WRF/Chem在线耦合模式：大气污染模拟的时空密码—从气象场驱动到化学反馈的全过程解析

传统离线模式的局限与在线耦合技术突破

‌1. 离线模式的三大缺陷‌

• ‌单向数据传递‌：气象场预处理后固定输入化学传输模型（如CMAQ），无法反馈气溶胶辐射效应
• ‌时间分辨率损失‌：气象数据通常采用3-6小时均值，忽略边界层瞬时变化对污染物扩散的影响
• ‌误差累积放大‌：2016年京津冀重污染事件中，离线模式PM2.5浓度预测误差达62%

‌2. WRF/Chem在线耦合优势‌

‌技术维度‌	‌离线模式（CMAQ）‌	‌WRF/Chem在线耦合‌
气象-化学交互	单向驱动	双向实时反馈（分钟级）
气溶胶辐射效应	固定参数化	MOSAIC方案动态计算
边界层过程精度	＞1小时时间步长	30秒自适应时间步长
硬件资源消耗	气象+化学双系统独立运行	统一内存管理节省30%

• ‌数据源‌：中国环境监测总站2019-2023年模式验证报告

---

二、WRF/Chem核心技术模块解析

‌1. 气象-化学双向耦合架构‌

• ‌正向过程‌：气象场驱动污染物传输（平流、扩散、干湿沉降）
• ‌反向反馈‌：气溶胶改变短波辐射→影响边界层结构→修正气象场

‌代码实现‌：

fortran

! WRF主模块中化学反馈调用示例  
CALL radiation_driver(  
    chem_opt=2,                ! MOSAIC气溶胶方案  
    aer_ra_feedback=1,         ! 开启气溶胶辐射反馈  
    config_flags%aer_rad_opt=3 ! RRTMG辐射传输模型  
)  

! 气溶胶光学特性计算（module_mosaic_radiation.F）  
DO k=1,kte  
   DO j=jts,jte  
      DO i=its,ite  
         tauaer300(i,k,j) = extcoeff * qaero(i,k,j)  
         waer300(i,k,j)   = ssa_coeff * qaero(i,k,j)  
      ENDDO  
   ENDDO  
ENDDO  

‌2. 多尺度排放清单处理技术‌

‌技术路线‌：‌基础清单‌：MEIC 2020（0.25°×0.25°）

‌动态源解析‌：

python

from SMOKE import SpatialAlloc, TemporalProf  

# 工业源时空分配  
indus_alloc = SpatialAlloc(  
    surrogates=["GDP", "NPP_VIIRS"],  
    weight_method="linear"
)  
indus_hourly = TemporalProf(  
    sector="industry",  
    weekly_cycle=True,  
    holiday_adjust=ChinaHoliday()  
)  

# 生成WRF-Chem输入  
prep_chem_sources.inp = f"""  
&control  
anthro_dir = ./MEIC/  
anthro_map = ANTHRO  
start_date = 2023-01-01  
end_date   = 2023-01-05  
/  
"""  

---

三、全流程实战：长三角臭氧污染事件模拟

• ‌时间‌：2023年7月15-20日（持续臭氧超标事件）
• ‌区域‌：D03嵌套域（3km分辨率，覆盖沪苏浙皖）
• ‌化学机制‌：RADM2-MADE/SORGAM气溶胶方案

‌技术实现步骤‌

‌步骤1：模式编译与参数化配置‌

bash

# 1. 获取WRF-Chem 4.3源码  
git clone https://github.com/wrf-model/WRF  
cd WRF/  

# 2. 选择化学模块  
./configure  
> 15. WRF-Chem  
> 1. Emit_chem==1, chem_opt==112  

# 3. 并行编译  
./compile em_real -j 16 2>&1 | tee log.compile  

---

‌步骤2：前处理与初始场生成‌

• ‌关键输入数据‌：

数据类型	来源	处理工具
气象初始场	ERA5再分析数据	ungrib -> metgrid
化学初始场	MOZART全球模式输出	mozbc
生物源排放	MEGAN3.0	prep_chem_sources

bash

# 臭氧边界条件插值  
./mozbc < mozbc.inp > mozbc.out  

# 生物VOC排放生成  
./megan_bio_emiss < megan.inp  

‌步骤3：敏感性试验设计‌

namelist

&chem  
! 情景1：关闭气溶胶反馈  
aer_rad_opt = 0  

! 情景2：开启反馈+默认排放  
aer_rad_opt = 3  
emiss_opt = 5  

! 情景3：开启反馈+减排30%  
call chem_emis_driver(  
    emiss_inpt_opt=5,  
    scale_anthro=0.7  
)  
/  

‌步骤4：结果分析与验证‌

python

import xarray as xr  
import matplotlib.pyplot as plt  

# 读取模拟结果  
ds = xr.open_dataset('wrfout_d03_2023-07-18.nc')  
o3_sim = ds['o3'].isel(bottom_top=0)  

# 观测数据对比  
obs = pd.read_csv('CNEMC_202307.csv')  
plt.scatter(obs['O3'], o3_sim.sel_latlon(obs), alpha=0.5)  
plt.plot([0,200], [0,200], 'r--')  

# 统计指标  
print(f"R²: {r2_score(obs, sim):.2f}")  
print(f"NMB: {(sim.mean()-obs.mean())/obs.mean():.1%}")  

---

四、科研成果：气溶胶反馈的定量评估

• ‌辐射强迫效应‌：气溶胶减少地表短波辐射8-15 W/m²，抑制边界层发展200-500 m
• ‌臭氧生成响应‌：PM2.5浓度升高1 μg/m³，导致最大8小时臭氧增加3.2 ppb
• ‌政策启示‌：协同控制PM2.5与臭氧需考虑二次气溶胶-VOC非线性关系

相关阅读推荐：区域气象-大气化学在线耦合模式（WRF/Chem）在大气环境领域实践技术