屋顶上的空气动力学雪重新分布是一个关键的结构风险因素，因此，准确预测屋顶上的雪分布特性对于确保建筑物结构的安全至关重要[[1], [2], [3]]。目前研究风和雪运动的方法包括现场测量[4,5]、风洞试验[[6], [7], [8]]以及数值模拟[[9], [10], [11], [12], [13], [14], [15], [16]]。因此，现场测量和风洞实验被认为是处理这种复杂相互作用的最可靠方法[17,18]。然而，它们的适用性不可避免地受到特定天气条件和相似性准则[19,20]的限制。幸运的是，计算流体动力学（CFD）方法克服了这些限制，因为它更具可控性且不受相似性准则的约束，使得分析更加系统化。
数值模拟风诱导雪堆积的方法主要有两个方向。一类是欧拉框架下的方法，将雪颗粒视为连续相。这类方法包括浓度-扩散模型[11,16]、非平衡混合模型（Mixture）[9,10]和欧拉-欧拉模型（E-E）[14,21]。欧拉框架下的方法计算效率更高，更适合用于工程中的大型建筑模拟[22]。另一类是基于拉格朗日方法来模拟雪颗粒的运动。基于拉格朗日的方法主要采用两种策略：离散相模型（DPM），将颗粒视为不相互作用的点质量[12,13,15,23]；以及离散元方法（DEM），考虑颗粒的有限尺寸[24]。尽管拉格朗日跟踪能够更好地解析单个颗粒的动力学，但其计算需求显著增加。由于需要显式计算颗粒相互作用，DEM模拟对于大规模屋顶应用来说特别困难。拉格朗日方法更适合研究风和雪的堆积机制[22]。
在基于欧拉框架的数值模拟方法应用中，Tominaga等人（2011）使用浓度-扩散方法预测了立方体模型周围的雪分布，并将其与现场测量和风洞测试结果进行了比较[16]。Sun等人（2018）利用Mixture模型对张力膜结构上的雪荷载分布进行了深入分析[9]。Zhang等人（2021）也使用Mixture模型分析了对雪敏感的建筑物上的雪荷载分布，包括大跨度空间结构，并考虑了积雪的滑动效应[10]。Zhou等人（2016）提出了一种准稳态方法来模拟屋顶雪分布，考虑了雪剖面对流场的影响[11]。Qiu等人（2025）提出了一种基于Mixture模型的方法，考虑了雪层剖面的演变[25]。Yin等人基于欧拉-欧拉方法引入了雪颗粒捕获效率，并使用改进的欧拉-欧拉模型研究了两座平屋顶建筑的干涉效应[14,21]。Zhou等人（2024）提出了一种基于CFD模拟的改进有限元（FAE）方法，用于预测山墙屋顶上的雪堆积，考虑了雪输送率、雪输送发展模式和饱和输送距离对雪荷载计算的影响[26]。
在基于拉格朗日框架的数值模拟方法应用中，Okaze等人（2018）开发了LES耦合的拉格朗日雪输送（LLAST）模型，他们发现通过溅射和反弹过程输送的雪颗粒逐渐占主导地位[15]。Wang等人（2019）基于半稳态欧拉-拉格朗日方法计算了不同风速下阶梯平屋顶上的雪分布，并进行了相应的风洞试验[13]。Chen等人（2021）使用伪瞬态欧拉-拉格朗日方法预测了阶梯屋顶的雪深分布，并引入了一种基于曲率的平滑算法来更新雪深边界[12]。Liu等人（2022）通过比较风洞测试数据、Liu等人（2022）[23]和Okaze等人（2018）[15]的研究结论，选择了描述雪颗粒典型运动过程（空气动力卷入、溅射过程）的最佳模型。
在计算雪颗粒侵蚀的过程中，大多数之前的雪颗粒侵蚀模型通过比较墙壁处的摩擦速度是否超过设定的阈值摩擦速度来判断是否发生雪颗粒侵蚀[16,27,28]。但由于风速的波动，准确客观地确定阈值摩擦速度并不容易。此外，在实际中，由于风速的波动以及雪床上颗粒位置的随机性，作用在雪颗粒上的力具有一定程度的随机性，这可能导致即使在摩擦速度较低的区域内也会发生颗粒侵蚀，而现有的基于阈值摩擦速度的侵蚀模型无法解释这一点。因此，基于概率的雪颗粒卷入过程研究方法更符合实际情况，基于概率的卷入方法在沉积物和风沙领域已经取得了一些进展[29,30]。（表1）
