CN104008229B - 一种街区污染物浓度分布模型建立方法 - Google Patents

Abstract

本发明提供一种街区污染物浓度分布模型建立方法，利用CFD模型获取风场矩阵，以此为基础建立街区内风场多元线性回归方程，实现街区内风场的计算，基于高斯烟团模型和GPU并行技术获取街区内污染物浓度分布，基于高斯烟羽模型和背景风获取街区外污染物浓度分布。该方法简化并加快了风场的计算过程，提高了街区内外部污染物浓度的计算效率。

Description

一种街区污染物浓度分布模型建立方法

技术领域

本发明涉及环境科学领域，具体地涉及一种街区污染物浓度分布模型建立方法。

背景技术

目前道路交通已经成为现代城市的主要污染源之一，汽车尾气中含有固体悬浮颗粒、一氧化碳、氮氧化物、碳氢化合物等各种污染物，而建筑物与街道形成的峡谷式地形导致了街渠风、行道风等特殊的空气流动现象，这种空气流动现象的结果之一就是，如图1所示，当背景风垂直建筑物吹入时会形成涡流，交通源排放的污染物会随涡流进行传输，并且在底部的背风侧累积，从而形成背风侧污染物浓度高于向风侧的浓度分布特征。

最早用于获取街区污染物浓度分布的街区模型是STREET模型，而现在比较常见的街区尺度模型包括有Gaussian plume model、OSPM、CALINE4、UHMA、MAT、MONO32、MATCH、CFD等。其中高斯模型是较为简单快捷的模型，不过考虑的因素也相对较少。CFD(Computational Fluid Dynamics，即计算流体动力学)模型是指通过计算机进行数值计算和图像显示，分析包含流体流动和热传导等相关物理现象的系统，其基本思想是用一系列有限个离散点上的变量值的集合代替时间域及空间域上连续的物理量的场(如压力场)，然后按照一定的原则和方式建立这些离散点上场变量之间关系的代数方程组，通过求解代数方程组获得场变量的近视值。由于CFD模型采用的是计算流体动力学的方法进行模拟，所以具有较高的准确性，但是，也正因为CFD模型是基于流体动力学的模型，其计算复杂，计算量大，所耗费的时间也较长。

发明内容

为此，本发明所要解决的技术问题在于简化街区污染物浓度分布模型中风场的计算过程，提高街区污染物浓度分布模型的计算效率，从而提出一种街区污染物浓度分布模型建立方法。

为解决上述技术问题，本发明提供如下技术方案：

一种街区污染物浓度分布模型建立方法，其特征在于，包括如下步骤：

S1:建立多元线性回归方程：

以上各参数表示的含义为：u是风速；H₁、H₂、H₃、H₄为待分析街区的高度或者宽度或者长度，且H₁≠H₂，H₃≠H₄；V_x和V_y是背景风平行于街区方向的分量或者是背景风垂直于街区方向的分量，且V_x≠V_y；a₀-a₄是待定系数，基于CFD模型获得的风场矩阵中的风速进行多元回归计算得到；

S2：将H₁、H₂、H₃、H₄，V_x和V_y代入到上述多元线性回归方程中后得到风速u；

S3：基于高斯烟团模型获得街区内污染物浓度分布C₁(x,y,z,T)：

以上各参数表示的含义为：x,y,z是坐标值，T是时间，Q是点源排放速率，σ_x,σ_y,σ_z是三个方向上的扩散系数，u是步骤S2中得到的风速，H是点源高度；

S4：基于高斯烟羽模型获得街区外污染物浓度分布C₂(x,y,z)：

以上各参数表示的含义为：V是背景风风速，Q是点源排放速率，H为点源高度，σ_y和σ_z是两个方向上的扩散系数。

上述街区污染物浓度分布模型建立方法，所述步骤S1中，采用如下CFD模型获得风场矩阵，CFD模型函数的表达式为：

以上各参数表示的含义为：k是湍流动能，ε是湍流耗散率，G_k是由于平均速度梯度引起的湍动能k的产生项，G_b是由于浮力引起的湍动能k的产生项，Y_M是可压湍流中脉动扩张的贡献，C_1ε、C_2ε和C_3ε为经验常数，σ_k和σ_ε是与湍动能k和耗散率ε对应的Prandtl数，S_k和S_ε是用户定义的源项，x_i和x_j是张量的指标形式，ρ是密度，u_i是某一位置的流体的时均速度，μ是流体动力粘度，μ_t是湍动粘度；

基于所述CFD模型，利用有限元分析方法进行流体湍动模拟，具体包括如下步骤：

建立计算网格；

输入边界面即流体入口的湍流动能的k₀、湍流耗散率的ε₀，流体的流动速度值u_i0；

迭代计算得到最终稳态模拟结果u_i；

将所述模拟结果导出得到某一位置对应的风速值；

所有不同位置的风速值构成风场矩阵。

上述的街区污染物浓度分布模型建立方法，所述步骤S1中，所述多元线性回归方程为：

其中G为待分析街区的高度，W为待分析街区的宽度，L为待分析街区的长度。

上述街区污染物浓度分布模型建立方法，所述步骤S2中，采用所述高斯烟团模型与GPU(Graphic Processing Unit)并行技术结合，获得街区内污染物浓度分布。

一种多街区污染物浓度分布模型建立方法，包括如下步骤：

S1:记录多街区中的任意一个街区利用高斯烟团模型计算得到的烟团链上最后一个烟团的位置(x,y,z)；

S2:分析判断，若(x,y,z)位于街区的顶面上，则利用高斯烟羽模型对全区域进行浓度分布计算；若(x,y,z)位于街区的侧面上，则利用高斯烟团模型对相邻街区进行浓度分布计算；

S3：整合多个街区得到的污染物浓度分布，最终获得全区域内污染物浓度分布计算结果。

本发明的上述技术方案相比现有技术具有以下优点：

(1)本发明所述的街区污染物浓度分布模型建立方法，建立街区内风场的多元线性回归方程，简化并加快了风场的计算过程；利用高斯烟团模型和高斯烟羽模型实现街区内外部污染物浓度分布的计算，提高了街区内外部污染物浓度的计算效率。

(2)本发明所述的街区污染物浓度分布模型建立方法，采用CFD模型获取实验数据，即获取风场矩阵，不需要现场实际测量风速，大大减少了工作量。

(3)本发明所述的街区污染物浓度分布模型建立方法，利用高斯烟团模型与GPU并行技术结合实现街区内部污染物浓度分布的计算，通过GPU并行技术使得在高斯烟团模型的庞大计算量下的计算效率得到进一步提高。

(4)本发明所述的多街区污染物浓度分布模型建立方法，通过记录高斯烟团模型计算得到的烟团链上最后一个烟团的位置，分析判断该位置，利用不同方法获取污染物分布浓度，从而实现多街区全区域污染物的浓度分布计算。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是背景风垂直建筑物吹入时的污染物浓度分布特征；

图2是本发明一个实施例的街区污染物浓度分布模型建立的整体框架图；

图3是本发明一个实施例的街区污染物浓度分布模型建立方法的流程图；

图4是基于参考文献提供的经验公式和经验参数得到的扩散系数。

具体实施方式

实施例1

本实施例提供一种街区污染物浓度分布模型建立方法，图2所示街区污染物浓度分布模型建立的整体框架图，图3所示街区污染物浓度分布模型建立方法的流程图，主要包括如下步骤：

S1：以街道内部不同位置的风为因变量，以不同地形、不同背景风为自变量，建立多元线性回归方程：

以上各参数表示的含义为：u是风速；H₁、H₂、H₃、H₄为待分析街区的高度或者宽度或者长度，且H₁≠H₂，H₃≠H₄；V_x和V_y是背景风平行于街区方向的分量或者是背景风垂直于街区方向的分量，且V_x≠V_y；a₀-a₄是待定系数；

本实施例中设定该多元线性回归方程具体为：

其中G为待分析街区的高度，W为待分析街区的宽度，L为待分析街区的长度。

上述公式中的风速u是通过CFD模型获取的，CFD是Computational FluidDynamics的简称，即计算流体动力学，CFD是指通过计算机进行数值计算和图像显示，分析包含流体流动和热传导等相关物理现象的系统，其基本思想是用一系列有限个离散点上的变量值的集合代替时间域及空间域上连续的物理量的场(如压力场)，然后按照一定的原则和方式建立这些离散点上场变量之间关系的代数方程组，通过求解代数方程组获得场变量的近视值，通过利用CFD模型进行不同地形条件和不同背景风条件的模拟，然后以街道内部不同位置的风为因变量，以不同地形、不同背景风为自变量，建立多元线性回归方程。CFD模型函数的表达式为：

以上各参数表示的含义为：k是湍流动能，ε是湍流耗散率，G_k是由于平均速度梯度引起的湍动能k的产生项，G_b是由于浮力引起的湍动能k的产生项，Y_M是可压湍流中脉动扩张的贡献，C_1ε、C_2ε和C_3ε为经验常数，σ_k和σ_ε是与湍动能k和耗散率ε对应的Prandtl数，S_k和S_ε是用户定义的源项，x_i和x_j是张量的指标形式，ρ是密度，u_i是某一位置的流体的时均速度，μ是流体动力粘度，μ_t是湍动粘度；

基于所述CFD模型，利用有限元分析方法进行流体湍动模拟，具体包括如下步骤：

建立计算网格；

输入边界面即流体入口的湍流动能的k₀、湍流耗散率的ε₀，流体的流动速度值u_i0，由于在本模型中，流体为大气，因此实质上是指风速。

迭代计算得到最终稳态模拟结果u_i；

将所述模拟结果导出得到某一位置对应的风速值；

所有不同位置的风速值构成风场矩阵。

将街区内风场归纳为若干个点的风速；以风速为因变量，以地形的两个比例、背景风速的两个分量作为自变量，利用统计软件进行多元线性回归，得到a₀-a₄的数值。

S2：将H₁、H₂、H₃、H₄，V_x和V_y代入到上述多元线性回归方程中后得到风速u；

S3：基于高斯烟团模型获得街区内污染物浓度分布C₁(x,y,z,T)：

以上各参数表示的含义为：x,y,z是坐标值，高斯模型的坐标系设定原点为排放点(无界点源或地面源)或者高架源排放点在地面的投影点，x轴正向为风速方向，y轴在水平面上垂直于x轴，正向在x轴的左侧，z轴垂直于水平面xoy，向上为正向，T是时间，Q是点源排放速率，交通排放源就是这里所述的点源，u是上述线性方程中得到的风速，H是点源高度σ_x,σ_y,σ_z是三个方向上的扩散系数，扩散系数是参考现有文献中所提供的经验公式和经验参数，如图4所示，该表引用自Atmospheric Chemistry and Physics这本书；

利用高斯烟团模型与GPU(Graphic Processing Unit)并行技术结合实现街区内部污染物浓度分布的计算，通过GPU并行技术使得在高斯烟团模型的庞大计算量下的计算效率得到进一步提高。

S4：基于街区内高斯烟团计算的结果，利用高斯烟羽模型获得街区外污染物浓度分布C₂(x,y,z)：

以上各参数表示的含义为：V是背景风风速，Q是点源排放速率，H为点源高度，σ_y和σ_z是两个方向上的扩散系数。

本发明所述的街区污染物浓度分布模型建立方法，建立街区内风场多元线性回归方程，简化并加快了风场的计算过程；利用高斯烟团模型和高斯烟羽模型实现街区内外部污染物浓度分布的计算，提高了街区内外部污染物浓度的计算效率；采用CFD模型获取实验数据，即获取风场矩阵，不再需要现场实际测量风速，大大减少了工作量；利用高斯烟团模型与GPU并行技术结合实现街区内部污染物浓度分布的计算，通过GPU并行技术使得在高斯烟团模型的庞大计算量下的计算效率得到进一步提高。

所述的街区污染物浓度分布模型，采用数据库进行输入数据的读取，使用者能够方便地对模型运算设置和数据输入进行调整，实现不同情景下的污染物浓度分布模拟任务。污染物浓度分布模型输出数据存储为dat格式文本文件，该文本文件可以被tecplot绘图软件读取，使用者能够直接使用tecplot绘图软件进行图像绘制，也可以方便地建立扩展程序进一步数据处理。

实施例2

本实施例提供一种多街区污染物浓度分布模型建立方法，实施例1中提供的模型的最终结果是一个适用于单一街区的污染物传输模型。为了实现多街区的污染物传输模拟工作，整体模型设置并处理了单一街区的三个开放面，也就是高斯烟团模型的烟团链延伸运算停止的三个面，处理过程为：

将多街区中的任意一个街区高斯烟团模型计算得到的烟团链上最后一个烟团的位置(x,y,z)记录下来；

分析判断：

若(x,y,z)位于上述任意一个街区的顶面上，则基于高斯烟羽模型对于全区域进行浓度分布计算；

若(x,y,z)位于上述任意一个街区的两个侧面上，则可以把这个烟团看作为相邻街区侧面上的点源，基于高斯烟团模型再次进行浓度分布计算；

整合多个街区的得到的污染物浓度分布，最终获得全区域内污染物浓度分布计算结果。

作为模型运算的补充，整体模型添加了一个补充性模块，即静止点源的浓度贡献计算模块，其实质是高斯烟羽模型的浓度分布计算模块，其功能是对于在区域内浓度计算时忽略掉的一些排放源或者额外的一些排放源，用户可以将其转化为点源输入，利用此模块进行补充计算。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (4)

1.一种街区污染物浓度分布模型建立方法，其特征在于，包括如下步骤：

S1:建立多元线性回归方程：

$u=a_0+a_1\×\frac{H_1}{H_2}+a_2\×\frac{H_3}{H_4}+a_3\×V_y+a_4\×V_x$

以上各参数表示的含义为：u是风速；H₁、H₂、H₃、H₄为待分析街区的高度或者宽度或者长度，且H₁≠H₂，H₃≠H₄；V_x和V_y是背景风平行于街区方向的分量或者是背景风垂直于街区方向的分量，且V_x≠V_y；a₀-a₄是待定系数，基于CFD模型获得的风场矩阵中的风速进行多元回归计算得到；

S2：将H₁、H₂、H₃、H₄，V_x和V_y代入到上述多元线性回归方程中后得到风速u；

S3：基于高斯烟团模型获得街区内污染物浓度分布C₁(x,y,z,T)：

$C_1(x,y,z,T)={\∫}_0^{\mathrm{\∞}}\frac{QdT}{{\left(2\mathrm{\π}\right)}^{3/2}{\mathrm{\σ}}_x\left(T\right){\mathrm{\σ}}_y\left(T\right){\mathrm{\σ}}_z\left(T\right)}\×e^{\[-\frac{{(x-uT)}^2}{2{\mathrm{\σ}}_x^2\left(T\right)}-\frac{y^2}{2{\mathrm{\σ}}_y^2\left(T\right)}-\frac{{(z-H)}^2}{2{\mathrm{\σ}}_z^2\left(T\right)}\]}$

以上各参数表示的含义为：x,y,z是坐标值，T是时间，Q是点源排放速率，σ_x,σ_y,σ_z是三个方向上的扩散系数，u是步骤S2中得到的风速，H是点源高度；

S4：基于高斯烟羽模型获得街区外污染物浓度分布C₂(x,y,z)：

$C_2(x,y,z)=\frac{Q}{2{\mathrm{\πV\σ}}_y{\mathrm{\σ}}_z}\×e^{\[-\frac{y^2}{2{\mathrm{\σ}}_y^2}-\frac{{(z-H)}^2}{2{\mathrm{\σ}}_z^2}\]}$

以上各参数表示的含义为：V是背景风风速，Q是点源排放速率，H为点源高度，σ_y和σ_z是两个方向上的扩散系数。

2.根据权利要求1所述的街区污染物浓度分布模型建立方法，其特征在于，所述步骤S1中，采用如下CFD模型获得风场矩阵，CFD模型函数的表达式为：

$\frac{\∂}{\∂t}\left(\mathrm{\ρ}k\right)+\frac{\∂}{\∂x_i}\left({\mathrm{\ρku}}_i\right)=\frac{\∂}{\∂x_j}\[(\mathrm{\μ}+\frac{{\mathrm{\μ}}_t}{{\mathrm{\σ}}_k})\frac{\∂k}{\∂x_j}\]+G_k+G_b-\mathrm{\ρ}\mathrm{\ϵ}-Y_M+S_k$

$\frac{\∂}{\∂t}\left(\mathrm{\ρ}\mathrm{\ϵ}\right)+\frac{\∂}{\∂x_i}\left({\mathrm{\ρ\ϵu}}_i\right)=\frac{\∂}{\∂x_j}\[(\mathrm{\μ}+\frac{{\mathrm{\μ}}_t}{{\mathrm{\σ}}_{\mathrm{\ϵ}}})\frac{\∂\mathrm{\ϵ}}{\∂x_j}\]+C_{1\mathrm{\ϵ}}\frac{\mathrm{\ϵ}}{k}(G_k+C_{3\mathrm{\ϵ}}{G}_b)-C_{2\mathrm{\ϵ}}\mathrm{\ρ}\frac{{\mathrm{\ϵ}}^2}{k}+S_{\mathrm{\ϵ}}$

以上各参数表示的含义为：k是湍流动能，ε是湍流耗散率，G_k是由于平均速度梯度引起的湍动能k的产生项，G_b是由于浮力引起的湍动能k的产生项，Y_M是可压湍流中脉动扩张的贡献，C_1ε、C_2ε和C_3ε为经验常数，σ_k和σ_ε是与湍动能k和耗散率ε对应的Prandtl数，S_k和S_ε是用户定义的源项，x_i和x_j是张量的指标形式，ρ是密度，u_i是某一位置的流体的时均速度，μ是流体动力粘度，μ_t是湍动粘度；

基于所述CFD模型，利用有限元分析方法进行流体湍动模拟，具体包括如下步骤：

建立计算网格；

输入边界面即流体入口的湍流动能的k₀、湍流耗散率的ε₀，流体的流动速度值u_i0；

迭代计算得到最终稳态模拟结果u_i；

将所述模拟结果导出得到某一位置对应的风速值；

所有不同位置的风速值构成风场矩阵。

3.根据权利要求1或2所述的街区污染物浓度分布模型建立方法，其特征在于，所述步骤S1中，所述多元线性回归方程为：

$u=a_0+a_1\×\frac{G}{W}+a_2\×\frac{L}{W}+a_3\×V_y+a_4\×V_x$

其中G为待分析街区的高度，W为待分析街区的宽度，L为待分析街区的长度。

4.根据权利要求3所述的街区污染物浓度分布模型建立方法，其特征在于，所述步骤S2中，采用所述高斯烟团模型与GPU(Graphic Processing Unit)并行技术结合，获得街区内污染物浓度分布。