大渦模擬在華北地區(qū)一次冬季輻射霧過程中的應(yīng)用

左全 張慶紅

?

大渦模擬在華北地區(qū)一次冬季輻射霧過程中的應(yīng)用

左全1,2張慶紅1,?

1. 北京大學(xué)物理學(xué)院大氣與海洋科學(xué)系, 北京 100871; 2. 中國人民解放軍95820部隊(duì), 北京 102207; ? 通信作者, E-mail: qzhang@pku.edu.cn

利用WRF V3.5.1, 對2013年1月21日18:00華北地區(qū)突發(fā)的大范圍輻射霧過程進(jìn)行模擬, 對不同水平分辨率的 WRF 邊界層方案以及大渦模擬(LES)進(jìn)行對比, 討論中尺度模式對此次事件預(yù)報(bào)的可能性。結(jié)果表明: WRF邊界層方案對這次輻射霧有一定的模擬能力, 但模擬的發(fā)生時(shí)間有3小時(shí)的延遲, 而LES方案能很好地模擬出此次大霧過程的出現(xiàn)時(shí)間和霧區(qū)位置; 提高水平分辨率可以改善 LES 模擬的結(jié)果, 使得霧的形成時(shí)間和霧區(qū)范圍更接近實(shí)況。進(jìn)一步的分析表明, LES 實(shí)驗(yàn)?zāi)M相比邊界層方案, 地面的氣溫更低, 水汽更多, 相對濕度更大, 逆溫層出現(xiàn)更早。因此對于這個(gè)個(gè)例而言, LES 可以明顯提高中尺度模式對華北地區(qū)輻射霧的預(yù)報(bào)技巧。

WRF; 大渦模擬; 輻射霧

霧是由于近地面大氣中懸浮的水或冰粒子, 使得大氣的水平能見度小于 1 km 的天氣現(xiàn)象[1]。大霧可以造成航班延誤, 高速公路封閉。隨著社會(huì)不斷發(fā)展, 霧對人們經(jīng)濟(jì)生活的影響日益嚴(yán)重。

人們對霧發(fā)生的過程了解有限, 霧的預(yù)報(bào)一直是世界性的難題。霧形成和維持的物理過程十分復(fù)雜, 冷卻、湍流、平流、液滴沉降等因素均起到重要作用, 且這些因素之間需要達(dá)到一種平衡態(tài)才能形成霧[2-3]。利用相同的模式, 在業(yè)務(wù)預(yù)報(bào)和科學(xué)研究中, 霧的預(yù)報(bào)準(zhǔn)確率遠(yuǎn)遠(yuǎn)低于降水預(yù)報(bào)[3]。湍流[4-5]、地形[6]、植被[7]及模式分辨率[8-10]對霧的模擬結(jié)果均有很大影響, 因而難以對霧進(jìn)行定時(shí)、定點(diǎn)和定量的預(yù)報(bào)。

研究輻射霧的模式很多, 有一維[11]、二維[12]以及三維[13]數(shù)值模擬, 有局地單一的霧模式[14], 也有考慮大氣環(huán)流條件的中尺度模式[15]。國內(nèi)研究者大多利用考慮大氣環(huán)流條件的中尺度模式對輻射霧進(jìn)行研究, 側(cè)重于長波和短波輻射方案和微物理過程參數(shù)化方案, 以及水平分辨率、垂直分辨率和云物理過程對輻射霧的影響, 結(jié)果表明, 更詳細(xì)的云微物理方案以及增加模式的垂直分辨率可以改善輻射霧的模擬結(jié)果[16-18]。然而, 這些研究的模式分辨率最多達(dá)到3 km, 而輻射霧發(fā)生發(fā)展時(shí)地面風(fēng)速較小或?yàn)殪o風(fēng), 湍流過程難以精確描述。

傳統(tǒng)的中尺度數(shù)值模式不能有效地模擬小尺度的湍流運(yùn)動(dòng), 而LES (large eddy simulation)分辨率能夠達(dá)到米級[19], 是一種可以更加精確地解析湍流運(yùn)動(dòng)的模擬方法, 常用于檢驗(yàn)大氣精細(xì)結(jié)構(gòu)、物理過程以及大氣邊界層的研究。過去關(guān)于 LES 的研究常用于理想化實(shí)驗(yàn), 使用理想的周期性邊界條件, WRF (the weather research and forecasting model)-LES (large eddy simulation)用于實(shí)際大氣研究的較少。隨著模式和計(jì)算機(jī)的發(fā)展, 一些研究者開始使用 WRF-LES 研究實(shí)際大氣中的現(xiàn)象, 例如臺(tái)風(fēng)邊界層小尺度運(yùn)動(dòng)[20]及城市中顆粒物排放源[21]。在華北輻射霧實(shí)際個(gè)例的模擬中, LES 方法是否有效還有待研究。

本文利用 WRF-LES, 對華北一次輻射霧進(jìn)行模擬, 對比 WRF 的一般邊界層物理過程的模擬結(jié)果, 討論LES在輻射霧模擬研究中的潛力和價(jià)值。

1 事件回顧與大氣環(huán)流分析

2013年1月21日晚, 華北地區(qū)出現(xiàn)一次極端濃霧事件(部分地區(qū)能見度小于 100 m)。河北省內(nèi)高速公路氣象觀測站監(jiān)測到最早出現(xiàn)霧的時(shí)間是18:00 (北京時(shí)), 19:00后, 霧區(qū)范圍迅速擴(kuò)大至華北大部分地區(qū), 河北省地區(qū)大霧維持近兩天時(shí)間, 一直持續(xù)到 23 日晚。隨著冷鋒過境, 大霧過程才結(jié)束。這次大霧出現(xiàn)時(shí)間為傍晚, 預(yù)報(bào)難度較大, 氣象部門未能提前發(fā)出大霧預(yù)警。華北大部分地區(qū)受到此次大霧過程的嚴(yán)重影響, 大量航班延誤, 高速公路封閉, 給人們的生活帶來極大影響。

這次輻射霧過程的主要天氣形勢見圖 1, 由美國環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction, NCEP)的 FNL 全球分析場顯示。21 日前, 華北地區(qū)位于500, 700和850 hPa槽前(圖略), 地面位于西南暖濕氣流控制下, 并有一次大范圍降水過程。21 日 08:00, 中高層槽線移過華北地區(qū)(圖 1(a))。21 日 20:00 后, 中高層已轉(zhuǎn)變?yōu)橛晌鞅睔饬骺刂葡碌牟酆筇鞖?圖 1(b)), 大氣上層由干冷的西北氣流控制, 以少云、高云天氣為主。21日華北地區(qū)地面位于高壓系統(tǒng)的底部, 水平氣壓梯度小, 多數(shù)地區(qū)有 2 m/s 左右的水平風(fēng)(圖 1(c)和(d)), 這樣的天氣形勢有利于霧的形成和發(fā)展[22]。地面觀測站顯示(圖 2), 21日18:00后, 大霧開始在河北境內(nèi)形成并迅速發(fā)展, 3小時(shí)后, 河北大部分地區(qū)被大霧籠罩, 多地出現(xiàn)能見度小于 100 m 的濃霧, 持續(xù)時(shí)間長達(dá)兩天。這次大霧過程有出現(xiàn)時(shí)間早、濃度大、維持時(shí)間長、影響范圍大的特點(diǎn), 是一次非常典型的華北地區(qū)輻射霧。

2 資料與實(shí)驗(yàn)設(shè)計(jì)

本文將霧區(qū)定義為水平能見度小于1 km的區(qū)域, 選用WRF V3.5.1對此次大霧過程進(jìn)行模擬, 用NCEP每6小時(shí)一次的FNL全球分析資料作為模式初值和側(cè)邊界條件。利用多組不同物理過程與邊界層方案組合進(jìn)行模擬實(shí)驗(yàn)。不同實(shí)驗(yàn)都可以模擬出霧區(qū), 但出霧時(shí)間都有一定的延遲(圖略)。我們選取一組模擬效果最好的實(shí)驗(yàn)作為對照。對照實(shí)驗(yàn)(PBL3.3km, PBL為行星邊界層planet boundary layer的縮寫)選取的區(qū)域見圖 3。實(shí)驗(yàn)?zāi)M的起始時(shí)間為 2013 年 1 月 21 日 08:00, 共運(yùn)行 24 小時(shí)。對照實(shí)驗(yàn)采用三層嵌套方法, 區(qū)域設(shè)置見圖 3, 分別命名為D01, D02和D03, 水平分辨率分別為30, 10和3.33 km, 模式的頂層為50 hPa, 垂直方向共分為 40 層。物理過程為 WSM-6 微物理過程方 案[23]、RRTM 長波輻射方案[24]、Dudhia 短波輻射方案[25]、QNSE邊界層方案[26]、Kain-Fritsch 積云參數(shù)化方案[27]和D03區(qū)域關(guān)閉積云參數(shù)化方案。

WRF-LES大渦模擬使用與對照實(shí)驗(yàn)相同的區(qū)域、垂直分辨率以及物理過程參數(shù)化方案, 在對照實(shí)驗(yàn)的基礎(chǔ)上增加兩層區(qū)域D04和D05, 如圖3所示。LES1.1 km實(shí)驗(yàn)采用四層嵌套的方法, 最內(nèi)層D04關(guān)閉了邊界層方案和積云參數(shù)化方案, 使用大渦模擬, 水平分辨率為1.1 km, 402×402個(gè)格點(diǎn)。作為對比, 同樣利用四層嵌套的方法, 選取與LES1.1km相同的區(qū)域設(shè)置, D04區(qū)域內(nèi)關(guān)閉積云參數(shù)化方案, 進(jìn)行PBL1.1km實(shí)驗(yàn)。為了檢驗(yàn)水平分辨率的改變對LES模擬結(jié)果的影響, 進(jìn)行LES222m實(shí)驗(yàn), 采用五層嵌套的方法, 最內(nèi)層區(qū)域D05的水平分辨率為222.2 m, 1201×1201個(gè)格點(diǎn)。不同實(shí)驗(yàn)的分辨率、邊界層和積云參數(shù)化方案設(shè)置見表1。

表1 各實(shí)驗(yàn)的模式分辨率、水平格點(diǎn)數(shù)、邊界層和積云參數(shù)化方案設(shè)置

為了檢驗(yàn)?zāi)Ｊ降哪M結(jié)果, 我們使用河北省高速公路自動(dòng)站和全國常規(guī)氣象觀測站能見度觀測結(jié)果與模擬結(jié)果進(jìn)行比較, 通過ETS (equitable threat score)和Bias評分評測模擬結(jié)果。高速公路自動(dòng)觀測站和全國常規(guī)氣象觀測站分別可以提供每小時(shí)和每3小時(shí)的觀測結(jié)果。

由于能見度不能由 WRF 直接輸出, 所以我們使用 Kunkel[28]的研究結(jié)果, 通過混合相態(tài)水含量計(jì)算能見度, 兩者之間的關(guān)系如下:

AVH = ?1000×ln(0.02),

式中AVH (atmospheric horizontal visibility)表示大氣水平能見度(m);是消光系數(shù), 計(jì)算方法如下:

= 144.7MWC0.88,

MWC (visibility-mixed-phase water content)是混合相態(tài)水含量(g/m3)。

ETS和Bias評分[8,15]是通過對比觀測和模擬結(jié)果, 計(jì)算公式如下:

,

其中,為模擬結(jié)果, 對于考查區(qū)域內(nèi)的所有測站來說, 如果模式模擬測站出霧, 則記一次=1, 否則=0。為觀測結(jié)果, 觀測站出霧則=1, 否則=0。為正確的模擬結(jié)果, 當(dāng)測站模擬的結(jié)果出霧且同時(shí)觀測站出霧, 計(jì)算為一次正確預(yù)報(bào),=1, 否則=0。=×/為權(quán)重系數(shù),為模擬區(qū)域內(nèi)總的觀測站數(shù)量。

ETS可以衡量模擬結(jié)果的好壞, ETS分值越高, 說明模擬的結(jié)果越好, 當(dāng)模擬的結(jié)果與觀測完全一致時(shí), ETS=1。

Bias 可以衡量模擬結(jié)果的空間偏差, 如果結(jié)果為1, 說明模擬結(jié)果最理想; 如果大于1, 則說明模擬的霧區(qū)范圍過大; 如果小于 1, 說明模擬的范圍小于實(shí)際范圍。

為了保持ETS和Bias評分的一致性, 我們分別選取模擬區(qū)域D03和D05內(nèi)的測站紀(jì)錄, 重點(diǎn)比較霧的爆發(fā)時(shí)間以及霧的維持階段, 從2013年1月21日14:00至2013年1月22日08:00, 每小時(shí)計(jì)算一次評分。能見度的計(jì)算選取垂直層次的第一層混合相態(tài)水含量(雨水、雪水、云水和云冰含量之和)來計(jì)算。

3 模擬結(jié)果分析

3.1 霧區(qū)的模擬及ETS和Bias評分

從模擬結(jié)果可以看出, PBL3.3km和PBL1.1km模擬的出霧時(shí)間均晚于實(shí)況約3小時(shí), 未能準(zhǔn)確模擬霧的爆發(fā)時(shí)間(圖2)。LES1.1km模擬的出霧時(shí)間最早, 為21日17:00 (圖略), 到18:00, 霧區(qū)的模擬范圍偏大。LES222m模擬的出霧時(shí)間最接近于實(shí)況。整體上看, PBL實(shí)驗(yàn)與LES實(shí)驗(yàn)?zāi)M的霧區(qū)位置有些不同, PBL3.3km和PBL1.1km實(shí)驗(yàn)?zāi)M的霧區(qū)首先出現(xiàn)在河北省南部與山東省交界的區(qū)域, 而LES1.1km 和 LES222m 實(shí)驗(yàn)?zāi)M霧出現(xiàn)的位置除河北南部外, 還有河北東部和天津。每個(gè)實(shí)驗(yàn)?zāi)M的霧區(qū)都表現(xiàn)為爆發(fā)式增長。Zhou[3]統(tǒng)計(jì)過 NCEP模式預(yù)報(bào)能見度 ETS 評分, 其中水平能見度小于1 km (霧)的平均得分不足 0.1 , 而在華北一次平流霧的集合預(yù)報(bào)研究[29]中, ETS評分最好為 0.24。相比之下, 本個(gè)例模擬結(jié)果的ETS評分在 0.35 以上, 部分時(shí)段達(dá)到0.4以上, 結(jié)果較為理想。

選取D05區(qū)域進(jìn)行評分(圖4(a)和(b)), ETS評分表現(xiàn)最好的是LES222m, 在霧的形成和發(fā)展階段均保持高分?jǐn)?shù); 表現(xiàn)最差的是PBL3.3km, 沒有模擬出正確的出霧時(shí)間, 并且空報(bào)多, 霧形成和維持階段評分最低。從 Bias 評分可以看出, LES1.1km實(shí)驗(yàn)開始階段, 模擬的霧區(qū)范圍過大, 有很高的Bias評分, 隨后LES兩組實(shí)驗(yàn)評分逐漸接近 1; 而PBL 實(shí)驗(yàn)由于模擬的出霧時(shí)間晚于實(shí)況, 前兩個(gè)小時(shí)的Bias評分為零, 霧區(qū)發(fā)展較慢, 實(shí)驗(yàn)開始階段評分小于 1, 模擬的霧區(qū)偏小。22 日 01:00 之前, LES 的評分較之 PBL 實(shí)驗(yàn)更接近于 1; 而 22 日01:00后, LES實(shí)驗(yàn)?zāi)M的霧區(qū)逐漸減小, Bias評分逐漸小于 1, PBL 實(shí)驗(yàn)略大于 1, 這個(gè)階段的 PBL實(shí)驗(yàn)表現(xiàn)更好。

選取D03區(qū)域進(jìn)行評分(圖4(c)和(d)), 考查整個(gè)華北及周邊地區(qū)評分效果。從ETS評分看, PBL兩組實(shí)驗(yàn)由于模擬的出霧時(shí)間較晚, 22日01:00之前ETS評分低于LES實(shí)驗(yàn), 22日01:00之后, LES模擬的霧區(qū)減少, 其ETS值高于 LES實(shí)驗(yàn)。各實(shí)驗(yàn)在D03區(qū)域的Bias評分與D05區(qū)域的評分表現(xiàn)一致。

綜合來看, D03與D05的評分表現(xiàn)一致, 不同實(shí)驗(yàn)的表現(xiàn)分為兩個(gè)階段: 22日01:00之前, LES總體表現(xiàn)較好; 而PBL實(shí)驗(yàn)在22日01:00之后的表現(xiàn)更佳。高分辨率模擬實(shí)驗(yàn)的表現(xiàn)要好于低分辨率的模擬實(shí)驗(yàn)。

3.2 溫度和濕度的模擬

從各實(shí)驗(yàn)?zāi)M的霧區(qū)來看, 兩組LES實(shí)驗(yàn)?zāi)M的出霧時(shí)間比PBL試驗(yàn)更接近實(shí)況。為了考查原因, 選取主要霧區(qū)(D05區(qū)域), 比較觀測站與各模擬實(shí)驗(yàn)的溫度和濕度。

3.2.1 溫度

由D05區(qū)域內(nèi)常規(guī)氣象觀測站和高速公路自動(dòng)觀測站點(diǎn)的平均 2 m 溫度(圖 5(a))看出, 觀測站平均溫度在21日08:00后不斷升高, 至15:00最高氣溫達(dá)?1oC, 隨后溫度開始降低, 至22日00:00最低溫度達(dá)?10oC, 之后除在02:00—03:00降低外, 溫度不斷升高。模式的初始場平均溫度高于觀測值約1oC, 模式啟動(dòng)后, 21日09:00溫度降低, 隨后不斷升高, 各實(shí)驗(yàn)與觀測的溫差逐漸減小, 至 14:00, 各實(shí)驗(yàn)達(dá)到最高溫度(約?1oC)。14:00—18:00, 各模式平均溫度降低, 與觀測一致。18:00 至 22 日03:00, PBL實(shí)驗(yàn)溫度不斷下降, 隨后緩慢地上升。18:00—22:00, LES 實(shí)驗(yàn)降溫快于PBL實(shí)驗(yàn), 22:00后LES降溫減慢, 呈波動(dòng)下降趨勢。

對比觀測溫度, 各實(shí)驗(yàn)對 18:00 前的模擬結(jié)果好于 18:00 后。18:00 前, 各實(shí)驗(yàn)對最高溫度及溫度變化的模擬結(jié)果與實(shí)況接近。18:00 后, 各實(shí)驗(yàn)均未能很好地模擬出快速降溫過程、最低溫度及其出現(xiàn)時(shí)間。實(shí)況降溫最快, 18:00至22日00:00, 由?3.2oC降至近?10oC, 20:00—22:00的兩個(gè)小時(shí)降低約4oC。雖然各實(shí)驗(yàn)均未能模擬出快速降溫的整個(gè)過程, 但在 18:00—21:00, LES模擬的溫度比 PBL更接近于實(shí)況, 溫度下降更快, 其中LES實(shí)驗(yàn)由約?3.2oC降至約?5.5oC, PBL由約?4.1oC 降至約?5.1oC。霧形成后阻擋地面向大氣中的長波輻射, LES實(shí)驗(yàn)在 22:00后降溫減慢。由于 PBL 實(shí)驗(yàn)?zāi)M出霧時(shí)間較晚, 22日05:00后, PBL3.3km降溫緩慢, PBL1.1km溫度波動(dòng)升高。

由 D05 區(qū)域內(nèi)站點(diǎn)的溫度均方根誤差比較(圖6)可以看出: 21:00前, 各組模擬實(shí)驗(yàn)與實(shí)況的誤差約為1oC; 21:00之后, 由于實(shí)況降溫較快, 均方根誤差突然增大(PBL實(shí)驗(yàn)約4.6oC, LES1.1km實(shí)驗(yàn)約4oC, LES222m實(shí)驗(yàn)約3.8oC)。21日21:00至22日01:00, LES實(shí)驗(yàn)的誤差小于PBL實(shí)驗(yàn), 22日01:00后, PBL實(shí)驗(yàn)的誤差小于LES實(shí)驗(yàn)。高分辨率的模擬實(shí)驗(yàn)溫度誤差小于低分辨率模擬實(shí)驗(yàn)。

3.2.2 濕度

各實(shí)驗(yàn)?zāi)M的站點(diǎn)平均水汽含量如圖 5(b)所示。18:00前, LES實(shí)驗(yàn)?zāi)M出比PBL實(shí)驗(yàn)更多的水汽, 17:00達(dá)到峰值。LES1.1km模擬出的水汽最多, LES222m實(shí)驗(yàn)次之, PBL實(shí)驗(yàn)最小。LES模擬出 18:00 出霧后, 模擬出的水汽少于 PBL 實(shí)驗(yàn)。水汽含量變化趨勢與溫度變化趨勢一致。

區(qū)域內(nèi)模擬的站點(diǎn)平均相對濕度如圖 5(c)所示。PBL3.3km和PBL1.1km模擬出的相對濕度差別小, 14:00 相對濕度最低時(shí)約為 85%, 隨后逐漸升高, 22:00相對濕度達(dá)到98%以上, 22:00后的大部分時(shí)段維持在 98%以上的高相對濕度狀態(tài)。LES 實(shí)驗(yàn)?zāi)M出的相對濕度, 總體上高于 PBL 實(shí)驗(yàn), 白天相對濕度最低出現(xiàn)在 14:00, 約為 87.3%,之后逐漸增大。16:00—18:00, 相對濕度突然增加, 其中LES1.1km的相對濕度增加最快, 從 90.5%直接增加到近99%, LES222m的相對濕度從89.5%增加到近98%。

從平均溫度、水汽和相對濕度的模擬結(jié)果可以看出, LES 實(shí)驗(yàn)對此次輻射霧的降溫過程模擬比PBL實(shí)驗(yàn)好。在出霧前, LES 實(shí)驗(yàn)?zāi)M出更多的水汽, 使 LES 實(shí)驗(yàn)?zāi)M出的相對濕度大于 PBL 實(shí)驗(yàn)。18:00 后, LES 實(shí)驗(yàn)?zāi)M出的溫度下降更快, 空氣中的水汽更快達(dá)到飽和, 轉(zhuǎn)化為混合相態(tài)水, 形成大霧。其中 LES1.1km模擬的水汽最多, 出霧時(shí)間最早(17:00)。因此, 水汽條件和輻射降溫是LES實(shí)驗(yàn)?zāi)M霧出現(xiàn)時(shí)間早于PBL實(shí)驗(yàn)的原因。

PBL 實(shí)驗(yàn)對模式分辨率不敏感, 而 LES 實(shí)驗(yàn)對模式分辨率敏感。LES222m 模擬的出霧時(shí)間和平均溫度變化曲線最接近實(shí)況。相對于 PBL 實(shí)驗(yàn), LES 實(shí)驗(yàn)?zāi)M的平均溫度、水汽和相對濕度的差異更大, 提高分辨率可以改善模擬的結(jié)果。

3.3 溫濕垂直廓線的模擬

為了考查不同實(shí)驗(yàn)在傍晚近地面不同降溫率的原因, 圖7給出不同實(shí)驗(yàn)溫濕垂直廓線及水汽含量的垂直分布。初始時(shí)刻, 空中700 hPa以下溫度露點(diǎn)差小, 空氣的相對濕度大。在模式啟動(dòng)后的前7個(gè)小時(shí), 4組實(shí)驗(yàn)的溫濕垂直廓線差別不大(圖略), 近地面層都處于高相對濕度的大氣條件下。隨著白天短波輻射增強(qiáng), 地面溫度升高, 近地面層溫度露點(diǎn)差逐漸增大。16:00后, 1000 hPa以下開始出現(xiàn)一塊相對干的區(qū)域。LES 兩組實(shí)驗(yàn)的“干區(qū)”比PBL實(shí)驗(yàn)更明顯, 溫度露點(diǎn)差增大。LES 兩組實(shí)驗(yàn)地面氣溫下降快于 PBL 實(shí)驗(yàn), 近地面出現(xiàn)逆溫層。18:00, LES 兩組實(shí)驗(yàn)的逆溫層向上有一定發(fā)展, 地面的溫度露點(diǎn)差很小, 空氣中的水汽接近飽和, 此時(shí)PBL3.3km和PBL1.1km模擬的“干區(qū)”才開始發(fā)展。在霧出現(xiàn)前的 2 小時(shí), 即 16:00和 17:00 的近地面層, 距離地面 200 m 的高度上, LES模擬的水汽比PBL 少, 可能使地面釋放更多的長波輻射到大氣中, 2 m 溫度就可能相對低, 而PBL 方案模擬出的水汽較多, 阻擋了地面向上的長波輻射。19:00 后, 4 組實(shí)驗(yàn) 1000 hPa附近“干區(qū)”的溫度露點(diǎn)差逐漸減小, 相對濕度開始增大, 此時(shí) PBL3.3km 和 PBL1.1km 在近地面出現(xiàn)逆溫層。到21:00 (圖略), LES實(shí)驗(yàn)在近地面的逆溫層已經(jīng)發(fā)展到一定高度, 且逆溫層的相對濕度達(dá)到或接近飽和, 這時(shí)PBL3.3km和PBL1.1km 模擬的逆溫層才開始發(fā)展。

4 結(jié)論

本文利用WRF對華北地區(qū)的一次輻射霧過程進(jìn)行模擬, 使用 WRF-LES 結(jié)果進(jìn)行對比, 并檢驗(yàn)不同水平分辨率對霧模擬結(jié)果的影響。經(jīng)過 ETS和 Bias 評分檢驗(yàn)以及對比溫度、濕度和垂直溫濕廓線, 可以得出以下結(jié)論。

1) 此次輻射霧的模擬對于不同邊界層方案是敏感的。在霧的形成階段, PBL 實(shí)驗(yàn)?zāi)M地霧有 3小時(shí)的延遲。與 PBL 相比, LES 能更好地模擬出快速降溫過程、更多的水汽和更大的相對濕度, 能夠準(zhǔn)確地模擬出這次輻射霧爆發(fā)的時(shí)間。

2) 在提高 PBL 實(shí)驗(yàn)的水平分辨率后, 霧區(qū)的出現(xiàn)時(shí)間沒有改變, 模擬的相對濕度和溫度差別較小。LES則對于水平分辨率比較敏感, 提高水平分辨率可以改善霧區(qū)的模擬結(jié)果, 使霧的出現(xiàn)時(shí)間更加接近實(shí)況。

3) LES 實(shí)驗(yàn)比 PBL 實(shí)驗(yàn)?zāi)軌蚋缒M出霧區(qū)爆發(fā)時(shí)間, 是因?yàn)長ES可以更早模擬出距地面200 m高處的干區(qū), 導(dǎo)致地面釋放更多的長波輻射, 氣溫降低快而導(dǎo)致大氣中水汽飽和。由于沒有觀測資料加以證明, 此干區(qū)對霧形成的作用以及其形成機(jī)制還有待于進(jìn)一步驗(yàn)證。

盡管WRF-LES可以成功地模擬此次輻射霧的發(fā)生, 但是還需要更多個(gè)例的驗(yàn)證。同時(shí), 2 m 溫度的模擬仍然與實(shí)況觀測有較大偏差, 本文也沒有考慮污染物對霧形成的影響。在華北地區(qū)污染嚴(yán)重的背景下, 利用液態(tài)水含量計(jì)算的能見度偏高, 尤其是當(dāng)計(jì)算的能見度接近 1 km 時(shí), 會(huì)有較大的偏差[30]。LES 方案可以作為對照, 讓我們更多地了解傳統(tǒng)邊界層方案的不足。在計(jì)算資源的限制下, 實(shí)際業(yè)務(wù)預(yù)報(bào)中直接應(yīng)用 LES 的條件尚不成熟, 未來需要根據(jù)邊界層的實(shí)際觀測進(jìn)行調(diào)整。

參考文獻(xiàn)

[1]Glilickman T. Glossary of meteorology [M/OL]. (2000) [2015?04?20]. http://glossary.ametsoc.org

[2]Zhou B, Ferrier B S. Asymptotic analysis of equilibrium in radiation fog. Journal of Applied Meteorology and Climatology, 2008, 47(6): 1704? 1722

[3]Zhou B. Introduction to a new fog diagnostic scheme [M/OL]. (2011) [2015?04?20]. http://www.lib.ncep. noaa.gov/ncepofficenotes/files/on466.pdf

[4]Nakanishi M. Large-eddy simulation of radiation fog. Boundary-Layer Meteorology, 2000, 94(3): 461?493

[5]Welch R M, Ravichandran M G. Prediction of quasi-periodic oscillation in radiation fogs. Part 1: Com-parison of simple similarity approaches. Journal of the Atmospheric Sciences, 1986, 43(7): 633?651

[6]Golding B W. A study of the influence of terrain on fog development. Monthly Weather Review, 1993, 121(9): 2529?2541

[7]Duynkerke P G. Radiation fog: a comparison of model simulation with detailed observations. Mon-thly Weather Review, 1991, 119(2): 324?341

[8]Muller M. Numerical simulation of fog and radiation in complex terrain [D]. Basel: University of Basel, 2006

[9]Tardif R, Rasmussen R M. Event-based climatology and typology of fog in the New York City region. Journal of Applied Meteorology and Climatology, 2007, 46(8): 1141?1168

[10]Van der Velde I R, Steeneveld G J, Schreur B G J W, et al. Modeling and forecasting the onset and dura-tion of severe radiation fog under frost conditions. Monthly Weather Review, 2010, 138(11): 4237?4253

[11]Fisher E L, Caplan P. An experiment in numerical prediction of fog and stratus. Journal of the Atmos-pheric Sciences, 1963, 20(5): 425?437

[12]Roach W T, Brown R. The physics of radiation fog: 2-D numerical study. Quarterly Journal of the Royal Meteorological Society, 1976, 102: 335?354

[13]Ballard S P, Golding B W, Smith R N B. Mesoscale model experimental forecasts of the haze of northeast Scotland. Monthly Weather Review, 1991, 119(9): 2107?2123

[14]Glasow R V, Bott A. Interaction of radiation fog with tall vegetation. Atmospheric Environment, 1999, 33(9): 1333?1346

[15]Zhou B, Du J. Fog prediction from a multimodel mesoscale ensemble prediction system. Weather and Forecasting, 2010, 25(1): 303?322

[16]范琦, 王安宇, 范紹佳, 等. 珠江三角洲地區(qū)一次輻射霧的數(shù)值模擬研究. 氣象科學(xué), 2004, 24(1): 1?8

[17]石紅艷, 白潔, 王洪芳, 等. 長江中下游地區(qū)一次冬季輻射霧的數(shù)值模擬研究. 解放軍理工大學(xué)學(xué)報(bào): 自然科學(xué)版, 2005, 6(4): 404?408

[18]何暉, 金華, 劉建忠, 等. 北京地區(qū)一次輻射霧的數(shù)值模擬. 氣候與環(huán)境研究, 2009, 14(4): 390?398

[19]Bergot T. Small-scale structure of radiation fog: a large-eddy simulation study. Quarterly Journal of the Royal Meteorological Society, 2013, 139: 1099?1112

[20]Alizadeh-Choobari O. Large-eddy simulation of the hurricane boundary layer: evaluation of the planetary boundary-layer parametrizations. Atmospheric Re-search, 2015, 154: 73?88

[21]Joe D K, Zhang H, Denero S P, et al. Implementation of a high-resolution source-oriented WRF/Chem model at the port of Oakland. Atmospheric Environ-ment, 2014, 82: 351?363

[22]何志強(qiáng), 盧新平, 金宏憶. 首都機(jī)場近10年輻射霧的特征分析 // 第31屆中國氣象學(xué)會(huì)年會(huì): S3 短期氣候預(yù)測理論、方法與技術(shù). 北京, 2014: 30?37

[23]Hong S Y, Lim J O J. The WRF single-moment 6-class microphysics scheme (WSM6). Journal of Korean Meteorologic Society, 2006, 42(2): 129?151

[24]Mlawer E J, Taubman S J, Brown P D, et al. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-model for the longwave. Journal of Geophysical Research, 1997, 102(D14): 16663?16682

[25]Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model. Journal of At-mospheric Sciences, 1989, 46(20): 3077?3107

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

[27]Ma L M, Tan Z M. Improving the behavior of the cumulus parameterization for tropical cyclone pre-diction: convection trigger. Atmospheric Research, 2009, 92(2): 190?211

[28]Kunkel B A. Parameterizationn of droplet teminal velocity and extinction coeffient in fog models. Journal of Climate and Applied Meteorology, 1984, 23(1): 34?41

[29]Hu H, Zhang Q, Xie B, et al. Predictability of an advection fog event over North China. Part Ⅰ: Sensitivity to initial condition differences. Monthly Weather Review, 2014, 142(5): 1803?1822

[30]Zhang J, Xue H, Deng Z, et al. A comparison of the parameterization schemes of fog visibility using the-measurements in the North China Plain. At-mospheric Environment, 2014, 92: 44?50

Application of Large Eddy Simulation for a Winter Radiation Fog Event in North China

ZUO Quan1,2, ZHANG Qinghong1,?

1. Department of Atmospheric and Oceanic Sciences, School of Physics, Peking University, Beijing 100871; 2. No. 95820 Troops of PLA, Beijing 102207; ? Corresponding author, E-mail: qzhang@pku.edu.cn

A wide range of radiation fog shrouded North China at 18:00 on January 21, 2013. Based on mesoscale model of WRF (the Weather Research and Forecasting Model) V3.5.1, the predictability of this case is discussed, through comparison between different horizontal resolution of the boundary layer scheme (BLS) and large eddy simulation (LES) scheme. The results indicate that there exists a certain capability to simulate this fog through the BLS, but also exists a delay of 3 hours; however, through LES, both of the occurrence time and distribution of fog can be well simulated. More accurate results can be obtained by improving the horizontal resolution, which makes the occurrence time and distribution closer to the observation. Further analysis shows that, compared with BLS, LES simulates lower temperature of the surface, more water vapor, higher relative humidity and earlier occurrence of the temperature inversion. As a result, in this example, LES is capable of significantly improving the forecast skill of the mesoscale model for radiation fog in North China.

WRF; large eddy simulation; radiation fog

10.13209/j.0479-8023.2015.143

P445

2015-04-03;

2015-06-11; 網(wǎng)絡(luò)出版日期: 2016-03-22

國家公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201006011)資助