多模式對美國中部草原大氣邊界層模擬的對比分析

黃文彥，吳建秋，吳晶璐，陳渤黎，雷正翠

(江蘇省常州市氣象局，江蘇　常州　213022)

?

多模式對美國中部草原大氣邊界層模擬的對比分析

黃文彥，吳建秋，吳晶璐，陳渤黎，雷正翠

(江蘇省常州市氣象局，江蘇常州213022)

利用DICE試驗(yàn)的4個大氣模式(UM、GEM、LMD和WRF)模擬結(jié)果，結(jié)合探空資料，對比分析了不同模式對1999年10月23—26日美國中部草原白天對流邊界層和夜間穩(wěn)定邊界層的模擬效果。結(jié)果表明：對于白天對流邊界層，不同模式之間存在明顯差異，這與各自的邊界層參數(shù)化方案密切相關(guān)。其中，UM和LMD模式中，邊界層和自由大氣之間強(qiáng)的卷夾作用導(dǎo)致了偏強(qiáng)的湍流混合，進(jìn)而使模擬的混合層高度高于觀測值；GEM模式模擬的白天湍流混合偏弱，邊界層為不穩(wěn)定的大氣層結(jié)，且模擬的風(fēng)速在邊界層中隨高度基本呈遞增趨勢，但與觀測值差異較大；所有模式中WRF模式模擬效果最佳，成功模擬出24日邊界層與自由大氣之間的水汽干層和低風(fēng)速區(qū)。對于夜間穩(wěn)定邊界層，不同模式之間差異較小。其中，UM和GEM模式模擬的24、25日夜間低空急流偏弱，而LMD和WRF模式模擬的夜間低空急流更接近實(shí)況。

邊界層；湍流混合；卷夾作用；夜間低空急流；多模式對比

引　言

大氣邊界層主要指大氣下界面中受地表影響較明顯的氣層，其主要特征是大氣湍流運(yùn)動顯著。大氣邊界層是整個大氣層的重要組成部分，地球表面的熱量和水汽最先從地表進(jìn)入大氣邊界層中，然后通過邊界層中的湍流輸送到達(dá)更高高度。因此，邊界層中的大氣狀態(tài)與污染物的擴(kuò)散[1-2]、暴雨的發(fā)生發(fā)展[3-6]和臺風(fēng)的發(fā)展移動[7-9]等密切相關(guān)，大氣邊界層的研究越來越受到重視[10-11]。

隨著計算機(jī)的快速發(fā)展，現(xiàn)代天氣業(yè)務(wù)愈發(fā)依賴于數(shù)值模式，而大氣邊界層的模擬又是數(shù)值模擬中的難點(diǎn)和熱點(diǎn)[12-13]。大氣邊界層模擬的好壞直接影響到氣溫、水汽和風(fēng)速等基本氣象要素的具體數(shù)值及變化特征等。Hu等[14]使用中尺度WRF(Weather Research and Forecasting)模式模擬美國德克薩斯州7—9月的大氣邊界層發(fā)現(xiàn)，使用非局地邊界層方案會造成邊界層內(nèi)的湍流混合偏強(qiáng)，導(dǎo)致模擬的地面氣溫偏高和濕度偏低，而使用局地邊界層方案時卻得出相反的結(jié)論，模擬的地面氣溫偏低和濕度偏高。張龍等[15]在WRF模式中選用了不同的邊界層參數(shù)化方案模擬黃土高原冬季地面氣象要素的日變化，結(jié)果表明不同方案模擬出的風(fēng)速和氣溫存在較大差異。羅峰等[16]利用WRF模式在有云條件下使用不同邊界層參數(shù)化方案模擬安徽壽縣的邊界層結(jié)構(gòu)，得出白天非局地邊界層方案模擬的位溫和水汽廓線較局地方案更為合理。劉曉冉等[17]研究了邊界層參數(shù)化方案對西南渦模擬的敏感性，認(rèn)為YSU(Yonsei University)方案對低渦的移動路徑及強(qiáng)度和低渦帶來的降水空間分布模擬的最合理。王子謙等[18]選用了WRF模式中常用的4種邊界層方案對東亞夏季風(fēng)進(jìn)行了模擬，結(jié)果發(fā)現(xiàn)局地邊界層方案模擬的夏季風(fēng)環(huán)流和降水時空分布比非局地方案更接近觀測值。貴志成等[19]同樣運(yùn)用WRF模式中的多種邊界層參數(shù)化方案對東亞夏季風(fēng)進(jìn)行數(shù)值模擬，得出邊界層參數(shù)化方案對季風(fēng)區(qū)的降水、氣溫和大氣環(huán)流等均會產(chǎn)生明顯的影響。另外，大氣邊界層的模擬在空氣污染模式中也極其重要。劉麗麗等[20]研究發(fā)現(xiàn)，邊界層內(nèi)風(fēng)速較弱、濕度較大有利于局地污染物排放的積累，從而導(dǎo)致天津地區(qū)易發(fā)生灰霾污染。吳蒙等[21]研究認(rèn)為，邊界層高度較低和邊界層內(nèi)風(fēng)速較小且有持續(xù)穩(wěn)定的逆溫層存在是廣東東莞地區(qū)PM2.5濃度較高的主要原因。彭華青等[22]把造成蘇南地區(qū)連續(xù)霾的地面形勢分為4類，且每類都具有獨(dú)特的邊界層結(jié)構(gòu)。

以上研究表明，大氣邊界層的模擬好壞對于整個數(shù)值模式的模擬性能有一定影響，之前一些研究更多關(guān)注邊界層過程對于基本氣象要素、天氣和氣候的模擬影響，而忽視了模式模擬得到的邊界層結(jié)構(gòu)特征，但這些信息對于模式中邊界層過程的改進(jìn)有重要作用。本文以DICE(Diurnal Land-Atmosphere Coupling Experiment)試驗(yàn)為例，歸納對比了目前較為先進(jìn)的幾個數(shù)值模式對大氣邊界層的模擬特征及效果，為模式的進(jìn)一步改進(jìn)提供一些有意義信息。

1　資料與方法

DICE試驗(yàn)匯集了目前多個較流行的陸面模式、大氣模式和陸氣耦合模式，研究大氣邊界層和陸面之間的相互作用。該試驗(yàn)是在CASES-99試驗(yàn)[23]基礎(chǔ)上開展的，整個試驗(yàn)分為3個部分：單獨(dú)運(yùn)行各自陸面模式、各自大氣模式和陸面—大氣耦合模式，通過比對每一部分的模擬結(jié)果來對比不同模式陸氣耦合的強(qiáng)度。模擬和分析中使用了CASES-99試驗(yàn)的觀測數(shù)據(jù)，主要包括探空資料和10 m及60 m處鐵塔觀測的氣溫、濕度、風(fēng)速資料和感熱、潛熱、摩擦速度等地表通量資料[23]。這些資料主要用于陸面和大氣模式的初始場和強(qiáng)迫場，以及檢驗(yàn)各模式的模擬效果。

本文選用了DICE試驗(yàn)中4個較具代表性的大氣模式輸出結(jié)果，即整個試驗(yàn)的第2部分模擬結(jié)果(可從http://appconv.metoffice.com/dice/dice_files/dice_submitted_data.html獲得)，對比不同模式模擬邊界層的效果。4個大氣模式分別為：英國氣象業(yè)務(wù)模式(Unified Model，UM)[24]、加拿大氣象業(yè)務(wù)模式(Global Environmental Multiscale，GEM)[25]、法國動力氣象實(shí)驗(yàn)室發(fā)展的大氣模式(Laboratory of Meteorology Dynamics，LMD)[26]和中尺度氣象模式(WRF)。模式模擬的中心位置為96.735°W、37.65°N，位于美國中部的大草原上，模擬時間為1999年10月23日14:00—26日14:00(地方時，下同)，這3 d的白天都為晴空情況下的對流邊界層，但夜間穩(wěn)定邊界層存在明顯的差異，其中第1天、第2天分別為以間歇性、連續(xù)性湍渦運(yùn)動為主的穩(wěn)定邊界層，第3天為強(qiáng)穩(wěn)定邊界層。所有大氣模式都為單氣柱版本，即水平方向上為單個網(wǎng)格點(diǎn)，模式使用觀測的地表感熱、潛熱通量和摩擦速度等資料代替陸面方案，具體試驗(yàn)配置可參見表1。

表1　數(shù)值模擬試驗(yàn)配置

2　結(jié)果與分析

2.1白天對流邊界層

在晴空的白天，地面接收太陽短波輻射后通過向上的感熱通量向大氣傳遞熱量，此情形下的大氣邊界層為不穩(wěn)定層結(jié)，大氣具有明顯的湍流特征。圖1為1999年10月24—26日試驗(yàn)期間14:00觀測和模擬的不同氣象要素垂直廓線?？煽闯?，觀測和模擬的位溫廓線都可分為3層(圖1a、圖1b、圖1c)。從地面向上到600 m左右，位溫值隨高度基本無明顯變化，為混合層，這主要是由湍流運(yùn)動引起的強(qiáng)混合所致；600～800 m范圍內(nèi)位溫隨高度快速增加，為強(qiáng)逆溫層，該層為大氣邊界層和自由大氣的過渡帶；800 m以上位溫隨高度的遞增率較強(qiáng)逆溫層有所減小，為自由大氣。4個模式都很好地模擬出位溫這3個不同層次，但存在一些細(xì)微差別，且隨時間的推移差異越大，其中UM和LMD模式模擬的位溫混合層高度明顯高于GEM模式，且25日和26日均高于觀測的混合層高度?？梢?，UM和LMD模式模擬的不穩(wěn)定邊界層的湍流混合偏強(qiáng)，特別是UM模式模擬的混合層位溫明顯高于觀測值和其它模式的模擬值，這可能是因?yàn)樵撃Ｊ綇?qiáng)湍流混合導(dǎo)致有更多高位溫的自由大氣卷夾進(jìn)入混合層。與UM和LMD模式相反，GEM模式中湍流混合顯著偏弱，特別是25日和26日觀測的位溫廓線在混合層中為弱的不穩(wěn)定層結(jié)，而該模式卻模擬出了不穩(wěn)定的溫度層結(jié)。WRF模式模擬的位溫混合層高度在25日和26日均介于UM、LMD和GEM模式之間，較為接近實(shí)際觀測，但在具體位溫數(shù)值上存在1 K左右的模擬誤差。

由觀測的水汽垂直分布(圖1d、圖1e、圖1f)可知，在約600 m高度以下，水汽混合比隨高度變化很小，為湍流混合層；600～800 m之間水汽混合比隨高度變化很大，為邊界層和自由大氣過渡帶；800 m高度以上則為自由大氣。24日觀測的水汽廓線與25日和26日有明顯差異，24日自由大氣下部比邊界層內(nèi)的水汽混合比偏大，而25日和26日則正好相反，造成這種差別的主要原因是24日850 hPa以下存在明顯的濕層。24日，受自由大氣下部濕層影響，觀測的水汽廓線在邊界層與自由大氣之間有一干層，UM和LMD模式由于湍流混合明顯偏強(qiáng)，使地表水汽向上輸送至更高高度，造成模擬的廓線在干層中的水汽混合比并未顯著減小。26日，UM模式模擬的水汽混合層高度也明顯高于觀測值，但水汽混合比值卻小于觀測值，這也與強(qiáng)湍流混合使更多的水汽被輸送到自由大氣中有關(guān)；GEM模式模擬的邊界層內(nèi)水汽混合顯著偏弱。25日和26日，該模式模擬的水汽混合層高度明顯低于觀測值，但水汽混合比值卻高于觀測值，這主要是因?yàn)檩^弱的湍流混合不易使混合層內(nèi)的水汽往更高層輸送。綜合來看，WRF模擬效果最佳，特別是在24日成功模擬出了邊界層與自由大氣之間的干層。

在邊界層內(nèi)風(fēng)隨高度的變化廓線與位溫和水汽相比有些區(qū)別(圖1g、圖1h、圖1i)，在600 m高度以下觀測的混合層風(fēng)速有明顯的波動，但所有模式都無法模擬出這種波動結(jié)構(gòu)，僅描述出風(fēng)隨高度的平均狀態(tài)。不同模式之間仍有區(qū)別，UM和LMD模式模擬的湍流動量混合依舊偏強(qiáng)，在24日較強(qiáng)的湍流混合使其沒有模擬出邊界層和自由大氣之間的低風(fēng)速區(qū)。與UM和LMD模式相反，GEM模式模擬的湍流動量混合依舊偏弱，在25、26日模擬的風(fēng)速在邊界層中隨高度基本呈遞增趨勢，沒有模擬出混合層內(nèi)風(fēng)速垂直分布較為均勻的特征。所有模式中依舊是WRF模式模擬效果最好，其成功模擬出了24日邊界層和自由大氣之間的低風(fēng)速區(qū)。

圖1　1999年10月24(a，d，g)、25(b，e，h)、26(c，f，i)日14:00觀測和模擬的美國中部草原位溫(a，b，c)、水汽混合比(d，e，f)和風(fēng)速(g，h，i)垂直廓線

邊界層內(nèi)湍流通量的垂直分布基本能反映出湍流混合的強(qiáng)度，圖2為所有模式模擬的湍流通量的垂直廓線。與水汽垂直廓線相似，湍流水汽通量在3 d的模擬中也存在一些差異。24日，UM模式在邊界層頂附近湍流水汽通量為負(fù)值，而在其余2天則為正值，這主要是因?yàn)檫吔鐚由喜康木韸A作用使得自由大氣下部具有較大水汽混合比的空氣進(jìn)入邊界層中。由圖2a、圖2b、圖2c可知，UM和LMD模式模擬的湍流熱通量在邊界層和自由大氣的過渡帶為負(fù)值，該區(qū)域?yàn)榫韸A區(qū)，強(qiáng)卷夾說明自由大氣與邊界層之間大氣的湍流交換較強(qiáng)，即大氣的湍流混合較強(qiáng)；GEM和WRF模式模擬的熱通量負(fù)值區(qū)域很小，表明自由大氣與邊界層內(nèi)大氣的湍流交換較弱，即邊界層內(nèi)的湍流混合偏弱。不同模式間的邊界層內(nèi)湍流強(qiáng)度差異很可能與各自的大氣邊界層參數(shù)化方案有關(guān)。UM和LMD模式在對流邊界層中都選用了非局地湍流參數(shù)化方案來描述邊界層內(nèi)的湍流輸送，而GEM和WRF模式則使用了局地TKE(Turbulence Kinetic Energy)湍流輸送方案。許多研究表明，相比于局地參數(shù)化方案，非局地參數(shù)化方案模擬的湍流強(qiáng)度更強(qiáng)[15-16]。湍流水汽通量廓線(圖2d、圖2e、圖2f)顯示，在25日和26日UM和LMD模式模擬的湍流水汽通量在邊界層高層明顯高于其它2個模式，表明UM和LMD模式模擬的湍流交換強(qiáng)于GEM和WRF模式。GEM模式模擬的湍流動量通量顯著低于其它3個模式(圖2g、圖2h、圖2i)，致使風(fēng)速混合較弱，無法很好模擬出風(fēng)速的混合層?？傮w上，邊界層內(nèi)湍流通量垂直分布與氣象要素垂直分布基本吻合。

2.2夜間穩(wěn)定邊界層

在夜間，地表通過向外發(fā)射長波輻射而不斷冷卻，邊界層下部大氣受其影響溫度也不斷下降，大氣層結(jié)為上暖下冷的穩(wěn)定層結(jié)。圖3給出24—26日試驗(yàn)期間02:00觀測和模擬的不同氣象要素垂直廓線。由圖3a、圖3b、圖3c可知，在邊界層內(nèi)位溫隨高度升高快速遞增，200～600 m之間的大氣位溫隨高度的遞增率最小，該層為白天的殘余層。所有模式模擬的結(jié)果與觀測值都比較接近，成功模擬出邊界層內(nèi)的穩(wěn)定層結(jié)及其上面的殘余層，不同模式的差異較小，主要體現(xiàn)在UM模式在26日模擬的邊界層內(nèi)的位溫值高于觀測和其它模式模擬值，這可能是因?yàn)榘滋鞆?qiáng)湍流混合導(dǎo)致整個邊界層內(nèi)位溫偏高。

圖2　1999年10月24(a，d，g)、25(b，e，h)、26(c，f，i)日14:00模擬的美國中部草原湍流熱通量(a，b，c)、水汽通量(d，e，f)和動量通量(g，h，i)垂直廓線

圖3　1999年10月24(a，d，g)、25(b，e，h)和26(c，f，i)日02:00觀測和模擬的美國中部草原位溫(a，b，c)、水汽混合比(d，e，f)和風(fēng)速(g，h，i)垂直廓線

水汽的垂直分布(圖3d、圖3e、圖3f)顯示，除25日外，觀測的水汽混合比在邊界層內(nèi)均隨高度升高快速遞減，而25日水汽混合比在邊界層內(nèi)隨高度升高遞增的主要原因是當(dāng)夜以連續(xù)性湍渦運(yùn)動為主，較強(qiáng)的湍流輸送使得地表失去了較多的水汽。邊界層以上所有觀測的水汽混合比隨高度變化幅度明顯減小，為白天的殘余層。4個模式模擬的結(jié)果基本接近，且與觀測值之間的差異也較小。

夜間穩(wěn)定邊界層的一個顯著特征是在低空有急流存在，24、25日觀測的風(fēng)速在低空都存在強(qiáng)的低空急流(圖3g、圖3h)，且邊界層內(nèi)整個風(fēng)速都很大，強(qiáng)風(fēng)速和風(fēng)切變有利于機(jī)械湍渦的形成，從而造成夜間有湍流運(yùn)動發(fā)生；26日觀測的風(fēng)速較小，夜間低空急流不明顯(圖3i)，因此當(dāng)夜為強(qiáng)穩(wěn)定邊界層，無湍流運(yùn)動發(fā)生。所有模式模擬值與觀測相近，基本模擬出了24、25日的低空急流，但UM和GEM模式模擬的急流偏弱，而LMD和WRF模式模擬的急流更接近實(shí)況。

圖4是所有模式模擬的夜間湍流通量的垂直廓線。與白天對流邊界層相比，不同模式模擬的夜間湍流通量的差異明顯減小。所有模式在26日模擬的夜間湍流通量都接近于0，這與26日強(qiáng)穩(wěn)定層結(jié)吻合，而24日模擬的夜間湍流動量通量和25日模擬的夜間所有湍流通量都不等于0，與這兩日夜間存在機(jī)械湍流運(yùn)動相吻合。UM和GEM模式模擬的24、25日夜間低空急流較弱可能與其夜間偏強(qiáng)的湍流混合有關(guān)。

2.3邊界層高度

邊界層高度是綜合反映邊界層特征的一個物理量，圖5是整個試驗(yàn)期間邊界層高度的時間變化序列?？梢钥闯?，4個模式模擬的邊界層高度均存在明顯的日變化，UM和LMD模式模擬的白天對流邊界層高度明顯高于GEM和WRF模式，且在中午時段差異最明顯，這主要是因?yàn)榍?個模式模擬的邊界層內(nèi)湍流混合較強(qiáng)，導(dǎo)致混合層高度較高；不同模式模擬的夜間穩(wěn)定邊界層高度之間的差異較小。受夜間機(jī)械湍渦的影響，4個模式模擬的24、25日夜間穩(wěn)定邊界層高度均明顯高于26日的強(qiáng)穩(wěn)定邊界層高度，可見模式能很好地區(qū)分出夜間穩(wěn)定邊界層中是否有湍渦運(yùn)動。

圖4　1999年10月24(a，d，g)、25(b，e，h)、26(c，f，i)日02:00模擬的美國中部草原湍流熱通量(a，b，c)、水汽通量(d，e，f)和動量通量(g，h，i)垂直廓線

圖5　1999年10月23日14:00—26日14:00模擬的美國中部草原邊界層高度時間序列

3　結(jié)　論

(1)對于白天對流邊界層，不同模式之間存在明顯差異，這與各自的邊界層參數(shù)化方案密切相關(guān)。UM和LMD模式中，邊界層和自由大氣之間強(qiáng)的卷夾作用導(dǎo)致湍流混合偏強(qiáng)，造成模擬的混合層高度高于觀測值；GEM模式模擬的白天湍流混合偏弱，邊界層大氣層結(jié)為不穩(wěn)定層結(jié)，且風(fēng)速隨高度基本呈遞增趨勢，但與觀測值差異較大；WRF模式模擬效果最佳，成功模擬出24日邊界層與自由大氣之間的水汽干層和低風(fēng)速區(qū)。

(2)對于夜間穩(wěn)定邊界層，不同模式之間差異較小。所有模式都成功區(qū)分出有湍渦運(yùn)動出現(xiàn)的夜間穩(wěn)定邊界層和湍流交換很弱的夜間強(qiáng)穩(wěn)定邊界層，且模擬的要素值與觀測較為接近。其中UM和GEM模式模擬的24、25日夜間低空急流偏弱，而LMD和WRF模式模擬的夜間低空急流更接近實(shí)況。

[1] 李二杰,劉曉慧,李洋,等. 一次重污染過程及其邊界層氣象特征量分析[J]. 干旱氣象,2015,33(5):856-860.

[2] 郭萍萍,楊建才,殷雪蓮,等. 甘肅省春季一次連續(xù)浮塵天氣過程分析[J]. 干旱氣象,2015,33(2):303-309.

[3] Jankov I, Gallus W A, Segal M, et al. The impact of different WRF model physical parameterizations and their interactions on warm season MCS rainfall[J]. Weather and Forecasting, 2005,20:1048-1060.

[4] Jankov I, Schultz P J, Anderson C J, et al. The impact of different physical parameterizations and their interactions on cold season QPF in the American River Basin[J]. Journal of Hydrometeorology, 2007,8:1141-1151.

[5] Efstathiou G A, Zoumakis N M, Melas D, et al. Sensitivity of WRF to boundary layer parameterizations in simulating a heavy rainfall event using different microphysical schemes. Effect on large-scale processes[J]. Atmospheric Research, 2013,132:125-143.

[6] Hong S, Pan H. Nonlocal boundary layer vertical diffusion in a medium-range forecast model[J]. Monthly Weather Review, 1996,124(10):2322-2339.

[7] Braun S A, Tao W. Sensitivity of high-resolution simulations of hurricane Bob (1991) to planetary boundary layer parameterizations[J]. Monthly Weather Review, 2000,128(12):3941-3961.

[8] Li X, Pu Z. Sensitivity of numerical simulation of early rapid intensification of hurricane Emily (2005) to cloud microphysical and planetary boundary layer parameterizations[J]. Monthly Weather Review, 2008,136(11):4819-4838.

[9] Kanada S, Wada A, Nakano M, et al. Effect of planetary boundary layer schemes on the development of intense tropical cyclones using a cloud-resolving model[J]. Journal of Geophysical Research, 2012,117(D3),DOI:10.1029/2011JD016582.

[10] 張強(qiáng). 大氣邊界層氣象學(xué)研究綜述[J]. 干旱氣象,2003,21(3):74-78.

[11] 張強(qiáng),黃榮輝,王勝. 淺論西北干旱區(qū)陸面過程和大氣邊界層對區(qū)域天氣氣候的特殊作用[J]. 干旱氣象,2011,29(2):133-136.

[12] Kleczek M, Steeneveld G, Holtslag A. Evaluation of the weather research and forecasting mesoscale model for GABLS3:impact of boundary-layer schemes, boundary conditions and spin-up[J]. Boundary-Layer Meteorology, 2014,152(2):213-243.

[13] Steeneveld G, Ronda R, Holtslag A. The challenge of forecasting the onset and development of radiation fog using mesoscale atmospheric models[J]. Boundary-Layer Meteorology, 2015,154(2): 265-289.

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

[15] 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.

[16] 羅峰,王成剛. 有云條件下WRF模式中5種邊界層參數(shù)化方案的比較研究[J]. 科學(xué)技術(shù)與工程,2015,15(20):17-24.

[17] 劉曉冉,李國平. WRF模式邊界層參數(shù)化方案對西南低渦模擬的影響[J]. 氣象科學(xué),2014,34(2):162-170.

[18] 王子謙,段安民,吳國雄. 邊界層參數(shù)化方案及海氣耦合對WRF模擬東亞夏季風(fēng)的影響[J]. 中國科學(xué)：地球科學(xué),2014,44(3):548-562.

[19] 貴志成,鄭益群,曾新民,等. 不同邊界層參數(shù)化方案對東亞夏季風(fēng)氣候模擬的對比研究[J]. 氣象科學(xué),2014,34(6):638-646.

[20] 劉麗麗,王莉莉. 天津冬季重霾污染過程及氣象和邊界層特征分析[J]. 氣候與環(huán)境研究,2015,20(2):129-140.

[21] 吳蒙,吳兌,范紹佳,等. 東莞地區(qū)冬季大氣邊界層結(jié)構(gòu)對PM2.5影響的觀測研究[J]. 中山大學(xué)學(xué)報(自然科學(xué)版),2015,54(4):158-170.

[22] 彭華青,錢映月,劉端陽,等. 蘇南地區(qū)連續(xù)霾及重度霾的邊界層氣候特征[J]. 長江流域資源與環(huán)境,2014,23(12):1783-1793.

[23] Poulos G, Blumen W, Fritts D, et al. CASES-99:a comprehensive investigation of the stable nocturnal boundary layer[J]. Bulletin of the American Meteorological Society, 2002,83(4):555-581.

[24] Humphrey W, Clark P, Dixon M, et al. Characteristics of high-resolution versions of the met office unified model for forecasting convection over the United Kingdom[J]. Monthly Weather Review, 2008,136(9):3408-3424.

[25] Charron M, Polavarapu S, Buehner M, et al. The stratospheric extension of the Canadian global deterministic medium-range weather forecasting system and its impact on tropospheric forecasts[J]. Monthly Weather Review, 2012, 140(6): 1924-1944.

[26] Hourdin F, Foujols M, Codron F, et al. Impact of the LMDZ atmospheric grid configuration on the climate and sensitivity of the IPSL-CM5A coupled model[J]. Climate Dynamics, 2013,40(9):2167-2192.

[27] Lock A, Brown A, Bush M, et al. A new boundary layer mixing scheme. Part I:scheme description and single-column model tests[J]. Monthly Weather Review, 2000,128(9):3187-3199.

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

[29] Hourdin F, Couvreux F, Menut L. Parameterization of the dry convective boundary layer based on a mass flux representation of thermals[J]. Journal of the Atmospheric Sciences, 2002,59(6):1105-1123.

[30] Janjic Z. The step-mountain eta coordinate model: further developments of the convection, viscous sublayer, and turbulence closure schemes[J]. Monthly Weather Review, 1994,122(5):927-945.

[31] Edwards J, Slingo A. Studies with a flexible new radiation code, I:choosing a configuration for a large-scale model[J]. Quarterly Journal of the Royal Meteorological Society, 1996,122(531):689-719.

[32] Li J, Barker H. A radiation algorithm with correlated-k distribution. Part I:local thermal equilibrium[J]. Journal of the Atmospheric Sciences, 2005,62:286-309.

[33] Morcrette J. Radiation and cloud radiative properties in the European Centre for Medium Range Weather Forecasts forecasting system[J]. Journal of Geophysical Research, 1991,96(D5):9121-9132.

[34] Iacono M, Delamere J, Mlawer E, et al. Radiative forcing by long-lived greenhouse gases: calculations with the AER radiative transfer models[J]. Journal of Geophysical Research, 2008,113(D13),DOI:10.1029/2008JD00944.

Comparison of Atmospheric Boundary Layer Simulation by Multiple Models over Grassland in Central USA

HUANG Wenyan, WU Jianqiu, WU Jinglu, CHEN Boli, LEI Zhengcui

(ChangzhouMeteorologicalBureauofJiangsuProvince,Changzhou213022,China)

Based on the results simulated by four atmospheric models (UM, GEM, LMD and WRF) in DICE and sounding data, the effects of simulation on convective boundary layer in the daytime and stable boundary layer at night over grassland in central USA from 23 to 26 October 1999 were comparatively analyzed. The results showed that the vertical distributions of meteorological elements in the convective boundary layer over grassland in central USA in the daytime from 23 to 26 October 1999 simulated by four atmospheric models were significantly different, which were related with their parameterization schemes. The turbulent mixing was stronger due to entrainment action between the boundary layer and free atmosphere, which resulted in the higher height of mixture layer simulated by UM and LMD models than the observed. However the simulated turbulent mixing by GEM model was weaker, the atmospheric stratification in boundary layer was unstable, and the simulated wind speed generally increased with height, which differed greatly from observation. The simulated effects by WRF were the best in all models, the WRF model could successfully simulate the area of low wind speed and dry layer of water vapour between boundary layer and free atmosphere on 24 October 1999. For the stable boundary layer during the nighttime, there were small simulated differences in all models. The simulated low-level jets by UM and GEM models during the nighttime were weak, while those simulated by WRF and LMD models were close to observation on 24 and 25 October 1999.

atmospheric boundary layer; turbulent mixing; entrainment action; low-level jet at night; multiple models comparison

10.11755/j.issn.1006-7639(2016)-04-0710

2015-09-21；改回日期：2015-11-05

常州市科技局科技支撐計劃社會發(fā)展類項(xiàng)目(CE20145047、CE20135047)和江蘇省氣象科研開放基金項(xiàng)目(201206)共同資助

黃文彥(1989- )，男，碩士，助理工程師，主要從事氣溶膠氣候效應(yīng)和邊界層氣象等研究. E-mail:h_wenyan@yahoo.com

1006-7639(2016)-04-0710-08DOI:10.11755/j.issn.1006-7639(2016)-04-0710

P404

A

黃文彥，吳建秋，吳晶璐，等.多模式對美國中部草原大氣邊界層模擬的對比分析[J].干旱氣象，2016，34(4)：710-717, [HUANG Wenyan, WU Jianqiu, WU Jinglu, et al. Comparison of Atmospheric Boundary Layer Simulation by Multiple Models over Grassland in Central USA[J]. Journal of Arid Meteorology, 2016, 34(4):710-717],