随着近年来全球气候变化对生态环境的影响越来越深, 对可持续发展构成严重威胁, 已经被世界各国广泛关注^[1]。为了应对未来气候变化的不确定性, 历史时期气候变化规律及机制的研究价值逐渐显现, 已经成为PAGES重点研究的方向之一^[2]。然而, 因地势、环境等条件不便, 秦岭地区高山气象站点分布稀疏, 气象数据相对短缺, 大多数台站资料年份较短, 因此利用非常规的代用资料进行历史气候的研究近年来进展十分迅速^[3]。在众多代用资料中, 树木年轮与其他代用资料相比具有定年准确、连续性强、分辨率高、与气候要素相关性好、地域分布广且易于采样等优点, 从而得到了广泛的应用^[4]。

作为西北地区乃至全国重要的地理分界线, 在过去的20年内, 秦岭地区树木年代学工作发展十分迅速^[5]。刘洪斌、邵雪梅^[6-7]最初重建了镇安地区1755年以来的初春温度变化, 并发现镇安地区初春温度重建序列具有显著的准50 a及准2—3 a周期, 随后结合镇安鹰嘴崖、佛坪光头山、华山和太白山南北坡年表, 重建了近300 a来秦岭地区的初春温度变化；刘禹、马利民等^[8]重建了过去251 a镇安地区3—4月平均气温序列, 发现秦岭冷杉与该地区旱涝指数存在显著负相关关系, 可视作旱涝灾情的预警信号, 而刘禹、刘娜^[9]等发现了秦岭落叶松轮宽序列与1—7月平均气温存在较好的正相关, 并重建了该地区1814—2003年1—7月的平均气温；戴俊虎、邵雪梅^[10]等则采用太白山高山林线附近的太白红杉树木年轮资料, 重建了太白山地区近300 a的温暖指数；田沁花^[11]等, 则利用伏牛山油松树轮宽度年表, 重建了该区域1874年以来5—7月平均最高温度, 发现在过去134年中, 伏牛山区5—7月平均最高气温经历了4次冷期和5次暖期。由以上可见, 秦岭地区气候重建研究工作已经得到一定的成果, 然而, 秦岭以东西跨度较大, 南北地形复杂著称, 加之存在气温直减率的客观事实, 重建周边气象站的气候变化并不能够准确代表林线地带的气候变化, 为解决这一问题, 本课题组尝试借助气象站资料利用Arcgis软件进行空间差值并重新提取目标位置、海拔的逐年气温数据以重建林线地带的气候变化过程, 研究对象太白山为我国青藏高原以东的最高峰。

太白山作为全球和区域气候变化的敏感区域^[12], 虽然气象资料短缺, 但太白红杉作为当地唯一的可成纯林的树种^[13], 轮宽变化特征明显, 提供了气候变化研究的理想条件。另外, 太白山为西安市水源地黑河的源头汇水区, 其林线环境的变化不仅对周边地区气候产生影响, 还关系着关中, 西安地区社会和经济发展, 重建其林线地区气候变化具明确指示意义。

本文以树轮样本为基础, 以气温空间插值技术^[14]为辅助, 旨在准确、可靠得重建近144年太白山林线地带气温变化过程。此方法在秦岭地区乃至全国范围内仍十分少见, 不仅能丰富西北地区的历史气候变化资料, 为其他的重建资料提供对比数据, 还可以为制定太白山林线生态保护决策方案提供一定的科学依据。

1 研究区概况与数据处理 1.1 树芯样本的采集与处理

研究区位于太白山最高点拔仙台(3767 m)附近的太白红杉森林上限处, 地理坐标为(N 33°49′—34°10′, E107°19′—107°58′), 该地区年平均气温1.8—2.1℃, 降雨量800—900 mm, 属大陆性季风气候区, 冬季多风少雨, 夏季高湿多雨。太白山植被带垂直分布特点明显, 林线以上为第四季冰期形成的冰川遗迹和高山草甸, 以下接巴山冷杉群系, 土壤类型以森林草甸土为主^[15]。

本课题组于2013年10月沿太白山东侧山脊在海拔3235 m的太白红杉纯林区设立了采样点(图 1), 树木平均树高为8.85 m, 平均胸径为24.41 cm。由于采样点距离上板寺较近, 将其命名为SBS。样地树间距较小, 树木分布集中, 土层厚度均在(20±10)cm范围内, 立地坡度均在(30±15)°范围内。采样的策略依据国际树轮数据库的标准(ITRDB), 综合了敏感性原则、生态环境原则和复本原则等, 挑选健康、直立的植株进行采样, 使用生长锥在胸高位置从不同方向取A、B两芯作为复本, 累计采得50个原始树芯样本。

树轮样本经过粘贴、晾晒、打磨等一系列惯例步骤预处理后, 随即进行初步定年工作。采用精度为0.01 mm的LINTAB轮宽仪对每一棵树芯每一年的树轮宽度进行测量。完成测量工作后使用COFECHA程序^[16]对轮宽序列进行检验和交叉定年, 检验过程中, 对受外界因素导致变异的树芯或是部分年份进行筛选、剔除, 与主序列相关性差的个别树芯也要去除掉, 最终剩下46条轮宽序列。

1.2 太白红杉树轮宽度年表建立

由于研究目的为重建历史气候序列, 所以在完成交叉定年后, 要剔除轮宽序列中的非气候信号。年表的建立采用ARSTAN程序^[17]完成, 在此过程中, 采用负指数函数或线性函数对各宽度序列进行拟合, 最后得到标准化年表(STD)和差值年表(RES), 为尽量保存年表的低频信息, 采用标准化年表进行气候响应和重建分析。STD年表的统计特征列表见表 1。

年表的起始年代以子样本信号强度SSS(Sub—sample signal strength)^[18]来确定, 为尽可能延长年表, 本研究取SSS门限为0.75, 结合Rbar值, 确定可信年表时段为1870—2013年。从表 1可以看出, STD年表平均敏感度(MS)较高, 反映树轮宽窄变化大, 径向生长对环境变化的敏感度较高。树间相关系数、信噪比(SNR)、第一主成分方差解释量(PC1)及样本总体代表性(EPS)均较高, 表明采样点树轮宽度变化有较好的一致性。

1.3 气象资料处理

研究区由于海拔过高, 附近缺乏长期的器测数据, 为实现对林线区气候变化的重建, 我们利用Arcgis空间分析功能通过以下步骤实现多元数据的太白山林线区气温资料提取：

(1) 计算太白山逐月气温直减率。根据太白山自然保护区以内的11个高山气象站点的2012—2014年气温实测资料, 计算太白山南、北坡逐月的气温垂直递减率, 结果见表 2^[19].

(2) 太白山空间气温插值。根据太白山自然保护区以外的太白县、佛坪县、眉县等15个临近气象站1983—2013年的气温资料, 结合来自国家测绘局的25 m×25 m分辨率DEM高程数据, 采用普通Kriging插值法^[20]对气温要素进行空间插值, 变异函数均选择球面函数。首先, 利用表 2中的垂直递减率将各站点实测气温值订正至海平面气温, 在ArcGIS10.1中进行插值计算。随后, 利用栅格计算工具, 基于气温垂直递减率将插值后的栅格数据与区域DEM数据相叠加, 最终得到具有地形特征的太白山保护区整体、保护区南北坡的气温栅格数据。通过交叉验证显示插值结果的平均标准差为0.877, 对比插值计算结果与部分高山气象站点的实测数据, 显示插值误差在±1℃以内, 表明插值结果可靠性较好, 可以代表太白山保护区高山气候特征^[21]。

(3) 提取林线31 a逐月平均气温。采用点值提取的方法, 在具有地形特征的太白山南北坡气温栅格数据中提取了海拔为3235 m的采样区(N 34°00′00, E107°42′)1983—2013年的逐年、逐月气温, 并计算这31 a的1—12月的逐月平均气温值T_m。

将步骤(1)中距离采样点距离最近的汤峪2号(海拔：2767 m, 经纬度：N34°00′01, E107°48′56″)高山气象站点的气温实测数据与T_m进行比较(图 2), 可见, 逐月平均气温变化趋势吻合的同时, 两地温差也符合该地区的气温直减率特征。考虑到降水随海拔分布特征没有明显的规律, 且受地形影响较明显, 因此插值方法暂未应用于降水数据, 而是采用太白山周边的太白、佛坪两地月总降水量的平均值, 两地降水数据如图 3所示。可见, 太白山林线最高平均气温出现在7月为12.05℃, 而最低为12月的-11.86℃, 这与海拔相对较低的太白、佛坪两气象站月均温的最高值(20.81℃)及最低值(-1.83℃)存在明显差异^[22]。

1.4 太白红杉径向生长主导气候因子的提取

基于上文处理的气温、降水量及不同月份组合, 考虑到气候要素对植物生长的滞后作用, 选择上年9月至当年10月为分析时段与树轮宽度指数序列进行Pearson相关分析。

相关分析结果显示, 太白红杉与气温的相关性较与降水的相关性强且大致呈正相关(图 4)。序列与当年生长季2—7月逐月气温呈不同程度的正相关, 并在3、4、5、6月均通过了95%的显著性检验。将当年生长季1—9月不同时段的气温组合后, 相关分析结果显示序列与太白山林线地区1—9月整体平均气温的相关系数达0.519(P < 0.001), 尤其与3—6月平均气温的相关值达到最高(r=0.671, P < 0.001)。而序列与3—7月降水均呈负相关关系, 降水负相关最强的时段与气温正相关最强的时段相对应, 均为3—6月, 与4月单月总降水量的负相关最高(r=0.398, P < 0.05)。反映研究区生长季气温一定程度的增高是有助于树木生长的, 有利于较宽年轮的形成, 但生长季降水若增多则会对树木生长产生明显抑制作用。因此, 3—6月气温是太白红杉年轮生长的主导因子。

从树木生理学角度来看, 树木年轮的宽度波动往往是由一个或多个气候因素共同作用的结果, 而本研究样本均采自3000 m海拔以上的极端生境, 树木进行正常生命活动所依赖的气温与降水都较匮乏, 但是, 秦岭地区具有海拔高、气候湿润、土层较厚及土壤含水量高的特点^[9], 在树木生长季前期, 气温过低会无法满足树木维持正常生长代谢活动的需要, 使树木形成层活动推迟, 从而形成较窄的年轮, 而气温升高有利于地温升高, 促使植物根系开始活动, 当气温升高至树木生长的最低温度时, 树木形成层细胞开始开裂, 有利于延长生长季和早材宽年轮的形成^[23-24]。基于以上原因, 在秦岭主脊太白山林线地区, 春季至初夏的气温成为树木生长的主要限制因子, 而前人在研究秦岭其他地区、树种^[25-27]的过程中也得到了生长季气温为树木生长主导因子的结论。

2 结果与分析 2.1 回归模型的建立与调整

根据相关性计算结果, 以太白山林线地带3—6月气温作为因变量, 太白山太白红杉STD年表作为自变量, 采用线性回归方法对太白山林线公元1870至2013年以来3—6月平均气温进行模拟重建, 转换方程为：

(1)

式中, T_3—6为3—6月平均气温, I_STD为太白红杉STD年表, 该方程的相关系数r=0.670(P < 0.001), 方差解释量为44.9%, (调整自由度后方差解释量为42.8%), F=21.184。鉴于从插值所得气象记录只有31年, 我们采用逐一剔除法来检验转换方程的稳定性。发现存在奇异年份1997、1998年使方程(1)稳定性下降, 去除1997、1998年后, 相关系数r升为0.757(P < 0.001)。气象观测记录表明, 1996年出现了3—6月气温均低于多年平均值的现象, 其滞后作用可能对1997树木年轮组织生长造成了较显著的影响, 虽然1998年3—6月气温有所回升, 但是3—5月降水却出现了多年来的罕见极高值(84.95 mm), 树木生长受到严重抑制, 产生窄轮, 加之1997、1998年我国气候受ENSO事件严重波及发生异常^[28], 共同导致回归模型对1997、1998年3—6月平均气温的拟合结果偏差较大, 因此考虑从回归方程中剔除^[9]。在去除1997、1998年之后, 转换方程为：

(2)

由表 3可见, 与方程(1)相比, 方程(2)在各个统计指标上优势更明显, 表明方程更加稳定。经过交叉检验分析, 重建序列与观测序列的符号检验(S1)、一阶差符号检验(S2), 误差缩减值(RE), 乘积平均数(t)以及方程的F检验值等统计量均体现了重建结果的可靠性。图 5为运用转换方程(2)重建的太白山林线3—6月平均气温与实测值插值结果的对比。在观测时段内(1983—2013年), 去趋势后的重建值与实测值吻合较好, 证明重建结果可靠, 能够反映太白山林线地区气温波动规律^[29]。

2.2 太白山林线区3—6月平均气温的重建

基于转换方程(2), 将子样本代表性>0.75的年份1870年作为起始年, 2013作为终止年, 我们重建了太白山林线地区历史时期3—6月平均气温(图 6)。

可见, 1870年以来, 研究区3—6月平均气温波动频繁, 波动幅度在1.83—4.89℃之间, 最低和最高温度相差达到3.06℃, 重建时段3—6月气温平均值T_mean为3.51℃, 标准差σ为0.63℃。在本研究中, 定义气温高于T_mean+1σ(4.14℃)的年份为高温年份, 气温低于T_mean-1σ(2.88℃)的年份为低温年份, 而介于两者之间的气温为正常值^[30]。由表 4可见, 在过去144年中, 偏暖年份出现19次, 偏冷年份出现26次, 分别占总年份的13%和18%。

重建结果中出现的偏暖、偏冷年份(表 4)与陕西地情资料库近200年所发生的气象灾害记录有较好的对应(数据来源于陕西地情网http://www.sxsdq.cn)。偏暖年份基本伴随着大范围的严重干旱事件并对农业产生了严重影响, 例如1892、1928、1929、1959年, 记载有春旱、夏旱、大旱等现象, 这些年份“收成歉薄”“粮食缺乏”“夏秋收成不到二成”。而偏冷年份在陕西出现了较大范围的洪水灾害, 例如1881、1921、1948、1949年, 记载有“雨雹伤禾”“山水陡涨”“河水暴涨”等现象其中连续超过2 a及以上的高温时段为1966—1968年、2005—2007年, 连续超过2 a及以上的低温时段为1871—1873年、1880—1883年、1997—1999年。

为了反映重建序列的低频特征, 更好地观察3—6月平均气温的年代际变化, 对序列作11 a滑动平均, 并定义滑动平均值连续11 a以上高于平均值的时间段为暖期, 滑动平均值连续11 a以上低于平均值的时间段为冷期^[31]。由图 6可见, 在重建期间气温偏高的(>3.51℃)时段主要有1882—1892年、1919—1929年和1997—2013年, 总持续时间为29年, 而在重建期间气温较低( < 3.51℃)的时段主要：1870—1881年、1903—1918年和1977—1996年, 总持续时间为39年。重建时段的低频变化趋势中偏冷时段较偏暖时段多, 这与极端年所占总年的比例一致, 其中1977—1996年冷期持续时间最长(22 a), 20世纪90年代以前暖期持续时间较短、升温幅度较小。总体而言, 19世纪末期是一个以1881年为界限的显著冷暖交替时期, 在20世纪初至20年代为一显著冷期, 而20—30年代末是一个显著的暖期, 1919—1931年的高温期与我国北方20年代出现的干旱事件相吻合^[32]。随后, 在1931—1978年这一时期, 40 a的初春温度变化不存在明显的变暖趋势, 气温变化幅度较小, 冷暖交替频繁, 气温相对比较稳定, 而在20世纪70年代末期气温开始下降, 从20世纪90年代后期至今气温又明显持续增暖。

2.3 重建结果的对比与验证 2.3.1 重建结果冷暖期的区域对比

通过与田沁花等^[11], 所重建的过去134 a伏牛山5—7月平均最高气温变化趋势进行对比, 发现该研究中得到的偏冷时段1900—1917年、1974—1989年和偏暖时段1889—1899年、1918—1940年、1990—2002年与本研究重建所得偏冷期与偏暖期基本重合, 然而, 在1931—1978年这一时期40 a伏牛山5—7月平均最高气温变化存在着明显的变暖趋势, 但在相同时段, 太白山林线区3—6月平均气温上升趋势不明显。与刘禹、刘娜等^[7]重建秦岭中段分水岭地区1—7月平均气温的结果进行比较发现, 太白山与佛坪光头山均在在19世纪末以及20世纪30年代之前存在低—高—低—高的两次显著震荡, 在1934—1990年这一时期的气温变化均不存在明显的变暖趋势, 气温变化幅度小, 气温相对稳定, 持续到20世纪90年代初期又出现了明显的气温升高现象。而蔡秋芳、刘禹^[33]等, 在陕西中北部地区1826年以来4—9月气温的重建结果中发现, 20世纪20年代末期是自1826年以来陕西中北部地区4—9月温度最高的时段, 陕西中北部地区自1923年以来4—9月平均气温不断上升, 到1929年温度达到重建时段内最高记录, 而在本研究区, 20世纪20年代末期同样为3—6月气温的最高时段, 并且, 重建气温自进入20世纪以来, 极端最高气温也出现在1929年(4.89℃), 而这次极端高温事件所导致的灾害在中国北方其他地区的树轮研究中也得到了印证^[34]。

与甘肃省东南部天水石门山5—6月最高气温的树轮重建结果(数据来源于http://www.ncdc.noaa.gov/paleo/study/17033)进行比较(图 7)发现, 两研究区高、低温波动大体一致, 相关系数为0.171(N=133, P < 0.05), 表明在低频变化上两序列是显著相关的。冷暖时段的变化上两者出现局部时段的不同步性, 这可能是由于所表征的月份、气象要素以及海拔并不完全一致造成的, 然而20世纪30年代的高温期, 40、50年代的低温期、60、80年代的高温期以及90年代以来的气温明显上升趋势在两条曲线中共存, 表明太白山林线地带与石门山地区的气温变化序列经历了极为相似的冷暖波动过程, 两个曲线的同步变化表现出较好的区域一致性, 印证了本重建结果的可靠性。

2.3.2 太白山林线区3—6月平均气温的周期性

本研究选用Morlet连续小波变换对气温序列进行分析, 为减弱小波变换资料的始、末区域所对应变换结果的边界效应, 文中采用对称延伸法减弱这种影响^[35]。结合图 6可清楚看到太白山林线地区3—6月平均气温在过去144 a的演化过程中存在多时间尺度特征并与方差图中的峰谷变化一致。与重建序列曲线(图 7)进行比较可以发现, 周期信号比较强的时段气温波动也相对明显, 周期信号不明显的时段, 气温的波动相对缓和。

太白山林线区3—6月气温演变过程中存在着相对显著的31—22 a, 22—18 a以及13—10 a的3类尺度准周期变化规律。13—10 a尺度的周期信号在时间尺度上并不稳定^[36], 振幅随时间推移产生了明显变化的情况, 在1900s之前和1940s以后表现的较为稳定, 但在1900s—1940s和1990s—2010s期间发生了较大浮动。22—18 a的变化周期与马利民、刘禹^[37]等, 对秦岭SOI(The Southern Oscillation Index)重建序列的功率谱分析中发现的自1743年以来该序列存在明显的21. 82—17.14 a周期比较吻合, 而22年的周期是Hale周期, 这很可能说明了南方涛动对太白山林线区树木生长存在显著影响。在13—10 a尺度上出现的显著冷—暖交替准17次震荡, 与太阳黑子活动周期特征相似并对应了西北干旱灾害的11 a准周期^[38]。这些周期暗示全球的气候变化特征也存在于该地区的气候历史, 太白山林线地区3—6月气温可能受到了大范围的气候变化影响。

3 结论

论文以太白山林线区的太白红杉树轮样本建立的STD年表为基础, 与借助Arcgis软件气温插值功能提取的采样点过去31 a气温数据进行相关分析, 发现树轮年表对温度变化响应敏感, 与研究区生长季气温呈显著正相关。在此基础上, 实现了太白山林线1870—2013年间3—6月平均气温的重建, 并得到如下结论：

(1) 重建结果显示, 太白山林线区3—6月平均气温在过去144 a经历了3次冷期和3次暖期的波动。19世纪末与20世纪初的冷—暖交替、20世纪20—30年代末的显著高温期、1931—1978年间相对比较稳定的冷暖波动以及在20世纪90年代初期出现的明显气温升高等现象与周边地区同期气温重建结果相似。

(2) 研究区3—6月平均气温重建序列与天水石门山地区5—6月最高气温同期重建结果在高、低频变化上均表现出较好的一致性, 从另一方面佐证了本研究方法以及重建结果的可靠性。

(3) 周期分析结果表明, 太白山林线地带气温存在31—22 a, 22—18 a以及13—10 a的3种主要变化周期, 周期特征与太阳活动及SOI的周期特征接近, 意味着太白红杉宽度可能包含更大尺度的气候波动信号。

致谢: 感谢宝鸡文理学院地理与环境学院周旗老师领导下的陕西省灾害监测与机理模拟重点实验室为本次实验提供了LINTAB树轮分析仪和实验室, 以及包光老师在对年轮样品的处理及分析过程中给予的极大技术帮助。