使用WRF的模拟结果驱动PALM

数据的准备

如果要使用 WRF 的模拟结果驱动 PALM，需要将 WRF 的结果处理成 PALM 可以读取的 dynamic driver，而要生成 dynamic driver 的话，还需要使用静态地理数据先生成 static driver 才可以。

static driver 的生成

static driver 的生成需要使用 PALM 仓库内附带的工具 palm_csd (PALM 团队还有一个新的工具 palmgem 也可使用)。其中的手册写的不是特别完善，总结下来就是需要以下几类数据：

• 地形高度
• 建筑物高度 (以及用于区分不同建筑物的建筑物 id)
• 道路分布和类型
• 地表分布和类型
• 植被分布和类型
• 水体分布和类型

但这些数据不是必须要有的，不提供的话 PALM 会使用内部设定好的默认值。大陆想要拿到比较高精度的数据很难，可以使用 OpenStreetMap 提供的数据，但是需要自己做转换，生成 Shape 文件 (所有的几何分布都要放到一个 Shape 文件中，并且以额外的数据标记出类型) 或 TIFF 文件。并且某些数据类型还需要自己做一下映射，因为 PALM 内部支持的类型没有 OpenStreetMap 支持的那么丰富。

palm_csd 的运行需要提供一个 YAML 配置文件，具体的 key 以及其含义可以看 palm_csd 的文档，下面是我用于生成 static driver 的配置：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

input_root:
  columns:
  	# columns 用于告诉 PALM Shape 文件中哪一个数据 (key) 是哪种数据的 type (value)
    pvmt_type: pavement_type
    st_type: street_type
    vgta_type: vegetation_type
    wtr_type: water_type
  files:
    building_id: data/outputs/static_driver/buildings_id.tiff
    buildings_2d: data/outputs/static_driver/buildings_height.tiff
    zt: data/inputs/dem_32650_new.tiff
    surfaces: data/outputs/static_driver/shape_file/data.shp

settings:
  epsg: 32650
  downscaling_method: 
    categorical: nearest
    continuous: cubic
    discontinuous: cubic
    discrete: cubic
  upscaling_method:
    categorical: nearest
    continuous: cubic
    discontinuous: cubic
    discrete: cubic
  season: summer

domain_root:
  input: root
  pixel_size: 6
  dz: 3
  nx: 451
  ny: 541
  origin_x: 683414.4903300125
  origin_y: 3554370.79593777
  water_temperature:
    river: 283.15

attributes:
  author: Syize
  contact_person: Syize, [email protected]
  acronym: NJU
  comment: Created by Syize with palm_csd
  location: CN
  site: xxx
  institution: xxx
  # palm_version: 25.04

output:
  path: ./data/outputs
  file_out: filename
  version: 1

需要注意的地方有：

• TIFF 文件和 Shape 文件的投影系与 settings 中设置的 epsg 必须一致。
• origin_x 和 origin_y 是模拟区域的起点 (左下角) 在相应投影系中的坐标 (当然你也可以设置 origin_lon 和 origin_lat)
• 水平分辨率由 pixel_size 决定，单位是米

此外，还应该详细的检查输出的 static driver：

• vegetation_type，pavement_type 以及 water_type 中的无效值应被替换为 int8 类型的整型值，并且在属性 _FillValue 中记录该填充值
• vegetation_type 或 pavement_type 不为无效值的格点必须具有有效的 soil_type。
• 在 vegetation_type，pavement_type 或 water_type 有值的格点上，surface_fraction 的总和必须为 1。

dynamic driver 的生成

有了 static driver 后，就可以进一步生成 dynamic driver 了。需要使用的工具是 palm-meteo。

目前 palm-meteo 不支持单个包含多个时间的 wrfout 数据，需要手动切分文件，或者在 WRF 的 namelist 中设置 frames_per_outfile = 1 让 WRF 每个输出时刻单独一个文件。

palm-meteo 的运行也需要 YAML 配置文件，下面是我用于生成 dynamic driver 的配置：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

case: nju #case name (required)
 
# One or more tasks selected by the user will add required plugins and set
# necessary options. Tasks typically select input meteo and/or chemistry data
# sources.
tasks:
    - wrf         # WRF meteo inputs
 
# All paths are either absolute or relative to paths.base. They may contain
# references to entries in path_strings
paths:
    base: 'data'
 
    palm_input:
        static_driver:  'temp/nju_static_driver_root.h5'
 
    wrf:
        file_mask:      '/home/syize/Documents/docker-share/ubuntu/WRFOutputs/2025-12-01_00_to_24/wrf/wrfout_d02_*'
 
intermediate_files:
    #after a successful stage, delete the intermediate file from the previous stage
    delete_after_success: false
 
domain:
    dz: 3 #default=dx
    nz: 60 #required
    proj_palm: 'EPSG:32650'
 
simulation:
    origin_time: 2025-12-01 00:00:00.00 +0 #default: read from static driver
    timestep: 20 m
    length: 1 d

有个需要注意的地方是，一定要将 proj_palm 设置成生成 static driver 时使用的数据的投影系，否则 palm-meteo 会报错无法执行。

运行

PALM 的手册目前写的还不是很完整，有一些地方是我摸索出来的，所以做法不一定是完全准确的。

想要：

• 让 PALM 使用 dynamic driver 中的初始场数据
• 让 PALM 使用 dynamic driver 中的边界条件

以下是一些必须要设置的参数

• initializing_actions：设置为 read_from_file，以从文件中读取初始场
• psolver：设置为 multigrid
• nx 和 ny：模拟区域网格的格子数。这两个参数和 npex、npey 配合，psolver 设置为 multigrid 要求 nx+1 和 ny+1 能分别被 npex 和 npey 整除。
• npex 和 npey：沿 x 和 y 方向分配给网格的 CPU 节点数。二者的乘积等于分配给 PALM 模式的总节点数。
• nesting_offl_parameters：想要 PALM 使用 dynamic driver 中的边界条件，namelist 文件中必须存在该配置块，即使块内是空的。

需要注意的是，在 namelist 中设置 initializing_actions = 'read_from_file'，要同时关闭所有关于边界条件的手动设置的参数，例如 ug_surface，pt_surface 之类的。

还有一个需要注意的地方是，PALM 的 namelist 中，urban_surface_parameters 的 switch_off_module 默认值是 .false.，但是如果 namelist 中不存在 urban_surface_parameters配置块，PALM 会认为找不到 urban_surface_parameters 的设置，然后不启用启用 urban surface model。所以必须要在 namelist 中添加 urban_surface_parameters 的设置 (即使是空的) 来启用 urban surface model。

下面是完整的 namelist 设置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77

&initialization_parameters
    nx = 223
    ny = 199
    nz = 60
    dx = 6.0
    dy = 6.0
    dz = 3.0
    origin_date_time = '2025-12-01 00:00:00 +00'
    longitude = 118.952778
    latitude = 32.120556
    initializing_actions = 'read_from_file'
    psolver = 'multigrid'
    fft_method = 'fftw'
    humidity = .true.
    reference_state = 'horizontal_average'
    topography = 'read_from_file'
    restart_data_format = 'mpi_shared_memory'
/

&runtime_parameters
    end_time = 86400.0
    create_disturbances = .true.
    dt_disturb = 150.0
    disturbance_energy_limit = 0.015
    npex = 4
    npey = 4
    netcdf_data_format = 4
    dt_run_control = 0.0
    dt_data_output = 600.0
    dt_data_output_av = 600.0
    dt_do3d = 600.0
    dt_do2d_xy = 1.0
    dt_do2d_xz = 600.0
    dt_do2d_yz = 600.0
    dt_dopr = 600.0
    dt_dots = 600.0
    data_output = 'u', 'u_av', 'p', 'e', 'v', 'v_av', 'w', 'w_av', 'theta',
                  'theta_av', 'theta_xz', 'q', 'rh', 'pra*', 'ta', 'ta_xz',
                  'usm_surfz_up', 'usm_surfcat_up'
    section_xy = 5
    section_xz = 50
    averaging_interval = 600.0
    dt_averaging_input = 10.0
/

&radiation_parameters
    dt_radiation = 60.0
    radiation_scheme = 'clear-sky'
/

&bulk_cloud_parameters
    cloud_scheme = 'kessler'
    cloud_water_sedimentation = .true.
/

&land_surface_parameters
    soil_type = 3
    soil_moisture = 0.18352804, 0.18352804, 0.18352804, 0.183911, 0.1869747,
                    0.19142141, 0.19797706, 0.23697187
    soil_temperature = 296.5668869, 296.5668869, 296.5668869, 296.3213401,
                       294.35696555, 291.63102998, 290.93325411, 289.27697754
    deep_soil_temperature = 285.82938
    surface_type = 'read_from_file'
    conserve_water_content = .true.
/

&urban_surface_parameters
    switch_off_module = .false.
/

&stg_par
    dt_stg_adjust = 30.0
    dt_stg_call = 1.0
/

&nesting_offl_parameters
/

还有一个需要注意的地方是，PALM 的 namelist 中，urban_surface_parameters 的 switch_off_module 默认值是 .false.，但是如果不在 namelist 中设置这个参数，PALM 会认为找不到 urban_surface_parameters 的设置，然后报错。所以必须要在 namelist 中添加 urban_surface_parameters 的设置 (即使是空的) 来启用 urban surface model。

注意事项

除了上面提到过的注意事项外，我摸索过程中踩过的坑还有：

1. 建筑物数据中，非建筑物区域一定要设置为无效值 (例如-9999)，0也会识别为是建筑物，导致异常的下垫面高度。
2. psolver 我使用了 multigrid，这个方法要求水平格点数 (nx+1 和 ny+1) 能够被 2 整除，并且如果使用的核数大于1的话，水平格点数还能被相应方向上分配的核数整除。
3. fft_method 我使用了 fftw，这个设置要求设置编译宏 -D__fftw，并且水平格点数 (nx+1 和 ny+1) 最好满足：

$$X = 2^a3^b5^c7^d11^e13^f, e+f = 0 \ || \ 1$$

$$X = nx + 1 \ || \ ny + 1$$

​ 也就是说，水平格点数最好是这些素数的一个公倍数。