《Atmospheric Pollution Research》:Numerical investigation of dispersion and transport of passive and reactive pollutants in a real street canyon
编辑推荐:
Namrata Mishra|Aditya Kumar Patra印度卡尔加普尔印度理工学院环境科学与工程学院,卡尔加普尔,印度摘要在城市街道峡谷中,数值模拟污染物输送与扩散过程被广泛用于评估路边空气质量。然而,许多现有研究依赖于理想化的几何结构,并假设污染物为化学惰性物质,这限
Namrata Mishra|Aditya Kumar Patra
印度卡尔加普尔印度理工学院环境科学与工程学院,卡尔加普尔,印度
摘要
在城市街道峡谷中,数值模拟污染物输送与扩散过程被广泛用于评估路边空气质量。然而,许多现有研究依赖于理想化的几何结构,并假设污染物为化学惰性物质,这限制了人们对实际城市环境中反应性交通排放物如NOx的理解。本研究探讨了在形态不规则的真实城市街道峡谷中,被动型CO与反应性NOx、O3的扩散及化学转化过程。研究采用了基于URANS的建模框架,结合NOx-O3光化学作用机制,并充分考虑了太阳辐射的影响。研究结果表明,被动型与反应性污染物的扩散行为相似,这凸显出峡谷尺度流动结构在污染物分布中的主导作用。NO2的化学反应对其浓度的影响与O3的形成呈反比关系。由于高度增加导致NO与O3的反应减弱,O3浓度从地面到屋顶逐渐上升。传输平衡分析显示,CO主要受平流作用影响,而NO2和O3则同时受到平流和湍流扩散的影响,化学过程还会带来耦合的源-汇效应。NO2与O3之间的反比关系表明,尽管光化学作用在整个传输过程中的贡献较小,但它仍能在局部改变污染物浓度。总体而言,虽然光化学作用的强度相对较低,但它在决定峡谷内反应性污染物的空间分布方面起着关键作用。
引言
近几十年来,城市化进程迅速发展。2018年全球有55%的人口居住在城市地区,预计到2050这一比例将上升至68%(联合国经济和社会事务部,2018年)。城市是经济和技术发展的中心,目前正处于快速扩张阶段。这种发展态势加剧了空气污染,其主要原因是车辆排放的PM2.5、CO和NOx不断增加(Mohtar等人,2018年)。像街道峡谷这样的紧凑城市环境会在交通拥堵和恶劣天气条件下改变气流模式,抑制通风,从而导致行人活动区域内的污染物浓度升高,进而降低当地空气质量(Huang等人,2021年;Zhou等人,2022年)。据估计,城市交通导致了40–70%的NOx排放量(Boikos等人,2025年)。其中,NO2被世界卫生组织列为需要重点监测的污染物(世界卫生组织,2005年)。接触这些污染物可能与呼吸系统、心血管系统、生殖系统以及神经系统疾病有关(Yue等人,2022年;van Zoest等人,2020年;Wu等人,2022年)。因此,了解城市街道峡谷中NOx的扩散规律对于制定有效的减排措施和保护公众健康至关重要。
以往基于实地观测(Ehrnsperger和Klemm,2022年;Huang等人,2025年)、风洞实验(Owolabi和Nosek,2025年;Ponte,2025年)以及计算流体动力学模拟(Chai等人,2025年;Mishra等人,2025a、2025b年)的研究表明,为了改善城市空气质量,有必要对街道峡谷尺度上的气流和污染物输送情况进行更深入的研究。与简单方法相比,计算流体动力学模拟能够生成高分辨率的污染物分布图,因此能提供更为真实和详细的结果(Pantusheva等人,2022年;Ioannidis等人,2024年)。尽管计算流体动力学模型效果不错,但早期的大多数研究都将污染物视为被动标量或非反应性物质。对于CO以及许多碳氢化合物来说,这种处理方式是可行的,因为它们的化学反应时间远远长于空气将其带离所需的时间。然而,对于NO2和O3这类寿命较短的污染物来说,则不适用此方法。它们的反应时间仅为几秒到几分钟,因此在靠近污染源的地方传输时就会发生显著的化学变化,从而大幅改变其浓度。NO2会与O3发生快速的光化学循环反应。在街道峡谷中,交通排放物以NO为主,而NO2的比例虽小但正在上升。新排放的NO会迅速与O3发生反应,导致峡谷内的O3浓度明显下降,其浓度也低于周边农村地区或屋顶以上的城市空气,这种现象被称为城市减量效应(Munir等人,2013年)。这些反应对太阳辐射和温度十分敏感,若在计算流体动力学模型中忽略这些因素,就可能导致对NO2浓度的预测出现较大误差(Sanchez等人,2017年)。在夏季强烈的太阳辐射作用下,这些光化学反应会加速,由此产生的浮力驱动气流会增强混合效应,进一步恶化空气质量(Liu等人,2021年;Huang等人,2021年)。
已有若干数值研究探讨了简化版街道峡谷中的反应性扩散现象。Kwak和Baik(2014年)研究了二维峡谷中NOx与O3在屋顶处的交换情况,发现靠近温度较高的建筑墙时,NOx的去除作用和O3的卷入作用最为强烈。Zhang等人(2020a年)指出,深峡谷有利于化学反应的充分进行,更易达到化学平衡,而在浅峡谷中,化学作用则主要增加NO2的暴露风险。Zhang等人(2020b年)将研究范围扩展到三维高密度城市模型,发现由于化学转化作用,NO2的暴露浓度比被动型CO高出40%至230%,而NO的浓度则仍接近被动示踪剂的表现。Liu等人(2021年)进一步研究表明,太阳辐射主要通过增强湍流混合来影响反应性污染物,而反应速率的变化幅度则小于5%。Lin等人(2024年)利用计算流体动力学数据训练神经网络,可在几秒钟内预测城市住宅区的NOx-O3光化学反应,准确率可达80%左右。Baik等人(2007年)研究了主要的传输机制,发现平流和扩散在很大程度上决定了NO和NO2的浓度分布,而化学反应对O3浓度分布的影响也相当显著,温度差异会通过影响反应动力学进而对O3浓度产生重要影响。
然而,目前大多数研究都局限于理想化的街道峡谷模型,且大多基于二维框架。据作者所知,尚未有研究在真实的城市街道峡谷中探讨NO
x-O
3光化学作用机制,这就凸显出开展整合流动动力学、辐射作用及化学转化过程的真实三维研究的必要性。基于此,本研究以印度加尔各答的一处实际城市街道峡谷为研究对象,分析了被动型污染物(CO)与反应性污染物(NO
x和O
3)的扩散特征,特别关注了不同时间段光化学作用的影响。此外,本研究还量化了化学过程在影响NOx和O
3浓度分布方面的作用,将其与平流、扩散等物理传输机制的作用进行对比。在此背景下,本研究旨在回答以下研究问题:
- 1.
在城市街道峡谷中,反应性污染物如NOx的扩散行为与被动示踪剂如CO的扩散行为是否存在本质差异?
- 2.
在一天中不同太阳角度下,光化学作用如何改变具有特定几何结构的真实街道峡谷中的污染物浓度?
- 3.
与平流、扩散等动态传输机制相比,化学过程在污染物扩散过程中所占的相对比重是多少?
为支撑这项分析,研究人员开展了专门的实地调研,收集了该地区的具体气象条件、交通状况以及污染物浓度数据,以确保建模框架能够反映真实的城市环境状况。
章节节选
研究区域与采样方案
本研究在印度西孟加拉邦首府加尔各答的帕克街开展,该街道是当地一条重要的主干道,位于北纬22.5531度、东经88.3539度(见图S1)。帕克街处于城市中央商务区,连接着周边的居民区和商业区,车辆和行人的流量始终很高。这条街道呈现出典型的城市峡谷形态,频繁的走停交通加剧了污染物的积累。这些特点使得它成为
模型验证
图1展示了在交通监测点附近的地表监测位置,CO、NO2、O3浓度以及风速和温度的实测值与模拟值的日变化情况。监测高度为1.2米,对应行人呼吸高度,数据为5分钟间隔的平均值。此外,无论是实测数据还是模拟数据,都未进行任何缩放或归一化处理。该模型能够准确反映
局限性
利用实地测量数据进行模型验证存在一定的局限性。研究中的交通排放被简化为体积源,这种方式无法精确描述车辆尾气的空间分布,也无法体现交通流动特性、不同车道的排放情况以及交通流的方向性。因此,与移动车辆相关的某些微观尺度扩散特征可能无法被完全捕捉。另外,本研究考虑的街道几何结构也忽略了城市中的某些
结论
本研究采用基于URANS的建模框架,并结合简化的NO
x-O
3光化学作用机制,研究了几何结构不均匀的真实城市街道峡谷中被动型污染物(CO)与反应型污染物(NO
2和O
3)的扩散与转化过程。针对引言中提出的三个研究问题,主要研究结果总结如下。
- 1.
被动型与反应性污染物的扩散模式大体相似,这说明峡谷尺度上的流动结构
CRediT作者贡献说明
Namrata Mishra:撰写——初稿撰写、可视化处理、模型验证、方法设计、研究实施、正式分析、数据整理、概念构建。Aditya Kumar Patra:撰写——审稿与编辑、研究指导、软件应用、资源协调、项目管理
未引用参考文献
Del Ponte,2025年;Seinfeld,1988年;联合国经济和社会事务部,2018年;世界卫生组织,2005年。
利益冲突声明
? 作者声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
作者感谢印度理工学院卡尔加普尔分校的计算与数据科学中心,感谢该中心为这项研究提供了超级计算资源。