimusar Sag[J]. Chinese Journal of Geology, 2017, 52(3): 964-979. [33] Liu D D, Zhang C, Yao E D, et al. What generated the Late Permian to Triassic unconformities in the southern Junggar Basin and western Turpan Basin; tectonic uplift, or increasing aridity?[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2017, 468: 1-17. [34] Yang W, Feng Q, Liu Y Q, et al. Depositional environments and cyclo- and chronostratigraphy of uppermost Carboniferous-Lower Triassic fluvial-lacustrine deposits, southern Bogda Mountains, NW China: A terrestrial paleoclimatic record of mid-latitude NE Pangea[J]. Global and Planetary Change, 2010, 73(1/2): 15-113. [35] Wu H C, Zhang S H, Jiang G Q, et al. The floating astronomical time scale for the terrestrial Late Cretaceous Qingshankou Formation from the Songliao Basin of Northeast China and its stratigraphic and paleoclimate implications[J]. Earth and Planetary Science Letters, 2009, 278(3/4): 308-323. [36] 吴怀春,张世红,黄清华. 中国东北松辽盆地晚白垩世青山口组浮动天文年代标尺的建立[J]. 地学前缘,2008,15（4）：159-169. Wu Huaichun, Zhang Shihong, Huang Qinghua. Establishment of floating astronomical time scale for the terrestrial Late Cretaceous Qingshankou Formation in the Songliao Basin of Northeast China[J]. Earth Science Frontiers, 2008, 15(4): 159-169. [37] Liu W G, Liu Z H, An Z S, et al. Late Miocene episodic lakes in the arid Tarim Basin, western China[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(46): 16292-16296. [38] Melles M, Brigham-Grette J, Minyuk P S, et al. 2.8 million years of arctic climate change from Lake El'gygytgyn, NE Russia[J]. Science, 2012, 337(6092): 315-320. [39] Kodama K P, Hinnov L A. Rock magnetic cyclostratigraphy[M]. Chichester: John Wiley & Sons, 2014: 52-89. [40] Li M S, Hinnov L, Kump L. Acycle: Time-series analysis software for paleoclimate research and education[J]. Computers & Geosciences, 2019, 127: 12-22. [41] Meyers S R. Astrochron: An R package for astrochronology[EB/OL]. [2021-10-05]. http://cran.r-project.org/package=astrochron. [42] Li M S, Kump L R, Hinnov L A, et al. Tracking variable sedimentation rates and astronomical forcing in Phanerozoic paleoclimate proxy series with evolutionary correlation coefficients and hypothesis testing[J]. Earth and Planetary Science Letters, 2018, 501: 165-179. [43] Berger A, Loutre M F, Laskar J. Stability of the astronomical frequencies over the earth's history for paleoclimate studies[J]. Science, 1992, 255(5044): 560-566. [44] Laskar J, Robutel P, Joutel F, et al. A long-term numerical solution for the insolation quantities of the earth[J]. Astronomy & Astrophysics, 2004, 428(1): 261-285. [45] Carroll A R, Wartes M A. Organic carbon burial by large Permian lakes, Northwest China[M]//Chan M A, Archer A W. Extreme depositional environments: Mega end members in geologic time. Boulder: Geological Society of America, 2003: 91-104. [46] Ma C, Li M S. Astronomical time scale of the Turonian constrained by multiple paleoclimate proxies[J]. Geoscience Frontiers, 2020, 11(4): 1345-1352. [47] Sageman B B, Singer B S, Meyers S R, et al. Integrating 40Ar/39Ar, U-Pb, and astronomical clocks in the Cretaceous Niobrara Formation, western Interior Basin, USA[J]. GSA Bulletin, 2014, 126(7/8): 956-973. [48] Meyers S R, Siewert S E, Singer B S, et al. Intercalibration of radioisotopic and astrochronologic time scales for the Cenomanian-Turonian boundary interval, western interior basin, USA[J]. Geology, 2012, 40(1): 7-10. [49] Vieira L E A, Norton A, Dudok De Wit T, et al. How the inclination of earth's orbit affects incoming solar irradiance[J]. Geophysical Research Letters, 2012, 39(16): L16104. [50] de Vleeschouwer D, Rakociński M, Racki G, et al. The astronomical rhythm of Late-Devonian climate change (Kowala section, Holy Cross mountains, Poland)[J]. Earth and Planetary Science Letters, 2013, 365: 25-37. [51] Rial J A, Pielke R A, Beniston M, et al. Nonlinearities, feedbacks and critical thresholds within the earth's climate system[J]. Climatic Change, 2004, 65(1/2): 11-38. [52] Huybers P. Early Pleistocene glacial cycles and the integrated summer insolation forcing[J]. Science, 2006, 313(5786): 508-511. [53] Scotese C R. An atlas of Phanerozoic Paleogeographic maps: The seas come in and the seas go out[J]. Annual Review of Earth and Planetary Sciences, 2021, 49: 679-728. -
点击查看大图
图(5)
计量
- 文章访问数: 327
- HTML全文浏览量: 85
- PDF下载量: 98
- 被引次数: 0
