WRF模式对污染天气下边界层高度的模拟研究

陆正奇,韩永翔,夏俊荣,2, 赵天良



WRF模式对污染天气下边界层高度的模拟研究

陆正奇1,韩永翔1*,夏俊荣1,2, 赵天良1

(1.南京信息工程大学气象灾害预报预警与评估协同创新中心,中国气象局气溶胶-云-降水重点开放实验室,江苏 南京 210044；2.中国科学院大气物理研究所中层大气与全球环境探测重点实验室,北京 100029)

大气边界层高度是影响大气污染物浓度的重要因素之一,但数值模式中选择不同边界层参数化方案模拟的边界层高度有很大差异.利用WRF模式中5种边界层参数化方案及2006~2007年春、秋、冬3季河北香河地区激光雷达观测资料,对比分析了污染天气下,不同边界层方案对边界层高度的模拟效果,并分析了误差产生的可能原因.结果表明:5种参数化方案均能模拟出3季污染天气下边界层高度的变化特征,但各方案模拟的边界层高度与观测之间均存在较大误差.模拟的最大边界层高度月变化特征显示,秋冬季的模拟结果与观测值匹配较好,春季偏差较大;模拟的边界层高度日变化显示,均方根误差:春季>秋季>冬季,且误差在午后(14:00~18:00)更加明显;对该地区而言,非局地YSU方案能较好地模拟污染天气下的边界层高度;各参数化方案中边界层高度计算方法的不同及对大气廓线、湍流动能的模拟差异,可能是造成模拟边界层高度产生误差的主要原因.

WRF模式；边界层参数化方案；污染天气；边界层高度

大气边界层是直接受地面影响最强烈的低层大气,表现出明显的湍流特性,是大气污染的主要发生地[1].大气边界层高度及其垂直结构直接影响着污染物在垂直方向上的分布和扩散效率,对大气污染的形成、发展、维持与消散起着重要的作用[2].在不同的边界层条件下,污染排放量相同时地面的污染物浓度可相差几十倍乃至几百倍[3].因此,准确地计算边界层高度,对研究大气污染物分布和污染预报具有重要意义.

目前,边界层高度主要依据两大体系进行推算或模拟.一种体系是利用早晚两次的探空观测资料结合理论来计算边界层高度.目前国内外发展了一大批基于探空观测资料的边界层高度诊断公式,如罗氏法[4]、国标法[5]、干绝热法[6]及位温梯度法[7]等,并有大量学者进行了对比验证[8-10],发现采用不同方法所得的边界层高度相差很大.如利用西安郊区泾河观象台的同一探空及气象资料,采用国标法、罗氏法和位温法3种不同方法计算了日最大边界层高度[11],国标法为2500m(11:00),罗氏法是1800m(16:00),位温法仅480m(11:00),如此显著的差异意味着用这些方法进行边界层高度预报具有巨大的不确定性.另一种体系是基于湍流理论的多种大气边界层参数化方案结合数值模式来预报边界层高度.如最常用的WRF模式中有13种边界层方案,虽然各方案都能模拟出边界层高度的日变化特征[12-14],但在不同的下垫面及天气条件下,各方案在模拟边界层高度时往往存在不同程度的误差[13-14].Hu等[15]认为产生误差的原因主要是不同边界层方案的湍流混合方式、边界层高度的计算方法各不相同,因而其模拟垂直方向上的热量、水汽和动量等物理量也会发生很大的变化,导致模拟的边界层高度产生较大差异.

激光雷达可以探测不同高度上的气溶胶后向散射信号,并通过反演得到大气边界层高度及其演变过程[16],这也为研究大气边界层高度提供了一种新的技术手段.许多学者利用激光雷达对大气边界层高度进行了探测研究[17-19],认为激光雷达可比较真实地反演出连续的大气边界层高度和结构.但目前我国拥有激光雷达的站点非常少,且它反映的仅是一个点的情况,区域大气污染预报中主要依靠数值模式结合边界层参数化方案来预报边界层高度.因此,在污染天气下,以激光雷达反演的边界层高度作为基准值,研究哪种边界层参数化方案能够较准确的模拟出实际的边界层高度,进而揭示其产生误差的原因,将有助于改进边界层参数化方案,提高大气污染数值预报模式的准确率.

本文以污染天气下,河北香河地区春、秋、冬3季激光雷达反演的边界层高度作为基准值,选取5种边界层参数化方案(YSU,MYJ,MYNN, ACM2,BL),用高分辨率中尺度WRF模式模拟了同期白天该地区的边界层高度,用泰勒图[20]对各方案模拟效果进行评估,并根据边界层高度的计算方法,揭示各方案产生误差的原因.

1 资料与方法

1.1 资料来源及个例选取

激光雷达资料来自中科院大气物理研究所河北香河大气观测综合试验站,实验采用ALS-300型Mie散射激光雷达(EZLidar),波长为355nm.观测时间为2006-09~2007-11,根据气象行业标准《霾的观测和预报等级》[21],以能见度低于10km,相对湿度小于70%的灰霾天作为污染天气.剔除部分缺失资料,全年观测的污染天气共46d,其中春季(3~5月)13d,秋季(9~11月)14d,冬季(12~2月)19d,夏季污染天气较少,且激光雷达维护频繁,因此不作为个例进行统计.由于早晨及傍晚大气边界层容易受到残留层的影响,选取每日10:00~18:00的观测资料,每隔1h读取一次数据.激光雷达反演边界层高度采用小波协方差变换法[22],具体公式如下:

小波协方差变换函数f为:

1.2 边界层方案的选择及边界层高度的计算

WRFV3.7.1中提供了13种边界层参数化方案,常用的参数化方案有9种.根据边界层高度计算方法,可大致分为理查森数算法(YSU, ACM2, Shin-Hong)、湍流动能算法(MYJ,QNSE, UW)和虚位温算法(BL,MYNN2.5,MYNN3),每种算法挑选一个(YSU,MYJ,BL),其中理查森数算法中YSU与ACM2方案,虚位温算法中BL与MYNN方案的计算细节有较大差异.因此,本文最后选择了5种边界层方案(YSU,MYJ, MYNN2.5,ACM2, BL).这5种方案中边界层高度的计算过程如下:

YSU方案:边界层高度定义为达到临界理查森数时所对应的高度[23],即:

式中:Ribcr为临界理查森数(不稳定层结时,Ribcr为0;稳定层结时,陆地上Ribcr为0.25);()是处的水平风速;θ为模式最底层的虚位温;θ()为处的虚位温;θ为近地面虚位温:

计算边界层高度时,先不考虑θ,根据式(3)对边界层高度进行一次估算,根据估算的计算地表变量W和θ,再代入公式(3)重新计算边界层高度.

MYJ方案:边界层高度定义为湍流动能强度下降到临界值0.2m2/s2时所在的高度[24].

MYNN2.5方案:MYNN方案中边界层高度由湍流动能和虚位温廓线共同决定[25],其中虚位温廓线判别法是基于Nielsen等[26]的1.5K位温法:根据虚位温廓线确定最小虚位温,当某一层的虚位温第一次超过最小虚位温1.25K时,该层高度记为1;同时MYNN方案中也考虑了夜间低空急流对边界层高度的影响,当某一层的湍流动能小于最大湍流动能的5%时所在高度记为2.

边界层高度为:

ACM2方案:对于稳定边界层,边界层高度为:

其中:

当Ri=crit=0.25时,所对应的高度即为边界层高度.

BL方案[28]:边界层高度定义为某一层的虚位温大于近地面虚位温0.5K以上时的高度.

1.3 试验设计

使用的模式版本为WRFV3.7.1,采用NCEP/NCAR水平分辨率1°×1°的全球再分析资料提供模式初始场和边界条件.模拟采用三层双向嵌套,嵌套的中心位于河北省香河县(116.99ºE, 39.76ºN),与雷达观测地点保持一致,水平分辨率分别为9,3,1km.垂直方向分为43层,采用上疏下密的分层方式,模式顶为50hpa.模拟时间与污染天气个例一致.

此外,模式微物理过程选择Lin方案,长波辐射采用RRTM方案,短波辐射采用Dudhia方案,陆面过程为Noah方案,第一层嵌套中使用Kain-Fritsch积云对流方案(考虑格距小于3km一般不使用积云对流方案,因此只在第一层嵌套使用).地形数据使用美国地质调查局(USGS)提供的30’高分辨率LANDUSE资料.香河地区以平原为主,观测点周围地形平坦,无高大建筑及明显的人为热源[29],下垫面比较均一,气象要素分布均匀.提取模式数据时采用5点平均法取平均值,以减小系统误差[30].

2 结果分析

2.1 最大边界层高度对比分析

最大边界层高度是反映日间边界层特征的关键参数,5种方案模拟及激光雷达观测的月平均最大边界层高度(图1)显示:观测的最大边界层高度呈明显的单峰分布,2007年5月边界层高度最高可达1800m,1月最低为650m.污染天气下边界层高度:春季>秋季>冬季,其中冬季维持在700~800m左右,变化趋势平稳,而春秋两季最大边界层高度变化幅度较大.WRF模式中5种边界层方案均能较好地模拟最大边界层高度的月变化趋势,其中秋冬季模拟结果与观测值接近,春季模拟结果偏差较大,整体高于观测结果.

图1 5种方案模拟及激光雷达反演的月平均最大边界层高度

为了检验WRF中5种边界层方案对污染天气下日最大边界高度的模拟能力,对全部污染个例进行统计,计算了观测值与模拟值间的相关系数与归一化的标准差[20],绘制的泰勒图(图2)显示:除YSU方案外,其他4种方案的相关系数在0.8~0.9间且均方根误差均大于200m,只有YSU方案的相关系数最高(0.92)且均方根误差<200m.虽然5种方案的模拟值与观测结果间均存在一定的误差,但相对而言,YSU方案能较好地模拟污染天气下的日最大边界层高度.

图2 WRF中5种方案模拟日最大边界层高度的泰勒图

图中实线为均方根误差,下同

2.2 边界层高度日变化特征对比

三季及全年(除夏季)的污染天气下边界层高度日变化(图3)显示:模拟和观测的边界层高度总体变化趋势较为一致,10:00开始,边界层高度逐渐升高,于14:00~15:00达到峰值,之后边界层高度逐渐降低,于18:00降至最低.

尽管各方案均能模拟出污染天气下边界层高度的日变化趋势,但模式模拟结果与观测值间存在一定差异.对春、秋、冬季及全年(除夏季)污染天气下模拟与观测的边界层高度进行统计,绘制的泰勒图(图4)可以看出,模拟误差:春季>秋季>冬季,3季YSU方案的相关系数最高且均方根误差最小,模拟效果最优.而其他4种方案的模拟效果在各季略有差别,春季各方案的模拟效果较为接近,秋季MYNN方案的模拟效果略优,冬季ACM2方案误差较小.

图3 模拟的边界层高度与观测值的平均日变化对比

图4 WRF中5种方案模拟边界层高度的泰勒图(10:00~18:00)

各方案模拟的边界层高度与观测值在14:00以前匹配较好,而14:00~18:00则存在较大差异(图3).局地方案中:MYJ方案模拟的午后边界层高度下降较快,较观测值提前1h;MYNN与BL方案的模拟值在午后下降平缓,其中BL方案下落时间存在1h的延迟.非局地方案中:YSU方案模拟的边界层高度在午后下降趋势与观测值较为接近,ACM2方案下降速度较YSU方案与观测值快.利用各季节14:00~18:00模拟与观测的边界层高度进行统计,绘制的泰勒图(图5)显示:模拟值的均方根误差较10:00~18:00的模拟结果增大了50~100m.总的来说,非局地YSU方案能较好地模拟污染天气下边界层高度的日变化特征.

图5 WRF中5种方案模拟边界层高度的泰勒图(14:00~18:00)

2.3 边界层高度的模拟误差原因分析

图6 2007-01-20边界层高度模拟与观测对比

为了讨论不同参数化方案产生较大误差的原因,本文在污染个例中随机选取了2007年1月20日的边界层高度模拟结果,结合当日探空资料,根据不同参数化方案中边界层高度的计算方法,分析产生误差的可能原因.

图6为2007年1月20日边界层高度模拟值与观测值的日变化对比图,其变化趋势与冬季污染天气下边界层高度的日变化(图3c)特征较为一致.5种方案中MYJ方案模拟误差最明显,它将湍流动能低于临界值0.2m2/s2时的高度作为边界层高度.MYJ方案模拟的湍流动能高度-时间剖面(图7)显示湍流动能在11:00开始发展, 14:00达到峰值,16:00降至最低,此后一直维持在0.2m2/s2以下,这使得边界层高度在16:00以后被判定在近地面处.因此,MYJ方案模拟的湍流动能于午后的下降速度过快,且16:00后模拟的湍流动能过低,是造成该方案产生较大误差的原因.

MYNN方案模拟的边界层高度在16:00后明显较观测值偏高.由于16:00后边界层内的湍流动能近似为常数,不存在低空急流(图略),因此边界层高度主要由虚位温廓线决定.Nielsen等[25]指出,使用虚位温廓线判定边界层高度必须基于较为准确的虚位温廓线的测量.香河地区当日17:00的虚位温廓线显示(图8),近地面存在较弱的逆温层,根据虚位温廓线计算的边界层高度在400m左右,但MYNN方案并未模拟出该逆温层,使得模拟的边界层高度偏高(550m).这也与Nielsen等[25]在休斯顿北部得出的结论相符.

图7 2007年1月20日湍流动能高度-时间剖面

BL方案使用虚位温梯度判定边界层高度,边界层高度定义为虚位温变化梯度大于地面0.5K时的高度.同样BL方案未模拟出17:00近地面的弱逆温层(图8),使得17:00的边界层高度模拟值偏高(570m),导致边界层高度下落时间存在1h的延迟.

图8 2007年1月20日17:00 MYNN, BL方案模拟与观测的虚位温廓线

虚线为各方案模拟及观测廓线计算的边界层高度

非局地YSU与ACM2方案模拟的边界层高度与观测值变化趋势较为一致,但ACM2方案的模拟值在16:00以前较YSU方案偏高,16:00以后较YSU方案与观测值偏低.这可能是由于在对流边界高度的判定过程中,ACM2方案相比于YSU方案多考虑了自由对流层上的夹卷层厚度,使得ACM2方案模拟的边界层高度较YSU方案偏高[27].而16:00以后大气处于稳定层结,YSU方案相比于ACM2方案在计算稳定边界层高度时多考虑了位温增量,使得16:00后YSU方案模拟的边界层高度高于ACM2方案.

本文仅从边界层高度的计算方法、湍流动能、虚位温廓线的角度考虑了各方案模拟边界层高度产生误差的原因,所得结论具有一定的局限性.实际模拟过程中各方案的湍流交换系数、垂直混合强度、湍流混合方式、地表热量水汽输送的差异以及污染种类和污染程度的不同等因素均会对边界层高度的计算产生影响,这有待进一步的研究.

3 结论

3.1 污染天气下日最大边界层高度:春季>秋季>冬季.WRF中5种边界层方案模拟的日最大边界层高度与观测值较为匹配,相对而言,YSU方案模拟效果最优.

3.2 各参数化方案模拟的3季污染天气下边界层高度的日变化与观测值间存在差异,泰勒图显示:模拟误差在午后(14:00~18:00)较整个白天增大了50~100m,春季模拟误差最大,秋季次之,冬季最小;YSU方案能较好地模拟污染天气下边界层高度的日变化特征.

3.3 各参数化方案中边界层高度计算方法的不同及对虚位温廓线、湍流动能的模拟差异,可能是造成模拟边界层高度产生误差的主要原因.

[1] 钟 鑫,刘昭华.京津冀污染天气下大气边界层高度特征研究进展[J]. 农业灾害研究, 2015,(9):33-34.

[2] 吴 蒙,范绍佳,吴 兑.台风过程珠江三角洲边界层特征及其对空气质量的影响[J]. 中国环境科学, 2013,33(9):1569-1576.

[3] 李景林,郑玉萍,刘增强.乌鲁木齐市低空温度层结与采暖期大气污染的关系[J]. 干旱区地理, 2007,30(4):519-525.

[4] Nozaki K Y. Mixing depth model using hourly surface observations [J]. USAF Envirinmental Technical Applications Center, Report, 1973,7053.

[5] Liu S Y, Liang X Z. Observed diurnal cycle climatology of planetary boundary layer height. [J]. Journal of Climate, 2009, 23(21):5790-5809.

[6] Holzworth G C. Mixing depths, wind speeds and air pollution potential for selected locations in the United States. [J]. Journal of Applied Meteorology, 1967,6(6):1039-1044.

[7] 廖国莲.大气混合层厚度的计算方法及影响因子[J]. 中山大学研究生学刊:自然科学、医学版, 2005,(4):66-73.

[8] 程水源,席德立,张宝宁,等.大气混合层高度的确定与计算方法研究[J]. 中国环境科学, 1997,17(6):512-516.

[9] 王式功,姜大膀,杨德保,等.兰州市区最大混合层厚度变化特征分析[J]. 高原气象, 2000,19(3):363-370.

[10] Dai C, Wang Q, Kalogiros J A, et al. Determining bound-ary- layer height from aircraft measurements [J]. Boundary-Layer Meteorology, 2014,152(3):277-302.

[11] 杜川利,唐 晓,李星敏,等.城市边界层高度变化特征与颗粒物浓度影响分析[J]. 高原气象, 2014,33(5):1383-1392.

[12] 董春卿,郑有飞,武永利,等.边界层方案对山西冬季一次静稳天气PM2.5浓度模拟的影响 [J]. 中国环境科学, 2016,36(6):1669-1680.

[13] Banks R F, Tiana-Alsina J, Baldasano J M, et al. Sensitivity of boundary-layer variables to PBL schemes in the WRF model based on surface meteorological observations, lidar, and radiosondes during the HygrA-CD campaign [J]. Atmospheric Research, 2016,176-177:185-201.

[14] 张碧辉,刘树华, He-Ping,等.MYJ和YSU方案对WRF边界层气象要素模拟的影响[J]. 地球物理学报, 2012,55(7):2239- 2248.

[15] Hu X M, Nielsen-gammon J W, Zhang F. Evaluation of Three Planetary Boundary Layer Schemes in the WRF Model [J]. Journal of Applied Meteorology & Climatology, 2010,49(9): 1831-1844.

[16] Kunkel K E, Eloranta E W, Shipley S T. Lidar Observations of the Convective Boundary Layer. [J]. Journal of Applied Meteorology, 1977,16(12):1306-1311.

[17] 贺千山,毛节泰.北京城市大气混合层与气溶胶垂直分布观测研究[J]. 气象学报, 2005,63(3):374-384.

[18] 严国梁,韩永翔,张祥志,等.南京地区一次灰霾天气的微脉冲激光雷达观测分析[J]. 中国环境科学, 2014,34(7):1667-1672.

[19] Crum T D, Stull R B, Eloranta E W. Coincident Lidar and Aircraft Observations of Entrainment into Thermals and Mixed Layers [J]. Journal of Applied Meteorology, 2010,26(7):774-788.

[20] Taylor K E. Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res. 106(D7), 7183-7192 [J]. Journal of Geophysical Research Atmospheres, 2001,106(D7): 7183-7192.

[21] 中国气象局. QX/T113-2010霾的观测和预报等级[S]. 北京:气象出版社, 2010.

[22] Brooks I M. Finding Boundary Layer Top: Application of a wavelet covariance transform to lidar backscatter profiles [J]. Journal of Atmospheric & Oceanic Technology, 2003,20(8):1092- 1105.

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

[24] Janjić Z I. The step-mountain eta coordinate model: Further developments of the convection, viscous sublayer, and turbulence closure schemes [J]. Monthly Weather Review, 1994,122(5):927.

[25] Sukoriansky S, Galperin B, Perov V. Application of a new spectral theory of stably stratified turbulence to the atmospheric boundary layer over sea ice [J]. Boundary-Layer Meteorology, 2005,117(2):231-257.

[26] Nielsen-gammon J W, Powell C L, Mahoney M J, et al. Multisensor Estimation of Mixing Heights over a Coastal City [J]. Journal of Applied Meteorology & Climatology, 2008,47(1):27- 43.

[27] Pleim J E. A combined local and nonlocal closure model for the atmospheric boundary layer. Part II: Application and evaluation in a mesoscale meteorological model [J]. Journal of Applied Meteorology and Climatology, 2007,46(9):1396-1409.

[28] Bougeault P, Lacarrere P. Parameterization of Orography- Induced Turbulence in a Mesobeta-Scale Model [J]. Monthly Weather Review, 1989,117(8):1872-1890.

[29] 夏俊荣,吴 丹.河北香河地区大气边界层高度演变特征[C]. 北京:中国环境科学学会学术年会, 2015.

[30] Gibbs J A, Fedorovich E, Van Eijk A M J. Evaluating Weather Research and Forecasting (WRF) Model Predictions of Turbulent Flow Parameters in a Dry Convective Boundary Layer [J]. Journal of Applied Meteorology & Climatology, 2015,50(12): 2429-2444.

Modeling study on boundary layer height in pollution weather by WRF with different boundary layer schemes.

LU Zheng-qi1, HAN Yong-xiang1*, XIA Jun-rong1,2, ZHAO Tian-liang1

(1.Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration, Nanjing University of Information Science and Technology, Nanjing 210044, China；2.Key Laboratory of Middle Atmosphere and Global Environment Observation, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China)., 2018,38(3)：822~829

Atmospheric boundary layer height (ABLH) is one of important factors affecting concentrations of air pollutants, but different boundary layer(BL) schemes in numerical models could result in uncertainties in predicting ABLH. By using five BL schemes in the Weather Research and Forecast (WRF) model, combined with the Lidar observed data at Xianghe in spring, autumn and winter of 2006 and 2007, this study compared the simulated ABLH with different BL schemes in the pollution periods, analyzed the cause of simulation errors. The results indicated that five BL schemes could capture the variations of ABLH, but there were obvious discrepancies between the simulated and the observed ABLH. In autumn and winter, the monthly maximums of ABLH were modeled better than those in spring. Also, the root mean square errors in diurnal changes of simulated ABLH were assessed with spring > autumn > winter, especially in the afternoon between 2~6pm in local time. The non-local YSU scheme presented the best simulation in polluted days. The ABLH simulation errors could be mainly caused by the differences in atmospheric profiles, turbulent kinetic energy and the ABLH calculation.

WRF model；BL schemes；pollution weather；Boundary layer height

X511

A

1000-6923(2018)03-0822-08

陆正奇(1993-),男,安徽黄山人,南京信息工程大学硕士研究生,主要从事大气物理学及大气环境研究.

2017-08-17

国家重点研发计划“大气污染成因与控制技术研究”试点专项项目(2016YFC0203304)

* 责任作者, 教授, han-yx66@126.com