二组：大气扩散与污染物散布终.pptVIP

城市热岛效应 城市中的气温明显高于外围郊区的现象。在近地面温度图上，郊区气温变化很小，而城区则是一个高温区，就象突出海面的岛屿，由于这种岛屿代表高温的城市区域，所以就被形象地称为城市热岛。城市中的机动车、工业生产以及居民生活，产生了大量的氮氧化物、二氧化碳和粉尘等排放物。这些物质会吸收下垫面热辐射，产生温室效应。 热岛效应导致城市上空出现低压，导致城市与城郊之间形成一股循环往复的大气流动，使得排出去的污染物又重新进入城市 形成因素： 城下垫面 人工热源 水汽影响 空气污染 绿地减少 人口迁徙 防止措施： 绿化环境 减少排放 城市规划 拉氏方法：跟随粒子运动；观测不便，支配方程过于复杂，因而仅限于均匀、平稳湍流。 欧拉方法： 固定坐标系；观测方便，方程组闭合困难。 描述污染物散布的两种基本途径 ps:两种方法都是统计性质的方法噢 欧拉方法 欧拉公式是一种传统的做法，即在气象塔的固定点上，当气流流过风杯风速表时测量风和湍流；另一种测量则是由飞机进行的，飞机沿着近似的直线穿过湍流并予以测量，或者由风速表以平均风速同样的速度移动通过气流所进行的测量亦是欧拉方式的观测。所有这些情况，测量仪器都不随空气移动。 大气边界层平均量方程 平流输送项 湍能扩散项 源排放项 干湿沉降 化学反应 分子扩散项忽略不计 拉格朗日方法 拉格朗日方法则是由跟随流体移行的粒子来描述污染物的浓度及其变化 所以，采用拉格朗日方法是一种描述污染物分配的自然方式，。粒子移动的统计分析对扩散理论有重要贡献。然而，因为拉格朗日支配方程的复杂性，使得拉格朗日分析大多仅限于对统计平稳和均匀湍流条件下的扩散问题的描述，而对那些有时间变化的污染物浓度的预测大多借助于欧拉扩散方程处理。 考虑一微粒 位于 ，随后，其轨迹由 描述 设粒子于t时间在一体积元的机率为 为时间t，粒子位置的概率密度函数，并有 M个粒子，则在 点的平均浓度为 概率密度函数 微粒从一点迁移到另一点的概率密度 两种方法对比总结 欧拉方法试图用欧拉流体速度的统计性特征来表述浓度统计量。这类统计量表达公式是很有用的，因为欧拉公式统计量易于测量，而且此类表达式还可以直接应用于发生化学反应的情形。运用欧拉方法的主要问题和困难就是方程的闭合问题。 拉格朗日方法试图用流体中施放的一群粒子的位移的统计特性来描述浓度统计量。这种方法的数学处理比欧拉方法容易些，不存在闭合问题。但是，由于不易精确确定所需的粒子统计量，所以最终方程的应用受到限制。另外，方程亦不能直接用来解决涉及非线性化学反应的问题 拉格朗日系统与欧拉系统的联系： 设半径为R并具有切向速度w的圆形涡团，处于平均风速u的气流中。粒子绕湍涡一周的运行时间为2?R/w,即拉格朗日时间尺度TL，而固定的仪器在2R/u时间内(即欧拉时间尺度TE)观测到湍流通过。于是，两种时间尺度之比 ? = TL/TE = ? /w/u = ?/i 其中，i为湍流强度, i=?w/u , i增大，则? 减小。 欧拉方法 拉格朗日方法 测量器与被测气团 一静一动 共同运动 优点 用欧拉流体速度的统计特征表述浓度统计量易于测量，方程中容易加入化学反应。 用流体中释放的一群粒子的位移的统计特征描述浓度的统计量。数学处理较为容易，不存在闭合问题 缺点 方程未知量过多，不闭合，难以求解 不容易精确确定所需粒子统计量，方的应用受到限制。 联系 通过时间尺度 ? = TL/TE = ? /w/u = ?/i 两种方法对比总结 返回目录 空气污染物散布的基本特性 1.??浓度指的一定采样时间内的平均浓度。 2.?浓度分布：观测表明污染物浓度 在平均烟流轴两测呈正态分布。 散布范围分别用烟流宽和烟流高表示。 烟流半宽 烟流高 空气污染物散布的基本特性 横风向扩散范围示意图 3. 污染物浓度分布标准差（扩散参数） 扩散速率是描写湍流扩散的重要参数，从不同的理论和实验出发可以得出不同的表示方法。实用中常用污染物浓度分布的标准差表示扩散速率的大小。 yi表示采样点距离浓度轴线的距离 如果取x轴与平均浓度轴线一致，则上式第二项为0 垂直方向，同理。 扩散参数性质：1 随着距离x加长，扩散参数变大 2 随着大气稳定度变化 3 相同气象条件，地表粗糙度大，扩散参数大 表征与平均值的偏离程度 空气污染物散布的基本特性 x y 1小时平均边界 10分钟平均边界 浓度量值