首页 > 其他分享 >大气热力学(4)——流体静力学方程和压高方程

大气热力学(4)——流体静力学方程和压高方程

时间:2024-07-03 17:21:39浏览次数:5  
标签:方程 frac mathrm 高度 静力学 delta 压高 重力 气压

本篇文章源自我在 2021 年暑假自学大气物理相关知识时手写的笔记,现转化为电子版本以作存档。相较于手写笔记,电子版的部分内容有补充和修改。笔记内容大部分为公式的推导过程。

目录

4.1 流体静力学方程

假设大气相对于地面处于静止状态,考虑一个具有单位水平横截面积的垂直空气柱,气柱内处于高度 \(z\) 与 \(z + \delta z\) 之间的空气质量为 \(\rho \delta z\),其中 \(\rho\) 是高度 \(z\) 处的密度。作用于此空气柱的向下的重力是 \(g \rho \delta z\),其中 \(g\) 是高度 \(z\) 处的重力加速度。

现在考虑由于周围空气压强而造成的作用于高度 \(z\) 和 \(z + \delta z\) 之间的空气薄片上净的垂直方向上的力。假设从高度 \(z\) 和 \(z + \delta z\) 的压强变化值为 \(\delta p\),因为压强是随高度而减小的,所以 \(\delta p < 0\)。在静力平衡条件下有:

\[-\delta p = g \rho \delta z \]

若 \(\delta z \rightarrow 0\),则上式可写为:

\[\frac{\partial p}{\partial z} = -g \rho \]

上式被称为流体静力学方程。为什么左边需要写成偏微分形式呢?因为重力加速度 \(g\) 和空气密度 \(\rho\) 都随高度 \(z\) 变化而变化,即 \(g = g(z),\rho = \rho (z)\)。另外,\(\frac{\partial p}{\partial z}\) 称为铅直气压梯度或单位高度气压差,它表示每升高 1 个单位高度所降低的气压值。

我们将气体状态方程 \(\rho = \frac{p}{R_d T_v}\) 代入上式可得:

\[\frac{\partial p}{\partial z} = - \frac{gp}{R_d T_v} \]

实际工作中还经常使用气压高度差(h),它表示在铅直气柱中气压每改变一个单位所对应的高度变化值。显然它是铅直气压梯度的倒数,即:

\[h = \frac{R_d T}{gp} \]

将 \(R_d\) 的值代入,将平均重力加速度 \(g_0 = 9.81 \ \mathrm{m/s^2}\) 代入到 \(g\),并将 \(T\) 转换为摄氏温标 \(t\) 得:

\[h = \frac{8000}{p} (1 + t / 273) (\mathrm{m/hpa}) \]

由上式可知:

  • 在同一气压下:气柱的温度越高,空气密度越小,气压随高度递减得越缓慢,单位气压高度差越大;反之,气柱的温度越低,单位气压高度差越小。
  • 在同一气温下:气压值越大的地方,空气密度越大,气压随高度递减得越快,单位气压高度差越小;反之,气压值越大的地方,单位气压高度差越小。

4.2 重力位势

重力位势的定义:把 1kg 物质从海平面举到该点时克服地球重力场所做的功,用字母 \(\Phi\) 表示,单位为 J/kg。定义式为:

\[\mathrm{d} \Phi = g \mathrm{d} z \]

于是,在高度 \(z\) 处的重力位势可由下式给出:

\[\Phi (z) = \int_0^z g \mathrm{d} z \]

4.3 压高方程

通常,大气总处于静力平衡状态,当气层不太厚和要求精度不太高时,静力学方程可以用来粗略地估算气压与高度间的定量关系,或者用于将地面气压订正为海平面气压。如果研究的气层高度变化范围很大,气柱中上下层温度、密度变化显著时,该式就难以直接运用,就需采用适合于较大范围气压随高度变化的关系式,即压高方程

流体静力学方程如下:

\[\frac{\partial p}{\partial z} = - \frac{gp}{R T} \]

对上式进行移项得:

\[\mathrm{d} \Phi = g \mathrm{d} z = - R T \frac{\mathrm{d}p}{p} \]

两边积分得:

\[\int_{\Phi_1}^{\Phi_2} \mathrm{d} \Phi = - \int_{p_1}^{p_2} R T \frac{\mathrm{d}p}{p} \]

左边积分出的重力位势之差与高度 \(z\) 相关;右边需要注意,温度 \(T\) 和气体常量 \(R\) 是与 \(p\) 相关的量,所以不能直接积分出来,把上式写为:

\[\Phi_2(z) - \Phi_1(z) = - \int_{p_1}^{p_2} RT \frac{\mathrm{d}p}{p} \]

上式被称为压高方程,但是直接用该式计算是比较困难的,因为式子中右边的 \(T\) 和 \(R\) 都随 \(p\) 而变化,积分很困难;而左边的重力位势又随重力加速度而变化。为了方便实际应用,需要对方程作某些特定假设。这个假设为:

  • 气体常数固定为干空气的气体常数 \(R_d\);
  • 忽略重力加速度的变化,固定为平均重力加速度 \(g_0 = 9.81 \ \mathrm{m/s^2}\);
  • 气温不随高度发生变化。

于是,左右两边同除以平均重力加速度 \(g_0\) 可得:

\[\begin{aligned} Z_2 - Z_1 &= \frac{R_d T}{g_0} \int_{p_2}^{p_1} \frac{\mathrm{d}p}{p} \\ &= \frac{R_d T}{g_0} \ln \frac{p_1}{p_2} \end{aligned} \]

其中 \(Z_2 - Z_1\) 表示高度差。可以看出,等温大气中,气压随高度仍是按指数规律递减的。将 \(R_d\) 和 \(g_0\) 代入上式,并将 \(T\) 转换为摄氏温标 \(t\) 得:

\[Z_2 - Z_1 = 18400 \cdot (1 + t/273) \ln \frac{p_1}{p_2} \]

上式就是气象学上常用的等温大气压高方程,实际大气并非等温大气,所以应用上式计算实际大气的厚度和高度时,必须将大气划分为许多薄层,求出每个薄层的温度 \(t\) ,然后分别计算各薄层的厚度,最后把各薄层的厚度求和便是实际大气的厚度。

此外,上式中把重力加速度 \(g\) 当成常数,实际上 \(g\) 随纬度和高度而有变化,要求得精确的 \(Z\) 值,还必须对 \(g\) 作纬度和高度的订正。一般说,在大气低层 \(g\) 随高度的变化不大,但将此式应用到 100km 以上的高层大气时,就必须考虑 \(g\) 的变化。此外,上式是把大气当成干空气处理的,但当空气中水汽含量较多时,就必须用虚温代替式中的气温。

标签:方程,frac,mathrm,高度,静力学,delta,压高,重力,气压
From: https://www.cnblogs.com/Mount256/p/18282217

相关文章

  • 【机器人学】4-3.六自由度机器人动力学-拉格朗日方程【附MATLAB代码】
    上一章用了牛顿欧拉递推式的动力学方程求解了6自由度机器人的各关节动力。具体可以看我的上一篇博客。【机器人学】4-2.六自由度机器人动力学-牛顿欧拉递推式【附MATLAB代码】这篇文章主要介绍拉格朗日方程求解机械臂的动力学。        几乎所有的书上,在......
  • 基于偏微分方程模型的一维信号降噪(MATLAB)
    自然界很多领域如天文、物理、生物、化学等的运动和状态的变化受多个因素影响,而偏微分方程恰好可以描述这种多变量问题,因此被引入科学研究是一种必然。偏微分方程早期的时侯用来描述机械物体和流体的自然运动和物理规律,且其应用领域不断拓展,成为描述诸多自然界现象的数学模型的......
  • 欧拉方程
    ax²D²y+bxDy+cy=f(x)欧拉方程,即运动微分方程,属于无黏性流体动力学中最重要的基本方程,是指对无黏性流体微团应用牛顿第二定律得到的运动微分方程。参考:https://baike.baidu.com/item/欧拉方程/9022202?fr=ge_ala牛顿第二定律:F=ma从牛顿第二定律推导出欧拉方程:1755年,欧拉在《......
  • 判断方程是否有整数解
    描述判断ax+by=c方程是否有解输入描述一行三个数a,b,c输出描述有解则输出YES否则输出NO用例输入1 483用例输出1 NO用例输入2 4812用例输出2 YES提示a,b,c都在int范围内分析一下吧:要判断线性方程(ax+by=c)是否有整数解,可以利用以下的......
  • 有限元求解Cahn Hilliard 相场方程
    CahnHilliard方程,相场因为最近在学习用有限元求解CahnHilliard方程内容,所以我把我的汇报内容放在这里,希望可以和大家一起学习,交流。因为我实在是懒得翻译,就放的英文版,但是英语都不多,我的英语水平也有限。如果有什么问题的话,也希望大家可以提供给我建议。目标方程......
  • 常微分方程算法之编程示例一(欧拉法)
    目录一、研究问题二、C++代码三、计算结果一、研究问题    前面几节内容介绍了常微分方程有限差分格式的推导。为加强对本专栏知识的理解,从本节开始,我们补充一些具体算例及相应的编程。    欧拉法的原理及推导请参考:常微分方程算法之欧拉法(Euler)_欧拉......
  • 强化学习(Reinforcement Lrarning,RL)03:贝尔曼方程
    强化学习(ReinforcementLrarning,RL)03:贝尔曼方程强化学习(ReinforcementLrarning,RL)03:贝尔曼方程1.状态价值1.1状态价值函数(StateValueFunction)1.2最优策略(OptimalPolicy)2.贝尔曼方程2.1贝尔曼方程(BellmanEquation)2.2贝尔曼方程的推导2.3贝尔曼方程矩阵形式(Matr......
  • pytorch实现:PINN 寻求一维非线性薛定谔方程数值解
    pytorch实现:PINN寻求一维非线性薛定谔方程数值解pytorch实现:PINN寻求一维非线性薛定谔方程数值解1.非线性薛定谔方程2.PINN实例2.1偏微分方程条件2.2损失函数推导2.3损失函数定义3.代码实现4.训练结果5.源代码pytorch实现:PINN寻求一维非线性薛定谔方程数值......
  • 【优化设计】基于泊松方程求解形状优化设计问题附Matlab代码
     ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。......
  • 常数变易法求解非齐次线性微分方程
    目录常数变易法求解一阶非齐次线性微分方程常数变易法求解二阶非齐次线性微分方程例题常数变易法求解一阶非齐次线性微分方程对于一阶非齐次线性微分方程\[y'+p(x)y=q(x)\]先用分离变量法求解对应的齐次方程\[\begin{aligned}&y'+p(x)y=0\\\Rightarrow&y=Ce......