調(diào)控華北沙塵日數(shù)年代際變化的大氣環(huán)流及其近期預(yù)估

關(guān)鍵詞沙塵日數(shù)；年代際變化；影響機(jī)制；模式評(píng)估；近期預(yù)估

沙塵天氣發(fā)生時(shí)，風(fēng)會(huì)將塵土和沙粒卷人空中，導(dǎo)致空氣中 PM₁₀ 濃度增加，并使水平能見(jiàn)度明顯下降（Krasnovetal.，2016）。作為中國(guó)北方地區(qū)主要災(zāi)害性天氣之一，沙塵天氣影響范圍廣泛：2021年3月沙塵席卷內(nèi)蒙古、河北、寧夏等19個(gè)省、自治區(qū)，影響面積達(dá)456.2萬(wàn) km² ，直接經(jīng)濟(jì)損失超過(guò)300億元（Zhouetal.，2022）；2023年3月沙塵暴影響面積超過(guò)480萬(wàn) km² （尹志聰?shù)龋?023）。沙塵天氣會(huì)在多方面對(duì)社會(huì)經(jīng)濟(jì)產(chǎn)生不利影響，不僅給沿線區(qū)域的農(nóng)業(yè)生產(chǎn)與交通運(yùn)輸帶來(lái)不便，而且不利于人們身心健康，可導(dǎo)致呼吸系統(tǒng)疾病發(fā)生率升高，過(guò)敏反應(yīng)增加（曾慶存等，2007;Hosseinetal.，2022；Ah-madzaietal.，2023）。在生態(tài)環(huán)境方面，沙塵天氣會(huì)導(dǎo)致沙源地土壤養(yǎng)分流失。此外，沙塵氣溶膠還能夠參與云微物理過(guò)程，影響水文循環(huán)與太陽(yáng)輻射平衡（王天河等，2020；Xuetal.，2022）。

沙塵天氣的發(fā)生與沙源、大風(fēng)及不穩(wěn)定層結(jié)密切相關(guān)。沙源是沙塵發(fā)生的物質(zhì)基礎(chǔ)，其源地有境外與境內(nèi)之分，蒙古國(guó)中南部地區(qū)即為中國(guó)最主要的境外沙源地之一（劉俊蓉，2015；Chenetal.，2023）。沙源地的地表濕潤(rùn)狀況、植被與積雪覆蓋情況以及土壤冬春溫差等則被視為影響沙源地提供沙塵量的重要因素（劉瑞霞等，2007；Yinetal.，2022）。大風(fēng)與不穩(wěn)定層結(jié)作為沙塵發(fā)生的動(dòng)力條件，亦受多種因素調(diào)控。在天氣尺度系統(tǒng)方面，蒙古氣旋會(huì)觸發(fā)強(qiáng)風(fēng)與不穩(wěn)定條件，其爆發(fā)性發(fā)展也會(huì)通過(guò)湍流輸送，以及高空急流出口區(qū)左側(cè)的上升氣流，迫使沙塵抬升至高空（劉景濤等，2003；Huoetal.，2025）。此外，冷空氣爆發(fā)時(shí)冷鋒席卷蒙古和中國(guó)的沙漠，高空槽后冷空氣的持續(xù)補(bǔ)充有助于起沙與沙塵天氣的維持，為沙塵發(fā)生提供了有利動(dòng)力條件（彭舒齡等，2019）。在氣候尺度系統(tǒng)方面，西伯利亞高壓與東亞冬季風(fēng)則可以通過(guò)影響冷空氣活動(dòng)使地表風(fēng)速增加，為沙塵天氣的發(fā)生提供所需動(dòng)力條件（KangandWang，2005；Xuetal.，2024）。同時(shí)這些氣候尺度大氣環(huán)流系統(tǒng)也是海溫等許多外強(qiáng)迫因子影響我國(guó)沙塵天氣年代際變化的橋梁（Fanetal.，2016）。

近幾十年來(lái)中國(guó)沙塵日數(shù)年代際變化特征明顯。20世紀(jì)50—70年代沙塵日數(shù)較多，80—90年代沙塵日數(shù)波動(dòng)下降且變化幅度大（Guanetal.，2017），前期沙塵暴和沙塵的日數(shù)大約是后期的兩倍（Qianetal.，2002）。兩個(gè)時(shí)期內(nèi)的大氣環(huán)流異常存在顯著差異（KangandWang，2005；范可和王會(huì)軍，2006）。盡管21世紀(jì)初極端干旱使中國(guó)沙塵日數(shù)略有增加（Fanetal.，2018；Piaoetal.，2023），但相較于20世紀(jì)60—70年代，21世紀(jì)的前20年中國(guó)沙塵日數(shù)仍然保持在較低水平。然而，2021年與2023年幾次強(qiáng)沙塵暴天氣的發(fā)生，以及快速增多的沙塵日數(shù)，使沙塵天氣再次引起廣泛關(guān)注（吳進(jìn)等，2023；Filonchyketal.，2024）。華北地區(qū)是中國(guó)沙塵高頻中心之一，也是人口密集、經(jīng)濟(jì)發(fā)達(dá)的區(qū)域，兼具重要的政治與文化地位（KangandWang，2005；李麗平等，2022；劉海文等，2022），因此對(duì)華北地區(qū)沙塵變化的研究具有重要意義。盡管沙塵天氣的年代際變化成因復(fù)雜，但其發(fā)生所需動(dòng)力條件及沙源地的氣候條件均受大氣環(huán)流調(diào)控（Guietal.，2022；尹志聰?shù)龋?023）。深入研究大氣環(huán)流與沙塵天氣年代際變化之間的關(guān)系，對(duì)沙塵未來(lái)變化的預(yù)估具有重要價(jià)值（Maoetal.，2021）。本文旨在尋找調(diào)控華北地區(qū)沙塵日數(shù)年代際變化的關(guān)鍵大氣環(huán)流，并揭示其物理機(jī)制，預(yù)估其近期變化，為環(huán)境保護(hù)等相關(guān)政策的制定提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本文使用中國(guó)氣象局國(guó)家氣象信息中心直接提供的浮塵、揚(yáng)沙和沙塵暴3類(lèi)沙塵天氣的逐月日數(shù)資料。將沙塵日數(shù)定義為浮塵、揚(yáng)沙、沙塵暴這3類(lèi)沙塵天氣日數(shù)之和。剔除缺測(cè)時(shí)長(zhǎng)超過(guò)總時(shí)間長(zhǎng)度5% 的臺(tái)站之后，本文共篩選出華北地區(qū)（ 105^°～ 120^°E，35^°～42^°N ;Fan etal.，2018）81個(gè)臺(tái)站。大氣環(huán)流再分析數(shù)據(jù)來(lái)自NECP/NCAR（Kalnayetal.，1996），包括 500hPa 位勢(shì)高度場(chǎng)、海平面氣壓場(chǎng)、風(fēng)場(chǎng)、垂直速度和比濕，水平分辨率為 2.5^°× 2.5^° 。本文使用的沙塵日數(shù)數(shù)據(jù)與大氣環(huán)流再分析數(shù)據(jù)均為1961—2021年3—4月的月平均值。

為了評(píng)估CMIP6模式對(duì)研究區(qū)域位勢(shì)高度年代際變化的模擬能力，本文使用了31個(gè)模式（https：//aims2.llnl.gov/search/cmip6/）。考慮到低排放情景在未來(lái)可能較難實(shí)現(xiàn)，而且高排放情景與近年來(lái)愈發(fā)頻繁的極端氣候事件密切相關(guān)（Sanfordetal.，2014），因此本文使用了歷史情景與高排放情景。CMIP6使用的是歷史模擬試驗(yàn)和共享社會(huì)經(jīng)濟(jì)路徑的高排放人為輻射強(qiáng)迫（SSP5-8.5）未來(lái)模擬試驗(yàn)數(shù)據(jù)，SSP5-8.5未來(lái)模擬試驗(yàn)為2100年全球有效輻射到 8.5W?m^-2 。使用地球系統(tǒng)模式集成數(shù)據(jù)集（The community earth system model largeensemble，CESM-LE），共40個(gè)成員，包括歷史模擬試驗(yàn)與高排放情境典型濃度路徑為 8.5W?m^-2 （RCP8.5）的未來(lái)模擬試驗(yàn)，所有成員都受到相同的輻射強(qiáng)迫，各成員間只有微小的初始擾動(dòng)差異，因此成員間的差異均由氣候系統(tǒng)內(nèi)部變率所致（Kayetal.，2015）。本文使用了模式數(shù)據(jù)中1961—2050年3—4月平均的 500hPa 位勢(shì)高度場(chǎng)和 850hPa 風(fēng)場(chǎng)，并采用雙線性方法將模式數(shù)據(jù)插值到 2.5^°× 2.5^° 網(wǎng)格，使用2021—2050年的平均來(lái)表征未來(lái)近期變化。

1.2方法

本文采用滑動(dòng) t 檢驗(yàn)與Mann-Kendall（MK）檢驗(yàn)（魏鳳英，2007）來(lái)對(duì)華北地區(qū)沙塵日數(shù)進(jìn)行突變分析，滑動(dòng) t 檢驗(yàn)方法所用步長(zhǎng) n=11 。計(jì)算大氣單層水汽輸送通量以及水汽通量散度（朱乾根等，2000）來(lái)分析沙源地水汽情況。西風(fēng)動(dòng)量垂直輸送計(jì)算公式為 （鐘中等，2010），當(dāng) 為負(fù)時(shí)，代表動(dòng)量下傳。泰勒?qǐng)D用于分析CMIP6模式與CESM-LE各成員在相關(guān)系數(shù)、均方根誤差及標(biāo)準(zhǔn)差比值方面模擬任意變量空間格局的性能（Taylor，2001）。多模式集合是對(duì)所選模式模擬結(jié)果進(jìn)行等權(quán)重平均計(jì)算。

2 結(jié)果分析

2.1調(diào)控華北地區(qū)沙塵日數(shù)年代際變化的關(guān)鍵大氣環(huán)流

1961—2021年3—4月平均華北地區(qū)沙塵日數(shù)存在明顯的年代際變化特征（圖1a），浮塵、揚(yáng)沙和沙塵暴日數(shù)均顯著減少。20世紀(jì)60年代到80年代華北地區(qū)沙塵日數(shù)總體較多，多個(gè)年份的月平均沙塵日數(shù)超過(guò) 10d 。90年代之后沙塵日數(shù)則快速下降且波動(dòng)較大，進(jìn)人21世紀(jì)以來(lái)，華北地區(qū)月平均沙塵日數(shù)大幅減少，多在3d以下，沙塵日數(shù)明顯低于20世紀(jì)60、70年代，沙塵活動(dòng)顯著減弱。但2021年華北地區(qū)又重新經(jīng)歷了較強(qiáng)的沙塵天氣（Yinetal.，2022），未來(lái)華北地區(qū)沙塵日數(shù)是否會(huì)繼續(xù)增加仍有待討論。

華北地區(qū)沙塵日數(shù)時(shí)間序列存在明顯的均值突變特征。由滑動(dòng) t 檢驗(yàn)可知，20世紀(jì)70年代到90年代初發(fā)生了顯著突變（圖1b），MK檢驗(yàn)則進(jìn)一步顯示突變點(diǎn)出現(xiàn)在1990年附近（圖1c），這與華北地區(qū)沙塵日數(shù)在90年代之后均值大幅減小相匹配。為了減少突變年份帶來(lái)的影響，結(jié)合突變檢驗(yàn)和華北地區(qū)沙塵日數(shù)時(shí)間序列，將1990—1991年定義為過(guò)渡年份，1961—1989年（P1）和1992—2020年（P2）則分別為沙塵高發(fā)和低發(fā)時(shí)期。雖然有研究認(rèn)為，相對(duì)于20世紀(jì)末期，21世紀(jì)初沙塵活動(dòng)有所增加（Fanetal.，2016），然而，與P1時(shí)期（1961—1989年）整體水平相比，21世紀(jì)初期的沙塵活動(dòng)仍然處于較低水平。因此，本文將這一時(shí)期劃分在低發(fā)時(shí)期內(nèi)。P1時(shí)期華北地區(qū)的沙塵日數(shù)平均為7.4d/mon ，而P2時(shí)期僅為 2.1d/mon 。高發(fā)時(shí)期的華北地區(qū)沙塵日數(shù)可達(dá)低發(fā)時(shí)期的3.5倍（圖1a），表現(xiàn)出顯著的由高到低的年代際變化。同時(shí)，為了避免研究結(jié)果對(duì)突變年份選擇的依賴性，本文對(duì)沙塵高發(fā)時(shí)期與低發(fā)時(shí)期的年份進(jìn)行了擾動(dòng)，發(fā)現(xiàn)突變年份的前后移動(dòng)不影響最終結(jié)果（圖略）。

要明確華北地區(qū)沙塵日數(shù)發(fā)生年代際變化的原因并預(yù)估其未來(lái)變化，首先需要明確對(duì)華北地區(qū)沙塵日數(shù)發(fā)生年代際變化起調(diào)控作用的大尺度大氣環(huán)流系統(tǒng)。與沙塵低發(fā)時(shí)期相比，沙塵高發(fā)時(shí)期500hPa高度上有波列從西歐平原向東傳至烏拉爾山以及蒙古高原，進(jìn)而對(duì)華北地區(qū)產(chǎn)生影響（圖2a）。西歐平原、烏拉爾山以及蒙古高原分別對(duì)應(yīng)顯著的負(fù)、正、負(fù)位勢(shì)高度異常，該大氣環(huán)流形勢(shì)與華北地區(qū)沙塵日數(shù)存在顯著關(guān)聯(lián)。為深入探討其對(duì)華北地區(qū)沙塵日數(shù)變化的影響，定義影響3一4月華北地區(qū)沙塵日數(shù)的關(guān)鍵大氣環(huán)流指數(shù)為EUM指數(shù) I_EUM"。

Fig.2（a）Composite differences ingeopotential height（shadings，units：gpm）and waveactivity flux（arows，units; m²?s^-2 ） at 500hPa between periods of highand low dust occurrence（P1 minus P2），averaged for March and April.White dots indicate statistical significance at the 95% confidence level.The green boxes represent the three centers of the EUM index. （b）Standardized dustdays inNorth China（black）and theEUMindex（gree）from1961to2O21，averaged forMarch andApril.Dashed lines indicate theoriginal timeseries，whilesolid linesrepresentthe11-yearrunningmean.Thedoted lines mark the mean EUMindex values forP1（1961—1989）andP2（1992—2020）

其中： ?Z_sooR1?Z_500R2?Z_500R3 分別為西歐平原 （0^°～15^°E ，42.5^°～57.5^°N ）、烏拉爾山（ 40^°～67.5^°E，47.5^°～ 62.5^°N 和蒙古高原 （90^°～117.5^°E，42.5^°～57.5^°N） 的 500hPa 位勢(shì)高度區(qū)域平均值。EUM指數(shù)與華北地區(qū)沙塵日數(shù)的年代際變化較為一致（圖2b），在P1時(shí)期波動(dòng)幅度大且均值較高，在P2時(shí)期則為明顯的低值期，滑動(dòng)11a平均結(jié)果進(jìn)一步強(qiáng)調(diào)了二者年代際變化的一致性。由此可知，EUM指數(shù)越高，西歐平原低壓異常與烏拉爾山高壓異常及蒙古低壓異常越強(qiáng)，越有利于華北地區(qū)3一4月沙塵天氣發(fā)生。

為分析上述大尺度大氣環(huán)流系統(tǒng)對(duì)華北地區(qū)沙塵日數(shù)年代際變化的影響，將環(huán)流場(chǎng)在EUM指數(shù)高、低值時(shí)期進(jìn)行合成。結(jié)果顯示貝加爾湖上空存在大范圍異常氣旋性環(huán)流（圖3a），青藏高原上空則存在異常反氣旋性環(huán)流。蒙古處于異常氣旋性環(huán)流的南部與異常反氣旋性環(huán)流的北部，異常氣旋與反氣旋的相互配合使蒙古上空西風(fēng)急流顯著，對(duì)流層低層氣旋后部西風(fēng)動(dòng)量自 200hPa 下傳會(huì)導(dǎo)致低層風(fēng)速增加（Yinetal.，2022），氣旋中心強(qiáng)烈的上升運(yùn)動(dòng)使沙源地對(duì)流層低層大氣不穩(wěn)定性增強(qiáng)（Buehetal.，2022），有利于沙塵的抬升與輸送（圖3c）。此外，強(qiáng)勁的蒙古氣旋南部西風(fēng)氣流可促使沙源地沙塵向華北地區(qū)移動(dòng)（圖3b），進(jìn)而導(dǎo)致華北地區(qū)沙塵日數(shù)增多。

500hPa 位勢(shì)高度差異場(chǎng)上，歐亞大陸中高緯度地區(qū)大氣環(huán)流經(jīng)向度較高（圖2a），這一特征表現(xiàn)為從西向東交替出現(xiàn)的“負(fù)正負(fù)”位勢(shì)高度異常。850 高度上，烏拉爾山地區(qū)異常反氣旋環(huán)流東部偏北氣流與貝加爾湖以南的異常氣旋環(huán)流西部偏北氣流重合（圖3b），使烏拉爾山山脈東側(cè)偏北風(fēng)顯著，有助于來(lái)自北極地區(qū)的冷空氣南下，同時(shí)使冷鋒傾向于向中緯度地區(qū)移動(dòng)（Yangetal.，2013）。即相較于P2時(shí)期，P1時(shí)期烏拉爾山阻塞高壓增強(qiáng)（圖2a），歐亞大陸中緯度地區(qū)更易出現(xiàn)大風(fēng)天氣與不穩(wěn)定層結(jié)，從而增加沙源地沙塵被抬升和輸送的概率，促使華北地區(qū)沙塵天氣發(fā)生。海平面氣壓差異場(chǎng)中，西伯利亞高壓異常與蒙古地區(qū)低壓異常增強(qiáng)（圖3b），使海平面氣壓場(chǎng)在亞洲大陸上表現(xiàn)為中高緯度高壓異常和中低緯低壓異常。該氣壓異常分布格局使歐亞大陸中緯度地區(qū)氣壓梯度增大，偏北風(fēng)異常增強(qiáng)，有利于冷空氣較大規(guī)模侵襲中低緯度地區(qū)，進(jìn)而引起大風(fēng)，為華北地區(qū)沙塵天氣的發(fā)生提供動(dòng)力條件。蒙古地區(qū)水汽主要來(lái)源于里海和黑海一帶、西西伯利亞及哈薩克斯坦北部和鄂霍次克海（陳舉藩等，2022）。 700hPa 水汽通量及水汽通量散度差異場(chǎng)（圖3d）顯示，沙源地上空并無(wú)來(lái)自水汽源地的氣流輸送，且相較于P2時(shí)期，P1時(shí)期對(duì)流層低層比濕較小，水汽通量散度為正異常，這表明沙源

圖3EUM指數(shù)高值（P1）與低值（P2）時(shí)期3—4月平均各要素的差值：（a） 200hPa 風(fēng)場(chǎng)（箭矢，單位： m?s^-1 ）；（b）海平面氣壓場(chǎng)（填色，單位：hPa）和 850hPa 風(fēng)場(chǎng)（箭矢，單位： m?s^-1 ）；（c）沿 43^°～48^°N 緯向平均的西風(fēng)動(dòng)量垂直輸送（填色，單位： 10^-3m?s^-2 、緯向風(fēng)（單位： m?s^-1 ）和垂直速度（單位： ）（箭矢）剖面圖；（d） 700hPa 水汽通量（箭矢，單位： 10^-1kg?s^-1?m^-1?hPa^-1， ）、水汽通量散度（填色，單位： 和 925hPa 比濕（等值線，單位 g?kg^-1 ;綠色實(shí)線代表比濕為正而虛線代表比濕為負(fù)）。（a）中陰影及（b一d）中箭矢和白點(diǎn)表示通過(guò)置信度為 95% 的顯著性檢驗(yàn)，黑色矩形表示沙源地范圍地上空水汽輻散，P1時(shí)期水汽條件弱于P2時(shí)期。P1時(shí)期更少的降水有助于這一時(shí)期沙塵天氣偏多（Qinetal.，2018）。由此可見(jiàn)，當(dāng)波列較強(qiáng)時(shí)，烏拉爾山阻塞高壓與蒙古氣旋增強(qiáng)，對(duì)應(yīng)的大氣環(huán)流場(chǎng)會(huì)為沙塵發(fā)生提供大風(fēng)與不穩(wěn)定層結(jié)的動(dòng)力條件，同時(shí)大氣環(huán)流條件也有助于沙源地產(chǎn)生更多沙塵，從而為華北地區(qū)沙塵日數(shù)的增加提供有利條件。

2.2高排放情景下關(guān)鍵大氣環(huán)流系統(tǒng)的近期預(yù)估

隨著氣候模式的發(fā)展，全球氣候模式成為研究氣候歷史變化與未來(lái)發(fā)展的重要工具（Yangetal.，2018）。為了評(píng)估31個(gè)CMIP6模式和40個(gè)CESM-LE成員對(duì)影響沙塵年代際變化的關(guān)鍵大氣環(huán)流的模擬能力，首先計(jì)算了各模式與觀測(cè)數(shù)據(jù)的 500hPa 位勢(shì)高度場(chǎng)在P1與P2時(shí)期的差值（P1-P2），然后繪制研究區(qū)域 （0^°～117.5^°E，42.5^°～62.5^°N） 的空間泰勒?qǐng)D（圖4）。

31個(gè)CMIP6模式在再現(xiàn)關(guān)鍵大氣環(huán)流在兩個(gè)時(shí)期差值（P1-P2）的空間分布時(shí)，相關(guān)系數(shù)和標(biāo)準(zhǔn)差之比存在較大模式間差異（圖4a）。由于部分模式模擬的研究區(qū)域位勢(shì)高度場(chǎng)年代際變化與觀測(cè)數(shù)據(jù)的年代際變化相反，二者存在負(fù)相關(guān)關(guān)系，由此使模式與觀測(cè)的空間相關(guān)系數(shù)跨度較大。另外，大部分模式低估了觀測(cè)數(shù)據(jù)在研究區(qū)域大氣環(huán)流系統(tǒng)的年代際變化幅度。空間相關(guān)系數(shù)大于0的大部分模式能模擬出EUM指數(shù)P1時(shí)期大于P2時(shí)期的歷史變化（圖4c），而在這一部分中，又以標(biāo)準(zhǔn)差之比靠近1的模式對(duì)EUM指數(shù)的模擬效果更好。剩余模式則不能再現(xiàn)研究區(qū)域 500hPa 位勢(shì)高度在P1時(shí)期與P2時(shí)期差異場(chǎng)的變化特征。CESM-LE的模擬結(jié)果與CMIP6模式結(jié)果相似，各成員與觀測(cè)數(shù)據(jù)在研究區(qū)域的空間相關(guān)系數(shù)和標(biāo)準(zhǔn)差之比存在明顯差異（圖4b），空間相關(guān)系數(shù)的變化范圍廣泛，幾乎所有成員均存在對(duì)空間標(biāo)準(zhǔn)差的低估。多數(shù)空間相關(guān)系數(shù)大于0的部分能夠準(zhǔn)確再現(xiàn)EUM指數(shù)P1時(shí)期大于P2時(shí)期的歷史變化（圖4d），而空間相關(guān)系數(shù)小于0的部分則不能再現(xiàn)這一特征。

盡管空間相關(guān)系數(shù)大于0的CMIP6模式及CESM-LE成員能夠在一定程度上再現(xiàn)EUM指數(shù)的歷史變化特征，但這些模式在模擬EUM指數(shù)的歷史變化幅度方面仍存在較大差異。為了進(jìn)一步篩選出對(duì)EUM指數(shù)年代際變化模擬能力更優(yōu)的模式，本文選擇了空間相關(guān)系數(shù)大于0.35、模式與觀測(cè)的標(biāo)準(zhǔn)差之比大于0.3的部分，并稱(chēng)之為最優(yōu)集合，剩余部分則被選定為對(duì)照集合。CMIP6中符合篩選條件的模式共有8個(gè)（圖4c中星號(hào)所示模式），CESM-LE中符合篩選標(biāo)準(zhǔn)的共有13個(gè)（圖4d中星號(hào)所示成員），CMIP6最優(yōu)組合集合平均后與觀測(cè)數(shù)據(jù)的空間相關(guān)系數(shù)能達(dá)到0.90，CESM-LE最優(yōu)組合集合平均后相關(guān)系數(shù)也能達(dá)到0.82，均通過(guò)置信度為 99% 的顯著性檢驗(yàn)。從CMIP6各模式與CESM-LE各成員所計(jì)算出EUM指數(shù)在P1時(shí)期與P2時(shí)期之間的差值也可以看出，篩選出的模式與成員在模擬EUM指數(shù)P1時(shí)期大于P2時(shí)期歷史變化幅度中均有較好的表現(xiàn)（圖4c、d）。

為驗(yàn)證篩選出的最優(yōu)集合對(duì) 500hPa 位勢(shì)高度在P1時(shí)期與P2時(shí)期差異場(chǎng)的模擬效果，圖5給出了CMIP6模式與CESM-LE成員的最優(yōu)集合及對(duì)照集合 500hPa 位勢(shì)高度差異場(chǎng)的模擬結(jié)果。研究顯示， 500hPa 位勢(shì)高度差異場(chǎng)的空間特征和振幅在最優(yōu)集合與對(duì)照集合之間存在顯著區(qū)別。在CMIP6的最優(yōu)集合中，西歐平原、烏拉爾山與蒙古高原存在明顯負(fù)、正、負(fù)位勢(shì)高度異常的空間分布（圖5a），且烏拉爾山位勢(shì)高度正異常中心和蒙古位勢(shì)高度負(fù)異常中心位置與觀測(cè)相比較為一致（圖2a），最優(yōu)集合模擬的各中心異常值相對(duì)于觀測(cè)較小，這與所選模式存在對(duì)觀測(cè)數(shù)據(jù)標(biāo)準(zhǔn)差的低估密切相關(guān)。這表明最優(yōu)集合能夠較好地捕捉到影響華北地區(qū)沙塵日數(shù)年代際變化的關(guān)鍵大氣環(huán)流系統(tǒng)。而對(duì)照集合的模擬效果明顯較差（圖5b），不僅各中心異常值小于最優(yōu)集合，而且在位勢(shì)高度異常場(chǎng)上，模擬的西歐平原、烏拉爾山與蒙古高原為正負(fù)正分布，與觀測(cè)相反。CESM-LE篩選出的最優(yōu)成員集合平均對(duì)歐亞大陸中緯度地區(qū)模擬效果良好（圖5c）。與觀測(cè)相比，盡管各中心異常值偏小，但西歐平原、烏拉爾山和蒙古高原分別表現(xiàn)為明顯的位勢(shì)高度負(fù)異常、正異常和負(fù)異常。對(duì)照集合，它同樣表現(xiàn)出相反的分布（圖5d）。同時(shí)， 850hPa 風(fēng)場(chǎng)在P1與P2時(shí)期差異場(chǎng)的模擬結(jié)果顯示，在CMIP6最優(yōu)集合中，西歐平原與烏拉爾山地區(qū)對(duì)應(yīng)為較顯著的異常氣旋性環(huán)流與異常反氣旋性環(huán)流，蒙古高原則存在異常氣旋性環(huán)流，歐亞大陸中緯度地區(qū)盛行異常偏北氣流，有利于冷空氣南下（圖6a）。CESM-LE模式也顯示出相似的結(jié)果（圖6b），進(jìn)一步證明了最優(yōu)集合的模擬能力。

上述結(jié)果表明，CMIP6與CESM-LE的最優(yōu)集合均能很好地模擬出EUM的年代際減弱。為了探究調(diào)控華北地區(qū)沙塵日數(shù)年代際變化的關(guān)鍵大尺度大氣環(huán)流系統(tǒng)的未來(lái)近期變化，圖7給出了CMIP6

Fig.5Composite differences in 500hPa geopotential height（shadings，units：gpm）between high and low EUM index periods （P1 minus P2），averaged for March and April，simulated by Π（Π_a，b） CMIP6 models and （c，d） CESM-LE.Panels（a，c） represent the optimal ensemble，while panels display the control ensemble.White dots indicate regions where at least 70% of ensemble members show the same sign.The green boxes represent the three centers of the EUM index

與CESM-LE的最優(yōu)集合模擬的EUM指數(shù)時(shí)間序列。到21世紀(jì)中葉，即2021—2050年（P3），兩套最優(yōu)集合均模擬出EUM指數(shù)均值的升高，說(shuō)明西歐平原低壓異常、烏拉爾山高壓異常與蒙古低壓異常在經(jīng)歷過(guò)P2時(shí)期減弱之后又在P3時(shí)期重新增強(qiáng)。這意味著P3時(shí)期歐亞大陸中緯度地區(qū)大氣環(huán)流系統(tǒng)的變化有利于華北地區(qū)沙塵天氣的發(fā)生，使華北地區(qū)沙塵日數(shù)增多。

3 結(jié)論與討論

沙塵天氣作為一種典型的災(zāi)害性天氣，對(duì)全球氣候、生態(tài)環(huán)境及人類(lèi)健康均產(chǎn)生重要影響。本文利用1961—2021年3—4月華北地區(qū)沙塵日數(shù)站點(diǎn)數(shù)據(jù)，總結(jié)其年代際減弱的特征，利用合成分析確定調(diào)控華北地區(qū)沙塵日數(shù)年代際變化的大氣環(huán)流系統(tǒng)，并篩選出模擬能力最優(yōu)的模式集合，預(yù)估華北地區(qū)沙塵日數(shù)未來(lái)變化。結(jié)果表明：

1）1961—2021年3—4月平均華北地區(qū)沙塵日數(shù)表現(xiàn)出顯著的年代際減弱特征，并在20世紀(jì)80年代末90年代初發(fā)生顯著突變，高發(fā)時(shí)期P1（1961—1989年）沙塵日數(shù)是低發(fā)時(shí)期P2（1992—

2020年）的3.5倍。

2）華北地區(qū)沙塵日數(shù)的年代際變化與歐亞上空波列中心的大氣環(huán)流系統(tǒng)（EUM）密切相關(guān)。當(dāng)波列較強(qiáng)時(shí)，歐亞大陸中高緯度大氣環(huán)流經(jīng)向度較高，烏拉爾山東側(cè)異常偏北風(fēng)及中緯度地區(qū)增大的氣壓梯度力有利于冷空氣南下，同時(shí)蒙古氣旋偏強(qiáng)，有利于沙塵的抬升與輸送。沙源地上空水汽輻散，不利于降水，有利于產(chǎn)生更多沙塵。

3）CESM-LE與CMIP6模式數(shù)據(jù)在模擬波列中心大氣環(huán)流系統(tǒng)強(qiáng)度的年代際變化方面，模式間差異較大，模擬能力與模式和觀測(cè)的空間相關(guān)系數(shù)及標(biāo)準(zhǔn)差比密切相關(guān)。最優(yōu)模式集合顯示，在高排放情境下，未來(lái)近期EUM指數(shù)將顯著增強(qiáng)，為華北地區(qū)沙塵發(fā)生提供有利條件。

本文基于歐亞大陸中緯度地區(qū)大尺度大氣環(huán)流的近期預(yù)估結(jié)果，發(fā)現(xiàn)在高排放情境下，中高緯度地區(qū)大氣環(huán)流配置有利于華北地區(qū)沙塵天氣增多。但值得注意的是，預(yù)估結(jié)果仍然存在一定的不確定性。原因在于，盡管EUM指數(shù)能夠在一定程度上反映歐亞中高緯度地區(qū)大氣環(huán)流變化，且EUM指數(shù)與華北地區(qū)沙塵日數(shù)具有較為一致的年代際變化，但EUM指數(shù)的作用更多是作為華北地區(qū)沙塵日數(shù)的替代變量。除大氣環(huán)流因素外，華北地區(qū)沙塵日數(shù)還受到人為因素的影響。蒙古及其周邊戈壁沙漠均為華北地區(qū)沙塵重要來(lái)源（Tongetal.，2022），在沙源地實(shí)施植樹(shù)造林、退耕還林等措施，可使沙源地植被覆蓋增加，并影響風(fēng)蝕作用的強(qiáng)度與地表土壤的穩(wěn)定性和沙塵的可移動(dòng)性，進(jìn)而影響華北地區(qū)沙塵變化（Mengetal.，2018；Wuetal.，2022）。人為因素造成的沙源地地表?xiàng)l件的變化在華北地區(qū)沙塵年代際減弱過(guò)程中發(fā)揮的作用同樣值得進(jìn)一步研究。

參考文獻(xiàn)（References）

AhmadzaiH，aotatdS2Aesstipctfsddustleepalcvecefrg One，18（2） ：e0269271.DOI：10.1371/journal.pone.0269271.

BuehC，ZugeARieZWetal2edvelopetofoefulogolncoe145hdealyiso Ocean SciLett，15（4）：100259.D01：10.1016/j.a0sl.2022.100259.

陳舉藩，陳粉麗，武茜茜，等，2022.基于LMDZ模型的蒙古高原降水氫氧穩(wěn)定同位素特征及水汽來(lái)源分析[J].地理科學(xué)，42（9）：1654-1664. ChenJF，heFWuXXetal2Hrogdnsablesotoracteristsdwateroucofpeipia golian Plateau based on LMDZ model[J].Sci Geogr Sinica，42（9） ：1654-1664.（in Chinese）.

ChenSY，ZhaoD，HuangJP，etal.，2023.Mongoliacontributed more than 42% ofthe dust concentrations in northern China in March and April 2023 [J].Adv Atmos Sci，40（9） ：1549-1557.DOI：10.1007/s00376-023-3062-1.

范可，王會(huì)軍，2006.北京沙塵頻次的年際變化及其全球環(huán)流背景分析[J].地球物理學(xué)報(bào)，49（4）：106-1014．FanK，WangHJ，2006.Interannual variabilityofusteathfreueinBejingaditsobalatmospricilatioJCinJGeos，49（4）064DO issn：0001-5733.2006.04.011.（in Chinese）.

FanK，XieZXuZQ16TdiferentperiodsofhdustweatherfreqenciorteniaJ.msOeanSciLet，9（4）669. DOI：10.1080/16742834.2016.1176300.

FaK，XieZMWangHJetal.18FequecyofspringdustweathinorthinalinkedteaicevariabiltinthBarentssealite Dyn，51（11） ：4439-4450.D0I：10.1007/s00382-016-3515-7.

FilonchyketeaFasihd erties andPM10 variability[J].GeosciFront，15（2）：101762.DOI：10.1016/j.gsf.2023.101762.

GuanQgceos （17） ：6683-6700.D01：10. 1175/jcli-d-16-0795.1.

GuiK，YaoWCeHZeta2Recdbreainstdingrigtgstetseoachool opticalanddiatieproprtisadmeteolgicaldersJAtsChPs290-7O1094/a-29.

HoseinAadaldatialefselaiobo healthriskassessmentinteustiestregiooftheorlJEnvionMoitAsess，19576O：10./s6-03-7.

HuoQYYnetiettesiid lies[J].Atmos Chem Phys，25（3）：1711-1724.DOI：10.5194/acp-25-1711-2025.

KalnayE，Kaaisuster，etal996eEearalyispjectJullreteoo77： 10. 4324/9781315793245-16.

KangDJ，WangHalsohdalalevratiofhotha]arth48）66. DOI：10.1360/03yd0255.

KayJE，Desrisetal.ouittoel）lagseblepjectitsoucefodgl matechange inthepreseceofintealmatevrabilityJ]BullAmerMeteorSoc，968）-1349.DO：101175/BAM-D--5.1.

KrasnovH，KatraI，F(xiàn)rigerM，2016.Increase in dust storm related PM₁₀ concentrations：a time series analysis of 20o1—2015[J].Environ Pollut，213： 36-42.DOI：10.1016/j.envpol.2015. 10.021.

李麗平，付佳麗，梁闊，等，2022.大氣低頻振蕩對(duì)2015年冬季華北強(qiáng)降溫事件的影響[J].大氣科學(xué)學(xué)報(bào)，45（5）：78-790．LiLP，F(xiàn)uJL，Liang Ketal.，2ffoltesiit Atmos Sci，45（5） ：778-790.DOI：10.13878/j.cnki.dqkxxb.20200914003.（ in Chinese）.

劉海文，袁帥，楊朝虹，等，2022.華北汛期降水長(zhǎng)期變化規(guī)律研究新進(jìn)展[J].大氣科學(xué)學(xué)報(bào)，45（5）：700-712．Liu HW，Yuan S，Yang ZH，et al.，2022.NewseahrssogetiofpreiatioidonihnaJassS）. DOI：10.13878/j.cnki.dqkxxb.20211017007.（in Chinese）.

劉景濤，鄭新江，康玲，等，203.蒙古氣旋爆發(fā)性發(fā)展導(dǎo)致的強(qiáng)沙塵暴個(gè)例研究[J].氣候與環(huán)境研究，8（2）：218-29．LiuJT，Zheng XJ，Kang L，etal.，200.AasesudoferetosudfoeloiegooeJaticvionRes8（2）： 10.3878/j.issn.1006-9585.2003.02.09.（in Chinese）.

劉俊蓉，2015.中國(guó)北方地區(qū)沙塵天氣演變特征及起沙機(jī)制研究[D].蘭州：甘肅農(nóng)業(yè)大學(xué)．LiuJR，2015.Studyontheevolutioncharacteristics

劉瑞霞，張甲坤，鄭照軍，等，2007.北京沙塵天氣與源地積雪變化的關(guān)系[J].氣候與環(huán)境研究，12（3）;374-380．LiuRX，ZhangJS，Zheng ZJ， etal.，2007.eelatiosetweeusteatrieidooverinustsoucearasJaticnvionRes748 DOI：10.3969/j.issn.1006-9585.2007.03.019.（in Chinese）.

MaoR，GongDiJetlesiieuuerlaerttto changes n circulationpattrn frequency inCMIP6[J].EnvironResCommun，3（11））：11002.DOI：10.1088/2515-7620/ac7ee.

MengJ perate desert steppe，Inner MongoliaofChina[J].JAridLand，10（4）：534-547.DOI：10.1007/s40333-018-0059-1.

彭舒齡，周樹(shù)道，衛(wèi)克晶，等，2019.京津冀地區(qū)一次強(qiáng)沙塵天氣過(guò)程的成因及特征[J].大氣科學(xué)學(xué)報(bào)，42（6）：926-935．Peng SL，Zhou SD，Wei KJ，etal.，19CsdaacterstifdteatrocsiebegisoS）95. DOI：10.13878/j.cnki.dqkxxb.20180428001.（in Chinese）.

PiaoJLCenWeiKtalesdtfreciorthaiateaefieogte Innovation，4（5） ：100497.D0I：10.1016/j.xinn.2023.100497.

QianWHQaVatiosofhoiatte/ 1520-0442（2002）015lt;1216：votdsigt;2.0.co;2.

QiFYJiaGl tain Sciences，15（5）：992-1005.D01：10.1007/s11629-018-4837-1.

SanfordTFrstal4telcyativefodgerouslwagoldJatCae，4： 10.1038/nclimate2148.

TaylorKE，2mariguiplespectsofoelefoaniigledagaJ]oestos，（D）： 10.1029/2000JD900719.

TongPF，ChenSXangCetectigdevauatigusteventsinrthinaihgroudiralitydataJEarthce9（： e2021EA001849.DOI：10.1029/2021EA001849.

王天河，孫夢(mèng)仙，黃建平，2020.中國(guó)利用星載激光雷達(dá)開(kāi)展沙塵和污染研究的綜述[J].大氣科學(xué)學(xué)報(bào)，43（1）：144-158．Wang TH，Sun MX， HuangJP，202ResearcheviewondustandpolutionusingspacebolidainChiaJ].ansAmosS43（1）：4-58.O：88/j. cnki.dqkxxb.20191120007.（in Chinese）.

魏鳳英，2007.現(xiàn)代候統(tǒng)計(jì)診斷與測(cè)技術(shù)[M].2版.北京：氣象出版社：8-66．WeiFY07Modemnlimaticstaisticaldiagnosisdprediction technology[M].2nd ed.Beijing：China Meteorological Press：58-66.（in Chinese）.

WuCL，LinZHhoetal.DivsfentdelieinustactiterEstsiaJNtC3/ s41467-022-34823-3.

吳進(jìn)，李琛，朱曉婉，等，2023.2021年和2022 年春季中國(guó)北方地區(qū)沙塵氣象因素和沙源地條件異同[J].大氣科學(xué)學(xué)報(bào)，46（6）：950-960．Wu J，LiC，ZuXWetalompratiealsfeteoicalfactorsdsadsoeodiiosinddustweatets northenChinadurigthespringofand22J]TransAtmsSci46（6）：95-96DO：1013878/jcnki.dqxxb03013inCinese）.

XuFL，WagSiYetSstsofti（N）doOii dustactivitiesinNrthhinaduringtheflowingspringJ].AtmosChemPhs，24（18）0689-.DO：10.194/acp-24-0689-024.

XuXM，Zhietlrtesstgrosoosiil Qual Atmos Health，15（6） ：929-936.DOI：10.1007/s11869-022-01159-2.

YangTT，aoiJ，etal.8ulti-iterooelsebleoufaceairperaturereorp （3） ：1057-1072.D0I：10.1007/s00704-017-2143-4.

YangYQWangJZ，uTetal13evrabltofspraustofreqcyinNrtastAsi98totaei ica，27（1）：119-127.D01：10.1007/s13351-013-0112-0.

YinZC，WanY，ZangYJ，etal.22.Whupersandsto2inNrthChinaJ]NatiRev，9（3）：wab65O;10.3/sab65.

尹志聰，霍芊伊，麻曉晴，等，2023.觸發(fā)2023年春季中國(guó)北方沙塵暴的沙源累積和天氣擾動(dòng)機(jī)制[J].大氣科學(xué)學(xué)報(bào)，46（3）：321-33．Yin ZC， HuoQY，MaXQetal.2ecassofussoeacculatioadspticstubacetrigegte3springsdsti ern China[J].Trans Atmos Sci，46（3）：321-331.DOI：10.13878/j.cnki.dqkxxb.20230501007.（in Chinese）.

曾慶存，董超華，彭公炳，等，2007.沙塵暴及相關(guān)的自然災(zāi)害[J].氣候與環(huán)境研究，12（3）：225-226．ZengQC，DongCH，PengGB，et al.，2007. DuststormsandtherelateddsastersJ]ClEvionRes，12（3）25-226.DO：10.3969/.isn106-958520.0.2.（inhe）.

鐘中，元慧慧，李杰，等，2010.一次高空急流增強(qiáng)過(guò)程中的中尺度擾動(dòng)和動(dòng)量輸送特征[J].氣象科學(xué)，30（5）：639-645．Zhong Z，Yuan HH，Li J，etal.bdodi el jet[J].Sci Meteor Sinica，30（5）：639-645.（in Chinese）.

ZhouTJ，Zang WXZanLX，etal.：yaofpedetediateetresisteirthmded Atmos Sci，39（10） ：1598-1607.D0I：10.1007/s00376-022-2063-9.

朱乾根，林錦瑞，壽紹文，等，200.天氣學(xué)原理和方法[M].4版北京：氣象出版：636-637．ZhuQG，LinJR，ShouSW，etal.，200.Prncipleof

·ARTICLE·

Atmospheric modulation of the interdecadal variation in dust days over North China and its near-term projections

NING Shuchang12，SONG Xiaolei1，2，HUO Qianyi1，2，YIN Zhicong1 1，2

StateKeybatoofliteStedictodisgeentKebotfeoloclstestub rativeIottetdEofellsteUeifft 210044， China; 2Schoolof Atmospheric Sciences，Nanjing Universityof Information Science and Technology，Nanjing210o44，China

AbstractDust weather has significant socioeconomic and environmental impacts and pose serious threats to humanhealth.Understanding its interdecadal variabilityand futurechanges is of great importance.In this study，station observations and reanalysis datasets are used to investigate the key atmospheric circulation patterns governing the interdecadal variabilityof dust days in North China from March to April during the period1961—2020.Additionall，two model datasets，CMIP6 and CESM-LE，are employed to project future changes in dust days.Results showa significant shift in the number of dust days inNorth Chinaat the transition between the late 198Os and early 1990s.During the high-incidence period（1961 to 1989，P1），the average number of dust days was approximately3.5times as high as that inthe low-incidence period（1992 to 2020，P2）.This variation is closely linked to an atmospheric circulation patern assciated with a wave train extending eastward from the western European Plain to the Ural Mountains and the Mongolian Plateau （EUM）.Compared to P2，the wave train was more pronounced during P1，withan increased meridional extent of atmosphericcirculation over mid-and high-latitude Eurasia.At the 500hPa ，the geopotential height field exhibited significant negative，positive，and negative anomalies over western Europe，the Ural Mountains，and the Mongolian Plateau，respectively.The intensified blocking high over the Ural Mountains，along with the deepened Mongolian low，strengthened the northerly windseast of the Ural Mountains and enhanced the presure gradient force at mid-latitudes near the surface，facilitating the southwardtransport ofcold air.Simultaneously，the intensified Mongolian cyclone，characterizedby strong winds and unstable stratification，promoted dust uplift and transport.Moreover，water vapor divergence over the dust source regions suppressed precipitation，further favoring dust generation.The EUM index exhibits interdecadal variability highly consistent with the number of dust days in North China，making it a valuable predictor forfuture dust activity in theregion.However，significant differences existamong models insimulating the interdecadal changes in the intensity of atmospheric circulation at the wave train center.The model performance is closely related to the spatial correlation coefficient and the standard deviation ratio between the simulated and observed 500hPa geopotential height anomalies over the studyarea.To identifyreliablemodels，selectioncriteriaaresetas follows：the spatial correlation coeficient must exceed O.35，and the standard deviation ratio between the model and observations must be greater than O.3.Models meeting these criteria successfullyreproduce the interdecadal weakening of the EUM in both spatial and temporal domains are referred to as the“optimal ensemble”.Projections based on the optimal ensemble indicate that under a high-emission scenario，the EUM is expected to strengthen significantly in the near future（2O21 to 2O5O），leading to an increase in dust events in North China.

Keywordsdust days ;interdecadal variation ;physical mechanism;model evaluation;near-term projection

DOI：10.13878/j.cnki.dqkxxb.20240919003

（責(zé)任編輯：劉菲）