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

吕姗娜，王晓春

（东北林业大学生态研究中心，黑龙江哈尔滨150040）

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

吕姗娜，王晓春

（东北林业大学生态研究中心，黑龙江哈尔滨150040）

对大兴安岭阿里河地区樟子松（Pinus sylvestris var.mongolica）树轮年表与气候要素的响应关系进行了分析研究.结果表明：年轮指数与该地区前一年12月至当年1月平均降水存在显著的正相关关系.基于树轮宽度重建了阿里河1809年以来前一年12月至当年1月平均降水量回归方程，该方程解释了47%的冬季降水变化，且该序列与黑龙江省干湿变化存在较好的一致性.对重建序列的分析表明，该地区冬季降水变化存在4个偏干阶段和4个偏湿阶段.阿里河地区过去200a冬季降水存在干湿交替时期，即19世纪初期较干旱，中期较湿润，后期至20世纪初期较干旱，而20世纪中期较湿润，后期则相对偏干.同时，阿里河地区冬季降水存在85～38，5.0～4.5和2.2a显著的变化周期.

阿里河；樟子松；冬季降水；树木年轮

树木作为生态系统的主要组成部分，在生长过程中每一年的年轮形成都受当年及生长前期的许多气候因子的影响，这种影响在树木生长和年轮结构中尤为重要［1］.而在干旱、半干旱地区，降水对年轮宽窄变化的影响比较大［2］.大兴安岭是我国东北最大的原始林区，该地区降水十分丰富，会对河川径流、农牧业生产产生影响，甚至有时会导致洪涝灾害的发生.阿里河位于大兴安岭北部地区，了解该地区的多年降雪情况对大兴安岭林区的森林培育管理以及林区人们的生产生活十分重要.

我国北方的大部分地区，气象站的降雪记录几乎均不超过50年，对理解和探索多年降雪变化特征显得太短.而树木年轮以其准确性、连续性强、分辨率高、地域分布范围广泛和复本量好等特点，已成为在全球气候变化研究中获取过去气候环境演变数据的重要方法之一［3－5］.目前，已有许多学者在不同地区利用树木年轮数据开展了降水重建的研究［6－8］，但是有关冬季降水（降雪）的重建研究相对较少［9－12］，而在冬季降雪非常丰富的大兴安岭地区尚未开展此项研究.本文利用大兴安岭北部地区的主要树种樟子松的树木年轮资料，将降雪量转换为冬季降水量（采用国家标准转换方法），重建了1742年以来前一年12月至当年1月的平均降水序列，进而讨论了冬季降水变化的特征，以为大兴安岭北部地区的气候重建提供一些数据资料，同时也对完善大兴安岭地区树轮资料库提供一些理论依据.

1 材料与方法

1.1 研究区域概况

本文的研究地点为阿里河林业局的兴阿林场（50°38′37.3″N、124°28′28.7″E，海拔376m），位于大兴安岭的北部地区（见图1）.该地区属寒温带大陆性季风气候，冬寒夏凉，昼夜温差较大.年平均气温为－3.5℃，极端最低气温达到－52.3℃；多年平均降水量400～600mm，主要集中在6—8月（见图2），约占全年降水量的65%，全年无霜期90～110d［13］.

图1 大兴安岭阿里河樟子松树轮采样点和气象站位置图

本研究所用树种为樟子松（Pinus sylvestris var.mongolica），它耐寒抗旱、适应性强，是我国松属中最耐寒的树种之一，主要分布在大兴安岭北部海拔450～980m的地区.樟子松多为纯林，间或混有少量的兴安落叶松.林下灌木主要包括兴安杜鹃（Rhododendron dauricum）、山刺玫（Rosa davurica）、柳叶绣线菊（Spiraea salicifolia）、笃斯越桔（Vaccinium uliginosum）和小叶杜香（Ledum palustre）等；草本植物发育良好，多由耐旱种组成，如兴安野青茅（Calamagrostic turczaninowii）、矮山黧豆（Lathyrus humilis）、广布野豌豆（Vicia cracca）等.樟子松林一般面积不大，分散镶嵌在兴安落叶松林间［13］.

1.2 样品的采集与处理

野外取样的时间为2010年7月份；取样树种为樟子松，所取树木一般为胸径36～58cm的健康活立木.基于国际树木年轮库的标准，用内径为5.3mm的生长锥采取了32棵树木的年轮样芯，每株树木采集1个，共采集32根样芯.

将采集的样芯带回实验室，根据树木年轮样本处理的基本程序［14］，对采集的样芯进行预处理（粘贴、固定、打磨）.在双筒显微镜下用骨架示意图法进行目视交叉定年，然后使用LINTAB宽度测量仪对树木年轮宽度进行逐年测量，该测量系统精度可达0.001mm.最后利用COFECHA程序对定年和测量结果进行检验［15］，32根树芯成功进行了交叉定年，除3个样芯（ALH15、ALH19、ALH22）局部片段上稍有问题外，其他样芯的COFECHA检验质量均较高，样芯中没有出现缺轮现象.

1.3 年表建立

为减少因年龄等因素带来的影响，对经过交叉定年的年轮序列，利用ARSTAN程序进行去趋势和标准化处理［16］.去趋势方法采用负指数或线性函数进行，以便保留更多的低频变化信号；采用双权重平均法进行年轮曲线的标准化，最后得到标准年表、差值年表和自回归年表（见图3）.综合分析年表特征，最后选择标准年表用于随后的分析.

图2 大兴安岭小二沟气象站月平均气温和月总降水量（1957—2009年）

1.4 气候资料

本文采用的气候数据取自离采样地较近的小二沟气象站（49°12′N、123°43′E，海拔286m，记录时段1957—2009年），该地区年平均降水量为496.42mm，10—3月平均降水占全年的8.5%，全年平均温度为－3.61℃.将月总降水量（此处的降水为液态和固态的降水量，降雪到降水的转换采用国家标准进行）、月平均温度与树轮宽度指数进行相关分析.

1.5 统计分析

为分析树木径向生长的影响因素，将每年各个单月及不同月份组合的平均降水量与树轮宽度指数序列分别进行相关分析.经分析发现前一年12月至当年1月平均降水量与年表相关性最好，因此用多元线性回归来获得重建方程.重建方程的可靠性用误差缩减值（reduction of error）、符号检验（sign test）和乘积平均值检验（product means test）进行检验，这几个统计值的具体检验方法参照Cook等文献［17］.用多带谱分析（multi－taper methods analysis）检查重建降水的周期性.文中所有的统计分析用SPSS 16.0完成.

2 结果与讨论

2.1 年表统计特征

从樟子松3个年表的主要特征参数及共同区间分析结果（见表1）来看，年轮指数的一阶自相关较高，说明树木前一年的生长状况对当年生长有一定的影响.年表的平均敏感度、信噪比和第一特征解释量都比较高，表明樟子松年轮中含有的高频变化信号较为理想.并且标准年表（STD）和差值年表（RES）的样本总体代表性也达到了0.87和0.89，说明采集的样本量所含有的信号是足以代表总体特征的.以上各项年表统计特征值表明，样本之间的树轮宽度变化有很好的一致性，可靠记录了当地的气候信息，所以可以用来进行年轮气候学的分析.

表1 阿里河樟子松标准、差值和自回归年表的主要特征参数

图3 阿里河樟子松标准、残差和自回归年表及样本量

2.2 樟子松年轮－气候关系

通过对树木生长与气候因子的相关分析和响应分析，确定所要重建的气候要素.利用SPSS软件对树轮宽度指数序列与1957—2009年的每个月平均温度和月降水量以及各个季节的平均温度和降水量进行相关分析，结果见图4，最终选择最佳的重建时期.

图4 标准年表（STD）树轮宽度指数序列（A）和差值年表（RES）树轮宽度指数序列（B）与气候要素的相关分析

从表1和图4（A）可以看出，标准年表（STD）包含了当地许多气候信息，降水量除了前一年11月、当年2月和5月外，年轮指数与其他月份的降水量都呈正相关，而且与前一年12月至当年1月平均降水量的相关性达到了显著水平，适合进行气候重建.前一年冬季降雪增加，有利于来年春季土壤水分的存留，从而有利于第二年树木的生长.

从表1和图4（B）可以看出，虽然差值年表（RES）也包含了许多气候信息，并且年轮指数与当年1月、6月和前一年至当年1月平均降水量以及前一年11月的温度通过了95%的置信水平，但是达不到重建的条件，所以不适合用差值年表（RES）进行气候的重建.

温度响应和降水有一定的差异，除6月份以外，其他月份的温度与树轮宽度指数呈正相关，并且2，5，8，9月以及前一年10月和11月的温度也通过了95%的置信区间.随着6，7月温度的逐步升高，雨季来临，水分条件可满足树木生长的需要，此时，温度、降水对树木生长过程的限制比前期要弱得多，年轮宽度与气候的相关性偏低［18］.

2.3 冬季降水重建

通过樟子松年轮－气候关系的分析，以及对每年各个单月及不同月份组合的平均降水量与树轮宽度指数序列分别进行相关分析，最终选取前一年12月和当年1月平均降水量与标准年表进行回归方程的重建，其相关系数达0.68，超过0.001的显著性水平，说明树轮指数与当地前一年12月至当年1月份的平均降水相关.

建立的线性回归方程为：Log Y＝1.14＋2.34Log XSTD（N＝50，r＝0.64，R2＝0.41＝0.40，F＝34.466，P＜0.000 1）.式中：Y代表前一年12月和当年1月的平均降水量；XSTD代表树轮标准年表宽度指数.重建方程的方差解释量为41%，调整后的方差解释量为40%，经F检验达到的99%的显著水平.

对气象记录时段的观测值和重建值进行比较（见图5）可以看出，除个别时段有些差距外，其他时段这两条曲线的变化趋势比较一致.利用逐一剔除法检测发现，1992年和1997年的气象数据使回归方程欠稳定，气象记录表明，1992年和1997年前一年12月至当年1月的降水偏多（1992年为8.75mm，1997年为9.15mm；52a的平均值为3.91mm），一般来说树木径向生长对缺水响应较好，也就是缺水时生长减缓直至停止，而当水分增加时年轮生长并不能一直随水分增加而加宽，所以这两年降水虽多，但重建值并没有那么高.如果剔除这两年，回归模型的质量有所提高（N＝48，r＝0.68，R2＝0.47，＝0.46，F＝41.975，P＜0.000 1）.由于1992年和1997年为气候异常年，从研究长期趋势变化及预测的需要等方面考虑，我们将这两年从模型中剔除.最终建立的回归方程为：Log Y＝0.478＋2.376Log XSTD.

2.4 重建方程的检验

为检验重建方程的可靠性，采用分段方法，用误差缩减值、符号检验和乘积平均值检验等几个统计量对重建方程进行检验（见表2）.误差缩减值（RE）是普遍应用的精确检验估计气候要素重建值可靠性的统计量，一般认为RE值≥0就算较好地通过了该项检验，表明该重建方程是稳定的，重建值是真实可信的.本文的结果（0.50和0.65）表明重建方程是可信的.符号检验和乘积平均值检验均达到显著水平.这些统计检验结果表明这个重建方程是可靠的，可以用于重建过去200多年来阿里河地区前一年12月至当年1月的平均降水量.

图5 1957—2009年重建和实测冬季降水比较

表2 重建方程的统计检验

2.5 近200年冬季降水变化分析

根据上述回归方程重建阿里河地区1809年以来（1742—1808年样芯序列的复本量小于5，因此取1809—2009年来进行重建）前一年12月至当年1月份平均降水量序列，并对该序列进行了11a的滑动平均以获取低频变化的信息，结果见图6A.

图6 阿里河地区12月—1月平均降水量重建序列（A）与海拉尔地区1865年以来的降水变化比较（B）

从重建的阿里河地区冬季降水变化可以看出（见图6A），重建序列表现出4个降水较多的时期（高于多年平均值）：1837—1848，1867—1869，1932—1965和1988—2002年；同时也存在4个降水较少的时期（低于多年平均降水量）：1810—1825，1850—1866，1901—1930和1970—1982年.我们把重建的阿里河前一年12月至当年1月的平均降水变化与Liu等［19］用樟子松重建的大兴安岭南段海拉尔地区1865年以来前一年7月到当年6月的降水变化进行了比较（见图6A和B），结果表明，二者的丰枯水期吻合的比较好.我们还注意到后2个干旱时段（1901—1930年和1970—1982年），以及1867—1887年，1932—1965年和1988—2002年3个湿润时期，与黑龙江近200年旱涝变化的干湿时期有一定的对应［20］，但是在起止时间和持续时间上有些差异，并且1872，1927，1949，1954，1980，1982，1988和1998年等极端旱涝年份在树轮上也有体现［20－22］；通过查阅历史资料也发现，1876—1877年和1928—1930年发生的全国大范围的严重干旱事件在树轮上也有很好的体现［23］，这说明阿里河地区降水的干湿时期是可信的.

利用多带谱分析方法对阿里河地区前一年12月到当年1月平均降水重建序列进行周期分析，以了解过去200年来降水变化的周期性（见图7）.通过分析可以看出，主要的振荡准周期有85～38，5.0～4.5和2.2a，均超过了0.01的显著水平.气象学上的“准两年震荡”（QBO）则与分析得出的2.2a显著准周期相一致.

3 结论

通过比较树轮宽度指数年表之间的参数特征值，发现树轮对气候变化敏感，适合进行年轮气候分析.樟子松标准年表与该地区前一年12至当年1月份平均降水量存在显著的正相关关系，相关系数可达0.68.

采用线性回归方程对阿里河地区200年来（1809—2009年）前一年12至当年1月平均降水量进行了重建，重建方程的方差解释量为47%（调整值为46%，F＝41.975，P＜0.000 1），经缩减误差、符号检验和乘积平均值检验，表明重建的降水序列是可信的.

从整个重建序列来看，大兴安岭阿里河地区近200年冬季降水存在4个丰水期：1837—1848，1867—1887，1930—1965和1988—2002年；同时也存在4个降水较少的时期：1810—1825，1850—1866，1901—1929和1970—1982年.同时，通过比对历史资料，表明重建的冬季降水序列与黑龙江省近200年来干湿变化情况比较吻合，并且全国大范围的严重干旱事件在树轮上也有很好的体现.

多带谱分析发现，重建的200年来阿里河地区前一年12至当年1月平均降水量存在85～38，5.0～4.5和2.2a的显著变化周期.

图7 重建降水的多带谱分析

［1］ 吴祥定.树木年轮与气候变化［M］.北京：气象出版社，1990.

［2］ 李江风，袁玉江，田希光.树木年轮水文学研究与应用［M］.北京：科学出版社，2000.

［3］ GRAUMLICH L J.A 1000－year record of temperature and precipitation in the Sierra Nevada［J］.Quaternary Research，1993，39（2）：249－255.

［4］ LARA A，VILLALBA R.A 3620－year temperature record from Fitzroya cupressoides tree rings in southern South America［J］.Science，1993，260：1104－1106.

［5］ LUCKMAN B H.Tree－ring based reconstruction of summer temperature at the Columbia Icefield Alberta，Canada.A.D.1073－1983［J］.Holocene，1997（7）：375－389.

［6］ 王亚军，高尚玉，马玉贞，等.基于树轮重建的宁夏河东沙地西部公元1899年来年降水量的变化［J］.干旱区地理，2010，33（3）：377－384.

［7］ 江善虎，任立良，雍斌，等.利用树木年轮重建马鞍山地区7—9月降水量序列［J］.海河大学学报：自然科学版，2010，38（1）：31－35.

［8］ 张同文，王丽丽，袁玉江，等.利用树轮宽度资料重建天山中段南坡巴仑台地区过去645年来的降水变化［J］.地理科学，2011，31（2）：251－256.

［9］ THOMSEN G.Response to winter precipitation in ring－width chronologies of Pinus sylvestris L.from the northwestern Siberian plain，Russia［J］.Tree－Ring Research，2001，57（1）：15－29.

［10］ PEDERSON G T，GRAY S T，WOODHOUSE C A，et al.The unusual nature of recent snowpack declines in the North American Cordillera［J］.Science，2011，333：332－335.

［11］ LIU X，ZHAO L，CHEN T，et al.Combined tree－ring width andδ13C to reconstruct snowpack depth：apilot study in theGongga Mountain，west China［J］.Theoretical Applied Climatology，2011，103：133－144.

［12］ HOLZKÄMPER S，KUHRY P，KULTTI S，et al.Stable isotopes in tree rings as proxies for winter precipitation changes in the Russian arctic over the past 150years［J］.Geochronometria，2008，32：37－46.

［13］ 徐化成.中国大兴安岭森林［M］.北京：科学出版社，1998.

［14］ FRITTS H C.Tree rings and climate［M］.London：Academic Press，1976.

［15］ HOLMES R L.Computer－assisted quality control in tree－ring dating and measurement［J］.Tree－ring Bulletin，1983，43：69－78.

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

［17］ COOK E R，MEKO D M，STAHLE D W，et al.Drought reconstruction for the continental United States［J］.Journal of Climate，1999，12：1145－1162.

［18］ 袁玉江，李江风.天山乌鲁木齐河源450a冬季温度序列的重建与分析［J］.冰川冻土，1999，21（1）：64－70.

［19］ LIU Y，BAO G，SONG H，et al.Precipitation reconstruction from Hailar pine（Pinus sylvestris var.mongolica）tree rings in the Hailar region，Inner Mongolia，China back to 1865AD［J］.Palaeogeography Palaeoclimatology Palaeoecology，2009，282：81－87.

［20］ 徐南平，袁美英.近200年来旱涝变化的探讨［J］.黑龙江气象，1994（2）：18－21.

［21］ 韩晓君.黑龙江省旱涝特征分析［J］.东北水利水电，1999（1）：25－26.

［22］ 王艳秋，邢俊江，张丽娟，等.黑龙江旱涝低温指标及其气候分析应用［J］.自然灾害学报，2008，17（5）：142－146.

［23］ 张德二，梁有叶.1876—1878年中国大范围持续干旱事件［J］.气候变化研究进展，2010，6（2）：106－112.

Growth－climate response and winter precipitation reconstruction of Pinus sylvestris var.mongolicain A'li River of Greater Khingan Range

LV Shan－na，WANG Xiao－chun
（Center for Ecological Research，Northeast Forestry University，Harbin 150040，China）

Greater Khingan Range is one of most important forest area in northeast China.It has critical significance for forestry management and production to understand long－term climate conditions in this region.Tree－ring chronology of Pinus sylvestris var.mongolica in A'li River of Greater Khingan Range was significantly correlated with the precipitation in current January and previous December by using response function analysis.Therefore，winter precipitations based on tree－ring records in A'li River since 1809were reconstructed，which explained 47%of the variance in winter precipitation.Reconstructed winter precipitation series was coincided with wet－dry changes in Heilongjiang Province.Winter precipitation in A'li River for last 200years exhibited four dry and wet periods.In addition，the winter precipitation also showed that climate in this area experienced alternating dry and wet periods，including dry periods in the early 19thcentury，wet periods in the mid－19thcentury and dry periods in the late 19thcentury to the early 20thcentury.While，climate was relatively dry in the early 20thcentury，wet in the middle 20thcentury and dry at the end of 20thcentury.Reconstructed winter precipitations exhibited significant 85～38，5.0～4.5and 2.2years periodicities by using multi－taper methods.

A'li River；Pinus sylvestris var.mongolica；winter precipitation；tree rings

S 718.45 ［学科代码］ 220·1060

A

（责任编辑：方 林）

1000－1832（2014）02－00110－07

10.11672／dbsdzk2014－01－022

2013－04－22

国家自然科学基金资助项目（30970481）；中央高校基本科研业务费专项基金资助项目（DL13EA05－02）；长江学者和创新团队发展计划资助项目（IRT1054）；黑龙江省留学归国基金资助项目（LC2012C09）.

吕姗娜（1984—），女，硕士研究生；通讯作者：王晓春（1975—），男，博士，教授，主要从事树木年轮学和全球生态学研究.