基于叶片运动的自然植被可视流速测量

高分辨率近地面风速数据对于提高天气预报和气候模型的准确性至关重要 $^{1-3}$，支持野火控制 efforts $^{4-7}$，以及确保飞机在起飞着陆期间安全通行 $^{8,9}$。定量风速测量通常采用现场仪器获取准确的单位置数据，或采用多普勒雷达等高级遥测技术进行定量场测量。广泛认识到，风诱导植被的运动取决于其结构和机械属性的复杂方式，使得它们在定量测量中不具备可靠性 $^{10-14}$。我们分析了不同植被的测量数据，表明在低至中等风速 $U_{wind}$ 条件下，叶片运动可以与叶片的分支和支撑结构相分离。这种风速范围以叶片雷诺数为特征，使我们能够基于公式 $U_{wind}\approx740\sqrt{{\mu}U_{leaf}/{\rho}D}$ 开发一种遥测、定量测量方法，该方法仅依赖于叶片尺寸 $D$、其测量的瞬时 (RMS) 速度 $U_{leaf}$、空气黏度 $\mu$ 以及其质量密度 $\rho$。该公式得到了首次原理模型的支持，并通过橡树、橄榄和桂花树等多样植被类型的实验室和现场测试得到验证。本研究的发现为阐明一种新型测量范式开辟了道路，即利用自然植被实现全球范围内低成本的遥测快速定量测量。