中国北方沙尘天气的气候条件

利用1954～2000年全国700多个测站的气象资料分析了近50年来我国沙尘暴和扬沙天气的季节变化和年际变化特征,特别着重分析了大风、降水等气象要素对沙尘天气形成的影响.结果表明:我国的沙尘天气受到多种气候要素的综合影响,西北地区和内蒙古西部沙尘多发区的沙尘天气频数受气象条件影响最为显著;风速、湿度在沙尘天气的季节变化中影响最大,降水在沙尘天气的年际变化中影响最大.上一年夏季的降水对春季的沙尘天气具有一定的预报意义.     

艾比湖流域沙尘气候变化趋势及其突变研究

通过艾比湖流域5个气象站建站~2001年的观测资料,对艾比湖流域沙尘气候的变化趋势进行了分析。结果表明,气候发生了明显的变化,主要表现在气温升高,降水增多,但分布不均,沙尘暴、扬沙和大风日数稳定减少,但浮尘日数显著上升,风速分布发生了变化,大风日数的迅速减少还引起蒸发能力的减弱。艾比湖干枯的湖底盐漠面积与该流域沙尘总日数之间存在密切关系,艾比湖水域的伸缩而引发的荒漠化环境变化是造成该流域沙尘天气的主要因素。对艾比湖流域沙尘气候的突变检验结果表明,大风、沙尘暴、扬沙日数的减少和浮尘日数的上升是一种突变现象,这种突变与整个西北气候的变化和艾比湖流域沙漠化条件的变化存在一定的关系。     

古尔班通古特沙漠积雪覆盖、沙尘天气特征及其相互关系

利用TERRA/MODIS MOD10A2雪盖产品数据和地面观测积雪日数、冻土深度和沙尘天气日数等数据,从不同时间尺度分析古尔班通古特沙漠地表积雪覆盖与沙尘天气的特征及其相互关系。结果表明:①沙尘天气主要发生在4—10月,春季（4—5月）沙尘天气最多,夏秋季逐渐减少。从年际变化看,20世纪80年代前,沙尘天气发生日数呈逐年增加趋势,而积雪日数增减波动较大,二者间关系不明显,80年代后,沙尘天气逐年减少,积雪日数呈波动增加趋势。②冬春季积雪覆盖率、≥1 cm积雪日数、≥5 cm积雪日数、≥10 cm积雪日数与翌年春季沙尘天气发生均呈显著负相关关系,冬春季≥1 cm积雪日数每超过常年平均积雪日数1 d,翌年春季沙尘天气日数则减少4.3 d,而平均冻土深度与沙尘天气呈显著正相关关系。③积雪覆盖使沙漠地表形成冷源性下垫面和近地层逆温层结,增加了大气稳定度,同时春季积雪消融增加了土壤湿度,为荒漠植被生长提供充足的水分,使表层土壤为强风提供沙尘的可能性降低,从而对沙尘天气的发生起到阻碍、消弱作用。     

近51a山西大风与沙尘日数的时空分布及变化趋势

利用地面气象观测数据,以瞬时风速≥17.0m.s-1或风力≥8级的大风日数和沙尘天气发生日数为指标,分析了山西大风、沙尘天气的时空分布特征,沙尘天气的变化特点及趋势,并从现代气候变化、大气环流特征及大风日数变化等方面,初步探讨了沙尘天气日数变化的气候原因。分析结果表明,山西的沙尘暴、扬沙与大风日数具有同位相、一峰一谷的逐月变化特征,峰值均出现在4月,谷值均出现在8—9月。浮尘日数具有两峰两谷的逐月变化特征,主峰与主谷与大风出现的时间一致,次峰和次谷则分别出现在每年的12月和2月。大风日数的峰值分别是沙尘暴、扬沙日数峰值的8.39倍和2.31倍;大风日数的谷值分别是沙尘暴、扬沙日数谷值的83.3倍和18.98倍。沙尘暴、扬沙与大风日数均有北部多于南部的空间分布特征,浮尘则与大风相反具有南部多于北部的空间分布特征。山西的沙尘暴、扬沙总日数在20世纪90年代初期以后比50年代到70年代初期分别减少了84.9%和77.1%。多沙尘日数年大气环流的经向度较强,乌拉尔山高压脊偏强,东亚大槽位置偏西且加深,少沙尘日数年则相反。比较发现,沙尘暴、扬沙和大风日数的变化趋势有很好的一致性,线性相关系数分别达到0.80和0.82。这表明,山西沙尘暴和扬沙的变化趋势主要是随大风的变化而变化,高纬冷空气向南爆发的频数减少、势力偏弱、路径偏北导致山西风力条件的减弱是近51a沙尘暴、扬沙发生频数下降的主要原因。     

冬春季积雪与沙尘天气发生日数关系的探讨——以内蒙古中部地区为例

利用地面气象观测数据,以日积雪深度≥1.0 cm日数和沙尘天气（包括浮尘、扬沙及沙尘暴）发生日数为指标,从不同的空间尺度,分析了内蒙古中部地区冬季与初春积雪日数与沙尘天气发生日数的关系。研究结果表明,在内蒙古中部地区,冬季与初春沙尘天气发生日数与积雪日数之间均呈现负的相关关系,这种相关关系在不同区域和不同季节有所差异,冬季积雪日数与沙尘天气发生日数之间的负相关较初春积雪日数与沙尘天气发生日数之间的负相关更为显著;在中温带温凉半干旱气候区初春积雪日数与沙尘天气发生日数间的负相关较其他两个气候区更为显著。     

中国沙尘天气变化的时空特征及其气候原因

根据中国大陆1954-1998年338站沙尘天气频次（日数）资料、1948-1999年NCEP/NCAR850hPa位势高度资料、1950-1998年中国160站月降水和气温资料分析了中国沙尘天气与降水、气温及扰动涡旋的相关关系，分析发现，沙尘天气的出现与气温和扰动涡旋的关系密切，表现为沙尘天气频次与冬春气温存在显著的负相关，而与春季850hPa上的扰动涡旋有显著的正相关，基于上述关系建立了一个描述中国沙尘天气特征的指数：沙尘指数，通过分析发现沙尘指数能较好地反映中国北方除新疆以外地区沙尘天气的变化规律。     

西藏高原沙尘暴气候特征及成因研究

利用1960—2000年西藏22个台站观测资料和NCEP/NCAR再分析资料,分析了西藏沙尘暴日数的时空特征以及沙尘暴异常的气候成因。结果表明：西藏高原年平均沙尘暴日数分布为西多东少,狮泉河、申扎和泽当为年沙尘暴日数超过10 d的中心,它们的年变化特征是1～5月多,7～10月少。年沙尘暴日数的年代际变化特征为中间多、两头少,在20世纪90年代达到最少。青藏高原上空的高空西风急流减弱是导致西藏大风、沙尘暴日数减少的主要原因,影响西风急流偏强（弱）的气候系统是东亚大槽偏浅（深）和青藏高原高压偏强（弱）。沙尘暴日数的年代际异常与高空西风急流、大风日数、降水等要素年代际异常以及沙尘暴区地形地貌等因素关系密切。     

近40 a甘肃河西地区大风日数时空分布特征

 以1951—2000年甘肃河西19个气象站气象记录为主要数据源，运用气候统计学方法，分析了河西地区近40 a大风日数的时空变化特征及其区域差异，结合地形地貌和大尺度天气系统变化，分析了导致大风日数分布特征的自然环境背景。结果表明：大风日数高值区位于河西地区的西部及高山地，从年内分布看，3~6月较多，占全年的60％以上，其次是2月和7月；从年际变化看，河西大风日数年际变化的共同特点是：1963—1976年是大风天气的频发期，之后呈波动式减少趋势，20世纪90年代中期是大风天气的低发期，90年代后期进入新一轮的波动增长期。大风天气受全球气候变化、大尺度天气系统及局地地形和下垫面性质的影响，大风日数多发期与反厄尔尼诺事件和干冷气候期相对应。     

树轮记录的历史时期阿克苏河流域沙尘天气变化

相关计算表明,位于塔克拉玛干沙漠西北边缘沙漠-绿洲-山地过渡带的阿克苏河流域英阿特河树轮标准化年表与该区域4—7月的沙尘天气日数相关显著,单相关系数高达-0.527（α<0.0001）,利用树木年轮重建阿克苏河流域历史时期沙尘天气日数是可行的,并具有明显的树木生理学意义。利用吾力街力克和英阿特河标准化自回归年表序列可较好地重建阿克苏气象站过去611 a的4—7月沙尘天气日数,经多方面验证,表明其具有较好的可信性。在过去611 a中,阿克苏河流域沙尘天气日数以2.3 a、4.1 a、5 a、6.8 a、8.8 a、10.7 a、45.1 a、50.7 a的周期最为显著;且经历了9个偏湿期及9个偏干期,降水的增加有利于制约沙尘天气的发生,在新疆气候暖湿化的背景下,沙尘天气有望减少;阿克苏河流域历史时期沙尘天气日数在1434年前后、1721年前后、1776年前后和1865年前后发生了由少向多突变,在1685年前后、1752年前后和1798年前后发生了由多向少的突变。这些突变年份中,1721年前后的由少到多突变最为显著,1752年前后的由多到少突变最为显著。17、18世纪沙尘天气较为频繁,15—17世纪,沙尘天气日数明显增加,18—20世纪,呈下降趋势。     

21世纪初中国北方沙尘天气特征及其与地面风速和植被的关系研究

利用2002-2010年气象站点观测资料,结合同期归一化植被指数(NDVI)资料,分析了中国北方地区2002-2010年的沙尘天气特征,以及沙尘天气与地面风速和NDVI的关系。结果表明,2002年和2006年是21世纪初的沙尘天气强年,中国北方的沙尘天气总站日数明显偏多;中国北方的沙尘天气与NDVI的0.2等值线位置的变化有关,当其向东进时,沙尘天气也频发,向西退时,沙尘天气也减弱;在植被很少,靠近沙漠的地区,沙尘天气日数和强风日数有很好的正相关性,在沙漠与草原的过渡地带,沙尘天气日数与NDVI有很好的负相关性;当植被指数减小,地表面植被覆盖减少,强风也增强,中国北方的沙尘天气就很可能增强。     

西北地区大风日数的时空分布特征

利用选取的西北5省(区)以及内蒙古西部(110°E以西)分布均匀的127个气象站1960-2000年41a逐月大风出现日数资料, 分析研究了西北地区大风的空间、时间特征, 并具体分析了大风与沙尘暴的时空关系, 揭示了西北地区大风分布的一些新事实。西北大风天气可划分为较少区(年均大风日数小于10d)、较多区(年均大风日数10~50d)、多发区(年均大风日数50~100d)和频发区(年均大风日数大于100d)。西北地区大部分区域为大风较多区, 占总站数的614%, 大风频发区分布最小; 大风最频繁发生的地方在新疆西北部的阿拉山口, 年平均大风日数超过160d, 平均不到3d就有一次大风天气, 大风日数最少的地方是陕西北部延安, 平均每年发生大风天气的日数不到1d。大风日数空间分布与地形有很大关系, 两山之间的峡谷地带以及高山和青藏高原极易出现大风天气。西北地区多数台站近40a来大风呈减少趋势, 其中新疆西北部、甘肃河西走廊西部和陕西东部等地区减少最为明显, 大风增加的区域主要集中在新疆东北部到青海西部地区, 其代表站年均大风日数从20世纪60年代到80年代中期以后增加了近3倍, 达到190d。总体来讲, 西北地区大风天气最多的季节是春季, 以5月最多, 其次是夏季, 秋、冬季特别是秋季大风最少; 陕西、甘肃中南部夏季大风较多, 青海东南部则夏季最最少, 冬季大风更多一些。进一步分析表明, 西北地区大风频发区与沙尘暴频发区并不完全重合, 例如, 南疆是西北乃至我国沙尘暴最频发区之一, 但是南疆却是西北地区大风的较少区, 年大风日数远少于沙尘暴日数。同样是沙源丰富的沙漠地区, 也都是我国沙尘暴的主要频发区, 但是塔克拉玛干沙漠及其附近地区的沙尘暴日数远多于大风日数, 而巴丹吉林沙漠地区的大风日数却比沙尘暴日数明显偏多。最近40 a西北地区大风与沙尘暴发生次数随时间变化趋势一致, 基本呈线性减少特征, 这说明在下垫面状况不变或变化不大的情况下, 近年来沙尘暴次数减少可能主要是由于大风天气(沙尘暴驱动因子)减少而造成的。大风的时间变化可以决定沙尘暴随时间的变化。     

河西走廊东部沙尘暴预报方法研究

利用我国沙尘暴多发区, 甘肃省河西走廊东部民勤、凉州区等五站近50a的气象资料, 详细分析了河西东部沙尘暴频繁发生的气象因素, 应用近20a的天气资料, 结合近50a的典型个例做出沙尘暴的长期、中期、短期和短时预报预警系统。研究结果表明: 长期预报取决于冬春季气温、降水量和大风日数; 中期依靠使用国内外数值预报产品; 短期与大气环流条件、分型指标有关; 短时临近预报与高空大风形势、地面上游有无大风沙尘暴天气有关。     

新疆沙尘源状况及其沙尘气溶胶释放条件分析

沙尘气溶胶是干旱、半干旱区大气中重要的组成物质, 沙尘天气多发是该区域沙尘气溶胶含量高的主要原因。新疆1/4的土地被沙漠覆盖,塔里木盆地绝大部分地区沙土和沙壤土占地比率大于60%,沙漠沙以细沙为主, 特殊的下垫面为沙尘天气的形成提供了丰富的沙源;沙漠周围的边缘地带、河流两岸、古河道中的土壤类型中粒径小于2.5 μm和粒径小于10 μm的土壤颗粒物中细颗粒物分别达到了50%和20%,是大气沙尘气溶胶中细颗粒物的主要来源和潜在来源。沙尘天气的产生受大风、降水、植被覆盖度、下垫面性质以及大气环流等多种因素的影响。     

内蒙古半干旱区沙尘天气特征及其与地表特征的关系

利用2002-2010年朱日和气象站观测资料,结合同期归一化植被指数(NDVI),叶面积指数(LAI),植被净初级生产力(NPP)资料,分析了内蒙古半干旱区朱日和地区2002-2010年的沙尘天气特征。结果表明：朱日和地区临界起沙风速为9.4 m·s-1,2002-2010年沙尘天气频率和大于临界起沙风速频率呈波动变化,沙尘天气频率和大于临界起沙风速频率有很好相关性,超过18 m·s-1的强风极易导致沙尘天气的发生;定义标准化的沙尘天气频率（NfDO）为沙尘天气频率与大于临界起沙风速频率之比,当夏季降水量大于100 mm,夏季最大NDVI、最大LAI和最大NPP分别大于0.24、0.3 g·m-2·d-1和0.6 g·m-2·d-1（以碳计算）时,次年春季NfDO较低,沙尘天气不易发生;反之沙尘天气较易发生。对沙尘天气发生机制的分析发现,夏季有效的降水促进了植物生长,夏季降水量、最大NDVI、最大LAI和最大NPP增大,来年春天土壤不容易侵蚀,沙尘天气不易发生。     

北京周边地区沙尘暴时空分布特征及其环境背景

以 195 1～ 1996年地面气象记录、 90年代末TM影像为主要数据源 ,运用气候统计学方法 ,在地理信息系统技术的支持下分析了近 5 0年北京周边地区 (即华北北部 )沙尘暴的时空变化特征及其区域差异 ,结合遥感影像提取的土地利用和土壤侵蚀信息 ,分析了沙尘暴形成的生态环境背景。结果表明 :沙尘暴高值区位于浑善达克沙地和库布齐沙地的周边 ,特别是西北部的四子王旗 -苏尼特右旗朱日和、二连浩特市 -达茂旗满都拉和达拉特旗 -准格尔旗-乌拉特中旗。从时间变化看 ,午后至傍晚是沙尘暴天气易发的高峰期 ;季节变化总体上春季较多 ,其次是夏季和初秋 ;从年际变化看 ,5 0～ 6 0年代是沙尘暴发生的高值期 ,70～ 80年代在波动中呈减少趋势 ,进入 90年代后又呈上升趋势 ,多发期与干冷气候期相对应。     

陕西一次强沙尘暴过程诊断与分析

2006年陕西共发生沙尘天气13次,其中4月11日的沙尘天气最为严重,危害最大,这也是陕西近10 a来最为严重的一次沙尘暴天气过程。这次沙尘天气带来一系列的天气演变过程,它持续时间虽然只有8~9 h,但覆盖面积大,影响范围广,全省70%~80%左右的区域都受到了影响。运用FY-2卫星红外云图及MICAPS2.0模式中的数值预报进行分析,发现红外云图呈现出异常状态,高低空形势配合较好,气压梯度、温度梯度密集,狂风突起等状况,试图揭示与解读沙尘天气在发生过程中某些气象因子的特征及其对沙尘天气的影响机理,为今后预报沙尘暴强度和发生区域提供一定的理论依据。     

边界层风廓线雷达资料在沙尘天气分析中的应用

为利用风廓线雷达（WPR）开展沙尘天气研究,分析了2010年4月19—20日塔克拉玛干沙漠腹地WPR探测沙尘天气个例。研究表明,WPR可以在沙尘天气工作,其探测资料能及时反映中小尺度三维流场特征,通过WPR提供的水平风场、信噪比（SNR）、垂直速度、大气温度等资料,可从多角度了解沙尘天气过程。在此次过程中,信噪比出现了比较清晰的大值层,SNR大值层所处高度初步认为是沙尘被输送的高度,SNR大值出现和结束的时间既对应着沙尘天气的开始和结束时间。低空风场出现切变的时刻,正好对应扬沙天气的开始,低空风向转为东风和东南风的时刻正是强沙尘暴开始的时间,低空东风的维持是此次沙尘天气发生的动力条件。此外,RASS系统能监测到沙尘天气过程前后低空大气温度的变化状况。     

Relationship between sand-dust weather and water dynamics of desert areas in the middle reaches of Heihe River

Sand-dust weather has become an international social-environmental issue of common concern, and constitutes a serious threat to human lives and economic development. In order to explore the responses of natural desert sand and dust to the dynamics of water in desertification, we extracted long-term monitoring data related to precipitation, soil water, groundwater, and sand-dust weather. These data originated from the test stations for desertification control in desert areas of the middle reaches of the Heihe River. We used an algorithm of characteristic parameters, correlations, and multiple regression analysis to establish a regression model for the duration of sand-dust weather. The response characteristics of the natural desert sand and dust and changes of the water inter-annual and annual variance were also examined. Our results showed: (1) From 2006 to 2014 the frequency, duration, and volatility trends of sand-dust weather obviously increased, but the change amplitudes of precipitation, soil water, and groundwater level grew smaller. (2) In the vegetative growth seasons from March to November, the annual variance rates of the soil moisture content in each of four studied layers of soil samples were similar, and the changes in the frequency and duration of sand-dust weather were similar. (3) Our new regression equation for the duration of sand-dust weather passed the R test, F test, and t test. By this regression model we could predict the duration of sand-dust weather with an accuracy of 42.9%. This study can thus provide technological support and reference data for water resource management and research regarding sand-dust weather mechanisms.