MYJ和YSU方案对WRF边界层气象要素模拟的影响

研究新一代中尺度气象模式WRF中两种大气边界层方案(MYJ,YSU)对沈阳冬季大气边界层结构模拟的影响,重点分析温度层结、低层风场、边界层高度等对污染物扩散有重要影响的气象要素.和观测数据的比对表明WRF基本能够模拟出温度风速的日变化特征,但模拟风速偏大.YSU方案由于模拟的边界层顶卷挟和边界层内混合作用较强,夜间接地逆温强度低于MYJ方案,逆温维持时间比MYJ方案短4小时,同时模拟边界层高度也高于MYJ方案,有利于污染物垂直扩散.边界层高度的3种计算方法中,湍流动能方法计算的边界层高度最高,Richardson数方法次之,位温方法得到的高度最低.Richardson数方法对临界值的选取较敏感.     

MYJ和YSU方案对WRF边界层气象要素模拟的影响

研究新一代中尺度气象模式WRF中两种大气边界层方案(MYJ,YSU)对沈阳冬季大气边界层结构模拟的影响,重点分析温度层结、低层风场、边界层高度等对污染物扩散有重要影响的气象要素.和观测数据的比对表明WRF基本能够模拟出温度风速的日变化特征,但模拟风速偏大.YSU方案由于模拟的边界层顶卷挟和边界层内混合作用较强,夜间接地逆温强度低于MYJ方案,逆温维持时间比MYJ方案短4小时,同时模拟边界层高度也高于MYJ方案,有利于污染物垂直扩散.边界层高度的3种计算方法中,湍流动能方法计算的边界层高度最高,Richardson数方法次之,位温方法得到的高度最低.Richardson数方法对临界值的选取较敏感.     

边界层参数化对海南岛山地环流结构和湍流特征模拟的影响

本文基于WRF-ARW (V4.0)中尺度数值模式, 选用耦合同一近地层参数化方案(Eta)的五种边界层参数化方案(MYJ、MYNN2、MYNN3、BouLac、UW), 对2020年5月1—2日海南岛一次典型山地环流个例进行模拟, 对比分析了这五种方案所模拟的山地环流结构和湍流特征的差异, 旨在为模式应用于山地环流研究和模式改进提供一定的科学依据.研究结果表明, 这五种湍流动能边界层参数化方案均能模拟出山谷风特征, 对环流结构和湍流特征的影响表现为谷风时段大于山风时段.对于山地环流水平结构的模拟, 因平原风推进距离的不同, 五种方案模拟的近地面风速差异可达4 m·s^-1以上, 其中MYJ方案模拟的谷风最强盛, 而MYNN3方案最弱, 山区多为静风或小风.对于山地环流垂直结构的模拟, MYNN2、UW方案模拟的谷风环流较强, 表现为谷风厚度较厚, 推进距离较远, 同时由于模拟的谷风环流可越过山顶, 从而模拟的高海拔地区上升区的覆盖范围和强度均较大; MYJ、BouLac方案模拟的谷风环流均未能越过山顶, 且其中BouLac方案的平原风环流未能与上坡风环流耦合; 而MYNN3方案模拟的环流结构最不明显.湍流特征对比分析表明, 五种方案模拟的湍流动能强度和分布特征存在显著差异, 其中MYNN2方案湍流混合最强, MYJ方案最弱.由于MYNN2方案下垂直湍流混合较强, 大气不稳定度增加, 因此其对应的谷风厚度较大, 同时该方案模拟的边界层结构与实况最为接近, 更适用于海南岛山地环流的模拟.

     

北京城市大气边界层低层垂直动力和热力特征及其与污染物浓度关系的研究

利用2001年3月19~29日和2003年8月11~25日中国科学院大气物理研究所325m大气边界层观测塔资料,分析研讨了北京城市大气边界层低层的垂直动力结构特征及其与污染物浓度分布的关系.对比分析了北京城市大气边界层低层不同高度的风、温度和湿度梯度资料、大气湍流和大气化学观测系统资料,综合分析获取了无因次速度、温度湍流方差和湍流通量、湍能分布特征及其与污染物浓度空间分布的关系,同时分析了北京地区沙尘天气过程中城市边界层低层垂直结构特征及其污染物浓度的分布与变化特征.分析结果表明,在不稳定层结条件下,47和120m高度上无因次速度湍流方差和温度湍流方差遵循莫宁-奥布克霍夫相似规律,并给出相应的拟合公式.稳定大气边界层可按层结参数z′/L分成二分区,z′/L<0.1为弱稳定区,此时相似规律可适用,z′/L>0.1为强稳定区,在此区内无因次速度方差随稳定度增大有增大的趋势,而无因次温度方差则保持不变.白天近地层包含了47和120m,而280m已在近地层之上.对2001年3月北京地区一次沙尘天气过程的城市边界层资料分析发现,320m高度上总悬浮颗粒物浓度最高达到913.3μg/m3,在边界层内大气颗粒物从上层向低层输送,这与锋面过境时低空急流从上层向下发展过程并伴随的强下沉运动有关.     

大气边界层湍流的动力非平稳性的验证

首次用验证时间序列中是否存在动力非平稳性的一种简单图示方法——space time-index法来分析大气边界层湍流的动力平稳性特征.本文以取自淮河流域和威斯康星森林下垫面条件下的三维高精度风速和温度、湿度湍流脉动资料对大气边界层湍流的平稳性特征进行了分析.结果表明space time-index方法能有效地检验大气边界层湍流信号中是否存在动力平稳性.另外,均匀下垫面条件（水稻田）及复杂下垫面条件（森林）下的大气边界层湍流信号中几乎都存在动力非平稳性,大气湍流动力学非平稳性可能是边界层湍流信号相当普遍具有的一种特性.大气边界层湍流中的间歇性和相干结构使得其非平稳性图形的特征不同于一般时间序列非平稳性图形的“V”型特征;森林下垫面条件下的湍流信号比相对均匀下垫面（水稻田）下的湍流信号更有组织性,相干结构更强.     

边界层参数化方案及海气耦合对WRF模拟东亚夏季风的影响

区域气候模式的边界层参数化方案很大程度上影响着陆地-海洋-大气间水汽、动量及热量的交换,该方案的不确定性会给模式结果带来明显误差.本文基于WRF区域气候模式中四种常用的边界层参数化方案(YSU,ACM2,BouLac和MYJ)分别对东亚夏季风进行模拟研究,分析了不同的边界层方案对东亚夏季风环流及降水模拟的影响.结果表明,局地湍流动能方案BouLac和MYJ对东亚夏季风的模拟结果相对于非局地闭合方案YSU和ACM2更接近于观测,前者能更好的模拟出中国东部中低空西南风气流和西太平洋副热带高压.对于东亚夏季风降水,无论是空间分布还是季节内演变,BouLac和MYJ方案都要明显优于YSU和ACM2.此外,通过对比YSU和BouLac两种方案的模拟结果,发现边界层方案对东亚夏季风的模拟在海洋区域的影响更为显著.造成不同方案模拟差异的主要原因是非局地方案YSU和ACM2的边界层垂直混合偏强,使得海表向上输送的潜热通量明显偏强,对流更活跃,导致降水偏多以及相应季风环流的异常偏差.进一步研究指出缺少海气反馈过程使得WRF模式由边界层方案引起的模拟误差在海洋区域更为突出,引入海气耦合可以减小海表热通量误差并明显改善东亚夏季风的模拟结果.     

夜间稳定边界层中小尺度地形激发的形式阻力和波动阻力

通过求解含有摩擦耗散的线性化大气动力学方程组,得到了在夜间稳定大气边界层中小尺度地形产生的波动阻力和形式阻力的解析解.结果表明边界层中的稳定度、风速和湍流状态、边界层厚度、上部残余层中的稳定度和风速以及地形高度和坡度,都会影响波动阻力和形式阻力的大小,应在数值模式的参数化方案中给予考虑.分析还表明,当地形坡度减到一定程度时,形式阻力可以忽略不计.     

斜压对流边界层中风廓线和湍流特征的研究

在美国Ｋａｎｓａｓ和Ｎｅｂｒａｓｋａ交界处于１９９２年进行的ＳＴＯＲＭ－ＦＥＳＴ（ＳＴｏｒｍ－ｓｃａｌｅ Ｏｐｅｒａｔｉｏｎａｌ　ａｎｄ　Ｒｅｓｅａｒｃｈ　Ｍｅｔｅｏｒｏｌｏｇｙ－Ｆｒｏｎｔｓ　Ｅｘｐｅｒｉｍｅｎｔ Ｓｙｓｔｅｍ　Ｔｅｓｔ）资料基础上,分析了 斜压对流边界层中温度、湿度和风速的垂直分布．分析表明,在对流边界层中温度和湿度常 显示很好的混合;但风速分量有时混合很好,有时则存在切变．计算了存在和不存在风切变 两种情况下的湍流动能收支．最后,讨论了对流边界层中风切变形成的可能原因．     

YSU边界层参数化方案中不同地形订正方法对地面风速及温度模拟的影响

为了修正中尺度气象模式WRF(Weather Research and Forecasting model)对低层风速模拟的系统性误差,有学者在新版本WRF模式的YSU(Yonsei University)边界层参数化方案中加入了两个地形订正方法:Jiménez方法和UW(University of Washington method)方法.本文利用这两个地形订正方法,选取了两个时间段,对北京地区的地面气象要素以及气象要素垂直廓线进行了个例模拟研究,模拟结果和观测数据的比对表明在北京地区:是否采用地形订正,对地面温度的模拟几乎没有影响;采用地形订正后,模式对地面风速的模拟有明显的改进,两种方法对风速模拟的差别主要体现在山/丘陵地区;Jiménez方法在山/丘陵地区的模拟风速明显偏大,而采用UW方法进行订正后,模拟的风速减小,更接近观测值;两种方法在山谷地区对风速均有一定的过度订正.通过分析气象要素的垂直廓线发现,不同地形订正方法主要影响的是2000 m以下的低层风速.总体而言,UW地形订正方法在北京地区更为适用,采用UW方法后,模拟得到的地面气象要素的各项统计参数基本达到了统计基准值.     

云覆盖对流边界层顶部湍流结构参数的研究

应用飞机探测资料分析研究云覆盖对流边界层顶部温度和湿度湍流结构,在考虑对流边界层顶部夹卷过程的基础上得到计算温度和湿度结构参数的公式。应用实际观测资料分析了云覆盖对流边界层顶部的湍流特征．资料分析表明,云外晴空区温度和湿度结构函数值明显高于云内的值．云顶边界清晰,通过界面温度和湿度具有明显的跃变特征．应用观测资料检验了温度和湿度结构参数计算公式,计算结果与观测结果符合较好．     

北京城区大气混合层内臭氧垂直结构特征的初步分析——基于臭氧探空

本文利用2013年6月至2015年10月北京南苑观象台两年多午后臭氧探空资料,初步分析了北京城区大气混合层内臭氧浓度的垂直分布规律以及典型天气条件下大气边界层臭氧的变化特征.主要结果有：（1）季节平均而言,地表至对流层中部（8 km）的臭氧浓度在夏季最高,冬季最低,相差50~130 μg·m^-3,最大差异在边界层.总体而言,对流层臭氧浓度随高度有比较缓慢的增加,但是边界层内臭氧浓度的垂直结构随季节有比较大的差异：夏季混合层中部存在一个臭氧浓度极大值,这与夏季比较强的光化学生成臭氧有关;而在冬季地面臭氧浓度很低,平均值小于40 μg·m^-3,说明冬季地面是臭氧很强的汇.（2）臭氧浓度季节内变率的季节差异也十分明显,夏季最大、冬季最小.季节内变率在从边界层向自由对流层过渡区域最小（夏季为24 μg·m^-3,冬季仅为10 μg·m^-3）,在边界层内变率较大,夏季可达64 μg·m^-3（冬季为30 μg·m^-3）,这也说明边界层化学过程明显影响臭氧浓度的变化.（3）我们从所有白天样本中严格筛选了部分混合层样本,并把臭氧浓度在由混合层向自由大气过渡时的垂直分布分成了三类,即臭氧浓度随高度增大（Ⅰ型）、减小（Ⅱ型）以及基本稳定不变（Ⅲ型）;臭氧垂直结构类型有明显的季节特征,夏季主要是Ⅱ型,而冬季则以Ⅰ型为主.（4）此外,我们还针对一些典型天气过程（强风、静稳雾天和PM_2.5污染）边界层内臭氧的变化特征进行了分析,结果表明：强风切变产生的机械对流引起的充分混合,有利于高层臭氧向低层输送,使得混合层内臭氧浓度的垂直梯度明显减小,同时混合层高度较高,达3 km以上;在高湿度静稳天气控制下,大气混合层较稳定,对北京上空污染物的垂直扩散十分不利：颗粒物浓度升高,削弱到达近地层的太阳辐射,从而降低臭氧的生成效率,混合层内臭氧浓度与混合层厚度都处于较低水平.

     

大气边界层研究进展

大气边界层对云和对流的发展、演变有重要作用.本文回顾了在大气边界层高度计算方法,边界层的时空分布特征、结构和发展机理,以及边界层参数化方案等方面的主要研究进展.大气边界层高度计算方法主要分为基于大气廓线观测数据计算和基于模式参数化方案计算两大类;大气边界层高度频率分布形态具有明显的日变化特征,并且稳定、中性和对流边界层高度的频率分布呈现出不同的Gamma分布特征;地面湿度状况对边界层发展影响明显,对于不同的下垫面热力性质和地形状况,大气边界层高度呈现出明显的空间差异,青藏高原边界层高度明显高于一般平原地区;在强烈的地面加热驱动下,对流边界层与残余层通过正反馈机制循环增长可以形成4000 m以上的超高大气边界层;研制大气边界层、浅对流以及云物理方案的统一参数化框架是未来数值预报模式的发展趋势.

     

Variations of thermodynamical parameters in the atmospheric boundary layer over the Deccan plateau region,India

The thermodynamical structure of the atmospheric boundary layer over the Deccan plateau region has been studied with aerological data for 1980 and 1981.The temperatures in the sub-cloud layer were lower on active monsoon days than dose on weak monsoon days. An opposite trend was noticed in the layer above the 900 mbar level. The moisture content on active monsoon days was higher than that on weak monsoon days. The profile of relative humidity above the 850 mbar level showed large deviations between the active and weak monsoon conditions. On active monsoon days the values of dry static stability were higher than those on weak monsoon days. An opposite trend was noticed in the case of moist static stability. On active monsoon days the magnitudes of thev components of wind were small compared with those of theu components, and the latter showed a gradual decrease with height.     

The boundary layer of the residence time field

The residence time of a tracer in a control domain is usually computed by releasing tracer parcels and registering the time when each of these tracer parcels cross the boundary of the control domain. In this Lagrangian procedure, the particles are discarded or omitted as soon as they leave the control domain. In a Eulerian approach, the same approach can be implemented by integrating forward in time the advection–diffusion equation for a tracer. So far, the conditions to be applied at the boundary of the control domain were uncertain. We show here that it is necessary to prescribe that the tracer concentration vanishes at the boundary of the control domain to ensure the compatibility between the Lagrangian and Eulerian approaches. When we use the Constituent oriented Age and Residence time Theory (CART), this amounts to solving the differential equation for the residence time with boundary conditions forcing the residence time to vanish at the open boundaries of the control domain. Such boundary conditions are likely to induce the development of boundary layers (at outflow boundaries for the tracer concentration and at inflow boundaries for the residence time). The thickness of these boundary layers is of the order of the ratio of the diffusivity to the velocity. They can however be partly smoothed by tidal and other oscillating flows.