第５１卷第１１期东㊀北㊀林㊀业㊀大㊀学㊀学㊀报Ｖｏｌ．５１Ｎｏ．１１２０２３年１１月ＪＯＵＲＮＡＬＯＦＮＯＲＴＨＥＡＳＴＦＯＲＥＳＴＲＹＵＮＩＶＥＲＳＩＴＹＮｏｖ．２０２３１）国家自然科学基金项目（４１６７１０６４）；黑龙江省自然科学基金项目（ＬＨ２０２１Ｄ０１２）㊂第一作者简介：黄敬文，男，１９９８年３月生，寒区地理环境监测与空间信息服务黑龙江省重点实验室（哈尔滨师范大学），硕士研究生㊂Ｅ－ｍａｉｌ：ｈｕａｎｇｊｉｎｇｗｅｎ９８＠１６３．ｃｏｍ㊂通信作者：张冬有，寒区地理环境监测与空间信息服务黑龙江省重点实验室（哈尔滨师范大学），教授㊂Ｅ－ｍａｉｌ：ｚｈａｎｇｄｙ＠１６３．ｃｏｍ㊂收稿日期：２０２２年１１月１日㊂责任编辑：段柯羽㊂气候变化对大兴安岭地区不同海拔落叶松径向生长的影响１）黄敬文㊀张冬有㊀王兆鹏㊀张楠（寒区地理环境监测与空间信息服务黑龙江省重点实验室（哈尔滨师范大学），哈尔滨，１５００２５）㊀㊀摘㊀要㊀为研究气候因子对不同海拔地区兴安落叶松（Ｌａｒｉｘｇｍｅｌｉｎｉｉ）径向生长的影响，根据大兴安岭地区平均海拔高度（５７３ｍ）和天然林线分布状况，依据树木年代学原理选取高海拔（８５０ｍ）㊁中海拔（４８５ｍ）㊁低海拔（２９０ｍ）３个海拔地区的树芯，建立落叶松树轮宽度标准化年表，使用Ｍａｎｎ－Ｋｅｎｄａｌｌ检验和小波分析方法将树轮宽度指数（ＲＷＩ）与气候因子进行相关分析㊁冗余分析㊁多元逐步回归分析㊂结果表明：兴安落叶松径向生长在３个海拔地区显示出不同的周期性变化，气候对不同海拔梯度落叶松径向生长的影响存在显著差异㊂其中，低海拔梯度落叶松径向生长与当年１０月份月最高气温呈显著负相关，与上一年９月份降水量及标准化降水蒸散指数㊁当年１０月份标准化降水蒸散指数呈显著正相关；中海拔梯度落叶松径向生长与上一年９月份月平均气温及月最高气温㊁当年６㊁７㊁９月份月最高气温呈显著负相关，与上一年８月份及９月份标准化降水蒸散指数㊁当年６月份降水量及标准化降水蒸散指数呈显著正相关；高海拔梯度落叶松径向生长与上一年８月份及当年５月份月平均气温㊁月最高气温呈显著正相关，与上一年６㊁８月份及当年５㊁６㊁８月份月最低气温呈显著正相关㊂温度和降水共同影响大兴安岭地区的树木生长，低温是高海拔地区落叶松径向生长的主要限制因子，降水是中㊁低海拔地区落叶松径向生长的主要限制因子㊂关键词㊀兴安落叶松；海拔梯度；径向生长；树木年轮；气候变化分类号㊀Ｓ７１６．３ＥｆｆｅｃｔｏｆＣｌｉｍａｔｅＣｈａｎｇｅｏｎＲａｄｉａｌＧｒｏｗｔｈｆｏｒＬａｒｉｘｇｍｅｌｉｎｉｉａｔＤｉｆｆｅｒｅｎｔＡｌｔｉｔｕｄｅｓｉｎＴｈｅＧｒｅａｔｅｒＫｈｉｎｇａｎＭｏｕｎｔａｉｎｓ／／ＨｕａｎｇＪｉｎｇｗｅｎ，ＺｈａｎｇＤｏｎｇｙｏｕ，ＷａｎｇＺｈａｏｐｅｎｇ，ＺｈａｎｇＮａｎ（ＨｅｉｌｏｎｇｊｉａｎｇＰｒｏｖｉｎｃｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＧｅ⁃ｏｇｒａｐｈｉｃａｌＥｎｖｉｒｏｎｍｅｎｔＭｏｎｉｔｏｒｉｎｇａｎｄＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎＳｅｒｖｉｃｅｉｎＣｏｌｄＲｅｇｉｏｎｓ，ＨａｒｂｉｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５００２５，Ｐ．Ｒ．Ｃｈｉｎａ）／／ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，２０２３，５１（１１）：１０－２０．ＴｏｉｎｖｅｓｔｉｇａｔｅｔｈｅｅｆｆｅｃｔｓｏｆｒａｄｉａｌｇｒｏｗｔｈｏｆＬａｒｉｘｇｍｅｌｉｎｉｉａｔｄｉｆｆｅｒｅｎｔｅｌｅｖａｔｉｏｎ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅａｖｅｒａｇｅａｌｔｉｔｕｄｅ（５７３ｍ）ａｎｄｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｎａｔｕｒａｌｆｏｒｅｓｔｌｉｎｅｓｉｎｔｈｅＧｒｅａｔｅｒＫｈｉｎｇａｎＭｏｕｎｔａｉｔｎｓｒｅｇｉｏｎ，ｂｙｕｓｉｎｇｃｌｉｍａｔｏｌｏｇｉｃａｌｍｅｔｈｏｄｏｆｄｅｎｄｒｏｃｈｒｏｎｏｌｏｇｙ，ｗｅｓａｍｐｌｅｄｔｒｅｅｃｏｒｅｓａｔｈｉｇｈａｌｔｉｔｕｄｅ（８５０ｍ），ｍｉｄｄｌｅａｌｔｉｔｕｄｅ（４８５ｍ）ａｎｄｌｏｗａｌｔｉｔｕｄｅ（２９０ｍ）ｔｏｅｓｔａｂｌｉｓｈｔｈｅｓｔａｎｄａｒｄｃｈｒｏｎｏｌｏｇｉｅｓｏｆＬ．ｇｍｅｌｉｎｉｉｒｉｎｇｗｉｄｔｈ．ＵｓｉｎｇＭａｎｎ－Ｋｅｎｄａｌｌｔｅｓｔａｎｄｗａｖｅｌｅｔａｎａｌｙｓｉｓｗｅｒｅｕｓｅｄｔｏａｎａｌｙｚｅｔｈｅｃｏｒｒｅｌａｔｉｏｎａｎｄｒｅｄｕｎｄａｎｃｙｂｅｔｗｅｅｎｔｒｅｅｒｉｎｇｗｉｄｔｈｉｎｄｅｘ（ＲＷＩ）ａｎｄｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ，ｒｅｄｕｎ⁃ｄａｎｃｙａｎａｌｙｓｉｓ（ＲＤＡ）ａｎｄｍｕｌｔｉｐｌｅｓｔｅｐｗｉｓｅｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓ．ＴｈｅｒａｄｉａｌｇｒｏｗｔｈｏｆＬ．ｇｍｅｌｉｎｉｉｓｈｏｗｅｄｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒ⁃ｅｎｔｐｅｒｉｏｄｉｃｃｈａｎｇｅｓｉｎｔｈｒｅｅｄｉｆｆｅｒｅｎｔａｌｔｉｔｕｄｅｓａｎｄｔｈｅｒｅｓｐｏｎｓｅｔｏｃｌｉｍａｔｅｗａｓｏｂｖｉｏｕｓｌｙｄｉｆｆｅｒｅｎｔ．ＴｈｅｌｏｗａｌｔｉｔｕｄｅｈａｄａｓｉｇｎｉｆｉｃａｎｔｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｍｏｎｔｈｌｙｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｉｎＯｃｔｏｂｅｒｏｆｔｈｅｃｕｒｒｅｎｔｙｅａｒ，ａｎｄａｓｉｇｎｉｆｉｃａｎｔｐｏｓ⁃ｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＳｅｐｔｅｍｂｅｒｏｆｔｈｅＰｒｅｖｉｏｕｓｙｅａｒ，ａｎｄＳＰＥＩｏｆｔｈｅｃｕｒｒｅｎｔＯｃｔｏｂｅｒ．Ｔｈｅｍｉｄｄｌｅａｌｔｉ⁃ｔｕｄｅｗａｓｎｅｇａｔｉｖｅｌｙｃｏｒｒｅｌａｔｅｄｗｉｔｈｔｈｅｍｏｎｔｈｌｙｍｅａｎｔｅｍｐｅｒａｔｕｒｅ，ｍｏｎｔｈｌｙｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｉｎＳｅｐｔｅｍｂｅｒｏｆＰｒｅｖｉｏｕｓｙｅａｒ，ａｎｄｔｈｅｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｉｎＪｕｎｅ，ＪｕｌｙａｎｄＳｅｐｔｅｍｂｅｒｏｆｔｈｅＣｕｒｒｅｎｔｙｅａｒ，ａｎｄａｓｉｇｎｉｆｉｃａｎｔｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈＳＰＥＩｉｎＡｕｇｕｓｔａｎｄＳｅｐｔｅｍｂｅｒｏｆｌａｓｔｙｅａｒ，ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｎＪｕｎｅｏｆＰｒｅｖｉｏｕｓｙｅａｒ．Ｔｈｅｈｉｇｈａｌｔｉｔｕｄｅｈａｓａｓｉｇｎｉｆｉ⁃ｃａｎｔｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｍｏｎｔｈｌｙｍｅａｎｔｅｍｐｅｒａｔｕｒｅａｎｄｍｏｎｔｈｌｙｍａｘｉｍｕｍｔｅｍｐｅｒａｔｕｒｅｉｎＡｕｇｕｓｔａｎｄＭａｙｏｆＰｒｅ⁃ｖｉｏｕｓｙｅａｒ，ａｎｄａｓｉｇｎｉｆｉｃａｎｔｐｏｓｉｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｗｉｔｈｔｈｅｍｏｎｔｈｌｙｍｉｎｉｍｕｍｔｅｍｐｅｒａｔｕｒｅａｎｄｔｅｍｐｅｒａｔｕｒｅｉｎＪｕｎｅａｎｄＡｕ⁃ｇｕｓｔｏｆＰｒｅｖｉｏｕｓｙｅａｒａｎｄｉｎＭａｙ，ＪｕｎｅａｎｄＡｕｇｕｓｔｏｆｔｈｅＣｕｒｒｅｎｔｙｅａｒ．ＢｏｔｈｔｅｍｐｅｒａｔｕｒｅａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎａｆｆｅｃｔｔｒｅｅｇｒｏｗｔｈｉｎｔｈｅＧｒｅａｔｅｒＫｈｉｎｇａｎＭｏｕｎｔａｉｔｎｓ，ｌｏｗｔｅｍｐｅｒａｔｕｒｅｉｓｔｈｅｌｉｍｉｔｉｎｇｆａｃｔｏｒｆｏｒＬ．ｇｍｅｌｉｎｉｉｇｒｏｗｔｈｉｎｈｉｇｈａｌｔｉｔｕｄｅ，ａｎｄｐｒｅｃｉｐｉｔａｔｉｏｎｉｓｔｈｅｍａｉｎｌｉｍｉｔｉｎｇｆａｃｔｏｒｓｆｏｒＬ．ｇｍｅｌｉｎｉｉｇｒｏｗｔｈｉｎｍｉｄｄｌｅａｎｄｌｏｗａｌｔｉｔｕｄｅ．Ｋｅｙｗｏｒｄｓ㊀Ｌａｒｉｘｇｍｅｌｉｎｉｉ；Ａｌｔｉｔｕｄｅｇｒａｄｉｅｎｔ；Ｒａｄｉａｌｇｒｏｗｔｈ；Ｔｒｅｅｒｉｎｇ；Ｃｌｉｍａｔｅｃｈａｎｇｅ㊀㊀树木年轮资料因其定年准确㊁连续性强㊁分辨率高㊁易于获取多个复本等优点，被广泛用于历史气候重建㊁分析树木径向生长与气候因子关系的研究［１］㊂森林生态系统作为陆地生态系统的重要组成部分，为人类的生存和发展提供了资源及生态服务［２］㊂气候在森林生态系统的发展中起着关键作用，森林生态系统会受气候变化的影响㊂森林生态系统的发展和变化是全球气候变化的重要指标［３－４］，因此，研究森林生态系统与气候变化的关系具有重要意义㊂由于经纬度㊁海拔不同，森林生态系统对全球气候变化的反应也存在差异［５］㊂相关研究发现，树木径向生长的变化是针对气候变化而发生的，而气候对其的影响并不稳定［６］㊂海拔是影响山区栖息地树木生长的重要因素之一，也是判断气候变化对山地环境中树木径向生长影响程度的重要因子［７－８］㊂不同海拔梯度沿线的太阳辐射㊁温度㊁降水㊁地貌均存在差异㊂大量研究表明，气候因子对不同海拔同一树种径向生长的影响有显著差异，且树木的径向生长对气候因素具有依赖性㊂在高海拔地区，树木径向生长主要受温度影响，在低海拔地区主要与降水量有关［９］㊂低温是高海拔地区树木径向生长的主要限制因素，受温度和降水共同作用的干旱胁迫是中㊁低海拔地区树木径向生长的主要限制因素［１０］㊂例如，安徽牯牛降自然保护区㊁浙江九龙山高海拔地区黄山松的径向生长就是受温度和降水的共同影响［１１］㊂然而，由于不同地区环境与气候条件具有差异，这一规律并非适用于全部地区［１２－１３］，如阿根廷西北部及中亚干旱和半干旱地区高海拔区域树木的径向生长主要受降水的影响，而不是受低温的影响［１４－１５］㊂由于全球变暖，降水也成为部分干旱㊁半干旱山区高海拔区域树木生长的限制因素㊂因此，不同海拔地区的树木对气候的反应仍不确定，研究气候对不同海拔地区树木的影响具有重要意义㊂大兴安岭地区位于中国东北部，高纬度使其成为气候变化的典型区域，该区域气候对树木径向生长的影响表现出明显的区域特征［１６－１７］㊂落叶松（Ｌａｒｉｘｇｍｅｌｉｎｉｉ）作为大兴安岭地区的代表性树种，具备耐寒能力强㊁对气候变化敏感等特点㊂目前，关于气候变化对大兴安岭地区落叶松径向生长的影响㊁大兴安岭地区落叶松径向生长与气候因子关系方面已开展了部分研究，包括建立落叶松树轮宽度年表㊁分析落叶松径向生长与气候因子的关系㊁径向生长的主要限制因素等［１８］，但关于气候因子对不同海拔梯度落叶松径向生长影响的研究较少㊂本研究以大兴安岭地区落叶松为研究对象，构建高㊁中㊁低３个海拔梯度的树轮宽度标准化年表，分析３个不同海拔梯度落叶松径向生长与气候因子的关系，了解影响不同海拔梯度落叶松径向生长的主要限制因子㊂以期阐明落叶松在不同海拔梯度时径向生长的周期性模式，比较气候对不同海拔地区树木径向生长的影响，为大兴安岭地区森林可持续区域管理提供参考㊂１㊀研究区概况大兴安岭地区位于黑龙江省西北部，地理位置为５０ʎ１０ᶄ ５３ʎ３３ᶄＮ，１２１ʎ１２ᶄ １２７ʎＥ（图１），是典型的寒温带大陆性季风气候，冬季受内陆冷高压影响，气候严寒干燥，夏季受副热带高压的暖气团影响，温暖湿润㊂该区域降水充沛，年均降水量４６０ｍｍ，主要集中在雨季（６ ９月），占全年降水量的７４．８％㊂研究时段内（１９７３ ２０１８年）区域年均温－２．２ħ，积雪期长达５个月，全年无霜期仅８０ １１０ｄ㊂大兴安岭作为中国独特的地理单元及生态保护的重要屏障，区域内平均海拔５７３ｍ，最高海拔１５０９ｍ，植被类型以天然针叶林为主，区域主要树种为落叶松㊁樟子松（Ｐｉｎｕｓｓｙｌｖｅｓｔｒｉｓｖａｒ．ｍｏｎｇｏｌｉｃａ）㊁白桦（Ｂｅｔｕｌａｐｌａｔｙｐｈｙｌｌａ）㊂落叶松作为单优势树种，其对气候变化敏感，适合研究树木年轮气候学㊂图１㊀研究区示意图２㊀研究方法２．１㊀样本采集与年表建立依据树木年代学基本原理［１９］㊁研究区内海拔及地形特征㊁落叶松在区域内的分布，于２０１９年６月在呼中地区高海拔处（８５０ｍ）㊁塔河地区中海拔处（４８５ｍ）及２０１９年７月在呼玛地区低海拔处（２９０ｍ）设置采样点采集落叶松样本㊂采样地点为地形较为平坦，坡度较小的林区，采样点基本信息见表１㊂选取长势好㊁树龄较大㊁分布稀疏的树木作为样本，尽量减小微地形差异及人为干扰在树木生长过程中的影响㊂基于国际树木年轮库（ＩＴＲＤＢ）一树双芯的标准，将内壁孔径为５．１５ｍｍ的生长锥在树木胸高处（距离地面１．３ｍ）分别沿东西㊁南北方向钻入树干，获取树芯样品㊂将树芯样本置于塑料管内保存，并贴好记录树芯信息的标签㊂采样结束后将所有样品带回实验室，按照国际通用的方法固定㊁晾干㊁打磨抛光，直至年轮边界在显微镜下清晰可见㊂根据树轮样本处理流程［２０］，树芯经交叉定年后，利用ＬＩＮＴＡＢ６树轮宽度测量仪（精度为０．０１ｍｍ）测量树轮宽度［２１］，ＣＯＦＥＣＨＡ程序［２２］对年轮宽度测量结果进行检验，剔除与主序列相关性差及难以交叉定年的样芯，将剩余样芯用于年表建立㊂使用ＡＲＳＴＡＮ程序［２３］中的传统负指数函数方法对树轮宽度序列进行去趋势处理，得到大兴安岭地１１第１１期㊀㊀㊀㊀㊀㊀㊀㊀㊀黄敬文，等：气候变化对大兴安岭地区不同海拔落叶松径向生长的影响区不同海拔梯度落叶松的标准化年表（ＳＴＤ）㊁差值年表（ＲＥＳ）㊁自回归年表（ＡＲＳ）㊂由于标准化年表中包含更多的高频和低频气候信号，且保存的信息质量更好，因此选用标准化年表与气候因子进行分析（图２）㊂Ｉ．１９４９年子样本信号强度＞０．８５；ＩＩ．１９６６年子样本信号强度＞０．８５；ＩＩＩ．１８９９年子样本信号强度＞０．８５㊂图２㊀不同海拔梯度落叶松标准化年表和样本量表１㊀采样点基本信息采样点北纬度／（ʎ）东经度／（ʎ）海拔高度／ｍ平均树高／ｍ样树数量／棵样芯数／个低海拔５１．８７１２５．８３２９０１９．１３２０３７中海拔５２．７６１２４．７７４８５１０．９０２０３８高海拔５１．８５１２２．９３８５０２０．９８２０３８２．２㊀气候资料依据就近原则，分别选取距３个采样点最近的呼玛气象站（５１ʎ４４ᶄＮ，１２６ʎ３８ᶄＥ，海拔１７３．９ｍ）㊁塔河气象站（５２ʎ２１ᶄＮ，１２４ʎ４３ᶄＥ，海拔３６１．９ｍ）㊁呼中气象站（５２ʎ２ᶄＮ，１２３ʎ３４ᶄＥ，海拔５１４．５ｍ）１９７３２０１８年的气候资料㊂气候资料由中国气象数据网（ｈｔｔｐ：／／ｄａｔａ．ｃｍａ．ｃｎ）提供，数据包括月平均气温（Ｔ）㊁月平均最高气温（Ｔｍａｘ）㊁月平均最低气温（Ｔｍｉｎ）㊁月平均降水量（Ｐ）㊂根据气象站的经纬度坐标㊁温度㊁降水数据，通过ｓｐｅｉ．ｅｘｅ程序计算得到１９７３ ２０１８年的标准化降水蒸散指数（ＳＰＥＩ）㊂本研究使用月尺度的标准化降水蒸散指数进行分析，其更能反映短期干旱状况，并且与气候因素的规模一致［２４］㊂由于采样点之间距离较远㊁海拔高度差异大，根据高㊁中㊁低３个海拔梯度采样点位置和气象站之间的距离㊁采样点海拔高度及气象站海拔高度，统一选用距离３个采样点最近，海拔差异最小的呼玛㊁塔河㊁呼中气象站气象数据的算术平均值作为研究区气象数据进行分析（表２㊁表３）㊂㊀表２㊀１９７３ ２０１８年气象站监测的气温和降水量的月度变化月份月平均气温／ħ月平均最高气温／ħ月平均最低气温／ħ月平均降水量／ｍｍ１－２６．３３－１８．０８－３２．７６㊀４．９９２－２１．４２－１１．１６－３１．７０３．６６３－１０．７８－２．００－１９．６５６．７５４１．５４８．６５－５．６３２２．３１５１０．０５１７．８８１．８８４４．２８６１６．４９２４．２８８．９１８０．８４７１９．０８２５．９５１３．０８１２４．２０８１６．３８２３．５４１０．７３９７．５６９９．１６１７．１３２．８０５２．１５１０－０．９７６．３６－７．１７２０．０６１１－１５．１８－７．６８－２１．３１１０．３６１２－２４．７４－１７．６０－３０．４９６．９７㊀表３㊀１９７３ ２０１８年气象站监测的气温和降水量的年际变化年份年平均气温／ħ年平均最高气温／ħ年平均最低气温／ħ年平均降水量／ｍｍ１９７３－３．３２５．００－１０．５５３２．２２１９７４－３．８８４．０７－１１．０１３５．２８１９７５－１．６２６．４４－８．７３３７．３０１９７６－３．６２４．３９－１０．８１３３．１２１９７７－３．４４４．６１－１０．５６４２．０２１９７８－２．５５５．１８－９．４６３８．５３１９７９－３．０３４．７１－１０．２９３１．９２１９８０－３．１１４．２６－９．７９４０．８６１９８１－２．８１５．０７－９．７２３４．７２１９８２－２．３２５．２２－９．１１５５．９８１９８３－２．１７４．９５－８．３５４３．２３１９８４－３．２４４．１８－９．９２４２．２８１９８５－２．９８４．４３－９．７２４１．７７１９８６－２．０８５．９９－９．３７３３．４２１９８７－３．７７３．８０－１０．７３３６．６８１９８８－１．３９６．０６－８．１９３８．１３１９８９－１．２５６．５２－８．３４３７．０９１９９０－０．５９７．０６－７．３４４５．５５１９９１－２．２５５．１８－８．８６５０．０６１９９２－１．９３５．８０－８．８２３９．５１１９９３－１．５８５．９３－８．３４４４．３１１９９４－１．９３５．５２－８．５７３４．７６１９９５－１．３９６．２９－８．５９４１．１０１９９６－２．６９５．１３－１０．０８３９．９３１９９７－２．０４５．６７－９．０９３９．３４１９９８－１．９８５．７９－８．８５３９．６３１９９９－２．４７５．１９－９．５９３８．９１２０００－２．７９５．４２－１０．０４４０．３７２００１－２．０３５．８５－８．９５４０．０１２００２－１．１８６．９１－８．６７２５．７９２００３－２．２１５．８９－９．４３５３．６３２００４－１．５８６．１５－８．６７４０．０３２００５－１．４６６．４９－８．８６２５．６３２００６－２．７０５．２８－１０．２２３６．２３２００７－０．９５７．２９－８．５５３０．５０２００８－０．９４７．１７－８．３６３７．６４２００９－２．６３４．７５－９．３７４９．９６２０１０－２．１７５．５０－９．３４３８．９９２０１１－１．２９７．０１－８．４７３３．７８２０１２－２．５４５．３９－９．４１３９．１９２０１３－２．２４５．５５－９．０２５２．０１２０１４－１．９３６．９８－９．６１３３．５８２０１５－０．９１７．２８－８．０２４４．００２０１６－２．５３５．３９－９．６２４０．９２２０１７－１．１８６．５８－７．９７４２．５７２０１８－１．８５６．５７－９．２９３８．８５２１㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷２．３㊀数据处理使用Ｍａｎｎ－Ｋｅｎｄａｌｌ［２５］及小波分析的方法分别结合ＭＡＴＬＡＢ软件，探究了落叶松径向生长趋势和相位突变及落叶松径向生长在４０㊁５０㊁８０ａ３个时间尺度上的周期性变化模式㊂利用ＳＰＳＳ２２软件计算不同海拔梯度年表间的Ｐｅａｅｓｏｎ相关系数（α＝０．０５）㊂利用树木年轮学专业软件ＤｅｎｄｒｏＣｌｉｍ２００２对年表与逐月气候因子进行相关性分析；采用ＣＡＮＯＣＯ５．０软件中的冗余分析（ＲＤＡ）对月平均气温㊁月平均最高气温㊁月平均最低气温㊁降水量㊁标准化降水蒸散指数条件下树木径向生长与气候因子间的关系作进一步检测；应用Ｒ４．０．３软件中的多元逐步回归方法建立各海拔梯度落叶松树轮宽度指数与月气候因子变量的最优回归模型；利用Ｏｒｉｇｉｎ２０１８软件作图㊂３㊀结果与分析３．１㊀年表统计特征大兴安岭地区不同海拔梯度落叶松树轮宽度标准化年表统计参数见表４㊂由于建立的树轮年表前期存在样本量不足的问题，为保证年表的可靠性，以子样本信号强度（Ｓ）＞０．８５所对应树轮样芯的样本量作为最低复本量，并以此为标准，确定树轮样本的可靠年表长度㊂高㊁中㊁低３个海拔梯度年表起始年份分别为１８９９㊁１９６６㊁１９４９年㊂由表４可知，高海拔梯度年表的平均敏感度㊁标准差㊁一阶自相关系数㊁第一主成分方差解释量的值均最大，且子样本信号强度＞０．８５的起始年份也最长；中海拔梯度年表信噪比的值最大；低海拔梯度年表样本总代表性的值最大㊂表４㊀年表的统计参数及公共区间采样区平均敏感度标准差信噪比样本总代表性一阶自相关系数第一主成分方差贡献率／％子样本信号强度大于０．８５时间段低海拔０．１７６０．２２６１０．０５００．９６７０．５０６４２．７２１９４９ ２０１８年中海拔０．２４３０．２７０１９．１４８０．９５００．４３１４６．４３１９６６ ２０１８年高海拔０．２７００．３５４１４．２０００．８６１０．８０８６０．１１１８９９ ２０１８年３．２㊀气候变化年际特征大兴安岭地区自１９７３年以来平均气温㊁平均最高气温㊁平均最低气温均呈显著上升趋势（Ｐ＜０．０５），其中平均最高气温上升幅度最大，达到平均最低气温的１．５倍，标准化降水蒸散指数范围为－０．６ ０．６，下降率为０．００３（Ｐ＞０．０５，图３）㊂降水量的波动范围较小，总体呈不显著微弱上升趋势（Ｙ＝０．０６８ｘ＋１３６．８８７，Ｒ２＝０．００１，Ｐ＞０．０５），上升率为０．０６８（Ｐ＞０．０５，表５），研究区气候变暖趋势较为明显㊂３．３㊀年轮宽度指数的周期性由图２可知，高㊁中㊁低３个不同海拔梯度落叶松年轮宽度指数在２００７ ２０１１年总体变化趋势相似，均为波动较大㊂２００９年在低海拔和中海拔梯度检测出树轮宽度指数的最大值，２０１０年在高海拔梯度检测出树轮宽度指数的最大值㊂１９９０ ２０００年虽然树轮宽度指数总体变化趋势不同，但在此区间内均检测出３个海拔梯度树轮宽度指数的最小值，其中，１９９４年在高海拔梯度检测出树轮宽度指数最小值，１９９９年在中海拔梯度检测出树轮宽度指数最小值，１９９１年在低海拔梯度检测出树轮宽度指数最小值㊂Ｔ为月平均气温；Ｔｍａｘ为月最高气温；Ｔｍｉｎ为月最低气温；ＳＰＥＩ为标准化降水蒸散指数㊂图３㊀１９７３ ２０１８年研究区气候年际变化趋势表５㊀１９７３ ２０１８年气象站监测的降水量的年际变化年份降水量／ｍｍ年份降水量／ｍｍ年份降水量／ｍｍ年份降水量／ｍｍ１９７３３２．２２１９８５４１．７７１９９７３９．３４２００９４９．９６１９７４３５．２８１９８６３３．４２１９９８３９．６３２０１０３８．９９１９７５３７．３０１９８７３６．６８１９９９３８．９１２０１１３３．７８１９７６３３．１２１９８８３８．１３２０００４０．３７２０１２３９．１９１９７７４２．０２１９８９３７．０９２００１４０．０１２０１３５２．０１１９７８３８．５３１９９０４５．５５２００２２５．７９２０１４３３．５８１９７９３１．９２１９９１５０．０６２００３５３．６３２０１５４４．００１９８０４０．８６１９９２３９．５１２００４４０．０３２０１６４０．９２１９８１３４．７２１９９３４４．３１２００５２５．６３２０１７４２．５７１９８２５５．９８１９９４３４．７６２００６３６．２３２０１８３８．８５１９８３４３．２３１９９５４１．１０２００７３０．５０１９８４４２．２８１９９６３９．９３２００８３７．６４３１第１１期㊀㊀㊀㊀㊀㊀㊀㊀㊀黄敬文，等：气候变化对大兴安岭地区不同海拔落叶松径向生长的影响㊀㊀对高㊁中㊁低３个不同海拔梯度树轮宽度指数进行Ｍａｎｎ－Ｋｅｎｄａｌｌ突变检验，结果表明，在树木生长早期及２０００年之后，尽管没有精确的突变年份，但可以观察到树木年轮宽度指数显著降低或增加（图４）㊂图４㊀Ｍａｎｎ－Ｋｅｎｄａｌｌ对不同海拔梯度树轮宽度指数的检验㊀㊀大兴安岭地区落叶松的树木年轮宽度指数在不同时期及海拔梯度上也表现出显著的周期性变化㊂由图５可知，高海拔梯度第一主周期在１９３２ ２０１６年表现出４２ａ的周期变化，第二主周期在１９３０ ２０１５年表现出２８ ３０ａ的周期变化，第三主周期在１９４８ ２０１４年表现出１５ ２０ａ的周期性变化㊂６４ａ波动第一主周期㊁４２ａ波动第二主周期㊁２６ａ波动第三主周期均较平稳且规律㊂中海拔梯度第一主周期在１９８２ ２００７年表现出２５ａ的周期变化，第二主周期在１９７９ ２０１０年表现出１４ １５ａ的周期性变化，第三主周期在１９８５ ２０１１年表现出４ ５ａ的周期性变化，３９ａ波动第一主周期㊁２３ａ波动第二主周期较平稳且规律，２３ａ波动第二主周期㊁６ａ波动第三主周期在１９９６年前均比较平稳且规律，１９９６年后呈现出２３ａ向６ａ逐渐过渡的趋势㊂低海拔梯度第一主周期在１９６８ ２０１２年表现出１５ａ的周期变化，第二主周期在１９８０ ２０１６年表现出６ ８ａ的周期性变化，２３ａ波动第一主周期㊁１０ａ波动第二主周期在１９９１年前均较平稳且规律，在１９９１年后呈现２３ａ向１０ａ逐渐过渡且重合的趋势㊂３．４㊀年轮宽度指数与气候因子的关系大兴安岭地区落叶松生长季为６月初 ８月中旬［２６］㊂由于树木生长不仅受到当年气候的影响，还受前一年气候的影响，所以根据落叶松在研究区域内的生长特性，选取上一年６月到当年１０月（共计１７个月）的气候数据，分析１９７３ ２０１８年落叶松径向生长与气候的关系［２７］㊂由于气候因子对树木生长的影响具有累积和长期效应，为进一步分析树木生长与生长季气候因子的关系，将生长季划分为上一年生长季（上一年６ ８月）㊁上一年生长季后秋冬季（上一年９月 当年２月）㊁当年生长季前（当年４ ５月）㊁当年生长季（当年６ ８月）㊁当年生长季后（当年９ １０月）㊂３．４．１㊀年轮宽度指数与单月气候因子的相关性不同海拔落叶松标准化年表与逐月气候因子相关性分析表明，落叶松径向生长受温度和降水的共同影响（表６）㊂低海拔梯度落叶松径向生长与当年１０月份月最高气温呈极显著负相关（Ｐ＜０．０１），与上一年９月份降水量及标准化降水蒸散指数㊁当年１０月份标准化降水蒸散指数呈显著正相关（Ｐ＜０．０５）㊂中海拔梯度落叶松径向生长与上一年９月份月均气温㊁月最高气温及当年６㊁７㊁９月份月最高气温呈显著负相关（Ｐ＜０．０５），与上一年８㊁９月份标准化降水蒸散指数㊁当年６月份降水量及标准化降水蒸散指数呈显著正相关（Ｐ＜０．０５）㊂高海拔梯度落叶松径向生长与上一年８月份㊁当年５月份月最高气温呈显著正相关（Ｐ＜０．０５），与当年５月份月均气温呈极显著正相关（Ｐ＜０．０１），与上一年６㊁８月份及当年５㊁６㊁８月份月最低气温呈显著正相关（Ｐ＜０．０５）㊂３．４．２㊀年轮宽度指数与季节气候因子的相关性分析不同海拔落叶松标准化年表与生长季气候因子相关分析表明，低海拔梯度落叶松径向生长与当年生长季后月平均气温呈显著负相关（Ｐ＜０．０５），与月最高气温呈极显著负相关（Ｐ＜０．０１），与上一年生长季后秋冬季降水量㊁当年生长季后降水量呈显著正相关（Ｐ＜０．０５），与当年生长季后标准化降水蒸散指数呈极显著正相关（Ｐ＜０．０１）㊂中海拔梯度落叶松径向生长与上一年生长季后秋冬季㊁当年生长季后月最高气温呈显著负相关（Ｐ＜０．０５），与当年生长季月最高气温呈极显著负相关（Ｐ＜０．０１），与上一年生长季后秋冬季㊁当年生长季降水量及标准化降水蒸散指数呈显著正相关（Ｐ＜０．０５）㊂高海拔梯度落叶松径向生长与上一年生长季月平均气温㊁月最高气温呈显著正相关（Ｐ＜０．０５），与当年生长季前月最高气温㊁当年生长季月平均气温呈显著正相关（Ｐ＜０．０５），与上一年生长季月最低气温㊁当年生长季月最低气温呈极显著正相关（Ｐ＜０．０１，表７）㊂３．５㊀年轮指数与气候因子的冗余分析在所选择的８５个气候变量中，有８个气候变量对落叶松径向生长的影响达到显著或极显著水平４１㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷（图６）㊂上一年６月份月最低气温对树木生长贡献率最大，与高海拔梯度落叶松标准化年表呈显著正相关，与中海拔㊁低海拔梯度的相关性不显著㊂当年６月份标准化降水蒸散指数对树木生长贡献率次之，与中海拔梯度标准化年表呈显著正相关（Ｐ＜０．０５），与高海拔㊁低海拔梯度的呈不显著负相关㊂上一年８月份标准化降水蒸散指数与中海拔梯度标准化年表呈显著正相关（Ｐ＜０．０５），与低海拔㊁高海拔梯度的相关性不显著㊂上一年９月份标准化降水蒸散指数与低海拔㊁中海拔梯度标准年表呈显著正相关（Ｐ＜０．０５），与高海拔梯度的相关性不显著㊂当年１０月份月最高气温与低海拔梯度落叶松标准化年表呈极显著负相关（Ｐ＜０．０１），与中海拔㊁高海拔梯度的相关性不显著㊂当年５月份月最高气温㊁当年６月份月最低气温与高海拔梯度落叶松标准化年表呈显著正相关（Ｐ＜０．０５），与中海拔㊁低海拔梯度的相关性不显著㊂当年６月份月最高气温与中海拔梯度落叶松标准化年表呈显著负相关（Ｐ＜０．０５），与低海拔㊁高海拔梯度的相关性不显著㊂冗余分析结果表明，大兴安岭地区不同海拔落叶松径向生长主要受温度㊁降水共同作用下标准化降水蒸散指数的影响㊂图５㊀不同海拔梯度树木年轮宽度指数的真实部分小波系数等高线图５１第１１期㊀㊀㊀㊀㊀㊀㊀㊀㊀黄敬文，等：气候变化对大兴安岭地区不同海拔落叶松径向生长的影响表６㊀标准化年表与单月气候因子的相关系数相关因素各相关因素间的相关系数上一年６月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数上一年７月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数上一年８月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长０．０９４０．０７６０．０５５－０．２２８－０．１９４０．１２８０．２２９－０．０２４－０．０７６－０．０９６－０．００３０．１４１－０．１９１－０．００８－０．０３９中海拔落叶松径向生长０．１０６０．０９８０．０４７－０．１０２－０．１１５－０．１７９－０．０９２－０．２０４０．０１１０．０４７－０．１１６－０．１４８－０．１２９０．２３３０．２７２∗高海拔落叶松径向生长０．２９００．２１００．３７３∗－０．１２３－０．１７９０．２４１０．２６００．１９１０．０８８０．０５６０．２８０∗０．２３８∗０．２８２∗０．０２４－０．０５３相关因素各相关因素间的相关系数上一年９月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数上一年１０月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数上一年１１月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长－０．００２－０．０８４－０．００５０．２８１∗０．２６５∗－０．１６２－０．１７５－０．１１３０．１２３０．０６２－０．０５１－０．００９－０．１１２０．０６６０．１３２中海拔落叶松径向生长－０．３０７∗－０．３５２∗－０．０７００．１５７０．２７８∗－０．０３２－０．０１１－０．００７０．１７９０．０６０－０．１０１－０．１８１－０．０９７０．１４４０．１４３高海拔落叶松径向生长０．１２９０．１３３０．１２００．０１９０．００３０．０１２－０．０３６０．１４００．０９６０．０３２－０．１０１－０．１８１－０．０９７０．１４４０．１４３相关因素各相关因素间的相关系数上一年１２月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年１１月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年２月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长－０．０３８－０．０３１－０．０５５－０．１１５－０．１１００．０３００．００１０．０１３０．０２８－０．１４６－０．２１１－０．１６２－０．２２０－０．０３５－０．０８９中海拔落叶松径向生长－０．０７１－０．１７４－０．０３１０．１９４０．１９８－０．０８５－０．１１９－０．０５５０．０１００．０３２－０．２０１－０．２７６－０．２４７０．１７６０．１５９高海拔落叶松径向生长０．０１６０．０２５０．０７７０．０３８－０．００８０．０９４０．２３６０．０９１－０．２０３－０．１９０－０．２１６－０．１２６－０．１０４０．０８６０．０２６相关因素各相关因素间的相关系数当年３月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年４月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年５月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长－０．１９１－０．１７９－０．１８７－０．０７９－０．０８１０．０９１０．１３０－０．０４０－０．０９１－０．１５００．１０００．０１４０．１２００．０９７０．０７０中海拔落叶松径向生长－０．２６５－０．２５３－０．２５６－０．００８０．００１０．１５４０．１５３０．１６７－０．１２７－０．１９３０．１７２０．１２４０．１７２０．０５６０．０３５高海拔落叶松径向生长－０．０２３０．００４－０．０９１－０．１９０－０．２０５０．１１１０．１５７－０．０８１－０．１４７－０．２４１０．３８２∗∗０．３６１∗０．３２２∗０．２３００．０３９相关因素各相关因素间的相关系数当年６月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年７月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年８月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长－０．０２３－０．０１４－０．０５５－０．１３７－０．１０１－０．１５９－０．０８６－０．１６９０．０５５０．０７９－０．０９５－０．１２２－０．０１５０．１６２０．１７７中海拔落叶松径向生长－０．２７９－０．３７４∗０．０２８０．３１７∗０．３４２∗－０．２３０－０．３２７∗－０．０１００．０３２０．０７３－０．００５－０．１３７０．１０５０．１７４０．１５３高海拔落叶松径向生长０．２７５０．１９５０．３４５∗－０．２０６－０．２３１０．１３９０．１１００．１５７０．１９８０．１６５０．２３２０．１３８０．３３９∗０．１２１０．０５２相关因素各相关因素间的相关系数当年９月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年１０月份月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长－０．１３１－０．２３３－０．１２７０．２１２０．２５２－０．２７９－０．４００∗∗－０．１４７０．２８６０．３１８∗中海拔落叶松径向生长－０．１８２－０．２９５∗０．０１９－０．０１７０．０３３－０．０５７－０．１３６－０．０３４－０．１０７－０．０２７高海拔落叶松径向生长０．１２８０．１８７０．０７０－０．０３７－０．０８４－０．１１６－０．１２４－０．０３６０．０２５０．０１４㊀㊀注：∗表示显著相关（Ｐ＜０．０５）；∗∗表示极显著相关（Ｐ＜０．０１）㊂３．６㊀落叶松年轮宽度指数与气候因子关系模拟落叶松径向生长与气候因子的相关分析及冗余分析结果表明，大兴安岭地区落叶松径向生长与气侯因子紧密相关㊂因此，本研究采用多元逐步回归方法建立大兴安岭地区不同海拔梯度落叶松年轮宽度指数与８５个气侯因子的最优多元回归模型来描述不同海拔梯度落叶松径向生长与气候因子的关系㊂由表８可知，不同海拔梯度落叶松年轮宽度指数与气侯因子最优回归模型的相关系数普遍较高，在高海拔㊁中海拔㊁低海拔３个海拔梯度的模型中，相关系数分别为０．７２３㊁０．３３９㊁０．３１３，这说明拟合效果较好且检验结果相关性高（图７）㊂在中海拔和低６１㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀东㊀北㊀林㊀业㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第５１卷海拔梯度，落叶松径向生长受月最高气温㊁标准化降水蒸散指数值２种气侯因子的影响；在高海拔梯度上，落叶松径向生长受月最高气温㊁月最低气温㊁标准化降水蒸散指数值３种气侯因子影响㊂其中，在低海拔梯度时，上一年９月份标准化降水蒸散指数值对模型拟合贡献最大，系数为０．４４０４１；在中海拔梯度，上一年８月份标准化降水蒸散指数值对模型拟合贡献最大，系数为０．１１２５５；在高海拔梯度，上一年６月份月最低气温对模型拟合贡献最大，系数为０．１９４２８㊂在不考虑气候因子的影响条件下，大兴安岭地区不同海拔梯度落叶松径向生长由快到慢依次为中海拔梯度㊁低海拔梯度㊁高海拔梯度，年轮宽度指数分别为２．２５㊁１．９４㊁－４．８３㊂表７㊀标准化年表与季节性气候因子的相关系数相关因素各相关因素间的相关系数上一年生长季月平均气温月最高气温月最低气温降水量标准化降水蒸散指数上一年生长季后月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年生长季前月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长０．０４８０．０６４－０．０１６－０．３２６∗－０．２９７∗０．０９５０．１８１－０．０９０－０．１６３－０．１８５－０．１３１－０．１２６－０．１３４０．２８３∗０．０４６中海拔落叶松径向生长－０．２２２－０．１９２－０．２４６－０．３５６∗－０．１４４－０．０６１－０．０４２－０．１３６０．０８６０．２１８－０．２０７－０．３０９∗－０．１５９０．２８８∗０．３０６∗高海拔落叶松径向生长０．２５６０．２６７０．１１００．０７７－０．１７００．３４６∗０．２９３∗０．３９２∗∗０．０２４－０．０８６０．００２０．０７８０．１０９０．００５－０．０８３相关因素各相关因素间的相关系数当年生长季月平均气温月最高气温月最低气温降水量标准化降水蒸散指数当年生长季后月平均气温月最高气温月最低气温降水量标准化降水蒸散指数低海拔落叶松径向生长－０．１０５－０．０９２㊀－０．１０２㊀０．０６４０．０９３－０．３０７∗－０．４３９∗∗－０．０７１０．３３２∗０．４１２∗∗中海拔落叶松径向生长－０．２４２－０．３８８∗∗０．０５８０．３００∗０．３４６∗－０．１５５－０．２８４∗－０．０１８－０．０６５０．００５高海拔落叶松径向生长０．３０８∗０．２１４０．４１４∗∗０．０９７－０．０１７０．０２５０．０１６０．１７１－０．０１７－０．０４１㊀㊀注：∗表示显著相关（Ｐ＜０．０５）；∗∗表示极显著相关（Ｐ＜０．０１）㊂ａ为当年５月份月最高气温；ｂ为当年６月份月最高气温；ｃ为当年１０月份月最高气温；ｄ为上一年６月份月最低气温；ｅ为当年６月份月最低气温；ｆ为当年６月标准化降水蒸散指数；ｇ为上一年８月标准化降水蒸散指数；ｈ为上一年９月标准化降水蒸散指数；Ｌ为低海拔地区；Ｍ为中海拔地区；Ｈ为高海拔地区㊂图６㊀１９７３—２０１８年不同海拔落叶松树轮宽度标准年表与气候因子的冗余分析４㊀讨论４．１㊀气候变化对年轮宽度指数周期的影响根据研究区气候年际变化趋势可以看出，大兴安岭地区气候变暖现象较为明显，与东北地区整体气候变化一致［２８］㊂随着该地区气候变暖趋势的增强及受影响区域的扩大，未来该地区面临遭受更广泛㊁严重的干旱影响，如出现树木死亡率升高㊁森林退化［２９－３０］等问题㊂近年来，中国北方防护林树木广泛减少及死亡［３１］㊂由于温度引起的干旱胁迫，导致美国北部大部分地区阿拉斯加白云杉（Ｗｈｉｔｅｓｐｒｕｃｅ）生长减少［３２］㊂目前，大兴安岭地区气候变暖和干旱胁迫增强会影响落叶松生长，威胁其优势树种的地位㊂图７㊀树轮宽度实测值与模拟值的比较７１第１１期㊀㊀㊀㊀㊀㊀㊀㊀㊀黄敬文，等：气候变化对大兴安岭地区不同海拔落叶松径向生长的影响。
天山雪岭云杉径向生长响应气候变化的海拔分异周小东;常顺利;王冠正;孙雪娇;张毓涛;李翔【期刊名称】《林业科学》【年(卷),期】2024(60)3【摘要】【目的】探究天山中部地区不同海拔雪岭云杉径向生长变化趋势、对气候因子的响应以及应对干旱胁迫的生态弹性,为预测气候变化下天山雪岭云杉林沿海拔梯度的群落发展趋势提供理论参考。
【方法】在天山北坡中段雪岭云杉森林的下林线、林带中部、上林线处采集雪岭云杉树芯样品,建立3个树轮标准年表,计算胸高断面积增量,分析雪岭云杉径向生长与气候因子的关系,采用抵抗力、恢复力和恢复弹力分析雪岭云杉对干旱胁迫的响应。
【结果】在过去61年,研究区各海拔雪岭云杉径向生长均受到明显抑制,受抑制程度表现为下林线处最重,林带中部次之,上林线处较轻;不同海拔影响雪岭云杉径向生长的主控气候因子存在差异,下林线主要与当年4—7月气温显著负相关(P<0.05),与上一年6月和当年4、6月降水量及上一年8月至当年9月自校准帕默尔干旱指数(scPDSI)显著正相关(P<0.05);林带中部主要与上一年6—8月和当年3—4、6—7月气温显著负相关(P<0.05);上林线主要与当年2和6—7月气温显著正相关(P<0.05),与上一年8月和当年4月降水及上一年6月至当年5月scPDSI显著正相关(P<0.05);雪岭云杉径向生长对气候因子的响应在海拔梯度和时间梯度上均有差异,由下林线至上林线,与气温的负相关性及与降水和scPDSI的正相关性均依次减弱。
在时间梯度上,与气温的相关性逐渐减弱,与降水和scPDSI的正相关性逐渐加强。
不同海拔雪岭云杉应对干旱胁迫的生态弹性具有差异,抵抗力和恢复弹力表现为上林线>林带中部>下林线,恢复力表现为下林线>林带中部>上林线;下林线雪岭云杉对干旱较敏感,遭受干旱胁迫时生长下降明显;在抵抗力与恢复力反向平衡关系未打破时,下林线雪岭云杉不受干旱遗留效应影响。
