近308年來大興安嶺北部森林植被氣候生產潛力及其對氣候變化的響應

趙慧穎,田寶星,宮麗娟,曲輝輝,季生太,李秀芬,張興林

1 黑龍江省氣象科學研究所, 哈爾濱 150030 2 黑龍江省富裕縣氣象局, 富裕 161000

近308年來大興安嶺北部森林植被氣候生產潛力及其對氣候變化的響應

趙慧穎1,*,田寶星1,宮麗娟1,曲輝輝1,季生太1,李秀芬1,張興林2

1 黑龍江省氣象科學研究所, 哈爾濱 150030 2 黑龍江省富裕縣氣象局, 富裕 161000

揭示大興安嶺北部氣候變化敏感區的氣候生產潛力演變及其影響機理,對于維持東北地區生態系統平衡具有重要意義。基于標準樹輪年表反演氣象資料與研究區13個氣象站觀測數據組成的1707—2014年氣象資料序列,利用Miami模型和小波分析等方法,分析了大興安嶺北部氣候生產潛力演變及其對氣候變化的響應。結果顯示：1707年以來,氣溫、降水、蒸散和標準氣候生產潛力變化均表現極顯著增加趨勢,標準氣候生產潛力(W)變化率為1.79 kg hm-2a-1,20世紀氣候傾向率最大為10.14 kg hm-2a-1,溫度氣候生產潛力(WT)與降水氣候生產潛力(WR)的比值21世紀最大,水熱配比狀態最好；4種氣候生產潛力存在不同時間尺度的周期變化,但變化一致性較好,主周期均為215—219a；大興安嶺北部W呈現一致的正變化趨勢,高值、次高值、低值中心分別在根河、塔河、鄂倫春偏南地區,振幅由西北向東南逐漸遞減；W與年氣溫、降水量、蒸散量正相關顯著,年平均氣溫每升高1℃、年降水量和蒸散量均增加10 mm,W變化率依次為453.71、74.40、219.01 kg/hm2,且氣溫是影響W的主要因子；未來“暖濕型”氣候對森林植被生長有利,而“冷干型”氣候對森林植被生長不利,氣候生產潛力增加(減少)幅度均為10.9%—21.7%。研究結果不僅可為區域尺度內研究森林植被氣候生產潛力提供基礎方法,而且對進一步估算森林碳匯、即將實施的碳交易及中國北部邊疆生態安全研究和生態功能規劃制定等具有重要參考價值。

森林植被；Miami模型；氣候生產潛力；氣候變化

森林生態系統是地球陸地生態系統的重要組成部分,與陸地其它生態系統相比,森林生態系統具有更高的生產力和生物量以及經濟價值,不僅在維護區域生態環境上起著無可替代的重要作用, 而且在全球碳平衡中也有著舉足輕重的巨大貢獻[1- 4]。森林碳儲量和植被生產力既是評價森林生態系統的結構和功能協調性的重要指標,也是評估森林生態系統碳平衡的基礎[5]。植被氣候生產潛力是指在其他條件均適宜的情況下,自然生長發育的植被由氣候資源所決定的在單位時間單位面積上由光合作用產生的生物學產量或經濟產量[6-8]。研究植被的氣候生產潛力,除了能揭示生產力與氣候因素的關系,預測植被在某一地區發展的潛在能力外,還可根據全球氣候變化的趨勢,預測植被生產力的未來發展[9]。因此,成為PAGES凝練的未來10年重點研究的4組科學問題重要議題之一,即過去人類-氣候-生態系統相互作用研究議題的重點問題的核心內容。研究歷史時期人類與氣候變化、生態系統演變過程之間的相互作用機理[10],對于區域林業生產布局,生態系統管理、氣候資源的充分利用、植物產量的提高和全球氣候變化的應對均具有重要的指導意義[11- 12]。

關于氣候生產潛力研究,國外起步較早,在國際生物學計劃(IBP)和國際地圈-生物圈計劃(IGBP)的倡導和推動下,一些國際著名學者[13- 14]開始了艱苦卓絕的試驗研究,全球性氣候生產潛力估測模型應運而生,最經典的、適合不同植被、不同尺度應用的模擬模型首推Miami模型、Thornthwaite Memorial模型和Chikugo模型,成為模擬全球性植被生產力分布及其對氣候變化可能響應的代表。而國內雖然起步稍晚,但是國內有學者[15-17]將這些模型利用到了極致,應用到不同植被、不同區域尺度上的氣候生產潛力分析。這些工作為開展我國植被氣候生產潛力研究起到了致關重要的作用,也為深入揭示大興安嶺高緯度寒冷地區森林植被氣候生產潛力的演變規律打下了堅實的理論基礎和技術支撐。

大興安嶺地區是國家一級自然生態保護區,為歐亞大陸多年凍土的南緣,地處“東北亞”環境敏感區的高寒區。林業資源豐富,是我國唯一的、面積最大的、保存最完整的原始寒溫帶明亮針葉林區,以興安落葉松(Larixgmelinii)、樟子松(Pinussylvestrisvar.mongolica)及白樺(Betulaplatyphylla)為建群種,在土壤、干擾狀況、氣候和植被等方面與我國其他林區相比有著許多獨特之處。以往對大興安嶺北部地區的氣候生產潛力研究較少,受高緯度資料密度和資料序列長度限制,對基于氣候資源的氣候生產潛力成果缺乏系統性與全面性。因此,本文基于樹輪寬度資料重建的大興安嶺北部1707—2014年年平均氣溫、降水量和蒸散量資料序列,對大興安嶺北部森林植被氣候生產潛力時空特征進行較系統的分析,進一步確定其百年尺度的變化規律及對氣候變化的響應。旨在加深對這一高寒區域林業生態、經濟功能價值的全面認識[18],不僅為整個高緯度地區的森林植被氣候生產潛力研究提供基礎方法,而且對進一步估算森林碳匯、即將實施的碳交易及中國北部邊疆國土安全、生態安全研究與經濟發展規劃制定等具有重要的科學指導作用。

1 材料與方法

1.1 資料獲取與區域概況

圖1 大興安嶺北部地理位置及氣象站點和采樣點示意圖 Fig.1 Illustration of the geological position of northern Da Hinggan Mountain and distributions of meteorological stations and samping points

本研究區域為大興安嶺北部(49°12′—53°33′N,120°11′—127°27′E)林區(圖1),具體界線為：東北、北部以黑龍江為界,西北、西部以額爾古納河為界,隔江、河與俄羅斯的東西伯利亞和遠東地區毗鄰,東南部達黑河-嫩江一線附近,與小興安嶺相接。在植被區劃上,是獨立的寒溫帶針葉林區[19],土壤多為暗棕色針葉林土,植被覆蓋系興安植物區系,主要樹種為興安落葉松林,此外還有樟子松、白樺和云杉等。該區域屬寒溫帶大陸性季風氣候,從(東)南至(西)北年平均氣溫由-1—0℃降低到-5—-5℃,氣溫年較差由35℃增加到52℃,年降水量由500—700 mm降低到200 mm以下[20-21]。

本研究大興安嶺北部的氣候資料為1707—2014年(308a),氣候要素為年(當年4月—次年3月)平均氣溫、降水量和日照時數。具體分3段組成：1707—1960年氣候資料(研究區無氣象器測資料),由采自大興安嶺北部安格林(51°25′12″N,120°54′51″E)和新青(51°23′3″N,120°48′38″E)林場樹輪寬度資料與額爾古納市氣象站(50°15′0″N,120°10′48″E)和根河氣象站(50°46′48″N,121°31′12″E)觀測資料計算反演獲得；1961—2007年氣候資料為安格林和新青2個樹輪寬度反演站點與13個氣象站觀測資料的15個站點平均值(增加站點密度)；2008—2014年為13個氣象站觀測資料的平均值。由于北極村站建站較晚,且資料序列不完整被剔除(比對使用)。

目前,本研究組基于標準樹輪年表反演1707—2007年氣象資料研究[22]認為,樹輪寬度與氣象要素建立的定量關系通過了可信度的檢驗及擬合與預報誤差檢驗,并且對308年氣象資料序列進行了一致性的檢驗,本文相對氣象資料具體數值來說,更關注由氣象資料序列長度、獲取資料的密度及氣象要素的波動變化過程,以及估算區域氣候生產潛力的變化特征。因此,本文處理的氣象資料序列符合樹輪代用氣象資料技術要求,認為此氣象資料序列具有一定的可靠性。樹輪采樣點和氣象站點分布見圖1。

1.2 研究方法

1.2.1 氣候生產潛力模型

目前,國內外研究氣候生產潛力方法較多,并建立了一些比較成熟的模型,如Miami模型、AEZ模型、Thornthwaite Memorial模型和Wagenigen模型等。經文獻比較和試驗研究[4,15- 17],認為Miami模型考慮了氣溫和降水因子；Thornthwaite Memorial模型是Miami模型的發展和完善,核心理論是通過綜合氣象指標蒸散量模擬植物生物量,體現了植被生產潛力主要受氣候資源變化的影響機理；邁阿密模型建立條件,在自然環境條件下,主要針對自然森林草原植被,利用五大洲53個地點的氣象資料,獲得的氣象因子模擬自然植被生物量的關系表達式即氣候生產潛力,之后中國學者利用600個左右氣象站資料對模型驗證認為,模型適合中國自然植被氣候生產潛力研究應用。因此,本文采用Miami模型和Thornthwaite Memorial模型相結合估算大興安嶺北部森林植被氣候生產潛力及其變化。

Miami模型[13]為：

WT=30000/(1+e1.315-0.119T)

WR=30000(1-e-0.000664R)

式中,T為年平均氣溫(℃)；R為年降水量(mm)；WT、WR表示由年平均氣溫、年降水量決定的生產潛力(kg hm-2a-1)。

Thornthwaite Memorial模型[13- 14]為：

WV=30000(1-e-0.0009695(V-20))

式中,WV為蒸散量決定的植物干物質產量(kg hm-2a-1),V是年平均實際蒸散量(mm),可用下式計算：

V=1.05/[1+(1.05R/L)2]1/2

式中,L為年平均最大蒸散量(mm),它是年平均溫度T的函數,L與T之間存在如下關系：

L=300+25T+0.05T3

采用Miami模型和ThornthwaiteMemorial模型估算氣候生產潛力時,根據Liebig定律取較低值做氣候生產潛力標準值(W)。在實際工作中,W為研究區域森林植被氣候生產潛力,即從WT、WR、WV中挑取同年生產潛力最小值,可用下式表達：

1.2.2 EOF經驗正交函數

EOF經驗正交函數又稱為主分量分析方法,在對變量場特征進行分解時能將多個變量大部分信息最大限度地集中在有限個獨立變量的主分量上,即將m個空間點n次觀測值構成變量Xm×n分解為P個空間特征向量和對應的時間權重系數的線性組合：Xm×n=Vm×pTp×n

A=XXT

VTAV=∧,

式中，V、∧分別是A陣特征向量組成的正交陣(即空間函數)和特征值組成的對角陣。時間函數滿足T TT=∧,則T=VT×X。本文用于分析森林植被氣候生產潛力空間變化特征。

1.2.3 氣候傾向率方法

大興安嶺北部氣候序列的氣候傾向率研究,即以年代t為時間因子,氣候要素x為模擬對象,建立x與t之間的線性回歸方程：x(t)=c+bt,c,b為待定系數,其中b為氣候要素趨勢,若b>0表示氣候要素呈上升趨勢,b≤表示氣候要素呈下降趨勢,b×10稱為氣候傾向率。本文用于研究森林植被氣候生產潛力時間變化特征。

1.2.4 小波分析方法

令滿足一定條件的小波函數Ψ(t),時間序列f(t)∈L2(R)的小波變換為：

墨西哥帽小波函數(Mexican Hat Function)形式如下：

為了判斷各序列的主要周期,即對氣候生產潛力序列變化起主要作用的周期,采用小波方差檢驗：

式中,Wp(a)為小波方差。在一定的時間尺度下,小波方差表示時間序列在該尺度中周期波動的強弱,對應峰值處的尺度即為該序列的主要時間尺度,即主要周期。

2 結果與分析

2.1 大興安嶺北部森林植被氣候生產潛力變化特征

2.1.1 年代際變化特征

圖2 1707—2014年大興安嶺北部森林植被氣候生產潛力變化曲線Fig.2 The changing curves of climate-induced potential productivity in northern Da Hinggan Mountain from 1707—2014

由圖2和表1顯示,氣候生產潛力在308a時間序列變化中,氣溫、降水和蒸散生產潛力變化趨勢一致,均表現極顯著增加趨勢(P≤0.001),氣候傾向率分別為2.14、1.23 kg hm-2a-1和1.87 kg hm-2a-1。在世紀尺度的變化中,18世紀(1707—1799年)、19世紀(1800—1899年)每100年3種生產潛力變化不明顯,但均有微弱增加趨勢；20世紀(1900—1999年)、21世紀初(2000—2014年)3種生產潛力變化增加趨勢一致,20世紀表現極顯著增加趨勢(P≤0.001),2個時期WT、WR、WV氣候傾向率分別為11.42、9.02、10.92 kg hm-2a-1和13.22、104.95、10.74 kg hm-2a-1；從18世紀開始到21世紀初期3種氣候生產潛力由大到小排列,WT和WV均為21世紀>20世紀>18世紀>19世紀,WR為21世紀>20世紀>19世紀>18世紀,但18、19世紀基本沒有變化；且同一時期WR值最大,WT、WV值大小相當。標準氣候生產潛力(W)在308年的變化趨勢與上述3種生產潛力變化趨勢一致,表現為極顯著增加趨勢(P≤0.001),平均值4445 kg hm-2a-1,最大5974.5 kg hm-2a-1,最小3887.4 kg hm-2a-1,氣候傾向率為1.79 kg hm-2a-1,變化最顯著的是20世紀,氣候傾向率為10.14 kg hm-2a-1。水熱配比情況,18世紀、19世紀、20世紀、21世紀初期4個時期WT與WR的比值分別為0.579、0.573、0.593、0.691,這個比值的大小可以反映各個時期研究區的水熱配比情況好壞,可以認為大興安嶺北部21世紀的水熱配比狀態最好,20世紀的水熱配比狀態較好,而18世紀和19世紀的水熱配比一般,量值相當,但狀態相對穩定,之后有逐漸趨好的態勢。

表1 大興安嶺北部1707—2014年氣候生產潛力的百年變化(kg hm-2 a-1)

*通過0.05信度檢驗,**通過0.01信度檢驗,***通過0.001信度檢驗

2.1.2 周期變化特征

圖3 1707—2014年大興安嶺北部森林植被氣溫、降水、蒸散、標準氣候生產潛小波方差圖Fig.3 The wavelet variances of air temperature、precipitation、evapotranspiration and standard climate-induced potential productivity of forest vegetation in northern Da Hinggan Mountain from 1707—2014

小波分析顯示,大興安嶺北部1707—2014年4種氣候生產潛力存在不同時間尺度的周期變化特征(圖3),這種變化主要體現在215—219、136—138、76—79、30—38年等4種時間尺度的周期變化,反映了大興安嶺北部4種氣候生產潛力周期變化的一致性。進一步分析表明,W、WT、WR、WV4種氣候生產潛力小波方差的主要峰值分別出現在尺度218、215、218、219a處,最高峰值為尺度218、215、218、219a所對應的小波方差,說明W、WT、WR、WV4種氣候生產潛力依次為218、215、218、219a左右的周期振蕩最強,為第一主周期,第二主周期分別為138、138、136、138a,第三主周期分別為79、79、76、79a,第四主周期分別為32、30、38、31a。這4個周期波動控制著整個時域內的4種氣候生產潛力變化特征。

2.1.3 空間變化特征

EOF分析得出研究區標準氣候生產潛力(W)的前3個特征向量的方差貢獻依次為74.93%、7.72%、4.68%,累計方差貢獻為87.33%,因此,可以反應該區域氣候生產潛力(W)的空間分布特征。

第1特征向量方差貢獻率為74.93%,體現區域氣候生產潛力變化的顯著空間分布狀態。圖4表明,大興安嶺北部W呈現一致的正變化趨勢,區內高值中心在根河附近且等值線密集,次高值中心在塔河附近且等值線較密集,低值中心在鄂倫春偏南地區且等值線相對稀疏,其振幅由西北部地區向東南部地區逐漸遞減,W受地理環境影響變化很大,區域特征差異顯著,氣溫與降水匹配狀況較好的地區氣候生產潛力相對偏高,同時反映了森林植被狀況地域性明顯,偏北地區森林植被生長茂盛,原始森林景觀保持較好,偏南地區則為次生林植被占主導地位。第1特征向量所對應的時間序列圖4表征的研究區域氣候生產潛力年際趨勢變化,可以看出第1特征向量的時間系數絕對值最大,在14—21之間,表示這一時刻分布型式最典型。

圖4 大興安嶺北部氣候生產潛力第1特征向量(a)和時間系數(b)Fig.4 The first eigenvector field (a) and time coefficitent (b) of climate-induced potential productivity in northern Da Hinggan Mountain

圖5 大興安嶺北部氣候生產潛力第2特征向量(a)和時間系數(b)Fig.5 The second eigenvector field (a) and time coefficient (b) of climate-induced potential productivity in northern Da Hinggan Mountain

第2特征向量方差貢獻率為7.72%,也是區域氣候生產潛力一種較顯著的空間分布狀態。圖5顯示,大興安嶺北部W呈現正、負相間的變化趨勢,區內高值中心在額爾古納附近,中心絕對值在0.58以上,低值中心在圖里河附近。額爾古納、小二溝、呼瑪、加格達奇和愛輝第2特征向量均為負值,其他為正值,說明其氣候生產潛力變化呈相反位相的分布型式。這種分布類型,突出呈現了W更小地理單元分布狀況差異,氣溫偏低,降水量相對較多匹配類型導致標準氣候生產潛力偏低。圖5可以看出特征向量時間系數絕對值在0—2之間,除2007年為正值外,其余年份均為負值,則表明額爾古納、小二溝、呼瑪、加格達奇和愛輝氣候生產潛力偏高(低)的一致性,氣候生產潛力分布型式相反特征明顯。

第3特征向量方差貢獻率為4.68%,對區域氣候生產潛力空間分布具有一定的指示意義。圖6表明,大興安嶺北部W呈現一致的正變化趨勢,與第1特征向量空間模態相似,只是等值線密集程度降低,區內高值中心在額爾古納附近,低值中心在漠河附近。圖6可以看出時間系數絕對值最小,但均為正值,表明氣候生產潛力分布型式較典型。

圖6 大興安嶺北部氣候生產潛力第3特征向量(a)和時間系數(b)Fig.6 The third eigenvector field (a) and time coefficient (b) of climate-induced potential productivity in northern Da Hinggan Mountain

2.2 大興安嶺北部森林植被氣候生產潛力對氣候變化的響應

2.2.1 氣象因子與氣候生產潛力的關系

為了確定影響研究區氣候生產潛力(W)的關鍵氣象因子,研究W對氣溫、降水、蒸散量變化的響應,確定氣溫、降水和蒸散量對W的影響程度。圖7表明,大興安嶺北部地區逐年W與年氣溫、年降水量、年蒸散量的變化趨勢一致,相關系數分別為0.988、0.996、0.707,均通過0.001的信度檢驗。W與年氣溫、年降水量、年蒸散量定量正相關關系顯示,即年平均氣溫每升高1℃、年降水量和蒸散量均增加10 mm,W變化率依次為453.71、74.40、219.01 kg/hm2。由此可以確定,在大興安嶺北部地區氣溫對W的影響占主導地位,其次是蒸散量,降水量對W的影響相對較小。

圖7 大興安嶺北部區域氣候生產潛力與氣象因子的關系Fig.7 The relationship between climate-induced potential productivity and metemorological factors in northern Da Hinggan Mountain

2.2.2 氣候生產潛力對氣溫和降水量變化的敏感性分析

為了分析氣象因子協同作用對氣候生產潛力的影響,研究W與年平均氣溫、年降水量間的定量關系,建立多元回歸、生長模型、邏輯斯蒂模型,檢驗與擬合效果最好的多元回歸方程：

W=409.105T+1.658R+5189.038 (R=0.996)

方差分析中得知,F統計量值為19667.52,顯著性概率P<0.001,回歸方程相關非常顯著,且呈正相關關系,擬合平均相對誤差<10%的占總樣本的86.7%。

為了模擬氣候生產潛力對多年平均氣溫、降水量變化的敏感程度。本文設置五種氣候情景,由于研究區域處于高緯度地區,太陽能豐富,日照充足,可以完全滿足植物生長發育需求,故以多年平均氣溫、降水量計算氣候生產潛力即可。并分別將年平均氣溫升高或降低1 ℃或2 ℃及氣溫不變,年降水量增加或者減少10%或20%及降水量不變后計算氣候生產潛力,比較氣候變化前后的大興安嶺北部地區標準氣候生產潛力變化。從表2中可以看出,大興安嶺北部標準氣候生產潛力(W)隨氣溫和降水的變化而變化。考慮單一因子變化的情況,氣溫升高時,W的遞增幅度要比降水增加時大。降水減少時,W的減少幅度比氣溫降低時小。事實上氣溫和降水經常同時發生變化,對W產生綜合影響。當氣溫正常時,降水量增加(減少)10%、20%,W分別增加(減少)1.64%、3.29%；當降水量正常時,氣溫升高(降低)1℃、2℃,W分別增加(減少)8.83%(9.57%)、18.03%(18.77%)。降水量正常而氣溫變化引起的W變化幅度大于氣溫正常而降水量變化引起的W變化幅度,說明在大興安嶺北部W的多少由氣溫主導。當氣溫升高(降低)1℃、2℃,降水增加(減少)10%、20%時,氣候為“暖濕型”和“冷干型”,W增加(減少)相當,均為10.85%—21.69%；反之,當出現氣溫降低(升高)1℃、2℃,降水量增加(減少)10%、20%的“冷濕型”和“暖干型”氣候時,W減少和增加幅度相同,均為5.91%—16.76%。與之前結論,氣溫對W的影響占主導地位完全一致。值得注意,在大興安嶺北部,“暖濕型”氣候對森林植被生長十分有利,而“冷干型”氣候不利于森林植被的生長。根據大興安嶺北部氣候變化的特征和趨勢及文獻認為[26],未來氣候變化有向“暖濕型”氣候方向發展跡象,這有利于提高大興安嶺北部氣候生產潛力,若氣溫升高1—2℃,降水量增加10%—20%,大興安嶺北部森林植被氣候生產潛力將增加10.9%—21.7%。

表2 大興安嶺北部年平均氣溫和年降水量變化背景下氣候生產潛力的變化

Table 2 The variation of climate-induced potential productivity against annual average temperature and precipitation change in northern Da Hinggan Mountain

氣溫Temperature/℃降水量Precipitation/mm-20-1001020-2-21.69-20.5-18.77-16.76-15.11-1-12.49-10.85-9.57-7.56-5.910-3.29-1.6401.643.2915.917.568.8310.8512.49215.1116.7618.0320.0521.69

3 討論

盡管Miami模型和Thornthwaite Memorial模型充分考慮了光、溫、水等條件對植被生物量積累的綜合影響,通過植物冠層蒸散與光合作用相伴隨的植物體對植物生長的機理以及能量的內在轉換機制進行了描述,表征了植被產量與其光合作用之間的關系,即蒸發作用愈強,光合作用也愈強,植被生物量的累積量也愈大。顯然,利用該模型通過氣溫、降水和多個氣象要素綜合的蒸散量資料來討論氣候變化對植物產量的影響十分方便,同時基于各站點及較小區域逐年的氣候生產潛力可以分析植被氣候生產潛力的時空演變特征,進而探討氣候變化的不穩定性對氣候生產潛力的影響。因此,Miami模型和Thornthwaite Memorial模型便成為氣候生態領域估算陸地生態系統氣候生產潛力的經典模型之一,在不同類型的植被生物量模擬研究中被廣泛應用[15,27],該模型對評價、評估植物的氣候生產潛力、模擬不同類型植被生長、研究陸面生態系統演變過程與氣候的相互作用和預測生態環境的變化等方面,起到了極大的促進作用。但需要指出的是,該模型為統計模型,在實際應用中只是植被生產力與環境因子的簡單回歸,缺乏嚴密的生理、生態特征及機理支撐依據,由于尺度擴展而帶來生理與環境的相互作用的反饋機制的變化異常復雜,且由于氣溫與降水的時間分布格局對于不同植被生物量積累具有重要影響,不同的溫濕因子及其組合會產生完全不同的生態效應,若要利用Miami模型和Thornthwaite Memorial模型深入探討氣候變化對不同類型植被生產潛力的影響機制,還需從修訂和改進氣候生產潛力模型入手,精選其他氣象因子,諸如日照時數、相對濕度、風速及土壤溫濕因子等、土壤性質、大氣二氧化碳濃度以及表征植物的生物學因子[28],完善Miami模型和Thornthwaite Memorial模型,使之成為研究陸地生態系統氣候生產潛力的機理模型。這是未來一段時期研究的重要任務之一。

對于大興安嶺氣候變化敏感區而言,森林植被和氣象實測資料難以獲得,限制了區域氣候變化與生態系統相互作用機理的研究。從氣象數據方面來說,由于所需的氣溫、降水量等數據采用地面觀測點常規氣象資料或由樹木年輪資料通過氣候學方法計算并插值得到[1]。一方面,特別是樹輪代用資料定年誤差和代用指標的指示意義及其定量程度等因素影響,另一方面,在這個從點到面的過程中,不可避免地產生由于尺度轉換所造成的誤差。這在一定程度上導致百年尺度和區域尺度氣候變化及其影響的差異,也反映了長序列資料重建結果的不確定性[1,28- 29]。這無疑給模擬植被氣候生產潛力造成較大的困擾。因此,深入挖掘森林植被和氣象基礎數據顯得十分重要,繼續獲取高精度樹輪代用資料,由歷史文獻分析、原始潛在植被恢復和驅動力分析的方法進行重建的、訂正的過去300年以上森林植被變化數據,改進氣候變化資料序列重建技術方法,降低重建結果的不確定性[26,29],研究工作還需要從模型的參數化、區域尺度的觀測和數據獲取轉換等方面得以改進和完善。才能深入研究區域氣候變化與生態系統相互作用的機理,進而揭示森林植被氣候生產潛力的演變特征,仍是本領域研究努力的一個主要方向。

4 結論

大興安嶺北部森林植被氣候生產潛力年代際變化特征顯著,1707年以來,氣溫、降水、蒸散和森林植被氣候生產潛力變化均表現極顯著增加趨勢,W變化率為1.79 kg hm-2a-1,20世紀氣候傾向率最大為10.14 kg hm-2a-1,W、WT/WR值由大到小排列均為21世紀>20世紀>18世紀>19世紀,21世紀水熱配比狀態最好,20世紀水熱配比狀態較好,而18世紀和19世紀的水熱配比一般,量值相當,但狀態相對穩定,之后有逐漸趨好的態勢；W、WT、WR、WV4種氣候生產潛力確實存在不同時間尺度的顯著周期變化,第一主周期分別為218、215、218、219a,第二主周期分別為138、138、136、138a。

大興安嶺北部W空間分布主要特征呈現一致的正變化趨勢,存在3種分布類型,突出表現為高值、次高值、低值中心分別在根河、塔河及鄂倫春偏南地區,振幅由西北向東南逐漸遞減,W受地理環境影響變化很大,區域特征差異顯著,氣溫與降水匹配狀況較好(較差)的地區氣候生產潛力相對偏高(偏低),森林植被分布狀況地域性明顯。

大興安嶺北部森林植被氣候生產潛力對氣候變化響應敏感,年氣溫、降水量、蒸散量,年平均氣溫每升高1℃、年降水量和蒸散量均增加10 mm,W變化率依次為453.71、74.40、219.01 kg/hm2,氣溫是影響W的主要因子；未來“暖濕型”氣候對森林植被生長有利,而“冷干型”氣候對森林植被生長不利,氣候生產潛力增加(減少)幅度較大,一般在10%以上。研究區未來氣候變化有向“暖濕型”氣候方向發展跡象。

致謝：感謝中國氣象局烏魯木齊沙漠氣象研究所袁玉江和張同文兩位老師對樹木年輪寬度獲取給予的支持。

[1] 王萍. 基于IBIS模型的東北森林凈第一性生產力模擬. 生態學報, 2009, 29(6): 3213- 3220.

[2] 潘磊, 肖文發, 唐萬鵬, 雷靜品, 史玉虎, 黃志霖, 曾立雄, 龐宏東. 三峽庫區森林植被氣候生產力模擬. 生態學報, 2014, 34(11): 3064- 3070.

[3] 趙俊芳, 延曉冬, 賈根鎖. 東北森林凈第一性生產力與碳收支對氣候變化的響應. 生態學報, 2008, 28(1): 92- 102.

[4] 羅永忠, 成自勇, 郭小芹. 近40a甘肅省氣候生產潛力時空變化特征. 生態學報, 2011, 31(1): 221- 229.

[5] Kauppi P E, Mielik?inen K, Kuusela K. Biomass and carbon budget of European forests, 1971 to 1990. Science, 1992, 256(5053): 70- 74.

[6] 宋永昌. 植被生態學. 上海: 華東師范大學出版社, 2001: 72- 86.

[7] Lieth H, Whittaker R H. Primary Productivity of the Biosphere. Berlin Heidelberg: Springer, 1975: 251- 300.

[8] Field C B, Behrenfeld M J, Randerson J T, Falkowski P. Primary production of the biosphere: integrating terrestrial and oceanic components. Science, 1998, 281(5374): 237- 240.

[9] 劉世榮, 代力民, 溫遠光, 王暉. 面向生態系統服務的森林生態系統經營: 現狀、挑戰與展望. 生態學報, 2015, 35(1): 1- 9.

[10] 葛全勝, 鄭景云, 郝志新, 張學珍, 方修琦, 王歡, 閆軍輝. 過去2000年中國氣候變化研究的新進展. 地理學報, 2014, 69(9): 1248- 1258.

[11] 周廣勝, 張新時. 全球氣候變化的中國自然植被的凈第一性生產力研究.植物生態學報, 1996, 20(1): 11- 19.

[12] PAGES 2K Consortium. Continental-scale temperature variability during the past two millennia. Nature Geoscience, 2013, 6: 339- 346.

[13] Lieth H. Modeling the primary productivity of the world∥Lieth H, Whittaker R H, eds. Primary Productivity of the Biosphere. Berlin Heidelberg: Springer, 1975: 237- 263.

[14] Uchijima Z, Seino H. Agroclimatic evaluation of net primary productivity of natural vegetations (1): Chikugo model for evaluating net primary productivity. Journal of Agricultural Meteorology, 1985, 40(4): 343- 352.

[15] 趙慧穎, 顧潤源, 白曉慧, 李翀, 王彥平, 宋衛士. 氣象水文因子對呼倫湖濕地區域植物氣候生產潛力的影響. 生態環境學報, 2012, 21(6): 997- 1003.

[16] 李莉, 周宏飛, 包安明. 中亞地區氣候生產潛力時空變化特征. 自然資源學報, 2014, 29(2): 285- 294.

[17] 于穎, 范文義, 楊曦光. 1901—2008年小興安嶺森林NPP估算. 林業科學, 2014, 50(10): 16- 23.

[18] 荊立新. 大興安嶺林區發展林業生態經濟的意義、概況及對策. 商業研究, 2008, (12): 131- 133.

[19] 楊光, 舒立福, 邸雪穎. 氣候變化背景下黑龍江大興安嶺林區夏季火險變化趨勢. 應用生態學報, 2012, 23(11): 3157- 3163.

[20] 王曉莉, 常禹, 陳宏偉, 胡遠滿, 馮玉婷, 吳文, 焦琳林. 黑龍江省大興安嶺主要森林生態系統生物量分配特征. 生態學雜志, 2014, 33(6): 1437- 1444.

[21] 伏鴻峰, 閆偉, 陳晶晶. 內蒙古大興安嶺林區森林碳儲量及其動態變化研究. 干旱區資源與環境, 2013, 27(9): 166- 170.

[22] 曲輝輝, 趙慧穎, 宮麗娟. 大興安嶺北部典型地區300年來氣候資料反演研究. 生態與農村環境學報, 2016, 32(3):439- 444.

[23] 趙宗慈, 羅勇. 21世紀中國東北地區氣候變化預估. 氣象與環境學報, 2007, 23(3): 1- 5.

[24] 李淼, 夏軍, 陳社明, 孟德娟. 北京地區近300年降水變化的小波分析. 自然資源學報, 2011, 26(6): 1001- 1011.

[25] 賀偉, 布仁倉, 熊在平, 胡遠滿. 1961- 2005年東北地區氣溫和降水變化趨勢. 生態學報, 2013, 33(2): 519- 531.

[26] 郭佩佩, 楊東, 王慧, 程軍奇. 1960—2011年三江源地區氣候變化及其對氣候生產力的影響. 生態學雜志, 2013, 32(10): 2806- 2814.

[27] 左舒翟, 任引, 王效科, 張小全, 羅云建. 中國杉木林生物量估算參數及其影響因素. 林業科學, 2014, 50(11): 1- 12.

[28] 葛全勝, 劉健, 方修琦, 楊保, 郝志新, 邵雪梅, 鄭景云. 過去2000年冷暖變化的基本特征與主要暖期. 地理學報, 2013, 68(5): 579- 592.

[29] 李士成, 何凡能, 張學珍. 中國歷史時期森林空間格局網格化重建方法研究——以東北地區為例. 地理學報, 2014, 69(3): 312- 322.

Climate-induced potential productivity of forest vegetation during the past 308 years in northern Da Hinggan Mountain region, China

ZHAO Huiying1,*, TIAN Baoxing1, GONG Lijuan1, QU Huihui1,JI Shengtai1, LI Xiufen1, ZHANG Xinglin2

1HeilongjiangInstituteofMeteorologicalSciences,Harbin150030,China2Fuyu-countyMeteorologicalBureau,Fuyu161000,China

Understanding the evolution and mechanisms of climate-induced potential productivity in the climate change sensitive regions of northern Da Hinggan Mountain are fundamental for maintaining the ecosystem balance of northeastern China. The present study employed a meteorological data series from 1707 to 2014 by using standard tree-ring chronology data collection methods and observations from 13 weather stations in northern Da Hinggan Mountain region. Using a Miami model and wavelet analysis, we analyzed the evolution of climate-induced potential productivity and its response to climate change. Results show that four types of climate-induced potential productivity (air temperature, precipitation, evapotranspiration, and standard climate-induced potential productivity (W)) have increased significantly(P≤0.001) since 1707.Whas increased at a rate of 1.79 kg hm-2a-1in this region since 1707. During the 20thcentury, the change rate ofWcaused by climate change peaked at 10.14 kg hm-2a-1. During the 19thcentury, the change rate ofWcaused by climate change reached a minimum of 0.50 kg hm-2a-1. These values ofWwere in the mid-range for the 18th(0.66 kg hm-2a-1) and the 21st(4.79 kg hm-2a-1)) centuries. The value ofWfor the analyzed centuries was ranked as the 21st>20th>18th>19thcentury. The ratio of temperature potential productivity (WT) to precipitation potential productivity (WR) peaked in the 21stcentury; this century also experienced the highest correlation between precipitation and temperature. The different time scales in the four types of climate-induced potential productivity changed periodically in the wavelet analysis, but was relatively consistent. The first major periodic oscillation of the wavelet analysis was 215—219 years, and other major periodic oscillations in wavelet analysis were at 138, 138, 136, 138 years.Wshowed a consistently positive trend in northern Da Hinggan Mountain, high, sub-high, and low values ofWin Genhe, Tahe, and southern Elunchun Counties of northern Da Hinggan Mountain, respectively. That is, the amplitude of theWgradually decreased from northwest to southeast. Therefore, the geographical environment greatly influenced the value ofWas it varied significantly across the region. Climate-induced potential productivity was relatively high in the region with a good correlation between temperature and precipitation. The regional ecosystems are obviously dominated by forest vegetation with lush growth in northern area where the original forest landscape remained more intact than in the south where secondary forest vegetation is dominant. In addition,Wwas significantly positively correlated with annual air temperature, precipitation, and evapotranspiration. A 1℃ increase in mean annual air temperature and 10 mm increase in annual precipitation and evapotranspiration could induce an increase inWby 453.71, 74.40, 219.01 kg/hm2in standard climate-induced potential productivity, respectively. Overall, air temperature is the main factor influencing any change inW. In the future, a warm-wet climate will be beneficial for the growth of forest vegetation, whereas a cold-dry climate will be unfavorable. Climate change is expected to create a warmer-wetter climate in northern Da Hinggan Mountain region, which could increase the potential productivity. If the temperature increases (or decreases) 1—2℃, precipitation increase would be expected to increase (or decrease) 10%—20%, and the potential productivity based on climatic conditions would increase (or decrease) within a range of 10.9 to 21.7%. These results may provide a basic method for studying potential productivity based on climate change for forest vegetation at regional scales, and an important reference value for future estimations of forest carbon-sinks, implementing carbon trade in the near future, studying ecological security, and formulating ecological function planning in China′s northern border.

forest vegetation; miami model; climate-induced potential productivity; climate change

國家自然科學基金(41165005,40865005); 黑龍江省氣象局重點項目(HQZD2015002)聯合資助

2015- 10- 31;

日期:2016- 08- 02

10.5846/stxb201510312200

*通訊作者Corresponding author.E-mail: zhaohhyy2008@aliyun.com

趙慧穎,田寶星,宮麗娟,曲輝輝,季生太,李秀芬,張興林.近308年來大興安嶺北部森林植被氣候生產潛力及其對氣候變化的響應.生態學報,2017,37(6):1900- 1911.

Zhao H Y, Tian B X, Gong L J, Qu H H,Ji S T, Li X F, Zhang X L.Climate-induced potential productivity of forest vegetation during the past 308 years in northern Da Hinggan Mountain region, China.Acta Ecologica Sinica,2017,37(6):1900- 1911.