2018, Vol.38
2 北京农学院植物科学技术学院, 北京 110016)
树木年轮作为常用的气候代用指标具备定年准确、分辨率高、连续性强、易于获取和复本量大等优点，常被广泛用于树轮气候学研究及古气候重建[1~2]。太白红杉(Larix chinensis)亦称太白落叶松，为中国特有树种，属国家二级保护珍稀植物，是秦岭山区唯一的落叶松属植物，广泛分布于高山和亚高山地带，也是该地区林线区域唯一可形成纯林的树种，对高海拔地区水源涵养和生物多样性维持起到至关重要的作用[3]。由于其年轮界限非常清晰，与气候因子具有较好的相关性，近些年已被广泛用于树轮气候学研究[4~8]。
秦岭是位于中国中部一条东西走向的山脉，其主峰太白山是青藏高原以东的第一高峰。秦岭不仅被看作是亚热带和暖温带的重要分界线，也被认为是长江和黄河的重要分水岭。由于其独特的地理位置使得秦岭山脉南北坡气候差异明显，南坡一般温暖湿润，北坡通常寒冷干旱[9]。因此，秦岭也被认为是我国对气候变化反映最敏感的区域之一。了解该区过去气候变化特征，对太白红杉森林生态系统的保护与恢复以及探讨全球气候变化背景下现存太白红杉林的稳定和适应性及碳源汇变化等都具有重要意义。然而，由于地势、环境等条件非常复杂，秦岭地区高山气象站点分布十分稀疏，气象观测数据时间跨度通常较短(少于60 a)，因此获取长时间高分辨率的气候代理资料已成为目前急需解决的问题。近年来，许多专家学者在秦岭山脉上已开展了大量树轮气候重建研究。例如：秦进等[10]利用太白红杉年轮宽度重建了太白山林线区近144 a来3~6月平均气温变化；史江峰等[5]采用华山松树轮宽度重建了秦岭东缘近百年冬半年温度；刘禹等[8]基于秦岭落叶松树轮宽度重建了秦岭中段分水岭地区1~7月平均温度；刘洪滨和邵雪梅[7, 11~12]也对秦岭地区多个地点的初春温度进行了重建。由于秦岭地区地形复杂多变，局地气候特征变化明显，导致影响树木生长的限制因子非常复杂。此外，以上大部分研究仅仅对初春或生长季初期温度进行了重建，且重建的气候因子多为平均温度，极少有涉及最低温度。最近研究表明全球变化背景下昼夜增温速率不对称(最低温度增加幅度明显高于平均温度和最高温度)[13]。因此，未来研究理应将注意力更多集中在各种温度变化(例如：最高温度和最低温度)的气候重建，而不是仅仅是平均温度。当前仅有的气候重建只揭示了秦岭山脉少部分地区的历史气候变化特征，对于研究整个秦岭山脉的历史气候变化还远远不够，未来还需要加强对更多地点、月份和气候指标进行重建，来彼此相互验证和获得较为准确的区域气候记录。
本文利用秦岭太白山国家级自然保护区北坡高山林线太白红杉树木年轮宽度资料，建立树轮宽度年表，与逐月气候因子进行相关分析，探讨影响太白红杉径向生长的主要限制因子；并重建该区自1872年以来6~8月的最低温度变化，为太白山乃至秦岭地区数百年来气候变化的研究提供新资料，也为该地区的树木年轮气候研究提供一定数据基础。
1 材料与方法 1.1 研究区域概况研究区位于秦岭太白山国家级自然保护区，隶属于陕西省宝鸡市(图 1)。太白山是秦岭山脉的主峰，位于秦岭山脉中部地区，地处周至、眉县和太白县行政边界的交界处；最高峰是拔仙台，海拔3767.2 m，也是我国青藏高原以东大陆的最高峰。太白山海拔3000 m以上的高山区还保存着比较完整的第四纪冰川遗迹。因此，太白山是开展科学研究难得的天然场所。
|
图 1 采样点和气象站点位置图 Fig. 1 Locations of sampling site and meteorological station |
秦岭山脉处于我国东部暖温带和亚热带的过渡带，受大陆性和季风性气候的双重影响。太白山地处中纬度地带中国西北部的暖温带南缘，冬季盛行偏北、西北气流，寒冷而干燥，降水偏少；夏季受西南及太平洋暖湿气流影响，气候炎热湿润；春秋季处于冬夏季的过渡期，气候变化较大，四季分明。以佛坪气象站资料为例(图 2)，该地区年平均气温为12.0 ℃，1月份最冷(平均气温为0.9 ℃)，7月份最热(平均气温为22.4 ℃)；多年平均降水量为916.8 mm，降水量主要集中在5~9月，约占全年降水量的76.5%以上。由于受山地条件及大气环流的影响，太白山南、北坡气候差异明显，具有典型的亚高山气候特点，形成了明晰的垂直变化和气候带。从气候垂直变化看，由低向高依次出现了暖温带、温带、寒温带和亚寒带4个气候带。太白山植被垂直带谱完整，植被类型随海拔梯度升高存在明显垂直变化，依次为：落叶阔叶林带(海拔780~1300 m)、阔叶栎林带(海拔1300~2300 m)、桦木林带(海拔2300~2800 m)、针叶林带(海拔2800~3300 m)和高山灌丛草甸带(海拔＞3400 m)。
|
图 2 佛坪气象站平均温度和降水量的月变化(1959~2015年) Fig. 2 Monthly mean temperature and total precipitation of Foping weather station(1959~2015) |
样品采集于2008年8月，采样点位于太白山国家级自然保护区北坡高山林线附近(33.97°N，107.77°E；海拔高度3274 m)。树轮样本树种为太白红杉(L.chinensis)，采样点森林郁闭度为0.5，坡向为正北，坡度为20°~30°。在采样点，选取树木年龄较大且生长状况良好的太白红杉，在胸高处(H=1.3 m)利用生长锥钻取完整树轮样芯(尽可能保证通过髓芯)。为减少对树木的损害，每株树仅钻取一根样芯，共采集45株树。对样芯进行固定、干燥和打磨等常规预处理[14]。在双筒显微镜下利用骨架图法进行目视交叉定年。年轮宽度利用LINTABTM 6.0测量(精度为0.01 mm)。测量后运用COFECHA程序[15]对交叉定年和测量结果的准确性进行检验，剔除与主序列相关性差和树龄较小的样芯，将保留的33根样芯用于年表建立。为了缓解传统去趋势方法中存在的潜在趋势拟合偏差问题，本文利用基于ARSTAN程序的“Signal-free”方法[16]，对所测样本数据采用保守的负指数曲线或者任意斜率线性回归曲线去除原始树木年轮序列与年龄有关的生长趋势。为避免异方差性对所测年轮宽度序列的影响，接下来使用比率的方式计算得到无量纲的年轮指数，并用双权重平均法获得最终的太白红杉“Signal-free”标准年表(图 3)。去趋势过程通过RCSigFree软件完成。该年表树轮序列时间跨度为199 a(1810~2008年)，可靠年表序列长度(EPS＞0.85)为137 a(1872~2008年)，平均敏感度、标准差和信噪比分别为0.19、0.22和28.51。
|
图 3 太白山国家自然保护区太白红杉树轮年表 Fig. 3 Tree-ring chronologies of L. chinensis in the Taibai Mountain National Natural Reserve |
选取距离采样点最近的佛坪气象站(图 1，地理位置33.52°N，107.98°E；海拔827.2 m)，对时间长度1959~2009年的气象数据进行分析(图 2)。气象站距离采样点直线距离为55.8 km。气象数据下载自国家气象科学数据共享服务平台(http://cdc.cma.gov.cn/)。采用Mann-Kendall方法[17]对该站气象资料进行均一性检验。该气象站温度和降水量数据变化相对均一，可用于进一步分析。所选用的气象资料包括月平均气温、月降水量、月最高气温和月最低气温。厄尔尼诺-南方涛动(El Niño -Southern Oscillation，简称ENSO)[18]和太平洋年代际振荡(Pacific Decadal Oscillation，简称PDO)[19]等大尺度气候模态数据被下载自荷兰皇家气象研究所的数据共享网站(http://climexp.knmi.nl)。
利用SPSS18.0软件对标准年表与上年4月到当年9月的气象因子进行Person相关分析，以揭示太白红杉径向生长的主要限制因素。之后，选取不同月份组合的温度和降水量分别计算均值，再与标准年表进行相关分析，以寻找最适合的气候因子进行重建。接下来，利用SPSS软件中的线性回归来获取气候重建方程。由于仪器记录的气象资料时间段较短，故采用逐一剔除法(leave-one-out)检验重建方程的稳定性和可靠性。此外，本研究还采用分段检验法(calibration-verification)来进一步检验重建方程的可靠性。为确定秦岭太白山地区的偏冷和偏暖期，本文利用FFT(Fast Fourier Transformation，快速傅氏变换)对重建的气候因子进行10年低通滤波处理。采用多窗谱方法(The Multi-taper Method，简称MTM)程序[20]对重建温度序列进行多带谱分析，以检验重建因子变化的周期性。
2 结果与讨论 2.1 树木生长与气候因子的关系由图 4可知，太白红杉径向生长与上年4~7月、9月和当年2~3月、5~7月以及9月平均温度呈显著正相关(p < 0.05);与上年4~5月、当年3月和5~7月最高温度也呈显著正相关(p < 0.05)。与最低温度的相关分析结果与平均温度类似，均受上年和当年生长季前期和生长季气温的重要影响。年表与上年4~5月和当年3~4月降水量呈显著负相关(p < 0.05)。由于季节性平均气候因子比单一月份气候因子时常更能代表气候状况的长期变化，因此，本文对太白红杉树木生长与季节性气候因子的关系也进行了探讨，以便找到最适合重建月份的气候变量。结果表明：年表与当年6~8月最低温度(r =0.673，p < 0.01)相关性最高。以上研究表明温度(尤其是生长季温度)是太白红杉生长的主要限制因子，这与以往在太白山地区的研究结果一致[21]。前人研究普遍得出温度是限制寒温带地区树木生长开始的最重要因子[22]。然而，田沁花等[23]研究发现，伏牛山地区油松树轮宽度与5~7月平均最高温度呈显著负相关；同时，在该区开展的树木年轮与气候因子关系的研究同样发现，早春温度对树木生长起到关键的限制作用[4, 12]。以上这些差异的产生可能与取样地点的局地环境特殊性有关。此外，太白山高山林线海拔较高，气候变化异常剧烈，复杂的地形条件能够潜在地引起局地小生境的较大差异[24]，强风会造成局地气候条件改变。于健等[2]在长白山东坡林线的研究也发现该处树木生长受小生境的异质性和干扰事件的共同影响。
|
图 4 太白红杉年轮指数与气候因子的相关性分析 短划线表示显著相关(p=0.05)，横坐标中的“p”代表上年，“c”代表当年 Fig. 4 Pearson correlation coefficients between tree-ring index of L. chinensis and climatic factors. Significant correlations(p=0.05) are indicated by dash lines. The letter "p" in abscissa represents the previous year and "c" in abscissa represents the current year |
太白红杉径向生长主要受当年生长季6~8月最低温度的影响。这与前人研究普遍得出的高海拔地区树木生长主要受生长季温度限制，而低海拔主要与降水量有关结论相同[25]。戴君虎等[26]研究指出，降水量基本不是太白山及附近山区植物生长的主要限制因子；Shi等[27]研究表明，秦岭东部沿海拔梯度油松生长对气候的响应随海拔升高温度对树木生长的影响增加；Liu等[22]研究发现，秦岭太白红杉与生长季温度呈显著正相关；于大炮等[28]研究同样发现，当年6月的气温是限制长白山北坡高海拔长白落叶松径向生长的主要气候因子。太白红杉为耐寒、耐旱树种，生长于立地条件严酷的高寒地带，林木生长期短，生长缓慢，非常容易受到是霜冻灾害的影响，造成生长量下降或者整株树木死亡。生长季温度对于树木生长来说具有重要作用，这在北半球高纬度和高海拔林线地区早已被广泛证实[29]。太白山森林上限生长季较短(主要集中在7~8月)，6月树木刚好处于生长季初期，温度增加有利于冬季存留的积雪融化，形成层活动开始日期显著转变，导致树木提早结束休眠状态，进而延长生长期，较易形成宽轮[30]。此外，最低温度的增加能够促进树木呼吸作用和增强植物生理活动，产生更多的生长素，促进细胞扩大并更易形成宽轮。
2.2 6~8月最低温度重建基于上述分析表明，当年6~8月最低温度是太白山北坡高山林线太白红杉径向生长的主要限制因子。因此，选择佛坪气象站当年6~8月最低温度作为重建因子，以“零信号”标准年表作为自变量，以1959~2008年为建模期，使用一元线性回归模型建立树轮宽度指数与当年6~8月平均最低温度之间的转换方程：
|
(1) |
公式(1)中，Ti为第i年的6~8月平均最低温度，Ii为第i年太白红杉树轮宽度指数(图 5)。
|
图 5 年轮指数与太白山6~8月最低温度的散点图(1959~2008年) Fig. 5 Scatter plot of June-August mean minimum temperature of northern slope in the Taibai Mountain and tree-ring indices with linear fitting curve(1958~2008) |
为了判断重建方程的稳定性和可靠性，我们采用逐一剔除法(leave-one-out)对其进行检验。其原理是，相继剔除整个时间序列中的一组数据，然后计算相关系数，以检验回归方程的稳定性。各统计量结果见表 1，该重建方程的相关系数为0.673，方差解释量为45.3%，调整后方差解释量为44.2%，F检验值为39.837，方差解释量(R2)、符号检验(ST)和乘积平均值检验(PMT)均达到了95%或99%的显著水平，表明重建方程稳定可靠。一般认为误差缩减值(RE)大于0时，重建方程具有可靠性。本研究误差缩减值RE值为0.41，较好的通过了重建检验。此外，本研究还对重建方程进行了分段检验(表 2)，发现在第二个检验时段CE为负值。类似的情况在大别山地区树轮重建研究[31]中也有报道，可能的原因是校准和检验两个时段时间序列较短，温度差异较大。然而，整个重建时段的校准能在一定程度上客服这个不足。此外，重建值与观测值在共同区段(1959~2008)总体趋势吻合较好，二者表现出较好的一致性(图 6)。综上分析，重建方程是稳定可靠的，可以用于重建太白山北坡过去137 a以来6~8月最低温度变化。
|
表 1 1959~2008年分析期间校准和逐一剔除法验证结果 Table 1 Calibration and leave-one-out verification results for the analysis period 1959~2008 |
|
|
表 2 1959~2008年校准、检验和共同时间段的统计参数 Table 2 Statistics of calibration and verification test results for the common period of 1959~2008 |
|
图 6 6~8月平均最低温度实测序列和重建序列对比 Fig. 6 Comparison between observed and reconstructed June-August mean minimum temperature |
依据重建方程重建了研究区137 a以来(1872~2008年)6~8月最低温度变化(图 7a)。过去137 a中6~8月最低温度一直处于不断波动之中，其特点是冷期和暖期交替出现，并且冷期和暖期持续时间较长。重建序列最大值出现在2006年(18.35 ℃)，最小值发生在1921年(15.78 ℃)，二者之差为2.57 ℃。过去137 a温度重建序列平均值为16.64 ℃。为了揭示年代际持续的冷暖变化情况，对重建序列进行10 a低通滤波处理，并定义：滑动平均值至少连续10 a大于均值时为偏暖期，至少连续10 a小于时为偏冷期。由图 7a可知，在重建的137 a间，存在4个偏冷期为1881~1901年、1908~1926年、1946~1957年和1963~1978年，1个偏暖期1990~2008年。1990~2008年是持续时间最长的偏暖期，最长的偏冷期为1881~1901年，持续时间分别为19 a和21 a。
|
图 7 重建秦岭北坡6~8月最低温度(a)与大别山地区1~7月最低温度[31] (b)以及秦岭东缘冬半年温度[5] (c)比较 黑色虚线代表重建序列的平均值，粗曲线为10年FFT低通滤波值；灰色阴影区为一致的高温或低温时期 Fig. 7 Comparison of reconstructed June-August mean minimum temperature in the northern slope of the Qinling Mountains (a), reconstructed January-July minimum temperature in the Dabie Mountains[31] (b)and Winter-half year temperature in the eastern Qinling Mountains[5] (c). Black dashed line represent means of reconstructed temperature series. Solid line is a 10-a FFT smoothing to emphasize long-term fluctuation. Gray shadow areas represent low and high temperature zones with good agreements in these three temperature series, respectively |
为了进一步评估重建温度序列是否能够代表相似的气候变化特征及大空间尺度的一致性，将本文重建序列与采样点周边两个温度敏感性重建序列进行对比。第一个是Shi等[31]重建的大别山地区1~7月最低温度(图 7b)；第二个是史江峰等[5]重建的秦岭东缘伏牛山地区近百年冬半年温度(图 7c)，两个重建序列分别位于采样点东南方向377.2 km和853.7 km。尽管研究区距离本研究地点较远，但本文重建序列与大别山和伏牛山温度重建序列相关系数仍达到了0.387和0.273(p < 0.001，n=113)，这说明秦岭地区的树木年轮宽度变化存在公共气候限制因子。重建序列中1908~1926年、1946~1957年和1963~1978年的低温时期也存在于其他两个重建序列[5, 31]。朱良军等[32]研究同样发现这些低温时期的存在，表明这些低温时段具有广泛的区域性和普遍性。最长的冷期(1881~1901年)除被发现在本研究对比的两条温度重建序列外，在伊春[32]和湖南道吾山[33]等地的温度重建中也有所发现。这也进一步证明本研究的温度重建序列可以代表较大地理范围的温度变化。此外，1990~2008年是显著的升温时期，研究地区的6~8月最低温度一直处于平均值之上，这在Shi等[31]和史江峰等[5]的研究中均有所体现；刘禹等[8]对秦岭中段分水岭地区1~7月平均气温的重建，也发现1990年之后升温明显。同时，20世纪末史无前例的全球气候变暖也普遍被记录在青藏高原东南部[34]、祁连山东部[35]和大兴安岭北部[36]等北半球中高纬度地区。但是，以上3条重建序列之间也存在着一些冷暖变化不同的时段，这些差异很可能是由于采样点所处的局地环境不同导致的区域性气候特征、重建所选用年表以及重建时段不同而造成的。
为了解重建的6~8月最低温度序列是否能够准确反映秦岭大范围温度变化，我们还计算了重建序列与英国CRU(Climatic Research Unit)0.5°×0.5°格点温度数据集的相关性，时间段为1959~2008年(图 8a)。结果表明，本文重建的6~8月最低温度与研究区及周边较大范围地区的6~8月最低温度显著相关，表明其能够指示我国26°~43°N，104°~122°E这一区域同期的最低温度变化。此外，为了评估是否存在大尺度气候驱动力通过调节当地气候变化影响树木生长，本文将重建的6~8月温度序列与同期0.5°×0.5°格距的海表温度场(version 1 of HadISST 1.1)进行了空间相关分析(图 8b)。结果表明：与海温数据的公共时间段内(1959~2008年)，秦岭北坡6~8月最低温度与太平洋海温表现为显著正相关，表明当太平洋海域海温偏高时，秦岭地区6~8月温度也相应升高，反之亦然，这也说明太平洋海温变化可以显著影响秦岭地区温度变化。另外，秦岭作为中国南北方的分界线，该地区气候或许也受西风环流的影响；Chen等[37]在秦岭东部研究发现异常的大气循环也可以影响该地区温度变化。然而，这两种循环系统(东南夏季风和西风环流)如何相互作用控制中国中部秦岭地区温度变化将有待进一步调查。
|
图 8 最低温度重建值与CRU格点6~8月平均最低温度(a)和海温场(b)的空间相关 Fig. 8 Spatial correlation fields of reconstructed mean minimum temperature in the Qinling Mountains with regional gridded June-August mean minimum temperature (a) and global SSTs from HadISST 1 (b)for the period 1959~2008, respectively. Correlation analysis was performed using the KNMI climate explorer(http://climexp.knmi.nl/) |
ENSO和PDO是影响环太平洋地区气候变化的主要两个气候模态[38~39]。为了建立6~8月最低温度与ENSO和PDO之间的联系，本文将分别从周期特征和序列对比两个方面进行讨论。利用MTM分析对6~8月重建的最低温度序列进行周期性检验(图 9)，发现温度变化存在2.5 a和5.7 a的极显著周期(p < 0.01)，这些周期与ENSO 2~7 a的准周期基本一致[40]，表明秦岭地区的最低温度变化可能受到ENSO的影响。大尺度气候波动一般不会直接影响某一区域树木的径向生长，但它能通过影响局地气候间接影响树木生长。侯丽等[41]基于秦岭2~4月历史气温重建也发现存在2~3 a和2~5 a的准周期变化；刘洪滨和邵雪梅[12]对秦岭南坡佛坪自1789年以来的1~4月平均温度重建同样发现3~4 a周期存在。相似的ENSO事件影响温度变化也被证实在小兴安岭[32]、东南地区[42]、青藏高原东南部[43]和青海省黄河源区[44]。上述结果进一步说明ENSO事件可以很大程度上影响该地区的气候变化，同时也证实秦岭地区的气候变化可能具有一定的全球性特征。此外，刘洪滨和邵雪梅等[7]指出秦岭地区历史初春温度变化除了具有2~3 a和7~8 a的准周期外，还具有50~60 a和100 a左右的低频变化。Liu等[22]对秦岭太白红杉反映干旱和大尺度气候变化进行研究，也证实了11.1 a、24.4 a、30.5 a和40.7 a周期存在，这暗示PDO和太阳活动也可能对研究区温度和干旱状况产生影响。
|
图 9 重建6~8月最低温度序列的功率谱分析 图中数字代表显著(p < 0.05)的周期 Fig. 9 MTM spectral analysis for the reconstructed June-August mean minimum temperature. The red dotted lines indicate the 95% significance level. Digital values on the plot are the significant(p < 0.05)periods |
为进一步了解ENSO和PDO对研究区温度的影响，对比分析了重建温度与这两个太平洋气候模态的关系。图 10是重建的6~8月最低温度序列与ENSO和PDO在共同时间段(1872~2008年)的变化曲线，它们之间存在正向关系。分别计算了重建的6~8月最低温度序列与ENSO和PDO指数在共同时间段(1872~2008年)的相关系数，分别为0.360(p < 0.001，n=137)和0.392(p < 0.001，n=137)。将重建的6~8月最低温度序列与ENSO和PDO指数经10低通滤波处理后计算相关性，发现它们之间的相关性明显提高，分别为0.428(p < 0.001，n=137)和0.452(p < 0.001，n=137)。以上分析结果表明，研究区6~8月最低温度受到了ENSO和PDO等太平洋气候模态的显著影响。这从图 8b重建的6~8月最低温度序列与海温场空间相关分析结果也可以看出。综上所述，以上研究或许表明秦岭当地气候状况可能与遥远的海洋-大气-陆地系统存在遥相关。因此，为了更好地了解遥相关背后的物理机制，更大范围和更密集的树木年轮样芯采样工作需要继续进行。
|
图 10 重建的6~8月最低温度序列(蓝线，a和b)与ENSO指数(红线，a)和PDO指数(红线，b)的对比(细线为重建值，粗线为10 a低通滤波值) Fig. 10 Comparison between reconstructed June-August mean minimum temperature(blue line, a and b) and the ENSO(red line, a)and PDO(red line, b)indices. The thin line is the original value and the thick line is a 10-a FFT smoothing to emphasize long-term fluctuation |
通过对秦岭太白山北坡高山林线太白红杉树木年轮宽度建立年表，探讨限制树木径向生长的主要气候因子，并利用转换方程重建了该区域自1872年以来6~8月的最低温度变化和对其变化特征进行了分析。得出以下结论：
(1) 温度是限制秦岭太白山北坡高山林线太白红杉径向生长的主要限制因子，尤其是上年和当年生长季前期和生长季的温度。降水对树木生长的影响相对薄弱。年表与当年6~8月最低温度相关性最高(r =0.673，p < 0.01)。这也进一步表明6~8月最低温度是影响该区太白红杉生长的最主要气候因子。
(2) 利用一元线性回归方程重建研究区过去137 a以来6~8月最低温度，重建方程为：Ti=1.788 Ii+14.855，该方程的方差解释量为45.3%，调整后的方差解释量为44.2%，经逐一剔除(leave-one-out)和分段检验法(calibration-verification)进行方程检验，发现该重建序列结果稳定可靠。
(3) 该区过去137 a重建的最低温度存在4个偏冷期(1881~1901年、1908~1926年、1946~1957年和1963~1978年)和1个偏暖期(1990~2008年)。本文重建序列的冷暖时期与秦岭山脉东南部地区树轮记录的温度事件具有较好的一致性，进一步表明重建结果的可靠性。
(4) 空间相关分析表明：重建结果对我国(26°~43°N，104°~122°E)这一区域同期的最低温度变化有一定的区域代表性。6~8月最低温度变化与太平洋海温呈为显著正相关，这表明太平洋海温变化能够影响秦岭地区夏季最低温度变化。多窗谱分析表明，重建序列存在2.5 a和5.7 a的极显著周期(p < 0.01)，这可能与ENSO的活动有关。与此同时，6~8月最低温度与ENSO、PDO在年际和年代际尺度的对比上也具有较好的对应关系。
致谢: 感谢南京大学史江峰老师提供重建序列！
| [1] |
Shi J F, Lu H Y, Li J B, et al. Tree-ring based February-April precipitation reconstruction for the lower reaches of the Yangtze River, Southeastern China[J]. Global and Planetary Change, 2015, 131: 82-88. DOI:10.1016/j.gloplacha.2015.05.006 |
| [2] |
于健, 徐倩倩, 刘文慧, 等. 长白山东坡不同海拔长白落叶松径向生长对气候变化的响应[J]. 植物生态学报, 2016, 40(1): 24-35. Yu Jian, Xu Qianqian, Liu Wenhui, et al. Response of radial growth to climate change for Larix olgensis along an altitudinal gradient on the eastern slope of Changbai Mountain, Northeast China[J]. Chinese Journal of Plant Ecology, 2016, 40(1): 24-35. DOI:10.17521/cjpe.2015.0216 |
| [3] |
张文辉, 王延平, 康永祥, 等. 太白山太白红杉种群空间分布格局研究[J]. 应用生态学报, 2005, 16(2): 207-212. Zhang Wenhui, Wang Yanping, Kang Yongxiang, et al. Spatial distribution pattern of Larix chinensis population in Taibai Mt[J]. Chinese Journal of Applied Ecology, 2005, 16(2): 207-212. |
| [4] |
秦进, 白红英, 李书恒, 等. 太白山南北坡高山林线太白红杉对气候变化的响应差异[J]. 生态学报, 2016, 36(17): 5333-5342. Qin Jin, Bai Hongying, Li Shuheng, et al. Differences in growth response of Larix chinensis to climate change at the upper timberline of southern and northern slopes of Mt. Taibai in central Qinling Mountains, China[J]. Acta Ecologica Sinica, 2016, 36(17): 5333-5342. |
| [5] |
史江峰, 鹿化煜, 万建东, 等. 采用华山松树轮宽度重建秦岭东缘近百年冬半年温度[J]. 第四纪研究, 2009, 29(4): 831-836. Shi Jiangfeng, Lu Huayu, Wan Jiandong, et al. Winter-half year temperature reconstruction of the last century using Pinus armandii Franch tree-ring width chronologies in the eastern Qinling Mountains[J]. Quaternary Sciences, 2009, 29(4): 831-836. |
| [6] |
闫伯前, 林万众, 刘琪瞡, 等. 秦岭不同年龄太白红杉径向生长对气候因子的响应[J]. 北京林业大学学报, 2017, 39(9): 58-65. Yan Boqian, Lin Wanzhong, Liu Qijing, et al. Age-dependent radial growth responses of Larix chinensis to climatic factors in Qinling Mountains, Northwest China[J]. Journal of Beijing Forestry University, 2017, 39(9): 58-65. |
| [7] |
刘洪滨, 邵雪梅. 利用树轮重建秦岭地区历史时期初春温度变化[J]. 地理学报, 2003, 58(6): 879-884. Liu Hongbin, Shao Xuemei. Reconstruction of early-spring temperature of Qinling Mountains using tree-ring chronologies[J]. Acta Geographica Sinica, 2003, 58(6): 879-884. DOI:10.11821/xb200306011 |
| [8] |
刘禹, 刘娜, 宋慧明, 等. 以树轮宽度重建秦岭中段分水岭地区1-7月平均气温[J]. 气候变化研究进展, 2009, 5(5): 260-265. Liu Yu, Liu Na, Song Huiming, et al. Reconstructed mean air temperature from January to July at the divide sampling site in the Mid-Qinling Mountains with tree-ring widths[J]. Advances in Climate Change Research, 2009, 5(5): 260-265. |
| [9] |
李双双, 延军平, 万佳. 全球气候变化下秦岭南北气温变化特征[J]. 地理科学, 2012, 32(7): 853-858. Li Shuangshuang, Yan Junping, Wan Jia. The characteristics of temperature change in Qinling Mountains[J]. Scientia Geographica Sinica, 2012, 32(7): 853-858. DOI:10.11820/dlkxjz.2012.07.003 |
| [10] |
秦进, 白红英, 刘荣娟, 等. 近144年来秦岭太白山林线区3-6月平均气温的重建[J]. 生态学报, 2017, 37(22): 7585-7594. Qin Jin, Bai Hongying, Liu Rongjuan, et al. Reconstruction of March-June mean air temperature along the timberline of Mount Taibai, Qinling Mountains, Northwest China, over the last 144 years[J]. Acta Ecologica Sinica, 2017, 37(22): 7585-7594. |
| [11] |
刘洪滨, 邵雪梅. 采用秦岭冷杉年轮宽度重建陕西镇安1755年以来的初春温度[J]. 气象学报, 2000, 58(2): 223-233. Liu Hongbin, Shao Xuemei. Reconstruction of early-spring temperature at Zhen'an from 1755 using tree ring chronology[J]. Acta Meteorologica Sinica, 2000, 58(2): 223-233. DOI:10.11676/qxxb2000.023 |
| [12] |
刘洪滨, 邵雪梅. 秦岭南坡佛坪1789年以来1~4月平均温度重建[J]. 应用气象学报, 2003, 14(2): 188-196. Liu Hongbin, Shao Xuemei. Reconstruction of January to April temperature at Qinling MTS from 1789 to 1992 using tree ring chronologies[J]. Journal of Applied Meteorological Science, 2003, 14(2): 188-196. |
| [13] |
丁一汇, 戴晓苏. 中国近百年来的温度变化[J]. 气象, 1994, 20(12): 19-26. Ding Yihui, Dai Xiaosu. Temperature variation in China during the last 100 years[J]. Meteorological Monthly, 1994, 20(12): 19-26. DOI:10.7519/j.issn.1000-0526.1994.12.008 |
| [14] |
Stokes M A, Smiley T L. An Introduction to Tree-ring Dating[M]. Chicago: University of Chicago Press, 1968: 1-73.
|
| [15] |
Holmes R L. Computer-assisted quality control in tree-ring dating and measurement[J]. Tree-ring Bulletin, 1983, 43(1): 69-78. |
| [16] |
Melvin T M, Briffa K R. A "signal-free" approach to dendroclimatic standardisation[J]. Dendrochronologia, 2008, 26(2): 71-86. DOI:10.1016/j.dendro.2007.12.001 |
| [17] |
Kendall M G, Gibbons J D. Rank Correlation Methods[M]. London: Edward Arnold, 1990: 1-272.
|
| [18] |
Braganza K, Gergis J L, Power S B, et al. A multiproxy index of the El Niño-Southern Oscillation, A. D. 1525-1982[J]. Journal of Geophysical Research: Atmospheres, 2009, 114(D5): D05106. http://dx.doi.org/10.1029/2008JD010896.
|
| [19] |
Mann M E, Zhang Z H, Rutherford S, et al. Global signatures and dynamical origins of the Little Ice Age and Medieval Climate Anomaly[J]. Science, 2009, 326(5957): 1256-1260. DOI:10.1126/science.1177303 |
| [20] |
Mann M E, Lees J M. Robust estimation of background noise and signal detection in climatic time series[J]. Climatic Change, 1996, 33(3): 409-445. DOI:10.1007/BF00142586 |
| [21] |
戴君虎, 邵雪梅, 崔海亭, 等. 太白山树木年轮宽度资料对过去生态气候要素的重建[J]. 第四纪研究, 2003, 23(4): 428-435. Dai Junhu, Shao Xuemei, Cui Haiting, et al. Reconstruction of past eco-climate by tree-ring width index of Larix chinensis on Mt. Taibai[J]. Quaternary Sciences, 2003, 23(4): 428-435. |
| [22] |
Liu N, Liu Y, Zhou Q, et al. Droughts and broad-scale climate variability reflected by temperature-sensitive tree growth in the Qinling Mountains, Central China[J]. International Journal of Biometeorology, 2013, 57(1): 169-177. DOI:10.1007/s00484-012-0544-8 |
| [23] |
田沁花, 刘禹, 蔡秋芳, 等. 油松树轮记录的过去134年伏牛山5-7月平均最高温度[J]. 地理学报, 2009, 64(7): 879-887. Tian Qinhua, Liu Yu, Cai Qiufang, et al. The maximum temperature of May-July inferred from tree-ring in Funiu Mountain since 1874 A. D.[J]. Acta Geographica Sinica, 2009, 64(7): 879-887. DOI:10.11821/xb200907012 |
| [24] |
延军平, 郑宇. 秦岭南北地区环境变化响应比较研究[J]. 地理研究, 2001, 20(5): 576-582. Yan Junping, Zheng Yu. A comparative study on environmental change response over the northern and the southern regions of the Qinling Mountains[J]. Geographical Research, 2001, 20(5): 576-582. |
| [25] |
Yu D P, Wang G G, Dai L M, et al. Dendroclimatic analysis of Betula ermanii forests at their upper limit of distribution in Changbai Mountain, Northeast China[J]. Forest Ecology and Management, 2007, 240(1-3): 105-113. DOI:10.1016/j.foreco.2006.12.014 |
| [26] |
戴君虎, 崔海亭, 唐志尧, 等. 太白山高山带环境特征[J]. 山地学报, 2001, 19(4): 299-305. Dai Junhu, Cui Haiting, Tang Zhiyao, et al. Characteristics of alpine physical environment on Taibai Mountain[J]. Journal of Mountain Science, 2001, 19(4): 299-305. |
| [27] |
Shi J F, Li J B, Cook E R, et al. Growth response of Pinus tabulaeformis to climate along an elevation gradient in the eastern Qinling Mountains, Central China[J]. Climate Research, 2012, 53(2): 157-167. DOI:10.3354/cr01098 |
| [28] |
于大炮, 王顺忠, 唐立娜, 等. 长白山北坡落叶松年轮年表及其与气候变化的关系[J]. 应用生态学报, 2005, 16(1): 14-20. Yu Dapao, Wang Shunzhong, Tang Lina, et al. Relationship between tree-ring chronology of Larix olgensis in Changbai Mountains and the climate change[J]. Chinese Journal of Applied Ecology, 2005, 16(1): 14-20. |
| [29] |
Liang E Y, Shao X M, Xu Y. Tree-ring evidence of recent abnormal warming on the southeast Tibetan Plateau[J]. Theoretical and Applied Climatology, 2009, 98(1-2): 9-18. DOI:10.1007/s00704-008-0085-6 |
| [30] |
吴祥定. 树木年轮分析在环境变化研究中的应用[J]. 第四纪研究, 1990(2): 188-196. Wu Xiangding. Application of tree ring analysis to the study on environment variation[J]. Quaternary Sciences, 1990(2): 188-196. |
| [31] |
Shi J F, Cook E R, Li J B, et al. Unprecedented January-July warming recorded in a 178-year tree-ring width chronology in the Dabie Mountains, Southeastern China[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2013, 381-382(7): 92-97. |
| [32] |
朱良军, 李善尧, 王晓春. 基于树木年轮重建伊春1790年以来2-3月最低温度变化[J]. 第四纪研究, 2015, 35(5): 1175-1184. Zhu Liangjun, Li Shanyao, Wang Xiaochun. Tree-ring reconstruction of February-March mean minimum temperature back to 1790 A.D. in Yichun, Northeast China[J]. Quaternary Sciences, 2015, 35(5): 1175-1184. |
| [33] |
史江峰, 李玲玲, 韩志勇, 等. 湖南道吾山树轮记录的1815-2013年6-9月平均温度及其与PDO和ENSO的联系[J]. 第四纪研究, 2015, 35(5): 1155-1164. Shi Jiangfeng, Li Lingling, Han Zhiyong, et al. Tree-ring width based June-September temperature reconstruction and its teleconnection with PDO and ENSO in Mount Daowu, Hunan Province[J]. Quaternary Sciences, 2015, 35(5): 1155-1164. |
| [34] |
Zhu H F, Shao X M, Yin Z Y, et al. August temperature variability in the southeastern Tibetan Plateau since AD 1385 inferred from tree rings[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2011, 305(1-4): 84-92. DOI:10.1016/j.palaeo.2011.02.017 |
| [35] |
Gao L L, Gou X H, Deng Y, et al. Dendroclimatic reconstruction of temperature in the eastern Qilian Mountains, Northwestern China[J]. Climate Research, 2015, 62(3): 241-250. DOI:10.3354/cr01271 |
| [36] |
Zhang T W, Yuan Y J, Wei W S, et al. Tree-ring-based temperature reconstruction for the northern Greater Higgnan Mountains, China, since A. D. 1717[J]. International Journal of Climatology, 2013, 33(2): 422-429. DOI:10.1002/joc.v33.2 |
| [37] |
Chen F, Zhang R B, Wang H Q, et al. Recent climate warming of Central China reflected by temperature-sensitive tree growth in the eastern Qinling Mountains and its linkages to the Pacific and Atlantic oceans[J]. Mountain Research, 2015, 12(2): 396-403. |
| [38] |
方克艳, 周非飞, 董志鹏, 等. 器测和树轮资料对厄尔尼诺-南方涛动指数的响应特征[J]. 第四纪研究, 2017, 37(5): 1064-1076. Fang Keyan, Zhou Feifei, Dong Zhipeng, et al. Responses of instrumental and tree-ring data to different indices of the El Niño-Southern Oscillation(ENSO)[J]. Quaternary Sciences, 2017, 37(5): 1064-1076. |
| [39] |
牛震敏, 杨凤梅, 王乃昂, 等. 巴颜喀拉山东端过去376年来夏季气温变化[J]. 第四纪研究, 2016, 36(4): 983-992. Niu Zhenmin, Yang Fengmei, Wang Nai'ang, et al. Summer temperature variability for eastern Bayan Har Mountains over the past 376 years[J]. Quaternary Sciences, 2016, 36(4): 983-992. |
| [40] |
Bradley R S, Diaz H F, Kiladis G N, et al. ENSO signal in continental temperature and precipitation records[J]. Nature, 1987, 327(6122): 497-501. DOI:10.1038/327497a0 |
| [41] |
侯丽, 李书恒, 陈兰, 等. 近200年来秦岭2-4月历史气温重建与空间差异[J]. 地理研究, 2017, 36(8): 1428-1442. Hou Li, Li Shuheng, Chen Lan, et al. Reconstruction of the historical temperature from February to April of the Qinling Mountains in recent 200 years[J]. Geographical Research, 2017, 36(8): 1428-1442. |
| [42] |
Chen F, Yuan Y J, Wei W S, et al. Reconstructed temperature for Yong'an, Fujian, Southeast China:Linkages to the Pacific Ocean climate variability[J]. Global and Planetary Change, 2012, 86-87: 11-19. DOI:10.1016/j.gloplacha.2012.01.005 |
| [43] |
Deng Y, Gou X H, Gao L L, et al. Early-summer temperature variations over the past 563 yr inferred from tree rings in the Shaluli Mountains, southeastern Tibet Plateau[J]. Quaternary Research, 2014, 81(3): 513-519. DOI:10.1016/j.yqres.2013.08.002 |
| [44] |
黄小梅, 肖丁木, 秦宁生. 树轮记录的黄河源区1505~2013年5~9月相对湿度变化[J]. 第四纪研究, 2017, 37(3): 442-451. Huang Xiaomei, Xiao Dingmu, Qin Ningsheng. Tree-ring based May-September relative humidity reconstruction during 1505~2013 in the Yellow River source region[J]. Quaternary Sciences, 2017, 37(3): 442-451. |
2 College of Plant Science and Technology, Beijing University of Agriculture, Beijing 110016)
Abstract
Here we present a 137-year June-August mean minimum temperature reconstruction based on tree-ring widths of Larix chinensis in the Taibai Mountain National Nature Reserve in the central area of the Qinling Mountains, Shaanxi Province in Northwestern China. A total of 45 cores from 45 living trees were extracted from this area(33.97°N, 107.7°E; 3274 m a.s.l.) in August, 2008. All cores were air-dried prior to mounting and sanding, and samples were prepared following standard dendrochronological techniques. To mitigate potential trend distortion problem in traditionally detrended chronology, we used a signal-free method to detrend tree-ring series using RCSigFree program. Finally, the stabilized signal-free chronology was used for the subsequent analysis. Climate-growth correlation analysis revealed that the growing season temperature was the main climatic factor controlling tree-ring growth in the Taibai Mountain. The precipitation on the growth effect is relatively weak. According to the stronger relationship(r=0.673, p < 0.01) between June-August mean minimum temperature in the current year and tree-ring widths chronology, we reconstruct the June-August mean minimum temperature in the Qinling Mountains using a simple liner regression model. The reconstruction equation explained 45.3%of the variance of the mean minimum temperature(1959~2008). The equation is checked by leave-one-out and calibration-verification methods. The regression equation is deemed stable and reliable. Four cold periods(1881~1901, 1908~1926, 1946~1957, and 1963~1978) and one warm periods(1990~2008) occurred in this region for the past 137 a. We found that the cold and warm periods of the reconstructed sequences were in accordance with other temperature events in the southeastern Qinling Mountains on decadal timescales, which further demonstrated the reliability of the reconstructed results. Spatial correlation analyses with a gridded temperature dataset showed that our temperature reconstruction sequences has a good representation for the variation of June-August mean minimum temperature in the Qinling Mountains(26°~43°N, 104°~122°E). In addition, the spatial analysis with SST data also showed that the temperature reconstruction sequences of this study had a significant positive correlation with the Pacific Ocean sea-surface temperatures(SSTs). Power spectrum reveals the existence of significant frequency cycles of variability at 2.5 a and 5.7 a(p < 0.01), which may be linked to large-scale atmospheric-oceanic variability, such as the El Niño -Southern Oscillation(ENSO). At the same time, June-August mean minimum temperature had a better correspondence with ENSO and PDO in the comparison of interannual and decadal scales. To sum up, ENSO and PDO may influence June-August mean minimum temperature through their teleconnection in the Qinling Mountains. This reconstruction is not only useful in improving our knowledge of long-term temperature variation but also useful in predicting the tree growth dynamics in the future in the study area.