影响上海的一次沙尘过程WRF-Dust数值模拟

马井会,周广强,2*,周 骥,3,周伟东,陈 敏,曹 钰(.上海市浦东新区气象局,上海 20035；2.中国气象局上海台风研究所,上海 200030；3.上海市气象与健康重点实验室,上海 20035)

影响上海的一次沙尘过程WRF-Dust数值模拟

马井会1,周广强1,2*,周 骥1,3,周伟东1,陈 敏1,曹 钰1(1.上海市浦东新区气象局,上海 200135；2.中国气象局上海台风研究所,上海 200030；3.上海市气象与健康重点实验室,上海 200135)

利用完全耦合大气化学模式WRF-Dust(Weather Research and Forecasting-Dust)对2011年5月1～4日影响上海地区的一次典型沙尘天气过程进行了数值模拟研究,并与观测资料进行了对比分析.结果表明:WRF-Dust模式成功模拟了此次沙尘过程的形成、发展和演变的整体特征及其影响时间及范围;较好地模拟了沙尘到达上海的时间(模式和观测均在1日11:00前后)和直接影响的结束时间(2日02:00前后),而且模式沙尘浓度与观测资料较为一致;但局部地区和部分时段的气象条件和沙尘模拟还存在一定的偏差,未能准确模拟过程后期沙尘回流对长三角沿海地区的影响.分析了导致模拟偏差的原因,并探讨了提高模式沙尘模拟能力的可能途径.

WRF-dust模式；沙尘；PM10

沙尘气溶胶是对流层气溶胶的主要来源之一,在地气及生态系统中起着非常重要的作用,其所经过地区污染指数增高,大气光学厚度显著增加[1],甚至造成沙尘的跨国输送[2].我国西北属于中亚沙尘区的一部分,是东亚沙尘气溶胶的主要源区,也是世界上唯一在中纬度(35～45°N)的沙尘高频率发生区域,且位于高原,由此产生的沙尘在西风带系统的引导下输送到中国东部、韩国、日本甚至美国的夏威夷和西海岸[2],从而对农业、城市交通和人类生产生活造成较大影响.关于沙尘天气发生发展过程、沙尘的源汇、沙尘气溶胶的物理和化学性质、影响沙尘的天气和气候特征的条件以及沙尘的危害,国内外学者已经开展了不少研究[3-9].

截止目前,对沙尘源、汇、大气载荷及其与气候系统反馈机制的认识仍有不足,缺乏沙尘气溶胶物理和光学等特性的高时空分辨率观测资料是一个重要原因.数值模式是认识沙尘气溶胶时空分布、了解其环境和气候效应的一种有效工具.Wang等[10]发展了一个用于模拟东亚地区沙尘输送的数值模式,Shao等[11-12]根据风洞实验结果发展了具有风蚀物理学基础的起沙和输送模式,并且进一步将其应用于东北亚沙尘天气的数值模拟[13-14].近期一些研究结果表明,WRF-Dust模式适用于沙尘及其影响模拟.Zhao等[15]的研究表明 WRF-Dust模拟整体上能捕捉北非矿物沙尘的分布及其辐射特性.Bian等[16]利用 WRFDust成功模拟了我国2010年3月的一次严重沙尘暴事件.

图1 地面天气图(深灰色区域为沙尘区)Fig.1 Surface weather maps (the dust regions are in dark grey) (a)4月29日08:00 (b)30日14:00 (c)5月1日14:00

2011年5月初影响上海的连续4d沙尘过程是较为少见的达到长江三角洲地区的沙尘事件,形成该过程气象条件复杂.本文应用区域动力/沙尘模式(WRF-dust)对该沙尘的起源及输送过程进行了模拟,通过与观测结果的对比分析评估了模式对风场、沙尘发生发展过程、重点城市地面颗粒物浓度的模拟能力,最后分析了模拟的偏差及其原因,探讨了提高模式能力的可能途径.本研究有助于加深对影响长江三角洲地区沙尘的源地和输送过程的科学理解,为沙尘的主观和客观预报提供借鉴,并为改进沙尘模式的能力提供参考.

1 沙尘过程天气学分析

图2 5月1日10:45(左)和2日10:30(右)FY-3A星监测沙尘分布真彩色合成图Fig.2 Dust distribution at 10:45, May 1 (left) and 10:30, May 2(right) observed by FY-3A

受高空槽东移南下以及蒙古气旋影响,从2011年4月28日傍晚开始,蒙古气旋后部的偏北大风造成蒙古国中部、甘肃、宁夏、陕西中北部、山西、内蒙古中西部等地相继出现大范围沙尘暴或扬沙(图1a).伴随蒙古气旋继续向东发展,30日14:00,蒙古气旋移至内蒙古与吉林交界处,大风造成北京、天津及内蒙古中东部的沙尘暴及扬沙(图1b).5月1日14:00,沙尘向东南扩展(图1c),影响朝鲜半岛、黄海、东海及华东大部.1日早晨开始上海空气中的颗粒物浓度急剧上升,截止中午 11:00,全市平均空气污染指数(API)已达到 365. 1日白天,弱高压东移入海,上海主导风向由偏西风转为东到东南风,卫星遥感 (图2)及地面观测资料都表明,东海、黄海及朝鲜半岛存在大范围沙尘区.5月1日20:00起,上海 850hPa以下转为东北到东风,上海邻近的长三角地区也有相似的风向转变.5月2日早晨开始,上海东北部海洋上空的沙尘在偏东气流的作用下对上海有回流输送,这种回流输送一直持续至5月3日20:00.因此,本文中将5月2日 02:00(含)之前的沙尘称为直接影响,将其之后称为回流影响.

2 模拟方案与资料介绍

WRF由美国国家大气研究中心(NCAR)、美国国家海洋大气局(NOAA)等单位共同开发,包括多个动力核、3维变分同化系统[17].WRF-Chem是一个以 WRF为框架构建的在线(online)区域化学/传输模式[18],它的化学和气象同步计算,避免了离线模式由于对气象场进行时间插值而带来的化学场计算偏差.

WRF-Dust模式是在WRF-Chem框架下,通过引入GOCART (Georgia Tech/Goddard Global Ozone Chemistry Aerosol Radiation and Transport)模式构建了的[19].它对沙尘进行分档计算,将沙尘粒子按有效半径分为0.73,1.4,2.4,4.5,8μm 5挡.每档粒子的起沙通量为:

其中:C为经验常数,这里使用0.8μg·s2/m5;αp为土壤粒子在p挡的比例;Er为土壤侵蚀因子;Vs为地表风速(10m风速);Vt为风蚀最低风速,由粒子尺度、密度和土壤湿度决定[12].

根据 WRF-Dust的应用经验和在上海的模拟试验结果,对WRF-Dust进行了改进,微调了沙尘粒子的比例并增加二次起沙机制.第二挡比例上调5%,同时第五挡比例下调5%.根据Bian等[16]的研究和个例试验结果,确定了二次起沙方案:1)当近地层沙尘浓度超过400μg/m3时,可能发生二次起沙;2)除林地、草地和水面外,其他地表类型可能发生起沙;3)是否发生二次起沙由近地面风速决定,当Vs>Vt时发生二次起沙.

结合沙漠和戈壁的分布和上海地理位置,设置了以(40°N,100°E)为中心、300×300网格、水平分辨率 24km的模拟框架,模拟区域超过我国全境.采用NCEP FNL再分析资料作为模拟的气象初始条件和边界条件,该资料分辨率为1°×1°、垂直26层(1000至10hPa)、时间间隔为6h. 模拟时主要物理和化学设置见表 1.模拟时段为 4月26日20:00至5月3日20:00,时间步长是2min.由于此次沙尘过程经历时间长,模拟时分为两段,29日20:00重新启动,使用前一段的模拟结果作为新一段模拟的沙尘初始场.

表1 主要物理方案和化学选项设置Table 1 major physical and chemical options

对比分析所用观测资料为常规气象观测数据、空气污染指数(API)和上海浦东站的颗粒物浓度观测数据.API数据下载自中华人民共和国环境保护部网站(http://www.zhb.gov.cn).API可以反映首要空气污染物(SO2、NO2和PM10之一)和空气污染水平.污染物日平均浓度可以根据API计算得到[20].尽管存在一定的缺陷,即当日平均浓度超过 600µg/m3时 API将无法正确反映,但以往研究[21-22]表明,API仍然能够作为反映沙尘过程的重要指标.本文中,由 API计算得到的PM10浓度记为EPM10,浦东站观测的PM10日平均值记为SPM10.

3 结果与讨论

3.1 风场对比分析

图3 4月30日08:00(上)和5月2日20:00(下)实况 (a、c)与模拟(b、d)风场分布Fig.3 Observed (a, c) and simulated (b,d) winds at 08:00, Apr. 30 (top) and 20:00, May 2 (Bottom)

整体而言,模式较好地模拟了此次沙尘过程的整体风场特征,模拟的高低压环流、风向与观测均比较接近,但局部区域风速有较明显的偏小.沙尘影响上海前24h(4月30日08:00,图3a、b),模拟的风场分布与观测比较一致,准确模拟了内蒙古东部的低压环流以及山东半岛-安徽北部-湖北-四川的辐合带,但对蒙古国中部至内蒙古中部的偏北风风速模拟明显偏弱,从而可能造成30日内蒙古中东部及华北北部地区的起沙量比实况偏小.对于5月2日沙尘回流过程的风场模拟,20:00地面风场与实况整体较为一致(图3c、图 3d),但是上海以东海面区域有较明显的偏差,模拟的上海以东海面的高压环流较实况偏西、偏南;模拟的风场显示上海受偏东气流控制,而实况上海为东南风,二者的风向略有差异,且模拟的风速偏小(模式2m/s,实况4m/s),输送偏弱,也是造成模式未能模拟沙尘回流过程的原因之一.

3.2 沙尘影响区域分布对比

模拟区域约有 1200个常规气象观测站,其观测资料能较好地反映沙尘天气影响区域的空间分布和时间演变,可用于定性评估模式的模拟能力.整体上,模式对此次沙尘的演变过程模拟在4月30日及其以前与实况较为一致.图4显示了5月1～2日实况地面天气现象(椭圆形区域内为主要低能见度区,包括沙尘、浮尘和霾,对应符号分别为“S→”,“S”和“∞”)和模拟的地面沙尘PM10浓度分布.对比5月1日08:00沙尘实况与模拟结果(图4a、图4b),模拟的沙尘移动偏快,模式对北京、天津及辽宁地区的浮尘未能模拟或模拟值偏小,其原因可能为模式对于蒙古气旋后部偏北风风速模拟偏小,从而造成内蒙中东部及华北北部起沙量偏少.5月1日20:00(图4c、d),模拟的地面PM10大值区已经整体移至长江流域至朝鲜半岛南部到日本南部,地面观测的天气现象在相应地区为浮尘或霾,但朝鲜半岛中北部的浮尘天气模式未能模拟,原因可能为模式模拟 30日内蒙古中东部及华北北部起沙量偏小,并且在输送过程中沉降较快.而对陕西甘肃等西北地区的沙尘出现了过高模拟,原因在于模式对该地区的天气系统模拟存在偏差(实况有降水).5月2日20:00(图4e、图4f),模式未能模拟华东地区-朝鲜半岛-日本南部一带的浮尘天气,因此不能形成对长三角沿海地区的沙尘回流,而对华中地区的地面PM10浓度存在过高模拟.

图4 观测(左)与模拟(右)沙尘分布Fig.4 Comparison of observed (left) and modeled (right) dust distribution5月1日08:00(a、b)、5月1日20:00(c、d)、5月2日20:00(e、f)

整体上,模式成功地模拟了这次沙尘天气的前期过程(4月29日20:00至5月2日02:00),模拟的沙尘PM10浓度分布范围与观测的低能见度天气范围一致.结合模拟的地面风场(图3),4月30日在蒙古国与内蒙古东部形成了气旋环流.模拟低压中心与实况一致,风速大值区也与模拟的高沙尘浓度的位置、范围一致.可见,WRF-Dust模式具有模拟此次沙尘天气及描述天气系统演变过程的能力.但由于对蒙古气旋后部的偏北大风风速模拟偏小(28～30日,蒙古国中西部、内蒙古中西部、河套地区及华北北部地区),可能造成相应区域起沙量偏小,尤其是对30日内蒙古中东部及华北北部起沙量的模拟明显偏小,从而造成5月1～2日朝鲜半岛及东海上空沙尘含量明显偏低,东风时的沙尘回流输送不明显,造成2～3日长三角沿海地区及以东海上沙尘天气未能准确模拟,该地区的模式沙尘浓度明显偏低.

3.3 城市PM10浓度对比分析

为进一步分析模式对沙尘输送过程的模拟能力,选择了西宁、兰州、上海等8个受沙尘过程影响较大的城市进行了模拟和观测的PM10日平均浓度对比分析.

图5 8个城市模拟与观测地面PM10日平均浓度值对比Fig.5 Comparison of simulated and observed surface PM10concentrations in 8 cities

由图 5(a)可知,模式在西宁和兰州,模式模拟效果相对较差,在28～29日均低估了PM10的日平均浓度,可能是地表风速模拟偏小引起的起沙量偏小所致,30日兰州模拟值与 EPM10较为接近.模式在呼和浩特和太原(图 5b),较准确地反映了沙尘过程前后 PM10浓度的逐日变化趋势,捕捉到了4月28～30日PM10浓度的上升趋势,但是模式模拟的浓度峰值有1d的滞后,特别是29日,模式低估了 PM10的浓度,这也印证了模拟的该地区附近的地表风速偏小,低估了沙尘的产生.模式对连云港(图5c)4月30日和5月1日的PM10日均浓度模拟值偏高,而对5月2～3日回流过程模拟值偏低.模式较合理地模拟了位于长江下游的镇江、宁波(图5c、图5d)等城市PM10浓度的逐日变化,捕捉到了5月1～2日这两个城市的沙尘过程,仍然存在对5月1日的过高模拟和5月2日的过低模拟.从图5(d)可见,模式在上海地区对于5月1日的PM10浓度模拟合理的反映了沙尘气溶胶到来前后 PM10浓度的逐日变化情况,捕捉到5月1日的浮尘天气过程.而对于5月2～3日沙尘回流过程的影响未能准确模拟.

综合上述城市的对比分析结果,模式能较好地反映沙尘的移动和影响过程.但没有能够很好地反映出长江三角洲城市 2～3日受到的沙尘回流过程的影响.其原因主要在于两个方面,一是模式低估了30日内蒙古中东部及华北北部地区的起沙量,造成其后续影响地区的沙尘浓度较观测明显偏低;二是沙尘回流区的风场存在一定的偏差,造成沙尘回流的影响区域也存在一定的偏移.

3.4 上海地区颗粒物浓度变化特征

图6 4月30日00:00至5月3日20:00上海浦东站模拟(a)和观测(b)PM10、PM2.5小时平均浓度变化Fig.6 Temporal variation of simulated (a) and observed (b) PM10and PM2.5concentrations at Pudong, Shanghai during April 30 and May 3

由图6(a)可见,浦东站颗粒物浓度在5月1日11:00开始上升,至当日20:00达最大浓度550μg/m3, 5月2日02:00颗粒物浓度降低到100μg/m3以下,沙尘影响基本结束.与浦东站观测结果(图6b)相比,模式模拟的上海地区颗粒物浓度上升时间与实况观测一致,5月1～2日浓度峰值接近,到达峰值时刻也较一致;5月2日颗粒物浓度下降阶段模式模拟与实况接近一致,模式对直接影响(5月1日11:00至5月2日02:00)上海的沙尘天气过程模拟较好,能够在时间及浓度值上较好刻画.直接影响阶段浦东站 PM10观测与模拟值平均值分别为318.4,306.4μg/m3.表明模式对此次沙尘过程直接影响上海阶段的模拟能力非常好.然而,对于 5月2～3日的颗粒物浓度较高过程(回流影响),模式未能准确模拟.与此同时,从观测结果中也发现在沙尘到达上海之前也有一定的颗粒物浓度,而且PM2.5和PM10浓度值较为接近,说明其它过程也形成了一定量的颗粒物,而且沙尘影响期间PM2.5仍然保持较高的浓度,由此可以推断沙尘影响期间可能也存在一定的非沙尘颗粒物.根据前面的分析,模式对沙尘过程后期的模拟略偏快,且模拟的回流风速偏低,风向也有所差异,从而造成回流前沙尘区域略偏东;另外,模式没有模拟出4月30日内蒙古中东部及华北北部地区的沙尘过程,从而缺少该部分沙尘的回流作用.这也说明模式对沙尘的模拟能力还有待于进一步提升.

3.5 偏差分析与改进

前述分析表明,尽管WRF-Dust模式比较准确地模拟了此次沙尘过程的形成和输送的整体特征,并对上海的直接影响阶段的沙尘浓度和影响时间模拟的比较准确,但模拟的风场和地面 PM10浓度仍存在一定的偏差,并且在某些区域和某些时段表现得尤为突出.以上海为例,回流造成的5月2～3日的沙尘影响模式未能模拟.综合起来,对此次沙尘过程模拟的主要偏差有以下两点:一是 8日20:00至30日20:00,模式模拟的蒙古气旋后部(蒙古国中西部、内蒙古中西部、河套及华北北部地区)的偏北风风速均比实况明显偏小,风向上也略有偏差(模拟结果偏北向).因而造成相应地区和时段的起沙量偏小,向南输送偏强而向东的输送偏弱,引起5月1日上午北京、天津及辽宁一带的沙尘量偏小,进而使得未能模拟出朝鲜半岛中北部1日下午的浮尘天气,造成5月1～2日朝鲜半岛及东海上空沙尘含量明显偏低;同时,由于向南的输送偏强,造成5月1日华中及华东部分地区的地面沙尘浓度存在过高模拟.二是底层回流过程模拟的偏差.模拟的上海以东海面的高压位置偏西南,造成模拟的风向(偏东风)较实况(东南风)偏东向,风速也偏低.因而使得2～3日沙尘的东风回流输送作用减弱,沙尘影响区域也有一定的偏移,同时由于模拟的东海上空沙尘量偏少,造成长三角地区沿海城市2～3日沙尘浓度明显偏低,回流的沙尘天气未能准确模拟.此外,对天气现象的模拟也有一定的偏差,如模式未能模拟出5月1日陕西、甘肃等地区的降水,未能反映出雨水对沙尘的清除作用,造成上述地区沙尘出现了过高模拟.以达到改进模拟准确性的目的.赵建华等[23]的个例模拟试验结果表明同化可以在一定程度上提高沙尘模式对沙尘天气预报的准确性.

图7 4月30日08:00(a)和5月2日20:00(b)风场分布(12km分辨率)Fig.7 Simulated winds at 08:00, April 30 (a) and 20:00, May 2 (b) in 12-km resolution

为评估模式分辨率的影响,设计了 12km分辨率试验,覆盖区域与24km分辨率相当,其他设置保持不变.试验结果表明,提高模式分辨率对风场具有较明显的改进.与原模拟结果(图3和图4)相比,较高分辨率对30日08:00的蒙古国中南部、内蒙古中西部、河套及华北北部地区(图7a)及2日20:00(图7b)长江三角洲沿海地区近地面风场的模拟都有更高的准确性,上述区域的风向和风速都更接近于实况.风场的改进,使沙尘的起沙和输送过程更为准确,使得上海地区的颗粒物浓度变化也与实况更为接近(图 8).当然,提高分辨率也有其局限性,12km分辨率的结果与实际观测(图 6b)相比仍然存在较大的偏差.计算时间和模式能力都是提高分辨率的限制,因此模拟准确性的提升难以通过单一途径实现,需要对沙尘起沙、输送的各个过程综合改进.

图8 4月30日至5月3日20:00上海浦东站模拟PM10、PM2.5浓度变化(12km分辨率)Fig.8 Temporal variation of simulated PM10and PM2.5oncentrations at Pudong in 12km resolution

上述偏差的存在也表明了影响模式模拟准确性的几个方面原因:1)模式起沙机制方面(影响沙尘的产生的参数),从起沙方程可知,下垫面参数(土地类型、土壤湿度和土壤的粒子谱)和不同下垫面类型的侵蚀因子都会引起起沙量的变化,因此需要获取准确的沙源地的实时特性(如土壤湿度),这一点目前非常困难.2)提高模式气象场的准确性,气象条件不仅通过地表风速影响起沙量、源地沙尘的抬升,而且影响沙尘的输送过程.沙尘的输送过程决定了沙尘的影响区域和影响时间,也在一定程度上决定其严重性.提高气象场模拟的准确性可以通过提高模式分辨率、改进模式的物理过程等途径来实现,在预报中还经常使用气象观测资料同化的方法.3)沙尘同化方面,即利用地面颗粒物监测和卫星遥感数据改进模式系统的沙尘要素初始场,矫正模式前期模拟偏差,

4 结论

4.1 WRF-Dust模式成功地模拟出了此次沙尘过程的形成、发展、演变和移动的整体特征.与观测的对比表明,模拟与观测的风场分布和变化特征接近;模拟的沙尘区开始在内蒙古中西部和新疆地区形成,与地面站观测的实况沙尘分布区域基本一致;在沙尘的移动路径和影响范围上,模拟与实况结果基本相符;模拟的沙尘过程在不同区域的影响时间也与观测较为一致.

4.2 模拟结果与8个城市空气污染指数(API)换算的 PM10日平均浓度以及浦东站实测 PM10浓度的比较结果显示,模式基本描述出了沙尘的移动路径和影响过程及影响区域,其在刻画指定地区的沙尘影响上也有较好的表现.

4.3 WRF-Dust模式较好地模拟了沙尘到达上海的时间(模式和观测分别在5月1日11:00前后)和直接影响的结束时间(5月2日02:00前后).模拟的浓度也与观测较为一致.模式对此次沙尘的上海的直接影响过程进行了很好的模拟.

4.4 模式对长三角沿海地区的沙尘回流过程的模拟出现了较大的偏差,没有能够反映出沙尘回流过程对上海的影响,主要原因为模式对于蒙古气旋后部风速模拟偏小,造成相应区域4月30日模拟的起沙量明显偏小,同时风向的偏差造成模式向东输送偏小而向南偏大;模式对于5月2日风场模拟在上海以东海面的高压环流比实况偏西、偏南,且风速偏小,输送偏弱.因此WRF-Dust模式对沙尘过程的模拟能力还需要进一步的提升,而且敏感性试验的结果也表明,模拟准确性的提升难以通过单一途径实现,需要对沙尘起沙和输送的各过程综合改进.

[1] 邱金桓,孙金辉.沙尘暴的光学遥感及分析 [J]. 大气科学, 1994,18(1):1-10.

[2] Tegen I, Lacis A. Modeling of particle size distribution and its influence on the radiative properties of mineral dust aerosol [J]. J. Geophys. Res., 1996,101(14):19237-19244.

[3] 张 凯,高会旺.东亚地区沙尘气溶胶的源和汇 [J]. 安全与环境学报, 2003,3(3):7-12.

[4] 刘建慧,赵天良,韩永翔,等.全球沙尘气溶胶源汇分布及其变化特征的模拟分析 [J]. 中国环境科学, 2013,33(10):1741-1750.

[5] 李晋昌,康晓云,高 婧.黄土高原东部大气降尘量的空间和季节变化 [J]. 中国环境科学, 2013,33(10):1729-1735.

[6] 刘文彬,刘 涛,黄祖照,等.利用偏振-米散射激光雷达研究广州一次浮尘天气过程 [J]. 中国环境科学, 2013,33(10):1751-1757.

[7] Tegen I, Holling P, Chin M, et al. Contribution of different aerosol species to the global aerosol extinction optical thickness: Estimates from model results [J]. J. Geophys. Res., 1997,102(23):895-915.

[8] Hess M, Koepke P, Schult I. Optical properties of aerosols and clouds: the software package OPAC [J]. Bulletin Ameri. Meteo. Soc., 1998.79:831-844.

[9] Deepak A, Gerber H E. World climate programme.WCP-55[Z]. Report the experts meeting on aerosols and their climatic effects, WM0, Geneva, 1983.107.

[10] Wang Z, Ueda H, Huang M. A deflation module for use in modeling long-range transport of yellows and over East Asia [J]. J. Geophy. Res., 2000,105(D22),26947-26960.

[11] Shao Y. A model for mineral dust emission [J]. J. Geophys. Res., 2001,106:20239-20254.

[12] Shao Y, Lu H. A simple expression for wind erosion threshold friction velocity [J]. J. Geophys. Res., 2000,105:22437-22443.

[13] 邵亚平.沙尘天气的数值模拟 [J]. 气候与环境研究, 2004,9(1): 127-138.

[14] Shao Y, Yang Y, Wang J, et al. Northeast Asian dust storms: Real time numerical prediction and validation [J]. J. Geophys. Res., 2003,108(D22):4691,doi:1011029/2003JD003667.

[15] Zhao C, Liu X, Leung L, et al. The spatial distribution of mineral dust and its shortwave radiative forcing over North Africa: modeling sensitivities to dust emissions and aerosol size treatments [J]. Atmos. Chem. Phys., 2010,10:8821-8838.

[16] Bian H, Tie X, Cao J, et al. Analysis of a Severe Dust Storm Event over China: Application of the WRF-Dust Model [J]. Aerosol and Air Quality Research, 2011,11:419-428.

[17] http://www.wrf-model.org/index.php[EB/OL].

[18] Grell G, Peckham S, Schmitz R, et al. Fully coupled 'online' chemistry within the WRF model [J]. Atmos. Environ., 2005,39:6957-6976.

[19] Ginoux P, Chin M, Tegen I, et al. Sources and distributions of dust aerosols simulated with the GOCART model [J]. J. Geophys. Res., 2001,106(D17),20555-20273.

[20] HJ633-2012 环境空气质量指数技术规定 [S].

[21] Gong S, Zhang X, Zhao T, et al. Characterization of soil dust aerosol in China and its transport and distribution during 2001ACEAsia: 2. Model simulation and validation [J]. J. Geophys. Res., 2003,108:4262,doi:10.1029/2002JD002JD002633.

[22] Zhang X, Gong S, Shen Z, et al. Characterization of soil dust aerosol in China and its transport and distribution during 2001ACE-Asia: 1. Network observations [J]. J. Geophys. Res., 2003,108(D9):4261,doi:10.1029/2002JD002632.

[23] 赵建华,李耀辉,蒲朝霞,等.GRAPES沙尘数值预报系统对一次沙尘暴浓度同化模拟实验分析 [J]. 高原气象, 2012,31(3):697-705.

致谢：FY-3卫星反演的沙尘监测图由国家卫星中心提供.

A modeling study of a dust event using WRF-Dust Model.

MA Jing-hui1, ZHOU Guang-qiang1,2*, ZHOU Ji1,3, ZHOU

Wei-dong1, CHEN Min1, CAO Yu1(1.Shanghai Pudong Meteorological Service, Shanghai 200135, China；2.Shanghai Typhoon Institute, China Meteorological Administration, Shanghai 200030, China；3.Shanghai Key Laboratory of Meteorology and Health, Shanghai Meteorological Service, Shanghai 200135, China). China Environmental Science, 2014,34(2)：302～310

A fully coupled atmospheric chemistry model, weather research and forecasting (WRF) with dust component (WRF-Dust) was applied to investigate a dust event occurring over Shanghai and surrounding regions during May 1-4, 2011. Through the comparisons with observations, the model was able to capture main features of the event fairlywell. Overall, the simulations showed good agreement with the observations for the starting time (～11:00on May 1), the ending time (～02:00on May 2), and dust peak values of the event around Shanghai. However, some simulation biases were found for several meteorological factors and dust concentrations over several sub-regions during the event. In addition, the model did not reproduce dust backflow over the coastal regions of the Yangtze River Delta. Finally, the possible reasons causing the simulation biases were discussed and methods to improve simulations of dust events were proposed.

WRF-Dust Model；dust；PM10

X169

：A

：1000-6923(2014)02-0302-09

马井会(1980-),女,辽宁建平人,工程师,硕士,主要从事城

2013-06-15

国家自然科学基金资助项目(41005007);科技部公益性行业(气象)科研专项(GYHY201206027);上海市科学技术委员会科研计划项目(12dz1202702)

* 责任作者, 副研究员, zhougq21@163.com

市环境相关研究工作.