基于水气界面气体扩散速率的模型参数相关性与模拟结果比较
气体分子扩散的蒙特卡罗模拟
气体分子扩散的蒙特卡罗模拟
晋宏营
【期刊名称】《井冈山大学学报》
【年(卷),期】2012(033)002
【摘要】使用蒙特卡罗方法,对气体分子在背景气体中扩散的过程进行了计算机模拟,背景气体均匀分布于三维无界空间中。
模拟结果显示,气体分子的扩散是各向同性的,扩散经历的时间越长,分子分布的范围越大,分子扩散的方均位移与时间成正比关系。
使用本文的模拟方法还可估算气体扩散系数的数量级,对1标准大气压下、15°C时氧气的自扩散系数,以及氧气在氮气中的互扩散系数进行了估算,得到的扩散系数数量级与实验测量结果符合得很好。
【总页数】4页(P27-30)
【作者】晋宏营
【作者单位】榆林学院能源工程学院,陕西榆林719000
【正文语种】中文
【中图分类】O552.2
【相关文献】
1.多孔介质高温高压多组分气体-原油分子扩散系数研究 [J], 叶安平;郭平;王绍平;徐艳梅;程忠钊
2.借助化学现象巧做气体分子扩散实验 [J],
3.气体分子扩散的蒙特卡罗模拟 [J], 晋宏营
4.页岩纳米孔隙气体流动的分子扩散效应研究 [J], 王小迪;江山;李昊晟
5.气体–原油分子扩散系数实验研究进展 [J], 叶安平;沈晓英;郭平;王绍平;程忠钊;;;;;因版权原因，仅展示原文概要，查看原文内容请购买。
燃气扩散模型
燃气扩散模型燃气扩散模型是一种数学模型，用于预测燃气泄漏后在空气中的扩散情况。
该模型可以帮助人们评估和控制燃气泄漏对周围环境和人类健康的影响。
本文将从以下几个方面详细介绍燃气扩散模型。
一、燃气扩散模型的基本原理1.1 扩散过程燃气扩散是指在不断地分子碰撞作用下，由高浓度区域向低浓度区域传递的过程。
在这个过程中，分子会不断地向四周运动，直到达到平衡状态。
1.2 燃气泄漏当管道或储罐中的燃气泄漏时，会形成一个高浓度区域。
这个高浓度区域会随着时间的推移逐渐向周围扩散。
1.3 扩散模型扩散模型是通过数学公式描述扩散过程的规律。
它可以根据环境条件和泄漏源特征来预测燃气在空气中的传播情况。
二、燃气扩散模型的构建方法2.1 基于物理模型基于物理模型的燃气扩散模型通常是通过对扩散过程中的物理规律进行建模来实现的。
这种模型需要考虑多个因素，如气体密度、温度、湿度、风速等。
2.2 基于统计学模型基于统计学模型的燃气扩散模型通常是通过对大量实验数据进行分析和拟合来实现的。
这种模型不需要考虑太多物理因素，只需要根据实验数据进行预测即可。
2.3 基于计算流体力学（CFD）模拟基于CFD模拟的燃气扩散模型可以更加准确地描述燃气在空气中传播过程。
这种方法需要将空间分割成小块，并对每个小块内部的流动进行数值求解。
三、燃气扩散模型中常用的参数3.1 气体密度气体密度是指单位体积内所含有的质量。
它通常会随着温度和压力变化而变化。
3.2 温度温度是指物体内部分子运动所具有的能量大小。
它会影响气体分子的速度和碰撞频率，从而影响扩散过程。
3.3 湿度湿度是指空气中水蒸气所占的比例。
它会影响气体分子的速度和密度，从而影响扩散过程。
3.4 风速风速是指空气运动的速度。
它会对燃气扩散产生很大的影响，因为它可以将燃气迅速地带走。
四、燃气扩散模型在实际应用中的局限性和改进方法4.1 局限性燃气扩散模型通常只考虑了燃气在空气中的传播情况，而没有考虑到其他因素，如地形、建筑物等。
气体扩散模拟实验报告
气体扩散模拟实验报告工程力学1001 陈金刚3100104568一．实验背景：要求用matlab编程模拟分子碰撞，演示气体扩散情况。
本实验中的模型采用简化形式，所发生碰撞均为完全弹性碰撞。
壁面压强产生的原因是大量气体分子对容器壁的持续的、无规则撞击产生的。
各个壁面所受力和压强为单位时间内的平均值来代替。
由Ft=mv-（mv）=2mv，四个壁面在经历相同时间t的情况下，所受的平均压力F与2mv成正比。
又四个壁面长度S一样，所以由P=F/S 可知，壁面所受压强P与所受平均压力成正比。
因此，只需统计分析在相同时间内，四个壁面所受碰撞的总的2mv 即可知道各个壁面所受压力和压强的情况。
二．实验基本情况说明：区域尺寸：2维空间，200*200粒子数目：N个，N可变化粒子半径：各不相同，根据实验情况在一定范围内随机产生粒子质量：各不相同，与粒子半径的平方成正比初始位置：随机分布在左半区域初始速度：随机大小三．实验结果分析：（所有运行时间都一致）由表格数据分析可知：对于不同粒子数目，在运行足够长时间下，区域内分子运动会近似稳定，各个壁面所受压力，趋向稳定，在误差允许范围内，各个壁面所受压强可认为近似相同。
四．源代码：N=50;%球数，可变rad=rand(N,1)*2+4;%球半径，[4，6]pos=[rand(N,1)*90+5 rand(N,1)*190+5];%初始位置：左半边区域vel=rand(N,2)*20-10;%各球初始速度color=rand(N,3);%各球颜色，随机产生mass=5*rad.^2;%各球质量，与半径的平方成正比Left=0; %左边界，下同Right=200;Up=200;Down=0;figure;axis manual;axis equal square; %固定坐标axis([0 200 0 200]);hold on;%===============画不重叠的N个小球====for i=2:Nindex=0;while index==0index2=0;for j=1:i-1pp(j,:)=[pos(i,1)-pos(j,1),pos(i,2)-pos(j,2)];rr(j)=rad(i)+rad(j);ppp(j)=norm(pp(j,:));if ppp(j) <rr(j)+sqrt((vel(i,1)-vel(j,1))^2+(vel(i,2)-vel(j,2))^2)*0.1;%修正一开始若球相切时，后面判断可能误认为相撞index2=1;break;endendif ~index2index=1;else pos(i,:)=[rand()*90+5 rand()*190+5];endendend%==================================================================== couleft=0;%左壁面撞击的总mv，以下类似couright=0;couup=0;coudown=0;dt=0;%最小时间qq=0;%用于循环次数控制while qq<200%=========以下各球两两碰撞最小时间计算k=1;for i=1:Nfor j=i:Ndis=[pos(j,1)-pos(i,1),pos(j,2)-pos(i,2)];vv=[vel(j,1)-vel(i,1),vel(j,2)-vel(i,2)];dist=norm(dis);rr=rad(i)+rad(j);cosAlpha =abs( sqrt(1-(rr/dist)^2));cosTheta=(dot(dis,vv)/norm(vv)/dist);if cosTheta>=cosAlpha && cosTheta<1dd=dist*cosTheta-sqrt(rr^2-(dist*sqrt(1-cosTheta^2))^2);time(k)=dd/norm(vv);k=k+1;endendendtball=min(time);%================各球碰墙最小时间计算for i=1:Nif vel(i,1)>0tx(i)=(Right-pos(i,1))/vel(i,1);elsetx(i)=(Left-pos(i,1))/vel(i,1);endif vel(i,2) >0ty(i)=(Up-pos(i,2))/vel(i,2);elsety(i)=(Down-pos(i,2))/vel(i,2);endendtwall=min(tx,ty);%====tBallWall=min(tball,twall);dt=dt+tBallWall;%与墙相撞改变速度for i=1:Nif pos(i,1)-rad(i)<=Left && vel(i,1)~=0pos(i,1)=rad(i);%修正边couleft=couleft+mass(i)*abs(vel(i,1));vel(i,1)=-vel(i,1);elseif pos(i,1)+rad(i)>=Right && vel(i,1)~=0 pos(i,1)=200-rad(i);%修正边couright=couright+mass(i)*abs(vel(i,1));vel(i,1)=-vel(i,1);endif pos(i,2)-rad(i)<=Down && vel(i,2)~=0pos(i,2)=rad(i);coudown=coudown+mass(i)*abs(vel(i,2));vel(i,2)=-vel(i,2);elseif pos(i,2)+rad(i)>=Up && vel(i,2)~=0pos(i,2)=200-rad(i);couup=couup+mass(i)*abs(vel(i,2));vel(i,2)=-vel(i,2);endend%两球碰撞改变速度for i=1:Nfor j=i+1:NtwoBall=[pos(i,1)-pos(j,1),pos(i,2)-pos(j,2)];D=norm(twoBall);if D-rad(i)-rad(j)<sqrt((vel(i,1)-vel(j,1))^2+(vel(i,2)-vel(j,2))^2)*0.1;if D<rad(i)+rad(j) %修正碰撞误差pos(j,1)=pos(j,1)-vel(j,1)*0.05;pos(j,2)=pos(j,2)-vel(j,2)*0.05;endc=((mass(i)-mass(j))*vel(i,1)+2*mass(j)*vel(j,1))/(mass(i)+mass(j));vel(j,1)=((mass(j)-mass(i))*vel(j,1)+2*mass(i)*vel(i,1))/(mass(i)+mass(j)); vel(i,1)=c;c=((mass(i)-mass(j))*vel(i,2)+2*mass(j)*vel(j,2))/(mass(i)+mass(j));vel(j,2)=((mass(j)-mass(i))*vel(j,2)+2*mass(i)*vel(i,2))/(mass(i)+mass(j)); vel(i,2)=c;endendend%===============每隔一段时间画图while dt>0.05cla;for i=1:Nalpha=0:pi/20:2*pi;xx=pos(i,1)+rad(i)*cos(alpha);yy=pos(i,2)+rad(i)*sin(alpha);plot(xx,yy,'k-','LineWidth',2);fill(xx,yy,color(i,:));enddt=0;drawnowendpos=pos+0.1*vel;qq=qq+1;end%输出各个统计量clc;disp(['LeftSide=',num2str(couleft),' ','RightSide=',num2str(couright),' ',...'UpSide=',num2str(couup),' ','DownSide=',num2str(coudown)]);。
气体扩散浓度计算模型介绍(1)
E~F
472 1985年
相似模型介绍
相似模型主要是针对HEGADAS以及以HEGADAS为基 础开发的模型。相似模型是对箱模型概念的扩展， 考虑了气云内部浓度和速度的分布，并采取了湍 流扩散系数而非空气卷吸速度的方法。 壳牌公司HEGADAS模型是HGSYSTEM系统软件包的重 要组成部分，HEGADAS模型即有处理稳定连续释放 的定常态版本，也有预报来自液化气液池蒸发在 中等或高风下扩散的瞬间版本。 DEGADIS模型是在HEGADAS模型基础上作的改进， 是美国海岸警卫队和气体研究院开发的。
第三类 浅层模式模型
浅层模式模型，是对重气扩散的控制方程 加以简化来描述其物理过程，是对于三维 模式模型和简单箱模型的折衷。它是基于 浅层理论（浅水近似）推广得到的，模型 采用了厚度平均变量来描述流场特征，有 利于考虑复杂地形的重气扩散情况。
浅层模式模型思想
该模型需要计算气云的宽度和高度，是拟三维的。 侧风浓度分布应用相似分布确定，气云与环境大 气的混合运用卷吸概念处理。不少专家对浅层模 型进行了进一步开发，Wheatley & Webber对卷吸 和热量传递的浅层模型进行了推导。Errnak等将 浅层模型发展为SLAB模型，包括求解质量、组分、 下风动量、侧风动量和能量的侧风平均守恒方程， 以及气云宽度方程和理想气体状况方程。
相似模型特点与适用
箱及相似模型具有概念清晰、计算量 较小等优点，可为危险评价、应急救 援、制定控制措施等提供指导。但其 自身也存在着局限性，如假定速度和 浓度的相似分布，模拟的精度较差， 重气云团向非重气云团过渡也存在着 很大的不确定性。
已开发的相似模型简介
SAFER、TRACE模型 （在Kaiser和Walker提出模型的基础上开发的） CONSEQ、PHAST、WHAZAN、SAFETI模型 （在Cox和Carpenter提出模型的基础上开发的） DENZ、DRIFT、CIGALE 2、SLOPEFMI模型 （在Fryer和Kaiser提出模型的基础上开发的） HEGADAS、HEGABOX、HGSYSTEM模型（Colenbrander） ⅡT HEAVY GAS MODELS模型（MANJU MOHAN , T. S. PANWAR 和M. P. SINGH） CHARM、ELOE模型（Eidsvik） 等等
受限空间内气体扩散的数值模拟及分析共3篇
受限空间内气体扩散的数值模拟及分析共3篇受限空间内气体扩散的数值模拟及分析1受限空间内气体扩散的数值模拟及分析随着城市化进程的不断加快和人口数量的不断增加，人们在日常生活中的接触和接触到的气体种类也越来越多，从而引发了关于受限空间内气体扩散的安全问题。
为了预防和解决空气质量污染的问题，科学家们研究了一些方法，其中数值模拟技术的应用受到了广泛的关注。
本文旨在介绍受限空间内气体扩散的数值模拟及分析的相关内容。
一、数值模拟的基本方法数值模拟是利用计算机方法对物理现象进行建模和仿真，即将真实的物理空间通过数学方法离散化处理，并在计算机程序中求解得出目标物理量的变化规律。
数值模拟问题的求解可以基于有限元、有限差分和有限体积等方法，其中最为常用的是有限体积法。
有限体积法即将求解区域划分为许多小的体积单元，体积单元内的物理量被认为是常数，将整个求解区域按照时间分为若干个时间步进并求解出每个时刻各个体积单元内的物理量。
二、气体扩散数值模拟的建模对于受限空间内气体扩散的数值模拟，其建模步骤包括初值条件设置、边界条件设置、状态方程描述、物性参数选取和求解方法选择等内容。
1.初值条件设置设想一个较小的房间，假设这个房间内的气体密度是均匀的，而气体质量是随机分布的，因此每个空间位置的初始密度和初始质量都应被考虑。
2.边界条件设置受限空间的初始宏观性质还未考虑到，然而大多数空间是以室内为主的，其通风排气和外部条件也会对气体扩散数值模拟造成影响。
3.状态方程描述气体的状态方程反映了气体内能和其它物质性质的表达方式。
它是描述气体态压力、温度和密度之间关系的数学表达式。
4.物性参数选取物性参数选取是气体扩散数值模拟中十分重要的一步，物性参数必须与实验中使用的具体气体相对应。
同时，应注意物性参数的变化对计算结果的影响。
5.求解方法选择对于气体扩散的数值模拟，有限体积法是目前被广泛使用的数值方法。
此方法处理复杂几何形状的有限体积，并在其内部换算平均宏观性质，将有限体积划分为若干个小单元，逐渐递推更新其内部的宏观性质。
大气扩散模型验证与比对的工具和方法
辐射防护通讯
2004 年 10 月
大气扩散模型验证与比对的工具和方法
M ethodolog ies for Comparison of A tmospheric Dispersion M odels
邹 敬 曲静原 曹建主 ( 清华大学核能与新能源技术研究院, 北京, 100084) Zou Jing Qu Jingy uan Cao Jianzhu
示踪实验的观测器都分布在距离源点一定距
范围内, 实验主要在白天进行, 实验的气象条件包 括各种不同的稳定度和风速。 3. 2. 3 MV K 中的主要程序[ 9]
离的弧线上, 在同一个弧上得到的最大观测值称 为弧最大浓度, 并用它来代表烟羽中心浓度, M VK 中就是用弧最大浓度来和预测值做比较。 但有时监测器并不能在给定的地方捕捉到烟羽浓
Abstract T he at mospheric disper sion model com parison is a very crucial par t of t he development and research w ork in t he nuclear em er gency decision support and accident consequence assessment sy st ems, and also a very challenging t ask. T his paper sum marizes t he main dif ficult ies and counterm easures in the wo rk o f t he at mospheric dispersion m odel ralidat ion and t hen int ro duces t w o so ft w are t oo ls fo r model comparison, including t he relat ed dataset s. Final ly, it il lustr ates some act ual exam ples of mo del comparison. Key words: Atmospheric dispersion model Model comparison Model validati on
大气污染扩散模型Calpuff
02
03
计算效率
AERMOD计算效率较高，适用于快速 评估，而Calpuff计算效率较低，但结 果更为精确。
与CAMx模型比较
空间分辨率
Calpuff具有较高的空间分辨率，可以更好地模拟污染物 的空间分布，而CAMx则空间分辨率较低。
化学机制
CAMx包含了详细的化学机制，可以模拟复杂的化学反应 过程，而Calpuff则简化了化学机制，主要关注物理传输 过程。
预警系统建立
基于浓度分布图和风险评估结果，可以建立大气污染预警 系统，及时向公众发布污染预警信息，提醒公众采取必要 的防护措施。
污染源贡献分析
污染源识别
通过分析浓度分布图和排放清单数据，可以 识别出主要的污染源及其排放特征。
污染源贡献量评估
利用模型模拟结果和相关分析方法，可以定量评估 不同污染源对污染物浓度的贡献量。
突发大气污染事件应急响应案例分析
案例背景
某地区发生突发大气污染事件， 需要快速响应并制定应急措施。
01
03 应急响应措施制定
基于模型模拟结果和实时监测数 据，制定针对性的应急响应措施 ，如疏散受影响人群、实施交通 管制等。
Calpuff模型应用
02 利用Calpuff模型模拟突发大气污 染事件的扩散情况，预测污染物 的浓度分布和影响范围。
03
Calpuff模型计算过程
气象场模拟
1 2
气象数据输入
读取地面观测站、探空气球、卫星遥感等多源气 象数据。
气象场插值
采用空间插值方法，生成高分辨率的气象场，包 括风速、风向、温度、湿度等参数。
3
气象场模拟
运用中尺度气象模型（如MM5或WRF）模拟大 气边界层结构，提供Calpuff模型所需的气象场 。
气体扩散过程的数值模拟与分析
气体扩散过程的数值模拟与分析随着科技的发展和工业的进步，气体扩散过程的数值模拟与分析变得越来越重要。
气体扩散涉及到很多领域，如化工、环保、安全等，因此对于气体扩散过程的研究和掌握，对于我们的生活和工作具有重要意义。
一、气体扩散过程的定义气体扩散是指气体分子在压力差或浓度梯度的作用下，从高浓度区域向低浓度区域的传输过程。
气体扩散是一种无需介质（如流体）的传输方式，因此它与传统的流体传输方式有所不同。
而气体扩散过程的数值模拟与分析可以推算出气体扩散规律，更好地理解气体扩散的机制。
二、气体扩散过程的机制气体扩散的机制主要有两种，一种是分子扩散，另一种是对流扩散。
1. 分子扩散分子扩散是指气体分子在浓度梯度作用下，自由移动并和周围分子相互碰撞传输的过程。
气体分子在高浓度区域与周围分子相互碰撞的次数较多，因此相对速度较小；而在低浓度区域，气体分子之间的碰撞次数较少，相对速度也较大。
分子扩散是一种相当自由度高的传输方式，但也存在一定的局限性，如直接关系到气体分子的性质和大小等。
2. 对流扩散对流扩散是指气体在流体中的扩散过程，即气体随着液体或气体的流动而传播。
在对流扩散中，气体的扩散速率与气体分子的速度、流体的流速和其他因素都有关系。
对流扩散通常发生在工业、环保、药品等领域。
三、数值模拟与分析的重要性数值模拟与分析是研究气体扩散过程的重要方法之一。
通过数值模拟和分析，可以有效地模拟和分析气体扩散的过程和规律，预测气体扩散的变化趋势，提供相关的参考和指导意见。
此外，数值模拟还可以减少实验的成本和时间，并能够更好地控制操作和管理。
四、常用的数值模拟方法目前，常用的数值模拟方法包括有限元法、有限差分法、有限体积法等。
这些数值模拟方法都能够通过计算机程序模拟出气体扩散的过程和规律，为研究和开发气体扩散相关的产品和设备提供可靠的依据。
总的来说，气体扩散过程的数值模拟和分析是一个非常重要的研究领域，通过模拟和分析可以更好地掌握气体扩散规律，为相关领域的研究和开发工作提供有力的支撑。
气体扩散代理模型
气体扩散代理模型
气体扩散代理模型是一种描述气体在多孔介质中扩散过程的物理模型。
它基于Fick第一定律，即扩散通量与浓度梯度成正比。
在多孔介质中，气体的浓度在不同区域之间存在差异，这种浓度梯度驱动气体从高浓度区域向低浓度区域扩散。
扩散系数是描述气体在多孔介质中扩散能力的重要参数，它与气体的物理性质、多孔介质的特性以及温度等因素有关。
气体扩散代理模型的数学表达通常采用偏微分方程，描述了气体浓度随时间和空间的变化。
在稳态条件下，扩散方程为：$\nabla·(D(x)·∇C(x))=0$，其中，$D(x)$是扩散系数，$C(x)$是气体浓度，$\nabla$表示梯度算子。
这个方程描述了气体浓度在多孔介质中变化的规律，通过求解该方程可以获得不同时刻、不同位置的气体浓度分布。
气体扩散代理模型在许多领域都有应用，例如石油、天然气、环境科学等。
在石油和天然气开采过程中，它可以用于描述天然气从储层到井筒的运移规律，指导开采策略的制定。
在环境科学中，它可以用于描述污染气体在土壤和地下水中的扩散过程，为污染治理提供依据。
使用扩散模型数值模拟二维湍流气固两相流
使用扩散模型数值模拟二维湍流气固两相流
杨瑞昌;赵磊;巨泽建;刘若雷
【期刊名称】《工程热物理学报》
【年(卷),期】2005()z1
【摘要】本文从描述多维湍流气固两相流的两流体模型出发,导出了计算湍流气固两相流中固体颗粒扩散速度的计算模型,进而基于在一维流场中颗粒的终端速度是重力加速度gi的函数,提出在多维流场中颗粒相处于一个修正的加速度场g'i的作用下,该修正的加速度g'i包含了包括重力在内的各种力的作用,这些力对颗粒的加速作用与重力对颗粒的加速作用没有区别。
根据这种观点,提出了用于模拟多维湍流气固两相流的改进的扩散模型。
本文使用改进的扩散模型对台阶后方的气固两相流进行了数值模拟,并将数值计算结果与实验结果进行了比较,结果表明,改进的扩散模型的预报结果与实验结果符合得相当好。
【总页数】4页(P113-116)
【关键词】湍流气固两相流;改进的扩散模型;数值模拟
【作者】杨瑞昌;赵磊;巨泽建;刘若雷
【作者单位】热能动力工程与热科学重点实验室清华大学热能工程系
【正文语种】中文
【中图分类】TB120
【相关文献】
1.木纤维脉冲-旋流气流干燥气固两相流分析及数值模拟 [J], 陈峰;高珣;程万里
2.旋转,弯曲,扩散流道中流固两相流场的数值模拟及其分析 [J], 袁丹青;刘天宝
3.扩散式旋风分离器气固两相流场的数值模拟 [J], 操波;高广德
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
7 21.0பைடு நூலகம் 18.78 7.84
8 19.82 18.78 7.15
wald 溶解度系数采用 Wanninkho（f 1992）的经验公式估算：
α = β/Tk. 式中：β 为 Bunsen 溶解度系数，Tk 为水的凯尔文温度 . 1.2 经验算法模型
经验算法模型估算气体通过淡水水气界面的通量，其气体扩散速率通过基于风速的气体经验扩散速率
公式估算：
k = k600(Sc/600)n. 式中：600 为 CO2于 20 ℃淡水中的 Schmidt 数；Sc 为气体的 Schmidt 数，其通过 Wanninkho（f 1992）的经验公式 估算 . 淡水中 CO2、CH4和 N2O 气体的 Schmidt 数：
1 方法与原理
水气界面温室气体通量通过气体在水气界面的浓度梯度与相应的气体扩散速率进行估算，气体通量 F = k(Cw - αCa).
式中：Cw 为气体在水中的浓度，Ca 为气体在大气中的浓度，参数Cw 与Ca 可通过实验直接测得 . α 为 Ostwald 溶 解度系数 . k 为气体扩散速率，薄层模型估算气体扩散速率假设气体通过水气界面的水-薄层和气-薄层，经 验算法模型气体扩散速率主要为关于风速的经验公式 . 1.1 薄层模型
2017 年 3 月 第 11 卷 第 1 期
伊 犁 师 范 学 院 学 报（自 然 科 学 版） Journal of Yili Normal University（Natural Science Edition）
Mar.2017 Vol.11 No.1
基于水气界面气体扩散速率的模型参数 相关性与模拟结果比较
李昌辉
（重庆交通大学 河海学院，重庆 400074）
摘 要：通过对水气界面气体扩散速率的薄层模型参数的相关性分析，薄层模型的水-薄层与 气-薄层气体扩散速率两个参数可用一个参数简化，优化模型结构 . 通过比较薄层模型与经验算法 模型估算的水气界面气体扩散速率结果，可知薄层模型与经验算法模型存在的差异大，为未来研 究水气界面气体通量提供参考 .
ScCO2 = 1911.1 - 118.11t + 3.4527t2 - 0.041320t3； ScCH4 = 1897.8 - 114.28t + 3.2902t2 - 0.039061t3； ScN2O = 2055.6 - 137.11t + 4.3173t2 - 0.054350t3. 式中：t 为水温 . k600 采用 Cole 和 Caraco（1998）的关于风速的经验公式[4]：
气体通过水气界面的水-薄层和气-薄层，气体在水体和大气之间进行交换，薄层模型气体扩散速率
k
=
é1 ëêkw
+
kαaùûú-1.
式中：kw 和 ka 分别为气体通过水-薄层和气-薄层的扩散速率 . kw 常用 Nightingale 等（2000）的经验公式估
算［3］：
kw =(0.222u102 + 0.333u10)(Scw/600)-0.5. 式中：u10 为水面上 10 m 处的风速；600 为 CO2于 20 ℃淡水中的 Schmidt 数；Scw 为气体在水中的 Schmidt 数：
ka
=
1
×
10-3
+
u*
/(13.3Sc
1 a
2
+
C -1/2 D
-5
+
ln(Sc 2κ
a)
).
式中：κ 为卡曼系数，淡水中等于 0.41；u*和CD 均可通过风速u10 估算；Sca 为气体在空气中的 Schmidt 数：
Sca =
ηa ρaD
a
.
式中：空气的动力学黏度 ηa、空气密度 ρa 和气体在空气中的扩散系数 Da 均为水面上空气温度Ta 的函数 . Ost⁃
收稿日期：2016-10-11 作者简介：李昌辉（1991—），男，江西赣州人，硕士研究生，研究方向：水资源利用与保护 .
第1期
李昌辉：基于水气界面气体扩散速率的模型参数相关性与模拟结果比较
61
Scw =
ηw ρwD
w
.
式中：水的动力学黏度 ηw、水密度 ρw 和气体在水中的扩散系数 Dw 均通过水温计算 . 气-薄层内气体扩散速率
表 1 Xiao 等与 Wang 等对水温Tw、空气温度Ta 和风速u10 的实验结果
Ta/℃ Tw/℃ u10/m/s
1
2
29.4 19.9
31.07 19.8
0.11 0.52
3 22.84 20.34 0.73
4 16.42 18.79 0.27
5 7.74 11.45 2.35
6 22.58 18.78 10.9
关键词：气体扩散速率；薄层模型；经验算法模型；相关性 中图分类号：X-5 文献标识码：A 文章编号：1673—999X（2017）01—0060—05
0 引言
地球表面 70%以上都是水，准确估算水气界面温室气体通量对于评估大气中的温室气体的源与汇、温 室效应及保护生态环境意义重大 . 薄层模型估算水气界面气体通量，其假设气体通过水气界面需要通过气薄层和水-薄层［1］；经验算法模型估算水气界面气体通量，其为基于理论与实验结合的气体扩散速率关于风 速等环境因素经验公式［2］. 本文依据文献中的淡水环境的水温、大气温度和相应的风速实验结果，仅以含盐 度为 0 的淡水水体的 CO2、CH4和 N2O 三种主要温室气体的通量为例，分析薄层模型参数之间的相关性，将薄 层模型模拟的结果与经验算法模型模拟结果进行对比分析 . ①
k600 = 2.07 + 0.215u101.7. 式中：u10 为水面上 10 m 处的风速，其实验风速u10 范围为 0～9 m/s. 1.3 薄层模型参数相关性分析
本文只研究淡水水体的气体通量模型，选择 Xiao 等于宜昌市郊区水塘实验和 Wang 等于 Michigan 湖实
验测得的水温Tw、水面上空气的温度Ta 和相应的风速 u10 为基础［5，6］，分析薄层模型参数的相关性，比较其模 拟结果与经验算法模型模拟结果的差异 . Xiao 等和 Wang 等的实验测得的Tw、Ta 和 u10 值结果如表 1 所示，1、 2、3、4 列为 Xiao 等于水塘的实验结果，5、6、7、8、9、10 列为 Wang 等于 Michigan 湖的实验结果 .