基于卫星遥感多源融合的东亚沙尘气溶胶排放模拟研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41905121
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    27.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0506.大气化学
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The sand and dust storm in East Asia is an severe weather affecting China and even the whole world. The dust aerosol emission is greatly affected by the real-time situation of the surface. At present, due to the lack of timely, accurate and high coverage of surface condition data input, the simulation results of dust aerosol emission have great uncertainty, which has become a major bottleneck affecting the accuracy of dust numerical model prediction results. This project intends to analyze the vegetation index, snow cover and soil moisture, which affect dust aerosol emissions, based on a variety of satellite remote sensing data, and build a dynamic grid for dust numerical model, by quantitatively analyzing the sand-soiling mechanism of each factor. It can make up for the shortcomings of fixed soil type and the insufficient spatial resolution of ground observation data using in the current dust numerical model. Then the results are applied to China's self-developed Asian dust numerical forecasting model (CUACE\Dust) to make a more accurate quantitative assessment of the temporal and spatial distribution and changes of dust aerosol emissions in East Asian. Thus, the prediction accuracy of sand and dust weather can be improved, and the important role of dust aerosols in global climate change can be further studied.
东亚沙尘暴是一种影响我国乃至全球的重要灾害性天气,沙尘气溶胶排放量受到地表实时状况的影响时空变化较大,目前因缺少及时准确、高覆盖率的地表状况资料输入,造成沙尘气溶胶排放模拟结果有很大的不确定性,成为影响沙尘数值模式预报结果准确率的一个重大瓶颈。本项目拟基于多种卫星遥感资料分析影响沙尘排放的植被指数、雪盖和土壤湿度等因子,通过对各个因子影响起沙机制的量化分析,构建用于沙尘数值预报模式的动态网格化沙源地陆表状况时空分布资料的处理方法,弥补目前沙尘数值模式中土壤类型较为固定和地面观测资料空间分辨率不足的缺点。然后将结果应用于我国自主研发的亚洲沙尘数值预报模式(CUACE\Dust)对东亚沙尘气溶胶的排放量的时空分布及变化做出更为准确的定量评估,从而提高沙尘天气的预报准确率,并为进一步研究沙尘气溶胶在全球气候变化中的重要作用提供支撑。

结项摘要

沙尘天气是东亚地区一种常见的灾害性天气,会造成严重的空气污染并危害工农业生产,还会通过改变辐射平衡影响天气系统和气候变化。本项目基于多种卫星遥感资料分析影响沙尘排放的植被指数、雪盖和土壤湿度等因子,通过对各个因子影响起沙机制的量化分析,构建用于沙尘数值模式使用的动态网格化沙源地陆表状况时空分布资料的处理方法,弥补目前沙尘数值模式中土壤类型较为固定和地面观测资料空间分辨率不足的缺点。然后将结果应用于我国自主研发的亚洲沙尘数值预报模式(CUACE\Dust)对东亚沙尘气溶胶的排放量的时空分布及变化做出了准确的定量评估。改进后的沙尘数值模式既能体现极端天气下发生沙尘暴的剧烈程度,又能对下垫面状况变好后沙尘气溶胶排放减少的现象进行更为准确的评估。虽然沙尘数值模式改进后个别沙尘天气过程的沙尘气溶胶排放量增加,但全年总体的沙尘气溶胶排放量是减少的,同时干沉降量也有相同趋势的改变,但湿沉降量却大幅度增加。东亚地区沙尘气溶胶的年均排放量为300.17 Tg·y-1,干沉降量为227.91 Tg·y-1,湿沉降量为18.14 Tg·y-1,总沉降量为227.91 Tg·y-1占排放量的75.93%。新版本模式提高了沙尘天气的预报准确率,其更为精确的沙尘气溶胶排放和干湿沉降结果可在进一步研究沙尘气溶胶在全球气候变化中起到重要作用。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Simulation of a Severe Sand and Dust Storm Event in March 2021 in Northern China: Dust Emission Schemes Comparison and the Role of Gusty Wind
2021年3月中国北方强沙尘暴事件模拟:扬尘方案比较及阵风作用
  • DOI:
    10.3390/atmos13010108
  • 发表时间:
    2022-01
  • 期刊:
    Atmosphere
  • 影响因子:
    2.9
  • 作者:
    Jikang Wang;Bihui Zhang;Hengde Zhang;Cong Hua;Linchang An;Hailin Gui
  • 通讯作者:
    Hailin Gui
Modeling for the source apportionments of PM10 during sand and dust storms over East Asia in 2020
2020年东亚沙尘暴期间PM10来源解析模型
  • DOI:
    10.1016/j.atmosenv.2021.118768
  • 发表时间:
    2021-09
  • 期刊:
    ATMOSPHERIC ENVIRONMENT
  • 影响因子:
    5
  • 作者:
    Wang Jikang;Gui Hailin;An Linchang;Hua Cong;Zhang Tianhang;Zhang Bihui
  • 通讯作者:
    Zhang Bihui
Record-breaking dust loading during two mega dust storm events over northern China in March 2021: aerosol optical and radiative properties and meteorological drivers
2021 年 3 月中国北方两次特大沙尘暴事件中创纪录的沙尘负荷:气溶胶光学和辐射特性以及气象驱动因素
  • DOI:
    10.5194/acp-22-7905-2022
  • 发表时间:
    2022-06-17
  • 期刊:
    ATMOSPHERIC CHEMISTRY AND PHYSICS
  • 影响因子:
    6.3
  • 作者:
    Gui, Ke;Yao, Wenrui;Zhang, Xiaoye
  • 通讯作者:
    Zhang, Xiaoye
2016—2020年北京城区和郊区PM2.5爆发性增长特征对比研究
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    中国环境科学
  • 影响因子:
    --
  • 作者:
    尤媛;张碧辉;李思腾;江琪;安林昌
  • 通讯作者:
    安林昌

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

2015年春季华北黄淮等地一次沙尘天气过程分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    气象
  • 影响因子:
    --
  • 作者:
    安林昌;张恒德;桂海林
  • 通讯作者:
    桂海林

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码