A Large Eddy Simulation to determine the effect of trees on wind and turbulence over a suburban surface
Notice bibliographique
Résumé
A proper modeling of flow and turbulence within and over urban canopies is key to properly predict air pollution and dispersion in cities. Trees are an integral part of the urban landscape. In many suburban neighborhoods, tree cover is 10 to 30% and trees are often taller than buildings. The effect of trees on drag, mean wind and turbulence in cities is not accounted for in current weather, air pollution and dispersion models. Our goal is to use high-resolution Large Eddy Simulations (LES) over a realistic urban canopy to inform about the effects of trees drag, mean wind and turbulence in the urban roughness sublayer (RSL). The simulated area is part of the Sunset-Neighborhood in Vancouver, Canada. In this area, long-term wind and turbulence measurements are available from instruments on a 28m-tall tower. Further, a high precision airborne Light Detection and Ranging (LiDAR) point cloud provides data to represent both buildings and trees at high spatial resolution in a realistic configuration. Trees are described by location-specific leaf area density (LAD) profiles. LES simulations are performed over a 512 x 512m characteristic subset of the city that contains the tower location and source area. In the LES, buildings are accounted for through an immersed boundary method, adopting a zero level-set distance function to localize the surface location, whereas drag forces from trees are parametrized as a function of the height-dependent LAD. Spectra of streamwise and vertical velocity components compare well between tower data and the model data, confirming the good performances of LES in simulations of flow over fully rough surfaces. We show how the presence of trees affects mean velocity and computed momentum flux profiles, significantly decreasing dispersive terms in the bulk of the flow, which are usually found to play a role in pressure driven boundary layer flows. The impact of trees on integral length scales in the flow is discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».