基于不同地形資料的地形復雜區氣象場模擬

李曉麗，梁 爽，滕 宇，毛 健，陳 莉

（天津師范大學 地理與環境科學學院，天津300387）

氣象參數是空氣質量模式的重要輸入模塊，其模擬的準確性和氣象模型模擬性能對空氣污染物化學傳輸過程的模擬具有較大影響[1-3].目前，中小尺度氣象預報模式—WRF（weather research and forecasting）模式是空氣質量模擬和大氣化學模式等領域應用較為廣泛的氣象數值模型.影響WRF 模式模擬氣象場準確性的因素眾多[4-6]，其中作為數值模式的重要輸入數據[7-8]，地形高度數據的準確性直接影響著WRF 模式對陸面過程和大氣邊界層特征的模擬精度，進而影響氣壓、氣溫、濕度和風速等氣象要素的模擬效果.因此，地形數據對氣象模擬和空氣質量模擬具有極其重要的作用.

隨著遙感技術的不斷發展和資料精度的提高，比較不同精度地形高度資料間的數值模式模擬性能成為一種趨勢.目前WRF 模式中應用最廣泛的地形數據為30 s 分辨率（約900 m）的GTOPO30，該數據由美國地質調查局（USGS）EROS 數據中心于1996 年底制作完成.由于地球表面不斷被自然和人類活動改變，且資料年份較早，GTOPO30 數據與當前地形信息存在很大差距.Gao 等[9]基于中尺度大氣模式MM5，將黑河流域GTOPO 30 s DEM 數據和更新的30 m DEM 數據與氣象站高程進行對比，結果表明更新的地形數據與氣象站高程更為接近.Meij 和Vinuesa[10]將航天飛機雷達地形任務（shuttle radar topography mission，SRTM）數據引入WRF 模式，研究意大利北部地區氣象模擬效果，發現與模式默認的GTOPO30 數據相比，更高精度的資料可以較好地縮小模擬偏差.鄒振操和鄧院昌[11]將SRTM3 和ASTER 高精度地形數據引入WRF 中尺度模式中，并結合模式原有地形數據GTOPO30對不同地形數據下香港地區10 m 高處風速模擬結果進行檢驗，結果表明SRTM3 和ASTER 數據能夠更加準確地描述研究區域的地形特征.張小培和銀燕[12]發現SRTM地形數據可以更為精細地描述復雜地形，GTOPO30 數據在一些地區偏差較大，與SRTM 地形數據存在矩形差異區.潘小多等[13]利用ASTER 數據檢驗下墊面數據對黑河流域WRF 模擬精度的影響，指出WRF 模式本身的地形高度信息存在較大誤差. 以上研究表明，GTOPO30 數據存在較大誤差，此外，相比于WRF 的內置資料，高精度的地形資料可以更準確地模擬不同區域的氣象場.

自WRF3.8 版本開始，WRF 模式默認地形高度資料由GTOPO30 數據改為全球多分辨率地形高程數據GMTED2010.與GTOPO30 數據相比，作為新一代WRF 模式靜態資料的GMTED2010 數據在垂直精度方面提升明顯，但目前國內外有關GMTED2010 數據對WRF 模擬精度影響的研究尚未見報道.此外，分辨率為7.5 s 的GMTED2010 數據的均方根誤差（RMSE）為23～36 m[14]，而分辨率為3 s 的SRTM 數據的均方根誤差（RMSE）為16 m[15]，即GMTED2010 數據的地形高度誤差高于SRTM 數據，因此，研究GMTED2010 地形數據對WRF模擬性能的影響以及利用SRTM 數據更新WRF 默認地形數據的必要性具有現實意義.本研究以南疆和天山山脈地區為例進行WRF 模式氣象模擬，并與SRTM地形數據的模擬結果進行對比，從近地面和高空2個方向對模擬效果進行評價，得出GMTED2010 資料與SRTM 資料模擬效果相近的結論，證明GMTED2010數據精度可靠，同時通過進一步研究發現，復雜區域的地形插值誤差是影響模擬精度的重要因素.

1 實驗方案設計

1.1 研究區概況

本文研究區覆蓋我國南疆和天山山脈地區并向甘肅方向延伸，該區域位于中緯度歐亞大陸腹地，遠離海洋，其間山脈與盆地相間排列.南疆地區一面是向東開口的塔里木盆地，中部為塔克拉瑪干沙漠，西有帕米爾高原，南有昆侖山脈，北面的天山山脈由3列東西走向的褶皺山脈和陷落盆地組成，高度平均在3000 m 以上，地勢西高東低.遼闊的地域以及山脈與盆地相間的地貌格局使其溫度場、濕度場和風場等氣象場具有鮮明的特點，復雜的地形特征和氣候環境有利于增大不同精度地形資料間的高程差異和氣象模擬差異，從而更好地評估GMTED2010 數據的精度對WRF 模式模擬性能的影響.

自GTOPO30 數據制作完成以來，大型地理區域的高質量高程數據的可用性顯著提升.新數據源包括包含SRTM 數據在內的全球數字地形高程數據以及加拿大高程數據等.鑒于GTOPO30 和SRTM 地形數據的廣泛使用，美國地質調查局（United States geological survey，USGS）和國家地理空間情報局（national geospatial-intelligence agency，NGA）共同制作了全球大陸范圍內的高程數據集—GMTED2010 數據[14]，作為GTOPO30 數據的增強型替代數據產品，目前GMTED2010 數據具有30 s（約1 km）、15 s（約500 m）和7.5 s（約250 m）多個分辨率等級，其中大多數垂直高度參考了地球引力模型1996（EGM 96）中的大地水準面（NGA，2010），并提供全球84°N～56°S 范圍內所有陸地區域的高程數據，其主要源數據集為NGA 的SRTM 數字高程模型1 s 數據，并對SRTM 覆蓋范圍以外區域進行填補，SRTM 數據則覆蓋了60°N～56°S 范圍內的陸地地表.

為探討GMTED2010 地形數據和SRTM 地形數據在南疆及天山地區氣象模擬中的精度差異，將經過WRF預處理系統（WPS）插值得到的2 種地形高程數據與站點基準高程進行對比，結果如圖1 所示.由圖1 可以看出，插值后的2 種數據與站點基準高程存在誤差，尤其是天山山脈地區的站點，如巴倫臺站和阿合奇站的誤差高達300～400 m.此外，2 種數據間模擬的站點地形高程非常接近，可見GMTED2010 數據和SRTM 數據在WRF 模式模擬區域氣象場時的地形高度較為一致.

圖12 種資料插值與站點基準高程對比Fig.1 Comparison of two data interpolations with site baseline elevation

1.2 實驗設計

本研究模擬模式采用WRFV3.8 版. 實驗共選取28個站點，各站點地理位置分布如圖2 所示.

圖2 研究區和站點的地理位置Fig.2 Location of study area and site

圖2 中10個探空站點的觀測資料來源于懷俄明大學天氣數據（http：//weather.uwyo.edu/wyoming/），每日00 ∶00 和12 ∶00 各輸出一次；18個地面站點的觀測資料來源于美國國家氣候數據中心（national climatic data center，NCDC）（http：//www.ncdc.noaa.gov/）的自動地面監測站數據，每3 h 輸出一次.各個站點均建立具有10 km 空間分辨率的區域，中心點坐標為各個站點坐標，其垂直結構包括30 層.模擬時段為2016 年8 月1 日至2016 年8 月31 日共31 d，以美國國家環境預報中心（national centers for environmental prediction，NCEP）FNL 全球分析資料提供的每日12 ∶00（世界時）1°分辨率（經度和緯度）和每6 h 取樣作為模擬初始場和邊界條件，每小時輸出一次，即采用逐時模擬的氣象數據.參數化方案采用WSM3 微物理參數化方案、YSU 邊界層參數化方案、RRTM 長波輻射方案、Dudhia 短波輻射方案、Kain-Fritsch 積云參數化方案和Noah 陸面參數化方案.

共設計了2 組數值模擬方案，一組為GM 方案，即WRF 默認資料GMTED2010 為靜態地形資料；另一組為SR 方案，即以SRTM 地形資料替換WRF 默認地形資料作為下墊面高程數據.2 種方案均在水平方向上提取逐3 h 地面參數，包括2 m 氣壓、10 m 風速、2 m氣溫、2 m 相對濕度和2 m 露點溫度，觀測站數據選取地面站觀測資料.垂直方向上提取2000 m 以下垂直層0 時和12 時（世界時）的瞬時氣壓、風速、氣溫、相對濕度和露點溫度，與探空站觀測值進行比較.

1.3 統計參數評估方法

在進行2 組實驗方案的模擬效果檢驗時，本研究提取最接近氣象站的模式輸出格點值與氣象站點的觀測值進行對比. 統計參數采用平均偏差MB（mean bias）、均方根誤差RMSE（root mean square error）和相關系數R（correlation coefficient）進行評估，計算公式為

式（1）～式（3）中：fi和oi分別為第i 次模擬值和觀測值；n 為觀測次數.

2 結果與討論

2.1 地面氣象要素

氣壓、氣溫、露點溫度、相對濕度和風速的逐時觀測數據為NCDC 提供的18個地面站點的每3 h 觀測數據，本研究從地面氣象要素分析2 種方案模擬效果，結果如表1 所示.

表12 種方案近地面氣象參數誤差統計Tab.1 Error statistics of near-surface meteorological parameters of two schemes

由表1 可以看出，SR 方案與GM 方案相比2 m 氣壓MB 減小7%，而2 m 氣溫和10 m 風速的MB 在2種方案中存在2%的差異，2 m 相對濕度和2 m 露點溫度的RMSE、MB 和R 基本沒有變化，均小于1%，總體看來，GMTED2010 地形數據和SRTM 地形數據在模擬區域地形高程時精度相差不大，且近地面氣壓、氣溫、風速、相對濕度和露點溫度等氣象參數模擬效果相近，其中2 m 氣壓模擬效果存在較明顯差異是因為在模擬復雜山區地形特征時，SRTM 數據的精度可能比GMTED2010 數據的精度略高，使得SR 方案的2 m 氣壓模擬與其他氣象參數相比改善明顯，由此可知近地面氣壓對地形高度極其敏感.

2.2 時間序列模擬對比

本研究在時間序列分析中選取2 種地形數據模擬偏差較大（46 m）的阿合奇站（78.45E，40.93N）的地面氣象參數模擬結果.阿合奇站點周圍的地形如圖3所示.由圖3 可以看出，阿合奇地區為“兩山夾一谷”的復雜地形，天山山脈貫穿全境，地勢較高，東南為沙漠，具有干燥、太陽輻射強且晝夜溫差大的氣候特征.

圖3 阿合奇站點周圍的地形Fig.3 Topography around the Akqi site

圖4 為阿合奇站點GM 方案和SR 方案所得模擬值與觀測值的比較結果.由圖4 可以看出，2 種方案均可以模擬出2 m 氣壓的時間變化趨勢，已知SRTM 數據經過模式插值后模擬的站點高程值更接近基準高程（圖1），因此對地形高度變化比較敏感的氣壓來說，2 m 氣壓的模擬效果隨著地形高度精確性的提高顯著改善，因此GM 方案與SR 方案間存在約4 hPa 偏差；從2 m 氣溫、10 m 風速、2 m 相對濕度和2 m 露點溫度的模擬效果看，2 種方案間的模擬值比較接近，這可能是因為站點周圍格點在2 種方案中的地形高度特征差異不明顯，弱化了氣溫、風速、相對濕度和露點溫度模擬所需的溫濕場和風場的差異性，因此，2 種方案氣象參數模擬值在整個時間序列上較為一致，但均與觀測值的偏差較大，原因仍需進一步研究.綜上所述，對于南疆和天山地區，GMTED2010 數據插值后與SRTM數據插值后的精度相差不大.

圖4 阿合奇站點時間序列模擬值與觀測值比較Fig.4 Comparison of time series simulation values and observations of Akqi site

2.3 探空氣象要素模擬對比

由于GMTED2010 數據與SRTM 數據對各探空站點的高程模擬均無較大差異，因此選取周圍地形較為復雜的庫車站（82.97°E，41.71°N）驗證2 種數據高空氣壓、氣溫和風速的模擬效果.庫車站點周圍的地形如圖5 所示.

圖5 庫車站點周圍的地形Fig.5 Topography around the Kuqa site

圖6 為2 種方案在庫車站模擬的氣溫、氣壓和風速MB隨垂直高度的變化情況.

圖6 氣壓、氣溫和風速MB 隨高度的變化Fig.6 Air pressure，air temperature and wind speed MB as a function of height

由圖6 可知，GM 方案和SR 方案模擬所得氣壓、氣溫和風速MB在垂直方向上的變化趨勢幾乎一致，其中GM 方案所得風速的MB略小于SR 方案所得風速的MB，二者表現出較小的差異. 可見GMTED2010數據在WRF 模式中模擬高空氣象要素的效果與SRTM 數據相近，2 種數據在地形插值后的精度較為一致，在氣象場模擬中具有相似的地形特征.

圖7 為庫車站點氣壓、氣溫和風速3 種氣象參數8 月21 日12 ∶00（世界時）模擬值與觀測值的對比情況.由圖7 可知，由于2 種資料經過插值處理平滑了地形高度，降低了地形起伏程度，2 種方案的模擬值在垂直高度上同樣極其接近，但2 種方案的模擬值均與觀測值存在不同程度的偏差，且隨著高度的增加，偏差增大，這可能是因為庫車站點北臨天山，地處塔里木盆地北緣，高空受地形、邊界層和局地氣流擾動等多種因素影響較大[16-17]，因此其高空氣象場的模擬效果仍有待進一步改善.

圖7 氣壓、氣溫和風速模擬值與觀測值隨高度的變化Fig.7 Variations of air pressure，air temperature and wind speed simulation and observation values with height

綜上所述，GMTED2010 數據和SRTM 數據在區域氣象模擬中具有相似的模擬效果，二者的精度差異[18-19]對WRF 模式模擬過程影響較小，GMTED2010數據作為默認地形資料具有較高的可靠性.在各氣象參數模擬結果中，近地面氣壓對地形高度較為敏感，但改善程度較小，與觀測值之間具有一定程度的偏差（表1 和圖4），由此考慮是由于2 種數據經過了WPS模塊的地形插值處理，且選擇站點模擬高程作為WRF模式格點插值的平均地形高度，平滑了該地區復雜的地形起伏特征，增大了與實際地形特征之間的誤差，還受到土地利用類型等其他下墊面資料精度以及參數化方案等因素的影響[20]，因此氣象要素模擬與實際觀測之間存在一定程度的偏差.同時2 種地形插值后的高程間偏差減小，模式模擬氣象場時的地形特征相似，使得二者數據模擬的氣象參數結果無明顯差異.

圖8 為GMTED2010 數據在WRF 模式不同空間分辨率下插值的高程與基準高程的地形偏差標準差的變化情況.

圖8 不同空間分辨率下的高程標準差變化Fig.8 Changes of elevation standard deviation with different spatial resolutions

由圖8 可以看出，地形偏差的標準差最大可達134 m，最小的分辨率也存在高達44.5 m 的標準差，由此可知，地形插值處理產生的誤差較大，且不因分辨率的升高而消除.因此，減小地形數據的插值誤差，提高地形高度模擬的準確性仍有待進一步研究.

3 結論

為評估WRF 新一代默認地形資料GMTED2010數據對區域氣象場的模擬效果，本研究模擬了南疆和天山地區2016 年8 月1 日至2016 年8 月31 日共31天的氣壓、溫度、風速、相對濕度和露點溫度數據，從近地面層和垂直層對氣象參數的模擬結果進行分析，并與SRTM 數字高程模型所得模擬結果進行對比，得到以下結果：

（1）經過插值處理的GMTED2010 數據與SRTM數據較為接近，且近地面氣壓、氣溫、風速、相對濕度和露點溫度的模擬效果均偏差較小，其中氣壓在地形極其復雜的區域存在較明顯的偏差，其他氣象參數的模擬值均具有較高的一致性.此外，2 種地形數據在高空氣象場的模擬上也表現出相似的模擬結果.

（2）2 種地形數據的精度差異對WRF 模式模擬結果的影響不明顯，因此GMTED2010 數據對區域數值模擬的可靠性較高，無需將WRF 模式默認地形資料替換更新為SRTM 數據以提高模擬精度.此外，由氣壓對地形高度的敏感性可知，利用WRF 模式地形插值模塊對地形數據進行插值處理縮小了GMTED2010 數據與SRTM 數據間的地形高度偏差，使得2 種模擬過程趨于一致，造成氣壓改善幅度不明顯，其他氣象參數均無明顯變化.因此，后續工作需要探索一種縮小系統插值誤差的方法以提高模式模擬的地形高度精度.