WRF中三种边界层参数化方案对新疆“2·28”大风过程模拟的对比分析

马媛媛 ，杨 毅 *，胡小明，戚友存，张 曼

（1.兰州大学大气科学学院，甘肃省干旱气候变化与减灾重点实验室，甘肃 兰州730000；2.Center for Analysis and Prediction of Storms，University of Oklahoma，Norman,OKlahoma 73072，USA；3.南京信息工程大学大气科学学院，江苏 南京210044）

WRF（Weather Research and Forecasting）模 式自诞生以来就在不断更新发展，其描述的物理过程也逐渐完善，包括行星边界层内的物理过程。行星边界层直接受下垫面影响，主要响应地表的摩擦阻力、蒸发、蒸腾、热量输送以及地形等作用。边界层内大气通过地表强迫、湍流输送等作用和地面发生能量交换，影响近地层温度场和风场，而大气污染过程也主要发生在该层，这对人类生产生活有直接影响。关注边界层内的大气运动，最重要的是分辨次网格尺度的湍流运动，这可以通过边界层参数化来解决。然而尽管经历了几十年的发展历史，边界层参数化方案依旧是模式误差的一个主要来源[1-4]。

近年来边界层参数化方案在数值模拟中的重要作用以及不同边界层参数化方案在数值模拟中的差异成为研究重点。已有研究表明WRF中尺度模式有很好的模拟性能[5]。Sarkar等[6]研究指出改进边界层参数化方法可以提高模式模拟能力。Steeneveld等[7]和Zhang ＆ Zheng[8]研究发现模式模拟的结果对边界层参数化方案的选择响应显著。不同边界层参数化方案对物理过程（如垂直湍流交换）的参数化方法不同，其模拟的结果也会有不同程度的差异。众多学者[9-17]对不同边界层参数化方案进行了对比研究。Hu X M等[3]通过对美国东南部地区夏季的模拟，对比了WRF模式中的MYJ、YSU与ACM2边界层参数化方案，发现局地闭合的MYJ方案模拟的温度与湿度偏差最大。然而现有的诸多关于边界层参数化方案的研究，大多是针对热力驱动的混合边界层[3，9，12]，非常少的研究调查了边界层参数化方案在动力驱动的边界层的模拟性能[18]。尽管这些年的模式对热力边界层的模拟有了明显进步，对动力驱动的边界层的模拟还需要进一步改进[2，9，19]，而且WRF3.4.1（2012年8月16日发行）中YSU边界层参数化方案的改进提高了其对动力边界层的模拟性能[20]，此改进的YSU边界层参数化方案需要被进一步的评估。

新疆由于其特殊的地理位置和地形地貌，成为中国盛行大风的地区之一，以三十里风区和百里风区最为著名。2007年2月26日—3月1日，新疆北疆各地、天山山区、哈密的部分地区出现了一次大风过程，其中27日午后到28日凌晨，三十里风区和百里风区瞬间风力超过12级，吐鄯托盆地甚至出现了14级强风，瞬间最大风速为41.8 m/s。受大风天气影响，28日凌晨由乌鲁木齐开往南疆阿克苏的5807次旅客列车，在行至吐鲁番的珍珠泉至红山渠之间（属三十里风区）时，11节车厢脱轨侧翻，造成重大人员伤亡。王澄海等[21]、汤浩等[22]对此次天气过程使用WRF模式进行了模拟分析，指出WRF模式能较好地模拟出此次大风的演变和分布特征，由较强的气压梯度造成的高空动量下传，边界层内湍流运动加强引起的大气对流不稳定性增强是此次天气过程的形成原因。

本文以这次大风驱动的动力边界层为着眼点，使用WRF3.4.1中三种边界参数化方案（YSU、MYJ、ACM2）进行模拟分析，并与同期的MICAPS资料对比，分析和讨论了WRF3.4.1中YSU、MYJ、ACM2边界层参数化方案对于新疆大风过程中气象和能量要素的模拟差异及产生这种差异的原因。

1 WRF模式及三种边界层方案介绍

WRF模式是由 NCEP（National Centers for Environmental Prediction） 和 NCAR （The National Center for Atmospheric Research）联合开发的一种统一的气象模式。该模式为完全可压缩非静力模式。水平方向采用Arakawa C网格点，垂直方向采用地形追随质量坐标，在时间积分方面采用三阶或四阶的Runge-Kutta 算法[23]。

WRFV3.4.1中有13种边界层参数化方案。本文着重分析如下三种方案：YSU、MYJ和ACM2方案。

YSU方案是非局地的K理论方案，在控制方程中加入逆梯度项来表示非局地通量，不仅考虑了边界层内简单的局地湍流扩散，还考虑了对流大尺度湍涡导致的非局地混合作用和边界层顶的夹卷过程。它将来自混合层顶的夹卷过程中的热量通量单独处理，而不是作为边界层内部的混合过程。该方案考虑了交换系数的高度变化，通过相似理论来计算交换系数。边界层高度取临界Richardson数的高度表达。WRF3.4.1（2012年8月16日发行）中YSU边界层参数化方案的改进提高了其对动力边界层的模拟性能[20]。

MYJ方案是局地的Mellor-Yamadas 2.5阶方案，可以预报湍流动能，并有局地垂直混合。边界层控制方程组采用边界层近似，忽略科氏力作用，2阶方程中仅保留湍流动能方程，即湍流动能方程1.5阶闭合。边界层高度定义为湍流强度下降到临界值0.001 m2/s2的高度。该方案的湍流扩散系数通过湍流动能计算，边界层高度由湍流动能廓线决定，适用于所有稳定条件和弱不稳定条件的边界层，但在对流边界层中误差较大。

ACM2方案是不对称对流模式（Asymmetric Convective Mode1）第二代方案，具有非局地向上混合（大气不稳定）和局地向下混合（大气稳定或中性）的非对称对流模式，能够描述对流边界层中超网格尺度和次网格尺度的湍流输送过程，而且也可以模拟在浮力热羽中的快速上升运动和湍流扩散引起的局地切变过程。边界层内部的湍流交换系数分别采用K相似理论和局地湍涡交换公式计算，在不稳定条件下，湍流交换系数取两者的大值；夹卷过程的湍流交换系数采用局地湍涡交换公式来计算，因为K相似理论计算得到的湍流交换系数在边界层顶接近0。边界层高度用Richardson数来计算。

2 模拟方案设计及资料说明

在本文的模拟试验中，边界资料使用的是6 h一次，分辨率为1°×1°，共4 d的NCEP再分析资料。与模式输出结果对比的则是MICAPS资料。

模式设计的中心选在43°N，90°E。选用三重嵌套，水平网格数分别为 67×40、124×73 和 229×112，相应的水平网格距分别为27 km、9 km和3 km，模式模拟区域见图1。垂直方向从1 000 hPa到100 hPa分为40层。积分步长为120 s，每3 h输出一次，积分时间从2007年2月25日00时到2007年3月1日00时（世界时），共4 d。物理过程参数化方案为：WSM3类简单冰方案、RRTM长波辐射方案、Dudhia短波辐射方案、Noah陆面过程方案、积云对流方案为浅对流Kain Fritsch方案，do3区域未采用积云对流方案。边界层参数化方案分别为YSU、MYJ、ACM2 方案。

模式中心（43°N，90°E）在吐鲁番盆地（图1）。吐鲁番盆地大部分地形在海拔500 m以下，有些地方比海平面还低，其四周为山地环绕，北部的博格达山和西部的喀拉乌成山，高度都在3 000 m以上，南部的觉罗塔格山，一般在1 500 m以下。本次数值试验中，分辨率为3 km的do3区域地形复杂。

3 模拟结果分析

3.1 模拟概况

三种边界层参数化方案均模拟出了风的相对分布和位于鄯善县（图2中标明SS的地方）及托克逊县（图2中标明TKX的地方）的两个大风区域（图2中的a1，a2，a3）。大风区域以外观测值和模拟值一致，鄯善县的观测值也与模拟值接近，托克逊县观测值小于模拟值。这是由于所选时刻的观测资料较少，不能全面再现风的分布。另外托克逊县地形最低，甚至低于海平面，狭管效应和地形作用引起的下坡风（夜间山风）使得该地的风速比周围地区的大很多。当地形比较复杂时，模式中各物理量在地形坐标中的水平及垂直梯度变化相对于平坦地形时加强，这会造成模式的计算误差[24]。三种边界层参数化方案的对温度（图2中的b1，b2，b3）和比湿值（图2中的c1，c2，c3）的模拟结果与观测值（比湿的观测值由露点温度计算而得）很接近。对比三种边界层参数化方案，虽然整体的模拟结果接近，但是YSU和ACM2方案模拟的大风、温度分布相近，MYJ方案模拟的大风区域更明显，大风区域内温度较低。

3.2 10 m风速、2 m温度和比湿在大风过程中的变化

图2 2007年 2月 28日 00时（当地时间，下同）10 m 风速（a1，a2，a3），2 m 温度（b1，b2，b3）及比湿（c1，c2，c3）的观测值（图中圆点）和三种边界层参数化方案的模拟值的对比（背景颜色与观测点的颜色越接近，表示模拟值越接近观测值）

三种边界层参数化方案对10 m风速、2 m温度和比湿的模拟值与观测值的趋势一致，模拟的风速（图3a）都比观测值偏大，对低值风速的模拟效果好于高值。MYJ的模拟值最大，偏差也最大，YSU方案与ACM2方案的模拟结果接近。在大风发生之前，白天的模拟优于夜间，在大风期间，即当地时间27日12时到次日00时，风速逐渐增大，模拟值与观测值的偏差也逐渐增大。另外对大风区域内的4个典型站点进行分析发现，在风速不超过20 m/s时，模式的模拟值高估，否则模式会低估。这与Shimada等[25]、张碧辉等[16]的研究一致。

图3 2007年2月25日06时—2007年2月28日21时模拟区域内平均（下同）10 m风速（a）、2 m温度（b）及比湿（c）的观测值和三种边界层参数化方案模拟值对比

温度的模拟（图3b）很好地再现了其日变化特征。MYJ的模拟值最大，YSU和ACM2接近。在大风发生之前，三种边界层参数化方案的模拟值略有偏差。大风发生之后，它们的模拟值长时间趋于一致，且模拟值与观测值偏差在大风前明显小于大风发生后。比湿的模拟（图3c）表明，MYJ的模拟值最大，YSU次之，ACM2最小。在白天，三种边界层参数化方案的模拟值高于观测值，且没有模拟出模拟区域内午后比湿先降后增的趋势。夜间的模拟值与观测值接近。在大风发生后，比湿的模拟值与观测值偏差减小。

随着大风的发生，模拟区域内风速增大，边界层参数化方案的模拟效果变差，模拟风速偏大，且MYJ最大，YSU、ACM2接近，但在27日23时—28日03时，YSU＞ACM2；温度值降低，模拟效果也变差，模拟温度偏低；比湿值降低，模拟效果变好，在比湿骤降之前，模拟值偏大，且 MYJ＞YSU＞ACM2，骤降后，MYJ、YSU和ACM2模拟结果相近，更接近观测值。

3.3 模拟结果的差异分析

3.3.1 近地层气象要素日变化特征

由于太阳辐射的作用，地表吸收的净辐射能，其一部分用于感热和潜热，为边界层内的湍流输送提供能量，另一部分则通过热传导过程被土壤吸收，加热土壤，从而使地表能量达到平衡[14]。大风与近地层的微物理过程密切相关。引起大风过程模拟差异的一个重要的原因可能是近地层参数化方案Monin-Obukhov（Janjic）scheme（MYJ使用）和 MM5 Monin-Obukhov scheme（YSU、ACM2使用）的不同而带来的地表能量通量的差异。

图4表明三种边界层参数化方案均模拟出了感热通量、潜热通量、地表温度、地面热通量的日变化特征。比较大风前后的模拟值发现，大风后，白天感热通量（图4a）增大，日变化幅度增大，为近地面湍流提供更多能量，垂直混合变强。潜热通量（图4b）减小，日变化幅度减小。大风是一个降湿的过程，近地表潜热释放减少。夜间地面热通量（图4c）增大，日变化幅度减小。地表温度（图4d）下降，日变化幅度减小。

MYJ方案模拟的各个通量白天都大于YSU和ACM2，YSU与ACM2模拟值接近，夜间三种方案接近。地表温度白天MYJ方案模拟值小于YSU和ACM2，夜间三种方案接近。

白天，MYJ方案由地表向空气中输送更多感热和潜热，与土壤之间的热量交换则更少，这与其模拟的空气温度偏高、地表温度偏低有关。可见三种方案近地层能量的模拟差异与它们选用了不同的近地层方案和城市物理方案有关，且此种差异白天明显。

要指出的是感热通量等都是表征热力作用的，而摩擦速度具有湍流切应力的性质，可以表征脉动速度的大小，其值越大，则机械湍流越强，表征的是湍流动力作用。在大风前期，摩擦速度持续增大（图4e），模拟区域内的湍流动力作用明显增强。28日夜间，YSU模拟的摩擦速度偏大，与同时间的10 m风速大于ACM2模拟值有关。

3.3.2 边界层结构特征

进一步关注边界层参数化方案之间差异。边界层中主要的物理过程包括动量输送、热量输送、水汽输送、摩擦效应及地形强迫等[24]。边界层运动以湍流交换为主要特点，并且垂直方向的混合远强于水平方向的混合，混合的方式有局地混合和非局地混合两种。湍流的发生需要动力和热力条件，即边界层内有强的风速切变和一定的大气不稳定度。在边界层顶部，边界层和自由大气之间通过通量和夹卷等方式有物质和能量的交换[26]。YSU和ACM2的混合方式是非局地的，只是ACM2采用了非局地向上混合（大气不稳定）和局地向下混合（大气稳定或中性）的非对称对流模式。YSU将混合层顶的夹卷过程单独处理，而不是作为边界层内部的混合过程来考虑。ACM2的顶层夹卷由局地湍涡来计算。MYJ采用的是局地的混合方式。

图4 三种边界层参数化方案模拟的感热通量（a）、潜热通量（b）、地面热通量（c）、地表温度（d）、摩擦速度（e）和边界层高度（f）时间序列

边界层方案中对垂直混合和顶层夹卷的处理不同，加之它们对边界层高度的计算方法不同，具体为YSU、ACM2方案的边界层高度都由Richardson数计算，只是YSU方案的Richardson数是从地面开始计算的[27]。MYJ方案的边界层高度由湍流动能廓线（TKE）决定，定义为湍流强度下降到临界值的高度[2]，这会引起它们对边界层高度模拟的差异（图4f）。三种方案模拟的边界层高度趋势一致，白天，ACM2＞YSU＞MYJ，夜间这种差异变小。26、27 日夜间YSU、ACM2、MYJ的模拟值有差异。大风发生后，三种边界层参数化方案模拟的边界层都变高。大风过程风速迅速增大的同时，边界层顶也发展得更高。大气边界层的发展与边界层内大气的垂直混合和边界层顶的夹卷过程有关。若局地的MYJ方案描述的边界层内的垂直混合强度比YSU和ACM2方案弱，那么白天MYJ方案模拟的大气会比较干冷。相反，在夜间，辐射冷却使得近地层降温比高层空气明显，以至MYJ方案模拟的大气会比较干暖。若MYJ方案对边界层顶的夹卷过程模拟较弱，则会使边界层大气比较冷湿。

夜间边界层内存在逆温层，层结稳定（图5）。发生大风的28日凌晨，模拟区域内的边界层结构不同往日，逆温层不明显。大风发生后的正午，与大风前的26日不同的是，100 m以下温度递减率增加，层结更不稳定。MYJ模拟的大气比YSU、ACM2更湿（图6），白天YSU比ACM2湿，夜间二者接近。

大风前，夜间MYJ模拟的边界层比YSU、ACM2更加冷湿（图5和图6），而白天则相对暖湿；大风后，夜间MYJ模拟的边界层比YSU、ACM2更冷，湿度接近，白天也更冷湿，但是湿度的差异没有大风前明显。大风后湿度的模拟差异减小，是因为大风过程大气湿度在减小。三种方案模拟的大气位温和水气混合比的高度廓线表明：

图5 三种边界层参数化方案模拟的位温高度廓线

（1）MYJ方案模拟的边界层顶的夹卷作用比YSU、ACM2弱。

（2）虽然和YSU、ACM2相比，白天MYJ方案模拟的大气从近地层获得更多的热量（图5 a和b），但是这部分热量由于垂直混合较强的缘故，在加热空气的同时也转化为动能，加速大气运动。为了改进MYJ方案的垂直混合和边界层顶的夹卷问题，研究人员已经着手在尝试改进这种方案[28-29]。

3.3.3 动力学变量特征

前面提到伴随大风的发生，风速增加的同时，边界层参数化方案模拟风速偏大。王澄海等[21]指出此次新疆大风与高空动量下传和地面感潜热通量的增加引起的湍流运动加强有关。汤浩等[22]指出特殊地形引起的狭管风和下坡风存在。从图7可以看出，在大风发生前期，高空一直有动量下传，但相比之下，从27日正午开始，动量通量等值线变得密集，高空动量短时间内迅速向对流层下部乃至边界层输送，加大边界层内的风速。大风始发的27日12时，三种边界层参数化方案模拟的动量通量开始出现较大差异，表现为大风过程中，YSU>MYJ>ACM2，大风之后为YSU>ACM2>MYJ。

以Eady斜压增长率σ为表征，分析大气的斜压性。为方便计算，取，其中f=2×Ω×sin准为科里奥利力参数（Ω为地球自转角速度，准 为纬度），N为浮力频率，计算后近似取为常数0.957。σ越大则表示天气尺度大气波动越易发展，大气的斜压性越强，有效位能越容易转化为动能。由于低层大气是大气斜压性较强的区域，本文计算了do3区域内700～850 hPa平均的斜压增长率（图8），从大风发生前的26日18时开始，大气的斜压性开始增大，到大风发生期间，斜压性最强，且斜压性的变化与大风期间平均风速的变化有很好的对应。27日06—12时和27日21时—28日00时，三种边界层参数化方案模拟的大气斜压性为YSU>MYJ>ACM2，大风期间的其余时间则模拟差异不大。

结合地形，从地面风场（图9）来看，白天（27日12时）三种边界层参数化方案模拟的风场基本一致，准噶尔盆地偏西北风，受博格达山和喀拉乌成山影响，穿越两山之间的峡谷。博格达山以北盛行西风，在地形的影响下，部分气流亦经峡谷南下。在狭管效应的作用下，两处经峡谷的气流风速增大，南下的峡谷风遇到地势低的地形，形成局地小环流，遇到南部的觉罗塔格山后，风速减小。夜间（28日00时）也是一样，只是穿越峡谷后出现大风的区域更大。除了博格达山以北很小的区域内在白天有谷风，夜间有山风外，大风区域内，包括南部的觉罗塔格山，山谷风都不明显。相比狭管风，山谷风对此次模拟区域内的大风贡献不明显。在大风发生的鄯善县和托克逊县（地势较低），夜间三种边界层参数化方案模拟的风场有些许差别，MYJ方案对地形的响应更显著。

图9 三种边界层参数化方案模拟的2007年2月27日12时（a1、a2、a3）和28日00时（b1、b2、b3）do3区域内的风场（矢量，单位m/s）和地形高度（阴影区）

结合图7～9，在大风发生期间，三种边界层参数化方案模拟的动量通量为YSU>MYJ>ACM2，低层大气斜压性为YSU>MYJ>ACM2，即YSU方案的模拟结果使得更多的高空动量下传，同时更多的有效位能转化为动能，其次是MYJ，最后是ACM2。考虑到地形的作用，MYJ方案受地形影响比YSU、ACM2大。图4表明MYJ方案模拟的感热、潜热比YSU、ACM2大。强的气压梯度、高空动量下传及边界层内湍流运动加强引起了此次大风过程[21]，模拟区域内的平均风速的模拟结果为MYJ>YSU≈ACM2，可见这是动力和热力因素共同造成的。

4 结论

本文运用WRF3.4.1中三种边界参数化方案（YSU、MYJ、ACM2）对新疆“2·28”大风过程进行模拟分析，并与同期的MICAPS资料对比，分析和讨论了WRF3.4.1中YSU、MYJ、ACM2边界层参数化方案对于新疆大风过程中10 m风速、2 m温度和比湿的模拟概况及差异，结果表明：

（1）大风发生的28日00时，三种边界参数化方案基本模拟出了试验区域内风的分布和位于鄯善县和托克逊县的两个大风区域。托克逊县观测值小于模拟值。三种方案对温度和比湿的模拟值接近。

（2）新疆“2·28”大风过程是一次降温降湿的过程。三种边界层参数化方案均模拟出了大风过程中10 m风速、2 m温度和比湿的变化趋势。三种边界层参数化方案在热力学变量（2 m温度和比湿）的模拟差异比动力学变量（风速）小，模拟值也更接近观测值。伴随大风的发生，风速、温度的模拟效果变差，湿度的模拟值更接近观测值。

（3）三种边界参数化方案模拟出了大风前后近地表能量的日变化特征。大风发生后潜热通量减小，感热通量增加，地表温度降低，摩擦速度增大。大风期间模拟区域内动力作用明显增加。

（4）三种方案模拟的边界层高度趋势一致，大风过程中风速迅速增大的同时，边界层顶也发展得更高。

（5）夜间MYJ模拟的边界层比YSU、ACM2更加冷湿，白天则偏湿。大风后，其模拟的边界层无论白昼和黑夜都偏冷，三种方案之间模拟的湿度差异变小。三种方案模拟的边界层内大气温度、湿度出现差异与它们对边界层顶的夹卷过程、边界层内垂直混合的处理有关。

（6）“2·28”大风期间，YSU 方案的模拟结果使得更多的高空动量下传，同时更多的有效位能转化为动能。MYJ方案模拟的大风区域更大，受地形影响更显著。MYJ方案模拟的感热、潜热比YSU、ACM2大。三种边界层参数化方案模拟风速的差异是动力和热力因素共同造成的。

[1]Hu X M，Zhang F，Nielsen-Gammon J W.Ensemble-based simultaneous state and parameter estimation for treatment ofmesoscale modelerror:A real- data study[J].Geophysical Research Letters，2010，37（8），L08802，doi：10.1029/2010 GL043017.

[2]Hu X M，Doughty D C，Sanchez K J，et al.Ozone variability in the atmospheric boundary layer in Maryland and itsimplicationsforverticaltransportmodel[J].Atmospheric Environment,2012，46：354-364.

[3]Hu X M，Nielsen-Gammon J W，Zhang F.Evaluation of three planetary boundary layer schemes in the WRF model[J].JournalofApplied Meteorology ＆ Climatology，2010，49（9）：1831-1844.

[4]Nielsen-Gammon J W，HU X M,Zhang F,et al.Evaluation of planetary boundary layer scheme sensitivities for the purpose of parameter estimation [J].Monthly Weather Review，2010，138（9）：3400-3417.

[5]王颖，张镭，胡菊，等.WRF模式对山谷城市边界层模拟能力的检验及地面气象特征分析[J].高原气象，2011，29（6）：1397-1407.

[6]Sarkar A，De Ridder K.The urban heat island intensity of Paris：a case study based on a simple urban surface parametrization[J].Boundary-layer meteorology，2011，138（3）：511-520.

[7]Steeneveld G，Mauritsen T,De Bruijn E,et al.Evaluation

of limited-area models for the representation of the diurnal cycle and contrasting nights in CASES-99[J].Journal of Applied Meteorology ＆ Climatology，2008，47 （3）：869-887.

[8]Zhang D L，Zheng W Z N.Diurnal cycles of surface winds and temperatures as simulated by five boundary layer parameterizations [J].Journal of Applied Meteorology，2004，43（1）：157-169.

[9]Lemone M A，Tewari M,Chen F,et al.Objectively determined fair-weather CBL depths in the ARW-WRF model and their comparison to CASES-97 observations[J].Monthly Weather Review,2013，141（1）：30-54.

[10]Pleim J E.A combined local and nonlocal closure model for the atmospheric boundary layer.Part II:Application and evaluation in a mesoscale meteorological model[J].Journal of Applied Meteorology ＆ Climatology，2007，46（9）：1396-1409.

[11]Shin H H，Hong S Y.Intercomparison of planetary boundary-layer parametrizations in the WRF model for a single day from CASES-99 [J].Boundary-Layer Meteorology，2011，139（2）：261-281.

[12]Xie B，Fung J C,Chan A,et al.Evaluation of nonlocal and local planetary boundary layer schemes in the WRF model[J].Journal of Geophysical Research:Atmospheres（1984-2012），2012，117（D12）.

[13]Zhang Y，Dubey M，Olsen S，et al.Comparisons of WRF/Chem simulations in Mexico city with ground-based RAMA measurements during the 2006-MILAGRO[J].Atmospheric Chemistry and Physics，2009，9（11）：3777-3798.

[14]邱贵强，李华，张宇，等.高寒草原地区边界层参数化方案的适用性评估[J].高原气象，2013，1：7.

[15]徐慧燕，朱业，刘瑞，等.长江下游地区不同边界层参数化方案的试验研究[J].大气科学，2013，37（1）：149-159.

[16]张碧辉，刘树华，马雁军.MYJ和YSU方案对WRF边界层气象要素模拟的影响[J].地球物理学报，2012，55（7）：2239-2248.

[17]张龙，张镭，王颖，等.基于WRF不同边界层方案的黄土高原丘陵冬季地面气象要素日变化模拟分析[J].干旱气象，2012，30（2）：158-168.

[18]Hu X M,Klein P M,Xue M,et al.Impact of low-level jets on the nocturnal urban heat island intensity in oklahoma city[J].Journal of Applied Meteorology ＆ Climatology，2013，52（8）：1779-1802.

[19]Hu X M,Klein P M,Xue M,et al.Enhanced vertical mixing associated with a nocturnal cold front passage and its impact on near-surface temperature and ozone concentration [J].JournalofGeophysicalResearch:Atmospheres，2013，118（7）：2714-2728.

[20]Hu X M,Klein P M,Xue M.Evaluation of the updated YSU planetary boundary layer scheme within WRF for wind resource and air quality assessments[J].Journal of GeophysicalResearch:Atmospheres，2013，118 （18）：10，490-10，505.

[21]王澄海，靳双龙，杨世莉.新疆“2·28”大风过程中、动力作用的模拟分析[J].中国沙漠，2011，31（2）：511-516.

[22]汤浩，李如琦，贾丽红.新疆“2·28”大风的中尺度数值模拟[J].气象，2011，37（11）：1365-1371.

[23]Skamarock W C,Klemp J B,Dudhia J,et al.A description of the advanced research WRF version 2[R].DTIC Document，2005.

[24]杨贵成.WRF-Chem中沙尘天气过程对模式分辨率及边界层方案的敏感性试验 [J].安徽农业科学，2012，40（6）：3462-3466.

[25]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.

[26]周荣卫，刘红年，蒋维楣.中国地区沙尘气溶胶输送过程的数值模拟[J].气象科学，2004，24（1）：16-25.

[27]Holtslag A，Van Meijgaard E，De Rooy W.A comparison of boundary layer diffusion schemes in unstable conditions over land[J].Boundary-Layer Meteorology，1995，76（1-2）：69-95.

[28]Nakanishi M，Niino H.An improved Mellor-Yamada level-3 model with condensation physics:Its design and verification [J].Boundary-layer meteorology，2004，112（1）：1-31.

[29]Nakanishi M，Niino H.Development of an improved turbulence closure model for the atmospheric boundary layer[J].Journal of the meteorological Society of Japan,2009，87（5）：895-912.