鄭亦佳，劉樹華，繆育聰，王姝

?

YSU邊界層參數(shù)化方案中不同地形訂正方法對(duì)地面風(fēng)速及溫度模擬的影響

鄭亦佳，劉樹華*，繆育聰，王姝

北京大學(xué)物理學(xué)院大氣與海洋科學(xué)系，北京100871

摘要為了修正中尺度氣象模式WRF(Weather Research and Forecasting model)對(duì)低層風(fēng)速模擬的系統(tǒng)性誤差，有學(xué)者在新版本W(wǎng)RF模式的YSU(Yonsei University)邊界層參數(shù)化方案中加入了兩個(gè)地形訂正方法：Jiménez方法和UW(University of Washington method)方法.本文利用這兩個(gè)地形訂正方法，選取了兩個(gè)時(shí)間段，對(duì)北京地區(qū)的地面氣象要素以及氣象要素垂直廓線進(jìn)行了個(gè)例模擬研究，模擬結(jié)果和觀測(cè)數(shù)據(jù)的比對(duì)表明在北京地區(qū)：是否采用地形訂正，對(duì)地面溫度的模擬幾乎沒有影響；采用地形訂正后，模式對(duì)地面風(fēng)速的模擬有明顯的改進(jìn)，兩種方法對(duì)風(fēng)速模擬的差別主要體現(xiàn)在山/丘陵地區(qū)；Jiménez方法在山/丘陵地區(qū)的模擬風(fēng)速明顯偏大，而采用UW方法進(jìn)行訂正后，模擬的風(fēng)速減小，更接近觀測(cè)值；兩種方法在山谷地區(qū)對(duì)風(fēng)速均有一定的過度訂正.通過分析氣象要素的垂直廓線發(fā)現(xiàn)，不同地形訂正方法主要影響的是2000 m以下的低層風(fēng)速.總體而言，UW地形訂正方法在北京地區(qū)更為適用，采用UW方法后，模擬得到的地面氣象要素的各項(xiàng)統(tǒng)計(jì)參數(shù)基本達(dá)到了統(tǒng)計(jì)基準(zhǔn)值.

關(guān)鍵詞地形訂正; 風(fēng)速; 地面氣象要素; WRF模式; 邊界層方案

1引言

大氣邊界層是大氣流動(dòng)和下墊面相互作用的結(jié)果，它對(duì)地面和大氣之間的動(dòng)量、熱量以及水汽交換起著十分重要的作用.針對(duì)大氣邊界層的研究不僅有助于加深對(duì)邊界層物理過程的認(rèn)識(shí)，更是中長(zhǎng)期數(shù)值天氣預(yù)報(bào)、氣候變遷模擬和預(yù)測(cè)以及大氣污染擴(kuò)散研究等的理論基礎(chǔ)(Stull,1988).地面氣象要素場(chǎng)，在許多領(lǐng)域都扮演著重要角色，諸如區(qū)域尺度的污染物擴(kuò)散(Darby,2005)以及風(fēng)能資源評(píng)估(Garcia-Bustamante et al.,2009; 楊罡等,2011)等.

對(duì)于某一特定區(qū)域的地面氣象要素的研究，可以直接通過分析氣象臺(tái)站的觀測(cè)資料進(jìn)行(Klink,2002; Jiménez et al.,2009; Guo et al.,2011)，也可以通過模式模擬獲得更詳盡更符合物理過程的研究結(jié)果(Rife et al.,2004; Jiménez and Dudhia,2013).以觀測(cè)為基礎(chǔ)的研究，需要假定氣象臺(tái)站所處的位置可以代表研究區(qū)域的特征，且氣象臺(tái)站的數(shù)量足以覆蓋整個(gè)研究區(qū)域.但是氣象臺(tái)站的分布密度常受到限制，且分布極為不均勻，另外不同氣象臺(tái)站觀測(cè)資料的質(zhì)量也參差不齊.特別是在地形比較復(fù)雜的區(qū)域，一個(gè)氣象臺(tái)站的資料很難代表周邊區(qū)域的氣象要素特征(Whiteman,2000)，而基于模式的模擬研究在一定程度上可以彌補(bǔ)這些不足.環(huán)流模式可以很好的模擬大尺度范圍的地面氣象要素，但是當(dāng)研究的區(qū)域尺度變小，特別是研究區(qū)域的地形比較復(fù)雜時(shí)，就需要使用中尺度模式來進(jìn)行模擬.

WRF(Weather Research and Forecasting)模式(Skamarock et al.,2008)作為新一代的中尺度氣象模式被廣泛的應(yīng)用于大氣、海洋和環(huán)境等領(lǐng)域.近年來，WRF中增加了越來越多的物理過程，大大增加了模式的復(fù)雜性.WRF模式模擬地面氣象要素的能力，在許多研究中，通過將模擬結(jié)果與觀測(cè)資料進(jìn)行對(duì)比已經(jīng)獲得了肯定(Jiménez et al.,2010).但是從早期的版本開始WRF模式模擬的地面風(fēng)速就偏大(Cheng and Steenburgh,2005)，且仍不斷有學(xué)者研究發(fā)現(xiàn)這個(gè)現(xiàn)象在新版本的WRF中仍然存在(Roux et al.,2009; Mass and Ovens,2010,2011; Shimada et al.,2011; Jiménez and Dudhia,2012; 張碧輝等,2012)，這極大的限制了一些對(duì)地面風(fēng)速模擬精度要求較高的領(lǐng)域的發(fā)展.Jiménez和Dudhia(2012)研究指出WRF模式的這種系統(tǒng)性誤差的一個(gè)可能來源是模式在模擬大氣運(yùn)動(dòng)時(shí)對(duì)地形進(jìn)行了平滑處理，忽略了次網(wǎng)格地形對(duì)模擬的影響.實(shí)際上，這種觀點(diǎn)在其他大氣模式中已經(jīng)得到了驗(yàn)證，在一些模式中，考慮了次網(wǎng)格地形對(duì)模擬的影響后，模式的性能得到了明顯的提升.Milton和Wilson(1996)通過在英國(guó)氣象局的全球模式中引入一個(gè)考慮次網(wǎng)格尺度地形粗糙度的參數(shù)化方案增加了地表的阻力并且使得初始動(dòng)量更為平衡，從而提高了模式的模擬性能.Rontu(2011)在高分辨率有限區(qū)域模式中加入了一個(gè)新的參數(shù)化方案，考慮了次網(wǎng)格地形的作用，使模擬得到的低層風(fēng)場(chǎng)更符合實(shí)際情況.還有研究發(fā)現(xiàn)，在地形復(fù)雜的地區(qū)，模式對(duì)不同地點(diǎn)地面氣象要素的模擬效果有較大差異.Georgelin等(2000)用比利牛斯實(shí)驗(yàn)的數(shù)據(jù)檢驗(yàn)了15個(gè)模式對(duì)中尺度地形風(fēng)場(chǎng)的模擬能力，發(fā)現(xiàn)模式模擬的局地風(fēng)場(chǎng)偏弱，山區(qū)波振幅偏大.Jiménez和Dudhia(2012,2013)通過在伊比利亞半島的風(fēng)速觀測(cè)實(shí)驗(yàn)發(fā)現(xiàn)WRF模式模擬的風(fēng)速在山頂偏大，而在地形比較復(fù)雜的山谷地區(qū)偏小.

北京位于華北平原北端，地形較為復(fù)雜，其南、東南方向地勢(shì)平坦，北、西北背靠燕山山脈和太行山脈，東臨天津、塘沽沿海城市.北京地區(qū)的低層大氣不僅受到山谷風(fēng)、城市熱島環(huán)流的相互作用，還受海陸風(fēng)環(huán)流的影響.北京地區(qū)大氣邊界層的特性直接影響著該地區(qū)的區(qū)域氣候環(huán)境和可持續(xù)發(fā)展.近年來，北京的空氣質(zhì)量問題以及北京的宜居性引起了各方的廣泛關(guān)注，而準(zhǔn)確地用模式模擬出北京地區(qū)的地面氣象要素正是研究這些問題的基礎(chǔ).

考慮到次網(wǎng)格地形對(duì)模式模擬的影響，在WRF v3.4.1以上版本的YSU邊界層參數(shù)化方案中，增加了兩個(gè)地形訂正方法，而這些訂正方法在國(guó)內(nèi)還沒有進(jìn)行過適用性研究.本文通過比較YSU邊界層方案中兩種不同地形訂正方法對(duì)北京地區(qū)兩個(gè)時(shí)間段地面氣象要素場(chǎng)的模擬效果，討論這兩個(gè)方法在北京地區(qū)的適用性，為國(guó)內(nèi)外學(xué)者在今后的研究中是否采用相關(guān)的訂正提供科學(xué)依據(jù)，為進(jìn)一步模擬該地區(qū)大氣顆粒物的傳輸與擴(kuò)散以及局地極端天氣等研究奠定基礎(chǔ).

2邊界層方案介紹及模式設(shè)置

2.1邊界層方案介紹

YSU邊界層方案(Hong and Pan,1996; Hong et al.,2006)是WRF中常用的邊界層參數(shù)化方案，在前人的研究中得到廣泛應(yīng)用.YSU方案是對(duì)MRF(Medium-Range Forecasts)方案改進(jìn)后的非局地K理論方案，通過在控制方程中加入反向梯度輸送項(xiàng)來表示非局地通量.WRF中的兩個(gè)地形訂正方法都需要配合YSU邊界層方案使用.

Jiménez方法通過在動(dòng)量守恒方程中加入了參數(shù)ct來代表地形訂正以及調(diào)節(jié)與植被有關(guān)的地表拖曳作用：

(1)

其中，u和V分別代表模式第一層的水平風(fēng)分量和風(fēng)速，u*表示摩擦速度，Δz是模式第一層的厚度.ct是與地形特征有關(guān)的兩個(gè)變量Δ2h和σsso的函數(shù)，在WRF模式的默認(rèn)設(shè)置中ct的值為1：

(2)

其中，Δ2h為地形的無量綱拉普拉斯算子，σsso為次網(wǎng)格尺度地形的標(biāo)準(zhǔn)差，α=((Δ2h+20)/10，e為自然對(duì)數(shù)函數(shù)的底數(shù)2.718.當(dāng)Δ2h>-20時(shí)，認(rèn)為該區(qū)域?yàn)樯焦然蛘咂皆?，而?dāng)Δ2h<-20時(shí)，則認(rèn)為該區(qū)域?yàn)樯降鼗蚯鹆?Jiménez and Dudhia,2012).

華盛頓大學(xué)的Mass和Ovens(2010,2011,2012)研究發(fā)現(xiàn)Jiménez方法仍存在一些不足，并在其基礎(chǔ)上提出了一個(gè)更為簡(jiǎn)單的與地形變化相關(guān)的訂正方法——UW方法.該方法通過建立摩擦速度u*與次網(wǎng)格地形方差之間的正相關(guān)關(guān)系，增強(qiáng)了摩擦速度，從而減小了模式模擬出的地表風(fēng)速.此外，該方法還能在一定程度上彌補(bǔ)了大風(fēng)時(shí)以及夏季邊界層混合得較好時(shí)，Jiménez方法對(duì)地表風(fēng)場(chǎng)模擬的不足.

2.2WRF模式設(shè)置

本研究中使用的模式版本為WRF v3.5.1，由分辨率為1°×1°的NCEP/NCAR全球分析資料提供初始場(chǎng)和邊界條件，再分析資料每6 h輸入一次，使用的地表類型資料為歐航局提供的GlobCover 2009數(shù)據(jù)(Arino et al.,2008; Bontemps et al.,2010).WRF模式的模擬區(qū)域如圖1所示，采用三層雙向嵌套，水平分辨率分別為27 km、9 km、3 km，水平格點(diǎn)數(shù)分別為120×110、121×115、79×79.模擬區(qū)域中心位于113.5° E，40.0° N，最外層覆蓋中國(guó)大部分地區(qū)、朝鮮半島以及黃海、渤海和東海的部分地區(qū)，最內(nèi)層區(qū)域包括了北京市及周邊地區(qū).垂直方向分為32層，采用上疏下密的分層方式，其中1000 m以下分為11層，模式頂層高約20 km.模式的物理過程參數(shù)化方案選擇如下：微物理過程采用WSM3方案(Hong et al.,2004)；長(zhǎng)波輻射采用RRTM方案(Mlawer et al.,1997)；短波輻射采用Dudhia方案(Dudhia,1989)；陸面過程采用Noah方案(Chen and Dudhia,2001)，同時(shí)加入單層城市冠層方案UCM (Kusaka et al.,2001,2004)來更好地模擬城區(qū)的地面風(fēng)場(chǎng)；積云對(duì)流采用KF方案(Kain,2004).邊界層方案采用YSU方案，同時(shí)設(shè)置三個(gè)試驗(yàn)比較地形訂正方法在北京地區(qū)的適用性，分別是不采用地形訂正方法(以下簡(jiǎn)稱TWIND0試驗(yàn))、采用Jiménez方法(以下簡(jiǎn)稱TWIND1試驗(yàn))和采用UW方法(以下簡(jiǎn)稱TWIND2試驗(yàn)).模擬時(shí)間選取了兩個(gè)時(shí)間段，分別為2012年2月19日至21日和2012年7月13日至15日，期間沒有明顯的天氣過程，每個(gè)時(shí)間段連續(xù)模擬90 h，其中前18 h為模式的調(diào)整時(shí)間.

圖1　WRF模擬的區(qū)域設(shè)置(a)以及最內(nèi)層區(qū)域的地形示意圖(b)

3結(jié)果分析

3.1地面氣象要素分析

為了解不同地形訂正方法對(duì)模擬結(jié)果的影響，在圖2和圖3中給出了不同地形訂正方法模擬的最內(nèi)層區(qū)域的72 h平均的2 m溫度差值場(chǎng)及10 m風(fēng)速差值場(chǎng).從圖中可以看到，無論是冬季還是夏季，采用地形訂正后，模式模擬的溫度在西北及北部山區(qū)變低，而在城市所在的平原地區(qū)模擬結(jié)果變高，這種現(xiàn)象在冬季體現(xiàn)得更為明顯.比較兩種不同的地形訂正方法發(fā)現(xiàn)，在溫度模擬方面，兩者的差異在冬季比較小，約為± 0.2 ℃；在夏季，TWIND2試驗(yàn)?zāi)M的溫度在大部分地區(qū)都高于TWIND1的模擬結(jié)果，特別是在平原地區(qū).對(duì)于10 m風(fēng)速的模擬結(jié)果顯示，在冬夏兩個(gè)季節(jié)，TWIND1的風(fēng)速模擬值在山頂處均高于TWIND0，而在其他大部分地區(qū)TWIND1的模擬結(jié)果低于TWIND0；TWIND2模擬的風(fēng)速在整個(gè)模擬區(qū)域內(nèi)都低于TWIND0；因此，兩種不同的地形訂正方法對(duì)風(fēng)速模擬的差異主要體現(xiàn)在山頂?shù)群０蜗鄬?duì)較高的區(qū)域.

為了檢驗(yàn)采用地形訂正后WRF模式對(duì)地面溫度及風(fēng)速模擬的改進(jìn)效果，以及兩個(gè)地形訂正方法在北京地區(qū)的適用性，我們將這兩個(gè)要素的模擬結(jié)果與自動(dòng)氣象站的觀測(cè)結(jié)果進(jìn)行對(duì)比.結(jié)合Jiménez方法中對(duì)地形的分類方法和北京及周邊地區(qū)實(shí)際的地形分布，將自動(dòng)氣象站分為位于平原、位于山谷以及位于山/丘陵三類.從每類中選擇兩個(gè)自動(dòng)氣象站，用其觀測(cè)數(shù)據(jù)檢驗(yàn)?zāi)Ｊ侥M的準(zhǔn)確度，這6個(gè)自動(dòng)氣象站的相關(guān)信息及位置分布如表1及圖

表1　北京地區(qū)6個(gè)自動(dòng)氣象站基本情況一覽表

1b所示.

總體來看，在各個(gè)區(qū)域夏季的模擬準(zhǔn)確度都高于冬季，溫度的模擬準(zhǔn)確度高于風(fēng)速.在平原地區(qū)三個(gè)試驗(yàn)?zāi)M的風(fēng)速都略高于觀測(cè)值，而模擬的溫度基本低于觀測(cè)值(圖4和圖5)，采用地形訂正方法對(duì)風(fēng)速及溫度的模擬效果改進(jìn)不大.值得注意的是，同為平原地區(qū)，在模式口站模擬得到的溫度偏低，模擬的風(fēng)速偏大(圖5)，而在昌平站模擬得到的溫度和風(fēng)速都與觀測(cè)值比較相符(圖4).引起這種差異原因可能是，模式口站位于城區(qū)，昌平站位于郊區(qū)，WRF模式低估了城市對(duì)風(fēng)場(chǎng)的摩擦減弱作用導(dǎo)致城區(qū)的風(fēng)速模擬偏高(張碧輝等,2012)，而模式中沒有充分考慮城市中人為熱的作用導(dǎo)致城區(qū)的溫度模擬偏低.在山谷地區(qū)，三個(gè)試驗(yàn)?zāi)M的溫度基本沒有差別，都與觀測(cè)值比較相符(圖6a,b和圖7a,b).而TWIND1和TWIND2試驗(yàn)?zāi)M的風(fēng)速比TWIND0模擬的小0.5～1 m·s-1，且TWIND2的減小幅度大于TWIND1，使得模擬的風(fēng)速與觀測(cè)值更為接近，說明兩種地形訂正方法對(duì)風(fēng)速的模擬效果都有所改進(jìn).另外，從圖中還可以看到，在2月20日14∶00—22∶00，TWIND0試驗(yàn)?zāi)M的蘋果主題公園站的風(fēng)速與觀測(cè)值是比較一致的，而進(jìn)行地形訂正之后，模擬的風(fēng)速降低，明顯低于觀測(cè)值，這種現(xiàn)象在TWIND2中更為明顯，說明地形訂正方案在某些情況下會(huì)出現(xiàn)過度訂正(圖6d).在山地/丘陵地區(qū)，TWIND1模擬的風(fēng)速明顯大于TWIND0的模擬結(jié)果，導(dǎo)致模擬的風(fēng)速與觀測(cè)值差距加大；而TWIND2模擬的風(fēng)速明顯減小，與觀測(cè)值更為接近，但仍略大于觀測(cè)值(圖8c,d和圖9c,d)；三個(gè)試驗(yàn)?zāi)M的溫度仍無較大差異.

圖2　最內(nèi)層區(qū)域模式模擬的72 h平均的2 m溫度差值場(chǎng)(a—c) 2012-02-19—21； (d—f) 2012-07-13—15；圖中黑色實(shí)線表示地形高度.

圖4　昌平站觀測(cè)和模擬的氣溫風(fēng)速日變化(a,b) 2 m溫度； (c,d) 10 m風(fēng)速； (a,c) 2012-02-19—21； (b,d) 2012-07-13—15.

圖5　模式口站觀測(cè)和模擬的氣溫風(fēng)速日變化(a,b) 2 m溫度； (c,d) 10 m風(fēng)速； (a,c) 2012-02-19—21； (b,d) 2012-07-13—15.

圖6　蘋果主題公園站觀測(cè)和模擬的氣溫風(fēng)速日變化(a,b) 2 m溫度； (c,d) 10 m風(fēng)速； (a,c) 2012-02-19—21； (b,d) 2012-07-13—15.

圖7　龍鳳嶺站觀測(cè)和模擬的氣溫風(fēng)速日變化(a,b) 2 m溫度； (c,d) 10 m風(fēng)速； (a,c) 2012-02-19—21； (b,d) 2012-07-13—15.

圖8　大城子站觀測(cè)和模擬的氣溫風(fēng)速日變化 (a,b) 2 m溫度； (c,d) 10 m風(fēng)速； (a,c) 2012-02-19—21； (b,d) 2012-07-13—15.

圖9　大安山站觀測(cè)和模擬的氣溫風(fēng)速日變化(a,b) 2 m溫度； (c,d) 10 m風(fēng)速； (a,c) 2012-02-19—21； (b,d) 2012-07-13—15.

綜上所述，采用地形訂正后對(duì)溫度的模擬沒有明顯影響，兩種方法模擬得到的溫度差約為±0.2 ℃，兩種方法對(duì)風(fēng)速模擬的差別主要體現(xiàn)在山/丘陵地區(qū).在平原地區(qū)，采用地形訂正后對(duì)風(fēng)速模擬的改進(jìn)效果不明顯；在山谷地區(qū)，兩種地形訂正方法均能改進(jìn)風(fēng)速的模擬效果，但在某些情況下可能會(huì)出現(xiàn)過度訂正；在山/丘陵地區(qū)，Jiménez方法模擬得到的風(fēng)速比不采用地形訂正更大，使風(fēng)速的模擬準(zhǔn)確度更差，而UW方法能顯著的提高模式對(duì)風(fēng)速的模擬能力，但模擬得到的風(fēng)速仍略大于觀測(cè)值.總的來說，在北京地區(qū)，對(duì)地面氣象要素，尤其是地面風(fēng)速的模擬，UW方法更為適用.

3.2氣象要素垂直廓線分析

從3.1節(jié)中的分析可以發(fā)現(xiàn)，三個(gè)試驗(yàn)?zāi)M得到的地面風(fēng)速之間有比較明顯的差異，在本節(jié)中，我們用Wyoming大學(xué)提供的探空資料來對(duì)比三個(gè)試驗(yàn)對(duì)氣象要素垂直廓線的模擬情況.由于資料的限制，我們僅選取了南郊觀象臺(tái)這一個(gè)站點(diǎn)來進(jìn)行分析，南郊觀象臺(tái)站位于116°28′10″ E，39°48′22″ N，海拔32.5 m，具體位置如圖1b所示.

圖10和圖11分別給出了冬季和夏季模擬時(shí)段內(nèi)08∶00 LST和20∶00 LST的位溫及風(fēng)速廓線.從圖中可以看到，無論是冬季還是夏季，三個(gè)試驗(yàn)?zāi)M得到的位溫廓線基本一致，且基本可以反應(yīng)出實(shí)際情況下位溫隨高度的變化情況.

圖10　(a) 實(shí)線為模式模擬的緯向動(dòng)量通量〉隨時(shí)間的變化，選取圖6中緯向風(fēng)速最大區(qū)域(160～150 hPa，38°N，91°E—94°E)計(jì)算.虛線為模式模擬的垂直位渦通量〉隨時(shí)間的變化，選取圖9中位渦垂直通量強(qiáng)信號(hào)區(qū)(150～120 hPa，38°N，89°E—95°E)計(jì)算； (b) 模式模擬的垂直擴(kuò)散系數(shù)Kpv，選取圖9中位渦垂直通量強(qiáng)信號(hào)區(qū)(150～120 hPa，38°N，89°E—95°E)計(jì)算

相較于位溫廓線，三個(gè)試驗(yàn)對(duì)風(fēng)速廓線的模擬有比較大的差異，特別是2000 m以下的風(fēng)速廓線. 在冬季的模擬時(shí)間段內(nèi)，當(dāng)邊界層低層有明顯的逆溫發(fā)展時(shí)(即2月19日08∶00 LST以及2月20日08∶00 LST)，三個(gè)試驗(yàn)?zāi)M的風(fēng)速廓線之間有明顯差異，在這兩個(gè)時(shí)刻，相較而言，TWIND2試驗(yàn)?zāi)M出的風(fēng)速廓線與觀測(cè)更為符合(圖10a,b).在冬季的其他幾個(gè)時(shí)刻，三個(gè)試驗(yàn)?zāi)M得到的風(fēng)速廓線基本一致，且能較好的反應(yīng)出實(shí)際風(fēng)速隨高度的變化情況.另外，需要指出的是，風(fēng)速廓線往往在1000 m以下變化比較劇烈，而探空資料在1000 m以下缺少觀測(cè)數(shù)據(jù)，觀測(cè)點(diǎn)的分布不足以反應(yīng)風(fēng)速的實(shí)際變化，因此模擬與觀測(cè)得到的風(fēng)速廓線在1000 m以下會(huì)有較大差異.

在夏季的模擬時(shí)段內(nèi)，不同地形訂正方法對(duì)風(fēng)速廓線的影響也體現(xiàn)在2000 m以下，模式對(duì)風(fēng)速廓線模擬的準(zhǔn)確度不如冬季.低層觀測(cè)點(diǎn)分布的不足而導(dǎo)致的實(shí)際與模擬得到的風(fēng)速廓線的差異，也在這幾個(gè)時(shí)刻中有所體現(xiàn)(圖11d—f)，盡管如此，對(duì)于實(shí)際風(fēng)速廓線表現(xiàn)出的風(fēng)速隨高度的變化，模擬結(jié)果還是有所體現(xiàn).值得注意的是，在7月14日和7月15日08∶00 LST，探空資料顯示在高度600～800 m之間有一個(gè)急流，而模式在這兩個(gè)時(shí)刻并沒有模擬出這一現(xiàn)象(圖11b,c).但進(jìn)一步分析08∶00 LST前后的模擬風(fēng)速廓線可以發(fā)現(xiàn)，對(duì)這兩個(gè)時(shí)刻的急流模式均能夠模擬出，模擬得到的急流出現(xiàn)時(shí)刻為06∶00 LST，稍早于觀測(cè)出現(xiàn)的時(shí)間(圖12).

綜上所述，不同地形訂正方法除了對(duì)低層(2000 m以下)的風(fēng)速影響比較明顯外，對(duì)其他高度的風(fēng)速以及位溫廓線的模擬沒有明顯影響，模式基本能夠模擬出風(fēng)速和位溫垂直廓線的變化趨勢(shì).對(duì)于風(fēng)速廓線的模擬，不同地形訂正方法的優(yōu)劣還需要用更多站點(diǎn)的數(shù)據(jù)以及更多的個(gè)例進(jìn)行進(jìn)一步研究.

3.3模擬結(jié)果的統(tǒng)計(jì)檢驗(yàn)

為了檢驗(yàn)采用不同地形訂正方法模擬的氣象要素的準(zhǔn)確度，利用6個(gè)自動(dòng)氣象站的觀測(cè)數(shù)據(jù)對(duì)模擬結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)，參加檢驗(yàn)的氣象數(shù)據(jù)包括2 m高度溫度和10 m高度風(fēng)速.本文選用了4個(gè)常用的統(tǒng)計(jì)參數(shù)：平均偏差(MB)、平均誤差(ME)、命中率(Hit Rate，HR)以及Willmott等(1985)提出的相符指數(shù)(IA).命中率HR表示在所有參加統(tǒng)計(jì)的數(shù)據(jù)對(duì)中，觀測(cè)和模擬的差值小于某一標(biāo)準(zhǔn)的數(shù)據(jù)對(duì)所占百分比，由于HR考慮了觀測(cè)的不確定性，其結(jié)果可以反映模式的總體模擬性能，其值與所選標(biāo)準(zhǔn)值大小有關(guān)，本文取氣溫和風(fēng)速的標(biāo)準(zhǔn)值參考張碧輝等(2012)設(shè)定的標(biāo)準(zhǔn)，具體分別為2 K和1 m·s-1.各統(tǒng)計(jì)量的定義如下：

(3)

(4)

(5)

(6)

冬季和夏季的統(tǒng)計(jì)結(jié)果分別如表2和表3所示.Emery等(2001)在評(píng)估不同模式不同尺度模擬效果的基礎(chǔ)上提出了氣溫和風(fēng)速的統(tǒng)計(jì)基準(zhǔn)值(表4).綜合各個(gè)指標(biāo)，兩個(gè)氣象要素中，2 m溫度的模擬最為準(zhǔn)確，總體的IA和夏季的ME都達(dá)到了表4中的條件，但是溫度模擬結(jié)果偏低，且在冬季表現(xiàn)的更為明顯.整體上看，10 m風(fēng)速模擬為正偏差，即模擬的風(fēng)速大于觀測(cè)值，且準(zhǔn)確度低于溫度.在模擬溫度時(shí)，地形訂正對(duì)模擬效果的改進(jìn)作用不明顯，而對(duì)于風(fēng)速的模擬，TWIND2試驗(yàn)的各項(xiàng)指標(biāo)均為最優(yōu)，說明在北京地區(qū)采用UW方法進(jìn)行地形訂正后能更好的模擬地面風(fēng)速.對(duì)比冬季和夏季模擬結(jié)果的統(tǒng)計(jì)檢驗(yàn)可以發(fā)現(xiàn)，冬季的溫度模擬準(zhǔn)確度低于夏季；而風(fēng)速的模擬準(zhǔn)確度優(yōu)于夏季.比較不同地形

表2　冬季模式模擬的2 m氣溫和10 m風(fēng)速的統(tǒng)計(jì)檢驗(yàn)結(jié)果

注：統(tǒng)計(jì)指標(biāo)包括平均偏差(MB)、平均誤差(ME)、命中率(HR)和相符指數(shù)(IA)，參加統(tǒng)計(jì)的物理量包括2 m高度氣溫(T2)和10 m高度風(fēng)速(WS).

表3　夏季模式模擬的2 m氣溫和10 m風(fēng)速的統(tǒng)計(jì)檢驗(yàn)結(jié)果

注：統(tǒng)計(jì)指標(biāo)包括平均偏差(MB)、平均誤差(ME)、命中率(HR)和相符指數(shù)(IA)，參加統(tǒng)計(jì)的物理量包括2 m高度氣溫(T2)和10 m高度風(fēng)速(WS).

的統(tǒng)計(jì)檢驗(yàn)結(jié)果發(fā)現(xiàn)，WRF模式在山谷地區(qū)模擬溫度和風(fēng)速的準(zhǔn)確度最高；值得注意的是，在山谷地區(qū)的冬季，采用地形訂正后，風(fēng)速的MB由正值變?yōu)樨?fù)值，說明這兩個(gè)方法對(duì)冬季山谷地區(qū)的風(fēng)速模擬存在過度訂正，這在上文中也曾提及.另外，統(tǒng)計(jì)檢驗(yàn)結(jié)果也體現(xiàn)了在山/丘陵地區(qū)，采用Jiménez方法訂正后的風(fēng)速模擬偏高，準(zhǔn)確度是三個(gè)試驗(yàn)中最差的，而用UW方法訂正后風(fēng)速模擬的準(zhǔn)確度明顯優(yōu)于其他兩個(gè)試驗(yàn)，其中冬季風(fēng)速的統(tǒng)計(jì)量基本滿足了表4中的標(biāo)準(zhǔn).

表4　氣溫和風(fēng)速統(tǒng)計(jì)基準(zhǔn)

4結(jié)果和討論

本文運(yùn)用中尺度氣象模式WRF中YSU邊界層參數(shù)化方案中的不同地形訂正方法，對(duì)北京地區(qū)冬季和夏季的地面氣象要素場(chǎng)和氣象要素垂直廓線進(jìn)行了模擬，并與自動(dòng)氣象站的觀測(cè)結(jié)果進(jìn)行了對(duì)比，討論了Jiménez和UW兩種不同地形訂正方法在北京地區(qū)的適用性，得到了如下結(jié)論：

(1) 是否采用地形訂正，對(duì)地面溫度的模擬幾乎沒有影響；采用地形訂正后，對(duì)地面風(fēng)速的模擬有明顯的改進(jìn)，兩種方法對(duì)風(fēng)速模擬的差別主要體現(xiàn)在山/丘陵地區(qū).在平原地區(qū)，采用訂正方法后對(duì)風(fēng)速模擬的改進(jìn)效果不明顯；在山谷地區(qū)，兩種方法均能改進(jìn)風(fēng)速的模擬效果，但在某些情況下存在一定的過度訂正；在山/丘陵地區(qū)，Jiménez方法模擬的風(fēng)速偏高，降低了模式模擬風(fēng)速的準(zhǔn)確度，而UW方法能顯著的提高風(fēng)速的模擬能力.

(2) 不同地形訂正方法除了對(duì)低層(2000 m以下)的風(fēng)速影響比較明顯外，對(duì)其他高度的風(fēng)速以及位溫廓線的模擬沒有明顯影響.對(duì)于風(fēng)速廓線的模擬，不同地形訂正方法的優(yōu)劣還需要用更多站點(diǎn)的數(shù)據(jù)以及更多的個(gè)例進(jìn)行進(jìn)一步研究.

(3) 統(tǒng)計(jì)檢驗(yàn)結(jié)果顯示，WRF模式對(duì)2 m溫度的模擬較為準(zhǔn)確，冬季和夏季的各個(gè)統(tǒng)計(jì)參數(shù)基本都達(dá)到了統(tǒng)計(jì)基準(zhǔn)值.比較不同地形的統(tǒng)計(jì)檢驗(yàn)結(jié)果發(fā)現(xiàn)，WRF模式在山谷地區(qū)模擬溫度和風(fēng)速的準(zhǔn)確度最高，但在冬季的山谷地區(qū)，采用UW方法訂正后風(fēng)速的MB有正值變?yōu)樨?fù)值，說明有一定的過度訂正.在山/丘陵地區(qū)，采用Jiménez方法訂正后的風(fēng)速模擬偏高，準(zhǔn)確度是三個(gè)試驗(yàn)中最差的，而UW方法訂正后的模擬統(tǒng)計(jì)結(jié)果是最優(yōu)的.

總體而言，與Jiménez方法相比，UW方法在北京地區(qū)更為適用，采用UW方法進(jìn)行地形訂正后，模式能更好的模擬出低層大氣的運(yùn)動(dòng)情況，在一定程度上改進(jìn)了WRF模式對(duì)低層風(fēng)速模擬的系統(tǒng)性偏差.

致謝北京地區(qū)自動(dòng)氣象站的觀測(cè)資料為北京市氣候中心李書嚴(yán)高級(jí)工程師提供，南郊觀象臺(tái)的探空資料為Wyoming大學(xué)提供，在此一并深表感謝.

References

Arino O,Bicheron P,Frédéric A,et al.2008.GLOBCOVER: the most detailed portrait of earth.ESA Bulletin-European Space Agency,136: 24-31.Bontemps S,Defourney P,Van Bogaert P,et al.2010.GLOBCOVER 2009: products description and validation report.Accessed January 20,2012.http:∥ www.gscloud.cn/userfiles/file/ GLOBCOVER2009_ Validation_ Report_ 2_2.pdf.Chen F,Dudhia J.2001.Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system.Part I: Model implementation and sensitivity.Monthly Weather Review,129(4): 569-585.

Cheng W Y Y,Steenburgh W J.2005.Evaluation of surface sensible weather forecasts by the WRF and the Eta Models over the western United States.Weather and Forecasting,20(5): 812-821.

Darby L S.2005.Cluster analysis of surface winds in Houston,Texas,and the impact of wind patterns on ozone.Journal of Applied Meteorology,44(12): 1788-1806.

Dudhia J.1989.Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model.Journal of the Atmospheric Sciences,46(20): 3077-3107.

Emery C A,Tai E,Yarwood G.2001.Enhanced meteorological modeling and performance evaluation for two Texas ozone episodes.Prepared for the Texas Near Non-Attainment Areas through the Alamo Area Council of Governments,by ENVIRON International Corp,Novato,CA.García-Bustamante E,González-Rouco J F,Jiménez P A,et al.2009.A comparison of methodologies for monthly wind energy estimation.Wind Energy,12(7): 640-659.

Georgelin M,Bougeault P,Black T,et al.2000.The second COMPARE exercise: A model intercomparison using a case of a typical mesoscale orographic flow,the PYREX IOP3.Quarterly Journal of the Royal Meteorological Society,126(564): 991-1029.

Guo H,Xu M,Hu Q.2011.Changes in near-surface wind speed in China: 1969—2005.International Journal of Climatology,31(3): 349-358.

Hong S Y,Pan H L.1996.Nonlocal boundary layer vertical diffusion in a Medium-Range Forecast Model.Monthly Weather Review,124(10): 2322-2339.

Hong S Y,Dudhia J,Chen S H.2004.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation.Monthly Weather Review,132(1): 103-120.

Hong S Y,Noh Y,Dudhia J.2006.A new vertical diffusion package with an explicit treatment of entrainment processes.Monthly Weather Review,134(9): 2318-2341.

Jiménez P A,González-Rouco J F,Montávez J P,et al.2009.Climatology of wind patterns in the northeast of the Iberian Peninsula.International Journal of Climatology,29(4): 501-525.

Jiménez P A,González-Rouco J F,Garcia-Bustamante E,et al.2010.Surface wind regionalization over complex terrain: Evaluation and analysis of a high-resolution WRF simulation.Journal of Applied Meteorology and Climatology,49(2): 268-287.

Jiménez P A,Dudhia J.2012.Improving the representation of resolved and unresolved topographic effects on surface wind in the WRF Model.Journal of Applied Meteorology and Climatology,51(2): 300-316.

Jimenez P A,Dudhia J.2013.On the ability of the WRF model to reproduce the surface wind direction over complex terrain.Journal of Applied Meteorology and Climatology,52(7): 1610-1617.

Kain J S.2004.The Kain-Fritsch convective parameterization: An update.Journal of Applied Meteorology,43(1): 170-181.

Klink K.2002.Trends and interannual variability of wind speed distributions in Minnesota.Journal of Climate,15(22): 3311-3317.

Kusaka H,Kondo H,Kikegawa Y,et al.2001.A simple single-layer urban canopy model for atmospheric models: Comparison with multi-layer and slab models.Boundary-Layer Meteorology,101(3): 329-358.

Kusaka H,Kimura F.2004.Coupling a single-layer urban canopy model with a simple atmospheric model: Impact on urban heat island simulation for an idealized case.Journal of the Meteorological Society of Japan,82(1): 67-80.Mass C,Ovens D.2010.WRF model physics: Problems,solutions,and a new paradigm for progress.∥ Preprints,2010 WRF Users′ Workshop,Boulder,CO,NCAR.

Mass C,Ovens D.2011.Fixing WRF′s high speed wind bias: A new subgrid scale drag parameterization and the role of detailed verification.∥ Preprints,24th Conf.on Weather and Forecasting/20thConf.on Numerical Weather Prediction,Seattle,WA,Amer.Meteor.Soc.,9B.6.Mass C.2012.Improved subgrid drag of hyper PBL/vertical resolution? Dealing with the stable PBL problems in WRF.WRF users′ workshop,Boulder,CO.Milton S F,Wilson C A.1996.The impact of parameterized subgrid-scale orographic forcing on systematic errors in a global NWP model.Monthly Weather Review,124(9): 2023-2045.

Mlawer E J,Taubman S J,Brown P D,et al.1997.Radiative transfer for inhomogeneous atmospheres: RRTM,a validated correlated-k model for the longwave.Journal of Geophysical Research-Atmospheres,102(D14): 16663-16682.

Rife D L,Davis C A,Liu Y B,et al.2004.Predictability of low-level winds by mesoscale meteorological models.Monthly Weather Review,132(11): 2553-2569.

Rontu L.2006.A study on parametrization of orography-related momentum fluxes in a synoptic-scale NWP model.Tellus A,58(1): 69-81.

Roux G,Liu Y B,Monache L D,et al.2009.Verification of high resolution WRF-RTFDDA surface forecasts over mountains and plains.10th WRF users′ workshop,20-23.

Shimada S,Ohsawa T,Chikaoka S,et al.2011.Accuracy of the wind speed profile in the lower PBL as simulated by the WRF model.Sola,7: 109-112.

Skamarock W C,Klemp J B,Dudhia J,et al.2008.A description of the Advanced Research WRF version 3.NCAR Tech.Rep.TN-4751STR,113 pp.

Stull R B.1988.An Introduction to Boundary Layer Meteorology.Netherlands: Springer.

Whiteman C D.2000.Mountain Meteorology: Fundamentals and Applications.Oxford: Oxford University Press.

Willmott C J,Ackleson S G,Davis R E,et al.1985.Statistics for the evaluation and comparison of models.Journal of Geophysical Research: Oceans,90(C5): 8995-9005.

Yang G,Liu S H,Zhu R,et al.2011.Numerical simulation of features of boundary-layer over Poyang Lake area.Chinese J.Geophys.(in Chinese),54(4): 896-908,doi: 10.3969/j.issn.0001-5733.2011.04.003.

Zhang B H,Liu S H,Liu H P,et al.2012.The effect of MYJ and

YSU schemes on simulation of boundary layer meteorological factors of WRF.Chinese J.Geophys.(in Chinese),55(7): 2239-2248,doi: 10.6038/j.issn.0001-5733.2012.07.010.

附中文參考文獻(xiàn)

楊罡,劉樹華,朱蓉等.2011.鄱陽(yáng)湖地區(qū)大氣邊界層特征的數(shù)值模擬.地球物理學(xué)報(bào),54(4): 896-908,doi: 10.3969/j.issn.0001-5733.2011.04.003.

張碧輝,劉樹華,Liu H P等.2012.MYJ和YSU方案對(duì)WRF邊界層氣象要素模擬的影響.地球物理學(xué)報(bào),55(7): 2239-2248,doi: 10.6038/j.issn.0001-5733.2012.07.010.

(本文編輯汪海英)

基金項(xiàng)目國(guó)家自然科學(xué)基金(41175004)和國(guó)家公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201106033)共同資助.

作者簡(jiǎn)介鄭亦佳，女，1990年生，碩士研究生，從事大氣邊界層物理與大氣環(huán)境研究.E-mail:zhengyijia@pku.edu.cn *通訊作者劉樹華，教授，博士生導(dǎo)師，從事大氣邊界層物理和區(qū)域氣候變化研究.E-mail:lshuhua@pku.edu.cn

doi:10.6038/cjg20160304 中圖分類號(hào)P421

收稿日期2014-08-14，2015-12-29收修定稿

Effects of different topographic correction methods on the simulation of surface wind speed and temperature in parameterization scheme of the YSU boundary layer

ZHENG Yi-Jia,LIU Shu-Hua*,MIAO Yu-Cong,WANG Shu

DepartmentofAtmosphericandOceanicSciences,SchoolofPhysics,PekingUniversity,Beijing100871,China

AbstractIn previous work,two methods of topographic correction have been added into the parameterization scheme for the Yonsei University (YSU) boundary layer of the Weather Research and Forecasting (WRF) model,which aims to reduce the errors of the model caused in simulation of low-layer wind speed.Using a case study,this work attempted to analyze the applicability of these two different methods in the simulation of meteorological factors over Beijing during two periods.The performance of WRF was evaluated against observation data with statistics.The results show that the impact,whether terrain correction is done or not,on the surface temperature simulation is little.The surface wind speed simulated by two methods is improved obviously,and the difference is mainly manifested by the surface wind at hills and mountaintops.The UW (University of Washington) method can simulate wind speed better than the Jiménez method,which is more approximate to observation data.However,wind speed in valleys is over corrected by both UW and Jiménez methods.Analysis of the vertical profile of meteorological factors indicates that different methods mainly affect the low-layer wind speed simulation under 2000 m.On the whole,the UW method is a more appropriate choice,since the statistical parameters of surface meteorological factors simulated by the UW method can largely meet the statistical benchmarks.

KeywordsTopographic correction; Wind speed; Surface meteorological factors; WRF model; Boundary layer scheme

鄭亦佳，劉樹華，繆育聰?shù)?2016.YSU邊界層參數(shù)化方案中不同地形訂正方法對(duì)地面風(fēng)速及溫度模擬的影響.地球物理學(xué)報(bào)，59(3):803-815,doi:10.6038/cjg20160304.

Zheng Y J,Liu S H,Miao Y C,et al.2016.Effects of different topographic correction methods on the simulation of surface wind speed and temperature in parameterization scheme of the YSU boundary layer.Chinese J.Geophys.(in Chinese),59(3):803-815,doi:10.6038/cjg20160304.