基于樹木年輪序列分析方法的遼寧東部區域降水重構分析研究

辛 波

(遼寧省丹東水文局，遼寧 丹東 118000)

1 概述

當前，樹木年輪具有連續性和定年準確性的特點，已被國內外許多學者用于對歷史氣候變化環境進行反演計算，其中利用樹木年輪序列對過去降水數據進行反演得到國內許多學者的研究和關注，并取得一定的研究成果[1- 6]，但是這些成果研究區域大都位于南方和西部干旱區域，在東北區域應用還較少。近些年來，隨著氣候變化，東北區域降水也呈現一定程度的變化，為定量分析區域氣候變化對降水的影響，需要對歷史降水進行反演計算。一些學者采用自回歸分析方法對遼寧地區的降水進行反演分析[7- 9]，但是經分析其相關系數較低，精度不高。而樹木年輪由于其連續性好的特點，對降水重構具有較好的精度，為此本文采用樹木年序列分析方法，以遼寧東部區域為例，對該區域降水進行重構，并結合實測降水數據對重構降水的相關性進行分析。

2 資料與方法

2.1 樹木年輪序列分析

本次選取四個采樣點，在每個采樣點，最少要采10株相同樹種的樣本，在每一株樹上，130cm處，在不同方向上鉆取1～2個輪芯(其中北方向一個)。結合樹木年輪分析方法對采用的樹木年輪進行圖譜分析，確定樹木年輪系列，采樣點樹木年輪圖像及標尺如圖1所示，樹木年輪圖譜分析結果如圖2所示。在樹木年輪系列基礎上，首先采用COFECHA程序對樹木年輪序列進行質量檢驗，以確定樹木的年輪，并同時測定樹木的年輪寬度，應用ARSEAN程序建立樹木年輪序列年表，并對該樹木年表進行標準化，建立樹木年輪系列的標準化年表(STD)。此外結合樹木生長的特點，結合差值化程序建立樹木年輪的差值年表(RES)。

2.2 樹木年輪的降水重構分析

在樹木年輪序列確定后，需要對樹木年輪序列進行統計分析，并進行相關檢驗，首先需要對樹木年輪的敏感度進行分析，樹木年輪敏感度值越大，表明其包含的降水信息越多。標準樹木年輪的平均敏感度都在0.15～0.8范圍內。在對樹木年輪平均敏感度分析的基礎上，還需要對樹木年輪的寬度指數進行分析，進行寬度指數分析時建立樹木年輪序列與降水相關關系的基礎。在對樹木年輪統計分析的基礎上，建立樹木年輪與區域降水之間的相關關系，并以此相關關系結合自回歸方程建立樹木年輪與區域降水的自回歸函數，結合該函數對區域降水進行重構。

圖1 采樣點年輪圖像及標尺

圖2 采樣點樣木年輪圖譜

3 基于樹木年輪的降水重構

3.1 樹木年輪年序列建立結果

結合各采樣點樹木年輪分析數據，建立各采樣點的樹木年輪交叉定年統計量，統計結果見表1。

表1 不同采樣點的樹木年輪交叉定年統計量

注：N—樣本系列；r—平均相關系數；M—樹木年輪寬度；a.c.—一階自相關系數；M.S.—平均敏感度；S.D.—標準差。

表1為不同采樣點樹木年輪交叉定年的統計結果，從表中可以看出，各采樣點相比于原始序列均發生了較為明顯的變化，各采樣點樹木的年輪寬度指數均小于1.0，表明各采樣的樹木年輪序列符合年輪指數序列均值為1.0的標準化。因此各采樣點的樹木年輪序列可用來進行樹木年輪的統計分析。

3.2 樹木年輪年序統計結果分析

在各采樣點樹木年輪交叉定年統計分析的基礎上，對各采樣點樹木年輪寬度指數的標準化和差值進行統計分析，統計分析結果見表2、3。

表2 不同采樣點的年輪寬度指數標準化年表統計量

表3 不同采樣點的年輪寬度指數差值化年表統計量

在表2中，各采樣點的樹木年輪寬度指數的平均值分別為0.848，0.952，0.753，0.805，均小于1.0，表明各采樣點的樹木年輪序列可以符合寬度指數為1.0的均值標準，在各采樣點中，2#采樣點的樹木年輪寬度指數最大，從表2中可以看出各采樣點的平均敏感度分別為0.251，0.321，0.203，0.315，同樣2#采樣點的樹木平均敏感度最高，各采樣點的平均敏感度均在0.15以上。4#采樣點樹木年輪相關性最高。

表3為不同采樣點樹木年輪寬度指數的差值化年表統計量，從表4中可以看出，各采樣帶的樹木平均寬度值分別為0.956，0.952，0.857，0.692，也均小于1.0，表明各采樣點樹木年輪寬度指數的差值化年表統計值也符合寬度指數為1.0的均值標準，其中4#采樣點的樹木年輪寬度指數的差值化年表平均敏感度最大，達到0.365。在各采樣點中，1#采樣點的自相關性最低。

3.3 樹木年輪與氣象要素相關分析

在樹木年輪統計分析基礎上，結合建立的樹木年輪系列，定量分析了樹木年輪與氣溫和降水之間的相關性，相關性分析結果見表4。

表4 遼寧東部地區年、季降水及氣溫與樹輪年表的相關性

注：STD—樹木年輪標準化年系列；RES—樹木年輪差值年系列；ARS—自相關系列

從表4中可以看出，降水與樹木年輪在夏季(6～9月)各樹木年輪系列的相關性均最高，存在負相關性，相關系數在-0.412～-0.454之間，而在冬季的相關性最低，這和樹木年輪的變化特性相關，在夏季，由于雨量充沛，使得樹木年輪變化差異性較大，因此相關性較高，因此在夏季(6～9月)適用于結合樹木年輪序列進行降水的重構計算。從表4中可看出氣溫與各個季節樹木年輪的相關性均較弱，表明氣溫變化使得樹木年輪變化的差異性較小。因此可以用結合樹木年輪系列和降水的相關性，應用自回歸方程對區域降水進行重構計算。

表5 各采樣點不同樹木年輪系列下重構6～9月降水量與實測降水相關性分析結果

注：SLH、JKY、HNB、HNN、KEM分別表示樹木年輪的差值系列。

3.4 基于樹木年輪序列的遼寧東部區域降水重構

考慮到6～9月樹木年輪與降水具有較高結合樹木年輪的差值系列，結合自回歸方程對各采樣點的6～9月的降水量進行重構，并結合采樣點附近雨量實測值對結果進行檢驗和分析，計算結果見表5和圖3。

從表5中可以看出，各采樣點重構的降水數據和附近雨量實測降水數據的相關系數在-0.2153～-0.7215之間，相關系數的均值為-0.5108，從顯著性水平也可以看出，基于樹木年輪分析方法重構的降水量和實測降水量通過a=0.005的顯著性變化水平。表明重構的降水數據系列較為穩定和可靠。從圖3中可以看出，各采樣點重構降水量和實測降水量在過程上具有一定的吻合性，重構的降水量和實測降水量吻合度適宜。

圖3 各采樣點降水重構值與實測降水值過程對比圖

4 結論

本文結合樹木年輪序列方法對遼寧東部區域6～9月的降水進行重構計算，并結合實測降水數據進行檢驗，主要結論如下：

(1)當區域樹木年輪寬度指數標準化年值和差值年值的平均敏感度達到0.15～0.8范圍內，且年輪寬度指數均小于1.0，樹木年輪符合樹木生理學意義，可用來進行降水重構分析。

(2)樹木年輪由于樹木生長特點，適宜重構區域夏季(6～9月)的降水量，其他季節重構相關性較低。

(3)遼寧東部區域樹木年輪和區域6～9月降水量負相關性較好，降水構結果較為穩定和可靠。

[1] 李金建, 李媛媛, 秦寧生, 等. 利用樹木年輪重建川西松潘高原5月降水變化特征[J]. 高原氣象, 2013(04): 1195- 1202.

[2] 高衛東, 袁玉江, 張瑞波, 等. 樹木年輪記錄的天山北坡中部過去338a降水變化[J]. 中國沙漠, 2011(06): 1535- 1540.

[3] 玉寶, 王百田, 烏吉斯古楞. 溫度和降水對樹木年輪寬度影響研究進展[J]. 遼寧林業科技, 2010(05): 40- 42+62.

[4] 王亞軍. 祁連山東、 中段樹木年輪反映的春季降水變化信息[J]. 科技信息(學術研究), 2006(05): 393- 394.

[5] 王亞軍, 陳發虎, 勾曉華. 利用樹木年輪資料重建祁連山中段春季降水的變化[J]. 地理科學, 2001(04): 373- 377.

[6] 張志華, 吳祥定. 采用青海兩個樹木年輪年表重建局地過去降水的初步分析[J]. 應用氣象學報, 1992(01): 61- 69.

[7] 盧丹. 改進的GM(1, 1)模型在區域降水量預測中的應用研究[J]. 水利技術監督, 2016(06): 29- 32.

[8] 朱蘇云. 基于GA優化的蒙特卡洛模型在降水量預測中的應用[J]. 水利規劃與設計, 2016(04): 52- 55.

[9] 孫瑩, 萬麗巖, 江靜. 遼寧降水分區變化特征及夏季降水影響因子分析[J]. 氣象與環境學報, 2008(03): 18- 23.