来自青藏高原东北部的年轮δ18O记录能够反映相对湿度的季节性变化以及年降水的年内分布情况

《Agricultural and Forest Meteorology》：The intra-annual tree-ring δ18O records from the northeastern Tibetan Plateau can reflect seasonal variations of relative humidity and the intra-annual distribution of precipitation

云杉年轮δ1?O年内变化揭示东北藏区降水季节分配与植被响应机制，年分辨率数据主要反映晚材信号，年内变幅指示早季与晚季降水差异，为干旱半干旱区气候生态研究提供新方法。

　　

王凯|苟晓华|中塚武|张一然|王涛|高琳琳|邓阳|李震|杨凯轩|李轩|王崇山|王泽波

中国兰州大学地球与环境科学学院西部环境系统国家重点实验室，兰州730000

摘要

年内的降水量分布对干旱和半干旱地区的植被生长有显著影响。树木年轮纤维素氧同位素比值（δ¹⁸O_tree）的年内变化可以捕捉季节性气候信号。在本研究中，我们从青藏高原东北部的三个采样点收集了Picea crassifolia的年轮样本，并建立了涵盖过去约30年的年际和年内δ¹⁸O_tree序列。我们发现这三个采样点的年内变化模式一致，δ¹⁸O_tree值从早材逐渐减小到晚材，反映了相应生长时期的相对湿度。进一步分析表明，δ¹⁸O_tree的年内变化幅度可以指示年内的降水量分布，特别是晚季和早季降水量之间的差异。此外，在比较年分辨率和年内分辨率的δ¹⁸O_tree序列时，我们发现年分辨率的δ¹⁸O_tree主要反映了年内树木生长最快的时期的同位素信号。我们的发现为解释年分辨率δ¹⁸O_tree信号以及研究气候变化背景下干旱和半干旱地区的季节性水分变化提供了有价值的见解。

引言

干旱和半干旱地区占地球陆地表面的近45%，在全球碳循环中起着关键作用（Poulter等人，2014年；Yuan等人，2024年）。在这些地区，植被生长主要受水分可用性的限制（Jiao等人，2021年；Wang等人，2021年；Zhang等人，2024年）。干旱事件会破坏生态系统稳定性，导致大量树木死亡（Chen等人，2020年；He等人，2018年），并削弱陆地碳汇（Schwalm等人，2017年）。在持续的气候变化下，干旱和半干旱地区的年总降水量及其时间分布都在发生变化（Liu等人，2024年；Pendergrass和Knutti，2018年），进一步影响生态系统功能（Green等人，2019年；Isbell等人，2011年）。虽然年际水分可用性变化对植被的影响已得到广泛研究（Gherardi和Sala，2019年；Green等人，2019年；Maurer等人，2020年；Wang等人，2022年），但对年内降水量分布的关注较少，而年内降水量分布决定了降雨是否与植物在不同生长阶段的需水量相匹配（Feldman等人，2024年，2020年；Knapp等人，2002年；Thomey等人，2011年）。

树木年轮纤维素氧同位素比值（δ1?O????）由于其明确的生理和环境控制因素（主要是降水同位素组成和相对湿度）而成为重建过去水文气候条件的有效代理指标（McCarroll和Loader，2004年；Roden等人，2000年）。近几十年来，δ1?O????记录被广泛用于水文气候重建（Li等人，2022年；W. Wang等人，2022年；Yang等人，2021年）、水分来源追踪（Fan等人，2022年，2021年；Xu等人，2021年）以及树木生理过程研究（Farquhar等人，2007年；Gessler等人，2018年；Lin等人，2022年；Roden和Siegwolf，2012年）。然而，大多数研究依赖于单个站点的年分辨率数据，这限制了我们对区域水文气候一致性的理解以及年内同位素变化与气候驱动因素之间的联系。高分辨率的δ1?O????分析，通过将单个年轮划分为多个段，为解析季节性水文气候变化提供了有希望的方法（Zeng等人，2017年）。例如，来自西藏东南部的δ1?O????剖面揭示了反映季风强度和降水时间变化的明显季节内同位素周期（An等人，2019年；Xu等人，2020a；Zeng等人，2016年）。因此，这类高分辨率数据可以弥合生理过程与气候变化之间的差距。

尽管取得了这些进展，但仍存在两个关键的知识空白。首先，大多数关于δ1?O????的研究主要集中在气候系统相对均匀的地区，如季风区（Qin等人，2015年；Xu等人，2021年），而在气候复杂的过渡带（如青藏高原东北部）存在不确定性，该地区位于季风边缘，受到季风和西风等多种系统的影响（Gui等人，2022年；Wu等人，2022年；Zhang，2021年）。其次，年分辨率δ1?O????信号与年内高分辨率记录之间的关系尚未得到充分量化，这引发了关于年信号主要代表哪些气候信息以及年内变化如何对其产生影响的问题（Zeng等人，2016年）。

在年分辨率研究中，通常通过体积均匀地将年轮样本从早材切割到晚材，然后使用质谱仪进行同位素比值测量（Fan等人，2022年；Kagawa等人，2015年）。然而，由于早材和晚材的密度不同（Yasue等人，2000年），目前尚不清楚年分辨率的δ¹⁸O_tree信号是否可能过度代表密度较大的晚材信号，从而削弱了早材信号的贡献。此外，影响δ¹⁸O_tree年内变化幅度的因素及其能捕捉的具体气候信号仍需进一步研究。

为了解决这些问题，我们分析了来自青藏高原东北部东西向横断面上三个采样点的Picea crassifolia的δ1?O????。我们建立了涵盖过去30年的年和年内年表，以（1）评估不同水文气候条件下δ1?O????的空间一致性，（2）阐明年分辨率和年内δ1?O????信号之间的关系，以及（3）确定影响年内δ1?O????变化幅度的气候控制因素。我们假设：（a）尽管环境存在差异，所有站点的δ1?O????序列记录了连贯的区域水文气候信号；（b）年分辨率的δ¹⁸O_tree值主要反映了密度较大的晚材的同位素信号；（c）年内δ1?O????变化的幅度可以反映区域内一年中降水的时间和分布。

研究区域

青藏高原东北部远离海洋，受到多种气候系统的影响，包括西风、高原季风和东亚季风。该地区位于干旱和半干旱区域的过渡带，以降水变化大、干旱频繁和生态环境脆弱为特征。这里的植被对气候变化非常敏感。根据1960年至2019年的观测数据，

年表特征

每个采样点的四个年轮样本显示出高度的一致性（图2和图S3），表明年表质量可靠。在采样点之间的差异方面，δ¹⁸O_tree从西向东逐渐减小（图3和图S3），反映了该地区的干旱和湿度梯度（图S1）。此外，在年内变化方面，三个采样点的δ¹⁸O_tree表现出相同的季节性模式：从早材开始逐渐减小

δ¹⁸O_tree的大尺度气候控制

大气环流通过控制大尺度水分传输路径来影响区域水文气候条件。青藏高原东北部位于多个气候系统的交汇处，受到多样且时间变化的水分源的影响。在本研究中，三个采样点的年分辨率δ1?O_tree序列之间的强一致性（表S3），以及PC1与区域水文气候变量之间的密切对应关系（图5；图

结论

本研究基于过去30年来青藏高原东北部三个采样点的年分辨率和年内分辨率δ¹⁸O_tree年表，探讨了三个关键问题：站点之间的空间同步性、年分辨率和年内分辨率δ¹⁸O_tree序列之间的关系，以及影响δ¹⁸O_tree年内变化幅度的因素。结论如下：三个采样点的δ^{18O_tree表现出空间同步性}

资助声明

本工作得到了国家自然科学基金（编号42430503）、日本学术振兴会科学研究资助金（编号21H04980）和甘肃省科学技术厅（编号25ZYJA019）的支持。

CRediT作者贡献声明

王凯：撰写——初稿、可视化、软件、方法论、调查、正式分析、数据管理、概念化。苟晓华：撰写——审阅与编辑、监督、资源获取、项目管理、方法论、调查、资金获取、正式分析、数据管理、概念化。中塚武：撰写——审阅与编辑、验证、监督、软件、资源获取、方法论、资金获取、正式分析、概念化。