近37a柴达木盆地沙尘暴的时空变化特征及影响因子分析

2021-04-07陈宏松祁栋林韩廷芳石秀云李万志

青海草业 2021年1期

陈宏松，祁栋林，韩廷芳，石秀云，李兴，李万志

(1.青海省格尔木市气象局，青海格尔木 816099；2.青海省气象科学研究所，青海西宁 810001；3.青海省气候中心，青海西宁 810001)

1 引言

根据沙尘暴气象观测规范的定义：沙尘暴是指强风将地面大量的尘沙吹起，使空气很混浊，水平能见度小于1 km的天气现象，且沙尘暴又分为沙尘暴、强沙尘暴、特强沙尘暴[1]。沙尘暴发生时常常伴随着较强的风力和较低的能见度，对经济发展和人们的日常生活会造成一定危害。近年来沙尘暴以其危害的严重性和影响的广泛性，备受国内外专家学者的广泛关注和研究。国外从上世纪20年代就开始了沙尘暴方面的研究，20世纪20年代初Hankin等首先对印度的“Andhi”型沙尘暴的上升和下沉气流进行了研究[2]。自20世纪70年代起我国开始对沙尘暴进行研究，主要研究领域为沙尘暴的成因以及气候影响条件等[3～10]。

柴达木盆地位于青海省的西北部，青藏高原的东北部，干旱少雨，植被稀少，东部下垫面以温性草原为主，西部下垫面以沙漠戈壁为主，生态环境极其脆弱，是我国海拔最高的内陆盆地，柴达木盆地常受大风沙尘暴的侵袭，给国民经济及人民生活生产造成了一定的危害。柴达木盆地以其特殊的地理位置和气候背景，成为青海省沙尘天气的多发区之一，也是我国沙尘天气多发区之一。至今，前人已经做过一些关于柴达木盆地沙尘天气特征研究[11，12]，其中张焕平[12]等揭示了柴达木盆地沙尘天气时间变化特征、变化的主要原因、沙尘天气与气象要素的关系，所做研究最为全面。但是目前对于柴达木盆地的沙尘暴空间分布特征、柴达木盆地东西部沙尘暴日数变化差异、沙尘暴日数变化与气象要素的完全相关关系并没有研究。本文将对近37a间柴达木盆地沙尘暴的空间分布特征、柴达木盆地东西部沙尘暴的年际变化及全区沙尘暴日数年际、年代际变化趋势、月季变化、突变及多时间尺度变化特征、沙尘暴日数与气候因子的完全相关分析等进行研究，进一步分析柴达木盆地沙尘暴空间区域分布特征、区域及整体的沙尘暴时间变化规律、影响因子，对改善农业气象灾害的发生、环境保护和促进地方经济可持续发展具有一定的参考价值和指导意义。

2 资料和方法

2.1 资料来源

选取柴达木盆地茫崖、冷湖、大柴旦、格尔木、诺木洪、都兰、乌兰、茶卡、德令哈、天峻、小灶火11个气象站1981～2017年逐月沙尘暴日数、平均气温、降水量、降水日数、相对湿度、水汽压、大风日数、平均风速等气象要素，并以11个气象站的气象观测要素的算术平均值时间变化代表柴达木盆地的沙尘暴日数变化时间序列。

气象上的季节划分：春季：3～5月、夏季：6～8月、秋季：9～11月、冬季：12月～翌年2月，以1981～2017年算术平均值代表37a气候平均值。

2.2 研究方法

2.2.1 气候倾向率通常用一元线性方程来描述要素的气候变化趋势[13]：

y(t)=a+b(t)

(1)

式中，t为时间序列，a为经验系数，其通过回归分析中的最小二乘法求得，b为趋势变化率，当b在某时间序列中为正(负)表示气候要素有增加(减小)趋势，b×10为气候倾向率，表示气候要素10a的变化速率。

2.2.2 Mann-Kendall(MK)法 MK法[11]通过构造正序列(UF)和逆序列(UB)进行计算，根据正、逆序列统计量的曲线判断气象要素的变化趋势及突变特征。MK法是一种非参数统计检验方法，它不假定随机变量分布也不受异常值干扰。变量可以不具有正态分布的特征，因此非常适用于气候变量的趋势检验。

2.2.3 Morlet小波分析法 Morlet小波分析法[13]能够详细而准确地提示出时间序列中瞬时频率结构随时间的变化，该方法具有局部化、多层次和多分辨的优点。小波系数的实部包含所给定的时间、尺度信号相对于其他时间、尺度信号的强度和位相信息，变换图形能够反映物理量的时空变化周期性特征。

2.2.4 完全相关系数完全相关系数[15]QC的计算公式如下：

|QC|=C1×C2

(2)

式中QC为完全相关系数、C1为气象要素与沙尘暴日数的相关系数、C2为气象要素与时间的相关系数。只有当某气象要素不但与沙尘暴日数有较好的相关性，且又随时间有显著变化时，气象要素与沙尘暴日数的完全相关系数才比较大，表明该气象要素为沙尘暴日数变化的主要影响因子。

3 结果与分析

3.1 柴达木盆地沙尘暴的空间分布特征

柴达木盆地沙尘暴年平均日数在0.5～11.7 d之间，沙尘暴日数有两个高值中心为格尔木、茫崖均大于8 d，其余地区沙尘暴日数均小于7 d；沙尘暴天气出现日数有两个低值中心为大柴旦、德令哈均小于2 d(如图 1)。沙尘暴的空间分布与地理位置和地形特征有很大关系。沙尘暴形成的3个基本条件为：丰富的沙源、强风及不稳定的大气层结，首先南疆盆地和柴达木盆地西南部有广阔的沙源地，而且大风的地理分布也有明显的地域性，茫崖处于柴达木盆地西沿的阿尔金山山口，出现大风的日数较多[16]，另外柴达木盆地的地势为从西北向东南方向倾斜，其东部为较大的开阔地，格尔木市正处于这种开阔地，这种特殊的地形不但对风有狭管加速效应，而且风沿地形下滑过程中势能转化为动能，使近地面风会进一步加强[17]，导致格尔木地区风速相对较大，进而使得柴达木盆地的沙尘暴高发区出现在茫崖和格尔木地区。

图1 柴达木盆地沙尘暴年平均日数分布

3.2 柴达木盆地沙尘暴的时间变化趋势

3.2.1 柴达木盆地沙尘暴日数的年际变化图2显示，近37a柴达木盆地沙尘暴日数年变化呈波动减少趋势。其减少速率为1.2d/10a，通过了0.01水平的显著性检验。柴达木盆地沙尘暴年平均日数最多的年份为1984年，达7.5 d。2013年为柴达木盆地沙尘暴年平均出现日数最少年，为0.9 d。柴达木盆地各站累计沙尘暴日数年平均日数为4.1 d。从柴达木盆地沙尘暴日数累计距平变化趋势来看，2003年以前为沙尘暴日数的偏多期，2003年以后为沙尘暴日数偏少期，但是沙尘暴日数在2010年表现为明显偏多。从沙尘暴日数的5a滑动平均变化曲线来看，80年代、2002～2007年、21世纪以后表现为沙尘暴日数的明显减少。

图2 近37a柴达木盆地沙尘暴变化趋势

3.2.2 柴达木盆地东西部沙尘暴日数的年际变化差异柴达木盆地自然地理状况及下垫面复杂多样，东部以温性草原为主，西部以温性荒漠为主。根据韩廷芳等[18]的研究方法，将柴达木盆地分为两个部分，东部为德令哈、都兰、乌兰、天峻、茶卡5个地区，西部为小灶火、格尔木、诺木洪、茫崖、冷湖、大柴旦6个地区，研究的沙尘暴数据为该地区的气象站观测到的沙尘暴观测数据，并且用东西部气象站观测的沙尘暴日数算术平均值代表东西部沙尘暴日数。

柴达木盆地东西部沙尘暴日数年际变化图3，东西部沙尘暴日数阶段变化基本一致，呈现一致的减少趋势，减少速率分别为1.3 d/10a、1.0 d/10a，均通过了0.01水平的显著性检验，东部减少速率大于西部。从东西部沙尘暴日数的5a滑动平均来看东部沙尘暴日数减少速率明显大于西部。东部沙尘暴日数多年平均值为2.4 d，西部沙尘暴日数多年平均为5.6 d，西部为东部的2.3倍。

图3 近37a柴达木盆地东(a)、西(b)部沙尘暴变化趋势

3.2.3 柴达木盆地沙尘暴日数的年代际变化近37a柴达木盆地沙尘暴日数的年代际距平变化表示(表1)，20世纪80年代至21世纪初期，柴达木盆地沙尘暴日数呈现减少趋势，20世纪80年代、90年代沙尘暴日数偏多，80年代偏多尤为明显，90年代略偏多，21世纪以来沙尘暴日数呈偏少态势，其中2011～2017年沙尘暴日数比气候平均值4.1 d偏少2 d。

表1 沙尘暴日数的年代际距平变化

3.2.4 柴达木盆地沙尘暴日数的月、季节变化通过分析1981～2017年柴达木盆地沙尘暴日数的月变化(图4)可知，4月为柴达木盆地沙尘暴出现日数最多的月份，达1.0 d，为全年总日数的23%；10月为沙尘暴日数出现最少的月份，为0.1 d，柴达木盆地沙尘暴天气的月变化趋势与我国沙尘暴天气月变化趋势表现一致[19]。

图4 近37a柴达木盆地沙尘暴日数月变化趋势

从沙尘暴的季节变化特征来看(表2)，1981～2017年之间柴达木盆地沙尘暴日数表现出明显的季节变化特征，春季出现日数最多，为2.3 d，明显高于其他三个季节，占全年总日数的56%，主要原因为春季到来，气温迅速回升，土壤表层解冻，变得松散，加上春季柴达木盆地缺乏降水，蒸发量又较大，同时植被尚未返青，土壤极易被卷起形成沙尘天气；夏季是柴达木盆地沙尘暴日数第二多的季节，出现0.8 d，占全年总日数的19%，夏季沙尘暴日数仅次于春季，主要是由于高原夏季对流比较旺盛，局地强对流天气易引起大风沙尘天气，这种沙尘天气的范围较小[20]，称为局地性沙尘暴；秋季为柴达木盆地沙尘暴在发生的日数最少的季节，为0.4 d，这主要与盆地受冷空气的影响次数较少、强度较弱且夏季累积降水、下垫面的性质有关。柴达木盆地沙尘暴日数表现为春季>夏季>冬季>秋季的季节特征。

表2 沙尘暴日数的季节变化

3.3 柴达木盆地沙尘暴日数的突变检验

为研究柴达木盆地年沙尘暴日数是否存在突变现象，采用Mann-Kendall(M-K)非秩次检验方法对沙尘暴日数进行突变检验分析，得到图5，由图5可以看出近37a来柴达木盆地年沙尘暴日数呈现减少趋势，且UF与UB两条曲线在1996～2003年间多次出现交点，对应的检验值均超过显著性水平临界值1.96，柴达木盆地沙尘暴日数变化突变分析结果并不明显，更多地表现为一种周期性波动。

图5 柴达木盆地年沙尘暴日数M-K突变检验曲线

3.4 柴达木盆地沙尘暴日数的周期变化

将柴达木盆地的年沙尘暴日数时间序列进行Morlet小波变换，图6为柴达木盆地年沙尘暴日数小波变换实部时—频分布图(a)和小波变换模图(b)。由图6可以看出，不同阶段的同一周期震荡及同一阶段的不同震荡所表现出来的震荡强弱不同。目前所采用的小波为基小波的分析，在很多科技工作中只依据小波系数的实部图进行结果分析，这样将会出现一些虚假信息。所以，在小波系数的实部图进行结果分析基础上，结合模分析，不仅能反映各个周期成分在局部时段的特征，模代表不同参数的小波对总能量各贡献，能清楚的反映出序列中各个周期的成分的强度随时间的变化[21]。由图6(a)和图6(b)可知，柴达木盆地年沙尘暴日数在8～10a以上较大的时间尺度上，约9a左右的震荡周期最明显，为5，而对于8a以下相对较小的时间尺度上，在2010～2015年间存在约为3的震荡周期，其它周期信号强度均较弱。

图6 柴达木盆地年沙尘暴日数小波变换实部时—频分布图(a)和小波变换模图(b)

3.5 柴达木盆地沙尘暴日数与气候因子的相关分析

影响季、年沙尘暴日数变化的因子很多，根据沙尘暴的形成条件：沙源条件、动力条件及气候背景[16]，选取了平均气温、风速、降水量、大风日数、最高气温、降水日数、相对湿度、水汽压为柴达木盆地沙尘暴日数变化的影响因子，为了准确揭示其主要的影响因子，本文采用完全相关系数方法来分析影响沙尘暴日数变化的主要因子。在这个公式里 C1必须>0.325(0.325为95%信度的临界值)；C2必须>0.323(0.323为95%信度的临界值)。

表3可知：全年及四季柴达木盆地沙尘暴日数与风速和大风日数呈显著正相关，说明平均风速越大、大风日数越多则沙尘暴日数越多，反之，则沙尘暴日数越少；沙尘暴日数在年、春季、夏季、秋季与平均气温的相关关系表现为显著的负相关，冬季没有明显的相关性，这种沙尘暴日数与温度的负相关关系揭示了温度的间接影响，即柴达木盆地气温上升明显导致地面的气压梯度减小，从而使得近地面风速相应变小，沙尘暴的发生几率变小，这与张焕平等[12]的研究基本一致。但是本文研究结果显示，冬季平均气温与沙尘暴日数没有明显的相关关系；年沙尘暴日数与降水量、最高气温、水汽压有显著的负相关关系说明年降水量大、最高气温高、水汽压大会降低沙尘暴的发生几率，其余季节其余气象要素对沙尘暴日数的影响不大。

表3 气象要素与沙尘暴日数及时间相关系数、完全相关系数

从气象要素的时间变化趋势来看，全年及四季平均气温和最高气温的相关系数为正，大风日数和风速的相关系数为负，说明平均气温和最高气温随在研究时段内随时间变化呈上升趋势，而大风日数和风速呈下降趋势；全年、夏季及秋季降水量呈增加趋势，其余气象要素无明显的时间变化趋势。

由表3中的QC值可以看出，全年及四季沙尘暴日数与风速、大风日数的完全相关系数最大，表明相关性最强，其次在全年、春季、夏季及秋季沙尘暴日数与平均气温的相关系数较大，全年沙尘暴日数与降水量、最高气温、水汽压有较好的相关性，在其余季节与其余要素没有明显的相关性。由此可知，大风日数、风速和平均气温既与沙尘暴日数的相关性较好，又随时间发生了显著的变化，是影响柴达木盆沙尘暴日数变化的最主要气候因子，其次为降水量、最高气温、水汽压对全年的沙尘暴日数有明显的影响，而选取的剩余气象要素中，降水日数及相对湿度对沙尘暴日数变化的影响相对比较小。