基于多源數(shù)據(jù)和模式模擬的新疆黑風暴東移個例分析

黃 觀,郭子嘉,周雅蔓,蘇小嵐,劉 鑫,陳勇航**,周海江,楊林沛

基于多源數(shù)據(jù)和模式模擬的新疆黑風暴東移個例分析

黃 觀1,2,郭子嘉1,周雅蔓4,蘇小嵐3*,劉 鑫1,陳勇航1**,周海江1,楊林沛1

(1.東華大學環(huán)境科學與工程學院,上海 201620；2.中國氣象局烏魯木齊沙漠氣象研究所,新疆 烏魯木齊 830002；3.新疆維吾爾自治區(qū)氣象服務(wù)中心,新疆 烏魯木齊 830002；4.新疆維吾爾自治區(qū)氣象臺,新疆 烏魯木齊 830002)

綜合利用衛(wèi)星遙感、環(huán)境監(jiān)測、氣象觀測等多源監(jiān)測數(shù)據(jù),結(jié)合后向軌跡模式對2015年4月新疆一次黑風暴污染過程進行生成源地、路徑與發(fā)展過程分析.結(jié)果表明:此次黑風暴過程的不同高度污染物主要隨氣流來源于新疆本地及其以西的中亞地區(qū),在西南氣流的作用下幾乎同時進入北疆,沿天山北坡東移并且在烏魯木齊堆積,繼而從南疆盆地東口灌入南疆;同時,選取受此次黑風暴污染物東輸影響的4個典型城市(烏魯木齊、呼和浩特、蘭州和北京),利用區(qū)域氣候模式(RegCM4.6)模擬分析此次極端黑風暴東輸過程中大量沙塵氣溶膠對主要氣象參數(shù)的影響,結(jié)果表明:受此次黑風暴東輸過程(4月25~29日)影響的上述4個典型城市的AOD均有所增加,模擬所得污染程度與實際接近.對于沙塵在近地面2m的溫度響應(yīng),北京市表現(xiàn)最為明顯,最高達-1.68℃,烏魯木齊表現(xiàn)不明顯,沙塵過程中的近地面氣溫相較無沙塵時最高下降0.1℃,呼和浩特和蘭州在AOD達到最大值時的溫度響應(yīng)分別為-0.4℃、-0.8℃.黑風暴期間,烏魯木齊、呼和浩特、蘭州的相對濕度響應(yīng)最大值分別為-3.3%、-7.3%、-4.7%,而北京地區(qū)在29日AOD達最大值時,相對濕度相對于無沙塵時增加了10%左右.

黑風暴；氣溶膠；后向軌跡；溫度；濕度；新疆

黑風暴是一種特強沙塵暴,是指水平最大能見度小于2m、瞬時最大風速325m/s[1]、破壞性極強的大氣環(huán)境災(zāi)害.新疆地區(qū)是我國強沙塵天氣高發(fā)區(qū),南疆著名的塔克拉瑪干沙漠是我國沙塵暴的主要源區(qū)之一,而北疆的古爾班通古特沙漠在春季出現(xiàn)大風天氣時,也相對容易出現(xiàn)沙塵暴[2-4].據(jù)統(tǒng)計,2000~2012年間,僅塔克拉瑪干大沙漠就出現(xiàn)強沙塵暴23次[5].黑風暴發(fā)生時會給大氣帶來大量沙塵氣溶膠[6-8],并導致其所經(jīng)過地區(qū)的污染指數(shù)顯著增高、氣溶膠光學厚度急劇增加.沙塵氣溶膠能夠通過影響大氣輻射而影響氣象場[9-11],不僅強烈散射、吸收太陽輻射,使得地面和低層大氣獲得的太陽輻射減少,進而降低近地表大氣溫度[12-13],還會發(fā)射和吸收紅外輻射,對大氣起到加熱作用[14].與此同時,沙塵暴所經(jīng)之地的溫濕度等環(huán)境要素也會隨之改變.因此,準確監(jiān)測、模擬、分析沙塵氣溶膠及其大氣溫、濕響應(yīng),對于研究黑風暴期間沙塵氣溶膠對地氣系統(tǒng)輻射平衡、生態(tài)系統(tǒng)和人類健康的影響具有重要意義.

目前,對沙塵天氣的研究主要集中在沙塵氣溶膠的時空分布、理化屬性特征[7,15-22]及沙塵的源區(qū)識別、濃度反演[23-28]等方面,且大多基于地面觀測及衛(wèi)星遙感手段開展.然而,地面監(jiān)測站點分布不均且數(shù)量有限,無法獲取連續(xù)的空間覆蓋信息,難以有效反映相關(guān)要素的時-空演變特征[29-30].衛(wèi)星遙感觀測雖覆蓋范圍廣,具有宏觀性、經(jīng)濟性、長期動態(tài)監(jiān)測等優(yōu)勢,能夠彌補地面監(jiān)測站點在空間分布上的不足[31-34].但對于地域遼闊、下墊面復雜、多高山積雪、沙漠等亮背景區(qū)域的新疆地區(qū),衛(wèi)星遙感反演仍是難題.較大面積的數(shù)據(jù)缺失使得衛(wèi)星遙感資料難以全面反映沙塵氣溶膠的發(fā)生、發(fā)展、傳輸特征及氣候效應(yīng)[20-21,35-36],特別是在沙塵暴輸送過程中對下游地區(qū)溫濕環(huán)境要素影響的定量評估也因存在技術(shù)難題而少見[37].而數(shù)值模擬技術(shù),不僅可以呈現(xiàn)沙塵氣溶膠及溫度、濕度、輻射等環(huán)境氣象要素的時空分布特征,還能夠用于研究各要素之間的相互作用及影響機制.

因此,本研究針對2015年春季新疆出現(xiàn)的一次平均風力特大、強度特強、影響范圍很廣的黑風暴過程.綜合利用地面觀測、衛(wèi)星遙感資料及Hysplit模式、區(qū)域氣候模式RegCM4.6的模擬結(jié)果,從高低空大氣環(huán)流探究黑風暴期間的沙塵氣溶膠來源,分析此次黑風暴對其東輸路徑上的城市空氣質(zhì)量和溫濕環(huán)境要素的影響.較為全面地給出了此次黑風暴過程的天氣背景、潛在源區(qū)以及沙塵氣溶膠的時空分布及溫濕度響應(yīng).以期為進一步認識特強沙塵暴的發(fā)生發(fā)展機制、定量評估沙塵氣溶膠對所涉及地區(qū)溫濕環(huán)境要素的影響、提高污染預警預報及防控能力提供科學依據(jù).

1 研究方法

研究利用新疆地區(qū)105個國家氣象觀測站點逐3h地面觀測數(shù)據(jù)(天氣現(xiàn)象、水平能見度)、MICAPS地面觀測數(shù)據(jù),以及逐時空氣質(zhì)量指數(shù)(AQI)和顆粒物(PM2.5、PM10)質(zhì)量濃度數(shù)據(jù),確定揚沙和沙塵暴天氣發(fā)生的區(qū)域及污染程度;采用經(jīng)投影的500m分辨率EOST/ MODIS衛(wèi)星數(shù)據(jù),通過國家衛(wèi)星氣象中心的SMART軟件進行處理后用于沙塵遙感監(jiān)測;利用NCEP 2.5°×2.5°逐6h 再分析資料,基于天氣學原理和天氣動力學診斷分析方法,結(jié)合MICAPS變壓場用于對此次黑風暴過程中環(huán)流形勢、影響系統(tǒng)和相關(guān)物理量進行分析.

研究利用Hysplit模式,結(jié)合美國氣象環(huán)境預報中心全球數(shù)據(jù)同化系統(tǒng)(NECP GDAS)1°′1°氣象場資料,計算了4月27日19:00烏魯木齊上空氣流的48h后向輸送軌跡和前向輸送軌跡.軌跡起始點為烏魯木齊(87.36°E,43.46°N),起始時間為當?shù)貢r間4月27日19:00,分別向后(4月25日20:00~27日19:00)、向前(4月27日19:00~29日18:00)追溯48h,時間間隔6h,氣團軌跡高度分別為100m、500m和1000m.

RegCM4.6模式是由國際理論物理中心(ICTP)開發(fā)的區(qū)域氣候模型,已被廣泛應(yīng)用于研究區(qū)域氣候與氣溶膠間的相互作用.模式水平分辨率為50km,模擬結(jié)果每3h輸出一次,頂層氣壓50hPa.模式采用Emanuel積云對流參數(shù)化方案,Explicit moisture水汽方案,Holtslag PBL行星邊界層方案,Use full fields壓力梯度方案.模式選用NOAA的OISST海溫數(shù)據(jù),GMTED地形數(shù)據(jù)集(蘭伯特投影),并基于ECWMF的EIN15數(shù)據(jù)驅(qū)動模式初始場和側(cè)邊界場.模擬時間為2015年3月1日~5月31日,其中第1個月作為模式初始化時間.研究設(shè)計了2個實驗方案(除氣溶膠模塊外的模式設(shè)置均保持不變):(1) DUST方案:模式開啟基于DUST04方案的氣溶膠模塊;(2)NODUST方案:模式不開啟氣溶膠模塊,模擬無沙塵氣溶膠的情況.

選取AOD及沙塵氣溶膠在近地面2m處的溫度及濕度響應(yīng)為研究對象,模擬分析此次黑風暴對其東輸路徑上的城市空氣質(zhì)量和溫濕環(huán)境要素的影響.對應(yīng)的計算方案為:

RTSUR=SUR(DUST)_-SUR(0)(1)

RRHSUR=RHSUR(DUST)_-RHSUR(0)(2)

式中:RTSUR、RRHSUR分別表示沙塵氣溶膠的近地面2m溫度、濕度響應(yīng);SUR(DUST)和RHSUR(DUST)分別表示有沙塵氣溶膠時近地面2m的氣溫(℃)和濕度(%);SUR(0)和RHSUR(0)分別表示無沙塵氣溶膠時近地面2m的氣溫(℃)和濕度(%).

2 結(jié)果與討論

2.1 污染實況

圖1 2015年4月26~29日沙塵天氣實況

2015年4月26~29日,新疆出現(xiàn)了一次風力大、沙塵濃度高、影響范圍廣的黑風暴污染天氣過程(15個地州氣象部門共發(fā)布了14個沙塵暴預警信號,和田地區(qū)墨玉縣和于田縣能見度為0).對于新疆首府烏魯木齊市而言,27日07:00,隨著沙塵天氣的出現(xiàn),AQI指數(shù)和顆粒物質(zhì)量濃度急劇飆升,并在沙塵暴最為嚴重的正午時分達到峰值,對應(yīng)的AQI為500, PM10小時濃度為1000mg/m3, PM2.5小時濃度為628mg/m3(儀器對AQI和PM10濃度的檢測上限分別為500和1000mg/m3,當所測值超過上限時則顯示相應(yīng)的上限值).直至27日19:00,三者均處于較高水平, AQI>374, PM10小時濃度>478mg/m3,甚至出現(xiàn)了數(shù)小時爆表,達到重度污染程度,PM2.5濃度也明顯高于無沙塵時,但其增加程度不如PM10顯著.此外, PM2.5/ PM10比值在不同階段也有著不同表現(xiàn).在無沙塵過程出現(xiàn)時,烏魯木齊市PM2.5/PM10比值多集中于0.25~0.40(沙塵前后10d的平均PM2.5/PM10比值為0.34),而在此次沙塵天氣出現(xiàn)時(27日07:00~ 09:00),PM2.5/PM10比值降至0.11~0.15,可知此次沙塵過程伴隨著大量粗沙塵粒子,PM10為該污染過程的主要污染物,進而使得PM2.5/PM10比值降低.

圖2 4月27日13:13(a)及4月29日13:01(b)南疆地區(qū)EOST/MODIS沙塵監(jiān)測示意

由氣象觀測資料可知,此次黑風暴天氣過程造成新疆105個臺站中的57個測站出現(xiàn)不同程度的沙塵天氣,其中30站出現(xiàn)揚沙、16站出現(xiàn)沙塵暴.圖1為4月26日20:00~29日08:00的沙塵天氣實況圖,由圖可知,4月26日20:00~29日08:00,北疆大部、東疆和整個南疆盆地出現(xiàn)浮塵或揚沙天氣,其中和田、阿克蘇及巴州、塔城、昌吉州部分地區(qū)出現(xiàn)沙塵暴或強沙塵暴.具體而言,4月27日05:00,北疆西部5個站點首先出現(xiàn)沙塵;08:00,北疆出現(xiàn)沙塵的范圍擴大至13站,其中出現(xiàn)強沙塵的有8個站,均為沿天山一帶;17:00,南疆盆地東部出現(xiàn)大范圍強沙塵,東疆也出現(xiàn)沙塵暴或揚沙.可見,本次黑風暴起始于北疆西部,沙塵分別沿天山東移且不斷加強、翻越天山進入南疆東部以及東移至東疆.

根據(jù)4月27日13:13和4月29日13:01MODIS衛(wèi)星監(jiān)測到的沙塵分布(圖2)發(fā)現(xiàn),此次黑風過程中,南疆盆地出現(xiàn)大面積的沙塵影響區(qū)域(圖像上顯示為較均勻的土黃色),并且沙塵主體于27日~29日在南疆范圍內(nèi)呈現(xiàn)由東向西的傳輸趨勢.

2.2 天氣背景分析

由500hPa環(huán)流形勢(圖3)可以看到,4月26日08:00~27日08:00,西西伯利亞低槽和中亞低槽東移,并在巴湖地區(qū)匯合加強.槽底短波快速移入北疆, 配合低層風場切變,造成北疆大范圍大風、沙塵天氣.同時,中亞槽南段東移進入南疆,低層在和田至巴州南部存在偏西風、偏北風與偏東風輻合,南疆盆地出現(xiàn)大風、沙塵天氣.結(jié)合3h變壓場(圖4)來看:27日08:00北疆沿天山一帶3h變壓達到9~10hPa,最大值達12.2hPa,表明冷空氣爆發(fā)進入北疆,受天山阻擋在沿天山地區(qū)堆積,造成明顯的氣壓梯度大值區(qū),非常有利于大風天氣的形成;和田中西部3h變壓場也存在5hPa左右的正變壓中心,有利于此地區(qū)大風形成.11:00北疆沿天山持續(xù)加壓,3h變壓值維持6~10hPa,表明冷空氣快速灌入沿天山地區(qū),造成大風天氣;同時和田西部仍維持3~4hPa的加壓,為沙塵天氣的發(fā)生提供有力的動力條件.

圖3 500hPa高度場(gpm)、風場(m/s)

a.26日08:00;b.27日08:00;c.28日08:00;d.28日20:00

由27日高、低空散度場(圖5a、b)來看,850hPa南北疆為輻合場, 200hPa北疆地區(qū)對應(yīng)為輻散場,高層的輻散抽吸作用有利于低層的輻合上升.加之正值春耕春播時節(jié),土壤疏松,植被地表稀疏,強烈的輻合有利于聚集盆地的沙塵,沙源充沛,加劇造成風沙天氣.結(jié)合低層垂直速度場(圖5c、d),26日北疆為不斷加強的上升運動區(qū),揚起地面沙塵,造成北疆沿天山一帶的沙塵暴天氣.27日冷空氣翻山進入南疆盆地,東疆和南疆盆地地區(qū)為上升運動區(qū).強烈的輻合上升運動將盆地的沙塵揚起,造成不同程度的沙塵天氣.

圖4 4月27日08:00(a)、11:00(b)3h變壓場

綜上所述,高空有利的環(huán)流形勢配合低層切變線、地面冷鋒和低層強烈的輻合上升運動,加之正值春季,土壤干燥、疏松,植被覆蓋少,沙塵易被揚起,造成此次范圍廣、強度強的沙塵暴天氣.

a.27日08:00 200hPa散度場;b.27日08:00 850hPa散度場;c.26日20:00 850hPa垂直速度場;d.27日14:00 850hPa垂直速度場

2.3 后向軌跡分析

為進一步分析此次新疆黑風暴的來源與傳輸路徑,研究分別做了烏魯木齊市4月27日19:00的氣團后向(圖6a)和前向(圖6b)傳輸軌跡.由圖6(a)可知,高空污染物隨氣流于25日20:00從土庫曼斯坦的西北方向穿過土庫曼斯坦和烏茲別克斯坦進入哈薩克斯坦,并于北京時間27日08:00進入我國新疆邊境;500m高度的污染物隨氣流起始于里海區(qū)域,同樣穿過中亞3國后,于北京時間27日08:00進入我國新疆邊境;低空污染物則是隨氣流從最近的烏茲別克斯坦的東北端進入哈薩克斯坦,并于北京時間27日07:00進入我國新疆邊境.進入新疆后,在氣流的作用下,各高度的污染物均經(jīng)過北疆多個城市,于27日19:00到達烏魯木齊市.由圖可見,這次沙塵污染過程中,不同高度的3條氣團傳輸軌跡基本一致,均顯示外源污染物主要來自于新疆以西,在西南氣流作用下幾乎同步進入北疆,然后沿著天山北坡到達烏魯木齊.

圖6 4月27日19:00烏魯木齊市氣團后向(a)、前向(b)傳輸軌跡(48h)

圖中紅色、藍色、綠色分別代表1000m、500m、100m 高度的氣團

由圖6(b)可知,在27日19:00至29日凌晨期間,經(jīng)過烏魯木齊不同高度的氣團傳輸軌跡基本一致,均在沿天山堆積后翻山進入南疆盆地,該結(jié)果與MODIS觀測結(jié)果相一致.然而,自29日凌晨起,3條軌跡在末端開始向不同方向傳輸:1000m高度軌跡向西行至阿圖什東端后折向北,500m高度軌跡沿著西天山南麓至阿圖什、喀什,100m高度軌跡沿西南方進入沙漠腹地.

2.4 典型城市的氣象參數(shù)響應(yīng)

圖7 2015年4月26~27日RCM模式模擬中國地區(qū)AOD空間分布

a.4月26日;b.4月27日;地圖審圖號GS(2016)2888

此次黑風暴過程強度較大,影響范圍廣.對于衛(wèi)星遙感AOD產(chǎn)品,雖然MODIS AOD是較為常用的,但是由于亮背景下的衛(wèi)星遙感反演仍是難題.我國西北地域廣袤,以沙漠、戈壁、廢耕荒地、稀疏植被等干旱半干旱地貌景觀為主.特別新疆地區(qū),地形特征獨特,擁有中國最大的兩個盆地:南部的塔里木盆地(全封閉性內(nèi)陸干旱盆地)和北部的準噶爾盆地(半封閉性內(nèi)陸盆地),其下墊面的復雜性使得衛(wèi)星遙感數(shù)據(jù)缺失面積較大.因此,為了進一步探討此次極端黑風暴東輸過程,研究利用RegCM4.6呈現(xiàn)AOD空間分布情況,并模擬其對主要氣象參數(shù)的影響.由圖7可知,AOD分布受下墊面狀況影響顯著,高值區(qū)多分布于荒漠地區(qū)、盆地,低值區(qū)主要分布于海拔相對較高的山區(qū):26日AOD高值區(qū)(0.9~1.2)出現(xiàn)在新疆塔里木盆地中的塔克拉瑪干沙漠及準噶爾盆地中的古爾班通古特沙漠處;27日全疆AOD均高于0.4,塔克拉瑪干沙漠AOD達到1.0以上.塔里木盆地和準噶爾盆地均為風沙活動的重點區(qū)域,特殊的地形使其更具起沙條件,在大氣環(huán)流及沙塵暴過程中氣象條件的影響下,會存在二次或多次產(chǎn)塵.

此外,除了新疆,該過程還影響北方多地.故研究選取了被黑風暴東輸過程影響的4個典型城市(烏魯木齊、呼和浩特、蘭州和北京),分析此次極端黑風暴東輸過程對主要氣象參數(shù)的影響.

模式模擬AOD時,僅針對沙塵氣溶膠而未考慮其他氣溶膠類型,因此模擬結(jié)果僅為沙塵氣溶膠的AOD值.圖8(a)為受黑風暴東輸過程(4月25~29日)影響的4個典型城市AOD日變化趨勢,由圖可知:4個城市AOD均呈上升趨勢,特別是呼和浩特和蘭州,27~29日表現(xiàn)為同步明顯上升;除烏魯木齊之外的3座城市AOD值均在29日達到峰值;對于烏魯木齊而言,AOD值于26日達到最高(0.32),28日次之(0.24).而根據(jù)烏魯木齊地面觀測資料可知,烏魯木齊27日的PM10小時濃度連續(xù)爆表(>1000mg/m3)且PM2.5小時濃度高達628mg/m3,為重度污染,這與模式模擬結(jié)果略有偏差,該市所擁有的特殊地形可能會在一定程度上對模式模擬產(chǎn)生影響;北京市25~29日期間的AOD變化并不穩(wěn)定,25~27日AOD變化趨勢和烏魯木齊相似,26日達到高值,27~28日呈下降趨勢,并于29日突然升高至0.2.

從4個城市近地面2m氣溫的日變化趨勢(圖8b)來看:在沙塵天氣所伴隨冷空氣的影響下,25~29日,烏魯木齊、呼和浩特、蘭州和北京的近地面2m氣溫均為下降趨勢;烏魯木齊市近地面2m氣溫從16℃驟降至5℃左右,于28日達到最低;呼和浩特近地面2m氣溫自26日起先升后降,最低溫度出現(xiàn)在29日(約6℃);蘭州和北京的近地面2m氣溫變化相似,均表現(xiàn)為自27日起呈下降趨勢.

為了進一步分析此次黑風暴過程所產(chǎn)生沙塵對氣溫的影響,研究在除氣溶膠模塊外的模式設(shè)置均保持不變的情況下分別進行了2次模擬,進而得到沙塵氣溶膠的溫度響應(yīng).從近地面2m的溫度響應(yīng)日變化趨勢來看(圖8c),25~29日,4個城市對沙塵氣溶膠的溫度響應(yīng)各不相同:烏魯木齊溫度響應(yīng)并不明顯,在沙塵過程中近地面氣溫相較無沙塵氣溶膠時最高下降0.1℃;呼和浩特AOD于29日達到最大值,對應(yīng)的溫度響應(yīng)為-0.4℃;蘭州在25~29日期間相較于無沙塵氣溶膠時氣溫最高下降了0.8℃;北京市沙塵的溫度響應(yīng)最為明顯,在25~29日期間均為負值,且AOD最高時(29日)的溫度響應(yīng)達-1.68℃.總的來說,沙塵氣溶膠的近地面溫度響應(yīng)并不是全部為負,沙塵可以吸收和散射太陽輻射,進而對地面產(chǎn)生冷卻效應(yīng),也可通過干擾云的形成來影響太陽輻射,而云作為太陽輻射的主要影響因子,也會對近地面氣溫有影響.

除氣溫外,研究還對4個城市25~29日近地面相對濕度日變化進行了分析(圖8d),由圖8d可知,四城市近地面相對濕度均存在明顯變化.烏魯木齊相對濕度于25~26日間,從32%升至68%,而于26~29日呈下降趨勢,這是因為受到了沙塵期間大量干燥細小沙塵“稀釋干燥”作用的影響[4];呼和浩特相對濕度于26日發(fā)生驟降(從50%降至35%),而于26~29日期間呈上升趨勢;蘭州相對濕度在25~27日均較低,于27~29日呈升高趨勢.北京相對濕度在25~28日間較為平穩(wěn),29日驟升(從47%升到78%).

為了進一步分析沙塵對相對濕度的影響,參照沙塵氣溶膠溫度響應(yīng)的研究方法,給出了4個城市4月25~29日近地面2m的相對濕度響應(yīng)日變化(圖8e).由圖可知,在整個沙塵過程中,沙塵氣溶膠有降低近地面相對濕度的作用,具體表現(xiàn)為:烏魯木齊在AOD值較高的26日和28日相對濕度響應(yīng)為負,有沙塵時的相對濕度低于無沙塵時,28日濕度響應(yīng)最大(為-3.3%);呼和浩特在沙塵過程中的整體相對濕度響應(yīng)為負,在AOD達到最大值的29日,相對濕度相較于無沙塵時下降了7.3%;蘭州的相對濕度響應(yīng)與AOD存在明顯對應(yīng)關(guān)系,相對濕度響應(yīng)幅度隨著AOD的上升而上升,對應(yīng)于AOD值較高的3d(27~ 29日),相對濕度響應(yīng)分別為-1.6%、-4.7%和-4.3%;北京地區(qū)相對濕度響應(yīng)情況則相反,在29日AOD達最大值時,相對濕度相對于無沙塵時增加了10%左右,這可能由于北京相較于西北地區(qū)云量較大,沙塵氣溶膠形成云凝結(jié)核,造成降水,進而導致相對濕度上升[38].總的來說,極端沙塵天氣可以造成近地面氣溫和相對濕度的短時間下降.

3 結(jié)論

3.1 高空環(huán)流形勢和低層中尺度系統(tǒng)的配合造成了2015年4月26~29日黑風暴天氣過程的發(fā)生.不同高度的污染物主要隨氣流來自于新疆本地及其以西的中亞地區(qū),在西南風的作用下進入北疆,并沿著天山北坡在烏魯木齊堆積,繼而東灌進入南疆盆地.

3.2 受此次黑風暴東輸過程影響的4個典型城市(烏魯木齊、呼和浩特、蘭州和北京)的AOD均呈上升趨勢,其中影響最大的烏魯木齊AOD最高值達到0.32,PM2.5小時濃度達到628μg/m3,為重度污染.

3.3 4個城市近地面2m的氣溫日變化均呈下降趨勢,其中烏魯木齊近地面2m氣溫從16℃降至5℃,驟降了11℃.各城市對沙塵氣溶膠的溫度響應(yīng)不同,其中北京市的溫度響應(yīng)最為明顯,于AOD最高的29日達-1.68℃.

3.4 沙塵氣溶膠對近地面相對濕度存在影響,由于所處地理位置與環(huán)境影響不同,4個城市相對濕度日變化趨勢存在明顯差異.其中,烏魯木齊、呼和浩特和蘭州的整體相對濕度響應(yīng)均為負,而北京地區(qū)相對濕度相應(yīng)情況則相反,在AOD值達到最大的29日,相對濕度相較無沙塵時增加了10%左右.

[1] 王式功,董光榮,陳惠忠,等.沙塵暴研究的進展[J]. 中國沙漠, 2000, 20(4):349-356. Wang S G, Dong G R, Chen H Z, et al. Advances in studying sand- dust storms of China [J]. J Desert Res, 2000,20(4):349-356.

[2] 任宜勇.新疆決策氣象服務(wù)指導手冊[M]. 烏魯木齊:新疆大學出版社, 2006:11. Ren Y Y. Xinjiang guide manual of policy-making meteorological service [M]. Urumqi: Xinjiang University press, 2006:11.

[3] 李建云,屈述軍.中國地區(qū)春季沙塵氣溶膠短波輻射氣候效應(yīng)數(shù)值模擬研究[J]. 氣象與減災(zāi)研究, 2010,33(4):23-30. Li J Y, Qu X J. The Simulation of radiative climatic effects on the soil-derived afrosol in China [J]. Meteorology and Disaster Reduction Research, 2010,33(4):23-30.

[4] 張小曳.亞洲粉塵的源區(qū)分布、釋放、輸送、沉降與黃土堆積 [J]. 第四紀研究, 2001,21(I):29-40. Zhang X Y. Source distributions emisson, transport, deposition of Asian dust and loess accumulation [J]. Quaternary Sciences, 2001, 21(I):29-40.

[5] 羅藤靈,張衛(wèi)民,余 意,等.新疆塔克拉瑪干沙漠沙塵暴統(tǒng)計分析 [C]. 中國氣象學會,第35屆中國氣象學會年會.合肥:2018. Lou T L, Zhang W M, Yu Y, et al. Statistical analysis of sandstorm in Taklimakan Desert, Xinjiang [C]. The 35th Annual Meeting of the Chinese Meteorological Society, Hefei, 2018.

[6] 柳 丹,張 武,陳 艷,等.基于衛(wèi)星遙感的中國西北地區(qū)沙塵天氣發(fā)生機理及傳輸路徑分析[J]. 中國沙漠, 2014,34(6):1605-1616. Liu D, Zhang W, Chen Y, et al. Analysis of the mechanism and transmission of dust in Northwest China based on satellite remote- sensing data [J]. J Desert Res, 2014,34(6):1605-1616.

[7] 史 珺,李明財,曹經(jīng)福,等.天津市典型辦公建筑極端能耗氣候響應(yīng)特征分析[J]. 氣象與環(huán)境學報, 2016,32(2):72-78. Shi J, Li M C, Cao J F, et al. Responses of extreme energy consumption of typical office building to climate in Tianjin [J]. Journal of Meteorology and Environment, 2016,32(2):72-78.

[8] 張君霞,黃 倩,田文壽,等.對流冷池對黑風暴沙塵抬升和傳輸影響的大渦模擬研究[J]. 高原氣象, 2018,37(3):850-862. Zhang J X, Huang Q, Tian W S, et al. Large eddy simulation study of effects of convective cold pools on dust-uplift and transportion of black storm [J]. Plateau Meteorology, 2018,37(3):850-862.DOI:10. 7522/j.issn.1000-0534.2018.00046.

[9] 陳勇航,毛曉琴,黃建平,等.一次強沙塵輸送過程中氣溶膠垂直分布特征研究 [J]. 中國環(huán)境科學, 2009,29(5):449-454. Chen Y H, Mao X Q, Huang J P, et al. Vertical distribution characteristics of aerosol during a long-distance transport of heavy dust pollution [J]. China Environmental Science, 2009,29(5):449-454.

[10] 劉立忠,么 遠,韓 婧,等.西安市大氣顆粒物數(shù)濃度分布及典型天氣條件特征變化 [J]. 中國環(huán)境科學, 2015,35(12):3588-3594. Liu L Z, Yao Y, Han J, et al. Distribution of atmospheric particle number concentration in Xi’an and variations in typical weather conditions [J]. China Environmental Science, 2015,35(12):3588-3594.

[11] 周 旭,張 鐳,陳麗晶,等.沙塵暴過程中沙塵氣溶膠對氣象場的影響 [J]. 高原氣象, 2017,36(5):1422-1432. Zhou X, Zhang L, Chen L J, et al. Influence of the dust aerosols on meteorological fields during dust storm [J]. Plateau Meteorology, 2017,36(5):1422-1432.

[12] 邱金桓,孫金輝.沙塵暴的光學遙感及分析[J]. 大氣科學, 1994, 18(1):1-10. Qiu J H, Sun J H. Optically remote sensing of the dust storm and result analysis [J]. Sciertia Atmospherica Sinica, 1994,18(1):1-10.

[13] 胡 俊,鐘 珂,亢燕銘,等.新疆典型城市氣溶膠光學厚度變化特征[J]. 中國環(huán)境科學, 2019,39(10):4074-4081. Hu J, Zhong K, Kang Y M, et al. Variation in aerosol optical depth over the typical cities in the Xinjiang region [J]. China Environmental Science, 2019,39(10):4074-4081.

[14] Tegen I, Lacis A A. Modeling of particle size distribution and its influence on the radiative properties of mineral dust aerosol [J]. Journal of Geophysical Research: Earth Surface, 1996,101(D14): 19237-19244.

[15] 王 娜,張 鐳.沙塵氣溶膠輻射特性及其觀測方法初步評述[J]. 干旱氣象, 2007,(4):68-73. Wang N, Zhang L. Preliminary summary on radiative properties and observation mehtods of the dust aerosol [J]. Ard Meteorology, 2007, (4):68-73.

[16] Huang J P, Minnis P, Chen B, et al. Long-range transport and vertical structure of Asian dust from CALIPSO and surface measurements during PACDEX [J]. J. Geophys.Res., 2008,113(23212).

[17] 申莉莉,盛立芳,陳靜靜.一次強沙塵暴過程中的沙塵氣溶膠空間分布的初步分析[J]. 中國沙漠, 2010,30(6):1483-1489. Shen L L, Sheng L F, Chen J J. Prelimnary analysis of the spatial distribution of the dust aerosol in a heavy dust storm [J]. J Desert Res, 2010,30(6):1483-1489.

[18] 馬井會,張國璉,耿福海,等.上海地區(qū)一次典型連續(xù)浮塵天氣過程分析[J]. 中國環(huán)境科學, 2013,33(4):584-593. Ma J H, Zhang G L, Geng F H, et al. Analysis of a typical dust event in Shanghai [J]. China Environmental Science, 2013,33(4):584-593.

[19] 廖志恒,范紹佳,黃 娟,等.2013年10月長株潭城市群一次持續(xù)性空氣污染過程特征分析[J]. 環(huán)境科學, 2014,35(11):4062-4068. Liao Z H, Fan S J, Huang J, et al. Characteristic analysis of a multi-day pollution event in Chang-Zhu-Tan Metropolitan Area During October 2013 [J]. Environmental Science, 2014,33(4):584- 593.

[20] 陳燁鑫,朱 彬,尹 聰,等.基于衛(wèi)星遙感和地面觀測資料分析蘇皖兩省一次空氣污染過程[J]. 中國環(huán)境科學, 2014,34(4):827-836. Chen Y X, Zhu B, Yin C, et al. A continuous air pollution event in Jiangsu and Anhui provinces based on satellite remote sensing and field observations [J]. China Environmental Science, 2014,34(4):827- 836.

[21] 池夢雪,張寶林,王 濤,等.2000~2018年黃土高原沙塵天氣遙感監(jiān)測及塵源分析 [J]. 科學技術(shù)與工程, 2019,19(18):380-388. Chi M X, Zhang B L, Wang T, et al. Remote sensing and source analysis of aeolian dust in Loess Plateau during 2000~2018 [J]. Science Technology and Engineering, 2019,19(18):380-388.

[22] Qi Y L, Ge J M, Huang J P. Spatial and temporal distribution of MODIS and MISR aerosol optical depth over northern China and comparison with AERONET [J]. Atmospheric Science, 2013,58(20): 2497-2506.

[23] Huang J P, Minnis P, Lin B, et al. Determination of ice water path in ice-over-water cloud systems using combined MODIS and AMSR-E measurements [J]. Geophysical Research Letters, 2006,332(21): 1522-1534.

[24] Huang J P, Lin B, Minnis P, et al. Satellite-based assessment of possible dust aerosols semi-direct effect on cloud water path over East Asia [J]. Geophys. Res. Lett., 2006,33(19):9802-1-19802-5.

[25] Huang J P, Wang Y, Wang T, et al. Dusty cloud radiative forcing derived from satellite data for middle latitude regions of East Asia [J]. Progress in Natural Science, 2006,16(10):1084-1089.

[26] Ashpole I, Washington R. A new high-resolution central and western Saharan summertime dust source map from automatedsatellite dust plume tracking [J]. Journal of Geophysical Research: Atmospheres, 2013,118(13):6981-6995.

[27] Filonchyk M, Yan H, Shareef T M E, et al. Aerosol contamination survey during dust storm process in Northwestern China using ground, satellite observations and atmospheric modeling data [J]. Theoretical and Applied Climatology, 2018,(12):1-15.

[28] 薛文博,武衛(wèi)玲,付 飛,等.2015.中國2013年1月PM2.5重污染過程衛(wèi)星反演研究 [J]. 環(huán)境科學, 2015,36(3):794-800. Xue W B, Wu W L, Fu F, et al. Satellite retrieval of a heavy pollution process in January 2013 in China [J]. Environmental Science, 2015, 36(3):794-800.

[29] Huang G, Liu Q, Wang Y Y, et al. The accuracy improvement of clear-sky surface shortwave radiation derived from CERES SSF dataset with a simulation analysis [J]. Science of the Total Environment, 2020,749:141671.

[30] Kaufman Y J, Tanre D, Gordon H R, et al. Passive remote sensing of tropospheric aerosol and atmospheric correction for the aerosol effect [J]. Journal of Geophysical Research, 1997,102(D14):16815-16830.

[31] 高大偉,徐宏輝,郁珍艷,等.MODIS氣溶膠光學厚度在臨安大氣顆粒物監(jiān)測中的應(yīng)用 [J]. 環(huán)境科學研究, 2012,25(7):739-744. Gao D W, Xu H H, Yu Z Y, et al. Application of MODIS aerosol optical depth in monitoring PM10concentrations in Lin'an [J]. Research of Environmental Sciences, 2012,25(7):739-744.

[32] 鄭卓云,陳良富,鄭君瑜,等.高分辨率氣溶膠光學厚度在珠三角及香港地區(qū)區(qū)域顆粒物監(jiān)測中的應(yīng)用研究 [J]. 環(huán)境科學學報, 2011, 31(6):1154-1161. Zheng Z Y, Chen L F, Zheng J Y, et al. Application of retrieved high-resolution AOD in regional PM monitoring in the Pearl River Delta and Hong Kong region [J]. Acta Scientiae Circumstantiae, 2011, 31(6):1154-1161.

[33] Huang G, Chen Y H, Li Z Q, et al.Validation and accuracy analysis of the collection 6.1MODIS aerosol optical depth over the westernmost city in China based on the Sun-Sky Radiometer Observations from SONET [J]. Earth and Space Science, 2020,7(3):e2019EA001041.

[34] Huang J, Minnis P, Chen B, et al. Long-range transport and vertical structure of Asian dust from CALIPSO and surface measurements during PACDEX [J]. Journal of Geophysical Research: Atmospheres, 2008,113(D23):1-13.

[35] Wang X, Huang J, Zhang R, et al. Surface measurements of aerosol properties over northwest China during ARM China 2008 deployment [J]. Journal of Geophysical Research, 2010,115(D7):1-13.

[36] 楊志華,張 旭,毛煒峰.基于FY-3B/VIRR數(shù)據(jù)的新疆沙塵天氣遙感監(jiān)測應(yīng)用研究[J]. 沙漠與綠洲氣象, 2014,8(5):48-52. Yang Z H, Zhang X, Mao W Y. The remote sensing monitoring application research in dust weather of Xinjiang based on FY-3B/ VIRR Data [J]. Desert and Oasis Meteorology, 2014,8(5):48-52.

[37] 王文彩.沙塵氣溶膠的傳輸和氣候效應(yīng)的觀測研究[D]. 蘭州:蘭州大學, 2013. Wang W C. Observation study of dust aerosols’ transport and climate effect [D]. Lanzhou: Lanzhou University, 2013.

致謝：對于新疆氣象臺及國家衛(wèi)星氣象中心提供的數(shù)據(jù)與模式支持,NASA、NOAA、USGS及ECWMF提供的MODIS、OISST、GMTED及EIN15數(shù)據(jù)集,由衷地表示感謝.

Analysis of an episode of a black storm moving eastward from Xinjiang based on multi-source data and model simulation.

HUANG Guan1,2, GUO Zi-jia1, ZHOU Ya-man4, SU Xiao-lan3*, LIU Xin1, CHEN Yong-hang1**, ZHOU Hai-jiang1, YANG Lin-pei1

(1.College of Environmental Science and Engineering, Donghua University, Shanghai 201620, China；2.Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, China；3.Xinjiang Uygur Autonomous Region Meteorological Service Center, Urumqi 830002, China；4.Xinjiang Meteorological Observatory, Urumqi 830002, China)., 2021,41(4)：1530~1539

Multi-Source monitoring data from satellite remote sensing, environmental monitoring and meteorological observation were comprehensively used to analyze the generation source, path and development process of a black storm in Xinjiang in April 2015 combining backward trajectory model. The results show that the pollutants at different heights during the black storm mainly from Xinjiang and its west of the Central Asia region along with the airflow, entered the northern Xinjiang accompanied by the southwest airflow almost at the same time, piled up along the Tianshan Mountains and then crossed the mountains into southern Xinjiang. Meanwhile, four typical cities (Urumqi, Hohhot, Lanzhou and Beijing) affected by the east transport of pollutants from the black storm were selected to analyze the influence of large amounts of dust aerosols on major meteorological parameters during the eastward transport of the black storm using regional climate model (RegCM4.6).The results show that the AOD for the four typical cities affected by the black storm's eastward transport during April 25~29 all increased, and the simulated pollution level was close to the actual. For the temperature response of the dusts at 2m near the surface, Beijing was the most visible, up to -1.68℃, while was not obvious at Urumqi, where the temperature near the ground during the dust episode decreased by 0.1℃ at the highest compared with that without dusts. When AOD reaches its maximum value, the temperature response of Hohhot and Lanzhou is -0.4℃ and -0.8℃ respectively. During the black strom episode, the maximum relative humidity response in Urumqi, Hohhot and Lanzhou was -3.3%, -7.3% and -4.7%, respectively, while the relative humidity in Beijing increased by about 10% compared with that without dusts when the AOD reached its maximum value on 29th.

black storm；aerosol；backward trajectory；temperature；humidity；Xinjiang

X513

A

1000-6923(2021)04-1530-10

黃 觀(1991-),女,新疆烏魯木齊人,東華大學博士研究生,主要從事大氣環(huán)境與遙感方面的研究.發(fā)表論文5篇.

2020-08-03

中央級公益性科研院所基本科研業(yè)務(wù)費(IDM201503);國家自然科學基金資助項目(42030612,41975029,41375021)

* 責任作者, 蘇小嵐, 高級工程師, sxllogan@126.com; 陳勇航, 教授, yonghangchen@126.com