图片来源:Twitter科学配图
本研究基于混合长理论,利用高分辨率湍流数据、颗粒物通量数据以及梯度数据,建立了颗粒物的湍流扩散系数并嵌入到WRF-Chem模式进行在线评估验证:新添加的PM2.5气溶胶湍流扩散系数可以显著改善中国东部夜间稳定边界层污染物浓度被高估的现象,但湍流扩散对华北复杂地形区域(太行山沿山)的污染物浓度模拟不太敏感。
导读:
中国气象科学研究院张小曳院士团队与北京大学张宏昇教授团队合作,利用高分辨率的湍流数据、颗粒物通量数据以及梯度数据,研究了在WRF-Chem模式的边界层参数化方案中,新添加的PM2.5气溶胶湍流扩散系数对污染物模拟的影响。
该研究成果以“Impact of modified turbulent diffusion of PM2.5 aerosol in WRF-Chem simulations in eastern China”和“Application of Turbulent Diffusion Term of Aerosols in Mesoscale Model”为题,发表在《Atmospheric Chemistry and Physics》和《Geophysics Research Letters》上。
大气边界层作为地面与自由大气之间的“桥梁”,污染物首先被排放到边界层内,然后通过水平输送和垂直扩散等过程进一步演变。湍流作为边界层中的主要运动,控制着动量、热量、水汽以及污染物的垂直混合。然而在中尺度数值模式中,各个变量的垂直混合过程均通过动量/热量的湍流扩散系数来刻画。
湍流扩散系数的参数化较为常用的一种方法是基于Monin-Obukhov相似性理论(MOST)和边界层高度来进行计算:
,其中
为动量/热量的无量纲廓线函数,h为边界层高度。另一种方法是基于混合长理论计算湍流扩散系数:
,其中l为混合长,f(Ri)为稳定度经验函数。
图1,由贾文星提供▼
图1. 两种方法计算的变量随高度的变化趋势。(a) 高度项随边界层高度和高度的变化,(b) 长度项随渐近长度(λ)和高度的变化。
重污染事件的发生通常伴随着小风/静风、强逆温,低层高湿的稳定边界层特征,而模式对稳定边界层中污染物浓度的模拟方面表现出明显不足。因此,本研究聚焦稳定边界层中湍流扩散系数变化对污染物浓度的影响。对上述两种方法在稳定边界层中的不确定性进行比较评估,结果表明混合长理论计算的湍流扩散系数在稳定边界层中的不确定性更小(图1)。此外,由于模式中所有标量的湍流垂直混合过程均利用热量湍流扩散系数进行计算,但热量湍流扩散系数的改变会同时影响温度、水汽以及污染物的垂直混合过程。因此,本研究基于混合长理论建立了PM2.5颗粒物的湍流扩散系数,并将其嵌入到WRF-Chem模式中进行在线评估。
图2,由贾文星提供▼
图2. (a)原始方案和(b)新方案湍流扩散系数修改的主要程序流程图。
建立PM2.5颗粒物湍流扩散系数的目的在于(1)单独用于计算污染物的湍流垂直混合过程且能够改善夜间稳定边界层污染物浓度的模拟,(2)同时该系数的添加不会影响到其他要素的模拟(图2)。
本研究还发现,湍流扩散系数的变化对复杂地形区域(如华北太行山一带)污染物浓度变化不太敏感(图3),进而该地区平流输送(显著的风速梯度和污染浓度梯度)相比于湍流扩散的影响更加显著。
图3,由贾文星提供▼
图3. 2013-2017年(a-e)热量湍流扩散系数,(f-j)颗粒物湍流扩散系数以及(k-o)二者的差值区域分布图。
文章信息:
Jia, W., and Zhang, X.: Impact of modified turbulent diffusion of PM2.5 aerosol in WRF-Chem simulations in eastern China, Atmos. Chem. Phys., 21, 16827–16841, https://doi.org/10.5194/acp-21-16827-2021
Jia, W., Zhang, X., Zhang, H., and Ren, Y.: Application of Turbulent Diffusion Term of Aerosols in Mesoscale Model, Geophys. Res. Lett., 48, e2021GL093199,32 ,https://doi.org/10.1029/2021GL093199.
原文链接:
https://acp.copernicus.org/articles/21/16827/2021/
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2021GL093199
作者信息:
中国气象科学研究院博士生贾文星为论文的第一作者,张小曳院士和张宏昇教授为通讯作者,合作作者为北京大学博士生任燕。本研究得到了国家自然科学基金重大项目(42090030)和国家自然科学基金(U19A2044)的资助,此外,本论文的数值计算还得到了国家超级计算天津中心的计算支持。
声明:欢迎转载、转发本号原创内容。