基于國(guó)際大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃模式數(shù)據(jù)評(píng)估中國(guó)沙塵氣溶膠直接輻射強(qiáng)迫

張?zhí)旌?廖宏 常文淵 劉瑞金

?

基于國(guó)際大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃模式數(shù)據(jù)評(píng)估中國(guó)沙塵氣溶膠直接輻射強(qiáng)迫

張?zhí)旌?, 2廖宏1常文淵1劉瑞金1, 2

1中國(guó)科學(xué)院大氣物理研究所大氣邊界層物理和大氣化學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100029;2中國(guó)科學(xué)院大學(xué)，北京100049

目前氣候模式對(duì)沙塵氣溶膠直接輻射強(qiáng)迫模擬仍有很大不確定性，多模式對(duì)比有助于定量評(píng)估不確定范圍。國(guó)際大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃（Atmospheric Chemistry and Climate Model Intercomparison Project，ACCMIP）旨在評(píng)估當(dāng)前模式對(duì)短壽命大氣成分輻射強(qiáng)迫和氣候效應(yīng)的模擬能力?；?個(gè)ACCMIP模式模擬的中國(guó)地區(qū)沙塵氣溶膠濃度，我們?cè)u(píng)估了中國(guó)區(qū)域沙塵氣溶膠直接輻射強(qiáng)迫和不確定性范圍。結(jié)果顯示，中國(guó)區(qū)域沙塵氣溶膠年排放總量為215±163 Tg a?1，區(qū)域年均地表濃度為41±27 μg m?3，柱濃度為9±4 kg m?2，光學(xué)厚度為0.09±0.05。中國(guó)區(qū)域年均沙塵氣溶膠產(chǎn)生的大氣頂短波、長(zhǎng)波和總輻射強(qiáng)迫分別為?1.3±0.8 W m?2、0.7±0.4 W m?2和?0.5±0.7 W m?2；地表短波、長(zhǎng)波和總的輻射強(qiáng)迫值為?1.5±1.0 W m?2、1.8±0.9 W m?2和0.2±0.2 W m?2。沙塵氣溶膠長(zhǎng)波輻射強(qiáng)迫對(duì)沙塵濃度的垂直分布敏感。高層沙塵氣溶膠濃度越大，其在大氣頂產(chǎn)生更強(qiáng)的正值長(zhǎng)波輻射強(qiáng)迫。然而，沙塵氣溶膠短波輻射強(qiáng)迫主要受整層沙塵柱濃度控制，對(duì)沙塵濃度的垂直分布較不敏感。本文結(jié)果可為中國(guó)沙塵氣溶膠的氣候模擬提供參考。

大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃（ACCMIP） 中國(guó) 沙塵氣溶膠 直接輻射強(qiáng)迫

1 引言

沙塵氣溶膠通過吸收和散射太陽(yáng)短波輻射和地表紅外輻射影響氣候（Huang et al., 2006; Mikami et al., 2006; Yue et al., 2010a），直接輻射強(qiáng)迫值是對(duì)這種影響的定量表達(dá)。研究表明（表1），全球年均沙塵氣溶膠在大氣頂?shù)目傊苯虞椛鋸?qiáng)迫（短波+長(zhǎng)波）為?0.9～0.1 W m?2（Jacobson, 2001; Myhre and Stordal, 2001; Liao et al., 2004; Reddy et al., 2005; Mikami et al., 2006; Yue et al., 2010a, 2010b; Albani et al., 2014），地表強(qiáng)迫為?1.5～?0.5 W m?2（Liao et al., 2004; Yue et al., 2010a, 2010b; Albani et al., 2014），具有很大的不確定性。

我國(guó)西北是東亞重要的沙塵源區(qū)，表1總結(jié)了文獻(xiàn)中估算的該區(qū)域沙塵氣溶膠直接輻射強(qiáng)迫。一些研究得到了該區(qū)域春季的值。比如，基于Gong et al.（2003）利用NARCM（Northern Aerosol Regional Climate Model）模式模擬的2001年春季東亞和北太平洋區(qū)域（16°～70°N，75°E～225°W）沙塵氣溶膠濃度，王宏等（2004）利用k分布輻射傳輸模式計(jì)算了其間區(qū)域平均沙塵氣溶膠大氣頂總輻射強(qiáng)迫為?0.9 W m?2，其中短波和長(zhǎng)波輻射強(qiáng)迫分別為?1.7 W m?2和0.8 W m?2；地面總輻射強(qiáng)迫為?5.4 W m?2，其中短波和長(zhǎng)波輻射強(qiáng)迫分別為?6.3 W m?2和0.8 W m?2。Sun et al.（2012）利用RegCM4（Regional Climate Model version 4）模擬了2000～2009 年中國(guó)沙塵春季晴空輻射強(qiáng)迫，顯示大氣頂短波輻射強(qiáng)迫在塔克拉瑪干和戈壁沙漠沙塵源區(qū)為?6.0～?2.0 W m?2，在中國(guó)東部為?8.0～?4.0 W m?2；大氣頂長(zhǎng)波輻射強(qiáng)迫在源區(qū)為1.2～2.0 W m?2，中國(guó)其他區(qū)域?yàn)?.4～0.8 W m?2。地面短波輻射強(qiáng)迫在源區(qū)為?25.0～?15.0 W m?2，中國(guó)其他區(qū)域?yàn)?15.0～?10.0 W m?2；地面長(zhǎng)波輻射強(qiáng)迫在源區(qū)為4.0～8.0 W m?2，中國(guó)其他區(qū)域?yàn)?.0～4.0 W m?2。

另外一些研究報(bào)道了中國(guó)沙塵氣溶膠直接輻射強(qiáng)迫的年均值。沙塵氣溶膠大氣頂總輻射強(qiáng)迫在塔克拉瑪干和戈壁沙漠為?1.9～9 W m?2，華北為?6.3～?1 W m?2，中國(guó)其他區(qū)域?yàn)?6～?0.6 W m?2（Jacobson, 2001; Myhre and Stordal, 2001; Liao et al., 2004; Mikami et al., 2006; Yue et al., 2010b; Albani et al., 2014）。地表總輻射強(qiáng)迫在中國(guó)源區(qū)為?15～0.5 W m?2，華北為?10～?0.5 W m?2，中國(guó)其他區(qū)域?yàn)?5～0.6 W m?2（Liao et al., 2004; Yue et al., 2010b; Albani et al., 2014）?？梢姡捎谀Ｊ竭x擇沙塵光學(xué)特性的不同，沙塵在中國(guó)源區(qū)輻射強(qiáng)迫的正、負(fù)號(hào)也不確定。此外，吳澗等（2005）利用RegCM3得到了2001年3月～2002年3月東亞（20°～60°N，60°～160°E）沙塵氣溶膠大氣頂和地表年均總直接輻射強(qiáng)迫分別為0.7 W m?2和?2.8 W m?2。綜上所述，上述研究均基于單個(gè)數(shù)值模擬結(jié)果，觀測(cè)或模擬沙塵濃度以及輻射傳輸方案存在顯著差異，使得輻射強(qiáng)迫估算有很大不確定性。

本文旨在評(píng)估我區(qū)域沙塵氣溶膠直接輻射強(qiáng)迫的多模式不確定性。研究基于國(guó)際大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃（Atmospheric Chemistry and Climate Model Intercomparison Project，ACCMIP）（Lamarque et al., 2013b）的多模式模擬結(jié)果。ACCMIP模式模擬結(jié)果被政府間氣候變化委員會(huì)第五次報(bào)告（Intergovernmental Panel on Climate Change Fifth Assessment Report，IPCC-AR5）廣泛采用，其宗旨在于評(píng)估大氣短壽命輻射成分（如氣溶膠、臭氧、甲烷等）及其化學(xué)過程在當(dāng)前氣候模式中的模擬水平。目前，已有許多研究對(duì)ACCMIP多模式模擬的不同時(shí)期（1750～2100年）的臭氧（Bowman et al., 2013; Stevenson et al., 2013; Young et al., 2013）、羥基自由基與甲烷（Naik et al., 2013; Voulgarakis et al., 2013）、黑碳（Lee et al., 2013）和氮硫元素（Lamarque et al., 2013a）的時(shí)空變化和輻射強(qiáng)迫進(jìn)行了評(píng)估，但利用ACCMIP多模式對(duì)中國(guó)區(qū)域沙塵濃度和輻射強(qiáng)迫的研究仍然缺乏。

2 數(shù)據(jù)與模式

2.1 模擬沙塵濃度

ACCMIP包含不同的大氣環(huán)流模式，分別耦合不同的化學(xué)模塊。其中7個(gè)模式模擬了沙塵氣溶膠濃度，分別是GFDL-AM3（Geophysical Fluid Dynamics Laboratory Atmospheric Model version 3）、GISS-E2-R（Goddard Institute for Space Studies General Circulation Model）、GISS-TOMAS（Implemented TwO-Moment Aerosol Sectional aerosol microphysics mode into GISS-E2-R）、HadGEM2（Hadley Centre Global Environmental Model version 2）、MIROC-CHEM（atmospheric chemistry coupled version of Model for Interdisciplinary Research on Climate）、NCAR- CAM3.5（National Center for Atmospheric Research Community Atmosphere Model version 3.5）和NCAR-CAM5.1（National Center for Atmospheric Research Community Atmosphere Model version 5.1）。所有模擬試驗(yàn)使用再分析資料海溫，大氣環(huán)流與氣溶膠輻射在線雙向耦合。氣候模式采用參數(shù)化起沙方案，即根據(jù)地表下墊面類型和地表風(fēng)場(chǎng)在線計(jì)算起沙量，但各ACCMIP模式使用的參數(shù)化方案略有不同。本文使用的ACCMIP模式基本參數(shù)見表2，模式詳細(xì)描述見Lamarque et al.（2013b）。ACCMIP模擬數(shù)據(jù)來自https://badc.nerc.ac.uk [2015-05-01]。

表2 國(guó)際大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃（ACCMIP）中有沙塵模擬的各模式基本信息

2.2 沙塵輻射強(qiáng)迫的計(jì)算

沙塵氣溶膠輻射強(qiáng)迫是根據(jù)有無(wú)沙塵情形試驗(yàn)輻射強(qiáng)迫的差值計(jì)算得到，即有無(wú)沙塵對(duì)地氣系統(tǒng)輻射通量的影響。由于并不是所有ACCMIP模式都直接輸出了沙塵輻射強(qiáng)迫值，本文采用各ACCMIP模式模擬的氣溶膠質(zhì)量濃度，統(tǒng)一使用GISS GCM II′（Goddard Institute for Space Studies General Circulation Model II′）大氣環(huán)流模式的輻射傳輸方案計(jì)算沙塵直接輻射強(qiáng)迫。此外，由于ACCMIP模式只提供了沙塵氣溶膠的總濃度，并未提供各粒徑段濃度，因此我們根據(jù)GISS GCM II′的2000年參照試驗(yàn)中沙塵各粒徑段的濃度比例，將ACCMIP模式的沙塵濃度分配到GISS GCM II′的粒徑段中，并保持總濃度不變。GISS GCM II′模式采用單高斯點(diǎn)倍加—累加輻射傳輸方案（Lacis and Hansen, 1974; Hansen et al., 1983），計(jì)算6個(gè)短波和25個(gè)長(zhǎng)波波段的輻射通量。氣溶膠光學(xué)特性（消光系數(shù)、散射系數(shù)和不對(duì)稱因子）根據(jù)米散射理論，基于沙塵粒子的譜分布和復(fù)折射指數(shù)計(jì)算得到。沙塵粒子從0.0316～31.6 μm分為6個(gè)檔（0.0316～0.1、0.1～0.316、0.316～1.0、1.0～3.16、3.16～10和10～31.6 μm）。各波段沙塵氣溶膠光學(xué)參數(shù)參見Liao et al.（2004），其中550 nm中國(guó)地區(qū)沙塵氣溶膠年均單次散射反照率（Single Scattering Albedo，SSA）如圖1所示。西北沙漠地區(qū)SSA值在0.872～0.878范圍內(nèi)，與Huang et al.（2009）報(bào)道670 nm的值0.89相當(dāng)。模式中每個(gè)積分步長(zhǎng)的地表反照率是根據(jù)氣象和地表參數(shù)變化計(jì)算得出（Hansen et al., 1983）。陸地的反照率是植被類型的函數(shù)，隨波段和季節(jié)變化。當(dāng)有降雪的時(shí)候，地表反照率根據(jù)積雪厚度、沉積時(shí)間、植被覆蓋量和無(wú)雪地面反照率計(jì)算。陸冰在可見光波段和近紅外波段反照率分別為0.60和0.31。塔克拉瑪干沙漠的全波段中國(guó)年均地表反照率在0.2～0.25之間，與Aoki et al.（2005）于2002年4月4日在塔里木盆地觀測(cè)的值0.273相當(dāng)。GISS-E2-R模式和本文中GISS GCM II′模式為同一個(gè)動(dòng)力框架下的不同版本，通過對(duì)比ACCMIP提供的和本文計(jì)算的GISS-E2-R模式沙塵氣溶膠大氣頂短波和長(zhǎng)波輻射強(qiáng)迫，發(fā)現(xiàn)它們模擬的輻射強(qiáng)迫空間分布和量值接近，中國(guó)平均沙塵大氣頂短波和長(zhǎng)波輻射強(qiáng)迫差異均小于0.3 W m?2，總輻射強(qiáng)迫相當(dāng)（圖未顯示），說明本文的GISS GCM II′模式有較好的合理性和可靠性。由于IPCC-AR5只報(bào)道了人為沙塵氣溶膠的輻射強(qiáng)迫，所以本文的結(jié)果主要IPCC-AR4中的值相比較。Liao et al.（2004）利用此輻射傳輸方案計(jì)算的全球平均沙塵氣溶膠大氣頂和地表輻射強(qiáng)迫分別為0.1 W m?2和?0.5 W m?2，處于IPCC-AR4合理范圍內(nèi)，說明本文使用的輻射傳輸方案具有很好的代表性。

圖1 GISS GCM II′（Goddard Institute for Space Studies General Circulation Model II′）模擬的550 nm沙塵氣溶膠年均單次散射反照率（SSA），右上角為中國(guó)平均值

2.3 觀測(cè)數(shù)據(jù)

本文利用中國(guó)氣象局大氣觀測(cè)網(wǎng)（Chinese Meteorological Administration Atmosphere Watch Network，CAWNET）于2006～2007年在全國(guó)14個(gè)站點(diǎn)觀測(cè)的月平均沙塵地表濃度（Zhang et al., 2012）來評(píng)估ACCMIP模式模擬的結(jié)果。其中敦煌站點(diǎn)地處西北沙塵源區(qū)。所有站點(diǎn)觀測(cè)的沙塵濃度是PM10中沙塵的濃度，跟大多數(shù)模式的粒徑范圍一致。

由于沙塵氣溶膠光學(xué)厚度（Aerosol Optical Depth，AOD）在中國(guó)西北總氣溶膠AOD中占主導(dǎo)地位，我們利用MISR（Multi-angle Imaging SpectroRadiometer）衛(wèi)星觀測(cè)的2000～2010年中國(guó)西北地區(qū)555 nm總氣溶膠AOD來評(píng)估GISS GCM II′模擬的550 nm沙塵氣溶膠AOD。

3 ACCMIP模擬的中國(guó)區(qū)域沙塵排放和濃度

3.1 沙塵排放

圖2顯示了7個(gè)ACCMIP模式模擬的中國(guó)地區(qū)沙塵年排放通量。中國(guó)沙塵源區(qū)主要集中在西北沙漠地區(qū)。總體來說，大多數(shù)模式均模擬出內(nèi)蒙西部的戈壁沙漠和新疆塔克拉瑪干沙漠的強(qiáng)起沙源區(qū)，但各模式有顯著差異。例如HadGEM2模式不能再現(xiàn)塔克拉瑪干沙漠源區(qū)，而MIROC、CAM3.5和CAM5.1模擬的塔克拉瑪干沙漠沙源位置偏東。不同模式的起沙通量也有很大差異。其中，GFDL模擬的最大起沙通量?jī)H為40～50×10?10 kg m?2s?1，而CAM5.1模擬的最大起沙通量則高達(dá)400～850× 10?10 kg m?2s?1。7個(gè)ACCMIP模式模擬的中國(guó)沙塵年排放總量的變化范圍是67（GISS-TOMAS）～510（CAM5.1）Tg a?1，平均值為215±163 Tg a?1，說明ACCMIP中氣候模式模擬的沙塵排放有很大不確定性。這是由于各模式在線模擬的氣象場(chǎng)和起沙方案的不同造成的。

3.2 沙塵濃度

圖3顯示了各模式模擬的中國(guó)地區(qū)沙塵年平均地表濃度。所有模式合理模擬出中國(guó)西北地區(qū)的地表沙塵高濃度，年均值為15～200 μg m?3。大多數(shù)模式模擬的源區(qū)濃度為200～500 μg m?3，但CAM3.5和CAM5.1模擬的源區(qū)濃度相對(duì)較高，其中CAM5.1模擬最大值達(dá)到2500 μg m?3。CAM5.1模擬的中國(guó)平均沙塵年均地表濃度最大，為89 μg m?3，而MIROCss模擬的值最小，僅為21 μg m?3，7個(gè)ACCMIP模式的平均值為41±27 μg m?3。

圖2 各模式模擬的沙塵年排放通量（單位：10?10 kg m?2 s?1），每圖右上角為中國(guó)年排放總量（單位：Tg a?1）

圖4對(duì)比了CAWNET站點(diǎn)（圖4h）觀測(cè)和7個(gè)ACCMIP模式模擬的月平均地表沙塵濃度，結(jié)果表明，GFDL、GISS、GISS-TOMAS、HadGEM2和MIROC模擬的沙塵地表濃度顯著低于觀測(cè)值，平均偏低65.3%～78.6%。CAM3.5模擬值低估較小，平均偏低12.3%。而CAM5.1相對(duì)于觀測(cè)值高估了6.6%。此外，GFDL、GISS、GISS-TOMAS和CAM3.5模擬的月均沙塵濃度和觀測(cè)的相關(guān)性較好，相關(guān)系數(shù)在0.42～0.57之間，說明這些模式基本能夠模擬出中國(guó)沙塵地表濃度的季節(jié)變化。其他3個(gè)模式（HadGEM2、MIROC和CAM5.1）較差，其中MIROC模擬和觀測(cè)之間的相關(guān)系數(shù)僅為0.14。綜合7個(gè)模式的表現(xiàn)，與觀測(cè)相比，CAM3.5模擬的中國(guó)地區(qū)沙塵地表濃度最好，而MIROC模式最差。

圖3 各模式模擬的年平均沙塵地表濃度（單位：μg m?3），每圖右上角為中國(guó)平均值

圖4 在14個(gè)中國(guó)氣象局大氣觀測(cè)網(wǎng)（CAWNET）站點(diǎn)，（a–g）觀測(cè)（x軸）和模擬（y軸）的各模式月平均地表沙塵濃度（單位：μg m?3）的對(duì)比（實(shí)斜線為1:1比例線，虛斜線為2:1和1:2比例線）。（h）14個(gè)CAWNET站點(diǎn)位置，分別為成都（CD，30°39'N，104°2.4'E）、敦煌（DH，40°9'N，94°40.8'E）、大連（DL, 38°54'N，121°37.8'E）、顧城（GC，39°7.8'N，115°48'E）、皋蘭山（GLS，36°0'N，105°51'E）、金沙（JS，29°37.8'N，114°12'E）、臨安（LA，30°18'N，119°44'E）、龍鳳山（LFS，44°43.8'N，127°36'E）、拉薩（LS，29°40.2'N，91°7.8'E）、南寧（NN，22°49.2'N，108°21'E）、番禺（PY，23°0'N，113°21'E）、太陽(yáng)山（TYS，29°10.2'N，111°42.6'E）、西安（XA，34°25.8'N，108°58.2'E）和鄭州（ZZ，34°46.8'N，113°40.8'E）

圖5顯示了各模式模擬的中國(guó)地區(qū)沙塵年均柱濃度。柱濃度的空間分布與地表濃度相似（圖3）。大多數(shù)模式模擬的最大沙塵柱濃度位于塔克拉瑪干沙漠，達(dá)到20～50 kg m?2，其中CAM3.5和CAM5.1模擬的最大值相對(duì)偏高，分別為50～100和150～300 kg m?2。與其他模式不同，HadGEM2模擬的最大值位于戈壁地區(qū)，為20～50 kg m?2。7個(gè)模式模擬的中國(guó)平均柱濃度大小順序與年排放總量的大小順序類似，CAM5.1模擬的中國(guó)平均柱濃度最大（15 kg m?2），GFDL最小（6 kg m?2），7個(gè)模式的平均值為9±4 kg m?2。值得注意的是，MIROC和HadGEM2模式模擬的年排放總量和柱濃度在所有模式中較高，而地表濃度較低，說明這兩個(gè)模式中除排放以外垂直輸送對(duì)模擬的沙塵地表濃度影響很大。

圖5 各模式模擬的沙塵年平均柱濃度（單位：kg m?2），每圖右上角為中國(guó)平均值

4 沙塵直接輻射強(qiáng)迫

4.1 光學(xué)厚度

利用各ACCMIP模式模擬的氣溶膠質(zhì)量濃度，統(tǒng)一使用GISS GCM II′模式模擬的沙塵AOD如圖6a–g所示。其空間分布與沙塵柱濃度的空間分布相似。大多數(shù)模式模擬的中國(guó)西北沙塵AOD在0.05～0.3范圍內(nèi)，最大值出現(xiàn)在塔克拉瑪干沙漠或內(nèi)蒙西部，值在0.1～0.3之間。而CAM3.5和CAM5.1模擬值相對(duì)偏高，最大值分別為0.4～0.5和0.7～0.8。7個(gè)模式模擬的中國(guó)年均沙塵AOD在0.05 （GFDL）～0.18（CAM5.1）范圍內(nèi)，平均值為0.09±0.05。

我們利用圖6h所示的MISR衛(wèi)星觀測(cè)的2000～2010年年均中國(guó)555 nm總AOD來評(píng)估各模式模擬的沙塵AOD。為減少沙塵以外其他氣溶膠的影響，我們僅評(píng)估中國(guó)西北沙塵高濃度區(qū)域（36°N以北和110°E以西的中國(guó)區(qū)域）的情況。中國(guó)西北MISR衛(wèi)星觀測(cè)的總AOD在0.1～0.5范圍內(nèi)，最大值出現(xiàn)在塔克拉瑪干沙漠地區(qū)，值為0.4～0.5，區(qū)域平均值為0.24。GFDL、GISS、GISS- TOMAS、HadGEM2和MIROC模擬的沙塵AOD在中國(guó)西北的平均值為0.10～0.14，相對(duì)觀測(cè)值平均偏低42%～58%。CAM3.5和CAM5.1模擬的沙塵AOD在中國(guó)西北的平均值分別為0.31和0.44，相對(duì)觀測(cè)值平均偏高27%和80%。

圖6 （a–g）各模式模擬的550 nm沙塵年均氣溶膠光學(xué)厚度（AOD）和（h）MISR（Multi-angle Imaging SpectroRadiometer）衛(wèi)星觀測(cè)的2000～2010年年均555 nm總AOD。每圖右上角值為中國(guó)平均值。（h）中黑色虛線區(qū)域（36°N以北和110°E以西的中國(guó)區(qū)域）為沙塵高濃度區(qū)

4.2 大氣頂輻射強(qiáng)迫

圖7顯示了各模式模擬的中國(guó)沙塵氣溶膠年均大氣頂短波輻射強(qiáng)迫?？梢钥闯?，模擬的大氣頂短波輻射強(qiáng)迫的空間分布和柱濃度的空間分布類似。整體而言，除了青藏高原和青海以外的其他中國(guó)地區(qū)，所有模式模擬沙塵氣溶膠對(duì)短波在大氣頂產(chǎn)生負(fù)強(qiáng)迫，沙塵濃度越高負(fù)強(qiáng)迫越大，這和Albani et al.（2014）利用CAM4（Community Atmosphere Model version 4）模擬的中國(guó)情況相同。在青藏高原和青海地區(qū)，沙塵產(chǎn)生正強(qiáng)迫，值為0.0～0.3 W m?2。GFDL、GISS、GISS-TOMAS和MIROC模擬的最小值位于塔克拉瑪干沙漠，為?5.0～?2.0 W m?2，在其他西北地區(qū)值為?2.0～?1.0 W m?2。在中國(guó)中部、南部和東北部地區(qū)的值分別為?2.0～?0.5 W m?2，?1.0～?0.5 W m?2和?1.0～0.0 W m?2。CAM3.5和CAM5.1模擬的最小值也位于塔克拉瑪干沙漠，但負(fù)強(qiáng)迫更大，為?15.0～?5.0 W m?2。此外，它們模擬的中國(guó)北部的值為?5.0～?2.0 W m?2，南部和東北部的值為?2.0～0.0 W m?2。然而，HadGEM2模擬的最小值位于戈壁，值為?5.0～?15.0 W m?2，在中國(guó)中部、南部和東北部的值分別為?2.0～?0.5 W m?2，?5.0～?2.0 W m?2和?1.0～?0.5 W m?2。各模式模擬的中國(guó)平均大氣頂短波輻射強(qiáng)迫與柱濃度呈線性關(guān)系，CAM5.1的模擬值 最大（?2.5 W m?2），GFDL的模擬值最?。?0.6 W m?2）。表3總結(jié)了各模式模擬的中國(guó)和全球平均輻射強(qiáng)迫值。7個(gè)ACCMIP模式模擬的中國(guó)大氣頂短波輻射強(qiáng)迫的平均值為?1.3±0.8 W m?2，強(qiáng)于全球平均值?0.9±0.5 W m?2和IPCC-AR4（2007）報(bào)道的范圍?0.2～?0.8 W m?2。

圖7 各模式模擬的沙塵氣溶膠大氣頂短波輻射強(qiáng)迫（單位：W m?2），每圖右上角為中國(guó)平均值

各模式模擬的中國(guó)沙塵氣溶膠年均大氣頂長(zhǎng)波輻射強(qiáng)迫如圖8所示。模擬的大氣頂長(zhǎng)波輻射強(qiáng)迫的空間分布也和柱濃度的空間分布類似。所有模式模擬的中國(guó)沙塵氣溶膠對(duì)長(zhǎng)波在大氣頂產(chǎn)生正強(qiáng)迫，濃度越高正強(qiáng)迫越大，從中國(guó)西北至東南逐漸降低。所有模式模擬的最大值均出現(xiàn)在塔克拉瑪干地區(qū)，GFDL模擬的最大值為0.6～1.0 W m?2，GISS和GISS-TOMAS模擬的最大值為1.0～1.5 W m?2，HadGEM2、MIROC、CAM3.5和CAM5.1模擬的最大值為2.0～5.0 W m?2。大多數(shù)模式模擬的值均由西北至東南逐漸降低至0.2～0.4 W m?2，而HadGEM2模擬的值在中國(guó)東部相對(duì)其他模式較大，為1.0～1.5 W m?2。和表1中文獻(xiàn)報(bào)道的值對(duì)比發(fā)現(xiàn)，GFDL、GISS和GISS-TOMAS模擬源區(qū)的值與文獻(xiàn)報(bào)道源區(qū)的值0.2～1.9 W m?2（Yue et al., 2010a, 2010b; Albani et al., 2014）相當(dāng)，其他模式均偏大。但是，各模式在中國(guó)東南的值均和文獻(xiàn)報(bào)道的0～0.7 W m?2接近。7個(gè)ACCMIP模式模擬的中國(guó)平均值在0.3（GFDL）～1.3（HadGEM2）W m?2范圍內(nèi)，平均值為0.7±0.3 W m?2；全球平均值較小為0.4±0.3 W m?2，比IPCC-AR4（2007）報(bào)道的范圍0.07～0.3 W m?2略大。值得注意的是，雖然HadGEM2模擬的中國(guó)平均柱濃度在7個(gè)模式中居中，卻產(chǎn)生了最大的大氣頂長(zhǎng)波輻射強(qiáng)迫。從圖9各模式模擬沙塵濃度的垂直分布中可以看出，這是由于HadGEM2模式模擬的高層沙塵氣溶膠濃度相對(duì)于其他模式較高，說明大氣頂長(zhǎng)波輻射強(qiáng)迫不僅和氣溶膠的柱濃度有關(guān)，還與氣溶膠的垂直分布密切相關(guān)。

圖8 各模式模擬的沙塵氣溶膠大氣頂長(zhǎng)波輻射強(qiáng)迫（單位：W m?2），每圖右上角為中國(guó)平均值

圖9 各模式模擬的中國(guó)年平均沙塵濃度（單位：10?8 kg kg?1）的垂直分布

綜上所述，7個(gè)ACCMIP模式模擬的中國(guó)沙塵氣溶膠大氣頂總輻射強(qiáng)迫（短波+長(zhǎng)波）平均值為?0.5±0.7 W m?2（表3），說明沙塵氣溶膠在中國(guó)大氣頂起降溫作用。該值與王宏等（2004）模擬的東亞和北太平洋區(qū)域2001年春季平均值?0.9 W m?2符號(hào)相同，但負(fù)強(qiáng)迫略小。與Chang and Liao（2009）計(jì)算的1850～2000年中國(guó)硝酸鹽（?0.8 W m?2）和黑碳（0.6 W m?2）氣溶膠的輻射強(qiáng)迫在數(shù)值上相當(dāng)。此外，7個(gè)ACCMIP模式模擬的全球大氣頂總輻射強(qiáng)迫平均值為?0.5±0.2 W m?2，和IPCC-AR5（2013）報(bào)道的1750～2010年硫酸鹽（?0.4 W m?2）和黑碳（0.4 W m?2）氣溶膠的輻射強(qiáng)迫在數(shù)值上相當(dāng)。這說明在研究氣溶膠對(duì)全球或中國(guó)氣候的影響時(shí)，除了人為氣溶膠之外，自然沙塵氣溶膠的作用也不容忽視。

表3 各模式模擬的沙塵氣溶膠全球和中國(guó)平均各輻射強(qiáng)迫（單位：W m?2）

4.3 地表輻射強(qiáng)迫

圖10顯示了各模式模擬的中國(guó)沙塵氣溶膠年均地表短波輻射強(qiáng)迫。各模式模擬的沙塵地表短波輻射強(qiáng)迫的大小和空間分布與大氣頂短波輻射強(qiáng)迫的情況類似。不同的是，在青藏高原大部分地區(qū)沙塵在地表模擬出負(fù)強(qiáng)迫，值為?0.5～0.0 W m?2，只有GFDL、GISS和GISS-TOMAS模式在青海南部模擬出弱正強(qiáng)迫，值為0.0～0.3 W m?2。7個(gè)ACCMIP模式模擬的中國(guó)平均值在?3.1（CAM5.1）～?0.8（GFDL）W m?2范圍內(nèi)，平均值為?1.5±1.0 W m?2，比大氣頂?shù)呢?fù)強(qiáng)迫略大；全球平均值為?1.0±0.5 W m?2，小于文獻(xiàn)報(bào)道的范圍?2.0～?1.1 W m?2（Liao et al., 2004; Yue et al., 2010a, 2010b）。

圖10 各模式模擬的沙塵氣溶膠地表短波輻射強(qiáng)迫（單位：W m?2），每圖右上角為中國(guó)平均值

圖11顯示了各模式模擬的中國(guó)沙塵氣溶膠年均地表長(zhǎng)波輻射強(qiáng)迫。與大氣頂長(zhǎng)波輻射的情況類似，在地表，沙塵也產(chǎn)生正強(qiáng)迫，濃度越高正強(qiáng)迫越大，從中國(guó)西北至東南逐漸降低。但是地表長(zhǎng)波輻射強(qiáng)迫的值卻比大氣頂?shù)妮椛鋸?qiáng)迫大。GFDL、GISS、GISS-TOMAS、HadGEM2和MIROC模擬的值在中國(guó)西北大部分地區(qū)為2.0～5.0 W m?2，大多數(shù)模式的最大值達(dá)到5.0～20.0 W m?2，在中國(guó)東南的值為0.2～0.4 W m?2。CAM3.5和CAM5.1模擬西北大部分地區(qū)的值相對(duì)較大，為5.0～20.0 W m?2。中國(guó)平均而言，各模式模擬的地表長(zhǎng)波輻射強(qiáng)迫與地表濃度大體上呈線性關(guān)系，CAM5.1模擬值最大（3.2 W m?2），HadGEM2模擬值最小（1.1 W m?2）。7個(gè)模式的中國(guó)平均值為1.8±0.9 W m?2，全球平均值為0.6±0.2 W m?2，后者處于文獻(xiàn)報(bào)道的0.3～0.6 W m?2范圍內(nèi)（Liao et al., 2004; Yue et al., 2010a, 2010b）。

圖11 各模式模擬的中國(guó)沙塵氣溶膠地表長(zhǎng)波輻射強(qiáng)迫（單位：W m?2），每圖右上角為中國(guó)平均值

綜上所述，由于7個(gè)ACCMIP模式模擬的中國(guó)沙塵氣溶膠在地表對(duì)長(zhǎng)波表現(xiàn)出了很強(qiáng)的吸收，導(dǎo)致模擬的中國(guó)地表總輻射強(qiáng)迫（短波+長(zhǎng)波）為0.2±0.2 W m?2，使沙塵在中國(guó)地表總體上產(chǎn)生升溫效應(yīng)。7個(gè)ACCMIP模式模擬的全球平均值為?0.5±0.4 W m?2，該負(fù)強(qiáng)迫略小于文獻(xiàn)報(bào)道的范圍?1.5～?0.53 W m?2（Liao et al., 2004; Yue et al., 2010a, 2010b）。

以上輻射強(qiáng)迫的計(jì)算結(jié)果基于GISS GCM II′模式，雖然和其他模擬結(jié)果相比處于合理范圍內(nèi)，但值得注意的是，沙塵的輻射強(qiáng)迫還受到多種因素的影響，包括云量、沙塵的垂直分布、粒子大小、SSA、復(fù)折射指數(shù)和AOD（Liao and Seinfeld, 1998）。

5 結(jié)論

7個(gè)ACCMIP模式模擬的中國(guó)沙塵氣溶膠的排放主要集中在西北塔克拉瑪干和戈壁沙漠及其周邊地區(qū)。中國(guó)沙塵年排放總量在67（GISS- TOMAS）～510（CAM5.1）Tg a?1范圍內(nèi)，平均值為215±163 Tg a?1。沙塵年平均地表濃度和柱濃度的最大值出現(xiàn)在塔克拉瑪干和戈壁沙漠，隨后從中國(guó)西北至東南逐漸降低。中國(guó)平均年均地表濃度在21（MIROC）～89（CAM5.1） μg m?3范圍內(nèi)，平均值為41±27 μg m?3。與2006～2007年CAWNET觀測(cè)的地表沙塵濃度對(duì)比發(fā)現(xiàn)，大多數(shù)模式的結(jié)果低于觀測(cè)值，低估了12.3%～78.6%，而CAM5.1模式高估了6.6%。中國(guó)平均年均柱濃度在6（GFDL）～15（CAM5.1）kg m?2范圍內(nèi)，平均值為9±4 kg m?2。值得注意的是，各模式模擬的中國(guó)柱濃度和排放之間大體呈線性關(guān)系，而地表濃度和排放之間并不完全呈線性關(guān)系，例如HadGEM2和MIROC模擬的中國(guó)年排放總量在7個(gè)模式中較大，但地表濃度卻較小，說明垂直輸送對(duì)這兩個(gè)模式地表濃度的影響很大。

基于7個(gè)ACCMIP模式模擬的中國(guó)地區(qū)沙塵氣溶膠濃度，本文統(tǒng)一使用GISS GCM II′大氣環(huán)流模式的輻射傳輸方案計(jì)算中國(guó)沙塵氣溶膠的直接輻射強(qiáng)迫。結(jié)果顯示，7個(gè)模式模擬的中國(guó)年均沙塵AOD在0.05（GFDL）～0.18（CAM5.1）范圍內(nèi)，平均值為0.09±0.05。和MISR衛(wèi)星觀測(cè)的總氣溶膠的AOD對(duì)比發(fā)現(xiàn)，大多數(shù)模式模擬的中國(guó)西北平均沙塵AOD低估了42%～57%，而CAM3.5和CAM5.1分別高估了28%和82%。中國(guó)沙塵氣溶膠輻射強(qiáng)迫的空間分布和沙塵濃度的空間分布類似，并且在大多數(shù)中國(guó)地區(qū)沙塵濃度越高產(chǎn)生的輻射強(qiáng)迫越大。7個(gè)模式模擬的中國(guó)區(qū)域年均沙塵氣溶膠大氣頂短波輻射強(qiáng)迫的范圍是?0.6（GFDL）～?2.5（CAM5.1）W m?2，平均值為?1.3±0.8 W m?2；大氣頂長(zhǎng)波輻射強(qiáng)迫的范圍是0.3（GFDL）～1.3（HadGEM2）W m?2，平均值為0.7±0.4 W m?2；總的（短波+長(zhǎng)波）大氣頂輻射強(qiáng)迫的范圍是?1.6（CAM5.1）～0.2（HadGEM2）W m?2，平均值為?0.5±0.7 W m?2。地表短波輻射強(qiáng)迫的范圍是?3.1（CAM5.1）～?0.8（GFDL）W m?2，平均值為?1.5±1.0 W m?2；地表長(zhǎng)波輻射強(qiáng)迫的范圍是1.1（HadGEM2）～3.2（CAM5.1）W m?2，平均值為1.8±0.9 W m?2；總的（短波+長(zhǎng)波）地表輻射強(qiáng)迫的范圍是?0.1（HadGEM2）～0.4（GFDL）W m?2, 平均值為0.2±0.2 W m?2。值得注意的是，高層沙塵氣溶膠濃度越大，產(chǎn)生的大氣頂長(zhǎng)波輻射強(qiáng)迫越大，地表長(zhǎng)波輻射強(qiáng)迫和地表沙塵濃度基本呈線性關(guān)系。說明中國(guó)平均沙塵氣溶膠長(zhǎng)波輻射強(qiáng)迫對(duì)沙塵濃度的垂直分布較敏感。而短波輻射強(qiáng)迫對(duì)垂直分布較不敏感，受整層柱濃度控制。

Albani S, Mahowald N M, Perry A T, et al. 2014. Improved dust representation in the Community Atmosphere Model [J]. J. Adv. Model. Earth Syst., 6 (3): 541?570, doi:10.1002/2013MS000279.

Aoki T, Tanaka T Y, Uchiyama A, et al. 2005. Sensitivity experiments of direct radiative forcing caused by mineral dust simulated with a chemical transport model [J]. J. Meteor. Soc. Japan, 83A: 315?331, doi:10.2151/JMSJ.83A.315.

Bowman K W, Shindell D T, Worden H M, et al. 2013. Evaluation of ACCMIP outgoing longwave radiation from tropospheric ozone using TES satellite observations [J]. Atmos. Chem. Phys., 13 (8): 4057?4072, doi:10.5194/ACP-13-4057-2013.

Chang W Y, Liao H. 2009. Anthropogenic direct radiative forcing of tropospheric ozone and aerosols from 1850 to 2000 estimated with IPCC AR5 emissions inventories [J]. Atmos. Oceanic Sci. Lett., 2 (4): 201? 207.

Collins W J, Bellouin N, Doutriaux-Boucher M, et al. 2011. Development and evaluation of an earth-system model—HadGEM2 [J]. Geosci. Model Dev., 4 (4): 1051?1075, doi:10.5194/GMD-4-1051-2011.

Donner L J, Wyman B L, Hemler R S, et al. 2011. The dynamical core, physical parameterizations, and basic simulation characteristics of the atmospheric component AM3 of the GFDL global coupled model CM3 [J]. J. Climate, 24 (13): 3484?3519, doi:10.1175/2011JCLI3955.1.

Gong S L, Zhang X Y, Zhao T L, et al. 2003. Characterization of soil dust aerosol in China and its transport and distribution during 2001 ACE-Asia: 2. Model simulation and validation [J]. J. Geophys. Res., 108 (D9): 4262, doi:10.1029/2002JD002633.

Hansen J, Russell G, Rind D, et al. 1983. Efficient three-dimensional global models for climate studies: Models I and II [J]. Mon. Wea. Rev., 111 (4): 609?662, doi: 10.1175/1520-0493(1983)111<0609:ETDGMF>2.0.CO;2.

Huang J P, Lin B, Minnis P, et al. 2006. Satellite-based assessment of possible dust aerosols semi-direct effect on cloud water path over East Asia [J]. Geophys. Res. Lett., 33 (19): L19802, doi:10.1029/ 2006GL026561.

Huang J, Fu Q, Su J, et al. 2009. Taklimakan dust aerosol radiative heating derived from CALIPSO observations using the Fu-Liou radiation model with CERES constraints [J]. Atmos. Chem. Phys., 9 (12): 4011?4021, doi:10.5194/acp-9-4011-2009.

IPCC. 2007. The Physical Science Basis of Climate Change: Changes in Atmospheric Constituents and in Radiative Forcing [M]. Piers F, Venkatachalam R, Paulo A, et al., Eds. Cambridge, UK and New York, USA: Cambridge University Press, 996pp.

IPCC. 2013. The Physical Science Basis of Climate Change: Clouds and Aerosols [M]. Stocker T F, Qin D, Plattner G K, et al., Eds. Cambridge, UK and New York, USA: Cambridge University Press, 1535pp.

Jacobson M Z. 2001. Global direct radiative forcing due to multicomponent anthropogenic and natural aerosols [J]. J. Geophys. Res., 106 (D2): 1551?1568, doi:10.1029/2000JD900514.

Koch D, Schmidt G A, Field C V. 2006. Sulfur, sea salt, and radionuclide aerosols in GISS ModelE [J]. J. Geophys. Res., 111 (D6): D06206, doi:10.1029/2004JD005550.

Lacis A A, Hansen J E. 1974. A parameterization for the absorption of solar radiation in the earth’s atmosphere [J]. J. Atmos. Sci., 31 (1): 118?133, doi: 10.1175/1520-0469(1974)031<0118:APFTAO>2.0.CO;2.

Lamarque J F, Kyle G P, Meinshausen M, et al. 2011. Global and regional evolution of short-lived radiatively-active gases and aerosols in the representative concentration pathways [J]. Climatic Change, 109 (1?2): 191?212, doi:10.1007/SL0584-011-0155-0.

Lamarque J F, Emmons L K, Hess P G, et al. 2012. CAM-chem: Description and evaluation of interactive atmospheric chemistry in the Community Earth System Model [J]. Geosci. Model Dev., 5 (2): 369?411, doi:10.5194/GMD-5-369-2012.

Lamarque J F, Dentener F, McConnell J, et al. 2013a. Multi-model mean nitrogen and sulfur deposition from the Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP): Evaluation of historical and projected future changes [J]. Atmos. Chem. Phys., 13 (16): 7997?8018, doi:10.5194/ACP-13-7997-2013.

Lamarque J F, Shindell D T, Josse B, et al. 2013b. The Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP): Overview and description of models, simulations and climate diagnostics [J]. Geosci. Model Dev., 6 (1): 179?206, doi:10.5194/GMD-6-179-2013.

Lee Y H, Chen K, Adams P J. 2009. Development of a global model of mineral dust aerosol microphysics [J]. Atmos. Chem. Phys., 9 (7): 2441?2458, doi:10.5194/acp-9-2441-2009.

Lee Y H, Adams P J. 2012. A fast and efficient version of the TwO-Moment Aerosol Sectional (TOMAS) global aerosol microphysics model [J]. Aerosol Sci. Technol., 46 (6): 678?689, doi:10.1080/02786826.2011. 643259.

Lee Y H, Lamarque J F, Flanner M G, et al. 2013. Evaluation of preindustrial to present-day black carbon and its albedo forcing from Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP) [J]. Atmos. Chem. Phys., 13 (5): 2607?2634, doi:10.5194/ ACP-13-2607-2013.

Li F Y, Ginoux P, Ramaswamy V. 2008. Distribution, transport, and deposition of mineral dust in the Southern Ocean and Antarctica: Contribution of major sources [J]. J. Geophys. Res., 113 (D10): D10207, doi:10.1029/2007JD009190.

Liao H, Seinfeld J H. 1998. Radiative forcing by mineral dust aerosols: Sensitivity to key variables [J]. J. Geophys. Res., 103 (D24): 31637? 31645, doi:10.1029/1998JD200036.

Liao H, Seinfeld J H, Adams P J, et al. 2004. Global radiative forcing of coupled tropospheric ozone and aerosols in a unified general circulation model [J]. J. Geophys. Res., 109 (D16): D16207, doi:10.1029/ 2003JD004456.

Liu X H, Easter R C, Ghan S J, et al. 2012. Toward a minimal representation of aerosols in climate models: Description and evaluation in the Community Atmosphere Model CAM5 [J]. Geosci. Model Dev., 5 (3): 709?739, doi:10.5194/GMD-5-709-2012.

Mahowald N M, Muhs D R, Levis S, et al. 2006. Change in atmospheric mineral aerosols in response to climate: Last glacial period, preindustrial, modern, and doubled carbon dioxide climates [J]. J. Geophys. Res., 111 (D10): D10202, doi:10.1029/2005JD006653.

Mikami M, Shi G Y, Uno I, et al. 2006. Aeolian dust experiment on climate impact: An overview of Japan–China joint project ADEC [J]. Global Planet. Change, 52 (1?4): 142?172, doi:10.1016/j.gloplacha.2006.03.001.

Miller R L, Cakmur R V, Perlwitz J, et al. 2006. Mineral dust aerosols in the NASA Goddard Institute for Space Sciences ModelE atmospheric general circulation model [J]. J. Geophys. Res., 111 (D6): D06208, doi:10.1029/ 2005JD005796.

Myhre G, Stordal F. 2001. Global sensitivity experiments of the radiative forcing due to mineral aerosols [J]. J. Geophys. Res., 106 (D16): 18193?18204, doi:10.1029/2000JD900536.

Naik V, Voulgarakis A, Fiore A M, et al. 2013. Preindustrial to present-day changes in tropospheric hydroxyl radical and methane lifetime from the Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP) [J]. Atmos. Chem. Phys., 13 (10): 5277?5298, doi:10.5194/ ACP-13-5277-2013.

Reddy M S, Boucher O, Balkanski Y, et al. 2005. Aerosol optical depths and direct radiative perturbations by species and source type [J]. Geophys. Res. Lett., 32 (12): L12803, doi:10.1029/2004GL021743.

Shindell D T, Pechony O, Voulgarakis A, et al. 2013. Interactive ozone and methane chemistry in GISS-E2 historical and future climate simulations [J]. Atmos. Chem. Phys., 13 (5): 2653?2689, doi:10.5194/ACP-13-2653- 2013.

Stevenson D S, Young P J, Naik V, et al. 2013. Tropospheric ozone changes, radiative forcing and attribution to emissions in the Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP) [J]. Atmos. Chem. Phys., 13 (6): 3063?3085, doi:10.5194/ACP-13-3063- 2013.

Sun H, Pan Z T, Liu X D. 2012. Numerical simulation of spatial–temporal distribution of dust aerosol and its direct radiative effects on East Asian climate [J]. J. Geophys. Res., 117 (D13): D13206, doi:10.1029/ 2011JD017219.

Takemura T, Okamoto H, Maruyama Y, et al. 2000. Global three-dimensional simulation of aerosol optical thickness distribution of various origins [J]. J. Geophys. Res., 105 (D14): 17853, doi:10.1029/ 2000JD900265.

Voulgarakis A, Naik V, Lamarque J F, et al. 2013. Analysis of present day and future OH and methane lifetime in the ACCMIP simulations [J]. Atmos. Chem. Phys., 13 (5): 2563?2587, doi:10.5194/ACP-13-2563- 2013.

王宏, 石廣玉, Aoki T, 等. 2004. 2001年春季東亞—北太平洋地區(qū)沙塵氣溶膠的輻射強(qiáng)迫 [J]. 科學(xué)通報(bào), 49 (19): 1993?2000. Wang Hong, Shi Guangyu, Aoki T, et al. 2004. Radiative forcing due to dust aerosol over east Asia–North Pacific region during spring, 2001 [J]. Chinese Sci. Bull. (in Chinese), 49 (20): 2212?2219, doi:10.1007/BF03185790.

Watanabe S, Hajima T, Sudo K, et al. 2011. MIROC-ESM 2010: Model description and basic results of CMIP5-20c3m experiments [J]. Geosci. Model Dev., 4 (4): 845?872, doi:10.5194/GMD-4-845-2011.

Woodward S. 2011. Mineral dust in HadGEM2 [R]. Hadley Centre Technical Note. 87.

吳澗, 符淙斌, 蔣維楣, 等. 2005. 東亞地區(qū)礦物塵氣溶膠直接輻射強(qiáng)迫的初步模擬研究 [J]. 地球物理學(xué)報(bào), 48 (6): 1250?1260. Wu Jian, Fu Congbin, Jiang Weimei, et al. 2005. A preliminary simulation study of direct radiative forcing of mineral dust aerosol over the East Asia region [J]. Chinese J. Geophys. (in Chinese), 48 (6): 1250?1260, doi:10.3321/j. issn:0001-5733.2005.06.005.

Young P J, Archibald A T, Bowman K W, et al. 2013. Pre-industrial to end 21st century projections of tropospheric ozone from the Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP) [J]. Atmos. Chem. Phys., 13 (4): 2063?2090, doi:10.5194/ACP-13-2063- 2013.

Yue X, Wang H J, Liao H, et al. 2010a. Direct climatic effect of dust aerosol in the NCAR Community Atmosphere Model Version 3 (CAM3) [J]. Adv. Atmos. Sci., 27 (2): 230?242, doi:10.1007/S00376-009-8170-Z.

Yue X, Wang H J, Liao H, et al. 2010b. Simulation of dust aerosol radiative feedback using the GMOD: 2. Dust-climate interactions [J]. J. Geophys. Res., 115 (D4): D04201, doi:10.1029/2009JD012063.

Zender C S, Bian H S, Newman D. 2003. Mineral dust entrainment and deposition (DEAD) model: Description and 1990s dust climatology [J]. J. Geophys. Res., 108 (D14): 4416, doi:10.1029/2002JD002775.

Zhang X Y, Wang Y Q, Niu T, et al. 2012. Atmospheric aerosol compositions in China: Spatial/temporal variability, chemical signature, regional haze distribution and comparisons with global aerosols [J]. Atmos. Chem. Phys., 12 (2): 779?799, doi:10.5194/ACP-12-779-2012.

張?zhí)旌? 廖宏, 常文淵, 等. 2016. 基于國(guó)際大氣化學(xué)—?dú)夂蚰Ｊ奖容^計(jì)劃模式數(shù)據(jù)評(píng)估中國(guó)沙塵氣溶膠直接輻射強(qiáng)迫[J]. 大氣科學(xué), 40 (6): 1242?1260. Zhang Tianhang, Liao Hong, Chang Wenyuan, et al. 2016. Direct radiative forcing by dust in China based on atmospheric chemistry and climate model intercomparison project (ACCMIP) datasets [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (6): 1242?1260, doi:10.3878/j.issn.1006-9895. 1512.15275.

Direct Radiative Forcing by Dust in China Based on Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP) Datasets

ZHANG Tianhang1, 2, LIAO Hong1, CHANG Wenyuan1, and LIU Ruijin1, 2

1(),,100029;2,100049

Large uncertainties exist in simulated direct radiative forcing by dust in climate models. Multi-model comparisons quantify the range of uncertainties in current climate models. The Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP) is set up to evaluate the radiative forcing and climate effect of short-lived chemical species in the atmosphere. Based on simulated dust concentrations from 7 ACCMIP models, we quantify in this work the direct radiative forcing by dust in China and the range of uncertainties. Our results show that annual total emission, annual mean surface-layer concentration, burden, and AOD (Aerosol Optical Depth) of dust averaged over China are 215±163 Tg a?1, 41±27 μg m?3, 9±4 kg m?2, and 0.09±0.05, respectively. Simulated annual mean short-wave, long-wave, and net (short-wave plus long-wave) direct radiative forcings by dust averaged over China are, respectively, ?1.3±0.8 W m?2, 0.7±0.4 W m?2, and ?0.5±0.7 W m?2at the top of the atmosphere and ?1.5±1.0 W m?2, 1.8±0.9 W m?2, 0.2±0.2 W m?2at the surface. Long-wave radiative forcing by dust is found sensitive to vertical distribution of dust concentrations. Dust aerosol in high altitudes contributes largely to long-wave radiative forcing at the top of the atmosphere. However, short-wave radiative forcing by dust is dependent on dust burden but not sensitive to its vertical distribution.

Atmospheric Chemistry and Climate Model Intercomparison Project (ACCMIP), China, Dust aerosol, Direct radiative forcing

1006-9895(2016)06-1242-19

P422

A

10.3878/j.issn.1006-9895.1512.15275

2015-09-23；網(wǎng)絡(luò)預(yù)出版日期2015-12-16

張?zhí)旌?，男?987年出生，博士研究生，從事氣溶膠數(shù)值模擬研究。E-mail: sharp@mail.iap.ac.cn

廖宏，E-mail: hongliao@mail.iap.ac.cn

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973 計(jì)劃）項(xiàng)目2014CB441200

National Basic Research Program of China (973 Program) (Grant 2014CB441200)