高い - 南通ビタミン株式会社

Scientific Reports volume 13、記事番号: 12478 (2023) この記事を引用

816 アクセス

1 引用

4 オルトメトリック

メトリクスの詳細

高解像度の陸上古生態学的シリーズを観察すると、過去の気候変動、生態系への影響、山火事の周期性の間の関係を解明できます。ここでは、60〜27kaの間隔をカバーするフィモン湖（イタリア北東部）からの新しい放射性炭素年代測定記録を紹介します。パリン学的分析、木炭の破片および堆積岩石学的分析は、100 年から 100 年未満の解像度で実行されました。 MIS 3 生態系の最新の類似物を特定することで、時間の経過に伴う植生の構造変化を徹底的に再構築することがさらに可能になりました。このシリーズは、同じ地域内でのネアンデルタール人とホモ・サピエンスの職業を記録する、年代順によく制約された旧石器時代の遺跡の「オフサイト」参照記録でもあります。ネアンデルタール人は、現代の中東ヨーロッパ、ウラル南部、シベリア中南部の木々に似た、北方樹木と広葉樹の温帯樹木が混合した草原と森林のモザイクの中に住んでいた。乾燥草原およびその他の草原タイプは 44 万年から 43 万年にかけて着実に拡大し、42 万年から 39 万年の間、つまりサピエンスがこの地域に到達したのとほぼ同じ時期にピークに達しました。この植生は、採用されたユーラシアの校正セットには信頼できる現代の類似物がほとんど見当たりませんが、草食動物の大規模な群れを維持できる生態系の拡大につながりました。 39 年から 27 年の間、この地形は草原、砂漠草原、そして現在のアルタイ・サヤン地域と同様の開いた乾燥北方林で覆われていました。ネアンデルタール人もサピエンスも、MIS 3 の高頻度の気候サイクルによって調整された拡大した火災が発生しやすい生態系の中で生きていました。

海洋同位体段階（MIS）3（〜60〜30ka）は、MIS 4と最終氷期極大期（〜MIS 2）の間の中間の全球の氷の量の期間であり、人類の影響が密接に絡み合った最も不安定な気候の時期の1つでした。進化の歴史。 MIS 3 の間、気候変動は、グリーンランド上空の大気の突然の変化 (ダンスゴー・エシュガー [D-O] イベント)、大規模な氷山の流出とイベリア縁辺までの北大西洋への淡水流入 (ハインリッヒイベント [HE]) に関連していました。 1、世界中で気候および生態学的反応を引き起こしました (ハインリッヒスタジアム [HS])2。 MIS 3 の地域の古気候に関する情報は、鍾乳石の同位体記録から得られます (例: 北アルプスのホロッホ洞窟 3; 南カルパティア山脈のアスクンサ洞窟 4、イタリア南部プーリア州のポッツォクク洞窟) 5。

南ヨーロッパのイタリア半島沿い (イタリアのモンティッキオ、カスティリオーネ、ラガッチョーネ)6、7、8、および地中海の低地 (ギリシャのテナギフィリポンとメガリリムニ)9、10、11 では、温帯森林と森林草原が存在しました。グリーンランド・インタースタジアム（GI）中に支持され、グリーンランド・スタジアム（GS）中に草原が拡大し、HS12、13中にさらに悪化しました。それほど広範囲ではない森林地帯が、GS 期間中に山岳地帯 (例: ギリシャ西部のヨアニナ) で発生しました 14。そこでは、温帯樹木個体群の生存は、MIS 3 全体にわたる地形的降水によって促進されました。森林は、中央および東ヨーロッパの一部の地域にも存在しました。川の谷、特にカルパチア山脈15。ドナウ平原下流部や半乾燥のパノニア盆地などのより大陸的な地域では、おそらく干ばつストレスのため16、植生形成がより開いた状態になり、黄土堆積物がMIS 3中に繰り返し形成されました（ヌスロッホやヴィレンドルフ遺跡など）17。西中欧および西ヨーロッパでは、MIS 3 の間にツンドラ植生が蔓延し、樹木や低木の個体群の個体数の個体群/個体群間変動は比較的小さかった。例: ラグランデパイル、レゼシェ、ベルクゼー (カロリー BP 45 ka 以降) およびフラモースの花粉記録 18。この文脈の中で、ホモ・サピエンスによるネアンデルタール人の置き換えは、通時的かつ文化的に明確に表現された地域テクノコンプレックス（ウルジアンなど）の連続としてヨーロッパ全土で記録されており、これはおよそ45年から45年の間と呼ばれる中期から後期旧石器時代の移行期にムステリアン物質文化を置き換えたものである。 40キロカロリーBP19。

27 ka) documenting the history of plant communities throughout the Late Pleistocene (modified after30,37). (b) New high-resolution synthetic palaeoecological record from the Fimon PD core for the period 60–27 ka cal BP: conifers (green), broad-leaved trees (orange), upland herbs (light yellow), xerophytes (yellow)./p> 2%) and sites showing changes in the pollen patterns in terrestrial ecosystems. Photos from the Southern Urals (FPD1 and FPD2) and the Altai Mountains (FPD3 and FPD4) show landscapes analogous to NE-Italy around Lake Fimon during the four time periods (pollen zones FPD1 to 4)./p> 500 μm fractions) with a median time resolution of 80 years. Charcoal Accumulation Rates (CHAR) of particles > 125 μm at depths between 21.75 and 19.39 m were calculated (Supplementary Fig. S7). Signal to noise index (SNI) is greater than the critical value of 3 which indicates suitability for peak analysis44 for the 45% of the record (median = 2.7, min = 0 and max = 334.4; Supplementary Fig. S8). We avoided interpreting peaks corresponding to SNI < 3, mostly occurring in the lowermost part of the record (60–44 ka). Peak analysis revealed twenty-four statistically significant CHAR peaks showing variable magnitude between 0.0001 and 0.24 pieces cm−2 peak−1, with highest values between 31 and 27 ka. Fire return intervals range between 270 and 430 years and fire frequency up to 3 fires per 1000 years during phases of major biomass availability (GI 12, 8, 4 and 3 forest stages). No or low fire activity was registered during phases of prolonged biomass decrease and expansion of open vegetation (Supplementary Fig. S7)./p> 125 µm cm−2 year−1) of Fimon PD charcoal plotted on the Fimon chronology (see “Methods” and Supplementary Fig. S4); (e) Ice-Rafted Debris (IRD) record from the Bay of Biscay: sediment core MD04-2845; Sanchez Goñi et al., 2008; age model < 31.8 ka cal BP according to Ref.50. Grey bands indicate Heinrich Stadials: HS5 (50/49–47.3 ka)2,48; HS4 (40.2–38.3 ka)51, HS3 (30.4–29.1 ka)52./p>

2%) (Fig. 3). Data standardization and ordination were carried out with the Vegan package107 in R environment108. Calculation of correlation coefficients and p-values on the same dataset was done in R using the function rcorr (package “Hmisc”)109 and the function corrplot (package “corrplot”)110 to plot the correlation matrix (Supplementary Fig. S5–S6). Such analyses allow us to extract the main eco-gradients and to detect correlations between terrestrial taxa in order to refine their ecological grouping, as shown in Figs. 6 and 7./p> 500 µm) of sieved charcoal particles were separated in 415 sediment samples of approximately 2 cm3 at contiguous 0.5–2.5 cm intervals using standard sieving methods115. Samples were gently disaggregated in a 50/50 solution of 10% sodium hexametaphosphate (NaPO3)6, and 12.5% sodium hypochlorite (NaClO) for 24 h and sieved (62, 125, 500-μm mesh). The sieved fractions were counted on a gridded platform using a stereomicroscope. Macroscopic charcoal particles (> 125 μm) are assumed to record high severity fires within a few kilometers from the study site115,116. Finer charcoal particles (62–125 µm size) are more widely dispersed and may represent a reliable proxy of regional fire variability (at least within 150 km) as supported by dispersal models117. We obtained series of charcoal concentrations (particles cm−3) converted into total charcoal accumulation rates (CHAR, particles cm−2 year−1) by multiplying these values by sediment accumulation rates (cm year−1) inferred from the age–depth model (Supplementary Fig. S7). The CHAR record (particles > 125 µm) was then decomposed into background (Cback) and peak component using the method implemented in CharAnalysis 0.9 software118. Peaks, which are positive deviations from the Cbackground represent input of charcoal as a result of large, high-severity fires relatively close (1–3 km radii) to coring location, whereas total CHAR correlates best with area burned at distances from 100–101 km, up to an order of magnitude greater than distances defining the optimal spatial scale for peak-inferred fires116. The Cbackground component was determined using a moving mode robust to outliers with a 500 years window width. A Gaussian mixture model was used to identify threshold values for peak identification (0.95 percentile). The fire frequency (FF) is the total number of fires within a 1000-year window. Fire return interval (FRI) is the time between two adjacent fire events. A Signal to Noise Index (SNI) was used to evaluate the suitability of sediment-charcoal records for reconstructing local fires. The SNI compares the variability in the signal population, var (S), to the variability in the noise population, var (N): SNI = var(S)/var(S) + var(N). A SNI greater than 3 consistently identifies records appropriate for peak detection44./p>

3.0.CO;2-A" data-track-action="article reference" href="https://doi.org/10.1002%2F%28SICI%291099-1417%28199807%2F08%2913%3A4%3C335%3A%3AAID-JQS375%3E3.0.CO%3B2-A" aria-label="Article reference 53" data-doi="10.1002/(SICI)1099-1417(199807/08)13:43.0.CO;2-A"Article Google Scholar /p>