基于不同地形资料的地形复杂区气象场模拟

李晓丽，梁 爽，滕 宇，毛 健，陈 莉

（天津师范大学 地理与环境科学学院，天津300387）

气象参数是空气质量模式的重要输入模块，其模拟的准确性和气象模型模拟性能对空气污染物化学传输过程的模拟具有较大影响[1-3].目前，中小尺度气象预报模式—WRF（weather research and forecasting）模式是空气质量模拟和大气化学模式等领域应用较为广泛的气象数值模型.影响WRF 模式模拟气象场准确性的因素众多[4-6]，其中作为数值模式的重要输入数据[7-8]，地形高度数据的准确性直接影响着WRF 模式对陆面过程和大气边界层特征的模拟精度，进而影响气压、气温、湿度和风速等气象要素的模拟效果.因此，地形数据对气象模拟和空气质量模拟具有极其重要的作用.

随着遥感技术的不断发展和资料精度的提高，比较不同精度地形高度资料间的数值模式模拟性能成为一种趋势.目前WRF 模式中应用最广泛的地形数据为30 s 分辨率（约900 m）的GTOPO30，该数据由美国地质调查局（USGS）EROS 数据中心于1996 年底制作完成.由于地球表面不断被自然和人类活动改变，且资料年份较早，GTOPO30 数据与当前地形信息存在很大差距.Gao 等[9]基于中尺度大气模式MM5，将黑河流域GTOPO 30 s DEM 数据和更新的30 m DEM 数据与气象站高程进行对比，结果表明更新的地形数据与气象站高程更为接近.Meij 和Vinuesa[10]将航天飞机雷达地形任务（shuttle radar topography mission，SRTM）数据引入WRF 模式，研究意大利北部地区气象模拟效果，发现与模式默认的GTOPO30 数据相比，更高精度的资料可以较好地缩小模拟偏差.邹振操和邓院昌[11]将SRTM3 和ASTER 高精度地形数据引入WRF 中尺度模式中，并结合模式原有地形数据GTOPO30对不同地形数据下香港地区10 m 高处风速模拟结果进行检验，结果表明SRTM3 和ASTER 数据能够更加准确地描述研究区域的地形特征.张小培和银燕[12]发现SRTM地形数据可以更为精细地描述复杂地形，GTOPO30 数据在一些地区偏差较大，与SRTM 地形数据存在矩形差异区.潘小多等[13]利用ASTER 数据检验下垫面数据对黑河流域WRF 模拟精度的影响，指出WRF 模式本身的地形高度信息存在较大误差. 以上研究表明，GTOPO30 数据存在较大误差，此外，相比于WRF 的内置资料，高精度的地形资料可以更准确地模拟不同区域的气象场.

自WRF3.8 版本开始，WRF 模式默认地形高度资料由GTOPO30 数据改为全球多分辨率地形高程数据GMTED2010.与GTOPO30 数据相比，作为新一代WRF 模式静态资料的GMTED2010 数据在垂直精度方面提升明显，但目前国内外有关GMTED2010 数据对WRF 模拟精度影响的研究尚未见报道.此外，分辨率为7.5 s 的GMTED2010 数据的均方根误差（RMSE）为23～36 m[14]，而分辨率为3 s 的SRTM 数据的均方根误差（RMSE）为16 m[15]，即GMTED2010 数据的地形高度误差高于SRTM 数据，因此，研究GMTED2010 地形数据对WRF模拟性能的影响以及利用SRTM 数据更新WRF 默认地形数据的必要性具有现实意义.本研究以南疆和天山山脉地区为例进行WRF 模式气象模拟，并与SRTM地形数据的模拟结果进行对比，从近地面和高空2个方向对模拟效果进行评价，得出GMTED2010 资料与SRTM 资料模拟效果相近的结论，证明GMTED2010数据精度可靠，同时通过进一步研究发现，复杂区域的地形插值误差是影响模拟精度的重要因素.

1 实验方案设计

1.1 研究区概况

本文研究区覆盖我国南疆和天山山脉地区并向甘肃方向延伸，该区域位于中纬度欧亚大陆腹地，远离海洋，其间山脉与盆地相间排列.南疆地区一面是向东开口的塔里木盆地，中部为塔克拉玛干沙漠，西有帕米尔高原，南有昆仑山脉，北面的天山山脉由3列东西走向的褶皱山脉和陷落盆地组成，高度平均在3000 m 以上，地势西高东低.辽阔的地域以及山脉与盆地相间的地貌格局使其温度场、湿度场和风场等气象场具有鲜明的特点，复杂的地形特征和气候环境有利于增大不同精度地形资料间的高程差异和气象模拟差异，从而更好地评估GMTED2010 数据的精度对WRF 模式模拟性能的影响.

自GTOPO30 数据制作完成以来，大型地理区域的高质量高程数据的可用性显著提升.新数据源包括包含SRTM 数据在内的全球数字地形高程数据以及加拿大高程数据等.鉴于GTOPO30 和SRTM 地形数据的广泛使用，美国地质调查局（United States geological survey，USGS）和国家地理空间情报局（national geospatial-intelligence agency，NGA）共同制作了全球大陆范围内的高程数据集—GMTED2010 数据[14]，作为GTOPO30 数据的增强型替代数据产品，目前GMTED2010 数据具有30 s（约1 km）、15 s（约500 m）和7.5 s（约250 m）多个分辨率等级，其中大多数垂直高度参考了地球引力模型1996（EGM 96）中的大地水准面（NGA，2010），并提供全球84°N～56°S 范围内所有陆地区域的高程数据，其主要源数据集为NGA 的SRTM 数字高程模型1 s 数据，并对SRTM 覆盖范围以外区域进行填补，SRTM 数据则覆盖了60°N～56°S 范围内的陆地地表.

为探讨GMTED2010 地形数据和SRTM 地形数据在南疆及天山地区气象模拟中的精度差异，将经过WRF预处理系统（WPS）插值得到的2 种地形高程数据与站点基准高程进行对比，结果如图1 所示.由图1 可以看出，插值后的2 种数据与站点基准高程存在误差，尤其是天山山脉地区的站点，如巴伦台站和阿合奇站的误差高达300～400 m.此外，2 种数据间模拟的站点地形高程非常接近，可见GMTED2010 数据和SRTM 数据在WRF 模式模拟区域气象场时的地形高度较为一致.

图12 种资料插值与站点基准高程对比Fig.1 Comparison of two data interpolations with site baseline elevation

1.2 实验设计

本研究模拟模式采用WRFV3.8 版. 实验共选取28个站点，各站点地理位置分布如图2 所示.

图2 研究区和站点的地理位置Fig.2 Location of study area and site

图2 中10个探空站点的观测资料来源于怀俄明大学天气数据（http：//weather.uwyo.edu/wyoming/），每日00 ∶00 和12 ∶00 各输出一次；18个地面站点的观测资料来源于美国国家气候数据中心（national climatic data center，NCDC）（http：//www.ncdc.noaa.gov/）的自动地面监测站数据，每3 h 输出一次.各个站点均建立具有10 km 空间分辨率的区域，中心点坐标为各个站点坐标，其垂直结构包括30 层.模拟时段为2016 年8 月1 日至2016 年8 月31 日共31 d，以美国国家环境预报中心（national centers for environmental prediction，NCEP）FNL 全球分析资料提供的每日12 ∶00（世界时）1°分辨率（经度和纬度）和每6 h 取样作为模拟初始场和边界条件，每小时输出一次，即采用逐时模拟的气象数据.参数化方案采用WSM3 微物理参数化方案、YSU 边界层参数化方案、RRTM 长波辐射方案、Dudhia 短波辐射方案、Kain-Fritsch 积云参数化方案和Noah 陆面参数化方案.

共设计了2 组数值模拟方案，一组为GM 方案，即WRF 默认资料GMTED2010 为静态地形资料；另一组为SR 方案，即以SRTM 地形资料替换WRF 默认地形资料作为下垫面高程数据.2 种方案均在水平方向上提取逐3 h 地面参数，包括2 m 气压、10 m 风速、2 m气温、2 m 相对湿度和2 m 露点温度，观测站数据选取地面站观测资料.垂直方向上提取2000 m 以下垂直层0 时和12 时（世界时）的瞬时气压、风速、气温、相对湿度和露点温度，与探空站观测值进行比较.

1.3 统计参数评估方法

在进行2 组实验方案的模拟效果检验时，本研究提取最接近气象站的模式输出格点值与气象站点的观测值进行对比. 统计参数采用平均偏差MB（mean bias）、均方根误差RMSE（root mean square error）和相关系数R（correlation coefficient）进行评估，计算公式为

式（1）～式（3）中：fi和oi分别为第i 次模拟值和观测值；n 为观测次数.

2 结果与讨论

2.1 地面气象要素

气压、气温、露点温度、相对湿度和风速的逐时观测数据为NCDC 提供的18个地面站点的每3 h 观测数据，本研究从地面气象要素分析2 种方案模拟效果，结果如表1 所示.

表12 种方案近地面气象参数误差统计Tab.1 Error statistics of near-surface meteorological parameters of two schemes

由表1 可以看出，SR 方案与GM 方案相比2 m 气压MB 减小7%，而2 m 气温和10 m 风速的MB 在2种方案中存在2%的差异，2 m 相对湿度和2 m 露点温度的RMSE、MB 和R 基本没有变化，均小于1%，总体看来，GMTED2010 地形数据和SRTM 地形数据在模拟区域地形高程时精度相差不大，且近地面气压、气温、风速、相对湿度和露点温度等气象参数模拟效果相近，其中2 m 气压模拟效果存在较明显差异是因为在模拟复杂山区地形特征时，SRTM 数据的精度可能比GMTED2010 数据的精度略高，使得SR 方案的2 m 气压模拟与其他气象参数相比改善明显，由此可知近地面气压对地形高度极其敏感.

2.2 时间序列模拟对比

本研究在时间序列分析中选取2 种地形数据模拟偏差较大（46 m）的阿合奇站（78.45E，40.93N）的地面气象参数模拟结果.阿合奇站点周围的地形如图3所示.由图3 可以看出，阿合奇地区为“两山夹一谷”的复杂地形，天山山脉贯穿全境，地势较高，东南为沙漠，具有干燥、太阳辐射强且昼夜温差大的气候特征.

图3 阿合奇站点周围的地形Fig.3 Topography around the Akqi site

图4 为阿合奇站点GM 方案和SR 方案所得模拟值与观测值的比较结果.由图4 可以看出，2 种方案均可以模拟出2 m 气压的时间变化趋势，已知SRTM 数据经过模式插值后模拟的站点高程值更接近基准高程（图1），因此对地形高度变化比较敏感的气压来说，2 m 气压的模拟效果随着地形高度精确性的提高显著改善，因此GM 方案与SR 方案间存在约4 hPa 偏差；从2 m 气温、10 m 风速、2 m 相对湿度和2 m 露点温度的模拟效果看，2 种方案间的模拟值比较接近，这可能是因为站点周围格点在2 种方案中的地形高度特征差异不明显，弱化了气温、风速、相对湿度和露点温度模拟所需的温湿场和风场的差异性，因此，2 种方案气象参数模拟值在整个时间序列上较为一致，但均与观测值的偏差较大，原因仍需进一步研究.综上所述，对于南疆和天山地区，GMTED2010 数据插值后与SRTM数据插值后的精度相差不大.

图4 阿合奇站点时间序列模拟值与观测值比较Fig.4 Comparison of time series simulation values and observations of Akqi site

2.3 探空气象要素模拟对比

由于GMTED2010 数据与SRTM 数据对各探空站点的高程模拟均无较大差异，因此选取周围地形较为复杂的库车站（82.97°E，41.71°N）验证2 种数据高空气压、气温和风速的模拟效果.库车站点周围的地形如图5 所示.

图5 库车站点周围的地形Fig.5 Topography around the Kuqa site

图6 为2 种方案在库车站模拟的气温、气压和风速MB随垂直高度的变化情况.

图6 气压、气温和风速MB 随高度的变化Fig.6 Air pressure，air temperature and wind speed MB as a function of height

由图6 可知，GM 方案和SR 方案模拟所得气压、气温和风速MB在垂直方向上的变化趋势几乎一致，其中GM 方案所得风速的MB略小于SR 方案所得风速的MB，二者表现出较小的差异. 可见GMTED2010数据在WRF 模式中模拟高空气象要素的效果与SRTM 数据相近，2 种数据在地形插值后的精度较为一致，在气象场模拟中具有相似的地形特征.

图7 为库车站点气压、气温和风速3 种气象参数8 月21 日12 ∶00（世界时）模拟值与观测值的对比情况.由图7 可知，由于2 种资料经过插值处理平滑了地形高度，降低了地形起伏程度，2 种方案的模拟值在垂直高度上同样极其接近，但2 种方案的模拟值均与观测值存在不同程度的偏差，且随着高度的增加，偏差增大，这可能是因为库车站点北临天山，地处塔里木盆地北缘，高空受地形、边界层和局地气流扰动等多种因素影响较大[16-17]，因此其高空气象场的模拟效果仍有待进一步改善.

图7 气压、气温和风速模拟值与观测值随高度的变化Fig.7 Variations of air pressure，air temperature and wind speed simulation and observation values with height

综上所述，GMTED2010 数据和SRTM 数据在区域气象模拟中具有相似的模拟效果，二者的精度差异[18-19]对WRF 模式模拟过程影响较小，GMTED2010数据作为默认地形资料具有较高的可靠性.在各气象参数模拟结果中，近地面气压对地形高度较为敏感，但改善程度较小，与观测值之间具有一定程度的偏差（表1 和图4），由此考虑是由于2 种数据经过了WPS模块的地形插值处理，且选择站点模拟高程作为WRF模式格点插值的平均地形高度，平滑了该地区复杂的地形起伏特征，增大了与实际地形特征之间的误差，还受到土地利用类型等其他下垫面资料精度以及参数化方案等因素的影响[20]，因此气象要素模拟与实际观测之间存在一定程度的偏差.同时2 种地形插值后的高程间偏差减小，模式模拟气象场时的地形特征相似，使得二者数据模拟的气象参数结果无明显差异.

图8 为GMTED2010 数据在WRF 模式不同空间分辨率下插值的高程与基准高程的地形偏差标准差的变化情况.

图8 不同空间分辨率下的高程标准差变化Fig.8 Changes of elevation standard deviation with different spatial resolutions

由图8 可以看出，地形偏差的标准差最大可达134 m，最小的分辨率也存在高达44.5 m 的标准差，由此可知，地形插值处理产生的误差较大，且不因分辨率的升高而消除.因此，减小地形数据的插值误差，提高地形高度模拟的准确性仍有待进一步研究.

3 结论

为评估WRF 新一代默认地形资料GMTED2010数据对区域气象场的模拟效果，本研究模拟了南疆和天山地区2016 年8 月1 日至2016 年8 月31 日共31天的气压、温度、风速、相对湿度和露点温度数据，从近地面层和垂直层对气象参数的模拟结果进行分析，并与SRTM 数字高程模型所得模拟结果进行对比，得到以下结果：

（1）经过插值处理的GMTED2010 数据与SRTM数据较为接近，且近地面气压、气温、风速、相对湿度和露点温度的模拟效果均偏差较小，其中气压在地形极其复杂的区域存在较明显的偏差，其他气象参数的模拟值均具有较高的一致性.此外，2 种地形数据在高空气象场的模拟上也表现出相似的模拟结果.

（2）2 种地形数据的精度差异对WRF 模式模拟结果的影响不明显，因此GMTED2010 数据对区域数值模拟的可靠性较高，无需将WRF 模式默认地形资料替换更新为SRTM 数据以提高模拟精度.此外，由气压对地形高度的敏感性可知，利用WRF 模式地形插值模块对地形数据进行插值处理缩小了GMTED2010 数据与SRTM 数据间的地形高度偏差，使得2 种模拟过程趋于一致，造成气压改善幅度不明显，其他气象参数均无明显变化.因此，后续工作需要探索一种缩小系统插值误差的方法以提高模式模拟的地形高度精度.