馬媛媛 ，楊 毅 *，胡小明，戚友存，張 曼

（1.蘭州大學大氣科學學院，甘肅省干旱氣候變化與減災重點實驗室，甘肅 蘭州730000；2.Center for Analysis and Prediction of Storms，University of Oklahoma，Norman,OKlahoma 73072，USA；3.南京信息工程大學大氣科學學院，江蘇 南京210044）

WRF（Weather Research and Forecasting）模 式自誕生以來就在不斷更新發(fā)展，其描述的物理過程也逐漸完善，包括行星邊界層內(nèi)的物理過程。行星邊界層直接受下墊面影響，主要響應地表的摩擦阻力、蒸發(fā)、蒸騰、熱量輸送以及地形等作用。邊界層內(nèi)大氣通過地表強迫、湍流輸送等作用和地面發(fā)生能量交換，影響近地層溫度場和風場，而大氣污染過程也主要發(fā)生在該層，這對人類生產(chǎn)生活有直接影響。關(guān)注邊界層內(nèi)的大氣運動，最重要的是分辨次網(wǎng)格尺度的湍流運動，這可以通過邊界層參數(shù)化來解決。然而盡管經(jīng)歷了幾十年的發(fā)展歷史，邊界層參數(shù)化方案依舊是模式誤差的一個主要來源[1-4]。

近年來邊界層參數(shù)化方案在數(shù)值模擬中的重要作用以及不同邊界層參數(shù)化方案在數(shù)值模擬中的差異成為研究重點。已有研究表明WRF中尺度模式有很好的模擬性能[5]。Sarkar等[6]研究指出改進邊界層參數(shù)化方法可以提高模式模擬能力。Steeneveld等[7]和Zhang ＆ Zheng[8]研究發(fā)現(xiàn)模式模擬的結(jié)果對邊界層參數(shù)化方案的選擇響應顯著。不同邊界層參數(shù)化方案對物理過程（如垂直湍流交換）的參數(shù)化方法不同，其模擬的結(jié)果也會有不同程度的差異。眾多學者[9-17]對不同邊界層參數(shù)化方案進行了對比研究。Hu X M等[3]通過對美國東南部地區(qū)夏季的模擬，對比了WRF模式中的MYJ、YSU與ACM2邊界層參數(shù)化方案，發(fā)現(xiàn)局地閉合的MYJ方案模擬的溫度與濕度偏差最大。然而現(xiàn)有的諸多關(guān)于邊界層參數(shù)化方案的研究，大多是針對熱力驅(qū)動的混合邊界層[3，9，12]，非常少的研究調(diào)查了邊界層參數(shù)化方案在動力驅(qū)動的邊界層的模擬性能[18]。盡管這些年的模式對熱力邊界層的模擬有了明顯進步，對動力驅(qū)動的邊界層的模擬還需要進一步改進[2，9，19]，而且WRF3.4.1（2012年8月16日發(fā)行）中YSU邊界層參數(shù)化方案的改進提高了其對動力邊界層的模擬性能[20]，此改進的YSU邊界層參數(shù)化方案需要被進一步的評估。

新疆由于其特殊的地理位置和地形地貌，成為中國盛行大風的地區(qū)之一，以三十里風區(qū)和百里風區(qū)最為著名。2007年2月26日—3月1日，新疆北疆各地、天山山區(qū)、哈密的部分地區(qū)出現(xiàn)了一次大風過程，其中27日午后到28日凌晨，三十里風區(qū)和百里風區(qū)瞬間風力超過12級，吐鄯托盆地甚至出現(xiàn)了14級強風，瞬間最大風速為41.8 m/s。受大風天氣影響，28日凌晨由烏魯木齊開往南疆阿克蘇的5807次旅客列車，在行至吐魯番的珍珠泉至紅山渠之間（屬三十里風區(qū)）時，11節(jié)車廂脫軌側(cè)翻，造成重大人員傷亡。王澄海等[21]、湯浩等[22]對此次天氣過程使用WRF模式進行了模擬分析，指出WRF模式能較好地模擬出此次大風的演變和分布特征，由較強的氣壓梯度造成的高空動量下傳，邊界層內(nèi)湍流運動加強引起的大氣對流不穩(wěn)定性增強是此次天氣過程的形成原因。

本文以這次大風驅(qū)動的動力邊界層為著眼點，使用WRF3.4.1中三種邊界參數(shù)化方案（YSU、MYJ、ACM2）進行模擬分析，并與同期的MICAPS資料對比，分析和討論了WRF3.4.1中YSU、MYJ、ACM2邊界層參數(shù)化方案對于新疆大風過程中氣象和能量要素的模擬差異及產(chǎn)生這種差異的原因。

1 WRF模式及三種邊界層方案介紹

WRF模式是由 NCEP（National Centers for Environmental Prediction） 和 NCAR （The National Center for Atmospheric Research）聯(lián)合開發(fā)的一種統(tǒng)一的氣象模式。該模式為完全可壓縮非靜力模式。水平方向采用Arakawa C網(wǎng)格點，垂直方向采用地形追隨質(zhì)量坐標，在時間積分方面采用三階或四階的Runge-Kutta 算法[23]。

WRFV3.4.1中有13種邊界層參數(shù)化方案。本文著重分析如下三種方案：YSU、MYJ和ACM2方案。

YSU方案是非局地的K理論方案，在控制方程中加入逆梯度項來表示非局地通量，不僅考慮了邊界層內(nèi)簡單的局地湍流擴散，還考慮了對流大尺度湍渦導致的非局地混合作用和邊界層頂?shù)膴A卷過程。它將來自混合層頂?shù)膴A卷過程中的熱量通量單獨處理，而不是作為邊界層內(nèi)部的混合過程。該方案考慮了交換系數(shù)的高度變化，通過相似理論來計算交換系數(shù)。邊界層高度取臨界Richardson數(shù)的高度表達。WRF3.4.1（2012年8月16日發(fā)行）中YSU邊界層參數(shù)化方案的改進提高了其對動力邊界層的模擬性能[20]。

MYJ方案是局地的Mellor-Yamadas 2.5階方案，可以預報湍流動能，并有局地垂直混合。邊界層控制方程組采用邊界層近似，忽略科氏力作用，2階方程中僅保留湍流動能方程，即湍流動能方程1.5階閉合。邊界層高度定義為湍流強度下降到臨界值0.001 m2/s2的高度。該方案的湍流擴散系數(shù)通過湍流動能計算，邊界層高度由湍流動能廓線決定，適用于所有穩(wěn)定條件和弱不穩(wěn)定條件的邊界層，但在對流邊界層中誤差較大。

ACM2方案是不對稱對流模式（Asymmetric Convective Mode1）第二代方案，具有非局地向上混合（大氣不穩(wěn)定）和局地向下混合（大氣穩(wěn)定或中性）的非對稱對流模式，能夠描述對流邊界層中超網(wǎng)格尺度和次網(wǎng)格尺度的湍流輸送過程，而且也可以模擬在浮力熱羽中的快速上升運動和湍流擴散引起的局地切變過程。邊界層內(nèi)部的湍流交換系數(shù)分別采用K相似理論和局地湍渦交換公式計算，在不穩(wěn)定條件下，湍流交換系數(shù)取兩者的大值；夾卷過程的湍流交換系數(shù)采用局地湍渦交換公式來計算，因為K相似理論計算得到的湍流交換系數(shù)在邊界層頂接近0。邊界層高度用Richardson數(shù)來計算。

2 模擬方案設(shè)計及資料說明

在本文的模擬試驗中，邊界資料使用的是6 h一次，分辨率為1°×1°，共4 d的NCEP再分析資料。與模式輸出結(jié)果對比的則是MICAPS資料。

模式設(shè)計的中心選在43°N，90°E。選用三重嵌套，水平網(wǎng)格數(shù)分別為 67×40、124×73 和 229×112，相應的水平網(wǎng)格距分別為27 km、9 km和3 km，模式模擬區(qū)域見圖1。垂直方向從1 000 hPa到100 hPa分為40層。積分步長為120 s，每3 h輸出一次，積分時間從2007年2月25日00時到2007年3月1日00時（世界時），共4 d。物理過程參數(shù)化方案為：WSM3類簡單冰方案、RRTM長波輻射方案、Dudhia短波輻射方案、Noah陸面過程方案、積云對流方案為淺對流Kain Fritsch方案，do3區(qū)域未采用積云對流方案。邊界層參數(shù)化方案分別為YSU、MYJ、ACM2 方案。

模式中心（43°N，90°E）在吐魯番盆地（圖1）。吐魯番盆地大部分地形在海拔500 m以下，有些地方比海平面還低，其四周為山地環(huán)繞，北部的博格達山和西部的喀拉烏成山，高度都在3 000 m以上，南部的覺羅塔格山，一般在1 500 m以下。本次數(shù)值試驗中，分辨率為3 km的do3區(qū)域地形復雜。

3 模擬結(jié)果分析

3.1 模擬概況

三種邊界層參數(shù)化方案均模擬出了風的相對分布和位于鄯善縣（圖2中標明SS的地方）及托克遜縣（圖2中標明TKX的地方）的兩個大風區(qū)域（圖2中的a1，a2，a3）。大風區(qū)域以外觀測值和模擬值一致，鄯善縣的觀測值也與模擬值接近，托克遜縣觀測值小于模擬值。這是由于所選時刻的觀測資料較少，不能全面再現(xiàn)風的分布。另外托克遜縣地形最低，甚至低于海平面，狹管效應和地形作用引起的下坡風（夜間山風）使得該地的風速比周圍地區(qū)的大很多。當?shù)匦伪容^復雜時，模式中各物理量在地形坐標中的水平及垂直梯度變化相對于平坦地形時加強，這會造成模式的計算誤差[24]。三種邊界層參數(shù)化方案的對溫度（圖2中的b1，b2，b3）和比濕值（圖2中的c1，c2，c3）的模擬結(jié)果與觀測值（比濕的觀測值由露點溫度計算而得）很接近。對比三種邊界層參數(shù)化方案，雖然整體的模擬結(jié)果接近，但是YSU和ACM2方案模擬的大風、溫度分布相近，MYJ方案模擬的大風區(qū)域更明顯，大風區(qū)域內(nèi)溫度較低。

3.2 10 m風速、2 m溫度和比濕在大風過程中的變化

圖2 2007年 2月 28日 00時（當?shù)貢r間，下同）10 m 風速（a1，a2，a3），2 m 溫度（b1，b2，b3）及比濕（c1，c2，c3）的觀測值（圖中圓點）和三種邊界層參數(shù)化方案的模擬值的對比（背景顏色與觀測點的顏色越接近，表示模擬值越接近觀測值）

三種邊界層參數(shù)化方案對10 m風速、2 m溫度和比濕的模擬值與觀測值的趨勢一致，模擬的風速（圖3a）都比觀測值偏大，對低值風速的模擬效果好于高值。MYJ的模擬值最大，偏差也最大，YSU方案與ACM2方案的模擬結(jié)果接近。在大風發(fā)生之前，白天的模擬優(yōu)于夜間，在大風期間，即當?shù)貢r間27日12時到次日00時，風速逐漸增大，模擬值與觀測值的偏差也逐漸增大。另外對大風區(qū)域內(nèi)的4個典型站點進行分析發(fā)現(xiàn)，在風速不超過20 m/s時，模式的模擬值高估，否則模式會低估。這與Shimada等[25]、張碧輝等[16]的研究一致。

圖3 2007年2月25日06時—2007年2月28日21時模擬區(qū)域內(nèi)平均（下同）10 m風速（a）、2 m溫度（b）及比濕（c）的觀測值和三種邊界層參數(shù)化方案模擬值對比

溫度的模擬（圖3b）很好地再現(xiàn)了其日變化特征。MYJ的模擬值最大，YSU和ACM2接近。在大風發(fā)生之前，三種邊界層參數(shù)化方案的模擬值略有偏差。大風發(fā)生之后，它們的模擬值長時間趨于一致，且模擬值與觀測值偏差在大風前明顯小于大風發(fā)生后。比濕的模擬（圖3c）表明，MYJ的模擬值最大，YSU次之，ACM2最小。在白天，三種邊界層參數(shù)化方案的模擬值高于觀測值，且沒有模擬出模擬區(qū)域內(nèi)午后比濕先降后增的趨勢。夜間的模擬值與觀測值接近。在大風發(fā)生后，比濕的模擬值與觀測值偏差減小。

隨著大風的發(fā)生，模擬區(qū)域內(nèi)風速增大，邊界層參數(shù)化方案的模擬效果變差，模擬風速偏大，且MYJ最大，YSU、ACM2接近，但在27日23時—28日03時，YSU＞ACM2；溫度值降低，模擬效果也變差，模擬溫度偏低；比濕值降低，模擬效果變好，在比濕驟降之前，模擬值偏大，且 MYJ＞YSU＞ACM2，驟降后，MYJ、YSU和ACM2模擬結(jié)果相近，更接近觀測值。

3.3 模擬結(jié)果的差異分析

3.3.1 近地層氣象要素日變化特征

由于太陽輻射的作用，地表吸收的凈輻射能，其一部分用于感熱和潛熱，為邊界層內(nèi)的湍流輸送提供能量，另一部分則通過熱傳導過程被土壤吸收，加熱土壤，從而使地表能量達到平衡[14]。大風與近地層的微物理過程密切相關(guān)。引起大風過程模擬差異的一個重要的原因可能是近地層參數(shù)化方案Monin-Obukhov（Janjic）scheme（MYJ使用）和 MM5 Monin-Obukhov scheme（YSU、ACM2使用）的不同而帶來的地表能量通量的差異。

圖4表明三種邊界層參數(shù)化方案均模擬出了感熱通量、潛熱通量、地表溫度、地面熱通量的日變化特征。比較大風前后的模擬值發(fā)現(xiàn)，大風后，白天感熱通量（圖4a）增大，日變化幅度增大，為近地面湍流提供更多能量，垂直混合變強。潛熱通量（圖4b）減小，日變化幅度減小。大風是一個降濕的過程，近地表潛熱釋放減少。夜間地面熱通量（圖4c）增大，日變化幅度減小。地表溫度（圖4d）下降，日變化幅度減小。

MYJ方案模擬的各個通量白天都大于YSU和ACM2，YSU與ACM2模擬值接近，夜間三種方案接近。地表溫度白天MYJ方案模擬值小于YSU和ACM2，夜間三種方案接近。

白天，MYJ方案由地表向空氣中輸送更多感熱和潛熱，與土壤之間的熱量交換則更少，這與其模擬的空氣溫度偏高、地表溫度偏低有關(guān)。可見三種方案近地層能量的模擬差異與它們選用了不同的近地層方案和城市物理方案有關(guān)，且此種差異白天明顯。

要指出的是感熱通量等都是表征熱力作用的，而摩擦速度具有湍流切應力的性質(zhì)，可以表征脈動速度的大小，其值越大，則機械湍流越強，表征的是湍流動力作用。在大風前期，摩擦速度持續(xù)增大（圖4e），模擬區(qū)域內(nèi)的湍流動力作用明顯增強。28日夜間，YSU模擬的摩擦速度偏大，與同時間的10 m風速大于ACM2模擬值有關(guān)。

3.3.2 邊界層結(jié)構(gòu)特征

進一步關(guān)注邊界層參數(shù)化方案之間差異。邊界層中主要的物理過程包括動量輸送、熱量輸送、水汽輸送、摩擦效應及地形強迫等[24]。邊界層運動以湍流交換為主要特點，并且垂直方向的混合遠強于水平方向的混合，混合的方式有局地混合和非局地混合兩種。湍流的發(fā)生需要動力和熱力條件，即邊界層內(nèi)有強的風速切變和一定的大氣不穩(wěn)定度。在邊界層頂部，邊界層和自由大氣之間通過通量和夾卷等方式有物質(zhì)和能量的交換[26]。YSU和ACM2的混合方式是非局地的，只是ACM2采用了非局地向上混合（大氣不穩(wěn)定）和局地向下混合（大氣穩(wěn)定或中性）的非對稱對流模式。YSU將混合層頂?shù)膴A卷過程單獨處理，而不是作為邊界層內(nèi)部的混合過程來考慮。ACM2的頂層夾卷由局地湍渦來計算。MYJ采用的是局地的混合方式。

圖4 三種邊界層參數(shù)化方案模擬的感熱通量（a）、潛熱通量（b）、地面熱通量（c）、地表溫度（d）、摩擦速度（e）和邊界層高度（f）時間序列

邊界層方案中對垂直混合和頂層夾卷的處理不同，加之它們對邊界層高度的計算方法不同，具體為YSU、ACM2方案的邊界層高度都由Richardson數(shù)計算，只是YSU方案的Richardson數(shù)是從地面開始計算的[27]。MYJ方案的邊界層高度由湍流動能廓線（TKE）決定，定義為湍流強度下降到臨界值的高度[2]，這會引起它們對邊界層高度模擬的差異（圖4f）。三種方案模擬的邊界層高度趨勢一致，白天，ACM2＞YSU＞MYJ，夜間這種差異變小。26、27 日夜間YSU、ACM2、MYJ的模擬值有差異。大風發(fā)生后，三種邊界層參數(shù)化方案模擬的邊界層都變高。大風過程風速迅速增大的同時，邊界層頂也發(fā)展得更高。大氣邊界層的發(fā)展與邊界層內(nèi)大氣的垂直混合和邊界層頂?shù)膴A卷過程有關(guān)。若局地的MYJ方案描述的邊界層內(nèi)的垂直混合強度比YSU和ACM2方案弱，那么白天MYJ方案模擬的大氣會比較干冷。相反，在夜間，輻射冷卻使得近地層降溫比高層空氣明顯，以至MYJ方案模擬的大氣會比較干暖。若MYJ方案對邊界層頂?shù)膴A卷過程模擬較弱，則會使邊界層大氣比較冷濕。

夜間邊界層內(nèi)存在逆溫層，層結(jié)穩(wěn)定（圖5）。發(fā)生大風的28日凌晨，模擬區(qū)域內(nèi)的邊界層結(jié)構(gòu)不同往日，逆溫層不明顯。大風發(fā)生后的正午，與大風前的26日不同的是，100 m以下溫度遞減率增加，層結(jié)更不穩(wěn)定。MYJ模擬的大氣比YSU、ACM2更濕（圖6），白天YSU比ACM2濕，夜間二者接近。

大風前，夜間MYJ模擬的邊界層比YSU、ACM2更加冷濕（圖5和圖6），而白天則相對暖濕；大風后，夜間MYJ模擬的邊界層比YSU、ACM2更冷，濕度接近，白天也更冷濕，但是濕度的差異沒有大風前明顯。大風后濕度的模擬差異減小，是因為大風過程大氣濕度在減小。三種方案模擬的大氣位溫和水氣混合比的高度廓線表明：

圖5 三種邊界層參數(shù)化方案模擬的位溫高度廓線

（1）MYJ方案模擬的邊界層頂?shù)膴A卷作用比YSU、ACM2弱。

（2）雖然和YSU、ACM2相比，白天MYJ方案模擬的大氣從近地層獲得更多的熱量（圖5 a和b），但是這部分熱量由于垂直混合較強的緣故，在加熱空氣的同時也轉(zhuǎn)化為動能，加速大氣運動。為了改進MYJ方案的垂直混合和邊界層頂?shù)膴A卷問題，研究人員已經(jīng)著手在嘗試改進這種方案[28-29]。

3.3.3 動力學變量特征

前面提到伴隨大風的發(fā)生，風速增加的同時，邊界層參數(shù)化方案模擬風速偏大。王澄海等[21]指出此次新疆大風與高空動量下傳和地面感潛熱通量的增加引起的湍流運動加強有關(guān)。湯浩等[22]指出特殊地形引起的狹管風和下坡風存在。從圖7可以看出，在大風發(fā)生前期，高空一直有動量下傳，但相比之下，從27日正午開始，動量通量等值線變得密集，高空動量短時間內(nèi)迅速向?qū)α鲗酉虏磕酥吝吔鐚虞斔停哟筮吔鐚觾?nèi)的風速。大風始發(fā)的27日12時，三種邊界層參數(shù)化方案模擬的動量通量開始出現(xiàn)較大差異，表現(xiàn)為大風過程中，YSU>MYJ>ACM2，大風之后為YSU>ACM2>MYJ。

以Eady斜壓增長率σ為表征，分析大氣的斜壓性。為方便計算，取，其中f=2×Ω×sin準為科里奧利力參數(shù)（Ω為地球自轉(zhuǎn)角速度，準 為緯度），N為浮力頻率，計算后近似取為常數(shù)0.957。σ越大則表示天氣尺度大氣波動越易發(fā)展，大氣的斜壓性越強，有效位能越容易轉(zhuǎn)化為動能。由于低層大氣是大氣斜壓性較強的區(qū)域，本文計算了do3區(qū)域內(nèi)700～850 hPa平均的斜壓增長率（圖8），從大風發(fā)生前的26日18時開始，大氣的斜壓性開始增大，到大風發(fā)生期間，斜壓性最強，且斜壓性的變化與大風期間平均風速的變化有很好的對應。27日06—12時和27日21時—28日00時，三種邊界層參數(shù)化方案模擬的大氣斜壓性為YSU>MYJ>ACM2，大風期間的其余時間則模擬差異不大。

結(jié)合地形，從地面風場（圖9）來看，白天（27日12時）三種邊界層參數(shù)化方案模擬的風場基本一致，準噶爾盆地偏西北風，受博格達山和喀拉烏成山影響，穿越兩山之間的峽谷。博格達山以北盛行西風，在地形的影響下，部分氣流亦經(jīng)峽谷南下。在狹管效應的作用下，兩處經(jīng)峽谷的氣流風速增大，南下的峽谷風遇到地勢低的地形，形成局地小環(huán)流，遇到南部的覺羅塔格山后，風速減小。夜間（28日00時）也是一樣，只是穿越峽谷后出現(xiàn)大風的區(qū)域更大。除了博格達山以北很小的區(qū)域內(nèi)在白天有谷風，夜間有山風外，大風區(qū)域內(nèi)，包括南部的覺羅塔格山，山谷風都不明顯。相比狹管風，山谷風對此次模擬區(qū)域內(nèi)的大風貢獻不明顯。在大風發(fā)生的鄯善縣和托克遜縣（地勢較低），夜間三種邊界層參數(shù)化方案模擬的風場有些許差別，MYJ方案對地形的響應更顯著。

圖9 三種邊界層參數(shù)化方案模擬的2007年2月27日12時（a1、a2、a3）和28日00時（b1、b2、b3）do3區(qū)域內(nèi)的風場（矢量，單位m/s）和地形高度（陰影區(qū)）

結(jié)合圖7～9，在大風發(fā)生期間，三種邊界層參數(shù)化方案模擬的動量通量為YSU>MYJ>ACM2，低層大氣斜壓性為YSU>MYJ>ACM2，即YSU方案的模擬結(jié)果使得更多的高空動量下傳，同時更多的有效位能轉(zhuǎn)化為動能，其次是MYJ，最后是ACM2。考慮到地形的作用，MYJ方案受地形影響比YSU、ACM2大。圖4表明MYJ方案模擬的感熱、潛熱比YSU、ACM2大。強的氣壓梯度、高空動量下傳及邊界層內(nèi)湍流運動加強引起了此次大風過程[21]，模擬區(qū)域內(nèi)的平均風速的模擬結(jié)果為MYJ>YSU≈ACM2，可見這是動力和熱力因素共同造成的。

4 結(jié)論

本文運用WRF3.4.1中三種邊界參數(shù)化方案（YSU、MYJ、ACM2）對新疆“2·28”大風過程進行模擬分析，并與同期的MICAPS資料對比，分析和討論了WRF3.4.1中YSU、MYJ、ACM2邊界層參數(shù)化方案對于新疆大風過程中10 m風速、2 m溫度和比濕的模擬概況及差異，結(jié)果表明：

（1）大風發(fā)生的28日00時，三種邊界參數(shù)化方案基本模擬出了試驗區(qū)域內(nèi)風的分布和位于鄯善縣和托克遜縣的兩個大風區(qū)域。托克遜縣觀測值小于模擬值。三種方案對溫度和比濕的模擬值接近。

（2）新疆“2·28”大風過程是一次降溫降濕的過程。三種邊界層參數(shù)化方案均模擬出了大風過程中10 m風速、2 m溫度和比濕的變化趨勢。三種邊界層參數(shù)化方案在熱力學變量（2 m溫度和比濕）的模擬差異比動力學變量（風速）小，模擬值也更接近觀測值。伴隨大風的發(fā)生，風速、溫度的模擬效果變差，濕度的模擬值更接近觀測值。

（3）三種邊界參數(shù)化方案模擬出了大風前后近地表能量的日變化特征。大風發(fā)生后潛熱通量減小，感熱通量增加，地表溫度降低，摩擦速度增大。大風期間模擬區(qū)域內(nèi)動力作用明顯增加。

（4）三種方案模擬的邊界層高度趨勢一致，大風過程中風速迅速增大的同時，邊界層頂也發(fā)展得更高。

（5）夜間MYJ模擬的邊界層比YSU、ACM2更加冷濕，白天則偏濕。大風后，其模擬的邊界層無論白晝和黑夜都偏冷，三種方案之間模擬的濕度差異變小。三種方案模擬的邊界層內(nèi)大氣溫度、濕度出現(xiàn)差異與它們對邊界層頂?shù)膴A卷過程、邊界層內(nèi)垂直混合的處理有關(guān)。

（6）“2·28”大風期間，YSU 方案的模擬結(jié)果使得更多的高空動量下傳，同時更多的有效位能轉(zhuǎn)化為動能。MYJ方案模擬的大風區(qū)域更大，受地形影響更顯著。MYJ方案模擬的感熱、潛熱比YSU、ACM2大。三種邊界層參數(shù)化方案模擬風速的差異是動力和熱力因素共同造成的。

[1]Hu X M，Zhang F，Nielsen-Gammon J W.Ensemble-based simultaneous state and parameter estimation for treatment ofmesoscale modelerror:A real- data study[J].Geophysical Research Letters，2010，37（8），L08802，doi：10.1029/2010 GL043017.

[2]Hu X M，Doughty D C，Sanchez K J，et al.Ozone variability in the atmospheric boundary layer in Maryland and itsimplicationsforverticaltransportmodel[J].Atmospheric Environment,2012，46：354-364.

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

[4]Nielsen-Gammon J W，HU X M,Zhang F,et al.Evaluation of planetary boundary layer scheme sensitivities for the purpose of parameter estimation [J].Monthly Weather Review，2010，138（9）：3400-3417.

[5]王穎，張鐳，胡菊，等.WRF模式對山谷城市邊界層模擬能力的檢驗及地面氣象特征分析[J].高原氣象，2011，29（6）：1397-1407.

[6]Sarkar A，De Ridder K.The urban heat island intensity of Paris：a case study based on a simple urban surface parametrization[J].Boundary-layer meteorology，2011，138（3）：511-520.

[7]Steeneveld G，Mauritsen T,De Bruijn E,et al.Evaluation

of limited-area models for the representation of the diurnal cycle and contrasting nights in CASES-99[J].Journal of Applied Meteorology ＆ Climatology，2008，47 （3）：869-887.

[8]Zhang D L，Zheng W Z N.Diurnal cycles of surface winds and temperatures as simulated by five boundary layer parameterizations [J].Journal of Applied Meteorology，2004，43（1）：157-169.

[9]Lemone M A，Tewari M,Chen F,et al.Objectively determined fair-weather CBL depths in the ARW-WRF model and their comparison to CASES-97 observations[J].Monthly Weather Review,2013，141（1）：30-54.

[10]Pleim J E.A combined local and nonlocal closure model for the atmospheric boundary layer.Part II:Application and evaluation in a mesoscale meteorological model[J].Journal of Applied Meteorology ＆ Climatology，2007，46（9）：1396-1409.

[11]Shin H H，Hong S Y.Intercomparison of planetary boundary-layer parametrizations in the WRF model for a single day from CASES-99 [J].Boundary-Layer Meteorology，2011，139（2）：261-281.

[12]Xie B，F(xiàn)ung J C,Chan A,et al.Evaluation of nonlocal and local planetary boundary layer schemes in the WRF model[J].Journal of Geophysical Research:Atmospheres（1984-2012），2012，117（D12）.

[13]Zhang Y，Dubey M，Olsen S，et al.Comparisons of WRF/Chem simulations in Mexico city with ground-based RAMA measurements during the 2006-MILAGRO[J].Atmospheric Chemistry and Physics，2009，9（11）：3777-3798.

[14]邱貴強，李華，張宇，等.高寒草原地區(qū)邊界層參數(shù)化方案的適用性評估[J].高原氣象，2013，1：7.

[15]徐慧燕，朱業(yè)，劉瑞，等.長江下游地區(qū)不同邊界層參數(shù)化方案的試驗研究[J].大氣科學，2013，37（1）：149-159.

[16]張碧輝，劉樹華，馬雁軍.MYJ和YSU方案對WRF邊界層氣象要素模擬的影響[J].地球物理學報，2012，55（7）：2239-2248.

[17]張龍，張鐳，王穎，等.基于WRF不同邊界層方案的黃土高原丘陵冬季地面氣象要素日變化模擬分析[J].干旱氣象，2012，30（2）：158-168.

[18]Hu X M,Klein P M,Xue M,et al.Impact of low-level jets on the nocturnal urban heat island intensity in oklahoma city[J].Journal of Applied Meteorology ＆ Climatology，2013，52（8）：1779-1802.

[19]Hu X M,Klein P M,Xue M,et al.Enhanced vertical mixing associated with a nocturnal cold front passage and its impact on near-surface temperature and ozone concentration [J].JournalofGeophysicalResearch:Atmospheres，2013，118（7）：2714-2728.

[20]Hu X M,Klein P M,Xue M.Evaluation of the updated YSU planetary boundary layer scheme within WRF for wind resource and air quality assessments[J].Journal of GeophysicalResearch:Atmospheres，2013，118 （18）：10，490-10，505.

[21]王澄海，靳雙龍，楊世莉.新疆“2·28”大風過程中、動力作用的模擬分析[J].中國沙漠，2011，31（2）：511-516.

[22]湯浩，李如琦，賈麗紅.新疆“2·28”大風的中尺度數(shù)值模擬[J].氣象，2011，37（11）：1365-1371.

[23]Skamarock W C,Klemp J B,Dudhia J,et al.A description of the advanced research WRF version 2[R].DTIC Document，2005.

[24]楊貴成.WRF-Chem中沙塵天氣過程對模式分辨率及邊界層方案的敏感性試驗 [J].安徽農(nóng)業(yè)科學，2012，40（6）：3462-3466.

[25]Shimada S,Ohsawa T,Chikaoka S,et al.Accuracy of the wind speed profile in the lower PBL as simulated by the WRF model[J].Sola，2011，7：109-112.

[26]周榮衛(wèi)，劉紅年，蔣維楣.中國地區(qū)沙塵氣溶膠輸送過程的數(shù)值模擬[J].氣象科學，2004，24（1）：16-25.

[27]Holtslag A，Van Meijgaard E，De Rooy W.A comparison of boundary layer diffusion schemes in unstable conditions over land[J].Boundary-Layer Meteorology，1995，76（1-2）：69-95.

[28]Nakanishi M，Niino H.An improved Mellor-Yamada level-3 model with condensation physics:Its design and verification [J].Boundary-layer meteorology，2004，112（1）：1-31.

[29]Nakanishi M，Niino H.Development of an improved turbulence closure model for the atmospheric boundary layer[J].Journal of the meteorological Society of Japan,2009，87（5）：895-912.