古爾班通古特沙漠大氣邊界層參數化方案的模擬評估

王 豫，阿吉古麗·沙依提，買買提艾力·買買提依明*，周成龍，高佳程

（1.中國氣象局烏魯木齊沙漠氣象研究所/中國氣象局塔克拉瑪干沙漠氣象野外科學實驗基地，新疆 烏魯木齊830002；2.新疆氣象學會，新疆 烏魯木齊830002）

古爾班通古特沙漠（44°15′~46°50′N，84°50′~91°20′E）地處準噶爾盆地腹地[1]，西接伊犁河谷，南鄰天山山脈，北靠阿爾泰山[2]。海拔300~600 m，面積為4.88×104km2[3]。古爾班通古特沙漠約占全國沙漠面積的6.8%，其中半固定沙漠的面積約占整個古爾班通古特沙漠的79%，流動沙丘面積占20%左右[4]，是我國第二大沙漠和最大的固定/半固定沙漠[5]。古爾班通古特沙漠是我國唯一冬季存在長期積雪、春季有短命植物生長的沙漠[6-7]，以典型的大陸性溫帶荒漠氣候為主[8]，干燥少雨是其主要氣候特征[9]，風向以東北風和西風為主[3]。其獨特的沙漠環境對氣候變化特別敏感，在邊界層演變方面有著特殊的規律，并對區域氣候產生著重要的影響[3-5]，古爾班通古特沙漠的動力和熱力作用通過大氣邊界層傳遞到自由大氣。所以，對沙漠干旱區大氣邊界層演變規律的研究顯得尤為重要。

古爾班通古特沙漠腹地人跡罕至，獲取長期連續的氣象地面觀測資料非常困難，沙漠腹地近地層氣象學問題，歷來也是研究中的難點，多數者均利用沙漠周邊氣象站資料或短期科學考察數據來研究新疆沙漠環境及氣候變化，如胡永峰等[3]利用可移動測風系統，對古爾班通古特沙漠半固定沙壟進行實地觀測，分析了風速和風向的脈動特征與氣流和下墊面覆蓋的關系?；粑牡萚4]通過在古爾班通古特沙漠腹地的系留氣艇邊界層探測試驗資料，分析了沙漠腹地近地層風、溫、濕等氣象要素廓線垂直分布特征及其變化情況。但對沙漠大氣邊界層內氣象要素長期變化特征的研究甚少，而數值模擬可以減少人力物力的投入，彌補觀測數據的缺失。

隨著數值模式的發展，目前數值模式已經成為大氣科學研究的重要工具，且它是利用參數化的方法來準確識別解決模式中次網格尺度的大氣湍流運動[10]。模式的發展需要提高精準度，從而帶動了邊界層物理過程參數化的研究[11-13]，Pleim等[14]在ACM1（Asymmetric Convective Model version 1）的基礎上，提出了局地非局地方案ACM2，就是在原來的非局地方案ACM1中考慮了由大氣湍流運動而引起的局地切變。Bougenalt和Lacarrere[15]為了配合WRF模式中的多層城市冠層方案，而提出了BouLac方案。Hong等[16]提出了YSU（Yonsei University）方案，該方案是MRF（Medium Range Forecast Model）方案的訂正版本，增加了邊界層頂的夾卷層，即在MRF的基礎上更好地考慮了垂直混合。Nakanishi等[17]將凝結過程加入到Mellor-Yamada-2.5階湍流閉合模式中，使得計算過程更加精細化。不同的邊界層參數化方案采用的湍流閉合方式、邊界層混合過程及邊界層頂的計算方式不同，并不能夠準確地表述大氣湍流運動，所以在使用WRF模式時，怎樣根據實際情況選用邊界層參數化方案一直都是模擬研究的重點問題。很多學者已經做了一些邊界層參數化方案的研究，Coniglio等[18]利用WRF模式的不同參數化方案在北美地區進行敏感性實驗，發現MYNN2.5（Level 2.5 Mellow-Yamada Nakanishi Niino）方案的模擬結果優于其他方案。孟露等[19]利用WRF中尺度數值模式中5種邊界層參數化方案模擬了2014年4月塔克拉瑪干沙漠大氣邊界層特征，發現5種方案均能模擬出近地面氣溫、邊界層高度，感熱、潛熱、地表熱通量的變化趨勢，且ACM2方案是該地區大氣邊界層模擬較為合理的選擇。也有學者通過選擇幾個個例，特別是晴天個例來模擬比較，張龍等[20]使用WRF中3類參數化方案模擬半黃土高原丘陵地區冬季晴天地面地表熱通量、溫度及風速的變化，發現局地MYJ方案對地面風溫的效果優于局地閉合方案ACM2和YSU方案。以上研究均表明，WRF模式的不同參數化方案模擬效果差別較大。

本文旨在利用中尺度模式WRF模擬沙漠區的邊界層演變特征，結合當地實測的野外觀測資料和不同下墊面演變狀況，評估不同參數化方案在古爾班通古特沙漠的適用性，為在沙漠地區發展高分辨率數值預報模式的研究工作提供參考依據。

1 模式和數據

1.1 模式設置

試驗采用5種不同的邊界層參數化方案[18-20]（表1）對古爾班通古特沙漠邊界層特征進行數值模擬。為更精確的反映模擬區域的三維結構特征，圖1a模式使用了三重嵌套，從最外層到最內層的格點數分別為100×100、157×157、205×205，并以水平分辨率依次9 km、3 km、1 km進行數值模擬算例。最內層以古爾班通古特沙漠腹地為中心，三重嵌套的垂直層數設置為53層，近地層2000 m以下有非等距的23層，最高層約為50 hPa。初始和邊界條件選用NCEP提供的1°×1°再分析資料，該資料每6 h更新一次。

WRF模式中靜態數據庫的下墊面土地類型會直接影響陸面過程反饋及垂直邊界層結構的模擬結果。WRF模式中默認的下墊面數據是1993年發布的USGS數據[22]，且四季并未更換下墊面數據，它與實際的下墊面差別較大，因此本文選擇2010年MODIS衛星遙感數據。圖1b展示了模擬區域下墊面土地類型。本文共設計了20組不同邊界層參數化方案的理想數值實驗方案，模擬時間分別為2017年1月21日—1月28日、2017年4月18日—4月25日、2017年7月21日—7月28日、2017年10月21日—10月28日。在這4個模擬時間段內，前24 h均為起轉時間，具體的參數設置如下：WRF版本為WRF3.7.1；中心經緯度為87.60°E，45.02°N；三重嵌套為100×100、157×157、205×205；網格間距為9 km、3 km、1 km；垂直分層為53層；物理參數化方案為Noah陸面過程[23]、WSM3微物理方案[16]、RRTM長波輻射方案[24]、Dudhia方案[25]。

表1 WRF模式5類邊界層參數化方案

圖1 WRF模擬的三重嵌套和d03區域下墊面的土地利用類型

1.2 數據

模擬結果的驗證資料源于古爾班通古特沙漠腹地的克拉美麗陸—氣相互作用觀測站（KLML）。站點沙漠基底是第四紀疏松沖擊物，主要由0.1~0.25 mm粒級的沙粒組成，沙丘高度一般均在50 m以下。地表植被覆蓋度相對較高，生長期覆蓋度可達50%以上[7]。同時丘間低地和灌叢下生物結皮充分發育，包括藻類結皮、地衣結皮和苔蘚結皮[26]。

站點南側為輻射觀測子系統，西北側為渦動相關系統，具體儀器名稱及安裝高度見表2。輻射系統采用美國Campbell公司的CR1000型采集器，以10 s采集頻率進行數據采集，并輸出1 s、10 s、1 min、30 min和1 h的數據表格。渦動相關系統用美國Campbell公司的CR3000型采集器以10 Hz采集頻率進行數據采集，渦動觀測資料采用EddyPro4.0軟件進行處理，并進行過質量控制。另外，為提高數據的可比性和準確性，每一套系統分別配了GPS衛星校時模塊，每日24時對系統進行自動校時，由于觀測系統所在位置經度與烏魯木齊時區的中心經度相差不大，所以統一用烏魯木齊時間（與北京時時差2 h）作為采集器的當地標準時間。采用均方根誤差（RMSD）、平均偏差（MB）、相關系數（r）、誤差平方和（SSE）來評估不同邊界層參數化方案的模擬能力。

表2 儀器名稱及安裝高度

2 結果與討論

2.1 古爾班通古特沙漠腹地近地層氣象要素的模擬分析

2.1.1 2 m氣溫模擬結果與觀測結果的對比分析

從圖2和表3可看出，不同參數化方案均能很好地模擬出四季2 m氣溫的日變化趨勢，四季均呈白天模擬值低于觀測值，夜間高于觀測值。冬季（圖2a），模擬溫度在-12.8~-19.6℃，且在04時和13時成功模擬出了最低和最高氣溫。與觀測值（OBS）對比，5種方案在白天的模擬誤差大于夜間。非局地方案ACM2、YSU及局地方案MYNN2.5均很接近觀測值，其中ACM2方案模擬效果最好，這與孟露在塔克拉瑪干沙漠的研究結論一致[19]，r可達0.96，RMSD為1.2℃，MB為-0.5℃，SSE為1.1℃；而BL方案與實測值的偏差最大，其r為0.92，RMSD為1.9℃，MB為-1.0℃，SSE為7.9℃。由于ACM2方案向上采用的是過渡湍流混合運動，向下采用是局地K混合，與在沙漠下墊面條件下，長期積雪導致無地面熱源，向上的湍流運動弱的真實條件相一致，所以ACM2方案存在模擬優勢。而局地方案MYNN2.5模擬較好的原因是由于WRF模式中熱力學粗糙度的計算過程單獨成為一個參數化方案，代碼中相應以獨立module形式存在。Yang[28]的熱力學粗糙度參數化方法在模擬沙漠地區氣溫有較高的準確性，且此方案在WRF模式的3.4版本后已經應用到MYNN2.5這一近地面層參數化方案中[25]。在調用陸面過程模型前先調用此模塊計算出包括熱力學粗糙度在內的變量和參數，繼而為陸面過程中物質能量交換的計算提供交換系數，從而能更好地模擬氣溫。

春夏兩季（圖2b，2c）模擬值與觀測值日變化趨勢的吻合度都較高。與冬季類似，春夏兩季，非局地方案YSU及局地非局地方案ACM2的模擬值均很接近觀測值，其中ACM2方案在兩個季節模擬效果均最好，春季，r可達0.96、RMSD為1.0℃；MB為-0.9℃，SSE為3.3℃；夏季r可達0.98、RMSD為1.0℃、MB為0.5℃、SSE為6.0℃。MYJ方案與實測值的偏差最大，春季r為0.90，RMSD為2.2℃，SSE為20.6℃，夏季r為0.91，RMSD為1.5℃，MB為-1.4℃，SSE為7.3℃。另外，4個季節模式對日間溫度峰值均存在低估現象，白天的冷偏差是由于模式對地面附近的超絕熱層深度低估造成的[29]，另外，模式中采用的Noah陸面過程低估了降水，造成模擬積雪量低于實際積雪量，造成了模擬的溫度低于實測。

秋季（圖2d）模擬值與觀測值的日變化趨勢也相一致，5種方案在夜間模擬誤差較小，非局地方案YSU、ACM2的模擬值很接近觀測值，其中ACM2方案模擬效果最好，r可達0.94，RMSD為1.7℃，MB為-0.8℃，SSE為3.5℃；而局地方案MYJ、BL和MYNN2.5的模擬值與實測值的偏差較大，其中BL方案的模擬偏差最大，r為0.85，RMSD為1.9℃，MB為-1.2℃，SSE為16.5℃。

WRF的熱力學變量不是在2 m高度上模擬計算的，其輸出的2 m氣溫是一個診斷值[30]，是利用地表溫度、地表熱通量以及風速等參數通過相似理論在模式最底層診斷所得，這種從地表到大氣的垂直輸送過程會導致模擬與實測值之間產生偏差。

圖2 不同方案對模擬時間段內平均2 m氣溫模擬值與觀測值的日序列

表3 不同方案對模擬時間段內平均2 m氣溫模擬值與觀測值的誤差分析

2.1.2 10 m風速模擬結果與觀測結果的對比分析

風速是沙漠下墊面起沙的必要動力條件，其模擬結果的好壞直接影響到沙塵暴數值預報模式的改進。由圖3和圖4可看出，冬季，局地方案BL（圖4）能較好的模擬出10 m風速的日變化趨勢，且在02、04、08時和15時成功模擬出了風速極值，r可達0.68，RMSD為0.2 m·s-1。與觀測值對比，5種方案均能粗略模擬出風速變化趨勢，模擬風速范圍在1~4 m·s-1，RMSD表明5種方案的模擬值均偏大，這與胡曉明[11]的研究結果一致?？諝鈩恿W粗糙度、近地面氣溫等很多因素都會對10 m風速產生影響，在1 h高分辨率模擬條件下，地形及其它局部強迫因子的作用變得明顯，使模擬結果對實際小尺度湍流造成的風速瞬時變化反應不敏感[20]，古爾班通古特沙漠冬季有穩定積雪，而模式采用的Noah陸面過程會低估降雪量，造成了風速值高估。非局地方案ACM2及MYJ模擬結果r在0.3~0.6，距離A時徑向距離均較大，表示冬季局地方案對風速的模擬效果優于非局地方案。

圖3 不同方案對模擬時間段內平均10 m風速模擬值與觀測值的日序列

圖4 不同方案對模擬時間段內平均10 m風速模擬值與觀測值的泰勒統計扇形圖

春季（圖3b）模擬值與觀測值的日變化趨勢較一致，除了BL在16—18時模擬有低估，其他時間5種方案的模擬值均偏大。局地方案BL和MYNN2.5的模擬值均很接近觀測值，其中BL方案模擬效果最好，r可達0.82，RMSD為0.2 m·s-1；而局地非局地方案ACM2與實測值的偏差最大，其r為0.67，RMSD為0.2 m·s-1。夏季，5種方案夜間的模擬效果均優于白天，局地方案BL模擬出的10 m風速與實測值基本一致，r可達0.85，RMSD為0.23 m·s-1。春夏季，10 m風速均出現高估現象，可能是由于模式中未考慮實際下墊面的低矮植被和灌木叢，導致模式的湍流混合作用高于實際，所以造成風速高估。

秋季，10 m風速的模擬值與觀測值的誤差是4個季節中最大的，地表特性是影響10 m風速的主要因素，尤其是地表加熱作用，白天模擬風速比實測值高了3~4 m·s-1，5種邊界層方案對10 m風速都有一定的高估，且風速起伏越大的地方，高估量就越大，是由于WRF模式對風速的模擬可能存在系統性偏差[38-39]。其中局地方案BL模擬值誤差較小，r為0.72，RMSD為0.43 m·s-1。

2.2 古爾班通古特沙漠腹地地表通量的模擬分析

地表凈輻射通量是地球表面接受和輸出的短波和長波輻射平衡的結果，它主要從兩個方面影響大氣邊界層，一是感熱和潛熱通量通過熱力和動力作用，使得邊界層內有熱量、動量、水汽等傳輸過程；二是土壤熱通量通過熱傳導過程，影響土壤溫度[23]。沙漠地區的太陽輻射遠比一般地區強烈，白天地表凈輻射通量大，陸—氣相互作用的主要能量來自凈輻射的加熱，它是掌握邊界層發展所需能量的主要來源[32]。在WRF中，感熱和潛熱的計算主要受地表熱傳導系數和溫濕梯度的影響，本文給定下墊面的熱傳導系數，不同邊界層方案對感熱潛熱的模擬差異主要受溫濕梯度模擬結果的影響。古爾班通古特沙漠下墊面為半固定半流動沙漠，2017年平均降水量僅為40.3 mm，潛熱通量較小，感熱通量是影響凈輻射通量變化的主要因素[33]。

由圖5可知，感熱通量在地表通量中占舉足輕重的地位，且5種邊界層方案在四季均能較好地模擬出地表熱通量的日變化特征，秋冬兩季模擬偏差可達到-3.21~3.03 W·m-2，四季夜間穩定狀態下，感熱通量均為負值，大氣向地表輸送熱量，日出后，感熱通量隨著地表增溫而不斷增大，其在冬、春、夏、秋季分別從09、07、05、07時開始由負轉正，表示地表開始加熱大氣，除冬季在15時達到一天中的最大值外，其他3個季節均在12—13時達到一天中的最大值，四季高值范圍在45~350 W·m-2。從平均偏差來看，局地方案MYJ和BL在4個季節對感熱通量的模擬效果都存在優勢，這與許魯君[36]在青藏高原那曲地區的研究結果一致，局地非局地方案ACM2的次之。

圖5 2017年古爾班通古特沙漠四季晴日感熱通量平均日變化

由潛熱通量日變化曲線（圖6）可以看出，秋冬兩季的模擬效果優于春夏兩季，且5種邊界層方案均準確地模擬出了一天中潛熱通量極大值的出現時間（14時）。夜間，潛熱通量基本為零，且變化較小；日出后，地表溫度迅速升高，蒸發加快，潛熱通量隨之增大，四季均在13 h達最大值，由于沙漠干旱缺水，潛熱值小于城市、森林等其他下墊面，四季高值范圍在9~31 W·m-2。從平均偏差來看，局地方案MYJ在4個季節對感熱通量的模擬效果存在優勢，局地非局地方案ACM2的模擬效果次之。

圖6 2017年古爾班通古特沙漠四季晴日潛熱通量平均日變化

2.3 古爾班通古特沙漠腹地邊界層高度的模擬分析

邊界層高度是邊界層大氣中的一個重要的參數，主要受到下墊面和大氣層結的影響，其高度的變化在一定程度上可以反映出邊界層內湍流活動情況。WRF模式中的邊界層方案使用不同的方法來估計邊界層高度。我國西北干旱地區的大氣邊界層類似低緯度的深厚邊界層[34]，由垂直風切變所產生的動力湍流運動，及由感熱加熱產生的熱力湍流運動是影響大氣邊界層高度的主要因素，但當前邊界層參數化方案對穩定邊界層描述不足，導致模式對夜間邊界層模擬存在較大偏差[35]。

由圖7可知，5種方案模擬的邊界層高度均有合理的日變化特征。冬季（圖7a），局地方案整體模擬的邊界層高度高于非局地方案，除MYNN2.5和ACM2外，其余3種方案模擬邊界層高度日變化趨勢基本一致。3種局地方案模擬邊界層高度極大值出現在15時，2種非局地方案模擬極大值出現在17時。模擬邊界層頂可達550 m，MYNN2.5方案模擬最高，一天之中，各方案模擬邊界層高度最小值出現的時間也有差異，BL方案在00時左右出現最低邊界層高度，低至60 m，MYNN2.5、MYJ方案模擬邊界層最低均出現在凌晨02時，高度為90 m。

春季（圖7b），5種方案模擬邊界層高度的日變化趨勢基本一致，其極大值均出現在14時，模擬邊界層頂高達1800 m，一天之中，各方案模擬邊界層高度最小值均出現在06時左右，高度為40~350 m。與冬季不同的是，局地方案模擬的邊界層高度低于非局地方案，MYJ方案模擬的最高值比ACM2方案低了400 m。

夏季（圖7c），除MYJ方案外，其余4種方案模擬邊界層高度的日變化趨勢基本一致，其極大值均出現在15時左右，極小值均出現在06時左右。局地方案模擬的邊界層高度低于非局地方案，MYJ方案邊界層高度的模擬高值比其他方案低800 m左右，這是由于該方案采用湍流動能廓線法判斷邊界層頂高度的條件為湍流動能降低到0.2 m2·s-2，而同樣采用湍流動能廓線法的BL方案，其條件為湍流動能降低到0.005 m2·s-2。模擬邊界層頂高達3000 m，最低邊界層高度為30~380 m。

秋季（圖7d），5種方案模擬邊界層高度的日變化趨勢基本一致，其極大值均出現在15時，與春季相同，局地方案模擬的邊界層高度整體高于非局地方案，YSU方案模擬的最高值比BL方案低300 m。模擬邊界層頂高達1100 m，霍文[2]利用系留汽艇探空觀測古爾班通古特沙漠地區沙塵多發的10月，發現晴天條件下邊界層最大高度接近1200 m，與YSU方案模擬的邊界層日最大值相近。一天之中，除MYNN2.5方案外，其余4個方案模擬邊界層高度最小值均出現在06時左右，高度為150 m。

圖7 2017年古爾班通古特沙漠四季晴日邊界層高度平均日變化

3 結論

利用古爾班通古特沙漠2017年的梯度鐵塔和通量觀測數據，采用中尺度氣象模式WRF中的5種邊界層參數化方案對沙漠邊界層溫度、風速、地表凈輻射通量和垂直結構特征進行數值模擬，分析不同邊界層參數化方案在該地區的適用性。主要結論如下：

（1）WRF模式對古爾班通古特沙漠地區2 m氣溫的模擬存在冷偏差，5種邊界層參數化方案均能較好地模擬出4個季節2 m氣溫的日變化特征，其中非局地方案ACM2模擬效果最好（r=0.98）。局地方案BL方案的模擬偏差最大。

（2）采用WRF模擬沙漠近地層內的風速特征時，5種邊界層參數化方案均能粗略地模擬出10 m風速的日變化特征，其中局地方案BL的模擬效果最好，春夏季的模擬效果優于秋冬季。

（3）在沙漠地區，地表能量平衡中主要以感熱的形式釋放。采用WRF模擬沙漠近地層內的地表通量特征時，感熱通量存在高估現象，潛熱通量存在低估現象。5種邊界層參數化方案均能較好地模擬出4個季節模擬時間段內地表凈輻射通量的日變化特征，其中局地方案MYJ的模擬精度最高。

（4）5種方案模擬的邊界層高度均有合理的日變化特征。冬季和秋季，局地方案模擬的邊界層高度均高于非局地方案，模擬邊界層頂可達550 m和1100 m；春季和夏季，局地方案模擬的邊界層高度均低于非局地方案，模擬邊界層頂可達1800 m和3000 m。

因此，四季地表狀況變化條件下，針對古爾班通古特沙漠下墊面邊界層的研究，應根據研究的目標氣象要素，選取相應的邊界層參數化方案。由于模式的水平和垂直分辨率、地理條件、地表覆蓋類型、土壤溫濕度、大氣邊界層參數化方案及陸面參數化過程均會影響到邊界層的模擬結果，所以在今后的工作中，將進一步研究根據下墊面類型改進參數化過程，提高復雜下墊面條件下大氣邊界層模擬的準確性。