建造环境课题组在中科院SCI一区期刊 Sustainable Cities and Society（JCR Q1 IF 11.7）上发表了研究论文, 介绍了一种基于多项式混沌展开以实现变化风况下室外环境气流及污染物扩散快速预测的方法。

 

 

一. 题目

Quantifying the uncertainty of the effects of varying wind conditions on outdoor airflow and pollutant dispersion

该研究获得国家重点研发计划、国家自然科学基金、香港政府STEM教授计划资助

二. 作者

戴婷，刘素梅（通讯作者），刘俊杰，姜楠，陈清焰

三. 研究亮点

• 评估了风况变化对室外环境气流和污染物扩散的影响。

• 建立了室外气流速度和污染物浓度随风况的代理模型。

• 实现了变化风况下室外环境气流和污染物扩散的直接预测，避免了重复模拟。

• 通过创新的截断策略和分布函数进一步提升多项式混沌展开方法的性能。

四. 摘要

室外环境中的气流及气态污染物扩散的研究对于提升室外环境质量和保护公众健康至关重要。室外风况不断变化，导致气流和污染物扩散存在不确定性。以往的研究主要通过采样法来研究风况变化的影响，但其需重复模拟导致效率较低。本研究采用多项式混沌展开方法量化风况变化对室外流动和污染物扩散的影响，该方法将室外风向和风速作为输入变量，通过扩展正交多项式以构建气流速度和污染物浓度的代理模型。与模拟结果相比，代理模型的准确度可以达到0.91-0.98。该方法实现了室外气流速度和污染物浓度的直接快速预测，避免了因风况变化导致的重复模拟，从而提高了计算效率。可得到变化风况下的速度和浓度分布情况，为实际城市环境中的气流及污染扩散提供了更快速全面的预测。

五. 研究背景

随着工业化的发展，工业生产向室外环境排放的污染物增加。污染物扩散到建筑周围甚至进入建筑内部，从而导致空气污染。研究建筑物周围的气流及污染物扩散对于提升室外环境的整体质量和保护公众健康至关重要。计算流体动力学是研究室外环境中气流和污染物扩散的有效方法，但现有研究主要依赖于主导风向和风速。而实际室外环境中风况变化给气流和污染物扩散带来不确定性，研究变化风况下的室外气流和污染物扩散情况显得尤为重要。

不确定性研究方法包括局部展开法、采样方法和多项式混沌展开方法。局部展开法通过泰勒级数展开在参考点附近线性化响应，以获得结果的统计信息。但其主要适用于非线性程度较低的情况，对于因风况变化导致气流和污染物扩散的强非线性变化，其准确性相对较低。采样法是通过对风况随机采样进行模拟，然后对模拟结果进行比较分析实现。然而，现有研究主要通过小样本量的模拟进行定性比较，对于新的风况需要进行重新模拟，导致效率较低。

多项式混沌展开方法凭借其高效性在建筑环境不确定性分析中的应用日益广泛。通过建立室外速度和污染物浓度随风况的代理模型，量化风况变化对室外气流和污染物扩散的影响，实现变化风况下的气流和污染物分布的快速预测。本研究通过采用创新的截断方案和配点的确定方法提升了代理模型的构建效率。通过使用具有强适应性的分布函数，增强了该方法在实际室外场景中的适用性。该方法实现了实际室外环境中气流速度和污染物浓度的直接快速计算，避免了因风况变化所需的重复模拟，从而提高了计算效率。为实际城市环境中的气流及污染扩散提供了更快速全面的预测。

 

六. 主要成果

1. 变化风况下室外环境气流及污染物浓度代理模型构建

 

在多项式混沌展开方法中，速度和浓度可表示为以风向和风速为变量的多项式展开：

 

其中和分别表示风向和风速的变量；和 分别代表与风向和风速对应的两个正交多项式。是这两个正交多项式的乘积组合，阶数分别为和，阶数通过双曲截断方案确定。为多项式系数。

基于多项式混沌展开方法构建变化风况下室外气流及污染物浓度的代理模型以进行不确定性分析的过程主要包括四个部分：正交多项式的确定、多项式的双曲截断、系数的确定以及应用分析。图1为构建代理模型进行不确定性分析的流程图。

 

图1 基于多项式混沌展开方法构建代理模型进行变化风况下室外气流和污染物扩散不确定性分析的流程图

 

2. 代理模型准确性验证

 

如图2所示，通过与模拟云图的比较，发现代理模型计算结果构建的云图可以准确地描述气流和污染物扩散情况，验证了代理模型的准确性。

 

 

(a)

 

 (b)

 

(c)

 

(d)

图2 代理模型计算（左）及模拟（右）得到的速度的三个分量(a)U_x, (b)U_y, (c)U_z和(d)浓度云图的对比验证

 

3. 变化风况下气流及污染物浓度的分布

 

获得准确的代理模型后，可以得到速度分量和污染物浓度随风速和风向变化的响应曲面，如图3所示。结合代理模型及风况的概率密度分布，可以得到室外环境中速度及污染物浓度的分布情况。如图4所示，展示了变化风况下实际城市室外环境中水平速度及浓度的分布范围。

 

   

(a)                                   (b)

  

(c)                                 (d)

图3速度分量(a)U_x, (b)U_y, (c)U_z和(d)浓度随风速和风向变化的响应曲面。

 

（a）

 

（b）

图4变化风况下的(a)水平速度和(b)污染物浓度的分布范围。

七. 结论

 建立了室外气流速度和污染物浓度的代理模型，得到了其随风况变化的响应曲面。

 代理模型计算结果与模拟结果的相关系数可达0.91-0.98，验证了代理模型的准确性。

 结合代理模型与风况的概率密度分布，可得到变化风况下速度和浓度的分布情况。

 实现了室外气流速度和污染物浓度的直接计算，避免了因风况变化所需的重复模拟，为实际室外环境中气流和污染扩散提供了更快速全面的预测。

本文引用格式

Dai T, Liu S, Liu J, et al. Quantifying the uncertainty of the effects of varying wind conditions on outdoor airflow and pollutant dispersion [J]. Sustainable Cities and Society, 2024, 113: 105698.

原文链接：https://doi.org/10.1016/j.scs.2024.105698

 

稿件编辑：戴婷

审核人：刘俊杰

刘素梅

田媛