蒙西地區(qū)不同邊界層參數(shù)化方案的近地層風(fēng)場預(yù)報(bào)效果評估*

李玉鵬，王東海，尹金方

(1.中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室，北京100081；2.中山大學(xué)大氣科學(xué)學(xué)院，廣東 廣州 510275；3.吉林省氣象科學(xué)研究所，吉林 長春 130062)

可再生能源的使用為社會和經(jīng)濟(jì)的發(fā)展供應(yīng)能源，并且減少化石燃料對環(huán)境和人類健康的負(fù)面影響[1]。在眾多可再生資源中，風(fēng)能是一種清潔且儲量豐富的可再生能源。據(jù)估計(jì)全球的風(fēng)能約為2.74×109MW，其中可利用的風(fēng)能為2×107MW，具有很高的開發(fā)利用價(jià)值[2]。現(xiàn)階段，全世界的風(fēng)電裝機(jī)容量以每年30%的速度增長[3]。根據(jù)國家能源局發(fā)布的國家可再生能源發(fā)展目標(biāo)，至2050年左右，風(fēng)電在國家總體電源結(jié)構(gòu)中所占的比例將達(dá)到1/5左右，成為我國電力供應(yīng)中的主力電源之一[4]。

風(fēng)是大氣中最基本的自然現(xiàn)象，可以表征大氣的流動性和能量特征。風(fēng)電產(chǎn)業(yè)不斷發(fā)展，再加上極端天氣事件頻發(fā)，風(fēng)場的模擬和預(yù)報(bào)變得越來越重要。早期針對風(fēng)的預(yù)測方法很多是基于概率和數(shù)理統(tǒng)計(jì)的，包括時(shí)間序列法(ARMA)、模糊邏輯法(Fuzzy Logic)、人工神經(jīng)網(wǎng)絡(luò)法(ANN)、卡爾曼濾波法(Kalman Filters)等[5-8]，但風(fēng)受地形、天氣系統(tǒng)演變、輻射、地面加熱以及海陸熱力差異等多種因素作用，而以統(tǒng)計(jì)為基礎(chǔ)的預(yù)測模型缺少影響風(fēng)速變化的動力學(xué)信息，因而預(yù)報(bào)時(shí)效較短,預(yù)報(bào)準(zhǔn)確率低，只有通過求解大氣運(yùn)動物理方程組為基礎(chǔ)的數(shù)值天氣預(yù)報(bào)(NWP)才能較好地提高風(fēng)電預(yù)測的準(zhǔn)確率[9]。近年來WRF(Weather Research Forecast)等中尺度天氣數(shù)值預(yù)報(bào)模式趨于成熟，現(xiàn)已較為廣泛地運(yùn)用于風(fēng)能資源評估領(lǐng)域[10]，中尺度數(shù)值模式在風(fēng)電預(yù)報(bào)中的應(yīng)用也得到國內(nèi)眾多學(xué)者的關(guān)注[9, 11-15]。與此同時(shí)WRF等模式針對大氣運(yùn)動中的各種物理過程已經(jīng)發(fā)展出一系列參數(shù)化方案，包括微物理參數(shù)化方案，輻射方案(長波方案和短波方案)，積云過程方案以及與邊界層有關(guān)的方案：表面層(SL),行星邊界層(PBL)和陸面過程模式(LSM)等等。各種物理過程參數(shù)化方案都是建立在一定的假設(shè)之上，不僅彼此之間是非線性的關(guān)系，而且與模式的動力核心之間也是非線性的。這參數(shù)化方案的選擇會給預(yù)報(bào)結(jié)果帶來重要的影響[16]，特別是邊界層參數(shù)化方案。

風(fēng)機(jī)輪轂高度一般在70～100 m，該高度范圍內(nèi)的近地層風(fēng)場演變是邊界層內(nèi)的天氣現(xiàn)象，近地層風(fēng)場的預(yù)報(bào)效果很大程度上依賴于模式邊界層參數(shù)方案的合理性[9]。在植被稀疏、地形復(fù)雜的環(huán)境下，模式邊界層的參數(shù)化是決定模式能否較好模擬出該地區(qū)近地層風(fēng)場特征的關(guān)鍵[17]。大氣邊界層物理過程與下墊面物理性質(zhì)具有緊密關(guān)系，蒙西地區(qū)獨(dú)特的地理位置和地形地貌會對該地區(qū)的邊界層特性產(chǎn)生影響。

本文研究的蒙西地區(qū)處于37-46°N，97-120°E，以蒙古高原為主體，同時(shí)具有較為復(fù)雜多樣的形態(tài)。平均海拔在1 000 m以上，北部地勢較為平坦，中部自西向東分布著陰山山脈(狼山、色爾騰山、大青山、灰騰梁)，西南部還有賀蘭山山脈，這些山脈共同構(gòu)成內(nèi)蒙古高原地貌的脊梁。該地區(qū)屬典型的中溫帶季風(fēng)氣候，具有降水量少而不勻、寒暑變化劇烈的顯著特點(diǎn)[18-19]。除此之外，大氣邊界層物理過程也受到天氣尺度背景場的制約與影響[20]，蒙西地區(qū)常年受到蒙古高壓的作用，這也影響著該地區(qū)的邊界層特性。下墊面和天氣背景的共同作用使得該地區(qū)的邊界層特性有獨(dú)特的特點(diǎn)，邊界層內(nèi)的風(fēng)速明顯高于其他地區(qū)，其年平均風(fēng)速在3 m/s以上，蘊(yùn)藏豐富的風(fēng)能資源[21]，合理地選擇邊界層參數(shù)化方案對于蒙西地區(qū)近地層風(fēng)場的預(yù)報(bào)至關(guān)重要。

雖然國內(nèi)外關(guān)于邊界層參數(shù)化方案對近地形風(fēng)場影響的研究并不少見[22-27]，但大多是基于10 m風(fēng)場的天氣學(xué)分析，與風(fēng)電預(yù)報(bào)結(jié)合較少，而且這些研究很可能得不到“普適”的結(jié)論，因?yàn)樵谀骋痪值啬Ｊ街信c本地結(jié)合最好的參數(shù)化方案很有可能在其他區(qū)域完全不適用[28-29]。如果不對特定的地區(qū)進(jìn)行邊界層參數(shù)化方案的試驗(yàn)，只靠以往的研究很難選出最優(yōu)的方案， 因此有必要對蒙西地區(qū)進(jìn)行不同的邊界層參數(shù)化方案數(shù)值試驗(yàn)，從而利用該地區(qū)豐富的風(fēng)塔觀測資料對結(jié)果進(jìn)行評估檢驗(yàn)，以便為該地區(qū)的風(fēng)資源預(yù)報(bào)服務(wù)提供參考。

1 資料與研究方法

1.1 觀測資料簡介

本文用于檢驗(yàn)?zāi)Ｊ筋A(yù)報(bào)效果的觀測數(shù)據(jù)為蒙西地區(qū)70個(gè)國家級地面氣象站的10 m風(fēng)觀測資料，和蒙西地區(qū)18座測風(fēng)塔的10 m和70 m風(fēng)向風(fēng)速資料。地面站和測風(fēng)塔的分布如圖1所示，可以看出，蒙西的中部站點(diǎn)分布較密，東部站點(diǎn)較稀疏。

1.2 邊界層參數(shù)化方案簡介及試驗(yàn)設(shè)置

現(xiàn)階段WRF中的行星邊界層參數(shù)化方案有10多種，主要有MRF方案[30]、YSU方案[31]、ACM2方案[32]、TEMF方案[33]、MYJ方案[34]、QNSE方案[35]、BouLac方案[36]、MYNN2方案[37]、MYNN3方案[38]以及UW方案[39]，其中前4種邊界層方案為非局地方案，其它為局地邊界層方案，詳見表 1。本研究將選取其中7種常用的方案進(jìn)行試驗(yàn)。

表1 WRF模式中常用的邊界層參數(shù)化方案Table 1 The common boundary layer parameterization schemes used in WRF model

本研究采用WRF-ARW 3.7.1模式對蒙西地區(qū)2015年5月的低層風(fēng)場進(jìn)行回報(bào)，預(yù)報(bào)每天世界時(shí)12時(shí)冷啟，一次預(yù)報(bào)36 h。試驗(yàn)中的初邊條件來自于美國環(huán)境預(yù)報(bào)中心的全球預(yù)報(bào)系統(tǒng)提供的 0.5°×0.5°的全球預(yù)報(bào)場，每6 h更新一次邊界值。模式采用12 km和4 km的雙層嵌套，兩重模擬區(qū)域的水平網(wǎng)格數(shù)分別為448×373和601×403，中心經(jīng)緯度為102.6°E和41°N，模擬區(qū)域如圖1所示。試驗(yàn)中還利用GSI系統(tǒng)同化地面觀測、探空、飛機(jī)報(bào)等資料。模式的物理過程參數(shù)化方案選擇如下：短波輻射采用Dudhia方案[40]；長波輻射采用RRTM方案[41]；微物理過程采用Lin方案[42]；陸面過程采用Noah方案[43]；積云對流采用KF方案[44]，在此基礎(chǔ)上采用7種不同的邊界方案進(jìn)行回報(bào)試驗(yàn)，7種方案分別為YSU、MYJ、MYNN2、QNSE、ACM2、UW以及TEMF，其中YSU、ACM2和TEMF為非局地閉合方案，其余為局地閉合方案。近地層方案與邊界層相匹配的，所對應(yīng)近地層過程參數(shù)化方案見表 2。

表2 本文試驗(yàn)選取的7種邊界層試驗(yàn)方案及其近地層方案Table 2 Physical parameterization configuration of the simulation

圖1 模式區(qū)域設(shè)置及測風(fēng)站點(diǎn)分布Fig.1 Simulation domain and spatial distributions of wind observation stations in western Inner Mongolia

1.3 研究方法

本研究主要通過一些統(tǒng)計(jì)量來檢驗(yàn)不同邊界層對風(fēng)場的預(yù)報(bào)情況，主要的統(tǒng)計(jì)量如下：

風(fēng)速誤差

ERR=xf-x0

風(fēng)向誤差為公式(2)，因?yàn)轱L(fēng)向是0°～360°的循環(huán)的標(biāo)量，其誤差的絕對值不會超過180°，所以與風(fēng)速誤差的公式有所區(qū)別。

絕對誤差為，

AE=ERR

相對誤差為，

有了上面的基礎(chǔ)定義，可以得到平均誤差(ME)、平均絕對誤差(MAE)、平均相對誤差(MRE)、均方根誤差(RMSE)和相關(guān)系數(shù)(CORR)等一系列統(tǒng)計(jì)量。

這些公式中，N為觀測數(shù)量，x0為觀測值，xf為預(yù)報(bào)值。

Weibull分布是用于描述風(fēng)速分布的概率函數(shù)，風(fēng)速v的Weibull分布概率密度函數(shù)表達(dá)式為，

其中k為形狀參數(shù)，是一個(gè)無量綱量，λ為尺度因子，單位為m/s，兩個(gè)參數(shù)可用如下公式來計(jì)算

其中，σ和μ分別表示風(fēng)速的標(biāo)準(zhǔn)差和平均值。

為了研究風(fēng)場預(yù)報(bào)效果與風(fēng)切變之間的關(guān)系，定義風(fēng)切變指數(shù)[45]為

其中，v(z1)和v(z2)分別表示z1和z2高度處的風(fēng)速，本文z1和z2分別取為10 m和70 m。風(fēng)切變指數(shù)α為無量綱數(shù)，一般分為5個(gè)等級，分別為強(qiáng)穩(wěn)定、穩(wěn)定、中性、對流及強(qiáng)對流，相應(yīng)的α取值為分別為大于0.3、0.2～0.3、0.1～0.2、0～0.1及小于0。

2 結(jié)果與分析

2.1 試驗(yàn)的整體效果分析

為研究不同邊界層方案在蒙西風(fēng)場預(yù)報(bào)中的表現(xiàn)，對2015年5月份蒙西地區(qū)風(fēng)場進(jìn)行回報(bào)試驗(yàn)，選取每次預(yù)報(bào)的第12～35 h共計(jì)24個(gè)時(shí)次的預(yù)報(bào)，然后采用反向距離方法將風(fēng)場預(yù)報(bào)結(jié)果插值到觀測站點(diǎn)以便與觀測進(jìn)行比較。首先分析近地層10 m高度(圖 2)和70 m高度(圖 3)的站點(diǎn)觀測和模擬結(jié)果的平均風(fēng)速和平均風(fēng)向的逐小時(shí)變化曲線。10 m站點(diǎn)觀測的平均風(fēng)速為1～10 m/s，70 m的站點(diǎn)觀測平均風(fēng)速則在2～14 m/s。對風(fēng)向而言，10 m跨度為50°～350°，70 m則為100°～350°，兩者相差不大。就實(shí)況風(fēng)速的變化而言，10 m風(fēng)速相對于70 m的風(fēng)速脈動性更強(qiáng)，風(fēng)速值的峰谷交替頻率更高，且峰谷的起伏更為明顯，這種情況在1～20日時(shí)段內(nèi)尤為突出，20～30日時(shí)段內(nèi)波動強(qiáng)度變?nèi)?。各邊界層方案?0 m風(fēng)速都有一定的高估，且風(fēng)速起伏越明顯的地方，這種高估也就更為明顯，這種系統(tǒng)性誤差在前人的研究中也有所揭示[46]。模式對風(fēng)向的把握整體較好，10 m和70 m都沒有明顯的偏差?？傮w而言雖然模式的預(yù)報(bào)結(jié)果抓住了實(shí)際風(fēng)速風(fēng)向的變化趨勢和位相變化，但是不同的邊界層方案之間存在明顯差異，10 m風(fēng)速的差異尤為突出。

圖2 2015年5月試驗(yàn)時(shí)段內(nèi)觀測與模擬的10 m風(fēng)速和風(fēng)向隨時(shí)間的變化Fig.2 Time series of the observed and various BL scheme-simulated speed & direction for 10 m wind at in May 2015

圖3 2015年5月試驗(yàn)時(shí)段內(nèi)觀測與模擬的70 m風(fēng)速和風(fēng)向隨時(shí)間的變化Fig.3 Time series of the observed and various BL scheme-simulated wind speed & direction at 70 m in May 2015

為了更直觀地分析各方案對風(fēng)向的模擬效果，分別對10 m(圖 4)和70 m(圖 5)的風(fēng)場模擬結(jié)果繪制風(fēng)玫瑰圖與實(shí)況進(jìn)行對比。由圖 4中可知，在試驗(yàn)期間10 m風(fēng)場頻率較高的風(fēng)向在第Ⅱ和第Ⅲ象限，頻率多在7%以上，而第Ⅰ和第Ⅳ象限風(fēng)向頻率較低，都在4%左右。主導(dǎo)風(fēng)向?yàn)閃、WNW和NW，這三者出現(xiàn)的頻率都在10%左右，差距不大，其中WNW方向的頻率是三者中稍高的。各方案都抓住了實(shí)際風(fēng)向的整體分布特征，但一些細(xì)節(jié)方面跟實(shí)況仍有一些差異。各試驗(yàn)方案模擬的主導(dǎo)風(fēng)向跟觀測相比有順時(shí)針偏差，其中W風(fēng)較觀測順轉(zhuǎn)了一個(gè)方位且頻率偏大，同時(shí)與WNW風(fēng)的頻率差增大，其中ACM2、MYJ、MYNN2和UW等方案表現(xiàn)最為明顯。而在第Ⅰ、Ⅳ象限的非主導(dǎo)風(fēng)向區(qū)內(nèi)從NE沿順時(shí)針到SSE這個(gè)區(qū)間內(nèi)，各試驗(yàn)方案對其風(fēng)向頻率都有所低估。綜合來看，YSU和TEMF兩種方案對10 m風(fēng)向的把握要優(yōu)于其余5種邊界層方案。圖 5中70 m風(fēng)場的主導(dǎo)風(fēng)向和10 m的相似，也位于坐標(biāo)系的第Ⅱ和第Ⅲ象限，非主導(dǎo)風(fēng)向區(qū)為第Ⅰ和第Ⅳ象限。W、WNW和NW是出現(xiàn)頻率最大的3個(gè)風(fēng)向，頻率都在11%左右，最主要的風(fēng)向?yàn)镹W風(fēng)。各方案模擬的風(fēng)向的總體分布形勢與實(shí)況相符，但同樣有使主導(dǎo)風(fēng)向“加強(qiáng)”的趨勢，即高估主導(dǎo)風(fēng)向發(fā)生的頻率，從而加大與非主導(dǎo)風(fēng)向之間的頻率差，使得模擬的風(fēng)向更加趨于集中在某一風(fēng)向范圍內(nèi)。

圖4 2015年5月試驗(yàn)時(shí)段內(nèi)10 m高度觀測與各邊界層方案的風(fēng)玫瑰圖Fig.4 Wind rose plots for the observed and various BL scheme-simulated results for 10 m wind in May 2015

圖5 2015年5月試驗(yàn)時(shí)段內(nèi)70 m高度觀測與各邊界層方案的風(fēng)玫瑰圖Fig.5 Wind rose plots for the observed and various BL scheme-simulated results for 70 m wind in May 2015

表3和表4分別為不同高度風(fēng)速風(fēng)向預(yù)報(bào)結(jié)果的統(tǒng)計(jì)特征，針對風(fēng)速的統(tǒng)計(jì)量分別為相對誤差(RE)、誤方根誤差(RMSE)、時(shí)序相關(guān)(time CORR)和站點(diǎn)相關(guān)(station CORR)，因?yàn)轱L(fēng)向是一個(gè)循環(huán)型的變量，不存在“大小”的概念，所以針對風(fēng)向不討論相對誤差，只計(jì)算其偏差(ME)，其余3個(gè)統(tǒng)計(jì)量與風(fēng)速相同。由表 3不難看出，YSU方案對10 m風(fēng)場預(yù)報(bào)的平均相對誤差(19.34%)和平均均方根誤差(1.95 m/s)都很明顯地低于其他方案。就各方案的平均站點(diǎn)相關(guān)系數(shù)而言，MYJ的最高，為0.50，最低的TEMF為0.44，各方案站點(diǎn)相關(guān)系數(shù)差異不大，各方案對風(fēng)速的空間分布形勢的預(yù)報(bào)能力相近。MYNN2的平均時(shí)序相關(guān)系數(shù)最大為0.71，最低的是TEMF，為0.59，比MYNN2低0.12，表明TEMF方案對風(fēng)速的突變的預(yù)報(bào)能力較弱。而70 m風(fēng)速預(yù)報(bào)結(jié)果的統(tǒng)計(jì)量與10 m風(fēng)相反，YSU的平均相對誤差和平均均方根誤差為各方案中最大的，分別為16.87%和3.19 m/s。70 m風(fēng)速的站點(diǎn)相關(guān)系數(shù)和時(shí)序相關(guān)系數(shù)都是MYNN2和ACM2的兩種方案較高，站點(diǎn)相關(guān)系數(shù)都為0.56，時(shí)序相關(guān)都為0.69，而TEMF方案兩種相關(guān)系數(shù)最低，分別為0.50和0.62。如表 4所示，10 m風(fēng)向的統(tǒng)計(jì)結(jié)果表明，QNSE方案預(yù)報(bào)的風(fēng)向均方根誤差最小，為4.66°，誤差最大的方案為UW方案，為15.20°，MYJ的平均均方根誤差最小，為53.71°，平均均方根誤差最大的為TEMF方案，為57.11°。站點(diǎn)相關(guān)系數(shù)和時(shí)序相關(guān)系數(shù)都是MYNN2方案最大，分別為0.40和0.48，而TEMF方案兩種相關(guān)系數(shù)各方案中都是最小，分別為0.37和0.44。QNSE方案的70 m風(fēng)向誤差最小，為6.12°，是，而UW方案的誤差最大，為15.37°。均方根誤差則是ACM2最小，為39.34°，最大的為TEMF方案，為43.68。站點(diǎn)相關(guān)系數(shù)最小的方案都是TEMF，兩系數(shù)分別為0.45和0.49，而最大的方案分別為UW和ACM2，值分別為0.50和0.55。綜合來看，各方案預(yù)報(bào)的10 m和70 m風(fēng)向都有順時(shí)針偏差，但各方案的平均風(fēng)向偏差都在20°以內(nèi)。總體來講TEMF方案在風(fēng)向的預(yù)報(bào)上表現(xiàn)較差，MYNN2表現(xiàn)較好。

圖 6是10 m和70 m觀測及模擬的風(fēng)速頻率分布直方圖及其對應(yīng)的Weibull分布擬合曲線。圖 6a 中實(shí)測的10 m風(fēng)速眾數(shù)偏左，即低風(fēng)速發(fā)生的頻率較大，高風(fēng)速出現(xiàn)的頻率較小，其形狀參數(shù)為1.45，尺度因子λ大小為3.85 m/s。而各方案的模擬風(fēng)速擬合的k值都要大于實(shí)際風(fēng)速，最小值為1.88，最大值為2.09，λ值也都大于實(shí)況，從最小值5.37 m/s到最大值6.22 m/s。各方案對小于2.5 m/s的低風(fēng)速模擬的不是很好，大于2.5 m/s的風(fēng)速則都表現(xiàn)為一定的高估。YSU方案的擬合曲線形狀跟觀測最為接近，但是λ值較眾值偏右。各試驗(yàn)方案的眾值相對觀測向右偏移，趨向于正態(tài)分布。圖 6b 的70 m實(shí)際風(fēng)速分布情況跟10 m的有所不同，其k值為2.02，λ為8.95 m/s，兩個(gè)參數(shù)都比10 m的大，所以相較10 m實(shí)測風(fēng)速整體右移，且形狀更趨向于正態(tài)分布。各模擬方案的擬合參數(shù)相較10 m時(shí)與實(shí)況也更為接近。通過風(fēng)速頻率分布直方圖和Weibull擬合曲線可以發(fā)現(xiàn)，各方案在低風(fēng)速和高風(fēng)速時(shí)表現(xiàn)為對實(shí)際風(fēng)速的低估，在中等風(fēng)速時(shí)則表現(xiàn)為一定程度的高估。

表3 2015年5月試驗(yàn)時(shí)段內(nèi)10 m和70 m 風(fēng)速預(yù)報(bào)結(jié)果的統(tǒng)計(jì)特征Table 3 Different metrics for comparing simulations of different BL schemes with observations at 10 m and 70 m for wind speed in May 2015

表4 2015年5月試驗(yàn)時(shí)段內(nèi)10 m和70 m 風(fēng)向預(yù)報(bào)結(jié)果的統(tǒng)計(jì)特征Table 4 Different metrics used for comparing simulations of different BL schemes with observations at 10 m and 70 m for wind direction in May 2015

圖6 2015年5月試驗(yàn)時(shí)段內(nèi)10 m和70 m風(fēng)速頻率分布及Weibull擬合Fig.6 Wind speed distribution and Weibull fitting of simulations of different BL schemes and observations at 10 m and 70 m in May 2015

2.2 風(fēng)速誤差的分段分析

太小的風(fēng)速不能使風(fēng)機(jī)葉片轉(zhuǎn)動，無法將動能轉(zhuǎn)化為電能，風(fēng)速太大則有損壞風(fēng)機(jī)的危險(xiǎn)，因此風(fēng)電領(lǐng)域中一般將風(fēng)速分為4個(gè)等級[14]，分別為無效風(fēng)速(0～3 m/s)、有效風(fēng)速(3～15 m/s)、滿發(fā)風(fēng)速(15～25 m/s)和切出風(fēng)速(大于25 m/s)，以此為基礎(chǔ)分析不同風(fēng)速區(qū)間的各邊界層方案的預(yù)報(bào)效果，可以有針對性地選擇邊界層參數(shù)化方案，并且優(yōu)化模式的預(yù)報(bào)效果。這里取前3個(gè)風(fēng)速等級來分析。

圖 7為10 m處風(fēng)速的分段誤差統(tǒng)計(jì)量結(jié)果，可以看到3個(gè)風(fēng)速區(qū)間的平均相對誤差和平均誤差存在很大差異。各方案在無效風(fēng)速(0～3 m/s)區(qū)間的平均相對誤差最大，各方案對低風(fēng)速的預(yù)報(bào)都有不同程度的高估，其中偏差最小為YSU方案，大小為81.80%，最大為MYJ，是136.87%。在有效風(fēng)速(3～15)m/s區(qū)間內(nèi)，整體模擬結(jié)果的平均相對誤差是3個(gè)風(fēng)速區(qū)間內(nèi)最小的，7種方案平均相對誤差在6.84%～32.79%，平均相對誤差最小的仍然是YSU方案，最大的仍是MYJ方案。而在(15～25 m/s)風(fēng)速區(qū)間內(nèi)，各方案平均相對誤差又有所增大，范圍為33.10%～46.72%，這時(shí)MYJ表現(xiàn)最好，而YSU表現(xiàn)最差。而10 m風(fēng)速的平均絕對誤差方面，切入風(fēng)速段和有效風(fēng)速段(0～15 m/s)平均絕對誤差小，最大為2.36 m/s，滿發(fā)風(fēng)速段(15～25 m/s)平均誤差大，最大為7.30 m/s。圖 8為70 m風(fēng)速的分段檢驗(yàn)的結(jié)果,圖 8b顯示切入風(fēng)速區(qū)間各方案的平均相對誤差最大，滿發(fā)風(fēng)速段次之，有效風(fēng)速段最小。切入風(fēng)速區(qū)間內(nèi)各方案的誤差在130.79%～156.43%，TEMF最高，QNSE最低。有效風(fēng)速區(qū)間內(nèi)各方案的平均相對誤差在5.36%～14.29%，最低和最高的方案分別為ACM2和YSU。滿發(fā)風(fēng)速區(qū)間內(nèi)平均相對誤差仍然是YSU方案最高，為31.50，最低的方案是MYNN2，大小為22.44%。各風(fēng)速段的平均絕對誤差和10 m風(fēng)速類似。

圖7 2015年5月試驗(yàn)時(shí)段內(nèi)10 m風(fēng)速平均相對誤差及平均絕對誤差的分段統(tǒng)計(jì)結(jié)果Fig.7 Mean relative error and mean absolute error of wind speed for different wind categories at 10 m in May 2015

圖8 2015年5月試驗(yàn)時(shí)段內(nèi)70 m風(fēng)速平均相對誤差及平均絕對誤差的分段統(tǒng)計(jì)結(jié)果Fig.8 Mean relative error and mean absolute error of wind speed for different wind categories at 70 m in May 2015

2.3 風(fēng)場模擬誤差的日變化特征分析

近地層風(fēng)場變化很容易受到地表特性的影響，尤其是地表加熱作用。在天氣背景一定時(shí)，局地?zé)崃μ匦栽谝惶熘械母淖儽厝粫绊懡貙语L(fēng)場，因此分析各試驗(yàn)方案對風(fēng)場日變化的預(yù)報(bào)效果是十分重要的。根據(jù)世界時(shí)和地方時(shí)的關(guān)系，文本白天對應(yīng)的是世界時(shí)00-10時(shí)，夜間指世界時(shí)11-23時(shí)。圖 9a和b分別為風(fēng)速和風(fēng)向月平均得到日變化特征，可見實(shí)測的平均風(fēng)速、平均風(fēng)向存在很明顯的日變化特點(diǎn)，當(dāng)日22時(shí)-次日08時(shí)，風(fēng)速逐漸增大，有大致2 m/s的增幅，08-21時(shí)風(fēng)速逐漸減小。風(fēng)向也大致呈現(xiàn)出同樣的日變化特征，00-08時(shí)，平均風(fēng)向不斷順轉(zhuǎn)，這期間轉(zhuǎn)動的幅度大約為40°，08-14時(shí)，風(fēng)向又較快地逆轉(zhuǎn)回到原本的方向，接著14-23時(shí)，風(fēng)向較為穩(wěn)定地維持在190°～200°之間，期間有小幅波動。結(jié)合圖 9中的c和d發(fā)現(xiàn)，雖然各邊界層方案都很好地抓住了這種風(fēng)速風(fēng)向的日變化特征，但各方案模擬得到的月平均風(fēng)速要比觀測偏高，其中最為明顯的是MYJ方案，偏高最小的是YSU方案。大部分方案風(fēng)速的平均相對誤差在11時(shí)出現(xiàn)最低，且夜晚的誤差大于白天的。對風(fēng)向的模擬大部分方案都表現(xiàn)為正的偏差，即相對于觀測順偏，只有QNSE方案的平均風(fēng)向偏差在05-12時(shí)出現(xiàn)了負(fù)的偏差。由圖 10可以看到70 m的實(shí)測風(fēng)速風(fēng)向也存明顯的日變化特點(diǎn)，觀測的平均風(fēng)速在00-07時(shí)不斷增大，07-23時(shí)，風(fēng)速不斷減小。大部分的試驗(yàn)方案也都給出了類似的結(jié)果，只有YSU方案在00-11時(shí)其模擬的風(fēng)速結(jié)果比其它邊界層方案偏低，跟觀測比約偏低1～1.5 m/s。70 m風(fēng)向白天與10 m的風(fēng)向變化相似，但是夜間14-23時(shí)平均風(fēng)向一直為順轉(zhuǎn)，與10 m時(shí)有所差異。另外，結(jié)合圖 9和圖 10綜合來看可以發(fā)現(xiàn)，在10 m高度上實(shí)測平均風(fēng)速小于各方案模擬的風(fēng)速，而在70 m高度上的實(shí)測平均風(fēng)速大部分時(shí)間都大于各方案模擬的平均風(fēng)速，這說明10 m和70 m之間的實(shí)際風(fēng)速切變要大于大部分模擬的風(fēng)速切變，這種情況在白天更為突出。

2.4 穩(wěn)定度指數(shù)分析

大氣層結(jié)對近地層風(fēng)場有很大影響，而風(fēng)切變指數(shù)可以反映近地層的大氣穩(wěn)定度。上文風(fēng)速日變化的分析也發(fā)現(xiàn)了實(shí)際風(fēng)切變大于模擬風(fēng)切變的現(xiàn)象。為了更為細(xì)致地分析各方案對風(fēng)切變指數(shù)在試驗(yàn)時(shí)段內(nèi)的模擬情況，圖 11給出了觀測及各方案在一個(gè)月的試驗(yàn)段內(nèi)逐小時(shí)的風(fēng)切變指數(shù)變化特征。由圖中可知風(fēng)切變指數(shù)呈現(xiàn)出很明顯的日變化特征，在每日白天大氣以中性層結(jié)為主，有時(shí)會出現(xiàn)對流層結(jié)；而每日的夜間，穩(wěn)定層結(jié)和強(qiáng)穩(wěn)定層結(jié)占主導(dǎo)。7種邊界層方案的模擬結(jié)果也都呈現(xiàn)出明顯的日變化特征，但是跟實(shí)況相比都存在一定誤差。在白天，除了TEMF方案外，其余各方案的預(yù)報(bào)相較觀測都趨向于更不穩(wěn)定層結(jié)，MYJ和QNSE表現(xiàn)最為明顯，YSU和ACM2最不明顯；而夜間各方案模擬的風(fēng)切變指數(shù)大部分方案小于觀測，只有MYNN2和YSU的風(fēng)切變指數(shù)稍高于觀測。綜合來看，TEMF、YSU以及ACM2方案對風(fēng)切變指數(shù)的預(yù)報(bào)較其他方案稍好，結(jié)合前面的分析可知，在穩(wěn)定度預(yù)報(bào)較為準(zhǔn)確的時(shí)刻，10 m風(fēng)速的預(yù)報(bào)也比較準(zhǔn)確，說明大氣層結(jié)的穩(wěn)定性對低層風(fēng)場的影響更為突出。

圖9 2015年5月試驗(yàn)時(shí)段內(nèi)10 m各方案模擬風(fēng)速、風(fēng)向及其誤差的日變化Fig.9 The diurnal variation of wind speed, wind direction and their errors for 10 m wind in May 2015

圖10 2015年5月試驗(yàn)時(shí)段內(nèi)70 m各方案模擬風(fēng)速、風(fēng)向及其誤差的日變化Fig.10 The diurnal variation of wind speed, wind direction and their errors for 70 m wind in May 2015

圖11 2015年5月試驗(yàn)時(shí)段內(nèi)模擬和觀測的風(fēng)切變指數(shù)Fig.11 The wind shear index of simulations of different BL schemes and observations during the hindcasting period in May 2015

4 結(jié) 論

利用WRF中尺度高分辨率數(shù)值模式和GSI同化系統(tǒng)，采用7種不同的邊界層方案對2015年5月份蒙西地區(qū)的近地面風(fēng)場進(jìn)行預(yù)報(bào)試驗(yàn)，結(jié)果表明：

1)總體而言各方案的預(yù)報(bào)都可以抓住實(shí)際風(fēng)速風(fēng)向的演變和位相變化；YSU方案對10 m 風(fēng)速的預(yù)報(bào)效果最好，ACM2對70 m風(fēng)速預(yù)報(bào)效果最好；各方案對10 m風(fēng)場的預(yù)報(bào)差異較70 m的更為明顯，且模擬的風(fēng)速偏大；模式對低風(fēng)速的預(yù)報(bào)能力較差。

2)風(fēng)速的分段檢驗(yàn)表明，各方案對有效風(fēng)速(3～15 m/s)的預(yù)報(bào)效果最好，對滿發(fā)風(fēng)速(15～25 m/s)的效果次之，對無效風(fēng)速(0～3 m/s)的預(yù)報(bào)效果最差。

3)各方案都能模擬出風(fēng)速風(fēng)向的日變化特征，表現(xiàn)為白天風(fēng)速的不斷增加和風(fēng)向的順轉(zhuǎn)，傍晚到夜間風(fēng)速的減小和風(fēng)向的逆轉(zhuǎn)。

4)不同的邊界層方案對風(fēng)切變指數(shù)的模擬存在差異，大部分邊界層方案在白天對風(fēng)切變指數(shù)的模擬小于觀測，其中TEMF、YSU以及ACM2方案對風(fēng)切變指數(shù)的預(yù)報(bào)較好。大氣層結(jié)的穩(wěn)定性對低層風(fēng)場的模擬有比較重要的影響。

本研究受計(jì)算資源和資料的限制，未能進(jìn)行更長時(shí)間段的試驗(yàn)，不同邊界層方案的試驗(yàn)還可以進(jìn)一步進(jìn)行不同季節(jié)的敏感性試驗(yàn)。另外由于缺少站點(diǎn)上的通量觀測數(shù)據(jù)，未能對不同邊界層方案的各種通量特征進(jìn)行更為細(xì)致的檢驗(yàn)和對比。這些問題需要在后續(xù)的研究中不斷完善和深入。