1. WRF模式输出变量入门指南
第一次打开WRF模式的输出文件时，我完全被里面密密麻麻的变量名搞晕了。U、V、W、PH、T...这些字母组合到底代表什么？它们之间又有什么关系？经过多年实际项目经验，我发现理解这些变量是使用WRF结果的第一步，也是最重要的一步。
WRF（Weather Research and Forecasting）模式作为目前最流行的中尺度气象数值模式，其输出变量涵盖了从大气动力到陆面过程的完整物理量。这些变量就像天气系统的"体检报告"，每个参数都反映了大气状态的某个侧面。比如U、V、W三个变量分别代表东西、南北和垂直方向的风速，它们共同构成了三维风场；而PH和PHB则描述了位势高度场，这是分析天气系统的重要依据。
在实际工作中，我经常看到新手会犯一个错误：直接使用默认输出的所有变量，结果导致数据文件巨大且难以处理。其实WRF允许用户自定义输出变量列表，这就需要我们清楚每个变量的物理意义。举个例子，如果只研究近地面气象要素，可以只输出U10、V10（10米高度风速）、T2（2米高度温度）等变量，这样能显著减小数据量。
2. 大气动力核心变量解析
2.1 三维风场与气压场
风场和气压场是天气分析的基础。WRF中U、V、W三个变量分别代表：
- U变量：东西方向风速（经向风），单位m/s
- V变量：南北方向风速（纬向风），单位m/s
- W变量：垂直方向风速，单位m/s
这里有个容易混淆的点：U和V变量在网格上的位置并不相同。U位于网格的西侧边界（west_east_stag维度），V位于网格的南侧边界（south_north_stag维度），而质量变量如温度T则位于网格中心。这种交错网格设计是数值计算的常用技巧。
气压场方面，P和PB分别代表扰动气压和基态气压，两者之和才是实际气压。这种分离处理是为了数值计算的稳定性。我记得在一次强对流模拟中，发现P变量的值异常大，后来才明白需要加上PB才是真实气压。
2.2 位势高度与温度场
位势高度是分析天气系统的重要工具：
- PH：扰动位势高度（m²/s²）
- PHB：基态位势高度（m²/s²）
- T：扰动位温（K）
PH+PHB得到总位势高度，可以换算为常用的位势高度米数。位温T则是大气热力状态的关键指标，它消除了气压变化的影响，更适合用于垂直比较。在分析对流活动时，我通常会先查看位温垂直剖面，它能清晰显示大气稳定度。
3. 水汽与降水过程变量
3.1 水汽相关变量
水汽是天气变化的"燃料"，WRF提供了多种水汽变量：
- QVAPOR：水汽混合比（kg/kg）
- QCLOUD：云水混合比（kg/kg）
- QRAIN：雨水混合比（kg/kg）
这些变量在微物理过程中扮演不同角色。比如在分析一次暴雨过程时，我发现QCLOUD的高值区往往先于强降水出现，这可以作为降水预警的指标之一。而QVAPOR的垂直分布则影响对流发展高度，经验表明当低层QVAPOR>0.015kg/kg时，容易触发强对流。
3.2 降水相关变量
降水是WRF模拟的重要输出：
- RAINC：对流降水累积量（mm）
- RAINNC：网格尺度降水累积量（mm）
- SNOWNC：降雪量（mm）
这里需要注意，不同积云参数化方案对RAINC的影响很大。使用Kain-Fritsch方案时，我发现RAINC占总降水的比例通常比使用Betts-Miller-Janjic方案时更高。在实际应用中，我建议同时分析这两种降水，特别是在研究极端降水事件时。
4. 辐射与地表能量平衡变量
4.1 辐射通量变量
辐射是天气系统的能量来源：
- SWDOWN：向下短波辐射（W/m²）
- GLW：向下长波辐射（W/m²）
- OLR：向外长波辐射（W/m²）
这些变量对地表能量平衡至关重要。在分析一次高温事件时，我发现持续的高SWDOWN值配合低的云量（可以从QCLOUD判断）往往导致极端高温。而OLR的异常低值区有时对应着深厚对流系统。
4.2 地表通量变量
地表与大气间的能量交换：
- HFX：感热通量（W/m²）
- LH：潜热通量（W/m²）
- GRDFLX：土壤热通量（W/m²）
在一次城市热岛效应研究中，我对比了城区和郊区的HFX差异，发现城区白天HFX明显更高，这与城市下垫面的特性相符。而LH则与植被覆盖度（VEGFRA）密切相关，这些变量在陆面过程研究中都是关键指标。
5. 陆面过程关键变量
5.1 土壤温湿度变量
土壤状态影响大气边界层：
- TSLB：土壤温度（K）
- SMOIS：土壤湿度（m³/m³）
- SH2O：土壤液态水（m³/m³）
在干旱模拟中，初始土壤湿度SMOIS的设置非常关键。我遇到过因为初始SMOIS设置不当，导致模拟的降水与实况偏差很大的情况。建议在使用WRF前，先用LSM模型获取合理的土壤初始场。
5.2 地表特征变量
下垫面属性影响能量交换：
- VEGFRA：植被覆盖率（-）
- ALBEDO：反照率（-）
- LANDMASK：陆地掩码（1=陆地，0=水体）
这些静态变量虽然不随时间变化，但对模拟结果影响深远。我记得在一次模拟中，由于使用了过时的土地利用数据（LU_INDEX），导致城市区域偏小，模拟温度明显偏低。现在我会仔细检查这些地表参数，必要时更新为更高分辨率的数据。
6. 实用变量选择建议
经过多次项目实践，我总结了一些变量选择经验：
- 基础天气分析：U/V/W、T、P、PH/PHB、QVAPOR
- 降水研究：RAINC/RAINNC、QCLOUD/QRAIN、SNOWNC
- 边界层研究：PBLH、HFX、LH、UST
- 陆气相互作用：TSLB、SMOIS、VEGFRA、GRDFLX
对于新手，我建议先从基础变量开始，逐步扩展到其他变量。WRF的输出变量虽然繁多，但只要理解了它们的物理意义和应用场景，就能像搭积木一样组合出需要的分析结果。
