CN115146564A - 基于垂直分层降尺度技术的城市地面风速精细化模拟方法 - Google Patents
基于垂直分层降尺度技术的城市地面风速精细化模拟方法 Download PDFInfo
- Publication number
- CN115146564A CN115146564A CN202210920740.1A CN202210920740A CN115146564A CN 115146564 A CN115146564 A CN 115146564A CN 202210920740 A CN202210920740 A CN 202210920740A CN 115146564 A CN115146564 A CN 115146564A
- Authority
- CN
- China
- Prior art keywords
- height
- wind speed
- grid point
- urban
- mixed layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000004088 simulation Methods 0.000 title claims abstract description 63
- 238000005516 engineering process Methods 0.000 title claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 9
- 230000003746 surface roughness Effects 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims 5
- 235000019592 roughness Nutrition 0.000 description 52
- 238000011160 research Methods 0.000 description 13
- 239000012530 fluid Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000009423 ventilation Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法,包括步骤:将城市区域网格化,确定每个格点的混合层高度,根据混合层高度将格点划分为不高于所述混合层高度的受地面下垫面影响相对较大的粗糙子层以及高于所述混合层高度的受地面下垫面影响相对较小的惯性子层;将气象站监测的指定高度风速推算至位于惯性子层内的高空,然后将高空各站点风速插值到所有格点或所需要的部分格点上,然后对每个格点的插值风速按照下垫面不同,考虑不同高度其来风方向不同范围内粗糙度对风速的影响,分别推算至地表模拟高度。本方法可实现对长时间尺度、区域性的城市风速进行精细化模拟,有效的解决复杂下垫面风速观测问题。
Description
技术领域
本发明涉及气象监测模拟技术领域,特别涉及一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法。
背景技术
IPCC第五次评估报告指出,全球各地(尤其城市地区)风速总体呈现减弱的趋势。然而风的极端性和危险性却没有随之减弱,反而有所增强。影响中国的台风虽然数量变化不大,但强度却明显增强,近10年之中,影响我国的台风有一半左右都是风力超过12级的强台风或超强台风。众所周知,风速随着高度的增加而增大。随着城市化进程的发展,城市范围越来越大、建筑平均高度越来越高,大风引起的气候风险亦越来越大。大风不仅对沿海港口和船只造成影响,还对城市玻璃幕墙、广告牌、轨道交通等带来巨大的气候风险,影响城市的安全运行。因而,在城市区域开展风速的研究具有重要的意义。
目前,对于城市风速的监测主要依托于中国气象局布设的气象台站(国家级气象站和区域自动站)中风速仪、风廓线雷达等仪器设备进行定点观测。站点观测的最大优势在于其基于仪器观测,获取的风速资料最为可靠,并且通过长时间的连续观测积累,可以获得该站点长时间序列的风速资料。然而,由于城市下垫面复杂,风速局地性差异极大。即便通过布设更多站点,加大观测密度,亦无法获取城市每一个位置风速信息,无法满足对城市风速空间分布的精细化刻画的要求。
为了获取城市风速空间分布,空间上的统计插值技术(线性和非线性插值方法)被应用于城市风速的分析中,不同的统计插值技术虽然有不同的适应范围,但都具有易操作、计算量小等特点。随着研究与业务的需求以及计算能力的提升,包含动力过程的风速数值模拟技术被引入到城市风环境研究分析中,主要包括中尺度气象数值模式(如WRF)和CFD模拟。不论是气象数值模式还是CFD仿真模拟,对计算机的计算能力要求较高,且各自在空间范围和分辨率上有不同的要求。具体地:
统计插值技术:统计插值技术包括克里金插值方法(Kriging)、反距离权重(IDW)、样条插值法(Spline)等线性及非线性插值方法。统计插值技术是纯统计学方法,基于一定的数据假设。如反距离加权法是基于“地理第一定律”的基本假设:即两个物体相似性随他们的距离增大而减少。它以插值点与样本点间的距离为权重进行加权平均,离插值点越近的样本赋予的权重越大;样条插值法是使用一种数学函数,对一些限定的点值,通过控制估计方差,利用一些特征节点,用多项式拟合的方法来产生平滑的插值曲线。依靠站点风速观测数据,对所需空间每一个格点进行统计插值,即可得到风速的空间分布。但是,统计插值技术没有考虑城市下垫面的变化,不同下垫面将会形成不同的城市粗糙度,进而引起风速在空间分布上的差异。因此,其准确性存在较大缺陷;另一方面,其空间分辨率依赖于站点的密集程度,一般国家级气象站间距在20km左右,无法满足城市精细化风速的需求。
数值仿真模拟技术:包括中尺度气象数值模式(如WRF)和CFD模拟。WRF(WeatherResearch and Forecasting Model)模式是由美国环境预测中心(NCEP),美国国家大气研究中心(NCAR)等美国科研机构中心着手开发的一种统一的中尺度天气预报模式,通过对大气动力学方程组求取近似解,可以对大气的全要素包括温度、降水、风等进行仿真模拟。其具有的可移植,易维护,可扩充,高效率,方便等特点,已被广泛用于风速的模拟中,并通过耦合城市冠层模式获得较高的分辨率。CFD是英文Computational Fluid Dynamics(计算流体动力学)的简称。它是伴随着计算机技术、数值计算技术的发展而发展的。简单地说,CFD相当于“虚拟”地在计算机做实验,用以模拟仿真实际的流体流动情况。而其基本原理则是数值求解控制流体流动的微分方程,得出流体流动的流场在连续区域上的离散分布,从而近似模拟流体流动情况。可以认为CFD是现代模拟仿真技术的一种。但是,数值仿真模拟技术中WRF模型模拟技术更适合中尺度大气的空间模拟,缺乏对大气边界层的模拟能力,并且在空间精度上无法满足精细化的要求;另一方面,由于其对计算量的需求巨大,在实际应用中如城市区域可行性论证工作中无法对风速进行历史30年以上的模拟,一般采用典型年代替其平均状况。CFD仿真模拟技术的适用场景则是特定情景下的城市微尺度风速模拟。虽然能实现对米级别空间分辨率的模拟,但其具有一定局限性。一方面,其并不是对实际大气状况进行模拟,而是通过给定背景风场,实现在背景风的情景下风速的流动模拟,因而无法实现对区域历史风速的实时模拟;另一方面,由于空间分辨率高,其对计算量的需求巨大,仅仅适用于城市微尺度(10km范围以内)的,无法适用于大范围的精细化风速模拟需求。
目前,对长时间尺度、大范围区域性的精细化风速降尺度方法研究的缺乏,成为了桎梏与城市精细化风速模拟相关的各项科研与业务的发展,如精细化的区域风环境模拟、大风灾害预报预警业务、城市通风环境研究、楼宇风资源评估等等,这也对风速的精细化研究提出了更高的需求。
发明内容
为了解决上述问题,本发明提供了一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法,可实现对长时间尺度、区域性的城市风速进行精细化模拟,有效的解决复杂下垫面风速观测问题。
本发明通过如下方案来实现:一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法,包括步骤:
S1、获取城市地理信息数据,将城市区域网格化;
S2、根据所述地理信息数据确定每个格点的混合层高度,根据混合层高度将相应格点所在空间划分为不高于所述混合层高度的受地面下垫面影响相对较大的粗糙子层以及高于所述混合层高度的受地面下垫面影响相对较小的惯性子层;
S3、获取城市区域内气象站的风速风向观测资料,依据所述观测资料及所述城市地理信息数据重复步骤S31~步骤S34,并以得出的数据为基础对城市地面风速进行模拟;其中:
S31、将所述城市区域内气象站所监测的指定高度风速推算至气象站所在格点的混合层高度并得到混合层高度风速;
S32、将所述混合层高度风速推算至位于惯性子层内的插值高度并得到插值高度风速;
S33、采用统计插值方法将所述插值高度风速插值到每个格点所对应的位置并得到每个格点的格点插值高度风速;
S34、针对每个格点,先将对应的所述格点插值高度风速推算至对应混合层高度得到格点混合层高度风速,再判断所述格点的建筑平均高度是否小于模拟高度:
若是,则直接将所述格点混合层高度风速推算至所述模拟高度并得到格点模拟高度风速;
若否,则先将所述格点混合层高度风速推算至相应的建筑平均高度并得到格点建筑平均高度风速,再将所述格点建筑平均高度风速推算至所述模拟高度并得到格点模拟高度风速。
本发明基于垂直分层降尺度技术的城市地面风速精细化模拟方法的进一步改进在于,确定每个格点的混合层高度的步骤包括:
预设一最低高度;
将所有格点分为无建筑的格点和有建筑的格点;
对于无建筑的格点,直接将所述最低高度作为混合层高度;
对于有建筑的格点,先计算格点内建筑平均高度,再判断所述建筑平均高度是否大于所述最低高度:
若是,则将所述建筑平均高度的2~5倍作为混合层高度;
若否,则将所述最低高度作为混合层高度。
其中,Hmn为模拟高度,Zd为零平面位移,Zland-Eff为地表有效粗糙度。
其中,λF为格点中建筑迎风面面积参数,σH为格点内建筑高度的标准差。
将所有格点分为城市格点和非城市格点,并将所有所述城市格点进一步分为有建筑格点和无建筑格点;
利用土地利用的地表粗糙度表确定所述非城市格点的空气动力学粗糙度;
利用计算式(7)计算无建筑格点的空气动力学粗糙度Z0:
利用计算式(8)计算有建筑格点的空气动力学粗糙度Z0:
其中,λp为建筑顶面积占粗糙元总面积的比例。
其中,为在某一风向下地表一定范围内空气动力学粗糙度的平均值,D为来风方向,θl为地表影响角度范围,rl为地表影响半径,为在某一风向下混合层高度一定范围内空气动力学粗糙度的平均值,θbh为混合层高度影响角度范围,rbh为混合层高度影响半径。
本发明基于垂直分层降尺度技术的城市地面风速精细化模拟方法的进一步改进在于,所述城市地理信息数据包括高程数据、土地利用数据、城市建筑轮廓及高度数据。
本发明综合考虑了垂直方向上风速在大气边界层内不同高度具有不同变化的特性,以及在水平方向上不同高度其周边不同范围内粗糙度对风速具有不同的影响,利用精细化的地理信息数据,基于国家级气象站一段时间尺度的风速风向观测资料,可实现对长时间尺度、区域性的城市风速进行精细化模拟,有效的解决复杂下垫面风速观测问题,可为精细化的区域风环境模拟、大风灾害预报预警业务、城市通风环境研究、楼宇风资源评估等工作提供有效的支撑。
附图说明
图1示出了本发明方法的流程图。
图2示出了本发明方法格点中建筑迎风面面积参数计算方法示意图。
图3示出了本发明方法一实施例的技术流程图。
具体实施方式
为了解决现有城市精细化风速模拟方法具有一定局限性,无法满足具有复杂下垫面的城市精细化风速模拟的要求,本发明提供了一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法,可实现对长时间尺度、区域性的城市风速进行精细化模拟,有效的解决复杂下垫面风速观测问题。
下面以具体实施例结合附图对该基于垂直分层降尺度技术的城市地面风速精细化模拟方法作进一步说明。
参阅图1所示,一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法,包括步骤:
步骤S1、获取城市地理信息数据,将城市区域网格化。具体地,该城市地理信息数据主要包括:建筑轮廓及高度数据、DEM数字高程数据、土地利用数据以及区域内的各站点地理信息。
步骤S2、根据该地理信息数据确定每个格点的混合层高度,根据混合层高度将相应格点所在空间划分为不高于该混合层高度的受地面下垫面影响相对较大的粗糙子层以及高于该混合层高度的受地面下垫面影响相对较小的惯性子层。
具体来说,本发明提供了确定每个格点的混合层高度的一较佳方法,步骤包括:首先,预设一最低高度(优选该最低高度介于30~50米范围内)。然后,根据土地利用信息将所有格点分为无建筑的格点和有建筑的格点。然后,对该两种类型的格点分别确定混合层高度,其中,对于无建筑的格点,直接将该最低高度作为混合层高度;对于有建筑的格点,先计算格点内建筑平均高度,再判断该建筑平均高度是否大于该最低高度:若是,则将该建筑平均高度的2~5倍作为混合层高度;若否,则将该最低高度作为混合层高度。通过该方法,兼顾了水平方向和垂直方向对风速的影响,且计算量小,能够快速确定每个格点的混合层高度。
步骤S3、获取城市区域内气象站的风速风向观测资料,依据该观测资料及该城市地理信息数据重复步骤S31~步骤S34,并以得出的数据为基础对城市地面风速进行模拟。其中:
步骤S33、采用统计插值方法将该插值高度风速插值到每个格点所对应的位置并得到每个格点的格点插值高度风速。较佳地,采用克里金插值法进行上述插值计算。
步骤S34、针对每个格点,先将对应的该格点插值高度风速推算至对应混合层高度得到格点混合层高度风速,再判断该格点的建筑平均高度是否小于模拟高度:若是,则直接将该格点混合层高度风速推算至该模拟高度并得到格点模拟高度风速;若否,则先将该格点混合层高度风速推算至相应的建筑平均高度并得到格点建筑平均高度风速,再将该格点建筑平均高度风速推算至该模拟高度并得到格点模拟高度风速。
其中,Hmn为模拟高度,Zd为零平面位移,Zland-Eff为地表有效粗糙度。
其中,λF为格点中建筑迎风面面积参数,σH为格点内建筑高度的标准差。参阅图2所示,该建筑迎风面面积参数λF的计算方法如下:
作为一较佳实施方式,上述的地表有效粗糙度Zland-Eff和混合层有效粗糙度的计算方法如下:首先,将所有格点分为城市格点和非城市格点,并将所有该城市格点进一步分为有建筑格点和无建筑格点;然后,针对这三种格点分别计算空气动力学粗糙度,以便于得到更符合实际情况的有效粗糙度,具体地:
利用土地利用的地表粗糙度表1.1确定该非城市格点的空气动力学粗糙度Z0。
表1.1基于土地利用的地表粗糙度确定
利用计算式(7)计算无建筑格点的空气动力学粗糙度Z0:
利用计算式(8)计算有建筑格点的空气动力学粗糙度Z0:
其中,λp为建筑顶面积占粗糙元总面积的比例。
其中,为在某一风向下地表一定范围内空气动力学粗糙度的平均值,D为来风方向,θl为地表影响角度范围,rl为地表影响半径,为在某一风向下混合层高度一定范围内空气动力学粗糙度的平均值,θbh为混合层高度影响角度范围,rbh为混合层高度影响半径。以东风(D=90°)为例,假设θl=30°,rl=300m,即在半径为300米、75~105°(即90°左右各15°)的扇形范围内所有粗糙元的空气动力学粗糙度的平均值为该粗糙元的平均值为该粗糙元的地表有效粗糙元。计算式(9)中的角度和半径参数可根据计算区域所处地理位置,进行适当调整、取值。
较佳地,在针对上述三种格点计算空气动力学粗糙度Z0的同时,利用相同原理可以一并计算出对数廓线方程(1)、(4)、(5)中所需要的零平面位移Zd,具体计算式如下:
其中,fd为粗糙度系数,取值为0.67。
通过分类计算地表有效粗糙度Zland-Eff和混合层有效粗糙度充分考虑了城市区域内不同下垫面在不同高度对风速的影响,使得该模拟方法更加精细化,且无需过大的计算量,便于实现对长时间尺度、区域性的城市风速进行精细化模拟。
本方法的核心思想是,将城市区域网格化并以每个格点为单位,将其上部空间分成上述粗糙子层和惯性子层,该粗糙子层受地面下垫面的影响,气流具有很大的不均一性,该惯性子层内具有恒定的剪应力和水平均一的气流,而该粗糙子层和该惯性子层之间的高度为混合层高度,也就是说,每个格点根据其下垫面情况具有适配的混合层高度。然后将气象站监测的指定高度风速利用其在边界层的风廓线拟合方法,推算至位于受下垫面粗糙度影响较小的惯性子层内的高空,基于高空各站点风速利用IDW/Kring等统计插值方法,将高空各站点风速插值到所有格点或所需要的部分格点上,然后对每个格点的插值风速按照下垫面不同,考虑不同高度其来风方向不同范围内粗糙度对风速的影响,分别推算至地表模拟高度。在推算的过程中,由于粗糙子层受底面下垫面影响较大,气流具有很大的不均一性,惯性子层内具有恒定的剪应力和水平均一的气流,因此,对于位于惯性子层内的插值高度风速、混合层高度风速以及位于粗糙子层内高于建筑物平均高度的风速,均采用对数廓线方程进行计算,而对于位于粗糙子层内低于建筑物平均高度的风速采用指数廓线方程进行计算,最终实现对城市地面风速的精细化模拟。
本发明模拟方法综合考虑了垂直方向上风速在大气边界层内不同高度具有不同的变化特性,水平方向上不同高度其周边不同范围内粗糙度对风速具有不同的影响。其精细化和准确性依赖于精细化的城市下垫面信息,如数字高程信息、建筑形态和高度等,其对计算能力的要求不高。因此,兼具计算快速、准确性高的特点。同时,基于国家级气象站长时间尺度的风速风向观测资料,在输入站点风速和风向数据时,不断将国家气象站观测的历史风速风向数据更新进模型中,实现对长时间尺度、区域性的城市风速进行精细化模拟。此外,由于其计算快速,还可将其运用至实时风速观测业务中,实现对实时风速的精细化模拟。该方法有效的解决复杂下垫面风速观测问题,可为精细化的区域风环境模拟、大风灾害预报预警业务、城市通风环境研究、楼宇风资源评估等工作提供有效的支撑。
下面以上海为例,利用上海及周边经审核的国家级气象站逐日风速和风向资料,采用本发明的方法对上海近地面10米高度(即模拟高度,由于气象站监测风速的高度通常为10米,故,该高度同时为指定高度)平均风速空间分布进行精细化模拟:
1、数据准备:
(1)建筑轮廓及高度数据:采用由上海测绘院提供的上海城市建筑数据,该数据为矢量数据,包含建筑轮廓的面文件以及建筑高度等字段。将该矢量数据转换为格点数据,在此基础上可重采样至100m分辨率。
(2)DEM数字高程数据:采用由美国航空航天局(NASA)和国防部国家***(NIMA)联合测量的SRTM数据,空间分辨率为30m。
(3)土地利用数据:采用中科院提供的通过卫星遥感解译的2015年土地利用类型数据。
(4)区域内各站点资料:包括上海周边36个国家级气象站点的经纬度、海拔高度等站点地理信息,以及各站点逐日风速和主导风向监测资料。
2、技术流程:
(1)城市空气动力学粗糙度的确定:根据上海建筑数据和土地利用类型分布,对于上海非城市下垫面和城市下垫面分别采用计算式(7)-(8)和表1.1确定空气动力学粗糙度Z0,并形成上海城市空气动力学粗糙度分布图。
(2)不同风向、不同高度的有效粗糙度特征库建立:根据计算式(9)可以确定16个风向下地表有效粗糙度Zland-Eff和混合层有效粗糙度其中:地表有效粗糙度Zland-Eff中,地表影响角度范围θl取30°,地表影响半径rl取300米;混合层有效粗糙度计算中,混合层高度影响角度范围θbh取45°,混合层高度影响半径rbh取5000米。针对16个风向分别形成地表有效粗糙度和混合层有效粗糙度的分布图。
(3)不同风向粗糙元的建筑迎风面面积参数λF的确定:根据计算式(6-1)可以确定16个风向下的建筑迎风面面积参数λF,针对16个风向分别形成建筑迎风面面积参数分布图。
(4)上海城市地面风速精细化模拟:
采用上海及周边地区36个国家气象站风速和风向资料,开展上海地面逐月风速精细化模拟,并生成格点数据集,具体参阅图3。
输入层:统计上海及周边地区36站逐月平均风速及宝山站月主导风向,作为气象条件输入场;上海城市粗糙度多维数据库以及迎风面等参数文件已通过上述步骤获取。
计算层:按照上述基于垂直分层降尺度技术的城市地面风速精细化模拟方法开展上海地面逐月风速精细化模拟,获取上海逐月地面精细化风速数据,形成相关模拟图;
输出层:输出经检验后的上海近地面逐月风速,纳入数据集。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (10)
1.一种基于垂直分层降尺度技术的城市地面风速精细化模拟方法,其特征在于,包括步骤:
S1、获取城市地理信息数据,将城市区域网格化;
S2、根据所述地理信息数据确定每个格点的混合层高度,根据混合层高度将相应格点所在空间划分为不高于所述混合层高度的受地面下垫面影响相对较大的粗糙子层以及高于所述混合层高度的受地面下垫面影响相对较小的惯性子层;
S3、获取城市区域内气象站的风速风向观测资料,依据所述观测资料及所述城市地理信息数据重复步骤S31~步骤S34,并以得出的数据为基础对城市地面风速进行模拟;其中:
S31、将所述城市区域内气象站所监测的指定高度风速推算至气象站所在格点的混合层高度并得到混合层高度风速;
S32、将所述混合层高度风速推算至位于惯性子层内的插值高度并得到插值高度风速;
S33、采用统计插值方法将所述插值高度风速插值到每个格点所对应的位置并得到每个格点的格点插值高度风速;
S34、针对每个格点,先将对应的所述格点插值高度风速推算至对应混合层高度得到格点混合层高度风速,再判断所述格点的建筑平均高度是否小于模拟高度:
若是,则直接将所述格点混合层高度风速推算至所述模拟高度并得到格点模拟高度风速;
若否,则先将所述格点混合层高度风速推算至相应的建筑平均高度并得到格点建筑平均高度风速,再将所述格点建筑平均高度风速推算至所述模拟高度并得到格点模拟高度风速。
2.如权利要求1所述的基于垂直分层降尺度技术的城市地面风速精细化模拟方法,其特征在于,确定每个格点的混合层高度的步骤包括:
预设一最低高度;
将所有格点分为无建筑的格点和有建筑的格点;
对于无建筑的格点,直接将所述最低高度作为混合层高度;
对于有建筑的格点,先计算格点内建筑平均高度,再判断所述建筑平均高度是否大于所述最低高度:
若是,则将所述建筑平均高度的2~5倍作为混合层高度;
若否,则将所述最低高度作为混合层高度。
将所有格点分为城市格点和非城市格点,并将所有所述城市格点进一步分为有建筑格点和无建筑格点;
利用土地利用的地表粗糙度表确定所述非城市格点的空气动力学粗糙度;
利用计算式(7)计算无建筑格点的空气动力学粗糙度Z0:
利用计算式(8)计算有建筑格点的空气动力学粗糙度Z0:
其中,λp为建筑顶面积占粗糙元总面积的比例。
10.如权利要求1所述的基于垂直分层降尺度技术的城市地面风速精细化模拟方法,其特征在于,所述城市地理信息数据包括高程数据、土地利用数据、城市建筑轮廓及高度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210920740.1A CN115146564A (zh) | 2022-08-02 | 2022-08-02 | 基于垂直分层降尺度技术的城市地面风速精细化模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210920740.1A CN115146564A (zh) | 2022-08-02 | 2022-08-02 | 基于垂直分层降尺度技术的城市地面风速精细化模拟方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115146564A true CN115146564A (zh) | 2022-10-04 |
Family
ID=83414944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210920740.1A Pending CN115146564A (zh) | 2022-08-02 | 2022-08-02 | 基于垂直分层降尺度技术的城市地面风速精细化模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115146564A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117634342A (zh) * | 2023-11-22 | 2024-03-01 | 中国电建集团西北勘测设计研究院有限公司 | 一种精细化风场的模拟仿真方法及仿真*** |
CN117932918A (zh) * | 2024-01-23 | 2024-04-26 | 成都信息工程大学 | 一种考虑参数动态变化的城市局地动力学粗糙度计算方法 |
CN118069958A (zh) * | 2024-04-18 | 2024-05-24 | 南京信息工程大学 | 一种大气环境容量计算方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392113A (zh) * | 2014-11-11 | 2015-03-04 | 宁波市气象台 | 一种近海海面冷空气大风风速的估算方法 |
WO2016023527A1 (zh) * | 2014-08-14 | 2016-02-18 | 国家电网公司 | 一种基于测风塔测风数据的风电场弃风电量确定方法 |
CN107390298A (zh) * | 2017-07-19 | 2017-11-24 | 云南电网有限责任公司电力科学研究院 | 一种复杂山地下垫面大风的模拟方法及装置 |
CN107704641A (zh) * | 2017-05-27 | 2018-02-16 | 福州大学 | 基于实景植被空间分布粗糙度的精细风场模拟方法 |
US20200018666A1 (en) * | 2019-07-02 | 2020-01-16 | Shanghai Typhoon Institute, CMA | Wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain |
CN113987779A (zh) * | 2021-10-22 | 2022-01-28 | 中国建筑科学研究院有限公司 | 一种基于热带海岛气候特征的城市冠层模型建立方法 |
CN114357571A (zh) * | 2021-12-14 | 2022-04-15 | 华南理工大学 | 建成建筑环境下大气边界层风场特性的反演方法和*** |
CN114386215A (zh) * | 2021-11-18 | 2022-04-22 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种建筑物可分辨尺度的城市三维风场快速分析方法 |
CN114580310A (zh) * | 2020-11-28 | 2022-06-03 | 北京零壹橡树科技有限公司 | 一种基于palm实现wrf模拟风场降尺度处理的方法 |
KR20220100751A (ko) * | 2021-01-08 | 2022-07-18 | 부경대학교 산학협력단 | 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법 |
-
2022
- 2022-08-02 CN CN202210920740.1A patent/CN115146564A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016023527A1 (zh) * | 2014-08-14 | 2016-02-18 | 国家电网公司 | 一种基于测风塔测风数据的风电场弃风电量确定方法 |
CN104392113A (zh) * | 2014-11-11 | 2015-03-04 | 宁波市气象台 | 一种近海海面冷空气大风风速的估算方法 |
CN107704641A (zh) * | 2017-05-27 | 2018-02-16 | 福州大学 | 基于实景植被空间分布粗糙度的精细风场模拟方法 |
CN107390298A (zh) * | 2017-07-19 | 2017-11-24 | 云南电网有限责任公司电力科学研究院 | 一种复杂山地下垫面大风的模拟方法及装置 |
US20200018666A1 (en) * | 2019-07-02 | 2020-01-16 | Shanghai Typhoon Institute, CMA | Wind field dynamic downscaling method based on aerodynamic parameters of simplified terrain |
CN114580310A (zh) * | 2020-11-28 | 2022-06-03 | 北京零壹橡树科技有限公司 | 一种基于palm实现wrf模拟风场降尺度处理的方法 |
KR20220100751A (ko) * | 2021-01-08 | 2022-07-18 | 부경대학교 산학협력단 | 유입 풍속과 도시 형태 매개 변수를 이용한 도시 풍속 분석 시스템 및 이를 이용한 분석 방법 |
CN113987779A (zh) * | 2021-10-22 | 2022-01-28 | 中国建筑科学研究院有限公司 | 一种基于热带海岛气候特征的城市冠层模型建立方法 |
CN114386215A (zh) * | 2021-11-18 | 2022-04-22 | 中国气象局上海台风研究所(上海市气象科学研究所) | 一种建筑物可分辨尺度的城市三维风场快速分析方法 |
CN114357571A (zh) * | 2021-12-14 | 2022-04-15 | 华南理工大学 | 建成建筑环境下大气边界层风场特性的反演方法和*** |
Non-Patent Citations (3)
Title |
---|
史军;徐家良;谈建国;刘坚刚;: "上海地区不同重现期的风速估算研究", 地理科学, no. 09, 30 September 2015 (2015-09-30) * |
谈建国;常远勇;韩志惠;唐玉琪;岳彩军;彭杰;: "一种基于粗糙度分布的大风风速降尺度方法初步研究――以上海市域为例", 气象科学, no. 06, 18 October 2017 (2017-10-18) * |
谈建国等: "一种基于粗糙度分布的大风风速降尺度方法初步研究——以上海市域为例", 气象科学, no. 06, 18 October 2017 (2017-10-18), pages 1 - 3 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117634342A (zh) * | 2023-11-22 | 2024-03-01 | 中国电建集团西北勘测设计研究院有限公司 | 一种精细化风场的模拟仿真方法及仿真*** |
CN117932918A (zh) * | 2024-01-23 | 2024-04-26 | 成都信息工程大学 | 一种考虑参数动态变化的城市局地动力学粗糙度计算方法 |
CN118069958A (zh) * | 2024-04-18 | 2024-05-24 | 南京信息工程大学 | 一种大气环境容量计算方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | High-resolution dataset of urban canopy parameters for Beijing and its application to the integrated WRF/Urban modelling system | |
CN110298115B (zh) | 一种基于简化地形气动参数的风场动力降尺度方法 | |
CN115146564A (zh) | 基于垂直分层降尺度技术的城市地面风速精细化模拟方法 | |
WO2021218424A1 (zh) | 基于rbf神经网络的航海雷达图像反演海面风速方法 | |
CN108983320B (zh) | 一种沿海台风极值风速的数值天气预报-人工智能耦合预测方法 | |
Millward-Hopkins et al. | Aerodynamic parameters of a UK city derived from morphological data | |
Luhamaa et al. | High resolution re-analysis for the Baltic Sea region during 1965–2005 period | |
CN106054283B (zh) | 一种反演上对流层与下平流层风场的方法及装置 | |
Tang et al. | Urban meteorological forcing data for building energy simulations | |
Ricci et al. | Simulation of urban boundary and canopy layer flows in port areas induced by different marine boundary layer inflow conditions | |
CN114357571A (zh) | 建成建筑环境下大气边界层风场特性的反演方法和*** | |
Li et al. | Wind tunnel study on the morphological parameterization of building non-uniformity | |
Li et al. | A Study on Measuring the Wind Field in the Air Using a multi-rotor UAV Mounted with an Anemometer | |
Lee | Long-term wind speed interpolation using anisotropic regression kriging with regional heterogeneous terrain and solar insolation in the United States | |
JP4297921B2 (ja) | 物理量の等値線図の作成方法及び物理量の推定方法 | |
CN110457819A (zh) | 一种根据自然环境识别城市天然风道的方法 | |
Fuentes et al. | Verification of statistical-dynamical downscaling in the Alpine region | |
CN105302980B (zh) | 一种基于sar数据的城区空气动力学粗糙度反演方法 | |
Lichiheb et al. | An evaluation of meteorological data prediction over Washington, DC: Comparison of DCNet observations and NAM model outputs | |
Ying et al. | City-scale ventilation analysis using 3D buildings with Guangzhou case | |
JP4043779B2 (ja) | 風向別基本風速マップの作成方法及び風向別基本風速の推定方法 | |
CN108764602A (zh) | 一种建筑群自然通风潜力评估方法及*** | |
Tarasova et al. | Parameterization of the Interaction between the Atmosphere and the Urban Surface: Current State and Prospects | |
Heinemann et al. | Simulation of surface energy fluxes using high-resolution non-hydrostatic simulations and comparisons with measurements for the LITFASS-2003 experiment | |
CN110298114B (zh) | 一种风场动力降尺度方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |