基于植物群落稳态的孢粉古气候因子恢复方法

摘要

本发明提供一种基于植物群落稳态的孢粉古气候因子恢复方法，属于古生物和地球物理中古气候恢复领域，核心关注和表征古气温值及古降水量，具体涉及一种将实测地层陆生孢粉种属、含量与陆生植物种属及群落繁衍所需气候条件指示相比，并结合古纬度日照及蒸发强度校正的依托钻井或岩柱的孢粉‑古气候因子(古气温值、古降水量)恢复方法。实现了恢复全序列连续型的古气候曲线，而且恢复的古气候因子更精准。

说明书

技术领域

本发明涉及古生物及地球物理技术领域，尤其涉及一种基于植物群落稳态的孢粉古气候因子恢复方法。

背景技术

文献1：(许清海,肖举乐,中村俊夫,等.孢粉资料定量重建全新世以来岱海盆地的古气候[J].海洋地质与第四纪地质,2003.)将选取的有代表性的花粉类型逐类地将现代花粉丰度在地理空间的分布转换为气候空间的分布，然后用2次或3次响应面函数的方法求出该类花粉分布的最佳气候条件与极端条件，将化石花粉组合的数据与各种花粉-气候响应面对比，从而求出古气候参数。具体步骤是：首先选出在剖面中主要的并且是已建立趋势面模型的花粉类型,然后将表土花粉数据所在的气候空间均匀分成若干个网格，网格的结点即为一个数据点，利用趋势面求出这些花粉类型的各个结点的百分比含量，将这些花粉类型的百分含量数据作为一组向量与每个剖面样品含同样花粉类型的一组实测百分比数据进行对比，计算这两组数据的相似性,相似性最大就认为它们拥有相同的气候参数值。但花粉-气候响应面是基于自然状态下植被对气候和环境的响应而建立的花粉与气候的函数关系。由于目前已很难找到纯自然状态下的植被，所以基于人类活动干扰下的植被和气候关系建立的花粉-气候响应面难免存在着一些误差和干扰。

文献2：(李皓楠,王春连,刘成林,等.江陵凹陷始新世早期古气温:来自无水芒硝流体包裹体的证据[J].地质学报,2015,89(11):9.)无水芒硝相对于石盐来讲，有硬度高、溶解度低、较不易重结晶等优点，更有利于原生包裹体的保存，且无水芒硝是暖性矿物的代表性矿物，其流体包裹体所含温度信息可能会与当时的古气温有较好的关系。测温均挑选只含有单一液相流体包裹体或只含少量气液两相流体包裹体的无水芒硝样品(气液两相流体包裹体均被标记出并在测温过程中排除)，从而保证了测温数据的准确性。此方法对资料精准度和测温方法技术依存度高，且流体包裹体通过测定流体被矿物捕获时的温度近似代表古地温，难以真正反应大气温度。

文献3：(贾玉连，范云崎，施雅风.水能联合方程恢复流域古降水量时参数的确定方法及其应用—以青海湖全新世大暖期古降水量推算为例[J].水科学进展.2001,12(3):324-330.)根据古湖泊遗迹确定古湖泊面积,建立全流域水量平衡方程,推算流域古降水量，其针对封闭湖泊流域全流域水量与能量平衡联合方程为：利用各种参数包含表面水汽压、大气温度、云量覆盖度、表面反射率、表面散射率、天文辐射、大气透明系数、蒸发潜热、波恩比等，将今论古，多次逼近求取参数。此方法参数求取多依赖经验转化及数学类比，且涉及参数较多难以用于全新世以前的古老地质时代，一般只适用于全新世以来的封闭湖盆，局限性较大。

因此，如何获取准确的古气候因子(古气温值、古降水量)，得到连续型的古气候变化曲线，仍然是本领域技术人员亟待解决的问题。

发明内容

本发明提供一种基于植物群落稳态的孢粉古气候因子恢复方法，用以解决现有技术中难以获取准确的古气候因子(古气温值、古降水量)，以及离散曲线而非全序列连续型气候曲线的问题。

本发明提供一种基于植物群落稳态的孢粉古气候因子恢复方法，包括：

采集原始的每个深度每种孢粉个数数据，将其转化为各深度各孢粉含量数据；

基于各深度各孢粉含量数据，以及陆生孢粉气温-降水转换数据库，确定各深度的气候指数，其中，所述气候指数包括气温指数和降水指数，所述气温指数包括最高气温、最低气温和平均气温，所述降水指数包括最大降水、最小降水和平均降水；

基于各深度各孢粉含量数据按照预设规则确定各深度的优势植物孢粉，确定所述优势植物孢粉所属优势植物群落，基于所述优势植物群落，确定群落降水系数和群落气温系数；

基于所述群落降水系数对所述降水指数进行校正，得到各深度的初始古降水指数，基于所述群落气温系数对所述气温指数进行校正，得到各深度的初始古气温指数；

基于各个深度的古纬度和各个深度的初始古气温指数确定日照系数作为古气温校正倍数，基于所述初始古气温指数和所述古气温校正倍数，确定最终古气温指数；

基于各个深度的古纬度和各个深度的初始古降水指数确定蒸发系数作为古降水校正倍数，基于所述初始古降水指数和所述古降水校正倍数，确定最终古降水指数；

利用气候敏感性曲线转换为天文旋回曲线，将所述天文旋回曲线的周期性变化作为趋势联合最低气候和最高气候作为参考边界值，平均气候作为基础参数，拟合生成连续的周期性曲线，其中，最低气候包括最低气温和最小降水，最高气候包括最高气温和最大降水，平均气候包括平均气温和平均降水。

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，所述基于各深度各孢粉含量数据，以及陆生孢粉气温-降水转换数据库，确定各深度的气温指数和降水指数，具体包括：

基于陆生孢粉气温-降水转换数据库中的标准气候指数与各深度各孢粉的含量进行加权求和，得到各深度的气候指数。

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，所述基于各深度各孢粉含量数据按照预设规则确定各深度的优势植物孢粉，具体包括：

对于古纬度南或北在0至23.5°选取被子植物中占比最高的孢粉为优势植物孢粉，对于古纬度南或北在23.5至66.5°综合选取被子植物和裸子植物各自最高占比最高的孢粉为优势植物孢粉，对于古纬度南或北在66.5°至90°选取裸子植物中占比最高的孢粉为优势植物孢粉。

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，基于所述群落降水系数对所述降水指数进行校正，得到各深度的初始古降水指数，基于所述群落气温系数对所述气温指数进行校正，得到各深度的初始古气温指数，具体包括：

通过如下公式计算各深度的初始古降水指数和初始古气温指数：

T

其中，T

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，所述基于各个深度的古纬度和各个深度的初始古气温指数确定日照系数作为古气温校正倍数，基于所述初始古气温指数和所述古气温校正倍数，确定最终古气温指数，具体包括：

通过如下公式确定日照系数Sun作为古气温校正倍数：

0≤L≤90：

0＞L＞-60：

-60≥L≥-90：

其中，L为纬度，北纬为正值，南纬为负值，S为各个深度的日照强度，S

最终古气温指数等于所述初始古气温指数乘以所述古气温校正倍数。

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，所述基于各个深度的古纬度和各个深度的初始古降水指数确定蒸发系数作为古降水校正倍数，基于所述初始古降水指数和所述古降水校正倍数，确定最终古降水指数，具体包括：

通过如下公式确定蒸发系数Eva作为古降水校正倍数：

30≤L≤90：E＝4827-365.8L+11.846L

0≤L＜30：E＝1788+36L-6.26L

0＞L≥-30：E＝1799+62L+1.93L

-3＞L≥-90：E＝19500+1491L+42.51L

其中，L为纬度，北纬为正值，南纬为负值，E为各个深度的蒸发量，E

最终古降水指数等于所述初始古降水指数乘以所述古降水校正倍数。

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，所述利用气候敏感性曲线转换为天文旋回曲线，具体包括：

对气候敏感性曲线进行降噪和去趋势处理，得到预处理后曲线；

对所述预处理后曲线进行频谱分析生成频率谱，选择405ka长偏心率周期对应频段的目标频率谱；

对所述目标频率谱使用带通滤波进行滤波处理，生成包络长偏心率周期对应特征峰的滤波曲线为天文回旋曲线。

根据本发明提供的一种基于植物群落稳态的孢粉古气候因子恢复方法，还包括：

利用全球气温变化曲线及重大气候事件进行趋势及事件性校验，判别所述周期性曲线趋势同全球性气候拟合响应关系；

最后获得目的井段全序列古气温数据及曲线，以及古降水量数据及曲线。

本发明提供的基于植物群落稳态的孢粉古气候因子恢复方法，通过采集原始的每个深度每种孢粉个数数据，将其转化为各深度各孢粉含量数据；基于各深度各孢粉含量数据，以及陆生孢粉气温-降水转换数据库，确定各深度的气候指数，其中，所述气候指数包括气温指数和降水指数，所述气温指数包括最高气温、最低气温和平均气温，所述降水指数包括最大降水、最小降水和平均降水；基于各深度各孢粉含量数据按照预设规则确定各深度的优势植物孢粉，确定所述优势植物孢粉所属优势植物群落，基于所述优势植物群落，确定群落降水系数和群落气温系数；基于所述群落降水系数对所述降水指数进行校正，得到各深度的初始古降水指数，基于所述群落气温系数对所述气温指数进行校正，得到各深度的初始古气温指数；基于各个深度的古纬度和各个深度的初始古气温指数确定日照系数作为古气温校正倍数，基于所述初始古气温指数和所述古气温校正倍数，确定最终古气温指数；基于各个深度的古纬度和各个深度的初始古降水指数确定蒸发系数作为古降水校正倍数，基于所述初始古降水指数和所述古降水校正倍数，确定最终古降水指数；利用气候敏感性曲线转换为天文旋回曲线，将所述天文旋回曲线的周期性变化作为趋势联合最低气候和最高气候作为参考边界值，平均气候作为基础参数，拟合生成连续的周期性曲线，其中，最低气候包括最低气温和最小降水，最高气候包括最高气温和最大降水，平均气候包括平均气温和平均降水。实现了恢复连续型的古气候曲线，而且恢复的古气候因子(古气温值、古降水量)更精准。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作出简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于植物群落稳态的孢粉古气候因子恢复方法流程示意图；

图2为本发明提供的陆生孢粉气温-降水转换示例表；

图3为本发明提供的基于植物群落稳态及古纬度日照量强度的孢粉古气候恢复方法步骤流程图；

图4为本发明提供的用于筛选滤波频段的频谱分析图及天文轨道参数图；

图5为本发明提供的依据最终获取古气候因子生成的曲线图；

图6为本发明提供的最终获取的古气候因子示意性数据表。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由于现有技术中古气候恢复准确性有限及不能获取全序列连续古气候曲线问题。下面结合图1-图6描述本发明的孢粉植物群落古气候因子恢复方法。图1为本发明提供的基于植物群落稳态的孢粉古气候因子恢复方法的流程示意图，该方法包括：

步骤110，采集原始的每个深度每种孢粉个数数据，将其转化为各深度各孢粉含量数据。

具体地，地质研究中是通过钻井对各个深度进行岩心钻取，然后分析各个深度的岩心中的孢粉种类及个数。本发明需要生成的古气候因子是基于岩层中的植物孢粉确定的，因此，对于钻井采样的每个深度的岩心样本都要对其进行植物孢粉的分析。在每个深度处，都可以检测出其含有的植物孢粉种类以及每类孢粉的个数，在每个深度处，将各类孢粉的个数转换成各类孢粉占所有孢粉总个数的占比值，即得到各深度处各孢粉的含量数据。例如，假设采样深度为地下4000米、地下6000米和地下7000米，在地下4000米处检测到A类孢粉N

步骤120，基于各深度各孢粉含量数据，以及陆生孢粉气温-降水转换数据库，确定各深度的气候指数，其中，所述气候指数包括气温指数和降水指数，所述气温指数包括最高气温、最低气温和平均气温，所述降水指数包括最大降水、最小降水和平均降水。

具体地，陆生孢粉气温-降水转换数据库里面存储有标准的孢粉植物与气候指数的对应关系，其中，气候指数包括气温指数和降水指数，而气温指数又包括三个标量值：最高气温、最低气温以及平均气温，降水指数也包括三个标量值：最大降水、最小降水以及平均降水，通过参考标准的孢粉植物与气候指数的对应关系，以及各深度各孢粉含量数据，可以确定各深度的气候指数。此处需要说明的是，深度实质上对应着沉积时的地质年代，确定各深度的气候指数实质上是确定各个沉积时期的气候指数。

步骤130，基于各深度各孢粉含量数据按照预设规则确定各深度的优势植物孢粉，确定所述优势植物孢粉所属优势植物群落，基于所述优势植物群落，确定群落降水系数和群落气温系数。

具体地，基于各深度各孢粉的含量数据可以确定各深度中的优势植物孢粉，其中，优势植物孢粉可以是含量最高的孢粉植物，将优势植物孢粉转换为其所属的植物群落，即优势植物群落，然后基于优势植物群落确定该群落的降水系数和气温系数，群落降水系数用于校正对应深度的降水指数，群落气温系数用于校正对应深度的气温指数。

步骤140，基于所述群落降水系数对所述降水指数进行校正，得到各深度的初始古降水指数，基于所述群落气温系数对所述气温指数进行校正，得到各深度的初始古气温指数。

具体地，用各深度的群落降水系数对对应深度的降水指数进行校正，例如，用地下5000米处的群落降水系数对地下5000米的降水指数进行校正，更进一步地，即用地下5000米处的群落降水系数分别对地下5000米的最大降水、最小降水和平均降水进行校正；还用各深度的群落气温系数对对应深度的气温指数进行校正，例如，用地下4000米处的群落气温系数对地下4000米的气温指数进行校正，更进一步地，即用地下4000米处的群落气温系数分别对地下5000米的最高气温、最低气温和平均气温进行校正。

步骤150，基于各个深度的古纬度和各个深度的初始古气温指数确定日照系数作为古气温校正倍数，基于所述初始古气温指数和所述古气温校正倍数，确定最终古气温指数。

具体地，结合近40Ma(Ma，百万年)以来不同纬度气温和日照强度数据，得到每个深度的日照系数。然后以日照系数作为古气温校正倍数，分别乘以各深度的初始古气温指数中的最高气温、最低气温和平均气温，得到各深度最终的古气温指数，其中，最终古气温指数包括最终古最高气温、最终古最低气温和最终古平均气温。

步骤160，基于各个深度的古纬度和各个深度的初始古降水指数确定蒸发系数作为古降水校正倍数，基于所述初始古降水指数和所述古降水校正倍数，确定最终古降水指数。

具体地，结合近40Ma以来不同纬度降水及蒸发强度数据，得到每个深度的蒸发系数。然后以蒸发系数作为古降水校正倍数，分别乘以各深度的初始古降水指数中的最大降水、最小降水和平均降水，得到各深度最终的古降水指数，其中，最终古降水指数包括最终古最大降水、最终古最小降水和最终古平均降水。

步骤170，利用气候敏感性曲线转换为天文旋回曲线，将所述天文旋回曲线的周期性变化作为趋势联合最低气候和最高气候作为参考边界值，平均气候作为基础参数，拟合生成连续的周期性曲线，其中，最低气候包括最低气温和最小降水，最高气候包括最高气温和最大降水，平均气候包括平均气温和平均降水。

具体地，利用气候敏感曲线转换成天文旋回曲线，将天文旋回曲线(周期性变化)作为趋势，联合最低气温和最高气温作为参考边界值，以平均气温为基础参数，拟合生成连续的气温周期性(正弦)曲线，还联合最小降水和最大降水作为参考边界值，以平均降水为基础参数，拟合生成连续的降水周期性(正弦)曲线。

本发明提供的基于植物群落稳态的孢粉古气候因子恢复方法，通过采集原始的每个深度每种孢粉个数数据，将其转化为各深度各孢粉含量数据；基于各深度各孢粉含量数据，以及陆生孢粉气温-降水转换数据库，确定各深度的气候指数，其中，所述气候指数包括气温指数和降水指数，所述气温指数包括最高气温、最低气温和平均气温，所述降水指数包括最大降水、最小降水和平均降水；基于各深度各孢粉含量数据按照预设规则确定各深度的优势植物孢粉，确定所述优势植物孢粉所属优势植物群落，基于所述优势植物群落，确定群落降水系数和群落气温系数；基于所述群落降水系数对所述降水指数进行校正，得到各深度的初始古降水指数，基于所述群落气温系数对所述气温指数进行校正，得到各深度的初始古气温指数；基于各个深度的古纬度和各个深度的初始古气温指数确定日照系数作为古气温校正倍数，基于所述初始古气温指数和所述古气温校正倍数，确定最终古气温指数；基于各个深度的古纬度和各个深度的初始古降水指数确定蒸发系数作为古降水校正倍数，基于所述初始古降水指数和所述古降水校正倍数，确定最终古降水指数；利用气候敏感性曲线转换为天文旋回曲线，将所述天文旋回曲线的周期性变化作为趋势联合最低气候和最高气候作为参考边界值，平均气候作为基础参数，拟合生成连续的周期性曲线，其中，最低气候包括最低气温和最小降水，最高气候包括最高气温和最大降水，平均气候包括平均气温和平均降水。实现了恢复连续型的古气候曲线，而且恢复的古气候因子(古气温值、古降水量)更精准。

基于上述实施例，该方法中，所述基于各深度各孢粉含量数据，以及陆生孢粉气温-降水转换数据库，确定各深度的气温指数和降水指数，具体包括：

基于陆生孢粉气温-降水转换数据库中的标准气候指数与各深度各孢粉的含量进行加权求和，得到各深度的气候指数。

具体地，图2为本发明提供的陆生孢粉气温-降水转换示例表，图2只是简略举例了19种孢粉植物对应的气温值和降水量，实际上的陆生孢粉气温-降水转换数据库包括有上百种孢粉植物的气温-降水对应关系，这里篇幅有限，只做示例展示。如图2所示，可以得到各个孢粉植物对应的最大降水、最小降水、平均降水、最高气温、最低气温和平均气温。此处需要说明的是，陆生孢粉气温-降水转换数据库中孢粉对应植物及群落所指示的气温值及降水量均为其繁衍时的气温值及降水量。

例如，在地下5000米深度处A类孢粉含量为R

基于上述实施例，该方法中，所述基于各深度各孢粉含量数据按照预设规则确定各深度的优势植物孢粉，具体包括：

对于古纬度南或北在0至23.5°选取被子植物中占比最高的孢粉为优势植物孢粉，对于古纬度南或北在23.5至66.5°综合选取被子植物和裸子植物各自最高占比最高的孢粉为优势植物孢粉，对于古纬度南或北在66.5°至90°，选取裸子植物中占比最高的孢粉为优势植物孢粉。

具体地，要确定各深度的优势植物孢粉，首先需要将深度转换为对应的古纬度，由于不同地质年代的存在板块相对运动，不同深度地层沉积时对应的古纬度与现今钻井的纬度可能存在偏移，确定各个深度的古纬度以后，判断其所在范围，基于该范围确定优势植物孢粉，例如地下5000米深度的岩层沉积时古纬度是在钻井纬度的基础上向南偏移4°，得到古纬度是北纬17°，那么选取地下5000米处检测出的所有被子植物孢粉中孢粉含量最高的被子植物作为优势植物孢粉，地下7000米深度的岩层对应的古纬度是北纬45°，则综合被子植物和裸子植物各自最高占比孢粉转换成优势群落，地下8000米深度的层岩沉积时的古纬度是北纬80°，那么选取地下8000米处检测出的所有裸子植物孢粉中孢粉含量最高的裸子植物作为优势植物孢粉。

更进一步地，群落校正系数的计算公式如下：

其中，ΔT

基于上述实施例，该方法中，基于所述群落降水系数对所述降水指数进行校正，得到各深度的初始古降水指数，基于所述群落气温系数对所述气温指数进行校正，得到各深度的初始古气温指数，具体包括：

通过如下公式计算各深度的初始古降水指数和初始古气温指数：

T

其中，T

具体地，各深度处的初始古降水指数是在前述步骤得到的各深度的降水指数的基础上用群落降水系数进行第一次校正，得到各深度的初始古降水指数，各深度的初始古气温指数也是在前述步骤得到的各深度的气温指数的基础上用群落气温系数进行第一次校正，得到各深度的初始古气温指数，更进一步地，例如，地下5000米的气温指数为最高气温T

基于上述实施例，该方法中，所述基于各个深度的古纬度和各个深度的初始古气温指数确定日照系数作为古气温校正倍数，基于所述初始古气温指数和所述古气温校正倍数，确定最终古气温指数，具体包括：

通过如下公式确定日照系数Sun作为古气温校正倍数：

0≤L≤90：

0＞L＞-60：

-60≥L≥-90：

其中，L为纬度，北纬为正值，南纬为负值，S为各个深度的日照强度，S

最终古气温指数等于所述初始古气温指数乘以所述古气温校正倍数。

具体地，结合近40Ma以来不同纬度气温及日照强度数据，得到日照系数(Sun)的计算公式如下：

每个深度的日照强度S的计算公式是根据纬度L来的，分别为

0≤L≤90：

0＞L＞-60：

-60≥L≥-90：

此处需要说明的是，这里的纬度L最好是用古纬度，如果没有条件得到古纬度，也可以直接用今纬度(即采集样本的钻井的纬度)。

最终的古气温校正倍数计算公式为：

其中，Sun是日照系数，S

最终，各个深度处的最终古气温指数等于各个深度处的初始古气温指数乘以所述古气温校正倍数。

基于上述实施例，该方法中，所述基于各个深度的古纬度和各个深度的初始古降水指数确定蒸发系数作为古降水校正倍数，基于所述初始古降水指数和所述古降水校正倍数，确定最终古降水指数，具体包括：

通过如下公式确定蒸发系数Eva作为古降水校正倍数：

30≤L≤90：E＝4827-365.8L+11.846L

0≤L＜30：E＝1788+36L-6.26L

0＞L≥-30：E＝1799+62L+1.93L

-3＞L≥-90：E＝19500+1491L+42.51L

其中，L为纬度，北纬为正值，南纬为负值，E为各个深度的蒸发量，E

最终古降水指数等于所述初始古降水指数乘以所述古降水校正倍数。

具体地，结合近40Ma以来不同纬度降水及蒸发强度数据，得到对于蒸发系数(Eva)的计算公式如下：

每个深度的蒸发量E的计算公式是根据纬度L来的，分别为：

30≤L≤90：E＝4827-365.8L+11.846L

0≤L＜30：E＝1788+36L-6.26L

0＞L≥-30：E＝1799+62L+1.93L

-3＞L≥-90：E＝19500+1491L+42.51L

此处需要说明的是，这里的纬度L最好是用古纬度，如果没有条件得到古纬度，也可以直接用今纬度(即采集样本的钻井的纬度)。

最终的降水量校正倍数计算公式为：

其中，Eva是蒸发系数、E

最终，各个深度处的最终古降水指数等于各个深度处的初始古降水指数乘以所述古降水校正倍数。

基于上述实施例，该方法中，所述利用气候敏感性曲线转换为天文旋回曲线，具体包括：

对气候敏感性曲线进行降噪和去趋势处理，得到预处理后曲线；

对所述预处理后曲线进行频谱分析生成频率谱，选择405ka长偏心率周期对应频段的目标频率谱；

对所述目标频率谱使用带通滤波进行滤波处理，生成包络长偏心率周期对应特征峰的滤波曲线为天文回旋曲线。

具体地，进行气候敏感性曲线转换为天文旋回曲线包括：①对气候敏感曲线数据进行降噪/去趋势；②进行频谱分析(傅里叶变换)生成频率谱，读取满足天文旋回轨道周期比例的频率/频段，即筛选波长(频率的倒数)之比符合长偏心率周期(E)：短偏心率周期(e)：斜率周期(O)：岁差周期(P)＝405:99～131:24.5～54:15～24的频率特征峰，本发明选择最为稳定的405ka(ka，千年)长偏心率周期对应频段；③对降噪后的气候敏感曲线使用带通滤波(Bandpass filter)/其他滤波方法进行滤波处理，生成包络长偏心率周期对应特征峰的滤波曲线(即生成天文旋回曲线)。

基于上述实施例，该方法中，还包括：

利用全球气温变化曲线及重大气候事件进行趋势及事件性校验，判别所述周期性曲线趋势同全球性气候拟合响应关系；

最后获得目的井段全序列古气温数据及曲线，以及古降水量数据及曲线。

具体地，结合滤波曲线的趋势，和气候、降水数据(深度非等间距的离散数据)进行等深度拟合，最终形成连续的曲线及对应的数据，利用全球气温变化曲线及重大气候事件进行趋势及事件性校验，判别恢复后古气温及古降水曲线趋势同全球性气候拟合响应关系，最终获得目的井段全序列旋回古气温及旋回古降水量数据及曲线。

基于上述实施例，图3为本发明提供的基于植物群落稳态及古纬度日照量强度的孢粉古气候恢复方法步骤流程图，如图3所示，本发明的技术关键点在于：①构建陆生孢粉与陆生植物气候对应数据库；②古纬度日照系数S和蒸发系数E的计算公式，即适用于所有纬度的计算公式：

日照系数S与纬度L关系公式：

0≤L≤90：

0＞L＞-60：

-60≥L≥-90：

蒸发系数E与纬度L关系公式：

30≤L≤90：E＝4827-365.8L+11.846L

0≤L＜30：E＝1788+36L-6.26L

0＞L≥-30：E＝1799+62L+1.93L

-3＞L≥-90：E＝19500+1491L+42.51L

图4为本发明提供的用于筛选滤波频段的频谱分析图及天文轨道参数图，如图4所示，横坐标为频率，纵坐标为旋回强度，色块框限的为符合频率的倒数(波长)之比的四个频段，右上角为日地轨道示意图。图5为本发明提供的依据最终获取古气候因子所生成的曲线图，如图5所示，是过程性及结果图件，其中GR为气候敏感曲线，古气温变化及股降水量变化中的六条离线曲线均为经过第一次和第二次校正后的气温和降水数据，最后两列为拟合后的连续气候曲线。图6为本发明提供的最终获取的古气候因子示意性数据表。

本发明的技术效果如下：

1、本发明可以针对有古生物孢粉测试数据的井段进行古气温值及古降水量值计算，并进而联合气候敏感曲线实现全序列古气候曲线恢复，从气候变化的多级控制因素(太阳辐射强度、地球轨道变化、板块运动及植被覆盖程度)出发，利用孢粉种类及丰度作为直接切入点，将多纬度参数(植物群落、日照强度、蒸发量以及古纬度位置)纳入考虑，突破了单纯从孢粉单一类别或特征组合角度恢复古气温及古降水量的思维壁垒，解决了界线指标多样化问题，提供了一种更高精度的古气候定量恢复的方法。根据古生物信息及地球物理资料定量计算古气候，能更直观、科学的表征不同地质时期的沉积环境以及演化，通过明确气温和降水可模拟物源剥蚀-沉积搬运堆积过程、厘定沉积相带类型，并对关键层序界面的拾取具有重要指导与校验意义。针对日照旋回、天文旋回与古生物资料相结合是古气候研究领域中的新尝试，具有可操作性好、针对性强、精度高等优点，本发明为运用古生物资料及测井资料恢复研究区古气候提供了一种可操作性强的制图流程，并详细介绍了工作思路、原理、方法及流程，具备先进性、科学性、勘探实用性、广泛应用性特点，可广泛运用于古环境研究和地质资源勘探应用；

2、由于古气候(古气温、古降水)的变化直接反映了不同时间尺度内的演化规律，符合旋回地层学基础原理，在一个完整的层序内部气候作为关键变量呈干冷、湿热周期性演变，即可用古气候曲线的趋势包络面拾取划分不同级次的层序地层单元。尤其对古气温、古降水量突变界面，即重点气候变革面响应敏感度高，通过连续的古气温、古降水量曲线可精细拾取、追踪突变范围，进而校验获取研究区高精度层序地层单元。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。