廖孫策，黃銘楓，，*，樓文娟，林 巍，肖志斌

(1.浙江大學(xué) 建筑工程學(xué)院 結(jié)構(gòu)工程研究所，杭州 310058；2.浙江大學(xué) 平衡建筑研究中心，杭州 310058)

0 引 言

近年來(lái)我國(guó)臺(tái)風(fēng)災(zāi)害頻發(fā)，根據(jù)中國(guó)氣象局公布的數(shù)據(jù)，平均每年有6個(gè)以上臺(tái)風(fēng)級(jí)別的熱帶氣旋影響我國(guó)，對(duì)我國(guó)沿海地區(qū)造成巨大的財(cái)產(chǎn)損失[1]。隨著國(guó)民經(jīng)濟(jì)的不斷發(fā)展，截至2020年末，我國(guó)常住人口城鎮(zhèn)化率超過(guò)60%。對(duì)于沿海城市來(lái)說(shuō)，臺(tái)風(fēng)帶來(lái)的大風(fēng)以及暴雨耦合獨(dú)特的城市空氣動(dòng)力學(xué)行為，例如建筑群干擾效應(yīng)[2]、熱島效應(yīng)以及城市內(nèi)部的復(fù)雜局部地形條件等，導(dǎo)致了嚴(yán)重的城市建筑群臺(tái)風(fēng)災(zāi)變破壞和各類次生災(zāi)害。臺(tái)風(fēng)作用下的城市風(fēng)場(chǎng)特性也成為了國(guó)內(nèi)外風(fēng)工程研究的熱點(diǎn)之一。

現(xiàn)場(chǎng)實(shí)測(cè)作為風(fēng)工程研究的主要手段之一，被廣泛的應(yīng)用于臺(tái)風(fēng)風(fēng)場(chǎng)特性的研究。不少學(xué)者[3-6]都開(kāi)展了臺(tái)風(fēng)作用下城市風(fēng)場(chǎng)特性的實(shí)測(cè)研究工作。近年來(lái)，數(shù)值模擬也日益成為風(fēng)場(chǎng)研究的有效手段之一。Li等[7]利用Fluent軟件與高精度城市建筑（Geographic information system，GIS）數(shù)據(jù)對(duì)晉江市某區(qū)域風(fēng)場(chǎng)進(jìn)行了CFD模擬，獲得了詳細(xì)、直觀的風(fēng)場(chǎng)信息，并與實(shí)測(cè)數(shù)據(jù)進(jìn)行了對(duì)比。結(jié)果表明，結(jié)合GIS數(shù)據(jù)的模擬方法能夠有效提高城市整體風(fēng)場(chǎng)CFD模擬的效率；模擬結(jié)果與實(shí)測(cè)結(jié)果基本一致。但是，CFD模型受限于網(wǎng)格數(shù)量無(wú)法采用過(guò)大的計(jì)算域；此外，臺(tái)風(fēng)風(fēng)場(chǎng)特性不同于良態(tài)風(fēng)，僅依靠CFD模型無(wú)法準(zhǔn)確獲取臺(tái)風(fēng)作用下的入口邊界條件。

不同于小尺度的CFD模型，WRF模式作為中尺度氣象數(shù)值模式中應(yīng)用最廣泛的模型之一，具有開(kāi)源、參數(shù)方案豐富等特點(diǎn)，能較好地預(yù)測(cè)、重現(xiàn)真實(shí)大氣環(huán)境下的臺(tái)風(fēng)風(fēng)場(chǎng)[8-10]。曾祥峰[11]利用WRF模式的三層固定嵌套網(wǎng)格對(duì)臺(tái)風(fēng)“約克”和“天鴿”進(jìn)行了數(shù)值模擬，發(fā)現(xiàn)WRF模擬結(jié)果與實(shí)測(cè)結(jié)果相近，可以作為土木工程結(jié)構(gòu)抗風(fēng)設(shè)計(jì)的參考依據(jù)。此外，也有不同學(xué)者利用WRF耦合小尺度模式開(kāi)展臺(tái)風(fēng)風(fēng)場(chǎng)研究。黃銘楓等[12]基于WRF和CFD大渦模擬開(kāi)展了杭州九堡大橋周邊臺(tái)風(fēng)風(fēng)場(chǎng)的數(shù)值模擬，并結(jié)合實(shí)測(cè)數(shù)據(jù)進(jìn)行了驗(yàn)證。朱容寬與柯世堂[13]對(duì)廈門國(guó)際機(jī)場(chǎng)航站樓周邊的臺(tái)風(fēng)風(fēng)場(chǎng)進(jìn)行了高時(shí)空分辨率WRF模擬，獲得其邊界層風(fēng)速剖面作為航站樓風(fēng)壓CFD模擬的入口邊界條件。為了細(xì)致考慮城市建筑的熱力作用對(duì)WRF模擬結(jié)果的影響，CHEN等[14]提出了基于WRF的城市冠層模型（UCM），現(xiàn)有WRF版本已經(jīng)集成該模塊[15]。蒙偉光等[16]利用WRF耦合UCM模型，對(duì)廣州地區(qū)的一次高溫天氣過(guò)程進(jìn)行了數(shù)值模擬，結(jié)果表明該方法能準(zhǔn)確模擬城市熱島的形成及分布，能改進(jìn)對(duì)熱島強(qiáng)度的模擬結(jié)果。馬敏勁等[17]利用WRF-UCM進(jìn)行了降水過(guò)程模擬，發(fā)現(xiàn)UCM模型對(duì)水汽的分布和降水量都有一定程度的影響，耦合該模型后降水向城區(qū)靠攏。

已有研究表明，WRF模式能夠有效重現(xiàn)臺(tái)風(fēng)的演化過(guò)程，捕捉臺(tái)風(fēng)風(fēng)場(chǎng)特性。但是，上述關(guān)于WRF模擬臺(tái)風(fēng)風(fēng)場(chǎng)的研究，還大多局限于對(duì)臺(tái)風(fēng)本身動(dòng)力結(jié)構(gòu)的分析或者是借助其他小尺度模式開(kāi)展近地面風(fēng)場(chǎng)模擬，此外對(duì)于WRF耦合UCM模型進(jìn)行城市風(fēng)場(chǎng)高分辨率模擬尚缺乏深入研究。考慮到臺(tái)風(fēng)風(fēng)場(chǎng)結(jié)構(gòu)的特殊性以及城市下墊面的復(fù)雜性，本文采用耦合UCM模型的WRF模式對(duì)臺(tái)風(fēng)“山竹”影響下的城市風(fēng)場(chǎng)開(kāi)展了多尺度數(shù)值模擬，并結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)對(duì)城市臺(tái)風(fēng)風(fēng)場(chǎng)模擬結(jié)果進(jìn)行了驗(yàn)證。

1 臺(tái)風(fēng)“山竹”及現(xiàn)場(chǎng)實(shí)測(cè)概況

臺(tái)風(fēng)“山竹”（Mangkhut）于2018年9月7日20時(shí)在西北太平洋洋面上生成，并于9月11日升級(jí)為超強(qiáng)臺(tái)風(fēng)。2018年9月15日凌晨，臺(tái)風(fēng)“山竹”從菲律賓北部登陸后繼續(xù)向我國(guó)南海移動(dòng)并于9月16日17時(shí)在廣東臺(tái)山海晏鎮(zhèn)登陸，登陸時(shí)中心附近最大風(fēng)力14級(jí)，中心最低氣壓95.5 kPa。研究表明[3,18-19]，臺(tái)風(fēng)“山竹”是香港自1946年有風(fēng)速記錄以來(lái)最猛烈的臺(tái)風(fēng)，并存在明顯的低空急流現(xiàn)象，給我國(guó)廣東沿海地區(qū)造成了嚴(yán)重的經(jīng)濟(jì)損失與人員傷亡。

本文以深圳氣象觀測(cè)梯度塔（113.90°E，22.65°N）為中心模擬其周邊區(qū)域在臺(tái)風(fēng)“山竹”過(guò)境時(shí)的城市風(fēng)場(chǎng)。圖1所示為深圳氣象觀測(cè)梯度塔，該塔由深圳市氣象局和人居環(huán)境委共同建設(shè)，塔高356 m，是目前亞洲第一、世界第二的桅桿結(jié)構(gòu)鐵塔。圖2展示了梯度塔周邊地形及建筑分布情況。梯度塔位于深圳市寶安區(qū)鐵崗水庫(kù)，周邊3～4 km范圍內(nèi)覆蓋大片茂密的低矮樹(shù)林，西側(cè)及南北側(cè)均有大片建筑群，東側(cè)為海拔587 m的羊臺(tái)山。梯度塔在10 m、20 m、40 m、50 m、80 m、100 m、150 m、160 m、200 m、250 m、300 m、320 m和350 m設(shè)置了共13個(gè)觀測(cè)平臺(tái)用于觀測(cè)風(fēng)速、氣壓、氣溫、降水等氣象的梯度變化；其中10 m、40 m、160 m、320 m位置處設(shè)置有三維超聲風(fēng)速儀，采樣頻率為10 Hz，滿足精度要求[20-21]。文獻(xiàn)[20]與文獻(xiàn)[21]利用該氣象觀測(cè)梯度塔分別開(kāi)展了臺(tái)風(fēng)“天鴿”與臺(tái)風(fēng)“山竹”的實(shí)測(cè)研究。本文將結(jié)合文獻(xiàn)[21]的觀測(cè)數(shù)據(jù)對(duì)模擬結(jié)果進(jìn)行驗(yàn)證分析。

圖1 深圳氣象觀測(cè)梯度塔Fig.1 The meteorological gradient tower at Shenzhen

圖2 梯度塔周邊地形及建筑分布Fig.2 The terrain and buildings around the gradient tower

2 臺(tái)風(fēng)模擬試驗(yàn)設(shè)計(jì)

2.1 WRF模式及UCM模型介紹

WRF模式是由美國(guó)環(huán)境預(yù)報(bào)中心（NCEP）和多個(gè)科研機(jī)構(gòu)共同開(kāi)發(fā)的新一代中尺度氣象數(shù)值預(yù)報(bào)系統(tǒng)。因其具有多重網(wǎng)格嵌套功能和豐富的大氣物理過(guò)程參數(shù)化方案，該模式已經(jīng)廣泛應(yīng)用于氣象預(yù)報(bào)業(yè)務(wù)和相關(guān)學(xué)科的研究中[22]。

在WRF模式中參數(shù)化方案的選擇對(duì)計(jì)算結(jié)果有重要影響[23,24]。WRF模式中集成了微物理方案、邊界層方案、積云方案、輻射方案和陸面方案等多種參數(shù)化方案。對(duì)于城市風(fēng)場(chǎng)模擬來(lái)說(shuō)，大氣湍流的求解尤為重要，針對(duì)網(wǎng)格尺寸較大的計(jì)算域，WRF模式采用行星邊界層參數(shù)化方案來(lái)表征垂直方向湍流輸送物理過(guò)程；而對(duì)于水平網(wǎng)格尺寸小于100 m的計(jì)算域，WRF模式支持大渦模擬（LES）模型，直接求解三維湍流中的大尺度渦部分，并通過(guò)亞格子應(yīng)力模型替代小尺度渦，得到的結(jié)果更加接近真實(shí)大氣環(huán)境中的湍流。

為精細(xì)化模擬臺(tái)風(fēng)“山竹”作用下的城市風(fēng)場(chǎng)，本文在WRF模式的基礎(chǔ)上耦合了UCM模型。不同于WRF中單一的城市土地利用類型，UCM模型將土地利用類型中的城市部分，根據(jù)建筑密度、道路寬度以及植被占比等細(xì)分為高密度住宅區(qū)、低密度住宅區(qū)和工業(yè)、商業(yè)用地三類[17]，并且用參數(shù)化的方式表征建造物的幾何特征，同時(shí)也考慮了建筑物之間的遮擋、短波和長(zhǎng)波輻射的反射、冠層的風(fēng)廓線，以及屋頂、墻壁和路面的傳熱過(guò)程[15]，如圖3所示。UCM模型對(duì)WRF中邊界層的影響主要有熱力作用與動(dòng)力作用兩種，均以通量的形式傳遞。熱力作用方面，以感熱通量為例，UCM模型分別計(jì)算植被與人為建造物的感熱通量，再通過(guò)相應(yīng)覆蓋率加權(quán)計(jì)算得總感熱通量。由UCM模型傳遞至WRF的總感熱通量如下所示：

圖3 城市冠層模型與豎向網(wǎng)格劃分Fig.3 The urban-canopy modeling system and vertical mesh layer

式中QH為總感熱通量；Fveg為城市中草地、樹(shù)木等植被的覆蓋率；Furb為城市中房屋、道路等人為建造物的覆蓋率；QH,veg為植被的感熱通量；QH,urb為人為建造物的感熱通量，該項(xiàng)中的房屋屋頂、墻面和路面的感熱通量通過(guò)給定參數(shù)分別計(jì)算[25]?？倽摕嵬颗c長(zhǎng)波輻射通量的計(jì)算方法與總感熱通量相同。在考慮城市冠層動(dòng)力作用方面，UCM模型通過(guò)給定參數(shù)計(jì)算出房屋、道路、植被等的阻力系數(shù)和摩擦速度后，以動(dòng)量形式傳遞至WRF邊界層[15]。本次模擬中采用的UCM模型各項(xiàng)參數(shù)如表1所示，表中取值參考文獻(xiàn)[15]與文獻(xiàn)[17]。

表1 UCM模型參數(shù)表Table 1 Parameters in the UCM model

2.2 WRF計(jì)算設(shè)置

WRF模擬時(shí)間段為2018年9月13日8時(shí)至2018年9月17日8時(shí)，共120 h。為準(zhǔn)確模擬臺(tái)風(fēng)“山竹”的動(dòng)力演化過(guò)程，本文分兩個(gè)步驟對(duì)臺(tái)風(fēng)“山竹”進(jìn)行模擬。步驟一為臺(tái)風(fēng)演化過(guò)程模擬，如圖4所示，步驟一共設(shè)置四層嵌套網(wǎng)格，前兩層嵌套網(wǎng)格（Ad01、Ad02）為固定網(wǎng)格，包含了臺(tái)風(fēng)“山竹”在模擬時(shí)段內(nèi)的完整移動(dòng)路徑；后兩層嵌套網(wǎng)格（Ad03、Ad04）為移動(dòng)網(wǎng)格，其會(huì)自動(dòng)跟隨臺(tái)風(fēng)中心移動(dòng)以高精度求解臺(tái)風(fēng)近中心風(fēng)場(chǎng)結(jié)構(gòu)；四層嵌套域在垂直方向上均劃分36層，第一層網(wǎng)格高度為26 m。步驟二為精細(xì)化城市風(fēng)場(chǎng)模擬，如圖5所示，以深圳氣象觀測(cè)梯度塔為中心建立5層嵌套固定網(wǎng)格（d03、d04、d05、d06、d07），最內(nèi)一層嵌套網(wǎng)格（d07）水平分辨率達(dá)到49 m；垂直方向上采用非線性加密方案，第一層嵌套網(wǎng)格劃分36層，后四層網(wǎng)格加密為72層，離地1 km內(nèi)各層網(wǎng)格高度如表2所示。兩個(gè)步驟之間通過(guò)WRF模式中的單向嵌套技術(shù)（ndown.exe）連接。步驟一中Ad02嵌套域的計(jì)算結(jié)果為步驟二的計(jì)算提供初始和每小時(shí)更新的氣象邊界條件。兩個(gè)步驟嵌套網(wǎng)格的具體設(shè)置見(jiàn)表3。

表3 臺(tái)風(fēng)“山竹”城市風(fēng)場(chǎng)模擬嵌套網(wǎng)格設(shè)置參數(shù)Table 3 The configuration of nested domains for the urban wind field simulation under the influence of typhoon Mangkhut

圖4 臺(tái)風(fēng)演化過(guò)程模擬嵌套網(wǎng)格域Fig.4 Nested domains for the typhoon evolution simulation

圖5 精細(xì)化城市風(fēng)場(chǎng)模擬嵌套網(wǎng)格域Fig.5 Nested domains for the fine-scale urban wind field simulation

表2 1 km以下豎向網(wǎng)格分層高度Table 2 Vertical heights of each mesh layer within 1 km

合理的參數(shù)化方案選擇對(duì)于精細(xì)化臺(tái)風(fēng)風(fēng)場(chǎng)模擬至關(guān)重要。步驟一的臺(tái)風(fēng)演化過(guò)程模擬的微物理方案選擇WSM6，行星邊界層方案選擇YSU方案，長(zhǎng)短波輻射方案選擇Dudhia和RRTM方案，陸面方案選擇Noah Land Surface Model方案，對(duì)于計(jì)算域范圍較大的兩層嵌套域Ad01、Ad02選擇Kain-Fritch積云方案。步驟二的精細(xì)化城市風(fēng)場(chǎng)模擬的參數(shù)化方案中，微物理方案以及長(zhǎng)短波輻射方案與步驟一保持一致，陸面方案選擇Unified Noah LSM方案。在行星邊界層方案的選擇上，前三層嵌套網(wǎng)格（d03、d04、d05）選用YSU邊界層方案，后兩層嵌套網(wǎng)格（d06、d07）采用大渦模擬模型求解大氣湍流。另外，在后三層嵌套網(wǎng)格（d05、d06、d07）中耦合UCM模型并設(shè)置相應(yīng)對(duì)照組試驗(yàn)，研究UCM模型對(duì)城市風(fēng)場(chǎng)模擬的影響。

除參數(shù)化方案外，WRF模式中的下墊面數(shù)據(jù)精度對(duì)模擬結(jié)果也存在一定影響。鄒振操和鄧院昌[26]在WRF模式中引入SRTM3和Asters高精度高程數(shù)據(jù)對(duì)香港地區(qū)進(jìn)行了風(fēng)場(chǎng)模擬，結(jié)果表明，與WRF原有數(shù)據(jù)相比，高精度數(shù)據(jù)在近地面風(fēng)速模擬時(shí)能小幅提高模擬精度。本文在最內(nèi)層的d05、d06、d07三層嵌套網(wǎng)格中采用Aster30 m精度地形高程數(shù)據(jù)和GLC2020-30 m精度土地利用類型數(shù)據(jù)，如圖6與圖7所示，相比于WRF原有數(shù)據(jù)，Aster和GLC數(shù)據(jù)能更準(zhǔn)確地描述梯度塔周邊的地形地貌及土地利用特征。

圖6 d07計(jì)算域內(nèi)地形高程數(shù)據(jù)對(duì)比Fig.6 The comparison of the topographical data in domain d07

圖7 d07計(jì)算域內(nèi)土地利用類型數(shù)據(jù)對(duì)比Fig.7 The comparison of land-usage categories in domain d07

此外，本文按照UCM模型的要求將土地利用類型中的城市細(xì)分為了高密度住宅區(qū)、低密度住宅區(qū)和工業(yè)、商業(yè)用地三類[17]，圖8為廣東沿海地區(qū)城市用地細(xì)分情況。

圖8 廣東及沿海地區(qū)城市用地分類Fig.8 The classification of urban land usage in Guangdong and coastal areas

3 模擬結(jié)果分析

3.1 臺(tái)風(fēng)演化過(guò)程模擬結(jié)果

圖9所示為WRF模擬所得臺(tái)風(fēng)“山竹”移動(dòng)路徑與中國(guó)氣象局（China Meteorological Administration，CMA）實(shí)測(cè)路徑對(duì)比情況。模擬臺(tái)風(fēng)在前兩天的移動(dòng)路徑幾乎和實(shí)測(cè)路徑一致，但在靠近菲律賓前移動(dòng)方向產(chǎn)生誤差，在擦過(guò)菲律賓后路徑誤差逐漸減小，其登陸位置幾乎和歷史登陸點(diǎn)一致。路徑模擬結(jié)果表明，本次模擬采用的四層移動(dòng)網(wǎng)格嵌套方案和選用的物理參數(shù)方案能夠很好再現(xiàn)臺(tái)風(fēng)路徑，大多數(shù)時(shí)刻的路徑誤差在50 km內(nèi)。

圖9 臺(tái)風(fēng)“山竹”模擬路徑與CMA記錄最佳路徑數(shù)據(jù)對(duì)比Fig.9 The routes of typhoon Mangkhut from the simulation and CMA

圖10給出了模擬所得臺(tái)風(fēng)“山竹”近中心最大風(fēng)速、最低海平面氣壓與CMA實(shí)測(cè)結(jié)果對(duì)比情況。近中心風(fēng)速對(duì)比結(jié)果表明，本次模擬準(zhǔn)確地重現(xiàn)出了臺(tái)風(fēng)“山竹”在9月15日登陸菲律賓以及9月16日登陸我國(guó)廣東省時(shí)的兩次風(fēng)速下降過(guò)程，模擬結(jié)果和實(shí)測(cè)結(jié)果相比總體風(fēng)速大小保持一致，部分時(shí)刻風(fēng)速略大于實(shí)測(cè)風(fēng)速（圖10（a））。由圖10（b）可以看到模擬所得最低海平面氣壓和實(shí)測(cè)結(jié)果相比，上升幅度較小，但整體變化趨勢(shì)一致，較好的模擬出了兩次海平面氣壓的增大過(guò)程。綜上所述，本文所采用的模擬方案準(zhǔn)確地模擬出了臺(tái)風(fēng)“山竹”的移動(dòng)路徑和風(fēng)場(chǎng)演化過(guò)程。

圖10 臺(tái)風(fēng)“山竹”強(qiáng)度模擬結(jié)果與CMA數(shù)據(jù)對(duì)比Fig.10 Intensities of typhoon Mangkhut from the simulation and CMA

3.2 精細(xì)化城市風(fēng)場(chǎng)模擬結(jié)果

通過(guò)五層嵌套計(jì)算域?qū)ι钲跉庀笥^測(cè)梯度塔周邊風(fēng)場(chǎng)開(kāi)展了精細(xì)化模擬，最后兩層嵌套域（d06、d07）在2018年9月16日17時(shí)（登錄時(shí)刻）的10 m高度處風(fēng)場(chǎng)如圖11所示。d06和d07嵌套域使用了LES湍流模型并且耦合了UCM模型，可以看出，該方案精確模擬了深圳氣象觀測(cè)梯度塔周邊的城市風(fēng)場(chǎng)。如圖11所示，臺(tái)風(fēng)“山竹”登陸時(shí)梯度塔周邊最大風(fēng)速已經(jīng)超過(guò)30 m/s，由圖可見(jiàn)，城市周邊地形地貌以及建筑群的分布情況對(duì)局地風(fēng)場(chǎng)有較大影響。如圖11（a）所示，梯度塔周邊山體導(dǎo)致了風(fēng)速、風(fēng)向空間分布不均勻，各個(gè)山頂位置處出現(xiàn)明顯的高風(fēng)速區(qū)，局部區(qū)域由于山體的遮擋出現(xiàn)低風(fēng)速區(qū)，此外，部分位置的風(fēng)向由于地形的干擾也出現(xiàn)了明顯的轉(zhuǎn)向現(xiàn)象。圖11（b）為d07計(jì)算域得到的風(fēng)場(chǎng)模擬結(jié)果，可以看到建筑稀疏區(qū)域的風(fēng)速大于建筑密集區(qū)域；同時(shí)，從結(jié)果可以看到兩塊相鄰建筑群之間形成狹道，氣流從開(kāi)闊地帶穿過(guò)狹道時(shí)，過(guò)流斷面縮小，根據(jù)流體連續(xù)性原理氣流發(fā)生明顯加速形成強(qiáng)風(fēng)，這種現(xiàn)象被稱為“狹道效應(yīng)”；另外，由于來(lái)流方向上山體的遮擋，計(jì)算域下部位置出現(xiàn)了局地低風(fēng)速現(xiàn)象。

圖11 不同嵌套域10 m高度處水平風(fēng)速云圖（單位：m/s）Fig.11 Instantaneous contours of horizontal wind velocities (m/s) at 10 m above the groud in different domains

利用文獻(xiàn)[21]中梯度氣象塔分別位于10 m、40 m、160 m、320 m高度處的三維超聲測(cè)風(fēng)儀獲取的10 min平均風(fēng)速數(shù)據(jù)，與文獻(xiàn)[17]中香港京士柏氣象站（King’s Park，簡(jiǎn)稱 KP）實(shí)測(cè)數(shù)據(jù)，對(duì)耦合 UCM 模型的WRF模式模擬城市風(fēng)場(chǎng)的能力進(jìn)行進(jìn)一步的驗(yàn)證分析，同時(shí)比較UCM模型對(duì)WRF模擬結(jié)果的影響。數(shù)據(jù)時(shí)間段為2018年9月15日08時(shí)至9月17日08時(shí)，KP與梯度塔相對(duì)位置如圖12所示。

圖12 香港京士柏氣象站地理位置Fig.12 The location of the King's Park weather station

圖13（a-d）為WRF風(fēng)速模擬結(jié)果與梯度塔實(shí)測(cè)結(jié)果對(duì)比情況，可以看到，WRF模擬結(jié)果與實(shí)測(cè)結(jié)果整體變化趨勢(shì)一致，準(zhǔn)確地模擬出了梯度塔位置處風(fēng)速隨著臺(tái)風(fēng)“山竹”的臨近而不斷增大，臺(tái)風(fēng)登陸后風(fēng)速逐漸減小的過(guò)程。此外，從圖中可以看出，WRF模擬所得風(fēng)速稍大于實(shí)測(cè)結(jié)果，并且隨著觀測(cè)點(diǎn)高度的增加，模擬誤差也有一定程度的增大，在160 m和320 m高度位置處模擬風(fēng)速相較于實(shí)測(cè)風(fēng)速減小較慢。產(chǎn)生誤差的主要原因分析如下：臺(tái)風(fēng)中尺度模擬網(wǎng)格精度及地形解析精度的不足，會(huì)導(dǎo)致臺(tái)風(fēng)模擬風(fēng)速偏大，這也是目前中尺度模式普遍存在的系統(tǒng)誤差[27]；中尺度系統(tǒng)對(duì)于陸地表面復(fù)雜下墊面的解析精度不高，導(dǎo)致臺(tái)風(fēng)登陸后WRF模擬與實(shí)測(cè)之間的誤差更加明顯。此外，如圖13（e）所示，由于梯度塔與KP相距約47 km，KP位置處最大風(fēng)速出現(xiàn)時(shí)間與梯度塔相比稍有提前，梯度塔位置處的模擬風(fēng)速也稍大于KP位置的風(fēng)速。但風(fēng)速、風(fēng)向整體的變化趨勢(shì)一致，這從一定程度上驗(yàn)證了模擬結(jié)果的可靠性。

圖13 模擬風(fēng)速與實(shí)測(cè)結(jié)果對(duì)比Fig.13 Comparisons of wind speeds between the simulation and observation

表4為不同高度位置處臺(tái)風(fēng)臨近深圳氣象梯度塔時(shí)（9月16日15時(shí)至16時(shí)）的最大風(fēng)速比較情況，其中括號(hào)里的百分比數(shù)值表示相對(duì)誤差?？梢钥吹剑瑔我籛RF模式的計(jì)算結(jié)果與耦合了UCM模型均能較為準(zhǔn)確地模擬出臺(tái)風(fēng)影響下梯度塔各個(gè)高度處的風(fēng)速。在高度10 m和40 m的位置，耦合UCM模型后模擬風(fēng)速更加接近實(shí)測(cè)風(fēng)速，模擬精度有所提高；但隨著高度的上升，二者之間的差距變小。這種現(xiàn)象的原因是UCM模型僅作用于前三層豎向網(wǎng)格（圖3），所以高空位置處的風(fēng)速模擬精度提升不大。另外，由于本次模擬采用的UCM模型較為簡(jiǎn)化，對(duì)深圳等復(fù)雜城市的真實(shí)特征描述不足。因此，計(jì)算結(jié)果與未耦合UCM的結(jié)果相比，風(fēng)速模擬精度在低空略有提升，但總體相差不大。

表4 不同高度位置最大風(fēng)速比較Table 4 Maximums of wind velocity at different heights

綜上所述，本文采用的WRF耦合UCM模式能準(zhǔn)確模擬臺(tái)風(fēng)“山竹”影響下的城市風(fēng)場(chǎng)，反映出地形以及建筑群分布對(duì)城市風(fēng)場(chǎng)的影響，且耦合UCM模型后，對(duì)風(fēng)速模擬精度有一定提升。

4 結(jié) 論

本文利用耦合UCM模型的WRF模式對(duì)深圳氣象觀測(cè)梯度塔周邊區(qū)域在臺(tái)風(fēng)“山竹”影響下的城市風(fēng)場(chǎng)開(kāi)展了數(shù)值模擬工作，并結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行了對(duì)比分析。主要結(jié)論如下：

1）本文所采用的四層移動(dòng)嵌套網(wǎng)格能準(zhǔn)確模擬臺(tái)風(fēng)“山竹”的移動(dòng)路徑和強(qiáng)度變化，重現(xiàn)臺(tái)風(fēng)“山竹”的演化過(guò)程，為后續(xù)城市風(fēng)場(chǎng)模擬提供初始場(chǎng)。

2）基于高精度下墊面數(shù)據(jù)和UCM模型的數(shù)據(jù)，本文模擬結(jié)果準(zhǔn)確地反映出了臺(tái)風(fēng)“山竹”影響下的城市風(fēng)場(chǎng)空間分布情況。城市周邊山體的遮擋干擾作用會(huì)導(dǎo)致風(fēng)場(chǎng)空間分布不均勻，山頂出現(xiàn)高風(fēng)速區(qū)，背風(fēng)位置出現(xiàn)低風(fēng)速區(qū)。建筑密集區(qū)域風(fēng)速小于建筑稀疏區(qū)域，而兩個(gè)相鄰建筑群之間存在“狹道效應(yīng)”使得風(fēng)速增大。

3）模擬所得風(fēng)速與實(shí)測(cè)風(fēng)速相近，風(fēng)速變化趨勢(shì)一致，但模擬誤差隨高度升高而增加。耦合UCM模型能夠在一定程度上提高WRF模擬精度，但受限于UCM模型中對(duì)建筑物幾何外形的簡(jiǎn)化算法，其對(duì)高度較高位置處風(fēng)速模擬的精度提升有限。