大涡模拟（LES）作为一种先进的数值模拟方法，能够精确捕捉建筑物尾流、热羽流等城市特有的湍流结构，为我们打开了认识城市大气环境的新窗口。然而，掌握大涡模拟技术绝非易事。从WRF-LES到PALM，每一个模式都像一把精密的手术刀，需要操作者深入理解其工作原理，熟练掌握其使用方法。本教程系统覆盖大涡模拟从基础理论到真实城市案例的完整链条。从LES控制方程、滤波方法与子网格模式出发，掌握WRF与PALM两大主流模型的架构与编译；通过Python（NumPy、Pandas、xarray）进行前处理与可视化，借助Linux环境完成模型部署与运行；学习WPS与ndown降尺度方法，实现WRF-LES高分辨率模拟；深入PALM模型体系，掌握WRF4PALM驱动数据制作、PALMPY静态数据（地形、土地利用）生成；结合QGIS进行空间数据处理，最终完成从无建筑到有建筑的真实城市街区大涡模拟案例。内容紧贴低空经济、城市热岛、城市边界层动力学等前沿热点，帮助学习者学员真正实现从区域尺度到街区尺度的大气环境独立建模与模拟能力。

专题一 大涡模拟基本原理

1)控制方程和湍流闭合

2)滤波方法与子网格模式

3)边界条件处理方法

专题二 主要模型概述

1、WRF模型概述

1)模型的发展历程2)模型的基本框架

2、PALM模型概述

1)模型的基本框架2)模型架构与计算网格3)动力学核心4)湍流模块

专题三 Python基础

1、NumPy：用于数值计算和数组操作

2、Pandas：用于数据处理和分析

3、xarray：处理带标签的多维数组数据

4、用于：前处理、后处理及可视化

专题四 Linux基础

1、Linux文件系统结构

1)文件类型2)文件查看命令3)文件操作命令4)文件权限管理5)文件查找6)文件压缩和解压7)磁盘空间管理

2、环境变量设置

1)环境变量基础概念2)常见的环境变量3)查看环境变量4)设置环境变量的方法5)临时设置、永久设置6)编辑用户的配置文件

专题五 基础编译过程

1）单文件编译2）多文件编译3）使用Make工具4）使用CMake构建系统5）优化选项6）常见问题解决

专题六 环境部署

1、预编译2、WRF编译3、PALM编译4、环境配置

专题七 WRF模拟

1、WPS处理

1)namelist.wps配置2)通过 geogrid 程序定义模拟区域并插值地形、土地利用等静态数据3)使用 ungrib 程序解码气象数据,如 GRIB 格式的初始场和边界场4)运行 metgrid 程序将所有数据插值到模式网格上

2、WRF处理

1)namelist.input配置2)WRF 模型包含多种物理过程方案的选择:

专题八 ndown模拟

1)namelist.wps配置2)namelist.input配置3)ndown执行

专题九 WRF-LES模拟

1、模型配置

1)模拟域设置2)网格配置

2、物理参数化 次网格尺度湍流模式

3、数值方法

1)时间积分4、初始和边界条件1)初始化选项2)边界处理

专题十 QGIS操作

1、数据读入

1)矢量数据读入2)栅格数据读入

2、数据裁剪

1)矢量数据裁剪2)栅格数据裁剪

3、坐标转换

1)矢量数据投影转换2)栅格数据投影转换

4、矢量数据修复

1)几何修复2)拓扑检查与修复

5、矢量字段编辑

1)字段计算2)字段管理3)字段计算器

专题十一 PALM模拟

1、主要模块介绍

2、配置文件（p3d）

3、自带简单案例模拟

专题十二 PALM驱动数据制作（WRF4PALM）

WRF4PALM基础

1)配置文件介绍2)执行步骤

专题十三 PALM静态数据制作（palmpy）

1、PALMPY

1)地形数据（SRTM、GDEM）

2)土地利用数据（清华2017年、ESA）

3)配置文件

4)执行步骤

专题十四 城市案例研究

1)不考虑建筑模拟2)考虑建筑模拟

PALMPY多城市预处理文件

推荐：WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化

WRF（Weather Research and Forecasting Model）作为当下大气科学、环境科学及水文地理领域应用广泛的中尺度气象模式，是相关科研人员开展数值模拟、机理分析、场景预测的“核心工具”——小到局地暴雨、台风过程的精细模拟，大到区域气候演变、土地利用/城市化的气象效应研究，WRF都是产出高质量成果的“标配利器”。

本教程带您完整打通WRF科研全流程：

从“0到1搭建环境”：手把手解决Linux编译排错、WRF/WPS全套工具链部署，让您快速拥有专属“天气实验室”

从“盲目运行到精准模拟”：深入解析FNL/ERA5驱动场的差异、物理参数方案的适配逻辑，掌握长时序气候模拟的稳定性配置（含断点续跑、海温数据更新），让模拟结果更贴合研究目标

从“默认设置到定制化试验”：解锁“改得动”的高阶技能——手把手教您修改下垫面数据（地形调整、土地利用类型替换）、自定义物理参数（反照率、粗糙度等），并掌握敏感性试验的设计方法（控制组vs敏感组）与结果差值分析（Python可视化），让您的研究能聚焦“机理创新”而非“工具折腾”

完成后，您将能够：

独立部署（搭建“天气实验室”）：在Linux系统上独立完成WRF及WPS全套环境的编译与安装

熟练预处理：精通WPS流程，掌握网格设计、静态数据配置及GFS/FNL等不同驱动场的处理

运行真实案例：独立配置并成功模拟一次完整的天气过程（如台风、暴雨事件）

掌握数据挖掘：使用Python (wrf-python) 对wrfout结果进行专业的气象诊断分析

专业可视化（制作专业天气图）：使用Python (matplotlib/cartopy) 绘制可用于报告和论文的天气图（温度、降水、风场等）

理解核心物理：深入理解关键物理过程（如微物理、边界层）的选择对模拟结果的影响

推荐：WRF模式与Python融合技术在多领域中的应用及精美绘图

WRF作为中尺度气象数值模式的佼佼者，模式功能齐全，是大部分人的第一选择。而掌握模式还只是第一步，将数值模式的结果进一步加工成我们业务或科研需要的产品，也是一项重要工作，以当前的趋势而言，python语言当仁不让的成为首选。

本教程既有WRF模式理论，从动力方程、参数化方案的介绍到模式应用场景，又有实操环节，从基础的Linux命令到WRF模式的安装和运行。另一大特点是将python语言与WRF模式运行结合，让模式运行自动化，提升科研和业务的工作效率。同时，掌握python在WRF前后处理的常用场景，包括数据处理、可视化绘图等。

掌握WRF模式+Python语言的结合应用，可在气象、海洋、地理、气候、水文和生态等地学领域的业务、科研和工程项目中得到实际有效的应用。

关 注【科研充电吧】公 众 号，获取海量教程和资源

支持单位：