地球物理学报  2017, Vol. 60 Issue (3): 924-934   PDF    
晴天及阴天条件下WRF模式中几种边界层参数化方案的对比分析研究
王成刚1, 沈滢洁1, 罗峰2, 曹乐1, 严家德1, 姜海梅1     
1. 南京信息工程大学 中国气象局气溶胶与云降水重点开放实验室, 南京 210044;
2. 上海市嘉定区气象局, 上海 201821
摘要: 利用WRF模式中5种常用边界层参数化方案(ACM2、YSU、BouLac、MYJ和MYNN2.5)及美国能源部大气辐射观测试验(ARM)寿县综合观测数据(2008年8-12月),对比分析了晴天及阴天条件下,不同参数化方案对典型农田下垫面气象要素及边界层结构的模拟效果,结果表明:(1)模式对于云层状况的模拟,非局地方案ACM2和YSU方案优于局地方案.(2)对于近地层气象要素,晴天和阴天条件下均是ACM2方案对于2 m温度和比湿的模拟效果最好,MYJ方案对于风向风速的模拟效果最好.(3)对于位温及比湿垂直廓线的模拟,晴天和阴天条件下均是非局地方案(ACM2和YSU)对白天的模拟效果优于局地方案;ACM2方案对夜间弱稳定层结和逆湿结构的模拟最优;(4)对于风速垂直廓线的模拟,白天不稳定条件下,晴天条件MYJ方案最优,阴天MYNN2.5方案的模拟效果最好;夜间弱稳定条件下,晴天条件ACM2方案与观测值之间的偏差最小,阴天YSU方案模拟效果最好;(5)总体而言,在对典型农田下垫面进行模拟时,晴天和阴天条件下均是ACM2方案更具优势.
关键词: 晴天      阴天      WRF模式      边界层参数化方案      ARW试验寿县站     
Comparison and analysis of several planetary boundary layer schemes in WRF model between clear and overcast days
WANG Cheng-Gang1, SHEN Ying-Jie1, LUO Feng2, CAO Le1, YAN Jia-De1, JIANG Hai-Mei1     
1. Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China;
2. Jiading District Meteorological Bureau, Shanghai 201821, China
Abstract: In the present study, several most commonly used planetary boundary layer (PBL) parameterization schemes in the WRF model are utilized together with the observed data at Shouxian (from August to December, 2008). The present work is a part of Atmospheric Radiation Measurement (ARM) facility supported by the U.S. Department of Energy installed at Shouxian in China. In this study, we compared the simulation effect of meteorological elements and the structure of PBL over typical farmlands underlying from different parameterization schemes between clear and overcast days. The observed results revealed that for the simulation of cloud status, non-local schemes such as the ACM2 and YSU are superior to the local schemes. Further, the ACM2 scheme is better in simulating temperature and specific humidity at a height of 2 m from the surface, and the MYJ scheme has an advantage over other schemes when simulating the wind direction or its velocity. Also, for the simulation of potential temperature and specific humidity profile, non-local schemes (ACM2 and YSU) are superior to the local schemes both during clear and overcast days. It is depicted that the ACM2 scheme has better advantages when simulating under weak stable conditions and moisture inversion structure during nighttime. Moreover, for the simulation of wind velocity profile, the MYJ and MYNN2.5 schemes are the best respectively during the clear and overcast days under unstable daytime condition. However, when considering weak stable condition, ACM2 scheme has minimum deviation on clear days and YSU scheme is the best choice on overcast days. From the overall results, ACM2 scheme is superior both on clear and overcast days, when simulation is based on typical farmland underlying.
Key words: Clear day      Overcast day      WRF model      PBL parametrization schemes      ARM-Shouxian     
1 引言

大气边界层是最靠近下垫面的对流层底层,其厚度为几百米到1~2 km.在下垫面的影响下,边界层大气表现出明显的湍流特性,湍流强度及边界层厚度对大气动量、热量、水汽和污染物的输送起着重要作用,从而进一步影响天气、气候的变化,因此大气边界层和大气湍流运动的深入研究对人类健康生活至关重要.

目前对大气边界层的研究主要通过外场观测和数值模拟的方式进行.WRF (Weather Research and Forecasting) 模式作为现阶段的主流模拟手段,在小尺度、中尺度及大尺度天气系统的研究中都有着重要地位.然而模式中,水平及垂直网格距的设置通常在1km以上,分辨率较大,大气湍流运动属于次网格尺度运动,无法直接计算,因此只能采用参数化方案来描述这种次网格尺度的湍流运动对网格尺度气象要素的影响 (Shin and Hong, 2011).随着数值模拟技术的不断深入,不同的边界层参数化方案被开发出来,其主要区别在于湍流闭合问题的解决方法不同,导致动量、热量和水汽等的垂直输送过程有所不同,而造成对边界层的模拟结果的差异.目前WRF模式中共有12种边界层方案,每一种参数化方案对湍流的处理方法均有不同,各有一定的适用性和局限性,因此模拟结果会因不同天气、下垫面和季节等不同条件的影响而有所差异.其中,最常用的边界层方案有ACM2(Asymmetric Convective Model version 2) (Pleim,2007)、YSU (Yonsei University)(Hong et al., 2006)、BouLac (Bougeault-Lacarrere)(Bougeault and Lacarrère,1989)、MYJ (Mellor-Yamada-Janjic)(Janjić,1990)、MYNN2.5(Level 2.5 Mellow-Yamada Nakanishi Niino)(Nakanishi and Niino, 2004) 等.

国内外许多专家学者都曾利用WRF模式中不同边界层参数化方案对各气象要素进行敏感性试验,对于温度的模拟结果,邱贵强等 (2013)以及黄文彦等 (2014)的研究结果表明,在青藏高原地区高寒草原和美国北部森林地区,ACM2和YSU方案模拟效果较好.王腾蛟等 (2013)的研究表明,在夏季黄土高原丘陵地形,YSU方案在白天效果较好,MYJ方案在夜间效果较好.对于风向风速,王颖等 (2010)以及张小培和银燕 (2013)的研究表明,在冬季兰州城市地区和安徽黄山,ACM2方案模拟效果较好.Kim等 (2013)的研究表明,在巴黎城区和郊区,YSU和MYNN2.5方案更优.对于感热和潜热,张龙 (2012)的研究表明,在冬季西北山区,MYJ方案对感热模拟较好,ACM2方案对潜热模拟较好.邱贵强等 (2013)的研究表明,在青藏高原地区高寒草原,MYNN2.5方案较优.因此,边界层参数化方案在不同外部条件下的模拟效果存在一定不确定性,通过更具有代表性的个例来评估不同参数化方案的模拟效果,对于边界层参数化方案的改进和发展具有一定的现实意义.

上述研究通常以晴天个例为主,有关阴天或有云覆盖条件下各参数化方案模拟性能的研究还为数不多.而云层的存在,在一定程度上会影响边界层参数化方案对各气象要素的模拟效果,Hu等 (2010)在对美国休斯敦地区模拟效果的评估中发现,由于每天的云量不同,各个边界层方案每天模拟的气温值与观测值的最大偏差都各不相同.

本文利用WRF模式,结合美国能源部大气辐射观测计划 (ARM) 移动观测站提供的长时间的多种观测资料,针对安徽寿县地区的典型农田下垫面,对其近地面气象要素以及边界层垂直结构进行模拟,充分对比并评估晴天和阴天条件下,5种常用边界层参数化方案 (ACM2、BouLac、MYJ、MYNN2.5和YSU) 对云层、温度、比湿等气象要素及边界层结构的模拟能力,以便为今后晴天和阴天条件下边界层参数化方案的选取,提供科学的参考依据.

2 边界层参数化方案简介及试验设计 2.1 五种边界层参数化方案介绍

本文分析的边界层方案主要分为两类:非局地闭合方案ACM2方案和YSU方案,以及局地闭合方案BouLac方案、MYJ方案和MYNN2.5方案.

在边界层参数化方案中,次网格扰动通量与平均量 (C; u, v, θ, q) 的关系为

(1)

其中KC(包括KmKhKε,下文统称KC) 为湍流扩散系数.各参数化方案均在此方程基础上修改.

(1) ACM2方案的湍流闭合方程为

(2)

其中,Mu为模式底层向上的非局地对流混合率;Mdi为模式从第i层到第i-1层向下的非局地混合率;Δzi为模式层厚度;湍流扩散系数KC,根据不同稳定条件由相似理论以及湍涡交换求得;fconv用于控制非局地和局地作用的比例,为局地混合时,fconv=0,非局地混合时,fconv=1.公式左边表示平均量随时间的变化,右边前三项表示大尺度湍涡导致的非局地混合,第四项表示湍流交换导致的局地作用.

(2) YSU方案的湍流闭合方程为

(3)

其中,反梯度通量项γC增加了大尺度湍涡导致的非局地作用,夹卷通量项)h(z/h)3增加了边界层顶部的夹卷作用,湍流扩散系数KC由相似理论求得.

(3) 局地方案的湍流闭合 (BouLac、MYJ、MYNN2.5) 通过湍流动能 (Turbulence Kinetic Energy,TKE) 预报方程得到

(4)

其中,e为湍流动能,u′v′w′为水平及垂直脉动速度,θ′为温度脉动,β为浮力系数,ε为湍流动能耗散率.方程右边第一项表征湍流输送的TKE,第二、三项为风切变产生的TKE,第四、五项分别为浮力和分子扩散消耗的TKE.此外,

(5)

湍流扩散系数KC=le1/2Scl为混合长尺度,Sc为比例系数.KC取值的不同决定了三种局地方案间最主要的差异,即在不同方案中lSc的差异会影响最终的模拟结果.

2.2 试验设计

本文选用WRF (V3.4) 模式,对安徽省寿县地区进行模拟.模拟时段为2008年9月27日-30日 (阴天) 以及2008年08月19日、11月12日、11月14日和12月16日 (天气晴朗) 共8个个例.

此次模拟利用1×1°NCEP/NCAR全球再分析资料,采用三层嵌套方式,模拟中心位于32.56°N,116.78°E,三层嵌套的网格数和格距分别为114×114(9 km),124×124(3 km) 和154×154(1 km),模拟区域下垫面以农田为主.垂直分为50层,其中2 km以下垂直层数加密到28层,便于清晰分析垂直结构.模式的微物理过程采用Morrison方案;长波辐射采用rrtmg方案;短波辐射采用rrtmg方案;陆面过程采用Noah陆面模式;最外两层嵌套积云方案采用Kain-Fritsch方案,最内层不采用积云方案.

2.3 观测数据介绍

模式对比效果的评估数据由美国能源部发起的全球大气辐射观测计划 (Atmospheric Radiation Measurement) 移动观测站提供,该站于2008年9-12月在安徽省寿县开展了为期4个月的综合观测.该站位于淮河流域,地形平坦、空旷,是典型的农田下垫面.此次观测所用仪器较多,观测项目较全,能够全面反映以寿县为代表的农田下垫面气象特征,为对比效果的验证提供有力的数据支持 (Fan et al., 2010陆祖荣,2014).本文利用云高仪探测云底高度、辐射测量仪测得辐射四分量、地面气象仪器测得近地面气象要素、涡度相关仪测得通量项、GPS探空仪探测气象要素垂直廓线.由于模拟区域下垫面平坦均一,气象要素分布均匀,模式中心数据输出,采用五点法取平均值,以减少系统误差 (黄文彦等,2014Gibbs et al., 2011).

3 结果分析 3.1 云层模拟结果分析

根据卫星红外云图 (图略),2008年9月27-30日期间,安徽寿县地区上空存在连续大规模云系.同时,寿县地面观测资料显示,四天均为阴天,模拟中心区域云量为10,近地面气温16~24 ℃,相对湿度45%~90%,没有降水,风速3~6 m·s-1,以偏北风为主.利用云高仪和GPS探空仪 (图略),对比分析五个参数化方案对四个阴天个例的模拟效果.其中GPS探空仪通过相对湿度廓线判断云层,当相对湿度>95%时,判断为云层;WRF模式定义云的阈值为Q=QCLOUD+QICE>0.01 g·kg-1(Storer and van den Heever,2013).

图 1a为27-30日云高仪探测的云底高度,图 1b-1f分别为五种参数化方案模拟云层的时间高度剖面.27日云高仪显示全天有云,云底高度在2000 m左右,GPS探空仪显示云厚为800~1000 m,五种参数化方案均没能模拟出夜间的云层,模拟出的白天的云底高度均为2200 m左右,其中三种局地方案模拟的云层厚度变化幅度较大,而两种非局地方案ACM2和YSU模拟的云层厚度较均匀,基本保持在1000 m左右,更接近观测结果;28日云高仪显示云底高度为1500~2000 m,GPS探空仪显示云厚为500~1000,五种方案模拟出的云底高度仍为2200 m左右,BouLac方案模拟的云层不连续,而其他四种方案模拟的云层较均匀,厚度在800 m左右,更接近观测结果;29日云高仪显示中午时没有云层,其余时段均存在云层,云底高度为1500~2000 m,GPS探空仪显示云厚为500~800 m,三种局地方案均未能模拟出云层效果,偏差较大,而非局地方案ACM2和YSU模拟出了云底高度为2200 m,云层厚度为500 m,以及中午无云的状况,与观测结果比较吻合;30日云高仪显示08:00-12:00时无云,其余时段均存在云层,云底高度为2000 m,GPS探空仪显示云层为薄云层,五种方案模拟的云底高度均为1500 m左右,比观测结果偏低500 m,并且只模拟出12:00-18:00时的云层,与观测结果存在一定偏差.总体而言,非局地方案 (ACM2和YSU) 对云底高度、云层厚度以及云层存在时间的模拟效果优于局地方案 (BouLac、MYJ和MYNN2.5),因为ACM2和YSU方案较强的非局地作用能将地面大量水汽输送到高层,使湿度达到模式中成云的阈值,同时夹卷带入高空的干空气,使得云层厚度不会过厚而更接近观测值.即使微物理方案相同,不同的边界层方案也将通过影响水汽的垂直输送而对云的模拟结果产生较大影响.

图 1 2008年9月27-30日寿县上空云的观测与模拟的比较 (a) 云高仪;(b) BouLac方案;(c) MYJ方案;(d) MYNN2.5方案;(e) ACM2方案;(f) YSU方案. Fig. 1 The comparison of the clouds in the Shouxian between the observed and the simulated with different PBL scheme from 27 to 30 Sept, 2008 (a) Ceilometer; (b) BouLac sheme; (c) MYJ scheme; (d) MYNN2.5 scheme; (e) ACM2 scheme; (f) YSU scheme.
3.2 近地面气象要素模拟分析 3.2.1 2m温度模拟结果与观测结果的对比分析

通过对比晴天和阴天条件下2 m高度的平均温度日变化,可以看出5种参数化方案均很好地模拟出了2 m高度的温度日变化特征.由图 2a可以看出,晴天条件下,5种方案对白天的模拟值均偏低,对夜间的模拟均偏高,其中非局地方案ACM2和YSU对白天的模拟值高于3种局地方案,对夜间的模拟低于局地方案,更接近观测值.由图 2b可以看出,阴天条件下,5种方案对白天的模拟均偏高,其中局地方案模拟的温度要高于非局地方案,ACM2方案最接近观测值,BouLac方案偏差最大,而夜间ACM2、MYJ和MYNN2.5方案更接近观测值,其他两种方案的模拟值偏高.各参数化方案对温度模拟的不同结果主要受到两方面的影响,一是各方案模拟的到达地面的短波辐射的差异所造成的影响,太阳向下的短波辐射又会受云层的反射、散射和吸收等削弱作用的影响;二是各方案自身对湍流混合的不同处理.晴天条件下,到达地面的辐射一定,各方案自身因素所造成的偏差也很小.而在阴天条件下,各方案对云层的模拟效果不同导致到达地面短波辐射的差异,使其对2 m温度的模拟也有所差异:白天,ACM2方案对云层的模拟最佳,因此模拟的2 m温度也最接近观测值,而其他方案都或多或少地高估了向下短波辐射 (图略),使得模拟出的地面温度也偏高,导致2 m温度的模拟值偏高;夜间各方案对辐射的模拟偏差可忽略不计,因此模拟的夜间温度的差异主要是由各方案对湍流混合的不同处理造成的:非局地方案YSU,由于其过强的湍流混合作用导致模拟的温度偏高,而ACM2方案在稳定层结时会通过调整fconv系数,使非局地特征减弱,体现局地特征,因此ACM2方案对夜间温度的模拟与3种局地方案存在一定相似性.晴天条件下ACM2方案最优,相关系数为0.98,均方根误差为1.27;阴天条件下也是ACM2方案最优,相关系数为0.99,均方根误差为0.33.

图 2 不同方案对模拟时段内平均2 m温度模拟值与观测值的比较 (a) 晴天;(b) 阴天. Fig. 2 The comparison of the mean 2m-temperature between the observed and the simulated with different PBL scheme during the simulated time (a) Clear day; (b) Overcast day.
3.2.2 2 m比湿模拟结果与观测结果的对比分析

图 3对比了晴天和阴天条件下,5种参数化方案对2 m高度平均比湿的日变化特征的模拟效果.可以明显看出,白天,晴天和阴天条件5种参数化方案对比湿的模拟值均高于观测值,其中非局地方案ACM2和YSU方案的模拟值比3种局地方案低,更接近观测值.这主要是非局地方案考虑了非局地输送以及夹卷过程,使近地面的水汽输送到高层,导致模拟出的比湿小于局地方案.夜间,晴天条件下,5种参数化方案的模拟结果差异较小;而阴天条件下,各方案的模拟值较白天都有所增长,其中YSU方案过强的湍流混合作用导致其比湿增长速率高于其他方案.晴天条件下ACM2方案最优,相关系数为0.99,均方根误差为0.91;阴天条件下也是ACM2方案最优,相关系数为0.71,均方根误差为0.58.

图 3 不同方案对模拟时段内平均2 m比湿模拟值与观测值的比较 (a) 晴天;(b) 阴天. Fig. 3 The comparison of the mean 2m-vapor between the observed and the simulated with different PBL scheme during the simulated time (a) Clear day; (b) Overcast day.
3.2.3 10 m风速风向模拟结果与观测结果的对比分析

图 4模拟了晴天和阴天条件下10 m高度平均风速风向的日变化.从风速上看,晴天和阴天条件下,5种方案模拟的相关系数在0.21~0.45,相关性偏弱.均方根误差表明,5种方案普遍模拟偏大,局地方案模拟的风速小于非局地方案,更接近观测值,其中MYJ方案最优,并且MYJ方案与风速的相关系数在晴天和阴天的差异不大 (晴天时为0.45,阴天时为0.43),但晴天条件下的均方根误差比阴天条件大 (晴天时为1.08,阴天时为0.43),因此晴天条件下风速偏差会更大.从风向上看,同一方案在晴天条件下的偏差 (60°左右) 比阴天的偏差 (25°左右) 大,其中,MYJ方案对晴天条件下的模拟效果最好,相关系数为0.36,均方根误差为63.7,BouLac方案对阴天条件下的模拟最优,相关系数为0.60,均方根误差为9.34.不同方案在风向风速上的差异,可能是由各方案不同湍流扩散系数造成的不同混合长以及不同摩擦速度所引起的.

图 4 不同方案对模拟时段内平均10 m风速和10 m风向模拟值与观测值的比较 (a)、(b) 晴天;(c)、(d) 阴天. Fig. 4 The comparison of the mean 10m-wind speed and 10-wind direction between the observed and the simulated with different PBL scheme during the simulated time (a)、(b) Clear day; (c)、(d) Overcast day.

表 1为晴天及阴天条件下,各参数化方案模拟结果与观测结果的相关系数和均方根误差 (相关系数 & 均方根) 分析表.由表可见,5种方案对2m温度和2m比湿的模拟效果普遍较优,除了与阴天比湿的相关性偏弱 (0.57~0.71),各方案对晴天和阴天的温度及晴天比湿的相关系数均在0.96~0.99,其中ACM2方案在晴天和阴天下的模拟结果均优于其他方案,除了阴天比湿,其相关系数均在0.98以上,其他4种方案的差别也并不明显.而各方案对于风速风向的模拟效果均不够理想,相关系数在0.21~0.60之间,各方案的差异较大,其中局地方案的效果普遍优于非局地方案,综合比较而言,MYJ方案的模拟效果最好,BouLac方案较差.总体上,对于近地面气象要素的模拟,不需要区分晴天和阴天条件,若需要重点研究2 m温度和比湿,可以考虑选择ACM2方案,若需分析风向风速,可以选择MYJ方案.

表 1 不同方案对气象要素模拟的相关系数 & 均方根误差 Table 1 The correlation coefficient and root mean square of the meteorological factors with different PBL scheme
3.3 边界层垂直结构模拟分析

利用ARM试验期间的探空资料,验证五种边界层参数化方案对气象要素在垂直方向的分布.图 567分别给出了模拟时段内14:00和02:00不同参数化方案模拟的位温、比湿、风速的平均垂直廓线.

图 5 不同方案对模拟时段内位温垂直廓线的模拟值与观测值的比较 (a) 晴天14:00;(b) 晴天02:00;(c) 阴天14:00;(d) 阴天02:00. Fig. 5 The comparison of the vertical profiles of potential temperature between the observed and the simulated with different PBL scheme during simulated time (a) Clear day at 14:00; (b) Clear day at 02:00; (c) Overcast day at 14:00; (d) Overcast day at 02:00.
图 6 不同方案对模拟时段内比湿垂直廓线的模拟值与观测值的比较 (a) 晴天14:00;(b) 晴天02:00;(c) 阴天14:00;(d) 阴天02:00. Fig. 6 The comparison of the vertical profiles of vapor between the observed and the simulated with different PBL scheme during simulated time (a) Clear day at 14:00; (b) Clear day at 02:00; (c) Overcast day at 14:00; (d) Overcast day at 02:00.
图 7 不同方案对模拟时段内风速垂直廓线的模拟值与观测值的比较 (a) 晴天14:00;(b) 晴天02:00;(c) 阴天14:00;(d) 阴天02:00. Fig. 7 The comparison of the vertical profiles of wind speed between the observed and the simulated with different PBL scheme during simulated time (a) Clear day at 14:00; (b) Clear day at 02:00; (c) Overcast day at 14:00; (d) Overcast day at 02:00.
3.3.1 位温垂直廓线的对比分析

图 5对比分析了02:00,14:00晴天及阴天条件下位温的模拟结果与观测结果.其中,图 5a5c分别为晴天及阴天14:00的位温垂直廓线,5种方案均模拟出了贴地层位温随高度递减的不稳定层结.而对于混合层,晴天条件下,在太阳辐射的作用下,地面感热通量增加,湍流混合增强,探空仪资料显示混合层高度达到1100 m左右,5种方案的模拟结果均偏冷,其中ACM2和YSU方案由于考虑了局地大涡输送,有较强的湍流混合作用,使得模拟的混合层更高更暖,更接近观测值,而BouLac方案湍流混合较弱,模拟效果最差.而阴天条件下,低云的压迫作用在一定程度上抑制了湍流混合,使混合层只达到800 m左右,5种方案的模拟结果均偏暖,其中ACM2方案通过系数fconv控制非局地和局地作用的比例,使其最接近观测值.图 5b5d分别为晴天及阴天02:00的位温廓线.晴天条件下,探空仪资料显示200 m以下存在一层强逆温层,逆温强度达到2 K/100 m,5种参数化方案均成功地模拟出此逆温层;而阴天条件下,由于夜间云层向下的长波辐射,一定程度抵消了地表的长波辐射冷却作用,没能形成强稳定的逆温层,存在弱稳定层结,5种参数化方案均模拟出此弱稳定层结,其中ACM2方案通过系数fconv控制非局地和局地作用的比例,而最接近观测值,YSU、BouLac方案模拟的层结稳定度偏弱,高度偏高,而MYJ和MYNN2.5方案模拟的层结则稳定度偏强,高度偏低.

3.3.2 比湿垂直廓线的对比分析

图 6对比分析了02:00,14:00晴天及阴天条件下比湿的模拟结果与观测结果.其中,图 6a6c分别为晴天及阴天14:00的比湿廓线.晴天混合层内 (1100 m),湍流混合均匀,比湿变化不大,保持在15 g·kg-1左右,阴天混合层内 (800 m),比湿基本不变,在9 g·kg-1左右.比湿廓线能很好地反映混合层内的湍流混合作用,不管是晴天条件还是阴天条件下,ACM2、YSU方案模拟的水汽混合层高度更高、层内湿度更低,更接近观测.而BouLac由于湍流混合较弱,均未能正确反映水汽混合层高度.在水汽混合比数值上,与观测相比,各方案均存在一定偏湿.另外,从晴天和阴天的比湿廓线均可以看出,局地方案模拟的比湿随高度的变化总是比非局地方案要剧烈,因为局地方案湍流混合较弱,未能使水汽在边界层内混合得更加均匀.图 6b6d分别为晴天及阴天条件下02:00的比湿垂直廓线.可以明显看出,晴天和阴天条件下均存在一定强度的逆湿,且晴天条件下的逆湿强度更大,这主要是在晴天太阳辐射的作用下,地面大量水汽相变所造成.5种参数化方案均能模拟出两种条件下的逆湿,其中ACM2方案更接近观测值.

3.3.3 风廓线的对比分析

图 7对比分析了02:00,14:00晴天及阴天条件下风速的模拟结果与观测结果.其中,图 7a7b分别为晴天条件下02:00和14:00的模拟结果,各边界层方案在晴天条件下的模拟效果均不太理想,风速差异最大达到8 m·s-1.由图 7a可见,白天300 m以下,只有MYJ方案模拟出风速值随高度增加而增大的特征.300~900 m,风速稳定随高度基本不变,除BouLac方案外,其他4种方案均基本模拟出这一特征.900 m以上,在1050 m附近出现边界层急流,除MYNN2.5方案外,其他4种方案均模拟出急流现象,其中BL和MYJ方案模拟的急流高度更符合观测结果.由图 7b可见,夜间风速在200 m附近出现了极大值,形成边界层急流,5种方案模拟出风速随高度增加的过程,但均未模拟出该急流现象.

图 7c7d分别为阴天条件下02:00和14:00的模拟结果,各方案在阴天条件下的模拟效果均较为符合观测结果.由图 7c可见,白天0~150 m风速随高度小幅增加,150~900 m间风速在4~6 m·s-1内波动,900 m以上,风速在1350 m附近开始减小.除MYJ方案存在较大偏差外,其他方案能大致模拟出边界层内的变化趋势,其中MYNN2.5方案最符合观测值的变化趋势.由图 7d可见,夜间0~800 m范围内,风速大体随高度的增加而增加,在700处达到最大,除BouLac方案外,其他方案都能成功地模拟出这一过程.

总体而言,各方案对于阴天条件下的模拟效果基本与观测值相符,其中MYNN2.5方案对白天的模拟效果最好,YSU方案对夜间模拟最优.而对于晴天条件下的模拟则与观测结果差异较大,其中MYJ方案对白天的模拟最优,ACM2方案对夜间的模拟偏差最小.晴天模拟效果较差主要是因为风速主要受热力条件影响,而晴天条件下的热力条件比较复杂,受到太阳辐射及辐射逆温等过程的影响,导致大气层结不均匀,相比阴天较均匀的边界层更难模拟.此外,本次模拟在2 km以下垂直分为28层,与观测资料相比,垂直间隔较大,难以清晰模拟出不同高度上较细微的结构,如边界层急流等.

4 结论与讨论

本文利用WRF模式中5种边界层参数化方案 (ACM2、BouLac、MYJ、MYNN2.5、YSU) 及美国ARM试验期间的观测资料,对晴天和阴天条件下近地层气象要素及边界层结构进行了对比分析,得出以下结论.

(1) 对于云层存在时间、云底高度以及云层厚度上的模拟,两种非局地方案 (ACM2和YSU) 明显优于局地方案.

(2) 对于温度和比湿的模拟,晴天条件和阴天条件下均是能调整局地和非局地作用的ACM2方案模拟效果最佳,相关系数最大可达0.99;而对于风速和风向的模拟,晴天条件和阴天条件下均是局地方案更具优势,相关系数最大可达0.6.

(3) 对于位温垂直廓线及比湿垂直廓线的模拟,白天不稳定条件下,晴天条件和阴天条件下均是非局地方案 (ACM2和YSU) 的模拟效果优于局地方案;夜间弱稳定条件下,5种参数化方案均能模拟出晴天条件下的稳定层结和逆湿结构,而ACM2方案对于阴天条件下的弱稳定层结和逆湿结构的模拟最优;

(4) 对于风速垂直廓线的模拟,白天不稳定条件下,晴天条件MYJ方案对于边界层急流等结构的模拟效果最优,阴天除MYJ方案外,各方案均能模拟出边界层大致结构,其中MYNN2.5方案的模拟结果与观测事实最为接近;夜间弱稳定条件下,晴天条件ACM2方案与观测值之间的偏差最小,阴天条件下YSU方案模拟效果最好.

本文仅对安徽寿县地区做了初步模拟分析,对于该区域边界层参数化方案的选取有一定参考意义,可以考虑深入应用于空气质量模式中,但对于其它地形条件的地区还需要具体问题具体分析.

参考文献
Bougeault P, Lacarrère P. 1989. Parameterization of orography-induced turbulence in a Mesobeta-Scale Mode. Mon. Wea. Rev., 117(8): 1872-1890. DOI:10.1175/1520-0493(1989)117<1872:POOITI>2.0.CO;2
Fan X H, Chen H B, Xia X G, et al. 2010. Aerosol optical properties from the Atmospheric Radiation Measurement Mobile Facility at Shouxian, China. Journal of Geophysical Research:Atmospheres, 115(D7): D00K33.
Gibbs J A, Fedorovich E, van Eijk A M J. 2011. Evaluating weather research and forecasting (WRF) model predictions of turbulent flow parameters in a dry convective boundary layer. Journal of Applied Meteorology & Climatology, 50(12): 2429-2444.
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. DOI:10.1175/MWR3199.1
Hu X M, Nielsen-Gammon J W, Zhang F Q. 2010. Evaluation of three planetary boundary layer schemes in the WRF Model. Journal of Applied Meteorology & Climatology, 49(9): 1831-1844.
Huang W Y, Shen X Y, Wang W G, et al. 2014. Comparison of the thermal and dynamic structural characteristics in boundary layer with different boundary layer parameterizations. Chinese J. Geophys. (in Chinese), 57(5): 1399-1414. DOI:10.6038/cjg20140505
Janjić Z I. 1990. The step-mountain coordinate:Physical package. Monthly Weather Review, 118(7): 1429-1443. DOI:10.1175/1520-0493(1990)118<1429:TSMCPP>2.0.CO;2
Kim Y, Sartelet K, Raut J C, et al. 2013. Evaluation of the weather research and forecast/urban model over greater Paris. Boundary-Layer Meteorology, 149(1): 105-132. DOI:10.1007/s10546-013-9838-6
Lu Z R. 2014. Study of aerosol optical properties in Shouxian, Anhui based on ARM mobile facility[Master thesis](in Chinese). Nanjing:Nanjing University of Information Science & Technology.
Nakanishi M, Niino H. 2004. An improved Mellor-Yamada level-3 model with condensation physics:Its design and verification. Boundary-Layer Meteorology, 112(1): 1-31. DOI:10.1023/B:BOUN.0000020164.04146.98
Pleim J E. 2007. A combined local and nonlocal closure model for the atmospheric boundary Layer. Part II:Application and evaluation in a mesoscale meteorological model. Journal of Applied Meteorology & Climatology, 46(9): 1396-1409.
Qiu G Q, Li H, Zhang Y, et al. 2013. Applicability research of planetary boundary layer parameterization scheme in WRF model over the alpine grassland area. Plateau Meteorology (in Chinese), 32(1): 46-55.
Shin H H, Hong S Y. 2011. Intercomparison of Planetary boundary-layer parametrizations in the WRF model for a single day from CASES-99. Boundary-Layer Meteorology, 139(2): 261-281. DOI:10.1007/s10546-010-9583-z
Storer R L, van den Heever S C. 2013. Microphysical processes evident in aerosol forcing of tropical deep convective clouds. Journal of the Atmospheric Sciences, 70(2): 430-446. DOI:10.1175/JAS-D-12-076.1
Wang T J, Zhang L, Hu X J, et al. 2013. Numerical simulation of summer boundary layer structure over undulating topography of Loess Plateau simulated by WRF model. Plateau Meteorology (in Chinese), 32(5): 1261-1271.
Wang Y, Zhang L, Hu J, et al. 2010. Verification of WRF simulation capacity on PBL characteristic and analysis of surface meteorological characteristic over complex terrain. Plateau Meteorology (in Chinese), 29(6): 1397-1407.
Zhang L. 2012. Verification of WRF simulation capacity for SACOL meteorological elements on different PBL schemes near the ground surface in winter[Master thesis](in Chinese). Lanzhou:Lanzhou University.
Zhang X P, Yin Y. 2013. Evaluation of the four PBL schemes in WRF Model over complex topographic areas. Transactions of Atmospheric Sciences (in Chinese), 36(1): 68-76.
黄文彦, 沈新勇, 王卫国, 等. 2014. 边界层参数化方案对边界层热力和动力结构特征影响的比较. 地球物理学报, 57(5): 1399–1414. DOI:10.6038/cjg20140505
陆祖荣. 2014.基于美国ARM移动观测的安徽寿县气溶胶光学特性研究[硕士论文].南京:南京信息工程大学.
邱贵强, 李华, 张宇, 等. 2013. 高寒草原地区边界层参数化方案的适用性评估. 高原气象, 32(1): 46–55.
王腾蛟, 张镭, 胡向军, 等. 2013. WRF模式对黄土高原丘陵地形条件下夏季边界层结构的数值模拟. 高原气象, 32(5): 1261–1271.
王颖, 张镭, 胡菊, 等. 2010. WRF模式对山谷城市边界层模拟能力的检验及地面气象特征分析. 高原气象, 29(6): 1397–1407.
张龙. 2012. WRF不同PBL方案对SACOL冬季近地面气象要素模拟验证[硕士论文].兰州:兰州大学.
张小培, 银燕. 2013. 复杂地形地区WRF模式四种边界层参数化方案的评估. 大气科学学报, 36(1): 68–76.