传统上,对于大气边界层湍流脉动的分析,例如相关分析、谱分析等都是建立在大气湍流脉动是平稳的假设基础上的。事实上,我们知道大气运动,特别是大气边界层内的湍流运动,从本质上来说是一个非平稳过程。这种非平稳特性必然会影响到大气边界层湍流脉动统计特征,特别是一些统计相似性的正确刻画。如何准确地刻画湍流脉动的统计相似性和量化湍流脉动的非平稳对它的影响是本项申请研究的重点。本项目将使用已有的时间序列非平稳检测方法从大气湍流脉动序列中选出极端平稳和极端非平稳的序列建立对比分析样本集合,分析两者的统计特性差异。通过生成代用数据(surrogates))和序列分解的方法,利用多尺熵量化分析非平稳的特征,并使用适合于非平稳过程分析的DFA分析等方法分析非平稳对统计相似性的影响。通过本项研究,给出大气边界层湍流脉动非平稳影响大气边界层湍流脉动统计相似性的可能物理机理。
本项目的研究目标就是揭示大气边界层湍流脉动非平稳的量化特征,明确大气边界层湍流脉动非平稳对大气边界层湍流脉动统计相似性的量化影响,给出大气边界层湍流脉动非平稳影响大气边界层湍流脉动统计相似性的物理机理。. 为此,本课题利用大气边界层湍流的观测资料和实验室模拟资料主要进行下面研究:首先,对大气边界层湍流脉动的平稳与非平稳作诊断分析,利用已有的时间序列的非平稳检测方法,可以把大气边界层湍流脉动划分为平稳与非平稳两类。在上述分类中,选出极端平稳和极端非平稳的两组样本序列(每组由相同数目10组或者12组的序列组成)作为代表;其次,分析了极端平稳和极端非平稳样本序列多尺度熵的差异,由多尺度熵定量地给出极端平稳和极端非平稳序列中不同尺度涡旋结构的组织化程度差异;第三,研究了非平稳性对大气边层湍流的统计特征影响的研究,特别是对于极值结构的集中出现会产生很大的影响。造成两者显著性差异的根部性原因在于平稳与非平稳垂直风速电报近似序列事件持续时间分布是不同的,平稳过程的电报近似序列事件持续时间的分布稍许有些偏离指数分布,也是非常接近于指数分布。然而,对于非平稳过程来说,其电报近似序列事件持续时间的分布明显不同于指数分布,更接近于幂律分布;第四,利用代用数据和数据分解方法研究了大气边界层湍流非平稳性及其对统计相似性影响研究,研究发现平稳与非平稳序列的长程记忆性明显不同,产生平稳序列长程记忆性的主要因素为其符号序列(即相位的影响),而与振幅信息关系不是特别密切。
{{i.achievement_title}}
数据更新时间:2023-05-31
特斯拉涡轮机运行性能研究综述
低轨卫星通信信道分配策略
基于多模态信息特征融合的犯罪预测算法研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
桂林岩溶石山青冈群落植物功能性状的种间和种内变异研究
大气边界层湍流的多尺度统计特征及其统计建模
大气边界层湍流拟序结构及其统计特征研究
大气边界层湍流脉动层次结构描述的研究
大气边界层湍流标量场的非线性统计特征分析和模拟研究