基于WRF模拟的晋江市海陆风特征分析

基于WRF模拟的晋江市海陆风特征分析
杨沈斌;谢锋;李梦琪;陈星宜;姜静敏
【摘要】随着沿海城市的快速发展,城市气候环境恶化,研究弱大气环流背景下的海陆风对改善城市环境具有重要意义.以晋江市为例,利用站点风要素观测数据,结合海陆风判别条件,提取并分析了两个典型海陆风日海陆风的基本特征;采用WRF与Noah陆面过程模式耦合,选用BEP多层城市冠层模型,对典型日进行了风场模拟.从模拟结果中分解出局地风,在验证海陆风现象的基础上,分析了海陆风特征的空间分布规律.结果显示:WRF模拟的逐小时局地风向时序与实测情况吻合较好,通过了信度为0.05的显著性检验,但局地风速模拟值与实测值存在显著差异,平均达到1 m/s.从WRF模拟结果提取的海、陆风起始和终止时间、持续时间与实际情况存在一定差别.两者持续时间在空间上的变化与各自起始时间的空间变化一致,且未明显出现随离岸距离增加,海陆风减弱的现象.上述结果表明,WRF能够较好地模拟海陆风日的风场特征,尽管对海、陆风速的模拟还存在一定的不确定性,但所得结论对晋江市城市规划和微环境改善有参考意义.
【期刊名称】《大气科学学报》
【年(卷),期】2019(042)003
【总页数】10页(P459-468)
【关键词】城市环境;气候评估;局地风;海陆温差
【作者】杨沈斌;谢锋;李梦琪;陈星宜;姜静敏
【作者单位】南京信息工程大学气象灾害预报预警与评估协同创新中心/应用气象学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心/
应用气象学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心/应用气象学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心/应用气象学院,江苏南京210044;南京信息工程大学气象灾害预报预警与评估协同创新中心/应用气象学院,江苏南京210044
【正文语种】中文
在大气基本环流微弱时,沿海地区易形成白天从海上吹向陆地,夜晚从陆地吹向海洋的局地风,前者称为海风,后者称为陆风,合称为海陆风(Stull,1988)。

海陆风是由海陆热力性质差异引起,常发生于沿海地区,是一种局地中尺度环流系统,对沿海地区的天气变化、微气候特征、大气污染物传输与扩散有一定影响(Abbs and Physick,1992;蒋维楣,2003;Miller et al.,2003;林长城等,2015)。

近年来,中国沿海城市迅速发展,城市高楼林立,人口增加,给城市生态环境带来了较大的压力。

因此,研究沿海地区弱大气环流背景下的海陆风特征,对指导城市规划、布设人居环境改善工程具有重要的意义(陈训来等,2008;刘姝宇和沈济黄,2010;黄利萍等,2013;吴蒙等,2016)。

海陆风特征通常包括海、陆风风向和风速、起始和终止时间、持续时长及两者之间的转换时间等。

因海陆风受不同纬度、海陆分布形式、下垫面等因素的影响,沿海城市的海陆风特征不尽相同,加之可能与其他尺度的天气过程相伴出现,准确判断海陆风特征存在一定的困难(Borne et al.,1998;韦晨,2012;吴滨等,2013)。

早期的海陆风特征研究,主要是采用气象气球、气象铁塔和雷达等探测手段
(Fisher,1960;Simpson et al.,1977;于恩洪等,1987;Banta et al.,1993),在观测分析的基础上结合地形、海岸线走向、海陆热力差异等方面,获取海、陆风向和风速的变化规律,并建立相应的海陆风判别方法(周钦华等,1987;Borne et
al.,1998;Prtenjak and Grisogono,2007;Azorin-Monlina and Chen,2009)。

对比这些方法发现,它们通常由多个因素共同确定。

如在适用于常规气象站点的方法中,日出和日落前后固定时段内风向变化、风速大小、持续海风方向和陆风方向的时数等因素被广泛采纳。

其他因素还包括平均云量、海陆温差、太阳总辐射等,但这些因素通常因缺乏可靠的观测而较少出现在判别方法中。

海陆风属于局地大气环流,因此在分析前需要对实测风速进行矢量分解,将分解得到的局地风用于海陆风日的判别和特征提取(高佳琦,2011;韦晨,2012)。

朱乾根等(1983)采用月时间距平法提取逐日局地风,并将其用于海陆风日的识别和特征分析,而于恩洪(1997)则以日平均风场作为系统风,从实测风中剔除系统风后对海陆风日进行识别,并在识别过程中对局地风速加以限制,以剔除背景风过强的情况。

从之前研究看(韦晨,2012;吴滨等,2013;王静,2015),采用于恩洪(1997)的方法更有利于海陆风日的识别,提取的特征能够反映当地海陆风的基本规律。

近年来,随着数值模拟技术的不断发展,采用中尺度气象学模式可以模拟由于下垫面加热不均匀和不规则地形所引起的中尺度环流(鞠丽霞等,2003;宋洁
慧,2008;Tewari et al.,2010;Chen et al.,2011)。

如翟武全等(1997)采用一层诊断模式模拟海南岛四季风场的中尺度环流。

结果指出,复杂地形和海陆分布是形成各种中尺度环流的主要原因。

文伟俊等(2009)则运用WRF(Weather Research Forecast)模式模拟海陆风的结构,并分析了城市化对海陆风的作用。

结果显示,随着城市化的发展,热岛效应加强了海风的发展,但削弱了陆风。

类似研究还有蔡榕硕等(2003)、王玉国等(2009)、苗峻峰(2014)。

这些研究多围绕海陆风的机理,通过模拟揭示海陆风发生、发展和结构变化机制,但限于资料的局限性(如下垫面数据)和模式模拟的计算能力,对海陆风的时空分布特征缺乏足够的认识。

当前,随着WRF模式和基础地理数据的不断更新,该模式已具备对更高时空尺度下局地环流的模拟能力(伍见军等,2013;郭飞,2017),可用于城市建设布局规划和城市
环境改善方面的模拟研究(王咏薇等,2013;Liao et al.,2014;储鹏等,2016;李
倩,2016)。

为此,本文拟以沿海城市晋江为例,在站点海陆风研究的基础上,采用WRF与Noah陆面过程模式耦合,再结合BEP(Building Effect Parameterization)多层城市冠层模型,模拟晋江典型海陆风日风场,并通过分析模拟结果,揭示晋江市典型日的海陆风特征及其空间分布。

同时,借助这项研究,探讨WRF模式在海陆风模
拟上的可靠性,为利用WRF模式评估海陆风对城市微气候的影响,以及评估沿海城
市通风廊道的效用提供依据(李倩,2016)。

1 资料和方法
1.1 研究区域概况
晋江市地处福建四大河流之一的晋江南岸,三面临海,内陆水系密布,是典型的沿海城市。

其地理位置位于118°24′E～118°43′E、24°30′N～24°54′N,平均海拔132 m。

该市地处亚热带海洋性季风气候区,年平均气温在18～20 ℃,气候温和,雨量充沛。

1.2 海陆风判别
参考文献(朱乾根等,1983;韦晨,2012;吴滨等,2013),结合晋江市所处的地理位置,确
定了适用于晋江市海陆风日判定的条件,即:
1)“有效天”定义为1 d中有效的数据量超过当天应有数据量的2/3,即24 h至少有17 h的观测数据;
2)当日日出时到日落后的2 h内,有连续4 h及以上海风风向出现,并且海风风速小
于等于局地上限风速;
3)00时(北京时间,下同)到日出后1 h内,有连续4 h陆风风向出现,并且陆风风速小于等于局地上限风速;
4)02时前后的风向度数与14时前后的风向度数相减,其差值的绝对值大于等于90°且小于等于270°。

根据上述判定条件,对海陆风开始结束时间进行判断:当海风(陆风)从某时次开始持
续出现4个及以上时次时,该时次为海风(陆风)出现时间;海风(陆风)开始后,某时次起开始持续出现2个及以上时次的非海风(非陆风),该时次的前一时次为海风(陆风)结束时间。

根据晋江海岸线的走向,确定的海风和陆风方向如表1所示。

表1 晋江市海风和陆风方向
Table 1 Directions of the sea-land breeze in Jinjiang
类别方位1) 海风SSW,S,SSE,SE,ESE,E,ENE 陆风WSW,W,WWN,WN,WNN,N 注：1)方位符号为16方位风向符号.
海陆风属于局地风,因此采用矢量分解的方法,将实测风分解为系统风和局地风两个部分。

其中,测站所测的风为实测风,大尺度风称为系统风,海陆风等中尺度环流为局地风。

首先将每日各小时风矢量分解成水平分量u和垂直分量v(东西和南北向),然后取该日所有小时的u和v的平均值的矢量合成作为系统风,再计算实测风与系统风的矢量差得到局地风。

公式如下:
Ui,0=Us+Ui,l,
(1)
(2)
Ui,l=Ui,0-Us。

(3)
式中:Ui,0为第i h实测风,Us为该日系统风,Ui,l为第i h局地风。

1.3 基于站点的海陆风分析
考虑到夏季晋江地区海陆温差大,且多受副热带高压控制,有利于海陆风形成。

选定2014年7月为研究时段,该时期晋江多出现晴朗静风或微风天气,符合海陆风形成的基本条件。

采用的气象数据来自晋江市18个加密自动气象站采集的2014年7月逐小时温度、10 min风向和风速观测数据。

1.4 WRF模型和模拟方案
1.4.1 WRF模型简介
WRF模式系统作为新一代中尺度预报模式和同化系统,在天气预报、区域气候、大气化学等方面得到广泛应用(章国材,2004)。

该模式可以耦合Noah陆面过程模式
和城市冠层模型(如UCM、BEP和BEM)模拟天气过程,定量描述不同空间尺度下城市空间结构、人为热和天气条件对城市微气候环境的影响(Tewari et
al.,2010;Chen et al.,2011;庞杨等,2013)。

其模拟精度与模式空间分辨率、初始条件、模拟的时间步长、参数化方案等多个因子有关,其中下垫面地形、水汽蒸发、
植物蒸腾对近地面及边界层的模拟结果有很大影响(Chen and
Dudhia,2001;Carvalho et al.,2012)。

1.4.2 模拟方案
将WRF 3.8.1与Noah陆面过程模式耦合,并选用Martilli et al.(2002)发展的多层冠层方案(BEP)来模拟晋江市典型月份的逐时风场。

为了较好地模拟出复杂城市下
垫面的风场特征,采用4层嵌套,各层水平分辨率分别为12 km、4 km、1.33 km
和0.44 km。

除第一层嵌套的模拟时间步长为3 h外,其余各层均为1 h。

图1显
示了设置的模拟区域,最外层嵌套基本上覆盖了长江中下游、华南及其东部和南部
海域,最内层则覆盖了整个晋江市及其周边区域。

垂直方向为42层,从地面至高空
50 hPa,其中1 km以下分为18层。

由于晋江市城市发展迅速,模式将2013年MODIS土地利用产品数据(MC12Q1)替换了WRF模式默认的MODIS同类数据,
使研究区的土地利用状况得到更准确的表达。

图1 模拟方案中的各层嵌套覆盖区域Fig.1 The simulated domains in the scheme
参考王咏薇等(2013),对各层嵌套均采用了如下的物理过程,如长波辐射过程RRTM、短波辐射过程Dudhia、WSM5-class微物理过程、BouLac边界层方案、Noah
陆面参数化方案和BEP多层冠层方案。

考虑到模拟的水平分辨率较高并兼顾运行效率,积云对流参数化方案仅应用于最外层嵌套。

在BEP方案中,城市区域被划分为3类,即低密度居住区(L)、高密度居住区(H)和工商业/交通区(C),不同区对应不同的城市结构参数,如街道宽度、建筑宽度、建筑高度和建筑覆盖度等。

结合获取的晋江市1:500土地利用数据和城市建筑数据,对城市区域进行了分类(图2),并对各类设置了相应的城市结构参数。

H和C类的建筑覆盖度设为0.95,L为0.65,其他与建筑物热特性、辐射特性和动量粗糙度有关的参数均采用模式默认值。

由于缺乏相关数据,对于晋江市以外的城市区域,其城市结构参数值参照H类设定。

将WRF模拟生成的NC文件导入MATLAB软件进行后续处理和分析,包括风矢量分解、海陆风日判别和海陆风特征分析等。

图2 城市居住密度区划分Fig.2 Classification of urban area
2 结果与分析
2.1 典型日的海陆风基本特征
将海陆风日判别指标应用于全区18个自动站的观测数据,以至少4个站同日出现海陆风的情况下,确定了2014年7月的海陆风日。

海陆风现象集中出现在该月中下旬,即7月16—18、20、21、26—30日,共计10 d。

海陆风日平均气温为
29.8 ℃,最高气温出现在16日,为35.6 ℃,无降水发生;平均实测风速为2.3 m/s,最大风速出现在17日09时,为5.3 m/s。

从上述海陆风日中选取了高温日(最高气温≥35 ℃且日平均气温>30 ℃)且至少6个站点同时出现海陆风现象的典型日作为提取海陆风特征的依据。

经过比对,选取7月21日和29日作为下文研究的典型日。

在所有加密自动气象站中,7月21日、29日分别有8个和6个站点表现出明显的海陆风现象,且这些站点集中分布在晋江市区的北部,为建筑密集的区域。

这两日的海风时段出现在13—20时,期间平均风速为1.9 m/s,最长海风持续时间为12 h,最短持续时间为5 h,平均持续时间为7 h;海风转换为陆风的时间出现在21—23时,
转换期间平均风速为1.1 m/s。

陆风则出现时段为00—07时,期间平均风速达到2.0 m/s,最长陆风持续时间为10 h,最短持续时间为5 h,平均持续时间为7～8 h;陆风转为海风的现象出现在08—12时,转换期间平均风速为1.4 m/s。

2.2 典型日的风场特征模拟
2.2.1 基于WRF模拟的海陆风特征验证
以国家基准站晋江站作为代表站,将WRF模式模拟的典型日逐小时风场进行矢量分解,提取了该站点网格处每小时局地风向和风速值,并将该结果与实际局地风场进行比较,验证模拟的准确性。

从时间序列的变化关系看,局地风向模拟序列与实际情况基本吻合,误差比较大的时刻主要出现在上午08—09时、中午前(11—12时)和晚间21时左右,基本上处于实际海陆风的转换时间,期间风向最大偏差出现在21日11时,达到280.8°。

相比局地风向的模拟误差,风速的模拟结果与实际情况差别明显。

模拟的局地风速普遍低于实际风矢量提取的局地风速,且时序变化一致性较差,其中最大差别出现在29日15时,达到2.4 m/s。

对两日局地风向和风速的模拟结果进行了验证,结果如表2所示。

从表中可以看出,局地风向模拟结果的均方根误差为100°左右,21日两者存在显著的正相关关系,相关系数达到0.455,29日表现为极显著的正相关关系,相关系数达到0.543,说明局地风向的模拟结果与实际情况吻合较好。

风速模拟结果的均方根误差在0.4 m/s以内,与实际局地风速之间无显著的相关关系,21日的模拟结果略优于29日,总体上看,局地风速的模拟与实际情况有一定差距,模拟风速值总体偏低。

表2 局地风向和风速模拟结果验证
Table 2 Validation of simulated local wind speed and wind direction
日期风向/(°)风速/(m·s-1) 相关系数均方根误差相关系数均方根误差 07-
210.4551)97.8930.3270.371 07-290.5432)101.4300.2400.331
注：1)通过信度为0.05的显著性水平检验;2)通过0.01信度的显著性水平检验.
参照利用气象站数据提取海陆风特征的方法,以WRF模拟提取的局地风为数据源,分析了晋江站在典型日的海陆风特征,并将其与实际观测资料提取的海陆风特征进行了比较,结果如表3所示。

从表中可以看出,基于WRF模拟的晋江站在典型日的海陆风特征与实际情况有一定差别。

以海风为例,典型日海风出现时间比实际情况提前不超过3 h,结束时间比实际情况提前1～2 h,持续时间与实际情况相差1～2 h;与此相反,陆风出现时间基本上比实际晚1～2 h,陆风结束时间与实际相差2 h,持续时间与实际情况相比差别较小,仅7月21日差别较大,达到3 h。

表3 从WRF模拟结果中提取的海风特征与实测情况的比较
Table 3 Comparison of sea-land breeze characteristics between the observed and the simulated by WRF
日期类型StOtSd/hOd/h 07-21海风10—19时13—21时109 陆风01—07时00—09时710 07-29海风14—20时17—21时75 陆风04—10时02—8时77
注：St为基于WRF模拟提取的海风/陆风时段;Ot为基于气象站点提取的海风/陆风时段;Sd为基于WRF模拟提取的海风/陆风持续时长;Od为基于气象站点提取的海风/陆风持续时长.
2.2.2 海陆风特征的空间分布
从上述结果看,尽管模拟的局地风速总体小于实测,但风向变化特征与实际站点的表现基本一致。

因此,逐网格分析局地风向的模拟结果,捕捉该地区典型日海、陆风起始、终止和持续时间的空间变化特征。

图3显示了7月21日4个典型时刻的局地风流场图。

这四个时刻为04时、10时、16时和21时,分别对应陆风时段内、陆-海风转换时刻、海风时段内、海-陆风转换时刻。

从图3可以看出,04时晋江地区出现以西风为主的陆风,城市区域的风速略小于周边水域;到10时,城市区域局地风场已发生明显变化,晋江城区风向发生
转变,在东北风到东风之间变化,且城区风速明显减小,而周边农田、水域的风速变化较小,风向在西风到北风之间变化,表明此时刻正处于陆风向海风的转换阶段。

在16时,晋江区域局地风向已表现为东风到偏东南风为主,风速较陆-海风转换时刻有明显的增加,中部城区风速略小于周边城区,可能与下垫面阻挡有关。

海风持续到21时后,风向再次发生转变,全区局地风向在北风至偏北风之间变化,城区中西部地区的风速较16时有显著减小,甚至在部分区域出现小于0.6 m/s的风速。

7月29日4个典型时刻的局地风流场图(略)与21日不同。

该日分别选择03时、11时、19时和23时代表该日陆风时刻内、陆-海风转换时刻、海风时刻内和海-陆风转换时刻。

从结果看出,29日03时,晋江地区局地风主要为陆风,风向整体上在西风至西南风之间,城区风速小于周边区域,在中部城区出现低于0.6 m/s的风速;11时,晋江地区局地风出现明显变化,不同方位的局地风向有明显差异,如南部地区以南风为主,西部地区以偏西风为主,而北部地区出现西风向北方转换的现象,全区风速最小的区域集中在晋江中部,表明该区域正经历由东部开始向西部逐渐进行的陆-海风转换。

19时全区风向以西风为主,处于海风时刻内,风速的区域间差异微小;23时风向发生转变,由北至南逐步转为陆风风向。

后两个时刻的局地风向和风速变化与21日大体相似。

为了更清晰地表现整个晋江市海陆风基本特征的空间分布,绘制了各特征要素的空间分布。

图4显示了7月21日的空间分布结果。

从图4a、4b可以看出,海风持续时间在空间上主要呈现从东南到西北的带状分布,持续时间集中在9～11 h,而陆风持续时间在空间上的带状变化规律主要出现在中部以南地区,全区陆风持续时间变化集中在5～7 h,但在中部以北位置出现持续时间为4 h的分片状分布。

结合图
7c—f可以看出,海风和陆风持续时间的空间分布规律主要决定于各自起始时间的空间分布,空间差异的幅度与起始时间的空间差异基本一致。

海风结束时间在空间上变化微小,集中在21时,仅有小片区域显示在20时,零星几处为19时。

与此类似,
陆风结束时间主要在08时,其中小部分区域在7时,空间差异微小。

相比7月21日,7月29日(图略)空间上表现出海陆风特征的区域相对零散,仅在晋江市的南部、东北部和西部地区出现成片的海陆风现象。

海风和陆风持续时间的空间分布特征仍然决定于各自起始时间的空间分布,而结束时间的空间上变化不明显。

对比两日海陆风的空间变化发现,受不同天气下局地环流特征差异的影响,不同海陆风日出现海陆风现象的起始时间、结束时间和持续时间均有一定的差异。

但晋江南部、东北部和西侧部分区域在两个典型日中持续出现海陆风现象,表明这些区域在高温天气下可能存在较为稳定的海陆风环流。

同时,从海陆风特征的空间分布看,晋江市并未明显出现随离岸距离增加,海陆风持续时间减少的现象。

图3 晋江市7月21日4个典型时刻局地风场(灰色背景区域代表城市建筑区域):(a)04时;(b)10时;(c)16时;(d)21时Fig.3 The wind field charts of local wind at four different times on July 21 (the grey area represents urban area):(a)04:00 BST;(b)10:00 BST;(c)16:00 BST;(d)21:00 BST
图4 晋江市7月21日海陆风基本特征空间分布:(a)海风持续时间(单位:h);(b)陆风持续时间(单位:h);(c)海风起始时间;(d)海风结束时间;(e)陆风起始时间;(f)陆风结束时间Fig.4 Spatial distribution of the basic characteristics of sea-land breeze on July 21 in Jinjiang:(a)the duration of see breeze(unit:h);(b)the duration of land breeze(unit:h);(c)the start time of see breeze;(d)the end time of see breeze;(e)the start time of land breeze;(f)the end time of land breeze
3 结论与讨论
采用WRF模型模拟了晋江市典型海陆风日的风场变化,从模拟的风场结果中分析晋江市海陆风特征,并将其与实测情况进行了比较。

验证结果表明,WRF模型能够用于海陆风的模拟,能够有效反映海陆风的基本特征,但WRF模拟的结果受到模型参数化方案的选择、下垫面数据的精度、运算效率等影响,还需要进一步的验证。

值得
提出的是,WRF模型对海陆风的模拟,对沿海城市通风廊道的规划建设、城市建筑的科学化布具有重要的指导意义,是城市规划决策的重要依据之一。

在WRF模型参数化方案中,对第3和第4层嵌套应用了多层城市冠层模型BEP。

该模型不但考虑了城市建筑物对辐射和能量平衡的影响,还在动力学框架上,建立了冠层内垂直分层各自的动量、热量和水汽预报方程,计算冠层内不同层的风、温和湿度(王咏薇等,2013)。

结果发现,该方案下风向的模拟结果优于风速。

有研究(Liao et al.,2014)显示,相比单层城市冠层模型(UCM),BEP模型将动量汇和拖拽力与城市形态结构参数直接联系,能够更好地计算城市下垫面建筑群体对空气风场的作用,但在模拟结果中会出现低估风速的问题。

从结果看,典型日模拟的局地风速较实测情况偏低约60%。

与站点数据获取的海陆风特征相比,从WRF模拟结果中提取的海陆风特征与实际情况大体相似,仅在海风与陆风之间的转换时间、海风和陆风的出现时间和风场强度上存在一定的差别。

根据分析,出现的差别与模型本身的系统参数设置、模拟分辨率、风场的随机性以及下垫面数据的准确性有密切联系(宋洁慧,2008;王腾蛟
等,2013;伍见军等,2013)。

就模拟分辨率来看,采用的最内层嵌套分辨率为0.44 km,因此,模拟的风场结果代表的是该网格覆盖范围内的风场特征,与实际观测站点代表的区域范围有较大差别。

考虑到空气流动受局地环境作用明显,因此在模拟中易引入一定的不确定性,潜在增加了结果对比的误差。

从海陆风特征的空间分布情况看,城市建筑密集区域的海陆风强度较开阔区域有偏小现象,这反映了在建筑密集的区域空气流动能力较开阔地区弱,容易形成弱风区。

从分析结果看,海风时段内弱风区的平均风速低于开阔区域平均风速约1 m/s,而陆风时段内差别达到约0.7 m/s。

由此表明,沿着海陆风路径,规划城市通风廊道,有利于引入海陆风,增加城市密集区域空气流动的能力。

本文以同时出现海陆风现象的站点数(≥6)和严格的海陆风判别标准作为典型日的确
定依据,这在一定程度上降低了海陆风特征提取的不确定性。

然而,值得提出的是,由于少部分加密站建站较早,随着城市的快速发展,这些站点淹没在密集的城市群中,因此较难从获取的10 m风场数据中捕捉海陆风特征。

参考文献(References)
【相关文献】
Abbs D J,Physick W L,1992.Sea-breeze observations and modeling:a review[J].Aust Meteor Mag,41(1):7-19.
Azorin-Molina C,Chen D,2009.A climatological study of the influence of synoptic-scale flows on sea breeze evolution in the Bay of Alicante (Spain)[J].Theor Appl
Climatol,96(3/4):249-260.
Banta R M,Olivier L D,Levinson D H,1993.Evolution of the monterey bay sea-breeze layer as observed by pulsed doppler lidar[J].J Atmos Sci,50(24):3959-3982.
Borne K,Chen D,Nunez M,1998.A method for finding sea breeze days under stable synoptic conditions and its application to the Swedish west coast[J].Int J
Climatol,18(8):901-914.
蔡榕硕,严邦良,黄荣辉,2003.台湾海峡海陆风数值模式与数值模拟试验[J].大气科学,27(1):86-96. Cai R S,Yan B L,Huang R H,2003.A numerical model and its simulation of the land and sea breeze over the Taiwan strait[J].Chin J Atmos Sci,27(1):86-96.(in Chinese).
Carvalho D,Rocha A,Gómez-Gesteira M,et al.,2012.A sensitivity study of the WRF model in wind simulation for an area of high wind energy[J].Environmental Modelling & Software,33(1):23-34.
Chen F,Dudhia J,2001.Coupling an advanced land surface-hydrology model with the penn state-NCAR MM5 modeling system.part Ⅰ:model implementation and sensitivity[J].Mon Wea Rev,129(4):569-585.
Chen F,Kusaka H,Bornstein R,et al.,2011.The integrated WRF/urban modelling
system:development,evaluation,and applications to urban environmental problems[J].Int J Climatol,31(2):273-288.
陈训来,冯业荣,范绍佳,等,2008.离岸型背景风和海陆风对珠江三角洲地区灰霾天气的影响[J].大气科学,32(3):530-542. Chen X L,Feng Y R,Fan S J,et al.,2008.Effect of the off-shore background flow and sea-land breezes on haze weather over the pearl river delta region[J].Chin J。