苏昌榕,明廷臻,吴永佳,石天豪,何芳艳

T型街谷交叉路口机动车诱导下污染物传播规律

苏昌榕,明廷臻*,吴永佳,石天豪,何芳艳

(武汉理工大学土木工程与建筑学院,湖北 武汉 430070)

为了探究车辆转弯行驶对于T型街谷交叉路口处空气流动以及污染物扩散的影响,本文建立了该系统中车辆移动下空气流动与污染物传播耦合数学模型,采用计算流体力学方法,揭示T型街谷交叉路口处车辆诱导下的机械湍流特性,并且基于场协同理论量化了车速对污染物扩散的影响.结果表明,在不同速度的转弯过程中,转弯速度增加使得车辆诱导的湍动能也随之增加.车速为9m/s时车辆中轴线湍动能最大值是车速为3m/s时的5倍.但是完成转弯行驶瞬时车辆尾部湍动能的影响长度不变(约为4m).车速由3m/s增加至9m/s时,场协同数增加了66%,行人区内污染物平均浓度降低了43%.车辆转弯行驶速度增加,改变了T型街谷交叉路口处流场结构,速度场与污染物浓度场之间的协同作用增强,提高了行人区内污染物对流扩散效果,使得污染物浓度降低.

T型街谷交叉路口；车辆转弯；数值模拟；污染物；场协同理论

街谷交叉路口是连接相邻城市街谷的枢纽,也是城市交通的组成部分.在高峰期,受车流量、人群密集以及交通灯通行限制等因素影响,街谷交叉路口容易发生堵塞,车辆排放出的尾气不易扩散造成街谷微环境空气质量降低.因此,国内外学者对街谷交叉口展开了大量研究.

城市街谷内的空气流动和污染物的传播规律受多种因素共同影响,包括气象条件[1]、建筑几何结构[2-4]、车辆类型[5]、车流量[6]、污染源类型[7]、孤立的高污染源[8]等.建筑顶部环境风对于城市街谷交叉路口空气流动和污染物稀释影响主要体现在风速和风向两个方面.风向微小的变化也会使得街谷交叉路口处污染物分布产生明显差异[9].不同风向会改变街谷内气流方向及通量,从而改变了T型街谷交叉路口处空气流动及污染物扩散[10].并且,街谷汇入交叉路口的气流会增加空气流动的复杂性和湍流强度,使得街谷交叉路口处存在大量旋涡,从而影响污染物的扩散[11].街谷交叉路口处空气流动也受周边建筑结构影响,建筑偏移量导致污染物传播特性发生变化[12].街谷交叉路口的类型对于空气流动特性以及污染物传播规律起着决定性的作用[13].十字路口处建筑屋顶高度变化对于街谷内交通污染物扩散途径起着重要作用[14].环行路口处高度密车流量显著影响二氧化碳浓度,机动车驻留时间越长,二氧化碳浓度越高[15].机动车减速、加速、怠速以及转弯行驶过程,也是导致街谷交叉路口处污染物浓度分布不均匀的原因之一[16].车辆移动不仅加强微观和宏观两个尺度上污染物的混合作用,并且移动过程中对空气的拖曳作用,还有利于强化车辆行驶方向上的空气对流[17].

现有对街谷交叉路口的研究中,通常考虑将车辆排放的尾气视为恒定的体污染源,而忽略了车辆移动诱导的湍流对于污染物扩散的影响.如果在模拟中不考虑车辆行驶过程产生的机械湍流对于街谷交叉路口处污染物扩散的影响,会使近地面区域计算结果出现偏差.以往的研究主要考虑机动车直线行驶,而机动车转弯行驶对于污染物传播规律及其机理的研究尚缺乏相关报道.并且,国内外对于T型街谷交叉路口处污染物传播规律的研究不足.

基于此,本文以T型街道交叉路口内的单车为研究对象,模拟机动车在街谷交叉路口处以不同车速转弯行驶,分析转弯行驶过程中车辆周围湍动能(TKE)和污染物分布以及车速对于街谷内交叉路口处污染物扩散的影响,以期为街谷内T型街谷交叉路口处规划布局和空气质量预测提供参考.

1 物理数学模型

1.1 物理模型

为分析单一车辆在街谷交叉路口转弯行驶过程中产生的湍动能及污染物分布特性,本文建立了一个高宽比为1的三维街谷交叉路口模型.街谷交叉路口主路长度为50m,辅路长度为50m,街道宽度为10m,建筑高度为10m,左侧速度入口边界距离上风建筑10m,计算域顶部离地面20m[18].

本文假定车辆位于街道正中央,以特定的速度行驶.同时,为了简化分析避免其他因素的影响,将车辆转弯过程视为匀速运动,在每辆车的尾部对称地布置两根排气管,不考虑车辆释放的尾气浓度随车速的变化.由于车轮对于流场的影响较小,本文忽略车轮的影响,车辆主体距地面高度为0.4m.

街谷交叉路口往往容易形成污染物聚集,对路上通行和等红绿灯的行人呼吸以及身体健康产生影响.因此,本文将交叉路口处高度在2m以内,行人的主要呼吸区域及活动区域定义为行人区[19],研究车辆移动对行人区内污染物扩散的影响.表1给出了本文所研究的目标位置直线(L1～L8)的具体坐标.

表1 目标曲线坐标

1.2 数学模型

连续性方程:

动量方程:

式中: ν为湍流黏性系数;=0.5(/)(G/ν);C、C、C、、η为湍流常数,分别为0.09, 1.42, 1.92, 0.0012, 4.38;σ,σ分别为与湍动能和耗散率相对应Prandlt数相关的常数,分别取1.0, 1.3.

污染物相关的组分输运方程为:

式中:C、D分别为组分C体积浓度与扩散系数.

1.3 边界条件

计算域的入口采用梯度风速度入口,来流风与街谷交叉路口垂直;计算域上表面及侧面设为对称边界条件;计算域的出口设置为自由出流边界条件;建筑表面及车辆采用无滑移墙边界.

计算域入口来流风速、湍动能以及湍流耗散率的数学表达式如下所示:

式中:ref为参考高度ref上的风速,ref= 10m;为距离地面的高度,m;U=0.54m/s代表摩擦速度;为冯卡门常数;C=0.99代表经验常数.

1.4 网格划分

非结构网格生成速度快可以更好适应运动边界的变化而导致网格随时间的变化,因此在车辆移动的区域采用非结构网格.结构网格具有网格质量高并且求解的结果准确的特点[21],因此在计算域的其他部分采用结构网格.计算域网格及车辆截面处的网格划分如图2所示.

图2 计算域及车辆截面处网格

1.5 污染源

城市道路中车辆释放的尾气主要有CO、NO等,CO在机动车尾气中占比较大且不易与空气中其他成分反应,在街谷污染物扩散的研究中常被作为示踪气体[22].因此,本文将车辆释放的尾气污染物CO作为污染物标记物研究车辆在街谷交叉路口转弯过程中的动态扩散特性.车辆排气管的CO浓度设为10-5[23],污染物排放速度为5.5m/s,污染物排放温度设置为350K[24].

1.6 动网格技术

动网格模型可以用来模拟流场形状由于边界运动而随时间改变的问题.边界的运动形式可以是预先定义的运动,即可以在计算前指定其速度或角速度.本文通过指定用户自定义函数(UDF)定义车辆在T型街谷交叉路口处转弯行驶的运动路线.

1.7 场协同理论

街谷交叉路口处污染物的扩散实质是环境风作用下的对流传质过程.Han[25]将对流传质过程的场协同理论应用到街谷内污染物扩散中.本文基于场协同理论探讨不同车速对于街谷交叉路口处行人区内污染物对流扩散的影响.

2 模型验证

验证数值模拟的可靠性最有效的方法就是将数值模拟的结果与现场实测、风洞实验或者已经验证的CFD模拟数据进行对比.

为了评估CFD模型计算车辆移动诱导湍流作用下的流场准确性,本文选用Kastner-Klein[27]等人的风洞实验.其使用激光多普勒测速仪和热线风速仪测量5个给定截面的平均速度分量和湍流数据.用安装在传送带上的矩形板模拟城市街道上的车辆行驶.本文前期研究[24]建立了与风洞实验相同的数值模型,模拟车速为5m/s、环境风速为7m/s、车距为0.2m工况,模拟结果如图3(a)所示.为了验证CFD模型用于尾气射流模拟的可靠性,本文前期研究与Ning等[23]的汽车尾气测量实验进行了对比.实验选择气象条件较为稳定的傍晚并测量了多种尾气污染物.测量实验中,汽车尾气管直径为0.03m,尾气管离地面高度为0.3m,排气速度为4.8m/s,排气管出口的尾气温度为380K.再选择与测量实验相同的工况进行数值模拟,模拟结果如图3(b)所示.

通过实验结果与CFD模拟结果相对比可见,数值模拟结果与实验结果拟合较好,说明数学模型能够准确预测车辆移动诱导湍流下的流场以及车辆移动过程中尾气的射流运动.

为确保模拟计算的精度,需要对数值模拟进行网格独立性验证.本文选择了3种不同的网格数1677035、2121000和2655999,使用同一计算机在相同工况下进行计算.三种计算网格下目标位置上(=0.5m,10m££25m,=1.5m)的湍动能和CO浓度如图4所示.由图中可见,湍动能和CO浓度的最大误差均小于15%.网格数2121000和2655999的计算结果基本吻合.进一步增加网格数量不会引起湍动能和CO浓度明显变化,计算结果具有网格无关性,因此,后续计算采用2121000的网格系统进行计算.

3 结果与分析

街谷中,影响机动车尾气污染物扩散的湍流主要有如下3个机制:(1)风诱导的湍流(WIT);(2) 热效应产生的湍流(TIT);(3) 车辆移动诱导的湍流(VIT).本节主要研究车辆在转弯行驶过程中的湍动能差异以及街谷交叉路口处CO分布.当环境风速太大时,WIT的加强会削弱VIT对流场的影响,不利于结果分析.由图5可见,环境风速在1m/s时对机动车尾气管高度(z=0.44m)流场的影响与环境风速为2m/s相当,说明街谷交叉路口底部湍动能受环境风影响变化较小.当环境风速度为3m/s时,街谷交叉路口底部风压诱导的湍动能显著增强,约为环境风速度为1m/s时的2倍.本节在研究车辆转弯过程中的湍流特性时,选择参考风速为2m/s主要考虑两点:(1)这是当地比较常见的环境风速;(2)在弱风环境中,可观察和分析到机动车转弯移动所造成的湍动能和污染物传播规律.

图5 不同风速下近地面区域TKE分布

3.1 车辆运动过程特性及污染物扩散规律

如图6(a)所示为机动车在转弯过程中的湍动能分布云图.车辆静止时(=0s),风诱导的湍动能使得车辆尾部的湍动能略微大于车辆前方的湍动能.当车辆在转弯行驶过程中(0s<£4s),车辆左侧的湍动能基本不变,而车辆右侧的湍动能大于迎风侧的湍动能,并且随着时间的增加湍动能逐渐增加,最大的湍动能位于车辆正前方.车辆在转弯行驶过程中,空气发生绕流,空气流动速度和流动方向急剧变化加强了车辆背风侧的局部湍流,使得车辆背风侧的湍动能大于车辆迎风侧的湍动能.同时,车辆转弯行驶过程中增加了街谷交叉路口周围的空气扰动.=4s时刻,街谷交叉路口底部(=0.44m平面)湍动能是车辆静止时(=0s)的1.9倍.

图6(b)为车辆在街谷交叉路口转弯过程中CO随时间的变化云图.在车辆静止时(=0s),受街谷底部环境风影响,车辆在怠速时排出的尾气被吹至背风侧建筑,在y轴方向约为3m,尾气射流距离相对较短.在车辆转弯过程中(0s

图6 转弯过程车辆尾气管高度(Z=0.44m)湍动能和污染物分布(V=3m/s)

3.2 不同车速对于车辆诱导湍动能的影响

选取10.8km/h(3m/s)、18km/h(5m/s)、25.2km/h (7m/s)、32.4km/h(9m/s)4种不同车速分析车辆转弯车速对于街谷交叉路口底部流场湍流特性的影响.如图7所示,随着车速的增加,车辆周围的湍动能也随之增加,并且车辆周围最大的湍动能位于车辆正前方.湍动能在车辆尾部的影响距离大约为4m.但是,车辆行驶速度的增加只改变了车辆周围的湍动能大小,并不改变车辆尾部的湍动能影响距离.根据空气动力学相对原理,车辆行驶时对周围空气流动的影响,等同于空气以相同速度、相反方向流向静止的车辆.车辆与周围空气相对速度的增加使得湍流强度随之增强.但是,转弯过程中车辆移动的距离保持恒定,因此车辆诱导的湍动能对于车辆尾部流场的影响距离基本不变.

图7 不同车速下车辆中轴线(Y=20m)湍动能分布

为了更加全面分析车辆转弯移动诱导的湍动能影响范围,选取表1所示的8个不同位置处湍动能的变化曲线进行分析.

由图8(b)可以看出,车辆诱导的机械湍流(VIT)在街谷交叉路口处方向上影响范围有限.当0m<<6m时,车辆移动的速度并不改变湍动能的大小,此范围内湍流主要是由于环境风诱导形成(WIT).车辆移动速度对建筑背风侧(=0.5m)人体呼吸高度处(=1.5m)湍动能的影响可以忽略不计,如图8(a)所示.当6m<<10m时,随着车辆移动速度的增加,车辆诱导的湍动能也随之增加,车辆移动增强了道路上空气的扰动作用,车辆移动速度越大,空气受到的扰动作用也越强.该范围内流场受环境风诱导的湍流(WIT)与车辆移动产生的机械湍流(VIT)共同作用. VIT在行人区内L2线上的影响范围约为4m.

车辆完成转弯行驶瞬时,行人区内L3、L4线上湍动能的变化如图所示.从图8(c)中可以看出, L3线上湍动能不随车辆移动速度的变化而变化,说明车辆转弯行驶对L3线上湍动能的影响很小.L3线上湍动能主要受WIT的影响.同时,从L4线上湍动能的变化(图8(d))可以看出,车辆在街谷交叉路口处转弯时,交叉路口L4线上湍动能在15m<<19m范围内先增加后减小,并且随着车速的增加而增加,=17m处湍动能达到最大值.因此该范围内,湍动能是WIT与VIT耦合作用的结果,与上文L2线相似.而当>19m时,L4线上湍动能大小几乎不变.此范围内湍动能主要受WIT的影响.这也说明车辆移动对街谷交叉路口处空气的扰动影响范围有限.VIT在行人区内L4线上的影响范围约为4m.

为探讨车辆转弯对行驶道路上流场的影响,选取车辆完成转弯行驶瞬时,主路上L5线和辅路上L6线的湍动能变化曲线.从图8(e)中可以看出,L5线上湍动能先增加后减小,道路中部湍动能达到最大值.车辆移动速度增加使得道路中部湍动能也随之增加.但是,车辆移动的速度并不改变道路两侧建筑(x=0m,x=10m)的湍动能大小, VIT在L5线上的影响范围约为5m.从图8(f)中可以看出,当车辆转弯行驶进入辅路时,湍动能先增加后减小,在y=21m处湍动能达到最大值,随车速的增加而增大.而位于道路两侧建筑(y=15m,y=25m)的湍动能基本不变.VIT在L6线上的影响范围大约为5m.L5线上2m£x£7m和L6线上17m£y£22m范围内,湍动能大小受WIT和VIT共同制约.

图8 不同车速L7～L8线上湍动能分布

图8(g)、图8(h)分别是车辆完成转弯移动,L7和L8线上湍动能沿高度变化曲线.随着高度的增加,L7、L8线上湍动能先增加后减小,湍动能的最大值位于=2m.并且,在0m<<4m范围内,受VIT和WIT共同影响,目标位置湍动能随着车辆移动速度的增加而增加.因此,车辆移动不仅加强了街谷交叉路口处水平方向上空气扰动,并且对垂直方向上的空气也产生了扰动作用.这个扰动作用在目标位置L7、L8线上的影响范围约为4m.而当>4m时,目标位置流场受WIT主导,湍动能基本不变.

3.3 交叉路口污染物扩散的场协同分析

图9 场协同数和行人区内CO平均浓度

这说明在街谷交叉路口处车速增加,增强了速度场与浓度场之间的协同作用,有利于街谷交叉路口处行人区内污染物的稀释.车速为5m/s时对流传质场协同数相比于车速为3m/s时增加了46%,而车速为7m/s时相比于车速为5m/s时以及车速为9m/s相比于车速为7m/s时对流传质场协同数均增加约5%.车辆在低速行驶时,车速的增加更有利于增强街谷交叉路口处污染物对流扩散过程.

图10表明车速增加使得行人区内平均湍动能增加.车速增加使得流场结构发生改变,行人区内平均湍动能增加,湍流增强了速度场与浓度场之间协同作用,因此行人区内污染物可以更好地被稀释.街谷交叉路口处机动车行驶速度不仅决定了其诱导湍动能大小,而且也改变了近地面速度场的分布,从而影响了速度场与污染物浓度场之间的协同作用.

图10 不同车速下行人区平均湍动能

应用场协同理论进一步说明了机动车在街谷交叉路口处转弯时,不同行驶速度对于速度场与污染物浓度场之间的协同作用影响,车速越大协同作用越强,行人区内污染物浓度越低,有利于减小行人机动车尾气污染物暴露程度.

3 展望

本文利用动网格技术模拟车辆转弯行驶对于T型街谷交叉路口处流场和污染物分布的影响.然而,车辆在行驶过程中速度以及尾气浓度并非恒定.城市热岛环流影响城市大气环境热量交换以及污染物扩散[28].城市水体可以储存、释放热量影响街谷内空气温度[29].构建车辆移动速度与尾气浓度之间的数学关系式,更加真实模拟车辆移动对于街谷交叉路口处流场和污染物分布的影响.基于FFD方法结合动网格技术解决数值模拟过程中计算资源和计算时间消耗提升模拟整体速率[30].这些问题我们将会在未来工作作进一步探讨.

4 结论

4.1 车辆在街谷交叉路口转弯行驶过程中,车辆背风侧湍流强度增加,使得背风侧湍动能大于车辆迎风侧湍动能.车辆移动增强了行驶路线上空气扰动,使得街谷交叉路口底部湍动能增加,尾气污染物分布也更加均匀.

4.2 车速为9m/s时车辆中轴线湍动能最大值是车速为3m/s时的5倍左右.随着车辆移动速度增加,车辆诱导的湍动能也随之增加,而车辆尾部湍动能的影响距离基本不变.不同车速下,车辆转弯行驶诱导的湍动能在L3线和L4线上的影响距离约为4m, L5线和L6线上的影响距离大约为5m, L7线和L8线上沿高度方向的影响距离约为4m.

4.3 车辆转弯速度由3m/s增加至9m/s时,场协同数增加了66%,行人区内污染物平均浓度降低了43%.车速增加使得流场结构发生改变,速度场与污染物浓度场之间的协同作用增强,减小了行人机动车尾气污染物暴露程度.

[1] 王 乐,张云伟,顾兆林.动态风场及交通流量下街道峡谷内污染物扩散模拟 [J]. 中国环境科学, 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] 杨 方,钟 珂,亢燕铭.街道峡谷对称性对污染物扩散的影响 [J]. 中国环境科学, 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] 陈晓萌,亢燕铭,杨 方,等.上游阻挡建筑间距对街谷内空气环境的影响 [J]. 中国环境科学, 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] 钟 珂,亢燕铭,王翠萍.城市街口规划设计与城市空气环境的关系 [J]. 中国环境科学, 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] 张云伟,王晴茹,陈 嘉,等.城市街谷内PM2.5浓度时空变化及影响因素分析 [J]. 中国环境科学, 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 丰,余 志,蔡 铭,等.双车道街道峡谷内污染物扩散的模拟 [J]. 中国环境科学, 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,黄晓明,等.深街道峡谷内高架桥对污染物传播特性影响的模拟研究 [J]. 环境科学研究, 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] 黄远东,王梦洁,钱丽冰,等.T型街道内空气流动与污染物扩散特性研究 [J]. 环境污染与防治, 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 Š, Kukačka L, Jurčáková 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] 刘呈威,赵福云,刘润哲,等.内陆城市热岛与湖风环流耦合特性研究 [J]. 中国环境科学, 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

苏昌榕(1996-),男,福建三明人,武汉理工大学硕士研究生,主要从事建筑外环境污染物传播机理研究.发表论文1篇.

2021-09-13

国家自然科学基金资助项目(51778511)

*责任作者, 教授, tzming@whut.edu.cn