基于樹輪記錄的阿爾泰山中段1798年以來6—7月平均最低氣溫變化研究

焦 亮,馬 羅,張同文,王圣杰

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,蘭州 730070 2 中國氣象局烏魯木齊沙漠氣象研究所,中國氣象局樹木年輪理化研究重點(diǎn)開放實(shí)驗(yàn)室, 烏魯木齊 830002 3 北京師范大學(xué)地理科學(xué)學(xué)部,北京 100875

全球氣候變暖對(duì)自然環(huán)境和人類社會(huì)已經(jīng)產(chǎn)生了深刻影響,特別是北半球中高緯度地區(qū)是全球增溫幅度最高的區(qū)域之一[1- 2]。而阿爾泰山位于北半球中緯度地區(qū),常年受西風(fēng)環(huán)流影響,生態(tài)環(huán)境脆弱,是氣候變化的敏感區(qū),也是開展氣候變化研究的熱點(diǎn)區(qū)[3]。了解過去氣候變化特征對(duì)于系統(tǒng)掌握氣候變化規(guī)律和科學(xué)預(yù)測(cè)未來氣候走勢(shì)具有重要的意義。而具有定年準(zhǔn)確、連續(xù)性強(qiáng)、時(shí)空分辨率高等優(yōu)勢(shì)特征的歷史氣候代用資料樹木年輪在氣候重建方面扮演著非常重要的角色[4]。

阿爾泰山地處我國西北寒溫帶干旱半干旱區(qū),分布有廣泛的西伯利亞落葉松原始森林,非常適合開展樹輪年代學(xué)研究[5]。李江風(fēng)、袁玉江等[6- 7]利用阿爾泰山南坡樹木年輪資料在20世紀(jì)80年代就開展了樹輪氣候?qū)W和水文學(xué)研究；姜盛夏等[8]利用西伯利亞云杉樹輪資料重建了額爾齊斯河上游阿爾泰山區(qū)過去291年來的降水變化；Chen等[9- 10]基于西伯利亞落葉松的最大晚材密度和樹輪寬度年表重建了阿爾泰山地區(qū)過去380年來的降水變化。另外,張瑞波等[11]分析了西伯利亞落葉松δ13C與氣候因子的關(guān)系,并重建了阿勒泰地區(qū)過去160年夏季平均氣溫；Xu等[12]也利用樹木年輪中的δ18O重建了阿勒泰地區(qū)的222年相對(duì)濕度。以往的研究主要集中在降水、平均氣溫和相對(duì)濕度等方面的重建并取得了豐碩的成果。同時(shí),平均最低氣溫能夠調(diào)節(jié)許多陸地生物地球化學(xué)過程,如植物呼吸、植物生產(chǎn)力、植物養(yǎng)分吸收等[13],對(duì)于樹木徑向生長具有重要的意義,所以非常有必要在阿爾泰山地區(qū)開展平均最低氣溫的重建工作并分析其對(duì)樹木徑向生長的影響。另外,隨著全球氣候變暖,有研究發(fā)現(xiàn)北半球中高緯度地區(qū)的樹木徑向生長對(duì)氣候因子響應(yīng)的敏感性降低,出現(xiàn)了“分異問題”[14-16],這也對(duì)利用樹木年輪開展歷史氣候重建工作提出了挑戰(zhàn)。

鑒于此,本文以位于阿爾泰山中段上林線的賈登峪國家森林公園(48°28′N,87°15′E)為研究區(qū)域,選取對(duì)氣候變化敏感的優(yōu)勢(shì)針葉林樹種西伯利亞落葉松為研究樹種,通過構(gòu)建樹輪寬度年表,在分析和檢驗(yàn)樹木徑向生長與氣候因子關(guān)系穩(wěn)定性的基礎(chǔ)上重建了阿爾泰山過去220年來6—7月平均最低氣溫變化。研究結(jié)果豐富了我國的樹輪年表庫,掌握了阿爾泰山平均最低氣溫的歷史變化,特別是在全球氣候變暖的背景下,對(duì)于了解我國西北地區(qū)氣候變化規(guī)律和預(yù)測(cè)未來氣候具有重要作用。

1 資料和方法

1.1 研究區(qū)概況

研究區(qū)位于阿爾泰山中段南坡(圖1)。主體位于準(zhǔn)噶爾盆地東北側(cè)與蒙古西南側(cè)的阿爾泰山是東亞地區(qū)重要的國際山脈,呈西北—東南走向,全長約2000km,海拔約1000—4000m[17-18]。阿爾泰山常年受中緯度西風(fēng)環(huán)流影響,屬于典型的溫帶大陸性氣候,研究區(qū)1958—2017年平均氣溫為4.7℃,其中最熱月7月的平均氣溫為22.06℃,最冷月1月的平均氣溫為-15.4℃(圖2)；平均年總降水量為197.5mm,呈雙峰型,7月最多,其次是11月。阿爾泰山土壤呈明顯的垂直帶狀分布,由低到高依次為棕鈣土、栗鈣土、黑鈣土、灰色森林土、生草灰化土、亞高山草甸土、高山草甸土、冰沼土[19]。阿爾泰山森林資源豐富,優(yōu)勢(shì)針葉林樹種包括西伯利亞落葉松(Larixsibirica)、西伯利亞冷杉(Abiessibirica)和西伯利亞云杉(Piceaobovata)等。西伯利亞落葉松喜陽,耐嚴(yán)寒、干旱,主要分布在海拔1500—2400m的位置,其對(duì)氣候變化敏感,適合用來開展氣候重建研究[20]。

圖1 采樣點(diǎn)及氣象站分布Fig.1 Location of sampling site and meteorological stations

圖2 1958—2017年阿爾泰山中部月平均氣溫和總降水量Fig.2 Monthly mean temperature and total precipitation in central Altay Mountain from 1958 to 2017

1.2 氣象資料

本研究所用氣象資料來自于距離采樣點(diǎn)距離最近的哈巴河氣象站(48°03′N,86°21′E,海拔532.6m,距離采樣點(diǎn)73km)和阿勒泰氣象站(47°44′N,88°05′E,海拔737.7m,距離采樣點(diǎn)105km)。研究中采用的氣象數(shù)據(jù)包括1958—2017年月平均最低氣溫、月平均氣溫、月平均最高氣溫和降水量。考慮到樹木徑向生長的“滯后響應(yīng)”(前一年的氣候狀況會(huì)對(duì)當(dāng)年的樹木生長產(chǎn)生一定影響),結(jié)合當(dāng)?shù)匚鞑麃喡淙~松的生長季節(jié)(5—9月)[21],選取前一年5月至當(dāng)年10月及當(dāng)年6—7月平均氣象要素(月平均最低氣溫、月平均氣溫、月平均最高氣溫和總降水量)與樹輪寬度年表進(jìn)行相關(guān)性分析。

1.3 樣本采集及年表的建立

1.3.1野外樣本采集

2018年8月中旬在阿爾泰山中段賈登峪國家森林公園(JDY)上林線(48°28′N,87°15′E,海拔2192m)采集西伯利亞落葉松樹芯樣本(坡度23°)。隨機(jī)設(shè)置了3個(gè)20m×20m的樣方,通過群落調(diào)查,采樣點(diǎn)樹木總覆蓋度31%,平均樹間距3.5m,平均胸徑34.5cm,平均樹高18.4m,樹木平均冠幅2.6m。在采樣過程中,為了減少非氣候因子對(duì)樹木徑向生長的影響,在樣方中選取與周圍樹木距離較遠(yuǎn)且無明顯競(jìng)爭(zhēng)、對(duì)氣候變化敏感的健康樣樹,共采集了25棵樹,48個(gè)樣芯。

1.3.2樣本的實(shí)驗(yàn)室處理

將野外采集的樹輪樣本帶回實(shí)驗(yàn)室后,依據(jù)樹輪年代學(xué)的基本原理和實(shí)驗(yàn)步驟進(jìn)行處理[22]。首先將樣芯風(fēng)干,按樣芯順序用白乳膠將其固定在樣本木槽內(nèi),待白乳膠與樣芯凝固干燥后,先后使用120、400和600目的砂紙進(jìn)行打磨,直至樣芯的年輪邊界清晰。然后對(duì)每個(gè)樣芯進(jìn)行交叉定年,之后用精度為0.001mm的LINTAB測(cè)量系統(tǒng)(TM6, Rinntech, Heidelberg, Germany)逐年測(cè)量樣芯樹輪的寬度值。最后,使用COFECHA軟件對(duì)測(cè)量后的樣本序列結(jié)果進(jìn)行質(zhì)量檢驗(yàn),消除定年和寬度測(cè)量過程中出現(xiàn)的誤差,以保證每個(gè)年輪的年代準(zhǔn)確[23]。

1.3.3樹輪寬度年表的建立

利用ARSTAN程序[24]中的負(fù)指數(shù)函數(shù)或線性函數(shù)消除樹輪寬度序列中與樹齡有關(guān)的生物學(xué)趨勢(shì)及非氣候因子所引起的樹木生長波動(dòng),再用序列2/3長度的三階樣條函數(shù)穩(wěn)定樹輪寬度年表方差,最終得到研究區(qū)3種類型的樹輪寬度年表：標(biāo)準(zhǔn)年表(STD)、差值年表(RES)、自回歸年表(ARS)。由于差值年表具有高質(zhì)量的高頻信息,能表現(xiàn)出序列的高頻振蕩特點(diǎn)[25-26],在目前的樹輪氣候研究中應(yīng)用廣泛,因此選用差值年表進(jìn)行樹木徑向生長—?dú)夂蛞蜃拥南嚓P(guān)分析。

同時(shí)計(jì)算了樹輪寬度差值年表的統(tǒng)計(jì)學(xué)參數(shù),包括平均敏感度(MS)、標(biāo)準(zhǔn)偏差(SD)、一階自回歸系數(shù)(AC1)、樣本相關(guān)系數(shù)(R1)、樹內(nèi)相關(guān)系數(shù)(R2)、樹間相關(guān)系數(shù)(R3)、第一主分量方差(PC1)、信噪比(SNR)、樣本總體解釋量(EPS)和信號(hào)強(qiáng)度(SSS)。

1.3.4研究方法

利用SPSS軟件計(jì)算1958年以來哈巴河、阿勒泰氣象兩站平均后的上年5月至當(dāng)年10月及當(dāng)年6—7月平均最低氣溫、平均氣溫、平均最高氣溫和總降水量與樹輪寬度年表之間的相關(guān)系數(shù),以確定限制研究區(qū)樹輪徑向生長的主要?dú)夂蛞蜃?。利用DendroClim 2002軟件以固定的開始年份向后滑動(dòng)的方法,分析年表與主控氣候因子關(guān)系的動(dòng)態(tài)變化(滑動(dòng)窗口為30a)[27]。利用線性回歸模型構(gòu)建重建方程,并利用逐一剔除法檢驗(yàn)重建方程的穩(wěn)定性和可靠性[28]。利用mtm軟件進(jìn)行多窗譜分析,利用MATLAB軟件進(jìn)行Morlet小波分析,以探究重建序列的變化周期及其具體分布年代[29- 30]。最后利用荷蘭皇家氣象學(xué)院KNMI Climate Explorer(http://climexp.knmi.nl)對(duì)重建序列進(jìn)行了空間相關(guān)分析[31]。

2 結(jié)果與分析

2.1 年表特征分析

通過分析采樣點(diǎn)樹輪寬度差值年表統(tǒng)計(jì)學(xué)參數(shù)(表1),可以看出RES年表序列長度為220年(SSS>0.85時(shí),對(duì)應(yīng)區(qū)間為1798—2017年)。年表的信噪比較高,達(dá)到30.55,樣本總體解釋量為0.977,超過了0.85的最低閾值,表明年表的質(zhì)量比較高；年表的平均敏感度為0.222,標(biāo)準(zhǔn)偏差為0.223,表明樹輪年表對(duì)氣候因子的變化響應(yīng)敏感；樣本相關(guān)系數(shù)為0.454,樹內(nèi)相關(guān)系數(shù)為0.666,樹間相關(guān)系數(shù)為0.452,說明各個(gè)體年表波動(dòng)較為一致,包含了共同的氣候信息；一階自回歸系數(shù)為0.238,表明樹木徑向生長主要受當(dāng)年氣候因子的影響,受前一年氣候因子的影響較??；第一主分量方差為38.5%,說明所采樹芯樣本對(duì)研究區(qū)總體的代表性較好。

圖3 阿爾泰山中部西伯利亞落葉松樹輪寬度差值年表(RES)Fig.3 Tree-ring width residual chronology (RES) of Larix sibiricca in central Altay Mountain

表1 阿爾泰山中部樹輪寬度年表統(tǒng)計(jì)參數(shù)特征

2.2 樹木徑向生長與氣候因子的相關(guān)分析

利用阿爾泰山中部樹輪寬度差值年表與研究區(qū)月總降水量和氣溫(平均最低氣溫、平均氣溫和平均最高氣溫)進(jìn)行相關(guān)分析(圖4)。結(jié)果表明,樹輪年表與大部分月份降水量的相關(guān)性不顯著,只有當(dāng)年3月的降水相關(guān)性達(dá)到顯著水平(r=0.264,P<0.05)。樹輪年表與上一年7月(r=0.295,P<0.05)、8月(r=0.279,P<0.05)和當(dāng)年5月(r=0.313,P<0.05)、8月(r=0.293,P<0.05)的月平均最低氣溫達(dá)到了顯著相關(guān),與當(dāng)年6月(r=0.576,P<0.01)、7月(r=0.504,P<0.01)、6—7月(r=0.649,P<0.01)的月平均最低氣溫達(dá)到了極顯著相關(guān)。另外,樹輪年表與月平均氣溫、月平均最高氣溫的相關(guān)性和樹輪年表與月平均最低氣溫的相關(guān)性結(jié)果相似,但是6—7月平均最低氣溫與樹木年表的相關(guān)系數(shù)最高,是研究區(qū)樹木徑向生長最主要的氣候限制因子。

圖4 阿爾泰山中部樹輪寬度差值年表與氣候因子的相關(guān)系數(shù)Fig.4 Correlations between tree-ring width residual chronology and Climatic factors in central Altay Mountain虛線表示相關(guān)系數(shù)達(dá)到0.05顯著性水平,實(shí)線表示達(dá)到0.01顯著性水平,P表示上年,C表示當(dāng)年

2.3 樹輪年表與主控氣候因子關(guān)系的穩(wěn)定性分析

利用滑動(dòng)相關(guān)分析樹木徑向生長對(duì)其主控氣候因子的動(dòng)態(tài)響應(yīng)(圖5)。結(jié)果表明,年表與研究區(qū)6—7月平均最低氣溫(1958—2017年)的滑動(dòng)相關(guān)系數(shù)均達(dá)到極顯著水平(P<0.01),表明樹輪年表與當(dāng)年6—7月平均最低氣溫的響應(yīng)穩(wěn)定,沒有出現(xiàn)“分異問題”。這個(gè)結(jié)果進(jìn)一步證明當(dāng)年6—7月平均最低氣溫是阿爾泰山中部西伯利亞落葉松徑向生長的主控氣候因子,適合開展氣候重建。

圖5 阿爾泰山中部西伯利亞落葉松樹輪寬度年表與主要?dú)夂蛞蜃拥幕瑒?dòng)相關(guān)分析Fig.5 Moving interval correlation between tree-ring width chronology in Larix sibirica and major climatic factor in central Altay Mountain滑動(dòng)窗口：30年, 細(xì)實(shí)線表示線性回歸擬合趨勢(shì),虛線表示達(dá)到0.05顯著性水平,實(shí)線表示達(dá)到0.01顯著性水平

2.4 過去220年 6—7月平均最低氣溫的構(gòu)建與檢驗(yàn)

基于以上分析結(jié)果,將賈登峪采樣點(diǎn)樹輪寬度差值年表作為自變量,研究區(qū)當(dāng)年6—7月平均最低氣溫作為因變量,利用線性回歸方法構(gòu)建了研究區(qū)域氣候重建方程：

T6-7min=11.297+3.069JDYRES

(1)

式中：T6-7min表示采樣點(diǎn)當(dāng)年6—7月平均最低氣溫的重建值；JDYRES表示采樣點(diǎn)樹輪寬度差值年表。

該重建方程的相關(guān)系數(shù)為0.649,方差解釋量為42.1%,調(diào)整后的方差解釋量為41.1%,F檢驗(yàn)值為42.18,P<0.001。利用逐一剔除法對(duì)重建方程的穩(wěn)定性和可靠性進(jìn)行檢驗(yàn)(誤差縮減值取值范圍為-∞到1,小于或等于0表示重建結(jié)果不可信,大于0表示重建結(jié)果有一定可靠性,越接近1表明重建結(jié)果越可靠)。結(jié)果表明,重建方程的誤差縮減值為0.605,所以本文的誤差縮減值較好的通過了檢驗(yàn)(表2)；原始符號(hào)檢驗(yàn)和一階差符號(hào)檢驗(yàn)都達(dá)到顯著水平(P<0.05),說明在高低頻變化上研究區(qū)6—7月平均最低氣溫重建序列與實(shí)測(cè)序列有較好的一致性；乘積平均數(shù)為6.705,達(dá)到極顯著水平(P<0.01)?；谝陨戏治?重建方程通過了穩(wěn)定性檢驗(yàn)。從圖6可以看出,重建值與有記錄的實(shí)測(cè)值總體擬合效果較好。

表2 回歸方程逐一剔除檢驗(yàn)統(tǒng)計(jì)量

圖6 6—7月平均最低氣溫重建與實(shí)測(cè)值的比較Fig.6 Comparison of monthly mean minimum temperature from June to July and observed temperature in 1958—2017

2.5 重建氣溫變化規(guī)律分析

圖7 阿爾泰山中部6—7月平均最低氣溫重建序列和11a滑動(dòng)平均Fig.7 Reconstruction sequence of monthly mean minimum temperature and 11-year moving average in central Altay Mountain from June to July

利用重建方程,我們重建了阿爾泰山中部賈登峪過去220年來6—7月平均最低氣溫(圖7)。從圖中可以看出,自1798年以來,研究區(qū)氣溫波動(dòng)頻繁,波動(dòng)幅度在12—16℃之間,最高值出現(xiàn)在2010年,為15.82℃；最低值出現(xiàn)在1910年,為12.71℃,最高和最低值相差達(dá)到3.11℃。重建期內(nèi)6—7月最低氣溫平均值Tmean為14.329℃,標(biāo)準(zhǔn)差σ為0.58。在本研究中,定義氣溫高于Tmean+2σ(15.489℃)的年份為高溫年,介于Tmean+2σ和Tmean+σ(14.909℃)之間的年份為偏暖年；氣溫低于Tmean-2σ(13.169℃)的年份為寒冷年,介于Tmean-2σ和Tmean-σ(13.749℃)之間的年份為偏冷年；介于Tmean+σ和Tmean-σ之間的為正常年[5]。由圖7可以看出,在過去220年中,高溫年出現(xiàn)3次,分別是1908年、2010年和2012年,占總年份的1.36%；寒冷年出現(xiàn)3次,分別是1875年、1910年和1932年,占總年份的1.36%；偏暖年出現(xiàn)35次,偏冷年出現(xiàn)35次,各占總年份的15.91%和15.91%；正常年份出現(xiàn)了144次,占總年份的65.46%,表明重建的阿爾泰山歷史時(shí)期6—7月平均最低氣溫比較穩(wěn)定。

為了更好地觀察6—7月平均最低氣溫的年代際變化,對(duì)重建序列進(jìn)行了11a滑動(dòng)平均處理,并按照重建序列至少連續(xù)11a小于平均值(14.329℃)和至少連續(xù)11a大于或等于平均值劃分冷暖期[3]。從圖7中可以得出,過去220年來,研究區(qū)大體經(jīng)歷了4個(gè)暖期和4個(gè)冷期(表3)。4個(gè)暖期分別是1906—1919年、1922—1935年、1945—1960年和1997—2017年,4個(gè)冷期分別是1816—1831年、1840—1867年、1869—1886年和1888—1905年。在冷暖期變化階段中,1997—2017年是持續(xù)時(shí)間最長的暖期,1840—1867年是持續(xù)時(shí)間最長的冷期。在所有暖期中,1906—1919年是溫度最高的暖期,比多年平均值高0.252℃；1945—1960年是溫度最低的暖期,較多年平均氣溫高0.107℃。在所有冷期中,1888—1905年是溫度最低的冷期,比多年平均溫度低0.19℃；1936—1944年是溫度較高的冷期,比多年平均溫度低0.053℃。

表3 過去220年阿爾泰山冷暖變化階段及其距平

2.6 周期分析

利用多窗譜分析法(MTM)對(duì)阿爾泰山過去220年來6—7月平均最低氣溫重建序列進(jìn)行周期分析(圖8),發(fā)現(xiàn)在P<0.01顯著性水平上存在2.4a左右的變化周期；在P<0.05顯著性水平上存在2a、2.8—3a左右的變化周期；在P<0.1顯著性水平上存在11a、20—22a左右的變化周期。

圖8 氣溫重建序列多窗譜周期分析Fig.8 The multi-taper spectrum analysis of reconstructed temperature sequence

同時(shí)利用Morlet連續(xù)小波確定重建序列各周期具體分布年代。從圖9可以看出,阿爾泰山中部過去220年6—7月平均最低氣溫周期特征為:1870年以前,50a左右的變化周期明顯,但是振幅發(fā)生了較大波動(dòng),1870年以后,20—22a和11a左右的變化周期比較明顯,其中1870—1930年以20—22a變化周期為主,1960—2017年以11a左右變化周期為主,而2—3a左右的周期存在于整個(gè)序列。

圖9 氣溫重建序列的小波分析Fig.9 Wavelet analysis of reconstructed temperature sequence

2.7 空間相關(guān)分析

為了驗(yàn)證重建結(jié)果在較大范圍上的空間代表性,利用KNMI Climate Explorer 1901—2017年6—7月平均最低氣溫格點(diǎn)數(shù)據(jù)(CRU TS 4.03(land) 0.5°)與本文重建結(jié)果進(jìn)行了同期相關(guān)分析(圖10)。結(jié)果表明,重建序列與CRU數(shù)據(jù)相關(guān)性較好,相關(guān)性最好的區(qū)域分布在我國阿爾泰山及其附近受西風(fēng)環(huán)流影響的區(qū)域(r=0.465,P<0.01),這樣的結(jié)果表明本文重建的6—7月平均最低氣溫序列不僅能代表阿爾泰山6—7月溫度的變化,也能夠較好的代表俄羅斯南部、蒙古西部和哈薩克斯坦東北部等大范圍地區(qū)的溫度變化。

圖10 1901—2017年新疆阿爾泰山6—7月平均最低氣溫重建序列與CRU格點(diǎn)數(shù)據(jù)的空間相關(guān)性Fig.10 Spatial correlation between mean minimum temperature from June to July and CRU grid data in Altay Mountain, Xinjiang from 1901 to 2017

3 討論

3.1 樹木徑向生長對(duì)氣候因子的響應(yīng)特征

基于樹木年輪的氣候重建不但能夠幫助我們了解過去氣候的變化,而且還能掌握不同氣候變化規(guī)律并推測(cè)未來氣候發(fā)展趨勢(shì)。本文利用在阿爾泰山中部采集的西伯利亞落葉松樹輪年表,通過相關(guān)分析,發(fā)現(xiàn)年表與當(dāng)年6—7月平均最低氣溫具有極顯著相關(guān)性(r=0.649,P<0.01),表明6—7月平均最低氣溫是該地區(qū)樹木生長的主控氣候因子,并利用其進(jìn)行了氣候重建。

本研究的采樣點(diǎn)位于新疆阿爾泰山中部賈登峪的上林線附近,由于緯度和海拔比較高,并且常年受到西風(fēng)環(huán)流的影響,在山區(qū)形成大量降水,所以降水量不是該地區(qū)西伯利亞落葉松徑向生長的主要?dú)夂蛳拗埔蜃?。阿爾泰山西伯利亞落葉松的生長季是每年5—9月,其中6—7月是速生期,同時(shí)也是春材形成的關(guān)鍵時(shí)期。從樹木生理學(xué)角度分析,樹木年輪的生長不僅需要充足的水分還需要適宜的溫度,研究區(qū)6—7月平均最低氣溫越高,能夠加強(qiáng)樹木的光合作用造成樹木營養(yǎng)的凈積累增加并促進(jìn)形成層細(xì)胞的加速分裂,從而形成較寬的樹木年輪；同時(shí)生長季較高的氣溫會(huì)加速冰雪的融化,為樹木的生長提供充足的水分。相反,6—7月平均氣溫偏低,會(huì)影響樹木光合作用的效果,不利于形成層細(xì)胞的分裂甚至有可能凍死或凍傷樹木從而形成較窄的樹木年輪,所以6—7月平均最低氣溫成為了阿爾泰山賈登峪上林線西伯利亞落葉松生長的限制條件,并且具有重要的生理學(xué)意義。

樹木年輪是研究古氣候變化的重要材料,已經(jīng)在很多研究中得到證實(shí)[32- 33]。但是,全球氣候變暖出現(xiàn)的“分異問題”對(duì)樹輪重建結(jié)果精度有很大影響[34- 35]。因此非常有必要在開展氣候重建工作之前檢驗(yàn)樹木徑向生長和主控氣候因子關(guān)系的穩(wěn)定性。利用滑動(dòng)相關(guān)分析發(fā)現(xiàn)阿爾泰山西伯利亞落葉松對(duì)其主控氣候因子響應(yīng)穩(wěn)定,沒有出現(xiàn)“分異問題”,也說明利用6—7月平均最低氣溫開展氣候重建結(jié)果是可靠的。

3.2 氣候變化階段劃分及對(duì)比

為了進(jìn)一步探討本文重建結(jié)果的可靠性,將重建序列與哈薩克斯坦東北部阿爾泰山過去310年來6月平均氣溫重建序列[36]以及阿爾泰山南坡阿勒泰地區(qū)過去160年夏季氣溫進(jìn)行對(duì)比(圖11)[11],發(fā)現(xiàn)其中有3個(gè)暖期(1906—1912年、1931—1938年和1954—1957年)和3個(gè)冷期(1865—1875年、1919—1922年和1962—1972年)是相對(duì)應(yīng)的；重建序列也與胡義成等[37]重建的阿勒泰東部6—7月平均氣溫的2個(gè)暖期(1900—1921年、1940—1968年)和2個(gè)冷期(1854—1899年、1969—1991年)比較一致,這都說明本文重建的阿爾泰山6—7月平均最低氣溫變化與整個(gè)阿爾泰山初夏氣溫變化趨勢(shì)一致,重建結(jié)果可靠。另外,劉禹等[38]重建的秦嶺中段分水嶺地區(qū)1—7月平均氣溫中的1個(gè)暖期(1890—1933年)和2個(gè)冷期(1814—1850年、1876—1889年)與本文的重建結(jié)果對(duì)應(yīng)；塔吉克斯坦北部平均最低氣溫重建序列與本文重建結(jié)果也有較好的對(duì)應(yīng)關(guān)系[39],其中3個(gè)暖期(1907—1915年、1926—1931年、1994—2016年)和3個(gè)冷期(1879—1884年、1891—1906年、1968—1993年)與本文重建結(jié)果比較一致?？梢?本文重建結(jié)果在大范圍空間尺度上也具有較好的代表性,這與大尺度的氣候變化事件有關(guān)[40]。

本文重建的6—7月平均最低氣溫序列在20世紀(jì)后半期呈現(xiàn)出波動(dòng)上升的趨勢(shì),與全球近百年來氣候變暖的趨勢(shì)一致,表明在全球氣候變暖的大背景下,阿爾泰山中部上林線附近的西伯利亞落葉松徑向生長速度加快。未來隨著研究區(qū)氣溫的不斷增加,一方面可以繼續(xù)促進(jìn)樹木的徑向生長,對(duì)樹木生長和森林群落穩(wěn)定性有利；另一方面,如果溫度上升超過了樹木生長所需的最低氣溫閾值,有可能使該地區(qū)樹木生長由低溫限制轉(zhuǎn)變?yōu)楦珊迪拗芠41],進(jìn)而限制樹木生長,影響森林生態(tài)系統(tǒng)穩(wěn)定性。所以非常有必要對(duì)該地區(qū)樹木生長進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。

圖11 重建序列與其他氣溫重建序列11a滑動(dòng)平均對(duì)比Fig.11 The 11-year moving average comparison between the reconstructed sequence and other reconstructed temperature sequences

3.3 氣候變化的驅(qū)動(dòng)力

本文的重建序列存在2a、2.4a、2.8—3a、11a、20—22a左右的變化周期。目前科學(xué)界一般公認(rèn)為ENSO周期為2—7a[42],這與本文的氣溫重建序列2—3a周期比較一致,另外在四川松潘[43]、青藏高原東南部[44]、河北太行山南段[45]等地的氣候重建序列中也存在相同周期,說明ENSO對(duì)北半球中緯度地區(qū)的樹木徑向生長產(chǎn)生了影響；11a和20—22a年左右變化周期可能對(duì)應(yīng)著太陽黑子活動(dòng)的Hale周期,在南天山北坡西部[46]、秦嶺太白山[30]、祁連山中段[47]等地出現(xiàn)了相同周期,表明南方濤動(dòng)對(duì)北半球中緯度大范圍地區(qū)的樹木生長也有一定程度的影響。同時(shí),我們分析了重建氣溫序列與全球海洋表面溫度(SST)的空間相關(guān)性,從圖12中可以看出,重建序列與西太平洋、印度洋、東地中海和大西洋中部海溫的相關(guān)系數(shù)較高,表明阿爾泰山樹木徑向生長可能受到這4個(gè)區(qū)域海溫變化的影響[30]。

圖12 1958—2017年研究區(qū)6—7月平均最低氣溫與SST的空間相關(guān)性Fig.12 Spatial correlation between mean minimum temperature and SST in the study area from June to July in 1958—2017

4 結(jié)論

本研究建立了阿爾泰山中部西伯利亞落葉松樹輪寬度差值年表,探討了樹輪與氣溫、降水的相關(guān)關(guān)系,最后重建了過去220年6—7月平均最低氣溫變化,得到以下結(jié)論：

(1)樹輪寬度年表與研究區(qū)當(dāng)年6—7月平均最低氣溫相關(guān)性最高(r=0.649,P<0.01),表明6—7月平均最低氣溫是研究區(qū)樹木徑向生長的主控氣候因子。

(2)重建結(jié)果顯示,研究區(qū)過去220年經(jīng)歷了4個(gè)暖期和4個(gè)冷期,暖期有1906—1919、1922—1935、1945—1960和1997—2017年,冷期有1816—1831、1840—1867、1869—1886和1888—1905年。

(3)過去220年存在2a、2.4a、2.8—3a、11a、20—22a左右的變化周期,表明研究區(qū)氣候變化的驅(qū)動(dòng)力為ENSO、太陽黑子活動(dòng)和全球海溫變化(SST)。

參考文獻(xiàn)(References):

[1] IPCC. Climate Change 2013: The Physical Science Basis: Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, UK: Cambridge University Press, 2013.

[2] 劉國華, 傅伯杰. 全球氣候變化對(duì)森林生態(tài)系統(tǒng)的影響. 自然資源學(xué)報(bào), 2001, 16(1): 71- 78.

[3] 牛軍強(qiáng), 袁玉江, 陳峰, 張瑞波, 尚華明, 張同文, 喻樹龍, 姜盛夏, 秦莉, 范子昂. 利用樹木年輪重建阿勒泰地區(qū)1794—2012年降水量. 中國沙漠, 2016, 36(6): 1555- 1563.

[4] Briffa K R, Osborn T J, Schweingruber F H. Large-scale temperature inferences from tree rings: a review. Global and Planetary Change, 2004, 40(1/2): 11- 26.

[5] 崔宇, 胡列群, 袁玉江, 李帥, 侯小剛. 樹輪記錄的過去359a阿勒泰地區(qū)初夏氣溫變化. 沙漠與綠洲氣象, 2015, 9(5): 22- 28.

[6] 李江風(fēng), 袁玉江, 周文盛. 新疆年輪氣候年輪水文研究. 北京: 氣象出版社, 1989: 1- 17.

[7] 李江風(fēng), 袁玉江, 由希堯. 樹木年輪水文學(xué)研究與應(yīng)用. 北京: 科學(xué)出版社, 2000: 51- 158.

[8] 姜盛夏, 袁玉江, 陳峰, 尚華明, 張同文, 喻樹龍, 秦莉, 張瑞波. 樹輪寬度記錄的額爾齊斯河上游地區(qū)過去291年的降水變化. 生態(tài)學(xué)報(bào), 2016, 36(10): 2866- 2875.

[9] Chen F, Yuan Y J, Wei W S, Zhang T W, Shang H M, Zhang R B. Precipitation reconstruction for the southern Altay Mountains (China) from tree rings of Siberian spruce, reveals recent wetting trend. Dendrochronologia, 2014, 32(3): 266- 272.

[10] Chen F, Yuan Y J, Wei W S, Fan Z A, Zhang T W, Shang H M, Zhang R B, Yu S L, Ji C R, Qin L. Climatic response of ring width and maximum latewood density ofLarixsibiricain the Altay Mountains, reveals recent warming trends. Annals of Forest Science, 2012, 69(6): 723- 733.

[11] 張瑞波, 尚華明, 魏文壽, 袁玉江, 喻樹龍, 張同文, 范子昂, 陳峰, 秦莉. 樹輪δ13C記錄的阿勒泰地區(qū)近160a夏季氣溫變化. 沙漠與綠洲氣象, 2014, 8(2): 34- 40.

[12] Xu G B, Liu X H, Qin D H, Chen T, Wang W Z, Wu G J, Sun W Z, An W L, Zeng X M. Relative humidity reconstruction for northwestern China′s Altay Mountains using tree-ring δ18O. Chinese Science Bulletin, 2014, 59(2): 190- 200.

[13] Palombo C, Battipaglia G, Cherubini P, Chirici G, Garfi V, Lasserre B, Lombardi F, Marchetti M, Tognetti R. Warming-related growth responses at the southern limit distribution of mountain pine (PinusmugoTurra subsp.mugo). Journal of Vegetation Science, 2014, 25(2): 571- 583.

[14] Jacoby G C, D′Arrigo R D. Tree ring width and density evidence of climatic and potential forest change in Alaska. Global Biogeochemical Cycles, 1995, 9(2): 227- 234.

[15] Briffa K R, Schweingruber F H, Jones P D, Jones P D, Osborn T J, Shiyatov S G, Vaganov E A. Reduced sensitivity of recent tree-growth to temperature at high northern latitudes. Nature, 1998, 391(6668): 678- 682.

[16] D′Arrigo R, Wilson R, Liepert B, Cherubini P. On the ‘divergence problem’ in northern Forests: a review of the tree-ring evidence and possible causes. Global and Planetary Change, 2008, 60(3/4): 289- 305.

[17] 賀斌, 王國亞, 蘇宏超, 沈永平. 新疆阿爾泰山地區(qū)極端水文事件對(duì)氣候變化的響應(yīng). 冰川凍土, 2012, 34(4): 927- 933.

[18] 焦亮, 王玲玲, 李麗, 陳曉霞, 閆香香. 阿爾泰山西伯利亞落葉松徑向生長對(duì)氣候變化的分異響應(yīng). 植物生態(tài)學(xué)報(bào), 2019, 43(4): 320- 330.

[19] 胡建, 喻樹龍, 袁玉江, 張同文, 尚華明, 張瑞波. 阿爾泰山中部樹輪寬度年表特征及其氣候響應(yīng)分析. 沙漠與綠洲氣象, 2014, 8(3): 19- 26.

[20] 姜盛夏, 袁玉江, 魏文壽, 尚華明, 張同文, 張瑞波, 秦莉. 樹輪記錄的新疆阿爾泰山1579—2009年初夏溫度變化. 中國沙漠, 2016, 36(4): 1126- 1132.

[21] 周文盛, 李江風(fēng), 張治家. 阿爾泰山南坡樹木年輪年表研制中的幾個(gè)問題//新疆年輪氣候年輪水文研究. 北京: 氣象出版社, 1989: 9- 17.

[22] Stokes M A, Smiley T L. An Introduction to Tree-Ring Dating. Tucson, USA: University of Arizona Press, 1996: 1- 173.

[23] Holmes R L. Computer-assisted quality control in tree-ring dating and measurement. Tree-Ring Bulletin, 1983, 43: 69- 78.

[24] Cook E R. A Time Series Analysis Approach to Tree-Ring Standardization. Tucson, USA: University of Arizona, 1985.

[25] 邵雪梅, 吳祥定. 華山樹木年輪年表的建立. 地理學(xué)報(bào), 1994, 49(2): 174- 181.

[26] Gazol A, Camarero J J, Gutierrez E, Popa I, Andreu-Hayles L, Motta R, Nola P, Ribas M, Sangüesa-Barreda G, Urbinati C, Carrer M. Distinct effects of climate warming on populations of silver fir (Abiesalba) across Europe. Journal of Biogeography, 2015, 42(6): 1150- 1162.

[27] Biondi F, Waikul K. DENDROCLIM2002: A C++ program for statistical calibration of climate signals in tree-ring chronologies. Computers & Geosciences, 2004, 30(3): 303- 311.

[28] 吳祥定. 樹木年輪與氣候變化. 北京: 氣象出版社, 1990: 171- 172.

[29] Mann M E, Lees J M. Robust estimation of background noise and signal detection in climatic time series. Climatic Change, 1996, 33(3): 409- 455.

[30] 秦進(jìn), 白紅英, 劉榮娟, 翟丹平, 蘇凱, 王俊, 李書恒. 近144年來秦嶺太白山林線區(qū)3- 6月平均氣溫的重建. 生態(tài)學(xué)報(bào), 2017, 37(22): 7585- 7594.

[31] Jiao L, Wang S J, Jiang Y, Liu X R. A 333-year record of the mean minimum temperature reconstruction in the western Tianshan Mountains, China. Geochronometria, 2019, 46(1): 37- 48.

[32] White P B, Soulé P, Van De Gevel S. Impacts of human disturbance on the temporal stability of climate-growth relationships in a red spruce forest, southern Appalachian Mountains, USA. Dendrochronologia, 2014, 32(1): 71- 77.

[33] Ponocná T, Spyt B, Kaczka R, Büntgen U, Treml V. Growth trends and climate responses of Norway spruce along elevational gradients in East-Central Europe. Trees, 2016, 30(5): 1633- 1646.

[34] Shen C C, Wang L L, Li M Y. The altitudinal variability and temporal instability of the climate-tree-ring growth relationships for Changbai larch (LarixOlgensisHenry) in the Changbai Mountains area, Jilin, Northeastern China. Trees, 2016, 30(3): 901- 912.

[35] Jiao L, Jiang Y, Zhang W T, Wang M C, Zhang L N, Zhao S D. Divergent responses to climate factors in the radial growth ofLarixSibiricain the eastern Tianshan Mountains, northwest China. Trees, 2015, 29(6): 1673- 1686.

[36] 尚華明, 魏文壽, 袁玉江, 喻樹龍, 張同文, 張瑞波. 哈薩克斯坦東北部310年來初夏溫度變化的樹輪記錄. 山地學(xué)報(bào), 2011, 29(4): 402- 408.

[37] 胡義成, 袁玉江, 魏文壽, 張瑞波, 張同文, 尚華明, 陳峰. 用樹木年輪重建阿勒泰東部6—7月平均溫度序列. 中國沙漠, 2012, 32(4): 1003- 1009.

[38] 劉禹, 劉娜, 宋慧明, 蔡秋芳, 包光, 王偉平. 以樹輪寬度重建秦嶺中段分水嶺地區(qū)1—7月平均氣溫. 氣候變化研究進(jìn)展, 2009, 5(5): 260- 265.

[39] 楊美琳, 他志杰, 吳燕良, 趙鵬, 于瑞德. 樹輪寬度記錄的塔吉克斯坦北部160a平均最低氣溫變化. 干旱區(qū)研究, 2019, 36(2): 290- 295.

[40] Fritts H C. Tree Rings and Climate. London: Academic Press, 1976: 207- 245, 470- 556.

[41] 石松林, 靳甜甜, 劉國華, 王東波, 王景升, 李魁. 氣候變暖抑制西藏拉薩河大果圓柏樹木生長. 生態(tài)學(xué)報(bào), 2018, 38(24): 8964- 8972.

[42] 高尚玉, 魯瑞潔, 強(qiáng)明瑞, 哈斯, 張登山, 陳原, 夏虹. 140年來騰格里沙漠南緣樹木年輪記錄的降水量變化. 科學(xué)通報(bào), 2006, 51(3): 326- 331.

[43] 李金建, 邵雪梅, 李媛媛, 秦寧生. 樹輪寬度記錄的松潘地區(qū)年平均氣溫變化. 科學(xué)通報(bào), 2014, 59(15): 1446- 1458.

[44] 勾曉華, 楊濤, 高琳琳, 鄧洋, 楊梅學(xué), 陳發(fā)虎. 樹輪記錄的青藏高原東南部過去457年降水變化歷史. 科學(xué)通報(bào), 2013, 58(11): 978- 985.

[45] 王亞軍, 張永, 邵雪梅. 河北太行山南段樹木年輪指示的167年來5- 7月相對(duì)濕度變化研究. 生態(tài)學(xué)報(bào), 2019, 39(12): 4570- 4578.

[46] 陳鋒, 袁玉江, 魏文壽, 喻樹龍, 張瑞波. 利用樹輪圖像灰度重建南天山北坡西部初夏溫度序列. 中國沙漠, 2008, 28(5): 842- 847.

[47] 王亞軍, 陳發(fā)虎, 勾曉華. 利用樹木年輪資料重建祁連山中段春季降水的變化. 地理科學(xué), 2001, 21(4): 373- 377.