FLUENT在复杂地形风场精细模拟中的应用研究.pdf

FLUENT在复杂地形风场精细模拟中的应用研究*李 磊（深圳市国家气候观象台，深圳市气象局，深圳，518040）摘 要本文尝试将计算流体力学软件FLUENT用于复杂地形风场的精细模拟研究，所进行的一系列数值模拟试验表明：由于采用了中尺度模式较少采用的计算机辅助建模、非结构化网格和有限体积法等技术，FLUENT 可以实现复杂地形乃至极度陡峭地形上的风场模拟，完成普通中尺度模式难以完成的任务。

相比于普通中尺度模式，FLUENT可以更为精确地描述下垫面的复杂地形特征，因而能够在小尺度范围内得到分辨率更高、且更为准确的复杂地形上的近地层风场模拟结果。

关键词：FLUENT, 计算流体力学, 复杂地形, 风场, 精细模拟1 引言了解近地层的风场特征，对于风能评估、大气环境影响评价以及气象灾害风险评估都有着非常重要的意义。

然而在复杂地形上，近地层风场分布具有高度的非均匀性，观测数据所能代表的范围非常有限，在这种情况下，利用数值模拟方法获得复杂地形条件下高分辨率的近地层风场资料，就显得非常重要。

事实上，模拟复杂地形上的风场结构，一直是大气科学中一个重要的问题，许多学者已经针对大气环境评价、风能评估等不同方面的需求，从不同角度展开研究，并取得了丰富的成果[1-11]。

这些研究主要基于中尺度模式展开，通常采用地形追随坐标，通过方程组的坐标变换来描述复杂地形，在数值计算方法上以差分格式为主。

中尺度模式的空间分辨率最高可达到100m数量级，且在模拟的前处理阶段需要对地形进行不同程度平滑，以获得计算上的稳定性[12, 13]。

对于中尺度模式而言，当遇到极为陡峭的地形时，有可能出现积分溢出的情况。

近年来，计算流体力学（Computational Fluid Dynamics，CFD）类的模式在气象领域的应用正在得到越来越多的关注，尤其是在城市微尺度风场及污染扩散研究中已经得到了较广泛的应用[14-17]。

CFD类模式处理复杂几何体的能力引起了一些气象学者的注意，逐渐尝试将其应用到复杂地形风场模拟中。

例如，程雪玲等[18]尝试利用地形高程的格点数据建立地形的计算网格模型，为CFD模拟复杂地形的风场作前期准备。

相对于中尺度模式而言，CFD模式的空间分辨率较高（水平格距最小可达到10m量级），可以更为精细地描述真实地形。

然而国内在这方面的学术研究还相对较少，为进一步加强这方面研究，本文利用商业CFD软件FLUENT进行了复杂地形上的风场模拟研究。

2 模拟工具及研究方法简介*基金项目：国家自然科学基金（40805004，40705039，90715031）联合支持，本文已被《高原气象》期刊接收联系方式：Email：chonp@FLUENT是国际知名的CFD软件，集成了非常丰富的参数化方案和物理模型，可用于多种流体问题的数值模拟。

在数值计算方法上，FLUENT采用了以有限体积法（Finite Volume Method，FVM）为核心的方法，可以用于非结构化网格体系的数值求解。

FLUENT的前处理器GAMBIT具有强大的建模和网格划分功能，能应对解域内的各种复杂几何形状。

同时，FLUENT 还提供了丰富的数据接口，用于增加必要的物理模型和链接外部数据。

FLUENT的这些特性，使得将其用于模拟复杂地形上的风场成为可能。

为了验证FLUENT应用于复杂地形风场精细模拟的可行性，本文首先选取北京地区佛爷顶地面观测站的周边区域进行了数值模拟试验，通过与观测资料的对比，探讨FLUENT用于复杂地形风场模拟的可行性和准确性。

随后利用我国西南某峡谷地区进行了进一步的数值试验，以检验FLUENT模拟极度复杂（陡峭）地形条件下近地层风场的能力。

3 佛爷顶数值模拟试验3.1 数值模拟试验方案佛爷顶观测站的经纬度坐标为北纬40.6014°、东经116.1347°，位于北京西北山区的佛爷顶山头上，海拔高度超过1200m。

模拟采用了中尺度模式RAMS与FLUENT结合进行模拟的思路，具体如图1所示。

（1）首先利用FLUENT的前处理器GAMBIT，根据100m×100m分辨率的地形高程数据建立了以佛爷顶地面站为中心的8km×8km范围内的地形CAD模型；（2）以建立的CAD模型为FLUENT的解域，并对其进行非结构化网格划分，生成FLUENT可识别的msh文件；（3）以NCEP再分析资料为背景场，利用RAMS进行模拟，模拟范围包括了FLUENT 模拟所关心的区域；（4）将RAMS模拟的各时次风速、气温和地温数据利用FLUENT的Boundary Profile（BP）模块分别传递给FLUENT解域的各个边界；（5）启动FLUENT进行诊断模拟，所得到的结果即为该时次的模拟结果。

这种将中尺度模式与CFD软件结合使用的方法，最早被用于城市街区尺度气象环境的精细模拟，被证明比单纯利用理想风、温廓线作为边界条件更为合理和真实[19]。

图1 RAMS与FLUENT结合进行模拟的流程图2进一步以佛爷顶为例，展示了模拟方案设置及数据传递流程。

RAMS部分的模拟使用NCEP再分析资料作为背景场，采用4层嵌套网格，其中第2到第4层网格所覆盖的范围如图2a所示，模拟区域的中心点为佛爷顶气象观测站所在的位置。

模拟区域4层网格的格点数均为52×52×33，水平格距分别为25000m、5000m、1000m 和200m，垂直格距在底层为30m，往上按1:1.15的比例逐层增加，模拟区域顶部的最大垂直格距为1200m。

RAMS 最内层网格覆盖的区域（以下称为D4）及其内的地形分布如图2b 所示，图中粗黑线内部分为FLUENT 的模拟区域，将D4内的RAMS 模拟气象数据在粗黑线所在的垂直切面上的值提取出来，作为侧边界条件传递给FLUENT 的计算模型，同时将D4内的RAMS 模拟地温数据在粗黑线以内的值传递给FLUENT，作为地表的下边界条件，以驱动其进行下一步的精细模拟——值得指出的是，下边界地表温度数据的传递，弥补了FLUENT 自身无法模拟地表辐射平衡过程的缺陷，能保障FLUENT 模拟近地层风场时可考虑热力过程。

FLUENT 模拟区域内的地形高程模型如图2c 所示，模拟区域顶高为3500m，解域内的非结构化网格如图2d 所示，网格边长为30m。

114.5E 115E 115.5E 116E 116.5E 117E 117.5E 40.5N 40N 39.5Nad c图2 佛爷顶模拟试验方案设置：（a）RAMS 第2至第4层网格的模拟区域；（b）RAMS 第4层网格内的地形分布，粗黑线内区域为FLUENT 模拟区域；（c）利用地面高程数据建立的FLUENT模拟解域；（d）FLUENT 模拟解域内的非结构化网格FLUENT 主要控制方程如（1）至（3）式所示：i j i j j j i i j i j i f u u x x x u x p x u u t u +∂∂−∂∂∂+∂∂−=∂∂+∂∂)''(12ρµρ （1） 0=∂∂i i x u （2） 22ii i x T k x T u t T ∂∂=∂∂+∂∂ （3） 其中，i u 表示速度分量的平均值，'i u 表示速度扰动量，ρ为大气密度，i f 在这里考虑为热力作用产生的浮力，热力学方程中表示气体的平均温度。

湍流闭合方案采用realizable k-ε方案，与风洞实验的对比表明，该方案是FLUENT 所采用的3个k-ε方案中最好的一个[20]。

侧边界条件均采用固定速度边界条件，风速与气温的数据均直接用RAMS 模拟D4区域内的数据，下边界采用固定边界条件，地表温度为RAMS 模拟的D4区域内的地表温度数据。

通过包辛尼斯克假设来考虑下垫面加热对近地面风场的影响。

由于FLUENT 模拟范围的水平尺度在10km 以内，科氏力被忽略是合理的。

模拟时段选取为北京时间2005年8月29日08时至30日的14时，考虑模拟的最初12小时为Spin-up 阶段，RAMS 模拟结果从2005年8月29日20时起，每隔6小时输出一次，并将模拟的结果用边界廓线（BP）模块传递给FLUENT 以进行进一步的精细模拟。

3.2 模拟结果图3 给出了FLUENT 模拟的2005年8月29日20时佛爷顶周边距地面10m 高度的近地层风场分布情况。

其中，图3a 是10m 高度的风速分布情况，图3b 是10m 高度的风矢量分布情况。

需要指出的是，图3是将FLUENT 的模拟数据插值到规则网格上得到的结果。

x (m)y (m ) x (m)y (m )(a) (b)图3 2005年8月29日20时佛爷顶近地层风场模拟结果: (a) 风速分布(m/s); (b) 风矢量从图3可见，模拟范围内的近地面风场具有高度非均匀特征。

图3a 表明，佛爷顶模拟区域内风速总体上较小，只有南侧山体迎风面和北侧的山沟内风速相对较大。

而图3b 表明，近地层风场受地形影响非常明显，风向随山地起伏变化剧烈，在模拟区域的西南区域有气流往北前进，受佛爷顶南侧山体的阻挡，与山体北侧来流汇集改为向东运行，形成山体南侧的一个小辐合带。

而在佛爷顶以北的整个区域，近地层的风场显得较为凌乱，受地形影响在小范围内形成各种涡旋型或辐散型流场。

总之，根据图3可知，FLUENT模拟得到的风场比较复杂，且与模拟范围内的复杂地形对应较好。

图4 佛爷顶模拟区域x＝4000m剖面上的风矢量分布（2005年8月29日20时，单位：m/s）为检验3维风场的模拟效果，图4给出了佛爷顶模拟区域内x=4000m的y-z垂直剖面上的风矢量分布情况。

可见在离地面较高的空中，风速较大且风向比较一致。

而在近地面，受地面复杂地形的影响，流场要复杂得多，山体前后均有较为明显的涡旋型流场。

3.3 对比分析为定量地分析模拟结果，将RAMS的模拟结果和FLUENT的模拟结果分别插值到佛爷顶气象站所在的位置，并与观测结果进行了数据对比，列于表1。

从表1的对比来看，FLUENT与RAMS的模拟结果与观测值相比都存在较大误差，造成这种现象的一个重要原因是RAMS在模拟中仅使用了分辨率较低的NCEP再分析资料，而且在RAMS模拟中并没有采用观测资料同化等技术提高模拟结果的准确性——这超出了本文所要讨论问题的范围。

由于上述两个原因，RAMS模拟结果的准确性会受到影响，而FLUENT依赖RAMS提供的数据作为边界条件，RAMS模拟失准同样会影响到FLUENT模拟结果的准确性。

尽管如此，FLUENT模拟结果与观测结果的相对误差为45.5%，仍然要小于RAMS所得到的相对误差（55.3%），并且从各时次的风向模拟结果来看，除2005年8月30日02:00时外，FLUENT 的模拟结果均比RAMS模拟得到的结果要更为接近观测结果。