留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

边界层方案对华北低层O3垂直分布模拟的影响

徐敬 马志强 赵秀娟 张小玲

引用本文:
Citation:

边界层方案对华北低层O3垂直分布模拟的影响

The Effect of Different Planetary Boundary Layer Schemes on the Simulation of Near Surface O3 Vertical Distribution

  • 摘要: 利用WRF-Chem模式,采用3种边界层参数化方案 (YSU, MYJ和ACM2),针对1个晴空、静稳日 (2013年8月26日20:00—27日20:00(北京时)) 进行模拟,着重分析不同边界层参数化方案对夜间残留层形成及日出前后O3浓度垂直分布形式的模拟效果,并与固城站地面及垂直同步观测资料进行对比。结果表明:3种边界层参数化方案均能够模拟出温度及风速的区域分布形式以及风温垂直结构的变化特征;相比之下,MYJ方案模拟的夜间边界层高度较YSU方案和ACM2方案明显偏高,该对比结果可能是导致近地面污染物浓度模拟差异的重要原因;在夜间稳定层结至日出后稳定状态打破的边界层结构演变过程中,采用YSU方案和ACM2方案模拟的温度和风速垂直扩线形式与观测结果更为接近;同样采用非局地闭合的YSU方案和同时考虑局地和非局地闭合的ACM2方案,对于边界层高度内O3浓度垂直分布形式的模拟效果具有明显优势。
  • 图 1  模拟区域及观测站分布

    Fig.1  Spatial coverage of the WRF-Chem simulation and the location of monitoring stations

    图 2  不同PBL参数化方案对2013年8月27日夜间 (00:00) 及午后 (15:00) 温度场模拟结果与观测对比

    (色阶底图为模拟结果,实心圆点代表观测结果)

    Fig.2  Comparison of the near-surface temperature at 0000 BT and 1500 BT on 27 Aug 2013 simulated by different PBL schemes with observation

    (simulated and observed values are indicated by shaded base graphics and shaded circles, respectively)

    图 3  2013年8月固城站不同PBL参数化方案模拟温度与观测对比

    Fig.3  Comparison of temperature simulated by different PBL schemes with observation at Gucheng Station in Aug 2013

    图 4  不同PBL参数化方案对2013年8月27夜间 (00:00) 及午后 (15:00) 地面风速场模拟结果与观测对比

    (色阶底图为模拟结果,实心圆点代表观测结果)

    Fig.4  Comparison of the near-surface wind speed at 0000 BT and 1500 BT on 27 Aug 2013 simulated by different PBL schemes with observation

    (simulated and observed values are indicated by shaded base graphics and shaded circles, respectively)

    图 5  2013年8月固城站不同PBL参数化方案模拟地面风速与观测对比

    Fig.5  Comparison of the diurnal change of near-surface wind speed simulated by different PBL schemes with observation at Gucheng Station in Aug 2013

    图 6  2013年8月固城站不同PBL参数化方案模拟近地层温度和风速垂直廓线与观测对比

    Fig.6  Comparison of temperature and wind speed profiles simulated by different PBL schemes with observations at Gucheng Station in Aug 2013

    图 7  2013年8月固城站不同PBL参数化方案模拟近地层O3浓度垂直廓线与观测对比

    Fig.7  Comparison of the vertical distribution of ozone concentrations simulated by different PBL schemes with observations at Gucheng Station in Aug 2013

    图 8  2013年8月不同PBL参数化方案模拟固城站上空边界层高度及O3浓度垂直分布

    Fig.8  Variation of planetary boundary layer height and O3 vertical distributions simulated by MYJ, YSU and ACM2 schemes at Gucheng Station in Aug 2013

  • [1] Tran H N Q, Molders N.Investigations on meteorological conditions for elevated PM2.5 in Fairbanks, Alaska.Atmospheric Research, 2011, 99(1):39-49. doi: 10.1016/j.atmosres.2010.08.028
    [2] 陈炯, 王建捷.北京地区夏季边界层结构日变化的高分辨率模拟对比.应用气象学报, 2006, 17(4):403-411. doi: 10.11898/1001-7313.20060403 
    [3] 刘梦娟, 陈敏.BJ-RUC系统对北京夏季边界层的预报性能评估.应用气象学报, 2014, 25(2):212-221. doi: 10.11898/1001-7313.20140211 
    [4] 陈炯, 王建捷.边界层参数化方案对降水预报的影响.应用气象学报, 2006, 17(增刊): 11-17. 
    [5] 韩茜, 魏文寿, 刘明哲, 等.乌鲁木齐降雪与非降雪天气边界层结构变化特征.应用气象学报, 2011, 22(3): 292-301. doi: 10.11898/1001-7313.20110305 
    [6] 刘煜, 周秀骥, 李维亮.对流层臭氧的数值模拟实验.应用气象学报, 1990, 1(1): 45-56. 
    [7] 李乐泉, 周明煜, 李兴生.夜间城市大气边界层和气溶胶的相互作用.应用气象学报, 1992, 3(1):32-41. 
    [8] Hong S Y, Pan H L.Nonlocal boundary layer vertical diffusion in a mediumrange forecast model.Mon Wea Rev, 1996, 124:2322-2339. doi: 10.1175/1520-0493(1996)124<2322:NBLVDI>2.0.CO;2
    [9] Pleim J E, Chang J S.A non-local closure model for vertical mixing in the convective boundary layer.Atmos Environ, 1992, 26A:965-981. 
    [10] Gayno G.Development of a Higher-order, Fog-producing Boundary Layer Model Suitable for Use in Numerical Weather Prediction.The Pennsylvania State University, 1994:1-104. 
    [11] 杨贵成.WRF-Chem中沙尘天气过程对模式分辨率及边界层方案的敏感性试验.安徽农业科学, 2012, 40(6):3462-3466. 
    [12] Cheng F Y, Chin S C, Liu T H.The role of boundary layer schemes in meteorological and air quality simulations of the Taiwan area.Atmos Environ, 2012, 54:714-727. doi: 10.1016/j.atmosenv.2012.01.029
    [13] 王颖, 张镭, 胡菊, 等.WRF模式对山谷城市边界层模拟能力的检验及地面气象特征分析.高原气象, 2010, 29(6):1397-1407. 
    [14] Hu X M, Klein P M, Xue M.Evaluation of the updated YSU planetary boundary layer scheme within WRF for wind resource and air quality assessments.J Geophys Res Atmos, 2012, 118:1-16. 
    [15] Neu U, Kunzle T, Wanner H.On the relation between ozone storage in the residual layer and daily variation in near-surface ozone concentration-a case study.Boundary-Layer Meteorology, 1994, 69:221-247. doi: 10.1007/BF00708857
    [16] Mebust M R, Eder B K, Binkowski F S, et al.Models-3 community multiscale air quality (CMAQ) model aerosol component-2.Model evaluation.J Geophys Res, 2003, 108(D6):4184, doi:10.1029/2001JD001410.
    [17] Mao Q, Gautney L L, Cook T M, et al.Numerical experiments on MM5-CMAQ sensitivityto various PBL schemes.Atmos Environ, 2006, 40(17):3092-3110, doi:10.1016/j.atmosenv.2005.12.055.
    [18] Herwehe J A, Otte T L, Mathur R, et al.Diagnostic analysis of ozone concentrations simulated by two regional-scale air quality models.Atmos Environ, 2011, 45(33):5957-5969, doi:10.1016/j.atmosenv.2011.08.011.
    [19] Hu X M, Ma Z Q, Lin W L.Impact of the Loess Plateau on the atmospheric boundary layer structure and air quality in the North China Plain:A case study.Science of the Total Environment, 2014, 499:228-237. doi: 10.1016/j.scitotenv.2014.08.053
    [20] Ma Z Q, Zhang X L, Xu J, et al.Characteristics of ozone vertical profile observed in the boundary layer around Beijing in autumn.Journal of Environmental Sciences, 2011, 23(8):1316-1324. doi: 10.1016/S1001-0742(10)60557-8
    [21] Zaveri R A, Peters L K. A new lumped structure photochemical mechanism for large-scale applications. J Geophys Res, 1999, 104:30387-30415. doi: 10.1029/1999JD900876
    [22] Wild O, Zhu X, Prather M J. Fast-J:Accurate simulation of inand below-cloud photolysis in tropospheric chemical model.J Atmos Chem, 2000, 37:245-282. doi: 10.1023/A:1006415919030
    [23] Zaveri R A, Easter R C, Wexler A S. A computationally efficient multicomponent equilibrium solver for aerosols (MESA). J Geophys Res, 2005, 110, D24203, doi:10.1029/2004JD005618.
    [24] Kain J S.The Kain-Fritsch convective parameterization:An update.J Appl Meteor, 2004, 43(1):170-181. doi: 10.1175/1520-0450(2004)043<0170:TKCPAU>2.0.CO;2
    [25] Chem S H, Sun W Y.One-dimensional time dependent cloud model.J Meteor Soc Japan, 2002, 80(1):99-118. doi: 10.2151/jmsj.80.99
    [26] Mlawer E J, Taubman S T, Brown P D, et al.RRTM, a validated correlated-K model for the longwave.J Geophys Res, 1997, 102(D14):16663-16682. doi: 10.1029/97JD00237
    [27] Dudhia J.Numerical study of convection observed during the Winter Monsoon Experiment using a mesoscale two dimensional model.Journal of the Atmospheric Sciences, 1989, 46(20):3077-3107. doi: 10.1175/1520-0469(1989)046<3077:NSOCOD>2.0.CO;2
    [28] Janjic Z I.Nonsingular Implementation of the Mellor-Yamada Level 2.5 Scheme in the NCEP Meso Model.NOAA/NWS/NCEP Office Note 437, 2002:61. 
    [29] Brljaars A C M.The parameterization of the surface fluxes in large-scale models under free convection.Quart J Roy Meteor Soc, 1995, 121(522):255-270. doi: 10.1002/(ISSN)1477-870X
    [30] Chen F, Duhhia J.Coupling an advanced land surface hydrology model with the Penn State-NCAR MM5 modeling system.Part Ⅰ:Model implementation and sensitivity.Mon Wea Rev, 2001, 129(4):569-585. doi: 10.1175/1520-0493(2001)129<0569:CAALSH>2.0.CO;2
    [31] Zhang Q, Streets D G, Carmichael G R, et al.Asian emissions in 2006 for the NASA INTEX-B mission.Atmos Chem Phys, 2009, 9:5131-5153. doi: 10.5194/acp-9-5131-2009
    [32] Guenther A, Karl T, Harley P, et al.Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Nature).Atmos Chem Phys, 2006, 6:3181-3210. doi: 10.5194/acp-6-3181-2006
    [33] Hong S Y, Noh Y, Dudhia J.Anew vertical diffusion package with explicit treatment of entrainment processes.Mon Wea Rev, 2006, 134:2318-2341. doi: 10.1175/MWR3199.1
    [34] Mellor G L, Yamada T.Development of a turbulence closure model for geophysical fluid problems.Reviews of Geophysics, 1982, 20(4):851-875. doi: 10.1029/RG020i004p00851
  • [1] 刘煜,  周秀骥,  李维亮.  对流层臭氧的数值模拟试验 . 应用气象学报, 1990, 1(1): 45-55.
    [2] 郑庆林,  邢久星.  一个六层亚洲有限区域模式及对一次西南涡过程的数值模拟 . 应用气象学报, 1990, 1(1): 12-23.
    [3] 王树芬.  一次阵风锋过程的边界层下部风场变化分析 . 应用气象学报, 1989, 4(1): 96-97.
    [4] 邓秋华.  行星边界层变形场与大暴雨落区 . 应用气象学报, 1986, 1(2): 165-174.
    [5] 王玉清,  朱永禔.  双涡藤原效应的数值模拟研究 . 应用气象学报, 1989, 4(1): 13-20.
    [6] 张杰英,  杨梅玉,  姜达雍.  考虑大尺度凝结加热的数值模拟试验 . 应用气象学报, 1987, 2(2): 123-132.
    [7] 王谦,  胡志晋.  凝结(华)过程的数值模拟方法研究 . 应用气象学报, 1989, 4(2): 207-213.
    [8] 李兴生.  稳定边界层中Ekman螺旋的异常及湍流二阶矩的特征 . 应用气象学报, 1989, 4(3): 225-233.
    [9] 胡志晋,  严采蘩.  层状云微物理过程的数值模拟(一)——微物理模式 . 应用气象学报, 1986, 1(1): 37-52.
    [10] 何溪澄,  党人庆.  长江中下游中尺度云团演变过程的数值模拟 . 应用气象学报, 1988, 3(2): 129-137.
    [11] 王思微,  许焕斌.  不同流型雹云中大雹增长运行轨迹的数值模拟 . 应用气象学报, 1989, 4(2): 171-177.
    [12] 胡志晋,  严采蘩.  层状云微物理过程的数值模拟(二)—中纬度气旋云系的微物理过程 . 应用气象学报, 1987, 2(2): 133-142.
    [13] 郑庆林.  非线性平衡方程初值化方法及其在中期数值天气预报试验中的应用 . 应用气象学报, 1987, 2(2): 113-122.
    [14] 郑庆林.  北半球七层原始方程谱模式(三)及其五天中期数值预报试验 . 应用气象学报, 1989, 4(1): 1-12.
    [15] 赵其庚,  郑庆林.  北半球七层初始方程谱模式在制作有限区数值预报中的应用 . 应用气象学报, 1988, 3(1): 17-24.
    [16] 郑庆林.  一个全球七层大气环流谱模式及其30天长期数值天气预报试验 . 应用气象学报, 1989, 4(3): 234-246.
    [17] 赵宗慈.  “三维气候模拟引论”介绍 . 应用气象学报, 1989, 4(1): -.
    [18] 赵宗慈.  利用大气环流模式制做夏季季风模拟 . 应用气象学报, 1989, 4(2): 199-206.
    [19] 曹鸿兴.  我国气候对北太平洋海温的响应的模拟试验 . 应用气象学报, 1986, 1(1): 68-74.
    [20] 赵宗慈.  黄河流域旱涝物理成因模拟与分析 . 应用气象学报, 1990, 1(4): 415-421.
  • 加载中
图(8)
计量
  • 文章访问数:  3731
  • HTML全文浏览量:  1403
  • PDF下载量:  1180
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-01-09
  • 修回日期:  2015-05-25
  • 刊出日期:  2015-09-30

边界层方案对华北低层O3垂直分布模拟的影响

  • 1. 中国气象局北京城市气象研究所, 北京 100089
  • 2. 京津冀环境气象预报预警中心, 北京 100089

摘要: 利用WRF-Chem模式,采用3种边界层参数化方案 (YSU, MYJ和ACM2),针对1个晴空、静稳日 (2013年8月26日20:00—27日20:00(北京时)) 进行模拟,着重分析不同边界层参数化方案对夜间残留层形成及日出前后O3浓度垂直分布形式的模拟效果,并与固城站地面及垂直同步观测资料进行对比。结果表明:3种边界层参数化方案均能够模拟出温度及风速的区域分布形式以及风温垂直结构的变化特征;相比之下,MYJ方案模拟的夜间边界层高度较YSU方案和ACM2方案明显偏高,该对比结果可能是导致近地面污染物浓度模拟差异的重要原因;在夜间稳定层结至日出后稳定状态打破的边界层结构演变过程中,采用YSU方案和ACM2方案模拟的温度和风速垂直扩线形式与观测结果更为接近;同样采用非局地闭合的YSU方案和同时考虑局地和非局地闭合的ACM2方案,对于边界层高度内O3浓度垂直分布形式的模拟效果具有明显优势。

English Abstract

    • 大气边界层位于受地面影响强烈的对流层底部,是地气相互作用和大气污染的主要发生地,湍流垂直交换显著。边界层湍流有利于污染物在边界层内扩散,边界层高度决定了污染物扩散的有效空气体积,边界层结构日变化规律影响着大气污染物浓度的日变化特征[1]。边界层参数化方案是数值模式解析大气湍流运动、计算边界层内热量、动量等湍流脉动物理量通常采用的方法,它不仅是气象模式的重要组成部分[2-5],也是空气污染模式的重要基础[6-7]

      因此,针对数值模式中不同边界层参数化方案对污染物扩散模拟的影响问题受到了广泛关注。如利用MRF (Medium-Range Forecast)[8], PC (Pleim-Chang)[9]以及GS (Gayno-Seaman) [10]方案对沿海城市光化学污染的模拟研究显示,GS方案模拟的边界层高度最低、气温最高且风速最弱,导致O3浓度的模拟结果最高;杨贵成[11]利用WRF-Chem模式,采用YSU和MYJ两种边界层方案模拟研究了一次沙尘天气过程中污染物浓度变化,指出在热通量对整个过程不具决定性影响的情况下,MYJ方案对地面PM10随时间变化特征的模拟与实况更接近;Cheng等[12]利用WRF模式中YSU和MYJ两种参数化方案模拟的气象场驱动空气质量模式CMAQ,分析了不同参数化方案产生的气象场对CMAQ模拟结果的影响,结果表明:各边界层方案对中国台湾污染物浓度分布的影响在不同天气系统条件下有很大差异;王颖等[13]采用同样方法,对兰州西固地区冬季污染物浓度进行数值模拟,结果表明:WRF模式的边界层参数化方案选为局地与非局地闭合方案ACM2时,模拟的气象场驱动CMAQ模式得到的空气污染物浓度分布特征最优。Hu等[14]评估了不同WRF-Chem版本中YSU参数化方案改进对夜间边界层结构及O3浓度模拟效果的影响。这些研究工作主要集中在气象模式中不同参数化方案对空气质量模式模拟地面污染物浓度的影响,对污染物浓度在边界层内垂直分布模拟效果影响的报道不多。此外,尽管在边界层过程影响污染物浓度分布方面已经达成了共识,但在不同方案的优劣及适用性方面仍有待进一步研究。

      相比于一次排放污染物而言,O3作为光化学生成的二次产物,受太阳辐射条件及大气化学垂直过程的影响,其边界层物理化学过程具有明显的日变化特征。表现为白天地面O3化学生成,在湍流作用下向上传输;夜间地面O3受NO滴定消耗,在稳定边界层结构的作用下地面以上形成O3残留层,次日残留层可以被下混运动带到地面,使地面的O3浓度升高、影响近地层光化学反应进程[15]。已有研究中,模式对于白天O3浓度高值模拟效果的改进取得了重要进展[16],然而对于夜间O3低值的模拟偏高仍然是空气质量数值模式普遍面临的问题[17],其中模式对于边界层结构模拟的偏差是导致这种情况的重要原因之一[18]

      本文着重研究不同边界层参数化方案对于边界层结构模拟效果影响污染物浓度的角度,采用WRF-Chem区域化学传输模式中3种不同边界层方案 (局地MYJ方案、非局地YSU方案以及同时考虑局地和非局地闭合的ACM2方案),针对污染物扩散起关键作用的地面温度场及风场、热力及动力层结以及污染物浓度的垂直分布形式进行模拟,并与观测资料进行对比,分析模式中不同PBL参数化方案对近地面O3浓度分布的模拟效果,以期为空气质量数值预报模式在区域性光化学污染预报业务中的应用提供指导。

    • 固城站 (39°08′N,115°40′E,海拔为15.2 m) 位于华北平原北部的河北省定兴县固城镇境内,其东北、西南和东面分别有北京、保定 (西南方向更远有石家庄、太原) 和天津等大中城市。其中,距离北京市区约110 km,距离保定市区约35 km,距离天津市区约130 km。有关站点的详细信息以及地面O3观测方法详见文献[19],观测站分布见图 1

      图  1  模拟区域及观测站分布

      Figure 1.  Spatial coverage of the WRF-Chem simulation and the location of monitoring stations

      地面气象要素观测资料取自于华北区域地面自动气象站监测结果,资料时间间隔为1 h;温度、风速及O3浓度的垂直廓线通过系留艇观测获得,具体观测方法见文献[20]。

    • WRF模式是由NCAR及NOAA联合一些大学和研究机构开发的中尺度预报模式同化系统。在线大气化学模式WRF-Chem是将化学模块与WRF模式相耦合,模式中考虑了大气污染物的平流输送、湍流扩散、干湿沉降、辐射传输等主要大气物理过程,以及多相化学、气溶胶演变等大气化学过程。

      本文研究采用WRF-Chem V3.5版本,气相化学过程采用CBMZ方案[21];光解过程由Fast-J方法[22]在线计算,每半小时为气相化学模块更新1次光解率;气溶胶过程采用包含了液相化学反应的MOSAIC模型[23]。主要物理过程方案设置如下:积云对流参数化方案采用Kain[24]改进方案;微物理过程采用Lin方案[25];长波辐射RRTM方案[26];短波辐射Dudhia方案[27];表面层方案需要和边界层方案配合使用,对MYJ方案使用ETA表面层方案[28],YSU方案和ACM2方案对应MM5表面层方案[29];模式陆面过程采用Noah参数化方案[30]

      模式采用Lambert地图投影方式,水平分辨率为9 km,中心点经纬度为39.2°N,116°E,经向132个格点,纬向123个格点,模式层顶设置为50 hPa,垂直方向分37层,模式低层σ值分别为1.0,0.995,0.990,0.985,0.980,0.970,0.960,0.950,0.940,0.930,0.920,0.910,0.900,0.895,0.890,0.880,0.865,0.850和0.800,对应的模式层距地面高度分别约为21,63,105,149,213,300,388,477,567,657,748,839,908,954,1024,1142,1284,1478 m及1724 m。模拟区域及观测站点如图 1所示。本文研究重点关注晴空、稳定的天气条件下边界层结构模拟效果对近地面O3浓度分布的影响。模拟时段为2013年8月24日20:00(北京时,下同)—27日20:00,选取26日20:00—27日20:00的模拟结果进行分析。8月26—27日地面受较弱的气压场控制,天空云量较少,地面平均风速为2.5 m/s,为晴空、稳定的天气条件。

      模式采用的人为污染物排放源清单来自INTEX-B (Intercontinental Chemical Transport Experiment-Phase B)[31]计划,该清单以2006年为基准,分辨率为0.5°,本研究是在该清单基础上,由该清单研发小组发展至2008年、水平分辨率为0.1°的排放源数据。模式所用生物源排放由MEGAN (Model of Emissions of Gases and Aerosols from Nature)[32]模型在线计算得出。气象驱动场的初始条件和边界条件采用NCEPFNL全球1°×1°的再分析资料,时间分辨率为6 h。

    • 本研究采用WRF V3.5中给出的YSU,MYJ和ACM2 3种边界层方案。其中,YSU方案是非局地K理论方案,该方案由MRF (Medium Range Forecast) 方案改进得来,控制方程中加入了反梯度项表示非局地通量,通过理查逊数临界值的增大提升稳定边界层的混合过程[33],边界层高度由理查逊数为零的临界高度确定。MYJ方案是一种局地闭合方案,通过湍流闭合方法描述表面层以上的湍流运动,湍流扩散系数依据湍流动能计算,边界层高度根据湍流动能廓线确定[34]。ACM2方案是一种同时考虑局地闭合和非局地闭合的参数化方案,它是在ACM1(Asymmetric Convective Model) 方案基础上,增加局地湍流输送发展而来,可描述由浮力作用引起的气块向上输送和局地湍流交换,该方案采用理查逊数方法确定边界层高度,不稳定条件下边界层高度的确定考虑夹卷层的热力穿透和风切变。不同边界层参数化方案处理方法的对比,详见文献[13]。

    • 为了检验不同PBL (planetary boundary layer, 边界层) 参数化方案对地面气象场的模拟效果,利用2013年8月27日00:00和15:00测点周边区域124个自动气象站观测资料以及8月26日20:00—27日20:00观测温度及风速的连续监测资料,将不同PBL参数化方案模拟结果与观测进行对比 (图 2图 3)。分析结果显示,3种PBL参数化方案模拟的白天和夜间温度场空间分布特征一致、分布形状与观测基本吻合;就区域范围而言 (图 2),3种PBL参数化方案均对夜间及午后温度模拟偏高;由固城站看,3种边界层方案对站点温度的模拟结果一致,与观测接近 (图 3)。

      图  2  不同PBL参数化方案对2013年8月27日夜间 (00:00) 及午后 (15:00) 温度场模拟结果与观测对比

      Figure 2.  Comparison of the near-surface temperature at 0000 BT and 1500 BT on 27 Aug 2013 simulated by different PBL schemes with observation

      图  3  2013年8月固城站不同PBL参数化方案模拟温度与观测对比

      Figure 3.  Comparison of temperature simulated by different PBL schemes with observation at Gucheng Station in Aug 2013

    • 3种PBL参数化方案模拟的白天和夜间地面风速场分布一致,基本模拟出了白天海拔较低的平原地区地面风速较小、海拔较高的地区地面风速较大的分布特征 (图 4),与观测对比,3种方案对于地面风速的模拟普遍偏高 (个别点偏低),导致这种情况的主要原因是目前采用的模式未详细考虑地表摩擦过程 (如城市建筑物等) 对风速的影响,该结果与已有研究报道一致[2, 13]。对比不同PBL参数化方案对测点10 m风速日变化的模拟结果 (图 5),YSU方案略优于MYJ方案和ACM2方案。

      图  4  不同PBL参数化方案对2013年8月27夜间 (00:00) 及午后 (15:00) 地面风速场模拟结果与观测对比

      Figure 4.  Comparison of the near-surface wind speed at 0000 BT and 1500 BT on 27 Aug 2013 simulated by different PBL schemes with observation

      图  5  2013年8月固城站不同PBL参数化方案模拟地面风速与观测对比

      Figure 5.  Comparison of the diurnal change of near-surface wind speed simulated by different PBL schemes with observation at Gucheng Station in Aug 2013

    • 图 6显示了3种PBL参数化方案模拟的8月26日夜间至27日上午温度及风速垂直廓线变化与观测对比。26日20:00出现接地逆温,3种PBL参数化方案均模拟出这种温度廓线结构;日出后,27日07:00接地逆温逐渐消失,地面至200 m为等温层,200~300 m仍为逆温层;此后,随着太阳辐射的增强,加热了低层大气,地表不断增温,27日09:00贴地等温层消失,地面至300 m温度随高度递减,但温度梯度较小,此时300~600 m为等温层,其上600~700 m为浅薄的逆温层;尽管27日10:00低层逆温消失,但大气垂直温度递减率很小,且在600~800 m仍存在等温层,表明尽管低层大气随着地面的加热出现扰动,但垂直方向上仍维持较为稳定的状态。风速的垂直分布特征与温度结构吻合,26日20:00—27日07:00,1000 m以下近乎为等风速层,风速很小,维持在2 m·s-1左右;27日09:00和10:00 800 m以上风速明显增强,800 m以下仍为小风速层。3种PBL参数化方案均能近似模拟出稳定边界层夜间及日出前后热力层结的变化特征,相比而言,YSU方案和ACM2方案的模拟结果与观测的温度层结结构更为接近,风速扩线形式的模拟同样略显优势。表明在稳定的边界层条件下,物质和能量的交换以局地为主,此时考虑非局地闭合方案MYJ的模拟优势则不明显。需要指出的是,与观测温度及风速垂直廓线相比,3种PBL参数化方案对温度的模拟整体偏低,对风速的模拟整体偏高。

      图  6  2013年8月固城站不同PBL参数化方案模拟近地层温度和风速垂直廓线与观测对比

      Figure 6.  Comparison of temperature and wind speed profiles simulated by different PBL schemes with observations at Gucheng Station in Aug 2013

    • O3作为光化学生成的二次污染物,其在边界层大气中的物理化学过程在白天与夜间截然不同,白天以近地面O3光化学生成并向高空传输为主,夜间以近地面NO滴定效应导致的O3消耗以及高层向下沉降补充为主。这一显著的物理化学过程日变化特征,使数值模式对于近地层O3浓度的模拟效果强烈依赖于边界层结构模拟的优劣。

      图 7显示8月26日20夜间至27日上午边界层O3垂直分布形式的模拟与观测对比。26日20:00由于逆温层的形成,近地面气团与上层空气隔绝,逆温层内部O3在NO的滴定作用下浓度迅速降低,逆温层上部,由于地面排放的NO向上扩散被抑制,滴定作用减弱,对O3的消耗降低。因此,稳定边界层条件下,夜间O3浓度垂直廓线表现为近地面O3浓度随高度的上升而升高,在逆温层以上形成O3残留层。图 7显示,3种PBL参数化方案都模拟出了26日20:00近地面O3浓度随高度递增的垂直分布特征。这种情况一直维持至次日日出后,至27日07:00,O3浓度垂直分布观测显示,地面至100 m为O3等浓度层,其浓度水平与夜间地面O3浓度接近 (约20×10-9)。此时,由于短暂日出对地表的加热作用,地表附近出现了轻微扰动,使近地面的O3在垂直方向出现微弱混合。此后,随着太阳辐射的增强,地面增温、扰动增强,从27日09:00和10:00观测得到的O3垂直分布形式看,近地面O3等浓度层不断升高,从07:00的100 m及09:00的300 m,至10:00达到500 m左右,这种日出前后O3浓度垂直分布的特征与3.2节大气相对稳定的状态吻合。3种PBL参数化方案的模拟结果对比显示,YSU方案和ACM2方案的模拟效果优于MYJ方案,特别对日出后 (09:00和10:00) 近地面O3等浓度层的模拟效果明显优于MYJ方案。

      图  7  2013年8月固城站不同PBL参数化方案模拟近地层O3浓度垂直廓线与观测对比

      Figure 7.  Comparison of the vertical distribution of ozone concentrations simulated by different PBL schemes with observations at Gucheng Station in Aug 2013

      进一步对8月26日20:00—27日20:00 3种PBL参数化方案模拟得到的固城站上空O3浓度垂直分布形式,以及边界层高度的逐时变化进行分析 (图 8),结果显示:MYJ方案模拟的夜间边界层高度高于YSU方案和ACM2方案,边界层的升高会降低地面NO浓度,减弱滴定作用,从而导致采用该方案对夜间地面O3浓度模拟偏高 (图 7中8月26日20:00)。YSU方案和ACM2方案模拟的夜间边界层高度相近,但日出后,采用YSU方案模拟得到的边界层高度发展较缓,且白天最大边界层高度低于其余两种方案。着重分析日出后测点上空O3浓度的垂直分布形式得到,观测资料显示8月27日09:00和10:00近地面O3等浓度层分别达到300 m和500 m左右,图 8显示采用YSU方案和ACM2方案模拟得到的O3垂直分布形式与图 7中观测吻合,而MYJ方案的模拟结果显示至27日11:00左右,近地面O3浓度随高度递增的分布形式才得以打破。

      图  8  2013年8月不同PBL参数化方案模拟固城站上空边界层高度及O3浓度垂直分布

      Figure 8.  Variation of planetary boundary layer height and O3 vertical distributions simulated by MYJ, YSU and ACM2 schemes at Gucheng Station in Aug 2013

      需要指出的是,YSU方案和ACM2方案对于日出后近地面O3浓度垂直分布形式的模拟效果优于MYJ方案。主要原因在于日出后地表吸收太阳辐射导致自由热对流发展,物质和能量的输送不仅限于局地,非局地气象条件在污染物的分布和扩散中起到十分重要的作用,故此时采用非局地闭合的YSU方案和同时考虑局地和非局地闭合的ACM2方案,对于边界层中污染物浓度分布的模拟具有明显优势,而稳定的夜间边界层条件下, 该方案模拟优势不明显。本研究结果可能更适用于稳定边界层打破后的大气层结条件,受边界层垂直观测资料欠缺的制约,特别是气象和污染物同步加密探空资料的匮乏,对于复杂气象条件下的各边界层方案模拟效果的验证还有待进一步开展。

    • 利用WRF-Chem模式,采用不同PBL参数化方案YSU,MYJ和ACM2,对夏季晴空、静稳的天气个例进行模拟,并利用观测资料对比检验了不同PBL参数化方案对于地面及边界层温度场和风场的模拟效果,着重分析了各PBL参数化方案对于夜间残留层及日出前后O3浓度垂直分布形式变化的模拟能力,得到以下结论:

      1) WRF-Chem模式提供的3种PBL参数化方案 (YSU,MYJ和ACM2) 均能近似模拟出温度场、风速场的区域分布形式以及风温垂直结构的变化特征,但3种方案对地面温度模拟普遍偏高、风速模拟普遍偏大。

      2) 相比之下,MYJ方案模拟的夜间边界层高度较YSU方案和ACM2方案明显偏高,可能是导致近地面污染物浓度模拟差异的重要原因。

      3) 在夜间稳定边界层及日出后边界层稳定状态打破的大气层结条件下,采用非局地闭合的YSU方案和同时考虑局地和非局地闭合的ACM2方案,对于边界层演变过程影响O3浓度垂直分布形式的模拟具有明显优势。对于复杂气象条件下的各边界层方案模拟效果的验证还有待进一步开展。

参考文献 (34)

目录

    /

    返回文章
    返回