T型街谷交叉路口機動車誘導下污染物傳播規(guī)律

蘇昌榕,明廷臻,吳永佳,石天豪,何芳艷

T型街谷交叉路口機動車誘導下污染物傳播規(guī)律

蘇昌榕,明廷臻*,吳永佳,石天豪,何芳艷

(武漢理工大學土木工程與建筑學院,湖北 武漢 430070)

為了探究車輛轉彎行駛對于T型街谷交叉路口處空氣流動以及污染物擴散的影響,本文建立了該系統(tǒng)中車輛移動下空氣流動與污染物傳播耦合數學模型,采用計算流體力學方法,揭示T型街谷交叉路口處車輛誘導下的機械湍流特性,并且基于場協(xié)同理論量化了車速對污染物擴散的影響.結果表明,在不同速度的轉彎過程中,轉彎速度增加使得車輛誘導的湍動能也隨之增加.車速為9m/s時車輛中軸線湍動能最大值是車速為3m/s時的5倍.但是完成轉彎行駛瞬時車輛尾部湍動能的影響長度不變(約為4m).車速由3m/s增加至9m/s時,場協(xié)同數增加了66%,行人區(qū)內污染物平均濃度降低了43%.車輛轉彎行駛速度增加,改變了T型街谷交叉路口處流場結構,速度場與污染物濃度場之間的協(xié)同作用增強,提高了行人區(qū)內污染物對流擴散效果,使得污染物濃度降低.

T型街谷交叉路口；車輛轉彎；數值模擬；污染物；場協(xié)同理論

街谷交叉路口是連接相鄰城市街谷的樞紐,也是城市交通的組成部分.在高峰期,受車流量、人群密集以及交通燈通行限制等因素影響,街谷交叉路口容易發(fā)生堵塞,車輛排放出的尾氣不易擴散造成街谷微環(huán)境空氣質量降低.因此,國內外學者對街谷交叉口展開了大量研究.

城市街谷內的空氣流動和污染物的傳播規(guī)律受多種因素共同影響,包括氣象條件[1]、建筑幾何結構[2-4]、車輛類型[5]、車流量[6]、污染源類型[7]、孤立的高污染源[8]等.建筑頂部環(huán)境風對于城市街谷交叉路口空氣流動和污染物稀釋影響主要體現在風速和風向兩個方面.風向微小的變化也會使得街谷交叉路口處污染物分布產生明顯差異[9].不同風向會改變街谷內氣流方向及通量,從而改變了T型街谷交叉路口處空氣流動及污染物擴散[10].并且,街谷匯入交叉路口的氣流會增加空氣流動的復雜性和湍流強度,使得街谷交叉路口處存在大量旋渦,從而影響污染物的擴散[11].街谷交叉路口處空氣流動也受周邊建筑結構影響,建筑偏移量導致污染物傳播特性發(fā)生變化[12].街谷交叉路口的類型對于空氣流動特性以及污染物傳播規(guī)律起著決定性的作用[13].十字路口處建筑屋頂高度變化對于街谷內交通污染物擴散途徑起著重要作用[14].環(huán)行路口處高度密車流量顯著影響二氧化碳濃度,機動車駐留時間越長,二氧化碳濃度越高[15].機動車減速、加速、怠速以及轉彎行駛過程,也是導致街谷交叉路口處污染物濃度分布不均勻的原因之一[16].車輛移動不僅加強微觀和宏觀兩個尺度上污染物的混合作用,并且移動過程中對空氣的拖曳作用,還有利于強化車輛行駛方向上的空氣對流[17].

現有對街谷交叉路口的研究中,通?？紤]將車輛排放的尾氣視為恒定的體污染源,而忽略了車輛移動誘導的湍流對于污染物擴散的影響.如果在模擬中不考慮車輛行駛過程產生的機械湍流對于街谷交叉路口處污染物擴散的影響,會使近地面區(qū)域計算結果出現偏差.以往的研究主要考慮機動車直線行駛,而機動車轉彎行駛對于污染物傳播規(guī)律及其機理的研究尚缺乏相關報道.并且,國內外對于T型街谷交叉路口處污染物傳播規(guī)律的研究不足.

基于此,本文以T型街道交叉路口內的單車為研究對象,模擬機動車在街谷交叉路口處以不同車速轉彎行駛,分析轉彎行駛過程中車輛周圍湍動能(TKE)和污染物分布以及車速對于街谷內交叉路口處污染物擴散的影響,以期為街谷內T型街谷交叉路口處規(guī)劃布局和空氣質量預測提供參考.

1 物理數學模型

1.1 物理模型

為分析單一車輛在街谷交叉路口轉彎行駛過程中產生的湍動能及污染物分布特性,本文建立了一個高寬比為1的三維街谷交叉路口模型.街谷交叉路口主路長度為50m,輔路長度為50m,街道寬度為10m,建筑高度為10m,左側速度入口邊界距離上風建筑10m,計算域頂部離地面20m[18].

本文假定車輛位于街道正中央,以特定的速度行駛.同時,為了簡化分析避免其他因素的影響,將車輛轉彎過程視為勻速運動,在每輛車的尾部對稱地布置兩根排氣管,不考慮車輛釋放的尾氣濃度隨車速的變化.由于車輪對于流場的影響較小,本文忽略車輪的影響,車輛主體距地面高度為0.4m.

街谷交叉路口往往容易形成污染物聚集,對路上通行和等紅綠燈的行人呼吸以及身體健康產生影響.因此,本文將交叉路口處高度在2m以內,行人的主要呼吸區(qū)域及活動區(qū)域定義為行人區(qū)[19],研究車輛移動對行人區(qū)內污染物擴散的影響.表1給出了本文所研究的目標位置直線(L1～L8)的具體坐標.

表1 目標曲線坐標

1.2 數學模型

連續(xù)性方程:

動量方程:

式中: ν為湍流黏性系數;=0.5(/)(G/ν);C、C、C、、η為湍流常數,分別為0.09, 1.42, 1.92, 0.0012, 4.38;σ,σ分別為與湍動能和耗散率相對應Prandlt數相關的常數,分別取1.0, 1.3.

污染物相關的組分輸運方程為:

式中:C、D分別為組分C體積濃度與擴散系數.

1.3 邊界條件

計算域的入口采用梯度風速度入口,來流風與街谷交叉路口垂直;計算域上表面及側面設為對稱邊界條件;計算域的出口設置為自由出流邊界條件;建筑表面及車輛采用無滑移墻邊界.

計算域入口來流風速、湍動能以及湍流耗散率的數學表達式如下所示:

式中:ref為參考高度ref上的風速,ref= 10m;為距離地面的高度,m;U=0.54m/s代表摩擦速度;為馮卡門常數;C=0.99代表經驗常數.

1.4 網格劃分

非結構網格生成速度快可以更好適應運動邊界的變化而導致網格隨時間的變化,因此在車輛移動的區(qū)域采用非結構網格.結構網格具有網格質量高并且求解的結果準確的特點[21],因此在計算域的其他部分采用結構網格.計算域網格及車輛截面處的網格劃分如圖2所示.

圖2 計算域及車輛截面處網格

1.5 污染源

城市道路中車輛釋放的尾氣主要有CO、NO等,CO在機動車尾氣中占比較大且不易與空氣中其他成分反應,在街谷污染物擴散的研究中常被作為示蹤氣體[22].因此,本文將車輛釋放的尾氣污染物CO作為污染物標記物研究車輛在街谷交叉路口轉彎過程中的動態(tài)擴散特性.車輛排氣管的CO濃度設為10-5[23],污染物排放速度為5.5m/s,污染物排放溫度設置為350K[24].

1.6 動網格技術

動網格模型可以用來模擬流場形狀由于邊界運動而隨時間改變的問題.邊界的運動形式可以是預先定義的運動,即可以在計算前指定其速度或角速度.本文通過指定用戶自定義函數(UDF)定義車輛在T型街谷交叉路口處轉彎行駛的運動路線.

1.7 場協(xié)同理論

街谷交叉路口處污染物的擴散實質是環(huán)境風作用下的對流傳質過程.Han[25]將對流傳質過程的場協(xié)同理論應用到街谷內污染物擴散中.本文基于場協(xié)同理論探討不同車速對于街谷交叉路口處行人區(qū)內污染物對流擴散的影響.

2 模型驗證

驗證數值模擬的可靠性最有效的方法就是將數值模擬的結果與現場實測、風洞實驗或者已經驗證的CFD模擬數據進行對比.

為了評估CFD模型計算車輛移動誘導湍流作用下的流場準確性,本文選用Kastner-Klein[27]等人的風洞實驗.其使用激光多普勒測速儀和熱線風速儀測量5個給定截面的平均速度分量和湍流數據.用安裝在傳送帶上的矩形板模擬城市街道上的車輛行駛.本文前期研究[24]建立了與風洞實驗相同的數值模型,模擬車速為5m/s、環(huán)境風速為7m/s、車距為0.2m工況,模擬結果如圖3(a)所示.為了驗證CFD模型用于尾氣射流模擬的可靠性,本文前期研究與Ning等[23]的汽車尾氣測量實驗進行了對比.實驗選擇氣象條件較為穩(wěn)定的傍晚并測量了多種尾氣污染物.測量實驗中,汽車尾氣管直徑為0.03m,尾氣管離地面高度為0.3m,排氣速度為4.8m/s,排氣管出口的尾氣溫度為380K.再選擇與測量實驗相同的工況進行數值模擬,模擬結果如圖3(b)所示.

通過實驗結果與CFD模擬結果相對比可見,數值模擬結果與實驗結果擬合較好,說明數學模型能夠準確預測車輛移動誘導湍流下的流場以及車輛移動過程中尾氣的射流運動.

為確保模擬計算的精度,需要對數值模擬進行網格獨立性驗證.本文選擇了3種不同的網格數1677035、2121000和2655999,使用同一計算機在相同工況下進行計算.三種計算網格下目標位置上(=0.5m,10m￡￡25m,=1.5m)的湍動能和CO濃度如圖4所示.由圖中可見,湍動能和CO濃度的最大誤差均小于15%.網格數2121000和2655999的計算結果基本吻合.進一步增加網格數量不會引起湍動能和CO濃度明顯變化,計算結果具有網格無關性,因此,后續(xù)計算采用2121000的網格系統(tǒng)進行計算.

3 結果與分析

街谷中,影響機動車尾氣污染物擴散的湍流主要有如下3個機制:(1)風誘導的湍流(WIT);(2) 熱效應產生的湍流(TIT);(3) 車輛移動誘導的湍流(VIT).本節(jié)主要研究車輛在轉彎行駛過程中的湍動能差異以及街谷交叉路口處CO分布.當環(huán)境風速太大時,WIT的加強會削弱VIT對流場的影響,不利于結果分析.由圖5可見,環(huán)境風速在1m/s時對機動車尾氣管高度(z=0.44m)流場的影響與環(huán)境風速為2m/s相當,說明街谷交叉路口底部湍動能受環(huán)境風影響變化較小.當環(huán)境風速度為3m/s時,街谷交叉路口底部風壓誘導的湍動能顯著增強,約為環(huán)境風速度為1m/s時的2倍.本節(jié)在研究車輛轉彎過程中的湍流特性時,選擇參考風速為2m/s主要考慮兩點:(1)這是當地比較常見的環(huán)境風速;(2)在弱風環(huán)境中,可觀察和分析到機動車轉彎移動所造成的湍動能和污染物傳播規(guī)律.

圖5 不同風速下近地面區(qū)域TKE分布

3.1 車輛運動過程特性及污染物擴散規(guī)律

如圖6(a)所示為機動車在轉彎過程中的湍動能分布云圖.車輛靜止時(=0s),風誘導的湍動能使得車輛尾部的湍動能略微大于車輛前方的湍動能.當車輛在轉彎行駛過程中(0s<￡4s),車輛左側的湍動能基本不變,而車輛右側的湍動能大于迎風側的湍動能,并且隨著時間的增加湍動能逐漸增加,最大的湍動能位于車輛正前方.車輛在轉彎行駛過程中,空氣發(fā)生繞流,空氣流動速度和流動方向急劇變化加強了車輛背風側的局部湍流,使得車輛背風側的湍動能大于車輛迎風側的湍動能.同時,車輛轉彎行駛過程中增加了街谷交叉路口周圍的空氣擾動.=4s時刻,街谷交叉路口底部(=0.44m平面)湍動能是車輛靜止時(=0s)的1.9倍.

圖6(b)為車輛在街谷交叉路口轉彎過程中CO隨時間的變化云圖.在車輛靜止時(=0s),受街谷底部環(huán)境風影響,車輛在怠速時排出的尾氣被吹至背風側建筑,在y軸方向約為3m,尾氣射流距離相對較短.在車輛轉彎過程中(0s

圖6 轉彎過程車輛尾氣管高度(Z=0.44m)湍動能和污染物分布(V=3m/s)

3.2 不同車速對于車輛誘導湍動能的影響

選取10.8km/h(3m/s)、18km/h(5m/s)、25.2km/h (7m/s)、32.4km/h(9m/s)4種不同車速分析車輛轉彎車速對于街谷交叉路口底部流場湍流特性的影響.如圖7所示,隨著車速的增加,車輛周圍的湍動能也隨之增加,并且車輛周圍最大的湍動能位于車輛正前方.湍動能在車輛尾部的影響距離大約為4m.但是,車輛行駛速度的增加只改變了車輛周圍的湍動能大小,并不改變車輛尾部的湍動能影響距離.根據空氣動力學相對原理,車輛行駛時對周圍空氣流動的影響,等同于空氣以相同速度、相反方向流向靜止的車輛.車輛與周圍空氣相對速度的增加使得湍流強度隨之增強.但是,轉彎過程中車輛移動的距離保持恒定,因此車輛誘導的湍動能對于車輛尾部流場的影響距離基本不變.

圖7 不同車速下車輛中軸線(Y=20m)湍動能分布

為了更加全面分析車輛轉彎移動誘導的湍動能影響范圍,選取表1所示的8個不同位置處湍動能的變化曲線進行分析.

由圖8(b)可以看出,車輛誘導的機械湍流(VIT)在街谷交叉路口處方向上影響范圍有限.當0m<<6m時,車輛移動的速度并不改變湍動能的大小,此范圍內湍流主要是由于環(huán)境風誘導形成(WIT).車輛移動速度對建筑背風側(=0.5m)人體呼吸高度處(=1.5m)湍動能的影響可以忽略不計,如圖8(a)所示.當6m<<10m時,隨著車輛移動速度的增加,車輛誘導的湍動能也隨之增加,車輛移動增強了道路上空氣的擾動作用,車輛移動速度越大,空氣受到的擾動作用也越強.該范圍內流場受環(huán)境風誘導的湍流(WIT)與車輛移動產生的機械湍流(VIT)共同作用. VIT在行人區(qū)內L2線上的影響范圍約為4m.

車輛完成轉彎行駛瞬時,行人區(qū)內L3、L4線上湍動能的變化如圖所示.從圖8(c)中可以看出, L3線上湍動能不隨車輛移動速度的變化而變化,說明車輛轉彎行駛對L3線上湍動能的影響很小.L3線上湍動能主要受WIT的影響.同時,從L4線上湍動能的變化(圖8(d))可以看出,車輛在街谷交叉路口處轉彎時,交叉路口L4線上湍動能在15m<<19m范圍內先增加后減小,并且隨著車速的增加而增加,=17m處湍動能達到最大值.因此該范圍內,湍動能是WIT與VIT耦合作用的結果,與上文L2線相似.而當>19m時,L4線上湍動能大小幾乎不變.此范圍內湍動能主要受WIT的影響.這也說明車輛移動對街谷交叉路口處空氣的擾動影響范圍有限.VIT在行人區(qū)內L4線上的影響范圍約為4m.

為探討車輛轉彎對行駛道路上流場的影響,選取車輛完成轉彎行駛瞬時,主路上L5線和輔路上L6線的湍動能變化曲線.從圖8(e)中可以看出,L5線上湍動能先增加后減小,道路中部湍動能達到最大值.車輛移動速度增加使得道路中部湍動能也隨之增加.但是,車輛移動的速度并不改變道路兩側建筑(x=0m,x=10m)的湍動能大小, VIT在L5線上的影響范圍約為5m.從圖8(f)中可以看出,當車輛轉彎行駛進入輔路時,湍動能先增加后減小,在y=21m處湍動能達到最大值,隨車速的增加而增大.而位于道路兩側建筑(y=15m,y=25m)的湍動能基本不變.VIT在L6線上的影響范圍大約為5m.L5線上2m￡x￡7m和L6線上17m￡y￡22m范圍內,湍動能大小受WIT和VIT共同制約.

圖8 不同車速L7～L8線上湍動能分布

圖8(g)、圖8(h)分別是車輛完成轉彎移動,L7和L8線上湍動能沿高度變化曲線.隨著高度的增加,L7、L8線上湍動能先增加后減小,湍動能的最大值位于=2m.并且,在0m<<4m范圍內,受VIT和WIT共同影響,目標位置湍動能隨著車輛移動速度的增加而增加.因此,車輛移動不僅加強了街谷交叉路口處水平方向上空氣擾動,并且對垂直方向上的空氣也產生了擾動作用.這個擾動作用在目標位置L7、L8線上的影響范圍約為4m.而當>4m時,目標位置流場受WIT主導,湍動能基本不變.

3.3 交叉路口污染物擴散的場協(xié)同分析

圖9 場協(xié)同數和行人區(qū)內CO平均濃度

這說明在街谷交叉路口處車速增加,增強了速度場與濃度場之間的協(xié)同作用,有利于街谷交叉路口處行人區(qū)內污染物的稀釋.車速為5m/s時對流傳質場協(xié)同數相比于車速為3m/s時增加了46%,而車速為7m/s時相比于車速為5m/s時以及車速為9m/s相比于車速為7m/s時對流傳質場協(xié)同數均增加約5%.車輛在低速行駛時,車速的增加更有利于增強街谷交叉路口處污染物對流擴散過程.

圖10表明車速增加使得行人區(qū)內平均湍動能增加.車速增加使得流場結構發(fā)生改變,行人區(qū)內平均湍動能增加,湍流增強了速度場與濃度場之間協(xié)同作用,因此行人區(qū)內污染物可以更好地被稀釋.街谷交叉路口處機動車行駛速度不僅決定了其誘導湍動能大小,而且也改變了近地面速度場的分布,從而影響了速度場與污染物濃度場之間的協(xié)同作用.

圖10 不同車速下行人區(qū)平均湍動能

應用場協(xié)同理論進一步說明了機動車在街谷交叉路口處轉彎時,不同行駛速度對于速度場與污染物濃度場之間的協(xié)同作用影響,車速越大協(xié)同作用越強,行人區(qū)內污染物濃度越低,有利于減小行人機動車尾氣污染物暴露程度.

3 展望

本文利用動網格技術模擬車輛轉彎行駛對于T型街谷交叉路口處流場和污染物分布的影響.然而,車輛在行駛過程中速度以及尾氣濃度并非恒定.城市熱島環(huán)流影響城市大氣環(huán)境熱量交換以及污染物擴散[28].城市水體可以儲存、釋放熱量影響街谷內空氣溫度[29].構建車輛移動速度與尾氣濃度之間的數學關系式,更加真實模擬車輛移動對于街谷交叉路口處流場和污染物分布的影響.基于FFD方法結合動網格技術解決數值模擬過程中計算資源和計算時間消耗提升模擬整體速率[30].這些問題我們將會在未來工作作進一步探討.

4 結論

4.1 車輛在街谷交叉路口轉彎行駛過程中,車輛背風側湍流強度增加,使得背風側湍動能大于車輛迎風側湍動能.車輛移動增強了行駛路線上空氣擾動,使得街谷交叉路口底部湍動能增加,尾氣污染物分布也更加均勻.

4.2 車速為9m/s時車輛中軸線湍動能最大值是車速為3m/s時的5倍左右.隨著車輛移動速度增加,車輛誘導的湍動能也隨之增加,而車輛尾部湍動能的影響距離基本不變.不同車速下,車輛轉彎行駛誘導的湍動能在L3線和L4線上的影響距離約為4m, L5線和L6線上的影響距離大約為5m, L7線和L8線上沿高度方向的影響距離約為4m.

4.3 車輛轉彎速度由3m/s增加至9m/s時,場協(xié)同數增加了66%,行人區(qū)內污染物平均濃度降低了43%.車速增加使得流場結構發(fā)生改變,速度場與污染物濃度場之間的協(xié)同作用增強,減小了行人機動車尾氣污染物暴露程度.

[1] 王 樂,張云偉,顧兆林.動態(tài)風場及交通流量下街道峽谷內污染物擴散模擬 [J]. 中國環(huán)境科學, 2012,32(12):2161-2167.

Wang L, Zhang Y W, Gu Z L. The numerical simulation of pollutant dispersion in street canyons under dynamic wind field and traffic flux conditions [J]. China Environmental Science, 2012,32(12):2161-2167.

[2] 楊 方,鐘 珂,亢燕銘.街道峽谷對稱性對污染物擴散的影響 [J]. 中國環(huán)境科學, 2015,35(3):706-713.

Yang F, Zhong K, Kang Y M. Effects of street geometric configurations on the pollutant dispersion around the canyons [J]. China Environmental Science, 2015,(3):706-713.

[3] 陳曉萌,亢燕銘,楊 方,等.上游阻擋建筑間距對街谷內空氣環(huán)境的影響 [J]. 中國環(huán)境科學, 2016,36(7):1967-1973.

Chen X M, Kang Y M, Yang F, et al. Impact of the distance between the upstream buildings and the street canyon on the air environment in the street canyons [J]. China Environmental Science, 2016,(7):1967- 1973.

[4] 鐘 珂,亢燕銘,王翠萍.城市街口規(guī)劃設計與城市空氣環(huán)境的關系 [J]. 中國環(huán)境科學, 2001,(5):77-80.

Zhong K, Kang Y M, Wang C P. Relationship between street corner design in urban plan and urban air environment [J]. China Environmental Science, 2001,(5):77-80.

[5] Cai C, Ming T, Fang W, et al. The effect of turbulence induced by different kinds moving vehicles in street canyons [J]. Sustainable Cities and Society, 2020,54:102015.

[6] 張云偉,王晴茹,陳 嘉,等.城市街谷內PM2.5濃度時空變化及影響因素分析 [J]. 中國環(huán)境科學, 2016,36(10):2944-2949.

Zhang Y W, Wang Q R, Chen J. Temporal and spatial characteristics of PM2.5concentration in urban street canyons and analysis on the affecting factors [J]. China Environmental Science, 2016,(36):2944- 2949.

[7] 田 豐,余 志,蔡 銘,等.雙車道街道峽谷內污染物擴散的模擬 [J]. 中國環(huán)境科學, 2007,(5):604-607.

Tian F, Yu Z, Cai M, et al. Modelling of pollutant dispersion in double-lane street canyons [J]. China Environmental Science, 2007, (5):604-607.

[8] 李政桐,蔡存金,黃曉明,等.深街道峽谷內高架橋對污染物傳播特性影響的模擬研究 [J]. 環(huán)境科學研究, 2018,31(2):254-264.

Li Z T, Cai C J, Huang X M, et al. Numerical simulation on the effect of viaduct settings on the air flow and pollutants dispersion in the deep street canyon [J]. Research of Environmental Sciences, 2018,31(2): 254-264.

[9] Tomlin A S, Smalley R J, Tate J E, et al. A field study of factors influencing the concentrations of a traffic-related pollutant in the vicinity of a complex urban junction [J]. Atmospheric Environment, 2009,43(32):5027-5037.

[10] 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(huán)境污染與防治, 2019,41(3):257-260,265.

Huang Y D, Wang M J, Qian L B, et al. Investigation of airflow and pollutant dispersion in T type street canyon [J]. Environmental Pollution & Control, 2019,41(3):257-260,265.

[11] Chang C H, Meroney R N. Concentration and flow distributions in urban street canyons: wind tunnel and computational data [J]. Journal of wind engineering and industrial aerodynamics, 2003,91(9):1141- 1154.

[12] Robins A, Savory E, Grigoriadis S D. Spatial variability and source-receptor relations at a street intersection [J]. Water, Air, & Soil Pollution: Focus, 2002.

[13] Yassin M F, Kellnerova R, Janour Z. Impact of street intersections on air quality in an urban environment [J]. Atmospheric Environment, 2008,42(20):4948-4963.

[14] Nosek ?, Kuka?ka L, Jur?áková K, et al. Impact of roof height non-uniformity on pollutant transport between a street canyon and intersections [J]. Environmental Pollution, 2017,227:125-138.

[15] Lakouari N, Oubram O, Bassam A, et al. Modeling and simulation of CO2emissions in roundabout intersection [J]. Journal of Computational Science, 2020,40:101072.

[16] Quaassdorff C, Borge R, Pérez J, et al. Microscale traffic simulation and emission estimation in a heavily trafficked roundabout in Madrid (Spain) [J]. Science of the Total Environment, 2016,566:416-427.

[17] Woodward H, Stettler M, Pavlidis D, et al. A large eddy simulation of the dispersion of traffic emissions by moving vehicles at an intersection [J]. Atmospheric environment, 2019,215:116891.

[18] Li Z, Xu J, Ming T, et al. Numerical simulation on the effect of vehicle movement on pollutant dispersion in urban street [J]. Procedia Engineering, 2017,205:2303-2310.

[19] Hang J, Luo Z, Wang X, et al. The influence of street layouts and viaduct settings on daily carbon monoxide exposure and intake fraction in idealized urban canyons [J]. Environmental Pollution, 2017,220:72-86.

[20] Shih T H, Liou W W, Shabbir A, et al. A new k-eddy viscosity model for high reynolds number turbulent flows [J]. Computers & Fluids, 1995,24(3):227-238.

[21] Hefny M M, Ooka R. CFD analysis of pollutant dispersion around buildings: Effect of cell geometry [J]. Building and Environment, 2009,44(8):1699-1706.

[22] Ming T, Davies P, Liu W, et al. Removal of non-CO2greenhouse gases by large-scale atmospheric solar photocatalysis [J]. Progress in Energy and Combustion Science, 2017,60:68-96.

[23] Ning Z, Cheung C S, Lu Y, et al. Experimental and numerical study of the dispersion of motor vehicle pollutants under idle condition [J]. Atmospheric Environment, 2005,39(40):7880-7893.

[24] Shi T, Ming T, Wu Y, et al. The effect of exhaust emissions from a group of moving vehicles on pollutant dispersion in the street canyons [J]. Building and Environment, 2020,181:107120.

[25] Ming T, Han H, Zhao Z, et al. Field synergy analysis of pollutant dispersion in street canyons and its optimization by adding wind catchers [J]. Building Simulation, 2021,14(2):391-405.

[26] Ming T, Shi T, Han H, et al. Assessment of pollutant dispersion in urban street canyons based on field synergy theory [J]. Atmospheric Pollution Research, 2021,12(2):341-356.

[27] Kastner-Klein P, Fedorovich E, Rotach M W. A wind tunnel study of organised and turbulent air motions in urban street canyons [J]. Journal of wind engineering and industrial aerodynamics, 2001,89(9):849- 861.

[28] 劉呈威,趙福云,劉潤哲,等.內陸城市熱島與湖風環(huán)流耦合特性研究 [J]. 中國環(huán)境科學, 2019,39(5):1890-1898.

Liu C W, Zhao F Y, Liu R Z, et al. Research on multiple circulations co-driven by lake breeze and urban heat islands in inner cities [J]. China Environmental Science, 2019,39(5):1890-1898.

[29] Saneinejad S, Moonen P, Defraeye T, et al. Coupled CFD, radiation and porous media transport model for evaluating evaporative cooling in an urban environment [J]. Journal of Wind Engineering and Industrial Aerodynamics, 2012,104:455-463.

[30] Jin M, Zuo W, Chen Q. Simulating natural ventilation in and around buildings by fast fluid dynamics [J]. Numerical Heat Transfer, Part A: Applications, 2013,64(4):273-289.

Numerical simulation of pollutant dispersion induced by vehicle moving in a T-shaped intersection.

SU Chang-rong, MING Ting-zhen*, WU Yong-jia, SHI Tian-hao, HE Fang-yan

(School of Civil Engineering and Architecture, Wuhan University of Technology, Wuhan 430070, China)., 2022,42(4)：1534～1544

In order to explore the influence of the moving vehicle on the air flow and pollutant dispersion at the T-shaped street intersection, a mathematical model coupling the fluid and pollutant concentration fields with the moving vehicle is established. The characteristics of the traffic-induced turbulence and pollutant diffusion in the T-shaped street intersection are revealed using the method of computational fluid dynamics. Based on filed synergy theory, the impact of the vehicle moving speed on pollutant dispersion is quantitatively evaluated. The results show that the turbulent kinetic energy induced by the moving vehicle increases with the increase of the vehicle speed. When the vehicle speed is 9m/s, the maximum turbulent kinetic energy on the central axis of the vehicle is 5times higher than that when the vehicle speed is 3m/s. However, the affected region of the turbulent kinetic energy in the rear of the vehicle is about 4m for all the cases.When the vehicle speed increases from 3m/s to 9m/s, the field synergy increases by 66%, and the average concentration of pollutants in the pedestrian area decreases by 43% With the increase of vehicle moving speed, the flow field at T-shaped street intersection is changed, and the synergistic effect between the velocity field and the pollutant concentration field is enhanced, which in turn reduces the pollutant concentration by improving the convective mass transfer effect in the pedestrian region.

T-shaped intersection；vehicle turning；numerical simulation；pollutant dispersion；field synergy theory

X511

A

1000-6923(2022)04-1534-11

蘇昌榕(1996-),男,福建三明人,武漢理工大學碩士研究生,主要從事建筑外環(huán)境污染物傳播機理研究.發(fā)表論文1篇.

2021-09-13

國家自然科學基金資助項目(51778511)

*責任作者, 教授, tzming@whut.edu.cn