全球變暖背景下內(nèi)蒙古地區(qū)沙塵暴頻次變化的預(yù)估

楊詩妤 聞新宇

1. 北京大學(xué)物理學(xué)院大氣與海洋科學(xué)系, 北京 100871; 2. 全球變化與中國綠色發(fā)展協(xié)同創(chuàng)新中心,北京 100875; ? 通信作者, E-mail: xwen@pku.edu.cn

春季沙塵暴是對我國北方自然環(huán)境和農(nóng)業(yè)生產(chǎn), 甚至人體健康帶來嚴(yán)重影響的災(zāi)害性天氣, 其危害表現(xiàn)在以下方面: 1) 造成短時的較強(qiáng)的跨越省際規(guī)模的區(qū)域性空氣污染事件, 或能見度大幅度下降[1]; 2) 降低土壤肥力, 影響農(nóng)業(yè)生產(chǎn)力[2]; 3) 沙塵攜帶過敏原和細(xì)菌微生物, 加速疾病的大面積傳播[3]。從全球范圍看, 沙塵暴主要發(fā)生在干旱、半干旱地區(qū), 北非撒哈拉沙漠、中國西北部、澳大利亞西部、北美西南部是沙塵暴的 4 個主要源地[4],其中塔克拉瑪干沙漠和內(nèi)蒙古戈壁是中國兩個主要的沙塵源[5]。塔克拉瑪干沙漠地處南疆無人區(qū), 南側(cè)和北側(cè)被昆侖山脈和天山山脈包圍, 盡管沙塵活動頻繁, 但對社會經(jīng)濟(jì)和人類生產(chǎn)、生活的影響很小。雖然內(nèi)蒙古戈壁地區(qū)(包括甘肅河西走廊、寧夏、內(nèi)蒙古中-西部)的沙塵暴次數(shù)少于塔克拉瑪干沙漠地區(qū), 但該區(qū)域人口眾多, 工農(nóng)業(yè)活動強(qiáng)度大,因此內(nèi)蒙古戈壁沙塵暴造成的影響遠(yuǎn)大于塔克拉瑪干沙漠。不僅如此, 內(nèi)蒙古地區(qū)的沙塵暴除造成本地?fù)p失外, 還波及其下游人口更稠密的華北(陜西、山西、京津冀)和東北地區(qū)(內(nèi)蒙古東部), 甚至隨著西風(fēng)急流輸送到東北亞和太平洋地區(qū)[6]。1995—2008 年, 內(nèi)蒙古地區(qū)共發(fā)生沙塵暴 998 次, 其中特強(qiáng)沙塵暴就有 59 次[7]。2006 年 4 月 16 日這一天中,來自內(nèi)蒙古的沙塵在北京的沉降量高達(dá) 33 萬噸左右[8]。

全球變暖是中國沙塵暴長期變化的大背景。人類自工業(yè)活動以來排放的過量溫室氣體導(dǎo)致全球溫度上升, 進(jìn)而造成冰凍圈融化、海平面上升和極端天氣。未來, 隨著全球變暖進(jìn)一步加劇, 中國沙塵暴會出現(xiàn)怎樣的長期變化？對這一基本問題的研究尚不充分。關(guān)于降水的長期趨勢, Li 等[9]的研究表明, 到 21 世紀(jì)末, 如果全球增溫 2℃, 中國出現(xiàn)百年一遇極端降水的概率將增加 2.4 倍; Zhang 等[10]指出, 2000—2100 年, 中亞地區(qū)帕默爾干旱指數(shù)呈下降趨勢, 中亞干旱越來越嚴(yán)重。關(guān)于沙塵暴的長期趨勢, 相關(guān)研究十分有限。Wang 等[11]、Shao 等[12]和 Guo 等[13]都指出過去 50 年中國沙塵暴頻次在減少, 但未討論未來的長期變化; Zhu 等[14]根據(jù) 1955—2005 年 258 個臺站的沙塵暴觀測數(shù)據(jù)和 NCEP/NCAR 再分析資料等數(shù)據(jù), 認(rèn)為貝加爾湖溫度升高使蒙古氣旋頻次減少, 未來中國沙塵暴頻次可能減少。總的來說, 針對未來中國沙塵暴長期變化趨勢這一基本問題, 現(xiàn)有研究不僅未從沙塵暴頻次增減方面進(jìn)行定性的研究, 更沒有降尺度到沙塵暴日數(shù)據(jù)(daily)的層面進(jìn)行定量的研究, 而 daily 是沙塵暴最敏感、最關(guān)鍵的時間尺度。因此, 本文旨在通過重建內(nèi)蒙古地區(qū)沙塵暴未來 100 年的 daily 指數(shù), 研究其長期變化趨勢。

數(shù)值模式和統(tǒng)計模型是獲得沙塵暴頻次的兩大類方法。盡管現(xiàn)有的氣候模式對氣候變化的模擬有很好的代表性, 但是對沙塵暴這一天氣尺度系統(tǒng)的長時間模擬存在很大的不確定性。Pu 等[15]指出,CMIP5 模式模擬的多年平均沙塵光學(xué)厚度和觀測數(shù)據(jù)存在 1～2 個數(shù)量級的差異, 很難直接使用其輸出結(jié)果對沙塵暴進(jìn)行預(yù)估。與數(shù)值模式相比, 統(tǒng)計模型對沙塵暴這類高頻問題的模擬表現(xiàn)更佳。在有限的研究中, 使用過的方法主要有廣義線性回歸和人工神經(jīng)網(wǎng)絡(luò)兩種。Huang 等[16]和 Kaboodvandpour等[17]利用風(fēng)溫壓濕數(shù)據(jù), 獲得臺站的沙塵暴頻次神經(jīng)網(wǎng)絡(luò)模型, 并指出神經(jīng)網(wǎng)絡(luò)模型的結(jié)果優(yōu)于線性回歸方法。在回歸因子選擇方面, 前人對與沙塵暴相配合的氣象要素和環(huán)流形勢進(jìn)行了較廣泛的研究,局地天氣要素包括地面風(fēng)速、溫度和降水等[11,18],高空天氣系統(tǒng)包括氣旋槽脊[19-20]和極渦[21-22]等,氣候要素包括北極濤動[23]和西太平洋遙相關(guān)[24]等。本文在前人工作的基礎(chǔ)上篩選出 9 個關(guān)鍵因子, 用神經(jīng)網(wǎng)絡(luò)方法重建 1860—2100 年內(nèi)蒙古地區(qū)沙塵暴頻次日變化趨勢, 并嘗試對內(nèi)蒙古地區(qū)沙塵暴頻次未來長期變化進(jìn)行預(yù)估, 為探究全球變暖背景下中國地區(qū)沙塵暴的頻次變化、沙塵暴的防治以及相關(guān)環(huán)境政策的修訂提供科學(xué)參考。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本文所用內(nèi)蒙古地區(qū)(36°—44°N, 97°—114°E)沙塵暴頻次數(shù)據(jù)來源于中國氣象局最新編制的 1954—2007 年沙塵暴臺站觀測日數(shù)據(jù)集[25]。該數(shù)據(jù)集包含全國 490 個臺站的數(shù)據(jù), 本研究使用內(nèi)蒙古地區(qū)受沙塵暴影響最嚴(yán)重的 115 個臺站的數(shù)據(jù)(圖 1 中黑實(shí)線框)。本文中沙塵暴日頻次為該區(qū)域 115 個臺站記錄次數(shù)的總和, 如果同一臺站一天中有多個記錄, 則只計算一次。內(nèi)蒙古沙塵暴主要發(fā)生在春季[11,26], 沙塵暴年頻次為春季 3 個月(3—5 月)日頻次的加和。

圖1 臺站觀測的1954—2007 年平均春季沙塵暴頻次Fig. 1 Observed annual mean number of springtime dust storms in 1954-2007

沙塵暴頻次統(tǒng)計模型中所用 9 個關(guān)鍵因子的數(shù)據(jù)來源于 1954—2007 年 NCEP/NCAR 再分析資料的日數(shù)據(jù)集[27], 包括 500 hPa 位勢高度、海平面氣壓、700 hPa 緯向風(fēng)速、700 hPa 經(jīng)向風(fēng)速、700 hPa溫度、700 hPa 比濕、250 hPa 緯向風(fēng)速和 250 hPa經(jīng)向風(fēng)速, 數(shù)據(jù)的水平分辨率為 2.5°×2.5°。

耦合模式比較計劃(CMIP5)提供 1860—2100 年歷史及未來 9 個關(guān)鍵因子的數(shù)據(jù)。本文出于對 1860—2100 年 9 個因子 daily 數(shù)據(jù)可用性的考量, 選用GFDL-CM3, IPSL-CM5A-LR 和 HadGESM-ES 這 3個模式的數(shù)據(jù)(在所有 CMIP5 模式中, 只有 5 個模式數(shù)據(jù)完整, 其中 MRI-CGCM3 和 MIROC5 兩個模式的數(shù)據(jù)存在較大的系統(tǒng)性誤差, 只有上述 3 個模式可用)。數(shù)據(jù)的水平分辨率如下: GFDL-CM3 為144×90 個網(wǎng)格點(diǎn), IPSL-CM5A-LR 為 96×96 個網(wǎng)格點(diǎn), HadGESM-ES 為 144×92 個網(wǎng)格點(diǎn)。特別地, 因HadGESM-ES 模式的歷史試驗(yàn)數(shù)據(jù)不完整, 1860—2005 年歷史試驗(yàn)數(shù)據(jù)(Historical Runs)只來源于GFDL-CM3 和 IPSL-CM5A-LR 這兩個模式。2006—2100 年的未來數(shù)據(jù)則來源于 3 個模式的低輻射強(qiáng)迫 RCP2.6 情景和高輻射強(qiáng)迫 RCP8.5 情景的試驗(yàn)數(shù)據(jù)。

1.2 方法

建立統(tǒng)計模型的本質(zhì)是建立影響沙塵暴的關(guān)鍵因子與沙塵暴頻次之間的關(guān)系。地表風(fēng)速大, 濕度小, 易起沙; 高空風(fēng)速大, 有利于沙塵的遠(yuǎn)距離傳輸。蒙古氣旋和高空槽脊影響各高度層的風(fēng)速, 極渦強(qiáng)弱影響蒙古氣旋頻次。本研究在前人工作的基礎(chǔ)上, 凝練與沙塵暴存在物理聯(lián)系的天氣學(xué)特征,利用相關(guān)系數(shù)法, 選出影響內(nèi)蒙古地區(qū)沙塵暴的 9個關(guān)鍵因子: 500 hPa 位勢高度(Z500)、海平面氣壓(SLP)、700 hPa 緯向風(fēng)速(U700)、700 hPa 經(jīng)向風(fēng)速(V700)、700 hPa 溫度(T700)、700 hPa 比濕(q700)、250 hPa 緯向風(fēng)速(U250)、250 hPa 經(jīng)向風(fēng)速(V250)和極渦指數(shù)(AO)。通過歷史上 390 個沙塵暴日距平值的合成分析, 選定前 8 個因子的關(guān)鍵區(qū), 對每個因子 2～3 個關(guān)鍵區(qū)的指紋(fingerprint)信息進(jìn)行線性疊加, 得到前 8 個因子的日數(shù)據(jù)。關(guān)鍵回歸因子的定義和計算方法參見表 1。第 9 個因子是大尺度極渦指數(shù), 在區(qū)域平均的 30°—60°N 與 60°—90°N 海平面氣壓差值基礎(chǔ)上, 計算春季平均值。最后, 利用上述 9 個回歸因子各自的 1971—2010 年氣候態(tài)平均值和標(biāo)準(zhǔn)差, 進(jìn)行標(biāo)準(zhǔn)化(圖2)。

圖2 3 個CMIP5 模式平均的9 個關(guān)鍵因子1860—2100 年標(biāo)準(zhǔn)化值Fig. 2 Time series of annual mean standardized value of 9 key factors in 1860-2100 derived from three CMIP5 models

表1 關(guān)鍵回歸因子的定義與計算方法Table 1 Definitions and computing methods of nine key factors

關(guān)鍵因子與沙塵暴頻次之間的統(tǒng)計關(guān)系并非簡單的線性關(guān)系。由簡單的神經(jīng)元與神經(jīng)元互聯(lián)組成的人工神經(jīng)網(wǎng)絡(luò)模型(BP 神經(jīng)網(wǎng)絡(luò))能較好地擬合出大數(shù)據(jù)之間的非線性關(guān)系[28]。本文使用的 BP 神經(jīng)網(wǎng)絡(luò)由輸入層(第一層)、隱藏層(第二層)、輸出層(第三層)構(gòu)成(圖 3)。其中, 隱藏層可以是一層, 也可以是多層, 每層的節(jié)點(diǎn)數(shù)按需設(shè)置。BP 神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)是迭代算法, 包括激勵傳輸和權(quán)重更新。隱藏層神經(jīng)元將輸入數(shù)據(jù)加權(quán)求和, 再帶入激活函數(shù), 將結(jié)果傳遞到輸出層。根據(jù)誤差最小原則, 按梯度下降和誤差反向傳播算法進(jìn)行權(quán)重更新[29]。當(dāng)隱藏層只用一層且神經(jīng)元數(shù)趨于無窮時, 可替代任何非線性映射關(guān)系, 適用于訓(xùn)練樣本不大的情形。本文測試了幾種不同的神經(jīng)網(wǎng)絡(luò), 經(jīng)權(quán)衡收斂速度和訓(xùn)練集表現(xiàn)等多種指標(biāo)后, 使用的神經(jīng)網(wǎng)絡(luò)輸入層為 9 個關(guān)鍵因子標(biāo)準(zhǔn)化數(shù)據(jù); 隱藏層為一層,共有 500 個節(jié)點(diǎn), 激活函數(shù)為 ReLU; 輸出層為沙塵暴日頻次, 對 1954—2007 年的數(shù)據(jù)做 90%隨機(jī)訓(xùn)練和 10%隨機(jī)驗(yàn)證, 共訓(xùn)練 100 輪。

圖3 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖Fig. 3 Topology of BP neural network structure

2 對 1954—2007 年沙塵暴頻次的重建與檢驗(yàn)

由 9 個關(guān)鍵因子構(gòu)建的神經(jīng)網(wǎng)絡(luò)能很好地再現(xiàn)觀測的沙塵暴頻次。圖 4 對比 1954—2007 年臺站觀測的沙塵暴頻次、BP 模型基于再分析資料計算得到的沙塵暴年頻次以及 BP 模型基于 CMIP5 模式歷史試驗(yàn)數(shù)據(jù)計算得到的沙塵暴年頻次。

圖 4(a)顯示, 觀測的沙塵暴年頻次 1954—1997年為下降趨勢, 1998—2001 年為上升趨勢, 高值出現(xiàn)在 1958, 1966 和 1976 年, 這種先減少后增加的變化趨勢與 Guo 等[13]和 Guan 等[30]的研究結(jié)果一致。利用再分析資料重建的 1962—1980 年沙塵暴年頻次可以很好地再現(xiàn)臺站觀測結(jié)果, 兩者的量級、峰值和谷值年份均能較好地對應(yīng), 相關(guān)系數(shù)達(dá)到 0.67,證明了 BP 神經(jīng)網(wǎng)絡(luò)模型對重建沙塵暴頻次日尺度數(shù)據(jù)的有效性; 通過 CMIP5 多模式平均而重建的沙塵暴頻次與觀測數(shù)據(jù)及再分析重建數(shù)據(jù)有較大的差異, 且平均值的量級高于觀測值。這是因?yàn)轳詈夏Ｊ綒v史試驗(yàn)中缺少觀測資料中的年際信號強(qiáng)迫, 所以不能與觀測數(shù)據(jù)進(jìn)行簡單的年際變率數(shù)值對比。盡管如此, CMIP5 模式計算結(jié)果仍能再現(xiàn) 1954—2007 年沙塵暴頻次下降的趨勢。

圖4 1954—2007 年沙塵暴年頻次時間序列Fig. 4 Time series of annual mean dust storm frequency in 1954-2007

圖 4(b)顯示, 兩個模式的結(jié)果中沙塵暴年頻次都存在下降趨勢, 但 GFDL-CM3 的沙塵暴年頻次量級高于 IPSL-CM5A-LR 和觀測值。對于沙塵暴這一天氣尺度的系統(tǒng), 氣候模式對 daily 尺度信息的模擬能力欠佳, 計算得出的沙塵暴頻次與實(shí)際情況差異較大, 但能利用影響沙塵暴關(guān)鍵因子的長期變化趨勢, 計算得到沙塵暴頻次的趨勢性信息。另外, 盡管模式之間存在差異, 但模式集合平均的結(jié)果能減少單一模式的高估或低估, 使結(jié)果更加可信。

3 對未來沙塵暴頻次的預(yù)估

對 1954—2007 年沙塵暴頻次日數(shù)據(jù)的重建結(jié)果表明, 將 BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用于 CMIP5 數(shù)據(jù), 可以反映沙塵暴頻次的長期變化趨勢。下面將 BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用于 3 個 CMIP5 模式(GFDL-CM3, IPSLCM5A-LR 和 HadGESM-ES)的未來情景試驗(yàn)(RCP2.6和 RCP8.5)結(jié)果中, 分析到 21 世紀(jì)末, 內(nèi)蒙古地區(qū)沙塵暴頻次對全球變暖的響應(yīng), 作為對其預(yù)估結(jié)果的一階近似值。

3.1 GFDL-CM3 模式計算結(jié)果

GFDL-CM3 模式計算結(jié)果顯示, 在 RCP2.6 和RCP8.5 兩種未來情景中, 沙塵暴年頻次的高值出現(xiàn)次數(shù)減少, 即未來沙塵暴事件的總頻次減少, 影響范圍較大的沙塵暴事件頻次也減少。從 1860—2100 年沙塵暴年頻次的時間序列(圖 5(a))可知, 據(jù)GFDL-CM3 模式數(shù)據(jù)計算得出的沙塵暴年頻次過高(高于 900 的較多)。對比 RCP2.6 情景、RCP8.5情景和歷史試驗(yàn)可知, 未來沙塵暴年頻次超過 900的年份減少, 且 2004—2026 年、2060—2075 年和2080—2100 年 RCP8.5 情景的沙塵暴年頻次低于RCP2.6 情景。表 2 顯示, 1860—2005 年沙塵暴年頻次多年平均值為 433, 2006—2100 年 RCP2.6 情景為395, RCP8.5 情景為 336, 表明未來沙塵暴頻次減少。比較歷史試驗(yàn)(圖 5(b))、RCP2.6 情景(圖 5(c))和 RCP8.5 情景(圖 5(d))的沙塵暴年頻次概率分布可知, 1860—2005 年沙塵暴年頻次高于 600 的年份多于 2006—2100 年, RCP8.5 情景沙塵暴年頻次高于700 的年份比 RCP2.6 情景少。圖 5(e)～(g)中, 從歷史試驗(yàn)到 RCP2.6 情景, 再到 RCP8.5 情景, 紅點(diǎn)(沙塵暴日頻次多于 15 次)逐漸減少, 表明未來出現(xiàn)影響范圍較大的沙塵暴頻次逐漸減少。

圖5 GFDL-CM3 模式中1860—2100 年沙塵暴頻次Fig. 5 Frequency of dust storms from GFDL-CM3 model results in 1860-2100

3.2 IPSL-CM5A-LR 模式計算結(jié)果

IPSL-CM5A-LR 模式計算結(jié)果顯示, RCP8.5 情景中, 2006—2100 年出現(xiàn)沙塵暴年頻次和日頻次高值的年份少于 1860—2005 年, 但 RCP2.6 情景中沙塵暴年頻次和日頻次出現(xiàn)高值的年份多于 1860—2005 年。圖 6(a)顯示, RCP8.5 情景中 2006—2100年沙塵暴年頻次高于 600 的年份比 1860—2005 年少, 且 2040—2100 年 RCP8.5 情景中沙塵暴年頻次比RCP2.6 情景少。從圖 6(b)～(d)可以看出, RCP2.6情景中沙塵暴年頻次高于 600 的年份比 1860—2005年多?？傮w而言, IPSL-CM5A-LR 模式結(jié)果與 GFDLCM3 模式結(jié)果反映的趨勢相同。

圖6 IPSL-CM5A-LR 模式中 1860—2100 年沙塵暴頻次Fig. 6 Frequency of dust storms from IPSL-CM5A-LR model results in 1860-2100

3.3 HadGESM-ES 模式計算結(jié)果

HadGESM-ES 模式計算結(jié)果顯示, RCP2.6 情景和 RCP8.5 情景的沙塵暴年頻次和日頻次出現(xiàn)高值的次數(shù)少于 1860—2005 年這一歷史時期。圖 7(a)顯示, RCP2.6 和 RCP8.5 兩個情景中, 未來沙塵暴年頻次數(shù)值區(qū)間為 200～600, 小于 GFDL-CM3 和 IPSLCM5A-LR 兩個模式的計算結(jié)果, 且 2040～2100 年RCP8.5 情景中沙塵暴年頻次少于 RCP2.6 情景, 即隨著溫度升高, 沙塵暴頻次減少。圖 7(b)和(c)顯示,RCP2.6 和 RCP8.5 兩個情景中, 沙塵暴年頻次大于600 的年份數(shù)不足 10 個, 少于 1860—2005 這一歷史時期。圖 7(d)和(e)顯示, RCP2.6 和 RCP8.5 兩個未來情景中, 沙塵暴日頻次高值(大于 15)出現(xiàn)的次數(shù)較少。

圖7 HadGESM-ES 模式中1860—2100 年沙塵暴頻次Fig. 7 Frequency of dust storms from HadGESM-ES model results in 1860-2100

3.4 模式集合平均值

3 個模式的集合平均值可以在一定程度上修正單個模式的不確定性。總體而言, 沙塵暴年頻次和日頻次高值出現(xiàn)的次數(shù) 1860—2005 年的歷史時期多于 RCP2.6 情景, RCP2.6 情景又多于 RCP8.5 情景,即全球變暖會導(dǎo)致沙塵暴頻次減少。圖 8(b)顯示,1860—2100 年沙塵暴年頻次高于 900 的年份較少,且 1860—2005 年沙塵暴年頻次高于 600 的年份多于2006—2100 年; 2055—2100 年, RCP8.5 情景的沙塵暴年頻次均小于 RCP2.6 情景。對比圖 8(b)、(c)和(d)可知, 沙塵暴年頻次高于 600 的年份數(shù) 1860—2005 年的歷史時期多于 RCP2.6 情景, RCP2.6 情景又多于 RCP8.5 情景, 且 RCP2.6 情景和 RCP8.5 情景中幾乎沒有沙塵暴年頻次高于 700 的年份。未來,影響范圍較大的沙塵暴出現(xiàn)頻次減少, 且增溫越多,越不利于該類沙塵暴事件發(fā)生。表 2 列出沙塵暴日頻次模式集合多年平均值, 1860—2005 年為 4.7,2006—2100 年 RCP2.6 情景和 RCP8.5 情景中分別為4.0, 為 3.5, 表明未來沙塵暴會減少。

表2 歷史(1860—2005 年)和未來(2006—2100 年)各模式多年平均沙塵暴年頻次和日頻次Table 2 Multi-year average yearly frequency and daily frequency of dust storms for three models in history (1860-2005) and future (2006-2100)

圖8 CMIP5 多模式平均的700 hPa 溫度和沙塵暴頻次Fig. 8 Multi-model mean 700 hPa temperature and dust storm frequency

從沙塵暴出現(xiàn)的月份看, 臺站觀測資料顯示,1954—2007 年這一歷史時期內(nèi)蒙古地區(qū)沙塵暴主要發(fā)生于 4 月[30-31]; 1954 年之前的歷史時期和 2007年之后的未來, 沙塵暴也多發(fā)于 4 月, 這一季節(jié)性特點(diǎn)未發(fā)生變化。從圖 9(a)可知, 不論是歷史時期還是未來, 4 月的沙塵暴頻次高于其他月份, 仍表明內(nèi)蒙古地區(qū)沙塵暴多發(fā)于 4 月; 年平均沙塵暴日頻次歷史時期高于 RCP2.6 情景, RCP2.6 情景又高于RCP8.5 情景, 未來沙塵暴頻次減少, 與前面沙塵暴年頻次結(jié)果一致。從旬這一時間尺度看, 圖 9(b)～(d)分別顯示歷史時期的 1860—2005 年、RCP2.6 情景的 2006—2100 年以及 RCP8.5 情景的 2006—2100年的沙塵暴旬頻次, 其中灰度條為每年旬頻次最高值, 多在 4 月出現(xiàn)。同時, 圖 9(b)～(d)中沙塵暴旬頻次高值出現(xiàn)次數(shù) 5 月多于 3 月。對比圖 9(b)、(c)和(d)可知, 1860—2005 年沙塵暴旬頻次高于 100 的年份多于 2006—2100 年。

圖9 沙塵暴頻次的季節(jié)分布Fig. 9 Seasonal distribution of dust storm frequency

4 結(jié)論與討論

本文使用 BP 神經(jīng)網(wǎng)絡(luò)方法, 結(jié)合 NCEP/NCAR再分析資料、氣象臺站沙塵暴觀測數(shù)據(jù), 構(gòu)建內(nèi)蒙古地區(qū)沙塵暴頻次統(tǒng)計模型, 并利用 GFDL-CM3,IPSL-CM5A-LR 和 HadGESM-ES 這 3 個 CMIP5 模式的歷史試驗(yàn)、RCP2.6 情景和 RCP8.5 情景數(shù)據(jù), 獲得 1860—2100 年內(nèi)蒙古地區(qū)沙塵暴日頻次的長期序列, 初步探討全球變暖背景下內(nèi)蒙古地區(qū)沙塵暴頻次的長期變化趨勢, 得到以下結(jié)論。

1) 用 9 個關(guān)鍵因子的日數(shù)據(jù)作為輸入、500 個節(jié)點(diǎn)作為隱藏層的 BP 神經(jīng)網(wǎng)絡(luò)模型是一種重建沙塵暴頻次的有效方法。將再分析資料輸入該模型,計算得出的 1954—2007 年沙塵暴年頻次, 其量級、峰值和谷值年份以及變化趨勢均與觀測值相近。將CMIP5 模式歷史試驗(yàn)數(shù)據(jù)輸入該模型, 也能再現(xiàn)過去內(nèi)蒙古地區(qū)沙塵頻次下降的趨勢。將該模型應(yīng)用于 CMIP5 數(shù)據(jù), 多模式集合平均值可以在一定程度上修正單一模式高估或低估的問題。

2) 在 RCP2.6 和 RCP8.5 兩個未來情景中, 內(nèi)蒙古地區(qū)沙塵暴頻次高值的出現(xiàn)次數(shù)明顯減少, 即未來沙塵暴事件的總頻次減少, 影響范圍較大的沙塵暴事件頻次也減少, 且增溫越多, 越不利于該類沙塵暴事件發(fā)生。3 個模式集合平均值顯示, 沙塵暴年頻次高于 600 的年份數(shù)歷史時期多于 RCP2.6 情景, RCP2.6 情景又多于 RCP8.5 情景。2055—2100年, RCP8.5 情景中沙塵暴年頻次均低于 RCP2.6 情景, 且 1860—2005 年平均沙塵暴日頻次高于 2006—2100 年。就單個模式來看, GFDL-CM3 模式計算得出的沙塵暴頻次值過高。

3) 沙塵暴的季節(jié)性規(guī)律不隨全球變暖而改變。從沙塵暴分布的月份來看, 歷史試驗(yàn)數(shù)據(jù)中 1860—2005 年以及 RCP2.6 情景和 RCP8.5 情景中 2006—2100 年 4 月的沙塵暴日頻次和旬頻次值高于 3 月和5 月, 歷史時期和未來沙塵暴都多發(fā)于 4 月。歷史時期和未來, 沙塵暴年平均日頻次 5 月多于 3 月,沙塵暴旬頻次高值的出現(xiàn)次數(shù)也是 5 月多于 3 月。

前人有關(guān)未來沙塵暴頻次變化預(yù)估的研究較少。Pu 等[32]用多元線性回歸的統(tǒng)計方法, 得到RCP8.5 情境下美國南部沙塵暴增加、北部沙塵暴減少的結(jié)果。本研究在前人工作的基礎(chǔ)上, 基于CMIP5 數(shù)據(jù)重建內(nèi)蒙古地區(qū)沙塵暴頻次 daily 指數(shù)的人工神經(jīng)網(wǎng)絡(luò)統(tǒng)計模型, 據(jù)此對未來全球變暖背景下內(nèi)蒙古地區(qū)沙塵暴的長期變化趨勢進(jìn)行預(yù)估,初步得出未來(2006—2100 年)中國沙塵暴頻次低于歷史時期(1860—2005 年)的結(jié)論, 與 Zhu 等[14]基于1954—2007 年觀測數(shù)據(jù)的研究結(jié)果(貝加爾湖溫度升高, 大氣斜壓性減弱, 氣旋減少, 過去 50 年中國沙塵暴減少, 推測未來中國沙塵暴頻次受同樣機(jī)制影響而保持下降趨勢)一致。

本文工作的不確定性和局限性主要來自以下 3個方面。

1) 近年來人工神經(jīng)網(wǎng)絡(luò)有了長足的進(jìn)步和跨越式發(fā)展, 本文只利用了較為基礎(chǔ)的 BP 神經(jīng)網(wǎng)絡(luò),未來可以嘗試卷積神經(jīng)網(wǎng)絡(luò)等更多的算法, 改進(jìn)統(tǒng)計模型。

2) 限于目前可用數(shù)據(jù), 本研究只分析了 3 個CMIP5 模式中內(nèi)蒙古地區(qū)歷史時期以及兩個未來情景的沙塵暴頻次變化。今后, 可將本文模型應(yīng)用于不同的模式、時段和情景, 更廣泛地探討氣候變化與中國沙塵暴頻次變化之間的關(guān)系。

3) 近地面的植樹造林人為活動主要影響起沙過程。裸露地表被植被覆蓋后, 沙塵不易被揚(yáng)起,沙塵源減少。但是, 沙塵遠(yuǎn)距離輸送依賴于 3～5 km的高空風(fēng)場, 天氣形勢起主導(dǎo)作用。本文在假定沙塵源無顯著變化的情況下研究內(nèi)蒙古地區(qū)沙塵暴頻次的長期變化, 僅分析天氣過程對沙塵輸送的影響,未考慮人為植樹造林等活動的影響。后續(xù)工作中可以加入植被變化這一影響因素, 進(jìn)一步從沙塵源以及沙塵輸送兩個方面, 更全面地評估未來沙塵暴頻次的變化趨勢。