自MIS 7时期以来辽东半岛的沿海黄土堆积：石英OSL和钾长石pIRIR测年方法的启示

《Palaeogeography, Palaeoclimatology, Palaeoecology》：Coastal loess accumulation in the Liaodong Peninsula since MIS 7: Insights from quartz OSL and K-feldspar pIRIR dating

　　

• •
  用于测定沿海黄土年代的石英光释光（OSL）技术仅在一定范围内（约30千年）是可靠的。
• •
  钾长石的MET-pIRIR₂₅₀测年方法可以将辽东半岛黄土的年代追溯到约20万年前。
• •
  黄土堆积在MIS 7、6、5d以及4–2期间呈间歇性发生。
• •
  在MIS 2期间，黄土堆积速率较高。
• •
  海平面波动和东亚冬季季风主导了渤海区域的黄土沉积过程。

引言

黄土沉积物在中纬度半干旱内陆地区广泛分布，由于其连续性和漫长的沉积历史，已成为研究古气候演变的宝贵档案（Liu, 1985）。除了内陆地区，黄土也出现在多个沿海区域，包括黑海北部（Dodonov et al., 2006）、里海北部（K?ltringer et al., 2021）、英吉利海峡（Stevens et al., 2020）、北美洲西海岸中部（Peterson et al., 2014）以及中国的渤海地区（Xu and Wang, 2011; Zhang et al., 2013; Tian et al., 2019; Miao et al., 2022; Yi et al., 2022; Liu et al., 2024）。这些沿海黄土沉积物为了解地质时期的区域古环境条件和海平面变化提供了关键信息。在中国北部，沿海黄土主要分布在渤海东部，从山东半岛和庙岛群岛延伸到辽东半岛（图1）。与内陆黄土不同，沿海黄土通常具有混合的陆源和海洋来源特征，并含有相对丰富的海洋微化石和有孔虫（Cao et al., 1987; Li, 1987, Li, 1992; Cheng and Li, 1995; Xu and Wang, 2011; Zhang et al., 2013; Tian et al., 2019; Miao et al., 2022; Yi et al., 2022; Liu et al., 2024）。

对中国北部沿海黄土进行了大量研究，在山东半岛（Xu and Wang, 2011; Xu et al., 2018; Tian et al., 2019; Miao et al., 2022; Yi et al., 2022）和辽东半岛（Zhang et al., 2013; Liu et al., 2024）取得了显著进展。这些研究极大地提高了我们对沿海黄土的分布、年代学、沉积学和古环境意义的理解。在年代测定方面，采用了多种方法，包括放射性碳（¹⁴C）测年（Cao et al., 1987; Li, 1987; Cao et al., 1993）、古地磁测年（Li, 1987; Li et al., 1992）和光释光测年（Zhang et al., 2013; Yi et al., 2022; Liu et al., 2024）。最近在沿海黄土年代学方面的进展主要归功于光释光（OSL）技术的开发（Xu and Wang, 2011; Zhang et al., 2013; Xu et al., 2015; Xu et al., 2018; Yi et al., 2022; Liu et al., 2024）。例如，石英OSL测年显示，自上一个间冰期以来，山东半岛的蓬莱黄土（73.5–23.7千年）和辽东半岛的大连黄土（113–86千年、74–23千年、31–22千年）的堆积模式相似，这表明它们与海平面低点有密切关联（Xu and Wang, 2011）。然而，最近的研究对超过5万年的沿海黄土的石英OSL年代可靠性提出了质疑，因为石英OSL测年的饱和剂量相对较低（约150吉尔伽马，Buylaert et al., 2007; Roberts, 2008; Chapot et al., 2012; Yu et al., 2022; Liu et al., 2023; Li et al., 2026）。

作为一种替代方法，钾长石的红外刺激发光（pIRIR）测年（Thomsen et al., 2008）具有更高的饱和剂量（Duller, 1997; Buylaert et al., 2012），有望将测年范围扩展到石英OSL的技术极限之外。pIRIR和多温度pIRIR（MET-pIRIR）测年方法常用于第四纪晚期的年代测定，它们的基本原理和得到的年龄结果没有显著差异。钾长石pIRIR测年已在全球各地的沿海黄土序列中得到广泛应用，成功地将年代追溯到塞尔维亚的MIS 5（Avram et al., 2020）、德国的MIS 7（Schmidt et al., 2011）和北美的MIS 5e（Peterson et al., 2014）。在中国渤海地区，高分辨率的钾长石pIRIR测年将山东半岛的黄土记录延长至约179±11千年，并证实了石英OSL测年的年龄低估（Tian et al., 2019; Miao et al., 2022; Yi et al., 2022）。尽管如此，关于石英OSL技术的可靠上限年龄仍存在不同的观点，估计范围从约38千年（Miao et al., 2022）到约70千年（Tian et al., 2019）或约100千年（Yi et al., 2022）不等。在渤海东北部，钾长石pIRIR测年被应用于大连地区的沿海砂沉积物，揭示了97–41千年（MIS 5c–3）期间的堆积情况（Wang et al., 2022; Wu et al., 2024）。本研究采用三步MET-pIRIR方法来确定钾长石的年龄，主要是因为这种方法有助于清晰评估衰减效应（Li and Li, 2011a）和不足的漂白现象（Fu and Li, 2013），并且与两步pIRIR方法相比误差更小。此外，MET-pIRIR测年尚未应用于辽东半岛的黄土沉积物，因此石英OSL年龄的可靠性和黄土沉积的时间仍不清楚。这一知识空白阻碍了对渤海周边沿海黄土演变及其对全球海平面变化响应的全面理解。

为了解决这些问题，我们对大连黄土进行了系统的比较测年研究，使用了石英OSL和钾长石多温度pIRIR（MET-pIRIR）两种方法。具体目标如下：（1）确定大连沿海黄土的石英OSL测年的可靠上限；（2）建立渤海周边沿海黄土的可靠年代框架；（3）阐明沿海黄土沉积与海平面变化之间的机制联系。

章节摘录

区域地质和环境背景

辽东半岛（38°43′–40°12′N, 120°58′–123°31′E）位于中国北部沿海地区，西邻渤海，东接黄海（图1）。从地质学上看，该半岛主要由火成岩构成，辽河期、印支期和燕山期的酸性至中酸性侵入岩占总面积的约三分之一（Zheng, 1987）。自新生代以来，该地区经历了整体构造变动

OSL样品制备和测量技术

样品制备和光释光测量在中国辽宁师范大学和临沂大学的光释光研究实验室进行。通过湿法筛分分离出较粗的颗粒（63–90微米/90–125微米/125–150微米），随后分别用10% HCl和30% H₂₂处理以去除碳酸盐和有机物。接着，使用重液（钠多钨酸盐（SPT）分离出石英和钾长石成分；

结果

XJH2黄土段获得的所有年龄数据总结在表2中，并在图6中展示。石英OSL（14–72千年）、MET-pIRIR₁₇₀（14–143千年）和MET-pIRIR₂₅₀（20–197千年）的年龄随深度增加而整体上升（图6），但在特定深度范围（≤ 6米）和剂量范围（≤ 90吉尔伽马）内表现出差异。石英OSL年龄仅在此范围内遵循地层上升趋势，而MET-pIRIR₁₇₀年龄在12米以下深度（约140千年）时停止上升。比较结果显示

石英OSL和钾长石pIRIR年龄的比较

光释光测年的上限年龄对于评估年龄可靠性至关重要，尤其是在不同技术得到的结果存在差异时。图6和图7a详细比较了石英OSL和钾长石pIRIR的年龄，结果显示，在30千年以下的时间内，两种方法的年龄相差在10%的误差范围内一致；然而，在30千年之后，石英OSL的年龄系统性地低于钾长石pIRIR的年龄。这种差异可能

结论

在这项研究中，我们系统比较了辽东半岛渤海东北部14.4米厚黄土段（XJH2）的石英OSL和钾长石MET-pIRIR测年方法。主要发现和意义如下：石英OSL的年龄在约30千年范围内是可靠的（D?< />₁₇₀的年龄在30千年之后也出现低估，因为衰减异常。相比之下，

CRediT作者贡献声明

李学元：撰写——初稿，可视化，数据管理。刘建刚：撰写——审阅与编辑，可视化，验证，监督，资源协调，调查，资金获取，正式分析，概念构建。王庆 Dou：调查，数据管理。史云坤：撰写——审阅与编辑，监督，资源协调，项目管理，方法学研究，调查，资金获取，概念构建。

Li and Li, 2012

Lowick et al., 2012

Murray and Wintle, 2000

利益冲突声明

致谢

本研究得到了国家自然科学基金（NSFC 42371020和41761144073）、泰山学者计划（tsqn202408266）、辽宁省教育厅高等教育机构基础科学研究项目（LJ212410165016）以及山东省自然科学基金（ZR2026QC0378）的支持。我们感谢编辑和两位匿名审稿人的宝贵意见，这些意见极大地提高了本文的质量。

XueYuan Li|JianGang Liu|QingDuo Wang|Yunkun Shi|Lupeng Yu