焦 亮,马 罗,张同文,王圣杰
1 西北师范大学地理与环境科学学院,兰州 730070 2 中国气象局乌鲁木齐沙漠气象研究所,中国气象局树木年轮理化研究重点开放实验室, 乌鲁木齐 830002 3 北京师范大学地理科学学部,北京 100875
全球气候变暖对自然环境和人类社会已经产生了深刻影响,特别是北半球中高纬度地区是全球增温幅度最高的区域之一[1- 2]。而阿尔泰山位于北半球中纬度地区,常年受西风环流影响,生态环境脆弱,是气候变化的敏感区,也是开展气候变化研究的热点区[3]。了解过去气候变化特征对于系统掌握气候变化规律和科学预测未来气候走势具有重要的意义。而具有定年准确、连续性强、时空分辨率高等优势特征的历史气候代用资料树木年轮在气候重建方面扮演着非常重要的角色[4]。
阿尔泰山地处我国西北寒温带干旱半干旱区,分布有广泛的西伯利亚落叶松原始森林,非常适合开展树轮年代学研究[5]。李江风、袁玉江等[6- 7]利用阿尔泰山南坡树木年轮资料在20世纪80年代就开展了树轮气候学和水文学研究;姜盛夏等[8]利用西伯利亚云杉树轮资料重建了额尔齐斯河上游阿尔泰山区过去291年来的降水变化;Chen等[9- 10]基于西伯利亚落叶松的最大晚材密度和树轮宽度年表重建了阿尔泰山地区过去380年来的降水变化。另外,张瑞波等[11]分析了西伯利亚落叶松δ13C与气候因子的关系,并重建了阿勒泰地区过去160年夏季平均气温;Xu等[12]也利用树木年轮中的δ18O重建了阿勒泰地区的222年相对湿度。以往的研究主要集中在降水、平均气温和相对湿度等方面的重建并取得了丰硕的成果。同时,平均最低气温能够调节许多陆地生物地球化学过程,如植物呼吸、植物生产力、植物养分吸收等[13],对于树木径向生长具有重要的意义,所以非常有必要在阿尔泰山地区开展平均最低气温的重建工作并分析其对树木径向生长的影响。另外,随着全球气候变暖,有研究发现北半球中高纬度地区的树木径向生长对气候因子响应的敏感性降低,出现了“分异问题”[14-16],这也对利用树木年轮开展历史气候重建工作提出了挑战。
鉴于此,本文以位于阿尔泰山中段上林线的贾登峪国家森林公园(48°28′N,87°15′E)为研究区域,选取对气候变化敏感的优势针叶林树种西伯利亚落叶松为研究树种,通过构建树轮宽度年表,在分析和检验树木径向生长与气候因子关系稳定性的基础上重建了阿尔泰山过去220年来6—7月平均最低气温变化。研究结果丰富了我国的树轮年表库,掌握了阿尔泰山平均最低气温的历史变化,特别是在全球气候变暖的背景下,对于了解我国西北地区气候变化规律和预测未来气候具有重要作用。
研究区位于阿尔泰山中段南坡(图1)。主体位于准噶尔盆地东北侧与蒙古西南侧的阿尔泰山是东亚地区重要的国际山脉,呈西北—东南走向,全长约2000km,海拔约1000—4000m[17-18]。阿尔泰山常年受中纬度西风环流影响,属于典型的温带大陆性气候,研究区1958—2017年平均气温为4.7℃,其中最热月7月的平均气温为22.06℃,最冷月1月的平均气温为-15.4℃(图2);平均年总降水量为197.5mm,呈双峰型,7月最多,其次是11月。阿尔泰山土壤呈明显的垂直带状分布,由低到高依次为棕钙土、栗钙土、黑钙土、灰色森林土、生草灰化土、亚高山草甸土、高山草甸土、冰沼土[19]。阿尔泰山森林资源丰富,优势针叶林树种包括西伯利亚落叶松(Larixsibirica)、西伯利亚冷杉(Abiessibirica)和西伯利亚云杉(Piceaobovata)等。西伯利亚落叶松喜阳,耐严寒、干旱,主要分布在海拔1500—2400m的位置,其对气候变化敏感,适合用来开展气候重建研究[20]。
图1 采样点及气象站分布Fig.1 Location of sampling site and meteorological stations
图2 1958—2017年阿尔泰山中部月平均气温和总降水量Fig.2 Monthly mean temperature and total precipitation in central Altay Mountain from 1958 to 2017
本研究所用气象资料来自于距离采样点距离最近的哈巴河气象站(48°03′N,86°21′E,海拔532.6m,距离采样点73km)和阿勒泰气象站(47°44′N,88°05′E,海拔737.7m,距离采样点105km)。研究中采用的气象数据包括1958—2017年月平均最低气温、月平均气温、月平均最高气温和降水量。考虑到树木径向生长的“滞后响应”(前一年的气候状况会对当年的树木生长产生一定影响),结合当地西伯利亚落叶松的生长季节(5—9月)[21],选取前一年5月至当年10月及当年6—7月平均气象要素(月平均最低气温、月平均气温、月平均最高气温和总降水量)与树轮宽度年表进行相关性分析。
1.3.1野外样本采集
2018年8月中旬在阿尔泰山中段贾登峪国家森林公园(JDY)上林线(48°28′N,87°15′E,海拔2192m)采集西伯利亚落叶松树芯样本(坡度23°)。随机设置了3个20m×20m的样方,通过群落调查,采样点树木总覆盖度31%,平均树间距3.5m,平均胸径34.5cm,平均树高18.4m,树木平均冠幅2.6m。在采样过程中,为了减少非气候因子对树木径向生长的影响,在样方中选取与周围树木距离较远且无明显竞争、对气候变化敏感的健康样树,共采集了25棵树,48个样芯。
1.3.2样本的实验室处理
将野外采集的树轮样本带回实验室后,依据树轮年代学的基本原理和实验步骤进行处理[22]。首先将样芯风干,按样芯顺序用白乳胶将其固定在样本木槽内,待白乳胶与样芯凝固干燥后,先后使用120、400和600目的砂纸进行打磨,直至样芯的年轮边界清晰。然后对每个样芯进行交叉定年,之后用精度为0.001mm的LINTAB测量系统(TM6, Rinntech, Heidelberg, Germany)逐年测量样芯树轮的宽度值。最后,使用COFECHA软件对测量后的样本序列结果进行质量检验,消除定年和宽度测量过程中出现的误差,以保证每个年轮的年代准确[23]。
1.3.3树轮宽度年表的建立
利用ARSTAN程序[24]中的负指数函数或线性函数消除树轮宽度序列中与树龄有关的生物学趋势及非气候因子所引起的树木生长波动,再用序列2/3长度的三阶样条函数稳定树轮宽度年表方差,最终得到研究区3种类型的树轮宽度年表:标准年表(STD)、差值年表(RES)、自回归年表(ARS)。由于差值年表具有高质量的高频信息,能表现出序列的高频振荡特点[25-26],在目前的树轮气候研究中应用广泛,因此选用差值年表进行树木径向生长—气候因子的相关分析。
同时计算了树轮宽度差值年表的统计学参数,包括平均敏感度(MS)、标准偏差(SD)、一阶自回归系数(AC1)、样本相关系数(R1)、树内相关系数(R2)、树间相关系数(R3)、第一主分量方差(PC1)、信噪比(SNR)、样本总体解释量(EPS)和信号强度(SSS)。
1.3.4研究方法
利用SPSS软件计算1958年以来哈巴河、阿勒泰气象两站平均后的上年5月至当年10月及当年6—7月平均最低气温、平均气温、平均最高气温和总降水量与树轮宽度年表之间的相关系数,以确定限制研究区树轮径向生长的主要气候因子。利用DendroClim 2002软件以固定的开始年份向后滑动的方法,分析年表与主控气候因子关系的动态变化(滑动窗口为30a)[27]。利用线性回归模型构建重建方程,并利用逐一剔除法检验重建方程的稳定性和可靠性[28]。利用mtm软件进行多窗谱分析,利用MATLAB软件进行Morlet小波分析,以探究重建序列的变化周期及其具体分布年代[29- 30]。最后利用荷兰皇家气象学院KNMI Climate Explorer(http://climexp.knmi.nl)对重建序列进行了空间相关分析[31]。
通过分析采样点树轮宽度差值年表统计学参数(表1),可以看出RES年表序列长度为220年(SSS>0.85时,对应区间为1798—2017年)。年表的信噪比较高,达到30.55,样本总体解释量为0.977,超过了0.85的最低阈值,表明年表的质量比较高;年表的平均敏感度为0.222,标准偏差为0.223,表明树轮年表对气候因子的变化响应敏感;样本相关系数为0.454,树内相关系数为0.666,树间相关系数为0.452,说明各个体年表波动较为一致,包含了共同的气候信息;一阶自回归系数为0.238,表明树木径向生长主要受当年气候因子的影响,受前一年气候因子的影响较小;第一主分量方差为38.5%,说明所采树芯样本对研究区总体的代表性较好。
图3 阿尔泰山中部西伯利亚落叶松树轮宽度差值年表(RES)Fig.3 Tree-ring width residual chronology (RES) of Larix sibiricca in central Altay Mountain
表1 阿尔泰山中部树轮宽度年表统计参数特征
利用阿尔泰山中部树轮宽度差值年表与研究区月总降水量和气温(平均最低气温、平均气温和平均最高气温)进行相关分析(图4)。结果表明,树轮年表与大部分月份降水量的相关性不显著,只有当年3月的降水相关性达到显著水平(r=0.264,P<0.05)。树轮年表与上一年7月(r=0.295,P<0.05)、8月(r=0.279,P<0.05)和当年5月(r=0.313,P<0.05)、8月(r=0.293,P<0.05)的月平均最低气温达到了显著相关,与当年6月(r=0.576,P<0.01)、7月(r=0.504,P<0.01)、6—7月(r=0.649,P<0.01)的月平均最低气温达到了极显著相关。另外,树轮年表与月平均气温、月平均最高气温的相关性和树轮年表与月平均最低气温的相关性结果相似,但是6—7月平均最低气温与树木年表的相关系数最高,是研究区树木径向生长最主要的气候限制因子。
图4 阿尔泰山中部树轮宽度差值年表与气候因子的相关系数Fig.4 Correlations between tree-ring width residual chronology and Climatic factors in central Altay Mountain虚线表示相关系数达到0.05显著性水平,实线表示达到0.01显著性水平,P表示上年,C表示当年
利用滑动相关分析树木径向生长对其主控气候因子的动态响应(图5)。结果表明,年表与研究区6—7月平均最低气温(1958—2017年)的滑动相关系数均达到极显著水平(P<0.01),表明树轮年表与当年6—7月平均最低气温的响应稳定,没有出现“分异问题”。这个结果进一步证明当年6—7月平均最低气温是阿尔泰山中部西伯利亚落叶松径向生长的主控气候因子,适合开展气候重建。
图5 阿尔泰山中部西伯利亚落叶松树轮宽度年表与主要气候因子的滑动相关分析Fig.5 Moving interval correlation between tree-ring width chronology in Larix sibirica and major climatic factor in central Altay Mountain滑动窗口:30年, 细实线表示线性回归拟合趋势,虚线表示达到0.05显著性水平,实线表示达到0.01显著性水平
基于以上分析结果,将贾登峪采样点树轮宽度差值年表作为自变量,研究区当年6—7月平均最低气温作为因变量,利用线性回归方法构建了研究区域气候重建方程:
T6-7min=11.297+3.069JDYRES
(1)
式中:T6-7min表示采样点当年6—7月平均最低气温的重建值;JDYRES表示采样点树轮宽度差值年表。
该重建方程的相关系数为0.649,方差解释量为42.1%,调整后的方差解释量为41.1%,F检验值为42.18,P<0.001。利用逐一剔除法对重建方程的稳定性和可靠性进行检验(误差缩减值取值范围为-∞到1,小于或等于0表示重建结果不可信,大于0表示重建结果有一定可靠性,越接近1表明重建结果越可靠)。结果表明,重建方程的误差缩减值为0.605,所以本文的误差缩减值较好的通过了检验(表2);原始符号检验和一阶差符号检验都达到显著水平(P<0.05),说明在高低频变化上研究区6—7月平均最低气温重建序列与实测序列有较好的一致性;乘积平均数为6.705,达到极显著水平(P<0.01)。基于以上分析,重建方程通过了稳定性检验。从图6可以看出,重建值与有记录的实测值总体拟合效果较好。
表2 回归方程逐一剔除检验统计量
图6 6—7月平均最低气温重建与实测值的比较Fig.6 Comparison of monthly mean minimum temperature from June to July and observed temperature in 1958—2017
图7 阿尔泰山中部6—7月平均最低气温重建序列和11a滑动平均Fig.7 Reconstruction sequence of monthly mean minimum temperature and 11-year moving average in central Altay Mountain from June to July
利用重建方程,我们重建了阿尔泰山中部贾登峪过去220年来6—7月平均最低气温(图7)。从图中可以看出,自1798年以来,研究区气温波动频繁,波动幅度在12—16℃之间,最高值出现在2010年,为15.82℃;最低值出现在1910年,为12.71℃,最高和最低值相差达到3.11℃。重建期内6—7月最低气温平均值Tmean为14.329℃,标准差σ为0.58。在本研究中,定义气温高于Tmean+2σ(15.489℃)的年份为高温年,介于Tmean+2σ和Tmean+σ(14.909℃)之间的年份为偏暖年;气温低于Tmean-2σ(13.169℃)的年份为寒冷年,介于Tmean-2σ和Tmean-σ(13.749℃)之间的年份为偏冷年;介于Tmean+σ和Tmean-σ之间的为正常年[5]。由图7可以看出,在过去220年中,高温年出现3次,分别是1908年、2010年和2012年,占总年份的1.36%;寒冷年出现3次,分别是1875年、1910年和1932年,占总年份的1.36%;偏暖年出现35次,偏冷年出现35次,各占总年份的15.91%和15.91%;正常年份出现了144次,占总年份的65.46%,表明重建的阿尔泰山历史时期6—7月平均最低气温比较稳定。
为了更好地观察6—7月平均最低气温的年代际变化,对重建序列进行了11a滑动平均处理,并按照重建序列至少连续11a小于平均值(14.329℃)和至少连续11a大于或等于平均值划分冷暖期[3]。从图7中可以得出,过去220年来,研究区大体经历了4个暖期和4个冷期(表3)。4个暖期分别是1906—1919年、1922—1935年、1945—1960年和1997—2017年,4个冷期分别是1816—1831年、1840—1867年、1869—1886年和1888—1905年。在冷暖期变化阶段中,1997—2017年是持续时间最长的暖期,1840—1867年是持续时间最长的冷期。在所有暖期中,1906—1919年是温度最高的暖期,比多年平均值高0.252℃;1945—1960年是温度最低的暖期,较多年平均气温高0.107℃。在所有冷期中,1888—1905年是温度最低的冷期,比多年平均温度低0.19℃;1936—1944年是温度较高的冷期,比多年平均温度低0.053℃。
表3 过去220年阿尔泰山冷暖变化阶段及其距平
利用多窗谱分析法(MTM)对阿尔泰山过去220年来6—7月平均最低气温重建序列进行周期分析(图8),发现在P<0.01显著性水平上存在2.4a左右的变化周期;在P<0.05显著性水平上存在2a、2.8—3a左右的变化周期;在P<0.1显著性水平上存在11a、20—22a左右的变化周期。
图8 气温重建序列多窗谱周期分析Fig.8 The multi-taper spectrum analysis of reconstructed temperature sequence
同时利用Morlet连续小波确定重建序列各周期具体分布年代。从图9可以看出,阿尔泰山中部过去220年6—7月平均最低气温周期特征为:1870年以前,50a左右的变化周期明显,但是振幅发生了较大波动,1870年以后,20—22a和11a左右的变化周期比较明显,其中1870—1930年以20—22a变化周期为主,1960—2017年以11a左右变化周期为主,而2—3a左右的周期存在于整个序列。
图9 气温重建序列的小波分析Fig.9 Wavelet analysis of reconstructed temperature sequence
为了验证重建结果在较大范围上的空间代表性,利用KNMI Climate Explorer 1901—2017年6—7月平均最低气温格点数据(CRU TS 4.03(land) 0.5°)与本文重建结果进行了同期相关分析(图10)。结果表明,重建序列与CRU数据相关性较好,相关性最好的区域分布在我国阿尔泰山及其附近受西风环流影响的区域(r=0.465,P<0.01),这样的结果表明本文重建的6—7月平均最低气温序列不仅能代表阿尔泰山6—7月温度的变化,也能够较好的代表俄罗斯南部、蒙古西部和哈萨克斯坦东北部等大范围地区的温度变化。
图10 1901—2017年新疆阿尔泰山6—7月平均最低气温重建序列与CRU格点数据的空间相关性Fig.10 Spatial correlation between mean minimum temperature from June to July and CRU grid data in Altay Mountain, Xinjiang from 1901 to 2017
基于树木年轮的气候重建不但能够帮助我们了解过去气候的变化,而且还能掌握不同气候变化规律并推测未来气候发展趋势。本文利用在阿尔泰山中部采集的西伯利亚落叶松树轮年表,通过相关分析,发现年表与当年6—7月平均最低气温具有极显著相关性(r=0.649,P<0.01),表明6—7月平均最低气温是该地区树木生长的主控气候因子,并利用其进行了气候重建。
本研究的采样点位于新疆阿尔泰山中部贾登峪的上林线附近,由于纬度和海拔比较高,并且常年受到西风环流的影响,在山区形成大量降水,所以降水量不是该地区西伯利亚落叶松径向生长的主要气候限制因子。阿尔泰山西伯利亚落叶松的生长季是每年5—9月,其中6—7月是速生期,同时也是春材形成的关键时期。从树木生理学角度分析,树木年轮的生长不仅需要充足的水分还需要适宜的温度,研究区6—7月平均最低气温越高,能够加强树木的光合作用造成树木营养的净积累增加并促进形成层细胞的加速分裂,从而形成较宽的树木年轮;同时生长季较高的气温会加速冰雪的融化,为树木的生长提供充足的水分。相反,6—7月平均气温偏低,会影响树木光合作用的效果,不利于形成层细胞的分裂甚至有可能冻死或冻伤树木从而形成较窄的树木年轮,所以6—7月平均最低气温成为了阿尔泰山贾登峪上林线西伯利亚落叶松生长的限制条件,并且具有重要的生理学意义。
树木年轮是研究古气候变化的重要材料,已经在很多研究中得到证实[32- 33]。但是,全球气候变暖出现的“分异问题”对树轮重建结果精度有很大影响[34- 35]。因此非常有必要在开展气候重建工作之前检验树木径向生长和主控气候因子关系的稳定性。利用滑动相关分析发现阿尔泰山西伯利亚落叶松对其主控气候因子响应稳定,没有出现“分异问题”,也说明利用6—7月平均最低气温开展气候重建结果是可靠的。
为了进一步探讨本文重建结果的可靠性,将重建序列与哈萨克斯坦东北部阿尔泰山过去310年来6月平均气温重建序列[36]以及阿尔泰山南坡阿勒泰地区过去160年夏季气温进行对比(图11)[11],发现其中有3个暖期(1906—1912年、1931—1938年和1954—1957年)和3个冷期(1865—1875年、1919—1922年和1962—1972年)是相对应的;重建序列也与胡义成等[37]重建的阿勒泰东部6—7月平均气温的2个暖期(1900—1921年、1940—1968年)和2个冷期(1854—1899年、1969—1991年)比较一致,这都说明本文重建的阿尔泰山6—7月平均最低气温变化与整个阿尔泰山初夏气温变化趋势一致,重建结果可靠。另外,刘禹等[38]重建的秦岭中段分水岭地区1—7月平均气温中的1个暖期(1890—1933年)和2个冷期(1814—1850年、1876—1889年)与本文的重建结果对应;塔吉克斯坦北部平均最低气温重建序列与本文重建结果也有较好的对应关系[39],其中3个暖期(1907—1915年、1926—1931年、1994—2016年)和3个冷期(1879—1884年、1891—1906年、1968—1993年)与本文重建结果比较一致。可见,本文重建结果在大范围空间尺度上也具有较好的代表性,这与大尺度的气候变化事件有关[40]。
本文重建的6—7月平均最低气温序列在20世纪后半期呈现出波动上升的趋势,与全球近百年来气候变暖的趋势一致,表明在全球气候变暖的大背景下,阿尔泰山中部上林线附近的西伯利亚落叶松径向生长速度加快。未来随着研究区气温的不断增加,一方面可以继续促进树木的径向生长,对树木生长和森林群落稳定性有利;另一方面,如果温度上升超过了树木生长所需的最低气温阈值,有可能使该地区树木生长由低温限制转变为干旱限制[41],进而限制树木生长,影响森林生态系统稳定性。所以非常有必要对该地区树木生长进行动态监测。
图11 重建序列与其他气温重建序列11a滑动平均对比Fig.11 The 11-year moving average comparison between the reconstructed sequence and other reconstructed temperature sequences
本文的重建序列存在2a、2.4a、2.8—3a、11a、20—22a左右的变化周期。目前科学界一般公认为ENSO周期为2—7a[42],这与本文的气温重建序列2—3a周期比较一致,另外在四川松潘[43]、青藏高原东南部[44]、河北太行山南段[45]等地的气候重建序列中也存在相同周期,说明ENSO对北半球中纬度地区的树木径向生长产生了影响;11a和20—22a年左右变化周期可能对应着太阳黑子活动的Hale周期,在南天山北坡西部[46]、秦岭太白山[30]、祁连山中段[47]等地出现了相同周期,表明南方涛动对北半球中纬度大范围地区的树木生长也有一定程度的影响。同时,我们分析了重建气温序列与全球海洋表面温度(SST)的空间相关性,从图12中可以看出,重建序列与西太平洋、印度洋、东地中海和大西洋中部海温的相关系数较高,表明阿尔泰山树木径向生长可能受到这4个区域海温变化的影响[30]。
图12 1958—2017年研究区6—7月平均最低气温与SST的空间相关性Fig.12 Spatial correlation between mean minimum temperature and SST in the study area from June to July in 1958—2017
本研究建立了阿尔泰山中部西伯利亚落叶松树轮宽度差值年表,探讨了树轮与气温、降水的相关关系,最后重建了过去220年6—7月平均最低气温变化,得到以下结论:
(1)树轮宽度年表与研究区当年6—7月平均最低气温相关性最高(r=0.649,P<0.01),表明6—7月平均最低气温是研究区树木径向生长的主控气候因子。
(2)重建结果显示,研究区过去220年经历了4个暖期和4个冷期,暖期有1906—1919、1922—1935、1945—1960和1997—2017年,冷期有1816—1831、1840—1867、1869—1886和1888—1905年。
(3)过去220年存在2a、2.4a、2.8—3a、11a、20—22a左右的变化周期,表明研究区气候变化的驱动力为ENSO、太阳黑子活动和全球海温变化(SST)。
参考文献(References):
[1] IPCC. Climate Change 2013: The Physical Science Basis: Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, UK: Cambridge University Press, 2013.
[2] 刘国华, 傅伯杰. 全球气候变化对森林生态系统的影响. 自然资源学报, 2001, 16(1): 71- 78.
[3] 牛军强, 袁玉江, 陈峰, 张瑞波, 尚华明, 张同文, 喻树龙, 姜盛夏, 秦莉, 范子昂. 利用树木年轮重建阿勒泰地区1794—2012年降水量. 中国沙漠, 2016, 36(6): 1555- 1563.
[4] Briffa K R, Osborn T J, Schweingruber F H. Large-scale temperature inferences from tree rings: a review. Global and Planetary Change, 2004, 40(1/2): 11- 26.
[5] 崔宇, 胡列群, 袁玉江, 李帅, 侯小刚. 树轮记录的过去359a阿勒泰地区初夏气温变化. 沙漠与绿洲气象, 2015, 9(5): 22- 28.
[6] 李江风, 袁玉江, 周文盛. 新疆年轮气候年轮水文研究. 北京: 气象出版社, 1989: 1- 17.
[7] 李江风, 袁玉江, 由希尧. 树木年轮水文学研究与应用. 北京: 科学出版社, 2000: 51- 158.
[8] 姜盛夏, 袁玉江, 陈峰, 尚华明, 张同文, 喻树龙, 秦莉, 张瑞波. 树轮宽度记录的额尔齐斯河上游地区过去291年的降水变化. 生态学报, 2016, 36(10): 2866- 2875.
[9] Chen F, Yuan Y J, Wei W S, Zhang T W, Shang H M, Zhang R B. Precipitation reconstruction for the southern Altay Mountains (China) from tree rings of Siberian spruce, reveals recent wetting trend. Dendrochronologia, 2014, 32(3): 266- 272.
[10] Chen F, Yuan Y J, Wei W S, Fan Z A, Zhang T W, Shang H M, Zhang R B, Yu S L, Ji C R, Qin L. Climatic response of ring width and maximum latewood density ofLarixsibiricain the Altay Mountains, reveals recent warming trends. Annals of Forest Science, 2012, 69(6): 723- 733.
[11] 张瑞波, 尚华明, 魏文寿, 袁玉江, 喻树龙, 张同文, 范子昂, 陈峰, 秦莉. 树轮δ13C记录的阿勒泰地区近160a夏季气温变化. 沙漠与绿洲气象, 2014, 8(2): 34- 40.
[12] Xu G B, Liu X H, Qin D H, Chen T, Wang W Z, Wu G J, Sun W Z, An W L, Zeng X M. Relative humidity reconstruction for northwestern China′s Altay Mountains using tree-ring δ18O. Chinese Science Bulletin, 2014, 59(2): 190- 200.
[13] Palombo C, Battipaglia G, Cherubini P, Chirici G, Garfi V, Lasserre B, Lombardi F, Marchetti M, Tognetti R. Warming-related growth responses at the southern limit distribution of mountain pine (PinusmugoTurra subsp.mugo). Journal of Vegetation Science, 2014, 25(2): 571- 583.
[14] Jacoby G C, D′Arrigo R D. Tree ring width and density evidence of climatic and potential forest change in Alaska. Global Biogeochemical Cycles, 1995, 9(2): 227- 234.
[15] Briffa K R, Schweingruber F H, Jones P D, Jones P D, Osborn T J, Shiyatov S G, Vaganov E A. Reduced sensitivity of recent tree-growth to temperature at high northern latitudes. Nature, 1998, 391(6668): 678- 682.
[16] D′Arrigo R, Wilson R, Liepert B, Cherubini P. On the ‘divergence problem’ in northern Forests: a review of the tree-ring evidence and possible causes. Global and Planetary Change, 2008, 60(3/4): 289- 305.
[17] 贺斌, 王国亚, 苏宏超, 沈永平. 新疆阿尔泰山地区极端水文事件对气候变化的响应. 冰川冻土, 2012, 34(4): 927- 933.
[18] 焦亮, 王玲玲, 李丽, 陈晓霞, 闫香香. 阿尔泰山西伯利亚落叶松径向生长对气候变化的分异响应. 植物生态学报, 2019, 43(4): 320- 330.
[19] 胡建, 喻树龙, 袁玉江, 张同文, 尚华明, 张瑞波. 阿尔泰山中部树轮宽度年表特征及其气候响应分析. 沙漠与绿洲气象, 2014, 8(3): 19- 26.
[20] 姜盛夏, 袁玉江, 魏文寿, 尚华明, 张同文, 张瑞波, 秦莉. 树轮记录的新疆阿尔泰山1579—2009年初夏温度变化. 中国沙漠, 2016, 36(4): 1126- 1132.
[21] 周文盛, 李江风, 张治家. 阿尔泰山南坡树木年轮年表研制中的几个问题//新疆年轮气候年轮水文研究. 北京: 气象出版社, 1989: 9- 17.
[22] Stokes M A, Smiley T L. An Introduction to Tree-Ring Dating. Tucson, USA: University of Arizona Press, 1996: 1- 173.
[23] Holmes R L. Computer-assisted quality control in tree-ring dating and measurement. Tree-Ring Bulletin, 1983, 43: 69- 78.
[24] Cook E R. A Time Series Analysis Approach to Tree-Ring Standardization. Tucson, USA: University of Arizona, 1985.
[25] 邵雪梅, 吴祥定. 华山树木年轮年表的建立. 地理学报, 1994, 49(2): 174- 181.
[26] Gazol A, Camarero J J, Gutierrez E, Popa I, Andreu-Hayles L, Motta R, Nola P, Ribas M, Sangüesa-Barreda G, Urbinati C, Carrer M. Distinct effects of climate warming on populations of silver fir (Abiesalba) across Europe. Journal of Biogeography, 2015, 42(6): 1150- 1162.
[27] Biondi F, Waikul K. DENDROCLIM2002: A C++ program for statistical calibration of climate signals in tree-ring chronologies. Computers & Geosciences, 2004, 30(3): 303- 311.
[28] 吴祥定. 树木年轮与气候变化. 北京: 气象出版社, 1990: 171- 172.
[29] Mann M E, Lees J M. Robust estimation of background noise and signal detection in climatic time series. Climatic Change, 1996, 33(3): 409- 455.
[30] 秦进, 白红英, 刘荣娟, 翟丹平, 苏凯, 王俊, 李书恒. 近144年来秦岭太白山林线区3- 6月平均气温的重建. 生态学报, 2017, 37(22): 7585- 7594.
[31] Jiao L, Wang S J, Jiang Y, Liu X R. A 333-year record of the mean minimum temperature reconstruction in the western Tianshan Mountains, China. Geochronometria, 2019, 46(1): 37- 48.
[32] White P B, Soulé P, Van De Gevel S. Impacts of human disturbance on the temporal stability of climate-growth relationships in a red spruce forest, southern Appalachian Mountains, USA. Dendrochronologia, 2014, 32(1): 71- 77.
[33] Ponocná T, Spyt B, Kaczka R, Büntgen U, Treml V. Growth trends and climate responses of Norway spruce along elevational gradients in East-Central Europe. Trees, 2016, 30(5): 1633- 1646.
[34] Shen C C, Wang L L, Li M Y. The altitudinal variability and temporal instability of the climate-tree-ring growth relationships for Changbai larch (LarixOlgensisHenry) in the Changbai Mountains area, Jilin, Northeastern China. Trees, 2016, 30(3): 901- 912.
[35] Jiao L, Jiang Y, Zhang W T, Wang M C, Zhang L N, Zhao S D. Divergent responses to climate factors in the radial growth ofLarixSibiricain the eastern Tianshan Mountains, northwest China. Trees, 2015, 29(6): 1673- 1686.
[36] 尚华明, 魏文寿, 袁玉江, 喻树龙, 张同文, 张瑞波. 哈萨克斯坦东北部310年来初夏温度变化的树轮记录. 山地学报, 2011, 29(4): 402- 408.
[37] 胡义成, 袁玉江, 魏文寿, 张瑞波, 张同文, 尚华明, 陈峰. 用树木年轮重建阿勒泰东部6—7月平均温度序列. 中国沙漠, 2012, 32(4): 1003- 1009.
[38] 刘禹, 刘娜, 宋慧明, 蔡秋芳, 包光, 王伟平. 以树轮宽度重建秦岭中段分水岭地区1—7月平均气温. 气候变化研究进展, 2009, 5(5): 260- 265.
[39] 杨美琳, 他志杰, 吴燕良, 赵鹏, 于瑞德. 树轮宽度记录的塔吉克斯坦北部160a平均最低气温变化. 干旱区研究, 2019, 36(2): 290- 295.
[40] Fritts H C. Tree Rings and Climate. London: Academic Press, 1976: 207- 245, 470- 556.
[41] 石松林, 靳甜甜, 刘国华, 王东波, 王景升, 李魁. 气候变暖抑制西藏拉萨河大果圆柏树木生长. 生态学报, 2018, 38(24): 8964- 8972.
[42] 高尚玉, 鲁瑞洁, 强明瑞, 哈斯, 张登山, 陈原, 夏虹. 140年来腾格里沙漠南缘树木年轮记录的降水量变化. 科学通报, 2006, 51(3): 326- 331.
[43] 李金建, 邵雪梅, 李媛媛, 秦宁生. 树轮宽度记录的松潘地区年平均气温变化. 科学通报, 2014, 59(15): 1446- 1458.
[44] 勾晓华, 杨涛, 高琳琳, 邓洋, 杨梅学, 陈发虎. 树轮记录的青藏高原东南部过去457年降水变化历史. 科学通报, 2013, 58(11): 978- 985.
[45] 王亚军, 张永, 邵雪梅. 河北太行山南段树木年轮指示的167年来5- 7月相对湿度变化研究. 生态学报, 2019, 39(12): 4570- 4578.
[46] 陈锋, 袁玉江, 魏文寿, 喻树龙, 张瑞波. 利用树轮图像灰度重建南天山北坡西部初夏温度序列. 中国沙漠, 2008, 28(5): 842- 847.
[47] 王亚军, 陈发虎, 勾晓华. 利用树木年轮资料重建祁连山中段春季降水的变化. 地理科学, 2001, 21(4): 373- 377.