游乐游手机版
首页/AI教程/文章详情

大气尘埃塑造全球气候的机制与作用解析

时间:2026-06-08 15:59
利用国际空间站EMIT任务数据,研究将大气尘埃中氧化铁辐射强迫不确定性从每平方米0 62瓦降至0 1瓦,提升超六倍。撒哈拉地区误差降低80%,全球主要尘源区不确定性减半。成果推动气候模拟从成分关注转向尘埃输送与粒径分布。

大气尘埃如何塑造气候

\

\


Li, L., Mahowald, N.M., Miller, R.L. et al. Global mineral constraints on dust shortwa ve radiative effects. Nat. Geosci. (2026). https://doi.org/10.1038/s41561-026-01996-1

一项由康奈尔大学主导的新研究,正在碘伏科学界对大气中一个既常见又陌生的角色——矿物尘埃的认知。这些从撒哈拉、中东和东亚干旱地区扬起的微小颗粒,在地球气候系统中扮演着相当复杂的角色:既能散射和吸收辐射,又能影响云的形成,甚至为生态系统输送养分。但长期以来,一个关键短板卡住了研究者的脖子——全球地表土壤矿物组成的可靠数据极度匮乏,尤其是那些吸光性极强的氧化铁究竟分布在哪里,几乎是一笔糊涂账。

这次,研究团队借助国际空间站上NASA一项任务提供的高分辨率数据,成功将大气尘埃颗粒与太阳辐射相互作用的不确定性大幅压缩。成果于6月1日发表在《自然·地球科学》上。

“大气中的尘埃究竟是让地球降温还是升温,取决于多种因素,其中成分是关键变量,”论文第一作者、康奈尔大学地球与大气科学系及达菲尔德工程学院研究助理Longlei Li解释道,“我们这次重点盯住尘埃中的铁质矿物,主要是氧化铁——因为它们对阳光的吸收能力尤其强。”这直接关系到尘埃的辐射效应方向。

研究将NASA“地球表面矿物尘埃源调查”(EMIT)提供的全球矿物数据,整合进了四个独立的地球系统模型。EMIT仪器安装在国际空间站上,利用成像光谱学技术,以前所未有的分辨率绘制地球干旱地区的地表矿物组成。一旦摸清这些干旱地区地表有什么矿物,科学家就能推断出被卷到大气中的尘埃大致是什么成分。EMIT任务产出了首个能识别关键成尘矿物——包括赤铁矿和针铁矿——的近全球数据集。

“这项研究用星载遥感,以60米的分辨率告诉我们那些交通困难甚至根本无法抵达的大型偏远沙漠的地表成分,”EMIT副首席研究员、康奈尔大学欧文·波特·丘奇工程学教授、论文第二作者Natalie Mahowald感叹,“仪器质量对提升我们理解这些地区矿物组成的帮助,确实令人惊叹。”

在先前的研究中,Longlei Li已经发现氧化铁含量的不确定性是准确估算尘埃辐射效应的最大障碍。这些矿物强烈吸收太阳辐射,这意味着其丰度的微小变化就可能显著改变尘埃是加热还是冷却大气。而新研究显示,EMIT数据将氧化铁相关的不确定性从每平方米0.62瓦降低到了仅0.1瓦——提升幅度超过六倍。

有了这批数据,氧化铁已不再是气候模拟中不确定性最大的影响因素。转而,其他因素——比如尘埃如何排放、如何输送、在大气中如何按不同粒径分布——开始在塑造气候结果时扮演更重要的角色。

改进效果在撒哈拉沙漠最为显著——这里正是全球最大的大气尘埃来源地。基于EMIT数据的模型,把模拟辐射效应的误差最多降低了80%,使其与卫星观测到的每单位尘埃辐射影响趋于一致。同时,研究将北非、中东等所有全球主要尘埃源区的不确定性都降低了一半以上。

“这让我们的理解更有物理基础,对改进气候预测非常关键,”Longlei Li说,“区域差异也看得更清楚了。北非部分地区的尘埃铁含量更高,这会增强太阳吸收,在特定条件下使辐射效应偏向变暖;而亚洲某些地区的尘埃反射性更强,表现出冷却效应。”

从全球来看,尘埃对太阳辐射的总体影响仍然落在此前估算的范围之内。但新结果让这些估算的可信度大大提高了。

尘埃研究的焦点也因此转移。科学家不再仅仅盯着“尘埃由什么组成”这个问题,而是越来越多地把目光投向尘埃在大气中如何移动和演变、气候变化又将如何改变其来源。研究结果还指明了新的优先方向:更好的粒径测量、改进的尘埃输送建模,以及对采样不足地区矿物组成的扩展观测。

除了辐射效应,这项工作也为理解尘埃更广泛的影响打开了大门——从海洋施肥到冰雪变暗,再到云的形成。随着气候模型日益精确,这些进展对于预测地球能量平衡在变暖世界中如何演变,至关重要。

该研究还包括来自NASA戈达德太空研究所、巴塞罗那超级计算中心、加泰罗尼亚研究与高级研究所、加泰罗尼亚理工大学—巴塞罗那理工、美国国家海洋和大气管理局海洋与大气研究地球物理流体动力学实验室、马里兰大学巴尔的摩县分校、NASA喷气推进实验室、行星科学研究所、加州大学洛杉矶分校以及加州理工学院的合作研究者。

来源:https://cloud.tencent.com.cn/developer/article/2684456
上一篇AI写作读后感:魅力与实用性的完美结合 下一篇西藏和海南的同一因素效果为何完全相反
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
SAM3与FastAPI实战:搭建智能图像标注工具
AI教程 · 2026-07-11

SAM3与FastAPI实战:搭建智能图像标注工具

基于SAM3与FastAPI构建智能图像标注工具,解决传统标注耗时痛点。SAM3支持开放词汇分割,输入文本即可自动分割。后端封装SAM3Service实现懒加载、特征缓存及多种分割模式,掩码可视化由后端生成PNGbase64。前端采用react-konva实现画布交互,API遵循RESTful风格,支持批量标注与导出。

开源SKILL让公众号排版不再是噩梦
AI教程 · 2026-07-11

开源SKILL让公众号排版不再是噩梦

一个开源SKILL(gzh-design-skill)可将Markdown转为样式全内联的HTML,粘贴到公众号编辑器后格式不丢失。内置六套主题,支持主题生成器,通过组件库和校验脚本保障排版效果,不依赖特定AI模型,适配多种国产模型。

年AI Agent生态全面爆发:从MCP协议到智能体协作开发者必抓浪潮
AI教程 · 2026-07-11

年AI Agent生态全面爆发:从MCP协议到智能体协作开发者必抓浪潮

2026年AIAgent生态全面爆发,MCP协议成为行业标准,推动工具统一调用。ClaudeCode等自主编码Agent实现多文件重构与自主排错。多Agent协作系统成熟,开发效率提升超400%。LangGraph、CrewAI等开源框架加速落地,Agent从概念转向生产力工具。

图片放大模糊原因:从插值到AI的超分辨率演进
AI教程 · 2026-07-11

图片放大模糊原因:从插值到AI的超分辨率演进

图片放大模糊源于信息量固定,摊薄后需补像素。插值仅做数学过渡,无法恢复细节。深度学习超分通过数据学习先验,GAN生成逼真纹理但会编造细节。超分是合理推断,不可用于还原真相。

豆包AI对话数据高效导出与智能体资产迁移实战方案
AI教程 · 2026-07-11

豆包AI对话数据高效导出与智能体资产迁移实战方案

针对豆包AI平台缺少批量导出功能的问题,提出一套技术方案:通过浏览器控制台脚本、自动化框架或社区扩展实现对话记录全量加载与结构化导出,支持JSON、Markdown等格式,并可应用于模型微调、行为分析、知识沉淀及跨平台迁移,同时强调数据隐私与平台合规要求。