MO尺度(大气边界层)

2024-03-22 02:20
文章标签 尺度 大气 mo 边界层

本文主要是介绍MO尺度(大气边界层),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在大气表面层( atmospheric surface layer)中,MO参数是用来决定流动是中性或者非中性的一个重要参数。其定义是 z / L z/L z/L,其中 L L L为Obukhov长度,其含义是浮力产生的湍动能和剪切产生的湍动能之比(Hj h AIP 2023)(Monin IAS,1954),具体公式如下:
在这里插入图片描述

上面的公式中 Q Q Q为总热通量,包括对流传热热通量和热传导热通量。
根据我之前写过的计算Nu数的博客中,由具体公式
其有量纲形式如下
v T − α ∂ T / ∂ y vT-\alpha \partial T/\partial y vTαT/y

Pirozzoli的文章中又另一个L的计算公式,其特别指出形式上与典型的L计算方法不同。
在这里插入图片描述
在KADER 1990 JFM中,也有相关定义,分别上面两种定义一致
在这里插入图片描述
这里插一句,这里热膨胀系数等于平均温度的倒数,我实验了一下,确实是,但是其原因并不清楚,从课程PPT中也看不出来,太菜了,,,
在这里插入图片描述

除此之外,还有另一种Obukhov长度计算方法,来自Hongyou Liu JFM 2022

在这里插入图片描述
而且Liu还计算了每个时刻的L,其应该是计算L时只进行了空间平均的操作。
在这里插入图片描述
而且,其没有出现热膨胀系数,而是用平均温度来代替,KADER 1990 JFM的说法来看,这两者是等价的。

但是Liu将上面的热通量Q采用湍流热通量代替,即文中说是温度脉动和速度脉动的协方差,这个操作来源于Kapil Boundary-Layer Meteorol 2013,这个存在两个问题,
第一,没有包含热传导引起的热通量
第二,对流热通量不等于湍流对流热通量
第二点,在RB对流系统中是可以划等号的
在这里插入图片描述
因为系统是上下对称的,平均场中, v ‾ T ‾ \overline{v}\overline{T} vT是等于0 的,但是对于大气边界层这类复杂的问题,显然这一项不等于0,那他们为啥还要这样做。
第一项热传导需要测量温度梯度,这一项对于试验可能很难得到,但是直接测量温度和速度得到对流热通量还是可以的吧,那为啥要用湍流热通量代替呢。不晓得,这帮人,写文章连最基本的Obukhov长度都不统一,无语死,这点东西看了一下午。

这篇关于MO尺度(大气边界层)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/834324

相关文章

YOLOv8改进 | SPPF | 具有多尺度带孔卷积层的ASPP【CVPR2018】

💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 专栏目录 :《YOLOv8改进有效涨点》专栏介绍 & 专栏目录 | 目前已有40+篇内容,内含各种Head检测头、损失函数Loss、Backbone、Neck、NMS等创新点改进——点击即可跳转 Atrous Spatial Pyramid Pooling (ASPP) 是一种在深度学习框架中用于语义分割的网络结构,它旨

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著

AMSR-MODIS 边界层水汽 L3 每日 1 度 x 1 度 V1、V2 版本数据集

AMSR-MODIS Boundary Layer Water Vapor L3 Daily 1 degree x 1 degree V1 (AMDBLWV) at GES DISC AMSR-MODIS Boundary Layer Water Vapor L3 Daily 1 degree x 1 degree V2 (AMDBLWV) at GES DISC 简介 该数据集可估算均匀云

【智能算法应用】基于粒子群算法的多尺度Retinex图像去雾方法

目录 1.算法原理2.粒子群算法的多尺度Retinex图像去雾方法3.结果展示4.参考文献5.代码获取 1.算法原理 【智能算法】粒子群算法(PSO)原理及实现 多尺度Retinex算法 在Retinex算法中,雾化图像的形成可以总结为入射光和反射光的乘积: I ( x , y ) = L ( x , y ) × R ( x , y ) (1) I(x,y)=L(x,

利用python进行批量TIF转NC并进行像元尺度的MK检验

批量TIF转NC并进行MK检验 这里主要记录一个批量进行tif文件转nc,并且将长序列数据进行mk检验的python代码。有问题随时联系:jia5678912。 import osimport numpy as npimport xarray as xrfrom osgeo import gdal, osrdef Search_File(dirname,suffix):'''This f

如何选择加噪使用的噪声尺度:超参数(alpha,beta)噪声尺度的设定

如何选择加噪使用的噪声尺度:超参数(alpha,beta)噪声尺度的设定【论文精读】 论文:Score-Based Generative Modeling through Stochastic Differential Equations 地址:https://doi.org/10.48550/arXiv.2011.13456 讲解视频 B站视频:如何选择加噪使用的噪声尺度:超参数(a

【SWH】陆地生态系统蒸散模拟理论、蒸散估算、站点及区域尺度模拟

蒸散(又称蒸散发)估算是开展水资源管理、洪水预报、海绵城市成效评估、农业节水灌溉、水源涵养评估、生态需水评估等应用实践过程的关键环节,因此准确计算和模拟地表蒸散显得尤为重要。与此同时,蒸散也是陆地表层最重要的水循环过程之一,与区域与全球能量收支,生态系统碳收支密切关联。因此预测与评估地表蒸散的大小与时空变化是气候科学、水文学、生态学领域的重点。目前地表蒸散估算的方法多样,但有的过于简单,机理性与准

利用SuperGlue算法实现跨尺度金字塔特征点的高效匹配(含py代码)

在计算机视觉领域,特征点匹配是一个基础而关键的任务,广泛应用于图像拼接、三维重建、目标跟踪等方向。传统的特征点匹配方法通常基于相同尺度下提取的特征进行匹配,然而在实际场景中,由于成像距离、分辨率等因素的差异,待匹配图像间存在显著的尺度变化,直接利用原始尺度的特征难以获得理想的匹配效果。为了克服这一难题,构建图像金字塔并在不同层级进行特征提取和匹配成为一种行之有效的策略。本文将给出如

浙江大学蒋明凯研究员《Nature》正刊最新成果!揭示生态系统磷循环响应大气二氧化碳浓度升高关键机制

随着大气二氧化碳浓度的升高,陆地生态系统固存额外碳汇的能力取决于土壤养分的可利用性。前期的研究证据表明,在土壤低磷环境下,大气二氧化碳浓度的升高可以提升成熟森林的光合速率,但是没有产生额外生物量固碳。热带和亚热带森林的生产力普遍受到土壤磷元素可用性的限制,但是生态系统磷循环如何限制森林生产力,进而限制其在大气二氧化碳浓度升高背景下的碳汇潜力,仍存在一定研究不足,而该不确定性是地球系统模式预测未来陆

多尺度图片滑动窗口输出

简介 上一篇我们介绍了图片Gaussian pyramid(一、二)图片不压缩的情况下,重新resize到不同大小,这样做的目的是为这一节做准备,即利用滑动窗口圈住图片的文字信息内容等,例如车牌的获取。 '''Created on 2017年8月19日@author: XT'''# import the necessary packagesimport helpersimport a