毛烏素沙地上空沙塵暴的前向軌跡及其影響范圍

胡雯婕 馬莉 吳秀芹 張克斌

毛烏素沙地上空沙塵暴的前向軌跡及其影響范圍

胡雯婕 馬莉 吳秀芹?張克斌?

北京林業(yè)大學(xué)水土保持學(xué)院, 北京 100083; ?通信作者, E-mail: wuxq@bjfu.edu.cn (吳秀芹), ctccd@126.com (張克斌)

基于氣象數(shù)據(jù)、MODIS 遙感影像數(shù)據(jù)和 NCEP 再分析資料, 利用 HYSPLIT 模型模擬 2000—2019 年毛烏素沙地上空不同海拔高度(500, 1000 和 1500 m)各季節(jié)沙塵暴的前向軌跡, 并與遙感影像識(shí)別出的沙塵信息進(jìn)行比較, 識(shí)別毛烏素沙地沙塵暴的影響范圍。結(jié)果顯示: 1)在過(guò)去的 20 年中, 共有 143 個(gè)沙塵暴月和387 個(gè)沙塵暴日, 并且 2004 年以來(lái), 毛烏素沙地發(fā)生沙塵暴的頻率逐漸降低; 2)季節(jié)性氣候條件對(duì)毛烏素沙地沙塵暴的移動(dòng)路徑有很大的影響, 春季沙塵暴發(fā)生頻率較高, 秋季發(fā)生頻率最低; 3)受毛烏素沙地沙塵暴影響的國(guó)內(nèi)地區(qū)主要包括陜西省北部、山西省北部、河北省北部和中部、山東省北部和中部、北京市、天津市、內(nèi)蒙古自治區(qū)東部以及東北三省, 國(guó)外受影響的地區(qū)有朝鮮、日本北部以及俄羅斯與我國(guó)交界處, 受影響的海域有渤海、黃海北部和日本海西北部。遙感影像與 HYSPLIT 模型的比較提供了一種對(duì)沙塵運(yùn)輸、擴(kuò)散和沉積過(guò)程進(jìn)行驗(yàn)證和加深了解的有效工具, 研究結(jié)果可以為防災(zāi)減災(zāi)決策及沙源地治理提供科學(xué)的參考依據(jù)。

毛烏素沙地; 沙塵識(shí)別; HYSPLIT模型; 影響區(qū)域

作為干旱半干旱地區(qū)的自然災(zāi)害之一, 沙塵暴指強(qiáng)風(fēng)將地面大量塵沙吹起, 使空氣相當(dāng)渾濁, 水平能見度急劇降低至 1km 以下的天氣現(xiàn)象[1]。按其能見度值, 可將沙塵暴分為 3 個(gè)等級(jí): 1)沙塵暴, 0.5km≤<1.0km; 2)強(qiáng)沙塵暴, 0.05km≤<0.5km; 3)特強(qiáng)沙塵暴,<0.05km。沙塵暴的形成需具備 3個(gè)基本條件: 充足的沙源、足夠強(qiáng)勁且持久的大風(fēng)和不穩(wěn)定的空氣狀態(tài)[2–3]。肆虐的揚(yáng)沙天氣給當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)、社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境和人類健康帶來(lái)嚴(yán)重危害, 如土壤肥力下降、農(nóng)作物受損、太陽(yáng)輻射減少和攜帶細(xì)菌病毒等病原體并大范圍擴(kuò)散[4]以及電信等設(shè)備受損壞[5]。沙塵暴還會(huì)導(dǎo)致大氣能見度下降, 限制海陸空航行, 同時(shí)也增加交通事故隱患[6]。因此, 研究沙塵暴的來(lái)源、移動(dòng)路徑及其影響區(qū)域具有重要的現(xiàn)實(shí)意義, 能夠?yàn)榉罏?zāi)減災(zāi)決策及沙源地治理提供科學(xué)依據(jù)。

世界范圍的沙塵暴多發(fā)生于北非、中亞、西亞和澳洲等地區(qū)[7]。其中, 中亞是世界第二大沙塵源區(qū)[8], 我國(guó)西北地區(qū)是中亞沙塵源區(qū)的重要組成部分[9], 沙塵多由河西走廊、巴丹吉林沙漠、騰格里沙漠、毛烏素沙地、塔克拉瑪干沙漠和柴達(dá)木盆地及其周邊地區(qū)[2]貢獻(xiàn)。自 20 世紀(jì) 90 年代以來(lái), 我國(guó)華北地區(qū)沙塵暴發(fā)生頻率呈下降趨勢(shì)[10]。近年來(lái), 國(guó)內(nèi)外學(xué)者對(duì)世界不同地區(qū)沙塵暴的來(lái)源、頻次規(guī)律和傳輸路徑開展大量研究, 取得顯著的成果。Yu 等[11]、Cao 等[12–13]和楊燕萍等[14]對(duì)亞洲、西亞和我國(guó)蘭州市的沙塵來(lái)源做了分析研究。王石英等[15]基于氣象資料和遙感影像數(shù)據(jù), 結(jié)合相關(guān)研究資料, 認(rèn)為阿拉善高原和河西走廊、渾善達(dá)克沙漠、塔里木盆地邊緣綠洲農(nóng)業(yè)區(qū)和長(zhǎng)城–寧陜蒙農(nóng)牧交錯(cuò)區(qū)是我國(guó)首都地區(qū)沙塵暴的主源區(qū)。Rashki等[16]和 An 等[17]分別研究了錫斯坦地區(qū)和東亞地區(qū)沙塵暴發(fā)生的頻率、強(qiáng)度及其發(fā)生機(jī)制。張亞妮等[18]和郭萍萍等[19]先后對(duì)發(fā)生在我國(guó)北方地區(qū)的幾次區(qū)域性沙塵暴天氣的傳輸路徑進(jìn)行分析, 發(fā)現(xiàn)我國(guó)北方地區(qū)沙塵暴多由西北氣流輸送至東部地區(qū)。Tan 等[20]發(fā)現(xiàn), 我國(guó)北京市的沙塵暴主要來(lái)源于內(nèi)蒙古自治區(qū), 通過(guò)模型計(jì)算沙塵排放通量, 發(fā)現(xiàn)該地區(qū)沙塵量年貢獻(xiàn)占亞洲沙塵總量的 31%。之后, Tan 等[21]在對(duì) 1960—2010 年我國(guó)春季沙塵的排放量研究中發(fā)現(xiàn), 西部戈壁和沙漠的粉塵排放量占全國(guó)總粉塵量的 86%。然而, 這些研究大部分局限于區(qū)域個(gè)例的沙塵氣溶膠排放量[20]及沙塵暴來(lái)源分析, 缺乏對(duì)沙塵暴源區(qū)的影響范圍分析、衛(wèi)星監(jiān)測(cè)數(shù)據(jù)和模型模擬相互印證的實(shí)例等研究。

作為我國(guó)沙漠化最嚴(yán)重的地區(qū)之一, 毛烏素沙地不僅是沙塵暴頻發(fā)地, 也是我國(guó)華北地區(qū), 特別是山西、河北及京津冀一帶沙塵暴天氣的加強(qiáng)源地。本研究基于氣象數(shù)據(jù)、MODIS 遙感影像數(shù)據(jù)和 NCEP 再分析資料, 利用 HYSPLIT 模型模擬2000—2019 年毛烏素沙地上空不同海拔高度(500, 1000 和 1500m)各季節(jié)沙塵暴的前向軌跡, 并且與遙感影像識(shí)別出的沙塵信息進(jìn)行比較, 確定毛烏素沙地沙塵暴的影響范圍, 以期提供一種可以驗(yàn)證并增進(jìn)對(duì)沙塵運(yùn)輸、擴(kuò)散和沉積過(guò)程了解的有效方式, 為防災(zāi)減災(zāi)決策以及沙源地治理提供科學(xué)的參考依據(jù)。

1 研究區(qū)概況

毛烏素沙地位于內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)以及陜西省的交界處, 地處 36°49′—40°12′N, 106°30′—111°56′E 之間[22], 總面積約 8.322 萬(wàn) km2, 海拔 1100～1800m, 地勢(shì)自西北向東南傾斜。主要地貌類型有梁地、灘地、河谷階地和沙地等, 固定、半固定和流動(dòng)沙丘分布于整個(gè)沙地[8]。受西伯利亞氣團(tuán)的影響, 毛烏素沙地屬于典型的溫帶大陸性氣候, 多年平均氣溫為 6.0～8.5oC; 年均降水量為340mm, 由東南向西北遞減; 沙地盛行西北風(fēng), 大風(fēng)日數(shù) 30 天以上, 冬春兩季風(fēng)力強(qiáng)勁且頻繁, 年均風(fēng)速為 4.5m/s, 最大風(fēng)速可達(dá) 28m/s[23]。本文研究范圍包括內(nèi)蒙古自治區(qū)的鄂托克旗、鄂托克前旗、伊金霍洛旗、烏審旗, 寧夏回族自治區(qū)的鹽池縣, 陜西省的榆林市、神木縣、橫山縣、靖邊縣和定邊縣(圖 1)。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 數(shù)據(jù)來(lái)源

1)氣象數(shù)據(jù)。本文所用氣象資料來(lái)自美國(guó)國(guó)家海洋和大氣管理局的全球地表日平均地表資料GSOD (Global Surface Summary of the Day), 是由全球地表逐小時(shí)氣象數(shù)據(jù)集(Integrated Surface Hourly Dataset)計(jì)算而來(lái)的第 7 版數(shù)據(jù), 通常滯后1～2 天。本文選取毛烏素沙地東部榆林站的 2000—2019 年的日平均風(fēng)速、最大瞬時(shí)風(fēng)速、風(fēng)向及能見度數(shù)據(jù)。數(shù)據(jù)下載網(wǎng)址為 ftp://ftp.ncdc.noaa.gov/ pub/data/gsod。

圖1 研究區(qū)地理位置

2)NCEP 再分析資料。用于模擬沙塵暴前向運(yùn)行軌跡的 NCEP (National Centers for Environmental Prediction)再分析資料是從美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administra-tion, NOAA)的大氣資源實(shí)驗(yàn)室(Air Resources La-boratory, ARL)獲取的 GBL (Global Boundary Layer)資料, 為運(yùn)行 HYSPLIT 模型所需的特定氣象數(shù)據(jù)格式。其空間水平分辨率為 2.5°×2.5°, 包括 1000～ 10hPa 共 17 層上的位勢(shì)高度、溫度、緯向風(fēng)和經(jīng)向風(fēng), 1000～300 hPa 各層的比濕及 1000～100 hPa的垂直速度。數(shù)據(jù)下載網(wǎng)址為 ftp://arlftp.arlhq.noaa.gov/ pub/archives/reanalysis。

3)遙感影像數(shù)據(jù)。搭載在 Terra 和 Aqua 兩顆衛(wèi)星上的中分辨率成像光譜儀(MODerate-resolution Imaging Spectroradiometer, MODIS)是美國(guó)地球觀測(cè)系統(tǒng)(EOS)計(jì)劃中用于觀測(cè)全球生物和物理過(guò)程的重要儀器, 共有 36 個(gè)光譜波段, 覆蓋從可見光到紅外(0.4～14.4μm)波段, 具有高空間分辨率、高時(shí)間分辨率、高光譜分辨率和高輻射分辨率的特點(diǎn)[24], 是用于沙塵信息定量提取和分析的有效工具[25]。本文選取 1000m 分辨率的 MODIS 影像數(shù)據(jù)(MOD 021KM 產(chǎn)品)進(jìn)行沙塵提取分析, 數(shù)據(jù)預(yù)處理包括發(fā)射率數(shù)據(jù)校正和輻射定標(biāo)等。數(shù)據(jù)下載網(wǎng)址為https://ladsweb.modaps.eosdis.nasa.gov。

2.2 研究方法

2.2.1 MODIS影像沙塵信息提取

熱紅外 TIR 技術(shù)是衛(wèi)星遙感監(jiān)測(cè)沙塵暴的基本方法之一, 不受白天或夜間觀測(cè)條件限制, 并且地表溫度、地表發(fā)射率和大氣溫度廓線等因素對(duì) TIR技術(shù)的影響非常小。利用 MODIS 影像的 3 個(gè)波段組合(第 29, 31 和 32 波段)能夠快速識(shí)別并反演沙塵暴粒子的有效半徑[26], 本研究利用該方法對(duì)毛烏素沙地沙塵暴的影響范圍進(jìn)行識(shí)別。使用 Georeference MODIS 和 Mosaicking 等工具, 對(duì) MOD021KM 數(shù)據(jù)進(jìn)行輻射校正、幾何校正、去除蝴蝶結(jié)效應(yīng)和圖像鑲嵌等預(yù)處理流程, 并將輻射波段數(shù)值轉(zhuǎn)換為亮溫值, 通過(guò)遙感觀測(cè)目標(biāo)物體亮溫差的典型值(表 1)和識(shí)別沙塵的判斷條件(表 2), 將沙塵活動(dòng)區(qū)從遙感影像中提取出來(lái)。

2.2.2沙塵暴移動(dòng)軌跡模擬

本研究利用 HYSPLIT 模型來(lái)模擬沙塵暴移動(dòng)軌跡, 進(jìn)而分析沙塵可能的影響范圍。由美國(guó)國(guó)家海洋和大氣管理局大氣資源實(shí)驗(yàn)室和澳大利亞墨爾本氣象研究中心聯(lián)合研發(fā)的混合單粒子拉格朗日積分軌跡模型(Hybrid Single-Particle Lagrangian Inte-grated Trajectory, HYSPLIT)[27]主要被用于模擬氣團(tuán)的大氣輸送、擴(kuò)散和沉降, 其中包括對(duì)沙塵[28–29]、火山噴發(fā)[30]、水汽輸送[31–32]、森林火災(zāi)[33]、PM2.5[34–35]、苯[36–37]和霾污染[38]等的擴(kuò)散模擬。

HYSPLIT 模型是一種混合計(jì)算模型, 其平流和擴(kuò)散計(jì)算采用拉格朗日方法, 而濃度計(jì)算采用歐拉方法[39], 通過(guò)移動(dòng)的參考系進(jìn)行平流輸送和擴(kuò)散計(jì)算[27]: 假設(shè)空氣中的粒子隨風(fēng)飄動(dòng), 那么它的移動(dòng)軌跡就是其在時(shí)間和空間上位置矢量的積分, 最終位置由初始位置和第一猜測(cè)位置的平均速率計(jì)算得到[40]。第一猜測(cè)位置為

表1 遙感觀測(cè)目標(biāo)物體亮溫差的典型值

表2 沙塵標(biāo)識(shí)的判斷條件

, (1)

最終位置為:

, (2)

本研究將榆林站視為 HYSPLIT 模型模擬的起始點(diǎn), 利用美國(guó)國(guó)家海洋和大氣管理局大氣資源實(shí)驗(yàn)室提供的 GBL (Global Boundary Layer)資料, 模擬毛烏素沙地各季節(jié)發(fā)生沙塵暴時(shí)氣團(tuán)的3天前向軌跡。

3 結(jié)果與分析

3.1 沙塵暴頻率

根據(jù)《地面氣象觀測(cè)規(guī)范》(QX/T 48—2007)[1], 將沙塵暴日定義為地面風(fēng)速 10m/s 或以上, 能見度等于或小于 1000m 的天氣。在過(guò)去的 20 年中, 毛烏素沙地沙塵暴的數(shù)量呈波動(dòng)下降趨勢(shì)(圖 2), 共有 143 個(gè)沙塵暴月和 387 個(gè)沙塵暴日。2003 和 2004年的沙塵暴日數(shù)分別是有記錄以來(lái)最低和最高的, 分別為 2 和 42 天, 此后在 2010 和 2015 年達(dá)到兩次極大值, 但總體上呈下降趨勢(shì), 并在 2015 年后基本上保持不變。這與當(dāng)年的氣候條件密切相關(guān)。

毛烏素沙地的冬季和春季降水較少, 僅占全年降水的 20%[43], 氣候較為干旱, 并且受西伯利亞–蒙古高壓的控制, 盛行西北風(fēng), 頻繁且風(fēng)力強(qiáng)勁, 風(fēng)旱同期, 同時(shí)地表植被覆蓋度較低, 因而沙塵暴的活性在冬春兩季呈上升趨勢(shì), 其中 2006 年春季沙塵暴日數(shù)創(chuàng)下最高紀(jì)錄 24 天。隨著來(lái)自赤道和低緯海洋的暖濕氣團(tuán)不斷南上, 與勢(shì)力減弱的北方冷氣流相遇后形成大量降水, 氣候變得溫暖濕潤(rùn), 植被生長(zhǎng)旺盛, 沙塵暴缺乏足夠的動(dòng)力支持及物質(zhì)條件, 夏、秋季沙塵暴日數(shù)明顯變少, 均不超過(guò) 10 天。

圖2 毛烏素沙地2000—2019年沙塵暴發(fā)生月數(shù)和日數(shù)(a)以及各季沙塵暴發(fā)生日數(shù)(b)

沙塵標(biāo)識(shí)詳見表2, 下同

3.2 沙塵暴的季節(jié)分布

3.2.1 春季

按氣象學(xué)標(biāo)準(zhǔn), 我國(guó)春季為 3－5 月, 該季節(jié)的沙塵暴是毛烏素沙地最常見的現(xiàn)象。毛烏素沙地的春季主要受西伯利亞冷高壓–蒙古高壓控制, 盛行西北風(fēng), 反氣旋性風(fēng)系強(qiáng)勁, 風(fēng)沙活動(dòng)盛行[43]。數(shù)據(jù)記錄表明, 2000—2019 年毛烏素沙地春季沙塵暴日數(shù)共 213 天, 占四季總沙塵暴日數(shù)的 55.04%。其中 2006 年發(fā)生數(shù)最多, 為 24 天; 2003 年沙塵暴日數(shù)最少, 僅 1 天。2001 年 4 月 6—9 日發(fā)生在中亞的特大沙塵暴橫掃整個(gè)中國(guó)北方地區(qū)并最終到達(dá)北美, 被認(rèn)為是近 20 年來(lái)最強(qiáng)的一次沙塵傳輸過(guò)程[4]。本文選取此次沙塵暴事件作為案例進(jìn)行分析, 此案例的 MODIS 影像沙塵暴識(shí)別與氣團(tuán) 3 天前向軌跡模擬結(jié)果分別如圖 3 和 4 所示。

圖 4 為 2001 年 4 月 6 日 0 時(shí)至 4 月 8 日 24 時(shí)(地方時(shí))毛烏素沙地在海拔 500, 1000 和 1500m 處的 3 天前向軌跡。4 月 6 日當(dāng)天能見度最低, 為 500m, 10 分鐘內(nèi)最大風(fēng)速為 15.3m/s。500m 高度的氣團(tuán)向東北部移動(dòng), 經(jīng)過(guò)山西、河北和內(nèi)蒙古, 到達(dá)吉林省西部, 然后繼續(xù)向北, 4 月 8 日到達(dá)黑龍江省最北端(漠河)后, 又返向移動(dòng)至內(nèi)蒙古自治區(qū)東部的西北角(呼倫貝爾), 并呈環(huán)狀南下。在海拔 1000m 處, 氣團(tuán)從毛烏素沙地出發(fā)向遼寧省中部移動(dòng), 穿過(guò)吉林、黑龍江, 到達(dá)中俄交界處哈巴羅夫斯基區(qū), 最后繼續(xù)北上, 抵達(dá)薩哈林灣。在 1500m 高空, 氣團(tuán)從西部穿過(guò)山西省北部、河北省中部后, 到達(dá)北京和天津地區(qū), 4 月 7 日穿過(guò)渤海灣到達(dá)鴨綠江入?？? 后沿中朝邊界向東北方向移動(dòng), 最終止于俄羅斯東部韃靼海(圖3)。

圖4 世界時(shí) 2001 年 4 月 5 日 16 時(shí)(地方時(shí) 4 月 6 日 0 時(shí))毛烏素沙地上空 500, 1000 和 1500m 的前向軌跡模擬結(jié)果

結(jié)合 MODIS 影像沙塵暴識(shí)別結(jié)果(圖 3)與氣團(tuán)3 天前向軌跡模擬結(jié)果(圖 4)可以看出, 來(lái)自毛烏素沙地春季沙塵暴的主要影響范圍有陜西省和山西省北部、河北省北部、北京市、天津市、內(nèi)蒙古自治區(qū)東部以及東北三省大部分區(qū)域。其中, 作為毛烏素沙地的下風(fēng)向臨近區(qū), 陜西省、山西省及京津冀地區(qū)所受沙塵暴的影響最大。

圖5 毛烏素沙地2013年8月3日(a)、4日(b)和5日(c) MODIS影像沙塵識(shí)別結(jié)果

3.2.2 夏季

毛烏素沙地夏季為 6－8 月, 受來(lái)自赤道和低緯海洋的暖濕氣團(tuán)影響, 空氣較為濕潤(rùn), 因而該季節(jié)發(fā)生沙塵暴的頻率明顯低于春季。來(lái)自北太平洋副熱帶高壓的夏季風(fēng)和來(lái)自南印度洋的西南季風(fēng)為沙塵或沙塵暴提供上升的風(fēng)力條件[43]。2000—2019年期間, 夏季監(jiān)測(cè)到的沙塵暴總?cè)諗?shù)為 75 天, 其中沙塵暴日數(shù)最多的 3 年是 2004, 2011 和 2015 年, 分別為 9, 8 和 7 天。2003 和 2014 年沒(méi)有發(fā)生沙塵暴, 沙塵暴日數(shù)等于或小于 5 天的共 16 年。該季節(jié)選取同期能見度較低的 2013 年 8 月 3 —5 日的沙塵暴事件作為案例進(jìn)行分析, 其 MODIS 影像沙塵暴識(shí)別結(jié)果與氣團(tuán) 3 天前向軌跡模擬結(jié)果如圖 5 和 6 所示。

圖 6 為 2013 年 8 月 3 日 0 時(shí)至 8 月 5 日 24時(shí)(地方時(shí))毛烏素沙地在海拔 500, 1000 和 1500m高空的 3 天前向軌跡。8 月 3 日能見度最低, 為 800m, 風(fēng)速為 10.6m/s。沙塵暴起于毛烏素沙地海拔 500m 處, 經(jīng)山西以北和北京市, 到達(dá)河北省東北部, 然后到達(dá)內(nèi)蒙古東南部, 穿過(guò)通遼市、吉林省西北部, 最后在黑龍江西南部結(jié)束。在海拔 1000 m 處, 氣團(tuán)由榆林市東北部駛出, 并向東移動(dòng)進(jìn)入晉北地區(qū), 之后經(jīng)過(guò)河北和北京, 8 月 4 日到達(dá)內(nèi)蒙古自治區(qū)與遼寧省交界處, 而后繼續(xù)北上, 穿越通遼東部、吉林中西部和黑龍江中部, 最終移動(dòng)到中俄邊界上空。在 1500m 高空, 氣團(tuán)經(jīng)過(guò)山西省中北部、河北省中部到達(dá)天津市, 穿過(guò)渤海灣北部到達(dá)遼寧省中部, 之后沿長(zhǎng)白山北上到達(dá)三江平原, 最終止于俄羅斯斯米多維奇區(qū)(圖5)。

對(duì)照 MODIS 影像沙塵暴識(shí)別結(jié)果(圖 5)與氣團(tuán) 3 天前向軌跡模擬結(jié)果(圖 6)可以看出, 毛烏素沙地夏季沙塵暴的主要影響范圍為陜西省榆林市、山西省北部、河北省中部、北京市、天津市、內(nèi)蒙古自治區(qū)東部以及東北三省。并且, 我國(guó)東北部受沙塵暴的影響遠(yuǎn)遠(yuǎn)小于山西和京津冀地區(qū), 因?yàn)殡S著風(fēng)力運(yùn)動(dòng), 雖然沙塵范圍在不斷擴(kuò)大, 但其勢(shì)力被逐漸消耗, 直至消失殆盡。

圖6 世界時(shí) 2013 年 8 月 2 日 16 時(shí)(地方時(shí) 8 月 3 日 0 時(shí))毛烏素沙地上空500, 1000和1500 m的前向軌跡模擬結(jié)果

3.2.3 秋季

9―11 月是毛烏素沙地的秋季, 是蒙古高壓和太平洋高壓的過(guò)渡季節(jié)[43], 盛行偏西風(fēng)。雖然處于植被生長(zhǎng)枯萎階段, 但整體上植被蓋度較好, 因而在秋季觀測(cè)到的沙塵暴數(shù)量比其他季節(jié)少得多, 能見度有所提高。統(tǒng)計(jì)結(jié)果表明, 2000—2019 年秋季沙塵暴日數(shù)為 44 天, 是 4 個(gè)季節(jié)中沙塵暴發(fā)生日數(shù)最少的。其中, 沙塵暴日數(shù)大于 5 天的僅有一年(2009 年), 在 2002, 2003, 2014, 2016 和 2018 年這 5年中均未發(fā)生過(guò)沙塵暴。本文選取同期能見度最低的 2010 年 11 月 10 日至 12 日沙塵暴事件作為案例進(jìn)行分析, 其 MODIS 影像沙塵暴識(shí)別與氣團(tuán) 3 天前向軌跡模擬結(jié)果如圖7和8所示。

圖7 毛烏素沙地2010年11月10日(a)、11日(b)和12日(c) MODIS影像沙塵識(shí)別

圖 8 為 2010 年 11 月 10 日 0 時(shí)至 11 月 12 日 24時(shí)(地方時(shí))毛烏素沙地在海拔 500, 1000 和 1500m高度處的 3 天前向軌跡。11 月 10 日能見度為 700m, 10 分鐘內(nèi)最大風(fēng)速為 11m/s。在 500m 高度, 從毛烏素沙地出發(fā)的氣團(tuán)首先向東南方向移動(dòng)至山西南部, 之后轉(zhuǎn)向東北, 掠過(guò)河南省北部和山東東營(yíng), 穿過(guò)渤海灣、渤海海峽、朝鮮半島、東朝鮮灣和日本海, 最終到達(dá)日本秋田地區(qū)。海拔 1000m 處的沙塵暴亦先移動(dòng)至山西南部和河南北部, 而后向東北方向出發(fā), 經(jīng)過(guò)山東聊城、濟(jì)南、東營(yíng)和煙臺(tái), 往北偏移, 穿過(guò)渤海灣后到達(dá)遼寧省東部邊界地區(qū)(丹東), 沿中朝邊界繼續(xù)移動(dòng), 11 月 12 日到達(dá)俄羅斯符拉迪沃斯托克(海參崴), 最后穿越日本海, 止于日本北海道島。氣團(tuán)開始的移動(dòng)軌跡一致, 但 11月 10 日 8:00 (地方時(shí))左右, 沙塵暴在風(fēng)力運(yùn)動(dòng)下逐漸分散, 處于 1500m 高空的沙塵首先從西部穿過(guò)山東中部到達(dá)最東端(威海市), 而后持續(xù)向北, 越過(guò)渤海灣、朝鮮和我國(guó)吉林省, 11 月 12 日到達(dá)黑龍江, 最終到達(dá)俄羅斯扎維克斯克區(qū)(圖 7)。

根據(jù) MODIS 影像沙塵暴識(shí)別結(jié)果(圖 7)與氣團(tuán) 3 天前向軌跡模擬結(jié)果(圖 8)可以發(fā)現(xiàn), 毛烏素沙地秋季沙塵暴主要影響的國(guó)內(nèi)地區(qū)有陜西省北部、山西省中南部、河北省北部、山東省中部和北部、吉林省、黑龍江省, 國(guó)外受影響的地區(qū)有朝鮮、日本北部以及俄羅斯與我國(guó)交界處。該季節(jié)影響范圍與夏季有明顯的差異, 地域上略偏東南方向。

圖8 世界時(shí) 2010 年 11 月 9 日 16 時(shí)(地方時(shí) 11 月 10 日 0 時(shí))毛烏素沙地上空 500, 1000 和 1500m 的前向軌跡模擬結(jié)果

3.2.4 冬季

隨著極地氣團(tuán)不斷南下, 毛烏素沙地逐漸被西伯利亞–蒙古高壓控制[43], 盛行偏北風(fēng), 風(fēng)力強(qiáng)勁, 此時(shí)到了冬季, 即 12 月―次年 2 月。毛烏素沙地冬季在極地和高緯大陸冷高壓控制下, 在 20 年期間檢測(cè)到的沙塵暴日數(shù)共 55 天, 其中 2004 年沙塵暴日數(shù)最多, 共 12 天。沙塵暴日數(shù)大于或等于 5 天的共有 4 年, 而在 2011, 2012, 2013, 2017和 2019 年的冬季沒(méi)有發(fā)生沙塵暴。本文選取同期能見度最低、風(fēng)速最大的 2004 年 2 月 12—14 日作為案例進(jìn)行分析, 其 MODIS 影像沙塵暴識(shí)別結(jié)果與氣團(tuán) 3 天前向軌跡模擬結(jié)果如圖9和10所示。

圖9 毛烏素沙地2004年2月12日(a)、13日(b)和14日(c) MODIS影像沙塵識(shí)別

圖10 世界時(shí) 2004 年 2 月 11 日 16 時(shí)(地方時(shí) 2 月 12 日 0 時(shí))毛烏素沙地上空 500, 1000 和 1500 m 的前向軌跡模擬結(jié)果

對(duì)照 MODIS 影像沙塵暴識(shí)別結(jié)果(圖 9)與氣團(tuán) 3 天前向軌跡模擬結(jié)果(圖 10)可以發(fā)現(xiàn), 毛烏素沙地冬季沙塵暴主要影響的國(guó)內(nèi)地區(qū)有陜西省北部、山西省中南部、河北省北部、山東省中部和北部、遼寧省、吉林省東北部和黑龍江省東北部, 國(guó)外受影響的地區(qū)有朝鮮以及俄羅斯與我國(guó)交界處, 受影響的海域有渤海、黃海北部和日本海西北部。

4 結(jié)論

本研究基于氣象數(shù)據(jù)、MODIS 遙感影像數(shù)據(jù)和 NCEP 再分析資料, 首先用衛(wèi)星影像數(shù)據(jù)識(shí)別沙塵信息, 然后利用 HYSPLIT 模型模擬毛烏素沙地上空 2000—2019 年共 20 年各季節(jié)沙塵暴的影響區(qū)域。遙感影像與 HYSPLIT 模型的比較提供了一種可以驗(yàn)證并增進(jìn)對(duì)沙塵運(yùn)輸、擴(kuò)散和沉積過(guò)程的了解的有效工具。研究結(jié)果表明, HYSPLIT模型的計(jì)算結(jié)果與影像識(shí)別沙塵暴結(jié)果相吻合。毛烏素沙地為溫帶大陸性季風(fēng)氣候, 冬春季受西伯利亞–蒙古高壓影響, 盛行西北風(fēng), 夏季受太平洋暖濕氣團(tuán)的影響, 盛行東南季風(fēng), 季節(jié)性氣候條件對(duì)當(dāng)?shù)厣硥m暴的移動(dòng)路徑有很大的影響, 且沙塵暴的活性在春季呈上升趨勢(shì), 秋季呈下降趨勢(shì)。主要結(jié)論如下。

1)毛烏素沙地在春季受到西伯利亞–蒙古高壓的強(qiáng)烈影響。沙塵暴的影響范圍有陜西省和山西省北部、河北省北部、北京市、天津市、內(nèi)蒙古自治區(qū)東部以及東北三省大部分區(qū)域, 主要影響東北偏北地區(qū)。

2)受來(lái)自赤道和低緯海洋的暖濕氣團(tuán)影響, 夏季發(fā)生沙塵暴的頻率明顯低于春季。沙塵暴的影響范圍為陜西省榆林市、山西省北部、河北省中部、北京市、天津市、內(nèi)蒙古自治區(qū)東部以及東北三省, 主要影響東北偏東地區(qū)。

3)秋季是由太平洋高壓向蒙古高壓過(guò)渡的季節(jié)。與其他季節(jié)相比, 秋季觀測(cè)到的沙塵暴數(shù)量最少。沙塵暴影響的國(guó)內(nèi)地區(qū)有陜西省北部、山西省中南部、河北省北部、山東省中部和北部、吉林省、黑龍江省, 國(guó)外受影響的地區(qū)有朝鮮、日本北部以及俄羅斯與我國(guó)交界處。主要影響東南偏東、東北部地區(qū)。

4)冬季主要受極地和高緯大陸冷高壓的控制, 沙塵暴影響的國(guó)內(nèi)地區(qū)有陜西省北部、山西省中南部、河北省北部、山東省中部和北部、遼寧省、吉林省東北部和黑龍江省東北部, 國(guó)外受影響的地區(qū)有朝鮮和俄羅斯與我國(guó)交界處, 受影響的海域有渤海、黃海北部和日本海西北部。主要影響東南和東北部地區(qū)。

5 討論

作為“環(huán)境殺手”之一, 沙塵暴給各國(guó)生態(tài)環(huán)境和人類健康帶來(lái)嚴(yán)重威脅, 不僅影響附近的國(guó)家和地區(qū), 甚至?xí)h洋過(guò)海影響到更多的國(guó)家和地區(qū)。我國(guó)是沙塵暴多發(fā)地, 其塵源地包括境內(nèi)和境外兩方面, 境內(nèi)主要是我國(guó)北方風(fēng)沙區(qū), 境外包括蒙古國(guó)東南部戈壁荒漠地區(qū)和中亞哈薩克斯坦東部的沙漠區(qū)域[4]。通過(guò)模型計(jì)算沙塵排放通量發(fā)現(xiàn), 我國(guó)內(nèi)蒙古自治區(qū)沙塵的年貢獻(xiàn)量占亞洲沙塵總量的31%[20]。作為我國(guó)沙塵暴的源地之一, 毛烏素沙地不僅影響我國(guó)華北地區(qū), 伴隨風(fēng)力的影響, 還會(huì)席卷日本韓國(guó)等地, 甚至遠(yuǎn)達(dá)北美地區(qū)。國(guó)內(nèi)外學(xué)者對(duì)沙塵暴區(qū)域個(gè)例的沙塵排放量及沙塵暴來(lái)源等開展了廣泛的研究, 但對(duì)沙塵暴源區(qū)的影響范圍及傳輸路徑等的研究還相對(duì)較少。本研究以毛烏素沙地為研究區(qū), 為模擬和驗(yàn)證沙塵暴移動(dòng)路徑, 進(jìn)而確定沙塵暴的影響范圍提供了一種有效的方式, 也為找尋京津冀及山西、遼寧等地沙塵暴的來(lái)源提供了證據(jù), 還可以為沙塵暴預(yù)警, 預(yù)報(bào)提供有效的科學(xué)支撐。對(duì)沙塵暴傳輸路徑的研究可為防風(fēng)固沙服務(wù)的跨區(qū)流動(dòng)研究提供參考, 幫助建立區(qū)域間補(bǔ)償方與受償方的空間對(duì)應(yīng)關(guān)系, 為制定區(qū)域間的生態(tài)補(bǔ)償政策提供有力的科學(xué)依據(jù)。

自 21 世紀(jì)以來(lái), 毛烏素沙地植被覆蓋度總體上呈增加趨勢(shì)[23], 實(shí)現(xiàn)從“沙進(jìn)人退”到“綠進(jìn)沙退”、“人沙和諧”的歷史性轉(zhuǎn)變, 這與近年來(lái)在我國(guó)北方實(shí)施“三北”防護(hù)林工程[44]、沙漠化防治工程[45]、天然林保護(hù)工程、退耕還林還草工程[46]和京津冀風(fēng)沙源區(qū)沙化土地治理[47]等重大生態(tài)修復(fù)措施有密切的聯(lián)系。從長(zhǎng)時(shí)間尺度看, 毛烏素沙地發(fā)生沙塵暴的頻率逐漸降低, 其主要影響區(qū)域(如山西省)的沙塵暴日數(shù)由 1995 年的 146 天降至 2007 年的 9天[48]、北京揚(yáng)沙天氣由 20 世紀(jì) 80 年代以前平均每年發(fā)生 33 次到 21 世紀(jì)以來(lái)平均每年發(fā)生 9 次[49], 這些周邊區(qū)域沙塵暴發(fā)生次數(shù)的下降與毛烏素沙地沙塵暴發(fā)生頻率的降低有直接聯(lián)系。隨著毛烏素沙地的生態(tài)修復(fù)和環(huán)境治理, 其正在由我國(guó)華北地區(qū)沙塵的“加強(qiáng)源地”向“阻沙地”轉(zhuǎn)變。在探究毛烏素沙地沙塵暴的季節(jié)特點(diǎn)時(shí)發(fā)現(xiàn), 其春季沙塵暴數(shù)量最多, 主要是因?yàn)槲鞑麃啒O地干冷氣團(tuán)不斷南下侵襲, 使大氣變得不穩(wěn)定, 且植被覆蓋率較低, 無(wú)法為地表提供有效的保護(hù), 導(dǎo)致持續(xù)數(shù)天的沙塵暴和揚(yáng)塵天氣。在秋季觀測(cè)到的沙塵暴數(shù)量最少, 因?yàn)槭軄?lái)自北太平洋的夏季風(fēng)和南印度洋的西南季風(fēng)的影響, 氣候較濕潤(rùn), 植被生長(zhǎng)旺盛, 植被蓋度整體上較高。

本文未深入討論氣候?qū)γ珵跛厣车厣硥m暴天氣的影響機(jī)制, 未來(lái)可對(duì)其相關(guān)性進(jìn)行分析。此外, 由于數(shù)據(jù)限制, 目前僅采用距離研究區(qū)中心點(diǎn)最近且最具代表性的氣象站風(fēng)速數(shù)據(jù)模擬毛烏素沙地沙塵的移動(dòng)軌跡, 未考慮氣象數(shù)據(jù)的空間異質(zhì)性, 可能影響模擬結(jié)果的準(zhǔn)確性。今后可結(jié)合實(shí)地檢驗(yàn)方式[14,50], 提高模擬沙塵暴移動(dòng)路徑的精度, 為確定沙塵暴受災(zāi)區(qū)域提供更直接的科學(xué)依據(jù)。

[1]中國(guó)氣象局政策法規(guī)司.氣象行業(yè)標(biāo)準(zhǔn)匯編 2007.北京: 氣象出版社, 2009

[2]邱新法, 曾燕, 繆啟龍.我國(guó)沙塵暴的時(shí)空分布規(guī)律及其源地和移動(dòng)路徑.地理學(xué)報(bào), 2001, 56(3): 316–322

[3]王式功, 董光榮, 陳惠忠, 等.沙塵暴研究的進(jìn)展.中國(guó)沙漠, 2000, 20(4): 349–356

[4]李江南.沙塵暴的危害與治理.生態(tài)經(jīng)濟(jì), 2017, 33(7): 6–9

[5]AI-Hemoud A, AI-Sudairawi M, Neelamanai S, et al.Socioeconomic effect of dust storms in Kuwait.Ara-bian Journal of Geosciences, 2017, 10(1): 1–9

[6]楊東華.沙塵暴的危害及防治對(duì)策.環(huán)境研究與監(jiān)測(cè), 2013, 26: 72–74

[7]Wang F, Zhao X Q, Gerlein-Safdi C, et al.Global sources, emissions, transport and deposition of dust and sand and their effects on the climate and envi-ronment: a review.Frontiers of Environmental Sci-ence & Engineering, 2017, 11(1): 1–9

[8]陳思宇, 黃建平, 李景鑫, 等.塔克拉瑪干沙漠和戈壁沙塵起沙、傳輸和沉降的對(duì)比研究.中國(guó)科學(xué): 地球科學(xué), 2017, 47(8): 939–957

[9]Yassin M F, Almutairi S K, Al-Hemoud A.Dust storms backward Trajectories and source identifica-tion over Kuwait.Atmospheric Research, 2018, 212: 158–171

[10]李正濤.京津冀地區(qū)沙塵活動(dòng)及其對(duì)城市大氣環(huán)境的影響[D].石家莊: 河北師范大學(xué), 2013

[11]Yu J Y, Wang Y W, Chang C W.Asian dust storm activity and its association with atmospheric circu-lation from 1995 to 2006.Terrestrial Atmospheric And Oceanic Sciences, 2010, 21(2): 375–391

[12]Cao H, Liu J, Wang G Z, et al.Identification of sand and dust storm source areas in Iran.Journal of Arid Land, 2015, 7(5): 567–578

[13]Cao H, Amiraslani F, Liu J, et al.Identification of dust storm source areas in West Asia using multiple environmental datasets.Science of the Total Environ-ment, 2015, 502: 224–235

[14]楊燕萍, 王莉娜, 楊麗麗, 等.蘭州市沙塵天氣污染特征及潛在源區(qū).中國(guó)沙漠, 2020, 40(3): 60–66

[15]王石英, 蔡強(qiáng)國(guó), 吳淑安.美國(guó)歷史時(shí)期沙塵暴的治理及其對(duì)中國(guó)的借鑒意義.資源科學(xué), 2004, 26 (1): 120–128

[16]Rashki A, Kaskaoutis D G, Francois P, et al.Dust-storm dynamics over Sistan region, Iran: Seasonality, transport characteristics and affected areas.Aeolian Research, 2015, 16: 35–48

[17]An L C, Che H Z, Xue M, et al.Temporal and spatial variations in sand and dust storm events in East Asia from 2007 to 2016: Relationships with surface con-ditions and climate change.Science of the Total Environment, 2018, 633: 452–462

[18]張亞妮, 張碧輝, 宗志平, 等.影響北京的一例沙塵天氣過(guò)程的起沙沉降及輸送路徑分析.氣象, 2013, 39(7): 911–922

[19]郭萍萍, 楊建才, 殷雪蓮, 等.甘肅省春季一次連續(xù)浮塵天氣過(guò)程分析.干旱氣象, 2015, 33(2): 303–309

[20]Tan S C, Shi G Y, Wang H.Long-range transport of spring dust storms in Inner Mongolia and impact on the China seas.Atmospheric Environment, 2012, 46: 299–308

[21]Tan S C, Li J W, Che H Z, et al.Transport of East Asia dust storms to the marginal seas of China and the southern North Pacific in spring 2010.Atmospheric Environment, 2017, 148: 316–328

[22]郭堅(jiān), 王濤, 韓邦帥, 等.近 30a 來(lái)毛烏素沙地及其周邊地區(qū)沙漠化動(dòng)態(tài)變化過(guò)程研究.中國(guó)沙漠, 2008, 28(6): 1017–1021

[23]郭紫晨, 劉樹林, 康文平, 等.2000－2015 年毛烏素沙區(qū)植被覆蓋度變化趨勢(shì).中國(guó)沙漠, 2018, 38(5): 1099–1107

[24]劉三超, 柳欽火, 高懋芳.利用 Terra 和 Aqua 雙星MODIS數(shù)據(jù)協(xié)同研究沙塵暴.武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2006, 31(12): 1051–1054

[25]張鵬, 張興贏, 胡秀清, 等.2006 年一次沙塵活動(dòng)的衛(wèi)星定量遙感和分析研究.氣候與環(huán)境研究, 2007, 12(3): 302–308

[26]Zhang P, Lu N M, Hu X Q, et al.Identification and physical retrieval of dust storm using three MODIS thermal IR channels.Global and Planetary Change, 2006, 52: 197–206

[27]Stein A F, Draxler R R, Rolph G D, et al.NOAA’s HYSPLIT atmospheric transport and dispersion mode-ling system.Bulletin of the American Meteorological Society, 2015, 96(12): 2059–2077

[28]Escudero M, Stein A F, Draxler R R, et al.Source apportionment for African dust outbreaks over the Western Mediterranean using the HYSPLIT model.Atmospheric Research, 2011, 99(3/4): 518–527

[29]Yassin M F, Almutairi S K, Al-Hemoud A.Dust storms backward Trajectories and source identifica-tion over Kuwait.Atmospheric Research, 2018, 212: 158–171

[30]Kim H C, Chai T, Stein A, et al.Inverse modeling of fire emission constrained by smoke plume transport using HYSPLIT dispersion model and geostationary observations.Atmospheric Chemistry and Physics, 2020, 20(17): 10259–10277

[31]Bagheri R, Bagheri F, Karami G H, et al.Chemo-isotopes (18O &2H) signatures and HYSPLIT model application: Clues to the atmospheric moisture and air mass origins.Atmospheric Environment, 2019, 215: 1–11

[32]Moura L Z, Lima C H R.Analysis of atmospheric moisture transport to the Upper Paraná River basin.International Journal of Climatology, 2018, 38(14): 5153–5167

[33]Rolph G D, Draxler R R, Stein A F, et al.Description and verification of the NOAA smoke forecasting system: the 2007 fire season.Weather and Forecas-ting, 2009, 24(2): 361–378

[34]劉迎云, 姜雨, 宗梁, 等.基于 HYSPLIT 模型的衡陽(yáng)市大氣 PM2.5潛在源分析.南華大學(xué)學(xué)報(bào), 2019, 33(6): 12–17

[35]Yerramilli A, Dodla V B R, Challa V S, et al.An intergrated WRF/HYSPLIT modeling approach for the assessment of PM2.5source regions over the Mississi-ppi Gulf Coast region.Air Quality, Atmosphere & Health, 2012, 5(4): 401–412

[36]Draxler R R.Meteorological factors of ozone predic-tability at Houston, Texas.Journal of the Air & Waste Management Association, 2000, 50(2): 259–271

[37]Weber R J, Sullivan A P, Peltier R E, et al.A study of secondary organic aerosol formation in the anthropo-genic-influenced southeastern United States.Journal of Geophysical Research, 2007, 112: 1–13

[38]吳瓊, 程遠(yuǎn), 張麗婷, 等.揚(yáng)州市一次持續(xù)霾天氣的診斷分析.安徽農(nóng)學(xué)通報(bào), 2020, 26(8): 151–155

[39]黃健, 顏鵬, Roland R D.利用HYSPLIT_4模式分析珠海地面 SO2濃度的變化規(guī)律.熱帶氣象學(xué)報(bào), 2002, 18(4): 407–414

[40]馬玉芬, 陸輝, 劉海濤.HYSPLIT 模式軌跡計(jì)算誤差分析.南京信息工程大學(xué)學(xué)報(bào), 2015, 7(1): 86–91

[41]戚佳明.基于HYSPLIT模型的大氣CO2傳輸研究[D].北京: 中國(guó)地質(zhì)大學(xué), 2014

[42]王艷, 柴發(fā)合, 王永紅, 等.長(zhǎng)江三角洲地區(qū)大氣污染物輸送規(guī)律研究.環(huán)境科學(xué), 2008, 29(5): 1430–1435

[43]柳苗苗.盛冰期以來(lái)毛烏素沙地風(fēng)沙活動(dòng)與氣候變化研究[D].太原: 山西大學(xué), 2018

[44]Li M M, Liu A T, Zou C J, et al.An overview of the “Three-North” Shelterbelt project in China.Forestry Studies in China, 2012, 14(1): 70–79

[45]Wu Z T, Wu J J, Liu J H, et al.Increasing terrestrial vegetation activity of ecological restoration program in the Beijing-Tianjin Sand Source Region of China.Ecological Engineering, 2013, 52: 37–50

[46]Jia X Q, Fu B J, Feng X M, et al.The tradeoff and synergy between ecosystem services in the Grain-for-Green areas in Northern Shaanxi, China.Ecological Indicators, 2014, 43: 103–113

[47]賈曉紅, 吳波, 余新曉, 等.京津冀風(fēng)沙源區(qū)沙化土地治理關(guān)鍵技術(shù)研究與示范.生態(tài)學(xué)報(bào), 2016, 36(22): 7040–7044

[48]苗愛(ài)梅, 賈利冬, 武捷.近 51a 山西大風(fēng)與沙塵日數(shù)的時(shí)空分布及變化趨勢(shì).中國(guó)沙漠, 2010, 30(2): 452–460

[49]尹曉惠, 時(shí)少英, 張明英, 等.北京沙塵天氣的變化特征及其沙塵源地分析.高原氣象, 2007(5): 1039–1044

[50]王芬娟, 鐘章雄, 吳舒婷, 等.2014 年 5 月武漢市輸入型沙塵污染案例分析.北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 51(6): 1132–1140

Dust Storms Forward Trajectories and Influence Range over the Mu Us Desert

HU Wenjie, MA Li, WU Xiuqin?, ZHANG Kebin?

School of Soil and Water Conservation, Beijing Forestry University, Beijing 100083; ? Corresponding authors, E-mail: wuxq@bjfu.edu.cn (WU Xiuqin), ctccd@126.com (ZHANG Kebin)

Based on meteorological data, MODIS remote sensing image data and NCEP reanalysis data, the forward trajectories of dust storms in different seasons at different altitudes (500, 1000, and 1500 m) over the Mu Us Desert from 2000 to 2019 were simulated by HYSPLIT model, and was compared with the dust information identified by remote sensing image to determine the influence range of dust storm in the Mu Us Desert.The results show that: 1) In the past 20 years, the number of dust storms in the Mu Us Desert decreased slowly, with 143 dust storms months and 387 dust storms days.Since 2004, the frequency of dust storms has gradually decreased.2) Seasonal climatic conditions have great influence on the moving path of dust storms in the Mu Us Desert.The frequency of dust storms is higher in spring and lowest in autumn.3) The main areas affected by dust storms in the Mu Us Desert include northern Shaanxi Province, northern Shanxi Province, northern and central Hebei Province, northern and central Shandong Province, Beijing, Tianjin, eastern Inner Mongolia Autonomous Region and Northeast Three Provinces.The affected areas abroad include North Korea, North Japan and the border between Russia and China.The affected sea areas include Bohai Sea, Northern Yellow Sea and sea of Japan Northwest.The comparison between remote sensing image and HYSPLIT model provides an effective tool to verify and enhance the understanding of dust transport, diffusion and deposition process, so as to provide scientific reference for disaster prevention and mitigation decision-making and sand source control.

the Mu Us Desert; dust identification; HYSPLIT model; area of influence

10.13209/j.0479-8023.2021.089

2021–01–08;

2021–03–16

國(guó)家重點(diǎn)研發(fā)計(jì)劃(2019YFC0507600/2019YFC0507601)和國(guó)家自然科學(xué)基金(41671080)資助