无人机载光离子化检测器测量典型建筑排风羽流近场扩散的全尺度研究与模型验证

《BUILDING AND ENVIRONMENT》：Full-scale measurement of typical building exhaust dispersion using drone-mounted photo-ionization detectors

　　

研究人员首次开展了近场扩散的全尺度测量。测量采用无人机载光离子化检测器（Photo-Ionization Detector, PID）进行。研究人员提出了一种新的数据缩减方法，以量化羽流抬升与扩散。对最常用的近场模型进行了验证，其标准误差为22%。先前使用的基于六氟化硫（SF₆）的静态收集方法被证明无法提供有效结果。

建筑排风羽流在近场区域的扩散轨迹和浓度分布是通风设计的关键问题，直接影响排风污染物是否会被邻近新风入口重新夹带。工程中广泛采用高斯羽流模型（Gaussian plume model）描述羽流中心线及浓度衰减，其中美国ASHRAE基础手册中的半经验模型常用于近地面排放预测。然而，该模型的验证基础大多来自风洞实验和远场高烟囱研究，缺乏针对近地面排放源的全尺度实测数据。现有近地面排风羽流研究几乎全部来自风洞，少量全尺度实验也仅关注最不利工况，未系统量化羽流抬升和扩散。同时，近场高湍流条件下浓度分布可能出现非高斯特性，模型适用性需要验证。因此，亟需开展全尺度现场测量，在真实气象和排放条件下获取羽流浓度数据，以检验和改进模型。

为此，研究人员在开阔场地搭建了排风试验台，首次在全尺度下利用无人机搭载光离子化检测器（PID）对示踪气体羽流进行实时空间测量，并开发了专门的数据缩减方法，从浓度数据中提取羽流中心线抬升系数和扩散参数。通过与ASHRAE手册模型预测值对比，发现模型对羽流抬升的预测与实测数据吻合良好，标准误差为22%，统计检验无显著差异；但实测湍流强度普遍高于模型假设，导致测量所得羽流扩散大于模型预测。研究证明了高斯模型在近场近地面排放中具有可接受的工程精度，为模型改进和标准更新提供了新的实测依据。

在关键技术方法方面，试验在俄亥俄州立大学机场附近的开阔场地进行，场地内无建筑物干扰。排风源采用额定流量25,000 m³/h的离心风机，通过变频驱动调节排风量，排风立管高8英尺（约2.4 m）、直径20英寸（约0.51 m）。示踪气体使用丙烯，利用三台MiniRAE 3000光离子化检测器（PID）实时测量浓度，其中两台安装于无人机吊臂上以避开旋翼尾流，配合RTK GNSS（实时动态全球导航卫星系统）获得1–10 cm精度的采样位置；风速风向由超声风速计记录。数据缩减采用边界拟合法，假设羽流截面近似圆形，先拟合中心线浓度衰减确定扩散参数，再通过归一化浓度分布的一阶矩最小化拟合羽流抬升系数，并采用误差传播分析量化不确定度。先前尝试的基于六氟化硫（SF₆）静态袋采样因风向变化而失败，最终改用无人机移动采样。

研究结果分为羽流抬升和羽流扩散两部分。在羽流抬升方面，研究人员将每个飞行工况的浓度测量数据拟合得到羽流抬升系数，与ASHRAE模型预测值进行比较。单样本t检验（one-sample t-test）的p值为0.7341，表明不能拒绝“模型残差均值为零”的原假设，模型预测与实测无显著差异；模型对实测数据的标准误差为22%，说明工程预测精度可接受。在羽流扩散方面，研究人员通过归一化浓度分布，将实测风速湍流强度与ASHRAE模型假设值进行比较。结果显示，大多数工况下实测湍流强度大于模型预测值，由此得到的羽流扩散参数也大于模型预测。由于试验台设置在地面，处于大气边界层最湍流区域，模型在近地面极端湍流条件下的扩散估计可能偏低。

讨论部分指出，实验在单一场地且无遮挡条件下进行，有意排除了建筑尾流、屋顶结构等实际因素，以单独评估核心模型性能；因此，将结果应用于真实屋顶环境时需结合ASHRAE手册和其他研究给出的附加修正。风场均一化时间平均处理不能完全反映近场羽流的高度非定常特性，风向变化造成的零浓度点虽对数据缩减方法影响甚微，但增加了速度比（velocity ratio，风速与排风速度之比）的不确定性。无人机移动采样是顺序测量而非同步阵列，重建羽流场受大气条件变化影响。数据缩减中圆形羽流和各向同性假设可能不适用于存在地面相互作用或建筑影响的实际羽流。这些限制意味着研究结果应被理解为时间平均意义上的模型评估。

研究结论可翻译如下：在当前工作中，研究人员开发了评估羽流抬升和扩散的方法，以验证ASHRAE手册中高斯羽流模型的核心版本，该模型旨在防止羽流进入附近建筑的进风口。ASHRAE手册及其他文献中给出的附加修正可用于将本结果扩展到考虑建筑本身、屋顶结构或建筑屏罩的影响。结果表明，ASHRAE核心模型预测近地面扩散具有可接受的不确定性，实测数据的模型标准误差为22%。通过两种不同方法估计的扩散参数通常大于ASHRAE手册假设值，表明模型仍有改进空间，正如先前研究（例如Shahvari和Clark）所指出的。本工作的意义包括：对高斯羽流模型的验证补充了在风洞之外进行全尺度羽流扩散验证的极少量文献；提出的数据采集与处理方法可促进未来研究；对羽流抬升在不同速度比（velocity ratio）和喷口（nozzle）下的重复验证可促成保守假设的放宽，基于风速和湍流控制排风速度等方法有望在提高能效的同时防止夹带，用于进风口设计的羽流模型置信度提高将同时提升安全性和能效。