蔣 靖 張 勇 康 劍

(1.中國科學(xué)院新疆天文臺, 新疆 烏魯木齊 830011; 2.中國科學(xué)院華南植物園, 廣東 廣州 510650)

樹木生長受到自身生理因素及環(huán)境氣候因子的影響。 一般來說, 溫度是寒冷地區(qū)樹木生長的主要限制因子, 而在半干旱半濕潤地區(qū), 水分的作用更為重要[1-2]。 為了深入了解在氣候變化背景下樹木生長及其物候的動態(tài)變化, 往往需要開展長時間的微尺度監(jiān)測[3]。 但這種監(jiān)測在高海拔的山區(qū)是無法實現(xiàn)的, 因此, 可以運用VS 模型來對樹木的生長動態(tài)進行長時間尺度的模擬[4-5], 從而揭示區(qū)域樹木生長的限制因素以及形成層物候的動態(tài)變化。

QTT 奇臺射電望遠鏡, 全稱為110 m 口徑全可動射電望遠鏡, 是中國科學(xué)院和新疆維吾爾自治區(qū)重點推進的國家重大科技基礎(chǔ)設(shè)施, 選址于新疆奇臺縣境內(nèi)的東天山北麓。 該區(qū)域具有海拔高、 氣候干旱、 水汽含量低、 風(fēng)速低、 無線電干擾少等特點。 基于其獨特的地理位置及電磁環(huán)境,QTT 是世界一流的射電臺址, 建成后將成為世界最大全可動射電望遠鏡, 具有極高的國際影響力。QTT 建成后, 其所在區(qū)域?qū)⑹侵匾膰鴥?nèi)國際天文觀測、 科研交流、 科普教育的重要場所, 營造良好的工作學(xué)習(xí)環(huán)境顯得至關(guān)重要。 本研究基于樹輪模擬長時間尺度該區(qū)域樹木生長動態(tài), 探究氣候變化背景下樹木生長的限制因素, 以期為山區(qū)水土保持、 QTT 臺址區(qū)樹木植被建成及管理提供科學(xué)支撐。

1 材料與方法

1.1 研究區(qū)域

QTT 選址于新疆東天山北麓昌吉州奇臺縣境內(nèi), 屬于典型的溫帶大陸性氣候。 研究區(qū)年平均降水總量1 692 mm, 6—8 月降水較為集中, 年平均溫5.95 ℃, 7 月平均溫度最高(21.4 ℃) (圖1)。 研究區(qū)內(nèi)以森林、 灌叢、 草本植被為主, 雪嶺云杉是該區(qū)域的優(yōu)勢種, 伴生有天山樺Betula tianschanica、 叉 子 圓 柏Sabinavulgaris、 黃 刺 玫Rosaxanthina等。 土壤類型以黑鈣土為主[6]。

圖1 研究區(qū)月平均氣溫、 降水變化趨勢Fig.1 Variation trend of monthly mean temperature and precipitation in the study area

1.2 采樣及年表

2022 年8 月于研究區(qū)東側(cè)海拔1 100 m 處選取了1 個樣地, 樣地以雪嶺云杉為優(yōu)勢樹種, 伴生有天山樺, 樣地中設(shè)置1 個30 m×30 m 的無人為干擾、 未經(jīng)過火災(zāi)、 蟲害等的林分作為樣方, 樣方樹木平均胸徑30.98 cm, 平均高度14.17 m, 樣方內(nèi)共選取目標樹木20 株。 用生長錐在每株樹木胸徑處(樹高1.3 m 處) 從平行于所在坡面的兩個不同方向分別鉆取一個樣芯, 封裝于塑料管中帶回實驗室。

采集的樹輪樣本在實驗室經(jīng)過固定、 干燥、打磨等處理后, 利用樹輪寬度測量儀及配套TSAP 軟 件 (LinTab 6.0, Frank Rinntech, Heidelberg, Germany) 測量年輪寬度 (精度為0.001 mm)。 采用目視初步定年、 骨架圖定年等方式交叉定年, 確定每一輪的精確年份, 并使用COFFECHA 程序檢測交叉定年的準確度以及缺失輪判斷的可靠性[7]。 運用R 軟件中的 “dplR”包[8], 使用響應(yīng)截止頻率為50%, 級數(shù)長度67%的樣條函數(shù)對年表進行去趨勢處理, 并建立標準年表。 同時, 計算平均敏感度(MS, Mean sensitivity)、 樣本相關(guān)系數(shù)(rbar, Correlation coefficient for all series)、 信 噪 比 (SNR, Signal-tonoise ratio) 以及樣本總體解釋量 (EPS, Expressed population signal) 等年表統(tǒng)計參數(shù)[9], 評估年表的可靠程度。

1.3 氣象數(shù)據(jù)

研究采用的氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)( http:/ /data.cma.cn/site/index.html ) ( 1991—2022 年) 以及荷蘭皇家氣象研究所(Koninklijk Nederlands Meteorologisch Instituut, KNMI) (CRU TS4.03 數(shù)據(jù)庫, 數(shù)據(jù)精度為0.5°×0.5°, 1950—2022 年)。 包括平均氣溫(Tmean)、 降水(Prec)等指標。

1.4 數(shù)據(jù)分析

本研究基于VS 模型對樹木季節(jié)性生長以及形成層物候進行模擬評估[10]。 模型通過分析氣候和樹木年輪生長過程之間的非線性關(guān)系, 將氣候信號轉(zhuǎn)換為依賴于溫度、 土壤濕度和日照長度的部分樹木年輪生長速率, 從而生成用于評估季節(jié)性形成層活動的累積生長速率[11-12]。 模型能夠模 擬 出 受 溫 度 (GrT)、 降 水 (GrW)、 光 照(GrI) 影響的部分生長速率, 并形成累計生長速率(Gr=GrI×min {GrT, GrW} )。 通過輸入每日氣象數(shù)據(jù), 模型通過感知環(huán)境變化對樹木生長的影響, 將樹木年輪生長的速度轉(zhuǎn)化為形成層細胞分裂生長的速度, 當春季累積生長速率大于0.1 時, 生長季開始, 相反, 當秋季累積生長速率小于0.1 時, 生長季結(jié)束[13-15]。 模型模擬的精度通過相關(guān)系數(shù) (R)、 最小均方根誤差(RMSE)、 Gleichlaufigkeit 統(tǒng)計量(Glk) 進行評估, 選 取1975—2022 作 為 校 準 區(qū) 間, 1950—1974 作為驗證區(qū)間[16]。

運用R “treeclim” 包對年表與氣候因子之間的Pearson 系數(shù)進行Bootstrap (1000 次迭代) 重采樣分析(上一年9 月至當年9 月)[17]。 制圖使用R 軟件進行。

2 結(jié)果與分析

2.1 樹輪年表基本特征

年表統(tǒng)計結(jié)果顯示, 年表長度為1919—2022年。 平均敏感度0.26, 說明雪嶺云杉樹木生長對于區(qū)域氣候敏感。 樣本間相關(guān)系數(shù)較大, 信噪比值達到15.31, 表明該年表中用于分析的環(huán)境信息量較大[18]。 樣本總體解釋量遠高于0.85 臨界值,說明采集的樣本量中包含的信號可以代表區(qū)域內(nèi)的總體特征[9](表1)。 該年表對氣候變化敏感,包含較多的氣候信息, 可以開展樹木年輪學(xué)的研究。

表1 樹輪年表特征統(tǒng)計Table 1 Characteristics of tree-ring chronology

2.2 樹輪模擬及生長速率的動態(tài)

模擬結(jié)果顯示, 模擬年表與實測年表(1950—2022) 具有顯著的相關(guān)性, 相關(guān)系數(shù)0.543 (p＜0.05)。 年表間同步性(Glk) 72.603%, 遠高于臨界值50%。 RMSE 值為0.219, 低于臨界值0.3, 表明模型模擬結(jié)果具有較高的精度。 通過分段校準驗證, 結(jié)果顯示, 校準段(1975—2022)R為0.499,Glk 為64.583%, RMSE 為0.184; 驗證段(1950—1974)R為0.578, Glk 為84.000%, RMSE 為0.275 (圖2)。 模型模擬效果良好, 表明生長率及形成層物候的模擬具有較高的可靠性。

圖2 模型模擬年表與實測年表對比Fig.2 Comparison of model simulation chronology and measured chronology

生長率的動態(tài)模擬結(jié)果顯示, 整體生長速率Gr 呈現(xiàn)明顯的右偏單峰分布, 在6 月初達到最大值0.53 (DOY 160)。 水分控制的生長率GrW顯示出與Gr 基本一致的分布模式, 在5 月底達到峰值0.56 (DOY 143), 較Gr 提前了一段時間。 溫度控制的生長率GrT在6—8 月達到峰值, 平均值為0.98 (DOY 170-231) (圖3)。

圖3 年內(nèi)平均的日尺度部分生長率及累計生長率Fig.3 Intra-annual variability in mean daily partial growth rates and mean integral growth rates

2.3 樹木形成層物候的動態(tài)變化

在1950—2022 年間, 研究區(qū)樹木生長的生長季起始時間(SOS) 不斷提前, 平均每10 年提前1.5天(p＜0.01)。 生長季結(jié)束時間(EOS) 盡管表現(xiàn)出一定的變化趨勢, 但變化不顯著。 生長季長度(DOS) 呈現(xiàn)明顯的增長趨勢, 平均每10 年增加2.3 天(p＜0.01), 且增加趨勢較為顯著(圖4)。

圖4 年際間生長季開始、 結(jié)束以及長度的動態(tài)變化Fig.4 Dynamic of the start, end and length of the growing season

2.4 樹木生長對氣候的響應(yīng)

通過對樹輪年表與氣候因子(1950—2022 年間) 進行相關(guān)性分析, 結(jié)果顯示, 樹木生長與當年5 月(r=-0.38,p＜0.05)、 6 月(r=-0.34,p＜0.05) 份平均氣溫呈現(xiàn)顯著負相關(guān)關(guān)系。 研究區(qū)降水與樹木生長間有著較為密切的聯(lián)系, 樹木生長與上一年9 月 (r= 0.21,p＜0.05)、 11 月(r=0.20,p＜0.05) 的平均降水顯著正相關(guān); 與當年4—6 月(4 月r=0.27, 5 月r=0.36, 6 月r=0.26,p＜0.05)、 9 月(r=0.21,p＜0.05) 降水呈現(xiàn)顯著正相關(guān)關(guān)系(圖5)。

圖5 樹輪年表與氣候因子的響應(yīng)關(guān)系Fig.5 Correlation between ring width chronology and climate factors

3 討論與結(jié)論

3.1 研究區(qū)樹木生長呈現(xiàn)右偏單峰型, 在生長旺盛階段, 溫度控制生長率接近于1, 遠高于水分控制的生長率, 說明水分是主要的生長限制因素。這一結(jié)果與阿爾泰山東南部的研究結(jié)果一致[19]。研究顯示, 前期的水分限制對于生長季后期的生長速率產(chǎn)生了一定的負面影響, 導(dǎo)致了右偏單峰的結(jié)果[12]。 樹木生長與降水的響應(yīng)結(jié)果進一步證明了水分是研究區(qū)樹木生長的重要限制因素。 一方面, 可能是由于研究區(qū)處于相對低緯度地區(qū),溫度相對較為適宜, 對于樹木生長的限制作用較弱[20-21]。 另一方面, 研究區(qū)靠近準噶爾盆地, 干旱程度更高。 盡管有研究顯示, 西北地區(qū)正在朝著暖濕化發(fā)展[22-23], 但這一趨勢在局部區(qū)域地變化仍不明顯。 在很長一段時間里, 土壤水分將是該區(qū)域樹木生長的主要限制因子。

3.2 研究區(qū)樹木生長季起始時間明顯提前, 生長季長度顯著延長, 平均每10 年延長2.3 天。 與中歐地區(qū)每10 年延長3.1 天相比略低[24], 與阿爾泰山東部結(jié)果較為一致。 隨著全球氣候變化, 溫度升高, 早春更加溫和的溫度條件可以加快細胞的分化速度, 提前啟動時間[14]。 研究表明, 春季溫度是生長季節(jié)提前開始的主要驅(qū)動因素[25-26]。 與此同時, 溫度升高也提前了融雪的時間, 積雪融化為形成層的早期發(fā)育提供了充足的土壤水分,能夠促進形成層細胞的分裂和增大[27]。 在閾值范圍內(nèi), 伴隨著氣候變暖, 樹木生長的生長季起始時間會呈現(xiàn)持續(xù)提前的趨勢, 生長季長度得以延長。 然而, 溫度持續(xù)的升高可能會造成樹木向更高海拔、 緯度地區(qū)遷移。

綜上所述, VS 模型對于該區(qū)域的樹木生長有著良好的模擬效果, QTT 臺址區(qū)域樹木生長呈現(xiàn)右偏單峰模式, 且樹木生長主要受到水分的限制。伴隨著氣候變化, 水分限制將持續(xù)存在, 形成層物候起始時間提前, 生長季長度延長。 因此, 該區(qū)域開展樹木植被營造、 管護過程中, 需要通過人工措施緩解生長季初期的干旱脅迫, 合理利用生長季延長的優(yōu)勢, 促進植被快速生長, 形成景觀。 同時, 植被快速形成有助于臺址區(qū)水土保持,實現(xiàn)防洪減災(zāi)的作用。

致謝:此次野外實驗的數(shù)據(jù)獲取得到了中國科學(xué)院新疆天文臺奇臺觀測站的大力支持, 在此表示衷心感謝!