雅礱江流域WRF模式構(gòu)建及應(yīng)用

楊明祥，蔣云鐘，王忠靜，王 浩

（1. 清華大學(xué)土木水利學(xué)院，北京 100084；2. 中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038）

?

雅礱江流域WRF模式構(gòu)建及應(yīng)用

楊明祥1 2，蔣云鐘2，王忠靜1，王 浩2

（1. 清華大學(xué)土木水利學(xué)院，北京 100084；2. 中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100038）

摘要：針對(duì)雅礱江流域構(gòu)建了數(shù)值天氣預(yù)報(bào)（WRF）模式，使用7種云微物理參數(shù)化方案和3種積云對(duì)流參數(shù)化方案對(duì)3場(chǎng)典型暴雨進(jìn)行了模擬和ETS綜合評(píng)價(jià)，得出了WSM3和GD的參數(shù)化方案組合較優(yōu)的結(jié)論，為WRF模式在雅礱江流域的深入應(yīng)用提供了重要參考.此外，為了驗(yàn)證構(gòu)建的WRF模式在水文應(yīng)用方面的有效性，將其與HEC-HMS分布式水文模型進(jìn)行了單向耦合，結(jié)果顯示耦合模型對(duì)徑流的模擬效果較好，說(shuō)明WRF模式能夠反映產(chǎn)生洪峰和維持徑流的降水信號(hào)，其在流域徑流模擬和預(yù)報(bào)中有較大的應(yīng)用潛力.

關(guān)鍵詞：數(shù)值天氣預(yù)報(bào)；雅礱江流域；HEC-HMS；參數(shù)優(yōu)選

近年來(lái)，隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、遙感技術(shù)等的不斷進(jìn)步，數(shù)值天氣預(yù)報(bào)模式也得到了前所未有的發(fā)展，為人們探究天氣現(xiàn)象和預(yù)報(bào)天氣變化帶來(lái)了機(jī)遇.同時(shí)，數(shù)值天氣預(yù)報(bào)模式也為流域防洪和發(fā)電優(yōu)化調(diào)度帶來(lái)了新的契機(jī)［1］.數(shù)值天氣預(yù)報(bào)模式可以根據(jù)當(dāng)前的氣象背景場(chǎng)和邊界條件，應(yīng)用數(shù)學(xué)物理方程推算未來(lái)一段時(shí)間降水、溫度等物理量的時(shí)空變化，并可作為水文模型的輸入得到流域的徑流變化過(guò)程，從而為流域管理特別是防洪和發(fā)電調(diào)度爭(zhēng)取到寶貴的徑流預(yù)報(bào)預(yù)見(jiàn)期，達(dá)到降低損失增加效益的目的.

隨著我國(guó)對(duì)清潔能源的需求越來(lái)越大，水電作為技術(shù)成熟的清潔能源，日益受到研究人員和管理者的重視.因此，積極開(kāi)發(fā)流域水能資源，特別是進(jìn)行流域梯級(jí)開(kāi)發(fā)，成為我國(guó)在當(dāng)前形勢(shì)下的必然選擇.目前，在水能資源豐富的西南諸省擬建、在建的大型水電站或水利樞紐有200多座，如嘉陵江16級(jí)、金沙江21級(jí)、雅礱江22級(jí)、大渡河三庫(kù)22級(jí)等.伴隨著流域梯級(jí)開(kāi)發(fā)的不斷推進(jìn)，亟需建立數(shù)值天氣預(yù)報(bào)模式來(lái)提高降水預(yù)見(jiàn)期，從而為防洪、發(fā)電提供更加有效的徑流預(yù)報(bào)驅(qū)動(dòng)信息.本文選擇雅礱江流域作為研究區(qū)域，針對(duì)該流域搭建數(shù)值天氣預(yù)報(bào)模式，給出適合雅礱江流域的參數(shù)方案組合，并對(duì)構(gòu)建的模式進(jìn)行了水文驗(yàn)證，為數(shù)值天氣預(yù)報(bào)模式在雅礱江及其他流域的進(jìn)一步應(yīng)用提供了重要的參考.

1　WRF模式與研究區(qū)域簡(jiǎn)介

1.1WRF模式

近幾十年來(lái)，伴隨著大氣科學(xué)以及地球科學(xué)的不斷進(jìn)步，在巨型計(jì)算機(jī)和超高速網(wǎng)絡(luò)的推動(dòng)下，數(shù)值天氣預(yù)報(bào)模式越來(lái)越受到科研和業(yè)務(wù)人員的關(guān)注［2］. 自1997年以來(lái)，美國(guó)多所科研機(jī)構(gòu)的科學(xué)家們共同研發(fā)了業(yè)務(wù)與研究共用的新一代高分辨率中尺度預(yù)報(bào)模式——WRF模式（WRF model）［3-4］，其在研究和業(yè)務(wù)預(yù)報(bào)方面具有廣泛的應(yīng)用前景.WRF模式主要由3部分組成：模式的前處理、主模式和模式后處理. WRF模式內(nèi)部參數(shù)化方案較其他中尺度模式豐富，考慮的物理過(guò)程也更為細(xì)致［5］.然而模式參數(shù)化方案對(duì)地形和氣候條件較為敏感［6］，針對(duì)不同研究區(qū)域應(yīng)該選取何種參數(shù)化方案組合才能獲得較好的模擬效果，是值得深入研究探討的.WRF模式中有5大類(lèi)參數(shù)化方案：云微物理參數(shù)化方案、積云對(duì)流參數(shù)化方案、行星邊界層方案、陸面模式和輻射方案［7］.其中，云微物理參數(shù)化方案和積云對(duì)流參數(shù)化方案對(duì)降水的影響最為直接，是本文討論的重點(diǎn).對(duì)各物理方案的詳細(xì)介紹，參見(jiàn)文獻(xiàn)［8-9］.本文選擇美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）提供的全球最終分析（FNL）資料［10］作為WRF模式運(yùn)行的初始場(chǎng)和邊界條件.

1.2研究區(qū)域

雅礱江流域（26°32′N(xiāo)～33°58′N(xiāo)，96°52′E～102°48′E）地處川西高原，發(fā)源于青藏高原巴顏喀拉山，跨越了近8個(gè)緯度帶，全流域呈南北向條帶狀，流域面積約13×104km2，干流總長(zhǎng)度達(dá)1 323 km，是長(zhǎng)江最長(zhǎng)的支流，流域水系如圖1所示.域內(nèi)地形極為復(fù)雜，谷嶺高差懸殊，地勢(shì)西北高東南低，大部分地區(qū)海拔超過(guò)了1 500 m，流域數(shù)字高程如圖2所示.雅礱江中下游地區(qū)人口較為稠密，工農(nóng)業(yè)生產(chǎn)發(fā)達(dá)，同時(shí)也是礦產(chǎn)、水能等資源的富集區(qū).每年汛期（5月—10月），西太平洋副高脊線(xiàn)北移，往往使該流域中下游暴露于副高西緣，加之西南季風(fēng)攜帶的大量暖濕水汽，在流域內(nèi)切變線(xiàn)和低渦頻繁活動(dòng)的影響下，導(dǎo)致該時(shí)期暴雨較多、山洪災(zāi)害時(shí)常發(fā)生，嚴(yán)重威脅人民群眾生命財(cái)產(chǎn)安全，給地區(qū)經(jīng)濟(jì)帶來(lái)了嚴(yán)重影響.同時(shí)，雅礱江流域徑流豐沛，水能資源蘊(yùn)藏量極其豐富（河源至河口海拔落差達(dá)4 420 m），被列為全國(guó)十大水電基地之一.準(zhǔn)確及時(shí)的降水徑流預(yù)報(bào)對(duì)雅礱江流域的興利除害極為重要.

圖1　雅礱江流域水系與子流域劃分Fig.1 River system and sub-basins of Yalong river basin

圖2　雅礱江流域數(shù)字高程Fig.2 Digital elevation model of Yalong river basin

2　模式配置及參數(shù)優(yōu)選

2.1高性能計(jì)算平臺(tái)

本研究依托中國(guó)水利水電科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室，基于高性能服務(wù)器構(gòu)建了集群計(jì)算環(huán)境，并實(shí)現(xiàn)了WRF模式在其上的移植，保證了模式的高效運(yùn)行.該計(jì)算平臺(tái)共有6個(gè)節(jié)點(diǎn)，其中1個(gè)調(diào)度節(jié)點(diǎn)，5個(gè)計(jì)算節(jié)點(diǎn).每個(gè)節(jié)點(diǎn)CPU核心數(shù)達(dá)24個(gè)，內(nèi)存容量為47 GB.

2.2區(qū)域嵌套設(shè)計(jì)

為了獲取分辨率較高的計(jì)算結(jié)果，同時(shí)盡可能減輕計(jì)算負(fù)擔(dān)，本文使用3層嵌套的方式來(lái)逐級(jí)增加區(qū)域的分辨率.嵌套區(qū)域的設(shè)置充分考慮了周邊大地形和重點(diǎn)天氣、氣候系統(tǒng)，并盡量避免模擬中跨越氣候特征或者地理特點(diǎn)相差較大的區(qū)域.從外到內(nèi)各相鄰嵌套層的分辨率比例為3∶1.如圖3所示，模式最外層網(wǎng)格分辨率為27 km，格點(diǎn)數(shù)203×199，包括了影響中國(guó)大陸的主要天氣系統(tǒng)，主要有西伯利亞高壓、副熱帶高壓西緣和孟加拉灣暖濕氣流等；第2層網(wǎng)格分辨率為9 km，格點(diǎn)數(shù)241×235，包括了影響中國(guó)西南的主要天氣系統(tǒng)和大地形，例如梅雨區(qū)的西南部、西南渦、青藏高原、黃土高原等；最內(nèi)層網(wǎng)格分辨率為3 km，格點(diǎn)數(shù)241×289，包括了整個(gè)雅礱江流域.不同層級(jí)之間的網(wǎng)格設(shè)置為雙向反饋關(guān)系，內(nèi)層網(wǎng)格接受外部網(wǎng)格提供的初始場(chǎng)和邊界條件的同時(shí)也向外部網(wǎng)格反饋模式運(yùn)行信息.

圖3　雅礱江流域WRF模式三重嵌套Fig.3 WRF triple nested domains of Yalong river basin

2.3參數(shù)優(yōu)選與設(shè)計(jì)

在WRF模式眾多的參數(shù)化方案中，云微物理參數(shù)化方案和積云對(duì)流參數(shù)化方案對(duì)降水量模擬及其分布的影響最為直接，且參數(shù)化方案的區(qū)域敏感性較強(qiáng).因此，需要對(duì)這兩種參數(shù)化方案進(jìn)行優(yōu)選，從而挑選出最適合于該地區(qū)降水模擬的參數(shù)化方案組合.本文通過(guò)WRF模式7種不同的微物理方案（Kessler，Lin et al（Lin），Single-Moment 3-class范區(qū)（WSM3），Single-Moment 5-class（WSM5），F(xiàn)errier，Single-Moment 6-class（WSM6），New Thompson （NTH））和3種不同的對(duì)流參數(shù)化方案（Kain-Fritisch（KF），Betts-Miller-Janjic（BMJ），Grell-Devenyi（GD））之間的組合，對(duì)3場(chǎng)暴雨事件進(jìn)行模擬，選取ETS平均得分作為評(píng)價(jià)指標(biāo).ETS計(jì)算公式為

式中：H為觀(guān)測(cè)值與模擬值同時(shí)大于某一閾值的站數(shù)，代表模式對(duì)某一閾值降水事件的探測(cè)能力；F為模擬值大于閾值而觀(guān)測(cè)值小于閾值的站數(shù)，代表模式對(duì)某一閾值降水事件的空?qǐng)?bào)傾向；M為模擬值小于閾值而觀(guān)測(cè)值大于閾值的站數(shù)，代表模式對(duì)某一閾值降水事件的漏報(bào)傾向.H、M、F等指標(biāo)依據(jù)表1計(jì)算.雨量站分布見(jiàn)圖1.

表1　降水評(píng)價(jià)列聯(lián)表Tab.1 Precipitation evaluation contingency table

本研究針對(duì)降水事件選取3個(gè)閾值進(jìn)行評(píng)價(jià)，閾值分別為10 mm/d、15 mm/d和25 mm/d.某一降水事件的ETS評(píng)分為

式中：ETSevent是某次降水事件的ETS評(píng)價(jià)結(jié)果；ETSij為閾值j上第i個(gè)時(shí)段的ETS評(píng)價(jià)結(jié)果；n是某次降水事件包含的時(shí)段數(shù).

本研究選取了3場(chǎng)典型降水事件進(jìn)行評(píng)價(jià)，起止時(shí)間分別為2005年7月6日至2005年7月11日、2005年9月21日至2005年9月27日和2006年6 月24日至2006年7月1日.其中，前兩場(chǎng)為大面積持續(xù)性降水，第3場(chǎng)為區(qū)域性降水.為了直觀(guān)地說(shuō)明不同參數(shù)化方案對(duì)降水模擬的影響，選取雨量站點(diǎn)較為集中的雅礱江下游為研究區(qū)，繪制了第1場(chǎng)降水量模擬分布圖，并與實(shí)測(cè)情況進(jìn)行了比較，如圖4所示.圖4中列出了WRF模式模擬總降水量與實(shí)測(cè)值（見(jiàn)圖4（a））最接近的5個(gè)參數(shù)化方案組合，圖中①～⑥代表下游的6個(gè)子流域.

5種參數(shù)化方案組合均成功模擬出了位于研究區(qū)南部的舌狀降雨集中區(qū)，但5個(gè)累積降水模擬結(jié)果在細(xì)節(jié)上存在較大的差異.WSM3 & GD方案組合模擬結(jié)果（見(jiàn)圖4（b））與實(shí)測(cè)圖4（a）對(duì)照可發(fā)現(xiàn)，其成功模擬了位于研究區(qū)南部邊界偏西的降雨極值區(qū)，與其他4種方案組合對(duì)比發(fā)現(xiàn)WSM3 & GD方案組合在雨量整體分布情況上與實(shí)測(cè)值是最為接近的. WSM3 & BMJ（見(jiàn)圖4（c））模擬結(jié)果雖然與WSM3 & GD很接近，但是其模擬降雨量小于WSM3 & GD，并且未能正確地模擬出研究區(qū)域西南邊界上的降水極值區(qū).方案組合Ferrier & KF（見(jiàn)圖4（d））和Ferrier & GD（見(jiàn)圖4（e））模擬的降水在空間上呈現(xiàn)較為分散的特征，且Ferrier & GD模擬的強(qiáng)降水區(qū)范圍要大于Ferrier & KF模擬的范圍.NTH & GD（見(jiàn)圖4（f））方案組合模擬的強(qiáng)降水區(qū)（降水量大于185 mm）較其他方案組合更加集中，但未能正確模擬出實(shí)測(cè)圖中的降雨極值區(qū).此外，5個(gè)方案組合模擬的累積降水分布圖中都存在一些實(shí)測(cè)圖中沒(méi)有的強(qiáng)降水中心，這既可能是模式誤報(bào)造成的，也可能是由于雨量站點(diǎn)較為稀疏造成的.由此可見(jiàn)，不同的參數(shù)化方案在累積降水分布模擬中表現(xiàn)出了不同的技巧，對(duì)各方案的表現(xiàn)做定量的區(qū)分是很有必要的.

圖4　第1場(chǎng)降水的模擬總降水量分布Fig.4 Total precipitation simulation of storm 1

通過(guò)ETS評(píng)價(jià)，得出了21個(gè)參數(shù)方案組合對(duì)3場(chǎng)暴雨在3個(gè)閾值上的平均表現(xiàn)情況.表2中列出了在ETS評(píng)分中表現(xiàn)最優(yōu)的5個(gè)參數(shù)化方案組合.其中，WSM3微物理方案［11］和GD 積云對(duì)流參數(shù)化方案［12］的表現(xiàn)尤為突出，其綜合ETS評(píng)分達(dá)到了0.52.因此，本研究將WSM3和GD作為雅礱江流域的最佳參數(shù)組合方案.

表2　方案組合評(píng)價(jià)結(jié)果Tab.2 Evaluation results of scheme combinations

表3　WRF模式參數(shù)配置Tab.3 Configuration of WRF model parameters

基于優(yōu)選得到的參數(shù)方案組合，設(shè)置雅礱江流域WRF模式的參數(shù)如表3所示.模式采用非靜力動(dòng)力框架，由NCEP分辨率為1°×1°的最終分析資料（FNL）提供初始場(chǎng)和邊界條件，邊界場(chǎng)更新時(shí)間間隔為6 h，30 s分辨率的地形數(shù)據(jù)與植被數(shù)據(jù)來(lái)自WRF官網(wǎng)（http：//www2.mmm.ucar.edu/wrf/OnLine Tutorial/Basics/GEOGRID/ter_data.htm），垂直方向分35層并采用地形跟隨坐標(biāo)，水平網(wǎng)格系統(tǒng)采用Arakawa-C格點(diǎn)形式，邊界層采用YSU方案，下墊面采用Noah統(tǒng)一陸面模式，長(zhǎng)短波輻射方案分別為RRTM和Dudhia.經(jīng)過(guò)反復(fù)試驗(yàn)，確定了90 s的模式積分步長(zhǎng)，并選用3階Runga-Kutta分裂顯式時(shí)間差分算法.空間差分使用6階中心差分算法.云微物理參數(shù)化方案和積云對(duì)流參數(shù)化方案分別使用WSM3和GD.

3　模式應(yīng)用與驗(yàn)證

為了驗(yàn)證WRF模式在雅礱江流域徑流模擬中的有效性，本文利用HEC-HMS（hydrologic engineering center’s hydrologic modeling system）構(gòu)建了雅礱江流域分布式水文模型.其中，HEC-HMS分布式水文模型產(chǎn)流計(jì)算采用Grid SCS方法，坡面匯流采用Mod Clark方法，基流計(jì)算采用指數(shù)消退法，河道匯流則采用馬斯京根法.在此基礎(chǔ)上構(gòu)建了雅礱江流域氣象水文單向耦合模式.由于HEC-HMS分布式水文模型的下墊面網(wǎng)格分辨率為2 km，與WRF輸出的降水網(wǎng)格（3 km）存在一定的偏差，且HEC-HMS擁有獨(dú)立的數(shù)據(jù)庫(kù)系統(tǒng)HEC-DSS，所有網(wǎng)格降水?dāng)?shù)據(jù)必須輸入HEC-DSS才能被HEC-HMS分布式水文模型使用，因此模型耦合的關(guān)鍵問(wèn)題是如何實(shí)現(xiàn)兩者時(shí)空尺度的匹配以及軟件層面格式的匹配.本文構(gòu)建的WRF模式和HEC-HMS模型均采用1 h時(shí)間步長(zhǎng)，且時(shí)間系統(tǒng)均為世界時(shí)（UTC），因此在時(shí)間尺度上是匹配的.空間匹配的基本思想是基于相同的坐標(biāo)系統(tǒng)，以2 km網(wǎng)格中心坐標(biāo)為準(zhǔn)，搜索包含該坐標(biāo)點(diǎn)的3 km網(wǎng)格，并將3 km網(wǎng)格的降水信息賦值給2 km的水文模型網(wǎng)格，由此實(shí)現(xiàn)了兩種分辨率網(wǎng)格的對(duì)應(yīng)，效果如圖5所示.這種對(duì)應(yīng)關(guān)系是固定的，對(duì)其進(jìn)行永久性存儲(chǔ)，在模擬過(guò)程中直接加以利用可以大大降低計(jì)算耗時(shí).WRF模式與HEC-HMS模型在軟件層面的匹配主要是因?yàn)閃RF模式輸出文件為NetCDF格式，HEC-HMS則要使用專(zhuān)用的數(shù)據(jù)庫(kù)系統(tǒng)（HEC-DSS）對(duì)輸入輸出數(shù)據(jù)進(jìn)行管理，兩種文件格式差別較大.基于現(xiàn)代軟件開(kāi)發(fā)理念，HEC-DSS提供命令行格式的數(shù)據(jù)錄入接口，但只針對(duì)ASCII格式的網(wǎng)格文件.因此，論文分別開(kāi)發(fā)兩個(gè)計(jì)算機(jī)程序，由NetCDF到ASCII格式的轉(zhuǎn)換通過(guò)NCL腳本（Linux平臺(tái)）實(shí)現(xiàn)，而ASCII文件寫(xiě)入HEC-DSS數(shù)據(jù)庫(kù)的任務(wù)則由批處理程序（Windows平臺(tái)）完成.

圖5　模式降水在下墊面剖分網(wǎng)格的對(duì)應(yīng)結(jié)果Fig.5 Interpolation results of model precipitation in land surface grids

圖6　徑流模擬結(jié)果Fig.6 Simulation results of runoff

在模式耦合的基礎(chǔ)上，針對(duì)2006年7月23日至2006年7月27日的一場(chǎng)暴雨洪水事件，利用WRF模式輸出的高分辨率降水?dāng)?shù)據(jù)對(duì)分布式水文模型進(jìn)行參數(shù)率定及徑流計(jì)算.針對(duì)該場(chǎng)暴雨，HEC-HMS 在WRF模式輸出數(shù)據(jù)的驅(qū)動(dòng)下得到的徑流模擬結(jié)果如圖6所示.由圖可知，各站徑流模擬納什效率系數(shù)NS均在0.93以上，且洪峰量級(jí)和峰現(xiàn)時(shí)間均得到了較好的模擬.說(shuō)明本文構(gòu)建的雅礱江數(shù)值天氣預(yù)報(bào)模式能夠較好地模擬出形成洪峰及維持徑流的降水信號(hào)，WRF模式與水文模型的耦合在徑流模擬和預(yù)報(bào)中具有一定的潛力.

4　結(jié)論與展望

本文針對(duì)雅礱江流域徑流模擬預(yù)報(bào)的需要，構(gòu)建了雅礱江流域高分辨率的WRF模式，并且通過(guò)參數(shù)優(yōu)選的思路確定了對(duì)降水模擬影響較大的積云對(duì)流參數(shù)化方案和云微物理參數(shù)化方案.最后，將WRF模式模擬輸出的降水作為驅(qū)動(dòng)數(shù)據(jù)輸入分布式水文模型中，用以檢驗(yàn)構(gòu)建的WRF模式在雅礱江徑流模擬中的有效性.結(jié)果顯示，WRF模式驅(qū)動(dòng)分布式水文模型得到了較好的模擬效果，能夠較為真實(shí)地還原干流上多個(gè)控制站點(diǎn)的實(shí)測(cè)徑流過(guò)程.這表明數(shù)值天氣模式能夠有效反映形成洪水的降水信號(hào)，這種高分辨率的降水?dāng)?shù)據(jù)具有廣闊的應(yīng)用前景，為缺資料地區(qū)的徑流預(yù)報(bào)提供了新的途徑和參考.但模式輸出數(shù)據(jù)在當(dāng)前條件下仍然具有較大的不確定性，其雨量及分布具有一定的系統(tǒng)和隨機(jī)誤差，如何有效地控制模式誤差，為徑流模擬預(yù)報(bào)提供質(zhì)量較好的高分辨率降水?dāng)?shù)據(jù)，是今后研究的重點(diǎn).此外，論文采用算數(shù)平均的方式計(jì)算某一參數(shù)化方案組合對(duì)多場(chǎng)降水模擬的綜合評(píng)價(jià)結(jié)果，未能對(duì)不同規(guī)模和類(lèi)型的降水進(jìn)行區(qū)分，而大量研究證明WRF模式對(duì)不同量級(jí)降水和不同類(lèi)型降水的模擬能力是有差異的，今后將對(duì)此做更為深入的探索.

參考文獻(xiàn)：

［1］ 王 峰，周惠成，唐國(guó)磊，等. GFS預(yù)報(bào)信息在水電站運(yùn)行中的應(yīng)用研究［J］. 水電能源科學(xué)，2011，29（7）：25-28. Wang Feng，Zhou Huicheng，Tang Guolei，et al. Study of optimal operation of hydropower station using GFS information［J］. Water Resources and Power，2011，29（7）：25-28（in Chinese）.

［2］ Ebert E E，McBride J L. Verification of precipitation in weather systems：Determination of systematic errors ［J］. Journal of Hydrology，2000，239（1/2/3/4）：179-202.

［3］ Joseph B K. Weather research and forecasting model：A technical overview［C］//Proceedings of the 84th AMS Annual Meeting. Seattle，USA，2004：10-15.

［4］ Done J，Davis C A，Weisman M. The next generation of NWP：Explicit forecasts of convection using the weather research and forecasting（WRF）model ［J］. Atmospheric Science Letters，2004，5（6）：110-117.

［5］ 閆之輝，鄧蓮堂. WRF模式中的微物理過(guò)程及其預(yù)報(bào)對(duì)比試驗(yàn)［J］. 沙漠與綠洲氣象，2007，1（6）：1-6. Yan Zhihui，Deng Liantang. Description of microphysical processes in WRF model and its prediction experiment ［J］. Desert and Oasis Meteorology，2007，1（6）：1-6（in Chinese）.

［6］ 李 剛，王 鐵，譚言科，等. WRF3.0參數(shù)化敏感性及集合預(yù)報(bào)研究［J］. 解放軍理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，11（1）：89-96. Li Gang，Wang Tie，Tan Yanke，et al. Impact of parameterization schemes in WRF3.0 model on numerical simulation of rainstorm and experiment of ensemble forecast ［J］. Journal of PLA University of Science and Technology：Natural Science Edition，2010，11（1）：89-96（in Chinese）.

［7］ 章國(guó)材. 美國(guó)WRF模式的進(jìn)展和應(yīng)用前景［J］. 氣象，2004，30（12）：27-31. Zhang Guocai. Progress of weather research and forecast（WRF）model and application in the United States ［J］. Meteorological Monthly，2004，30（12）：27-31（in Chinese）.

［8］ Alam M M. Impact of cloud microphysics and cumulus parameterization on simulation of heavy rainfall event during 7-9 October 2007 over Bangladesh ［J］. Earth System Science，2014，123（2）：259-279.

［9］ 陳 靜，薛紀(jì)善，顏 宏. 微物理過(guò)程參數(shù)化方案對(duì)中尺度暴雨數(shù)值模擬影響的研究［J］. 氣象學(xué)報(bào)，2003，61（2）：508-523. Chen Jing，Xue Jishan，Yan Hong. The impact of physics parameterization schemes on mesoscale heavy rainfall simulation ［J］. Journal of Meteorological Research，2003，61（2）：508-523（in Chinese）.

［10］ 陳海波，馬振升，田宏偉，等. NCEP FNL全球分析資料的解碼及其圖形顯示［J］. 氣象與環(huán)境科學(xué)，2009，32（3）：78-82. Chen Haibo，Ma Zhensheng，Tian Hongwei，et al. Decoding and graphic display of the NCEP FNL global analysis data ［J］. Meteorological and Environmental Sciences，2009，32（3）：78-82（in Chinese）.

［11］ Hong S Y，Dudhia J，Chen S H. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation ［J］. Monthly Weather Review，2004，132（1）：103-120.

［12］ Grell G A，Dévényi D. A generalized approach to parameterizing convection combining ensemble and data assimilation techniques ［J］. Geophysical Research Letters，2002，29（14）：1693-1696.

（責(zé)任編輯：樊素英）

Building and Application of WRF Model in Yalong River Basin

Yang Mingxiang1 2，Jiang Yunzhong2，Wang Zhongjing1，Wang Hao2
（1.School of Civil Engineering，Tsinghua University，Beijing 100084，China；2.State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin，China Institute of Water Resources and Hydropower Research，Beijing 100038，China）

Abstract：This paper built the weather research and forecasting（WRF）model in view of Yalong river basin，and simulated three heavy precipitation events with seven commonly used cloud microphysics schemes and three cumulus parameterization schemes to get the ETS scores.The WSM3 and GD parameterization scheme combination was proved better than the others，which provided an important reference to further application of WRF model in Yalong river basin.In addition，in order to verify the effectiveness of the hydrological applications of WRF model built in this paper，WRF model and distributed hydrological model HEC-HMS were coupled in the off-line mode.The simulation results of the coupling model was good，indicating that WRF model can reflect the signal that creates the flood peak and maintains the runoff，and it has great potential in runoff simulation and forecasting.

Keywords：WRF；Yalong river basin；HEC-HMS；parameterization optimization

中圖分類(lèi)號(hào)：P456

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：0493-2137（2016）04-0349-06

DOI:10.11784/tdxbz201412079

收稿日期：2014-12-30；修回日期：2015-04-04.

基金項(xiàng)目：國(guó)家“十二五”科技支撐計(jì)劃資助項(xiàng)目（2013BAB05B01，2013BAB05B05）；中國(guó)水利水電科學(xué)研究院博士生學(xué)位論文創(chuàng)新研究基金資助項(xiàng)目.

作者簡(jiǎn)介：楊明祥（1986— ），男，博士研究生，yangmx12@mails.tsinghua.edu.cn.

通訊作者：蔣云鐘，lark@mwr.gov.cn.