Open Access
Issue
JNWPU
Volume 38, Number 4, August 2020
Page(s) 822 - 827
DOI https://doi.org/10.1051/jnwpu/20203840822
Published online 06 October 2020

© 2020 Journal of Northwestern Polytechnical University. All rights reserved.

Licence Creative Commons
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

沙尘暴是强风从沙漠或沙漠化地面卷扬起大量沙尘, 并使空气能见度急剧恶化的灾害性天气。沙尘暴携带的沙尘微粒破坏了地-气辐射平衡, 其远距离传输引起大范围降尘和大气中气溶胶浓度的增加, 对区域甚至全球尺度气候产生影响, 对人类生存环境造成危害, 是不可忽视的大气和生态环境问题之一[1-2]。

沙尘暴主要发生于在沙漠及其邻近的干旱、半干旱地区[3], 地表特征和气候因子的物理学计算[4]、沙尘气溶胶化学成分的观测分析[5]以及卫星遥感的分析研究[6]均表明, 塔克拉玛干沙区是亚洲沙尘暴产生的重要源地, 塔克拉玛干沙漠区是亚洲地区最大的大气沙源和最强的沙尘活动中心[7]。

地面监测是沙尘暴监测的传统方法, 同时也是全面监测沙尘暴的必备方式。张桂玲等[8]以黑龙江沙尘暴地面监测站为监测点, 定点定位观测沙尘暴的发生、发展和动态变化过程, 收集与沙尘暴相关的气象、土壤等环境信息, 为沙尘暴灾害预警、灾情评估和应急管理提供了必要依据。地面监测受到许多因素的制约, 难以从大尺度上刻画沙尘暴过程。利用遥感技术从空间对沙尘暴进行监测是目前比较有效的手段, 随着遥感技术的不断发展, 它在沙尘暴研究中发挥越来越重要的作用, 利用多种遥感数据监测沙尘暴, 提取沙尘暴信息, 定量分析沙尘暴的有关参数, 已成为沙尘暴研究的热点课题。王亚强等[9]利用后向轨迹模式对2008年全球沙尘分布进行了数值模拟, 再现了多数地区的沙尘暴发生频率。

地面观测站点测量点上的数据测量精度高, 遥感卫星可以大范围宏观监测沙尘暴, 两者紧密地结合能够为沙尘暴监测、预警系统提供科学的理论依据。刘志丽等[11]以2002年3、4月份沙尘暴事件为例, 采用卫星观测与地面监测结合的方式, 遥感卫星反演地面参数与地面观测站点测量数据互相验证。Han等[11]通过地面测量、卫星传感与传输模型联合的方式探讨了2011年5月1日发生于南京的沙尘暴的光学特性、时空分布和对当地空气的影响, 发现6 km以下存在2个沙尘气溶胶漂浮层, 其中高度低漂浮层起源于北方蒙古方向戈壁滩, 高度高漂浮层起源于塔克拉玛干沙漠, 可吸入颗粒物和细颗粒物浓度最高值分别达到767 μg·m-3和222 μg·m-3

目前, 针对特强沙尘暴的天气特征分析已经有比较多的报道[12-14], 但对沙尘暴物理特征的系统认识还相对不足。至今还很少在沙尘暴发源的沙漠地带获得真正意义上比较完整的沙尘暴天气的大气边界层和陆面过程的观测资料, 以致无法用观测试验资料来揭示沙尘暴的真实物理特征。起沙过程是沙尘暴的关键环节, 然而对该环节机制的认识却十分有限[3]。本文利用沙尘暴源头的探测数据结合卫星数据, 对此展开分析。

1 沙尘暴源头的光学特性

为探测沙尘源区上空的气溶胶在沙尘暴形成过程中的时空变化, 利用米散射激光雷达、太阳辐射计和能见度仪, 分别针对消光系数廓线、光学厚度和能见度, 在沙尘源头的塔克拉玛干沙漠, 偏离沙尘暴行进路线的测量点开展了气溶胶光学特性的野外测量试验。该次外场试验发现并跟踪了2016年11月17日至18日袭击新疆、甘肃、内蒙古和宁夏等我国西北部的大范围冬季沙尘暴在沙尘源区附近的发展演化过程。

图1a)为2016年11月17日外场试验测量点处消光系数廓线的时间演化。可见11:00以后, 沙尘暴逐渐形成。为了更好地分析沙尘气溶胶的消光廓线变化, 在15:40至18:40及18:40至19:40时段分别做了测量频率的加密处理, 由最初的15 min观测一次, 分别提高为10 min和5 min观测一次。19:40以后, 由于沙尘暴持续增大, 为避免对观测设备带来不利影响而停止测量。为方便分析, 图1对时间轴按照测量次数进行处理。

为更好地展示消光系数的空间分布, 图1a)中纵轴对应的消光系数值取以10为底的对数。正常天气下, 气溶胶消光系数通常随着高度的上升而下降, 而在沙尘暴形成和发展过程中, 沙尘气溶胶的消光系数廓线与通常随高度递减的特性明显不同。12:00前后, 消光系数极大值升至7 km高度后, 边界层至7 km之间出现了超1 h的消光系数极小值。14:00之后, 消光系数廓线呈现出2~6 km高度内数值小, 而上下两端数值大的夹心饼干模式。对4.5 km高度而言, 14:00之前的消光系数是先增后降, 而14:00至19:20之间的消光系数几乎一直处于极小值, 之后又出现增大趋势。

由于沙漠型气溶胶的成分相对单一, 所对应气溶胶消光系数大小与该处沙尘量的多少直接相关, 因此消光系数的空间变化反映了风力作用下沙尘粒子向高空的输运。从6 km高度处的消光系数可见, 消光系数的变化呈现出间歇性特征, 该特征和前述分层现象是沙尘气溶胶在输运过程中的必然反映。

试验测量点的地理坐标为(41.91°N, 86.89°E), 卫星过境时刻, 其上方存在高空卷云, 如图1b)所示, 而该日天气晴朗, 卷云以下并无云层, 因此可以确定6 km上下的消光系数极大值层为沙漠输送至上空的沙尘层。云层覆盖的星下点穿越了塔克拉玛干沙漠, 云层的存在阻挡了对近地面气溶胶类型的判断, 但其前后均为沙尘气溶胶, 见图1c)。从地面测量结果分析, 云层下方覆盖的气溶胶类型同样是沙尘气溶胶。

光学厚度是消光系数沿高度的积分值, 图2展示了2016年11月17日的532 nm波段对应的太阳辐射计测量的气溶胶光学厚度的时间演化。14:00之前的光学厚度值在0.25左右, 且维持此值几乎不变。14:00至15:40时间段缓慢增大至0.30左右, 之后至18:00时间段内, 光学厚度值震荡式快速增大, 最大值接近1.30。其中17:00至17:20时间段的数值由于沙尘影响而缺失。太阳辐射计是以太阳光为测量对象的被动技术, 太阳低于一定高度角后便不再测量。11月18日10:00在此开启太阳辐射计时, 光学厚度已恢复至正常值。图2的光学厚度值从总量角度验证了近源头区域沙尘暴的形成和演化过程。

消光系数在水平方向表现为能见度。在非沙尘暴期间, 测量点处的能见度通常超过40 km, 尽管该测量点不在沙尘暴的行进路线上, 17日全天能见度仍低于正常值。00:00至20:00之间, 能见度大多数时间在20 km下震荡且幅度趋于增大, 13:00前后能见度震荡幅度达到最大值, 20:00以后, 沙尘暴离开测量点并向东部的甘肃、宁夏、内蒙古等省份传输, 能见度开始震荡增大, 到18日11:00以后回复至正常值。

上述沙尘源头的地面测量获得了沙尘气溶胶在形成沙尘暴过程中光学特性的演化, 而沙尘暴的远程输送则有赖于卫星数据的分析。

thumbnail 图1

沙尘气溶胶消光系数廓线的时间演化

thumbnail 图2

沙尘暴形成过程中气溶胶光学厚度的演化

thumbnail 图3

测量点处的能见度变化

2 沙尘暴的远程输送

图4为以甘肃省武威市(37.93°N, 102.63°E)为起点的后向轨迹图, 利用HYSPLIT(hybrid single-particle Lagrangian integrated trajectory)绘制。

HYSPLIT(www.arl.noaa.gov/ready.php)是计算传输、扩散和沉降等后向/前向轨迹的一种模式[15], 该模式以1°×1°计算, 6 h平均一次, 自下而上垂直分为24层, 最高处的大气压约为100毫巴。该模式已经过地面测量和空基雷达观测校验, 其计算结果广泛应用于亚洲沙尘长距离传输的追溯。以UTC(universal time coordinated)时间11月18日00:00为起点, 11月14日18:00为终点, 共历时90 h。从后向轨迹图上可以清晰地看出, 甘肃沙尘暴的源头为塔克拉玛干沙漠。沙尘暴形成后, 在西风带的作用下由新疆天山以南向东传输。

图5为甘肃省武威市在沙尘暴过境前后气溶胶质量浓度的变化情况, 细颗粒物、可吸入颗粒物的质量浓度均在11月18日12:00前后出现极大值, 相对于新疆测量点推迟约一天时间。甘肃武威可吸入颗粒物、细颗粒物的气溶胶粒子质量浓度正常值分别在140 μg·m-3、65 μg·m-3上下, 而在沙尘暴过境时刻, 可吸入颗粒物平均值在1 200 μg·m-3左右, 最大值甚至超过4 300 μg·m-3, 细颗粒物的质量浓度的平均值在130 μg·m-3左右, 最大值则超过了270 μg·m-3

因此, 相对于细颗粒物、可吸入颗粒物的质量浓度变化要剧烈的多, 可吸入颗粒物中的大粒子占了相当大的比例, 对可吸入颗粒物的质量浓度值起到了关键作用。由上述结果可知, 可吸入颗粒物比细颗粒物更适合描述沙尘暴的变化过程。

图6为550 nm波段对应的可吸入颗粒物径为1.0 μm沙尘散射的光学厚度平均值, 平均时间尺度为1小时, 平均角度为0.5°×0.625°, 数据来源于MERRA-2(modern-Era retrospective analysis for research and applica-tions, version 2)卫星[16]。由图6可知, 沙尘暴期间, 可吸入颗粒物径为1.0 μm沙尘散射的光学厚度出现了数量级的上涨, 从原来的10-4量级猛增至10-1量级。2016年11月17日午后, 新疆和田自西向东出现沙尘暴, 郊区最低能见度为100 m; 11月18日, 甘肃和宁夏先后遭受强烈沙尘暴袭击; 10时20分, 甘肃武威市气象台发布了沙尘暴橙色预警信号, 15时5分, 宁夏中卫市发布沙尘暴黄色预警信号。上述卫星数据分析图再现了沙尘暴过境前后沙尘气溶胶散射光学厚度的变化。

NCEP(national centers for environmental prediction)能够对自1948年至今的气象数据进行同化[17], 是分析大范围气象参数变化规律的有力工具。图7展示了利用NCEP获取的沙尘暴前后的地面气压、风速和风向的发展演化。图中气压最低处和部分气压次低处为喜马拉雅山脉, 受其阻挡, 沙尘暴离开新疆后大致沿着处于低压区的河西走廊狭窄地带传输, 并快速扩散至宁夏、内蒙古等省份, 但随着高气压的出现, 沙尘暴东扩的难度越来越大。沙尘暴传输的低气压区基本处在西风或偏西风控制下, 这有利于沙尘暴向东扩散, 但东风加速了沙尘暴的沉降, 同样减缓了沙尘暴的向东蔓延。总之, 在高气压和风的联合阻挡下, 沙尘暴未能延伸到中国东部地区。

thumbnail 图4

以武威为起点的后向轨迹图

thumbnail 图5

甘肃武威的气溶胶粒子质量浓度变化

thumbnail 图6

沙尘气溶胶散射光学厚度平均值

thumbnail 图7

沙尘暴过程中的气压、风速和风向演化

3 结论

本文利用沙尘暴源头的地面测量数据和卫星监测数据, 分析了2016年11月17日至18日在新疆、甘肃、宁夏和内蒙古境内爆发的大规模沙尘暴的形成和发展过程, 形成以下结论:

1) 中国沙尘暴的发展路径主要包括三条, 分别是西方路径、西北路径和北方路径, 该次沙尘暴的发展路径为西方路径。西方冷空气在低压区的吸引下吹向南疆的沙漠和戈壁, 引发了该次沙尘暴;

2) 消光系数廓线出现上下两端值大中间边界层附近值小的夹心饼干模式, 是沙尘暴开始形成的标志, 沙尘暴形成过程中, 光学厚度震荡式快速增大;

3) 卫星路径下方云层的干扰会影响近地面数据的测量, 此时地面测量将起到重要的补充作用, 星地联合有利于沙尘暴过程的全面分析;

4) 中国西北部的沙尘暴形成和发展的区域在冬季处于低气压区, 加之风力阻挡, 冬季沙尘暴难以蔓延至中国东部地区。

References

  1. ZHANG Cunjie, NING Huifang. Spatial Distribution of Dust Storm, Fly Sand and Floating Dust over Last Thirty Years in Gansu Province[J]. Meteorological, 2002, 28 (3): 28– 32 [Article] [Google Scholar]
  2. ZHANG Qiang, WANG Sheng. On Physical Characteristics of Heavy Dust Storm and Its Climatic Effect[J]. Journal of Desert Research, 2005, 25 (5): 675– 681 [Article] [Google Scholar]
  3. FAN Yida, SHI Peijun, LUO Jing. Advances in Studying Dust Storm Using Remote Sensing[J]. Advances in Earth Science, 2003, 18 (3): 367– 373 [Article] [Google Scholar]
  4. XUAN J, LIU G L, DU K. Dust Emission Inventory in Northern China[J]. Atmospheric Environment, 2000, 34 (26): 4565– 4570 [Article] [CrossRef] [Google Scholar]
  5. ZHANG X Y, ARIMOTO R, ZHU G H, et al. Concentration, Sizedistribution, and Deposition of Mineral Aerosol Over Chinese Desert Regions[J]. Tellus B, 1998, 50 (4): 317– 330 [Article] [CrossRef] [Google Scholar]
  6. WASHINGTON R, TODD M, MIDDLETON N J, et al. Dust-Storm Source Areas Determined by the Total Ozone Monitoring Spectrometer and Surface Observations[J]. Annals of the Association of American Geographers, 2003, 93 (2): 297– 313 [Article] [CrossRef] [Google Scholar]
  7. LIU Xiaodong, TIAN Liang, ZHANG Xiaoye. Influence of Spring Dust Activities over the Taklimakan Desert Area on Concentrations of Atmospheric PM10 in East of Northwest China[J]. China Environmental Science, 2004, 24 (5): 528– 532 [Article] [Google Scholar]
  8. ZHANG Guiling. The Method of Monitoring Dust Weather at the Ground Monitoring Station of Dust Storm in Heilongjiang Province[J]. Protection Forest Science and Technology, 2012, (3): 102– 103 [Article] [Google Scholar]
  9. WANG Yaqiang. Global Sandstorm in 2008: Observation and HYSPLIT Model Validation[C]//Chinese Meteorological Society, 2011(in Chinese) [Google Scholar]
  10. LIU Zhili, MA Jianwen, LI Qiqing, et al. In Situ Measurement and Satellite Observation Experiment and Data Analysis in the Course of Dust Storm[J]. Geographical Science, 2003, 23 (5): 571– 578 [Article] [Google Scholar]
  11. HAN Y, WU Y H, WANG T J, et al. Characterizing a Persistent Asian Dust Transport Event:Opticalproperties and Impact on Air Quality Through the Ground-Based Andsatellite Measurements over Nanjing, China[J]. Atmospheric, Environment, 2015, 115: 304– 316 [Article] [CrossRef] [Google Scholar]
  12. QIAN Zheng'an, SONG Minhong, LI Wanyuan. Analyses on Distributive Variation and Forecast of Sand-Dust Storms in Recent 50 Years in North China[J]. Journal of Desert Research, 2001, 22 (2): 106– 111 [Article] [Google Scholar]
  13. ZHOU Zijiang, WANG Xiwen, NIU Ruohui. Climate Characteristics of Sandstorm in China in Recent 47 Years[J]. Journal of Applied Meteorological Science, 2002, 13 (2): 193– 200 [Article] [Google Scholar]
  14. HUANG K, ZHUANG G, LI J, et al. Mixing of Asian Dust with Pollution Aerosol and the Transformation of Aerosol Componentsduring the Dust Storm over China in Spring 2007[J]. Journal of Geophysical Research:Atmospheres, 2010 [Article] [Google Scholar]
  15. STEIN A F, DRAXLER R R, ROLPH G D, et al. NOAA's HYSPLIT Atmospheric Transport and Dispersion Modeling System[J]. Bulletin of the American Meteorological Society, 2016, 96: 2059– 2077 [Article] [CrossRef] [Google Scholar]
  16. MOLOD A, TAKACS L, SUAREZ M, et al. Development of the GEOS-5 Atmosphericgeneral Circulation Model:Evolution from MERRA to MERRA2[J]. Geoscientific Model Development, 2015, 7 (5): 1339– 1356 [Article] [CrossRef] [Google Scholar]
  17. KANAMITSU M, EBISUZAKI W, WOOLLEN J, et al. NCEP-DOE AMIP-Ⅱ Reanalysis(R-2)[J]. Bulletin of the American Meteorological Society, 2002, 83 (11): 1631– 1644 [Article] [CrossRef] [Google Scholar]

All Figures

thumbnail 图1

沙尘气溶胶消光系数廓线的时间演化

In the text
thumbnail 图2

沙尘暴形成过程中气溶胶光学厚度的演化

In the text
thumbnail 图3

测量点处的能见度变化

In the text
thumbnail 图4

以武威为起点的后向轨迹图

In the text
thumbnail 图5

甘肃武威的气溶胶粒子质量浓度变化

In the text
thumbnail 图6

沙尘气溶胶散射光学厚度平均值

In the text
thumbnail 图7

沙尘暴过程中的气压、风速和风向演化

In the text

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.