- •Содержание
- •1.1. Базовые определения и подходы к описанию экосферы города
- •1.2. Анализ информационной составляющей городской системы управления качеством окружающей среды
- •2. Модели для оценки и прогноза состояния и уровня загрязнения атмосферы
- •2.1. Общие сведения о моделях
- •2.1.1. Поведение потока, выбрасываемого в атмосферу
- •2.1.2. Показатели турбулентности
- •2.1.3. Характеристики источников выбросов
- •2.1.4. Методы оценки дисперсии
- •2.2. Классификация существующих моделей
- •2.5. Модель Института экспериментальной метеорологии
- •2.6. Трехмерные модели переноса и диффузии примеси и их упрощенные варианты
- •2.7. Аэродинамическое моделирование
- •2.8. Перспективы развития моделей в соответствии с рекомендациями МАГАТЭ
- •2.9. Районирование зоны загрязнения по степени опасности
- •3. Примеры численного моделирования
- •3.1. Общая постановка задачи
- •3.2. Двумерная стационарная аналитическая модель
- •3.2.1. Аналитическая модель
- •3.2.2. Алгоритм численной реализации аналитической модели и результаты моделирования
- •3.3. Двумерная численная модель
- •3.3.1. Формулировка стационарной задачи
- •3.3.2. Общая схема численного решения задач
- •3.3.3. Аппроксимация
- •3.3.4. Организация итераций
- •3.3.5. Выбор итерационного параметра
- •3.3.6. Дискретная модель для диффузии и поглощения
- •3.3.7. Способ решения дискретных уравнений диффузии
- •3.3.8. Организация метода Федоренко
- •3.3.9. Дискретная модель для оператора переноса
- •3.3.10. Метод решения дискретного уравнения переноса
- •3.3.11. Сопоставление результатов численных расчетов с известными аналитическими моделями
- •4. Проблемы программной реализации прикладных моделей
- •5. Примеры прикладных программных комплексов
- •5.1. Программный комплекс “МОНИТОР”
- •5.2. Студенческий проект «Экосфера»
- •Заключение
- •Контрольные вопросы
τ h 4kπσ , в обратном случае, когда σ = 0 – τ0 4πh2xk0 .
На практике установлено, что выгоднее (численное решение быстрее сходится к точному) чередовать τ через шаг по времени. В большинстве моделируемых случаев поглощение малозначительно, поэтому для опреде-
ления τ используется приближение σ = 0 . Значения τ для нечетного и четного шагов по времени шагов
τ1 |
=τ0 |
N , |
(10) |
|
τ2 |
=τ0 |
N , |
||
|
где N – число делений разностной сетки.
3.3.6.Дискретная модель для диффузии и поглощения
Горизонтальные и вертикальные линии сетки нумеруем целыми индексами n и m соответственно. Соответственно узлы сетки нумеруем парой чисел (n,m), горизонтальные отрезки – (n+1/2,m), вертикальные отрезки –
(n,m+1/2).
Определим также два типа ячеек сетки. Ячейка (n+1/2,m+1/2) ограничена ребрами сетки, а ячейка с целыми индексами (n,m), заштрихованная на рис. 9, имеет в качестве узлов центры полуцелых ячеек.
Построим оператор An, аппроксимирующий оператор A в уравнении (4), в проинтегрированном по ячейке (n,m) виде. Считаем функцию ϕ оп-
ределенной в узлах сетки. Соответствующие значения обозначаем ϕnm . По-
скольку сетка прямоугольная, расстояние между узлами (n+1,m) и (n,m), то есть шаг сетки по x, не зависит от y, и шаг сетки по y не зависит от x. По-
этому шаги можно пронумеровать одним полуцелым индексом hn+1/ 2 и
hm+1/ 2 .
77
Рис.7. Элементы конечно-разностной сетки
Производные ϕ определим на ребрах сетки:
|
∂ϕ m |
= |
ϕm |
−ϕm |
|
||
|
|
|
n+1 |
n |
|
|
|
|
hn+1/ 2 |
|
|||||
|
∂x n+1/ 2 |
|
|
(11) |
|||
|
∂ϕ m+1/ 2 |
= |
|
ϕm+1 −ϕm |
|||
|
|
|
n |
n |
|
||
|
∂x n |
|
|
hm+1/ 2 |
|
Коэффициент диффузии k изначально определен постоянным в каждой полуцелой ячейке (n+1/2,m+1/2). Сопоставим каждому ребру сетки среднее по прилегающим ячейкам значение:
|
|
h |
m+1/ 2 |
|
m+1/ 2 |
+ h |
m−1/ 2 |
m−1/ 2 |
|
m |
= |
|
kn+1/ 2 |
|
kn+1/ 2 |
(12) |
|||
kn+1/ 2 |
|
|
h |
m+1/ 2 |
+ h |
m−1/ 2 |
|
||
|
|
|
|
|
|
|
|
78
Тогда поток через правую границу ячейки (n,m), который мы сопоставляем ребру (n+1/2,m), можно вычислить как
Jnm+1/ 2 |
= −knm + |
1 |
ϕm |
−ϕm |
hm+1/ 2 +hm−1/ 2 |
|||||
|
|
n+1 |
n |
|
|
|
|
|||
2 |
|
|
|
2 |
|
|||||
|
|
|
|
hn+1/ 2 |
|
|
||||
|
|
Площадь ячейки (n+1/2,m) |
|
|||||||
S m |
= 1 (hm+1/ 2 + hm−1/ 2 )(h |
|
+ h |
) |
||||||
n |
|
4 |
|
|
|
n+1/ 2 |
n−1/ 2 |
|
||
|
|
|
|
|
|
|
|
|
|
Для оператора поглощения простейшей аппроксимацией будет
Snmσnmϕnm .
Объединяя формулы (13,15), получаем
A ϕ |
n |
= − |
1 |
|
(hm+1/ 2k m+1/ 2 |
+hm−1/ 2k m−1/ 2 ) |
ϕnm+1 −ϕnm |
|||
|
|
|
||||||||
n |
|
2 |
|
|
n+1/ 2 |
|
n+1/ 2 |
|
hn+1/ 2 |
|
|
|
|
|
|
|
|
|
|
||
|
|
− |
1 |
|
(hm+1/ 2knm−+1/1/22 |
+hm−1/ 2knm−−1/1/22 ) |
ϕnm−1 −ϕnm |
|||
|
|
2 |
hn−1/ 2 |
|||||||
|
|
|
|
|
|
|
|
|||
|
|
− |
1 |
|
(h |
k m+1/ 2 |
+h |
k m+1/ 2 )ϕnm+1 −ϕnm |
||
|
|
2 |
||||||||
|
|
|
n+1/ 2 |
n+1/ 2 |
n−1/ 2 |
n−1/ 2 |
|
hm+1/ 2 |
||
|
|
− |
1 |
|
(h |
k m−1/ 2 |
+h |
k m−1/ 2 )ϕnm−1 −ϕnm |
||
|
|
2 |
||||||||
|
|
|
n+1/ 2 |
n+1/ 2 |
n−1/ 2 |
n−1/ 2 |
|
hm−1/ 2 |
+ Snmσnmϕnm
(13)
(14)
(15)
(16)
Индексом h подчеркиваем, что ϕn – это набор чисел ϕnm , используе-
мый для аппроксимации значений ϕ(x, y) в узлах сетки.
При постоянных коэффициентах и шагах сетки получается классическая пятиточечная разностная аппроксимация оператора Лапласа, дополненная младшим членом при σ ≠ 0.
3.3.7.Способ решения дискретных уравнений диффузии
Основные вычислительные трудности при решении уравнения (6) связаны с обращением оператора диффузии с поглощением А (16). Поэтому
79
решать уравнение (6) будем наиболее эффективным из известных для эллиптических уравнений многосеточным методом Федоренко [2].
Будем использовать последовательность сеток, шаг которых увеличивается в 2,4,8... раз. На каждой конкретной сетке уравнение решаем методом Зейделя с параметром релаксации τan . Оптимальное значение τan для уравнения Лапласа:
τan =1.25
Новое |
значение |
решения на k +1 итерации в i-ом узле ϕik+1 |
||
выражается через ϕik следующим образом: |
||||
ϕk +1 =ϕk −τ |
an |
H k |
L−1 , |
|
i |
i |
i |
i |
|
где H k |
= Lϕk |
−Q (L – оператор уравнения (8), Q – его правая часть); |
||
i |
|
|
|
i |
Li – относящаяся к i-ому узлу часть дискретного оператора L.
Метод Зейделя позволяет эффективно учитывать ближайшие (соседние) узлы сетки. Но при использовании этого метода решение медленно устанавливается к точному при необходимости учета дальних соседей и границ на сетках с большим числом узлов. Про этот метод принято говорить, что с его помощью легко получить решения, гармоники которых близки собственным числам расчетной сетки.
Смысл метода Федоренко состоит в том, что на каждой из последовательности сеток решается задача соответствующего ей масштаба. На самой грубой сетке ищут самые крупномасштабные составляющие (или низкочастотные гармоники) решения. На самой подробной сетке учитывают мелкомасштабные детали и находятся высокочастотные составляющие решения.
Специальные процедуры и организация метода Федоренко позволяют эффективно искать решения на самой подробной сетке и автоматически учитывать поправки к нему (эффективно содержащие в себе разные масштабы искомого решения), полученные на последовательности укруп-
80