WRF中尺度数值模拟实战：从数据准备到台风敏感性试验全流程

先把结论放在前头：这个项目标题看起来很硬核，但它本质上是把“WRF模式系统”当成一个天气实验室来搭建和做实验，从驱动场数据准备、区域设置，到跑一个典型台风暴雨过程，再到通过修改地表和地形制造对照试验，最后用Python把模式结果变成图、路径和统计结论，是一条非常典型的数值模拟全链路。我做过不少类似风格的案例，过程中踩过的坑比想象中多得多，所以这篇直接把能复用的流程和细节写出来，给同样想用WRF做中尺度模拟、或准备做敏感性试验的朋友作参考。

1. 项目全貌：这不止是“跑WRF”，而是一整套科研工作流

1.1 从标题拆出来的几条任务线

这个标题里有几个关键词：WRF、GFS、ERA5、Python，加上“台风暴雨案例”“修改土地利用与地形”“敏感性试验”。这些东西单独拿出来都不难理解，但放在一个项目里，就意味着你要具备好几块能力：

• 能在Linux环境里编译部署WRF和WPS，并且把NetCDF、MPI等依赖库安排明白；
• 能处理两种不同来源的驱动场数据，也就是GFS预报数据和ERA5再分析资料；
• 会设计嵌套区域、写namelist，并能独立完成WPS到real再到wrf.exe的完整运行；
• 能修改模式底层的静态地理数据，比如土地利用类型和地形高度；
• 有做控制变量试验的方法论，能设计出可信的敏感性试验；
• 最终还要用Python读取wrfout文件，做风场、海平面气压、降水、路径等的专业气象分析。

串起来看，这不只是单一“模拟流程”的内容，更像是一个中尺度天气数值实验的完整技术栈。它的应用场景很广：台风路径与暴雨落区分析、城市热岛和土地利用变化对降水的影响、复杂地形下的局地环流研究、物理参数化方案对比等等。能把这套链路跑通的人，基本就具备了独立开展中尺度数值模拟研究的能力。

1.2 整体链路和阶段产物

我们可以把整个项目拆成五个阶段：

1. 数据准备阶段：下载GFS或ERA5数据，整理驱动场文件，并完成格式转换和预处理；
2. 静态数据生成阶段：通过geogrid生成包含地形、土地利用、土壤类型等信息的geo_em文件；
3. 初边条件生成阶段：ungrib将GRIB格式的气象要素转成中间格式，metgrid将驱动场插值到模拟网格上，生成met_em文件；
4. 模式积分阶段：real.exe读取met_em生成初始条件和边界条件文件，wrf.exe完成时间积分，输出wrfout文件；
5. 分析与试验阶段：用Python读wrfout，绘制台风路径、降水分布、敏感性试验对比图，再结合修改geo_em或物理方案做对照，评估不同因素对结果的影响。

我建议第一次接触这套流程的人，先把阶段1到4完整跑通一次，不追求物理方案多先进、嵌套多细，先用一个单域、简单方案跑出一个结果，再逐步增加复杂度。否则很容易在最复杂的配置里迷失方向，最后连是namelist写错还是数据没下对都分不清。

1.3 这套内容适合谁来做

如果你是想做毕业论文的气象学生、需要给项目提供模式支撑的科研助理、或者是想用数值模拟方法做局地天气过程分析的从业者，这个项目方向都挺合适。只要你已经具备Linux基本操作能力和一点点Python基础，就可以按这个流程逐步搭起来。纯新手也不用怕，前面耗时间的部分其实是配环境和处理数据，真正上手后你会发现WRF的模式积分反而不是最大的技术门槛。

2. 先把“天气实验室”环境搭好：从系统到依赖库

2.1 硬件和操作系统的建议

跑WRF没有说一定要上超算，但需要一台够用的Linux机器。以我要跑的台风案例为例，如果做三层嵌套，最内层分辨率到3km，建议物理核心不少于16核，内存不低于32GB，磁盘预留至少300GB。一个72小时的三层嵌套模拟，如果用16核并行跑，可能需要一天甚至更长时间，具体取决于你选择的物理方案和分辨率。

在系统层面上，OpenMPI、gfortran、NetCDF这些基础环境是核心。操作系统的发行版影响不大，Ubuntu、CentOS、Rocky Linux都行，但有一点很重要：WRF不支持Windows原生跑，别想着在Windows里编译运行；如果只有Windows机器，也要用WSL2或者干脆在Linux服务器上操作。路径尽量不要出现空格、中文和过长的层级，这是很多初学者容易忽视的坑。

2.2 依赖库的编译顺序和版本匹配

WRF依赖的关键库有NetCDF-C、NetCDF-