CN114580310A - 一种基于palm实现wrf模拟风场降尺度处理的方法 - Google Patents

一种基于palm实现wrf模拟风场降尺度处理的方法 Download PDF

Info

Publication number
CN114580310A
CN114580310A CN202011361772.XA CN202011361772A CN114580310A CN 114580310 A CN114580310 A CN 114580310A CN 202011361772 A CN202011361772 A CN 202011361772A CN 114580310 A CN114580310 A CN 114580310A
Authority
CN
China
Prior art keywords
model
wrf
grid
palm
cfd
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
Application number
CN202011361772.XA
Other languages
English (en)
Inventor
朱帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zero One Oak Technology Co ltd
Original Assignee
Beijing Zero One Oak Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zero One Oak Technology Co ltd filed Critical Beijing Zero One Oak Technology Co ltd
Priority to CN202011361772.XA priority Critical patent/CN114580310A/zh
Publication of CN114580310A publication Critical patent/CN114580310A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明名称为:一种基于PALM实现WRF模拟风场降尺度处理的方法。本发明属于城市气象环境领域,并公开了一种基于PALM实现WRF模拟风场降尺度处理的方法,该方法包含以下步骤:1)基于GIS数据建立复杂地形CFD模型;2)使用中尺度WRF模型模拟提供PALM模型需要的气象变量;3)实现WRF模型和复杂地形CFD模型的数据耦合;4)提取复杂地形CFD模型在计算初始时间的初始值,以及边界上随时间变化的精细化三维网格气象数据;5)运行PALM,获得高分辨率风场模拟结果。本方法能够使用计算机支持的程序语言,参数化建立复杂地形以及建筑物的CFD模型,实现WRF模型和CFD模型的数据耦合,有利于提升城市边界层内风场数值模拟以及空气污染分布的精准度。

Description

一种基于PALM实现WRF模拟风场降尺度处理的方法
技术领域
本发明属于城市气象环境领域,更具体地,涉及一种基于PALM实现WRF模拟风场降尺度处理的方法。
背景技术
在研究复杂地形,特别是城市边界层内的气象以及空气质量问题时,首要难题是如何得到精确的风场。近年来,随着气象预报模式的快速发展,中尺度气象预报模式得到了广泛应用,其中WRF模式最受欢迎。WRF是美国国家大气研究中心、国家环境预报中心及多个大学、研究机构共同研发的新一代中尺度数值模式系统。WRF模式在水平方向采用ArakawaC交错网格点,竖直方向则采用地形跟随质量坐标,具有灵活、可扩展、易维护和使用计算机平台广泛的特点。WRF模式系统改进了从云尺度到天气尺度等不同尺度重要天气特征预报精度,重点考虑1~10公里的水平网格,结合先进的数值方法和资料同化技术,采用经过改进的物理过程方案,同时具有多重嵌套及易于定位于不同地理位置的能力,可以很好的适应从理想化的研究到业务预报等应用的需要,并具有便于进一步加强完善的灵活性。
当前国际上关于复杂地形风场的模拟大都采用的是中尺度气象模式,通过嵌套网格到某一最小内层尺度,然后通过动力降尺度或统计降尺度的方法,以及大气边界层风廓线分布理论或半经验公式,获得高分辨率的风速分布资料。然后与观测站点的实测资料进行对比分析,从而改进模式和模拟方法,最终得到满足一定精度要求的风场数值模拟结果和空气污染浓度分布图。但是,中尺度气象预报模式通常采用地形追随坐标,通过方程组的坐标变换来描述复杂地形,在数值计算方法上以差分格式为主,且在模拟的前处理阶段需要对地形进行不同程度的平滑,以获得计算上的稳定性,当遇到极为陡峭的地形时,有可能出现积分溢出的情况,因此单纯的中尺度模式很难对复杂微地形风场进行详细分析,特别是对于城市边界层内,建筑物的形状和高度对风向风速起着重要影响作用,中尺度模型更加不能提供准确模拟结果,从而不能对空气污染分布进行准确评估。
基于CFD方法的数值模式适用于复杂地形条件下的边界层精细流场的模拟,具有所需费用低、计算时间短、计算效率高、便于模拟真实风场特性等特点。但局限在于,CFD商业软件较为昂贵,封闭性强,用户不清楚详细的计算过程,对软件进行自定义功能或基于控制方程的离散从源头编制程序时,难度高、工作量大,很不方便。
沈炼等在中尺度气象模式(WRF)基础上利用多尺度耦合方法对山区峡谷桥址风场进行精细化数值模拟,利用分块多项式差值方法处理WRF的模拟结果,对入口处进行了不同数量分块,在近地面山体复杂区域分块较多,而远离地面区域分块较为稀疏,分块后分别对每块区域的风场进行多项式拟合。计算结果显示,分块越多,其结果与气象数据吻合得越好。但是,根据经验进行分块差值,工作量巨大,效率低;而且主观经验分块差值结果不确定性大。
在中国发明专利说明书CN108563867A中公开了耦合WRF和OpenFOAM模式的风场模拟方法,本专利提供的技术方案实现了WRF模式和OpenFOAM模式的耦合计算,将WRF的几公里水平分辨率的数据降尺度为OpenFOAM的30m分辨率数据,可改善WRF在复杂地形下的风场模拟效果。但是本专利的技术方案中只考虑了地形的影响,没有考虑建筑物的作用,后者在城市边界层中的作用非常重要。另外,基于OpenFOAM的CFD方法的控制方程中假设大气处于流体静力平衡状态,这与实际不符,影响模拟风场的准确度。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了基于PALM实现WRF模拟风场降尺度处理的方法,该方法能够使用计算机支持的程序语言,参数化建立复杂地形以及建筑物的CFD模型,建立WRF模型模拟复杂地形风场,实现WRF模型和复杂地形CFD模型在边界上的数据耦合,有利于提升复杂地形和城市边界层内风场数值模拟以及空气污染分布的精准度。
为实现上述目的,按照本发明,提供了一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,该方法包含以下步骤:
1)基于GIS数据建立复杂地形CFD模型,生成精细化三维网格,建立运行PALM模型需要的静态输入文件;
2)使用中尺度WRF模型模拟复杂地形风场,处理WRF模型的气象数据,计算PALM模型需要的气象变量;
3)实现WRF模型和复杂地形CFD模型在初始时间和边界上的数据耦合,从WRF模型结果提取PALM模型需要的气象数据,并按照CFD模型网格的水平分辨率和垂直分层,在水平方向和垂直方向进行插值;
4)从插值得到的气象数据,提取复杂地形CFD模型在计算初始时间的初始值,以及复杂地形CFD模型上边界面和东南西北4个侧边界面随时间变化的精细化三维网格气象数据,创建运行PALM模型需要的动态输入文件;
5)使用PALM计算耦合后的复杂地形CFD模型,从而获得复杂地形上,小尺度,高时空分辨率的风场模拟结果。
优选地,步骤1)具体包括以下子步骤:
1.1)确定目标矩形区域的经纬度范围,从GIS地理信息系统中获取目标所在区域的ASTER GDEM30米分辨率大地坐标下的地形数据,使用QGIS处理GIS数据,从而获得WGS_1984_UTM坐标系下的地形数据网格节点,并且插值到CFD模型的网格分辨率;
1.2)建立目标区域内建筑物地面形状和高度信息的栅格数据:使用QGIS将目标区域内的建筑物底面形状矢量数据,以及属性里的高度信息,转换成CFD模型网格一致的栅格数据,每个栅格里包含两个变量:建筑物的ID和高度值;
1.3)建立CFD模型垂直网格:将目标矩形区域内,地形高程最小值设为基准高程,作为CFD模型Z轴(即垂直方向坐标轴)的原点,创建等距离间隔的垂直网格节点;
1.4)实现三维复杂地形CFD模型网格中的地形和建筑物建模:根据三维复杂地形CFD模型中每一个底面网格数据节点的经纬度坐标,找到其在地形数据网格节点中的对应的地形高程值,再减去目标矩形区域的基准高程,得到CFD模型中的相对高程,然后,对CFD模型网格中各网格节点进行标记,网格点的Z轴坐标值小于相对高程,则标记为-999值,代表该格点在地面以下,同时,网格点的Z轴坐标值小于该网格点建筑物的高度值,也标记为-999值,代表该格点为建筑物,最终得到三维复杂地形CFD模型;
1.5)将三维复杂地形CFD模型转换为PALM可识别的NETCDF格式,作为PALM静态输入文件。
优选地,步骤2)具体包括以下子步骤:
2.1)建立中尺度WRF模型模拟复杂地形风场,WRF模型为长方体,水平面方向采用多层嵌套网格,其中,WRF模型内层细网格的尺寸与外层粗网格的尺寸成奇数比关系;
2.2)处理WRF模型计算的不同时间的气象数据,提取PALM模型需要的气象数据(t,x,y,z,u,v,w,qv,pt) ,其中,t表示时间,(x,y,z)表示各网格节点位置的三维空间坐标,(u,v,w)表示空间直角坐标系下三个方向的风速分量,(qv,pt)分别表示水汽混合比和位势温度。
优选地,步骤3)具体包括以下子步骤:
3.1)将提取的WRF模型计算的气象数据进行投影转换,将兰伯特正轴等角割圆锥投影(Lambert Conformal Conic)转换为通用墨卡尔投影(UTM);
3.2)将投影转换后的粗分辨率的WRF气象数据插值到CFD模型细分辨率网格中,依照CFD模型网格中每个格点的经纬度值,利用二次权重插值算法,将粗分辨率的WRF气象数据水平插值到CFD模型细分辨率网格上;
3.3)将水平插值得到的WRF气象数据垂直插值到CFD模型各高度的网格中,具体步骤如下:
首先计算WRF气象数据各网格节点海拔高度,再减去目标区域基准高程,得到WRF气象数据各网格节点在CFD模型中的垂直坐标高度值,然后插值到CFD模型网格中各层对应的垂直坐标高度上。
优选地,步骤4)具体包括以下子步骤:
4.1)根据计算初始时间,从插值得到的气象数据中提取对应时间的三维气象数据;
4.2)从插值得到的气象数据中提取复杂地形CFD模型上边界面和东南西北4个侧边界面随时间变化的精细化三维网格气象数据;
4.3)将精细化三维网格气象数据转换为PALM可识别的NETCDF格式,作为PALM动态输入文件。
优选地,步骤5)具体包括以下子步骤:
5.1)在PALM模型配置文件中,写入静态输入文件和动态输入文件的存储位置;
5.2)驱动PALM进行计算,其中,计算采用布辛涅司克近似,对纳维-斯托克斯方程进行简化,最终获得更精确 的复杂地形风场特性模拟结果。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明可以基于GIS数据参数化建立复杂地形以及建筑物CFD模型,建立WRF模型模拟复杂地形风场,实现WRF模型和复杂地形CFD模型在边界上的数据耦合,使用PALM计算获得更精确的复杂地形和城市边界层中风场特性模拟结果。上述步骤避开冗杂的手动操作流程,使用计算机支持的程序语言,高效得实施了该技术方案。
(2)在处理WRF模型的风场数据和实现WRF模型和复杂地形CFD模型在边界上的数据耦合时,使用二次权重插值,更大程度上保留WRF数据的信息,获得边界条件更准确。
(3)考虑非静力平衡,以及建筑物对风场的影响,更加符合城市边界层内大气风场实际情况。
附图说明
图1是本发明基于PALM实现WRF模拟风场降尺度处理的方法的流程图。
图2是本发明在PALM中基于GIS数据建立的复杂地形和建筑物CFD模型示意图。
图3是本发明处理WRF模型数据,通过空间插值得到复杂地形CFD模型周围4个侧边界面和顶面上一系列网格节点上的粗分辨率风场数据,以及PALM模型计算初始时间气象数据的示意图。
图4是本发明实施例中,基于PALM实现WRF模拟风场降尺度处理,然后人为假设一格点不断释放粒子,然后随风场输送,得到精细化的污染物随风场变化的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白 ,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
参照图1~图4,本发明提供的一种基于PALM实现WRF模拟风场降尺度处理的方法,其流程图如图1所示。
1、基于GIS数据建立复杂地形CFD模型,生成精细化三维网格,建立运行PALM模型需要的静态输入文件;
1.1)确定目标矩形区域的经纬度范围,从GIS地理信息系统中获取目标所在区域的ASTER GDEM 30米分辨率大地坐标下的地形数据,使用QGIS处理GIS数据,从而获得WGS_1984_UTM坐标系下的地形数据网格节点,并且插值到CFD模型的网格分辨率;
实施例1选取矩形目标区域的范围是:北纬36.29465~36.3006°,东经100.61253~100.62276°;
1.2)建立目标区域内建筑物地面形状和高度信息的栅格数据:使用QGIS将目标区域内的建筑物底面形状矢量数据,以及属性里的高度信息,转换成CFD模型网格一致的栅格数据,每个栅格里包含两个变量:建筑物的ID和高度值;
1.3)建立CFD模型垂直网格:将目标矩形区域内,地形高程最小值设为基准高程,作为CFD模型Z轴(即垂直方向坐标轴)的原点,创建等距离间隔的垂直网格节点;
1.4)实现三维复杂地形CFD模型网格中的地形和建筑物建模:根据三维复杂地形CFD模型中每一个底面网格数据节点的经纬度坐标,找到其在地形数据网格节点中的对应的地形高程值,再减去目标矩形区域的基准高程,得到CFD模型中的相对高程,然后,对CFD模型网格中各网格节点进行标记,网格点的Z轴坐标值小于相对高程,则标记为-999值,代表该格点在地面以下,同时,网格点的Z轴坐标值小于该网格点建筑物的高度值,也标记为-999值,代表该格点为建筑物,最终得到三维复杂地形CFD模型,如图2所示;
1.5)将三维复杂地形CFD模型转换为PALM可识别的NETCDF格式,作为PALM静态输入文件。
2、使用中尺度WRF模型模拟复杂地形风场,处理WRF模型的气象数据,计算PALM模型需要的气象变量;
2.1)建立中尺度WRF模型模拟复杂地形风场,WRF模型为长方体,水平面方向采用多层嵌套网格,其中,WRF模型内层细网格的尺寸与外层粗网格的尺寸成奇数比关系;
实施例1中,WRF模型采用三层单向嵌套网格,由外向内平面网格尺寸分别为27km、9km、3km,最内层网格覆盖了实施例1的复杂地形CFD模型,WRF模型在竖直方向上划分50层,网格上疏下密,在1km以下进行网格加密,划分15层,参数化方案设置为:WSM3类简单冰方案微物理过程方案,rrtm长波辐射方案,Dudhia短波辐射方案,Monin-Obukhov近地面层方案,热量扩散方案,YSU边界层方案以及浅对流Kain-Fritsch积云参数化方案,积分时间 从世界时2020年4月12号00点到6点,共6小时,WRF模型计算结果每一小时输出一次,驱动WRF模型的初始条件和边界条件来自于NCEP全球预报系统;
2.2)处理WRF模型计算的不同时间的气象数据,提取PALM模型需要的气象数据(t,x,y,z,u,v,w,qv,pt) ,其中,t表示时间,(x,y,z)表示各网格节点位置的三维空间坐标,(u,v,w)表示空间直角坐标系下三个方向的风速分量,(qv,pt)分别表示水汽混合比和位势温度。
3、实现WRF模型和复杂地形CFD模型在初始时间和边界上的数据耦合,从WRF模型结果提取PALM模型需要的气象数据,并按照CFD模型网格的水平分辨率和垂直分层,在水平方向和垂直方向进行插值;
3.1)将提取的WRF模型计算的气象数据进行投影转换,将兰伯特正轴等角割圆锥投影(Lambert Conformal Conic)转换为通用墨卡尔投影(UTM);
3.2)将投影转换后的粗分辨率的WRF气象数据插值到CFD模型细分辨率网格中,依照CFD模型网格中每个格点的经纬度值,利用二次权重插值算法,将粗分辨率的WRF气象数据水平插值到CFD模型细分辨率网格上;
3.3)将水平插值得到的WRF气象数据垂直插值到CFD模型各高度的网格中,具体步骤如下:
首先计算WRF气象数据各网格节点海拔高度,再减去目标区域基准高程,得到WRF气象数据各网格节点在CFD模型中的垂直坐标高度值,然后插值到CFD模型网格中各层对应的垂直坐标高度上。
4、从插值得到的气象数据,提取复杂地形CFD模型在计算初始时间的初始值,以及复杂地形CFD模型上边界面和东南西北4个侧边界面随时间变化的精细化三维网格气象数据,创建运行PALM模型需要的动态输入文件,如图3所示;
4.1)根据计算初始时间,从插值得到的气象数据中提取对应时间的三维气象数据;
4.2)从插值得到的气象数据中提取复杂地形CFD模型上边界面和东南西北4个侧边界面随时间变化的精细化三维网格气象数据;
4.3)将精细化三维网格气象数据转换为PALM可识别的NETCDF格式,作为PALM动态输入文件。
5、使用PALM计算耦合后的复杂地形CFD模型,从而获得复杂地形上,小尺度,高时空分辨率的风场模拟结果;
5.1)在PALM模型配置文件中,写入静态输入文件和动态输入文件的存储位置;
5.2)驱动PALM进行计算,其中,计算采用布辛涅司克近似,对纳维-斯托克斯方程进行简化,最终获得更精确 的复杂地形风场特性模拟结果。
本发明提供的技术方案基于PALM实现WRF模拟风场降尺度处理,有利于提升复杂地形和城市边界层内风场数值模拟,以及空气污染分布的精准度。
图4是本发明实施例中,基于PALM实现WRF模拟风场降尺度处理,然后人为假设一格点不断释放粒子,然后随风场输送,得到精细化的污染物随风场变化的示意图。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,该方法包含以下步骤:
1)基于GIS数据建立复杂地形CFD模型,生成精细化三维网格,建立运行PALM模型需要的静态输入文件;
2)使用中尺度WRF模型模拟复杂地形风场,处理WRF模型的气象数据,计算PALM模型需要的气象变量;
3)实现WRF模型和复杂地形CFD模型在初始时间和边界上的数据耦合,从WRF模型结果提取PALM模型需要的气象数据,并按照CFD模型网格的水平分辨率和垂直分层,在水平方向和垂直方向进行插值;
4)从插值得到的气象数据,提取复杂地形CFD模型在计算初始时间的初始值,以及复杂地形CFD模型上边界面和东南西北4个侧边界面随时间变化的精细化三维网格气象数据,创建运行PALM模型需要的动态输入文件;
5)使用PALM计算耦合后的复杂地形CFD模型,从而获得复杂地形上,小尺度,高时空分辨率的风场模拟结果。
2.根据权利要求1所述的一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,步骤1)具体包括以下子步骤:
1.1)确定目标矩形区域的经纬度范围,从GIS地理信息系统中获取目标所在区域的ASTER GDEM30米分辨率大地坐标下的地形数据,使用QGIS处理GIS数据,从而获得WGS_1984_UTM坐标系下的地形数据网格节点,并且插值到CFD模型的网格分辨率;
1.2)建立目标区域内建筑物地面形状和高度信息的栅格数据:使用QGIS将目标区域内的建筑物底面形状矢量数据,以及属性里的高度信息,转换成CFD模型网格一致的栅格数据,每个栅格里包含两个变量:建筑物的ID和高度值;
1.3)建立CFD模型垂直网格:将目标矩形区域内,地形高程最小值设为基准高程,作为CFD模型Z轴(即垂直方向坐标轴)的原点,创建等距离间隔的垂直网格节点;
1.4)实现三维复杂地形CFD模型网格中的地形和建筑物建模:根据三维复杂地形CFD模型中每一个底面网格数据节点的经纬度坐标,找到其在地形数据网格节点中的对应的地形高程值,再减去目标矩形区域的基准高程,得到CFD模型中的相对高程,然后,对CFD模型网格中各网格节点进行标记,网格点的Z轴坐标值小于相对高程,则标记为-999值,代表该格点在地面以下,同时,网格点的Z轴坐标值小于该网格点建筑物的高度值,也标记为-999值,代表该格点为建筑物,最终得到三维复杂地形CFD模型;
1.5)将三维复杂地形CFD模型转换为PALM可识别的NETCDF格式,作为PALM静态输入文件。
3.根据权利要求1所述的一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,步骤2)具体包括以下子步骤:
2.1)建立中尺度WRF模型模拟复杂地形风场,WRF模型为长方体,水平面方向采用多层嵌套网格,其中,WRF模型内层细网格的尺寸与外层粗网格的尺寸成奇数比关系;
2.2)处理WRF模型计算的不同时间的气象数据,提取PALM模型需要的气象数据(t,x,y,z,u,v,w,qv,pt) ,其中,t表示时间,(x,y,z)表示各网格节点位置的三维空间坐标,(u,v,w)表示空间直角坐标系下三个方向的风速分量,(qv,pt)分别表示水汽混合比和位势温度。
4.根据权利要求1所述的一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,步骤3)具体包括以下子步骤:
3.1)将提取的WRF模型计算的气象数据进行投影转换,将兰伯特正轴等角割圆锥投影(Lambert Conformal Conic)转换为通用墨卡尔投影(UTM);
3.2)将投影转换后的粗分辨率的WRF气象数据插值到CFD模型细分辨率网格中,依照CFD模型网格中每个格点的经纬度值,利用二次权重插值算法,将粗分辨率的WRF气象数据水平插值到CFD模型细分辨率网格上;
3.3)将水平插值得到的WRF气象数据垂直插值到CFD模型各高度的网格中,具体步骤如下:
首先计算WRF气象数据各网格节点海拔高度,再减去目标区域基准高程,得到WRF气象数据各网格节点在CFD模型中的垂直坐标高度值,然后插值到CFD模型网格中各层对应的垂直坐标高度上。
5.根据权利要求1所述的一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,步骤4)具体包括以下子步骤:
4.1)根据计算初始时间,从插值得到的气象数据中提取对应时间的三维气象数据;
4.2)从插值得到的气象数据中提取复杂地形CFD模型上边界面和东南西北4个侧边界面随时间变化的精细化三维网格气象数据;
4.3)将精细化三维网格气象数据转换为PALM可识别的NETCDF格式,作为PALM动态输入文件。
6.根据权利要求1所述的一种基于PALM实现WRF模拟风场降尺度处理的方法,其特征在于,步骤5)具体包括以下子步骤:
5.1)在PALM模型配置文件中,写入静态输入文件和动态输入文件的存储位置;
5.2)驱动PALM进行计算,其中,计算采用布辛涅司克近似,对纳维-斯托克斯方程进行简化,最终获得更精确的复杂地形风场特性模拟结果。
CN202011361772.XA 2020-11-28 2020-11-28 一种基于palm实现wrf模拟风场降尺度处理的方法 Pending CN114580310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011361772.XA CN114580310A (zh) 2020-11-28 2020-11-28 一种基于palm实现wrf模拟风场降尺度处理的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011361772.XA CN114580310A (zh) 2020-11-28 2020-11-28 一种基于palm实现wrf模拟风场降尺度处理的方法

Publications (1)

Publication Number Publication Date
CN114580310A true CN114580310A (zh) 2022-06-03

Family

ID=81767414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011361772.XA Pending CN114580310A (zh) 2020-11-28 2020-11-28 一种基于palm实现wrf模拟风场降尺度处理的方法

Country Status (1)

Country Link
CN (1) CN114580310A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115146564A (zh) * 2022-08-02 2022-10-04 上海市气候中心(上海区域气候中心) 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
CN116090228A (zh) * 2023-01-16 2023-05-09 北京天工科仪空间技术有限公司 一种气象环境模拟和导控方法
CN116842877A (zh) * 2023-09-04 2023-10-03 江苏省环境监测中心 一种基于多源数据综合利用的小尺度三维风场重构算法
CN118135138A (zh) * 2024-05-10 2024-06-04 南京航空航天大学 一种用于复杂地形风场数值模拟的地形建模方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115146564A (zh) * 2022-08-02 2022-10-04 上海市气候中心(上海区域气候中心) 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
CN116090228A (zh) * 2023-01-16 2023-05-09 北京天工科仪空间技术有限公司 一种气象环境模拟和导控方法
CN116090228B (zh) * 2023-01-16 2024-02-09 北京天工科仪空间技术有限公司 一种气象环境模拟和导控方法
CN116842877A (zh) * 2023-09-04 2023-10-03 江苏省环境监测中心 一种基于多源数据综合利用的小尺度三维风场重构算法
CN116842877B (zh) * 2023-09-04 2023-11-28 江苏省环境监测中心 一种基于多源数据综合利用的小尺度三维风场重构算法
CN118135138A (zh) * 2024-05-10 2024-06-04 南京航空航天大学 一种用于复杂地形风场数值模拟的地形建模方法
CN118135138B (zh) * 2024-05-10 2024-07-02 南京航空航天大学 一种用于复杂地形风场数值模拟的地形建模方法

Similar Documents

Publication Publication Date Title
CN114580310A (zh) 一种基于palm实现wrf模拟风场降尺度处理的方法
Pielke et al. Use of meteorological models as input to regional and mesoscale air quality models—limitations and strengths
CN106650158B (zh) 一种基于cfd及多数据源的城市实时全局环境估计方法
CN105513133B (zh) 一种城市风环境数字地图制作及显示方法
CN108763825B (zh) 一种模拟复杂地形的风场的数值模拟方法
CN108182724B (zh) 一种高精度城市热岛检测方法、设备及存储设备
CN108664705B (zh) 一种基于OpenFOAM的模拟复杂地形地表粗糙度的方法
CN113139350B (zh) 台风作用下考虑流固耦合效应的建筑结构抗风分析方法
CN115329691B (zh) 一种基于cfd与gis的超大城市风环境模拟方法
CN112100922A (zh) 一种基于wrf和cnn卷积神经网络的风资源预测方法
CN115994496B (zh) 城市公园高分辨率大气co2浓度三维场的数值模拟方法
CN117077557A (zh) 一种用于强风环境的城市高层建筑物火灾蔓延的多尺度模拟方法
CN118133409B (zh) 一种考虑多尺度微气候耦合的建筑街区热舒适度调节方法
Huang et al. Sensitivity analysis of WRF-CFD-based downscaling methods for evaluation of urban pedestrian-level wind
CN103279985B (zh) 一种复杂地形结构体系三维有限元模型的智能化建模方法
CN109635317A (zh) 一种高海拔地区cfd仿真地形拓扑方法
Pacifici et al. Comparing ENVI-Met and Grasshopper Modelling Strategies to Assess Local Thermal Stress and Urban Heat Island Effects
Kaňuk et al. Testing of V3. sun module prototype for solar radiation modelling on 3D objects with complex geometric structure
Glotfelty et al. NUDAPT 44 documentation
Araújo et al. An approach to simulate wind fields around an urban environment for wind energy application
CN115795402A (zh) 一种基于变分法的多源降水数据融合方法和系统
Senyurdusev et al. Exploring the opportunities of open source data use in creation 3d procedural city models
Ding et al. A dynamic snow accumulation simulation approach for forecasting snow distribution over regional‐scale terrain
Kong et al. Combined gis, cfd and neural network multi-zone model for urban planning and building simulation
Li et al. Application of three-dimensional GIS to water resources

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