邊界入流風場擾動對模擬城市大氣擴散的影響

董龍翔,左洪超,楊 賓,陳繼偉,馬凱明,余 曄(.蘭州大學大氣科學學院,半干旱氣候變化教育部重點實驗室,甘肅 蘭州 70000；.中國科學院西北生態環境資源研究院,寒旱區陸面過程與氣候變化重點實驗室,甘肅 蘭州 70000；.中國人民解放軍98部隊,甘肅 蘭州 7000)

邊界入流風場擾動對模擬城市大氣擴散的影響

董龍翔1,2,左洪超1*,楊 賓1,陳繼偉3,馬凱明3,余 曄2(1.蘭州大學大氣科學學院,半干旱氣候變化教育部重點實驗室,甘肅 蘭州 730000；2.中國科學院西北生態環境資源研究院,寒旱區陸面過程與氣候變化重點實驗室,甘肅 蘭州 730000；3.中國人民解放軍93811部隊,甘肅 蘭州 730020)

借助計算流體動力學(CFD)模式Fluent分析中性層結下邊界入流風場(即風速和風向)擾動對地面點源釋放情景下城市大氣擴散過程的影響,其中邊界入流條件以風速和湍流動能廓線的形式給出.研究發現 CFD模式能夠合理刻畫實際城市中的特征流型(如渦旋,峽谷效應等),而且模擬的風速、風向和湍流動能均與觀測數據吻合較好.敏感性試驗結果表明,城區內的流場和湍流以及與之密切相關的污染物空間分布對邊界入流風速和風向的擾動十分敏感.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,在模擬城市大氣擴散過程時應當考慮邊界入流風場不確定性對模擬結果的影響.

城市擴散；中性層結；CFD；邊界條件；數值試驗

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

城市大氣擴散模型可用于預測有毒氣體的分布范圍和濃度量級,而這些定量的模擬結果對于事故預警和應急救援以及災害評估至關重要.目前的城市大氣擴散模型主要分為兩類,一類是基于高斯理論的經驗模型,而另一類是復雜的計算流體動力學(CFD)模型.相比于簡單的高斯擴散模型,CFD模式考慮了復雜的城市建筑結構對流場的影響,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化,但不足之處是更加耗時[4].隨著計算機硬件技術的提升和數值算法的改進,CFD模式已經廣泛地用于解決城市中不同運動尺度上的大氣流動和擴散問題.具體的應用從簡單到復雜,主要包括單體建筑[5],理想街谷[6-9],障礙物陣列[10]和實際城市環境[11-13]等方面.這些研究加深了我們對城市下墊面上的流動和擴散過程的理解,也促進了模式的驗證和改進.然而,上述穩態的模擬工作假定邊界入流條件恒定不變,而實際大氣受邊界層湍流的影響,風場和湍流即使在很短的時間范圍內也是變化的.這種風場和湍流的擾動究竟會對模擬結果產生什么樣的影響,目前仍缺乏全面認識.因此,有必要研究邊界入流條件擾動對下風方城區內的流場和污染物擴散的影響.由于An等[14]最近的研究指出下風區的風速和湍流對邊界入流湍流動能的擾動并不敏感,故這里主要考慮風速和風向這兩個關鍵邊界入流參數.本文采用Standard k-ε湍流模型結合組分輸送方程,對中性大氣層結下地面點源釋放污染物在城市中的擴散過程進行數值模擬,并且基于實測的風場和湍流數據驗證了模式的模擬性能,進一步通過敏感性數值試驗定量分析了邊界入流風速和風向擾動對城區內流場和污染物擴散的影響.

圖1 精細化氣象觀測網(3km×3km)內的觀測點位置Fig.1 Locations of observation sites in a 3km×3km meteorological observation network

1 外場試驗簡介

2011年10月1～14日期間在甘肅省榆中縣城區開展了較大規模的“城市氣象/示蹤試驗”(UMTE 2011),該試驗的主要目的是研究高架源排放情景下污染物在復雜城市下墊面上的輸送和擴散特征,同時也為大氣擴散模型模擬性能的檢驗提供可靠的試驗數據.圖1為試驗區域內氣象觀測點和釋放源的位置分布.區域內共設有 10個常規氣象觀測站(P3-P12)對城市冠層頂部的水平風、溫度、濕度和氣壓進行觀測,而氣象要素在垂直方向上的分布是由風廓線雷達(P1)和系留氣球探空(P2)獲取.3套渦旋相關系統(CSAT3/Li-7500, Campbell)分別安裝在P13、P14和P15點位用于觀測湍流通量,其中站點P13和P14的儀器架設在樓頂之上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內流場及地面點源釋放情景下的污染物擴散對邊界入流風場擾動的響應,這里對高架源示蹤試驗部分內容不做說明,完整的試驗介紹可以參見文獻[15-16].此外,試驗獲取的觀測數據已經用于CFD模型模擬性能的評估和檢驗[17-18].

2 數值模擬

2.1 城市幾何模型與網格化

基于實際測量的數據建立榆中縣城區的三維幾何模型,如圖2所示, 圖中的黑色實心圓點代表地面SF6釋放位置(RS),區域1～3分別代表源附近、高層建筑區和建筑密集區.在模型的構建過程中力求城市模型與實際建筑結構相一致,以使模型誤差對計算結果的影響降到最低.計算域的長寬高分別為2300、1900和300m.區域內接近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.整個區域采用非結構網格進行劃分,并且對地表和建筑物附近的網格進行局部加密處理(最小分辨率為 1m),從而更加細微地刻畫建筑物對流場的影響.最終生成3734986個四面體網格單元,節點數為695814個.

圖2 計算域內的建筑分布Fig.2 Distribution of buildings in the computation domain

2.2 求解設置

本研究使用商業CFD軟件Fluent對地面點源釋放情景下污染物的輸送和擴散過程進行數值模擬,并且采用穩態模擬(即模擬固定的一個時刻).模式中的基本控制方程(即動量方程和連續方程)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散.關于Fluent模式的詳細描述參見 Fluent使用手冊[19].湍流模型選用Standard k-ε方案.近壁面采用標準壁函數.控制方程組的求解采用SIMPLE算法,空間離散方法為二階迎風格式.

地表和建筑物表面設置為無滑移邊界,頂端為對稱邊界,計算域的東側和南側邊界為速度入流邊界,北側和西側邊界為流出邊界.質量入口應用于釋放源RS(圖2中黑色實心圓點),以SF6作為示蹤物,釋放速率為 1kg/s.速度入口設為風速(u)、湍流動能(k)和湍流耗散率(ε)的垂直廓線,這3個量根據Richards等[20]提出的方程給出:

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

2.3 試驗設計

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

為了研究地面點源釋放情景下邊界入流風速和風向擾動對城區內流場及污染物擴散的影響,共設置有5個數值試驗,各試驗的詳細情況列于表 1.控制試驗(C1)中的邊界入流風速由式(1)給出,據此計算的 10m 處風速(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,而風向整層均取為觀測值 132°.需要說明的一點是控制試驗C1模擬的時刻為2011年10月7日15:00時,所以本文的對比時刻均與該模擬時刻一致(下同).

3 結果與討論

3.1 模擬的流場分布及其與觀測結果的對比

圖3為控制試驗中離地面10m高處不同子區域(圖2)的水平流場分布.從圖3可以看出,不規則分布的建筑物和街道會顯著改變城市冠層內的流場,表現為一些典型的城市特征流型(例如,分流、匯合、渦旋和峽谷效應等).在地面釋放源附近,沿東南-西北走向主干街道上的風速明顯高于附近區域(圖3a),街谷內較強的氣流(即峽谷效應引起的峽谷風)有助于污染物的輸送和清除.同樣,在高層建筑區兩個不同建筑之間也會形成類似的峽谷風(圖3b).另一方面,受城市粗糙單元的阻擋和拖曳作用的影響,建筑物背風側和尾流區以及建筑物密集區(圖 3c)的風速明顯偏小甚至為靜風狀態,大氣擴散能力弱.此外,由于受地面建筑物結構的影響相對較小,城市冠層頂部風向較為一致且接近于邊界入流風向.

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 控制試驗中各觀測點的觀測值與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.城市街谷內以及兩幢建筑之間的流型由順時針渦旋結構主導,在迎風面一側為下沉氣流,而背風面為上升氣流.通常認為街谷內污染物會被背風面上升流輸送至頂部,然后在湍流擴散作用下穿過街谷頂部強剪切層進入上部自由流場中,部分污染物也會沿迎風面回流到街谷底部,形成污染物的循環流動[22].與動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面向下傳輸.此外,街谷兩側建筑物的高低配置會改變渦旋的強度,進而影響污染物的垂直對流混合過程.相比于下階梯型街谷(即迎風向建筑高于下風向建筑,反之稱為上階梯型街谷)配置,上階梯型街谷內的渦旋強度明顯更強(圖4).

為了檢驗CFD模式對復雜城市環境中的風場和湍流的模擬性能,將控制試驗 C1中的模擬結果與外場試驗實測數據進行對比,如圖5所示.可以看出,不同站點的風速、風向和湍流動能模擬值與觀測值總體上非常接近,其中風速和湍流動能的平均絕對偏差分別為0.3m/s和0.09m2/s2,而風向的模擬值相比于觀測值整體偏南,平均絕對偏差為 17°.上述結果表明在假定大氣層結為中性的條件下,CFD模式能夠較好地描述實際城市環境中的流場和湍流特征.

3.2 風速擾動對流場和濃度分布的影響

圖6為不同邊界入流風速時離地面2m高處的風場和示蹤物(SF6)濃度分布以及對應的濃度等值面.由圖 6可見,當邊界入流風速減小(增大)時,城區內地面附近水平風速相應地減弱(增強),而污染物的水平分布范圍和濃度量級相比于控制試驗明顯增大(減小),但由于城區內的風向并沒有發生明顯的改變(圖 6a～c),不同邊界入流風速對應的污染煙羽形態相似.這些結果與我們的預期結果也是一致的.另外,風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,冠層內污染煙羽在峽谷風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,與邊界入流風向接近(圖6d-f).

為了定量地考察風速和機械湍流及污染物濃度與邊界入流風速之間的關系,選取近場的 2個區域N和F(圖6a)進行分析,結果列于表2.需要說明的是對垂直速度做取絕對值的處理,以避免區域平均時正負值相抵消的問題.控制試驗中區域 N的平均水平風速、垂直速度、湍流動能和SF6濃度值分別為 0.67m/s、0.054m/s、0.17m2/s2和 55×10-6,體積分數.當邊界入流風速減小(增大)50%,區域N的平均水平風速、垂直速度和湍流動能分別減小49%、46%和75%(增大49%、44%和82%),濃度值則增加131%(減少40%).而區域F的結果與區域N相類似(表2).總的來說,城市冠層內水平和垂直速度的變化與邊界入流風速的擾動幅度接近,而湍流動能的響應明顯更加強烈.

圖6 不同邊界入流風速時離地2m高處的風場和SF6濃度(陰影)分布以及濃度等值面(15×10-6,體積分數).黑色長箭頭代表邊界入流風向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 邊界入流風速擾動對各區域(圖6a中區域N和F)風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速之間的關系Fig.7 The relationship between observed TKE and wind velocity above the urban canopy layer in nighttime

進一步利用夜間的觀測數據(大氣為中性層結)對湍流動能和城市冠層頂部平均風速之間的關系進行檢驗,如圖7所示.需要說明的是站點P13和P14位于城市冠層之上,而P15位于冠層內.可以看出,湍流動能隨著城市冠層頂部平均風速的增大而增大,而且兩者之間存在正相關性,不同站點的線性相關系數均達到0.7(通過置信度為99%的顯著性檢驗),這主要是由于冠層頂部的強剪切層隨著邊界入流風速的增大而增強,從而促使流場的平均動能更多地轉化為機械湍流.前面的模擬結果與這里的觀測結果也是相一致的.此外,站點P13和P14的線性擬合斜率相同,且要高于站點P15的擬合斜率值,說明在相同的邊界入流風速增量下,冠層頂部的湍流動能增量大于冠層之內.

3.3 風向擾動對流場和濃度分布的影響

邊界入流風向擾動對城區內風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°)的邊界入流風向擾動,釋放源下風方地面附近的污染物濃度分布也會呈現出與控制試驗(圖 8a)完全不同的形態.在試驗 C4中(風向為 117°),由于污染物的分布位置沿逆時針方向偏轉(圖8b),區域F1的平均濃度值增加57%,而區域 F2則減少 38%(表 3).在試驗 C5中(風向為148°),污染物呈帶狀分布且高濃度區向下風方較遠處延伸(圖8c),區域F2的平均濃度值增幅高達138%.上述結果說明地面污染物濃度分布對于邊界入流風向擾動十分敏感,而這可能是造成已有城市擴散研究中[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.

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

城區內的風速和風向以及湍流動能對邊界入流風向擾動的響應存在明顯的區域差異(表3).例如,試驗C4中區域F1和F2中湍流動能相比于試驗C1分別減少20%和增加67%.上述污染物空間形態的差異正是因為城區內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,風速和風向仍是影響污染物輸送和擴散的主導因子.例如,在試驗C4中區域F1的濃度值增加是由于上層煙羽的偏轉所致,試驗 C5中污染物的輸送則主要受強峽谷風的平流作用影響.而湍流擴散作用可能主要體現在較小的局地尺度上(如街谷內、單個建筑物周圍).

準確預測污染物在復雜城市環境中的輸送和擴散過程對于突發事件(如化工廠危險氣體泄漏、恐怖分子的毒氣襲擊等)的應急響應和人群疏散至關重要.本研究認為邊界入流風場擾動是影響CFD模式模擬結果準確度的一個關鍵因素,在以后的模擬研究中應當對此予以考慮,譬如,采取集合平均的方法或許有助于模擬性能的改進.此外,CFD模式的模擬性能還與網格分辨率、模式參數和物理過程簡化等[24-26]密切相關,需要開展相應的研究工作進一步量化這些因素對模擬結果的影響.

圖8 不同邊界入流風向時離地2m高處的風場和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 邊界入流風向擾動對各區域(圖8a中區域N、F1和F2)風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 結論

4.1 CFD模式能夠再現中性層結下實際城市環境中的三維流場結構(例如,分流、匯合、渦旋和峽谷效應等),而且模擬的風速和風向以及湍流動能與外場試驗觀測數據均吻合較好.

4.2 邊界入流風速擾動會明顯改變城區內的風速和湍流,其中湍流動能的響應最為強烈,但區域內的風向沒有發生顯著改變.城區內風速和風向以及湍流對邊界入流風向擾動的響應則存在明顯的區域差異.

4.3 城區內污染物的空間分布對于邊界入流風場的擾動非常敏感,即便是小幅的邊界入流風向擾動(15°)也會顯著改變污染煙羽的空間形態.而這可能是造成現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值模擬 [J]. 環境科學研究, 2006,19(3):7-12.

[8]王 樂,張云偉,顧兆林.動態風場及交通流量下街道峽谷內污染物擴散模擬 [J]. 中國環境科學, 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散的影響[J]. 中國環境科學, 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.蘭州市榆中縣城區重氣示蹤試驗的初步分析 [J]. 蘭州大學學報 (自然科學版), 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在城區內流場及污染擴散模擬的適用性檢驗 [J]. 環境科學與技術, 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散的觀測實驗與數值模擬 [J]. 中國環境科學, 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,張云偉.城市街谷的空氣流動與污染物擴散研究——物理模型的發展及數學模擬 [J]. 地球環境學報, 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.

《中國環境科學》再次獲評“RCCSE中國權威學術期刊(A+)”,位列學科榜首

《中國環境科學》在武漢大學中國科學評價研究中心發布的第四屆中國學術期刊評價中獲評“RCCSE中國權威學術期刊(A+)”.中國學術期刊評價按照各期刊的期刊學術質量和影響力指標綜合得分排名,將排序期刊分為A+、A、A-、B+、B、C 6個等級,評價的6201種中文學術期刊中有316種學術期刊獲評權威期刊(A+),A+為得分排名前5%的期刊.此次獲得“RCCSE中國權威學術期刊(A+)”稱號的環境類期刊有3種,《中國環境科學》在環境科學技術與資源科學技術學科內榮登榜首.

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”計劃項目(2011CB706903);國家自然科學基金資助項目(41275019,41475009)

* 責任作者, 教授, zuohch@lzu.edu.cn

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