黄政,主要从事交通气象、气象灾害监测预警与评估研究.Email:
为了比较不同微物理方案、边界层方案和陆面方案对大雾过程模拟效果的影响,本文利用WRF模式(Weather Research and Forecasting Model)对江苏省高速公路网2011—2013年发生的21场大雾过程进行了数值模拟,探讨了模式不同参数化方案对大雾过程数值模拟的影响,确定了基于模式输出结果的成雾判别指标。研究结果表明:(1) 综合考虑微物理方案、边界层方案和陆面方案对地面气象要素、高空温度及雾区分布等要素的影响,微物理方案选用WDM6方案,边界层方案选用QNSE方案,陆面方案选用SLAB方案时,雾的数值模拟效果最优;(2) 在最优参数化方案设置下,兼顾气象业务部门有限的计算资源和较高的模式垂直分辨率,对21个大雾个例发生的大气背景进行数值模拟和诊断分析后发现:江苏省境内雾的预报指标应为模式最低层(30~40 m高度)液态含水量>0.015 g·kg-1,或2 m相对湿度>95%,且10 m风速 < 3 m·s-1。
In order to compare different effects on simulations of heavy fog processes under various microphysics, planetary boundary layer and land surface schemes, 21 heavy fog events selected from the observation data of expressway weather monitoring system from 2011 to 2013 were simulated using WRF (Weather Research and Forecasting Model). Influence of different parameterization schemes on simulating these fog events was discussed and the forecasting indexes of fog formation based on the output physical variables of WRF were determined. The results are as follows: (1) The simulation of the whole fog occurring processes is the best when selecting WDM6 scheme as the microphysics scheme, QNSE scheme as the planetary boundary layer scheme and the SLAB scheme as the land surface scheme considering the effects of different parameterization schemes in simulating the near-surface meteorological factors, the air temperature in the upper-level atmosphere and the distribution of fog areas comprehensively. (2) Under the optimum configure of the parameterization schemes and giving consideration to the limited computing resources of the meteorological professional departments in China and the suitable vertical resolution of the model, the analysis on the numerical simulation results of atmospheric backgrounds during the 21 heavy fog events demonstrates that the forecasting indexes of heavy fog on the expressway of Jiangsu Province are that liquid water content at lowest model level (30-40 m) is more than 0.015 g·kg-1, or 2 m relative humidity is more than 95% and 10 m wind speed is less than 3 m·s-1 at the same time.
雾常常因其带来的低能见度天气导致水、陆、空安全事故频繁发生,据估计,由雾造成的经济损失和人身伤亡与台风、雷暴等剧烈天气过程相当(
目前,国内外已有不少学者使用中尺度模式进行雾的模拟和预报研究(
从以上研究可以看出,虽然中尺度模式对雾的模拟展现出一定的能力,但要精确模拟雾的发生过程还需要有更高的垂直分辨率,而且不同区域适用的参数化方案也不同。然而,由于现有计算成本和计算资源的限制,在现有业务预报上要大幅度提高垂直分辨率暂时还无法实现。因此,为提高江苏省境内雾的预报能力,本文利用WRF模式对2011—2013年21场大雾过程进行数值模拟,在不大量增加垂直分辨率的基础上,研究不同参数化方案对雾发生动力、热力和水汽条件模拟的效果,确定适合于模拟江苏省雾发生过程的最优方案组合。同时,为了弥补有时因垂直分辨率不足而无法模拟出地面雾(
本文研究所用资料包括:
(1) 由江苏省70个能见度自动观测站提供的2011—2013年逐小时观测资料,包括2 m温度、2 m湿度、2 m露点温度、10 m风速、地表温度及能见度等要素。
(2) 由江苏省三个探空站(徐州站、射阳站、南京站)提供的2011—2013年每日2次(08和20时)各气压层的探空资料。
(3) 由美国国家环境预报中心提供的2011—2013年每日4次的1°×1°的FNL全球气象再分析资料。
本文采用WRF3.6.1版本,使用两重双向嵌套,模拟中心位于(32°N、117°E),模拟区域如
WRF模式的模拟区域设置
Simulation domains of WRF model
目前,WRF模式的参数化方案主要包括微物理方案、长波辐射方案、短波辐射方案、近地层方案、陆面方案、边界层方案和积云对流方案。虽然积云对流方案对10 km以下的模拟影响很小,但在高分辨率下使用对模式仍然有益(
各参数化方案组合试验设计
Experimental design of various parameterization schemes
试验方案 | 微物理方案 | 近地面层方案 | 陆面方案 | 边界层方案 | 积云对流方案 |
1 | Lin | MM5 | SLAB | YSU | KF |
2 | Lin | Eta | SLAB | MYJ | KF |
3 | Lin | QNSE | SLAB | QNSE | KF |
4 | Lin | MM5 | Noah | YSU | KF |
5 | Lin | Eta | Noah | MYJ | KF |
6 | Lin | QNSE | Noah | QNSE | KF |
7 | WDM6 | MM5 | SLAB | YSU | KF |
8 | WDM6 | Eta | SLAB | MYJ | KF |
9 | WDM6 | QNSE | SLAB | QNSE | KF |
10 | WDM6 | MM5 | Noah | YSU | KF |
11 | WDM6 | Eta | Noah | MYJ | KF |
12 | WDM6 | QNSE | Noah | QNSE | KF |
13 | Morrison | QNSE | SLAB | QNSE | G3 |
为了定量评价不同参数化方案对气象要素模拟的效果,本文选用的统计参数有:平均误差(ME)、平均绝对误差(MAE)和均方根误差(RMSE)。其具体算法如下:
式中,
根据《中短期天气预报质量检验办法(试行)》(
TS评分(threat score):
漏报率(missing rate,MR):
空报率(false alarm rate,FAR):
式中,
本文研究的21次大雾过程在爆发时期都出现了5站以上能见度小于50 m的特强浓雾,并且能见度小于500 m的大雾过程覆盖江苏省20站以上,持续时间5~38 h不等。其中,冬季发生12次,春季发生3次,秋季发生6次。由于雾的种类(如辐射雾、平流雾、锋面雾等)及发生机制不同,且不同季节雾发生时的气象要素场差异较大,为了筛选出适合于各种雾发生过程的试验方案,本文选取了不同季节、不同天气背景下发生的3次大雾过程,它们的发生时间分别为2011年11月27日19时至28日11时、2012年5月21日01—08时、2013年2月23日01—11时,它们在爆发时期的能见度分布如
3次大雾个例爆发时期江苏省能见度分布(a)2011年11月28日07时,(b)2012年5月21日05时,(c)2013年2月23日07时
Instantaneous visibility distribution during the three fog cases in Jiangsu (a) 07:00 BT 28 November 2011, (b) 05:00 BT 21 May 2012, (c) 07:00 BT 23 February 2013
3次大雾个例发生于三个不同季节,其天气背景也不相同:
2011年的大雾过程主要是以平流雾为主,伴随有辐射雾过程。在11月27日20时的500 hPa高度场和温度场(
3次大雾个例发生的500 hPa高度场和温度场(黑线为等高线,红线为等温线)
Potential height and temperature at 500 hPa during the three fog cases (Black line is for the contour of potential height, red line is for the isotherm)
2012年的大雾过程主要以辐射雾为主。5月20日20时至21日08时的500 hPa高度场及温度场(
2013年的大雾过程也以辐射雾为主,但水汽来源与2012年不同。从2月22日20时的500 hPa高度场及温度场(
雾的形成通常是因为暖湿空气受降温增湿作用使其温度达到露点温度或以下,空气中的水汽达到饱和或过饱和状态(
基于江苏省70个自动观测站的常规观测资料,本文利用式(1)~式(3) 分别计算了不同试验方案对3次大雾个例中各地面气象要素场的模拟值与实测值的误差。从模拟值与实测值对比的结果来看,所有方案都能够模拟出大雾发生过程中低温、高湿、微风的情景,模拟的2 m气温、地表温度平均误差均为负值,平均绝对误差分别为1.3~2.7、1.7~3.2℃,2 m相对湿度平均误差均为正值,变化范围4%~9%,模拟的10 m风速略大于实况值,平均绝对误差为0.8~1.2 m·s-1。不同方案对露点温度的模拟结果不同,SLAB方案模拟的露点温度高于实测值,而Noah方案相反,表明SLAB方案比Noah方案更容易使水汽达到露点温度并产生凝结。陆面方案和边界层参数化方案对各要素的模拟结果有较大影响,而微物理方案的影响极小,其均方根误差如
不同参数化方案下3个大雾个例各地面要素模拟值与观测值的均方根误差
Root mean square error (RMSE) between simulation values and observation values of various near-surface factors during the three fog cases under different parameterization schemes
个例 | 要素 | 方案号 | ||||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | ||
Dew:2 m露点温度(单位:℃),Ground:地表温度(单位:℃),Humid:2 m相对湿度(单位:%),Air:2 m气温(单位:℃),Wspd:10 m风速(单位:m·s-1),其中加粗数字为该要素中模拟值与观测值均方根误差最小的值 |
||||||||||||||
Dew | 2.1 | 1.6 | 1.6 | 2.1 | 2 | 1.8 | 2.1 | 1.6 | 2.1 | 2 | 1.7 | 1.9 | ||
Ground | 2.7 | 2.5 | 2.2 | 2.2 | 2.3 | 2.2 | 2.8 | 2.5 | 2.2 | 2.2 | 2.2 | 2.4 | ||
2011 | Humid | 8.3 | 8.6 | 10.2 | 7.6 | 7.1 | 8.4 | 7 | 8.6 | 10 | 7.5 | 7 | 8.5 | |
Air | 2.6 | 1.7 | 1.7 | 1.7 | 2.1 | 1.9 | 2.6 | 1.6 | 1.7 | 2.1 | 1.7 | 2.2 | ||
Wspd | 1 | 1 | 1 | 1 | 1.1 | 1 | 1 | 1 | 1 | 1 | ||||
Dew | 2.2 | 1.6 | 2.4 | 2.7 | 2.6 | 2.2 | 1.5 | 2.4 | 2.7 | 2.6 | 1.8 | |||
Ground | 3.4 | 3.6 | 3.1 | 3.6 | 3.5 | 3.4 | 3.6 | 3.6 | 3.5 | 3.2 | ||||
2012 | Humid | 6.2 | 6.7 | 9.4 | 8.6 | 8.2 | 6.3 | 6.6 | 9.5 | 8.6 | 8 | 6.7 | ||
Air | 3 | 2.3 | 2.3 | 2.9 | 2.8 | 2.9 | 2.2 | 2.3 | 2.9 | 2.8 | 2.5 | |||
Wspd | 1.2 | 1.1 | 1.5 | 1.2 | 1.2 | 1.2 | 1.1 | 1.5 | 1.2 | 1.2 | 1.1 | |||
Dew | 1.8 | 1.7 | 2 | 1.9 | 1.8 | 1.7 | 1.9 | 1.8 | 1.7 | |||||
Ground | 3.2 | 2.6 | 2.6 | 2.9 | 2.9 | 2.8 | 3.3 | 2.6 | 2.6 | 3 | 2.8 | 2.7 | ||
2013 | Humid | 10.6 | 10.2 | 10.4 | 10.3 | 10.4 | 10.6 | 10.2 | 10.4 | 10.2 | 10.3 | 10.1 | ||
Air | 2.2 | 1.9 | 1.5 | 2.3 | 2.9 | 2.7 | 2.2 | 1.7 | 2.3 | 2.7 | 2.6 | 2.1 | ||
Wspd | 1 | 0.9 | 1 | 1 | 0.9 | 1 | 0.9 | 1 | 1 | 0.9 | 0.9 |
由于雾发生时一般都伴随有低层逆温(
2011年(a)和2013年(b)2个大雾个例的高空温度模拟值与观测值的平均绝对误差(单位:℃)
Mean absolute error (MAE) between simulation values and observation values of upper-level air temperature in the two heavy fog cases in 2011 (a) and 2013 (b)
从
由于WRF模式中本身没有对能见度的直接模拟,目前,绝大多数模式研究中都用模式最低层输出的液态含水量(LWC)来推算成雾能见度,其成雾临界阈值一般由能见度(Vis)与LWC的经验关系式确定(
当
不同参数化方案下3次大雾个例的雾区预报评分(单位:%)
Forecasting scores of simulated fog area in the three heavy fog cases under different parameterization schemes (unit: %)
个例 | 评分 | 方案号 | ||||||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | ||
加粗数字为TS评分最大值、漏报率MR最小值和空报率FAR最小值 |
||||||||||||||
37.7 | 43.9 | 61.4 | 16.6 | 32.5 | 29.1 | 38.7 | 45.0 | 18.2 | 33.3 | 31.1 | 58.5 | |||
2011 | 59.4 | 53.0 | 26.2 | 82.9 | 65.3 | 69.3 | 57.9 | 51.4 | 81.0 | 64.1 | 66.9 | 29.5 | ||
16.2 | 21.5 | 16.8 | 16.3 | 15.4 | 17.4 | 14.3 | 22.0 | 17.8 | 17.7 | 16.2 | 22.5 | |||
14.7 | 3.5 | 38.9 | 0 | 5.5 | 10.2 | 15.5 | 3.9 | 39.4 | 0 | 6.0 | 11.5 | |||
2012 | 84.2 | 96.0 | 31.1 | 100 | 94.4 | 89.3 | 83.1 | 95.5 | 100 | 93.8 | 87.6 | 31.6 | ||
33.3 | 77.4 | 52.9 | - | 37.5 | 34.8 | 77.1 | 53.2 | - | 38.9 | 40.5 | 49.8 | |||
48.0 | 54.0 | 66.2 | 46.0 | 50.9 | 47.2 | 48.8 | 55.0 | 45.6 | 53.4 | 48.9 | 62.1 | |||
2013 | 46.8 | 41.8 | 23.4 | 51.1 | 44.9 | 50.2 | 44.9 | 39.9 | 50.9 | 41.9 | 47.8 | 32.0 | ||
17.0 | 11.9 | 17.0 | 11.2 | 13.0 | 18.8 | 13.5 | 17.0 | 13.5 | 12.9 | 11.4 | 12.3 |
从
通过比较13套试验方案模拟3个大雾个例的效果可知,不同微物理方案对各物理量及雾区模拟效果影响不大,且WDM6方案与Lin方案的模拟效果基本一致,但在计算成本近似的情况下,WDM6方案能提供云凝结核数浓度和云滴数浓度,展现出了更好的计算能力。陆面方案中SLAB方案无论在地面气象要素还是对雾区的模拟上都要好于Noah方案。边界层方案中YSU方案对地面气象要素和雾区的模拟效果都不好,而MYJ方案和QNSE方案对地面气象要素的模拟效果较好,且MYJ方案要略好于QNSE方案,但在雾区的模拟上,QNSE方案更好。试验方案13对雾区的模拟效果较好,对各气象要素的模拟也表现出了不错的模拟能力。综合考虑,我们选出了3套较优的参数化方案组合,分别是试验方案8、试验方案9和试验方案13。
为了确定江苏省大雾过程数值模拟的最优参数化方案,本文用3套较优参数化方案模拟了2011—2013年发生的21场大雾过程,检验3套方案对江苏省大雾过程雾区分布的预报效果。预报结果如
3套较优参数化方案下21场大雾过程的雾区预报评分(单位:%)
Forecasting scores of simulated fog area in 21 fog cases under three optimal parameterization schemes (unit: %)
试验方案 | 漏报率 |
空报率 |
|
8 | 35.0 | 57.5 | 33.6 |
9 | 47.5 | 36.3 | 34.9 |
13 | 46.7 | 35.7 | 37.0 |
从
从
因此,为了提高雾的预报能力,尤其是对地面雾的预报能力,基于模式对地面气象要素较好的预报效果,我们引入了2 m相对湿度和10 m风速来确定成雾指标。通常预报员把2 m相对湿度大于90%,10 m风速小于2 m·s-1作为雾的发生指标(
不同2 m相对湿度和10 m风速预报指标下21场大雾过程的雾区预报TS评分(单位:%)
The threat score of simulated fog area in 21 fog cases under different combinations of various 2 m relative humidity and 10 m wind speed as the forecasting indexes of fog formation (unit: %)
10 m风速/m·s-1 | 2 m湿度 | ||||||
>60% | >70% | >80% | >85% | >90% | >95% | 100% | |
< 1 m·s-1 | 48.1 | 48.1 | 48.1 | 48 | 47.9 | 47.9 | 47.5 |
< 2 m·s-1 | 50.9 | 51.0 | 51.0 | 50.9 | 50.9 | 50.7 | 47.6 |
< 3 m·s-1 | 52.3 | 52.4 | 52.5 | 52.5 | 52.4 | 52.2 | 47.6 |
< 4 m·s-1 | 51.8 | 52.0 | 52.5 | 52.8 | 52.8 | 52.7 | 47.6 |
< 5 m·s-1 | 51.5 | 51.8 | 52.4 | 52.8 | 52.9 | 52.8 | 47.6 |
< 6 m·s-1 | 51.2 | 51.5 | 52.2 | 52.7 | 52.8 | 52.7 | 47.6 |
本文通过利用WRF模式对江苏省2011—2013年21场大雾过程进行数值模拟后得到如下结论:
(1) 通过不同微物理方案、边界层方案和陆面方案对地面气象要素、高空不同层次温度及雾区模拟效果影响的对比试验发现,微物理方案选择WDM6方案、边界层方案选择QNSE方案、陆面方案选择SLAB方案时模拟效果最优,其中陆面方案和边界层方案对模拟结果的影响较大,微物理方案影响较小。
(2) 考虑到业务预报中模式垂直分辨率不高的限制,通过对江苏省2011—2013年21场大雾过程的模拟分析得到,江苏省境内成雾预报宜采用多指标判别:模式最低层(30~40 m高度)液态含水量>0.015 g·kg-1,或2 m相对湿度>95%且10 m风速 < 3 m·s-1时可预报有雾形成。利用这一成雾综合指标,TS评分由使用单一的液态含水量指标的47.5%提高到了52.2%。
(1) 三种微物理方案都是从不同相态水的角度研究水汽、云水、云冰、雨滴、雪以及霰这六种水相在大气中的模拟及相互转化。与Lin方案相比,WDM6方案的差别主要是通过预测雨滴数浓度进而改变雨滴大小分布,从而对少量降水过程的模拟有更好的效果,Morrison方案则主要是通过改变层状降水区的雨水蒸发率进而提高雨水混合比以及降水概率,并促进了中层大气中云冰的增长过程。而江苏省多以辐射雾过程为主,其生消的微物理过程主要是水汽和云水两个相态的相互转化,三种微物理方案对云水混合比的模拟方法大致相似,仅在碰并过程和一些经验参数的选择上有所不同,因此不同微物理方案对雾的模拟影响较小。而WDM6方案和Morrison方案作为双参数方案,不仅能够预报六种水物质,还增加了云滴数浓度和云凝结核数浓度的预报,同时减少了方案对模式时间步长的敏感性,三者计算成本近似,因此选择双参数方案更为适合,其中WDM6方案更优。
(2) 陆面方案主要为边界层方案提供相应的感热、潜热及辐射通量。SLAB方案是根据土地利用类型及季节变化考虑能量收支,对其他因素考虑较为简单,而Noah方案充分考虑了城市下垫面及植被的影响,并通过诊断方案预报地表变量,但并没有表现出对成雾过程预报的优势,这可能是由于WRF模式中对不同下垫面类型的属性(如城市下垫面地表反射率、地表热容量、植被叶面积指数、粗糙层高度等)设置与江苏省本地的实际属性差别较大,而Noah方案再对这些要素进行较复杂的考虑,导致模拟误差进一步增大。
(3) 不同边界层方案的模拟误差主要是由各方案对边界层中垂直混合强度及边界层上层夹卷作用的考虑程度不同引起的。YSU方案详细考虑了夹卷层作用及湍流扩散方程中的“反向梯度输送项”,但为了更好地模拟降水过程,加大了近地面层临界理查森数的设定,导致边界层混合作用加强,不利于水汽的聚集,同时,较强的湍流混合也会破坏辐射雾赖以发展和维持的逆温层结构,因此YSU方案对雾的模拟效果较差。而MYJ方案和QNSE方案并没有增强边界层内的湍流混合作用,更容易模拟出辐射雾发生时的低温、高湿、近地层逆温等天气条件。另外,QNSE方案在稳定层结下摒弃了其他边界层方案中以预先设定的临界理查森数来判断湍流混合作用是否发生的假设,它通过考虑湍流与波的共同作用,针对不同的边界层特征计算出不同的临界理查森数,对稳定层结下的大气重要特性描述更为实际、精确,因此,对江苏省雾的模拟QNSE方案要优于MYJ方案。
由于江苏省地势低平、河网密布且东邻黄海,大雾过程多以辐射雾为主、平流雾为次,而辐射雾本身具有很强的局地性,因此,研究中所得的最优参数化方案组合及成雾判别综合指标主要针对江苏区域的大雾数值模拟,是否适用于其他地区还有待于进一步探讨。
包云轩, 丁秋冀, 袁成松, 等.2013.沪宁高速公路一次复杂性大雾过程的数值模拟试验.大气科学, 37(1):124-136.
曹伟华, 梁旭东, 李青春, 等.2013.北京一次持续性雾霾过程的阶段性特征及影响因子分析.气象学报, 71(5):940-951.
何心河, 马建中, 徐敬, 等.2016.2014年10月京津冀地区一次PM2.5污染过程的数值模拟.气象, 42(7):827-837.
陆雪, 高山红, 饶莉娟, 等.2014.春季黄海海雾WRF参数化方案敏感性研究.应用气象学报, 25(3):312-320.
马翠平, 吴彬贵, 李江波, 等.2014.一次持续性大雾边界层结构特征及诊断分析.气象, 40(6):715-722.
彭双姿, 刘从省, 屈右铭, 等.2012.一次大范围辐射雾天气过程的观测和数值模拟分析.气象, 38(6):679-687.
荣昕.2013.基于WRF-CHEM模式的连续雾霾过程数值模拟及其能见度参数化.南京:南京信息工程大学, 25-26.
石春娥, 李耀孙, 杨军, 等.2015.MM5和WRF对中国东部地区东及边界层模拟效果比较.高原气象, 34(2):389-399.
滕华超, 杨军, 刘端阳, 等.2014.基于WRF和一维雾模式的能见度集合预报的个例研究.大气科学学报, 37(1):99-107.
万小雁, 包云轩, 严明良, 等.2010.不同陆面方案对沪宁高速公路团雾的模拟.气象科学, 30(4):487-494.
王博妮, 濮梅娟, 田力, 等.2016.江苏沿海高速公路低能见度浓雾的气候特征和影响因子研究.气象, 42(2):192-202.
王益柏, 梅娜, 范磊, 等.2014.WRF模式对2013年1月华北一次大雾的数值对比试验.气象, 40(12):1522-1529.
中国气象局.2005.中短期天气预报质量检验办法(试行).中国气象局.气发(2005)109号.北京:中国气象局.
周旺, 刘昊, 樊斌.2008.重庆机场辐射雾消散机制.气象, 34(T1):231-237.
Duynkerke P G.1991.Radiation fog:A comparison of model simulation with detailed observations.Mon Wea Rev, 119(2):324-341.
Gultepe I, Tardif R, Michaelides S C, et al.2007.Fog research:A review of past achievements and future perspectives.Pure Appl Geophys, 164(617):1121-1159.
Kunkel B A.1984.Parameterization of droplet terminal velocity and extinction coefficient in fog models.J Climate Appl Meteor, 23(1):34-41.
Narita M, Ohmori S.2007.Improving precipitation forecasts by the operational nonhydrostatic mesoscale model with the Kain-Fritsch convective parameterization and cloud microphysics.12th Conf on Mesoscale Processes, Waterville Valley, Amer Meteor Soc.
Steeneveld G J, Ronda R J, Holtslag A A M.2015.The challenge of forecasting the onset and development of radiation fog using mesoscale atmospheric models.Boundary-Layer Meteorol, 154(2):265-289.
Van der velde I R, Steeneveld G J, Wichers Schreur B G J, et al.2010.Modeling and forecasting the onset and duration of severe radiation fog under frost conditions.Mon Wea Rev, 138(11):4237-4253.
Zhou B, Du J.2010.Fog prediction from a multimodel mesoscale ensemble prediction system.Wea Forecasting, 25(1):303-321.