東亞沙塵分布、源匯及輸送特征的模擬研究

郭 俊,銀 燕,王詠薇,康漢青,肖 輝,陳 魁,郝 囝(.南京信息工程大學中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 200；2.江蘇省氣候中心,江蘇 南京 20008；3.南京信息工程大學氣象災害預報預警與評估協同創新中心,江蘇 南京 200；.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 50080)

東亞沙塵分布、源匯及輸送特征的模擬研究

郭 俊1,2,銀 燕1,3*,王詠薇1,康漢青1,肖 輝4,陳 魁1,郝 囝1(1.南京信息工程大學中國氣象局氣溶膠與云降水重點開放實驗室,江蘇 南京 210044；2.江蘇省氣候中心,江蘇 南京 210008；3.南京信息工程大學氣象災害預報預警與評估協同創新中心,江蘇 南京 210044；4.中國氣象局廣州熱帶海洋氣象研究所,廣東 廣州 510080)

采用全球氣溶膠模式(GOCART)模擬結果,討論了東亞地區沙塵氣溶膠時空分布、排放與沉降以及區域輸送特征.結果表明,中國境內沙源主要位于塔克拉瑪干沙漠、河西走廊及河套地區.排放強度春季最大,夏季和秋季逐漸減小,冬季最弱,且強度逐年減弱,區域年平均排放為581Tg/a.模擬的沙塵光學厚度(AOD)分布與衛星觀測具有很好的一致性,其中塔克拉瑪干沙漠AOD大值與沙塵暴活動密切相關,其出現時間最早,持續時間最長.區域平均而言,干沉降和濕沉降可以分別清除 77%和 22%的沙塵排放,其中沙塵源區干沉降起主導作用,遠離源區的東北及西北太平洋,濕沉降更加重要.沙塵大粒子主要通過重力干沉降移出,而濕沉降對小粒子貢獻超過 60%.重力干沉降全年(特別是春季)起主導作用,對流降水濕沉降在夏季作用顯著增強,總體來說,沙塵總沉降速率逐年減小.東亞沙塵氣溶膠通過 3條輸送帶自西向東傳輸,可以影響我國華北、華中和華南.對散度的研究表明,氣溶膠平流項對沙塵源區氣溶膠輻散作用較大,沙塵排放顯著影響該地區沙塵的輸送和AOD;而塔里木盆地西側沙塵輻合中心是風場輻合輻散項導致的,說明地形和風場對該地區沙塵輸送和AOD很重要.

沙塵氣溶膠；起沙量；分布；干濕沉降；輸送

大氣氣溶膠是指大氣與懸浮于其中的所有固態、液態粒子形成的多相體系.大氣氣溶膠的種類非常多,其中沙塵氣溶膠幾乎占據對流層大氣氣溶膠總量的一半,是對流層大氣氣溶膠的重要成分[1].氣溶膠不僅可以造成大氣污染,影響人類居住環境,還能通過直接[1]、間接[2-3]及半直接效應[4]影響氣候.首先,沙塵氣溶膠同時具有散射和吸收特性,它可以通過散射和吸收太陽短波輻射,冷卻地表,還可以通過吸收短波和長波輻射,加熱大氣,通過改變局地能量平衡影響大氣動力結構,進而對天氣氣候產生重要影響[5-7];其次,沙塵氣溶膠還可以作為云凝結核和冰核,通過影響云微物理過程,影響云和降水的分布和強度[8].近些年的研究還表明,東亞[7,9]及非洲[10-11]沙塵的遠距離輸送,會在高空產生熱泵效應(EHP),使局地降水增加,雨帶位置變化,但這方面的研究仍具有很大不確定性.因此,準確描述沙塵氣溶膠的時空分布、演變規律及傳輸特征,對于研究沙塵輻射強迫,了解其對氣候及環境的影響,具有重要的現實意義.

已有關于沙塵的研究,無論采用觀測或模擬的方法,對其成因、時空分布特征,以及氣候效應都取得了一些進展[12-14].已有研究表明,東亞是沙塵氣溶膠的重要源地,中國西北和蒙古沙漠地區是沙塵的重要源區,春季是東亞沙塵暴的多發季節[12-17].對亞洲沙塵暴的研究表明,地表強風可以使大量沙塵粒子進入大氣,導致下風方向嚴重的環境問題[15,18].采用數值模擬的方法,Tegen等

[19]、Ginoux等[20]在全球范圍內計算了沙塵排放、光學厚度及濃度的時空分布特征.Zhang等

[21]、Perry等[22]模擬結果表明,每年有 800Tg的沙塵進入大氣,其中 20%在區域尺度上傳輸,50%可以流出東亞大陸,跨太平洋輸送.由于東亞地區地形復雜、土地利用多樣以及人類活動劇烈,因而,已有觀測和模擬的結果還具有很大的不確定性.

目前基于站點和衛星資料的觀測研究仍然是東亞沙塵氣溶膠研究的熱點,但是仍存在一些問題.比如,站點觀測的能見度是一種定性和半定量數據;衛星觀測的氣溶膠光學厚度(AOD)受到自身算法的限制,精度不高,時間序列較短;激光雷達觀測雖然可以準確反映沙塵的垂直分布,但是站點空間分布稀疏[17].因此數值模擬的方法仍然是研究東亞地區沙塵氣溶膠的重要手段之一.目前關于全球沙塵氣溶膠排放及分布的研究較多,但是東亞區域尺度上沙塵氣溶膠時空分布、沉降及區域內部傳輸的研究還比較少.因此,本文利用全球大氣化學氣溶膠輻射傳輸模式GOCART(Goddard Global Ozone Chemistry Aerosol Radiation and Transport)2000～2007年沙塵的模擬結果,重點探討和建立了東亞沙塵氣溶膠時空分布、源匯及區域內部傳輸特征,并且初步得到了不同影響因子(包括排放源和風場地形)對沙塵輸送的影響.

1 模式、資料及方法介紹

1.1 模式介紹

GOCART模式是一個全球大氣化學氣溶膠輻射傳輸模式,可以模擬5種主要的大氣氣溶膠成分,包括黑碳、有機碳、硫酸鹽、海鹽和沙塵.模式中氣溶膠模擬考慮了氣溶膠及其前體物的排放、氣相和液相化學過程、平流及濕對流、邊界層混合、以及干沉降和濕沉降過程.其中,干沉降包含重力干沉降和湍流干沉降;濕沉降包含對流性降水濕沉降和大尺度降水濕沉降.

模式中沙塵的排放采用了參數化[20]并對其改進了方法[23].將沙塵粒子從0.01～10μm分成8段(即0.1～0.18,0.18～0.3,0.3～0.6,0.6～1,1～1.8, 1.8～3,3～6,6～10μm,其中 0.01～1μm 為積聚模態, 1～10μm為粗模態),地表起沙量是地表風速以及沙塵粒徑比例等的函數:

式中:Fp是起沙量,μg/(m2·s);C 是尺度因子,1 μg·s2/m5;S是源函數;sp為粒徑段p的比例;u是地表風速,m/s;ut是臨界風速(由粒子尺度和地表濕度決定).由方程(1)可知,沙塵排放主要受到地表風速、沙漠分布、地表植被覆蓋狀況、地表濕度以及沙塵粒徑比例等因子的共同影響.

已有研究表明,沙塵排放及濃度分布與地形高度分布反相關.這主要與GOCART模式中起沙方案有關.如果盆地地形高度變化劇烈,那么在盆地的山谷和洼地中就會包含很多沉積物,產生較高的起沙量;如果盆地較為平坦,沉積物就會分布地比較均勻[20].一般而言,沙塵排放較大的區域都具有地表高風速、低植被覆蓋以及較干燥.

本研究中,模式水平分辨率2°(緯度)×2.5°(經度),垂直分辨率 30層,模式頂0.01hPa.模式采用Goddard Earth Observing System Data Assimilation System(GEOS-4, ftp://ftp.as.harvard. edu/gcgrid/GEOS_4x5/GEOS_4_v4/)同化的氣象資料每6h驅動一次,模擬時段是2000～2007年,本文分析的是GOCART8年模擬結果.模式詳細介紹參考已發表的文章[20,23].通過對比該模式模擬結果與地面站點和衛星,Chin等[23]研究表明GOCART可以模擬出全球大氣氣溶膠的排放、濃度以及 AOD的空間分布及季節變化.由于GOCART在全球尺度上的評估工作已有很多,本文側重利用其8年模擬結果,討論了東亞地區沙塵氣溶膠的分布、沉降及輸送特征.

1.2 資料介紹

本文使用的衛星數據是Multiangle Imaging Spectroradiometer(MISR)氣溶膠光學厚度資料以及Total Ozone Mapping Spectrometer(TOMS)和Ozone Monitoring Instrument(OMI)氣溶膠指數(Aerosol Index, AI)資料.MISR搭載在Terra衛星上,共有4個波段(446,555,672及867nm),9個觀測角度(0°,±26.1°,±45.6°,±60.0°,±70.5°),9d就能覆蓋全球.本文使用MISR全球3級555nm光學厚度產品,空間分辨率 0.5°(緯度)×0.5°(經度).由于MISR從9個不同角度觀測地球,因此能獲取豐富的地表反射信息,而且其氣溶膠算法采用非均勻地表方法,不依賴于地表反射率的假設[24].

TOMS或OMI氣溶膠指數AI定義為氣溶膠輻射效應導致的UV波段光譜的改變[25].當氣溶膠指數為正時,表示存在吸收性氣溶膠,因此 AI可以用來近似診斷沙塵暴的發生[26].在以往的研究中,AI也被廣泛用來驗證模擬的沙塵AOD分布.本文選取的 TOMS AI空間分辨率 1°(緯度)×1.25°(經度),OMI AI空間分辨率 1°(緯度)×1°(經度).由于 TOMS數據只到 2005年(2000～2005,ftp://toms.gsfc.nasa.gov/pub/eptoms/d ata/),因此,本研究引入了2006～2007年的OMI氣溶膠指數(2006～2007,ftp://toms.gsfc.nasa.gov/ pub/omi/data/).以往研究表明,同時采用2種氣溶膠指數是可行的[18,26].

1.3 方法介紹

利用逐日風場數據和模擬的氣溶膠濃度數據,可以分析東亞地區沙塵氣溶膠的輸送特征.各模式層緯向和經向沙塵傳輸通量可用下式得到(Fλ,F?,μg·s/kg):式中:g0是重力加速度,m/s2;p1和p2是模式層的界面氣壓,Pa;u和v是各層水平方向速度,m/s;C是沙塵氣溶膠質量混合比,g/kg.

因此,散度在球坐標系下的方程可以簡化為2部分:

式中:r是地球半徑,m;φ是緯度;λ是經度.方程(4)右邊第1項是氣溶膠平流項,表示由于沙塵濃度空間分布不均勻導致的氣溶膠輸送和散度變化;第2項是風場輻合輻散項,表示由于風場和地形影響造成的氣溶膠輸送和散度變化.

2 結果與討論

2.1 沙源位置及起沙量

圖 1給出了東亞地區地形以及年平均起沙量分布.如圖1所示,本文所選取的研究區域包含了整個中國大陸,囊括了主要的東亞沙塵源區.模式可以模擬出東亞地區3個主要的沙塵源地,包含了新疆的塔克拉瑪干沙漠(區域 A,80°～95°E, 35°～42°N)、古爾班通古特沙漠(區域C,80°～95°E, 42°～50°N),以及內蒙古西部的騰格里沙漠及其周邊區域(區域 B,100°～110°E,35°～45°N).其他的沙塵源區,諸如昆侖山以南的青藏高原區域,蒙古國南部高原,內蒙古中東部沙漠(包含渾善達克沙地,科爾沁沙地等),以及巴爾科什湖南部的薩雷耶西克阿特勞沙漠,都能很好的模擬出來.總的來說,中國境內的沙源主要包括塔里木盆地、河西走廊以及河套地區,中國境外沙源主要位于蒙古國南部以及西亞北部地區[13-14,27].

起沙量最大值位于新疆塔里木盆地,那里的塔克拉瑪干沙漠是世界上最大的流動性沙漠之一,起沙量可以超過 1800mg/(m2·d).其次,在蒙古高原,特別是騰格里沙漠附近,由于受到干旱以及人類活動的影響,草場退化導致該地區沙漠化趨勢日益嚴重,起沙中心超過 1000mg/(m2·d).另外,位于北疆的古爾班通古特沙漠附近區域,起沙強度中心也能超過 600mg/(m2·d).模式結果表明,沙塵排放較大的區域往往地表風速較高、植被覆蓋稀疏、地表比較干旱,并且主要沙塵源區都位于 40°N附近,沙塵源地的分布與地形高度分布反相關.

圖1 (a)模擬區域及地形分布和(b)東亞地區2000～2007年平均沙塵氣溶膠排放量及3個主要沙漠的位置Fig.1 (a) The model domain and distribution of terrain height in meters and (b) the predicted annual mean dust production during the period from 2000～2007 locations of three major deserts in East AsiaA,塔克拉瑪干沙漠;B,騰格里沙漠;C,古爾班通古特沙漠

東亞地區沙塵排放同樣具有明顯的年際(圖 2a)和季節(圖 2b)變化特征.如圖 2a所示, 2000～2007年間,沙塵的排放年際變化差異較大. 2001年和 2004年排放量最大,分別達到624.33Tg和615.82Tg;而2003年和2005年相對較小,為504.30Tg和538.34Tg.Ginoux等[20]指出,地表風速越大,濕度越小,越有利于沙塵排放量的增加;反之,沙塵排放量將減少.由于模擬時段內地表風速和地表濕度變化的影響,東亞地區沙塵排放量呈現逐年下降的趨勢,遞減率為2.89Tg/a.并且,粗模態沙塵的年際減少趨勢以及減少的排放總量均明顯大于細模態沙塵.圖 2b給出沙塵季節變化特征,東亞沙塵排放春季最大,夏季和秋季逐漸減少,冬季最弱.春季 4月份排放的最大值可以超過 80Tg,而整個春季的起沙量占全年起沙量的 37.63%.春季起沙量較大主要是因為該季節風速較大,植被稀少,有利于沙塵的形成;夏季降水增多,土壤濕度加大,植被覆蓋改善,導致起沙量不斷降低.從表 1可以看出,東亞區域和年平均起沙量可以達到581Tg/a,這與其他模式模擬的結果[28-32]較一致(46～736Tg/a),表明 GOCART模式對東亞地區的沙塵具有很好的模擬能力.

圖2 模擬的東亞地區沙塵排放和沉降(a)年際變化及(b)季節變化Fig.2 The simulated (a) interannual and (b) seasonal variations of dust production and deposition in East Asia from GOCART model

表1 不同模式模擬的東亞地區沙塵氣溶膠起沙量、沉降量及柱含量Table 1 The modeled dust emissions, depositions, and budget in this study and previous studies in East Asia

2.2 沙塵氣溶膠空間分布特征

圖3進一步給出了東亞地區多年平均各季節GOCART模擬和MISR觀測的AOD空間分布.將模擬的 AOD結果與起沙分布對比表明,2者具有很高的空間一致性.AOD大值往往位于起沙量較大的區域,也即40°N附近,大值中心包含了塔克拉瑪干沙漠(春季大于0.8)、古爾班通古特沙漠(春季大于0.4)和廣大內蒙古中東部沙區(春季大于 0.5).以上模擬結果與觀測結果基本一致,說明模式可以較為真實反映沙塵區氣溶膠高濃度分布特征.模擬和觀測在部分地區也存在不一致,主要是因為模擬結果僅給出沙塵的AOD,而MISR測量的是總AOD,所以包含了其他污染氣溶膠;其次,模式選取的網格精度較低,也限制了模式對地表特征的模擬;另外,衛星 AOD反演算法到目前為止仍存在很大的不確定性.對比不同季節AOD分布可以發現,春季和夏季,中國境內沙塵高濃度主要分布在 120°E以西的沙漠地區以及西北邊境和青藏高原的西側一線.秋季和冬季,隨著大氣環流的調整,以上AOD大值分布型也隨之改變,AOD中心顯著減弱,且只出現在 120°E以西的沙漠核心地帶.以上季節變化和空間分布特征,與熊潔等[17], Zhang等[18],及 Sun等[26]的模擬結果一致.全年來看,春季(3～5月)是一年中 AOD最大的季節,模擬的區域平均AOD可達0.14,夏季次之(0.09),秋季(0.06)和冬季(0.05)都比春季小很多.MISR的觀測結果也表明,年均沙塵氣溶膠濃度高值主要出現在春季的塔克拉瑪干沙漠及 40°N沙塵傳輸帶附近.這與春季是中國北方沙塵暴最為活躍的季節有關[13-14,18].以上模擬和觀測結果表明,中國境內沙塵氣溶膠存在顯著的空間及時間變化特征,模式可以很好模擬出東亞沙塵天氣發生的季節和空間特征.

圖3 (a～d)GOCART模擬的沙塵AOD與(e～h)MISR觀測的總AOD分布的季節變化Fig.3 Comparisons of (a～d) the modeled dust AOD from GOCART model and (e～h) the observed total AOD from MISR in different seasons

2.3 沙塵氣溶膠時間變化特征

2.3.1 年際變化特征 圖4給出了模擬和MISR觀測的3個主要沙塵源地(圖1b)AOD隨時間的變化.

圖4 GOCART模擬和MISR觀測的3個主要沙漠區域氣溶膠AOD年際變化Fig.4 Interannual comparisons between GOCART simulated and MISR observed mean AOD in three key desert regions delineated

如圖4所示,沙塵氣溶膠具有很強的年際變化特征.各沙塵源區 AOD隨時間呈顯著的年循環,并且在每年春季出現爆發性增長,在秋季和冬季急劇減少.春季 AOD大值與春季起沙量急劇增加、中國北方不斷發生的揚沙和沙塵暴有關.比較不同沙塵源區模擬的AOD隨時間變化特征可以發現,沙塵AOD都是春季和夏季較大,秋季和冬季較小.特別地,模擬的塔克拉瑪干沙漠AOD大值持續時間較其他2個主要沙漠長很多.比較相同季節不同沙源 AOD可以發現,模擬和觀測結果在塔克拉瑪干沙漠差異較大,而在騰格里沙漠以及古爾班通古特沙漠,模式可以很好模擬出觀測的沙塵 AOD年際變化.將不同沙源進行對比可以發現,塔克拉瑪干沙漠 AOD季節變化幅度明顯大于騰格里沙漠以及古爾班通古特沙漠.這主要是因為,塔克拉瑪干沙漠所處的塔里木盆地面積廣大,山谷和洼地包含很多沉積物,產生較高的起沙量[20],導致起沙函數對環境氣象因子(例如地表風速和濕度)的敏感程度也更大.綜合來說,模擬和觀測得到的 AOD相關系數在塔克拉瑪干沙漠、騰格里沙漠以及古爾班通古特沙漠分別可以達到0.78,0.66,0.61.

圖5 GOCART模擬的AOD和TOMS/OMI觀測的氣溶膠指數在3個主要沙漠區域的季節變化特征Fig.5 Seasonal comparisons between the GOCART simulated mean AOD and the TOMS/OMI observed aerosol index in three key desert regions

2.3.2 季節變化特征 圖5給出了3個主要沙塵源地模擬的沙塵AOD以及TOMS/OMI觀測的氣溶膠指數季節變化.從圖中可以看到,模擬的沙塵AOD季節變化特征與AI變化特征一致.在沙塵暴較活躍的季節,也就是AI較大的季節(4～7月),往往對應著沙塵高濃度和光學厚度大值.在3個沙塵源區,即塔克拉瑪干沙漠、騰格里沙漠以及古爾班通古特沙漠,沙塵AOD和AI的相關性可以分別達到 0.91,0.88,0.83.本文模擬結果和一些已有研究[13-14,18]都表明,塔克拉瑪干沙漠是沙塵暴活動最為頻繁的地區,相較其他沙塵源地,光學厚度和氣溶膠指數大值出現時間較早,持續時間較長,相關性也更好;而中國北方地區,特別是騰格里沙漠附近,同樣也是沙塵暴活躍的區域,但是該地區沙暴主要出現在春季(3～5月),并且隨時間迅速減弱,沙暴的持續時間和對 AOD的影響,弱于塔克拉瑪干沙漠.

2.4 沙塵氣溶膠的沉降及收支

2.4.1 干沉降和濕沉降 進入大氣的沙塵氣溶膠會通過干沉降和濕沉降 2種過程移除[12,17,33].本模式中,干沉降分為2部分,即重力干沉降和湍流干沉降;濕沉降則分為大尺度降水濕沉降和對流降水濕沉降.

模擬得到的東亞地區 8年平均沙塵氣溶膠沉降量分布如圖6a和6b所示,沉降區域幾乎包括了整個東亞大陸,高值中心與排放中心基本一致.干沉降的高值出現在 40°N附近,在塔克拉瑪干沙漠出現干沉降大值中心,超過 800mg/(m2·d).濕沉降存在3個大值中心,分別位于新疆塔克拉瑪干沙漠以西、騰格里沙漠附近的廣大華北區域、以及印度西北部,這些大值中心的濕沉降量都超過30mg/(m2·d).如圖6c所示,在110°E以西沙塵源區,濕沉降與干沉降之比小于 0.1,說明在沙塵排放源區,干沉降起主要作用.這主要是因為較大的沙塵粒子更容易降落到源區地面,通過重力干沉降清除.而較小的沙塵粒子,可以向東傳輸進入華北,因此,越遠離沙塵源區,濕沉降與干沉降比值就越大,濕沉降的作用也就更明顯.在中國東北、云南、日本及附近海域、中印半島以及印度東部和南部,濕沉降和干沉降之比大于 1,說明在這些區域濕沉降的貢獻要大于干沉降.這一結果與 Zhao等[33]的結論一致,表明東亞沙塵源區附近以干沉降為主,在沙塵遠距離傳輸過程中濕沉降占主導地位.

如圖2a和2b所示,沙塵總沉降及其各組分的年際和季節變化特征與沙塵排放基本一致.如圖2a所示,2001年和2004年總沉降最大,可以達到608.62和607.19Tg;2003年和2005年總沉降最小,分別為509.83和531.01Tg.總沉降在8a時間里呈現下降趨勢,年遞減率為 5.79Tg/a,與該地區起沙量變化較少趨勢一致,但是降低速度更快,說明東亞大氣中的沙塵含量在逐年快速遞增.沙塵沉降季節變化表明(圖 2b),春季大氣總沙塵沉降量較大,其他季節逐漸減小,冬季最小.5月總沉降最大值可以達到 72.87Tg,而 2月最小值為27.31Tg.在所有沉降因子中,重力干沉降與總沉降的變化趨勢一致,也是春季最大,是構成總沉降最重要的部分.對流降水濕沉降具有明顯的季節變化,在夏季出現最大值,其對總沉降的貢獻也不能忽略.相較于以上2種沉降,湍流干沉降和大尺度降水濕沉降對總沉降的影響相對較小.

2.4.2 區域收支 圖6d給出了2000～2007年東亞地區沙塵氣溶膠大氣柱含量,它可以反映區域沙塵氣溶膠的收支情況.由圖6d可知,沙塵含量大值位于塔克拉瑪干沙漠、騰格里沙漠及其下風區域,涵蓋了 40°N廣大地區,從中國西北一直到朝鮮半島和日本.沙塵柱含量的中心位于新疆塔克拉瑪干沙漠,極值可以超過1000mg/m2.總體來說,如表1所示,干沉降和濕沉降可以分別清除77%和22%的沙塵氣溶膠,只有約1%的沙塵排放可以駐留在大氣中,對局地和下風方向的大氣環境產生影響.表2進一步給出了各粒徑段沙塵排放、沉降及柱含量的統計特征.大氣中有效半徑大于1μm的沙塵粒子主要通過干清除過程(特別是重力清除過程)移出,而有效半徑小于1μm的小粒子,濕清除的貢獻超過 60%.沙塵不同粒徑段對其大氣柱含量也具有明顯不同的貢獻,區域年平均而言,大氣中大約75%的沙塵集中在1～3μm粒徑段.

圖6 模擬的2000～2007年東亞地區平均沙塵氣溶膠(a)干沉降、(b)濕沉降、(c)濕沉降和干沉降之比以及(d)柱含量Fig.6 The simulated (a) dry deposition, (b) wet deposition, (c) ratio of wet and dry depositions, and (d) column burden of dust aerosol averaged over the period 2000～2007in East Asia from GOCART model

表2 模擬的東亞地區各粒徑沙塵氣溶膠起沙量、沉降量及柱含量Table 2 The simulated production, depositions, and budget of different dust bins from GOCART in East Asia

2.5 區域輸送

東亞地區沙塵氣溶膠的遠距離輸送可以影響局地降水和雨帶的位置,從而對區域氣候產生重要影響[7,9].

圖7 模擬的2000～2007年東亞地區平均(a)沙塵氣溶膠通量及總散度,以及(b)氣溶膠平流和(c)風場對總散度的貢獻Fig.7 The predicted (a) dust aerosol flux divergence overlaid by column averaged transport streamline, and the dust flux divergence contributed by (b) aerosol advection term and (c) wind field divergence/ convergence term from 2000～2007

圖7a給出了東亞地區沙塵氣溶膠整層水平通量流場分布.總體而言,東亞地區沙塵氣溶膠呈現自西向東的環流輸送特征,存在3個主要的沙塵輸送帶:1)位于 40°N附近的沙塵輸送帶可以將源自塔克拉瑪干沙漠、騰格里沙漠及蒙古高原的沙塵氣溶膠向東輸送至華北、朝鮮半島及日本周邊海域.吳澗等[13-14]及 Zhao等[33]指出該輸送帶對于我國北方及東北亞的沙塵天氣具有重要的影響,這一輸送主要集中在對流層中高層5km左右[17].2)位于30°～40°N之間的沙塵輸送帶,可以將青藏高原及西亞的沙塵向東南輸送到華中和華南.3)30°N以南的沙塵輸送帶,將源自阿拉伯半島的沙塵遠距離輸送至印度半島及中印半島.

東亞沙塵氣溶膠主要包括 2個輻散區:1)位于40°N附近的沙塵源區,從塔克拉瑪干沙漠、騰格里沙漠向東,一直到蒙古高原南部、內蒙古中部的廣大干旱和半干旱區;2)巴爾科什湖南部的薩雷耶西克阿特勞沙漠以及整個青藏高原.在除此以外的廣大東亞大陸和海洋地區,都為沙塵輻合.特別是在新疆塔里木盆地西側,青藏高原以北地區,存在一個沙塵氣溶膠強輻合中心.通過比較圖7b和7c發現,上訴沙塵源地氣溶膠輻散主要受氣溶膠平流項影響,也就是強沙塵排放會導致源區沙塵向區域外輸送.而塔里木盆地西側沙塵輻合中心主要受風場輻合輻散項影響,也就是風場和地形對當地沙塵輸送的作用更大.以上研究表明,在沙塵源區及 40°N沙塵傳輸帶,局地沙塵排放對當地沙塵輸送及光學厚度大值影響較大.而在塔里木盆地西側,地形和風場作用對該地區沙塵的輸送和光學厚度很重要.

由于東亞地區受東亞夏季風顯著影響,因此,沙塵輸送還存在顯著的季節變化特征.總體來說,東亞大陸地區春季沙塵輸送強度明顯大于夏季.春季沙塵源區沙塵的排放量較大,濃度散度起主導作用,使春季輻散區明顯強度大于夏季;而夏季由于季風的爆發,降水清除作用的加強,以及沙塵排放的減少,導致濃度散度的作用受到抑制,輻散區強度和范圍減小,輻合區強度增強.

3 結論

3.1 中國境內沙源主要位于塔克拉瑪干沙漠、河西走廊及河套地區.年平均起沙量最大值出現在塔克拉瑪干沙漠,中心超過 1800mg/(m2·d).東亞沙塵排放具有明顯的年際和季節變化.排放呈現逐年遞減的趨勢,遞減率為 2.89Tg/a.季節尺度上,春季排放最大,占全年總排放的 37.63%,夏季和秋季排放逐漸降低,冬季最弱.區域年平均排放為581Tg/a.

3.2 沙塵光學厚度時空分布特征與衛星觀測結果具有很好的一致性.區域平均春季沙塵 AOD最大(0.14),夏季次之(0.09),而秋季(0.06)和冬季(0.05)急劇減小.通過和 TOMS/OMI氣溶膠指數對比研究發現,塔克拉瑪干沙漠 AOD大值與沙塵暴活動密切相關,AOD大值出現時間最早,持續時間也最長.

3.3 東亞沙塵源區干沉降起主導作用,而遠離源區的東北、日本及太平洋海域,濕沉降更加重要.平均而言,干沉降和濕沉降可以分別清除77%和 22%的沙塵排放.沙塵大粒子主要通過干沉降(特別是重力沉降)移出,而濕沉降對小粒子的貢獻超過 60%.粒徑范圍 1～3μm的大粒子貢獻了75%的沙塵柱含量.此外,沙塵沉降率以 5.79Tg/a趨勢逐年遞減,季節尺度上,重力干沉降在全年(特別是春季)占主導地位,而對流降水濕沉降在夏季顯著增強.

3.4 東亞地區沙塵氣溶膠通過3條輸送帶自西向東傳輸.40°N附近來自塔里木盆地的沙塵輸送可以影響中國北方;30°～40°N來自青藏高原的沙塵輸送影響華中和華南;30°N以南的沙塵輸送影響印度半島及中印半島.沙塵源區氣溶膠輻散是氣溶膠平流項造成的,說明沙塵排放會顯著影響該地區沙塵輸送以及 AOD大值;而塔里木盆地西側沙塵輻合中心是風場輻合輻散項導致的,說明風場和地形對該地區沙塵輸送和AOD大值很重要.沙塵輸送呈現明顯的季節變化特征,春季,沙塵輸送強度較大,輻散區較強;夏季,沙塵輻散區強度和范圍減小,輻合區強度增強,沙塵輸送受到抑制.

[1] IPCC. Climate Change: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [M]. Cambridge University Press, 2013.

[2] Albrecht B.Aerosols, cloud microphysics, and fractional cloudiness [J]. Science, 1989,245:1227-1230.

[3] Twomey S. Aerosols, clouds and radiation [J]. Atmos Environ, Part A, 1991,25:2435-2442.

[4] Hansen J, Sato M, Ruedy R. Radiative forcing and climate response [J]. J Geophys Res, 1997,102(D6):6831-6864.

[5] Lau K M, Kim M K, Kim K M. Asian summer monsoon anomalies induced by aerosol direct forcing: the role of the Tibetan Plateau [J]. Clim Dyn, 2006,26:855-864.

[6] Wu J, Fu C B, Han Z W, et al. Simulation of the direct effects of dust aerosol on climate in East Asia [J]. Particuology, 2010, 8:301-307.

[7] Guo J, Yin Y.Mineral dust impacts on regional precipitation and summer circulation in East Asia using a regional coupled climate system model [J]. J Geophys Res Atmos, 2015, 120, doi:10.1002/ 2015JD023096.

[8] 楊 磊,銀 燕,楊紹忠,等.南京地區冬季大氣冰核特征及其與氣溶膠關系的研究 [J]. 大氣科學, 2013,37(5):983-993.

[9] Gu Y, Xue Y, De Sales F, et al. A GCM investigation of dust aerosol impact on the regional climate of North Africa and South/East Asia [J]. Clim Dyn, 2015, doi:10.1007/s00382-015-2706-y.

[10] Solmon F, Mallet M, Elguindi N, et al. Dust aerosol impact on regional precipitation over western Africa, mechanisms and sensitivity to absorption properties [J]. Geophys Res Lett, 2008, 35(L24705), doi:10.1029/2008GL035900.

[11] Lau K M, Kim K M,Sud Y C, et al. A GCM study of the response of the atmospheric water cycle of West Africa and the Atlantic to Saharan dust radiative forcing [J]. Ann Geophys, 2009,27:4023-4037.

[12] 劉建慧,趙天良,韓永翔,等.全球沙塵氣溶膠源匯分布及其變化特征的模擬分析 [J]. 中國環境科學, 2013,33(10):1741-1750.

[13] 吳 澗,蔣維楣,王衛國,等.我國春季大氣沙塵氣溶膠分布和短波輻射效應的數值模擬 [J]. 中國科學技術大學學報, 2004, 34(1):116-125.

[14] 吳 澗,符淙斌,蔣維楣,等.東亞地區礦物塵氣溶膠直接輻射強迫的初步模擬研究 [J]. 地球物理學報, 2005,48(6):1250-1260.

[15] Shao Y, Dong C H. A review on East Asian dust storm climate, modeling and monitoring [J]. Glob Planet Change, 2006,52:1-22.

[16] Laurent B, Marticorena B, Bergametti G, et al. Modeling mineral dust emissions from Chinese and Mogolian deserts [J]. Glob Planet Change, 2006,52:121-141.

[17] 熊 潔,趙天良,韓永翔,等.1995～2004年東亞沙塵氣溶膠的模擬源匯分布及垂直結構 [J]. 中國環境科學, 2013,33(6):961-968.

[18] Zhang D F, Zakey A S, Gao X J, et al. Simulation of dust aerosol and its regional feedbacks over East Asia using a regional climate model [J]. Atmos Chem Phys, 2009,9:1095-1110.

[19] Tegen I, Fung I. Modeling of mineral dust in the atmosphere: Source, transport, and optical thickness [J]. J Geophys Res, 1994, 99:22897-22914.

[20] Ginoux P, Chin M, Tegen I, et al. Source and distributions of dust aerosols simulated with the GOCART model [J]. J Geophys Res, 2001,106(D17):20255-20273.

[21] Zhang XY, Arimoto R, An Z S. Dust emission from Chinese desert sources linked to variations in atmospheric circulation [J]. J Geophys Res, 1997,102(D23):28041-28047.

[22] Perry K D, Cliff S S, Jimenez-Cruz M P. Evidence for hygroscopic mineral dust particles from the Intercontinental Transport and Chemical Transformation Experiment [J]. J Geophys Res, 2004,109(D23),doi:10.1029/2004JD 004979.

[23] Chin M, Ginoux P, Kinne S, et al. Tropospheric aerosol optical thickness from the GOCART model and comparisons with satellite and sun photometer measurements [J]. J Atmos Sci, 2002, 59:461-483.

[24] 吳序鵬,楊 軍,車慧正,等.塔克拉瑪干沙漠地區氣溶膠光學厚度衛星遙感產品驗證 [J]. 氣候與環境研究, 2012,17(2):149-159.

[25] Ginoux P, Torres O. Empirical TOMS index for dust aerosol: Application to model validation and source characterization [J]. J Geophys Res, 2003,108(D17):4534.

[26] Sun H, Pan Z, Liu X. Numerical simulation of spatial-temporal distribution of dust aerosol and its direct radiative effects on East Asian climate [J]. J Geophys Res, 2012,117(D13206),doi:10. 1029/2011JD017219.

[27] 黃 乾,姚素香,張耀存.區域氣候模式對中國沙塵天氣氣候特征的模擬研究 [J]. 中國沙漠, 2012,32(1):188-197.

[28] Li J W, Han Z W. A Modeling Study of Seasonal Variation of Atmospheric Aerosols over East Asia [J]. Adv Atmos Sci, 2012, 29(1):101-117.

[29] Pozzer A, de Meij A, Pringle K J, et al. Distributions and regional budgets of aerosols and their precursors simulated with the EMAC chemistry-climate model [J]. Atmos Chem Phys, 2012,12: 961-987.

[30] Yue X, Wang H, Wang Z, et al. Simulation of dust aerosol radiative feedback using the Global Transport Model of Dust: 1. Dust cycle and validation [J]. J Geophys Res, 2009,114(D10202), doi:10.1029/2008JD010995.

[31] Ginoux P, Prospero J M, Torres O, et al. Long-term simulation of global dust distribution with the GOCART model: correlation with North Atlantic Oscillation [J]. Environmental Modelling & Software, 2004,19:113-128.

[32] Zender C S, Bian H, Newman D. Mineral Dust Entrainment and Deposition (DEAD) model: Description and 1990s dust climatology [J]. J Geophys Res, 2003,108(D14);4416.

[33] Zhao T L, Gong S L, Zhang X Y, et al. A simulated climatology of Asian dust aerosol and its trans-Pacific transport. Part I: mean climate and validation [J]. J Clim, 2006,19:88-103.

Numerical study of the dust distribution, source and sink, and transport features over East Asia.

GUO Jun1,2,YIN Yan1,3*, WANG Yong-wei1, KANG Han-qing1, XIAO Hui4, CHEN Kui1, HAO Jian1(1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Jiangsu Climate Center, Nanjing 210008, China；3.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology, Nanjing 210044, China；4.Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510080, China). China Environmental Science, 2017,37(3)：801～812

The spatial and temporal distribution, production and deposition, and regional transport of mineral dust aerosol over East Asiawere quantified by usingthe Goddard Chemistry Aerosol Radiation and Transport (GOCART) model. Model results showed thatthe Takalamakan Desert, the Hexi Corridor, and the Hetao Area were the main dust source regions in China. The dust production waslargest in spring, relatively small in summer and autumn, and reachedits minimum value in winter. Moreover, the dust production was gradually decreased year by year. The annual mean of regional dust emission waspredicted to be 581Tg/a. In general, the modeled dust aerosol optical depth (AOD) agreed well with the satellite observations spatially and temporally. Specifically, the high AOD in the Takalamakan Desert was notably influenced by the dust storm activities, in which AOD reached its peaks earlierin a year and kept longer compared with other sources. On the annual mean of regional basis, the dry and wet depositionscould remove 77% and 22% of the total dust production, respectively. The dry deposition was the dominate dust removal process over dust sources, while the wet deposition was more important when dust was transportedto northeastern China and the northwestern Pacific oceans. Furthermore, the removal process of coarse mode dust was mainly determined by gravitational dry deposition, in contrast, the wet deposition contributedto more than 60% of the removal process of accumulate mode dust. As the most important component, the gravitational dry deposition dominatedthe dust removal process throughout the year, especially in spring,while the wet deposition from convectiveprecipitationcould not be neglected in summer. Similar to dust production, the dust deposition also showed a decreasing trend over the simulation period. There were three major dust transport routes in East Asia, by which the dust aerosol could be transported from the dust source regions to northern, central, and southern China. In addition, the dust divergence region due to aerosol advection term was mainly located over the dust source regions, suggesting that the local heavy dust emission had great impacts on the dust transport and the high AOD there. On the other hand, the dust convergence in the western Tarim Basin induced by wind divergenceconvergence term indicated that the wind and topography were important for the high dust AOD there.

dust aerosol；production；distribution；dry and wet depositions；transport

X513

A

1000-6923(2017)03-0801-12

郭 俊(1986-),男,江蘇南京人,博士,研究方向為大氣成分與區域氣候變化.發表論文6篇.

2016-07-30

國家自然科學基金資助項目(91337101,41590873,41505052)

* 責任作者, 教授, yinyan@nuist.edu.cn