不同陸面過程參數化方案模擬效果評估

謝菲 何宏讓 張云

摘要[目的]模擬南京及其周邊一次區域霧天氣過程變化過程。[方法]利用2013年12月6日NCEP 1°×1°再分析資料為初始場，采用WRF模式對陸面過程參數化方案進行了敏感性數值試驗，利用相關系數、平均偏差、平均絕對偏差、觀測值的標準偏差、模擬值的標準偏差等對各參數化方案下的物理量的模擬效果進行評估，并與南京站的地面常規觀測資料進行對比。[結果]不同陸面過程參數化方案對大霧天氣過程的模擬結果是敏感的，不同的參數化方案模擬的地面溫濕風存在較大差異，其中SLAB方案模擬結果可信度最高，偏差范圍最小，且各變量的偏差均呈現正態分布狀態。[結論]此次大霧過程中相對濕度、溫度露點差、地面溫度等變量的模擬效果較好，可將其作為判別指標，為后期提高霧過程預報準確率提供依據。

關鍵詞 區域霧；數值模擬；效果評估；陸面方案

中圖分類號 S16 文獻標識碼 A 文章編號 0517-6611（2016）09-210-06

Abstract[Objective]To simulate the process of fog weather in Nanjing and its surrounding area.[Method]With NCEP 1°×1°reanalysis data on December 6， 2013 as the initial field， sensitive numerical experiment on parameterization schemes of land process was carried out by WRF mode. Simulation effects of physical quantity in parameterization schemes was evaluated by using the correlation coefficient， mean deviation， mean absolute deviation， standard deviation of observed value， standard deviation of simulated value. The results were compared with the ground routine observation data in Nanjing Station.[Result]Simulation results of fog weather were found to be the most sensitive by different parameterization schemes of land process. Surface moist wind simulated by different parameterization schemes had relatively significant differences. Among them， SLABs scheme had the highest reliability of simulation results with the smallest deviation range. The deviation of each variable showed normal distribution state.[Conclusion]The simulation results of relative humidity， dew point temperature difference and surface temperature are consistent with the measured data. So they can be used as criterions and provide basis to improve the fog forecast accuracy in later period.

Key words Regional fog； Numerical simulation； Effect evaluation； Land scheme

隨著社會經濟的快速發展，霧引起的危害愈發明顯，對機場、高速公路、城市道路和港口航道安全的威脅越來越嚴重，此外，大霧還會加劇近地層的空氣污染，影響人類的生命健康。因此，開展霧天氣的數值模擬技術研究對于提高霧的預報準確率和大霧產生機制的認識具有重要意義。國外對霧的數值模擬研究開展較早[1]，主要經歷了一維[2]、二維[3]到三維[4]輻射霧模式，使霧的研究不斷深入。國內應用數值模式對霧開展研究始于20世紀80年代中期，也經歷了從一維[5-6]、二維[7]到比較完善的三維模式[8]。由于霧現象的出現越來越頻繁，不少學者對霧的生消機制及條件均進行了更為細致的研究。同時隨著研究的深入，有氣象學家通過改變初始條件、邊界條件、微物理方案、陸面方案等對模擬結果進行對比分析[9-10]，為提高大霧判識及預報準確率提供依據。

2013年12月5日起，南京及其周邊受霧和霾共同影響嚴重，且以霾現象為主，能見度維持在3 km左右，這種狀態持續到6日20：00后，霧過程逐漸產生并于7日02：00能見度開始驟降，08：00后發展成為部分地區能見度<50 m，但低能見度持續時間較短，即日出后開始消散，能見度維持在5 km以上。7日20：00起，能見度再次驟降，于8日08：00再次降至50 m左右，12：00大霧開始逐步減弱消散，直到9日此次霧過程才完全結束[11]。由于霧一般由近地層產生后逐漸發展，與下墊面相關的陸面過程也會影響霧的變化，筆者通過不同陸面方案試驗來研究大霧發展過程，同時由于WRF模式缺乏氣溶膠參數，對霾的模擬效果不佳，所以該研究僅利用2013年12月6日NCEP 1°×1°再分析資料為初始場，對大霧過程中（6日20：00～9日02：00）的不同陸面過程參數化方案進行敏感性數值試驗，并對模擬效果進行定量評估，從而得到模擬效果最佳方案，為進一步研究此次霧天氣過程的特征和發生發展的演變機制奠定基礎。

1 資料與方法

1.1 模擬方案設計 利用中尺度模式WRF3.5，采用三重網格嵌套方案，模式水平分辨率分別取27、9和3 km，格點數分別為200×129、283×175、361×250；地形分辨率分別為10′、5′、30″；模擬區域中心為南京（118.78°E、32.04°N）；模擬起止時間為2013年12月6日12：00～9日02：00，積分時間步長取90 s。模式參數設置如下：微物理過程選取Goddard方案，長波輻射過程選取RRTM方案，短波輻射過程選取Dudhia方案，近地面層選取MoninObukhov方案，邊界層方案選取YSU方案。此外考慮到霧是發生在邊界層內的天氣現象，將垂直方向增加至42層，其中近地面700 m以下加密至21層。選取5類不同陸面過程參數化方案進行對比試驗，包括5層熱力擴散方案（SLAB方案）、RUC方案、PleimXiu方案、Noah方案及不采用陸面方案（Wu方案）。

1.2 模擬效果評估方法

利用相關系數（r）、平均偏差（MD）、平均絕對誤差（MAE）、均方根誤差（RMSE）、觀測值的標準偏差（SD_O）、模擬值的標準偏差（SD_S）、觀測值與模擬值的吻合指數（IA），對模擬第3重嵌套區域中在2013年12月6日20：00～9日02：00時間段中2 m高處相對濕度、2 m高處溫度露點差、地面風速、地面溫度、海平面氣壓場等要素的模擬效果進行考察。國內外已有諸多學者利用該方法進行效果評估研究[12-14]。相關計算公式為：

其中，si為第i個模擬值，Oi為第i個觀測值，N為時間樣本總數，為觀測值的平均，為模擬值的平均，i為第i個模擬值和觀測值之間的差值。這些統計量中，MD、MAE、RMSE越小越好；r和IA為1時表明模擬值和觀測值之間時空變化趨勢吻合得很好，為0則表明模擬值與觀測值完全不吻合；SD_O和SD_S越接近越好[12]。

2 結果與分析

2.1 各氣象要素模擬效果評估

由表1可見，SLAB、Noah、PleimXiu陸面過程參數化方案模擬所得2 m高處相對濕度、2 m高處溫度露點差、地面溫度和海平面氣壓的相關系數通過了95%的置信度檢驗，其中2 m高處溫度露點差和地面溫度相關系數均達0.80以上，為高度相關。RUC方案及Wu方案模擬的2 m高處相對濕度和溫度露點差的相關性均較低。而不同陸面過程參數化方案模擬的地面風速均未完全通過95%置信度檢驗，SLAB方案僅有90%的點通過95%的置信度檢驗；Noah方案中僅有57.5%的點通過95%的置信度檢驗；PleimXiu方案也僅有60%的點通過95%的置信度檢驗。此外，不同方案模擬的海平面氣壓相關系數均在0.9以上，相關性高，且各陸面參數化方案偏差范圍均為-1～1 hPa，模擬偏差較小，計算第3嵌套區域中海平面氣壓相對誤差百分比（圖1）發現，SLAB方案的模擬誤差在0.05%，幾乎可以忽略，最大為PleimXiu方案，誤差也僅0.6%；不同方案的模擬偏差隨時間變化也很小，說明各方案模擬的海平面氣壓場效果均較好。因此下面選取相關性較高且通過部分置信度檢驗的陸面過程參數化方案的模擬結果進行對比分析。

2.1.1

SLAB陸面參數化方案的模擬效果評估。由表2可見，SLAB參數化方案中2 m高相對濕度、2 m高溫度露點差及地面溫度的相關系數均通過了95%的置信度檢驗，相關系數分別為0.808 6、0.839 2、0.878 6，模擬與觀測的吻合指數均達0.98以上，表明模擬與觀測比較一致。從MD看，模擬相對濕度偏大（MD=1.495 9%）、溫度露點差偏低（MD=-0.499 5 ℃）、地面風速偏大（MD=0.625 7 m/s）、地面溫度也偏高（MD=0.568 2 ℃）。4個變量SD_O和SD_S相差較小，差值分別為0.889 1%、0.041 1 ℃、0.221 7 m/s、0.093 2 ℃。李耀孫[12]研究發現當IA較高，RMSE

利用模擬所得相對濕度、溫度露點差、地面風速、地面溫度值與觀測值進行對比，并對模擬與觀測值的偏差進行概率分布統計，結果發現（圖2），SLAB參數化方案中4個變量的偏差均符合正態分布，但偏差均不是嚴格對稱，相對濕度呈現出偏向大于0一側；僅8.75%點的偏差<0；溫度露點差偏向小于0一側，僅2.5%的點偏差>0；地面風速則偏向略大于0一側；4個變量的偏差中值分別為1.90%、-0.56 ℃、0.58 m/s、0.39 ℃，基本與計算所得的平均偏差值相一致。SLAB參數化方案模擬結果中所有點的相對濕度偏差范圍基本在-1.874 5%～-3.945 8%，偏差均在10%以內；溫度露點差偏差范圍主要為-0.910 4～0.098 2 ℃，所有偏差均在1 ℃內，表明模擬結果與實況相近；地面風速偏差范圍為0.033 5～1.113 8 m/s，其中有13.75%點偏差超過1 m/s；地面溫度偏差主要為-0.040 5～2.655 1 ℃，83.75%樣本偏差均在1 ℃內，偏差較小。

整體分析發現，SLAB參數化方案模擬的各氣象要素除地面風速外均可信，且偏差也相對較小，對霧濃度及霧區范圍影響較小。

2.1.2 Noah陸面參數化方案的模擬效果評估。由表3可見，Noah參數化方案中2 m高處相對濕度、溫度露點差和地面溫度的相關系數均通過了95%的置信度檢驗，模擬的相關系數分別為0.817 8、0.830 3、0.925 3，IA均超過了0.98，表明模擬與觀測吻合程度較好。從MD看，相對濕度模擬值偏小（MD=-9.301 5%）、溫度露點差偏高（MD=1.480 1 ℃）、地面風速偏大（MD=0.509 3 m/s）、地面溫度偏高（MD=1.684 9 ℃），

Noah陸面過程參數化方案模擬的2 m高處相對濕度、2 m高處溫度露點差、地面風速、地面溫度SD_O和SD_S相差較小，差值分別為8.256 4%、1.693 0 ℃、0.314 8 m/s、0.711 1 ℃，但僅地面溫度滿足RMSE

利用模擬所得相對濕度、溫度露點差、地面風速、地面溫度值與相應的觀測值進行對比，并對模擬與觀測值的偏差進行概率分布統計，結果發現（圖3），Noah參數化方案中4個變量的偏差均符合正態分布，相對濕度呈現出所有點偏向小于0一側，且偏差值較大，偏差范圍為-19.856 5%～-5.080 9%，其中有27.5%點的偏差值超過10%；溫度露點差中所有點的偏差均偏向大于0一側，偏差范圍為0.699 9～3.522 4 ℃，約16.25%點的偏差超過2 ℃，約81.25%點偏差超過1 ℃，與實際偏差較大；地面風速則偏向略大于0一側，偏差范圍為-0.102 5～1.064 6 m/s；地面溫度偏差范圍為0.528 9～4.553 0 ℃，但僅有45%樣本點偏差在1 ℃內，多數樣本偏差較大；4個變量的偏差中值分別為-7.91%、1.24 ℃、0.49 m/s、1.15 ℃，與計算所得的平均偏差值存在一定差值。表明模擬結果與實況存在較大偏差，配合表3分析模擬結果不可信，因此舍棄Noah陸面過程參數化方案。

分析Noah參數化方案模擬的近地面氣象要素發現，整體模擬結果除地面溫度外均不可信，且相對濕度和地面風速的偏差范圍相對較大，勢必對霧區范圍及強度的模擬產生影響。

2.1.3 PleimXiu陸面過程參數化方案的模擬效果評估。

從表4可以看出，PleimXiu參數化方案模擬的2 m高相對濕度、2 m高溫度露點差、地面溫度的相關系數均通過了95%的置信度檢驗，相關系數分別為0.755 1、0.886 8、0.843 1；而地面風速僅有60%的點通過95%置信度檢驗且相關系數僅為0.276 9。從MD來看，相對濕度模擬值偏小（MD=-5.278 8%）、溫度露點差偏高（MD=0.845 4 ℃）、地面風速偏大（MD=0.678 6 m/s）、地面溫度偏高（MD=2.121 8 ℃）。4個變量SD_O和SD_S差值分別為9.518 1%、2.054 6 ℃、0.281 5 m/s、0.356 7 ℃。根據李耀孫[12]的研究，PleimXiu參數化方案模擬的2 m高處相對濕度、溫度露點差和地面風速3個變量的RMSE>SD_O，且相對濕度和溫度露點差的SD_S與SO_D存在較大差距，說明模式對3個變量的模擬不可信。而地面溫度滿足判斷準則，因此可以認為其模擬結果是可信的。

利用模擬所得相對濕度、溫度露點差、地面風速、地面溫度與相應的觀測值進行對比，并對模擬與觀測值的偏差進行概率分布統計，結果發現（圖4），PleimXiu參數化方案中的變量偏差均符合正態分布，相對濕度呈現出偏向小于0一側，所有點的偏差均小于0；溫度露點差偏向大于0一側；地面風速也呈現偏向大于0一側；地面溫度偏差均在大于0一側，偏差范圍為1.436 6～4.717 4 ℃；4個變量的偏差中值分別為-5.20%、0.84 ℃、0.63 m/s、1.90 ℃，基本與計算所得的平均偏差值相一致。方案值中所有點的相對濕度偏差范圍為-10.368 2%～-2.773 5%，偏差在10%以內的有98.75%；溫度露點差偏差范圍主要為0.373 9～1.577 4 ℃，偏差在1 ℃內的達81.25%；地面風速偏差范圍為0.160 8～1.399 6 m/s，其中有19.75%點偏差超過1 m/s。

總體而言，SLAB陸面過程參數化方案的模擬結果可信度最高，具體對比模擬值發現，3種方案中各變量的MAE>MD，由于MAE能夠更好地反應模擬誤差的實際情況，對比SLAB方案、Noah方案和PleimXiu方案發現，SLAB方案中的各變量MAE較Noah方案和PleimXiu方案小，這與李耀孫[12]模擬所得結果一致。再從各方案偏差中值及偏差范圍看，所有要素偏差范圍由小到大依次為SLAB方案、PleimXiu方案、Noah方案，因此SLAB方案的模擬效果最好。

2.2 站點地面氣象要素模擬效果對比分析

2.2.1 2 m高處相對濕度。

從圖5a可以看出，當不考慮陸面方案時，模擬的相對濕度一直維持在90%以上，與實況不相符，其他幾種陸面方案模擬的相對濕度變化趨勢均與實況較為一致，7日20：00～8日08：00及8日20：00后相對濕度模擬值均達95%以上，且多數時次是接近100%，而白天受太陽短波輻射影響，水汽凝結作用減弱，相對濕度降低，這與實況觀測一致。Noah方案模擬的相對濕度值在7日06：00～8日02：00及8日10：00后與實況相比明顯偏小，偏差最多出現在7日14：00和8日14：00，模擬的濕度值比實況小25%左右，其他時次偏差基本在10%左右。PleimXiu方案模擬的相對濕度在7日06：00由飽和狀態逐漸降低，并于7日14：00出現最小值（40%），這與實況（70%）相差較大，此后模擬的相對濕度值開始增大，但與實況仍存在超過10%的差值，這種狀態持續到8日06：00，模擬的相對濕度值與實況值均達100%；8日06：00后模擬的相對濕度效果較好，基本維持在95%以上。RUC方案模擬的相對濕度變化趨勢與實況觀測基本一致，但在7日08：00～7日20：00及8日08：00后模擬的濕度值比實況觀測值高。SLAB方案模擬的相對濕度不論從變化趨勢還是值的大小均是與實況最為接近的，僅個別時次存在5%以內的差值。

2.2.2 2 m高處溫度露點差。由圖5b可見，整個大霧過程RUC方案和SLAB方案模擬的溫度露點差的變化趨勢及其值與實況吻合性最佳，誤差主要出現在7日14：00左右及8日14：00，溫度露點差達5 ℃，其他時次誤差基本可以忽略。Noah吻合性較差，整體溫度露點差較實況大。PleimXiu方案在7日14：00左右和8日14：00左右出現與實況誤差達10 ℃現象。

不考慮陸面方案時，溫度露點差也基本維持不變，說明陸面方案在數值模擬過程中作用明顯。

2.2.3

地面風速。圖5c顯示，SLAB方案模擬效果與實況最為接近。各方案模擬的地面風速變化趨勢大體一致，但模擬的地面風速值存在差異，Noah模擬的風速值整體偏大1 m/s左右，尤其7日夜間實況觀測風速僅2.07 m/s，但模擬達3.3 m/s，不利于夜間霧的發展。其他方案模擬效果也存在分散情況，但與實況相差不大。當不考慮陸面方案時，地面風速也呈現與實況較為一致的變化趨勢，風速值較實況偏小。

2.2.4 地面溫度。

從圖5d可看出，各陸面方案的地面溫度在6日20：00～7日08：00與實況差別較小，到7日08：00后逐漸增大。RUC方案模擬溫度在7日14：00明顯低于實況觀測值，差值達5 ℃左右，7日14：00后模擬與實況的溫度差一直維持存在。PleimXiu方案的溫度變化趨勢基本符合實況，但其在午后的變化幅度過大，在7日12：00模擬溫度比實況溫度高約3 ℃，在8日12：00模擬溫度也高出約2 ℃。Noah方案與PleimXiu方案相似，午后一般高出2～3 ℃，此外其模擬的夜間溫度比實況又低3 ℃左右。SLAB方案模擬的地面溫度變化情況與實況觀測基本一致，僅個別時次出現溫度偏差，但偏差也相對偏小。

3 結論

該研究利用相關系數、平均偏差、平均絕對偏差、觀測值的標準偏差、模擬值的標準偏差等對各參數化方案下的物理量（2 m高處相對濕度、2 m高處溫度露點差、地面風速、地面溫度）的模擬效果進行評估，并利用南京站的地面常規觀測資料進行對比。結果表明，不同陸面過程參數化方案對大霧天氣過程的模擬結果是敏感的，模擬的溫濕風存在較大差異，其中SLAB方案可信度最高，偏差范圍最小，且各變量的偏差均呈現正態分布狀態，模擬的相對濕度偏差為1.90%，地面溫度偏差約0.39 ℃，與實況相差最小，除此之外相比較其他方案，SLAB方案模擬的各物理量平均偏差的絕對值、平均絕對誤差以及均方根誤差等均更小。后期可利用2 m高處相對濕度、2 m高處溫度露點差和地面溫度作為霧過程的判別指標，從而為后期提高霧過程的預報準確性提供依據。

參考文獻

[1]FISHER E L，CAPLAN P，FISHER E L，et al.An experiment in the numerical prediction of fog and stratus[J].Journal of the atmospheric sciences，1963，20（5）：425-437.

[2]ROACH W T，BROWN R，CAUGHEY S J，et al.The physics of radiation fog.I：a field study[J].Quarterly journal of the royal meteorological society，1976，102：313-333.

[3]DUYNKERKE P G.Radiation fog：A comparison of model simulation with detailed observation[J].Mon Wea Rev，1991，119：324-341.

[4]BOTT A.On the influence of the physicochemical properties of aerosols on the life cycle of radiation fogs[J].Boundary layer meteorology，1991，56（1/2）：1-31.

[5]尹球，許紹祖.輻射霧生消的數值研究（I）：數值模式[J].氣象學報，1993，51（3）：351-360.

[6]尹球，許紹祖.輻射霧生消的數值研究（II）：生消機制[J].氣象學報，1994，52（1）：60-67.

[7]孫旭東，徐華英，李桂忱，等.二維平流輻射霧的數值模擬[J].大氣科學，1991，15（6）：99-109.

[8]石春娥，曹必銘，李子華，等.復雜地形上三維局地環流的模擬研究[J].南京氣象學院學報，1996，19（3）：320-328.

[9]王益柏，梅娜，范磊，等.WRF模式對2013年1月華北一次大霧的數值模擬對比試驗[J].氣象，2014，40（12）：1522-1529.

[10]劉漢衛，潘曉斌，臧增亮，等.華東地區一次輻射霧的數值模擬分析[J].干旱氣象，2011，29（2）：174-181.

[11]崔強，王春明，岳甫璐，等.南京2013年12月一次大霧天氣過程的數值模擬及診斷分析[C]//第31屆中國氣象學會年會S11第三屆城市氣象論壇-城市與環境氣象.中國氣象學會，2014.

[12]李耀孫.MM5和WRF對華東地區冬季邊界層廓線和霧模擬效果的對比研究[D].南京：南京信息工程大學，2012：14.

[13]周昆，郝元甲，姚晨，等.6種數值模式在安徽區域天氣預報中的檢驗[J].氣象科學，2010，30（6）：801-805.

[14]OTTE T L.The impact of nudging in the meteorological model for retrospective air quality simulations.Part I：Evaluation against National Observation Networks[J].Journal of applied meteorology and climatology，2008，47（7）：1853-1867.