CN106202533A - 街道峡谷机动车尾气污染物浓度估算系统 - Google Patents
街道峡谷机动车尾气污染物浓度估算系统 Download PDFInfo
- Publication number
- CN106202533A CN106202533A CN201610589358.1A CN201610589358A CN106202533A CN 106202533 A CN106202533 A CN 106202533A CN 201610589358 A CN201610589358 A CN 201610589358A CN 106202533 A CN106202533 A CN 106202533A
- Authority
- CN
- China
- Prior art keywords
- street
- vehicle
- module
- canyon
- porous media
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 16
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000013316 zoning Methods 0.000 claims description 3
- 238000003915 air pollution Methods 0.000 abstract description 9
- 238000009792 diffusion process Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9038—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Economics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种街道峡谷机动车尾气污染物浓度估算系统,该系统可以由城市道路车流量、峡谷几何结构等数据,通过CFD数值模拟方法得到街道峡谷污染物扩散、分布情况,可操作性强;另外,本发明使得对城市各区域空气污染程度的监测变得更加机动灵活,方便绘制本地区空气污染浓度分布图,利于确定本区域内的重污染区、分析本区域内空气污染的原因,为制定本区域尾气污染治理措施提供科学合理的依据。
Description
技术领域
本发明涉及环境预测技术领域,尤其涉及一种街道峡谷机动车尾气污染物浓度估算系统。
背景技术
随着工业自动化的快速推进和人民生活水平的提高,城市机动车保有量迅速增加,机动车尾气排放已成为城市污染物的主要来源,严重影响了城市居民的生活质量。与传统煤炭为主的工业污染不同,机动车尾气排放高度低,接近人的呼吸带高度;机动车保有量增长快,导致排放源密度高。同时尾气排放多集中在城市街道,扩散条件差,容易造成污染物长时间滞留,所以街道峡谷内机动车尾气扩散成为当前城市污染急需解决的难题。
街道峡谷是城市中最常见的地形之一,城市街道峡谷污染模式着重反映街道峡谷内部的传输、扩散及消散的运动规律。这种微小尺度的污染扩散问题受周边环境尤其是地理条件的影响较大,街道上方的风速风向、街道两侧建筑物的高度及分布情况、街道内部的壁面温度、街道的长宽比和街道内污染源的位置与强度等都对街道内的流场和污染物浓度有着重大影响。
目前的实地测量法与物理风洞实验方式主要存在如下缺陷:1)实地测量法在实际实施中会受到诸多限制,而且由于设备价格较贵,也难以大面积布点监测,但由于其得到的数据是实时真实的,所以可以为其它研究方法提供验证。2)物理风洞实验,布置繁琐、费用昂贵,难以快速方便的进行研究。
发明内容
本发明的目的是提供一种街道峡谷机动车尾气污染物浓度估算系统,可以快速得到街道峡谷污染物扩散、分布情况,可操作性强,成本较低。
本发明的目的是通过以下技术方案实现的:
一种街道峡谷机动车尾气污染物浓度分布估算系统,该系统包括:车牌照信息采集模块、车牌识别模块、数据存储与分析模块以及针对街道内流场的数值模拟计算模块;其中:
所述车牌照信息采集模块,用于采集通过街道的车辆图像数据;
所述车牌识别模块,用于识别车辆图像数据中的车牌号;
所述数据存储与分析模块中存储有车辆信息数据库与排放因子数据,用于根据车辆信息数据库获得各个车牌号对应的车辆信息,并结合通过街道的车辆数目及街道环境信息来统计街道的实时车流量数据、车辆密度、车辆平均行驶速度以及各车型车辆占比,再结合相应的排放因子来计算单位时间内街道峡谷内各污染气体的排放源强;
所述针对街道内流场的数值模拟计算模块,用于构建街道环境的三维几何模型,并设置边界条件,再结合单位时间内街道峡谷内各污染气体的排放源强与预定的湍流模型,对街道峡谷各污染气体的浓度分布进行数值模拟计算。
所述车牌照信息采集模块为一台或多台数码摄像机,安装在街道上方,确保能够抓拍到街道内所有车道上的车辆;并且,数码摄像机上还设有确保夜间正常工作的补光灯。
所述车牌识别模块为一台或多台图像处理设备,采用有线或无线的方式将识别到的车牌号传输给数据存储与分析模块。
数据存储与分析模块根据获得的车流量数据来计算单位时间内街道峡谷内每一污染气体的排放源强,其公式为:
其中,i表示不同车型;Di为第i种车型的车辆密度,V为车辆平均行驶速度,Ei为第i种车型的排放因子,污染气体排放源的等效宽度和长度为w与h。
所述构建街道环境的三维几何模型,并设置边界条件包括:
首先,通过对街道实际物理特征的近似,并进行等比例缩放,得到街道环境的三维几何模型;其中,设定街道风向垂直于街道,迎风面建筑物到街道入口距离取N倍建筑物宽度,背风面建筑物到街道出口距离取2N倍建筑物宽度,污染气体的排放源强近似为线源强;对于孤立街道,仅设置街道两侧的建筑物,对于非孤立街道,按照街道实际环境在街道的上下游方向设置多个根据实际尺寸等比例缩放的街道;对于街道内绿化带,将其假设为多孔介质,用压力损失参数λ来描述多孔介质的空气动力学特性;
然后,对街道环境的三维几何模型进行网格划分,网格划分时采取渐进的方法逐步提高网格数目;
最后,设置边界条件,包括:结合实际风速仪测定的风速,给定街道入口边界上的速度垂直分量满足指数型风速轮廓线分布;出口边界处,计算区域足够大,边界条件为充分发展流动,沿流动方向各流动参数的一阶导数为零;建筑物表面,设置为无滑移边界,即不论计算采用何种湍流模型,与壁面平行与垂直的速度均为零;街道前后以及上边界设置为对称边界条件。
所述用压力损失参数λ来描述多孔介质的空气动力学特性包括:
计算压力损失参数λ,其公式如下:
式中,Pwindward、Pleeward分别为多孔介质迎风面和背风面的静压;u为沿流动方向的平均速度,ρ为流体的密度,d为多孔介质的厚度;
街道内流动属于高雷诺数流动,则忽略多孔介质的粘性损失项,从而利用所述压力损失参数λ计算多孔介质的惯性阻力系数。
由上述本发明提供的技术方案可以看出,可以由城市道路车流量、峡谷几何结构等数据,通过CFD数值模拟方法得到街道峡谷污染物扩散、分布情况,可操作性强;另外,本发明使得对城市各区域空气污染程度的监测变得更加机动灵活,方便绘制本地区空气污染浓度分布图,利于确定本区域内的重污染区、分析本区域内空气污染的原因,为制定本区域尾气污染治理措施提供科学合理的依据。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的街道峡谷机动车尾气污染物浓度估算系统的示意图;
图2为本发明实施例提供的多孔介质压力损失参数λ实验测量图;
图3为本发明实施例提供的街道结构及设置的边界条件示意图;
图4为本发明实施例提供的所设置的边界条件下街道内流场示意图;
图5为本发明实施例提供的所设置的边界条件下CO浓度分布图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
图1为本发明实施例提供的街道峡谷机动车尾气污染物浓度估算系统的示意图。如图1所示,其主要包括:车牌照信息采集模块、车牌识别模块、数据存储与分析模块以及针对街道内流场的数值模拟计算模块;其中:
所述车牌照信息采集模块,用于采集通过街道的车辆图像数据。所述车牌照信息采集模块为一台或多台数码摄像机,安装在街道上方,确保能够抓拍到街道内所有车道上的车辆;并且,数码摄像机上还设有确保夜间正常工作的补光灯。
所述车牌识别模块,用于识别车辆图像数据中的车牌号。所述车牌识别模块为一台或多台图像处理设备,采用有线或无线的方式将识别到的车牌号传输给数据存储与分析模块。
所述数据存储与分析模块中存储有车辆信息数据库与排放因子数据,用于根据车辆信息数据库获得各个车牌号对应的车辆信息,并结合通过街道的车辆数目及街道环境信息来统计街道的实时车流量数据、各车型的车辆密度以及车辆平均行驶速度,再结合相应的排放因子来计算单位时间内街道峡谷内各污染气体的排放源强。
本领域技术人员可以理解,所述的排放因子数据为国家发布的,不同污染物对应不同的排放因子数据。
根据获得的车流量数据来计算单位时间内街道峡谷内每一污染气体的排放源强的公式为:
其中,i表示不同车型;Di为第i种车型的车辆密度,单位是veh/m;V为车辆平均行驶速度,单位是km/h;Ei为第i种车型的的排放因子,Q为相应污染气体的排放源强,单位是kg/(m3·s);污染气体排放源的等效宽度和长度为w与h。
所述针对街道内流场的数值模拟计算模块,用于构建街道环境的三维几何模型,并设置边界条件,再结合单位时间内街道峡谷内各污染气体的排放源强与预定的湍流模型,对街道峡谷各污染气体的浓度分布进行数值模拟计算。
所述针对街道内流场的数值模拟计算模块的主要负责三个部分的工作:构建三维几何模型、设置边界条件,以及各污染气体的浓度分布进行数值模拟计算。具体如下:
1、构建三维几何模型。
通过对街道实际物理特征的近似,并进行等比例缩放,得到等比例街道环境的三维几何模型;其中,设定街道风向垂直于街道,迎风面建筑物到街道入口距离取N倍建筑物宽度,背风面建筑物到街道出口距离取2N倍建筑物宽度,污染气体的排放源强近似为线源强。
对于孤立街道,仅设置街道两侧的建筑物。
对于非孤立街道,按照街道实际环境在街道的上下游方向设置多个根据实际尺寸等比例缩放的街道。
对于街道内绿化带,绿化带模型参照落叶乔木设计,孔隙率P为96%~99%,为了测定绿化带的空气动力学特征,在实验中用金属骨架和纤维均匀填充物来模拟树冠的效果。树木由固态的枝干、枝叶和枝干间的空隙构成,各个空隙之间相互连通,所以可以假定树冠为均匀的多孔介质,可以用压力损失参数λ来描述多孔介质的空气动力学特性。
如图2所示为多孔介质压力损失参数λ实验测量图,λ通过实验测定,由强制空气流流动厚度为d的多孔介质模型,测量气流上下游的静压,通过如下公式算出λ的值:
式中,Pwindward、Pleeward分别为多孔介质迎风面和背风面的静压;u为沿流动方向的平均速度,ρ为流体的密度。
多孔介质模型通过在动量方程中添加源项的方法来模拟多孔介质对流体的阻碍作用,源项包括粘性阻力项和惯性阻力项。
其中,D为粘性阻力系数矩阵,C为惯性损失系数矩阵。i、j表示三维坐标轴,取值,vj表示速度。在全部变量的连续性方程和输运方程中,瞬态项都要变成
对于均匀的多孔介质,D、C矩阵除对角线元素都为零,在D、C矩阵的对角线项带入1/α和C2,可得
其中,α为渗透率,C2为惯性阻力系数。由于街道内流动属于高雷诺数流动,则忽略多孔介质的粘性损失项;从而利用所述压力损失参数λ计算多孔介质的惯性阻力系数。
对街道环境的三维几何模型进行网格划分;示例性的,网格划分可以采用ICEMCFD软件实现。网格划分时,网格越密集,计算精度越好,但是计算时间会相应增长。本发明实施例采取渐进的方法逐步提高网格数目,实行网格无关化验证。
2、设置边界条件。
本发明实施例中,利用FLUENT软件为网格划分后的三维几何模型设置边界条件。街道结构及设置的边界条件如图3所示,包括:
结合实际风速仪测定的风速,给定街道入口边界上的速度垂直分量满足指数型风速轮廓线分布;其中,U(z)表示z高度的风速,a是跟实际风速对比后的标定系数。
出口边界处,计算区域足够大,边界条件为充分发展流动,沿流动方向各流动参数的一阶导数为零。
建筑物表面(固体壁面),设置为无滑移边界,即不论计算采用何种湍流模型,与壁面平行与垂直的速度均为零;壁面选用混凝土材料。
街道前后以及上边界设置为对称边界条件。
3、各污染气体的浓度分布进行数值模拟计算。
本发明实施例中,采用速度与压力耦合的SIMPLE算法。
本发明对湍流的数值模拟做如下假设:假定街道内流动为定常流动,即流场参数不随时间变化;因为流场速度数量级不大,故可假设流体为不可压流体;街道内温度变化缓慢,故不考虑温度变化对流场的影响。
具体计算时,由所述针对街道内流场的数值模拟计算模块,按照上述步骤1划分街道环境的三维几何模型网格,再按照上述步骤2设置相应的边界条件,然后,选择标准k-ε湍流模型对街道峡谷内机动车尾气扩散进行数值模拟计算。
最后对计算结果进行后处理,得到街道内各污染气体浓度的分布情况。如图4、5所示,分别是街道内流场和CO浓度分布图。
本领域技术人员可以理解,当使用上述方式划分街道环境的三维几何模型网格并设置相应的边界条件后,使用常规的算法即可完成街道峡谷内机动车尾气扩散的数值模拟计算以及分布情况计算。
本发明实施例的上述方案中,由城市道路车流量、峡谷几何结构等数据,通过CFD数值模拟方法得到街道峡谷污染物扩散、分布情况,可操作性强;另外,本发明使得对城市各区域空气污染程度的监测变得更加机动灵活,方便绘制本地区空气污染浓度分布图,利于确定本区域内的重污染区、分析本区域内空气污染的原因,为制定本区域尾气污染治理措施提供科学合理的依据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (6)
1.一种街道峡谷机动车尾气污染物浓度分布估算系统,其特征在于,该系统包括:车牌照信息采集模块、车牌识别模块、数据存储与分析模块以及针对街道内流场的数值模拟计算模块;其中:
所述车牌照信息采集模块,用于采集通过街道的车辆图像数据;
所述车牌识别模块,用于识别车辆图像数据中的车牌号;
所述数据存储与分析模块中存储有车辆信息数据库与排放因子数据,用于根据车辆信息数据库获得各个车牌号对应的车辆信息,并结合通过街道的车辆数目及街道环境信息来统计街道的实时车流量数据、车辆密度、车辆平均行驶速度以及各车型车辆占比,再结合相应的排放因子来计算单位时间内街道峡谷内各污染气体的排放源强;
所述针对街道内流场的数值模拟计算模块,用于构建街道环境的三维几何模型,并设置边界条件,再结合单位时间内街道峡谷内各污染气体的排放源强与预定的湍流模型,对街道峡谷各污染气体的浓度分布进行数值模拟计算。
2.根据权利要求1所述的系统,其特征在于,所述车牌照信息采集模块为一台或多台数码摄像机,安装在街道上方,确保能够抓拍到街道内所有车道上的车辆;并且,数码摄像机上还设有确保夜间正常工作的补光灯。
3.根据权利要求1所述的系统,其特征在于,所述车牌识别模块为一台或多台图像处理设备,采用有线或无线的方式将识别到的车牌号传输给数据存储与分析模块。
4.根据权利要求1所述的系统,其特征在于,数据存储与分析模块根据获得的车流量数据来计算单位时间内街道峡谷内每一污染气体的排放源强,其公式为:
其中,i表示不同车型;Di为第i种车型的车辆密度,V为车辆平均行驶速度,Ei为第i种车型的排放因子,污染气体排放源的等效宽度和长度为w与h。
5.根据权利要求1所述的系统,其特征在于,所述构建街道环境的三维几何模型,并设置边界条件包括:
首先,通过对街道实际物理特征的近似,并进行等比例缩放,得到街道环境的三维几何模型;其中,设定街道风向垂直于街道,迎风面建筑物到街道入口距离取N倍建筑物宽度,背风面建筑物到街道出口距离取2N倍建筑物宽度,污染气体的排放源强近似为线源强;对于孤立街道,仅设置街道两侧的建筑物,对于非孤立街道,按照街道实际环境在街道的上下游方向设置多个根据实际尺寸等比例缩放的街道;对于街道内绿化带,将其假设为多孔介质,用压力损失参数λ来描述多孔介质的空气动力学特性;
然后,对街道环境的三维几何模型进行网格划分,网格划分时采取渐进的方法逐步提高网格数目;
最后,设置边界条件,包括:结合实际风速仪测定的风速,给定街道入口边界上的速度垂直分量满足指数型风速轮廓线分布;出口边界处,计算区域足够大,边界条件为充分发展流动,沿流动方向各流动参数的一阶导数为零;建筑物表面,设置为无滑移边界,即不论计算采用何种湍流模型,与壁面平行与垂直的速度均为零;街道前后以及上边界设置为对称边界条件。
6.根据权利要求5所述的系统,其特征在于,所述用压力损失参数λ来描述多孔介质的空气动力学特性包括:
计算压力损失参数λ,其公式如下:
式中,Pwindward、Pleeward分别为多孔介质迎风面和背风面的静压;u为沿流动方向的平均速度,ρ为流体的密度,d为多孔介质的厚度;
街道内流动属于高雷诺数流动,则忽略多孔介质的粘性损失项,从而利用所述压力损失参数λ计算多孔介质的惯性阻力系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610589358.1A CN106202533B (zh) | 2016-07-25 | 2016-07-25 | 街道峡谷机动车尾气污染物浓度估算系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610589358.1A CN106202533B (zh) | 2016-07-25 | 2016-07-25 | 街道峡谷机动车尾气污染物浓度估算系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106202533A true CN106202533A (zh) | 2016-12-07 |
CN106202533B CN106202533B (zh) | 2019-10-25 |
Family
ID=57494815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610589358.1A Active CN106202533B (zh) | 2016-07-25 | 2016-07-25 | 街道峡谷机动车尾气污染物浓度估算系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106202533B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650287A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于mlp神经网络的机动车尾气排放因子估计方法 |
CN106777762A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种街道峡谷内污染物分布实时估计方法 |
CN106844856A (zh) * | 2016-12-20 | 2017-06-13 | 中山大学 | 考虑动态交通流影响的城市高架桥附近流场数值模拟方法 |
CN107085074A (zh) * | 2017-04-19 | 2017-08-22 | 中国科学技术大学 | 一种分类监测机动车尾气的方法 |
CN109033664A (zh) * | 2018-08-07 | 2018-12-18 | 北京建筑大学 | 基于cfd的考虑建筑体穿流效应的建筑风环境评估方法 |
CN110043320A (zh) * | 2019-05-28 | 2019-07-23 | 中电建路桥集团有限公司 | 一种隧道施工环境监控方法 |
CN111611296A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染成因分析方法、装置、电子设备及存储介质 |
CN111679041A (zh) * | 2020-08-13 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种污染物排放量的监测方法、装置及终端设备 |
CN113378494A (zh) * | 2021-06-25 | 2021-09-10 | 哈尔滨工业大学 | 一种基于污染物浓度控制的峡谷街道优化设计方法 |
CN113723702A (zh) * | 2021-09-07 | 2021-11-30 | 中国人民解放军陆军防化学院 | 一种化学危害扩散预测方法及装置 |
CN113864225A (zh) * | 2021-12-03 | 2021-12-31 | 四川省畜牧科学研究院 | 基于多项独立控制参数的复杂风场模型构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120161984A1 (en) * | 2010-12-27 | 2012-06-28 | Eyal Amir | Providing guidance for locating street parking |
US20140012498A1 (en) * | 2012-03-19 | 2014-01-09 | Thomas F. Gustafson | Informed Traveler Program and Application |
CN103822859A (zh) * | 2014-03-06 | 2014-05-28 | 北京市环境保护科学研究院 | 道路移动源非尾气管污染物排放因子测算方法 |
CN105138822A (zh) * | 2015-07-28 | 2015-12-09 | 浙江工业大学 | 一种结构化交叉路口机动车尾气扩散评估方法 |
CN105426636A (zh) * | 2015-12-23 | 2016-03-23 | 北京工业大学 | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 |
-
2016
- 2016-07-25 CN CN201610589358.1A patent/CN106202533B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120161984A1 (en) * | 2010-12-27 | 2012-06-28 | Eyal Amir | Providing guidance for locating street parking |
US20140012498A1 (en) * | 2012-03-19 | 2014-01-09 | Thomas F. Gustafson | Informed Traveler Program and Application |
CN103822859A (zh) * | 2014-03-06 | 2014-05-28 | 北京市环境保护科学研究院 | 道路移动源非尾气管污染物排放因子测算方法 |
CN105138822A (zh) * | 2015-07-28 | 2015-12-09 | 浙江工业大学 | 一种结构化交叉路口机动车尾气扩散评估方法 |
CN105426636A (zh) * | 2015-12-23 | 2016-03-23 | 北京工业大学 | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 |
Non-Patent Citations (2)
Title |
---|
ROBERT N. MERONEY ET AL.: "Study of line source characteristics for 2-D physical modelling of pollutant dispersion in street canyons", 《JOURNAL OF WIND ENGINEERING》 * |
徐伟嘉,幸鸿,余志: "道路绿化带对街道峡谷内污染物扩散的影响研究", 《环境科学》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844856A (zh) * | 2016-12-20 | 2017-06-13 | 中山大学 | 考虑动态交通流影响的城市高架桥附近流场数值模拟方法 |
CN106777762B (zh) * | 2016-12-31 | 2020-01-10 | 中国科学技术大学 | 一种街道峡谷内污染物分布实时估计方法 |
CN106777762A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种街道峡谷内污染物分布实时估计方法 |
CN106650287A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于mlp神经网络的机动车尾气排放因子估计方法 |
CN107085074A (zh) * | 2017-04-19 | 2017-08-22 | 中国科学技术大学 | 一种分类监测机动车尾气的方法 |
CN107085074B (zh) * | 2017-04-19 | 2019-07-23 | 中国科学技术大学 | 一种分类监测机动车尾气的方法 |
CN109033664A (zh) * | 2018-08-07 | 2018-12-18 | 北京建筑大学 | 基于cfd的考虑建筑体穿流效应的建筑风环境评估方法 |
CN110043320B (zh) * | 2019-05-28 | 2020-06-12 | 中电建路桥集团有限公司 | 一种隧道施工环境监控方法 |
CN110043320A (zh) * | 2019-05-28 | 2019-07-23 | 中电建路桥集团有限公司 | 一种隧道施工环境监控方法 |
CN111611296A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染成因分析方法、装置、电子设备及存储介质 |
CN111679041A (zh) * | 2020-08-13 | 2020-09-18 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种污染物排放量的监测方法、装置及终端设备 |
CN111679041B (zh) * | 2020-08-13 | 2020-11-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种污染物排放量的监测方法、装置及终端设备 |
CN113378494A (zh) * | 2021-06-25 | 2021-09-10 | 哈尔滨工业大学 | 一种基于污染物浓度控制的峡谷街道优化设计方法 |
CN113723702A (zh) * | 2021-09-07 | 2021-11-30 | 中国人民解放军陆军防化学院 | 一种化学危害扩散预测方法及装置 |
CN113864225A (zh) * | 2021-12-03 | 2021-12-31 | 四川省畜牧科学研究院 | 基于多项独立控制参数的复杂风场模型构建方法 |
CN113864225B (zh) * | 2021-12-03 | 2022-04-19 | 四川省畜牧科学研究院 | 基于多项独立控制参数的复杂风场模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106202533B (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202533B (zh) | 街道峡谷机动车尾气污染物浓度估算系统 | |
Huang et al. | Impacts of tree-planting pattern and trunk height on the airflow and pollutant dispersion inside a street canyon | |
Sun et al. | Influence of avenue trees on traffic pollutant dispersion in asymmetric street canyons: Numerical modeling with empirical analysis | |
KR101668753B1 (ko) | 대기 오염 관리 시스템 | |
CN106777762A (zh) | 一种街道峡谷内污染物分布实时估计方法 | |
Shi et al. | The effect of exhaust emissions from a group of moving vehicles on pollutant dispersion in the street canyons | |
CN111582580B (zh) | 一种考虑人群污染物暴露的出行路径规划方法 | |
CN105786895B (zh) | 道路交叉口的排放量的测算方法和装置 | |
CN106781494B (zh) | 一种基于车辆轨迹与流量的机动车尾气遥测设备布点方法 | |
Järvi et al. | Determinants of spatial variability of air pollutant concentrations in a street canyon network measured using a mobile laboratory and a drone | |
Song et al. | Numerical investigation of airflow patterns and pollutant dispersions induced by a fleet of vehicles inside road tunnels using dynamic mesh part Ⅰ: Traffic wind evaluation | |
CN107967242A (zh) | 一种城市交通流量对空气质量影响的分析方法及系统 | |
Alam et al. | Traffic emissions and air quality near roads in dense urban neighborhood: Using microscopic simulation for evaluating effects of vehicle fleet, travel demand, and road network changes | |
CN107180534A (zh) | 支持向量回归机融合的高速公路路段平均速度估计方法 | |
Yassin et al. | Effect of street geometrical layout on dispersion emissions of traffic exhaust: experimental simulation | |
CN108171975A (zh) | 一种基于路段和交叉口分布的城市汽车运行速度预测方法 | |
Yazid et al. | Preliminary study on the wind flow and pollutant dispersion in an idealized Street Canyon | |
Hu et al. | Using the OSPM model on pollutant dispersion in an urban street canyon | |
Chen et al. | Development of macroscopic emission estimation model based on microscopic operating modes | |
Kanda et al. | A wind-tunnel study on diffusion from urban major roads | |
Öttl et al. | Simulation of traffic induced NOx-concentrations near the A 12 highway in Austria | |
Liu et al. | The impact of viaduct on traffic-related particle pollution in the street canyon | |
Džambas et al. | Monitoring of traffic noise on urban road intersection-Case Study | |
Yu et al. | Experimental study of the impact of upstream mountain terrain and urban exposure on approaching wind characteristics | |
Schulte | The Impact of Roadside Barriers and Buildings on Near Road Concentrations of Vehicle Emissions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |