基于Gauss烟团模型的大气扩散数据同化方法

• 全文链接
• 请求原文

作   者：

黎岢;  梁漫春;  苏国锋; 

作者机构：

清华大学工程物理系公共安全研究院; 

关键词：

粒子群优化;  数据同化;  放射性核事故;  大气扩散; 

期刊名称：

清华大学学报(自然科学版)

i s s n：

1000-0054

年卷期：

2018 年 011 期

页   码：

摘   要：

发生核事故后,可以通过模型迅速预测泄漏的放射性物质的大气扩散情况,但释放源项、气象等参数的不确定性导致大气扩散模型计算的准确性受到影响.通常可以采用数据同化来改善模型预测结果.该文提出一种基于Gauss烟团模型的大气扩散数据同化方法,可以结合观测数据改善模型的预测结果.该方法在迭代搜索中对烟团参数进行线性变换以简化Gauss烟团模型,利用粒子群优化算法对泄漏速率、释放高度、风向、平均风速这4个模型参数进行校正.该方法适用于平坦地形和均匀稳定气象条件下的中尺度扩散.采用稳态条件下双生子实验进行验证,观测点位的模拟值与真实观测值的相关系数达到0.99.在非稳态条件下对源项估计结果进行了测试,结果略优于集合Kalman滤波方法,相关系数达到0.68.该同化方法计算速度快,能有效提升模型的预测,可用于大气扩散数据同化.