末次冰期內威德爾海的冰筏碎屑增多事件與底流增強事件的耦合性

顏彬 謝敬謙 武力 黃博

(1 自然資源部南海調查中心, 廣東 廣州 510300;2 廣東海洋大學海洋與氣象學院海岸帶變化與災害預報實驗室, 廣東 湛江 524000;3 自然資源部海洋環境探測技術與應用重點實驗室, 廣東 廣州 510300;4 山東省海洋科學研究院, 山東 青島 266000;5 同濟大學海洋地質國家重點實驗室, 上海 200092)

0 引言

威德爾海位于南大洋的太平洋扇區, 是僅次于羅斯海的南極第二大海灣, 面積達2.8×106km2。其南部發育巨大的冰架, 名為龍尼-菲爾希納冰架, 面積為2.6×105km2, 南極洲約20%的冰蓋物質由此處隨冰川匯入南大洋[1]。威德爾海冰架-冰川體系隨氣候的變化控制著南極底層水(AABW)的生消[2]?，F代約40%的AABW 形成于威德爾海冰架體系之下[3]。這些水團充滿了南大洋的深處,并向北擴散, 最終進入大西洋、印度洋和太平洋的深海盆地, 從而對全球大洋體系的化學組成和通風狀態產生深刻影響[3]。

在晚第四紀, 威德爾海區經歷了多次的環境和氣候更替。冰期時, 該海區擁有相較于間冰期更大的冰架和海冰覆蓋范圍以及與之相對應的低生產力, AABW 形成速率相對減弱[4-5]。而在間冰期, 冰架和海冰后退, 生產力增加, AABW 形成速率恢復[4-5]。威德爾海區沉積序列中的冰筏碎屑(iceberg rafted debris, IRD)記錄到間冰期/冰消期劇烈的冰山崩塌事件, 反映了南極增溫背景下, 威德爾海及其附近區域冰川/冰架體系的不穩定性[6]?，F代衛星航拍資料顯示, 威德爾海區擁有南極地區最高的冰山密度[7]。冰山是南大洋重要的淡水來源,冰山向海排泄通量的變化必然引起海洋結構的改變, 進而對氣候和環境產生一系列影響[8-9]。因此,研究地質歷史上威德爾海區的冰架-海洋過程及其相互關系具有重要意義。

本文使用中國第28 次南極科學考察期間在威德爾海西北部采集的ANT28/D4-9 巖心作為研究材料。對其進行高分辨率連續采樣(2 cm·個-1), 測試樣品的粒度組成、蛋白石(opal)和總有機碳(TOC)含量以及全巖有機質AMS14C 測年, 結合前人對該巖心的古地磁工作[10], 對該巖心的地層時代及其所記錄的冰山崩塌事件和底流變化等信息展開研究。

1 研究區背景

研究區位于威德爾海西北部。巖心位于南極半島和南奧克尼群島之間(圖1), 其西北部靠近德雷克海峽。附近海洋鋒面密集, 自北向南依次包括亞南極峰(SAF)、極峰(PF)、南極繞極流南風鋒面(SACCF)及其南部邊界(SB)[9]。在現代, 這些鋒面都位于南極半島和南奧克尼群島以北, 最南不超過50°S。該區洋流主要分為兩支, 一是北部的南極繞極流(ACC), 其經由德雷克海峽在南半球西風帶作用下自西向東流過, 將南太平洋水團注入南大西洋。二是順時針繞流的威德爾海環流。該環流將南部經冰架/冰川冷而淡的陸架/冰架水帶向北方匯入ACC[11]。威德爾海環流南部與自東向西的南極陸坡流/沿岸流相接, 將威德爾海及其東側的冰山帶入威德爾海環流, 最終輸入更北的南大洋區域, 這條冰山輸運路線被稱為冰山走廊[6]。冰山走廊是南大洋周邊冰山密集度最高的區域[7]。威德爾海夏季海冰位于63°S 以南, 而冬季海冰最北可達54°S。但在末次盛冰期, 該區的夏季海冰界限位于54°S—58°S 之間[6]。研究區的現代生產力較高, 以硅藻為主, 生產力在春季隨海冰消融而勃發, 秋冬季隨海冰擴張而降低, 表現出明顯的季節性變化[12]。

圖1 研究區地圖及研究站位。圖中MD07-3133/3134 站位引自Weber 等[6]; IODP-U1537 站位引自Lu 等[13]; 冬季海冰界限(WSI)、夏季海冰界限(SSI)、末次盛冰期時最大海冰界限、冰山走廊(IA)和洋流(ACC, 威德爾海環流)及海洋鋒面(SAF, PF, SACCF, SB)等信息引自Weber 等[14]Fig.1. Map of the study area and site of sample. Sites MD07-3133/3134 are from Weber et al.[6]; site IODP-U1537 is from Lu et al.[13]; summer sea ice (SSI), winter sea ice (WSI), SSI during last glacial maximum (LGM), iceberg alley (IA),ocean currents (ACC, Weddell Gyre) and frontal systems (SAF, PF, SACCF, SB) are from Weber et al.[14]

2 材料和方法

2.1 材料

研究樣品來自中國第28 次南極科學考察在威德爾海西北部采集的重力巖心 ANT28/D4-9(D4-9), 樣品站位位于南極半島東北側和南奧克尼群島(South Orkney Islands)西南部之間海域,采樣經緯度為47°6.519′W, 62°24.493′S, 水 深3401 m(圖1)。該巖心位于威德爾海環流外緣, 威德爾海形成的 AABW 有一部分由此向北匯入ACC。同時, 該巖心也位于威德爾海冰山走廊上,所以能夠記錄威德爾海及其附近海區的冰川/冰架動力學過程。

D4-9 柱樣總長度298 cm, 按照2 cm 間隔取樣, 共獲得149 個樣品。樣品沉積物以黃灰色-灰黃色(含砂)粉砂質黏土為主, 總體呈灰黃色, 各層顏色略有不同, 層內含灰色條帶、斑塊。部分層段顆粒較粗, 如126～129 cm 為砂礫層, 含較多小礫石(＞2 mm), 呈次圓狀-次棱角狀。137 cm、187～234 cm 層有次棱角狀礫石。112～115 cm、192～194 cm 有大塊礫石的凹坑。各層樣品無肉眼可見的明顯生物碎屑。

2.2 方法

生物硅(蛋白石)含量測定方法為硅鉬藍比色法[15], 該方法的誤差小于3%。取60℃以下烘干的樣品0.15 g, 以過氧化氫(H2O2)除去有機質后,用鹽酸除去碳酸鈣(CaCO3)。將剩余樣品烘干后加入碳酸鈉溶液。經水浴、震蕩搖勻、離心后取上層清液置于比色管中, 加入50 mL 的鹽酸溶液(0.25 N), pH 值控制在0.8～1.5 之間, 加入7 mL 乙醇和3 mL 鉬酸銨溶液(5%)靜置1 h 生成硅鉬黃;加入20 mL 鹽酸溶液(1∶1), pH 值控制在0.8～1.3,加入3 mL 抗壞血酸溶液(2%), 加水使溶液體積達到100 mL(必需精確), 搖勻后靜置4～12 h 產生硅鉬藍。將比色管搖勻, 采用紫外線可見分光光度計進行比色即可得樣品的吸光度。

粒度分析采用激光粒度分析儀測定。采用約1 g 全樣, 以30%的H2O2除去有機質, 以1 mol·L-1鹽酸除去碳酸鹽, 洗鹽后, 加入0.5 mol·L-1的六偏磷酸鈉分散24 h, 倒入樣品槽中, 經超聲震動、加速離心使樣品再次分散后進行測試。測試采用Mastersizer2000 激光粒度儀, 測量范圍為0.02～2000 μm。每個樣品測試3 次, 分析誤差小于3%。此外, 考慮到蛋白石含量介于0.82%～2.73%之間,且根據硅質生物放射蟲和海綿骨針的統計數量(未發表數據), 認為硅質生物的含量極低, 故本文的粒度處理過程未進行硅質生物組分的消除。

TOC 測試選取50～100 mg 樣品于陶瓷坩堝中,記錄樣品重量。然后將陶瓷坩堝置于瓷盤中, 逐漸往陶瓷坩堝中滴加5%的稀鹽酸, 以去除樣品碳酸鹽。以蒸餾水洗凈鹽酸至樣品呈中性, 在烘箱中低溫(40℃以下)烘干樣品。干燥后的樣品在型號為CM250 的TOC 測定儀上測定。樣品快速燃燒裂解, 其中TOC 轉化成CO2。生成的CO2被送入CM5014 型CO2分析儀, 將檢測得到的峰面積與標樣對比, 得到樣品的TOC 絕對含量, 再與前處理之前的樣品重量對比, 即可計算得到最終的樣品TOC 值。測試誤差優于5%。

AMS14C 測年采用全巖樣品, 選取4 處樣品進行低溫干燥后, 寄往美國Beta 實驗室進行測試。

3 地層年齡框架約束

本研究所挑選的4 個樣品的AMS14C 測年結果分別為25.48 ka(41 cm)、26.96 ka(89 cm)、20.73 ka(119 cm)和25.80 ka(149 cm)。4 個層位年齡相似,甚至出現部分倒轉?？傮w而言, 這些未校正的年齡位于末次冰期旋回的時期之內。

與大多數南大洋沉積物巖心類似, D4-9 巖心的生物CaCO3含量極低且記錄不連續, 使其無法采用基于有孔蟲的氧同位素地層學方法和AMS14C測年方法來建立該巖心的地層-年齡模式[16]。在南極周邊某些海域(如羅斯海陸架), 基于全巖有機質的AMS14C 測年也被成功應用于沉積物巖心定年, 不過這需要對當地碳庫效應和老碳污染情況有充分了解[17]。由于D4-9 巖心站位附近缺乏老碳污染數據, 因此本研究所提供的全巖有機質AMS14C 數據無法給出測年地層的精確年齡, 這也是本文未對這些AMS14C 年齡數據進行年齡校正的主要原因。實際上, 由于老碳污染的存在, 這些AMS14C 年齡僅可看作是測年地層的上限年齡,而測年地層的實際年齡應該小于這些年齡。這些年齡說明巖心150 cm 以上的沉積物形成時代最老為末次冰期(MIS 3)末期以來。

陳亮等[10]對D4-9 巖心進行了古地磁研究,發現在該巖心深度～270 cm 以上主要記錄到地磁負極性, 而在該界面之下記錄到地磁正極性。他們認為該界面的地磁倒轉反映了布容/松山磁極倒轉事件, 從而將該界面年齡定為 0.78 Ma[10],并基于此年齡控制點建立了D4-9 巖心初步的地層-年齡框架, 進一步計算得到該巖心的平均沉積速率為0.37 cm·ka-1。但是該沉積速率與研究區相鄰其他站位沉積速率不符, 也與本研究提供的新的年齡約束證據不一致, 所以需要重新評估該巖心的形成時代, 具體如下。

在現代, D4-9 巖心位于當地夏季海冰界限以北, 冬季海冰界限以南, 即季節性海冰區。而在末次盛冰期, 該巖心位于夏季海冰界限以南, 表明其常年位于海冰覆蓋之下[6]。理論上, 這種冰期-間冰期環境變化能夠敏感地反映在季節性海冰區沉積物序列的輸出生產力記錄中, 如普里茲灣的P1-2 巖心、P1-3 巖心[18-19]、阿蒙森海的PS25/254巖心[20]以及與D4-9 巖心鄰近的 MD07-3133/3134巖心[14]等均記錄到當地冰期-間冰期旋回中生產力隨海冰生消而增減。但是整個D4-9 巖心記錄到的海表輸出生產力都十分低(見5.1 節), 說明該巖心為冰期沉積。結合有機質測年, 認為該巖心沉積形成于末次冰期旋回。由于巖心頂部生產力并未明顯提升, 因此推斷巖心頂部, 即全新世和大部分冰消期記錄缺失。而在巖心280～270 cm 處,可分選粉砂平均粒徑(SSM)和粒度端元(EM4)記錄到極強的底流(見5.3 節)。相應地, 該處黏土組分驟降到10%以下(見4.1 節), 故而推斷此界面可能存在因強水流沖刷形成的沉積間斷, 即～270 cm附近的磁性倒轉界面為不整合面, 無法確認該處年齡為0.78 Ma。相似的情況也可能發生在巖心上部～25 cm 處。這可以解釋古地磁數據和本文提供的有機質AMS14C 測年數據之間的矛盾, 也剛好與Liu 等[21]的研究成果相符合, 他們認為70萬年前后研究區附近存在完全不同的洋流系統[21]?；谝陨险J識, 并參考相鄰站位的冰期沉積速率(平均～10 cm·ka-1), 本文認為D4-9 巖心～270 cm以上的部分形成于末次冰期。但由于缺乏進一步的年齡數據佐證, 尚無法精確確定該巖心的深度-年齡模式, 因此之后的討論僅針對 D4-9 巖心270 cm 以上的部分。

4 結果

4.1 蛋白石、TOC 和粒度特征的深度分布趨勢

D4-9 巖心TOC 含量變化在0.01%～0.73%之間, 平均為0.17%。除個別異常值外, 其隨巖心深度變化曲線上主要存在兩個高值區域, 分別位于300～280 cm 和210～150 cm 處, 最低值出現在130～110 cm 處(圖2a)。蛋白石含量變化在0.82%～2.73%之間, 平均為1.37%。其隨深度的變化趨勢與TOC 相似, 也存在兩個明顯的高值區域,其高值區總體上和TOC 高值區域重疊(圖2b)。

圖2 蛋白石、TOC 和粒度指標隨巖心深度分布趨勢(灰色陰影表示古地磁松山負極性區間, 上部箭頭表示識別出的布容/松山界面的位置[10])。a)TOC; b)蛋白石; c)可分選粉砂(SS)相對百分含量; d)可分選粉砂平均粒徑(SSM);e)＞125 μm 組分含量; f)＞63 μm 組分含量; g)分選系數; h)砂含量Fig.2. Down-core distributions of opal, TOC and grain-size parameters (the grey shade indicates the Matsuyama epoch, thearrow in the upper-right indicates the Brunhes/Matsuyama Boundary[10]). a) TOC; b) opal; c) the relative percent of sortable silt(SS); d) the mean grain-size of the sortable silt(SSM); e) the ＞125μm gradients; f) the ＞63 μm gradients; g)the sorting coefficient; h) sand components

D4-9 巖心沉積物粒度測試結果顯示, 樣品黏土含量約為10.75%～52.33%, 平均35.30%; 粉砂含量約為34.30%～64.23%, 平均50.49%; 砂含量約為0～45.68%, 平均14.21%?？傮w而言, 沉積物以黏土和粉砂為主, 兩者之和占沉積物粒度組成的54.32%～100%(平均85.79%)(圖2h)。

巖心沉積物中粒徑＞125 μm 組分的含量約在0～31.03 %之間, 平均為5.46%。該含量隨深度變化的曲線上存在4 個峰值, 分別位于125 cm、199 cm、233 cm 和264 cm 處(圖2e)。粒徑＞63 μm組分含量(即砂組分)隨深度變化趨勢(圖2f)和＞125 μm 組分含量的趨勢極為相似, 不過在巖心深度～275 cm 處, 粒度＞63 μm 組分含量曲線上存在1 個尖銳的峰, 而粒徑＞125 μm 組分含量在相同深度卻不存在峰值。巖心沉積物粒度分選系數變化在1.50～2.87 之間, 平均為2.30(圖2 g)。其隨深度變化趨勢與粒徑＞125 μm 組分和＞63 μm 組分的趨勢相似, 也存在4 個峰, 與粒徑＞125 μm組分和＞63 μm 組分曲線上巖心深度270 cm 之前的峰值一一對應。值得注意的是, 在巖心深度～275 cm處, 分選系數并不存在峰值。

D4-9 巖心沉積物中的可分選粉砂百分含量(SS%)變化范圍在 12.43～75.61 之間, 平均為31.70(圖2c)?？煞诌x粉砂平均粒徑SSM 變化在17.96～40.69 μm 之間, 平均為27.40 μm(圖2d)。兩者隨深度變化趨勢相似, 且顯著正相關(R2=0.68), 這表明SSM 可以作為底流強度的代用指標[22]。此外, SSM 在巖心深度～275 cm 處也存在1 個峰值。

4.2 粒度端元分析

D4-9 巖心沉積物的粒度分布如圖3a 所示。其中, 最大粒度分布總體上表現出雙模態特征,一個模態位于粒徑2～10 μm 之間, 另一個模態位于30～100 μm 之間。最小粒度分布則僅包含2～10 μm 之間的模態。平均粒度分布的形態間于最大和最小分布之間, 也存在兩個模態, 但是在粒徑 2～10 μm 之間的模態更加明顯, 而在 30～100 μm 之間的模態相對低平。

圖3 D4-9 巖心粒度分布數據EMMA 分析。a)粒度分布的最大值、平均值和最小值; b)2—10 端元模型對各粒級的方差解釋(R2); c)平均方差解釋(R2mean)隨端元數量變化圖, 其中本文所選用的四端元模型用紅色表示; d)四端元模型中4 個端元的粒度分布Fig.3. EMMA on the grain-size distribution data of core ANT28/D4-9. a) the max, mean and min distributions of the grain-size data of Core D4-9; b) coefficient of determination (R2) for each size class of models with 2-10 End Members;c) mean coefficient of determination (R2mean) of all size classes for each end-member model, the selected 4-end member model is colored red; d) distributions of grain-size End Members 1-4 in the 4-End Member model

本文采用端元模型(End Member Modeling Analyses, EMMA)計算了D4-9 巖心沉積物粒度分布的2—10 端元模型, 發現這些端元模型對數據的解釋能力隨著端元數的增加而增加(圖3c)。其中, 2—5 端元模型分別能解釋71%、84%、89%和92%的粒度方差變化(圖3c)。二端元和三端元模型對各粒徑方差變化的解釋能力相似(圖3b),即對2～10 μm 和20～100 μm 兩個粒徑區間的方差變化解釋較好。但是對粒徑＜2 μm、10～20 μm和＞100 μm 部分都缺乏解釋能力。當引入第4 個端元后, 四端元模型對于粒徑10～20 μm 部分的解釋能力明顯提升(圖3b)。而隨著端元數的繼續增加, 新端元的引入對數據解釋能力不再有明顯提升(圖3b)。這意味著繼續引入新端元帶來的誤差將超過其對數據方差的解釋。雖然四端元模型在粒徑＜1 μm 和＞400 μm 區間解釋能力稍弱,但是考慮到這部分顆粒物質僅占粒度分布的＜2%, 可以忽略, 所以我們選擇四端元模型作為D4-9 巖心粒度分布端元模型的最優解。

4 個端元(EM1、EM2、EM3、EM4)的粒度分布如圖3d 所示, 其主要粒度參數見表1?？傮w上4 個端元皆為單峰分布。其中EM1 最細, 其粒徑主要為黏土和細粉砂, 集中在2～10 μm 之間, 平均粒徑和中值粒徑分別為4.6 μm 和3.35 μm, 分選系數為1.46。

表1 粒度端元分布的主要參數特征Table 1. Characteristics of major grain-size parameters of the End Members

EM2 與EM1 粒徑范圍大部分重疊, 但是EM2 包含更多中粉砂(10～22 μm), 其粒度分布形態相對扁平, 分選相對EM1 變差, 為1.68。EM3為最粗的端元, 其粒徑范圍主要集中在 63～210 μm 之間, 但是粒徑＜63 μm 的顆粒所占體積分數依然高達35%, 該端元的分選系數在4 個端元中最大, 為2.35。EM4 的主要粒徑范圍在26～88 μm 之間, 粒度集中, 分選最好。

4 個端元隨深度的變化趨勢如圖4 所示。EM1含量變化在20%～86%之間, 平均為41%。明顯的峰值出現在 289 cm 處(86%), 其次為 163 cm(83%), 明顯的谷值出現在 23 cm(2%)、137 cm(2%)、169 cm(4%)、277 cm(7%)處(圖4a)。EM2含量變化在0～55%之間, 平均為18%。明顯的峰值出現在27 cm(55%)、169 cm(54%)處, 明顯的谷值出現在103 cm(20%)、121 cm(1%)、199 cm(1%)、275 cm(0%)處(圖4b)。

圖4 D4-9 巖心粒度數據端元模擬得到的4 個端元百分含量隨深度分布的變化趨勢。a)EM1; b)EM2; c)EM3; d)EM4Fig.4. Downcore distributions of the grain-size End Members 1-4 in Core D4-9. a) EM1; b) EM2; c) EM3; d) EM4

EM3 含量變化在0～65%之間, 平均為29%。明顯的峰值出現在125 cm(63%)、199 cm(65%)處,明顯的谷值出現在27 cm(60%)、163 cm(70%)、275 cm(0%)、289 cm(2%)處(圖4c)。

EM4 含量變化在0～70%之間, 平均為12%。明顯的峰值出現在277 cm(70%)處, 明顯的谷值出現在11 cm(20%)、163 cm(0%)、199 cm(0%)、235 cm(2%)、293 cm(5%)處(圖4d)。

5 討論

5.1 生產力指標

沉積物的生產力記錄同時受到海表輸出生產力、生產力指標保存效率以及非生物組分稀釋效應的三重影響[18]。要評估海表輸出生產力的相對變化, 首先要排除生產力指標保存效率以及稀釋效應的干擾。前人研究[23]表明, 影響蛋白石和有機質保存效率的主控因素不同。具體而言, 蛋白石的保存效率主要受到蛋白石通量的影響, 通量越大保存越好, 相反地, 通量小則不易于保存。而有機質的保存效率主要與沉積環境的氧化還原性質有關, 沉積環境越趨于氧化則有機質保存越差[24]。因此, 如果D4-9 巖心的蛋白石和TOC 隨深度變化的趨勢主要受指標保存效率的影響, 那么他們應該表現出不同的變化趨勢。而事實上這兩者隨深度變化趨勢一致(圖2a、2b)且顯著正相關(圖5a)。所以可以斷定, 巖心記錄的蛋白石和TOC 保存效率沒有發生顯著變化, 即兩者隨深度變化趨勢不受保存效率變化的影響, 而是聯合表征了海表輸出生產力和/或沉積物稀釋的相對變化。雖然, 因TOC 和蛋白石與粒徑＞125 μm 組分之間存在顯著負相關關系(圖5b、5c)而無法排除稀釋效應對生產力指標變化趨勢的影響, 但是D4-9 巖心中蛋白石的含量都十分低, 與研究區其他站位(受到相同稀釋效應) 的生產力記錄相比, D4-9 巖心中蛋白石平均含量不足1.5 %, 遠低于鄰近其他站位在間冰期的蛋白石含量, 而與其他站位冰期的蛋白石含量相似[14]。此外, 前人研究[14]顯示研究區附近大多數巖心沉積物在間冰期的蛋白石沉積速率遠高于冰期的蛋白石沉積速率。所以, 本文推斷整個D4-9 巖心沉積記錄形成于冰期, 常年受海冰覆蓋導致巖心沉積物記錄到極低的生產力。

5.2 IRD 指標分析

在極地周邊海洋中, 沉積物中的粗組分往往被解釋為IRD 沉積。不同學者所使用的粗組分粒徑閾值不同, 包括＞63 μm、＞125 μm、＞250 μm 和＜2 mm 等[25-26]。盡管極地海洋中的粗組分與IRD有密切聯系, 但是在底流水動力強的海域, 底流沖刷也可能形成粗顆粒物質的相對富集[27]。兩種粗組分所代表的古環境意義完全不同, 需要明確區分。Passchier[26]認為, IRD 最大的特征是分選差,而底流沖刷形成的粗組分經過揚選, 細顆粒物質丟失, 分選好, 所以可以使用分選系數來對兩種粗組分進行區分。具體而言, 當粗組分的峰值對應分選系數的峰值, 即分選相對差時, 表明該粗組分峰值更可能代表IRD 事件, 而當粗組分峰值對應分選系數低值, 即分選相對好時, 該粗組分峰值則更可能是底流沖刷產物[26]。

本研究中對比了激光粒度儀測試所得粒徑＞63 μm 組分和＞125 μm 組分隨深度的變化趨勢(圖2f、2e)。在D4-9 巖心中, 粒徑＞63 μm 組分和＞125 μm 組分隨深度變化曲線在巖心深度270～80 cm 之間的 4 個峰值所對應的分選系數都明顯變大, 即分選變差, 故推斷這4 個峰值代表了4 次IRD 事件。而在粒徑＞63 μm 組分隨深度變化曲線上, 巖心深度280 cm 和30 cm 處的兩個峰值對應分選系數較小, 即分選相對好, 推斷其是底流沖刷所致。所以本文最終選擇粒徑＞125 μm 組分為IRD 沉積的更優指標, 該指標反映D4-9 巖心記錄了4 次明顯的IRD 事件, 分別記作IRD1、IRD2、IRD3、IRD4(圖6), 而＞63 μm 組分反映了IRD 沉積和底流改造的疊加影響。

圖6 D4-9 巖心沉積物中各指標的隨深度變化趨勢(灰色陰影區代表識別出的4 次IRD 事件, 記作IRD1、IRD2、IRD3、IRD4, 網狀陰影區代表底流沖刷事件, 記作 W1、W2; 底部黑色下三角形及其對應的數值代表全巖有機質AMS14C 年齡)。a)EM2/(EM1+EM2); b)EM1+EM2 端元百分含量; c)SSM; d)EM4 端元百分含量; e)IRD 百分含量;f)EM3 端元百分含量; g)磁傾角Fig.6. Down-core distribution of the proxies of Core D4-9(the gray shades indicate the identified four-IRD events noted as IRD1, IRD2, IRD3 and IRD4; the reticular shades indicate the 2 identified layers with strong bottom current washing noted as W1 and W2; the black triangles with numbers above in the lower panel represent AMS14C ages of the bulk sediments). a) EM2/(EM1+EM2); b) EM1+EM2 contents; c) SSM; d) EM4 contents; e) IRD contents; f) EM3 contents;g) magnetic inclination

5.3 粒度端元的物理意義

前人研究[28-29]表明, 海洋沉積物的粒度端元可以解釋為沉積物來源或者搬運動力。在本研究區, SSM 顯示底流強盛(圖2d), 是沉積物搬運的潛在主要動力之一。D4-9 巖心位于威德爾海冰山走廊之上, IRD 記錄(圖2e)顯示, 冰山搬運的碎屑物質也是巖心沉積物的主要來源之一。此外, 研究區靠近南美洲南端, 數值模擬表明, 巖心位于南美洲Patogonia 風塵源區的影響范圍之內, 風塵物質也是該研究區沉積物直接或間接的重要來源[30]。雖然研究區海冰發育, 但是由于陸架水深較深(＞500 m), 海冰形成于海表, 很少夾帶陸架沉積物, 所以可以忽略海冰對深海沉積的貢獻[5,28]。綜上, 洋流搬運物質、冰山搬運物質和風塵物質是D4-9 巖心沉積物潛在的主要來源。

EM1和EM2分別表示較弱和較強底流搬運物質, EM2/(EM1+EM2)可用來表示底流的相對強弱變化, 即該比值越大底流越強。但是, 在D4-9中EM1和EM2分選都較差, 且較粗的端元EM2分選系數差于較細的端元EM1(表1), 這意味著EM2不太可能是較強底流搬運的產物(否則其分選應該至少好于EM1)。實際上, EM2/(EM1+EM2)比值隨深度變化趨勢(圖6a)與反映底流強弱的指標SSM 隨深度變化趨勢(圖6c)并不一致, 兩者之間相關性弱(圖5d), 這更加說明EM2和EM1含量的相對變化與底流強度無關。然而, 我們發現EM1+EM2隨深度變化趨勢(圖6b)與SSM 和IRD指標(圖6c、6e)隨深度變化趨勢相反, 且與這兩者都存在顯著負相關性(圖5e、5f), 這說明EM1+ EM2是在相對弱的底流水動力條件下沉積,且可能同時受到IRD 沉積的稀釋。因此, 本文認為EM2和EM1更可能反映的是沉積物來源的不同。其中,EM1的粒度分布特征與南大洋其他海區背景沉積的粒度分布特征相似[28-29], 可能代表了南極大陸來源的細顆粒懸浮物質; 而EM2的粒度分布特征與南大西洋ODP 1090站位記錄的Patagonia 風塵物質的粒度分布吻合[31], 可能代表了直接或者間接來自 Patagonia 的風塵物質。由此本文認為EM2/(EM1+EM2)實際反映了風塵相對于研究區背景沉積的相對比例, 該推論有待將來工作的進一步驗證。

EM3隨深度分布趨勢(圖6f)與該巖心IRD 含量隨巖心分布趨勢(圖6e)一致。該端元擁有最粗的平均粒徑和最差的分選, 其粒度分布和南極羅斯海JB06巖心粒度端元模擬得到的IRD 端元十分相似, 說明EM3代表了IRD 輸入[29]。值得注意的是, EM3與普里茲灣的P1-2巖心的IRD 粒度端元的分布特征有所區別, P1-2巖心IRD 粒度端元具有更平坦的分布特征[28]。本文認為, 由于研究區洋流強盛, 洋流的分選作用從冰山消融時IRD被釋放到水柱中便開始, 細顆粒物質被大量帶走,留下相對較粗顆粒作為IRD 沉積下來, 從而造成EM3粗顆粒物質更富集的粒度分布特征。由于羅斯海JB06巖心粒度特征記錄的當地水動力也較強盛, 該巖心IRD 端元可能也受到了強水動力的分選影響, 所以 EM3與JB06記錄到的IRD 端元的粒徑分布形式相似。而普里茲灣P1-2巖心所記錄的底流相對較弱, 所以IRD 在水柱沉降過程中并未遭受顯著分選而移除細顆粒物質, 導致其相對平坦的粒度分布特征。不過也存在另一種解釋,即IRD 的粒度分布特征可能反映了IRD 源區沉積物的粒度分布特征, 也就是說IRD 源區沉積物本身具有分選好的特征, 如海灘砂, 那么來自這些源區的IRD 也會繼承分選好的特征, 而源區沉積物分選差的特性也可以被繼承下來[32]。

EM4 是最值得注意的端元, 其平均粒徑大于EM1 和EM2 而小于EM3(表1), 該端元隨深度分布在275 cm 和25 cm 附近的兩個峰值分別對應著SSM 上的第1 和第2 高峰值(圖6c、6d), 加之該端元分選是所有端元中最好的, 所以將該端元解釋為強底流水動力條件下沉積,該端元比例越高代表底流越強。

5.4 IRD 事件的成因

冰山崩塌事件可以發生在不同的氣候背景下,代表不同的冰川動力學行為, 比如北大西洋的Heinrich 事件發生在末次冰期內的冰階, 代表北極冰川在千年時間尺度上的擴張[33]。在南極普里茲灣外, 冰期-間冰期時間尺度上, IRD 事件主要發生在間冰期向冰期過渡時期, 同樣代表當地冰川向北擴張[34]。而在南極威爾克斯地外附近, 晚第四紀冰山崩塌主要發生在冰消期, 代表冰川消融, 冰蓋后退[35]。威德爾海的情況和威爾克斯地外的情況類似, 大量巖心記錄表明, 該海區IRD事件也主要發生在暖期或者冰消期[36], 其中, 位于冰山走廊上的MD3033/3034 站位的高分辨率記錄進一步揭示了末次冰消期的IRD 沉積以千年級事件形式發生, 說明這些IRD 事件也反映了氣候轉暖, 冰蓋收縮, 冰川后退所導致的冰山崩塌[6]。其中部分 IRD 事件在時間上與融冰水事件MWP-A 相關, 暗示南極冰蓋消融對冰消期全球海平面快速上升的顯著貢獻。而在MIS 3 內, 這兩個巖心也記錄到眾多IRD 脈沖事件, 指示在末次冰期威德爾海冰山走廊沿途, 冰川在千年時間尺度上也發生過顯著的冰山崩塌事件, 它們大多與生產力的相對高值相對應[14]。由于在極鋒以南生產力升高發生在南極相對變暖時期[37], 所以本文認為, 雖然缺乏精確的定年, 但是D4-9 巖心所記錄的IRD 事件可能也反映了末次冰期內(多)千年時間尺度上南極增溫事件所引起的冰川小規模后退。該推論與Weber 等[6]的數值模擬研究一致,他們發現末次冰期內, 南極增溫事件伴隨著南極冰蓋規模的同步減小[38]。

5.5 IRD 和SSM 指標的耦合性

本文發現, D4-9 巖心記錄的IRD 事件和SSM記錄的底流增強事件同時發生, 這表明兩者之間可能存在密切聯系, 從而揭示了不同作用之間的復雜聯系。對此, 分析如下: 前人對南極冰芯的相關研究揭示了南極氣溫在末次冰期發生過反復的千年時間尺度上的起伏[39]。這種氣溫的變化特征與北極格陵蘭冰芯記錄的氣溫變化相位相反,呈“蹺蹺板”模式[40], 但是與大氣CO2濃度消長相位一致, 即南極溫度升高同時伴隨著大氣CO2濃度升高, 同理, 溫度降低也伴隨大氣CO2濃度降低[41]。大量研究[42]表明, 南大洋深部是冰期時大氣CO2重要的儲庫, 當南半球西風帶南北向遷移或強度變化時, 大氣和南大洋之間CO2交換狀態會發生變化, 從而影響大氣CO2濃度。具體而言, 南極溫度降低時, 南半球西風帶將北移或減弱, 南大洋上層海水層狀結構趨于穩定, 有利于CO2被隔絕在南大洋深部; 相反, 南極溫度升高時, 南半球西風帶將南移或強度增加, 這將導致南大洋風驅上升流增強。

南大洋上升流增強對氣候和環境的影響至少包括以下4 個方面: (1)上升流增強使得海水的層狀結構遭到破壞, 海水跨密度混合增強, 從而使得被扣留在南大洋深部的CO2向大氣釋放, 增加大氣CO2的濃度[42]; (2)增強的上升流將南大洋深部的營養鹽帶到上層海洋, 使得南大洋南極區(Antarctic Zone)生產力增加[42]; (3)增強的上升流將南大洋深部的熱量帶到上層海洋, 使得冰川發生消融, 誘發顯著的冰山排泄事件[43]; (4)增強的上升流將南大洋深部高鹽海水帶到冰架之下, 與冰架下的水團混合, 增加冰架水的鹽度和密度,從而有利于南極底層水的形成[44]。

最近, Lu 等[13]研究了斯科舍海IODP U1537站位的高分辨率生產力記錄, 發現末次冰期內千年級時間尺度上的南極增溫事件總是伴隨著輸出生產力的升高, 從而證明在南大洋太平洋扇區,這些千年級增溫事件引發了南大洋上升流強度的提升。而Huang 等[4]研究則發現在過去的兩個冰期旋回里, 威德爾海底層水形成速率隨著氣候轉冷而降低, 在冰盛期甚至發生停滯, 而隨著氣候轉暖, 威德爾海底層水形成速率又迅速增加[4]。本文認為, D4-9 巖心中IRD 和SSM 將以上冰川和海洋過程有機聯系起來, 具體而言, 末次冰期的南極增溫事件導致南大洋太平洋扇區西風帶短暫南移, 南大洋上升流增強, 帶來更多的熱量, 進而導致冰川/冰架后退, 冰山崩塌加劇。同時, 增強的上升流也將更多的高鹽繞極深層水(CDW)帶入陸架, 促使該海區AABW 的形成通量增加。

綜上, D4-9 巖心IRD 和SSM 記錄的同相位關系實際揭示了在末次冰期內千年時間尺度上, 南極地區區域氣候變化驅動下的威德爾海附近冰架-海洋過程的耦合模式。建議將來工作應進一步聚焦于巖心沉積物序列精確年代框架的建立和IRD來源的判別, 以期獲得關于研究區冰川演化更具體的時間和空間信息。

6 結論

本研究選取采自南極威德爾海西北部的D4-9 巖心沉積物, 通過測定其蛋白石、TOC 含量,非生物組分的激光粒度分布數據以及全巖有機質的AMS14C 測年數據, 得到以下主要結論。

1. D4-9 巖心蛋白石和TOC 含量隨深度變化趨勢一致, 與IRD 含量呈負相關, 反映了海表輸出生產力和IRD 稀釋的共同影響。兩者共同記錄到極低的輸出生產力, 結合AMS14C 測年數據和粒度數據提供的底流沖刷證據, 為巖心形成時代提供了新的約束。這些證據表明巖心沉積物為末次冰期產物。

2. D4-9 巖心粒度數據可用四端元EMMA 模型解釋。所獲得的4 個端元分別代表海洋背景沉積、風塵、冰山搬運物質和極強底流沖刷富集的粗組分。其中海洋背景沉積和風塵沉積為相對弱的底流水動力條件下沉積。

3. D4-9 巖心記錄到4 次IRD 事件和同時發生的4 次底流增強事件。這些事件反映了南大洋太平洋扇區在末次冰期內千年級時間尺度上南極增溫事件誘發的冰架-海洋耦合性變化。

致謝感謝中國第28 次南極科學考察隊各位工作人員的辛勤勞動和細致的采樣工作, 感謝為本文樣品進行測試工作的各位老師和同學。 樣品由中國極地研究中心極地樣品標本館提供。