第29届奥林匹克运动会于2008年8月8—24日在北京举行，帆船比赛于8月9—23日在青岛举行。风是帆船的动力，风的预报准确与否，对保障奥运会帆船比赛的顺利进行至关重要。奥帆赛场位于青岛市浮山湾至赤岛以南海域，赛场周边地形非常复杂。气象资料统计表明^[1]，8月是青岛市一年中风力相对较小的月份。2006，2007两年帆船测试赛的实践表明：赛场风受海陆风环流及周边地形的影响，有较明显的局地特征。为了给奥帆赛提供更好的气象服务，青岛市气象局对气象服务工作进一步“升级”。如，在探测设施方面，购置车载天气雷达、激光雷达和移动气象台等。

随着观测手段的日益丰富和计算机软硬件水平的飞速提高，数值模式在天气预报业务中得到了越来越广泛的应用，数值预报在天气预报业务能力提高中发挥越来越重要的基础性作用。王建捷等^[2]建立了45 km/15 km两重双向嵌套的北京地区中尺度数值天气预报试验系统。在北京市科委等相关课题支持下，北京市气象局业务天气预报系统的水平分辨率已由15 km提高到3 km^[3]。在2000年悉尼奥运会期间，澳大利亚气象局提供了1 km水平分辨率的精细预报，为奥运会的顺利举行提供了高质量的气象服务。国内外多家科研和业务单位都在研发高分辨率精细数值天气预报系统方面做了很多努力^[4-6]。

另一方面，为提高帆船比赛的观赏性，奖牌轮的比赛均在离岸边较近的A赛场举行。可以推断赛场区域的风场会受近岸小尺度地形（如浮山）的影响。奥帆赛开幕式现场（青岛奥帆赛主题公园）的精细风场结构对文艺演出、烟火表演、点燃圣火等有重要意义。高分辨率边界层模式^[7]和城市小区尺度模式^[8]的研发及精细预报试验研究^[9-10]给高分辨率数值预报产品的动力释用提供了可能。

因此，在青岛市气象局的资助下，开展了本项研究工作，建立青岛市高分辨率数值预报模式，并进行动力释用，以进一步提高对奥帆赛天气的预报能力和服务效果。

本文在青岛市气象局已有MM5-RUC (Mesoscale Meteorological Model Version 5-Rapid Update Cycle) 业务预报系统^[11]的基础上，基于Weather Research & Fornast (WRF) 模式^[12]建立了青岛奥帆赛高分辨率数值预报模式（水平分辨率500 m)，并利用高分辨率边界层模式[]和城市小区尺度模式[]进行动力释用 (水平分辨率分别为100 m和10 m)。

尺度大气数值模式MM5^[13]，青岛市气象局已建成45 km/15 km/5 km/1.67 km四重嵌套数值预报业务系统。在此基础上，分别采用Cressman逐步订正和牛顿张弛逼近的同化方法，将青岛地区自动气象站、浮标站、边界层风塔、风廓线雷达、新一代Doppler气象雷达VAD (Velocity-Azimuth-Display) 风等资料同化进模式，建立了青岛及周边地区资料同化预报系统（MM5-RUC)^[11]。这些均为本项研究工作的开展打下了坚实基础。

图 1为青岛奥帆赛高分辨率数值模式系统示意图。以MM5-RUC1.67 km的预报场为初始和边界条件，基于WRF模式^[12]建立了青岛奥帆赛高分辨率数值预报模式（水平分辨率500 m)，以提高对城市热岛、海陆风等局地环流的模拟能力。

图 1

图 1. 青岛奥帆赛高分辨率数值模式系统示意图 Fig 1. Sketch of high-resolution numerical model system for Qingdao Olympic Sailing Competition

利用高分辨率边界层模式（Planetary Boundary Layer Model，PBLM)^[7]对WRF模式500 m分辨率的预报场进行动力释用（水平分辨率100 m)，以精细模拟近岸小尺度地形对赛场风的影响。

利用城市小区尺度模式（Urban Neighborhood Scale Model，UNSM)^[8]对边界层模式100 m分辨率的诊断场进一步进行动力释用（水平分辨率10 m) 以反映建筑物等对奥帆赛开幕式等活动现场风场的影响。

首先利用United States Geological Survey (USGS) Landsat卫星的Thematic Mapper (TTM) 遥感影像数据，建立了青岛市网格化（500 m) 土地利用与土地覆盖（下垫面类型）数据；基于WRF模式，建立了青岛奥帆赛高分辨率数值预报模式，用观测资料进行检验，并分析了精细下垫面资料引人的效果。

本文选取2005年4月15日Landsat卫星丁M数据。了M数据是当前应用最为广泛的卫星遥感信息源之一，它可提供7个波段的信息，地面分辨率30 m，波段组合能力强，地学综合信息丰富，成图几何精度高，在地物类型信息提取时，具有明显优势。本项工作选择的T M影像质量较好，没有云层影响。

通过图像增强处理、样本训练、训练样本的优化和提纯、最大似然法分类等几个步骤，得到青岛市500 m网格土地利用与土地覆盖数据。地面核查表明：分类数据可以较准确地反映目前青岛市用地状况。

利用该分类数据，根据不透水面积百分比，将城市用地分为：开放空间（＜20%)、低密度（20%~49%）、中密度（50%~79%）、高密度（＞80%）4种类型。图 2a为根据1992—1993年卫星资料制作的USGS数据，图 2b为本文根据2005年卫星数据制作的分类数据。可以看出，USGS数据已不能反映目前青岛市城市发展和土地利用状况，后者则可以较好地反映这一状况。

图 2

图 2. 青岛市土地利用与土地租盖 (a) USGS数据，(b) 本研究制作的分类数据 Fig 2. Land use and land cover in Qingdao (a) USGS data, (b) the data from this study

WRF模式是为业务预报和大气科学研究而设计的中尺度数值天气预报模式^[12]。Miao等^[5-6]利用WRF模式对北京地区的城市热岛、山谷风环流及城市化对气象条件的影响进行高分辨率精细模拟分析。结果表明：WRF模式可以较合理地模拟出北京城市热岛空间分布和强度、风场日变化、小尺度边界层水平对流涡旋与对流泡、夜间边界层低空急流等特征。

利用2.1节反演的青岛市精细下垫面资料，以MM5-RUC 1.67 km分辨率02:00（北京时，下同）起报3 h的预报场为初始条件，3~18 h的预报场为边界条件，基于WRF模式V3.0建立了青岛奥帆赛高分辨率数值预报模式。模拟区域如图 2b所示，水平网格数为60×50，网格距500 m。垂直方向分为38层，模式顶为100 hPa，1 km以下有13层以精细模拟边界层结构特征。采用的物理过程方案有^[5-6]：Dudhia短波辐射方案、RRTM长波辐射方案、MYJ边界层方案、Noah/UCM陆面模式（对UCM方案中城市冠层温度的计算进行了改进）、WSM6微物理方案。预报时效为15 h（05:00—20:00），在IBM小型机上用8个线程所需机时为1 h 20 min（06：25—07：45），可满足实时业务预报需要。该系统于2008年夏季进行实时运行试验，可提供模拟区域内各观测站点的气温、露点、气压、风速、风向、相对湿度、降水预报，并绘制模拟区域10 m风场及2 m气温分布图、赛场区域10 m风场分布图、穿过赛场的南北向垂直剖面图和风廓线日变化图，预报产品在北京奥运气象服务中心青岛分中心使用。系统运行无一次中断，有较高的稳定性。

由2008年8月18日08:00海平面气压分布图（图略）可见，青岛处于低压系统后部的西北流场中，上午逐渐演变为均压场，风速亦逐渐减小。青岛地区天气晴朗，有利于海风的发展。这里着重分析了该模式系统对此个例的模拟效果。

图 3为WRF模拟及自动站和浮标站观测的10 m风场和2 m气温分布。由图 3可见，14:00模拟区域内以偏西风为主，温度等值线在岸边较密集，城区温度在28 ℃以上，海陆温差约为3 ℃，模拟与观测较吻合。17:00模拟区域内风场转为以偏西南风为主，北部地区仍为偏西风，说明海风已推进到该位置，模拟与观测一致性较好。岸边的温度梯度较14:00略有减弱，城区温度在27 ℃以上，小部分地区大于28℃，海陆温差约为2~3 ℃，模拟与观测较一致。

图 3

图 3. 2008年8月18日WRF模拟10 m风场 (粉色风羽)、2 m气温（白色等值线）及观测10 m风场 (红色风羽), 2 m气温 (红色数值) 分布 (a) 14:00, 本研究制作的地表分类数据, （b) 17:00, 本研究制作的地表分类数据，(c)14:00, USGS数据，(d) 17:00, USGS数据 Fig 3. 10 m wind (pink barbs for simulated, red barbs for observed〉and 2 m temperature (white isolines for simulated, red numbers for observed) from WRF simulation and observation on 18 August 2008 (a) 14:00, data from the current study, (b) 17:00, data from the current study, (c) 14:00, USGS daia, (d) 17:00, USGS data

图 4为16:00 WRF模拟结果沿图 3a中红色实线的南北向垂直剖面。由图 4可见，16:00已形成较清晰的海陆风环流结构，海风已将湿冷的空气带到陆地上，并在山前形成明显的上升气流。海风厚度约为400m。

图 4

图 4. 2008年8月18日16:00 WRF模拟结果沿图 3a中红色实线的南北向垂直剖面图 图中黑色风羽为v及w×10;红色实线为气温，单位：℃；绿色虚线为比湿，单位:g·kg-1)(a) 本研究制作的地表分类数据，（b) USGS数据 Fig 4. Section plane of wind, temperature and specific humidity along the red line in Fig. 3a from WRF simulation at 16:00 18 August 2008 ((a) data from the current study, (b) USGS data (black barb is v and w×10, red solid line is temperature, unit: ℃; green dashed line is specific humidity, unit: g·kg-1)

由19:00青岛站模拟与观测风廓线比较（图 5）可见，WRF模拟海风厚度与观测较一致，均为400 m左右。同时，WRF可以较好地模拟风随高度的变化特征。但是，0.5 km高度以下，WRF模拟风向的误差造成模拟的风速南北方向分量比观测偏大；而0.5~1 km高度则是由于全风速及风向的偏差造成风速南北方向分量比观测明显偏大。

图 5

图 5. 2008年8月18日19:00青岛站模拟与观测风廓线比较 (a) 风速兩北方向分量，(b) 水平风矢 Fig 5. Wind profilers at Qingdao station from simulation and observation at 19:00 18 August 2008 (a) meridional wind speed, (b) horizontal wind vector

由以上分析可见，青岛奥帆赛高分辨率数值预报模式对这次海风过程有比较好的模拟效果。

表 1为2008年奥帆赛期间（8月8—21日）14个模拟个例08:00—20:00青岛站和浮标C模拟与观测比较统计量列表。总体上看，WRF模式对青岛站的模拟效果明显优于浮标C，尤其是对2 m温度和2 m比湿的模拟。各物理量中，WRF模式对10 m风向的模拟效果最好，以45°为临界值的命中率分别为81%和66%。WRF模拟的10 m风速均比观测略偏小，以1 m·s^-1为临界值的命中率分别为53%和48%。WRF模式对10 m风模拟的一致性系数^[14]均在0.5以上，命中率基本在50%以上。

表 1

表 1 WRF模拟与观测比较统计呈列表 Table 1 Comparison of the WRF-simulated and observed surface variables

表 1 WRF模拟与观测比较统计呈列表 Table 1 Comparison of the WRF-simulated and observed surface variables

WRF模拟青岛站的2 m温度和2 m比湿均比观测略低一些，命中率分别为76%和71%。浮标C 2 m温度和2 m比湿模拟值的标准差远小于观测，平均偏差分别达到-2.26 C和-2.75g·kg^-1，一致性系数和命中率亦较低。

由此可见，WRF模式对10 m风场的预报效果较好。在2 m温度和2 m比湿模拟方面，WRF模式基本可以较好地模拟青岛站变化特征，对浮标C的模拟较差。模式模拟海上气温和比湿日变化的振幅比观测小。因此，该模式系统可以较好地模拟青岛地区陆地及海上风场的变化特征，基本可以满足奥帆赛对风场精细预报的需求。另外，需从模式初始场和陆面物理过程等方面进一步提高对温湿场的模拟能力。

为了分析精细下垫面资料引入的效果，研究城市化对海风形成和推进的影响，对上述8月18日个例用USGS下垫面资料进行了数值模拟试验（以下简称“USGS模拟”），结果绘于图 3c，3d及图 4b。为方便讨论，将用上述反演的青岛市精细下垫面资料进行的模拟（即业务系统的模拟) 简称“MODIS模拟”。

与USGS模拟结果比较分析可见，14:00 MODIS模拟（图 3a) 的青岛市区气温比USGS模拟结果（图 3c) 高1 ℃左右，青岛市区风速更小，与观测的一致性更好。17:00，观测显示北部地区仍未受海风影响，M0DIS模拟结果（图 3b) 与观测较一致。USGS模拟结果（图 3d) 显示，整个模拟区域均受海风影响，海风的推进速度比观测及M0DIS模拟结果快。仔细比较5个赛区风场可见，17:00 M0DIS模拟海风风速较USGS模拟大。

由图 4比较可见，16:00海风刚好由海上推进到岸边，USGS模拟岸边温度约为25 ℃，而M0DIS模拟结果在该处为26 ℃以上，因此M0DIS模拟的海陆温差较大，由海风及岸边地形引起的上升运动更强，使高空的回流增强125 km高度附近），从而使海风环流加强。

由此可见，城市化引起城市热岛效应，增大了海陆温差，使海风加强；城市建筑物拖曳作用使风速减小，从而使海风推进速度减缓; 精细下垫面资料的引人对海风等局地环流的高分辨率数值模拟至关重要。

本研究采用南京大学建立的三维非静力高分辨率E-ε湍流闭合边界层模式PBLM^{[7, 10, 15]}。模式为地形跟随坐标系，不考虑科氏力影响。模式舍弃了常用的准静力近似，控制方程组由连续方程、动量方程、状态方程、热力学方程和水汽方程组成。模式采用E-ε湍流闭合方案，即在求解上述控制方程组的同时求解湍能和耗散率传输方程。本模式采用非跳点、非均匀网格系统，所有物理量均放在整数网格点上。模式采用无梯度的侧边界、固定的上边界和无滑脱的下边界。地面以上第一层的风温由地面与地面以上第二层的值按近地层风温廓线关系内插而得。本模式在香港、北京等地区复杂地形及城市边界层特征、泄洪水流水舌风现象模拟中均取得较好效果^{[7, 10, 14]}。

该模式基于WRF模式500m分辨率的预报场（或者MM5-RUC 1.67 km分辨率的预报场），进行09:00—20:00逐时（共12个时刻）诊断模拟，在PC-Cluster上所需机时约为30 min（07:45—08:15），可满足实时奥帆赛气象服务需要。该模式于奥帆赛期间进行了实时运行试验，可提供奥帆赛场内各观测站点的气温、露点、气压、风速、风向、相对湿度预报，并绘制奥帆赛场10 m风场分布图，模拟产品在北京奥运气象服务中心青岛分中心使用。

由青岛奥帆赛场周边地区地形高度分布（图 6）可见，赛场北部的浮山海拔高度在200 m以上（最高峰368 m），距赛场最近处约2 km，出现北风气流时会对赛场风产生较明显影响。图 6a~6c分别为PBLM模拟2008年8月15日09:00，11:00，12:00 10 m高度风场分布。图 6中，红色风羽及数值为浮标和自动站观测的风场及水平风速。由图 6可见：09:00区域内以偏北风为主，赛场A，B的风速比其他3个赛场小，PBLM基本上可以较好地模拟赛场北部地形对赛场风的影响。但是赛场东部浮标观测风速仅为2.5 m·s^-1，可以推测是受局地地形以外其他因素影响所致。11:00, 区域东南部已转为东北风，西北部仍为北风，赛场A，B附近有较明显的气流辐合。同时可以发现，赛场C，D风速略偏大一些，这是由于东北气流受地形影响，在地形侧风向区域风速略有增大所引起的。12:00, 海面上已转为以东东北风为主，赛场A，B的北部区域风速梯度较大。比较09:00，11:00，12:00风场分布图可见，3 h内风向由偏北转为偏东，赛场风的分布特征发生了巨大变化，PBLM基本可以模拟出其总体分布特征。由激光雷达^[16]观测可见（图略），13:00赛场A内有逆时针旋转的风场结构特征出现，与12:00的模拟结果有些相似，但是出现时间晚1 h。

图 6

图 6. 青岛奥帆赛场 (蓝色圆圈A~E) 周边地区地形高度 (填色，单位:m) 及10 m高度风场分布图 (黑色风羽及绿色等值线为PBLM模拟的风场及水平风速，红色风羽及数值为浮标和自动站观测的风场及水平风速，风速单位：m·s-1) (a)2008年8月15日09:00, (b)2008年8月15日ll:00, (c)2008年8月15日12:00, (d)2008年8月18日12:00 Fig 6. Terrain around Qingdao Olympic sailing venue and wind field at the height of 10 m (black barbs for simulated wind by PBLM, green isolines for horizontal wind speed; red barbs for observed wind, red numbers for observed wind speed; unit of wind speed is m·s-1) (a) 09:00 15 August 2008, (b) 11:00 15 August 2008, (c) 12:00 15 August 2008, (d) 12:00 18 August 2008

由2008年08月18日12:00偏西风时的模拟结果（图 6d) 可见：赛场内风速自南向北逐渐减小，激光雷达观测（图略）亦有相似的分布特征，模拟与观测基本吻合。17:00风向转为偏西南，浮标站观测显示西南部风速略大一些，PBLM没有模拟出这一特征。

需要指出，由于该释用系统的模拟效果在很大程度上依赖于初始场的效果，只有用赛场区域较准确的气象预报场，才有可能利用该模式模拟出赛场风的精细分布特征。因此该系统对所采用的预报场提出了更高的要求。故本文只进行了个例模拟的比较分析，没有检验其统计量。

本研究采用南京大学建立的城市小区尺度三维非静力E-ε湍流闭合模式UNSM^{[8-10, 17]}。该模式除考虑建筑物的空气动力学作用外，引入了作为城市特征的街区建筑物布局、高度、朝向和对短波辐射的遮蔽，以及不同地表利用类型等特征影响，用强迫-恢复法计算地面温度，同时求解污染物平流扩散方程。模式经专门布置的实测资料和风洞实验资料验证，能够较合理地反映由于建筑物遮蔽造成的温度差异以及不同下垫面上的温度变化，能够较好地模拟实际气象条件下的气象要素场特征和不同建筑物布局、土地利用类型的气象要素场和污染物扩散特征，模式对不同城市小区有良好的模拟能力。

本模式基于PBLM模拟结果（或者WRF模式预报场），按照各种大型活动的服务需求随时启动，进行逐时诊断模拟，在IBM小型机上所需机时约为1 h 20 min，基本上可以满足服务需要。该模式可提供关心区域内的10 m风场分布图及污染物浓度分布图。

图 7为UNSM模拟2008年8月9日20:00青岛奥林匹克主题公园周边地区10 m高度风场分布。由图 7可见，奥帆赛开幕式现场（设在主题公园内）为偏东风，风速为2.5~3 m·s^-1。公园内风速变化不大，风向较一致。公园北部及东部地区建筑物较密集，建筑物附近风速较小，建筑物造成的绕流及位移区、空腔区特征较明显。

图 7

图 7. 青岛奥林匹克主題公园（红色五角星) 周边地区地形与建筑物高度 (填色，单位：m) 及UNSM模拟的2008年8月9日20:00 10 m高度风场 (流线及水平风速等值线，单位:m·s-1) 分布图 Fig 7. Terrain and building height (shaded, unit:m) around Qingdao Olympic Theme Park (red star), and 10 m wind (streamlines and isolines, unit:m·s-1) at 20:00 9 August 2008 from UNSM simulation

本文初步建立了青岛奥帆赛高分辨率数值模式系统（包括预报模式和释用模式）。该系统于2008年夏季进行了实时运行试验，模式产品在北京奥运气象服务中心青岛分中心使用，得到了奥帆委及各国运动员的好评。可以得到以下结论：

1）本文建立了青岛奥帆赛高分辨率数值预报模式，模拟分析及检验表明：该模式可以较好地模拟青岛地区陆地及海上风场的变化特征。数值试验分析表明：城市化使海风加强，并使海风推进速度减缓；精细下垫面资料的引入对海风等局地环流的高分辨率数值模拟至关重要。

2）利用高分辨率边界层模式对预报结果进行了动力释用（水平分辨率100m），分析表明：PBLM基本上可以较好地模拟赛场北部地形对赛场风的影响、赛场内风场的总体分布特征及其变化，与浮标站、自动站观测基本吻合，与激光雷达观测有一定的可比性。利用城市小区尺度模式进行了进一步的动力释用（水平分辨率10m），个例分析表明：UNSM可以较合理地模拟街区风场分布特征。

3）2008年夏季的实时运行试验表明：该模式系统有较强的稳定性和实用性，对城市热岛、海陆风、地形及建筑物影响等局地环流特征有较好的模拟效果。

由此可见，基于地形跟随坐标的边界层模式和建筑物可分辨的城市小区尺度模式对高分辨率数值预报结果进行甚高分辨率动力释用行之有效，可以反映近岸地形、建筑物等对赛场和活动现场风场的影响，提高局地风场的分析能力。另外，需从模式初始场和陆面物理过程等方面进一步提高青岛奥帆赛高分辨率数值预报模式对温湿度的模拟能力。本研究主要是为满足奥帆赛气象服务需求而开展的，因此着重分析了白天海风环流特征。下一步将根据计算机条件，适当扩大WRF模式模拟区域范围，进一步提高对局地环流的模拟效果，开展海陆风环流特征及地形影响模拟分析。