张 莹 邵 毅，2 王式功#

(1.兰州大学大气科学学院，甘肃省干旱气候变化与减灾重点实验室，甘肃 兰州730000；2.95639部队气象台，四川 绵阳 621000)

由于建筑物对大气流动和污染物扩散的影响，使得城市中污染形态的研究非常复杂。为探明这种复杂流动和扩散的流体动力结构，以便更好地对其进行预测，前人开展了风洞、水箱和外场观测等试验[1-2]，而这些试验均需投入大量的人力或物力；也有不少学者利用数值模拟研究了复杂地形的流场和污染物扩散[3-6]，但该方面的研究在我国尚处于起步阶段，成果非常有限。近年来，随着计算机水平的不断提高，较大计算域和较高分辨率的计算流体动力学(CFD)数值模拟技术已经成为城市建筑群中流场和污染物扩散模拟预测的一种有效手段[7-10]。然而，该方法对边界条件的要求较高。目前，城市区域的常规观测资料在时间和空间分辨率上还不足以为CFD数值模拟提供合理的边界条件，尤其是在进行流场和污染物扩散的预测时。基于以上存在的问题，在观测资料有限的情况下，本研究尝试利用天气预报(WRF)模式为Fluent模式提供初始条件和边界条件[11-12]，通过建立耦合关系，对榆中县城流场和污染物扩散进行模拟研究，旨在为城市复杂建筑群中的大气流场流动和污染物扩散预报做初探研究。

1 模式介绍

1.1 Fluent软件

采用的Fluent 6.3软件是CFD的主流软件，其集成了丰富的数值方案和物理模型，可以模拟从不可压缩到高度可压的流体的复杂流动问题。在数值计算方法上，它采用有限体积法，通过建立不同条件下的基本守恒方程并结合给定的初始条件和边界条件进行数值求解。

1.2 WRF模式

采用的WRF模式是由美国环境预测中心(NCEP)和美国国家大气研究中心(NCAR)等科研机构着手开发的一种中尺度天气预报模式。

2 WRF模式输出场

2.1 WRF模拟试验设置

WRF模式采用四重双向嵌套，由外向内水平网格距分别为27、9、3、1 km，对应网格数分别为97×97、154×154、181×181、142×142个，最里层区域覆盖了榆中县城区及其周边区域。使用NCEP 1°×1°的再分析资料作为模式的初始条件和边界条件，积分16 h，从2011年10月7日08:00至24:00，前6 h为模式的自旋阶段，从该日14:00起每10 min输出一次。边界层方案采用MYJ方案，为Fluent模式提供湍流动能。

2.2 WRF模拟结果检验

为检验WRF模式的模拟结果，将WRF模式输出的气象要素与实际观测值进行对比分析(见图1)。图1(a)、图1(b)分别为10.0 m高度的风向(正北风为0°，下同)、风速对比图，图1(c)为2.0 m高度的气温对比图。经计算，风向误差小于45°的模拟准确率为70%；风速误差小于2.0 m/s的模拟准确率为72%；温度误差小于2 ℃的模拟准确率为76%。WRF模式较好地模拟了研究区域的气象要素，可为Fluent模式提供与实际大气接近的初始条件和边界条件。

图1 WRF模拟结果与观测的时间序列Fig.1 Time series of observed and WRF-simulated result

3 WRF模式结果驱动Fluent模式

3.1 Fluent试验设置

驱动Fluent模式需要为其提供初始条件和边界条件，其中包括平均风速、气温、湍流动能k和湍流动能耗散率ε等参数。值得注意的是，本研究中Fluent模式与WRF模式的计算域和网格距存在差异，在WRF模式中，最内层的水平网格分辨率是1 km，网格距尺度与Fluent模式计算域的水平尺度相当，因此水平方向上Fluent模式所使用的只是WRF模式的一个网格信息。垂直方向上300 m范围内包含了WRF模式中最低的11层，通过插值，将这11层的数值插值到Fluent模式垂直方向的51层上，以此作为Fluent模式计算的边界条件。为了能得到Fluent模式中标准k-ε湍流闭合方案的湍流动能耗散率，需要通过Grisogono方案间接计算动量交换系数[13-14]。Fluent模式计算域水平尺度为1 200 m×1 200 m，为便于边界条件的对接，在解域边界采用网格距为12 m，网格数为101×101个，垂直方向为300 m，网格数为51，采用等比率划分，增长因子为1.05，网格距从地面到300 m高度逐渐增加，而在解域内部采用非结构网格，这种划分方式既有利于分辨出低矮建筑物，又能在上层建筑物稀疏区域采用较大网格，以此来节约计算时间，提高效率。

WRF-Fluent耦合模式模拟了2011年10月7日15:00—20:00共5 h的流场和污染物扩散。其中，污染示踪物为SF6气体，采用理想的点源排放，源高为35 m，释放速率为0.53 g/s。

3.2 流场分析

图2给出了16:20时2.5、17.5 m高度处的流场(此时边界条件风向154°)。其中2.5 m高度处的建筑物覆盖率为0.4，此时，环境风(在本研究中环境风特指WRF模式模拟的在Fluent模式计算域处的风，包括风向和风速)为东南风，风速为1.7 m/s；而17.5 m高度处建筑物覆盖率为0.1，环境风也为东南风，风速增至3.3 m/s。从图2(a)可以看出，风速受到建筑物的阻挡作用，建筑群区域的风速整体减小，同时风向受建筑物影响也发生转变。而在南面和东面的空旷区域，由于不受建筑物的影响，风向、风速基本与入口处保持一致。即建筑群的分布及形态会对流场产生一定的影响。

为了更清晰地研究城市流场的细微结构特征，图3给出了图2(a)中3个子区域(方框1、方框2和切线剖面建筑物密度相对较高部分)在不同时刻的流场。其中，图3(a)、图3(b)和图3(c)为16:20子区域流场；图3(d)、图3(e)、图3(f)为17:10时与其对应的同一区域流场。图3(a)的中心区域两支气流相交形成一个顺时针的涡旋，向西的气流受到一南北向细长建筑物的阻挡，在建筑物表面分成向北和向南的两支气流，此时在来自南面气流的作用下，汇合形成继续向北的气流，但是因两支气流相互削弱的作用，汇合后的气流速度均比两支气流汇合前的速度要小。汇合后，继续向北的气流在左侧建筑物的北端处分成向西、向北、向东的3支气流，其中向东的气流再次与向西气流相遇形了中心区域的涡旋。此外，在图3(a)中左侧3面有建筑物包围的区域，也存在一个顺时针的涡旋，但风速很小，近乎为零。图3(b)中，来自东南面的气流通过两侧建筑物形成的狭窄区域时，气流在两侧建筑物中间汇合、风速增大，形成所谓的狭管效应。图3(c)中的流线图反映了流场的垂直结构特征，在入口处气流是水平的，当气流遇到建筑物时，受到建筑物的抬升，这种抬升作用在建筑物顶部附近的低层气流更明显。在较高建筑物(图3(c)中心处)的迎风面，因受建筑物阻挡，气流在建筑物表面被分成两支，一支向上越过建筑物，形成绕流抬升，另一支向下形成回流涡旋。

注：x、y分别为研究区域东西向、南北向位置参数，图3、图4同；箭头朝向代表风向，箭头长短代表风速，图3同。图2 WRF-Fluent耦合模式流场模拟结果Fig.2 Simulated wind vector fields of WRF-Fluent coupling model

注：z为研究区域垂向参数，图4同。图3 方框1、方框2和切线剖面处3个子区域流场Fig.3 Simulated wind vector fields in the three sub-zones

对比图3(a)、图3(b)和图3(c)，可以看出在相同区域的图3(d)、图3(e)和图3(f)中，由于受不同时刻不同环境风的影响，之前的流场结构特征发生了很大变化。与图3(a)相比，图3(d)中没有明显的涡旋，且气流的流速也明显减小；与图3(b)相比，图3(e)中气流没有明显的汇合，也没有出现图3(b)中的狭管效应；最后从两个垂直剖面图3(c)和图3(f)中可以看到，不同环境风下，气流受建筑物的抬升作用也不一样，但有一个共同特征，即高大建筑物对气流的抬升作用要比低矮建筑物显著。由此说明，气流在城市建筑群中的流动非常复杂。

3.3 污染物扩散分析

结合城市区域的流场结构来分析城市区域内污染物的扩散特征。图4为WRF-Fluent耦合模式模拟的两个时刻的污染物浓度分布。图4(a)和图4(b)分别为2011年10月7日16:20和17:10两个时刻2.5 m高度的污染物浓度分布图，图4(c)和图4(d)分别对应图4(a)和图4(b)切线剖面处污染物浓度的垂直分布图。之所以选择这两个时刻是因为在污染释放过程中，这两个时刻的入口风速相近，而风向相差54°，目的是为了说明不同风向下污染物的扩散分布情况。

对比图4(a)和图4(b)发现，图4(a)中环境风向为154°，为东南风，此时在主导风的支配下，污染物主体向西北方向输运。在释放源附近，由于建筑物稀疏，污染物烟羽形态没有发生较大变化；当污染物继续向下风方输运，到达建筑物密集区时，烟羽主体受建筑物的阻挡，开始向两侧横向扩散，且越往下风方横向扩散程度越大，污染物覆盖的区域也越大；污染物浓度从主轴向两侧逐渐减小，在计算域南面，污染物浓度很小，这主要是因为WRF模式模拟的风向为东南风，在此风向下，污染物很难输运到这一区域。图4(b)中，风向转为偏东风(100°)，同样在源附近的下风方，由于不受建筑物的影响，污染物主体的扇形烟羽没有发生变化，但是这一时刻的偏东风将污染物向西输运，而建筑群的大部分刚好处于污染源的西侧，因此污染物受建筑物影响较图4(a)要大；当污染物主体输运到建筑群中，烟羽主体很快出现较大范围的横向扩散，烟羽形态与进入建筑区前发生了很大变化，在此风向下，污染物基本覆盖了整个建筑物区域。至此，可以看到在不同环境风下，污染物烟羽主体有很大差异，且污染物的横向扩散程度与建筑物的影响密切相关，当污染物主体覆盖的建筑物区域越大，污染物横向扩散范围也越大，这说明了受建筑物和不同环境风的共同作用，污染物在城市区域的扩散是非常复杂的。

图4 WRF-Fluent耦合模式污染物浓度分布Fig.4 Pollutant dispersion simulation of WRF-Fluent coupling model

以上分析了污染物在不同风向下的水平扩散分布。然而，污染物扩散的复杂程度不仅体现在水平方向上，在垂直方向上也有很大差别，这点从图4(c)和图4(d)可以看出。在图4(c)中，污染物浓度的高值区在右侧处，这与图4(a)中污染物烟羽主体在计算域的右上方是对应的。垂直分布图清晰地反映了污染物浓度随高度的变化情况，从地面往上呈现逐渐降低的趋势。另外，从垂直分布图上也反映了污染物浓度从烟羽中心向两侧逐渐减小的趋势。污染物浓度从中心向两侧逐渐减小的过程中，受建筑物的影响，产生了两个很明显的变化，对比图3(c)中的流场分布可以发现，中心高大建筑物右侧存在一个回流涡旋，对应的污染物浓度分布也有一个形态的变化，回流涡旋将污染物输运至此，使得此处污染物浓度升高；另外，中心高大建筑物左侧有污染物浓度的相对高值区，且由于建筑物的垂直抬升和水平阻挡作用，污染物浓度在其左侧一段距离内并没有很快降低。

在图4(d)中，由于环境风向与图4(c)的不同，污染物向两侧扩散的程度要比图4(c)中大。图4(d)中，同样由于受中心高大建筑物的影响，建筑物左侧出现了污染物浓度的相对低值区，这是因为当气流绕过建筑物时，在建筑物左侧形成两个很小的静风区，使得周围浓度较高的污染物不易输运到这两个区域。上述研究结果表明，Fluent模式用于城市污染物扩散模拟时，可充分刻画出建筑物对污染物扩散的影响，能较好地反映不同区域污染物的浓度差异。

4 结论和建议

(1) WRF模式对研究区域10.0 m高度处的风向、风速和2.0 m高度的气温的模拟结果显示：风向误差小于45°的模拟准确率为70%，风速误差小于2.0 m/s的模拟准确率为72%，温度误差为2 ℃的模拟准确率为76%，模拟准确率整体较高。即WRF模式较好地模拟了研究区域的气象要素，可为Fluent模式提供与实际大气接近的初始条件和边界条件。

(2) Fluent模式用于城市污染物扩散模拟时，能应对复杂的城市建筑环境，充分刻画了建筑物对污染物扩散的影响，较好地反映了不同区域污染物的浓度差异。

(3) 污染物扩散模拟结果显示，WRF-Fluent耦合模式作为一种研究城市建筑密集区域的大气流动状态和污染物扩散过程的方法是可行的。

[1] 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.

[2] FLAHERTY J E，STOCK D，LAMB B.Computational fluid dynamic simulations of plume dispersion in urban Oklahoma City[J].Journal of Applied Meteorology & Climatology，2007，46(12)：2110-2112.

[3] 谢海英，陈康民.孤立与非孤立城市街道峡谷内污染物扩散[J].环境污染与防治，2007，29(8)：595-598.

[4] 刘丽，王体健，王勤耕.区域复杂地形大气污染扩散的模拟研究[J].高原气象，2008，27(5)：1074-1082.

[5] 李沁怡，蔡旭晖，康凌.建筑扰动条件下大气流动与扩散的CFD模拟[J].环境科学研究，2013，26(8)：829-837.

[6] 苗世光，张朝林，江晓燕，等.城市小区气象条件与污染扩散精细预报研究[J].环境科学学报，2006，26(10)：1729-1736.

[7] MIAO Shiguang，LI Pingyang，WANG Xiaoyun.Building morphological characteristics and their effect on the wind in Beijing[J].Advances in Atmospheric Sciences，2009，26(6)：1115-1124.

[8] SALAMANCA F，MARTILLI A，TEWARI M，et al.A study of the urban boundary layer using different urban parameterizations and high-resolution urban canopy parameters with WRF[J].Journal of Applied Meteorology & Climatology，2011，50(5)：1107-1128.

[9] CHAN S T，LEACH M J.A validation of FEM3MP with joint urban 2003 data[J].Journal of Applied Meteorology & Climatology，2007，46(12)：2127-2146.

[10] 邵毅，张述文，左洪超，等.榆中县城大气污染物扩散的观测实验与数值模拟[J].中国环境科学，2013，33(7)：1223-1230.

[11] EHRHARD J，KHATIB I A，WINKLER C，et al.The microscale model MIMO：development and assessment[J].Journal of Wind Engineering and Industrial Aerodynamics，2000，85(2)：163-176.

[12] 李磊，陈柏纬，杨琳，等.复杂地形与建筑物共存情况下的风场模拟研究[J].热带气象学报，2013，29(2)：315-320.

[13] GRISOGONO B，OERLEMANS J.Justifying the WKB approximation in pure katabatic flows[J].Tellus Series A - Dynamic Meteorology & Oceanography，2002，54(5)：453-462.