2、中尺度气象模式（WRF）入门：WRF模型架构、网格嵌套技术、陆面过程参数化、边界层方案选择

各位好，我是老张。在风电行业摸爬滚打了十几年，今天咱们聊聊WRF模式。说实话，我刚入行那会儿，WRF还是个新鲜玩意儿，现在已经是风电选址的标配工具了。你想想看，一个风电场要运营20年，选址时要是把风资源算偏了，那损失可不是小数目。所以，搞懂WRF，就是给项目上了一份保险。

2.1 WRF模型架构：它到底是怎么工作的？

WRF的全称是Weather Research and Forecasting，说白了就是一个能模拟大气运动的大程序。它的架构，我习惯分成三块来看：

  • 前处理系统（WPS）：负责把全球再分析数据（比如ERA5、FNL）处理成WRF能吃的格式。这一步很关键，数据源的质量直接决定模拟的成败。
  • 主求解器（ARW）：这是核心引擎，负责解算大气运动方程。我个人习惯用ARW核心，它在风电领域应用最广。
  • 后处理系统：把WRF输出的原始数据转成我们需要的风场、温度场等。常用的工具有NCL、Python的xarray库。

核心逻辑：WRF本质上是在做「数值天气预报」——把大气分成一个个网格，在每个网格里解算物理方程。网格越密，结果越准，但计算量也越大。

这里我画了一张架构图，帮你理清关系：

WRF模型架构概览 前处理（WPS） geogrid.exe ungrib.exe metgrid.exe 主求解器（ARW） real.exe wrf.exe （核心计算） 后处理 NCL / Python 风场提取 可视化 数据流向：全球再分析数据 → 区域网格化 → 数值模拟 → 风场输出 关键输入参数 • 地形数据（SRTM、GTOPO30） • 土地利用类型（MODIS、USGS） • 初始场与边界场（ERA5、FNL、GFS）

2.2 网格嵌套技术：粗网格与细网格的配合

做风电选址，你不可能把整个中国都跑成1公里网格——那得算到猴年马月去。所以，WRF提供了网格嵌套技术。说白了，就是大范围用粗网格，感兴趣的区域用细网格。

我举个例子：你要在内蒙古某地建风电场。我会这样设置：

  • 母域（d01）：覆盖整个内蒙古，分辨率27公里。这一步是为了捕捉大尺度天气系统。
  • 子域（d02）：覆盖项目周边200公里，分辨率9公里。开始关注地形影响。
  • 子域（d03）：覆盖场址周边50公里，分辨率3公里。这时候能看到山脊、河谷对风的影响了。

我的经验：嵌套比一般控制在3:1左右。比如27→9→3公里，或者9→3→1公里。比值太大，边界处理容易出问题。我曾经试过直接从27跳到3公里，结果在边界处出现了虚假的风速突变，排查了好几天才发现是嵌套设置的问题。

在namelist.wps里，嵌套设置长这样：

&share
 wrf_core = 'ARW',
 max_dom = 3,
 start_date = '2023-01-01_00:00:00',
 end_date   = '2023-01-31_00:00:00',
 interval_seconds = 21600
/

&geogrid
 parent_id         = 1,   1,   2,
 parent_grid_ratio = 1,   3,   3,
 i_parent_start    = 1,   30,  45,
 j_parent_start    = 1,   25,  40,
 e_we              = 100, 100, 100,
 e_sn              = 100, 100, 100,
 dx                = 27000,
 dy                = 27000,
 map_proj          = 'lambert',
 ref_lat           = 42.0,
 ref_lon           = 115.0,
/

这里要注意：parent_grid_ratio就是嵌套比，i_parent_start和j_parent_start是子域在母域中的起始网格位置。嗯，这个坐标你得算准了，不然子域可能跑到母域外面去。

2.3 陆面过程参数化：地面怎么影响风？

很多人觉得风只跟大气有关，其实地面作用非常大。你想想看，同样风速，经过草地和经过森林，结果能差30%以上。这就是陆面过程要解决的问题。

WRF里常用的陆面方案有：

方案名称 适用场景 我的评价
Noah LSM 通用场景，风电项目首选 稳定可靠，我90%的项目都用它
Noah-MP 复杂地形、森林覆盖区 精度更高，但参数多，调起来费劲
RUC LSM 高分辨率、快速预报 计算快，但细节不如Noah
CLM4 科研用途，气候研究 太复杂，工程上用得少

避坑指南：我曾经在内蒙古草原项目上用了Noah-MP，结果发现土壤湿度参数没调好，导致夜间风速模拟偏差很大。后来换回Noah LSM，配合当地土壤观测数据校准，效果反而更好。所以，别盲目追求复杂方案，适合的才是最好的。

陆面过程的核心参数包括：

  • 地表粗糙度：直接影响近地面风速廓线。草原0.01-0.05米，森林0.5-2米。
  • 反照率：影响地表能量平衡，间接影响热力环流。
  • 土壤湿度：影响感热和潜热通量，对边界层发展很关键。

2.4 边界层方案选择：风从哪里来？

边界层方案，说白了就是决定「风在近地面怎么混合」的。这对风电选址太重要了——风机就在边界层里转呢。

WRF里主流的边界层方案：

  • YSU方案：非局地闭合，适合中性到不稳定层结。我早期项目常用，计算稳定。
  • MYJ方案：局地闭合，1.5阶湍流模型。适合稳定边界层，夜间风模拟更好。
  • ACM2方案：混合方案，兼顾局地和非局地。我个人觉得它最灵活，但参数多。
  • BouLac方案：法国开发的，适合复杂地形。我在山地项目上试过，效果不错。

选型建议：平原风电项目，YSU或MYJ就够用。山地、沿海等复杂地形，建议用ACM2或BouLac。我一般会跑两个方案做对比，选跟测风塔数据吻合度高的那个。

在namelist.input里设置边界层方案：

&physics
 bl_pbl_physics = 1, 1, 1,   ! 1=YSU, 2=MYJ, 7=ACM2, 12=BouLac
 sf_sfclay_physics = 1, 1, 1, ! 与PBL方案配套
/

这里有个坑：边界层方案必须和近地面层方案配套使用。比如YSU配MM5相似理论（sf_sfclay_physics=1），MYJ配Eta相似理论（sf_sfclay_physics=2）。混搭的话，模型会报错，或者给出离谱的结果。我刚开始学WRF时就犯过这个错，跑出来的风速剖面完全不对，还以为是地形数据的问题。

最后说一句：WRF入门不难，但用好需要积累。每个参数背后都有物理意义，别光看教程，多动手跑几个案例，慢慢就有感觉了。

我的小习惯：每次跑新项目，我都会先跑一个月的模拟，跟当地气象站数据对比。如果偏差超过15%，就回头检查参数设置。这一步虽然费时间，但能避免后期更大的麻烦。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →