北京夏季晴天边界层特征及城市下垫面对海风影响的数值模拟

张亦洲，苗世光，戴永久，刘勇洪

1 北京师范大学地理学与遥感科学学院，北京 100875

2 中国气象局北京城市气象研究所，北京 100089

3 北京师范大学全球变化与地球系统科学研究院，北京 100875

4 北京市气候中心，北京 100089

1 引 言

随着近几十年中国经济的发展，城市化也进入了空前发展的阶段.城市中下垫面类型的改变和工业、交通、商业等人类活动，通过改变局地的能量平衡、水循环过程及大气边界层结构，形成具有城市特征的城市边界层.城市边界层是行星边界层的一种类型，它是在气流由乡村流向城市过程中，在城市前沿的下风方发展出来的一个内边界.城市边界层内部的环流和能量交换过程属于中尺度现象［1］，对局地天气的形成、发展、演变有着至关重要的作用.

北京作为中国的首都，这座城市在过去几十年间经历了极大的发展.随着社会经济的发展，城市人口日益聚集，城区面积迅速扩张，城市规模和范围不断扩大，城市对天气、环境的影响愈来愈显著.一方面伴随着经济发展，北京城市化进程加快，而另一方面随着人类文明的进步，人类对生存环境的要求也是有增无减［1］.探究和深入了解北京城市边界层结构和特征对减少城市发展对人类生产、生活及生态环境的不利影响有着积极的意义.北京地处华北平原北端，城区范围地势平坦，但其周边地形复杂，西部、西北部、北部三面环山，最高峰灵山海拔2000m以上，东南部距渤海不足150km.这样的复杂地形经常会在大气边界层中形成海陆风环流、山谷风环流及城市热岛环流等局地环流系统.其中，海陆风环流与京津地区城市及其它局地环流间的相互作用越来越受到人们的关注.研究城市对海陆风的影响，是京津地区城市边界层研究工作的一个不可或缺的部分，对了解北京城市边界层日变化特征、污染物的扩散机制及城市的科学规划都具有重要意义.

研究城市边界层的任务是研究发生在城市及其周边地区边界层大气中各种物理过程的演变规律，探究在特定的地形条件下温度、湿度、风等气象要素的时空变化状况等［2］.近几十年来，许多学者利用不同的方法对城市边界层进行了大量的观测和理论研究.影响城市边界层结构的动力因素是由粗糙表面引起的拖曳力作用，而热力因素则是指由城市非均匀下垫面引起的地表非均匀加热作用［3］.James L McElroy［4］用一个定常二维数值模式模拟研究了美国俄亥俄州哥伦布市的夜间城市边界层的热力结构.周明煜等［5］利用观测资料对北京地区的热岛和热岛环流做了初步分析.Seaman等［6］改进了PSU／NCAR （Pennsylvania State University／National Center for Atmospheric Research）中尺度气象模式，利用双向嵌套网格和实际观测的初始和边界条件模拟了美国密苏里州圣路易斯市城市边界层的温度、比湿、风场和边界层厚度等特征，以及城市下垫面对地表水汽通量、辐射过程和地表粗糙度等的影响.模拟结果表明位于城市下风向的热岛中心风速相对较小，而城市化导致的地表蒸发的减少是城市湍流边界层维持和发展的重要因素.Martilli等［7］利用数值模拟检验了风速、城市形状以及土壤湿度三个要素对边界层结构的影响.王卫国等［8］建立了一个非静力的三维细网格边界层模式，并对青岛地区复杂下垫面条件下的湍流特征和边界层结构做了数值模拟研究.佟华等［9］用三维复杂地形中尺度数值模式模拟了北京市海淀地区大气边界层的风场、温度场结构以及污染物浓度的分布，进而模拟了由汽车尾气排放生成的气溶胶浓度的分布.蔡旭晖等［10］利用风场诊断方法对北京地区低层大气的背景流场进行了分析，获取了当地流场时空演变的总体形式.结果表明：该地区大气流场总体分为春夏型和秋冬型，春夏型更多表现出局地中尺度热力环流特征，而秋冬型则更多受强天气系统的影响.针对海陆风环流的研究也有很多［11－17］.Kondo［14］通过数值模拟发现海风和山谷风环流的相互作用会使海风锋向内陆推进，其距离海岸线可达100km左右.Liu等［15］和佟华等［16］先后研究了香港的城市热岛与地形环流的相互作用，他们发现城市热岛会使九龙半岛和香港北部地区的海陆风环流增强.Freitas等［17］利用与城市能量收支系统耦合的RAMS（Regional Atmospheric Modeling System）模式对巴西圣保罗市区冬季局地环流进行了数值模拟研究.他们发现在海风锋到达市中心以前，城市热岛效应会使海风锋移动速度加快.与没有城市的情况相比，城市的存在会使海风锋移动速度加快约0.32m／s.从上述研究可见，城市边界层的结构和物质、能量交换过程复杂，且影响因素多.虽然，高分辨率中尺度模式的发展和使用使得很多城市尺度的天气问题得以发现并认识，近一、二十年来使用数值模式研究大气边界层的文章有很多，它们不仅有力地支持了观测分析，也加深了人们对具体物理过程的理解［18］.但是，模式模拟真实大气边界层结构和天气过程的准确性还有待提高.这主要可以通过两方面来实现：一是更新过时的地表信息，建立高分辨率的城市下垫面基础资料数据集，并将这些信息与现有城市模式中的各参数相对应，根据新的、较接近实际的数据资料确定模式中各个城市相关参数；二是进一步完善模式边界层、城市冠层以及陆面过程中对城市热力、动力学非线性过程合理的参数化描述.另外，海陆风环流与城市在极端天气、污染物传播中所起的具体作用也是城市边界层研究的重要内容之一，不同城市和地区的不同地形和地表使用类型分布可能造成城市与海陆风环流之间具有不同的相互作用，而针对北京地区海陆风环流的研究相对较少，需要更加细致、深入的研究.

本文对非静力平衡的中尺度模式 WRF V3.4进行了一些优化和改进，并利用优化前后的模式系统对北京夏季的风场及温度场等边界层特征进行了数值模拟，对优化方案进行检验评估，对北京地区边界层结构和特征进行模拟分析，并通过两组敏感性试验研究了天津和北京城市下垫面对京津地区海风环流的影响.

2 对WRF模式系统的优化及模式检验

WRF模式是由美国NCAR及NOAA（National Oceanic and Atmospheric Administration）联合一些大学和研究机构开发的新一代中尺度数值天气预报模式，它的研制开发是为了给理想化的动力学研究、全物理过程的天气预报、空气质量预报以及区域气候模拟研究提供一个公用的模式框架.WRF是在MM5（Mesoscale Model version 5）的基础上进一步研制出来的.WRF模式是一个完全可压非静力模式，采用Arakawa C格点，垂直方向采用质量坐标.它对物理过程描述得相当精细，有多种云物理和边界层等物理过程及四维同化功能，而且它具有多重嵌套网格功能.其最终的目标是满足水平分辨率为1～10km左右的大气科学研究和高分辨率数值预报业务应用的需要［19］.现在 WRF已广泛地应用于大气边界层及区域气候的理论研究和实时业务应用，其中包括对季风、台风和气旋的数值模拟，也可以用来研究中小尺度对流系统、锋面、山谷风、城市热岛等［2］.目前，与 WRF嵌套的城市模式有三种：单层城市冠层模式（Urban Canopy Model，UCM）、多层城市冠层模式（Building Environment Parameterization，BEP）和建筑物能量模式（Building Energy Model，BEM）.UCM 由Kusaka等［20］以及Kusaka和Kimura［21］建立，并嵌套到WRF模式中.UCM的特点在于：计算量小，效率高；相对于陆面模式，UCM中对城市下垫面进行比较细致的划分，根据不透水面积百分比分为低、中、高城市密度区三类；模式中细致考虑了房屋、道路的朝向、几何特性以及人为热的影响［22］；UCM通过Noah陆面模式与 WRF耦合，在计算城市区域上空的气象场时，UCM主要计算城市人工地表即房顶、墙和道路与大气之间的交换过程，而Noah陆面模式主要计算城市内自然下垫面（如：草地）与大气之间的热量和水汽交换，城市区域单个格点值为两者得到的次网格值的加权平均.另外，城市区域内的地表拖曳力主要由UCM计算更新，其他自然下垫面的拖曳力则在近地层模块中计算完成［23－24］.

2.1 优化方案简介

基于 WRF／Noah／UCM模式，结合京津冀地区的城市地理信息资料，更新、优化了模式系统中地表使用类型分类和城市冠层参数，改进了UCM中10m风速的计算，建立了适合于北京地区的 WRF／Noah／UCM模拟系统.

图1 地表类型水平分布（＋：中国科学院大气物理研究所325m铁塔位置；×：海淀气象站位置）：（a）USGS分类；（b）更新后的分类，使用编号31—33的低、中、高密度城市分类Fig.1 Distributions of land use classes（＋：Location of 325mmeteorological towel of institute of atmospheric physics，Chinese academy of science .×：Location of Haidian meteorological station）：（a）USGS classification；（b）New classification，use number 31—33to refer to low，medium and high density of urban type

表1 新旧城市冠层参数对比Table 1 Comparison between new and old urban canopy parameters

图1所示为更新前后的地表分类.更新前为1992—1993年的 USGS（the United States Geological Survey）24类地表分类数据，更新后的地表分类基于2009年Landsat－TM高分辨率卫星资料，并将城市地表类型按照不透水面积百分比细化为低、中、高密度城市.

基于Noah／UCM模式对中国科学院大气物理研究所325m铁塔一年地表能量平衡观测的离线模拟，优化了城市冠层参数，主要是提高了建筑物高度和人为热强度，并对城市路面、建筑物楼顶和墙体的热容量、热传导系数、反照率、发射率等参数进行了修改.表1中列举比较了优化前后的部分参数.

在10m风速的计算中考虑了城市地表零平面位移高度的影响，根据建筑物高度的不同对风速进行修正.当建筑物高度大于10m时，采用Inoue［25］的方法计算街谷中的风速.

2.2 模拟试验方案设计

为了清晰地分辨出城市的影响，选取一个夏季晴天个例（2010年8月6日至2010年8月7日）开展研究.北京周边地区为一缓慢东移的高压系统控制，北京位于该高压系统的中心，该时段内850hPa位势高度、温度变化不大，系统风较弱（图略）.

本文采用WRF中尺度数值天气预报模式v3.4版本及与其耦合的Noah陆面模式、UCM单层城市冠层模式，采用的其它物理过程方案还有：BouLac TKE（Turbulence Kinetic Energy）边界层方案、WSM6（WRF Single－Moment 6－class）微物理方案、Dudhia短波辐射方案、RRTM（Rapid Radiative Transfer Model）长波辐射方案，另外第1、第2区域还选用了KF（Kain－Fritsch）积云方案.模拟区域采用四重双向嵌套配置，水平网格距分别为：27km，9km，3km，1km，水平网格数分别为：154（南北）×154（东西），154×154，154×154，184×172.模式中心点为天安门（40.24°N，116.45°E），模拟区域范围如图2所示.模式在垂直方向分为38层，模式顶为50hPa，采用上疏下密的划分方法，其中1km以下有13层.模式所选取的积分时间段为2010年8月6日08时至2010年8月7日08时（北京时间，下同），共积分24h.模式所用的地形及地表资料是USGS的30″×30″格点资料.初始和边界资料为NCEP（National Centers for Environmental Prediction）1°×1°的再分析资料.

图2 模拟区域示意图Fig.2 Sketch of model domain

表2 优化方案（yes表示采用此优化方案，NO表示不采用此优化方案）Table 2 Optimization schemes（yes indicates that use this scheme，and NO indicates that do not use this scheme）

模拟试验共有6个算例，分别采用了不同优化方案的组合，如表2所示.6个算例分别用代号“all”、“－wind”、“－AH”、“－newTBL”、“－33lu”、“none”表示，依次代表采用了所有4种优化方案、仅不采用10m风优化方案、仅不开启人为热输入、仅不进行城市冠层参数的优化、仅不使用新的地表分类、不采用所有4种优化方案这6种算例.

2.3 优化方案的检验和比较

表3为模式检验统计量.分别统计了地表类型为城市的模拟结果和包含所有地表类型的模拟结果.其中，HR（Hit Rate）是一个可以考虑观测不确定性、描述模式性能的总体指标.由表3可见，无论是只包含地表类型为城市的统计结果还是包含所有地表类型的统计结果均表明，当分别不采用地表分类、城市冠层参数、人为热这三种优化方案或四种优化方案均不采用时，模式对2m气温的模拟效果明显变差.但它们对10m风速模拟效果的影响相对较不显著，个别方案的采用还会导致模式对10m风速的模拟效果轻微变差.这是由于在不采用这些优化方案时，模式对2m气温的模拟产生的是负偏差，对10m风速的模拟产生的是正偏差.采用优化方案后，对2m气温模拟的负偏差减小甚至变为弱的正偏差，地表气温的升高导致大气稳定性降低，风速加大，从而增大了模式对10m风速模拟的正偏差.在不采用10m风的优化方案时，虽然模式对2m气温的模拟效果基本没有变化，但对10m风速的模拟效果显著变差.比较采用和不采用所有四种优化方案包含所有地表类型的模拟结果：模式对2m气温的模拟结果与观测的偏差由－1.67变为0.17，均方根误差由2.9减小为1.67，相关系数由0.87增大为0.92，命中率由0.56增大为0.79；模式对10m风速的模拟结果与观测的偏差由0.66减小为0.27，均方根误差由1.43减小为1.31.结果表明，采用的这四种优化方案能够显著提高模式对该个例2m气温和10m风速的模拟性能.2m比湿的统计结果显示优化后模式的模拟结果负偏差加大，但与观测数据的相关系数也明显增大.这是由于城市面积的增大及城市白天较小的比湿导致白天2m比湿的模拟结果明显减小，而夜间城市与乡村2m比湿的差距较小，优化前后模式对夜间2m比湿模拟结果的改变相对较小，从而加大了白天与夜间2m比湿模拟值之差，与观测的日变化趋势更加接近.但白天模拟结果负偏差的加大使模式对2m比湿模拟结果的偏差更大.优化后的模式系统对2m比湿的模拟结果整体显著偏低，模拟性能仍需进一步提高，更准确、接近实际的表达地表潜热通量，尤其是城市地区的地表潜热通量，预计可以提高2m比湿模拟结果的准确性.通过比较只包含地表类型为城市的统计结果和包含所有地表类型的统计结果可见，优化前的模式系统对城市地区2m气温的模拟效果更差，各项统计数据均明显差于包含所有地表类型的统计结果，而优化后的2m气温统计结果虽然城市地区站点的偏差仍然偏大，但差距已经缩小，并且均方根误差等其它统计项甚至要好于包含所用地表类型的统计结果.10m风速的统计结果同样表明，优化方案对只包含城市地表类型的统计结果影响更大，优化后的模式系统在城市地区表现更好.这说明优化方案对城市地区的模拟影响更大，相比其它地表类型，能更多地改进模式对城市地表类型的模拟效果.这是由于采用的这四种优化方案主要都是针对城市地表类型的改进和优化.

表3 各优化方案模拟结果统计量比较Table 3 Statistics of numerical results of optimization schemes

图3 地表辐射及热通量日变化（横坐标为北京时间，下同）（a）地表辐射；（b）地表热通量.DLR：地面向下长波辐射；ULR：地面向上长波辐射；DR：地面向下短波辐射；UR：地面向上短波辐射；RN：地面净辐射；SH：地表感热通量；LH：地表潜热通量；obs：观测值；none：不采用任何优化的模拟结果；all：采用所有优化的模拟结果.Fig.3 Diurnal variation of surface radiations and thermal fluxes（horizontal ordinate is Beijing Time，the same hereinafter）（a）Surface radiations；（b）Surface heat fluxes.DLR：downward long wave radiation.ULR：upward long wave radiation.DR：downward short wave radiation.UR：upward short wave radiation.RN：net radiation.SH：sensible heat flux.LH：latent heat flux.

图3为模拟和观测的中国科学院大气物理研究所325m铁塔观测站（位置标于图2）地表辐射及地表热通量日变化，观测高度为140m.由观测分析可知，该观测高度基本处于常值通量层［26］.因此该高度上的能量平衡观测没有受到局地建筑物的影响，可用来检验本文中模式的模拟性能.由于对地表分类和城市冠层参数的更新和优化，使得模式中的地表反照率更为接近实际，从而改进了模式对地面向上短波辐射的模拟，使其与观测更为接近.而由于向下短波辐射模拟结果的偏大，导致优化后净辐射的模拟结果也大于观测值.优化方案的采用显著改善了模式对夜间2m气温的模拟效果，使模式与观测的偏差由较大的负偏差变为弱的正偏差，也就是说模拟的夜间2m气温和地表温度有了较大的提高，从而增大了夜间地面向上长波辐射，与观测更为接近.优化后模式对该站地表感热的模拟结果，相比优化前在早晚高峰时刻（7—10时和16—19时）有较明显的增大，人为热的输入是导致这一现象的主要原因.模式对该站地表潜热的模拟在优化前后变化较小，均比观测显著偏低，这可能与观测站周边有较多的水体和绿化地有关，加之观测为单点观测值，而模拟结果为网格的平均值，观测与模拟结果输出的高度也不同，这些因素在一定程度上增大了模拟结果在此类地表上与观测的偏差.

图4为WRF模拟的海淀气象站（位置标于图1）垂直交换系数和位温廓线.采用优化方案后，17时边界层中的垂直交换系数显著增大，近地层大气的热量和动量能够传递到更高的高度，使得位温廓线发生变化，模拟的边界层高度更高、更接近观测.夜间边界层对模式的改进更为敏感.由图4b可见，模式改进前8月7日1时的垂直交换系数基本为0，夜间为稳定边界层，边界层高度接近为0，这与观测不符.而改进后在300m以下的近地面层，垂直交换系数不为0，存在一定的热量和动量的垂直混合，形成中性边界层，其高度约为250～300m，这与海淀气象站风廓线雷达观测（图5）和其它城市的观测结果［27］基本一致.

图4 位温及垂直交换系数垂直廓线（图中水平实线为海淀站观测大气折射率结构常数CN2最大值对应高度，水平长虚线为算例all的边界层高度模拟结果，水平长短虚线为算例none的边界层高度模拟结果，长虚曲线为算例all的位温廓线模拟结果，长短虚曲线为算例none的位温廓线模拟结果，点点虚线为算例all的垂直交换系数模拟结果，点线为算例none的垂直交换系数模拟结果）（a）8月6日1700LST；（b）8月7日0100LST.Fig.4 Vertical profiles of potential temperature and vertical exchange coefficient（in the figures，horizontal solid line indicates the height corresponding the biggest value of CN2 observed at Haidian station，horizontal long dashed line indicates the model results of height of boundary layer of case all，horizontal long short dashed line indicates the model results of height of boundary layer of case none，long dashed curve indicates the model results of vertical profile of potential temperature of case all，long short dashed curve indicates the model results of vertical profile of potential temperature of case none，dashed curve with double dots indicates the model results of vertical profile of vertical exchange coefficient of case all，dot curve indicates the model results of vertical profile of vertical exchange coefficient of case none）（a）1700LST，6th，Aug.（b）0100LST，7th，Aug.

由边界层高度的日变化可见（图5），优化后的模式对边界层高度的模拟效果有所改善，主要体现在白天模拟的边界层最高值由之前的偏低变为与观测比较一致，当日边界层高度最大值约为2.1km.另外夜间的边界层高度也比优化前的模拟结果明显提高，从接近于0m提高到约250m，虽然与利用风廓线雷达的大气折射率结构常数CN2数据所显示的夜间边界层高度（图5a中黑实线）相比仍然偏低，但与利用垂直速度确定的夜间边界层高度（约300m，见图5b）比较接近.而由于优化后模式系统对傍晚（16—22时）地表温度的模拟结果较观测偏高，导致模式模拟的边界层高度最大值出现时刻较晚，为17时左右，傍晚边界层高度增大.由此可见，优化后的模式系统能够更好的模拟出白天城市边界层高度的最大值和夜间边界层的高度.然而，可靠的边界层高度观测资料的缺乏增加了准确评价模式对边界层高度模拟效果的难度.

模式对位温廓线和边界层高度模拟性能的提高，为预报地面气象要素提供了较好的基础.图6是模拟与观测2m气温和10m风速在北京地区地表类型为城市（去掉海拔1000m以上站点）的80个气象站点平均值的日变化.如图6a所示，优化后的模拟系统能够很好地模拟该日2m气温的日变化，模拟与观测的2m气温日变化曲线有较好的一致性.与优化前的模拟结果相比，优化后的模式不仅很好地改正了之前模式对夜间2m气温模拟结果严重偏低的现象，而且对午后日最高温度的模拟也有明显提高，与观测更加吻合.但模式对下午到傍晚2m气温的模拟与观测相比偏高，还有待进一步改善.比较采用不同优化方案的模拟结果，可见地表分类的更新和优化对2m气温的模拟结果影响最大，这是由于很多参数化过程都随着不同地表使用类型而变化，准确的地表分类是参数化过程中准确使用城市冠层参数、人为热输入数据的先决条件.所以，精确的地表使用类型分类等地理信息数据对提高模式预报的准确度有着至关重要的作用.图7是模拟与观测的2m气温水平分布，可见模式能够较好地模拟2m气温白天和夜间的空间分布情况，与观测比较一致.白天与夜间北京城区均存在较明显的城市热岛，但夜间热岛强度相对较大.

用海拔300m以下四环以内城市站点与四环以外非城市站点平均2m气温之差定义城市热岛强度，其日变化绘于图8.该日城市热岛强度在9～18时的白天均小于1.5℃，从日落开始（19时），热岛强度逐渐增强，在21时达到最大值4.17℃.接着缓慢减小，日出后迅速减小.模式能够较好地模拟出该日北京地区城市热岛强度日变化，与观测的变化趋势比较一致.但是模式模拟的城市热岛强度比观测偏大，傍晚时段（18—21时）偏大较多，达2.5～3℃，16—18时稍好，约偏大1～1.5℃，其余时段偏大的幅度基本在1℃以内.这是由于模式在16～21时对城市2m气温的模拟结果相对稍差，比观测偏高，而在其它时段的模拟结果与观测比较一致.

图6 北京地区地表类型为城市的气象站点温度与风速平均值的日变化（a）2m 气温；（b）10m 风速.Fig.6 Diurnal variation of temperature and wind speed，averaged from meteorological station on urban land use class over Beijing area（a）air temperature at 2m；（b）wind speed at 10m.

图8 城市热岛强度日变化（实心方框为观测，空心方框为模拟）Fig.8 Diurnal variation of urban heat island intensity（closed squares represent observations，open squares represent numerical results）

对于10m风速的模拟，见图6b，优化后的模拟结果（all）比之前（none）明显减小，这样虽然改善了之前夜间模拟结果比观测偏大的情况，但也导致白天模式对10m风速的模拟结果比观测偏小.可见，优化前后的模式都没能较好地模拟出10m风速的日变化趋势.观测的白天风速明显大于夜间风速，白天风速在接近2m／s的量级，夜间风速的量级约为1m／s，在17—19时风速有一个快速的下降.而模拟的10m风速白天与夜间差别较不明显，基本属于同一量级，只是在后半夜偏小，约0.5m／s.模式对10m风速日变化的模拟性能还需进一步提高.在不采用对10m风速优化的方案时（－wind），模拟结果显著增大，尤其是傍晚到夜间（18—9时）的模拟结果与观测的偏差增大1～2倍，所以此优化方案可以显著提高模式模拟10m风速的能力.图9为模拟和观测的10m风场分布.16时西北部山区存在上坡风；21时转为从西部山区吹向城区的下坡风，山风逐渐形成，城区处于风场辐合带，风速较小；02时分别由西部和北部山区吹来的下坡风在西北部产生辐合；08时转为偏东风.与观测相比，模式对10m风场的模拟与观测较为一致.

图9 10m风场日变化（红色为观测，蓝色为模拟）（a）8月6日1600LST；（b）8月6日2100LST；（c）8月7日0200LST；（d）8月7日0800LST.Fig.9 Diurnal variation of wind speed at 10m （red arrows represent observations，blue arrows represent numerical results）（a）1600LST，6th，Aug；（b）2100LST，6th，Aug；（c）0200LST，7th，Aug；（d）0800LST，7th，Aug.

图10为模拟和观测的海淀站垂直速度和水平风矢量日变化.由图10a和图10b比较可见，模拟上升、下沉气流的垂直高度、速度大小、变化时间均与观测较一致.白天上升气流和下沉气流交错出现，午后到傍晚的上升气流最高能达到2.1km左右，这也是对流边界层的高度.观测表明，夜间在200m以下也持续存在0.5m／s左右的上升气流，标志着近地面大气为中性或不稳定状态.而模拟的夜间垂直速度上升气流较弱，且没有持续性，表明模式模拟的夜间边界层与观测相比稳定性更强，没能充分体现城市夜间近地面层的不稳定性.比较图10中模拟与观测的水平风矢量可见，模式很好地模拟出了边界层中水平风的日变化.上午边界层上部为西北风，中部为东北风，下部为偏北风，18时左右边界层整层均转为偏南风，到后半夜边界层上部又转为西南风.这是由于海淀站所处位置受山谷风影响而形成的日变化规律.

3 城市下垫面对海风影响的模拟分析

山谷风环流、海陆风环流和城市热岛环流是影响北京地区的三个局地环流系统.高压系统控制时，山谷风环流在大多数情况下起主导作用，城市热岛环流相对较弱，起辅助作用，而海陆风环流对北京地区的影响不确定性最大，争议较多［10，28－29］.海风 能否到达北京？对北京地区有无影响？如果有影响，影响有多大？城市与海陆风的相互作用又是怎样的？这些问题还有待更细致深入的研究.通过对本文个例的模拟与分析可知（图9、12）：海风可于傍晚20时左右到达北京地区，21时左右影响北京城区.在此，为了进一步对京津地区的海风进行更加细致全面的研究分析，利用针对北京地区优化后的WRF／Noah／UCM模拟系统，通过敏感性试验，对比分析了城市对京津地区海风形成、发展和向内陆推进过程的影响.

模拟试验共分为一组对照试验和两组敏感性试验.对照试验即为上一节中采用所有优化方案后的算例（all）.两组敏感性试验分别将对照试验中天津地区和北京地区内的城市地表使用类型（编号为31－33）替换为临近的农田地表使用类型（编号为3），其余设置与对照试验相同，见图11.

通过第一组敏感性试验，对比有无天津城区海风发生的变化，分析天津城区对海风的影响.由观测和模拟结果可见，2010年8月6日中午前后在天津沿海地区逐渐形成由海面吹向陆地的海风.之后海风不断加强，并向内陆推进.15时30分海风已经到达天津主城区（图12a）.由于城市的阻碍作用，海风锋在城市地区的推进速度明显较两旁的乡村地区慢，如图12g所示.18时海风锋已经通过了天津城区，并继续向京津交界处推进.此时，近地面的热力不稳定大气受到海风的扰动，形成明显的辐合上升气流，上升气流纵贯整个边界层，并在海风锋的前沿产生一条细长的垂直速度极大值带，垂直速度的最大值接近1m／s，如图12b所示.此外，在天津城区的下风向地区形成了水平风场的辐合和较周围更强烈的垂直上升气流，海风锋和其前沿的垂直速度极大值带在此区域也发生了凹陷，表明此处海风锋较两侧推进速度减慢，图12h.20时左右海风锋抵达北京东南与天津交界处，并于21时左右接近北京主城区，见图12c.对照试验模拟的水平风场与站点观测较为一致，但风速偏大.分别对比图12a与图12d、图12b与图12e、图12c与图12f可见，将天津城市地表类型替换为农田后，海风发展推进的更加均衡，海风锋前沿的垂直速度大值带更加圆滑，天津城区下风向地区的水平风场的辐合也未出现，21时海风锋推进的距离也更远，已经到达北京城区中心.由此可见，天津城区在海风发展推进经过时起到阻碍、减缓的作用，导致海风锋到达城区下风方向地区的时间延后，这是由城市地表类型较农田具有更大的粗糙度和拖曳系数导致的.其次，天津城区的存在还导致海风锋经过时形成的上升气流加强，在下风向地区形成水平风场的辐合，城市地表类型与农田不同的热力性质和城市热岛的形成是导致这一现象的主要原因.

第二组敏感性试验将北京地区的城市地表类型替换为农田，模拟分析北京城区对海风在北京地区发展、消亡的影响，见图13.通过模拟分析可见，20—22时海风锋由北京东南部的京津交界推进到北京主城区中心.对照试验中模式对海风的模拟与观测类似，但模拟结果的海风更为明显，风速更大.在海风锋抵达北京主城区后，尤其是推进到城区西北部时，本已逐渐减弱的垂直速度大值带在城区范围内与城市热岛环流叠加后突然显著增强，最大垂直速度由0.5m／s左右增大到1m／s以上.此外，外凸的垂直速度大值带在到达城区后也变为内凹状.23时海风锋通过北京主城区后，与山风相遇（图9b、13c），快速消散，随后海风也逐渐消退，7日0时过后北京城区风向由较强的东南风转成较弱的西南风或微风.将对照试验的模拟结果与第二组敏感性试验结果对比分析可见，在海风锋抵达北京主城区前，北京城区的存在使海风锋前沿的垂直速度增大，垂直上升气流增强，并且加快海风锋的推进速度，如图13a、13d和13g所示.海风锋推进到北京主城区后，其前沿的垂直上升气流与城市热岛环流叠加在城区范围内进一步明显加强，并且这一部分的海风锋推进速度相比两侧的海风锋和同一部分没有城市时均有所减慢，此时海风锋前沿的垂直速度大值带在城区形成内凹.原本能够推进到北京城区下风向地区西北五环位置并于23时左右才消散的海风，在替换掉北京城市地表类型后，最远只能推进到三环附近，并于22时左右就开始消散.因此，北京城区对海风的推进和消亡有着显著影响.其一，北京城区通过其产生的城市热岛效应，增大与周围非城市地区温差，能够在海风未到达城市时增加其强度，加快海风锋的推进速度，并在其通过城区后增加其推进的距离，延缓海风的消亡.这与Freitas等［17］的研究结果是一致的.其二，海风的增强和城区中的城市地表类型使近地层大气的不稳定性增加，能够加强海风锋导致的辐合上升气流.再次，城市较大的粗糙度和拖曳系数在海风锋通过时能够阻碍、减慢它的推进速度，加强水平风场的辐合，进一步增大上升气流的垂直速度.

图12 10m水平风场和垂直速度的水平分布图中黑色箭头为模拟10m水平风场，红色箭头为观测10m水平风场，图（a—f）中填色为模式第十层的垂直速度（距离地面高度约为640m））：（a—c）实际地表的模拟结果；（d—f）将天津城市地表分类替换为农田的模拟结果；（g—i）海风锋大致位置比较（图中红线为有城市时的模拟结果，绿线为没有城市时的模拟结果，填色为城市实际地表分类）；（a、d、g）8月6日1530LST，（b、e、h）8月6日1800LST，（c、f、i）8月6日2100LST.Fig.12 Horizontal distributions of horizontal wind vectors at 10mand vertical velocity Black arrows are numerical results of horizontal wind vectors at 10m，red arrows are observations of horizontal wind vectors at 10m，shading in fig.a—f represent vertical velocity at level 10of numerical results（at about 640mAGL））：（a—c）numerical results using real land use data.（d—f）numerical results after substituting urban land use class in Tianjin by cropland class.（g—i）location of sea breeze fronts（red curves are numerical results using real land use data，green curves are numerical results after substituting urban land use class in Tianjin by cropland class，shading are urban land use class）.（a，d，g）1530LST，6th，Aug.（b，e，h）1800LST，6th，Aug.（c，f，i）2100LST，6th，Aug.

4 结 论

图13 10m水平风场和垂直速度的水平分布（图中黑色箭头为模拟10m水平风场，红色箭头为观测10m水平风场，图a—f中填色为模式第十层的垂直速度（距离地面高度约为640m））（a—c）实际地表的模拟结果；（d—f）将北京城市地表分类替换为农田的模拟结果；（g—i）海风锋大致位置比较（图中红线为有城市时的模拟结果，绿线为没有城市时的模拟结果，填色为城市实际地表分类）；（a、d、g）8月6日2000LST，（b、e、h）8月6日2200LST，（c、f、i）8月6日2230LST.Fig.13 Horizontal distributions of horizontal wind vectors at 10mand vertical velocity （black arrows are numerical results of horizontal wind vectors at 10m，red arrows are observations of horizontal wind vectors at 10m，shading in Fig.a—f represent vertical velocity at level 10of numerical results（at about 640mAGL））（a—c）numerical results using real land use data；（d—f）numerical results after substituting urban land use class in Beijing by cropland class；（g—i）location of sea breeze fronts（red curves are numerical results using real land use data，green curves are numerical results after substituting urban land use class in Beijing by cropland class，shading are urban land use class）；（a，d，g）2000LST，6th，Aug.（b，e，h）2200LST，6th，Aug.（c，f，i）2230LST，6th，Aug.

随着中国城市化进程的加快、模式分辨率的提高和高性能计算机的普及，针对城市边界层的数值模拟研究越来越重要，改进模式中关于城市的参数化方案以提高模式模拟城市边界层过程的能力和准确性显得越来越急迫.本文对WRF／Noah／UCM模拟系统在城市冠层参数、地表类型分类数据和10m风计算方面进行了优化，并启用人为热输入，模拟分析了2010年8月6—7日的北京地区夏季晴天边界层日变化，比较了优化方案对模拟结果的影响.通过与北京自动站观测资料的对比，表明优化后的WRF／Noah／UCM模拟系统基本上能够模拟出北京地区边界层的日变化特征.针对城市冠层参数和地表类型分类数据的优化能够显著提高模式对北京地区夏季晴天边界层的模拟能力，其中更准确地表分类数据的使用对模拟结果的改善影响最大.人为热的输入也极大提高了模式2m气温预报的准确度.而对模式10m风计算的优化极大地修正了10m风速模拟结果的偏差.优化方案通过对地表和城市冠层参数的修正，更好地模拟地表辐射和通量，更准确地反映边界层中的能量交换过程.通过准确地反映边界层中的能量交换过程，模式能够更接近实际的模拟边界层高度日变化趋势，从而减小模拟结果中地面气象预报要素的偏差.

海陆风环流是影响北京地区的三种局地环流之一，对北京地区天气过程有着不可忽视的影响.京津地区城市的发展使城市与海陆风之间的相互作用成为一个非常值得关注的研究课题.本文通过两组敏感性试验，分别模拟研究了天津城区和北京城区对海风形成、发展、推进、消亡过程的影响.结果表明，优化后的 WRF／Noah／UCM模拟系统能够较好地模拟出京津地区海风环流的日变化趋势，而京津城市的存在对海风有明显的影响.城市较大的地表粗糙度和拖曳系数在海风锋经过时起到阻碍、减缓的作用.城市地表不同于周围农田的热力属性增加城市底层大气的不稳定性，形成城市热岛环流，与海风叠加，增强海风锋推进形成的辐合上升气流，并在城市下风方向形成较强的水平风场辐合.另外，北京城区所形成的城市热岛在海风到达城区之前能够增加其强度和推进速度，从而增加海风的推进距离，延缓海风的消亡.海风锋经过北京城区后，与从西北部山区吹来的山风相遇，快速消散.

随着夜间陆地温度的大幅下降，白天在沿海地区盛行的海风在夜间通常会转为由陆地吹向海面的陆风，形成海陆风环流日变化.但在本文的天气个例研究中，京津地区没有发现明显的陆风.只是在7日的02—04时，观测和模拟结果显示在渤海北边河北沿海地区有短暂的陆地吹向海面的东北偏北风.这可能是由于该天气个例时段的渤海地区盛行偏东风，增强了白天吹向京津地区的海风，而削弱了夜间的陆风.今后将选取更适合的天气背景对陆风及城市与其的相互作用进行分析研究.

（References）

［1］寿亦萱，张大林.城市热岛效应的研究进展与展望.气象学报，2012，70（3）：338－353.Shou Y X，Zhang D L.Recent advances in understanding urban heat island effects with some future prospects.Acta Meteorologica Sinica （in Chinese），2012，70（3）：338－353.

［2］胡小明，刘树华，梁福明等.北京区域近地边界层特征数值模拟.北京大学学报（自然科学版），2005，41（4）：514－522.Hu X M，Liu S H，Liang F M，et al.Numerical simulation of features of surface boundary－layer over Beijing area.Acta Scientiarum Naturalium Universitatis Pekinensis （in Chinese），2005，41（4）：514－522.

［3］Roth M.Review of atmospheric turbulence over cities.Quart.J.Roy.Meteor.Soc.，2000，126（564）：941－990.

［4］McElroy J L.A numerical study of the nocturnal heat island over a medium－sized mid－latitude city （Columbus，Ohio）.Boundary－Layer Meteor.，1973，3（4）：442－453.

［5］周明煜，曲绍厚，李玉英等.北京地区热岛和热岛环流特征.环境科学，1980，16（5）：12－17.Zhou M Y，Qu S H，Li Y Y，et al.Features of heat island and heat island circulation over Beijing area.Environmental Science （in Chinese），1980，16（5）：12－17.

［6］Seamen N L，Ludwig F L，Donall E G，et al.Numerical studies of urban planetary boundary－layer structure under realistic synoptic conditions.J.Appl.Meteor.，1989，28（8）：760－781.

［7］Martilli A，Clappier A，Rotach M W.An urban surface exchange parameterisation for mesoscale models.Bound.－Layer Meteor.，2002，104（2）：261－304.

［8］王卫国，蒋维楣.复杂下垫面地域边界层结构的三维细网格数值模拟.热带气象学报，1996，12（3）：212－217.Wang W G，Jiang W M.Numerical simulation with 3－D finemesh on the structure of the atmospheric boundary layer over complex underlying regions.J.Tropical Meteor.（in Chinese），1996，12（3）：212－217.

［9］佟华，桑建国.北京海淀地区大气边界层的数值模拟研究.应用气象学报，2002，13（特刊）：51－60.Tong H，Sang J G. Numerical studies of atmospheric boundary layer in Haidian district of Beijing.J.Appl.Meteor.Sci.（in Chinese），2002，13（Special）：51－60.

［10］蔡旭晖，郭昱，刘辉志等.北京地区低层大气流动模态研究.北京大学学报（自然科学版），2002，38（3）：387－392.Cai X H，Guo Y，Liu H Z，et al.Flow patterns of lower atmosphere over Beijing area.Acta Scientiarum Naturalium Universitatis Pekinensis （in Chinese），2002，38（3）：387－392.

［11］Crosman E K，Horel J D.Sea and lake breezes：a Review of numerical studies.Bound.－Layer Meteor.，2010，137（1）：1－29.

［12］Chen F，Miao S G，Tewari M，et al.A numerical study of interactions between surface forcing and sea breeze circulations and their effects on stagnation in the greater Houston area.J.Geophys.Res.，2011，116， D12105，doi：10.1029／2010JD015533.

［13］Keeler J M，Kristovich D A R.Observations of urban heat island influence on lake－breeze frontal movement.Amer.Meteor.Soc.，2012，51（4）：702－710.

［14］Kondo H.A numerical experiment on the interaction between sea breeze and valley wind to generate the so－called“Extended sea breeze”.J.Meteor.Soc.Japan，1990，68：435－446.

［15］Liu H P，Chan J C L，Cheng A Y S.Internal boundary layer structure under sea－breeze conditions in Hong Kong.Atmos.Environ.，2001，35（4）：683－692.

［16］佟华，刘辉志，桑建国等.城市人为热对北京热环境的影响.气候与环境研究，2004，9（3）：409－421.Tong H，Liu H Z，Sang J G，et al.The impact of urban anthropogenic heat on Beijing heat environment.Climatic and Environmental Research （in Chinese），2004，9（3）：409－421.

［17］Freitas E D，Rozoff C M，Cotton W R，et al.Interactions of an urban heat island and sea－breeze circulations during winter over the metropolitan area of S～ao Paulo，Brazil.Bound.－Layer Meteor.，2007，122（1）：43－65.

［18］Masson V.Urban surface modeling and the meso－scale impact of cities.Theor.Appl.Climatol.，2006，84（1－3）：35－45.

［19］陈炯，王建捷.北京地区夏季边界层结构日变化的高分辨模拟对比.应用气象学报，2006，17（4）：403－411.Chen J，Wang J J.Diurnal cycles of the boundary layer structure simulated by WRF in Beijing.J.Appl.Meteor.Sci.（in Chinese），2006，17（4）：403－411.

［20］Kusaka H，Kondo H，Kikegawa Y，et al.A simple singlelayer urban canopy model for atmospheric models：comparison with multi－layer and slab models.Bound.－Layer Meteor.，2001，101（3）：329－358.

［21］Kusaka H，Kimura F.Thermal effects of urban canyon structure on the nocturnal heat island：numerical experiment using a mesoscale model coupled with an urban canopy model.J.Appl.Meteor.，2004，43（12）：1899－1910.

［22］Miao S G，Chen F，Margaret A L，et al.An observational and modeling study of characteristics of urban heat island and boundary layer structures in Beijing.J.Appl.Meteor.Climatol.，2009，48（3）：484－501.

［23］Chen F，Kusaka H，Tewari M，et al.Utilizing the coupled WRF／LSM urban modeling system with detailed urban classification to simulate the urban heat island phenomena over the greater Houston area.Fifth Conf.on Urban Environment，Amer.Meteor.Soc.，2004.

［24］Kimura F. Heat flux on mixture of different land－use surface：test of a new parameterization scheme.J.Meteor.Soc.Japan，1989，67（3）：401－409.

［25］Inoue E.On the turbulent structure of airflow within crop canopies.J.Meteor.Soc.Japan，1963，41：317－326.

［26］苗世光，窦军霞，Chen F等.北京城市地表能量平衡特征观测分析.中国科学：地球科学，2012，42（9）：1394－1402.Miao S G，Dou J X，Chen F，et al.Analysis of observations on the urban surface energy balance in Beijing.Sci.China Earth Sci.，2012，55（11）：1881－1890.

［27］Bornstein R D.Observations of the urban heat island effect in New York city.J.Appl.Meteor.，1968，7（4）：575－582.

［28］游春华，蔡旭晖，宋宇等.京津地区夏季大气局地环流背景研究.北京大学学报（自然科学版），2006，42（6）：779－783.You C H，Cai X H，Song Y，et al.Local atmospheric circulations over Beijing－Tianjin area in summer. Acta Scientiarum Naturalium Universitatis Pekinensis （in Chinese），2006，42（6）：779－783.

［29］刘树华，刘振鑫，李炬等.京津冀地区大气局地环流耦合效应的数值模拟.中国科学：地球科学，2009，39（1）：88－98.Liu S H，Liu Z X，Li J，et al.Numerical simulation for the coupling effect of local atmospheric circulations over the area of Beijing，Tianjin and Hebei Province.Sci.China Earth Sci.，2009，52（3）：382－392.