-
题名风沙区道路工程路域近地表风的运动特性
被引量:4
- 1
-
-
作者
奚成刚
范庆春
-
机构
交通运输部公路科学研究院
公路交通环境保护技术交通行业重点实验室
-
出处
《公路交通科技》
CAS
CSCD
北大核心
2013年第3期25-31,共7页
-
基金
交通运输部西部交通建设科技项目(200731822309)
-
文摘
风是影响土壤风蚀及风沙害强度的核心因子,在研究道路工程路域风力侵蚀规律及控制方法时,各类重塑地貌单元对近地表风况影响的研究至关重要。以集宁至二连浩特段铁路为依托,针对道路工程建设中不同重塑地貌单元对近地表风速的影响进行了野外观测试验。结果表明,近地表在受到各种地形单元的影响后,其风速廓线仍然满足对数规律或分段对数规律,只不过对数表达式中的有效高程不再是测点处地面绝对高程;水平风速场因地形变化而变化,迎风边坡由坡底到坡顶风速逐渐增加,其增加比例与坡长成线性函数关系;背风边坡上风速从坡顶至坡脚变化为先是在坡顶下方急剧减小,然后再缓慢减小的过程。
-
关键词
道路工程
风场特性
野外观测试验
近地表风
风沙区
-
Keywords
road engineering
characteristic of wind field
field observation
near-surface wind
sandy area
-
分类号
S157.1
[农业科学—土壤学]
-
-
题名森林环境近地表自然风的动态特性
被引量:4
- 2
-
-
作者
朱守林
李文彬
华丽
戚春华
-
机构
北京林业大学工学院
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2004年第6期90-93,共4页
-
基金
教育部博士点基金项目(199902202).
-
文摘
森林环境近地表自然风动态特性是森林环境风场、森林防火理论和室内空调设备送风模式等相关研究的基础.该文通过对北京林业大学鹫峰试验林场森林环境中的近地表自然风采样分析,研究了近地表自然风在二维方向的动态特性.研究结果表明主风向风速的速度均值和方差较大,但平均湍流强度却小于侧向风的平均湍流强度;自然风的风向变化非常显著,当风速均值较小时,风向角度的标准差较大,当风速均值较大时,风向角度的标准差较小;主风向与侧风向的二维风速分布呈正偏态分布,二维风速分布的偏度系数γ3>0,峰度系数γ4>3.其中,侧风向速度分布的偏度系数和峰度系数均明显大于主风向的对应值;近地表自然风在主风向与侧风向的二维风速信号均表现出很高的随机性.此外,主风向与侧风向的二维风速信号间的相关性很低.
-
关键词
森林环境
近地表
自然风
动态特性
-
Keywords
forest environment, near earth surface, natural wind, dynamic characteristic
-
分类号
S716.3
[农业科学—林学]
-
-
题名北京八达岭地区近地层风谱特性
被引量:7
- 3
-
-
作者
骆箭原
朱瑞兆
-
机构
湖南省气象台
中国气象科学研究院
-
出处
《太阳能学报》
EI
CAS
CSCD
北大核心
1993年第4期279-287,共9页
-
文摘
根据北京八达岭地区104米气象塔上八个层次(100,70,50,30,20,15,10,5米)的梯度观测资料,计算了21个不同情况的大风个例的水平风功率谱和各层之间的交叉谱,给出了平均情况下频率范围,从约2.25×10^(-4)周/秒至0.5周/秒的各层的功率谱和交叉谱图。通过分析,发现在十几分钟到几秒钟这个宽广的频域内都存在能量的显著峰值,这一结论与过去的传统观点有所不同。通过对不同高度之间的交叉谱分析,发现各个不同高度之间水平风功率谱存在十分明显的关系,并且低频部分比高频部分更为明显,两个层次之间的高度相距越近关系越好。为了与在工程力学中广为应用的经验谱进行比较,还计算了折减功率谱,并拟合出了折减谱方程。此外,还对风速观测时距取值进行了讨论,并提出了不同看法。
-
关键词
八达岭
北京
近地表风
风力能源
-
Keywords
badaling, surface layer wind, power spectrum, cross spectrum
-
分类号
TK81
[动力工程及工程热物理—流体机械及工程]
-
-
题名U-Net深度卷积神经网络在沙脊线提取中的应用
被引量:1
- 4
-
-
作者
高博钰
杨波
张德国
-
机构
浙江大学地球科学学院
-
出处
《中国沙漠》
CSCD
北大核心
2021年第5期21-32,共12页
-
基金
国家自然科学基金项目(41771022)
国家重点研发计划项目(2018YFC0603604)。
-
文摘
沙丘形态演变过程记录着近地表风况与环境演化的历史,然而对其特征研究一直受限于大范围沙脊线提取效率低和成本高等问题。本文基于深度卷积神经网络搭建U-Net模型,实现批量、高精度沙脊线的提取。将数据增强技术、随机失活神经元、批标准化以及迁移学习技术应用于模型训练和参数更新,使得模型的精度更高。结果表明:U-Net模型以及各种策略能够高效、精确地识别遥感影像中的沙脊线;沙脊线走向的偏移与近地表风况变化有着很好的对应关系,U-Net模型可以有效地用于区域性的沙脊线走向分析。
-
关键词
深度卷积神经网络
U-Net
沙脊线
近地表风况
-
Keywords
deep convolutional neural network
U-Net
dune crest lines
near-surface wind regime
-
分类号
P931.3
[天文地球—自然地理学]
-