APP下载

基于CFD模拟的城市住区形态参数对大气污染物扩散影响

2021-12-07程昊淼姜智文张培浩康天放

北京工业大学学报 2021年12期
关键词:风速气流污染物

程昊淼, 姜智文, 张培浩, 康天放

(1.北京工业大学城市建设学部建筑与城市规划学院, 北京 100124;2.北京工业大学环境与生命学部区域大气复合污染防治北京市重点实验室, 北京 100124)

随着经济发展与城市化建设,大气环境污染成为我国城市面临的主要环境问题. 研究表明,人群长期暴露于污染大气中,会引发呼吸系统疾病和癌症等[1-3]. 2016年8月,中共中央国务院印发并实施《“健康中国2030”规划纲要》,将包括拥有高质量的洁净且安全的物质性环境以及稳定且可持续的生态系统等内容在内的绿色健康城市建设上升到国家基本国策. 《北京市城市总体规划(2016年—2035年)》亦提出提升环境质量、建设和谐宜居社区的城市发展总体要求. 居住街区作为城市中人群活动最为集中的场所,其空气质量与居民健康息息相关[4]. 居住街区的空间形态对近地表风环境(包括风速、风向与湍流)产生较大影响,从而影响城市大气污染物的扩散与分布[5-6]. 有研究表明,在建筑密度高的街区气流受干扰易形成涡旋与静风,使污染物在内部积聚不易扩散,故通风不良的高建筑密度街区中大气污染往往比其他区域更加严重,且持续时间更长[7-8]. 居住街区作为城市规划建设的重要组成单元,一般具有明显异于周边的空间形态特征,从而形成相对独立的街区局部微气候. 因此,探讨城市住区空间形态与风环境及大气污染物迁移扩散的相互关系与作用机制,可为优化街区空间形态、改善局域大气污染物扩散条件、提升街区环境空气质量提供科学依据和针对性策略.

目前,实证研究多集中在宏观与中观尺度上,对大气污染影响较大的城市形态特征值(城市规模、几何形态、通达性、蔓延度与破碎化等)进行探讨. 多位学者选取中国多个城市研究发现城市规模与大气污染关联性较强,不规则的几何形状、多中心的城市布局形式可以有效缓解大气污染的浓度,城市内部的局部影响差异性较大[9-10],城市碎片化会带来较高浓度的污染物排放,较高密度的街道与工业污染物都是其负面影响的主要原因,因此增加城市通达性可有效降低机动车数量与尾气排放[11-12],城市绿地面积与森林覆盖率的增加将减缓城市热岛效应与大气污染[13]. 有学者研究发现,北京市主要大气污染物分布呈现南北差异[14]、城乡差异[15],PM2.5与建筑形态的相关性在春秋季较为显著,建筑因素对污染物扩散分布的影响更大[16].

在微观城市住区尺度上的空间形态对通风和大气污染物扩散影响的研究主要基于城市形态- 通风、城市形态- 空气质量等二元体系的空间形态参数识别与筛选[17-19],所涉及的研究方法包括实地监测、风洞实验与计算流体力学(computational fluid dynamic, CFD)数值模拟. 多位学者利用CFD数值模拟方法对理想建筑排列模型和实际街区的城市形态与风环境和空气质量进行分析,结果显示建筑高度的增加会明显增强迎风侧风速,但在背风侧形成空气污染的积聚区域[20];建筑密度、封闭系数、容积率与迎风角等影响污染物的扩散[21];随着建筑密度的增加,街区内平均空气龄升高,在较低密度下,建筑物周围涡旋独立存在,水平流量与风速方向一致,随着密度增加,涡旋开始合并,并形成与风向相反的水平流量[22];较高的平面与高度异质性有助于提高街道空气交换率[23];调整街道纵横比、对称率、开口率等参数[24],提高街区的“渗透率”[25],可以改善空气流动、加速湍流扩散;建筑高度、风速与污染源位置对位于中心城区的住区空气质量影响最大,而郊区环境污染物主要受城市背景浓度影响,同时高速公路污染效应最显著[26].

由此可见,街区通风环境与其空间形态特征密切相关,从而影响大气污染物的迁移扩散和浓度分布. 受所涉及的研究体系和研究方法限制,上述研究对“城市形态- 风环境- 大气污染物”三元关系的相互作用机制的阐述尚不清晰;加之所采用的实地监测与风洞实验方法缺乏连续性数据,CFD数值模拟又大多局限于理想模型研究,致使研究结论带有一定的局限性,增加了实际应用的不确定性.

本文采用PM2.5、CO及气象参数实地监测与CFD数值模拟相结合的方法,以北京市中心城区的2处空间形态特征差异明显的居住街区为研究对象,基于风速对街区大气污染物浓度影响,以及街区风环境数值模拟结果,分析了住区“城市形态- 风环境- 大气污染物” 三元关系与作用机制,并提出缓解住区大气污染、优化住区形态的空间规划策略. 为绿色健康城市与和谐宜居社区建设提供科学参考.

1 研究区域与方法

1.1 研究范围与城市形态测度选择

1.1.1 研究范围

选取北京市中心城区的一处位于中心城区的住宅集中区,占地面积约13.79 hm2,区域中包括2个居住街区,分别是北侧以中低层、板塔结合、围合排列为主的老旧小区(街区A)和南侧以高层、板式、平行排列为主的新建小区(街区B). 街区A为20世纪90年代建成的小区,具有小街密路、建筑密度较高、建筑高度较低、街区内局部围合等典型特征;街区B为2017年建成的回迁房小区,具有大街区、容积率与建筑高度较高、街区内开敞、街区对外封闭等典型特征. 2个街区的建筑物形态及排列布局有明显差异,所反映的街区城市形态特征对风环境以及空气质量的影响具有一定的代表性(见图1).

图1 研究区域与监测点位示意图Fig.1 Study area and monitoring point bitmap

1.1.2 城市形态特征参数选择

基于国内外研究成果,并结合街区实际情况,综合考虑城市空间体量与密度、城市肌理形成与建筑物水平和垂直布局特点,以及对街区风环境及污染物扩散的影响,选取建筑密度(building coverage ratio, BCR)、容积率(floor area ratio, FAR)、建筑平均高度(average building height, ABH)、建筑高度标准差(standard deviation of building height, SDH)、空间开放度(space openness, SO)、建筑平均体积(mean building volume, MBV)和围合度(degree of enclosure, DE)7项参数评估街区的城市形态. 相关形态特征参数定义与选取依据见表1. 根据收集的地理信息系统(geographic information system, GIS)数据计算各个街区的城市形态参数.

表1 城市形态特征参数定义与选取依据Table 1 Urban form parameters

1.2 污染物浓度监测与数据处理

采用XL68型环境在线监测设备(深圳信利科技有限公司生产)对2个街区内的主要气象参数(气温、湿度、风速)和代表性大气污染物质量浓度(PM2.5、CO)进行监测. 依据《环境空气质量监测点位布设技术规范》(HJ664—2013)[29],在街区内部布设2个监测点位,具体位置如图1所示,监测设备安装在距离地面高度3 m处、周围相对空旷的屋顶或绿地中. 考虑到污染物分布的季节特征,分别于夏季、秋季和冬季共进行了为期32 d的连续采样监测,数据采集频率为2 s-1.

取有效监测时长大于20 h的数据作为有效日监测数据,其算数平均值为气象参数与污染物质量浓度的日均值.

1.3 CFD数值模拟

CFD是采用数值计算的方法,通过求解流体运动方程组来研究流体流动规律的计算科学,已广泛应用于城市建筑通风和污染物扩散的模拟研究[30-31]. 本文采用ANSYS-Fluent对研究范围内的污染物全时空扩散进行模拟,依据欧洲COST的最佳行动指南[32-33]与《建筑结构荷载规范》(GB50009—2012)[34]进行模拟条件设置,初始边界条件使用中国气象站地面观测资料(http:∥data.cma.cn),详细参数如表2所示. 其中,湍流模型为标准k-ε模型,求解算法为压力耦合的SIMPLE算法(二阶迎风模式),收敛标准为计算残差值<10-4.

表2 计算参数与边界条件设置Table 2 Set of parameters and boundary

根据研究区域二维测绘图和实际建筑高度,运用AutoCAD建立街区建筑三维模型,在保留几何特征基础上忽略了不光滑的外观,如图2所示. 计算域按照最大建筑高度Hmax在研究区域周围确定,尺寸为x×y×z=2 000 m×2 500 m×500 m. 采用非结构性网格划分,建立了网格总数分别为1.7×108、3.9×108、7.2×108的粗、中、细3套方案,并依据Richardson外推法[35-36]进行了网格收敛性检验.

图2 CFD计算域示意图Fig.2 Schematic diagram of CFD computational domain

当网格总数为3.9×108时,网格收敛指数(grid convergence index,GCI)与计算结果标准差(ξrms)分别为0.59%与0.14%,说明计算结果不再受到网格细化的影响,达到了网格收敛标准.

1.4 统计模型

相关性分析是衡量多变量之间依存关系的统计分析方法,通过相关系数R与置信度P的数值可以确定变量之间关系的密切程度.回归分析可以将这种密切关系通过数学表达式的方式表现出来,判定系数R2用于测度回归方程对观测数据的拟合程度,公式为

(1)

调整的R2通过消除自变量个数的影响,更准确地表现拟合程度,公式为

(2)

2 结果与讨论

2.1 风环境实地监测与数值模拟结果

2.1.1 气象条件对街区大气污染物质量浓度的影响

2019年7月8日至2020年1月14日监测期间共获得32 d的PM2.5、CO监测数据及同步气象数据(见图3、4). 由图3可知,CO日均值均满足《环境空气质量标准》(GB3095—2012)中二级标准要求[37];街区主要污染物为PM2.5,监测期内日均质量浓度超出国家二级标准天数占比15.6%,超出国家一级标准天数占比57.8%.

图3 PM2.5与CO监测结果Fig.3 Monitoring results of PM2.5 and CO

2个街区的PM2.5、CO日均质量浓度变化趋势基本一致,峰值均出现在秋季监测期间的10月19日,且秋季监测期间的日均质量浓度比其他2个季节高10 μg/m3左右. 结合图4气象参数监测结果可知,秋季监测期间(10月14日—26日)风速普遍偏低,其中,10月17日风速低于0.05 m/s,是监测周期内风速最低值;同时秋季监测期间的相对湿度也相对偏高. 由于风速低不利于污染物的传输与扩散,湿度大易发生污染物“吸湿膨胀”,因此,双重不利影响下导致局地污染物浓度升高.

图4 主要气象参数(风速、温度、湿度)监测结果Fig.4 Meteorological parameters (wind speed, temperature, humidity) monitoring results

为进一步分析不同气象参数对污染物迁移扩散的影响,将监测期间内收集的高分辨率气象数据(风速、温度和相对湿度)与2个街区的污染物(PM2.5、CO)日均质量浓度数据(频率:2 s-1,数据共计约2.5×106个)进行相关性分析,结果见表3.

表3 污染物质量浓度与气象要素相关性分析结果Table 3 Results of correlation analysis between pollutants and meteorological elements

由分析结果可知,不同季节中,风速与PM2.5、CO日均质量浓度均呈现显著的负相关关系,风速增大时污染物的传输与消散能力增强,污染物浓度降低;温度与相对湿度对污染物浓度也有一定的影响,但与风速相比,相关性规律不够一致. 由此可见,风速是影响街区大气污染物质量浓度最显著的气象因素.

2.1.2 街区CFD风环境模拟结果

街区内部风速除与区域气象条件有关外,街区的围合度、建筑密度、建筑高度等形态特征参数不但能改变风速的大小,也会对风向、气流流态产生影响,从而影响街区内部风环境,干扰污染物迁移与扩散. 为进一步分析街区空间形态特征对污染物迁移扩散的影响,基于CFD模型建立与校验,模拟计算了2个街区的风环境.

根据北京气象站地面观测资料统计,选取监测期间具有典型气象特征的7月10日、7月13日、10月14日、10月26日、1月9日、1月13日气象数据和2个街区的城市形态参数值建立CFD模型,模拟计算了各种典型气象条件下的街区风环境.

图5为监测点位的风速模拟结果与实测数据对比,风速模拟结果与相应实测数据平均偏差小于20%,线性相关系数R=0.98,表明CFD模型计算结果能够较为准确地反映街区内部风环境特征.

图5 风速模拟结果与实测数据对比Fig.5 Comparison of simulation results

2.2 影响街区风环境的主要城市形态参数

以200 m×200 m栅格作为基本研究单元,将研究区域共划分为30个栅格单元. 将每个栅格内的相对风速作为因变量,不同的城市形态参数作为自变量进行相关与回归分析,结果见表4.

由表4可知,风速与容积率、空间开放度的相关系数较小,相关性不明显. 其他5项城市形态参数均与风环境显著相关(P<0.01),相关性由高到低依次为:建筑高度标准差、建筑密度、围合度、建筑平均体积、建筑平均高度. 图6为上述5项城市形态参数与风速的一元回归曲线.

表4 城市形态参数与风速相关性分析结果Table 4 Correlation analysis between urban morphological parameters and wind speed

以规整光滑的建筑表面为主,增大开敞空间,不仅可以改善街区风环境、缓解空气污染,还能提高太阳照射与天穹可见度,形成舒适的居住空间.

由图6可知,建筑密度、围合度2项参数与风速均呈负相关关系. 随着建筑密度的增加,地表粗糙度逐渐增加,地表上方空间减少,气体流动与污染物迁移扩散受阻;随着围合度增加,迎风侧的建筑立面增加,气流受建筑物阻挡产生能量耗散,导致风速降低、空气交换能力减弱.

图6 一元回归曲线Fig.6 Unary regression graph

风速与建筑高度标准差、建筑平均体积、建筑平均高度均呈正相关关系,其中与建筑高度标准差的相关性最大. 图7为CFD模拟计算的街区B某网格单元内水平与垂直方向的风速矢量图. 由图7可知,在水平方向,气流受建筑物迎风面阻挡产生绕流,在建筑物背风侧形成涡旋气流,两侧开阔区域形成气流通道,流速明显增加,强化了局部空间的空气流通与气流交换(见图7(a)),有利于污染物纵深迁移与扩散;在垂直方向,高层建筑迎风侧向上流动的受阻气流与高空气流会合,在向下风向流动过程中受到相邻高层建筑物的阻挡、挤压作用,在相邻建筑物之间形成立面涡旋气流(见图7(b)),并与建筑背风侧涡旋气流叠加,气流湍流程度增加,有利于污染物的爬升与扩散. 当增大相邻建筑物高度差时,污染物的空中消散作用得到加强.

图7 区域速度矢量图Fig.7 Regional velocity vector diagram

容积率和空间开放度反映街区的总体建设强度,以总建筑面积这一指标值作为主要量化维度,不涉及高度与封闭度的城市形态表征,说明街区总体建筑强度对空气流动的直接影响较小,在后期空间形态优化策略方面可以较少考虑建设强度对空气扰动的影响.

2.3 街区“城市形态- 风环境- 大气污染”三元关系的对比分析

图8、9分别显示了典型日7月10日、10月14日2个街区风环境模拟结果,包括三维空间的流线图和1.5 m高度处的速度矢量图. 其中,7月10日街区A的风速为1.00 m/s,街区B的风速为1.39 m/s,风向为西风;10月14日街区A的风速为0.66 m/s,街区B的风速为0.57 m/s,风向为北风.

图8 7月10日街区风环境对比分析图Fig.8 Comparative diagram of wind environment on July 10th

图9 10月14日街区风环境对比分析图Fig.9 Comparative diagram of wind environment on October 14th

由图8、9可知,建筑群对风速主要起到阻挡和损耗的作用. 街区A空间形态呈现围合式为主,兼有点阵式排布的特点,外部空气主要通过围合边界形成的通风廊道进入街区内部. 内部建筑均有一侧或多侧封闭,会阻碍气流通过形成静风区. 因此,街区内平均风速较低,风场相对稳定,受风向影响小. 街区B为板式高层建筑群,行列式排布,开敞空间大,但是通风廊道具有方向性,与主导风向的角度会影响通风强度与污染物的扩散. 建筑沿东西方向排列,风向与通风廊道平行时,气流穿行阻碍小,风速升高. 南北风向时迎风侧气流受阻,风向发生明显改变,空气交换作用减弱.

从2个街区PM2.5、CO实际监测结果来看,日均总平均质量浓度相对差值PM2.5为5.11%, CO为2.86%,虽然差异不明显,但2个街区污染物质量浓度分布呈现如下规律性:各季节PM2.5平均质量浓度均为街区B高于街区A;而各季节CO平均质量浓度则相反,均为街区A高于街区B. 街区大气污染物浓度与区域输入、内源产生与迁移扩散有关. 街区A北、东两侧毗邻城市主干道,区域机动车排放源高于街区B;街区B仅东侧与城市主干道相邻,人口密度比街区A高67.5%,内源排放量高于A街区. 由于颗粒态污染物PM2.5质量浓度容易受风沙扬尘、人群活动等偶发因素干扰,而气态污染物CO的产生(主要为机动车与居民生活源)与迁移扩散则受偶发因素影响相对较小. 因此,2个街区CO平均质量浓度的差异能够更好地反映其内部风环境对污染物扩散的影响,北侧A街区CO质量浓度偏高与区域机动车尾气排放和内部风场较为稳定、污染物迁移扩散条件相对较差有关.

由此可见,街区A建筑围合排列,沿街封闭度高,内部风场相对稳定,污染物处于不利扩散条件下,CO质量浓度易于积累;街区B东西两侧较为开敞,气流流动速度快,街区内部风场变化亦比较明显,为污染物迁移扩散提供了良好的气流交换条件. 因此,营建良好的街区通风环境可以促进污染物迁移扩散,减弱污染物的积聚效应,有益于改善街区环境空气质量.

2.4 街区空间形态优化策略

由以上分析结果可知,在城市街区内营造良好的城市空间形态,对改善居民居住空气质量有重要影响. 本文基于街区风环境和污染物扩散的角度,为街区规划设计提出以下3点建议:

1) 在水平方向上,适当降低建筑物占地面积,减少城市地表粗糙度对风速的损耗. 同时,在主导风向(可根据不同地区实际情况确定)的平行方向规划一定面积的连续空地或街区道路,引导气流通过街区,强化近地表污染物传输扩散.

2) 在垂直方向上,适当增加建筑物高度差,并在迎风向上设置阶梯式建筑排布,或在多层建筑中安排高层建筑,形成高低错落的设计方案,强化污染物的爬升迁移与空中消散作用.

3) 在建筑形态选型与外立面设计上,应当减少围合式、封闭式的布局规划,以规整光滑的建筑表面为主,增大开敞空间,不仅可以改善街区风环境、缓解空气污染,还能提高太阳照射与天穹可见度,形成舒适的居住空间.

3 结论

1) 街区PM2.5、CO污染物日均质量浓度与街区局部风速呈显著的负相关关系. 因此,优化街区通风环境有利于街区大气污染物扩散传输.

2) 建筑物群对气流具有阻挡降速与能量损耗作用. 街区空间形态特征的不同形成带有明显差异的内部风环境. CFD模型数值模拟表明,高建筑密度、高围合度的相对“封闭”街区A,其通风条件与气流交换作用相对弱于板式高层、东西开敞的街区B,导致气态污染物CO扩散受到一定的影响.

3) 与风速呈明显相关性的城市形态参数为(相关性由高到低):建筑高度标准差、建筑密度、围合度、建筑平均体积、建筑平均高度. 其中,建筑密度、围合度2项参数与风速呈负相关关系;增大相邻建筑物高度差可以强化污染物空中消散作用.

4) 基于对街区内部“城市形态- 风环境- 大气污染”的三元关系解析,从中微观尺度上提出包括平面布局、竖向设计与建筑选型在内的街区城市形态优化策略,为营造适宜污染物消散的风环境,缓解街区尺度下大气污染和和谐宜居社区建设提供科学依据.

猜你喜欢

风速气流污染物
合作市最大风速的变化对农牧业的影响
不同取样方式下船机污染物排放结果的研究
你能找出污染物吗?
2006—2016年平凉市风速变化特征分析
陆克定:掌控污染物寿命的自由基
原州区近30年风的气候变化特征分析
比翼双飞
Air Amplifier气流倍增技术
惊魂未定
《函数》测试题