海底输油管道底砂床冲刷机理研究

设计了海底输油管道水槽冲刷试验模型,研究了海底输油管道与砂床处于不同相对位置情况下床砂起动流速的变化,采用理想流体映射定理对其进行了理论分析,探讨起动流速变化规律。结合有限元数值模拟对试验进行细化分析,研究了海底管道底砂床砂粒起动的产生机理,根据研究结果将冲刷过程划分为五个阶段。阐明了海底管道暴露冲刷的危害性和实时监测的重要性。     

敦煌-格尔木铁路沿线风动力环境特征

敦煌-格尔木铁路沿线地形复杂、起沙因素多变、沙源丰富,沙害问题日益严重。目前对其风沙活动规律还未有研究,不利于防沙工作的开展。为此,通过对自北向南的5个观测点（S1、S2、S3、S4、S5）风速和风向的观测、计算和分析,利用平均风速、起沙风况及输沙势对敦格铁路沿线的风动力环境特征进行研究。结果表明：S5、S4和S3的风况对铁路风沙灾害防治意义较大。S5年平均风速、起沙风频率和输沙势最大,春季风沙活动最为强烈,且风向单一、风力强劲,风沙运动方向基本与铁路垂直,沙粒易在铁路附近堆积。S4夏季风沙活动最为强烈;S3春季风沙活动最为强烈,且风向单一,S4和S3的风沙运动方向与铁路夹角小于90°,附近沙源广阔,铁路易受风沙侵蚀,阻碍交通运营。     

Monte-Carlo模拟与经验路径模型预测台风极值风速的对比

台风是我国东南沿海区域每年发生的严重自然灾害之一。本文分别采用传统的Monte-Carlo模拟方法以及较为先进的经验路径模拟方法预测中国东南沿海区域台风的极值风速(10 m高度处10 min平均值),并对两种方法的预测结果进行了对比。本文将东南海岸线向内陆扩展约200 km的区域划分为0.25°×0.25°的网格,以每个网格点作为研究点。首先采用Monte-Carlo模拟方法产生每个研究点1 000年间的虚拟台风事件。然后采用经验路径模型方法构建了西北太平洋1 000年的热带气旋事件集,采用模拟圆方法从中提取对各个研究站点有影响的台风事件。接着采用Yan Meng风场模型计算每个研究点台风的最大风速,构成极值风速序列。最后采用极值分布模型预测每个研究点不同重现期的极值风速,并对两种不同方法预测的结果进行了对比。研究发现在研究区域的内陆侧经验路径方法预测的风速略高于Monte-Carlo模拟方法预测的结果,而在海岸沿线一带经验路径方法预测的结果略低,这主要是由两种方法构造的虚拟台风的中心压强存在差异以及模型本身的不确定性造成的。本文的研究结果可以为防灾减灾系统提供有益的参考。     

3套资料中西北太平洋热带气旋活动特征的比较分析

本文使用中国气象局、美国联合台风预警中心和日本气象厅的3套热带气旋最佳路径资料(CMA资料、JTWC资料和RSMC资料)分析了1951—2016年西北太平洋热带气旋活动特征。3套资料反映的结果如下:热带气旋主要发生在10°N—25°N范围内,且1980年前其位置点在纬度上有南移的变化趋势,1980年后则相反;移速主要分布在2~6 m/s区间,在25°N左右移速明显加快,1980年前移速呈显著减小趋势;最大持续风速主要分布在10~15 m/s区间,1980年前最大持续风速有减小趋势;在风速较大的区域热带气旋最大风速半径较小,2001—2016年热带气旋和台风最大风速半径每年分别减小0.46 km和0.54 km。CMA和RSMC资料的结果高度一致,而JTWC资料结果与它们都存在一定的差异。热带气旋位置点频数和强度的变化受资料间差异的影响较大,而其位置及移速的变化则受影响较小。     

障碍物对风速风向影响的观测试验

随着城市化进程的加大,测站周围障碍物的存在使风观测资料失去代表性、准确性和比较性。为定量化研究障碍物对风观测的影响,开展了河北沽源构筑物观测试验,通过对比构筑物修建前后各测点的风速风向资料,分析了障碍物对风速风向的影响。分析结果显示:1障碍物对风速的衰减作用与背景风速大小有关,风速越大,衰减作用越强;2背景风速在2~6m/s时,障碍物背风面测点风速衰减随距离增大而减小,在10倍障碍物高度距离处平均约衰减15%;背景风速大于6m/s时,背风面各测点风速衰减先增大后减小,在大约5倍障碍物高度的距离处衰减最大,10倍障碍物高度的距离处平均约衰减20%~30%;3障碍物的存在使主风向的风向频率减小,对风向的影响距离为6倍障碍物高度。     

波浪物理模型试验中风速比尺确定方法初探

在波浪模型试验中研究风对构筑物的作用时,会涉及到风速比尺的确定问题。风对构筑物的作用力包括惯性力和粘滞力,这2种力的大小与建筑物的形态有关,对有的构筑物的作用力以惯性力为主,有的则以粘滞力为主。所以,在波浪物理模型试验中不能简单地采用重力相似准则也不能采用粘滞力相似准则来确定风速比尺。根据大量的试验研究结果,提出了采用不同模型比尺的船舶模型试验来确定风速比尺的方法,为波浪模型试验中风场模拟和数据处理提供了依据。     

塔克拉玛干荒漠-绿洲过渡带尘卷风活动特征——以肖塘为例

利用1992—2011年塔克拉玛干沙漠北缘荒漠-绿洲过渡带肖塘气象站的观测资料,分析了该地区尘卷风的年、月变化规律及其与气象因子的关系。结果表明:(1) 1992—2011年尘卷风发生日数总体呈波动递减趋势;尘卷风主要发生在3—9月,占全年总日数的90.9%,其中4—7月占全年总日数的70%左右。(2)尘卷风月发生日数随月平均地表与1.5 m高处温差的增大而线性增加(r=0.875,P<0.01)。(3)尘卷风月发生日数随着月平均风速的增大而幂函数增加(r=0.89,P<0.01)。(4)尘卷风月发生日数随月平均相对湿度的增大而线性减少(r=-0.869,P<0.01)。     

旋翼无人机测算风速风向技术研究

目前大部分民用无人机没有准确测量风速、风向和预警风场的功能,然而森林火灾扑救等多种场景需要无人机可以提供准确的风速。本文提出了一种基于旋翼无人机坐标数据测算风速风向的技术,通过无人机主机RTK坐标信息及方位角、倾角数据精准获取螺旋桨点相对坐标信息,选择不同负载条件下无人机以1~16 m/s的不同速度分别飞行30 s以上,根据螺旋桨坐标信息变化数值,结合风洞测试数据及风场动力学原理,研究风速与旋翼无人机倾角关系,并通过风洞试验检验该方法精度;并可根据无人机RTK推算出的螺旋桨坐标变化信息判断风向。结果表明,无人机风速与旋翼无人机倾角呈正相关关系;无人机负载加重时,对应受风速干扰的倾角会相对减小;无人机飞行受阵风干扰出现噪点的概率,高海拔区域大于低海拔区域;并建立六旋翼无人机飞行倾角的风速估算模型y=－1.043 5+1.150 1x,该模型测算风速的中误差值为0.966,绝对值小于1,满足应急指挥现场对无人机测量风速精度要求。该方法得到风速测算精度高,可以为旋翼无人机实时获取风速风向提供一种可行方法,具有一定的实用价值。     

三杯风速传感器非水平风场测量性能

为解决三杯风速传感器在计量检定条件下与观测场景中环境差异所导致的测量数据误差,致力于研究空气流速计量标准在量值传递过程中的真实性、准确性和一致性,为新一代三杯风速传感器作为计量器具的新产品型式评价提供思路和参考指标,依据杯式测风仪测量方法与自动气象站风速风向传感器检定规程,并在实验中加入了主体由角度编码器构成的自动化转盘系统,设计了三杯风速传感器在非水平风场内测量性能水平实验。通过调整三杯风速传感器在风洞试验段内的倾斜角度,模拟其在自然界非水平风场中的测量状态,同步采集风洞的标准指示风速、三杯风速传感器的实测风速以及其相应的倾斜角度,计算示值误差,利用方差分析、趋势分析、相关性分析和线性回归分析等统计方法,对不同倾斜角度下三杯风速传感器示值误差进行研究,得出了三杯风速传感器在风洞试验段内的示值误差与实测风速和倾斜角度之间的相关关系,提出了三杯风速传感器在非水平风场下的测量性能指标。研究了三杯风速传感器在非水平风场中实测风速与标准风速和倾斜角度的回归关系,提出了三杯风速传感器在计量环境下非水平风场中数据的量值传递修正算法。     

Evaluation of ENVISAT ASAR data for sea surface wind retrieval in Hong Kong coastal waters of China

The C-band wind speed retrieval models, CMOD4, CMOD - IFR2, and CMOD5 were applied to retrieval of sea surface wind speeds from ENVISAT （European environmental satellite） ASAR （advanced synthetic aperture radar） data in the coastal waters near Hong Kong during a period from October 2005 to July 2007. The retrieved wind speeds are evaluated by comparing with buoy measurements and the QuikSCAT （quick scatterometer） wind products. The results show that the CMOD4 model gives the best performance at wind speeds lower than 15 m/s. The correlation coefficients with buoy and QuikSCAT winds are 0.781 and 0.896, respectively. The root mean square errors are the same 1.74 m/s. Namely, the CMOD4 model is the best one for sea surface wind speed retrieval from ASAR data in the coastal waters near Hong Kong.