2021年中國北方首次沙塵天氣的多源遙感分析

王 寧,陳 健,張緣園,徐永明,崔嘉文

2021年中國北方首次沙塵天氣的多源遙感分析

王 寧,陳 健*,張緣園,徐永明,崔嘉文

(南京信息工程大學(xué)遙感與測繪工程學(xué)院,江蘇 南京 210044)

利用多源遙感數(shù)據(jù)和NCEP再分析資料,從沙塵源區(qū)的地理環(huán)境和氣候特征出發(fā),對2021年中國北方首次沙塵天氣事件每日的大氣環(huán)流形勢以及沙塵的水平,垂直分布特征進(jìn)行深入的研究分析.結(jié)果表明:源區(qū)內(nèi)異常增溫,降水稀少的氣候背景下致使大面積裸露松散的土壤含水量較低,為大范圍,高強(qiáng)度沙塵天氣的形成提供了物質(zhì)基礎(chǔ);頻繁活動的冷空氣,是沙塵天氣爆發(fā)的動力因子.沙塵在強(qiáng)風(fēng)中沿東南方向向下游地區(qū)輸送和擴(kuò)散,中國西北,華北,黃淮,江淮,江漢地區(qū)和江南北部等地先后受到沙塵天氣的影響,空氣質(zhì)量迅速惡化,首要污染物為PM10.此外,沙塵氣溶膠東移也波及朝鮮半島,日本等下游地區(qū).在輸送過程中,內(nèi)陸地區(qū)沙塵主要分布在1～6km,而下游地區(qū)的沙塵則集中分布在2km高度附近,粒徑較大的沙塵出現(xiàn)在近地表的頻率較高,較小的顆粒主要分布在對流層中下層.

多源遙感；沙塵天氣；大氣環(huán)流

沙塵天氣是特定的沙漠生態(tài)環(huán)境和氣象條件綜合作用形成的自然現(xiàn)象[1].頻繁發(fā)生的沙塵天氣不僅對人類的生命健康和生態(tài)環(huán)境造成嚴(yán)重的危害,而且對全球氣候變化也有著重要的影響[2-3].因此,對沙塵天氣的監(jiān)測與分析成為了近年來環(huán)境,生態(tài),氣象領(lǐng)域的熱點(diǎn)方向.

2021年1月10日,受多股冷空氣影響,在內(nèi)蒙古西部與蒙古國南部地區(qū)出現(xiàn)大范圍,高強(qiáng)度沙塵天氣.沙塵在強(qiáng)風(fēng)中向東南方向輸送和擴(kuò)散,中國西北地區(qū)東部,華北大部,黃淮等地先后受本次大規(guī)模沙塵天氣的影響,大氣污染嚴(yán)重.此次沙塵天氣是2021年首次沙塵天氣過程,較2000～2020年平均發(fā)生時間(2月15日)偏早1個月,也是自2002年(3月1日) 以來出現(xiàn)時間最早的一次沙塵天氣過程,呈現(xiàn)出發(fā)生時間早,強(qiáng)度高,影響范圍廣的特征.

目前,監(jiān)測沙塵天氣的方式主要分為地基監(jiān)測和衛(wèi)星遙感監(jiān)測.大規(guī)模的沙塵天氣通常起源于偏遠(yuǎn)的荒漠地區(qū),常規(guī)的地基監(jiān)測極易受自然環(huán)境的影響,很難實(shí)現(xiàn)對沙塵天氣進(jìn)行長期的監(jiān)測和預(yù)報[4].此外,受人力,物力和財力等因素的限制,構(gòu)建大規(guī)模,高密度的地面站進(jìn)行沙塵天氣的監(jiān)測難以實(shí)現(xiàn).所以,地基監(jiān)測具有很大的局限性,不利于對大范圍沙塵天氣的形成,移動和沉降進(jìn)行監(jiān)測,分析和預(yù)報等[5].

相比之下,衛(wèi)星遙感技術(shù)具有大面積同步觀測能力,時效性強(qiáng),經(jīng)濟(jì)效益高等優(yōu)勢,彌補(bǔ)了地基監(jiān)測方式的不足[6].目前,已有大量研究利用Terra/Aqua, FY-4A,NOAA,Himawari等衛(wèi)星遙感數(shù)據(jù)開展沙塵天氣定性、定量的研究[5,7-9].大多數(shù)衛(wèi)星主要以被動遙感方式實(shí)現(xiàn)沙塵天氣的監(jiān)測,主要分為近紅外法,熱紅外法,微波極化指數(shù)法和紫外吸收法等[10-13].一般而言,近紅外法更適合監(jiān)測低濃度的沙塵,但不適用于下墊面為高反射率的地區(qū),且僅在白天可用;熱紅外法適用于監(jiān)測高濃度的沙塵,雖不受晝夜條件的限制,但受地表溫度和比輻射率及大氣溫度廓線的不確定性影響較大.而且,上述兩種方法僅適用于晴空大氣條件,無法獲取云層底部的沙塵信息.雖然,微波遙感可以有效地捕獲云層下的沙塵信息,但其空間分辨率和定量精度均較低.紫外法可用于高亮度地表上空的沙塵監(jiān)測,但不適用于高強(qiáng)度沙塵天氣的研究.此外,自云-氣溶膠激光雷達(dá)和紅外探測衛(wèi)星(CALIPSO)成功發(fā)射,利用其主動探測和退偏監(jiān)測優(yōu)勢可以有效地識別沙塵氣溶膠并獲取其垂直分布特征[14],但受激光能量大小的影響,導(dǎo)致白天的探測高度有限,而且數(shù)據(jù)反演方法也需要進(jìn)一步的改進(jìn)[7].

綜上所述,可知衛(wèi)星遙感技術(shù)的發(fā)展改進(jìn)了沙塵天氣的監(jiān)測方式,提高了沙塵識別,光學(xué)參數(shù)等研究方面的精度.但是,利用任何單一的遙感手段監(jiān)測沙塵天氣均有明顯的局限性和差異性,不能全面地反映沙塵目標(biāo)的特征.因此,本文通過綜合多種沙塵天氣遙感監(jiān)測方法的優(yōu)勢,利用主,被動遙感觀測方式對2021年發(fā)生在中國北方的首次沙塵天氣過程進(jìn)行深入的研究分析,以期實(shí)現(xiàn)不同遙感觀測方式之間的優(yōu)勢互補(bǔ),揭示沙塵天氣的氣候?qū)W成因,時空發(fā)展變化規(guī)律及沙塵氣溶膠的物理特征.

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

1.1.1 MODIS數(shù)據(jù) 搭載在Terra和Aqua衛(wèi)星上的中分辨率成像光譜儀(MODIS)是美國地球觀測系統(tǒng)(EOS)計劃中用于觀測全球生物和物理過程的重要儀器.它具有36個中等分辨率(0.4～14.4μm)的光譜波段,雙星聯(lián)合可以每天觀測地球表面4次,用于獲取陸地,大氣和海洋等目標(biāo)的信息.其中,波段1(0.62～0.67μm),3(0.459～0.479μm),4(0.545～0.565μm)近似于可見光紅,藍(lán),綠波段,波段31(10.78～11.28μm)和波段32(11.77～12.27μm)為熱紅外波段.L1B數(shù)據(jù)經(jīng)過定標(biāo)定位后的數(shù)據(jù),空間分辨率為1km.大氣標(biāo)準(zhǔn)產(chǎn)品MOD/MYD04包括基于增強(qiáng)型深藍(lán)算法(DB)[15]和暗目標(biāo)(DT)[16]算法反演的氣溶膠光學(xué)厚度(AOD),空間分辨率為10km.此外,該產(chǎn)品中還包含一個深藍(lán)算法和暗目標(biāo)算法融合反演的AOD產(chǎn)品,即把DB陸地和DT海洋數(shù)據(jù)相結(jié)合,從反演結(jié)果中選取質(zhì)量更高的值作為融合的AOD[17].

1.1.2 星載激光雷達(dá)數(shù)據(jù) 搭載在CALIPSO衛(wèi)星上的云-氣溶膠正交偏振激光雷達(dá)(CALIOP)能夠全天候地獲取全球或區(qū)域尺度上的云和氣溶膠的垂直分布信息[18].它可以向地面發(fā)射532和1064nm兩個波段的激光,且532nm通道具有正交偏振能力.其L1B,L2VFM,L2Layer/Profile產(chǎn)品被廣泛應(yīng)用于云,氣溶膠和氣候效應(yīng)等方面的研究.本文主要利用CALIPSO的L1B數(shù)據(jù)中1064和532nm總衰減后向散射系數(shù)及532nm水平,垂直后向散射系數(shù).星載激光雷達(dá)后向散射系數(shù)包括大氣分子和氣溶膠粒子產(chǎn)生的后向散射系數(shù),定義如式(1)[19]:

顏色比定義為1064nm后向散射強(qiáng)度與532nm總后向散射強(qiáng)度的比值,由公式(6)所得.它反映的是被測顆粒的大小,粒徑越大顏色比越大,反之越小.沙塵氣溶膠的顏色比分布在0.3～1.5之間,且當(dāng)顏色比大于0.8時以純沙塵氣溶膠為主[21-22].

退偏振比定義為532nm后向散射強(qiáng)度垂直分量與平行分量的比值,由式(7)所得,反映的是被測粒子的非球形程度.當(dāng)退偏比越小,表明粒子越接近于球形,反之越不規(guī)則.沙塵型氣溶膠的退偏比分布在0.06～0.35之間,并以0.06為基準(zhǔn)來區(qū)分沙塵氣溶膠和其他類型的氣溶膠[23].

1.1.3 30m全球地表覆蓋類型數(shù)據(jù)由中國自主研制的30m空間分辨率全球地表覆蓋數(shù)據(jù),包括GlobeLand30 2000,2010,2020版[24].GlobeLand30研制所使用的遙感影像主要是30m多光譜影像,包括陸地資源衛(wèi)星(Landsat)的TM5,ETM+,OLI和中國環(huán)境減災(zāi)衛(wèi)星(HJ-1)的多光譜影像,2020版數(shù)據(jù)還使用了16m分辨率高分一號(GF-1)多光譜影像.2020版30m全球地表覆蓋數(shù)據(jù)包括耕地,森林,草地,灌木地,濕地,水體,苔原,人造地表,裸地,冰川及永久積雪10種地表覆蓋類型.分類系統(tǒng)定義見表1.

表1 GlobeLand30分類系統(tǒng)

1.1.4 NCEP/NCAR再分析數(shù)據(jù)與空氣質(zhì)量數(shù)據(jù) NCEP/NCAR再分析數(shù)據(jù)是由美國氣象環(huán)境預(yù)報中心(NCEP)和美國國家大氣研究中心(NCAR)聯(lián)合制作的,采用了當(dāng)今最先進(jìn)的全球資料同化系統(tǒng)和數(shù)據(jù)庫對各種來源(地面,船舶,無線電探空,測風(fēng)氣球,飛機(jī),衛(wèi)星等)的觀測資料進(jìn)行質(zhì)量控制和同化處理得到的一套完整的再分析數(shù)據(jù).依據(jù)其統(tǒng)計時段不同,分為逐日,一日四次和月平均再分析資料.研究使用的數(shù)據(jù)是2021年1月10～17日500hPa氣壓層全球逐日的位勢高度,海平面氣壓和850hPa的風(fēng)場數(shù)據(jù),以及2001～2021年每年1月份的土壤濕度,降水量和地表氣溫月平均數(shù)據(jù).

PM10濃度數(shù)據(jù)來自中國環(huán)境監(jiān)測總站,根據(jù)沙塵移動路徑和影響范圍選取15個典型代表站,包括銀川,呼和浩特,太原,石家莊,北京,天津,鄭州,濟(jì)南,合肥,南京,上海,杭州,武漢,長沙和南昌站.

1.2 研究方法

通過目視解譯和預(yù)定義亮溫差閾值的分裂窗法確定沙塵源地.首先,利用MODIS L1B數(shù)據(jù)1,4,3波段的彩色合成影像獲取沙塵天氣的初步信息,在彩色圖像中,黃褐色具有羽毛紋理狀的為沙塵.而且,不同來源的沙塵顏色略有不同,從灰白,黃褐色到棕褐色等.雖然,通過遙感影像目視解譯可以初步識別沙塵來源和傳輸方向,但是很難將沙塵從其他地物中區(qū)別開,而且也會存在誤判現(xiàn)象.然而,在MODIS 31,32波段亮度溫差(BTD)[25]圖像中,云區(qū)和水體為正值,晴空地表在0附近,沙塵區(qū)則為負(fù)值,且濃度越高,值越小.因此,本文通過設(shè)定相應(yīng)的亮溫差閾值(-0.3K)將沙塵從復(fù)雜的地表中提出來,并根據(jù)沙塵羽紋理及輪廓邊界確定沙塵源地.

由普朗克黑體輻射定律可知

式中:為普朗克常數(shù),=6.6260693×10-34J·s;為光速,=2.9979246×108m/s;為玻爾茲曼常數(shù),= 1.3806505′10-23J/K;為波長,μm;為亮度溫度,K.則經(jīng)輻射校正后的31和32波段的亮度溫度可以通過式(9)得到.

式中:T為MODIS第(=31,32)波段亮度溫度;λ為MODIS第波段的中心波長,取31=11.03μm,32= 12.02μm;R為MODIS第波段的輻射亮度, W/ (m2·sr·μm);1為第一輻射常數(shù),1=1.19104356× 10-16W·m2;2為第二輻射常數(shù),2=1.487685× 104μm·K.

2 結(jié)果與分析

2.1 沙塵天氣的大氣環(huán)流特征分析

由圖1可知,在沙塵天氣爆發(fā)前后,歐亞大陸中高緯大氣環(huán)流呈現(xiàn)兩槽一脊型,且經(jīng)向度大.位于烏拉爾山西部的高壓脊較弱,低壓槽位于歐洲中部和鄂霍次克海西部地區(qū),東亞大槽自鄂霍次克海向西南方向延伸至中國中東地區(qū),位置偏南,強(qiáng)度較高,有利于極地冷空氣南下.

1月10日,地面冷高壓中心位于內(nèi)蒙古西部地區(qū),中心強(qiáng)度高達(dá)1050hPa,活動在新地島附近的高壓脊較為強(qiáng)盛,迫使大量的冷空氣堆積在西西伯利亞橫槽的后部.受橫槽下擺和冷高壓中心東移南下的影響,使得蒙古國南部至中國北部地區(qū)的冷空氣勢力較強(qiáng).冷鋒貫穿內(nèi)蒙古東西地區(qū),由于等壓線較為密集,氣壓梯度大,鋒后隨之而來的是較強(qiáng)的西北風(fēng),內(nèi)蒙古西部部分地區(qū)風(fēng)速可達(dá)14m/s,陣風(fēng)超過20m/s,內(nèi)蒙古西部和蒙古國南部地區(qū)開始出現(xiàn)明顯的沙塵天氣.11日,歐亞大陸中高緯環(huán)流呈現(xiàn)減弱態(tài)勢,但活動在中國北方的冷空氣仍較為頻繁.在偏北處中高緯度地區(qū)有一強(qiáng)度較弱,移動較快的氣旋形成,在高空氣流引導(dǎo)下快速向東移動,其后部的冷高壓也隨之快速東移,強(qiáng)度較之前略有減弱.此時,在西北風(fēng)的作用下,隨上升氣流擴(kuò)散到高空中的沙塵開始向下游地區(qū)輸送.12日,地面冷高壓中心位于新疆東南部,中心氣壓強(qiáng)度達(dá)1040hPa.當(dāng)日,有一強(qiáng)度較弱的冷渦形成于烏拉爾山脈南部地區(qū),使位于蒙古國與新疆西部的冷鋒加快發(fā)展,內(nèi)蒙古中西部與蒙古國南部局地陣風(fēng)可達(dá)18m/s.500hPa氣旋式環(huán)流異常和850hPa強(qiáng)西北風(fēng)有利于沙塵的垂直上升和水平傳輸,使得沙塵天氣再度發(fā)展.到13日,低壓中心位于北伯利亞平原,低壓槽位于貝加爾湖東部,槽后冷空氣勢力強(qiáng)大,且在中高緯地區(qū)有一冷氣旋形成并東移南下侵襲中國北方地區(qū),氣旋后部冷高壓中心強(qiáng)度可達(dá)1040hPa.受低壓槽與氣旋東移南下的影響,槽后和氣旋后部的冷空氣迅速影響到內(nèi)蒙古中東部地區(qū),使得沙塵天氣發(fā)展到強(qiáng)盛階段.1月14日,冷高壓中心位于蒙古國西部地區(qū),高壓中心強(qiáng)度達(dá)1050hPa,地面冷鋒到達(dá)新疆中部并向南移動,新一輪冷空氣侵襲中國長江以北大部分地區(qū),冷鋒后較強(qiáng)的西北風(fēng)推動攜帶有大量沙塵的氣團(tuán)繼續(xù)向東南移動.由于冷風(fēng)移動和減弱的速度較快,到15日中國中東部地區(qū)氣壓梯度減弱,地面風(fēng)速減小,沙塵天氣有減弱結(jié)束的趨勢.至16～17日,地面冷高壓中心由蒙古國西北部向南移動,高壓中心強(qiáng)度由1060hPa逐漸降低至1050hPa.沙塵天氣殘余在偏北氣流的作用下繼續(xù)向南輸送,江漢,江南北部等地出現(xiàn)了短暫且強(qiáng)度較弱的沙塵天氣.

2.2 沙塵源區(qū)地理環(huán)境與氣候特征的遙感監(jiān)測

由圖2(a) MODIS 1,4,3波段彩色合成圖像可知,圖像中黃褐色且似羽毛狀的紋理部分,主要由地表上的沙塵隨強(qiáng)風(fēng)擴(kuò)散到空氣中形成的塵暴區(qū),而色調(diào)更深的棕褐色區(qū)域則是靠近地表的沙塵區(qū).圖2(b)MODIS 31,32波段BTD圖像較好的刻畫了沙塵區(qū)域輪廓,沙塵區(qū)紋理較為明顯,可以清晰地判斷沙塵天氣的形成源地與發(fā)展態(tài)勢.此外,從BTD圖像也可知空氣中的沙塵濃度由東南向西北逐漸增加,表明沙塵天氣強(qiáng)度從東南向西北逐漸增強(qiáng)的.綜合圖2(a),(b)沙塵羽紋理和輪廓邊界可以確定,2021年1月沙塵天氣主要起源于內(nèi)蒙古西部與蒙古國南部地區(qū).

沙塵天氣的形成與源地的地理環(huán)境和氣候特征有著密切的關(guān)系.由圖3沙塵源地(紅色方框)地表覆蓋類型圖可見,沙源地的地表類型以裸地為主,植被覆蓋度較低,且世界第四大沙漠-巴丹吉林沙漠位于源區(qū)內(nèi),為沙塵天氣的形成提供了大量物質(zhì)基礎(chǔ).而且,發(fā)生時間為冬季,源區(qū)內(nèi)盛行西北風(fēng),地表上的沙塵微粒極易被大風(fēng)攜帶到大氣中,形成沙塵天氣.

圖2 沙塵源區(qū)與沙塵提取

圖3 沙塵源地地表覆蓋類型

利用2001～2021年每年1月份的月平均再分析資料,通過公式(10)計算得到2021年1月份源區(qū)內(nèi)的降水量,地表氣溫和土壤濕度距平分布,如圖4.

式中:P為某時段距平值;P為某時段的值,=1,2,…,.

由圖4(a)多年降水距平分布可知,2021年1月沙塵源區(qū)內(nèi)的降水量較常年同期異常偏低0.3～0.6mm.主要由于低緯度地區(qū)南支槽異常偏西,偏弱,不利于印度洋的暖濕氣流向北方地區(qū)輸送,致使月內(nèi)中國北方大部分地區(qū)無明顯降水天氣[26].其次,內(nèi)蒙古中西部和蒙古國南部大部分地區(qū)的氣溫較常年明顯偏高1～2℃,土壤濕度較常年偏低.由于月內(nèi)降水偏少,氣溫偏高,土壤含水量較少,使得源區(qū)內(nèi)大面積裸露且松散的土壤附著力降低,為大范圍沙塵天氣的爆發(fā)創(chuàng)造了一定的條件.

2.3 沙塵天氣的水平特征及發(fā)展

當(dāng)沙塵天氣出現(xiàn)時,地面的沙塵在強(qiáng)風(fēng)的作用下擴(kuò)散到大氣中,利用MODIS能夠有效地監(jiān)測空氣中沙塵的時空變化.由圖5所示,1月10～17日的沙塵天氣過程起源于中國內(nèi)蒙古西部和蒙古國南部地區(qū),逐漸向東南方向移動.

由圖5(a)可知,1月10日僅在蒙古國南部和內(nèi)蒙古西部局地出現(xiàn)沙塵天氣,影響范圍較小,強(qiáng)度較低,局部地區(qū)AOD值大于1.而11日的沙塵天氣較前一天有明顯的增強(qiáng)和擴(kuò)張的趨勢,其中,內(nèi)蒙古西部阿拉善盟地區(qū)的沙塵天氣最為嚴(yán)重.至12日,沙塵天氣發(fā)展愈加強(qiáng)烈,部分地區(qū)AOD值高于2.在西北風(fēng)的作用下逐漸向東擴(kuò)散到寧夏,陜西和山西等地,在內(nèi)蒙古西部的阿拉善盟和甘肅的河西局部地區(qū)出現(xiàn)沙塵暴天氣.1月13日,受頻繁活動的冷空氣持續(xù)作用,攜帶高濃度沙塵的氣團(tuán)繼續(xù)向東南方向移動,陜西省,山西省,京津冀地區(qū),渤海海域及其周邊地區(qū),黃海北部和黃淮地區(qū)均受到了沙塵天氣影響,AOD值均在1.3以上.內(nèi)蒙古中部,陜西北部,山西大部和河北南部地區(qū)受沙塵天氣影響最為嚴(yán)重,空氣質(zhì)量以重度污染為主.至14日,沙塵天氣強(qiáng)度和影響范圍較之前有明顯的減弱態(tài)勢,AOD高值區(qū)域明顯減少,空氣中的沙塵濃度大幅度下降.但是,華北部分地區(qū)仍然受到沙塵天氣影響,含有大量沙塵的氣團(tuán)繼續(xù)向下游地區(qū)輸送,朝鮮半島北部與遼寧省南部地區(qū)受沙塵傳輸影響最為嚴(yán)重.受上游沙塵傳輸影響,在渤海海域及其周邊地區(qū),黃淮和江淮北部以及黃海海域等地出現(xiàn)揚(yáng)沙或浮塵天氣,空氣質(zhì)量以輕至中度污染為主.到1月15日,由于西北地區(qū)沙源地和中東大部分地區(qū)風(fēng)力減弱,且大氣擴(kuò)散條件轉(zhuǎn)好,影響中國北方地區(qū)的沙塵天氣過程逐步緩解,但華北部分地區(qū)仍會受到浮塵或揚(yáng)沙天氣的影響.停留在空氣的部分沙塵顆粒隨大氣運(yùn)動被輸送到日本海東部地區(qū)甚至更遠(yuǎn)的地方.16～17日,沙塵天氣趨于結(jié)束,但在偏北氣流的引導(dǎo)下,受此次沙塵天氣殘余的影響,黃淮,江淮地區(qū),江漢及江南北部部分地區(qū)仍會有浮塵天氣的出現(xiàn).

此次沙塵天氣的傳輸方向整體是自源地沿西北-東南方向向下游輸送,這不僅與影響此次沙塵天氣主要天氣系統(tǒng)和盛行風(fēng)向有密切的聯(lián)系,而且與東亞地形有著緊密的關(guān)系.雖然,天氣系統(tǒng)和沙塵層的主導(dǎo)氣流是影響沙塵傳輸?shù)闹饕蛩?它決定了沙塵輸送的方向,距離和影響范圍,在地形較為平坦的地區(qū)往往較為明顯[27].但是,在地形高度較高和起伏較大的地區(qū),沙塵的傳輸很大程度上受地形的影響[28].由于內(nèi)蒙古西部與蒙古國南部的沙源地北側(cè)為西南-東北走向的薩彥嶺,南側(cè)為西北-東南走向的青藏高原,西部則是準(zhǔn)葛爾盆地的出口,因此形成一個自西北向東南的“喇叭口”地形[29].內(nèi)蒙古西部與蒙古國南部的沙源地正好位于“喇叭口”的中部.因此,在這一區(qū)域的沙塵天氣無疑有利于向東,向南擴(kuò)散.盡管蒙古國南部和內(nèi)蒙西部處于相對低洼的地帶,但是從薩彥嶺山沿西北-東南方向直至蒙古高原,再到黃土高原和華北平原,總體上呈一個緩慢的下坡過程,為沙塵天氣的傳輸提供了有力條件.此外,冷空氣南下爆發(fā)路徑往往是沿西北-東南方向,導(dǎo)致發(fā)生在邊界層中的沙塵天氣易沿西北-東南方向擴(kuò)展.

圖5 2021年1月10～17日沙塵天氣過程每日MODIS AOD和PM10濃度分布

在較強(qiáng)西北氣流的作用下,攜帶高濃度沙塵的氣團(tuán)沿著東南方向向下游地區(qū)輸送,中國西北地區(qū)中東部,華北地區(qū)大部,黃淮,江淮和江南部分地區(qū)先后受到沙塵天氣的影響,沙塵輸送途經(jīng)地區(qū)空氣質(zhì)量迅速轉(zhuǎn)差.至1月13日21:00,全國337個地級及以上城市中,40個城市PM10日均濃度達(dá)中度及以上污染水平,蒙甘陜寧交界地區(qū)7個城市空氣質(zhì)量指數(shù)日均值“爆表”.根據(jù)沙塵移動路徑和影響范圍選取典型城市的PM10日均濃度變化如圖5所示.

由圖5典型城市PM10日均濃度可知,地處西北地區(qū)的城市在11日就受到了沙塵天氣的影響,主要以浮塵天氣為主,PM10日均濃度開始出現(xiàn)小幅度增長,距沙塵源區(qū)最近的銀川市PM10日均濃度從最初的84μg/m3快速升高到289μg/m3.隨后在12,13日,西北和華北部分地區(qū)城市PM10日均濃度先后達(dá)到了峰值,然后出現(xiàn)下降趨勢,空氣質(zhì)量主要以輕至中度污染為主,部分地區(qū)為重度污染.其中,銀川市,呼和浩特市和太原市PM10日均濃度峰值均超過了1000μg/m3,北京和天津市PM10日均濃度較1月10日大幅增長,均超過230μg/m3.至14日,除內(nèi)蒙古中西部和山西中部地區(qū)城市PM10日均濃度仍較高外,如呼和浩特市和太原市PM10日均濃度為1007和690μg/m3,為重度污染水平,西北和華北地區(qū)大部分城市PM10日均濃度呈降低趨勢.然而,黃淮,江淮地區(qū)的PM10日均質(zhì)量濃度有小幅度升高趨勢.15日后,沙塵天氣趨于結(jié)束,中國北方地區(qū)城市PM10日均濃度開始下降,但沙塵天氣殘余的影響,江漢,江南北部地區(qū)城市的PM10濃度有短暫升高的現(xiàn)象,南昌市在1月16日的PM10日均質(zhì)量濃度達(dá)到了364μg/m3,為重度污染水平.

2.4 沙塵天氣的垂直特征及發(fā)展

MODIS氣溶膠產(chǎn)品可以有效地監(jiān)測到沙塵天氣的水平特征和傳輸過程,但它既不能觀測到沙塵氣溶膠的垂直分布特征,也不能在夜間進(jìn)行觀測.為了更加全面地認(rèn)識2021年首次沙塵天氣氣溶膠的垂直分布特征,進(jìn)一步利用CALIPSO衛(wèi)星的CALOP數(shù)據(jù)對傳輸過程中的沙塵氣溶膠垂直分布特性進(jìn)行了監(jiān)測分析.

CALIPSO衛(wèi)星在北京時間1月12日凌晨先后經(jīng)過內(nèi)蒙古中西部,陜西省東部和山西省西部(32°N109.4°E～41°N112°E),其運(yùn)行軌跡如圖6(d)所示.對應(yīng)于圖6(a)中(紅色標(biāo)記)可知,內(nèi)蒙古中西部,陜西省東部和山西省西部1～4km高度的532nm總衰減后向散射系數(shù)分布在0.001～0.0045km-1·sr-1之間,而在內(nèi)蒙古中西部交界處,陜西中北部和山西西北部1～3km高度范圍內(nèi)存在總衰減后向散射系數(shù)高值區(qū).此外,在湖北省西部,重慶市及貴州省中東部地區(qū)(25.4°N107.6°E～31.6°N109.4°E)的總衰減后向散射系數(shù)有明顯分層現(xiàn)象.其中2km高度以下總衰減后向散射系數(shù)集中在0.002～0.0045km-1·sr-1之間,而2～6km高度范圍內(nèi)的總衰減后向散射系數(shù)則分布在0.0006～0.0025km-1·sr-1之間(圖6(a)黑色標(biāo)記).再由圖6(b),(c)氣溶膠顆粒退偏比和顏色比可見,內(nèi)蒙古中部交界區(qū),陜西中北部和山西西北部地區(qū)的退偏比在0.1～0.5之間,顏色比在0.6～1.5之間;湖北省西部,重慶市及貴州省中東部地區(qū)退偏比集中分布在0.1～0.3,顏色比分布在0.6～1.2之間.綜上,可知內(nèi)蒙古中西部,山西和陜西交界區(qū)域1～3km高度內(nèi)存在大量的沙塵型氣溶膠,且形狀不規(guī)則,粒徑較大;重慶市和貴州省中東部及湖北省西部地區(qū)1～6km高度內(nèi)存在少量,粒徑較小的沙塵氣溶膠.此外,也有研究表明,當(dāng)退偏振比大于0.1,且色比不低于0.4,就表明該地區(qū)出現(xiàn)了沙塵天氣[30],這與實(shí)際情況相符.

由圖7(d)所示,CALIPSO衛(wèi)星在1月17日01:08分先后經(jīng)過日本西部海域,本州島南部地區(qū)和菲律賓海域(24.02°N134.04°E～33.9°N136.62°E).該地區(qū)14km高度范圍的532nm總衰減后向散射系數(shù)分布來看,從日本本州島南部海域至本州島西北部海域(32°N136.1°E～33.99°N136.62°E)上空的后向散射系數(shù)明顯大于0.0045km-1·sr-1,說明該地區(qū)上空存在較厚的云層,CALIPSO衛(wèi)星完全探測不到云層底部沙塵顆粒的分布特征.然而,菲律賓海北部地區(qū)(27°N134.7°E～31.85°N136.1°E) 0～5km高度范圍內(nèi)(圖7(a)紅色標(biāo)記)的532nm總衰減后向散射系數(shù)分布0.0008～0.004km-1·sr-1之間,0～4km則集中在0.002km-1·sr-1附近;南部地區(qū)0～2km高度內(nèi)的總衰減后向散射系數(shù)分布在0.001～0.0035km-1·sr-1之間(黑色標(biāo)記),以上說明菲律賓海域上空存在大量的氣溶膠粒子.結(jié)合圖7(b),(c)體積退偏比和顏色比垂直分布特征來看,菲律賓海域北部2km高度以下氣溶膠粒子體積退偏比主要分布在0.1～0.2之間,顏色比分布在0.6～1.5之間;2～5km高度內(nèi)的體積退偏比分布在0.1～0.3之間,顏色比在0.6～1.2之間;南部地區(qū)的氣溶膠粒子體積退偏比集中在0.1～0.2之間,顏色比在0.3～1.3之間.已經(jīng)有研究結(jié)果表明,煙塵型氣溶膠粒子的顏色比主要集中在0.35,而沙塵型氣溶膠顏色比集中在0.8,當(dāng)氣溶膠粒子的退偏比大于0.06則被判斷為沙塵氣溶膠;在退偏比極小,而顏色比較大時被分類為煙塵型氣溶膠;在退偏比較小,而顏色比較大時則是混合型氣溶膠.此外,還有研究結(jié)果表明海洋型氣溶膠通常是球形氣溶膠,其體積退偏比較小,大多接近0[31].綜上所述,可知在菲律賓海域北部2～5km高度范圍內(nèi)主要是沙塵型氣溶膠,0～2km則是以煙塵氣溶膠為主;而南部海域則是沙塵型,煙塵型與海洋型氣溶膠組成的混合型氣溶膠.根據(jù)圖1當(dāng)日的風(fēng)場和圖4沙塵傳輸路徑來看,出現(xiàn)在菲律賓海域低層大氣中的沙塵,主要受起源于內(nèi)蒙古西部與蒙古國南部高強(qiáng)度沙塵天氣的影響.

圖6 2021年1月12日00:55 CALIPSO衛(wèi)星532nm總衰減后向散射系數(shù),退偏振比,顏色比垂直剖面圖及運(yùn)行軌跡線

圖7 2021年1月17日01:08 CALIPSO衛(wèi)星532nm總衰減后向散射系數(shù),退偏振比,顏色比垂直剖面圖及運(yùn)行軌跡線

3 討論

本文通過主被動遙感觀測相結(jié)合的方式對2021年首次沙塵天氣進(jìn)行全面的監(jiān)測分析研究,實(shí)現(xiàn)了不同遙感觀測方式的優(yōu)勢互補(bǔ).但是,也存在以下問題:一是無論是主動遙感還是被動遙感都會受到云的影響,尤其光學(xué)遙感受云層的影響較大;二是CALIPSO衛(wèi)星是極軌衛(wèi)星,觀測周期比靜止衛(wèi)星長,且掃描幅寬較小,無法獲取大面積,多時相氣溶膠的垂直分布特征.此外,風(fēng)為沙塵天氣形成提供了動力,風(fēng)力大小和風(fēng)場格局主要受區(qū)域氣候,大氣環(huán)流和地貌格局的控制,而大氣環(huán)流和氣候因子中的水熱組合變化會影響到下墊面植被的長勢和表層土壤濕度,進(jìn)而影響沙塵的起動與傳輸過程.因此,在以后的研究中更加關(guān)注沙塵天氣與地氣系統(tǒng)中水熱組合變化之間的關(guān)系,為沙塵天氣的監(jiān)測,預(yù)報和防治提供理論依據(jù).

4 結(jié)論

4.1 2021年1月份,在降水偏少,氣溫異常偏高和土壤濕度降低的氣候背景下,多股冷空氣持續(xù)南下侵襲中國北方地區(qū),是2021年中國北方首次沙塵天氣的動力因子,源區(qū)內(nèi)大面積裸露的土體是沙塵天氣的物質(zhì)基礎(chǔ).

4.2 沙塵天氣在1月10日形成后繼續(xù)發(fā)展,強(qiáng)度和影響范圍呈逐漸增加、擴(kuò)大的趨勢,至1月13日發(fā)展到鼎盛階段. 空氣中的沙塵整體沿西北-東南方向向下游輸送,中國西北地區(qū)東部,華北大部,黃淮,江漢,江南d等地區(qū)也受到了沙塵天氣的影響,空氣質(zhì)量迅速惡化,主要污染物為PM10.此外,沙塵氣溶膠東移也波及到朝鮮韓國等下游地區(qū).

4.3 對于此次沙塵天氣過程中沙塵有明顯的向東南輸送而言,處于傳輸路徑上游地區(qū)的沙塵主要分布在1～6km,粒徑較大且形狀不規(guī)則;而在下游地區(qū)沙塵集中分布2km高度附近,且形狀趨于規(guī)則.此外,沙塵從源地向下游輸送過程中,粒徑較大的沙塵顆粒隨移動距離的增加出現(xiàn)的頻率下降,且主要集中在近地表附近,這是整個傳輸過程中共有的特征.

[1] Xu C, Guan Q, Lin J, et al. Spatiotemporal variations and driving factors of dust storm events in Northern China based on high- temporal-resolution analysis of meteorological data (1960～2007) [J]. Environmental Pollution, 2020,260:114084.

[2] 陳 杰,趙素平,殷代英,等.沙塵天氣過程對中國北方城市空氣質(zhì)量的影響[J]. 中國沙漠, 2015,35(2):423-430.

Chen J, Zhao S P, Yin D Y, et al. Effect if dust process on air quality in cities of Northern China [J]. Journal of Derset Research, 2015,35(2): 423-430.

[3] Fuks D, Ackermann O, Ayalon A, et al. Dust clouds, climate change and coins: consiliences of palaeoclimate and economy in the Late Antique southern Levant [J]. Levant, 2017,49(2):205-223.

[4] 曹廣真,張 鵬,陳 林,等.地面能見度觀測在衛(wèi)星遙感IDDI指數(shù)中的融合應(yīng)用[J]. 遙感技術(shù)與應(yīng)用, 2013,28(4):588-593.

Cao G Z, Zhang P, Chen L, et al. Duststorm detection by merging meteorological visibility with remote sensing IDDI [J]. Remote Sensing Technology and Application, 2013,28(4):588-593.

[5] 王 威,胡秀清,張 鵬,等.白天和夜間通用的衛(wèi)星遙感沙塵判識算法構(gòu)建與驗(yàn)證分析[J]. 氣象, 2019,45(12):1666-1679.

Wang W, Hu X Q, Zhang P, et al. Construction and validation of remote sensing dust recognition algorithm in daytime and nighttime [J]. Meteor Mon, 2019,45(12):1666-1679.

[6] 邱 昀,李令軍,鹿海峰,等.基于Himawari 8的沙塵遙感監(jiān)測與應(yīng)用[J]. 中國環(huán)境科學(xué), 2018,38(9):3305-3312.

Qiu Y, Li L J, Lu H F, et al. Dsut remote sensing monitoring and application based on Himawari 8 [J]. China Environmental Science, 2018,38(9):3305-3312.

[7] 張 鵬,王春姣,陳 林,等.沙塵氣溶膠衛(wèi)星遙感現(xiàn)狀與需要關(guān)注的若干問題[J]. 氣象, 2018,44(6):725-736.

Zhang P, Wang C J, Chen L, et al. Current status of satellite-based dust aerosol remote sensing and some issues to be concerned [J]. Meteor Mon, 2018,44(6):725-736.

[8] Tiwari S, Kumar A, Pratap V, et al. Assessment of two intense dust storm characteristics over Indo–Gangetic basin and their radiative impacts: a case study [J]. Atmospheric Research, 2019,228:23-40.

[9] Han X, Gao H, Yang J, et al. Advances in Ecological Applications of Fengyun Satellite Data [J]. Journal of Meteorological Research, 2021, 35(5):743-758.

[10] Kaufman Y J, Tanré D, Dubovik O, et al. Absorption of sunlight by dust as inferred from satellite and ground‐based remote sensing [J]. Geophysical Research Letters, 2001,28(8):1479-1482.

[11] Zhang P, Lu N, Hu X, et al. Identification and physical retrieval of dust storm using three MODIS thermal IR channels [J]. Global and Planetary Change, 2006,52(1-4):197-206.

[12] Huang J, Ge J, Weng F. Detection of Asia dust storms using multisensor satellite measurements [J]. Remote Sensing of Environment, 2007,110(2):186-191.

[13] De Graaf M, Stammes P, Torres O, et al. Absorbing Aerosol Index: Sensitivity analysis, application to GOME and comparison with TOMS [J]. Journal of Geophysical Research: Atmospheres, 2005, 110(D1):201.

[14] Vaughan M A, Powell K A, Winker D M, et al. Fully automated detection of cloud and aerosol layers in the CALIPSO lidar measurements [J]. Journal of Atmospheric and Oceanic Technology, 2009,26(10):2034-2050.

[15] Hsu N C, Jeong M J, Bettenhausen C, et al. Enhanced deep blue aerosol retrieval algorithm: The second generation [J]. Journal of Geophysical Research: Atmospheres, 2013,118(16):9296-9315.

[16] Levy R C, Mattoo S, Munchak L A, et al. The Collection 6MODIS aerosol products over land and ocean [J]. Atmospheric Measurement Techniques, 2013,6(11):2989-3034.

[17] Sayer A M, Munchak L A, Hsu N C, et al. MODIS collection 6 aerosol products: Comparison between Aqua's e‐Deep blue, dark target, and “merged” data sets, and usage recommendations [J]. Journal of Geophysical Research: Atmospheres, 2014,119(24):13,965-13,989.

[18] Winker D M, Pelon J R, McCormick M P. CALIPSO mission: spaceborne lidar for observation of aerosols and clouds [C]//Lidar Remote Sensing for Industry and Environment Monitoring III. International Society for Optics and Photonics, 2003,4893:1-11.

[19] Powell K A, Hostetler C A, Vaughan M A, et al. CALIPSO lidar calibration algorithms. Part I: Nighttime 532-nm parallel channel and 532-nm perpendicular channel [J]. Journal of Atmospheric and Oceanic Technology, 2009,26(10):2015-2033.

[20] 陳勇航,毛曉琴,黃建平,等.一次強(qiáng)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(xué), 2009,29(5):449-454.

Chen Y H, Mao X Q, Huang J P, et al. Vertical distribution characteristics of during a long-distance transport of heavy dust pollution [J]. China Environmental Science, 2009,29(5):449-454.

[21] Zhang Z, Huang J, Chen B, et al. Three‐year continuous observation of pure and polluted dust aerosols over Northwest China using the ground-based lidar and sun photometer data [J]. Journal of Geophysical Research: Atmospheres, 2019,124(2):1118-1131.

[22] 劉 貞,張雪姣,鄭有飛,等.基于CALIPSO對中國春季一次沙塵暴的研究[J]. 環(huán)境科學(xué)學(xué)報, 2016,36(12):4315-4327.

Liu Z, Zhang X J, Zheng Y F, et al. Spatio-temporal distribution and transport behavior of a dust event based on the CALIPOS in China [J]. Acta Scientiae Circumstantiae, 2016,36(12):4315-4327.

[23] Liu D, Wang Z, Liu Z, et al. A height resolved global view of dust aerosols from the first year CALIPSO lidar measurements [J]. Journal of Geophysical Research: Atmospheres, 2008,113(D16):214.

[24] Chen J, Cao X, Peng S, et al. Analysis and applications of Globe Land 30: a review [J]. ISPRS International Journal of Geo-Information, 2017,6(8):230.

[25] Darmenov A, Sokolik I N. Identifying the regional thermal‐IR radiative signature of mineral dust with MODIS [J]. Geophysical Research Letters, 2005,32(16):803.

[26] 國家氣候中心,2021.2021年1月中國氣候影響評價[EB/OL]. https://cmdp.ncc-cma.net/influ/moni_china.php.

National Climate Centre, 2021. Assessment of climate impact over China in January 2021 [EB/OL]. https://cmdp.ncc-cma.net/influ/ moni_china.php.

[27] 宋敏紅,錢正安,蔡 英,等.中蒙強(qiáng)弱沙塵暴年春季平均環(huán)流及沙塵活動變化分析[J]. 氣象學(xué)報, 2007,65(1):94-104.

Song M H, Qian Z A, Cai Y, et al. Analyses of spring mean circulation for strong and weak dust-storm activity years in China-Mongolia area [J]. Acta Meteorologica Sinica, 2007,65(01):94-104.

[28] 姜學(xué)恭,沈建國,劉景濤,等.導(dǎo)致一例強(qiáng)沙塵暴的若干天氣因素的觀測和模擬研究[J]. 氣象學(xué)報, 2003,61(5):606-620.

Jiang X G, Shen J G, Liu J T, et al. Observational and numerical simulation study of some weather factors leading a severe dust storm [J]. Acta Meteorologica Sinica, 2003,61(5):606-620.

[29] 姜學(xué)恭,陳受鈞.地形影響沙塵傳輸?shù)挠^測和模擬研究[J]. 氣象學(xué)報, 2008,66(1):1-12.

Jiang X G, Chen S J. An observational and numerical study on the topography influence on the transportation [J]. Acta Meteorologica Sinica, 2008,66(1):1-12.

[30] 董旭輝,杉本伸夫,白雪椿,等.激光雷達(dá)在沙塵觀測中的應(yīng)用—2004年春季北京和呼和浩特沙塵天氣的解析 [J]. 中國沙漠, 2006,26(6): 942-947.

Dong X H, Sigimoto N, Bai X C, et al. Application of lidar in sandstorm observation—Analysis of dust event of Beijing and Hohhot in spring of 2004 [J]. Journal of Derset Research, 2006,26(6): 942-947.

[31] 毛曉琴,陳勇航,耿福海,等.應(yīng)用CALIPSO衛(wèi)星資料研究長三角地區(qū)灰霾天氣特征[C]//第26屆中國氣象學(xué)會年會大氣成分與天氣氣候及環(huán)境變化分會場論文集. 2009:622-630.

Mao X Q, Chen Y H, Geng F H, et al.Application of CALIPSO satellite data to study the characteristics of haze weather in the Yangtze River Delta region [C]//Proceedings of the 26th Annual Meeting of the Chinese Meteorological Society. 2009:622-630.

致謝：30m 全球地表覆蓋數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心全球地表覆蓋數(shù)據(jù)產(chǎn)品服務(wù)網(wǎng)站(DOI:10.11769),空氣質(zhì)量數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站,衛(wèi)星遙感數(shù)據(jù)來源于美國國家航空航天局,再分析資料來源于美國國家氣象環(huán)境預(yù)報中心和大氣研究中心.在此,對以上數(shù)據(jù)來源單位表示衷心的感謝!

Multi-source remote sensing analysis of the first sand and dust weather in Northern China in 2021.

WANG Ning, CHEN Jian*, ZHANG Yuan-yuan, XU Yong-ming, CUI Jia-wen

(School of Remote Sensing and Geomatics Engineering, Nanjing University of Information Science and Technology, Nanjing 210044, China)., 2022,42(5)：2002～2014

The daily atmospheric circulation situation and both the horizontal and vertical distribution patterns of sand and dust during the first dust weather event in Northern China in 2021 are investigated by using multi-source remote sensing data and NCEP reanalysis data and taking account of the geographical environment and climatic characteristics of the dust source area. The results showed that the abnormal temperature increase and scarce precipitation in the source area lead to a decrease in water content for a large-area bare and loose soil, providing a material basis for the formation of large-scale and high-intensity sand and dust weather; moreover, the frequent activities of cold air turned out to be the driving factor for the outbreak of sand and dust weather. Sand and dust were transported and diffused along the southeast direction in strong winds to the downstream areas. Northwest China, North China, Huanghuai, Jianghuai, Jianghan and northern Jiangnan were affected by sand and dust weather in sequence, where air quality were rapidly deteriorated with the primary pollutant PM10. In addition, the eastward migration of sand and dust aerosols also affected downstream areas such as the Korean Peninsula and Japan. During the transportation process, the sand and dust in the inland areas were mainly distributed in the altitude from 1to 6km, while the sand and dust in the downstream areas were concentrated near the height of 2km. The dust with larger particle size appeared more frequently near the surface, while the smaller particles were mainly distributed in the middle and lower troposphere.

multi-source remote sensing；dust weather；atmospheric circulation

X51,X87

A

1000-6923(2022)05-2002-13

王 寧(1997-),男,江蘇徐州人,碩士研究生,主要研究方向?yàn)榇髿猸h(huán)境.發(fā)表論文1篇.

2021-10-25

國家自然科學(xué)基金資助項(xiàng)目(41871028,42176180);江蘇省環(huán)境監(jiān)測科研基金資助項(xiàng)目(1903)

* 責(zé)任作者, 副教授, chjnjnu@163.com