• 中国中文核心期刊
  • 中国科学引文数据库(CSCD)核心库来源期刊
  • 中国科技论文统计源期刊(CJCR)
  • 第二届国家期刊奖提名奖

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

不同种源杉木树轮α纤维素δ13C对年气候因子的响应

刘小英 段爱国 张建国 张雄清 朱安明

引用本文:
Citation:

不同种源杉木树轮α纤维素δ13C对年气候因子的响应

    通讯作者: 段爱国, duanag@caf.ac.cn
  • 中图分类号: S716.3

Responses of δ13C Value of Cellulose in Tree Ring of Chinese Fir Provenances to Annual Climate Factors

    Corresponding author: DUAN Ai-guo, duanag@caf.ac.cn ;
  • CLC number: S716.3

  • 摘要: 目的 通过对不同地理种源杉木α纤维素中的稳定碳同位素(δ13C)与气候因子的相关性分析,筛选出影响杉木树轮δ13C的主导气候因子,解释不同种源差异性响应,为种源层面上区域杉木的培育提供理论参考。 方法 以广西柳州的杉木试验林场的30个种源为研究材料,提取并测量α纤维素中δ13C,利用相关分析和逐步回归分析方法,对杉木树轮δ13C与当年、前1年、前2年的降水、平均温度、最低气温、最高气温、平均相对湿度、最小相对湿度、日照时数及湿润度指数进行分析。 结果 不同种源杉木(1987—2013)树轮δ13C值的变幅为−20.997‰~−25.910‰,表现出较强的一阶自相关,相关系数为0.181~0.866。大部分种源杉木树轮的δ13C与平均温度、最高气温、最低气温呈显著正相关(p<0.05),与日照时数呈不显著正相关,与平均相对湿度、最小相对湿度呈极显著负相关(p<0.01),而与降水及湿润度指数的相关性不统一。逐步回归分析结果发现,30个杉木种源中有26个种源与当年最小相对湿度呈线性关系。 结论 最小相对湿度是影响不同种源杉木树轮α纤维素中δ13C的主导气候因子,而对降水的依赖性很小。杉木不同种源树轮δ13C对气候因子的响应存在明显的滞后效应。研究有效的填补了种源层面上树轮稳定碳同位素对气候响应研究的不足,也为杉木培育及经营管理提供了参考。
  • 图 1  广西来宾气象站月平均温度与总降水量变化(1985-2013)

    Figure 1.  The change trend of the mean temperature and year total precipitation of each month of the climate station of Laibin, Guangxi (1985-2013)

    图 2  杉木树轮δ13C与年际气候因子相关分析

    Figure 2.  Correlation analysis between δ13C and annual climatic factors of fir tree rings

    图 3  δ13C与当年各年际气候因子的相关系数随着经(纬)度的变化散点图

    Figure 3.  Scatter diagram of correlation coefficients between the δ13C value and inter-annual climate factors along with longitude and latitude of provenances

    表 1  1987-2013年不同种源杉木树轮稳定碳同位素(δ13C)序列的基本统计特征

    Table 1.  Basic statistical characteristics of stable carbon isotope sequences of different tree provenances in China from 1987 to 2013

    种源
    Provenance
    编号
    No.
    最小值
    Minimum
    /‰
    最大值
    Maximum
    /‰
    平均值
    Average
    /‰
    标准差
    Standard deviation/‰
    一阶自相关系数
    First order
    autocorrelation
    coefficient
    二阶自相关系数
    Second order
    autocorrelation
    coefficient
    平均敏感度
    Sensitivity of
    standard
    chronology
    广西三江GXs−24.290−22.899−23.7870.360.7430.5830.037
    广西融水GXr−25.208−23.374−23.6650.400.7860.7040.036
    广东乐昌GDc−24.157−23.029−24.0950.280.6670.4890.037
    福建南平FJn−24.391−23.240−24.0960.300.7800.5030.036
    福建崇安FJc−24.406−22.830−24.0250.410.7140.6200.036
    湖南安化HNh−24.545−23.271−24.1410.280.5110.2520.037
    湖南祁阳HNq−24.402−23.335−24.0830.280.5720.6570.037
    湖南双牌HNs−24.419−22.651−24.1730.410.5210.4710.036
    江西遂川JXs−24.385−23.305−24.0620.240.5830.5460.037
    广东始兴GDs−24.207−23.110−23.8120.320.6350.5800.036
    四川古蔺SCl−24.656−23.417−24.2530.280.2340.1910.038
    四川汶川SCc−24.693−23.165−24.1830.400.5450.5540.036
    云南西畴Ync−24.791−23.311−24.0930.370.2910.0440.037
    江西修水JXx−24.994−23.527−24.1440.350.5890.3860.037
    浙江龙泉ZJq−24.847−23.884−23.9820.280.8340.6620.037
    湖南新宁HNx−24.757−23.378−24.1420.390.8660.7480.036
    广东紫金GDz−24.804−23.518−23.9810.300.7050.5670.038
    福建永安FJy−25.597−23.682−24.0700.470.8080.7490.037
    河南商城HeN−25.910−22.541−24.2530.470.5000.5610.037
    湖北谷城HBc−24.106−22.553−24.1390.400.7550.6230.036
    贵州麻江GZm−25.266−23.833−23.7500.360.6670.5220.037
    江苏句容JCr−25.238−22.020−24.1830.280.5380.4780.038
    云南屏边Ynb−24.985−24.018−23.9320.280.6760.5150.037
    湖北罗田HBt−24.523−23.360−24.0490.280.4800.5240.037
    安徽东至Ahd−24.780−20.997−23.9840.350.5740.3940.036
    浙江丽水ZJs−25.002−23.272−24.0330.450.1810.1150.037
    贵州六枝GZl−24.764−23.562−24.0570.240.6920.6570.038
    广西博白GXb−24.418−22.637−23.9420.460.3940.4590.037
    福建武平FJw−24.903−22.734−23.9200.450.4520.3240.037
    陕西南郑SXn−25.878−22.614−24.0930.420.6390.4150.036
    下载: 导出CSV

    表 2  δ13C与年值气候因子多元回归分析模型

    Table 2.  Multiple regression analysis model between δ13C values and yearly climate factors

    种源
    Provenance
    回归方程
    Regression Equation
    校正R2
    Multiple R2
    标准估计的误差
    Standard estimate error
    P
    HNhy=−13.203−8.001X10.4490.3250.000
    FJny=−19.370+0.556X3−8.287X50.4570.3720.000
    FJcy=−3.912−9.666X111.060X50.6270.4030.000
    GXsy=−24.243+0.589X3−5.738X10.5260.3810.000
    GDcy=−13.071−7.487X10.3150.3980.001
    GXry=−5.925−9.204X1−9.309X50.5170.4530.000
    HNqy=−22.641−5.643X1+0.487X30.4920.3650.000
    JXsy=−13.873−6.131X10.2340.3920.006
    HNsy=−12.335−9.568X10.3310.4920.001
    GDsy=−5.553−7.219X1−10.052X50.5940.3510.002
    SCcy=−20.888+0.664X3−9.072X50.4100.4680.001
    ZJqy=−8.027−6.541X18.035X50.4820.3710.000
    JXxy=−13.051−8.976X10.3830.4150.000
    SCly=−11.663−5.727X50.1620.2990.021
    Yncy=−11.116−6.520X50.1240.3860.040
    GDzy=−13.444−7.968X10.3750.3740.000
    GZly=−13.931−6.323X10.3250.3290.001
    HNxy=−11.909−12.514X10.4640.4940.000
    JCry=−13.754−7.651X10.4580.3060.000
    GXby=−12.257−9.575X20.2890.5390.002
    FJyy=−12.475−11.825X10.3430.5930.001
    HBcy=−11.677−11.175X10.3890.5100.000
    SXny=−7.500−7.479X1-8.622X50.4070.4740.001
    Ynby=−13.135−9.909X10.5210.3500.000
    HBty=−8.853−5.838X1−6.735X50.4890.3180.000
    HeNy=−4.711−12.392X5−6.759X10.4710.4780.000
    Ahdy=−5.969−7.017X1−9.963X50.5810.3530.000
    GZmy=−8.712−5.930X1−7.279X50.4170.3770.001
    ZJsy=−13.965−5.877X10.1760.4390.017
    FJwy=−12.554−8.85X10.3350.4510.001
      注:X1表示当年最小相对湿度,X2表示前2年平均气温,X3表示前2年最低气温,X4表示前2年最高气温,X5表示前2年平均相对湿度。
      Notes: X1, X2, X3, X4, X5 represent the minimum relative humidity of the year, the average temperature of previous two years, the minimum temperature of previous two years, the maximum temperature of previous two years, the average relative humidity of previous two years.
    下载: 导出CSV
  • [1] 王明庥. 林木遗传育种学[M]. 北京: 中国林业出版社, 2001.

    [2] 李锡泉, 罗东湖. 马褂木属地理种源试验苗期初步研究[J]. 湖南林业科技, 1997,24(1):4-7.

    [3] 欧建德. 观赏型南方红豆杉地理种源试验及优良地理种源的选择初步研究[J]. 西北林学院学报, 2012, 27(4):134-140. doi: 10.3969/j.issn.1001-7461.2012.04.25

    [4]

    BSc N H. The role of plant provenance in restoration ecology under climate change[M]. Macquarie University: Department of Biological Sciences, Faculty of Science, 2012.
    [5] 叶晓霞, 徐肇友, 王帮顺, 等. 不同枫香种源造林实验及优良种源选择[J]. 浙江林业科技, 2013, 33(2):71-74. doi: 10.3969/j.issn.1001-3776.2013.02.017

    [6]

    Mátyás C, Božic G, Gömöry D, et al. Transfer analysis of provenance trials reveals macroclimatic adaptedness of European Beech (Fagus sylvatica L.)[J]. Acta Silvatica & Lignaria Hungarica, 2009, 5: 47-62.
    [7]

    Kóczán-Horváth A. Beech adaptation to climate change according to provenance trials in Europe[M]. Sopron: University of west Hungary faculty of forestry, 2016.
    [8]

    Rohner B, Weber P, Thürig E. Bridging tree rings and forest inventories: How climate effects on spruce and beech growth aggregate over time[J]. Forest Ecology & Management, 2016, 360: 159-169.
    [9] 靳 翔, 徐 庆, 刘世荣, 等. 川西亚高山森林岷江冷杉树轮碳稳定同位素对气候要素的响应[J]. 林业科学, 2013, 49(7):10-15. doi: 10.11707/j.1001-7488.20130702

    [10]

    Fang K, Makkonen R, Guo Z, et al. An increase in the biogenic aerosol concentration as a contributing factor to the recent wetting trend in Tibetan Plateau[J]. Scientific Reports, 2015, 5(5): 14628.
    [11]

    Robertson I, Switsur V R, Carter A H C, et al. Signal strength and climate relationships in 13C/12C ratios of tree ring cellulose from oak in east England[J]. Journal of Geophysical Research Atmospheres, 1997, 102(D16): 1487-1490.
    [12]

    Liu Y, Ta W, Li Q, et al. Tree-ring stable carbon isotope-based April-June relative humidity reconstruction since ad 1648 in Mt. Tianmu, China[J]. Climate Dynamics, 2017, 50(5): 1-13.
    [13]

    Naulier M, Savard M M, Bégin C, et al. A millennial summer temperature reconstruction for northeastern Canada using oxygen isotopes in subfossil trees[J]. Climate of the Past Discussions, 2015, 11(1): 521-553. doi: 10.5194/cpd-11-521-2015
    [14] 李清河, 张景波, 李慧卿, 等. 不同种源白刺幼苗生理生长对水分梯度的响应差[J]. 林业科学, 2008, 44(1):52-56. doi: 10.3321/j.issn:1001-7488.2008.01.009

    [15] 全先奎, 王传宽. 帽儿山17个种源落叶松针叶的水分利用效率比较[J]. 植物生态学报, 2015, 39(4):352-361. doi: 10.17521/cjpe.2015.0034

    [16] 朱安明. 杉木不同地理种源树轮对气候变化的响应[D]. 北京: 中国林业科学研究院, 2016.

    [17] 吴中伦. 杉木[M]. 北京: 中国林业出版社, 1984.

    [18] 全国杉木种源试验协作组. 杉木造林优良种源选择[J]. 林业科学研究, 1994, 7(专刊):1-25.

    [19] 王 建, 钱君龙, 梁 中, 等. 树轮稳定碳同位素分析的采样方法——以天目山柳杉为例[J]. 生态学报, 2008, 28(12):6070-6078. doi: 10.3321/j.issn:1000-0933.2008.12.035

    [20]

    Francey R J, Farquhar G D. An explanation of 13C/12C variations in tree rings[J]. Nature, 1982, 297(5861): 28-31. doi: 10.1038/297028a0
    [21] 刘晓宏, 刘 禹, 徐国保, 等. 树木年轮稳定同位素分析样品前处理方法探讨[J]. 冰川冻土, 2010, 32(6):1242-1250.

    [22]

    Schollaen K, Baschek H, Heinrich I, et al. Technical Note: An improved guideline for rapid and precise sample preparation of tree-ring stable isotope analysis[J]. Biogeosciences Discussions, 2015, 12(14): 11587-11623. doi: 10.5194/bgd-12-11587-2015
    [23]

    Coplen T B. Discontinuance of SMOW and PDB[J]. Nature, 1995, 375(6529): 285.
    [24]

    Woodborne S, Hall G, Robertson I, et al. A 1000-year carbon isotope rainfall proxy record from South African baobab trees (Adansonia digitata L.)[J]. Plos One, 2015, 10(5): e0124202. doi: 10.1371/journal.pone.0124202
    [25]

    Xu Q, Li H, Chen J, et al. Water use patterns of three species in subalpine forest, Southwest China: the deuterium isotope approach[J]. Ecohydrology, 2011, 4(2): 236-244. doi: 10.1002/eco.179
    [26]

    Young G H F, Demmler J C, Gunnarson B E, et al. Age trends in tree ring growth and isotopic archives: A case study of Pinus sylvestris L. from northwestern Norway[J]. Global Biogeochemical Cycles, 2011, 25(2): 2020-2025.
    [27]

    Brugnoli E, Hubick K T, Von S C, et al. Correlation between the carbon isotope discrimination in leaf starch and sugars of C3 plants and the ratio of intercellular and atmospheric partial pressures of carbon dioxide[J]. Plant Physiology, 1988, 88(4): 1418-1424. doi: 10.1104/pp.88.4.1418
    [28]

    Mccarroll D, Loader N J. Stable isotopes in tree rings[J]. Quaternary Science Reviews, 2004, 23(7): 771-801.
    [29]

    Jinchun Z, Tuo Y, Changzhong L, et al. Climate environmental change and stable carbon isotopes in age layers of Tamarix sand-hillocks in Kumtag desert[J]. Acta Ecologica Sinica, 2014, 34(4): 943-952.
  • [1] 徐静郭滨德孙洪志 . 帽儿山地区不同种源樟子松树轮对气候因子的响应. 林业科学研究, 2016, 29(4): 581-586.
    [2] 朱安明段爱国张建国张雄清 . 广西柳州杉木种源树轮宽度对温度与湿度的年际响应. 林业科学研究, 2017, 30(1): 53-62. doi: 10.13275/j.cnki.lykxyj.2017.01.008
    [3] 全国杉木种源试验协作组 . 杉木造林区种源选择. 林业科学研究, 1988, 1(1): 1-13.
    [4] 王震鲁乐乐张雄清张建国姜丽段爱国 . 基于贝叶斯模型平均法构建杉木林分蓄积量生长模型. 林业科学研究, 2021, 34(3): 64-71. doi: 10.13275/j.cnki.lykxyj.2021.03.007
    [5] 颜耀李秉钧何宗明刘雨晖李明俞新妥马祥庆 . 不同种源杉木木材特性的比较研究. 林业科学研究, 2021, 34(5): 49-57. doi: 10.13275/j.cnki.lykxyj.2021.005.006
    [6] 周佳孟 平张劲松管崇帆孙守家 . 河南民权与陕西白水刺槐径向生长与水分利用效率对气候响应的差异. 林业科学研究, 2021, 34(6): 1-8. doi: 10.13275/j.cnki.lykxyj.2021.06.001
    [7] . 云阳马尾松树轮宽度年表特征研究. 林业科学研究, 2009, 22(2): -.
    [8] 姚甲宝楚秀丽周志春徐红兵郑新建 . 3个与杉木混植木荷种源幼苗对光照响应的差异. 林业科学研究, 2018, 31(6): 144-153. doi: 10.13275/j.cnki.lykxyj.2018.06.020
    [9] 柴修武王豁然方玉霖王维辉 . 四种桉树不同种源木材基本密度和纤维长度变异研究*. 林业科学研究, 1993, 6(4): 397-402.
    [10] 陈红星王劲风龚榜初陈阳史红正张其龙 . 我国引种日本甜柿气候生态适生区初步分析. 林业科学研究, 2000, 13(3): 323-327.
    [11] 何潇徐奇刚雷相东 . 气候敏感的落叶松人工林林分生物量模型研究. 林业科学研究, 2021, 34(6): 20-27. doi: 10.13275/j.cnki.lykxyj.2021.06.003
    [12] 樊晓芸郭素娟江锡兵李艳华 . 不同栽培区气候条件对‘燕山早丰’板栗坚果经济性状的影响. 林业科学研究, 2023, 36(1): 22-30. doi: 10.12403/j.1001-1498.20220296
    [13] 童冉陈庆标周本智 . 基于生态因子与神经网络的杉木叶片碳氮磷含量预测. 林业科学研究, 2021, 34(6): 56-64. doi: 10.13275/j.cnki.lykxyj.2021.06.007
    [14] 王红段爱国张建国 . 不同种源树木径向生长对气候变化响应研究进展. 林业科学研究, 2023, 36(5): 198-204. doi: 10.12403/j.1001-1498.20220565
    [15] 谢钰容周志春金国庆陈跃 . 马尾松不同种源P素吸收动力学特征. 林业科学研究, 2003, 16(5): 548-553.
    [16] 伍汉斌段爱国张建国孙建军 . 杉木地理种源长期选择效果研究. 林业科学研究, 2019, 32(3): 9-17. doi: 10.13275/j.cnki.lykxyj.2019.03.002
    [17] 郑义和梁一池 . 大岗山地区杉木优良种源选择研究*. 林业科学研究, 1992, 5(1): 1-6.
    [18] 吕春平张秋芳郝亚群陈岳民杨玉盛 . 短期增温对亚热带杉木幼林碳氮同位素组成的影响. 林业科学研究, 2018, 31(5): 27-32. doi: 10.13275/j.cnki.lykxyj.2018.05.004
    [19] 沈辛作瞿巧文洪昌端张都海 . 杉木优良种源及其冻害苗造林效果分析. 林业科学研究, 1996, 9(1): 101-104.
    [20] 孙洪刚张建国段爱国童书振 . 5种Logistic模型在模拟杉木人工林胸高断面积分布中的应用. 林业科学研究, 2007, 20(5): 622-629.
  • 加载中
图(3) / 表(2)
计量
  • 文章访问数:  5426
  • HTML全文浏览量:  2813
  • PDF下载量:  77
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-04-04
  • 录用日期:  2020-01-10
  • 网络出版日期:  2020-02-26
  • 刊出日期:  2020-03-01

不同种源杉木树轮α纤维素δ13C对年气候因子的响应

    通讯作者: 段爱国, duanag@caf.ac.cn
  • 1. 中国林业科学研究院林业研究所,国家林业和草原局林木培育重点实验室,北京 100091
  • 2. 南京林业大学南方现代林业协同创新中心,江苏 南京 210000
  • 3. 中国林业科学研究院林业科技信息研究所,北京 100091

摘要:  目的 通过对不同地理种源杉木α纤维素中的稳定碳同位素(δ13C)与气候因子的相关性分析,筛选出影响杉木树轮δ13C的主导气候因子,解释不同种源差异性响应,为种源层面上区域杉木的培育提供理论参考。 方法 以广西柳州的杉木试验林场的30个种源为研究材料,提取并测量α纤维素中δ13C,利用相关分析和逐步回归分析方法,对杉木树轮δ13C与当年、前1年、前2年的降水、平均温度、最低气温、最高气温、平均相对湿度、最小相对湿度、日照时数及湿润度指数进行分析。 结果 不同种源杉木(1987—2013)树轮δ13C值的变幅为−20.997‰~−25.910‰,表现出较强的一阶自相关,相关系数为0.181~0.866。大部分种源杉木树轮的δ13C与平均温度、最高气温、最低气温呈显著正相关(p<0.05),与日照时数呈不显著正相关,与平均相对湿度、最小相对湿度呈极显著负相关(p<0.01),而与降水及湿润度指数的相关性不统一。逐步回归分析结果发现,30个杉木种源中有26个种源与当年最小相对湿度呈线性关系。 结论 最小相对湿度是影响不同种源杉木树轮α纤维素中δ13C的主导气候因子,而对降水的依赖性很小。杉木不同种源树轮δ13C对气候因子的响应存在明显的滞后效应。研究有效的填补了种源层面上树轮稳定碳同位素对气候响应研究的不足,也为杉木培育及经营管理提供了参考。

English Abstract

  • 造林树种种源选择已成为人类应对气候的重要途径,探讨不同地理种源主要造林树种树轮指标对气候变化的响应及评价未来气候变化对林木种源生长的影响已成为亟待解决的重要科学问题。林木种源是指取得种子或其他繁殖材料的地理来源或原产地[1]。地理种源的变异是树木长期气候环境适应性进化的产物,从遗传角度看,不同地理种源经过自然选择基因型组成会发生变化,形成固有的遗传基础[2-4],因此,在引种栽培时往往采取“就近原则”,选择同一种源或同一种源区的幼苗进行栽植[5]。然而,有研究者通过对不同种源山毛榉(Fagus sylvatica L.)应对气候变化的响应情况进行研究,发现不同种源山毛榉对异地(栽植地)的气候具有不同的响应特征,而最适宜种源并不满足“就近原则”[6-7]

    树轮稳定碳同位素(δ 13C)技术被广泛应用于生理生态、气候变化、水文等研究领域,现已逐步成为了解生物与其生存环境相互关系的工具;而树木是如何应对气候变化依旧被气候学家关注,与树轮宽度、木材密度相似,树轮稳定碳同位素指标对不同尺度上气候变化的响应存在很大的差异[8]。目前,针对气候响应研究的气候因子主要有平均气温[9]、降水[10]、相对湿度[11-12]、最高气温、最低气温[13]、最小相对湿度及日照时数[6]。有研究表明,树轮稳定碳同位素比树轮宽度指标对气候变化的响应更灵敏。在种源层面上,树木种源对环境的影响具有差异性,研究发现,不同种源的白刺(Nitraria tangutorum Bobr.)对不同梯度的水分响应存在较大的区别[14];不同种源的落叶松(Larix gmelinii (Rupr.) Kuzen.)对原产地环境条件的响应也出现差异[15]。不同种源树木树轮的早材、晚材、整轮宽度对年平均气温和年最高气温较敏感[16]。杉木(Cunninghamia lancealata(Lamb.)Hook.)是我国重要的乡土针叶用材树种[17],其生长呈现明显的地理纬度变异,针对杉木树轮指标在种源层面上响应气候变化的研究相对较少,而将高灵敏度的树轮稳定碳同位素指标引入不同种源树木生长对气候变化响应的研究国内外未见报道。

    鉴于此,本研究选择设置于广西柳州的34年生杉木种源试验林中的30个代表性地理种源,探讨其树轮α纤维素中稳定碳同位素与年际气候因子间的关系,以期筛选出关键气候因子,为未来气候变化条件下种源层面上区域杉木的培育提供科学支撑。

    • 杉木种源试验林位于广西柳州六峰山林场,由中国林科院林业研究所主持,全国杉木地理种源试验协作组于20世纪70年代末开展的第2次杉木全分布区种源试验时期布设[18]。依据杉木产区的划分,其属于杉木的中心产区。试验林于1981年春季,采用1年实生苗造林。种源试验林所处林地较平坦,随机区组设计。造林行间距2 m×2 m,每个小区4株,重复10次,进行了1次疏伐,至2013年秋季,杉木种源试验林保留密度为1 261株·hm−2,平均胸径20.14 cm,平均树高13.45 m。试验林地处桂中丘陵地区(23°42′ N,109°50′ E),年平均气温21.1℃,年降水量1 418.5 mm,年蒸发量1 969.1 mm,相对湿度76%,全年日照时数1 823.7 h。

    • 结合种源林商业采伐,对所有种源保留单株在20 cm高度处截取了圆盘,考虑地理分布的代表性及圆盘数量大于10个,选取贵州六枝(GZl)、湖南双牌(HNs)以及福建永安(FJy)等30个地理种源各11个单株,合计330个单株进行分析,其中,中心产区10个种源,一般产区5个种源,边缘产区15个种源。平均胸径20.33 cm,平均树高13.57 m。应用LignoStation年轮分析仪对不同种源各单株圆盘进行扫描,分别以树木的南、北2个方向进行测量,应用年轮分析仪自带软件进行年轮界线的划分,并量测树轮自髓心往外各年轮宽度,后借助交叉定年软件COFECHA程序对所有定好年的序列作检验。

    • 将树轮圆盘放在干净的玻璃板上,选择向阳的方位[19],在显微镜下用大头针标注经交叉定年的树轮。考虑到δ13C值会受到幼龄效应的影响[20],在取样时去除前6年的树轮。利用干净的刻刀进行树轮的逐年剥离,将同一种源的11个圆盘同一年的年轮样品剥取后混合在一起,放入高速离心球磨仪将样品粉碎至过60目筛(300 μm)。按照有机溶剂(苯:无水乙醇=2∶1,丙酮180 mL)萃取、漂白(次氯酸钠∶乙酸=3∶2)及碱化(10%与17%的氢氧化钠依次处理)等步骤提取α-纤维素[21-22]。用真空冷冻干燥机(−45℃)进行冻干处理,采用快速核酸提取仪进行α-纤维素粉末的混合。

    • 采用仪器Thermo Finnigan DELTA plus XP气象同位素质谱仪测量杉木全木以及α-纤维素的δ13C的值,该过程在植被与变化国家重点实验室完成。用百万分之一天平(Starorius)称量粉末α-纤维素(0.20±0.05)mg,用锡囊将样品包裹,卷好密封后上机测试,得到13C/12C值(相对VPDB标准),即δ13C。整个碳同位素(δ13C)测量精度≤0.15‰。

      $ {\delta ^{13}}{\rm{C}} = {\rm{ }}\left( {{R_{sample}}/{R_{standard}}-{\rm{ }}1} \right){\rm{ }} \times 1\;000 $

        式中:Rsample表示样品中的重轻同位素峰度之比,Rstandard是国际通用标准的重轻同位素峰度之比[23]

    • 本实验采用广西来宾气象站点的数据(图1),该站点距离种源试验林场100 km,中间无高山阻隔。所用气象资料包括1985—2013年的年平均气温(T)、年最高气温(Ta)、年最低气温(Ti)、年降水量(P),年平均相对湿度(RH)、年最小相对湿度(RHi)和日照时数(S)(气候资料来源于国家气象信息中心来宾气象站点的数据)。经检验,来宾站点气象数据可靠,无明显突变,该站点气候数据代表了当地气候变化趋势。

      图  1  广西来宾气象站月平均温度与总降水量变化(1985-2013)

      Figure 1.  The change trend of the mean temperature and year total precipitation of each month of the climate station of Laibin, Guangxi (1985-2013)

    • 对30个种源交叉定年后,选用去除大气CO2浓度的年表作为后续分析年表,年表统计特征包括各种源树轮δ13C的最小值、最大值、平均值、标准差、一阶自相关系数、二阶自相关系数及平均敏感度。

      从杉木树轮α-纤维素δ13C的测定结果可知:1987—2013年杉木树轮δ13C的变幅为−20.997‰~ −25.910‰(表1)。δ13C序列随时间呈波动变化,所有种源的δ13C平均值达−24.022‰,标准差变幅为0.24‰~0.47‰。总体上,不同种源树轮样品δ13C均值比较离散,为基于树轮稳定碳同位素探讨不同种源对气候变化的响应提供了必要条件。

      表 1  1987-2013年不同种源杉木树轮稳定碳同位素(δ13C)序列的基本统计特征

      Table 1.  Basic statistical characteristics of stable carbon isotope sequences of different tree provenances in China from 1987 to 2013

      种源
      Provenance
      编号
      No.
      最小值
      Minimum
      /‰
      最大值
      Maximum
      /‰
      平均值
      Average
      /‰
      标准差
      Standard deviation/‰
      一阶自相关系数
      First order
      autocorrelation
      coefficient
      二阶自相关系数
      Second order
      autocorrelation
      coefficient
      平均敏感度
      Sensitivity of
      standard
      chronology
      广西三江GXs−24.290−22.899−23.7870.360.7430.5830.037
      广西融水GXr−25.208−23.374−23.6650.400.7860.7040.036
      广东乐昌GDc−24.157−23.029−24.0950.280.6670.4890.037
      福建南平FJn−24.391−23.240−24.0960.300.7800.5030.036
      福建崇安FJc−24.406−22.830−24.0250.410.7140.6200.036
      湖南安化HNh−24.545−23.271−24.1410.280.5110.2520.037
      湖南祁阳HNq−24.402−23.335−24.0830.280.5720.6570.037
      湖南双牌HNs−24.419−22.651−24.1730.410.5210.4710.036
      江西遂川JXs−24.385−23.305−24.0620.240.5830.5460.037
      广东始兴GDs−24.207−23.110−23.8120.320.6350.5800.036
      四川古蔺SCl−24.656−23.417−24.2530.280.2340.1910.038
      四川汶川SCc−24.693−23.165−24.1830.400.5450.5540.036
      云南西畴Ync−24.791−23.311−24.0930.370.2910.0440.037
      江西修水JXx−24.994−23.527−24.1440.350.5890.3860.037
      浙江龙泉ZJq−24.847−23.884−23.9820.280.8340.6620.037
      湖南新宁HNx−24.757−23.378−24.1420.390.8660.7480.036
      广东紫金GDz−24.804−23.518−23.9810.300.7050.5670.038
      福建永安FJy−25.597−23.682−24.0700.470.8080.7490.037
      河南商城HeN−25.910−22.541−24.2530.470.5000.5610.037
      湖北谷城HBc−24.106−22.553−24.1390.400.7550.6230.036
      贵州麻江GZm−25.266−23.833−23.7500.360.6670.5220.037
      江苏句容JCr−25.238−22.020−24.1830.280.5380.4780.038
      云南屏边Ynb−24.985−24.018−23.9320.280.6760.5150.037
      湖北罗田HBt−24.523−23.360−24.0490.280.4800.5240.037
      安徽东至Ahd−24.780−20.997−23.9840.350.5740.3940.036
      浙江丽水ZJs−25.002−23.272−24.0330.450.1810.1150.037
      贵州六枝GZl−24.764−23.562−24.0570.240.6920.6570.038
      广西博白GXb−24.418−22.637−23.9420.460.3940.4590.037
      福建武平FJw−24.903−22.734−23.9200.450.4520.3240.037
      陕西南郑SXn−25.878−22.614−24.0930.420.6390.4150.036

      通过对不同地理种源杉木年轮α-纤维素δ13C序列进行自相关分析(表1)发现:不同地理种源杉木的一阶、二阶自相关系数较大,一阶自相关系数为0.181~0.866,而二阶自相关系数为0.044~0.749,且大部分种源的一阶和二阶自相关系数超过0.4。由此可以说明,大部分种源杉木树轮α-纤维素中δ13C值在响应气候变化时存在明显“滞后效应”,故选择当年、前1年、前2年的气候因子进行相关分析。

    • 图2可看出:大部分杉木种源树轮α-纤维素中δ13C与年平均气温、年最高气温、年最低气温呈显著正相关,与年平均相对湿度、年最小相对湿度呈显著负相关,而与年降水、日照时数及湿润度指数不显著相关。这是因为树轮α纤维素中δ13C的累积主要通过植物的光合作用进行,而温度的升高,有利于光合作用过程中酶活性的提高,能更有效的吸收大气中的CO2,有效促进光合作用,从而使树轮稳定碳同位素可以更灵敏的响应气候的变化。杉木生长需要的湿度相对较大,当植物叶片处于干燥的环境时,水分的减少导致气孔导度降低,限制了叶片中CO2的供给,从而树轮α纤维素中δ13C增大,致使树轮稳定碳同位素可以更灵敏的响应气候的变化。

      图  2  杉木树轮δ13C与年际气候因子相关分析

      Figure 2.  Correlation analysis between δ13C and annual climatic factors of fir tree rings

      不同产区杉木树轮的δ13C对气候因子的响应灵敏程度存在差异。图2表明:对于湖南安化、福建南平、福建崇安、广西三江、广东乐昌、广西融水、湖南祁阳、江西遂川、湖南双牌、广东始兴等杉木种源而言,不同种源树轮的δ13C与当年的最小相对湿度和前2年的平均温度、最低气温、最高气温及平均相对湿度的相关系数较高,其中,与前2年的平均相对湿度呈显著负相关(p<0.05),与当年的最小相对湿度呈极显著负相关(p<0.01)。对于四川汶川、浙江龙泉、江西修水、四川古蔺、云南西畴等杉木种源而言,不同种源树轮δ13C与当年的最低气温、前1年的最小相对湿度、平均气温及前2年的平均相对湿度、最高气温的相关系数较高,其中,与前1年最小相对湿度呈极显著负相关(p<0.01),与当年的平均相对湿度呈显著负相关(p<0.05);而广东紫金、贵州六枝、湖南新宁、江苏句容、广西博白、福建永安、湖北谷城、陕西南郑、云南屏边、湖北罗田、河南商城、安徽东至、贵州麻江、浙江丽水、福建武平的杉木种源,不同种源树轮δ13C值与当年的最小相对湿度、平均相对湿度和前2年的平均气温、最低气温、最高气温的相关系数较大,其中,与当年的最小相对湿度和平均相对湿度呈极显著负相关(p<0.01),且与当年的最小相对湿度相关系数较大。不同产区原产地的气候、地貌、土壤等立地条件均不相同,由于受到不同因素的影响,不同杉木种源的遗传基础出现差异,当将其引种到同一气候条件下进行栽培时,这种差异性导致了不同种源对栽植地气候因子的差异性响应。

      不同地理种源杉木树轮的δ13C与当年降水呈不显著相关(图2)。种源FJw与当年最低气温呈现出负相关性,而大多数种源与当年、前1年及前2年最低气温呈显著或极显著正相关,相关系数最大达0.677(p<0.01)。对最小相对湿度的相关性分析中发现,除种源Ync相关性不显著外,其余种源均与当年、前1年及前2年最小相对湿度呈显著或极显著负相关,相关系数最大达−0.744(p<0.01)。与日照时数的相关性分析中发现,仅少数种源与当年、前1年及前2年呈显著正相关,相关系数最大达0.457(p<0.01)。不同地理种源杉木树轮δ13C与平均气温的相关性分析中发现(图2),大部分种源与当年、前1年及前2年呈显著或极显著正相关,而种源GXb与平均气温呈显著负相关,相关系数可达-0.418(p<0.05)。多数种源与当年、前1年及前2年平均相对湿度呈显著或极显著负相关,而种源GDz、GXs及Ynb与前1年呈显著或极显著正相关。不同地理种源杉木树轮δ13C与前2年最高气温的相关性分析中发现(图2),种源GXs与其呈现极显著正相关,相关系数0.569(p<0.01),种源SXn、FJw、HBt、HNq、HNs、GDs、GZm、Ynb、SCc与最高气温呈现出显著的正相关关系,相关系数可达0.447(p<0.05)。

    • 从杉木地理种源树轮δ13C与当年气候因子相关性随经度的变化趋势(图3)可知:杉木种源树轮δ13C与年降水的相关性受经度影响较小(r=0.028),与年平均气温、最低气温、最高气温、日照时数的相关性随经度的增加总体上呈先增强后减弱的变化规律,且在110~115°E间正相关性最强。杉木种源树轮δ13C与平均相对湿度及最小相对湿度的负相关性随经度的增大总体呈先增强后减弱的趋势,且在110~115° E间呈现最强负相关性,δ13C与最小相对湿度的负相关性随经度的这种先增强后减弱的变动趋势可由二次多项式描述,且达显著水平(r=−0.462)。从稳定碳同位素与各年际气候因子的相关系数随纬度的变化趋势图(图3)可以发现,杉木种源树轮δ13C与年降水量的相关系数受种源所处纬度的影响较大,随纬度的增加呈先上升后下降的显著变化趋势(r=0.434),而不同种源树轮δ13C与年平均气温、最低气温、最高气温、平均相对湿度、日照时数、最小相对湿度的相关关系则受纬度影响较小。

      图  3  δ13C与当年各年际气候因子的相关系数随着经(纬)度的变化散点图

      Figure 3.  Scatter diagram of correlation coefficients between the δ13C value and inter-annual climate factors along with longitude and latitude of provenances

    • 为了更深入地了解气候因子对不同种源杉木树轮δ13C的影响情况,以树轮α纤维素δ13C为因变量,自变量选取相关性较强的当年最小相对湿度(X1)及前2年的平均气温(X2)、最低气温(X3)、最高气温(X4)和平均相对湿度(X5),回归方法选择逐步回归法,置信度<0.05,输出结果见表2

      表 2  δ13C与年值气候因子多元回归分析模型

      Table 2.  Multiple regression analysis model between δ13C values and yearly climate factors

      种源
      Provenance
      回归方程
      Regression Equation
      校正R2
      Multiple R2
      标准估计的误差
      Standard estimate error
      P
      HNhy=−13.203−8.001X10.4490.3250.000
      FJny=−19.370+0.556X3−8.287X50.4570.3720.000
      FJcy=−3.912−9.666X111.060X50.6270.4030.000
      GXsy=−24.243+0.589X3−5.738X10.5260.3810.000
      GDcy=−13.071−7.487X10.3150.3980.001
      GXry=−5.925−9.204X1−9.309X50.5170.4530.000
      HNqy=−22.641−5.643X1+0.487X30.4920.3650.000
      JXsy=−13.873−6.131X10.2340.3920.006
      HNsy=−12.335−9.568X10.3310.4920.001
      GDsy=−5.553−7.219X1−10.052X50.5940.3510.002
      SCcy=−20.888+0.664X3−9.072X50.4100.4680.001
      ZJqy=−8.027−6.541X18.035X50.4820.3710.000
      JXxy=−13.051−8.976X10.3830.4150.000
      SCly=−11.663−5.727X50.1620.2990.021
      Yncy=−11.116−6.520X50.1240.3860.040
      GDzy=−13.444−7.968X10.3750.3740.000
      GZly=−13.931−6.323X10.3250.3290.001
      HNxy=−11.909−12.514X10.4640.4940.000
      JCry=−13.754−7.651X10.4580.3060.000
      GXby=−12.257−9.575X20.2890.5390.002
      FJyy=−12.475−11.825X10.3430.5930.001
      HBcy=−11.677−11.175X10.3890.5100.000
      SXny=−7.500−7.479X1-8.622X50.4070.4740.001
      Ynby=−13.135−9.909X10.5210.3500.000
      HBty=−8.853−5.838X1−6.735X50.4890.3180.000
      HeNy=−4.711−12.392X5−6.759X10.4710.4780.000
      Ahdy=−5.969−7.017X1−9.963X50.5810.3530.000
      GZmy=−8.712−5.930X1−7.279X50.4170.3770.001
      ZJsy=−13.965−5.877X10.1760.4390.017
      FJwy=−12.554−8.85X10.3350.4510.001
        注:X1表示当年最小相对湿度,X2表示前2年平均气温,X3表示前2年最低气温,X4表示前2年最高气温,X5表示前2年平均相对湿度。
        Notes: X1, X2, X3, X4, X5 represent the minimum relative humidity of the year, the average temperature of previous two years, the minimum temperature of previous two years, the maximum temperature of previous two years, the average relative humidity of previous two years.

      从表中2中α-纤维素δ13C序列的逐步回归分析可知:在剔除了对α-纤维素中δ13C序列影响不显著的因子后,HNh、FJc、GXs、GDc、GXr、HNq、JXs、HNs、GDs、ZJq、JXx、GDz、GZl、HNx、JCr、FJy、HBc、SXn、Ynb、HBt、HeN、Ahd、GZm、ZJs、FJw等25个种源树轮α-纤维素δ13C序列受气候因子当年最小相对湿度影响显著,其中,部分种源同时受到前2年平均相对湿度或前2年最低气温的显著影响,R2处于0.176~0.627之间,说明以当年最小相对湿度为主的气候因子对杉木不同地理种源树轮α-纤维素中δ13C序列的贡献量为17.6%~62.7%;而福建南平(FJn)和四川汶川(SCc)种源均分别与前2年的最低气温和平均相对湿度呈显著正线性及负线性相关,广西博白(GXb)种源与前2年平均气温呈显著负线性相关,云南西畴(Ync)、四川古蔺(SCl)种源与前2年平均相对湿度具显著负线性相关关系。

    • 不同种源杉木(1987—2013)树轮α纤维素中稳定碳同位素(δ13C)的变幅为−20.997‰~−25.910‰,且表现出较强的一阶自相关,相关系数为0.181~0.866,表明广西柳州不同种源杉木树轮δ13C的年际变化相对稳定,能较好的呈现环境的变化,这与靳翔等[9]对岷江冷杉树轮δ13C变幅及年际变化的研究结果相一致。

      本研究发现,大部分杉木种源δ13C与年平均气温、最高气温、最低气温呈显著正相关,与最小相对湿度、平均相对湿度呈极显著负相关,而与年日照总时数呈不显著正相关。杉木不同种源树轮δ13C与气候因子的这种正负相关性与对亚热带树种猴面包树[24]及亚高山暗针叶林[25]的研究相似。

      研究还发现,不同种源的杉木对气候因子响应的灵敏度不同,可见,影响树轮中δ13C值的因素并不单一,是多个因子的综合效应[26]。树轮α纤维素中δ13C值与叶片气孔导度及环境温度相关[13],而叶片是通过感知环境中水分多少来调节气孔导度,当叶片处于相对干燥的环境中,水分的减少导致气孔导度降低,限制了叶片CO2的供给,最终导致树轮中δ13C值增大[27]。温度是影响CO2分馏的主要条件,当温度低于平均温度,且二者之间差值较大时,将会影响树轮中碳的固定[28]。通过对杉木树轮中δ13C值与当年、前1年、前2年气候因子相关性的分析可以看出,17个种源对前2年平均气温、15个种源与前2年最低气温、21个种源与前2年最高气温以及11个种源与前2年的平均相对湿度相关系数较大,而14个种源与当年最小相对湿度呈显著负相关性,除了广东紫金、贵州六枝和湖南新宁的3个种源树轮δ13C值对气候因子的响应是即时效应外,其余的种源对气候因子的响应均存滞后效应。由此可以看出,各气候因子对杉木树轮中稳定碳同位素的影响是长期积累的结果,这与在低海拔地区树轮稳定碳同位素对年气候因子的响应出现明显滞后效应的结论一致[29]

      通过对相关系数较高的气候因子进行逐步回归分析,发现除了福建南平(FJn)种源与前2年的最低气温和平均相对湿度呈线性关系,广西博白(GXb)种源与前2年平均气温呈线性关系,云南西畴(Ync)、四川古蔺(SCl)种源与前2年平均相对湿度呈线性关系外,其余26个种源杉木树轮α纤维素中δ13C值随当年最小相对湿度的增大而出现减小的趋势。因此,当年最小相对湿度可以作为影响杉木树轮α纤维素中δ13C的主导气候因子。在湿度较大的环境中,杉木往往生长较好,其有机物的分馏作用越强,导致树轮中δ13C减小[28]

    • 中亚热带柳州地区不同地理种源杉木树轮α-纤维素中δ13C对同一气候因子的响应方向基本一致,大部分种源树轮δ13C与平均相对湿度和最小相对湿度呈负相关,与平均气温、最高气温和最低气温呈显著正相关,与日照时数、降水和湿润度指数的相关性不大,且有90%的杉木种源树轮δ13C对气候的响应存在明显滞后效应。不同地理种源杉木树轮α-纤维素中δ13C对最小相对湿度这一气候因子的响应较灵敏,从生物学基础上阐明了树轮稳定碳同位素的固定、分馏受到生长环境中最小相对湿度的影响较大,而对年降水量多少的依赖性较小。研究结果有效的填补了种源层面上树轮稳定碳同位素对气候响应研究的不足,也为未来气候变化条件下杉木人工林健康培育提供了依据。

参考文献 (29)

目录

    /

    返回文章
    返回