WRF模式中不同土地利用数据对新疆一次高温天气模拟的影响

马玉芬，肖莲媛，李火青，杜 娟

（1.中国科学院大气物理研究院，北京100008；2.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐830002；3.中亚大气科学研究中心，新疆 乌鲁木齐 830002；4.若羌气象局，新疆 若羌 841800）

局地和区域气象受到很多因素的影响，最重要的是地形、地表辐射、土地覆盖和土壤水分。陆面结构通过生物物理、陆地大气和生物地球化学相互作用，在微尺度和中尺度影响着（表面）气候和气象[1-2]。它控制着水分的蒸发和径流的可用性，也影响到可用能源的分配。不管是自然的还是人为的土地利用或土地覆盖变化都通过影响着大气中如水分供应、地表通量、反照率等过程，进而影响局部环流，局部能量平衡也因反照率的变化而受到地表结构影响。

气象模型使用土地利用类别给每个网格单元分配一定的静态参数和初始值，例如反照率、地表粗糙度等。另外，也使用地形和土壤质地等静态数据，但这两个场并不依赖于土地利用。有些模型也可以使用单独的植被覆盖数据集。为了在模型模拟中准确地再现当地气象，土地利用场和其他静态场的分辨率需要与模型分辨率充分匹配[3]。利用大气模型和观测研究土地利用及其变化对区域气象和气候变化影响的敏感性试验表明，土地利用的准确性和分布对模拟结果的可信度尤为关键[4]。

在许多中尺度、气候、排放和大气化学模型中使用的土地利用和植被覆盖数据可以追溯到20世纪80年代中期或90年代初[5]，通常分辨率为1 km或更粗。其他的静态参数，如土壤纹理通常只在更粗的分辨率下可用。真正的土地利用变化多的原因可能包括荒漠化、城市化、垦荒和冰川萎缩等等。因此，为了充分模拟当地的气象过程，最新的土地利用数据集的高空间分辨率是必需的。

北美洲的250 m分辨率土地变化监测系统（NALCMS）在美国北部是可用的，其中包含从Terra卫星搭载的MODIS数据源提取的19种土地利用分类。在欧洲，以产生一个所有欧盟国家土地利用数据为基础成立了环境信息协调（CORINE）计划，这些数据采用统一命名和一致的方法。这一举措迄今已产生3个土地利用数据集，分别在1990、2000年和2006年，分辨率均为100 m，包含44个分类。Pineda等[6]将2000版的欧洲土地利用数据集[7]引入中尺度气象模式MM5中[8]，更新了西班牙东北部MM5的发射率和反照率表。CORINE数据从44类重新分为24类，本研究使用了该24类土地利用类型。发现使用新的分类对云的发展模拟与旧分类有所不同，模拟空间中不同的云发展过程进一步影响了辐射数值和低层气温、近地面的风场和湍流。他们认为新的分类能够改进模拟结果但效果并不明显。Sertel等[9]发现Landsat ETM+图像映射到24个土地利用类型，能够产生更好的模拟结果。

新疆区域数值预报系统DOGRAFS基于WRF3.5.1建立，其中使用了默认的USGS[10]24类土地利用类型，对2 m温度的预报效果整体优于国家气象中心数值预报业务系统GRAPES_NMC。无论是GRAPES_NMC还是DOGRAFS，温度预报绝对误差夏季高于冬季，且在极端高温天气中这种偏差最大。地表反照率是影响2 m温度的重要因子，尤其在夏季极端高温的晴空条件下，此时地表反照率较其它季节强，而其强弱与土地利用类型的关系尤为密切[4]。因此，如果更新土地利用类型对夏季极端高温预报效果有所改善，则必定会对其它时段预报效果有改进。鉴于此，本研究在WRF（v3.8.1）中使用了不同的土地利用类型静态数据，模拟了新疆2017年7月9日00—24时（BT）的极端高温天气，系统地分析了WRF模式中USGS[10]和MODIS[11-12]土地利用数据土地利用数据对新疆一次高温天气模拟的影响。

1 资料和方法

1.1 土地利用数据

在气象模式中，需要根据已知的粗糙度、反射率、热力因子、发射率和土壤湿度等对每一个地表相元分配土地利用信息。WRF模式使用的是最常用的土地利用信息，包括USGS[10]和MODIS[11-12]土地利用数据。原则上，只要表1中所列值存在[13-15]，WRF也可以使用除MODIS和USGS以外的静态数据，在本研究中，仅使用了标准的MODIS和USGS数据集。

表1 MODIS和USGS土地利用类型

从MODIS卫星传感器获取的土地利用信息在WRF中是可用的。完整的MODIS土地利用数据库包含了5种不同的土地利用数据集，分别是IGBP[11-12]、14 类的 UMD[16]、10 类的 MODIS LAI/FPAR[17]、8类生物数据集[18]和12类植物功能型分类[19]。本研究中使用的MODIS数据是基于1 km分辨率的21类IGBP数据库，它并不是USGS24类数据库的子集。在WRF中使用过的包含了ICGB-DIS数据库的USGS数据集[20]基于超高分辨率AVHRR的后处理图像。该数据集基于20 a前的探测结果，所以部分结果可能与现在的实际土地利用各类型不符。另外，还存在一些错误的分类信息。图1给出了新疆地区详尽的MODIS 21类（包含湖泊）和USGS 24类土地利用类型。

由图1可见，阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000 m以上的高山带上，MODIS的土地利用类型主要为“贫瘠或疏生植物”，USGS为“森林冻原”和“贫瘠或疏生植物”。与此同时，USGS中昆仑山顶局部增加了“雪或冰”的土地利用类型。MODIS土地利用数据中显示的湖泊在北疆有3个，南疆5个，从北向南分别为乌伦古湖、玛纳斯湖、艾比湖、博斯腾湖、阿耶克库木湖、阿其克库勒湖和阿克塞琴湖。在USGS土地利用数据中，新疆北部的乌伦古湖和艾比湖面积缩小，其它湖泊消失。USGS土地利用数据中新疆全境的绿化区域面积明显比MODIS大，即USGS土地利用类型“贫瘠或疏生植物”在多处更新为“稀树草原”，这些地区包括准格尔盆地中部、哈密地区、库尔勒北部、阿克苏北部、克州、喀什西部以及和田南部。另外，MODIS土地利用数据中的“旱地/草地”类型在USGS中更新为“落叶针叶林”和“稀树草原”，这种改变在伊犁河谷地区表现尤为明显。而戈壁绿化在哈密地区较为明显。故文中首先分析了两种土地利用类型对新疆境内国家基本站点2 m温度模拟的影响，然后分别分析了其对伊犁河谷和哈密地区区域自动站2 m温度的影响。

1.2 实验方案

2017年7月5—10日，伊朗副高逐渐加强东伸且稳定少动，新疆大部受高压脊控制，维持高温天（a为MODIS，b为USGS；色标中不同的颜色代表不同的土地利用类型，其序号对应的土地利用类型描述见表1）气。11日开始，伊朗副高减弱西撤，13—16日西太平洋副高西伸北抬，588线控制新疆东部，后期巴州南部、吐鄯托盆地、哈密等地维持高温天气。在这种天气形势的影响下，新疆平原区大部出现了35℃以上的高温天气，其中伊犁河谷、博州、克拉玛依、北疆沿天山一带、南疆塔里木盆地等地的最高气温达37～40℃，和田、巴州南部、哈密南部和北疆沿天山一带的局部最高气温达39～42℃，吐鄯托盆地的最高气温达45℃以上。本研究以2017年7月9日的高温天气为例，以2017年7月8日18时为初始时刻，使用从NCEP业务预报场GFS提供初始条件和边界条件，用WRF模式积分30 h，对6～30 h的模拟结果进行对比分析。

本研究使用WRF（v3.8.1）开展了两组数值模拟实验，其中地表类型使用MODIS的数值实验命名为MODIS，使用USGS的数值实验命名为USGS。两组实验均采用二层嵌套模拟区域，区域中心为（43.5°N，82.5°E），水平格距分别为27 km和9 km，各层区域东西向分别取211、181个格点，南北向分别取289、208个格点，垂直方向为σ坐标，取40层。时间积分步长50 s。本研究所有分析均基于9 km分辨率的网格区域。采用的物理过程包括GCE微物理过程方案、YSU边界层方案、NOAH陆面过程、RRTM长波辐射方案和Goddard短波辐射方案。

2 结果分析

模拟的新疆地区高空的高压脊与实况十分接近，说明数值模拟实验较为成功。在此基础上，将9 km分辨率的模拟结果插值到站点上，与全疆15个国家基本气象站、伊犁河谷区域自动站和哈密地区区域自动站的观测值（OBS）相对比。模式地形高度对2 m温度及其它多种气象要素模拟效果影响显著[21-22]，故在逐站点对比时，根据模式地形与实际地形的高度差，对2 m温度进行了高度订正，模式地形每高于实际地形100 m，温度增加0.65 K，反之亦然[23]。

在新疆气温模拟部分，首先关注MODIS和USGS土地利用数据对新疆2 m温度模拟结果的整体影响，再分析站点插值的情况。然后再基于站点温度的模拟偏差分别分析退耕还林对伊犁河谷2 m温度变化的影响以及戈壁绿化对哈密地区2 m温度变化的影响。文中所述最高气温实况是从逐小时整点观测值中选择的最大值。

2.1 新疆全境气温模拟

从新疆境内的104个国家基本气象站的2 m温度实况图（图2a）可见，此次高温天气的最高温度出现在吐鄯托盆地，35℃以上的高温辐射整个塔里木盆地和准格尔盆地，阿尔泰山、天山及昆仑山山区气温略低。MODIS实验（图2b）和USGS实验（图2c）模拟的2 m温度均能较好地体现出这种温度的空间分布情况。由于山区观测站点稀少以及模式模拟能力有限，实况图中山区的最高温度受山坡附近观测站点最高温度的影响，其插值结果明显高于MODIS和USGS的模拟2 m温度。

另外，从USGS模拟的2 m温度减去MODIS模拟的2 m温度的插值图（图2d）可见，阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000 m以上的高山带上，MODIS的土地利用类型主要为贫瘠或疏生植物，USGS为森林冻原和贫瘠或疏生植物，使得在增加了冰川冻原的区域使用USGS时WRF模拟的该地区2 m气温明显高于使用MODIS模拟的2 m气温，偏高幅度最高可达12 K。另外，USGS中昆仑山顶局部增加了“雪或冰”的土地利用类型，使得该处及其附近使用USGS时WRF模拟的2 m气温明显低于MODIS模拟的2 m气温。

从全疆15个地州代表站点温度模拟来看（图3），除克拉玛依、乌鲁木齐、哈密、和田和若羌站以外，其余站点最高温度和最低温度的模拟偏差均在2 K以内，且多数站点温度模拟以高温偏低、低温偏高为主。喀什和若羌两站的模拟最高温度和最低温度均高于实况，克拉玛依、乌鲁木齐、吐鲁番3站的模拟最高温度和最低温度均低于实况，这主要是由模式的模拟性能决定的。

数值模拟结果与实况的偏差幅度相比，MODIS和USGS实验模拟的最高温度和最低温度的差异较小，USGS模拟的最高温度比MODIS模拟的最高温度整体偏高 0.17 K，USGS模拟的最低温度比MODIS模拟的最低温度整体偏低0.45 K，且USGS模拟的2 m温度整体低于MODIS模拟的2 m温度。

模式对所使用的地形进行了平滑处理，故站点地形高度与实际地形高度存在一定的差异。这种差异在地形复杂的山地尤为明显。表2给出了所选15个新疆国家基本站代表站点的模式地形高度和实际地形高度，根据两者的差异，对模拟的站点温度进行了高度订正。15个站点中，模式地形减实际地形的最大值为80.1 m，出现在乌鲁木齐站，该站温度在模拟结果的基础上调高了0.5 K。模式地形15站平均比实际地形高16.4 m，温度平均调高了0.1 K。从表2的地表类型插值结果来看，两种土地利用类型数据中所选代表站点的地表类型变化较为明显，这是戈壁、沙漠绿化和退耕还林的结果。

图3 2017年7月9日新疆国家基本站2 m温度

MODIS实验模拟的15个站点2 m温度与实况的相关系数多在0.9以上，相关系数平均值约为0.934，USGS实验模拟的15个站点2 m温度与实况的相关系数整体略低于MODIS，平均值约为0.932。 MODIS实验模拟的15个站点2 m温度与实况的平均偏差多在2 K以内，平均偏差平均值约为0.8 K，USGS实验模拟的15个站点2 m温度与实况的平均偏差整体略小于MODIS，平均值约为0.7 K。MODIS实验模拟的15个站点2 m温度与实况的均方根误差平均值约为4.9 K，USGS实验模拟的15个站点2 m温度与实况的均方根误差整体略大于MODIS，平均值约为5.0 K。

2.2 伊犁河谷气温模拟

近年来，伊犁河谷退耕还林进展明显，使得河谷地区气象条件得到了明显的优化。MODIS数据中伊犁河谷的土地类型很好地体现了退耕还林前的伊犁河谷地表类型，而USGS则对应着退耕还林后的地表类型分布。图4给出了伊犁河谷详尽的MODIS 21类和USGS 24类土地利用类型。在河谷地区，MODIS土地利用类型主要为“旱地/草地”，USGS为“草地”和“农田/林地马赛克”。

从伊犁河谷9个代表站点温度模拟来看（图5），除伊宁县和尼勒克以外，其余站点最高温度和最低温度的模拟偏差均在2 K以内，且多数站点温度模拟以高温偏低、低温偏高为主，这主要是由模式的模拟性能决定的。尼勒克、新源和特克斯3站的模拟最高温度高于实况，霍尔果斯、伊宁县和昭苏3站的模拟最低温度低于实况。

与模拟偏差相比，MODIS和USGS实验模拟的最高温度和最低温度的差异较小，USGS模拟的最高温度比MODIS模拟的最高温度整体偏高0.08 K，USGS模拟的最低温度比MODIS模拟的最低温度整体偏高0.32 K。在伊犁河谷，USGS模拟的2 m温度整体高于MODIS模拟的2 m温度。

表2 新疆国家基本站代表站点2 m温度模拟偏差分析

图4 伊犁河谷土地利用类型

表3给出了所选9个伊犁河谷代表站点的模式地形高度和实际地形高度，根据两者的差异，我们对模拟的站点温度进行了高度订正。所选的9个站点中，模式地形减实际地形的最大值为294.3 m，出现在尼勒克，该站温度在模拟结果的基础上调低了1.9 K。9站的模式地形平均比实际地形高88.5 m，温度平均调高了0.6 K。从表3的地表类型插值结果来看，两种土地利用类型数据中所选代表站点的地表类型变化较为明显，这主要是伊犁河谷退耕还林的结果。

MODIS实验模拟的伊犁河谷9个站点2 m温度与实况的相关系数多在0.9以上，相关系数平均值约为0.937，USGS实验模拟的9个站点2 m温度与实况的相关系数整体略低于MODIS，平均值约为0.932。MODIS实验模拟的9个站点除尼勒克外，2 m温度与实况的平均偏差均在2 K以内，平均偏差平均值约为0.48 K，USGS实验模拟的9个站点2 m温度与实况的平均偏差整体略大于MODIS，平均值约为0.53 K。MODIS实验模拟的9个站点2 m温度与实况的均方根误差平均值约为4.29 K，USGS实验模拟的9个站点2 m温度与实况的均方根误差与MODIS接近，平均值约为4.28 K。

图5 2017年7月9日伊犁河谷地区区域自动站2 m温度

表3 伊犁河谷区域自动站2 m温度模拟偏差分析

2.3 哈密地区气温模拟

近年来，哈密地区戈壁绿化效果显著。MODIS土地类型很好地体现了哈密地区戈壁绿化前的情景，而USGS则对应着戈壁绿化后的地表类型分布。图6给出了哈密地区的MODIS 21类和USGS 24类土地利用类型。在哈密地区，MODIS土地利用类型主要为“贫瘠或疏生植物”和“农田/林地马赛克”，USGS中“农田/林地马赛克”所占比重明显增大。

从哈密地区6个代表站点温度模拟来看（图7），仅淖毛湖站的最高温度偏差在2 K以内，除巴里坤站外其余站点的最低温度模拟偏差均在2 K以内。多数站点温度模拟以高、低温均偏低为主。此次高温过程中，哈密地区出现了40℃以上的极端高温天气，模式模拟极端高温能力尚显不足。

与模拟偏差相比，MODIS和USGS实验模拟的最高温度和最低温度的差异较小，USGS模拟的最高温度比MODIS模拟的最高温度整体偏高0.35 K，USGS模拟的最低温度比MODIS模拟的最低温度整体偏高0.13 K。在哈密地区，USGS模拟的2 m温度整体高于MODIS模拟的2 m温度。

表4给出了6个哈密地区代表站点的模式地形高度和实际地形高度，根据两者的差异，对模拟的站点温度进行了高度订正。6个站点中，模式地形减实际地形的最大值为146.9 m，出现在巴里坤，该站温度在模拟结果的基础上调低了1.0 K。6站的模式地形平均比实际地形高8.7 m，温度平均调高了0.06 K。从表4的地表类型插值结果来看，两种土地利用类型数据中所选代表站点的地表类型变化较为明显，这主要是哈密地区戈壁绿化的结果。

图6 哈密地区土地利用类型

图7 2017年7月9日哈密地区区域自动站2 m温度

表4 哈密地区区域自动站2 m温度模拟偏差分析

MODIS实验模拟的哈密地区6个站点2 m温度与实况的相关系数多在0.95以上，相关系数平均值约为0.957，USGS实验模拟的6个站点2 m温度与实况的相关系数与MODIS接近，平均值约为0.958。两组数值实验模拟的十三间房、巴里坤和哈密3个站点的2 m温度与实况的平均偏差超过了2 K，平均偏差多以偏低为主，平均值分别约为-1.81 K和-1.60 K，USGS实验模拟的站点2 m温度与实况的平均偏差整体略小于MODIS。MODIS实验模拟的站点2 m温度与实况的均方根误差平均值约为4.69 K，USGS实验模拟的站点2 m温度与实况的均方根误差与MODIS接近，平均值约为4.71 K。

3 结论

本研究在详细分析MODIS和USGS土地利用类型在新疆地区的地理分布的基础上，分别在WRF（v3.8.1）中使用两种不同的土地利用类型静态数据模拟了新疆2017年7月9日的极端高温天气，系统分析了不同的土地利用类型对新疆全区及伊犁河谷和哈密地区2 m温度模拟的影响。

（1）阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000 m以上的高山带上，MODIS的土地利用类型主要为“贫瘠或疏生植物”，USGS为“森林冻原”和“贫瘠或疏生植物”，且USGS中昆仑山顶局部增加了“雪或冰”的土地利用类型。另外，MODIS土地利用数据中显示的湖泊在新疆有8个，从北向南分别为乌伦古湖、玛纳斯湖、艾比湖、博斯腾湖、阿耶克库木湖、阿其克库勒湖和阿克塞琴湖。在USGS土地利用数据中乌伦古湖和艾比湖面积缩小，其它湖泊消失。USGS土地利用数据中新疆全境的绿化区域面积明显比MODIS大，伊犁河谷的退耕还林和哈密地区戈壁绿化后的现状在USGS中得到了很好的体现。

（2）USGS实验模拟的阿尔泰山、天山以及南疆西部的昆仑山北部海拔3000 m以上的高山带上2 m气温明显高于MODIS，最高偏高12 K左右。两组数值实验模拟的2 m温度均与实况显著相关，相关系数均在0.9以上，USGS略低于MODIS。USGS实验模拟2 m气温平均偏差整体略小于MODIS，但均多在2 K以内。均方根误差USGS略大，两者模拟最高温度和最低温度差异较小，且USGS模拟的2 m温度整体低于MODIS模拟的2 m温度。

（3）在伊犁河谷，MODIS土地利用类型主要为“旱地/草地”，USGS为“草地”和“农田/林地马赛克”。代表站点最高温度和最低温度的模拟偏差多数在2 K以内，且多以高温偏低、低温偏高为主。两组实验模拟的最高温度和最低温度差异较小，MODIS整体略偏高。两者各自相关系数的平均值均在0.9以上。USGS实验模拟的2 m温度平均偏差整体略大于MODIS，偏差平均值均在0.5 K左右。USGS实验2 m温度均方根误差与MODIS接近，平均值约为4.3 K。

（4）在哈密地区，MODIS土地利用类型主要为“贫瘠或疏生植物”和“农田/林地马赛克”，USGS中“农田/林地马赛克”所占比重明显增大。哈密地区多数代表站点的高低温模拟偏差均在2 K以内，且高、低温均以偏低为主。USGS模拟的最高温度比MODIS高。两组实验模拟的2 m温度与实况的相关系数平均值较为接近，均在0.95以上。MODIS和USGS实验模拟的2 m温度平均偏差多以偏低为主，平均值分别约为-1.81 K和-1.60 K。均方根误差两者接近，平均值均在4.7 K左右。

（5）在所选站点温度高度订正中，多数站点模式地形高度高于实际地形高度，因此多数站点的温度高度订正以调低为主，调高幅度最大值为1.9 K，出现在伊犁河谷的尼勒克站。整体来看，温度高度订正的幅度大于MODIS和USGS模拟2 m温度的差值，由此可见温度高度订正的必要性。

本文仅对比了WRF模式中USGS[10]和MODIS[11-12]土地利用数据对新疆一次高温天气模拟的影响，后期将对哪些区域可以选择哪个最优方案进行集合分析，以期为优化新疆区域数值预报业务系统下垫面辐射方案优化提供客观依据和技术支撑。