秦岭山脉首例基于树木年轮蓝光强度（BI）的温度重建研究

为突破传统树轮指标（TRW）在低纬度地区温度重建中的局限性，研究人员首次将蓝光强度（BI）技术应用于秦岭山脉油松（Pinus tabulaeformis）年轮分析，成功重建174年来2-6月最高温（Tmax2–6）异常序列，揭示PDO和AMO等大尺度气候驱动因子，为低纬度气候研究提供新范式。

　　

论文解读

在全球变暖背景下，低纬度地区的气候重建始终面临两大难题：传统树轮宽度（TRW）对温度信号捕捉能力有限，而高精度的稳定同位素或密度分析又成本高昂。秦岭山脉作为中国南北气候分界线，其历史温度变化对理解东亚季风系统至关重要，但现有研究多依赖TRW或零星同位素数据，难以系统揭示气候驱动机制。这一科学空白，催生了中国科学院团队在《Dendrochronologia》发表的创新性研究——首次将树木年轮蓝光强度（Blue Intensity, BI）技术引入秦岭油松年轮分析。

研究团队从秦岭南坡城固县采集20棵油松42个年轮样本，通过扫描成像技术提取早材BI（EWBI）、晚材BI（LWBI）和Delta BI（DeltaBI）数据，并与传统TRW序列对比。关键技术包括：样本预处理中的树脂去除与表面抛光、图像分析软件测量蓝光反射率、信号去趋势处理（如负指数函数拟合），以及基于气象站数据的校准验证（AD 1847-2020）。

研究结果

1. 树轮指标的气候敏感性
   EWBI序列与2-6月最高温（Tmax_2–6）呈现最强相关性（解释方差43.56%），显著优于TRW。这与高纬度地区LWBI主导的模式不同，印证了低纬度EWBI的气候指示优势。

2. 温度重建与历史波动
   重建结果显示：秦岭经历3个暖期（1871–1892、1898–1931、2012–2020）和3个冷期（1856–1864、1939–1965、1976–1996），与黄土高原西部网格数据高度吻合，证实区域气候一致性。

3. 大尺度气候驱动机制
   EWBI重建序列与太平洋年代际振荡（PDO）呈显著负相关（r = -0.32），与大西洋多年代际振荡（AMO）呈正相关（r = 0.41），揭示海温异常通过大气遥相关影响秦岭温度。

结论与意义
该研究不仅验证了BI在低纬度温度重建中的优越性——成本仅为同位素分析的1/10且信号更清晰，更首次构建了秦岭山脉174年高分辨率温度序列。发现PDO冷相位（如1976-1996）会加剧秦岭降温，而AMO暖相位（如2012-2020）则推动变暖，这一结论为预测东亚季风区未来气候提供了关键机理模型。研究团队特别指出，EWBI在亚热带树种中的普适性仍需验证，但已为全球类似区域的气候重建开辟了新路径。