張小培，銀燕

(南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室，江蘇南京210044)

0 引言

大氣邊界層的結(jié)構(gòu)及其演變對(duì)大氣中云—輻射相互作用、污染物傳輸、垂直混合等一系列物理、化學(xué)過(guò)程起著重要作用，這些過(guò)程直接影響大氣中臭氧、細(xì)粒子(PM2.5)的產(chǎn)生、傳輸和清除，因而在污染物傳輸擴(kuò)散規(guī)律研究中需要準(zhǔn)確描述大氣邊界層氣象要素及其變化特征。在對(duì)大氣的數(shù)值模擬過(guò)程中，邊界層的處理方法決定了模擬的大氣邊界層和混合層高度、湍流混合強(qiáng)度和時(shí)空演變、以及風(fēng)場(chǎng)的準(zhǔn)確性，而它們又對(duì)大氣中污染物的產(chǎn)生、空間分布、以及清除過(guò)程起著重要作用(Ku et al.，2001)，因此在進(jìn)行氣象模擬時(shí)必須選擇最合適的邊界層參數(shù)化方案，尤其在復(fù)雜地形下(Pérez et al.，2006;Z?ngl et al.，2008)。

WRF(weather research and forecasting)為新一代高分辨率中尺度模式，可用于天氣系統(tǒng)模擬(李嘉鵬等，2009)，也可作為大氣傳輸模式的氣象驅(qū)動(dòng)場(chǎng)(Ding et al.，2009)。在WRF模式邊界層方案評(píng)估方面，Gilliam and Pleim(2010)利用WRF3.0模式結(jié)合不同陸面過(guò)程方案，分別選用ACM2方案與YSU方案對(duì)美國(guó)2006年1月和8月大氣要素進(jìn)行了模擬，認(rèn)為ACM2方案模擬結(jié)果更適合作為大氣傳輸模式的氣象驅(qū)動(dòng)場(chǎng)。Hu et al.(2010)等利用WRF3.0.1模式研究了YSU、ACM2以及MYJ三種邊界層方案對(duì)德克薩斯州休斯頓地區(qū)7—9月大氣邊界層的模擬情況，發(fā)現(xiàn)ACM2和YSU方案模擬誤差較MYJ方案要小，且MYJ方案模擬的大氣邊界層較實(shí)況偏冷偏濕，并認(rèn)為不同方案模擬的誤差主要是由各方案對(duì)邊界層中垂直混合強(qiáng)度及邊界層上部夾卷作用的考慮程度不同引起的。值得注意的是，Gilliam and Pleim(2010)和 Hu et al.(2010)對(duì)WRF模式中大氣邊界層方案的研究都是基于不同的近地面層方案和陸面過(guò)程方案，因此難以真實(shí)反映以上幾種大氣邊界層方案在模擬中作用。

本文研究對(duì)象為地形復(fù)雜的黃山及周邊地區(qū)。黃山地處安徽省的南部山區(qū)，山勢(shì)呈東北、西南向，南北長(zhǎng)約40 km，東西寬約30 km，面積約1 205 km2。由于受大氣環(huán)流、地理位置和海拔高度共同影響，黃山既有亞熱帶季風(fēng)特點(diǎn)，又有山地氣候垂直變化特征，具有云霧多、溫差大、降水多的氣候特點(diǎn)，是觀測(cè)氣溶膠與云相互作用的理想地點(diǎn)(林振毅，2010;銀燕等，2010)。由于觀測(cè)地點(diǎn)高海拔高，地形復(fù)雜，所以利用數(shù)值模式模擬觀測(cè)期間邊界層氣象要素分布及變化時(shí)需要選定合適的邊界層參數(shù)化方案。此外，黃山地區(qū)高山峽谷眾多，山谷風(fēng)對(duì)大氣污染物的傳輸擴(kuò)散很重要，而山谷風(fēng)的模擬需要更精確的地形數(shù)據(jù)以及高分辨率的水平尺度(Jiménez et al.，2005)。由于WRF模式與MM5模式一樣使用的最高精度地形數(shù)據(jù)為USGS(United States Geological Survey)制作的GTOPO30數(shù)據(jù)(約1 km精度)，因而對(duì)于地形分布復(fù)雜的小尺度分析略顯不足(劉偉等，2007)，因此在WRF模式中引入更高精度的地形數(shù)據(jù)尤為必要?；谝陨峡紤]，本文在引入NASA發(fā)布的地形數(shù)據(jù)SRTM3(約90 m精度)，并選用之前模擬效果較好的陸面過(guò)程方案及近地層方案，對(duì)WRF模式中四種邊界層方案結(jié)合兩種地形高度資料的模擬效果進(jìn)行評(píng)估，從而尋找黃山數(shù)值模擬中地形數(shù)據(jù)與邊界層方案的最佳組合，以便為進(jìn)一步模擬該地區(qū)大氣顆粒物的傳輸與擴(kuò)散以及局地極端天氣等研究奠定基礎(chǔ)。

1 地形數(shù)據(jù)及邊界層方案介紹

1.1 兩種地形數(shù)據(jù)在WRF中的應(yīng)用

目前WRF模式中最高精度地形數(shù)據(jù)為USGS制作的30 s分辨率數(shù)據(jù)，即GTOPO30。GTOPO30基于8種數(shù)據(jù)源，由USGS的 EROS數(shù)據(jù)中心于1996年底制作完成并發(fā)布(http://edcdaac usgs gov/GTOPO30/README asp)。GTOPO30的高程基準(zhǔn)面平均海平面，全球覆蓋，精度沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，它取決于各個(gè)局部區(qū)域的源數(shù)據(jù)的精度，一般不高于±30 m。此外，GTOPO30在海洋上的高程一律取為零值(陳俊勇，2005)。SRTM(Shuttle Radar Topography Mission)由美國(guó)太空總署(NASA)和國(guó)防部國(guó)家測(cè)繪局(NIMA)聯(lián)合測(cè)量，本研究采用第四版的SRTM3地形數(shù)據(jù)，即SRTM 90 m分辨率數(shù)字高程原始數(shù)據(jù)(http://datamirror.csdb.cn/dem/files/ys.jsp.)。SRTM3數(shù)據(jù)精度雖高，但在 WRF模式中的應(yīng)用尚不多見(jiàn)，因此有必要檢驗(yàn)該數(shù)據(jù)在模式中的應(yīng)用效果。

圖1為黃山地區(qū)GTOPO30與SRTM3數(shù)據(jù)的GIS(Geographic Information System)圖像，范圍為(116.8 ～118.8°E，29 ～30.7°N)，可以看出 SRTM3數(shù)據(jù)能夠更加精細(xì)地描述黃山地區(qū)的復(fù)雜地形。

圖2為SRTM3與GTOPO30地形數(shù)據(jù)引入WRF模式后二者的差值，圖2中顯示區(qū)域?yàn)槟M區(qū)域的最內(nèi)層(第4層)1 km×1 km分辨率黃山地區(qū)。從圖2可以看出二者的差值在正負(fù)120 m之間，且在安徽黃山南部以及江西北部出現(xiàn)規(guī)則的矩形差異區(qū)。經(jīng)過(guò)其他更多地區(qū)(圖略)的對(duì)比發(fā)現(xiàn)，這種矩形差異區(qū)是由GTOPO30初始地形資料的誤差引起的，且這種矩形差異區(qū)分布相當(dāng)廣泛，這與GTOPO3是由多種數(shù)據(jù)數(shù)據(jù)源合成得到以及衛(wèi)星掃描中出現(xiàn)的誤差有關(guān)系。

圖2 WRF模式最內(nèi)層黃山地區(qū)SRTM3與GTOPO30地形高度差異(單位:m，黑十字線(xiàn)所示為黃山光明頂位置)Fig.2 Difference of altitude between SRTM3 data and GTOPO30 data in Mt Huang area in the fourth nest of WRF model(units:m;black cross line represents the location of Guangmingding of the Mt Huang)

1.2 四種邊界層方案說(shuō)明

圖1 黃山地區(qū)GTOPO30(a)與SRTM3(b)數(shù)據(jù)GIS圖像Fig.1 GIS images in Mt Huang area from(a)GTOPO30 data and(b)SRTM3 data

共選取四種基于邊界層方案，分別為YSU方案、ACM2方案、MYN方案、BL方案，模式中這四種邊界層方案都是基于相同的近地面層方案。

YSU方案是一種基于K擴(kuò)散模式的一階非局部閉合方案，詳細(xì)考慮了夾卷層的作用，并且考慮了湍流擴(kuò)散方程中的“反向梯度輸送項(xiàng)”(Hong et al.，2006)，WRF 3.0模式中，原YSU方案中靠近地面的臨界理查森數(shù)從0改為0.25，從而使穩(wěn)定大氣層結(jié)條件下的混合作用得以加強(qiáng)(Hu et al.，2010)。ACM2方案最初廣泛應(yīng)用于MM5模式中，并用來(lái)產(chǎn)生CMAQ大氣傳輸模式需要的氣象驅(qū)動(dòng)場(chǎng)(Gilliam and Pleim，2010)，從 WRF3.0開(kāi)始，ACM2方案開(kāi)始移植到WRF模式中，在穩(wěn)定或者中性大氣層結(jié)條件下，ACM2方案會(huì)關(guān)閉非局部閉合傳輸過(guò)程并使用局部閉合過(guò)程(Pleim，2007a，2007b)。

MYN方案的基本原理是利用 Mellor－Yamada湍流模式中的預(yù)報(bào)方程來(lái)預(yù)測(cè)TKE和垂直混合，從而用來(lái)計(jì)算湍流摩擦速度以及垂直擴(kuò)散(Burchard et al.，1998)，MYN方案于2009年引入到WRF3.1模式中。BL方案也是在借鑒TKE預(yù)測(cè)技術(shù)基礎(chǔ)上產(chǎn)生的，2009年BL方案引入到WRF模式中，主要是為BEP模式而設(shè)計(jì)的。

2 試驗(yàn)方案設(shè)計(jì)

2.1 模擬試驗(yàn)設(shè)計(jì)

選用模式版本為WRF3.1.1，模擬采用1°×1°NCEP/NCAR全球再分析資料，時(shí)間步長(zhǎng)為180 s，垂直層次為不等距的28層。模式配置及參數(shù)選擇如表1所示，模擬區(qū)域如圖3所示。模式積分初始時(shí)刻為2008年4月24日02時(shí)(北京時(shí)間，下同)，結(jié)束時(shí)刻為4月25日14時(shí)，模擬結(jié)果每小時(shí)輸出一次，共計(jì)36 h。本文以最內(nèi)層嵌套區(qū)域輸出結(jié)果進(jìn)行研究，模式前12 h輸出結(jié)果視為模式調(diào)整期數(shù)據(jù)予以舍棄。

表1 模式配置及參數(shù)選擇Table 1 Configuration and parameters for each model simulation

圖3 模式模擬區(qū)域Fig.3 Spatial configuration of domains used for the numerical simulation

模擬試驗(yàn)共選取四種邊界層方案，即YSU方案、ACM2方案、BL方案、MYN方案，結(jié)合兩種地形資料，即SRTM3資料、GTOPO30資料，一共有八種方案組合(表2)。試驗(yàn)設(shè)計(jì)的目的主要有兩個(gè)，一是檢驗(yàn)在同一地形資料下，四種邊界層方案的模擬效果，二是采用精細(xì)地形后，檢驗(yàn)四種邊界層方案模擬效果的變化情況。

表2 試驗(yàn)方案設(shè)計(jì)Table 2 Test designs

2.2 實(shí)況資料及檢驗(yàn)方法

對(duì)WRF模擬的黃山地區(qū)大氣邊界層內(nèi)2 m氣溫、2 m露點(diǎn)溫度、10 m風(fēng)速及濕度廓線(xiàn)進(jìn)行了檢驗(yàn)，用于檢驗(yàn)?zāi)M效果的實(shí)況資料為模擬區(qū)域內(nèi)19個(gè)氣象站點(diǎn)的逐小時(shí)氣象資料以及2個(gè)探空站點(diǎn)分別在20時(shí)和08時(shí)的探空資料。其中4月24日15時(shí)氣象站點(diǎn)數(shù)據(jù)缺失，本文對(duì)該時(shí)刻數(shù)據(jù)進(jìn)行了插值補(bǔ)全，19個(gè)氣象站點(diǎn)及2個(gè)探空站點(diǎn)在黃山地區(qū)的分布如圖4所示。

圖4 黃山地區(qū)地形高度(單位:m)及氣象站點(diǎn)分布(空心圓圈表示黃山地區(qū)氣象站點(diǎn)分布，實(shí)心圓圈為探空站點(diǎn)，方框同為氣象站點(diǎn)及探空站點(diǎn))Fig.4 Terrain height(units:m)and distribution of meteorological stations in the Mt Huang area(Circles in the picture represent the location of meteorological stations in the Mt Huang area;the dot represents the location of sounding station;squares indicate the meteorological and sounding stations)

在進(jìn)行模擬效果檢驗(yàn)時(shí)，本研究采用提取最接近氣象站的模式輸出格點(diǎn)值與氣象站點(diǎn)的觀測(cè)值進(jìn)行對(duì)比的方法。直接利用最近格點(diǎn)值與觀測(cè)數(shù)據(jù)對(duì)比的方法雖然有一定的“代表性誤差”，但是和利用雙線(xiàn)性插值輸出模式結(jié)果然后再與觀測(cè)數(shù)據(jù)對(duì)比的方法比較，這兩種方法的產(chǎn)生的誤差不大(Jiménez et al.，2010)。檢驗(yàn)方法采用 Jiménez et al.(2010)在西班牙山區(qū)復(fù)雜地形進(jìn)行風(fēng)場(chǎng)模擬時(shí)采用的均方根誤差(root mean square error，RMSE)公式其中:xobs為氣象站點(diǎn)每個(gè)時(shí)刻氣象要素觀測(cè)值;xwrf表示每個(gè)時(shí)刻距該站點(diǎn)最近的模式格點(diǎn)氣象要素值;ˉxobs為每個(gè)時(shí)刻19個(gè)氣象站點(diǎn)氣象要素平均值;ˉxwrf為每個(gè)時(shí)刻19個(gè)模式格點(diǎn)氣象要素平均值;sobs為每個(gè)時(shí)刻氣象要素觀測(cè)值標(biāo)準(zhǔn)偏差。

3 模擬結(jié)果分析

3.1 試驗(yàn)期間天氣形勢(shì)

在本文的模擬時(shí)段內(nèi)，2008年4月24日20時(shí)500 hPa上(圖略)，中高緯天氣形勢(shì)為兩槽一脊型，兩槽分別位于俄羅斯西部以及亞洲東部，高壓脊位于貝加爾湖西側(cè)，黃山地區(qū)位于東亞大槽后部西北氣流之中，24日20時(shí)地面圖上黃山地區(qū)處于冷鋒過(guò)境后變性的大陸高壓控制之中，模擬期間天氣晴好，風(fēng)速小，相對(duì)濕度低。

3.2 2 m氣溫評(píng)估

分析2008年4月24日14時(shí)—25日14時(shí)2 m氣溫RMSE(圖5)可以發(fā)現(xiàn):4日14—16時(shí)，YSU、ACM2兩種方案表現(xiàn)較好(圖5a、d)，而 MYN、BL兩種方案產(chǎn)生的誤差較大(圖5b、c);24日17時(shí)之后，四種邊界層方案模擬的2 m氣溫RMSE值差別縮小，變化趨勢(shì)也相似，即都表現(xiàn)誤差先增加后減小。通過(guò)RMSE平均值可以發(fā)現(xiàn)無(wú)論WRF模式采取哪種地形資料，四種邊界層方案中都是YSU方案模擬的2 m氣溫RMSE值最小;ACM2方案次之，且與YSU方案模擬效果較接近;再次為BL方案，而MYN方案模擬效果最差。對(duì)比GTOPO30地形數(shù)據(jù)，采用SRTM3數(shù)據(jù)后，WRF模式中四種邊界層方案模擬的2 m氣溫平均RMSE值都有所降低，分別為3.79%(YSU方案)、2.48%(ACM2方案)、3.8%(MYN方案)、0.87%(BL方案)。

3.3 2 m露點(diǎn)溫度

同一模擬時(shí)段內(nèi)，四種邊界層方案結(jié)合兩種地形高度數(shù)據(jù)模擬的2 m露點(diǎn)溫度變化(圖6)，可以看出四種邊界層方案模擬的2 m露點(diǎn)溫度誤差值總體變化趨勢(shì)一致，即在模擬初期誤差值比較大，到24日16時(shí)后誤差均開(kāi)始減小，24日21時(shí)—25日08時(shí)之間，各邊界層方案模擬誤差都比較小，而且維持穩(wěn)定，隨后誤差都開(kāi)始遞增，但可以發(fā)現(xiàn)在模擬的最后一個(gè)小時(shí)，YSU和ACM2邊界層方案模擬的2 m露點(diǎn)溫度誤差有下降趨勢(shì)(圖6a、d)，而MYN和BL方案則沒(méi)有體現(xiàn)出來(lái)(圖6b、c)。通過(guò)模擬時(shí)段內(nèi)2 m露點(diǎn)溫度誤差值平均值可以發(fā)現(xiàn)，引入精細(xì)地形后，四種邊界層方案中除MYN方案模擬的2 m露點(diǎn)溫度平均RMSE降低了0.59%之外，其他三種方案模擬誤差均有所增加，YSU方案增加了1.39%，BL方案增加了0.49%，ACM2方案增加了0.89%，但四種邊界層方案中依然是ACM2方案的模擬效果最好，模擬時(shí)段內(nèi)平均RMSE值最低。

3.4 10 m 風(fēng)速評(píng)估

圖52 m氣溫RMSE值(單位:℃)Fig.5 RMSE of temperature at 2 m height(units:℃)

圖62 m露點(diǎn)溫度RMSE值(單位:℃)Fig.6 RMSE of dewpoint temperature at 2 m height(units:℃)

分析同一時(shí)段的10 m風(fēng)速RMSE值發(fā)現(xiàn)(圖7)，四種邊界層方案模擬誤差在24日14—20時(shí)之間、25日05—08時(shí)之間差異較大，其他時(shí)段差異相對(duì)較小，四種邊界層方案在25日08時(shí)模擬的10 m風(fēng)速誤差最大，其中 ACM2方案模擬誤差最小(圖7d)，而YSU方案模擬的誤差最大(圖7a)。由RMSE平均值可以發(fā)現(xiàn)無(wú)論WRF模式采取哪種地形資料，四種邊界層方案中都是ACM2方案模擬的10 m風(fēng)速RMSE值最小，MYN方案次之，再次為BL方案，而YSU方案模擬效果最差。研究精細(xì)地形數(shù)據(jù)對(duì)四種邊界層方案模擬10 m風(fēng)速的影響，發(fā)現(xiàn)整個(gè)模擬時(shí)段，四種邊界層方案中除ACM2方案模擬的10 m風(fēng)速平均RMSE降低了2.28%之外，其他三種方案模擬誤差均有所增加，YSU方案增加了0.22%，MYN方案增加了2.32%，BL方案增加了2.45%。

圖710 m風(fēng)速RMSE值(單位:m/s)Fig.7 RMSE of wind speed at 10 m height(units:m/s)

3.5 水汽廓線(xiàn)模擬

此外，本文還結(jié)合模擬區(qū)域內(nèi)兩個(gè)探空站(安慶、衢縣)4月24日20時(shí)、4月25日08時(shí)實(shí)測(cè)探空資料，對(duì)比了四種邊界層方案結(jié)合兩種地形數(shù)據(jù)對(duì)這兩個(gè)探空站點(diǎn)水汽廓線(xiàn)的模擬(圖8)。24日20時(shí)安慶站模擬結(jié)果(圖8a)顯示，四種邊界層方案都模擬出水汽廓線(xiàn)的垂直變化特征，但都表現(xiàn)為偏濕，尤其在850 hPa高度以下，四種邊界層方案模擬的濕度偏差為1.5～2 g/kg，其中BL方案模擬偏差最小，而ACM2方案模擬偏差最大。24日20時(shí)衢縣站模擬結(jié)果顯示(圖8b)，四種邊界層方案模擬基本模擬出濕度廓線(xiàn)的變化特征，且各方案模擬效果差異沒(méi)有安慶站表現(xiàn)的差異大，800～1 000 hPa之間依然表現(xiàn)為偏濕，但在500 hPa和1 000 hPa高度卻表現(xiàn)為偏干。25日08時(shí)安慶站(圖8c)顯示，四種邊界層方案的模擬效果差別不大，在700～950 hPa依然表現(xiàn)出偏濕，范圍為0.5～3 g/kg。500～700 hPa高度YSU方案模擬的濕度偏差最大，而MYN和BL方案模擬效果相當(dāng)。25日08時(shí)衢縣站模擬結(jié)果(圖8d)顯示，四種邊界層方案模擬的水汽廓線(xiàn)誤差主要出現(xiàn)在350～850 hPa高度，其中在350～450 hPa高度表現(xiàn)為模擬值偏干0.2～0.7 g/kg，而在450～850 hPa總體表現(xiàn)為偏濕0.25～1.2 g/kg，四種邊界層方案中MYN方案模擬效果最好，而YSU方案模擬效果最差。研究?jī)煞N精度地形資料對(duì)四種種邊界層方案模擬水汽廓線(xiàn)影響發(fā)現(xiàn)，引入SRTM3地形數(shù)據(jù)后，對(duì)4中邊界層方案模擬的水汽廓線(xiàn)主要影響表現(xiàn)在低層，尤其是850 hPa以下，如ACM2_S方案模擬的850 hPa以下水汽廓線(xiàn)有所改善(圖8a)，但地形數(shù)據(jù)的改變對(duì)其他三種邊界層方案模擬效果影響不大。

4 結(jié)論

本文在引入精細(xì)地形數(shù)據(jù)SRTM3的基礎(chǔ)上，對(duì)比WRF模式常用地形數(shù)據(jù)GTOPO30，結(jié)合WRF模式中四種邊界層參數(shù)化方案(YSU、ACM2、MYN、BL)，模擬了黃山地區(qū)復(fù)雜地形下24 h邊界層氣象特征，并結(jié)合邊界層內(nèi)2 m氣溫、2 m露點(diǎn)溫度、10 m風(fēng)速以及水汽廓線(xiàn)評(píng)估了兩種地形、四種邊界層方案在黃山地區(qū)的模擬情況。結(jié)果表明:

圖8 不同方案對(duì)模擬區(qū)域內(nèi)安慶(a，c)、衢縣(b，d)探空站點(diǎn)水汽廓線(xiàn)模擬 a，b.4月24日20時(shí);c，d.4月25日08時(shí)Fig.8 Vertical distribution of water vapor from different schemes for the two sounding sites in the Mt Huang area a，b.20:00 BST 24 April;c，d.08:00 BST 25 April

1)SRTM3地形數(shù)據(jù)較GTOP30數(shù)據(jù)能更精確描述黃山復(fù)雜地形。四種邊界層方案中，YSU方案在模擬2 m氣溫方面表現(xiàn)最好，ACM2方案與YSU方案模擬效果接近，而MYN、BL方案在在模擬初期效果較差;在模擬2 m露點(diǎn)溫度及10 m風(fēng)速方面，ACM2方案模擬效果最好。

2)研究精細(xì)地形數(shù)據(jù)對(duì)四種邊界層方案模擬效果影響發(fā)現(xiàn)，使用SRTM3數(shù)據(jù)后，四種邊界層方案模擬的2 m氣溫平均RMSE值分別降低了3.79%(YSU 方案)、2.48%(ACM2 方案)、3.8%(MYN方案)、0.87%(BL方案);除ACM2方案模擬的10 m風(fēng)速誤差有所降低外，其他三種方案模擬的10風(fēng)速誤差值均有所增加，但ACM2方案模擬的2 m露點(diǎn)溫度誤差有微弱增加。

3)四種邊界層方案均能模擬出水汽的垂直分布變化趨勢(shì)，但模擬結(jié)果均偏濕，引入高精度地形數(shù)據(jù)之后，24日20時(shí)安慶站，ACM2方案模擬的水汽廓線(xiàn)在低層有所改善。

總體而言，在引入SRTM3地形數(shù)據(jù)的基礎(chǔ)上結(jié)合ACM2邊界層方案能夠更好的模擬黃山地區(qū)邊界層內(nèi)底部氣溫、風(fēng)場(chǎng)變化特征，但對(duì)水汽廓線(xiàn)的模擬并不是最好，因此在復(fù)雜地形地區(qū)運(yùn)用WRF模式結(jié)果作為粒子傳輸模式的氣象輸入場(chǎng)時(shí)(Fast and Easter，2006;Ding et al.，2009;Foy et al.，2011)，如果模式不考慮濕沉降，ACM2方案結(jié)合SRTM3地形數(shù)據(jù)可作為最佳選擇。致謝:本文SRTM3數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國(guó)際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http://datamirror.csdb.cn);GTOPO30數(shù)據(jù)來(lái)自美國(guó)地質(zhì)勘探局(USGS)(http://eros.usgs.gov/Find_Data/Products_and_Data_Available/gtopo30_info)。謹(jǐn)致謝忱!

陳俊勇.2005.對(duì)SRTM3和GTOPO30地形數(shù)據(jù)質(zhì)量的評(píng)估［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，30(11):941－944.

李嘉鵬，銀燕，金蓮姬，等.2009.WRF模式對(duì)澳洲一次深對(duì)流系統(tǒng)的模擬研究［J］.熱帶氣象學(xué)報(bào)，25(3):287－294.

林振毅.2010.黃山頂大氣氣溶膠及云霧微觀特性觀測(cè)分析［D］.南京:南京信息工程大學(xué)大氣物理學(xué)院.

劉偉，高艷紅，冉有華，等.2007.不同分辨率地形數(shù)據(jù)對(duì)黑河流域模擬結(jié)果的對(duì)比分析［J］.高原氣象，26(3):525－531.

銀燕，陳晨，陳魁，等.2010.黃山大氣氣溶膠微觀特性的觀測(cè)研究［J］.大氣科學(xué)學(xué)報(bào)，33(2):129－136.

Burchard H，Petersen O，Rippeth T P.1998.Comparing the performance of the Mellor－Yamada and the κ-ε:Two－equation turbulence models［J］.J Geophys Res，103(C5):10543－10554.

Ding A，Wang T，Xue L，et al.2009.Transport of North China air pollution by midlatitude cyclones:Case study of aircraft measurements in summer 2007 ［J］.J Geophys Res，114，D08304.doi:10.1029/2008JD011023.

Fast J，Easter R.2006.A lagrangian particle dispersion model compatible with WRF［C］//7th Annual WRF User’s Workshop.Boulder.

Foy B，Burton S P，F(xiàn)errare R A，et al.2011.Aerosol plume transport and transformation in high spectral resolution lidar measurements and WRF－FLEXPART simulations during the MILAGRO field campaign［J］.Atmos Chem Phys，11(7):3543－3563.

Gilliam R C，Pleim J E.2010.Performance assessment of new land surface and planetary boundary layer physics in the WRF－ARW［J］.J Appl Meteor Climatol，49(4):760－774.

Hong S Y，Noh Y，Dudhia J.2006.A new vertical diffusion package with an explicit treatment of entrainment processes［J］.Mon Wea Rev，134(9):2318－2341.

Hu X M，Nielsen－Gammon J W，Zhang F.2010.Evaluation of three planetary boundary layer schemes in the WRF model［J］.J Appl Meteor Climatol，49(9):1831－1844.

Jiménez P，Jorba O，Parra R.2005.Influence of high－model grid resolution on photochemical modelling in very complex terrains［J］.International Journal of Environment and Pollution，24(1):180－200.

Jiménez P A，Gonzaez－Rouco J F，GarcC－a－Bustamante E.2010.Surface wind regionalization over complex terrain:Evaluation and analysis of a high resolution WRF simulation［J］.J Appl Meteor Climatol，2010，49(2):268－287.

Ku J Y，Mao H，Zhang K.2001.Numerical investigation of the effects of boundary layer evolution on the predictions of ozone and the efficacy of emission control options in the northeastern United States［J］.Environ Fluid Mech，1(2):209－233.

Pérez C，Jiménez P，Jorba O.2006.Influence of the PBL scheme on high－resolution photochemical simulations in an urban coastal area over the Western Mediterranean［J］.Atmos Environ，40(27):5274－5297.

Pleim J E.2007a.A Combined local and nonlocal closure model for the atmospheric boundary layer.Part I:Model description and testing［J］.J Appl Meteor Climatol，46(9):1383－1395.

Pleim J E.2007b.A combined local and nonlocal closure model for the atmospheric boundary layer.Part II:Application and evaluation in a mesoscale meteorological model［J］.J Appl Meteor Climatol，46(9):1396－1409.

Z?ngl G，Gohm A，Obleitner F.2008.The impact of the PBL scheme and the vertical distribution of model layers on simulations of Alpine foehn［J］.Meteor Atmos Phys，99(1):105－128.