排序方式: 共有3条查询结果,搜索用时 46 毫秒
1
1.
文章通过利用大涡模拟的方法,研究了不同建筑物高度和不同风速对建筑物周围流场的影响,并结合国控监测站点实测数据分析,探讨建筑物对监测点代表性的影响。结果表明:(1)在建筑物侧面和顶部区域风速明显增大,空腔区内流速明显降低,在建筑物背风侧尾流区随着气流逐渐远离建筑物,速度值与来流风速一致。(2)建筑物影响的绕流区范围与来流风速基本无关,主要受建筑高度影响;空腔区向下方向延伸的范围和横向范围分别是建筑物高度2.0~3.0倍和2.7~4.0倍,垂直向范围约是建筑物高度的1.3~1.6倍。(3)建筑物建成后监测点附近的流场和污染物浓度分布均发生明显变化,建筑物建成后局地风速明显降低、污染物浓度显著增加,使得监测点观测的监测数据不能代表该地区的空气质量水平,影响其代表性。 相似文献
2.
颗粒物浓度的数值模拟能够反映颗粒物的空间分布特征,对于防治大气颗粒物污染具有一定意义.利用MEIC清单和第二次全国污染源普查(简称“二污普”)数据统计的甘肃省工业源、电力源、农业源、民用源和交通源五类源的主要污染物排放量,分析了污染源排放的空间分布特征,利用WRF-Chem模式模拟了甘肃省2019年1月PM10和PM2.5浓度,将模拟结果与甘肃省33个环境空气质量国控监测点颗粒物日均监测数据进行对比,检验WRF-Chem模式模拟的性能,进一步分析了甘肃省颗粒物浓度的空间分布特征.结果表明:①甘肃省SO2、NOx、PM10、PM2.5、VOCs、NH3和CO在1月的排放量分别为2.12×104、2.96×104、2.97×104、2.43×104、3.18×104、1.27×104和3.04×105 t,除NH3外,其他污染物排放高值主要分布在兰州市、嘉峪关市等工业发达地区.②33个环境空气质量国控监测点模拟与监测的PM10和PM2.5浓度的相关系数分别为0.544和0.597,颗粒物的模拟值与监测值有较好的相关性;WRF-Chem模式模拟结果显示,PM10和PM2.5浓度高值分布在兰州市,次高值分布在天水市和庆阳市,甘南藏族自治州以及河西地区颗粒物浓度较低,这是甘肃省工业布局、扩散条件和地形条件综合作用的结果.研究显示,WRF-Chem模式可以较好地模拟甘肃省区域颗粒物浓度时空分布特征. 相似文献
3.
1