一种城市室外风环境降尺度精准化模拟方法

1.本发明属于行人风环境模拟技术领域，具体涉及到一种城市室外风环境降尺度精准化模拟方法。


背景技术：

2.计算流体动力学(cfd)建模技术—计算流体动力学(cfd)建模技术已获得广泛认可。cfd模型作为一种替代现场测量和风洞实验的方法，被广泛应用于室外风场评估。当需要评估不同大气条件和模型复杂性下的风环境时，不同的配置可以很容易地嵌入到cfd过程中。然而，构型的灵活性导致初始参数的不确定性，从而影响cfd结果的可信度。在过去二十年中，受不同计算环境影响的cfd模拟的真实性和准确性得到了充分研究，包括物理几何、计算域尺寸、网格质量、边界条件、求解方法和收敛标准。
3.全尺度模型—在大型城市几何体(通常为2至20公里长)中进行微尺度cfd建模，称为全尺度模型。在这种情况下，将明确构造建筑详图。计算域从城市配置站点延伸到几公里外的一个气象站。全尺寸模型能够利用距离城市配置10公里的气象站提供的风速信息，得出城市配置中的风速分布。虽然全尺寸模型以合理的精度计算了城市配置现场的风分布，但在计算域中构建所有建筑细节非常耗时且计算需要大量资源。
4.wrf(天气研究和预测)模式—wrf模型也称为“完全可压缩”模型。wrf模型借助有限元方法，基于结构网格，求解欧拉方程(相当于无粘流体的navier
–
stokes方程)。除了wrf模型在气象学和风力工程领域的广泛应用外，还进行了几项区域和城市微尺度研究，涉及该模型的分辨率较小，例如0.33km。然而，在城市微观尺度wrf模拟过程中，由于中尺度和微观尺度的空间和时间分辨率差异较大，分辨率不匹配问题普遍存在。cfd微尺度模型大多使用有限体积法(fvm)来求解复杂城市结构(如城市区域内的建筑物和障碍物)周围以米为单位的交通方程。中尺度模型大多使用具有地形跟随坐标系的有限差分法(fdm)，该方法无法解析城市中的几何异构结构，例如尖锐的高层建筑。此外，区域和中尺度模式的空间分辨率在水平方向上最多为0.25km，在垂直方向上最多为5m。由于嵌入式物理模型基于水平均匀性等假设，因此它们对更高分辨率无效。
5.行人水平风环境不仅影响行人的安全性和热舒适性，而且对街道峡谷的自然通风条件和交通分散起着重要作用。入口边界条件的设置对模拟结果的准确性具有重要意义。设置入口边界条件的传统方法是使用城市的主导风向，即一个或多个风向进行模拟。然而，这种方法有两个问题。首先，当城市中的气象站距离目标区域太远时，气象站提供的盛行风将因复杂的城市形态而发生变化，无法应用于目标区域的行人水平风模拟。其次，通过使用一个或多个风参数作为入口边界条件获得的模拟结果难以评估感兴趣区域内风流环境的某些低频特性，而这些条件通常是需要考虑的极端条件。
6.现有的利用cfd建模技术、全尺度模型以及wrf模式模拟行人水平风环境的方法具有以下多种问题：
7.1)风廓线与初始条件可信度低
8.具有空气动力学信息的可靠统计气象数据是cfd模拟的起点，可以提供实际的流入风廓线和初始大气条件。不受近表面粗糙度因素影响的现场测量数据是最佳选择。此外，cost732最佳实践指南建议在缺乏现场测量数据的情况下，使用附近气象站的可用信息来确定参考高度处的风速。因风根据复杂的城市形态而变化，城市气象站提供的风数据的可信度较低，特别是一些气象站的测风高度不足，使得它提供的风数据对粗糙的下垫面更加敏感。事实证明，在复杂地形中，即使距离超过10公里，气象站也无法准确提供项目现场的风廓线。
9.2)参数化进精度有限
10.参数化公式或参数通常是通过风洞实验获得的，其中粗糙度元素是具有一定分布的简单立方体，而实际的城市建设在空间上高度不均匀。参数化的城市粗糙度支持并提高了大规模cfd模拟的效率，但这是以牺牲精度为代价的。同时，由于这种方法忽略了建筑结构对上游水流的影响，因此仅适用于monin
–
obukhov相似的地方，例如地势平坦的郊区。
11.3)全尺度模型计算成本高
12.全尺寸模型以合理的精度计算了城市配置现场的风分布，但在计算域中构建所有建筑细节非常耗时，并且计算需要大量计算资源。


技术实现要素：

13.本发明是为解决上述问题而进行的，目的在于提供一种城市室外风环境降尺度精准化模拟方法，主要是通过嵌套三层数值模型，利用参数模型和全尺度模型结合的方法将中尺度数据转换成微尺度数据，为行人风模拟提供准确的入口边界条件。本发明采用了如下技术方案：
14.本发明提供了城市室外风环境降尺度精准化模拟方法，其特征在于，包括以下几个步骤：其中，步骤s1，利用meteodyn中尺度平台建立中尺度wrf模型，用于对气象站的风流数据进行降尺度模拟，得到中尺度风参数；步骤s2，基于meteodyn wt模型建立微尺度参数化cfd模型，用于对所述风流数据进行微观模拟，得到微观风参数，其中，入口边界条件基于所述中尺度风参数得到；步骤s3，利用meteodyn urbawind进行微尺度全信息cfd模拟，从而建立微尺度全信息cfd模型，其中，入口边界条件基于所述微观风参数得到；步骤s4，依次利用所述中尺度wrf模型、所述微尺度参数化cfd模型以及所述微尺度全信息cfd模型对目标区域的行人水平风环境进行降尺度模拟，从而将所述风流数据转换为所述目标区域的微尺度风流数据。
15.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述中尺度wrf模型包括：预处理单元，用于对所述风流数据进行wps预处理；降尺度模拟单元，采用arw模型对预处理后的所述风流数据进行降尺度模拟，并引入莫宁-奥布霍夫相似性理论以确保模拟结果的准确性，从而得到所述中尺度风参数；后处理单元，用于对所述中尺度风参数进行后处理；以及可视化单元，用于对所述中尺度风参数进行可视化。
16.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述中尺度wrf模型的分辨率为3km，所述中尺度数据包括设置在50m、100m以及200m高度的数据，所述中尺度wrf模型的边界条件包括：微物理，采用wsm五级方案；短波辐射，采用rrtmg方案；长波辐射，采用所述rrtmg方案；行星边界层，采用延世大学计划方案；
表层，采用mm5莫宁-奥布霍夫方案；近地表层，采用monin-obukhov方案；地表模型，采用统一诺亚计划方案；以及积云，采用kain-fritsch方案。
17.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述风流数据包括全球范围的气象数据以及全球地理数据，所述气象数据为ncep的fnl 0.25数据，采用每六小时编制一次的0.25
°×
0.25
°
网格，所述全球地理数据包括地形数据、粗糙度和土地利用类型，所述降尺度风参数包括所述目标区域的风速、风向以及温度。
18.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述微尺度参数化cfd模型包括：参数化建模单元，用于对所述降尺度风参数、地形数据以及粗糙度数据进行建模；参数化网格生成单元，采用结构化网格来对所述目标区域的整个空间进行离散，并在绘图区域加密所述结构化网格；以及参数化模拟单元，基于所述结构化网格，对所述降尺度风参数进行微观模拟，从而得到所述微观风参数。
19.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述微尺度参数化cfd模型的边界条件包括：所述入口边界条件，采用对数速度，通过所述降尺度风参数计算得到；地面边界条件，采用对数曲线；侧向边界条件，采用对称边界条件；顶边界条件，采用压力流出边界条件；以及出口边界条件，采用所述压力流出边界条件。
20.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述地形数据为来自nana和nga的航天飞机雷达地形任务数据，所述粗糙度数据由欧洲航天局的esa 300m全球覆盖数据计算得到，所述微观风参数包括所述目标区域的风切变、湍流强度以及二次降尺度风参数。
21.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述微尺度全信息cfd模型通过采用所述meteodyn urbawind对navier-stokes方程求解得到，所述微尺度全信息cfd模型包括：全信息建模单元，用于对地形数据以及所述微观风参数进行建模；全信息网格生成单元，采用笛卡尔非结构化网格来对所述目标区域的整个空间进行离散，并在地面和障碍物附近以及结果点位置自动细化；以及全信息模拟单元，基于所述笛卡尔非结构化网格，对所述微观风参数进行降尺度模拟，从而得到所述微尺度风流数据。
22.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述微尺度全信息cfd模型的边界条件包括：所述入口边界条件，采用对数速度，通过所述微观风参数计算得到；地面边界条件，采用壁面边界条件；侧向边界条件，采用对称边界条件；顶边界条件，采用纽曼条件，其中每个变量的z层数都等于0；出口边界条件，采用压力流出边界条件。
23.本发明提供的城市室外风环境降尺度精准化模拟方法，还可以具有这样的技术特征，其中，所述地形数据为90m处的srtm数据，所述全信息建模单元采用blasius型地面定律对地面的摩擦进行建模，所述全信息网格生成单元采用非结构化解算器migal-uns。
24.发明作用与效果
25.根据本发明的城市室外风环境降尺度精准化模拟方法，由于利用参数模型和全尺度模型结合的方法，嵌套三层数据模型：包括wrf模型、参数化cfd模型和全信息cfd模型，可
在缺乏实际现场数据的情况下，替代精确的行人高度风模型；本发明方法还可实现从中尺度数据到微尺度数据的转换，利用上层数值模型的输出为下一层数值模型提供边界条件为行人风模拟提供准确的入口边界条件。此外本发明方法在气象站与项目现场之间的距离较长时，可减少全尺度模型建模的工作量，节约其计算成本。本发明方法在复杂的城市环境中，提高了行人高度风模拟的精度，有利于未来建设环境友好、可持续发展的城市。
附图说明
26.图1是本发明实施例中城市室外风环境降尺度精准化模拟方法的流程示意图；
27.图2是本发明实施例中中尺度wrf建模的工作流程示意图；
28.图3是本发明实施例中meteodyn msp高分辨率中尺度气象模式系统的边界条件示例图；
29.图4是本发明实施例中微尺度cfd建模的工作流程示意图；
30.图5是本发明实施例中场地粗糙度数据及135
°
风向网格生成示意图；
31.图6是本发明实施例中不同的稳定性等级和相应的地转风值示例图；
32.图7是本发明实施例中参数化cfd模型的其他边界条件示例图；
33.图8是本发明实施例中微尺度全信息cfd建模的工作流程示意图；
34.图9是本发明实施例中微尺度全信息cfd模型的边界条件示例图。
具体实施方式
35.为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的城市室外风环境降尺度精准化模拟方法作具体阐述。
36.《实施例》
37.图1是本发明实施例中城市室外风环境降尺度精准化模拟方法的流程示意图。
38.如图1所示，城市室外风环境降尺度精准化模拟方法的流程示意图，包括如下步骤：
39.步骤s1，利用meteodyn中尺度平台建立中尺度wrf模型，用于对气象站的风流数据进行降尺度模拟，得到中尺度风参数；
40.本实施例中利用meteodyn中尺度平台(msp)建立的中尺度wrf模型结合了先进的数值方法和数据同化技术并采用一种改进的物理过程方案并能够从一个规模到另一个规模进行多次嵌套，并轻松定位在不同的地理位置，其中，中尺度wrf模型包括：预处理单元，用于对所述风流数据进行wps预处理；降尺度模拟单元，采用arw模型对预处理后的所述风流数据进行降尺度模拟，并引入莫宁-奥布霍夫相似性理论以确保模拟结果的准确性，从而得到所述中尺度风参数；后处理单元，用于对所述中尺度风参数进行后处理；以及可视化单元，用于对所述中尺度风参数进行可视化。
41.图2是本发明实施例中中尺度wrf建模的工作流程示意图。
42.图3是本发明实施例中meteodyn msp高分辨率中尺度气象模式系统的边界条件示例图。
43.具体地，如图2所示，msp系统使用国家环境预测中心(ncep)全球最终分析(fnl)作为全球范围的气象数据输入，fnl 0.25重新分析的数据采用每六小时编制一次的0.25
°×
0.25
°
网格；模拟中的下垫面数据使用全球地理数据，包括地形、粗糙度和土地利用类型。对所有数据进行wps预处理，主要目的是将地形和天气数据插值到每个网格点；数据处理后，再使用高级研究天气研究与预测(arw)模型进行模拟，并引入莫宁-奥布霍夫相似性(mos)理论以确保结果的准确性。
44.在本研究中，近地表层的wrf模型选择了适用性广泛的monin
–
obukhov方案，并选用行星边界层即延世大学(ysu)方案作为wrf模型的边界条件。设置wrf模型的分辨率为3km，并设置了一个嵌套层，以便提高计算效率，同时保证计算的稳定性和结果的准确性。meteodyn msp高分辨率中尺度气象模式系统除了行星边界层外，还包括其他边界条件如图3所示。
45.步骤s2，基于meteodyn wt模型建立微尺度参数化cfd模型，用于对所述风流数据进行微观模拟，得到微观风参数；
46.图4是本发明实施例中微尺度cfd建模的工作流程示意图；
47.图5是本发明实施例中场地粗糙度数据及135
°
风向网格生成示意图；图6是本发明实施例中不同的稳定性等级和相应的地转风值示例图；图7是本发明实施例中参数化cfd模型其他边界条件示例图。
48.本实施例中，使用meteodyn wt模型建立微尺度参数化cfd模型，主要包括：参数化建模单元，用于对所述降尺度风参数、地形数据以及粗糙度数据进行建模；参数化网格生成单元，采用结构化网格来对所述目标区域的整个空间进行离散，并在绘图区域加密所述结构化网格；以及参数化模拟单元，基于结构化网格，对降尺度风参数进行微观模拟，从而得到微观风参数。meteodyn wt采用稳态不可压缩流体动力动量和质量守恒方程作为动力学框架，在中尺度复杂地形条件下，meteodyn wt模型具有优越的风资源评估能力，本实施例以同济大学四平路校区为中心区域为例进行该步骤的说明。将美国国家航空航天局(nasa)和美国国家地理空间情报局(nga)的航天飞机雷达地形任务(srtm)获取的具有90米地形分辨率的srtm数据设置为地形数据，将欧洲航天局的esa300m全球覆盖数据计算得出的数据设置为粗糙度数据并以meteodyn msp在中尺度wrf模型中计算的测风塔坐标处50、100和200m处的风参数作为入口边界条件，以8km为计算区域半径模拟16个风向。其中，meteodyn wt模型使用结构化网格来离散整个空间，并在特定区域(即绘图区域)加密网格，通过控制网格单元尺寸的扩展和纵横比以避免收敛不稳定；微尺度参数化cfd模型的入口边界条件设置为对数速率，在meteodyn wt中，通过指定入口垂直剖面，模拟由入口的质量流量驱动。这里，摩擦速度是根据使用以下方法来处理关系：
[0049][0050]
zh是大气边界层深度，可以表示为zh＝cu
*
/f,u
*
是fiction的速度，c取决于稳定性的经验常数，以及f科里奥利参数，ω是地球的角速度，表示为纬度，z0是粗糙度长度，ug是指定地转风。a2和b2都受到稳定性的影响。
[0051]
具体地，将网格分辨率在水平方向设置为50米，在垂直方向设置为6米。如图5所示为当风向为135
°
(se)时，现场的粗糙度数据和自动网格生成结果，图中的网格覆盖面积是wt的计算面积，中心的测风塔被一个边长为8km的正方形包围；指定地转风ug根据参考风速vref
在平坦地形上方10m的高度，粗糙度为5cm。默认情况下，v
ref
固定为10m/s，这取决于纬度(默认为45
°
)。如图6所示给出了ug作为meteodyn wt稳定性等级的函数v
ref
＝10米/秒。参数化cfd模型还包括其他边界条件，其他边界条件如图7所示。
[0052]
步骤s3，利用meteodyn urbawind进行微尺度全信息cfd模拟，从而建立微尺度全信息cfd模型；
[0053]
图8是本发明实施例中微尺度全信息cfd建模工作流程示意图。
[0054]
图9是本发明实施例中微尺度全信息cfd模型边界条件示例图。
[0055]
本实施例中，微尺度全信息cfd模型通过采用meteodyn urbawind对navier-stokes方程求解得到，主要包括：全信息建模单元，用于对地形数据以及所述微观风参数进行建模；全信息网格生成单元，采用笛卡尔非结构化网格来对所述目标区域的整个空间进行离散，并在地面和障碍物附近以及结果点位置自动细化；以及全信息模拟单元，基于所述笛卡尔非结构化网格，对所述微观风参数进行降尺度模拟，从而得到所述微尺度风流数据。
[0056]
具体地，所选的地形数据为90m处的srtm数据，所选的皮卡比例尺模型是通过建筑图纸和政府部门获得的，并对模型进行数据清理。由于四平路校区地势相对平坦，建筑物的高度和空间分布会影响气流，因此该模型未考虑地形变化，考虑了主要影响，并使用与城市模型底部齐平的纯平面作为地形输入文件。此外，该模型还考虑到了市中心区域形态元素的粗糙度，将粗糙度值设定为0.7m。使用微尺度全信息cfd模型可直接通过自动网格生成允许urbawind处理的最复杂的场景，而无需进行冗长乏味的调整，有利于解决使用cfd代码时通常需要冗长乏味的各种调整的问题。将网格与入口风向对齐，以便在地面和障碍物附近以及结果点位置自动细化。全信息cfd模型还包括其他边界条件，其他边界条件如表9所示。
[0057]
步骤s4，依次利用所述中尺度wrf模型、所述微尺度参数化cfd模型以及所述微尺度全信息cfd模型对目标区域的行人水平风环境进行降尺度模拟，从而将所述风流数据转换为所述目标区域的微尺度风流数据。
[0058]
本实施例中，利用三层嵌套数值模型对目标区域的行人水平风环境进行降尺度模拟，通过中尺度wrf模型输出不同高度的中尺度数据，分别设置在50、100和200m的高度，再将输出的不同高度的中尺度数据输入微尺度cfd模型，实现从中尺度数据到微尺度数据的转换，最后再通过全信息cfd模型求解得到更精确的模拟数据，即目标区域的微尺度风流数据。
[0059]
实施例作用与效果
[0060]
根据本发明的城市室外风环境降尺度精准化模拟方法，由于利用参数模型和全尺度模型结合的方法，嵌套三层数据模型：包括wrf模型、参数化cfd模型和全信息cfd模型，可在缺乏实际现场数据的情况下，替代精确的行人高度风模型；本发明方法还可实现从中尺度数据到微尺度数据的转换，利用上层数值模型的输出为下一层数值模型提供边界条件为行人风模拟提供准确的入口边界条件。此外本发明方法在气象站与项目现场之间的距离较长时，可减少全尺度模型建模的工作量，节约其计算成本。本发明方法在复杂的城市环境中，提高了行人高度风模拟的精度，有利于未来建设环境友好、可持续发展的城市。
[0061]
此外，本发明方法利用降尺度方法将更广泛的全球尺度气象数据转换为更感兴趣区域的小尺度风流数据，有利于更精确地评估感兴趣区域内风流环境的某些低频特性，更好地设置入口边界条件，从而提高模拟结果的准确性。
[0062]
上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。