论文部分内容阅读
近年来,随着城市化和工业化进程的不断推进,因操作不当或设备故障导致的危化气体泄漏事故频频发生,给公共安全和生态环境造成极大危害。在近地面空间,风是危化气体扩散的主要动力因素,然而由于受气压、温度和复杂地形等因素的影响,风速和风向呈现出很强的不确定性和非平稳性,导致危化气体浓度的扩散变得极为复杂,这给气体泄漏源搜寻工作带来了极大的困难。深入分析近地面风场和浓度场之间的关联,将有助于更好地掌握危化气体的传播规律,对气体泄漏源定位、泄漏事故防治以及环境监测有着极为重要的意义。为此,本文从复杂网络与分形角度全面解读近地面风场和浓度场之间的关联,具体工作如下:1、采用复杂网络超家族分析方法解读近地面风场和浓度场之间的关联。分别对不同空间采集的浓度场和风场时间序列测算递归网络模体频数,并在此基础上绘制子图比剖面进行浓度场和风场网络超家族分析。结果表明,浓度、风速与风向时间序列隶属于不同网络家族,与浓度-风向关系相比,浓度-风速之间的关联性更强。2、采用多元排序递归复杂网络解读近地面风场和浓度场之间的关联,最大优势是把多元信号作为一个整体挖掘其内在规律。首先,采用排序模式相似性构造交叉递归矩阵,克服了传统递归复杂网络建网过程中生成递归矩阵的阈值选取难题。随后,通过考察多元递归网络的交叉聚集系数,发现耦合方向主要为风场对浓度场耦合,风速与浓度信号的耦合强度大于风向与浓度信号的耦合强度;通过考察多元递归网络的交叉传递性,表明随着与气味源距离的增大,风速与浓度信号的网络交叉连接关系更加紧密,风向与浓度信号的交叉连接关系逐渐减弱。3、采用基于分形理论的消除趋势交叉相关分析方法解读近地面风场和浓度场之间的关联,有助于我们理解风场和浓度场的动态演化规律。利用风玫瑰图确定风场的上风向和下风向并考察浓度与风速/风向的交叉相关系数。发现风场和浓度场之间存在幂律交叉相关性。进一步发现上风向的风速信号与下风向的浓度信号之间为正相关,风向信号与浓度信号之间为负相关,而且交叉相关性强度随时间尺度的增大而增强。