近日，中国科学院院士、兰州大学教授黄建平研究团队借助先进的空气污染模型和卫星遥感技术，发现在我国今年春季频发的沙尘天气事件中，蒙古国对我国北方沙尘的平均贡献约为42%，塔克拉玛干沙漠的平均贡献约为26%。此外，该项研究进一步融合地基观测和卫星遥感等观测资料，利用机器学习方法对模式沙尘预报进行订正，有效提升了沙尘预报效果。相关研究成果已作为封面文章发表于《大气科学进展》。
论文第一作者、兰州大学教授陈思宇指出，自今年1月以来，我国北方已经发生了12次沙尘过程，2023年以来发生的沙尘次数为近10年以来同期最多。其中，3月19日至24日、4月9日至11日发生的沙尘事件已达到沙尘暴级别。
陈思宇表示，冷锋和蒙古气旋这两种天气系统主导了这些事件，致使蒙古国地区大范围起沙，并推动沙尘跨境输送，导致我国多地出现短时强沙尘暴天气。而随着冷锋不断南推，沙尘也随之向南扩散，致使长江流域也出现了严重的污染天气。
为进一步揭示不同沙源对我国沙尘事件的影响，研究团队确定了我国北方沙尘的来源和传输路径，并利用浓度权重轨迹分析方法量化了不同沙源对我国北方沙尘浓度的贡献。同时，针对极端气象数据中常见的数据分布不均衡、长尾分布等问题，研究团队利用SMOTE重采样算法对训练数据进行了重采样，使学习数据分布均衡，避免机器学习模型对“头部数据”学习的偏好，提高了对沙尘天气事件中PM10等关键指标的预报准确率。