Una súper tormenta de polvo potenciada por retroalimentación radiativa

npj Climate and Atmospheric Science volumen 6, número de artículo: 90 (2023) Citar este artículo

928 Accesos

2 altmétrico

Detalles de métricas

Como principal zona fuente de polvo en el este de Asia, el desierto de Gobi (GD) ejerce impactos críticos sobre el presupuesto de radiación en las regiones aguas abajo. Sin embargo, la retroalimentación radiativa del polvo en el GD del ciclón de Mongolia sigue siendo poco comprendida. En este caso, la fuente dinámica de polvo se combina con el modelo de investigación y pronóstico meteorológico con química (WRF-Chem) para mejores simulaciones de polvo. Los resultados muestran que el ciclón de Mongolia domina el evento de polvo en mayo de 2019. La retroalimentación radiativa del polvo produce un transporte de impulso descendente y enfría el noreste de Mongolia al afectar los vientos zonales y la advección de temperatura. El enfriamiento de la baja troposfera y el calentamiento de la alta atmósfera cambian la estructura vertical atmosférica y mejoran la baroclinicidad. Además, el aire frío desciende profundamente al fondo del aire caliente en forma de cuña y promueve el ascenso del aire caliente para potenciar el ciclón mongol. El fuerte polvo se mantiene y continúa provocando altas concentraciones de polvo en el norte de China a través de los vientos del oeste. Este estudio explora cómo la retroalimentación radiativa del polvo sobre el GD puede intensificar el ciclón de Mongolia y proporciona una referencia científica para estudios relacionados.

El polvo es el componente principal de los aerosoles atmosféricos y representa el 75 % de la carga masiva global de aerosoles y el 25 % de la profundidad óptica de aerosoles (AOD) global1. Es causada principalmente por la erosión eólica sobre tierras secas y afecta el balance energético del sistema Tierra-atmósfera y el ciclo hidrológico a través de efectos directos e indirectos2,3,4,5. Además, las partículas de polvo pueden enriquecerse con gérmenes6, sustancias orgánicas7 y metales pesados8, lo que representa una grave amenaza para la salud humana y las actividades socioeconómicas al afectar la calidad del aire9,10,11. Después de un transporte de larga distancia, las partículas de polvo se depositan en la superficie del océano, afectando la generación de aerosoles biogénicos sobre el océano y cambiando el ciclo biogeoquímico marino y la productividad biológica12,13.

La interacción aerosol-radiación tiene un impacto considerable en los cambios climáticos, los procesos climáticos y la calidad del aire14. Por un lado, los cambios en los procesos meteorológicos pueden alterar el transporte y la distribución espacial del polvo15,16. Por otro lado, el polvo afecta al sistema atmosférico y a la calidad del aire a través de la retroalimentación radiativa17. Los valores de forzamiento radiativo directo del polvo para el desierto de Taklimakan (TD) y el desierto de Gobi (GD) se informan como −3 y −7 W m−2 en la parte superior de la atmósfera (TOA), −8 y −10 W m−2 en la superficie, y +5 y +3 W m−2 en la atmósfera18. Además, el forzamiento radiativo del polvo puede cambiar considerablemente la estratificación y la baroclinicidad atmosférica19. El polvo de GD aumenta la contaminación antropogénica por aerosoles en el este de China al cambiar el campo meteorológico20. La perturbación de la presión inducida por el polvo provoca una circulación secundaria, que reduce la velocidad del viento en el nivel atmosférico bajo sobre la región de origen del polvo y aumenta la velocidad del viento en las regiones aguas abajo, lo que resulta en una reducción y un aumento del polvo en la región de origen superior y en las regiones aguas abajo. respectivamente21.

Situado en la frontera entre China y Mongolia, el GD es una importante fuente de polvo en el este de Asia22,23,24. Como típico desierto de meseta, el GD se caracteriza por una temperatura media anual baja y cambios drásticos de temperatura25. Las tormentas de polvo ocurren abruptamente en esta región en áreas amplias pero son de corta duración. La frecuencia de los episodios de polvo en la frontera entre China y Mongolia ha mostrado una tendencia gradualmente creciente26,27, y el polvo GD es la principal fuente de contaminación del aire por polvo en las zonas del interior de China, en particular en Beijing-Tianjin-Hebei28. GD se caracteriza por un terreno plano y toda la troposfera está dominada por vientos del oeste. La combinación de un terreno especial y vientos de fondo proporciona las condiciones para la transmisión de polvo a través del Pacífico hacia el este hacia América del Norte29,30.

Aunque los investigadores han discutido constantemente la importancia de las contribuciones del GD a las fuentes de polvo en el este de Asia28, el efecto del polvo de GD en el tiempo y el clima en esta región ha sido poco estudiado. Como sistema meteorológico importante, el ciclón de Mongolia puede generar fuertes vientos superficiales que elevan partículas superficiales a la atmósfera y luego producen graves tormentas de polvo31. El estallido de tormentas de polvo en el este de Asia suele estar estrechamente relacionado con la actividad del aire frío y el ciclón de Mongolia23,32. Los ciclones con aire frío son comunes en Mongolia, y los GD y TD generan grandes cantidades de polvo que se transporta a las regiones aguas abajo33. Además, la cresta occidental y el vórtice de Asia oriental a 500 hPa son impulsores clave del transporte de polvo a larga distancia34,35. En mayo de 2019 se produjo un grave episodio de polvo que afectó directamente a 168 personas en un condado de Mongolia Interior, lo que provocó pérdidas económicas directas de 1.004 millones de RMB36. En este documento, el evento de mayo de 2019 se utiliza como un caso típico para explorar más a fondo la relación entre el ciclón de Mongolia y la retroalimentación radiativa de polvo en el GD. Utilizamos fuentes de polvo dinámicas, el modelo de Investigación y Pronóstico del Tiempo (WRF) junto con Química (WRF-Chem) y recuperaciones satelitales para desarrollar una comprensión integral de este evento. Además, exploramos el mecanismo de retroalimentación radiativa del polvo en el GD sobre la intensificación del ciclón mongol y su efecto continuo sobre las concentraciones de polvo en las regiones aguas abajo.

La imagen compuesta de MODIS muestra que este evento de polvo estuvo estrechamente relacionado con el ciclón de Mongolia (Fig. 1a). El obvio sistema de nubes en forma de coma sobre el norte de China en la figura indica que el ciclón de Mongolia incrementó el transporte hacia el este de aerosoles de polvo de latitudes medias a través de la circulación atmosférica. Al mismo tiempo, la circulación climática simulada también captura una estructura de vórtice profunda sobre el norte de China el 13 de mayo de 2019 (Fig. 1b). WRF–Chem capturó efectivamente la distribución máxima de aerosoles MODIS en el centro y este de Mongolia Interior y en el norte de Heilongjiang, con valores de AOD de hasta 1,8 (Fig. 1c, d). Existe evidencia bien documentada de la conexión entre el índice de aerosoles (IA) y las concentraciones de aerosoles y las propiedades ópticas37. Es un factor cualitativo que representa partículas de aerosol suspendidas en la atmósfera, principalmente de polvo del desierto, quema de biomasa y columnas de ceniza volcánica, y ya se ha utilizado para identificar aerosoles de polvo38. En términos generales, tanto OMI AI como WRF–Chem AOD muestran una distribución zonal consistente en Mongolia Interior (Figura complementaria 3). El aire en el norte de China también estaba gravemente contaminado, con una IA que alcanzó un máximo de 2,9. Los valores de AOD se desplazaron hacia el este debido a la falta de medición MODIS en las principales áreas de la fuente de polvo del evento.

una imagen compuesta de MODIS Aqua superpuesta por el índice de aerosoles (AI) de OMI el 13 de mayo de 2019. Los puntos rojos indican las estaciones de observación de AERONET, incluidas Irkutsk, AOE_Baotou, Beijing_PKU y Anmyon. b Patrones espaciales de la altura geopotencial (líneas de contorno azules; unidad: dagpm), temperatura (líneas de contorno rojas; unidad: °C) y campo de viento (vectores; unidad: ms−1) a 500 hPa el 13 de mayo de 2019. recuperado usando WRF-Chem. Las distribuciones espaciales del AOD promedio basadas en (c) MODIS (MYD08_D3) y (d) simulaciones WRF-Chem se muestran del 11 al 16 de mayo de 2019. Se obtuvo el campo de viento a 10 m (vectores; unidad: ms-1). de (c) reanálisis del Análisis Global Operacional Final (FNL) y (d) simulación WRF-Chem. Variación diaria de AOD de las observaciones de AERONET (Aeronet) en cuatro sitios (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, 116.310°E)) (e, f, g, h), MODIS a bordo de Terra (MOD) y Aqua (MYD), y el modelo WRF-Chem (WRF-Chem) del 11 al 30 de mayo de 2019. Los resultados asociados con WRF-Chem se basan en el experimento EXP_CTRL.

Para verificar la simulación numérica de aerosoles de polvo basada en el modelo WRF-Chem, se evaluó el AOD simulado del 11 al 16 de mayo mediante observaciones terrestres. La AOD registrada en los sitios de Anmyon, Irkutsk, Academy of Optoelectronics (AOE)_Baotou y Beijing_Peking University (PKU) derivados de datos de Terra, Aqua y AERONET se compararon con los resultados de WRF-Chem (Fig. 1). Las simulaciones reprodujeron bien el AOD observado en China. Específicamente, Beijing sufrió una grave contaminación del aire durante este evento de polvo, con valores de AOD generalmente> 0,5, mientras que el AOD de WRF-Chem estaba cerca del de MODIS y AERONET (Fig. 1h). Aunque la AOD simulada en Baotou se sobreestimó en comparación con las observaciones, se observaron cambios básicos en los aerosoles (Fig. 1g). Además, las simulaciones de AOD en las estaciones Anmyon y Irkutsk coincidieron con las observaciones (Fig. 1e, f).

La emisión de polvo en el evento de polvo se concentró principalmente sobre el GD (Figura complementaria 5). El flujo máximo de emisión de polvo promedio de varios días fue de 182,1 µg m-2 s-1, y el TD emitió una pequeña cantidad de partículas de polvo. En el caso de la emisión diaria de polvo, se simularon picos de 554,2 µg m-2 s-1 y 264,7 µg m-2 s-1 en la misma cuadrícula (44,58408°N, 99,15584°E) los días 11 y 14 de mayo de 2019. respectivamente, y el área de emisión de polvo se extendió hacia el este hasta 110°E. La aparición de tormentas de polvo suele estar estrechamente asociada a la invasión de aire frío29. El aire frío de Siberia se transporta continuamente al GD, y el polvo del GD luego afecta el área sobre el noreste de Mongolia a través del viento del sur (Figura complementaria 6). Además, la figura complementaria 6b muestra que se generó un ciclón débil sobre el norte de Mongolia y la región oriental de Mongolia Interior el 12 de mayo de 2019. El ciclón de Mongolia se intensificó gradualmente y alcanzó su punto máximo el 13 de mayo de 2019, y también se encuentra un sistema de nubes común. basado en las imágenes de nubes de satélite (Figura complementaria 7). La presión a nivel del mar en el centro del ciclón de Mongolia el 13 de mayo fue menor que la del 12 de mayo. Además, el campo de viento ciclónico en el norte de Mongolia se disipó gradualmente el 14 de mayo (Figura complementaria 6d). Por lo tanto, se intensificó gradualmente y alcanzó su punto máximo el 13 de mayo de 2019, y también se encuentra un sistema de nubes de coma según la imagen compuesta (Fig. 1a). El ciclón mongol combinado con aire frío hacia el sur reforzó la intensidad del polvo en el evento de polvo. El mantenimiento persistente de ciclones en Siberia central favorece el transporte continuo de aerosoles de polvo hacia el este (Figura complementaria 6). Por lo tanto, la combinación de aire frío y el ciclón mongol promovió una mayor emisión y carga de polvo el 14 de mayo en comparación con el 13 de mayo. Además, el campo de temperatura siempre va por detrás del campo de altura en diferentes niveles de altitud, lo que favorece el desarrollo de vaguadas. –sistemas de crestas. El gran ángulo entre los campos de temperatura y altura en las capas atmosféricas media y baja es beneficioso para el movimiento de aire frío hacia el sur desde las zonas del norte, y el transporte de la advección fría y el poderoso ciclón en el norte de Mongolia favorece el desarrollo de tormentas de polvo ( Figura complementaria 8). Estos fenómenos permiten que el polvo GD afecte continuamente a las regiones aguas abajo.

El flujo de transporte de polvo a 850 hPa se concentró en Mongolia Interior. A medida que aumentaba la altitud, el flujo de transporte de polvo se movía hacia el este, hacia el norte de China y el noreste de China, bajo chorros del oeste a 500 hPa (Fig. 2a, b). La distribución espacial del flujo de transporte de polvo muestra claramente que el polvo de GD fue transportado al noreste de Mongolia, el norte de China y otras áreas aguas abajo. El levantamiento atmosférico entre 105 ° E y 110 ° E favorece el levantamiento del polvo, y luego las concentraciones de polvo se propagan gradualmente hacia el este a través de los vientos del oeste (Fig. 2c). GD y TD fueron las principales áreas de emisión de polvo en el evento de polvo (Figura complementaria 5). Para explorar las contribuciones relativas del polvo y su capacidad de elevación de estas dos fuentes28, comparamos las concentraciones de polvo y la proporción de polvo en la troposfera media e inferior con las de la atmósfera superior (Fig. 2d, e). Específicamente, las concentraciones máximas de polvo GD en la troposfera media y baja (3-10 km) fueron de 31,4 µg m-3, mientras que en la atmósfera alta (8-10 km) fueron de 2,3 µg m-3 (Figura complementaria 11). con valores promedio de 14,2 µg m−3 y de 0,5 µg m−3, respectivamente. Respecto al polvo TD, la concentración máxima fue de 18,5 µg m-3 en la troposfera media y baja, mientras que en la capa alta fue de ~1,5 µg m-3, con valores promedio de 6,4 y 0,2 µg m-3, respectivamente. Las concentraciones de polvo GD en diferentes capas de la atmósfera y la relación entre las concentraciones de polvo en la capa superior y la de la capa inferior (por debajo de 3 km) fueron mayores que las del polvo TD. Específicamente, las proporciones promedio de polvo para GD y TD fueron de 3,88% y 2,97% entre 3 y 10 km y de 0,17% y 0,084% entre 8 y 10 km, respectivamente. Las mayores concentraciones de polvo y la proporción de polvo para GD indican que GD tiene una mayor elevación de polvo, y la contribución de GD a las concentraciones de polvo atmosférico también fue mayor que la de TD.

Distribución espacial del flujo de transporte de polvo (contorno de color, unidad: µg m−2 s−1) a (a) 850 y (b) 500 hPa. c Secciones transversales promedio de concentraciones de polvo (contorno de color, unidad: µg m-3) y velocidad vertical (líneas de contorno, unidad: m s-1) durante el 11 al 16 de mayo de 2019, sobre el dominio 2 (las líneas sólidas y discontinuas representan el ascenso y movimientos de descenso, respectivamente). d Concentraciones de polvo promedio por hora (unidad: µg m−3) sobre TD (35–45°N, 85–95°E; línea continua roja) y GD (35–45°N, 95–110°E; línea continua azul) línea) a una altitud de 3 a 10 km. e Relación de concentraciones de polvo (%) a 3 a 10 km frente a las medidas por debajo de 3 km entre el 11 y el 16 de mayo de 2019. Los resultados se basan en el experimento EXP_CTRL.

El polvo afecta la estructura térmica atmosférica regional a través del forzamiento radiativo directo, lo que a su vez afecta el clima regional39,40 y los ciclos del polvo41. Los valores netos de forzamiento radiativo del polvo en el TOA en el norte y noreste de China fueron principalmente negativos (~−20 W m−2), lo que indica que el polvo tiene un efecto de enfriamiento en el sistema Tierra-atmósfera en esta región. Como típico aerosol absorbente, el polvo puede calentar la atmósfera40, y el forzamiento radiativo neto del polvo en la atmósfera es principalmente positivo. La capa de polvo apareció principalmente cerca de 850 hPa, y las concentraciones de polvo promedio regionales alcanzaron el máximo en 875 hPa (729,12 μg m-3) (Fig. 3d). La influencia de la retroalimentación radiativa del polvo sobre la tasa de calentamiento atmosférico varió con las concentraciones de polvo, y la tasa de calentamiento atmosférico también alcanzó 0,33 K día-1 a 700 hPa.

Distribución espacial del forzamiento radiativo de la red de polvo bajo todo el cielo (unidad: W m−2) (a) en la parte superior de la atmósfera, (b) en la atmósfera y (c) en la parte inferior de la atmósfera (contorno de color; unidad: Wm-2). d Perfiles verticales promedio para concentraciones de polvo (línea continua azul, unidad: µg m-3) y cambios inducidos por el polvo en la velocidad de calentamiento (línea continua roja, unidad: K día-1). e Tasa de calentamiento por hora (unidades: K día −1) inducida por la retroalimentación radiativa del polvo en el área de estudio (dominio 2) durante el 11 al 16 de mayo de 2019. Los resultados se basan en la diferencia entre los dos experimentos paralelos.

Debido a la fuerte dispersión y absorción del polvo en la atmósfera, así como a la influencia de las nubes, se redujo la cantidad de radiación solar de onda corta que llega a la superficie. El forzamiento radiativo neto y el forzamiento radiativo de onda corta del polvo cerca de la superficie generalmente mostraron valores negativos (Fig. 3a, c). El calentamiento atmosférico causado por el polvo exhibió una variación diurna considerable (Fig. 3e) y alcanzó un máximo de 1,22 K día-1 a las 14:00 LT. Generalmente, los aerosoles de polvo cambian la estructura dinámica al calentar la atmósfera, y la mayor velocidad del viento permite que se levanten y transporten más partículas de polvo, lo que proporciona una retroalimentación positiva para el transporte de polvo.

La retroalimentación radiativa del polvo en el campo meteorológico (Fig. 4) facilitó la intensificación del ciclón mongol durante el evento de polvo y provocó una acumulación continua de aire frío en la troposfera media y baja sobre el noreste de Mongolia (Fig. 4a, b, c). El aumento de la baja presión siempre corresponde a la anomalía de la temperatura fría, mientras que la disminución de la baja presión a menudo corresponde a la anomalía de la temperatura cálida. Por lo tanto, al aumentar la altitud, la baja presión aumentó gradualmente de 850 a 300 hPa, alcanzando una intensidad máxima cerca de 300 hPa pero debilitándose gradualmente por encima de 300 hPa (Fig. 4g). El aire frío acumulado a 700 hPa y 500 hPa (Fig. 4a, b) en esta región también se convirtió en aire cálido a 200 hPa (Fig. 4c). La retroalimentación radiativa del polvo en la troposfera media y baja fortalece la presión zonal y el gradiente de temperatura al intensificar la cresta de alta presión sobre el noreste de China, intensificando la advección fría y el ciclón mongol. En otras palabras, el efecto radiativo del polvo aumentó la diferencia de temperatura en el noreste de Mongolia, aumentando la diferencia de altura geopotencial y la advección fría, lo que hizo que el ciclón se desarrollara rápidamente. Además, el campo de viento también es consistente con la variación en el campo de altura geopotencial, que siempre presenta rotación ciclónica en esta región (Fig. 4d, e, f). La vorticidad potencial máxima inducida por el polvo a 200 hPa superó los 0,08 PVU. La vorticidad potencial disminuye a 500 hPa y aumenta nuevamente a 700 hPa.

Distribución espacial del cambio de temperatura inducido por el polvo (contorno de color; unidad: °C) y el cambio de altura geopotencial (líneas de contorno; unidad: gpm) en (a) 700, (b) 500 y (c) 200 hPa y la del polvo -Vorticidad potencial inducida (contorno de color; unidad: PVU) y campo de viento (vectores; unidad: m s−1) en (d) 700, (e) 500 y (f) 200 hPa. Secciones transversales verticales de anomalías latitudinales inducidas por el polvo de (g) temperatura (contorno de color; unidad: °C) y altura geopotencial (líneas de contorno; unidad: gpm), así como (h) vorticidad potencial (contorno de color; unidad: PVU) y campo de viento (vectores; unidad: ms−1). Los puntos negros y las sombras representan una significación estadística por encima del nivel del 90%. Los resultados se basan en la diferencia entre los dos experimentos paralelos.

El ciclón mongol se puede mantener y fortalecer continuamente mediante retroalimentación radiativa de polvo. La distribución vertical del polvo juega un papel clave en los efectos meteorológicos y climáticos42. Para aclarar la influencia de la retroalimentación radiativa del polvo en la estructura vertical de temperatura y presión (Fig. 4g), analizamos la sección de anomalías latitudinales en el área principal de acumulación de aire frío (dominio 1 en la Fig. 1 complementaria). Como se muestra en la Fig. 4g, el aire más frío forma una cuña y desciende profundamente hacia el fondo del aire más cálido, lo que hace que el aire más cálido ascienda a lo largo de los más fríos. En las partes media y trasera del ciclón mongol, había estructuras atmosféricas estables con abundante acumulación de aire más frío (más cálido) en las capas inferiores (superiores). Sin embargo, la parte frontal del ciclón presentó una estructura opuesta, con aire más cálido (más frío) en altitudes más bajas (más altas). El desarrollo del ciclón mongol se vio fortalecido por las atmósferas inestables y estables presentes en la parte delantera y trasera del ciclón, respectivamente. Otras investigaciones43 también respaldan nuestros resultados. Se informa que la transferencia de impulso descendente desde grandes altitudes es beneficiosa para la intensificación del ciclón mongol44. En el presente estudio, la vorticidad potencial fue máxima cerca de 200 hPa y disminuyó a presiones más bajas (Fig. 4d, e, f). La sección transversal del vórtice potencial con anomalías latitudinales regionales muestra que el vórtice potencial máximo (0,2 PVU) (donde 1PVU = 1,0 × 10−6 m2 s−1 K kg−1) cerca de 200 hPa experimenta una transferencia de impulso hacia abajo bajo la acción del campo de viento (Fig. 4h). Por lo tanto, el ciclón se fortaleció sobre el noreste de Mongolia.

Luego utilizamos la ecuación termodinámica para explorar el motivo de la continua acumulación de aire frío en la troposfera media y baja sobre el noreste de Mongolia. La influencia de la retroalimentación radiativa del polvo sobre el aire frío sobre esta región se originó principalmente por el viento zonal (Fig. 5a) y el gradiente de temperatura zonal (Fig. 5e). Cuando se intensificó el campo de viento zonal, la retroalimentación radiativa del polvo aumentó el transporte de advección fría atmosférica sobre Siberia, enfriando así la atmósfera sobre el noreste de Mongolia. Sin embargo, la alteración del movimiento atmosférico vertical causada por la retroalimentación radiativa del polvo inhibió el enfriamiento atmosférico (Fig. 5h), que generalmente equilibra la ecuación termodinámica. La retroalimentación radiativa del polvo produjo una intensificación del ciclón en el noreste de Mongolia, donde el enfriamiento atmosférico y la reducción de la altura geopotencial fortalecieron todas las capas del ciclón. El fortalecimiento del ciclón mongol fortaleció aún más los chorros superiores del oeste, formando un proceso de retroalimentación positiva. Esto provocó que los aerosoles de polvo de GD continuaran transportándose hacia el este, afectando así al norte de China.

Distribuciones espaciales de nueve términos (unidades: 10−2) de la ecuación termodinámica (Ec. 10) en el área mejorada del ciclón de Mongolia: (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′ y (i) \(\frac{\Delta Q}{{Cp}}\).

Sobre la base de dos experimentos paralelos, se podrían explorar más a fondo los efectos a escala sinóptica del forzamiento radiativo del polvo. Se investigaron los efectos de la retroalimentación radiativa del polvo en el desarrollo y mantenimiento del ciclón de Mongolia durante un gran evento de polvo que ocurrió en mayo de 2019 basándose en las fuentes dinámicas de polvo junto con el modelo WRF-Chem. Los resultados mostraron que el polvo procedente del GD desempeñaba un papel dominante en la contribución de polvo en el norte de China. El intenso ciclón mongol es el responsable de la emisión de polvo sobre el GD. Bajo la influencia del ciclón mongol, el polvo GD continúa afectando las regiones aguas abajo a través de chorros del oeste y es transportado al noreste de Mongolia a través de vientos del sur. La retroalimentación radiativa del polvo muestra una fuerte retroalimentación positiva sobre el ciclón mongol. Al afectar la advección zonal del viento y la temperatura, se intensifica la anomalía del frío atmosférico en esta región. El ciclón mongol intensificado también se sostiene al mejorar la transmisión descendente del impulso de alto nivel de ~0,2 PVU y al cambiar la estructura atmosférica estable. Después de que el ciclón de Mongolia se fortaleciera, prevalecieron los chorros del oeste en su lado sur y el polvo GD se transportó continuamente a las zonas aguas abajo, lo que provocó mayores concentraciones de polvo en el norte de China (Fig. 6).

Mecanismo de influencia de la retroalimentación radiativa del polvo sobre el GD en la intensificación de los ciclones de Mongolia.

Impulsada por el aumento de polvo en Asia y el norte de África, la carga masiva de polvo global ha aumentado un 55 ± 30 % desde la época preindustrial45. La retroalimentación radiativa del polvo ha atraído recientemente una atención científica considerable, ya que podría cambiar la estructura térmica atmosférica, lo que a su vez puede afectar el tiempo y el cambio climático41,46. Los aerosoles de polvo influyen en el balance de radiación de la Tierra mediante la absorción y dispersión de la radiación de onda larga y corta47. El efecto de la radiación del polvo reduce en gran medida la desviación de temperatura entre la superficie y la atmósfera48. La tasa de calentamiento atmosférico aumentó con el efecto radiativo del polvo, lo que resultó en un aumento de aproximadamente 0,2 K en la troposfera media (aproximadamente 600 hPa)49. El efecto radiativo del polvo puede afectar aún más la circulación y el tiempo y el cambio climático al influir en la estructura térmica atmosférica. Estudios anteriores sobre la retroalimentación radiativa del polvo se centraron principalmente en los cambios en los elementos meteorológicos en la superficie sobre las áreas de origen del polvo, como el efecto de la retroalimentación radiativa del polvo en la reducción de la velocidad del viento cerca de la superficie y la temperatura de la superficie50,51. Estos estudios constituyen la base para la investigación básica sobre la retroalimentación radiativa del polvo. En este documento, investigamos la retroalimentación radiativa del polvo sobre el GD sobre los efectos meteorológicos y climáticos de un ciclón intensificado en el noreste de Mongolia. Además, el fortalecimiento del ciclón facilita una mayor transmisión de aerosoles de polvo hacia el este sobre el GD.

Como importante fuente de polvo en el este de Asia, el GD es el principal contribuyente a la contaminación del aire en el norte de China28. Los resultados del presente estudio indican que la retroalimentación radiativa del polvo sobre el GD puede intensificar el ciclón de Mongolia. La participación de fuentes dinámicas en el análisis real resuelve la mala simulación de polvo de los modelos numéricos en la meseta de Mongolia. Sin embargo, debido a la incertidumbre del inventario de emisiones y la deficiencia de la simulación numérica en esta área, el vínculo entre la retroalimentación radiativa del polvo en el GD y el ciclón de Mongolia merece una mayor exploración en el futuro.

Para estudiar el impacto de los aerosoles de polvo en la meteorología en China basándose en la interacción entre aerosoles y meteorología, se utilizó un modelo regional de calidad del aire de nueva generación WRF-Chem52 junto con un modelo meteorológico y químico en línea para simular un evento severo de polvo ocurrido en el norte de China en Mayo de 2019. WRF-Chem es un modelo público desarrollado por el Centro Nacional de Investigación Atmosférica y la Administración Nacional Oceánica y Atmosférica. En WRF-Chem, que tiene ventajas en la simulación numérica de la contaminación, se consideran varios procesos físicos y químicos, incluidos el transporte, la deposición húmeda y seca, la química de los gases, la radiación y la fotólisis.

Los campos meteorológicos iniciales del modelo WRF-Chem fueron proporcionados por los datos de reanálisis final de los Centros Nacionales de Predicción Ambiental (NCEP/FNL) con un intervalo de tiempo de 6 h y una resolución de 1° × 1°. Los datos relacionados de las condiciones límite en la simulación numérica se obtuvieron del modelo Community Atmosphere Model with Chemistry (CAM-Chem). El inventario de emisiones antropogénicas se obtuvo del inventario global de la Base de datos de emisiones para la investigación atmosférica global-transporte hemisférico de la contaminación del aire (EDGAR-HTAP) con una resolución horizontal de 0,1° × 0,1° para 2010. EDGAR-HTAP proporciona información de inventario específica para CH4, CO , SO2, NOX, compuestos orgánicos volátiles distintos del metano (NMVOC), NH3, PM10, PM2.5, carbono negro (BC) y carbono orgánico (OC). Los datos de emisiones de biomasa se obtuvieron del Modelo de Emisión de Gases y Aerosoles de la Naturaleza (MEGAN). Otros esquemas detallados de parametrización física utilizados en este estudio se muestran en la Tabla 1.

Se adoptó la versión 3.9.1 del modelo WRF-Chem con proyección Lambert y una cuadrícula anidada unidireccional. Este estudio utilizó 42°N y 108°E como cuadrícula central, con una resolución espacial de 151 × 191 puntos de cuadrícula y una resolución de cuadrícula de 30 km. Las áreas de estudio incluyeron TD y GD, que son las principales áreas de fuente de polvo en China. El período de simulación es desde las 00:00 UTC del 10 de mayo hasta las 00:00 UTC del 31 de mayo de 2019, y el primer día se utiliza como período de puesta en marcha. El evento de polvo severo ocurrido del 11 al 16 de mayo de 2019 fue seleccionado como el principal período de estudio. El dominio de simulación principal se muestra en la figura complementaria 1. El aerosol de polvo se activa principalmente mediante el esquema de emisión de polvo GOCART en WRF-Chem. Cuando se desactiva el esquema de emisión de polvo, el aerosol de polvo también se elimina en el modelado. Para investigar la retroalimentación entre la interacción polvo-radiación y la meteorología, realizamos dos experimentos paralelos con y sin emisión de polvo en el estudio. Se realizan dos simulaciones que se denominan respectivamente “EXP_CTRL” y “EXP_NODE”. El experimento EXP_CTRL se define como una simulación de control en la que se activa el esquema de emisión de polvo y se permite que los aerosoles de polvo proporcionen retroalimentación a la radiación. El experimento de sensibilidad (“EXP_NODE”) se lleva a cabo cerrando el esquema de emisión de polvo y la retroalimentación directa e indirecta entre el aerosol de polvo y el esquema de radiación. La diferencia entre el resultado de control y sensibilidad se considera como los efectos a escala sinóptica del forzamiento radiativo del polvo53,54. Este método también se utiliza ampliamente para explorar el forzamiento radiativo de diferentes tipos de aerosoles y sus efectos en los campos meteorológicos55,56,57.

Para describir eficazmente la emisión de polvo, este estudio adoptó el esquema de Transporte y Radiación en Aerosol de Química del Ozono Global de Georgia Tech/Goddard (GOCART), en el que el flujo de emisión de polvo (F) se calcula utilizando la siguiente fórmula:

donde C denota la constante de la función de derivación empírica, S es la función fuente de la erosión eólica del suelo, sp representa la fracción de cada tamaño de contenedor en polvo erosionable, u10m denota la velocidad del viento horizontal a 10 m y ut representa la velocidad umbral de tamaño de partículas, densidad del aire y humedad del suelo. Se pueden encontrar más detalles sobre el acoplamiento del esquema GOCART con el modelo WRF-Chem en Zhao et al. 58. Cuando se desactiva el esquema GOCART, el polvo en aerosol se elimina en el modelado.

Los modelos numéricos tradicionales tratan la fuente potencial de polvo como una distribución climática estática e ignoran su actividad dinámica, lo que provoca una incertidumbre considerable en la diferencia en las emisiones de polvo estacionales59. Las fuentes de polvo utilizadas en simulaciones anteriores de GOCART se basaron en la cobertura terrestre promedio del satélite Advanced Very High Resolution Radiometer (AVHRR), que no tiene variación temporal60. Por lo tanto, se ha desarrollado una fuente de polvo dinámica a escala global utilizando datos NDVI que varían en el tiempo61,62. La función de la fuente de polvo (S) está determinada por la desnudez de la superficie (B) y las características topográficas (H)61,62. Las diferencias topográficas están estrechamente relacionadas con la acumulación de polvo63. H representa las diferencias topográficas en la cuadrícula con respecto a los alrededores, como se muestra en la ecuación. (2), donde cuanto menor es H, más fácil es acumular el polvo.

En esta ecuación, Z representa la elevación del terreno en la cuadrícula, Zmax y Zmin corresponden a los puntos más altos y más bajos en las áreas circundantes (cuadrículas calculadas) de 10° × 10°, respectivamente, y Zi denota la altura de la cuadrícula i. Se utiliza una potencia de 5 para mejorar el contraste del terreno. El suelo desnudo se indica cuando el índice de vegetación de diferencia normalizada (NDVI) es <0,17 en cada cuadrícula. Por lo tanto, la desnudez de la superficie se calcula utilizando la proporción de números de cuadrícula inferiores a 0,17 (\({{\rm{N}}}_{{{ < }}{{0}}{{.}}{{17}}} \)) al número total de la cuadrícula \({{\rm{N}}}_{{\rm{total}}}\):

Sin embargo, la función dinámica de la fuente de polvo basada en este método de cálculo no es precisa y las regiones con capas de hielo y nieve perennes en latitudes altas también muestran la función de la fuente de polvo máxima. También empleamos la cobertura terrestre de MODIS para restringir el S calculado para reproducir la distribución espacial de las fuentes de polvo. Por lo tanto, se ha desarrollado una fuente de polvo dinámica a escala global61,62.

El WRF-Chem puede simular eficazmente la profundidad óptica del aerosol, que se deriva verticalmente de la acumulación del coeficiente de extinción. El coeficiente de extinción de aerosoles está determinado por la siguiente fórmula64,65:

donde \({{\rm{Q}}}_{{\rm{e}}}\) muestra la eficiencia de extinción, \({{\rm{r}}}_{{\rm{i}}} \) es el radio húmedo, \({{\rm{x}}}_{{\rm{i}}}\) es el parámetro de tamaño y \({\rm{n}}({{\rm {r}}}_{{\rm{i}}},{\rm{X}})\) es la concentración numérica (número por unidad de volumen) asociada con la sección “i”.

La AOD depende principalmente de la distribución del tamaño de las partículas, la composición, el estado de mezcla y las propiedades higroscópicas, y se calcula según las concentraciones y las propiedades ópticas de los aerosoles66,67. Se obtuvo de WRF-Chem mediante integración vertical (desde el suelo hasta la parte superior del dominio) de la extinción del aerosol a 550 nm, que se obtuvo como salida de WRF-Chem68.

El forzamiento radiativo directo de los aerosoles se refiere al cambio de radiación causado por la dispersión y la absorción. Es decir, el forzamiento radiativo directo del polvo se puede definir como la diferencia entre el flujo radiativo neto con y sin polvo, mientras que el flujo radiativo atmosférico se refiere a la energía radiativa que pasa a través de cualquier superficie por unidad de tiempo. Los flujos de radiación descendente y ascendente se caracterizan por valores positivos y negativos, respectivamente. Como se calcula utilizando las siguientes ecuaciones, el forzamiento radiativo del polvo siempre se estima en el TOA, en la atmósfera (ATM) y en el fondo de la atmósfera (BOA):

donde DRF representa el forzamiento radiativo directo y NF indica el flujo radiativo neto69,70,71.

Se utilizó la siguiente ecuación termodinámica para evaluar con precisión el efecto de la retroalimentación radiativa del polvo sobre la estructura térmica en el campo meteorológico. Definimos el experimento en EXP_NODE como la cantidad media en la ecuación termodinámica, y la diferencia entre los dos experimentos paralelos se consideró como perturbación. En el análisis real, cada término de la siguiente ecuación se integró desde la superficie hasta 300 hPa.

La fuente de calor aparente atmosférico Q1 se calcula mediante un algoritmo inverso basado en la ecuación termodinámica72:

La imagen de la nube MODIS proporciona registros efectivos sobre la frecuencia y distribución de las nubes. Se puede obtener desde el sitio web en línea en formato png. Como sensor vital a bordo de Terra y Aqua, el espectrorradiómetro de imágenes de resolución moderada (MODIS) proporciona información global confiable sobre nubes, aerosoles, cobertura terrestre y otros parámetros73 y siempre juega un papel importante en la evaluación del módulo. Sus productos AOD tienen una longitud de onda de 550 nm con algoritmos de objetivo oscuro y azul profundo (MOD08 y MYD08) y contienen valores promedio de cuadrícula de grados diarios de los parámetros atmosféricos con una resolución de 1° × 1°. El índice de aerosoles (AI) derivado del Aura Ozone Monitoring Instrument (OMI) cubre el período 2004-2023 y exhibe una resolución horizontal de 1° × 1°. La IA es extremadamente sensible a los aerosoles que absorben rayos ultravioleta (UV), como el humo, el polvo mineral y las cenizas volcánicas74. OMI es el sucesor del instrumento espectrómetro de mapeo de ozono total (TOMS) para monitorear los niveles de ozono, la calidad del aire y el clima de la Tierra75. Además, las observaciones terrestres diarias de aerosoles en los sitios se obtienen utilizando la Red Robótica de Aerosoles (AERONET), que es una amplia red de fotómetros solares ubicados en todo el mundo76.

El conjunto de datos de Modis se obtuvo de https://modis.gsfc.nasa.gov/. La imagen de la nube MODIS se proporciona en https://wvs.earthdata.nasa.gov/. Los datos de AERONET están disponibles a través de https://aeronet.gsfc.nasa.gov/. Se accede a los datos del reanálisis de FNL desde http://dss.ucar.edu/datasets/. Los datos de Cam-chem se utilizaron de https://www.acom.ucar.edu/cam-chem/cam-chem.shtml.

Los códigos NCL utilizados para ejecutar el análisis se pueden obtener previa solicitud a los autores correspondientes.

Kinne, S. y col. Una evaluación inicial de AeroCom: propiedades ópticas en módulos de componentes de aerosoles de modelos globales. Atmos. Química. Física. 6, 1815–1834 (2006).

Artículo de Google Scholar

Tegen, I., Lacis, A. y Fung, I. La influencia de los aerosoles minerales de suelos alterados en el forzamiento climático. Naturaleza 380, 419–422 (1996).

Artículo de Google Scholar

Ramanathan, V., Crutzen, PJ, Kiehl, JT & Rosenfeld, D. Aerosoles, clima y ciclo hidrológico. Ciencia 294, 2119–2124 (2001).

Artículo de Google Scholar

Huang, J. y col. Calentamiento radiativo de aerosoles de polvo de Taklimakan derivado de observaciones de CALIPSO utilizando el modelo de radiación Fu-Liou con restricciones CERES. Atmos. Química. Física. 9, 4011–4021 (2009).

Artículo de Google Scholar

Qian, Y. et al. La fuerte contaminación suprime las lluvias ligeras en China: observaciones y modelos. J. Geophys. Res. Atmos. 114, D00K02 (2009).

Artículo de Google Scholar

Ariya, PA y Amyot, M. Nuevas direcciones: el papel de los bioaerosoles en la química y física atmosféricas. Atmos. Reinar. 38, 1231-1232 (2004).

Artículo de Google Scholar

Švédová, B. et al. Iones solubles en agua en partículas de polvo dependiendo de las condiciones meteorológicas en el entorno urbano. J. Medio Ambiente. Gestionar. 237, 322–331 (2019).

Artículo de Google Scholar

Kasimov, NS, Vlasov, DV y Kosheleva, NE Enriquecimiento de partículas de polvo de carreteras y entornos adyacentes con metales y metaloides en el este de Moscú. Clima urbano. 32, 100638 (2020).

Artículo de Google Scholar

Zhao, HJ y cols. Características de visibilidad y partículas (PM) en un área urbana del noreste de China. Atmos. Contaminación. Res. 4, 427–434 (2013).

Artículo de Google Scholar

Che, HZ et al. Tendencias de la neblina en las capitales de 31 provincias de China, 1981-2005. Teor. Appl Climatol. 97, 235–242 (2009).

Artículo de Google Scholar

Ma, XY, Jia, HL, Sha, T., An, JL & Tian, R. Características espaciales y estacionales de la contaminación por partículas y gases en China: implicaciones para la política de control. Reinar. Contaminación. 248, 421–428 (2019).

Artículo de Google Scholar

Jickells, TD y cols. Conexiones globales de hierro entre el polvo del desierto, la biogeoquímica de los océanos y el clima. Ciencia 308, 67–71 (2005).

Artículo de Google Scholar

Pabortsava, K. et al. Secuestro de carbono en las profundidades del Atlántico potenciado por el polvo del Sahara. Nat. Geociencias. 10, 189-194 (2017).

Artículo de Google Scholar

Ding, AJ y cols. La intensa contaminación atmosférica modifica el clima: un caso de quema mixta de biomasa con contaminación por combustión de combustibles fósiles en el este de China. Atmos. Química. Física. 13, 10545–10554 (2013).

Artículo de Google Scholar

Chen, Y. et al. El papel de la altura de la capa límite en la India en la contaminación transfronteriza a la meseta tibetana. Ciencia. Medio ambiente total. 837, 155816 (2022).

Artículo de Google Scholar

Zhang, CX y cols. Espectroscopía UV-Vis satelital: implicaciones para las tendencias de la calidad del aire y sus fuerzas impulsoras en China durante 2005-2017. Ciencia ligera. Aplica. 8, 100 (2019).

Artículo de Google Scholar

Wang, Z. y col. Las capas elevadas de polvo inhiben la disipación de la fuerte contaminación antropogénica del aire en la superficie. Atmos. Química. Física. 20, 14917–14932 (2020).

Artículo de Google Scholar

Chen, SY et al. Emisión, transporte y efectos radiativos del polvo mineral de los desiertos de Taklimakan y Gobi: comparación de mediciones y resultados de modelos. Atmos. Química. Física. 17, 2401–2421 (2017).

Artículo de Google Scholar

Heinold, B., Tegen, I., Schepanski, K. y Hellmuth, O. Retroalimentación radiativa del polvo sobre la dinámica de la capa límite del Sahara y la movilización de polvo. Geofís. Res. Letón. 35, L20817 (2008).

Artículo de Google Scholar

Yang, Y. et al. Las interacciones polvo-viento pueden intensificar la contaminación por aerosoles en el este de China. Nat. Comunitario. 8, 15333 (2017).

Artículo de Google Scholar

Ahn, HJ, Park, SU y Chang, LS Efecto del forzamiento radiativo directo del polvo asiático en los campos meteorológicos del este de Asia durante un período de evento de polvo asiático. J. Appl Meteorol. Climatol. 46, 1655–1681 (2007).

Artículo de Google Scholar

Sun, JM, Zhang, MY y Liu, TS Características espaciales y temporales de las tormentas de polvo en China y sus regiones circundantes, 1960-1999: relaciones con el área de origen y el clima. J. Geophys. Res. Atmos. 106, 325–10,334 (2001).

Artículo de Google Scholar

Qian, WH, Quan, LS & Shi, SY Variaciones de la tormenta de polvo en China y su control climático. 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">Artículo de Google Scholar

Wang, X., Huang, JP, Ji, MX & Higuchi, K. Variabilidad de los eventos de polvo en Asia oriental y su tendencia a largo plazo. Atmos. Reinar. 42, 3156–3165 (2008).

Artículo de Google Scholar

Li, XL y Zhang, HR Investigación sobre velocidades umbral de fricción durante eventos de polvo sobre el desierto de Gobi en el noroeste de China. J. Geophys. Res. Atmos. 116, D20210 (2011).

Artículo de Google Scholar

Zong, Q. y col. Cambios en la actividad del polvo en primavera sobre el este de Asia en un escenario de calentamiento global. Asia-Pacífico. J. Atmós. Ciencia. 57, 839–850 (2021).

Artículo de Google Scholar

Bao, T., Gao, T., Nandintsetseg, B., Yong, M. & Jin, E. Variaciones en la frecuencia e intensidad de los eventos de polvo que cruzan la frontera entre Mongolia y China. SOLA 17, 145-150 (2021).

Artículo de Google Scholar

Chen, SY et al. Comparación de emisiones, transporte y deposición de polvo entre el desierto de Taklimakan y el desierto de Gobi de 2007 a 2011. Sci. Ciencia de la Tierra de China. 60, 1338-1355 (2017).

Artículo de Google Scholar

Huang, JP y cols. Transporte de largo alcance y estructura vertical del polvo asiático de CALIPSO y mediciones de superficie durante PACDEX. J. Geophys. Res. Atmos. 113, D23212 (2008).

Artículo de Google Scholar

Liu, L. y col. Influencia contrastante de los desiertos de Gobi y Taklimakan en los aerosoles de polvo en el oeste de América del Norte. Geofís. Res. Letón. 46, 9064–9071 (2019).

Artículo de Google Scholar

Zhao, LN & Zhao, SX Diagnóstico y simulación de un ciclón de rápido desarrollo relacionado con una tormenta de polvo severa en el este de Asia. Globo. Cambio planetario 52, 105-120 (2006).

Artículo de Google Scholar

Zhao, TL, Gong, SL, Zhang, XY y Jaffe, A. Influencia de las tormentas de polvo asiáticas en los niveles ambientales de PM de América del Norte: evidencia observacional y factores de control. Atmos. Química. Física. 8, 2717–2728 (2008).

Artículo de Google Scholar

Lee, YC y cols. Episodios de polvo en Hong Kong (sur de China) y su relación con los ciclones y corrientes en chorro de Sharav y Mongolia. Calidad del aire. Atmos. Salud 5, 413–424 (2012).

Artículo de Google Scholar

Uematsu, M. y col. Transporte de aerosol mineral desde Asia sobre el océano Pacífico Norte. J. Geophys. Res. Atmos. 88, 5343–5352 (1983).

Artículo de Google Scholar

Murayama, T. y col. Observación en red terrestre de los episodios de polvo asiático ocurridos en abril de 1998 en el este de Asia. J. Geophys. Res. Atmos. 106, 1834–18359 (2001).

Artículo de Google Scholar

Wang, YY y Wang, MZ La tormenta de arena más fuerte desde la primavera se produjo en algunas zonas de Mongolia Interior. Juventudzqw. https://baijiahao.baidu.com/s?id=1633388768605212203&wfr=spider&for=pc,2019-05-13 (2019).

Herman, J.R. y col. Distribución global de aerosoles que absorben rayos UV a partir de datos de Nimbus 7/TOMS. J. Geophys. Res. Atmos. 102, 16911–16922 (1997).

Artículo de Google Scholar

Al-Zuhairi, MF & Kadhum, JH Distribución espaciotemporal del índice de aerosoles Aura-OMI y estudios de casos de tormentas de polvo en Irak. Árabe J. Geosci. 14, 909 (2021).

Artículo de Google Scholar

Das, S., Dey, S., Dash, SK, Giuliani, G. y Solmon, F. Retroalimentación de aerosoles de polvo en el monzón de verano indio: sensibilidad a la propiedad de absorción. J. Geophys. Res. Atmos. 120, 9642–9652 (2015).

Artículo de Google Scholar

Chen, SY et al. Fuentes, características e impacto climático de los aerosoles que absorben luz sobre la meseta tibetana. Ciencia de la Tierra. Rev. 232, 104111 (2022).

Artículo de Google Scholar

Xie, X. y col. Reacciones radiativas de polvo en la nieve sobre el este de Asia en CAM4-BAM. Atmos. Química. Física. 18, 12683–12698 (2018).

Artículo de Google Scholar

Liu, D. y col. Estructuras verticales de aerosoles de polvo sobre el este de Asia Basado en recuperaciones de CALIPSO. Sensores remotos 11, 701 (2019).

Artículo de Google Scholar

Xun, XY, Jiang, XG & Wu, XH Un estudio de simulación numérica de la influencia del flujo de calor en la superficie del ciclón de Mongolia. Una recopilación de artículos del 8º Simposio Nacional de Jóvenes Científicos Meteorológicos Destacados. 571–584 (en chino) (2014).

Uccellini, LW, Keyser, D., Brill, KF y Wash, CH El ciclón del día de los presidentes del 18 al 19 de febrero de 1979: influencia de la amplificación de la vaguada aguas arriba y el plegamiento de la tropopausa asociado en la ciclogénesis rápida. Lun. Tiempo 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">Artículo de Google Scholar

Kok, JF y cols. Impactos de los aerosoles de polvo mineral en el clima global y el cambio climático. Nat. Rev. Medio Ambiente Tierra. 4, 71–86 (2023).

Artículo de Google Scholar

Zhao, D. y col. Influencia de los aerosoles de polvo sobre la capa de nieve sobre la meseta tibetana. Entorno Frontal. Ciencia. 10, 839691 (2022).

Artículo de Google Scholar

Ackerman, SA & Chung, H. Efectos radiativos del polvo en suspensión en los presupuestos energéticos regionales en la parte superior de la atmósfera. J. Aplica. 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">Artículo de Google Scholar

Li, HQ y Wang, CH Impacto del efecto de la radiación del polvo en las simulaciones de temperatura y viento: un estudio de caso en el desierto de Taklimakan. Atmos. Res. 273, 106163 (2022).

Artículo de Google Scholar

Spyrou, C., Kallos, G. y Mitsakou, C. Efectos radiativos del polvo del desierto en el tiempo y el clima regional. Atmos. Química. Física. 13, 5489–5504 (2013).

Artículo de Google Scholar

Han, ZW, Li, JW, Guo, WD, Xiong, Z. & Zhang, W. Un estudio de la retroalimentación radiativa del polvo sobre el ciclo del polvo y la meteorología en el este de Asia mediante un modelo regional acoplado de clima, química y aerosol. Atmos. Reinar. 68, 54–63 (2013).

Artículo de Google Scholar

Ma, XY y Yu, FQ Efecto del albedo superficial dependiente del espectro sobre el forzamiento radiativo directo del polvo del Sahara. Geofís. Res. Letón. 39, L09808 (2012).

Artículo de Google Scholar

Grell, GA y cols. Química “en línea” totalmente acoplada dentro del modelo WRF. Atmos. Reinar. 39, 6957–6975 (2005).

Artículo de Google Scholar

Li, MM et al. Impactos de la retroalimentación de la radiación de aerosoles en la calidad del aire local durante un episodio de neblina severa en la megaciudad de Nanjing, al este de China. Tellus B Química. Física. Meteorol. 69, 1339548 (2017).

Artículo de Google Scholar

Huang, X. y col. La interacción humo-clima afecta los incendios forestales extremos en diversas regiones costeras. Ciencia 379, 457–461 (2023).

Artículo de Google Scholar

Roberts, DL y Jones, A. Sensibilidad climática al aerosol de carbono negro procedente de la quema de combustibles fósiles. J. Geophys. Res. Atmos. 109, D16202 (2004).

Artículo de Google Scholar

Matsui, H., Hamilton, DS y Mahowald, NM Efectos radiativos del carbono negro altamente sensibles al tamaño de las partículas emitidas al resolver la diversidad del estado de mezcla. Nat. Comunitario. 9, 3446 (2018).

Artículo de Google Scholar

Chen, XT, Kang, SC, Yang, JH & Ji, ZM Investigación de los efectos climáticos del carbono negro en el Ártico en invierno y primavera. Ciencia. Medio ambiente total. 751, 142145 (2021).

Artículo de Google Scholar

Zhao, C. y col. La distribución espacial del polvo mineral y su forzamiento radiativo de onda corta sobre el norte de África: modelado de la sensibilidad a las emisiones de polvo y tratamientos del tamaño de los aerosoles. Atmos. Química. Física. 10, 8821–8838 (2010).

Artículo de Google Scholar

Xi, X. & Sokolik, IN Cuantificación de la emisión de polvo antropogénico procedente del uso de tierras agrícolas y la desecación del mar de Aral en Asia central. J. Geophys. Res. Atmos. 121, 12270–12281 (2016).

Artículo de Google Scholar

DeFries, RS & Townshend, JRG Clasificación de la cobertura terrestre derivada del NDVI a escala global. En t. J. Remote Sens. 15, 3567–3586 (1994).

Artículo de Google Scholar

Kim, D. y col. El efecto de la desnudez dinámica de la superficie sobre la función, emisión y distribución de la fuente de polvo. J. Geophys. Res. Atmos. 118, 871–886 (2013).

Artículo de Google Scholar

Kim, D. y col. Desarrollo de una función de fuente de polvo dinámica de alta resolución: un estudio de caso con una fuerte tormenta de polvo en un modelo regional. Atmos. Reinar. 159, 11-25 (2017).

Artículo de Google Scholar

Ma, JM & Daggupaty, SM Velocidades efectivas de deposición seca de gases y partículas sobre terreno heterogéneo. 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">Artículo de Google Scholar

Rápido, JD et al. Evolución del forzamiento radiativo directo del ozono, las partículas y los aerosoles en las cercanías de Houston utilizando un modelo de meteorología, química y aerosoles totalmente acoplado. J. Geophys. Res. Atmos. 111, D21305 (2006).

Artículo de Google Scholar

Barnard, JC, Fast, JD, Paredes-Miranda, G., Arnott, WP & Laskin, A. Nota técnica: evaluación del módulo WRF-Chem “propiedades químicas de aerosoles a ópticas de aerosoles” utilizando datos de la campaña MILAGRO. Atmos. Química. Física. 10, 7325–7340 (2010).

Artículo de Google Scholar

Ujov, A. et al. Evaluación de la contaminación del aire por aerosoles naturales y antropogénicos en el Medio Oriente utilizando MERRA-2, productos de asimilación de datos CAMS y simulaciones de modelos WRF-Chem de alta resolución. Atmos. Química. Física. 20, 9281–9310 (2020).

Artículo de Google Scholar

Yu, F., Luo, G. & Ma, X. Modelado regional y global de propiedades ópticas de aerosoles con un modelo de microfísica de partículas resuelto por tamaño, composición y estado de mezcla. Atmos. Química. Física. 12, 5719–5736 (2012).

Artículo de Google Scholar

Karagulian, F. et al. Análisis de una tormenta de polvo severa y su impacto en las condiciones de calidad del aire utilizando modelos WRF-Chem, imágenes satelitales y observaciones terrestres. Calidad del aire. Atmos. Salud 12, 453–470 (2019).

Artículo de Google Scholar

Moorthy, KK, Babu, SS y Satheesh, SK Características de los aerosoles e impactos radiativos sobre el Mar Arábigo durante la temporada intermonzónica: resultados de la campaña de campo de ARMEX. J. Atmós. Ciencia. 62, 192-206 (2005).

Artículo de Google Scholar

Liu, X. y col. La influencia del polvo en la radiación y la temperatura en el este de Asia con un modelo climático regional. Ciencia. Medio ambiente total. 792, 148351 (2021).

Artículo de Google Scholar

Zhang, X. y col. Forzamiento radiativo directo inducido por aerosoles que absorben luz en diferentes regiones climáticas del este de Asia. J. Geophys. Res. Atmos. 125, e2019JD032228 (2020).

Google Académico

Yanai, M., Esbensen, S. y Chu, JH Determinación de las propiedades generales de los grupos de nubes tropicales a partir de balances de calor y humedad a gran escala. J. Atmós. Ciencia. 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">Artículo de Google Scholar

Kaufman, YJ y cols. Teledetección operativa de aerosoles troposféricos sobre la tierra desde el espectrorradiómetro de imágenes de resolución moderada EOS. J. Geophys. Res. Atmos. 102, 17051–17067 (1997).

Artículo de Google Scholar

Guan, H. y col. Una historia de varias décadas de alturas de penachos de quema de biomasa identificadas mediante mediciones del índice de aerosoles. Atmos. Química. Física. 10, 6461–6469 (2010).

Artículo de Google Scholar

Buchard, V. y col. Uso del índice de aerosol OMI y la profundidad óptica de absorción del aerosol para evaluar el reanálisis de aerosoles MERRA de la NASA. Atmos. Química. Física. 15, 5743–5760 (2015).

Artículo de Google Scholar

Rubin, JL y cols. Asimilación de observaciones de AERONET y MODIS AOT utilizando métodos de asimilación de datos variacionales y de conjunto y su impacto en la capacidad de predicción de aerosoles. J. Geophys. Res. Atmos. 122, 4967–4992 (2017).

Artículo de Google Scholar

Thompson, G., Field, PR, Rasmussen, RM y Hall, WD Pronósticos explícitos de precipitación invernal utilizando un esquema de microfísica masiva mejorado. Parte \({\mbox{II}}\): Implementación de una nueva parametrización de nieve. Lun. Tiempo Rev. 136, 5095–5115 (2008).

Artículo de Google Scholar

Lacono, MJ y cols. Forzamiento radiativo por gases de efecto invernadero de larga vida: cálculos con los modelos de transferencia radiativa AER. J. Geophys. Res. Atmos. 113, D13103 (2008).

Artículo de Google Scholar

Tewari, M. y col. Implementación y verificación del modelo unificado de superficie terrestre NOAH en el modelo WRF. 20.ª conferencia sobre análisis y previsión meteorológica/16.ª conferencia sobre predicción numérica del tiempo. 11-15 (2004).

Hong, SY, Noh, Y. & Dudhia, J. Un nuevo paquete de difusión vertical con un tratamiento explícito de los procesos de arrastre. Lun. Tiempo Rev. 134, 2318–2341 (2006).

Artículo de Google Scholar

Grell, GA & Freitas, SR Una parametrización convectiva estocástica consciente de escalas y aerosoles para modelado del clima y la calidad del aire. Atmos. Química. Física. 14, 5233–5250 (2014).

Artículo de Google Scholar

Ginoux, P. y col. Fuentes y distribuciones de aerosoles de polvo simuladas con el modelo GOCART. J. Geophys. Res. Atmos. 106, 20255–20273 (2001).

Artículo de Google Scholar

Descargar referencias

Este trabajo fue apoyado conjuntamente por el Proyecto apoyado por el Fondo Conjunto de la Fundación Nacional de Ciencias Naturales de China y la Administración Meteorológica de China (Subvención No. U2242209), la Fundación Nacional de Ciencias Naturales de China (Subvención No. 42175106), Ciencias Postdoctorales de China Fundación (2020M681156) y Programa Autosuficiente del Laboratorio de Guangzhou (Subvención No. SRPG22-007).

Laboratorio clave para el cambio climático semiárido del Ministerio de Educación, Universidad de Lanzhou, Lanzhou, 730000, China

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

Departamento de Física, Universidad de Peshawar, Peshawar, 25120, Pakistán

Khan Alam

Laboratorio clave de procesos de superficie terrestre y cambio climático en regiones frías y áridas, Instituto Noroeste de Medio Ambiente y Recursos Ecológicos, Academia China de Ciencias, Lanzhou, 730000, China

Haipeng Yu y Yaoxian Yang

También puedes buscar este autor en PubMed Google Scholar.

YC realizó la redacción de artículos y el análisis de datos. SC propuso y concibió el estudio. JZ participó en el análisis de ecuaciones termodinámicas. YZ construyó la fuente dinámica de polvo. SC, DZ, HB, KA, HY, YY y JC contribuyeron a la discusión y redacción del artículo. YC preparó el manuscrito con la contribución de todos los autores.

Correspondencia a Siyu Chen.

Los autores declaran no tener conflictos de intereses.

Nota del editor Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Chen, Y., Chen, S., Zhou, J. et al. Una súper tormenta de polvo potenciada por retroalimentación radiativa. npj Clim Atmos Sci 6, 90 (2023). https://doi.org/10.1038/s41612-023-00418-y

Descargar cita

Recibido: 02 de enero de 2023

Aceptado: 03 de julio de 2023

Publicado: 14 de julio de 2023

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt