大气科学

城市CFD快速模拟与无人机风洞验证方法

计算流体力学无人机仿真气象集成城市风场文章提出一种基于LiDAR和地籍数据的城市风场快速自动模拟框架。通过Python脚本集成气象预测数据生成边界条件，采用Ear Clipping算法构建LoD 1.2建筑模型，并创新性地提出分离式风洞法：先进行稳态城市风场模拟，再提取路径风场数据驱动瞬态无人机仿真。验证表明，该方法与气象站实测数据高度吻合（风向一致性系数ρ_c=0.985，风速ρ_c=0.853），无人机载荷模拟误差<5%的同时，计算时间从24小时缩短至2小时。该框架为城市规划及无人机路径优化提供高效工具。

物理引导的气象动力学学习框架

气象预测物理引导学习天气降尺度隐力参数化文章提出PhyDL-NWP框架，将物理方程与隐力参数化集成到数据驱动模型中，解决传统数值天气预报的计算复杂性和物理不完整性问题。该框架通过连续坐标建模实现分辨率无关的天气降尺度，利用自动微分计算物理项，并通过物理损失约束预测结果与气象动力学对齐。实验表明，PhyDL-NWP仅需55K参数即可实现170倍加速，在四个数据集上显著提升预测精度和物理一致性，尤其在高分辨率降尺度任务中RMSE改进达24.6%。

洪泛区社区风险沟通策略研究

风险沟通洪泛区管理保护动机理论文章以托皮卡市Shunganunga Creek洪泛区为案例，探讨了如何通过改进风险沟通策略提升社区居民的防洪意识和应对能力。研究基于保护动机理论，通过对11位社区居民的深度访谈，揭示了当前官方洪水预警信息在传达过程中存在的主要障碍，包括信息不透明、缺乏针对性以及居民对官方渠道的不信任等问题。研究提出了四点改进建议：制定清晰易懂的风险信息、提供具体可行的行动指南、关注灾后心理创伤修复以及充分利用社区网络资源。这些发现为改善洪泛区风险沟通提供了实证依据，强调了社区参与和本地化沟通在提升防洪效能中的关键作用。

多语言社区可视化仪表盘开发与应用

地理信息系统风险沟通多语言服务文章介绍了多语言社区可视化(MCV)仪表盘的开发与应用，该工具通过整合美国社区调查数据，为美国国家气象局(NWS)提供针对有限英语能力(LEP)人群的空间分布可视化。研究采用地理信息系统技术解决可修改区域单元问题(MAUP)，开发了包含交互式地图、百分比分布图和点密度图层的在线仪表盘。该工具已在实际业务中支持NWS的多语言服务决策，帮助识别高风险社区并优化灾害预警资源分配。文章还探讨了未来改进方向，包括数据自动化更新流程和扩展人口统计指标集成。