基于土地利用和人为热修正的城市夏季高温数值试验

为了评估土地利用变化和人为热对区域气象环境产生的影响,同时针对WRF模式对城市土地利用和人为热刻画不够准确的现状,以上海为例,选用GLC2009对WRF中上海地区原有数据进行修正。通过楼层信息将上海市分为三类(商业区、高强度区、低强度区),同时重新估算了人为热通量和人为热释放日变化系数。利用WRF/UCM对2010年8月11—17日的一次高温过程进行了模拟试验。与观测资料的对比表明:新的土地利用数据较真实地反映了上海地区下垫面的变化,尤其是大规模建设导致的城市功能区变化;使用新的土地利用和人为热数据,温度和比湿模拟的平均偏差分别改善了1.95℃和0.713 g/kg;高温范围和比湿对土地利用的改变最敏感,高温强度对人为热最敏感。

基于WRF-RTIM的上海地区霾预报MOS方法研究

应用基于系统辨识理论的实时迭代模式（real-time iterative model，RTIM）对WRF模式预报结果进行后处理，建立了上海地区霾天气的模式输出-统计（model output statistics，MOS）方法.首先，根据WRF模式的气象输出资料，结合大气污染观测数据，筛选出霾事件的预报因子；其次，运用系统辨识实时迭代模型，建立依据MOS预报方法的PM2.5、PM10和能见度预报模式；最后根据霾事件的判别标准，对上海2012年11月—2013年1月的霾日进行24 h和48 h预报.结果表明，PM2.5模式预报成功率为75.0%-63.9%，PM10模式预报成功率为87.5%-81.8%，能见度模式预报成功率为71.0%-74.2%，霾日预报成功率为73.7%-72.7%.分析表明，研究期间上海的气溶胶以细颗粒物为主，低能见度主要由导致霾现象的PM2.5引起.该方法能较准确地预报霾日的发生，可为我国城市大气环境业务预报提供参考依据.