img

官方微信

高级检索

中国沙漠, 2024, 44(5): 261-270 doi: 10.7522/j.issn.1000-694X.2024.00124

干涸湖床盐碱粉尘湍流释放的大涡模拟

姚顺予,, 郭晏宏, 白慧敏, 刘东伟,

内蒙古大学 生态与环境学院,内蒙古 呼和浩特 010021

Large eddy simulation of saline dust entrainment from the dried lake bed of Qehan Lake, China

Yao Shunyu,, Guo Yanhong, Bai Huimin, Liu Dongwei,

School of Ecology and Environment,Inner Mongolia University,Hohhot 010021,China

通讯作者: 刘东伟(E-mail: liudw@imu.edu.cn

收稿日期: 2024-05-05   修回日期: 2024-07-22  

基金资助: 国家自然科学基金项目.  42067013

Received: 2024-05-05   Revised: 2024-07-22  

作者简介 About authors

姚顺予(1998—),男,安徽合肥人,硕士研究生,主要从事沙尘模拟和预报研究E-mail:22315020@mail.imu.edu.cn , E-mail:22315020@mail.imu.edu.cn

摘要

湍流动力抬升是土壤风蚀过程中地表起尘的重要机制,因其高频度发生,是长时间尺度区域和全球大气中沙尘的重要贡献因素。以内蒙古查干淖尔湖干涸湖床沉积物为模拟对象,在理想大气边界层条件下开展不同大气稳定度和背景风的大涡模拟,探究干涸湖床沉积物湍流起尘的动力学机制和影响因素。结果表明:(1)地表受热产生间歇性湍流引起地表沙尘排放。(2)感热通量和摩擦速度均对地表沙尘排放量和近地层沙尘浓度有正向影响。风速和感热通量的增加会使得地表沙尘排放量和近地层沙尘浓度变高。(3)背景风弱而地面感热通量较强时,强垂直涡的形成更频繁,垂直速度显著提高,在热对流和大气不稳定性的驱动下地表更易起尘。

关键词: 对流湍流 ; 大涡模拟 ; 沙尘 ; 感热通量 ; 摩擦速度 ; 查干淖尔湖

Abstract

Aerodynamic entrainments one of the significant mechanisms of surface dust emission in soil wind erosion processes. Due to its high frequency and regular occurrence, it contributes significantly to regional and global atmospheric dust over long time scales. This study uses the dried lakebed sediments of Qehan Lake in Inner Mongolia of China as simulation subjects, conducting large-eddy simulations under ideal atmospheric boundary layer conditions with different atmospheric stability and background winds to explore the dynamics of turbulent dust emission from dried lakebed sediments and the influencing factors. The results indicate: (1) Intermittent turbulence generated by surface heating causes dust emission at the surface. (2) Sensible heat flux and friction velocity both positively affect surface dust emission and near-surface dust concentration. Increased wind speed and sensible heat flux result in higher surface dust emission and near-surface dust concentration. (3) Under weak background wind and strong surface sensible heat flux compared to the case of strong background wind and weak sensible heat flux, the formation of strong vertical eddies is more frequent, leading to significantly increased vertical velocity. Under the driving force of thermal convection and atmospheric instability, surface dust emission is more prone.

Keywords: convective turbulence ; large-eddy simulation ; dust ; sensible heat flux ; rriction velocity ; Qehan Lake

PDF (8933KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

姚顺予, 郭晏宏, 白慧敏, 刘东伟. 干涸湖床盐碱粉尘湍流释放的大涡模拟. 中国沙漠[J], 2024, 44(5): 261-270 doi:10.7522/j.issn.1000-694X.2024.00124

Yao Shunyu, Guo Yanhong, Bai Huimin, Liu Dongwei. Large eddy simulation of saline dust entrainment from the dried lake bed of Qehan Lake, China. Journal of Desert Research[J], 2024, 44(5): 261-270 doi:10.7522/j.issn.1000-694X.2024.00124

0 引言

风蚀是干旱地区长期发生的地质和气候现象1,指土壤颗粒在风力作用下的运动,包括颗粒夹带、传输和沉积等多个过程。这一过程受到多种因素的影响,如大气条件、土壤特性、地表特征和土地利用方式等2-3。风力侵蚀下,地表向大气释放粉尘的机制有3种——沙粒跃移轰击、聚合物的崩解和湍流动力抬升,国际上普遍认可的是沙粒跃移轰击机制4。湍流动力抬升导致的沙尘释放强度通常很弱,但经常发生5-6。相比之下,强烈的沙尘暴事件发生的频率要低得多,可能在沙尘暴季节的高峰期每月发生几次7。因而,湍流动力抬升下的沙尘释放可能是季节性、年度或更长时间尺度上区域和全球大气中沙尘的重要贡献因素,尤其是在静风或地面缺少大量沙粒覆盖的地区8。感热通量作为影响大气边界层稳定度的关键因子,是地面向大气输送热量的主要方式,直接影响大气的热力稳定度和湍流活动的强度。风速则直接作用于地表粉尘颗粒,是起尘过程的动力8-9。然而,地表热通量与风速如何影响粉尘排放量的变化尚不完全清楚10。干涸湖床沉积物质组成以黏土、粉沙为主,沙粒含量很低,此种情况下仅考虑沙粒的跃移轰击不符合实际,需要考虑湍流粉尘的频繁排放11-15。本研究采用大涡模拟技术,揭示不同地表热通量和风速条件下地表粉尘的对流湍流释放规律,深入理解由地表受热不均产生的湍流起尘过程,从而更深刻认识不同热力条件下对流湍流的发生强度和粉尘释放机理。

1 研究区域选择和大涡模式构建

1.1 研究区域

查干淖尔湖位于中国内蒙古自治区,地处阿巴嘎熔岩台地北部与浑善达克沙地南部之间。湖盆呈东北至西南走向,地形自东向西逐渐降低,湖床在大风频繁的条件下展现出广阔的干涸区域。查干淖尔湖面积为109.3 km2,由人工坝分为东、西两部分。东湖是淡水湖,面积26.0 km2;面积83.3 km2的西湖已经干涸,露出了湖床。这两个湖泊相对封闭,主要依赖地表径流和大气降水补给水源14。主要水源为两条季节性河流——戈古斯特河(流入东湖)和恩格尔河(流入西湖),流域总面积约为1.4万 km2

盐湖处于温带半干旱大陆性季风气候区。夏季受东南季风影响,降水较多;而冬季则受西伯利亚-蒙古高压系统的控制,寒冷、干燥、多风。年降水量24~360 mm,其中约69.4%集中在夏秋季。年蒸发量高达1 977.2 mm,是年降水量的7.1倍。湖区年平均气温约为1.3 ℃,冬季极端低温-42 ℃。年平均风速为3.3 m·s-1,主要为西风,夏季(6—8月)则以东北风为主。受强烈蒸发作用影响,该区域地表盐分积累显著14-15。盐分常被强风吹散至周边区域,对湖盆及其周围的生态环境产生重要影响。

1.2 模型简介

大涡模拟(Large Eddy Simulation,LES)是一种流体动力学模拟技术,主要用于解析流体运动中的大尺度涡旋,而将较小尺度的涡旋效应通过亚网格尺度模型来参数化16。现有沙尘排放方案中,空气动力直接排放的沙尘常被忽略或弱化16-18。实际上,在没有平均风的情况下,总会有一小部分地表粉尘被湍流提升到大气中18-19。本研究将WRF模式的大涡模拟与沙尘模型耦合,使用随机方法对湍流粉尘排放通量(Fa)进行参数化,假设模型单元地表覆盖有不同尺寸的粉尘颗粒,并且尺寸范围为di±δdi /2的颗粒占据的面积分数为Ai。由于颗粒间的内聚力和重力,表面的粉尘颗粒受到阻滞力fi 的作用19。随机的空气抬升动力f与剪切应力τ成比例,粒径为di 的粉尘的释放率(Fadi ))可以表示为:

Fa(di)=Ai0fαTp2δf-fidδpfidfip(f)df

式中:Tp是粒子响应时间;δ是黏性子层的厚度;α是调整系数;pf)和pfi )分别是ffi 的概率密度函数20-22。对于具有多种粒径混合在一起的土壤,总粉尘释放量为:

Fa=0dmaxFa(dj)p(dj)δdj

本模式需要土壤粒径分布作为输入量, dmax设为20 µm1623

本模式通过改写WRF-LES中部分代码,将WRF-LES中可用的Noah陆面模型和物理部分与Dust模型通过接口子程序对接。陆面模型为大涡模型提供表面感热和潜热通量,并且对粉尘模型提供重要的输入参数1923。WRF-LES的物理部分为粉尘模型提供边界层对流和湍流。WRF-LES模型为风蚀和粉尘释放模型提供大气强迫数据。对于每个物理时间步骤,相关的大气数据(例如风速和涡流扩散率)和地表数据通过界面传递到风蚀方案,用于计算粉尘释放量23-25

1.3 模式设置与实验设计

实验设置在理想大气边界层环境中,探究在不同大气稳定度和背景风力条件下的动态。模拟的地表土壤为查干淖尔湖的主要类型——壤土,该湖床的沉积物主要由黏土和粉沙构成,沙粒含量低,湍流下粉尘的频繁排放14-15。模型的水平分辨率设定为10 m,垂直分辨率随高度变化,越靠近地表分辨率越高。使用Arakawa-C交错网格系统,最低的模型层位于0.5 m(网格中心)。模拟范围为2 000 m×2 000 m×1 500 m,相应的网格点数为200×200×90。整个仿真过程持续90 min,输出间隔为10 s。初期30 min为模型的启动时间,剩余的60 min(共361个时间步长)用于后续数据分析。模型初始化时,垂直方向的平均风速呈对数分布,水平方向则保持均匀。中性条件下近地层风速满足对数风廓线(图1),高度z处的风速可以通过粗糙度长度(z0)和摩擦速度(u* )计算得到,具体公式为

u=(u*/k)ln(z/z0)

式中:k为冯·卡门常数。考虑到实验的理想化设置,未激活陆面过程模型和辐射模型,以减少不必要的不确定性,每次实验都设有一个随时间变化的表面热通量常数,并对应设置不同的摩擦速度。对流条件设定中,在1 000 m高处进行一次反演,侧向边界条件为周期性,垂直速度采用隐式瑞利阻尼,阻尼系数定为0.0126-27

图1

图1   中性条件下的对数风廓线

Fig.1   Logarithmic wind profile


对流速度尺度W* 是一个核心的参数,代表由热力不稳定性驱动的热气流的垂直上升速度,常被应用于边界层相似理论中量化对流活动的强度。

W*=gZiH0 /ρCpθ1/3

式中:θ为雷诺平均位温;Zi =1 000 m,为对流边界层的逆温高度;H0代表表面感热通量;ρCp分别是空气的密度和定压比热容。W* 一般不适用于描述稳定性较高的大气边界层,因为在这种条件下浮力效应通常对湍流活动具有抑制作用。

2 结果与分析

2.1 瞬时动量通量

在传统的沙尘方案中,一般使用雷诺剪切应力τ作为粉尘排放过程的主要驱动力,但是对于湍流粉尘的排放,应考虑在更短的时间尺度下粉尘的排放,所以将τf定义为瞬时剪应力矢量,以更精确地反映湍流中粉尘的瞬时排放过程。对于湍流排放的参数化,需要研究湍流的气动力分布pf),在风力较弱的情况下,尽管气动力f绝对值很小,但仍然是湍流排放中的主导项。而由于pτf)和pf)成正比,所以可以通过研究瞬时剪应力的概率分布来研究气动力分布。在大涡模型中,τf为主网格通量(τg)与亚网格通量(τsg)之和:

τf=τg+τsg
τg=ρugwg2+ugwg2
τsg=τsg,x2+τsg,y2
τf=ρugwg+τsg,x2+vgwg+τsg,y2

式中:ugwg分别为主网格上xz方向的速度分量;τsg,xτsg,y 分别为xy方向的亚网格通量分量。如果所有湍流通量都被解析,则τf=τg,如果接近地表,湍流完全没有被解析,则τf=τsg。在边界层内,动量通量的主要贡献通常来自于大涡(即主网格通量τg),但在接近地表的较低区域,动量通量主要由较小尺度的亚网格涡流(τsg)产生,反映了湍流主导尺度随高度的快速变化。由于τsg是用亚网格闭合方案参数化的,为了测试亚网格闭合的效果,即亚网格是否能准确地参数化τsg,进行不同分辨率下的模拟实验,本组实验中选用10 m的分辨率,因为其中pτg)的差异较小,pτf)和pτsg)对模型分辨率的敏感性还有待进一步检验。

u* =0.15 m·s-1H=200 W·m-2时,2 m和10 m高度上除去背景风的湍流流场和垂直速度如图2所示,呈明显的上升运动辐合(垂直速度由负变正)和较弱的下降运动辐散(垂直速度由正变负)分布。在辐合和辐散的某些交汇处,形成了正旋涡和负旋涡。其中2 m高度垂直速度是-0.6~1.0 m·s-1,而10 m高度范围是-2.0~2.0 m·s-1,与2 m层的气流相比,10 m层湍流更明显。主要是由于湍流在垂直方向上的强度增大表现为垂直速度方差增大和低频能量增加。贴近地面的湍涡在垂直方向上发展受限,使得近地面的湍流强度和垂直速度变化较小。

图2

图2   u* =0.15 m·s-1H=200 W·m-2时2 m(A)和10 m(B)高度上的风向矢量和垂直速度分布

Fig.2   Wind direction vectors and vertical velocity distribution at heights of 2 m (A) and 10 m (B) under u* =0.15 m·s-1 and H=200 W·m-2


图3展示了在2 m和10 m高度上,u* =0.15 m·s-1H=200 W·m-2u* =0.15 m·s-1H=600 W·m-2τf的变化情况。在强下沉气流和涡旋活动区域,与湍流相关的动量通量明显增加,特别是沿着辐合线,观察到相对较强的动量通量。尽管τgτf的形态分布在数量上存在差异,但分布模式相同。模拟结果显示大涡流能够在局部区域内产生强烈的动量通量斑块,这可能导致沙尘的间歇性排放。当感热通量H从200 W·m-2增加至600 W·m-2时,在2 m和10 m高度上τf瞬时动量通量显著提高。这表明由于湍流不稳定性的增强,整体的动量交换强度得到了提升。在感热通量很大的情况时,由于热力湍流很强,τf的变化较大,τg的变化相对较小,主网格通量的增加远于次网格通量的增加。这一现象表明,涡旋尺度增大达到千米量级,LES可以分辨更多的大尺度涡旋,主网格通量会显著增加。

图3

图3   u* =0.15 m·s-1H=200 W·m-2(A、B)和u* =0.15 m·s-1H=600 W·m-2 (C、D)时2 m(A、C)和10 m(B、D)高度上瞬时动量通量τf

Fig.3   Instantaneous momentum flux τf at heights of 2 m (A,C) and 10 m (B,D) under u* =0.15 m·s-1H=200 W·m-2 (A,B) and u* =0.15 m·s-1H=600 W·m-2 (C,D)


图4为不同高度(0.5、2、5、10、20、40 m)上,在u* =0.3 m·s-1H=200 W·m-2pτg)、pτsg)和pτf)的变化情况。随着高度的增加,亚网格尺度湍流对pτf)的影响逐渐减弱。这一现象主要归因于湍流的特征尺度增大,大尺度的涡旋变得更加显著,而小尺度的涡旋(即亚网格尺度湍流)的相对影响降低。为了选择合适的分析水平面,需要考虑pτf)随高度的变化。低高度如2 m,大气与地表的直接相互作用明显,但大尺度涡流尚未充分发展。相反,10 m高度处大涡流较为成熟,主导了动量传递,且为区域天气和全球气候模型的典型最低层,方便与自动站风速对比,使其成为理想的参考水平。虽然对于垂直速度来说,10 m高度湍流的垂直速度发展仍然受到一定限制。因此,基于涡流时间尺度和模型应用的广泛性,选取10 m高度作为主要的分析高度。这样的选择可更准确地反映湍流特征,同时保持与地面的局部平衡状态。

图4

图4   z为0.5、2、5、10、20、40 m时的τf、τgτsg的概率分布函数

Fig.4   Probability distribution functions of τfτgand τsgat z=0.5, 2, 5, 10, 20, 40 m


图5显示了在z=10 m时,pτf)与u*H的依赖关系。当给定u* 时,pτf)的大小和方差随着H的增加而增加(图5A)。在稳定条件下,湍流被抑制,pτf)保持在较小的值;而在更不稳定的条件下,湍流增强,pτf)达到较大的值。这表明,在给定平均风速的条件下,对流湍流增强了尘埃排放。p(τf)与u* 的关系则是当给定H时,pτf)的大小和方差随着u* 的增加而增加(图5B)。

图5

图5   10 m高度上τf在不同Hu* 下的概率分布函数

Fig.5   Probability Distribution Functions of τf at 10 m Height under Different H and u


2.2 沙尘排放量与浓度

模拟结果表明,湍流可以在部分地表产生显著的粉尘排放。图6A所示是在u* =0.15 m·s-1H=200 W·m-2时模拟的地表沙尘浓度的时间序列,在t=12时刻,沙尘浓度达到最大值51.21 μg·m-3图6B则是这一时刻的沙尘排放量,但其中大部分格点的排放量都小于3.9 μg·m-2·s-1,只有在涡旋发生区域排放量骤增,都在20 μg·m-2·s-1以上,最大值可达78 μg·m-2·s-1

图6

图6   u* =0.15 m·s-1H=200 W·m-2时地表沙尘浓度的时间序列(A)及浓度最大值时刻的沙尘排放量(B)

Fig.6   Time series of surface dust concentration and dust emission rate at the moment of maximum concentration (u* =0.15 m·s-1H=200 W·m-2


图7展示了不同u* 下的沙尘排放量时间序列,不同的线代表不同的H。在负的感热通量情况下,地表吸收大气的热量,近地层的逆温层阻止空气的垂直混合,大气边界层相对较稳定,沙尘排放量很小,绝大部分时间排放量小于10 g·km-2·s-1,在u* 较小时,均小于5 g·km-2·s-1H为0表示地面与大气之间没有显著的热量交换发生。在这种情况下,地面的热量增加或减少与通过感热通量传递到大气中的热量相平衡,导致净的热量交换为零,表明大气处于相对稳定的状态,沙尘排放量集中在10 g·km-2·s-1以内,当u* 为0.5 m·s-1时在30 g·km-2·s-1以内。而当H为200、400、600 W·m-2时,大气边界层越来越不稳定,也意味着地面向大气传递更多的热量,由于地表加热,近地面的空气开始上升,形成对流,这增强了地表附近的湍流活动,且在这种不稳定的大气条件下,沙尘更容易被从地面吹起并悬浮在空中。在u* =0.15 m·s-1和0.3 m·s-1时,沙尘排放量分别位于10~30 、20~60、20~70 g·km-2·s-1,而当u* =0.5 m·s-1时,排放量增加非常显著,因为沙尘颗粒从地面被吹起,风速需要超过一定的阈值。这一阈值与u* 相关,因为u* 越高,表明地表附近的湍流动能越大,更有可能超过沙尘颗粒的临界起动风速。在这个u* 下,沙尘排放量大部分位于70~80、100~140、120~160 g·km-2·s-1。对流活跃或地表风速较高的条件下,尘埃排放显著增加。

图7

图7   不同的摩擦速度下沙尘排放量的时间序列

Fig.7   Time series of dust emission rate under different friction velocities


图8展示了不同H下沙尘浓度随高度的变化。在H较低的情况下,大气层结可能比较稳定,这限制了垂直对流的发展,从而减少了沙尘颗粒的垂直扩散。沙尘浓度可能集中在接近地面的较低层。较高的H导致大气层结不稳定,增强对流活动,促进了沙尘颗粒的垂直分布。在这种情况下,沙尘浓度可以在更高的高度维持较长时间。在稳定条件下,沙尘浓度在接近地面的表面浓度约为80、75、175 μg·m-3。中性条件下时40、80、180 μg·m-3,在稳定条件下的低摩擦速度地表浓度反而稍高一些。可能由于中性条件下,边界层较高。这意味着大气层中的混合层更厚,有助于沙尘颗粒在更高的高度上扩散和分布。而在稳定条件下,边界层高度较低,抑制了沙尘颗粒的垂直扩散,导致沙尘主要集中在地表附近。在不稳定的条件下,H为200、400、600 W·m-2u* =0.15 m·s-1时,分别约为50、80、70 μg·m-3u* =0.3 m·s-1时约为80、110、140 μg·m-3u*=0.5 m·s-1时分别为210、240、270 μg·m-3。沙尘浓度均会在10 m高度处显著下降,实际沙尘浓度的垂直分布还受到其他环境因素(如风向、风速、地表特性、湿度等)以及沙尘颗粒的物理特性(如大小、密度、形状等)的影响。

图8

图8   不同的感热通量和摩擦速度下沙尘浓度随高度的变化

Fig.8   Variation of dust concentration with height under different sensible heat fluxes and friction velocities


2.3 垂直涡度

图9为各种感热通量下3次模拟中每一次的最大和最小垂直涡度随时间的变化。可以看出,在不同的感热通量情况下(从稳定到中性到不稳定),不同模拟之间的背景涡度水平差异不大,除了极个别时刻的最大最小涡度的突变,大部分时刻最大和最小的涡度变化都在一定范围内,表明平均风和垂直风切变的大小在确定垂直涡度的大小方面作用较小。

图9

图9   不同感热通量下各个摩擦风速的最大最小涡度的变化

Fig.9   Variation of maximum and minimum vorticity for each friction wind speed under different sensible heat fluxes


图10通过对比在H最大且u* 最小的情况与H较小而u* 最大的情况下的垂直涡度和垂直速度,展示了这两种极端气象条件下大气垂直动态的不同表现。当H达到最大时,地面的强烈加热促使地表附近的空气迅速升温并上升,引发了强烈的热对流现象。这种过程加强了垂直速度,并且尽管u* 较小,但由于热对流导致的大气层结极度不稳定,垂直涡度也得到了显著增强。在这一情境下,垂直涡度的增强主要是由热对流和大气的不稳定性驱动,而与u* 的作用相比较弱。因此,在晴朗的午后,特别是在沙漠或裸露土地上,经常能观察到沙尘暴的发生。这是因为地面在太阳辐射的加热下变得不稳定,触发了热对流,进而形成对流混合层。在这个过程中,如果近地面层存在垂直涡度源,则与热对流相关的上升气流会导致垂直涡度增加。在背景风较弱而地面感热通量较强的条件下,形成强垂直涡度的情况更常见,并且涡度也更大。相反,当H较小时,意味着地面的加热不足以触发强烈的热对流,导致垂直速度较弱。即便u* 较大,在这种条件下也难以有效产生显著的上升气流,不足以增加大气的不稳定性或激发强烈的对流活动,从而导致垂直涡度较弱。在这种情况下,感热通量的限制作用显著超过了摩擦速度的影响。

图10

图10   100 m高度垂直涡度和垂直速度的水平分布

Fig.10   Horizontal distribution of vertical vorticity and vertical velocity at 100 m height


3 结论

瞬时动量通量(τf)服从特定的概率分布函数pτf),地表受热产生的间歇性大的涡流可以产生显著的粉尘排放,这对于理解和预测静风条件下的沙尘排放具有重要意义。

感热通量和摩擦风速对地面沙尘排放量和近地层沙尘浓度有显著影响。在感热通量较高或摩擦风速增加的情况下,沙尘排放量显著增加,并使得近地层大气中沙尘浓度更高。在对流活跃且地表风速较高的条件下,沙尘排放量和近地层沙尘浓度增加显著。

在相同的稳定条件下,背景风和垂直风切变的强度对垂直涡度的大小作用较小。当背景风较弱而地面感热通量较强时,强垂直涡的形成更为频繁,且涡度较大。强烈的热对流可能导致大气层结不稳定,从而增强垂直涡度。垂直涡度的增强可能更多地受到热对流和大气不稳定性的驱动,而不是摩擦速度。

参考文献

Shao Y.Physics and Modelling of Wind Erosion[M].Dordrecht,NetherlandsSpringer2009303-360.

[本文引用: 1]

张春来宋长青王振亭.

土壤风蚀过程研究回顾与展望

[J].地球科学进展,2018331):27-41.

[本文引用: 1]

康永德何清杨兴华.

塔克拉玛干沙漠空气动力学粗糙度对粉尘释放的影响

[J].应用基础与工程科学学报,2022304):846-857.

[本文引用: 1]

Wang FZhao XGerlein-Safdi Cet al.

Global sources,emissions,transport and deposition of dust and sand and their effects on the climate and environment:a review

[J].Frontiers of Environmental Science & Engineering,2017111):13.

[本文引用: 1]

Shao YWyrwoll K HChappell Aet al.

Dust cycle:an emerging core theme in Earth system science

[J].Aeolian Research,201124):181-204.

[本文引用: 1]

Gherboudj INaseema Beegum SGhedira H.

Identifying natural dust source regions over the Middle-East and North-Africa:estimation of dust emission potential

[J].Earth-Science Reviews,2017165342-355.

[本文引用: 1]

安晨宇王仁德周海涛.

秋免耕对坝上地区农田风蚀及土壤理化性质的影响

[J].中国沙漠,2022422):95-103.

[本文引用: 1]

Csavina JField JFélix Oet al.

Effect of wind speed and relative humidity on atmospheric dust concentrations in semi-arid climates

[J].Science of The Total Environment,201448782-90.

[本文引用: 2]

顾兆林邱剑鲁录义.

尘卷风的研究进展

[J].中国沙漠,2007275):843-850.

[本文引用: 1]

Han ZZhang RWang Qet al.

Regional modeling of organic aerosols over China in summertime

[J].Journal of Geophysical Research:Atmospheres,2008113D11):JD009436.

[本文引用: 1]

刘东伟吉力力·阿不都外力雷加强.

盐尘暴及其生态效应

[J].中国沙漠,2011311):168-173.

[本文引用: 1]

吉力力·阿不都外力刘东伟徐俊荣.

艾比湖干涸湖底不同地表类型风蚀强度及粉尘输移通量的风洞试验研究

[J].中国沙漠,2009291):63-67.

Ge YAbuduwaili JMa Let al.

Potential transport pathways of dust emanating from the playa of Ebinur Lake,Xinjiang,in arid northwest China

[J].Atmospheric Research,2016178/179196-206.

Han LLiu DCheng Get al.

Spatial distribution and genesis of salt on the saline playa at Qehan Lake,Inner Mongolia,China

[J].Catena,201917722-30.

[本文引用: 3]

Chun XYong MLiu Jet al.

Monitoring land cover change and its dynamic mechanism on the Qehan Lake Basin,Inner Mongolia,North China,during 1977-2013

[J].Environmental Monitoring and Assessment,20181904):205.

[本文引用: 3]

Klose MShao Y.

Large-eddy simulation of turbulent dust emission

[J].Aeolian Research,2013849-58.

[本文引用: 3]

梁国豪毛睿Shao Y.

对流起沙的研究进展

[J].干旱气象,2023414):531-539.

郑新倩杨帆李超凡.

巴丹吉林沙漠北缘拐子湖流沙下垫面近地层湍流强度和陆面过程特征

[J].中国沙漠,2019394):103-112.

[本文引用: 2]

Liu DIshizuka MMikami Met al.

Turbulent characteristics of saltation and uncertainty of saltation model parameters

[J].Atmospheric Chemistry and Physics,20181810):7595-7606.

[本文引用: 3]

Yamaguchi TFeingold G.

Technical note:large‐eddy simulation of cloudy boundary layer with the Advanced Research WRF model

[J].Journal of Advances in Modeling Earth Systems,201243):2012MS000164.

[本文引用: 1]

Yin XJiang CShao Yet al.

Large-eddy-simulation study on turbulent particle deposition and its dependence on atmospheric-boundary-layer stability

[J].Atmospheric Chemistry and Physics,2022227):4509-4522.

Moeng C HDudhia JKlemp Jet al.

Examining two-way grid nesting for large eddy simulation of the PBL using the WRF Model

[J].Monthly Weather Review,20071356):2295-2311.

[本文引用: 1]

Klose MShao YLi Xet al.

Further development of a parameterization for convective turbulent dust emission and evaluation based on field observations

[J].Journal of Geophysical Research:Atmospheres,201411917):10441-10457.

[本文引用: 3]

Spiga ABarth EGu Zet al.

Large-eddy simulations of dust devils and convective vortices

[J].Space Science Reviews,20162031/4):245-275.

Cornwell G CXiao HBerg L Ket al.

Simulated dust transport in the convective boundary layer

[J].Journal of Geophysical Research:Atmospheres,20211265):JD033429.

[本文引用: 1]

Qi SRen XDang Xet al.

Mechanisms of dust emissions from lakes during different drying stages in a semi-arid grassland in northern China

[J].Frontiers in Environmental Science,202310:1110679.

[本文引用: 1]

Chun XSu RLiu Jet al.

Climatic implications on variations of Qehan Lake in the arid regions of Inner Mongolia during the recent five decades

[J].Environmental Monitoring and Assessment,20171891):14.

[本文引用: 1]

/