辛渝，周穎真，宋麗莉，姜海梅

(1．中國氣象局烏魯木齊沙漠氣象研究所，新疆烏魯木齊830002;2．南京信息工程大學大氣物理學院，江蘇南京210044;3．中國氣象局公共氣象服務中心，北京100081)

0 引言

動力學粗糙度(以下簡稱z0)是地表風速為零的幾何高度，是用來度量地面對氣流粗糙程度的物理量，也是反應下墊面和近地表流場相互作用的物理量。z0的計算方法有多種，如采用牛頓迭代法計算零平面位移得出(Herold M.et al.，2008)、根據(jù)陳家宜等(1993)發(fā)展的無因次化風速法得到、利用質量守恒定律計算(劉和平等，1997)、依據(jù)相似理論將幾個高度的風溫廓線擬合迭代(Takagi et al.，2003)、根據(jù)中性條件下不同區(qū)域風速的約束采用梯度法計算(邱玉珺等，2010)等。隨著相關渦動觀測技術的發(fā)展，開始利用單層超聲風溫脈動數(shù)據(jù)確定z0，如Rotach(1994)提出通過測量溫度脈動方差確定零平面位移和z0的溫度方差法(Temperature Variance Method，TVM)。此外，Thom(1971)提出了壓力中心法計算零值位移d和z0的設想。Martano(2000)提出根據(jù)Monin－Obukhov相似理論，將計算零平面位移和空氣動力學粗糙度問題簡化為一個可由最小二乘法求單變量的過程，單獨求出零平面位移和z0。而World Meteorological Organization(2008)一直推薦根據(jù)不同季節(jié)、中性層結下、10 m高度的風向風速標準差來估算上風方幾公里范圍內的z0。

在數(shù)值天氣預報模式耦合的陸面過程模式中，z0則是基于中性層結、各向均勻同性下根據(jù)不同季節(jié)下墊面分類數(shù)據(jù)集和前人研究的下墊面狀況與z0對應表的關系獲得的，如Davenport(1960)、Wiernga(1993)等都總結過這樣的對應表，并得到廣泛應用。MM5(Mesoscale Model 5)、WRF(Weather Research and Forecasting)、GRAPES(Global/Regional Assimilation and PrEdiction System)采用 USGS(United States Geological Survey)24類分類時，對應著z0、地表反射率、土壤濕度、9 μm波長地表發(fā)射率、熱慣量等一整套與陸面過程調用有關的靜態(tài)參數(shù)體系。ARPS(Advanced Regional Prediction System)采用SIB(Simple Biosphere)、REGCM(REGional Climate Model system)3或4分類以及CALMET(CALculate METeorology)采 用 BATS(Biosphere－Atmosphere Transfer Scheme)分類等也分別標定了各自的靜態(tài)參數(shù)表。標定方法不同，參數(shù)差異也十分顯著，針對具體應用，還需進一步調整，同時還具有季節(jié)差異，因而帶有很大的不確定性(Burian，et al.，2004)。如夏季采用修正后的IGBP(International Geosphere－Biosphere Programme)33種分類時，灌木對應的z0為0.06 m，而采用MODIS(MODerate resolution Imaging Spectroradiometer)33種分類，z0為0.1 m。而冬季，其值分別為0.01 m、0.1 m;再如在 USGS24類分類體系中，城市下墊面z0值是0.8 m，而在診斷風場模式CALMET中采用12類分類、無季節(jié)差異(辛渝和陳洪武，2014)，對應的z0值卻是1.0 m。

截止目前，新疆氣象局利用數(shù)值模式建立的各類預報系統(tǒng)以及開展的風能、太陽能資源開發(fā)利用中，MM5或WRF模式的下墊面一直采用USGS24類分類，CALMET采用BATS12類分類(辛渝等，2010，2013，2015;辛渝和陳洪武，2014)。landuse 基數(shù)據(jù)卻是1992年4月—1993年3月美國地理測量土地利用系統(tǒng)(USGS)利用 AVHRR(Advanced Very High Resolution Radioater，甚高分辨率掃描輻射儀)遙測資料合成的NDVI(Normalized Difference Vegetation Index)時間序列，采用基于非監(jiān)督分類和人工解譯、編輯得到的，其中一部分資料是在1970s完成(宮鵬，2009)。該數(shù)據(jù)集精度低(Frey and Smith，2007)、錯誤多(Sedano et al.，2005)，在中國的精度遠低于全球平均精度，數(shù)據(jù)存在很大不確定性(Herold et al.，2008)。并且隨著社會經濟的發(fā)展，數(shù)據(jù)已相對陳舊。鑒于基于landuse分類集得到的z0參數(shù)與邊界層內污染物預報、地氣相互作用以及風預報的準確性、污染物的沉積與傳輸?shù)染o密相關(趙鳴等，1991;葉麗梅等，2014)，為客觀評價以往相關成果的合理性，本文利用新疆風區(qū)17座風塔資料，也采用WMO推薦方法估算測風塔所處下墊面的z0，并和數(shù)值模式中的理論值進行顯著性對比檢驗(胡文超等，2010)，為今后更好地研究和預報新疆風能及其他常規(guī)氣象要素奠定基礎。

1 研究數(shù)據(jù)

1.1 地面觀測數(shù)據(jù)

研究數(shù)據(jù)來源于新疆維吾爾自治區(qū)氣候中心采集到的2009年6月—2011年12月間新疆6個風區(qū)17座測風塔10 m和70 m高度觀測的風向、風速、溫度和濕度資料，各測風塔測風環(huán)境信息詳見表1。除達坂城風區(qū)的31003塔、額爾齊斯河風區(qū)的31008塔和阿拉山口風區(qū)的31013塔離水體或濕地較近外，其余測風塔下墊面的自然屬性相對比較單一，大多為植被稀疏的砂礫地面或荒漠草原或鹽堿地，無農業(yè)生態(tài)系統(tǒng)，四周最大遮擋角均小于等于5°。由于風速較大，除額爾齊斯河風區(qū)外，其余測風塔所在區(qū)域的地表在冬季很難形成穩(wěn)定積雪。測風塔大多安置在盛行風向必經之處或略偏于盛行風向，測風環(huán)境完全能滿足WMO對粗糙度計算時的代表性要求。

表1 新疆風區(qū)測風塔信息及環(huán)境簡述Table 1 Geographic information of masts and their basic surrounding description over Xinjiang wind areas

所有測風塔均采用中國華云氣象科技集團公司生產的CAWS1000－GWS風能觀測系統(tǒng)，該系統(tǒng)采用EL15型機械風標風向傳感器觀測梯度風，采樣頻率10 Hz，觀測分70 m高4層和100 m高5層兩種，儀器安裝在10、30、50、70和100 m 高度上。系統(tǒng)除30 m高度上僅有風速觀測外，其余每層均有風向、風速觀測。風向準確度 ±5°，測量范圍 0～360°;風速準確度 ±0.3 m/s，測量范圍 0 ～60 m/s。此外，10、70 m還有溫度和濕度測量，所用儀器是VAISALA公司的HMP45D型溫濕度傳感器，溫度的準確度為±0.2℃，濕度為±4%。8.5 m處有PTB220型數(shù)字氣壓傳感器。所有要素觀測均有質量控制碼。每座塔均配有1 s、3 s、2 min以及10 min等不同時矩平均的HY3160數(shù)據(jù)采集處理器。

1.2 資料預處理的必要性及處理流程

WMO(2008)推薦用10 m高度上10 min時距的風向風速，分季節(jié)按30°寬風向扇區(qū)估算z0(式(1))，該法需要借助大約1 a的資料統(tǒng)計氣候學上的標準偏差，比較適用于地形開闊區(qū)域(平均風速為4 m/s以上、中性層結條件)的強風風速的計算，對每個扇區(qū)所有值的風速標準差(σu)與平均風速(U)的比值(σu/U)和風向標準差(σθ)進行平均，然后再按季節(jié)進行歸類統(tǒng)計得到每個扇區(qū)的z0。

由于新疆六大風區(qū)的盛行風向與地形走向基本一致，與天氣氣候系統(tǒng)的季節(jié)轉換緊密相聯(lián)，故在此不按30°寬的風向扇區(qū)分類計算z0，而是簡化為按照主、次風向分類計算，從大樣本的氣候學統(tǒng)計中凸顯z0對局地風場影響的主要特征。如此估算的z0也可作為冬、夏季的代表。各風區(qū)主、次風向及成因見表2。

表2 新疆風區(qū)盛行風向及成因概述Table 2 Primary wind directions and general description of their origin over Xinjiang wind areas

用風速標準差確定z0時，不僅要考慮下墊面粗糙特性，還需考慮風速和近地表流場的相互作用。在非均一下墊面上，根據(jù)印痕理論，測點測得的與湍量相關的物理量受到上游下墊面的影響。風速不同，影響測點的上游區(qū)域也不同。因此，直接應用(1)式估算z0時，會因風速的離散度過大而產生大的偏差，使估算結果偏大。據(jù)資料分析，有些測風塔在中性層結條件下10 m高度上的10 min平均的最高風速也可達23 m/s以上。對此，參照風向標準差法對z0估算時考慮的風向約束條件的限制，對(1)式中利用風速標準差估算z0時的風速也考慮約束控制。鑒于上述觀點，采用了如圖1所示的資料預處理流程，而后按(1)式進行估算。

式中:σu、σθ分別為風速標準偏差和風向標準差(弧度制);U為風速平均值;k為Karman常數(shù)，一般取0.4;Cu、Cv分別為風速風向測量系統(tǒng)的信號前處理系統(tǒng)對風速標準差和風向標準差的高頻濾波值，在未經濾波情況下，Cu取2.2，Cv取1.9;z為測風儀的高度(10 m);z0即為要估測的動力學粗糙度。

圖1 資料預處理流程Fig.1 Preprocessing steps of data

本套觀測系統(tǒng)按照WMO(2008)推薦的《氣象儀器和觀測方法指南》設計要求，峰值陣風需要對電壓模擬信號采用1 s的一階功率譜濾波和每0.25 s的模擬數(shù)字濾波轉換。經過這種濾波后，陣風測量持續(xù)期為3 s(即極值風速測量值的時距)，同時還能計算出2、10 min時距的平均風速和風向，濾波效果對這類風速標準差衰減率為12%，即Cu取1.94;對風向標準差的衰減為2%，即Cv取1.86。

1.3 資料預處理方法

1.3.1 “野值”判斷依據(jù)

參照風電場風能資源評估方法(GB/T 18710—2002)和探測儀器各要素的極值范圍，剔除10 min時距序列中的“野值”數(shù)據(jù)和10 m高度上平均風速小于4.0 m/s以下的數(shù)據(jù)。結果表明，除31006號測風塔從2009年6月—2010年12月的樣本容量相對較多、較完整外，其余則為2010年1月—2011年12月共2 a的樣本，樣本容量較大。據(jù)此可用時段資料進行下一步數(shù)據(jù)處理。

1.3.2 中性層結判斷依據(jù)

大氣穩(wěn)定度判識都需要特殊的梯度或脈動等氣象觀測資料。(1)式從形式上看，僅考慮常規(guī)氣象觀測中單層風的觀測和強風條件的限制，其實是基于均勻地形上中性層結條件下只有純機械湍流、湍流熱通量為零的假設，根據(jù)Monin－Obukhof(M－O)相似理論推導而得的(Beljaars，1987;趙鳴等，1991)。而本研究中的梯度資料恰滿足大氣穩(wěn)定度參數(shù)計算需要，故在上述篩選資料基礎上，根據(jù)同時刻10 m和70 m高度上的風速和溫度資料，采用Mohan and Siddiqui(1998)給出的整體理查遜數(shù)Rib的計算方法和Houghton(1985)分級準則，?。?.03≤Rib＜0.026為中性層結，以此篩選出中性層結條件下的樣本資料估算z0。值得說明的是，這里對大氣穩(wěn)定度的判別其實是基于26.5 m幾何平均高度而言的。

1.3.3 變率最小風速區(qū)間的判識

將上述篩選的平均風速資料按遞增排序，邊增加樣本數(shù)邊求取相應風速段的標準偏差σu和平均風速U，并逐段比較各風速段的σu，取其標準差最小數(shù)據(jù)段(即風速變化幅度范圍最穩(wěn)定數(shù)據(jù)段)估算風速的粗糙度。計算分析結果表明，當測站風速控制在4～(6～9)m/s內所得z0與風向標準差法最為接近，以此剔除離散度過大數(shù)據(jù)而得到相對客觀的z0估計值(表3)。

表3 測風塔處粗糙度估測值與MM5(WRF)和CALMET模式理論定義值的對比Table 3 Comparison between the estimated roughness and the theoretically defined roughness in MM5(WRF)and CALMET models near the masts over Xinjiang wind areas

2 結果分析

2.1 不同分類體系中z0定義值的對比以及分類集數(shù)據(jù)合理性驗證

表3也給出了過去MM5(WRF)水平分辨率為3 km、CALMET為1 km時的數(shù)值模式(辛渝和陳洪武，2014;辛渝等，2015)在測風塔附近的z0定義值?？梢姡缜笆?，對同一測風塔區(qū)域而言，因采用的地表分類體系不同以及使用的landuse集不同，除冬季MM5(或WRF)模式中采用USGS24分類得到的z0定 義值在 31001、31005、31007、31008、31012、31013和31017測風塔附近略接近CALMET采用BATS12類分類得到的z0定義值外，夏季無一接近。且結合表1可見，兩模式采用的landuse靜態(tài)數(shù)據(jù)在對風區(qū)下墊面進行分類時，都有明顯錯分現(xiàn)象，如MM5(WRF)中將31006區(qū)域的下墊面歸到城市類別，將阿拉山區(qū)風區(qū)及其他一些測風塔區(qū)域歸為旱田或草地等(以至于表3中模式所定義的z0理論定義值偏大)，以及CALMET將31009和31010所在區(qū)域分類為農田，將31002、31003、31004以及31011區(qū)域分類為流域等。

2.2 基于風向標準差估算的粗糙度值

通過計算各扇區(qū)風向頻率發(fā)現(xiàn)，中性層結條件下的風向多是盛行風向，只不過一些測風塔處只有一個與溝谷平行的主風向，如“三十里風區(qū)”、“百里風區(qū)”、阿拉山口風區(qū)的上風口等強風區(qū);而另一些有一個相對的與溝谷走向接近平行的次多風向，相對前者風力而言，屬于新疆的“和風”區(qū)域，除了與大尺度控制下的氣壓場活動相聯(lián)系外，還與局地微尺度環(huán)流有關，如 31001、31003、31008、31013 號區(qū)域臨近水體或“濕地”，受到了“湖(水)陸風效應”疊加的影響，估算的z0大小在主風向和次風向上相差懸殊，與過去揭示的這些區(qū)域風場受多尺度局地環(huán)流影響的判識結論一致(辛渝等，2015)。哈密東南部的31015、31016區(qū)域因接近山體，主風向z0明顯大于次風向;額爾齊斯河31009測風塔和淖毛湖風區(qū)31017測風塔區(qū)域所處環(huán)境坡度起伏較大，主、次風向上的z0差異十分顯著。上述結果均與實際測風環(huán)境相符。綜合對比所有測風塔處基于風向標準差估算的z0來看，“三十里風區(qū)”、“百里風區(qū)”、阿拉山口風區(qū)主風道區(qū)域、淖毛湖風區(qū)等的z0均十分小，明顯小于中尺度模式夏季定義的z0。

從估算的主風向的z0與中尺度模式理論定義值的對比可見，除了因采用的landuse集存在錯分而使估算值與理論定義值相距甚大外，其余測風塔主風向z0估算值大多接近模式的冬、夏季理論定義值。總體而言，夏季中尺度模式z0理論定義值普遍略大于估測值;中尺度模式在31010、31015、31016區(qū)域中的z0定義值與估算的主風向z0值相近，但與次風向上的z0估算值相距甚大，這是由測點區(qū)域的非均一性決定的。

與CALMET中的z0理論定義值相比，也是除了錯誤分類區(qū)域外，模式中的理論定義值與主風向上z0估算值之間也基本接近。

為了客觀比較MM5(WRF)模式中夏、冬季及CALMET中的z0理論定義值與基于風向標準差法估算的z0的差異，采用了非參數(shù)化的Kruskal Wallis秩和檢驗，在0.05顯著性水平上，在31001、31003、31006、31008、31010、31011、31012 和 31013 測風附近，無論冬、夏，MM5定義的粗糙度都與風向風速標準差方法估算的粗糙度存在較為明顯的差異;CALMET定義的粗糙度與風向風速標準差方法估算的粗糙度存在較為明顯差異的有31002、31003、31004、31009、31010和31011站。這種顯著性差異是由模式中采用的landuse分類基數(shù)據(jù)的錯誤判斷引起的。

2.3 基于適用性改進的風速標準差估算的粗糙度值

從表3可見，采用風速極大值約束方法后，31001、31002、31005、31006、31007、31008、31011、31013、31015和31017等10個測風塔，風速標準差估算的粗糙度與風向標準差估算的主風向的z0值較接近;31012測風塔處風速標準差估算的z0值與主風向、次強風方向的估算值都比較接近。這表明風速極大值約束效果顯著。經非參數(shù)化的Kruskal－Wallis秩和檢驗表明，在0.05顯著性水平上，主風向上的估算值與采用了風速約束條件后所得的估算值，是有顯著差異的。最大的區(qū)別是對“三十里風區(qū)”的估算上(基于風向標準差法的估算過小)。鑒于基于風向標準差法的估算，側重于微單元的幾何形態(tài)上，風速標準差法側重于與下墊面與近地層環(huán)境流場的相互作用上，實際中，有必要將兩者結合起來綜合判斷。

3 粗糙度估測值的適用性討論

上述基于風向風速標準差法對z0的估計，按照Mohan and Siddiqui(1998)定義的根據(jù)整體理查遜數(shù)判斷層結穩(wěn)定性的方案，均是在測風塔約26.5 m高度上、氣層為中性條件下估算出來的。圖2給出了基于整體Richards數(shù)Rib確定的新疆風區(qū)測風塔處中性、穩(wěn)定及不穩(wěn)定3個等級的概率分布(Rib＜－0.036為不穩(wěn)定，Rib＞0.026為穩(wěn)定)?？梢?，大部份測風塔所在區(qū)域以中性層結居多，穩(wěn)定層結次之，少數(shù)以穩(wěn)定層結最多，不穩(wěn)定層結次之，大多數(shù)情況下并非呈中性，因此這種以氣候上的小概率樣本來估計的z0，會在使用上造成很大誤差，普適性受到了一定限制。如達坂城風區(qū)31001號測風塔區(qū)域中性條件僅約10%左右;而相對氣層呈中性等級多的區(qū)域，如“三十里風區(qū)”、“百里風區(qū)”等強風區(qū)域用此方法估算的z0就較具有一定代表性。

4 結論與討論

本研究利用新疆風能資源詳查期布設的17座測風塔梯度風資料，按風向風速標準差法估算了測站上、下游一定范圍內的動力學粗糙度，并與數(shù)值模式中的動力學粗糙度理論定義值進行了對比，主要結論有:

1)除了采用的landuse基數(shù)據(jù)在一些區(qū)域的錯誤判識而導致中、小尺度模式中的動力學粗糙度理論定義值與本研究的估測值有較大差別外，大多數(shù)彼此間略接近，說明今后有必要對這些區(qū)域的landuse進行客觀訂正。

2)強風區(qū)估算的動力學粗糙度值普遍比模式中夏季定義的理論動力學粗糙度值偏小?；谥?、次風向標準差估算的動力學粗糙度與基于風速標準差法估算的粗糙度并無顯著差異。

3)對于主、次風向上的動力學粗糙度值極不均一區(qū)域，實際中基于風向標準差與風速標準差法得到的粗糙度需結合使用。

本研究是基于中性層結條件下對測風塔所在區(qū)域的動力學粗糙度進行估計的，而一些區(qū)域大多是以穩(wěn)定或不穩(wěn)定層結條件下存在的，使本研究估算的動力學粗糙度的普適性受到一定限制，需區(qū)分使用。另外，今后有必要采用風廓線法對動力學粗糙度進行估算與對比;對于測風塔上設有三維超聲風的也可采用渦動相關法進行佐證。地表動力學粗糙度的取值對風的預報影響極大，能否在中尺度與微尺度診斷風場耦合的精細化風場預報模式中，將微尺度模式中的動力學粗糙度替換成與估算動力學粗糙度相近的值以改進風場預報效果，值得研究。

圖2 新疆風區(qū)測風塔附近氣層穩(wěn)定性的概率分布Fig.2 Probability distribution of atmospheric stability condition near the masts over Xinjiang wind areas

Beljaars A C M.1987.The influence of sampling and filtering on measured wind gusts［J］.J Atmos Ocean Technol，4:613－626.

Burian S，Stetson S W，Han W S，et al.2004.High－resolution dataset of urban canopy parameters for Houston，Texas［C］//Fifth Conference on Urban Environment.Vancouver:Canada.

陳家宜，王介民，光田寧.1993.一種確定地表粗糙度的獨立方法［J］.大氣科學，17(1):21－26. Chen Jiayi，Wang Jiemin，Guang Tianning.1993.An Independent method to determine the surface roughness length［J］.Chinese J Atmos Sci，17(1):21－26.(in Chinese).

Davenport A G.1960.Rationale for determining design wind velocities［J］.Journal of the Structural Division，86(5):39－68.

Frey K E，Smith L C.2007.How well do we know northern land cover?Comparison of four global vegetation and wetland products with a new ground－truth database for West Siberia［J］.Global Biogeochemical Cycles，21(1):1435－1440.

宮鵬.2009.基于全球通量觀測站的全球土地覆蓋圖精度檢驗［J］.自然科學進展，19(7):754－759. Gong Peng.2009.Evaluation on the precision of global land cover mapping based on FLUXNET［J］.Progress in Natural Science，19(7):754－759.(in Chinese).

Herold M，Mayaux P，Woodcock C E，et al.2008.Some challenges in global land cover mapping:An assessment of agreement and accuracy in existing 1 km datasets［J］.Remote Sensing of Environment，112(5):2538－2556.

Houghton D D.1985.Handbook of applied meteorology［M］.New York:Wiley.

胡文超，張文煜，張宇，等.2010.河西走廊下墊面粗糙度實測值與模擬值的差異性分析［J］.高原氣象，29(1):51－55. Hu Wenchao，Zhang Wenyu，Zhang Yu，et al.2010.Variance analysis on the simulated and observed values of underlying surface roughness in Gansu Corridor［J］.Plateau Meteor，29(1):51－55.(in Chinese).

劉和平，劉樹華，朱廷曜，等.1997.森林冠層空氣動力學參數(shù)的確定［J］.北京大學學報:自然科學版，33(4):522－538. Liu Heping，Liu Shuhua，Zhu Tingyao，et al.1997.Determination of aerodynamic parameters of Changbai mountain forest［J］.Acta Sci Naturalium Univers Pekinensis，33(4):522－538.(in Chinese).

Martano P.2000.Estimation of surface roughness length and displacement height from single－level sonic anemometer data［J］.J Appl Meteor，39(5):708－715.

Mohan M，Siddiqui T A.1998.Analysis of various schemes for the estimation of atmospheric stability classification［J］.Atmos Environ，32(21):3775－3781.

邱玉珺，吳風巨，劉志.2010.梯度法計算空氣動力學粗糙度存在的問題［J］.大氣科學學報，33(6):697－702. Qiu Yujun，Wu Fengju，Liu Zhi.2010.Problem of the gradient method to study aerodynamic roughness［J］.Trans Atmos Sci，33(6):697－702.(in Chinese).

Rotach M W.1994.Determination of the zero plane displacement in an urban environment［J］.Boundary－Layer Met，67(1/2):187－193.

Takagi K，Miyata A，Harazono Y，et al.2003，An alternative approach to determining zero－plane displacement，and its application to a lotus paddy field［J］.Agricultural and Forest Meteorology，115(3):173－181.

Thom A S.1971.Momentum absorption by vegetation［J］.Quart J Roy Meteor Soc，97(414):414－428.

Sedano F，Gong P，F(xiàn)err?o M.2005.Land cover assessment with MODIS imagery in southern African Miombo ecosystems［J］.Remote Sensing of Envioronment，98(4):429－441.

Wiernga J.1993.Representative roughness parameters for homogeneous terrain［J］.Boundary－Layer Met，63(4):323－363.

World Meteorological Organization.2008.Guide to meterological instruments and methods of observation(The 7th Edition)［M］.Geneva:Publications Board World Meteorological Organization(WMO).

辛渝，陳洪武.2014.XJRUC/CALMET及CALMET不同參數(shù)調整對達坂城—小草湖區(qū)風場預報影響［J］.高原氣象，33(6):1674－1686.Xin Yu，Chen Hongwu.2014.Influence of CALMET parameter adjustment in the XJRUC coupling of CALMET over Dabanchen－Xiaocaohu wind area［J］.Plateau Meteor，33(6):1674－1686.(in Chinese).

辛渝，湯劍平，趙逸舟，等.2010.模式不同分辨率對新疆達坂城—小草湖風區(qū)地面風場模擬結果的分析［J］.高原氣象，29(4):884－893. Xin Yu，Tang Jianping，Zhao Yizhou，et al.2010.Simulation of surface wind using MM5 model with different resolutions—A case study of Dabancheng and Xiaocaohu wind farms from April to September 2006［J］.Plateau Meteor，29(4):884－893.(in Chinese).

辛渝，王澄海，沈元芳，等.2013.WRF模式對新疆中部地面總輻射預報性能的檢驗［J］.高原氣象，32(5):1368－1381. Xin Yu，Wang Chenghai，Shen Yuanfang，et al.2013.Forecast examination of surface global horizontal irradiance over middle of Xinjiang using WRF model［J］.Plateau Meteor，32(5):1368－1381.(in Chinese).

辛渝，于曉晶，陳洪武.2015.兩種背景場改進方案對新疆“狹管”風區(qū)風場預報性能評估［J］.中國沙漠，35(4):994－1005. Xin Yu，Yu Xiaojin，Chen Hongwu.2015.Verification of wind forecasts at Funneling wind area in Xinjiang by two background field improving schemes［J］.Journal of Desert Research，35(4):994－1005.(in Chinese).

葉麗梅，江志紅，霍飛.2014.南京地區(qū)下墊面變化對城市熱島效應影響的數(shù)值模擬［J］.大氣科學學報，37(5):642－652. Ye Limei，Jiang Zhihong，Huo Fei.2014.Numerical simulation of the impact of land cover change on the urban heat island effect in Nanjing［J］.Trans Atmos Sci，37(5):642－652.(in Chinese).

趙鳴，苗曼倩，王彥昌.1991.邊界層氣象學教程［M］.北京:氣象出版社. Zhao Ming，Miao Manqian，Wang Yanchang.1991.Boundarylayer Meteorology［M］.Beijing:China Meteor Press.(in Chinese).