徐紅++龔強
摘要 在WRF中尺度模式應用中,多層嵌套是一種常用的降尺度方案,能滿足不同空間和時間分辨率研究的需求。而在實際應用中,對于已有的模擬結(jié)果分辨率不能滿足應用需求,或者是研究區(qū)域發(fā)生了改變的問題,重新嵌套模擬的方法耗時久、效率低,尤其是需要模擬長時間序列氣象數(shù)據(jù)時多層嵌套就有明顯不足。本文利用WRF模式提供的單向嵌套降尺度功能,能有效地解決上述問題。
關鍵詞 WRF模式;多層嵌套;單向嵌套降尺度
中圖分類號 P413 文獻標識碼 A 文章編號 1007-5739(2015)20-0200-02
Sdudy on Method of Continuous Downscaling with WRF Model
XU Hong GONG Qiang
(Shenyang Area Climate Center,Shenyang Liaoning 110016)
Abstract Multilayer nesting was commonly used when we wanted to get different spatial and temporal resolution data with the mesoscale model WRF.In practical applications,sometimes the simulation results can′t meet the application requirements,or the study area have been changed,it will be a long time if we do a new nesting simulation,and it′s much poor efficiency,especially when we need a long time series of meteorological data.A one-way nesting function with WRF model could effectively solve the problem above.
Key words WRF model;multilevel nested;a one-way nesting downscaling
在氣象行業(yè)中,中尺度WRF模式具有可移植、易維護、可擴充、高效率、使用方便等特性,使新的科研成果運用于業(yè)務預報模式更便捷[1-3]。在WRF中尺度模式應用中,降尺度功能能將全球氣候模式輸出的粗空間分辨率和較長時間間隔的數(shù)據(jù)轉(zhuǎn)化為幾千米以內(nèi)的空間尺度和短時間間隔的氣象數(shù)據(jù),為氣象、水文、生態(tài)、環(huán)境模擬和預警研究提供數(shù)據(jù)資料和參考依據(jù),現(xiàn)已成為氣象部門的一個重要研究領域[4-8]。WRF模式還提供了ndown降尺度功能,在受地形影響的局地氣候特征模擬、分散式風電場等很多工程應用中很有應用價值,但到目前為止,國內(nèi)對該功能還未有詳細的介紹和應用,外國文獻中也很少有該功能的使用介紹。WRF模式用于實際業(yè)務時,針對不同的應用,可能出現(xiàn)模擬數(shù)據(jù)交叉重復問題,不僅耗時長,還需要大量的數(shù)據(jù)存儲空間。鑒于此,ndown功能顯得尤為重要,實際應用中先設置簡單的嵌套,模擬得到大區(qū)域粗空間分辨率數(shù)據(jù)結(jié)果以備使用,再通過模式中ndown功能生成各研究需要的細分辨率數(shù)據(jù)。
1 Ndown功能介紹
WRF模式提供的多層嵌套和ndown 2種功能可以實現(xiàn)多分辨率數(shù)據(jù)處理。左河疆等[9]用直接插值、WRF模式嵌套和WRF+CALMET 3種降尺度方案,得到目標站點數(shù)值預報產(chǎn)品,并將70m高度風速、風向、溫度與測風塔觀測結(jié)果進行對比,結(jié)果表明3種方案得到的風速預報與實際觀測值相關性相差不大,其中,WRF嵌套方案最好。WRF支持單向嵌套,單向嵌套使用已經(jīng)生成的粗網(wǎng)格分辨率結(jié)果,通過ndown程序生成細網(wǎng)格分辨數(shù)據(jù)結(jié)果。該功能從粗格柵運行得到細網(wǎng)格上運行的邊界條件,從更高的分辨率陸地域輸入(例如,地形,土地利用,等)和屏蔽的表面領域?qū)傩裕ㄈ缤寥罍囟群退郑9倬W(wǎng)中對ndown有簡單的介紹(http://www2.mmm.ucar.edu/wrf/users/docs/user_guide_V3/users_guide_chap5. htm),使用ndown做降尺度,由粗空間分辨率數(shù)據(jù)生成細空間分辨率數(shù)據(jù)比例要限制為≤5的整數(shù),因而,有的情況下一次降尺度處理不能得到需求的數(shù)據(jù),連續(xù)降尺度就非常必要。
2 連續(xù)降尺度方法
2.1 數(shù)據(jù)資料
本文采用1°×10的NCEP/NCAR再分析資料,以及該數(shù)據(jù)得到的遼寧省9 km×9 km分辨率的WRF模擬結(jié)果。WRF模式版本為WRF V3.4。要得到1 km×1 km的數(shù)據(jù)結(jié)果,可以先用WRF中ndown降尺度方法得到3 km×3 km數(shù)據(jù),再在該數(shù)據(jù)基礎上降尺度得到1 km×1 km的數(shù)據(jù)。
2.2 降尺度方法操作流程
(1)準備已經(jīng)得到的粗空間分辨率結(jié)果數(shù)據(jù)wrfout_d01_
(1)進入WPS模塊,修改namelist.wps為3層嵌套,3層設置分別對應于9 km×9 km、3 km×3 km和1 km×1 km空間分辨率設置。
運行geogrid.exe,生成相應的geo_em.d01、geo_em.d02 和geo_em.d03地形文件。
鏈接Vtable和fnl數(shù)據(jù),對應的命令分別為:
ln-sf ungrib/Variable_Tables/Vtable.GFS Vtable
./link_grib.csh /……/data/fnl
運行ungrib.exe在WPS路徑下生成file文件。
運行metgrid.exe,生成met_em.d01.
(3)鏈接WPS中生成的geo_em.d0*和met_em.d0*.
修改/test/em_real /namelist.input為3層嵌套,設置須與namelist.wps對應。
運行real.exe并生成wrfinput_d01、wrfinput_d02、wrfinput_ d03和 wrfbdy_d01 文件。
(4)備份wrfinput_d02和wrfinput_d03,以備從3 km空間分辨率數(shù)據(jù)降尺度到1 km時使用。
將wrfinput_d02命名為wrfndi_d02(wrfinput_d03作為備用數(shù)據(jù))。
修改namelist.input為2層嵌套,即max_domain=2,設為對應于9 km×9 km和3 km×3 km的設置,并在&time_control 中增加io_form_auxinput2=2。如果要細化垂直分層,在WRF 3.2以后的版本中還要設置vert_refine_fact=整數(shù)。
運行ndown.exe,該過程調(diào)用了空間分辨率為9 km×9 km的WRF數(shù)據(jù)結(jié)果和wrfndi_d02,并生成wrfinput_d02 和 wrfbdy_d02。
刪掉wrfinput_d01和 wrfbdy_d01,并把wrfinput_d02 和wrfbdy_d02 分別命名為wrfinput_d01 和wrfbdy_d01。
備份原9 km×9 km數(shù)據(jù) wrfout_d01* 數(shù)據(jù)到其他的文件夾下。
修改namelist.input為1層,即max_domain=1。該層設為對應于3 km×3 km空間分辨率的設置。并注意修改時間步長為合適的值。
運行wrf.exe,生成了新的wrfout_d01*數(shù)據(jù),即為3 km×3 km空間分辨率的數(shù)據(jù)結(jié)果,把該結(jié)果備份到其他的文件夾下以備使用,該數(shù)據(jù)即是降尺度到1 km×1 km的數(shù)據(jù)基礎。圖2為生成3 km數(shù)據(jù)的運行流程。
(5)由3 km×3 km分辨率結(jié)果降尺度到1 km×1 km。刪掉上述wrfinput_d01和wrfndi_d02,分別重命名第3步備份的wrfinput_d02和wrfinput_d03為wrfinput_d01和wrfndi_d 02,并參照(3)、(4)的工作即可完成降尺度到1 km×1 km數(shù)值模擬。
3 結(jié)語
上述方法過程是連續(xù)2次降尺度得到所需數(shù)據(jù)的詳細流程,其中,具體模式運行的參數(shù)設置在namelist.wps和namelist.input中應依據(jù)需要設定。整個單向降尺度流程以腳本形式運行,實際運行時只進行簡單修改模擬的時間和區(qū)域設置,就可以針對遼寧特定區(qū)域進行不同空間和時間尺度的氣象數(shù)據(jù)模擬,極大地提高了WRF模式在業(yè)務上的應用。
4 致謝
該文的完成得到何曉鳳(中國氣象局公共服務中心)的幫助,在此表示感謝!
5 參考文獻
[1] MICHALAKES J,S CHEN,J DUDHIA,et al.Development of a Next Generation Regional Weather Research and Forecast Model.Delopments in Teracomputing:Proceedings of the Ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology[M].Singapore:World Scientific,2001:269-276.
[2] MICHALAKES J,DUDHIA J,GILL D.Design of a next generationregional weather research and forecast model[EB/OL][2015-08-30].http://www.doc88.com/P-31773665.
[3] 章國材.美國WRF模式的進展和應用前景[J].氣象,2004,30(12):27-31.
[4] 閆之輝,鄧蓮堂.WRF模式中的微物理過程及其預報對比試驗[J].沙漠與綠洲氣象,2007(6):1-6.
[5] 劉永和,郭維棟,馮錦明,等.氣象資料的統(tǒng)計降尺度方法綜述[J].地球科學進展,2011,26(8):837-847.
[6] 程興宏,徐祥德,丁國安,等.MM5/WRF氣象場模擬差異對CMAQ空氣質(zhì)量預報效果的影響[J].環(huán)境科學研究,2009,22(12):1411-1419.
[7] 黃海波,陳春艷,朱雯娜.WRF模式不同云微物理參數(shù)化方案及水平分辨率對降水預報效果的影響[J].氣象科技,2011,39:529-536.
[8] 孫希進.區(qū)域模式單向嵌套和雙向嵌套的理論分析與應用比較[D].北京:中國氣象科學研究院,2013.
[9] 左河疆,孫銀川,崔洋.WRF模式三種降尺度方案在風功率預報業(yè)務中的效果對比分析[J].電網(wǎng)與清潔能源,2013,29(10):105-108.
現(xiàn)代農(nóng)業(yè)科技2015年20期