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

    专利2025-03-19  25


    本发明涉及地表空气动力学粗糙度领域,具体地,涉及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。


    背景技术:

    1、地表动力学粗糙度用于表征地表对风速的抬升作用,是与空气动力学阻抗和近地层湍流相关的重要参数,也是数值模式水热通量计算中十分关键的因子。城市地表形态中建筑和植被的共同作用导致城市空间具有鲜明的时空分布特征。其中,城市建筑和植被在水平和垂直方向的复杂度增强,影响了城市陆面和大气之间动力传输和辐射交换过程进而改变城市气候。

    2、现有粗糙度计算方案中经历了从“大叶模型”到经验常数到基于物理过程的发展。针对城市复杂下垫面,现有数值模式中虽然引入了面积指数、城市高度等城市形态参数,但仅能体现粗糙度的水平分布,未能体现建筑垂直差异的变化,也未能表征城市植被在其中的作用。同时城市形态参数的粗糙度方案,因不同城市方案中的参数适用性不同,需要根据局地城市形态特点针对性的进行参数修正。具体不足表现在:1)数值模式中的地表粗糙度方案仅按照高、中、低三类城市密度对应固定的城市高度、城市面积比等城市形态参数,无法有效体现水平和垂直一致性的形态参数表达;2)粗糙度参数化方案受局地影响大,需要根据局地观测进行定量;3)动力粗糙度参数方案中的参数为固定值,局地变化特性无法单一的仅通过固定参数的粗糙度方案进行有效体现。

    3、综上,现有数值模式中城市地表粗糙度未能实现精确刻画,亟需建立考虑城市空间形态且能根据局地特点动态参数变化的粗糙度方案。


    技术实现思路

    1、为了解决现有数值模式中城市地表粗糙度无法精确刻画以及无法根据局地特点实现动态参数变化的问题,本发明提供了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,所述方法包括:

    2、基于数值模式空间分辨率对研究区进行网格划分,获得若干网格区;获取每个所述网格区内的建筑物数据,所述建筑物数据包括建筑物数量、建筑物底面积数据和建筑物高度数据;基于所有所述建筑物数据获得每个所述网格区的第一平面积指数、第一正面积指数、第一建筑平均宽度、第一建筑物平均高度和第一建筑物高度标准差;

    3、获取研究区的土地利用数据,基于所述土地利用数据计算每个所述网格区的植被和城市建筑下垫面占比,分别获得每个所述网格区的第一植被占比和第一建筑下垫面占比;

    4、获取每个所述网格区的植被平均高度,基于所有所述植被平均高度获得每个所述网格区的第一植被粗糙度;

    5、设置m个观测站点,m为大于或等于1的整数,基于所有所述观测站点的风向获得若干风区;获取每个所述观测站点的观测范围内的若干所述网格区,获得若干观测网格区;获取每个所述观测网格区的第二平面积指数、第二正面积指数、第二建筑物平均高度、第二建筑物高度标准差、第二植被占比、第二建筑下垫面占比和第二植被粗糙度;获取每个所述观测站点的梯度风廓线数据;基于各所述梯度风廓线数据和各所述风区获得每个所述观测站点在各所述风区的风区城市粗糙度;基于所有所述风区城市粗糙度和每个所述观测网格区的所述第二平面积指数、所述第二正面积指数、所述第二建筑物平均高度、所述第二建筑物高度标准差、所述第二植被占比和所述第二建筑下垫面占比采用非线性拟合方式获得每个所述观测站点的第一观测参数ai、第二观测参数bi、第三观测参数ci和第四观测参数di,i为大于或等于1,且小于或等于m的整数;

    6、基于所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di获得每个所述网格区的第一模式参数a、第二模式参数b、第三模式参数c和第四模式参数d;

    7、基于每个所述网格区的所述第一平面积指数、所述第一正面积指数、所述第一建筑平均宽度、所述第一建筑物平均高度、所述第一建筑物高度标准差、所述第一模式参数a、所述第二模式参数b、所述第三模式参数c和所述第四模式参数d获得每个所述网格区的建筑物粗糙度;

    8、基于每个所述网格区的所述建筑物粗糙度、所述第一植被粗糙度、所述第一植被占比和所述第一建筑下垫面占比获得每个所述网格区的城市粗糙度。

    9、考虑城市地表粗糙度受局地影响大,需要根据局地观测进行定量,本方法将研究区划分为多个网格区,引入建筑物数据和梯度风廓线数据等水平及垂直建筑物城市形态数据,体现建筑水平和垂直差异的变化;采用多个观测站点观测获得观测参数,并将其扩展到整个研究区,获取对应的拟合参数均值,实现每个不同网格区(无论有没有观测站点)的参数动态变化,减少采用固定参数值带来的误差,具有更好的局地代表性,参数适用性强;将城市下垫面类型中被忽视的植被粗糙度引入,更丰富的表征地表特征,进一步实现城市粗糙度的精细化刻画;在原本的城市下垫面类型根据土地利用数据将划分为建筑和植被,对地表动力学粗糙度进行了更小尺度精细化刻画,由建筑物粗糙度和植被粗糙度以及各自对应的占比获得城市粗糙度,城市粗糙度更精确。本方法考虑了城市复杂的空间结构及植被变化,可以提升地表粗糙度计算方案中参数适用性,提高城市地表粗糙度准确刻画,有助于提高数值模式对城市水热模拟的准确度。

    10、进一步地,基于所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di获得每个所述网格区的第一模式参数a、第二模式参数b、第三模式参数c和第四模式参数d的具体步骤包括:

    11、设置观测站点数量阈值为n,n为大于或等于1的整数;

    12、若m<n,则基于所有所述观测站点、所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di获得每个所述观测站点的第一参数均值第二参数均值第三参数均值和第四参数均值

    13、基于每个所述观测站点的所述第一参数均值所述第二参数均值所述第三参数均值和所述第四参数均值获得每个所述网格区的所述第一模式参数a、所述第二模式参数b、所述第三模式参数c和所述第四模式参数d;

    14、若m≥n,则获取每个所述观测站点的城市数据,所述城市数据包括城市高宽比、所述土地利用数据、土地高程数据、所述建筑平均宽度、所述建筑物平均高度、所述第一平面积指数、所述第一正面积指数、所述第一建筑物高度标准差;基于所有所述城市数据、所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di,获得第一动态参数关系式f(a)、第二动态参数关系式f(b)、第三动态参数关系式f(c)和第四动态参数关系式f(d);

    15、基于所述第一动态参数关系式f(a)、所述第二动态参数关系式f(b)、所述第三动态参数关系式f(c)、所述第四动态参数关系式f(d)和所有所述城市数据,获得每个所述网格区的所述第一模式参数a、所述第二模式参数b、所述第三模式参数c和所述第四模式参数d。

    16、进一步地,基于所有所述城市数据、所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di,获得第一动态参数关系式f(a)、第二动态参数关系式f(b)、第三动态参数关系式f(c)和第四动态参数关系式f(d)的具体步骤包括:

    17、将所有所述城市数据进行预处理,获得数据变量x1至数据变量xk,k为大于或等于1的整数;

    18、获取所述数据变量x1至所述数据变量xk组成的协方差矩阵的特征值和协方差矩阵的特征向量;获取所述特征值的累计贡献率,基于所述特征向量获得主成分,基于所述累计贡献率将所述主成分进行降序排序获得主成分列表,获取所述主成分列表中前p个主成分,获得主成分y1至主成分yp,p为大于或等于1的整数;

    19、基于所述主成分y1至所述主成分yp获得所述第一动态参数关系式f(a)、所述第二动态参数关系式f(b)、所述第三动态参数关系式f(c)和所述第四动态参数关系式f(d)。

    20、进一步地,本方法采用第一公式计算获得每个所述网格区的平面积指数,所述第一公式为:

    21、

    22、本方法采用第二公式计算获得每个所述网格区的建筑平均宽度,所述第二公式为:

    23、

    24、本方法采用第三公式计算获得每个所述网格区的植被粗糙度,所述第三公式为:

    25、z1=0.1*h1;

    26、其中,λp表示平面积指数,a表示网格区的底面积,ai表示建筑物底面积,n表示每个网格区内的建筑物数量,i表示大于或等于1,且小于或等于n的整数,w表示建筑平均宽度,z1表示植被粗糙度,h1表示植被平均高度。

    27、进一步地,本方法采用以下方式计算获得每个所述观测站点的第一观测参数ai、第二观测参数bi、第三观测参数ci和第四观测参数di,所述方式包括:

    28、f=aln(λp)+b,g=exp(c·λf)-1,h=exp(d·λf);

    29、

    30、

    31、

    32、

    33、z3=a1·z1+a2·z2;

    34、其中,a、b、c和d分别表示每个网格区的第一观测参数ai、第二观测参数bi、第三观测参数ci和第四观测参数di,f、h、g、f0和fd表示相关函数,λp表示每个网格区的平面积指数,λf表示每个网格区的正面积指数,σh表示每个网格区的建筑物高度标准差,k表示卡曼常数,cd表示拖曳系数,h2表示建筑平均高度,d表示零平面位移,z3表示风区城市粗糙度,z1表示植被粗糙度,z2表示建筑粗糙度,a1和a2分别表示第一植被占比和第一建筑下垫面占比。

    35、进一步地,本方法采用以下方式计算获得每个所述网格区的第一观测参数均值第二观测参数均值第三观测参数均值和第四观测参数均值所述方式包括:

    36、

    37、其中,m表示观测站点的数量,ai、bi、ci和di分别表示第i个观测站点的第一观测参数、第二观测参数、第三观测参数和第四观测参数,i表示大于或等于1,且小于或等于m的整数。

    38、进一步地,本方法采用第四公式计算获得所述主成分y1至所述主成分yp,所述第四公式为:

    39、

    40、其中,yi表示第i个主成分,i表示大于或等于1,且小于或等于p的整数,xj表示数据变量x1至数据变量xk中第j个数据变量,k表示数据变量的种类数量,j表示大于或等于1,且小于或等于k的整数,wi,j表示载荷。

    41、进一步地,本方法采用以下方式计算获得研究区第一动态参数关系式f(a)、第二动态参数关系式f(b)、第三动态参数关系式f(c)和第四动态参数关系式f(d),所述方式包括:

    42、

    43、其中,f(a)、f(b)、f(c)和f(d)分别表示第一动态参数关系式f(a)、第二动态参数关系式f(b)、第三动态参数关系式f(c)和第四动态参数关系式f(d),p表示主成分y1至主成分yp的数量,wai、wbi、wci和wdi分别表示第i个主成分与观测站点所有第一观测参数ai、第二观测参数bi、第三观测参数ci和第四观测参数di的回归系数。

    44、进一步地,本方法采用以下方式获得每个所述网格区的建筑粗糙度,所述方式包括:

    45、f=aln(λp)+b,g=exp(c·λf)-1,h=exp(d·λf);

    46、

    47、

    48、

    49、

    50、其中,f、h、g、f0和fd表示相关函数,a、b、c和d分别表示每个网格区的第一模式参数a、第二模式参数b、第三模式参数c和第四模式参数d,λp表示每个网格区的平面积指数,λf表示每个网格区的正面积指数,σh表示每个网格区的建筑物高度标准差,k表示卡曼常数,cd表示拖曳系数,h2表示建筑平均高度,d表示零平面位移,z2表示建筑粗糙度。

    51、进一步地,本方法采用第五公式获得每个所述网格区的城市粗糙度,所述第五公式为:

    52、z=a1·z1+a2·z2;

    53、其中,z表示城市粗糙度,z1表示植被粗糙度,z2表示建筑粗糙度。

    54、本发明提供的一个或多个技术方案,至少具有如下技术效果或优点:

    55、1.将研究区划分为多个网格区,根据局地观测进行定量,减少地区差异带来的不确定性,减少粗糙度参数化方案受局地的影响。

    56、2.引入建筑物数据和梯度风廓线数据等水平及垂直建筑物城市形态数据,从水平及垂直方向对粗糙度方案进行空间扩展,可以体现建筑水平和垂直差异的变化,更好展现城市粗糙度的空间异质性。

    57、3.采用多个观测站点观测获得观测参数,并将其扩展到整个研究区,获取对应的拟合参数均值,实现每个不同网格区(无论有没有观测站点)的参数动态变化,减少采用固定参数值带来的误差,具有更好的局地代表性,更有效的表征局地变化差异,也能更好的适用于数值模式。

    58、4.将城市下垫面类型中被忽视的植被粗糙度引入,更丰富的表征地表特征,进一步实现城市粗糙度的精细化刻画。

    59、5.在原本的城市下垫面类型根据土地利用数据将划分为建筑和植被,对地表动力学粗糙度进行了更小尺度精细化刻画。

    60、6.基于不同研究区观测站点的梯度风廓线数据和城市数据可更新城市粗糙度,实现不同研究区城市粗糙度更新,提高城市粗糙度的适用性。


    技术特征:

    1.一种考虑参数动态变化的城市局地动力学粗糙度计算方法,其特征在于,所述方法包括:

    2.根据权利要求1所述的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,其特征在于,基于所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di获得每个所述网格区的第一模式参数a、第二模式参数b、第三模式参数c和第四模式参数d的具体步骤包括:

    3.根据权利要求2所述的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,其特征在于,基于所有所述城市数据、所有所述第一观测参数ai、所有所述第二观测参数bi、所有所述第三观测参数ci和所有所述第四观测参数di,获得第一动态参数关系式f(a)、第二动态参数关系式f(b)、第三动态参数关系式f(c)和第四动态参数关系式f(d)的具体步骤包括:

    4.根据权利要求1所述的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,其特征在于,本方法采用第一公式计算获得每个所述网格区的平面积指数,所述第一公式为:

    5.根据权利要求1所述的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,其特征在于,本方法采用以下方式计算获得每个所述观测站点的第一观测参数ai、第二观测参数bi、第三观测参数ci和第四观测参数di,所述方式包括:

    6.根据权利要求2所述的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,其特征在于,本方法采用以下方式计算获得每个所述网格区的第一观测参数均值第二观测参数均值第三观测参数均值和第四观测参数均值所述方式包括:

    7.根据权利要求3所述的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,其特征在于,本方法采用第四公式计算获得所述主成分y1至所述主成分yp,所述第四公式为:

    8.根据权利要求7所述的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,其特征在于,本方法采用以下方式计算获得研究区第一动态参数关系式f(a)、第二动态参数关系式f(b)、第三动态参数关系式f(c)和第四动态参数关系式f(d),所述方式包括:

    9.根据权利要求8所述的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,其特征在于,本方法采用以下方式获得每个所述网格区的建筑粗糙度,所述方式包括:

    10.根据权利要求9所述的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,其特征在于,本方法采用第五公式获得每个所述网格区的城市粗糙度,所述第五公式为:


    技术总结
    本发明公开了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,涉及地表空气动力学粗糙度技术领域,所述方法包括:获取研究区的网格区内的建筑物数据,获取观测站点的梯度风廓线数据,基于所述梯度风廓线数据获得观测参数;获取所述网格区内的植被平均高度,基于所述植被平均高度获得植被粗糙度;基于所述观测参数和城市数据获得动态关系式及各网格建筑物粗糙度;获取研究区的土地利用数据,基于所述土地利用数据获得植被占比和建筑下垫面占比;基于各网格的所述建筑物粗糙度、所述植被粗糙度、所述植被占比和所述建筑下垫面占比获得各网格的城市粗糙度,可以解决城市地表粗糙度参数无法根据局地特点实现动态变化的问题。

    技术研发人员:刘斌,庄春义,何磊,陈万源,陶嘉琳
    受保护的技术使用者:成都信息工程大学
    技术研发日:
    技术公布日:2024/4/29
    转载请注明原文地址:https://wp.8miu.com/read-84213.html

    最新回复(0)