不同街道交叉口形態(tài)對(duì)污染物擴(kuò)散規(guī)律研究

摘 要：主要研究三種不同交叉口形態(tài)（三向交叉口、四向交叉口和環(huán)形交叉口）在不同縱橫比（1、1.25和1.5）下交叉口的污染分布情況。結(jié)果表明，三向交叉口內(nèi)街道通風(fēng)效率最差，街道內(nèi)橫縱比增加，街道的通風(fēng)效率減弱。建筑之間形成的渦流會(huì)導(dǎo)致交叉口中心的風(fēng)場(chǎng)速度增大，道路內(nèi)風(fēng)速降低，污染物沉積。

關(guān)鍵詞：計(jì)算流體力學(xué)；OpenFOAM；交叉口形態(tài)；縱橫比；污染物擴(kuò)散

中圖分類號(hào)：X169 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-9655（2024）05-00-05

0 引言

經(jīng)濟(jì)的持續(xù)增長(zhǎng)使機(jī)動(dòng)車在城市居民出行中成為主要的交通工具，道路交通成為城市環(huán)境中空氣污染的主要來(lái)源之一。若不采取措施，到2050年空氣污染將成為造成最大環(huán)境死亡的因素[1]。截止到2022年3月，我國(guó)機(jī)動(dòng)車保有量達(dá)

4.02億輛，機(jī)動(dòng)車駕駛?cè)诉_(dá)4.87億人[2]。城市街道交叉口是組織和管理各類道路交通的控制點(diǎn)，不同的街道交叉口形態(tài)會(huì)影響污染物的擴(kuò)散軌跡[3，4]。當(dāng)下對(duì)街道交叉口內(nèi)污染物擴(kuò)散的方法主要為：實(shí)地觀測(cè)、風(fēng)洞模擬和CFD（computational fluid dynamic）數(shù)值模擬[5]。

目前，大部分研究者運(yùn)用風(fēng)洞實(shí)驗(yàn)和CFD數(shù)值模擬的方法研究街道交叉口內(nèi)污染物的擴(kuò)散情況。風(fēng)洞模擬具有應(yīng)用廣泛、可信度高但成本昂貴等特點(diǎn)。Daniel等[6]利用風(fēng)洞實(shí)驗(yàn)?zāi)M汽車通行時(shí)污染物的排放情況。He等[7]對(duì)四種類型的四向交叉口進(jìn)行模擬，探究不同交叉口角度對(duì)行人通風(fēng)的影響。另一方面，CFD模擬具有使用方便，成本低等特點(diǎn)，可以對(duì)同一風(fēng)洞實(shí)驗(yàn)方案進(jìn)行多次模擬研究，并在驗(yàn)證風(fēng)洞實(shí)驗(yàn)的數(shù)據(jù)基礎(chǔ)上進(jìn)行模型更改。然而，CFD模擬的精確度易受到網(wǎng)格精密度和計(jì)算資源等因素的影響。黃東遠(yuǎn)等[8]利用CFD模擬三種不同風(fēng)向下，T型城市街道交叉口內(nèi)污染物C2H2的擴(kuò)散情況。秦成君[9]通過(guò)實(shí)地觀測(cè)和CFD模擬結(jié)合的方法，探究不同風(fēng)向下高架橋的十字路拐角處主干道和輔路的污染物擴(kuò)散情況，研究表明拐角處濃度高于其他位置。Lee等[10]利用無(wú)人機(jī)進(jìn)行對(duì)交叉口周圍的空氣污染物進(jìn)行實(shí)地監(jiān)測(cè)，并通過(guò)WRF-CFD模型進(jìn)行模擬分析，結(jié)果表明早高峰階段，街道交叉口周圍建筑一半高度處于污染，對(duì)人體不利。Hassan等[11]對(duì)達(dá)卡市街道進(jìn)行建模，運(yùn)用大渦模擬研究其交叉口處氣流和污染物的擴(kuò)散情況。Kawaminami等[12]對(duì)街道內(nèi)不同建筑高度進(jìn)行CFD模擬，研究表明高建筑附近的強(qiáng)風(fēng)速有利于降低該區(qū)域濃度。Costanzo等[13]對(duì)建筑群中不同的建筑高度比和密度比進(jìn)行CFD模擬，以研究高污染區(qū)域環(huán)境中，住宅建筑的通風(fēng)情況。

綜上所述，目前對(duì)街道內(nèi)污染物擴(kuò)散的研究主要著眼于交叉口的形態(tài)、風(fēng)向和建筑高度中單一因素的影響，或是不同風(fēng)向與交叉口形態(tài)的共同影響，而對(duì)于交叉口形態(tài)與街道縱橫比共同影響下的氣體污染物擴(kuò)散規(guī)律研究十分有限。本文在前人研究的基礎(chǔ)上，通過(guò)OpenFOAM平臺(tái)自定義求解器CFOAM，探究不同街道交叉口形態(tài)與街道縱橫比共同影響下的流體動(dòng)力學(xué)特性及氣體污染物擴(kuò)散規(guī)律。

1 方法

1.1 數(shù)值模型

本文研究等溫條件下的不可壓縮空氣穩(wěn)態(tài)流動(dòng)，采用標(biāo)準(zhǔn)模型描述湍流效應(yīng)[15]，標(biāo)量運(yùn)輸方程用于描述氣體污染物的擴(kuò)散。各方程表述如下：

連續(xù)性方程：

（1）

動(dòng)量方程：

（2）

式中：μ—風(fēng)速，m/s；p—靜壓，N/m2；t—時(shí)間，s；

ρ—空氣密度，kg/m3；ν—層流運(yùn)動(dòng)粘度，m2/s；νt—湍流粘度，m2/s。

化學(xué)氣體的標(biāo)量運(yùn)輸方程：

（3）

式中：c—污染物氣體濃度，kg/m3；Dc—污染物分子擴(kuò)散系數(shù)，m2/s；Sct—湍流施密特?cái)?shù)；Sc—化學(xué)氣體的釋放速率。

1.2 模型驗(yàn)證

模型驗(yàn)證的濃度數(shù)據(jù)來(lái)自CODASC風(fēng)洞實(shí)驗(yàn)數(shù)據(jù)庫(kù)（http：//www.windforschung.de/CODASC.htm），風(fēng)洞實(shí)驗(yàn)的詳細(xì)數(shù)據(jù)可從Gromke[16]等人的文獻(xiàn)中獲得。該風(fēng)洞實(shí)驗(yàn)以1：150比例尺孤立街道峽谷為研究對(duì)象，兩棟建筑與街道的縱橫比

（H/W）為1，如圖1所示。

來(lái)流方向?yàn)榇怪苯值勒较?，街道中間有四條長(zhǎng)120 mm（全尺寸180 m）高5 mm（全尺寸為0.75 m）的電源發(fā)射器以10 g/s的總速率恒定釋放示蹤氣體SF6。湍流施密特?cái)?shù)Sct為0.3，詳細(xì)的邊界條件及參數(shù)設(shè)置參考Xu和Jeanjean [19，20]，測(cè)得的濃度無(wú)量綱化表示為：

（4）

式中：建筑高度Zref=0.12 m，建筑高度處風(fēng)速uref =4.7 m/s，總釋放率Q=0.01 kg/s，釋放源長(zhǎng)度l=1.2 m。

圖2為文獻(xiàn)模擬[21]及本文模擬結(jié)果。如圖所示，本文模擬中迎風(fēng)面A和背風(fēng)面B的等高線分布與文獻(xiàn)模擬數(shù)據(jù)存在一些差異，主要原因?yàn)楸疚脑诰W(wǎng)格處理上與文獻(xiàn)處理略有不同，并且本文選取的湍流施密特?cái)?shù)Sct為0.3，而文獻(xiàn)中湍流施密特?cái)?shù)Sct為0.5。從模擬結(jié)果可以看出，迎風(fēng)面A的濃度高于背風(fēng)面B濃度，這是由建筑物與風(fēng)場(chǎng)相互作用下形成的角旋渦和峽谷中部形成的順時(shí)針旋渦共同影響下形成。

1.3 研究案例描述

街道交叉口與街道格局、交通流量及建筑形態(tài)密切相關(guān)。本文根據(jù)交叉口分支數(shù)量，研究了三向交叉口、四向交叉口和環(huán)形交叉口三種不同類型的交叉口。使用SpaceClaim進(jìn)行建模，并使用ICEM進(jìn)行結(jié)構(gòu)化網(wǎng)格劃分，對(duì)計(jì)算空間部分進(jìn)行網(wǎng)格加密。案例幾何模型的計(jì)算域及邊界條件如圖1所示，幾何模型的計(jì)算域尺寸為61H（x方向）×70H（y方向）×10H（z方向）（其中H=18 m），

建筑物位于計(jì)算域的中部，尺寸為14H（x方向）×14H（y方向）。

交叉口區(qū)域位于建筑物所在位置的中間，尺寸為6H（x方向）×6H（y方向）。污染源為連續(xù)釋放的線源，釋放率為風(fēng)洞實(shí)驗(yàn)的兩倍，即20 g/s，位于道路中心，寬度為0.34H，高度0.005H，長(zhǎng)度1.04H。

大氣氣流沿x正方向垂直于道路方向經(jīng)過(guò)交叉口街道，根據(jù)交叉口四周建筑高度，本文將建筑高度與街道寬度的縱橫比設(shè)為H/W=1，H/W=1.25和H/W=1.5。建筑壁面設(shè)置為無(wú)滑移，其他邊界條件見(jiàn)圖1，論文模擬工況設(shè)置如圖3所示，分別為三向交叉口A1-A3、四向交叉口B1-B3和環(huán)形交叉口C1-C3。

1.4 通風(fēng)效率指標(biāo)

純凈流量（PFR）可作為區(qū)域內(nèi)通風(fēng)效率的重要指標(biāo)，可用于表示去除街道空氣污染物所需的有效通風(fēng)量，量化污染物去除能力，數(shù)值越高，通風(fēng)性能越好。PFR計(jì)算如下：

（5）

（6）

式中：S—污染物釋放速率，g/s；Vol—目標(biāo)區(qū)域的體積，m3；c*—區(qū)域內(nèi)的平均歸一化濃度，kg/m3。

凈逃逸速度（NEV）是用來(lái)評(píng)估目標(biāo)的稀釋污染物凈能力，它獨(dú)立于目標(biāo)體積，定義為：

（7）

式中：Ap—目標(biāo)區(qū)域的邊界面積之和，m2；Uδ—邊界層高度風(fēng)速，m/s。

2 結(jié)果分析

本文探究了不同H/W情況下，街道交叉口形態(tài)對(duì)街區(qū)內(nèi)風(fēng)速分布及污染物擴(kuò)散規(guī)律的影響。定義高度1.5 m（即大約為行人呼吸高度處）為研究參考面，截取參考面上的街道通風(fēng)效率、速度和歸一化濃度云圖。

2.1 通風(fēng)效率

為了更準(zhǔn)確的研究不同交叉口形態(tài)和街道的H/W條件下行人高度的通風(fēng)效率，本文采用PFR和NEV量化指標(biāo)進(jìn)行定量分析，圖4為行人高度內(nèi)的通風(fēng)效率指標(biāo)圖。整體而言，橫縱比增加時(shí)，同一形態(tài)交叉口街道的通風(fēng)效率降低。其中，四向交叉口中PFR和NEV變化趨勢(shì)最為明顯達(dá)9.9 m3/s和0.58 m/s，遠(yuǎn)高于其它形態(tài)交叉口，H/W為1時(shí)四向交叉口內(nèi)PFR和NEV最大為

18.8 m3/s和0.18 m/s。三向交叉口通風(fēng)效率的差異不明顯，環(huán)形交叉口在H/W為2時(shí)，街道通風(fēng)效率首次低于三向交叉口為案例中最小值，PFR和NEV為7.5 m3/s和0.071 m/s。由此可見(jiàn)，三向交叉口內(nèi)街道通風(fēng)效率最差，橫縱比增加街道內(nèi)的通風(fēng)效率減低。

2.2 速度場(chǎng)分析

為了探究不同街道交叉口形態(tài)下風(fēng)速分布與街道的H/W之間的關(guān)系，不同交叉口形態(tài)街道行人高度風(fēng)速分布云圖如圖5所示。從圖中可以看出，三向交叉口區(qū)域入口風(fēng)速受到建筑物阻擋導(dǎo)致風(fēng)速明顯低于其它交叉口區(qū)域。隨著H/W的增大，所有形態(tài)下交叉口區(qū)域的入口風(fēng)速均減小。當(dāng)H/W

為1時(shí)，通過(guò)觀察三向交叉口區(qū)域內(nèi)的速度流線，可以發(fā)現(xiàn)街道兩側(cè)建筑之間存在明顯的漩渦現(xiàn)象，而對(duì)比四向交叉口和環(huán)形交口區(qū)域并未存在明顯的漩渦現(xiàn)象，此時(shí)三向交叉口區(qū)域內(nèi)風(fēng)速明顯小于其它交叉口；當(dāng)H/W為1.25時(shí)，四向交叉口和環(huán)形交叉口區(qū)域內(nèi)漩渦均有增長(zhǎng)趨勢(shì)，而三向交叉口區(qū)域內(nèi)街道兩側(cè)的漩渦基本保持不變。不同交叉口區(qū)域內(nèi)的縱向道路間風(fēng)速總體上呈現(xiàn)增加趨勢(shì)；當(dāng)H/W為1.5時(shí)，交叉口區(qū)域內(nèi)街道兩側(cè)的漩渦現(xiàn)象較前兩組數(shù)據(jù)更顯著，區(qū)域內(nèi)的風(fēng)速增大，不同形態(tài)的交叉口區(qū)域內(nèi)風(fēng)速差異減小。在街道交叉口形態(tài)固定的前提下，不同H/W條件交叉口區(qū)域內(nèi)風(fēng)速分布不一致。其中，環(huán)形交叉口區(qū)域內(nèi)風(fēng)速最大且街道內(nèi)風(fēng)速分布均勻，受H/W的影響較小。相比較而言，三向交叉口區(qū)域內(nèi)風(fēng)速整體較小且主要集中在橫向街道內(nèi)，易受到H/W的影響。初步推斷，不同街道交叉口形態(tài)區(qū)域內(nèi)污染物分布不同，隨著H/W的增加，交叉口區(qū)域內(nèi)風(fēng)速呈增長(zhǎng)趨勢(shì)，污染物更容易擴(kuò)散，不易沉積。

2.3 濃度場(chǎng)分析

不同街道污染物歸一化濃度分布云圖如圖6所示。整體而言，污染物主要沉積于釋放源四周且靠近迎風(fēng)側(cè)壁面。在相同污染物釋放速率相同的條件下，三向交叉口區(qū)域內(nèi)擴(kuò)散范圍最小，絕大部分污染物沉積于釋放源周圍。相比之下，四向交叉口和環(huán)形交叉口區(qū)域污染物擴(kuò)散更為明顯。當(dāng)H/W為1時(shí)，三向交叉口區(qū)域內(nèi)污染物濃度沉積更為集中，四向交叉口和環(huán)形交叉口基本一致污染物濃度均呈現(xiàn)向區(qū)域外擴(kuò)散的趨勢(shì)。當(dāng)H/W

為1.25時(shí)，不同形態(tài)交叉口區(qū)域污染物濃度分布擴(kuò)散均呈現(xiàn)減小的趨勢(shì)，其中，四向交叉口和環(huán)形交叉口區(qū)域內(nèi)污染物較H/W為1條件下沉積區(qū)域面積增加。當(dāng)H/W為1.5時(shí)，較前兩組數(shù)據(jù)而言污染物沉積區(qū)域進(jìn)一步增大，說(shuō)明H/W增加有利于防止污染物擴(kuò)散，該現(xiàn)象與圖6所示的交叉口區(qū)域內(nèi)風(fēng)速減小的變化趨勢(shì)相符合。

2.4“速度場(chǎng)-濃度場(chǎng)”綜合分析

為了更準(zhǔn)確的研究不同交叉口形態(tài)和街道H/W條件下污染物分布與交叉口區(qū)域內(nèi)風(fēng)速分布關(guān)系，對(duì)縱軸方向上的街道設(shè)置監(jiān)測(cè)點(diǎn)用于進(jìn)一步分析。如圖7所示為交叉口區(qū)域內(nèi)街道縱軸平均速度和歸一化濃度云圖。整體而言，縱橫比為1時(shí)，不同形態(tài)交叉口區(qū)域內(nèi)風(fēng)速分布及歸一化濃度分布變化趨勢(shì)最為明顯。此時(shí)，三向交叉口區(qū)域內(nèi)風(fēng)速最小且歸一化濃度最高值為175，遠(yuǎn)高于其他形態(tài)交叉口區(qū)域。其中，四向交叉口區(qū)域內(nèi)風(fēng)速最大為3.53 m/s，

對(duì)應(yīng)的污染物濃度分布最小。隨著H/W的增加，不同交叉口形態(tài)對(duì)區(qū)域內(nèi)風(fēng)速影響減小，不同形態(tài)交叉口區(qū)域內(nèi)風(fēng)速均呈減小趨勢(shì)。較H/W為1而言，

H/W為1.25時(shí)的風(fēng)速波動(dòng)均趨于平緩，四向交叉口區(qū)域風(fēng)速仍為最大，污染物濃度最小?？偟膩?lái)說(shuō)，四向交叉口與三向交叉口風(fēng)速的差異呈減小趨勢(shì)。當(dāng)H/W為1.5時(shí)，不同形態(tài)交叉口區(qū)域內(nèi)的風(fēng)速進(jìn)一步減小。此時(shí)，三向交叉口區(qū)域內(nèi)歸一化濃度的最大濃度由H/W為1時(shí)的175增大為198。由此可見(jiàn)，不同交叉口形態(tài)與H/W均影響污染物的擴(kuò)散，其中交叉口形態(tài)影響更為明顯。

3 結(jié)論

（1）建筑之間形成的順時(shí)針渦流可以有效的抑制污染物的擴(kuò)散，使得污染物更容易沉積在迎風(fēng)建筑的壁面。

（2）交叉口街道縱橫比相同時(shí)，三向交叉口區(qū)域內(nèi)污染物沉積在釋放源附近。相較而言，環(huán)形交叉口弧形區(qū)域內(nèi)污染物更容易沉積。

（3）三向交叉口內(nèi)街道通風(fēng)效率最差，當(dāng)交叉口形態(tài)相同時(shí)，街道污染濃度隨縱橫比的增大而增大。

參考文獻(xiàn)：

[1] OECD Environmental Outlook to 2050： The Consequences of Inaction - Key Facts and Figures[R]. OECD，2012.

[2] 新華社.全國(guó)機(jī)動(dòng)車保有量突破四億輛[EB/OL].[2022-04-07]. 全國(guó)機(jī)動(dòng)車保有量突破4億輛_滾動(dòng)新聞_中國(guó)政府網(wǎng) （www.gov.cn）.

[3] 蔡令揚(yáng).上海市街道交叉口綜合分析探索 [D].上海：東華大學(xué)，2009.

[4] 韓萍. 環(huán)形交叉口交通流運(yùn)行特性. [D].吉林：吉林大學(xué)，2009.

[5] 芮麗燕. 城市街道交叉口的形態(tài)及綠化對(duì)通風(fēng)的影響[D]. 南京：南京大學(xué)，2019.

[6] Sun D， Shi X， Zhang Y， et al. Spatiotemporal distribution of traffic emission based on wind tunnel experiment and computational fluid dynamics （CFD） simulation[J]. Journal of Cleaner Production， 2021， 282（12）： 124495.

[7] He Y， Tablada A， Wong N H. A parametric study of angular road patterns on pedestrian ventilation in high-density urban areas[J]. Building and Environment， 2019 （151）： 251–267.

[8] 黃遠(yuǎn)東，王夢(mèng)潔，錢麗冰，等. T型街道內(nèi)空氣流動(dòng)與污染物擴(kuò)散特性研究[J].環(huán)境污染與防治，2019，41（3）：257-265.

[9] 秦成君.含高架橋的城市道路十字路口交叉口處街谷空氣環(huán)境的數(shù)值模擬[D]. 太原：太原理工大學(xué)，2018.

[10] Lee S-H， Kwak K-H. Assessing 3-D Spatial Extent of Near-Road Air Pollution around a Signalized Intersection Using Drone Monitoring and WRF-CFD Modeling[J]. International Journal of Environmental Research and Public Health， 2020， 17（18）： 6915.

[11] Hassan S， Akter U H， Nag P， et al. Large-Eddy Simulation of Airflow and Pollutant Dispersion in a Model Street Canyon Intersection of Dhaka City[J]. Atmosphere， 2022， 13（7）： 1028.

[12] Kawaminami T， Ikegaya N， Hagishima A， et al. Velocity and scalar concentrations with low occurrence frequencies within urban canopy regions in a neutrally stable shear flow over simplified urban arrays[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2018，（182）： 286-294.

[13] Costanzo V， Yao R， Xu T， et al. Natural ventilation potential for residential buildings in a densely built-up and highly polluted environment. A case study[J]. Renewable Energy， 2019（138）： 340-353.

[14] Constant E， Favier J， Meldi M， et al. An immersed boundary method in OpenFOAM ： Verification and validation[J]. Computers amp; Fluids， 2017 （157）： 55-72.

[15] Ferziger J H， Peri? M. Computational methods for fluid dynamics[M]. New York： Springer， 2002：4-19.

[16] Gromke C， Buccolieri R， Di Sabatino S， et al. Dispersion study in a street canyon with tree planting by means of wind tunnel and numerical investigations – Evaluation of CFD data with experimental data[J]. Atmospheric Environment， 2008， 42（37）： 8640-8650.

[17] Blocken B. Computational Fluid Dynamics for urban physics： Importance， scales， possibilities， limitations and ten tips and tricks towards accurate and reliable simulations[J]. Building and Environment， 2015， （91）： 219-245.

[18] Yang Y， Gu M， Chen S， et al. New inflow boundary conditions for modelling the neutral equilibrium atmospheric boundary layer in computational wind engineering[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2009， 97（2）： 88-95.

[19] Xu G， Lim A， Gopalan H， et al. CFD Simulation of Chemical Gas Dispersion Under Atmospheric Boundary Conditions[J/OL]. International Journal of Computational Methods， 2020， 17（5）： 1940011.

[20] Jeanjean A P R， Hinchliffe G， McMullan W A， et al. A CFD study on the effectiveness of trees to disperse road traffic emissions at a city scale[J]. Atmospheric Environment， 2015， （120）： 1-14.

[21] Huang Y D， Hou R W， Liu Z Y， et al. Effects of Wind Direction on the Airflow and Pollutant Dispersion inside a Long Street Canyon[J/OL]. Aerosol and Air Quality Research， 2019， 19（5）： 1152-1171.

CFD Simulation of the Dispersion Patterns of Gas Pollutants Based on Different Street Intersection Configurations and Aspect Ratios

LUO Heng-hua， LIU Xiao-fang

（School of Energy and Environment， Anhui University of Technology， Ma'anshan Anhui 243002，China）

Abstract： The study examined three intersection configurations （three-way， four-way， and roundabout） at three aspect ratios （1， 1.25， and 1.5）. The study indicated that the ventilation efficiency of streets was weakest at three-way intersections and was further reduced by increasing the aspect ratio within the street. Vortices formed between buildings resulted in higher wind velocities in the center of the intersection， lower wind speeds within the roadway， and increased pollutant deposition.

Key words： computational fluid dynamics; OpenFOAM; intersection morphology; aspect ratio; pollutant dispersion

作者簡(jiǎn)介：羅恒華（1999-），男，碩士研究生，研究方向?yàn)槌鞘酗L(fēng)環(huán)境。