中國北方春季沙塵暴周期變化特征及其對最大風速的響應

王春學, 秦寧生

(1.四川省氣候中心/高原與盆地暴雨旱澇災害四川省重點實驗室, 成都 610072; 2.中國科學院 地球環境研究所, 西安 710061)

中國的沙塵天氣主要出現在北方地區，是中亞沙塵暴區的一部分，多發生在春季。20世紀70年代以來，隨著對沙塵暴危害的認識和沙塵資料的豐富，有關沙塵暴現象[1-3]、變化規律[4-5]和形成原因以及影響因子[6-11]的研究越來越多，取得了豐碩的研究成果。在沙塵暴時空變化特征分析中，由于研究區域、資料時段以及使用方法的不同，研究結論略有差異，但是總體結論基本一致，即我國河西走廊、阿拉善高原、南疆盆地和內蒙古中部地區是沙塵暴高發區，我國沙塵暴日數在1960年、1970年代最多，隨后開始逐漸減少[4-5,12]。

目前有關沙塵暴周期變化規律的研究相對較少，而且結論差異較大，王存忠等[13]采用小波分析方法的研究指出，中國強沙塵暴主要受6～8 a和2～3 a波動的疊加影響；而丁瑞強等[14]利用奇異譜分析方法的研究表明，中國沙塵暴日數除西藏地區有7.7 a周期外，其余沙塵暴多發區的周期都集中在準2 a和5～6 a。郭慧等[15]指出甘肅省的沙塵暴有3～6 a和32 a的周期。李紅軍等[16]的研究表明新疆存在準3 a周期。王勇等[17]認為西北地區2～3 a和4～8 a周期最為明顯。孫然好等[18]發現河西走廊地區沙塵暴具有多尺度振蕩的特點，存在7 a 、13 a 、以及23 a 左右的周期。萬的軍等[19]的分析表明，塔里木盆地南緣沙塵暴存在6～8 a，15～18 a和32 a的周期。

以往的周期規律研究中主要使用小波、功率譜、奇異譜等方法，只能針對單一時間序列，所以在對大范圍的區域進行分析時就要先把研究區域內的多站點資料處理成一個時間序列，然后再進行分析，這個過程很可能損失掉部分真實周期信號，同時也可能產生某些虛假信號。另外觀測事實表明1980—2000年沙塵暴迅速減少，這使得沙塵暴時間序列的線性減少趨勢最為突出，這可能也會掩蓋部分周期信息。以往沙塵暴周期特征的分析只給出了其可能存在的某些周期，而其顯著時段及典型循環的演變過程仍然不清楚。

本文將采用一種可以分析空間資料場周期特征的方法，研究我國沙塵暴典型循環的時空演變規律，并進一步分析其對最大風速變化的響應情況，以期深入了解我國沙塵暴的時空變化特征，為沙塵暴的預測、防御和水土保持等提供科學的參考依據。

1　數據來源及研究方法

1.1　數據來源

沙塵暴資料是由國家氣象信息中心基于地面氣象觀測數據文件和地面氣象要素數據文件整理的1954—2013年全國2 474個國家氣象站的逐日資料，由每天的天氣現象觀測記錄得到沙塵暴是否發生，發生記為1，否則記為0。本文沙塵暴日數資料是用每年春季(3—5月)逐日資料累加而得。本文主要選取沙塵暴頻發區的站點，即年平均沙塵暴發生次數在1次以上，由于前期觀測站點較少、缺測率較高，通過篩選最后確定使用1971—2013年中國北方165個站點(圖1)沙塵暴資料。另外，使用同期春季(3—5月)中國北方165個國家氣象站的逐月最大風速資料(10 min平均風速的最大值)。

1.2　研究方法

經驗正交函數(Empirical Orthography Function，EOF)展開可以把原變量場分解為正交函數的線性組合，構成為數很少的不相關典型模態，代替原始變量場，每個典型模態都含有盡量多的原始場的信息，在氣象領域得到了廣泛的應用[20]。

線性回歸：用xi表示樣本量為n的某一氣候變量，用ti表示xi所對應的時間，建立xi與ti之間的一元線性回歸方程，yi=a+bti(i=1，2，…，n)，其中a為回歸常數，b為回歸系數。去趨勢波動分析(Detrended Fluctuation Analysis，DFA)：對某一氣候變量序列xi，減去其線性回歸值yi，得到其去趨勢序列zi=xi-yi。

MTM-SVD方法是由Mann and Park[21]提出的一種多變量頻域分解技術。這是一種將譜分析的多錐度方法(Multi-Taper Method，MTM)和變量場的奇異值分解(Singular Value Decomposition，SVD)方法結合在一起的氣候信號檢測技術，詳細內容參閱相關文獻[21-23]。MTM-SVD 方法的主要特點是：(1) 分析對象不僅可以是一維時間序列，也可以是多維或多站點的氣候變量場，它可以非常便利地分析氣候變量場整體所具有的譜特征。(2) 包含了MTM方法，通過變量場時間序列與多個錐度相乘，使得在譜解析度和譜的變異之間達到了一個最佳的平衡，有效防止譜泄漏現象。(3) 通過MTM-SVD 方法得到的LFV(Local Fractional Variance)譜在頻域中為信號檢測提供了一個有效的參數，它以頻率函數的形式表明了由“每個頻率波段”中的主要振動解釋的方差百分比。LFV 譜中，在一個給定頻率處的波峰預示著數據在此頻率處振蕩的一個潛在重要的時空信號。這樣更加直觀、簡便地顯示出變量場不同時間尺度的變化特征。原始區域F的N個對應關系在保持空間結構不變的情況下在時間上改變序列。數域F中的1 000個排列就是這樣產生的，它們破壞了數域F的時間結構而不是空間結構。整個MTM-SVD過程就是在數域F的每個“隨機化”形式中完成的，并且每次都計算出一個新的LFV譜。由重復采樣時間序列計算出的全部1 000個LFV譜，在沒有信號的情況下為空間上相關聯的有色噪聲構造了一個LFV參數的零分布估計值。這個零分布事實上是獨立于頻率的，而且與相同基本空間關聯的白噪聲序列的零分布是無差別的。經驗的顯著性水平就是分別取這個零分布的50%，90%，95%和99%而得到的。(4) 可以為所有時間和區域重建時空信號。這種信號的重建可以更直觀地分析和描述不同時間尺度振動的時間—空間演變特征和過程。(5) MTM-SVD 技術在其應用上可擴展到耦合的區域，即在同一時刻多于一個的區域的耦合。近年來MTM-SVD被廣泛使用在氣象科研領域中[24-28]。

2　結果與分析

2.1　EOF主模態分析

1971—2013年中國北方地區春季沙塵暴日數EOF分析表明，前5個模態的累計方差貢獻率為64.4%，其中第一模態的方差貢獻率達41.8%，并通過了顯著性檢驗。圖1為第一模態沙塵暴空間分布，可以發現研究區域均為正值，即中國春季沙塵暴EOF分析的主模態為全區一致變化型，并且從新疆北部、內蒙古西部到甘肅和陜西北部地區出現異常大值帶。這與以往研究[29]中我國春季沙塵暴多發區的地理分布基本吻合。圖2給出了第一模態對應的時間系數，可以發現從1971—2013年中國春季沙塵暴呈現逐漸減少的趨勢，其線性減少趨勢通過了α=0.01的顯著性檢驗。從1970年代中期到1990年代后期，出現明顯的減少趨勢，進入21世紀以來沙塵暴日數有所增加，但仍然維持在較少的水平。

注：黑色點為站點分布。

圖11971-2013年中國春季沙塵暴日數EOF分析第一模態空間分布

2.2　趨勢分析

圖3給出了1971—2013年中國北方沙塵暴日數線性變化趨勢分布圖(陰影區通過了顯著性檢驗)，可以看到大部分地區都為明顯的減少趨勢，其中新疆東北部、內蒙古中西部、甘肅和陜西北部平均每10 a減少2～3 d，這與上文EOF分析結果一致，說明線性減少趨勢是近43 a中國春季沙塵暴最顯著的變化信號。研究表明，中國北方地區春季最大風速也存在減弱的趨勢，而大風是沙塵暴發生最重要的激發因素[30]。

圖21971-2013年中國春季沙塵暴日數EOF分析

中國北方沙塵暴多發區近43 a春季最大風速資料(圖2)顯示，春季最大風速也出現了明顯的減弱趨勢(通過了α=0.01顯著性檢驗)，并且顯著減弱時段也出現在1970年代中期到20世紀末期，21世紀以來仍然逐漸減弱，但減弱幅度明顯減小。圖2中的最大風速與CP1的相關系數達到0.93(通過α=0.01顯著性檢驗)，即長期變化趨勢上，春季沙塵暴日數對春季最大風速的響應非常敏感，春季最大風速的大小變化可直接影響到春季沙塵暴日數的多少。

注：淺色陰影區通過了α=0.05的顯著性檢驗，深色陰影區通過了α=0.01的顯著性檢驗。

圖31971-2013年中國北方春季沙塵暴日數線性變化趨勢系數分布

2.3　年際年代際波動

分析表明，近43 a來中國北方春季沙塵暴日數有明顯的減少趨勢，并對最大風速有很好的響應，那么其年際和年代際變化有什么特征？采用MTM-SVD方法對沙塵暴日數進行周期分析。圖4給出了LFV譜分析結果，可以看到在年際尺度上3.6 a和6.8 a周期出現峰值，在年代際尺度上10 a周期也有峰值出現，但是相應峰值都沒有通50%的置信度水平。這可能是由于趨勢信號異常明顯，掩蓋了年際和年代際變化信號，所以應當對沙塵暴日數原始序列進行去趨勢處理，即去除了趨勢信號保留年際和年代際信號。

通過去趨勢的沙塵暴日數資料再進行周期分析發現，LFV譜分析結果(圖5)與原始資料分析結果(圖4)有較大差異，年際尺度的7.1 a峰值達到了95%的置信度水平，年代際尺度上出現18.3年峰值，并且達到了99%的置信度水平。下面對年際尺度的準7 a周期和年代際尺度的準18 a周期進行深入分析。

圖41971-2013年中國春季沙塵暴日數LFV譜分析

圖51971-2013年中國春季沙塵暴日數(去趨勢)LFV譜分析

2.4　典型周期循環重建

2.4.1準7 a周期圖6給出準7 a周期的典型循環重建，0°位相(第1年)時，除河西走廊到陜北地區和新疆西部地區沙塵暴略偏多外，其余大部分地區沙塵暴日數偏少，在內蒙古西部的阿拉善高原和東部的渾善達克沙地附近出現負異常中心。51°位相(第2年)時，河西走廊到陜北地區和新疆西部的正異常范圍迅速擴展，我國北方大部地區沙塵暴日數以偏多為主，在河西走廊到陜北地區和新疆北部出現兩個正異常大值中心，而青藏高原大部沙塵暴日數仍然保持偏少。103°位相(第3年)時，正異常范圍進一步擴大，強度進一步加強，青藏高原沙塵暴偏少區向南退縮。154°位相(第4年)時，沙塵暴偏多范圍少變，但強度明顯減弱，沙塵暴偏少范圍則明顯減少。206°位相(第5年)時，新疆大部沙塵暴日數正異常南移到青藏高原地區，河西走廊到陜北地區轉變為負異常。257°位相(第6年)時，河西走廊到陜北地區和新疆北部的負異常迅速擴展，青藏高原地區正異常強度加強。309°位相(第7年)時，異常分布情況變化不大，但強度有所減弱。360°位相(第8年)異常分布與0°位相相同，開始下一個7 a周期循環。

中國北方春季沙塵暴日數的準7 a典型循環總體表現為全區一致的變化，但是不同地區也存在一定差異，其中河西走廊到陜北地區異常幅度最大，并且在逐年演變過程中該地區異常轉換也出現的最早，然后向其他地區擴展。為了考察沙塵暴準7 a周期是否一直存在，我們選擇了異常大值中心的定邊站進行時間重建。從圖7中可以看到，定邊站的沙塵暴日數準7 a周期在1970—1985年最為明顯，1980年代中期到1990年代前期準7 a周期信號迅速變弱，隨后一直到2013年準7 a周期信號又恢復，但是振幅較1970—1985年偏小，這可能與該時段沙塵暴日數維持在較低水平有關。

2.4.2準18 a周期圖8給出了沙塵暴日數準18 a周期的典型循環過程，0°位相(第1年)時，我國北方沙塵暴呈現為西多東少的分布狀況。40°位相(第3年)時，西部正異常向南退縮到青藏高原地區，東部負異常區向西擴展到新疆地區，并在新疆東北部出現負異常大值中心，形成南多北少的分布態勢。80°位相(第5年)時，異常分布變化不大，但北部負異常強度進一步增強，而南部正異常強度則有所減弱。隨后北部負異常逐步向西退縮，而南部的正異常則逐漸東移。到160°位相(第9年)時，異常分布與第1 a呈相反的分布，即沙塵暴日數異常為東多西少。從200°位相(第11年)開始進入后半個周期循環，異常演變過程與前半個周期類似，只是異常分布情況相反。到360°位相(第19年)，又恢復到0°位相的情況，開始下一個周期循環。

從準18 a典型循環重建可以發現，沙塵暴年代際變化主要體現了東西反向和南北反向異常的交替演變，異常變化大值中心與準7 a循環有所差異。為了進一步分析該差異，選擇異常大值中心的新疆東部的淖毛湖站和阿里地區的獅泉河站進行時間重建。從圖9中可以看到，近43 a沙塵暴年代際尺度上的準18 a周期一直存在，并且在1970—1980年代最為明顯。對比淖毛湖站和獅泉河站的循環過程，可以發現二者呈現出相反的波動變化，這與上文循環演變的過程是一致的。

2.5　最大風速協同變化

由于風速變化對沙塵暴趨勢變化的影響較大[27]，那么在沙塵暴典型循環過程中是否也存在一定的響應？利用MTM-SVD方法對最大風速資料和沙塵暴日數資料的耦合場進行分析，研究二者的協同變化關系。圖10給出了最大風速在準7 a典型循環的耦合重建，可以看到0°位相(第1年)時，北部地區最大風速都為負異常，南部為弱的正異常，與沙塵暴異常空間分布基本吻合(圖6A)；51°位相(第2年)時，河西走廊地區最大風速正異常迅速增強，范圍擴展到內蒙古西部地區，新疆北部也出現風速正異常區，對應沙塵暴開始轉變為偏多(圖6B)；103°位相(第3年)時，新疆和內蒙大部的最大風速正異常連成一片，只在青藏高原西北出現弱的負異常區，對應我國沙塵暴明顯偏多(圖6C)；154°位相(第4年)時，大風異常分布與第1 a基本相反，北部正異常范圍大，南部出現弱的負異常。從206°位相(第5年)開始進入后半個周期，異常演變過程與上半個周期類似，異常符號相反。360°位相(第8年)時，恢復到第1 a的狀態，開始下一個準7 a周期循環。

圖6中國北方春季沙塵暴日數在準7a周期的典型循環重建

圖7定邊站在準3a周期上的時間重建(1971-2013年)

同樣，對最大風速和沙塵暴日數耦合場在準18 a進行循環重建(圖11)，0°位相(第1年)時，大部分地區最大風速為負異常，尤其在內蒙古中部地區，而新疆北部則以風速正異常為主，對應同期沙塵暴西多東少(圖8A)。40°位相(第3年)時，大部分地區最大風速都為負異常，新疆北部到內蒙古中西部出現負異常大值帶，青藏高原南部風速偏小，這與沙塵暴北少南多的分布形勢基本一致(圖8C)。隨后大風負異常區向西退縮，而高原南部的大風正異常則向東擴展，到160°位相(第9年)時，最大風速異常分布為西北小，東南大，與沙塵暴東多西少的分布基本對應(圖8E)。從200°位相(第11年)開始進入后半個周期，最大風速的演變也都與沙塵暴有較好的對應關系。360°位相(第19年)時，恢復到0°位相，開始下一個循環周期。

圖8中國北方春季沙塵暴日數在準18a周期的典型循環重建

進一步對比年際波動和年代際波動中沙塵暴日數對最大風速的響應，可以發現在準7 a循環中，沙塵暴日數異常對最大風速異常的空間響應更敏感，空間異常分布的配合情況更吻合；而在準18 a循環中，沙塵暴日數異常對最大風速異常的空間配合情況還有些偏差，但是從異常幅度上看，準18 a循環中最大風速異常幅度可達2～3 m/s，而準7 a周期的最大風速異常則在1 m/s左右；可見最大風速在這兩個時間尺 度上的波動對沙塵暴的多寡都有較大作用。

3　結論和討論

1971—2013年中國春季沙塵暴日數呈現逐漸減少的趨勢，從1970年代到20世紀末的減少趨勢最明顯，進入21世紀以來沙塵暴日數略有增加，但仍維持在較低水平。在趨勢變化過程中春季沙塵暴日數對春季最大風速的響應非常敏感，總體趨勢和階段性趨勢有較好的對應關系。

圖9淖毛湖站和獅泉河站在準18a周期上的時間重建(1971-2013年)

圖10最大風速與沙塵暴日數在準7a周期上的耦合重建

通過去趨勢處理后，發現我國北方春季沙塵暴日數在年際尺度的準7 a周期和年代際尺度的準18 a周期都通過了顯著性檢驗。典型循環重建表明，準7 a周期和準18 a周期都在1970—1980年代最為顯著，其中準7 a周期表現為整體一致的演變過程，河西走廊到陜北地區為異常大值中心；準18 a周期主要體現東西反向異常和南北反向異常的循環演變過程。最大風速與沙塵暴日數有很好的協同變化關系，最大風速偏大時，沙塵暴日數偏少，反之亦然。在年際尺度波動上最大風速異常與沙塵暴日數異常的空間配合更吻合，年代際波動上空間配合稍有偏差，但是最大風速的異常幅度更大。

圖11最大風速與沙塵暴日數在準18a周期上的耦合重建

本文主要利用較新的資料研究了中國北方春季沙塵暴日數的一些變化事實和其對最大風速的響應，并沒有對其形成機理進行深入探討。沙塵暴形成的3個基本條件是大風、沙塵物質和局地熱力條件[30]，而后兩個條件主要受地理條件制約，相對穩定，所以沙塵暴的長期變化規律應該主要受到大風的影響。本文從趨勢和周期變化上指出了春季沙塵暴日數對最大風速的響應，但是這種響應是否一直穩定存在還需要進一步驗證。在全球氣候變暖的背景下，氣象因素對沙塵暴長期變化規律和形成機理的作用還需深入研究，這對氣象防災減災以及水土保持等工作都有重要的科學意義。

參考文獻:

[1]徐國昌.甘肅“4.22”特大沙暴分析[J].氣象學報,1979,37(4):26-35.

[2]王式功,楊德保,周玉素,等.我國西北地區“94.4”沙塵暴成因探討[J].中國沙漠,1995,15(4):332-338.

[3]徐建芬,牛志敏,陳偉民,等.我國西北地區4.5沙塵暴天氣研究[J].中國沙漠,1996,16(3):281-286.

[4]錢正安,宋敏紅,李萬元.近50年來中國北方沙塵暴的分布及變化趨勢分析[J].中國沙漠,2002,22(2):106-111.

[5]周自江,章國材.中國北方的典型強沙塵暴事件(1954—2002年)[J].科學通報,2003,48(11):1224-1228.

[6]毛睿,龔道溢.華北春季沙塵暴頻次與環流年際變率的相關分析[J].高原氣象,2007,26(5):1023-1030.

[7]劉生元,王金艷,王式功,等.春季東亞副熱帶西風急流的變化特征及其與中國沙塵天氣的關系[J].中國沙漠,2015,35(2):431-437.

[8]李雪,劉曉東.中國北方春季沙塵暴活動與高空西風急流變化的聯系[J].高原氣象,2015,34(5):1292-1300.

[9]張莉,任國玉.中國北方沙塵暴頻數演化及其氣候成因分析[J].氣象學報,2003,61(6):744-750.

[10]周秀驥,徐祥德,顏鵬,等.2000年春季沙塵暴動力學特征[J].中國科學:D輯,2002,32(4):327-334.

[11]達布希拉圖,趙春生.氣候因子對內蒙古沙塵暴頻率的影響[J].大氣科學,2004,28(6):828-834.

[12]元天剛,陳思宇,康麗泰,等.1961—2010年中國北方沙塵源區沙塵強度時空分布特征及變化趨勢[J].干旱氣象,2016,34(6):927-935.

[13]王存忠,牛生杰,王蘭寧.50年來中國沙塵暴的多時間尺度變化特征[J].大氣科學學報,2009,32(4):507-512.

[14]丁瑞強,王式功,尚可政,等.中國春季沙塵暴的趨勢變化及年代際變化[J].高原氣象,2004,23(5):660-666.

[15]郭慧,王式功,李棟梁,等.甘肅春季(3—5月)沙塵暴成因[J].中國沙漠,2005,25(3):412-416.

[16]李紅軍,李軍,何清.新疆沙塵暴的趨勢和突變研究[J].中國沙漠,2008,28(5):915-919.

[17]王勇,繆啟龍,丁園圓.西北地區春季沙塵暴的區域性時間變化特征[J].干旱區資源與環境,2008,22(11):30-37.

[18]孫然好,劉清麗,陳利頂,等.河西走廊沙塵暴及其影響因子的多尺度研究[J].中國沙漠,2010,30(3):648-653.

[19]萬的軍,穆桂金,雷加強,等.塔里木盆地南緣近54年沙塵天氣的變化特征及其未來趨勢預測[J].干旱區資源與環境,2009,23(9):78-84.

[20]魏鳳英.現代氣候統計診斷與預測技術[M].2版.北京:氣象出版社,2007.

[21]Mann M E, Park J. Global-scale modes of surface temperature variability on interannual to century timescales[J]. Journal of Geophysical Research Atmospheres, 1994,99(D12):25819-25833.

[22]Mann M E, Park J. Joint spatiotemporal modes of surface temperature and sea level pressure variability in the Northern Hemisphere during the last century[J]. Journal of Climate, 1996,9(9):2137-2162.

[23]Mann M E, Park J. Oscillatory spatiotemporal signal detection in climate studies: A multiple-taper spectral domain approach[J]. Advances in Geophysics, 1999,41:1-131.

[24]Apipattanavis S, Mccabe G J, Rajagopalan B, et al. Joint spatiotemporal variability of global sea surface temperatures and global palmer drought severity index values[J]. Journal of Climate, 2009,22(23):6251-6267.

[25]Small D, Islam S. Low frequency variability in fall precipitation across the United States[J]. Water Resources Research, 2008,44(4):135-157.

[26]王春學,李棟梁.基于MTM-SVD方法的黃河流域夏季降水年際變化及其主要影響因子分析[J].大氣科學,2012,36(4):823-834.

[27]王春學,馬振峰,王佳津,等.華西秋雨準4年周期特征及其與赤道太平洋海表溫度的關系[J].大氣科學,2015,39(3):643-652.

[28]李瀟,李棟梁,王穎.中國西北東部汛期降水對青藏高原東部春季感熱在準3 a周期上的響應[J].氣象學報,2015,73(4):737-748.

[29]鐘海玲,高榮,李棟梁.地面風速的氣候特征及其對沙塵暴的影響研究[J].中國沙漠,2009,29(2):321-326.

[30]錢正安,賀慧霞,瞿章,等.我國西北地區沙塵暴的分級標準和個例譜及其統計特征[C]∥ 中國沙塵暴研究.北京:氣象出版社,1997:1-10.