董龍翔,左洪超,楊 賓,陳繼偉,馬凱明,余 曄(.蘭州大學(xué)大氣科學(xué)學(xué)院,半干旱氣候變化教育部重點(diǎn)實(shí)驗(yàn)室,甘肅 蘭州 70000；.中國科學(xué)院西北生態(tài)環(huán)境資源研究院,寒旱區(qū)陸面過程與氣候變化重點(diǎn)實(shí)驗(yàn)室,甘肅 蘭州 70000；.中國人民解放軍98部隊(duì),甘肅 蘭州 7000)

邊界入流風(fēng)場擾動(dòng)對模擬城市大氣擴(kuò)散的影響

董龍翔1,2,左洪超1*,楊 賓1,陳繼偉3,馬凱明3,余 曄2(1.蘭州大學(xué)大氣科學(xué)學(xué)院,半干旱氣候變化教育部重點(diǎn)實(shí)驗(yàn)室,甘肅 蘭州 730000；2.中國科學(xué)院西北生態(tài)環(huán)境資源研究院,寒旱區(qū)陸面過程與氣候變化重點(diǎn)實(shí)驗(yàn)室,甘肅 蘭州 730000；3.中國人民解放軍93811部隊(duì),甘肅 蘭州 730020)

借助計(jì)算流體動(dòng)力學(xué)(CFD)模式Fluent分析中性層結(jié)下邊界入流風(fēng)場(即風(fēng)速和風(fēng)向)擾動(dòng)對地面點(diǎn)源釋放情景下城市大氣擴(kuò)散過程的影響,其中邊界入流條件以風(fēng)速和湍流動(dòng)能廓線的形式給出.研究發(fā)現(xiàn) CFD模式能夠合理刻畫實(shí)際城市中的特征流型(如渦旋,峽谷效應(yīng)等),而且模擬的風(fēng)速、風(fēng)向和湍流動(dòng)能均與觀測數(shù)據(jù)吻合較好.敏感性試驗(yàn)結(jié)果表明,城區(qū)內(nèi)的流場和湍流以及與之密切相關(guān)的污染物空間分布對邊界入流風(fēng)速和風(fēng)向的擾動(dòng)十分敏感.而這可能是造成已有研究中濃度模擬值與觀測值不一致的主要原因之一.因此,在模擬城市大氣擴(kuò)散過程時(shí)應(yīng)當(dāng)考慮邊界入流風(fēng)場不確定性對模擬結(jié)果的影響.

城市擴(kuò)散；中性層結(jié)；CFD；邊界條件；數(shù)值試驗(yàn)

目前,全球超過 1/2的人口居住于城市當(dāng)中,而且預(yù)計(jì)這一比例將在2050年增至三分之二[1].城市中的人類活動(dòng)極大地促進(jìn)了經(jīng)濟(jì)的繁榮和社會的發(fā)展,但同時(shí)也造成大氣環(huán)境質(zhì)量的惡化.由于城市空氣質(zhì)量與人類健康密切相關(guān),一直以來受到民眾的廣泛關(guān)注[2].另一方面,911恐怖襲擊事件發(fā)生之后,危險(xiǎn)物質(zhì)有意(或意外)釋放形成的非傳統(tǒng)大氣環(huán)境污染事件(例如,恐怖分子的毒氣襲擊行為,化工廠危險(xiǎn)氣體意外泄漏等)對城市居民的潛在威脅也開始受到政府和科學(xué)家的重視[3].

城市大氣擴(kuò)散模型可用于預(yù)測有毒氣體的分布范圍和濃度量級,而這些定量的模擬結(jié)果對于事故預(yù)警和應(yīng)急救援以及災(zāi)害評估至關(guān)重要.目前的城市大氣擴(kuò)散模型主要分為兩類,一類是基于高斯理論的經(jīng)驗(yàn)?zāi)Ｐ?而另一類是復(fù)雜的計(jì)算流體動(dòng)力學(xué)(CFD)模型.相比于簡單的高斯擴(kuò)散模型,CFD模式考慮了復(fù)雜的城市建筑結(jié)構(gòu)對流場的影響,能夠較好地刻畫氣流和建筑物相互作用形成的湍流渦旋,而且僅需要最小限度的參數(shù)化,但不足之處是更加耗時(shí)[4].隨著計(jì)算機(jī)硬件技術(shù)的提升和數(shù)值算法的改進(jìn),CFD模式已經(jīng)廣泛地用于解決城市中不同運(yùn)動(dòng)尺度上的大氣流動(dòng)和擴(kuò)散問題.具體的應(yīng)用從簡單到復(fù)雜,主要包括單體建筑[5],理想街谷[6-9],障礙物陣列[10]和實(shí)際城市環(huán)境[11-13]等方面.這些研究加深了我們對城市下墊面上的流動(dòng)和擴(kuò)散過程的理解,也促進(jìn)了模式的驗(yàn)證和改進(jìn).然而,上述穩(wěn)態(tài)的模擬工作假定邊界入流條件恒定不變,而實(shí)際大氣受邊界層湍流的影響,風(fēng)場和湍流即使在很短的時(shí)間范圍內(nèi)也是變化的.這種風(fēng)場和湍流的擾動(dòng)究竟會對模擬結(jié)果產(chǎn)生什么樣的影響,目前仍缺乏全面認(rèn)識.因此,有必要研究邊界入流條件擾動(dòng)對下風(fēng)方城區(qū)內(nèi)的流場和污染物擴(kuò)散的影響.由于An等[14]最近的研究指出下風(fēng)區(qū)的風(fēng)速和湍流對邊界入流湍流動(dòng)能的擾動(dòng)并不敏感,故這里主要考慮風(fēng)速和風(fēng)向這兩個(gè)關(guān)鍵邊界入流參數(shù).本文采用Standard k-ε湍流模型結(jié)合組分輸送方程,對中性大氣層結(jié)下地面點(diǎn)源釋放污染物在城市中的擴(kuò)散過程進(jìn)行數(shù)值模擬,并且基于實(shí)測的風(fēng)場和湍流數(shù)據(jù)驗(yàn)證了模式的模擬性能,進(jìn)一步通過敏感性數(shù)值試驗(yàn)定量分析了邊界入流風(fēng)速和風(fēng)向擾動(dòng)對城區(qū)內(nèi)流場和污染物擴(kuò)散的影響.

圖1 精細(xì)化氣象觀測網(wǎng)(3km×3km)內(nèi)的觀測點(diǎn)位置Fig.1 Locations of observation sites in a 3km×3km meteorological observation network

1 外場試驗(yàn)簡介

2011年10月1～14日期間在甘肅省榆中縣城區(qū)開展了較大規(guī)模的“城市氣象/示蹤試驗(yàn)”(UMTE 2011),該試驗(yàn)的主要目的是研究高架源排放情景下污染物在復(fù)雜城市下墊面上的輸送和擴(kuò)散特征,同時(shí)也為大氣擴(kuò)散模型模擬性能的檢驗(yàn)提供可靠的試驗(yàn)數(shù)據(jù).圖1為試驗(yàn)區(qū)域內(nèi)氣象觀測點(diǎn)和釋放源的位置分布.區(qū)域內(nèi)共設(shè)有 10個(gè)常規(guī)氣象觀測站(P3-P12)對城市冠層頂部的水平風(fēng)、溫度、濕度和氣壓進(jìn)行觀測,而氣象要素在垂直方向上的分布是由風(fēng)廓線雷達(dá)(P1)和系留氣球探空(P2)獲取.3套渦旋相關(guān)系統(tǒng)(CSAT3/Li-7500, Campbell)分別安裝在P13、P14和P15點(diǎn)位用于觀測湍流通量,其中站點(diǎn)P13和P14的儀器架設(shè)在樓頂之上3m高處,而P15位于廣場草坪之上6m高處.Rs1和Rs2代表高架排放源的位置.鑒于本文主要探討城區(qū)內(nèi)流場及地面點(diǎn)源釋放情景下的污染物擴(kuò)散對邊界入流風(fēng)場擾動(dòng)的響應(yīng),這里對高架源示蹤試驗(yàn)部分內(nèi)容不做說明,完整的試驗(yàn)介紹可以參見文獻(xiàn)[15-16].此外,試驗(yàn)獲取的觀測數(shù)據(jù)已經(jīng)用于CFD模型模擬性能的評估和檢驗(yàn)[17-18].

2 數(shù)值模擬

2.1 城市幾何模型與網(wǎng)格化

基于實(shí)際測量的數(shù)據(jù)建立榆中縣城區(qū)的三維幾何模型,如圖2所示, 圖中的黑色實(shí)心圓點(diǎn)代表地面SF6釋放位置(RS),區(qū)域1～3分別代表源附近、高層建筑區(qū)和建筑密集區(qū).在模型的構(gòu)建過程中力求城市模型與實(shí)際建筑結(jié)構(gòu)相一致,以使模型誤差對計(jì)算結(jié)果的影響降到最低.計(jì)算域的長寬高分別為2300、1900和300m.區(qū)域內(nèi)接近80%建筑物的高度分布在 15～21m之間,平均高度 Zh為 18m,即城市冠層的高度.整個(gè)區(qū)域采用非結(jié)構(gòu)網(wǎng)格進(jìn)行劃分,并且對地表和建筑物附近的網(wǎng)格進(jìn)行局部加密處理(最小分辨率為 1m),從而更加細(xì)微地刻畫建筑物對流場的影響.最終生成3734986個(gè)四面體網(wǎng)格單元,節(jié)點(diǎn)數(shù)為695814個(gè).

圖2 計(jì)算域內(nèi)的建筑分布Fig.2 Distribution of buildings in the computation domain

2.2 求解設(shè)置

本研究使用商業(yè)CFD軟件Fluent對地面點(diǎn)源釋放情景下污染物的輸送和擴(kuò)散過程進(jìn)行數(shù)值模擬,并且采用穩(wěn)態(tài)模擬(即模擬固定的一個(gè)時(shí)刻).模式中的基本控制方程(即動(dòng)量方程和連續(xù)方程)用于描述流場,而組分輸送方程用于模擬污染物的輸送和擴(kuò)散.關(guān)于Fluent模式的詳細(xì)描述參見 Fluent使用手冊[19].湍流模型選用Standard k-ε方案.近壁面采用標(biāo)準(zhǔn)壁函數(shù).控制方程組的求解采用SIMPLE算法,空間離散方法為二階迎風(fēng)格式.

地表和建筑物表面設(shè)置為無滑移邊界,頂端為對稱邊界,計(jì)算域的東側(cè)和南側(cè)邊界為速度入流邊界,北側(cè)和西側(cè)邊界為流出邊界.質(zhì)量入口應(yīng)用于釋放源RS(圖2中黑色實(shí)心圓點(diǎn)),以SF6作為示蹤物,釋放速率為 1kg/s.速度入口設(shè)為風(fēng)速(u)、湍流動(dòng)能(k)和湍流耗散率(ε)的垂直廓線,這3個(gè)量根據(jù)Richards等[20]提出的方程給出:

式中: κ為卡曼常數(shù),值為0.4;摩擦速度u*取觀測平均值0.41;粗糙度z0根據(jù)文獻(xiàn)[21]估算得到,取值為0.35;模型常數(shù)Cμ值為0.09.

2.3 試驗(yàn)設(shè)計(jì)

雖然城市環(huán)境中大氣污染物的輸送和擴(kuò)散過程受動(dòng)力因素(如風(fēng)速、風(fēng)向和湍流)和熱力因素(如大氣穩(wěn)定度和溫度層結(jié))兩個(gè)方面的影響.但城市中熱量的分布極不均勻且缺乏觀測數(shù)據(jù),在模式中很難對其進(jìn)行合理地表征.為了使問題簡化,研究中僅考慮大氣層結(jié)為中性的情況,即不考慮熱力因素的作用.

為了研究地面點(diǎn)源釋放情景下邊界入流風(fēng)速和風(fēng)向擾動(dòng)對城區(qū)內(nèi)流場及污染物擴(kuò)散的影響,共設(shè)置有5個(gè)數(shù)值試驗(yàn),各試驗(yàn)的詳細(xì)情況列于表 1.控制試驗(yàn)(C1)中的邊界入流風(fēng)速由式(1)給出,據(jù)此計(jì)算的 10m 處風(fēng)速(3.5m/s)與榆中縣氣象局(距縣城 3km)的觀測值(3.3m/s)較為接近,而風(fēng)向整層均取為觀測值 132°.需要說明的一點(diǎn)是控制試驗(yàn)C1模擬的時(shí)刻為2011年10月7日15:00時(shí),所以本文的對比時(shí)刻均與該模擬時(shí)刻一致(下同).

3 結(jié)果與討論

3.1 模擬的流場分布及其與觀測結(jié)果的對比

圖3為控制試驗(yàn)中離地面10m高處不同子區(qū)域(圖2)的水平流場分布.從圖3可以看出,不規(guī)則分布的建筑物和街道會顯著改變城市冠層內(nèi)的流場,表現(xiàn)為一些典型的城市特征流型(例如,分流、匯合、渦旋和峽谷效應(yīng)等).在地面釋放源附近,沿東南-西北走向主干街道上的風(fēng)速明顯高于附近區(qū)域(圖3a),街谷內(nèi)較強(qiáng)的氣流(即峽谷效應(yīng)引起的峽谷風(fēng))有助于污染物的輸送和清除.同樣,在高層建筑區(qū)兩個(gè)不同建筑之間也會形成類似的峽谷風(fēng)(圖3b).另一方面,受城市粗糙單元的阻擋和拖曳作用的影響,建筑物背風(fēng)側(cè)和尾流區(qū)以及建筑物密集區(qū)(圖 3c)的風(fēng)速明顯偏小甚至為靜風(fēng)狀態(tài),大氣擴(kuò)散能力弱.此外,由于受地面建筑物結(jié)構(gòu)的影響相對較小,城市冠層頂部風(fēng)向較為一致且接近于邊界入流風(fēng)向.

圖3 垂直截面上的速度矢量Fig.3 Vertical cross section of velocity vectors

圖4 控制試驗(yàn)中離地10m高處的流場Fig.4 Velocity vectors 10m above the ground level (AGL) for the control experiment

圖5 控制試驗(yàn)中各觀測點(diǎn)的觀測值與CFD模擬值對比Fig.5 Comparison of simulated and observed for the control experiment at each observation site

圖4為氣流在垂直截面(沿圖3c中線段AB獲取)上的分布.城市街谷內(nèi)以及兩幢建筑之間的流型由順時(shí)針渦旋結(jié)構(gòu)主導(dǎo),在迎風(fēng)面一側(cè)為下沉氣流,而背風(fēng)面為上升氣流.通常認(rèn)為街谷內(nèi)污染物會被背風(fēng)面上升流輸送至頂部,然后在湍流擴(kuò)散作用下穿過街谷頂部強(qiáng)剪切層進(jìn)入上部自由流場中,部分污染物也會沿迎風(fēng)面回流到街谷底部,形成污染物的循環(huán)流動(dòng)[22].與動(dòng)量和污染物在垂直方向上的輸送相類似,街谷頂部剪切層生成的湍流也會沿迎風(fēng)面向下傳輸.此外,街谷兩側(cè)建筑物的高低配置會改變渦旋的強(qiáng)度,進(jìn)而影響污染物的垂直對流混合過程.相比于下階梯型街谷(即迎風(fēng)向建筑高于下風(fēng)向建筑,反之稱為上階梯型街谷)配置,上階梯型街谷內(nèi)的渦旋強(qiáng)度明顯更強(qiáng)(圖4).

為了檢驗(yàn)CFD模式對復(fù)雜城市環(huán)境中的風(fēng)場和湍流的模擬性能,將控制試驗(yàn) C1中的模擬結(jié)果與外場試驗(yàn)實(shí)測數(shù)據(jù)進(jìn)行對比,如圖5所示.可以看出,不同站點(diǎn)的風(fēng)速、風(fēng)向和湍流動(dòng)能模擬值與觀測值總體上非常接近,其中風(fēng)速和湍流動(dòng)能的平均絕對偏差分別為0.3m/s和0.09m2/s2,而風(fēng)向的模擬值相比于觀測值整體偏南,平均絕對偏差為 17°.上述結(jié)果表明在假定大氣層結(jié)為中性的條件下,CFD模式能夠較好地描述實(shí)際城市環(huán)境中的流場和湍流特征.

3.2 風(fēng)速擾動(dòng)對流場和濃度分布的影響

圖6為不同邊界入流風(fēng)速時(shí)離地面2m高處的風(fēng)場和示蹤物(SF6)濃度分布以及對應(yīng)的濃度等值面.由圖 6可見,當(dāng)邊界入流風(fēng)速減小(增大)時(shí),城區(qū)內(nèi)地面附近水平風(fēng)速相應(yīng)地減弱(增強(qiáng)),而污染物的水平分布范圍和濃度量級相比于控制試驗(yàn)明顯增大(減小),但由于城區(qū)內(nèi)的風(fēng)向并沒有發(fā)生明顯的改變(圖 6a～c),不同邊界入流風(fēng)速對應(yīng)的污染煙羽形態(tài)相似.這些結(jié)果與我們的預(yù)期結(jié)果也是一致的.另外,風(fēng)向的差異使得污染物在城市冠層上下的輸送方向不一致.例如,冠層內(nèi)污染煙羽在峽谷風(fēng)的作用下沿街谷分布,而冠層頂部煙羽輸送方向偏向于主干街道左側(cè),與邊界入流風(fēng)向接近(圖6d-f).

為了定量地考察風(fēng)速和機(jī)械湍流及污染物濃度與邊界入流風(fēng)速之間的關(guān)系,選取近場的 2個(gè)區(qū)域N和F(圖6a)進(jìn)行分析,結(jié)果列于表2.需要說明的是對垂直速度做取絕對值的處理,以避免區(qū)域平均時(shí)正負(fù)值相抵消的問題.控制試驗(yàn)中區(qū)域 N的平均水平風(fēng)速、垂直速度、湍流動(dòng)能和SF6濃度值分別為 0.67m/s、0.054m/s、0.17m2/s2和 55×10-6,體積分?jǐn)?shù).當(dāng)邊界入流風(fēng)速減小(增大)50%,區(qū)域N的平均水平風(fēng)速、垂直速度和湍流動(dòng)能分別減小49%、46%和75%(增大49%、44%和82%),濃度值則增加131%(減少40%).而區(qū)域F的結(jié)果與區(qū)域N相類似(表2).總的來說,城市冠層內(nèi)水平和垂直速度的變化與邊界入流風(fēng)速的擾動(dòng)幅度接近,而湍流動(dòng)能的響應(yīng)明顯更加強(qiáng)烈.

圖6 不同邊界入流風(fēng)速時(shí)離地2m高處的風(fēng)場和SF6濃度(陰影)分布以及濃度等值面(15×10-6,體積分?jǐn)?shù)).黑色長箭頭代表邊界入流風(fēng)向Fig.6 Simulated wind field, SF6concentration (shaded) at 2m AGL, and the corresponding concentration isosurfaces (15×10-6) at different boundary inflow wind velocity. The black long arrow represents the direction of inflow

表2 邊界入流風(fēng)速擾動(dòng)對各區(qū)域(圖6a中區(qū)域N和F)風(fēng)速和湍流及濃度的影響Table 2 The influence of boundary inflow wind velocity fluctuation on wind velocity, TKE and concentration in the two regions (i.e., region N and F in Figure.6a)

圖7 夜間觀測的TKE與城市冠層頂部平均風(fēng)速之間的關(guān)系Fig.7 The relationship between observed TKE and wind velocity above the urban canopy layer in nighttime

進(jìn)一步利用夜間的觀測數(shù)據(jù)(大氣為中性層結(jié))對湍流動(dòng)能和城市冠層頂部平均風(fēng)速之間的關(guān)系進(jìn)行檢驗(yàn),如圖7所示.需要說明的是站點(diǎn)P13和P14位于城市冠層之上,而P15位于冠層內(nèi).可以看出,湍流動(dòng)能隨著城市冠層頂部平均風(fēng)速的增大而增大,而且兩者之間存在正相關(guān)性,不同站點(diǎn)的線性相關(guān)系數(shù)均達(dá)到0.7(通過置信度為99%的顯著性檢驗(yàn)),這主要是由于冠層頂部的強(qiáng)剪切層隨著邊界入流風(fēng)速的增大而增強(qiáng),從而促使流場的平均動(dòng)能更多地轉(zhuǎn)化為機(jī)械湍流.前面的模擬結(jié)果與這里的觀測結(jié)果也是相一致的.此外,站點(diǎn)P13和P14的線性擬合斜率相同,且要高于站點(diǎn)P15的擬合斜率值,說明在相同的邊界入流風(fēng)速增量下,冠層頂部的湍流動(dòng)能增量大于冠層之內(nèi).

3.3 風(fēng)向擾動(dòng)對流場和濃度分布的影響

邊界入流風(fēng)向擾動(dòng)對城區(qū)內(nèi)風(fēng)場和污染物濃度分布的影響如圖8所示.可以看出,即便是較小幅度(15°)的邊界入流風(fēng)向擾動(dòng),釋放源下風(fēng)方地面附近的污染物濃度分布也會呈現(xiàn)出與控制試驗(yàn)(圖 8a)完全不同的形態(tài).在試驗(yàn) C4中(風(fēng)向?yàn)?117°),由于污染物的分布位置沿逆時(shí)針方向偏轉(zhuǎn)(圖8b),區(qū)域F1的平均濃度值增加57%,而區(qū)域 F2則減少 38%(表 3).在試驗(yàn) C5中(風(fēng)向?yàn)?48°),污染物呈帶狀分布且高濃度區(qū)向下風(fēng)方較遠(yuǎn)處延伸(圖8c),區(qū)域F2的平均濃度值增幅高達(dá)138%.上述結(jié)果說明地面污染物濃度分布對于邊界入流風(fēng)向擾動(dòng)十分敏感,而這可能是造成已有城市擴(kuò)散研究中[11,17-18]濃度觀測值與模擬值存在較大偏差的主要原因之一.

與前面的結(jié)果相對應(yīng),污染物濃度等值面(即污染煙羽)的形狀也存在顯著差異.當(dāng)邊界入流風(fēng)向與主干街道之間的夾角較大時(shí)(圖 8e),污染煙羽相比于控制試驗(yàn)(圖8d)有所加寬,而在夾角較小時(shí),冠層上下的污染煙羽相互重合且寬度明顯變窄(圖8f).這與已有的觀測結(jié)果(即污染煙羽隨著入流風(fēng)向與街道間夾角的增大而加寬)也是相吻合的[23].

城區(qū)內(nèi)的風(fēng)速和風(fēng)向以及湍流動(dòng)能對邊界入流風(fēng)向擾動(dòng)的響應(yīng)存在明顯的區(qū)域差異(表3).例如,試驗(yàn)C4中區(qū)域F1和F2中湍流動(dòng)能相比于試驗(yàn)C1分別減少20%和增加67%.上述污染物空間形態(tài)的差異正是因?yàn)槌菂^(qū)內(nèi)流場和湍流分布的差異所致.從較大的空間尺度上(如城市尺度)來看,風(fēng)速和風(fēng)向仍是影響污染物輸送和擴(kuò)散的主導(dǎo)因子.例如,在試驗(yàn)C4中區(qū)域F1的濃度值增加是由于上層煙羽的偏轉(zhuǎn)所致,試驗(yàn) C5中污染物的輸送則主要受強(qiáng)峽谷風(fēng)的平流作用影響.而湍流擴(kuò)散作用可能主要體現(xiàn)在較小的局地尺度上(如街谷內(nèi)、單個(gè)建筑物周圍).

準(zhǔn)確預(yù)測污染物在復(fù)雜城市環(huán)境中的輸送和擴(kuò)散過程對于突發(fā)事件(如化工廠危險(xiǎn)氣體泄漏、恐怖分子的毒氣襲擊等)的應(yīng)急響應(yīng)和人群疏散至關(guān)重要.本研究認(rèn)為邊界入流風(fēng)場擾動(dòng)是影響CFD模式模擬結(jié)果準(zhǔn)確度的一個(gè)關(guān)鍵因素,在以后的模擬研究中應(yīng)當(dāng)對此予以考慮,譬如,采取集合平均的方法或許有助于模擬性能的改進(jìn).此外,CFD模式的模擬性能還與網(wǎng)格分辨率、模式參數(shù)和物理過程簡化等[24-26]密切相關(guān),需要開展相應(yīng)的研究工作進(jìn)一步量化這些因素對模擬結(jié)果的影響.

圖8 不同邊界入流風(fēng)向時(shí)離地2m高處的風(fēng)場和SF6濃度(陰影)分布以及濃度等值面(15×10-6).黑色長箭頭代表邊界入流風(fēng)向Fig.8 Simulated wind field, SF6concentration (shaded) at 2m AGL, and the corresponding concentration isosurfaces (15×10-6) at different boundary inflow wind direction. The black long arrow represents the direction of inflow

表3 邊界入流風(fēng)向擾動(dòng)對各區(qū)域(圖8a中區(qū)域N、F1和F2)風(fēng)速和湍流及濃度的影響Table 3 The influence of boundary inflow wind direction fluctuation on wind velocity, TKE and concentration in thethree regions (i.e., region N, F1 and F2 in Figure.8a)

4 結(jié)論

4.1 CFD模式能夠再現(xiàn)中性層結(jié)下實(shí)際城市環(huán)境中的三維流場結(jié)構(gòu)(例如,分流、匯合、渦旋和峽谷效應(yīng)等),而且模擬的風(fēng)速和風(fēng)向以及湍流動(dòng)能與外場試驗(yàn)觀測數(shù)據(jù)均吻合較好.

4.2 邊界入流風(fēng)速擾動(dòng)會明顯改變城區(qū)內(nèi)的風(fēng)速和湍流,其中湍流動(dòng)能的響應(yīng)最為強(qiáng)烈,但區(qū)域內(nèi)的風(fēng)向沒有發(fā)生顯著改變.城區(qū)內(nèi)風(fēng)速和風(fēng)向以及湍流對邊界入流風(fēng)向擾動(dòng)的響應(yīng)則存在明顯的區(qū)域差異.

4.3 城區(qū)內(nèi)污染物的空間分布對于邊界入流風(fēng)場的擾動(dòng)非常敏感,即便是小幅的邊界入流風(fēng)向擾動(dòng)(15°)也會顯著改變污染煙羽的空間形態(tài).而這可能是造成現(xiàn)有研究中濃度模擬值與觀測值偏差較大的主要原因之一.

[1]United Nations. World Urbanization Prospects: the 2014Revision, Highlights. Technical Report ST/ESA/SER.A/352 [R]. Department of Economic and Social Affairs, Population Division, 2014.

[2]Parrish D D, Zhu T. Clean air for megacities [J]. Science, 2009, 326(5953):674-675.

[3]Batchvarova E, Gryning S E. Progress in urban dispersion studies [J]. Theoretical and applied climatology, 2006,84(1-3):57-67.

[4]Hendricks E A, Diehl S R, Burrows D A, et al. Evaluation of a fast-running urban dispersion modeling system using Joint Urban 2003field data [J]. Journal of Applied Meteorology and Climatology, 2007,46(12):2165-2179.

[5]Ai Z T, Mak C M. CFD simulation of flow and dispersion around an isolated building: Effect of inhomogeneous ABL and near-wall treatment [J]. Atmospheric Environment, 2013,77:568-578.

[6]Baik J J, Kim J J. A numerical study of flow and pollutant dispersion characteristics in urban street canyons [J]. Journal of applied meteorology, 1999,38(11):1576-1589.

[7]蔣德海,蔣維楣,苗世光.城市街道峽谷氣流和污染物分布的數(shù)值模擬 [J]. 環(huán)境科學(xué)研究, 2006,19(3):7-12.

[8]王 樂,張?jiān)苽?顧兆林.動(dòng)態(tài)風(fēng)場及交通流量下街道峽谷內(nèi)污染物擴(kuò)散模擬 [J]. 中國環(huán)境科學(xué), 2013,32(12):2161-2167.

[9]楊 方,鐘 珂,亢燕銘.街道峽谷對稱性對污染物擴(kuò)散的影響[J]. 中國環(huán)境科學(xué), 2015,35(3):706-713.

[10]Warner S, Platt N, Heagy J F, et al. Comparisons of transport and dispersion model predictions of the Mock Urban Setting Test field experiment [J]. Journal of applied meteorology and climatology, 2006,45(10):1414-1428.

[11]Flaherty J E, Stock D, Lamb B. Computational fluid dynamic simulations of plume dispersion in urban Oklahoma City [J]. Journal of Applied Meteorology and Climatology, 2007,46(12): 2110-2126.

[12]Lundquist J K, Chan S T. Consequences of urban stability conditions for Computational Fluid Dynamics simulations of urban dispersion [J]. Journal of applied meteorology and climatology, 2007,46:1080-1097.

[13]Hanna S R, Brown M J, Camelli F E, et al. Detailed simulations of atmospheric flow and dispersion in downtown Manhattan: An application of five computational fluid dynamics models [J]. Bulletin of the American Meteorological Society, 2006,87(12): 1713-1726.

[14]An K, Fung J C H, Yim S H L. Sensitivity of inflow boundary conditions on downstream wind and turbulence profiles through building obstacles using a CFD approach [J]. Journal of Wind Engineering and Industrial Aerodynamics, 2013,115:137-149.

[15]董龍翔,左洪超,董文成.蘭州市榆中縣城區(qū)重氣示蹤試驗(yàn)的初步分析 [J]. 蘭州大學(xué)學(xué)報(bào) (自然科學(xué)版), 2013,49(5):644-650.

[16]陳繼偉,左洪超,馬凱明.城市冠層上下大氣湍流特征分析 [J].高原氣象, 2014,33(4):967-976.

[17]董文成,左洪超,邵 毅,等.Fluent在城區(qū)內(nèi)流場及污染擴(kuò)散模擬的適用性檢驗(yàn) [J]. 環(huán)境科學(xué)與技術(shù), 2014,37(2):61-68.

[18]邵 毅,張述文,左洪超,等.榆中縣城大氣污染物擴(kuò)散的觀測實(shí)驗(yàn)與數(shù)值模擬 [J]. 中國環(huán)境科學(xué), 2013,33(7):1223-1230.

[19]ANSYS FLUENT 15.0users guide manual [Z]. USA: ANSYS Inc., 2014.

[20]Richards P J, Hoxey R P. Appropriate boundary conditions for computational wind engineering models using the k-ε turbulence model [J]. Journal of wind engineering and industrial aerodynamics, 1993,46:145-153.

[21]Stull R B. An introduction to boundary layer meteorology [M]. Springer Science & Business Media, 1988:378-380.

[22]顧兆林,張?jiān)苽?城市街谷的空氣流動(dòng)與污染物擴(kuò)散研究——物理模型的發(fā)展及數(shù)學(xué)模擬 [J]. 地球環(huán)境學(xué)報(bào), 2011,2(2):362-373.

[23]Flaherty J E, Lamb B, Allwine K J, et al. Vertical tracer concentration profiles measured during the Joint Urban 2003 dispersion study [J]. Journal of Applied Meteorology and Climatology, 2007,46(12):2019-2037.

[24]Tominaga Y, Stathopoulos T. CFD simulation of near-field pollutant dispersion in the urban environment: A review of current modeling techniques [J]. Atmospheric Environment, 2013,79: 716-730.

[25]Amorim J H, Rodrigues V, Tavares R, et al. CFD modelling of the aerodynamic effect of trees on urban air pollution dispersion [J]. Science of the Total Environment, 2013,461:541-551.

[26]Tominaga Y, Stathopoulos T. Turbulent Schmidt numbers for CFD analysis with various types of flow field [J]. Atmospheric Environment, 2007,41(37):8091-8099.

《中國環(huán)境科學(xué)》再次獲評“RCCSE中國權(quán)威學(xué)術(shù)期刊(A+)”,位列學(xué)科榜首

《中國環(huán)境科學(xué)》在武漢大學(xué)中國科學(xué)評價(jià)研究中心發(fā)布的第四屆中國學(xué)術(shù)期刊評價(jià)中獲評“RCCSE中國權(quán)威學(xué)術(shù)期刊(A+)”.中國學(xué)術(shù)期刊評價(jià)按照各期刊的期刊學(xué)術(shù)質(zhì)量和影響力指標(biāo)綜合得分排名,將排序期刊分為A+、A、A-、B+、B、C 6個(gè)等級,評價(jià)的6201種中文學(xué)術(shù)期刊中有316種學(xué)術(shù)期刊獲評權(quán)威期刊(A+),A+為得分排名前5%的期刊.此次獲得“RCCSE中國權(quán)威學(xué)術(shù)期刊(A+)”稱號的環(huán)境類期刊有3種,《中國環(huán)境科學(xué)》在環(huán)境科學(xué)技術(shù)與資源科學(xué)技術(shù)學(xué)科內(nèi)榮登榜首.

Influence of boundary inflow wind fluctuation on simulated urban atmospheric diffusion.

DONG Long-xiang1,2, ZUO Hong-chao1*, YANG Bin1, CHEN Ji-wei3, MA Kai-ming3, YU Ye2(1.Key Laboratory for Semi-Arid Climate Change, Ministry of Education, College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, China；2.Key Laboratory for Land Process and Climate Change in Cold and Arid Regions, Northwest Institute of Eco-Environment and Resource, Chinese Academy of Sciences, Lanzhou 730000, China；3.Unit of 93811of Pepole’s Liberation Army, Lanzhou 730020, China). China Environmental Science, 2017,37(9)：3210～3219

The impact of the inflow wind fluctuation (i.e. wind velocity and wind speed) on the urban pollutant dispersion from a point source released at ground level under neutral stratification was analyzed using the computational fluid dynamics (CFD) model Fluent, where the boundary inflow conditions were provided in the form of wind velocity and turbulence profiles. Results suggested that the CFD model could reproduce the characteristic flow pattern (e.g. vortex, channeling, and so on) observed in actual urban environment, and the simulated wind velocity, wind direction and turbulence kinetic energy were in good agreement with observations. The results from a set of sensitivity experiments showed that the flow field and turbulent kinetic energy as well as the spatial distribution of pollutants in the urban area were very sensitive to the fluctuation of inflow wind speed and wind direction. This may be one of the main reasons for the inconsistency between the observed and the simulated concentrations in previous studies. Therefore, the uncertainty of boundary inflow should be considered in future simulation studies on urban atmospheric diffusion.

urban diffusion；neutral stratification；CFD；boundary condition；numerical experiments

X51

A

1000-6923(2017)09-3210-10

2016-12-14

國家“973”計(jì)劃項(xiàng)目(2011CB706903);國家自然科學(xué)基金資助項(xiàng)目(41275019,41475009)

* 責(zé)任作者, 教授, zuohch@lzu.edu.cn

董龍翔(1988-),男,甘肅秦安人,博士,主要從事大氣擴(kuò)散數(shù)值模擬研究.發(fā)表論文5篇.