基于多源数据和模式模拟的新疆黑风暴东移个例分析

黄 观,郭子嘉,周雅蔓,苏小岚,刘 鑫,陈勇航**,周海江,杨林沛

基于多源数据和模式模拟的新疆黑风暴东移个例分析

黄 观1,2,郭子嘉1,周雅蔓4,苏小岚3*,刘 鑫1,陈勇航1**,周海江1,杨林沛1

(1.东华大学环境科学与工程学院,上海 201620；2.中国气象局乌鲁木齐沙漠气象研究所,新疆 乌鲁木齐 830002；3.新疆维吾尔自治区气象服务中心,新疆 乌鲁木齐 830002；4.新疆维吾尔自治区气象台,新疆 乌鲁木齐 830002)

综合利用卫星遥感、环境监测、气象观测等多源监测数据,结合后向轨迹模式对2015年4月新疆一次黑风暴污染过程进行生成源地、路径与发展过程分析.结果表明:此次黑风暴过程的不同高度污染物主要随气流来源于新疆本地及其以西的中亚地区,在西南气流的作用下几乎同时进入北疆,沿天山北坡东移并且在乌鲁木齐堆积,继而从南疆盆地东口灌入南疆;同时,选取受此次黑风暴污染物东输影响的4个典型城市(乌鲁木齐、呼和浩特、兰州和北京),利用区域气候模式(RegCM4.6)模拟分析此次极端黑风暴东输过程中大量沙尘气溶胶对主要气象参数的影响,结果表明:受此次黑风暴东输过程(4月25~29日)影响的上述4个典型城市的AOD均有所增加,模拟所得污染程度与实际接近.对于沙尘在近地面2m的温度响应,北京市表现最为明显,最高达-1.68℃,乌鲁木齐表现不明显,沙尘过程中的近地面气温相较无沙尘时最高下降0.1℃,呼和浩特和兰州在AOD达到最大值时的温度响应分别为-0.4℃、-0.8℃.黑风暴期间,乌鲁木齐、呼和浩特、兰州的相对湿度响应最大值分别为-3.3%、-7.3%、-4.7%,而北京地区在29日AOD达最大值时,相对湿度相对于无沙尘时增加了10%左右.

黑风暴；气溶胶；后向轨迹；温度；湿度；新疆

黑风暴是一种特强沙尘暴,是指水平最大能见度小于2m、瞬时最大风速³25m/s[1]、破坏性极强的大气环境灾害.新疆地区是我国强沙尘天气高发区,南疆著名的塔克拉玛干沙漠是我国沙尘暴的主要源区之一,而北疆的古尔班通古特沙漠在春季出现大风天气时,也相对容易出现沙尘暴[2-4].据统计,2000~2012年间,仅塔克拉玛干大沙漠就出现强沙尘暴23次[5].黑风暴发生时会给大气带来大量沙尘气溶胶[6-8],并导致其所经过地区的污染指数显著增高、气溶胶光学厚度急剧增加.沙尘气溶胶能够通过影响大气辐射而影响气象场[9-11],不仅强烈散射、吸收太阳辐射,使得地面和低层大气获得的太阳辐射减少,进而降低近地表大气温度[12-13],还会发射和吸收红外辐射,对大气起到加热作用[14].与此同时,沙尘暴所经之地的温湿度等环境要素也会随之改变.因此,准确监测、模拟、分析沙尘气溶胶及其大气温、湿响应,对于研究黑风暴期间沙尘气溶胶对地气系统辐射平衡、生态系统和人类健康的影响具有重要意义.

目前,对沙尘天气的研究主要集中在沙尘气溶胶的时空分布、理化属性特征[7,15-22]及沙尘的源区识别、浓度反演[23-28]等方面,且大多基于地面观测及卫星遥感手段开展.然而,地面监测站点分布不均且数量有限,无法获取连续的空间覆盖信息,难以有效反映相关要素的时-空演变特征[29-30].卫星遥感观测虽覆盖范围广,具有宏观性、经济性、长期动态监测等优势,能够弥补地面监测站点在空间分布上的不足[31-34].但对于地域辽阔、下垫面复杂、多高山积雪、沙漠等亮背景区域的新疆地区,卫星遥感反演仍是难题.较大面积的数据缺失使得卫星遥感资料难以全面反映沙尘气溶胶的发生、发展、传输特征及气候效应[20-21,35-36],特别是在沙尘暴输送过程中对下游地区温湿环境要素影响的定量评估也因存在技术难题而少见[37].而数值模拟技术,不仅可以呈现沙尘气溶胶及温度、湿度、辐射等环境气象要素的时空分布特征,还能够用于研究各要素之间的相互作用及影响机制.

因此,本研究针对2015年春季新疆出现的一次平均风力特大、强度特强、影响范围很广的黑风暴过程.综合利用地面观测、卫星遥感资料及Hysplit模式、区域气候模式RegCM4.6的模拟结果,从高低空大气环流探究黑风暴期间的沙尘气溶胶来源,分析此次黑风暴对其东输路径上的城市空气质量和温湿环境要素的影响.较为全面地给出了此次黑风暴过程的天气背景、潜在源区以及沙尘气溶胶的时空分布及温湿度响应.以期为进一步认识特强沙尘暴的发生发展机制、定量评估沙尘气溶胶对所涉及地区温湿环境要素的影响、提高污染预警预报及防控能力提供科学依据.

1 研究方法

研究利用新疆地区105个国家气象观测站点逐3h地面观测数据(天气现象、水平能见度)、MICAPS地面观测数据,以及逐时空气质量指数(AQI)和颗粒物(PM2.5、PM10)质量浓度数据,确定扬沙和沙尘暴天气发生的区域及污染程度;采用经投影的500m分辨率EOST/ MODIS卫星数据,通过国家卫星气象中心的SMART软件进行处理后用于沙尘遥感监测;利用NCEP 2.5°×2.5°逐6h 再分析资料,基于天气学原理和天气动力学诊断分析方法,结合MICAPS变压场用于对此次黑风暴过程中环流形势、影响系统和相关物理量进行分析.

研究利用Hysplit模式,结合美国气象环境预报中心全球数据同化系统(NECP GDAS)1°´1°气象场资料,计算了4月27日19:00乌鲁木齐上空气流的48h后向输送轨迹和前向输送轨迹.轨迹起始点为乌鲁木齐(87.36°E,43.46°N),起始时间为当地时间4月27日19:00,分别向后(4月25日20:00~27日19:00)、向前(4月27日19:00~29日18:00)追溯48h,时间间隔6h,气团轨迹高度分别为100m、500m和1000m.

RegCM4.6模式是由国际理论物理中心(ICTP)开发的区域气候模型,已被广泛应用于研究区域气候与气溶胶间的相互作用.模式水平分辨率为50km,模拟结果每3h输出一次,顶层气压50hPa.模式采用Emanuel积云对流参数化方案,Explicit moisture水汽方案,Holtslag PBL行星边界层方案,Use full fields压力梯度方案.模式选用NOAA的OISST海温数据,GMTED地形数据集(兰伯特投影),并基于ECWMF的EIN15数据驱动模式初始场和侧边界场.模拟时间为2015年3月1日~5月31日,其中第1个月作为模式初始化时间.研究设计了2个实验方案(除气溶胶模块外的模式设置均保持不变):(1) DUST方案:模式开启基于DUST04方案的气溶胶模块;(2)NODUST方案:模式不开启气溶胶模块,模拟无沙尘气溶胶的情况.

选取AOD及沙尘气溶胶在近地面2m处的温度及湿度响应为研究对象,模拟分析此次黑风暴对其东输路径上的城市空气质量和温湿环境要素的影响.对应的计算方案为:

RTSUR=SUR(DUST)_-SUR(0)(1)

RRHSUR=RHSUR(DUST)_-RHSUR(0)(2)

式中:RTSUR、RRHSUR分别表示沙尘气溶胶的近地面2m温度、湿度响应;SUR(DUST)和RHSUR(DUST)分别表示有沙尘气溶胶时近地面2m的气温(℃)和湿度(%);SUR(0)和RHSUR(0)分别表示无沙尘气溶胶时近地面2m的气温(℃)和湿度(%).

2 结果与讨论

2.1 污染实况

图1 2015年4月26~29日沙尘天气实况

2015年4月26~29日,新疆出现了一次风力大、沙尘浓度高、影响范围广的黑风暴污染天气过程(15个地州气象部门共发布了14个沙尘暴预警信号,和田地区墨玉县和于田县能见度为0).对于新疆首府乌鲁木齐市而言,27日07:00,随着沙尘天气的出现,AQI指数和颗粒物质量浓度急剧飙升,并在沙尘暴最为严重的正午时分达到峰值,对应的AQI为500, PM10小时浓度为1000mg/m3, PM2.5小时浓度为628mg/m3(仪器对AQI和PM10浓度的检测上限分别为500和1000mg/m3,当所测值超过上限时则显示相应的上限值).直至27日19:00,三者均处于较高水平, AQI>374, PM10小时浓度>478mg/m3,甚至出现了数小时爆表,达到重度污染程度,PM2.5浓度也明显高于无沙尘时,但其增加程度不如PM10显著.此外, PM2.5/ PM10比值在不同阶段也有着不同表现.在无沙尘过程出现时,乌鲁木齐市PM2.5/PM10比值多集中于0.25~0.40(沙尘前后10d的平均PM2.5/PM10比值为0.34),而在此次沙尘天气出现时(27日07:00~ 09:00),PM2.5/PM10比值降至0.11~0.15,可知此次沙尘过程伴随着大量粗沙尘粒子,PM10为该污染过程的主要污染物,进而使得PM2.5/PM10比值降低.

图2 4月27日13:13(a)及4月29日13:01(b)南疆地区EOST/MODIS沙尘监测示意

由气象观测资料可知,此次黑风暴天气过程造成新疆105个台站中的57个测站出现不同程度的沙尘天气,其中30站出现扬沙、16站出现沙尘暴.图1为4月26日20:00~29日08:00的沙尘天气实况图,由图可知,4月26日20:00~29日08:00,北疆大部、东疆和整个南疆盆地出现浮尘或扬沙天气,其中和田、阿克苏及巴州、塔城、昌吉州部分地区出现沙尘暴或强沙尘暴.具体而言,4月27日05:00,北疆西部5个站点首先出现沙尘;08:00,北疆出现沙尘的范围扩大至13站,其中出现强沙尘的有8个站,均为沿天山一带;17:00,南疆盆地东部出现大范围强沙尘,东疆也出现沙尘暴或扬沙.可见,本次黑风暴起始于北疆西部,沙尘分别沿天山东移且不断加强、翻越天山进入南疆东部以及东移至东疆.

根据4月27日13:13和4月29日13:01MODIS卫星监测到的沙尘分布(图2)发现,此次黑风过程中,南疆盆地出现大面积的沙尘影响区域(图像上显示为较均匀的土黄色),并且沙尘主体于27日~29日在南疆范围内呈现由东向西的传输趋势.

2.2 天气背景分析

由500hPa环流形势(图3)可以看到,4月26日08:00~27日08:00,西西伯利亚低槽和中亚低槽东移,并在巴湖地区汇合加强.槽底短波快速移入北疆, 配合低层风场切变,造成北疆大范围大风、沙尘天气.同时,中亚槽南段东移进入南疆,低层在和田至巴州南部存在偏西风、偏北风与偏东风辐合,南疆盆地出现大风、沙尘天气.结合3h变压场(图4)来看:27日08:00北疆沿天山一带3h变压达到9~10hPa,最大值达12.2hPa,表明冷空气爆发进入北疆,受天山阻挡在沿天山地区堆积,造成明显的气压梯度大值区,非常有利于大风天气的形成;和田中西部3h变压场也存在5hPa左右的正变压中心,有利于此地区大风形成.11:00北疆沿天山持续加压,3h变压值维持6~10hPa,表明冷空气快速灌入沿天山地区,造成大风天气;同时和田西部仍维持3~4hPa的加压,为沙尘天气的发生提供有力的动力条件.

图3 500hPa高度场(gpm)、风场(m/s)

a.26日08:00;b.27日08:00;c.28日08:00;d.28日20:00

由27日高、低空散度场(图5a、b)来看,850hPa南北疆为辐合场, 200hPa北疆地区对应为辐散场,高层的辐散抽吸作用有利于低层的辐合上升.加之正值春耕春播时节,土壤疏松,植被地表稀疏,强烈的辐合有利于聚集盆地的沙尘,沙源充沛,加剧造成风沙天气.结合低层垂直速度场(图5c、d),26日北疆为不断加强的上升运动区,扬起地面沙尘,造成北疆沿天山一带的沙尘暴天气.27日冷空气翻山进入南疆盆地,东疆和南疆盆地地区为上升运动区.强烈的辐合上升运动将盆地的沙尘扬起,造成不同程度的沙尘天气.

图4 4月27日08:00(a)、11:00(b)3h变压场

综上所述,高空有利的环流形势配合低层切变线、地面冷锋和低层强烈的辐合上升运动,加之正值春季,土壤干燥、疏松,植被覆盖少,沙尘易被扬起,造成此次范围广、强度强的沙尘暴天气.

a.27日08:00 200hPa散度场;b.27日08:00 850hPa散度场;c.26日20:00 850hPa垂直速度场;d.27日14:00 850hPa垂直速度场

2.3 后向轨迹分析

为进一步分析此次新疆黑风暴的来源与传输路径,研究分别做了乌鲁木齐市4月27日19:00的气团后向(图6a)和前向(图6b)传输轨迹.由图6(a)可知,高空污染物随气流于25日20:00从土库曼斯坦的西北方向穿过土库曼斯坦和乌兹别克斯坦进入哈萨克斯坦,并于北京时间27日08:00进入我国新疆边境;500m高度的污染物随气流起始于里海区域,同样穿过中亚3国后,于北京时间27日08:00进入我国新疆边境;低空污染物则是随气流从最近的乌兹别克斯坦的东北端进入哈萨克斯坦,并于北京时间27日07:00进入我国新疆边境.进入新疆后,在气流的作用下,各高度的污染物均经过北疆多个城市,于27日19:00到达乌鲁木齐市.由图可见,这次沙尘污染过程中,不同高度的3条气团传输轨迹基本一致,均显示外源污染物主要来自于新疆以西,在西南气流作用下几乎同步进入北疆,然后沿着天山北坡到达乌鲁木齐.

图6 4月27日19:00乌鲁木齐市气团后向(a)、前向(b)传输轨迹(48h)

图中红色、蓝色、绿色分别代表1000m、500m、100m 高度的气团

由图6(b)可知,在27日19:00至29日凌晨期间,经过乌鲁木齐不同高度的气团传输轨迹基本一致,均在沿天山堆积后翻山进入南疆盆地,该结果与MODIS观测结果相一致.然而,自29日凌晨起,3条轨迹在末端开始向不同方向传输:1000m高度轨迹向西行至阿图什东端后折向北,500m高度轨迹沿着西天山南麓至阿图什、喀什,100m高度轨迹沿西南方进入沙漠腹地.

2.4 典型城市的气象参数响应

图7 2015年4月26~27日RCM模式模拟中国地区AOD空间分布

a.4月26日;b.4月27日;地图审图号GS(2016)2888

此次黑风暴过程强度较大,影响范围广.对于卫星遥感AOD产品,虽然MODIS AOD是较为常用的,但是由于亮背景下的卫星遥感反演仍是难题.我国西北地域广袤,以沙漠、戈壁、废耕荒地、稀疏植被等干旱半干旱地貌景观为主.特别新疆地区,地形特征独特,拥有中国最大的两个盆地:南部的塔里木盆地(全封闭性内陆干旱盆地)和北部的准噶尔盆地(半封闭性内陆盆地),其下垫面的复杂性使得卫星遥感数据缺失面积较大.因此,为了进一步探讨此次极端黑风暴东输过程,研究利用RegCM4.6呈现AOD空间分布情况,并模拟其对主要气象参数的影响.由图7可知,AOD分布受下垫面状况影响显著,高值区多分布于荒漠地区、盆地,低值区主要分布于海拔相对较高的山区:26日AOD高值区(0.9~1.2)出现在新疆塔里木盆地中的塔克拉玛干沙漠及准噶尔盆地中的古尔班通古特沙漠处;27日全疆AOD均高于0.4,塔克拉玛干沙漠AOD达到1.0以上.塔里木盆地和准噶尔盆地均为风沙活动的重点区域,特殊的地形使其更具起沙条件,在大气环流及沙尘暴过程中气象条件的影响下,会存在二次或多次产尘.

此外,除了新疆,该过程还影响北方多地.故研究选取了被黑风暴东输过程影响的4个典型城市(乌鲁木齐、呼和浩特、兰州和北京),分析此次极端黑风暴东输过程对主要气象参数的影响.

模式模拟AOD时,仅针对沙尘气溶胶而未考虑其他气溶胶类型,因此模拟结果仅为沙尘气溶胶的AOD值.图8(a)为受黑风暴东输过程(4月25~29日)影响的4个典型城市AOD日变化趋势,由图可知:4个城市AOD均呈上升趋势,特别是呼和浩特和兰州,27~29日表现为同步明显上升;除乌鲁木齐之外的3座城市AOD值均在29日达到峰值;对于乌鲁木齐而言,AOD值于26日达到最高(0.32),28日次之(0.24).而根据乌鲁木齐地面观测资料可知,乌鲁木齐27日的PM10小时浓度连续爆表(>1000mg/m3)且PM2.5小时浓度高达628mg/m3,为重度污染,这与模式模拟结果略有偏差,该市所拥有的特殊地形可能会在一定程度上对模式模拟产生影响;北京市25~29日期间的AOD变化并不稳定,25~27日AOD变化趋势和乌鲁木齐相似,26日达到高值,27~28日呈下降趋势,并于29日突然升高至0.2.

从4个城市近地面2m气温的日变化趋势(图8b)来看:在沙尘天气所伴随冷空气的影响下,25~29日,乌鲁木齐、呼和浩特、兰州和北京的近地面2m气温均为下降趋势;乌鲁木齐市近地面2m气温从16℃骤降至5℃左右,于28日达到最低;呼和浩特近地面2m气温自26日起先升后降,最低温度出现在29日(约6℃);兰州和北京的近地面2m气温变化相似,均表现为自27日起呈下降趋势.

为了进一步分析此次黑风暴过程所产生沙尘对气温的影响,研究在除气溶胶模块外的模式设置均保持不变的情况下分别进行了2次模拟,进而得到沙尘气溶胶的温度响应.从近地面2m的温度响应日变化趋势来看(图8c),25~29日,4个城市对沙尘气溶胶的温度响应各不相同:乌鲁木齐温度响应并不明显,在沙尘过程中近地面气温相较无沙尘气溶胶时最高下降0.1℃;呼和浩特AOD于29日达到最大值,对应的温度响应为-0.4℃;兰州在25~29日期间相较于无沙尘气溶胶时气温最高下降了0.8℃;北京市沙尘的温度响应最为明显,在25~29日期间均为负值,且AOD最高时(29日)的温度响应达-1.68℃.总的来说,沙尘气溶胶的近地面温度响应并不是全部为负,沙尘可以吸收和散射太阳辐射,进而对地面产生冷却效应,也可通过干扰云的形成来影响太阳辐射,而云作为太阳辐射的主要影响因子,也会对近地面气温有影响.

除气温外,研究还对4个城市25~29日近地面相对湿度日变化进行了分析(图8d),由图8d可知,四城市近地面相对湿度均存在明显变化.乌鲁木齐相对湿度于25~26日间,从32%升至68%,而于26~29日呈下降趋势,这是因为受到了沙尘期间大量干燥细小沙尘“稀释干燥”作用的影响[4];呼和浩特相对湿度于26日发生骤降(从50%降至35%),而于26~29日期间呈上升趋势;兰州相对湿度在25~27日均较低,于27~29日呈升高趋势.北京相对湿度在25~28日间较为平稳,29日骤升(从47%升到78%).

为了进一步分析沙尘对相对湿度的影响,参照沙尘气溶胶温度响应的研究方法,给出了4个城市4月25~29日近地面2m的相对湿度响应日变化(图8e).由图可知,在整个沙尘过程中,沙尘气溶胶有降低近地面相对湿度的作用,具体表现为:乌鲁木齐在AOD值较高的26日和28日相对湿度响应为负,有沙尘时的相对湿度低于无沙尘时,28日湿度响应最大(为-3.3%);呼和浩特在沙尘过程中的整体相对湿度响应为负,在AOD达到最大值的29日,相对湿度相较于无沙尘时下降了7.3%;兰州的相对湿度响应与AOD存在明显对应关系,相对湿度响应幅度随着AOD的上升而上升,对应于AOD值较高的3d(27~ 29日),相对湿度响应分别为-1.6%、-4.7%和-4.3%;北京地区相对湿度响应情况则相反,在29日AOD达最大值时,相对湿度相对于无沙尘时增加了10%左右,这可能由于北京相较于西北地区云量较大,沙尘气溶胶形成云凝结核,造成降水,进而导致相对湿度上升[38].总的来说,极端沙尘天气可以造成近地面气温和相对湿度的短时间下降.

3 结论

3.1 高空环流形势和低层中尺度系统的配合造成了2015年4月26~29日黑风暴天气过程的发生.不同高度的污染物主要随气流来自于新疆本地及其以西的中亚地区,在西南风的作用下进入北疆,并沿着天山北坡在乌鲁木齐堆积,继而东灌进入南疆盆地.

3.2 受此次黑风暴东输过程影响的4个典型城市(乌鲁木齐、呼和浩特、兰州和北京)的AOD均呈上升趋势,其中影响最大的乌鲁木齐AOD最高值达到0.32,PM2.5小时浓度达到628μg/m3,为重度污染.

3.3 4个城市近地面2m的气温日变化均呈下降趋势,其中乌鲁木齐近地面2m气温从16℃降至5℃,骤降了11℃.各城市对沙尘气溶胶的温度响应不同,其中北京市的温度响应最为明显,于AOD最高的29日达-1.68℃.

3.4 沙尘气溶胶对近地面相对湿度存在影响,由于所处地理位置与环境影响不同,4个城市相对湿度日变化趋势存在明显差异.其中,乌鲁木齐、呼和浩特和兰州的整体相对湿度响应均为负,而北京地区相对湿度相应情况则相反,在AOD值达到最大的29日,相对湿度相较无沙尘时增加了10%左右.

[1] 王式功,董光荣,陈惠忠,等.沙尘暴研究的进展[J]. 中国沙漠, 2000, 20(4):349-356. Wang S G, Dong G R, Chen H Z, et al. Advances in studying sand- dust storms of China [J]. J Desert Res, 2000,20(4):349-356.

[2] 任宜勇.新疆决策气象服务指导手册[M]. 乌鲁木齐:新疆大学出版社, 2006:11. Ren Y Y. Xinjiang guide manual of policy-making meteorological service [M]. Urumqi: Xinjiang University press, 2006:11.

[3] 李建云,屈述军.中国地区春季沙尘气溶胶短波辐射气候效应数值模拟研究[J]. 气象与减灾研究, 2010,33(4):23-30. Li J Y, Qu X J. The Simulation of radiative climatic effects on the soil-derived afrosol in China [J]. Meteorology and Disaster Reduction Research, 2010,33(4):23-30.

[4] 张小曳.亚洲粉尘的源区分布、释放、输送、沉降与黄土堆积 [J]. 第四纪研究, 2001,21(I):29-40. Zhang X Y. Source distributions emisson, transport, deposition of Asian dust and loess accumulation [J]. Quaternary Sciences, 2001, 21(I):29-40.

[5] 罗藤灵,张卫民,余 意,等.新疆塔克拉玛干沙漠沙尘暴统计分析 [C]. 中国气象学会,第35届中国气象学会年会.合肥:2018. Lou T L, Zhang W M, Yu Y, et al. Statistical analysis of sandstorm in Taklimakan Desert, Xinjiang [C]. The 35th Annual Meeting of the Chinese Meteorological Society, Hefei, 2018.

[6] 柳 丹,张 武,陈 艳,等.基于卫星遥感的中国西北地区沙尘天气发生机理及传输路径分析[J]. 中国沙漠, 2014,34(6):1605-1616. Liu D, Zhang W, Chen Y, et al. Analysis of the mechanism and transmission of dust in Northwest China based on satellite remote- sensing data [J]. J Desert Res, 2014,34(6):1605-1616.

[7] 史 珺,李明财,曹经福,等.天津市典型办公建筑极端能耗气候响应特征分析[J]. 气象与环境学报, 2016,32(2):72-78. Shi J, Li M C, Cao J F, et al. Responses of extreme energy consumption of typical office building to climate in Tianjin [J]. Journal of Meteorology and Environment, 2016,32(2):72-78.

[8] 张君霞,黄 倩,田文寿,等.对流冷池对黑风暴沙尘抬升和传输影响的大涡模拟研究[J]. 高原气象, 2018,37(3):850-862. Zhang J X, Huang Q, Tian W S, et al. Large eddy simulation study of effects of convective cold pools on dust-uplift and transportion of black storm [J]. Plateau Meteorology, 2018,37(3):850-862.DOI:10. 7522/j.issn.1000-0534.2018.00046.

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

[10] 刘立忠,么 远,韩 婧,等.西安市大气颗粒物数浓度分布及典型天气条件特征变化 [J]. 中国环境科学, 2015,35(12):3588-3594. Liu L Z, Yao Y, Han J, et al. Distribution of atmospheric particle number concentration in Xi’an and variations in typical weather conditions [J]. China Environmental Science, 2015,35(12):3588-3594.

[11] 周 旭,张 镭,陈丽晶,等.沙尘暴过程中沙尘气溶胶对气象场的影响 [J]. 高原气象, 2017,36(5):1422-1432. Zhou X, Zhang L, Chen L J, et al. Influence of the dust aerosols on meteorological fields during dust storm [J]. Plateau Meteorology, 2017,36(5):1422-1432.

[12] 邱金桓,孙金辉.沙尘暴的光学遥感及分析[J]. 大气科学, 1994, 18(1):1-10. Qiu J H, Sun J H. Optically remote sensing of the dust storm and result analysis [J]. Sciertia Atmospherica Sinica, 1994,18(1):1-10.

[13] 胡 俊,钟 珂,亢燕铭,等.新疆典型城市气溶胶光学厚度变化特征[J]. 中国环境科学, 2019,39(10):4074-4081. Hu J, Zhong K, Kang Y M, et al. Variation in aerosol optical depth over the typical cities in the Xinjiang region [J]. China Environmental Science, 2019,39(10):4074-4081.

[14] Tegen I, Lacis A A. Modeling of particle size distribution and its influence on the radiative properties of mineral dust aerosol [J]. Journal of Geophysical Research: Earth Surface, 1996,101(D14): 19237-19244.

[15] 王 娜,张 镭.沙尘气溶胶辐射特性及其观测方法初步评述[J]. 干旱气象, 2007,(4):68-73. Wang N, Zhang L. Preliminary summary on radiative properties and observation mehtods of the dust aerosol [J]. Ard Meteorology, 2007, (4):68-73.

[16] Huang J P, Minnis P, Chen B, et al. Long-range transport and vertical structure of Asian dust from CALIPSO and surface measurements during PACDEX [J]. J. Geophys.Res., 2008,113(23212).

[17] 申莉莉,盛立芳,陈静静.一次强沙尘暴过程中的沙尘气溶胶空间分布的初步分析[J]. 中国沙漠, 2010,30(6):1483-1489. Shen L L, Sheng L F, Chen J J. Prelimnary analysis of the spatial distribution of the dust aerosol in a heavy dust storm [J]. J Desert Res, 2010,30(6):1483-1489.

[18] 马井会,张国琏,耿福海,等.上海地区一次典型连续浮尘天气过程分析[J]. 中国环境科学, 2013,33(4):584-593. Ma J H, Zhang G L, Geng F H, et al. Analysis of a typical dust event in Shanghai [J]. China Environmental Science, 2013,33(4):584-593.

[19] 廖志恒,范绍佳,黄 娟,等.2013年10月长株潭城市群一次持续性空气污染过程特征分析[J]. 环境科学, 2014,35(11):4062-4068. Liao Z H, Fan S J, Huang J, et al. Characteristic analysis of a multi-day pollution event in Chang-Zhu-Tan Metropolitan Area During October 2013 [J]. Environmental Science, 2014,33(4):584- 593.

[20] 陈烨鑫,朱 彬,尹 聪,等.基于卫星遥感和地面观测资料分析苏皖两省一次空气污染过程[J]. 中国环境科学, 2014,34(4):827-836. Chen Y X, Zhu B, Yin C, et al. A continuous air pollution event in Jiangsu and Anhui provinces based on satellite remote sensing and field observations [J]. China Environmental Science, 2014,34(4):827- 836.

[21] 池梦雪,张宝林,王 涛,等.2000~2018年黄土高原沙尘天气遥感监测及尘源分析 [J]. 科学技术与工程, 2019,19(18):380-388. Chi M X, Zhang B L, Wang T, et al. Remote sensing and source analysis of aeolian dust in Loess Plateau during 2000~2018 [J]. Science Technology and Engineering, 2019,19(18):380-388.

[22] Qi Y L, Ge J M, Huang J P. Spatial and temporal distribution of MODIS and MISR aerosol optical depth over northern China and comparison with AERONET [J]. Atmospheric Science, 2013,58(20): 2497-2506.

[23] Huang J P, Minnis P, Lin B, et al. Determination of ice water path in ice-over-water cloud systems using combined MODIS and AMSR-E measurements [J]. Geophysical Research Letters, 2006,332(21): 1522-1534.

[24] Huang J P, Lin B, Minnis P, et al. Satellite-based assessment of possible dust aerosols semi-direct effect on cloud water path over East Asia [J]. Geophys. Res. Lett., 2006,33(19):9802-1-19802-5.

[25] Huang J P, Wang Y, Wang T, et al. Dusty cloud radiative forcing derived from satellite data for middle latitude regions of East Asia [J]. Progress in Natural Science, 2006,16(10):1084-1089.

[26] Ashpole I, Washington R. A new high-resolution central and western Saharan summertime dust source map from automatedsatellite dust plume tracking [J]. Journal of Geophysical Research: Atmospheres, 2013,118(13):6981-6995.

[27] Filonchyk M, Yan H, Shareef T M E, et al. Aerosol contamination survey during dust storm process in Northwestern China using ground, satellite observations and atmospheric modeling data [J]. Theoretical and Applied Climatology, 2018,(12):1-15.

[28] 薛文博,武卫玲,付 飞,等.2015.中国2013年1月PM2.5重污染过程卫星反演研究 [J]. 环境科学, 2015,36(3):794-800. Xue W B, Wu W L, Fu F, et al. Satellite retrieval of a heavy pollution process in January 2013 in China [J]. Environmental Science, 2015, 36(3):794-800.

[29] Huang G, Liu Q, Wang Y Y, et al. The accuracy improvement of clear-sky surface shortwave radiation derived from CERES SSF dataset with a simulation analysis [J]. Science of the Total Environment, 2020,749:141671.

[30] Kaufman Y J, Tanre D, Gordon H R, et al. Passive remote sensing of tropospheric aerosol and atmospheric correction for the aerosol effect [J]. Journal of Geophysical Research, 1997,102(D14):16815-16830.

[31] 高大伟,徐宏辉,郁珍艳,等.MODIS气溶胶光学厚度在临安大气颗粒物监测中的应用 [J]. 环境科学研究, 2012,25(7):739-744. Gao D W, Xu H H, Yu Z Y, et al. Application of MODIS aerosol optical depth in monitoring PM10concentrations in Lin'an [J]. Research of Environmental Sciences, 2012,25(7):739-744.

[32] 郑卓云,陈良富,郑君瑜,等.高分辨率气溶胶光学厚度在珠三角及香港地区区域颗粒物监测中的应用研究 [J]. 环境科学学报, 2011, 31(6):1154-1161. Zheng Z Y, Chen L F, Zheng J Y, et al. Application of retrieved high-resolution AOD in regional PM monitoring in the Pearl River Delta and Hong Kong region [J]. Acta Scientiae Circumstantiae, 2011, 31(6):1154-1161.

[33] Huang G, Chen Y H, Li Z Q, et al.Validation and accuracy analysis of the collection 6.1MODIS aerosol optical depth over the westernmost city in China based on the Sun-Sky Radiometer Observations from SONET [J]. Earth and Space Science, 2020,7(3):e2019EA001041.

[34] Huang J, Minnis P, Chen B, et al. Long-range transport and vertical structure of Asian dust from CALIPSO and surface measurements during PACDEX [J]. Journal of Geophysical Research: Atmospheres, 2008,113(D23):1-13.

[35] Wang X, Huang J, Zhang R, et al. Surface measurements of aerosol properties over northwest China during ARM China 2008 deployment [J]. Journal of Geophysical Research, 2010,115(D7):1-13.

[36] 杨志华,张 旭,毛炜峰.基于FY-3B/VIRR数据的新疆沙尘天气遥感监测应用研究[J]. 沙漠与绿洲气象, 2014,8(5):48-52. Yang Z H, Zhang X, Mao W Y. The remote sensing monitoring application research in dust weather of Xinjiang based on FY-3B/ VIRR Data [J]. Desert and Oasis Meteorology, 2014,8(5):48-52.

[37] 王文彩.沙尘气溶胶的传输和气候效应的观测研究[D]. 兰州:兰州大学, 2013. Wang W C. Observation study of dust aerosols’ transport and climate effect [D]. Lanzhou: Lanzhou University, 2013.

致谢：对于新疆气象台及国家卫星气象中心提供的数据与模式支持,NASA、NOAA、USGS及ECWMF提供的MODIS、OISST、GMTED及EIN15数据集,由衷地表示感谢.

Analysis of an episode of a black storm moving eastward from Xinjiang based on multi-source data and model simulation.

HUANG Guan1,2, GUO Zi-jia1, ZHOU Ya-man4, SU Xiao-lan3*, LIU Xin1, CHEN Yong-hang1**, ZHOU Hai-jiang1, YANG Lin-pei1

(1.College of Environmental Science and Engineering, Donghua University, Shanghai 201620, China；2.Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, China；3.Xinjiang Uygur Autonomous Region Meteorological Service Center, Urumqi 830002, China；4.Xinjiang Meteorological Observatory, Urumqi 830002, China)., 2021,41(4)：1530~1539

Multi-Source monitoring data from satellite remote sensing, environmental monitoring and meteorological observation were comprehensively used to analyze the generation source, path and development process of a black storm in Xinjiang in April 2015 combining backward trajectory model. The results show that the pollutants at different heights during the black storm mainly from Xinjiang and its west of the Central Asia region along with the airflow, entered the northern Xinjiang accompanied by the southwest airflow almost at the same time, piled up along the Tianshan Mountains and then crossed the mountains into southern Xinjiang. Meanwhile, four typical cities (Urumqi, Hohhot, Lanzhou and Beijing) affected by the east transport of pollutants from the black storm were selected to analyze the influence of large amounts of dust aerosols on major meteorological parameters during the eastward transport of the black storm using regional climate model (RegCM4.6).The results show that the AOD for the four typical cities affected by the black storm's eastward transport during April 25~29 all increased, and the simulated pollution level was close to the actual. For the temperature response of the dusts at 2m near the surface, Beijing was the most visible, up to -1.68℃, while was not obvious at Urumqi, where the temperature near the ground during the dust episode decreased by 0.1℃ at the highest compared with that without dusts. When AOD reaches its maximum value, the temperature response of Hohhot and Lanzhou is -0.4℃ and -0.8℃ respectively. During the black strom episode, the maximum relative humidity response in Urumqi, Hohhot and Lanzhou was -3.3%, -7.3% and -4.7%, respectively, while the relative humidity in Beijing increased by about 10% compared with that without dusts when the AOD reached its maximum value on 29th.

black storm；aerosol；backward trajectory；temperature；humidity；Xinjiang

X513

A

1000-6923(2021)04-1530-10

黄 观(1991-),女,新疆乌鲁木齐人,东华大学博士研究生,主要从事大气环境与遥感方面的研究.发表论文5篇.

2020-08-03

中央级公益性科研院所基本科研业务费(IDM201503);国家自然科学基金资助项目(42030612,41975029,41375021)

* 责任作者, 苏小岚, 高级工程师, sxllogan@126.com; 陈勇航, 教授, yonghangchen@126.com