不同地形高程數(shù)據(jù)對青海夏季氣溫和降水模擬準(zhǔn)確度的影響

沈曉燕 ，申燕玲 ，顏玉倩 ，肖宏斌 ，權(quán) 晨

（1.青海省氣象科學(xué)研究所，青海 西寧810001；2.青海省防災(zāi)減災(zāi)重點實驗室，青海 西寧810001）

地形與降水、氣溫等氣象要素有著密切關(guān)系[1]，地形本身尺度及其與大氣相互作用的復(fù)雜性，導(dǎo)致地形的動力、熱力、微物理效應(yīng)十分復(fù)雜[2]。智協(xié)飛等[1]得出較大模式地形高度偏差可嚴重影響2 m 氣溫模式預(yù)報性能，導(dǎo)致較大預(yù)報誤差。魯春霞等[3]發(fā)現(xiàn)東亞季風(fēng)區(qū)大部分降水隨著海拔上升而增大。地形的改變會影響降水的落區(qū)和強度。陳潛等[4]發(fā)現(xiàn)地形引起的降水變化主要在地形變化的附近，大尺度環(huán)流決定降水落區(qū)和強度，地形起了改變落區(qū)和強度的作用；何光碧等[5]得出地形的改變通過影響渦旋活動來影響降水的分布。

國內(nèi)外已有很多地形影響數(shù)值模式試驗，主要通過改變地形高度、調(diào)整模式分辨率或加入不同地形資料進行敏感性試驗[6-11]。何鈺等[7]通過有、無青藏高原試驗以及將高原高度降低到臨界值，研究了青藏高原大地形對我國華南地區(qū)一次暴雨過程的影響。呂世華等[9]指出高分辨率模式使得預(yù)報質(zhì)量得到顯著的改善，系統(tǒng)的移速和中心位置更接近實況，同時，高分辨率需要更合理的地形與之相匹配。高學(xué)杰等[10]探討了不同水平分辨率和地形對東亞降水的影響，指出實際地形的模擬效果好于使用平滑地形，使用平滑地形但分辨率較高，與使用實際地形但分辨率較低相比較，會取得更好的模擬結(jié)果。何光碧等[12]提出了通過一些關(guān)鍵點引入實際地形高度，從而改進模式預(yù)報效果，特別是降水預(yù)報效果的一種地形處理思路，得出引入更真實地形使得降水強度增大，強降水中心位置和發(fā)生時間有所改善。

WRF（weather research and forecasting）模式作為應(yīng)用較為廣泛的天氣氣候模式，其地形數(shù)據(jù)長期以來使用的是由美國地質(zhì)調(diào)查局（United States Geological Survey，USGS）提供的 30 s 分辨率（約1 km）數(shù)據(jù)，該全球地形資料可以滿足大尺度數(shù)值模擬分析中對地形分布精度的要求，但在地形分布復(fù)雜的小尺度分析應(yīng)用中則略顯不足[13]。SRTM（Shuttle Radar Topography Mission）高程數(shù)據(jù)由美國太空總署（NASA）和國防部國家測繪局（NIMA）聯(lián)合測量。其中90 m 柵格分辨率的地形高程數(shù)據(jù)已公開發(fā)布，為WRF 模式中高精度地形數(shù)據(jù)的應(yīng)用提供了支持。蔣立輝等[13]得出SRTM 數(shù)據(jù)更真實地反映了北京地區(qū)的地形高度特征，尤其是地形復(fù)雜區(qū)域的高度特征，增強了WRF 模式在北京地區(qū)復(fù)雜地形條件下的風(fēng)場模擬能力。

青海位于青藏高原東北部，境內(nèi)山脈高聳，地形多樣，河流縱橫，湖泊棋布，東部多山，海拔較低，西部為高原和盆地，平均海拔＞3 000 m[14]。鑒于SRTM數(shù)據(jù)具有現(xiàn)實性強、精度較高及免費獲取等優(yōu)點，及地形對氣溫降水的重要性，利用WRF 模式，比較了使用不同分辨率地形數(shù)據(jù)及引入真實臺站海拔對夏季氣溫降水模擬的影響。研究結(jié)果可以為WRF 默認地形高度數(shù)據(jù)集的替換提供一種途徑，也可為不同地形資料在青海地區(qū)的應(yīng)用及模式的本地化提供一定的參考。

1 模式、資料和方法

WRF 模式是由美國國家環(huán)境預(yù)測中心（NCEP）、美國國家大氣研究中心（NCAR）等機構(gòu)研發(fā)的中尺度天氣預(yù)報模式，為完全可壓縮非靜力模式，采用F90 語言編寫。水平方向采用Arakawa C（荒川C）網(wǎng)格點，垂直方向采用地形跟隨質(zhì)量坐標(biāo)，時間積分采用3 階或4 階的Runge-Kutta 算法[15]。本文使用的模式是WRFV3.7.1 版本。

模擬采用2 層嵌套方案（圖1），其中D02 包含整個青海省，模式參數(shù)設(shè)置見表1。模擬區(qū)域中心點緯度和經(jīng)度分別為36°N、95°E，垂直層次為30 層，模式層頂氣壓為50 hPa。使用NCEP/NCAR 的6 h FNL 全球再分析資料（1°×1°）作為模式的初始場和側(cè)邊界條件。模擬積分時間為2014 年5 月20 日00時 00 分 00 秒 UTC—9 月 1 日 00 時 00 分 00 秒UTC，模擬結(jié)果輸出間隔為1 h，模式前11 d 視為模式調(diào)整期數(shù)據(jù)予以舍棄。本文以最內(nèi)層嵌套區(qū)域結(jié)果進行分析研究。

圖1 模式嵌套區(qū)域（a）及青海省地形與氣象站點（b）分布

表1 模擬區(qū)域基本參數(shù)設(shè)置

參數(shù)化方案選取參考了本地化參數(shù)化方案優(yōu)選夏季最優(yōu)組合[16]，其中微物理參數(shù)化采用Thompson方案，積云對流參數(shù)化采用KF 方案，長、短波輻射分別采用RRTM 方案及Duhbia 方案，邊界層采用ACM2 方案，近地層采用Monin_Obukhov 方案，陸面過程采用Noah 方案。

地形高度數(shù)據(jù)包括：WRF 自帶USGS 地形高度數(shù)據(jù)，分辨率為 30 s（約 1 km），SRTM 數(shù)據(jù)（分辨率為90 m），青海省48 個國家級地面氣象觀測站（圖2）海拔高度資料。其中SRTM 數(shù)字高程數(shù)據(jù)，利用Arcgis 遙感軟件進行了鑲嵌及格式轉(zhuǎn)換，使用Fortran 處理生成可利用于WRF 的青海省高分辨率地形高度數(shù)據(jù)，數(shù)據(jù)范圍為 30°～45°N，85°～105°E；青海省48 個國家級地面氣象觀測站海拔高度資料利用最近點賦值法，將海拔高度數(shù)據(jù)賦值到距離實況站點最近的模式格點。

圖2 地形高度差值

用于模擬結(jié)果驗證的資料包括：青海省48 個國家級地面氣象觀測站同期逐日降水、氣溫資料，全球范圍內(nèi)0.1°的半小時多源衛(wèi)星融合降水產(chǎn)品（IMERG）。全球降水觀測（Global Precipitation Measurement，簡稱GPM）計劃是一個包含全球多個國家不同衛(wèi)星的衛(wèi)星群，該計劃提供下一代全球降水和雪的觀測，GPM 能夠提供全球范圍內(nèi)0.1°的半小時多源衛(wèi)星融合降水產(chǎn)品（IMERG）[17-18]。

青海降水夏季較多[14]，模擬時段選擇2014 年6—8 月，進行了 Case1、Case2、Case3 及 Case4 共 4組模擬，地形高度數(shù)據(jù)設(shè)置為：Case1 是WRF 模式自帶的USGS 地形高度數(shù)據(jù)，分辨率為30 s（約1 km）；Case2 是 SRTM3 90 m 分 辨 率 數(shù) 據(jù) ；Case3 是 在Case1 地形數(shù)據(jù)的基礎(chǔ)上，引入青海48 個臺站海拔高度改變模式局地地形；Case4 是在Case2 的基礎(chǔ)上，引入青海48 個臺站海拔高度改變模式局地地形。4 組試驗大氣強迫場數(shù)據(jù)均相同，用以分析不同地形數(shù)據(jù)對2014 年青海夏季（6—8 月，下同）降水模擬的影響。

氣溫檢驗采用平均誤差（Mean Error，ME）、氣溫預(yù)報≤2 ℃預(yù)報準(zhǔn)確率（TT2）檢驗差異性。降水檢驗采用標(biāo)準(zhǔn)化均方根誤差（E）、晴雨預(yù)報準(zhǔn)確率（PC）、風(fēng)險評分（Threst Score，TS）及預(yù)報偏差（BIAS）作為檢驗指標(biāo)。選用青海省48 個地面氣象觀測站作為檢驗站點，利用最近點賦值法，采用距離檢驗站點最近的模式輸出格點與相應(yīng)站點進行對比，計算相應(yīng)檢驗指標(biāo)。

公式如下：

式中，NA為有降水預(yù)報正確站（次）數(shù)，NB為空報站（次）數(shù)、NC為漏報站（次）數(shù)，ND為無降水預(yù)報正確的站（次）數(shù)，K 為降水檢驗級別，NAK為 K 級別降水預(yù)報正確的站點樣本數(shù)，NBK為K 級別降水空報的站點樣本數(shù)，NCK為K 級別降水漏報的站點樣本數(shù)，NDK為無降水預(yù)報正確的站點樣本數(shù)，N 為站點樣本總數(shù)，F(xiàn)i為第i 個站點樣本預(yù)報值，Oi為第 i個站點樣本實況觀測值，為觀測值時間平均，Nr為℃的站點樣本數(shù)，Nf為樣本總數(shù)。

2 結(jié)果分析

2.1 不同地形資料比較

比較模式臺站海拔高度與實際測站海拔高度之間的差值（圖2a），模式地形高度總體高于實際臺站地形高度。其中玉樹、同仁、祁連模式海拔高度與實際高度之間相差最大，模式高度比實際高度分別高580、502 和402 m，相差較大的站主要位于果洛、玉樹南部，海北北部等海拔高度較高的地區(qū)，以及河湟地區(qū)地形梯度較大的地區(qū)。海西部分地區(qū)、海南中部地區(qū)模式地形高度低于實際地形高度，約為100 m。比較不同分辨率地形高度數(shù)據(jù)（圖2b）可知，相對于模式自帶USGS 地形高度資料，更高分辨率的SRTM 數(shù)據(jù)青海大部分地區(qū)地形高度增加，增加幅度約為10～40 m。青海東部部分站點地形高度減小，減少幅度為20～50 m。

2.2 對氣溫模擬的影響

通過控制試驗（Case1）驗證了WRF 模式對2014 年青海省夏季24 h 最高（低）氣溫的模擬效果，2014 年青海省夏季 24 h 最高（低）氣溫±2 ℃準(zhǔn)確率平均為47.04%（54.74%）（表2），最低氣溫較最高氣溫模擬效果好。最高氣溫最高準(zhǔn)確率出現(xiàn)在海北、海東地區(qū)，其中海北剛察超過83.7%；海西西部和中部、玉樹、果洛南部最高氣溫模擬較差，玉樹站準(zhǔn)確率僅為13%。青海省大部分地區(qū)最低氣溫比最高氣溫模擬較好，最高準(zhǔn)確率同樣出現(xiàn)在剛察（83.7%），海西小灶火最低（26.7%）。

表2 最高、最低氣溫預(yù)報≤2 ℃的準(zhǔn)確率（TT2）及平均誤差（ME）

從Case1 平均偏差來看，WRF 對最高氣溫模擬普遍偏低，平均偏低1.3 ℃。海西、果洛、玉樹地區(qū)最高氣溫模擬偏低，其中玉樹偏低最為明顯（-4.7 ℃），青海東部部分站點最高氣溫模擬略高，其中湟中最高氣溫偏高最為明顯（2.4 ℃）。最低氣溫，青海北部模擬偏高，南部地區(qū)模擬偏低。興海（3.3 ℃）、小灶火（3 ℃）偏高最為明顯，玉樹（-3.1 ℃）、雜多（-2.8 ℃）偏低最為明顯。

使用不同模式地形數(shù)據(jù)，從氣溫平均偏差來看（圖3），4 組試驗對最高氣溫模擬均普遍偏低，青海東部部分站點最高氣溫模擬略高。Case1、Case2青海北部地區(qū)最低氣溫模擬偏高，南部地區(qū)最低氣溫模擬偏低，Case3、Case4 青海整體最低氣溫模擬偏高。

比較不同試驗對最高、最低氣溫偏差的影響可看出，相對于控制試驗（Case1），使用 SRTM 90 m 分辨率地形資料（Case2）最高氣溫20 個臺站偏差減小，減小的站點主要分布在青海東部（圖3a），其中茶卡（0.56 ℃）和天峻（0.43 ℃）偏差減小最多。10 個站點的準(zhǔn)確率增加，增加站點零散分布（圖4a），較為顯著的站點有互助（6.5%）和興海（5.4%）。在USGS 地形資料基礎(chǔ)上引入臺站海拔（Case3）和在SRTM 地形資料基礎(chǔ)上引入臺站海拔（Case4）對最高氣溫模擬改進較為顯著，分別有31、30 個站點偏差減小，其中20、19 個站點的偏差減小超過1 ℃，這些站點分布于玉樹、果洛南部、海北北部、黃南及海南中部地區(qū)（圖 3b、3c）。Case3、Case4 偏差減小最顯著的站點為玉樹（4、4.2 ℃），其次為黃南（3.9、3.8 ℃）、雜多（3.3、3.3 ℃）。分別有 25、26 個站點的準(zhǔn)確率增加，海北、海西、玉樹、果洛的準(zhǔn)確率增加明顯，其中玉樹、果洛南部，海北北部站點及海西、黃南、湟中準(zhǔn)確率增加超過10%。Case3 較為顯著的站點有玉樹（47.9%）和野牛溝（41.3%）（圖 4b），Case4 較為顯著的站點有玉樹（44.6%）和祁連（41.3 %）（圖4c）。Case3、Case4 偏差減小超過1 ℃及準(zhǔn)確率超過10%的地區(qū)與模式海拔與臺站海拔高度差值較大地區(qū)吻合，玉樹、黃南、雜多Case1 溫度偏低明顯，分別為-4.69、-3.9、-3.5 ℃，引入真實臺站海拔之后，海拔高度分別降低580.4、502.2、386.6 m，從而溫度升高，偏差減小，準(zhǔn)確率增加。

圖3 最高（a、b、c）及最低（d、e、f）氣溫平均誤差

使用不同地形資料對最低氣溫的改變并不明顯，相對于Case1，Case2 23 個臺站最低氣溫偏差減小，除青海南部、北部零星站點外，大部分偏差改變在 0.2 ℃以內(nèi)，其中清水河（1.1 ℃）和冷湖（0.39 ℃）偏差減小最多（圖3d）。32 個站點的準(zhǔn)確率增加，較為顯著的站點有清水河（13%）和黃南（7.6%）（圖4d）。Case3、Case4 對最低氣溫模擬改進較小（圖 3e、3f），分別有 16、17 個站點偏差減小，分別有 2、4 個站點的偏差減小超過1 ℃，偏差減小最顯著的站點為雜多，分別為2.1、2.4 ℃，其次為玉樹，分別為1.1、1.5 ℃。分別有21、22 個站點的準(zhǔn)確率增加，青海西部和南部站點的準(zhǔn)確率增加明顯，其中玉樹南部站點、茶卡、黃南、湟中準(zhǔn)確率增加超過10%。Case3 較為顯著的站點有雜多（29.3%）和玉樹（21.7%）（圖4e），Case4 較為顯著的站點有雜多（34.8%）和玉樹（27.2%）（圖 4f）。

圖4 最高（a、b、c）、最低氣溫（d、e、f）預(yù)報≤2 ℃的準(zhǔn)確率差值

綜合溫度偏差（ME）和氣溫預(yù)報≤2 ℃預(yù)報準(zhǔn)確率（TT2）來看：對于最高氣溫，引入青海氣象臺站海拔（Case3、Case4）對于準(zhǔn)確率提高較大，分別提高4.6%、6.1%；偏差減小顯著地區(qū)分布于青海南部、祁連山區(qū)海拔較高地區(qū)以及黃南、海南中部地形梯度較大地區(qū)。對于最低氣溫改變不如最高氣溫明顯，相對而言，使用更高分辨率地形資料（Case2）準(zhǔn)確率提高站點數(shù)較多，但提高幅度較低（1.55%）。

2.3 對降水模擬的影響

從GPM 多源衛(wèi)星融合降水產(chǎn)品（IMERG）2014年青海省夏季累積降水量可知，2014 年夏季青海省累積降水量由南到北遞減，玉樹、果洛南部地區(qū)降水量最多，超過450 mm，祁連山區(qū)、青海東部降水量次之，約為300 mm，海西州降水量最少（50 mm 以內(nèi)）。通過控制試驗（Case1）得出，WRF 模式能較為準(zhǔn)確地模擬出降水量從南至北遞減的空間分布。

WRF 模式（Case1）模擬青海省 2014 年夏季 24 h累積降水量平均晴雨預(yù)報準(zhǔn)確率為71.8%，其中玉樹預(yù)報準(zhǔn)確率最高，超過81.5%，最低在循化，為51.7%。從空間分布上來看，青海海西北部、玉樹、果洛南部預(yù)報準(zhǔn)確率最高，達80%左右，青海東部地區(qū)預(yù)報準(zhǔn)確率較低，約為60%。青海省2014 年夏季24 h 累積降水量平均TS評分為58.4%，空報率為29.8%，漏報率為11.8%。從空間分布上來看，玉樹、果洛南部、海北大部TS評分較高（約80%），除海西大部、海東部分站點外，TS評分都超過50%。TS評分分布與青海降水次數(shù)分布較為一致，玉樹東南部、果洛南部、祁連山區(qū)降水次數(shù)較多，海西大部降水次數(shù)少。海西大部地區(qū)TS評分低與該地區(qū)降水次數(shù)較少有關(guān)。

從分量級評分來看，小雨平均TS評分為54.4%，玉樹、果洛南部、祁連山區(qū)小雨預(yù)報準(zhǔn)確率較高，超過70%。中雨平均TS評分為8.3%，海西中北部、祁連山區(qū)、海南中部、玉樹大部地區(qū)中雨預(yù)報準(zhǔn)確率較高。WRF 模式模擬青海2014 年夏季整體小雨預(yù)報偏多，尤其是海西西部，海西和唐古拉山區(qū)中雨預(yù)報偏少，玉樹北部、果洛、海南、黃南地區(qū)中雨預(yù)報偏多。

綜合來看，青海平均降水次數(shù)較少的地區(qū)，如海西大部，晴雨預(yù)報準(zhǔn)確率較高，TS評分較低；平均降水次數(shù)較多的地方，如玉樹南部、果洛南部、祁連山區(qū)，晴雨預(yù)報準(zhǔn)確率和TS評分均較高；海南中部、海東大部地形較為復(fù)雜，TS評分均較差。

圖5 和圖6 分別給出了使用不同模式地形數(shù)據(jù)對2014 年青海省夏季降水標(biāo)準(zhǔn)化均方根誤差（E）及降水 TS評分（TS）的影響。

使用 SRTM 90 m 分辨率地形資料（Case2）48 個站點中19 個站點的E 減小，這些站點位于海西大部、玉樹、果洛南部、及青海東部（圖5a）。有10 個站點減小幅度超過10%，其中6 個站點位于海西，4 個位于青海東部，較為顯著的站點有格爾木（57.2%）和小灶火（40.5%）。17 個站點的TS評分增加，位于海西中部、果洛北部及青海東部（圖6a），增加較為顯著的站點有都蘭（11.1%）和大柴旦（7.2%）。

在USGS 地形資料基礎(chǔ)上引入臺站海拔（Case3）24 個站點的E 減小。減小幅度較大的站點大部分位于海西，較為顯著的站點有小灶火（51.5%）和茶卡（26.5%）（圖 5b）。18 個站點的 TS評分增加，增加站點分布在海西、玉樹、果洛、青海東部地區(qū)（圖 6b）。

在SRTM 地形資料基礎(chǔ)上引入臺站海拔（Case4）26 個站點的E 減小。減小幅度較大的站點分布在海西及青海東部，較為顯著的站點有小灶火（51.3%）和諾木洪（29.8%）（圖 5c）。23 個站點的 TS評分增加，增加站點位于海西大部、青海東部地區(qū)，較為顯著的站點為循化，增加了9%（圖6c）。其中Case4 青海東部站點的E 減小顯著，有16 個站點減小，平均減小幅度為9.31%，而Case2、Case3 僅有10個站點，平均減小幅度分別為7.96%、8.88%。

圖5 降水標(biāo)準(zhǔn)化均方根誤差

圖6 TS 評分差值

使用不同地形數(shù)據(jù)對青海整體TS評分及E 值影響較小，相對而言，Case4 平均TS評分略有提高（0.3%），平均E 值略有減?。?.05）。根據(jù)不同試驗TS評分增加及E 值減小站點分布，計算了青海海西柴達木盆地及東部河湟地區(qū)平均降水TS評分及標(biāo)準(zhǔn)化均方根誤差（E）（表3）。使用較高分辨率地形高度資料（Case2、Case4），柴達木盆地 TS評分增加，偏差減小；在SRTM 地形資料基礎(chǔ)上引入氣象臺站海拔高度（Case4）河湟地區(qū) TS評分增加（1.2%），偏差減?。?0.14）。

表3 青海省、柴達木盆地及河湟地區(qū)平均降水TS評分（TS）及平均標(biāo)準(zhǔn)化均方根誤差（E）

3 結(jié)論

在評估WRF 模式對青海2014 年夏季氣溫、降水模擬效果的基礎(chǔ)上，分別評估了使用不同地形數(shù)據(jù)及引入真實測站海拔的優(yōu)劣，得出主要結(jié)論如下：

（1）WRF 模式對青海省2014 年夏季最低氣溫模擬優(yōu)于最高氣溫。最高氣溫除東部站點外，其余普遍偏低，海東、海北準(zhǔn)確率較高。最低氣溫北部偏高，南部偏低，青海省大部分地區(qū)模擬較好。WRF 模式能較好地模擬出夏季累積降水量從南至北遞減的空間分布，對降水低值區(qū)模擬較好，東南部及祁連山區(qū)降水模擬偏多。

（2）與臺站實際地形相比，模式地形總體偏高，相差較大的站點分布于青海南部及祁連山區(qū)海拔較高地區(qū)及地形梯度較大地區(qū)。與模式自帶地形數(shù)據(jù)相比，采用SRTM 高程數(shù)據(jù)產(chǎn)生的模式地形數(shù)據(jù)除青海東部外，其余大部地形高度增加，但總體變化幅度不大。

（3）使用不同分辨率地形數(shù)據(jù)對于最高氣溫影響較小，引入臺站海拔后對于最高氣溫的模擬準(zhǔn)確率提高較大，模擬與實況偏差減小顯著地區(qū)分布于海拔較高地區(qū)及地形梯度較大區(qū)域。對于最低氣溫，引入臺站海拔改變并不顯著，相對而言，使用更高分辨率地形數(shù)據(jù)最低氣溫準(zhǔn)確率提高站點數(shù)較多，但提高幅度相對較低。

（4）使用不同地形數(shù)據(jù)對青海整體降水模擬的影響較小，同時使用較高分辨率地形高度資料及引入氣象臺站海拔高度對青海海西中部及東部地區(qū)降水改進略為明顯。