臺風“山竹”影響下的城市風場數值模擬研究

廖孫策，黃銘楓，，*，樓文娟，林 巍，肖志斌

(1.浙江大學 建筑工程學院 結構工程研究所，杭州 310058；2.浙江大學 平衡建筑研究中心，杭州 310058)

0 引 言

近年來我國臺風災害頻發，根據中國氣象局公布的數據，平均每年有6個以上臺風級別的熱帶氣旋影響我國，對我國沿海地區造成巨大的財產損失[1]。隨著國民經濟的不斷發展，截至2020年末，我國常住人口城鎮化率超過60%。對于沿海城市來說，臺風帶來的大風以及暴雨耦合獨特的城市空氣動力學行為，例如建筑群干擾效應[2]、熱島效應以及城市內部的復雜局部地形條件等，導致了嚴重的城市建筑群臺風災變破壞和各類次生災害。臺風作用下的城市風場特性也成為了國內外風工程研究的熱點之一。

現場實測作為風工程研究的主要手段之一，被廣泛的應用于臺風風場特性的研究。不少學者[3-6]都開展了臺風作用下城市風場特性的實測研究工作。近年來，數值模擬也日益成為風場研究的有效手段之一。Li等[7]利用Fluent軟件與高精度城市建筑（Geographic information system，GIS）數據對晉江市某區域風場進行了CFD模擬，獲得了詳細、直觀的風場信息，并與實測數據進行了對比。結果表明，結合GIS數據的模擬方法能夠有效提高城市整體風場CFD模擬的效率；模擬結果與實測結果基本一致。但是，CFD模型受限于網格數量無法采用過大的計算域；此外，臺風風場特性不同于良態風，僅依靠CFD模型無法準確獲取臺風作用下的入口邊界條件。

不同于小尺度的CFD模型，WRF模式作為中尺度氣象數值模式中應用最廣泛的模型之一，具有開源、參數方案豐富等特點，能較好地預測、重現真實大氣環境下的臺風風場[8-10]。曾祥峰[11]利用WRF模式的三層固定嵌套網格對臺風“約克”和“天鴿”進行了數值模擬，發現WRF模擬結果與實測結果相近，可以作為土木工程結構抗風設計的參考依據。此外，也有不同學者利用WRF耦合小尺度模式開展臺風風場研究。黃銘楓等[12]基于WRF和CFD大渦模擬開展了杭州九堡大橋周邊臺風風場的數值模擬，并結合實測數據進行了驗證。朱容寬與柯世堂[13]對廈門國際機場航站樓周邊的臺風風場進行了高時空分辨率WRF模擬，獲得其邊界層風速剖面作為航站樓風壓CFD模擬的入口邊界條件。為了細致考慮城市建筑的熱力作用對WRF模擬結果的影響，CHEN等[14]提出了基于WRF的城市冠層模型（UCM），現有WRF版本已經集成該模塊[15]。蒙偉光等[16]利用WRF耦合UCM模型，對廣州地區的一次高溫天氣過程進行了數值模擬，結果表明該方法能準確模擬城市熱島的形成及分布，能改進對熱島強度的模擬結果。馬敏勁等[17]利用WRF-UCM進行了降水過程模擬，發現UCM模型對水汽的分布和降水量都有一定程度的影響，耦合該模型后降水向城區靠攏。

已有研究表明，WRF模式能夠有效重現臺風的演化過程，捕捉臺風風場特性。但是，上述關于WRF模擬臺風風場的研究，還大多局限于對臺風本身動力結構的分析或者是借助其他小尺度模式開展近地面風場模擬，此外對于WRF耦合UCM模型進行城市風場高分辨率模擬尚缺乏深入研究。考慮到臺風風場結構的特殊性以及城市下墊面的復雜性，本文采用耦合UCM模型的WRF模式對臺風“山竹”影響下的城市風場開展了多尺度數值模擬，并結合現場實測數據對城市臺風風場模擬結果進行了驗證。

1 臺風“山竹”及現場實測概況

臺風“山竹”（Mangkhut）于2018年9月7日20時在西北太平洋洋面上生成，并于9月11日升級為超強臺風。2018年9月15日凌晨，臺風“山竹”從菲律賓北部登陸后繼續向我國南海移動并于9月16日17時在廣東臺山海晏鎮登陸，登陸時中心附近最大風力14級，中心最低氣壓95.5 kPa。研究表明[3,18-19]，臺風“山竹”是香港自1946年有風速記錄以來最猛烈的臺風，并存在明顯的低空急流現象，給我國廣東沿海地區造成了嚴重的經濟損失與人員傷亡。

本文以深圳氣象觀測梯度塔（113.90°E，22.65°N）為中心模擬其周邊區域在臺風“山竹”過境時的城市風場。圖1所示為深圳氣象觀測梯度塔，該塔由深圳市氣象局和人居環境委共同建設，塔高356 m，是目前亞洲第一、世界第二的桅桿結構鐵塔。圖2展示了梯度塔周邊地形及建筑分布情況。梯度塔位于深圳市寶安區鐵崗水庫，周邊3～4 km范圍內覆蓋大片茂密的低矮樹林，西側及南北側均有大片建筑群，東側為海拔587 m的羊臺山。梯度塔在10 m、20 m、40 m、50 m、80 m、100 m、150 m、160 m、200 m、250 m、300 m、320 m和350 m設置了共13個觀測平臺用于觀測風速、氣壓、氣溫、降水等氣象的梯度變化；其中10 m、40 m、160 m、320 m位置處設置有三維超聲風速儀，采樣頻率為10 Hz，滿足精度要求[20-21]。文獻[20]與文獻[21]利用該氣象觀測梯度塔分別開展了臺風“天鴿”與臺風“山竹”的實測研究。本文將結合文獻[21]的觀測數據對模擬結果進行驗證分析。

圖1 深圳氣象觀測梯度塔Fig.1 The meteorological gradient tower at Shenzhen

圖2 梯度塔周邊地形及建筑分布Fig.2 The terrain and buildings around the gradient tower

2 臺風模擬試驗設計

2.1 WRF模式及UCM模型介紹

WRF模式是由美國環境預報中心（NCEP）和多個科研機構共同開發的新一代中尺度氣象數值預報系統。因其具有多重網格嵌套功能和豐富的大氣物理過程參數化方案，該模式已經廣泛應用于氣象預報業務和相關學科的研究中[22]。

在WRF模式中參數化方案的選擇對計算結果有重要影響[23,24]。WRF模式中集成了微物理方案、邊界層方案、積云方案、輻射方案和陸面方案等多種參數化方案。對于城市風場模擬來說，大氣湍流的求解尤為重要，針對網格尺寸較大的計算域，WRF模式采用行星邊界層參數化方案來表征垂直方向湍流輸送物理過程；而對于水平網格尺寸小于100 m的計算域，WRF模式支持大渦模擬（LES）模型，直接求解三維湍流中的大尺度渦部分，并通過亞格子應力模型替代小尺度渦，得到的結果更加接近真實大氣環境中的湍流。

為精細化模擬臺風“山竹”作用下的城市風場，本文在WRF模式的基礎上耦合了UCM模型。不同于WRF中單一的城市土地利用類型，UCM模型將土地利用類型中的城市部分，根據建筑密度、道路寬度以及植被占比等細分為高密度住宅區、低密度住宅區和工業、商業用地三類[17]，并且用參數化的方式表征建造物的幾何特征，同時也考慮了建筑物之間的遮擋、短波和長波輻射的反射、冠層的風廓線，以及屋頂、墻壁和路面的傳熱過程[15]，如圖3所示。UCM模型對WRF中邊界層的影響主要有熱力作用與動力作用兩種，均以通量的形式傳遞。熱力作用方面，以感熱通量為例，UCM模型分別計算植被與人為建造物的感熱通量，再通過相應覆蓋率加權計算得總感熱通量。由UCM模型傳遞至WRF的總感熱通量如下所示：

圖3 城市冠層模型與豎向網格劃分Fig.3 The urban-canopy modeling system and vertical mesh layer

式中QH為總感熱通量；Fveg為城市中草地、樹木等植被的覆蓋率；Furb為城市中房屋、道路等人為建造物的覆蓋率；QH,veg為植被的感熱通量；QH,urb為人為建造物的感熱通量，該項中的房屋屋頂、墻面和路面的感熱通量通過給定參數分別計算[25]。總潛熱通量與長波輻射通量的計算方法與總感熱通量相同。在考慮城市冠層動力作用方面，UCM模型通過給定參數計算出房屋、道路、植被等的阻力系數和摩擦速度后，以動量形式傳遞至WRF邊界層[15]。本次模擬中采用的UCM模型各項參數如表1所示，表中取值參考文獻[15]與文獻[17]。

表1 UCM模型參數表Table 1 Parameters in the UCM model

2.2 WRF計算設置

WRF模擬時間段為2018年9月13日8時至2018年9月17日8時，共120 h。為準確模擬臺風“山竹”的動力演化過程，本文分兩個步驟對臺風“山竹”進行模擬。步驟一為臺風演化過程模擬，如圖4所示，步驟一共設置四層嵌套網格，前兩層嵌套網格（Ad01、Ad02）為固定網格，包含了臺風“山竹”在模擬時段內的完整移動路徑；后兩層嵌套網格（Ad03、Ad04）為移動網格，其會自動跟隨臺風中心移動以高精度求解臺風近中心風場結構；四層嵌套域在垂直方向上均劃分36層，第一層網格高度為26 m。步驟二為精細化城市風場模擬，如圖5所示，以深圳氣象觀測梯度塔為中心建立5層嵌套固定網格（d03、d04、d05、d06、d07），最內一層嵌套網格（d07）水平分辨率達到49 m；垂直方向上采用非線性加密方案，第一層嵌套網格劃分36層，后四層網格加密為72層，離地1 km內各層網格高度如表2所示。兩個步驟之間通過WRF模式中的單向嵌套技術（ndown.exe）連接。步驟一中Ad02嵌套域的計算結果為步驟二的計算提供初始和每小時更新的氣象邊界條件。兩個步驟嵌套網格的具體設置見表3。

表3 臺風“山竹”城市風場模擬嵌套網格設置參數Table 3 The configuration of nested domains for the urban wind field simulation under the influence of typhoon Mangkhut

圖4 臺風演化過程模擬嵌套網格域Fig.4 Nested domains for the typhoon evolution simulation

圖5 精細化城市風場模擬嵌套網格域Fig.5 Nested domains for the fine-scale urban wind field simulation

表2 1 km以下豎向網格分層高度Table 2 Vertical heights of each mesh layer within 1 km

合理的參數化方案選擇對于精細化臺風風場模擬至關重要。步驟一的臺風演化過程模擬的微物理方案選擇WSM6，行星邊界層方案選擇YSU方案，長短波輻射方案選擇Dudhia和RRTM方案，陸面方案選擇Noah Land Surface Model方案，對于計算域范圍較大的兩層嵌套域Ad01、Ad02選擇Kain-Fritch積云方案。步驟二的精細化城市風場模擬的參數化方案中，微物理方案以及長短波輻射方案與步驟一保持一致，陸面方案選擇Unified Noah LSM方案。在行星邊界層方案的選擇上，前三層嵌套網格（d03、d04、d05）選用YSU邊界層方案，后兩層嵌套網格（d06、d07）采用大渦模擬模型求解大氣湍流。另外，在后三層嵌套網格（d05、d06、d07）中耦合UCM模型并設置相應對照組試驗，研究UCM模型對城市風場模擬的影響。

除參數化方案外，WRF模式中的下墊面數據精度對模擬結果也存在一定影響。鄒振操和鄧院昌[26]在WRF模式中引入SRTM3和Asters高精度高程數據對香港地區進行了風場模擬，結果表明，與WRF原有數據相比，高精度數據在近地面風速模擬時能小幅提高模擬精度。本文在最內層的d05、d06、d07三層嵌套網格中采用Aster30 m精度地形高程數據和GLC2020-30 m精度土地利用類型數據，如圖6與圖7所示，相比于WRF原有數據，Aster和GLC數據能更準確地描述梯度塔周邊的地形地貌及土地利用特征。

圖6 d07計算域內地形高程數據對比Fig.6 The comparison of the topographical data in domain d07

圖7 d07計算域內土地利用類型數據對比Fig.7 The comparison of land-usage categories in domain d07

此外，本文按照UCM模型的要求將土地利用類型中的城市細分為了高密度住宅區、低密度住宅區和工業、商業用地三類[17]，圖8為廣東沿海地區城市用地細分情況。

圖8 廣東及沿海地區城市用地分類Fig.8 The classification of urban land usage in Guangdong and coastal areas

3 模擬結果分析

3.1 臺風演化過程模擬結果

圖9所示為WRF模擬所得臺風“山竹”移動路徑與中國氣象局（China Meteorological Administration，CMA）實測路徑對比情況。模擬臺風在前兩天的移動路徑幾乎和實測路徑一致，但在靠近菲律賓前移動方向產生誤差，在擦過菲律賓后路徑誤差逐漸減小，其登陸位置幾乎和歷史登陸點一致。路徑模擬結果表明，本次模擬采用的四層移動網格嵌套方案和選用的物理參數方案能夠很好再現臺風路徑，大多數時刻的路徑誤差在50 km內。

圖9 臺風“山竹”模擬路徑與CMA記錄最佳路徑數據對比Fig.9 The routes of typhoon Mangkhut from the simulation and CMA

圖10給出了模擬所得臺風“山竹”近中心最大風速、最低海平面氣壓與CMA實測結果對比情況。近中心風速對比結果表明，本次模擬準確地重現出了臺風“山竹”在9月15日登陸菲律賓以及9月16日登陸我國廣東省時的兩次風速下降過程，模擬結果和實測結果相比總體風速大小保持一致，部分時刻風速略大于實測風速（圖10（a））。由圖10（b）可以看到模擬所得最低海平面氣壓和實測結果相比，上升幅度較小，但整體變化趨勢一致，較好的模擬出了兩次海平面氣壓的增大過程。綜上所述，本文所采用的模擬方案準確地模擬出了臺風“山竹”的移動路徑和風場演化過程。

圖10 臺風“山竹”強度模擬結果與CMA數據對比Fig.10 Intensities of typhoon Mangkhut from the simulation and CMA

3.2 精細化城市風場模擬結果

通過五層嵌套計算域對深圳氣象觀測梯度塔周邊風場開展了精細化模擬，最后兩層嵌套域（d06、d07）在2018年9月16日17時（登錄時刻）的10 m高度處風場如圖11所示。d06和d07嵌套域使用了LES湍流模型并且耦合了UCM模型，可以看出，該方案精確模擬了深圳氣象觀測梯度塔周邊的城市風場。如圖11所示，臺風“山竹”登陸時梯度塔周邊最大風速已經超過30 m/s，由圖可見，城市周邊地形地貌以及建筑群的分布情況對局地風場有較大影響。如圖11（a）所示，梯度塔周邊山體導致了風速、風向空間分布不均勻，各個山頂位置處出現明顯的高風速區，局部區域由于山體的遮擋出現低風速區，此外，部分位置的風向由于地形的干擾也出現了明顯的轉向現象。圖11（b）為d07計算域得到的風場模擬結果，可以看到建筑稀疏區域的風速大于建筑密集區域；同時，從結果可以看到兩塊相鄰建筑群之間形成狹道，氣流從開闊地帶穿過狹道時，過流斷面縮小，根據流體連續性原理氣流發生明顯加速形成強風，這種現象被稱為“狹道效應”；另外，由于來流方向上山體的遮擋，計算域下部位置出現了局地低風速現象。

圖11 不同嵌套域10 m高度處水平風速云圖（單位：m/s）Fig.11 Instantaneous contours of horizontal wind velocities (m/s) at 10 m above the groud in different domains

利用文獻[21]中梯度氣象塔分別位于10 m、40 m、160 m、320 m高度處的三維超聲測風儀獲取的10 min平均風速數據，與文獻[17]中香港京士柏氣象站（King’s Park，簡稱 KP）實測數據，對耦合 UCM 模型的WRF模式模擬城市風場的能力進行進一步的驗證分析，同時比較UCM模型對WRF模擬結果的影響。數據時間段為2018年9月15日08時至9月17日08時，KP與梯度塔相對位置如圖12所示。

圖12 香港京士柏氣象站地理位置Fig.12 The location of the King's Park weather station

圖13（a-d）為WRF風速模擬結果與梯度塔實測結果對比情況，可以看到，WRF模擬結果與實測結果整體變化趨勢一致，準確地模擬出了梯度塔位置處風速隨著臺風“山竹”的臨近而不斷增大，臺風登陸后風速逐漸減小的過程。此外，從圖中可以看出，WRF模擬所得風速稍大于實測結果，并且隨著觀測點高度的增加，模擬誤差也有一定程度的增大，在160 m和320 m高度位置處模擬風速相較于實測風速減小較慢。產生誤差的主要原因分析如下：臺風中尺度模擬網格精度及地形解析精度的不足，會導致臺風模擬風速偏大，這也是目前中尺度模式普遍存在的系統誤差[27]；中尺度系統對于陸地表面復雜下墊面的解析精度不高，導致臺風登陸后WRF模擬與實測之間的誤差更加明顯。此外，如圖13（e）所示，由于梯度塔與KP相距約47 km，KP位置處最大風速出現時間與梯度塔相比稍有提前，梯度塔位置處的模擬風速也稍大于KP位置的風速。但風速、風向整體的變化趨勢一致，這從一定程度上驗證了模擬結果的可靠性。

圖13 模擬風速與實測結果對比Fig.13 Comparisons of wind speeds between the simulation and observation

表4為不同高度位置處臺風臨近深圳氣象梯度塔時（9月16日15時至16時）的最大風速比較情況，其中括號里的百分比數值表示相對誤差。可以看到，單一WRF模式的計算結果與耦合了UCM模型均能較為準確地模擬出臺風影響下梯度塔各個高度處的風速。在高度10 m和40 m的位置，耦合UCM模型后模擬風速更加接近實測風速，模擬精度有所提高；但隨著高度的上升，二者之間的差距變小。這種現象的原因是UCM模型僅作用于前三層豎向網格（圖3），所以高空位置處的風速模擬精度提升不大。另外，由于本次模擬采用的UCM模型較為簡化，對深圳等復雜城市的真實特征描述不足。因此，計算結果與未耦合UCM的結果相比，風速模擬精度在低空略有提升，但總體相差不大。

表4 不同高度位置最大風速比較Table 4 Maximums of wind velocity at different heights

綜上所述，本文采用的WRF耦合UCM模式能準確模擬臺風“山竹”影響下的城市風場，反映出地形以及建筑群分布對城市風場的影響，且耦合UCM模型后，對風速模擬精度有一定提升。

4 結 論

本文利用耦合UCM模型的WRF模式對深圳氣象觀測梯度塔周邊區域在臺風“山竹”影響下的城市風場開展了數值模擬工作，并結合現場實測數據進行了對比分析。主要結論如下：

1）本文所采用的四層移動嵌套網格能準確模擬臺風“山竹”的移動路徑和強度變化，重現臺風“山竹”的演化過程，為后續城市風場模擬提供初始場。

2）基于高精度下墊面數據和UCM模型的數據，本文模擬結果準確地反映出了臺風“山竹”影響下的城市風場空間分布情況。城市周邊山體的遮擋干擾作用會導致風場空間分布不均勻，山頂出現高風速區，背風位置出現低風速區。建筑密集區域風速小于建筑稀疏區域，而兩個相鄰建筑群之間存在“狹道效應”使得風速增大。

3）模擬所得風速與實測風速相近，風速變化趨勢一致，但模擬誤差隨高度升高而增加。耦合UCM模型能夠在一定程度上提高WRF模擬精度，但受限于UCM模型中對建筑物幾何外形的簡化算法，其對高度較高位置處風速模擬的精度提升有限。