2.2 WRF模式在雅砻江流域的本地化应用

2.2.1 研究区域

雅砻江流域(东经96°52′~102°48′,北纬26°32′~33°58′)地处川西高原,发源于青藏高原巴颜喀拉山,跨越了近8个纬度带,全流域呈南北向条带状,流域面积约13万km2,干流总长度达1323km,是长江最长的支流,流域水系如图2.6所示。域内地形极为复杂,谷岭高差悬殊,地势西北高东南低,大部分地区海拔超过了1500m,流域DEM如图2.7所示。雅砻江中下游地区人口较为稠密,工农业生产发达,同时也是矿产、水能等资源的富集区。每年汛期(5—10月),西太平洋副高脊线北移,往往使该流域中下游暴露于副高西缘,加之西南季风携带的大量暖湿水汽,在流域内切变线和低涡频繁活动的影响下,导致该时期暴雨较多、山洪灾害时常发生,严重威胁人民群众生命财产安全,给地区经济带来了严重影响。同时,雅砻江流域径流丰沛,水能资源蕴藏量极其丰富(河源至河口海拔落差达4420m),被列为全国十大水电基地之一,规划进行21级梯级开发(图2.8)。准确及时的降水径流预报对雅砻江流域的兴利除害极为重要。

img

图2.7 雅砻江流域数字高程图

img

图2.8 雅砻江流域梯级开发图

然而,雅砻江流域属于缺资料地区,不仅地面雨量监测站点较少且雨量监测网布局也极不均匀(图2.6),主要集中在人口较多的下游,而广袤的流域中上游则基本无可用雨量资料。近些年来,伴随着流域大规模开发,流域内监测站网存在较大的变动,对雨量观测资料的一致性产生了较大的影响。此外,可获取的地面降水资料主要为日尺度数据,难以满足小时尺度水文模型构建的需求,因此本书主要在WRF模式参数化方案优选中使用地面雨量观测资料,而水文模型构建中使用的高分辨率数据主要来自FNL资料动力降尺度。由于从2010年开始,锦屏等大型水电站开始下闸蓄水,对流域水文情势造成了较大影响,因此本书选择2010年及之前的数据作为有效资料。

2.2.2 高性能计算环境

本书依托中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,基于高性能服务器构建了集群计算环境,并实现了WRF模式在其上的移植,保证了模式的高效运行。该计算平台共有6个节点,其中1个调度节点,5个计算节点。每个节点CPU核心数达24个,内存容量为47GB。高性能计算平台如图2.9所示。

img

图2.9 高性能计算平台

2.2.3 雅砻江流域WRF模式构建

利用高分辨率数值天气模式预报区域降水,并驱动水文模型进行径流预报是目前提高径流预报有效预见期的主要途径。在雅砻江流域数值天气预报中,本研究选择了基于ARW内核的WRF V3.5。为了获取分辨率较高的计算结果,并且尽可能减轻计算负担,使用三层嵌套的方式逐级增加区域的分辨率。嵌套区域的设置充分考虑了周边大地形和重点天气、气候系统,并尽量避免模拟中跨越气候特征或地理特点相差巨大的区域。从外到内各相邻嵌套层的分辨率比例取3∶1。

如图2.10所示,模式区域中心设定为(北纬30°22′,东经99°50′),最外层网格分辨率为27km,格点数203×199,包括了影响中国大陆的主要气象系统,主要有西伯利亚高压、副热带高压西缘和孟加拉湾暖湿气流等;第二层网格分辨率为9km,格点数241×235,包括了影响中国西南的主要天气系统和大地形,例如梅雨区的西南部、西南涡,青藏高原、黄土高原等;最内层网格分辨率为3km,格点数241×289,包括了整个雅砻江流域。不同层级之间的网格设置为双向反馈关系,内层网格接受外部网格提供的初始场和边界场的同时也向外部网格反馈模式运行信息。雅砻江流域WRF模式垂向分35层,顶层气压为50hPa。模型运行所需的地形等地面静态数据从WRF官方网站获取(http://www2.mmm.ucar.edu/wrf/OnLineTutorial/Basics/GEOGRID/_ter_data.htm),模拟研究时初始场和边界场数据使用NCEP提供的FNL资料,其分辨率为1°×1°,时间间隔为6h,预报时则使用NCEP提供的0.5°×0.5°GFS(Global Forecasting System)全球预报场资料作为模式的初始场和侧边界场,其时间间隔为3h。模式积分步长设置为90s,每1h输出一次模拟结果。

img

图2.10 WRF模式三层嵌套

雅砻江流域参数初始配置见表2.2。本研究选择了对降水预报影响较大的云微物理参数化方案和积云对流参数化方案作为优化组合对象,这两类物理方案的具体配置将在后文介绍。需要说明的是,在模式最内层3km分辨率网格下已无须设置积云对流参数化方案,因此仅在外面两层嵌套区域进行该方案的设置。

表2.2 WRF模式参数配置

img

续表

img