位于近道路环境中的社区经历着与交通相关的空气污染水平升高。近道路空气污染是一个重大的公共卫生问题，也是一个环境正义问题。路边的绿色基础设施，如树木、树篱和灌木丛，可以通过加强沉积和混合来帮助降低污染水平。基于高斯的离散模型被政策制定者广泛用于评估缓解策略和制定监管措施。然而，这些模型中不包括植被屏障，阻碍了社区层面的空气质量改善。主要的建模挑战是植被屏障内和下风向沉积和混合过程的复杂性。我们提出了一种新的基于高斯的多制度模型，该模型描述了每个制度中标准高斯方程的参数，以解释植被屏障沉积和分散污染物的物理机制。这四种制度包括植被、顺风尾流、过渡和恢复区。对于每种状态，我们拟合了相关的高斯羽流方程参数作为植被特性和当地风速的函数。此外，该模型还捕获了颗粒沉积，这是植被屏障减少污染物的主要因素。我们使用经过现场验证的计算流体动力学 （CFD） 模型生成的数据对多制度模型进行了参数化，涵盖了广泛的植被特性和气象条件。所提出的基于高斯的多制度模型在 9 种粒径和示踪气体上进行了评估，以评估其捕获分散和沉积的能力。多制度模型的归一化平均误差 （NME） 范围在 0.18 到 0.3 之间，分数偏差 （FB） 范围在 −0.12 和 0.09 之间，R2 值范围为 0.47 到 0.75，所有粒径和地面浓度的示踪气体都在空气质量扩散建模的可接受范围内。尽管多制度模型是针对针叶树参数化的，但我们的敏感性研究表明，它也可以为树篱/灌木植被屏障提供有用的预测。
