基于modis数据的中国北方起沙通量估算

基于modis数据的中国北方起沙通量估算

1中国动态气溶胶模式及相关研究问题干燥或半干旱地区的沙区是自然大气凝胶的主要来源之一。大量沙尘气溶胶的排放不仅会导致严重的风沙灾害,如能见度恶化和健康损害等,还会影响区域乃至全球的大气物理化学过程。首先,由于沙尘气溶胶的排放量高、质量负荷大,沙尘天气的发生会严重影响源区大气组成和空气质量,或通过全球沙尘循环影响下风向地区空气质量,进而通过直接和间接辐射强迫作用影响全球和区域的辐射平衡和气候变化;其次,沙尘颗粒物能够为大气非均相反应提供反应表面,在大气化学过程中起到重要的介质作用;此外,近年很多研究指出矿物沙尘可以通过干湿沉降过程为海洋浮游植被提供丰富的矿物元素(如Fe),促进海洋一次生产力的提高。因此,为了准确评价沙尘气溶胶的输送过程及其与大气物理化学过程的交互作用,必须对沙尘排放强度进行准确的定量化估算。中国是东亚的主要沙尘源区,受到气候变化和人类活动的影响,约30%的中国陆地面积正受到荒漠化的侵蚀,而中国荒漠化面积也正以每年2460km2的速率扩张。每年春、冬季,中国北方干旱和半干旱地区频繁受到沙尘过程的侵袭,更重要的是沙尘暴的影响不仅局限于源区,还会通过远程输送影响到下风向临近地区甚至亚洲大陆以外的区域。因而,近年越来越多的研究开始关注中国沙尘问题,并开展了一系列的观测和模拟研究[10,12,13,14,15,16,17,18],其中起沙强度的估算是沙尘研究中重要的不确定性来源。由于起沙强度要受到气象条件、表面特征等多种复杂因素的影响,不同研究结果之间具有一定差异和不确定性。首先,准确的气象输入数据对于沙尘排放的估算具有决定性作用,过去的很多估算研究中使用常年气候记录数据驱动风沙侵蚀方案,因而无法捕获沙尘排放的年际变化,也无法满足沙尘数值模拟对高分辨率源排放数据的要求。尽管近年来一些研究开始使用中尺度气象模式提供高分辨率的气象场,但气象模拟多是基于20世纪90年代的地表数据,无法反映真实的地表覆盖特征,可能会导致模拟结果的不准确。目前,越来越多的研究开始强调高分辨率的卫星数据对改善模拟结果的重要作用。另外,目前中国很多估算中没有考虑地表特征,尤其是季节性植被覆盖的变化对起沙的定量化影响,而Marticorenaetal研究指出地表植被覆盖对于源区范围的确定和垂直起沙通量的强度都有重要的影响。本文利用Parketal提出的亚洲沙尘气溶胶模式(AsianDustAerosolModel,ADAM)对2006年中国北方天然沙尘排放(粒径在0.2~74μm之间)进行估算。模式中以中分辨率成像光谱仪(ModerateResolutionImagingSpectroradiometer,MODIS)观测的植被分布数据定量化表征季节性的植被增长对沙尘排放的影响,以第五代中尺度模式MM5模拟输出的高分辨率气象场为驱动,并在MM5模式中引入高分辨率的MODIS地表覆盖类型和植被分布数据来改善模拟效果。以2006年为例,主要是由于2006年中国北部出现大规模的沙尘暴侵蚀,沙尘的强度和发生频率都较高,包括5次强沙尘暴、6次沙尘暴和6次浮尘。2方法和数据的集合2.1参数配置和数据筛选2.1.1模拟结果与分析沙尘排放估算的流程如图1所示,研究中以MM5模式模拟的相对湿度、摩擦速度、降水和地面温度驱动起沙方案。MM5模式是由美国大气研究中心开发的中尺度气象模式,已被广泛应用于气象模拟预测、水循环和空气质量研究中。本文所选模拟区域覆盖整个中国,模拟区域的中心点位于37.40°N,102.52°E,模式的水平分辨率为12km×12km,水平方向网格数为440×380,垂直方向分为35层。MM5模式模拟使用美国环境预报中心提供的1°×1°分析资料(Finalanalysis,FNL)作为模式的初始和边界条件,同时模拟中使用FNL分析资料进行四维数据同化拟合(FourDimensionalDataAssimilation,FD-DA)来改善模拟效果。MM5模式模拟运行1年,每次运行取12h为预热时间。模拟采用的物理参数化方案为Lin云微物理过程方案、YSU边界层方案、Noah陆面方案、Goddard短波辐射参数化方案及RRTM长波辐射参数化方案,近地面参数化采用Monin-Obukhov相似性理论方案。为了对MM5模式气象模拟结果进行评估,本文使用美国国家海洋和大气局的国家气候数据中心提供的逐时气象观测对模拟结果进行评估,气象站点的位置分布如图2所示。2.1.2基于地表数据的地震勘探地表模拟MM5模式中默认使用的地表数据为1km分辨率的美国地质调查局(UnitedStatesGeologicalSurvey,USGS)全球土地利用(LandUseandLandCover,LULC)和植被覆盖比例(VegetationFraction,VGF)数据,这两套数据是由1992年4月-1993年3月AVHRR(AdvancedVeryHighResolutionRadiometer)观测获得10min分辨率的每月归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)数据反演而来,能够反映20世纪90年代全球地表覆盖和植被覆盖特征。而近20年,中国的陆地生态系统发生了很大的变化,伴随着显著的荒漠化和城市化等过程,因而MM5模式中默认地表参数已经无法反映当前真实的地表特征,可能导致气象模拟结果的误差。近年来,越来越多的研究开始关注卫星数据的同化对气象模拟效果的改善。本文在MM5模式中引入高分辨率的MODIS(/)地表数据改善气象场的模拟效果。MODIS是由美国宇航局研制的、搭载于Terra和Aqua卫星上的大型空间遥感仪器,它共收集36个波段的卫星数据并给出分辨率分别为250,500和1000m的全球覆盖数据。MODIS数据由于具有全球覆盖、高分辨率和准确校正等特征而得到广泛的应用。利用2006年500m分辨率的MODIS地表覆盖类型数据(MCD12Q1)和最新的2000年250m分辨率的水体覆盖数据(MOD44W)来构建一个新的土地利用类型分布。由于MODIS中土地利用类型的分类系统遵循国际地圈生物圈计划(InternationalGeosphere-BiosphereProgram,IGBP)的17类分类法,而USGS地表覆盖数据为USGS24类分类系统,需要按照一定的映射关系将MODIS地表数据转化为MM5模式中默认的24类土地覆盖类型。MM5模式中的植被覆盖比例参数使用2006年每月的MODISNDVI(MOD13A2)数据计算获得,具体算法参照DeFoyetal提出的VGF-NDVI线性关系,即:2.2从生物过程到颗粒参数:从变化的表面活性剂和驳岸参数选取到模型计算的模型建立沙尘源区的范围是依据MODIS土地覆盖类型数据(MCD12Q1)中的裸地进行限定,并结合全球土壤数据库(HarmonizedWorldSoilDatabase,HWSD)将沙尘源区进一步划分为沙漠、戈壁、黄土区和混合土壤区4类。从划分的沙尘源区分布(图2)中还可看出,沙尘源区主要包括12个主要的沙漠地区,位于中国中部、西北部和塔克拉玛干沙漠周边的戈壁地区,位于黄土高原和内蒙古高原东北部的黄土区和中国东北部的混合土壤区。起沙方案选用ADAM模式。Parketal根据1996-2002年世界气象组织在东亚沙尘源区的气象和沙尘记录数据,基于统计学方法获得垂直起沙通量与摩擦速度之间的关系,同时定量化考虑了植被覆盖对起沙强度的影响。沙尘垂直排放通量表示为式中:Fa为垂直沙尘通量(单位:g·cm-2·s-1);u*为MM5模式模拟的摩擦速度(单位:cm·s-1);u*t为临界摩擦速度(单位:cm·s-1);R为根据NDVI计算的植被削减因子;α为根据颗粒物粒径分布、摩擦速度和地面温度等参数确定的权重系数。同时,该起沙方案中假设当大气相对湿度超过临界值或者存在降水时认为起沙通量为零。起沙方案中使用的临界摩擦速度和临界相对湿度值采用Parketal在沙源区基于观测和统计获得的推荐值。植被削减因子R代表季节性植被生长对起沙过程的抑制,选用2006年每月的MODISNDVI(MOD13A2)数据来计算R。R的具体计算公式如下:式中:a0、a1、a2、a3为基于观测确定的拟合参数,不同土壤类型、不同月份下的拟合参数值详见文献。起沙方案中参数α的取值依赖于起沙粒径分布和摩擦速度。本文假设起沙颗粒的粒径分布函数Ps(d)能用2个理想粒径分布函数Pm(d)和Pf(d)表示,即:式中:为摩擦速度u*、临界摩擦速度u*t和常数κ、n决定的权重系数;Pm(d)为弱风作用下土壤最小扩散粒径分布函数;Pf(d)为强风作用下的土壤完全扩散粒径分布函数。假设Pm(d)和Pf(d)均符合对数正态分布,即:相关参数的具体介绍可以参考文献。根据1987年Westphaletal对沙尘源区通量观测,对粒径在20μm以下的沙尘颗粒参数α取为1.0×10-14,即垂直起沙通量可以表示为则在粒径对数正态分布的假设下,粒径范围在0.2~74μm范围内的沙尘垂直起沙通量参数α可以表示为同时,考虑到地面温度对起沙通量的影响,最终将参数α表示为式中:T为地面温度(单位:℃);ζT(T)为温度校正因子,0≤ζT(T)≤1。3结果分析3.1宏观模拟结果本文使用分布在中国北方沙源地区的207个气象观测站(图2)的表层风速和相对湿度观测值来评估MM5模式的气象模拟结果。以平均观测值(MOC)、平均模拟值(MSC)、平均偏差(MB)和平均误差(ME)等统计参数来评价模拟结果。各个评估指标的计算公式如下:其中:N为观测数据数目;sim为MM5模式模拟值;obs为观测值。表1中分别列出了不同季节所有观测站的整体模拟统计结果。整体而言,春季模拟风速(3.85m·s-1)最高、模拟相对湿度(52.61%)最低(表1),具备最利于起沙过程发生的气象条件。但四季模拟风速和相对湿度都存在不同程度的高估,风速高估的平均偏差在0.43~0.88m·s-1,相对湿度高估的平均偏差在1.91%~8.97%。为了更直观地表征空间分布上模拟结果的准确性,图3给出沙尘频发的季节(春季和冬季)所有观测站点表层风速和相对湿度的平均模拟值和观测值散点分布。从图3中可看出,两者的模拟值和观测值具有较好的一致性,模拟值能够较好地反映表层风速和相对湿度的空间分布,其中风速高值位于内蒙古中西部的戈壁、荒漠地区。3.2产砂负荷3.2.1沙源区及土壤、土壤类型根据图2可计算出,中国北方沙源地区的戈壁、沙漠、黄土区和混合土壤的覆盖面积分别约为5.76×105km2(25.1%),6.53×105km2(28.5%),5.26×105km2(22.9%),5.39×105km2(23.5%),沙源区总面积为2.29×106km2。2006年全年中国北方沙源区约有4.36×109t粒径范围在0.2~74μm的沙尘颗粒排放,其中戈壁、沙漠、黄土区和混合土壤区对总起沙量分别贡献1.26×109t(28.9%),1.40×109t(32.1%),0.85×109t(19.5%)和0.85×109t(19.5%)(表2)。因此,在全年基础上,对沙尘排放贡献最大的源区为沙漠,其中位于内蒙古西部的巴丹吉林沙漠的起沙量最大,2006年全年共排放沙尘1.9×108t,占沙漠地区起沙总量的13.6%。而戈壁地区由于覆盖面积广、地表风速相对大,其起沙量贡献居于第二。同时,本文中计算了不同类型源区的单位面积起沙量,依次为戈壁(2.19kg·m-2)、荒漠(2.14kg·m-2)、黄土区(1.62kg·m-2)和混合土壤区(1.58kg·m-2)(表2),中国北方沙源地区2006年年平均单位面积起沙量为1.90kg·m-2。3.2.2不同季节和季节动态动态气象条件下的有效需求从图4中可看出,起沙过程具有显著的季节变化,其中春季由于频繁的强风、高温和低湿天气(表1)的出现沙尘排放量最高,排放总量达2.64×109t,占年负荷的61%(表2)。整体上,更多的沙尘暴出现在4月(1.46×109t),比3月(1.06×109t)和5月(1.2×108t)的起沙更严重。冬季的起沙总量仅次于春季,为1.16×109t。6-11月由于风速相对较低,强降雨出现以及中部和东部地区植被增长的影响沙尘排放很弱,分别为0.14×109t(夏季)和0.42×109t(秋季)(表2)。通过与2006年沙尘天气年鉴记录的观测资料对比,本文模拟的沙尘时间序列能较好地再现2006年几次主要的沙尘灾害天气。比如,根据年鉴记录2006年最强的一次沙尘侵袭灾害发生在4月10日,而本文估算的起沙量最高值也出现在该时段,该次沙尘暴天气席卷中国北部,根据估算该日的沙尘负荷达到最大值(1.3×108t),影响面积为6.54×105km2(占沙尘源区的29%)。3.2.3模型估计结果由于估算方法、源区、粒径分布以及起沙量的年际变化等因素影响,不同研究中给出的起沙量结果存在很大的差异(表3)。整体上,本文估算结果与Laurentetal和Shaoetal给出的结果量级相当,但要比一些基于气候学方法给出的估算结果高约一个数量级(表3)。根据对数正态粒径分布的假设,估算2006年春季所有源区排放的粒径<20μm的颗粒物质量为6.47×108t,其中沙漠排放为2.47×108t,这与Shaoetal和Laurentetal分别给出的7.02×108t(2002年3、4月)和2.42×108t(1996-2001年春季)的估算结果较接近。但由于这两个研究中的模拟区域也包括蒙古国南部地区,本文模拟结果可能略高,主要是由于估算方法差异和MM5模式模拟风场偏高造成的。相比之下,Xuanetal根据美国环保局的沙尘估算公式和1951-1980年长期气候统计数据给出的沙尘估算值(粒径<30μm的排放量2.5×107t;粒径<50μm的排放量4.3×107t)(表3)存在着严重的低估。Zhaoetal使用NARCM(NorthernAerosolRegionalClimateModel)区域气溶胶气候模型估算的春季沙尘排放总量(1.2×108t)也要比本研究沙漠地区估算值(9×108t)低估约8倍。Laurentetal在研究中指出沙尘排放的年际变化可以达到5倍,因此基于气候模型的起沙量的估算无法反应沙尘排放的年际特征,可能导致严重的低估。3.3模型植被动态特征风速等动力因素是影响起沙量的首要因素。根据MM5模式模拟不同季节表层风速的空间分布,强风速主要出现在内蒙古西部和中部地区,尤其是位于内蒙古西部的戈壁和沙漠地区(如巴丹吉林沙漠和腾格里沙漠),春季表层风速达到7m·s-1以上。相比之下,塔克拉玛干沙漠、黄土区和中国东北部的混合土壤区全年风速相对较低(4~5m·s-1)。除了动力因素,植被覆盖也是影响起沙量的重要因素之一,图5给出基于MODISNDVI数据计算得到的源区植被削减因子R的季节性分布。根据MODIS卫星数据识别,戈壁和沙漠地区主要的植被类型为裸露土地或草地,而相比之下黄土区和混合土壤区主要被草地和农田覆盖。因此,除了黄土高原南部和中国东北部的混合土壤区外,大部分沙源区全年NDVI值在0.3以下。这些植被分布特征反映在植被削减因子的水平分布上,表现为R值由中国东南部向西北部显著下降,几乎所有的沙漠和戈壁地区全年植被影响可以忽略,R值接近零,而黄土高原南部地区沙尘排放受到植被生长的显著抑制(图5)。考虑到春季沙尘天气的频繁发生,本文中仅给出春季平均起沙通量的空间分布,共识别出4个主要的沙尘源区(图6):(1)位于华北中部的巴丹吉林沙漠和周边的戈壁地区,大范围地区的起沙通量>0.3mg·m-2·s-1;(2)内蒙古西北部和河西走廊地区的戈壁;(3)陕西北部的毛乌素沙地和河北北部的浑善达克沙地,以及中国东北部的黄土区也显示出相对较高的起沙强度;(4)塔克拉玛干沙漠和周边的混合土壤区。此外,由于植被覆盖率高和风速相对较低,黄土高原南部和中国东北部的起沙量几乎可以忽略。本文得到的沙尘排放强度空间分布特征与以往研究中沙尘暴频发地区相一致。3.4短期扩展过程分析为了进一步验证估算结果,选取2006年春季发生的两次短期沙尘暴天气过程进行分析,同时给出观测风速的空间分布和沙尘天气年鉴的观测记录进行对比验证。3.4.1沙气象观测结果分析4月9-11日期间,强沙尘暴过程侵袭中国西北部和北部地区,此次沙尘暴源地在塔里木盆地,是2006年最强的一次沙尘暴过程。根据沙尘年鉴记录,该次沙尘暴过程在4月10日达到最强盛。根据本文模拟估算,此次沙尘暴过程中大约排放2.2×108t沙尘颗粒,其中4月10日排放负荷达到最高值(1.3×108t,占此次沙尘暴起沙总量的59%)。此次沙尘暴过程的起沙量占2006年春季起沙总量的8.3%(表2),其中戈壁地区和沙漠地区的贡献接近,分别为8.8×107t和8.7×107t,总贡献达到80%。从起沙的空间分布(图7)可以看出,此次起沙过程主要发生在位于塔里木盆地南部的塔克拉玛干沙漠,起沙通量最高超过3mg·m-2·s-1,出现在新疆南部的若羌县和且莫县,以及新疆东北部。此外,在内蒙古中部和西部、河西走廊和青海北部也模拟出现大范围的沙尘排放。根据气象观测结果,此次沙尘暴过程中西北干旱地区出现了大范围的大风天气,尤其是在新疆和内蒙古中、西部地区平均风速达到7m·s-1以上,气象观测强风的分布与本文模拟起沙通量高值区域具有较好的空间分布一致性。此外,模拟的强沙尘排放地理范围与沙尘天气年鉴中记录的强沙尘暴受灾地区相一致(图7),并且和以往研究中给出的起沙空间分布特征符合较好。3.4.2从源区及大小区域分布看受蒙古气旋产生的强西风影响,4月16-18日蒙古国南部、内蒙古中部和西部、河西走廊、山西西北部和中国北部其他地区受到