Ein Superstaubsturm, verstärkt durch Strahlungsrückkopplung

npj Climate and Atmospheric Science Band 6, Artikelnummer: 90 (2023) Diesen Artikel zitieren

928 Zugriffe

2 Altmetrisch

Details zu den Metriken

Als Hauptstaubquellengebiet in Ostasien hat die Wüste Gobi (GD) entscheidende Auswirkungen auf den Strahlungshaushalt in flussabwärts gelegenen Regionen. Die Staubstrahlungsrückkopplung in der GD auf den mongolischen Zyklon ist jedoch nach wie vor kaum verstanden. Dabei wird die dynamische Staubquelle mit dem Weather Research and Forecasting model with Chemistry (WRF-Chem) für bessere Staubsimulationen gekoppelt. Die Ergebnisse zeigen, dass der mongolische Wirbelsturm das Staubereignis im Mai 2019 dominiert. Die Strahlungsrückkopplung des Staubs führt zu einem Impulstransport nach unten und kühlt den Nordosten der Mongolei ab, indem sie zonale Winde und Temperaturadvektion beeinflusst. Die Abkühlung der unteren Troposphäre und die Erwärmung der oberen Atmosphäre verändern die vertikale Struktur der Atmosphäre und verstärken die Baroklinität. Darüber hinaus dringt kalte Luft keilförmig tief in den Boden der warmen Luft ein und fördert den Aufstieg warmer Luft, um den mongolischen Zyklon zu verstärken. Der starke Staub hält an und führt über Westwinde weiterhin zu hohen Staubkonzentrationen in Nordchina. Diese Studie untersucht, wie die Staubstrahlungsrückkopplung über dem GD den mongolischen Wirbelsturm verstärken kann, und bietet eine wissenschaftliche Referenz für entsprechende Studien.

Staub ist der Hauptbestandteil atmosphärischer Aerosole und macht 75 % der globalen Aerosolmassenbelastung und 25 % der globalen optischen Aerosoltiefe (AOD)1 aus. Sie wird hauptsächlich durch äolische Erosion über Trockengebieten verursacht und beeinflusst den Energiehaushalt des Systems Erde-Atmosphäre und den Wasserkreislauf durch direkte und indirekte Effekte2,3,4,5. Darüber hinaus können Staubpartikel mit Keimen6, organischen Stoffen7 und Schwermetallen8 angereichert sein, was eine ernsthafte Bedrohung für die menschliche Gesundheit und sozioökonomische Aktivitäten darstellt, indem es die Luftqualität beeinträchtigt9,10,11. Nach einem Langstreckentransport lagern sich Staubpartikel auf der Meeresoberfläche ab, was die Entstehung biogener Aerosole über dem Ozean beeinflusst und den biogeochemischen Kreislauf der Meere und die biologische Produktivität verändert12,13.

Die Wechselwirkung zwischen Aerosol und Strahlung hat erhebliche Auswirkungen auf Klimaveränderungen, Wetterprozesse und Luftqualität14. Einerseits können Änderungen meteorologischer Prozesse den Transport und die räumliche Verteilung von Staub verändern15,16. Andererseits beeinflusst Staub das Atmosphärensystem und die Luftqualität durch Strahlungsrückkopplung17. Die Werte des direkten Staubstrahlungsantriebs für die Taklamakan-Wüste (TD) und die Gobi-Wüste (GD) werden mit −3 und −7 W m−2 an der Spitze der Atmosphäre (TOA) und mit −8 und −10 W m−2 an der Spitze der Atmosphäre angegeben der Oberfläche und +5 und +3 W m−2 in der Atmosphäre18. Darüber hinaus kann der Strahlungsantrieb durch Staub die Schichtung und Baroklinität der Atmosphäre erheblich verändern19. GD-Staub verstärkt die anthropogene Aerosolverschmutzung in Ostchina, indem er das meteorologische Feld verändert20. Die durch Staub verursachte Druckstörung löst eine Sekundärzirkulation aus, die die Windgeschwindigkeit im niedrigen atmosphärischen Niveau über der Staubquellenregion verringert und die Windgeschwindigkeit in den stromabwärts gelegenen Regionen erhöht, was zu einer Staubreduzierung und -verstärkung in der oberen Quellregion und den stromabwärts gelegenen Regionen führt. jeweils21.

Der GD liegt an der Grenze zwischen China und der Mongolei und ist eine wichtige Staubquelle in Ostasien22,23,24. Als typische Plateauwüste zeichnet sich die GD durch eine niedrige durchschnittliche Jahrestemperatur und drastische Temperaturschwankungen aus25. Staubstürme treten in dieser Region über weite Gebiete plötzlich auf, sind aber von kurzer Dauer. Die Häufigkeit von Staubereignissen an der Grenze zwischen China und der Mongolei zeigt einen allmählich zunehmenden Trend26,27, und GD-Staub ist die Hauptquelle für staubartige Luftverschmutzung im Landesinneren Chinas, insbesondere in Peking–Tianjin–Hebei28. GD zeichnet sich durch flaches Gelände aus und die gesamte Troposphäre wird von Westwinden dominiert. Die Kombination aus besonderem Gelände und Hintergrundwinden schafft Bedingungen für die transpazifische Übertragung von Staub nach Osten nach Nordamerika29,30.

Obwohl Forscher immer wieder die Bedeutung der GD-Beiträge zu Staubquellen in Ostasien diskutieren28, wurden die Auswirkungen von GD-Staub auf das Wetter und das Klima in dieser Region nur unzureichend untersucht. Als wichtiges Wettersystem kann der mongolische Wirbelsturm starke Oberflächenwinde erzeugen, die Oberflächenpartikel in die Atmosphäre befördern und dann schwere Staubstürme verursachen31. Der Ausbruch von Staubstürmen in Ostasien steht oft in engem Zusammenhang mit der Aktivität kalter Luft und dem mongolischen Wirbelsturm23,32. Wirbelstürme mit kalter Luft kommen in der Mongolei häufig vor, und GD und TD erzeugen große Staubmengen, die in die flussabwärts gelegenen Regionen transportiert werden33. Darüber hinaus sind der westliche Rücken und der ostasiatische Wirbel bei 500 hPa wichtige Treiber für den Staubtransport über große Entfernungen34,35. Im Mai 2019 ereignete sich ein schweres Staubereignis, von dem 168 Menschen in einem Kreis in der Inneren Mongolei direkt betroffen waren, was zu direkten wirtschaftlichen Verlusten in Höhe von 1,004 Millionen RMB36 führte. Hier wird das Ereignis vom Mai 2019 als typischer Fall verwendet, um den Zusammenhang zwischen dem mongolischen Wirbelsturm und der Staubstrahlungsrückkopplung im GD weiter zu untersuchen. Wir nutzen dynamische Staubquellen, das Weather Research and Forecasting (WRF)-Modell in Verbindung mit Chemie (WRF-Chem) und Satellitendaten, um ein umfassendes Verständnis dieses Ereignisses zu entwickeln. Darüber hinaus untersuchen wir den Mechanismus der Staubstrahlungsrückkopplung im GD auf die Verstärkung des mongolischen Wirbelsturms und seine anhaltende Auswirkung auf die Staubkonzentrationen in flussabwärts gelegenen Regionen.

Das zusammengesetzte MODIS-Bild zeigt, dass dieses Staubereignis eng mit dem mongolischen Wirbelsturm zusammenhängt (Abb. 1a). Das offensichtliche Kommawolkensystem über Nordchina in der Abbildung weist darauf hin, dass der mongolische Wirbelsturm den östlichen Transport von Staubaerosolen mittlerer Breite über die atmosphärische Zirkulation verstärkte. Gleichzeitig erfasst die simulierte Wetterzirkulation auch eine tiefe Wirbelstruktur über Nordchina am 13. Mai 2019 (Abb. 1b). WRF–Chem erfasste effektiv die maximale MODIS-Aerosolverteilung in der zentralen und östlichen Inneren Mongolei sowie im nördlichen Heilongjiang mit AOD-Werten von bis zu 1,8 (Abb. 1c, d). Es gibt gut dokumentierte Belege für den Zusammenhang zwischen Aerosolindex (AI) und Aerosolkonzentrationen sowie optischen Eigenschaften37. Es handelt sich um einen qualitativen Faktor, der in der Atmosphäre schwebende Aerosolpartikel darstellt, die hauptsächlich aus Wüstenstaub, der Verbrennung von Biomasse und Vulkanaschewolken stammen, und er wurde bereits zur Identifizierung von Staubaerosolen verwendet38. Im Allgemeinen weisen sowohl OMI AI als auch WRF-Chem AOD eine konsistente Zonenverteilung in der Inneren Mongolei auf (ergänzende Abbildung 3). Auch die Luft im Norden Chinas war stark verschmutzt, der KI-Wert erreichte seinen Höhepunkt bei 2,9. Aufgrund der fehlenden MODIS-Messung in den Hauptbereichen der Staubquelle des Ereignisses verschoben sich die AOD-Werte nach Osten.

ein zusammengesetztes Bild von MODIS Aqua, überlagert von OMI Aerosol Index (AI) am 13. Mai 2019. Die roten Punkte zeigen die AERONET-Beobachtungsstationen, darunter Irkutsk, AOE_Baotou, Beijing_PKU und Anmyon. b Räumliche Muster der geopotentiellen Höhe (blaue Höhenlinien; Einheit: dagpm), der Temperatur (rote Höhenlinien; Einheit: °C) und des Windfeldes (Vektoren; Einheit: ms−1) bei 500 hPa am 13. Mai 2019, abgerufen mit WRF-Chem. Räumliche Verteilungen der durchschnittlichen AOD basierend auf (c) MODIS (MYD08_D3) und (d) WRF-Chem-Simulationen werden für den 11.–16. Mai 2019 gezeigt. Das Windfeld bei 10 m (Vektoren; Einheit: ms−1) wurde ermittelt aus (c) Final Operational Global Analysis (FNL)-Reanalyse und (d) WRF-Chem-Simulation. Tägliche Variation der AOD aus AERONET-Beobachtungen (Aeronet) an vier Standorten (Anmyon (36,539°N, 126,330°E), Irkutsk (51,800°N, 103,087°E), AOE_Baotou (40,852°N, 109,629°E), Beijing_PKU (39,992°N, 109,629°E). °N, 116,310°E)) (e, f, g, h), MODIS an Bord von Terra (MOD) und Aqua (MYD) und dem WRF-Chem-Modell (WRF-Chem) vom 11. bis 30. Mai 2019. Die mit WRF-Chem verbundenen Ergebnisse basieren auf dem EXP_CTRL-Experiment.

Um die numerische Simulation von Staubaerosolen auf Basis des WRF-Chem-Modells zu verifizieren, wurde die simulierte AOD vom 11. bis 16. Mai anhand von Bodenbeobachtungen ausgewertet. Die an den Standorten Anmyon, Irkutsk, Academy of Optoelectronics (AOE)_Baotou und Beijing_Peking University (PKU) aufgezeichneten AOD, abgeleitet aus Terra-, Aqua- und AERONET-Daten, wurden mit den WRF-Chem-Ergebnissen verglichen (Abb. 1). Simulationen reproduzierten die beobachtete AOD in China gut. Insbesondere Peking litt während dieses Staubereignisses unter schwerer Luftverschmutzung, wobei die AOD-Werte im Allgemeinen über 0,5 lagen, wohingegen der AOD von WRF-Chem nahe an dem von MODIS und AERONET lag (Abb. 1h). Obwohl die simulierte AOD in Baotou im Vergleich zu den Beobachtungen überschätzt wurde, wurden grundlegende Aerosolveränderungen festgestellt (Abb. 1g). Darüber hinaus stimmten die AOD-Simulationen an der Anmyon-Station und der Irkutsk-Station gut mit den Beobachtungen überein (Abb. 1e, f).

Die Staubemission im Staubereignis konzentrierte sich hauptsächlich auf den GD (ergänzende Abbildung 5). Der maximale mehrtägige durchschnittliche Staubemissionsfluss betrug bis zu 182,1 µg m−2 s−1, und eine kleine Menge Staubpartikel wurde vom TD emittiert. Bei der täglichen Staubemission wurden am 11. und 14. Mai 2019 Spitzenwerte von 554,2 µg m−2 s−1 und 264,7 µg m−2 s−1 im gleichen Raster (44,58408°N, 99,15584°E) simuliert. bzw. und das Staubemissionsgebiet erstreckte sich nach Osten bis 110° E. Das Auftreten von Staubstürmen ist in der Regel eng mit dem Eindringen kalter Luft verbunden29. Kalte Luft aus Sibirien wird kontinuierlich zum GD transportiert, und der GD-Staub wirkt dann über den Südwind auf das Gebiet über der Nordostmongolei (Ergänzende Abbildung 6). Darüber hinaus zeigt die ergänzende Abbildung 6b, dass am 12. Mai 2019 ein schwacher Zyklon über der Nordmongolei und der östlichen Region der Inneren Mongolei erzeugt wurde. Der mongolische Zyklon verstärkte sich allmählich und erreichte am 13. Mai 2019 seinen Höhepunkt, und es wurde auch ein gemeinsames Wolkensystem gefunden basierend auf den Satellitenwolkenbildern (Ergänzende Abbildung 7). Der Meeresspiegeldruck im Zentrum des mongolischen Zyklons war am 13. Mai niedriger als am 12. Mai. Darüber hinaus löste sich das Zyklonwindfeld in der Nordmongolei am 14. Mai allmählich auf (ergänzende Abbildung 6d). Daher verstärkte es sich allmählich und erreichte am 13. Mai 2019 seinen Höhepunkt, und auf der Grundlage des zusammengesetzten Bildes wurde auch ein Komma-Wolkensystem gefunden (Abb. 1a). Der mongolische Wirbelsturm in Kombination mit südwärts gerichteter kalter Luft verstärkte die Staubintensität des Staubereignisses. Die anhaltende Aufrechterhaltung von Wirbelstürmen in Zentralsibirien begünstigt den kontinuierlichen Transport von Staubaerosolen nach Osten (ergänzende Abbildung 6). Daher führte die Kombination aus kalter Luft und mongolischem Wirbelsturm am 14. Mai zu einer größeren Staubemission und Staubbelastung im Vergleich zum 13. Mai. Darüber hinaus bleibt das Temperaturfeld auf verschiedenen Höhenniveaus immer hinter dem Höhenfeld zurück, was die Entwicklung eines Tiefpunkts begünstigt –Firstsysteme. Der große Winkel zwischen den Temperatur- und Höhenfeldern in den mittleren und niedrigen Atmosphärenschichten ist günstig für die Bewegung kalter Luft aus nördlichen Gebieten nach Süden, und der Transport kalter Advektion und der starke Wirbelsturm im Norden der Mongolei begünstigen die Entwicklung von Staubstürmen ( Ergänzende Abbildung 8). Diese Phänomene ermöglichen es dem GD-Staub, kontinuierlich auf die stromabwärts gelegenen Regionen einzuwirken.

Der Staubtransportfluss bei 850 hPa konzentrierte sich auf die Innere Mongolei. Mit zunehmender Höhe verlagerte sich der Staubtransportfluss unter westlichen Jets mit 500 hPa nach Osten nach Nordchina und Nordostchina (Abb. 2a, b). Die räumliche Verteilung des Staubtransportflusses zeigt deutlich, dass GD-Staub in den Nordosten der Mongolei, nach Nordchina und in andere flussabwärts gelegene Gebiete transportiert wurde. Der Auftrieb der Atmosphäre zwischen 105° E und 110° E begünstigt das Anheben des Staubs, und dann breiten sich die Staubkonzentrationen durch Westwinde allmählich nach Osten aus (Abb. 2c). GD und TD waren die Hauptstaubemissionsbereiche im Staubereignis (ergänzende Abbildung 5). Um die relativen Beiträge von Staub und ihre Auftriebskapazität aus diesen beiden Quellen zu untersuchen28, verglichen wir die Staubkonzentrationen und das Staubverhältnis in der mittleren und unteren Troposphäre mit denen in der oberen Atmosphäre (Abb. 2d, e). Insbesondere betrug die maximale GD-Staubkonzentration in der mittleren und niedrigen Troposphäre (3–10 km) 31,4 µg m−3, während die in der hohen Atmosphäre (8–10 km) 2,3 µg m−3 betrug (ergänzende Abbildung 11). mit Durchschnittswerten von 14,2 µg m−3 bzw. 0,5 µg m−3. Bezüglich TD-Staub betrugen die maximalen Konzentrationen 18,5 µg m−3 in der mittleren und unteren Troposphäre, während die in der oberen Schicht ~1,5 µg m−3 betrugen, mit Durchschnittswerten von 6,4 bzw. 0,2 µg m−3. Die Konzentrationen von GD-Staub in verschiedenen Schichten der Atmosphäre und das Verhältnis der Staubkonzentrationen in der oberen Schicht zu denen in der unteren Schicht (unter 3 km) waren beide größer als die für TD-Staub. Konkret betrugen die durchschnittlichen Staubverhältnisse für GD und TD 3,88 % bzw. 2,97 % bei 3–10 km und 0,17 % bzw. 0,084 % bei 8–10 km. Die höheren Staubkonzentrationen und das Staubverhältnis für den GD deuten darauf hin, dass der GD eine höhere Staubaufwirbelung aufweist und der Beitrag des GD zu den atmosphärischen Staubkonzentrationen ebenfalls größer war als der des TD.

Räumliche Verteilung des Staubtransportflusses (Farbkontur, Einheit: µg m−2 s−1) bei (a) 850 und (b) 500 hPa. c Durchschnittliche Querschnitte der Staubkonzentrationen (Farbkontur, Einheit: µg m−3) und der vertikalen Geschwindigkeit (Konturlinien, Einheit: m s−1) vom 11. bis 16. Mai 2019 über Domäne 2 (durchgezogene und gestrichelte Linien repräsentieren Aufstieg und Abstiegsbewegungen). d Stündliche durchschnittliche Staubkonzentrationen (Einheit: µg m−3) über TD (35–45°N, 85–95°E; rote durchgezogene Linie) und GD (35–45°N, 95–110°E; blaue durchgezogene Linie). Linie) in 3–10 km Höhe. e Verhältnis der Staubkonzentrationen (%) in 3–10 km Entfernung zu den Staubkonzentrationen, die vom 11.–16. Mai 2019 unterhalb von 3 km gemessen wurden. Die Ergebnisse basieren auf dem EXP_CTRL-Experiment.

Staub beeinflusst die regionale atmosphärische Wärmestruktur durch direkten Strahlungsantrieb, was wiederum Auswirkungen auf das regionale Klima39,40 und die Staubkreisläufe41 hat. Die Nettostrahlungsantriebswerte von Staub an der TOA in Nord- und Nordostchina waren überwiegend negativ (~−20 W m−2), was darauf hindeutet, dass Staub in dieser Region eine kühlende Wirkung auf das Erde-Atmosphäre-System hat. Als typisches absorbierendes Aerosol kann Staub die Atmosphäre erwärmen40, und der Nettostrahlungsantrieb von Staub in der Atmosphäre ist überwiegend positiv. Die Staubschicht trat hauptsächlich in der Nähe von 850 hPa auf, und die regionalen durchschnittlichen Staubkonzentrationen erreichten ihr Maximum bei 875 hPa (729,12 μg m−3) (Abb. 3d). Der Einfluss der Staubstrahlungsrückkopplung auf die atmosphärische Erwärmungsrate variierte mit der Staubkonzentration, und die atmosphärische Erwärmungsrate erreichte bei 700 hPa ebenfalls 0,33 K pro Tag.

Räumliche Verteilung des Staub-Nettostrahlungsantriebs unter dem gesamten Himmel (Einheit: W m−2) (a) oben in der Atmosphäre, (b) in der Atmosphäre und (c) unten in der Atmosphäre (Farbkontur; Einheit: W m−2). d Durchschnittliche vertikale Profile für Staubkonzentrationen (blaue durchgezogene Linie, Einheit: µg m−3) und staubbedingte Änderungen der Heizrate (rote durchgezogene Linie, Einheit: K Tag−1). e Stündliche Erwärmungsrate (Einheiten: K Tag−1), hervorgerufen durch Staubstrahlungsrückkopplung im Untersuchungsgebiet (Domäne 2) vom 11. bis 16. Mai 2019. Die Ergebnisse basieren auf der Differenz zwischen den beiden Parallelexperimenten.

Durch die starke Streuung und Absorption von Staub in der Atmosphäre sowie den Einfluss von Wolken wurde die Menge der an die Oberfläche gelangenden solaren Kurzwellenstrahlung verringert. Der Nettostrahlungsantrieb und der kurzwellige Strahlungsantrieb von Staub in der Nähe der Oberfläche zeigten im Allgemeinen negative Werte (Abb. 3a, c). Die durch Staub verursachte Erwärmung der Atmosphäre zeigte erhebliche tageszeitliche Schwankungen (Abb. 3e) und erreichte ihren Höhepunkt bei 1,22 K am Tag 1 um 14:00 Uhr Ortszeit. Im Allgemeinen verändern Staubaerosole die dynamische Struktur, indem sie die Atmosphäre erwärmen, und die erhöhte Windgeschwindigkeit ermöglicht die Aufwirbelung und den Transport von mehr Staubpartikeln, was eine positive Rückkopplung für den Staubtransport ergibt.

Die Rückkopplung der Staubstrahlung auf das meteorologische Feld (Abb. 4) erleichterte die Intensivierung des mongolischen Wirbelsturms während des Staubereignisses und verursachte eine kontinuierliche Ansammlung kalter Luft in der mittleren und unteren Troposphäre über dem Nordosten der Mongolei (Abb. 4a, b, c). Der Anstieg des Tiefdrucks entspricht immer der Anomalie der kalten Temperatur, während der Abfall des Tiefdrucks oft der Anomalie der warmen Temperatur entspricht. Daher stieg der Tiefdruck mit zunehmender Höhe allmählich von 850 auf 300 hPa an und erreichte bei etwa 300 hPa seine maximale Intensität, schwächte sich jedoch oberhalb von 300 hPa allmählich ab (Abb. 4g). Die in dieser Region angesammelte Kaltluft mit 700 hPa und 500 hPa (Abb. 4a, b) verwandelte sich ebenfalls in warme Luft mit 200 hPa (Abb. 4c). Die Strahlungsrückkopplung von Staub in der mittleren und unteren Troposphäre verstärkt den zonalen Druck- und Temperaturgradienten, indem sie den Hochdruckrücken über Nordostchina verstärkt und so die Kaltadvektion und den mongolischen Wirbelsturm verstärkt. Mit anderen Worten: Der Staubstrahlungseffekt verstärkte den Temperaturunterschied im Nordosten der Mongolei, wodurch der geopotentielle Höhenunterschied und die Kaltadvektion zunahmen, was zu einer schnellen Entwicklung des Zyklons führte. Darüber hinaus stimmt das Windfeld auch mit der Variation des geopotentiellen Höhenfelds überein, das in dieser Region immer eine Zyklonrotation aufweist (Abb. 4d, e, f). Die maximale durch Staub induzierte potenzielle Wirbelstärke bei 200 hPa überstieg 0,08 PVU. Die potentielle Wirbelstärke nimmt bei 500 hPa ab und steigt bei 700 hPa wieder an.

Räumliche Verteilung der staubinduzierten Temperaturänderung (Farbkontur; Einheit: °C) und der geopotentialen Höhenänderung (Konturlinien; Einheit: gpm) bei (a) 700, (b) 500 und (c) 200 hPa und der von Staub -induzierte potentielle Wirbelstärke (Farbkontur; Einheit: PVU) und Windfeld (Vektoren; Einheit: m s−1) bei (d) 700, (e) 500 und (f) 200 hPa. Vertikale Querschnitte staubinduzierter Breitenanomalien von (g) Temperatur (Farbkontur; Einheit: °C) und geopotentialer Höhe (Konturlinien; Einheit: gpm) sowie (h) potenzieller Wirbelstärke (Farbkontur; Einheit: PVU) und Windfeld (Vektoren; Einheit: ms−1). Die schwarzen Punkte und Schatten stellen eine statistische Signifikanz oberhalb des 90 %-Niveaus dar. Die Ergebnisse basieren auf der Differenz zwischen den beiden parallelen Experimenten.

Der mongolische Zyklon kann durch Staubstrahlungsrückkopplung kontinuierlich aufrechterhalten und verstärkt werden. Die vertikale Staubverteilung spielt eine Schlüsselrolle bei den Wetter- und Klimaeffekten42. Um den Einfluss der Staubstrahlungsrückkopplung auf die vertikale Temperatur- und Druckstruktur zu klären (Abb. 4g), analysierten wir den Abschnitt mit Breitenanomalien im Hauptansammlungsbereich kalter Luft (Domäne 1 in ergänzender Abb. 1). Wie in Abb. 4g dargestellt, bildet die kältere Luft eine Keilform und dringt tief in den Boden der wärmeren Luft ein, wodurch die wärmere Luft entlang der kälteren Luft aufsteigt. Im mittleren und hinteren Teil des mongolischen Wirbelsturms waren stabile atmosphärische Strukturen mit reichlich kälterer (wärmerer) Luftansammlung in den unteren (höheren) Schichten vorhanden. Der vordere Teil des Zyklons wies jedoch eine entgegengesetzte Struktur auf, mit wärmerer (kälterer) Luft in tieferen (höheren) Höhen. Die Entwicklung des mongolischen Wirbelsturms wurde durch die instabile bzw. stabile Atmosphäre vor und hinter dem Zyklon verstärkt. Auch andere Untersuchungen43 stützen unsere Ergebnisse. Es wird berichtet, dass die Abwärtsübertragung von Impulsen aus großen Höhen für die Intensivierung des mongolischen Wirbelsturms von Vorteil ist44. In der vorliegenden Studie war die potenzielle Wirbelstärke nahe 200 hPa maximal und nahm bei niedrigeren Drücken ab (Abb. 4d, e, f). Der Querschnitt des Potentialwirbels mit regionalen Breitenanomalien zeigt, dass der maximale Potentialwirbel (0,2 PVU) (wobei 1PVU = 1,0 × 10−6 m2 s−1 K kg−1) in der Nähe von 200 hPa unter der Wirkung eine Impulsübertragung nach unten erfährt des Windfeldes (Abb. 4h). Dadurch verstärkte sich der Zyklon über dem Nordosten der Mongolei.

Anschließend untersuchten wir mithilfe der thermodynamischen Gleichung den Grund für die kontinuierliche Ansammlung kalter Luft in der mittleren und unteren Troposphäre über dem Nordosten der Mongolei. Der Einfluss der Staubstrahlungsrückkopplung auf die kalte Luft über dieser Region ist hauptsächlich auf den zonalen Wind (Abb. 5a) und den zonalen Temperaturgradienten (Abb. 5e) zurückzuführen. Als das zonale Windfeld verstärkt wurde, verstärkte die Staubstrahlungsrückkopplung den Transport der atmosphärischen Kälteadvektion über Sibirien und kühlte so die Atmosphäre über dem Nordosten der Mongolei ab. Die durch die Staubstrahlungsrückkopplung verursachte Störung der vertikalen atmosphärischen Bewegung verhinderte jedoch die Abkühlung der Atmosphäre (Abb. 5h), was im Allgemeinen die thermodynamische Gleichung ausgleicht. Die Rückkopplung der Staubstrahlung führte zu einer Intensivierung des Zyklons über dem Nordosten der Mongolei, wo die Abkühlung der Atmosphäre und die Reduzierung der geopotentiellen Höhe alle Schichten des Zyklons verstärkten. Die Verstärkung des mongolischen Wirbelsturms verstärkte die oberen Westströme weiter und bildete einen positiven Rückkopplungsprozess. Dies führte dazu, dass sich die GD-Staubaerosole weiter nach Osten transportierten und so Nordchina beeinträchtigten.

Räumliche Verteilungen von neun Termen (Einheiten: 10−2) der thermodynamischen Gleichung (Gl. 10) im verstärkten mongolischen Zyklongebiet: (a) \(-{U\text{'}}(\frac{\partial \bar {T}}{\partial x})\), (b) \(-\bar{U}(\frac{\partial {T\text{'}}}{\partial x})\), (c ) \(-{U\text{'}}(\frac{\partial {T\text{'}}}{\partial x})\), (d) \(-{V\text{'}} (\frac{\partial \bar{T}}{\partial y})\), (e) \(-\bar{V}(\frac{\partial {T\text{'}}}{\partial y})\), (f) \(-{V\text{'}}(\frac{\partial {T\text{'}}}{\partial y})\), (g) \(\ Sigma ^{\prime} \bar{\omega }\), (h) σ¯ω′ und (i) \(\frac{\Delta Q}{{Cp}}\).

Basierend auf zwei parallelen Experimenten könnten die synoptischen Auswirkungen des Strahlungsantriebs durch Staub weiter untersucht werden. Die Auswirkungen der Staubstrahlungsrückkopplung auf die Entwicklung und Aufrechterhaltung des mongolischen Wirbelsturms während eines großen Staubereignisses im Mai 2019 wurden anhand der dynamischen Staubquellen in Verbindung mit dem WRF-Chem-Modell untersucht. Die Ergebnisse zeigten, dass Staub aus dem GD eine dominierende Rolle beim Staubbeitrag über Nordchina spielte. Der starke mongolische Wirbelsturm ist für die Staubemission über dem GD verantwortlich. Unter dem Einfluss des mongolischen Wirbelsturms beeinflusst der GD-Staub weiterhin die stromabwärts gelegenen Regionen durch westliche Jets und wird über südliche Winde in den Nordosten der Mongolei transportiert. Die Staubstrahlungsrückkopplung zeigt ein starkes positives Feedback zum Mongolian Cyclone. Durch die Beeinflussung der zonalen Wind- und Temperaturadvektion wird die atmosphärische Kälteanomalie in dieser Region verstärkt. Der verstärkte mongolische Wirbelsturm wird auch dadurch aufrechterhalten, dass die Abwärtsübertragung des Höhenimpulses von ~0,2 PVU verstärkt und die stabile atmosphärische Struktur verändert wird. Nachdem sich der mongolische Zyklon verstärkt hat, überwiegen westliche Jets auf seiner Südseite und der GD-Staub wird kontinuierlich in die stromabwärts gelegenen Gebiete transportiert, was zu höheren Staubkonzentrationen in Nordchina führt (Abb. 6).

Einflussmechanismus der Staubstrahlungsrückkopplung über den GD auf die Intensivierung des mongolischen Zyklons.

Aufgrund der Staubzunahme in Asien und Nordafrika ist die globale Staubmassenbelastung seit vorindustrieller Zeit um 55 ± 30 % gestiegen45. Die Strahlungsrückkopplung von Staub hat in letzter Zeit erhebliche wissenschaftliche Aufmerksamkeit erregt, da sie die thermische Struktur der Atmosphäre verändern könnte, was wiederum Auswirkungen auf das Wetter und den Klimawandel haben kann41,46. Staubaerosole beeinflussen den Strahlungshaushalt der Erde durch Absorption, Streuung der lang- und kurzwelligen Strahlung47. Der Staubstrahlungseffekt verringert die Temperaturabweichung zwischen der Oberfläche und der Atmosphäre erheblich48. Die atmosphärische Erwärmungsrate nahm mit der Staubstrahlungswirkung zu, was zu einem Anstieg von etwa 0,2 K in der mittleren Troposphäre (etwa 600 hPa) führte49. Der Strahlungseffekt von Staub kann die Zirkulation sowie das Wetter und den Klimawandel weiter beeinflussen, indem er die thermische Struktur der Atmosphäre beeinflusst. Frühere Studien zur Staubstrahlungsrückkopplung konzentrierten sich hauptsächlich auf Veränderungen meteorologischer Elemente an der Oberfläche über Staubquellengebieten, wie etwa die Auswirkung der Staubstrahlungsrückkopplung auf die Verringerung der oberflächennahen Windgeschwindigkeit und der Oberflächentemperatur50,51. Solche Studien bilden eine Grundlage für die Grundlagenforschung zur Staubstrahlungsrückkopplung. Hier untersuchen wir die Staubstrahlungsrückkopplung über dem GD auf die Wetter- und Klimaeffekte eines verstärkten Wirbelsturms im Nordosten der Mongolei. Darüber hinaus erleichtert die Verstärkung des Zyklons die weitere Übertragung von Staubaerosolen über den GD nach Osten.

Als wichtige Staubquelle in Ostasien ist der GD der Hauptverursacher der Luftverschmutzung in Nordchina28. Die Ergebnisse der vorliegenden Studie deuten darauf hin, dass die Staubstrahlungsrückkopplung über dem GD den mongolischen Wirbelsturm verstärken kann. Die Einbeziehung dynamischer Quellen in die tatsächliche Analyse löst die schlechte Staubsimulation numerischer Modelle im mongolischen Plateau. Aufgrund der Unsicherheit des Emissionsinventars und des Mangels an numerischer Simulation in diesem Bereich ist der Zusammenhang zwischen der Staubstrahlungsrückkopplung im GD und dem mongolischen Zyklon jedoch einer weiteren Untersuchung in der Zukunft wert.

Um die Auswirkungen von Staubaerosolen auf die Meteorologie in China auf der Grundlage der Wechselwirkung zwischen Aerosol und Meteorologie zu untersuchen, wurde ein regionales Luftqualitätsmodell der neuen Generation WRF-Chem52 in Verbindung mit einem meteorologischen und chemischen Online-Modell verwendet, um ein schweres Staubereignis im Norden Chinas zu simulieren Mai 2019. WRF-Chem ist ein öffentliches Modell, das vom National Center for Atmospheric Research und der National Oceanic and Atmospheric Administration entwickelt wurde. In WRF-Chem werden verschiedene physikalische und chemische Prozesse berücksichtigt, darunter Transport, Nass- und Trockenabscheidung, Gaschemie, Strahlung und Photolyse, was Vorteile bei der numerischen Verschmutzungssimulation bietet.

Die meteorologischen Anfangsfelder des WRF-Chem-Modells wurden von den endgültigen Reanalysedaten des National Centers for Environmental Prediction (NCEP/FNL) mit einem Zeitintervall von 6 Stunden und einer Auflösung von 1° × 1° bereitgestellt. Zugehörige Daten zu Randbedingungen in der numerischen Simulation wurden aus dem Community Atmosphere Model with Chemistry (CAM-Chem)-Modell ausgegeben. Das anthropogene Emissionsinventar wurde aus dem globalen Inventar der Emission Database for Global Atmospheric Research – Hemisphere Transport of Air Pollution (EDGAR–HTAP) mit einer horizontalen Auflösung von 0,1° × 0,1° für 2010 ermittelt. EDGAR–HTAP bietet spezifische Inventarinformationen für CH4, CO , SO2, NOX, flüchtige organische Verbindungen (NMVOCs) ohne Methan, NH3, PM10, PM2,5, Ruß (BC) und organischer Kohlenstoff (OC). Daten zur Biomasseemission stammen aus dem Model of Emission of Gases and Aerosol from Nature (MEGAN). Weitere detaillierte physikalische Parametrisierungsschemata, die in dieser Studie verwendet wurden, sind in Tabelle 1 aufgeführt.

Die WRF-Chem-Modellversion 3.9.1 wurde mit Lambert-Projektion und einem einseitig verschachtelten Gitter übernommen. Diese Studie verwendete 42°N und 108°E als Mittelgitter mit einer räumlichen Auflösung von 151 × 191 Gitterpunkten und einer Gitterauflösung von 30 km. Zu den Untersuchungsgebieten gehörten TD und GD, die die Hauptstaubquellengebiete in China sind. Der Simulationszeitraum erstreckt sich vom 10. Mai 00:00 UTC bis zum 31. Mai 2019 00:00 UTC, wobei der erste Tag als Spin-up-Zeitraum dient. Als Hauptuntersuchungszeitraum wurde das schwere Staubereignis vom 11. bis 16. Mai 2019 ausgewählt. Der Hauptsimulationsbereich ist in der ergänzenden Abbildung 1 dargestellt. Staubaerosol wird hauptsächlich durch das GOCART-Staubemissionsschema im WRF-Chem aktiviert. Wenn das Staubemissionsschema ausgeschaltet ist, wird bei der Modellierung auch Staubaerosol entfernt. Um die Rückkopplung zwischen Staub-Strahlungs-Wechselwirkung und Meteorologie zu untersuchen, haben wir in der Studie zwei parallele Experimente mit und ohne Staubemission durchgeführt. Es werden zwei Simulationen durchgeführt, die jeweils als „EXP_CTRL“ und „EXP_NODE“ bezeichnet werden. Das EXP_CTRL-Experiment ist als Kontrollsimulation definiert, bei der das Staubemissionsschema aktiviert ist und Staubaerosole ihre Rückmeldung zur Strahlung geben dürfen. Das Empfindlichkeitsexperiment („EXP_NODE“) wird durchgeführt, indem das Staubemissionsschema und die direkte und indirekte Rückkopplung zwischen Staubaerosol und Strahlungsschema geschlossen werden. Der Unterschied zwischen Kontroll- und Empfindlichkeitsergebnis wird als synoptische Wirkung des Strahlungsantriebs durch Staub betrachtet53,54. Diese Methode wird auch häufig verwendet, um den Strahlungsantrieb verschiedener Arten von Aerosolen und ihre Auswirkungen auf meteorologische Felder zu untersuchen55,56,57.

Um die Staubemission effektiv zu beschreiben, wurde in dieser Studie das GOCART-Schema (Global Ozone Chemistry Aerosol Radiation and Transport) von Georgia Tech/Goddard übernommen, bei dem der Staubemissionsfluss (F) anhand der folgenden Formel berechnet wird:

Dabei bezeichnet C die Konstante der empirischen Ableitungsfunktion, S die Quellfunktion der Bodenwinderosion, sp den Anteil jedes Größenbehälters im erodierbaren Staub, u10m die horizontale Windgeschwindigkeit bei 10 m und ut die Schwellengeschwindigkeit von Partikelgröße, Luftdichte und Bodenfeuchtigkeit. Weitere Details zur Kopplung des GOCART-Schemas mit dem WRF-Chem-Modell finden Sie bei Zhao et al. 58. Wenn das GOCART-Schema ausgeschaltet ist, wird Staubaerosol aus der Modellierung entfernt.

Herkömmliche numerische Modelle behandeln die potenzielle Staubquelle als statische Klimaverteilung und ignorieren ihre dynamische Aktivität, was zu erheblicher Unsicherheit hinsichtlich der Unterschiede bei den saisonalen Staubemissionen führt59. Die in früheren GOCART-Simulationen verwendeten Staubquellen basierten auf der durchschnittlichen Landbedeckung des Advanced Very High Resolution Radiometer (AVHRR)-Satelliten, der keine zeitliche Varianz aufweist60. Daher wurde eine dynamische Staubquelle im globalen Maßstab unter Verwendung zeitlich variierender NDVI-Daten entwickelt61,62. Die Staubquellenfunktion (S) wird durch die Oberflächenkahlheit (B) und topografische Merkmale (H)61,62 bestimmt. Topografische Unterschiede stehen in engem Zusammenhang mit der Staubansammlung63. H stellt die topografischen Unterschiede im Gitter relativ zur Umgebung dar, wie in Gl. (2): Je niedriger H ist, desto leichter kann sich der Staub ansammeln.

In dieser Gleichung stellt Z die Geländehöhe im Gitter dar, Zmax und Zmin entsprechen den höchsten bzw. niedrigsten Punkten in den umliegenden Gebieten (berechnete Gitter) von 10° × 10° und Zi bezeichnet die Höhe des Gitters i. Eine Potenz von 5 wird verwendet, um den Geländekontrast zu verbessern. Nackter Boden wird angezeigt, wenn der normalisierte Differenzvegetationsindex (NDVI) in jedem Raster <0,17 beträgt. Daher wird die Oberflächennackheit anhand des Verhältnisses der Gitterzahlen unter 0,17 (\({{\rm{N}}}_{{{ < }}{{0}}{{.}}{{17}}} berechnet. \)) zur Gesamtgitterzahl \({{\rm{N}}}_{{\rm{total}}}\):

Die auf dieser Berechnungsmethode basierende dynamische Staubquellenfunktion ist jedoch nicht genau und die Regionen mit mehrjähriger Eis- und Schneedecke in hohen Breiten weisen ebenfalls ein Maximum der Staubquellenfunktion auf. Wir haben auch die Landbedeckung von MODIS verwendet, um das berechnete S einzuschränken und die räumliche Verteilung von Staubquellen zu reproduzieren. Daher wurde eine dynamische Staubquelle im globalen Maßstab entwickelt61,62.

Das WRF-Chem kann die optische Tiefe von Aerosolen effektiv simulieren, die vertikal aus der Akkumulation des Extinktionskoeffizienten abgeleitet wird. Der Aerosol-Extinktionskoeffizient wird durch die folgende Formel64,65 bestimmt:

wobei \({{\rm{Q}}}_{{\rm{e}}}\) die Extinktionseffizienz zeigt, \({{\rm{r}}}_{{\rm{i}}} \) ist der Nassradius, \({{\rm{x}}}_{{\rm{i}}}\) ist der Größenparameter und \({\rm{n}}({{\rm {r}}}_{{\rm{i}}},{\rm{X}})\) ist die Zahlenkonzentration (Anzahl pro Volumeneinheit), die dem Abschnitt „i“ zugeordnet ist.

AOD hängt hauptsächlich von der Partikelgrößenverteilung, der Zusammensetzung, dem Mischungszustand und der hygroskopischen Eigenschaft ab und wird anhand der Aerosolkonzentrationen und der optischen Eigenschaften des Aerosols berechnet66,67. Es wurde von WRF-Chem durch vertikale Integration (vom Boden bis zur Spitze der Domäne) der Aerosol-Extinktion bei 550 nm erhalten, die als Ausgabe von WRF-Chem68 erhalten wurde.

Der direkte Strahlungsantrieb von Aerosolen bezieht sich auf Strahlungsänderungen, die durch Streuung und Absorption verursacht werden. Das heißt, der direkte Strahlungsantrieb von Staub kann als Differenz zwischen dem Nettostrahlungsfluss mit und ohne Staub definiert werden, während sich der atmosphärische Strahlungsfluss auf die Strahlungsenergie bezieht, die pro Zeiteinheit durch eine beliebige Oberfläche geht. Abwärts- und Aufwärtsstrahlungsflüsse sind durch positive bzw. negative Werte gekennzeichnet. Wie anhand der folgenden Gleichungen berechnet, wird der Staubstrahlungsantrieb immer am TOA, in der Atmosphäre (ATM) und am Boden der Atmosphäre (BOA) geschätzt:

wobei DRF den direkten Strahlungsantrieb darstellt und NF den Nettostrahlungsfluss angibt69,70,71.

Die folgende thermodynamische Gleichung wurde verwendet, um die Auswirkung der Staubstrahlungsrückkopplung auf die thermische Struktur im meteorologischen Bereich genau zu bewerten. Wir haben das Experiment in EXP_NODE als die mittlere Größe in der thermodynamischen Gleichung definiert und die Differenz zwischen den beiden parallelen Experimenten wurde als Störung betrachtet. In der eigentlichen Analyse wurden alle Terme in der folgenden Gleichung von der Oberfläche bis 300 hPa integriert.

Die atmosphärische scheinbare Wärmequelle Q1 wird mithilfe eines inversen Algorithmus berechnet, der auf der thermodynamischen Gleichung72 basiert:

Das MODIS-Wolkenbild liefert effektive Aufzeichnungen über die Häufigkeit und Verteilung von Wolken. Es kann von der Online-Website im PNG-Format bezogen werden. Als wichtiger Sensor an Bord von Terra und Aqua liefert das Moderate Resolution Imaging Spectroradiometer (MODIS) zuverlässige globale Informationen über Wolken, Aerosole, Landbedeckung und andere Parameter73 und spielt stets eine wichtige Rolle bei der Modulbewertung. Seine AOD-Produkte haben eine Wellenlänge von 550 nm mit Dark-Target- und Deep-Blue-Algorithmen (MOD08 und MYD08) und enthalten tägliche Gradgitter-Durchschnittswerte der atmosphärischen Parameter mit einer Auflösung von 1° × 1°. Der vom Aura Ozone Monitoring Instrument (OMI) abgeleitete Aerosolindex (AI) deckt den Zeitraum 2004–2023 ab und weist eine horizontale Auflösung von 1° × 1° auf. Die KI ist äußerst empfindlich gegenüber ultraviolett (UV) absorbierenden Aerosolen wie Rauch, Mineralstaub und Vulkanasche74. OMI ist der Nachfolger des TOMS-Instruments (Total Ozone Mapping Spectrometer) zur Überwachung des Ozonspiegels, der Luftqualität und des Klimas der Erde75. Darüber hinaus werden die täglichen Aerosol-Bodenbeobachtungen an Standorten mithilfe des Aerosol Robotic Network (AERONET) abgeleitet, einem breiten Netzwerk weltweit verteilter Sonnenphotometer76.

Der Modis-Datensatz wurde von https://modis.gsfc.nasa.gov/ bezogen. Das MODIS-Cloud-Bild wird unter https://wvs.earthdata.nasa.gov/ bereitgestellt. AERONET-Daten sind über https://aeronet.gsfc.nasa.gov/ verfügbar. Der Zugriff auf FNL-Reanalysedaten erfolgt über http://dss.ucar.edu/datasets/. Cam-chem-Daten wurden von https://www.acom.ucar.edu/cam-chem/cam-chem.shtml verwendet.

Die zur Durchführung der Analyse verwendeten NCL-Codes sind auf Anfrage bei den entsprechenden Autoren erhältlich.

Kinne, S. et al. Eine erste Bewertung von AeroCom – optische Eigenschaften in Aerosolkomponentenmodulen globaler Modelle. Atmosphäre. Chem. Physik. 6, 1815–1834 (2006).

Artikel Google Scholar

Tegen, I., Lacis, A. & Fung, I. Der Einfluss mineralischer Aerosole aus gestörten Böden auf den Klimaantrieb. Nature 380, 419–422 (1996).

Artikel Google Scholar

Ramanathan, V., Crutzen, PJ, Kiehl, JT & Rosenfeld, D. Aerosole, Klima und der Wasserkreislauf. Wissenschaft 294, 2119–2124 (2001).

Artikel Google Scholar

Huang, J. et al. Taklimakan-Staubaerosol-Strahlungserwärmung, abgeleitet aus CALIPSO-Beobachtungen unter Verwendung des Fu-Liou-Strahlungsmodells mit CERES-Einschränkungen. Atmosphäre. Chem. Physik. 9, 4011–4021 (2009).

Artikel Google Scholar

Qian, Y. et al. Starke Verschmutzung unterdrückt leichten Regen in China: Beobachtungen und Modellierung. J. Geophys. Res. Atmosphäre. 114, D00K02 (2009).

Artikel Google Scholar

Ariya, PA & Amyot, M. Neue Richtungen: Die Rolle von Bioaerosolen in der Chemie und Physik der Atmosphäre. Atmosphäre. Umgebung. 38, 1231–1232 (2004).

Artikel Google Scholar

Švédová, B. et al. Wasserlösliche Ionen in Staubpartikeln abhängig von den meteorologischen Bedingungen im städtischen Umfeld. J. Umgebung. Geschäftsführer 237, 322–331 (2019).

Artikel Google Scholar

Kasimov, NS, Vlasov, DV & Kosheleva, NE Anreicherung von Straßenstaubpartikeln und angrenzenden Umgebungen mit Metallen und Metalloiden im Osten Moskaus. Stadtklima. 32, 100638 (2020).

Artikel Google Scholar

Zhao, HJ et al. Eigenschaften der Sichtbarkeit und Feinstaub (PM) in einem städtischen Gebiet im Nordosten Chinas. Atmosphäre. Umweltverschmutzung. Res. 4, 427–434 (2013).

Artikel Google Scholar

Che, HZ et al. Dunsttrends über den Hauptstädten von 31 Provinzen in China, 1981–2005. Theor. Appl. Climatol. 97, 235–242 (2009).

Artikel Google Scholar

Ma, XY, Jia, HL, Sha, T., An, JL & Tian, R. Räumliche und saisonale Merkmale der Feinstaub- und Gasverschmutzung in China: Auswirkungen auf die Kontrollpolitik. Umgebung. Umweltverschmutzung. 248, 421–428 (2019).

Artikel Google Scholar

Jickells, TD et al. Globale Eisenverbindungen zwischen Wüstenstaub, Ozeanbiogeochemie und Klima. Wissenschaft 308, 67–71 (2005).

Artikel Google Scholar

Pabortsava, K. et al. Kohlenstoffbindung im tiefen Atlantik, verstärkt durch Saharastaub. Nat. Geosci. 10, 189–194 (2017).

Artikel Google Scholar

Ding, AJ et al. Starke Luftverschmutzung verändert das Wetter: ein Fall der Verbrennung gemischter Biomasse mit der Verschmutzung durch die Verbrennung fossiler Brennstoffe in Ostchina. Atmosphäre. Chem. Physik. 13, 10545–10554 (2013).

Artikel Google Scholar

Chen, Y. et al. Die Rolle der Grenzschichthöhe in Indien bei grenzüberschreitenden Verschmutzungen des tibetischen Plateaus. Wissenschaft. Gesamtumgebung. 837, 155816 (2022).

Artikel Google Scholar

Zhang, CX et al. Satelliten-UV-Vis-Spektroskopie: Auswirkungen auf Luftqualitätstrends und ihre treibenden Kräfte in China im Zeitraum 2005–2017. Lichtwissenschaft. Appl. 8, 100 (2019).

Artikel Google Scholar

Wang, Z. et al. Erhöhte Staubschichten verhindern die Ableitung starker anthropogener Oberflächenluftverschmutzung. Atmosphäre. Chem. Physik. 20, 14917–14932 (2020).

Artikel Google Scholar

Chen, SY et al. Emission, Transport und Strahlungseffekte von Mineralstaub aus den Wüsten Taklimakan und Gobi: Vergleich von Messungen und Modellergebnissen. Atmosphäre. Chem. Physik. 17, 2401–2421 (2017).

Artikel Google Scholar

Heinold, B., Tegen, I., Schepanski, K. & Hellmuth, O. Staubstrahlungsrückkopplung auf die Dynamik der Sahara-Grenzschicht und die Staubmobilisierung. Geophys. Res. Lette. 35, L20817 (2008).

Artikel Google Scholar

Yang, Y. et al. Staub-Wind-Wechselwirkungen können die Aerosolverschmutzung über Ostchina verstärken. Nat. Komm. 8, 15333 (2017).

Artikel Google Scholar

Ahn, HJ, Park, SU & Chang, LS Wirkung des direkten Strahlungsantriebs von asiatischem Staub auf die meteorologischen Felder in Ostasien während einer asiatischen Staubereignisperiode. J. Appl Meteorol. Klimatol. 46, 1655–1681 (2007).

Artikel Google Scholar

Sun, JM, Zhang, MY & Liu, TS Räumliche und zeitliche Eigenschaften von Staubstürmen in China und den umliegenden Regionen, 1960–1999: Beziehungen zu Quellgebiet und Klima. J. Geophys. Res. Atmosphäre. 106, 325–10.334 (2001).

Artikel Google Scholar

Qian, WH, Quan, LS & Shi, SY Variationen des Staubsturms in China und seiner klimatischen Kontrolle. J. Clim. 15, 1216–1229 (2002).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0442%282002%29015%3C1216%3AVOTDSI%3E2.0.CO%3B2" aria-label="Article reference 23" data-doi="10.1175/1520-0442(2002)0152.0.CO;2">Artikel Google Scholar

Wang, X., Huang, JP, Ji, MX & Higuchi, K. Variabilität ostasiatischer Staubereignisse und ihr langfristiger Trend. Atmosphäre. Umgebung. 42, 3156–3165 (2008).

Artikel Google Scholar

Li, XL & Zhang, HR Forschung zu Schwellenreibungsgeschwindigkeiten bei Staubereignissen über der Wüste Gobi im Nordwesten Chinas. J. Geophys. Res. Atmosphäre. 116, D20210 (2011).

Artikel Google Scholar

Zong, Q. et al. Veränderungen der Staubaktivität im Frühjahr über Ostasien unter einem Szenario der globalen Erwärmung. Asien-Pazifik. J. Atmos. Wissenschaft. 57, 839–850 (2021).

Artikel Google Scholar

Bao, T., Gao, T., Nandintsetseg, B., Yong, M. & Jin, E. Variationen in Häufigkeit und Intensität von Staubereignissen, die die Grenze zwischen der Mongolei und China überqueren. SOLA 17, 145–150 (2021).

Artikel Google Scholar

Chen, SY et al. Vergleich der Staubemissionen, des Transports und der Deposition zwischen der Taklimakan-Wüste und der Gobi-Wüste von 2007 bis 2011. Sci. China Earth Science. 60, 1338–1355 (2017).

Artikel Google Scholar

Huang, JP et al. Langstreckentransport und vertikale Struktur von asiatischem Staub von CALIPSO und Oberflächenmessungen während PACDEX. J. Geophys. Res. Atmosphäre. 113, D23212 (2008).

Artikel Google Scholar

Liu, L. et al. Gegensätzlicher Einfluss der Wüsten Gobi und Taklimakan auf die Staubaerosole im Westen Nordamerikas. Geophys. Res. Lette. 46, 9064–9071 (2019).

Artikel Google Scholar

Zhao, LN & Zhao, SX Diagnose und Simulation eines sich schnell entwickelnden Zyklons im Zusammenhang mit einem schweren Staubsturm in Ostasien. Globus. Planet Change 52, 105–120 (2006).

Artikel Google Scholar

Zhao, TL, Gong, SL, Zhang, XY & Jaffe, A. Einfluss asiatischer Staubstürme auf die PM-Werte in der nordamerikanischen Umgebung: Beobachtungsnachweise und Kontrollfaktoren. Atmosphäre. Chem. Physik. 8, 2717–2728 (2008).

Artikel Google Scholar

Lee, YC et al. Staubepisoden in Hongkong (Südchina) und ihre Beziehung zu den Wirbelstürmen und Jetstreams Sharav und Mongolian. Luftqualität. Atmosphäre. Gesundheit 5, 413–424 (2012).

Artikel Google Scholar

Uematsu, M. et al. Transport mineralischer Aerosole aus Asien über den Nordpazifik. J. Geophys. Res. Atmosphäre. 88, 5343–5352 (1983).

Artikel Google Scholar

Murayama, T. et al. Bodengestützte Netzwerkbeobachtung asiatischer Staubereignisse vom April 1998 in Ostasien. J. Geophys. Res. Atmosphäre. 106, 1834–18359 (2001).

Artikel Google Scholar

Wang, YY & Wang, MZ In einigen Gebieten der Inneren Mongolei kam es zu den stärksten Sandstürmen seit dem Frühjahr. Jugendzqw. https://baijiahao.baidu.com/s?id=1633388768605212203&wfr=spider&for=pc,2019-05-13 (2019).

Herman, JR et al. Globale Verteilung UV-absorbierender Aerosole aus Nimbus 7/TOMS-Daten. J. Geophys. Res. Atmosphäre. 102, 16911–16922 (1997).

Artikel Google Scholar

Al-Zuhairi, MF & Kadhum, JH Raumzeitliche Verteilung des Aura-OMI-Aerosolindex und Staubsturm-Fallstudien über dem Irak. Arab J. Geosci. 14, 909 (2021).

Artikel Google Scholar

Das, S., Dey, S., Dash, SK, Giuliani, G. & Solmon, F. Staubaerosol-Feedback zum Indischen Sommermonsun: Empfindlichkeit gegenüber Absorptionseigenschaften. J. Geophys. Res. Atmosphäre. 120, 9642–9652 (2015).

Artikel Google Scholar

Chen, SY et al. Quellen, Eigenschaften und Klimaauswirkungen lichtabsorbierender Aerosole über dem tibetischen Plateau. Erdwissenschaft. Rev. 232, 104111 (2022).

Artikel Google Scholar

Xie, X. et al. Strahlungsrückwirkungen von Staub im Schnee über Ostasien in CAM4-BAM. Atmosphäre. Chem. Physik. 18, 12683–12698 (2018).

Artikel Google Scholar

Liu, D. et al. Vertikale Strukturen von Staubaerosolen über Ostasien. Basierend auf CALIPSO-Daten. Remote Sens 11, 701 (2019).

Artikel Google Scholar

Xun, XY, Jiang, XG & Wu, XH Eine numerische Simulationsstudie zum Einfluss des Oberflächenwärmeflusses auf den Mongolei-Zyklon. Eine Zusammenstellung von Beiträgen des 8. National Outstanding Young Meteorological Scientists Symposium. 571–584 (auf Chinesisch) (2014).

Uccellini, LW, Keyser, D., Brill, KF & Wash, CH Der Zyklon zum Präsidententag vom 18.–19. Februar 1979: Einfluss der Upstream-Trog-Verstärkung und der damit verbundenen Tropopausenfaltung auf die schnelle Zyklogenese. Mo. Weather Rev. 113, 962–988 (1985).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0493%281985%29113%3C0962%3ATPDCOF%3E2.0.CO%3B2" aria-label="Article reference 44" data-doi="10.1175/1520-0493(1985)1132.0.CO;2">Artikel Google Scholar

Kok, JF et al. Auswirkungen von Mineralstaubaerosolen auf das globale Klima und den Klimawandel. Nat. Rev. Earth Environ. 4, 71–86 (2023).

Artikel Google Scholar

Zhao, D. et al. Einfluss von Staubaerosolen auf die Schneedecke über dem tibetischen Plateau. Vordere Umgebung. Wissenschaft. 10, 839691 (2022).

Artikel Google Scholar

Ackerman, SA & Chung, H. Strahlungseffekte von Staub in der Luft auf regionale Energiehaushalte an der Spitze der Atmosphäre. J. Appl. Meteorol. 31, 223–233 (1992).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0450%281992%29031%3C0223%3AREOADO%3E2.0.CO%3B2" aria-label="Article reference 47" data-doi="10.1175/1520-0450(1992)0312.0.CO;2">Artikel Google Scholar

Li, HQ & Wang, CH Einfluss des Staubstrahlungseffekts auf Simulationen von Temperatur und Wind – eine Fallstudie in der Taklimakan-Wüste. Atmosphäre. Res. 273, 106163 (2022).

Artikel Google Scholar

Spyrou, C., Kallos, G. & Mitsakou, C. Strahlungseffekte von Wüstenstaub auf Wetter und regionales Klima. Atmosphäre. Chem. Physik. 13, 5489–5504 (2013).

Artikel Google Scholar

Han, ZW, Li, JW, Guo, WD, Xiong, Z. & Zhang, W. Eine Studie über die Rückkopplung der Staubstrahlung auf den Staubzyklus und die Meteorologie über Ostasien durch ein gekoppeltes regionales Klima-Chemie-Aerosol-Modell. Atmosphäre. Umgebung. 68, 54–63 (2013).

Artikel Google Scholar

Ma, XY & Yu, FQ Einfluss der spektralabhängigen Oberflächenalbedo auf den direkten Strahlungsantrieb von Saharastaub. Geophys. Res. Lette. 39, L09808 (2012).

Artikel Google Scholar

Grell, GA et al. Vollständig gekoppelte „Online“-Chemie innerhalb des WRF-Modells. Atmosphäre. Umgebung. 39, 6957–6975 (2005).

Artikel Google Scholar

Li, MM et al. Auswirkungen der Rückkopplung von Aerosolstrahlung auf die lokale Luftqualität während einer starken Dunstepisode in der Megacity Nanjing im Osten Chinas. Tellus B Chem. Physik. Meteorol. 69, 1339548 (2017).

Artikel Google Scholar

Huang, X. et al. Die Wechselwirkung zwischen Rauch und Wetter beeinflusst extreme Waldbrände in verschiedenen Küstenregionen. Wissenschaft 379, 457–461 (2023).

Artikel Google Scholar

Roberts, DL & Jones, A. Klimasensitivität gegenüber Rußaerosol aus der Verbrennung fossiler Brennstoffe. J. Geophys. Res. Atmosphäre. 109, D16202 (2004).

Artikel Google Scholar

Matsui, H., Hamilton, DS & Mahowald, NM Strahlungseffekte von schwarzem Kohlenstoff reagieren bei der Auflösung der Mischungszustandsdiversität sehr empfindlich auf die emittierte Partikelgröße. Nat. Komm. 9, 3446 (2018).

Artikel Google Scholar

Chen, XT, Kang, SC, Yang, JH & Ji, ZM Untersuchung der Klimaeffekte von Ruß in der Arktis im Winter und Frühling. Wissenschaft. Gesamtumgebung. 751, 142145 (2021).

Artikel Google Scholar

Zhao, C. et al. Die räumliche Verteilung von Mineralstaub und seinem kurzwelligen Strahlungsantrieb über Nordafrika: Modellierung der Empfindlichkeit gegenüber Staubemissionen und Behandlung der Aerosolgröße. Atmosphäre. Chem. Physik. 10, 8821–8838 (2010).

Artikel Google Scholar

Xi, X. & Sokolik, IN Quantifizierung der anthropogenen Staubemissionen durch landwirtschaftliche Landnutzung und Austrocknung des Aralsees in Zentralasien. J. Geophys. Res. Atmosphäre. 121, 12270–12281 (2016).

Artikel Google Scholar

DeFries, RS & Townshend, JRG NDVI-abgeleitete Landbedeckungsklassifizierung auf globaler Ebene. Int. J. Remote Sens. 15, 3567–3586 (1994).

Artikel Google Scholar

Kim, D. et al. Die Auswirkung der dynamischen Oberflächennahlheit auf die Funktion, Emission und Verteilung der Staubquelle. J. Geophys. Res. Atmosphäre. 118, 871–886 (2013).

Artikel Google Scholar

Kim, D. et al. Entwicklung einer hochauflösenden dynamischen Staubquellenfunktion – eine Fallstudie mit einem starken Staubsturm in einem regionalen Modell. Atmosphäre. Umgebung. 159, 11–25 (2017).

Artikel Google Scholar

Ma, JM & Daggupaty, SM Effektive Trockenablagerungsgeschwindigkeiten für Gase und Partikel über heterogenem Gelände. J. Appl Meteorol. 39, 1379–1390 (2000).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0450%282000%29039%3C1379%3AEDDVFG%3E2.0.CO%3B2" aria-label="Article reference 63" data-doi="10.1175/1520-0450(2000)0392.0.CO;2">Artikel Google Scholar

Schnell, JD et al. Entwicklung des direkten Strahlungsantriebs von Ozon, Partikeln und Aerosolen in der Umgebung von Houston unter Verwendung eines vollständig gekoppelten Meteorologie-Chemie-Aerosol-Modells. J. Geophys. Res. Atmosphäre. 111, D21305 (2006).

Artikel Google Scholar

Barnard, JC, Fast, JD, Paredes-Miranda, G., Arnott, WP & Laskin, A. Technischer Hinweis: Bewertung des WRF-Chem-Moduls „Aerosolchemikalie zu Aerosoloptischen Eigenschaften“ unter Verwendung von Daten aus der MILAGRO-Kampagne. Atmosphäre. Chem. Physik. 10, 7325–7340 (2010).

Artikel Google Scholar

Ukhov, A. et al. Bewertung der natürlichen und anthropogenen Luftverschmutzung durch Aerosole im Nahen Osten mithilfe von MERRA-2, CAMS-Datenassimilationsprodukten und hochauflösenden WRF-Chem-Modellsimulationen. Atmosphäre. Chem. Physik. 20, 9281–9310 (2020).

Artikel Google Scholar

Yu, F., Luo, G. & Ma, X. Regionale und globale Modellierung der optischen Eigenschaften von Aerosolen mit einem in Größe, Zusammensetzung und Mischungszustand aufgelösten Teilchenmikrophysikmodell. Atmosphäre. Chem. Physik. 12, 5719–5736 (2012).

Artikel Google Scholar

Karagulian, F. et al. Analyse eines schweren Staubsturms und seiner Auswirkungen auf die Luftqualitätsbedingungen mithilfe von WRF-Chem-Modellierung, Satellitenbildern und Bodenbeobachtungen. Luftqualität. Atmosphäre. Gesundheit 12, 453–470 (2019).

Artikel Google Scholar

Moorthy, KK, Babu, SS & Satheesh, SK Aerosoleigenschaften und Strahlungseinflüsse über dem Arabischen Meer während der Zwischenmonsunzeit: Ergebnisse der ARMEX-Feldkampagne. J. Atmos. Wissenschaft. 62, 192–206 (2005).

Artikel Google Scholar

Liu, X. et al. Der Einfluss von Stäuben auf Strahlung und Temperatur über Ostasien anhand eines regionalen Klimamodells. Wissenschaft. Gesamtumgebung. 792, 148351 (2021).

Artikel Google Scholar

Zhang, X. et al. Direkter Strahlungsantrieb durch lichtabsorbierende Aerosole in verschiedenen Klimaregionen Ostasiens. J. Geophys. Res. Atmosphäre. 125, e2019JD032228 (2020).

Google Scholar

Yanai, M., Esbensen, S. & Chu, JH Bestimmung der Masseneigenschaften tropischer Wolkenhaufen aus großräumigen Wärme- und Feuchtigkeitshaushalten. J. Atmos. Wissenschaft. 30, 611–627 (1973).

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0469%281973%29030%3C0611%3ADOBPOT%3E2.0.CO%3B2" aria-label="Article reference 72" data-doi="10.1175/1520-0469(1973)0302.0.CO;2">Artikel Google Scholar

Kaufman, YJ et al. Operative Fernerkundung von troposphärischem Aerosol über Land mit dem EOS-Bildgebungsspektroradiometer mittlerer Auflösung. J. Geophys. Res. Atmosphäre. 102, 17051–17067 (1997).

Artikel Google Scholar

Guan, H. et al. Eine jahrzehntelange Geschichte der Fahnenhöhen bei der Verbrennung von Biomasse, die mithilfe von Aerosolindexmessungen ermittelt wurden. Atmosphäre. Chem. Physik. 10, 6461–6469 (2010).

Artikel Google Scholar

Buchard, V. et al. Verwendung des OMI-Aerosolindex und der optischen Tiefe des Absorptionsaerosols zur Bewertung der MERRA-Aerosol-Reanalyse der NASA. Atmosphäre. Chem. Physik. 15, 5743–5760 (2015).

Artikel Google Scholar

Rubin, JL et al. Assimilation von AERONET- und MODIS AOT-Beobachtungen mithilfe von Variations- und Ensemble-Datenassimilationsmethoden und deren Auswirkungen auf die Fähigkeit zur Aerosolvorhersage. J. Geophys. Res. Atmosphäre. 122, 4967–4992 (2017).

Artikel Google Scholar

Thompson, G., Field, PR, Rasmussen, RM & Hall, WD Explizite Vorhersagen von Winterniederschlägen mithilfe eines verbesserten Schemas der Massenmikrophysik. Teil \({\mbox{II}}\): Implementierung einer neuen Schneeparametrisierung. Mo. Weather Rev. 136, 5095–5115 (2008).

Artikel Google Scholar

Lacono, MJ et al. Strahlungsantrieb durch langlebige Treibhausgase: Berechnungen mit den AER-Strahlungstransfermodellen. J. Geophys. Res. Atmosphäre. 113, D13103 (2008).

Artikel Google Scholar

Tewari, M. et al. Implementierung und Verifizierung des einheitlichen NOAH-Landoberflächenmodells im WRF-Modell. 20. Konferenz zur Wetteranalyse und -vorhersage/16. Konferenz zur numerischen Wettervorhersage. 11–15 (2004).

Hong, SY, Noh, Y. & Dudhia, J. Ein neues vertikales Diffusionspaket mit einer expliziten Behandlung von Entrainment-Prozessen. Mo. Weather Rev. 134, 2318–2341 (2006).

Artikel Google Scholar

Grell, GA & Freitas, SR Eine skalen- und aerosolbewusste stochastische Konvektionsparametrisierung für die Wetter- und Luftqualitätsmodellierung. Atmosphäre. Chem. Physik. 14, 5233–5250 (2014).

Artikel Google Scholar

Ginoux, P. et al. Quellen und Verteilungen von Staubaerosolen, simuliert mit dem GOCART-Modell. J. Geophys. Res. Atmosphäre. 106, 20255–20273 (2001).

Artikel Google Scholar

Referenzen herunterladen

Diese Arbeit wurde gemeinsam durch das Projekt unterstützt, das vom Gemeinsamen Fonds der National Natural Science Foundation of China und der China Meteorological Administration (Grant-Nr. U2242209), der National Natural Science Foundation of China (Grant-Nr. 42175106) und China Postdoctoral Science unterstützt wurde Stiftung (2020M681156) und selbsttragendes Programm des Guangzhou Laboratory (Grant No. SRPG22-007).

Schlüssellabor für semiariden Klimawandel des Bildungsministeriums, Universität Lanzhou, Lanzhou, 730000, China

Yu Chen, Siyu Chen, Jie Zhou, Dan Zhao, Hongru Bi, Yue Zhang, Khan Alam und Junyan Chen

Fachbereich Physik, Universität Peshawar, Peshawar, 25120, Pakistan

Khan Alam

Schlüssellabor für Landoberflächenprozesse und Klimawandel in kalten und trockenen Regionen, Northwest Institute of Eco-Environment and Resources, Chinesische Akademie der Wissenschaften, Lanzhou, 730000, China

Haipeng Yu & Yaoxian Yang

Sie können diesen Autor auch in PubMed Google Scholar suchen

YC führte das Schreiben von Papieren und die Datenanalyse durch. SC hat die Studie vorgeschlagen und konzipiert. JZ beteiligte sich an der Analyse der thermodynamischen Gleichungen. YZ konstruierte die dynamische Staubquelle. SC, DZ, HB, KA, HY, YY und JC trugen zur Diskussion und zum Verfassen des Papiers bei. YC hat das Manuskript unter Mitwirkung aller Autoren erstellt.

Korrespondenz mit Siyu Chen.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Chen, Y., Chen, S., Zhou, J. et al. Ein Superstaubsturm, verstärkt durch Strahlungsrückkopplung. npj Clim Atmos Sci 6, 90 (2023). https://doi.org/10.1038/s41612-023-00418-y

Zitat herunterladen

Eingegangen: 02. Januar 2023

Angenommen: 03. Juli 2023

Veröffentlicht: 14. Juli 2023

DOI: https://doi.org/10.1038/s41612-023-00418-y

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt