城市中鳞次栉比的高层建筑改变了当地的风环境,尤其是在行人高度处,人们的日常活动及地面附近的气态污染物扩散均有可能受到风场变化的影响。目前,研究者们主要采用风洞试验和数值模拟的方法分析高层建筑的形状、高度及布局等因素对行人高度附近的风环境的影响程度[1-6]。文献[1]比较了采用数值模拟法预测行人高度处流动的主要技术的优缺点,认为稳态时均流动法因其较低的计算成本仍是目前的主流方法。Hang等[6]研究了相邻建筑高度交替变化程度对行人高度处的通风和污染物通量的影响。文献[7]在分析流动机理和风洞试验结果的基础上,给出了单个高层建筑周围行人高度处风场的计算公式,但其结果只适用于正方形断面的高层建筑。文献[8]的研究表明在低层建筑群中单个高层建筑可增加其行人高度处的时均和面均风速。
已有的研究表明,千变万化的建筑形状、大小和布局使得建筑高度对行人高度处风场的影响变得复杂[9-10],因此,本文选取规则的建筑群并考虑建筑高度可能的多种变化来研究建筑高度的影响规律,同时考查地面污染物的扩散情况,为建筑风环境的模拟分析和评价提供参考。
1 建筑群模型及设置本文参考文献[2]并设计了如图1(a)所示的高层建筑群模型。该建筑群由54个单体建筑组成,在正对来流风向上共9排6列,每个单体建筑的长(L)、宽(W)及建筑间隔(D)均为30 m。图1(a)中坐标系原点位于地面且z轴指向建筑高度方向,坐标轴x、y和z向的速度分别设为u、v和w。图1(a)中线条围拢的区域为目标域,目标域上、下游建筑的高度H0保持不变且均为30 m,域内的建筑高度有变化。污染源设为地面交通面源且紧邻目标域。由于流动的对称性,本文沿x轴取建筑群的一半为计算域,见图1(b)。为方便描述,目标域内的建筑用Bij表示,其中i为排数,j为列数,图1(b)中Hmax表示目标域中的最大建筑高度。计算域上游、下游及侧面边界与建筑群的距离设置见图1(b),计算域顶部距离地面为5Hmax。
![]() |
图 1 建筑群及计算域布局 Fig.1 Schematic of building group and computational domain settings |
表1为本文设计的7种工况,其中H1j表示目标域第1排建筑的高度,其余的以此类推。
![]() |
表 1 工况命名及描述 Table 1 Nomination of cases and their description |
计算域进口的速度u分布[11]为
$\qquad u=U_{\mathrm{r}}\left(z / H_0\right)^{0.25} $ | (1) |
式中,Ur为高度H0处的来流速度,值为4.2 m·s−1。
进口处的紊流情况设置与文献[2]中的相同,计算域的出口采用出流条件,顶部、侧面和y=0的对称面均设为对称边界,地面和建筑物墙面均设为固体壁面。地面交通面源为离地2 m的区域,污染物设为一氧化碳(CO),源的释放率M0为1 × 10−7 kg·s−1。计算域的离散和流动控制及污染物扩散方程的求解分别选用ANSYS ICEM和FLUENT软件完成。各工况下对近壁面附近的网格进行加密且最小网格尺寸约为H0的0.5% ~ 1.0%,总网格数约为2.35 × 106 ~ 3.12 × 106,所有工况均采用结构网格离散求解域。控制方程的离散格式和求解收敛的判定条件与文献[2,12-13]中的相同,近壁处采用标准壁面函数法处理。本文的计算结果均为网格独立解。
2 建筑高度的影响 2.1 建筑高度对风场的影响为考查建筑对行人高度处风速的影响程度,同时考虑行人的呼吸区高度,本文定义Rtop来评价行人区域风速的相对大小,有
$\qquad {R_{{\rm{top}}}} = \dfrac{{{U_{1.5}}}}{{{U_{\rm{r}}}}} $ | (2) |
式中,U1.5为离地1.5 m处的风速。
图2为7种工况下的Rtop和流线分布。由图可知,在工况1和工况6下,相邻两列建筑间的气流以Rtop为0.2 ~ 0.6的速度沿 + x向流动,在Bi3的外侧,Rtop为0.5 ~ 0.8,而在Bij的正后方,Rtop则小于0.2。上述流场分布应与这两个工况的B1j高度均为上游建筑的2倍有关,来流中z>H0处的气流在B1j的迎风面的上半部被滞止,然后沿着迎风面向下流向地面,从而形成相邻两列建筑间的主流。
![]() |
图 2 行人高度处的Rtop和流线分布 Fig.2 Distribution of Rtop and streamlines at pedestrian level |
由图2(b)、(c)可知,当B1j的高度为1.5H0或H0时,目标域内的主流方向逐渐由 + x向转为−y向,−y向气流来自于Bi3的外侧并随着x和y的减小而变弱,在流至Bi2时,−y向主流的Rtop减小至0.2左右。总体上看,−y向主流明显弱于 + x向的。在本文设计的工况中,Bi3的外侧均为空旷地带,这是−y向流动形成的主要原因。由于实际建筑群边界外多为一定宽度的道路、绿化带或其他建筑,空旷度相对较低,因此,−y的主流在实际建筑群中应更弱,域内的Rtop则更小。
由图2(d)、(e)和(g)可知,若Bij的高度小于B(i + 1)j的, 则这两排建筑间的流动在行人高度处为−x向的回流。图3给出了工况4、工况5和工况7下在y=90 m处的流场,图中可明显观察到上述地面附近有回流现象。值得注意的是,这种回流也发生在B1j和其前排建筑之间。由于污染源位于此处,因此,该回流对污染物分布有重要的影响。实际上,该回流与街道峡谷中的掠流现象相似[14-16]。总体上看,工况7下的目标域内的流动更均匀且大部分区域的Rtop均大于0.3。另外,与其他工况相比,工况7、工况5和工况4下Rtop<0.2的区域明显较少。
![]() |
图 3 y=90 m时的流场 Fig.3 Flow field at the plane of y=90 m |
当建筑高度按60 m和45 m交替变化时(工况4和工况5),目标域内行人高度处的流动变得复杂。在工况4下B2j的高度低于B1j和B3j的, 这就导致B2j和B1j之间的流动为 + x向,而在B2j之后流动又变为−x向。在B3j之后,由于B3j高于B4j,流动再次变为 + x向。上述分析方法也适用于工况5下的流动。
本文的模拟结果表明,改变目标域内的建筑高度可显著影响地面附近的风速和风向,工况7下的高度设计可实现目标域内较强且均匀的流场分布。在工况3和工况2下,目标域内的建筑等于或略高于上、下游建筑的高度,此时Rtop<0.2 区域的面积在所有工况中相对最大。其余4种工况都满足至少有一排建筑的高度是周围建筑的2倍,它们的Rtop也都大于工况3下的。域内气流的方向则由Bij和B(i + 1)j高度的相对大小决定,当x向的流动不够强时,域外的气流会被引入并转为−y向。
2.2 建筑高度对浓度场的影响本文参考文献[6]定义的无量纲浓度K来评价空气的受污染程度,有
$\qquad K=\frac{{{\rho _{{\text{CO}}}}c{Q_\infty }}}{{{M_0}}} $ | (3) |
式中:ρCO为CO的密度;c为CO的体积分数;Q∞为进口速度型线沿着参考面积分而得到的流量,该参考面是将上游建筑投影到计算域的进口面而得到。
图4为行人高度处的K分布。由于污染源靠近B1j,因此,B1j附近的K较大。本文设计的B1j均等于或大于上游建筑的高度,这使得源附近的流动正好位于回流区,B1j越高,则回流越强(见图3)。所以,源释放的大部分污染物滞留在B1j和与其相邻的上游建筑之间,因此,目标域内的污染物浓度相对较低,在B3j和B4j附近的K则几乎可以忽略。
![]() |
图 4 行人高度处的K分布 Fig.4 Distribution of K at pedestrian level |
由图2和图4比较可知,对流是决定污染物分布的主要因素。由于工况1和工况6下的流场基本相同,因此,这两个工况下的K分布也基本相同。图4(a)、(b)和(c)的结果表明,工况1下B1j最高,强烈的回流使得B1j地面附近的K最小,另外,相邻列之间的 +x向主流也使得下游的K很小。在工况2和工况3下,随着目标域内建筑高度逐渐降低,回流逐渐变弱,因此,B1j地面附近的K逐渐增大。然而,相邻排之间的−y向主流阻碍了污染物向下游的输运,污染物的滞留也使得B2j附近的K略有增加。同时,在工况3下,B13和B23的−y向流动将污染源处的气流带入目标域内,这使得B13附近(y>165m)的K变大。
在工况4下,B1j和B2j 之间的K 分布与工况1下的相似[见图4(a)和(d)],B2j与B3j 之间地面附近的回流有效阻止了污染物的对流和扩散, 这使得下游的K迅速减小。上述现象也同样发生于工况5和工况7下,尽管这两个工况下的回流发生于 B1j 和B2j 之间[见图4 (e)和(g)]。
3 结 论本文设计了7种不同高度的建筑群并数值模拟了建筑高度对目标域行人高度处的风速和污染物扩散的影响,得到以下结论:
(1)当目标域内建筑高度均相等且是周围建筑的2倍时,域内行人高度处的风速较大,如域内建筑高度是周围建筑的1.5倍和1倍时,域内行人高度处的风速在7个工况下均为较小值;
(2)当目标域内建筑高度不相等且至少有一排建筑的高度为周围建筑的2倍时,高度交错或渐次变化布排的方式均导致目标域内行人高度处的风速变大,其中高度渐次变高工况下的风速最大;
(3)地面附近的流场基本决定了污染物的分布,在高度渐次变高工况下,由于地面附近的强对流使得行人高度处的污染物浓度最低,而当域内建筑与周围建筑的高度相等时,域内污染物浓度最大,但总体上看,7种工况下的污染物浓度均较小。
由于本文只讨论了规则建筑群的建筑高度对行人高度处的风场和污染物浓度场的影响,上述结论在实际的非规则建筑群中的适用性还需进一步的讨论和验证。
[1] |
BLOCKEN B, STATHOPOULOS T, VAN BEECK J P A J. Pedestrian-level wind conditions around buildings: review of wind-tunnel and CFD techniques and their accuracy for wind comfort assessment[J]. Building and Environment, 2016, 100: 50-81. DOI:10.1016/j.buildenv.2016.02.004 |
[2] |
YANG Y, ZHANG T X, XIE H Y, et al. Impacts of building layout on pedestrian level wind comfort and gas pollutant diffusion[J]. Journal of Air Pollution and Health, 2021, 6(2): 117-134. |
[3] |
TOPARLAR Y, BLOCKEN B, MAIHEU B, et al. A review on the CFD analysis of urban microclimate[J]. Renewable and Sustainable Energy Reviews, 2017, 80: 1613-1640. DOI:10.1016/j.rser.2017.05.248 |
[4] |
MITTAL H, SHARMA A, GAIROLA A. A review on the study of urban wind at the pedestrian level around buildings[J]. Journal of Building Engineering, 2018, 18: 154-163. |
[5] |
BLOCKEN B. 50 years of Computational Wind Engineering: Past, present and future[J]. Journal of Wind Engineering & Industrial Aerodynamics, 2014, 129: 69-102. |
[6] |
HANG J, LI Y G, SANDBERG M, et al. The influence of building height variability on pollutant dispersion and pedestrian ventilation in idealized high-rise urban areas[J]. Building and Environment, 2012, 56: 346-360. DOI:10.1016/j.buildenv.2012.03.023 |
[7] |
YANG Q S, XU X D, LIN Q, et al. Generic models for predicting pedestrian-level wind around isolated square-section high-rise buildings[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2022, 220: 104842. DOI:10.1016/j.jweia.2021.104842 |
[8] |
KIM J W, BAIK J J, HAN B S, et al. Tall-building effects on pedestrian-level flow and pollutant dispersion: large-eddy simulations[J]. Atmospheric Pollution Research, 2022, 13(8): 101500. DOI:10.1016/j.apr.2022.101500 |
[9] |
TAMURA Y, XU X D, YANG Q S. Characteristics of pedestrian-level mean wind speed around square buildings: effects of height, width, size and approaching flow profile[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2019, 192: 74-87. DOI:10.1016/j.jweia.2019.06.017 |
[10] |
LIU J L, NIU J L, DU Y X, et al. LES for pedestrian level wind around an idealized building array-assessment of sensitivity to influencing parameters[J]. Sustainable Cities and Society, 2019, 44: 406-415. DOI:10.1016/j.scs.2018.10.034 |
[11] |
TANAKA H, YOSHIE R, HU C H. Uncertainty in measurements of velocity and concentration around a building[C]. The 4th International Symposium on Computational Wind Engineering, Yokohama, Japan, 2006, 549–552.
|
[12] |
谢海英, 王晓晓, 杨怡, 等. 紊流模型预测街道峡谷流场能力的定量指标评价[J]. 能源研究与信息, 2021, 37(2): 71-77. DOI:10.13259/j.cnki.eri.2021.02.002 |
[13] |
谢海英, 关欣, 沐贤维, 等. 基于流场验证的紊流施密特数对街道峡谷污染物扩散数值模拟的影响[J]. 上海理工大学学报, 2018, 40(5): 466-474. DOI:10.13255/j.cnki.jusst.2018.05.010 |
[14] |
AI Z T, MAK C M. CFD simulation of flow in a long street canyon under a perpendicular wind direction: Evaluation of three computational settings[J]. Building and Environment, 2017, 114: 293-306. DOI:10.1016/j.buildenv.2016.12.032 |
[15] |
LI X X, LEUNG D Y C, LIU C H, et al. Physical modeling of flow field inside urban street canyons[J]. Journal of Applied Meteorology and Climatology, 2008, 47(7): 2058-2067. DOI:10.1175/2007JAMC1815.1 |
[16] |
OKE T R. Street design and urban canopy layer climate[J]. Energy and Buildings, 1988, 11(1-3): 103-113. DOI:10.1016/0378-7788(88)90026-6 |