1850年以來川西高原北部植被氣候生產潛力時空變化特征

王春學, 秦寧生, 周 斌, 龐軼舒, 羅 玉, 茅海祥

(1.中國氣象局 成都高原氣象研究所/高原與盆地暴雨旱澇災害四川省重點實驗室,成都 610072; 2.四川省氣候中心, 成都 610072; 3.銅仁市氣象局, 貴州 銅仁 554300)

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[1]。生產潛力是表征陸地生態過程的關鍵參數和評價陸地生態系統可持續發展的一個重要指標[2]。對生產潛力的研究不但可以揭示生產力與氣候要素之間的內在聯系，還可以用來預測生產力的未來發展趨勢[3]。我國人多地少，資源相對貧乏，對生產潛力的研究顯得更加迫切和重要，可以為合理開發利用自然資源和應對全球變化提供科學依據[4]。

Miami模型是經典的、使用最廣泛的生產潛力估算模型[5]。Miami模型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，獲得了氣象因子模擬自然植被生物量的關系表達式，之后中國學者對模型進行了驗證，認為該模型適合中國自然植被生產潛力的研究應用[6]。樹木年輪(樹輪)數據擁有長時間序列和高空間分辨率的特點，利用樹輪資料重建生產潛力有其獨特的優勢，能夠獲取長時間尺度的數據[7]。許多研究表明，樹輪資料結合傳統的研究方法能夠較好地表征生產潛力的逐年變化，對生產潛力的估算研究起到了推動作用[8-12]。

川西高原位于青藏高原東部，地廣人稀，具有豐富的植被，是生態脆弱區和氣候變化敏感區，其氣候及生態特征對青藏高原乃至中國西南地區都有重要影響[13-15]。陳卓奇等[16]利用遙感數據反演了青藏高原生產潛力，發現降水量小于450 mm的區域生產潛力變化的主導因子為降水量，降水量大于450 mm的區域，主導因子變為氣溫，并且隨著氣溫的升高生產潛力顯著提高。劉剛等[17]的研究也表明青藏高原生產潛力與溫度有很好的正相關關系。樸世龍等[18]發現青藏高原生產潛力自東南向西北遞減，并且1982—1999年有逐漸上升的變化趨勢。李宗善等[19]重建了1788—2010年川西米亞羅地區的生產潛力，發現夏季至秋季溫度是限制森林生長的最為重要的氣候要素。

目前川西高原的生產潛力估算時間尺度主要集中在近幾十年，更長時間尺度的估算較少，而且個別研究也只是針對單個站點展開的，非常缺乏對川西高原大范圍、長時間生產潛力的科學認識。近些年川西高原樹輪研究工作取得了比較豐富的成果，重建了川西高原多個地點的氣候變化序列，揭示了川西高原部分地區的歷史氣候變化特征，同時也積累了大量的樹輪資料，這為利用樹輪資料建立大范圍、長時間生產潛力奠定了良好的理論和資料基礎[20-24]。本文將利用川西高原北部阿壩藏族羌族自治州(阿壩州)多條樹輪資料重建1850年以來阿壩州生產潛力，并分析其時空變化特征，提高對川西高原歷史時期生態系統的科學認識，為自然資源的合理開發利用和可持續發展提供科學支撐。

1 資料和方法

1.1 研究區概況及氣象資料來源

阿壩州位于四川省西北部，地貌以高原和高山峽谷為主，岷江和大渡河貫穿全境，是黃河上游的重要水源地，野生動植物資源極其豐富。阿壩州是中國五大牧區之一的川西北牧區的重要組成部分，境內的若爾蓋生態區是我國第一大高原沼澤濕地，也是氣候變化的敏感區[25]。阿壩州受西風南支急流、東南季風以及西南季風等綜合影響，形成了冬寒夏涼、降水適中的山地氣候[24]。

本文使用的氣象資料為阿壩州13個國家氣象站(圖1)1961—2010年逐月氣溫和降水量資料。分析發現阿壩州年平均氣溫8.5℃，1月最冷，平均氣溫-1.6℃；7月最熱，平均氣溫17.3℃；年平均降水量663.5 mm，12月最少，平均2.7 mm；6月最多，平均119.5 mm。

圖1 阿壩州氣象站和樹輪采樣點分布

1.2 樹輪資料來源及樹輪年表建立

本文所用的樹輪樣本由中國科學院地理科學與資源研究所、國家氣候中心和中國氣象局成都高原氣象研究所聯合采集。采樣點位于阿壩州境內(圖1)，區域內森林呈帶狀分布于河谷兩側，受人類活動影響較少。本文所用4個采樣點的優勢樹種均為冷杉[Abiesfabri(Mast.) Craib]，除二道海采樣點(EDH)的海拔高度接近3 300 m外，其余3個采樣點海拔高度均超過3 500 m，其中熱務溝采樣點(RWG)最高(3 680 m)。樹輪采樣對象為樹齡較長的活樹，每株至少采集2個樹芯，其中除九寨溝采樣點(JZG)只有11株29個樣芯外，其余3個采用點的樣本數均在25棵樹、50個樣芯以上，熱基溝采樣點(RJG)樣芯最多(68個)，4個樣本點共采集了88棵樹的213條樹芯，復本量能夠滿足樹輪氣候研究的要求(表1)。

表1 樹輪采樣點概況

將采集到的樣芯按照國際通用的基本程序進行干燥(自然晾干)、固定、磨光處理和交叉定年，并利用COFECHA程序對定年結果進行檢查和驗證。為了去除原始樹輪寬度中所包含的非氣候信息，利用ARSTAN程序，采用步長為樣本長度67%的樣條函數擬合生長趨勢，然后用雙權重平均法進行合成，得到每個采樣點的標準化年表(STD)。表2給出了各采樣點標準年化表統計特征及公共區間分析結果，可以看到4個標準化年表的統計特征比較相似，其中平均敏感度略偏低，但是一階自相關系數和總體代表性都比較高，具有一定的表征過去氣候變化的潛力。從SSS>0.85的起始年份來看，EDH最晚(1849年)，RJG最早(1514年)，為了保證分析結果的可靠性和一致性，后文統一選取1850—2010年的樹輪寬度資料進行分析。

表2 各采樣點標準年表統計特征及公共區間(1800-2010年)分析結果

1.3 氣候生產力的估算模型及遙感資料驗證

本文采用Miami模型[3]估算阿壩州氣候生產潛力，相關計算公式為：

MT=30000/[1+e(1.315-0.119T)]

(1)

式中:MT為由年平均溫度決定的氣候生產潛力[kg/(hm2·a)]；T為年平均氣溫(℃)。

MR=30000[1-e(-0.000664R)]

(2)

式中:MR為由年平均降水量決定的氣候生產潛力[kg/(hm2·a)]；R為年降水量(mm)。

為了驗證模型估算結果，本文使用了中國科學院地理科學與資源研究所的中國植被凈初級生產力(Net Primary Productivity，NPP)遙感觀測資料，提取得到了九寨溝、若爾蓋、壤塘、馬爾康和理縣5個點的2001—2010年逐年資料。圖2給出了模擬和遙感觀測的對比情況，可以看到MT與遙感觀測NPP的對應關系比較好，從量值上看MT為NPP的1～1.5倍，二者散點圖(圖2A)呈顯著的正相關(R2=0.78)，從年平均變化(圖2B)來看，2001—2010年二者的變化趨勢和年際波動情況基本一致。MR與NPP的對應關系則不好，可以看到(圖2C)二者為弱的負相關，年際變化(圖2D)雖然都為增多趨勢，但是具體年際波動的對應關系較差。通過與遙感資料的對比驗證，發現利用溫度估算的氣候生產潛力比利用降水估算的氣候生產潛力更據研究價值和代表性。

1.4 經驗正交函數分解

氣候統計診斷中應用最為普遍的方法是把原變量場分解為正交函數的線性組合，構成為數很少的互不相關的典型模態，代替原始變量場，每個典型模態都含有盡量多的原始場信息。經驗正交函數(Empirical Orthography Function，EOF)分解就是這樣一種方法，EOF的優點是沒有固定函數，能在有限區域對不規則分布的站點進行分解，很容易將變量場的信息集中到幾個模態上，而且分離出的空間結構具有一定的物理意義[26]。

1.5 MTM-SVD

MTM-SVD方法是由Mann等[27]提出的一種多變量頻域分解技術。這是一種將譜分析的多錐度方法(Multi-Taper Method，MTM)和變量場的奇異值分解(Singular Value Decomposition，SVD)方法結合在一起的氣候周期信號檢測技術，詳細內容參閱相關文獻[28-30]。

圖2 Miami模型估算的MT，MR與遙感NPP的散點圖(A，C)和逐年對比圖(B，D)

2 結果與分析

2.1 樹輪和氣候生產潛力相關分析

利用Miami模型分別建立1961—2010年13個氣象站MT和MR，并分別統計其與樹輪寬度序列的相關特征。由于樹木生長情況往往與前期氣候狀況密切相關，所以本文計算了當年樹輪序列與12個月累積生產力的相關系數，累積值從上年1月開始逐月滑動至當年1月，找出每個氣象站與樹輪序列相關系數的最大值，然后統計13個氣象站中超過一定顯著性水平的臺站數，并計算其平均值。

圖3A為MT與樹輪序列的相關統計情況，可以看到MT與樹輪寬度都為正相關，其中上年10月—當年9月的MT與樹輪相關系數最大(0.57)，同時13個站均超過了0.01顯著性水平，其余時段的相關系數在0.52上下波動，顯著臺站數在12個左右。

圖3B為MR與樹輪序列的相關統計情況，可以看到MR與樹輪寬度都為負相關，其中上年8月—當年7月的MR與樹輪相關系數最大(-0.41)，但是只有1個臺站達到了0.05的顯著性水平，其余時段的相關系數在-0.35上下波動，顯著臺站有7個左右。

由相關分析可知，樹木生長越旺盛時，MT往往越大，反之則越小，即MT可以代表阿壩州的氣候生產潛力。另外相關分析發現樹輪與上年10月—當年9月的MT相關性最好，所以后文主要針對該時段的MT展開分析。

圖3 MT和MR與樹輪序列相關分析

表3為上年10月—當年9月MT與樹輪序列的具體相關系數情況，可以看到13個氣象站與4個樹輪序列的相關系數都較高，除個別序列間的相關系數達到0.05顯著性水平外，絕大多數相關系數都通過了α=0.01的顯著性檢驗。

表3 上年10月-當年9月MT與樹輪序列相關系數

2.2 建立回歸方程

從表3中不難發現，除了理縣站與JZG的相關系數最高外，其余站均與RJG的相關系數最高，但是如果只用RJG單一序列來重建所有站的MT，那么就無法體現MT空間變化的差異，所以為了更多地提取時空特征信息，在保證回歸方程具有一定顯著性水平的前提下，盡量多地選取樹輪序列參與重建。經過反復試驗，發現選擇相關系數最高的2個樹輪序列參與回歸方程重建時，可以滿足上述要求，即MT=B0+B1X1+B2X2,式中：B0，B1，B2為回歸系數；X1，X2分別為選擇的兩個樹輪年表指數。

為了檢驗重建方程是否穩定可靠，采用國際慣用的嚴格顯著性檢驗方法(逐一剔除法，leave one out)對方程進行檢驗，表4給出了各重建方程的回歸系數及相應檢驗統計量，可以看到所有方程的相關系數、F檢驗值、乘積平均數(t)和誤差縮減值(RE)均達到了0.01的顯著性水平，說明重建方程具有一定的穩定性和可靠性。符號檢驗有3個達到0.01顯著性水平，5個達到0.05顯著性水平，5個接近0.05的顯著性水平，但同時一階差符號檢驗都沒有通過0.05的顯著性檢驗，表明重建方程對低頻變化的重建要好于高頻變化的重建。

表4 回歸方程系數及逐一剔除檢驗統計量

2.3 重建結果與分析

2.3.1 EOF模態分析 圖4A給出了1850—2010年阿壩州MT平均值分布圖，可以看到阿壩州南部的小金—若爾蓋—汶川一線MT超過了15 000 kg/(hm2·a)，九寨溝—松潘—馬爾康一線為11 000～14 000 kg/(hm2·a)，西北部若爾蓋—阿壩—壤塘一線只有7 000～10 000 kg/(hm2·a)，即阿壩州MT分布不均，由東南向西北遞減，南部大值區MT可達北部低值區的1倍以上。從1850—2010年阿壩州年平均MT變化來看(圖4B)，1850—1950年MT主要表現為年際波動，沒有明顯的變化趨勢，1950—1980年出現波動減少的變化趨勢，1980—2010年出現顯著增多的變化趨勢。

對重建的阿壩州13個站1850—2010年MT進行EOF分析，第一模態通過了顯著性檢驗，解釋方差貢獻率達92%，從其空間型(圖5)可以看到整個區域都為正值，即全區一致變化型，其中西部和北部為大值帶，對應時間系數與其年平均曲線變化基本一致。進一步利用滑動t檢驗方法對其時間系數進行突變檢驗，圖6給出了20 a滑動的統計量曲線，可以看到1850年以來統計量有2處超過0.01的顯著性，一處為正值(1967年前后)，另一處為負值(1990年前后)，即過去161 a中阿壩州MT出現過兩次突變，20世紀60—80年代經歷了一次顯著的由多到少的轉變，20世紀90年代開始又經歷了一次明顯的由少到多的變化。

圖4 1850-2010年MT平均值分布及其逐年變化曲線

圖5 1850-2010年阿壩州MT的EOF分析第一模態空間型及其對應的時間系數

注：虛線為0.01顯著性水平。

2.3.2 周期分析 MTM-SVD方法可以對場空間進行周期分析，圖7給出了1850—2010年阿壩州MT場的LFV譜分析結果，可以看到年際尺度上的2，2.6 a周期通過了0.01的顯著性檢驗，4～5 a周期通過了0.05的顯著性檢驗，年代際尺度在12，17，80 a都出現峰值，但是沒有達到一定的顯著性水平。從對應的10 a滑動窗口分析可以發現(圖8)，準2 a周期有3個顯著時段，分別是1860—1880年、1910—1940年和1970—1990年；4～5 a周期也有3個顯著時段，主要出現在1890—1940年、1950—1980年和1990—2010年。

注：虛線為蒙特卡洛置信度。

注：陰影表示通過置信度檢驗。

3 結論與討論

通過與遙感資料的對比，發現在川西高原地區利用Miami模型估算的氣候生產潛力具有可靠的研究價值和代表性，尤其是與溫度的關系要好于降水，說明川西高原植被氣候生產潛力對溫度的變化更為敏感。同時發現該區域上年10月—當年9月的MT與樹輪寬度指數有很好的對應關系，建立的回歸方程通過了顯著性檢驗，重建的MT穩定可靠。利用樹輪寬度資料重建川西高原歷史時期氣候生產潛力是一種彌補觀測資料年限短的有效方法，有助于增強對高原地區植被生態系統的科學認識，對自然資源的開發利用有重要參考價值，而川西高原森林資源豐富，在獲得更多樹輪樣本資料的情況下，可以重建時間尺度更長、時空精度更高的植被氣候生產潛力場。

分析表明，阿壩州氣候生產潛力分布不均，由東南向西北遞減，1850年以來總體具有明顯的年際和年代際變化特征，尤其20世紀90年代以來，氣候生產潛力出現快速增大的變化趨勢，雖然1999年以后出現了全球變暖停滯現象，但是川西高原MT仍然保持著較快的增大速度，這與高寒地區對全球變暖的響應較低海拔地區偏慢是一致的[31]。另外1850年以來阿壩州MT出現過兩次突變，20世紀60—80年代經歷了一次顯著的由多到少的轉變，20世紀90年代開始又經歷了一次明顯的由少到多的變化，隨著全球變暖減緩21世紀是否會再次出現較大的突變也值得密切關注。本研究增強了對阿壩州MT空間分布、變化趨勢、周期和突變等規律的科學認識，這對高原農業、牧業、林業的開發利用和發展規劃都有重要意義。

由于阿壩州歷史時期氣候生產潛力的相關研究比較少，而且缺乏相關的公開數據，所以本文沒有利用其他資料對建立的1850—2010年氣候生產潛力序列進行對比驗證，后期還需要不斷搜集相關研究成果，開展對比驗證分析。另外本文只是探索了利用樹輪資料建立阿壩州氣候生產潛力的可能性，并對其分布特征和變化規律等事實進行了分析，沒有探討其變化機理，尤其是為什么氣溫決定的氣候生產潛力更具代表性等問題，值得進一步深入研究。

Miami模型在我國被廣泛應用于氣候生產潛力的估算，尤其是在西北干旱區[32-33]、內蒙古草原[34-35]以及我國南方地區[36]已有大量的研究成果，但是在川西高原的應用還比較有限，而本研究則證明了其溫度模型在高原地區的適用性。利用Miami模型可以方便快捷的給出植被氣候生產潛力的時空動態演變，但是該模型受限于氣象站點的分布，而本文使用了13個國家氣象站，站點分布比較均勻，但是站點密度還是相對稀疏，如果能夠利用更多的氣象加密站點資料，無疑會獲得更加準確的結果。