全球主要沙源区沙尘气溶胶与太阳辐射的关系

王民俊,韩永翔,*,邓祖琴,赵天良 (.南京信息工程大学大气物理学院,江苏 南京 0044；.中国气象局兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,中国气象局干旱气候变化与减灾重点开放实验室,甘肃 兰州 73000)

全球主要沙源区沙尘气溶胶与太阳辐射的关系

王民俊1,韩永翔1,2*,邓祖琴2,赵天良1(1.南京信息工程大学大气物理学院,江苏 南京 210044；2.中国气象局兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,中国气象局干旱气候变化与减灾重点开放实验室,甘肃 兰州 730020)

利用TOMS AI气溶胶指数和天文辐射资料对全球主要沙漠区沙尘气溶胶含量与太阳辐射的关系进行验证.结果表明,无论是北半球的沙漠还是南半球的沙漠,其沙尘气溶胶指数和太阳辐射都有非常高的相关性.事实和理论均表明太阳辐射是影响沙漠地区沙尘气溶胶含量主要的因子之一.

TOMS AI；全球主要沙源区；沙尘气溶胶；太阳辐射

习惯上把悬浮于大气中粒径范围在10-3～102μm之间的固体和液体微粒称为大气气溶胶粒子[1-2].沙尘气溶胶主要来源于沙漠和干旱地区的风损蚀及随风扬起过程[3],是干旱半干旱区对流层气溶胶的重要组分之一[4-5],约占对流层气溶胶总量的一半[6].沙尘气溶胶除了可以散射和吸收太阳短波辐射以及地球长波辐射[7],产生直接辐射强迫[8],影响地气系统的辐射平衡以外,还可作为云凝结核影响云的生命周期、云的辐射特性和降水效率[9].另外,沙尘气溶胶携带的Fe等物质能促进浮游生物的生长,浮游生物通过固碳控制大气中CO2,间接地影响气候[10].沙尘气溶胶以上的阳伞效应、冰核效应和铁肥料效应对区域和全球气候产生了重要影响.然而,要深入研究沙尘气溶胶的气候效应必须先知道大气中沙尘气溶胶的含量.因此,了解大气中沙尘的含量及含量变化的原因尤为关键.从全球沙源区臭氧总量制图光谱仪气溶胶指数月平均值频度分布图(图1)中可以看出,非洲、亚洲、澳大利亚、北美和南美的沙漠区均是沙尘气溶胶的重要起源地.大气中沙尘气溶胶的含量与沙尘暴过程密切,这一事实已被几乎所有的研究所证实[12-16].然而,Alpert等[17]分析了撒哈拉地区14年的TOMS指数与大气层顶太阳辐射资料,发现大气中沙尘总量与太阳辐射有非常高的相关性,认为太阳辐射是最重要的动力,并可用其作为反演沙尘气溶胶的指标.Han等[18]基于大量沙尘气溶胶空间垂直分布特征的观测,提出了由太阳辐射触发的热对流与尘卷风联合的起沙机制,该机制可解释在晴朗无风的天气背景下,气溶胶指数与太阳辐射高相关的原因.该机制认为热对流与尘卷风联合起沙机制与沙尘暴起沙机制互为补充,共同影响沙漠地区上空的沙尘气溶胶的含量,并推论太阳辐射是影响沙漠地区沙尘气溶胶最主要的因子之一.邓祖琴等[19]利用中国沙漠地区 1998～2005年的气溶胶指数和太阳辐射资料,在中国北方沙漠对Han等[18]提出的起沙机制进行了验证,初步证明了中国北方沙漠地区上空的沙尘气溶胶含量是沙尘暴和太阳辐射共同作用的结果,太阳辐射触发的热对流与尘卷风联合起沙对大气沙尘气溶胶含量的贡献远大于沙尘暴起沙的贡献.显然,太阳辐射与沙漠区沙尘总量的高相关能够被理论所支持.然而,这一结论仍只是在非洲和亚洲的中国北方得到了验证,全球其余的沙漠对这一结论是否适用尚有待验证.因此本文利用全球27年的气溶胶指数和天文辐射资料就太阳辐射与全球各大沙漠区大气沙尘气溶胶的关系进行探讨,文中仅在更大范围内验证太阳辐射是否是影响沙漠地区沙尘气溶胶的主要因子,抛开其他影响大气沙尘气溶胶含量的因素如沙尘暴、降水、植被等因素,同时也不考虑卫星探测器之间的差异.

图1 全球沙源区TOMS气溶胶指数月平均值＞0.7的频度分布合成[11]Fig.1 Global distributions of the frequency with monthly mean TOMS AI ＞ 0.7 in the desert regions [11]

1 数据来源和研究区域

气溶胶指数是用来估算全球区域上空的沙尘气溶胶总含量的指数[17].Nimbus-7/TOMS用340nm和380nm通道的光谱辐射通量的比值定义了AI指数[20-21]:

式中:Imeans是给定波段TOMS测得的后向散射辐射量;Icalc是利用完全瑞利大气辐射传输模式计算的TOMS辐射通量.EP/TOMS气溶胶指数计算时使用的是331nm和360nm两个波段,OMI气溶胶指数使用的是354nm和388nm两个波段,但原理是一致的.

气溶胶指数资料来自美国宇航局(NASA)的Goddard航天中心.臭氧总量制图光谱仪(TOMS)和臭氧监测仪(OMI)的近紫外波段能很好地探测不同下垫面的沙尘气溶胶[22],且不受云的影响[23].TOMS从1978年11月1日观测至2005年12月31日,中间由于卫星故障缺了3年的观测资料.OMI从2004年10月1日起有资料,其观测年限至2010年7月15日.为了保障资料的有效、稳定和连续,本研究选取了两段经纬度网格点为1.25°×1°的TOMS日平均资料:1979年1月1日～1992年12月31日和1997年1月1日～2005年12月31日共22年,以及2006年1月1日～2009年12月31日共4年经纬度网格点为1°×1°的日平均资料.资料处理过程中仅看AI总体趋势的变化并未进行比对处理.

图2 研究区域Fig.2 Desert regions for this study

由于缺乏辐射观测资料,本文运用大气上界天文日总辐射量(简称为天文辐射)进行替代,天文辐射在理论上代表了研究区接收的最大的太阳辐射.采用以下公式[24]对1979～2009年共27年该研究区上空每日的天文辐射进行计算,进而得到每月的天文辐射.此辐射公式已经在研究中得到广泛应用[25-26].

式中: Q0为日天文总辐射; I0为太阳常数; T为周期; ρ为日地相对距离; δ为太阳赤纬; ω0为日落时角; φ为地理纬度; dn为年内天数.

研究区域为全球主要沙漠区(图2),包含了非洲北部撒哈拉(A区),阿拉伯半岛(B区),西南亚(C区)和澳大利亚(D区).在研究区域中, A区有469个AI观测格点;B区有31个AI观测格点; C区有88个AI观测格点; D区有88个AI观测格点.

2 结果与分析

2.1 全球主要沙漠区27年AI日均值与天文辐射的关系

非洲北部撒哈拉 A区位于世界上最大的沙漠—撒哈拉沙漠,囊括了西撒哈拉沙漠、利比亚沙漠、阿拉伯沙漠和努比亚沙漠.A区的面积约占非洲总面积的32%.从图3a可见:A区的天文辐射在年际间呈现出周期性变化.天文辐射从年初开始逐渐增大,6月达到最大值,然后逐渐减小.这一区域的AI值总体上也表现出了与天文辐射相同的周期性变化特征.AI值从年初开始逐渐增加,6月达到峰值,然后逐渐下降.天文辐射和 AI 的变化趋势一致.因为卫星资料分为 3段,故本文的计算也分为3段并计算了27年的总相关.1979～1992年天文辐射和 AI的相关系数高达 0.82, 1997～2005年两者的相关系数为0.82,2006～2009年两者的相关系数为 0.78,均达到了 0.001的信度检验,呈现出显著的正相关.阿拉伯半岛 B区包括了代赫纳沙漠、内夫得沙漠以及鲁卜哈利沙漠,约占整个半岛面积的 40%.从图 3b可见,其天文辐射和AI 的变化同图3a相似.1979～1992两者的相关系数高达0.71,1997～2005两者的相关系数高达0.67, 2006～2009年两者的相关系数的相关系为0.64,均达到了 0.001的信度检验,呈现出显著的正相关,但其相关系数明显小于非洲北部撒哈拉 A区.西南亚C区主要有横跨印度和巴基斯坦边界的塔尔沙漠、伊朗沙漠和阿富汗沙漠.从图3c可看出,C区的天文辐射和AI在年际间的变化与A、B区类似,呈现周期性变化且变化趋势较为一致.1979～1992年天文辐射和AI 的相关系数高达0.85,1997～2005年两者的相关系数为 0.77,2006～2009年两者的相关系数为0.71,均达到了0.001的信度检验,呈现出显著的正相关.

图3 各区域27年AI日平均值和天文辐射随时间的变化Fig.3 Time series of daily averages in TOMS- AI and extraterrestrial radiation over 27 years in North African deserts Arabian Peninsula West south Asia and Australia

上述的A、B、C区处于北半球,澳大利亚 D区处于南半球,它包括了大沙沙漠、吉布森沙漠、维多利亚沙漠和辛普森沙漠.从图3d可看出:澳大利亚 D区的天文辐射也在年际间呈现周期性变化,但与 A、B和 C区峰值出现在 6月不同,D区的峰值出现在1月份.天文辐射从年初逐渐减小,6月份达到最小值,然后开始增大.尽管这一区域的AI值在1979～ 1985年内变化的趋势不明显,而且年际间的变化幅度存在较大的差异,但总体上仍表现出了周期性变化特征.AI值从年初的最大值逐渐减小,到6月达到最小值,然后逐渐增大.天文辐射和 AI 的变化趋势一致.1979～1992年两者的相关系数为0.27,1997～2005年两者的相关系数为 0.68, 2006～2009年两者的相关系数为 0.27,均达到了0.001的信度检验,仍然呈现出显著的正相关.

非洲北部A区、阿拉伯半岛B区、西南亚C区、澳大利亚D区和中国北方沙漠区的3段AI日平均值资料与天文辐射的相关系数如表 1所示.非洲北部A区27年AI日平均值和太阳辐射的相关系数为0.8,是5个研究区域中相关性最好的;其次是西南亚C区,相关系数为0.8.阿拉伯半岛B区两者的相关系数为0.68;澳大利亚D区两者的相关系数最小,只有 0.44,但均达到了0.001的信度检验.这5个地区的天文辐射和AI的显著正相关,表明太阳辐射是影响沙漠地区沙尘AI的主要因子之一.

表1 各区域27年AI日平均值和天文辐射的相关系数Table 1 Correlation coefficients of daily averaged AI and extraterrestrial radiation over 27 years in all regions

2.2 全球主要沙漠区27年AI月平均值与天文辐射的关系

由图4可见,非洲北部撒哈拉A区、阿拉伯半岛B区和西南亚C区的天文辐射和27年月平均值的变化一致,1～5月逐渐增加,6月达到峰值,7～11月逐渐减少,12月达到全年最小.以上 3个区域天文辐射与27年的AI月平均值的相关系数分别为0.98、0.94、0.99;澳大利亚D区天文辐射与27年的AI月平均值从年初的峰值逐渐减小,6月份达最小值,之后开始增大.两者的变化趋势一致,且相关系数也高达0.94.以上4个研究区域的 AI与天文辐射的相关系数均达到了α=0.001的信度检验.

虽然从图4能明显看出AI值年际间的变化幅度与太阳辐射有非常高的相关,但它仍不能够完全解释AI的变化,其他因素如沙尘暴、降水、植被等也会对AI值有较大的影响,但为了突出太阳辐射的作用,其余要素引起的变化暂不在本文中讨论.

3 讨论

从上述分析和前人的研究结果[17,19],可以看到:无论非洲撒哈拉、阿拉伯半岛、西南亚、中国北方,还是澳大利亚沙漠区的天文辐射与沙尘气溶胶指数在日变化、月变化上都有非常高的相关性.尽管有理论的支持,但仍不能排除沙漠区太阳辐射与沙尘总量是假相关的可能.因为非洲、阿拉伯半岛和亚洲的沙漠同处在北半球 15°N～45°N左右,扬升到大气中的沙尘气溶胶会在几天内扩散到全球,它们可能具有同样的趋势.非洲、阿拉伯半岛和亚洲的天文辐射在 6月中旬左右达到全年最大,相应地这些沙漠区域的沙尘气溶胶指数也在此时达到最大.如果是沙尘气溶胶的扩散导致了它们具有同样的趋势,那么,地处南半球的澳大利亚沙漠此时沙尘气溶胶指数应该最大.但事实表明,澳大利亚此时的沙尘气溶胶指数非常小,天文辐射最小,并且两者存在非常高的相关性.这一事实表明沙漠区太阳辐射与沙尘总量之间的相关不可能是假相关.

4 结语

北半球的撒哈拉、阿拉伯半岛、西南亚、中国北方和南半球的澳大利亚,这些主要沙源区的沙尘气溶胶指数与太阳辐射有非常高的相关性,表明太阳辐射是影响沙漠地区沙尘气溶胶含量 主要的因子之一.

图4 AI月平均值与天文辐射的变化Fig.4 Monthly variations of TOMS-AI and extraterrestrial radiation

[1] 刘 强,王明星,李 晶,等.大气气溶胶研究现状和发展趋势[J]. 中国粉体技术, 1999,5(3):17-23.

[2] Schwartz S E, Andreae M O. Uncertainty in climate change caused by aerosols [J]. Science, 1996,272:1121-1122.

[3] 刘 毅,王明星,张仁建.中国气溶胶研究进展 [J]. 气候与环境研究, 1999,4(4):406-414.

[4] D’Almeida G A, Koepke P, Shettle E P. Atmospheric Aerosols: Global Climatology and Radioactive Characteristics [M]. Hampton, Virginia: Deepak Publishing, 1991:55-59.

[5] 沈凡卉,王体健,庄炳亮,等.中国沙尘气溶胶的间接辐射强迫与气候效应 [J]. 中国环境科学, 2011,31(7):1057-1063.

[6] IPCC (Intergovern mental Panel on Climate Change). Radiative Forcing of climate change and an evaluation of the IPCC 1992 emission scenarios [M]. Cambridge: Cambridge University Press, 1994:2.

[7] 魏 丽,沈志宝.大气沙尘气溶胶辐射特性的卫星观测 [J]. 高原气象, 1998,17(4):347-355.

[8] Shi G Y, Wang H, Wang B, et al.Sensitivity Experiments on the Effects of Optical Properties of Dust Aerosol on Their Radiative Forcing under Clear Sky Condition [J]. Journal of the Meteorological Society of Japan, 2005,83:333-346.

[9] 贾 璇,王文彩,陈勇航,等.华北地区沙尘气溶胶对云辐射强迫的影响 [J]. 中国环境科学, 2010,30(8):1009-1014.

[10] Watson A J, Bakker D C E, Ridgwell A J, et al. Effect of iron supply on Southern Ocean C02uptake and implications for glacial atmospheric CO2[J]. Nature. 2000,407(6805):730-733.

[11] Prospero J M, Ginoux P, Torres O, et al. Environmental characterization of global sources of atmospheric soil dust identified with the nimbus 7 total ozone mapping spectrometer (toms) absorbing aerosol product [J]. Reviews of Geophysics, 2002,40(3):1002-1032.

[12] 邱玉珺,牛生杰,岳 平,等.半干旱区春季沙尘气溶胶谱分布的观测研究 [J]. 中国环境科学, 2009,29(10):1021-1028.

[13] 陈勇航,毛晓琴,黄建平,等.一次强沙尘输送过程中气溶胶垂直分布特征研究 [J]. 中国环境科学, 2009,29(5):449-454.

[14] 高庆先,苏福庆,任阵海,等.北京地区沙尘天气及其影响 [J]. 中国环境科学, 2002,22(5):468-471.

[15] 庄国顺,郭敬华,袁 蕙.2000年我国沙尘暴的组成、来源、粒径分布及其对全球环境的影响 [J]. 科学通报, 2001,46(3):191-197.

[16] 高卫东,姜 巍.塔里木盆地地区沙尘气溶胶特征分析 [J]. 干旱区资源与环境, 2003,16(4):75-78.

[17] Alpert P, Barkan J, Kishcha P. A potential climatic index for total Saharan dust: the Sun insulation [J]. Journal of Geophysical Research, 2006,111:D01103,doi:10.1029/2005JD006105.

[18] Han Y, Dai X, Fang X, et al. Dust aerosol: A possible accelerant for an increasingly arid climate in North China [J]. Journal of Arid Environments, 2008(72):1476-1489.

[19] 邓祖琴,韩永翔,白虎志,等.沙漠地区沙尘气溶胶含量变化的原因分析 [J]. 中国环境科学, 2009,29(12):1233-1238.

[20] Herman J R, Celarier E A. Earth’s surface reflectivity climatology at 340-380nm from TOMS data [J]. J.Geophys. Res., 1997, 102:28003-28012.

[21] Torres O, P K Bhartia, J R Herman, et al.Derivation of aerosol properties from a satellite measurements of backscattered ultraviolet radiation: Theoretical basis [J]. J. Geophys. Res., 1998,103:17099-17110.

[22] Herman, J R, Bhartia P K, Torres O, et al. Global distribution of UV-absorbing aerosols from Nimbus 7/TOMS data [J]. J. Geophys. Res., 1997,102(16):911-922.

[23] Washington R, Todd M, Middleto N J, et al. Dust-storm source areas determined by the total ozone monitoring spectrometer and surface observations [J]. Annals of the Association of American Geographers, 2003,93(2):297-313.

[24] 康德拉捷夫.太阳辐射能 [M]. 北京:科学出版社, 1962:68-550.

[25] 陈 霞,魏文寿,刘明哲.塔里木盆地沙尘气溶胶对短波辐射的影响—以塔中为例 [J]. 中国沙漠, 2008,28(5):920-926.

[26] Thorsten Pohlert. Use of empirical global radiation models for maize growth simulation [J]. Agricultural and Forest Meteorology, 2004,126(12):47-58.

Relationship between dust aerosols and solar radiation in global dust source regions.

WANG Min-jun1, HAN Yong-xiang1,2*, DENG Zu-qin2, ZHAO Tian-liang1(1.School of Atmospheric Physics, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Key Laboratory of Arid Climatic Change and Disaster Reduction of Gansu Province, Key Open Laboratory of Arid Climate Change and Disaster Reduction of China Meteorological Administration, Lanzhou Arid Meteorological Institute of China Meteorological Administration, Lanzhou 730020, China). China Environmental Science, 2012,32(4)：577～583

Based on the analysis of the TOMS-AI (Aerosol Index) and extraterrestrial radiation, the relationships between the dust aerosol loading and solar radiation in global dust source regions are examined. There are high correlations between solar radiation and the TOMS-AI in the dust source regions of both Northern and Southern Hemisphere. It is found that solar radiation is one of the most important factors influencing the dust aerosols in the desert regions.

TOMS AI；dust source；dust aerosol；extraterrestrial radiation

2011-07-14

国家自然科学基金资助项目(41075113,41175093)

* 责任作者, 教授, han-yx66@126.com

X513

A

1000-6923(2012)04-0577-07

致谢：TOMS AI数据来自Goddard Space Flight Center,在此表示感谢.

王民俊(1987-),男,江苏东台人,南京信息工程大学大气物理学院硕士研究生,主要从事气溶胶与气候变化方面的研究.发表论文1篇.