王 佳，呂春東，牛利偉，張芳菲

?

道路植被結構對大氣可吸入顆粒物擴散影響的模擬與驗證

王 佳，呂春東，牛利偉，張芳菲

（1. 北京林業(yè)大學北京市精準林業(yè)重點實驗室，北京 100083； 2. 北京林業(yè)大學林學院，北京 100083）

為了研究道路植被結構對城市內(nèi)可吸入顆粒物（簡稱PM10）擴散的影響，該文設計不同道路綠化布局模式，在夏季和冬季不同的風向條件下，利用三維微氣候模型（ENVI-met模型）模擬大氣顆粒物擴散的規(guī)律；另外，該文選擇百子灣路、林大北路、交道口東大街、東直門北小街、農(nóng)展館南路6條不同綠化布局的道路作為北京市街區(qū)道路的典型案例，監(jiān)測夏季和冬季不同綠化布局道路的可吸入顆粒物濃度，并與ENVI-met模型模擬結果進行對比。結果表明：在高寬比一定的情況下，喬灌草的布局方式對PM10濃度降低作用最明顯，其次是喬灌組合方式，喬木對降低PM10濃度的作用較弱，灌木對降低PM10濃度的作用最弱；在植被布局相同的情況下，街道高寬比值越小，PM10濃度降低的越明顯。實測和模擬結果對比發(fā)現(xiàn)：兩者相對誤差分布在10%以下的占全部的71%，相對誤差分布在10%至20%占全部的22%，相對誤差分布在20%以上的僅占全部的7%；模擬值和實測值擬合的決定系數(shù)2為0.9894，RMSE為8.399g/m3，說明模擬結果精度較高，因此ENVI-met模型能夠合理模擬道路植被結構對大氣顆粒物擴散的影響，對PM10濃度降低作用角度考慮喬灌草的布局方式最優(yōu)。

植被；PM10；模型；道路綠化布局；擴散；ENVI-met；高寬比

0 引 言

隨著中國城市化的快速發(fā)展，以首都北京為代表的中國特大城市逐步向著國際化大都市邁進。但是在發(fā)展的同時，城市的生態(tài)環(huán)境問題也越來越不容忽視。研究城市街區(qū)內(nèi)大氣可吸入顆粒物的擴散規(guī)律與道路植被之間的相互關系，對于科學規(guī)劃城市道路，改良城市的空氣質(zhì)量，提高城市居民的生活環(huán)境，具有非常重要的意義[1]。

國內(nèi)外對城市機動車排放的大氣顆粒物擴散的研究方法主要分為現(xiàn)場觀測和數(shù)值模擬計算。近年來，在汽車排放的顆粒物的濃度擴散規(guī)律方面，國內(nèi)外學者開展了大量研究工作，也取得了較大的進展。例如Morawska等[2-3]得到顆粒物粒徑越小，顆粒物的濃度與高度方向越不相關。Chan等[4-5]得出隨著高度的增加顆粒物的濃度逐漸降低。Le Bhand等[6]采用單點觀測法觀察了顆粒物濃度隨時間的變化規(guī)律。Ariel[7]在阿根廷Cordoba市部分道路實地測量了顆粒物的濃度，得到其分布規(guī)律。趙曉紅[8]測量了蘭州市區(qū)空氣中的TSP污染物濃度，發(fā)現(xiàn)在市中心的TSP濃度高于郊區(qū)的濃度。劉大猛等[9]采集了北京市道路PM2.5和PM10顆粒物濃度數(shù)據(jù)，研究分析得到顆粒物的濃度與車流量、溫度、濕度以及風速有關。雖然在大氣顆粒物擴散的研究方面，現(xiàn)場實測是最準確和可靠的方法，但是該方法需要耗費大量的人力和物力，同時觀測的時間和周期也較長，并且在觀測點的位置、數(shù)量、高度等的選取方面也有較為嚴格的限制，所以近年來數(shù)值模型技術在大氣顆粒物擴散方面的研究開展越來越多。在大氣顆粒物擴散數(shù)值模擬方面，Lee等[10]利用二維非定常模型對街道峽谷內(nèi)顆粒物的流場和濃度場分布進行了模擬，得出不同幾何結構的街道峽谷顆粒物的擴散也不同。Assimakopoulos等[11]利用MIMO軟件通過對2個不同街道峽谷進行對比，研究固壁邊界條件參數(shù)對街道峽谷內(nèi)的流場和污染物分布擴散的影響。何澤能等[12]利用雷諾應力湍流模型模擬了不同結構的城市街道峽谷的顆粒物分布情況。張穎慧[13]利用標準-湍流模型和離散相模型，研究了典型高速路結構對道路兩側行人及居民區(qū)的影響情況。朱蕾[14]對街區(qū)顆粒物擴散的水平及垂直規(guī)律進行了模擬，提出通過控制顆粒物擴散的方式優(yōu)化城市空間布局的方法。很多學者在不同類型的植物的滯塵能力方面做了大量研究工作，郭偉[15]研究發(fā)現(xiàn)，不同植物的滯塵能力有很大差別，可總體概括為，喬木植物優(yōu)于灌木植物優(yōu)于草本植物；但對于單位葉面積來說，滯塵能力草本植物>灌木植物>喬木植物>藤本植物。雖然國內(nèi)外對大氣顆粒物擴散的數(shù)值模擬方法方面已有較廣泛的研究，但主要的研究方向是計算方法的選擇、影響顆粒物擴散的氣象因素分析以及影響顆粒物擴散的街道結構和建筑物屋頂結構。而對于綜合考慮城市街區(qū)峽谷區(qū)域內(nèi)地表-大氣-植被之間的相互關系，及對區(qū)域內(nèi)微氣候及顆粒物分布的影響方面研究很少。

本研究針對由機動車引起的大氣顆粒物擴散問題，在不同的風向條件下，利用微氣候數(shù)值模擬方法，設計不同道路綠化布局模式，模擬道路植被結構對于PM10擴散的影響。另一方面，本文選取北京市典型的道路綠化模式，實測道路寬度、建筑物高度、觀測日環(huán)境因子，大氣顆粒物濃度隨時間變化，與模擬結果進行對比，評價該模型對于實際大氣顆粒物擴散情況反映的真實性和可靠性，以期為道路綠化設計提供參考。

1 研究區(qū)概況

為了能夠保證試驗選取道路的代表性，本研究利用谷歌高分辨率遙感圖像配合街景視圖，初步選擇了北京的花園北路、交通大學路等36條道路，并于2016年8月底至9月末進行野外樣地勘測，同時參考其他相關研究，編制了野外道路信息采集表[16]，最終選擇代表不同綠化模式、植被類型、高寬比的東直門北小街、交道口東大街、農(nóng)展館南路、林大北路、百子灣路、交通大學路6條道路作為本項目的研究樣地。

選擇道路詳細情況如下表1所示，道路實際綠化類型如圖1所示。

表1 道路情況表

圖1 研究樣地實景圖

2 數(shù)據(jù)與方法

2.1 三維微氣候模型參數(shù)設定

本文室內(nèi)模擬試驗采用三維微氣候模型ENVI-met進行模擬，ENVI-met模型由Bruse和Fleer于1998年建立[17]，軟件基于流體和熱力學（計算基本定律流體動力學模型），主要用來模擬城市小尺度空間內(nèi)地面、植被、建筑和大氣之間的相互作用過程[18-20]。模型的空間分辨率≤10 m，時間分辨率≤10 s，該模型由3個獨立的子模型以及嵌套網(wǎng)格組成，子模型分別為三維主模型、土壤模型和一維邊界模型。三維主模型由水平坐標、坐標和垂直的坐標三部分構成。嵌套網(wǎng)格是帶狀網(wǎng)格，分布在三維模擬區(qū)域周邊，其設置的尺寸越大，代表距離中心區(qū)邊界越遠。嵌套網(wǎng)格的目的是讓模型的邊界遠離模擬中心，從而使風速等一維初始條件在進入中心前能充分發(fā)展，從而形成三維的梯度風。在三維主模型區(qū)域內(nèi)設置研究區(qū)域的主要特征參數(shù)如建筑、綠化和下墊面構造等。主模型通過調(diào)用氣象預測子程序解析控制方程實現(xiàn)地表-植物-空氣相關作用的計算[21-22]。圖2為ENVI-met模型結構圖。表2為需要輸入的主要參數(shù)。

圖2 ENVI-met模型結構

2.2 現(xiàn)場觀測試驗設計

為了對數(shù)值模擬計算進行驗證，在選擇的6條道路開展現(xiàn)場觀測試驗。試驗方法：在道路邊和樹后分別設置監(jiān)測點，監(jiān)測點的布置原則為：每條試驗街道設置一個監(jiān)測斷面，每個監(jiān)測斷面設置2個采樣點，監(jiān)測點高度均為1.5 m高（行人的呼吸高度一般為1.5 m），以接近人的呼吸帶為基準。監(jiān)測點示意圖如下圖3所示。

表2 ENVI-met模擬的主要參數(shù)

注：為傳熱系數(shù)；LAD為葉面積密度；為反射率；為導熱系數(shù)；為密度。

Note:is heat transfer coefficient; LAD is leaf area density;is reflectivity;is coefficient of thermal conductivity;is density.

圖3 監(jiān)測點分布示意圖

監(jiān)測點1位于機動車道路邊緣位置。（后簡稱“路邊”），收集的數(shù)據(jù)是城市道路中大氣顆粒物濃度變化情況，即道路源強部分。

監(jiān)測點2介于建筑物至機動車道路邊緣的中點位置，一般位于通過樹之后的人行道。（后簡稱“樹后”）收集的數(shù)據(jù)是人行道區(qū)域，是人們室外主要活動區(qū)域之一，直接影響行人的呼吸質(zhì)量。

由于現(xiàn)場觀測受當?shù)貧庀髼l件影響較大，所以通常選擇在晴天、能見度較好的氣象條件下進行監(jiān)測，選用的大氣顆粒物采集儀器型號為Dustmate（英國，Turnkey公司），在測定PM10濃度時，采用手持氣象觀測儀Kestrel4500（美國，NK公司），同步測定監(jiān)測點的風速、濕度和溫度等氣象條件。為了保證測定數(shù)據(jù)的準確性，在冬季（1－3月）和夏季（7－9月），每個季節(jié)選取1天典型氣象日，從08:00－18:00，每2 h測量1次，1次采樣10 min，然后取平均作為該時刻的測定數(shù)據(jù)。道路的交通流量和車輛的行駛速度采用同一時段內(nèi)交通監(jiān)測器記錄數(shù)據(jù)的平均值[23]。經(jīng)查閱在北京地區(qū)，冬季盛行風為西北風，所以模擬研究時設置風向為315°風向，夏季盛行風東南風，風向設置為135°風向。

3 結果與分析

3.1 無植被情況下PM10擴散情況

圖4模擬了在無植被的情況下，風速為1 m/s時，北京地區(qū)冬夏兩季的盛行風向下的PM10擴散情況。從圖4可以看出，PM10濃度以污染源為中心逐漸向外擴散。從圖4可以看出，PM10濃度以污染源為圓心逐漸向外擴散。以下以垂直直徑為基準線對PM10濃度擴散進行分析：在街道寬高比為0.5，風向為135°情況下PM10濃度在高度2 m以下為30～50g/m3，2 m以上為0～15g/m3；風向為315°情況下6 m高度以下PM10濃度為30～50g/m3，高度6~8m之間為15～30g/m3，8 m以上為15～30g/m3。在街道寬高比為0.9，風向為135°情況下PM10濃度在高度3 m以下為30～50g/m3，3 m以上為0～15g/m3；風向為315°情況下PM10濃度在高度4 m以下為30～50g/m3，4～6 m之間為15～30g/m3，6 m以上為15～30g/m3。在街道寬高比為1.2，風向為135°情況下PM10濃度在高度2 m以下為30～50g/m3，2m以上為0～15g/m3；風向為315°情況下PM10濃度在高度6 m以下為30～50g/m3，6～10 m間為15～30g/m3，10 m以上為15～30g/m3。

通過對比圖4中的3種不同高寬比及2種不同風向模擬結果得出：PM10濃度在靠近污染源地方為最高值，而距離污染源越遠，濃度降低越多。對于同一種高寬比內(nèi)的2種不同風向：在冬季盛行的315°風向時PM10濃度范圍相對于夏季盛行的135°風向時濃度范圍發(fā)生了明顯的變化，均是315°風向時PM10擴散范圍大于135°風向時擴散范圍。對比不同高寬比發(fā)現(xiàn)，隨著街道逐漸狹窄，即高寬比數(shù)值逐漸增大，PM10濃度值也隨之逐漸增大，這種情況在風向為315°時表現(xiàn)較為明顯，說明高寬比較大時，街道布局較為緊湊，與外界的通風減少，使顆粒物難以擴散，從而造成街區(qū)內(nèi)的顆粒物濃度值較高。同時經(jīng)過查閱相關文獻分析[24-26]，在風向為135°風向時風將顆粒物吹散，下游積聚的顆粒物明顯減少，所以在圖4中135°風向時沒有出現(xiàn)類似于315°風向時，局部地區(qū)顆粒物濃度過大的現(xiàn)象；而315°時街道內(nèi)主要是向下的氣流，顆粒物在下游積聚，導致顆粒物在街區(qū)道路中難以擴散，使街區(qū)內(nèi)的顆粒物濃度值比較高；出現(xiàn)這樣現(xiàn)象的原因可能是北京地區(qū)冬季氣候干燥，煤炭使用量增加，揚塵嚴重，導致整體顆粒物濃度較高。而夏季濕度較高，導致大氣中的顆粒物較容易沉降，所以濃度相對較低，這也和目前其他研究結果類似[24-26]。

圖4 在風向135°和315°無植被情況下PM10擴散模擬

3.2 不同植被結構對PM10擴散的影響

為了評價不同道路植被布局對街區(qū)道路中可吸入顆粒物擴散的影響，本文參考了Wania等[27]提出的方法，首先風速和風向一致的情況下，將無植被條件下大氣顆粒物擴散情況作為背景值，將本研究設定的其余4種植被布局模擬的大氣顆粒物擴散圖與無植被情況擴散圖疊加，即相同位置處的顆粒物濃度=某一植被布局顆粒物濃度（如喬木）-無植被顆粒物濃度。模型參數(shù)設置見表2。圖5為模擬了風向為135°、風速為1 m/s的大氣顆粒物濃度經(jīng)過上述疊加處理后的情況，并且設置網(wǎng)格單元為1.5 m，來體現(xiàn)人體呼吸吸收的顆粒物濃度[28]。

在風速和風向相同的情況下，分別對街道背風面的PM10變化濃度和迎風面的PM10變化濃度作對比，從圖5中可以看出，灌木類型迎風PM10濃度變化范圍Δg/m3，而背風面7g/m3<Δ<9g/m3，喬木類型和喬灌組合類型與灌木情況一樣，只有喬灌草組合形式稍好，迎風PM10濃度變化范圍Δg/m3，而背風面?3g/m3<ΔCg/m3。而對于同一種植被結構類型，不同高寬比，迎風面和背風面同一位置觀測點，同一高度濃度變化呈現(xiàn)類似規(guī)律，即迎風面PM10濃度變化要高于背風面濃度變化，產(chǎn)生的原因為氣流的運動導致污染物在街區(qū)背風面產(chǎn)生堆積，并在氣流上升的過程中，污染物隨流向街道上空擴散，因而在背風面的街道處污染物濃度最大，然后隨著建筑物高度的增加濃度慢慢降低，這和其他學者的研究成果一致[29-32]。

注：風向為135°、風速為1 m·s-1。

在高寬比一定的情況下（以高寬比0.5為例），對于4種不同的植被布局結構，在迎風面上，灌木、喬木和喬灌組合類型變化濃度范圍，?5g/m3<Δ<11g/m3，而喬灌草的布局變化濃度范圍為?5g/m3<Δg/m3，而背風面上，灌木、喬木和喬灌組合類型濃度變化范圍，1g/m3<Δ<11g/m3，而喬灌草的布局濃度變化范圍為?5g/m3<Δ<7g/m3，不論迎風面還是背風面都可以看出喬灌草組合方式對PM10濃度降低作用最明顯，其他3種布局結構，從Δ變化面積可以看出，喬灌組合方式對于降低PM10濃度作用僅此于喬灌草組合，再次是喬木，灌木對降低PM10濃度的作用最弱。其他高寬比的情況與0.5類似，對于PM10濃度的降低作用均是喬灌草>喬灌>喬木>灌木，但在高寬比0.9和1.2的條件下，從圖5中對比可以發(fā)現(xiàn)喬木、喬灌組合及喬灌草組合3種類型對于PM10的降低作用影響作用沒有0.5時顯著，從中可以分析街道高寬比也是影響PM10擴散的一個重要參數(shù)。另外在植被布局結構相同的情況下，可以看出，隨著高度的增加，建筑物高度對可吸入顆粒物的空間擴散阻力減小，可吸入顆粒物逐漸向兩側擴散，PM10濃度隨高度的增加逐漸降低；高寬比越小，即街道越寬闊，PM10濃度下降得越明顯，寬闊的街道利于街道內(nèi)氣流的交換，利于通風，污染物濃度越低；反之越高。

3.3 模型驗證

為了驗證微氣候模擬的準確性，本文研究對將外業(yè)實測道路在ENVI-met中還原，分別于夏季與冬季，輸入觀測日采集的風速、濕度和溫度等氣象數(shù)據(jù)，模擬大氣顆粒物濃度，同時將監(jiān)測點的實測數(shù)據(jù)與數(shù)值模擬結果進行對比，結果如圖6所示。

圖6 PM10濃度實測值與模擬值對比

從圖6可知，現(xiàn)場試驗觀測和模擬值數(shù)值相差不大，走勢基本一致。根據(jù)實測值與模擬值計算相對誤差，得出相對誤差分布在10%以下的占全部的71%，相對誤差分布在10%至20%占全部的22%，相對誤差分布在20%以上的僅占全部的7%。圖7是濃度實測值與模擬值線性關系圖，從圖中可以看出，模擬值和實測值的決定系數(shù)2=0.9894，RMSE=8.399g/m3，說明模擬值與實測值相關性較高，誤差較小，本文選取的道路顆粒物對流擴散模型可以合理模擬污染物擴散規(guī)律。

圖7 PM10濃度實測值與模擬值線性關系圖

對于城市道路汽車尾氣顆粒物的對流擴散模擬的研究目前還并不成熟，本文只對其中行道樹布局與大氣顆粒物擴散方面進行了研究分析。想要全面分析研究，還應增加更多不同植被結構類型道路進行實測，同時也應增加更多的觀測日，增加不同氣象條件，因為城市顆粒物的濃度與環(huán)境因子的關系較復雜，室外的天氣的瞬息萬變也有可能引起濃度變化。所以本文分析的植被結構對PM10顆粒物的影響，環(huán)境因子只作為輔助因子參考。關于環(huán)境因子對大氣顆粒物的濃度影響，還有待日后進一步的研究。本文在利用三維氣候模型模擬顆粒物擴散時對模型進行了簡化，以處于街道中央的連續(xù)的體積源作為顆粒物的形態(tài)，而沒有考慮到街道內(nèi)的車輛的外形、運動情況以及顆粒物隨車的擴散情況，而是將其視為固定的體積源，這與實際情況有一定的不符，在之后的研究中應對這些因素也進行一定的分析，建立更加完善的模型，提高模擬的結果的準確性。

4 結 論

本文通過三維微氣候模型模擬城市街區(qū)內(nèi)道路顆粒物的擴散規(guī)律，根據(jù)擴散模型進行多次模擬計算，得到在不同風速以及不同風向的情況下道路上顆粒物對流擴散的規(guī)律和顆粒物的濃度分布，并利用現(xiàn)場觀測結果驗證模擬結果。結論如下：

在高寬比一定的情況下，喬灌草的布局方式對PM10濃度降低作用最明顯，其次是喬灌組合方式，喬木對降低PM10濃度的作用較弱，灌木對降低PM10濃度的作用最弱；在植被布局結構相同的情況下，高寬比越小，即街道越寬闊，PM10濃度下降的越明顯；反之越高。通過模擬值和實測值對比發(fā)現(xiàn)：模擬值和實測值擬合決定系數(shù)2=0.9894，RMSE=8.399g/m3。說明本文所應用的ENVI-met模型對城市街區(qū)內(nèi)道路顆粒物的擴散規(guī)律模擬精度較高。

[1] 陳仁杰，陳秉衡，闞海東. 我國113個城市大氣顆粒物污染的健康經(jīng)濟學評價[J]. 中國環(huán)境科學，2010，30(3)：410－415.

Chen Renjie, Chen Bingheng, Kan Haidong.A health-based economic assessment of particulate air pollution in 113 Chinese cities[J]. China Environmental Science, 2010, 30(3): 410－415. (in Chinese with English abstract)

[2] Morawska L, Thomas S, Gilbert D, et al. A study of the horizontal and vertical profile of sub micrometer particles in relation to a busy road[J]. Atmospheric Environment, 1999, 33: 1261－1274.

[3] Tripath R. Mi, Vinod Kumar A, Manikandan S.T, et al. Vertical distribution of atmospheric tracemetals and their sources at Mumbai, India[J]. Atmospheric Environment, 2004, 38: 135－146.

[4] Chan L Y, Kwok W S. Vertical dispersion of suspended particulates in urban area of Hong Kong[J]. Atmospheric

Environment, 2000, 34: 4403－4412.

[5] Micallef A, Colls J J. Measuring and modeling the airborne particulate mailer environment: model overview and evaluation[J]. Science of the Total Environment, 1999, 235(1/2/3): 199－210.

[6] Le Bhand O. Application of dispersion modeling for analysis of particle pollution sources in a street canyon[J]. Water Air & Soil Pollution Focus, 2002, 2(5/6): 395－404.

[7] Ariel F. Street level air pollution in Cordoba city[J]. Atmospheric Environment, 1996, 30(20): 3491－3495.

[8] 趙曉紅. 蘭州市交通要道顆粒物污染狀況及其致突變活性的研究[J]. 環(huán)境科學學報，2001(4)：444－447.

Zhao Xiaohong.Pollution status and mutagenicity of particles in heavy traffic road of Lanzhou[J]. Acta Scientiae Circumstantiae, 2001(4): 444－447. (in Chinese with English abstract)

[9] 劉大錳，黃杰，高少鵬，等. 北京市區(qū)春季交通源大氣顆粒物污染水平及其影響因素[J]. 地學前緣，2006(2)：228－233.

Liu Dameng, Huang Jie, Gao Shaopeng, et al. The pollution level and influencing factors of atmospheric particulates from traffic in Beijing city during spring[J]. Earth Science Frontiers, 2006(2): 228－233. (in Chinese with English abstract)

[10] Lee I Y, Park H M. Parameterization of the pollutant transport and dispersion in urban street canyons[J]. Atmos Environ, 1994, 28(17): 2343－2349.

[11] Assimakopoulos V, Ehrhard J, Theodoridis G, et al. Assessing the influence of near wall treatment on the wind and dispersion characteristics in urban areas[J]. Sixth International Conference on Harmonisation within Atmospheric Dispersion Modelling for Regulatory Purposes, France, 1999.

[12] 何澤能，高陽華，李永華，等. 城市街道峽谷對稱性對內(nèi)部氣流場的影響研究[J]. 氣象與環(huán)境學報，2008(2)：62－67. He Zeneng, Gao Yanghua, Li Yonghua, et al. Effects of symmetry of urban street canyons on their inner airflow fields[J]. Journal of Meteorology and Environment, 2008(2): 62－67. (in Chinese with English abstract)

[13] 張穎慧. 有高架的城市街道峽谷內(nèi)顆粒物擴散的數(shù)值模擬研究[D]. 濟南：山東大學，2016.

Zhang Yinghui. Numerical Simulation of Particle Dispersion in Urban Street Canyon with Elevated Road[D]. Jinan: Shandong University, 2016. (in Chinese with English abstract)

[14] 朱蕾. 城市商業(yè)街區(qū)可吸入顆粒物擴散模擬與街區(qū)空間布局優(yōu)化研究[D]. 沈陽：沈陽建筑大學，2015.

Zhu Lei. The Study of Respirable Particulate Matter Dispersion Modeling of City Commercial Street and Neighborhood Space Layout Optimization[D]. Shengyang: Shenyang Jianzhu University, 2015. (in Chinese with English abstract)

[15] 郭偉. 城市綠地滯塵作用機理和規(guī)律的研究進展[J]. 生態(tài)環(huán)境學報，2010，19(6)：1465－1470.

Guo Wei. Research progress of city mechanisms and rules of dust retention[J]. Ecology and Environmental Sciences, 2010, 19(6): 1465－1470. (in Chinese with English abstract)

[16] 郭振宇. 城市街道峽谷內(nèi)機動車尾氣排放的PM2.5的對流擴散規(guī)律研究[D]. 濟南：山東建筑大學，2013.

Guo Zhenyu. Numerical Simulation on PM2.5 Dispersion in Street Canyons[D]. Jinan: Shandong Jianzhu University, 2013. (in Chinese with English abstract)

[17] Bruse M, Fleer H. Simulating surface-plant-air interactions inside urban environments with a three dimensional numerical mode[J]. Environmental Modelling and Software, 1998, 13: 373－384.

[18] 桑建國，劉輝志，王保民，等. 街谷環(huán)流和熱力結構的數(shù)值模擬[J]. 應用氣象學報，2002(S1)：69－81.

Sang Jianguo, Liu Huizhi, Wang Baomin, et al. Numerical simulation of the flow field and thermal structure over a street canyon[J]. Journal of Applied Meteorological Science 2002(S1): 69－81. (in Chinese with English abstract)

[19] 楊小山. 室外微氣候對建筑空調(diào)能耗影響的模擬方法研究[D]. 廣州：華南理工大學，2012.

Yang Xiaoshan. A Simulation Method for the Effects of Urban Microclimate on Building Cooling Energy Use[D]. Guangzhou: South China University of Technology, 2012. (in Chinese with English abstract)

[20] 趙丹平. 城市街道峽谷內(nèi)的氣流運動與污染擴散研究[D].上海：東華大學，2010.

Zhao Danping. Numerical Simulation of the Flow Field and Pollution on centration Field in Street Canyon[D]. Shanghai: Donghua University, 2010. (in Chinese with English abstract)

[21] 趙靜. 基于多孔介質(zhì)方法的城市街區(qū)汽車污染物對流擴散數(shù)值模擬研究[D]. 濟南：山東建筑大學，2012. Zhao Jing.Numerical Analysis of Pollutant Dispersion in Street Canyon Based on Porous Medium Model[D]. Jinan: Shandong Jianzhu University, 2012. (in Chinese with English abstract)

[22] 詹慧娟. 應用ENVI-met模型模擬三維植被場景溫度分布[J]. 北京林業(yè)大學學報，2014，36(4)：64－74.

Zhan Huijuan. Simulated three-dimensional application of ENVI-met scene vegetation temperature distribution model[J]. Journal of Beijing Forestry University, 2014, 36(4): 64－74. (in Chinese with English abstract)

[23] 齊飛艷. 道路大氣顆粒物的分布特征及綠化帶的滯留作用[D]. 鄭州：河南農(nóng)業(yè)大學，2009.

Qi Feiyan. Distribution Characteristics of Atmospheric Particles from Highways and the Retaining Effect of Greenbelts[D]. Zhengzhou: Henan Agricultural University, 2009. (in Chinese with English abstract)

[24] 劉寶章. 澳門荷蘭園街汽車尾氣擴散規(guī)律實驗研究[J]. 環(huán)境科學學報，2000(S1)：27－33.

Liu Baozhang. Experimental study on the diffusion law of automobile flux at the street rua de campos in Macau[J]. Acta Scientiae Circumstantiae, 2000(S1): 27－33. (in Chinese with English abstract)

[25] 穆珍珍. 西安市雁塔區(qū)冬季可吸入顆粒物時空變化研究[J]. 環(huán)境科學學報，2011，31(7)：1509－1516.

Mu Zhenzhen. Vertical and temporal variation of PM10 in Yanta District, Xi’an during winter[J]. Acta Scientiae Circumstantiae, 2011, 31(7): 1509－1516. (in Chinese with English abstract)

[26] 趙晴. 北京及周邊地區(qū)夏季大氣顆粒物區(qū)域污染特征[J].環(huán)境科學，2009，30(7)：1873－1880.

Zhao Qing. Regional PM pollution in Beijing and surrounding area during summertime[J]. Environmental Science, 2009, 30(7): 1873－1880. (in Chinese with English abstract)

[27] Wania A, Bruse M, Blond N, et al. Analysing the influence of different street vegetation on traffic-induced particle dispersion using microscale simulations[J].Journal of Environmental Management, 2012 , 94 (1) :91-101

[28] 王宇. 北京市典型道路空氣中揮發(fā)性有機物污染特征與模擬[D]. 北京：北京林業(yè)大學，2014.

Wang Yu. Beijing Typically Volatile Organic Compounds in Air Pollution Road Characteristics and Simulation[D]. Beijing: Beijing Forestry University, 2014. (in Chinese with English abstract)

[29] 崔健. 江蘇省能見度時空分布特征及其影響因子分析[D].南京：南京信息工程大學，2015.

Cui Jian. Temporal-spatial Variations of Visibility in Jiansu and Influencing Factors[D]. Nanjing: Nanjing University of Information Science & Technology, 2015. (in Chinese with English abstract)

[30] 張新獻，古潤澤，陳自新，等. 北京城市居住區(qū)綠地的滯塵效益[J]. 北京林業(yè)大學學報，1997(4)：14－19.

Zhang Xinxian, Gu Runze, Chen Zixin, et al. Dust removal by green areas in the residential quarters of Beijing[J]. Journal of Beijing Forestry University, 1997(4): 14－19. (in Chinese with English abstract)

[31] 湯天然，袁馬強，曹芳. 太湖及與湖岸城市間大氣顆粒物分布特征分析[J]. 氣象科學，2016，36(6)：819－825.

Tang Tianran, Yuan Maqiang, Cao Fang. Characteristics analysis on distribution of particulate matters between lake shore cities and Taihu Lake[J]. Scientia Meteorologica Sinica, 2016, 36(6): 819－825. (in Chinese with English abstract)

[32] 馮朝陽，高吉喜，田美榮，等. 京西門頭溝區(qū)自然植被滯塵能力及效益研究[J]. 環(huán)境科學研究，2007，20(5)：155－159.

Feng Chaoyang, Gao Jixi, Tian Meirong, et al. Research on dust absorption ability and efficiency of natural vegetation in Mentougou District, Beijing[J]. Research of Environmental Sciences, 2007, 20(5): 155－159. (in Chinese with English abstract)

Simulation and verification of influence of different street vegetation structure on diffusion of atmosphere particulates

Wang Jia, Lü Chundong, Niu Liwei, Zhang Fangfei

(1.100083,; 2.,100083,)

As the city is developing continuously recently, frequently occurred haze has increasingly raised residents’ concerns about the urban ecological problems. Motor vehicle exhaust gas is one of the major sources of atmospheric particulates. The road green system, an important ecological measurement, which plays a significant role in preventing the motor vehicle exhaust gas diffusion, is of great significance to improve urban air quality and residents’ life quality and the living environment. For the purpose of urban road greening plan, we used high resolution remote sensing images and street views to compile the road information tables so as to select six roads (Baiziwan Road, Linda North Road, Jiaodaokou East Avenue, Dongzhimen North Street, and Nongzhanguan South Road) in Beijing city as the sample set which represent different road green systems, green configurations and street aspect ratios. For the simulation experiment in this paper, we used three-dimensional microclimate software ENVI-met, which was based on fluid and thermodynamics (the calculation of the basic law of the fluid dynamics model), to simulate the interaction processes among ground, vegetation, building and atmosphere in a small-scale urban space. We constructed three-dimensional main model area and set main characteristic parameters of the sample places, such as building, greening and underlying surface structure, and achieved the numerical simulation of interactions among ground, vegetation, building and atmosphere by using the weather prediction subprogram to analyze governing equation. We conducted field experiment in order to compare it with the numerical simulation results. The monitoring points were set on the roadside and behind the tree respectively. Each experiment street was set with one monitoring section which has two monitoring points at the height of 1.5 meters. We selected PM10 as the monitoring item and measure meteorological factors such as wind speed, wind direction and temperature at the same time. We set the results of the non-vegetation particulate matter as background value and superposed it with the diffusion of that under different green configurations to analyze the law of particulate matter diffusion of different green configurations. The simulation results showed that, under the same condition of wind speed and wind direction, the changes of PM10 concentration on the leeward side of monitoring point were higher than that on its windward side, which proved that the motion of airflow caused the particulate matter accumulation on the leeward side and the spreading of particulate matter over the road as air flow rising, so the concentration of particles on the leeward side was the largest, and then gradually decreased as the building height increasing. Under the same condition of aspect ratio, the effect of arbor--shrub-grass configuration on reducing PM10 concentration was the most obvious, followed by the arbor--shrub configuration. The effect of arbor on reducing PM10 concentration was weak and the effect of shrub on that was the weakest. Under the same condition of green configurations, the smaller the street’s aspect ratio (the wider the street) was, the greater decrease in the concentration of PM10, which indicated that the wider street was favorable for ventilation and had the lower the concentration of pollutants and vice versa. Comparing the measured data with the numerical simulation data, the coefficient between the measured value and the simulated value was 0.9894, and the correlation between the simulated results and the field observation results was pretty high, so it could be proved that the convection-diffusion model that ENVI-met used was available for simulating the diffusion of atmosphere particulate matter and can give reasonable calculation results of the law of the diffusion of atmosphere particles.

vegetation; PM10; models; road greening layout; diffusion; ENVI-met; aspect ratio

10.11975/j.issn.1002-6819.2018.20.029

X173

A

1002-6819(2018)-20-0225-08

2018-04-07

2018-08-27

北京市自然科學基金（8182038）；中央高?；究蒲袠I(yè)務經(jīng)費項目（2015ZCQ-LX-01）；國家自然科學基金（41401650）

王 佳，副教授，博士。研究方向：3S技術在資源與生態(tài)環(huán)境中的應用。Email：Wangjia2002_0@163.com

王 佳，呂春東，牛利偉，張芳菲.道路植被結構對大氣可吸入顆粒物擴散影響的模擬與驗證[J]. 農(nóng)業(yè)工程學報，2018，34(20)：225－232. doi：10.11975/j.issn.1002-6819.2018.20.029 http://www.tcsae.org

Wang Jia, Lü Chundong, Niu Liwei, Zhang Fangfei. Simulation and verification of influence of different street vegetation structure on diffusion of atmosphere particulates[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(20): 225－232. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.20.029 http://www.tcsae.org