街道交叉口的随机流切换

《Sustainable Cities and Society》：Stochastic flow switching in street intersections

　　

摘要
本研究调查了城市冠层中街道交叉口湍流切换的随机特性。对高度为 h 的均匀矩形建筑阵列上方湍流的直接数值模拟，在 45°来流方向下，揭示了在 z=0.125h 和 z=0.25h 高度处水平风向的双稳态切换，其中气流在短街（0°）和长街（90°）轴之间交替。特征切换时间尺度约为 10.5 T（其中 T=h/uτ 为涡旋周转时间），标准差为 3.7 T，且在长街对齐状态下的滞留时间较长。针对不同理想化城市配置的风洞实验证实，这种双稳态切换是一个通用过程，其时间尺度取决于建筑几何形状和来流风向。对英国伦敦真实交叉口的现场测量分析也显示了间歇性双稳态切换，表明该现象具有鲁棒性，但对外部强迫和建筑异质性敏感。交叉口处的流切换影响标量传输，特别是在近场，风向与浓度之间的最强相关性出现在相邻的短街中。在远场，这些相关性因混合增加和街道网络尺度的相互作用而减弱。总体而言，研究结果表明，随机流切换是一种塑造城市通风路径并改变污染物扩散模式的内在机制，突显了其对扩散建模和现实世界空气质量评估的重要性。鉴于这些应用，概述了将此过程纳入街道网络扩散模型的简单方法。

引言
城市环境中的空气污染构成了对公共健康和环境质量的一项重大且持续的挑战。世界卫生组织（WHO）在 2019 年估计，有 420 万人因暴露于细颗粒物（PM2.5）造成的环境空气污染而过早死亡。2022 年涵盖全球 6700 个城市的最新数据显示，83% 的高收入城市和 99% 的低收入城市空气质量监测值超过了 WHO 空气质量准则（WHO, 2022）。这些统计数据突显了迫切需要对城市环境中污染物传输过程进行改进理解和建模。

应对这一挑战的一个基本方面涉及理解湍流大气流动的动力学，它支配着城市地区污染物的传输和扩散。大气流动本质上是湍流的，其特征为随机、三维和各向异性行为（Wyngaard, 2010）。小颗粒倾向于跟随平均流动同时经历湍流扩散，导致浓度场高度可变。在城市环境中，这些过程因建筑物的存在而变得更加复杂，即使在简化几何形状中，建筑物也引入了强烈的空间异质性并破坏流动结构（Auerswald et al., 2024, Coceal et al., 2014, Coceal et al., 2006, Klippel et al., 2025）。此外，城市冠层表现出显著的非平稳性，其中粗糙元要素和人为强迫产生了复杂的多尺度湍流结构，强烈影响污染物的传输和扩散（Liu et al., 2026）。

最近的研究集中在城市流场的随机特性上。Ikegaya 等人（2017）的大涡模拟（LES）表明，风速分量的概率密度函数（PDFs）在不同方向上差异显著，并强烈依赖于城市几何形状。针对简化（Hirose et al., 2022）和复杂（H'ng et al., 2022）配置的风洞研究进一步表明，在低风况下速度分布偏离高斯行为，而在较强的流动机制下则接近高斯分布。这些发现与对城市湍流表现出间歇性的广泛理解一致，其特征是在多个时间和空间尺度上，湍流状态与准层流状态之间发生不规则转换（Liu et al., 2026）。在城市尺度上，这种间歇性与相干结构和次中尺度运动的涌现有关，这些运动可以突然改变传输路径和污染物扩散模式。

在单个街道峡谷的尺度上，污染物传输由湍流结构、排放和城市几何形状之间的相互作用支配。回流区通常在峡谷内形成，限制通风并将污染物困在行人高度附近。这些过程涉及与通风、排放变率和化学转化相关的多个特征时间尺度，它们共同控制浓度动力学和暴露水平（Fellini et al., 2024）。

然而，城市环境不能仅作为孤立的街道峡谷来理解，而应作为相互连接的街道网络。在这些系统中，交叉口充当关键交换节点，调节街道之间质量、动量和污染物的转移（Belcher, 2005, Dobre et al., 2005, Goulart et al., 2018, Soulhac et al., 2009）。这些地点通常表现为污染热点，由于交通积聚、建筑配置和复杂局部气象条件的共同作用，行人暴露水平可能超过城市道路其他路段（Song et al., 2020）。

实验和数值研究表明，交叉口表现出高度三维和非稳态的流动结构，其中竞争机制如通道效应、回流、横向交换和角涡相互作用（Carpentieri et al., 2009, Mei et al., 2019, Xie and Castro, 2009）。DAPPLE 项目在伦敦中部的现场测量（Arnold et al., 2004, Wood et al., 2009）揭示，在偏斜来流条件下，风向可以在相邻街道之间间歇性切换，表明交叉口处的流分配不是静态的，而是动态演变的（Dobre et al., 2005）。

在街区尺度上，街道网络模型将城市区域表示为通过交叉口连接的相互连接的峡谷段（Belcher et al., 2015, Goulart et al., 2018, Hamlyn et al., 2007, Hertwig et al., 2018, Kim et al., 2018, Soulhac et al., 2011）。在这些模型中，交叉口通常使用稳定或时间平均的交换系数进行参数化。虽然这种方法可以再现平均浓度模式，但它隐含地假设了确定性和平稳的流分配。然而，上述讨论的实验和数值证据表明，城市流动，特别是在交叉口处，本质上是非稳态的，受间歇性湍流和竞争流路径支配。此外，由于传统基于 RANS 的扩散框架依赖于稳定的梯度扩散假设，它们可能无法充分表示城市冠层中的瞬态湍流传输过程（Zheng & Yang, 2021）。

城市环境中的污染物传输是湍流交换过程与外部强迫以及风和排放变率之间非线性相互作用的结果（Fellini et al., 2024）。这些复杂的相互作用可能导致瞬态行为和偏离稳态条件，包括优选流路径之间的突然转换（Shen et al., 2017, Soulhac et al., 2009）。

尽管这种切换行为潜在重要性巨大，但其表征仍然很差，且未在当前街道网络模型中明确表示。因此，状态持久性、转换频率以及交叉口间的空间相干性等关键过程未被捕捉，给峡谷间交换、滞留时间和短期暴露的预测带来了不确定性。此外，虽然高分辨率 CFD 方法可以高保真度地再现这些动力学，但其计算成本限制了其在大型城市区域和多种场景中的应用（Yasuda & Onishi, 2025）。

在此背景下，本研究调查了街道交叉口处风向的时间变化及其对污染物扩散的影响。利用来自理想化城市阵列的直接数值模拟（DNS）数据，辅以风洞和现场测量，分析集中在风向切换现象上。解决的具体研究问题是：(1) 街道交叉口处的风向切换如何从优先状态和特征时间尺度方面进行表征？(2) 这种行为在不同理想化城市配置和真实城市环境中是否持续存在？(3) 在相邻交叉口和冠层内的垂直层面上，这种切换在空间和时间上有多大相干性？(4) 风向切换对污染物扩散和暴露有何影响？(5) 如何在扩散模型中表示这一过程？

章节片段
DNS 模拟数据
我们分析了之前在 DIPLOS（街道网络中局部释放扩散）项目（Auerswald et al., 2024）中执行的直接数值模拟（DNS）数据。如图 1 所示，计算域由一个沿 y 方向延伸的规则矩形建筑阵列组成，长宽比为 h/L=0.5 和 h/W=1，其中 h 是建筑高度，L=2h 是长度，W=1h 是宽度。域的水平范围为 24h×24h，域高度为 8 规则建筑阵列中交叉口的随机流切换

流切换指的是相交街道间主导风向的间歇性交替。在与 DNS DIPLOS 配置对应的简化不对称街道网络中，在 z = 0.125h 和 z = 0.25h 高度的交叉口位置的水平风向中识别出了这种时间流切换模式。出现了两个主导方向状态：一个围绕 90°，与长街对齐，并与较高的速度分量（v 真实交叉口处的流切换

接下来在更现实的城市配置下调查流切换，将相同的方法应用于英国伦敦真实交叉口的现场测量和两组相应的风洞实验。

相邻交叉口间风向的相关性
在确立风向切换发生在单个交叉口后，这里使用 DNS DIPLOS 配置分析相邻交叉口间风向的时间相干性，以确定切换是表现为纯局部过程还是相干的冠层尺度流动结构。

时间相干性使用滞后 Pearson 互相关函数 rab(τ) 进行量化。对于每次分析，选择一条参考时间序列 a(t) 相邻街道风向与标量浓度的相关性

第 5 节表明风向切换在空间上是相干的，尽管在网络中仅部分同步。在这里，我们检查参考交叉口处的切换状态是否与相邻街道的标量传输相关。目标是识别状态依赖的趋势，而不是确定性的关系。为此，方程 (2) 中定义的滞后 Pearson 系数应用于参考交叉口处的风向时间序列，以及

讨论
在本节中，我们考察如何将分析结果纳入建模方法。首先，我们提出一个随机动力学系统框架，它既作为捕捉基本过程的概念性玩具模型，也作为原则上可以拟合数据的简单计算工具。其次，我们展示了如何在现有的操作街道网络扩散模型（SIRANE, Soulhac et al. (2011) 或 MUNICH, Kim et al.

结论
本研究使用直接数值模拟，辅以风洞实验和现场测量，考察了街道交叉口处风向的随机行为。主要发现如下：
•在较低高度，流动表现出双稳态切换，在两个与街道阵列相关的优先取向之间交替。在 DNS 设置中，在 z=0.125h 和 z=0.25h 处识别出约为 10.5 T 的特征切换时间尺度，标准差为 3.7

CRediT 作者贡献声明
Karine Klippel: 写作 – 审查与编辑，写作 – 初稿，软件，方法论，形式分析。Torsten Auerswald: 写作 – 审查与编辑，写作 – 初稿，监督，软件，方法论，形式分析。Elisa Valentim Goulart: 写作 – 审查与编辑，写作 – 初稿，监督，软件，方法论，形式分析。Neyval Costa Reis Jr.: 写作 – 审查与编辑，监督，方法论。Matteo Carpentieri: 写作 – 审查与编辑，

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系，这些利益或关系可能被认为影响了本论文报告的工作。

致谢
DIPLOS 项目由英国工程与物理科学研究委员会资助，资助号为 EP/K040707/1（雷丁；DNS 工作）和 EP/K040731/1（萨里；风洞工作）。Karine Klippel、Elisa V. Goulart 和 Neyval Costa Reis Junior 感谢国家科学技术发展委员会（CNPq）、高等教育人员提升协调局（Capes）- 机构国际化项目 (88881.311735/2018-01) 和 Espirito Santo

Karine Klippel|Torsten Auerswald|Elisa Valentim Goulart|Neyval Costa Reis|Matteo Carpentieri|Janet F. Barlow|Lionel Soulhac|Omduth Coceal
环境工程系，圣埃斯皮里图联邦大学（UFES），29075-910，维多利亚，圣埃斯皮里图州，巴西