1 引言
沙尘气溶胶是地球大气气溶胶的重要组成部分， 对气候、 环境和人体健康都有重要影响。全球每年约有2000Tg沙尘粒子从干旱半干旱区输送到大气中（Monks et al， 2009）。沙尘气溶胶不仅可以通过散射、 吸收改变进入大气中的太阳辐射， 直接影响地-气系统的辐射能量平衡（Charlson et al， 1992； Zhou et al， 1994； Ramanathan et al， 2001）， 还可与酸性气体反应或吸附可溶性成分成为云凝结核、 冰核， 参与云微物理过程， 进一步影响区域和全球气候（Trochkine et al， 2003； Li， 2004； Laskin et al， 2005； Formenti et al， 2011； Zhao et al， 2019； 黄建平等， 2021； 徐小红等， 2021）。沙尘天气过程可以将沙尘气溶胶输送至人口密集区域， 污染环境、 危害公共健康（Griffin， 2007）。在远距离输送过程中， 沙尘携带的微量元素和营养物质在海洋（Moore et al， 2004）和陆地（Reynolds et al， 2001）沉降， 进而作用于陆地和海洋生态系统。
大气沙尘气溶胶的时空变化具有复杂性， 受沙尘源地、 气象条件和人类活动等多种因素影响。沙尘气溶胶的实际观测资料时空连续性受到站点选址的影响， 其观测覆盖范围和代表性有限， 对数值模式评估沙尘气溶胶环境和气候效应造成较大不确定性（夏祥鳌和王明星， 2004； Li et al， 2021； Zhao et al， 2021）。因而， 要合理评估气溶胶的环境和气候效应， 需要获得沙尘气溶胶长时间序列、 高分辨率的观测资料。沙尘气溶胶源地分布集中在全球沙漠、 戈壁地区， 通过地面激光雷达和飞机观测可以获取沙尘垂直分布廓线（Dickerson et al， 2007； 马学谦等， 2021）， 但资料难以满足全球和区域尺度精细化研究的需要。20世纪70年代以来， 基于地球卫星遥感平台的全球和区域气溶胶探测技术迅速发展。（1）被动式遥感卫星， 例如中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer， MODIS）、 多角度成像光谱仪（Multi-angle Imaging SpectroRadiometer， MISR）和臭氧总量探测仪（Total Ozone Mapping Spectrometer， TOMS）， 能够获取沙尘气溶胶分布和输送的遥感影像， 但是无法提供沙尘气溶胶垂直方向的信息。由于沙尘气溶胶的垂直分布直接影响了大气的垂直加热， 进而影响和改变了大气热力结构； 此外通过不同云微物理过程中的间接效应， 在气溶胶-云相互作用中扮演重要角色， 沙尘垂直分布的研究变得十分有必要。（2）较晚出现的主动式遥感极轨卫星， 可以提供气溶胶垂直高度信息， 但是时空分辨率不足。2006年4月28日美国发射并至今在轨运行的极轨卫星CALIPSO （Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observation）， 其搭载的激光雷达 CALIOP（Cloud-Aerosol Lidar with Orthogonal Polarization）， 能够提供全球范围内多年连续的气溶胶垂直廓线信息（Winker et al， 2006）。陈怡璇等（2021）利用CALIOP 和OMI资料对比分析了矿物沙尘与盐尘气溶胶的光学特性， 结果表明： 咸海地区盐尘的不规则程度小于塔里木盆地源区沙尘， 其粒径远小于沙尘。徐成鹏等（2014）利用2006年6月至2012年5月的CALIOP资料分析了我国典型地区沙尘气溶胶的垂直分布和季节变化， 在38°N -44°N之间存在明显的沙尘输送带， 受季节性风场变化和源区对流活动的影响。Xu et al（2020）通过估算青藏高原地区春季沙尘质量通量表明， 经由柴达木盆地的沙尘对青藏高原地区春季沙尘质量通量的贡献占主导地位。田甜和马建中（2021）利用模式模拟分析研究2010 -2012年青藏高原上空气溶胶光学厚度及其直接辐射强迫的时空分布规律， 结果表明： 沙尘气溶胶在高原北部边缘大气顶产生正辐射强迫， 气溶胶直接辐射强迫高值区出现在沙尘含量高的地区。 Yang et al（2021）研究了2007 -2019年青藏高原及其邻近区域上空对流层内的气溶胶分布特征， 青藏高原内部区域的多年平均气溶胶光学厚度为0.098， 青藏高原地区气溶胶光学厚度在春季和夏季较高。（3）静止卫星以高时空分辨率的优势， 为气溶胶直接和间接气候效应评估提供了良好的资料， 在沙尘监测和沙尘天气预报中有着广泛的应用。胡秀清等（2003， 2007）、 罗敬宁等（2017）、 吴硕秋和马晓燕（2020）、 蒋盈沙等（2021）、 姜红等（2021）、 段伯隆等（2021）分别利用风云系列静止气象卫星开展沙尘监测和研究工作。由于青藏高原处于西风带和亚洲季风带叠加影响区域， 气溶胶来源和影响复杂， 前人研究在沙尘过程和单站观测方面开展了大量工作， 缺乏对于青藏高原沙尘活动长期监测和定量分析。 Zhao et al（2021）指出由于模式分辨率不足， 未能解析青藏高原本地沙尘释放过程， 影响了地表沙尘浓度模拟效果。以往研究工作针对AOD、 AE等变量的时空分布表征沙尘活动的时空变化， 缺乏对沙尘活动强度及范围的定量评估； 近年来对青藏高原内部沙尘释放、 传输和沉降的观测实验在局地揭示了沙尘来源和影响机制， 如狮泉河（Zhang et al， 2021） 、 雅鲁藏布江河谷地区（马鹏飞等， 2021）， 但迄今沙尘气溶胶对青藏高原的影响未被充分揭示， 制约了相关研究的深入开展。
本文利用1999 -2020年的新一代气象静止卫星风云四号A（FY-4A）的沙尘检测（DustTest Product， DSD）产品、 再分析资料MERRA-2气溶胶诊断产品和ModIs Dust AeroSol （MIDAS）数据集等多源数据资料， 研究青藏高原沙尘气溶胶时空分布和相应气象条件变化的影响。利用FY-4A提供的东亚地区沙尘活动的高时空分辨率数据产品， 结合MERRA-2资料衍生的沙尘面积指数数据， 深入分析1999 -2020年青藏高原地区沙尘活动范围和强度的变化， 青藏高原地区沙尘活动与周边重要沙尘源地的气象条件变化之间的联系， 包括塔克拉玛干沙漠降水和500 hPa风场等气象条件变化对青藏高原沙尘活动范围和强度的影响。
2 研究区域与观测数据
2.1 研究区域
青藏高原世界海拔最高的高原， 总面积约250×104 km2， 平均海拔超过4000 m。研究区域中青藏高原范围是60°E -105°E， 20°N -45°N， 海拔高程3000 m的区域； 塔克拉玛干沙漠范围是76.3°E - 91.8°E， 36.4°N -41.8°N； 塔克拉玛干沙漠-青藏高原北部范围是76.3°E -91.8°E， 31.4°N -41.8°N。
2.2 数据来源和方法介绍
2.2.1 气象静止卫星风云四号A（FY-4A）
FY-4A每5 min获得一次遥感数据， 对沙尘活动的监测几乎达到准实时， 从捕捉光谱信息， 到生成监测图像， 仅需要20 min。FY-4A气象卫星的沙尘检测产品以沙尘分数表示， 利用多通道扫描成像辐射计（Advanced Geosynchronous Radiation Imager， AGRI）波段特点， 设计12组沙尘判识指标， 沙尘分数由通过的检测指标个数及其阈值的PDF函数决定， 沙尘分数越高， 越接近标准沙尘光谱统计值， 也即沙尘可能性越大（罗敬宁等， 2017）， 推荐的沙尘分数16以上为沙尘像元， 14~16为可能沙尘像元， 14以下为非沙尘像元（胡秀清等， 2007）。FY-4A的高分辨率遥感数据产品可为研究东亚区域沙尘天气过程提供重要资料。
红外差值沙尘指数（Infrared Difference Dust Index， IDDI）是一种常见的沙尘识别方法， 其基本原理是沙尘气溶胶会衰减地表发射的红外信号， 进而星载探测器监测到地-气系统亮温降低， 因此IDDI可作为沙尘强度的半定量参数（吴硕秋和马晓燕， 2020）。本文将研究区域内FY-4A的逐小时沙尘检测（DSD）产品中沙尘分数（Dust Score Product， DST）>14的像元， 判定为沙尘像元， 并在将所有沙尘像元的红外差值沙尘指数（Infrared Difference Dust Index， IDDI）进行对比分析， 半定量地表征研究区域内沙尘活动的强度及其变化趋势。这一方法的适用性和可靠性已经在沙尘灾害预警业务和相关研究中得到印证（胡秀清等， 2007； 罗敬宁等， 2017； 吴硕秋和马晓燕， 2020）。IDDI数值达到 10和15， 可以分别确定为“沙尘”和“严重沙尘”（李云， 2018）。
2.2.2 ModIs Dust AeroSol （MIDAS）
搭载在Terra和Aqua两颗卫星上的中分辨率成像光谱仪（Moderate-Resolution Imaging Spectroradiometer， MODIS）是美国地球观测系统（Earth Observing System， EOS）计划中用于观测全球生物和物理过程的重要仪器， 其中MODIS气溶胶反演应用暗目标法（Dark Target， DT）， 较好地克服了在光亮下垫面条件下反演气溶胶可靠性较差的问题， 能够比较精确地反映沙尘气溶胶的光学特性及其季节和年际变化（Kinne et al， 2003）。MIDAS中的气溶胶光学厚度（Aerosol Optical Depth， AOD）和沙尘气溶胶光学厚度（Dust Optical Depth， DOD）数据是基于MODIS-Aqua 反演的AOD（Collection 6.1； Level 2）和MERRA-2（Modern-Era Retrospective analysis for Research and Applications version 2）DOD/AOD比值数据经过处理得到， 在全球和区域沙尘气溶胶空间分布和时间变化研究方面得到广泛应用（Gkikas et al， 2021）。气溶胶波长指数（Angstrom Exponent， AE）是定量描述大气气溶胶粒径分布的变量， 当AE小于1.0时， 主要是平均粒径较大的沙尘和海盐气溶胶， 当AE大于2.0时， 则主要是平均粒径较小的气溶胶， 如黑碳（Gregory et al， 2006）。本文应用2007 -2016年的MIDAS数据集中的AOD（550 nm）、 DOD（550 nm）和AE（412~470 nm）， 空间分辨率均为0.1°×0.1°。
2.2.3 MERRA-2再分析资料
MERRA-2 （Modern-Era Retrospective Analysis for Research and Applications， version2）是全球覆盖的同化气溶胶再分析数据， 时间分辨率为1 h。可以弥补主被动卫星时间分辨率和空间覆盖度不足以及缺失气溶胶垂直分布信息的不足。MERRA-2在对沙尘等气溶胶的研究中得到广泛应用。吴浩等（2020）利用MERRA-2资料对青藏高原地区的AOD和DOD季节特征进行研究， 其中塔克拉玛干沙漠对青藏高原沙尘气溶胶输送占主导地位， 印度沙尘对青藏高原的影响显著增加。在相关研究基础上， 本研究应用MERRA-2气溶胶诊断产品（M2TUNXAER）， 进一步提出沙尘面积指数（Dust Area Index， DAI）定量地表征沙尘活动的影响范围和强度：
式中： 和 分别为青藏高原中沙尘浓度大于2 g·m-2和8 g·m-2的面积； 代表青藏高原总面积。
选取两个阈值， 分别为沙尘浓度大于2 g·m-2和8 g·m-2的面积（ 和 ）与青藏高原总面积（ ）的比值， 代表沙尘活动影响范围和沙尘活动强度。沙尘面积指数的取值范围为0~1， 定量研究青藏高原地区沙尘活动的范围和强度变化。沙尘面积指数1（DAI1）可以用于反映沙尘活动的影响范围， 青藏高原沙尘面积指数1在季风期平均值达到0.4以上， 最高值超过0.8， 青藏高原沙尘活动影响范围覆盖北部和西部； 在非季风期小于0.2， 青藏高原沙尘活动仅限于北部。沙尘面积指数2（DAI2）反映了青藏高原沙尘活动的强度变化特征， 其取值范围一般小于0.1， 整体变化趋势与沙尘面积指数1（DAI1）基本一致， 而季节变化特征较沙尘面积指数1更为精细。沙尘面积指数变化趋势与塔克拉玛干沙漠沙尘浓度高值区时空变化有明显相关性。
2.2.4 ERA5再分析资料
ERA5（ECMWF Reanalysis v5）提供大量大气、 陆地和海洋气候变量， 全球数据分辨率约达到30 km。ERA5包含所有变量在不同的空间和时间分辨率下的大气、 陆地和海洋监测信息， 可以用于进行多尺度下的研究， 包括天气和短期气候研究（Kalnay et al， 1996）。ERA5再分析资料经过质量控制， 输出多种气象要素， 具有垂直分辨率高的优势， 可以用于分析沙尘活动的气象条件、 得到气象场条件对沙尘远距离输送的影响和作用。本文选用1999 -2020年ERA5数据集中空间分辨率0.5°的逐小时降雨、 降雪和500 hPa风场数据研究塔克拉玛干沙漠地区的气象条件变化。
2.2.5 DustCOMM数据集
DustCOMM（Dust Constraints from joint Observational-Modelling-experiMental analysis）数据集是基于全球沙尘集合模式， 利用观测和实验数据约束得到的全球沙尘数据集， 其中也包含由模式模拟、 实验、 观测数据等带来的偏差（Kok et al， 2021a）。利用DustCOMM数据集， Adebiyi and Kok（2020）报道了粗模态沙尘气溶胶（粒径大于等于5 μm）在全球气候模式中被严重低估， 由此导致了沙尘气溶胶辐射强迫的计算偏差达到0.15 W·m-2。Kok et al（2021a， 2021b）利用DustCOMM数据集对南极、 北极和青藏高原地区的年均沙尘沉降通量进行估算， 青藏高原地区年均沙尘沉降通量为16 Tg·a-1， 其中东亚地区沙尘源地的平均贡献为77%， 中东和中亚地区沙尘源地的平均贡献为18%， 北非地区沙尘源地的平均贡献为2%。本文利用DustCOMM数据集中的沙尘贡献比数据， 研究包括东亚地区和中东、 中亚地区在内的全球9个不同沙尘源地对青藏高原地区的沙尘贡献的空间分布特征。
3 结果分析
3.1 青藏高原沙尘气溶胶来源
依据DustCOMM数据划分的全球沙尘源地及所在区域， 青藏高原地面沙尘浓度受到全球9个不同沙尘源地的影响， 而最主要影响来自其中两个区域， 即东亚地区（70°E -120°E， 35°N -50°N）、 中东和中亚地区（35°E -75°E， 35°N -50°N）。可以看到， 在青藏高原的北部和中部区域， 沙尘气溶胶的主要来源地是东亚地区， 在青藏高原南部的喜马拉雅山地区沙尘气溶胶的主要来源地是中东和中亚地区， 喜马拉雅山地区也受到北非沙尘远距离输送的影响。不同源地对青藏高原地表沙尘浓度贡献依次为： 东亚地区［图1 （g）］（约占62%）、 中东、 中亚地区［图1 （d）］（约30%）和北非西部和北非东部［图1 （a）， （b）］（约6%）。本研究中的沙尘贡献占比空间分布说明了青藏高原地区上空沙尘气溶胶来源复杂， 其中外源性沙尘气溶胶的贡献以东亚地区的沙尘源地最多， 中东和中亚地区的沙尘源地对青藏高原南部沙尘贡献最大， 北非地区沙尘的远距离输送主要影响了喜马拉雅山地区。除了外源性沙尘气溶胶， 青藏高原内部也分布着沙尘源地， 包括雅鲁藏布江流域、 羌塘高地等。
3.2 青藏高原大气中沙尘气溶胶分布
利用卫星MIDAS资料中的550 nm气溶胶光学厚度（AOD）、 沙尘气溶胶光学厚度（DOD）和气溶胶波长指数（AE）， 分析青藏高原气溶胶的时空分布， 包括高原地区多年季节平均AOD 、 DOD和AE分布（图2 ~4 ）。从图2 ~图4 可以看到， 在夏季和秋季沙尘气溶胶光学厚度DOD在青藏高原大部分地区都小于0.2， 高值区主要位于青藏高原东北部的柴达木盆地； 在春季青藏高原地区沙尘活动频繁， 塔克拉玛干沙漠地区DOD分布是全年中最强， 形成了狭长的DOD分布高值区， 青藏高原的其他区域内DOD远低于青藏高原东北部的柴达木盆地； 在冬季青藏高原DOD分布与春季特征相似， 但冬季沙尘活动强度远低于春季， 位于青藏高原北侧的塔克拉玛干沙漠地区和南侧的南亚地区的DOD强度是全年各季节中最低值， 说明冬季外源性沙尘气溶胶对青藏高原影响较弱。青藏高原全年各季节AOD分布与DOD有所不同， 在夏季和秋季， 青藏高原中部地区（90°E -100°E）AOD强度明显大于DOD， 表明除沙尘气溶胶外， 该地区还受到其他类型的气溶胶影响。青藏高原南侧印度恒河平原和东侧四川盆地， 全年都存在AOD分布高值区， 受到人类活动和自然排放的共同影响。青藏高原东北部特别是柴达木盆地， 全年AOD出现高值， 且波长指数AE都小于1.0， 反映了这里主要受平均粒径较大的沙尘气溶胶控制， 除此之外的青藏高原其他地区波长指数AE平均值大于1.6， 说明影响这些区域气溶胶粒径尺度较小， 较细模态的气溶胶占主导地位。上述结果表明青藏高原东北部主要受平均粒径较大的沙尘气溶胶控制， 沙尘活动在春、 夏季最为多发， 而在秋、 冬季与较细模态的气溶胶发生混合。青藏高原南部和西部在夏、 秋季以粒径尺度较小的气溶胶为主， 而在冬、 春季零星分布在高原南缘与东南部的气溶胶， 与狮泉河（青藏高原南缘）、 雅鲁藏布江河谷等地基观测结果相吻合， 改进了对高原南部气溶胶的反演效果。
图2 青藏高原多年平均不同季节沙尘光学厚度（DOD）分布Fig.2 Seasonal Dust Aerosol Optical Depth （DOD） distribution over Qinghai-Xizang （Tibet） Plateau |
图3 青藏高原多年平均不同季节气溶胶光学厚度（AOD）分布Fig.3 Seasonal Aerosol Optical Depth （AOD） distribution over Qinghai-Xizang （Tibet） Plateau |
利用2018年3月至2021年9月FY-4A的逐小时沙尘检测（DSD）产品中的沙尘分数DST和红外差值沙尘指数IDDI数据， 综合分析了青藏高原地区多年沙尘活动强度变化特征（图5 ）。红外差值沙尘指数IDDI数值达到15， 可以确定为 “严重沙尘”（图5 红线）。从图5 可以看出， 沙尘活动在季风期强度较高， 2018 -2021年的季风期（5 -10月）IDDI大于15。青藏高原上空的沙尘活动在5月开始迅速增强， 并维持较高的强度， 到10月后沙尘活动强度逐步减弱。2018年季风期内的沙尘活动强度较弱， 2018年出现“严重沙尘”的天数为192天， 2019 -2020年的季风期内沙尘活动强度比2018年更大， 出现“严重沙尘”事件的天数分别为218天和212天。提高沙尘观测的时空精度， 不仅能对持续时间长、 影响范围广的大型沙尘过程进行连续监测， 而且有利于捕捉生命周期短、 水平尺度小的局地沙尘事件， 反映青藏高原内部的沙尘活动变化。通过高时空分辨率沙尘气溶胶变化分析， 表明青藏高原地区的沙尘活动强度在季风期（5 -10月）强于非季风期。在青藏高原季风期， 南亚季风对青藏高原地区的影响增强， 青藏高原南侧印度恒河平原AOD和DOD大于非季风期。青藏高原地区在季风期间， 受沙尘来源变化和环流形势叠加影响， 外源性沙尘输送明显高于非季风期。
3.3 青藏高原沙尘活动变化与塔克拉玛干沙漠气象条件之间关系
利用MERRA-2资料分析得到青藏高原地区1999 -2020年沙尘气溶胶的水平分布的时间变化趋势， 以沙尘面积指数（Dust Area Index， DAI）1和2分别表征沙尘活动的影响范围和强度（图6 ）。从沙尘面积指数1（DAI1）和沙尘面积指数2（DAI2）（图6 ）可以看出， 沙尘活动具有明显的季节特征。2000 -2012年DAI1年最高值维持在0.8， 说明在青藏高原地区沙尘活动的影响范围保持较高水平。2012年后， DAI1年最高值波动变化， 在2014年和2020年出现了两次相对低值， 沙尘活动影响范围平均值低于2012年前。DAI2可以用于表征沙尘活动强度， 青藏高原地区上空的沙尘活动频率和强度主要受外源性沙尘影响。1999 -2020年DAI2均小于0.1， 峰值主要出现在季风前期和季风期（3 -7月）， 青藏高原地区沙尘活动受到塔克拉玛干沙漠沙尘输送影响。DAI2与DAI1的变化趋势一致性较好， 2001 -2009年， DAI2与DAI1年最高值一致性较好， 这一时期沙尘活动的范围与强度都较大， 青藏高原地区沙尘活动范围最强时可达到30°N附近； 2009 -2020年， DAI2波动变化比较显著， 呈下降趋势。
分析了青藏高原地区沙尘活动与周边主要沙尘源地的气象条件的联系， 特别是塔克拉玛干沙漠降水和500 hPa风场等变化特征（图7 ）。图7 （a）和（b）分别是塔克拉玛干沙漠降水异常的变化趋势及降雪的变化趋势， 1999 -2005年塔克拉玛干沙漠的降水呈现负异常增强， 其量值较大， 平均值达到了-10 mm， 同期DAI1和DAI2年最高值维持在0.8和0.07， 2017 -2020年降水正异常增强， 最强时达到30 mm， 对应DAI1年最高值持续下降， 青藏高原沙尘活动范围减小， 2020年仅为0.5， 沙尘活动强度也降低。2006 -2017年， 塔克拉玛干沙漠的降水异常波动显著， 其中2012 -2017年正负异常交替出现， 整体呈现上升趋势， 同期DAI1变化并不显著， DAI2变化更为显著。塔克拉玛干沙漠降雪变化趋势反映出， 在2002 -2005年和2009 -2012年出现较集中的降雪， 且都是在青藏高原地区季风期至季风后期（7 -10月）， 2010 -2011年青藏高原的沙尘活动范围和强度都呈现下降趋势。由青藏高原沙尘面积指数和塔克拉玛干沙漠降水异常和降雪量相关性分析得到： DAI1和DAI2与降水异常和降雪量都表现出负相关性， DAI1的相关性表现优于DAI2。DAI1与降水异常的相关性在剔除了DAI1为0的情况后， 达到-0.56， 塔克拉玛干沙漠降水正异常对青藏高原沙尘活动抑制作用较为显著［图8 （a）］。DAI1与降雪量的相关性为-0.34， 塔克拉玛干沙漠降雪不利于沙尘在季风期至季风后期释放、 传输， 这一过程具有季节特征。
图7 塔克拉玛干沙漠1999 -2020年降水距平变化（a）、 降雪变化趋势（b）和经向风速距平变化（c）Fig.7 Precipitation anomaly variations （a）， snowfall variations （b） and meridional wind speed anomaly variations （c） over Taklamakan Desert from 1999 to 2020 |
外源性沙尘向青藏高原输送过程受到沙尘源地的气象条件变化影响， 降水会导致沙尘源地下垫面状况改变， 会抑制地表起沙过程； 而沙尘气溶胶向青藏高原的输送过程， 尤其是远距离输送， 与对流层中高层风场相关。塔克拉玛干沙漠位于青藏高原北侧， 经向风场变异会直接影响塔克拉玛干沙漠向青藏高原北坡的沙尘气溶胶输送通量。塔克拉玛干沙漠地区的降雪和降雨天气， 不仅改变起沙的地表条件， 也加快沙尘气溶胶在输送过程中的沉降， 不利于沙尘从塔克拉玛干沙漠向青藏高原的输送过程。
4 结论
本研究针对青藏高原地区大气沙尘气溶胶来源和影响问题， 利用气象静止卫星FY-4A遥感数据产品、 DustCOMM数据集、 MIDAS数据集、 MERRA-2再分析资料和ERA5再分析资料， 分析了青藏高原沙尘不同来源和贡献， 沙尘气溶胶光学特性、 活动强度变化与风场、 降水等气象条件的关系， 为研究青藏高原沙尘气溶胶气候环境效应提供了基础。
（1） 全球9个沙尘源地（参照DustCOMM数据集的沙尘源地划分）中， 不同沙尘源地对青藏高原地区沙尘贡献差异较大， 其中4个主要源地贡献比例依次为： 东亚地区沙尘源地（约62%）、 中东、 中亚地区沙尘源地（约30%）、 北非地区沙尘源地（约6%）。东亚地区沙尘源地是青藏高原北部和中部地区上空外源性沙尘气溶胶的主要来源， 中东、 中亚地区沙尘源地是青藏高原南部沙尘气溶胶的主要来源， 北非沙尘远距离输送主要影响高原南部的喜马拉雅山脉。
（2） 青藏高原沙尘气溶胶光学厚度（DOD）与气溶胶总光学厚度（AOD）时空分布差异较大， 季节变化明显， DOD在春、 夏、 秋、 冬季的多年平均分别为0.176、 0.064、 0.032、 0.060， AOD为0.223、 0.118、 0.069、 0.117。在青藏高原主体（除柴达木盆地外）上空， DOD和AOD平均强度在夏、 秋高于春、 冬季。青藏高原南侧恒河平原、 塔尔沙漠受人为活动和自然排放的叠加影响， 在夏、 秋季易出现AOD和DOD的高值。气溶胶波长指数在夏、 秋季较大（即气溶胶粒径较小）， 春、 冬较小（粒径较大）， 而在沙尘源区塔克拉玛干沙漠上空， DOD和AOD平均强度按春、 夏、 秋、 冬季依次递减， 气溶胶波长指数在各季节均小于1.0（粒径大）， 表明主要由沙尘气溶胶控制， 与之连接的青藏高原东部柴达木盆地上空DOD、 AOD、 气溶胶波长指数的量值则介于塔克拉玛干沙漠和青藏高原主体之间， 反映了与沙尘源的距离、 大地形阻挡、 气溶胶生命周期等因素的作用。
（3） 分析青藏高原地区2018年3月至2021年9月的红外差值沙尘指数（IDDI）变化表明， 青藏高原在季风期的沙尘活动强度明显高于非季风期， 主要受南亚季风和同期青藏高原南侧沙尘气溶胶活动增强影响。IDDI在2018年、 2019年和2020年的达到15以上（即青藏高原上空发生“严重沙尘”事件）的天数分别为192天、 218天和212天； 分析2018 -2021年季风期IDDI的强度变化， 2019年和2020年季风期IDDI的平均强度高于2018年， 反映了生命周期较短的沙尘活动强度， 尤其是本地沙尘来源对青藏高原地区沙尘气溶胶的贡献。
（3）柴达木盆地是塔克拉玛干沙漠向青藏高原输送沙尘的重要通道， 青藏高原地区的沙尘活动范围和强度与塔克拉玛干沙漠气象条件有重要关联。2000 -2020年沙尘面积指数1（DAI1）与降水异常、 降雪量和经向风速异常的相关系数分别为-0.56， -0.34和0.15， 青藏高原沙尘活动范围与降水异常和降雪量呈负相关， 与经向风速异常为正相关。2000 -2012年， 青藏高原沙尘活动强度较高， 沙尘面积指数1（Dust Area Index 1， DAI1）和沙尘面积指数2（Dust Area Index 2， DAI2）对每年最高值进行多年平均的结果分别为0.8和0.06（分别对应沙尘浓度大于2 g·m-2和8 g·m-2的情况）， 对应1999 -2010年塔克拉玛干沙漠地区降水、 经向风速负距平增强； 2012 -2020年高原沙尘活动相对较弱， DAI1和DAI2均呈现波动变化， 对逐年最高值进行平均的结果分别为0.6和0.04， 对应2010 -2020年塔克拉玛干沙漠地区降水、 经向风正距平增强和降雪较强。降水和经向风场分别对地表起沙状况和沙尘气溶胶远距离传输有直接影响， 对沙尘从塔克拉玛干沙漠向青藏高原的输送过程有明显调制作用。