CN110457819B - 一种根据自然环境识别城市天然风道的方法 - Google Patents
一种根据自然环境识别城市天然风道的方法 Download PDFInfo
- Publication number
- CN110457819B CN110457819B CN201910742232.7A CN201910742232A CN110457819B CN 110457819 B CN110457819 B CN 110457819B CN 201910742232 A CN201910742232 A CN 201910742232A CN 110457819 B CN110457819 B CN 110457819B
- Authority
- CN
- China
- Prior art keywords
- wind
- urban
- natural
- grid
- area
- 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.)
- Active
Links
Images
Landscapes
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种根据自然环境识别城市天然风道的方法,建立研究区域,根据该区域数字高程模型DEM和高分辨率遥感影像建立地形格网;以该地形格网作为计算空域,利用风场仿真计算模型,计算指定主导风条件下的近地稳态风场,根据风向量场推演贯穿整个研究区域的风行进路线,并以密集流力线形式表达;将流力线图与遥感影像图层叠加在一起,结合氧源地、冷源地和城区的分布情况,选择最有利于将优质空气送入并贯穿城区的流力线作为最优天然风道。本发明不仅可用于不同主导风条件下的城市风环境分析,还能够将市域风环境以直观方式可视化出来,为城区人工风道规划设计提供科学决策依据,从而有效避免决策过程的盲目性和随机性。
Description
技术领域
本发明属于城市规划技术领域,具体涉及一种根据自然环境识别城市天然风道的方法。
背景技术
城市大气污染与城市气候问题是影响我国可持续发展的重要气候问题。城市通风廊道是城市空气交换的通道,合理规划的通风廊道有利于加快城区和城郊的“热冷”空气循环,有助于城市局地空气环流的形成,从而缓解城市热岛、浊岛、雾霾等城市气候问题,在减少城市整体能耗的同时显著改善城市空气质量,提升城市舒适度。
现有的城市通风廊道规划主要涉及市域、市区和居民小区三个层次级别上的空气环境分析。市区级风道规划主要利用GIS技术,根据城区建筑物分布特征定量化描述地表粗糙度和迎风面密度,将其作为影响通风能力的代价值,将通风阻力代价最小的路线作为城市风道规划设计的依据条件。而居民小区和市域级的通风条件分析则分别利用了微观空气动力学和中尺度气候预报模型计算技术,前者用于分析小区内的热交换空间分布特征,后者用于评估市区天然风主要来风方向。
虽然中尺度气候预报模型能够为市区风道GIS分析提供一定的入口风方向信息,但并不能为市区内人工风道规划提供自然环境下天然风道分布的依据,并且缺乏描述天然风道运行路径的有效方法。
城市规划部门总是在缺乏对市域天然风传播规律缺乏了解的情况下进行市区人工风道规划设计,致使市区人工风道规划方案无法顺其自然地融入到城市周边的天然风环境中,从而限制了城区人工风道的通风效率。
发明内容
发明目的:本发明的目的在于解决现有技术中存在的不足,提供一种根据自然环境识别城市天然风道的方法,本发明以待规划人工风道的城区为中心,将城市周边自然区域囊括进来作为研究区域,根据研究区内的地理环境和地物类型分析城市所处自然环境内的天然风道,识别出最有利于将冷原地和氧源地优质空气送入城区的最优天然风道。
技术方案:本发明的一种根据自然环境识别城市天然风道的方法,包括以下步骤:
(1)针对以指定城区为中心且包含周边自然环境的研究区域,构建用于风场分析的地形格网;
(2)根据研究区内的历史气象数据统计分析研究区盛行风向,将盛行风向作为后续风场仿真的主导风向;如果已有盛行风数据或者明确要求识别指定主导风向下的天然风道,则直接根据实际情况选择主导风向;
(3)以步骤(1)构建的地形格网为计算空域,利用风场仿真计算模型得到步骤(2)所得主导风条件下的近地风速向量场,该近地风速向量场具有与地形格网相同的阵列维数;此处风场仿真计算模型包括美国的Ewind模型,加拿大的WEST模型,欧盟的ANEMOS模型,丹麦的WAsP模型,我国曾经广泛使用的MM5和MC2模型以及近些年使用较多的WRF模型,还有本发明案例部分所使用的计算流体力学(CFD)模型。
(4)根据近地风速向量场构建能够描述风行进路线的流力线图,该流力线图中每一条流力线均代表一条备选天然风道;
(5)将流力线图与遥感影像(或地形图)相叠加,观察所有流力线运行路径,根据对应评判准则选择最有利于改善城区空气质量的流力线作为最优天然风道。
进一步的,所述步骤(1)的详细过程为:
(1.1)收集研究区域的数字高程模型DEM数据(其中,该数据可以是相关部门已有存档数据或者由已有地图数字化而来,也可以购买机载摄影测量或激光雷达扫描的DEM产品或者卫星对地观测采集的DEM产品);
(1.2)将DEM数据划分成正方形(或接近正方形)的规则格网(其划分的依据包括:可按照大地坐标(经纬度)划分,也可按照平面直角坐标(公里数)划分);
(1.3)对规则格网中的每一个网格计算地表属性,地表属性包括每个网格内的平均高程、平均坡度、坡向和地表粗糙度。该带有地表属性的地形网格更有利于后续的风场仿真计算。
进一步的,所述步骤(2)中根据研究区内的历史风向数据绘制风玫瑰图,然后利用风玫瑰图识别该区域的盛行风向,或者采用风频率统计直方图来统计识别盛行风向。
进一步的,所述步骤(3)的详细过程为:
(3.1)依据所选用的风场仿真计算模型设置地形格网的边界条件;不同的风场仿真模型会在边界条件设置上存在一些差异;
(3.2)将步骤(2)得到的盛行风向设置为主导风向或者特别指定某个风向为主导风向,然后启动风场仿真计算,计算结束后每一个地形网格获得一个稳定风速向量,包含风速率和风方向;有些风场仿真计算模型还会将计算空域进行高度方向的划分,在这种情况下,只取最下层的近地风速向量场。
进一步的,所述步骤(4)的详细过程为:
(4.1)选定流力线发出位置;
(4.2)从每一个发出点出发,设定一个固定步长,固定步长小于地形格网中每一个网格的边长(如果希望流力线平滑一下,可以将步长设置的小一些,比如:网格边长的1/10,甚至更小;如果不在乎平滑度,而希望计算快一些,可以设置为网格边长的1/2);按照发出点风向向前推进一个固定步长,到达一个新位置,根据步骤(3)得到的风速向量场中该位置邻近的向量,通过插值计算出该到达点的风向,并依据该风向推算下一个到达点位置;重复该步骤,直至地形格网边界或者某个风速率为0的位置;
(4.3)按照演进顺序将每一个发出点和随后的到达点按顺序连接起来,形成一条条流力线,每条流力线都描述了一条风行进路线,即为一条备选天然风道。
进一步的,所述步骤(4.2)中风速向量场中每一个网格中心点(x,y)位置均有一个表示风速的二维向量(u,v),对应数据集具有(x,y,u,v)的形式,x和y是网格中心点的地理坐标,u是该中心点风速的水平分量,v是中心点风速的竖直分量;
采用插值计算方法来计算该向量场中某个非网格中心点位置p的风速向量(up,vp),具体方法为:
将二维风速向量中的两个分量up和vp分开来插值;计算up时,先将格网上每一个网格中心点位置(x,y)的风速水平分量u提取出来,形成一个描述水平风速分布规律的一个空间采样数据集,数据集中每个点的值是(x,y,u),然后采用空间插值方法计算位置p的水平方向风速up;完成up插值计算以后,再构建风速竖直分量空间分布(x,y,v),用相同插值方法计算位置p的垂直方向风速vp。可选的空间插值方法有:反距离权重法、克里金法、自然邻域法、样条函数法等。
进一步的,所述步骤(5)的最优天然风道优选的评判准则包括:流力线上游是否经过冷源地和氧源地、流力线下游是否穿越城区、在城区内是否与河道存在交汇、流力线上的进城风是否受阻挡较少、多条流力线在城区内的分布是否合理。此处适应性地的考虑了研究区域周边是否有具备这些条件,并综合考虑风传播路径以及上述评判标准;本发明沿着每条流力线(风传播路径)精确地考查这些要素是否位于入城风的传播路径上游。
有益效果:本发明提出一种天然风行进路线的计算方法,并以密集流力线的形式在地图上描绘城区周边自然环境中的天然风运行路径。所有流力线都依据科学计算推演而来,能够准确展现城区周边的风环境特征,帮助城市规划部门将城区人工风道融入到大气自然循环规律中,从而有效避免城市风道规划与设计过程中的盲目性和随机性。
附图说明
图1为本发明城市天然风道识别方法流程图;
图2为实施例中研究区域遥感影像示意图;
图3为实施例中研究区域高程数据示意图;
图4为实施例中研究区域风场仿真地形网格示意图;
图5为实施例中研究区域盛行风统计示意图;
图6为实施例中研究区域南风主导下的风场向量示意图;
图7为实施例中研究区域南风主导下的风行进路线示意图;
图8为实施例中研究区域南风主导下的优选天然风道示意图;
图9为实施例中明研究区域西风主导下的风场向量示意图;
图10为实施例中研究区域西风主导下的风行进路线示意图;
图11为实施例中研究区域西风主导下的优选天然风道示意图。
具体实施方式
下面对本发明技术方案进行详细说明,但是本发明的保护范围不局限于所述实施例。
如图1所示,本发明提供一种根据自然环境识别城市最优天然风道的方法,首先以城区为中心,设定包括周边自然环境的研究区域,结合DEM数据建立覆盖该区域并附带地表属性的地形格网;再以该格网为载体,利用风场仿真模型计算该区域的风速分布向量场;然后根据此向量场推演该区域的风行进路线,并以密集流力线形式表达;最后从中优选一条(或若干条)穿越城区的最优天然风道。
实施例1:
本实施的一种根据自然环境识别城市天然风道的方法,包括以下步骤:
S1,针对以指定城区为中心且包含周边自然环境的研究区域,构建用于风场分析的地形网格,该步骤S1包含:
S1.1,指定如图2所示研究区域,覆盖70.40KM×49.28KM范围,其中紫色高亮区域为城区范围,研究目标是分析识别经由周边自然环境吹入城区的最优天然风道。然后从ASTER GDEM V1&V2合成高程数据产品中提取该区域30米分辨率的数字高程(DEM)模型,如图3所示;
S1.2,将该区域划分成40×28个整齐排列的正方形网格,网格大小为1.76KM×1.76KM,网格划分如图4所示。
S1.3,针对每一个网格计算地表属性,形成用于后续风场计算的地形网格,本实例采用的计算方法是:根据DEM模型计算每一个网格的平均高程、平均坡度和坡向;根据高分辨率遥感影像识别每个网格内的地物种类,根据地物种类设置地表粗糙度。
S2,根据研究区域内的历史气象数据分析研究区盛行风向,该步骤S2包括:
S2.1,收集研究区域内2016年和2017年的风环境数据,并绘制风玫瑰图,如图5所示,从中可以看出对于该研究区域,南风为最显著的盛行风向。此处将以南风为例,说明以该盛行风向为主导风条件下的天然风道优选方法。
S3,以S1构建的地形格网为计算空域,将S2得到的最盛行风向(南风)设置为主导风,通过风场仿真计算模型得到指定主导风条件下的近地风场向量分布图。该步骤S3包括:
S3.1,设置地形格网的边界条件,例如:平均输入风速、地表粗糙度、壁面和顶面边界属性、湍流强度、湍流长度等。针对不同的风场仿真模型,可能需要输入不同的边界条件。本实施案例选用计算流体力学(CFD)模型作为近地风场仿真模型。
S3.2,将南风设置为主导风向,启动CFD迭代仿真运算,待迭代收敛后,得到南风主导下的风速向量场,如图6所示的向量场计算结果由40×28个风向量组成,每一个向量代表所对应地形网格在南风主导条件下的稳定风速率和风向。
S4,根据S3.2得到的南风主导条件下的风速向量场,通过路线演进和向量插值的方法生成能够描述风行进路线的流力线图,如图7所示,其中每一条流力线代表一条备选天然风道。
S4.1,在输入风的边界上选定流力线的发出位置。以如图6所示的南风主导下的风向量场为例,流力线的发出位置主要位于研究区域的南面边界上。考虑到更加致密的流力线能够使后续风道选择结果更加精准,流力线分布密度可以高于风向量场的网格分辨率。例如:图6所示风向量场的南面边界仅被分为40个网格,除了40个网格中心点之外,还可以利用向量插值的方法额外创建40个新的流力线发出点。
S4.2,从这80个流力线发出点出发,根据发出点风向和演进步长(本实施方法将步长选定为地形网格边长的1/4,即0.44KM)推算下一时刻的风到达位置,并通过向量插值方法计算风到达位置上风向。根据当前到达位置和该位置的方向推算下一个到达位置,重复执行该演进过程直至研究区域边界或者风速降为0的终止位置。
S4.3,将从一个发出点出发、演进过程途径的到达点按照演进顺序连接起来就形成一条代表风行进路线的流力线,最终得到如图7中南面边界发出的80条风场流力线。需要注意的是,如果只考虑从南面边界发出点发出的风,最终获得风流力线有可能不能覆盖(途径)每一个地形网格,所以还需要以未覆盖网格中心点为出发点重复S4.2和S4.3绘制流力线,直至流力线覆盖所有地形网格,得到如图7所示密集分布的流力线分布图。
S5,观察S4最后得到所有流力线,考虑上游冷源地、氧源地分布和对城区的贯穿情况,从中选择出最有利于改善城区空气质量的若干条,将其作为南风主导下的最优天然风道。
S5.1,观察S4最后获得的流力线图,如图7所示,图中包含了超过80条南风主导下的天然风行进路线,考虑到风行进路线是否穿越城区(紫色高亮区域)、上游是否途径冷原地和氧源地、在城区内是否靠近河道等因素,选择了如图8所示4条流力线。选择的原因是:这4条风路线上游都来自城区南部山区(氧源地);左1和右1都途径了位于山区内的水库和湖泊(冷原地),从而最大程度保证了进城空气的质量;中间两条则穿越了南部山区中间的两个主要峡谷地带,从而保证了入城天然风的风速;并且4条流力线中的3条进城后都与城区内3条主要河道相交,保证了天然风在城区能够顺畅通行;最后,4条流力线间隔均匀,形成了对整个城区的较完整的覆盖。所以,最终将这4条风行进路线作为途径城区的南北向最优天然风道。
从上述实施例及对应附图可以看出:尽管该研究区域南北风为绝对盛行风,但为进一步提高城区的热交换效率,也可增加识别东西向的天然风道,为城区内风道规划和扩建提供依据。也就是说,为增加城市热交换效率,在规划完城区主风道以后,还可以在主风道的垂直方向上再增加一些辅助风道。
具体做法是:再次利用S3步骤构建的风场模拟模型,将输入风改为西风(或者东风,但观察该区域风玫瑰图,偏西风更为盛行,故选择西风),启动风场模拟计算,得到西风主导下的风场网格向量图(图9);然后利用S4演进出覆盖整个研究区的西风主导下的密集风流力线图(图10);最后从中挑选出满足城市规划需求的两条东西向天然风道(图11),其中上面1条来自城区西部山区和水库,下面一条来自西南部山区中的一条显著峡谷。
也就是说,天然风道的识别是城区风道规划设计的前期工作,前者为后者提供天然风的来源依据,所以,最好在S2判定盛行风的基础上实施后续步骤。如果城市盛行风向已知,或者城区风道规划需要了解特定风向下的天然风道分布情况,亦可以跳过S2步骤,直接在S2步骤指定输入风向即可。
综上所述,本发明将自然界里看不见的天然风行进轨迹用数值模拟的方法可视化出来,然后进行最优天然风道的识别和取舍,因此除了实施例1的步骤S5中给出天然风道的优选方法之外,城市规划者亦可考虑其他影响因素或采用其他优选思路在S4风流力线图基础上开展最优天然风道的识别与优选工作。
Claims (6)
1.一种根据自然环境识别城市天然风道的方法,其特征在于:包括以下步骤:
(1)针对以指定城区为中心且包含周边自然环境的研究区域,构建用于风场分析的地形格网;
(1.1)收集研究区域的数字高程模型DEM数据;
(1.2)将DEM数据划分成正方形的规则格网;
(1.3)对规则格网中的每一个网格计算地表属性,地表属性包括每个网格内的平均高程、平均坡度、坡向和地表粗糙度;
(2)根据研究区内的历史气象数据统计分析研究区盛行风向,将盛行风向作为后续风场仿真的主导风向;若已有盛行风数据或者明确要求识别指定主导风向下的天然风道,则根据实际情况确认主导风向;
(3)以步骤(1)构建的地形格网为计算空域,利用风场仿真计算模型得到指定主导风条件下的近地风速向量场,该近地风速向量场具有与地形格网相同的阵列维数;
(4)根据近地风速向量场构建能够描述风行进路线的流力线图,该流力线图中每一条流力线均代表一条备选天然风道;
(5)将流力线图与遥感影像相叠加,观察所有流力线运行路径,根据对应评判准则选择最有利于改善城区空气质量的流力线作为最优天然风道;
其中,步骤(1)所述研究区域应包含整个城区、以及城区周边一定范围的自然环境,能够覆盖可能对城区有利的冷源地和氧源地。
2.根据权利要求1所述的根据自然环境识别城市天然风道的方法,其特征在于:所述步骤(2)中根据研究区内的历史风向数据绘制风玫瑰图,然后利用风玫瑰图识别该区域的盛行风向。
3.根据权利要求1所述的根据自然环境识别城市天然风道的方法,其特征在于:所述步骤(3)的详细过程为:
(3.1)依据所选用的风场仿真计算模型设置地形格网的边界条件;
(3.2)将步骤(2)得到的盛行风向设置为主导风向或者特别指定某个风向为主导风向,然后启动风场仿真计算,计算结束后每一个地形网格获得一个稳定风速向量,包含风速率和风方向;
所述边界条件是指以盛行风向作为边界输入风向。
4.根据权利要求1所述的根据自然环境识别城市天然风道的方法,其特征在于:所述步骤(4)的详细过程为:
(4.1)选定流力线发出位置;
(4.2)从每一个发出点出发,设定一个固定步长,该固定步长小于地形格网中每一个网格的边长;按照发出点风向向前推进一个固定步长,到达一个新位置,根据步骤(3)得到的风速向量场中该位置邻近的向量,通过插值计算出该到达点的风向,并依据该风向推算下一个到达点位置;重复该步骤,直至地形格网边界或者某个风速率为0的位置;
(4.3)按照演进顺序将每一个发出点和随后的到达点按顺序连接起来,形成一条条流力线,每条流力线都描述了一条风行进路线,即为一条备选天然风道。
5.根据权利要求4所述的根据自然环境识别城市天然风道的方法,其特征在于:所述步骤(4.2)中风速向量场中每一个网格中心点(x,y)位置均有一个表示风速的二维向量(u,v),对应数据集具有(x,y,u,v)的形式,x和y是网格中心点的地理坐标,u是该中心点风速的x方向分量,v是中心点风速的y方向分量;
采用插值计算方法来计算该向量场中某个非网格中心点位置p的风速向量(up,vp),具体方法为:
将二维风速向量中的两个分量up和vp分开来插值;计算up时,首先将格网上每一个网格中心点位置(x,y)的风速u分量提取出来,形成一个描述x方向风速分布规律的空间采样数据集,数据集中每个点的值是(x,y,u),然后采用空间插值方法计算位置p的x方向风速up;完成up插值计算以后,再构建风速y方向分量空间分布(x,y,v),用相同插值方法计算位置p的y方向风速vp。
6.根据权利要求1所述的根据自然环境识别城市天然风道的方法,其特征在于:所述步骤(5)的最优天然风道优选的评判准则包括:流力线上游是否经过冷源地和氧源地、流力线下游是否穿越城区、在城区内是否与河道存在交汇、流力线上的进城风是否受阻挡较少、多条流力线在城区内的分布是否合理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910742232.7A CN110457819B (zh) | 2019-08-13 | 2019-08-13 | 一种根据自然环境识别城市天然风道的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910742232.7A CN110457819B (zh) | 2019-08-13 | 2019-08-13 | 一种根据自然环境识别城市天然风道的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110457819A CN110457819A (zh) | 2019-11-15 |
CN110457819B true CN110457819B (zh) | 2020-05-12 |
Family
ID=68486118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910742232.7A Active CN110457819B (zh) | 2019-08-13 | 2019-08-13 | 一种根据自然环境识别城市天然风道的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110457819B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111143999A (zh) * | 2019-12-26 | 2020-05-12 | 广东电网有限责任公司电力科学研究院 | 一种区域地表粗糙度的计算方法、装置和设备 |
CN113065184B (zh) * | 2021-03-09 | 2024-03-12 | 中国三峡建设管理有限公司 | 一种拱坝施工区风场预测方法及装置 |
CN115469334A (zh) * | 2022-09-26 | 2022-12-13 | 中国消防救援学院 | 一种适用于大区域复杂环境中风场高效监测的方法及系统 |
CN117669009B (zh) * | 2024-02-02 | 2024-05-10 | 南京航天宏图信息技术有限公司 | 城市通风廊道走向划定方法、装置、电子设备及存储介质 |
CN118333283B (zh) * | 2024-06-13 | 2024-10-11 | 佛山市城市规划设计研究院有限公司 | 城市更新方案的微环境影响评估方法及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732038A (zh) * | 2015-04-09 | 2015-06-24 | 广东省城乡规划设计研究院 | 一种基于gis的城市通风廊道计算方法及系统 |
CN104750938A (zh) * | 2015-04-09 | 2015-07-01 | 广东省城乡规划设计研究院 | 一种基于gis的城市通风廊道识别方法及系统 |
CN105006006A (zh) * | 2015-07-01 | 2015-10-28 | 广东省城乡规划设计研究院 | 一种城市高温区通风廊道的计算方法及系统 |
CN105426591A (zh) * | 2015-11-06 | 2016-03-23 | 天津大学 | 一种城市通风廊道的构建方法 |
CN105844547A (zh) * | 2016-03-31 | 2016-08-10 | 东南大学 | 一种基于热岛效应消解的城市通风廊道划定方法 |
CN106991499A (zh) * | 2017-04-07 | 2017-07-28 | 北京爱特拉斯信息科技有限公司 | 基于最小通风阻力成本的通风廊道路径寻优方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996283B (zh) * | 2010-11-26 | 2012-08-22 | 上海市浦东新区气象局 | 行道树城市街区风灾的动态预报方法 |
US10698422B2 (en) * | 2017-10-04 | 2020-06-30 | Here Global B.V. | Link level wind factor computation for efficient drone routing using 3D city map data |
-
2019
- 2019-08-13 CN CN201910742232.7A patent/CN110457819B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732038A (zh) * | 2015-04-09 | 2015-06-24 | 广东省城乡规划设计研究院 | 一种基于gis的城市通风廊道计算方法及系统 |
CN104750938A (zh) * | 2015-04-09 | 2015-07-01 | 广东省城乡规划设计研究院 | 一种基于gis的城市通风廊道识别方法及系统 |
CN105006006A (zh) * | 2015-07-01 | 2015-10-28 | 广东省城乡规划设计研究院 | 一种城市高温区通风廊道的计算方法及系统 |
CN105426591A (zh) * | 2015-11-06 | 2016-03-23 | 天津大学 | 一种城市通风廊道的构建方法 |
CN105844547A (zh) * | 2016-03-31 | 2016-08-10 | 东南大学 | 一种基于热岛效应消解的城市通风廊道划定方法 |
CN106991499A (zh) * | 2017-04-07 | 2017-07-28 | 北京爱特拉斯信息科技有限公司 | 基于最小通风阻力成本的通风廊道路径寻优方法 |
Non-Patent Citations (1)
Title |
---|
"基于CFD的城市通风廊道优化设计研究";沈娟君;《中国优秀硕士学位论文全文数据库 基础科学辑》;20190115(第1期);第A009-413页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110457819A (zh) | 2019-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110457819B (zh) | 一种根据自然环境识别城市天然风道的方法 | |
CN110298115B (zh) | 一种基于简化地形气动参数的风场动力降尺度方法 | |
CN104865353B (zh) | 基于无人机的工业园区大气污染数据采集方法 | |
CN104462660B (zh) | 一种野外输电线路冬季覆冰厚度分布绘制方法 | |
CN103955566B (zh) | 一种基于谷歌地球的输电线路三维设计方法及系统 | |
CN110009037A (zh) | 一种基于物理信息耦合的工程风速短时预测方法及系统 | |
Kaňuk et al. | Generating time series of virtual 3-D city models using a retrospective approach | |
Li et al. | Numerical simulation study of the effect of buildings and complex terrain on the low-level winds at an airport in typhoon situation | |
CN104050323A (zh) | 一种高海拔山区模糊多准则风电场选址方法 | |
CN109254290A (zh) | 一种天气雷达并行拼图方法及系统 | |
Lee et al. | Solar radiation over the urban texture: LIDAR data and image processing techniques for environmental analysis at city scale | |
CN104732038A (zh) | 一种基于gis的城市通风廊道计算方法及系统 | |
CN115329691B (zh) | 一种基于cfd与gis的超大城市风环境模拟方法 | |
CN102693328A (zh) | Arcview gis 3.2技术在山地建筑设计上的应用发明 | |
CN109948214B (zh) | 城市多尺度风环境数值模拟方法 | |
CN104765903A (zh) | 一种融合多源遥感和气候环境信息的综合性城市气候环境评估方法 | |
CN115146564B (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 | |
CN114912370A (zh) | 一种建筑物光伏潜力分析可用面积计算方法 | |
CN112926468A (zh) | 一种潮滩高程自动提取方法 | |
CN114580310A (zh) | 一种基于palm实现wrf模拟风场降尺度处理的方法 | |
CN110175793B (zh) | 一种基于地面需求分析的人工增雨飞机航线设计方法 | |
CN110135103B (zh) | 一种采用水流模拟城市自然通风潜力的方法和系统 | |
Touafio et al. | Statistical analysis and elaboration of the wind potential map of the city of Bangui (Central African Republic) | |
CN110413656B (zh) | 一种基于高空间分辨率数值模式的急流轴自动识别方法 | |
CN110083669B (zh) | 一种OpenStreetMap城市建筑数据的完整区域提取方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |