Suite

19.6 : Dispersion dans les couches limites neutres et stables - Géosciences


Pour calculer la concentration de polluants à la surface, il faut connaître à la fois la hauteur de la ligne médiane du panache et la propagation des polluants autour de cette ligne médiane. Montée de panache est le nom donné au premier numéro. Dispersion (de la théorie statistique de Taylor) est la seconde. Lorsqu'ils sont tous deux utilisés dans une expression de la distribution spatiale moyenne des polluants, les concentrations de pollution peuvent être calculées.

La concentration au niveau du sol diminue généralement à mesure que la hauteur de la ligne médiane du panache augmente. Par conséquent, l'élévation du panache au-dessus du sommet de la cheminée physique est souvent souhaitable. La ligne médiane des panaches peut s'élever au-dessus du sommet de la cheminée en raison de l'élan initial associé à la vitesse de sortie hors du sommet de la cheminée et en raison de la flottabilité si l'effluent est chaud.

19.6.1.1. Couches limites neutres

Des situations statiquement neutres se retrouvent dans la couche résiduelle (ne touchant pas le sol) lors de vents légers la nuit. On les trouve également dans toute la partie inférieure de la couche limite (touchant le sol) les jours ou les nuits nuageuses et venteuses.

La hauteur zCL de la ligne médiane du panache au-dessus du sol dans les couches limites neutres est :

( egin{align}z_{CL}=z_{s}+left[a cdot l_{m}^{2} cdot x+b cdot l_{b} cdot x^{2} ight]^{1 / 3} ag{19.16}end{align})

où a = 8,3 (sans dimension), b = 4,2 (sans dimension), x est la distance sous le vent de la pile, et zs est la hauteur physique de la pile. Cette équation montre que la ligne médiane du panache continue de s'élever à mesure que la distance de la cheminée augmente. Il ignore l'inversion de plafonnement au sommet de l'ABL, qui finirait par agir comme un couvercle sur la montée et la propagation du panache vers le haut.

Une échelle de longueur de quantité de mouvement, lm, est défini comme:

( egin{align}l_{m} approx frac{W_{o} cdot R_{o}}{M} ag{19.17}end{align})

où Ro est le rayon au sommet de la pile, Wo est la vitesse de sortie de l'effluent au sommet de la cheminée, et M est la vitesse du vent ambiant au sommet de la cheminée. jem peut être interprété comme un rapport entre la quantité de mouvement verticale émise et la quantité de mouvement horizontale du vent.

Une échelle de longueur de flottabilité, lb, est défini comme:

( egin{align}l_{b} approx frac{W_{o} cdot R_{o}^{2} cdot|g|}{M^{3}} cdot frac{ Delta heta}{ heta_{a}} ag{19.18}end{align})

où |g| = 9,8 ms–2 est l'amplitude de l'accélération gravitationnelle, ∆θ = θp – θune est l'excès de température de l'effluent,p est la température potentielle initiale du gaz de cheminée au sommet de la cheminée, etune est la température potentielle ambiante au sommet de la cheminée. jeb peut être interprété comme un rapport entre la puissance de flottabilité verticale et la puissance horizontale du vent ambiant.

Exemple d'application (§)

Au sommet de la cheminée, la vitesse de l'effluent est de 20 m s–1, la température est de 200°C, le taux d'émission est de 250 g s–1 de SO2. La pile mesure 75 m de haut avec un rayon de 2 m au sommet. Au sommet de la cheminée, le vent ambiant est de 5 m s–1, et la température potentielle ambiante est de 20°C. Pour une couche limite neutre, tracez la hauteur de l'axe du panache en fonction de la distance sous le vent.

Trouve la réponse

Donné : Wo = 20 ms–1, Q = 250 g s–1, zs = 75 m, M = 5 m s–1 ,une = 293 K ,p = 473 K + (9,8 K km–1)·(0,075 km) = 474 K

Trouver : zCL(x) = ? m.

Utilisez l'éq. (19.17): jem = (20 m s–1)·(2m) / (5m s–1) = 8 m

Utilisez l'éq. (19.18):

( l_{b} approx frac{(20 mathrm{m} / mathrm{s}) cdot(2 mathrm{m})^{2} cdotleft(9.8 mathrm{m } cdot mathrm{s}^{-2} ight)}{(5 mathrm{m} / mathrm{s})^{3}} cdot frac{(474-293 mathrm{K })}{293 mathrm{K}}=3.87 mathrm{m})

Utilisez l'éq. (19.16):

( z_{CL}=(75 mathrm{m})+left[8.3 cdot(8 mathrm{m})^{2} cdot x+4.2 cdot(3.87 mathrm{m}) cdot x^{2} ight]^{1 / 3})

Ceci est représenté par la ligne continue sur le graphique ci-dessous :

Vérifier: Unités OK. Physique OK. Esquisse OK.

Exposition: Dans des conditions neutres, le panache continue de s'élever avec la distance sous le vent. Cependant, les vrais panaches atteignent généralement une inversion élevée et cessent de monter. Utilisez un diagramme thermique pour localiser les inversions en altitude.

19.6.1.2. Couches limites stables

Dans des situations statiquement stables, la température potentielle ambiante augmente avec la hauteur. Cela limite la ligne médiane d'élévation du panache à une hauteur d'équilibre finale zCLeq au-dessus de la terre:

( egin{align} z_{CL eq}=z_{s}+2.6 cdotleft(frac{l_{b} cdot M^{2}}{N_{BV}^{2}} ight)^{1 / 3} ag{19.19}end{align})

où la fréquence de Brunt-Väisälä NBV est utilisé comme mesure de la stabilité statique (voir le chapitre Stabilité atmosphérique).

Exemple d'application

Identique à l'exemple précédent, mais pour une couche limite stable avec ∆θune/∆z = 5°C km–1. Trouver zCLeq .

Trouve la réponse

Donné : Wo = 20 ms–1, Q = 250 g s–1, zs = 75 m, M = 5 m s–1 ,p = 474 K,une = 293 K,une/∆z = 5°C km–1

Trouver : zCLeq = ? m , puis tracer zCLeq contre x

Utilisez l'éq. (5.4b) pour trouver la fréquence de Brunt-Väisälä2: NBV2 = [(9.8m·s–2)/293K]·[5K/1000m] =1,67x10–4 s–2

Utilisez l'éq. (19.19):

( z_{CL eq}=(75 mathrm{m})+2.6 cdotleft(frac{(3.87 mathrm{m}) cdot(5 mathrm{m} / mathrm{s} )^{2}}{1.67 imes 10^{-4} mathrm{s}^{-2}} ight)^{1 / 3})

zCLeq = zs + zCL équ = 75 m + 216,7 m = 291,75 m.

Voir la ligne pointillée dans l'exemple d'application précédent.

Vérifier: Unités OK. Esquisse OK.

Exposition: La ligne médiane réelle du panache n'atteint pas instantanément la hauteur d'équilibre. Au lieu de cela, il s'en approche un peu plus lentement que la courbe d'élévation du panache neutre tracée dans l'ex résolu précédent.

Pour les couches limites neutres et stables (PG types C à F), les tailles des tourbillons turbulents sont relativement petites par rapport à la profondeur de la couche limite. Cela simplifie le problème en permettant de modéliser la dispersion turbulente de manière analogue à la diffusion moléculaire. Pour cette situation, la distribution de concentration moyenne autour de la ligne centrale du panache est bien approximée par une courbe en cloche gaussienne 2D :

( egin{align}egin{aligned}
&c=frac{Q}{2 pi sigma_{y} sigma_{z} M} cdot exp left[-0.5 cdotleft(frac{y}{sigma_{y}} à droite)^{2}à droite]cdot
left{exp left[-0.5 cdotleft(frac{z-z_{CL}}{sigma_{z}} ight)^{2} ight]+exp left[- 0.5 cdotleft(frac{z+z_{CL}}{sigma_{z}} ight)^{2} ight] ight}
end{aligné} ag{19.20}end{align})

où Q est le taux d'émission de la source de polluant (g s–1),oui etz sont les écarts types de propagation du panache dans les directions du vent de travers et verticale, y est la distance latérale (vent de travers) du récepteur par rapport à l'axe du panache, z est la distance verticale du récepteur au-dessus du sol, zCL est la hauteur de l'axe du panache au-dessus du sol, et M est la vitesse moyenne du vent ambiant à la hauteur de l'axe du panache.

Pour les récepteurs au sol (z = 0), l'éq. (19.20) se réduit à :

( egin{align}c=frac{Q}{pi sigma_{y} sigma_{z} M} cdot exp left[-0.5 cdotleft(frac{y}{ sigma_{y}} ight)^{2} ight] cdot exp left[-0.5 cdotleft(frac{z_{CL}}{sigma_{z}} ight)^{ 2} ight] ag{19.21}end{align})

Le modèle de concentration au sol est appelé un empreinte.

Les deux équations ci-dessus supposent que le sol est plat et que les polluants qui frappent le sol sont « réfléchis » dans l'air. De plus, ils ne fonctionnent pas pour la dispersion dans des couches mixtes statiquement instables.

Pour utiliser ces équations, les variances de vitesse turbulente σv2 etw2 sont d'abord trouvées à partir des équations du chapitre Couche limite atmosphérique. Ensuite, la propagation du panache (σoui etz) provient de la théorie statistique de Taylor (éq. 19.13). Hauteurs de l'axe du panache zCL se trouvent à partir des équations de la sous-section précédente. Enfin, ils sont tous utilisés dans les eqs. (19.20) ou (19.21) pour trouver la concentration à un récepteur.

Rappelons que la théorie statistique de Taylor stipule que la propagation du panache augmente avec la distance sous le vent. Ainsi,oui ,z, et zCL sont des fonctions de x, ce qui fait de la concentration c une fonction forte de x, malgré le fait que x n'apparaisse pas explicitement dans les deux équations ci-dessus.

Exemple d'application (§)

Compte tenu d'une vitesse de vent « surface » de 10 m s–1 à 10 m au-dessus du sol, stabilité statique neutre, profondeur de couche limite 800 m, longueur de rugosité de surface 0,1 m, taux d'émission de 300 g s–1 de SO passif et non flottant2, vitesse du vent de 20 m s–1 à la hauteur de l'axe du panache et à l'échelle de temps lagrangienne de 1 minute.

Tracer les isoplèthes de concentration au sol pour des hauteurs d'axe de panache de : (a) 100 m, (b) 200 m

Trouve la réponse

Soit : M = 10 m s–1 à z = 10 m, zo = 0,1 m, M = 20 m s–1 à z = 100 m = zCL, neutre, Q = 300 g s–1 de SO2, tL = 60 s, h = 800 m

Trouver : c (µg m–3) en fonction de x (km) et y (km), à z = 0.

Supposons que zCL est constant.

Utilisez l'éq. (18.13) du chapitre sur la couche limite atmosphérique (ABL) :

vous* = 0,4·(10 m s–1)/ln (10 m/0,1 m) = 0,869 m s–1

(a) Utilisez les éq. (18.25b) & (18.25c) du chapitre ABL :

σv = 1,6·(0,869 m s–1)·[1–0,5 (100/800)] = 1,3 m s–1

σw = 1,25·(0,869 m s–1)·[1–0,5 (100/800)] = 1,02 m s–1

Utilisez l'éq. (19.13a & b) dans un tableur pour obtenir σoui et z vs.

X. Ensuite, utilisez l'éq. (19.21) pour trouver c à chaque x et y :

Vérifier: Unités OK. Physique OK.

Exposition: Ces graphiques montrent le polluant empreintes de pas. Des lignes médianes de panache plus élevées entraînent des concentrations plus faibles au sol. C'est pourquoi les ingénieurs conçoivent de hautes cheminées de fumée et tentent d'améliorer la flottabilité du panache.

Des vitesses de vent plus rapides provoquent également plus de dilution. Parce que les vents plus rapides se trouvent souvent à des altitudes plus élevées, cela favorise également les cheminées hautes pour réduire les concentrations en surface.


19.6 : Dispersion dans les couches limites neutres et stables - Géosciences

Les relations observées entre la hauteur de la couche limite (BLH) et les PM 2,5 à l'échelle nationale restent floues en raison du manque d'observations. Ici, nous avons étudié cette relation dans une perspective unique de stabilité thermodynamique dans la couche limite planétaire (PBL), en utilisant des sondages d'été (juin-août) de Chine pour la période de 2014 à 2017. Pour les trois temps de sondage (0800, 1400, et 2000 heure de Beijing [BJT]), des anomalies de concentrations de PM 2,5 positives (négatives) se sont avérées corrélées avec des anomalies de BLH négatives (positives) par rapport aux moyennes quotidiennes. La corrélation négative était la plus forte à 1400 BJT, suivie de 2000 BJT et 0800 BJT. Dans l'ensemble, il a été constaté que les PM 2,5 étaient anticorrélées de manière non uniforme avec la BLH à travers la Chine à 0800 et 2000 BJT. L'anticorrélation la plus forte s'est produite dans la plaine de Chine du Nord à 1400 BJT, en contraste frappant avec la corrélation beaucoup plus faible dans d'autres régions caractérisées par des régions beaucoup moins polluées. La moyenne des PM 2,5 dans les couches limites neutres était plus élevée que dans les couches limites convectives (CBL). La CBL, où l'anticorrélation était la plus forte, était propice à dissiper plus d'aérosols dans la zone fortement polluée de Chine que la couche limite neutre. Le CBL plus élevé formé sous une faible couverture nuageuse, une faible humidité de surface et une forte vitesse du vent était favorable à la dispersion des aérosols, contrairement aux couches limites stables qui se produisent sous la couverture nuageuse la plus élevée. De plus, une corrélation positive a été observée entre la couche limite stable et les PM 2,5 . Les résultats attirent l'attention sur le fait que la condition thermodynamique des PBL doit être prise en compte lors de l'examen des interactions aérosol-PBL.


L'influence d'un obstacle sur l'écoulement et la dispersion des polluants dans les couches limites neutres et stables

La prévision de la dispersion des polluants en milieu urbain nécessite un traitement précis de la géométrie des obstacles, des turbulences d'afflux et des écarts de température. Cet article considère à la fois l'influence de la stratification thermique et la présence d'un seul obstacle sur la dispersion des polluants dans les couches limites turbulentes (TBL). L'écoulement turbulent au-dessus d'une clôture avec des sources linéaires de polluants à proximité est simulé au moyen de simulations de grands tourbillons. Des simulations de « pilotes » distinctes sont effectuées pour générer le TBL entrant pour plusieurs niveaux de stratification. À l'aide de ces TBL d'afflux, le développement du flux et la dispersion des polluants derrière la clôture, jusqu'à 100 hauteurs de clôture, h, sont étudiés. On montre que la décroissance du déficit de vitesse et de température est indépendante de la stabilité, tandis que la décroissance de la contrainte de Reynolds et de l'excès de concentration diminue avec l'augmentation de la stabilité. Pour les cas neutres, l'influence de l'obstacle disparaît après environ 75h, tandis que pour les cas stables près du sol, l'écoulement est toujours accéléré par rapport au cas non perturbé. La clôture provoque une réduction locale de la stratification et donc une augmentation de la dispersion des polluants. Cependant, négliger l'effet de la flottabilité entraîne une sous-estimation de la concentration en polluants d'un facteur 2,5 à 75h en aval de la source d'émission pour le cas le plus stable.


Documents prévus

La liste ci-dessous ne représente que les manuscrits prévus. Certains de ces manuscrits n'ont pas encore été reçus par la rédaction. Les articles soumis aux revues MDPI sont soumis à une évaluation par les pairs.

Observations à long terme des profils de température verticaux dans une couche limite urbaine côtière

Igor Esau, Victoria Miles et Lasse Pettersson

Centre Nansen pour l'environnement et la télédétection / Centre Bjerknes pour la recherche sur le climat

Abstrait: Des profils de température verticaux jusqu'à 1000 m au-dessus du niveau de la mer sont observés dans une ville nordique de la vallée côtière de Bergen. Le radiomètre hyperfréquence MTP-5HE a une résolution verticale de 25 m dans la couche inférieure de 100 m et de 50 m au-dessus. Il mesure la température de la colonne atmosphérique toutes les 15 min depuis février 2011. Cette étude présente une analyse statistique du climat thermique de la couche limite sur près de 10 ans (2011 -2020) d'observations quasi continues. Nous nous concentrons sur des épisodes de conditions atmosphériques stratifiées de manière stable par ciel clair. De tels épisodes ont un impact social important car ils forcent une accumulation rapide de polluants atmosphériques atmosphériques dans la vallée urbaine. La variabilité des profils de température et les inversions de température sont étudiées en relation avec les événements de pollution et les régimes météorologiques à grande échelle qui maintiennent la stratification stable.

Mots clés: Couche limite côtière Profil de température Radiomètre hyperfréquence Stratification stable

Couches stables et turbulence dans la couche limite atmosphérique ABL et la couche limite marine MABL

Alain Weill
LATMOS, Laboratoire Atmosphère Modèles, 0bservations Spatiales, 4 Place Jussieu 75005, France

Abstrait: L'introduction montre en préambule des significations polysémiques de stabilité qui justifient d'exprimer des différences entre stabilité physique et stabilité mathématique. Ceci est illustré par plusieurs références sur le sujet. Cela introduit des couches stables de la couche limite (sur le continent et l'océan) et des explications avec des illustrations sont données sur la façon dont les couches stables peuvent être des couches turbulentes.

Dans une première partie nous avons choisi de classer les couches ABL et MABL stables avec leurs différentes propriétés.

Dans la deuxième partie, quatre cas de couches stables généralement difficiles à paramétrer sont présentés :

  • Couche limite nocturne hétérogène.
  • Couche de surface stable de l'Arctique pour laquelle Monin-Obukhov Similarity MOS, semble devoir être utilisé avec quelques précautions
  • Entraînement dans la couche d'inversion, qui doit être revisité et reste un obstacle scientifique pour déterminer l'évolution de la couche d'inversion, notamment en présence de nuages ​​et pour les études de polluants
  • Couche de surface stable au-dessus de l'océan pour laquelle les estimations de flux en vrac peuvent être associées à des valeurs erronées en l'absence de mesures directes de flux turbulents ou de profils de couche de surface atmosphérique.

En conclusion, des recherches à mener en relation avec l'expérimentation et la modélisation. Est discuté.

Analyse de l'érosion NBL en Amazonie à l'aide d'un modèle de simulation des grands tourbillons pendant GOAMAZON 2014/5

Abstrait: Cette étude a examiné l'érosion de la couche limite nocturne (NBL) au-dessus de l'Amazonie centrale à l'aide d'un modèle haute résolution de simulation des grands tourbillons (LES), nommé PALM (PArallel Les Model) et des données d'observation du projet GoAmazon 2014/5. Cet ensemble de données a été collecté au cours de quatre périodes d'observation intense (PIO) pendant les saisons sèches et pluvieuses des années 2014 (considéré comme une année typique) et 2015 au cours desquelles un événement intense d'oscillation australe El Niño&ndash (ENSO) a provoqué une saison sèche intensive et supérieure à la moyenne. . Les sorties des simulations PALM représentaient raisonnablement bien l'érosion du NBL et les résultats ont montré que l'érosion du NBL a des caractéristiques différentes selon les saisons : les IOP pluvieuses présentaient un chauffage de surface lent et une convection moins intense, ce qui a entraîné une période d'érosion plus longue, généralement environ 3 h après le lever du soleil (qui est à 06h00 heure locale). Sinon, les PIO sèches ont montré un réchauffement de surface plus intense avec une convection plus forte, entraînant une érosion plus rapide des NBL, environ 2 h après le lever du soleil. Un modèle conceptuel a été dérivé pour étudier l'érosion complète aux heures du lever du soleil lorsqu'il y a une couche mixte très peu profonde formée près de la surface (20-50 m de profondeur) et une couche stable au-dessus (200-300 m). En ce qui concerne le flux de chaleur cinétique pour chauffer cette couche pendant la période d'érosion, il a été vérifié que pendant les PIO pluvieuses l'énergie émise par la surface n'était pas suffisante pour chauffer complètement la couche de NBL et l'éroder, étant nécessaire un supplément d'environ 30% . Cette énergie peut provenir de la valorisation énergétique de la biomasse. La période sèche de 2014 a montré un échauffement plus important, mais ce n'était pas non plus suffisant, nécessitant un supplément d'environ 6%. Cependant, pour la période sèche 2015, qui était sous l'influence de l'événement ENSO´s, il a été montré que les flux de surface libérés étaient suffisants pour chauffer complètement la couche. Le temps d'érosion du NBL a probablement influencé le développement du CBL : le plus grand développement vertical a été observé dans les IOP sèches (environ 1500 m), tandis que pour les IOP pluvieuses, la couche était moins profonde (environ 1200 m).

Mots clés: modèle LES à énergie cinétique turbulente de la couche limite planétaire

Ventilation d'une ville de taille moyenne dans des conditions aux limites stables : une simulation utilisant le modèle LES PALM

Abstrait: Les centres-villes doivent faire face à une pollution atmosphérique croissante. L'apport d'air frais est crucial mais difficile à assurer, surtout dans des conditions stables de la couche limite atmosphérique. Par conséquent, cette étude de cas a utilisé le modèle PALM de simulation de grands tourbillons parallélisé (LES) pour étudier le champ de vent au-dessus d'un lac urbain qui avait autrefois été construit comme couloir d'air frais pour le centre-ville de Müumlnster, dans le nord-ouest de l'Allemagne. L'initialisation du modèle a été effectuée en utilisant la direction du vent principal et les conditions de couche limite stable comme entrée. Les profils de vent et de température initiaux comprenaient un faible jet nocturne de basse altitude. La dispersion d'un scalaire passif a été simulée pour tracer l'air frais dans les canyons des rues menant au centre-ville et dans la couche limite urbaine au-dessus. Le concept de ventilation de la ville a été confirmé dans son principe, cependant, l'air a emprunté une route directe de la rive du lac au centre-ville au-dessus d'un ancien lit de rivière et de ses rues adjacentes plutôt qu'à travers les canyons de la rue. Selon la dispersion du scalaire passif, la moitié du centre-ville était alimentée par de l'air frais provenant du lac. Dans notre étude, PALM s'est avéré être un outil utile pour étudier les couloirs d'air frais dans des conditions de couche limite stables.

Étude des effets topographiques locaux sur la structure de la couche limite stable en terrain montagneux à l'aide de grandes simulations de tourbillons et d'observations sur le terrain

Shravan K. Muppa, Karl K. Lapo, Anita Freundorfer, Wolfgang Babel, Christoph K. Thomas

Abstrait: Pour mieux comprendre la structure turbulente et les processus de mélange dans les couches limites stables (SBL) en terrain montagneux, une approche combinée utilisant des simulations de grands tourbillons (LES) et
les observations sont appliquées. La structure et l'évolution de la SBL observées le 25 juillet 2019 dans le
observatoire des grands tourbillons, l'expérience de Voitsumra (LOVE19) dans le sud de l'Allemagne sur un terrain complexe est simulée à l'aide d'un modèle de simulation des grands tourbillons parallélisé (PALM). L'influence de la topographie sur les mécanismes générateurs de turbulence dans la SBL est étudiée sur la base de la direction du vent au sol. Ces passages ont été comparés aux observations, en termes de profils horaires moyens de vitesse du vent, de température potentielle et d'énergie cinétique turbulente (TKE). Des résolutions de grille plus fines ont montré une grande amélioration dans les structures de piscine froide résolues dans le SBL. Fait intéressant, les pistes incluant la topographie ont montré plus de refroidissement (> 2K) dans les régions d'ombre en fonction de la direction du vent et de l'orientation du terrain que les pistes sans topographie. Cet effet était plus prononcé lorsque des vents de travers étaient présents le long du terrain. De même, de grandes valeurs de TKE d'environ 1,2 m2s-2 ont été trouvées près de la surface dans les pistes avec topographie. Alors que les pistes normales (surface plane) n'ont montré que des valeurs d'environ 0,3 m2s-2. Le cisaillement horizontal du vent s'est avéré être un mécanisme de génération de turbulence majeur dans la SBL. Ces cisaillements de vent ont entraîné des rafales turbulentes intermittentes, qui se sont avérées très élevées lorsque la direction du vent était du sud-est (vents de travers). Un jet de basse altitude a également été trouvé à 300 m de hauteur au-dessus du niveau du sol. A minuit, lorsque les vents ont viré du sud-ouest au sud-est, une rupture de la structure du jet au-dessus de
le site a été trouvé en raison du blocage du jet par la montagne Schneeberg (600 m agl) à proximité immédiate. Ces résultats soulignent l'importance d'inclure la topographie dans la modélisation SBL pour la pollution atmosphérique et les études basées sur le brouillard, en particulier sur un terrain complexe dans les régions des latitudes moyennes.

Utilisation de la méthode CNOF pour étudier l'effet de l'urbanisation sur le vent de surface à Zhuhai, en Chine

Xia 1,2 , Huiwen Nie 2 , K.l. Chan 1

  1. State Key Laboratory of Lunar and Planetary Science, Université des sciences et technologies de Macao, Macao, Chine
  2. Centre de service météorologique public de Zhuhai, Zhuhai, Chine

Abstrait: L'effet de l'urbanisation sur le vent de surface est un sujet brûlant dans les recherches actuelles. Dans cet article, les données météorologiques automatiques à long terme, NECP et l'indice de lumière nocturne observés par le capteur Visible Infrared Imaging Radiometer Suite (VIIRS) à bord du National Polar-orbiting Partnership (NPP) sont utilisées, la méthode d'observation moins réanalyse (OMR) est utilisée. , et une nouvelle méthode CNOF est construite pour analyser quantitativement l'effet de l'urbanisation sur la vitesse du vent en surface à Zhuhai (une ville de la région de la grande baie de Guangdong-HongKong-Macao), en Chine. Le résultat montre que la vitesse du vent de surface à Zhuhai diminue de manière significative à un taux de -0,53 m s-1 par décennie, après quoi il est confirmé par la méthode OMR que -0,49 m s-1 par décennie (73,1%) est contribué par le augmentation de la rugosité de surface. Les vitesses de vent de surface observées dans la station météorologique ont une relation significative avec l'indice de lumière nocturne moyen dans un secteur de ventilateur de 3 km en amont, et leur coefficient de corrélation est de -0,49 lorsque les grands échantillons de rugosité de surface sont entassés. La vitesse du vent en surface réduit de 1,34 m s-1 par décennie, ce qui correspond à une augmentation de 0,1 de l'indice moyen de lumière nocturne.


5.3 Régimes de turbulence et stratification thermique

Pour mieux comprendre le modèle HOST, nous explorons l'effet de la stratification sur la relation de turbulence pour l'ensemble de données BLLAST, comme précédemment effectué dans la Sect. 4 pour les nIOP. Nous séparons également les données en fonction des deux directions de vent considérées, NW (Fig. 10a) et SE (Fig. 10b). Nous n'utilisons que les données du mât Skinflow, et parce que les résultats pour les différents niveaux ( z3m , z5m , et z8m ) sont très similaires, nous n'entreprenons l'analyse et la discussion que pour le z5m niveau.

Pour les écoulements NWs (Fig. 10a), le mélange turbulent conduit à une stratification neutre (lignes rouges et vertes) et également à une stratification instable (lignes turquoises), indiquant une instabilité thermique dans l'écoulement. Une stratification stable (ligne violette) ne semble être associée qu'à des vitesses très faibles et à des VTKE valeurs. Par conséquent, la relation de turbulence linéaire est indépendante des gradients de température. La turbulence est entraînée par le cisaillement en vrac, par conséquent, l'écoulement provenant de cette direction est tel qu'il transporte des turbulences même pour des vitesses de vent plus faibles, c'est-à-dire de grands tourbillons, qui produisent des VTKE indépendamment du gradient de température et de la stratification de l'ABL nocturne.

Pour les écoulements thermiquement entraînés (Fig. 10b), le comportement de l'intensité de la turbulence en fonction de la vitesse du vent en fonction de Δ ‾ ‾ v est analogue à celui trouvé pour les nIOPs (Sect. 4). Le régime 1 est principalement associé à de forts gradients de température positifs (lignes violettes) tandis que la stratification quasi neutre (ligne verte) et instable (ligne rouge) est caractéristique des régimes 2 et 3. En effet, les événements caractéristiques du régime 3, peuvent renverser les gradients de température positifs nocturnes.

Figure 10Relation entre la force de turbulence moyenne par compartiment VTKE et la vitesse du vent V pendant la campagne BLLAST nIOPs en fonction des intervalles de différence de température potentielle, définis comme, θ ‾ v = θ ‾ v ( z ) - θ ‾ vz 0 , où θ ‾ vz 0 est la température potentielle virtuelle de référence à 2 m agl , et ‾ v ( z ) est la température potentielle virtuelle à la hauteur de z5m pour le (une) Plage de direction NWs et (b) Plage de direction SE. Le seuil de vitesse du vent VT pour z5m est marqué à l'aide d'un triangle noir dans (b).

Associé à la transition entre les trois régimes de turbulence, Sun et al. (2012) ont défini trois catégories d'intermittence turbulente : A, B et C (Fig. 1). La catégorie A correspond à la transition entre le régime 1 et le régime 2, et inversement, la vitesse du vent oscille entre les deux régimes générant des turbulences intermittentes. La catégorie B correspond à l'augmentation de la turbulence au sein du régime 1 causée par des perturbations atmosphériques telles que les ondes de gravité internes, les courants de densité et les jets de basse altitude (LLJ), qui augmentent la turbulence locale et peuvent réduire la stabilité locale, induisant même une certaine intermittence. La catégorie C fait référence à des événements turbulents descendants ou à des couches limites inversées qui renforcent la turbulence descendante dans un environnement stable, générant un régime 3. Comme la théorie HOST et les catégories d'intermittence associées ont été définies pour le SBL, nous ne considérons ici que les nIOP illustrer les catégories précédentes en choisissant des exemples appropriés.


19.6 : Dispersion dans les couches limites neutres et stables - Géosciences

Des mesures de la vitesse d'entraînement vertical dans des panaches de gaz denses bidimensionnels sur des surfaces entièrement rugueuses ont été effectuées dans le cadre d'un programme de recherche en coopération avec des installations de soufflerie aux États-Unis. Cet article présente les résultats obtenus pour des conditions de couche limite stables dans la soufflerie EnFlo de l'Université de Surrey. Un article d'accompagnement traite le cas de la couche limite neutre. La vitesse et la température moyennes, les tensions normales et de cisaillement turbulentes, les fluctuations de température et les flux de chaleur ont été mesurés et utilisés pour démontrer qu'une couche limite atmosphérique modérément stable avait été simulée avec succès dans le tunnel. Les vitesses d'entraînement, W E , ont ensuite été déduites du développement fluvial du champ de concentration, non dimensionnées par rapport à la vitesse de frottement dans l'écoulement non perturbé, u * , et corrélées avec le nombre de Richardson du panache, Ri * . Des vitesses d'entraînement non dimensionnelles plus élevées, W E / u * , ont été observées pour Ri * >5 dans la couche limite stable que dans la couche limite neutre, la différence augmentant avec l'augmentation du nombre de Richardson. Les rapports de vitesse d'émission, W 0 / u * , étaient cependant plus élevés dans les expériences stables et dépassaient un à environ Ri * =18. L'entraînement dans la couche limite stable apparaît donc plus sensible au rapport des vitesses d'émission que dans le cas neutre. Le comportement d'entraînement pour Ri * 5 a suivi celui trouvé dans la couche limite neutre. Dans ce régime, il est peu probable que l'utilisation de la corrélation de la vitesse d'entraînement de la couche limite neutre conduise à une surestimation des taux de dilution du panache dans des couches limites modérément stables.


Abstrait

En supposant que la diffusivité turbulente de la masse est proportionnelle à celle de la chaleur, cet article dérive des expressions simples pour le comportement asymptotique des concentrations au niveau du sol intégrées par vent de travers dans des conditions neutres, stables et instables. On montre que : •

C ∗ y ∼ x ∗ −1 dans des conditions neutres

∼ x ∗ − 1 3 dans des conditions stables

∼ x ∗ −2 dans des conditions instables

où C ∗ y = C y u |L|Q et x = x/|L| , et C y est la concentration intégrée du vent de travers, u ∗ est la vitesse de frottement de surface, L est la longueur de Monin-Obukhov, et Q est le taux de rejet de polluants.

Nous montrons que de simples interpolations entre les limites asymptotiques fournissent d'excellents ajustements aux données de diffusion de Prairie Grass (Barad, 1958, Paper No. 59, Geophysics Research Directorate, MA). Notre analyse de la dispersion de surface dans des conditions instables indique que la diminution de la concentration avec la distance n'est pas cohérente avec celle prédite par la théorie de la convection libre (Yaglom, 1972, Atmos. Physique des océans.8, 333-340). Dans des conditions asymptotiquement instables, la concentration diminue au fur et à mesure X −2 plutôt que comme x − 3 2 prédit par la théorie.


Sur la relation entre les aérosols et la hauteur de la couche limite en été en Chine dans différentes conditions thermodynamiques

Les relations observées entre la hauteur de couche limite (BLH) et PM2.5 à l'échelle nationale restent floues en raison du manque d'observations. Ici, nous avons étudié cette relation dans une perspective unique de stabilité thermodynamique dans la couche limite planétaire (PBL), en utilisant des sondages d'été (juin-août) de Chine pour la période de 2014 à 2017. Pour les trois temps de sondage (0800, 1400, et 2000 heure de Pékin [BJT]), PM positif (négatif)2.5 les anomalies de concentrations se sont avérées corrélées avec des anomalies de BLH négatives (positives) par rapport aux moyennes quotidiennes. La corrélation négative était la plus forte à 1400 BJT, suivie de 2000 BJT et 0800 BJT. Dans l'ensemble, le PM2.5 a été trouvé à anticorrélation non uniforme avec BLH à travers la Chine à 0800 et 2000 BJT. L'anticorrélation la plus forte s'est produite dans la plaine de Chine du Nord à 1400 BJT, en contraste frappant avec la corrélation beaucoup plus faible dans d'autres régions caractérisées par des régions beaucoup moins polluées. Le PM moyen2.5 dans les couches limites neutres était plus élevée que dans les couches limites convectives (CBL). La CBL, où l'anticorrélation était la plus forte, était propice à dissiper plus d'aérosols dans la zone fortement polluée de Chine que la couche limite neutre. Le CBL plus élevé formé sous une faible couverture nuageuse, une faible humidité de surface et une forte vitesse du vent était favorable à la dispersion des aérosols, contrairement aux couches limites stables qui se produisent sous la couverture nuageuse la plus élevée. En outre, une corrélation positive a été observée entre la couche limite stable et les PM2.5. Les résultats appellent à l'attention que l'état thermodynamique de PBL doit être pris en compte lors de l'examen des interactions aérosol-PBL.

Remarque : L'éditeur n'est pas responsable du contenu ou de la fonctionnalité des informations fournies par les auteurs. Toute question (autre que le contenu manquant) doit être adressée à l'auteur correspondant pour l'article.


Comment se forme une couche limite stable ?

Vous trouverez ci-dessous un schéma d'un cycle diurne typique de la structure de la couche limite [13],[15].

Pendant la journée, le sol se réchauffe grâce à l'énergie du soleil. Surface is then much warmer than the atmosphere aloft, leading to an unstable profile. Convection can occur from thermals (blobs of warm air) rising from the surface. This process allows the atmosphere to mix, leading to constant moisture content and potential temperature throughout the layer with height [13].

After the sun sets, heating and turbulent processes are shut off. The ground cools by radiational cooling and forms a stable layer (SBL) above the ground. This profile consists of cold air near the surface with warmer air aloft. A stable layer is most likely to be present near a surface high pressure. Some of the key characteristics of a high pressure center are suppressed upward motion or prevalent downward motion and light, variable winds. Winds in a SBL are usually driven by local topographic flow, buoyancy, friction, or mixing processes [2],[13].

Weak winds generate weak turbulence and mixing, which allows for the buildup of cold air near the surface thus increasing stability of that layer of the atmosphere [2],[3].


4.3 Statistical analysis

4.3.1 Diurnal cycle of PBLH

Although nighttime PBLH is not taken into account for the statistical analysis of seasonal PBLH (Sect. 4.3.2), nocturnal PBLH is considered here in order to investigate the diurnal evolution of the PBLH. In winter, the PBLH cycle as defined by FMI–Polly XT reached its maximum ( 1028±292 m ) at 11:00 UTC, while the convective boundary layer height evolution was completed 2 h earlier (Fig. 7a). In the pre-monsoon period, the PBLH growth as derived from lidar was completed 3 h prior to PBLH maximization ( 1249±536 m ) (Fig. 7b). In monsoon, FMI–Polly XT revealed a fairly smooth PBLH cycle (Fig. 7c). The maximum PBLH ( 1192±187 m ) was observed earlier, compared to winter and the pre-monsoon season, with high PBLH persisting for a couple of hours afterwards. Turbulence produced by convection usually reaches maximum values immediately after the solar noon, but further growth of the PBLH cannot be sustained for a long period. Nevertheless, PBL did not appear to collapse immediately afterwards, probably due to the remaining turbulent fluxes.

Figure 7PBLH average diurnal cycle in Gwal Pahari according to FMI–Polly XT during winter (a), pre-monsoon (b) and monsoon seasons (c). Numbers indicate data availability.

4.3.2 Daily mean and maximum PBLH

In this section we statistically analyze the seasonal mean and maximum PBLH cycles as observed from lidar measurements in conjunction with the seasonal cycle of mean and maximum temperature. The seasonal mean PBLH was found at 695±146 m during winter, 878±297 m during the pre-monsoon period and 1025±296 m during the monsoon. The seasonal average maximum PBLH was determined at 1191±516 m during winter, 1326±565 m during the pre-monsoon period and at 1361±350 m during the monsoon. In general, the PBLH seasonal cycle followed the temperature cycle very well. The temperature cycle of the measurement days was fairly representative of the whole 2008–2009 seasonal cycle, with the temperature distribution being similar to the distributions of the whole seasonal periods. During the measuring period, a mean temperature of 21±4 ∘ C was found in winter, 27±3 ∘ C in the pre-monsoon season and 30±2 ∘ C in the monsoon season, while the seasonal average maximum temperature was recorded at 29±5 , 33±4 and 35±2 ∘ C accordingly. Nevertheless, it should be mentioned that the seasonal cycle of PBLH over Gwal Pahari was weaker than climatologically expected. More specifically, the smoother PBLH cycle could be explained in terms of maximum temperature and cumulative precipitation anomalies (Fig. 1). During winter, average maximum temperature was 5 ∘ C higher than the climatological one, while total precipitation was lower (10 mm ). On the other hand, during pre-monsoon, the average maximum temperature was lower by 5 ∘ C than the corresponding climatological record, along with a significantly higher seasonal accumulated precipitation (205 mm ). The latter is also related to the fact that in 2008 (16 June) one of the earliest monsoon onset dates (rainfall data since 1901) was recorded (Tyagi et al., 2009). Compared to another site with similar surroundings and solar cycle in Elandsfontein, South Africa, the annual average PBLH was lower in Gwal Pahari (866 m 1400 m in Elandsfontein) with less seasonal variability (Korhonen et al., 2014).

In winter, the daily mean PBLH distribution was narrower (in majority between 600 and 900 m ) compared to the pre-monsoon and monsoon seasons (mostly between 900 and 1200 m ) (Fig. 8). Following a similar pattern, the daily maximum PBLH was rather confined in winter (in majority between 900 and 1200 m ) with a significantly broader spectrum (between 600 and 1800 m ) in pre-monsoon and monsoon seasons. The highest interseasonal variability was exhibited during pre-monsoon, which could be attributed to meteorological conditions. The pre-monsoon season comprised days with heavy rainfall and days with hardly any precipitation, which can potentially explain the broad distribution of daily mean PBLH (251–1191 m ). In winter large interseasonal variability of maximum PBLH was observed, which can be possibly attributed to the broad interseasonal temperature range (20–36 ∘ C ).

Figure 8Frequency distribution of daily mean (green) PBLH, daily maximum PBLH (red) and daily mean growth rate (blue) as calculated during the winter period (a), the pre-monsoon season (b) and the monsoon period (c). Numbers indicate data availability.

4.3.3 Daily evolution rate of PBLH

During the measurement period, daily evolution rates were mostly within 100–200 m h −1 , but lower rates (29–100 m h −1 ) were observed as well (Fig. 8). In winter, daily growth rates presented a slightly broad distribution (mostly between 100 and 200 m h −1 ) with a mean evolution of 157±81 m h −1 (Fig. 8). In the pre-monsoon season, slightly higher growth rates were observed (mainly within 100–300 m h −1 ), with an average of 206±134 m h −1 . Additionally, rates between 0–100 and 500–600 m h −1 were observed, following the pattern of high interseasonal variability, which was revealed during the pre-monsoon season (Sect. 4.3.2). In the monsoon, evolution speeds were slightly lower ( 121±67 m h −1 ) compared to the pre-monsoon season. The distributions of daily growth rate during pre-monsoon and monsoon show similarities. In order to examine whether the distributions were statistically different we applied the two-sided Wilcoxon rank sum test (Wilcoxon, 1945 Wilcoxon and Wilcox, 1964). The test yielded that the two distributions are statistically different at the 95 % significance level. Hence, the differences in the growth rates between pre-monsoon and monsoon could be possibly related to the weaker diurnal PBLH cycle that was found during the monsoon (Fig. 7c). In addition, the different precipitation patterns, with less precipitation during pre-monsoon, could be attributed to the different growth rates. In Elandsfontein, maximum rates (between 120 and 320 m h −1 ) were reached during spring, September–October (Korhonen et al., 2014), a period that exhibits strong similarities with the pre-monsoon season in India.

In this study, 1-year-long ground-based lidar measurements were used to retrieve the PBLH over Gwal Pahari, New Delhi. The feasibility of deriving the PBLH with the modified WCT technique was investigated and the respective results were compared to independent sources.

In support of previous work (Baars et al., 2008 Korhonen et al., 2014), it was found that the modified WCT method exhibited satisfying efficiency under different meteorological and aerosol load regimes. In a case with elevated aerosol layers, significantly good performance was revealed, even when the layers were injected into the PBL. Such layers have been reported in the literature as a major challenge in the attribution of the PBLH, especially at nighttime (Haeffelin et al., 2012). PBLH determination was complicated in the presence of diffuse aerosol layers. A low aerosol load, observed mainly during morning or afternoon transitions, also represents a condition for uncertain determination of the PBLH (Haeffelin et al., 2012). Sensitivity analysis revealed stable performance of the WCT algorithm, with the exception of elevated layers and PBL internal gradients, which affected the results when specific thresholds were applied. Higher thresholds appeared to be more sensitive towards detecting lofted layers.

In the context of the aforementioned cases, the WRF model overestimated PBLH in the daytime, while an underestimation was observed at nighttime. The understanding of turbulence in nocturnal SBL and its parameterization is rather slow and not well established in numerical weather prediction models (Mahrt et al., 1999 Beare et al., 2006 Hong, 2010). In this study, this is partly addressed by the revised SBL scheme that retains the turbulent levels so as to avoid the abrupt collapse of the mixed layer after the sunset by using the exchange coefficients. However, the fact that neither anthropogenic heat sources nor heat storage in buildings were included in the simulations could also explain the model underestimation. Furthermore, it should be noted that the measurements often depict different layers from the simulated ones, as in the case of the residual aerosol layer. Detailed studies of the nocturnal boundary layer, which require changes in the lidar configuration, such as employment of a near-range and a far-range telescope (Engelmann et al., 2016) can improve the overall consistency in PBLH retrieval approaches between the model and lidar observations. Satellite lidar observations correlated well with ground-based measurements, yielding a higher PBLH due to the detection of lofted aerosol layers in some of the cases. These layers can potentially blanket the PBL and, hence, may strongly attenuate the emitted laser beam. More comparisons with ground-based lidar observations are needed to support the finding that the top of the first layer is indicative of the PBLH.

During the rainy season of the monsoon, the diurnal cycle of PBLH was weaker and its evolution was completed earlier. A relatively warmer and drier winter and a colder and rainier pre-monsoon were observed compared to climatological records. These meteorological patterns could account for the observed PBLH cycle, which was rather indistinct compared to the cycle expected from long-term climate statistics. Daily evolution rates of 29–200 m h −1 were mainly observed, with lower rates during the monsoon.


Voir la vidéo: modelisation couche limite (Octobre 2021).