2. 哈尔滨师范大学 地理科学学院, 黑龙江 哈尔滨 150025
2. School of Geography Science, Harbin Normal University, Harbin 150025, China
因定年准确、连续性强、分辨率高且样本易得等特点, 树木年轮成为古气候研究中十分重要的代用资料, 在各项气候指标历史变化分析及重建中发挥重要作用, 被列为全球变化研究中的重要技术途径之一[1]。近年来利用树轮在重建历史降水、温度及其他气候指标中取得很多成果, 其中不乏长序列历史气候资料。Salzer等[2]利用美国西南大盆地树轮获取了该研究区历史上4 500a的气温异常变化; 刘禹等[3]利用树轮资料重建了青藏高原中东部过去2 485a气温变化规律; 勾晓华等[4]利用阿尼玛卿山地区祁连圆柏树轮资料重建了黄河上游过去1 234a的流量变化特征。众多研究成果有助于我们了解在全球气候变化趋势及我国气候变化响应。基于树轮研究的重要意义, 建立树轮“场”成为树轮气候研究的基础性建设[1]。
本研究样地选取大兴安岭漠河县, 作为中国最北端的县, 当地自然环境对于气候变化敏感而迅速, 其气候发展对大范围区域均有指示作用。寒温带针叶林作为中国北方高纬度地区主要的林型, 一直是气候研究工作者关注的重点, 樟子松耐寒抗旱且适应性强, 在大兴安岭北部分布广泛。本文拟利用大兴安岭漠河县樟子松树轮数据重建当地历史气候资料,并分析重建序列, 了解该地区当月历史降水变化规律。
1 材料和方法漠河县隶属于黑龙江省大兴安岭地区, 位于大兴安岭北麓, 黑龙江上游南侧, 东北地区最北端, 是我国纬度最高的县。气候上属寒温带大陆性气候, 是我国气温最低的县, 冬季寒冷而漫长, 年平均气温-4℃, 年均降水量400mm左右且集中在6~8月份。森林覆盖率90%以上, 以寒温带针叶林为主, 主要树种有樟子松、落叶松(Larix gmelinii (Rupr.) Kuzen)、赤松(Pinus densiflora Sieb.et Zucc)等。
基于国际树木年轮库(ITRDB)标准, 本研究2017年10月份于漠河县北极村共采集32株樟子松共73芯(一株两芯, 长势较好株三芯), 采样点位置见图 1。采样时选择生长状态较好且年龄较大樟子松, 使用生长锥于成人胸高处(1.3m)钻取样芯, 保存在定制塑料软管内并编号记录。实验室内参照Stokes和Smiley[5]的方法对样本进行自然风干、绕线固定、砂纸打磨等预处理。在显微镜下使用骨架图示法对样本进行标点及初步交叉定年, 后使用Velmax年轮宽度测量仪测量年轮宽度, 该仪器测量精度为0.001mm。使用COFECHA程序[6]对定年及测量结果序列进行检验, 个别处理消除定年及测量中的误差, 剔除趋势差别较大难以调整的样芯, 最终保留71根样芯。确定序列无误后使用ARSTAN程序[7]进行去趋势及标准化, 采用较为保守的负指数及线性函数进行去趋势, 削减树木自身生长的影响并保留低频变化趋势。再用双权重平均法对年轮序列进行标准化, 最终建立漠河县樟子松标准化年表及差值年表, 本文使用标准化年表, 统计特征见表 1。
|
图 1 采样点和气象站点示意图 Fig. 1 Location of sampling site and meteorological station |
|
|
表 1 漠河县樟子松宽度年表主要统计特征 Tab. 1 Major statistic characteristics of STD chronology of Pinus sylvestris var. mongolica in Mohe |
采用距离采样点距离最近的漠河气象台站(80km)历史气候数据(1960—2016), 来源于中国气象数据网(http://data.cma.cn)(见图 2)。使用Excel2013处理气象数据, 通过Man-kendall方法检查气象序列突变状况, 结果显示允许进一步分析。在分析年表与气候因子相关性时考虑树木生长对气候变化响应的滞后性(上年9月~当年8月)。使用SPSS检验年表与不同气候要素之间的相关性, 见表 2。
|
图 2 漠河月际平均降水量和平均气温 Fig. 2 The monthly mean precipitation and temperature in Mohe |
|
|
表 2 标准化年表与各月不同气候要素的相关性 Tab. 2 Correlation coefficients of STD chronology and monthly climate data |
漠河气象站与邻近的塔河站(124.43°E, 52.21°N)、新林站(124.24°E, 51.4°N)、呼玛站(126.38°E, 51.44°N)各站点1月份降水量相关系数均在0.7(0.747, 0.809, 0.706)以上(塔河站1960—2016, 新林站1972—2016, 呼玛站1960—2016), 说明重建漠河1月份降水量在大兴安岭北部具有较高空间代表性。使用SPSS17.0建立线性回归方程, 利用方程重建1920年以来1月份降水量, 通过误差缩减值RE、符号检验S1/S2、乘积平均值PMT及相关系数r检验重建方程的准确性及稳定性。
由表 2知, 当年1月份降水量P1变化趋势与标准化年表相关系数最高(R=0.636, P < 0.000), 采用标准化年表对漠河1月份降水量进行重建。在1960年至2016年校准时段内, 得到模型函数:
| $ {P_1} = 11.733 \cdot {\rm{ST}}{{\rm{D}}_{\rm{t}}} - 6.089 $ | (1) |
式中, P1表示当年1月份降水量, STDt表示该年标准化年表年轮指数。转换函数N=57, R2=39.6%, Radj2=38.5%, F=36.027, P < 0.000, 表明该模型具有较高的显著性。采用“逐一剔除法”对重建序列的准确性及稳定性进行检验, 结果见表 3。
|
|
表 3 重建序列检验参数 Tab. 3 Statistical parameters of the reconstructed series |
校验期内检验序列与实测序列的相关系数r=0.458, 较重建序列与实测序列相关系数R相比有所下降。误差缩减值RE=0.734(一般超过0.3视为重建模型较好地通过了检验), 符号检验中实测与检验两序列同号数为44个, 两序列一阶符号检验S2同号数为51个, 均通过99%置信区度检验, 表明两序列在高频与低频变化中均具有较好一致性。PMT乘积平均数t=4.3, 超过99%置信度临界值(2.665)。综合以上检验参数可知转换函数稳定可靠, 可用于重建漠河过去97年1月份降水量。本文亦分析了漠河1月份降水量、标准化年表与PDSI(帕尔默干旱系数, 数据来源于荷兰皇家气象研究所网站http://www.knmi.nl)的相关性, 结果见表 4。
|
|
表 4 漠河1月份降水量、标准化年表与PDSI相关 Tab. 4 Correlation coefficients between precipitation of Mohe in January, STD chronology with PDSI |
利用上述转换函数重建了漠河1920年以来1月份降水量, 见图 3; 依据重建序列作各年份1月份降水量距平值序列, 见图 4; 采用快速傅里叶变换(fast Fourier transform)对重建序列进行周期性检验, 见图 5。
|
图 3 重建序列分析 Fig. 3 Analyze of reconstruction series |
|
图 4 1月份降水量距平序列 Fig. 4 Time series of the January precipitation anomaly |
|
图 5 重建序列周期性检验 Fig. 5 Periodicity test of reconstructed series |
漠河樟子松年轮指数与各项气候指标相关系数表明(见表 2), 上年各气候指标对其径向生长影响略高于当年。上年9月份降水量、最高气温、最低气温均与樟子松生长显著相关, 上年12月份至当年1月份降水量与樟子松生长呈极显著正相关(P < 0.000)。其中与当年1月份降水量相关系数最高, 达0.636。偏相关分析表明, 降水对樟子松生长的影响明显高于温度, 结合树轮指数与PDSI的相关分析(见表 4)可知, 降水是漠河樟子松径向生长的主要限制因子, 纬度越高水分限制作用会逐渐加强, 这与众多研究[8-10]结果一致。不同的是, 李俊霞[11]认为在大兴安岭北部漠河、塔河等地樟子松生长量增加与平均最低气温上升密切相关, 但在本研究中并没有体现; 张先亮[12]认为由于樟子松较为耐旱且漠河降水较半干旱地区高, 因而降水没有成为影响树木径向生长的主要限制因子, 而与6,7月温度升高关系密切, 该结论与本研究差异明显, 或因采样地具体生境不同而造成差异, 有待进一步研究, 而与PDSI的相关性较为一致, 表明土壤干湿度是影响漠河樟子松径向生长的关键因素。
根据模型(1)重建了漠河1920—2016年1月份降水量, 重建序列97年, 重建序列内1月份平均年降水量为5.5mm, 图 3(b)中虚线表示序列平均降水量50%浮动范围, 定义超出平均值50%(8.1mm)为湿润年, 低于平均值50%(2.7mm)为干旱年, 浮动范围内为正常年。由图 3(b)结合各年1月份降水量距平(图 4)知, 在漠河近百年1月份降水量变化趋势中经历了1922—1928年、1940—1946年、1972—1977年、1986—1989年4个偏少阶段, 最长持续6年, 1954年与1967年1月份降水量最少, 不足1mm, 1972—1977年仅3.1mm, 较百年平均值少58%, 亦存在1950—1960年(除1954年外)、1991—2002年两个偏多阶段。20世纪末至21世纪初(1986—2002年)降水明显上升, 其中1991—2002年年均1月份降水量达11.0mm, 较重建序列平均值升高98%, 序列中最大1月份降水量19.9mm出现在2002年。在过去97年中, 共有湿润年10年, 干旱年8年, 分别占重建序列10.3%,8.2%, 大部分年份1月份降水量都在正常范围内波动, 20世纪最后30年存在显著增多过程, 而湿润年主要集中该过程后半段。与徐兴奎[13]所表述1970—2000年东北北部降雪量总体上呈增加趋势结论以及赵春雨[14]表述的1960年以来东北地区西北部降雪量有增加趋势比较吻合。1970—2000年漠河1月份降水量与1月份平均气温显著相关(R=0.367*, P=0.042), 降水量增加是否与区域显著增温有关、以及近年来CO2浓度显著上升对树木生长是否存在明显施肥作用、新世纪以来降水又恢复平均水平的原因等问题有待进一步研究。
快速傅里叶变换分析结果(图 5)表明, 漠河1月份重建降水量序列存在48a, 16a, 9.7a, 5~7a, 2.2~2.5a的准周期, 其中2.2~2.5a,16a,48a准周期与气象学上的“准两年振荡”(PDO)(PDO亦存在15~20年和50~70年的周期变化, 是长周期的气候波动)相一致, 5a准周期与厄尔尼诺-南方涛动(ENSO)频率较为吻合, 说明漠河樟子松径向生长或与大尺度气候波动存在联系, PDO、ENSO等全球变化会影响区域环境变化趋势, 进而对树木生长产生影响[15]。
从树木生理学上讲, 降水量多少及降水月际分配模式对干旱及半干旱地区树生长有重要影响。冬季降水绝大部分以降雪形式出现, 在积雪融化、生长季来临之前, 树木须长时间处于缺水、弱光合作用等生长状态。稳定、持续的融雪过程可以弥补春夏降水不足, 有利于保持树木生长能力, 同时增加土壤含水量, 对年轮生长起着不可替代的作用[16]。
4 结论通过分析漠河樟子松树轮宽度资料, 探讨樟子松径向生长与气候因素的关系, 使用线性模型重建漠河1920—2016年1月份降水量序列, 并分析其变化特征。得出以下结论:
1) 降水量是控制漠河樟子松径向生长的主要因素, 尤其是上年12月至当年1月份降水量, 与树轮径向生长极显著相关(RL12=0.399, R1=0. 636, P < 0.000), 气温影响较小(仅上年9月最低、最高气温与年轮生长显著相关, P < 0.05)。
2) 使用线性回归方程重建了漠河1920—2016年97年来1月份降水量, 重建方程:P1=11.733·STDt-6.089, 该模型方差解释量为39.6%(Radj2=38.5%, F=36.027, P < 0.000), 经“逐一剔除法”检验, 重建结果稳定可靠(RE=0.734, S1:45/57, S2:51/57, t=4.3, r=0.458)。
3) 漠河过去97年1月份降水存在2个偏多阶段(1950—1960年(除1954年外)、1991—2002年)和4个偏少阶段(1922—1928年、1940—1946年、1972—1977年、1986—1989年), 共出现湿润年10a, 干旱年8a, 分别占比10.3%,8.2%, 在20世纪后30年有一段明显增雪过程, 与区域升温趋势一致。
4) 漠河过去97年1月份降水量变化存在48a, 16a, 9.7a, 5~7a, 2.2~2.5a的准周期, 或与PDO,ENSO等大尺度气候波动关系密切。
| [1] |
刘禹, 王财勇, 郝文俊, 等. 利用树轮宽度重建过去238年来内蒙古喀喇沁年降水量[J]. 科学通报, 2011, 56(25): 2052-2059. |
| [2] |
SALZER M W, BUNN A G, GRAHAM N E, et al. Five millennia of paleotemperature from tree-ring in the Great basin[J]. Climate Dynamics, 2014, 42(5-6): 1517-1526. DOI:10.1007/s00382-013-1911-9 |
| [3] |
刘禹, 蔡秋芳, 宋慧明, 等. 青藏高原中东部2485年来温度变化幅度、速率、周期、原因及未来趋势[J]. 科学通报, 2011, 56(25): 2042-2051. |
| [4] |
勾晓华, 邓洋, 陈发虎, 等. 黄河上游过去1234年流量的树轮重建与变化特征分析[J]. 科学通报, 2010, 55(33): 3236-3243. |
| [5] |
STOKES M A, SMILEY T L. An Introduction to Tree-ring Dating[M]. Chicago: University of Chicago Press, 1968: 1-73.
|
| [6] |
HOLMES R L. Computer-assisted quality control in tree-ring dating and measurement[J]. Tree-Ring Bulletin, 1983, 43(1): 69-78. |
| [7] |
COOK E R, HOLMES R L. Users Manual for Program ARSTAN[M]. Tucson: Laboratory of Tree-Ring Research, University of Arizona, 1986: 1-9.
|
| [8] |
李俊霞.大兴安岭樟子松径向生长对气候变化的响应差异研究[D].沈阳: 沈阳农业大学, 2017. http://cdmd.cnki.com.cn/Article/CDMD-10157-1017124526.htm
|
| [9] |
宋来萍.大兴安岭樟子松年轮气候响应及年龄影响探讨[D].哈尔滨: 东北林业大学, 2011. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2026484
|
| [10] |
吕姗娜, 王晓春. 大兴安岭北部阿里河樟子松年轮气候响应及冬季降水重建[J]. 东北师大学报(自然科学版), 2014, 46(02): 110-116. |
| [11] |
李俊霞, 白学平, 张先亮, 等. 大兴安岭林区南、北部天然樟子松生长对气候变化的响应差异[J]. 生态学报, 2017, 37(21): 7232-7241. |
| [12] |
张先亮, 何兴元, 陈振举, 等. 大兴安岭山地樟子松径向生长对气候变暖的响应——以满归地区为例[J]. 应用生态学报, 2011, 22(12): 3101-3108. |
| [13] |
徐兴奎. 1970—2000年中国降雪量变化和区域性分布特征[J]. 冰川冻土, 2011, 33(03): 497-503. |
| [14] |
赵春雨.东北地区冬季降雪的气候特征及其区划研究[M]//中国气象学会气候变化委员会、国家气候中心.第26届中国气象学会年会气候变化分会场论文集.中国气象学会气候变化委员会、国家气候中心, 2009.
|
| [15] |
张先亮, 崔明星, 马艳军, 等. 大兴安岭库都尔地区兴安落叶松年轮宽度年表及其与气候变化的关系[J]. 应用生态学报, 2010, 21(10): 2501-2507. |
| [16] |
李江风, 袁玉江. 雪在年轮生长中的作用[J]. 新疆大学学报(自然科学版), 1984(2): 85-92. |
2018, Vol. 48