蘭州大學：蒙古國今春對我國北方沙塵平均貢獻超40% 天天熱聞

【資料圖】

近日，中國科學院院士、蘭州大學教授黃建平研究團隊借助先進的空氣污染模型和衛(wèi)星遙感技術，發(fā)現(xiàn)在我國今年春季頻發(fā)的沙塵天氣事件中，蒙古國對我國北方沙塵的平均貢獻約為42%，塔克拉瑪干沙漠的平均貢獻約為26%。此外，該項研究進一步融合地基觀測和衛(wèi)星遙感等觀測資料，利用機器學習方法對模式沙塵預報進行訂正，有效提升了沙塵預報效果。相關研究成果已作為封面文章發(fā)表于《大氣科學進展》。

論文第一作者、蘭州大學教授陳思宇指出，自今年1月以來，我國北方已經(jīng)發(fā)生了12次沙塵過程，2023年以來發(fā)生的沙塵次數(shù)為近10年以來同期最多。其中，3月19日至24日、4月9日至11日發(fā)生的沙塵事件已達到沙塵暴級別。

陳思宇表示，冷鋒和蒙古氣旋這兩種天氣系統(tǒng)主導了這些事件，致使蒙古國地區(qū)大范圍起沙，并推動沙塵跨境輸送，導致我國多地出現(xiàn)短時強沙塵暴天氣。而隨著冷鋒不斷南推，沙塵也隨之向南擴散，致使長江流域也出現(xiàn)了嚴重的污染天氣。

為進一步揭示不同沙源對我國沙塵事件的影響，研究團隊確定了我國北方沙塵的來源和傳輸路徑，并利用濃度權重軌跡分析方法量化了不同沙源對我國北方沙塵濃度的貢獻。同時，針對極端氣象數(shù)據(jù)中常見的數(shù)據(jù)分布不均衡、長尾分布等問題，研究團隊利用SMOTE重采樣算法對訓練數(shù)據(jù)進行了重采樣，使學習數(shù)據(jù)分布均衡，避免機器學習模型對“頭部數(shù)據(jù)”學習的偏好，提高了對沙塵天氣事件中PM10等關鍵指標的預報準確率。

關鍵詞：