不同街道交叉口形態對污染物擴散規律研究

摘 要：主要研究三種不同交叉口形態（三向交叉口、四向交叉口和環形交叉口）在不同縱橫比（1、1.25和1.5）下交叉口的污染分布情況。結果表明，三向交叉口內街道通風效率最差，街道內橫縱比增加，街道的通風效率減弱。建筑之間形成的渦流會導致交叉口中心的風場速度增大，道路內風速降低，污染物沉積。

關鍵詞：計算流體力學；OpenFOAM；交叉口形態；縱橫比；污染物擴散

中圖分類號：X169 文獻標志碼：A 文章編號：1673-9655（2024）05-00-05

0 引言

經濟的持續增長使機動車在城市居民出行中成為主要的交通工具，道路交通成為城市環境中空氣污染的主要來源之一。若不采取措施，到2050年空氣污染將成為造成最大環境死亡的因素[1]。截止到2022年3月，我國機動車保有量達

4.02億輛，機動車駕駛人達4.87億人[2]。城市街道交叉口是組織和管理各類道路交通的控制點，不同的街道交叉口形態會影響污染物的擴散軌跡[3，4]。當下對街道交叉口內污染物擴散的方法主要為：實地觀測、風洞模擬和CFD（computational fluid dynamic）數值模擬[5]。

目前，大部分研究者運用風洞實驗和CFD數值模擬的方法研究街道交叉口內污染物的擴散情況。風洞模擬具有應用廣泛、可信度高但成本昂貴等特點。Daniel等[6]利用風洞實驗模擬汽車通行時污染物的排放情況。He等[7]對四種類型的四向交叉口進行模擬，探究不同交叉口角度對行人通風的影響。另一方面，CFD模擬具有使用方便，成本低等特點，可以對同一風洞實驗方案進行多次模擬研究，并在驗證風洞實驗的數據基礎上進行模型更改。然而，CFD模擬的精確度易受到網格精密度和計算資源等因素的影響。黃東遠等[8]利用CFD模擬三種不同風向下，T型城市街道交叉口內污染物C2H2的擴散情況。秦成君[9]通過實地觀測和CFD模擬結合的方法，探究不同風向下高架橋的十字路拐角處主干道和輔路的污染物擴散情況，研究表明拐角處濃度高于其他位置。Lee等[10]利用無人機進行對交叉口周圍的空氣污染物進行實地監測，并通過WRF-CFD模型進行模擬分析，結果表明早高峰階段，街道交叉口周圍建筑一半高度處于污染，對人體不利。Hassan等[11]對達卡市街道進行建模，運用大渦模擬研究其交叉口處氣流和污染物的擴散情況。Kawaminami等[12]對街道內不同建筑高度進行CFD模擬，研究表明高建筑附近的強風速有利于降低該區域濃度。Costanzo等[13]對建筑群中不同的建筑高度比和密度比進行CFD模擬，以研究高污染區域環境中，住宅建筑的通風情況。

綜上所述，目前對街道內污染物擴散的研究主要著眼于交叉口的形態、風向和建筑高度中單一因素的影響，或是不同風向與交叉口形態的共同影響，而對于交叉口形態與街道縱橫比共同影響下的氣體污染物擴散規律研究十分有限。本文在前人研究的基礎上，通過OpenFOAM平臺自定義求解器CFOAM，探究不同街道交叉口形態與街道縱橫比共同影響下的流體動力學特性及氣體污染物擴散規律。

1 方法

1.1 數值模型

本文研究等溫條件下的不可壓縮空氣穩態流動，采用標準模型描述湍流效應[15]，標量運輸方程用于描述氣體污染物的擴散。各方程表述如下：

連續性方程：

（1）

動量方程：

（2）

式中：μ—風速，m/s；p—靜壓，N/m2；t—時間，s；

ρ—空氣密度，kg/m3；ν—層流運動粘度，m2/s；νt—湍流粘度，m2/s。

化學氣體的標量運輸方程：

（3）

式中：c—污染物氣體濃度，kg/m3；Dc—污染物分子擴散系數，m2/s；Sct—湍流施密特數；Sc—化學氣體的釋放速率。

1.2 模型驗證

模型驗證的濃度數據來自CODASC風洞實驗數據庫（http：//www.windforschung.de/CODASC.htm），風洞實驗的詳細數據可從Gromke[16]等人的文獻中獲得。該風洞實驗以1：150比例尺孤立街道峽谷為研究對象，兩棟建筑與街道的縱橫比

（H/W）為1，如圖1所示。

來流方向為垂直街道正方向，街道中間有四條長120 mm（全尺寸180 m）高5 mm（全尺寸為0.75 m）的電源發射器以10 g/s的總速率恒定釋放示蹤氣體SF6。湍流施密特數Sct為0.3，詳細的邊界條件及參數設置參考Xu和Jeanjean [19，20]，測得的濃度無量綱化表示為：

（4）

式中：建筑高度Zref=0.12 m，建筑高度處風速uref =4.7 m/s，總釋放率Q=0.01 kg/s，釋放源長度l=1.2 m。

圖2為文獻模擬[21]及本文模擬結果。如圖所示，本文模擬中迎風面A和背風面B的等高線分布與文獻模擬數據存在一些差異，主要原因為本文在網格處理上與文獻處理略有不同，并且本文選取的湍流施密特數Sct為0.3，而文獻中湍流施密特數Sct為0.5。從模擬結果可以看出，迎風面A的濃度高于背風面B濃度，這是由建筑物與風場相互作用下形成的角旋渦和峽谷中部形成的順時針旋渦共同影響下形成。

1.3 研究案例描述

街道交叉口與街道格局、交通流量及建筑形態密切相關。本文根據交叉口分支數量，研究了三向交叉口、四向交叉口和環形交叉口三種不同類型的交叉口。使用SpaceClaim進行建模，并使用ICEM進行結構化網格劃分，對計算空間部分進行網格加密。案例幾何模型的計算域及邊界條件如圖1所示，幾何模型的計算域尺寸為61H（x方向）×70H（y方向）×10H（z方向）（其中H=18 m），

建筑物位于計算域的中部，尺寸為14H（x方向）×14H（y方向）。

交叉口區域位于建筑物所在位置的中間，尺寸為6H（x方向）×6H（y方向）。污染源為連續釋放的線源，釋放率為風洞實驗的兩倍，即20 g/s，位于道路中心，寬度為0.34H，高度0.005H，長度1.04H。

大氣氣流沿x正方向垂直于道路方向經過交叉口街道，根據交叉口四周建筑高度，本文將建筑高度與街道寬度的縱橫比設為H/W=1，H/W=1.25和H/W=1.5。建筑壁面設置為無滑移，其他邊界條件見圖1，論文模擬工況設置如圖3所示，分別為三向交叉口A1-A3、四向交叉口B1-B3和環形交叉口C1-C3。

1.4 通風效率指標

純凈流量（PFR）可作為區域內通風效率的重要指標，可用于表示去除街道空氣污染物所需的有效通風量，量化污染物去除能力，數值越高，通風性能越好。PFR計算如下：

（5）

（6）

式中：S—污染物釋放速率，g/s；Vol—目標區域的體積，m3；c*—區域內的平均歸一化濃度，kg/m3。

凈逃逸速度（NEV）是用來評估目標的稀釋污染物凈能力，它獨立于目標體積，定義為：

（7）

式中：Ap—目標區域的邊界面積之和，m2；Uδ—邊界層高度風速，m/s。

2 結果分析

本文探究了不同H/W情況下，街道交叉口形態對街區內風速分布及污染物擴散規律的影響。定義高度1.5 m（即大約為行人呼吸高度處）為研究參考面，截取參考面上的街道通風效率、速度和歸一化濃度云圖。

2.1 通風效率

為了更準確的研究不同交叉口形態和街道的H/W條件下行人高度的通風效率，本文采用PFR和NEV量化指標進行定量分析，圖4為行人高度內的通風效率指標圖。整體而言，橫縱比增加時，同一形態交叉口街道的通風效率降低。其中，四向交叉口中PFR和NEV變化趨勢最為明顯達9.9 m3/s和0.58 m/s，遠高于其它形態交叉口，H/W為1時四向交叉口內PFR和NEV最大為

18.8 m3/s和0.18 m/s。三向交叉口通風效率的差異不明顯，環形交叉口在H/W為2時，街道通風效率首次低于三向交叉口為案例中最小值，PFR和NEV為7.5 m3/s和0.071 m/s。由此可見，三向交叉口內街道通風效率最差，橫縱比增加街道內的通風效率減低。

2.2 速度場分析

為了探究不同街道交叉口形態下風速分布與街道的H/W之間的關系，不同交叉口形態街道行人高度風速分布云圖如圖5所示。從圖中可以看出，三向交叉口區域入口風速受到建筑物阻擋導致風速明顯低于其它交叉口區域。隨著H/W的增大，所有形態下交叉口區域的入口風速均減小。當H/W

為1時，通過觀察三向交叉口區域內的速度流線，可以發現街道兩側建筑之間存在明顯的漩渦現象，而對比四向交叉口和環形交口區域并未存在明顯的漩渦現象，此時三向交叉口區域內風速明顯小于其它交叉口；當H/W為1.25時，四向交叉口和環形交叉口區域內漩渦均有增長趨勢，而三向交叉口區域內街道兩側的漩渦基本保持不變。不同交叉口區域內的縱向道路間風速總體上呈現增加趨勢；當H/W為1.5時，交叉口區域內街道兩側的漩渦現象較前兩組數據更顯著，區域內的風速增大，不同形態的交叉口區域內風速差異減小。在街道交叉口形態固定的前提下，不同H/W條件交叉口區域內風速分布不一致。其中，環形交叉口區域內風速最大且街道內風速分布均勻，受H/W的影響較小。相比較而言，三向交叉口區域內風速整體較小且主要集中在橫向街道內，易受到H/W的影響。初步推斷，不同街道交叉口形態區域內污染物分布不同，隨著H/W的增加，交叉口區域內風速呈增長趨勢，污染物更容易擴散，不易沉積。

2.3 濃度場分析

不同街道污染物歸一化濃度分布云圖如圖6所示。整體而言，污染物主要沉積于釋放源四周且靠近迎風側壁面。在相同污染物釋放速率相同的條件下，三向交叉口區域內擴散范圍最小，絕大部分污染物沉積于釋放源周圍。相比之下，四向交叉口和環形交叉口區域污染物擴散更為明顯。當H/W為1時，三向交叉口區域內污染物濃度沉積更為集中，四向交叉口和環形交叉口基本一致污染物濃度均呈現向區域外擴散的趨勢。當H/W

為1.25時，不同形態交叉口區域污染物濃度分布擴散均呈現減小的趨勢，其中，四向交叉口和環形交叉口區域內污染物較H/W為1條件下沉積區域面積增加。當H/W為1.5時，較前兩組數據而言污染物沉積區域進一步增大，說明H/W增加有利于防止污染物擴散，該現象與圖6所示的交叉口區域內風速減小的變化趨勢相符合。

2.4“速度場-濃度場”綜合分析

為了更準確的研究不同交叉口形態和街道H/W條件下污染物分布與交叉口區域內風速分布關系，對縱軸方向上的街道設置監測點用于進一步分析。如圖7所示為交叉口區域內街道縱軸平均速度和歸一化濃度云圖。整體而言，縱橫比為1時，不同形態交叉口區域內風速分布及歸一化濃度分布變化趨勢最為明顯。此時，三向交叉口區域內風速最小且歸一化濃度最高值為175，遠高于其他形態交叉口區域。其中，四向交叉口區域內風速最大為3.53 m/s，

對應的污染物濃度分布最小。隨著H/W的增加，不同交叉口形態對區域內風速影響減小，不同形態交叉口區域內風速均呈減小趨勢。較H/W為1而言，

H/W為1.25時的風速波動均趨于平緩，四向交叉口區域風速仍為最大，污染物濃度最小。總的來說，四向交叉口與三向交叉口風速的差異呈減小趨勢。當H/W為1.5時，不同形態交叉口區域內的風速進一步減小。此時，三向交叉口區域內歸一化濃度的最大濃度由H/W為1時的175增大為198。由此可見，不同交叉口形態與H/W均影響污染物的擴散，其中交叉口形態影響更為明顯。

3 結論

（1）建筑之間形成的順時針渦流可以有效的抑制污染物的擴散，使得污染物更容易沉積在迎風建筑的壁面。

（2）交叉口街道縱橫比相同時，三向交叉口區域內污染物沉積在釋放源附近。相較而言，環形交叉口弧形區域內污染物更容易沉積。

（3）三向交叉口內街道通風效率最差，當交叉口形態相同時，街道污染濃度隨縱橫比的增大而增大。

參考文獻：

[1] OECD Environmental Outlook to 2050： The Consequences of Inaction - Key Facts and Figures[R]. OECD，2012.

[2] 新華社.全國機動車保有量突破四億輛[EB/OL].[2022-04-07]. 全國機動車保有量突破4億輛_滾動新聞_中國政府網 （www.gov.cn）.

[3] 蔡令揚.上海市街道交叉口綜合分析探索 [D].上海：東華大學，2009.

[4] 韓萍. 環形交叉口交通流運行特性. [D].吉林：吉林大學，2009.

[5] 芮麗燕. 城市街道交叉口的形態及綠化對通風的影響[D]. 南京：南京大學，2019.

[6] Sun D， Shi X， Zhang Y， et al. Spatiotemporal distribution of traffic emission based on wind tunnel experiment and computational fluid dynamics （CFD） simulation[J]. Journal of Cleaner Production， 2021， 282（12）： 124495.

[7] He Y， Tablada A， Wong N H. A parametric study of angular road patterns on pedestrian ventilation in high-density urban areas[J]. Building and Environment， 2019 （151）： 251–267.

[8] 黃遠東，王夢潔，錢麗冰，等. T型街道內空氣流動與污染物擴散特性研究[J].環境污染與防治，2019，41（3）：257-265.

[9] 秦成君.含高架橋的城市道路十字路口交叉口處街谷空氣環境的數值模擬[D]. 太原：太原理工大學，2018.

[10] Lee S-H， Kwak K-H. Assessing 3-D Spatial Extent of Near-Road Air Pollution around a Signalized Intersection Using Drone Monitoring and WRF-CFD Modeling[J]. International Journal of Environmental Research and Public Health， 2020， 17（18）： 6915.

[11] Hassan S， Akter U H， Nag P， et al. Large-Eddy Simulation of Airflow and Pollutant Dispersion in a Model Street Canyon Intersection of Dhaka City[J]. Atmosphere， 2022， 13（7）： 1028.

[12] Kawaminami T， Ikegaya N， Hagishima A， et al. Velocity and scalar concentrations with low occurrence frequencies within urban canopy regions in a neutrally stable shear flow over simplified urban arrays[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2018，（182）： 286-294.

[13] Costanzo V， Yao R， Xu T， et al. Natural ventilation potential for residential buildings in a densely built-up and highly polluted environment. A case study[J]. Renewable Energy， 2019（138）： 340-353.

[14] Constant E， Favier J， Meldi M， et al. An immersed boundary method in OpenFOAM ： Verification and validation[J]. Computers amp; Fluids， 2017 （157）： 55-72.

[15] Ferziger J H， Peri? M. Computational methods for fluid dynamics[M]. New York： Springer， 2002：4-19.

[16] Gromke C， Buccolieri R， Di Sabatino S， et al. Dispersion study in a street canyon with tree planting by means of wind tunnel and numerical investigations – Evaluation of CFD data with experimental data[J]. Atmospheric Environment， 2008， 42（37）： 8640-8650.

[17] Blocken B. Computational Fluid Dynamics for urban physics： Importance， scales， possibilities， limitations and ten tips and tricks towards accurate and reliable simulations[J]. Building and Environment， 2015， （91）： 219-245.

[18] Yang Y， Gu M， Chen S， et al. New inflow boundary conditions for modelling the neutral equilibrium atmospheric boundary layer in computational wind engineering[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2009， 97（2）： 88-95.

[19] Xu G， Lim A， Gopalan H， et al. CFD Simulation of Chemical Gas Dispersion Under Atmospheric Boundary Conditions[J/OL]. International Journal of Computational Methods， 2020， 17（5）： 1940011.

[20] Jeanjean A P R， Hinchliffe G， McMullan W A， et al. A CFD study on the effectiveness of trees to disperse road traffic emissions at a city scale[J]. Atmospheric Environment， 2015， （120）： 1-14.

[21] Huang Y D， Hou R W， Liu Z Y， et al. Effects of Wind Direction on the Airflow and Pollutant Dispersion inside a Long Street Canyon[J/OL]. Aerosol and Air Quality Research， 2019， 19（5）： 1152-1171.

CFD Simulation of the Dispersion Patterns of Gas Pollutants Based on Different Street Intersection Configurations and Aspect Ratios

LUO Heng-hua， LIU Xiao-fang

（School of Energy and Environment， Anhui University of Technology， Ma'anshan Anhui 243002，China）

Abstract： The study examined three intersection configurations （three-way， four-way， and roundabout） at three aspect ratios （1， 1.25， and 1.5）. The study indicated that the ventilation efficiency of streets was weakest at three-way intersections and was further reduced by increasing the aspect ratio within the street. Vortices formed between buildings resulted in higher wind velocities in the center of the intersection， lower wind speeds within the roadway， and increased pollutant deposition.

Key words： computational fluid dynamics; OpenFOAM; intersection morphology; aspect ratio; pollutant dispersion

作者簡介：羅恒華（1999-），男，碩士研究生，研究方向為城市風環境。