Article · Вестник Алматинского университета энергетики и связи · March 30, 2026
CFD-МОДЕЛИРОВАНИЕ ВЕТРОВОГО И ТЕПЛОВОГО РЕЖИМОВ ГОРОДСКОЙ ЗАСТРОЙКИ ПРИ РАЗЛИЧНЫХ СЦЕНАРИЯХ
Larissa Balakay, Т В Дедова, Galymzhan S. Abdimanap, Nataliya Tusseyeva
Abstract
Представленная работа посвящена исследованию влияния различных сценариев городской застройки Алматы на параметры ветрового и теплового режима с использованием интеграционного подхода мезо- и микромасштабного моделирования. В качестве исходных данных применялась высокоразрешающая мезомасштабная модель WRF, результаты которой использованы для задания граничных условий в CFD-модели ENVI-met. Рассмотрены три сценария развития городской территории: существующее состояние, частичная реконструкция с заменой низкоэтажных зданий на высокоэтажные, а также масштабный переход от среднеэтажной к компактной высотной застройке. Проведен анализ температурных и ветровых полей для дневного и ночного периодов в зимнем сезоне. Установлено, что увеличение плотности и этажности кварталов приводит к усилению аккумуляции тепла и формированию положительных аномалий температуры приземного слоя. Показано, что изменение морфологии застройки снижает интенсивность ветровых потоков внутри кварталов, одновременно формируя локальные «ветровые коридоры» в уличных каньонах высокой плотности. Результаты демонстрируют нелинейный характер реакции микроклимата на градостроительные преобразования, что подчеркивает необходимость сценарного подхода при принятии решений в области планирования городской среды. Предложенная методология может служить научным основанием для разработки климатически устойчивых решений и стратегий управления качеством городской атмосферы Алматы.
More by Galymzhan Abdimanap
- A Color Ceiling in Unsupervised Clustering of Texture Images: Validation Against Expert Annotations on Held-Out DomainsJournal of Imaging · 2026
- СЕМАНТИЧЕСКАЯ СЕГМЕНТАЦИЯ НЕФТЯНОГО ЗАГРЯЗНЕНИЯ ЗЕМЕЛЬ ПО СНИМКАМ PLANETSCOPE С ПРИМЕНЕНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙHydrometeorology and ecology · 2026
- SEMANTIC SEGMENTATION OF OIL-CONTAMINATED LAND FROM PLANETSCOPE IMAGERY USING NEURAL NETWORK MODELSHydrometeorology and ecology · 2026
- Digital monitoring of the use of Personal Protective Equipment at industrial facilities using neural network architecturesKazakhstan journal for oil & gas industry · 2026