使用CFD导出的广义线性模型估算城市街谷流中的雷诺数缩放阈值

《Developments in the Built Environment》:Estimating Reynolds Number Scaling Thresholds in Urban Street Canyon Flows Using a CFD-Derived Generalized Linear Model

【字体: 大 中 小 】 时间:2026年08月13日 来源:Developments in the Built Environment 8.7

编辑推荐:

  这项研究检查了理想化城市街谷阵列中气流缩尺建模的雷诺数(Reynolds number, Re)缩放阈值。考虑了六个变量,即雷诺数(Re)、无量纲建筑高度(dimensionless building height, H′)、建筑高度变异

  
这项研究检查了理想化城市街谷阵列中气流缩尺建模的雷诺数(Reynolds number, Re)缩放阈值。考虑了六个变量,即雷诺数(Re)、无量纲建筑高度(dimensionless building height, H′)、建筑高度变异系数(coefficient of variation of building height, CVH)、平面面积密度(planar area density, λp)、交错比(staggering ratio, SG)和风向(wind direction, θ)。使用适应偏差率(adapted deviation rate, ADR)评估缩放比之间的流动相似性,以推导出达到缩放阈值所需的临界雷诺数(critical Reynolds number, Rec)。进行了2,160次计算流体动力学(computational fluid dynamics, CFD)模拟。结果表明,H′、CVH和λp显著影响ADR(p ≤ 0.005),而SG和θ没有显著影响(p > 0.3)。推导了一个基于CFD的广义线性模型(generalized linear model, GLM),将ADR与控制变量相关联,具有高精度(R2 = 0.96)。该GLM在研究的参数空间内估计Rec,并为类似理想化城市街谷阵列的缩尺风洞和CFD研究设计提供参考。
城市街谷流是城市冠层空气流动的基本组成部分,对微气候、环境质量及可持续建筑环境具有重要影响。传统研究依赖气象观测和现场监测,但成本高、耗时长,且难以解耦多参数效应。缩尺风洞实验和计算流体动力学(CFD)模拟虽可提供可控入流条件,但缩尺模型与全尺度之间的雷诺数(Reynolds number, Re)差异常超过100倍甚至1000倍,需依赖Re独立性假设(即Re足够高时流动与Re无关)。然而,现有研究表明,临界雷诺数(Rec)并非普适常数,而是随街谷几何形态(如高宽比、长宽比)变化,且对建筑密度、高度非均匀性、布局和风向等参数的影响尚缺乏系统研究。为填补这一空白,研究人员开展了全因子2,160次CFD模拟,系统考察了无量纲建筑高度(H′)、建筑高度变异系数(CVH)、平面面积密度(λp)、交错比(SG)和风向(θ)五个形态参数对Re独立性的影响,并基于适应偏差率(ADR)推导了广义线性模型(GLM)以预测Rec。该研究发表于《Developments in the Built Environment》,为缩尺实验设计提供了定量参考。

主要关键技术方法包括:全因子设计构建2,160个CFD模拟案例(涵盖10个Re水平、3个H′水平、3个CVH水平、3个λp水平、2个SG水平和4个θ水平);采用标准k-ε雷诺平均Navier-Stokes(RANS)模型进行稳态模拟,网格独立性通过粗(B/6)、中(B/12)、细(B/24)三套网格检验,并基于网格收敛指数(GCI)<5%确定基本网格(B/12);模型验证结合本研究粒子图像测速(PIV)风洞实验(香港大学机械工程系风洞实验室,实验室规模:6 m×0.56 m×0.56 m,建筑模型尺寸63.4 mm×63.4 mm×67.2 mm,间距63.4 mm,参考风速8.25 m/s,Re=37,973)以及两个已发表实验数据(Hang et al. [22]的非均匀高度阵列和Castro et al. [51]的交错布局),验证指标分数偏差(FB)<0.3和归一化均方误差(NMSE)<1.5均满足要求;开发了基于二项分布和logit链接的广义线性模型(GLM–Binomial–Logit)拟合ADRm与Re、H′、CVH、λp的关系,并额外用320个独立案例检验模型泛化能力。

**4.1. 评估Re独立性的准则**
通过定性比较流线(图5)和定量计算适应偏差率(ADR,式10),研究人员发现,沿整个采样区域(图2红色虚线框内)的平均ADR(ADRm)随Re增加而减小,且ADRm≤0.05可作为判定Re独立性的阈值。以Cases [H′4, CVH0, λp0.25, SG0, θ0]为例,Rec约为21,383,与先前相同高宽比(H/W=2)的研究结果一致。

**4.2. 形态参数对Re独立性的敏感性分析**
**4.2.1. 参数敏感性的统计评估**
基于2,160个案例的ADRm分布(图8),单因素方差分析(ANOVA F检验)表明:H′和λp的p值<0.001,影响极显著;CVH的p=0.005,影响中等显著;而SG和θ的p值分别为0.561和0.314,无统计学显著影响。

**4.2.2. 无量纲建筑高度(H′)的影响**
通过比较Cases [Re46774, H′1/4/9, CVH0, λp0.25, SG0, θ0]的归一化速度(U′)和湍流黏度比(TVR, μt/μ)分布(图9),发现较高建筑(H′更大)导致TVR较低,不利于Re独立性,因此ADRm更高。

**4.2.3. 建筑高度变异系数(CVH)的影响**
Cases [Re46774, H′4, CVH0/0.25/0.5, λp0.25, SG0, θ0]的对比(图10)显示,CVH增大提升了U′和TVR,增强湍流混合,从而降低ADRm,促进Re独立性。

**4.2.4. 平面面积密度(λp)的影响**
Cases [Re46774, H′4, CVH0, λp0.11/0.25/0.44, SG0, θ0]的对比(图11)表明,λp增大(即H/W增大)导致U′和TVR下降,限制对流和湍流扩散,从而显著增加ADRm,其影响程度大于H′和CVH。

**4.2.5. 交错比(SG)的影响**
Cases [Re46774, H′4, CVH0, λp0.25, SG0/0.5, θ0]的对比(图12)显示,SG=0.5时TVR和U′更高,但在所有风向综合考虑下,SG对ADRm的整体影响不显著(p=0.561),因风向变化可产生类似交错效果。

**4.2.6. 风向(θ)的影响**
Cases [Re46774, H′4, CVH0, λp0.25, SG0, θ0°/15°/30°/45°]的对比(图13)表明,斜入流破坏单个涡旋结构,产生螺旋型流动,但各风向的ADRm分布差异小(p=0.314),影响不显著。

**4.3. 回归模型开发**
线性回归模型(R2=0.74)无法捕捉非线性关系,且预测值超出物理范围。而GLM–Binomial–Logit模型(式12)以logit函数将ADRm约束在0~1之间,拟合2,160个案例后R2=0.96,RMSE=0.0228,MAE=0.0146,显著优于线性模型。额外320个独立测试案例验证模型泛化能力(R2=0.96,RMSE=0.0193,MAE=0.0124)。模型仅包含Re、H′、CVH和λp四个参数,剔除了SG和θ以简化实际应用。

**4.4. 临界雷诺数**
将ADRm=0.05代入GLM模型,推导出Rec预测公式(式13)。该公式预测孤立立方体(λp≈0, H′=1, CVH=0)的Rec≈5,000,与文献中4,000~11,000的范围一致。对于经典立方体阵列(H′=1, CVH=0, λp=0.25),预测Rec≈22,000,与文献值10,000~60,000相符。在稀疏中高层形态(H′=5.5, CVH=0.14, λp=0.25)下预测Rec≈28,000,在紧凑高层形态(H′=7, CVH=0, λp=0.4)下预测Rec≈86,000。

**讨论与结论**
讨论部分指出,本研究扩展了先前仅关注高宽比的研究,系统考察了五个形态参数,但建筑次结构(如屋顶形状、阳台、植被)和热效应(浮力)可能进一步影响Re独立性,需未来研究验证。此外,模型基于理想化建筑阵列,需在真实城市形态中测试其适用性。结论部分翻译如下:
本研究考察了城市街谷流缩尺模型达到雷诺数(Re)独立性的缩放阈值。通过2,480次RANS模拟(2,160个拟合案例加320个测试案例),研究了五个主要形态参数的影响。主要发现包括:
1) 适应偏差率(ADR)用于量化Re独立性,以整个街谷区域的平均ADR(ADRm)作为评估指标。基于2,160次CFD模拟的单因素方差分析F检验表明,H′和λp(p<0.001)影响极显著,CVH(p≤0.005)影响中等显著,而SG和θ(p=0.561和p=0.314)无显著影响。
2) 详细CFD分析显示,H′、CVH和λp是主导因素:较高建筑和密集布局削弱湍流混合,增加Re独立性难度;而高度变化增强湍流,促进流动相似性。SG和θ的影响较小,因其耦合效应相互抵消。
3) 开发了基于二项分布和logit链接的广义线性模型(GLM),以Re、H′、CVH和λp预测ADRm,精度远优于线性回归(R2=0.96 vs 0.74),并在320个独立案例中保持稳健(R2=0.96)。
4) 该回归模型可在理想化建筑阵列的参数空间内估算不同形态条件下的临界雷诺数(Rec),例如预测稀疏中高层形态(H′=5.5, CVH=0.14, λp=0.25)的Rec≈28,000,紧凑高层形态(H′=7, CVH=0, λp=0.4)的Rec≈86,000。
这些发现表明,3D城市街谷中达到缩放阈值所需的Rec强烈依赖于建筑高度、密度和高度变化等形态特征,而非文献中常假设的普适常数。所开发的GLM–Binomial–Logit模型为不同形态配置下估算ADRm和Rec提供了简洁实用的框架,可指导风洞和CFD实验设计,确保结果达到缩放阈值以适用于全尺度建筑环境。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号