旋回地层学的原理与研究方法

12.2.1　旋回地层学的原理

旋回地层学研究的理论基础是天文旋回理论即米兰科维奇旋回理论，是从全球尺度上研究太阳辐射量与地球气候波动之间关系的天文理论。该理论认为，北半球高纬度夏季太阳辐射量的变化是驱动第四纪冰期旋回的主因。由于太阳系各星体对地球的万有引力使地球在绕太阳公转和自转时而造成的地球轨道参数的(准)周期性的变化驱动了地球表面接受的日照量在纬度和季节分配上的变化，从而导致了地球气候系统在局部和全球尺度上的万年到百万年时间尺度上的变化，这些变化可用地球轨道参数偏心率、斜率和岁差来表达(Berger，1988;Berger＆Loutre，2004;Hinnov＆Hilgen，2012;Hinnov，2013;Laskar et al．，2004)。Laskar等(2004)给出了定量计算这些轨道参数的公式和解析方法，通过对一些重要变量如相对论效应，地球、太阳和月球的扁率以及地球的潮汐摩擦作用等因素的影响，利用数值积分来计算与模拟过去2．5亿年和将来2．5亿年的天文参数及日照量的变化。下面简要介绍地球轨道的偏心率、斜率和岁差3个参数的来由和意义。

岁差(precession):即地球轨道的岁差指数(precession index，esinϖ)，是指由地球－太阳距离以及偏心率的变化和地球自转轴方向漂移的共同影响(即地球自转轴绕着地球公转轨道面的垂直轴旋转，它以25 765a的周期绘出一个圆锥面)产生的信号，并且其变化幅度强烈地被偏心率所调制，其现在的变化主周期约为24kyr、22kyr、19kyr和17kyr(图12－2A)。在地质历史时期，由于地球的旋转速度比现在快，因此岁差周期要比现在短(Berger et al．，1992;Hinnov，2013;Laskar et al．，2004)，由图12－2A也可以看出，30～40Ma的岁差周期要比0～10Ma的要短些，地质历史时期如侏罗纪更短(表12－1)。近20kyr的岁差周期即是地球在绕太阳公转时的轨道面上到达近日点的变化，如果北半球夏至到达远日点，冬至位于近日点(即接受到的太阳辐射量就会增加)，那么冬季就会变得不太冷而且短，冬夏差别不大，一年内季节差异就不太明显;反之，如果北半球冬至到达远日点(即接受到的太阳辐射量变少)，而夏至到达近日点，那么夏季就会短而热，冬季就会变得漫长而寒冷，一年内的季节差异就会变大，四季分明(图12－2A)(Ruddiman，2008)。

图12－2　利用La2004标准模型计算的过去40Ma地球轨道参数偏心率、斜率和岁差周期的变化及其轨道运行示意图
(据Hinnov，2013;Ruddiman，2008修改)
A．底部黑色曲线是0～40Ma的岁差时间序列;上部左边是放大的0～1Ma的岁差时间序列，中间是0～10Ma和30～40Ma岁差的频率能谱周期图，右边是地球在绕太阳公转时轨道面上到达近日点和远日点的变化示意图。B．下部黑色曲线是0～40Ma的斜率时间序列，绿色曲线是斜率振幅包络线即斜率振幅的调制周期近1．2Myr长斜率曲线;上部左边是放大的0～2Ma的斜率时间序列，中间是0～10Ma和30～40Ma斜率的能谱图以及近1．2Myr斜率振幅包络线的周期图，右边是地球公转的轨道面与地球赤道面的夹角示意图。C．下部黑色曲线是0～40Ma的偏心率时间序列，蓝色曲线是405kyr偏心率的滤波曲线即稳定的405kyr地质计时钟E旋回数，红色曲线是偏心率的振幅调制周期近2．4Myr的长偏心率曲线;上部左边是放大的0～5Ma的偏心率时间序列，中间是0～40Ma偏心率的能谱图以及近2．4Myr的长偏心率调谐振幅的周期图，右边是地球绕太阳公转的轨道示意图。B P是指Before Present，从现在以前的时间即过去的意思

表12－1　斜率和岁差周期在过去250Ma的变化(据Hinnov＆Hilgen，2012;Laskar et al．，2004修改)

斜率(obliquity):地球轨道的斜率(即地轴的倾斜度，它是地球公转的轨道面与地球赤道面的夹角)是在22．5°～24．5°变化(现在的斜率值是23．5°)，目前具有41kyr的主要周期以及39kyr、54kyr和29kyr的次要周期，这些短周期信号振幅的调制周期1．2Myr和2．4Myr;1．2Myr的超长斜率周期来源于火星和地球轨道的倾角的变化，而2．4Myr来源于火星和地球之间的万有引力(图12－2B)(Bergeretal．，1992;Hinnov＆Hilgen，2012; Laskar et al．，2004)。由于潮汐耗散作用的存在，在地质历史时期，地球的旋转速率要比现在快，因此斜率的周期就比现在要短，这在图12－2B的频率周期谱图上也可以看出，比如在2．5亿年前的中生代与古生代之交，斜率的主要周期是近33kyr而不是现在的41kyr了(表12－1)。由于斜率即地轴倾斜度的变化，导致地球表面接受的太阳辐射量随着纬度发生变化，当斜率增大时，高纬度夏季接受的太阳辐射量增加，冬季则减少，气温年较差增大;反之，当斜率变小时，高纬度夏季接受的太阳辐射量减少，冬季则增加，冬暖夏凉，气温年较差变小，夏季温度变低更有利于冰川的发育(Ruddiman，2008)。

偏心率(eccentricity):从过去45Ma至今，地球轨道的偏心率在0．000 21～0．067范围内周期性地变化，现在的偏心率的值是0．0167，具有95kyr、99kyr、124kyr、131kyr、405kyr和近2．4Myr主要的周期(图12－2C)。这种周期性的变化是由于其他行星的运动产生的万有引力作用在地球轨道上造成的;其中，405kyr的偏心率长周期，是由g2－g5即金星和木星轨道近日点之间的相互作用造成的，它是近100kyr的偏心率信号的调制周期，这个405kyr在地质记录中非常稳定地存在(其在250Ma处的计算误差仅为500kyr左右，因此这个405kyr偏心率长周期，是天文上最为稳定的地球轨道参数，被誉为地质计时的最佳“节拍器”，用作旋回地层学和天文年代学的一个基本的地质计时单位可用于地质年代的校准，405kyr旋回用E表示，假如从最近1万年开始，第一个405kyr旋回是E1，第10个405kyr旋回即4．15Ma是E10，到中新生代界线附近的66Ma处是第163个405kyr旋回即E163，到白垩纪与侏罗纪界线145Ma处是第358个405kyr旋回即E358，依次类推);而近2．4Myr偏心率超长周期，是由g4－g3即火星和地球轨道近日点之间的相互作用造成的，它是405kyr偏心率信号的调制周期，这个长偏心率周期已经在地质记录中被识别出来，而且被认为是特殊气候事件的一个主要因素，但这个近2．4Myr周期不太稳定，常由2．4Myr(即6个405kyr周期)变到2Myr(即5个405kyr周期)(Hinnov，2013;Laskar et al．，2011;Lourens et al．，2005;Pälike et al．，2006;Van Dam et al．，2006)。地球绕太阳公转的轨道在近圆形和椭圆形之间变化，偏心率越小四季变化越不明显，反之，偏心率越大则四季变化越明显，这也是冰川易形成期;当地球位于近日点时，地球表面接受到的太阳辐射量就多，当位于远日点时，接受到的太阳辐射量就少。但这对地球气候的影响很小，它影响气候的变化主要是靠调控岁差周期变化的幅度，即岁差变化的幅度越大，偏心率值就越大，那么岁差造成的气候变化也越大(Ruddiman，2008;汪品先，2006)。

由于天文因素导致的地球轨道参数的(准)周期性变化驱动了地球表层气候系统的周期性波动，这种周期性波动的气候变化信息就被记录在地球表层的沉积地层中，因此，我们可以通过应用天文旋回理论来对这些记录在沉积地层中的旋回性变化的古气候信息进行旋回地层学研究。

12.2.2　旋回地层学的研究方法

由于记录在地层中的米兰科维奇旋回受天文轨道驱动，因此在同一时期形成的反映气候变化的沉积旋回在空间分布上应该具有全球可对比性和等时性。已有的研究表明，米兰科维奇旋回(天文旋回)贯穿于地球发展演化的全过程中，从前寒武纪到第四纪的沉积地层中都存在着天文旋回记录。旋回地层学的研究就是通过有效的研究方法和手段去除各种噪音，提取出记录在地层中的天文旋回的信号。旋回地层学研究通常选择具有一定的生物地层和年代地层工作基础的地区，且在野外地层出露良好、连续性和韵律性都较好的剖面上进行研究，但野外数据的采集有其局限性，很难获取高分辨率的或连续的长剖面数据序列用于旋回分析。近年来，随着科技的发展，利用沉积旋回明显且连续性好的钻孔资料，如各种测井曲线、实测的碳氧同位素等地球化学的古气候替代指标以及高分辨率的X射线荧光(XRF)岩芯扫描获取的连续元素记录数据等成为当今研究旋回地层学的重要数据来源。下面简要介绍旋回地层学的主要研究方法。

12．2．2．1　野外沉积旋回识别方法

目前旋回地层学的研究方法主要有野外露头剖面的沉积旋回观察法和室内的时间序列分析法两种。对于出露较好、韵律性明显的地层剖面，在野外可以通过直接观察岩性组合的变化，识别出纹层、层偶、层束、层束组等不同级次的旋回及其排列组合样式，根据已有的生物地层或磁性地层年代框架，初步判断观察到的沉积旋回是否受天文因素驱动，分析这些沉积旋回是否具有不同级次且比率为1∶5∶20，即近20kyr的岁差，近100kyr短偏心率和近400kyr的长偏心率周期旋回。假定某个级次的旋回占主导控制作用并假定此沉积旋回具有相同的沉积持续时间，那么就可以大致估算出研究层段的沉积持续时间。龚一鸣等(2004)通过研究广西晚泥盆世F－F之交的碳酸盐台地－斜坡－盆地相剖面，通过野外观察岩性旋回识别出纹层、层束、层束组、超层束组4个级别的旋回排列组合样式，对牙形刺带进行了数字定年，这是野外岩性旋回观察的成功研究实例。然而，我们研究旋回地层学不仅仅是估算研究层段的沉积时间，它还可以为我们提供沉积系统对轨道参数变化的响应信息，以及洞察古环境和地球如何响应大气和海洋的变化(Fisher et al．，2004)。为了获取这些进一步的信息以及检验野外观察所假定的轨道周期的正确性，这就需要采用时间序列分析的方法来进行验证。

12．2．2．2　时间序列分析(time－series analysis)方法

自20世纪80年代米兰科维奇理论得到证明后至今，时间序列分析方法广泛应用于旋回地层学领域的研究。采用时间序列分析方法来定量检测天文信号，首先需要获取选定的研究剖面的定量指标观测数据序列，对于野外露头剖面，就需要先采集样品然后在实验室进行测定，以获取用于米兰科维奇旋回研究的古气候替代指标数据，对于有测井曲线的钻孔，要选择能反映古气候变化的合适的曲线。识别米兰科维奇旋回的关键，是通过从深度域到频率域，然后从频率域到时间域的转换，再通过时间序列的频谱分析获得可以与理论的天文轨道周期参数对比的频谱。即利用频谱分析方法，把深度域的数据序列转化为频率域，在频率域的能谱分析图上，找出沉积序列中的主要轨道周期的旋回，通过对这些旋回进行滤波，识别出起主要控制作用的旋回;然后，假定这些沉积旋回都具有相同的轨道周期即相同的沉积时间，建立一个时－深转换模型，将整个深度域的数据序列转换为时间域;最后利用时间序列的频谱分析方法，将时间域转化为频率域，在频率域的能谱分析图上，观察米兰科维奇旋回的偏心率、斜率和岁差这几个主要的轨道周期参数是否出现，从而来检验所建立的年代模型的合理与否。下面将分别介绍应用时间序列分析方法所需要的古气候替代指标的选取、数据处理、频谱分析以及天文调谐等工作过程。

1)古气候替代指标(paleoclimate proxy)

天文驱动太阳－地球距离及地轴斜率的变化来影响地球表面接收的日照量，日照量的变化进一步影响大气环流、气候带的迁移以及地表温度的变化，进而引起水体温度、大洋环流和降水格局的变化，冰川、河流、风以及植被等的活动控制了沉积物源的产生和运移等，并最终记录在沉积序列中，因此这些沉积序列可以间接地反映天文轨道参数的变化(Strasser et al．，2006)(图12－3)。为了定量地分析这些受天文驱动的沉积序列的演化过程，需要从地层沉积记录中提取可以反映过去气候变化特征的物理、化学以及物性结构等的古气候替代指标数据，这是旋回地层学研究中建立地球轨道参数变化、日照量、古气候及沉积记录的纽带(Hinnov＆Ogg，2007)。因此，原则上与气候变化相关的参数均可作为旋回地层学分析的气候替代指标。利用替代指标识别沉积记录中蕴含的米兰科维奇旋回，是一个从定性到定量的发展过程。早期旋回地层学研究主要基于沉积波动的可视化识别，此时的量化只限于地层空间上的变化，比如黏土－粉砂岩互层、海相蒸发岩中的季候泥及台地相沉积物的厚度变化等。下面简要介绍目前研究中几种常用的古气候替代指标:

(1)半定量指标:根据不同的视觉判断野外观察到的岩性变化，然后对其进行等级划分，将岩性组合代表的沉积相量化为沉积时的相对古水深数据，建立一个半定量的深度分级序列(Depth Rank series)(Olsen＆Kent，1999)。

(2)岩石物性指标(反映气候－环境的综合变化):随着科技的发展，用仪器定量测量岩石的特性，比如地层的光学反射指标——灰度(grayscale)(Grippo et al．，2 0 0 4)以及现在大洋钻探普遍采集的岩石的颜色反射率(lightness)，中子密度的红外线反射率(neutrondensityinfrared reflectivity)，碳酸盐岩含量(carbonate content)，声波、自然伽马等测井曲线，以及近年来使用XRF岩芯扫描仪获取的岩石的元素组成数据等。

图12－3　由于地球轨道周期性运动引起地球表层系统的复杂性旋回变化示意图
(引自Strasser et al．，2006)

(3)岩石磁性指标:各种磁性参数似乎都在一定程度上反映了轨道的周期性，但磁化率(magnetic susceptibility)是其中最易于测量的，可以对岩芯或野外露头进行高分辨率或连续的采样。磁化率是一个衡量岩石矿物被磁化强弱的量，不同的磁性矿物其磁化率值不一样。铁的氧化物例如磁铁矿和磁赤铁矿是亚铁磁性的，有很强的正的磁化率值。黏土和黄铁矿是顺磁性的，有较弱的正的磁化率值。碳酸盐岩和石英是抗磁性的，有较弱的负磁化率值。因此，磁化率值可以反映岩石中不同磁性矿物的含量变化，而盆地内这些磁性矿物的输入很有可能是对天文轨道驱动的气候变化的响应(Boulila et al．，2010)。

(4)古生物指标:有孔虫和颗石藻的生产力等的变化以及生物种群的组成及演替都具有轨道时间尺度的波动(Fisher et al．，2004)。

(5)同位素指标:碳氧同位素指标是迄今最好的古气候替代指标。尤其是氧同位素(δ18O)指标能够直接反映古温度或盐度的变化，从深海大洋钻探的岩芯中提取的有孔虫获得的氧同位素指标已经证实其变化与冰期有关并受地球轨道驱动;而稳定碳同位素(δ13 C)指标可以反映生产力及有机碳埋藏量的大小，一般跟氧同位素指标结合使用。但是，由于测试成本较高以及成岩作用的影响使其在相对古老地层中的应用并不是很广泛(Fischer et al．，2004)。

古气候替代指标很多，具体选用何种替代指标，则需根据研究区域地质背景及研究程度等信息综合分析(表12－2)。

表12－2　与天文轨道驱动和气候变化有关的沉积参数(引自Hinnov＆Hilgen，2012)

对于好的野外露头剖面，在确定要采集的古气候替代指标后，就需要确定采样间距，因为是在沉积序列的沉积岩石上采样，因此一般采用的是等间距采样。但采样密度需要很好地设计，如果采样过密，费时且成本太高;采样过稀，所获得的旋回信息不全，给随后的频谱分析造成困难。采样时一般遵循Nyquist采样定理(Nyquist频率是指两倍的采样间距的倒数)，当采样频率大于或等于最高频率(指旋回地层中最小的旋回厚度的倒数)的两倍时才能完整地保留原始信号的信息，即一个旋回至少采集两个样品，实际应用中须保证采样频率为最高频率的5～10倍，即保证所要检测的每个最小旋回须采集5～10个样。Weedon (2003)建议每个主要旋回应至少采集4个数据点;而Herbert(1994)则建议每个最小旋回至少需要采集8个样品。实际野外采样过程中，等间距采样可能会漏掉一些高频或薄层所蕴含的信息，一般根据现有的年代框架，估算出大致的沉积速率，推算研究层段中近20kyr岁差旋回对应的沉积物厚度，采样间隔应小于岁差旋回厚度的1/4，并且要根据沉积速率的变化随时调整采样间隔和采样密度。

2)数据预处理(data pre－processing prior to spectral analysis)

由于野外的沉积记录剖面在沉积过程中具有各种沉积环境“噪音”，那么从采集的样品经过实验室分析获取的古气候替代指标序列必然含有“噪音”，在进行频谱分析即把深度域的数据序列转化为频率域之前必须对数据进行消除环境“噪音”影响的数据预处理过程，从而使频谱更容易解释。首先要对原始数据进行去趋势(detrending)，即消除构造背景和沉积环境的影响;然后去均值(mean subtraction)和异常值(outlier removal)以及预白化(pre－whitening)［对数据进行预白化(pre－whitening)处理，即增强高频信号压制低频信号，其作用就相当于高通滤波］，使得频谱能正常反映出数据序列的频率分布的估计;然后对数据序列进行插值，通过插值处理使采集的非等间距的数据转化为频谱分析需要的等间距的数据序列。如果不去除数据序列中由于构造或其他因素等的影响，在频谱分析时就会产生一个能量非常强的低频峰值的信号，它把有效的高频轨道周期信号压制，这样就很难判断低能量的高频信号是否在置信区间之内，因此，频谱分析前必须对数据进行预处理(Weedon，2003)。

3)频谱分析(spectral Analysis)

对数据进行预处理之后，通过频谱分析，把深度域的数据序列转化为频率域，在频率域的能谱图上找出沉积序列中的主要沉积旋回，根据主要频率的比例关系初步判断沉积记录是否受天文轨道周期驱动;同样在时间域也是利用频谱分析方法来实现时间域和频率域的转换的，从而来确定时间序列信号中所蕴含的周期性或者准周期性的旋回信息，确定频谱图中主要频率对应的周期是否是米兰科维奇旋回中的地球轨道参数的长短偏心率、斜率和岁差周期。Weedon(2003)总结的目前常用的频谱分析的方法主要有以下4种:

(1)多窗谱分析法(multi－tapermethod，MTM)是Thomson(1982)创立的，是一种低方差、高分辨率的频谱分析方法，尤其适用于短序列、高噪音背景下准周期信号的诊断分析。MTM频谱分析方法因其具有频率分辨稳定性以及较好的抗噪性，因此是目前旋回地层学频谱分析中较为常用的方法。

(2)经典谱估计法，常见的有自相关法(也称为blackman－tukey method，BTM)和周期图法(periodogram)，它们都是通过傅立叶变换来实现的。自相关法先由采样数据估计不同延迟的自相关函数，然后用不同的窗函数对自相关估值开窗加权，再对加权后的自相关估值作傅里叶变换，得到功率谱估计。而周期图法是直接将采样数据作傅里叶变换，再取其幅度平方而得到功率谱估计。这两种方法的结果是一致的，但求出的功率谱分辨率较低，因此这两种方法的应用不如MTM法广泛。

(3)最大熵谱法(maximum entropy method，MEM)，是对所测量的有限数据以外的数据不作任何确定性的假设，而是在信息熵为最大的前提下，将未知的相关函数用迭代方法递推出来的谱分析方法。应用最大熵方法求出功率谱，虽然谱峰比较尖锐，其分辨率比常规方法高，但计算过程可以产生非常不可靠的谱即假峰值，有时谱峰会比常规周期的相位略微偏移，因此在应用此频谱分析方法时要谨慎。

(4)演化图谱法(evolutionary spectral analysis，也称为sliding－window spectral analysis)，因为上面介绍的几种频谱分析方法所获得的频率域的频谱图都是对研究层段的时间(深度)域数据序列所计算的一个平均谱，通常是在假定研究层段沉积速率较稳定的情况下采用的，但它不能反映所研究层段内不同频率的轨道参数的能量是如何随深度或时间变化的，而演化图谱法是用滑动窗口频谱分析法生成的演化图谱，即给定一个窗口值，这个窗口所计算的频谱应该足够检测这一段的沉积周期，这样依次移动计算各段的频谱并且都有重叠，这样的演化谱不仅可以显示不同波段的波在时间(深度)域和频率域两个域内的变化特征，而且还可显示出研究层段的沉积速率的变化，并可根据演化图谱的变化判断可能存在的沉积间断，因此在旋回地层学的研究中应用非常广泛(可以通过Matlab编程来实现)。

4)滤波(filtering)

滤波是旋回地层学研究过程中的一个重要步骤。首先对数据序列进行频谱分析，在频谱图上找出研究层段的主要沉积旋回的频率后，可以通过带通滤波(band－pass filtering)提取出与偏心率、斜率和岁差周期有关的信号，滤除掉与米兰科维奇旋回无关的“噪音”。也可以利用高通滤波(high－pass filter)或低通滤波(low－pass filter)提取出数据序列中有用的高频或者低频信号，同时滤除与米兰科维奇旋回无关的“噪音”信号(通常用AnalySeries免费软件来进行滤波，网站地址:http://www．lsce．ipsl．fr/logiciels/index．php)。然后将提取出来的米兰科维奇旋回信号再与原始数据序列叠置在一起，观察旋回的变化并识别出主要的天文周期旋回。在新生代的地层中滤波曲线也可直接与Laskar等(2004，2010)的理论目标曲线直接进行对比，进而通过天文调谐来建立天文年代标尺。

5)天文调谐(astronomical tuning)

天文调谐是旋回地层学中建立天文年代标尺(astronomical time scale，ATS)的关键，通过天文调谐可建立高精度的、连续的天文地质年代标尺，是地质定年的一个新途径。目前几种主要的地质定年方法，如生物地层学可以给我们提供相对可靠的年代框架，同位素年代学可以提供高精度的绝对年龄控制点，磁性地层学可以提供磁极性带的年代框架，而天文旋回地层学是唯一可以提供连续的、分辨率高达2万年的天文地质的定年方法。天文调谐是指将古气候变化的替代性指标直接对比到偏心率、斜率、岁差或日照量理论目标曲线上。首先需要通过其他测年方法获得天文调谐需要的年龄控制点，它们可以为天文校正地质年代提供大致的年代框架，减少旋回地层学研究中的盲目性。由于沉积速率的变化可导致在频谱图上同一个天文周期参数显示多个峰值，这就首先需要从古气候替代指标的数据序列中识别出这些旋回来，由于沉积环境的变化，这些旋回的沉积厚度可能被拉长或者凝缩，但它们所代表的沉积时间都应该是一样的，因而天文调谐的过程就是把这些代表同一天文周期参数的旋回找出来，如稳定的405kyr的周期旋回(图12－4)，进而建立年代模型，从而数据序列可以实现从深度域到时间域的转换。然后通过反复试验，建立一个较为合理的天文年代标尺。通过对所建立的时间序列进行频谱分析来检验所建立的天文年代标尺的合理性，如果频谱图上天文轨道周期(偏心率、斜率和岁差)参数的峰值都出现并且都在置信区间之上则为合理的。对于新生代的地层，滤波曲线可以直接与Laskar et al．(2004，2010)理论的目标曲线进行对比，进而通过天文调谐来建立天文地质年代标尺;但对于中生代或者更老的地层来说，只能通过天文调谐来建立“浮动”的天文年代标尺(Floating ATS)。如果这些研究层段有绝对年龄，则可以用它们作为控制点，进而把所建立的浮动天文标尺转换成高精度的、连续的绝对年代标尺。

图12－4　中生代不同沉积环境和不同古气候替代指标记录的稳定的405kyr偏心率主导周期图
(据Hinnov＆Ogg，2007修改)
A．意大利深海碳酸盐相高分辨率灰度(greyscale)序列展示出在白垩纪105．6—104Ma时期405kyr主导的沉积记录(Grippo et al．2004;Huang et al．，2010a);B．英国半深海相泥灰岩－泥页岩的总有机碳(TOC)序列记录的晚侏罗世154．5—152．9Ma时期405kyr主导的沉积序列(Huang et al．，2010b);C．美国陆相Newark盆地湖水相对深度分级(Depth rank)序列在晚三叠世221．6—220Ma所记录的405kyr主导的沉积序列(Olsen et al．，1996)