塞罕坝地区3 个树种径向生长对气象因子的响应

2023-08-17许中旗贾彦龙

河北农业大学学报 2023年4期

贾磊，于沛，许中旗，贾彦龙

（河北农业大学林学院，河北保定 071000）

树木年轮是反映气候变化的重要载体［1］，由于具有准确率高、连续性强等优点，被广泛应用于年轮气候学研究和古气候重建。树木的径向生长对气候变化有明显的响应［2-3］。已有研究表明，气温的上升会严重影响树木的生长［4-6］，使树木生长出现衰退现象［7］，导致森林生产力的下降［2］。近年来，气候变暖导致极端气候频发，对森林生态系统服务功能造成了严重影响，甚至导致了大面积森林死亡［8-9］。因此，研究树木径向生长对气象因子的响应，有助于理解气候变化对森林生态系统的影响。由于树种及生态条件的差异，树木径向生长对气象因子的响应结果也存在明显不同［10］。在东北张广才岭，胡桃楸（Juglans mandshurica）的径向生长主要受降水和最低气温共同作用，黄菠萝（Phellodendron amurense）和水曲柳（Fraxinus mandshurica）的主要限制因子则是最低气温［10］；长白山地区，气候变暖有利于长白松（Phellodendron amurense）生长，但会对鱼鳞云杉（Picea jezoensis）则产生不利影响［11］。大兴安岭地区，落叶松（Larix gmelinii）和樟子松径向生长的限制因子均为气温，但两者对气候变化的响应存在差异［12］。山西关帝山林区的华北落叶松受气温和降水共同影响［13］；在大兴安岭地区，华北落叶松的生长则受到11 月降水的显著影响［14］，3、4 月份降水是河北龙头山林场华北落叶松的主要限制因子［15］。

塞罕坝地区具有世界最大面积的人工林，是京津冀地区的重要生态屏障，发挥着重要的防风固沙、涵养水源等重要的生态功能。在全球变暖的背景下，这些人工林生态系统的稳定性对该地区的生态安全具有重要影响。本文以塞罕坝地区3 个主要造林树种—樟子松、华北落叶松和云杉为研究对象，通过树木年代学的方法，研究3 个树种径向生长对气象因子的响应差异，探讨3 个树种在气候变化背景下稳定性的差异，为该地区森林的科学经营及植被建设提供科学依据。

1 材料与方法

1.1 研究地概况

塞罕坝机械林场地处河北省承德市围场满族蒙古族自治县境内北部，地理位置坐标为42°02′ ～42°36′ N，116°51′ ～117°39′E，南北长58.6 km，东西宽65.6 km。该地区地处燕山山脉与蒙古高原交汇地带，主要是高原和沙地地貌，海拔高度1 010 ～1500 m。该地区属半干旱半湿润寒温性大陆季风气候，冬季寒冷漫长，积雪期长达7 个月，春秋两季较短暂；年均温为-1.01 ℃，极端最高气温30.9 ℃，极端最低气温-42.8 ℃；年平均降水量为465.16 mm，年平均蒸发量为1 388 mm。土壤类型主要有棕壤、草甸土、沼泽土、黑土、风沙土、灰色森林土6 个类型。塞罕坝机械林场总经营面积9.5 万hm2，造林树种主要有华北落叶松、樟子松、云杉、白桦（Betula platyphylla）等。

1.2 样地调查

对塞罕坝机械林场进行踏查，选取立地条件相近的华北落叶松人工林、樟子松人工林、云杉人工林各3 块，分别设置大小为20 m×30 m 的样地，进行林分调查。在各样地选取生长良好的林木23 株，在胸高处（1.3 m）用生长锥按垂直方向水平采集2个树芯，装入事先准备好的塑料管封存，对每个树芯样品进行编号。

1.3 样品处理与年表建立

将树芯样品带回实验室固定风干，然后用不同颗粒度砂纸打磨，直至年轮清晰可见。对打磨后的样本进行初步目视交叉定年后，使用Lintab 6 年轮分析仪（RINNTECH 公司）和TASP-Win 软件测定全木（RW）、早材（EW）和晚材（LW）的年轮宽度，精度为0.01 mm。

用COFECHA 程序［16］对年轮宽度测量结果进行反复交叉定年检验，将异常的样本剔除，以消除定年和测量过程中出现的误差。利用ARSTAN 程序建立树轮宽度年表，并进行去趋势和标准化。本研究采用负指数函数进行去趋势，以降低年龄对生长速率的影响［17］，最后得到标准化年表（STD）、差值年表（RES）和自回归年表（ARS）。

1.4 数据处理与分析

1.4.1 胸高断面积增量胸高断面积增量（BAI）表示树木胸径处年轮每年增加的面积，能够更好地反应树木生长状况［18］。本研究利用BAI 对树木的生长情况进行分析，公式如下［19］：

式中：BAI 为胸高断面积增量，单位为cm2；R为树木半径，单位为cm，n 代表年份。

1.4.2 气象数据及SPEI 值的获取气温和降水量数据来自于塞罕坝机械林场气象站（1976—2018年）。标准化降水蒸散指数（SPEI）数据来自西班牙比利牛斯生态研究所SPEI 的数据共享网站http://SPEI.csic.es/index.html。同时，根据中国气象局制定的干湿气候等级划分标准［20］确定干旱等级（表1）。本研究中采用12 个月尺度的SPEI 数据进行分析。

表1 干旱指数等级划分Table.1 Drought division standard with SPEI grade

1.4.3 图表制作使用R 软件包“Treeclim”与SPSS(20.0)进行相关性分析，使用Microsoft Excel2010、OriginPro2018 和TBtools 绘制图表。

2 结果与分析

2.1 塞罕坝地区气候变化特征分析

塞罕坝地区最高气温、平均气温和最低气温的变化趋势相似，均呈逐渐升高趋势。最高气温和平均气温都表现出极显著（P＜0.01）的上升趋势，上升速度分别为0.45 ℃/10 年和0.23 ℃/10 年，最低气温上升趋势不显著，为0.11 ℃/10 年（图1）。5—9 月平均气温以0.21 ℃/10 年的速度升高，呈极显著（P＜0.01）上升趋势，最大值出现在2018 年，为13.88 ℃，最低值出现在1995 年，为11.31 ℃。5—9 月是树木的主要生长期，这段时间气温的升高会对树木生长产生较大影响。

图1 塞罕坝地区气温变化趋势Fig.1 Change trend of temperature in Saihanba area

塞罕坝地区降水比较集中，5—9 月的降水量占全年总降水量的82.6%（图2）。自1976 年以来，年降水量和5—9 月总降水量总体都呈上升趋势，但上升趋势均不显著。年降水量以10.82 mm/10 年的速度增长，5—9 月总降水量的增加趋势为7.04 mm/10 年。年降水量和5—9 月降水量在均在1989 年和2000 年出现极小值，年降水量分别为280.20 和234.60 mm，5—9 月总降水量分别为208.60 和144.70 mm。

图2 塞罕坝地区降水变化趋势Fig.2 Change trend of precipitation in Saihanba area

塞罕坝地区的SPEI 以5 月份最高，8 月份SPEI最低值（图3）。这主要是由于5 月份积雪融化，而此时气温较低，导致蒸散也相对较低，使得5 月份的SPEI 值最高。同时，降水量在8 月份开始下降，而气温并没有出现明显下降，蒸散处于较高水平［21］。从年际变化来看，年均SPEI 指数以0.10/10 年的速度下降，说明塞罕坝地区有干旱化的趋势。5—9 月SPEI 均值以0.09/10 年的速度下降，说明5—9 月同样具有干旱化趋势。从各年度的SPEI 值可以看出，塞罕坝地区在1981、1989、2007 和2010 年出现中度干旱，在1976、1980、1988、2002 和2008 年出现了轻度干旱的情况。

图3 塞罕坝地区SPEI 变化趋势Fig.3 Change trend of SPEI in Saihanba area

2.2 3 个树种的年轮生长过程

华北落叶松、樟子松和云杉3 个树种的年轮宽度均随年龄呈波动性变化，但总体上均呈先上升后下降的趋势。华北落叶松和樟子松RW 年轮宽度分别在12 年和11 年达到峰值，之后开始降低，而云杉则在15 年时达到峰值，之后开始下降。云杉峰值出现较晚与云杉早期生长速度较慢有关。另外，从图4 可以看出，3 个树种不但在总的变化趋势上具有一致性，在年际间的波动性上也具有明显的一致性。3 个树种的年轮宽度均在2000 年出现极小值，这与2000 年出现的极端干旱有关。以上结果说明，3 个树种的年轮生长过程既有先上升后下降的总体变化趋势，又有年际间的波动性变化。总体趋势受树木年龄影响，而年际间的波动则受气候影响。另外，从图4 中可以看出，早材变化幅度较大，其变化趋势与年轮基本一致，晚材变化相对较小，随年龄和时间未表现出明显的波动。这说明树木早材主导了林木年轮宽度的变化。

图4 3 个树种轮宽变化趋势Fig.4 Variation of ring width of three tree species

图5 3 个树种BAI 变化趋势Fig.5 Variation of BAI of three tree species

2.3 3 个树种胸高断面积增量的变化趋势

与年轮宽度的变化趋势不同，3 个树种胸高断面积（BAI）增长量总体上均呈现先增长后趋于稳定的变化趋势。华北落叶松和樟子松年轮的BAI均在20 年之前呈逐渐上升趋势，于20 年达到峰值，之后虽有波动，但总体趋于稳定。云杉的BAI在17 年之前呈持续上升趋势，并于17 年时达到最大值，之后总体上趋于稳定，30 年之后呈逐渐下降趋势。3 个树种的BAI 在达到最大之后均在相对稳定的总体趋势下呈波动性变化，但3 个树种的变化幅度有明显差异。华北落叶松的变化幅度较大，在7.73 和21.68 cm2之间，樟子松和云杉的变化幅度相对较小，分别为12.66 ～23.23 cm2和6.00 ～16.86 cm2。这说明，华北落叶松的生长对年际气候的变化更为敏感。与年龄宽度的变化一样，3 个树种胸高断面积增量的变化也有一致性，均在2000年出现了明显的下降。

2.4 3 个树种年表的统计特征值和变化趋势

3 个树种的年表特征值如表2 所示。当平均敏感度大于0.15 时，样本总体代表性达到0.85 以上时，年表质量较高［8］。华北落叶松、樟子松和云杉年表的平均敏感度除云杉晚材为0.14 相对较低外，其他均在0.15 以上，样本总体代表性均在0.96以上（表2），说明建立的年表质量较高，可用于年轮气候分析。

表2 差值年表统计特征值Table 2 Statistical characteristic value of residual chronology

通过9 个年表的相关系数可以看出，9 个年表具有较高的一致性（表3）。华北落叶松和樟子松年表间相关性极显著，华北落叶松的LW 年表和云杉3 个年表显著相关，樟子松RW、EW 和LW 年表和云杉显著相关。同时，各树种RW、EW 和LW 年表间均为极显著相关，说明同一树种RW、EW 和LW 对气象因子的响应相似性较高。

表3 年表间相关系数（1982—2018 年）Table 3 Correlation coefficient between residual chronologies (1982—2018)

华北落叶松、樟子松和云杉的年轮宽度指数变化趋势如图6 所示。华北落叶松在1968—1979 年期间呈升高趋势，在1990—2000 年期间有明显下降趋势，年际间的波动范围较大。在1979 年出现极大值，在2000 年出现极小值；樟子松无持续上升或下降现象，在1985 年出现极大值，在2000 年出现极小值，年际间的波动范围也较大，樟子松EW 年轮宽度指数在1978 年出现1 次较大波动；云杉在1982—1998 年期间有明显上升趋势，然后下降，在2000 年出现极小值，年际间的波动范围较小。

2.5 3 个树种径向生长对气象因子变化的响应

华北落叶松、樟子松和云杉的年表和气象因子的相关关系如图7 所示。华北落叶松RW 和EW 的径向生长与气温的相关性基本相同，均与上1 年10月及当年6、7 月气温，5—9 月平均气温显著负相关。LW 的径向生长与上一年9 月及当年6、7 月气温，5—9 月平均气温显著负相关；华北落叶松RW和EW 的径向生长对降水的响应一致，均与上一年9 月及当年6 月降水量显著正相关。LW 的径向生长与上一年7 月降水量显著负相关，与上一年9 月及当年6、7 月降水量，5—9 月总降水量显著正相关；华北落叶松RW 径向生长与上一年6、7 月SPEI 显著负相关，与当年6、7、8 月SPEI，年均SPEI 及5—9 月平均SPEI 显著正相关。EW 的径向生长与上一年6 月SPEI 显著负相关，与当年7 月SPEI，5—9月平均SPEI 显著正相关。LW 的径向生长与当年7、8、9 月SPEI，年均SPEI 及5—9 月平均SPEI 显著正相关。

图7 3 个树种差值年表与气候因子的相关系数Fig.7 Correlation coefficient between residual chronology of three tree species and climatic factors

樟子松RW 的径向生长与当年6 月气温显著负相关，与当年8 月气温显著正相关。EW 的径向生长与当年6、7 月气温显著负相关。LW 的径向生长受气温影响较小，与各时期气温均无显著相关关系；樟子松RW 的径向生长与上一年8 月降水量显著负相关，与上一年9 月降水量，年降水量和5—9 月总降水量显著正相关。EW 的径向生长与上一年9、11 月及当年5 月降水量，年降水量和5—9 月总降水量显著正相关。LW 的径向生长与当年7 月降水量，年降水量和5—9 月总降水量显著正相关；樟子松RW 的径向生长与当年7 月SPEI 显著正相关，EW 和LW 的径向生长受SPEI 影响较小，与各时期SPEI 均无显著相关关系。

云杉RW、EW 和LW 的径向生长与气温均无显著相关关系，说明气温不是其生长的限制因子；云杉RW 的径向生长与上一年9、10 月降水量显著正相关。EW 的径向生长与上一年9、10 月及当年4 月降水量显著正相关。LW 的径向生长与当年7 月降水量显著正相关；云杉RW 和EW 的径向生长对SPEI 的响应相同，均与当年8、9 月SPEI，5—9 月平均SPEI 显著正相关。LW 的径向生长受SPEI 影响较小，与各时期SPEI 均无显著相关关系。

由以上结果可知，塞罕坝地区3 个主要树种对气候的响应比较相似：均与生长期（5—9 月）的平均气温呈负相关关系，其中又以落叶松最为显著，樟子松次之，云杉与气温的负相关关系最弱。同时，3 个树种的径向生长又与生长季的降水量呈明显的正相关关系，其中，又以华北落叶松和樟子松的径生长与降水的关系更为显著。3 个树种均与生长期SPEI 呈正相关关系，以华北落叶松最为显著，云杉次之，樟子松最弱。

3 讨论

塞罕坝地区气温呈明显上升趋势，尤其是最高气温和平均气温都表现出极显著的上升趋势（P＜0.01）。从SPEI 指数来看，塞罕坝地区有轻微干旱化的趋势。总体上，在全球变暖大背景下，塞罕坝地区气温呈现出明显的上升趋势，同时有干旱化的趋势，这与塞罕坝地区气候具有暖干化趋势的研究结论一致［22］。

3 个树种年轮宽度和BAI 随年龄表现出了相似的变化趋势，年轮宽度均随年龄表现出先上升后下降的趋势，而BAI 则为先上升后趋于稳定的变化趋势，同时年轮宽度和BAI 在不同年份呈现出明显的波动性变化，且波动的节律具有明显的一致性。同时，研究结果也显示，尽管变化规律具有一致性，但3 个树种在年际间的变化幅度有明显的不同，华北落叶松BAI 的变化幅度明显高于樟子松和云杉。同时，从年表来看，华北落叶松和樟子松年表的波动范围较大，而云杉的波动相对较小。这说明，华北落叶松的生长对年际气候的变化更为敏感，而樟子松次之，云杉敏感性最低。有研究表明，樟子松的针叶具有较厚的角质层且气孔深陷，其水分平衡趋向于采取保守的策略，对气候变化的敏感性低于落叶松［22］。同时各树种早材在年轮中所占比例均较大，晚材所占比例较小，年轮宽度的变化主要取决于早材宽度的变化，这表明，影响早材生长的气象因素对3 个树种的径向生长具有更大影响［23］。

3 个树种的径向生长对气象因子的响应有明显差异。华北落叶松的径向生长同时受气温、降水，以及SPEI 的显著影响，而樟子松主要受气温和降水的显著影响，云杉主要受降水和SPEI 的显著影响，而受气温的影响较小。由此可见，3 个树种均对水分条件的变化较敏感，而对气温变化的响应则明显不同。气温变化对云杉的影响较小，而对华北落叶松和樟子松的影响较大。华北落叶松和樟子松均与气温呈负的相关关系，华北落叶松径向生长与前一年10 月份和当年6、7 月份气温，以及整个生长季（5—9 月份）平均气温呈显著的负的相关关系，樟子松与当年6、7 月份的气温呈负相关关系，但与8月份呈正的相关关系。3 个树种均为寒温带地区的地带性树种，喜冷凉气候，因此生长季气温的升高会抑制其径向生长［12,24-26］。

从对降水和SPEI 的响应来看，华北落叶松径向生长与前一年9 月份、当年6、7 月份和生长季（5—9 月）降水，以及生长季各月SPEI 和总降水均有显著的相关关系。樟子松和前一年9 月、11 月的降水，以及当年5、7 月以及全年和生长季总降水有显著的正的相关关系；云杉则对前一年9、10 月份和当年4、7 月份降水，以及8、9 月份和生长季SPEI 有显著的相关关系。塞罕坝地区属半干旱半湿润寒温性大陆季风气候，该地区树木易受到干旱胁迫的影响［22,27］，因此3 个树种均与降水呈明显的正相关关系。以上结果说明，华北落叶松对降水最为敏感，其次为云杉，樟子松对降水的敏感性最低。

同时，本研究发现，华北落叶松的径向生长受上一年的气温及降水的影响，云杉与樟子松均受上一年降水的影响，这说明3 个树种径向生长均表现出明显的滞后效应。这是由于3 个树种的径向生长除了需要利用当年生长季的光合产物之外，还可以利用前一年积累的光合产物［28］。

综合3 个树种对降水和气温的响应来看，华北落叶松更易受到高温和干旱的双重胁迫，在塞罕坝暖干化气候变化趋势之下，更容易出现林分衰退现象；樟子松虽然也受到高温和干旱的双重胁迫，但因耐旱能力较强，其相较于华北落叶松将更为稳定；云杉则受气温的影响较小，在气候变暖的背景下，林分可能更为稳定，熊千志等对塞罕坝针叶树的研究也得出了相似的结论［22］。杨婧文等在大兴安岭的研究发现，与兴安落叶松相比，樟子松生长受到降水的限制更加显著，与本研究结果不同。其原因在于，大兴安岭地区兴安落叶松较多分布在土壤水分环境较好的区域，因此较少受到干旱的影响［29］。由此可知，林木对气候的响应因其立地条件的不同会有所不同。

综上所述，本研究分析了全球变暖背景下塞罕坝地区气候的变化趋势，比较了塞罕坝3 个主要造林树种对气象因子变化响应的差异，研究结果对于维持塞罕坝地区森林生态系统的稳定性，进行科学的森林经营具有重要的指导意义。本研究的不足在于，塞罕坝地区的人工林年龄普遍较小，本研究只能说明在较小时间尺度内的树木生长与气象因子的关系。因此，在今后的研究中，需要在周边地区寻找更大年龄树木以获取更长时间尺度的径向生长变化数据来对本研究的结果进行验证。