Application of Dynamic Downscaling Method for the Large Eddy Simulation in a Radiation Fog Case

LIN Jipei1,2, ZHANG Qinghong1,†

ACTA Scientiarum Naturalium Universitatis Pekinensis - - Contents - LIN Jipei, ZHANG Qinghong

1. Department of Atmospheric and Oceanic Sciences, School of Physics, Peking University, Beijing 100871; 2. 91181 Troops of PLA, Qingdao 266405; † Corresponding author, E-mail: qzhang@pku.edu.cn

Abstract The large eddy simulation (LES) has accurate calculation, but consumes a lot of computer resources. Based on the WRFV3.7 model with four to five nested domains, a radiation fog in North China is simulated through the dynamic downscaling method, to retain the advantages of the LES and reduce the computational time. The results show that, compared with LES scheme under the same horizontal grid resolution, dynamic downscaling method can predict formation of fog more successfully, and in addition, save 47.02% to 67.67% computational time. This study raise possibility for the LES scheme to be used in the operational forecast system in the future. Key words radiation fog; large eddy simulation; boundary layer; downscaling; computational time

大涡模拟(the large eddy simulation, LES)是一种分辨率能够达到米级[12], 可以精确地解析湍流运动的模拟方法, 近年已广泛应用于大气精细物理

[34]过程的研究中, 如边界层辐射雾 、台风边界层小尺度运动[5]、城市中的颗粒物排放源[6]和层积云的风场、能量输送特征[7]。

Deardorff [8]于 1972 年首次提出将 LES 应用于行星边界层(planetary boundary layer, PBL)的研究, LES 方法的优势在于具有高分辨率, 能够更好地模拟边界层湍流和能量输送的结构特征[910]。特别是

在对雾的研究中, LES 能够更好地研究辐射雾的精细结构[3]以及辐射雾形成和发展过程中的细节[4]。Bergot[1]利用 LES 研究辐射雾的小尺度结构, 发现了雾形成和发展阶段物理量场的不同特征, 探讨了

[11]湍流能量在不同阶段对雾的影响。左全等 利用LES 对华北地区一次冬季辐射雾过程进行模拟, 对比分析了雾爆发前后的地面气温和相对湿度等物理场变化, 发现与 PBL 方案相比, LES 可以明显提高中尺度模式对华北地区辐射雾的预报技巧。然而,与提高网格水平分辨率类似, LES 通过高分辨率地

解析湍流运动来研究辐射雾的精细结构, 也需要大量的计算资源来进行模拟运算, 因此在现有的计算能力条件下还不能用于业务模式预报。动力降尺度模拟方法在气候研究领域有较多的[12]应用 。降尺度方法能将全球气候模式输出的粗空间分辨率和较长时间间隔的数据转化为几千米以内的空间尺度和短时间间隔的气象数据, 为气象、水文、生态、环境模拟和预警研究提供数据资料和参考依据, 目前已成为一个重要的研究领域[13]。左

[14]河疆等 分别采用直接插值、WRF (the weather research and forecasting model)模式嵌套和 WRF+ CALMET (california meteorological model) 3 种降尺度方案, 对比分析风功率预报业务中的效果。陈威霖[15]针对中国东南部区域, 分别利用可变网格区域气候模式的动力模式和统计模型 SDSM (statistical down scaling model)进行动力和统计降尺度, 对该区域 21 世纪的气候变化进行高分辨率预估研究。在雾的研究领域, 为了提高分辨率, WRF 模式常用的方法是增加网格嵌套层数, 但由于不同嵌套网格之间的数据交换, 需要的计算资源通常比较大。辐射雾通常在较大面积区域内爆发性出现。在日常业务预报中, 若能够准确地预报辐射雾的岀雾时间, 及时发布大雾预警, 就可以有效地减少经济损失。高分辨率 LES 在雾的预报中有一定优势, 但是计算量比 PBL 方案大, 难以用于业务模式。基于以上原因及前人的研究, 本文选取华北地区一次辐射雾天气个例以及对此次辐射雾个例模拟效果相对最优的 PBL 方案[11], 首先通过不同分辨率网格嵌套的 LES 模拟方法对此次辐射雾过程进行模拟,然后利用动力降尺度方法将传统 PBL 方案的模拟结果作为 LES 方案的初值和侧边界条件进行模拟,最后利用 ETS (equitable threat score)和 Bias 评分,对比分析不同敏感性实验的模拟结果, 探讨动力降尺度方法在辐射雾个例中的预报效果及应用前景。

1天气背景及资料来源1.1天气过程

2013 年 1 月 21 日 08:00 前, 华北地区位于高空槽前, 地面位于西南暖湿气流控制下, 河北省大部分地区经历了一次降水过程(图略)。北京时(local standard time, LST) 21 日 08:00, 中高层槽线移过华北地区, 至 21 日 20:00 后中高层已经转变为由西北气流控制下的槽后天气, 大气中高层以少云天气为 主。21 日华北地区地面位于高压系统的底部, 水平气压梯度小, 多数地区有 2 m/s 左右的水平风。这

[16]样的天气形势有利于雾的形成和发展 。地面观测站及高速公路气象观测站监测到, 大雾最早于 21日 18:00 开始在河北省境内形成, 19:00 后雾区范围迅速扩大, 3 小时后河北省大部分地区被大雾笼罩,多地出现能见度小于 100 m 的浓雾, 持续长达两天时间。这次大雾过程有出现时间早、浓度大、维持时间长、影响范围广的特点, 是一次非常典型的华北地区辐射雾[11]。

1.2 资料

1) 美国国家环境预报中心(National Center for Environmental Prediction, NCEP)的 FNL (final operational global analysis)再分析资料, 垂向共 26 层, 每天 00:00, 06:00, 12:00, 18:00 (世界标准时(coordinated universal time, UTC)) 4 个时次的资料, 包括经向和纬向风速分量、相对湿度、2 m空气温度及海表面温度等 26 个变量(http://dss.ucar.edu/datasets/ ds083.2)。

2) 河北省气象局高速公路自动观测站提供的每小时气象要素, 包括能见度、风向风速和温度。

3) 中国气象局常规地面自动观测站点提供的每 3 小时气象要素, 包括能见度、风向风速、气压、温度和露点温度。

高速公路观测站和气象常规观测站共 145 个观测站点(其中常规气象观测站点 71 个, 高速公路观测站点 74 个)的分布如图 1 所示。

2研究方法2.1能见度计算方法

WRF 模式并不直接输出能见度数据。本文选取垂直层次的第一层混合相态水含量(雨水、雪水、云水、云冰含量之和)来计算能见度, 主要参考并使用 Kunkel[17]的研究结果和计算方法。

大气水平能见度 AVH (atmospheric horizontal visibility)与消光系数 β 之间的关系如下:

AVH = −1000 ln (0.02)β,式中, AVH 的单位是 m。β 的计算方法如下:

 = 144.7 MWC0.88, MWC (visibility-mixed-phase water content)表示混合相态水含量(g/m3)。

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.