英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

过去1000年亚洲季风衰退和超级干旱事件

Edward R. Cook^1*, Kevin J. Anchukaitis¹, Brendan M. Buckley¹, Rosanne D. Drsquo;Arrigo¹, Gordon C. Jacoby¹, William E. Wright^1,2

1 Tree-Ring Laboratory, Lamont-Doherty Earth Observatory of Columbia University, Palisades, NY 10964, USA.

2 School of Forestry and Natural Resources, National Taiwan University, Taipei 10617, Taiwan.

*通讯作者 E-mail: drdendro@ldeo.columbia.edu

摘要：亚洲季风系统影响着全世界一半以上的人类，但由于长期气候观测不充分，导致其复杂的时空变异的动力过程尚未被充分理解以模拟和预测其行为。在这里，我们展示了亚洲季风干旱地图集(MADA)，这是一个在过去1000年对亚洲干旱和风暴的季节性网格空间的重建，这个重建是基于树木年轮网络数据进行的。MADA提供了已知历史季风衰退的时空细节，并揭示了以前未知的季风区超级干旱的发生、严重程度和归因，以及他们与热带印度洋—太平洋海面温度大尺度模式的紧密联系。因此，MADA提供了最近季风变化的长期背景，这对气候建模、预测和归因至关重要。

季风、干旱和极端洪水事件在过去的1000年持续地影响着农民的生活，尽管亚洲季风对人类和生态系统至关重要，但人们对亚洲季风的长期时空变化所知甚少，不足以解释驱动其变化的复杂机制。亚洲季风的许多偏远地区缺乏长期的仪器气候数据(1)(图S1)阻碍了解决这些问题的进展。此外，全球气候模型无法准确地模拟亚洲季风(2)和相关的热带印度太平洋的强迫，这些限制已经阻碍了我们对未来气候变化的规划能力，在一个变暖的世界中，这种变化可能是潜在迅速的和非线性的。在这种气候变暖的情况下，亚洲季风显得特别脆弱(4，5)。

为了更好的阐明亚洲季风的空间复杂性(图1A)，需要一个大规模、空间明确的长期数据集。这样一个长期的视角对于气候模型的验证以及与其他替代数据、历史数据和考古数据的整合和比较都是至关重要的。这个背景由我们的亚洲季风干旱地图集(MADA)提供，该地图提供了一个绝对过时的，每年解决重建亚洲季风在过去一千年的时空变化。MADA提供了一个季节性到百年尺度的窗口，可以观察到亚洲季风反复出现的极端干旱和极端潮湿的趋势，这些极端干旱和极端潮湿具有明显的空间响应特征，例如，厄尔尼诺-南方涛动(ENSO)和太平洋年代际变率(6，7)。

过去一千年，由珊瑚(8)，冰芯(9)，洞穴(10)，海洋沉积物(11)和历史数据(12)为季风亚洲和邻近的热带印度洋-太平洋地区制作了替代记录。就其性质而言，这些记录通常受到空间和/或者时间分辨率的限制。许多人无法提供重建技术的校准和验证估计，而且/或他们没有提供解决亚洲季风复杂时空变异性所需的详细陆地面积覆盖。在这里，我们使用来自亚洲季风森林地区300多个地点的树木年轮，使用了一个众所周知的全球陆地地区相对干旱和湿度网格测量重建夏季(6月-7月-8月)季风季节的帕尔默干旱严重程度指数(PDSI)。构成MADA的网格重建与北美干旱地图集(NADA)(14)有直接的相似之处，下面对其进行比较，利用这一新资源，我们发现：在过去的千年中，在现代人类时期亚洲的季风衰退有时超过了规模和持久性，正如之前在美国西南部的干旱与热带太平洋海面温度(SST)的强迫(15)有关。

图1 (A)图中显示了非洲、印度、东亚和南至北澳大利亚季风的复杂区域表现[从(11)重绘]，整个MADA区域被内部黑色矩形包围。除了非洲部分外，MADA区域的范围覆盖了所有地区。(B) MADA领域的更详细的视图;利用327系列树木年轮网络(1)(绿点)重建仪器PDSIs(13)(红叉)的534个网格点。表S1(1)列出了开发这种树木环网的贡献者。

我们的亚洲季风重建领域包括大部分亚洲季风系统(印度，东亚和澳大利亚)，以及北部毗邻的亚洲陆地区域(图1，A和B)。夏季季风季节重建的PDSI的534个网格点如图1B所示，以及用于重建的327个树环系列的网络(1)。后者相对于PSDI网格来说是高度不规则的，并且由于森林覆盖不均匀以及适合年轮分析的树种的可用性，导致其覆盖范围不完整。然而，使用基于相关加权，基于集合的“逐点回归”程序修改(1，14)(图S5和S6)，我们队大多数夏季季风变化进行了经过充分校准和验证的重建(1)(图S7)

MADA使我们能够识别和分析过去一千年的区域干旱和湿润模式。这些信息对于确定海表温度和海洋/大气耦合条件有关的水文气候变化的关键模式以及为使用气候模型进行试验提供基线条件至关重要。在这里，我们使用MADA识别四个证据确凿的历史干旱的地区的足迹和严重性：明朝干旱(1638 - 1641)(16)，“The Strange Parallels drought”(1756 - 1768)(17)，东印度干旱(1790 - 1796)(12)和维多利亚时代晚期的干旱(1876年至1878年)(18)。这些比较也可作为我们重建干旱田准确性的验证测试，因为下面用于比较的过去干旱的历史记录完全独立于我们的重建，并且完全早于用于从树木年轮重建PDSI的统计校准周期(1)。

1644年明朝沦陷在最后几十年中被农民起义所加速。17世纪30年代末和40年代初的严重干旱导致了王朝的崩溃，从一些历史记录来看，这是过去五个世纪以来中国最严重的干旱，可能是明朝灭亡的原因之一。我们的重建(图2A)显示，这次干旱在北京附近的中国东北地区表现得非常明显，东南部多雨。这种重建干旱的模式类似于为同一事件生成的地理限制更大的历史地图[图3(19)]，与历史文献相比提供了更完整的空间背景。

18世纪中期，东南亚发生了一场奇怪的干旱(图2B)，与此同时，整个东南亚以及西伯利亚平原都出现了大规模的社会动荡和政治重组(17)。这次干旱最初是在泰国西北部的柚木环宽度记录中发现的(20)，后来在越南北部的柏树年表中得到证实(21)。我们的干旱地图集显示揭示了印度大部分地区，尤其是印度西部地区，也受到了这场数十年干旱的影响。从印度到东南亚的这一空间上广泛而持久的“特大暴雨”是在MADA发现的季风衰退最重要的时期之一。

1790年至1796年的东印度干旱(图2C)发生在18世纪晚期的厄尔尼诺现象期间，全世界都感受到了这种干旱，导致了全球范围内的普遍的内乱和社会经济动荡(12)。许多人都认为这次干旱对印度的影响有很多，其中有几次提及那里的严重饥荒(12)，但MADA并没有说这次干旱对印度的影响比其他干旱更严重。虽然这可能是由于印度本身的树木覆盖范围有限(图1B)，但几乎所有印度次大陆的重建都具有重要的验证技术(1)(图S7)，并且在最南端的更为极端的发生在印度和斯里兰卡附近的部分地区(图2C)与这些地区的历史数据一致(22)。因此，这种干旱可能不会比印度严重，其他非气候因素也可能造成了严重的社会后果(12)。实际上，在印度东北部正上方的Dasuopo冰芯记录(23)显示，在这段时间内，积雪的累积高度可变。这表明在印度东部干旱期间，该地区的夏季风并非一致。相比之下，同一冰芯表明，在“The Strange Parallels drought”时期(24)，雪的积累持续低于平均水平，这与我们的重建结果一致，这表明此早期事件更加持久和严重。灰尘和地球化学的分析Dasuopo记录已经被解释为证据严重干旱在18世纪晚期(23)，但我们的阿特拉斯也表示严重干旱的西部和北部喜马拉雅山脉，这可能是冬季风时期冰芯的一个粉尘源。这些观测结果证明了MADA的全域干旱重建特征在解释其他过去水文气候变化估计方面的效用。

图2亚洲四次历史干旱的空间干旱模式。从历史记录中确定的四个区域干旱的平均PDSI。(A)明代大旱(1638年– 1641年)(19)。(B)The Strange Parallels drought(1756年至1768年)(17，20，21)。(C) 18世纪末东印度旱灾(1790年和1792年至1796年)(12，22，23)。1791年，印度的大部分地区似乎略微潮湿，除了干旱持续的Chennai周围地区。(D)维多利亚晚期大干旱(1876 - 1878)(18)。

1876年至1878年的维多利亚晚期大旱发生在150年来最严重的厄尔尼诺现象期间(18)。这场毁灭性的干旱在大部分热带地区都有影响(18)，在印度尤其严重。当时，由于严重的干旱和饥荒，越南对法国人的反抗也发生了，远在雅加达、婆罗洲和新几内亚都感受到干旱(18)。据析，全世界有超过3000万人死于饥荒，殖民时代的帝国主义使得区域社会缺乏应对干旱影响的能力。我们的记录显示，这次干旱在亚洲季风地区几乎所有地区都很严重，是本文展示的四次历史干旱中最严重的一次。

历史上亚洲季风衰退的空间重建只是MADA的应用之一。在这些大规模“事件”的背后，是强大的时空变化的长期模式，可以对亚洲季风变化的动力学提供更深入的见解。这些模式通过将公元1300年以来的全场分解为不同的经验正交函数(25)来确定的(DEOFs，图3)。。前导DEOF是旋转场的特征向量，使得它们捕获最大方差，这种方差不能通过以实际数据为条件的零各向同性场的类似分解来解释(1)。因此，它们代表了正交特征分解的数学约束与最大方差旋转产生的局部模式之间的折衷(1)。因此，DEOF可能更容易被解释为有意义的物理模式(25)。

针对零场的显著性测试表明，在MADA中最多可以解释5种主要的DEOF模式。其中两种模式在图3中突出显示，其余模式在(1)中显示和解释(图S8)。主导模式占总场变异的11.5%，至少是零各向同性场预期的三倍。其特征是印度和东南亚地区的标志荷载占主导地位，在青藏高原、巴基斯坦北部以及帕米尔和天山山脉上有相反的信号载荷。该模式的时间序列扩展(DPC1，图3)与太平洋中年代际变率特征的半球对称SST异常相关(7)。。这种DEOF模式与14世纪中叶和15世纪初(特别是1351年至1368年)热带南部和东南亚的持久性弱季风有关，与高棉灭亡相关的严重干旱时间相似柬埔寨吴哥的文明(26)。其他值得注意的大规模干旱也发生在16世纪末(1560年至1587年)，17世纪末(1682年至1699年)，在“The Strange Parallels drought”时期(1756年至1768年)，并在70年代中期之后明显转向干旱(1)(图S9)。了解这些早期干旱的原因可能有助于解释为什么20世纪晚期印度和东南亚出现了干旱和季风减弱的趋势。

图3自1300年以来MADA的时空模式自中世纪晚期以来对MADA的独特经验正交函数(DEOF)(25)分析揭示了五种不同的模式，其中两种在此处显示，其余在(1)中。中间面板显示顶行中相应空间模式的时间序列扩展(DPC，不同的主成分)。在底部一行，皮尔森与SSTA(1)和DEOF / DPC1的相关性与季风和季前季(MAMJJA)同时发生，而DEOF / DPC4的SSTA模式与前一个冬季(DJF)季节同时发生。只有在95%的置信度下才显示出显著的相关值。

自公元1300年以来，剩余的显着DEOF模式各自占重建场的方差的约6%。例如，DEOF4(图3)是青藏高原东部具有强正负荷的独特模式。这种模式的时间序列扩展与东部赤道海温异常呈正相关，并且在20世纪强烈地趋向于更正的PDSI值，这表明温暖寒冷的舌海温导致青藏高原东部湿度增加。这一发现与观测和建模结果一致(27，28)，表明雪的累积量在增加，且与ENSO变异性有显著相关性。而不同的模式的相关性与太平洋只能计算可用的历史时期(1)自1856年以来，DEOFs基于自公元1300年以来细致的重建，并代表了中世纪晚期季风地区特征的大规模一致时空协方差模式。

图4显示了MADA在分析半球尺度太平洋盆地气候动力学方面的进一步应用。维多利亚晚期大旱(18)(1876年– 1878年，图2D)的特点是印度和东南亚的季风衰退和干旱。与此同时，北美西部的部分地区也经历了类似的异常干燥状况，而墨西哥和太平洋西北部地区则异常潮湿。尽管在1876年和1878年期间至少增加2°C，这个模式不规范的结果是一个强大的东太平洋ENSO事件(29)。这可能反映了东北太平洋暖海温异常、热带大西洋暖海温异常和太平洋年代际振荡(PDO)典型的北太平洋温带海温异常。

第一次世界大战结束后1918年至1919年的厄尔尼诺事件也被作为一个例子列入图4，因为人们重新对其重要性和全球影响的范围进行分类(30)。与1876年至1878年大干旱相比， 这次厄尔尼诺事件的特点是美国西南部的典型潮湿环境以及大陆季风亚洲和北美北部的干燥条件。这一事件与受到赤道约束的SST异常模式，那么在印度洋气候变暖，而寒冷的太平洋大西洋和北太平洋，这也许可以解释它对亚洲和北美的影响与1876年到1878年的事件相比有一些不同。

亚洲季风变化的长期时空模式都与不同的海温模式相关，但不是正交的。仅这一结果就表明，ENSO影响的一种简单规范形式不足以解释亚洲季风的变化，而是存在几种空间“特征”的强迫。例如，水分的正趋势明显DEOF4在20世纪末在北中亚(图3)表明降雪的增加和土壤水分在青藏高原与观测相一致(27)，而干燥的情况下在南亚和东南亚(DEOF1)，特别

图4 大干旱(1876年至1878年)(18)和(B) 1918年至1919年ENSO事件(30)期间的泛太平洋干旱模式。在大干旱(A)期间，南亚、东南亚和北美大盆地的PDSI值为强负值(陆地上的棕绿色图)。在北美季风区

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20554]，资料为PDF文档或Word文档，PDF文档可免费转换为Word