排序方式: 共有4条查询结果,搜索用时 281 毫秒
1
1.
根据大棚的结构特点,利用简化的大气热力—动力学方程组,以分析和数值的方法,对大棚内温度的时空分布进行了分析。并以该模型下的解析解作为加热下大棚温度的初始场,通过对热传导方程的边界值和初始场的讨论,利用分离变量法给出了方程的简单解析解,并给出其在不同时刻的数值模拟。通过对解析解的进一步分析,得出了该模型达到定常状态的时间。这一模型可以为以后以动力学方法进一步研究小气候提供参考。 相似文献
2.
利用泛函理论,建立关于大气系统Navier-Stokes动力学方程组各变量的Hilbert空间,并将该方程组化为一个Hilbert空间中的非线性算子方程。在此基础上,为考虑方程的整体特征,通过必要的简化,将一个本质为欠定的偏微分方程组化为一个关于广义能量的非线性偏微分方程。由于该偏微分方程的非线性性质,试图考虑其弱解的存在性。经分析发现,在外源强迫为已知或固定的情况下,如果在湍流闭合过程,使关于广义能量方程的非线性项系数具有强椭圆性质,那么根据连续正规算子方程的投影解法,可以确定该非线性偏微分方程具有投影解,且投影解收敛于弱解,从而得出广义能量弱解的存在性。对于大气运动而言,其能量守恒是重要的,因此,最后对广义能量守恒进行了讨论,得到广义能量守恒的条件。 相似文献
3.
采用2013年中国科学院大气物理研究所香河大气综合观测试验站的地基微波辐射计和激光雷达观测数据,以激光雷达探测的大气边界层高度为参考,分别利用非线性神经网络和多元线性回归方法建立微波亮温直接反演大气边界层高度的算法,并对比两种方法的反演能力, 同时分析非线性神经网络算法在不同时段及不同天气状况下反演结果的差异。结果表明:非线性神经网络算法的反演能力优于多元线性回归算法,其反演结果与激光雷达探测的大气边界层高度有较好一致性,冬、春季的相关系数达到0.83,反演精度比线性回归算法约高26%;对于不同时段和不同天气条件,春季的反演结果最好,晴空的反演结果好于云天; 四季和不同天气状况的划分也有利于提高反演精度。 相似文献
4.
1