WRF模式的应用及优化方案

WRF（Weather Research and Forecasting）模式是由美国国家大气研究中心、美国环境预报中心及多个大学、研究所和业务部门联合研究发展的新一代中尺度数值模式和数据同化系统，是一个统一的 “公用体模式”。WRF模式设计先进，采用Fortran90语言编写，其特点是灵活、易维护、可扩展、有效以及适用计算平台广泛。其主要的优点是具有先进的数据同化技术、功能强大的嵌套能力和先进的物理过程，特别是在对流和中尺度降水处理能力方面优点更突出。WRF模式适用范围很广，从中小尺度到全球尺度的数值预报和模拟都有广泛应用。既可用于数值天气预报，也可用于大气数值模拟研究领域，包括数据同化的研究、物理过程参数化研究、区域气候模拟、空气质量模拟、海气耦合以及理想试验模拟等。

为更好地应用和发展中尺度预报模式，并将最新研究成果迅速应用于业务数值预报领域，WRF模式系统包含WRF-ARW 和WRF-NMM 两种动力框架，分别由美国NCAR和NCEP主导发展和维护。ARW 和NMM 均包含于WRF 基础软件框架中，它们之间除了动力求解方法不同外，均共享相同的WRF 模式系统框架和物理过程模块。作为WRF模式系统两个独立的模式，ARW 和NMM 都可以进行实时数值天气预报和预报系统研究、大气物理机器参数化研究、天气个例研究和动力框架与数值天气预报教学等。除此以外，ARW 还可以用来进行区域气候和季节尺度上的模拟研究、化学过程的耦合应用研究、全球大气数值模拟、多尺度理想试验以及数据同化研究等。

WRF模式系统的主要组成如图2-5所示，包括前处理系统、基础软件框架和后处理过程三大部分。

图2-5　WRF模式系统流程图

2.2.2.1　前处理系统 （WPS）

WPS主要是为模式做前期的数据准备。其具体过程包括：①定义模拟区域和嵌套区域；②计算格点经纬度、地图投影放大系数和科氏参数；③将陆地数据 （如地形、植被和土壤类型）插值到模拟区域；④将随时间变化的气象数据插值到模拟区域。WPS主要特点在于：可处理来自世界各个气象中心的气象资料，允许4种地图投影类型 （极射赤面投影、兰伯特投影、墨卡托投影和经纬度投影），具有设置模式区域嵌套和友好的用户数据输入界面。(www.xing528.com)

2.2.2.2　基础软件框架

基础软件框架是WRF模式系统的主体部分，具有高度的模块化、易维护、适用于多计算平台、支持多个动力求解算法和物理过程模块等特点，包含了动力求解方法模块（ARW 和NMM）、物理过程、初始化模块、变分同化模块和WRF 化学过程模块。各主要模块的功能如下：

动力求解方法模块：该模块是WRF模式系统的核心部分，主要对控制大气运动方程组进行地图投影和空间离散，应用时间积分方案以及为保证模式稳定而采取耗散处理等。WRF模式动力框架的主要特点包括：完全可压缩非静力平衡方程 （带有静力平衡选项），包含完整的科氏力和曲率项，包括4种类型地图投影（即极射赤面投影、兰伯特投影、墨卡托投影、经纬度投影），适用于区域和全球空间尺度，具有单向、双向和移动嵌套能力，垂直方向采用质量地形跟随坐标且垂直格距随高度可变，水平离散采用Arakawa-C网格，时间积分为三阶龙格-库塔 （Runge-Kutta）时间分离积分方案等。其中，声波和重力波模态采用较短时间步长，在水平方向上为显式时间积分方案，而在垂直方向则为隐式时间积分方案。在水平和垂直方向上，采用二阶至六阶平流方案进行空间离散，极大地保证了离散精度。另外，还有多种侧边界条件可供选择，如理想情况下的周期边界条件、对称边界条件和开放辐射边界条件，真实情况下的有松弛区域的制定边界条件。

此外，动力求解方法模块中包含了完整的物理过程选项。而物理过程模块本身是模式的重要组成部分，计算模式所需要的动力、热力和水汽的参数值，对模式的动力和热力过程有强迫和驱动作用。模块主要包含的物理过程有：微物理、积云对流、行星边界层、陆面过程模式和辐射等，每种物理过程都有丰富的参数化方案可供选择。

变分同化系统：数据同化是将不同来源的气象观测要素与数值预报产品相结合，产生更准确的大气或海洋要素的数据资料，为数值模式提供更准确的初始场。WRF 变分同化系统使用了增量同化技术，它使用共轭梯度方法进行绩效化运算。WRF 同化分析是在Arakawa-A 网格中进行的，然后将分析增量插值到Arakawa-C 网格，并且与背景场 （初猜场）相加得到WRF模式的最终分析场。背景场 （初猜场）误差的水平分量可以通过递归滤波 （有限区域模式）或功率谱（全球模式）来表示，而垂直分量则可以通过投影到气候平均的特征向量及其相应的特征值来表示。WRF变分同化系统可以同化各种常规和非常规资料，其中常规观测数据可采用ASCⅡ码或者PRERBUFR 格式，雷达数据 （反射率和径向速度）采用ASCⅡ码格式。WRF 同化系统还有一个 “gen＿be” 模块，它利用NMC方法或者集合扰动方法来构造背景误差协方差矩阵。在同化完成之后，该系统还进一步根据同化结果更新边界条件。

为了提高风电功率预测的准确性，很多厂商自建了相关数值天气预报系统，这些系统适配风电场预测的相应尺度，预测结果也比气象局提供的预测结果更加精确。随着计算机计算能力的日益强大以及数值天气预报模式的发展，将来的预测结果将更加准确，可预测时间也将延长，为功能更强大的风电功率预测系统奠定基础。