- •Содержание
- •1.1. Базовые определения и подходы к описанию экосферы города
- •1.2. Анализ информационной составляющей городской системы управления качеством окружающей среды
- •2. Модели для оценки и прогноза состояния и уровня загрязнения атмосферы
- •2.1. Общие сведения о моделях
- •2.1.1. Поведение потока, выбрасываемого в атмосферу
- •2.1.2. Показатели турбулентности
- •2.1.3. Характеристики источников выбросов
- •2.1.4. Методы оценки дисперсии
- •2.2. Классификация существующих моделей
- •2.5. Модель Института экспериментальной метеорологии
- •2.6. Трехмерные модели переноса и диффузии примеси и их упрощенные варианты
- •2.7. Аэродинамическое моделирование
- •2.8. Перспективы развития моделей в соответствии с рекомендациями МАГАТЭ
- •2.9. Районирование зоны загрязнения по степени опасности
- •3. Примеры численного моделирования
- •3.1. Общая постановка задачи
- •3.2. Двумерная стационарная аналитическая модель
- •3.2.1. Аналитическая модель
- •3.2.2. Алгоритм численной реализации аналитической модели и результаты моделирования
- •3.3. Двумерная численная модель
- •3.3.1. Формулировка стационарной задачи
- •3.3.2. Общая схема численного решения задач
- •3.3.3. Аппроксимация
- •3.3.4. Организация итераций
- •3.3.5. Выбор итерационного параметра
- •3.3.6. Дискретная модель для диффузии и поглощения
- •3.3.7. Способ решения дискретных уравнений диффузии
- •3.3.8. Организация метода Федоренко
- •3.3.9. Дискретная модель для оператора переноса
- •3.3.10. Метод решения дискретного уравнения переноса
- •3.3.11. Сопоставление результатов численных расчетов с известными аналитическими моделями
- •4. Проблемы программной реализации прикладных моделей
- •5. Примеры прикладных программных комплексов
- •5.1. Программный комплекс “МОНИТОР”
- •5.2. Студенческий проект «Экосфера»
- •Заключение
- •Контрольные вопросы
няющихся сеток. Интересно отметить, что на практике в качестве сетки с самыми крупными ячейками используется даже сетка 3×3. И ее использование заметно повышает скорость сходимости итерационного процесса даже на поздних его стадиях, когда приближенное решение почти установилось к точному.
3.3.8.Организация метода Федоренко
На исходной сетке NS =1 делаем несколько итераций (будем делать
5) и находим решение ϕ и невязку H. |
|
L1ϕ1 −Q1 = H 1 , |
(17) |
Затем вдвое увеличиваем шаг сетки и находим поправку ϕ2 к реше- |
|
нию ϕ1 и вычисляем невязку H 2 |
|
L2ϕ2 − H12 = H 2 , |
(18) |
где L2 – оператор L уравнения (12) для сетки |
NS = 2 . H12 – невязка |
уравнения (17) H1 , расписанная на сетку NS = 2 .
Процесс укрупнения сетки продолжается до сетки, в которой расчетная область хотя бы по одному направлению покрывается двумя шагами сетки. После чего начинается обратный процесс: переход с укрупненных сеток на исходную. При этом, полученное на NS +1 решение интерполируется на сеткуNS и вносится поправка в решение, ранее полученное на
сеткеNS : ϕNS =ϕNS −ϕNSNS+1 . После чего делается еще несколько итераций на сетке NS и осуществляется переход на сетку NS −1.
3.3.9.Дискретная модель для оператора переноса
Напомним, что в рассматриваемом случае скорости постоянны во всей расчетной области.
81
При аппроксимации оператора переноса B в уравнении (4) считаем положительными обе компоненты скорости u ≥ 0 , v ≥ 0 . При иных знаках изменения очевидны.
Полагаем функцию ϕ постоянной в ячейке (n,m) в том смысле, что именно это значение переносится через правую и верхнюю границы ячейки, то есть
Jnm+1/ 2 |
= uϕnm |
1 |
(hm+1/ 2 |
+ hm−1/ 2 ) |
|
|
|
|
|
|
||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
J m+1/ 2 = vϕm |
|
1 |
(h |
+h |
|
) |
|
|
|
|
|
|
||
2 |
|
|
|
|
|
|
|
|||||||
n |
n |
|
n+1/ 2 |
n−1/ 2 |
|
|
|
|
|
|
|
|||
Соответственно |
|
|
|
|
|
|
|
|
|
|
||||
B ϕ |
= u (hm+1/ 2 + hm−1/ 2 )(ϕm |
−ϕm |
)+ |
v |
(h |
+ h |
)(ϕm −ϕm−1 ) |
|||||||
|
||||||||||||||
n n |
2 |
|
|
|
|
n |
|
n−1 |
|
2 n+1/ 2 |
n−1/ 2 |
n |
n |
3.3.10.Метод решения дискретного уравнения переноса
Обращение начинаем с левого нижнего угла сетки, так как полагаем u > 0 , v > 0 . Если знаки u и v другие, то начинаем с других углов.
При нахождении ϕnm уже известны (вычислены на предыдущих ша-
гах) ϕnm−1 |
и ϕnm−1 , а значит, можно определить и Jnm−1/ 2 , Jnm−1/ 2 . ϕnm находим |
|||||||
из уравнения |
|
|
|
|
|
|||
|
2 |
S m + (uhm + vh |
)ϕm = Pm + (J m |
+ J m−1/ 2 ). |
||||
|
||||||||
|
n |
n |
n |
1n |
n−1/ 2 |
n |
||
τ |
|
|
|
|
|
|
Для контроля за точностью решения будем вычислять норму невязки уравнения (3). Итерационный процесс прекращается, когда норма невязки уменьшилась в требуемое количество раз, например, в 1000 или 10000.
82
3.3.11. Сопоставление результатов численных расчетов с известными аналитическими моделями
Приведем результаты тестирования комплекса программ для численного решения двумерного уравнения диффузии с переносом и поглощением. Идеи и методы, положенные в основу алгоритма, описаны выше.
Вкачестве тестовой задачи была использована задача о диффузии аэрозоля, поставляемого точечным источником в безграничное пространство. Ветер, коэффициенты диффузии и поглощения считаются постоянными.
Вдвумерном случае уравнение имеет вид:
− μ ϕ +u |
∂ϕ |
+ v |
∂ϕ |
+σϕ = Qδ(rr − rr |
), |
|
|
||||
|
∂x |
∂y |
0 |
|
|
|
|
|
где ϕ – искомая концентрация аэрозоли; μ – коэффициент диффузии;
– двумерный оператор Лапласа; u – компонента скорости ветра в направлении x; v – компонента скорости ветра в направлении y; σ – коэффициент поглощения; δ(r − r0 ) – дельта-функция, задающая источник в точке с координатами r0 = (x0 , y0 ) , Q – интенсивность точечного источника.
Поместим начало координат в точку с координатами (x0 , y0 ) и раз-
вернем ось x по направлению ветра. Тогда уравнения можно переписать
− μ |
ϕ +U |
∂ϕ |
+σϕ = Qδ(rr), |
(19) |
|||||||
∂x |
|||||||||||
|
|
|
|
|
|
|
|
|
|
||
|
где U = |
u2 |
+ v2 . |
|
|
|
|||||
|
Решение этого уравнения имеет вид [3]: |
|
|||||||||
ϕ = |
Q |
|
Ux |
K |
|
|
β r |
(20) |
|||
|
exp |
|
0 |
|
|
r , |
|||||
|
2πμ |
|
|
|
|
|
μ |
|
|
||
|
|
2μ |
|
|
|
|
|
||||
|
где K0 |
– функция Макдональда, имеющая вид: |
|
||||||||
|
|
|
∞ |
|
|
|
|
|
|
|
|
|
K0 (x) = ∫exp[− x ch( y)]dy , x > 0 |
|
|||||||||
|
|
|
0 |
|
|
|
|
|
|
|
83
β =σ +U 2 (4μ) .
Функцию Макдональда вычисляли при помощи аппроксимирующих полиномов, обеспечивающих точное вычисление восьми значащих цифр.
Для изучения вопросов порядка аппроксимации точности и эффективности численного алгоритма, предназначенного для решения уравнения диффузии с переносом и поглощением в случае постоянных коэффициен-
Рис.8. Распределение концентрации аэрозоля вдоль осевой линии, ориентированной по ветру и проходящей через источник выбросов
84
тов переноса диффузии и поглощения, была проведена серия тестовых расчетов. Значения коэффициентов выбирали из интервала реально наблюдаемых коэффициентов диффузии, поглощения и скоростей ветра.
Расчеты проводили как на равномерной, так и на существенно неравномерной сетке (с отношением сторон разностной ячейки от 1 до 500). На равномерной сетке была показана квадратичная по шагу сетки сходимость численного решения к точному. (Исследование характера сходимости численного решения к точному – принятая норма в численном моделировании, позволяющая определить качество аппроксимации.) Неравномерная сетка позволяет экономить машинные ресурсы (память и время счета), если задача имеет существенно неоднородное по пространству решение. Так, в случае сильного ветра и слабой диффузии, когда отличные от нуля значения решения находятся вблизи полуоси начинающейся из источника и ориентированной по ветру, имеет смысл строить сетку с ячейками вытянутыми в этом направлении.
Результаты тестовых расчетов и их сопоставление с аналитическим решением (20) приведены на рис.8. Расчеты выполнены при следующих значениях безразмерных параметров Q =1; μ =1; U =10 ; σ =1.
На рис. 8 кривая, представленная тонкой сплошной линией соответствует точному решению задачи на оси x; кривая, представленная жирной линией – численный расчет в сетке 32×32 с равномерными шагами по x и y
– hx = hy = 0.25; пунктиром показан случай при hx = 0.0625 для −1 ≤ x ≤ 0
и hx = 0.25 при 0 < x < 6 , hy = 0.25. Решение, полученное в последнем случае, немного отличается от аналитического лишь в небольшой области с подветренной стороны и вблизи границы. В остальной области отличие в четвертом-пятом знаках. Отличие в самом источнике связано с особенностью аналитического решения в источнике. Поскольку источник представлен точкой не имеющей площади, то концентрация аэрозоля «внутри» та-
85
кого источника бесконечна. На практике эту особенность заменяют концентрацией примеси наблюдаемой, например, в устье заводской трубы.
Из рис.8 видно, что приближенное решение, полученное даже на грубой сетке, кривая 2, мало отличается от точного, (кривая 1), за исключением области с подветренной стороны. В этой области отличия приближенного решения от точного связаны с тем, что масштаб изменения решения
Рис. 9. Распределение концентрации аэрозоля выбрасываемого точечным источником, при скорости ветра 0.1 м/сек. Отличие линий уровня от концентрических кругов с подветренной стороны связано с граничным условием ϕ =0
86
меньше шага сетки. Хорошо видно, что с уменьшением шага сетки приближенное решение сходится к точному.
Задачу в безграничной области мы заменяем задачей в ограниченной области с заданной фоновой концентрацией на границе. На рис. 8 можно увидеть, какие возмущения вносит это граничное условие в случае, когда фоновая концентрация полагается равной нулю. Граница области распо-
Рис. 10. Распределение концентрации аэрозоля выбрасываемого точечным источником, при скорости ветра 1 м/сек
87
ложена на расстоянии x = 6. Видно, что отличие точного решения безграничной задачи от приближенного, соответствующего этому граничному условию, заметно лишь в 3-4 приграничных точках. Пример показывает, что сгущение сетки вблизи от источника в области высоких концентраций улучшает решение и внутри расчетной области и вблизи ее границы.
Анализ рисунка позволяет заключить, что ошибки в задании фоновой
Рис. 11. Распределение концентрации аэрозоля выбрасываемого точечным источником, при скорости ветра 10 м/сек
88
концентрации, которые неизбежны из-за недостатка информации, сказываются лишь в узкой приграничной полосе. При необходимости можно строить в приграничной зоне решение экстраполяцией решения из внутренней области. Тогда построенное решение будет соответствовать решению задачи в безграничной области.
Кроме описанных выше расчетов проводились и другие – для модели точечного источника с различными параметрами задачи. На рис 9-11 приведены результаты серии расчетов для точечного источника единичной
Рис.12. Трехмерная карта распределения концентрации (условия те же, что и на рис.11). На трехмерной поверхности более наглядно представлены различия концентрации в области
89
интенсивности при следующих параметрах: коэффициент диффузии
μ =10 м/с, коэффициент поглощения σ = 0 , скорость ветра вдоль оси y: v = 0, а вдоль оси x: u = 0.1; 1.0; 10 м/с. Сравнение с аналитическим реше-
нием показало, что решение, полученное численно во внутренних областях, отличается не более чем на 1% .
Из сравнения рис.10-12 видно, как с усилением ветра меняется картина распределения концентрации аэрозоля. Фактически уже при скольконибудь заметном ветре (1 м/с) аэрозоль сносится по ветру, и ее концентрация в области убывает.
Результаты сопоставления численных расчетов с аналитическими решениями (см. рис. 8) задачи о точечном источнике позволяют заключить, что предлагаемый алгоритм обеспечивает высокую точность решения в рамках данной модели.
90
3.3.12. Расчеты с распределенными источниками, моделирующими участки завода
Для того чтобы продемонстрировать работоспособность программ, предназначенных для расчетов пространственного распределения концентрации аэрозолей, выбрасываемых реальными объектами, приведем результаты некоторых расчетов с источниками, которые можно рассматривать как модели участка завода с источниками аэрозолей типа цех и труба. Расчеты выполнены по модели Паскуилла-Гиффорда. Модель включена в комплекс программ «Монитор», предназначенный для природоохранных служб промышленных предприятий.
Результаты численных расчетов представлены на рис. 13-15 в виде карт изолиний концентрации аэрозолей, выбрасываемых из труб точками и фонарей цехов. Расчеты тестовые отношения к реальному предприятию не имеют, уровень ПДК не задан. Результаты
На рис.13 показаны результаты расчетов для отдельного цеха. Цех моделируется с помощью точечных источников единичной интенсивности, расположенных в соседних узлах сетки.
Рис. 13-15 демонстрирует зависимость распределения концентрации от скорости ветра. Из сравнения рисунков видно, что по мере усиления ветра концентрация аэрозолей в расчетной зоне снижается, и распределение вытягивается по ветру. Особо обратим внимание на то, что даже при слабом ветре 5 м/с практически все выбросы сносятся по ветру и на рассматриваемых масштабах диффузия практически не играет роли.
На рис.15 показан случай, когда источниками выбросов являются цех и отдельно стоящая труба (такой же интенсивности выбросов, как и цех). Хорошо виден эффект суммирования концентрации аэрозоля.
91
Рис.13. Распределение концентрации аэрозоля выбрасываемого линейным источником (вытяжные фонари заводского цеха)
92
Рис.14. Распределение концентраций для тех же условий, что и на рис.13, но при скорости ветра 10м/сек
93
Рис.15. Распределение концентрации при скорости ветра 5м/сек и добавочном точечном источнике выбросов (заводская труба)
94
Представленные результаты достаточно наглядно демонстрируют работоспособность и возможности комплекса программ, предназначенного для расчетов установившегося распределения концентрации аэрозолей, которые выбрасывает в атмосферу множество источников, при произвольных направлении и силе ветра.
Список литературы
1.Ковеня В.М., Яненко Н.Н. Метод расщепления в задачах газовой динамики. Новосибирск: Наука, 1987 . 304 с.
2.Федоренко Р.П. Итерационные методы решения разностных эллипти-
ческих уравнений // УМН. 1973.Т.28. Вып.2(170). С.121-182.
3.Марчук Г.И. Математическое моделирование в проблеме окружающей среды. М.: Наука. Гл.ред. физ.-мат. лит., 1982. 320 с.
4.Янке Е., Эмдэ Ф., Леш Ф. Специальные функции.-М.: Наука, 1968. 344 с.
95