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(quán)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：