北京地区一次空气重污染过程的气象条件模拟参数化敏感性试验

气象预报是影响大气重污染预报精度的关键所在。针对2016年12月16～21日北京市一次重污染过程,开展了中尺度气象模式WRF的参数化方案配置敏感性试验。对微物理过程、长波辐射过程、短波辐射过程、陆面过程、边界层过程、近地面过程以及积云对流参数化过程进行组合优选,共设计51组参数化方案组合,分析不同模拟方案下北京市8个气象站点温度、相对湿度、10 m风速的模拟精度及其敏感性。试验结果表明:温度模拟对长波过程参数化方案最为敏感,集合离散度达2.4～7.4°C,再次是短波过程参数化方案;相对湿度模拟也对长波过程参数化方案最敏感,再次是陆面过程;风速模拟对不同过程参数化方案的敏感性程度差异不大。通过模拟结果与观测的统计对比,优选出模拟误差最小的方案组合为Lin微物理方案、RRTMG长波方案、RRTMG短波方案、Tiedtke积云对流方案、Noah陆面方案、MYNN 3rd边界层方案和MYNN近地面方案,并将其与集合平均、基准方案进行对比。对于集合平均来说,其温度模拟与观测相关系数为0.69,高于基准方案,其模拟偏差与均方根误差比基准方案低25%和11%;集合平均的相对湿度和风速模拟相比基准方案变化较小。与集合平均相比,优选方案能同时改进温度、相对湿度和风速模拟,使温度模拟偏差和均方根误差比基准方案下降35%和17%,使相对湿度模拟偏差和均方根误差下降43%和13%,使风速模拟偏差和均方根误差下降33%和24%。以上结果表明,参数化方案的敏感性试验和优选能显著减小重污染期间气象要素的模拟误差,重污染预报改进需重点关注参数化方案模拟上的不确定性。本研究也发现MYNN3rd边界层方案在这次重污染过程的气象要素模拟上具有良好性能,可为未来重污染预报改进提供参考。     

京津冀及其周边地区“2+26”城市PM2.5的蒙特卡罗集合预报试验

本文在嵌套网格空气质量预报模式系统（NAQPMS）的基础上,结合蒙特卡罗模拟方法搭建了多扰动的空气质量集合预报系统。利用该系统对京津冀及其周边地区“2+26”城市的PM2.5浓度进行预报试验,试验时段为2017年9～12月,模式水平分辨率为15 km。研究发现,基于蒙特卡罗集合预报系统,采用“集合样本优选”均值集成法能显著提升PM2.5预报精度,大幅减小预报偏差。与所有集合样本的均值集成法相比,该方法将PM2.5预报均方根误差（RMSE）由58.0 μg m?3降低至34.7 μg m?3,将模拟—观测两倍因子百分比（FAC2）由67%提升至87%。此外,“集合样本优选”均值集成法对各污染等级的整体预报效果优于均值集成法。本文结果可为改进城市PM2.5预报效果和减小PM2.5预报偏差提供参考。     

北京地区一次空气重污染过程的目标观测分析

针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式（Weather Research Forecasting,WRF）和嵌套网格空气质量模式（Nested Air Quality Prediction Model System,NAQPMS）,针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物（PM2.5）预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。     

气象—化学双向耦合模式（WRF-NAQPMS）研制及其在京津冀秋季重霾模拟中的应用

为解析大气污染物与气象的双向反馈机制及其对气象和环境的影响,建立基于Mie散射理论的气溶胶—光学性质模块,研制气象-化学双向耦合器,以嵌套网格空气质量预报模式NAQPMS(Nested Air Quality Prediction Modeling System)为基础,建立了NAQPMS和中尺度气象模式WRF(Weather Research and Forecasting Model)的双向耦合模式(WRF-NAQPMS)。利用此模式数值模拟了2013年9月27日至10月1日的北京-天津-河北地区一次秋季严重灰霾过程。结果表明,考虑气溶胶辐射反馈的双向耦合模式模拟的气象要素和细颗粒物(PM2.5)浓度与观测结果更为一致。灰霾期间,气溶胶直接辐射效应显著改变了边界层气象要素,北京-天津-河北地区地面接收的太阳短波辐射减少25%,2 m高度的温度平均下降1°C,湍流动能下降20%,10 m高度的风速降低超过0.2 m/s,边界层高度下降25%,使得边界层大气更加静稳,进而造成了重污染地区污染进一步加剧,如石家庄近地面细颗粒物浓度增加可达30%。分析表明灰霾与边界层气象要素之间存在一种正反馈机制,采用该机制的双向耦合模式有利于准确模拟和预报灰霾污染过程。     

华中区域环境气象数值预报系统及其初步应用

基于WRF/Chem大气化学模式建立了华中区域环境气象数值预报系统,初步应用在武汉市大气污染物浓度数值预报中,并与CUACE全国环境气象模式产品预报进行比较,最后通过试验探讨了一种大气污染调控方案。结果表明,模式系统较好地验证了武汉市大气污染物浓度日变化及空间分布特征,对PM10、PM2.5、SO2、NO2、CO浓度变化趋势及误差稳定性预报较好,平均绝对百分误差MAPE控制在20%~40%,冬季O3预报出现系统正偏差,但趋势预报较好。区域WRF/Chem模式对武汉市的大气污染物浓度预报效果要优于CUACE模式系统,可为武汉市空气质量预报提供更具有参考价值的模式指导产品。此外,试验探讨了污染源排放速率的优化调控方案,依据大气边界层高度日变化特征,通过动态调控一天中不同时段的污染源排放速率,调度日间最大排放至大气稀释扩散的有利时段,在不消减日排放总量的情况下,也可以减少大气污染。     

大气物理过程方案对PM2.5预报的敏感性试验

利用WRF-Chem大气化学模式,选择2015年12月中旬发生在我国的大范围空气污染过程,在采用同样化学方案条件下,针对模式中不同物理过程及其参数化方案开展了地面PM_(2.5)预报的敏感性试验。结果表明:该模式能较好展示此次PM_(2.5)污染的演变过程,与实况也较接近,但对青海经宁夏至内蒙的PM_(2.5)高值区出现了漏报现象,这可能是模式外边界未对污染物做更新所致。对地面PM_(2.5)的预报,各物理过程的敏感度不同,边界层(含近地面层)过程的影响要明显大于积云对流及微物理过程的影响,不同的参数化方案会造成不同的预报误差。边界层过程QNSE和与其配套的近地面层方案的组合是预报的较佳组合;而TEMF和与其配套的组合以及ACM2和Pleim-X的组合则不佳。合理的物理过程参数化方案有助于提高PM_(2.5)预报质量。模式预报对排放源也有适应过程,其Spin-up时间较气象要素长。     

两种大气化学模式系统对浙江省PM_(2.5)浓度预报结果的对比分析

利用大气化学模式系统CUACE/Haze-fog与WRF-Chem,分别选取3次不同程度的污染天气过程进行数值模拟,并利用浙江省142个环保监测站点观测数据,对模拟的PM2.5浓度的时空演变特征进行检验,评估两个模式对PM2.5浓度的预报效果。结果表明,CUACE/Haze-fog与WRF-Chem模式均能够较好的反映出PM2.5日均浓度空间分布特征及其逐日变化特征。WRF-Chem预报与观测的PM2.5日均浓度的空间相关系数明显高于CUACE/Haze-fog,且总体来看相对偏差与均方根误差明显低于CUACE/Haze-fog。CUACE/Haze-fog与WRF-Chem模式能够基本反映出PM2.5浓度连续3 d(72 h)的变化趋势,且24 h与48 h预报效果优于72 h预报。本次模拟中气象场模拟的偏差可能是导致PM2.5浓度模拟偏差的主要因素。此外,CUACE/Haze-fog模式对化学场初始值的低估可能是其对PM2.5浓度系统性低估的重要原因之一。     

MCC降水过程集合预报不同物理过程扰动方案的对比试验研究

利用WRF模式,从模式的不确定性角度来构造中尺度的集合预报,重点对比分析了不同物理参数化方案、物理过程随机扰动方案、积云对流参数化敏感参数扰动方案对中尺度对流复合体降水集合预报的影响。试验结果表明:3种物理过程扰动方法都可以反映中尺度对流复合体降水预报的不确定性特征,其预报效果比控制预报好。物理过程随机扰动方案集合平均的降水落区及强度最接近实况,并且其降水的ETS评分要高于其他2种方案。从均方根误差与离散度的角度来看,3种方案中物理过程随机扰动的均方根误差要小于其他2种方案,而其离散度要大于其他2种方案,物理过程随机扰动方案要优于其他2种方案。     

随机辐射参数化过程扰动方案对温度预报的影响

数值模式中辐射参数化过程的不确定性是导致温度预报不准确的原因之一,为了在WRF集合预报系统中提高温度预报的效果,提出一种针对辐射参数化倾向的随机扰动方案（Stochastically Perturbed Radiation Parameterization Tendencies, SPRPT）。并将这种方法与多辐射参数化物理过程方案、多参数扰动方案及传统的随机物理过程扰动方案（SPPT）方法对比。针对2014年7月的温度模拟过程中,多辐射参数化物理过程方案虽然在700 hPa以下及地面2 m温度的预报上有较大离散度,但会增大温度预报的误差,但综合效果没有SPRPT方案好;扰动散射调谐参数可在一定程度上提高温度预报,但不显著;在同样扰动参数下,SPPT方案对温度的预报改进不明显。而SPRPT方案能显著提高集合预报系统的离散度,降低地面2 m温度的暖偏差。评分指出该方案对集合预报系统,尤其是在模式底层及近地面的温度预报上,改善明显。      

针对WRF模式中行星边界层参数化过程倾向项的扰动方法

针对WRF模式中行星边界层参数化过程中的不确定性,发展了一种针对行星边界层参数化过程的随机物理扰动方案(SPPBLPT),该方案针对行星边界层计算的温度、风场、水汽倾向项进行扰动。使用该方案、多行星边界层参数化方案、多参数扰动方案及针对WRF模式总倾向的随机物理过程扰动(SPPT)方案对2014年7月进行对比实验,发现使用较大格点方差的SPPBLPT方案能有效降低地面温度与风场的误差,也能降低降水的预报误差,而其他方案对预报改善不明显。针对地面温度和风场的BS评分显示,SPPBLPT方案通过降低可靠性评分(提高可靠性),显著改善了集合预报对温度与风场的可能性预报,同时该方案能显著提高降水的GSS评分,在所有实验中,较大格点方差的SPPBLPT方案表现最好。针对行星边界层参数化过程的随机物理扰动方案(SPPBLPT)能显著提升集合预报系统性能,但是该方案的扰动参数的设置还需要进一步研究。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

北京市房山区大气污染物时空分布特征及气象影响因素分析

利用北京市房山区良乡镇和琉璃河镇内的区域自动气象站和环境监测站观测数据,对2013年至2015年PM_(2. 5)、PM_(10)、NO_2、SO_2、CO 5种大气污染物浓度变化特征进行了统计分析。结果显示,近3年来,两个镇综合污染物指数呈现逐年下降趋势,各污染物对房山区整体大气污染的贡献率从大至小依次为PM_(2. 5)、PM_(10)、SO_2、NO_2、CO,PM_(2. 5)已取代传统大气污染物SO_2成为房山区的主要大气污染贡献体。两个站点各污染物浓度均表现出明显的季节、月、日变化特征。在不同季节条件下,局地气象要素与污染天气发生概率之间有着很好的相关关系。因此,可根据气象要素分级方法找出各季节污染天气发生时最敏感的气象因素,为局地污染天气预报提供参考指标,也为防范空气污染、制定科学的综合管理措施提供科学参考。     

基于WRF模式的对流尺度边界层方案参数随机扰动方法研究

边界层参数化方案的准确性会影响模式对近地面变量和大气低层热动力结构的模拟,对雷暴等强对流天气的预报非常重要,但边界层方案内在的不确定性使得单一预报具有局限性。为了提高对流尺度数值模式中边界层方案的预报效果,基于WRF（The Weather Research and Forecasting Model）模式,应用随机参数扰动（SPP）方法对Mellor-Yamada-Nakanishi-Niino（MYNN）边界层方案中重要的3个不确定参数进行扰动,探究了该方法对北京地区一次雷暴过程模拟的影响。同时考虑了对流尺度集合预报系统的特点,调整随机参数扰动方法的3个参量（去相关时间尺度、空间尺度和格点标准差）探究了对流尺度中对MYNN方案参数进行扰动的最优设置。结果显示:随机扰动MYNN边界层方案参数（SPPM）方法可以有效提高近地面变量和700 hPa以下低层变量的离散度,同时提高了短时强降水位置和强度的预报技巧。3个参量的试验说明,去相关时间尺度增大到12 h集合离散度有明显提高;格点标准差增大到0.20,预报技巧也略有提高;去相关空间尺度维持在默认值700 km较好,尺度过小（150 km）预报技巧明显降低。上述结果表明,在对流尺度中SPPM方法可以有效表达边界层参数化方案的不确定性,提高集合预报系统的预报技巧。      

高精度高空风预报技术探讨

针对航天气象保障中高分辨率高空风的预报需求，利用欧洲数值预报、GRAPESGFS、导航探空数据，通过WRF模式直接输出、高空风模式产品融合、动力统计订正等方法实现了20 km以下逐250 m的高空风短期预报，并选择2019年11月—2020年3月进行试验，结果表明：U风预报好于V风；5～14 km高空风预报效果好于其它层次；在模式产品融合基础上进行的动力统计订正，预报效果最好，对于同层U、V风，4 m/s偏差内预报准确率为77.4%,6 m/s偏差内预报准确率为93.2%。     

气象-气溶胶资料联合同化对秋季PM2.5浓度模拟的影响研究

相比冬季大范围静稳条件下的污染堆积过程,秋季气象条件更加复杂和局地化,气象条件模拟不确定性给秋季气溶胶模拟带来了更大难度,且目前研究较少考虑气象-气溶胶因素在线模拟和联合同化。使用WRF/Chem模式和格点统计差值（GSI）三维变分同化系统,2015年10月进行了为期1个月的气象-气溶胶资料联合同化及模拟试验,并基于此讨论了气象-气溶胶资料联合同化对秋季PM_2.5浓度模拟的影响。结果表明,WRF/Chem模式可以模拟出秋季污染天气过程,但对华北平原和中东部地区存在高估、西北部存在低估现象;同化地面PM_2.5浓度观测资料可以改进对PM_2.5浓度的模拟,上述两个地区的偏差均得到订正,6 h预报偏差均降低至6 μg/m3以内;重点针对华北地区的分析表明,秋季PM_2.5污染过程与特殊气象条件（湿度升高、风场辐合、区域输送）密切相关,因此在地面PM_2.5观测资料同化基础上增加常规气象资料同化,能进一步提高对华北平原气象-污染过程的表达,PM_2.5浓度预报相关系数从0.86提高至0.89。气象-气溶胶联合资料同化能更加准确地模拟秋季气溶胶污染过程,为更好地开展污染成因和在气象预报框架下开展气象-气溶胶相互影响研究提供了基础。      

采用不同参数化方案对沪宁高速公路浓雾过程的模拟试验

以2006年12月24—27日沪宁高速公路及其周边地区出现的一次罕见持续性大雾为例,采用模式验证方法,研究了采用不同微物理过程和陆面过程参数化方案对浓雾模拟效果的影响。结果表明,对相对湿度等常规气象要素的模拟,各个参数化方案的模拟效果都较好,与实况都有很好的一致性。对直接表征能见度的变量———液态水含量的模拟,各个参数化方案中以微物理过程采用Lin方案,陆面过程采用SLAB方案模拟效果最好,其他方案的模拟效果与实况相比偏差较大。     

基于WRF模式的清江流域降雨-径流模拟研究

基于WRF模式,采用4层嵌套方案,选取3种积云参数化方案和7种微物理方案组成21种组合,对清江流域2016—2018年6—10月6次典型降雨事件进行数值预报,结合CMORPH卫星-地面自动站-雷达三源融合降水产品,采用TS评分和FSS评分,分析不同分辨率和云微物理方案的降雨预报效果;基于较优组合方案的WRF模式与WRF-Hydro水文模式耦合进行径流模拟,分析WRF模式在水文模拟中的应用效果。结果表明:3 km和1 km分辨率对降雨中心位置及强度预报的差别不大,对降雨落区都有较好的预报能力;在积云参数化方案中,KF方案和BMJ方案的降雨预报效果优于GF方案;在微物理方案中,WSM3、WSM5、WSM6、Thompson方案的预报结果与融合数据有较好的一致性;基于较优组合方案BMJ_WSM3,将WRF模式与WRF-Hydro模式耦合,耦合模式能较好地模拟洪水过程,径流模拟相关系数都在0.67以上,且NSE最高可达0.79。