SMC 資料庫

議題背景

2020年4月8日一篇在《科學前緣》（Science Advances）上的研究「Climate models miss most of the coarse dust in the atmosphere」發現，目前的氣候模型在模擬大氣灰塵濃度時，都低估大氣灰塵的實際濃度。研究也進一步認為這種低估將會影響，氣候模型在模擬全球大氣輻射、降雨、海水沉積的結果。為釐清氣候模型低估大氣灰塵濃度對地球氣候、空氣品質以及人類健康的影響，特別邀請專家學者回應。

本次議題相關新聞、報導：

• 大氣灰塵密度比預估數值還高 4 倍，恐影響大氣現象
• ADEYEMI A. ADEBIYI, JASPER F. KOK. Climate models miss most of the coarse dust in the atmosphere. Science Advances 08 Apr 2020.

專家怎麼說？

2020年8月19日
中央研究院環境變遷研究中心 人為氣候變遷專題中心助研究員 蔡宜君
中央研究院環境變遷研究中心 人為氣候變遷專題中心特聘研究員 許晃雄

地表的沙塵因風的吹拂而揚起，藉由空氣為媒介在大氣中傳送，其中廣為人知的沙塵暴，容易發生在沙漠地區例如非洲撒哈拉沙漠及中國大陸北方的塔克拉馬干沙漠、蒙古戈壁沙漠等，由強風吹起地表的鬆軟沙土及塵埃，可使能見度降低到1公里以下。以往臺灣地區容易在春季受到東亞沙塵的影響，沙塵隨著東北季風或高壓出海南下，造成臺灣地區空氣品質變差，不過近年此情形發生次數較少，而是以本土河川包括濁水溪、大甲溪、曾文溪和高屏溪等的揚塵事件，造成臺灣局部地區空氣品質變差的情況較為常見。

大氣中的沙塵在地球系統中的角色多樣，在能量收支[註1]方面可反射短波輻射，也可以吸收短波及長波輻射；沙塵也是好的冰核，可促進水氣凝華或過冷水滴凍結形成冰晶，增加冷雲雲量及降水。而沙塵從大氣沉降至海洋，可溶出生物可利用的鐵，被認為是影響海洋初級生產力[註2]因子之一。前述的三項影響，和沙塵粒子大小息息相關，阿德比伊（Adebiyi）、 科克（Kok）2020年在《科學進展》（Science Advances）所發表的文章[1]，即在提醒科學社群，大氣數值模式中對沙塵的粒徑分布仍有相當大的不確定性，而粒徑分布的處理方式若太過粗糙，會對於沙塵輻射效應、成雲性質以及沉降速度的估計造成誤差。

大氣沙塵的粒徑分布資料，多集中在沙塵暴期間或沙塵源區附近的短時間分析，例如許晉源等人2016年對兩個濁水溪揚塵個案進行粒徑分布測量[2]，顯示在源區的沙塵濃度相當高，離開源區後，大粒子很快就藉由乾沉降回到地面。雖然實際觀測資料顯示大氣中沙塵粒徑範圍相當廣（從直徑0.5微米到30微米以上），但大氣數值模式受限於電腦資源以及時效，都只能以簡化的方式來描述，現今大氣數值模式中的沙塵，大多將整個粒徑分布分成4-8個區間來描述沙塵的粒徑分布，陳正平等人2013年曾進行測試[3]，若將模式中的沙塵粒徑分布從12個區間減為6個區間，積分72小時後對沙塵數量的誤差可超過30％，由這些研究結果顯示，需要更謹慎處理大氣數值模式中的粒徑分布，也需有長期及廣泛的觀測或實驗室資料作為大氣數值模式修正的依據。

大氣沙塵在地球系統中的角色多樣，阿德比伊和科克估計模式低估大顆粒沙塵濃度的後果，可能產生0.15 W·m⁻²的增溫效果，可影響氣候模擬結果的準確性。這項研究凸顯地球氣候複雜度極高，現今的氣候模式雖然已經十分先進，但仍有不少影響氣候的物理與化學過程無法準確模擬。精進氣候模式因而能更準確地模擬氣候變化是氣候科學極其重要的研究項目。阿德比伊和科克的研究指出了一個精進氣候模式的重要方向。

註釋：

1. 能量收支：來自太陽的能量和從地球及大氣散失到外太空的能量，兩者之間的平衡，稱之為地球能量收支。
2. 海洋初級生產力：浮游植物、底棲植物以及自營生物等利用太陽能進行光合作用，將二氧化碳轉化為有機碳之能力。

參考資料：

1. Adebiyi, A. A., and Kok, J. F.,2020: Climate models miss most of the coarse dust in the atmosphere. Science advances, 6 (15), eaaz9507.
2. Syu, J. Y., Cheng, Y. C., Kao, Y. Y., Liang, C. S., Yan, Y. L., Lai, C. Y., ... & Lin, W. Y., 2016: The horizontal and vertical characteristics of Aeolian dust from riverbed. Aerosol and Air Quality Research, 16(12), 3026-3036.
3. Chen, J.-P., I-C. Tsai, and Y.-C. Lin, 2013: A statistical–numerical aerosol parameterization scheme, Atmos. Chem. Phys., 13, 10483-10504, doi:10.5194/acp-13-10483-2013.