WRF(Weather Research and Forecasting)模式是目前全球应用广泛的中小尺度数值模式之一(黄菁和张强，2012)，已被广泛应用于城市局地天气系统、局地环流、区域降水、气候变化和空气污染等研究和业务预报中(刘树华等，2009；Chen et al.,2009；Miao et al.,2009；Litta et al.,2012；Feng et al.,2012；王颖等，2013)。多年来研究人员通过资料同化、敏感性试验、参数化方案研究等，对影响WRF模式模拟性能的因素进行了研究，发现不同地区、不同季节和不同天气形势下WRF模式的 模拟性能存在一定差异(Fan et al.,2011；董俊玲等，2011；张宇等，2013)，其模拟效果与模式空间分辨率、初始条件、模拟时长、参数化方案选取等多个因子有关(张宇等，2010；Ruiz et al.,2010；Carvalho et al.,2012)，其中陆面过程对近地面及边界层的模拟结果有很大影响(Hong et al.,2009)。由陆面资料决定的陆面参数是影响数值模式模拟性能的重要因子，以往研究很多集中在陆面过程模式参数化方案和陆面参数影响的研究(Miao et al.,2007；佟华等，2009；Chen et al.,2010；李安泰等，2012)，对陆面资料精度对模拟结果影响的研究相对较少。

陆面资料是数值模式的重要输入数据，其准确性直接影响数值模式对陆面过程和大气边界层特征的模拟。WRF模式需要的陆面资料信息包括地形、土地利用、植被覆盖度、土壤类型，这些陆面信息直接决定了反照率、发射率、粗糙度、叶面积指数、植被根深、植被阻抗、土壤孔隙率、土壤热传导率等陆面参数，对模拟结果有重要影响(Hong et al.,2009；何建军等，2012)。WRF模式默认的最高精度地形资料是USGS(United States Geological Survey)制作的30 s数据。该数据基于8种数据源，精度没有统一标准。研究发现USGS地形资料和SRTM(Shuttle Radar Topography Mission)地形资料有规则的矩形差异区，可能与USGS资料多种数据源有关，利用SRTM地形资料可以在一定程度 上提高WRF在复杂地形地区的模拟性能(张小 培和银燕，2013)。WRF模式包括两种土地利用资料：一种是由USGS制作的AVHRR(Advanced Very High Resolution Radiometer)土地利用资料，该资料获取时间是1992年4月～1993年3月，土地利用按USGS分为24类；另一种是由波斯顿大学制作的MODIS(MODerate-resolution Imaging Spectroradiometer)土地利用资料，资料获取时间是2001年1～12月，土地利用按IGBP(International Geosphere-Biosphere Programme)分为20类。这些土地利用资料在中国地区的精度低于全球平均精度(宫鹏，2009)，且时效性不好，是制约数值模式模拟精度的重要因子之一。Sertel et al.(2010)比较了ETM＋(L and sat Enhanced Thematic Mapper)土地利用资料和WRF默认的AVHRR土地利用资料对WRF模式模拟结果的影响，发现AVHRR土地利用资料不能反映土地利用真实情况，利用ETM+土地利用资料时WRF模拟的气象场更加准确。张朝林等(2007)引入高精度土地利用资料研究了土地利用对北京暴雨模拟的影响，发现USGS土地利用资料存在较大偏差。WRF模式默认的植被覆盖度数据来源于Gutman and Ignatov(1998)利用像元二分模型在AVHRR 1985～1990年5年的NDVI(Normalized Difference Vegetation Index)数据基础上建立的0.144°全球逐月植被覆盖图，已有研究发现，该资料在兰州地区偏差较大，是造成WRF模式模拟误差偏大的原因之一(何建军等，2012)。Hong et al.(2009)比较了植被覆盖度和土壤湿度对WRF模拟结果的影响，发现模式模拟结果对植被覆盖度更加敏感。目前，有关陆面资料改进对数值模式模拟结果影响的研究主要集中在对个别陆面资料(如土地利用或植被覆盖度)的改进，而针对多种陆面信息改进的研究较少。Gao et al.(200 8)通过改进黑河流域地形、土地利用、土壤类型、土壤参数和植被覆盖度资料模拟研究了陆面资料对近地面气象场模拟精度的影响。Jeong et al.(2012)通过改进土地利用和地形资料模拟研究了陆面资料对韩国沿海局地环流的影响。WRF模式 中陆面资料在不同地区的精度差异较大，因此有必要进一步研究不同地区不同陆面资料对WRF模式模拟结果的影响。

兰州地处青藏高原东北部的黄河峡谷中，周边地形复杂，土地利用和植被覆盖空间差异大，尽管WRF模式能给出兰州地区大气边界层结构及其演变特征，但模式模拟误差偏大(缪国军等，2007；王颖等，2010；何建军等，2012；王瑾等，2012)。提高中尺度数值模式在复杂地形区的模拟性能是数值预报研究领域的难点之一。本文利用WRF模式耦合Noah陆面过程模式，对比分析了采用中国1 km分辨率数字高程模型数据集(http://westdc. westgis.ac.cn [03])、与研究时段相符的MODIS土地利用和植被覆盖度资料以及模式默认陆面资料对WRF模式模拟结果的影响，探讨能否通过使用高精度的陆面信息资料改进WRF模式在复杂地形区的模拟性能。 2 方法 2.1 模式简介

WRF模式系统是美国国家大气科学研究中心NCAR(National Center for Atmospheric Research)、国家海洋和大气管理局NOAA(National Oceanic and Atmospheric Administration)等多个部门联合开发的新一代高分辨率中尺度预报模式和资料同化系统，分为ARW(Advanced Research-WRF)和NMM(Nonhydrostatic Mesoscale Model)两个动力核。ARW是可压缩、欧拉、非静力平衡模式，同时有静力平衡选项，控制方程组为通量形式，采用地形跟随静压垂直坐标系，水平网格采用Arakawa- C交错格式，模式顶层气压为常数。ARW可用于10～10⁶ m空间精度的模拟研究，包括大涡模拟、斜压波模拟和过山气流模拟等理想化模拟(Idealized simulation)和物理过程参数化、资料同化和实时天气预报等的模拟(Real simulation)(Skamarock et al.,2008)。本文使用的是ARW V3.3版本。

Noah 陆面模式是在OSU(Oregon State University)土壤—植被模式基础上发展而来的垂直一维陆面过程模式，其包含土壤热力过程和水文过程(Chen and Dudhia，2001)。该模式将土壤分为四层(0.1 m、0.4 m、1 m和2 m)，土壤热通量由各层土壤温度梯度和土壤热传导率决定。土壤湿度和土壤类型通过影响土壤热容和热传导率而影响土壤热力过程。该模式还包含了单层积雪模式，可以模拟雪的累积、升华和溶化过程以及土壤—雪盖—大气间的热交换过程。大量研究发现，Noah陆面模式能较准确的描述土壤的热力过程和水文过程(Chen and Dudhia，2001；Miao et al.,2009；Litta et al.,2012；Feng et al.,2012)，因此本文用WRF模式耦合Noah陆面模式评估WRF模式在兰州地区的模拟性能。

陆面过程模式需要的大气强迫物理量有风 速、气温、近地面气压、比湿、降水和向下辐射通量等，输出的物理量有各层土壤温度和湿度、地表温度、地面反射率、发射率、粗糙度、地表潜热通量和感热通量以及径流量等。土地利用和植被覆盖度是陆面参数的主要影响因子，通过陆面参数影响WRF模式的模拟结果。土地利用类型决定地表反照率(a)、发射率(e)、粗糙度()和叶面积指数(L)，且随季节变化(通过植被覆盖度反映季节变化特征)，如式(1)～(5)所示(何建军等，2012)：

WRF模式中植被覆盖度为月平均值，受季节变化的影响，植被覆盖度季节变化显著，夏季植被覆盖度高，冬季植被覆盖度低。模拟时段的植被覆盖度是根据月平均值线性插值得到的。植被覆盖度不仅是反照率、发射率、粗糙度和叶面积指数的主要影响因子，同时还影响土壤表层热传导率和地表不同蒸发类型的比率，如式(6)～(9)所示(Chen and Dudhia，2001)：

模式采用单向四重嵌套，网格距分别为27 km、9 km、3 km和1 km。第一重模拟区域覆盖了中国大部及其周边地区，第二重模拟区域主要包括甘肃、宁夏、陕西、青海及内蒙部分地区，第三重模拟区域覆盖了兰州的三县五区及周边地区，第四重模拟区域覆盖了兰州市区及南北两山大部分地区(图 1a、b)。模式垂直分为35 层，模式层顶气压为50 hPa。模拟时段选取2006年11月30日～12月30日，分三段积分，每段11天，每段前24小时作为模式起转时间，不参与后续分析。模式初始场和侧边界条件由NCEP(National Centers for Environmental Prediction)/FNL(Final Analyses)资料(时间间隔6小时，空间分辨率1°×1°)提供。

参数化方案的选取直接影响WRF模式的模拟结果。张碧辉等(2012)比较了WRF模式中MYJ(Mellor-Yamada-Janjic)和YSU(Yonsei University)边界层参数化方案对沈阳冬季大气边界层结构模拟的影响，发现选用YSU方案时模拟的2 m气温准确率高，而风速风向对边界层方案的敏感性不如温度明显。Jin et al.(2010)比较了四种陆面参数化方案对美国西部温度和降水模拟的影响，指出Noah 陆面参数化对冬季气温模拟较准确，但模拟低温偏高，而四种陆面参数化方案对降水模拟的影响很小。基于前人的研究结果，在初步比较不同参数化方案在兰州地区模拟效果的基础上，本研究选用WSM6(WRF Single-Moment 6-class)微物理参数化方案(Hong and Lim，2006)；Kain-Fritsch积云参数化方案(第一重和第二重嵌套区域)(Kain，2004)；RRTM(Rapid Radiative Transfer Model)长波辐射参数化方案(Mlawer et al.,1997)；Dudhia短波辐射参数化方案(Dudhia，1989)；YSU边界层参数化方案(Hong et al.,2006)和Noah陆面过程参数化方案(Chen and Dudhia，2001)。

本研究设计了基准试验(BASE)、改变土地利用试验(LULC)、改变植被覆盖度试验(VEGF)、同时改变土地利用和植被覆盖度试验(LUVE)以及在LUVE试验基础上采用新的地形资料试验(LAST)共计五组数值试验：

(1)BASE试验：所有输入资料均为模式默认资料，即USGS 30 s地形资料、波斯顿大学制作的MODIS土地利用资料(图 1c)和基于AVHRR NDVI建立的0.144°植被覆盖度资料(图 1e)； 图 1)。

图 1

Fig. 1

图 1 本文模式模拟区域、陆面信息和气象站点分布：(a)WRF模式模拟区域；(b)第四重嵌套区域地形和气象站点分布；(c)模式默认土地利用；(d)2006年MODIS土地利用；(e)模式默认植被覆盖度；(f)2006年MODIS植被覆盖度。土地利用分类：1 常绿针叶林、2 常绿阔叶林、3 落叶针叶林、4 落叶阔叶林、5 混合林、6 闭合灌丛、7 稀疏灌丛、8 有林草地、9 草原、热带稀林草地、10 草地，11 永久性湿地、12 农田、13 城市、14 农牧交错地、15 冰雪、16 荒漠/裸地、17 水体、18 有林苔原、19 稀林苔原、20 荒原 Fig. 1 Model simulation regions，l and surface information，and automatic weather stations:(a)Four nested domains used in Weather Research and Forecasting(WRF)model;(b)topography(color shaded) and the four automatic weather stations(dots)in the innermost domain;(c)moderate-resolution imaging spectroradiometer(MODIS)l and use category in 2001(model default);(d)MODIS l and use category in 2006;(e)model default vegetation fraction;(f)MODIS normalized difference vegetation index(NDVI)derived vegetation fraction in 2006. L and use category: 1 evergreen needleleaf forest，2 evergreen broadleaf forest，3 deciduous needleleaf forest，4 deciduous broadleaf forest，5 mixed forests，6 closed shrubl and s，7 open shrubl and s，8 woody savannas，9 savannas，10 grassl and s，11 permanent wetl and s，12 cropl and s，13 urban and built-up，1 4 cr opl and /n atural vegetation mosaic，15 snow and ice，16 barren or sparsely vegetated，17 water，18 wooded tundra，19 mixed tundra，20 barren tundra

(2)LULC试验：用2006年MODIS土地利用资料(图 1d，MCD12Q1)代替模式默认的2001年MODIS土地利用资料；

(3)VEGF试验：用2006年MODIS NDVI反演得到的植被覆盖度资料(图 1f，MOD13A3)代替模式默认的植被覆盖度资料；

(4)LUVE试验：同时使用2006年MODIS土地利用和植被覆盖度资料；

(5)LAST试验：在LUVE试验基础上用中国1 km分辨率数字高程模型数据集代替模式默认地形资料。 2.3 模式评估方法

本文选用十个常用统计参数：认同指数(I_A)、准确率(H_R)、均方根误差(R_MSE)、相关系数(R)、标准差(S_TD)、平均值(M)、平均偏差(M_B)、平均误差(M_E)、归一化平均偏差(N_MB)和归一化平均误差(N_ME)(Willmott et al.,1985；Seigneur et al.,2000；Carvalho et al.,2012)，评估WRF模式的模拟性能(表 1)。第四重嵌套区域水平分辨率为1 km，基本能反映下垫面的非均匀特征，本文将研究区内四个自动气象站(图 1b)的观测资料(气温、风向和风速)与距站点最近格点的模拟结果进行比较。兰州和永靖站位于山谷中，榆中和皋兰站位于山坡处。由于风向的特殊性，本文仅用H_R、R_MSE和M_E评估风向的模拟效果。H_R计算中所用标准值(C)是可接受误差的范围，由于H_R考虑了观测的不确定性，其结果可以反映模式的总体模拟性能，其值与所选标准值大小有关，本文取气温、风速和风向的标准值分别为2 K、1 m s⁻¹和30°(张碧辉等，2012)。

表 1(Table 1)

表 1 统计参数计算方法 Table 1 Definition of statistic parameters

表 1 统计参数计算方法 Table 1 Definition of statistic parameters

表 2是WRF模式模拟的近地面气温和风场与观测值比较的统计结果。BASE试验土地利用资料误差较大，兰州站所在格点土地利用是水体(图 1b和c，冬季结冰)，且兰州城区面积明显偏大，导致整体统计结果较差，2 m气温的H_R只有41.3%。MODIS土地利用资料对WRF模拟的近地面温度场影响较大，2 m气温的H_R提高11.4%(LULC与BASE比较)，但模拟的气温与观测值相比偏高。MODIS植被覆盖度资料对WRF模拟的2 m气温也有较大改进，H_R提高2.8%(VEGF与BASE比较)，模拟的2 m气温的S_TD与观测结果更接近。与土地利用和植被覆盖度相比，地形资料对WRF模拟的近地面气温影响较小。LAST < /span>试验模拟的2 m气温较LUVE试验略有改进，I_A和H_R分别达到0.918和57.1%，R_MSE减小为2.5 K。白天近地面气温受边界层湍流混合和陆面过程共同影响，夜间湍流混合减弱，近地面气温受陆面过程影响更加显著，与BASE试验相比，LAST试验模拟的白天(12:00～16:00，北京时，下同)2 m气温的R_MSE减小了0.3 K，夜间(20:00～06:00)2 m气温的R_MSE减小了1.7 K，夜间气温改进幅度较白天大。晴天少云时WRF模式模拟的白天最高气温出现在15:00～16:00，最低气温出现在早晨08:00，与观测结果基本一致(图 2)。在BASE试验中兰州站所在格点土地利用是水体(冬季结冰)，导致模拟气温偏低，使用2006年MODIS土地利用资料后，明显改进了模式对2 m气温的模拟(图 2a)。改进植被覆盖度资料后WRF模式模拟的昼夜温差增加，模拟的夜间气温更接近观测值，该结论与何建军等(2012)研究结果一致。综合而言，近地面气温对陆面资料精度比较敏感，准确的陆面资料可以显著地改进WRF模式对温度的模拟。Emery et al.(2001)在评估不同模式不同尺度模拟效果的基础上提出了气温和风速的统计基准值(表 3)。LAST试验模拟气温统计结果I_A和M_E均满足表 3中条件，说明改进陆面资料后WRF模式能很好地模拟兰州地区气温变化。

表 2(Table 2)

表 2 模式模拟的2 m气温、10 m风速和风向的统计结果 Table 2 Performance statistics of modeled 2-m temperature，10-m wind speed and wind direction

表 2 模式模拟的2 m气温、10 m风速和风向的统计结果 Table 2 Performance statistics of modeled 2-m temperature，10-m wind speed and wind direction

图 2

Fig. 2

图 2 2006年12月(a)兰州、(b)榆中、(c)皋兰和(d)永靖2 m气温模拟值和观测值的比较 Fig. 2 Comparison of modeled and observed 2-m temperature at(a)Lanzhou，(b)Yuzhong，(c)Gaolan，and (d)Yongjing in December 2006

表 3(Table 3)

表 3 气温和风速统计基准 Table 3 Statistical benchmarks for temperature and wind speed 各基准统计量 IA MB ME RMSE 气温 ≥0.8 ≤±0.5 K ≤2 K 风速 ≥0.6 ≤±0.5 m s−1 ≤ 2 m s−1

表 3 气温和风速统计基准 Table 3 Statistical benchmarks for temperature and wind speed

模式模拟的夜间气温偏差比白天大，LAST试验夜间气温明显偏高(兰州站除外)，这可能与土壤湿度偏差有关。模式对后10天(12月21～30日)气温的模拟偏差比前20天(12月1～20日)大，可能与初始时刻地表的积雪状况有关，这将在讨论部分给出深入说明。

下文以皋兰站21日模拟结果为例，说明陆 面资料影响温度和地表能量平衡的机理。陆面资 料通过影响陆面参数，而影响地表能量平衡和水 文过程。地表能量平衡由公式(10)和(11)描 述：

辐射，R_L是地表入射长波辐射，T_s是地表温度，σ是斯蒂芬−玻尔兹曼常数。

感热、潜热和土壤热通量由公式(12)～(14)描述：

C_h和C_e由公式(15)～(16)描述(Jiménez et al.,2012)：

表 4 给出了不同敏感性试验中距皋兰站最近格点的部分陆面信息和陆面参数。与BASE试验相比LULC试验土地利用由开放灌丛变成草地，使反照率和发射率减小，粗糙度增加。VEGF试验植被覆盖度比BASE试验大，植被覆盖度比率也发生变化，进而影响其他陆面参数[公式(1)～(9)]。入射短波辐射和入射长波辐射主要受大气状态和云量影响。21日是晴天，不同模拟试验入射短波辐射差异非常小，由于不同试验大气温度的差异，入射长波辐射差异较短波辐射差异略大。由于不同试验地表发射率差异很小，长波辐射和发射率对净辐射影响很小，反照率变化是影响净辐射变化的主要因子。开放灌丛变成草地，净辐射最大增幅可达45.5 W m⁻²(图 3a)。地表能量分配主要受交换系数和表层土壤热传导率的影响[公式(12)～(14)]。土地利用变化使地表粗糙度发生变化，而地表交换系数与粗糙度有关，地表越粗糙，交换系数越大(Chen and Zhang，2009)。受此影响LAST和LUVE试验地表交换系数比BASE试验地表交换系数大(图 4a)。植被覆盖度影响表层土壤热传导率，其值越大，热传导率越小[公式(6)]，因此VEGF和LAST试验中的表层土壤热传导率低 于其他试验(图 4b)。交换系数越大，地表吸收的能量向大气输送的越快，感热也越大[公式(12)]；表层土壤热传导率越大，地表吸收的能量越容易被传递到深层土壤，土壤热通量越大[公式(14)]，地表温度则降低。受净辐射以及交换系数、表层土壤热传导率等因子的综合影响，LAST试验感热和潜热通量较大，土壤热通量较小(图 3b-d)。表层土壤热传导率是计算土壤温度和土壤热通量的重要参数。净辐射差异较小时，白天表层土壤热传导率越大，地表温度越低，夜间则相反(图 4b和图 5b)。当表层土壤热传导率差异很小时，交换系数成为影响地表温度的重要因子，白天交换系数越大，地表温度越低(如LAST试验交换系数较VEGF试验大，地表温度低)，夜间则相反。这说明与交换系数相比，地表温度对表层土壤热传导率更敏感。近地面气温不仅受地表能量平衡影响，还受大气能量水 平和垂直输送影响，不同试验气温变化与地表通量变化趋势不完全相同。LAST试验模拟的地表温度和气温白天比BASE试验的模拟值高，夜间比BASE试验的模拟值低，使气温(尤其是夜间气温)模拟误差减小。

表 4(Table 4)

表 4 皋兰站部分陆面信息和陆面参数 Table 4 L and surface information and parameters at Gaolan 试验 陆面参数 土地利用 地形高 度/m 植被覆 盖度 植被覆盖 度比率 反照率 发射率 粗糙 度/m BASE 稀疏灌丛 1676 1% 0 0.3 0.93 0.01 LULC 草地 1676 1% 0 0.23 0.92 0.1 VEGF 稀疏灌丛 1676 27.3% 0.19 0.285 0.934 0.019 LUVE 草地 1675 27.3% 0.19 0.223 0.928 0.104 LAST 草地 1675 27.3% 0.19 0.223 0.928 0.104

表 4 皋兰站部分陆面信息和陆面参数 Table 4 L and surface information and parameters at Gaolan

图 3

Fig. 3

图 3 12月21日皋兰站(a)净辐射、(b)感热通量、(c)潜热通量和(d)土壤热通量 Fig. 3(a)Net radiation，(b)sensible heat flux，(c)latent heat flux，and (d)surface soil heat flux at Gaolan on 21 December

图 4

Fig. 4

图 4 12月21日皋兰站(a)地表交换系数和(b)表层土壤热传导率 Fig. 4 Same as Fig. 3，but for(a)surface exchange coefficient and (b)surface soil heat conductivity

图 5

Fig. 5

图 5 12月21日皋兰站(a)2 m气温和(b)地表温度 Fig. 5 Same as Fig. 3，but for(a)2-m temperature and (b)surface temperature

与气温相比，风场的变化更加复杂。研究区地形复杂，风速相对较小，目前中尺度模式对小风速的模拟还存在较大的误差(Miao et al.,2009)，有研究指出WRF模式模拟风速效果好于MM5模式(刘振鑫等，2012)，但模拟风速偏大(张碧辉等，2012)。风场对陆面资料精度不敏感，使用新的陆面资料后WRF模拟的风速误差略有减小，风向误差略有增加(表 2)。研究区观测风速平均值是1.3 m s⁻¹，而模式模拟风速偏大，平均风速最小是1.6 m s⁻¹(BASE)，最大达到1.8 m s⁻¹(LAST和LUVE)。研究区域整体风速较小，H_R较高，5个敏感性试验模拟的风速H_R均超过50%，但NME超过80%，I_A也相对较低(表 2)。LAST试验模拟风速统计结果满足M_B和R_MSE的统计基准(表 3)。LAST试验模拟白天气温和风速的F_SD(Fractional St and ard Deviation)分别是0.5%和15.8%，夜间气温和风速的F_SD分别是0.4%和14.4%，风速水平不均匀特征比气温明显。WRF模拟风场误差较气温大的可能原因是WRF低估了城市对风速的摩擦减弱作用(张碧辉等，2012)；WRF模式对低层风速模拟存在系统性偏差(Shimada et al.,2011)；与气温相比，复杂地形对风场(尤其是风向)的影响大，风场水平不均匀特征更显著。图 6是LAST试验和观测的10 m风速和风向频率分布。从图中可以看出WRF模拟的风速偏大，模拟的风向和风速频率分布与观测基本一致，说明WRF模式能较准确地模拟研究区风场演变特征。通过对比风场模拟值与观测值在各站点统计参数的差异，发现山坡处风场模拟效果要好于山谷处，LAST试验在皋兰站模拟的风向H_R达到48.7%。综合而言，不同陆面资料引起风场统计参数的变化较小(表 2)，陆面资料的精度对风场的影响不明显。如何改进复杂地形区风场模拟，需要从边界层参数化和近地面参数化等方面进一步研究。

图 6

Fig. 6

图 6 LAST试验和观测10 m(a)风速和(b)风向的频率分布 Fig. 6 Occurrence frequency of 10-m(a)wind speed and (b)wind direction for LAST simulation and observation

陆面资料通过地表能量平衡和水文过程影 响近地面气象场，进而影响边界层结构和局地环流。相关性分析可以定量描述不同试验模拟结果的关系，同时能反映重要的物理过程(Gilliam et al.,2006; Jeong et al.,2012)。通过计算两组试验模拟的第四重嵌套区域(图 1a)白天和夜间平均气象场的相关系数，可以确定不同土地利用、植被覆盖度和地形对气象场的影响程度，相关系数越低，说明不同试验模拟结果差异越明显。图 7是使用不同陆面资料模拟的位温和水汽混合比相关性分析，纵坐标是距离地表的高度。陆面资料精度对气温分布影响明显(图 7a)，从相关系数可以看出土地利用对近地面气温分布影响最大。植被覆盖度对温度场影响高度可达500 m左右，土地利用和地形对温度场影响高度在300 m左右。兰州地区冬季边界层高度较低，白天最大高度在500 m左右，陆面资料精度可影响整个边界层温度场分布，这也说明准确的陆面资料对提高WRF模式模拟近地面乃至整个边界层气象场至关重要。白天由于湍流混合较强，陆面资料精度(土地利用除外)对温度场的影响不如夜间明显。由于两种土地利用资料差异较大(图 1c、d)，使地表反照率等陆面参数差异较大，对白天温度场影响大于夜间。陆面资料对水汽混合比分布的影响整体上弱于对温度场的影响。LULC和BASE试验水陆分界存在明显差异(图 1c、d)，导致WRF模拟的水汽分布差异较大(图 7b)。与温度和水汽混合比相比，不同陆面资料对风速分布的影响更小(图略)。

图 7

Fig. 7

图 7 使用不同陆面资料模拟的(a)位温和(b)水汽混合比相关性分析。LU是BASE和LULC相关性分析，VG是BASE和VEGF相关性分析，TR是LUVE和LAST相关性分析；下标D表示白天(12:00～16:00)，下标N表示夜间(20:00～06:00) Fig. 7 The correlation analysis of the(a)potential temperature and (b)water vapor mixing ratio simulated using different l and surface information data. LU: the correlation between BASE and LULC; VG: the correlation between BASE and VEGF; TR: the correlation between LUVE and LAST; subscript D: daytime average(1200-1600 LST); subscript N: nighttime average(2000-0600 LST)

模式格点陆面信息反映该区域主要陆面信息(如土地利用和土壤类型)或平均陆面信息(如地形和植被覆盖度)，提高模式水平分辨率可以更准确的描述陆面信息。表 5给出了四个观测点实际海拔高度和LAST试验第三重嵌套区域(D03)和第四重嵌套区域(D04)中距离观测点最近格点的地形高度，高分辨率下模式格点与观测站点地形更接近。本文比较了LAST试验1 km(D04)和3 km(D03)水平分辨率模拟的近地面气象场的差异(表 6)。由于1 km水平分辨率可以更准确的描述陆面信息，模拟的2 m气温、10 m风速和风向的H_R总体上高于3 km水平分辨率模式模拟结果，说明精确地陆面信息可以提高WRF模式模拟性能，提高模式水平分辨率可以改进模式模拟结果，与吕光辉等(2009)的研究结果一致。但模式水平分辨率受诸多因子限制，如高分辨率下物理过程参数化方法的适用性有待进一步研究，模式动力框架限制了水平分辨率的进一步提高。随着陆面资料精度逐步提高，次网格参数化是进一步提高WRF模拟性能的方法之一。永靖站3 km分辨率模拟的10 m风场优于1 km分辨率的模拟结果(表 6)，是由于格点代表性误差造成的。利用站点观测资料评估高分辨率模式模拟性能时，一般将距离站点最近的格点的模拟值与观测值进行比较，但格点的陆面信息与观测点的陆面信息可能会有较大偏差(主要有以下几种情形：由于格点地形高度是区域平均值，在复杂地形区格点地形高度与站点地形高度易出现较大差异；迎风坡与背风坡差异；山谷与山顶位置差异；土地利用方式差异；土壤类型差异等)，这导致最近格点的模拟值与观测值差异较大，影响模式评估结果，因此完善模式模拟值与站点观测值比较的方法也非常重要。格点代表性误差问题非本文研究重点，作者将在其它论文中详细分析该问题。

表 5(Table 5)

表 5 四个观测点及LAST试验D03和D04距离观测点最近格点的地形高度(m) Table 5 Elevations of observation stations and the nearest grids to observation stations in D03 and D04 of LAST test(m) 观测点 观测点海拔 高度/m D03中格点 地形高度/m D04中格点 地形高度/m 兰州 1518 1538 1502 榆中 1875 1854 1871 皋兰 1670 1688 1675 永靖 1648 1764 1721

表 5 四个观测点及LAST试验D03和D04距离观测点最近格点的地形高度(m) Table 5 Elevations of observation stations and the nearest grids to observation stations in D03 and D04 of LAST test(m)

表 6(Table 6)

表 6 不同水平分辨率下(D03和D04)LAST试验模拟近地面物理量的HR Table 6 HR of near-surface meteorology elements simulated in expt LAST at different horizontal resolutions(D03 and D04) 水平分辨率 观测点 HR 2 m气温 10 m风速 10 m风向 D03 兰州 47.3% 64.2% 15.7% 榆中 59.0% 59.0% 24.8% 皋兰 40.1% 41.8% 35.6% 永靖 55.7% 61.4% 34.2% D04 兰州 61.1% 70.9% 15.7% 榆中 62.3% 60.4% 29.0% 皋兰 44.4% 56.1% 48.7% 永靖 60.6% 53.6% 19.7%

表 6 不同水平分辨率下(D03和D04)LAST试验模拟近地面物理量的HR Table 6 HR of near-surface meteorology elements simulated in expt LAST at different horizontal resolutions(D03 and D04)

数值模式模拟结果对土壤湿度非常敏感(陈海山和周晶，2013)。LAST试验改进了WRF模式对近地面气温的模拟，但模拟的夜间气温仍偏高较多(图 2)，特别是12月下旬，这一方面与土壤湿度的初值有关，另一方面与模式初始时刻地面积雪不准确有关。NCEP/FNL资料空间分辨率低(1°×1°)，插值后得到的第四重嵌套区域第一层(深10 cm)土壤湿度平均值是24.6%，而位于第四重嵌套区域东南部的&l t;/ span>SACOL(Semi-Arid Climate and Environment Observatory of Lanzhou University)站观测的2006年12月10 cm土壤湿度是8%，冬季平均土壤湿度是10%(Guan et al.,2009)，较大的土壤湿度误差影响了模式的模拟结果。在LAST试验基础上将第四重嵌套区域10 cm深度土壤湿度设为8%，保持其空间分布不变，模拟研究了土壤湿度对近地面气温的影响。图 8a是LAST试验和在LAST试验基础上修改土壤湿度后模拟的皋兰站2 m气温与观测值的比较。由于土壤湿度减小后土壤热容和热传导率随之减小，同时白天地表蒸发减小，感热通量增加，模式模拟的白天气温升高，夜间气温降低，模拟的2 m气温的H_R由44% 提高到58%，R_MSE减小0.5 K。在半干旱区，WRF模式模拟的气温对土壤湿度非常敏感，准确的土壤湿度可以提高近地面气温的模拟精度。

图 8

Fig. 8

图 8 皋兰站模拟的2 m气温与观测值的比较：(a)修改土壤湿度前后模拟；(b)连续和分段积分 Fig. 8 Comparison of modeled 2 m temperature with observations at Gaolan:(a)From LAST and LAST with modified soil moisture;(b)from segmented and continuous simulations

Wang et al.(2010)观测发现，地表有积雪时反照率增加，最大反照率可达0.9。本文研究时段研究区有积雪，且积雪维持时间较长，由于NCEP/FNL资料空间分辨率低，造成地表积雪初值误差较大。与观测值相比，WRF模式模拟的12月21～30日2 m气温偏差比前20天的大(图 2)。为了了解造成这一误差的原因，这里将WRF连续积分21天(12月10～30日，陆面资料与LAST试验相同)，将得到的后10天的2 m气温、10 m风速和风向与观测值进行比较。与LAST试验相比，采用连续积分后，气温、风速和风向的H_R分别提高了8.2%、0.1%和1.4%，R_MSE分别减小0.5 K、0.1 m s⁻¹和1.6°。图 8b是连续积分和分段积分得到的皋兰站2 m气温与观测值的比较，分段模拟时(12月20～30日)，初始时刻地表没有积雪，与观测事实不符，模拟的2 m气温明显偏高。采用连续积分后，地表出现积雪，地表反照率增加，模拟的2 m气温有所降低，改进了气温的模拟，说明合理选择模式初始积分时刻对模式模拟结果 也有较大影响。 5 结论

WRF模式模拟性能受多方面因子的影响，其中陆面过程是重要的影响因子之一。本文采用高精度陆面资料(中国1 km分辨率数字高程模型数据集、2006年MODIS土地利用和植被覆盖度资料)，结合近地面观测资料，评估了陆面输入资料对 WRF模式模拟复杂地形下垫面冬季气象场性能的影响，得到以下结论：

(1)气温对陆面资料精度非常敏感，采用高精度陆面资料后，WRF模式模拟的近地面气温误差显著减小，准确率提高了15.8%，模拟夜间气温改进幅度较白天大。采用2006年MODIS土地利用资料对气温的改进最明显，基于MODIS/NDVI的植被覆盖度资料影响次之，地形资料对WRF模拟的温度场影响较小。陆面资料可以影响整个边界层温度场分布，准确的陆面资料对提高WRF模式对近地面乃至整个边界层气象场的模拟能力至关重要。干旱半干旱区冬季数值模拟需要注意土壤湿度初值和模式初始积分时刻对模拟结果的影响。

(2)WRF模式对小风速的模拟误差较大，研究区平均风速较小，WRF模拟的风速偏大。WRF模式能较好地模拟山谷风环流，对山坡处风场的模拟要好于山谷处，风向的准确率最大值超过50%。风场对陆面资料的精度不敏感，使用新的陆面资料后，WRF模拟的风速误差略有减小，风向误差略有增加。

综合而言，WRF模式对近地面温度场的模拟 好于对风场的模拟。在干旱半干旱区冬季，采用高精度陆面资料后，WRF模拟的近地面气温准确率 提高、误差减小，特别是夜间气温。尽管风速模拟误差较大，WRF模式能较准确地模拟研究区风场 的演变特征。如何改进数值模式对复杂地形区风场的模拟，特别是静风频率较高的冬季，还需要进一步的研究。需要指出，不同地区不同季节高精度陆面资料对中尺度模式模拟结果的影响存在差异，有必要综合评估中国地区采用高精度陆面资料对WRF模式模拟性能的影响，为认识WRF模式的模拟性能及提高业务预报水平提供指导。

致谢 地形数据来源于国家自然科学基金委员会“中国西部环境与生态科学数据中心”(http://westdc.westgis.ac.cn [03])，感谢两位审稿专家提出的宝贵建议。