东北亚旧石器细石叶技术研究获突破性进展
来源：【中国文物报】
你曾想象过数万年前古人类的智慧巅峰吗？细石叶技术，正是东亚、东北亚与北美旧石器时代晚期的关键文化标志，堪称打制石器技术的最高成就。探究其起源与扩散，对理解晚更新世技术演化、人群迁徙及生态适应至关重要。
近期，国际权威期刊《第四纪科学评论》发表两篇重磅论文，聚焦吉林和龙大洞与黑龙江龙江西山头遗址，披露了细石叶技术研究的新发现。这些成果为揭示中国东北早期现代人的扩散、认知发展及环境适应策略，提供了关键证据。
依托和龙大洞遗址多年发掘，辽宁大学等中外团队运用贝叶斯模型整合了19个碳十四数据，首次系统构建了该地区约4.35万至1.29万年前连续三期人类活动的精确年代框架。“这完善了长白山旧石器晚期文化序列，为理解东北亚细石叶技术与象征行为的起源扩散提供了新坐标。”辽宁大学徐廷教授指出。
研究还深入揭示了大洞遗址的古人类智慧：约4.3万年前的刻划骨片与约1.6万年前的赤铁矿雕塑，是东亚最早的艺术行为之一；约2.6万年前的纺锤形局部磨光石器，可能是中国最早的磨制石器雏形；末次盛冰期后出现的研磨石板，则昭示生计策略向多元化、低流动性的成功转变。
吉林和龙大洞遗址出土细石叶
黑龙江龙江西山头遗址出土细石叶
中国科学院古脊椎所、吉林大学等单位全面分析了西山头遗址约2.83万至2.74万年前的遗存，确认其细石叶通过软锤直接剥片于雕刻器型石核，形成了独立技术序列，为该技术存在提供了直接证据。
“这不仅厘清了技术传播路径，更揭示了古人类在气候波动下，通过迁徙与创新实现生态适应的复杂过程。”中国科学院古脊椎所岳健平副研究员强调，此项研究为理解东亚现代人演化提供了全新视角。
考古人员发现，大洞与西山头遗址的细石叶技术一脉相承。约2.8万年前，大洞遗址诞生的“细石叶压制剥片技术”很可能源自长白山本地，而非传统认为的由朝鲜半岛北传。西山头遗址的早期技术南下，加之当地丰富黑曜石资源，共同助推了技术精进。这一发现挑战了单向南传假说，揭示末次盛冰期前后东北亚可能存在多中心创新与双向互动的复杂图景。
（论文作者供图）
采写：杨亚鹏
编辑：陈颖航
校对：陈尚宇
审核：李文昌
监制：李学良
本公号刊载的作品（含标题及编辑所加的版式设计、文字图形等），未经中国文物报社授权不得转载、摘编、改编或以其他方式使用，授权转载的请注明来源及作者。
作者投递至本社社属平台的稿件，包括文字、图片、音视频等，视为作者承诺其享有相应著作权。如发布后有侵权行为，后果由作者本人承担。
关于我们
中国文物报社1989年于北京组建，是国家文物局主管的中央文化企业（司局级），全国文物行业唯一具备新闻资质的媒体单位。作为文物宣传工作的主力军，承担着文物舆论引导、新闻宣传、成果展示、知识普及和文化传播等职责。主要负责《中国文物报》编辑出版，国家文物局政府网站、“国家文物局”微信公众号运维管理，中国文物报社所属网站及新媒体的运维拓展等工作。
地址：北京市东城区东直门内北小街2号楼
邮编：100007
总机：（010）84078838
传真：（010）84079560
热线：（010）84078773
邮箱： wenwubao1985@vip.sina.com
探索不止，点赞在看，与我们共同揭开历史迷雾！
本文来自【中国文物报】，仅代表作者观点。全国党媒信息公共平台提供信息发布传播服务。
ID：jrtt
相关问答
简述一种数据挖掘方法并说明它的应用?
数据挖掘是指从大量数据中通过算法挖掘隐藏信息的过程。它常与计算机科学结合，借助统计、机器学习、专家系统等方法，实现趋势预测与模式发现，广泛应用于商业智能、考古研究等领域。
爬虫技术被用来作恶有多可怕?这份中国爬虫图鉴告诉你真相-ZO...
并将收集到的数据保存至数据库或其他存储系统中。这种技术广泛应用于网页搜索引擎、数据挖掘以及搜索引擎优化等领域。具体而言，网络爬
数据挖掘过程中你使用最多的工具是什么?
Python无疑是首选，其强大之处在于numpy和pandas等库，使数组和矩阵处理变得高效。在数据挖掘中，Python助力数据清洗、分析与建模，成为机器学习领域的利器。
数据挖掘平台哪些比较好?
推荐几个国际表现优异的平台：1.RapidMiner，提供数据准备、机器学习、深度学习等集成环境；2.其他如Weka、KNIME也颇受青睐，能支持从预处理到可视化的全流程。
matlab可以用于数据挖掘吗?
完全可以。数据挖掘旨在从数据中提取有价值信息，Matlab凭借其强大的数学计算和工具箱，能有效执行统计分析、模式识别等任务，助力研究人员发现数据规律。
数据挖掘方法?
数据挖掘是从数据中获取知识和洞见的过程，核心方法包括：1.分类，将数据样本归类；2.聚类，发现数据自然分组；3.关联规则，挖掘变量间关系；4.回归，预测数值趋势。
是什么激发了数据挖掘的产生-ZOL问答
数据挖掘的兴起，源于处理海量数据的迫切需求。在人工成本攀升、市场竞争加剧的背景下，它能自动分析数据、发现模式，从而提升决策效率，驱动商业与科研创新。
将来想从事数据挖掘工作，考研学什么专业好呢?
同学，可重点考虑厦门大学的统计学专业。数据挖掘不仅需数学和计算机基础，更依赖统计学原理。该校统计学实力雄厚，能为你的数据挖掘职业之路奠定扎实基础。
数据挖掘的主要方法?
数据挖掘核心步骤包括：1.定义问题；2.建立数据仓库；3.分析数据；4.准备数据；5.建立模型；6.评估模型；7.部署应用。通过系统流程，从数据中提炼关键规律。
当大量数据集合在一起,如何通过数据挖掘的方法找出规律,对接...
面对海量数据，可运用数据挖掘方法如聚类、时间序列分析来发现规律，进而预测未来趋势。这需结合领域知识，选择合适的算法与工具，实现从数据洞察到决策支撑的跨越。