CN113704991A - 放射性核素云内和云下湿沉降在线耦合预测方法及系统 - Google Patents
放射性核素云内和云下湿沉降在线耦合预测方法及系统 Download PDFInfo
- Publication number
- CN113704991A CN113704991A CN202110973952.1A CN202110973952A CN113704991A CN 113704991 A CN113704991 A CN 113704991A CN 202110973952 A CN202110973952 A CN 202110973952A CN 113704991 A CN113704991 A CN 113704991A
- Authority
- CN
- China
- Prior art keywords
- cloud
- deposition
- calculating
- radionuclide
- rainfall
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000010168 coupling process Methods 0.000 title claims abstract description 32
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 32
- 230000008878 coupling Effects 0.000 title claims abstract description 31
- 230000008021 deposition Effects 0.000 claims abstract description 103
- 238000004062 sedimentation Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 20
- 235000001018 Hibiscus sabdariffa Nutrition 0.000 claims abstract description 16
- 240000004153 Hibiscus sabdariffa Species 0.000 claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 abstract description 18
- 230000005540 biological transmission Effects 0.000 abstract description 13
- 238000009792 diffusion process Methods 0.000 abstract description 9
- 238000013508 migration Methods 0.000 abstract description 3
- 230000005012 migration Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000009833 condensation Methods 0.000 description 4
- 230000005494 condensation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 230000001808 coupling effect Effects 0.000 description 2
- 238000005137 deposition process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 1
- TVFDJXOCXUVLDH-RNFDNDRNSA-N cesium-137 Chemical group [137Cs] TVFDJXOCXUVLDH-RNFDNDRNSA-N 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种放射性核素云内和云下湿沉降在线耦合预测方法及系统，方法包括：计算气象场数据；提取降雨信息，计算降雨强度；如果降雨强度大于0，则进行Roselle云内沉积的计算；如果降雨强度大于0，根据Mircea模式进行云下沉积的计算；获得放射性核素浓度和沉积结果。本发明在大气传输模拟计算中，提高气象模拟准确性，根据云参数和降雨强度，更合理地预测放射性核素在大气中的迁移行为，包括大气扩散、云内湿沉降、云下湿沉降作用，最终得到更精确的放射性核素空气浓度和地面沉积浓度时空分布结果。
Description
技术领域
本发明是关于一种放射性核素云内和云下湿沉降在线耦合预测方法及系统，涉及核应用技术领域。
背景技术
核事故后放射性核素在大气扩散、输运和沉降作用下的时空分布是核事故应急响应和环境影响评估的重要依据，一般通过地面沉积密度和空气中核素的浓度来反映。在事故情况下例如福岛核事故中，因监测站点的限制以及移动监测的人力、物力成本较高，无法完全通过监测建立核素的时空分布。目前为止，对于核事故时空分布的估计与重建，主要通过大气传输数值模拟进行预测和复现。然而核事故可能发生在复杂的气象条件下，福岛事故中铯-137沉积的主要方式就是湿沉积，涉及复杂的成云成雨过程，是目前大气扩散模式预测的难点。因此，提高湿沉积模拟准确性是合理预测和复现核素时空分布的关键之一。
湿沉积主要分为云内沉积和云下沉积两个部分。云内沉积是指放射性核素通过碰撞等作用进入或生成凝结核，并随其增长为云凝结核，再活化成为云核而从大气中去除的过程，因缺少关键气象参数的监测和实验数据，机理性的数值模拟困难。云下沉积主要是通过降水的冲刷作用去除核素的过程，受气象数据影响大。气象数据的不确定性和湿沉积微观过程难以参数化描述是湿沉积模拟的主要问题。
气象数据的不确定性和湿沉积微观过程难以参数化描述是放射性核素湿沉积模拟中亟待解决的两方面问题。可以使用大气传输模型，对事故后放射性核素的传输、沉积进行模拟，但是当前技术缺少云内-气象的在线耦合，不能合理的估计湿沉降过程，导致核素时空分布预测存在误差。一方面，云内沉积过程因缺少关键气象参数的监测和实验数据，理论研究尚不充分，数值模拟困难。另一方面，在云下沉积过程模拟中，经验公式过多，气象数据输入不确定性大，这使得大气传输模拟计算中将出现较大的偏差，并且对算例和气象数据敏感。
发明内容
针对上述问题，本发明的目的之一是提供一种能够对云内沉积和云下沉积进行准确数值模拟的放射性核素云内和云下湿沉降在线耦合预测方法。
本发明的目的之二是提供一种放射性核素云内和云下湿沉降在线耦合预测系统。
本发明的目的之三是提供一种电子设备。
本发明的目的之四是提供一种计算机存储介质。
为实现上述目的，本发明采取以下技术方案：
第一方面，本发明提供一种放射性核素云内和云下湿沉降在线耦合预测方法，包括：
计算气象场数据；
提取降雨信息，计算降雨强度；
如果降雨强度大于0，根据Roselle模式进行云内沉积的计算；
如果降雨强度大于0，根据Mircea模式进行云下沉积的计算；
输出放射性核素浓度和沉积计算结果。
进一步地，计算气象场数据通过在线耦合模型WRF-Chem计算得到，其中，气象场数据包括的气象参数为降雨量、风速风向、温度、湿度和气压。
进一步地，计算降雨强度包括：
在在线耦合模型WRF-Chem的module_wetscav_driver.F文件里增加相应降雨强度的变量，通过格点降雨量RAINNC和对流降雨量RAINC计算单时间步净增量。
进一步地，根据Roselle模式进行云内沉积的计算包括：
提取变量包括降雨量、温度、湿度和气压；
计算云水量；
计算Roselle云内沉积模式的沉降系数；
通过沉降系数和所在网格的核素浓度计算，并在垂向网格方向进行加和，得到沉积量的二维空间分布。
进一步地，Roselle云内沉积模式的沉降系数计算如下式所示：
其中，Λ即沉降系数，LWC为云水量，p0为降雨强度，Δz为垂向网格高度。
进一步地，根据Mircea模式进行云下沉积的计算包括：
提取降雨量；
计算降雨强度；
利用不同降雨强度范围，根据Mircea模式公式计算得到沉降系数；
通过沉降系数和所在网格的核素浓度计算，并在垂向网格方向进行加和，得到沉积量的二维空间分布。
进一步地，Mircea模式公式计算得到沉降系数的公式为：
其中，p0为降雨强度。
第二方面，本发明还提供一种放射性核素云内和云下湿沉降在线耦合预测系统，该系统包括：
气象场计算单元，被配置为计算气象场数据；
降雨强度计算单元，被配置为提取降雨信息，计算降雨强度；
云内沉积计算单元，被配置为当降雨强度大于0，根据Roselle模式进行云内沉积的计算；
云下沉积计算单元，被配置为当降雨强度大于0，根据Mircea模式进行云下沉积的计算；
沉积结果输出单元，被配置为输出放射性核素浓度和沉积结果。
第三方面，本发明还提供一种电子设备，所述电子设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现任一项所述的方法。
第四方面，本发明还提供一种计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现任一项所述的方法。
本发明由于采取以上技术方案，其具有以下优点：
1、本发明使用了在线耦合模型WRF-Chem，可以模拟多物理过程耦合作用，更充分地考虑放射性核素在大气中经历的传输、扩散、干湿沉积等气象过程，从而解决由于离线计算导致的参数之间不互联的问题，并提高了传输计算的准确性；
2、本发明使用了Roselle云内沉积模式，利用云水量、云的垂向分层层高两个云参数和降雨强度对云内沉积进行数值模拟，减小湿沉积系数对降雨强度的依赖性；
3、本发明使用了Mircea云下沉积模式，基于不同降雨强度下，对降水的粒径分布进行合理假设，理论推导得到不同降雨强度范围内，湿沉降系数关于降雨强度的函数，提高云下沉积模拟的准确性，提高了传输计算的准确性；
综上，本发明可以广泛应用于核事故后放射性核素在大气扩散、输运和沉降作用下的时空分布预测。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
图1为本发明实施例的湿沉降在线耦合预测方法流程图；
图2为本发明实施例的湿沉降在线耦合预测系统结构图；
图3为本发明实施例的电子设备结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
本发明在在线耦合模型WRF-Chem基础上结合考虑云参的云内沉积模式与考虑降水粒径分布的云下沉积模式，增加了放射性核素湿沉积的方案。考虑云参的云内沉积模式Roselle考虑了云水量、云的垂向分层层高两个云参数和降雨强度对云内沉积进行数值来减少湿沉积系数对降雨强度的依赖性。考虑降水粒径分布的云下沉积模式Mircea基于不同降雨强度下，对降水的粒径分布进行合理假设，通过理论推导得到不同降雨强度范围内湿沉降系数的表达方式，提高云下沉积模拟的准确性。在大气传输模拟计算中，提高气象模拟准确性，根据云参数和降雨强度，更合理地预测放射性核素在大气中的迁移行为，包括大气扩散、云内湿沉降、云下湿沉降作用，最终得到更精确的放射性核素空气浓度和地面沉积浓度时空分布结果。
实施例一
如图1所示，本实施例提供的放射性核素云内和云下湿沉降在线耦合预测方法，包括：
S1、计算气象场数据
具体地，气象场数据可以利用在线耦合模型WRF-Chem计算得到，主要涉及降雨量、风速风向、温度、湿度、压强等气象参数。
S2、提取降雨信息，计算降雨强度
具体地，在在线耦合模型WRF-Chem的module_wetscav_driver.F文件里增加相应降雨强度的变量，通过格点降雨量RAINNC和对流降雨量RAINC计算单时间步净增量。
S3、如果降雨强度大于零，则进入步骤S4，如果降雨强度不大于0，则进入步骤S6；
S4、计算云水量，并根据Roselle模式进行云内沉积的计算
具体地，在module_wetscav_driver.F文件中，增加相应的局部变量，打开所需要的全局变量，增加计算公式，读取参数进行计算，具体步骤主要包括：
1)提取变量包括降雨量、温度、湿度、气压；
2)计算云水量，云水量LWC是指单位云中单位空气质量中所含水的质量，通过湿度、气压、温度、空气摩尔质量计算得到；
3)基于Roselle模式进行云内沉积沉降系数计算，利用降雨强度、云水量、模型网格信息计算得到；
4)计算沉积量，通过沉降系数和所在网格的核素浓度计算，并在垂向网格方向进行加和，得到沉积量的二维空间分布。
其中，Roselle云内沉积模式的沉降系数计算如下式所示：
其中，Λ即沉降系数，LWC为云水量，p0为降雨强度，Δz为垂向网格高度。
利用云水量、云的垂向分层层高两个云参数和降雨强度对云内沉积进行数值来减少湿沉积系数对降雨强度的依赖性。这一云内沉积模式读取WRF-Chem计算所得云和降水参数，数值模拟方案更具机理性，并且参数相互牵制，提高了模型的准确度和稳定性。
S5、根据Mircea模式进行云下沉积的计算
具体地，在module_wetscav_driver.F文件中，增加相应的局部变量，打开所需要的全局变量，增加计算公式，读取参数进行计算。具体步骤主要包括：
1)提取变量降雨量；
2)计算降雨强度；
3)计算沉降系数，利用不同降雨强度范围，根据Mircea模式公式计算得到；
4)计算沉积量，通过沉降系数和所在网格的核素浓度计算，并在垂向网格方向进行加和，得到沉积量的二维空间分布。
其中，Mircea云下沉积模式如下式所示：
其中，p0为降雨强度。
基于不同降雨强度下，对降水的粒径分布进行合理假设，理论推导得到不同降雨强度范围内，湿沉降系数关于降雨强度的函数，提高云下沉积模拟的准确性，提高了传输计算的准确性。
S6、输出放射性核素浓度和沉积结果。
具体地，放射性核素浓度利用在线耦合模型WRF-Chem的气溶胶模块，加入放射性核素变量，并作为全局变量，在每一步可以调用。
本实施例的沉积结果是指计算域中放射性核素沉积量的二维分布。本实施例的沉积结果可用于核事故或放射性泄露事件后果评价，包括放射性核素的大气扩散结果评价，也可为放射性核素在水体或土壤中迁移的预测提供输入。
综上所述，本实施例由于使用了在线耦合模型WRF-Chem，可以模拟多物理过程耦合作用，更充分地考虑了放射性核素在大气中经历的传输等气象过程，从而解决由于离线计算导致的参数之间不互联的问题，并提高了传输计算的准确性。WRF-Chem的气象单元与物质扩散单元使用同样的网格、动力学参数方案、物理参数方案，两者计算完全同步，没有时空上的误差，且不会损失气象场计算得到的所有信息，也节约了计算成本。本发明能由在线耦合模型WRF-Chem和所提出的湿沉积参数方案得到更合理的放射性核素传输结果。本实施例还利用福岛核事故Cs-137的浓度和沉积数据进行了验证，所得总沉积量与真实值相近，各烟羽时间的时序轮廓和浓度量级与真实情况的较为吻合。
实施例二
上述实施例一提供了放射性核素云内和云下湿沉降在线耦合预测的方法，与之相对应地，本实施例提供一种放射性核素云内和云下湿沉降在线耦合预测的系统。本实施例提供的系统可以实施实施例一的放射性核素云内和云下湿沉降在线耦合预测的方法，该系统可以通过软件、硬件或软硬结合的方式来实现。为了描述的方便，描述本实施例时以功能分为各种单元分别描述。当然，在实施时可以把各单元的功能在同一个或多个软件和/或硬件中实现。例如，该系统可以包括集成的或分开的功能模块或功能单元来执行实施例一各方法中的对应步骤。由于本实施例的系统基本相似于方法实施例，所以本实施例描述过程比较简单，相关之处可以参见实施例一的方法部分说明即可，本发明提供的放射性核素云内和云下湿沉降在线耦合预测的系统的实施例仅仅是示意性的。
具体地，如图2所示，本实施例提供的放射性核素云内和云下湿沉降在线耦合预测的系统，包括：
气象场计算单元，被配置为计算气象场数据；
降雨强度计算单元，被配置为提取降雨信息，计算降雨强度；
云内沉积计算单元，被配置为当降雨强度大于0，则进行Roselle云内沉积的计算；
云下沉积计算单元，被配置为当降雨强度大于0，根据Mircea模式进行云下沉积的计算；
沉积结果输出单元，被配置为获得放射性核素浓度和沉积结果。
实施例三
本实施例提供一种与本实施例一所提供的放射性核素云内和云下湿沉降在线耦合预测的方法对应的电子设备，电子设备可以是用于客户端的电子设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行实施例一的方法。
如图3所示，电子设备包括处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线连接，以完成相互间的通信。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
一些实现中，处理器可以为中央处理器(CPU)、数字信号处理器(DSP)等各种类型通用处理器，在此不做限定。
另一些实现中，存储器中存储有可在处理器上运行的计算机程序，处理器运行计算机程序时执行本实施例一所提供的放射性核素云内和云下湿沉降在线耦合预测的方法。上述的存储器中的计算机程序可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、光盘等各种可以存储程序代码的介质。
又一些实现中，通信总线可以是工业标准体系结构(ISA，Industry StandardArchitecture)总线，外部设备互连(PCI，Peripheral Component)总线或扩展工业标准体系结构(EISA，Extended Industry Standard Component)总线等等。
实施例四
本实施例一的放射性核素云内和云下湿沉降在线耦合预测的方法可被具体实现为一种计算机程序产品，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本实施例一所述的放射性核素云内和云下湿沉降在线耦合预测的方法的计算机可读程序指令。
一些实现中，计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在本说明书的描述中，参考术语“一个实施例”、“一些实现”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于包括：
计算气象场数据；
提取降雨信息，计算降雨强度；
如果降雨强度大于0，根据Roselle模式进行云内沉积的计算；
如果降雨强度大于0，根据Mircea模式进行云下沉积的计算；
输出放射性核素浓度和沉积计算结果。
2.根据权利要求1所述的放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于，计算气象场数据通过在线耦合模型WRF-Chem计算得到，其中，气象场数据包括的气象参数为降雨量、风速风向、温度、湿度和压强。
3.根据权利要求1所述的放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于，计算降雨强度包括：
在在线耦合模型WRF-Chem的module_wetscav_driver.F文件里增加相应降雨强度的变量，通过格点降雨量RAINNC和对流降雨量RAINC计算单时间步净增量。
4.根据权利要求1所述的放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于，根据Roselle模式进行云内沉积的计算包括：
提取变量包括降雨量、温度、湿度和气压；
计算云水量；
计算Roselle云内沉积模式的沉降系数；
通过沉降系数和所在网格的核素浓度计算，并在垂向网格方向进行加和，得到沉积量的二维空间分布。
5.根据权利要求4所述的放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于，Roselle云内沉积模式的沉降系数计算如下式所示：
其中，Λ即沉降系数，LWC为云水量，p0为降雨强度，Δz为垂向网格高度。
6.根据权利要求1～5任一项所述的放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于，根据Mircea模式进行云下沉积的计算包括：
提取降雨量；
计算降雨强度；
利用不同降雨强度范围，根据Mircea模式公式计算得到沉降系数；
通过沉降系数和所在网格的核素浓度计算，并在垂向网格方向进行加和，得到沉积量的二维空间分布。
7.根据权利要求6所述的放射性核素云内和云下湿沉降在线耦合预测方法，其特征在于，Mircea模式公式计算得到沉降系数的公式为：
其中，p0为降雨强度。
8.一种放射性核素云内和云下湿沉降在线耦合预测系统，其特征在于，该系统包括：
气象场计算单元，被配置为计算气象场数据；
降雨强度计算单元，被配置为提取降雨信息，计算降雨强度；
云内沉积计算单元，被配置为当降雨强度大于0，根据Roselle模式进行云内沉积的计算；
云下沉积计算单元，被配置为当降雨强度大于0，根据Mircea模式进行云下沉积的计算；
沉积结果输出单元，被配置为输出放射性核素浓度和沉积结果。
9.一种电子设备，所述电子设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现权利要求1到7任一项所述的方法。
10.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1到7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110973952.1A CN113704991B (zh) | 2021-08-24 | 2021-08-24 | 放射性核素云内和云下湿沉降在线耦合预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110973952.1A CN113704991B (zh) | 2021-08-24 | 2021-08-24 | 放射性核素云内和云下湿沉降在线耦合预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113704991A true CN113704991A (zh) | 2021-11-26 |
| CN113704991B CN113704991B (zh) | 2024-03-22 |
Family
ID=78654343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110973952.1A Active CN113704991B (zh) | 2021-08-24 | 2021-08-24 | 放射性核素云内和云下湿沉降在线耦合预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113704991B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002006076A (ja) * | 2000-06-19 | 2002-01-09 | Hitachi Ltd | 放射性物質拡散予測システム |
| CN109033016A (zh) * | 2018-05-24 | 2018-12-18 | 浙江工业大学 | 基于放射性元素沉降模型的降雨时地表γ辐射剂量率的计算方法 |
| CN109524061A (zh) * | 2018-10-23 | 2019-03-26 | 中国人民解放军陆军防化学院 | 一种基于传输系数矩阵的放射性核素扩散计算方法 |
| CN109801731A (zh) * | 2018-12-03 | 2019-05-24 | 中国辐射防护研究院 | 一种模拟放射性核素湿沉积的装置 |
| CN109977544A (zh) * | 2019-03-26 | 2019-07-05 | 华南理工大学 | 一种气载放射性核素131i在中尺度范围内弥散的模拟方法 |
| CN112861078A (zh) * | 2021-02-02 | 2021-05-28 | 中广核工程有限公司 | 大气环流下的气载放射性核素扩散计算方法和电子设备 |
-
2021
- 2021-08-24 CN CN202110973952.1A patent/CN113704991B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002006076A (ja) * | 2000-06-19 | 2002-01-09 | Hitachi Ltd | 放射性物質拡散予測システム |
| CN109033016A (zh) * | 2018-05-24 | 2018-12-18 | 浙江工业大学 | 基于放射性元素沉降模型的降雨时地表γ辐射剂量率的计算方法 |
| CN109524061A (zh) * | 2018-10-23 | 2019-03-26 | 中国人民解放军陆军防化学院 | 一种基于传输系数矩阵的放射性核素扩散计算方法 |
| CN109801731A (zh) * | 2018-12-03 | 2019-05-24 | 中国辐射防护研究院 | 一种模拟放射性核素湿沉积的装置 |
| CN109977544A (zh) * | 2019-03-26 | 2019-07-05 | 华南理工大学 | 一种气载放射性核素131i在中尺度范围内弥散的模拟方法 |
| CN112861078A (zh) * | 2021-02-02 | 2021-05-28 | 中广核工程有限公司 | 大气环流下的气载放射性核素扩散计算方法和电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 王超, 王建捷, 赵琳娜, 裘国庆: "沙尘模式中湿沉降过程的参数化及模拟试验", 中国沙漠, no. 06 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113704991B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zängl et al. | The ICON (ICOsahedral Non‐hydrostatic) modelling framework of DWD and MPI‐M: Description of the non‐hydrostatic dynamical core | |
| Yue et al. | An adaptive method of high accuracy surface modeling and its application to simulating elevation surfaces | |
| Wang et al. | Tropical intraseasonal rainfall variability in the CFSR | |
| Castiglione et al. | Auto-regressive model based input and parameter estimation for nonlinear finite element models | |
| Xiao et al. | Structural reliability analysis using combined space partition technique and unscented transformation | |
| Wang et al. | Testing a new adaptive grid‐based shallow flow model for different types of flood simulations | |
| Hwang et al. | Long-term damping characteristics of twin cable-stayed bridge under environmental and operational variations | |
| Amouzgar et al. | Computationally efficient tsunami modeling on graphics processing units (GPUs) | |
| CN114049545A (zh) | 一种基于点云体素的台风定强方法、系统、设备及介质 | |
| Shastry et al. | Using steady‐state backwater analysis to predict inundated area from national water model streamflow simulations | |
| Scudeler et al. | Mass-conservative reconstruction of Galerkin velocity fields for transport simulations | |
| Rahimzadeh et al. | Evaluating flood extent mapping of two hydraulic models, 1D HEC‐RAS and 2D LISFLOOD‐FP in comparison with aerial imagery observations in Gorgan flood plain, Iran | |
| Hariri et al. | A balanced watershed decomposition method for rain-on-grid simulations in HEC-RAS | |
| CN110442836A (zh) | 风电场短期风速预测方法及系统 | |
| CN110633853A (zh) | 时空数据预测模型的训练方法、装置及电子设备 | |
| Nathaniel et al. | Chaosbench: A multi-channel, physics-based benchmark for subseasonal-to-seasonal climate prediction | |
| CN113704991B (zh) | 放射性核素云内和云下湿沉降在线耦合预测方法及系统 | |
| CN115840881B (zh) | 空气数据处理方法、装置及相关设备 | |
| CN116029151B (zh) | 水流阻力预测方法、训练方法、流量预测方法及装置 | |
| Baba et al. | Weighted essentially non‐oscillatory scheme for cloud edge problem | |
| CN110968929A (zh) | 风电场风速的预测方法、装置及电子设备 | |
| Kovalets et al. | Calculation of the far range atmospheric transport of radionuclides after the Fukushima accident with the atmospheric dispersion model MATCH of the JRODOS system | |
| CN109800508A (zh) | 嵌岩桩桩端的空洞顶板厚度的计算方法及终端设备 | |
| KR101272854B1 (ko) | 단위 지진 해일에 의한 지진해일 데이터베이스 구축 및 지진해일 계산 방법 | |
| Ai et al. | An adaptive cracking particle method providing explicit and accurate description of 3D crack surfaces |
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 |