本發(fā)明涉及城市流場(chǎng)構(gòu)建領(lǐng)域，具體涉及基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)。

背景技術(shù)：

1、在氣象領(lǐng)域，對(duì)于大范圍微尺度的實(shí)時(shí)風(fēng)速探測(cè)一直存在技術(shù)瓶頸，尤其是復(fù)雜城市場(chǎng)景的微尺度的流場(chǎng)實(shí)時(shí)觀測(cè)，尚無較成熟的技術(shù)方案或成熟用例。

2、現(xiàn)行的城市流場(chǎng)探測(cè)，主要以垂直監(jiān)測(cè)和走航監(jiān)測(cè)為主，垂直監(jiān)測(cè)依托于高樓建立的固定原位垂直監(jiān)測(cè)系統(tǒng)，通過在不同高度設(shè)置大氣環(huán)境監(jiān)測(cè)布點(diǎn)，觀測(cè)設(shè)備直接安裝于真實(shí)環(huán)境中，進(jìn)行長(zhǎng)時(shí)間連續(xù)在線觀測(cè)，這類方式只適用于特征區(qū)域或特征點(diǎn)的流場(chǎng)監(jiān)測(cè)，要做到城市級(jí)微尺度的流場(chǎng)輸出，設(shè)備部署成本巨大，數(shù)據(jù)同步和整合難度大。走航監(jiān)測(cè)通過車載式探測(cè)系統(tǒng)進(jìn)行，雖具有自動(dòng)進(jìn)樣和數(shù)據(jù)處理等功能，適用于大范圍、快速移動(dòng)的監(jiān)測(cè)需求，但是同樣無法實(shí)時(shí)對(duì)城市級(jí)進(jìn)行全域同步輸出。

3、而對(duì)于計(jì)算流體力學(xué)（cfd）和激光雷達(dá)的融合使用，目前主要還停留在用cfd構(gòu)建的數(shù)學(xué)模型去修正雷達(dá)探測(cè)所帶來的測(cè)量誤差，主要側(cè)重在雷達(dá)測(cè)量點(diǎn)的精度修正維度。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于針對(duì)現(xiàn)有的城市流場(chǎng)探測(cè)中，垂直監(jiān)測(cè)僅適用于特征區(qū)域或特征點(diǎn)的流場(chǎng)監(jiān)測(cè)，且設(shè)備部署成本巨大，數(shù)據(jù)同步和整合難度大；走航監(jiān)測(cè)適用于大范圍、快速移動(dòng)的監(jiān)測(cè)需求，無法實(shí)時(shí)對(duì)城市級(jí)進(jìn)行全域同步輸出，針對(duì)以上兩種流場(chǎng)探測(cè)方法的不足，提出了基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)。

2、為了實(shí)現(xiàn)上述目標(biāo)，本發(fā)明采用如下的技術(shù)方案：

3、基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，包括以下步驟：

4、s1、基于地形、建筑、植被，采用cfd離線構(gòu)建初始網(wǎng)格；

5、s2、基于雷達(dá)三維掃描，生成感知網(wǎng)格；

6、s3、基于感知網(wǎng)格和初始網(wǎng)格，生成非感知網(wǎng)格；

7、s4、將感知網(wǎng)格和非感知網(wǎng)格進(jìn)行組合，構(gòu)建微尺度實(shí)時(shí)流場(chǎng)。

8、作為本發(fā)明的進(jìn)一步優(yōu)選，所述s1包括以下具體步驟：

9、s11、獲取地形數(shù)據(jù)、植被數(shù)據(jù)和建筑數(shù)據(jù)；

10、s12、基于cfd離線構(gòu)建stl模型；

11、s13、設(shè)定網(wǎng)格邊界條件；所述網(wǎng)格邊界條件包括：入射口的速度條件，出射口無壓，地面建筑面靜止壁面無滑移，天空面指定剪切力為0；

12、s14、根據(jù)入射口的速度條件，將入射口的空間等分為若干扇區(qū)，每個(gè)扇區(qū)對(duì)應(yīng)一個(gè)入射角度；

13、s15、基于cfd中的不可壓流場(chǎng)的標(biāo)準(zhǔn)工具對(duì)stl模型進(jìn)行模型求解，得到若干組不同入射角度的空間流場(chǎng)關(guān)系；

14、s16、基于降尺度均勻采樣，進(jìn)行網(wǎng)格劃分，得到初始網(wǎng)格。

15、作為本發(fā)明的進(jìn)一步優(yōu)選，所述網(wǎng)格劃分，包括以下步驟：

16、對(duì)stl模型中區(qū)域進(jìn)行劃分，形成開闊區(qū)域、均勻區(qū)域、建筑密集區(qū)域、植被覆蓋密集區(qū)域以及無其他特殊區(qū)域；

17、對(duì)所有區(qū)域進(jìn)行等級(jí)標(biāo)注；

18、等級(jí)越高，網(wǎng)格劃分越密。

19、作為本發(fā)明的進(jìn)一步優(yōu)選，所述s2包括以下具體步驟：

20、s21、通過激光雷達(dá)獲得測(cè)點(diǎn)的徑向風(fēng)速，并反演得到風(fēng)速和風(fēng)向；

21、s22、基于載噪比下限閾值過濾機(jī)制，對(duì)風(fēng)速和風(fēng)向進(jìn)行載噪比閾值篩選；

22、s23、設(shè)定徑向風(fēng)速的閾值區(qū)間，對(duì)徑向風(fēng)速進(jìn)行速度區(qū)間篩選；

23、s24、對(duì)于同一距離層上風(fēng)速和風(fēng)向進(jìn)行時(shí)間一致性檢查，剔除在時(shí)序上突變數(shù)據(jù)，對(duì)風(fēng)速和風(fēng)向進(jìn)行時(shí)空連貫性篩選；所述突變數(shù)據(jù)設(shè)置為與該數(shù)據(jù)所在局部范圍內(nèi)的數(shù)據(jù)的中位數(shù)相差超過n倍局部中位數(shù)絕對(duì)偏差以上的數(shù)據(jù)；

24、s25、基于激光雷達(dá)測(cè)點(diǎn)的數(shù)據(jù)信息，計(jì)算測(cè)點(diǎn)的坐標(biāo)；所述數(shù)據(jù)信息包括距離門、俯仰角、方位角和風(fēng)速數(shù)據(jù)；所述風(fēng)速數(shù)據(jù)包括風(fēng)速和風(fēng)向；

25、s26、根據(jù)測(cè)點(diǎn)坐標(biāo)對(duì)應(yīng)的網(wǎng)格，將測(cè)點(diǎn)的風(fēng)速數(shù)據(jù)作為感知輸入；

26、s27、將每一個(gè)網(wǎng)格的實(shí)測(cè)的風(fēng)速，即反演后測(cè)點(diǎn)的風(fēng)速，與扇區(qū)進(jìn)行區(qū)間匹配；

27、s28、基于扇區(qū)選擇初始網(wǎng)格，并計(jì)算感知輸入數(shù)據(jù)與初始網(wǎng)格對(duì)應(yīng)的數(shù)據(jù)的權(quán)重；

28、s29、將感知輸入、感知輸入與初始網(wǎng)格對(duì)應(yīng)的數(shù)據(jù)的權(quán)重結(jié)合，得到感知網(wǎng)格。

29、作為本發(fā)明的進(jìn)一步優(yōu)選，所述s3包括以下具體步驟：

30、s31、采用knn最鄰近算法獲取與感知網(wǎng)格最相近的k個(gè)感知網(wǎng)格；

31、s32、基于反距離加權(quán)的方法，融合k個(gè)感知網(wǎng)格推演得到風(fēng)速；

32、s33、將風(fēng)速分解后，依次根據(jù)風(fēng)速反距離加權(quán)方法，得到非感知網(wǎng)格的風(fēng)速分量；

33、s34、將非感知網(wǎng)格的風(fēng)速分量矢量合成為非感知網(wǎng)格的風(fēng)向。

34、本發(fā)明提出的基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，與現(xiàn)有技術(shù)相比，具有如下有益效果：

35、1、本發(fā)明不僅很好的利用了雷達(dá)探測(cè)的高精度和高實(shí)時(shí)性，同時(shí)也通過cfd建模完成空域流場(chǎng)關(guān)系構(gòu)建，并將二者融合，達(dá)到了少量設(shè)備部署的情形下，依然可以達(dá)到微尺度高精度的流場(chǎng)探測(cè)輸出，具有較好的經(jīng)濟(jì)效益；

36、2、通過將特征空間的進(jìn)行網(wǎng)格劃分，將風(fēng)場(chǎng)信息的表征離散化、數(shù)字化，方便后續(xù)的數(shù)據(jù)融合處理

37、3、通過測(cè)風(fēng)激光雷達(dá)的高精度的實(shí)時(shí)感知能力，可以在視距范圍內(nèi)快速的輸出大量的空間風(fēng)信息，為模型融合構(gòu)建盡可能多的提供了基礎(chǔ)數(shù)據(jù)集；

38、4、采用最鄰近算法高效的搜索最近的感知網(wǎng)格，結(jié)合cfd流場(chǎng)關(guān)系，以較小的算力資源構(gòu)建出了直接感知之外的非感知網(wǎng)格流場(chǎng)信息。

技術(shù)特征：

1.基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，其特征在于，所述s1包括以下具體步驟：

3.根據(jù)權(quán)利要求2所述的基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，其特征在于，所述網(wǎng)格劃分，包括以下步驟：

4.根據(jù)權(quán)利要求2所述的基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，其特征在于，所述s2包括以下具體步驟：

5.根據(jù)權(quán)利要求4所述的基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，其特征在于，所述s3包括以下具體步驟：

技術(shù)總結(jié)
本發(fā)明公開了一種基于測(cè)風(fēng)激光雷達(dá)和計(jì)算流體力學(xué)融合的城市流場(chǎng)構(gòu)建設(shè)計(jì)，包括以下步驟：S1、基于地形、建筑、植被，采用CFD離線構(gòu)建初始網(wǎng)格；S2、基于雷達(dá)三維掃描，生成感知網(wǎng)格；S3、基于感知網(wǎng)格和初始網(wǎng)格，生成非感知網(wǎng)格；S4、將感知網(wǎng)格和非感知網(wǎng)格進(jìn)行組合，構(gòu)建微尺度實(shí)時(shí)流場(chǎng)，相比現(xiàn)有技術(shù)，本發(fā)明不僅很好的利用了雷達(dá)探測(cè)的高精度和高實(shí)時(shí)性，同時(shí)也通過CFD建模完成空域流場(chǎng)關(guān)系構(gòu)建，并將二者融合，達(dá)到了少量設(shè)備部署的情形下，依然可以達(dá)到微尺度高精度的流場(chǎng)探測(cè)輸出，具有較好的經(jīng)濟(jì)效益。

技術(shù)研發(fā)人員：萬威,周思琴,滕達(dá)
受保護(hù)的技術(shù)使用者：南京牧鐳激光科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6