EN中文

干旱区研究 >

2025 , Vol. 42 >Issue 10: 1791 - 1801

DOI: https://doi.org/10.13866/j.azr.2025.10.04

天气与气候

吐哈地区沙尘天气时空演变特征及气候影响因子

  • 白松竹 , 1 ,
  • 姚俊强 2 ,
  • 马依拉古丽 3 ,
  • 李岩瑛 , 4 ,
  • 马幸蔚 4 ,
  • 杜江 3
展开
  • 1.哈密市气象局，新疆 哈密 839000
  • 2.中国气象局乌鲁木齐沙漠气象研究所 新疆 乌鲁木齐 830002
  • 3.吐鲁番市气象局，新疆 吐鲁番 838000
  • 4.武威市气象局，甘肃 武威 733000
李岩瑛. E-mail:

白松竹（1979-），女，副研级高级工程师，主要从事天气预报及研究工作. E-mail:

收稿日期: 2025-04-02

  修回日期: 2025-08-19

  网络出版日期: 2026-03-12

基金资助

上海合作组织科技伙伴计划及国际科技合作计划项目“中亚区域气候变化科学评估报告编制”(2023E01022)

国家自然科学基金面上项目(41975015)

收起

Spatiotemporal evolution characteristics of windblown sand weather and its climatic driving mechanisms in the Tuha Area

  • BAI Songzhu , 1 ,
  • YAO Junqiang 2 ,
  • Mairaguli 3 ,
  • LI Yanying , 4 ,
  • MA Xingwei 4 ,
  • DU Jiang 3
Expand
  • 1. Hami Meteorological Bureau, Hami 839000, Xinjiang, China
  • 2. Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, Xinjiang, China
  • 3. Turpan Meteorological Bureau, Turpan 838000, Xinjiang, China
  • 4. Wuwei Meteorological Bureau, Wuwei 733000, Gansu, China

Received date: 2025-04-02

  Revised date: 2025-08-19

  Online published: 2026-03-12

Fold

摘要

利用1974—2024年吐哈地区11个国家气象站地面气象观测资料和192个区域站的风向、风速观测资料，分析了该区沙尘天气的时空变化特征及其与气象要素的相关关系。结果表明：（1） 该区年沙尘天气中浮尘天气发生频率最高，沙尘暴最少，扬沙天气居中；春季是沙尘天气高发期，扬沙和沙尘暴夏季次多，冬季最少；而浮尘天气秋季次多，夏季最少。（2） 沙尘天气日数呈西多东少、盆地多山区少的分布特征；吐鲁番市托克逊和高昌区是浮尘天气高发区域，扬沙和沙尘暴主要集中在托克逊、东坎儿站和淖毛湖站，哈密市巴里坤、伊吾等山区沙尘天气很少；不同区域沙尘天气风向和风速分布也存在显著差异。（3） 近50 a沙尘天气日数整体呈减少趋势，其中浮尘天气减少速率最快，为7.1 d·（10a）-1；20世纪70年代沙尘天气最多，2013年最少，近10 a总沙尘、浮尘、扬沙日数均呈显著增多趋势；年沙尘、浮尘、扬沙日数突变年分别为1991年、1995年和1991年，沙尘暴日数突变特征不明显。（4） 沙尘日数与大风日数、平均风速呈显著正相关，与平均气温呈显著负相关，而与降水量、日照时数等无明显相关性。

关键词： 沙尘天气; 时空演变; 气候因子; 吐哈地区

本文引用格式

白松竹 , 姚俊强 , 马依拉古丽 , 李岩瑛 , 马幸蔚 , 杜江 . 吐哈地区沙尘天气时空演变特征及气候影响因子[J]. 干旱区研究, 2025 , 42(10) : 1791 -1801 . DOI: 10.13866/j.azr.2025.10.04

Abstract

This study uses ground meteorological observation data from 11 national meteorological stations and 192 regional stations in the Tuha Area, spanning from 1974 to 2024, to analyze the spatiotemporal variations of sand-dust weather and its correlation with meteorological factors. The results reveal the following: (1) Floating dust is the most frequently occurring sand-dust weather event in the area, followed by blowing sand; sandstorms occur least frequently. The peak period for sand-dust weather is in spring. Blowing sand and sandstorms are more common in summer and the least in winter, whereas floating dust is more frequent in autumn than in summer. (2) The distribution of sand-dust weather days shows a pattern of higher occurrence in the west compared to the east, and more prevalence in basins than in mountainous areas. High-incidence areas for floating dust include Tuokexun and Gaochang District of Turpan City. Blowing sand and sandstorms are mainly concentrated around the Tuokexun-East Kan’er Station and Naomaohu Station, whereas mountainous regions such as Barkol and Yiwu in Hami City experience very few sand-dust weather events. In addition, significant differences exist in wind direction and speed associated with sand-dust weather across different regions. (3) Over the past 50 years, the total number of sand-dust weather days has shown an overall decreasing trend, with floating dust decreasing at the fastest rate of 7.1 days per decade. The 1970s recorded the highest sand-dust weather, whereas 2013 recorded the lowest. In the past decade, the total number of days with sand-dust, floating dust, and blowing sand has significantly increased. Abrupt changes in the annual counts of sand-dust, floating dust, and blowing sand occurred in 1991, 1995, and 1991, respectively, whereas the trend for sandstorm days did not exhibit a clear abrupt change. (4) The number of sand-dust days shows a significant positive correlation with both the number of strong wind days and average wind speed, a significant negative correlation with average temperature, and no clear correlation with precipitation or sunshine duration.

Key words： sand-dust weather; temporal and spatial evolution; climatic factors; Tuha Area

沙尘天气是指强风从地面卷起大量尘沙，使空气浑浊，水平能见度明显下降的一种天气现象，根据水平能见度和风力大小分为浮尘、扬沙、沙尘暴[1]，是干旱半干旱地区常见的一种灾害性天气。在全球气候变暖的大背景下，沙尘天气由于其影响范围广、灾害影响严重等特点而成为国内外研究的热点。从全球分布来看，东亚沙尘源区与撒哈拉沙漠已被公认为主要的沙尘源地[2-4]。研究表明，东亚地区沙尘活动呈现出明显的时空变化特征，2000—2002年期间该区域沙尘活动较1993—1999年显著增加[5]；而中国西北地区2000年以来沙尘事件频次和沙尘暴日数则呈显著减少趋势,但自2013年起出现反弹，沙尘暴日数的增加尤为显著[6]。该变化被证实与蒙古国向中国北方的沙尘输送过程密切相关[7]。沙尘天气的形成机制复杂，风速变化是影响其强度的关键气象因子[8-11]。对中国西北主要沙尘区（如河西走廊）的观测分析表明，该区域年沙尘暴日数与气温呈正相关、与降水量呈负相关，且持续时间在60~180 min的中等强度沙尘暴发生频次最高；强沙尘暴与大风事件的发生常伴随区域暖中心和干中心的形成[12-13]。这些特征为解析沙尘活动规律提供了重要观测依据。近年来，随着气象观测技术的进步，多源遥感数据已成为沙尘监测的有效技术手段[14-16]，而数值模拟、深度学习等方法的融合应用，则显著提升了沙尘预报的精度[17-20]，推动沙尘天气研究进入多技术协同的新阶段。
新疆是中国沙尘暴高发区之一[21-22]，其沙尘活动呈现显著的区域差异：南疆地区沙尘暴发生日数虽有所下降，但塔克拉玛干沙漠边缘仍为高发区[23]；北疆春季沙尘暴主要集中在准噶尔盆地南缘沿精河到奇台一带、塔城盆地等地区[24-25]。吐哈地区（吐鲁番-哈密区域）不仅是连接我国内地与中亚的重要通道，更是“丝绸之路经济带”的核心节点。地质研究表明，该区域发育于西北早中侏罗世含煤盆地，煤炭、石油等矿产资源十分丰富[26]，被列为国家综合能源基地，在保障国家能源安全、推动“双碳”目标中意义重大。然而，该区域典型的干旱半干旱气候特征使其生态环境极其脆弱，沙尘天气频发，对当地经济社会发展、大气环境质量以及人类健康等均产生了深远影响，尤其对铁路、交通基础设施和能源产业造成严重威胁[27-29]。例如，1986年5月19—20日哈密市大风沙尘天气造成226 km铁路被掩埋，运输中断近2 d；2001年4月7日沙尘暴造成吐鲁番市部分路段车辆受损、人员被困，一货运列车脱轨，兰新铁路被迫中断。吐哈盆地是新疆风沙环境致灾潜力的高值区域[30]，1971—2020年吐鲁番盆地沙尘天气整体呈下降趋势，但1997年后又缓慢增加[31]，哈密市边界层内出现-0.40 m·s-1的垂直下沉运动中心后4 h出现沙尘暴[32]。然而，现有研究多集中于局部区域，缺乏对整个吐哈地区沙尘天气长期气候特征及其影响机制的系统性研究，本文基于吐哈地区11个国家气象站和192个区域站地面气象观测资料，系统分析近50 a来该区域沙尘天气气候变化特征，并探讨其关键气候影响因子，旨在明确该区沙尘活动的气候演变规律及其驱动机制，为政府及相关部门开展防沙治沙、生态环境修复及大气污染防治等工作提供科学依据和决策支持，助力区域能源经济可持续发展。

1 资料与方法

1.1 研究区概况

吐哈地区位于新疆东部（87°16′~96°23′E，40°52′~45°05′N，图1），包括吐鲁番市和哈密市两地，总面积约2.1×104 km2。该区域东接甘肃、西连乌鲁木齐，北邻蒙古国，是连接中国内地与中亚、西亚的重要区域，是我国重要的交通枢纽及丝绸之路经济带的核心区域[26]，该区地处中纬度内陆、欧亚大陆腹地，天山山脉横亘于地区中部，将其分为南、北两部分，北部为巴里坤哈萨克自治县、伊吾县，南部为吐哈盆地（包括高昌区、鄯善县、托克逊县、伊州区），区域地形以中部天山山脉为高点，南北两侧地势逐渐降低，地形起伏显著，地貌复杂。吐哈地区属于典型大陆性干旱气候，年平均降水量不足60.0 mm，年平均气温10.7 ℃，极端高温达48.0 ℃，素有“旱极”“热极”之称。该区域属于天山褶皱带与阿尔金山断裂带的交汇区，地质构造复杂，主要由侏罗纪、白垩纪和新生代沉积岩组成，煤炭、石油、天然气等矿产资源丰富。以荒漠土、棕漠土和沙尘为主，部分地区土地沙化和荒漠化严重。
图1 研究区地形及气象站点分布

Fig. 1 Study area topography and meteorological stations distribution map

吐哈地区是新疆重要的能源和农业基地，风能、光能、太阳能、煤炭、石油等资源丰富[33]，已建成吐哈油田、三道岭煤矿等大型能源开发项目，承担“疆煤外运”和“疆电外送”的重要任务[34]。区域内水文系统独特，地表水资源匮乏，主要依赖天山冰雪融水补给，植被覆盖率低，生态环境脆弱。

1.2 资料说明

使用国家气象信息中心全国综合气象信息共享平台“天擎”提供的吐哈地区各类气象要素数据，分析该区域沙尘天气气候变化特征及影响因子。具体资料如下：
（1） 气温及天气现象数据：采用吐哈地区11个国家气象站1974—2024年逐日平均气温、最高气温、最低气温、降水量及天气现象等观测资料。
（2） 风向风速数据：因气象观测设备迭代及网络完善，早期部分国家站点风速观测设备不足，导致数据起始时间存在差异，因此，选用2017—2024年192个区域气象观测站逐日最大风速、风向和极大风速、风向资料，弥补国家气象站空间观测局限，分析精细风场信息。
根据沙尘天气等级标准（GB/T 20480—2017），将沙尘天气分为浮尘、扬沙、沙尘暴，分别统计其出现日期，当某观测站一天内（20：00至次日20：00）出现浮尘、扬沙、沙尘暴中的任一种天气现象时，记为该站点出现一次沙尘天气。以11站平均值代表吐哈地区的平均值，气候值采用1974—2024年的平均值；根据当地天气气候特点，春季为3—5月、夏季为6—8月、秋季为9—11月、冬季为12月至翌年2月。
自2014年起，吐哈地区沙尘天气观测由人工观测改变为天气现象仪自动监测，2种观测方法均根据国家标准GB/T 20479-2006、GB/T 20480-2017进行监测与判识，其观测方法的改变对沙尘日数监测数据的连续性无明显影响。

1.3 研究方法

利用线性趋势检验法、Cubic函数[35]分析沙尘天气气候变化趋势、转型特征等，Person相关系数分析沙尘日数与各气象要素的相关性，F检验进行显著性检验，以显著性水平达到α=0.05作为通过检验的标准；沙尘天气的空间分布特征采用反距离权重插值法分析。由于气候突变是气候系统中重要的非线性现象，针对气候突变检测的多维性特征，采用标准正态检验、累积距平法、Mann-Kendall检验（简称M-K法，下同）[36]和STARS法[37]揭示气象要素的变化趋势。上述4种突变检测方法各有其优势和局限性，如标准正态检验用于检验数据是否符合正态分布，但对偏度和峰度的敏感性有限；累积距平法直观准确，但存在基准值依赖和端点效应；STARS法能保持统计特征稳定性，但降水预测不确定性较大；Mann-Kendall检验适用于检测单调趋势，但对非单调变化模式效果较差。为了全面、准确地捕捉气候突变的复杂变化，采用以上4种突变检测方法相结合，综合分析沙尘日数的突变特征，该方法有效克服了单一方法在非线性、多尺度突变检测中的局限性，通过交叉验证提升突变信号识别的可靠性。

1.3.1 M-K法

对于具有n个样本量的时间序列x，构造一秩序列 S k，在时间序列随机独立的假定下，定义统计量：
U F k = S k - E S k v a r S k
式中： U F k为定义统计量， U F 1 = 0； S k为样本时间序列的秩序列的和； E S k为 S k的平均值； v a r S k为 S k的方差[38]。
逆转序列 U B k = - U F n - k + 1
U F k与 U B k的交点（ U F > 1.96）即为突变点。

1.3.2 STARS法

（1） 依据t检验，确定具有显著差异的2种格局（2组连续数据）的平均值。
d i f f = 2 σ l 2 l t
式中：l为所选格局的截距长以确定变量X；t为给定可信度条件下自由度为2l-2的t分布值。此时，假设2种格局的变量是相同的，在对变量X运算的l年内并等于 σ l 2的平均值。
（2） 计算变量X起初l的 x - R 1平均值作为对格局R1的度量，在接下来的l年中其数值必须达到 x - R 2 = x - R 1 ± d i f f才认定转变成格局R2。
（3） 对每一个新的值，重新以i=l+1开始，检验是否大于 x - R 1 + d i f f或小于 x - R 1 - d i f f；若没有超过 x - R 1 ± d i f f，就认为目前尚未发生格局转变。此时，重新计算平均值 x - R 1以涵盖 x i和变量X的前一值l-1,等待下一数值的到来。而若 x i超过 x - R 1 ± d i f f的范围，这一年即被认为是新格局R2的起始点j。
（4） 新格局起始点确定后，每个新的 x i（此时i>j）被用来确认格局在j年是否发生演变。如果 x - i - x - ' R 2也在此时具有同样的状况，则更加确信此时发生格局转变。相反也是正确的。在i=j时的格局转变，这种可信度的变化可通过格局转变指数（RSI）反映：
R S I i , j = ∑ i = j j + m x i * l σ i   m = 0,1 , … , l - 1
如果格局是向上转变的，那么 x i * = x - i - x - ' R 2；如果格局是向下转变的，那么 x i * = x - ' R 2 - x - i；在i=j+1到i=j-1间的任何时候，若RSI值为负，从第5步开始，否则进行第6步。
（5） RSI为负值意味着格局在j年转变的判断失败，令RSI=0。将 x i包括在内重新计算 x - R 1；并以i=j+1为起始，如同第（3）步，检验 x i值是否超出 x - R 1 + d i f f范围。
（6） RSI为正值意味着格局在j年发生转变（可信度为P）。计算新格局的 x - R 2平均值。此时，它又变成一个基础格局，检测将继续进行；从i=j+1年开始，寻找下一个格局转变R3。若同时有几个变量，最终的RSI是各变量在相应时间RSI之和。

2 结果与分析

2.1 沙尘天气时间演变特征

近50 a吐哈地区总沙尘日数的月际分布呈单峰型，4月总沙尘日数最多，为5.5 d，占年总沙尘日数的17.9%；其次为5月，4.5 d，占比为14.7%；1月最少，仅1.2 d，占比为3.9%（图2a）。各强度沙尘日数均呈单峰型分布，浮尘、扬沙日数均呈4月最多，1月最少；沙尘暴日数4月最多（0.9 d），5—6月为次多（0.6 d），12月和1月没有沙尘暴发生。从沙尘日数的季节变化来看，春季是各类沙尘天气集中发生期，浮尘、扬沙、沙尘暴、总沙尘日数分别占全年的46.6%、48.6%、52.6%、45.6%；总沙尘日数春季>夏季>秋季>冬季；扬沙和沙尘暴夏季次多，冬季最少，出现概率均不足10%；而浮尘秋季次多，夏季最少（图2b），可见，夏季沙尘天气主要以扬沙和沙尘暴为主。
图2 吐哈地区沙尘日数月（a）、季节（b）分布特征

Fig. 2 Distribution characteristics of dusty days in Tuha Area by (a) month and (b) season

这种季节分布特征与区域气候及环境条件关系密切。春季冷空气频繁南下导致大风日数增多，同时降水稀少、土壤解冻、气温快速上升且植被尚未返青，地表土壤疏松使得沙尘源丰富，与地形效应叠加，造成沙尘天气高发；夏季受副热带高压北抬及西风带环流调整作用，降水量显著增加、植被覆盖度提升使地表抗风蚀能力增强，沙尘活动整体减弱；但因地面增温迅速，局地强对流天气可引发阵性大风，从而造成扬沙或沙尘暴，因此,扬沙和沙尘暴较秋冬季多而少于春季。秋季大气环流向冬季型转换，冷空气活动频次增加但强度较弱，且地表经夏季降水和植被固沙后，沙尘发生难度增大，导致浮尘日数多于夏季，而扬沙和沙尘暴发生频次减少。冬季受蒙古高压持续控制，气候干燥寒冷，地表冻结或被积雪覆盖使沙尘源活性极低，同时大风日数少，故沙尘天气很少。
图3、表1为吐哈地区近50 a年平均沙尘日数的年际变化曲线和趋势系数。近50 a来，年总沙尘日数、浮尘、扬沙、沙尘暴日数分别为30.7 d、20.4 d、14.0 d、3.8 d，浮尘最多，占总沙尘日数的66.4%；其次为扬沙，占比为45.6%；沙尘暴占比最小，仅为12.4%。该区各强度沙尘日数均呈显著减少趋势，总沙尘日数、浮尘、扬沙、沙尘暴日数减少速率分别为8.5 d·(10a)-1、7.1 d·(10a)-1、2.5 d·(10a)-1和2.0 d·(10a)-1，其中，浮尘减少速率最快，扬沙和沙尘暴较为接近，这与南疆西部沙尘天气变化趋势一致[39]。该区总沙尘日数1979年最多，达72.2 d；2013年最少，为5.5 d。Cubic函数拟合显示（图3a），20世纪70年代总沙尘日数处于平稳偏多期，80年代后开始减少，90年代中期降至平均值以下，2013年达到谷值后开始增多，2024年增至平均值以上并达1980年以来的最高值。浮尘日数变化特征与总沙尘日数一致，1979年最多（53.8 d），2013年最少（2.4 d）（图3b）。扬沙日数1977年和1979年最多（27.5 d），2013年最少（3.2 d）；20世纪70年代扬沙日数呈增加趋势，1979年达到峰值后持续减少，90年代初降至平均值以下，2013年降至谷值后快速增多，2021年超过平均值进入偏多期，2024年达1980年以来的最高值（图3c）。沙尘暴日数1976年最多（12.8 d），2013年最少，仅0.3 d；20世纪70年代起，沙尘暴日数呈减少趋势，90年代中期降至平均值以下，2013年达谷值后开始增多，但仍低于平均值，处于偏少期（图3d）。近10 a趋势分析表明，总沙尘日数、浮尘、扬沙日数均呈显著增多趋势，增速分别为2.7 d·a-1、2.2 d·a-1、1.6 d·a-1，沙尘暴增多趋势不显著。
图3 1974—2024年吐哈地区不同强度沙尘日数年际变化

Fig. 3 Interannual variations of sand-dust days with different intensities in Tuha Aera from 1974 to 2024

表1 1974—2024年吐哈地区不同沙尘强度日数年、季线性趋势

Tab. 1 Linear trends of annual and seasonal dusty days with different sand-dust intensities in Tuha Aera from 1974 to 2024 /[d·(10a)-1]

日数 年 春季 夏季 秋季 冬季
总沙尘 -8.5** -3.5** -1.6 -1.2 -2.5**
浮尘 -7.1** -3.0** -0.8 -1.0 -2.5**
扬沙 -2.5 -1.2 -1.0 -0.3 -0.1
沙尘暴 -2.0** -1.0** -0.6** -0.2** -0.1

注：**为通过α=0.05的显著性检验。

从季节变化趋势来看（表1），总沙尘日数各季均呈减少趋势，春季和冬季的减少速率分别为3.5 d·(10a)-1、2.5 d·(10a)-1（通过α=0.01的显著性检验），夏秋季减少趋势不显著；浮尘的季节变化趋势与总沙尘日数一致，春季[3.0 d·(10a)-1]和冬季[2.5 d·(10a)-1]的减少趋势显著（α=0.01），夏秋季的减少趋势不显著；扬沙日数春夏季减少较快，秋冬季减少较缓，但均未通过显著性检验；沙尘暴日数春季减少最快[2.0 d·(10a)-1]，夏季[0.6 d·(10a)-1]次之，秋冬季减少速率较慢，且冬季未通过显著性检验。可见，该区总沙尘天气日数的减少主要是由冬春季浮尘和春夏秋季沙尘暴日数的显著减少造成的。

2.2 沙尘天气的突变特征

对吐哈地区沙尘日数进行突变检验，取α=0.05的置信度水平。总沙尘日数的M-K正序列曲线UF在1978年以后呈减少趋势（图4a），并在1990年超过了0.05临界线，表明总沙尘日数减少趋势十分显著，与UB相交于1990年，其交点在临界线内部，说明1990年是其突变年。采用标准正态检验法计算出突变年为1991年，累积距平检测计算突变年为1993年和2023年，STARS方法计算出突变年为1991年、2002年和2016年；综合判断，1991年为总沙尘日数突变年。以同样的方法计算得出浮尘、扬沙日数的突变年分别为1995年（图4b）、1991年（图4c），而沙尘暴日数的突变特征不显著（图4d）。
图4 1974—2024年吐哈地区总沙尘（a）、浮尘（b）、扬沙（c）、沙尘暴（d）日数M-K变化

Fig. 4 Mann-Kendall variation curves of dusty days for (a) total sand-dust, (b) floating dust, (c) blowing sand, and (d) sandstorm in Tuha Aera from 1974 to 2024

2.3 沙尘天气空间分布特征

吐哈地区总沙尘日数、浮尘、扬沙、沙尘暴日数均呈西多东少、盆地多山区少的分布特征（图5）。总沙尘日数吐鲁番市托克逊最多，为87.6 d；其次为吐鲁番市高昌区，为74.3 d；哈密市巴里坤和伊吾沙尘天气很少，仅3.1~3.2 d（图5a）。浮尘日数吐鲁番市高昌区最多，为69.9 d；其次是托克逊，为64.4 d，巴里坤不足1.0 d（图5b）。扬沙日数存在2个大值中心，最多在吐鲁番市托克逊和东坎儿站，年均日数为31.5~37.0 d，另一个大值中心是哈密市淖毛湖站，为21.3 d，伊吾最少仅1.9 d（图5c）。沙尘暴东坎儿站最多，为16.0 d，其次是淖毛湖站（9.0 d），托克逊为5.5 d，哈密市伊吾、巴里坤、十三间房站和红柳河站均不足1.0 d（图5d）。由于吐哈地区南部吐哈盆地地处背风坡，四周环山，冷空气翻山进入盆地时，下坡效应造成风速增大，而该区域多为戈壁荒漠，且有库木塔格沙漠，极易遇风起沙；此外，由于盆地地形作用[31]，扬沙和沙尘暴天气过后，稳定的大气层结有利于沙尘细粒长时间浮游在空气中，因此，沙尘天气盆地多于山区。而西部吐鲁番盆地海拔高度较东部明显偏低，地形作用更加显著。
图5 1974—2024年吐哈地区不同沙尘强度年均日数分布

Fig. 5 Annual average distribution of dusty days with different wind-sand intensities in Tuha Area from 1974 to 2024

2.4 沙尘天气的气候影响因子

为进一步分析吐哈地区沙尘天气变化的气候驱动机制，选取年大风日数、平均风速、平均气温、最高气温、最低气温、年降水量、相对湿度等因子分析动力、热力和湿度因子变化与沙尘天气的关系，十三间房站由于地处风口区域，年均大风日数131.5 d，沙尘日数9.5 d，为精准反映该区沙尘天气与大风的关系，此处大风日数、平均风速均剔除该站，选用其余10站平均值代表；计算沙尘日数与各气象要素的相关性和气候倾向率，分析气象因子对沙尘天气的影响（表2）。
表2 吐哈地区沙尘日数与各气象要素相关系数

Tab. 2 Correlation coefficients between dusty days and meteorological elements in Tuha Area

平均气温 最高气温 最低气温 降水量 平均相对湿度 大风日数 平均风速
沙尘日数 -0.58** -0.55** -0.63** -0.16 0.19 0.77** 0.74**
浮尘日数 -0.60** -0.59** -0.65** -0.09 0.28 0.75** 0.67**
扬沙日数 -0.41* -0.39* -0.48* -0.24 -0.02 0.72** 0.77**
沙尘暴日数 -0.73** -0.65** -0.79** -0.17 0.26 0.79** 0.67**
气候倾向率 0.54 ℃·(10a)-1** 0.43 ℃·(10a)-1** 0.72 ℃·(10a)-1** 0.66 mm·(10a)-1 -1.00%·(10a)-1* -3.52 d·(10a)-1* -0.07 m·s-1·(10a)-1*

注：*表示通过α=0.05的显著性检验;**表示通过α=0.01的显著性检验。

吐哈地区大风日数和平均风速对沙尘天气影响最大，该区各强度沙尘天气与大风日数的相关系数均>0.70（通过α=0.01的显著性检验），与年平均风速的相关系数均>0.60（通过α=0.01的显著性检验）。风力是沙尘“扬起-输送-维持”的核心条件，近50 a来吐哈地区大风日数、平均风速的气候倾向率分别为-2.64 d·(10a)-1、-0.02 m·s-1·(10a)-1（通过α=0.05的显著性检验），大风日数减少、平均风速减小，削弱了沙尘的起沙动力与传输能力，从而造成了各类沙尘天气日数的减少。利用2017—2024年吐哈地区192个区域气象站逐日风速、风向资料进一步分析发现，沙尘天气发生时风速的变化范围很大，浮尘最大风速为4.4~10.3 m·s-1，极大风速为7.9~15.2 m·s-1，最大出现在红柳河站；扬沙最大风速为7.5~22.2 m·s-1,极大风速为13.8~28.9 m·s-1；沙尘暴最大风速为10.2~29.5 m·s-1，极大风速为18.7~39.0 m·s-1,扬沙和沙尘暴最大风力均出现在十三间房站（图6）。浮尘发生时吐鲁番东坎儿站和高昌区最多风向为东风，伊州区（即哈密）为东北风，十三间房站为北风，其他在西北风与西南风之间；扬沙伊州区为东北风，十三间房站和鄯善是北风，其余在西北风与西风之间；沙尘暴十三间房站为北风，其他在西北风与西风之间，伊吾北风和西北风各占一半。
图6 2017—2024年不同沙尘强度最大风速、极大风速及盛行风向分布

注：图中箭头表示风向。

Fig. 6 Distribution of maximum wind speed, extreme wind speed, and prevailing wind direction under different dust intensities from 2017 to 2024

温度与沙尘日数呈显著负相关，总沙尘日数、浮尘日数、沙尘暴日数与平均气温、最高气温、最低气温的相关系数均<-0.5（通过α=0.01的显著性检验）；扬沙日数与平均气温、最高气温、最低气温的相关系数分别为-0.41、-0.39、-0.48（通过α=0.05的显著性检验）。近50 a来吐哈地区年平均气温、年最高气温、年最低气温的气候倾向率分别为0.54 ℃·(10a)-1、0.43 ℃·(10a)-1、0.72 ℃·(10a)-1，呈显著增温趋势。气温升高有利于植被生长，减少地表裸露，增强固沙能力，从而降低大风频率抑制沙尘活动[40-41]。
沙尘日数与相对湿度、降水量的相关性不显著，可见其不是造成沙尘天气变化的主要影响因子。

3 讨论

吐哈地区作为中国西北干旱区的典型区域，其沙尘天气的时间演变、空间分布特征及气候驱动机制，对于理解干旱区沙尘活动规律具有重要意义。本研究利用统计分析法完成了该区近50 a来各类沙尘日数的变化特征、趋势及主要气候影响因子的分析，并利用区域自动站观测资料分析了各类沙尘日数的起沙风向风速；为该区域沙尘天气研究和灾害防御提供了依据。各类沙尘日数春季高发且盆地高于山区，既是地理环境和气象条件共同作用的结果，也与季节性大气环流的变化密切相关[42-43]。近50 a来各类沙尘日数整体呈现减少趋势，但近10 a总沙尘、浮尘、扬沙日数又呈现增加趋势；这与我国北方沙尘暴天气变化趋势一致[44]。大风日数和平均风速是驱动吐哈地区沙尘活动的核心动力因子，二者与沙尘日数的显著相关性（相关系数>0.60）及显著减少趋势，直接解释了沙尘日数的整体减少；这与干旱区“风力是沙尘扬起-输送-维持的关键条件”的共识一致[45-46]。降水量和相对湿度对沙尘过程影响不显著，这与干旱区降水总量少、局地性强，难以有效改善地表抗风蚀能力的特点有关，反映了干旱区沙尘活动对水分条件的敏感性较低。吐哈地区沙尘天气的时空特征是区域气候、地形地貌及下垫面共同作用的结果，未来需结合更精细的地表参数（如植被覆盖度、土壤湿度）和数值模拟，进一步揭示近年沙尘活动回升的驱动机制，为干旱区沙尘灾害的精准防控提供科学依据。

4 结论

通过对吐哈地区沙尘天气时空变化及其与气象要素之间的相关性分析，得出如下主要结论：
（1） 近50 a来沙尘日数月际变化明显，呈单峰型分布；浮尘天气最多，沙尘暴最少；沙尘天气主要集中在春季，4月最多；夏季浮尘最少，冬季扬沙和沙尘暴最少。
（2） 各类沙尘日数年及四季均呈显著减少趋势，浮尘日数减少速率最快，扬沙和沙尘暴较为接近；20世纪70年代沙尘日数最多，2013年沙尘日数最少；近10 a总沙尘、浮尘、扬沙日数均呈显著增多趋势，且2024年3类沙尘日数均达1980年以来的最高值；总沙尘、浮尘、扬沙日数突变年分别为1991年、1995年和1991年，沙尘暴日数突变特征不明显。
（3） 受地形影响，吐哈地区各类沙尘日数均呈西多东少、盆地多山区少的分布特征；吐鲁番市托克逊和高昌区是浮尘高发区域，扬沙和沙尘暴主要集中在托克逊、东坎儿站和淖毛湖站，哈密市巴里坤、伊吾等山区沙尘天气很少。因盆地地形有利于起沙和浮尘滞留，且西部海拔更低、地形作用更显著。
（4） 吐哈地区沙尘日数减少主要受平均风速降低、大风日数减少、气温升高等影响。沙尘天气发生时风速的变化范围很大，最大风速在4.4~29.5 m·s-1，极大风速在7.9~39.0 m·s-1；风力越大，沙尘天气的强度也越强。浮尘天气风向具有显著地域差异，扬沙和沙尘暴天气十三间房站均为北风，其他大部分站在西北风与西风之间。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中央气象局. 地面气象观测规范[M]. 北京: 气象出版社, 1979: 21-27.

[China Meteorological Administration. Ground Meteorological Observation Specifications[M]. Beijing: China Meteorological Press, 1979: 21-27. ]

[2]
Ralena Ilieva, Krasimir Stoev, Guergana Guerova. Climatology and circulation classification of Saharan dust over Bulgaria[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2024, 267: 106403.

[3]
Liu Qiantao, Huang Zhongwei, Hu Zhiyuan, et al. Long-range transport and evolution of Saharan dust over East Asia from 2007 to 2020[J]. Journal of Geophysical Research: Atmospheres, 2022, 127(18): 2022JD036974.

[4]
Varga György, Meinander Outi, Rostási Ágnes, et al. Desert dust and photovoltaic energy forecasts: Lessons from 46 Saharan dust events in Hungary (Central Europe)[J]. Environment International, 2023, 180: 108243.

[5]
Kurosaki Y, Mikami M. Recent frequent dust events and their relation to surface wind in East Asia[J]. Geophysical Research Letters, 2003, 30(14): 1736-1739.

[6]
Wang Yang, Yu Haojie, Li Lan, et al. Long-term trend of dust event duration over Northwest China[J]. The Science of the Total Environment, 2024, 951: 175819.

[7]
Ma Yihao, Mao Rui, Shi Cuicui, et al. Increasing cross-border dust storm from Mongolia to China during 1987-2022[J]. Global and Planetary Change, 2024, 242: 104578.

[8]
Fan Lei, Wang Yi, He Bin, et al. Spatio-temporal distribution and transport pathways analysis of sand and dust weather in North China[J]. Natural Hazards, 2025, 121: 7425-7445.

[9]
Zhou Wencun, Wang Huanjiong, Ge Quansheng. Contributions of climatic factors and vegetation cover to the temporal shift in Asian dust events[J]. Climate and Atmospheric Science, 2024, 8: 51.

[10]
Wu Xiaoling, Wu Chenglai, Lin Zhaohui, et al. Intra-seasonal variations of dust activity over East Asia in spring 2023 and their mechanisms[J]. Global and Planetary Change, 2025, 244: 104638.

[11]
Mohammad Reza Mansouri Daneshvar, Seyed Javad Rasouli, Aliasghar Dehqanpour Aliaqa. An overview of the transboundary dust events in southeastern Turkmenistan near the border of Iran (Sarakhs-Badkhyz region)[J]. Environmental Systems Research, 2025, 14(1): 1.

[12]
Li Yanying, Ma Xingwei, Wang Fucun, et al. Climatic drivers and temporal dynamics of sandstorms in the Hexi Corridor, China[J]. Climate Services, 2025, 37: 100532.

[13]
李玲萍, 李岩瑛, 孙占峰, 等. 河西走廊东部沙尘暴特征及地面气象因素影响机制[J]. 干旱区研究, 2019, 36(6): 1457-1465.

[Li Lingping, Li Yanying, Sun Zhanfeng, et al. Sandstorm and its affecting meteorological factors in East Hexi Corridor[J]. Arid Zone Research, 2019, 36(6): 1457-1465. ]

[14]
徐路扬, 翟亮, 王媛媛, 等. 多源遥感数据在北京春季沙尘天气监测中的应用评估[J]. 干旱气象, 2023, 41(2): 318-327.

DOI

[Xu Luyang, Zhai Liang, Wang Yuanyuan, et al. Application ecaluation of multi-source remote sensing data in spring dust weather monitoring in Beijing[J]. Journal of Arid Meteorology, 2023, 41(2): 318-327. ]

[15]
田文君, 薛一波, 张小啸, 等. 2021年春季塔里木盆地典型沙尘天气过程气溶胶垂直分布及传输[J]. 干旱区研究, 2025, 42(1): 14-26.

DOI

[Tian Wenjun, Xue Yibo, Zhang Xiaoxiao, et al. Study on the vertical distribution and transport of dust aerosols duting typical dust weather events in the Tarim Basin, Northwest China in spring, 2021[J]. Arid Zone Research, 2025, 42(1): 14-26. ]

DOI

[16]
高泽田, 胡秀清, 张小曳, 等. 基于FY-4A卫星遥感数据分析2021年3次沙尘暴特征[J]. 气象科技, 2022, 50(4): 536-543.

[Gao Zetian, Hu Xiuqing, Zhang Xiaoye, et al. Characteristic analysis of three sand-dust storm process in 2021 based on FY-4A satellite remote sensing data[J]. Meterological Science and Technology, 2022, 50(4): 536-543. ]

[17]
曹译丹, 马敏劲, 康国强, 等. 西北一次强沙尘天气的数值模拟及其诊断[J]. 干旱区研究, 2024, 41(2): 318-327.

[Cao Yidan, Ma Minjin, Kang Guoqiang, et al. Numerical simulation and diagnosis of a severe dust storm event in Northwest China[J]. Arid Zone Research, 2024, 41(2): 318-327. ]

[18]
Elham Mobarak Hassan, Mahnaz Karimkhani, Jeff Sepehri. Evaluating and comparison of WRF-chem model configurations for wind field impact on the April 2022 dust episode in western Iran[J]. Atmospheric Environment, 2025, 340: 120892.

[19]
李丹华, 张强, 卢国阳, 等. 我国北方一次典型强沙尘暴过程的延伸期数值预报能力分析[J]. 干旱气象, 2023, 41(6): 944-951.

[Li Danhua, Zhang Qiang, Lu Guoyang, et al. Numerical prediction ability analysis of extended period for a typical severe sandstorm process in northern China[J]. Journal of Arid Meteorology, 2023, 41(6): 944-951. ]

[20]
Abbas Mofidi, Azar Zarrin, Samira Hassani, et al. Dynamics of a severe summer Shamal wind and its induced dust storm in the middle East: A diagnostic study based on numerical simulation[J]. Atmospheric Research, 2025, 314: 107800.

[21]
买买提艾力·买买提依明, 霍文, 杨兴华, 等. 新疆沙尘暴研究进展[J]. 沙漠与绿洲气象, 2022, 16(2): 1-7.

[Ali Mamtimin, Huo Wen, Yang Xinhua, et al. Research advance of sandstorm in Xinjiang[J]. Desert and Oasis Meterology, 2022, 16(2): 1-7. ]

[22]
魏文寿, 张璞, 高卫东, 等. 新疆沙尘暴源区的气候与荒漠环境变化[J]. 中国沙漠, 2003, 23(5): 483-487.

[Wei Wenshou, Zhang Pu, Gao Weidong, et al. Climate and desert environment evolution in sandstorm source area of Xinjiang, China[J]. Journal of Desert Research, 2003, 23(5): 483-487. ]

[23]
姜萍, 徐洁, 陈鹏翔, 等. 南疆近57年沙尘暴变化特征分析[J]. 干旱区资源与环境, 2019, 33(2): 105-111.

[Jiang Ping, Xu Jie, Chen Pengxiang, et al. The variation characteristics of sandstorms in South Xinjiang during recent 57 years[J]. Journal of Arid Land Resources and Environment, 2019, 33(2): 105-111. ]

[24]
李红军, 汤浩. 北疆春季沙尘暴极多与极少年环流场特征[J]. 沙漠与绿洲气象, 2017, 11(1): 35-40.

[Li Hongjun, Tang Hao. The circulation fields characteristics of spring sandstorm of the North of Xinjiang in the extremely many years and the few years[J]. Desert and Oasis Meterology, 2017, 11(1): 35-40. ]

[25]
何清, 杨青, 李红军. 新疆40年来气温、降水和沙尘天气变化[J]. 冰川冻土, 2003, 25(4): 423-427.

[He Qing, Yang Qing, Li Hongjun. Variations of air temperature, precipitation and sand-dust weather in Xinjiang in past 40 years[J]. Journal of Glaciology and Geocryology, 2003, 25(4): 423-427. ]

[26]
王瑾杰, 丁建丽, 张子鹏. 基于遥感生态指数的吐哈地区生态环境变化研究[J]. 干旱区地理, 2022, 45(5): 1591-1603.

DOI

[Wang Jinjie, Ding Jianli, Zhang Zipeng. Change of ecological environment in Turpan and Hami cities based on remote sensing ecology index[J]. Arid Land Geography, 2022, 45(5): 1591-1603. ]

DOI

[27]
李锋, 易实, 卢英. 库车石油气象预报服务指标分析和气象灾害防御对策[J]. 现代商贸工业, 2008, 20(1): 288-290.

[Li Feng, Yi Shi, Lu Ying. Analysis of meteorological forecast service indicators and defense strategies for meteorological disasters in Kuqa oilfield[J]. Modern Business and Industrial Trade, 2008, 20(1): 288-290. ]

[28]
唐礼俊, 朱红波. 浅析新疆石油钻井安全影响因素与防范措施[J]. 科技与创新, 2024(19): 132-134.

[Tang Lijun, Zhu Hongbo. A preliminary analysis of safety influencing factors and prevention measures in Xinjiang oil drilling[J]. Science and Innovation, 2024(19): 132-134. ]

[29]
朱翠玲. 沙漠石油钻机系统风险分析与安全评价研究[D]. 荆州: 长江大学, 2017.

[Zhu Cuiling. Risk Analysis and Safety Evaluation of Desert Oil Drilling Rig Systems[D]. Jingzhou: Changjiang University, 2017. ]

[30]
赵亚洲, 李生宇, 王世杰, 等. 2001—2020年新疆风沙环境致灾潜力特征[J]. 中国沙漠, 2023, 43(3): 274-283.

DOI

[Zhao Yazhou, Li Shengyu, Wang Shijie, et al. Analysis of temporal and spatial characteristics of hazard potential of wind blown sand environment in Xinjiang from 2001 to 2020[J]. Journal of Desert Research, 2023, 43(3): 274-283. ]

DOI

[31]
郑乐娟, 张志军, 张慧琴, 等. 吐鲁番盆地近30年沙尘天气分布特征[J]. 新疆气象, 2003, 26(2): 12-14.

[Zheng Lejuan, Zhang Zhijun, Zhang Huiqin, et al. The distribution characteristics of sand-dust weather in Turpan Basin over the past three decades[J]. Xinjiang Meteorology, 2003, 26(2): 12-14. ]

[32]
白松竹, 王磊, 李如琦, 等. 基于新型垂直观测资料的一次强沙尘暴过程特征分析[J]. 沙漠与绿洲气象, 2025, 19(4): 19-27.

[Bai Songzhu, Wang Lei, Li Ruqi, et al. Characteristic analysis of a strong dust storm in Hami: Based on new vertical observation data[J]. Desert and Oasis Meteorology, 2025, 19(4): 19-27. ]

[33]
李成刚, 高泽吉, 陈智. “双碳”背景下吐哈油田绿色转型发展的探索与思考[J]. 油气田地面工程, 2022, 41(12): 1-5.

[Li Chenggang, Gao Zeji, Chen Zhi. Exploration and thinking of green transformation development of Tuha oilfield under the background of “double carbon”[J]. Oil-gas Field Surface Engineering, 2022, 41(12): 1-5. ]

[34]
王俊. 哈密盆地水资源优化配置研究[J]. 中国水能及电气化, 2025(4): 33-39.

[Wang Jun. Research on the optimal allocation of water resources in the Hami Basin[J]. China Water Power and Electrification, 2025(4): 33-39. ]

[35]
丁裕国, 江志红. 气象数据时间序列信号处理[M]. 北京: 气象出版社, 1998: 194-201.

[Ding Yuguo, Jiang Zhihong. Meteorological Data Time Series Signal Process[M]. Beijing: China Meteorological Press, 1998: 194-201. ]

[36]
魏凤英. 现代气候统计诊断与预测技术[M]. 北京: 气象出版社, 2007: 64-69.

[Wei Fengying. Modern Climate Statistical Diagnostics and Prediction Techniques[M]. Beijing: China Meteorological Press, 2007: 64-69. ]

[37]
梅雪英, 杨扬, 方建德. 上海地区酸雨类型格局转变研究[J]. 长江流域资源与环境, 2010, 19(9): 1075-1079.

[Mei Xueying, Yang Yang, Fang Jiande. Regime shift of acid rain type in area of Shanghai[J]. Resources and Environment in the Yangtze Basin, 2010, 19(9): 1075-1079. ]

[38]
孙宽, 孙雪岩, 唐艳, 等. 青海省多年地表感热通量的时空变化特征[J]. 干旱区研究, 2024, 41(1): 36-49.

DOI

[Sun Kuan, Sun Xueyan, Tang Yan, et al. Temporal and spatial cariations in multi-year surface sensible heat flux in Qinghai Procince[J]. Arid Zone Research, 2024, 41(1): 36-49. ]

DOI

[39]
玛依热·艾海提, 周元逸, 赵海军, 等. 南疆西部沙尘天气长期变化及突变特征分析[J]. 沙漠与绿洲气象, 2023, 17(3): 107-115.

[Mayra Ahat, Zhou Yuanyi, Zhao Haijun, et al. Analysis of long-term variation and abrupt change of dust weather in western southern Xinjiang[J]. Desert and Oasis Meterology, 2023, 17(3): 107-115. ]

[40]
Wang Ninglian, Yao Tandong, Thompson L G, et al. Strong negatice correlation between dust event frequency and air temperature over the northern Tibetan Plateau reflected by the Malan ice-core record[J]. Annals of Glaciology, 2006, 43: 29-33.

[41]
Chen Siyu, Guan Yawen, Zhao Dan, et al. Infuence of dust aerosol on land surface diurnal temperature range over East Asia simulated with the WRF-Chem model[J]. Journal of Desert Research, 2022, 42(3): 127.

DOI

[42]
杨雪艳, 张丽, 袭祝香, 等. 东北地区春季沙尘天气变化特征及其与大气环流变化的关系[J]. 气象与环境学报, 2018, 34(4): 75-83.

[Yang Xueyan, Zhang Li, Xi Zhuxiang, et al. Characteristics of sand-dust events and their relationships with atmospheric circulation in spring in Northeast China[J]. Journal of Meteorology and Environment, 2018, 34(4): 75-83. ]

[43]
陶健红. 西北地区沙尘天气的时空特征及影响因素分析[J]. 中国沙漠, 2009, 29(2): 327-334.

[Tao Jianhong. Spatial-temporal characteristics of sand-dust events and influencing factors in Northwest China[J]. Journal of Desert Research, 2009, 29(2): 327-334. ]

[44]
杨婕, 赵天良, 程叙耕, 等. 2000—2019年中国北方地区沙尘暴时空变化及其相关影响因素[J]. 环境科学学报, 2021, 41(8): 2966-2975.

[Yang Jie, Zhao Tianliang, Cheng Xugen, et al. Temporal and spatial variations of sandstorm and the related meteorological influences over northern China from 2000 to 2019[J]. Acta Scientiae Circumstantiae, 2021, 41(8): 2966-2975. ]

[45]
薛一波, 张小啸, 雷加强, 等. 北非埃及地区风蚀沙尘时空变化研究[J]. 干旱区研究, 2023, 40(6): 896-904.

DOI

[Xue Yibo, Zhang Xiaoxiao, Lei Jiaqiang, et al. Spatial-temporal variability of eolian dust in Egypt North Africa[J]. Arid Zone Research, 2023, 40(6): 896-904. ]

DOI

[46]
孙玉华, 杜峰. 莎车县沙尘天气与大风事件的关联性研究[J]. 沙漠与绿洲气象, 2024, 18(6): 25-31.

[Sun Yuhua, Du Feng. Analysis of the correlation between sand-dust events and gale occurrences in Shache County[J]. Desert and Oasis Meterology, 2024, 18(6): 25-31. ]

Options
文章导航

/

〈 〉