Page 23 - 《广西植物》2023年第9期
P. 23

9 期               余碧云等: 广西金钟山细叶云南松径向生长及其对气候因子的响应                                          1 5 7 1

            即复本量越低可信度越低ꎬ因此为增加差值年表                              月降雨量( 图 1:C) 和降雨量 > 10 mm 的天数( 图
            的可信度ꎬ选取样本量大于 5 根样芯且群体表达                            1:E)以及 3—4 月的平均空气相对湿度( 图 1:D)
            信号( express population signalꎬ EPS) 大于 0.85 的      在全年中相对其他月份值要低ꎮ 1 月和 10 月的月
            树木年轮宽度数据来建立年表ꎬ并记录年表的主                              平均日照时数在一年中最短( 图 1:F)ꎮ 线性回归

            要特 征 参 数ꎬ 如 平 均 敏 感 度 ( mean sensitivityꎬ          拟合 1969—2020 年月值气象数据随年际的变化
            MS)、信噪比( signal to noise ratioꎬ SNR) 和样芯间          趋势见表 1ꎮ 表 1 结果显示ꎬ5—9 月和 11 月的月
            相关 系 数 ( mean inter ̄series correlationꎬ rbar) 等    平均最高气温和全年(1—12 月) 月平均最低气温

            参数ꎮ                                                随年显著升高ꎻ与气温相反ꎬ5—9 月和 11 月的空
            1.4.3 树木年轮对气候的响应分析  树木径向生                          气相对湿度则随年呈显著下降趋势ꎻ11 月的日照
            长在很大程度上受到气候因子的影响ꎬ尤其是温                              时数 随 年 有 显 著 增 加 趋 势ꎬ 而 同 期 的 SPEI. 1、
            度和降雨ꎮ 本研究采用 R 软件中“ treeclim” 包的                    SPEI.2、SPEI.3 和降雨量>10 mm 的天数则有显著
            “dcc”函数来分析树木年轮生长与气候因子的关                            减少趋势ꎮ
            系ꎮ 由于考虑到气候因子对树木年轮生长的影响                             2.2 树木年轮年表统计特征
            具有滞后效应( Frittsꎬ 1976)ꎬ并且亚热带地区细                         样树的年轮序列时间跨度为 1910—2021 年ꎬ
            叶云南松为常绿树种ꎬ因此研究选取先前一年生                              平均年轮序列长度为 49.25 年ꎮ 为使树木年轮标
            长季(1—12 月) 以及当年生长季(1—12 月) 每月                      准年表具有区域代表性ꎬ选取样本数大于 5 且群
            的气象数据(时间跨度为 24 个月) 进行树木年轮                          体表达信号大于 0.85 的区间段进行分析( 图 2ꎬ表
            与气候关系的分析ꎮ 为进一步量化气候因子对树                             2)ꎮ 年表公共区间时间跨度为 1972—2020ꎮ 在公
            木径向生长的影响ꎬ将筛选出与树木年轮标准年                              共区间段内ꎬ样芯平均敏感度为 0.34ꎬ表明年轮时
            表有显著相关的气候因子ꎬ采用 R“ MASS” 包中的                        间序列对气候信息的敏感程度相对较高ꎬ符合树
            “stepAIC”函数进行逐步回归ꎬ建立气候因子与树                         木年轮研究标准ꎻ一阶自相关系数( AR1) 为 0.45ꎬ
            木年轮年表的线性模型ꎮ 逐步回归从全模型开                              表明前一年气候对当年年轮宽生长有一定影响ꎻ
            始ꎬ采用膨胀系数( VIF<4) 对具有共线性的气候                         群体间表达信号为 0.86ꎬ达到区域代表性的标准ꎮ
            因子变量进行筛除ꎬ使用“ stepAIC” 函数对剔除共                       2.3 树木年轮年表对气候的响应特征
            线性变量的模型进行逐步递减气候因子变量ꎬ依                                  树木年轮年表和气候因 子 的 相 关 分 析 结 果
            据 AIC 最 小 原 则 选 择 最 终 模 型ꎮ 采 用 R 中 的               (图 3) 显示ꎬ前一年的气候因子对树木年轮生长
            “relaimpo” 包 对 最 终 模 型 进 行 方 差 分 解ꎬ 使 用            有显著影响ꎬ其中上一年 1 月、8 月、9 月和 11 月
            “boot.relimp”函数进行 1 000 次重复抽样计算置信                  的日照时数( SD)、上一年 10 月的平均最低气温
            区间ꎬ得出每个气候因子变量的方差解释量即对                              (Tmin)和平均气温( Tmean) 与树木年轮年表宽度
            树木径向生长的贡献率ꎮ                                        呈显著正相关ꎬ而上一年 6 月降雨量>10 mm 的天
                 本研究所有数据分析和图的绘制均使用 R                           数(Pre10) 与树木年轮年表宽度呈显著负相关ꎮ
            4.2.0 进行ꎮ                                          当年 2 月的降雨量(Precipitation)、3 月的空气相对
                                                               湿度(RH)和平均最低气温( Tmin)、6 月的日照时
            2  结果与分析                                           数(SD)及 9 月的平均最高气温( Tmax) 和平均气

                                                               温(Tmean)均与树木年轮年表宽度呈显著正相关ꎮ
            2.1 气象因子特征                                             气候因子对细叶云南松树木径向生长的贡献

                 金钟山 1969—2020 年的月值气象数据如图 1                    率(即模型方差总解释量) 为 44.27% ( 图 4)ꎮ 气
            所示ꎮ 6—8 月的月平均最低气温和月平均最高气                           温是影响细叶云南松树木年轮宽度最显著的气候
            温和月降雨量均高于一年中的其他月份ꎬ12 月至                            因子ꎬ其中上一年 10 月的 平 均 最 低 气 温 ( Tmin.
            次年 2 月的月平均最低气温和月平均最高气温相                            prev.oct.)影响最大(方差解释量达 23.35%)ꎬ其次
            比其他月份值要低(图 1:A)ꎮ SPEI.1 在 2 月和 10                  是当年 9 月的平均最高气温( Tmax.curr.sep.)ꎬ其
            月较其他月份值要低ꎬ而 SPEI.2 和 SPEI.3 分别在                    方差解释量为 10.39%ꎮ 光照是影响细叶云南松
            11 月和 12 月最低( 图 1:B)ꎮ 11 月到次年 3 月的                 树木径向生长的另一个重要气象因子ꎬ 其总体贡
   18   19   20   21   22   23   24   25   26   27   28