2. 94188部队, 陕西 西安 710000
大气气溶胶对气候变化有重要的直接和间接影响, 通过散射和吸收太阳辐射, 并作为云凝结核改变云的光学特性和生命期(Ramanathan et al, 2002), 影响地气系统辐射收支平衡, 进而影响区域乃至全球气候。沙尘气溶胶是对流层气溶胶的主要成分之一, 甚至能在短期直接传到极地(Huang et al, 2015), 大气中的沙尘由沙尘暴、扬沙和浮尘天气带入大气。沙尘暴作为沙尘气溶胶的主要来源, 严重影响人类的生产和生活(张仁健等, 2007; 杜川利等, 2013; 李剑东等, 2015), 沙尘天气发生时, 地表面大量的沙土颗粒被强风吹起, 卷入大气, 并随天气系统向下游输送, 这些悬浮在大气中的沙尘粒子即为沙尘气溶胶。全世界主要有4个沙尘多发区:北非的撒哈拉沙漠, 中东亚(含中国西部), 澳大利亚西部和北美西部, 其中北非和中东亚的沙尘气溶胶影响范围最大, 强度最强(马井会, 2007a; 宿兴涛等, 2016)。中国沙尘气溶胶主要来源于新疆、甘肃、内蒙古的沙漠以及黄土高原等干旱半干旱地区(Hansen et al, 2011)。
沙尘气溶胶的气候效应是气候变化研究的一个热点问题。Kevin et al(1997)研究了北非沙尘到美国的长距离输送, 确定了沙尘的传输轨迹并描述沙尘穿过美国地区的情况; Uno et al(2009)对亚洲沙尘传输的研究发现, 沙尘通常在对流层底层传播的很远。中国学者在沙尘气溶胶观测、物理化学分析方面做了大量工作, Qian et al(2009)通过模式验证了亚洲沙尘气溶胶的半直接辐射效应; Li et al(2010)评估了中国不同地区晴空下气溶胶的直接辐射强迫。中国沙尘暴主要出现在北方地区, 北方又以西北地区最多, 显著的例子是1977年4月17日中国西北地区特大沙尘暴的研究(徐国昌等, 1979); 之后不少学者对我国北方地区的沙尘进行了研究, 高中明等(2013)利用AERONET和SKYNET气溶胶网站产品分析了中国北方地区的气溶胶光学特征; 牛生杰等(2005)应用机载气溶胶粒谱仪对中国西北沙漠上空气溶胶进行探测, 得到了沙尘源区气溶胶的数浓度等特征; Zhang et al(2012)利用激光雷达和微波辐射计研究了中国西北地区沙尘气溶胶的垂直分布; 常倬林等(2015)用CALIPSO资料分析了宁夏地区沙尘天气条件下气溶胶光学性质的分布特征。一些学者针对出现在西北半干旱地区兰州的沙尘气溶胶做了研究, 权建农等(2005)对兰州市2001年沙尘气溶胶质量浓度作了特征分析, 并揭示了河西走廊沙漠对兰州市沙尘暴的影响; 曹贤洁等(2009)利用激光雷达观测了兰州沙尘气溶胶的辐射特性, 分析表明沙尘过程中, 气溶胶粒子的传输路径主要有两条, 并验证了激光雷达观测资料反演得到的气溶胶消光系数和光学厚度等可以较好的反映气溶胶垂直方向上的分布特征; Zhang et al(2010)研究了中国兰州地区沙尘气溶胶的辐射特性。此类研究受观测资料所限, 对半干旱地区沙尘气溶胶光学和微物理特性的研究较少, 虽有一些个例分析, 但缺乏较长时间序列结果, 以致对沙尘气溶胶定量评估存在较大不确定性(Che et al, 2014), 所以加强半干旱区沙尘气溶胶长期的光学、微物理特性研究非常必要。
利用兰州大学半干旱气候与环境观测站SACOL(Semi-Arid Climate and Environment Observatory of Lanzhou University)2006-2012年太阳光度计资料, 采用AERONET反演算法处理, 分析了黄土高原半干旱区沙尘气溶胶长期的光学、微物理特性及其变化特征。为深入理解我国沙尘气溶胶辐射强迫和气候响应提供基础数据。
2 观测仪器和资料处理兰州大学SACOL站位于兰州大学榆中校区海拔1 965.8 m的萃英山顶(35.57°N, 104.08°E)。观测场下垫面为典型黄土高原残塬地貌, 属温带半干旱气候, 山顶全年主导风向为西北和东南, 全年日照时数2 607.2 h(Huang et al, 2008)。SACOL站位于沙尘气溶胶主要源区下游地区(马井会等, 2007b; Wang et al, 2013), SACOL站观测的气溶胶特性能够反映当地和远距离输送沙尘的综合影响。
利用SACOL站2006年7月28日至2012年8月10日太阳光度计观测的气溶胶数据, 按AERONET反演标准处理(Dubovik et al, 2006)。本文应用的CE-318型太阳光度计, 是由法国CIMEI公司制造的一种自动跟踪扫描太阳辐射计, 由于仪器维护, 2008年10月29日至2009年3月2日缺测。观测波段有440, 675, 870和1 020 nm(Holben et al, 1998), 采用经过云剔除和质量控制的AERONET Level 2.0数据, 利用440 nm和675 nm波段的光学厚度AOD(Aerosol optical depth)线性拟合得到550 nm波段的光学厚度AOD550。
分两步从气溶胶数据里确定出沙尘气溶胶数据: (1)初选。根据Tanré et al(2001)、Li et al(2013)、Bi et al(2014)和白鸿涛等(2009)的判据, 将沙尘气溶胶定义为AOD550≥0.3, α440-675≤0.5, α440-870 < 0.6。根据光学厚度AOD550和Ångström波长指数α挑选出符合沙尘气溶胶条件的AOD550和α数据有5 268个, 320天; (2)筛选。根据沙尘持续时间并结合激光雷达数据(退偏比达到0.3即为沙尘气溶胶), 筛选出沙尘时次大于等于5的沙尘天供进一步分析。筛选后有效沙尘天共213天, 有效时次5 037个(表 1)。
![]() |
表 1 数据资料概况 Table 1 Overview of the datas |
进而分析SACOL有效沙尘天的沙尘气溶胶光学和微物理特性参量:光学厚度AOD550(aerosol optical depth)、Ångström波长指数α(Ångström exponent)、尺度谱分布、体积浓度、有效半径、复折射指数、单次散射反照率SSA(single scattering albedo)和不对称因子。
3 沙尘气溶胶光学和微物理特性参量分析 3.1 沙尘气溶胶光学厚度AOD550反映了垂直大气柱内气溶胶的消光总量。AOD550逐日变化在0.30~2.80之间变动, 沙尘气溶胶最大AOD550值分布在春季(3-5月), 冬季次之。日均值为0.63±0.44, 其中0.44为标准差, 表示离中趋势, 数值较大表明离散程度越大, 本文确定出的沙尘数据最大为2.80, 证实有强烈的沙尘天气发生。而没有挑选出沙尘气溶胶前, 总的气溶胶AOD550日均值为0.38±0.26, 沙尘气溶胶AOD550明显大于总气溶胶AOD550日平均频率主要分布在0.3~0.8之间, 约占82%[图 1(b)]。Tian et al(2015)利用偏振激光雷达给出的结果也与本文相一致, 说明本研究采用的沙尘判据可信。
![]() |
图 1 沙尘气溶胶550 nm波段的光学厚度的逐日变化(a)和日平均频率分布(b) Figure 1 Daily variation (a) and average daily frequency distribution (b) of 550 nm aerosol optical depth for dust aerosols |
SACOL沙尘气溶胶春季AOD550比塔克拉玛干沙漠春季观测到的气溶胶光学厚度小。塔克拉玛干沙漠位于塔里木盆地中心, 是世界第二大沙漠, 仅次于非洲撒哈拉大沙漠, 塔克拉玛干沙漠每年释放大量的沙尘气溶胶(延昊等, 2006), 塔克拉玛干地区沙尘的远距离传输是SACOL沙尘气溶胶的来源之一。
3.2 沙尘气溶胶Ångström波长指数α波长指数α描述了气溶胶光学厚度随波长的变化, 反映气溶胶平均粒子大小。α逐日变化在0.002~0.525之间变动, 日均值为0.27±0.12, 数值很小, α越小说明气溶胶粒子平均半径越大, 粒子尺度越大。与总气溶胶α日均值(0.88±0.34)比较, 沙尘气溶胶α明显较小[图 2(a)]。α日平均频率主要分布在0.2~0.4之间, 约占总频率的56%[图 2(b)]。这与AOD550的变化呈反位相关系, 说明沙尘主要为大粒子气溶胶。
![]() |
图 2 沙尘气溶胶Ångström波长指数α的逐日变化(a)和日平均频率分布(b) Figure 2 Daily variation (a) and average daily frequency distribution (b) of Ångström exponent α for dust aerosols |
SACOL沙尘气溶胶春季α比延昊等(2006)对塔克拉玛干沙漠春季观测到气溶胶α大。受到当地沙尘天气的影响, 塔克拉玛干沙漠发生的沙尘暴产生大量的沙尘大粒子, 导致α在春夏季比较小。SACOL沙尘气溶胶由塔克拉玛干地区沙尘远距离传输造成的影响, 需要今后进一步研究。
3.3 沙尘气溶胶尺度谱分布沙尘气溶胶粒子体积尺度谱分布中粗模态峰值较大, 为0.28 μm3·μm-2, 对应粒子半径为2.24 μm, 而细模态峰值较小, 为0.03 μm3·μm-2, 对应粒子半径为0.09 μm(图 3)。气溶胶粒子的谱分布是计算气溶胶粒子辐射强迫和气溶胶气候模式的基本输入参数, 尺度谱分布细模态不明显, 是由于沙尘气溶胶多为粗模态粒子。牛生杰等(2001)在贺兰山地区(包括贺兰山两侧的银川平原和阿拉善盟、腾格里沙漠、巴丹吉林沙漠及毛乌素沙地)研究的气溶胶尺度谱分布特征, 也与本文一致, 再次验证了本文所选数据是正确的。
![]() |
图 3 多年平均的沙尘气溶胶粒子尺度谱分布 Figure 3 Average dust aerosol-size distribution from multiple years |
各年平均的粒子体积尺度谱分布中细模态粒子浓度都很小, 粗模态粒子浓度较大, 其中2009年粗模态粒子浓度最大, 粗模态峰值为0.35 μm3·μm-2, 而2006年最小, 粗模态峰值为0.16 μm3·μm-2, 因为2006年沙尘天数最少[图 4(a)]。
![]() |
图 4 各年平均(a)和各月多年平均(b)的沙尘气溶胶粒子尺度谱分布 Figure 4 Average dust aerosol-size distributions for each year (a) and each month (b) |
各月多年平均的粒子体积尺度谱分布中粗模态粒子浓度的年变化远大于细模态粒子, 粗模态粒子浓度春季最大, 其中4月粗模态峰值最大, 为0.40 μm3·μm-2[图 4(b)]。这也与AOD550在4月最大相对应, 说明沙尘暴在4月频繁发生。
3.4 沙尘气溶胶体积浓度分析气溶胶粒子体积浓度, 包括总体积浓度VolCon-T, 细模态(粒子半径r为0.05~0.6 μm)体积浓度VolCon-F和粗模态(粒子半径r为0.6~15 μm)体积浓度VolCon-C。
沙尘气溶胶体积浓度逐日变化中总粒子、细模态和粗模态粒子体积浓度日均值分别为0.44 ±0.29, 0.04±0.02和0.40±0.27 μm3·μm-2。总体积浓度和粗模态体积浓度变化很大, 且变化趋势一致, 而细模态体积浓度变化非常小[图 5(a)]。
![]() |
图 5 沙尘气溶胶体积浓度的逐日变化(a)和年变化(b) Figure 5 Daily variation (a) and annual variation (b) of dust aerosols volume concentration |
体积浓度年变化中总体积浓度和粗模态体积浓度都在4月达到最大, 分别为0.54 μm3·μm-2和0.49 μm3·μm-2, 冬季次之, 秋季最小, 9月无沙尘出现(没有满足沙尘气溶胶条件的数据)[图 5(b)]。这AOD550年变化一致, 沙尘气溶胶在春季分布最多。
3.5 沙尘气溶胶有效半径沙尘气溶胶总粒子、细模态和粗模态粒子有效半径日均值分别为0.81±0.30, 0.12±0.03和1.9±0.25 μm。总粒子和粗模态粒子有效半径变化较大, 细模态粒子变化幅度较小[图 6(a)]。
![]() |
图 6 沙尘气溶胶有效半径的逐日变化(a)和年变化(b) Figure 6 Daily variation (a) and annual variation (b) ofdust aerosols effective radius |
粒子有效半径年变化中总体积浓度和粗模态体积浓度都在春冬季较大, 夏秋季较小, 其中秋季最小[图 6(b)], 沙尘多为大粒径颗粒。
3.6 沙尘气溶胶复折射指数气溶胶粒子的复折射指数实部和虚部分别反映了气溶胶粒子对入射辐射的散射和吸收的能力。沙尘气溶胶复折射指数的谱变化中波长440, 675, 870和1 020 nm分别对应实部1.50, 1.53, 1.51和1.51;虚部0.004 4, 0.002 2, 0.002 0和0.002 1。实部谱在675 nm波长最大, 虚部谱在440 nm波长最大, 其他波长较小[图 7], 说明沙尘气溶胶对440 nm波长的吸收性最强, 对短波更加敏感。
![]() |
图 7 沙尘气溶胶复折射指数的谱变化 Figure 7 Spectral dependence of complex refractiveindex for dust aerosols |
复折射指数年变化中9月和10月没有满足沙尘气溶胶条件的数据, 实部和虚部各波长年变化统计见表 2。实部年变化在波长440, 675, 870, 1 020 nm分别对应变化范围为1.46~1.56, 1.49~1.59, 1.48~1.57和1.47~1.57。实部在春冬季较大, 夏秋季较小[图 8(a)], 这与总粒子有效半径变化特征一致, 粒子散射能力的大小与粒子截面积的大小成正比, 所以大的有效半径对应大的复折射指数实部, 说明沙尘气溶胶具有较强的散射特性。虚部在波长440, 675, 870和1 020 nm分别对应变化范围为0.001~0.01, 0.001~0.005, 0.001~0.004和0.001~0.004。虚部整体数值都较小, 而沙尘最多的4月没有出现最小值[图 8(b)], 说明沙尘气溶胶也具有一定的吸收特性。
![]() |
表 2 复折射指数实部和虚部年变化统计表 Table 2 Statistical table of the annual variation of complex refractive index real part and imaginary part |
![]() |
图 8 沙尘气溶胶复折射指数的实部(a)和虚部(b)的年变化 Figure 8 Annual variation of complex refractive index realpart (a) and imaginary part (b) for dust aerosols |
SSA是气溶胶粒子散射系数与消光系数的比值, 消光包括散射与吸收。沙尘气溶胶在波长440, 675, 870和1 020 nm对应SSA值分别为0.90, 0.95, 0.96和0.96[图 9(a)]。SSA取值在0~1之间, SSA越小, 说明吸收性越强。沙尘气溶胶SSA在440 nm波长最小, 说明沙尘在440 nm波长的吸收性最强。
![]() |
图 9 沙尘气溶胶单次散射反照率的谱变化(a)和年变化(b) Figure 9 Spectral dependence (a) and annual variation (b) of single scattering albedo for dust aerosols |
SSA的年变化中9-10月没有满足沙尘气溶胶条件的数据。波长440, 675, 870和1 020 nm分别对应SSA变化范围为0.85~0.95, 0.91~0.98, 0.92~0.98和0.93~0.99。SSA春季比冬季大, 在2月值最小, 与复折射指数虚部反位相, 沙尘气溶胶的吸收特性较黑碳气溶胶弱[图 9(b)]。SSA决定了气溶胶辐射强迫的正、负效应, 其微小变化会对辐射强迫计算产生较大影响。
3.8 沙尘气溶胶不对称因子不对称因子是散射介质的基本特征之一, 衡量前向和后向散射的辐射量。沙尘气溶胶不对称因子的谱变化中总粒子、细模态和粗模态粒子分别对应变化范围为0.71~0.74, 0.54~0.62和0.74~0.82(图 10)。一般情况下, 前向散射大于后向散射, 所以不对称因子小于等于1。对于完全的后向散射不对称因子为-1, 完全的前向散射不对称因子为1, 各向同性的散射(如瑞利散射)不对称因子为0。粗模态粒子和细模态粒子的不对称因子都随着波长的增加而减小, 因为随着尺度数的增加, 前向散射增加。
![]() |
图 10 沙尘气溶胶不对称因子的谱变化 Figure 10 Spectral dependence of asymmetry factor for dust aerosols |
不对称因子的年变化中9月没有满足沙尘气溶胶条件的数据, 总粒子、细模态和粗模态粒子各波长不对称因子年变化分布范围统计见表 3。细模态440 nm波长4月值最小, 其他波长6月值最小, 粗模态在春季值都相对较小(图 11)。不对称因子是辐射传输的一个重要参数, 它影响着辐射能量在介质中的传输。不对称因子在春季较其他季节都小, 说明沙尘气溶胶比其他种类的气溶胶具有较强的前向散射特性。
![]() |
表 3 总粒子、细模态和粗模态粒子不对称因子的年变化分布范围统计 Table 3 Statistics of the annual variation of total particles、fine modal particles and coarse mode particles asymmetry factor |
![]() |
图 11 沙尘气溶胶总粒子(a)、细模态粒子(b)和粗模态粒子(c)不对称因子的年变化 Figure 11 Annual variation of asymmetry factor of total particles (a), fine modal particles (b) and coars mode particles (c) for dust aerosols |
综合以上, 分析以SACOL为代表的黄土高原半干旱区沙尘气溶胶光学和微物理特性参量。结果表明, 光学厚度AOD550春季值最大, 冬季次之, 秋季值最小, 说明沙尘发生天数最多的是春季, 最少的是秋季; 波长指数α与AOD550变化相反, 尺度谱分布粗模态粒子浓度、总体积浓度和粗模态体积浓度、总粒子和粗模态粒子有效半径、复折射指数实部都与AOD550变化一致, 说明沙尘气溶胶主要为大粒径粒子并具有较强的散射特性和一定的吸收特性; SSA与复折射指数虚部变化相反, 冬季值小于春季值, 说明沙尘气溶胶的吸收性较黑碳气溶胶弱; 不对称因子在春季较其他季节都小, 说明沙尘气溶胶比其他种类的气溶胶具有较强的前向散射特性。位于黄土高原半干旱区SACOL的气溶胶光学和微物理特性, 与位于北京远郊区香河站和长江三角洲地区太湖站的特性(张志薇等, 2014; 王宏斌等, 2015)有明显不同:香河站AOD550的年变化最大值出现在7月, 最小值出现在12月, 季节变化上, 夏季最大, 春季次之, 冬季最小。α在4月和5月略小于1, 其他月份均大于1。香河站主要以工业燃烧和城市污染产生的细粒子为主。太湖站AOD550最大值出现在6月, 最小值出现在12月。α在4月达到最小值, 9月最大。太湖站在春季也会受到沙尘的影响, 但沙尘并不是其主要的气溶胶来源。香河和太湖受工业、交通排放影响较大, 人为气溶胶较多。而SACOL受人类活动的影响较小, 主要受春季沙尘天气的影响, 这是黄土高原半干旱区不同于其他地区的显著特征。
4 结论与讨论利用兰州大学半干旱气候与环境观测站2006年7月28日至2012年8月10日太阳光度计资料, 通过严格判据挑选出沙尘气溶胶数据, 分析了黄土高原半干旱区沙尘气溶胶光学和微物理特性。得到以下主要结论:
(1) 沙尘气溶胶最大AOD550值出现在春季, 日均值0.63±0.44, 主要分布在0.3~0.8(约占82%), 沙尘发生天数最多的是春季, 秋季最少。沙尘气溶胶α春季最小, 秋季最大, 日均值0.27±0.12, 主要分布在0.2~0.4(约占56%), 沙尘气溶胶主要为大粒径粒子。
(2) 沙尘气溶胶尺度谱粗模态峰值较细模态峰值大, 为0.28 μm3·μm-2, 粗模态粒子浓度春季最大, 这与沙尘暴在春季频发相对应。总、细模态和粗模态粒子体积浓度日均值分别为0.44±0.29, 0.04±0.02和0.40±0.27 μm3·μm-2, 总体积浓度和粗模态体积浓度变化很大, 都在4月达到最大, 冬季次之, 秋季最小, 这与AOD550年变化也一致。总、细模态和粗模态粒子有效半径多年日平均分别为0.81±0.30, 0.12±0.03和1.9±0.25 μm, 总粒子和粗模态粒子有效半径变化较大, 都在春冬季较大, 夏秋季较小。
(3) 沙尘气溶胶粒子复折射指数的虚部在440 nm波长最大, 沙尘气溶胶对440 nm波长的吸收性最强, 复折射指数实部在春冬季较大, 夏秋季较小, 这与总粒子有效半径变化特征一致, 沙尘气溶胶具有较强的散射性; 虚部整体数值都很小, 沙尘气溶胶也具有一定的吸收性。沙尘气溶胶对440 nm波长的强吸收性使得SSA在440 nm波长最小, SSA春季比冬季大, 在2月值最小, 与复折射指数虚部反位相, 沙尘气溶胶的吸收性较黑碳气溶胶弱。
(4) 沙尘气溶胶粒子不对称因子中粗模态粒子和细模态粒子都随着波长的增加而减小。细模态440 nm波长4月值最小, 粗模态值在春季较小。不对称因子在春季最小, 说明沙尘气溶胶比其他种类的气溶胶具有更强的前向散射性。
(5) 沙尘气溶胶尺度谱分布粗模态粒子浓度、总体积浓度和粗模态体积浓度、总粒子和粗模态粒子有效半径、复折射指数实部都与光学厚度变化一致, 而波长指数与光学厚度变化相反, 说明沙尘气溶胶主要为大粒径粒子并具有较强的散射特性和一定的吸收特性。
致谢 本文资料由兰州大学半干旱气候与环境观测站(SACOL)提供, 谨致谢忱!
Bi J R, Shi J S, Xie Y K, et al. 2014. Dust aerosol characteristics and shortwave radiative impact at a Gobi Desert of Northwest China during the spring of 2012[J]. J Meteor Soc Japan, 92(SI): 33–56.
DOI:10.2151/jmsj.2014-A03 |
|
Che H, Xia X, Zhu J, et al. 2014. Column aerosol optical properties and aerosol radiative forcing during a serious haze-fog month over North China Plain in 2013 based on ground-based sunphotometer measurements[J]. Atmos Chem Phys, 14: 2125–2138.
DOI:10.5194/acp-14-2125-2014 |
|
Dubovik O, Sinyuk A, Lapyonok T, et al. 2006. Application of spheroid models to account for aerosol particle nonsphericity in remote sensing of desert dust[J]. J Geophys Res:Atmospheres, 111(D11): D11208.
DOI:10.1029/2005JD006619 |
|
Hansen J, Sato M, Kharecha P, et al. 2011. Earth's energy imbalance and implications[J]. Atmos Chem Phys, 11(24): 13421–13449.
DOI:10.5194/acp-11-13421-2011 |
|
Holben B N, Eck T F, Slutsker I, et al. 1998. AERONET-A federated instrument network and data archive for aerosol characterization[J]. Remote Sens Environ, 66(1): 1–16.
DOI:10.1016/S0034-4257(98)00031-5 |
|
Huang J P, Zhang W, Zuo J Q, et al. 2008. An overview of the semi-arid climate and environment research observatory over the Loess Plateau[J]. Adv Atmos Sci, 25(6): 906–921.
DOI:10.1007/s00376-008-0906-7 |
|
Huang Z W, Huang J P, Tadahiro H, et al. 2015. Short-cut transport path for Asian dust directly to the Arctic:a case study[J]. Environ Res Lett, 10(11): 114018.
DOI:10.1088/1748-9326/10/11/114018 |
|
Kevin D P, Thomas A C, Robert A E, et al. 1997. Long-range transport of North African dust to the eastern United States[J]. J Geophys Res:Atmospheres, 102(D10): 11225–11238.
DOI:10.1029/97JD00260 |
|
Li Z, Gu X, Wang L, et al. 2013. Aerosol physical and chemical properties retrieved from ground-based remote sensing measurements during heavy haze days in Beijing winter[J]. Atmos Chem Phys, 13(20): 10171–10183.
DOI:10.5194/acpd-13-5091-2013 |
|
Li Z Q, Lee K H, Wang Y S, et al. 2010. First observation-based estimates of cloud-free aerosol radiative forcing across China[J]. J Geophys Res:Atmospheres, 115(D00K18).
DOI:10.1029/2009JD013306 |
|
Qian Y, Gong D Y, Fan J W, et al. 2009. Heavy pollution suppresses light rain in China:Observations and modeling[J]. J Geophys Res:Atmospheres, 114(D00K02).
DOI:10.1029/2008JD011575 |
|
Ramanathan V, Crutzen P J, Kiehl J T, et al. 2002. Aerosols, climate, and the hydrological cycle[J]. Science, 294(5549): 2119–24.
DOI:10.1126/science.1064034 |
|
Tanré D, Kaufman Y J, Holben B N, et al. 2001. Climatology of dust aerosol size distribution and opticalproperties derived from remotely sensed data in the solarspectrum[J]. J Geophys Res:Atmospheres, 106(D16): 18205–18217.
DOI:10.1029/2000JD900663 |
|
Tian P F, Cao X J, Zhang L, et al. 2015. Observation and simulation study of atmospheric aerosol nonsphericity over the Loess Plateau in northwest China[J]. Atmos Environ, 117: 212–219.
DOI:10.1016/j.atmosenv.2015.07.020 |
|
Uno I, Eguchi K, Yumimoto K, et al. 2009. Asian dust transported one full circuit around the globe[J]. Nature Geoscience, 2(8): 557–560.
DOI:10.1038/ngeo583 |
|
Wang H B, Zhang L, Cao X J, et al. 2013. A-Train satellite measurements of dust aerosol distributions over northern China[J]. Journal of Quantitative Spectroscopy & Radiative Transfer, 122: 170–179.
DOI:10.1016/j.jqsrt.2012.08.011 |
|
Zhang J, Li M X. 2012. Vertical distribution of sand-dust aerosols and the relationships with atmospheric environment[J]. Journal of Arid Land, 4(4): 357–368.
DOI:10.3724/SP.J.1227.2012.00357 |
|
Zhang L, Cao X J, Zhou B, et al. 2010. A case study of dust aerosol radiative properties over Lanzhou, China[J]. Atmos Chem Phys, 10: 4283–4293.
DOI:10.5194/acp-10-4283-2010 |
|
白鸿涛, 陈勇航, 黄建平, 等, 2009. AERONET SACOL站冬春季气溶胶光学特性变化特征[M]. 第26届中国气象学会年会, 627-639.
Bai H T, Chen Y H, Huang J P, et al, 2009. Observation of aerosol optical properties in SACOL using AERONET[M]. The 26th annual meeting at the Chinese Meteorological Society, 627-639.
|
|
曹贤洁, 张镭, 周碧, 等. 2009. 利用激光雷达观测兰州沙尘气溶胶辐射特性[J]. 高原气象, 28(5): 1115–1120.
Cao X J, Zhang L, Zhou B, et al. 2009. Lidar measurement of dust aerosol radiative property over Lanzhou[J]. Plateau Meteor, 28(5): 1115–1120.
DOI:10.3788/aos20103010.2837 |
|
常倬林, 崔洋, 张武, 等. 2015. 宁夏典型沙尘天气条件下气溶胶分布特征研究[J]. 高原气象, 34(4): 1049–1056.
Chang Z l, Cui Y, Zhang W, et al. 2015. Temporal and spatial distribution of atmospheric aerosol in typical dusty weather over Ningxia[J]. Plateau Meteor, 34(4): 1049–1056.
DOI:10.7522/j.issn.1000-0534.2014.000401 |
|
杜川利, 余兴. 2013. 气溶胶和城市热岛效应对秦岭地区近50年气温序列影响分析[J]. 高原气象, 32(5): 1321–1328.
Du C L, Yu X. 2013. Analysis on influence of aerosol and urban heat island effect on temperature series in Qinling Region in recent 50 years[J]. Plateau Meteor, 32(5): 1321–1328.
DOI:10.7522/j.issn.1000-0534.2012.00124 |
|
高中明, 闭建荣, 黄建平. 2013. 基于AERONET和SKYNET网观测的中国北方地区气溶胶光学特征分析[J]. 高原气象, 32(5): 1293–1307.
Gao Z M, Bi J R, Huang J P. 2013. Analysis on aerosol optical property over Northern China from AERONET and SKYNET observations[J]. Plateau Meteor, 32(5): 1293–1307.
DOI:10.7522/j.issn.1000-0534.2012.00116 |
|
李剑东, 毛江玉, 王维强. 2015. 大气模式估算的东亚区域人为硫酸盐和黑碳气溶胶辐射强迫及其时间变化特征[J]. 地球物理学报, 58(4): 1103–1120.
Li J D, Mao J Y, Wang W C. 2015. Anthropogenic eastern asian radiative forcing due to sulfate and black carbon aerosols and their time evolution estimated by an AGCM[J]. Chinese J Geophys, 58(4): 1103–1120.
DOI:10.6038/cjg20150402 |
|
马井会, 2007a. 黑碳和沙尘气溶胶光学特性及全球辐射强迫的模拟研究[D]. 南京: 南京信息工程大学.
Ma J H, 2007a. The optical properties and global radiative forcing simulation of black carbon and dust aerosols[D]. Nanjing: Nanjing University of Information Science & Technology.
http://cdmd.cnki.com.cn/Article/CDMD-10300-2007127739.htm |
|
马井会, 张华, 郑有飞, 等. 2007b. 沙尘气溶胶光学厚度的全球分布及分析[J]. 气候与环境研究, 12(2): 156–164.
Ma J H, Zhang H, Zheng Y F, et al. 2007b. The optical depth global distribution of dust aerosol and its possible reason analysis[J]. Climat Environ Res, 12(2): 156–164.
|
|
宿兴涛, 许丽人, 魏强, 等. 2016. 东亚地区沙尘气溶胶对降水的影响研究[J]. 高原气象, 35(1): 211–219.
Su X T, Xu L R, Wei Q. 2016. Study of impacts of dust aerosol on precipitation over East Asia[J]. Plateau Meteor, 35(1): 211–219.
DOI:10.7522/j.issn.1000-0534.2014.00091 |
|
牛生杰, 章澄昌, 孙继明. 2001. 贺兰山地区沙尘暴若干问题的观测研究[J]. 气象学报, 259(2): 196–205.
Niu S J, Zhang C C, Sun J M. 2001. Observational atudies on aandstorm in Helan Mountainous Area[J]. Acta Meteor Sinica, 259(2): 196–205.
DOI:10.3321/j.issn:0577-6619.2001.02.006 |
|
牛生杰, 孙照渤. 2005. 春末中国西北沙漠地区沙尘气溶胶物理特性的飞机观测[J]. 高原气象, 24(4): 604–610.
Niu S J, Sun Z B. 2005. Aircraft measurements of sand aerosol over Northwest China desert area in late spring[J]. Plateau Meteor, 24(4): 604–610.
DOI:10.3321/j.issn:1000-0534.2005.04.021 |
|
权建农, 奚晓霞, 王鑫, 等. 2005. 兰州市2001年沙尘气溶胶质量浓度的特征分析[J]. 中国沙漠, 25(l): 93–97.
Quan J N, Xi X X, Wang X, et al. 2005. Analysis on aerosol concentration in Lanzhou City from sand-dust storm in 2001[J]. Journal of Desert Research, 25(l): 93–97.
DOI:10.3321/j.issn:1000-694X.2005.01.016 |
|
王宏斌, 张志薇, 张镭, 等. 2015. 中国3个AERONET站点气溶胶大小的识别及特征分析[J]. 中国环境科学, 35(4): 995–1003.
Wang H B, Zhang Z W, Zhang L, et al. 2015. Identify the size of aerosol particles and analyze its characteristic at three AERONET sites in China[J]. China Environ Sci, 35(4): 995–1003.
|
|
徐国昌, 陈敏连, 吴国雄. 1979. 甘肃省"4.22"特大沙暴分析[J]. 气象学报, 37(1): 26–35.
Xu G C, Chen M L, Wu G X. 1979. On an extraordinary heavy sandstorm on April 22nd in Gansu[J]. J Meteor Res, 37(1): 26–35.
|
|
延昊, 矫梅燕, 毕宝贵, 等. 2006. 塔克拉玛干沙漠中心的沙尘气溶胶观测研究[J]. 中国沙漠, 26(3): 389–393.
Yan H, Jiao M Y, Bi B G, et al. 2006. Observation on sand-dust aerosol in center of Taklimakan Desert[J]. Journal of Desert Research, 26(3): 389–393.
DOI:10.3321/j.issn:1000-694X.2006.03.013 |
|
张仁健, 周家茂, 曹军骥. 2007. 中国沙漠化及其防治[J]. 中国粉体技术, 13(1): 1–5.
Zhang R J, Zhou J M, Cao J J. 2007. Control of sandy desertification in China[J]. China Powder Science and Technology, 13(1): 1–5.
DOI:10.3969/j.issn.1008-5548.2007.01.001 |
|
张志薇, 王宏斌, 张镭, 等. 2014. 中国地区3个AERONET站点气溶胶直接辐射强迫分析[J]. 中国科学院学报, 31(3): 297–305.
Zhang Z W, Wang H B, Zhang L, et al. 2014. Aerosol direct radiative forcing at three AERONET sites in China[J]. Journal of University of Chinese Academy of Sciences, 31(3): 297–305.
DOI:10.7523/j.issn.2095-6134.2014.03.002 |
2. Unit 94188, Xi'an 710000, Shaanxi, China