CN113191096B - 基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法 - Google Patents

基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法 Download PDF

Info

Publication number
CN113191096B
CN113191096B CN202110394304.0A CN202110394304A CN113191096B CN 113191096 B CN113191096 B CN 113191096B CN 202110394304 A CN202110394304 A CN 202110394304A CN 113191096 B CN113191096 B CN 113191096B
Authority
CN
China
Prior art keywords
wrf
pollutant
building
fineness
fusion
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.)
Active
Application number
CN202110394304.0A
Other languages
English (en)
Other versions
CN113191096A (zh
Inventor
张慎
程明
王义凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South Architectural Design Institute Co Ltd
Original Assignee
Central South Architectural Design Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South Architectural Design Institute Co Ltd filed Critical Central South Architectural Design Institute Co Ltd
Priority to CN202110394304.0A priority Critical patent/CN113191096B/zh
Publication of CN113191096A publication Critical patent/CN113191096A/zh
Application granted granted Critical
Publication of CN113191096B publication Critical patent/CN113191096B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Civil Engineering (AREA)
  • Computational Mathematics (AREA)
  • Structural Engineering (AREA)
  • Architecture (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，该方法采用了多精细度耦合机制，即在城市级三维污染物扩散分析模型中，将建筑物微尺度污染物浓度代表值升尺度为城市级模型的污染源入口边界条件，将WRF中尺度三维气象驱动场降尺度为城市级模型的初始条件和大气边界条件；最终进行城市污染物扩散多精细度融合计算，并根据计算结果进行污染物定量评估。本发明的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，既能考虑气象因素的城市级污染物扩散过程，还能够考虑建筑物室内微尺度污染物扩散过程，实现城市级和建筑级的多精细度融合污染物扩散模拟，为化工厂、防疫医院等存在污染物排放的企业的科学选址提供数据支撑。

Description

基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法
技术领域
本发明属于绿色建筑风环境评估技术领域，具体涉及一种基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法。
背景技术
近年来，随着城市化和工业化不断发展，大气污染引起的公共环境越来越受到关注。影响公共环境安全的污染物主要包括工业废气以及医疗废气，这些污染物的排放及处理不当不仅会造成环境污染问题，甚至会直接威胁到人民的身心健康。
基于CFD(Computational Fluid Dynamics，即计算流体动力学)的环境分析能够对污染物扩散进行定量分析，为建筑物规划和通风系统的合理布置提供参考，避免污染物长期滞留，最大限度地消除污染物排放对周围环境和周边人群造成的不利影响。然而传统的CFD环境分析存在着大气边界条件和污染物源边界假定不明确、建模难度大、难以考虑真实天气等局限性。
基于中尺度气象预报模式WRF的大气数值模拟方法，能够对城市区域进行模拟分析，给出城市区域的三维气象风场信息。然而中尺度气象预报模式WRF的空间分辨率一般在1km量级以上，未能精细模拟城市近地面和建筑物区域的风场特性。
相比现有的污染物扩散分析方法，本文提出的方法能够同时实现城市级和建筑级的多精细度融合污染物扩散模拟，为化工厂、防疫医院等存在污染物排放的企业的科学选址提供精细化的数据支撑。
发明内容
本发明的目的在于，提供一种基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，既能考虑气象因素的城市级污染物扩散过程，还能够考虑建筑物室内微尺度污染物扩散过程。
本发明提供的技术方案如下：
一种基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，包括以下步骤：
S1、建立建筑物污染物扩散情景库；
S2、利用XFLOW软件建立建筑物室内CFD计算模型，进行特定情景下的微尺度污染物扩散分析，得到进入建筑物通风系统的污染物浓度；
S3、根据通风系统的净化能力，确定建筑物最终排出的污染物浓度，并作为建筑物微尺度污染物浓度代表值；
S4、建立城市气象情景库；
S5、利用中尺度气象数值模式WRF建立区域多精细度融合网格嵌套模型，进行中尺度三维气象驱动场模拟计算分析；
S6、基于WRF计算结果，判断主导风向；
S7、导入城市几何模型，并根据主导风向确定计算域的大小和方向，建立城市级三维污染物扩散分析模型；
S8、建立多精细度耦合：在城市级三维污染物扩散分析模型中，将建筑物微尺度污染物浓度代表值升尺度为城市级模型的污染源入口边界条件，将WRF中尺度三维气象驱动场降尺度为城市级模型的初始条件和大气边界条件；
S9、进行城市污染物扩散多精细度融合计算，并根据计算结果进行污染物定量评估。
优选地，步骤S1具体为：根据建筑物的类别和使用功能，收集污染物扩散情景，建立建筑物污染物扩散情景库。
优选地，步骤S1包括以下子步骤：
S11、按建筑类别搜集以往发生的污染物扩散案例，按照情景要素对案例进行特征提取，进行情景划分、分析和归类，建立建筑物污染物扩散情景库；
S12、根据污染物扩散情景库选取特定的污染物扩散分析工况，确定污染源的空间分布和相对浓度大小。
优选地，步骤S2包括以下子步骤：
S21、打开XFlow软件并创建新的建筑物室内污染物扩散分析工程项目，将XFlow计算内核设置为3d，设置流动模型为Single phase，分析类型为Internal，开启Scalartransport模式，指定Diffusivity系数为1e-5m2*s-1；
S22、导入建筑物几何模型和通风系统几何模型，对计算域进行格子划分；
S23、设定建筑物壁面模型、送风口的入口边界条件以及排风口的出口边界条件，根据污染源空间分布和相对浓度大小，确定质量入口边界；
S24、提交XFLOW计算任务，对计算结果进行后处理，给出进入通风系统的污染物浓度。
优选地，步骤S3包括以下子步骤：
S31、通过对通风系统进行调研、实测或者数值仿真的方式，给出通风系统能够稀释污染物的倍数；
S32、结合进入通风系统的污染物浓度以及通风系统的稀释倍数，得到最终从建筑物排出的污染物浓度代表值。
优选地，步骤S4具体为：收集城市的气象数据，建立城市气象情景库。
优选地，步骤S4具体包括以下子步骤：
S41、通过实测或者访问气象数据库的方式获取目标城市的气象数据；
S42、通过气象数据特征提取，进行分析和归类，归结为目标城市的气象情景库。
优选地，步骤S5包括以下子步骤：
S51、选取目标日期，下载气象再分析和GIS地形地貌数据，设置四层嵌套网格计算域，启动单向网格嵌套模拟，水平网格精度依次为27、9、3和1km，其中目标建筑群位于最内层网格中心区域；
S52、设置多种描述大气物理变化过程的参数方案，基于WRF最内层网格计算域进行近地面台风风场模拟。
优选地，步骤S6包括以下子步骤：
S61、对WRF气象数据进行脚本批量后处理，计算得到最内层网格嵌套域的三维风速和湍流场信息；
S62、根据WRF气象风场数据，判断主导风向。
优选地，步骤S7包括以下子步骤：
S71、打开XFlow软件并创建新的工程项目，将XFlow计算内核设置为3d，设置流动模型为Single phase，分析类型为external。开启Scalar transport模式，指定Diffusivity系数为1e-5m2*S-1；
S72、导入城市几何模型，根据WRF主导风向确定计算域大小和方向，对计算域进行格子划分，建立城市级三维污染物扩散分析模型。
优选地，步骤S8包括以下子步骤：
S81、在城市级三维污染物扩散分析模型中，选取含污染源的建筑物，根据其排出的污染物浓度设定污染源入口边界条件；
S82、导入WRF气象驱动场，进行网格耦合转换为城市级模型的初始条件，拟合出计算域边界处的大气边界条件，并据此设定计算域侧面的入口边界条件和出口边界条件。
优选地，步骤S9包括以下子步骤：
S91、提交城市级多精细度融合XFLOW污染物扩散分析计算任务；
S92、对目标区域的污染物浓度值进行评估。
本发明的有益效果为：
本发明的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，既能考虑气象因素的城市级污染物扩散过程，还能够考虑建筑物室内微尺度污染物扩散过程，实现城市级和建筑级的多精细度融合污染物扩散模拟，为化工厂、防疫医院等存在污染物排放的企业的科学选址提供数据支撑。
附图说明
图1为基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法流程图。
图2为本发明实施例中的某防疫医院功能分区示意图。
图3为本发明实施例中的负压病房建筑模型示意图。
图4为本发明实施例中的负压病房含病毒空气浓度三维空间分布云图。
图5为本发明实施例中的多重网格嵌套的WRF风向矢量和风速云图。
图6为本发明实施例中的城市级XFLOW污染物扩散模型图。
图7为本发明实施例中的隔离病房和ICU排风口的污染浓度示意图。
图8为本发明实施例中的多精细度融合分析模型所给出的含病毒空气浓度三维空间分布云图。
具体实施方式
下面将结合附图对本发明作进一步的说明：
为了使本发明的目的、技术方案和优点更加清楚明白，以下结合附图及具体实施案例，对本发明作进一步的说明，但本发明的保护范围不限于下述的实施例。
本发明涉及一种研究污染物扩散的多精细度融合的计算流体力学模拟方法。该方法包括以下步骤：1)建立建筑物污染物扩散情景库。2)应用XFLOW软件实施特定情景下的微尺度污染物扩散分析，得到进入建筑物排风系统的污染物浓度；3)确定建筑物最终排出的污染物浓度，作为建筑物的污染物浓度代表值；4)建立城市气象情景库；5)利用中尺度气象数值模式WRF分析计算城市建筑群三维气象驱动场；6)处理WRF计算得到的风速和湍流场信息，判断主导风向；7)导入城市几何模型，并根据主导风向确定计算域大小和方向；8)建立多精细度耦合：将建筑物微尺度污染物代表值升尺度为城市级模型的污染源入口边界条件，将WRF中尺度气象驱动场降尺度为城市级模型的初始条件和大气边界条件；9)完成城市污染物扩散多精细度融合计算，根据计算结果对目标区域进行污染物定量评估。本发明既能考虑气象因素的城市级污染物扩散过程，还能够考虑建筑物室内微尺度污染物扩散过程。
本发明实施例的基于WRF和XFlow耦合方式的多精细度融合污染物扩散分析方法，如图1所示，包括以下步骤：
针对武汉地区冬季气候的某防疫医院污染物扩散分析为例，这里的污染源为含病毒的空气，具体实施步骤如下：
S1、根据不同建筑物的类别和使用功能，收集可能发生的污染物扩散情景，建立建筑物污染物扩散情景库。具体包括以下子步骤：
S11、该防疫医院是由标准模块装配而成的拼接式建筑，病房区域的负压隔离病房单元采用规格统一的集装箱。如图2所示，医院病房主要分为负压隔离病房和ICU病房，根据这两种病房的使用特点，分别进行含病毒空气扩散案例收集，进行情景特征提取。
S12、以负压隔离病房为例，病房内一般包含两位感染病毒的病人，其内部构造如图3所示。负压隔离病房最典型的含病毒空气扩散情景为：含病毒空气从病的口鼻中呼出，在病房内部扩散，然后进入通风系统，经过滤装置净化后排出医院。
S2、应用XFLOW软件建立建筑物室内CFD计算模型，实施特定情景下的微尺度污染物扩散分析，得到进入建筑物排风系统的污染物浓度。具体包括以下子步骤：
S21、打开XFlow软件并创建室内污染物扩散分析工程项目，将XFlow计算内核设置为3d，设置流动模型为Single phase，分析类型为Internal。开启Scalar transport模式，指定Diffusivity系数为1e-5m2*s-1。
S22、导入负压隔离病房、通风系统、病人面部几何模型，综合考虑几何体的复杂程度和计算消耗后，其格子划分尺寸分别设为0.125m、0.03125m和0.0039m，对计算域进行格子划分。
S23、将病房内的墙、地面、床面等几何部件设置为Enhanced Wall-function壁面模型，根据通风设备的参数分别设置送风口的速度边界条件和出口风口的压力边界条件。由于病人呼出空气含病毒的浓度难以测定，因此这里采用相对浓度来评估通风系统对病人呼出含病毒空气的稀释作用。将病人面部几何体设定为质量入口边界，病人呼出的含病毒的空气相对浓度为1。
S24、提交XFLOW计算任务，得到如图4所示的含病毒空气扩散过程及其浓度场，对计算结果进行后处理，得到从病房进入通风系统的含病毒空气浓度。
S3、根据排风系统是否具备净化能力，确定建筑物最终排出的污染物浓度，作为建筑物的污染物浓度代表值。具体包括以下子步骤：
S31、根据医院负压隔离病房通风系统采用的过滤装置，通过仿真分析和实测得到通风系统能够稀释含病毒空气的浓度。
S32、结合进入通风系统的含病毒空气的浓度以及通风系统的稀释倍数，得到最终从病房排出的含病毒空气浓度代表值。通过类似的方法，也可以确定其他病房排出的含病毒空气浓度代表值。
S4、收集城市的气象数据，建立城市气象情景库。具体包括以下子步骤：
S41、通过访问气象数据库的方式获取武汉地区的气象数据。
S42、分析武汉地区的季节性气候特征，选出具有代表性的气候类型，归结为武汉的气象情景库。针对本案例的医院，选取冬季气候进行气象分析。
S5、利用中尺度气象数值模式WRF建立区域多精细度融合网格嵌套模型，进行三维气象驱动场模拟计算分析。具体包括以下子步骤：
S51、选取目标日期，下载气象再分析和GIS地形地貌数据，设置多层嵌套网格计算域。网格计算域的水平网格精度分别为27km、9km、3km和1km，水平网格数量分别为152×116、142×106、145×109和130×94，垂直方向采用拉伸网格，对近地面高度进行局部加密，一共划分40层，设置最外层网格计算域的时间积分步长为120s，设置时间积分步长嵌套比为3。
S52、为考虑大气环境场的复杂相互作用过程，模拟算例激活了大气微物理方案、边界层方案、积云方案、辐射方案和陆面方案等参数化方案。其中，微物理方案采用WSM6高精度模拟方案，辐射方案采用RRTM长波方案和Dudhia短波方案，针对最外两层网格计算域激活Kain-Fritsch积云方案，采用Hong-Shin边界层方案，用于求解大气边界层湍流结构。
S6、处理WRF计算得到的风速和湍流场信息，判断主导风向。具体包括以下子步骤：
S61、对WRF气象数据进行后处理，得到最内层网格嵌套域的三维风速和湍流场信息。WRF计算得到的多重网格嵌套的风向和风速矢量图如图5所示。
S62、对WRF气象风向矢量图进行分析，给出冬季主导风向。
S7、导入城市几何模型，并根据主导风向确定计算域的大小和方向，建立城市级三维污染物扩散分析模型。具体包括以下子步骤：
S71、打开XFlow软件并创建新的工程项目，将XFlow计算内核设置为3d，设置流动模型为Single phase，分析类型为external。开启Scalar transport模式，指定Diffusivity系数为1e-5m2*s-1。
S72、导入城市几何模型，根据WRF主导风向和城市几何模型的大小，确定计算域大小为4000m*10000m*300m，远场计算最大格子尺寸为16m，计算域的格子划分形式如图6所示。
S8、建立多精细度融合耦合：在XFLOW城市级模型中，将建筑物微尺度污染物代表值升尺度为城市级模型的污染源入口边界条件，将WRF中尺度气象驱动场降尺度为城市级模型的初始条件和大气边界条件。具体包括以下子步骤：
S81、根据各病房排出的污染物浓度的代表值，分别选取各病房排风口几何体，设定相应的污染源入口边界条件。各病房排出的污染物浓度代表值如图7所示。
S82、导入WRF气象驱动场，通过网格耦合转换为XFLOW模型的初始条件，同时拟合出计算域边界处的大气边界条件，并据此设定计算域侧面的入口边界条件和出口边界条件。
S9、完成城市污染物扩散多精细度融合计算，根据计算结果对目标区域进行污染物定量评估。具体包括以下子步骤：
S91、提交城市级多精细度融合XFLOW污染物扩散分析计算任务。
S92、得到如图8所示的含病毒空气浓度云图，对目标区域的污染物浓度值进行评估，给出相对于病房内病人呼出空气的稀释倍数，从而结合相关研究对医院的防控提出建议。
本领域的技术人员容易理解，以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，包括以下步骤：
S1、建立建筑物污染物扩散情景库；
S2、利用XFLOW软件建立建筑物室内CFD计算模型，进行特定情景下的微尺度污染物扩散分析，得到进入建筑物通风系统的污染物浓度；
S3、根据通风系统的净化能力，确定建筑物最终排出的污染物浓度，并作为建筑物微尺度污染物浓度代表值；
S4、建立城市气象情景库；
S5、利用中尺度气象数值模式WRF建立区域多精细度融合网格嵌套模型，进行中尺度三维气象驱动场模拟计算分析；
S6、基于WRF计算结果，判断主导风向；
S7、导入城市几何模型，并根据主导风向确定计算域的大小和方向，建立城市级三维污染物扩散分析模型；
S8、建立多精细度耦合：在城市级三维污染物扩散分析模型中，将建筑物微尺度污染物浓度代表值升尺度为城市级模型的污染源入口边界条件，将WRF中尺度三维气象驱动场降尺度为城市级模型的初始条件和大气边界条件；
S9、进行城市污染物扩散多精细度融合计算，并根据计算结果进行污染物定量评估。
2.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S1具体为：根据建筑物的类别和使用功能，收集污染物扩散情景，建立建筑物污染物扩散情景库。
3.根据权利要求1或2所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S1包括以下子步骤：
S11、按建筑类别搜集以往发生的污染物扩散案例，按照情景要素对案例进行特征提取，进行情景划分、分析和归类，建立建筑物污染物扩散情景库；
S12、根据污染物扩散情景库选取特定的污染物扩散分析工况，确定污染源的空间分布和相对浓度大小。
4.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S2包括以下子步骤：
S21、打开XFlow软件并创建新的建筑物室内污染物扩散分析工程项目，将XFlow计算内核设置为3d，设置流动模型为Single phase，分析类型为Internal，开启Scalar transport模式，指定Diffusivity系数为1e-5m2*s-1；
S22、导入建筑物几何模型和通风系统几何模型，对计算域进行格子划分；
S23、设定建筑物壁面模型、送风口的入口边界条件以及排风口的出口边界条件，根据污染源空间分布和相对浓度大小，确定质量入口边界；
S24、提交XFLOW计算任务，对计算结果进行后处理，给出进入通风系统的污染物浓度。
5.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S3包括以下子步骤：
S31、通过对通风系统进行调研、实测或者数值仿真的方式，给出通风系统能够稀释污染物的倍数；
S32、结合进入通风系统的污染物浓度以及通风系统的稀释倍数，得到最终从建筑物排出的污染物浓度代表值。
6.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S4具体为：收集城市的气象数据，建立城市气象情景库。
7.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S5包括以下子步骤：
S51、选取目标日期，下载气象再分析和GIS地形地貌数据，设置四层嵌套网格计算域，启动单向网格嵌套模拟，水平网格精度依次为27、9、3和1km，其中目标建筑群位于最内层网格中心区域；
S52、设置多种描述大气物理变化过程的参数方案，基于WRF最内层网格计算域进行近地面台风风场模拟。
8.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S6包括以下子步骤：
S61、对WRF气象数据进行脚本批量后处理，计算得到最内层网格嵌套域的三维风速和湍流场信息；
S62、根据WRF气象风场数据，判断主导风向。
9.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S7包括以下子步骤：
S71、打开XFlow软件并创建新的工程项目，将XFlow计算内核设置为3d，设置流动模型为Single phase，分析类型为external， 开启Scalar transport模式，指定Diffusivity系数为1e-5m2*S-1；
S72、导入城市几何模型，根据WRF主导风向确定计算域大小和方向，对计算域进行格子划分，建立城市级三维污染物扩散分析模型。
10.根据权利要求1所述的基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法，其特征在于，步骤S8包括以下子步骤：
S81、在城市级三维污染物扩散分析模型中，选取含污染源的建筑物，根据其排出的污染物浓度设定污染源入口边界条件；
S82、导入WRF气象驱动场，进行网格耦合转换为城市级模型的初始条件，拟合出计算域边界处的大气边界条件，并据此设定计算域侧面的入口边界条件和出口边界条件。
CN202110394304.0A 2021-04-13 2021-04-13 基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法 Active CN113191096B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110394304.0A CN113191096B (zh) 2021-04-13 2021-04-13 基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110394304.0A CN113191096B (zh) 2021-04-13 2021-04-13 基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法

Publications (2)

Publication Number Publication Date
CN113191096A CN113191096A (zh) 2021-07-30
CN113191096B true CN113191096B (zh) 2022-04-29

Family

ID=76975808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110394304.0A Active CN113191096B (zh) 2021-04-13 2021-04-13 基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法

Country Status (1)

Country Link
CN (1) CN113191096B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113838539B (zh) * 2021-09-24 2023-05-26 国网福建省电力有限公司 一种变电站电气设备火灾残留物检测分析系统及分析方法
CN114077798B (zh) * 2022-01-19 2022-04-22 北京英视睿达科技股份有限公司 估算小尺度区域大气污染物网格浓度的方法
CN114692355B (zh) * 2022-04-29 2022-10-18 交通运输部规划研究院 耦合WRF与OpenFOAM模型的机动车污染扩散模拟方法及系统
CN115062870A (zh) * 2022-08-08 2022-09-16 青岛恒天翼信息科技有限公司 气体污染源扩散模拟预测算法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930177A (zh) * 2012-11-23 2013-02-13 南京信息工程大学 一种基于精细边界层模式的复杂地形风电场风速预测方法
CN106339775A (zh) * 2016-08-23 2017-01-18 北京市环境保护监测中心 基于天气分型和气象要素聚类的空气重污染案例判别方法
CN106650158A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种基于cfd及多数据源的城市实时全局环境估计方法
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
CN107229834A (zh) * 2017-06-27 2017-10-03 国网江苏省电力公司电力科学研究院 一种复杂地形应急响应空气污染扩散预测方法
CN107633363A (zh) * 2017-09-19 2018-01-26 环境保护部信息中心 一种利用建筑物布局引发气流变化加快污染物扩散的方法
CN110020448A (zh) * 2017-11-24 2019-07-16 南京大学 边界层气象参数改进型中尺度大气光化学污染模拟预测算法
CN110414075A (zh) * 2019-07-07 2019-11-05 中国石油大学(华东) 一种基于cfd针对城市矛盾区域的优化选址的反演计算方法
CN110674583A (zh) * 2019-09-29 2020-01-10 天津大学 城市间大气污染传输矩阵的构建方法
CN111241760A (zh) * 2020-01-17 2020-06-05 常州工学院 一种城市污染物扩散的升尺度计算方法
CN111461439A (zh) * 2020-04-02 2020-07-28 浙江大学 基于城市大气扩散过程模拟预测多热源供热系统负荷调度分配方法和系统
CN111612064A (zh) * 2020-05-20 2020-09-01 中科三清科技有限公司 Pm2.5污染气团溯源方法、装置、电子设备及存储介质
CN111898296A (zh) * 2020-07-15 2020-11-06 中国科学院大气物理研究所 一种核物质大气扩散及沉降多尺度模拟方法及系统
CN112115531A (zh) * 2020-08-28 2020-12-22 中国人民解放军63921部队 一种室内污染物泄漏的可视化仿真分析方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930177A (zh) * 2012-11-23 2013-02-13 南京信息工程大学 一种基于精细边界层模式的复杂地形风电场风速预测方法
CN106339775A (zh) * 2016-08-23 2017-01-18 北京市环境保护监测中心 基于天气分型和气象要素聚类的空气重污染案例判别方法
CN106650158A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种基于cfd及多数据源的城市实时全局环境估计方法
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
CN107229834A (zh) * 2017-06-27 2017-10-03 国网江苏省电力公司电力科学研究院 一种复杂地形应急响应空气污染扩散预测方法
CN107633363A (zh) * 2017-09-19 2018-01-26 环境保护部信息中心 一种利用建筑物布局引发气流变化加快污染物扩散的方法
CN110020448A (zh) * 2017-11-24 2019-07-16 南京大学 边界层气象参数改进型中尺度大气光化学污染模拟预测算法
CN110414075A (zh) * 2019-07-07 2019-11-05 中国石油大学(华东) 一种基于cfd针对城市矛盾区域的优化选址的反演计算方法
CN110674583A (zh) * 2019-09-29 2020-01-10 天津大学 城市间大气污染传输矩阵的构建方法
CN111241760A (zh) * 2020-01-17 2020-06-05 常州工学院 一种城市污染物扩散的升尺度计算方法
CN111461439A (zh) * 2020-04-02 2020-07-28 浙江大学 基于城市大气扩散过程模拟预测多热源供热系统负荷调度分配方法和系统
CN111612064A (zh) * 2020-05-20 2020-09-01 中科三清科技有限公司 Pm2.5污染气团溯源方法、装置、电子设备及存储介质
CN111898296A (zh) * 2020-07-15 2020-11-06 中国科学院大气物理研究所 一种核物质大气扩散及沉降多尺度模拟方法及系统
CN112115531A (zh) * 2020-08-28 2020-12-22 中国人民解放军63921部队 一种室内污染物泄漏的可视化仿真分析方法

Non-Patent Citations (12)

* Cited by examiner, † Cited by third party
Title
21世纪以来天津细颗粒物气象扩散能力趋势分析;蔡子颖等;《中国环境科学》;20170620(第06期);全文 *
中山市一次灰霾天气过程污染物来源数值模拟分析;麦健华等;《中国环境科学》;20170920(第09期);全文 *
南京主要大气污染物季节变化及相关气象分析;贾梦唯等;《中国环境科学》;20160920(第09期);全文 *
周边气象条件对南京城区大气污染物浓度的影响;常炉予等;《气象与环境学报》;20131215(第06期);全文 *
城市小区气象条件与污染扩散精细预报研究;苗世光等;《环境科学学报》;20061026(第10期);全文 *
城市街区流场和污染物扩散的数值模拟研究;张莹等;《环境污染与防治》;20160415(第04期);全文 *
基于WRF-CMAQ-Fluent的城市环境数值模拟;於海军等;《能源工程》;20160620(第03期);全文 *
基于城市环境气候图的宁波大气环境分析与调控对策;刘乐乐等;《生态学报》;20160613(第02期);全文 *
建筑物分布对市区流场及污染物扩散影响的数值模拟;苗世光等;《气象科学》;20040620(第02期);全文 *
杭州城市下垫面变化对污染物扩散影响的研究;何曦等;《科学技术与工程》;20170418(第11期);全文 *
河谷型城市风场及污染物扩散的CFD数值仿真;孔佑花等;《环境科学研究》;20171201(第03期);全文 *
行列式街区风场和污染物浓度场分布特征;占龙飞等;《气象与环境学报》;20171015(第05期);全文 *

Also Published As

Publication number Publication date
CN113191096A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113191096B (zh) 基于WRF和XFlow耦合的多精细度融合污染物扩散分析方法
CN110085281B (zh) 一种基于特征污染因子源解析的环境污染溯源系统及方法
CN108701274B (zh) 一种城市小尺度空气质量指数预测方法与系统
Qin et al. Are green walls better options than green roofs for mitigating PM10 pollution? CFD simulations in urban street canyons
Badach et al. Urban vegetation in air quality management: A review and policy framework
Hirabayashi et al. Development of a distributed air pollutant dry deposition modeling framework
CN107229834A (zh) 一种复杂地形应急响应空气污染扩散预测方法
Sheng et al. Spatial analysis of urban form and pedestrian exposure to traffic noise
Yang et al. A framework for assessment of the influence of China’s urban underground space developments on the urban microclimate
Jurado et al. On the minimal wind directions required to assess mean annual air pollution concentration based on CFD results
Villani et al. Evaluating the impact of a wall-type green infrastructure on PM10 and NOx concentrations in an urban street environment
CN114943441B (zh) 一种基于poi数据的区域土壤污染健康风险评估方法
Hong et al. How outdoor trees affect indoor particulate matter dispersion: CFD simulations in a naturally ventilated auditorium
Chen et al. Impacts of building features on the cooling effect of vegetation in community-based MicroClimate: recognition, measurement and simulation from a case study of Beijing
Lv et al. A review on the dispersion and distribution characteristics of pollutants in street canyons and improvement measures
Zhou et al. GIS-based urban afforestation spatial patterns and a strategy for PM2. 5 removal
Santiago et al. Impact of different combinations of green infrastructure elements on traffic-related pollutant concentrations in urban areas
Zhang et al. Parametric urbanism and environment optimization: Toward a quality environmental urban morphology
Seo et al. Web-based forecasting system for the airborne spread of livestock infectious disease using computational fluid dynamics
Ren et al. Exposure assessment of Traffic-Related air pollution based on CFD and BP neural network and artificial intelligence prediction of optimal route in an urban area
Zhang et al. Parametric modeling for form-based planning in dense urban environments
Halek et al. GIS assessment of the PM 10, PM 2.5 and PM 1.0 concentrations in urban area of Tehran in warm and cold seasons
Beltran-Velamazan et al. A method for the automated construction of 3D models of cities and neighborhoods from official cadaster data for solar analysis
Nazarian et al. Multiscale modeling techniques to document urban climate change
CN112634114A (zh) 一种辐射环境管理与评价方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant