中国部分地区2021年几次典型沙尘天气遥感监测分析

2021年，中国北方地区经历了多轮大范围沙尘天气，波及西北、华北、东北甚至黄淮、长三角等地区。其中，3月份出现自2010年以来最强沙尘天气过程。该研究基于Himawari-8静止卫星数据和地面同步空气站点监测数据，分析了2021年3月14—17、27—30日和4月14—15日3次典型沙尘天气过程。分析结果显示：2021年3月14—17日沙尘天气影响范围最广，沙尘分别在不同时间段起源于蒙古国西北部、中国甘肃和青海交界处、新疆和甘肃交界处，大范围沙尘天气是多处尘源综合作用的结果。3月27—30日和4月14—15日沙尘主要起源于蒙古国，沙尘源较单一，影响范围相对集中，但某些时段受影响区域的沙尘强度很高。地面同步空气站点PM₁₀监测数据与卫星数据有很好的一致性。     

外来沙尘输送对北京市空气质量影响的预报预警技术初步研究

利用多方位监测数据和气象资料,分析了2010—2011年春季外来沙尘输送对北京市空气质量指数的影响,提出外来沙尘对北京市空气质量级别影响的预报判据。此外,基于NAQPMS模型的沙尘模块,开展数值预报研究,并对北京市2010年3月一次沙尘天气污染过程进行数值模拟试验,结果表明,模拟的PM10浓度值与实测值有较好的一致性。通过判别预报和数值模拟两种预报技术的开展,可以预报沙尘输送影响的空气质量级别、沙尘分布和演变规律,为进一步开展空气质量预报预警和防控沙尘工作打下了很好的科学基础。     

影响泰州市空气质量的几种沙尘类型分析

利用2020年11月—2021年5月泰州市大气颗粒物自动监测数据,结合激光雷达观测资料、气象资料及后向轨迹模式,研究分析不同类型沙尘天气过程对泰州市空气质量的影响。结果表明,研究时段泰州市受到沙尘天气影响共计12次,影响天数21 d,污染天数占比达42.9%;按照影响时长和影响程度将沙尘天气过程分为直接影响型、移速缓慢型、边缘影响型、入海回流型等4种类型;由于天气形势背景和传输路径差异,不同类型沙尘对泰州市空气质量影响程度差异较大,整体而言,移速缓慢型沙尘、入海回流型沙尘对泰州市空气质量影响更为显著。     

基于EOS/MODIS影像的青海省一次典型沙尘事件遥感监测研究

基于2012年11月至12月上午轨道星Terra共7景MODIS数据，对影响青海省的一次典型沙尘事件进行研究。结果表明，沙尘天气始于2012年11月18日，在12月1日及2日达到高峰，持续到12月18日趋于减弱；沙尘天气影响区域范围较广，主要影响省域西北、东北地区，面积占省域面积的11.26%至43.36%；沙尘天气扩散趋势与路径整体上由西北向东北地区，东部人口密集区沙尘天气出现时间相对西北地区、青南高原地区出现滞后。     

基于颗粒物浓度的沙尘天气分级标准研究

沙尘天气在近年对我国城市空气质量造成明显影响。目前我国沙尘天气分级仍然按照气象标准 ,主要是以水平能见度进行分级。文章参考国外的有关标准 ,通过统计近年来我国沙尘天气过程中的颗粒物浓度 ,结合我国沙尘天气的发生情况和特点 ,提出了基于沙尘浓度的沙尘天气分级标准     

2008年春季呼和浩特沙尘天气与TSP和PM_(10)污染的关系

利用TSP和PM10逐时监测数据,对2008年春季呼和浩特市TSP和PM10浓度的变化及其在沙尘天气过程中的相关性进行了分析,结果表明:(1)2008年春季TSP和PM10浓度值多高于国家环境空气质量二级标准,沙尘天气是影响空气环境质量的主要诱因。(2)TSP和PM10浓度在沙尘暴发生当日及前后几天均会有不同程度的增加,且以沙尘天气发生当日浓度最大。TSP和PM10浓度3月份最低,4月份次之,5月份最高。(3)不同沙尘天气过程中,TSP和PM10浓度相差明显,且TSP与PM10/TSP值随沙尘天气强度的增加而增大,PM10在不同沙尘天气过程中均为主要组成成分。(4)沙尘天气过程中TSP与PM10呈线性相关。     

2010年春季沙尘天气对北京市空气质量的影响及其天气类型分析

利用2010年3-5月北京市市区以及北京西北部、西部和东部3个不同方位边界的空气质量自动监测站监测数据,结合气象资料和激光雷达观测数据,分析了春季外来沙尘对北京市空气质量的影响。研究结果表明:2010年春季北京市出现15次外来沙尘天气,外来沙尘输送对北京市空气质量的影响天数为21 d,直接造成15 d空气质量超标,最严重的一次API指数达到最大值500。沙尘的天气形势特征以及输送路径的不同,对北京市空气质量的影响有明显差异。当低压中心过境时,沙尘天气影响最重,颗粒物浓度显著上升,气态污染物迅速下降,沙尘呈现自西北向东南输送的特征;低压底部过境与低压中心过境类似,但是沙尘强度略弱;除此之外,沙尘回流也可以直接造成北京市空气质量超标,颗粒物浓度和气态污染物浓度均表现出上升的变化趋势。     

青海高原一次沙尘重污染天气成因分析

利用常规观测的卫星云图资料、地面资料、探空资料、地面污染物监测数据,结合拉格朗日粒子扩散模型(LPDM)污染源溯源方法,对2018年2月青海高原一次沙尘重污染天气的主要成因以及沙尘传输特征进行了分析。结果表明:此次重污染天气受高空低槽东移影响,在300~700 hPa形成了强烈的辐散下沉,槽后的高空急流随之东移。在其东移过程中,受高空急流动量下传及偏北气流中的冷空气共同作用,青海东部出现了大风沙尘天气。边界层中逆温层的存在是此次污染天气持续的重要原因之一,加之未出现明显降水,不利于大气污染物的扩散。通过运用LPDM对此次污染天气的运动轨迹进行分析来看,气团影响的模拟高度层距离地面100 m,气团层趋势一致。研究区地处青藏高原,海拔较高,0~100 m高度的气团足迹可以反映出PM 10污染气团的输送路径。同时,0~100 m是主要的人为源排放空间,也是对人类活动影响较大的区域。气团足迹与PM 10浓度的变化趋势一致,即青海东部沙尘污染主要是由河西走廊沙尘倒灌进入青海东部导致,这与天气学分析结果一致。     

2005—2010年沙尘天气影响我国城市环境空气质量分析

根据2005年建成较完整的环保重点城市空气质量日报监测网后的监测数据,分析2005—2010年期间,影响113个环保重点城市空气质量的沙尘天气过程次数范围在每年5~14次之间,平均每年10次左右,总计59次。在此期间,影响113个重点城市空气质量的沙尘天气过程累计的影响时间总计130 d,平均在每年22 d左右。影响环保重点城市的沙尘天气过程主要集中在3—5月,在部分年份的1—2月、6月和11—12月也有出现。受沙尘天气影响,113个重点城市总共的超标天次平均每年在332 d次左右,每年范围在147~546 d次之间。其中,受沙尘暴天气影响的重污染天次平均每年在40 d次左右,每年范围在14~78 d次之间。受沙尘暴天气影响的超标天和重污染天主要出现在3~5月。近年来沙尘天气对我国尤其是北方地区的影响程度很大。每年沙尘天气过程对我国城市空气质量影响的时间不短,尤其在春季对我国东中部地区城市造成了很严重的影响,近年大范围的沙尘天气过程还影响到了我国东南包括台湾地区和香港澳门地区。     

基于大气超级站观测的2017年5月北京市沙尘天气过程分析

结合常规污染物监测、PM_2.5化学组分监测、激光雷达监测和颗粒物数浓度及粒径监测等手段，对2017年5月影响北京市的一次沙尘天气过程进行分析。结果表明：5月4日凌晨起沙尘天气开始影响北京市，延庆、官园和通州3个站点PM₁₀峰值浓度分别为2 091、2 245、2 590 μg/m³，体现了该次沙尘天气影响程度之重。PM_2.5浓度与PM₁₀变化一致，也达到重度污染的水平。沙尘天气移动路径是沿着区域西北至东南方向。沙尘天气主体从3 km左右的高空进入北京市，随后逐渐渗透至1 km高度以及地面，且沙尘层厚度较高，覆盖了地面至3 km的高度。沙尘天气过程中OM和Ca²⁺组分增幅最大。在沙尘天气影响严重时间段，沙尘天气源与生物质燃烧源比例之和大于50%，最高值为67.6%。沙尘天气过程中颗粒物峰值粒径为0.965~1.037 μm。     

内蒙古呼和浩特市沙尘天气变化规律及防治对策

以呼和浩特市30年(1971~2000年)气象资料为基础,运用数理统计理论,分析了呼和浩特市沙尘天气的时间变化特征及其与降水量、气温、风速、相对湿度、蒸发量等气象因子的关系。结果表明,沙尘暴、扬沙、浮尘等沙尘天气在年代际、年际、季节与月变化上具有一致性。20世纪70年代沙尘天气发生的日数最多,从1970年代到1990年代沙尘天气发生日数总体上波动下降。沙尘天气的年际变化均以1972年最高,但不同沙尘天气发生日数最小值出现的年份不同,最小值为0天,2000年略有上升。沙尘天气呈现春冬季节发生日数多,夏秋发生日数少的季节变化趋势,每年的4月份沙尘天气出现最多,7、8或9月份沙尘天气出现最少。沙尘天气的发生与空气相对湿度、降水量呈现极显著或显著的负相关,与风速、蒸发量呈现极显著或显著的正相关,与气温变化关系不明显。在此基础上,提出了完善监测体系、加强生态环境建设等沙尘天气防治对策。     

基于WRF-NAQPMS的一次沙尘天气预报评估

为提高沙尘天气的预报准确率,利用ECWMF再分析资料和近地面PM₁₀小时质量浓度监测数据,评估WRFNAQPMS模式对2021年3月15—21日甘肃强沙尘过程的预报能力。结果表明,WRF-NAQPMS能够在一定程度上模拟此次污染过程:WRF对“3· 15”天气系统的模拟与实况整体趋势较为一致,随着预报时效延长,气象模拟场移动偏快,导致沙尘预报场发展偏快、沙尘二次传输影响下游时间提前;近地面风向的局地偏差是导致甘肃中东部地区沙尘浓度出现预报误差的主要气象因素。NAQPMS模式对PM₁₀小时质量浓度的模拟随着预报时效增加和离沙源地距离的增大,预报误差逐步增大:在河西地区,沙尘影响时段和起沙浓度的模拟值均接近监测值,其中嘉峪关、酒泉、张掖的PM₁₀小时质量浓度模拟值与监测值相关系数r>0.8;中部地区城市的沙尘影响时段预报略有偏差,且模拟值低于监测值;受复杂下垫面和气象场预报误差影响,省内其他地区沙尘预报结果参考性较低。     

2015年新疆阿克苏市沙尘污染与气象因素关系的分析

应用阿克苏市国家基准站及2个环保局监测站2015年大风沙尘天气过程前后PM10浓度变化及其与污染源、NECP全球再分析资料、风、监测站周边环境等关系进行分析.结果表明,阿克苏市春季沙尘天气的首要污染物均为PM10,PM10的变化曲线呈正态分布,春季中度及以上污染日均出现在污染日当日或次日.造成阿克苏市沙尘天气污染源分本地型、外来型以及二者共同影响型三种.本地型沙尘污染强度取决于北风风速大小及强风持续时间,PM10浓度变化与风速呈正相关.而外来型污染多发生在本地型沙尘天气之后,"东灌"冷空气裹挟沙尘进入南疆盆地,造成地面加压,浮尘天气造成PM10浓度增大,并持续数天.总结出沙尘天气污染预警的几个必要条件,后续在地区环保局、县局监测站建立的情况下,为分析阿克苏地区"八县一市"污染物与气象因素的关系提供借鉴,同时为实际的空气质量预警提供参考.     

Dust Storms are an Indication of an Unhealthy Environment in East Asia

Dust storms frequently occur in Mongolia and in northern China. Each year there are 30 to 120 dusty days in source regions of Mongolia and 14–20 dusty days on the Korean Peninsula. Intense sand storms and associated dust falls produce environmental impacts in East Asia. This paper discusses the environmental degradation in Mongolia and the social, economic and atmospheric impacts of dust storms in the sink area. The impact of dust storms on environmental compartments as well as their direct and indirect consequences to basic resources like water and energy demand and supply is explained. Governments are encouraged to take appropriate action in specified regions. For monitoring dust storms there is a need for international cooperation to combat growing environmental and human security concerns.     

Application of wind-profiling radar data to the analysis of dust weather in the Taklimakan Desert

The Urumqi Institute of Desert Meteorology of the China Meteorological Administration carried out an atmospheric scientific experiment to detect dust weather using a wind-profiling radar in the hinterland of the Taklimakan Desert in April 2010. Based on the wind-profiling data obtained from this experiment, this paper seeks to (a) analyze the characteristics of the horizontal wind field and vertical velocity of a breaking dust weather in a desert hinterland; (b) calculate and give the radar echo intensity and vertical distribution of a dust storm, blowing sand, and floating dust weather; and (c) discuss the atmosphere dust counts/concentration derived from the wind-profiling radar data. Studies show that: (a) A wind-profiling radar is an upper-air atmospheric remote sensing system that effectively detects and monitors dust. It captures the beginning and ending of a dust weather process as well as monitors the sand and dust being transported in the air in terms of height, thickness, and vertical intensity. (b) The echo intensity of a blowing sand and dust storm weather episode in Taklimakan is about ?1~10 dBZ while that of floating dust ?1~?15 dBZ, indicating that the dust echo intensity is significantly weaker than that of precipitation but stronger than that of clear air. (c) The vertical shear of horizontal wind and the maintenance of low-level east wind are usually dynamic factors causing a dust weather process in Taklimakan. The moment that the low-level horizontal wind field finds a shear over time, it often coincides with the onset of a sand blowing and dust storm weather process. (d) When a blowing sand or dust storm weather event occurs, the atmospheric vertical velocity tends to be of upward motion. This vertical upward movement of the atmosphere supported with a fast horizontal wind and a dry underlying surface carries dust particles from the ground up to the air to form blown sand or a dust storm.