CFD Analysis of the Effect on Buoyancy Due to Terrain Temperature Based from an Integrated DEM and Landsat Infrared Imagery
Notice bibliographique
Résumé
This paper deals with the influence of concrete structures on atmospheric temperatureand the convection winds generated in the Aburra Valley in Medell´ın,Colombia. This area is characterised by low wind velocities with a high industrydensity. A digital elevation model was used from the Radar ShuttleTopography Mission and post-processed in order to obtain a valid volumetricCFD domain. The construction process includes hole-filling due to imperfectionsin the original radar data, decimation of the original cloud-of-points to reduce the excess of detail in regions with low curvature, and the introductionof a volume of air over the terrain surface (CFD domain). Landsat satellitedata was used to set the terrain temperatures for various material compositions.The converted infrared image was then registered into the CFD domainusing an interpolation technique. Navier–Stokes Equations were solved for buoyant, turbulent flow of compressiblefluids accounting for convection and heat transfer effects. Simulationincludes buoyancy and turbulence flow through the k–epsilon model using thehigh-performance computing facilities of Westgrid (Western Canada ResearchGrid). Preliminary results show wind distributions that compare to the oneobserved at low–altitude in the region. PACS: 47, 95.55.Rg, 07.57.Kp MSC: 76, 97M50
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».