近144年來秦嶺太白山林線區3—6月平均氣溫的重建

秦 進,白紅英,劉榮娟,翟丹平,蘇 凱,王 俊,李書恒

西北大學城市與環境學院, 西安 710127

近144年來秦嶺太白山林線區3—6月平均氣溫的重建

秦 進,白紅英*,劉榮娟,翟丹平,蘇 凱,王 俊,李書恒

西北大學城市與環境學院, 西安 710127

秦嶺太白山林線植被因海拔較高且受人為擾動較輕,對氣候變化的響應尤為敏感,為獲取過去氣候變化信息提供了可靠代用資源。然而,結合樹木年代學方法及Arcgis空間插值功能進行秦嶺林線氣候變化重建的工作至今仍處于空白。利用采自太白山林線地帶太白紅杉(Larixchinensis)所建立的樹輪寬度資料,與提取自太白山保護區氣溫柵格數據中的采樣點位置氣象數據進行相關分析。結果表明,太白紅杉與3—6月平均氣溫相關性最顯著,采用線性回歸建立了兩者的擬合模型,剔除重建方程中的1997、1998年之后,方差解釋量達57.2%(調整自由度后為55.5%)；重建氣溫序列顯示偏冷時段平均跨度(16年)較偏暖時段平均跨度(10.8年)長,偏冷時段有：1870—1881年、1903—1918年和1977—1996年；偏暖的時段有：1882—1892年、1919—1929 年和1997—2013年；在1931—1978年這一時期,氣溫相對穩定,1988年之后升溫強烈；周期分析顯示近144年以來3—6月氣溫存在22—31 a,18—22 a以及10—13 a的3個振蕩周期,可能與大尺度氣候驅動及太陽活動存在聯系。以上結果均得到歷史記錄以及周邊重建結果的支持。

秦嶺；林線；太白紅杉；樹輪寬度；氣溫插值；氣候重建

隨著近年來全球氣候變化對生態環境的影響越來越深,對可持續發展構成嚴重威脅,已經被世界各國廣泛關注[1]。為了應對未來氣候變化的不確定性,歷史時期氣候變化規律及機制的研究價值逐漸顯現,已經成為PAGES重點研究的方向之一[2]。然而,因地勢、環境等條件不便,秦嶺地區高山氣象站點分布稀疏,氣象數據相對短缺,大多數臺站資料年份較短,因此利用非常規的代用資料進行歷史氣候的研究近年來進展十分迅速[3]。在眾多代用資料中,樹木年輪與其他代用資料相比具有定年準確、連續性強、分辨率高、與氣候要素相關性好、地域分布廣且易于采樣等優點,從而得到了廣泛的應用[4]。

作為西北地區乃至全國重要的地理分界線,在過去的20年內,秦嶺地區樹木年代學工作發展十分迅速[5]。劉洪斌、邵雪梅[6- 7]最初重建了鎮安地區 1755年以來的初春溫度變化,并發現鎮安地區初春溫度重建序列具有顯著的準50 a及準2—3 a周期,隨后結合鎮安鷹嘴崖、佛坪光頭山、華山和太白山南北坡年表,重建了近300 a來秦嶺地區的初春溫度變化；劉禹、馬利民等[8]重建了過去251 a鎮安地區3—4月平均氣溫序列,發現秦嶺冷杉與該地區旱澇指數存在顯著負相關關系,可視作旱澇災情的預警信號,而劉禹、劉娜[9]等發現了秦嶺落葉松輪寬序列與1—7月平均氣溫存在較好的正相關,并重建了該地區1814—2003 年1—7月的平均氣溫；戴俊虎、邵雪梅[10]等則采用太白山高山林線附近的太白紅杉樹木年輪資料,重建了太白山地區近300 a的溫暖指數；田沁花[11]等,則利用伏牛山油松樹輪寬度年表,重建了該區域1874 年以來5—7 月平均最高溫度,發現在過去 134年中,伏牛山區5—7月平均最高氣溫經歷了4次冷期和5次暖期。由以上可見,秦嶺地區氣候重建研究工作已經得到一定的成果,然而,秦嶺以東西跨度較大,南北地形復雜著稱,加之存在氣溫直減率的客觀事實,重建周邊氣象站的氣候變化并不能夠準確代表林線地帶的氣候變化,為解決這一問題,本課題組嘗試借助氣象站資料利用Arcgis軟件進行空間差值并重新提取目標位置、海拔的逐年氣溫數據以重建林線地帶的氣候變化過程,研究對象太白山為我國青藏高原以東的最高峰。

太白山作為全球和區域氣候變化的敏感區域[12],雖然氣象資料短缺,但太白紅杉作為當地唯一的可成純林的樹種[13],輪寬變化特征明顯,提供了氣候變化研究的理想條件。另外,太白山為西安市水源地黑河的源頭匯水區,其林線環境的變化不僅對周邊地區氣候產生影響,還關系著關中,西安地區社會和經濟發展,重建其林線地區氣候變化具明確指示意義。

本文以樹輪樣本為基礎,以氣溫空間插值技術[14]為輔助,旨在準確、可靠得重建近144年太白山林線地帶氣溫變化過程。此方法在秦嶺地區乃至全國范圍內仍十分少見,不僅能豐富西北地區的歷史氣候變化資料,為其他的重建資料提供對比數據,還可以為制定太白山林線生態保護決策方案提供一定的科學依據。

1 研究區概況與數據處理

1.1 樹芯樣本的采集與處理

圖1 采樣點及氣象站位置示意圖 Fig.1 Locations of tree ring sample site and meteorological stations

研究區位于太白山最高點拔仙臺(3767 m)附近的太白紅杉森林上限處,地理坐標為(N 33°49′—34°10′,E107°19′—107°58′),該地區年平均氣溫1.8—2.1℃,降雨量800—900 mm,屬大陸性季風氣候區,冬季多風少雨,夏季高濕多雨。太白山植被帶垂直分布特點明顯,林線以上為第四季冰期形成的冰川遺跡和高山草甸,以下接巴山冷杉群系,土壤類型以森林草甸土為主[15]。

本課題組于2013年10月沿太白山東側山脊在海拔3235 m的太白紅杉純林區設立了采樣點(圖1),樹木平均樹高為 8.85 m,平均胸徑為24.41 cm。由于采樣點距離上板寺較近,將其命名為SBS。樣地樹間距較小,樹木分布集中,土層厚度均在(20±10)cm范圍內,立地坡度均在(30±15)°范圍內。采樣的策略依據國際樹輪數據庫的標準(ITRDB),綜合了敏感性原則、生態環境原則和復本原則等,挑選健康、直立的植株進行采樣,使用生長錐在胸高位置從不同方向取A、B兩芯作為復本,累計采得50個原始樹芯樣本。

樹輪樣本經過粘貼、 晾曬、 打磨等一系列慣例步驟預處理后,隨即進行初步定年工作。采用精度為0.01 mm的LINTAB輪寬儀對每一棵樹芯每一年的樹輪寬度進行測量。完成測量工作后使用COFECHA程序[16]對輪寬序列進行檢驗和交叉定年,檢驗過程中,對受外界因素導致變異的樹芯或是部分年份進行篩選、剔除,與主序列相關性差的個別樹芯也要去除掉,最終剩下46條輪寬序列。

1.2 太白紅杉樹輪寬度年表建立

由于研究目的為重建歷史氣候序列,所以在完成交叉定年后,要剔除輪寬序列中的非氣候信號。年表的建立采用ARSTAN程序[17]完成,在此過程中,采用負指數函數或線性函數對各寬度序列進行擬合,最后得到標準化年表(STD)和差值年表(RES),為盡量保存年表的低頻信息,采用標準化年表進行氣候響應和重建分析。STD年表的統計特征列表見表1。

年表的起始年代以子樣本信號強度SSS(Sub—sample signal strength)[18]來確定,為盡可能延長年表,本研究取SSS門限為0.75,結合Rbar值,確定可信年表時段為1870—2013年。從表1可以看出,STD年表平均敏感度(MS)較高,反映樹輪寬窄變化大,徑向生長對環境變化的敏感度較高。樹間相關系數、信噪比(SNR)、第一主成分方差解釋量(PC1)及樣本總體代表性(EPS)均較高,表明采樣點樹輪寬度變化有較好的一致性。

表1 采樣點概況及樹輪樣本的統計特征

1.3 氣象資料處理

研究區由于海拔過高,附近缺乏長期的器測數據,為實現對林線區氣候變化的重建,我們利用Arcgis空間分析功能通過以下步驟實現多元數據的太白山林線區氣溫資料提取：

(1)計算太白山逐月氣溫直減率。根據太白山自然保護區以內的11個高山氣象站點的2012—2014年氣溫實測資料,計算太白山南、北坡逐月的氣溫垂直遞減率,結果見表2[19].

(2)太白山空間氣溫插值。根據太白山自然保護區以外的太白縣、佛坪縣、眉縣等15個臨近氣象站1983—2013年的氣溫資料,結合來自國家測繪局的25 m×25 m分辨率DEM高程數據,采用普通Kriging插值法[20]對氣溫要素進行空間插值,變異函數均選擇球面函數。首先,利用表2中的垂直遞減率將各站點實測氣溫值訂正至海平面氣溫,在 ArcGIS10.1 中進行插值計算。隨后,利用柵格計算工具,基于氣溫垂直遞減率將插值后的柵格數據與區域 DEM 數據相疊加,最終得到具有地形特征的太白山保護區整體、保護區南北坡的氣溫柵格數據。通過交叉驗證顯示插值結果的平均標準差為0.877,對比插值計算結果與部分高山氣象站點的實測數據,顯示插值誤差在±1℃以內,表明插值結果可靠性較好,可以代表太白山保護區高山氣候特征[21]。

表2 太白山高海拔區南北坡逐月氣溫垂直遞減率/(℃/100 m)

(3)提取林線31 a逐月平均氣溫。采用點值提取的方法,在具有地形特征的太白山南北坡氣溫柵格數據中提取了海拔為3235 m的采樣區(N 34°00′00,E107°42′)1983—2013年的逐年、逐月氣溫,并計算這31 a的1—12月的逐月平均氣溫值Tm。

將步驟(1)中距離采樣點距離最近的湯峪2號(海拔：2767 m,經緯度：N34°00′01,E107°48′56″)高山氣象站點的氣溫實測數據與Tm進行比較(圖2),可見,逐月平均氣溫變化趨勢吻合的同時,兩地溫差也符合該地區的氣溫直減率特征。考慮到降水隨海拔分布特征沒有明顯的規律,且受地形影響較明顯,因此插值方法暫未應用于降水數據,而是采用太白山周邊的太白、佛坪兩地月總降水量的平均值,兩地降水數據如圖3所示。可見,太白山林線最高平均氣溫出現在7月為12.05℃,而最低為12月的-11.86℃,這與海拔相對較低的太白、佛坪兩氣象站月均溫的最高值(20.81℃)及最低值(-1.83℃)存在明顯差異[22]。

圖2 采樣點逐月平均氣溫提取值(Tm)與湯峪2號氣象站平均氣溫實測值比較Fig.2 Comparison between extracted monthly mean air temperature (Tm) and instrumental monthly mean air temperature from Tangyu No.2 meteorological station

圖3 太白、佛坪逐月平均總降水量分布 Fig.3 Monthly mean total precipitation of Taibai county and Foping county

1.4 太白紅杉徑向生長主導氣候因子的提取

基于上文處理的氣溫、降水量及不同月份組合,考慮到氣候要素對植物生長的滯后作用,選擇上年9月至當年10月為分析時段與樹輪寬度指數序列進行Pearson相關分析。

圖4 樹輪寬度STD年表與逐月平均氣溫及總降水量相關結果Fig.4 The correlation analysis between STD chronology and monthly mean temperature,total precipitation

圖5 3—6月氣溫實測值與重建值的去趨勢化指數比較 Fig.5 The comparison between the detrended indices of reconstructed temperature (March—June) and the instrumental data

相關分析結果顯示,太白紅杉與氣溫的相關性較與降水的相關性強且大致呈正相關(圖 4)。序列與當年生長季 2—7月逐月氣溫呈不同程度的正相關,并在3、4、5、6月均通過了95%的顯著性檢驗。將當年生長季1—9月不同時段的氣溫組合后,相關分析結果顯示序列與太白山林線地區1—9月整體平均氣溫的相關系數達0.519(P<0.001),尤其與3—6月平均氣溫的相關值達到最高(r=0.671,P<0.001)。而序列與3—7月降水均呈負相關關系,降水負相關最強的時段與氣溫正相關最強的時段相對應,均為3—6月,與4月單月總降水量的負相關最高(r=0.398,P<0.05)。反映研究區生長季氣溫一定程度的增高是有助于樹木生長的,有利于較寬年輪的形成,但生長季降水若增多則會對樹木生長產生明顯抑制作用。因此,3—6月氣溫是太白紅杉年輪生長的主導因子。

從樹木生理學角度來看,樹木年輪的寬度波動往往是由一個或多個氣候因素共同作用的結果,而本研究樣本均采自3000 m海拔以上的極端生境,樹木進行正常生命活動所依賴的氣溫與降水都較匱乏,但是,秦嶺地區具有海拔高、氣候濕潤、土層較厚及土壤含水量高的特點[9],在樹木生長季前期,氣溫過低會無法滿足樹木維持正常生長代謝活動的需要,使樹木形成層活動推遲,從而形成較窄的年輪,而氣溫升高有利于地溫升高,促使植物根系開始活動,當氣溫升高至樹木生長的最低溫度時,樹木形成層細胞開始開裂,有利于延長生長季和早材寬年輪的形成[23- 24]。基于以上原因,在秦嶺主脊太白山林線地區,春季至初夏的氣溫成為樹木生長的主要限制因子,而前人在研究秦嶺其他地區、樹種[25- 27]的過程中也得到了生長季氣溫為樹木生長主導因子的結論。

2 結果與分析

2.1 回歸模型的建立與調整

根據相關性計算結果,以太白山林線地帶3—6月氣溫作為因變量,太白山太白紅杉STD年表作為自變量,采用線性回歸方法對太白山林線公元1870至2013年以來3—6月平均氣溫進行模擬重建,轉換方程為：

T3-6=2.505ISTD+3.932

(1)

式中,T3—6為3—6月平均氣溫,ISTD為太白紅杉STD年表,該方程的相關系數r=0.670(P<0.001),方差解釋量為44.9%,(調整自由度后方差解釋量為42.8%),F=21.184。鑒于從插值所得氣象記錄只有31年,我們采用逐一剔除法來檢驗轉換方程的穩定性。發現存在奇異年份1997、1998年使方程(1)穩定性下降,去除1997、1998年后,相關系數r升為0.757(P<0.001)。氣象觀測記錄表明,1996年出現了3—6月氣溫均低于多年平均值的現象,其滯后作用可能對1997樹木年輪組織生長造成了較顯著的影響,雖然1998年3—6月氣溫有所回升,但是3—5月降水卻出現了多年來的罕見極高值(84.95 mm),樹木生長受到嚴重抑制,產生窄輪,加之1997、1998年我國氣候受ENSO事件嚴重波及發生異常[28],共同導致回歸模型對1997、1998年3—6月平均氣溫的擬合結果偏差較大,因此考慮從回歸方程中剔除[9]。在去除1997、1998年之后,轉換方程為：

T3-6=3.015ISTD+3.355

(2)

由表3可見,與方程(1)相比,方程(2)在各個統計指標上優勢更明顯,表明方程更加穩定。經過交叉檢驗分析,重建序列與觀測序列的符號檢驗(S1)、一階差符號檢驗(S2),誤差縮減值(RE),乘積平均數(t)以及方程的F檢驗值等統計量均體現了重建結果的可靠性。圖5為運用轉換方程(2)重建的太白山林線3—6月平均氣溫與實測值插值結果的對比。在觀測時段內(1983—2013年),去趨勢后的重建值與實測值吻合較好,證明重建結果可靠,能夠反映太白山林線地區氣溫波動規律[29]。

表3 各項檢驗參數

2.2 太白山林線區3—6月平均氣溫的重建

基于轉換方程(2),將子樣本代表性>0.75的年份1870年作為起始年,2013作為終止年,我們重建了太白山林線地區歷史時期3—6月平均氣溫(圖6)。

可見,1870年以來,研究區3—6月平均氣溫波動頻繁,波動幅度在1.83—4.89℃之間,最低和最高溫度相差達到3.06℃,重建時段3—6月氣溫平均值Tmean為3.51℃,標準差σ為0.63℃。在本研究中,定義氣溫高于Tmean+1σ(4.14℃)的年份為高溫年份,氣溫低于Tmean-1σ(2.88℃)的年份為低溫年份,而介于兩者之間的氣溫為正常值[30]。由表4可見,在過去144年中,偏暖年份出現19次,偏冷年份出現26次,分別占總年份的13%和18%。

圖6 太白山林線區1870—2013年3—6月平均氣溫重建序列Fig.6 The March—June temperature reconstruction for the timberline of Mt. Taibai from 1870 to 2013

重建結果中出現的偏暖、偏冷年份(表4)與陜西地情資料庫近200年所發生的氣象災害記錄有較好的對應(數據來源于陜西地情網http://www.sxsdq.cn)。偏暖年份基本伴隨著大范圍的嚴重干旱事件并對農業產生了嚴重影響,例如1892、1928、1929、1959年,記載有春旱、夏旱、大旱等現象,這些年份“收成歉薄”“糧食缺乏”“夏秋收成不到二成”。而偏冷年份在陜西出現了較大范圍的洪水災害,例如1881、1921、1948、1949年,記載有“雨雹傷禾”“山水陡漲”“河水暴漲”等現象其中連續超過2 a及以上的高溫時段為1966—1968年、2005—2007年,連續超過2 a及以上的低溫時段為1871—1873年、1880—1883年、1997—1999年。

為了反映重建序列的低頻特征,更好地觀察3—6月平均氣溫的年代際變化,對序列作11 a滑動平均,并定義滑動平均值連續11 a以上高于平均值的時間段為暖期,滑動平均值連續11 a以上低于平均值的時間段為冷期[31]。由圖6可見,在重建期間氣溫偏高的(>3.51℃)時段主要有1882—1892年、1919—1929 年和1997—2013年,總持續時間為 29年,而在重建期間氣溫較低(<3.51℃)的時段主要：1870—1881年、1903—1918年和1977—1996年,總持續時間為39年。重建時段的低頻變化趨勢中偏冷時段較偏暖時段多,這與極端年所占總年的比例一致,其中1977—1996年冷期持續時間最長(22 a),20世紀90年代以前暖期持續時間較短、升溫幅度較小。總體而言,19世紀末期是一個以1881年為界限的顯著冷暖交替時期,在20世紀初至20年代為一顯著冷期,而20—30年代末是一個顯著的暖期,1919—1931年的高溫期與我國北方20年代出現的干旱事件相吻合[32]。隨后,在1931—1978年這一時期,40 a的初春溫度變化不存在明顯的變暖趨勢,氣溫變化幅度較小,冷暖交替頻繁,氣溫相對比較穩定,而在20世紀70年代末期氣溫開始下降,從20世紀90年代后期至今氣溫又明顯持續增暖。

表4 144年以來偏暖、偏冷年份及重建溫度值

2.3 重建結果的對比與驗證

2.3.1重建結果冷暖期的區域對比

圖7 同期石門山5—6月最高氣溫(a)與太白山林線3—6月平均氣溫(b)對比Fig.7 Comparison between the reconstruction of May—June maximum temperature of Mt.Shimen (a) and the reconstruction of March—June timberline mean temperature of Mt. Taibai (b) at their interval

通過與田沁花等[11],所重建的過去134a伏牛山5—7月平均最高氣溫變化趨勢進行對比,發現該研究中得到的偏冷時段1900—1917年、1974—1989年和偏暖時段1889—1899年、1918—1940年、1990—2002年與本研究重建所得偏冷期與偏暖期基本重合,然而,在1931—1978年這一時期40a伏牛山5—7月平均最高氣溫變化存在著明顯的變暖趨勢,但在相同時段,太白山林線區3—6月平均氣溫上升趨勢不明顯。與劉禹、劉娜等[7]重建秦嶺中段分水嶺地區1—7月平均氣溫的結果進行比較發現,太白山與佛坪光頭山均在在19世紀末以及20世紀30年代之前存在低—高—低—高的兩次顯著震蕩,在1934—1990年這一時期的氣溫變化均不存在明顯的變暖趨勢,氣溫變化幅度小,氣溫相對穩定,持續到20世紀90年代初期又出現了明顯的氣溫升高現象。而蔡秋芳、劉禹[33]等,在陜西中北部地區1826年以來4—9月氣溫的重建結果中發現,20世紀20年代末期是自1826年以來陜西中北部地區4—9月溫度最高的時段,陜西中北部地區自1923年以來4—9月平均氣溫不斷上升,到1929年溫度達到重建時段內最高記錄, 而在本研究區,20世紀20年代末期同樣為3—6月氣溫的最高時段,并且,重建氣溫自進入20世紀以來,極端最高氣溫也出現在1929年(4.89℃),而這次極端高溫事件所導致的災害在中國北方其他地區的樹輪研究中也得到了印證[34]。

與甘肅省東南部天水石門山5—6月最高氣溫的樹輪重建結果(數據來源于http://www. ncdc. noaa. gov/paleo/study/17033)進行比較(圖7)發現,兩研究區高、低溫波動大體一致,相關系數為0.171(N=133,P<0.05),表明在低頻變化上兩序列是顯著相關的。冷暖時段的變化上兩者出現局部時段的不同步性,這可能是由于所表征的月份、氣象要素以及海拔并不完全一致造成的,然而20世紀30年代的高溫期,40、50年代的低溫期、60、80年代的高溫期以及90年代以來的氣溫明顯上升趨勢在兩條曲線中共存,表明太白山林線地帶與石門山地區的氣溫變化序列經歷了極為相似的冷暖波動過程,兩個曲線的同步變化表現出較好的區域一致性,印證了本重建結果的可靠性。

2.3.2太白山林線區3—6月平均氣溫的周期性

本研究選用Morlet連續小波變換對氣溫序列進行分析,為減弱小波變換資料的始、末區域所對應變換結果的邊界效應,文中采用對稱延伸法減弱這種影響[35]。結合圖6可清楚看到太白山林線地區3—6月平均氣溫在過去144 a的演化過程中存在多時間尺度特征并與方差圖中的峰谷變化一致。與重建序列曲線(圖7)進行比較可以發現,周期信號比較強的時段氣溫波動也相對明顯,周期信號不明顯的時段,氣溫的波動相對緩和。

太白山林線區3—6月氣溫演變過程中存在著相對顯著的31—22 a,22—18 a以及13—10 a的3類尺度準周期變化規律。13—10 a尺度的周期信號在時間尺度上并不穩定[36],振幅隨時間推移產生了明顯變化的情況,在1900s之前和1940s以后表現的較為穩定,但在1900s—1940s和1990s—2010s期間發生了較大浮動。22—18 a的變化周期與馬利民、劉禹[37]等,對秦嶺SOI(The Southern Oscillation Index)重建序列的功率譜分析中發現的自1743年以來該序列存在明顯的21. 82—17.14 a周期比較吻合,而22年的周期是Hale周期,這很可能說明了南方濤動對太白山林線區樹木生長存在顯著影響。在13—10 a尺度上出現的顯著冷—暖交替準17次震蕩,與太陽黑子活動周期特征相似并對應了西北干旱災害的11 a準周期[38]。這些周期暗示全球的氣候變化特征也存在于該地區的氣候歷史,太白山林線地區3—6月氣溫可能受到了大范圍的氣候變化影響。

圖8 太白山林線區氣溫重建序列的小波分析Fig.8 Wavelet analysis for the reconstructed temperature series of Mt. Taibai timberline

3 結論

論文以太白山林線區的太白紅杉樹輪樣本建立的STD年表為基礎,與借助Arcgis軟件氣溫插值功能提取的采樣點過去31 a氣溫數據進行相關分析,發現樹輪年表對溫度變化響應敏感,與研究區生長季氣溫呈顯著正相關。在此基礎上,實現了太白山林線1870—2013年間3—6月平均氣溫的重建,并得到如下結論：

(1)重建結果顯示,太白山林線區3—6月平均氣溫在過去144 a經歷了3次冷期和3次暖期的波動。19世紀末與20世紀初的冷—暖交替、20世紀20—30年代末的顯著高溫期、1931—1978年間相對比較穩定的冷暖波動以及在20世紀90年代初期出現的明顯氣溫升高等現象與周邊地區同期氣溫重建結果相似。

(2)研究區3—6月平均氣溫重建序列與天水石門山地區5—6月最高氣溫同期重建結果在高、低頻變化上均表現出較好的一致性,從另一方面佐證了本研究方法以及重建結果的可靠性。

(3)周期分析結果表明,太白山林線地帶氣溫存在31—22 a,22—18 a以及13—10 a的3種主要變化周期,周期特征與太陽活動及SOI的周期特征接近,意味著太白紅杉寬度可能包含更大尺度的氣候波動信號。

致謝：感謝寶雞文理學院地理與環境學院周旗老師領導下的陜西省災害監測與機理模擬重點實驗室為本次實驗提供了LINTAB樹輪分析儀和實驗室,以及包光老師在對年輪樣品的處理及分析過程中給予的極大技術幫助。

[1] 劉禹, 馬利民, 蔡秋芳, 安芷生, 劉衛國, 高玲瑜．采用樹輪穩定碳同位素重建賀蘭山1890年以來夏季(6—8月)氣溫．中國科學(D輯：地球科學),2002,32(8)：667-674．

[2] Moberg A, Sonechkin D M, Holmgren K, Datsenko N M, Karlén W. Highly variable Northern Hemisphere temperatures reconstructed from low- and high-resolution proxy data. Nature, 2005, 433(7026): 613- 617.

[3] 汪青春, 秦寧生, 李棟梁, 時興合, 王振宇, 李林, 朱西德.利用多條樹輪資料重建青海高原近250年年平均氣溫序列. 高原氣象,2005,24(3):320- 325.

[4] Esper J, Cook E R, Schweingruber F H. Low-frequency signals in long tree-ring chronologies for reconstructing past temperature variability. Science,2002,295(5563): 2250- 2253.

[5] 蔡秋芳, 劉禹, 王艷超.陜西太白山樹輪氣候學研究. 地球環境學報,2012,3(3):874- 880.

[6] 劉洪濱, 邵雪梅.采用秦嶺冷杉年輪寬度重建陜西鎮安1755年以來的初春溫度. 氣象學報,2000,58(2):223- 233.

[7] 劉洪濱,邵雪梅.利用樹輪重建秦嶺地區歷史時期初春溫度變化. 地理學報,2003,58(6):879- 884.

[8] 劉禹, 馬利民, 蔡秋芳, 安芷生.依據陜西秦嶺鎮安樹木年輪重建3—4月份氣溫序列. 自然科學進展, 2001, 11(2):157- 162.

[9] 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1—7月平均氣溫. 氣候變化研究進展, 2009,5(5): 260- 265.

[10] 戴君虎, 邵雪梅, 崔海亭, 葛全勝, 劉鴻雁, 唐志堯.太白山樹木年輪寬度資料對過去生態氣候要素的重建. 第四紀研究, 2003, 23(4):428- 435.

[11] 田沁花, 劉禹, 蔡秋芳, 包光, 王偉平, 薛文亮, 朱文杰, 宋慧明, 雷鶯.油松樹輪記錄的過去134年伏牛山5- 7月平均最高溫度.地理學報, 2009, 64(7):879- 887.

[12] 張文輝, 王延平, 康永祥, 劉祥君．太白紅杉種群結構與環境的關系．生態學報, 2004, 24(1)：41- 47．

[13] Liu H Y, Tang Z Y, Dai J H, Tang Y X,Cui H T. Larch timberline and its development in north China. Mountain Research and Development, 2002, 22(4): 359- 367.

[14] 白紅英, 馬新萍, 高翔, 侯欽磊. 基于DEM的秦嶺山地1月氣溫及0℃等溫線變化. 地理學報,2012,11:1443- 1450.

[15] 任毅, 劉明時, 田聯會, 田先華, 李智軍. 太白山自然保護區生物多樣性研究與管理. 北京: 中國林業出版社, 2006.

[16] Holmes R L. Dendrochronology Program Library Version. Laboratory of Tree-Ring Research, University of Arizona, Tucson,1994.

[17] Cook E R. A time series analysis approach to tree ring standardization[D]. Tucson: University of Arizona,1985.

[18] Wigley T M L, Briffa K R, Jones P D. On the average value of correlated time series, with applications in dendroclimatology and hydro—meteorology. Journal of Climate Applied Meteorology,1984,23(2): 201- 213.

[19] 翟丹平, 白紅英, 秦進, 鄧晨暉, 劉榮娟, 何紅.秦嶺太白山氣溫直減率時空差異性研究.地理學報,2016,71(9):1587- 1595

[20] 彭彬, 周艷蓮, 高蘋, 居為民.氣溫插值中不同空間插值方法的適用性分析:以江蘇省為例.地球信息科學學報,2011,13(4):539- 548.

[21] 劉榮娟, 白紅英, 馬新萍, 馮林林, 秦進, 程德強.太白山保護區氣溫變化及其空間差異性分析.中國農業氣象,2016,37(1):1- 10.

[22] 秦進,白紅英,李書恒,王俊,甘卓亭,黃安. 太白山南北坡高山林線太白紅杉對氣候變化的響應差異. 生態學報,2016,36(17): 5333- 5342.

[23] Graumlich L. J. Subalpine tree growth,climate,and increasing CO2: an assessment of recent growth trends. Ecology,1991,72(1): 1- 11.

[24] Sheppard P R, Graumlich L J, Conkey L E. Reflected-light image analysis of conifer tree rings for reconstructing climate. The Holocene, 1996, 6(1): 62- 68.

[25] 康永祥, 劉婧輝, 代拴發, 何曉軍. 太白山不同海拔太白紅杉年輪生長對氣候變化的響應. 西北農林科技大學學報: 自然科學版, 2010, 38(12): 141- 147.

[26] Dang H S, Jiang M X, Zhang Q F, Zhang Y J. Growth responses of subalpine fir (Abiesfargesii) to climate variability in the Qinling Mountain,China. Forest Ecology and Management, 2007, 240(1/3): 143-150.

[27] Liu Y, Linderholm H W, Song H M, Cai Q F, Tian Q H, Sun J Y, Chen D L, Simelton E, Seftigen K, Tian H, Wang R Y, Bao G, An Z S. Temperature variations recorded inPinustabulaeformistree rings from the southern and northern slopes of the central Qinling Mountains, central China. Boreas, 2009, 38(2): 285- 291.

[28] 蒲書箴, 于非, 趙新, 胡筱敏. 1997/1998厄爾尼諾的發生與發展. 海洋學報(中文版), 1998, 20(6):124- 131.

[29] 勾曉華, 陳發虎, 王亞軍, 邵雪梅.利用樹輪寬度重建近280年來祁連山東部地區的春季降水.冰川凍土, 2001, 23(3):292- 296.

[30] 包光, 劉禹, 劉娜.內蒙古呼倫貝爾地區伊敏河過去135年以來年徑流總量的樹輪重建. 科學通報, 2013, (12):1147- 1157.

[31] 蔡秋芳, 劉禹, 包光, 雷鶯, 孫鉑.樹輪記錄的呂梁山地區公元1836年以來5—7月平均氣溫變化.科學通報, 2010, 55(20):2033- 2039.

[32] 梁爾源, 邵雪梅, 黃磊, 王麗麗.中國中西部地區樹木年輪對20世紀20年代干旱災害的指示. 自然科學進展, 2004, 14(4):469- 474.

[33] 蔡秋芳, 劉禹, 宋慧明, 孫軍艷.樹輪記錄的陜西中-北部地區1826年以來4—9月溫度變化. 中國科學D輯: 地球科學, 2008, 38(8):971- 977.

[34] Liang E Y, Liu X H, Yuan Y J, Qin N S, Fang X Q, Huang H L, Zhu H F, Wang L, Shao X M. The 1920s drought recorded by tree rings and historical documents in the semi-arid and arid areas of northern China. Climate Change, 2006, 79: 403- 432.

[35] 林振山, 鄧自旺等.子波氣候診斷技術的研究. 北京: 氣象出版社, 1999:1- 174.

[36] Aydin N, Markus H S. Directional wavelet transform in the context of complex quadrature Doppler signals. IEEE Signal Processing Letters, 2000, 7(10): 278- 280.

[37] 馬利民,劉禹,安芷生. 秦嶺樹輪記錄中的ENSO事件. 海洋地質與第四紀地質, 2001, 21(3):93- 98.

[38] 蔡秋芳,劉禹. 油松樹輪記錄的1776年以來賀蘭山地區氣溫變化. 地理學報,2006, 61(9):929- 936.

ReconstructionofMarch-JunemeanairtemperaturealongthetimberlineofMountTaibai,Qinlingmountains,northwestChina,overthelast144years

QIN Jin,BAI Hongying*,LIU Rongjuan,ZHAI Danping,SU Kai,WANG Jun,LI Shuheng

CollegeofUrbanandEnvironmentScience,NorthwestUniversity,Xi′an710127,China

Since the vegetation of the timberline area at Mount Taibai in the Qinling mountains is of high elevation and rarely disturbed by anthropogenic activities,it is sensitive to climate change, thereby providing a proxy resource of past climate change information. However, to date, there have been no investigations that have integrated dendrochronological methods with Arcgis spatial analysis techniques to reconstruct the past climate change at specific elevations and locations. Herein, we presented a reconstruction based on extracted meteorological data from spatial interpolation andLarixchinensistree ring widths. Climate growth response analysis revealed that the air temperature,particularly from March to June, was the principle factor that limited the radial growth ofL.chinensis. By using dendrochronology techniques, we obtained a reconstruction of the March to June mean air temperature for the timberline of Mount Taibai over the period from 1870 to 2013. The reconstruction captured 57.2% of the temperature variance(55.5% after the degree of freedom is adjusted) after removing the tree—ring width values of 1997 and 1998 during the calibration periods. On the decadal scale, the pattern of cool-warm fluctuations exhibited frequent repetitive features., On average, the cold periods (16 years) always persist longer than the warm periods(10.8 years).The years 1870—1881, 1903—1918, and 1977—1996 were colder periods, whereas the years 1882—1892, 1919—1929, 1950—960, and 1997—2013 were relatively warmer. The temperature variations indicated three quasi—periodic changes on scales of 22—31 a,18—22 a and 10—13 a, which suggested that the Mount Taibai region may be associated with a huge—scale climate drive and solar activity. Our reconstruction exhibited good consistency with local historical records and reconstruction results from similar climatic regions for the same intervals.

Qinling mountain；Timberline；Larix chinensis; Tree-ring width；Temperature interpolation；Climate reconstruction

林業公益性行業科研專項(201304309);太白山林線樹種年輪指數與氣候變化響應的時空差異性研究(2014JQ5172)

2016- 00- 00; < class="emphasis_bold">網絡出版日期

日期:2017- 07- 12

*通訊作者Corresponding author.E-mail: hongyingbai@163.com

10.5846/stxb201609191884

秦進,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3—6月平均氣溫的重建.生態學報,2017,37(22):7585- 7594.

Qin J,Bai H Y,Liu R J,Zhai D P,Su K,Wang J,Li S H.Reconstruction of March-June mean air temperature along the timberline of Mount Taibai, Qinling mountains, northwest China, over the last 144 years.Acta Ecologica Sinica,2017,37(22):7585- 7594.