CN115688636A - 一种基于计算流体力学的大气环境污染修复仿真方法及系统 - Google Patents

一种基于计算流体力学的大气环境污染修复仿真方法及系统 Download PDF

Info

Publication number
CN115688636A
CN115688636A CN202211703137.4A CN202211703137A CN115688636A CN 115688636 A CN115688636 A CN 115688636A CN 202211703137 A CN202211703137 A CN 202211703137A CN 115688636 A CN115688636 A CN 115688636A
Authority
CN
China
Prior art keywords
atmospheric
simulation
flow field
pollutants
equation
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
Application number
CN202211703137.4A
Other languages
English (en)
Other versions
CN115688636B (zh
Inventor
刘杰
闵皆昇
路长远
吴健明
李倩
周璐
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.)
Zhejiang Yuansuan Technology Co ltd
Yellow River Conservancy Technical Institute
Original Assignee
Zhejiang Yuansuan Technology Co ltd
Yellow River Conservancy Technical Institute
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 Zhejiang Yuansuan Technology Co ltd, Yellow River Conservancy Technical Institute filed Critical Zhejiang Yuansuan Technology Co ltd
Priority to CN202211703137.4A priority Critical patent/CN115688636B/zh
Publication of CN115688636A publication Critical patent/CN115688636A/zh
Application granted granted Critical
Publication of CN115688636B publication Critical patent/CN115688636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于计算流体力学的大气环境污染修复仿真方法及系统，属于数值仿真领域。现有方案，没有涉及如何对环境污染进行修复，导致大气污染的修复过程难以准确评估，进而用户无法准确掌握修复手段的效果。本发明的一种基于计算流体力学的大气环境污染修复仿真方法，根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；通过预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，推演大气污染物随风扩散的变化情况，实现大气环境污染修复仿真，便于用户准确掌握修复手段的效果，并且能为相关决策提供依据，方案科学、合理，切实可行。

Description

一种基于计算流体力学的大气环境污染修复仿真方法及系统
技术领域
本发明涉及一种基于计算流体力学的大气环境污染修复仿真方法及系统，属于数值仿真领域。
背景技术
大气污染的发展过程难以预估，相应的治理方案缺乏依据，依靠监测数据难以全面覆盖所有区域，无法对未来的大气空气质量变化过程进行预估，相应的污染修复手段也难以判断效果。传统的大气污染控制实验室着重研究污染物的物理化学过程，而很少研究宏观上大气污染物在真实地理环境下的扩散过程。而在实际的生产过程中，往往更为关注污染扩散的范围，以此来判定当地的空气质量情况。由于城市环境错综复杂，宏观上大气污染的发展很难通过实验或理论计算的方法来确定，因此可以使用计算流体力学CFD数值模拟技术模拟大气污染的发展，评估空气质量的变化。
中国专利（公告号：CN106650158B）公开一种基于计算流体力学CFD及多数据源的城市实时全局大气环境估计方法，包括结合城市环境监测站点历史数据、全球中尺度气象预测结果、国家气象数据、城市重点污染源数据、城市地理三维模型及机动车尾气检测系统路面实时监测数据，利用计算流体力学CFD作为计算引擎，根据气象信息自适应切换环境质量模式，采用多尺度网格离散化城市模型，引入多组分污染模型，并考虑气象干湿沉降过程，建立一个针对城市全局空气环境质量实时估计方法。
上述方案主要是对城市的环境质量进行估计，没有涉及如何对环境污染进行修复，以及如何对大气污染的修复过程进行准确评估，进而用户无法准确掌握修复手段的效果。
发明内容
针对现有技术的缺陷，本发明的目的一在于提供一种根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；通过预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，推演大气污染物随风扩散的变化情况，实现大气环境污染修复仿真的基于计算流体力学的大气环境污染修复仿真方法。
本发明的目的二在于提供一种可以对大气污染的修复过程进行准确仿真，便于用户准确掌握修复手段的效果，并且能为相关决策提供依据，方案科学、合理，切实可行的基于计算流体力学的大气环境污染修复仿真方法。
本发明的目的三在于提供一种通过构建大气流场模型、大气污染物扩散场景模型、污染场景模型、流体力学仿真模型、修复评估模型，可以根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；利用大气流场的风向、风速、大气污染物及修复场景，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况，并对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真的基于计算流体力学的大气环境污染修复仿真方法。
本发明的目的四在于提供一种通过设置大气流场模块、大气污染物扩散场景模块、污染场景模块、流体动力仿真模块、修复评估模块，可以根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；利用大气流场的风向、风速、大气污染物及修复场景，推演大气污染物随风扩散的变化情况，并对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真的基于计算流体力学的大气环境污染修复仿真系统。
为实现上述目的之一，本发明的第一种技术方案为：
一种基于计算流体力学的大气环境污染修复仿真方法，包括以下内容：
采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
通过流场网格，以及大气流场数据，确定大气流场的风向、风速；
根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；
通过预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，推演大气污染物随风扩散的变化情况，实现大气环境污染修复仿真。
本发明经过不断探索以及试验，根据污染废气的排放源和排放量，选择污染修复手段，并确定大气污染物及修复场景；然后利用预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，进而，可以对大气污染的修复过程进行准确仿真，便于用户准确掌握修复手段的效果，检验计划修复手段的实施效果，为相关决策提供依据，保证方案科学、合理，切实可行。
作为优选技术措施：
流体力学仿真模型包括气体污染物轨迹预测单元、悬浮颗粒物轨迹预测单元、修复模组；
气体污染物轨迹预测单元通过求解控制方程组以及组分扩散方程，得到气体污染物的浓度时空演变过程以及在使用修复手段之后的污染物浓度时空演变过程；
悬浮颗粒物轨迹预测单元通过求解控制方程组以及零阶随机方程组，并利用动量源项确定颗粒对连续相速度流场的影响，进行迭代耦合计算，得出悬浮颗粒物运动的流场；
修复模组包括防风网修复单元或/和植物修复单元或/和空气过滤修复单元。
作为优选技术措施：
防风网修复单元采用多孔介质来描述防风网区域，并通过附加源项法对多孔介质的控制方程组进行修正，改变流体在防风网区域的速度、压力、湍流强度参数，以拟合真实的流动情况；
植物修复单元或/和空气过滤修复单元通过在修复地点添加组分源项吸收项，模拟空气过滤装置或修复植物对大气污染物的过滤或吸收效果。
作为优选技术措施：
流场网格的生成方法如下：
将地形及建筑物数据转换为几何数据；
根据几何数据，计算网格尺寸，得到包括地形及建筑物的流场网格；
大气流场数据包括垂直方向上的温度、压强、空气密度、风向、风速；
大气污染数据包括大气污染物、排放量和排放源；
大气污染物为二氧化硫或/和氮氧化物或/和细颗粒物PM2.5或/和可吸入颗粒物PM10。
作为优选技术措施：
控制方程组至少包括连续性方程、动量方程和能量方程；
连续性方程根据大气污染物的密度以及扩散速度进行构建，其计算公式如下：
Figure 950253DEST_PATH_IMAGE001
动量方程根据大气污染物的扩散速度、密度、剪切力以及空气压强进行构建，其计算公式如下：
Figure 398552DEST_PATH_IMAGE002
能量方程根据空气温度、大气污染的密度、扩散速度、热导率、等压比热容和加热/冷却源项进行构建，其计算公式如下：
Figure 709447DEST_PATH_IMAGE003
；
式中
Figure 635815DEST_PATH_IMAGE004
为大气污染物的密度，t是时间，u为大气污染物的扩散速度，
Figure 732078DEST_PATH_IMAGE005
为空气压强，
Figure 85699DEST_PATH_IMAGE006
为大气污染物的剪切力，
Figure 149470DEST_PATH_IMAGE007
为空气温度，
Figure 647839DEST_PATH_IMAGE008
为大气污染物的热导率，
Figure 847876DEST_PATH_IMAGE009
为大气污染物的等压 比热容，
Figure 372398DEST_PATH_IMAGE010
为加热/冷却源项，
Figure 657886DEST_PATH_IMAGE011
为梯度算子。
作为优选技术措施：
组分扩散方程根据大气污染物的质量平均密度、各组分的密度、各组分的质量含量、湍流粘度、扩散系数、流体的施密特数和产生或吸收的源项进行构建，其计算公式如下：
Figure 942368DEST_PATH_IMAGE012
Figure 996912DEST_PATH_IMAGE013
式中，
Figure 957915DEST_PATH_IMAGE014
为大气污染物的质量平均密度，i是组分的下标，
Figure 730699DEST_PATH_IMAGE015
为第i组分的密 度，
Figure 287713DEST_PATH_IMAGE016
为第i组分的质量含量，
Figure 462342DEST_PATH_IMAGE017
为湍流粘度，
Figure 328667DEST_PATH_IMAGE018
为第i组分的扩散系数，
Figure 605059DEST_PATH_IMAGE019
是流体的施 密特数，
Figure 215032DEST_PATH_IMAGE020
是第i组分的产生或吸收源项，j表示某个方向，
Figure 244168DEST_PATH_IMAGE021
为大气污染物在j方向上的扩 散速度，
Figure 546973DEST_PATH_IMAGE022
为大气污染物在
Figure 779502DEST_PATH_IMAGE023
方向上的移动距离。
其中，湍流粘度根据大气污染物在一个大气压条件下零摄氏度的粘性系数、空气温度以及气体种类有关的常数进行计算，其计算公式如下：
Figure 193166DEST_PATH_IMAGE024
式中，
Figure 76809DEST_PATH_IMAGE025
为一个大气压条件下0℃的粘性系数；
Figure 550515DEST_PATH_IMAGE026
是与气体种类有关的常数；
Figure 270341DEST_PATH_IMAGE027
；
其中，空气温度T采用位温机制度量不同高度空气块所含的热量，以追溯气块的源地或者比较不同气块的冷暖状况；
位温机制的表达式根据大气污染物的常压、空气压强、等压比热容和干空气常数进行构建，其计算公式如下：
Figure 222116DEST_PATH_IMAGE028
式中
Figure 491424DEST_PATH_IMAGE029
为位温，
Figure 136032DEST_PATH_IMAGE030
为大气污染物的常压；
Figure 343153DEST_PATH_IMAGE031
为干空气常数；
并利用位温机制对温度方程进行转换，得到如下公式：
Figure 98619DEST_PATH_IMAGE032
。
作为优选技术措施：
零阶随机方程组包括粒子受力平衡方程、单位质量阻力方程；
粒子受力平衡方程根据大气污染物的粒子速度、单位质量阻力、重力加速度、粒子密度、加速项以及大气污染物的密度进行构建，其计算公式如下：
Figure 691275DEST_PATH_IMAGE033
。
单位质量阻力方程根据大气污染物的单位质量阻力、流体速度、空气动力学粒子直径、扩散速度、粒子密度以及粒子速度进行构建，其计算公式如下：
Figure 506784DEST_PATH_IMAGE034
；
式中，F为大气污染物的加速项，如大气污染物压力梯度引起的加速，u p 为大气污染物的粒子速度，u为大气污染物的流体速度；
F D 为大气污染物的单位质量阻力，
Figure 466781DEST_PATH_IMAGE035
为大气污染物的重力加速度，
Figure 25938DEST_PATH_IMAGE036
为大气污 染物的粒子密度，d为空气动力学粒子直径，
Figure 738679DEST_PATH_IMAGE037
为大气污染物的粘度系数，
Figure 204384DEST_PATH_IMAGE038
为阻力系数， 一般取决于物体的形状、表面积等性质，
Figure 900944DEST_PATH_IMAGE039
为雷诺数；
其中，流体速度根据大气污染物的平均扩散速度和瞬时随机波动速度进行计算，其计算公式如下：
Figure 998213DEST_PATH_IMAGE040
，
其中，
Figure 831040DEST_PATH_IMAGE041
为大气污染物的平均扩散速度，
Figure 207926DEST_PATH_IMAGE042
为瞬时随机波动速度。
瞬时随机波动速度根据一个正态分布的随机数和湍流动能进行计算，其计算公式如下：
Figure 391783DEST_PATH_IMAGE043
式中
Figure 292742DEST_PATH_IMAGE044
是一个正态分布的随机数，k是湍流动能；
在每个离散时间内，一个正态分布的随机数
Figure 714497DEST_PATH_IMAGE045
取一个随机值，在涡流特征寿命
Figure 793442DEST_PATH_IMAGE046
确 定的时间间隔内保持恒定：
其中，涡流特征寿命的计算公式如下：
Figure 933436DEST_PATH_IMAGE047
式中，
Figure 903666DEST_PATH_IMAGE048
为涡流特征寿命，
Figure 196239DEST_PATH_IMAGE049
为大气污染物粒子的瞬时随机波动速度，是一个随 时间变化的量，t表示当前的离散时间，
Figure 695353DEST_PATH_IMAGE050
表示时间步进。
作为优选技术措施：
防风网修复单元包括以下内容：
对动量方程进行修正，得到更新后的动量方程，根据大气污染物的动量附加源项、密度、扩散速度、压强和剪切力进行构建，其计算公式如下：
Figure 322644DEST_PATH_IMAGE051
其中，
Figure 565406DEST_PATH_IMAGE052
为大气污染物的动量附加源项，用于模拟大气污染物流体通过多孔介质 之后的动量损失。
动量附加源项
Figure 712485DEST_PATH_IMAGE053
包括粘性阻力带来的动量损失项和由惯性阻力带来的动量损失 项，其根据大气污染物的粘性矩阵、惯性阻力系数的矩阵、粘度系数、大气污染物流体在某 方向的流速、密度进行构建，其计算公式如下：
Figure 382501DEST_PATH_IMAGE054
其中，
Figure 762666DEST_PATH_IMAGE055
与
Figure 543540DEST_PATH_IMAGE056
分别为大气污染物的粘性和惯性阻力系数的矩阵，
Figure 810705DEST_PATH_IMAGE057
为大气污染物 的粘度系数，
Figure 651622DEST_PATH_IMAGE058
为大气污染物在j方向的流速，
Figure 519084DEST_PATH_IMAGE059
为大气污染物的密度。
当空气的粘度系数小，并且在大气流场中忽略垂直于流动方向的速度时，动量附 加源项
Figure 854381DEST_PATH_IMAGE060
可以根据大气污染物的阻力系数、密度、扩散速度以及大气污染物在某方向的流 速进行构建，其计算公式如下：
Figure 225320DEST_PATH_IMAGE061
其中，
Figure 237138DEST_PATH_IMAGE062
为大气污染物的阻力系数，
Figure 326317DEST_PATH_IMAGE062
的取值通过压降系数a来得到，a与
Figure 465305DEST_PATH_IMAGE062
的转换 关系式为：
Figure 221909DEST_PATH_IMAGE063
其中，h为多孔介质厚度；
压降系数a的计算公式如下：
Figure 415081DEST_PATH_IMAGE064
；
其中，
Figure 257135DEST_PATH_IMAGE065
为孔隙率，a为压降系数。
植物修复单元利用湍流控制方程组进行模拟计算；湍流控制方程组包括湍流动能方程和耗散率方程；
湍流动能方程根据大气污染物的密度、湍流动能、湍动能修正的附加源项以及耗散率进行构建，其计算公式如下：
Figure 183502DEST_PATH_IMAGE066
其中，k为湍流动能，
Figure 263454DEST_PATH_IMAGE067
为耗散率，
Figure 164545DEST_PATH_IMAGE068
为湍流粘度，
Figure 228316DEST_PATH_IMAGE069
为湍流动能k对应的普朗特 数，
Figure 974686DEST_PATH_IMAGE070
为平均速度梯度引起的湍流动能的产生项，
Figure 174723DEST_PATH_IMAGE071
为湍动能修正的附加源项，i、j下标均 表示某个方向，
Figure 246716DEST_PATH_IMAGE073
、
Figure 797783DEST_PATH_IMAGE075
为大气污染物在对应方向上的移动距离。
耗散率方程根据大气污染物的密度、湍流动能、耗散率修正的附加源项以及耗散率进行构建，其计算公式如下：
Figure 331532DEST_PATH_IMAGE076
其中，
Figure 136808DEST_PATH_IMAGE077
为耗散率
Figure 97811DEST_PATH_IMAGE078
对应的普朗特数，
Figure 605016DEST_PATH_IMAGE079
、
Figure 676877DEST_PATH_IMAGE080
是通过实验测得的常数，
Figure 602239DEST_PATH_IMAGE081
为耗散率 修正的附加源项，
Figure 468564DEST_PATH_IMAGE082
为运动粘度。
植物修复单元的阻力系数
Figure 994223DEST_PATH_IMAGE062
根据叶表面密度和树冠层阻力系数进行计算，其计算 公式如下：
Figure 604196DEST_PATH_IMAGE083
其中，a为叶表面密度，
Figure 384064DEST_PATH_IMAGE084
为树冠层阻力系数；
湍动能修正的附加源项
Figure 421290DEST_PATH_IMAGE085
根据大气污染物的动量附加源项、绿化覆盖率、叶表面 密度、树冠层阻力系数以及湍流动能进行构建，其计算公式如下：
Figure 434246DEST_PATH_IMAGE086
耗散率修正的附加源项
Figure 582330DEST_PATH_IMAGE087
根据大气污染物的耗散率、湍流动能、动量附加源项、绿 化覆盖率、叶表面密度、树冠层阻力系数以及用于控制树林中能量耗散过程的时间尺度的 常数进行构建，其计算公式如下：
Figure 216705DEST_PATH_IMAGE088
式中，
Figure 690412DEST_PATH_IMAGE089
为
Figure 659505DEST_PATH_IMAGE090
方向上的平均速度，
Figure 621732DEST_PATH_IMAGE091
为绿化覆盖率，
Figure 625461DEST_PATH_IMAGE092
为叶表面密度，
Figure 4489DEST_PATH_IMAGE093
为树冠层阻 力系数，
Figure 460878DEST_PATH_IMAGE094
和
Figure 967077DEST_PATH_IMAGE095
为用于控制树林中能量耗散过程的时间尺度的经验常数。
为实现上述目的之一，本发明的第二种技术方案为：
一种基于计算流体力学的大气环境污染修复仿真方法，包括以下步骤：
第一步，采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
第二步，根据第一步中的流场网格，以及大气流场数据，构建大气流场模型；
所述大气流场模型，用于描述大气流场的风向和风速；
第三步，在第二步中的大气流场模型中，根据大气污染数据，构建大气污染物扩散场景模型，用于仿真污染废气的排放源和排放量，得到污染废气数据；
第四步，构建污染场景模型，根据第三步中的污染废气数据，选择污染修复手段，确定大气污染物及修复场景；
第五步，根据第四步中的大气污染物及修复场景，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况；
第六步，基于环境空气质量标准，构建修复评估模型，对第五步中的大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
本发明经过不断探索以及试验，通过构建大气流场模型、大气污染物扩散场景模型、污染场景模型、流体力学仿真模型、修复评估模型，可以根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；利用大气流场的风向、风速、大气污染物及修复场景，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况，并对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。进而本发明可以对大气污染的修复过程进行准确仿真，便于用户准确掌握修复手段的效果，提前预测评估修复手段的效率，节约人力物力及时间成本，为相关决策提供依据，方案科学、合理，切实可行。
为实现上述目的之一，本发明的第三种技术方案为：
一种基于计算流体力学的大气环境污染修复仿真系统，采用上述的一种基于计算流体力学的大气环境污染修复仿真方法；
其包括大气流场模块、大气污染物扩散场景模块、污染场景模块、流体动力仿真模块和修复评估模块；
大气流场模块，用于描述大气流场的风向和风速；
大气污染物扩散场景模块，用于仿真污染废气的排放源和排放量，得到污染废气数据；
污染场景模块，用于根据污染废气数据，选择污染修复手段，确定大气污染物及修复场景；
流体动力仿真模块，用于推演大气污染物随风扩散的变化情况；
修复评估模块，用于对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
本发明经过不断探索以及试验，通过设置大气流场模块、大气污染物扩散场景模块、污染场景模块、流体动力仿真模块、修复评估模块，可以根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；利用大气流场的风向、风速、大气污染物及修复场景，推演大气污染物随风扩散的变化情况，并对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
进而本发明可以对大气污染的修复过程进行准确评估仿真，便于用户准确掌握修复手段的效果，并且能为相关决策提供依据，方案科学、合理，切实可行。
与现有技术相比，本发明具有以下有益效果：
本发明经过不断探索以及试验，根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；通过预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，推演大气污染物随风扩散的变化情况，实现大气环境污染修复仿真。
进而，本发明可以对大气污染的修复过程进行准确仿真，便于用户准确掌握修复手段的效果，提前预测评估修复手段的效率，节约人力物力及时间成本，为相关决策提供依据，保证方案科学、合理，切实可行。
进一步，本发明经过不断探索以及试验，通过构建大气流场模型、大气污染物扩散场景模型、污染场景模型、流体力学仿真模型、修复评估模型，可以根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；利用大气流场的风向、风速、大气污染物及修复场景，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况，并对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
更进一步，本发明经过不断探索以及试验，通过设置大气流场模块、大气污染物扩散场景模块、污染场景模块、流体动力仿真模块、修复评估模块，可以根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；利用大气流场的风向、风速、大气污染物及修复场景，推演大气污染物随风扩散的变化情况，并对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
附图说明
图1为本发明基于计算流体力学的大气环境污染修复仿真方法的一种流程图；
图2为本发明基于计算流体力学的大气环境污染修复仿真系统一种总体框架；
图3为本发明基于计算流体力学的大气环境污染修复仿真系统一种工作流程示意图；
图4为本发明建筑的几何模型示意图；
图5为本发明将地形及建筑物数据生成流场网格的一种示意图；
图6为应用本发明的仿真计算结果效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文所使用的术语只是为了描述具体的实施例的目的，不是旨在限制本发明。本文所使用的术语“或/和”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示，本发明基于计算流体力学的大气环境污染修复仿真方法的第一种具体实施例：
一种基于计算流体力学的大气环境污染修复仿真方法，包括以下内容：
包括以下内容：
采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
通过流场网格，以及大气流场数据，确定大气流场的风向、风速；
根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；
通过预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，推演大气污染物随风扩散的变化情况，实现大气环境污染修复仿真。
本发明流体力学仿真模型的一种具体实施例：
流体力学仿真模型包括气体污染物轨迹预测单元、悬浮颗粒物轨迹预测单元、修复模组；
气体污染物轨迹预测单元通过求解控制方程组以及组分扩散方程，得到气体污染以及在使用修复手段之后的污染物浓度时空演变过程；
悬浮颗粒物轨迹预测单元通过求解控制方程组以及零阶随机方程组，并利用动量源项确定颗粒对连续相速度流场的影响，进行迭代耦合计算，得出悬浮颗粒物运动的流场。
本发明修复模组的一种具体实施例：
修复模组包括防风网修复单元或/和植物修复单元或/和空气过滤修复单元。
防风网修复单元采用多孔介质来描述防风网区域，并通过附加源项法对多孔介质的控制方程组进行修正，改变流体在防风网区域的速度、压力、湍流强度参数，以拟合真实的流动情况；
植物修复单元或/和空气过滤修复单元通过在修复地点添加源项吸收项，模拟空气过滤装置或修复植物对大气污染物的过滤或吸收效果。
本发明基于计算流体力学的大气环境污染修复仿真方法的第二种具体实施例：
一种基于计算流体力学的大气环境污染修复仿真方法，
包括以下步骤：
第一步，采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
第二步，根据第一步中的流场网格，以及大气流场数据，构建大气流场模型；
所述大气流场模型，用于描述大气流场的风向和风速；
第三步，在第二步中的大气流场模型中，根据大气污染数据，构建大气污染物扩散场景模型，用于仿真污染废气的排放源和排放量，得到污染废气数据；
第四步，构建污染场景模型，根据第三步中的污染废气数据，选择污染修复手段，确定大气污染物及修复场景；
第五步，根据第四步中的大气污染物及修复场景，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况；
第六步，基于环境空气质量标准，构建修复评估模型，对第五步中的大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
本发明基于计算流体力学的大气环境污染修复仿真方法的第三种具体实施例：
基于计算流体力学的大气环境污染修复仿真方法，包括以下步骤：
第一步，根据大气污染数据，构建污染废气排放模型，用于仿真污染废气的排放源和排放量，得到污染废气数据；
第二步，采集地形及建筑物数据以生成包括地形及建筑物的流场网格，并将第一步中的污染废气数据输入到流场网格中；
第三步，根据第二步中的流场网格，以及大气流场数据，构建大气流场模型；
所述大气流场模型，用于描述大气流场的风向和风速；
第四步，根据第三步中的大气流场的风向和风速，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况；
第五步，构建修复评估模型，根据第四步中的流体力学仿真模型，对修复手段进行评估，实现大气环境污染修复仿真。
本发明基于计算流体力学的大气环境污染修复仿真系统的第一种具体实施例：
一种基于计算流体力学的大气环境污染修复仿真系统，采用上述的一种基于计算流体力学的大气环境污染修复仿真方法；
其包括大气流场模块、大气污染物扩散场景模块、污染场景模块、流体动力仿真模块、修复评估模块；
大气流场模块，用于描述大气流场的风向和风速；
大气污染物扩散场景模块，用于仿真污染废气的排放源和排放量，得到污染废气数据；
污染场景模块，用于根据污染废气数据，选择污染修复手段，确定大气污染物及修复场景；
流体动力仿真模块，用于推演大气污染物随风扩散的变化情况；
修复评估模块，用于对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
本发明基于计算流体力学的大气环境污染修复仿真系统的第二种具体实施例：
一种基于计算流体力学的大气环境污染修复仿真系统包括系统功能模块、前处理模块、预置数据库、流体动力仿真模块、后处理模块、数据库管理系统。
系统功能模块用于实现数字实验室系统的组织及管理，提供可视化界面，提供用户与界面之间的交互功能，提供用户登录及鉴权功能，以及衔接其他各个功能模块。
前处理模块用于实现对地形建筑及其大气流场的几何建模，并进行网格的离散，为后续流体动力仿真模块提供网格文件。
预置数据库用于储存并调用气象数据、污染数据、以及修复数据，用于定义大气污染物及修复场景，为计算流体力学计算提供边界条件及源项属性定义。
流体动力仿真模块采用计算流体力学技术对预先定义的计算场景进行计算，获取大气污染物以及在使用修复手段之后的污染物浓度时空演变过程。
如图2中所示，本发明基于计算流体力学的大气环境污染修复仿真系统的第三种具体实施例：
基于计算流体力学的大气环境污染修复仿真系统包括数据层、服务层、接口层、视图层。
数据层，主要提供系统的数据储存和访问能力，包括结构化的数据和非结构化的数据。结构化数据主要依赖数据库进行储存，提供结构化数据的增、删、改、查等功能，主要包括用户管理数据、仿真实验任务数据、仿真输入输出文件等。非结构化的数据包括仿真实验过程中产生的模块文件、日志文件等非结构化的二进制文件或者文本文件。
服务层，主要实现系统的数据、资源、用户等管理功能。主要包括集群资源调度器，其用于管理系统的CPU、内存资源的自动分配，管理用户仿真专业的排队、运行、取消等作业全生命周期的管理；仿真软件计算流体力学求解器，对大气污染物扩散及修复进行仿真计算；用户管理提供用户的仿真计算任务管理，其包括仿真任务的提交、运行、取消以及结果查询等功能；后处理服务提供用户仿真结果数据云图、生成分析报告等后处理服务。
接口层，主要提供相关数据和功能的数据接口，提供给视图层进行调用。包括用户管理登录接口、鉴权接口；仿真实验任务管理接口，其提供各用户仿真计算任务的状态查询、运行日志查询等功能；仿真模型后处理接口提供仿真计算后的模型进行后处理，比如云图、等值面等后处理，以便用于观察相应的实验结果。
视图层，主要提供本发明的操作页面，其包括大屏综合信息展示系统视图；大气污染扩散及修复计算机辅助工程仿真系统视图主要用于用户通过仿真软件实现大气污染物扩散及修复的仿真计算。
本发明流体动力仿真模块的一种具体实施例：
流体动力仿真模块通过离散的代数形式来替换控制方程组中的积分或偏微分方程，然后求解出具体的数值解来用于数据对比和对实验现象的解释。
控制方程组包括以下内容：
连续性方程：
Figure 825312DEST_PATH_IMAGE096
动量方程：
Figure 906400DEST_PATH_IMAGE097
能量方程：
Figure 850086DEST_PATH_IMAGE098
式中
Figure 628817DEST_PATH_IMAGE099
为密度，t是时间，u为速度，p为压强，
Figure 607137DEST_PATH_IMAGE100
为剪切力，
Figure 593548DEST_PATH_IMAGE101
为温度，
Figure 24529DEST_PATH_IMAGE102
为热导率，
Figure 872530DEST_PATH_IMAGE103
为等压比热容，
Figure 439778DEST_PATH_IMAGE104
为加热/冷却源项。
大气流场与普通流场的流动行为存在一定的差异，大气流场在垂直方向上体现为温度、压强、空气密度的不均匀性，随着海拔的升高，温度、压强、空气密度都随之降低。
为了更为真实地模拟大气流场的流动，使用气象数据文件定义不同高度层面上的流速、温度等数据。模拟计算中，在动量方程中部分考虑密度扰动的影响，即只保留与重力相联系的密度扰动项；在热力学方程中保留密度扰动的影响；在连续方程中忽略密度扰动的影响，因此其他项之前的时间导数项被忽略，因此连续方程变为以下形式：
Figure 597090DEST_PATH_IMAGE105
式中x为空间坐标，下标i表示x、y、z三个分方向。
为了建立温度比较的标准，采用位温这一概念以度量不同高度空气块所含的热量，可以追溯气块的源地或者比较不同气块的冷暖状况。位温表达式如下：
Figure 531679DEST_PATH_IMAGE106
式中
Figure 167060DEST_PATH_IMAGE107
为常压，通常取1000 mbar，
Figure 854393DEST_PATH_IMAGE108
为干空气常数，其值为
Figure 182606DEST_PATH_IMAGE109
。
使用位温，温度方程将转化为：
Figure 73333DEST_PATH_IMAGE110
为了计算大气污染物扩散的过程，将各个大气污染物在计算中作为自定义标量进行计算。对大气污染物做出如下假设：污染物的成分是稳定的，与空气中的其他成分不会发生化学反应；污染物对整个大气流场的流动没有影响。标量场质量传递的基本方式为对流传质，对流传质与对流换热相类似，其传质的问题求解同样与流体的流动形态与速度分布等因素有关系。同时，热量、动量与质量传递过程有流体微团的宏观运动而引起的湍流传递的影响。
对于大气污染物，除了求解控制方程组之外，还需要求解污染物在扩散过程中满足的组分扩散方程：
Figure 777984DEST_PATH_IMAGE111
Figure 319823DEST_PATH_IMAGE112
式中，
Figure 84517DEST_PATH_IMAGE113
是质量平均密度，i是组分的下标，
Figure 196961DEST_PATH_IMAGE114
为第i组分的密度，
Figure 439723DEST_PATH_IMAGE115
为第i组分 的质量含量，
Figure 101649DEST_PATH_IMAGE116
为湍流粘度，
Figure 771665DEST_PATH_IMAGE117
为第i组分的扩散系数，
Figure 902563DEST_PATH_IMAGE118
是流体的施密特数，
Figure 683437DEST_PATH_IMAGE119
是第i组 分的产生或吸收源项。
气体的运动粘度采用的是苏士南（Sutherland）公式进行计算：
Figure 199869DEST_PATH_IMAGE120
式中，
Figure 74676DEST_PATH_IMAGE121
为一个大气压条件下下0℃的粘性系数；
Figure 942138DEST_PATH_IMAGE122
是与气体种类有关的常数；
Figure 792282DEST_PATH_IMAGE123
。
Figure 913953DEST_PATH_IMAGE124
可代表NO X ，SO 2 ，CO X 等多种常见的大气污染物。
对于PM2.5、PM10这种可吸收入颗粒物类型的大气污染物，统称为总悬浮颗粒物，主要来源于燃料燃烧时产生的烟尘、生产加工过程中产生的粉尘、建筑和交通扬尘、风沙扬尘以及气态污染物经过复杂物理化学反应在空气中生成的相应的盐类颗粒。这类污染物由于具有一定的质量，因此在计算流体力学模拟中将这些污染物视为具有一定体积和质量的小颗粒，其在流场中的行为需要使用拉格朗日描述进行计算。由于这种颗粒物通常是惰性的，因此在模拟中认为它们不会发生化学反应，并且忽略吸湿效应。
在计算流体力学模拟中使用随机轨迹模型来预测粒子在湍流中的扩散。这种零阶随机模型从求解控制方程得到的速度流场出发，集成了以下方程以预测粒子轨迹。
Figure 191350DEST_PATH_IMAGE125
此方程表示了粒子的受力平衡；
Figure 14950DEST_PATH_IMAGE126
此方程为单位质量阻力的斯托克斯方程，考虑到阻力的惯性效应，阻力系数
Figure 153938DEST_PATH_IMAGE127
。
以上方程使用颗粒在流动中运动时的局部连续相条件，以预测足够数量的具有代 表性的颗粒轨迹。F为加速项，如压力梯度引起的加速，u p 为粒子速度，u为流体速度。F D 为单 位质量阻力，
Figure 379383DEST_PATH_IMAGE128
为重力加速度，
Figure 93261DEST_PATH_IMAGE129
为粒子密度，d为空气动力学粒子直径。
假设湍流在计算域中是各向同性的，瞬时流体速度定义为
Figure 686048DEST_PATH_IMAGE130
，其中，
Figure 143574DEST_PATH_IMAGE131
为 时间平均速度，
Figure 239837DEST_PATH_IMAGE132
为瞬时随机波动速度。
瞬时随机波动速度的计算公式如下：
Figure 859037DEST_PATH_IMAGE133
式中
Figure 657229DEST_PATH_IMAGE044
是一个正态分布的随机数，k是湍流动能。在每个离散时间内，
Figure 121708DEST_PATH_IMAGE044
取一个随机 值，在涡流特征寿命H确定的时间间隔内保持恒定：
Figure 72478DEST_PATH_IMAGE134
在流体动力仿真模块中，使用湍流模型k-epsilon，则
Figure 862579DEST_PATH_IMAGE135
最终随机轨迹模型通过动量源项确定颗粒对连续相速度流场的影响，进行迭代耦合计算，得出整个承载着颗粒物运动的流场。
在初次计算完成大气污染物扩散过程后，流体动力仿真模块进行二次计算，推演大气污染物修复手段的修复效果。流体动力仿真模块内设置有三种不同的修复手段：①空气过滤装置；②植物修复；③防风网。
在仿真计算中，空气过滤装置和植物修复的效果原理基本相同，通过在修复地点添加源项吸收项，模拟空气过滤装置或是修复植物对大气污染物的过滤或吸收效果。
Figure 148067DEST_PATH_IMAGE136
Figure 681817DEST_PATH_IMAGE137
Figure 487093DEST_PATH_IMAGE138
式中，
Figure 182516DEST_PATH_IMAGE139
为大气污染物标量f的产生耗散时间，
Figure 955300DEST_PATH_IMAGE140
为大气污染物标量f的产生频 率。
当流体流经防风网或是树林这种具有一定的网状结构的区域时，会产生一定的挡风效应，流场发生改变，流速减小，湍流强度增加，同时对污染物的阻挡、吸收效果也会产生一定变化，为了充分考虑这种效应，在计算流体力学模拟计算中采用多孔介质模型来描述这种区域。
对于同一种多孔介质，流体经过后的速度、压力、湍流强度等参数的变化特性是可以通过实验事先确定的，计算流体力学模拟中通过附加源项法对多孔介质区域的控制方程进行修正，改变流体在这边区域的速度、压力、湍流强度等参数，以尽量拟合真实的流动情况。
对于防风网这种修复方式来说，流体流经之后不会发生复杂的流动，在计算流体力学模拟中只需要对动量方程进行修正即可，将前述的动量方程进行修正，得到：
Figure 27162DEST_PATH_IMAGE141
其中
Figure 686944DEST_PATH_IMAGE060
为动量附加源项，用于模拟流体通过多孔介质之后的动量损失。
对于树林，由于树冠内部孔隙复杂，流体经过之后将会在树枝和叶片之间发生扰流，湍流强度急剧增加。因此需要对湍流模型k-epsilon的控制方程进行修正，控制方程包括湍流动能方程和耗散率方程。
修正后的湍流动能方程如下：
Figure 84427DEST_PATH_IMAGE142
修正后的耗散率方程如下：
Figure 813349DEST_PATH_IMAGE143
其中
Figure 699353DEST_PATH_IMAGE071
为湍动能修正的附加源项，
Figure 728489DEST_PATH_IMAGE144
为耗散率修正的附加源项。
对于动量方程附加源项
Figure 765715DEST_PATH_IMAGE060
，它包括有粘性阻力带来的动量损失项和由惯性阻力带 来的动量损失项：
Figure 513092DEST_PATH_IMAGE145
其中
Figure 677488DEST_PATH_IMAGE146
与
Figure 561130DEST_PATH_IMAGE147
分别为粘性和惯性阻力系数的矩阵，
Figure 34837DEST_PATH_IMAGE148
为流体粘度系数，
Figure 3930DEST_PATH_IMAGE149
为流体在j 方向的流速，
Figure 972017DEST_PATH_IMAGE004
为流体密度。
实际应用中，由于空气的粘度系数比较小，并且在大气流场中忽略垂直于流动方 向的速度，因此将
Figure 710166DEST_PATH_IMAGE060
简化：
Figure 354774DEST_PATH_IMAGE150
其中
Figure 811163DEST_PATH_IMAGE062
为阻力系数，
Figure 582941DEST_PATH_IMAGE062
的取值通过压降系数a来得到，a与
Figure 441176DEST_PATH_IMAGE062
的转换关系式为：
Figure 256685DEST_PATH_IMAGE151
其中h为多孔介质厚度。对于防风网这种结构较为简单的多孔介质，使用孔隙率
Figure 685523DEST_PATH_IMAGE065
计算压降系数a：
Figure 244681DEST_PATH_IMAGE152
对于树林这种结构比较复杂的多孔介质，为了充分考虑树叶的不均匀性，引入叶 表面密度a和树冠层阻力系数
Figure 223001DEST_PATH_IMAGE093
，并定义
Figure 209412DEST_PATH_IMAGE153
对于用于模拟流体经过树林湍动能和耗散率变化的附加源项
Figure 391125DEST_PATH_IMAGE071
和
Figure 488394DEST_PATH_IMAGE154
，通过以下公 式进行计算：
湍动能附加源项
Figure 321221DEST_PATH_IMAGE071
：
Figure 229265DEST_PATH_IMAGE155
耗散率附加源项
Figure 881964DEST_PATH_IMAGE156
：
Figure 782923DEST_PATH_IMAGE157
式中，
Figure 470257DEST_PATH_IMAGE091
为绿化覆盖率，
Figure 549202DEST_PATH_IMAGE092
为叶表面密度，
Figure 689197DEST_PATH_IMAGE093
为树冠层阻力系数，
Figure 128268DEST_PATH_IMAGE094
和
Figure 670108DEST_PATH_IMAGE095
为用于 控制树林中能量耗散过程的时间尺度的经验常数。
后处理模块用于对计算流体力学计算结果进行处理，结合《环境空气质量标准GB3095-2012》对空气质量进行评估，并输出可视化结果，按照预置模板生成分析报告，对比修复手段的效果。
数据库管理系统用于管理预置数据库模块以及保存不同场景下的模拟数据，提供针对不同权限的用户的数据管理功能。
应用本发明基于计算流体力学的大气环境污染仿真方法的第一种具体实施例：
基于流体动力仿真的大气环境污染及修复数字实验室系统，其工作方法包括以下步骤：
步骤1，用户登录数字实验室系统，系统根据用户权限确认数字实验室展示内容；
步骤2，采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
步骤3，设置大气流场的风向和风速，天气数据可以由用户自行进行设置或者在预置天气数据库中进行选取；
步骤4，设置污染废气的排放源和排放量，污染数据可以由用户自行进行设置或者在预置污染数据库中进行选取，提供二氧化硫、氮氧化物、细颗粒物PM2.5、可吸入颗粒物PM10等多种常见大气污染物；
步骤5，如果需要对修复手段进行评估，则由用户选择设置大气环境修复手段和修复地点，修复手段包括防风网、大气质量修复植物、空气过滤装置等方法；
步骤6，使用流体动力仿真软件进行计算，依据步骤2至步骤5中确定的地理环境网格、气象条件、大气污染物场景，推演一定时间内大气污染物随风扩散的变化情况；
步骤7，基于环境空气质量标准，自动处理模拟结果数据，展示大气质量仿真分析结果，划分不同的受污染影响区域，如果采用了修复手段，对比修复前后大气空气质量的变化；
步骤8，从计算结果中提取关键位置的流场数据以及空气质量数据，通过《环境空气质量标准GB 3095-2012》对空气质量进行评估，对比采用修复手段前后的大气质量，显示修复手段的效果。根据预先定义的模板生成分析报告。
进而本发明公开的一种基于流体动力仿真的大气环境污染及修复数字实验室系统，能够解决大气污染物及修复过程不可见、难以评估的问题，直观展示修复手段效果，能够预测计划采用的修复手段的效率，节约人力物力及时间成本，为相关决策提供依据。
应用本发明基于计算流体力学的大气环境污染仿真方法的第二种具体实施例：
如图3所示，以某市某一工业区的二氧化硫SO2污染扩散过程为例，对本发明基于计算流体力学的大气环境污染修复仿真方法的工作方法进行说明，其包括以下步骤：
步骤1、用户登录数字实验室系统，建立大气环境数据包括地形、建筑的几何模型
建立大气环境数据包括地形、建筑的几何模型如图4所示，用于进一步的处理。
步骤2、生成仿真网格
根据几何大小，计算网格尺寸，对步骤1所建立的几何模型生成仿真网格模型如图5所示。
步骤3、大气污染物扩散场景设置
利用数据库，进行大气污染物扩散场景边界条件设置，根据研究需要设置气象数据，确定污染排放点，设置污染排放数据为2000mg/m3二氧化硫，确定大气污染物扩散场景。
步骤4、大气污染物修复场景设置
对污染排放数据以及大气污染物植物修复手段进行研究，根据研究需要设置修复手段为修复植物。
步骤5、污染修复模拟计算根据数据库以及步骤4确定的修复手段，得到大气污染物及修复计算的边界条件、源项和仿真域等计算流体力学计算所需要的设置，进而进行污染修复模拟计算，生成计算流体力学计算的输入文件，并确定大气污染物修复场景。
步骤6、计算流体力学仿真计算
根据步骤2获得的仿真网格以及步骤5得到的大气污染物修复场景，并使用流体动力仿真软件进行瞬态数值模拟仿真计算，数值仿真采用压力-速度耦合方程求解算法，实现对大气污染物扩散及修复的模拟计算。
步骤7、根据模拟计算，得到计算流体力学仿真计算结果数据。
步骤8、空气质量时空演化可视化处理
根据《环境空气质量标准GB 3095-2012》对步骤7得到的计算结果进行评估，根据空气质量划分不同的污染程度等级；并进行空气质量时空演化可视化处理，生成空气质量时空变化的动画，最终得到仿真计算结果，仿真计算结果展示效果如图6所示。
应用本发明方法的一种设备实施例：
一种计算机设备，其包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的一种基于计算流体力学的大气环境污染修复仿真方法。
应用本发明方法的一种计算机介质实施例：
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的一种基于计算流体力学的大气环境污染修复仿真方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包括有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
包括以下内容：
采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
通过流场网格，以及大气流场数据，确定大气流场的风向、风速；
根据污染废气的排放源和排放量，选择污染修复手段，确定大气污染物及修复场景；
通过预先构建的流体力学仿真模型，并根据大气流场的风向、风速、大气污染物及修复场景，对修复后的大气污染物运动轨迹进行预测，推演大气污染物随风扩散的变化情况，实现大气环境污染修复仿真。
2.如权利要求1所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
流体力学仿真模型包括气体污染物轨迹预测单元、悬浮颗粒物轨迹预测单元、修复模组；
气体污染物轨迹预测单元通过求解控制方程组以及组分扩散方程，得到气体污染物的浓度时空演变过程以及在使用修复手段之后的污染物浓度时空演变过程；
悬浮颗粒物轨迹预测单元通过求解控制方程组以及零阶随机方程组，并利用动量源项确定颗粒对连续相速度流场的影响，进行迭代耦合计算，得出悬浮颗粒物运动的流场；
修复模组包括防风网修复单元或/和植物修复单元或/和空气过滤修复单元。
3.如权利要求2所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
防风网修复单元采用多孔介质来描述防风网区域，并通过附加源项法对多孔介质的控制方程组进行修正，改变流体在防风网区域的速度、压力、湍流强度参数，以拟合真实的流动情况；
植物修复单元或/和空气过滤修复单元通过在修复地点添加组分源项吸收项，模拟空气过滤装置或修复植物对大气污染物的过滤或吸收效果。
4.如权利要求1-3任一所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，流场网格的生成方法如下：
将地形及建筑物数据转换为几何数据；
根据几何数据，计算网格尺寸，得到包括地形及建筑物的流场网格；
大气流场数据包括垂直方向上的温度、压强、空气密度、风向、风速；
大气污染数据包括大气污染物、排放量和排放源；
大气污染物为二氧化硫或/和氮氧化物或/和细颗粒物或/和可吸入颗粒物。
5.如权利要求2所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
控制方程组至少包括连续性方程、动量方程和能量方程；
连续性方程根据大气污染物的密度以及扩散速度进行构建；
动量方程根据大气污染物的扩散速度、密度、剪切力以及空气压强进行构建；
能量方程根据空气温度、大气污染的密度、扩散速度、热导率、等压比热容和冷却源项进行构建。
6.如权利要求2所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
组分扩散方程根据大气污染物的质量平均密度、各组分的密度、各组分的质量含量、湍流粘度、扩散系数、流体的施密特数和吸收的源项进行构建；
湍流粘度根据大气污染物在一个大气压条件下零摄氏度的粘性系数、空气温度以及气体种类有关的常数进行计算；
其中，空气温度采用位温机制度量不同高度空气块所含的热量，以追溯气块的源地或者比较不同气块的冷暖状况；
位温机制的表达式根据大气污染物的常压、空气压强、等压比热容和干空气常数进行构建。
7.如权利要求2所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
零阶随机方程组包括粒子受力平衡方程、单位质量阻力方程；
粒子受力平衡方程根据大气污染物的粒子速度、单位质量阻力、重力加速度、粒子密度、加速项以及大气污染物的密度进行构建；
单位质量阻力方程根据大气污染物的单位质量阻力、流体速度、空气动力学粒子直径、扩散速度、粒子密度以及粒子速度进行构建；
其中，流体速度根据大气污染物的平均扩散速度和瞬时随机波动速度进行计算；
瞬时随机波动速度根据一个正态分布的随机数和湍流动能进行计算。
8.如权利要求5所述的一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
防风网修复单元包括以下内容：
对动量方程进行修正，得到更新后的动量方程，根据大气污染物的动量附加源项、密度、扩散速度、压强和剪切力进行构建；
动量附加源项包括粘性阻力带来的动量损失项和由惯性阻力带来的动量损失项，其根据大气污染物的粘性矩阵、惯性阻力系数的矩阵、粘度系数、大气污染物流体在某方向的流速、密度进行构建；
植物修复单元利用湍流控制方程组进行模拟计算；湍流控制方程组包括湍流动能方程和耗散率方程；
湍流动能方程根据大气污染物的密度、湍流动能、湍动能修正的附加源项以及耗散率进行构建；
耗散率方程根据大气污染物的密度、湍流动能、耗散率修正的附加源项以及耗散率进行构建；
植物修复单元的阻力系数根据叶表面密度和树冠层阻力系数进行计算；
湍动能修正的附加源项根据大气污染物的动量附加源项、绿化覆盖率、叶表面密度、树冠层阻力系数以及湍流动能进行构建；
耗散率修正的附加源项根据大气污染物的耗散率、湍流动能、动量附加源项、绿化覆盖率、叶表面密度、树冠层阻力系数以及用于控制树林中能量耗散过程的时间尺度的常数进行构建。
9.一种基于计算流体力学的大气环境污染修复仿真方法，其特征在于，
包括以下步骤：
第一步，采集地形及建筑物数据以生成包括地形及建筑物的流场网格；
第二步，根据第一步中的流场网格，以及大气流场数据，构建大气流场模型；
所述大气流场模型，用于描述大气流场的风向和风速；
第三步，在第二步中的大气流场模型中，根据大气污染数据，构建大气污染物扩散场景模型，用于仿真污染废气的排放源和排放量，得到污染废气数据；
第四步，构建污染场景模型，根据第三步中的污染废气数据，选择污染修复手段，确定大气污染物及修复场景；
第五步，根据第四步中的大气污染物及修复场景，构建流体力学仿真模型，用于推演大气污染物随风扩散的变化情况；
第六步，基于环境空气质量标准，构建修复评估模型，对第五步中的大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
10.一种基于计算流体力学的大气环境污染修复仿真系统，其特征在于，
采用如权利要求1-9任一所述的一种基于计算流体力学的大气环境污染修复仿真方法；
其包括大气流场模块、大气污染物扩散场景模块、污染场景模块、流体动力仿真模块和修复评估模块；
大气流场模块，用于描述大气流场的风向和风速；
大气污染物扩散场景模块，用于仿真污染废气的排放源和排放量，得到污染废气数据；
污染场景模块，用于根据污染废气数据，选择污染修复手段，确定大气污染物及修复场景；
流体动力仿真模块，用于推演大气污染物随风扩散的变化情况；
修复评估模块，用于对大气污染物随风扩散的变化情况进行修复评估，实现大气环境污染修复仿真。
CN202211703137.4A 2022-12-29 2022-12-29 一种基于计算流体力学的大气环境污染修复仿真方法及系统 Active CN115688636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211703137.4A CN115688636B (zh) 2022-12-29 2022-12-29 一种基于计算流体力学的大气环境污染修复仿真方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211703137.4A CN115688636B (zh) 2022-12-29 2022-12-29 一种基于计算流体力学的大气环境污染修复仿真方法及系统

Publications (2)

Publication Number Publication Date
CN115688636A true CN115688636A (zh) 2023-02-03
CN115688636B CN115688636B (zh) 2023-04-07

Family

ID=85055901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211703137.4A Active CN115688636B (zh) 2022-12-29 2022-12-29 一种基于计算流体力学的大气环境污染修复仿真方法及系统

Country Status (1)

Country Link
CN (1) CN115688636B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090138A (zh) * 2023-04-03 2023-05-09 浙江远算科技有限公司 一种基于数据监测的水轮机转轮疲劳仿真计算方法和系统
CN116631530A (zh) * 2023-05-29 2023-08-22 智感技术(天津)有限公司 污染物扩散风险识别方法、装置及设备
CN117436322A (zh) * 2023-12-21 2024-01-23 浙江远算科技有限公司 基于叶素理论的风力机叶片气动弹性仿真方法和介质
CN117473906A (zh) * 2023-12-26 2024-01-30 浙江远算科技有限公司 一种基于流体动力学仿真的风电机舱后处理方法和介质
CN117592343A (zh) * 2023-11-20 2024-02-23 中国环境科学研究院 基于小尺度扩散与溯源模型的空气污染模拟方法及系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140175001A1 (en) * 2012-12-26 2014-06-26 II Loren Eugene Willis Aquatic remediation apparatus
US20150041392A1 (en) * 2012-02-21 2015-02-12 Tsinghua University Method and system using micro/nano bubbles for enhanced in situ remediation of polluted groundwater
JP2016159214A (ja) * 2015-02-27 2016-09-05 株式会社熊谷組 汚染土浄化シミュレーション方法
CN106223265A (zh) * 2016-08-23 2016-12-14 中国科学院水生生物研究所 一种用于迎风面堤岸的基底改善与生态修复方法
CN107129050A (zh) * 2017-06-07 2017-09-05 中国环境科学研究院 一种用于强风浪条件下湖泊水体修复的生态浮床系统
CN107832562A (zh) * 2017-11-29 2018-03-23 厦门大学 一种大气污染扩散的仿真方法与仿真系统
CN109444350A (zh) * 2018-12-27 2019-03-08 中山大学 一种基于无人机的大气污染物监测传感器的布局方法
CN112147895A (zh) * 2020-09-23 2020-12-29 天津大学 外源干扰下的水动力循环智能反馈实时控制系统及方法
CN113772804A (zh) * 2021-09-15 2021-12-10 宝航环境修复有限公司 地下水污染监测自然衰减修复预测方法、系统及装置
CN114424735A (zh) * 2020-10-29 2022-05-03 张维新 一种沙漠立体植被种植机及其构建沙漠有机立体生态体系的作业方法
CN114692355A (zh) * 2022-04-29 2022-07-01 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
CN114996977A (zh) * 2022-08-03 2022-09-02 浙江远算科技有限公司 基于水动力耦合水质模型的水污染修复仿真方法以及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150041392A1 (en) * 2012-02-21 2015-02-12 Tsinghua University Method and system using micro/nano bubbles for enhanced in situ remediation of polluted groundwater
US20140175001A1 (en) * 2012-12-26 2014-06-26 II Loren Eugene Willis Aquatic remediation apparatus
JP2016159214A (ja) * 2015-02-27 2016-09-05 株式会社熊谷組 汚染土浄化シミュレーション方法
CN106223265A (zh) * 2016-08-23 2016-12-14 中国科学院水生生物研究所 一种用于迎风面堤岸的基底改善与生态修复方法
CN107129050A (zh) * 2017-06-07 2017-09-05 中国环境科学研究院 一种用于强风浪条件下湖泊水体修复的生态浮床系统
CN107832562A (zh) * 2017-11-29 2018-03-23 厦门大学 一种大气污染扩散的仿真方法与仿真系统
CN109444350A (zh) * 2018-12-27 2019-03-08 中山大学 一种基于无人机的大气污染物监测传感器的布局方法
CN112147895A (zh) * 2020-09-23 2020-12-29 天津大学 外源干扰下的水动力循环智能反馈实时控制系统及方法
CN114424735A (zh) * 2020-10-29 2022-05-03 张维新 一种沙漠立体植被种植机及其构建沙漠有机立体生态体系的作业方法
CN113772804A (zh) * 2021-09-15 2021-12-10 宝航环境修复有限公司 地下水污染监测自然衰减修复预测方法、系统及装置
CN114692355A (zh) * 2022-04-29 2022-07-01 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
CN114996977A (zh) * 2022-08-03 2022-09-02 浙江远算科技有限公司 基于水动力耦合水质模型的水污染修复仿真方法以及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
YAN LI等: "Application of Computational Fluid Dynamics in Groundwater Pollution Remediation" *
刘杰: "埋地管道泄漏污染物迁移介观和宏观模拟研究" *
曹加杰;阮宏华;: "城市山水资源保护与生态修复刍议" *
李红霞: "清水河流域煤矿区重金属的表生环境特征及潜在修复途径" *
马红璐: "某化工污染场地修复过程中VOCs释放特征、扩散规律与健康风险评价研究" *
黄国强,李鑫钢,姜斌,李凌,徐世民,干爱华: "竖井SVE修复有机污染土壤的数值模拟分析" *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116090138A (zh) * 2023-04-03 2023-05-09 浙江远算科技有限公司 一种基于数据监测的水轮机转轮疲劳仿真计算方法和系统
CN116631530A (zh) * 2023-05-29 2023-08-22 智感技术(天津)有限公司 污染物扩散风险识别方法、装置及设备
CN116631530B (zh) * 2023-05-29 2024-02-13 智感技术(天津)有限公司 污染物扩散风险识别方法、装置及设备
CN117592343A (zh) * 2023-11-20 2024-02-23 中国环境科学研究院 基于小尺度扩散与溯源模型的空气污染模拟方法及系统
CN117592343B (zh) * 2023-11-20 2024-05-03 中国环境科学研究院 基于小尺度扩散与溯源模型的空气污染模拟方法及系统
CN117436322A (zh) * 2023-12-21 2024-01-23 浙江远算科技有限公司 基于叶素理论的风力机叶片气动弹性仿真方法和介质
CN117436322B (zh) * 2023-12-21 2024-04-19 浙江远算科技有限公司 基于叶素理论的风力机叶片气动弹性仿真方法和介质
CN117473906A (zh) * 2023-12-26 2024-01-30 浙江远算科技有限公司 一种基于流体动力学仿真的风电机舱后处理方法和介质
CN117473906B (zh) * 2023-12-26 2024-04-19 浙江远算科技有限公司 一种基于流体动力学仿真的风电机舱后处理方法和介质

Also Published As

Publication number Publication date
CN115688636B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN115688636B (zh) 一种基于计算流体力学的大气环境污染修复仿真方法及系统
CN106650158B (zh) 一种基于cfd及多数据源的城市实时全局环境估计方法
Collett et al. Air quality modelling: a technical review of mathematical approaches
Tominaga Visualization of city breathability based on CFD technique: case study for urban blocks in Niigata City
Meroney et al. Virtual reality in wind engineering: the windy world within the computer. J
Bruse Particle filtering capacity of urban vegetation: A microscale numerical approach
Patnaik et al. Large scale urban simulations with the MILES approach
Patnaik et al. Large scale urban simulations with FCT
MacPhee et al. Impact of air quality and site selection on gas turbine engine performance
Kwa et al. Numerical Simulation of Dispersion in an Urban Street Canyon: Comparison between Steady and Fluctuating Boundary Conditions.
Fatehifar et al. A MATLAB‐based modeling and simulation program for dispersion of multipollutants from an industrial stack for educational use in a course on air pollution control
Salim et al. Computational study of wind flow and pollutant dispersion near tree canopies
Buccolieri et al. An application of ventilation efficiency concepts to the analysis of building density effects on urban flow and pollutant concentration
Shi et al. Contributors to ozone episodes in three US/Mexico border twin-cities
Ha et al. CFD assisted method for locating and processing data from wind monitoring systems in forested mountainous regions
Dey et al. Recent progress and challenges in microscale urban heat modeling and measurement for urban engineering applications
Salesky et al. The transport and deposition of heavy particles in complex terrain: insights from an Eulerian model for large eddy simulation
Lober et al. Computational Fluid Dynamics Model to Simulate Methane Dispersion at Oktoberfest
Al-Khalidy City scale pollutant dispersion modelling utilising a combination of computational fluid dynamics and standard air quality simulation
Hu et al. Research on KMC-based evolution simulation of dust particles in virtual campus environment
Zhang et al. A review of research on vehicle exhaust dispersion model based on CFD simulation technology
Son et al. Fine-resolution mapping of particulate matter concentration in urban areas and population exposure analysis via dispersion modeling: a study in Daejeon, South Korea
Idelsohn et al. The P-DNS method for turbulent fluid flows: an overview
Pasquier et al. Lattice-Boltzmann simulations of traffic-related atmospheric pollutant dispersion in urban areas
CN115828508B (zh) 基于gis平台的地下水环评自动预测方法

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