大气流场：理论、数值方法和软件工具

第一章是引言，提供了以下所有基本信息读者需要有利可图地使用这本书。它回顾了大气、表面能量收支和大气稳定性的概念。这个根据密度的垂直结构，大气通常被分为几层，压力和温度场。这是理解动力学的一个重要问题中层大气和主要气象参数的变化。

大气动力学受复杂的数学关系支配近几十年来，人们对其进行了广泛的建模和讨论。这样做的目的本章将快速回顾基本控制方程及其主要内容应用程序，以便更好地理解建模参考。在参考书目中提供了参考手册，详尽介绍了这些主题。

地形在复杂地区的作用非常重要，甚至更为重要当研究区域包括一个沿海地区时由于存在海洋（或通常为大片水域）而产生的地形信息质量）。表面边界条件通常通过数字高程模型（DEM），提供有关该区域地形高度的信息感兴趣的。DEM和计算域都是现实，需要能够将连续现实转换为离散现实的算法模型。本研究说明了定义表面时必须注意的事项边界条件以避免重大误解。

大气边界层高度是一个基本参数描述对流层下部结构的特征。这是一个重要的不同扩散模型要求的参数作为空气预测的输入数据质量。本章的目的是回顾混合层高度的各种方法在复杂的沿海河谷地区进行估算，并将其进行比较，以达到临界值了解其应用。在本章中，复杂地形的选定案例研究介绍了气象学。

弥散模型本质上是预测的计算过程污染源下风的污染物浓度。当前模型基于知识排放特性（烟囱出口速度、烟羽温度、烟囱直径、，等）、地形（表面粗糙度、局部地形、附近建筑物）和大气（风速、稳定性、混合高度等）。这个的主要目的第二章概述了不同的色散模型。的目标弥散建模是为了预测污染物云的扩散速度平均浓度随之降低。该模型必须能够预测扩散基于可测量气象变量的速率，如风速、大气湍流和热力学效应。因此，算法是空气的核心污染模型基于描述这些不同的数学方程现象，可用于预测与经验（现场）数据结合时的来源。

方程的解析解在理解和描述物理现象。我们简要回顾了对流扩散方程的解析解。两种新的解决方案是提出，采用名为广义积分拉普拉斯的新分析方法变换技术（GILTT）和平流扩散多层模型（ADMM）。GILTT方法是平流-扩散方程的解析级数解包括相关Sturn-Liouville问题的解决根据所获得的eigefunction，替换这个展开式在对流扩散方程中，最后是矩。这个该过程产生一组微分-常方程，可通过以下公式进行解析求解拉普拉斯变换技术。ADMM方法是基于N个子层PBL离散化的对流扩散方程；在每一个子层中，对流扩散方程通过拉普拉斯变换求解技术，考虑涡流扩散率和风速的平均值。

本章的目的是分析行星边界层（PBL）使用遥感工具。Sodar技术使我们能够获得速度和风力从30/40米到1000米的高度的方向剖面。SODAR（Sound检测和测距）实际上是杯形风速仪和提供了测量风速随高度分布和风向。特别是，这些仪器在评估风力方面发挥着关键作用特定区域的资源，并估计由该地区地形复杂。