邊界層方案對華北一次污染過程模擬的影響

王繼康,張碧輝,張恒德,呂夢瑤

?

邊界層方案對華北一次污染過程模擬的影響

王繼康,張碧輝*,張恒德,呂夢瑤

(中國氣象局環(huán)境氣象中心,國家氣象中心,北京 100081)

采用WRF模式中YSU、MYJ和ACM2 3種邊界層參數(shù)化方案,利用WRF模式和空氣質量模式CAMx對2015年11月11~15日發(fā)生在京津冀地區(qū)的一次污染過程進行了模擬,同時利用地面氣象要素、風廓線、秒探空和空氣質量觀測數(shù)據(jù)對3種參數(shù)化方案下的模擬結果進行了驗證對比.一種基于臨界垂直湍流交換系數(shù)確定邊界高度的方法被用于對比3種參數(shù)化方案之間垂直擴散能力的差異.結果表明,MYJ方案對10m風速高估最大(平均高估0.66m/s),對2m溫度和2m濕度低估最小,YSU和ACM2方案對地面氣象要素的模擬效果相近;ACM2方案對于邊界層內垂直廓線模擬效果優(yōu)于YSU和MYJ方案,但是3種參數(shù)化方案對邊界層內風速均存在高估(高估可達2.6m/s);基于臨界垂直湍流交換系數(shù)方法定義的邊界層高度更能反映大氣的垂直擴散能力,MYJ方案邊界層高度最小,其模擬的PM2.5濃度最高;MYJ方案對于地面風速的高估,會降低模擬的區(qū)域整體PM2.5濃度,但是會增加風速較大區(qū)域下風向的PM2.5濃度;ACM2方案對邊界層垂直廓線模擬最好,夜間底層垂直湍流交換系數(shù)計算值較大,使得ACM2方案對于本次過程中PM2.5等污染物的模擬優(yōu)于MYJ和YSU方案.

邊界層參數(shù)化方案；空氣質量模式；污染過程模擬；垂直湍流交換系數(shù)；京津冀

隨著工業(yè)化和城市化的快速發(fā)展,京津冀地區(qū)成為中國空氣污染最重的地區(qū)之一[1-2].較大量的污染物排放是京津冀地區(qū)大氣污染形成的主要的原因[3-5].同時,不利的氣象條件也是該地區(qū)大氣污染頻發(fā)的客觀因素[6-8].大氣邊界層結構和地面氣象要素是影響大氣污染物形成和擴散的主要氣象要素[9-11].因此,對邊界層氣象要素精準的模擬和預報是利用空氣質量模式進行準確模擬和預報的基礎.中尺度氣象模式中主要利用邊界層參數(shù)化方案對邊界層結構進行描述.中尺度氣象模式(WRF)中選用不同的邊界層參數(shù)化方案會對模式預報結果產生一定的影響[12-13].

中尺度氣象模式中的邊界層參數(shù)化方案通過影響邊界層結構,進而影響邊界層中污染物的擴散.近年來,一些研究也對邊界層參數(shù)化方案對空氣質量模式的影響進行了探究[14-19]. Bank等[15]和王穎等[16]對不同地區(qū)污染物濃度的模擬結果表明ACM2方案優(yōu)于YSU方案.然而,也有不同的結果,例如董春卿等利用WRF-chem模式對山西冬季一次污染過車模擬對比發(fā)現(xiàn)MYJ方案優(yōu)于YSU方案[17];徐敬等對夏季華北地區(qū)低層O3進行模擬,發(fā)現(xiàn)在YSU方案和ACM2方案對O3濃度的垂直分布好于MYJ方案[18];蔡子穎等[19]結果表明YSU方案和MYJ方案在小風天氣優(yōu)于其他方案.同時,Li等[14]對京津冀地區(qū)重污染期間的污染物進行模擬結果表明:參數(shù)化方案之間的對污染物濃度影響不大,而且對污染物日變化模擬效果較差.研究結果之間存在較大的差異,而且針對京津冀地區(qū)污染過程的邊界層模擬效果評價較少.因此,需要進一步對邊界層參數(shù)化方案對空氣質量模式模擬的差異及其產生的原因進行探究.

本文選取WRF中的3種邊界層參數(shù)化方案(YSU、MYJ、ACM2)分別對2015年11月11~15日的一次污染過程中的氣象場進行模擬,利用氣象站觀測、風廓線雷達觀測和探空數(shù)據(jù)進行對比分析,以探究不同參數(shù)化方案對邊界層氣象要素的影響.并且利用空氣質量模式(CAMx)對京津冀地區(qū)的污染物進行模擬,以探究不同參數(shù)化方案對空氣質量模式結果造成的影響及產生的原因.

1 數(shù)據(jù)和方法

1.1 污染過程概述

2015年11月11 ~15日,京津冀地區(qū)受均壓場影響出現(xiàn)一次污染過程.其中,11日起,京津冀地區(qū)在靜穩(wěn)天氣形勢影響下地面風速較小(圖1),PM2.5濃度逐步升高;至13日,石家莊、北京PM2.5濃度超過200μg/m3;14日,京津冀地區(qū)位于高壓后部,偏南風增強(圖1),河北南部區(qū)域污染減輕,京津冀中部沿山一帶污染加重,其中北京PM2.5濃度超過300μg/m3;15日夜間,受冷空氣影響,污染自北向南逐步消散,至16日,京津冀地區(qū)空氣質量達到優(yōu)良水平.

(a) 11月12日20:00地面天氣形勢圖

(b) 11月14日8:00地面天氣形勢圖

圖1 2015年11月12日和14日天氣形勢

Fig.1 The surface synoptic map in the November 12thand 14th, 2015

1.2 模式設置

本文使用中尺度氣象模式WRF3.5.1對氣象場進行模擬.模式的初邊界條件使用的是分辨率為1°′1°的NCEP全球再分析資料(FNL),再分析資料每6h輸入一次.模式部分物理過程參數(shù)化方案選取Dudhia短波輻射方案、RRTM長波輻射方案、Unified Noah陸面過程方案.模擬過程中采用雙層嵌套,水平分辨率分別為24km、8km,第一層覆蓋東亞大部分地區(qū),第二層覆蓋京津冀及其周邊地區(qū)(圖2).模式垂直方向分為35層,采用下密上疏的分布方式,底部11層的sigma值為1.0, 0.9975, 0.995, 0.99, 0.98, 0.97, 0.96, 0.94, 0.92, 0.90, 0.875, 0.85.

本文使用大氣化學模式CAMx6.2對大氣化學過程進行模擬[20].氣相化學機制選用SAPRC99機制.污染物人為源排放清單采用清華大學2012年0.25°分辨率的MEIC排放源清單(http://www.meicmodel. org).模式模擬過程中考慮了排放源的日變化.考慮到污染源的年際變化,參考2012~2015年環(huán)境統(tǒng)計數(shù)據(jù)[21]對污染源進行了調整.天然源采用SMOKE-BEIS3模式進行計算[22]CAMx模式采用雙層嵌套,模擬區(qū)域設置略小于WRF模式.CAMx模式垂直層數(shù)為22層,其中底部11層與WRF模式一致.

圖2 模式模擬區(qū)域及氣象站點(圓點)和空氣質量站點(黑色三角)分布

1.3 邊界層參數(shù)化方案介紹

本文中選取WRF中的3種邊界層參數(shù)化方案進行對比:YSU、MYJ、ACM2. 3種方案都是在WRF中應用較多的邊界層參數(shù)化方案.邊界層參數(shù)化方案根據(jù)脈動通量計算方式的不同分為局地和非局地參數(shù)化方案.YSU為基于K理論的一階非局地閉合參數(shù)化方案,通過在控制方程中加入逆梯度項表示非局地通量.YSU通過臨界里查孫數(shù)確定邊界層高度,對邊界層內的垂直湍流交換系數(shù)通過邊界層高度和普朗特數(shù)(Pr)進行計算(式1)[23].MYJ方案為2.5階局地湍流閉合參數(shù)化方案,通過計算湍流動能決定邊界高度和垂直湍流交換系數(shù)(式2)[24].ACM2一階湍流閉合參數(shù)化方案,運用非局地向上混合和局地向下混合的方式描述湍流混合過程,但是在穩(wěn)定和中性層結中關閉非局地混合作用.ACM2通過計算臨界里查孫數(shù)確定邊界層高度,在穩(wěn)定條件下,與YSU相同的方法計算邊界層高度;在不穩(wěn)定條件下,ACM2計算里查孫數(shù)是在對流不穩(wěn)定層頂開始計算的.ACM2對邊界層內的垂直湍流交換系數(shù)由邊界層高度和風廓線函數(shù)決定(式3)[25].

式中:為垂直湍流交換系數(shù);為卡曼常數(shù)(0.4);為到地表的高度;為邊界層高度;ws為特征速度尺度;為廓線指數(shù)(取2);Pr為普朗特數(shù);TKE為湍流動能;Sh為與穩(wěn)定狀態(tài)有關的量;為主長度特征尺度;*為地表摩擦系數(shù);為高度;m為風廓線函數(shù);為莫寧奧布霍夫長度;s=min(z,0.1h);穩(wěn)定狀態(tài)下為.

大氣化學模式CAMx提供了2種方式來對污染物的垂直擴散過程進行處理.一種是基于K理論的垂直擴散過程(式4);另一種為ACM2參數(shù)化方案處理垂直擴散過程.CAMx模式中的垂直湍流交換系數(shù)均直接取自與WRF模式.本文中對YSU和MYJ參數(shù)化方案產生的氣象場均采用K理論對大氣污染物垂直擴散過程進行描述,對ACM2參數(shù)化方案產生的氣象場采用ACM2參數(shù)化方案處理污染物的垂直擴散(式5).

式中:為污染物濃度;模式層平均密度;為時間,C為第層的濃度;1為最底層的濃度;Mu為向上的對流混合率;Md為從第層~第-1層向下的混合率;conv為控制局地和非局地量的主要參數(shù).當conv=0時,為局地擴散方案;當conv=1時為非局地方案.

1.4 數(shù)據(jù)來源

地面氣象場驗證數(shù)據(jù)來自于京津冀及周邊地區(qū)的174個自動氣象站,驗證的參數(shù)包括10m風、2m溫度和相對濕度.北京觀象臺風廓線雷達數(shù)據(jù)用于驗證垂直方向的風場分布.空氣質量數(shù)據(jù)來自于中國環(huán)境監(jiān)測總站實時發(fā)布的數(shù)據(jù).本文主要選用了京津冀地區(qū)65個觀測站點的空氣質量觀測數(shù)據(jù).

2 WRF氣象場對比

2.1 地面氣象要素

為檢驗模式對于氣象場模擬的準確性,本文利用地面氣象要素(10m風、2m溫度和濕度)對WRF模式模擬的地面氣象要素進行類對比,并用平均偏差(MB),均方根誤差(RMSE)和相關系數(shù)(IOA)衡量模式模擬效果(表1).各統(tǒng)計量定義如下:

模式對10m風速均有高估,但是MYJ方案模擬誤差最大(高估0.66m/s),YSU方案模擬誤差最小(0.14m/s).從空間分布來看(圖3),模式對大部分的站點均有高估,只有在沿海及華北南部的部分站點存在低估.MYJ方案模擬的風速在所有站點均大于YSU方案,其中在河北省中部地區(qū)MYJ方案與YSU方案模擬的風速之差最大,在河北南部、山東等地風速之差較小.ACM2方案與YSU方案表現(xiàn)相近,總體誤差略大于YSU方案,但是存在部分站點誤差小于YSU方案.模式對于地面風速高估的現(xiàn)象與之前的研究結果一致,主要原因有兩個:一是WRF低估了城市對風場的摩擦減弱作用;二是WRF模式對低層風速可能存在系統(tǒng)性偏差[13,26-27].

模式對于2m溫度和濕度均有低估,但是MYJ方案誤差最小(分別低估-0.19K和0.57/kg),YSU方案誤差最大(分別低估-0.82K和-0.73/kg), ACM2方案與YSU方案模擬效果相近.從相關系數(shù)來看,MYJ方案略優(yōu)于YSU和ACM2方案.這與他人結果中非局地方案模擬的2m溫度高于局地方案模擬的結果[13,28-29]不同,反映出污染天氣條件下京津冀地區(qū)邊界層參數(shù)化方案與其他地區(qū)的差異.

表1 2015年11月12~15日地面氣象要素模擬與觀測對比統(tǒng)計結果

圖3 模式模擬風速與站點觀測風速和不同參數(shù)化方案之間風速差異的空間分布

a為YSU方案模擬風速與站點觀測風速之差;b為MYJ與YSU方案模擬風速之差;c為ACM2與YSU方案模擬風速之差

2.2 垂直廓線數(shù)據(jù)驗證

本研究利用11月12~15日北京風廓線數(shù)據(jù)對模式模擬風場的垂直分布進行了對比分析(圖4).從平均風速的情況來看,模式對于低層風存在明顯的高估,高估可達2.6m/s;對于1000m以上高度上的風速模擬效果較好,誤差小于0.5m/s. ACM2方案對低層風模擬誤差最小,YSU方案對500m以下高度的上風速模擬誤差最大.對于低層風速的高估現(xiàn)象,與Banks利用探空數(shù)據(jù)與模式結果的對比一致[15].從模擬與觀測的風向夾角來看(表2),模式對于風向模擬的誤差隨高度增加而減少,低層夾角可達80°, 1000m以上高度維持在20°左右.3種參數(shù)化方案在對于風向的模擬差別不大.

圖4 北京上空不同高度模式模擬風速與觀測風速平均值對比

OBS為風廓線觀測風速,YSU、MYJ、ACM2分別為3種參數(shù)化方案模擬風速

從YSU方案模擬的風速與觀測風速的逐時對比來看(圖5a),模式對于風速并不是全部存在高估.模式在14日中午時段對于400m以上高度上的偏西南風存在低估,低估可超過3m/s,該時段對應著北京市PM2.5濃度的快速上升.模式對15日的500m以上高度的偏北風存在低估.MYJ方案與YSU方案對比來看(圖5b),MYJ方案對低層風速的模擬低于YSU方案.對于14日中午時段偏南風MYJ方案模擬風速存在低估,而且風速低于YSU方案;對于15日冷空氣MYJ方案優(yōu)于YSU方案.ACM2方案與YSU方案對比來看(圖5b),ACM2方案整體風速低于YSU方案,對于14日中午偏西南風和15日偏北風的模擬同樣存在低估.

整體來看,ACM2方案對于風速廓線高估最小,YSU方案對風速廓線高估最大.但是,在引起PM2.5濃度顯著變化的時刻,3種方案均對500m以上高度風速存在低估.

選取11月14日8:00和20:00的秒探空數(shù)據(jù)與3種參數(shù)化方案模擬下的溫度、相對濕度和風速垂直廓線進行對比(圖6).YSU和MYJ方案對于近地層溫度廓線模擬顯示,在兩個時次的近地層均有逆溫存在,但是觀測數(shù)據(jù)顯示并不存在逆溫,ACM2方案對兩個時次對近地層溫度廓線的模擬均優(yōu)于YSU和MYJ方案.YSU和MYJ方案對于近地層相對濕度廓線模擬顯示,在兩個時次近地層均存在較大的梯度(200m左右高度的相對濕度與地面相對濕度相差甚至超過10%),而觀測數(shù)據(jù)顯示近地層相對濕度基本呈現(xiàn)緩慢升高的趨勢,ACM2方案對兩個時次對近地層相對濕度廓線的模擬均優(yōu)于YSU和MYJ方案.與秒探空數(shù)據(jù)對比,3種參數(shù)化方案對與邊界層內風均有高估, ACM2方案產生的誤差小于MYJ和YSU方案,這與風廓線雷達觀測數(shù)據(jù)對比結果一致.

表2 北京上空不同高度模擬風向與觀測風向之間夾角平均值(°)

風向桿為風廓線雷達觀測風速和風向,填色表示風速之差,a為YSU方案與觀測風速之差;b為MYJ方案與YSU方案之差;c為ACM2方案與YSU方案之差

3 垂直擴散能力對比

3.1 邊界層高度對比

邊界層高度是空氣質量模式模擬污染物垂直分布重要參量,而模式很難準確的模擬出邊界層高度[30].而且不同的邊界層參數(shù)化方案診斷邊界層高度的方法不同,導致產生不同的邊界層高度.本研究利用CAMx模式中提供的一種基于模式垂直湍流交換系數(shù)的方法對不同參數(shù)化方案得出的邊界層高度進行了重新計算.該方法是定義邊界層高度為從底層算起,垂直湍流交換系數(shù)(Kz)減小到臨界垂直湍流交換系數(shù)的高度.臨界垂直湍流交換系數(shù)為能使任意相鄰兩模式層充分混合的最小垂直湍流交換系數(shù).未混合的相鄰兩層初始濃度為1和0,經過2/3h后,如果兩層濃度變?yōu)?/3和1/3,則認為兩層充分混合.因此,臨界垂直湍流交換系數(shù)為=0.03d1 (d1+d2)/200.其中dz1和dz1為任意相鄰兩層的厚度.根據(jù)定義,該方法相對于臨界里查孫數(shù)等方法能更好的反映污染物在模式層中的垂直擴散能力.

圖7顯示不同方案和不同方法計算的邊界層高度分部.從3種參數(shù)化方案模式輸出結果(圖7a、b、c)來看,在京津冀地區(qū)MYJ方案得出的邊界層高度最高,YSU方案邊界層高度最低,ACM2方案略高于YSU邊界層高度.雖然YSU方案和ACM2方案均采用臨界里查孫數(shù)的方法計算邊界層高度,但是ACM2方案計算邊界層高度是從對流不穩(wěn)定層頂開始計算,因此ACM2計算的邊界層高度高于YSU方案.利用臨界垂直湍流交換系數(shù)方法重新計算3種方案的邊界層高度(圖7d、e、f)來看,3種參數(shù)化方案的邊界層高度均出現(xiàn)降低,其中MYJ方案降低最明顯.MYJ方案為3種參數(shù)方案中最低的邊界層高度,ACM2方案邊界層高度最高.

MYJ方案雖然診斷的邊界層高度最高,但是利用臨界垂直湍流交換系數(shù)重新計算后,MYJ方案邊界層高度最低.表明,MYJ方案對污染物的垂直擴散能力最差,而ACM2方案對污染物的垂直擴散能力最好.

a、b、c分別是YSU、MYJ、ACM2方案診斷得出的邊界層高度;d、e、f分別為利用臨界垂直湍流交換系數(shù)計算的YSU、MYJ、ACM2方案邊界層高度

3.2 垂直湍流交換系數(shù)對比

圖8 不同參數(shù)化方案計算的北京低空垂直湍流交換系數(shù)對比

a為YSU垂直湍流交換系數(shù);b為ACM2方案與YSU方案之差;c為MYJ方案與YSU方案之差

在大氣化學模式中,垂直湍流交換系數(shù)是直接影響污染物垂直分布的重要參量.本研究對11月12~15日不同邊界層參數(shù)化方案計算得出北京低空垂直湍流交換系數(shù)(Kv)進行了對比(圖8).圖8(a)為YSU方案計算的垂直湍流交換系數(shù)分布,垂直湍流交換系數(shù)的日變化較明顯,中午前后明顯高于夜間,15日冷空氣影響下,湍流交換系數(shù)明顯小于其他時段.

ACM2方案與YSU方案對比來看(圖8b), ACM2方案對邊界層頂及以上部分垂直湍流交換系數(shù)明顯大于YSU方案,對夜間低層垂直交換系數(shù)略大于YSU方案.ACM2方案在邊界層頂采取了與YSU不同的處理方式[25],導致ACM2方案計算的邊界層頂?shù)拇怪苯粨Q系數(shù)大于YSU方案.ACM2方案計算的邊界層高度大于YSU方案,所以ACM2方案計算的底層處置交換系數(shù)大于YSU方案.這與3.2節(jié)中ACM2方案對14日8:00和20:00的溫度廓線模擬相一致.

MYJ方案與YSU方案相比(圖8c),MYJ方案在邊界層頂部垂直湍流交換系數(shù)小于YSU方案,所以利用臨界垂直湍流交換系數(shù)方法計算的MYJ方案邊界層高度最低.但是MYJ方案在午后時段,對2~7模式層(300至800m高度)計算的垂直交換系數(shù)大于YSU方案.

4 空氣質量模式結果對比

本文利用京津冀地區(qū)的國控站點的觀測數(shù)據(jù)對應用不同邊界層參數(shù)化方案氣象場下模擬的PM2.5濃度進行了驗證對比(表3).結果表明,模式對于京津地區(qū)整體污染程度模擬效果較好,平均誤差較小(-5~10m/m3),均方根誤差低于46m/m3,相關系數(shù)在0.65左右.從模擬值均值來看,MYJ方案模擬值最高,ACM2方案模擬值最低,YSU方案介于兩者之間.3種邊界層參數(shù)化方案模擬的平均值結果與利用臨界垂直湍流交換系數(shù)的方法計算的邊界層高度一致.12~14日的PM2.5模擬濃度差值的空間分布來看,MYJ方案整體都高于YSU方案(圖9a),但是在MYJ方案風速較大的區(qū)域(圖3b)的下風向,MYJ方案顯著高于YSU方案;ACM2方案相對于YSU方案區(qū)域整體差異較小(圖9b),但是在觀測站點較多的區(qū)域(如:北京、石家莊等地)出現(xiàn)負的差值,導致表3中統(tǒng)計結果明顯低于YSU方案.從相關性來看,3種參數(shù)化方案之間的差異不大,其中ACM2方案略優(yōu)于其他兩種方案.

由于CAMx模式對污染物垂直擴散方案提供了K理論方案和ACM2方案,本文對ACM2方案選用了ACM2方案的擴散方式,為驗證ACM2方案的擴散方式是否是導致ACM2方案模擬值較低的主要原因.本文利用YSU方案的氣象參數(shù),選用ACM2的污染物垂直交換的方案對該過程進行了進一步模擬.YSU-ACM2模擬的結果低于YSU-K理論方案模擬的結果(低4.2m/m3),但是仍高于ACM2方案模擬的結果(高3.6mg/m3).說明ACM2污染物垂直擴散方案、較大的底層垂直交換系數(shù)和較高的邊界層高度共同導致了ACM2方案模擬值最低.

2.1節(jié)結果表明MYJ方案模擬的風速最大,為驗證MYJ對地表風速的高估對污染物模擬的影響,本文利用MYJ模擬的氣象場和YSU方案的垂直湍流交換系數(shù)對污染物濃度進行了模擬.MYJ-YSU方案模擬的平均值低于YSU方案模擬的平均值(低6.3m/m3),更低于MYJ方案模擬的平均值(低14.6m/m3).表明MYJ方案對地面風的高估可使MYJ方案對京津冀地區(qū)整體PM2.5濃度的模擬值相對于YSU方案偏低6.3m/m3,MYJ方案的邊界層高度可使PM2.5濃度相對于YSU方案增大14.6m/m3.但是從MYJ-YSU方案與YSU方案模擬的PM2.5濃度差值的分布(圖9c)來看,對圖3b中風速偏大區(qū)域的下風向仍然存在高估.

對比CO、SO2的模擬驗證結果(表4)與PM2.5的模擬平均值類似,均表現(xiàn)出MYJ方案模擬的濃度最高,YSU和ACM2方案模擬值相近.使用MYJ氣象場和YSU垂直交換系數(shù)的結果顯示,3種污染物的濃度均低于YSU方案和MYJ方案,進一步說明MYJ方案對10m的高估會是污染物濃度降低,但是降低效果小于其邊界層高度降低導致的污染物濃度升高.由于CO的大氣停留時間較長[31],模擬效果的差異更能反映邊界層的物理擴散性能的差異,使用ACM2方案的相關系數(shù)相對于YSU方案有所提升,進一步表明ACM2方案優(yōu)于YSU和MYJ方案.而NO2化學活性較為活潑[31],在使用YSU方案的氣象場下相關系數(shù)相對較高,可能由于YSU對于溫度模擬效果優(yōu)于其他兩種方案.由于O3存在更復雜的生成機理,對于O3的模擬效果與其他污染存在較大的差異. MYJ方案模擬的O3濃度高于YSU和ACM2方案, MYJ-YSU方案模擬的濃度同時高于MYJ和YSU方案.YSU方案的垂直擴散能力強于MYJ方案,這表明導致MYJ方案模擬O3濃度較高的并不是邊界層高度的降低,而更有可能是由于MYJ方案對溫度模擬高于YSU方案,同時較好的垂直擴散條件也會使O3模擬濃度增強.各污染物之間產生差異與各參數(shù)化方案之間的關系還需要進一步分析.

表3 2015年11月11~15日PM2.5模擬與觀測對比統(tǒng)計結果

注:YSU、ACM2、MYJ為3種參數(shù)化方案.MYJ-YSU為使用MYJ氣象場和YSU垂直交換系數(shù);YSU-ACM2為使用YSU方案的氣象場和垂直交換系數(shù),但是選用ACM2污染物垂直交換方案.

從各參數(shù)化方案對北京市PM2.5模擬結果(圖10)來看:3種方案在中午前后時段模擬值差異較小,由于模式沒有考慮氣溶膠反饋作用,中午前后時段均存在一定低估.YSU和MYJ方案在夜間對PM2.5濃度存在高估;ACM2方案由于夜間低層垂直交換系數(shù)較大,夜間對PM2.5的模擬值低于MYJ和YSU方案,模擬值更接近于觀測值.由于3種參數(shù)化方案對14號中午偏西南風低估,導致模式對于14日中午PM2.5濃度激增現(xiàn)象的模擬效果較差.

表4 2015年11月11~15日NO2、CO、SO2、O3模擬與觀測對比統(tǒng)計結果

圖9 不同參數(shù)化方案之間對12~14日PM2.5模擬差異的分布

a為MYJ方案與YSU方案差值;b為ACM2方案與YSU;c為MYJ-YSU方案與YSU方案差值

圖10 不同參數(shù)化方案對北京市12~15日PM2.5模擬與觀測結果對比

OBS為觀測值,YSU、ACM2、MYJ為3種參數(shù)化方案的模擬值

5 結論

5.1 3種邊界層參數(shù)化方案均能較好的模擬京津冀地區(qū)氣象要素的變化.但是對10m風速均出現(xiàn)高估,其中MYJ方案高估最大;對2m氣溫和濕度均出現(xiàn)低估,MYJ方案低估最小;YSU方案和ACM2方案之間表現(xiàn)相近.

5.2 對于邊界層垂直廓線的模擬來看, ACM2方案對垂直風場、溫度和濕度廓線的模擬效果均優(yōu)于YSU和MYJ方案.但是3種方案均對邊界層內的風場存在高估.

5.3 相對于邊界層方案診斷得出的邊界層高度,利用臨界垂直湍流交換系數(shù)方法重新定義的邊界層高度相更能反映垂直擴散能力.重新定義邊界層高度后,MYJ方案的邊界層高度最低.導致MYJ方案下模式對PM2.5等污染物的模擬濃度最高,其邊界高度的降低使MYJ方案相對于YSU方案模擬的PM2.5濃度增加14.6m/m3.

5.4 MYJ方案對地面風的高估可使模式對京津冀地區(qū)整體PM2.5等污染物濃度的模擬值偏低,相對于YSU方案的風場偏低6.3m/m3,但是對風速偏大區(qū)域的下風向仍然存在高估.

5.5 ACM2方案對于本次污染過程的邊界層結構模擬和垂直擴散能力的模擬均優(yōu)于YSU和MYJ方案,導致ACM2方案對PM2.5等污染物模擬效果優(yōu)于YSU和MYJ方案.但是本文針對的一次過程的模擬驗證,對于其他污染或者天氣過程的模擬效果有待進一步驗證.

[1] Chai F, Gao J, Chen Z, et al. Spatial and temporal variation of particulate matter and gaseous pollutants in 26cities in China [J]. Journal of Environmental Sciences, 2014,26(1):75-82.

[2] 王振波,梁龍武,林雄斌,等.京津冀城市群空氣污染的模式總結與治理效果評估[J]. 環(huán)境科學, 2017,38(10):4005-4014. Wang Z, Liang L, Lin X, et al. Control Models and Effect Evaluation of Air Pollution in Jing-Jin-Ji Urban Agglomeration [J]. Environmental Science, 2017,38(10):4005-4014.

[3] 趙普生,徐曉峰,孟 偉,等.京津冀區(qū)域霾天氣特征[J]. 中國環(huán)境科學, 2012,32(1):31-36.Zhao P, Xu X, Meng W, et al. Characteristics of hazy days in the region of Beijing, Tianjin, and Hebei [J]. China Environmental Science, 2012,32(1):31-36.

[4] Zhao B, Wang P, Ma J Z, et al. A high-resolution emission inventory of primary pollutants for the Huabei region, China [J]. Atmospheric Chemistry & Physics, 2012,11(1):20331-20374.

[5] Lu Z, Streets D G, Zhang Q, et al. Sulfur dioxide emissions in China and sulfur trends in East Asia since 2000 [J]. Atmospheric Chemistry & Physics Discussions, 2010,10(4):6311-6331.

[6] Li X, Zhang Q, Zhang Y, et al. Source contributions of urban PM2.5, in the Beijing–Tianjin–Hebei region: Changes between 2006 and 2013 and relative impacts of emissions and meteorology [J]. Atmospheric Environment, 2015,123:229-239.

[7] Hu X M, Ma Z, Lin W, et al. Impact of the Loess Plateau on the atmospheric boundary layer structure and air quality in the North China Plain: a case study [J]. Science of the Total Environment, 2014,499:228-237.

[8] Zhang L, Wang T, Lv M, et al. On the severe haze in Beijing during January 2013: Unraveling the effects of meteorological anomalies with WRF-Chem [J]. Atmospheric Environment, 2015,104:11-21.

[9] 李 夢,唐貴謙,黃 俊,等.京津冀冬季大氣混合層高度與大氣污染的關系 [J]. 環(huán)境科學, 2015,36(6):1935-1943. Li M, Tang G, Huang J, et al. Characteristics of Winter Atmospheric Mixing Layer Height in Beijing-TianjinHebei Region and Their Relationship with the Atmospheric Pollution [J]. Environmental Science, 2015,36(6):1935-1943.

[10] Tang G, Zhang J, Zhu X, et al. Mixing layer height and its implications for air pollution over Beijing, China [J]. Atmospheric Chemistry & Physics Discussions, 2015,15(4):2459–2475.

[11] Aron R. Mixing height—an inconsistent indicator of potential air pollution concentrations [J]. Atmospheric Environment, 1983,17(11):2193-2197.

[12] 陸正奇,韓永翔,夏俊榮,等.WRF模式對污染天氣下邊界層高度的模擬研究 [J]. 中國環(huán)境科學, 2018,38(3):822-829. LU Zheng-qi, HAN Yong-xiang, XIA Jun-rong, et al. Modeling study on boundary layer height in pollution weather by WRF with different boundary layer schemes [J]. China Environmental Science, 2018,38(3): 822-829.

[13] 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. Zhang B, Liu S, Ma Y. The effect of MYJ and YSU schemes on the simulation of boundary layer meteorological factors of WRF [J]. Chinese Journal of Geophysics, 2012,55(7):2239-2248.

[14] Li T, Wang H, Zhao T, et al. The Impacts of Different PBL Schemes on the Simulation of PM2.5during Severe Haze Episodes in the Jing- Jin-Ji Region and Its Surroundings in China [J]. Advances in Meteorology, 2016,15.Article ID 6295878.

[15] Banks R F, Baldasano J M. Impact of WRF model PBL schemes on air quality simulations over Catalonia, Spain [J]. Science of the Total Environment, 2016,572:98-113.

[16] 王 穎,隆 霄,余 曄,等.復雜地形上氣象場對空氣質量數(shù)值模擬結果影響的研究[J]. 大氣科學, 2013,37(1):14-22.Wang Y, Long X, Yu Y, et al. The Impacts of Various Meteorological Conditions on Air Quality Modeling Results over Complex Terrain [J]. Chinese Journal of Atmospheric Sciences, 2013,37(1):14-22.

[17] 董春卿,鄭有飛,武永利,等.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[J]. 中國環(huán)境科學, 2016,36(6):1669-1680.Dong C, Zheng Y, Wu Y, et al. The effects of different planetary boundary layer schemes on PM2.5concentration simulations in winter stable weather of Shanxi [J]. China Environmental Science, 2016,36(6):1669-1680.

[18] 徐 敬,馬志強,趙秀娟,等.邊界層方案對華北低層O3垂直分布模擬的影響[J]. 應用氣象學報, 2015,26(5):567-577.Xu J, Ma Z, Zhao X, et al. The Effect of Different Planetary Boundary Layer Schemes on the Simulation of Near Surface O3Vertical Distribution [J]. Journal of Applied Meteorological Science, 2015,26(5):567-577.

[19] 蔡子穎,姚 青,韓素芹,等.基于多種邊界層方案的天津PM2.5集合預報試驗[J]. 應用氣象學報, 2017,28(5):611-620.Cai Z, Yao Q, Han S, et al. Ensemble Forecast Experiments of PM2.5Based on Multiple Boundary Layer Schemes in Tianjin [J]. Journal of Applied Meteorological Science, 2017,28(5):611-620.

[20] ENVIRON, User’s guide to the Comprehensive Air Quality Model with Extensions (CAMx). Version 5.2 (M), 2015, Available at: http://www.camx.com.

[21] 中華人民共和國環(huán)境保護部.2015年中國環(huán)境狀況公報 [M]. 2016: 62-68Ministry of Environmental Protection of the People’s Republic of China. 2015 report on the state of the environment in china [M]. 2016:62-68.

[22] Vukovich J, Pierce T, The implementation of BEIS3within the SMOKE modeling framework [R]. MCNC-Environmental Modeling Center and National Oceanic and Atmospheric Administration, 2012.

[23] Hong S, Noh Y, Dudhia J. A New Vertical Diffusion Package with an Explicit Treatment of Entrainment Processes [J]. Monthly Weather Review, 2006,134(9):2318.

[24] Mellor G, Yamada T. Development of a Turbulent Closure Model for Geophysical Fluid Problems [J]. Reviews of Geophysics, 1982,20(4): 851-875.

[25] Pleim J. A Combined Local and Nonlocal Closure Model for the Atmospheric Boundary Layer. Part I: Model Description and Testing [J]. Journal of Applied Meteorology & Climatology, 2007,46(9):1383-1395.

[26] 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.

[27] Akylas E, Kotroni V, Lagouvardos K, et al. Sensitivity of high- resolution operational weather forecasts to the choice of the planetary boundary layer scheme [J]. Atmospheric Research, 2007,84(1):49-57.

[28] Hu X, Nielsengammon J W, Zhang F, et al. Evaluation of Three Planetary Boundary Layer Schemes in the WRF Model [J]. Journal of Applied Meteorology and Climatology, 2010,49(9):1831-1844.

[29] Kotroni V, Lagouvardos K, Retalis A. The heat wave of June 2007in Athens, Greece – Part 2: Modeling study and sensitivity experiments [J]. Atmospheric Research, 2011,100(1):1-11.

[30] Dabberdt W, Carroll M, Baumgardner D, et al. Meteorological Research Needs for Improved Air Quality Forecasting Report of the 11th Prospectus Development Team of the U.S. Weather Research Program [J]. Bulletin of the American Meteorological Society, 2004,85(4):563-586.

[31] 唐孝炎,張遠航,邵 敏.大氣環(huán)境化學[M]. 北京:高等教育出版社, 2006:49-70. Tang X, Zhang Y, Shao M. Atmospheric Environmental Chemistry [M]. Beijing: Higher Education Press, 2006:49-70

The impacts of planetary boundary layer schemes on pollutants simulations during an air pollution episode over BTH region.

WANG Ji-kang, ZHANG Bi-hui*, ZHANG Heng-de, LV Meng-yao

(National Meteorological Center of CMA, Beijing, 100081, China)., 2019,39(1)：61~71

The WRF model and the CAMx model were applied to simulate the meteorology variables and air pollutants over Beijing-Tianjin-Hebei (BTH) region during an air pollution episode in November 2015. The impacts of three planetary boundary layer (PBL) schemes (YSU, MYJ, ACM2) on meteorological factors and air pollutants simulations were compared. The observed surface meteorological factors and PM2.5over BTH region and the wind profile data at Beijing were used to evaluate the model performances. The MYJ scheme predicted the largest biases on the 10m wind speed and lowest biases on the 2m temperature and humidity. The ACM2scheme had the best performance on the simulation of vertical profile in the PBL. All the three PBL schemes overpredicted the wind speed in the PBL and the bias could reach to 2.6m/s. The model PBL heights were recalculated using a uniform method, which based on the vertical diffusivities. The MYJ scheme produced the lowest PBL heights and the highest PM2.5concentrations, among the three schemes. The overestimated 10m wind speed of the MYJ scheme leaded to a lower simulated PM2.5concentration over BTH region, but it would increase the PM2.5concentration in the downwind area. The ACM2scheme produced the better vertical profile and higher Kv than others in the lower layers in the night, then the ACM2scheme produced a better performance on the simulated PM2.5concentrations and other air pollutants in the night than the other two schemes.

PBL schemes；air quality model；pollutants simulation；vertical diffusion；BTH region

X511

A

1000-6923(2019)01-0061-11

王繼康(1990-),男,山東東阿人,工程師,碩士,主要從事空氣質量模擬與預報研究.發(fā)表論文8篇.

2018-06-04

國家重點研發(fā)計劃項目(2016YFC0203301)

* 責任作者, 高級工程師, bihui_zhang@qq.com