Page 194 - 《高原气象》2026年第3期
P. 194

高     原      气     象                                 45 卷
              802
             息见表 2, 研究区可燃物空间分布见图 2(g)、 (h)。                     滤波和分类平滑, 减弱图层拼接处的突变效应, 从
             为提高地物边界的连续性与物理一致性, 本文对可                            而提升燃烧速率及蔓延路径模拟的稳定性与真
             燃物与地形图层进行边界模糊处理, 通过局部空间                            实性。

                                                  表2  研究区可燃物基本信息
                                      Table 2  Basic information on combustibles in the study area
                                                              -2
                                                     负载量/(t·hm )                        可燃物层厚        引燃临界
               类别     典型植被
                                     1 h          10 h         100 h        活可燃物           /cm       含水量/%
                1       低草          1. 83         0. 00        0. 00         0. 00        30. 48       12
                3       高草          7. 44         0. 00        0. 00         0. 00        76. 20       25
                5       灌木          2. 47         1. 24        0. 00         4. 94        60. 96       20
                8       密林          3. 71         2. 47        6. 18         0. 00         6. 10       30
                14    不可燃物         1×10 -7       1×10 -7       1×10 -7       1×10 -7      1×10 -7     1×10 -7

             2. 2. 4 初始场与边界场数据                                  这些变化显著提升了模拟中地面能量收支与火场
                  本文驱动模式所需的初始场及侧边界条件采                           水热通量耦合的准确性, 为后续林火蔓延模拟提供
             用国家气象信息中心制作的逐 6 h, 34 km 水平分辨                      了更具物理一致性的初始条件。
             率的全球大气实况再分析产品 CMA-RA(Liang et                      2. 3 WRF-SFIRE模式设置
             al, 2020)。该资料为多模式同化的气象再分析数                             本试验基于 WRF-SFIRE 模式, 采用四层网格
             据, 广泛应用于中尺度数值模拟(王旻燕等, 2018;                        嵌套(图 1): 第一层覆盖晋冀交界区域, 第二层聚
             刘梦杰等, 2021)。                                       焦晋中与邯郸交界, 第三层进一步缩小至左权与武
                  研究表明, 土壤温度是反映地表热力状态的重                         安交界, 第四层对应遥感影像的核心研究区(d04)。
             要指标, 通过调节地表能量与水分的收支过程, 进                           外层模拟区域中心点位于初始火点处(36. 9°N,
             而影响林火蔓延。土壤湿度是陆面过程中的关键                              113. 75°E), 第四层分辨率由动力降尺度至 1 km,
             水分参量, 和地表能量平衡紧密相关, 可通过改变
                                                                设有 34×22 个格点, 其中火网格再细分 30 倍, 投影
             感热通量与潜热通量, 从而间接地对火场环境造成
                                                                方式为 lambert, 采用混合垂直坐标系, 模式垂直方
             影响(晋伟等, 2023; 王秀智等, 2025; Mandel et
                                                                向利用下密上疏方式共设 40 层, 第一层格点离地
             al, 2014)。本研究所采用的 Noah 陆面模式中, 土
                                                                高度约为 24 m。各层网格设计见表 3。模式的点火
             壤温度与土壤湿度在垂直方向上被划分为 4 层,
                                                                时间和点火位置以葵花九号首次探测到的火点信
             分别对应 0~10 cm、 10~40 cm、 40~100 cm 及 100~
                                                                息为依据, 点火时间为 2021 年 2 月 20 日 16:00, 点
             200 cm 深度。本文引用中国气象局陆面数据同化
                                                                火位置为初始火点处, 点火持续时间为 10 s, 点火
             系统(CLDAS-V 2. 0)近实时产品中对应四层的土
                                                                半 径 设 为 120 m。 模 拟 时 段 从 2021 年 2 月 20 日
             壤温湿度数据, 代替原始的初始值。CLDAS 产品
                                                                08:00 至 22 日 05:00。模式采用的物理参数化方案
             的空间分辨率为0. 0625°×0. 0625°。
                                                                包括: 长波和短波辐射方案 Rapid Radiative Trans‐
                  数据融合过程中, CLDAS 数据首先进行空间
                                                                fer Model(RRTMG)(Iacono et al, 2008)、 微物理方
             重采样与插值处理, 以匹配 CMA-RA 边界场的水
                                                                案 Eta-Ferrier(Rogers et al, 2001)、 修订的 MM5 近
             平分辨率和时间尺度。同时通过偏差校正手段, 对
             土壤温湿度进行逐像素统计分布调整, 使其与历史                            地面层方案(Janjić, 2002)及 Noah 陆面过程方案
             气候观测数据分布一致, 减小模式初始误差对火场                           (Chen and Dudhia, 2001)。
             环境变量的影响。                                               在选择边界层物理方案时, 若数值模式的网格
                  通过与 CMA-RA 数据对比可知, 后者不仅分                      间距明显大于主要湍涡的特征尺度, 则所有湍流活
             辨率较粗, 且在河北中南部区域表现为土壤温度偏                            动需通过参数化来模拟其传输过程, 因为此时湍流
             高, 湿度偏低的特征。图 3 展示了 d04 区域中 0~                      属次网格尺度现象; 而当网格间距远小于含能湍涡
             10 cm和 10~40 cm层土壤温度和含水率更新前后的                      尺度, 模式便能解析这些涡旋, 可采用大涡模拟
             差异。结果表明, 更新后的土壤温度整体有所下降,                          (LES)方法来刻画湍流行为(Zhou, 2014)。通常,
             含水率则普遍上升, 增加幅度为 0~0. 035 m·m 。                     前者的水平分辨率在 4 km 以上, 而后者要求小于
                                                      3
                                                         -3
   189   190   191   192   193   194   195   196   197   198   199