The Collection Efficiency of Shielded and Unshielded Precipitation Gauges. Part I: CFD Airflow Modeling
Notice bibliographique
Résumé
Abstract The aerodynamic response of snow gauges when exposed to the wind is responsible for a significant reduction of their collection performance. The modifications induced by the gauge and the windshield onto the space–time patterns of the undisturbed airflow deviate the snowflake trajectories. In Part I, the disturbed air velocity field in the vicinity of shielded and unshielded gauge configurations is investigated. In Part II, the airflow is the basis for a particle tracking model of snowflake trajectories to estimate the collection efficiency. A Geonor T-200B gauge inside a single Alter shield is simulated for wind speeds varying from 1 to 8 m s−1. Both time-averaged and time-dependent computational fluid dynamics simulations are performed, based on Reynolds-averaged Navier–Stokes (RANS) and large-eddy simulation (LES) models, respectively. A shear stress tensor k–Ω model (where k is the turbulent kinetic energy and Ω is the turbulent specific dissipation rate) is used for the RANS formulation and solved within a finite-volume method. The LES is implemented with a Smagorinsky subgrid-scale method that models the subgrid stresses as a gradient-diffusion process. The RANS simulations confirm the attenuation of the airflow velocity above the gauge when using a single Alter shield, but the generated turbulence above the orifice rim is underestimated. The intensity and spatial extension of the LES-resolved turbulent region show a dependency on the wind speed that was not detected by the RANS. The time-dependent analysis showed the propagation of turbulent structures and the impact on the turbulent kinetic energy above the gauge collecting section.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».