CN117250632B - 城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质 - Google Patents

城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质 Download PDF

Info

Publication number
CN117250632B
CN117250632B CN202311043753.6A CN202311043753A CN117250632B CN 117250632 B CN117250632 B CN 117250632B CN 202311043753 A CN202311043753 A CN 202311043753A CN 117250632 B CN117250632 B CN 117250632B
Authority
CN
China
Prior art keywords
wind
field
wind speed
speed profile
target site
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
Application number
CN202311043753.6A
Other languages
English (en)
Other versions
CN117250632A (zh
Inventor
杨易
邓海盛
谢壮宁
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202311043753.6A priority Critical patent/CN117250632B/zh
Publication of CN117250632A publication Critical patent/CN117250632A/zh
Application granted granted Critical
Publication of CN117250632B publication Critical patent/CN117250632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/95—Lidar systems specially adapted for specific applications for meteorological use
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/26—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring the direct influence of the streaming fluid on the properties of a detecting optical wave
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Multimedia (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明公开了一种城市地貌粗糙度类别和风场特性获取方法、系统、设备及介质，包括：根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此高度以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。本发明结合多普勒激光测风雷达现场实测和无人机航拍，能够准确获取目标场地处远场来流风速剖面的真实风速特性，从而为高层建筑抗风的精细化评估提供科学依据。

Description

城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质
技术领域
本发明涉及气象科学、无人机航拍与建筑技术科学的技术领域，具体涉及一种城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质。
背景技术
大气边界层指受到地面摩阻影响的近地大气层，是人们从事生产、生活的主要领域，地面上建筑物的风荷载直接受到大气边界层内空气流动的影响。在大气边界层内，平均风速随高度增加而增加，至大气边界层顶部达到最大，描述这种变化的曲线称为平均风速剖面。大气边界层风场特性包括平均风速剖面和湍流强度剖面，如平均风速剖面是进行超高层建筑抗风设计的重要依据和前提，因此，准确描述高层建筑所处的大气边界层风场特性，具有重要的科学意义和工程价值。
无人机航拍具有独特的高空视角，具有机动灵活、高效快速、精细准确、作业成本低、适用范围广、生产周期短等特点。无人机航测通常低空飞行，空域申请便利，受气候条件影响较小。对起降场地的要求限制较小，可通过一段较为平整的路面实现起降，在获取航拍影像时不用考虑飞行员的飞行安全，对获取数据时的地理空域以及气象条件要求较低，能够解决人工探测无法达到的地区监测功能。通过无人机航拍来获得城市中心地貌照片，具有高效率、高精度、准确的地理定位等优势，并可最大限度地还原地面上有一定体积的物体。
我国中心城市高速地发展，地貌快速地变迁，依据规范采用常规的地貌分析方法、或借助远郊的气象塔实测数据，很难获得城市中心地貌超高层建筑群边界层风场特性的准确结果，进而影响结构风荷载及风致响应的准确评估。
国际上通常将地貌类别分为海上、乡村、郊区和市区4类。我国现行荷载规范也将地面粗糙度类型分为A、B、C和D共4类，分别对应海上、乡村、城市和大城市中心地貌，并参考国际规范给定了相关参数。但由于我国国内大型中心城市的建筑分布形态与国外有明显的差异，规范给定的相关风场参数的取值有待考证，如地面粗糙度指数α具有一定保守性，不利于实现工程安全性与经济性之间的平衡，相关问题亟待进一步研究解决。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质，通过结合多普勒激光测风雷达现场实测和无人机航拍，来获取目标场地处远场来流风速剖面的真实风速特性，理论上减小了近场地貌对远场来流边界层风场特性的影响而造成的误差，比通过直接采用规范理论风场模型来近似表征所研究的建筑位置处远场来流风的边界层风场特性更准确，能够为高层建筑风荷载的精细化评估提供科学依据。
为了达到上述目的，本发明采用以下技术方案：
第一方面，本发明提供了一种城市地貌粗糙度类别和风场特性获取方法，包括下述步骤：
根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；
根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此最大高度H以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
作为优选的技术方案，所述根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H，具体为：
无人机航拍获取目标场地风向上游的近场地貌图像；
根据所述近场地貌图像，获取图像中最高建筑的阴影长度L；
基于阴影长度L，采用如下公式计算最高建筑的高度H：
其中：
L——建筑的阴影长度，单位m；
H——建筑的实际高度，单位m；
——太阳高度角，单位rad。
作为优选的技术方案，所述太阳高度角通过下述方式计算得到：
根据无人机航拍的经纬度位置，北京时间，采用如下公式计算得到真太阳时：
真太阳时＝北京时间-A+X
其中：
A——当地时间与北京时间的时间差，A＝4*(120-当地经度)，单位min；
X——真平太阳时差，单位min；
根据真太阳时，采用如下公式计算得到太阳时角：
ψ＝(真太阳时-12)*π/12
其中：
ψ——太阳时角，单位rad；
根据无人机航拍的经纬度位置，北京时间，采用如下公式计算得到此位置的太阳赤纬角：
sinδ＝0.39795*cos[0.98563*(N-173)/180*π]
其中：
δ——赤纬角，地球赤道平面与太阳和地球中心的连线之间的夹角，在±23°26′的范围内移动，单位rad
N——无量纲日数，自每年1月1日开始计算；
根据所述太阳时角、太阳赤纬角以及无人机航拍的经纬度位置，采用如下公式计算得到此位置的太阳高度角：
作为优选的技术方案，所述根据激光雷达实测风场，获得目标场地的实测边界层风速剖面，具体为：
基于多普勒激光测风雷达现场实测，获取目标场地的平均风速剖面，所述目标场地满足激光测风雷达以与地面成一定俯仰角发射的激光波束不会被建筑遮挡。
作为优选的技术方案，得到目标场地处远场来流风速剖面及其粗糙度指数α，具体为：
根据规范指数律模型拟合所述平均风速剖面，得到建成建筑风向上游的实测粗糙度指数α，采用如下公式进行拟合：
其中：
z——离地高度，单位m；
zr——参考高度，单位m；
U(z)——离地高度z处的风速，单位m/s；
U(zr)——离地高度z处的风速，单位m/s；
α——无量纲地面粗糙度指数。
第二方面，本发明提供了一种城市地貌粗糙度类别和风场特性获取系统，应用于所述的城市地貌粗糙度类别和风场特性获取方法，包括高度实测模块、风场实测模块以及远场来流风场特性获取模块；
所述高度实测模块，用于根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
所述风场实测模块，用于根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；
所述远场来流风场特性获取模块，用于根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此最大高度H以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
第三方面，本发明提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的城市地貌粗糙度类别和风场特性获取方法。
第四方面，本发明提供了一种计算机可读存储介质，存储有程序，所述程序被处理器执行时，实现所述的城市地貌粗糙度类别和风场特性获取方法。
本发明与现有技术相比，具有如下优点和有益效果：
本发明基于多普勒激光测风雷达现场实测的风场特性结果，并在此基础上结合无人机航拍获取目标场地风向上游影响实测风速剖面的建筑最大高度H，能够准确获得目标处受远场地貌影响的大气边界层真实风场特性，理论上减小了近场地貌对远场来流边界层风场特性的影响而造成的误差，比通过直接采用规范理论风场模型来近似表征所研究的建筑位置处远场来流风的边界层风场特性更准确，能够为高层建筑风荷载的精细化评估提供科学依据。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的城市地貌粗糙度类别和风场特性获取方法的流程图。
图2为本发明另一实施例的无人机航拍获取某目标场地风向上游的近场地貌图像示意图。
图3为本发明另一实施例的激光雷达现场实测风速剖面的示意图。
图4为本发明另一实施例的截断高度以上的边界层风速剖面的示意图。
图5为本发明另一实施例的数值拟合得到目标场地处远场来流风速剖面的示意图。
图6为本发明另一实施例的规范对项目周边地貌风场进行分析的示意图。
图7为本发明又一实施例的城市地貌粗糙度类别和风场特性获取系统结构示意图。
图8为本发明再一实施例电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
获取大气边界层风场特性的方法有现场实测和数值模拟等手段，其中最可靠的方法是现场实测，多普勒激光测风雷达由于具有高时空分辨率、高精度、便携可移动观测和能适应复杂地形等优点，可以满足大气边界层千米高度范围内的大气三维风场高精度、精细化的实测需求，已有很多学者借助其开展大气边界层风场特性的研究。
我国《建筑结构荷载规范》(GB 50009-2012)采用指数律来描述大气边界层平均风速剖面，如式(1)所示：
其中：
z——离地高度，单位m；
uz——离地高度z处的平均水平风速，单位m/s；
u10——离地高度10m处的平均水平风速，单位m/s；
α——地面粗糙度指数，其数值与地面粗糙度类别有关，我国荷载规范将地面粗糙度分为A，B，C，D四类，各种地面粗糙度类别对应的指数分别为0.12，0.15，0.22，0.30。
如图1所示，本实施例的一种城市地貌粗糙度类别和风场特性获取方法，包括下述步骤：
(1)根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
无人机航拍获取目标场地风向上游的近场地貌图像；根据无人机航拍的经纬度位置，北京时间，采用公式(2)计算得到真太阳时；根据真太阳时，采用公式(3)计算得到太阳时角：根据无人机航拍的经纬度位置，北京时间，采用公式(4)计算得到此位置的太阳赤纬角：根据所述太阳时角、太阳赤纬角以及无人机航拍的经纬度位置，采用公式(5)计算得到此位置的太阳高度角：基于阴影长度L，采用公式(6)计算得到目标场地风向上游影响实测风速剖面的建筑最大高度H。
真太阳时＝北京时间-A+X (2)
其中：
A——当地时间与北京时间的时间差，A＝4*(120-当地经度)，单位min；
X——真平太阳时差，单位min；
ψ＝(真太阳时-12)*π/12 (3)
其中：
ψ——太阳时角，单位rad；
sinδ＝0.39795*cos[0.98563*(N-173)/180*π] (4)
其中：
δ——赤纬角，地球赤道平面与太阳和地球中心的连线之间的夹角，在±23°26′的范围内移动，单位rad；
N——无量纲日数，自每年1月1日开始计算；
其中：
L——建筑的阴影长度，单位m；
H——建筑的实际高度，单位m；
——太阳高度角，单位rad；
(2)根据激光雷达实测风场，获得目标场地的实测边界层风速剖面。
基于多普勒激光测风雷达现场实测，获取目标场地(该地点需满足激光测风雷达以与地面成一定俯仰角发射的激光波束不会被建筑遮挡为宜)的平均风速剖面。
(3)根据实测边界层风速剖面，截取下截面高度H以上的风剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
根据规范指数律模型拟合所述平均风速剖面，采用公式(7)进行拟合，最终得到目标场地处远场来流风速剖面及其粗糙度指数α。
其中：
z——离地高度，单位m；
zr——参考高度，单位m；
U(z)——离地高度z处的风速，单位m/s；
U(zr)——离地高度z处的风速，单位m/s；
α——无量纲地面粗糙度指数。
本申请根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此高度以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。该方法结合多普勒激光测风雷达现场实测和无人机航拍，能够准确获取目标场地处远场来流风速剖面的真实风速特性，从而为高层建筑抗风的精细化评估提供科学依据。
需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
本申请的另一实施例以某目标场地为例，对本发明作进一步详细的说明。
步骤1：无人机航拍获取某目标场地风向上游的近场地貌图像，如图2所示。记录到纬度为23°6′12″、经度为113°20′23″、北京时间为2022年9月6日上午10:13。
步骤2：计算目标场地风向上游影响实测风速剖面的建筑最大高度H。先根据北京时间计算得到东经113°20′23″的平太阳时，平太阳时＝10:13-(120-113.34)*4＝9:46:22，再根据9月6号的真太阳时时差为+2分24秒计算得到对应的真太阳时，真太阳时＝9:46:22+00:02:24＝9.81h。进一步根据公式计算太阳时角ψ＝(9.81-12)*π/12＝-0.1825π，根据公式N取249计算太阳赤纬角进一步根据公式计算太阳高度角/>
最终根据公式计算目标场地风向上游影响实测风速剖面的建筑最大高度H＝185.45.tan0.3π＝255m。
步骤3：通过多普勒激光测风雷达现场实测，获取了目标场地的实测边界层风场数据，再通过筛选其中的大风数据得到边界层平均风速剖面，如图3所示。
步骤4：设置边界层平均风速剖面的下截面高度为上述获取的目标场地风向上游影响实测风速剖面的建筑最大高度H，获取了截断高度以上的边界层风速剖面，如图4所示。
步骤5：根据截断高度以上的边界层风速剖面，通过数值拟合得到目标场地处远场来流风速剖面及其粗糙度指数α＝0.22，决定系数为0.91，拟合度较好，如图5所示。
本实施例中，根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H＝255m。再通过多普勒激光测风雷达现场实测，获取了目标场地的实测边界层风场数据，筛选其中的大风数据得到边界层平均风速剖面并通过设置下截断高度获取了截断高度以上的边界层风速剖面。对此进行数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数a＝0.22。根据《建筑结构荷载规范》(GB50009-2012)对项目周边地貌风场进行分析，确定地貌类别为规范定义的C类地貌，对应地面粗糙度指数α为0.22，如图6所示。通过背景技术获取的目标场地处远场来流风速剖面及其粗糙度指数与规范方法获取的具有较好的一致性，能够为高层建筑风荷载的精细化评估提供科学依据。
基于与上述实施例中的城市地貌粗糙度类别和风场特性获取方法相同的思想，本发明还提供了城市地貌粗糙度类别和风场特性获取系统，该系统可用于执行上述城市地貌粗糙度类别和风场特性获取方法。为了便于说明，城市地貌粗糙度类别和风场特性获取系统实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
请参阅图7，在本申请的另一个实施例中，提供了一种城市地貌粗糙度类别和风场特性获取系统100，该系统包括高度实测模块101、风场实测模块102以及远场来流风场特性获取模块103；
所述高度实测模块101，用于根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
所述风场实测模块102，用于根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；
所述远场来流风场特性获取模块103，用于根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此最大高度H以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
需要说明的是，本发明的城市地貌粗糙度类别和风场特性获取系统与本发明的城市地貌粗糙度类别和风场特性获取方法一一对应，在上述城市地貌粗糙度类别和风场特性获取方法的实施例阐述的技术特征及其有益效果均适用于城市地貌粗糙度类别和风场特性获取的实施例中，具体内容可参见本发明方法实施例中的叙述，此处不再赘述，特此声明。
此外，上述实施例的城市地貌粗糙度类别和风场特性获取系统的实施方式中，各程序模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的程序模块完成，即将所述城市地貌粗糙度类别和风场特性获取系统的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分功能。
请参阅图8，在一个实施例中，提供了一种实现城市地貌粗糙度类别和风场特性获取方法的电子设备，所述电子设备200可以包括第一处理器201、第一存储器202和总线，还可以包括存储在所述第一存储器202中并可在所述第一处理器201上运行的计算机程序，如城市地貌粗糙度类别和风场特性获取程序203。
其中，所述第一存储器202至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述第一存储器202在一些实施例中可以是电子设备200的内部存储单元，例如该电子设备200的移动硬盘。所述第一存储器202在另一些实施例中也可以是电子设备200的外部存储设备，例如电子设备200上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述第一存储器202还可以既包括电子设备200的内部存储单元也包括外部存储设备。所述第一存储器202不仅可以用于存储安装于电子设备200的应用软件及各类数据，例如城市地貌粗糙度类别和风场特性获取程序203的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述第一处理器201在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述第一处理器201是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述第一存储器202内的程序或者模块，以及调用存储在所述第一存储器202内的数据，以执行电子设备200的各种功能和处理数据。
图8仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图8示出的结构并不构成对所述电子设备200的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
所述电子设备200中的所述第一存储器202存储的城市地貌粗糙度类别和风场特性获取程序203是多个指令的组合，在所述第一处理器201中运行时，可以实现：
根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；
根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此最大高度H以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
进一步地，所述电子设备200集成的模块/单元如果以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，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.城市地貌粗糙度类别和风场特性获取方法，其特征在于，包括下述步骤：
根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；
根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此最大高度H以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
2.根据权利要求1所述的城市地貌粗糙度类别和风场特性获取方法，其特征在于，所述根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H，具体为：
无人机航拍获取目标场地风向上游的近场地貌图像；
根据所述近场地貌图像，获取图像中最高建筑的阴影长度L；
基于阴影长度L，采用如下公式计算最高建筑的高度H：
其中：
L——建筑的阴影长度，单位n；
H——建筑的实际高度，单位n；
——太阳高度角，单位rad。
3.根据权利要求2所述的城市地貌粗糙度类别和风场特性获取方法，其特征在于，所述太阳高度角通过下述方式计算得到：
根据无人机航拍的经纬度位置，北京时间，采用如下公式计算得到真太阳时：
真太阳时＝北京时间-A+X
其中：
A——当地时间与北京时间的时间差，A＝4*(120—当地经度)，单位min；
X——真平太阳时差，单位min；
根据真太阳时，采用如下公式计算得到太阳时角：
ψ＝(真太阳时-12)*π/12
其中：
ψ——太阳时角，单位rad；
根据无人机航拍的经纬度位置，北京时间，采用如下公式计算得到此位置的太阳赤纬角：
sinδ＝0.39795*cos[0.98563*(N-173)/180*π]
其中：
δ——赤纬角，地球赤道平面与太阳和地球中心的连线之间的夹角，在±23°26′的范围内移动，单位rad
N——无量纲日数，自每年1月1日开始计算；
根据所述太阳时角、太阳赤纬角以及无人机航拍的经纬度位置，采用如下公式计算得到此位置的太阳高度角：
4.根据权利要求1所述的城市地貌粗糙度类别和风场特性获取方法，其特征在于，所述根据激光雷达实测风场，获得目标场地的实测边界层风速剖面，具体为：
基于多普勒激光测风雷达现场实测，获取目标场地的平均风速剖面，所述目标场地满足激光测风雷达以与地面成一定俯仰角发射的激光波束不会被建筑遮挡。
5.根据权利要求4所述的城市地貌粗糙度类别和风场特性获取方法，其特征在于，得到目标场地处远场来流风速剖面及其粗糙度指数α，具体为：
根据规范指数律模型拟合所述平均风速剖面，得到建成建筑风向上游的实测粗糙度指数α，采用如下公式进行拟合：
其中：
z——离地高度，单位m；
zr——参考高度，单位m；
U(z)——离地高度z处的风速，单位m/s；
U(zr)——离地高度z处的风速，单位m/s；
α——无量纲地面粗糙度指数。
6.城市地貌粗糙度类别和风场特性获取系统，其特征在于，应用于权利要求1-5中任一项所述的城市地貌粗糙度类别和风场特性获取方法，包括高度实测模块、风场实测模块以及远场来流风场特性获取模块；
所述高度实测模块，用于根据无人机航拍，获取目标场地风向上游影响实测风速剖面的建筑最大高度H；
所述风场实测模块，用于根据激光雷达实测风场，获得目标场地的实测边界层风速剖面；
所述远场来流风场特性获取模块，用于根据所述目标场地风向上游影响实测风速剖面的建筑最大高度H，截取此最大高度H以上的目标场地实测边界层风速剖面，通过数值拟合，得到目标场地处远场来流风速剖面及其粗糙度指数α。
7.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-5中任意一项所述的城市地貌粗糙度类别和风场特性获取方法。
8.一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-5任一项所述的城市地貌粗糙度类别和风场特性获取方法。
CN202311043753.6A 2023-08-18 2023-08-18 城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质 Active CN117250632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311043753.6A CN117250632B (zh) 2023-08-18 2023-08-18 城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311043753.6A CN117250632B (zh) 2023-08-18 2023-08-18 城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质

Publications (2)

Publication Number Publication Date
CN117250632A CN117250632A (zh) 2023-12-19
CN117250632B true CN117250632B (zh) 2024-03-08

Family

ID=89125536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311043753.6A Active CN117250632B (zh) 2023-08-18 2023-08-18 城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质

Country Status (1)

Country Link
CN (1) CN117250632B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118294974B (zh) * 2024-06-05 2024-08-23 山东省地震工程研究院 基于激光雷达和五镜头倾斜摄影的微地貌探察方法和系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140066100A (ko) * 2012-11-22 2014-05-30 경북대학교 산학협력단 구조물의 풍하중 산정 장치 및 방법
CA3065892A1 (fr) * 2017-06-21 2018-12-27 IFP Energies Nouvelles Procede d'acquisition et de modelisation par un capteur lidar d'un champ de vent incident
CN111650590A (zh) * 2020-06-12 2020-09-11 上海眼控科技股份有限公司 基于多普勒气象雷达的风场获取方法、装置、设备和介质
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系统
CN114741760A (zh) * 2022-04-15 2022-07-12 国网陕西省电力有限公司经济技术研究院 一种概率密度可调的风速场数值模拟方法及系统
CN115169133A (zh) * 2022-07-19 2022-10-11 中国消防救援学院 一种风场监测方法及系统
CN115408962A (zh) * 2022-11-02 2022-11-29 南京信息工程大学 基于cfd模拟和测风激光雷达的风场重建方法及系统
CN116522600A (zh) * 2023-04-04 2023-08-01 西华大学 一种复杂风场风速模拟方法、装置、设备及介质
CN116541658A (zh) * 2023-05-05 2023-08-04 华南理工大学 一种城市近地千米高度风剖面测量分析方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140066100A (ko) * 2012-11-22 2014-05-30 경북대학교 산학협력단 구조물의 풍하중 산정 장치 및 방법
CA3065892A1 (fr) * 2017-06-21 2018-12-27 IFP Energies Nouvelles Procede d'acquisition et de modelisation par un capteur lidar d'un champ de vent incident
CN111650590A (zh) * 2020-06-12 2020-09-11 上海眼控科技股份有限公司 基于多普勒气象雷达的风场获取方法、装置、设备和介质
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系统
CN114741760A (zh) * 2022-04-15 2022-07-12 国网陕西省电力有限公司经济技术研究院 一种概率密度可调的风速场数值模拟方法及系统
CN115169133A (zh) * 2022-07-19 2022-10-11 中国消防救援学院 一种风场监测方法及系统
CN115408962A (zh) * 2022-11-02 2022-11-29 南京信息工程大学 基于cfd模拟和测风激光雷达的风场重建方法及系统
CN116522600A (zh) * 2023-04-04 2023-08-01 西华大学 一种复杂风场风速模拟方法、装置、设备及介质
CN116541658A (zh) * 2023-05-05 2023-08-04 华南理工大学 一种城市近地千米高度风剖面测量分析方法及装置

Also Published As

Publication number Publication date
CN117250632A (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
CN103293084B (zh) 基于多光谱气象卫星信息的海雾全天时全天候反演方法
Draxl et al. Overview and meteorological validation of the wind integration national dataset toolkit
CN111723524B (zh) 一种基于日变化约束的pm2.5卫星遥感反演方法
Li et al. Aerosol optical depth (AOD): spatial and temporal variations and association with meteorological covariates in Taklimakan desert, China
CN117250632B (zh) 城市地貌粗糙度类别和风场特性获取方法、系统、设备和介质
Dobrovolný et al. The spatial variability of air temperature and nocturnal urban heat island intensity in the city of Brno, Czech Republic
KR101943759B1 (ko) 도시 상세 복사량모의를 통한 고온지역 열저감 위한 활용정보 추출 방법 및 장치
Furevik et al. Eight years of wind measurements from scatterometer for wind resource mapping in the Mediterranean Sea
Al-Ahmadi et al. Spatiotemporal variations in rainfall–topographic relationships in southwestern Saudi Arabia
CN106845018A (zh) 风电场对气象雷达降雨量影响的分析与定量化评估方法
CN114443627A (zh) 一种陆地和海洋温度的修复方法、系统、计算机设备
Yang et al. Urbanization reduces frequency of light rain: an example from Beijing City
Diallo-Dudek et al. Land surface temperature in the urban area of Lyon metropolis: A comparative study of remote sensing data and MesoNH model simulation
Murata et al. Relationship between atmospheric conditions at Dhaka, Bangladesh, and rainfall at Cherrapunjee, India
Effat Mapping solar energy potential zones, using SRTM and spatial analysis, application in Lake Nasser Region, Egypt
CN112166688B (zh) 基于小卫星的沙漠与沙漠化土地监测方法
CN111914396A (zh) 基于高分辨率dem数据的次网格地形三维地表太阳辐射强迫效应快速参数化方法
CN108132096B (zh) 一种基于激光雷达的林窗太阳辐射监测方法
Cook Locating the anemometers of the US ASOS network and classifying their local shelter
Nielsen et al. Satellite information for wind energy applications
Srivastava et al. Assimilation of doppler weather radar data in WRF model for simulation of tropical cyclone Aila
AU2021105817A4 (en) Method for Reconstructing global Surface Temperature
Tinoy et al. Urban effects on land surface temperature in Davao City, Philippines
CN114880848A (zh) 基于移动网格的低空气象要素信息处理方法
Fernández et al. Sunshine duration analysis as a first step to estimate solar resource for photovoltaic electricity production in middle latitudes

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