美索不达米亚平原主要沙尘源区未来地表粉尘浓度预测

《Atmospheric Research》：Future projections of surface dust concentrations in major dust source regions of the Mesopotamian plains

　　

* 美索不达米亚平原粉尘浓度的 CMIP6 预测。
* 中东地区未来降雨和土壤水分变化的相反趋势。
* 证据表明通过 SSP126 情景粉尘浓度增加，而通过 SSP585 情景预测减少。
* 变暖引起的大气环流变化高度控制未来粉尘趋势。
* 粉尘活动的未来预测高度不确定，且存在明显的空间变异性。

1. 引言
沙尘暴是最重要的自然灾害之一，影响着干旱和半干旱地区的人类健康、空气质量、交通、农业和关键基础设施（Sissakian 等，2013；Yang 等，2015；Middleton 等，2019；Karami 等，2019, Karami 等，2020；Abadi 等，2024a, Abadi 等，2024b）。矿物尘主要来自世界主要沙漠（Zhang 等，2016；Middleton 等，2020；Kok 等，2021），而干涸的湖床则是第二大贡献者（Boroughani 等，2019；Ebrahimi-Khusfi 等，2021；Hamzeh 等，2023）。在全球范围内，粉尘排放源自三个主要源区：北非、中东 - 中亚和东亚。中东被认为是第二大源区，贡献了全球粉尘排放量的近 18%（Jish Prakash 等，2015；Hamzeh 等，2021a；Al-Hemoud 等，2022）。

在中东地区已确定了许多关键粉尘源（Gherboudj 等，2017），包括阿拉伯半岛的 Al-Nafud、Al-Dhana 沙漠和_empty Quarter_（Rub' Al Khali 沙漠）（Atkinson 等，2013；Farahat 等，2015；Al-Hemoud 等，2022），伊拉克南部的两河流域洪泛区（Al Ameri 等，2019；Sissakian 等，2021；Al-Hemoud 等，2024），叙利亚 - 伊拉克沙漠（Al Zubi 等，2024），伊朗高原及其多个短暂湖泊（如 Hamun-e Jaz Murian）（Arjmand 等，2018；Soleimani Sardoo 等，2021 & Soleimani Sardoo 等，2022），锡斯坦盆地（Alizadeh-Choobari 等，2014；Boloorani 等，2022a；Rami 等，2022），以及伊朗沿海地区（Baranipour 和 Mahmodzadeh，2016；Mohammadi，2023）。在中东多样的粉尘排放景观中（即沙质沙漠、短暂湖泊、干旱砾石地形、岩石山脉），叙利亚 - 伊拉克沙质沙漠和冲积两河流域洪泛平原尤为突出，是伊拉克和中东地区气候后果最严重的源区（Gherboudj 等，2017；Al Ameri 等，2019；Sissakian 等，2021）。这两个区域构成了一个广阔的、地貌异质性的粉尘排放复合体，其特征包括细质地冲积物、未固结的粉 - 黏土沉积物、废弃的洪泛区、干涸的河床以及植被稀疏的沙盖（Boloorani 等，2021；Papi 等，2022；Al-Taei 等，2024）。这些沉积物的高侵蚀性，结合极低的土壤水分和反复发生的干旱，促进了强烈的风蚀活动和频繁的粉尘事件（Yu 等，2015；Francis 等，2017；Al-Hemoud 等，2024）。

美索不达米亚盆地粉尘动员的一个决定性动力学特征是沙马尔风（Shamal wind），这是一种强劲的西北气流，主要发生在春季和夏季，由伊朗 - 巴基斯坦热低压与东地中海高压之间持续的压梯度形成（Francis 等，2017；Mofidi 等，2025）。多项研究表明，沙马尔风爆发是造成伊拉克、科威特、伊朗和阿拉伯半岛部分地区最严重沙尘暴的原因（Beyranvand 等，2012；Hamidi 等，2014；Hamzeh 等，2021b, Hamzeh 等，2021c）。沙马尔风通常得到夜间低空急流的增强，这增强了近地表风速并促进清晨粉尘的快速抬升（Francis 等，2017；Rashki 等，2019；Mofidi 和 Zarrin，2022）。这些气象模式将叙利亚 - 伊拉克沙漠和美索不达米亚冲积平原定义为关键粉尘源区，其排放物被输送至中东大部分地区，显著影响空气质量、辐射收支和区域气候（Jish Prakash 等，2015；Mohammadpour 等，2025）。此外，这些粉尘源的气候重要性已在几项研究中得到强调，作为沙特阿拉伯夏季粉尘浓度年际变率的主要驱动因素（Yu 等，2015, Yu 等，2016；Salmabadi 等，2025）。这些粉尘源对水文干旱、土壤干燥和土地利用退化的强烈敏感性，突显了在气候变化背景下检验其未来演变的必要性（Notaro 等，2015；Boloorani 等，2022b；Al-Taei 等，2024）。

尽管中东粉尘活动的气候学受到了广泛关注，但其潜在的未来动态正日益引起担忧。在过去几十年中，中东的粉尘活动呈现出显著的变化，包括 2000 年代（主要在 2007-2012 年间）的大幅上升趋势和 2010 年代的下降趋势，这主要受气象模式、降雨和干旱变化的驱动（Notaro 等，2015；Klingmüller 等，2016；Yousefi 等，2020, Yousefi 等，2023；Shaheen 等，2023）。政府和研究人员关注该地区的粉尘活动在变化的气候条件下是增强还是减弱（Zittis 等，2022）。温度、风速、土壤粗糙度和水分、土地覆盖类型和降水等气象、地形和气候参数直接影响和间接影响粉尘的排放、传输和沉积（Parajuli 等，2019；Ukhov 等，2021；Abadi 等，2025）。尽管在过去几十年中对粉尘活动动态机制的理解取得了显著进展，但由于影响粉尘排放和可预测性的驱动因素复杂，未来预测仍然存在高度不确定性（Wu 等，2022；Kok 等，2023）。

调查粉尘源未来变化的最有价值资源之一是第六次耦合模式比较计划 [CMIP6] 数据集，该数据集已被广泛应用于全球范围内的粉尘研究（Zanis 等，2020；Aryal 和 Evans，2021；Zhao 等，2022；Liu 等，2024）。Zhao 等人（2022 年）使用 CMIP6 中的 16 个气候模式评估了尘气溶胶，并将输出结果与观测数据进行了比较。尽管重分析和观测都存在固有局限性，特别是在代表粉尘排放和沉积方面，多模式集合均值（MEM）通常比单一模式更可靠地再现全球粉尘过程的空间分布和季节循环。然而，仍然存在显著的不确定性和模式间变异性。例如，全球粉尘排放量估计在不同模式间相差五倍，且 MEM 值通常比重分析数据高出两倍。此外，大多数 CMIP6 模式倾向于高估粉尘光深（DOD），特别是在中国北部和北美地区，并且无法再现关键的区域粉尘累积特征，如喜马拉雅山脉沿线（Lalande 等，2021；Tian 等，2021；Sun 等，2022；Yang 等，2023；Zhao 等，2023）。尽管存在这些不确定性，CMIP6 框架仍然是评估区域尺度上长期粉尘 - 气候相互作用的最可靠可用工具。

此外，中东的变暖速度几乎是全球平均水平的两倍，未来预测表明，在整个 21 世纪，该地区温度将进一步升高，冬季降水减少，热极端事件加剧，干旱期延长（IPCC，2021；Kalisoras 等，2026）。这些变化通过减少土壤水分、增加表面侵蚀性、扩大荒芜土地以及增强驱动强风事件（包括沙马尔风增强）的压梯度，直接影响粉尘发射过程（Zittis 等，2022）。因此，预计伊拉克及周边地区的粉尘气候学将在未来几十年发生巨大变化。然而，尽管美索不达米亚粉尘源的重要性已被认可，但很少有研究使用 CMIP6 全球气候模式检查未来趋势，与之前的模型世代相比，这些模式提供了改进的物理表征、解释和更广泛的社会经济情景（Eyring 等，2016；Zanis 等，2022）。

本研究专门关注两个主要粉尘源：（i）叙利亚 - 伊拉克沙质沙漠和（ii）南部美索不达米亚冲积平原，并使用三个 CMIP6 模式的输出结果，调查 2025–2100 年期间气象变量（风速、降水、相对湿度）和粉尘浓度的预测月度变化。未来预测与 30 年历史基线（1985–2014 年）进行比较，针对两个时间框架（2025–2060 年和 2061–2100 年）检验四种共享社会经济路径情景（SSP126, SSP245, SSP370, 和 SSP585）。主要目标是调查未来气候情景和气象变化下粉尘浓度的预测百分比变化，而不是再现绝对粉尘浓度，后者存在一定程度的不确定性。通过将区域粉尘源特征与多模式气候预测相结合，本研究旨在为美索不达米亚粉尘活动的未来演变及其对更广泛中东地区的气候影响提供新的见解，该地区已经经历了全球最强的气候变化信号之一。

2. 方法论
2.1. 研究区域
本研究专注于位于伊拉克的中东两个最活跃的粉尘源，即源 A（中心位于 31.5°N, 46.5°E）和源 B（中心位于 35.75°N, 41.25°E）（图 1）。由于盛行沙马尔风，这些粉尘源强烈影响伊拉克及邻国，特别是其东部和南部的国家（Hamzeh 等，2021c；Awadh，2023；Abadi 等，2022, Abadi 等，2025），这些源是基于 GOCART 粉尘方案模拟的粉尘排放五年平均值在这些区域达到最大化而确定的（Ginoux 等，2001）。此外，伊拉克约 70% 的陆地经历干旱条件，整体气候特征为炎热干燥。该国约 23% 由沙漠和人口稀少地区组成。伊拉克的平均海拔约为 120 米，最高点位于西北部的 Cheekha Dar 山（3611 米），最低点在波斯湾海岸（Al-Khalidi 等，2021）。底格里斯河和幼发拉底河是伊拉克的主要河流，为农业和生计提供关键水资源（Al-Hemoud 等，2020；Parno 等，2024）。平均蒸发率变化显著，从北方的 1200 到 1600 毫米，到中心地区的约 2300 毫米，再到南部和西部沙漠高达 3400–3700 毫米。此外，在 38 年期间（1971–2008 年），大多数气象站的年平均气温显著增加（Al-Dabbas 等，2012）。例如，在巴格达站，年气温从 1971 年的 21.9 °C 上升到 2008 年的 23.6 °C。在巴士拉，这一增长更为明显，在同一时期从 24.6 °C 上升到 28.3 °C。

下载：下载高分辨率图片（130KB）下载：下载全尺寸图片
图 1. 中东地形图及伊拉克两个粉尘源（区域）的位置。

2.2. 数据集
本研究使用了三种不同的数据集，总结见表 1。气象变量（包括风速、降水和相对湿度）空间分辨率为 0.25°，时间步长为每日，数据来自三个模型（MRI-ESM2-0、ACCESS-CM2 和 GFDL-ESM4）最新版本的降尺度预测，属于 CMIP6 系列。该数据库包含基于 CMIP6 输出的历史和未来降尺度预测（1950–2100 年）。降尺度产品是使用月度偏差校正空间离散化（BCSD）方法的每日变体产生的，为八个变量提供了高分辨率（0.25° × 0.25°）数据，即相对湿度（近地表）、比湿（近地表）、降水、短波辐射、长波辐射、地表风速、平均、最高和最低气温（近地表）。在这里，这些气象数据是基于四种气候情景（SSP126, SSP245, SSP370, 和 SSP585）和历史时期（1985-2014）衍生的。这些数据集由 NASA NEX-GDDP-CMIP6 数据集公开提供（Thrasher 等，2022），以协助科学界进行区域到局部尺度的气候变化影响研究，并提高公众意识。

表 1. 本研究使用的数据集。
| 数据 | 分辨率 | 网格点数 |
| :--- | :--- | :--- |
| 气象数据 | 0.25 度 | 221 × 161 |
| 土壤水分数据 | 1.125 度 | 45 × 32 |
| 地表粉尘浓度数据 | 2.5 度 | 22 × 16 |

在气候参数中，降水和风速具有不同的特征。在气候模式输出中，降水通常以速率提供，为了当前分析，已转换为月度和年度总量（毫米）。降水包括所有类型（雨、雪、雹等），与温度不同，代表一个高度可变和不连续的场。预测这类不连续量的误差比预测连续量更大。风速也表现出间断行为。能够产生沙尘暴的强风通常发生在小区域和短时间内。

空间与时间平均化会削弱甚至掩盖极端事件的影响，从而限制了全面评估其未来变化及影响的能力，这构成了分析这些数据时面临的一项关键挑战。地表粉尘浓度数据以μg m?3为单位表示近地表粉尘量，由模型输出的kg m?3转换而来。各模型在估算近地表粉尘浓度时采用了不同的粉尘排放方案、垂直层次和粒径范围（表2）。对跨模型一致性的全面评估——包括粒径表征差异、垂直输出层次、排放方案、平流输送过程以及沉降参数化——超出了本研究范围。采用多模型集合均值作为降低单个模型偏差和结构性差异影响的一种实用方法；但我们认识到，该方法并不能完全消除模型间的异质性。因此，本研究采用三个CMIP6模型的集合均值（表2）来模拟伊拉克两个源区及中东更广泛区域的未来地表粉尘浓度（SDC）。基于三个模型的平均值，对研究区域每个网格点的多十年尺度粉尘浓度及相关气象数据趋势进行了分析。百分比变化计算方式为：历史时期（三个模型在1985-2014年间的平均粉尘浓度）与各未来时期（2025-2060和2061-2100）在四个情景下的预测粉尘浓度之间的变化率。

表2. 用于模拟地表粉尘浓度的CMIP6气候模型。

| 模型特征 | 集合成员数 | 分辨率（经度×纬度×层次） | 粉尘方案 | 粉尘粒径界限（μm） | 参考文献 |
|---------|----------|------------------------|---------|------------------|---------|
| GISS-E2-1G | 5 | 2.5°×2°×40层 | Cakmur等（2006） | 6个区间：<1, 1–2, 2–4, 4–8, 8–16, 16–32 | Bauer等（2020） |
| IPSL-CM6A-LR | 4 | 2.5°×1.26°×79层 | Di Biagio等（2020） | 1个长正态模式，质量中值直径（几何标准偏差）：2.5（2） | Boucher等（2020） |
| MRI-ESM2-0 | 1 | 1.25°×1.25°×80层 | Tanaka和Chiba（2005） | 7个区间：0.2–2, 2–4, 4–6, 6–8, 8–10, 10–12, 12–20 | Yukimoto等（2019） |

为为所选模型提供可信度依据，值得注意的是，GISS-E2-1-G、IPSL-CM6A-LR和MRI-ESM2-0三个模型的性能已在先前的多模型评估中受到检验。在Zhao等（2022）的比较研究工作中，以MERRA-2（约23 Tg）和CAMS（约12 Tg）作为全球粉尘负荷的观测基准，GISS-E2-1-G和MRI-ESM2-0的估算值均落在这两个再分析数据集定义的范围内。IPSL-CM6A-LR虽趋向于该范围的高端，但仍处于多模型集合的较宽分布之内，不能被视为离群值。另一个相关要点是，Zhao等（2022）报告的多模型集合均值（约25 Tg）与MERRA-2参考值高度吻合，且GISS-E2-1-G和MRI-ESM2-0等模型相对于集合平均值的观测偏差较小。还应认识到，MERRA-2与CAMS之间近两倍的差异本身就表明观测数据中存在相当大的不确定性——在评判模型保真度时必须考虑这一不确定性。鉴于此处使用的三个模型均落在此观测定义的信度包络之内，它们在预测未来粉尘状况方面的使用在科学上是合理的，任何偏差都应在此已记录的不确定性背景下加以认识，而非视为模型缺陷。

由于三个CMIP6模型具有不同的原生水平空间分辨率（表2），其输出无法直接比较或平均。因此，在进行集合平均之前，所有模型输出均通过最近邻插值方法重映射至共同的1.5°×1.5°网格。该插值仅作为协调框架，以实现逐网格点的集合平均，并未提高数据的空间信息含量。公共集合网格定义为1.5°×1.5°，代表三个模型之间的中间分辨率。所有粉尘浓度分析和地图的有效空间分辨率由最粗的参与模型（GISS-E2-1G，约2.5°）决定。

约2.5°的空间分辨率可能不足以解析局部粉尘源区的精细边界。为克服这一局限性，对已定义源区的空间分析基于面积加权平均值，计算范围为预定义的源区多边形，而非单个网格单元。该方法降低了结果对多边形边界相对于模型网格精确位置的敏感性，并提供了与底层模型数据空间分辨率一致的、具有物理意义的区域估算值。此外，所选源区覆盖的面积远大于单个模型网格单元。因此，边界不确定性对集合均值的影响预计是有限的，使得报告的区域平均值比网格单元尺度的估算更为稳健。

2.3. 粉尘源活动的时空分布

月平均SDC在30年历史时期（1985-2014）的时间变异性为理解粉尘源的气候学和时间动态特征提供了科学依据，尤其是其持续时间、频率和强度。CMIP6模型可能与再分析数据库存在显著偏差（Zhao等，2022；Sha等，2026），这由当前CMIP6模型与MERRA-2（0.5°×0.625°；Randles等，2017）在历史时期的月粉尘浓度数据比较也得到验证（图2）。结果显示，两个源区均存在显著的不确定性，模型普遍低估粉尘浓度，其中除GISS-E2-1G与MERRA-2表现出令人满意的吻合（R2分别为0.34和0.42）外，其余模型均存在明显低估。当前结果表明，尽管CMIP6气溶胶模拟相比CMIP5取得了进步，但显著的不确定性依然存在，并导致粉尘气溶胶的模型间和季节间差异（Zhao等，2022, Zhao等，2023; Kunchala等，2024）。此外，CMIP6粉尘浓度相对于MERRA-2的差异可能部分归因于单个模型无法准确表征区域气象、地形特征和粉尘排放方案，导致粉尘模拟结果差异显著（Zeng等，2020；Sha等，2026）。以往研究表明，若干数值模型相对于MERRA-2系统性地低估了中东地区的粉尘负荷，尤其在粉尘源区（Hamzeh等，2021c；Karami等，2021）。

图2. 历史时期（1985-2014）MERRA-2数据与三个CMIP6模型在粉尘源A（a）和粉尘源B（b）上的粉尘浓度散点图。集合均值得到粉尘源A的R2为0.19，粉尘源B的R2为0.10。

尽管存在上述模型间差异，CMIP6数据库允许在76年期间（2025-2100）基于四种气候情景对粉尘活动的月尺度未来投影进行考察。降尺度方法本质上基于与NEX-GDDP相似的BCSD方法，但已根据CMIP5与CMIP6之间实验设计的更新进行了微调。NEX-GDDP-CMIP6存档为分析多个空间和时间尺度上的预测气候趋势提供了宝贵资源，并为需要高分辨率数据的致灾影响和适应性模型提供驱动力（Eyring等，2016）。

2.4. 百分比变化

百分比变化（PC）用于更好地可视化未来时期气候和粉尘参数的变化，计算公式如下：

（1）PC? = (m? ? M) / |M| × 100

其中PC?表示第i个情景下给定变量在月平均值时间期间的百分比变化，m?为该月第i个情景下参数的预测均值，M为参考期（基线气候）同一月份参数的均值，|M|为其绝对值。

由于相对变化指标对接近零的基线值较为敏感——例如干旱环境中旱季的土壤湿度和降水量——百分比变化应谨慎解读。在此类情况下，更加侧重于绝对变化、年均值和相应水文气候及粉尘相关变量的一致性，以避免潜在的误导性解读。

3. 结果与讨论

3.1. 地表粉尘浓度的月际变化与演变

图3展示了伊拉克两个考察粉尘源在五个CMIP6数据库（历史期：1985-2014及2025–2060和2061–2100期间的四个情景）下的月平均SDC。粉尘源A（美索不达米亚冲积平原）在3月和4月尤为活跃，表明粉尘浓度最高，多模型集合显示峰值浓度约达320 μg m?3，而10月则降至约60 μg m?3（图3a）。3-4月的月峰值浓度与美索不达米亚平原及伊拉克粉尘活动强度的充分文献记载相一致，年均PM10为167 μg m?3，而伊拉克南部的地面PM??观测在重大粉尘事件期间经常超过300–500 μg m?3（Sissakian等，2013；Awadh，2023；Salmabadi等，2025）。在预测期内，该粉尘热点的强度预计将下降，尤其是在夏季月份，而1-3月期间则呈现对比性变化，部分情景证据表明粉尘活动有所增加。在年度尺度上，所有情景均显示两个未来时期SDC降低，降幅在-1.5%至-8%之间，唯一例外是SSP126情景在2061-2100年预测边际变化（+1.26%），相对于历史粉尘浓度。

图3. 历史期及未来两个时期在四种气候情景下的月平均粉尘浓度时间变化：粉尘源A（a）和粉尘源B（b）。

粉尘源B（叙利亚-伊拉克沙漠）的粉尘活动明显低于粉尘源A（图3b）。月平均浓度最高值在4月达到153 μg m?3，表明相较于美索不达米亚冲积平原，粉尘排放较少。粉尘源B的粉尘活动从9月到1月显著减弱，浓度低于55 μg m?3。总体而言，年均粉尘浓度变化极小，表明该源区在未来75年内将基本维持其历史粉尘活动水平，这与粉尘源A形成对比。大多数情景预测未来时期粉尘浓度呈边际但为正的上升趋势（<3%），例外的是SSP126情景在2061-2100年显示增加8%，以及SSP585情景对未来时期预测边际负趋势（-1%）。2月、3月和4月的粉尘浓度预计将显著增加。此外，悲观情景（SSP585）显示3月和4月（两个未来时期）粉尘浓度增加，其余月份粉尘浓度显著下降（除9月外，此时粉尘活动较低）。SSP370也预测了1-4月粉尘活动的增加，但两个时期之间呈现对比性特征。2025–2060年期间，气候情景模拟的1-4月粉尘浓度高于历史基线（1985–2014）。然而，从5月起，预测浓度低于历史水平。2061–2100年的粉尘预测总体相似，表明5-12月呈下降趋势。总体而言，模型输出的总体特征（有几个例外）是未来粉尘源B上粉尘活动的年度变化仅为边际变化，但季节间趋势对比明显，因为1-4月的上升趋势在其余月份被负向趋势所取代。

2月、3月和4月粉尘浓度预计增加尤为重要，因为这一时期恰逢美索不达米亚平原粉尘活动最盛的季节（Boloorani等，2020b；Salmabadi等，2023）。预测的变化并非仅仅反映粉尘活动的年际内偏移，而是指向峰值粉尘条件的加剧，这对区域空气质量、生态脆弱性、大气辐射平衡和未来增温可能产生潜在后果（Mostamandi等，2023；Malik等，2024）。

当前结果是从三个CMIP6模型的集合中提取的（表2），这可能导致各模型在SDC（近地面沙尘浓度）及其趋势方面产生较大差异，这与全球模型中由于陆地表面特征、沙尘排放参数化、近地面风及大气动力学的误差所导致的沙尘偏差一致（Huneeus等，2011；Kok等，2021；Adebiyi等，2023；Kunchala等，2024；Li等，2026）。相对于历史时期，两个沙尘源地上SDC的百分比（%）变化在各月、各情景及两个未来时段之间呈现出不规则性，但并未显著影响两个沙尘源年SDC的总体趋势（图4）。沙尘源A的百分比变化在一月至二月达到最大值（至少对于增加趋势而言），而在夏季期间，两个未来时段的变化在-5%至-20%之间（图4a）。在年尺度上，所有四种情景预测的SDC均与历史平均水平相当，变化在-5%左右。此外，大多数情景预测2025-2060年间从五月至十二月，沙尘源B的SDC降低（在十一月达到-15%至-20%），而二月至四月的增加趋势（主要在5%至30%之间）促成了整体年趋势的增长（3%-5%）（图4b）。综合来看，尽管各情景在月尺度上差异较大，但所有情景对2025-2060年和2061-2100年两个时期的SDC年趋势预测相似（在±5%以内）。然而需要注意的是，悲观情景（SSP585）预测两个未来时期沙尘源A均呈更负的趋势，而沙尘源B则呈微弱负趋势，这与其他情景预测的微弱正趋势相反。下载：下载高分辨率图像（679KB） 下载：下载全尺寸图像 图4. 根据四种气候情景，两个沙尘源区域在2025-2060年和2061-2100年期间各月SDC相对于历史时期的百分比变化。春季月份在第一个未来时期出现的沙尘增加，似乎源于春季日益干燥的地表条件与持续的大尺度地中海环流模式之间的相互作用，这在近期研究中已有显示（Shaheen等，2023）。在晚冬和早春期间，尤其是在干旱阶段和受干旱影响的年份，降水减少限制了植被生长，并促进松散、易侵蚀土壤表面的发展（Yu等，2015）。在这种条件下，沙尘排放主要由天气尺度风的变化所控制（Yousefi等，2023）。在晚春和初夏期间，美索不达米亚平原的沙尘活动通过地中海槽与从伊朗东部延伸至波斯湾和美索不达米亚的区域热低压（通常称为波斯湾倒槽）之间的相互作用而加剧（Karami等，2021；Mohammadpour等，2021；Fazel-Rastgar和Mthembu，2026）。这种耦合机制增强了区域低压系统，并有利于持续性西北向夏马尔风的形成。当地中海槽影响该地区且无有效降雨时，其主要作用转向增强近地面气压梯度和风速，从而促进沙尘抬升和输送，而非提供水分补给（Yousefi等，2023）。持续性天气尺度风强迫与增加的土地脆弱性的结合，为中东地区二月至四月沙尘浓度增加提供了物理一致性的解释，这需要通过区域气候模型进一步检验。另一方面，秋季和初冬（沙尘活动最低月份）期间预测的沙尘浓度减少，可能源于另一组控制机制。较冷的季节与较高的相对湿度、增加的土壤湿度以及普遍较弱的近地面风相关，这些因素均会抑制沙尘排放效率（Parajuli等，2019）。此外，降水季节性的变化和这些月份期间增强的地表凝聚力进一步限制了可侵蚀沉积物的可用性。因此，冷季节沙尘活动的减少对年沙尘负荷仅产生轻微影响，而晚冬和春季条件的变化仍然是决定美索不达米亚平原未来沙尘暴露、辐射和气候影响的主导因素。各气候情景之间耦合的地-气相互作用变化，为SSP585情景相对于SSP126和SSP245情景在21世纪中期后近地面沙尘浓度减少提供了物理一致的
解释，同时仍允许在较早的未来时期峰
值月份出现增强的沙尘活动（图4）。总体而言，结果表明美索不达米亚平原沙尘活动的持续性，同时也强调了未来沙尘浓度对不同模型、全球排放路径和区域尺度地-气相互作用的敏感性。图5展示了四个SSP气候情景下两个主要沙尘源在近未来（2025-2060）和远未来（2061-2100）时期的年
平均SDC预测。为进一步评估沙尘活动的时间演变，使用Mann-Kendall（MK）检验和Sen斜率估计进行了趋势分析，结果汇总于表3。下载：下载高分辨率图像（605KB） 下载：下载全尺寸图像 图5. SSP126、SSP245、SSP370和SSP585情景下，沙尘源A（a）和沙尘源B（b）在2025-2060年（实线）和2061-2100年（虚线）期间的预测年平均SDC。字母S代表年浓度趋势的Sen回归斜率。表3. 四个SSP情景下2025-2060年和2061-2100年沙尘源A和沙尘源B预测年平均近地面沙尘浓度（SDCs）的Sen斜率（S）和Mann-Kendall检验统计量（z, p）。具有统计显著性趋势（α = 0.10）的用星号标记。来源 | 时期 | 指标 | SSP126 | SSP245 | SSP370 | SSP585 A | 2025-2060 | 均值 ± SD (μg m?3) | 157.3 ± 17.4 | 162.5 ± 24.2 | 160.2 ± 17.2 | 154.8 ± 16.7 A | 2025-2060 | Sen's S | +0.48 | +0.47 | -0.43 | +0.16 A | 2025-2060 | MK z (p) | +1.74 (0.041)* | +0.88 (0.190) | -1.11 (0.133) | +1.22 (0.112) A | 2061-2100 | 均值 ± SD (μg m?3) | 167.1 ± 22.8 | 163.2 ± 19.8 | 154.7 ± 21.4 | 151.7 ± 19.9 A | 2061-2100 | Sen's S | -0.13 | +0.43 | -0.24 | -0.03 A | 2061-2100 | MK z (p) | -0.32 (0.624) | +1.62 (0.053)* | -0.96 (0.170) | +0.04 (0.486) B | 2025-2060 | 均值 ± SD (μg m?3) | 76.3 ± 11.6 | 77.2 ± 11.0 | 77.6 ± 10.6 | 74.8 ± 9.3 B | 2025-2060 | Sen's S | +0.16 | +0.16 | -0.01 | +0.20 B | 2025-2060 | MK z (p) | +1.24 (0.107) | +0.22 (0.412) | +0.17 (0.433) | +1.61 (0.054)* B | 2061-2100 | 均值 ± SD (μg m?3) | 81.8 ± 13.1 | 77.5 ± 12.7 | 78.4 ± 11.7 | 75.3 ± 10.6 B | 2061-2100 | Sen's S | -0.10 | -0.05 | +0.02 | +0.08 B | 2061-2100 | MK z (p) | -0.40 (0.654) | -0.41 (0.658) | -0.38 (0.650) | +0.99 (0.161)* p ≤ 0.10；MK p值报告为向上假设的检验值，除非斜率为负，此时报告向下的p值。这些预测表明，沙尘源A对未来气候强迫的反应远强于沙尘源B。在2025-2060年期间，沙尘源A的年平均SDC范围约为155至163 μg m?3，其中SSP245情景下的浓度最高。尽管大多数情景预测沙尘浓度有轻微上升趋势，但持续趋势的统计证据仍然薄弱，反映了年际变率的主导影响。唯一的例外是SSP126，其显示出略微显著的上升趋势。在该时期，所有情景的平均沙尘浓度接近158 μg m?3。在世纪后半叶（2061-2100年），沙尘源A的表现越来越依赖于情景。SSP126和SSP245预测相对较高的沙尘浓度，而SSP370和SSP585则预测较低的值且几乎没有长期增长的证据。所有情景的平均浓度略有增加至约161 μg m?3。值得注意的是，SSP245是唯一与统计显著正趋势相关的情景，表明在中等强迫条件下沙尘活动持续增强。相反，SSP370显示轻微减少（不具统计显著性），与其全世纪的负趋势估计一致。这种对比突显了沙尘源A对未来气候轨迹差异及相关环境影响沙尘排放的敏感性。与沙尘源A相比，沙尘源B的预测变化相当微弱且在各情景间更加稳定。在2025-2060年期间，平均SDC保持在较窄的范围内，表明对排放路径的依赖性有限。趋势幅度普遍较小，且仅SSP585表现出边际统计显著性（表3）。这种微弱的响应在2061-2100年期间持续存在，此时所有情景的Sen斜率均接近零且MK统计量不显著。此外，各情景预测的平均浓度仅略有差异，证实了该源区沙尘排放的长期稳定性。所有情景和各时期预测沙尘浓度的均值标准差范围从±9.3 μg m?3（沙尘源B，SSP585，2025-2060年）至±24.2 μg m?3（沙尘源A，SSP245，2025-2060年），显示出巨大的年际变率。MK分析表明，在所检验的16种情况中，仅有3种在90%置信水平下检测到具有统计显著性的趋势。尽管大多数情况下Sen斜率估计非零，但并不具统计显著性，表明预测趋势相对于年际变率普遍较小。进一步量化单个模型的贡献以及集合成员间的四分位距，将为预测不确定性和模型间变率提供额外信息，并被认为是中东地区未来研究的重要方向。沙尘源A与沙尘源B之间的SDC比值在所有情景和两个预测时期均保持在约2.0的稳定水平（2025-2060年：2.06-2.10；2061-2100年：1.97-2.11），证实了南
部美索不达米亚平原（沙尘源A）作为中东地区主要沙尘热点的持续性主导地位（Hamzeh等，2021b；Salmabadi等，2025）。这种在各情景和时期间的一致性表明，两个源区的相对排放强度不太可能因未来一个世纪预测的气候强迫变化而发生实质性改变。五年移动平均分析（图中未显示）通过去除较大的年际波动，突显了超出长期均值的时间变率。在2025至2035年间，沙尘源A的所有情景保持高度一致，波动有限。在2035至2039年间观察到明显增加，随后趋势出现分化：SSP126和SSP245维持上升趋势直至2040年代初，而SSP585则略有下降。在2050-2055年、2069-2075年和2094-2095年，大多数情景下均出现明显的较高沙尘浓度。2083-2087年期间在SSP126和SSP245下也表现出较高的SDC值，而SSP585的预测基本保持平稳。值得注意的是，2040年之后，SSP585持续预测比其他情景更低的浓度，特别是在沙尘峰值年。对于沙尘源B，其时间演变（5年平均）总体与沙尘源A相似，但年际变率更大。这表明虽然两个源区共享并面临相似的气候控制因素，但当地地表特征（冲积粉砂平原与沙漠沙地）调节了它们对长期气候强迫的敏感性（Kok等，2021；Sukkar等，2024；Abadi等，2025）。3.2. 气象参数的变化 沙尘排放是气象和地质因素之间复杂的地-气相互作用的结果（Fan等，2014；Parajuli等，2019；Ukhov等，2021）。本节分析了在四种情景和两个未来时期下，针对所研究的沙尘源地区的关键沙尘排放气象驱动因素（风速、降水和相对湿度）相对于历史数据的未来预测。3.2.1. 风速 地表风速是沙尘暴发生和输送过程中最重要的参数之一，因为只有在风速超过临界阈值时才能触发沙尘排放。一般来说，约5 m/s的阈值速度是沙尘抬升所必需的，但该阈值在全球沙漠沙地和其他干旱地区之间存在很大差异（Goudie和Middleton，2006）。然而，一旦沙尘被排放，即使风速降至该初始阈值以下，沙尘气团仍可能持续存在。例如，即使10 km/h的温和风速也足以将约10 μm的颗粒输送超过100 km（Wang等，2015）。分析地表风速面临的主要挑战在于严重风暴的瞬时性质及其局部影响。这些特征往往导致其信号在月度或季节时间尺度上取平均时被削弱甚至丢失（Saadatabadi等，2024；Hamzeh等，2024）。这种平滑处理极大地限制了捕捉触发沙尘暴的强风事件的能力，使风速分析复杂化并限制了稳健结论的得出。尽管如此，在沙尘源A（图6a）中，所有模型均显示六、七、八月风速最大，但这些并不与沙尘活动的峰值重合（注意春季的沙尘浓度最大值；图3）。总体而言，所有情景均模拟出轻微负的风速异常，其中六月至八月的负异常更为明显。

春季期间，所有情景均预测风速呈负趋势，这可以解释为沙尘活动预测下降的原因。然而，需要注意的是，沙尘排放主要由短持续时间超阈值风速事件控制，而非由月平均风速控制。因此，此处预测的平均风速降低应被解释为大尺度背景风系变化的指标，而非未来产生沙尘的风速事件频率或强度变化的直接证据，后者需要更高时间分辨率的数据进行稳健评估。在年度基础上，所有情景均预测沙尘源 A 的平均风速略有下降，SSP126 为 2.8%，SSP245 为 2.6%，SSP585 为 3.4%。下载：下载高分辨率图像 (934KB) 下载：下载全尺寸图像图 6. 根据四种气候情景，沙尘源 A (a) 和沙尘源 B (b) 在历史时期和两个未来时期的地表风速月变化。在沙尘源 B 中（图 6b），最高风速也模拟出现在 6 月至 8 月之间，其中 7 月表现出峰值。同样，预测在 2025-2100 年期间，5 月至 8 月的风速降低最为显著。表 4 显示了 2025-2100 年 CMIP6 不同情景下风速线性回归趋势的斜率。仅在 SSP370 和 SSP585 情景下的 7 月和 8 月发现了统计显著的减少 (p <0.10)。在年度基础上，悲观情景预测 2025-2100 年间风速减少 9.9%，其次是乐观情景 (6.7%) 和中间情景 (5.1%)。表 4. 2025-2100 年沙尘源 A 和 B 中四种情景下风速变化的线性回归分析斜率值。沙尘源 SSP 126 SSP 245 SSP 370 SSP 585 A 0.0005 -0.00005 -0.001 -0.0012 B -0.0017 -0.0014 -0.0011 -0.0018

3.2.2. 降水
考察热点地区的干旱主要是水分失衡的结果，其中蒸散发持续超过降水。图 7 显示了历史时期和未来时期沙尘源 A 和 B 上总降水的时变分布。在历史基准中，沙尘源 A 和 B 的年降雨量分别为 136 毫米和 234 毫米，具有明显的冬季最大和 6 月至 9 月零量的季节性。在沙尘源 A 中，12 月是最湿的月份，其次是 1 月，而沙尘源 B 呈现 1 月降雨最大，其次是 12 月。气候模型预测一致估计，在所有四种排放情景和两个未来时期 (2025-2060 和 2061-2100) 下，沙尘源 A 的年降水量均有所增加。在悲观情景 (SSP585) 下，预测增加最大，年降雨量相对于基准气候可能上升超过 15% (第一个未来时期) 和 30% (第二个未来时期)。然而，对于干旱地区（<10 毫米）而言，这种边缘性的降雨增加仍然是对沙尘排放的负反馈。下载：下载高分辨率图像 (712KB) 下载：下载全尺寸图像图 7. 根据四种气候情景，沙尘源 A (a) 和沙尘源 B (b) 在历史时期和两个未来时期的总降水月变化。与沙尘源 A 相比，沙尘源 B 的降水量相当高，总降雨量为 234 毫米 (基准期) (图 7b)。在未来 76 年内，预测年降水量将保持相对稳定，但各情景之间存在较大变异性。轻微但值得注意的变化包括所有情景在 11 月和 4 月降水增加，而在其他月份，各情景之间显示出相反的趋势，其中 SSP126 主要表现为降雨增加趋势，SSP245 主要表现为降雨减少趋势。沙尘源 B 中各情景和月份未来降水的相反趋势，导致年总量趋势较弱。在这方面，SSP126 预计到本世纪末增加 7.3%，SSP245 预测减少 0.9%，而悲观情景 SSP585 显示年降水增加 2.6%。表 5 总结了 2025-2100 年两个沙尘源降水线性回归趋势的斜率。在第二个沙尘源中，各情景预测降水趋势相反，而在沙尘源 A 中，所有情景均预测略有增加的趋势，增加率从 SSP126 到 SSP585。表 5. 2025-2100 年沙尘源 A 和 B 中四种情景下降水变化的线性回归斜率值。沙尘源 SSP 126 SSP 245 SSP 370 SSP 585 A 0.25 0.27 0.29 0.32 B 0.27 -0.09 -0.11 0.12

3.2.3. 相对湿度
相对湿度 (RH) 是用于确定大气中水分含量的关键气象变量，它是温度和水蒸气含量的函数。热点地区 A 的年平均 RH 仅为 34% 多一点，表明极其干燥的条件。基准气候数据显示，最干燥的月份是 6 月、7 月和 8 月，RH 接近 14%，而最潮湿的是 1 月，RH 约为 64% (图 8a)。在未来 76 年内，预期年平均 RH 将保持相对稳定，根据所有情景，沙尘源 A 仅有微小变化 (±1-3%)。另一方面，沙尘热点 B 呈现更潮湿的条件，所有月份的 RH 水平增强，1 月达到 76%，7 月至 9 月降至 20%-30% (图 8b)。所有未来气候情景预测到 2100 年所有月份的 RH 略有但明显的下降，年 RH 总减少量在乐观情景下达到 -2.5%，中间情景为 -3.0%，悲观情景为 -1.63%。总体而言，当前结果表明，尽管中东地区温度预计将显著增加 (Zittis et al., 2022)，但在未来几十年中，两个沙尘源上空的气象湿度条件将保持恒定。这种温度增加可能由降水增加所抵消，共同导致 RH 趋势微乎其微。下载：下载高分辨率图像 (913KB) 下载：下载全尺寸图像图 8. 根据四种气候情景，沙尘源 A (a) 和沙尘源 B (b) 在历史时期和两个未来时期的相对湿度月变化。

3.2.4. 未来年度气象预测
图 9 显示了 2025-2100 年期间，根据模型集合在沙尘源 A 和 B 中地表风速、降水和气温的多年代际变异性。沙尘源 A 的年平均风速和温度均高于沙尘源 B，而年降水量的情况则相反。更强的近地表风、较高的温度和较低的降水有利于沙尘源 A 更大的沙尘排放和浓度 (见图 3)。两个沙尘源的风速多年代际趋势 (2025 年至 2100 年) 相等，斜率值均为每年 -0.001 m/s，在 95% 置信水平下无统计显著性。相反，降水显示出相反的趋势，沙尘源 A 略有增加趋势 (斜率：0.61 mm/年)，而沙尘源 B 呈减少趋势 (斜率：-0.42 mm/年)。气温在两个沙尘源上均表现出渐进增加趋势，在 95% 置信水平下具有统计显著性，沙尘源 A 和 B 的斜率分别为 0.068 °C/年 和 0.067 °C/年，验证了中东地区升温速率的增加 (Lelieveld et al., 2016; Zittis et al., 2021; Kalisoras et al., 2026)。下载：下载高分辨率图像 (402KB) 下载：下载全尺寸图像图 9. 根据 CMIP6 多模型集合，沙尘源 A 和 B 中地表风速、降水和气温年变化的时变分布。尽管当前分析并未直接诊断大气环流的变化，但以前的研究表明，明显的区域变暖可能会影响控制中东沙尘排放和输送的大尺度环流系统。特别是，区域气候变暖与哈德利环流的扩张以及中纬度西风及其相关风暴径的向极移动有关 (Evans, 2010; Lu et al., 2007)，这些过程可能会改变中东上空的大气环流模式 (Zittis et al., 2022)。这种环流变化被认为会影响天气尺度系统的强度和频率，包括地中海槽和区域气压梯度，它们是沙尘产生和输送的重要驱动因素 (Mohammadpour et al., 2021)。然而，直接归因需要专门分析环流变量，而超出本研究范围的综合诊断评估未来环流变化及其对区域沙尘排放的影响。在未来时期的早期阶段，大气对全球变暖的响应可能处于过渡阶段。气候预测表明，哈德利环流预计将在 21 世纪继续向极扩张，伴随着中纬度风暴径的向北移动 (Lionello et al., 2024; Lu et al., 2007; Yin, 2005)。因此，地中海槽——控制东地中海 - 中东 (EMME) 地区沙尘暴发展的主要天气尺度机制之一 (Flaounas et al., 2015; Kaskaoutis et al., 2019; Yeo et al., 2026)——预计在未来早期阶段将保持足够的频率，在美索不达米亚平原上产生强烈的近地表风。在 21 世纪后半叶，哈德利单元的持续扩张及相关环流变化可能导致地中海槽减弱并向北位移 (Lionello et al., 2024)，从而可能减少其对美索不达米亚的持续影响。这种谨慎的表述与当前理解一致，即这些环流变化的幅度和时机仍受模型不确定性和自然变率的影响。尽管气旋活动趋势在各气候模型中并不总是统计上一致，但多项评估表明，在未来气候变化下总体呈负趋势，包括穿越地中海盆地的气旋总数减少 (Nissen et al., 2014; Cherif et al., 2020)。这些天气尺度系统的减弱削弱了动力低压中心与相邻副热带高压系统之间建立的水平气压梯度，历史上这些梯度在中东晚冬和春季产生强烈近地表风和锋面沙尘暴中发挥了关键作用 (Dayan et al., 2008; Hamzeh et al., 2021c; Karami et al., 2021; Awadh, 2023)。

3.3. 中东地区未来气候预测
3.3.1. 降水变化
本节展示了与中东沙尘活动未来预测紧密相关的关键气候变量的空间分布变化。为了研究未来沙尘浓度的气候控制因素，分析了两个未来气候时期 (2025–2060 和 2061–2100) 和四种 SSP 情景下降水百分比变化的空间分布 (相对于历史时期 1985–2014) (图 10)。需要注意的是，百分比变化值应谨慎解释，因为在基准降水非常低的地方，它们可能不稳定且具有误导性。下载：下载高分辨率图像 (671KB) 下载：下载全尺寸图像图 10. 相对于历史时期 (1985–2014) 降水百分比变化的空间分布。第一行面板 (a–d) 显示了近未来气候时期 (P1: 2025–2060) 下 SSP126 (a)、SSP245 (b)、SSP370 (c) 和 SSP585 (d) 分别的预测变化。第二行面板 (e–h) 展示了相同 SSP 情景 (SSP126 至 SSP585) 下远期未来气候时期 (P2: 2061–2100) 的相应预测。在 2025–2060 年期间，沙尘源 A 的降水变化在所有情景下均表现出总体增加趋势。在 SSP126 情景下，阿拉伯半岛北部相对于参考期的降水增加可能超过 30% (图 10a)。对于 SSP245 和 SSP370 情景，降水增加较弱，在同一区域通常介于 15% 到 30% 之间 (图 10b, c)。在 SSP585 情景下，沙尘源 A 仅经历轻微的降水增加，幅度约为 3–15% (图 10d)。然而，这些增加发生在主要为干旱的地区，其中总降水量仍然很低，因此，它们对未来沙尘活动趋势的影响可能是有限的，并且也取决于其他因素 (气象和地形)。相比之下，近未来时期沙尘源 B 和西亚地区的降水变化反映了东地中海相对于研究域南部地区占主导地位的干旱趋势。因此，仅在 SSP126 情景下检测到增加信号，降水变化约为 3–15% (图 10a)。

在SSP245情景下，沙尘源B区域的降水变化微乎其微，与历史基准相比没有显著偏离（图10b）。在SSP370和SSP585情景下，降水呈现出微弱但一致的减少趋势，相对于参考期的减少幅度约为3%–15%（图10c, d）。中东地区不同区域之间的这种空间对比表明，西北沙尘源对近期干旱化的敏感性更高。在远期时期（2061–2100年），沙尘源A区域的降水变化加剧，并显示出更强的情景依赖性。在SSP126情景下，研究区域大部分地区的降水增加了约15%，而东地中海沿岸的降水变化极小，接近历史基准水平（图10e）。SSP245情景显示阿拉伯半岛南部纬度地区出现类似的增加，而东地中海沿岸则呈现约3%–15%的减少趋势（图10f）。SSP370情景表现出趋势的放大效应，沙尘源A附近增加约15%，沙尘源B附近减少约15%（图10g）。SSP585情景预测了最强的相对增幅，沙尘源A及其周边区域的降水比历史时期增加超过30%（图10h）。尽管预测降水有所增加，但这些地区极度干旱的气候特征表明，这种变化不太可能显著抑制沙尘活动，即使伴随着有利的气象条件也是如此。此外，当前分析表明，到本世纪末，中东西部沙尘源的干旱化将逐步加剧。这种干旱化趋势可能导致沙尘源B的扩张，在有利的气象环流条件下增加其对区域沙尘活动的贡献，尤其是在强风事件期间（Yu等，2016）。

由增温引起的大气环流变化对区域降水特征产生了强烈信号。东地中海湿季降水的模拟减少中约85%被归因于大尺度环流响应，特别是风暴带的北移（Zappa等，2015）。在东地中海地区，这些干旱化趋势因海陆热力对比的增强而进一步加剧，更强的陆地增温削弱了水汽辐合并促进下沉运动（Drobinski等，2020）。气候模型预测表明，地中海盆地陆地平均降水每全球增温1°C平均减少约4%，在高排放情景如SSP585下，到本世纪末的减少幅度约为10%–20%（Zittis等，2019；Cherif等，2020）。

### 3.3.2 土壤水分变化

中东地区土壤水分的预测百分比变化表现出明显的沙尘源和情景依赖性特征（图11）。在近未来时期（2025–2060年），美索不达米亚南部平原和阿拉伯半岛的土壤水分相对于历史参考期呈增加趋势，除少数呈中性或略微下降（降幅约为-2%）的区域外（图11a-d）。在SSP370和SSP585情景下，沙尘源A区域模拟出更为显著的增加，超过14%（图11c, d），表明在高强迫路径下地表水分条件相对改善，这与预测的降水增加（图10）可能相关。土壤水分的增加对沙尘排放构成负反馈作用，似乎与沙尘源A区域沙尘浓度的下降趋势有关（图3、图4）。对于沙尘源B周边区域，近未来时期的土壤水分变化总体较弱，以轻微干旱化趋势为主。在SSP126、SSP245和SSP585情景下，中东西部大部分区域的土壤水分呈现约-2%至-10%的轻微减少（图11a, b, d）。仅在SSP370情景下，沙尘源B显示出增加信号，土壤水分相对基准期上升约2%，而大幅减少趋势仅限于东地中海沿岸（图11c）。

（下载：下载高分辨率图像，645KB / 下载全尺寸图像）

**图11** 与图10相同，但针对土壤水分。

在远期时期（2061–2100年），沙尘源A区域的土壤水分变化大体反映近未来的趋势，美索不达米亚南部平原和阿拉伯半岛出现轻微增加。SSP126情景呈现轻微变化（图11e），而SSP245情景预测中等幅度的增加，幅度为2%–14%（图11f）。SSP370和SSP585情景模拟出最强的增加，土壤水分相对历史时期增加超过14%（图11g, h）。这些结果表明，在中高排放情景下，美索不达米亚下游平原和阿拉伯半岛存在显著的湿润化趋势。相比之下，沙尘源B位于土壤水分变化趋势相反的区域之间——介于较湿润的美索不达米亚和显著干旱化的中东西部（即东北地中海沿岸，叙利亚–土耳其地区）之间。在SSP126和SSP370情景下预测的增加幅度轻微，不超过约2%，而在SSP245和SSP585情景下则模拟出减少。总体而言，沙尘源B在本世纪末不会经历显著的土壤水分恢复，这与其所处地区面临加剧的干旱化趋势一致，即东地中海沿岸（Zittis等，2019）。这种减少预计会削弱地表凝聚力并增加风蚀敏感性，尤其是在与降水减少和间歇性强风事件相结合时。先前研究表明，中东地区土壤水分与气溶胶光学厚度（AOD）之间存在强负相关关系，表明土壤水分下降可作为沙尘排放和传输的正反馈机制（Klingmüller等，2016）。

### 3.3.3 近地面风速变化

夏马尔风是中东地区的主导气象环流型式，在美索不达米亚平原尤为显著（Francis等，2017；Rashki等，2019）。未来近地面风速的变化显示，在所有情景和两个时期下，从叙利亚东部经伊拉克延伸至波斯湾的广大走廊地带均呈现一致减弱趋势，包括两个沙尘源区域（图12）。然而，风速的最大降幅在所有情景下仅为-2%至-7%，这一幅度不足以引发沙尘活动的显著调制。风速最大减少的区域与夏马尔风的核心区域重合。先前研究（Yu等，2015；Yu等，2016；Francis等，2017；Mofidi和Zarrin，2022；Mofidi等，2025）表明，夏马尔风主要由黑海和东地中海高压系统与伊朗南部延伸至波斯湾的热低压之间形成的强气压梯度驱动。美索不达米亚地区近地面风预测减弱的趋势可能与这一气压梯度的减小有关，最可能源于全球变暖导致北部高压系统减弱，而非热低压的消弱。美索不达米亚平原沙尘爆发的主要驱动力（即夏马尔风）的消散趋势将导致沙尘活动和沙尘浓度的减少。尽管平均风速有所降低，但间歇性天气尺度风事件仍高度有可能为沙尘动员提供足够的机械驱动力。因此，量化未来单次沙尘生成天气事件频率和强度的变化是未来研究的重要方向。此类分析需要更高分辨率的气候模型输出数据，以解析控制沙尘动员的短生命周期极端风事件（Parajuli等，2019；Ukhov等，2021）。因此，本研究采用的月和年时间尺度无法解析物理上触发沙尘排放的亚日到日尺度风极端事件。总体而言，中东地区未来预测在增温气候条件下风速呈轻微下降趋势，这对人类健康、环境和大气动力学具有重要影响（Neira等，2022；Ntoumos等，2026）。

（下载：下载高分辨率图像，633KB / 下载全尺寸图像）

**图12** 与图10相同，但针对近地面风速。

### 3.3.4 近地面沙尘浓度变化

针对两个未来气候时期（2025–2060年和2061–2100年），在中东地区四种SSP情景下分析了近地面沙尘浓度相对于历史基准的预测百分比变化（图13）。在2025–2060年期间，SSP126情景下沙尘浓度在整个中东地区（包括沙尘源A和B）均呈增加趋势（增幅超过30%）（图13a）。由于未来十年中东地区的沙尘排放和影响均在上升，联合国大会已将2025–2034年宣布为"应对沙尘暴行动十年"（联合国大会决议A/RES/78/314）。在SSP245、SSP370和SSP585情景下，中东地区的预测变化高度不确定，具有大的空间变率且没有明确的空间格局，总体变化范围在±5%–10%之间（图13b–d）。

（下载：下载高分辨率图像，571KB / 下载全尺寸图像）

**图13** 与图10相同，但针对近地面沙尘浓度。

在2061–2100年期间，沙尘浓度的预测高度依赖情景，但从总体趋势上看，遵循第一时期的预测方向。因此，在SSP126情景下，研究区域整个范围均预测沙尘浓度大幅增加，阿拉伯半岛、伊拉克和伊朗东部部分地区增幅超过30%（图13e）。SSP245和SSP585情景的预测高度可变，而SSP370情景预测出现对比特征：东地中海沿岸和红海区域增幅较高（约30%），而伊拉克、伊朗和沙特阿拉伯东部则呈减少趋势（约15%）（图13g）。这种对比凸显了中东主要沙尘源之间未来沙尘活动演化的日益不对称性和巨大的不确定性，这源于驱动沙尘排放的地形和气象变量之间非线性响应和复杂相互作用的产物（Huneeus等，2011；Kok等，2023）。

中东地区沙尘浓度预测的差异反映了大尺度环流格局变化和局地地表条件变化的综合影响。西亚深受源自大西洋并横跨地中海的风暴带影响，地中海槽是中东地区沙尘暴发展的主导天气尺度机制（Hamzeh等，2021c；Mohammadpour等，2025；Yeo等，2026）。如前所述，未来大尺度大气环流变化（如哈德利环流的北移）可能导致地中海槽的减弱。这种重组预计将减小水平气压梯度，抑制强近地面风（包括夏马尔风）的频率，从而限制中东地区的沙尘动员。SSP126–SSP245情景与高排放情景之间沙尘响应预测的差异与动力强迫和地表干旱化之间平衡的变化相一致，因为每种情景施加了不同的排放率、土地利用路径以及近地面风速、降水和土壤水分的预测。沙尘源的激活主要由强地面风的发生以及调控土壤水分、植被覆盖和地表侵蚀性的水文气候条件控制。不同排放情景下这些驱动因素在时间和强度上的差异导致整个中东地区出现不同的沙尘变率和趋势。

近期已有报道称，中东北非（MENA）地区沙尘变率与环流驱动变化之间存在显著联系（Shaheen等，2023；Kunchala等，2024；Yu等，2025；Yeo等，2026）。观测也表明区域沙尘存在位移，伊朗部分地区沙尘AOD呈下降趋势，这与气压系统变化、冬季降水、土壤水分和风场变化导致的天气尺度沙尘爆发贡献减少相一致（Yousefi等，2020；Shaheen等，2023）。这些发现支持如下解释：未来美索不达米亚平原的沙尘活动将日益受增温引起的大尺度大气环流变化所制约，尤其在高排放情景下更为明显。近年来地中海气旋活动的减弱及相关气压梯度的减小（Shaheen等，2023）可能抑制强沙尘排放所需的天气尺度风驱动力，导致美索不达米亚平原局地沙尘浓度下降；然而，不同情景之间这些预测的高度不确定性仍然存在（图13）。

沙尘排放还对土壤质地、地表粗糙度、土地覆盖条件、持续干旱期和土壤水分高度敏感（Kok等，2012）。

在持续干旱以及高级增温阶段减弱的大尺度环流强迫作用下，结皮形成、可蚀物质耗尽和土地覆被改变等过程可能会在局部限制可蚀材料的供应，即使在热胁迫增加的情况下也是如此（Gholami等人，2020；Gholami和Mohamadifar，2022）。环流减弱与水文气候条件改变的综合效应，导致粉尘对气候强迫的响应呈非线性。因此，未来沙尘排放和浓度的预测仍存在很大的不确定性，且在中东地区表现出显著的空间异质性。对中东地区沙尘浓度的季节预测、高沙尘事件发生频率的变化以及沙尘热点区域的空间扩展进行考察，将是未来研究的一个进步。此外，不同的CMIP6模式已被证明在MENA地区的未来沙尘预测方面存在很大差异（Zhao等人，2022；Wang等人，2021；Kunchala等人，2024），这超出了当前的研究目标。尽管预测集合模式存在局限性、偏差和不确定性，而且各种气候情景可能带来的差异也是显而易见的，但对沙漠地区未来沙尘浓度变化的评估还可能受到沙尘暴产生的强电场结构和电静水动力湍流的显著影响，这些过程可能影响颗粒物的悬浮、传输和沉降速率（Zhang和Zhou，2020，Zhang和Zhou，2023）。4. 总结与结论本研究利用CMIP6多模式集合，在四种排放路径（SSP126、SSP245、SSP370和SSP585）下，调查了美索不达米亚平原上两个主要沙尘热点（A源区和B源区）近地面沙尘浓度的未来变化。结果表明，两个沙尘源区在整个21世纪都将保持活跃；然而，它们未来的变化趋势在幅度、季节性和对气候强迫的敏感性方面存在差异。美索不达米亚地区未来的沙尘活动源于降水、土壤水分、近地面风速和大尺度大气环流之间复杂且非线性的相互作用。对预测降水、土壤水分、风速和近地面沙尘浓度的综合评估表明，降水和天气尺度风强迫构成了沙尘变率的主要控制因素，尽管在两个主要沙尘源区中的机制有所不同。所有情景都预测A源区的降水和土壤水分相对高于B源区，同时伴随近地面风速的减弱。这一组合在高排放情景下有利于A源区出现较弱的沙尘响应。然而，在B源区，降水和土壤水分表现出相反的月度及基于情景的趋势，导致沙尘浓度增加，特别是在冬末和早春时期。A源区代表伊拉克东南部的冲积平原，主要受地表水文气候条件控制，特别是降水和土壤水分供应。在几种未来情景下，土壤水分的增加，特别是在中排放和高排放路径下的近期和远期未来时期，倾向于降低地表可蚀性并部分抵消增温的影响。因此，尽管在某些季节存在预测到的干旱化趋势，但A源区的沙尘排放并未随辐射强迫单调增加。相反，未来沙尘浓度略有下降，特别是在SSP585情景下，此时减弱的大尺度环流强迫限制了有效的沙尘启动。相比之下，B源区涵盖伊拉克西北部和叙利亚东北部的沙质沙漠地区，对与地中海气旋、环流转变以及间歇性长程沙尘传输相关的动力学强迫表现出更强的敏感性。东地中海及邻近地区降水和土壤水分的减少增强了地表对侵蚀的易感性；然而，该源区的实际沙尘排放很可能与间歇性天气风事件的发生产生关联，未来呈轻微上升趋势。尽管不同排放情景之间的变化差异较大，但A源区总体上在冬末和早春期间表现出近地面沙尘浓度的增加，特别是在SSP126和SSP370情景下，而其他月份在所有情景下均预测呈下降趋势，导致年际平均沙尘浓度呈下降趋势（约5-8%）。相比之下，B源区表现出更具异质性的响应，沙尘浓度增加幅度为3%至7%（因情景而异）。对预测的年际平均沙尘浓度时间序列进行的Mann-Kendall趋势检验显示，具有统计显著性的趋势（90%置信水平）仅限于三个情景-时期-源区组合：SSP126情景下A源区2025-2060年间的上升趋势（z = +1.74，p = 0.041），SSP585情景下B源区2025-2060年间的上升趋势（z = +1.61，p = 0.054），以及SSP245情景下A源区2061-2100年间的持续上升趋势（z = +1.62，p = 0.053）。大部分预测的Sen斜率未达到统计显著性，反映出相对于基础强迫趋势的幅度而言，沙尘浓度存在较大的多十年变率，并凸显了在将集合平均趋势解释为稳健气候信号时需谨慎对待的必要性。在季节尺度上，两个沙尘源区在春季都保持最大活跃度。该季节预测的沙尘浓度增加幅度比年际平均变化更为明显，而夏季、秋季和初冬则呈现下降趋势。这种季节不对称性强调了在评估美索不达米亚地区未来沙尘风险时，需要考虑年内变率和间歇性传输过程的重要性。尽管CMIP6模式在表征沙尘过程方面存在不确定性，但结果表明，美索不达米亚平原未来的沙尘动力学将受到排放路径和环流驱动的气候变化的强烈调节。虽然年际平均沙尘浓度预计保持相对稳定，但明显的季节变化——尤其是冬末和春季沙尘活动的持续或增强——预计将继续存在。这些发现凸显了实施针对特定源区的沙尘监测、预报和缓解策略的必要性，这些策略应明确将地表水文气候条件与不断演变的大气环流和区域传输动力学相结合。将这些机制纳入区域预警系统对于减轻未来中东地区沙尘暴对环境、健康和社会经济的影响至关重要。CRediT作者贡献声明Abbas Ranjbar Saadat Abadi：撰写——审阅与编辑，撰写——初稿，可视化，验证，监督，方法论，正式分析，数据管理，概念化。Nasim Hossein Hamzeh：撰写——审阅与编辑，可视化，验证，软件，资源，方法论，正式分析，概念化。Dimitris G. Kaskaoutis：撰写——审阅与编辑，撰写——初稿，可视化，监督，软件，正式分析，概念化。Zahra Ghassabi：验证，资源。Christian Opp：撰写——审阅与编辑，资源，正式分析。Abbas Ranjbar Saadat Abadi | Nasim Hossein Hamzeh | Dimitris G. Kaskaoutis | Zahra Ghassabi | Christian Opp