对自然洞穴和人工洞穴的监测揭示了洞穴微环境信号，这些信号体现在滴水中

通过对比贵州石坎洞（自然洞穴）与人工洞穴的δ18O、δ13C和Mg/Ca同位素及元素比值，发现洞穴空气温度和CO2浓度范围是影响石笋记录季节性的关键因素。当洞穴温变和CO2波动范围较大时，微环境效应主导季节信号；若温变和CO2波动范围小，则降水和温度是主要驱动因素。

　　

刘一娜|罗伟军|乌斯蒂亚蒂克·雷尼|格塞特·阿莱娜|罗光杰|曾光能|王彦伟|陈佳|程安云|王世杰

中国贵州省教育大学地理与资源学院流域地理状态监测重点实验室，贵阳，550018

摘要

区分气候信号和洞穴微环境对洞穴沉积物δ¹⁸O、δ¹³C以及元素/Ca记录的影响至关重要，因为洞穴微环境可能会干扰洞穴沉积物所保存的气候信号的重建。然而，即使经过大量的洞穴监测和实验室模拟实验，仍然难以分离直接气候信号和洞穴微环境（包括洞穴空气温度和CO₂浓度）对这些代用指标的影响。在这项研究中，我们将室外人工洞穴监测与自然洞穴监测进行了比较，提供了一种创新且有效的方法来区分气候信号和洞穴微环境对这些代用指标的影响。我们提供了来自中国西南部贵州省沙湾洞穴（自然洞穴）的七年时间序列数据，以及来自室外人工洞穴的两年多时间序列数据，包括洞穴滴水的δ¹⁸O、δ¹³C和元素组成以及微环境条件。在沙湾洞穴中，滴水δ¹⁸O和δ¹³C_DIC的季节性变化与洞穴空气中的pCO₂呈显著负相关，这归因于洞穴空气中pCO₂的广泛范围（972–21,627 ppm）。滴水中Mg/Ca的不规则季节性变化受到降雨量和洞穴空气中pCO₂相反季节性变化的影响。相比之下，在人工洞穴中，较宽的洞穴空气温度范围（11.78–25.25°C）似乎影响了洞穴水δ¹⁸O和Mg/Ca值的季节性。同时，从洞穴中分离出的水的δ¹⁸O和Mg/Ca值主要受降雨δ¹⁸O和降雨量的影响。洞穴水中的δ¹³C_DIC值主要受降雨量的影响，因为洞穴空气中pCO₂的狭窄范围不足以引起洞穴水δ¹³C_DIC的显著变化。我们的研究表明，在洞穴空气温度和pCO₂变化较大的洞穴中，洞穴微环境而非直接气候信号是洞穴沉积物代用指标季节性变化的主要驱动因素。当洞穴空气温度和pCO₂的变化范围较小时，洞穴沉积物代用指标主要记录降水量和空气温度。

引言

洞穴沉积物代用指标，包括δ¹⁸O、δ¹³C和元素/Ca比值（例如Mg/Ca、Sr/Ca和Ba/Ca），已被广泛用于重建古气候和古环境变化（Li等人，2020年；Carlson等人，2018年）。这些代用指标可以记录与降雨和温度变化相关的局部水文条件，反映了降雨与季风活动之间的不稳定关系（Jia等人，2022年；Wu等人，2020年；Zhang等人，2022年；Hu等人，2024年）。例如，来自干旱中亚和中国北部的洞穴沉积物中的δ¹⁸O、δ¹³C和Sr/Ca显示出正相关，表明这些代用指标都反映了当地降雨的变化（Tan等人，2021年；Huang等人，2022年）。然而，在某些情况下，洞穴沉积物δ¹⁸O的长期趋势与δ¹³C和元素/Ca比值相反，表明当地降雨对所有代用指标的影响并不均匀（Liu等人，2013年；Niu等人，2022年）。这种不同洞穴中代用指标之间的差异提出了关键问题：是什么主要因素导致了洞穴沉积物代用指标的不一致变化？哪些因素——气候因素或洞穴内部因素对这些记录的影响最大？

洞穴微环境监测是识别气候和洞穴内部因素对代用指标影响的有效方法，因为洞穴沉积物δ¹⁸O、δ¹³C和元素/Ca比值受到许多因素的影响，这些因素会根据特定的洞穴微环境和过程而变化（Dhungana等人，2019年；Li等人，2011年）。然而，多种气候和洞穴内部过程同时影响滴水和洞穴沉积物代用指标，使其解释更加复杂和不确定（Cisneros等人，2021年；Jia等人，2022年；Yin等人，2021年）。例如，在大多数洞穴中，洞穴空气中pCO₂的季节性变化与降雨量同步（Li等人，2018年；Tian等人，2024年）。洞穴沉积物代用指标受到降雨驱动的水文补给（Riechelmann等人，2011年；Oster等人，2012年）和由洞穴空气中pCO₂引起的同位素不平衡的影响（Carlson等人，2020年；Frisia等人，2011年；Wong等人，2011年）。这意味着降雨和洞穴空气中pCO₂的结合可以显著放大δ¹⁸O、δ¹³C和元素/Ca的季节性变化（Yan等人，2020年）。这一观察在大多数研究中经常被忽视。当洞穴空气中pCO₂的季节性变化与降雨量不同步时，如在直布罗陀洞穴和自然桥洞穴中观察到的那样，滴水元素/Ca的季节性变化更接近洞穴空气中pCO₂的变化，而不是降雨量（Mattey等人，2010年；Wong等人，2011年）。由于洞穴空气中pCO₂通过先前的方解石沉淀（PCP）影响滴水元素/Ca，并通过滴水和方解石之间的同位素分馏影响滴水δ¹⁸O和δ¹³C值（Dreybrodt等人，2022年；Carlson等人，2020年），洞穴空气中pCO₂的波动范围可能代表了影响滴水δ¹⁸O、δ¹³C和元素/Ca比值的共同因素。然而，大多数研究未能考虑降雨和洞穴空气中pCO_{2季节性变化的差异，导致对这些控制因素的评估不准确。}

为了避免自然洞穴系统的复杂性以及难以分离影响洞穴沉积物形成的个别化学和洞穴内部因素，进行了实验模拟研究。一些研究试图在受控的实验室环境中模拟洞穴沉积物的形成，并确定CO₂脱气的时间常数以及滴速对方解石沉淀的影响（Hansen等人，2013年；Day等人，2013年）。然而，由于这些模拟洞穴环境中缺乏现实的环境参数，方解石δ¹⁸O和δ¹³C值与自然洞穴中观察到的值有所不同（Dreybrodt，2012年）。一种更先进的模拟通过精确控制温度、相对湿度、滴水化学成分、流速和洞穴空气中pCO₂来复制洞穴沉积物的生长。这项研究表明，类似洞穴沉积物的环境中δ¹⁸O和δ¹³C值的不平衡可能是由洞穴空气中pCO₂引起的（El-Shenawy等人，2020年）。然而，这些模拟仅关注了洞穴环境因素对生长及其代用指标的影响，而忽略了气候因素的影响。因此，洞穴沉积物代用指标的变化主要是由气候还是洞穴环境驱动的仍然不清楚。此外，自然洞穴中洞穴沉积物代用指标的变化幅度主要是由于初始滴水化学成分和微环境条件的差异（Dreybrodt等人，2016年）。这种差异引发了关于实验室模拟结果是否适用于自然洞穴的不确定性。因此，建立一个暴露在自然气候条件下的模拟洞穴，并在同一地区进行人工洞穴和自然洞穴之间的比较实验是必要的。

在这里，我们在沙湾试验场建立了一个室外人工洞穴，以监测洞穴滴水的δ¹⁸O、δ¹³C和元素组成以及相关的微环境条件。在同一地点的沙湾洞穴中也观察了相同的代用指标和参数。沙湾洞穴和人工洞穴表现出相反的季节性通风类型。在沙湾洞穴中，夏季吸入的是暖空气，因为它是一个更大但无法进入系统的较低入口。这种通风类型相当不寻常。相比之下，人工洞穴在冬季吸入冷空气，这与大多数洞穴中观察到的典型通风类型一致。通过结合室外人工洞穴监测和自然洞穴监测，我们开发了一种创新且有效的方法来更好地理解用于古气候重建的洞穴沉积物代用指标的变化性。本研究的目的是调查洞穴微环境参数对人工洞穴和沙湾洞穴中滴水δ¹⁸O、δ¹³C和Mg/Ca季节性变化的影响，并确定不同洞穴微环境（洞穴空气温度和pCO₂）对洞穴沉积物代用指标的控制作用。

部分摘录

气候学

在中国科学院普定喀斯特生态系统研究站（以下简称普定站）记录的人工洞穴和沙湾洞穴（26.36°N，105.76°E，中国西南部）的气候数据表明，多年平均年气温为15.1°C（范围：5–33°C），平均年降水量为1315毫米（范围：758–1769毫米）（Chen等人，2022年）。该地区具有湿润的亚热带季风气候，夏季炎热潮湿，冬季短暂温和。

人工洞穴的模拟设置

人工洞穴是在自然环境中建立的，以模拟自然洞穴中的CaCO₃-CO₂-H₂O系统，代表了一种创新的监测方法。该腔室为洞穴水的形成和方解石沉淀提供了适宜的条件，这些过程都由降雨补充。雨水渗透到裂缝中并进入腔室成为洞穴水，从而在滴水处形成方解石沉淀。监测涵盖了整个洞穴系统，包括土壤空气、洞穴空气等。

气象参数和洞穴环境

2017年至2023年的年平均气温分别为17.4°C、16.4°C、16.3°C、16.3°C、16.4°C、16.4°C和17.1°C，均显著高于多年平均年气温15.1°C。气温在-1°C至28.9°C之间波动。值得注意的是，2017年的平均气温比多年平均值高出约2°C。2017年至2023年的年降水量分别为1,166毫米、1,409毫米、1,064毫米、1,403毫米、1,014毫米和1,071毫米，除了2018年和2020年外。

评估影响滴水δ¹⁸O、δ¹³C_DIC和Mg/Ca变化的因素

外部气候因素，包括温度、降雨、植被和土壤CO₂，主要通过调节洞穴水文条件和洞穴内部过程来影响滴水代用指标（Lambert等人，2011年；Fohlmeister等人，2020年；Dhungana等人，2019年）。洞穴滴水代用指标（δ¹⁸O、δ¹³C_DIC和元素/Ca）可能受洞穴内部微环境的影响，这包括PCP、滴速、停留时间、宿主岩石相互作用等。

结论

本研究比较了自然洞穴（沙湾洞穴）和人工洞穴中的滴水δ¹⁸O、δ¹³C_DIC和Mg/Ca，以确定其关键控制因素。结果显示，沙湾洞穴中的滴水δ¹⁸O遵循LMWL，反映了降雨信号。相比之下，AW-1区域右侧的水受到洞穴空气温度的影响，其季节性范围（11.8–25.3°C）远大于沙湾洞穴的稳定范围（约17°C）。

作者贡献

刘一娜：概念化、研究、方法论、正式分析、撰写-原始草稿。罗伟军：概念化、监督、撰写-审阅与编辑。乌斯蒂亚蒂克·雷尼：可视化、撰写-审阅与编辑。格塞特·阿莱娜：正式分析、撰写-审阅与编辑。罗光杰：方法论、正式分析。曾光能：研究、方法论。王彦伟：可视化、正式分析。陈佳：研究、撰写-审阅与编辑。程安云：研究。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

这项工作得到了国家自然科学基金（42407352、42273021、U2244216、W2412149）和中国烟草总公司贵州省公司的科学技术项目（2023XM17）的共同支持。我们衷心感谢编辑和匿名审稿人的宝贵意见和建议。