強沙塵暴的數值模擬及PM10濃度的時空變化分析

周 旭,張 鐳,郭 琪,衣娜娜,田鵬飛,陳麗晶(.蘭州大學大氣科學學院,半干旱氣候變化教育部重點實驗室,甘肅 蘭州 730000；2.中國氣象局,云霧物理環境重點開放實驗室,北京 0008 )

強沙塵暴的數值模擬及PM10濃度的時空變化分析

周 旭1,2,張 鐳1*,郭 琪1,衣娜娜1,田鵬飛1,陳麗晶1(1.蘭州大學大氣科學學院,半干旱氣候變化教育部重點實驗室,甘肅 蘭州 730000；2.中國氣象局,云霧物理環境重點開放實驗室,北京 100081 )

為研究沙塵暴期間沙塵排放、干沉降過程以及PM10濃度的時空變化,采用考慮了多種起沙物理機制的起沙參數化方案與WRF/Chem模式相結合的沙塵集成預報系統,模擬了發生在2010年4月24日中國西北地區的黑風暴過程,分析近地表PM10的排放及濃度變化,并與實際觀測進行了對比,發現該系統能夠很好地模擬此次過程;分析了黑風暴過程中不同地區的沙塵排放及干沉降,其中敦煌地區的排放和沉降分別為4.01和6.23mg/m2,民勤的排放和沉降分別為5040.79和231.74mg/ m2;發現黑風暴過程中沙塵排放源地主要為民勤地區,黑風暴過程中民勤地區PM10排放為5.04t/km2;分析 PM10不同地區的垂直濃度分布情況,發現PM10主要分布在 1000m以下的大氣中,并能夠擴散到3000m以上的高空進行遠距離的輸送,擴散到高空的PM10可以輸送到幾千公里外的地區.

強沙塵暴；可吸入顆粒物(PM10)；數值模擬；時空分布

沙塵暴作為自然界中沙塵氣溶膠的主要來源,可以通過直接[1-3]、半直接[4-6],或者間接[7-9]作用影響地球氣候系統,反之,氣候因素對沙塵暴也存在一定的影響[10-11].沙塵氣溶膠是大氣中顆粒物主要成分之一,其粒徑分布、數濃度往往與天氣條件存在著一定的聯系[12-13].

近年來,全球沙塵暴頻發,對人們的生產、生活以及大氣環境帶來巨大的影響[14].大量的學者從沙塵暴的起沙機制[15-19]、光學厚度[20-22]、帶電效應[23-24]、形成發展及輸送、沉降等方面進行了研究[25-28];也有學者從沙漠陸面過程[29-30]、沙塵暴的成因[31]、變化特征[32]、氣候特征[33]及氣候因素對沙塵暴的影響[34-35]等方面進行了廣泛的研究.為遏制沙塵暴的發生,有些學者從沙漠治理入手對沙漠防風林進行了研究[36].

對于西北地區的干旱和沙塵暴相繼建立了一些監測系統[37-38],國內外也出現了很多沙塵暴的預測系統,迄今已形成了多個沙塵預報模式,其中耦合了區域大氣模式的沙塵模式有CFORS[39]、COAMPS[40]、DREAM[41]、CEMSYS5[42]等,與全球大氣模式相耦合的沙塵模式包括了GOCART[43]、DEAD[44]、MASINGAR[45]等.不同的沙塵預測系統結合經驗的或者基于物理模型的起沙參數化方案對沙塵天氣都有一定的模擬能力,都能夠很好的模擬出沙塵暴這種天氣現象,但是仍然存在很多的不確定性[46],不同的起沙參數化方案對于沙塵暴期間沙塵排放、輸送存在很大的差異[47].

起沙參數化方案的根本不同點在于垂直沙塵通量的計算,因此,垂直沙塵通量的計算成為了關鍵.本文利用耦合了Shao 2004年提出的起沙參數化方案的WRF/Chem模式,通過數值模擬和實驗觀測的方法,研究民勤地區黑風暴過程中的沙塵排放、PM10的濃度時空演變特征、沙塵干沉降分布以及輸送特征,并根據數值模擬結果確定沙源地.通過本文的研究,為建立準確的沙塵預報系統以及完善的監測系統提供了依據,便于定量的預測沙塵天氣發生的范圍和程度,也為防災減災提供有效的服務.

1 模式簡介及檢驗

1.1 研究區概況

民勤縣位于甘肅省河西走廊中部,位于巴丹吉林與騰格里沙漠的交界處,能夠很好地代表沙漠地區的地形、地貌以及地表狀況等特征,該地區長年降水稀少,年平均降水量為113.6mm,是我國春季沙塵暴多發區.Koven等利用包含了地貌、歸一化的植被指數(NDVI)、地表粗糙度及水文狀況等不同土壤風蝕指數來確定的全球沙源地,其中中國西北地區是全球主要的沙塵源地之一[48].

實驗場地位于民勤治沙綜合試驗站 3號塔(38.62°N,102.92°E)及其附近的區域,該地區位于綠洲外的流動沙地(沙漠)內,屬于半流動、流動風沙地貌類型,荒漠植被以白刺、梭梭為主,植被衰敗和退化現象較為嚴重,生態環境非常脆弱,是我國干旱區荒漠化最嚴重的地區之一[49].由于干燥的氣候、不穩定的空氣狀態、稀疏的植被、豐富的沙源、因缺水和濫墾造成的疏松的地表物質使該區域成為我國境內的強沙源區中心之一,也是入境沙塵暴的必經之路[50].

2010年4月24日,受冷空氣影響西北地區自西向東發生了一次沙塵過程,其中河西走廊遭受了強沙塵暴的侵襲,特別是在甘肅的酒泉、民勤等地出現了能見度為 0m的黑風暴.趙旋等[51]對此次沙塵暴過程中地面氣象要素和近地面沙塵濃度的變化,以及大氣動力、熱力學參數進行了計算和分析,郭萍萍等[52]進行了天氣成因分析.

PM10濃度的觀測數據為西部災害與環境力學重點實驗室在民勤地區觀測點的資料,觀測儀器采用美國TSI公司的Dust Trak8520型智能粉塵檢測儀,采樣頻率0.2Hz,采樣高度分別為0.5、1、8、16m,觀測時間為2010年4～5月,本文所采用數據為16m高度處,2010年4月24日16:00～2010年4月25日00:00的觀測結果.激光雷達能非常好地觀測沙塵氣溶膠[53],蘭州大學半干旱氣候與環境觀測站(SACOL)的NIES激光雷達觀測數據.該激光雷達在SACOL有2009年～2012年的連續觀測.其垂直分辨率為 6m,時間分辨率為15min.本文用激光雷達的 532nm波長的距離訂正回波信號來分析沙塵氣溶膠垂直分布.文中采用2010年4月25～26日的激光雷達數據,并通過Tian等[54]的方法做了信號降噪處理.

1.2 沙塵模式簡介

Shao[55]提出的沙塵暴的集成預報系統包含地理信息系統、大氣模式、風蝕過程、陸面過程以及沙塵的輸送過程等(如圖1所示).

本文采用的大氣模塊是WRF中尺度天氣預報模式,起沙參數化方案采用Shao給出的參數化方法.該方案的躍移水平沙通量表示為:

式中:c為系數;ρ為空氣密度,kg/m3; g為重力加速度,m/s2;分別表示摩阻風速和臨界摩阻風速,m/s.則沙塵垂向通量表示為式(2).

圖1 沙塵集成預報系統示意Fig.1 Schematic diagram of the integrated dust forecasting system

式中:cγ是比例系數;γ是表示沙塵粒徑分布的權重因子;pm(dj)和 pf(dj)分別表示為粒徑的全分布和最小分布;g表示重力加速度;表示摩擦速度;p表示土壤塑型壓力;Qs(i)為沙塵粒徑為 di的沙粒的通量σm沙塵粒子的轟擊效率.根據 Shao[55]給出的結果其表達式為:式中:ρs表示沙塵密度,通常取常取 2650kg/m3,式(2)中,γ為一權重使得

將上述方程離散化便可以耦合到WRF/Chem中.

1.3 沙塵集成預報系統檢驗

利用該沙塵預報系統分別模擬了2010年3月29～31日;4月8～10日;4月24～26日的沙塵天氣,模擬區域的中心取在(35°N,l05°E),模式的水平分辨率為 30km,緯向共有200個格點,經向有150個格點,垂直方向分為27層,時間步長為3min,邊界層方案選取YSU方案.模擬的范圍主要包括蒙古、內蒙古以及華北和東北地區.氣象模式的初始場和驅動場采用1°×1°分辨率的NCEP再分析數據,并且每 6h更新一次,下墊面土壤類型信息采用 Shao[55]給出的土壤信息(圖 2),其中越接近1.0表示越容易風蝕,可以看出在塔克拉瑪干、巴丹吉林、騰格里等沙漠地區是極易風蝕的區域.吳成來等[56]利用該土壤類型信息和植被覆蓋度資料,對2002年3月19～22日發生在東亞地區的強沙塵暴過程進行模擬,模擬的沙塵濃度與觀測較為一致.周旭等[57]研究了該模式的敏感性因子,并給出了適用于中國西北地區的起沙參數化方案中的參數值.

圖2 Shao[55]給出的中國西北地區土壤可風蝕指數Fig.2 The erosion index of soil in northwest China by Shao[55]

圖3a、b、c分別給出了2010年3月29～31 日、4月21～23日、4月24～26日的沙塵天氣過程中,民勤觀測站模擬的 PM10濃度隨時間的變化情況.可以看出該沙塵集成預報系統能夠模擬出沙塵天氣的發生和演變過程.

圖3 民勤地區不同場次沙塵暴模擬的PM10濃度Fig.3 Simulated PM10concentration during different dust storms in Minqin

圖4給出了3次沙塵天氣過程中民勤觀測點PM10濃度的變化與模擬值的對比情況,其中觀測值為Dust Trak在民勤治沙站3號塔的觀測數值,發現模式能夠很好的模擬出沙塵天氣的趨勢,包括:開始、結束時間和峰值濃度,特別是發生在 3月29日的沙塵天氣過程中PM10的變化情況.由此可見該模式能夠較準確的模擬出沙塵天氣過程中PM10濃度變化情況.

圖4 民勤觀測的PM10濃度與模擬值對比Fig.4 Comparison between the observed and simulatedPM10concentration in Minqin

此外,為檢驗模式模擬的沙塵分布區域,將模擬結果與FY-3A氣象衛星的監測結果進行了對比,如圖5所示,其中圖5a為模式模擬25日12:00時PM10的分布情況,圖5b為FY-3A氣象衛星25日 12:10的監測實況,可以看出衛星監測到沙塵區域主要分布在甘肅北部的張掖-武威-民勤一帶、寧夏中部和南部、陜西西北部以及內蒙古中部偏南地區,這些沙塵分布的區域,模式都能夠很好的模擬出來,充分說明了模式在模擬沙塵的時空分布具有很強的模擬能力.

為進一步說明模式在垂直方向上的模擬能力,將 SACOLPM10垂直分布的模擬結果與532nm激光雷達的觀測結果進行了對比,其中激光雷達觀測結果處理采用Huang等[58]的方法,如圖6所示,對比沙塵在垂直方向分布,發現模擬結果與觀測結果比較一致,25日15:00左右PM10濃度出現峰值,高度達到3km左右,說明模式能夠很 好的模擬沙塵在垂直方向的分布情況.

圖5 4月25日12:00PM10模擬分布和FY-3A氣象衛星監測實況Fig.5 Distribution of simulated PM10concentration and monitored by FY-3A on April 25

圖6 4月25日SACOL測站激光雷達觀測與模擬PM10濃度對比Fig.6 Comparison between simulated PM10concentration and lidar observation at SACOL on April 25

綜上所述,通過與觀測結果的對比,本文所采用的模式能夠很好地模擬沙塵天氣過程中 PM10的分布和時空變化情況.

2 沙塵PM10的排放、沉降及時空分布

2.1 4月24日天氣過程

2010年4月24～26日,受冷鋒和蒙古氣旋共同影響,南疆盆地和新疆東部、青海西北部、內蒙古西部、甘肅河西地區和寧夏等地出現大風天氣,并伴有沙塵,部分地區出現了沙塵暴.此次沙塵暴過程甘肅全省有 16個觀測站出現大風沙塵暴天氣,其中鼎新、臨澤、張掖、民樂、民勤、酒泉出現特強沙塵暴,酒泉、民勤最小能見度為0m[59].

圖 7給出了此次沙塵天氣過程模擬的500hPa天氣形勢的演變過程,圖 7a中可以看出24日08:00 500hPa低壓槽位于新疆中東部,14:00鋒面東移到達酒泉,鋒前張掖以東大部分地區均處在低壓中.隨后,冷鋒繼續東移,河西走廊中部自西向東出現強沙塵暴,張掖于 16:30前后爆發了能見度幾乎為 0的特強沙塵暴.到 17:00,冷鋒移至張掖和武威之間,鋒前低壓中心值降低到1000hPa.圖7b給出了24日20:00 500hPa天氣形勢圖,此時 3h變壓增強到 9.0hPa,形成了一強氣壓梯度帶,民勤出現了 8～9級大風,導致民勤于19:09和20:00出現兩次“黑風”.圖7c給出了25日08:00 500hPa天氣形勢,可以看出低壓槽抵達甘肅東部,此時寧夏大部分地區和蘭州出現了沙塵天氣.圖7d給出了25日20:00 500hPa天氣形勢,此時低壓槽轉豎,大風源源不斷的將河西地區的沙塵輸送到華中地區.

圖7 2010年4月24～26日500hPa天氣形勢Fig.7 500hpa geopotential height on April 24～26, 2010

2.2 沙塵天氣過程的沙塵排放

圖8給出了模擬區域4月24日沙塵暴期間每6h的沙塵排放總量.首先在24日11:00,新疆中東部地區低空存在一個風切變的區域,此時沙塵排放位于新疆中東部地區(圖 8a);隨著高空低壓中心的南移,到了24日17:00低空大風區域東移到了新疆、甘肅、青海交界的區域,此時新疆東部、甘肅中部、青海北部地區出現起沙(圖 8b),19:00左右民勤一度出現強沙塵暴;隨著冷空氣東移,到了24日23:00,低壓中心分裂成兩個,此時新疆地區的起沙過程基本結束,甘肅地區的起沙區域繼續東移到達了金昌地區(圖 8c);到了 25日 08:00前后新疆地區、青海北部地區起沙過程結束,此時沙塵排放區域主要位于甘肅中部和內蒙古東部地區(圖8d);甘肅中西部地區出現了起沙,6h起沙量約為 70g/m2,隨著蒙古氣旋的東移,25日 08:00前后張掖-金昌-武威-民勤一線再次出現大面積大量起沙,一直維持到26日08:00(圖8e-h),該地區都有沙塵排放,說明影響我國大部的沙塵天氣過程的沙塵源地主要為該地區.

2.3 模擬區域的PM10的排放與干沉降

圖9給出了模擬區域4月24～26日沙塵排放量與干沉降的分布圖,從圖9a可以看出沙塵排放的區域主要分布在新疆中部、青海北部、甘肅從西向東的大部分地區以及內蒙古東部地區,這一模擬結果與趙慶云等[58]給出的觀測沙塵暴事件的觀測事實比較一致.

圖9b給出了沙塵干沉降的分布情況,干沉降主要分布在新疆南部地區、甘肅自金昌向東到民勤地區、內蒙古東部、寧夏中西部地區,對比沙塵排放與干沉降,發現沙塵排放遠遠大于干沉降,說明起沙后大顆粒的沙塵很快就通過干沉降的方式沉降到地表,其余的則通過大氣邊界層中的 湍流輸送到高空隨著冷空氣進行遠距離輸送.

圖8 模擬區域每6h沙塵排放Fig.8 Dust emission in the simulation region for every six hours

圖9 模擬區域沙塵排放量與干沉降Fig.9 Dust emission and dry deposition inthesimulation region

2.4 PM10地表濃度分布

圖10a 4月24日12:00,PM10主要分布在新疆中東部地區、青海北部地區和甘肅西部部分地區;24日 20:00,PM10分布區域擴大到新疆中東南部、青海省北部、甘肅的中西部區域和內蒙古西部,其中民勤地區的 PM10平均濃度達到了90mg/m3;25日08:00新疆地區的PM10分布區域向西南方向移動,到達新疆西南部,青海北部的沙塵向南擴散覆蓋青海省的大部分地區,甘肅中西部 PM10分布區域向東南方向移動,到達了四川北部、寧夏大部區域(如圖 10c);25日16:00由PM10濃度分布可以看出,此時沙塵主要分布在甘肅中東部地區、寧夏、內蒙古西部、陜西大部和四川北部地區(如圖10d);26日00:00隨著冷空氣遷移的 PM10向東南地區擴散到達四川、陜西、湖北、河南等地(如圖 10e).26日08:00PM10濃度出現 2個大值中心,一個位于湖北與湖南交接至重慶的地區,該地區的 PM10是由于24～25日甘肅-武威-民勤一線排放的沙塵輸送而來,一個位于民勤-中衛-銀川地區,此地區是由于26日08:00該地區再次出現沙塵暴導致的(如圖10f).

圖10 4月24～26日沙塵天氣過程地表PM10濃度分布Fig.10 The distribution of near-surface PM10concentration during dust storm on April 24～26

圖11給出了24～26日沙塵天氣過程不同時間 段地表 PM10的平均濃度分布,可以看出整個過程中民勤地區地表 PM10的平均濃度最大,達到了90mg/m3,從另一個側面也說明了民勤地區是此次沙塵天氣的沙源地.與李耀輝等[60]指出民勤為河西走廊中沙塵暴最為嚴重區域的研究結果是一致的.

圖11 24～26日沙塵天氣過程地表PM10的平均濃度分布Fig.11 Distribution of the average PM10concentration during the dust storm on 24～26April

綜上,2010年4月24日沙塵天氣過程分為兩個階段,第一階段為24日08:00～25日00:00,該階段沙塵排放分布在新疆中東部和甘肅中部兩個區域,并分別向西南方向和東南方向輸送,第二階段為25日06:00開始,沙塵排放區域只有民勤地區.此次沙塵天氣 PM10的輸送路徑有 2條,第一為新疆中東部起沙向西南方向輸送,到達新疆西南部地區;第二為甘肅中東部地區,特別是民勤地區起沙向東南方向輸送,到達四川、陜西、湖北、河南、安徽等地,并繼續東移影響我國大部分地區.

2.5 PM10的垂直分布

由圖12看出PM10主要分布在3000m以下,該垂直分布的高度與柳丹等[61]基于衛星遙感分析的沙塵氣溶膠分布的高度是一致的.敦煌的PM10濃度明顯小于其他地區,說明敦煌地區沙塵排放小;民勤的 PM10濃度最大,隨高度的增加PM10濃度減小很快,說明民勤的沙塵顆粒較大干沉降迅速,伴隨著大風的夾卷作用,沙塵排放源區PM10不斷的向大氣中排放,并向上擴散,而沙塵輸送的下游地區 PM10濃度隨著高度變化很小,如蘭州、銀川、西安地區PM10濃度隨高度變化不劇烈,表明此時已混合均勻,較大粒徑的沙塵顆粒的干沉降已經結束,其余則是可以進行懸移的沙塵顆粒,并隨著冷空氣進行遠距離輸送.

圖12 沙塵過程中不同區域的PM10濃度的垂直分布Fig.12 Vertical distribution of PM10concentration in different regions during the dust storm

3 PM10的排放和干沉降特征

圖13a給出了吐魯番、敦煌、民勤、中衛、銀川、蘭州地區24～26日沙塵過程中PM10的沙塵排放隨著時間的變化,可以看出民勤和中衛地區的 PM10排放遠遠大于其它地區的沙塵排放,其中民勤的PM10沙塵排放最大值超過了每小時55000mg/m2,出現在25日11:00左右,而中衛地區的沙塵排放也達到了每小時45000mg/m2,出現在25日 14:00,由此可見冷空氣的上游沙塵排放遠大于側風向的沙塵排放,中衛峰值落后于民勤,因為隨著冷空氣遷移,沙塵不斷向前輸送.

根據圖13b中地表PM10干沉降隨著時間變化,可見民勤和中衛地區的 PM10干沉降遠大于吐魯番、敦煌、蘭州、西安等地,最大沉降值分別超過了2400和3600mg/(m2?h),其中民勤干沉降最大值出現在 25日 12:00,中衛則出現在 25日 15:00,兩者峰值出現的時間均比排放峰值出現的晚 1h,說明沙塵排放后并沒有直接干沉降,而是與空氣間進行了相互作用,最終在重力作用下才沉降到地面.對于西安而言,25日21:00干沉降達到最大值,其沉降的沙塵是由上游地區輸送而來,可見沙塵已隨著大氣進行遠距離的 輸送.

圖13 不同地點PM10排放、干沉降及濃度時間變化Fig.13 Evolution of emission, dry deposition and concentration of PM10in different regions

圖14 不同地區沙塵排放和干沉降Fig.14 Dust emission and dry deposition in different regions

圖13c給出了吐魯番、敦煌、民勤、中衛、銀川、蘭州、西安等地地面 PM10濃度的變化,可以看出西安的PM10峰值出現在民勤地區出現峰值之后,說明西安地區的 PM10由上游輸送而來,圖13d給出了沙塵排放和干沉降之差,民勤地區最大,西安地區為負值,說明西安地區只有沙塵的沉降.

圖 14給出了不同地區沙塵排放和干沉降,其中民勤地區干沉降約占沙塵排放量的 5%,銀川地區干沉降量占沙塵排放量的 72%;敦煌地區的沙塵排放和沉降非常小,沙塵排放僅為4.01mg/m2,民勤地區的為 5040.79mg/m2,西安地區僅有沙塵的干沉降,為63.62mg/m2,遠超過敦煌地區的 6.23mg/m2,約是民勤地區干沉降的四分之一.充分說明了,民勤是沙塵源地,沙塵排放沿著主風向進行了遠距離的輸送.

論文僅采用民勤和 SACOL的觀測資料,還需要更多站點觀測資料,并借助更多的衛星遙感資料對模擬結果進行更大范圍、更為詳細的驗證,這些需要在今后的工作進一步研究.

4 結果

4.1 通過對2010年4月24日發生在民勤地區的黑風暴進行了模擬,并與實際觀測值進行了對比,揭示了此次沙塵天氣的發生、發展和輸送過程,初步分析了PM10在此次過程中的排放、沉降和分布情況.分析此次沙塵暴過程中不同地區的沙塵排放,發現此次沙塵天氣過程存在兩個沙塵排放區,一個是新疆中部的吐魯番地區,另一個為張掖-武威-民勤一線,而張掖-武威-民勤一線的沙塵排放隨著冷空氣向西南方向輸送,可以確定影響全國大部分地區的沙塵天氣的沙塵主要源地為張掖-武威-民勤地區,其中在4月24-26日沙塵過程中PM10排放為5.04t/km2.

4.2 通過分析 PM10濃度的時空變化,給出了沙塵天氣過程中 PM10的擴散輸送過程.研究沙塵過程中PM10的垂直分布情況發現,民勤的PM10濃度最大,大部分地區的PM10主要分布在3000m以下,PM10排放源區的濃度隨高度減小劇烈,而PM10輸送的區域 PM10隨高度變化很小,1000m以下幾乎是均勻分布的.

4.3 通過分析PM10的時空分布狀況,發現PM10能夠隨著冷空氣的入侵,擴散到高空并進行遠距離的輸送,民勤地區24日19:00排放的沙塵,在26日便可以隨著氣流輸送到北京地區.

[1] Miller R L, and Tegen I. Climate response to soil dust aerosols [J]. Journal of Climate, 1998,11(12):3247-3267.

[2] Saeed T M, Al-Dashti H, and SpyrouC.Aerosol’s optical and physical characteristics and direct radiative forcing during a shamaldust storm, a case study [J]. Atmospheric Chemistry & Physics, 2014,14:3751-3769.

[3] Sarra AD, Fua D, Meloni D. Estimate of surface direct radiative forcing of desert dust from atmospheric modulation of the aerosol optical depth [J]. Atmospheric Chemistry& Physics, 2013,13:527-548.

[4] Hansen J, Sato M, Ruedy R. Radiative forcing and climate response [J]. J. Geophysical Research, 1997,102(D6):6831-6864. [5] 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]. Geophysical Research Letters, 2006,33:L19802.

[6] Helmert J. Heinold B, Tegen I, Hellmuth O, et al. On the direct and semi-direct effects of Saharan dust over Europe: a modeling study [J]. Journal of Geophysical Research, 2007,112:D13208.

[7] Liou K N, and Ou S C. The role of cloud microphysical processes in climate: an assessment from a one-dimensional perspective [J]. Journal of Geophysical Research, 1989,94(D6):8599-8607.

[8] Su J, Huang J P, Fu Q, et al. Estimation of Asian dust aerosol effect on cloud radiation forcing using Fu-Liou radiative model and CERES measurements [J]. Atmospheric Chemistry & Physics, 2008,8(10):2763-2771.

[9] Konwar M, Maheskumar R S, Kulkarni J R, and et al. Suppression of warm rain by aerosols in rain-shadow areas of India [J]. Atmospheric Chemistry & Physics& Discussions, 2010, 10(7):17009-17027.

[10] Qian W, Quan L, Shi S. Variations of the Dust Storm in China and its Climatic Control [J]. Journal of Climate, 2002,15(10): 1216-1229.

[11] Xu Y, Wang H, Hong L, et al. Simulation of dust aerosol radiative feedback using the GMOD: 2. Dust-climate interactions [J]. Journal of Geophysical Research, 2010,115(4):288-303.

[12] 陳勇航,毛曉琴,黃建平,等.一次強沙塵輸送過程中氣溶膠垂直分布特征研究 [J]. 中國環境科學, 2009,29(5):449-454.

[13] 劉立忠,么 遠,韓 婧,等.西安市大氣顆粒物數濃度分布及典型天氣條件特征變化 [J]. 中國環境科學, 2015,35(12):3588-3594.

[14] Zheng X. Mechanics ofWind-blown Sand Movement [M]. Springer, 2009,309pp.

[15] Marticorena B, Bergametti G. Modeling the atmospheric dust cycle: 1. Design of a soil-derived dust emission scheme [J]. Journal of Geophysical Research Atmospheres, 1995,100(D8):16415–16430.

[16] Shao Y P, Raupach M R, Leys J F. A model for predicting aeolian sand drift and dust entrainment on scales from paddock to region [J]. Soil Research, 1996,34(3):309-342.

[17] Lu H, Shao Y P. A new model for dust emission by saltation bombardment [J]. Journal of Geophysical Research Atmospheres, 1999,1041(D14):16827-16842.

[18] Shao Y P. A model for mineral dust emission [J]. Journal of Geophysical Research Atmospheres, 2001,106(D17):20239-20254.

[19] Shao Y P. Physics and modelling of wind erosion [M]. Springer, 2008:452.

[20] 周 碧,張 鐳,蔣德明,等.利用激光雷達觀測資料研究蘭州氣溶膠光學厚度 [J]. 干旱氣象, 2013,31(4):666-671.

[21] 韓 霄,張美根,韓志偉,等.東亞地區氣溶膠光學厚度時空分布模擬與分析 [J]. 中國科學:地球科學, 2010,40(10):1446-1465.

[22] 張志薇,王宏斌,張 鐳,等.中國3個AERONET站點氣溶膠微物理特性分析及比較 [J]. 中國環境科學, 2014,34(8):1927-1937.

[23] 鄭曉靜,黃 寧,周又和.風沙運動的沙粒帶電機理及其影響的研究進展 [J]. 力學進展, 2004,34(1):76-86.

[24] Kok J F, Renno N O. Electrostatics in wind-blown sand [J]. Physical Review Letters, 2008,100(1):145-150.

[25] Tegen I, Fung I. Modeling of mineral dust in the atmosphere: Sources, transport, and optical thickness [J]. J. Geophysical Research Atmospheres, 1994,99(D11):22897–22914.

[26] Uno I, Eguchi K, Yumimoto K, et al. Asian dust transported one full circuit around the globe [J]. Nature Geosci., 2009,2(8):557–560.

[27] Ginoux P, Prospero J M, Gill T E, et al. Global-scale attribution of anthropogenic and natural dust sources and their emission ratesbased on MODIS Deep Blue aerosol products [J]. Reviews of Geophysics, 2012,50(3):70-83.

[28] 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]. Journal of Geophysical Research Atmospheres, 2009,114(D10):895-896.

[29] 鄭 輝,劉樹華.沙漠陸面過程參數化與模擬 [J]. 地球物理學報, 2013,56(7):2207-2217.

[30] 趙采玲,呂世華,李照國,等.夏季巴丹吉林沙漠陸面熱狀況對邊界層高度影響的模擬實驗 [J]. 高原氣象, 2014,33(6):1526-1533.

[31] 楊先榮,王勁松,何玉春,等.甘肅中部強沙塵暴成因分析 [J]. 中國沙漠, 2008,28(3):567-571.

[32] 王存忠,牛生杰,王蘭寧.中國 50a來沙塵暴變化特征 [J]. 中國沙漠, 2010,30(4):933-939.

[33] 馮鑫媛,王式功,程一帆,等.中國北方中西部沙塵暴氣候特征[J]. 中國沙漠, 2010,30(2):394-399.

[34] 李智勇.西北地區氣候因素對沙塵暴影響的模型研究 [J]. 中國沙漠, 2009,29(3):415-420.

[35] 張 宇,王素萍,馮建英.2015年秋季全國干旱狀況及其影響與成因 [J]. 干旱氣象, 2015,33(3):528-534.

[36] Liu B, Qu J, Zhang W, et al. Numerical evaluation of the scale problem on the wind flow of a windbreak [J]. Scientific Reports, 2014.4:6619-6619.

[37] 張 強,姚玉璧,李耀輝,等.中國西北地區干旱氣象災害監測預警與減災技術研究進展及其展望 [J]. 地球科學進展, 2015, 30(2):196-213.

[38] 趙 明,方峨天,詹科杰,等.民勤地區近地面沙塵監測系統的建立及其運行的初步評價 [J]. 中國沙漠, 2008,28(6):1163-1168.

[39] Uno I, Carmichael G R, Streets D G, et al. Regional chemical weather forecasting system CFORS: Model descriptions and analysis of surface observations at Japanese island stations during the ACE-Asia experiment [J]. Journal of Geophysical Research Atmospheres, 2003,108(23):1147-1164

[40] Liu M, Westphal D L, Wang S, et al. A high-resolution numerical study of the Asian dust storms of April 2001 [J]. Journal of Geophysical Research Atmospheres, 2003,108(1):147-53.

[41] Nickovic S, Kallos G, Papadopoulos A, et al. A model for prediction of desert dust cycle in the atmosphere [J]. J. Geophysical Research Atmospheres, 2001,106(D16):18113-18130.

[42] Shao Y P, Jung E, Leslie L M. Numerical prediction of northeast Asian dust storms using an integrated wind erosion modeling system [J]. Journal of Geophysical Research Atmospheres, 2002, 107(24):AAC 21-1–AAC 21-23.

[43] Ginoux P, Chin M, Tegen I, et al. Sources and distributions of dust aerosols simulated with the GOCART model [J]. J. Geophysical Research Atmospheres, 2001,106(D17):20255–20273.

[44] Zender C S, Bian H, Newman D. Mineral dust entrainment and deposition (DEAD) model: Description and 1990s dust climatology [J]. J. Geophysical Research Atmospheres, 2003, 108(D14):4416.

[45] Tanaka T Y, Orito K, Sekiyama T T, et al. MASINGAR, a global tropospheric aerosol chemical transport model coupled with MRI/JMA98GCM: Model description: Model description [J]. Papers in Meteorology & Geophysics, 2003,53(4):119-138.

[46] Shinoda M, Gillies J A, Mikami M, et al. Temperate grasslands as a dust source: Knowledge, uncertainties, and challenges [J]. Aeolian Research, 2011,3(3):271-293.

[47] Uno I, Wang Z, Chiba M, et al. Dust model intercomparison (DMIP) study over Asia: Overview [J]. J. Geophysical Research, 2006,111(D12):2503-2511.

[48] Koven C D, Inez F. Identifying global dust source areas using high-resolution land surface form [J]. J. Geophysical Research Atmospheres, 2008,113(D22):1971-1976.

[49] 張克存,屈建軍,馬中華.近 50a來民勤沙塵暴的環境特征 [J].中國沙漠, 2004,24(3):257-260.

[50] 邱新法,曾 燕,繆啟龍.我國沙塵暴的時空分布規律及其源和地移動路徑 [J]. 地理學報, 2001,56(3):316-322.

[51] 趙 旋,李耀輝,康富貴,等.“4.24”民勤特強沙塵暴過程初步分析 [J]. 干旱區資源與環境, 2012,26(6):40-46.

[52] 郭萍萍,殷雪蓮,劉秀蘭,等.河西走廊中部一次特強沙塵暴天氣特征及預報方法研究 [J]. 干旱氣象, 2011,29(1):110-115.

[53] Sugimoto N, Huang Z. Lidar Methods for Observing Mineral Dust [J]. J. Meteorological Research, 2014,28(2):173-184.

[54] Tian P, Cao X, Liang J, et al. Improved empirical mode decomposition based denoising method for lidar signals [J]. Optics Communications, 2014,325(325):54-59.

[55] Shao Y P. Simplification of dust emission scheme and comparison with data [J]. Journal of Geophysical Research Atmospheres, 2004, 109(10):, D10202,doi:10.1029/2003JD004372.

[56] 吳成來,林朝暉.WRF/Chem模式中兩種起沙參數化方案對東亞地區一次強沙塵暴過程模擬的影響 [J]. 氣候與環境研究, 2014,19(4):419-436.

[57] 周 旭,吳成來,林朝暉,等.沙塵模式地表起沙參數不確定性分析 [J]. 中國沙漠, 2011,31(3):575-582.

[58] 趙慶云,張 武,呂 萍,等.河西走廊“2010.04.24”特強沙塵暴特征分析 [J]. 高原氣象, 2012,31(3):688-696.

[59] 李耀輝,沈 潔,趙建華,等.地形對民勤沙塵暴發生發展影響的模擬研究—以一次特強沙塵暴為例 [J]. 中國沙漠, 2014, 34(3):849-860.

[60] 柳 丹,張 武,陳 艷,等.基于衛星遙感的中國西北地區沙塵天氣發生機理及傳輸路徑分析 [J]. 中國沙漠, 2014,34(6): 1605-1616.

Numerical simulation of a strong dust storm and the spatial-temporal distribution of PM10concentration.

ZHOU Xu1,2, ZHANG Lei1*, GUO Qi1, Yi Na-na1, TIAN Peng-fei1, CHEN Li-jing1
(1.Key Laboratory of Semi-Arid Climate Changes, Ministry of Education, College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China；2.Key Laboratory for Cloud Physics, Chinese Academy of Meteorological Sciences, Beijing 10081, China). China Environmental Science, 2017,37(1)：1～12

An integrated dust forecasting system, which is based on the WRF/Chem and a dust emission scheme with physical mechanisms, was used to better understand dust emission, dry deposition and the evolution of spatial-temporal distribution of PM10concentration. The dust emission and near-surface PM10concentration in the black dust storm occurred on April 24, 2010 in northwest Chinawere simulated and compared with in situ observations. The black dust stormwas well captured by the integrated dust forecasting system. Mingqinwas found to be the main dust source regionaccording to the dust emission and dry deposition in the black dust storm. The dust emission and dry deposition in Dunhuang were 0.01 and 6.23 mg/m2, while those of Mingqin were 5040.79 and 231.74mg/m2, respectively. The dust emission of Minqin was 5.04t/km2during the black dust storm. According to the vertical distribution of PM10concentration in different regions, we found that PM10were mainly distributed within 1000m above the ground. Dust can also be diffused to the height of 3000m or higher, and then be transported to thousands of kilometers downstream.

strong dust storm；PM10；numerical modeling；spatial-temporal distribution

X513

A

1000-6923(2017)01-0001-12

周 旭(1984-),男,安徽宿州人,蘭州大學博士研究生,主要從事沙塵模式中起沙參數化、沙塵氣溶膠數值模擬研究.

2016-03-28

國家重大科學研究計劃項目(2012CB955302)

* 責任作者, 教授, zhanglei@lzu.edu.cn