作者简介:袁 磊(1976—),深圳大学教授.研究方向:绿色建筑. E-mail:yuanlei@szu.edu.com
中文责编:坪 梓; 英文责编:之 聿
1)深圳大学建筑与城市规划学院,广东深圳518060; 2)深圳市建筑环境优化设计研究重点实验室, 广东深圳 518060
1)College of Architecture and Urban Plan, Shenzhen University, Shenzhen 518060, Guangdong Province, P.R.China2)Shenzhen Key Laboratory for Optimizing Design of Built Environment, Shenzhen 518060, Guangdong Province, P.R.China
urban design; high-density city; contaminant diffusion; computational fluid dynamics simulation; air quality; block form
DOI: 10.3724/SP.J.1249.2019.03274
高密度城市街区的空间特征对其内部交通污染物的浓度分布有显著影响.为研究高密度城市街区中交通污染物扩散和分布的影响因素,建立了深圳市某高密度街区的空间模型.以东北、西南偏南两个典型风向上模拟的PM2.5和氮氧化合物浓度作为交通污染物积累的量化指标,采用计算流体动力学模拟的方法,对室外交通污染物的扩散进行数值模拟.结果表明,道路上的交通污染物浓度明显高于建筑组团内部的; 尽管污染物的排放可能会引起街区内某些位置的污染物累积,但城市绿化和城市通风廊道等开放空间可能会促进交通污染物的稀释; 建筑物形态以及下冲风对交通污染物的扩散有影响.
The spatial characteristics of high-density urban blocks have a significant impact on the distribution of internal traffic pollutants. In order to study the influencing factors of the accumulation of traffic pollutants in high-density urban blocks, we establish a spatial model of high-density blocks in Shenzhen to simulate the spread of outdoor traffic pollutants by computational fluid dynamics(CFD). The concentrations of PM2.5 and NOX simulated in two typical wind directions, northeast and the south-southwest, are assigned as indicators of traffic pollutant accumulation. The results reveal that the concentration of traffic pollutants on the road is significantly higher than that inside the building groups; Although pollutant emission may probably induce pollutant accumulation in some parts of the blocks, the open spaces such as greenbelts and urban ventilating corridors may facilitate the dilution of traffic pollutants. It is also shown that the building shapes and the downward wind also have different impacts on the dilution effect of traffic pollutants.
随着高密度城市中机动车保有量的激增,机动车排放的交通污染物已成为当今城市污染物中最主要组成元素之一.根据环保部门的调查结果,在北京、上海和广州等高密度城市,机动车排放的污染物对城市大气中 CO、HC和NOx 等的贡献率已超过50%,有的甚至达到90%以上[1].大气污染物会对人体健康产生严重的威胁.因此,对交通污染物在城市空间中的扩散和分布进行研究具有重大意义.
污染物在城市空间中的扩散和分布是有一定规律的.检索文献发现,街谷宽度和建筑高度[2]、建筑屋顶形态[3]、建筑密度[4]以及沿街立面形态[5]均会对城市空间中的污染物扩散造成影响.计算流体力学(computational fluid dynamics, CFD)模拟在研究城市风环境和污染物扩散领域的应用也日益广泛.丘冶等[6]使用CFD模拟方法分析了女儿墙高度对平屋盖表面平均风压分布的影响; 郭毅等[7]使用CFD模拟软件对建筑单体进行了通风模拟,探讨了不同区位自然通风效果的优劣; 王巧雯等[8]以寒冷地区住宅小区为例,阐述了室外CFD风环境模拟的方法; BUCCOLIERI等[9]采用CFD技术研究了建筑密度对城市几何体中污染物浓度分布的影响; RUBINA等[10]对城市中平行街道进行了CFD模拟,以“局部平均空气龄”作为污染物去除效率的指标,分析了不同风向下主街对城市通风效率的影响; 黄远东等[11]采用Fluent软件对7 种不同建筑物偏移量下的交叉口内气流运动和污染扩散进行了模拟; BEATRIZ等[12]利用CFD模型获得了马德里交通繁忙地区的污染物浓度空间分布; 孔佑花等[13]使用CFD模拟方法分析了污染物在兰州市的扩散形态.
以上研究说明,在街道尺度、大规模建筑组团及城市尺度上均出现应用CFD模拟的案例.本研究以深圳市南山区某城市设计为案例,建立抽象模型,并运用CFD方法对室外交通污染物的扩散进行模拟.以东北(NE)和西南偏南(SSW)两个风向上的模拟结果作为污染物的量化指标,研究在一定开发强度下的空间特征对交通污染物扩散的影响机制.
深圳市是中国典型的特大沿海城市,建筑密度大、高层建筑多、空间形态丰富且城市交通量大.本研究选取深圳市南山区某城市设计实例作为研究对象,其占地面积约为144 万m2,如图1.片区内部含两条东西向通风廊道及几处城市绿地.建筑形式多样,包括建筑高度均匀的建筑组团,围合半封闭的组团,建筑高低错落分布的组团,以及点式高层等.建筑密度大,且有大量的高层建筑,是典型的高密度街区.
建立抽象的几何模型,划分网格并导入软件中,经调试后进行计算.本研究绘制网格参考日本风工程协会和BLOCKEN等[14-15]提出的最佳指导原则.绘制完毕后,导入Fluent软件中进行模拟计算,直至结果收敛后提取分析.选择Fluent软件进行模拟计算是由于其强大的运算能力,可根据计算结果在研究区域内部调整网格,这样能减少计算量,节约时间.
确定合适的模拟条件,包括模型网格的种类和精度、场域大小、湍流模型的选择、边界条件、模拟参数以及污染源的设定及收敛条件等.
参考日本风工程协会、BLOCKEN及FRANKE等[14-16]提出的指导原则,本研究的计算域以建模区域为中心向外扩展,计算域来流方向的边界与建模区域之间的距离不小于5H(H为案例中最高建筑的高度),计算域流出方向的边界与建模区域之间的距离不小于10H, 侧边与建模区域的距离不小于5H, 计算域的高度不小于6H, 且计算域内的湍流阻塞率小于5%.
本案例面积约为1 400 m×1 000 m,绘制的非结构化网格如图2,目标范围外影响范围内的模型以不低于2 m的精度建模; 影响范围外的体量模型以不低于4 m的精度建模.具体网格密度设置如表1.
Standard k-ε是一种半经验计算模型,是基于湍流动能(k)和湍流扩散率(ε)方程组的湍流模型.使用Standard k-ε模型时,分子黏度的影响可忽略不计.在分析较大尺度的模型时,选用该方法可减少计算压力.
在Fluent软件中采用式(1)确定入口处风速的分布,
(Uz)/(UH)=(z/H)α(1)
其中, Uz为z处的风速; UH为H处的风速; α代表城市的地面粗糙度.研究对象是高密度城市,地面粗糙度取D级的0.3.
风向和风速的初始数据使用深圳气象局高精度背景风场作为数据来源.对实际案例所处区位的北、东北、东、东南、南、西南、西、西北以及主导风向(风频第2大)的西南偏南共9个风向进行模拟,选取最具代表性的主导风向东北(以NE指代,风角θ=45°, 认定正北方向为0°)和西南偏南(以SSW指代,风角θ=202.5°)进行说明.
出口边界设定成相对压力为零的边界条件,计算域的顶面及两侧面设置为自由滑移对称面,建筑表面及地面设置为无滑移壁面.
将交通排放的主要污染物CO、NOx(NO的质量分数为80%,NO2的质量分数为20%的混合物)和PM2.5进行初始输入.前期测算得到各类车辆的排放率,各道路污染物排放量是使用MOVES软件通过输入各路段地理特征、燃油类型、车龄和车型统计等因素得出的.本案由3条主干路,4条次干路和多条支路组成,为便于根据各路段实际情况输入初始污染物,将道路划分为85 个路段,各路段输入初始污染物排放量如图3.同时对各道路进行标注,纵向道路由西至东依次标注为A1—A6(内部3条较短的规划道路忽略不计),横向道路由南至北依次标注为B1—B9.其中,道路A4、B1和B9为初始污染物输入量最高的主干路(最低输入量为1 091.2 g/h),A1、A6、B4及B6为初始污染物输入量较低的次干路(最低输入量为305.33 g/h).
残差值判定选用Fluent默认的收敛标准,即除能量外所有变量残差值都小于1×10-3,能量的残差值低于1×10-6,对迭代过程中的物理量监测,若其值已经不再随迭代发生变化,则判定为计算收敛.
NE和SSW风向下,本案例1.5 m高处PM2.5体积浓度分布如图4.
图4 主导风向下PM2.5浓度分布模拟结果
Fig.4 Simulation results of PM2.5 concentration distribution in main wind directions
《环境空气质量标准》(GB3095—2012)中对PM2.5的要求为平均浓度不得超过2.34×10-6 mol/m3.两风向下主次干路PM2.5浓度最大值统计如图5,各道路PM2.5浓度最大值并未超过《环境空气质量标准》要求的限值. NE风向PM2.5浓度最大值出现在A1(B7—B9)路段,浓度为2.118×10-7 mol/m3; SSW风向PM2.5浓度最大值出现在道路B6(A5—A6)路段,浓度为2.172×10-7 mol/m3.两个风向案例的整体浓度值均在标准要求内.
NE和SSW风向下,本案例内1.5 m高处NOx浓度分布如图6.
图6 主导风向下NOx浓度分布模拟结果
Fig.6 Simulation results of NOxconcentration distribution in main wind directions
《环境空气质量标准》(GB3095—2012)对NOx的要求为高峰时段平均浓度不高于7.35×10-6 mol/m3.模拟结果中几乎所有主次干路均出现了NOx浓度较高的情况.但通过两风向上道路平均NOx浓度统计(图7),得出各路段平均浓度均小于标准限值. NE风向下,道路A6、B4和B9的NOx浓度相对较高,尤其是道路B4(A5—A6)路段, NOx浓度达到了1.60×10-6 mol/m3; SSW风向下,NOx浓度偏高的路段增多,道路A4和B9也出现了浓度偏高的现象,这两条路上浓度峰值出现在道路A4(B4—B6)路段,浓度值为1.59×10-6 mol/m3.
图7 主次干路NOx浓度最大值分布
Fig.7 Maximum distribution of NOx concentration in primary and secondary trunk roads
对本案NE、SSW风向下PM2.5浓度相对较高的位置进行分析.模拟结果显示各道路上的PM2.5浓度明显高于建筑组团内部. NE风向下,以道路A1(B6—B9)路段、道路B4(A3—A5)路段和道路B1上A4以东路段的PM2.5浓度最高,3个路段中的峰值达到了2.12×10-7 mol/m3. 道路B1上部分路段浓度值较高不难理解,原因是其作为主干路车流量大,产生的交通污染物多,该路段初始主要污染物输入值高达3 245.96 g/h,远高于附近其他路段. 而对于道路A1(B7—B9)路段和道路B1上A4以东路段的高浓度分布,可以解释为这两条路作为次干路,排放的污染物较多(路段初始主要污染物输入值分别达到1 145.88 g/h和1 292.42 g/h),且在这两条路的来风方向上由于有密集高层建筑物遮挡,气流不能有效促进污染物的扩散,导致了污染物的滞留.
SSW风向上道路B6(A3—A6)路段和道路A6(B1—B6)路段的PM2.5浓度最大,分别达到2.17×10-7 mol/m3和1.66×10-7 mol/m3; 而作为主干道路的B1上PM2.5浓度相对NE风向低(NE风向下PM2.5浓度峰值为1.38×10-7 mol/m3, SSW风向下则为1.28×10-7 mol/m3).这是由于道路B1西南侧在SSW风向上是空地和低矮的建筑,使得该道路通风条件较好,污染物能较快扩散,故道路B1的PM2.5浓度相对NE风向低.而研究区内部道路B6的南侧在来风方向有密集建筑物遮挡,导致此区域通风状况不佳,污染物易在此聚集.
案例中由各条道路交通预测量得出的初始主要污染物输入值可在一定程度上影响道路局部路段的污染物分布状况.如道路B1上的A6东侧路段主要污染物输入值高达3 245.96 g/h,远高于B1上其他路段,模拟结果显示NE风向上该路段的PM2.5和NOx平均浓度分别为1.38×10-7 mol/m3和1.07×10-6 mol/m3,SSW风向上该路段的平均浓度分别为1.27×10-7 mol/m3和9.80×10-7 mol/m3,远高于道路B1上其他路段,这说明较高的初始污染物输入值带来了部分路段较高的模拟结果.但这种影响并不绝对,如道路B9(A1—A3)路段,初始污染物输入值高达3 135.84 g/h,远高于该道路上A5—A6路段的输入值1 657.55 g/h,但两个主导风向下该路段PM2.5和NOx的最大值分别仅为1.11×10-7 mol/m3和1.21×10-7 mol/m3,均低于A5—A6路段的最大值1.31 ×10-7 mol/m3和1.39×10-6 mol/m3.故可推断主要交通污染物初始输入值会造成部分路段污染物浓度值偏高,但并不能完全决定道路交通污染物平均浓度值的大小.
对比主次干路在主导风向上的主要污染物输入总值和PM2.5浓度最大值,如图8. 发现两个风向上浓度最大值出现在输入总值处于较低水平的道路A6和B6,浓度值分别为2.12×10-7 mol/m3和2.17×10-7 mol/m3,而并非输入值较高的道路B1、A4和B9,相反这3条道路的污染物平均浓度最大值在各条路中处于较低水平.这更加印证了初始污染物输入值不能完全决定道路交通污染物平均浓度的大小.
图8 主次干路主要污染物初始输入值与PM2.5浓度最大值分布对比
Fig.8 Comparison of the initial input value of main pollutants and maximum distribution of PM2.5 concentration in the primary and secondary trunk roads
图9 道路B6、B7各路段PM2.5平均浓度汇总
Fig.9 Summary of PM2.5 average concentration of each section on road B6 and B7
图9为通风廊道1两侧初始污染物输入值相差不大的道路B6和B7的模拟结果(B6和B7初始输入值分别为2 868.05 g/h和2 316.95 g/h).道路B7各路段在两个主导风向下PM2.5平均浓度均小于道路B6.原因是东西走向的通风廊道对交通污染物的扩散产生了促进效果.这种促进具体表现为,一是气流将局部路段污染物扩散到下风向上的大面积城市绿地之中,从而降低区域整体污染物浓度,如NE 风向下道路B7各路段污染物浓度明显小于道路B6; 二是在廊道上风向无高密度建筑群遮挡时,污染物扩散效果更加明显,气流不被建筑物遮挡,较高的风速易带走污染物,故SSW风向上道路B7各路段的污染物浓度仍明显小于道路B6.
城市绿地形成的开阔场地同样有助于污染物的稀释和新风的引入.当气流分别先经过次干路B6南侧的休闲绿地后经过中央会展中心组团时,两侧的休闲绿地附近PM2.5浓度值明显偏低(NE风向下东侧绿地位置平均浓度值为4.12×10-8 mol/m3,SSW风向下西侧绿地位置平均浓度值为6.47×10-8 mol/m3)即便靠近交通量较大,PM2.5最大浓度值高达1.67×10-7 mol/m3的主干道路A4(B4—B6)路段,也没有受到不利的影响.这说明城市绿地提供的开阔空间,会使气流持续不断的涌入.借助风场的力量,污染物能够更好地被稀释和排出.特别是在SSW风向下,可清晰地发现会展中心西侧绿地积极地带动了北部地块的污染物扩散,使得北部大面积空地的污染物浓度处在较低水平.
建筑物的形态对污染物扩散和分布有显著的影响.如NE风向下(A1—A2)和(B7—B8)围成地块中U形建筑对污染物的扩散起到了明显的抑制作用,表现为其下风向上A1(B7—B9)路段PM2.5浓度值高达2.03×10-7 mol/m3.即使该路段西侧是开阔空地,污染物浓度高的状况也未能缓解.受(A4—A6)和(B1—B2)围成地块上两种不同建筑形态的影响,道路B1(A4—A6)路段污染物浓度分布存在差异.西侧的集中式建筑沿街展开面过大,导致了下风向道路B1(A4—A5)路段污染物明显增多(平均PM2.5浓度值为1.09×10-7 mol/m3),而东部较为分散的建筑体量下的B1(A5—A6)路段污染物浓度相对较低(平均PM2.5浓度值为8.74×10-8 mol/m3).此外,位于中心位置的“回”字形会展中心向各道路展开面都较宽,在两个主导风向下均对下风位置的污染物扩散造成不利影响.NE风向时,其下风位置B4(A3—A5)路段PM2.5浓度值高达1.46×10-8 mol/m3; SSW风向时,下风位置B6(A3—A5)路段PM2.5浓度值高达1.61×10-7 mol/m3.
气流遇到高层建筑时,左右方向的风受建筑表面低压区的吸引形成下冲的劲风(下冲风). 这股速度极快的气流会迅速带走滞留在该高层建筑底部的污染物.SSW风向下(A3—A4)(B8—B9)围成地块的东侧塔楼(高度250 m)处形成的下冲风带动了B9(A3—A4)路段污染物的扩散,该路段PM2.5浓度值为1.08×10-7 mol/m3.反观东侧(A5—A6)和(B8—B9)围成地块,该地块东侧塔楼高度为75 m,形成的下冲风风速有限,不能有效带动污染物的扩散.其北部B9(A5—A6)路段的PM2.5浓度值为1.31×10-7 mol/m3.鉴于B9(A3—A4)路段和(A5—A6)路段初始污染物输入值较为接近,排除了初始污染物输入值影响,说明高层建筑附近区域形成的下冲风对下风向污染物扩散产生了积极影响.
综上研究可知,交通污染物初始输入值、通风廊道、城市绿地和建筑物均对主要交通污染物的扩散和分布存在影响.较高浓度的污染物初始输入值会使部分路段的污染物浓度偏高,但这种影响并不绝对; 通风廊道和绿地提供的大片开阔场地会带动污染物的积极扩散; 集中式大体量建筑形态易导致污染物的滞留; 高层建筑形成的下冲风能够带动其底部的污染物持续扩散.
深圳大学学报理工版
JOURNAL OF SHENZHEN UNIVERSITY SCIENCE AND ENGINEERING
(1984年创刊 双月刊)
主 管 深圳大学
主 办 深圳大学
编辑出版 深圳大学学报理工版编辑部
主 编 李清泉
国内发行 深圳市邮电局
国外发行 中国国际图书贸易集团有限公司(北京399信箱)
地 址 北京东黄城根北街16号
邮 编 100717
电 话 0755-26732266
0755-26538306
Email journal@szu.edu.cn
标准刊号 ISSN 1000-2618
CN 44-1401/N