扩散参数确定
- 格式:doc
- 大小:219.00 KB
- 文档页数:4
火力发电厂的环境影响报告书编制原则和内容深度规定SD 208-871 总则1.1 为了贯彻执行《中华人民共和国环境保护法(试行)》和《建设项目环境保护管理办法》,加强火电建设项目环境管理,提高火电厂环境影响评价工作的质量和实现环境影响报告书编制规范化,特制订本规定。
1.2 新建、扩建和改建的火电厂,在可行性研究阶段提出环境影响报告书(以下简称报告书),可以填表的应参照本规定,并根据(86)国环字第003号文附件二“建设项目环境影响报告表”的规定,填写环境影响报告表(以下简称报告表),报建设项目主管部门预审及省级环保部门或国家环保局审批。
1.3 本规定适用于5万kW及以上的大中型火电厂(供热机组为2.5万kW及以上),5万kW以下的火电厂一般只填写报告表。
1.4 火电厂的环境影响评价应由持“建设项目环境影响评价证书”的单位承担,报告书应由电力系统持“综合评价证书”的单位编制。
承担环境影响评价工作的单位必须对评价结论负责。
1.5 环境影响评价应先编制评价大纲,经建设项目主管部门和省或国家环保部门审查同意,再进行环境评价,在评价的基础上编制报告书。
1.6 环境影响评价的依据,是国家和地方规定的环境质量标准及其他有关文件;火电厂排放的污染物必须达到国家或地方规定的排放标准。
1.7 新建工程的报告书(表)应根据项目建议书的规划容量编制。
扩建工程已按规划容量编制了报告书(表),并已经国家或省级环保部门审批,且建设项目的规模、地点无较大改变时,不再编制报告书(表),必要时可进行环境现状调查。
1.8 为确保火电厂“三同时”的实施,评价单位应在报告书中提出防治污染的措施和设施,要有方案比较、工艺流程、工程投资分析,要在经济上合理,技术上可行。
1.9 扩建的火电厂,除按本规定进行工作外,尚应结合老厂统筹规划,对原有污染,在经济合理的条件下同时进行治理。
1.10 火电厂的环保是综合性很强的工作,要对除尘系统、除灰系统、排水系统等的水量、水质平衡作全面规划,提出综合的治理方案,以达到环境效益、经济效益、社会效益统一的目的。
sd模型扩散参数-概述说明以及解释1.引言1.1 概述SD模型(System Dynamics Model)是一种用于模拟和研究动态系统行为的建模方法。
通过对系统内各个变量之间的关系进行建模,SD模型可以帮助我们更好地理解和预测系统的行为,从而为决策提供科学依据。
在SD模型中,扩散参数是一个重要的概念。
它描述了系统中物质、信息或者经济资源等在不同部分之间的流动程度。
换句话说,扩散参数可以理解为描述不同部分之间互相影响程度的量度。
在现实生活中,很多系统都可以通过SD模型来进行建模,比如生态系统、经济系统、社会系统等等。
而在这些系统中,扩散参数的选择和设定是至关重要的。
因为扩散参数的大小和影响程度将直接决定系统中各个部分之间的相互作用强度,从而对系统整体行为产生重要影响。
在编写SD模型时,我们需要通过实证研究或者专家经验来确定扩散参数的数值。
在实际操作中,常常会面临到参数求解的复杂性和不确定性。
因此,为了提高模型的可靠性和准确性,我们需要结合实际情况,合理选择和设定扩散参数,以使模型具有更好的描述和预测能力。
总之,扩散参数是SD模型中的一个重要概念,它描述了系统中不同部分之间的互相影响程度。
在建立SD模型时,正确选择和设定扩散参数是确保模型准确性和可靠性的关键步骤。
通过深入理解和运用扩散参数,我们可以更好地研究和分析系统的行为特征,为决策提供科学指导。
1.2 文章结构文章结构部分的内容包括对整篇文章的结构进行介绍和说明,让读者能够清晰了解文章的组织和内容布局。
下面是关于"文章结构"部分的内容示例:2. 文章结构本文按照以下结构进行组织和阐述。
首先,引言部分会提供一个概述,介绍本研究的背景和研究目的。
然后,正文部分将详细讨论SD模型的扩散参数,分为三个要点进行阐述。
最后,结论部分对文章进行总结,分析了研究结果的影响,并提出了一些建议。
引言部分旨在为读者提供对SD模型扩散参数的整体了解。
薄膜阻隔性的决定参数—扩散系数摘要:温度越高,气体分子运动越剧烈,扩散系数越高,渗透系数与薄膜的透气量成正比。
时间滞后法使一侧高真空,通过对到达平衡状态时滞后时间的测定计算扩散系数。
关键词:扩散现象,扩散系数,费克定律,渗透系数,时间滞后法扩散系数表示由于分子链的热运动,分子在膜中传递能力的大小。
扩散起源于分子随机运动的传质过程,是粒子(分子、原子)通过一系列小的随机步骤运动逐渐从它们的原始位置迁移的现象。
在实际生活中应用广泛,在软包材检测中是计算产品保值期的一项重要参数。
1、扩散现象及Fick Law从微观上来讲,气体中的扩散现象和气体分子热运动有直接关系。
如图1中组分A(用白色圆点表示)在S面下侧密度大,上侧密度小,由于气体分子热运动,在同样的间隔时间内A由下向上穿过S面的分子数比由上向下穿过S面的分子数多,因而有净质量由下向上输运,这在宏观上就表现为扩散。
图1. 扩散现象描述扩散现象的基本公式是Fick Law(费克定律):∙式中,A ——扩散发生的截面积∙j1 ——单位面积的通量∙c1 ——浓度z ——距离。
这是费克定律的一种形式。
费克称其中的D为“决定于物体本性的常数”,这就是扩散系数。
费克还比照傅立叶的方式导出了更具一般性的守恒方程:当面积A为常数时,就成为一维非稳态扩散的基本方程,称为费克第二定律。
2、扩散系数的影响因素由于气体分子在膜中传递需要能量来排开链与链之间一定的体积,而能量大小与分子直径有关。
因此,扩散系数随分子增大而减小。
扩散系数与温度有关,温度越高,高分子链运动越剧烈,气体分子扩散越容易,扩散系数随温度的升高而增加,遵循Arrhenius关系:其中ΔE D 是扩散活化能,它随分子直径增加而增大,即分子直径越大,扩散越不易。
3、扩散与应用分析图2. 渗透过程示意图从微观的角度来看薄膜渗透过程是按以下步骤进行的(如图2所示):1. 气体原子或分子碰撞到薄膜表面;2. 溶解;3. 气体在高浓度一侧的薄膜表面达到溶解平衡;4. 由于浓度梯度的存在,气体向薄膜的另一侧扩散;5. 解吸。
基于CALINE4模型的城市机动车尾气CO扩散模拟研究——以太原市快速道滨河东路为例石伟;张红;史锐;卢彬【摘要】采用MOBILE6.2模型,在收集太原市机动车保有量、车况、气象等数据的基础上,得到太原市机动车污染排放因子.以太原市快速道滨河东路为例,采用CALINE4模型对滨河东路机动车尾气C0的扩散进行模拟计算.同时分别在冬季和夏季进行了车流量统计和CO监测分析,比较模型模拟结果与实际监测浓度之问的差异,探讨模型的适用性和准确性.研究结果表明:MOBILE6.2及CALINE4模型能够很好地应用于太原市快速路机动车尾气cO的扩散模拟,对于其他城市类似地形的街道机动车污染模拟也有一定的参考价值.%Motor vehicle data such as vehicle amount,vehicle conditions, and the meteorological characteristics in Taiyuan were collected to analyze the pollutant source intension by using the U. S. MOBILE 6. 2,and then CALINE4 Model were used to simulate the dispersion process of CO on East Binhe Road. In addition,the CO concentrations and vehicle amounts were monitored in different times on East Binhe Road in order to compare the monitored CO concentrations with the simulated CO concentrations which calculated by the CALINE4 Model. The results showed that the MOBILE6. 2 and CALINE4 models after parameter amended can be fit to simulate the diffu'sion process of CO on East Binghe Road of Taiyuan city.【期刊名称】《山西大学学报(自然科学版)》【年(卷),期】2011(034)001【总页数】6页(P147-152)【关键词】机动车;CO;扩散因子;MOBILE6.2;CALINE4【作者】石伟;张红;史锐;卢彬【作者单位】山西大学,黄土高原研究所,山西,太原,030006;山西大学,环境与资源学院,山西,太原,030006;山西大学,黄土高原研究所,山西,太原,030006;太原市环境科学研究设计院,山西,太原,030002【正文语种】中文【中图分类】X511机动车尾气污染物已经成为城市空气污染的主要来源[1].发达国家自20世纪60年代末就对机动车排气污染物扩散模型进行了多方面研究,提出了很多模型,近20多年来又不断改进和开发新模型.CAL INE系列模型是美国国家环保局推荐使用的一种法规应用级线源模型.与其他模型相比较,CAL INE系列模型有适应面广、模型简单易操作等优点.经过不断改进完善,目前已发展到第4代模型,即CAL INE4,在国内外得到了广泛的应用[2].目前主要用于高速路环境评价,在城市机动车污染模拟预测方面,仅在厦门、西安、济南等城市主干道机动车尾气的研究中有报道[3-5].本论文以太原市快速道——滨河东路为例,选用CAL INE4模型模拟城市快速道的机动车尾气污染,探讨城市快速道机动车污染的分布,以期为城市交通管理、环境保护和城市规划提供科学依据.CAL INE4用于预测快速道或准快速道交通排放的一次性污染物的浓度,评估快速道两侧150 m范围内微尺度区域空气质量的变化以及模拟宽阔街道内污染物的浓度分布,确定相对不太复杂的地形条件下(道路的“平坦段”、“路堤”、“桥梁”和“区段”)多至20个接受点上的空气污染浓度[6].利用CAL INE4处理污染物扩散时,假定1 h内风是均匀而定常的,假定垂直风速等于零,扩散参数取用经验扩散参数,模型包含初始水平、垂直扩散.CAL INE4模型是基于高斯烟流公式和混合区域概念以及污染物沉积沉降速率综合考虑得到的一种线源扩散模型[2].基本思路是把道路看成一系列线源单元(简称线元),分别计算各线元排放的污染物对接受点浓度的贡献,然后再求和计算整条道路流动源在接受点产生的污染浓度[7].把划分后的每一个线元看作一个通过线元中心、方向与风向垂直、长度为该线元在 Y 轴方向投影的有限线源.以接受点为坐标原点,上风向为正轴,则线元对接受点污染的贡献值可按式(1)计算.式中:Cn为第n个线元对接受点的贡献;Q1为线源源强[mg/(m·s)];u为近地面风速(m/s);H为源高(m);σz为横向的扩散参数;σy为垂直向的扩散参数;˙y1、y2为有限线源两端点的纵坐标(y2>y1);z为预测点高度.最后叠加各线元在测点的计算结果.太原市路网呈现轮廓方正、网格清晰的路网格局,主干道如东西向的胜利街、北大街、府东(西)街(漪汾街)、迎泽大街、南内环街、长风大街、学府街等,南北向的瓦流路、和平路、新建路沿线、解放路沿线、五一路沿线、建设路沿线等,间距合理,密度适当[8].但随着太原市社会经济的发展,城市规模的扩大,近年来如滨河东西路、新晋祠路、龙城大道等快速道的发展更加完善了太原市交通网络的形成,加强了城市间各区域的紧密联系.针对太原市快速道机动车尾气排放的环境问题,本文选取了滨河东路作为研究对象,其具有道路较宽、两旁建筑物较低的特点,街道峡谷效应不太显著,所以从理论上可以适用于CAL INE4的计算条件.机动车的排放源强与车流量、车型分类及排放因子有关.可根据(2)式确定:式中:Q1为汽车尾气总源强,mg/(m·s);Ei为某类型汽车的综合排放因子,g/(辆·km);V为总车流量,辆/h;Fi为某类型汽车流量占总车流量的百分比.2.2.1 机动车污染物排放因子的确定本论文采用的MOB ILE6.2是美国环保局开发并推荐使用的机动车综合排放因子计算模型[9],该模型的建立基于联邦测试方法(FTP)测得的实验结果和美国环保署组织的有关在用车机构测得的结果.该模型对车型、行驶里程的平均基本排放因子、发动机燃油喷射系统、车用燃料性质、环境影响因素、空调负荷,以及机动车排放标准和检查保养制度(I/M)等因素的影响进行修正.对于不同于FTP测试方法的工况采用平均速度修正,从而更能真实反映实际行驶工况下的机动车排放水平.车队特征如行驶里程、机动车的使用频率、车辆类型组成以及车队的平均速度等影响机动车排放[10],在一定条件下,车辆的排放与其行驶里程呈线性关系,用(3)式表示:其中,EF—平均排放因子,g/mi·vel,ZM L—零公里排放率,DR—劣化率,VM T—机动车行驶里程.在计算出基本排放因子后,对机动车运转条件下废气排放因子的计算需考虑多种修正因子,才能得到实际排放因子.分车型排放因子修正公式(4)如下:式中:TP(Travel Parameters)车队特征:主要包括以下方面的参数因子:登记分布、柴油车比例、积累里程率、VM T分布等,EF FTP:FTP基本排放率,TO(Tampering Offset)劣化补偿措施,AD(Aggressive Driving)驾驶习惯,AC(Air Conditioning)空调影响,TCF(Temperature Correction Factors)温度修正,SCF(Speed Correction Factors)速度修正,FCF(Fuel Correction Factors)燃油修正.分车型排放因子转变为综合排放因子的公式(5)为:修正各参数因子后,使MOB ILE6.2模型适用于太原市机动车排放因子的计算,发现平均速度是影响排放因子的重要参数,而在一天不同时段内,道路机动车的行驶速度差异较大,因此确定不同速率下的机动车排放因子对于计算道路不同时段的排放源强,确定太原市道路污染的时间分布有重要意义.经模型计算,对太原市机动车排放因子和平均速度的关系建模,结果发现,排放因子随速率的下降而降低,并呈3阶多项式分布(表1),说明当城市道路平均速度较低时,怠速、加速、减速工况频繁,其机动车呈现高排放水平.计算排放因子时,采用交警部门提供的分季度不同时段小时平均车速数据(表2).根据以上数据对太原市机动车实际CO排放因子进行了计算,结果见表3.2.2.2 车流量及车型比例通过实地监测,后期进行了详细的分类、计数等,初步得到滨河东路小时车流量及车型比例的分布情况.车流量变化系数根据平均时间段可以分为时变系数、日变系数、月变系数和季变系数等.其中时变系数是变化最显著的系数,通常以车流强度系数表示,它等于各小时车流量同高峰小时车流量之比.郝吉明等对北京市车流量时间变化系数的分析表明,车流时间分布基本呈现明显的“双峰”结构,即上午8:00-10:00;下午17:00-19:00车流量最大[11].从表4(P150)的滨河东路分担率统计结果可以看出,机动车车流量以轻型客车为主,占总车流量的82.7%左右.具体来说,太原市总车流量的高峰期出现在18:00-19:00.这是由于轻型客车流量的激增导致的.根据以上数据用MOBILE6.2模型可以计算得到CO源强(P150,表5).2.2.3 扩散参数确定根据我国国家标准方法(GB/T 13201-91)对扩散参数进行计算,先按照太阳高度角和云量来确定太阳辐射等级,再根据辐射等级和地面风速确定稳定度级别.在扩散参数选取时,采用国标BG/T 13201-91,其中规定取样时间为0.5 h,扩散参数按幂函数表达式(6)为:以2007年7月份国家气象局公布的我国各地区太阳辐射等级数据与太原市气象数据,以及监测时段现场测得的气象数据,判断太原市滨河东路夏季监测时段大气稳定度为B级,冬季监测时段大气稳定度等级为C级,然后再确定横向扩散参数幂函数表达式.计算得到太原市横纵向扩散参数如下表6、表7.将扩散因子、车流量、扩散参数,以及风速风向参数等代入CAL IN E4模型,可以计算出太原市滨河东路的CO浓度模拟结果(表8).从表8可以看出,两季CO浓度变化不明显,清晨的浓度要高于其它时段的浓度.从两季CO排放因子来看,冬季机动车排放因子要比夏季的高,但实验结果显示浓度变化不明显,这是因为冬季监测当天近地面风速比夏季监测时要高,有利于机动车污染物的扩散.清晨CO浓度高于其它时段,是由于夜间机动车数量较小,大气下沉,污染物沉降性较高容易积累.为了对模型的结果进行验证,进行车流量统计时,在滨河东路水西关南街路段选取2个采样点,夏季4个时段,冬季3个时段取样(样本编号①-⑦),对机动车尾气CO的污染进行了同步监测,并采用非色散红外吸收法对尾气CO浓度进行测定,最终将模拟结果与实地监测结果进行对比分析,如表9.从图1可以看出,实测值与模拟值变化趋势相同,但普遍模拟值高于实测值.这是因为滨河东路一边为200多米宽的汾河,一边为市区建筑,下垫面物理性质差异较大,容易形成局部大气流动,从而加速了机动车污染物的扩散,所以实测均值比模拟值偏低.但二者之间的趋势具有相关性,所以对模型进行弹性修正,经计算得弹性系数为0.461 245,调整后的CO模拟值与CO实测值基本保持相同的变化趋势,说明CAL INE4模型可以应用于太原市滨河东路机动车尾气CO污染扩散的模拟,计算对比结果见图2.本文讨论了MOBILE6.2与CAL INE4模型在太原市的应用,通过收集太原市多年的机动车资料,应用MOBILE6.2模型计算出了太原市并州路的机动车CO的冬夏两季排放因子和源强,在收集太原市气象资料和车流量的基础上,应用CAL INE4模型计算得到滨河东路的CO扩散浓度.为了验证模型的适用性和准确性,同步进行了车流量分车型统计、气象监测和CO实地监测,将模型模拟结果与实地监测结果进行对比分析,调整CAL INE4模型的参数,使模型更好地适应太原市快速路机动车尾气CO的实际扩散情况.经过与实测值的对比调整后认为,这两种模型能够应用于城市机动车尾气CO扩散模拟.【相关文献】[1] 石本改,李岳林,王艺娟,等.汽车排放控制技术的研究[J].城市车辆,2005,2:24-27.[2] Benson P E.Caline.4 A Dispersion Model for Predicting Air Pollution Concentrations Near Roadways[R].California Department of Transportation,2003.[3] 陈红梅,陈崇成,汪小钦.应用CAL INE4模式模拟机动车排气污染的时空分布-以厦门市主干道路为例[J].福州大学学报:自然科学版,2004,32(2):258-259.[4] 兰涛.CAL INE4模型在西安市主干道机动车CO污染扩散计算中的应用研究[D].西安:西安建筑科技大学,2006,2:28-29.[5] 李东东,刘厚凤,杜瑞雪.应用CAL INE4模式估算机动车排放污染物的浓度-以济南市主干道为例[J].资源开发与市场,2009,25:53-54.[6] 国家环境保护总局监督管理司.中国环境影响评价培训教材[M].北京:化学工业出版社,2000:104-105.[7] 刘志强,梅德纯,张晓娜.镇江市机动车污染物扩散模拟分析[J].江苏大学学报:自然科学版,2005,26(6):481-482.[8] 王凤莲.太原市交通现状及改善建议[J].城市道桥与防洪,2007,2(2):23-24.[9] EPA ers’guide Tomobile 6.1 and Mobile6.2:Mobile[CP].Source Emission Factor Model United States Environmental Protection Agency,2002.[10] 林秀丽,丁焰,汤大纲,等.MOBILE6.2中车队特征和平均速度对机动车尾气排放的影响[J].环境科学导刊,2008,27(3):11-13.[11] 傅立新,郝吉明,何东全,等.北京市机动车污染物排放特征[J].环境科学,2000,21(03):68-69.。
有毒气体扩散源参数估计方法综述邵昀明;朱鹰;黄德先;谭志强【摘要】在城区或化工厂有毒气体突发性泄露时,有关部门需要快速对泄漏源进行定位和识别,并科学预测气体的蔓延及影响范围.由于有毒气体扩散事件一般具有隐蔽性和突发性,泄露源的空间位置、泄露强度等信息往往无法预先获知,通过传感器获得气体浓度,结合大气情况对有毒气体扩散进行反演,以推测泄露源信息的方法得到了广泛的应用.本综述围绕有毒气体泄漏的反演方法展开讨论,首先阐述了泄漏源反演研究的意义和国内外研究情况,随后着重回顾了近年来的主要研究方法和成果,并对各种方法的优劣给出了评述.%The ability to determine the source of contaminant plumes in urban or chemical plant environments is crucial for emergency-response applications. Due to the sudden and accidental nature of gas leak, the location and strength of the source are usually unknown. Therefore we need sensor network to measure the values of concentrations at the desired locations and to acquire the weather conditions. Under such circumstances, effective and efficient source characterization can help emergency agencies evacuate people from affected areas. Once the corresponding result is determined in terms of modeling parameters, forward prediction could be performed to quantify the extent of coverage to the plume. It is generally well accepted that there does not exist a single best procedure to solve dispersion source inversion problems. The source inversion methods can be categorized into direct, optimized and probabilistic approaches in general. The direct inverse approach solves atmospheric transportation equations reversely toobtain the analytic or numerical solution. The optimized inverse approach has been used to reduce the misfit between the predicted and observed data so as to obtain the best-fitted source parameters. The probabilistic method takes the measurement error and simulation error into account and obtains the probability distributions of the source parameters. This review presents the previous source characterization methods, whose advantages and disadvantages are also discussed.【期刊名称】《化工学报》【年(卷),期】2011(062)010【总页数】7页(P2677-2683)【关键词】有毒气体泄漏;泄露源参数估计;大气扩散;优化算法【作者】邵昀明;朱鹰;黄德先;谭志强【作者单位】清华大学自动化系,北京100084;清华信息科学与技术国家实验室(筹),北京100084;清华大学自动化系,北京100084;清华信息科学与技术国家实验室(筹),北京100084;清华大学自动化系,北京100084;清华信息科学与技术国家实验室(筹),北京100084;中国石油(土库曼斯坦)阿姆河天然气公司,北京,100101【正文语种】中文【中图分类】X928.9引言准确快速地获得泄露源的强度 (以下简称源强)和位置信息在有毒物品事故应急响应中有重要的地位,尤其是有毒气体泄漏事故。
第五章 颗粒污染物控制技术基础5.1 根据以往的分析知道,由破碎过程产生的粉尘的粒径分布符合对数正态分布,为此在对该粉尘进行粒径分布测定时只取了四组数据(见下表),试确定:1)几何平均直径和几何标准差;2)绘制频率密度分布曲线。
解:在对数概率坐标纸上作出对数正态分布的质量累积频率分布曲线, 读出d 84.1=61.0m μ、d 50=16.0m μ、d 15。
9=4.2m μ。
81.3501.84==d d g σ。
作图略。
5.2 根据下列四种污染源排放的烟尘的对数正态分布数据,在对数概率坐标纸上绘出它们的筛下累积频率曲线。
污染源 质量中位直径 集合标准差 平炉 0.36 2.14 飞灰6.8 4.54 水泥窑 16.5 2.35 化铁炉 60.0 17.65 解:5.3 已知某粉尘粒径分布数据(见下表),1)判断该粉尘的粒径分布是否符合对数正态分布;2)如果符合,求其几何标准差、质量中位直径、个数中位直径、算数平均直径及表面积-解:在对数概率坐标纸上作出对数正态分布的质量累积频率分布曲线,读出质量中位直径d 50(MMD )=10.3m μ、d 84.1=19.1m μ、d 15。
9=5.6m μ。
85.1501.84==d d g σ。
按《大气污染控制工程》P129(5-24)m NMD NMD MMD g μσ31.3ln 3ln ln 2=⇒+=;P129(5-26)m d NMD d L g L μσ00.4ln 21ln ln 2=⇒+=; P129(5-29)m d NMD d sv g svμσ53.8ln 25ln ln 2=⇒+=。
5.4 对于题5.3中的粉尘,已知真密度为1900kg/m 3,填充空隙率0.7,试确定其比表面积(分别以质量、净体积和堆积体积表示)。
解:《大气污染控制工程》P135(5-39)按质量表示g cm d S Psv m /107.3623⨯==ρP135(5-38)按净体积表示323/1003.76cm cm d S svV ⨯==P135(5-40)按堆积体积表示323/1011.2)1(6cm cm d S svb ⨯=-=ε。
污染气象学第三章 大气污染气象学3.1 一个登山运动员在山脚处测得气压为1000hPa ,登山到达某高度后又测得气压为500hPa ,试问登山运动员从山脚向上爬了多少米?由气体静力学方程式,大气中气压随高度的变化可用下式描述:(1)将空气视为理想气体,即有m PV RT M = 可写为 m P M V R Tρ== (2) 将(2)式带入(1),并整理,得到以下方程:dP gM dZ P RT=-假定在一定范围内温度T 的变化很小,可以忽略。
对上式进行积分得:ln gM P Z C RT =-+ 即 3) 假设山脚下的气温为10。
C ,带入(3)式得:5009.80.029ln10008.314283Z ⨯=-∆⨯得 5.74∆=Z km即登山运动员从山脚向上爬了约5.74km。
涉及到知识点:3.3 在气压为400hPa 处,气块温度为230K 。
若气块绝热下降到气压为600hPa 处,气块温度变为多少?K P P T T 49.258)400600(230)(288.0288.00101===3.5 某市郊地区地面10米高度处的风速为2m/s ,估算50m 、100m 、200m 、300m 、400m 高度处在稳定度为B 、D 、F 时的风速,并以高度为中坐标作出风速廓线图 解:稳定度B ,m=0.070.070.07110050()2() 2.24/10Z u u m s Z ==⨯=,0.070.072200100()2() 2.35/10Z u u m s Z ==⨯= 0.070.073300200()2() 2.47/10Z u u m s Z ==⨯=,0.070.074400300()2() 2.54/10Z u u m s Z ==⨯= 0.070.075500400()2() 2.59/10Z u u m s Z ==⨯=。
稳定度D ,m=0.15 s m Z Z u u /55.2)1050(2)(15.015.00101=⨯==,s m Z Z u u /82.2)10100(2)(15.015.00202=⨯== s m Z Z u u /13.3)10200(2)(15.015.00303=⨯==,s m Z Z u u /33.3)10300(2)(15.015.00404=⨯==s m Z Z u u /48.3)10400(2)(15.015.00505=⨯==。