印度季风的变化规律并不是一个简单的线性反馈系统，它受到南北半球两方面的控制，因此，在不同的轨道周期尺度上，其变化特征并不一致。一致的地方就是，印度季风盛行的时候，气候条件必须满足越赤道流的形成。这涉及北半球大陆上的印度低压和南半球的马斯克林高压。温度高的时候，陆地是低压，海洋是高压，反之亦然。因此，南北半球的温度差就变得非常重要。

我们在高中时学过速度和加速度，速度快不等于加速度大。把这个概念引入季风的调控，情形也类似。太阳日照量的本底值绝对高低不是调控印度季风的主要因素，南北半球的气候差才是。所以，无论是冰期还是间冰期，都会出现印度季风增强的现象。反之，无论是冰期还是间冰期，也会存在印度季风减弱的现象。

再用另外一个比喻就是，印度季风受到北边印度低压“吸”的作用，以及南半球马斯克林高压“推”的作用。如果，吸力和拉力都强，这是印度季风肯定最强。如果北半球开始降温，印度季风吸的作用减弱，印度季风也随之减弱。如果继续降温，南半球的高压开始增强，那么推的作用开始主导。这就是其非线性响应于冰期-间冰期旋回的本质。

这种复杂性曾经给早期的研究带来很多困扰。具体而言，比如，早期研究发现，印度季风与北半球日照量和冰量的关系并不是线性的，存在着一定的相位差。在40kyr周期上，印度季风峰值与北半球夏季日照量最大值同步（对应北半球热的夏天，因此强的印度低压），但是会领先北半球最小冰量6.6kyr。这并不奇怪，季风通过大气系统，可以快速对气候边界条件进行反应，而冰雪消融会滞后日照变化。在40kyr周期上，Obliquity最大值对应的地球气候状态是：南半球夏季日照量最大，冬季最小，季节差很大，这种南半球条件配置，有利于越赤道流发育，因而增强印度季风，属于同相位驱动。

但是，在21kyr周期上，印度季风峰值滞后北半球夏季日照量大约8kyr，滞后北半球最小冰量3kyr。这再次说明，在21kyr这个周期上，印度季风并不直接受到北半球日照量的直接驱动。

季风系统中印度低压的形成非常重要。维持印度低压需要热量对大陆加热，这个热量重要有两个来源。第一个最直接，太阳辐射会使大陆直接加温。第二个较为间接，南半球海表蒸汽携带热量，通过对流层来到北半球，在陆地上爬坡时释放热量，同时伴随着降雨。这两股热量合二为一，加强了印度低压。

研究中长尺度的印度季风，可以利用的参数也很多。在孟加拉湾，在温暖的间冰期，当季风强且降水足时，青藏高原地区的化学风化就强，输入到孟加拉湾的物质通量也增强。因此，在孟加拉湾的沉积物主要接收两种物质来源，一种是火山或者是洋中脊来的物质，另外一种就是大陆来源的物质，二者在性质上完全不同，也就很容易被区分。

我们先以铅同位素为例。Pb在海洋里的滞留时间为50-200年，比海洋的混合时间短，所以具有一定的区域特征，从而可以更为精准地追踪其来源。相反，如果是海洋滞留时间很长的物质，就会随着洋流，在大洋里充分混合，最终只能作为大洋的平均背景值，或者全球体系下的平均信息。

研究结果清晰地显示，在间冰期，Pb同位素比值（²⁰⁸Pb/²⁰⁴Pb、²⁰⁷Pb/²⁰⁴Pb、²⁰⁶Pb/²⁰⁴Pb）显著升高，完全符合冰期-间冰期的大幅度变化特征。同时，记录还显示缺乏21kyr周期的信息，曲线相当的平滑，这显然和印度季风受到21kyr周期调控的机制不符合。

如何理解这种记录上的机制偏差？科学家提出如下机制：1）21kyr的铅同位素变化信息在被记录之前就被混合平滑掉了。比如，沉积物的不断混合，或者海平面升降造成的河流三角洲演化与海水的物质交互过程等等。或者2）这就是一个真正的信号。青藏高原上面的风化过程真的只受控于冰期-间冰期旋回调控。

如果²⁰⁶Pb/²⁰⁴Pb的指增加指示风化加强，那么我们还可以用这个参数来追踪更长尺度上的青藏高原的风化过程。数据显示，自15Ma开始，这个比值显著增加，但是这个时间恰恰是全球变冷的过程，风化应该减弱才对。于是，我们可以提出另外一种机制，青藏高原的隆升与构造运动，造成风化加强。

除了海洋沉积物，在印度季风下风向的陆地上，也可以找到有趣的介质。比入中国西南的湖泊沉积。科学家采用的常用参数有：总有机碳TOC和Rb/Sr比值等。

这两个参数的原理并不复杂。当降水丰沛，温度适宜的时候，无论是在湖水的源区还是湖泊中，有机物都会增加。于是TOC就会增加。Rb/Sr稍微复杂一点。Rb与K是一族，因此，Rb主要存在于含钾的硅酸盐中。Sr的正常价态是2⁺，所以会替换碳酸盐的Ca²⁺。

在间冰期，碳酸盐风化增强，Sr的含量增加，于是Rb/Sr的比值就降低。当趋近于0.1时，这个比值就失去了灵敏度。所以，Rb/Sr并不能记录强风化过程。相反，TOC则对强风化更灵敏。于是，这两个参数结合在一起，是一个理想的搭配。

我们知道，印度季风受到南北半球的温度差控制，而海洋底栖d¹⁸O记录反应的是全球冰盖量的变化。在大的冰期-间冰期旋回尺度，就如Pb记录，印度季风记录和南北半球的记录是一致的，也就是整体上冰期时印度季风弱，而间冰期时，印度季风强。但是，在一些短尺度特细节特征上，就不完全一致了。印度季风表现的特征更为复杂。比如，在从间冰期到冰期转换时，南极的温度变化对印度季风的影响就会凸显，也就是南极温度高的时候，印度季风也会强。当南极洲的温度也随之进一步降温的时候，反而会推动南半球的循环系统向北移动，从而缓慢增强印度季风。此时，我们就会观察到，从d¹⁸O来看，全球还在继续向盛冰期发展时，印度季风却已经开始缓慢加强，预示下一个间冰期的到来（地球春天的使者）。所以，赤道地区的行为与全球相比，由于受到南北两方的影响更为复杂，具体而言就是北半球冰量和南半球温度。印度季风最快速的增强则发生在冰期向间冰期的转换期，此时南北半球的温差大，越赤道流也显著。

看起来，北半球冰盖演化抑制印度季风的发展，而南极冰盖演化，则抵消北半球冰盖的影响，加强了索马里急流以及印度季风。这就是“风箱里的老鼠两头受气理论”。在这个框架下，可以较为清晰地梳理南北半球的协调效应对亚洲季风的影响。

我们之前讨论过不少的季风替代指标，如果我们100%信任这些指标，可能会走入另外一个极端，忽视了这些指标的复杂性，如果我们把一根钻孔的所有季风替代指标都测一遍，就会发现一个头疼的问题，这些指标变化并不完全一致。这说明，任何单一指标都可能受到多种因素的影响。从气候角度，除了季风，还有一些非季风成分的干扰。同时，记录后期还会有各式各样的后期改造。

我们来举几个例子。之前我们提到过，G. bulliodes是一个非常不错的阿拉伯海区印度季风指标。G. bulliodes主要分布在该区海水上涌区，与印度季风密切相关。但是，G. bulliodes会受到c碳酸钙溶解的影响。d¹⁵N与反硝酸盐化有关，季风强时，OMZ发育，反硝酸盐化加强，d¹⁵N值增加。但是，这一地区临近波斯湾和红海，海平面升降会引起红海海水对该区的影响，进而影响d¹⁵N的值。指示生产力的蛋白石也会受到硅溶解的影响。粉尘粒径变化反应风的运输能力，但是源区植被变化对造成物源距离和粒径分布的变化。这一点，在研究中国黄土高坡的黄土序列时也会遇到。也就是中国黄土的粒径变化不单单只受亚洲冬季风的影响，源区植被变化的影响也会叠加进去。Ba和生产力也密切相关，但是它也受到溶解的影响。CaCO₃、Si和Ba在受到溶解作用时，它们具体的溶解过程和敏感度也不一样。

科学家想出两个办法来解决不同记录之间的不一致问题。第一种方法叫做Stack，把不同指标用各自的方差进行归一化，然后平均起来。第二种方法叫做用主成分分析法（Principal Component Analyses, PCA）来找出来不同气候指标变化的主因子。结果显示，这些指标中只有大约1/3的共性变化与印度季风相关。这个结论还很值得后续研究关注。同时，研究表明，Stacked的曲线和PCA主成分变化之间非常一致，说明二者都是可选的方法，但是在同样数据情况下，PCA显而会更具合理性，避免了Staked曲线在局部由于某一个参数异常带来的显著偏差。

印度季风和东亚季风，为人类发展带来了便利，它的演化也曾经给古文明带来灾难。这在下一章见分晓。