邊界層方案對山西冬季一次靜穩(wěn)天氣PM2.5濃度模擬的影響

董春卿,鄭有飛,武永利,郭媛媛,王 揚

?

邊界層方案對山西冬季一次靜穩(wěn)天氣PM2.5濃度模擬的影響

董春卿1,2,鄭有飛1*,武永利2,郭媛媛2,王 揚2

(1.南京信息工程大學(xué)環(huán)境科學(xué)與工程學(xué)院,江蘇 南京 210044；2.山西省氣象臺,山西 太原 030006)

準(zhǔn)確的空氣質(zhì)量數(shù)值預(yù)報模式依賴于精確的氣象條件模擬,尤其依賴于大氣邊界層的準(zhǔn)確模擬.為理解邊界層過程如何影響空氣污染物的傳輸與混合,利用WRF-Chem模式不同邊界層方案(YSU和MYJ)進行敏感性試驗,針對山西冬季典型靜穩(wěn)天氣,對地面溫度場、地面風(fēng)場、PM2.5濃度及邊界層內(nèi)部的動力和熱力層結(jié)進行模擬分析,并與觀測資料進行對比,分析不同PBL方案對于氣象要素和PM2.5濃度分布的模擬能力,探討邊界層內(nèi)部熱力層結(jié)和湍流輸送差異對PM2.5濃度模擬的影響.結(jié)果表明:2種邊界層方案均能較好模擬出冬季靜穩(wěn)天氣背景下地面溫度、風(fēng)速及PM2.5濃度的空間分布和日變化特征,氣溫模擬的較大誤差主要出現(xiàn)在夜間,而地面風(fēng)速和PM2.5濃度的模擬結(jié)果在午后誤差較大;相對于YSU方案,局地MYJ方案模擬的溫度、風(fēng)場和PM2.5濃度的誤差更小,模擬結(jié)果更接近于實況觀測.地面PM2.5濃度的模擬誤差可能與近地面逆溫層、混合層及地面風(fēng)速等的模擬誤差有關(guān);不同邊界層參數(shù)化方案導(dǎo)致的邊界層內(nèi)熱力層結(jié)和湍流輸送的模擬差異,可能是影響近地面PM2.5濃度模擬差異的主要原因;夜間MYJ方案逆溫層厚度較厚,地面PM2.5模擬濃度較低;午后MYJ方案混合層高度較低,加之地面風(fēng)速較弱,導(dǎo)致地面PM2.5模擬濃度較高.

邊界層參數(shù)化；PM；數(shù)值模擬；山西

大氣邊界層位于受地面影響強烈的對流層底部,是地氣相互作用和大氣污染的主要發(fā)生地,湍流交換是其主要特征[1-2].邊界層湍流運動有利于污染物在邊界層內(nèi)的擴散,邊界層高度決定了污染物擴散的有效空氣體積,邊界層內(nèi)的垂直混合影響污染物的地面濃度,邊界層結(jié)構(gòu)的日變化規(guī)律影響著大氣污染物濃度的日變化特征[3].因此,邊界層參數(shù)化過程不僅是氣象模式的重要組成部分,也是空氣污染模式的重要基礎(chǔ)[4-6].利用不同邊界層參數(shù)化方案,分析大氣邊界層對污染物擴散的影響,受到了科研工作者的廣泛關(guān)注.

針對數(shù)值模式中不同邊界層參數(shù)化方案對邊界層風(fēng)溫場結(jié)構(gòu)、污染物擴散傳輸?shù)饶M的影響問題,國內(nèi)外已經(jīng)開展了廣泛研究.如利用不同邊界層方案對夏季邊界層結(jié)構(gòu)[1]、地面風(fēng)速及地表溫度[2]等的模擬研究顯示,模式未充分考慮城市建筑物的阻力作用,模擬得到的地表風(fēng)速偏差較大,而對地表溫度的日變化特征模擬能力較好.由于不同下墊面特性,不同模式在不同分辨率情況下,不同邊界層參數(shù)化方案的模擬效果差別很大.國外多數(shù)研究者認(rèn)為在不穩(wěn)定層結(jié)中,非局地閉合方案的模擬效果優(yōu)于局地閉合方案.Pleim[7]認(rèn)為ACM2組合方案可以較好模擬出午后的大氣邊界層高度.Zhang等[8]通過對2006年3月墨西哥城溫度、相對濕度、風(fēng)速和氣態(tài)污染物的高分辨率模擬,發(fā)現(xiàn)各方案模擬的白天風(fēng)速偏高,YSU方案對白天地面溫度模擬效果較好,夜間較差.Cheng等[9]通過對中國臺灣地區(qū)空氣質(zhì)量模擬結(jié)果分析,認(rèn)為各邊界層參數(shù)化方案在不同天氣系統(tǒng)下對O3濃度分布的影響不同.王穎等[10]認(rèn)為對于冬季穩(wěn)定邊界層,局地閉合的MYJ方案可以更好模擬蘭州地區(qū)底層溫度的日變化特征,而ACM2方案模擬的白天底層位溫廓線優(yōu)于MYJ和YSU方案.通常情況下,YSU和MYJ方案是被廣泛應(yīng)用的邊界層方案,并且二者的理論假設(shè)和計算過程存在顯著差異[9].一般認(rèn)為,在不穩(wěn)定條件下,非局地傳輸?shù)耐牧鏖]合方案(YSU)能夠比局地湍流閉合方案(MYJ)更加有效地混合大氣邊界層中的空氣污染物[2];在穩(wěn)定邊界層條件下,考慮局地閉合的MYJ方案有一定優(yōu)勢.前期的研究主要集中在對主要天氣過程的影響、與化學(xué)模式耦合的空氣質(zhì)量模擬,以及低層溫度場、風(fēng)場的影響的研究上,對邊界層過程內(nèi)部典型空氣污染物PM2.5等垂直分布的模擬影響的研究不多.此外,盡管在邊界層過程影響污染物濃度分布方面達(dá)成某些共識,但在不同方案的優(yōu)劣及適用性方面的研究還不夠深入.同時,邊界層過程對城市、山谷等復(fù)雜下墊面情形下PM2.5濃度分布影響方面的研究還不多.

山西省作為我國重要的能源和重化工基地,隨著經(jīng)濟規(guī)模擴大和城市化進程加快,PM2.5污染問題日趨嚴(yán)重[11-13].在大氣邊界層中,細(xì)顆粒物存在平流、輸送、沉降、氣象化學(xué)、氣溶膠化學(xué)等非線性物理、化學(xué)過程,因此多采用數(shù)值模擬方法研究其濃度分布特征和評估控制措施[14-15].大氣邊界層內(nèi)污染物的擴散與風(fēng)場、溫度場等有密切的關(guān)系[16-18].本研究利用WRF-Chem模式中不同的邊界層參數(shù)化方案,針對山西地區(qū)冬季典型靜穩(wěn)天氣個例,對地面溫度場、地面風(fēng)場、PM2.5濃度及邊界層內(nèi)部的動力和熱力層結(jié)進行模擬分析,并與觀測資料進行對比分析,討論不同PBL參數(shù)化方案對于山西復(fù)雜下墊面邊界層內(nèi)氣象要素和PM2.5濃度分布的模擬能力,探討邊界層內(nèi)部熱力層結(jié)和湍流輸送差異對PM2.5濃度模擬的影響,以期為改進區(qū)域環(huán)境空氣質(zhì)量預(yù)報模式中PM2.5濃度預(yù)報提供參考.

1 資料來源及個例選取

1.1 個例選取

選取山西冬季一次典型靜穩(wěn)天氣個例進行研究.2015年1月10~13日期間,太原市范圍內(nèi)多次出現(xiàn)空氣質(zhì)量指數(shù)AQI>200、細(xì)顆粒物PM2.5濃度>200μg/m3的重污染天氣,其中,12日夜間~13日中午前,由于天氣形勢相對穩(wěn)定,風(fēng)速較小,污染物難以有效擴散,空氣質(zhì)量始終處于中度至重度污染之間.空氣污染物濃度觀測數(shù)據(jù)來源于太原市9個國控點的實時觀測數(shù)據(jù),觀測點從北至南依次為上蘭、南寨、澗河、尖草坪、桃園、塢城、小店、金勝和晉源,其中上蘭為清潔對照站.

1.2 天氣背景

2015年1月10日~13日,500hPa中緯度亞洲上空為“兩脊一槽”型,受槽前高壓脊影響,東亞大槽移動緩慢.東亞槽主體位置偏南,山西上空以緯向環(huán)流為主.此外,在貝加爾湖以南,蒙古國西部有短波槽發(fā)展東移,影響華北地區(qū).12日20:00(北京時,下同),短波槽主體位于100°E附近,山西上空以平直西風(fēng)為主,風(fēng)力較弱;13日20:00,短波槽東移發(fā)展形成閉合中心(552dpm),中心位于內(nèi)蒙中部,受其影響,13日夜間開始山西北部風(fēng)力加大,并伴有零星降雪.因此,12夜間~13日白天,山西受穩(wěn)定的偏西氣流控制,冷空氣影響輕微,地面風(fēng)速較弱(圖1).

2 模式及實驗方案介紹

2.1 WRF-Chem模式設(shè)置

模擬試驗中所采用的WRF模式為ARW 3.4.1版本.模擬試驗采用了雙向反饋的3重嵌套網(wǎng)格(圖2),中心位于(112.6°E,37.8°N),水平網(wǎng)格距分別為27,9,3km,格點數(shù)分別為107×107、145×145、253×271.模式頂高50hPa,垂直方向為40層,其中2km以下有18層,最底層為35m.

大氣化學(xué)完全耦合模式WRF-Chem (WRF coupled with Chemistry model),將化學(xué)模式與氣象模式在時間和空間上完全耦合[8].模擬試驗采用WRF-Chem V3.4.1版本,氣相化學(xué)過程采用CBMZ方案[19],光解過程由FAST-J方法在線計算[20],每半小時為氣相化學(xué)模塊更新１次光解率;氣溶膠過程采用包含了液相化學(xué)反應(yīng)的MOSAIC模型[21].

模式中主要的物理過程參數(shù)化方案如表1.為了詳細(xì)描述城市的熱力學(xué)和動力學(xué)效應(yīng),在Noah陸面過程中耦合了城市冠層模塊(UCM),考慮城市的幾何特性、建筑物的遮擋和對長短波輻射的反射以及路面、墻面和屋頂?shù)臒崃ψ饔肹22-25].邊界層參數(shù)化方案包括YSU、MYJ和ACM2 3種.表面層內(nèi)氣象要素的計算采用參數(shù)化的方案,YSU和ACM2 對應(yīng)MM5方案,該方案的基礎(chǔ)為Monin-Obukhov與Carslon-Boland 粘性副層以及標(biāo)準(zhǔn)相似性函數(shù)查找表,MYJ對應(yīng)Eta相似方案,該方案的基礎(chǔ)為Monin-Obukhov與Zilitinkevich熱粗糙長度和標(biāo)準(zhǔn)的相似性函數(shù)查找表.

表1 模式主要物理過程參數(shù)化方案Table 1 Physical parameterization scheme of Model

模式中選用美國USGS(United States Geological Survey)提供的30″高分辨的地形高度和地表類型,同時利用2012年DMSP/OLS夜間燈光數(shù)據(jù)對USGS 30″地表類型中城市分布進行修正(太原區(qū)域的城市分布范圍如圖1)[26].USGS數(shù)據(jù)觀測時間已久,無法反映出城市范圍的擴張[27],而DMSP/OLS夜間燈光數(shù)據(jù)來源于美國NOAA地球物理數(shù)據(jù)中,空間分辨率為30″(約1km),為無云狀態(tài)下年平均夜間燈光強度.該數(shù)據(jù)已被廣泛應(yīng)用于城市化相關(guān)研究中[28-29].

模式的初始場和邊界條件選用NCEP/ NCAR 1°×1°再分析資料,模擬時段為2015年1月10日20:00~13日20:00,6h更新一次側(cè)邊界,時間步長150s.選取12日日20:00的模擬結(jié)果進行分析,探討冬季靜穩(wěn)天氣背景下, PM2.5模擬濃度對邊界層結(jié)構(gòu)和湍流輸送的敏感性.

2.2 排放源清單

模式采用的人為排放源清單來源于MEIC (Multi-resolution Emission Inventory for China)-31].數(shù)據(jù)分辨率為0.25°,排放數(shù)據(jù)包括電力、工業(yè)、民用、交通和農(nóng)業(yè)等5個部門,涵蓋10種主要的大氣污染物、溫室氣體和700多種人為排放源,可以提供逐月網(wǎng)格化排放清單.本研究以MEIC V1.0為基礎(chǔ),選用2010年的排放數(shù)據(jù),選用合適的化學(xué)機制,建立空氣質(zhì)量模型需要的排放數(shù)據(jù)立方體.

2.3 邊界層參數(shù)化方案

邊界層參數(shù)化是為了描述次網(wǎng)格尺度的湍流通量,湍流通量在數(shù)值模式中的表達(dá)方法被稱為湍流閉合問題.WRF-Chem V3.4.1中提供了3種邊界層參數(shù)化方案選擇,即YSU、MYJ和ACM2方案.Cheng等、王穎等[10]從閉合方法、湍流交換過程和邊界層頂計算方法等方面,詳細(xì)介紹了3種邊界層參數(shù)方案的主要特點.

表2 3種邊界層參數(shù)化方案對比Table 2 Comparison of different PBL schemes

YSUe)是1階非局地湍流閉合方案[32],方案以分子擴散理論(K理論)為基礎(chǔ),在渦旋擴散過程中,通量近似等于平均量的梯度.YSU方案是MM5模式中Medium-Range Forecast (MRF)方案(Hong and Pan,1996)的改進形式.在擴散方程中,反梯度項被用來描述與熱空氣上升有關(guān)的大尺度湍渦.湍流傳輸在不同層結(jié)內(nèi)的計算方法不同.邊界層高度取決于臨界理查森數(shù)等于0的高度.YSU方案考慮了混合層頂部夾卷過程對湍流輸送的影響,這是YSU方案與MRF方案的主要區(qū)別[9-10].模式中將夾卷過程單獨處理,而不是作為邊界層內(nèi)部的混合過程,從而增加了熱力自由對流的湍流混合,降低了動力強迫對流混合.

MYJ方案(Mellor-Yamada-Janjic scheme)是Mellor-Yamada的2.5階湍流閉合模型[33],它可以預(yù)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,2階矩方程中僅保留湍流動能(TKE),即是湍流動能方程的1.5階閉合方案.TKE湍流強度可以提供衡量混合強度的額外信息.MYJ方案是局地湍流閉合方案,這個方案不適用于模擬混合層中的不穩(wěn)定層結(jié).邊界層高度定義為湍流動能下降到一個非常小的臨界值0.001m/s的高度.MYJ方案具有概念清晰、滿足計算精度要求和節(jié)省計算時間等優(yōu)點,從而應(yīng)用廣泛,但由于方案中考慮的物理過程較為復(fù)雜,當(dāng)不能滿足假設(shè)條件時,模擬結(jié)果有偏差[10].

ACM2方案[7]是ACM1(Asymmetric Convective Model)方案的基礎(chǔ)上,增加局地湍流輸送發(fā)展而來.ACM2增加了局地輸送部分,可以模擬由浮力作用引起的局地輸送,也可以模擬局地湍流交換.方案中采用里查遜數(shù)方法計算邊界層高度,不穩(wěn)定條件下的邊界層高度考慮了夾卷層的熱力穿透和風(fēng)切變.

3 模擬結(jié)果對比分析

3.1 天空狀況模擬效果

為檢驗WRF-Chem模式對實際天氣狀況的模擬效果,利用模式模擬得到的高空云量分布與FY-2E衛(wèi)星觀測對比,分析模式對大尺度環(huán)流形勢的模擬能力.

13日08:00,山西上空云量較少,地面天氣狀況為輕霧或霾.13日20:00,隨著500hPa高空短波槽系統(tǒng)東移,山西北中部上空有高層云東移,北中部轉(zhuǎn)為多云天氣,地面天氣狀況以霾為主.由13日20:00的高空云量模擬與實況的對比可以看出(圖3),YSU、MYJ試驗?zāi)M的高空云系的位置與分布形態(tài)基本一致,分布形態(tài)與衛(wèi)星觀測基本吻合,位置較衛(wèi)星觀測略偏東.不同的PBL參數(shù)化試驗均可以較好模擬出中高緯度“兩脊一槽”的環(huán)流背景,均可以再現(xiàn)高空短波槽的發(fā)展東移帶來的山西北中部云量增加.

3.2 地面氣象要素模擬效果

為檢驗WRF-Chem模式對邊界層污染物擴散的模擬能力,需首先驗證模式對地面氣溫、風(fēng)場等氣象要素的模擬效果.利用2015年1月13日08:00和14:00山西區(qū)域內(nèi)109個自動氣象站觀測資料,與YSU、MYJ試驗得到的模擬結(jié)果進行對比(圖4).分析結(jié)果表明:2組PBL參數(shù)化方案模擬的白天和夜間地面溫度場的空間分布形態(tài)基本一致,分布形狀與實況觀測基本吻合.就山西區(qū)域而言,2組PBL參數(shù)化試驗對白天最高氣溫的模擬效果明顯優(yōu)于清晨最低氣溫的模擬;08:00地面溫度的模擬(色階底圖)與實況(填色圓點)差異較大,山西北部、中部2組試驗?zāi)M結(jié)果均較觀測明顯偏高,其中北部偏高4℃以上;14:00模擬結(jié)果與實況較為接近,2組試驗的模擬結(jié)果與實況的差異均在2℃以內(nèi),效果較好.

由圖5可以看出,2組試驗均可以模擬出地面溫度的日變化特征,但由于對邊界層內(nèi)物理過程的處理不同,即便采用相同的陸面參數(shù),地表湍流輸送差異也會導(dǎo)致2組試驗的模擬地面溫度存在顯著差異,因此地面溫度的模擬結(jié)果對邊界層參數(shù)化方案敏感.2組試驗對白天地面溫度的模擬結(jié)果與觀測偏差在1℃左右,夜間則普遍偏高,偏差最大可以達(dá)到4.

YSU、MYJ試驗?zāi)M的地面溫度與觀測值的誤差統(tǒng)計(表3)表明,局地閉合的MYJ邊界層方案模擬得到的地面溫度優(yōu)于非局地閉合的YSU方案,MYJ試驗?zāi)M的夜間地面溫度較YSU偏低,更接近于實況.主要原因在于:冬季夜間邊界層多處于穩(wěn)定狀態(tài),特別是受太原周邊山谷地形影響,夜間逆溫較強,近地層湍流得不到充分發(fā)展,物質(zhì)和能量的輸送以局地為主.

表3 2組試驗?zāi)M的地面溫度誤差統(tǒng)計對比(℃)Table 3 Error statistic of surface temperature simulated by YSU and MYJ (℃)

圖5可以看出,地面風(fēng)速隨時間的變化較為復(fù)雜.12日20:00~13日20:00期間地面風(fēng)速較弱,YSU、MYJ試驗均模擬出地面風(fēng)速的日變化特征,夜間風(fēng)力弱,午后風(fēng)力增大.兩組試驗對夜間風(fēng)速的模擬結(jié)果與實況非常接近;模擬誤差主要來源于白天,模擬的風(fēng)速均偏大,偏差最大可以達(dá)到以上.

由表4可見,實況觀測的平均風(fēng)速為1.87m/s,而YSU、MYJ試驗?zāi)M結(jié)果分別為2.73,2.42m/s,與實況接近.城區(qū)內(nèi)地面風(fēng)速的模擬誤差,較徐敬等、王穎等[10]的模擬結(jié)果有較大的改善,這與模式中對城市分布進行修正有關(guān),模式中考慮了城市建筑物對地面風(fēng)速的影響.誤差分析結(jié)果表明:夜間,兩組試驗的地面風(fēng)速模擬效果基本一致,且與實況趨于一致;白天(尤其是午后),兩組試驗?zāi)M的風(fēng)速均大于觀測值.MYJ試驗較YSU模擬的白天風(fēng)速偏小,更接近于實況.

表4 2組試驗?zāi)M的地面風(fēng)速誤差統(tǒng)計對比(m/s)Table 4 Error statistic of surface wind speed simulated by YSU and MYJ (m/s)

3.3 地面PM2.5濃度模擬效果

為檢驗不同PBL參數(shù)化方案對地面PM2.5濃度的模擬效果,利用太原城區(qū)空氣質(zhì)量監(jiān)測國控站點數(shù)據(jù),與YSU、MYJ試驗得到的模擬結(jié)果進行對比(圖6).由圖6可以看出,YSU、MYJ 2組試驗均可以模擬出地面PM2.5濃度的日變化特征:日出后10:00前后PM2.5濃度達(dá)到最大,之后快速下降,午后在15:00前后PM2.5濃度達(dá)到最小,夜間20:00后PM2.5濃度達(dá)到次峰值,整體來看,地面PM2.5濃度夜間高于白天.由于對邊界層湍流混合的描述不同,即使在相同的排放強度和地表參數(shù)情形下,邊界層過程的差異也會導(dǎo)致兩組試驗對PM2.5濃度的模擬結(jié)果存在顯著差異,因此,地面PM2.5濃度的模擬與邊界層參數(shù)化方案敏感.

表5 2組試驗?zāi)M的地面PM2.5濃度誤差統(tǒng)計(μg/m3)Table 5 Error statistic of surface PM2.5concentration simulated by YSU and MYJ (μg/m3)

2組試驗對夜間PM2.5濃度的模擬結(jié)果較好,10:00前后偏高,而在15:00前后均偏低,這可能與午后模擬的地面風(fēng)速偏大有關(guān).2組試驗對比,夜間YSU方案較MYJ方案模擬的地面PM2.5濃度偏高,而白天(主要在10:00~18:00)YSU方案則相對偏低.由表5可見,2組試驗在污染水平較高時模擬的相對偏差較小(夜間15%~18%),而在污染水平較低時模擬的相對偏差較大(白天24%~26%),可能與排放源空間分布、排放時間等的不確定性有關(guān);MYJ方案模擬的地面PM2.5濃度誤差相對較小,日變化規(guī)律與實況更為接近.

4 邊界層垂直結(jié)構(gòu)對PM2.5濃度的影響

邊界層的厚度隨時間而變,白天大氣邊界層可分為近地面層、混合層和夾卷層,而夜間大氣邊界層可分為近地面層、穩(wěn)定邊界層和殘留層.

4.1 夜間逆溫層的模擬對比

YSU與MYJ試驗?zāi)M逆溫層的差異,可以解釋夜間地面PM2.5濃度的模擬差異.04:00(圖8),YSU試驗?zāi)M的接地逆溫層厚度約為187m,較MYJ試驗明顯偏低,2組試驗?zāi)M的逆溫層強度相當(dāng),均為-1.5℃左右,300m以上溫度廓線趨于一致.兩組試驗?zāi)M得到的PM濃度廓線的差異主要體現(xiàn)在近地面層,04:00城區(qū)地面PM2.5濃度的平均偏差達(dá)到25μg/m以上,而在逆溫層以上(地面300m以上),兩組試驗的模擬結(jié)果趨于一致.綜合地面溫度、風(fēng)速等的模擬結(jié)果,相對于YSU試驗, MYJ試驗得到的夜間地面溫度較低,貼地逆溫層厚度增加約70m,地面PM2.5濃度降低約25μg/m.因此,在相同的排放強度下,夜間地面PM的濃度與近地面逆溫層的厚度有密切的關(guān)系.

城市夜間上空,由于逆溫層的形成,導(dǎo)致近地面氣團與上層空氣隔絕,PM2.5主要集聚在逆溫層內(nèi).在相同的排放強度下,逆溫層厚度越厚,地面PM2.5越低.由不同邊界層方案帶來的夜間逆溫層厚度差異,可以給城區(qū)近地面PM2.5濃度帶來50~100μg/m3的巨大差異(圖9).盡管模式選用的排放源原始數(shù)據(jù)的水平分辨率只有0.25°,但隨著模式分辨率的提高,以及城市地表和邊界層過程在模式中精細(xì)化模擬,WRF- Chem模式仍然可以反映出PM2.5在城市范圍內(nèi)聚集的特征.

4.2 午后混合層的模擬對比

YSU與MYJ試驗?zāi)M混合層的差異,可以解釋邊界層過程對午后PM2.5濃度的影響.由圖10可見,15:00YSU試驗?zāi)M得到的混合層頂高度達(dá)到346m,較MYJ試驗顯著偏高.YSU方案中邊界層高度由位溫廓線來確定,MYJ方案則是根據(jù)湍流動能的廓線來確定邊界層高度.YSU方案在白天得到的混合層頂高度較高,這說明在午后不穩(wěn)定層結(jié)下,非局地閉合YSU方案較局地閉合MYJ方案湍流交換偏強.分析原因,在于非局地方案考慮了由地面熱通量引起的次網(wǎng)格尺度的湍流混合,加強了邊界層整層的湍流混合,位溫廓線趨于更不穩(wěn)定;而局地閉合的MYJ方案僅考慮模式垂直相鄰層之間的湍流交換,湍流交換強度和速率較弱,模擬得到的混合層高度較低.不同邊界層方案導(dǎo)致的混合層高度差異,與以往的有關(guān)觀測和數(shù)值模擬得到的結(jié)論保持一致[1-2,10,18].

日出后地表吸收太陽輻射導(dǎo)致自由對流發(fā)展,混合層的發(fā)展有利于PM2.5的垂直擴散.2組試驗?zāi)M得到PM2.5存在偏差,300m以下MYJ方案濃度偏強,300m以上YSU方案濃度偏強.這是因為,相對于YSU方案,午后MYJ方案得到的混合層頂高度下降約90m,混合層減弱,不利于PM2.5的垂直擴散,導(dǎo)致地面模擬濃度升高.另一方面,MYJ方案模擬的城區(qū)風(fēng)速較弱,MYJ較YSU方案午后地面風(fēng)速的減弱區(qū)與城市分布區(qū)域基本重合(圖11),因此,MYJ方案能更好反映出地表摩擦過程(如建筑物等)對風(fēng)速的影響.綜合地面風(fēng)速、垂直混合等因素,MYJ邊界層方案在冬季靜穩(wěn)天氣背景下,午后地面PM2.5的模擬結(jié)果優(yōu)于YSU方案.

由于太原地區(qū)缺乏邊界層內(nèi)PM2.5濃度的垂直觀測,參照華北區(qū)域其他城市冬季PM2.5濃度的垂直分布特征對模式的模擬效果進行簡單評估[34].與北京冬季夜間PM2.5濃度垂直觀測結(jié)果類似,太原冬季夜間PM2.5濃度隨高度增加而呈對數(shù)遞減,100m高度質(zhì)量濃度衰減幅度約為28%,240m高度質(zhì)量濃度衰減幅度約為44%.與北京氣象鐵塔的觀測數(shù)據(jù)一致,太原冬季白天PM2.5濃度與高度間的相關(guān)性較差,100m高度質(zhì)量濃度衰減幅度約為5%,地面以上240m高度內(nèi)PM2.5濃度垂直分布較夜間均勻.

因此,太原城區(qū)上空PM2.5濃度的日變化規(guī)律,一是與人為活動帶來排放強度的日變化規(guī)律有關(guān),二是由邊界層內(nèi)氣象條件的日變化規(guī)律引起的.由不同邊界層參數(shù)化方案帶來的夜間近地面逆溫層厚度的模擬差異以及白天混合層高度、地面風(fēng)速等的模擬差異,可以導(dǎo)致邊界層內(nèi)PM2.5模擬濃度的顯著差異.

4.3 討論

試驗結(jié)果體現(xiàn)出城區(qū)風(fēng)速減弱的事實,但模式模擬風(fēng)速仍偏大,在白天偏大更為突出.這是由于雖然在陸面過程中耦合單層城市冠層模式,并對城市下墊面進行修正,但模式對城市特征的描述仍較為簡單,不能細(xì)致描述城市冠層內(nèi)部的能量交換以及建筑物高度、分布密度等對近地面氣象要素的影響.午后模擬的地面風(fēng)速偏大,有利于污染物的水平擴散,導(dǎo)致地面PM2.5濃度模擬偏低.此外,模式模擬的地面PM2.5濃度偏低,可能還與邊界層結(jié)構(gòu)與大氣污染物濃度變化的正反饋機制有關(guān).近地層的氣溶膠的散射和吸收可以減少到達(dá)地面的太陽輻射,降低地表溫度,而邊界層上層升溫,可以導(dǎo)致近地層大氣穩(wěn)定度增加,有利于污染物的進一步累積.近地層逆溫模擬偏弱,主要體現(xiàn)在地面溫度模擬較實況偏高,即模式中近地層氣溶膠散射和吸收作用模擬較弱,地表降溫有限,從而影響到近地層中PM2.5的積聚效果,導(dǎo)致地面PM2.5濃度模擬產(chǎn)生誤差.

本研究結(jié)果適用于與冬季穩(wěn)定邊界層相伴隨的重污染天氣情形.受邊界層內(nèi)垂直觀測資料缺乏的制約,特別是缺乏與氣象觀測同步加密的空氣污染物垂直探空資料,對于不同季節(jié)復(fù)雜氣象條件下的不同邊界層方案對污染物擴散的影響還有待于今后進一步的研究.

5 結(jié)論

5.1 WRF-Chem模式提供的2種邊界層方案(YSU和MYJ)均能較好模擬出冬季靜穩(wěn)天氣背景下地面溫度、地面風(fēng)速及地面PM2.5濃度的空間分布和日變化特征.但2組方案對夜間氣溫模擬均偏高,白天風(fēng)速模擬均偏大,午后地面PM濃度模擬偏低.

5.2 相對于YSU方案,局地MYJ方案模擬的夜間溫度偏低,白天風(fēng)場偏弱,PM2.5模擬的偏差更小,模擬結(jié)果更接近于實況觀測.這表明,在高分辨率情況下,湍流的高階閉合方案能夠更加合理地描述邊界層內(nèi)的熱量和動量的混合輸送特征.

5.3 不同邊界層參數(shù)化方案導(dǎo)致的邊界層內(nèi)熱力層結(jié)和湍流輸送的模擬差異,可能是影響近地面PM2.5模擬差異的主要原因.近地面PM2.5模擬濃度的分布差異,夜間主要受近地面逆溫層厚度影響,白天主要受混合層強度和地面風(fēng)速等影響.

5.4 夜間由于逆溫層的形成,導(dǎo)致近地面氣團與上層空氣隔絕,PM2.5主要聚集在逆溫層內(nèi).相對于YSU方案,MYJ方案模擬得到的近地面逆溫層厚度較厚,導(dǎo)致地面PM2.5模擬濃度較低.

5.5 午后在不穩(wěn)定層結(jié)下,局地閉合的MYJ較非局地閉合的YSU方案湍流交換偏弱,混合層高度偏低,減弱了PM2.5的垂直混合,導(dǎo)致地面PM2.5模擬濃度偏低;同時,MYJ方案能夠更為有效模擬出城市建筑物對地面風(fēng)速的影響,導(dǎo)致午后城區(qū)地面風(fēng)力減弱,也導(dǎo)致地面PM2.5濃度升高.

[1]陳 炯,王建捷.北京地區(qū)夏季邊界層結(jié)構(gòu)日變化的高分辨率模擬對比 [J]. 應(yīng)用氣象學(xué)報, 2006,17(4):403-411.

[2]徐 敬,馬志強,趙秀娟,等.邊界層方案對華北底層O3垂直分布模擬的影響 [J]. 應(yīng)用氣象學(xué)報, 2015,26(5):567-577.

[3]Tran H N Q, Molders N. Investigations on meteorological conditions for elevated PM2.5in Fairbanks, Alaska [J]. Atmospheric Research, 2011,99(1):39-49.

[4]王自發(fā),李 杰,王 哲,等.2013年1月我國中東部強霾污染的數(shù)值模擬和防控對策 [J]. 中國科學(xué):地球科學(xué), 2014,01(1):3-14.

[5]王自發(fā),謝付瑩,王喜全,等.嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式系統(tǒng)的發(fā)展與應(yīng)用 [J]. 大氣科學(xué), 2006,30(5):778-790.

[6]Zhang D L, Zheng W Z. Diurnal cycle of surface winds and temperature as simulated by five boundary layer parameterizations [J]. Appl. Meteorol., 2004,43(1):157-169.

[7]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]. Appl. Meteor. Climat., 2007,46:1396-1409.

[8]Zhang Y, M K Dubey, S C Olsen, et al. Comparisons of WRF-Chem Simulations in Mexico City with ground –based RAMA measurements during the 2006-MILAGRO [J]. Atmospheric Chemistry & Physics Discussions, 2009,9(11):3777-3798.

[9]Cheng F Y, Chin S C, Liu T H. The role of boundary layer schemes in meteorological and air quality simulations of the Taiwan area [J]. Atmospheric Environment, 2012,54(4):714–727.

[10]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, 2010,29(6): 1397-1407.

[11]吳 兌.近十年中國灰霾天氣研究綜述 [J]. 環(huán)境科學(xué)學(xué)報, 2012,32(2):257-269.

[12]李軍霞,銀 燕,李培仁,等.山西夏季氣溶膠空間分布飛機觀測研究 [J]. 中國環(huán)境科學(xué), 2014,34(8):1950-1959.

[13]張小曳,孫俊英,王亞強,等.我國霧-霾成因及其治理的思考 [J]. 科學(xué)通報, 2013,13(13):1178-1187.

[14]王凌慧,曾凡剛,向偉玲,等.空氣重污染應(yīng)急措施對北京市PM2.5的削減效果評估 [J]. 中國環(huán)境科學(xué), 2015,35(8):2546-2553.

[15]陳煥盛,王自發(fā),吳其重,等.亞運時段廣州大氣污染物來源數(shù)值模擬研究 [J]. 環(huán)境科學(xué)學(xué)報, 2010,30(11):2145-2153.

[16]張人禾,李 強,張若楠.2013年1月中國東部持續(xù)性強霧霾天氣產(chǎn)生的氣象條件分析 [J]. 中國科學(xué):地球科學(xué), 2014,44(1):27-36.

[17]傅 瑜,王體健,黃曉嫻,等.南京地區(qū)典型霾天氣個例特征的比較分析 [J]. 環(huán)境科學(xué)學(xué)報, 2015,35(6):1620-1628.

[18]張 強,呂世華,張廣庶.山谷城市大氣邊界層結(jié)構(gòu)及輸送能力 [J]. 高原氣象, 2004,22(4):346-353.

[19]Zaveri R A, Peters L K. A new lumped structure photochemical mechanism for long-scale applications [J]. Journal of Geophysical Research Atmospheres, 1999,104(D23):30387-30415.

[20]Wild O, Zhu X, Prather M J. Fast-J: Accurate Simulation of In- and below-cloud photolysis in tropospheric chemical models [J]. Journal of Atmospheric Chemistry, 2000,37(3):245-282.

[21]Zaveri R A, Easter R C, Peters L K. A computationally efficient multicomponent equilibrium solver for aerosols (MESA) [J]. Journal of Geophysical Research Atmospheres, 2005,110(D24): 1064-1067.

[22]Chen F, Duhia J. Coupling an advanced land-surface/ hydrology model with the Penn State/NCAR MM5 modeling system [J]. Part I: Model implementation and sensitivity. Mon. Wea. Rev., 2001,129(4):569-585.

[23]Kusaka H, Kondo H, Kikegawa Y, et al. A simple single layer urban canopy model for atmospheric models: Comparison with multi-layer and slab models [J]. Boundary-Layer Meteorology, 2001,101(3):329-358.

[24]Kusaka H, and Kimura F. Thermal effects of urban canyon structure on the nocturnal heat island: numerical experiment using a mesoscale model coupled with an urban canopy model [J]. Journal of Applied Meteorology, 2004,43(12):1899-1910.

[25]Kusaka H, Kimura F, Hirakuchi H, et al. The effects of land-use alteration on the sea breeze and daytime heat island in the Tokyo metropolitan area [J]. Journal of the Meteorological Society of Japan, 2000,78(4):405-420.

[26]董春卿,郭媛媛,趙桂香,等.太原城市下墊面擴張對邊界層特征影響的個例研究 [J]. 干旱氣象, 2015,32(6):916-925.

[27]Ma Xinye, Zhang Yaocun. Numerical study of the impacts of urban expansion on meiyu Precipitation over Eastern China [J]. J.meteor. Res., 29(2):237-256.

[28]卓 莉,陳 晉,史培軍,等.基于夜間燈光數(shù)據(jù)的中國人口密度模擬 [J]. 地理學(xué)報, 2005,60(2):266-276.

[29]卓 莉,李 強,史培軍,等.基于夜間燈光數(shù)據(jù)的中國城市用地擴展類型 [J]. 地理學(xué)報, 2006,61(2):169-178.

[30]He K B. Multi-resolution emission inventory for China (MEIC): model framework and 1990-2010 anthropogenic emissions[C]// AGU Fall Meeting Abstracts. AGU Fall Meeting Abstracts, 2012.

[31]Lei Y, Zhang Q, He K B, et al. Primary anthropogenic aerosol emission trends for China, 1990~2005 [J]. Atmospheric Chemistry & Physics, 2011,11(3):931-954.

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

[33]Mellor G L, Yamada T. Development of a turbulence closure model for geophysical fluid problems [J]. Reviews of Geophysics, 1982,20(4):851-875.

楊 龍,賀克斌,張 強,等.北京秋冬季近地層PM2.5質(zhì)量濃度垂直分布特征 [J]. 環(huán)境科學(xué)研究, 2005,18(2):23-28.

*責(zé)任作者, 教授, zhengyf@nuist.edu.cn

The effects of different planetary boundary layer schemes on PM2.5concentration simulations in winter stable weather of Shanxi

DONG Chun-qing1,2, ZHENG You-fei1*, WU Yong-li2, GUO Yuan-yuan2, WANG Yang2

(1.School of Environmental Science and Engineering, Nanjing University of Information Science & Technology, Nanjing 210044, China；2.Shanxi Meteorological Observatory, Taiyuan 030006, China)., 2016,36(6)：1669~1680

Adequate air quality modeling is reliant on accurate meteorological simulation especially in the planetary boundary layer (PBL). To further understand how the boundary layer processes affect the mixing and transmission of air pollutants, the sensitivity tests of WRF-Chem model with different PBL schemes were utilized. Surface temperature, wind field, PM2.5concentration, dynamic and thermal PBL stratification were simulated in the typical winter stable weather condition of Shanxi province, and the results were compared with the observational data. The simulation ability of different schemes were analyzed, and the effects of PBL thermal stratification and turbulent transportation differences on PM2.5concentration simulation were discussed. The results indicated that both of the two schemes could simulate the spatial distribution and diurnal variation characteristics of surface temperature, wind speed, and PM2.5concentration in the winter stable weather. The relatively larger error of temperature simulated normally occurred at night, while the simulation error of surface wind speed and PM2.5concentration mainly appeared in the afternoon. Surface temperature, wind field and PM2.5concentration simulated by MYJ scheme showed less error, and more close to the observations. The differences of PBL thermal stratification and turbulent transportation simulated by different PBL schemes led to the differences of surface PM2.5concentration simulation. The thicker inversion layer of MYJ scheme caused the lower surface PM2.5concentration at night, while the lower mixing layer and weaker surface wind speed simulated by MYJ scheme resulted in a higher surface PM2.5concentration in the afternoon.

PBL parameterization；PM2.5；numerical simulation；Shanxi

X513

A

1000-6923(2016)06-1669-12

董春卿(1984-),男,山西介休人,工程師,碩士,主要從事高分辨率數(shù)值模式研究.發(fā)表論文5篇.

2015-11-27

山西省回國留學(xué)人員科研資助項目(2014-101);山西省氣象局重點課題項目(SXKZDTQ201510007)