JP2002202383A - 気体状況予測方法 - Google Patents
気体状況予測方法Info
- Publication number
- JP2002202383A JP2002202383A JP2001321455A JP2001321455A JP2002202383A JP 2002202383 A JP2002202383 A JP 2002202383A JP 2001321455 A JP2001321455 A JP 2001321455A JP 2001321455 A JP2001321455 A JP 2001321455A JP 2002202383 A JP2002202383 A JP 2002202383A
- Authority
- JP
- Japan
- Prior art keywords
- calculation
- area
- grid point
- divided
- point position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Multi Processors (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 気体状況を短時間で演算する。
【解決手段】 気体ＧＰＶデータ等の空間的にも時間的
にも粗い気象観測データから、空間的にも時間的にも密
な気体状況（風向，風速）を求めるため、気象観測デー
タから求めた初期条件と境界条件を、大気現象を解析す
る偏微分方程式に取り込んで、並列計算機１１にて演算
をする。この演算の際に、演算期間を例えば４分割す
る。そして、各演算分割期間の演算を、４つの演算装置
ＣＰＵ♯１〜♯４に振り分けて同時並行して進める。そ
して、各演算装置ＣＰＵ♯１〜♯４の演算結果を結合し
て、全演算期間における、空間的にも時間的にも密な気
体状況（風向，風速）を求めることができる。この場
合、期間を分割して、並列演算をしているため、分割す
るに応じて演算期間が短縮する。
にも粗い気象観測データから、空間的にも時間的にも密
な気体状況（風向，風速）を求めるため、気象観測デー
タから求めた初期条件と境界条件を、大気現象を解析す
る偏微分方程式に取り込んで、並列計算機１１にて演算
をする。この演算の際に、演算期間を例えば４分割す
る。そして、各演算分割期間の演算を、４つの演算装置
ＣＰＵ♯１〜♯４に振り分けて同時並行して進める。そ
して、各演算装置ＣＰＵ♯１〜♯４の演算結果を結合し
て、全演算期間における、空間的にも時間的にも密な気
体状況（風向，風速）を求めることができる。この場
合、期間を分割して、並列演算をしているため、分割す
るに応じて演算期間が短縮する。
Description
【０００１】
【発明の属する技術分野】本発明は、気体状況予測方法
に関し、空間的にも時間的にも粗い気象観測データか
ら、空間的にも時間的にも密な気体状況（風向，風速
等）を短時間で正確に求めることができるようにしたも
のである。本発明により求めた気体状況（風速場デー
タ）を利用して、拡散源から放出された拡散物質の拡散
状況（拡散範囲，拡散濃度）を演算により予測すること
ができる。
に関し、空間的にも時間的にも粗い気象観測データか
ら、空間的にも時間的にも密な気体状況（風向，風速
等）を短時間で正確に求めることができるようにしたも
のである。本発明により求めた気体状況（風速場デー
タ）を利用して、拡散源から放出された拡散物質の拡散
状況（拡散範囲，拡散濃度）を演算により予測すること
ができる。
【０００２】
【従来の技術】核物質を扱う施設から、事故により放射
性物質が外部に放出された場合には、放射性物質の拡散
範囲や各地点での放射性物質の濃度を予測し、放射性物
質による危険を受ける恐れがある地域を予測する拡散状
況予測システムが開発されつつある。
性物質が外部に放出された場合には、放射性物質の拡散
範囲や各地点での放射性物質の濃度を予測し、放射性物
質による危険を受ける恐れがある地域を予測する拡散状
況予測システムが開発されつつある。
【０００３】この拡散状況予測システムにおいては、ま
ず、気体状況を演算により予測し、この気体状況を基に
拡散状況を予測している。更に詳述すると、放射性物質
の拡散状況を調べるには、まず、気象ＧＰＶ（Grid Poi
nt Value）データやＡＭＥＤＡＳ等の気象観測データを
基にして、大気現象を解析する偏微分方程式を演算する
ことにより、事象発生（例えば核物質の外部放出）時点
から所定時間先の時点まで、一定時間刻み毎（例えば１
０分毎）の時点における、多数の評価地点（格子点位
置）の風向・風速を演算により求める。つまり、一定時
間刻み毎の風速場データをを表す気体状況を求める。次
に、放出された拡散物質の濃度や性状ならびに前記風速
場データを、物質の拡散状態を演算する拡散方程式に代
入することにより、各時間刻み毎の各格子点位置におけ
る拡散物質の濃度を演算する。このようにして、放出さ
れた放射性物質の拡散範囲や各地点での放射性物質の濃
度を予測することができる。
ず、気体状況を演算により予測し、この気体状況を基に
拡散状況を予測している。更に詳述すると、放射性物質
の拡散状況を調べるには、まず、気象ＧＰＶ（Grid Poi
nt Value）データやＡＭＥＤＡＳ等の気象観測データを
基にして、大気現象を解析する偏微分方程式を演算する
ことにより、事象発生（例えば核物質の外部放出）時点
から所定時間先の時点まで、一定時間刻み毎（例えば１
０分毎）の時点における、多数の評価地点（格子点位
置）の風向・風速を演算により求める。つまり、一定時
間刻み毎の風速場データをを表す気体状況を求める。次
に、放出された拡散物質の濃度や性状ならびに前記風速
場データを、物質の拡散状態を演算する拡散方程式に代
入することにより、各時間刻み毎の各格子点位置におけ
る拡散物質の濃度を演算する。このようにして、放出さ
れた放射性物質の拡散範囲や各地点での放射性物質の濃
度を予測することができる。
【０００４】気象観測データ、例えば気象ＧＰＶデータ
は、気象業務支援センターから１２時間ごとに配信され
る。この気象ＧＰＶデータは、地球の表面を南北方向に
沿い伸びると共に東西方向の相互の離間距離が規定距離
（２Ｋｍ）となっている複数の緯度仮想線と、地球の表
面を東西方向に沿い伸びると共に南北方向の相互の離間
距離が規定距離（２Ｋｍ）となっている複数の経度仮想
線とが交差する地点（これを「親格子点位置」と称す
る）における、複数の標高（地表から上空１０Ｋｍまで
の間の２０ポイントの標高）の気象データ（風速ベクト
ル（風向，風速），気圧，温度，水分量）を示すもので
ある。しかも、気象ＧＰＶデータは、各親格子点位置の
気象データとして、配信時点，配信時点から３時間先、
６時間先，９時間先，というように３時間間隔の５１時
間分のデータが一括して配信される。
は、気象業務支援センターから１２時間ごとに配信され
る。この気象ＧＰＶデータは、地球の表面を南北方向に
沿い伸びると共に東西方向の相互の離間距離が規定距離
（２Ｋｍ）となっている複数の緯度仮想線と、地球の表
面を東西方向に沿い伸びると共に南北方向の相互の離間
距離が規定距離（２Ｋｍ）となっている複数の経度仮想
線とが交差する地点（これを「親格子点位置」と称す
る）における、複数の標高（地表から上空１０Ｋｍまで
の間の２０ポイントの標高）の気象データ（風速ベクト
ル（風向，風速），気圧，温度，水分量）を示すもので
ある。しかも、気象ＧＰＶデータは、各親格子点位置の
気象データとして、配信時点，配信時点から３時間先、
６時間先，９時間先，というように３時間間隔の５１時
間分のデータが一括して配信される。
【０００５】上述した気象ＧＰＶデータの親格子点位置
の気象データは、空間的には親格子点位置の相互間距離
が２Ｋｍと広く、しかも、時間的には３時間間隔と長い
ため、この親格子点位置の気象データにより示される気
体状況（風向，風速）データのみでは、拡散物質の拡散
濃度を演算することはできない。
の気象データは、空間的には親格子点位置の相互間距離
が２Ｋｍと広く、しかも、時間的には３時間間隔と長い
ため、この親格子点位置の気象データにより示される気
体状況（風向，風速）データのみでは、拡散物質の拡散
濃度を演算することはできない。
【０００６】このため、空間的に粗く、且つ、時間的に
も粗い気象観測データから、空間的にも時間的にも密な
気体状況（風向，風速等）を、大気現象を解析する偏微
分方程式を演算することにより求める必要がある。
も粗い気象観測データから、空間的にも時間的にも密な
気体状況（風向，風速等）を、大気現象を解析する偏微
分方程式を演算することにより求める必要がある。
【０００７】ここで、大気現象を解析する偏微分方程式
を演算することにより、空間的に粗く、且つ、時間的に
も粗い気象観測データから、空間的にも時間的にも密な
気体状況（風向，風速等）を求める従来の気体状況予測
方法を説明する。
を演算することにより、空間的に粗く、且つ、時間的に
も粗い気象観測データから、空間的にも時間的にも密な
気体状況（風向，風速等）を求める従来の気体状況予測
方法を説明する。
【０００８】従来技術では、図８に示すように、計算す
べき計算領域（地球の表面のなかで予め設定した特定領
域）に設定された親格子点位置（図中で○で示す位置）
の間に、子格子点位置（図中で□及び■で示す）を設定
する。親格子点位置は、前述したように、地球の表面を
南北方向に沿い伸びると共に東西方向の相互の離間距離
が２Ｋｍとなっている複数の緯度仮想線と、地球の表面
を東西方向に沿い伸びると共に南北方向の相互の離間距
離が２Ｋｍとなっている複数の経度仮想線とが交差する
地点に配置されている。
べき計算領域（地球の表面のなかで予め設定した特定領
域）に設定された親格子点位置（図中で○で示す位置）
の間に、子格子点位置（図中で□及び■で示す）を設定
する。親格子点位置は、前述したように、地球の表面を
南北方向に沿い伸びると共に東西方向の相互の離間距離
が２Ｋｍとなっている複数の緯度仮想線と、地球の表面
を東西方向に沿い伸びると共に南北方向の相互の離間距
離が２Ｋｍとなっている複数の経度仮想線とが交差する
地点に配置されている。
【０００９】一方、子格子点位置は、地球の表面を南北
方向に沿い伸びると共に東西方向の相互の離間距離が一
定距離（５０ｍ）となっている複数の緯度仮想線と、地
球の表面を東西方向に沿い伸びると共に南北方向の相互
の離間距離が一定距離（５０ｍ）となっている複数の経
度仮想線とが交差する地点に配置されている。
方向に沿い伸びると共に東西方向の相互の離間距離が一
定距離（５０ｍ）となっている複数の緯度仮想線と、地
球の表面を東西方向に沿い伸びると共に南北方向の相互
の離間距離が一定距離（５０ｍ）となっている複数の経
度仮想線とが交差する地点に配置されている。
【００１０】なお、図８では４つの親格子点位置のみを
示しているが、この親格子点位置は計算領域の全ての領
域に亘って分布配置するように設定している。また、図
８では、４つの親格子点位置で囲まれる領域にのみ子格
子点位置を示しているが、この子格子点位置は計算領域
の全ての領域に亘って分布配置するように設定してい
る。
示しているが、この親格子点位置は計算領域の全ての領
域に亘って分布配置するように設定している。また、図
８では、４つの親格子点位置で囲まれる領域にのみ子格
子点位置を示しているが、この子格子点位置は計算領域
の全ての領域に亘って分布配置するように設定してい
る。
【００１１】ここでは一例として、図９に示すように、
気象ＧＰＶデータが配信された時点から１０分後に演算
を開始した場合について説明する。
気象ＧＰＶデータが配信された時点から１０分後に演算
を開始した場合について説明する。
【００１２】〔１〕演算開始時点の気象データの演算は
次のようにして行う。
次のようにして行う。
【００１３】〔１−１〕親格子点位置Ｉの気象データ
は、演算開始時点から１０分前（気象ＧＰＶデータの配
信時点）における親格子点位置Ｉの気象ＧＰＶデータ
と、演算開始時点から２時間５０分先（気象ＧＰＶデー
タの配信から３時間先）における親格子点位置Ｉの気象
ＧＰＶデータとを、時間内挿補間演算をすることにより
求めている。時間内挿補間演算とは、配信時点の気象Ｇ
ＰＶデータと配信から３時間先の気象ＧＰＶデータを基
に、時間的に中間（配信から１時間３０分先）のデータ
は両気象ＧＰＶデータの平均値とし、時間的に配信時に
近づくほど配信時の気象ＧＰＶデータ値に近くなり、時
間的に３時間先に近づくほど３時間先の気象ＧＰＶデー
タ値に近づくように時間に応じてデータを求める手法で
ある。同様に、親格子点位置IIの気象データは、演算開
始時点から１０分前（気象ＧＰＶデータの配信時点）に
おける親格子点位置IIの気象ＧＰＶデータと、演算開始
時点から２時間５０分先（配信から３時間先）における
親格子点位置IIの気象ＧＰＶデータとを、時間内挿補間
演算をすることにより求めている。親格子点位置III,IV
の気象データも同様に、時間内挿補間演算により求めて
いる。
は、演算開始時点から１０分前（気象ＧＰＶデータの配
信時点）における親格子点位置Ｉの気象ＧＰＶデータ
と、演算開始時点から２時間５０分先（気象ＧＰＶデー
タの配信から３時間先）における親格子点位置Ｉの気象
ＧＰＶデータとを、時間内挿補間演算をすることにより
求めている。時間内挿補間演算とは、配信時点の気象Ｇ
ＰＶデータと配信から３時間先の気象ＧＰＶデータを基
に、時間的に中間（配信から１時間３０分先）のデータ
は両気象ＧＰＶデータの平均値とし、時間的に配信時に
近づくほど配信時の気象ＧＰＶデータ値に近くなり、時
間的に３時間先に近づくほど３時間先の気象ＧＰＶデー
タ値に近づくように時間に応じてデータを求める手法で
ある。同様に、親格子点位置IIの気象データは、演算開
始時点から１０分前（気象ＧＰＶデータの配信時点）に
おける親格子点位置IIの気象ＧＰＶデータと、演算開始
時点から２時間５０分先（配信から３時間先）における
親格子点位置IIの気象ＧＰＶデータとを、時間内挿補間
演算をすることにより求めている。親格子点位置III,IV
の気象データも同様に、時間内挿補間演算により求めて
いる。
【００１４】〔１−２〕子格子点位置（図８では□と■
で示している位置）の気象データは、親格子点位置の気
象ＧＰＶデータを、空間内挿補間演算をすることにより
求めている。例えば、子格子点位置ａの気象データは、
親格子点位置Ｉの気象ＧＰＶデータと親格子点位置IIの
気象ＧＰＶデータを空間内挿補間演算することにより求
めている。空間内挿補間演算とは、親格子点位置Ｉの気
象ＧＰＶデータと親格子点位置IIの気象ＧＰＶデータを
基に、空間的に中間（親格子点位置から１Ｋｍ離れた位
置）のデータは両気象ＧＰＶデータの平均値とし、空間
的に親格子点位置Ｉに近づくほど親格子点位置Ｉの気象
ＧＰＶデータ値に近くなり、空間的に親格子点位置IIに
近づくほど親格子点位置IIの気象ＧＰＶデータ値に近づ
くように空間距離に応じて気象データを求める手法であ
る。他の子格子点位置（図８では□と■で示している位
置）の気象データも、親格子点位置I,II,III,IV の気象
データを空間内挿補間演算をすることにより求めてい
る。
で示している位置）の気象データは、親格子点位置の気
象ＧＰＶデータを、空間内挿補間演算をすることにより
求めている。例えば、子格子点位置ａの気象データは、
親格子点位置Ｉの気象ＧＰＶデータと親格子点位置IIの
気象ＧＰＶデータを空間内挿補間演算することにより求
めている。空間内挿補間演算とは、親格子点位置Ｉの気
象ＧＰＶデータと親格子点位置IIの気象ＧＰＶデータを
基に、空間的に中間（親格子点位置から１Ｋｍ離れた位
置）のデータは両気象ＧＰＶデータの平均値とし、空間
的に親格子点位置Ｉに近づくほど親格子点位置Ｉの気象
ＧＰＶデータ値に近くなり、空間的に親格子点位置IIに
近づくほど親格子点位置IIの気象ＧＰＶデータ値に近づ
くように空間距離に応じて気象データを求める手法であ
る。他の子格子点位置（図８では□と■で示している位
置）の気象データも、親格子点位置I,II,III,IV の気象
データを空間内挿補間演算をすることにより求めてい
る。
【００１５】〔２〕演算開始から１０分先の気象データ
の演算は次のようにして行う。
の演算は次のようにして行う。
【００１６】〔２−１〕演算開始から１０分先の親格子
点位置Ｉ,II,III,IVの気象データは、演算開始時点から
１０分前（気象ＧＰＶデータの配信時点）における親格
子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演算開始
時点から２時間５０分先（配信から３時間先）における
親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータとを、時
間内挿補間演算することにより求める。
点位置Ｉ,II,III,IVの気象データは、演算開始時点から
１０分前（気象ＧＰＶデータの配信時点）における親格
子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演算開始
時点から２時間５０分先（配信から３時間先）における
親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータとを、時
間内挿補間演算することにより求める。
【００１７】〔２−２〕演算開始から１０分先の子格子
点位置のうち、図中で□で示すもの、即ち、親格子点位
置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演
算により求めた演算開始から１０分先の親格子点位置
Ｉ,II,III,IVの気象データを、空間内挿補間演算するこ
とにより求めている。
点位置のうち、図中で□で示すもの、即ち、親格子点位
置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演
算により求めた演算開始から１０分先の親格子点位置
Ｉ,II,III,IVの気象データを、空間内挿補間演算するこ
とにより求めている。
【００１８】〔２−３〕演算開始から１０分先の子格子
点位置のうち、図中で■で示すもの、即ち、親格子点位
置及び、図中で□で示す子格子点位置により囲まれた範
囲内に位置する子格子点位置の気象データは、大気現象
を解析する偏微分方程式を差分解析演算することにより
求める。大気現象を解析する偏微分方程式としては、コ
ロラド州立大学とMission Research社で開発されたＲＡ
ＭＳ（Regional Atmospheric Modeling System）コード
で示されている、風速場解析の基本方程式を用いること
ができる。
点位置のうち、図中で■で示すもの、即ち、親格子点位
置及び、図中で□で示す子格子点位置により囲まれた範
囲内に位置する子格子点位置の気象データは、大気現象
を解析する偏微分方程式を差分解析演算することにより
求める。大気現象を解析する偏微分方程式としては、コ
ロラド州立大学とMission Research社で開発されたＲＡ
ＭＳ（Regional Atmospheric Modeling System）コード
で示されている、風速場解析の基本方程式を用いること
ができる。
【００１９】このＲＡＭＳコードで示されている風速場
解析の基本方程式は、運動方程式，熱エネルギ方程式，
水分の拡散方程式及び連続の式からなり、次のような式
（１）〜（６）で表される。
解析の基本方程式は、運動方程式，熱エネルギ方程式，
水分の拡散方程式及び連続の式からなり、次のような式
（１）〜（６）で表される。
【００２０】
【数１】
【００２１】例えば、演算開始から１０分先の子格子点
位置αの気象データは、演算開始時点での子格子点位置
αの気象データを初期条件値とし、演算開始から１０分
先における親格子点位置及び図中で□で示す子格子点位
置の気象データを境界条件値として取り込んで、ＲＡＭ
Ｓコードで示されている風速場解析の基本方程式（１）
〜（６）を差分解演算して差分解として求める。図中で
■で示す他の子格子点位置も同様にして、ＲＡＭＳコー
ドで示されている風速場解析の基本方程式（１）〜
（６）を差分解演算して差分解として求められる。
位置αの気象データは、演算開始時点での子格子点位置
αの気象データを初期条件値とし、演算開始から１０分
先における親格子点位置及び図中で□で示す子格子点位
置の気象データを境界条件値として取り込んで、ＲＡＭ
Ｓコードで示されている風速場解析の基本方程式（１）
〜（６）を差分解演算して差分解として求める。図中で
■で示す他の子格子点位置も同様にして、ＲＡＭＳコー
ドで示されている風速場解析の基本方程式（１）〜
（６）を差分解演算して差分解として求められる。
【００２２】〔３〕演算開始から２０分先の気象データ
の演算は、演算開始から１０分先の気象データの演算と
同様にして行う。
の演算は、演算開始から１０分先の気象データの演算と
同様にして行う。
【００２３】〔３−１〕即ち、演算開始から２０分先の
親格子点位置Ｉ,II,III,IVの気象データは、演算開始時
点から１０分前（気象ＧＰＶデータの配信時点）におけ
る親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演
算開始時点から２時間５０分先（配信から３時間先）に
おける親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと
を、時間内挿補間演算することにより求める。
親格子点位置Ｉ,II,III,IVの気象データは、演算開始時
点から１０分前（気象ＧＰＶデータの配信時点）におけ
る親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演
算開始時点から２時間５０分先（配信から３時間先）に
おける親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと
を、時間内挿補間演算することにより求める。
【００２４】〔３−２〕演算開始から２０分先の子格子
点位置のうち、図中で□で示すもの、即ち、親格子点位
置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演
算により求めた演算開始から２０分先の親格子点位置
Ｉ,II,III,IVの気象データを、空間内挿補間演算するこ
とにより求めている。
点位置のうち、図中で□で示すもの、即ち、親格子点位
置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演
算により求めた演算開始から２０分先の親格子点位置
Ｉ,II,III,IVの気象データを、空間内挿補間演算するこ
とにより求めている。
【００２５】〔３−３〕演算開始から２０分先の子格子
点位置のうち、図中で■で示すもの、即ち、親格子点位
置及び、図中で□で示す子格子点位置により囲まれた範
囲内に位置する子格子点位置の気象データは、大気現象
を解析する偏微分方程式を差分解析演算することにより
求める。大気現象を解析する偏微分方程式としては、コ
ロラド州立大学とMission Research社で開発されたＲＡ
ＭＳ（Regional Atmospheric Modeling System）コード
で示されている、風速場解析の基本方程式を用いること
ができる。
点位置のうち、図中で■で示すもの、即ち、親格子点位
置及び、図中で□で示す子格子点位置により囲まれた範
囲内に位置する子格子点位置の気象データは、大気現象
を解析する偏微分方程式を差分解析演算することにより
求める。大気現象を解析する偏微分方程式としては、コ
ロラド州立大学とMission Research社で開発されたＲＡ
ＭＳ（Regional Atmospheric Modeling System）コード
で示されている、風速場解析の基本方程式を用いること
ができる。
【００２６】例えば、演算開始から２０分先の子格子点
位置αの気象データは、演算開始時点での子格子点位置
αの気象データを初期条件値とし、演算開始から２０分
先における親格子点位置及び図中で□で示す子格子点位
置の気象データを境界条件値として取り込んで、ＲＡＭ
Ｓコードで示されている風速場解析の基本方程式（１）
〜（６）を差分解演算して差分解として求める。図中で
■で示す他の子格子点位置も同様にして、ＲＡＭＳコー
ドで示されている風速場解析の基本方程式（１）〜
（６）を差分解演算して差分解として求められる。
位置αの気象データは、演算開始時点での子格子点位置
αの気象データを初期条件値とし、演算開始から２０分
先における親格子点位置及び図中で□で示す子格子点位
置の気象データを境界条件値として取り込んで、ＲＡＭ
Ｓコードで示されている風速場解析の基本方程式（１）
〜（６）を差分解演算して差分解として求める。図中で
■で示す他の子格子点位置も同様にして、ＲＡＭＳコー
ドで示されている風速場解析の基本方程式（１）〜
（６）を差分解演算して差分解として求められる。
【００２７】〔４〕以降、同様にして演算開始から３０
分先，４０分先，５０分先と、１０分間の時間刻み毎の
気象データを、演算開始から１２時間先まで求める。
分先，４０分先，５０分先と、１０分間の時間刻み毎の
気象データを、演算開始から１２時間先まで求める。
【００２８】このようにして演算開始から１０分刻み毎
における、各親格子点位置における複数の標高の気象デ
ータと、各子格子点位置における複数の標高の気象デー
タが求められたら、物質の拡散状態を演算する拡散方程
式（７）に、１０分刻み毎の各親格子点位置及び各子格
子点位置の気象データ（風向，風速）を、次々に代入し
て、拡散範囲や拡散濃度を演算して予測することができ
る。
における、各親格子点位置における複数の標高の気象デ
ータと、各子格子点位置における複数の標高の気象デー
タが求められたら、物質の拡散状態を演算する拡散方程
式（７）に、１０分刻み毎の各親格子点位置及び各子格
子点位置の気象データ（風向，風速）を、次々に代入し
て、拡散範囲や拡散濃度を演算して予測することができ
る。
【００２９】
【数２】
【００３０】前述したＲＡＭＳコードで示されている風
速場解析の基本方程式などの大気現象を解析する偏微分
方程式を、コンピュータを用いて差分解析演算すること
により、図８において■で示す子格子点位置の気象デー
タを求める計算システムを、力学系のシステムとして表
現すると、図１０のようになる。
速場解析の基本方程式などの大気現象を解析する偏微分
方程式を、コンピュータを用いて差分解析演算すること
により、図８において■で示す子格子点位置の気象デー
タを求める計算システムを、力学系のシステムとして表
現すると、図１０のようになる。
【００３１】この計算システムでは、図１０に示すよう
に、初期条件が与えられた時点（ｔ＝ｔ０）から、時間
（ｔ）と共に変化する境界条件の基で、偏微分方程式を
微小な時間刻み（δｔ）づつ進めながら非定常的に差分
計算し、各時刻（ｔｉ＝ｔ０＋ｎ×δｔ ：ｎ＝０〜
Ｎ）の変数（ｖｉ：風向，風速，気温，水分量）を数値
解として出力する。
に、初期条件が与えられた時点（ｔ＝ｔ０）から、時間
（ｔ）と共に変化する境界条件の基で、偏微分方程式を
微小な時間刻み（δｔ）づつ進めながら非定常的に差分
計算し、各時刻（ｔｉ＝ｔ０＋ｎ×δｔ ：ｎ＝０〜
Ｎ）の変数（ｖｉ：風向，風速，気温，水分量）を数値
解として出力する。
【００３２】更に具体的に説明すると、図１０では、初
期条件入力系であるブロックＢ１から、計算系であるブ
ロックＢ２に初期条件が入力される。図９の例では、気
象ＧＰＶデータが配信されてから１０分後に演算が開始
されているので、この演算開始時点における初期条件
（親格子点位置及び子格子点位置の気象データ）が計算
系に入力される。なお、初期条件（演算開始時点におけ
る親格子点位置及び子格子点位置の気象データ）は、前
述したように、気象ＧＰＶデータを時間内挿補間演算，
空間内挿補間演算をすることにより求めている。タイマ
系であるブロックＢ３は、計算系であるブロックＢ２に
よる１演算時間刻みでの演算が終わると、演算時刻を１
演算時間刻み（図８，図９の例では１０分間）進める。
期条件入力系であるブロックＢ１から、計算系であるブ
ロックＢ２に初期条件が入力される。図９の例では、気
象ＧＰＶデータが配信されてから１０分後に演算が開始
されているので、この演算開始時点における初期条件
（親格子点位置及び子格子点位置の気象データ）が計算
系に入力される。なお、初期条件（演算開始時点におけ
る親格子点位置及び子格子点位置の気象データ）は、前
述したように、気象ＧＰＶデータを時間内挿補間演算，
空間内挿補間演算をすることにより求めている。タイマ
系であるブロックＢ３は、計算系であるブロックＢ２に
よる１演算時間刻みでの演算が終わると、演算時刻を１
演算時間刻み（図８，図９の例では１０分間）進める。
【００３３】境界条件入力系であるブロックＢ４は、一
定時間刻み毎（図８，図９の例では１０分間隔毎）の境
界条件（親格子点位置および図８で□で示す子格子点位
置の気象データ）を、計算系Ｂ２に入力する。なお、境
界条件（親格子点位置および図８で□で示す子格子点位
置の気象データ）は、前述したように、気象ＧＰＶデー
タを時間内挿補間演算，空間内挿補間演算をすることに
より求めている。
定時間刻み毎（図８，図９の例では１０分間隔毎）の境
界条件（親格子点位置および図８で□で示す子格子点位
置の気象データ）を、計算系Ｂ２に入力する。なお、境
界条件（親格子点位置および図８で□で示す子格子点位
置の気象データ）は、前述したように、気象ＧＰＶデー
タを時間内挿補間演算，空間内挿補間演算をすることに
より求めている。
【００３４】大気条件を解析する偏微分方程式（ＲＡＭ
Ｓコードで示されている風速場解析の基本方程式）の数
値解析は、初期条件と境界条件が決まれば一義的に決定
されるので、計算系であるブロックＢ２は、初期条件と
境界条件を取り込んで各子格子点位置（図８で■で示す
子格子点位置）毎に差分解析をして、出力系Ｂ５に、各
子格子点位置（図８で■で示す子格子点位置）の気象デ
ータである差分解を出力する。
Ｓコードで示されている風速場解析の基本方程式）の数
値解析は、初期条件と境界条件が決まれば一義的に決定
されるので、計算系であるブロックＢ２は、初期条件と
境界条件を取り込んで各子格子点位置（図８で■で示す
子格子点位置）毎に差分解析をして、出力系Ｂ５に、各
子格子点位置（図８で■で示す子格子点位置）の気象デ
ータである差分解を出力する。
【００３５】ところで、広い計算領域（例えば図１１の
大領域Ａ１）の全てに、離間距離を短い状態にして（例
えば５０ｍにして）子格子点位置を配置し、この全ての
子格子点位置の気象データを１台のコンピュータで演算
処理すると、極めて長い時間がかかる。そこで、計算時
間を短縮する方法として、次に述べる多重ネスティング
法（多重格子法）が採用されている。なお、緻密な気象
データが必要な領域は、例えば図１１の小領域Ａ３のみ
であるが、気象現象は、必要な小領域Ａ３の周りの領域
の状況によって変化するので、小領域Ａ３よりも広い大
領域Ａ１を設定して大領域Ａ１の全ての格子点位置の気
象データを求め、拡散状態を演算する拡散方程式の演算
には、大領域Ａ１の中から小領域Ａ３の格子点位置の気
象データ（風速場データ）のみを用いて演算をしてい
る。
大領域Ａ１）の全てに、離間距離を短い状態にして（例
えば５０ｍにして）子格子点位置を配置し、この全ての
子格子点位置の気象データを１台のコンピュータで演算
処理すると、極めて長い時間がかかる。そこで、計算時
間を短縮する方法として、次に述べる多重ネスティング
法（多重格子法）が採用されている。なお、緻密な気象
データが必要な領域は、例えば図１１の小領域Ａ３のみ
であるが、気象現象は、必要な小領域Ａ３の周りの領域
の状況によって変化するので、小領域Ａ３よりも広い大
領域Ａ１を設定して大領域Ａ１の全ての格子点位置の気
象データを求め、拡散状態を演算する拡散方程式の演算
には、大領域Ａ１の中から小領域Ａ３の格子点位置の気
象データ（風速場データ）のみを用いて演算をしてい
る。
【００３６】多重ネスティング法では、図１１に示すよ
うに、計算領域として、大領域（例えば本州の中央部）
Ａ１と、中領域（例えば東京地区）Ａ２と、小領域（例
えば東京湾近隣地区）Ａ３を設定する。緻密な気象デー
タが必要な領域は、小領域Ａ３であるが、気象現象は、
必要な領域の周りの領域の状況によって変化するので、
小領域Ａ３よりも広い、中領域Ａ２，大領域Ａ１を設定
している。
うに、計算領域として、大領域（例えば本州の中央部）
Ａ１と、中領域（例えば東京地区）Ａ２と、小領域（例
えば東京湾近隣地区）Ａ３を設定する。緻密な気象デー
タが必要な領域は、小領域Ａ３であるが、気象現象は、
必要な領域の周りの領域の状況によって変化するので、
小領域Ａ３よりも広い、中領域Ａ２，大領域Ａ１を設定
している。
【００３７】そして、大領域Ａ１には、図１２に示すよ
うに、離間距離が例えば４Ｋｍの親格子点位置（図中に
○で示す）と、離間距離が例えば８００ｍの子格子点位
置（図中に□で示す）を設定する。中領域Ａ２には、図
１３に示すように、離間距離が例えば２Ｋｍの親格子点
位置（図中に○で示す）と、離間距離が例えば４００ｍ
の子格子点位置（図中に□で示す）を設定する。最終的
に緻密な気象データを求める小領域Ａ３には、図８に示
すように、離間距離が例えば２Ｋｍの親格子点位置（図
中に○で示す）と、離間距離が例えば５０ｍの子格子点
位置（図中に□と■で示す）を設定する。
うに、離間距離が例えば４Ｋｍの親格子点位置（図中に
○で示す）と、離間距離が例えば８００ｍの子格子点位
置（図中に□で示す）を設定する。中領域Ａ２には、図
１３に示すように、離間距離が例えば２Ｋｍの親格子点
位置（図中に○で示す）と、離間距離が例えば４００ｍ
の子格子点位置（図中に□で示す）を設定する。最終的
に緻密な気象データを求める小領域Ａ３には、図８に示
すように、離間距離が例えば２Ｋｍの親格子点位置（図
中に○で示す）と、離間距離が例えば５０ｍの子格子点
位置（図中に□と■で示す）を設定する。
【００３８】そして図１０に示す計算システムにより、
まず、大領域Ａ１に設定した、離間距離が４Ｋｍの親格
子点位置と、離間距離が８００ｍの子格子点位置の気象
データを演算する。
まず、大領域Ａ１に設定した、離間距離が４Ｋｍの親格
子点位置と、離間距離が８００ｍの子格子点位置の気象
データを演算する。
【００３９】次に、図１０に示す計算システムにより、
中領域Ａ２に設定した、離間距離が２Ｋｍの親格子点位
置と離間距離が４００ｍの子格子点位置の気象データを
演算する。なお、中領域Ａ２に設定した親格子点位置の
うち、大領域Ａ１に設定した親格子点位置と同じ位置に
あるものは、大領域Ａ１の演算において既に求められて
いるので、その気象データをそのままシフトしてくる。
また、離間距離が４００ｍの子格子点位置のうち、大領
域Ａ１に設定したものと同じ位置にあるものは、大領域
Ａ１の演算において既に求められているので、その気象
データをそのままシフトしてくる。
中領域Ａ２に設定した、離間距離が２Ｋｍの親格子点位
置と離間距離が４００ｍの子格子点位置の気象データを
演算する。なお、中領域Ａ２に設定した親格子点位置の
うち、大領域Ａ１に設定した親格子点位置と同じ位置に
あるものは、大領域Ａ１の演算において既に求められて
いるので、その気象データをそのままシフトしてくる。
また、離間距離が４００ｍの子格子点位置のうち、大領
域Ａ１に設定したものと同じ位置にあるものは、大領域
Ａ１の演算において既に求められているので、その気象
データをそのままシフトしてくる。
【００４０】更に、図１０に示す計算システムにより、
小領域Ａ３に設定した離間距離が５０ｍの子格子点位置
の気象データを演算する。なお、小領域Ａ３に設定した
親格子点位置の気象データは、大領域Ａ１及び中領域Ａ
２の演算において既に求められているので、その気象デ
ータをそのままシフトしてくる。また、離間距離が５０
ｍの子格子点位置のうち、大領域Ａ１及び中領域Ａ２に
設定したものと同じ位置にあるものは、大領域Ａ１及び
中領域Ａ２の演算において既に求められているので、そ
の気象データをそのままシフトしてくる。
小領域Ａ３に設定した離間距離が５０ｍの子格子点位置
の気象データを演算する。なお、小領域Ａ３に設定した
親格子点位置の気象データは、大領域Ａ１及び中領域Ａ
２の演算において既に求められているので、その気象デ
ータをそのままシフトしてくる。また、離間距離が５０
ｍの子格子点位置のうち、大領域Ａ１及び中領域Ａ２に
設定したものと同じ位置にあるものは、大領域Ａ１及び
中領域Ａ２の演算において既に求められているので、そ
の気象データをそのままシフトしてくる。
【００４１】このように、最終的に緻密な気象データを
求める小領域Ａ３にのみ、離間距離が短い（例えば５０
ｍ）の子格子点位置を設定しているので、大領域Ａ１の
全面に離間距離が短い（例えば５０ｍ）の子格子点位置
を設定して演算する場合に比べて、演算時間が短縮され
る。
求める小領域Ａ３にのみ、離間距離が短い（例えば５０
ｍ）の子格子点位置を設定しているので、大領域Ａ１の
全面に離間距離が短い（例えば５０ｍ）の子格子点位置
を設定して演算する場合に比べて、演算時間が短縮され
る。
【００４２】また更に演算時間を短縮するため、多段ネ
スティング法を採用した場合において、複数の演算装置
（ＣＰＵ）を結合した並列計算機により並列演算をする
ことが行われている。
スティング法を採用した場合において、複数の演算装置
（ＣＰＵ）を結合した並列計算機により並列演算をする
ことが行われている。
【００４３】例えば４台のＣＰＵを用いて並列演算をす
る場合には、図１４に示すように、大領域Ａ１を４つの
分割領域Ａ１−１，Ａ１−２，Ａ１−３，Ａ１−４に分
割し、中領域Ａ２を４つの分割領域Ａ２−１，Ａ２−
２，Ａ２−３，Ａ２−４に分割し、小領域Ａ３を４つの
分割領域Ａ３−１，Ａ３−２，Ａ３−３，Ａ３−４に分
割する。
る場合には、図１４に示すように、大領域Ａ１を４つの
分割領域Ａ１−１，Ａ１−２，Ａ１−３，Ａ１−４に分
割し、中領域Ａ２を４つの分割領域Ａ２−１，Ａ２−
２，Ａ２−３，Ａ２−４に分割し、小領域Ａ３を４つの
分割領域Ａ３−１，Ａ３−２，Ａ３−３，Ａ３−４に分
割する。
【００４４】大領域Ａ１に配置された各格子点位置の気
象データ（例えば演算開始時点から１２時間先の時点ま
でにおける例えば１０分毎の気象データ）を演算するに
は、第１のＣＰＵは、分割領域Ａ１−１に配置された各
格子点位置の気象データを演算し、第２のＣＰＵは、分
割領域Ａ１−２に配置された格子点位置の気象データを
演算し、第３のＣＰＵは、分割領域Ａ１−３に配置され
た格子点位置の気象データを演算し、第４のＣＰＵは、
分割領域Ａ１−４に配置された格子点位置の気象データ
を演算する。
象データ（例えば演算開始時点から１２時間先の時点ま
でにおける例えば１０分毎の気象データ）を演算するに
は、第１のＣＰＵは、分割領域Ａ１−１に配置された各
格子点位置の気象データを演算し、第２のＣＰＵは、分
割領域Ａ１−２に配置された格子点位置の気象データを
演算し、第３のＣＰＵは、分割領域Ａ１−３に配置され
た格子点位置の気象データを演算し、第４のＣＰＵは、
分割領域Ａ１−４に配置された格子点位置の気象データ
を演算する。
【００４５】また、大領域Ａ１に対する演算が終了し
て、中領域Ａ２に配置された各格子点位置の気象データ
（例えば演算開始時点から１２時間先の時点までにおけ
る例えば１０分毎の気象データ）を演算するには、第１
のＣＰＵは、分割領域Ａ２−１に配置された各格子点位
置の気象データを演算し、第２のＣＰＵは、分割領域Ａ
２−２に配置された格子点位置の気象データを演算し、
第３のＣＰＵは、分割領域Ａ２−３に配置された格子点
位置の気象データを演算し、第４のＣＰＵは、分割領域
Ａ２−４に配置された格子点位置の気象データを演算す
る。
て、中領域Ａ２に配置された各格子点位置の気象データ
（例えば演算開始時点から１２時間先の時点までにおけ
る例えば１０分毎の気象データ）を演算するには、第１
のＣＰＵは、分割領域Ａ２−１に配置された各格子点位
置の気象データを演算し、第２のＣＰＵは、分割領域Ａ
２−２に配置された格子点位置の気象データを演算し、
第３のＣＰＵは、分割領域Ａ２−３に配置された格子点
位置の気象データを演算し、第４のＣＰＵは、分割領域
Ａ２−４に配置された格子点位置の気象データを演算す
る。
【００４６】更に、中領域Ａ２に対する演算が終了し
て、小領域Ａ３に配置された各格子点位置の気象データ
（例えば演算開始時点から１２時間先の時点までにおけ
る例えば１０分毎の気象データ）を演算するには、第１
のＣＰＵは、分割領域Ａ３−１に配置された各格子点位
置の気象データを演算し、第２のＣＰＵは、分割領域Ａ
３−２に配置された格子点位置の気象データを演算し、
第３のＣＰＵは、分割領域Ａ３−３に配置された格子点
位置の気象データを演算し、第４のＣＰＵは、分割領域
Ａ３−４に配置された格子点位置の気象データを演算す
る。
て、小領域Ａ３に配置された各格子点位置の気象データ
（例えば演算開始時点から１２時間先の時点までにおけ
る例えば１０分毎の気象データ）を演算するには、第１
のＣＰＵは、分割領域Ａ３−１に配置された各格子点位
置の気象データを演算し、第２のＣＰＵは、分割領域Ａ
３−２に配置された格子点位置の気象データを演算し、
第３のＣＰＵは、分割領域Ａ３−３に配置された格子点
位置の気象データを演算し、第４のＣＰＵは、分割領域
Ａ３−４に配置された格子点位置の気象データを演算す
る。
【００４７】なお、上述した気体状況予測方法により求
めた風速場データを利用して、物質の拡散状況を予測す
る拡散状況予測システムは、火山が爆発したときに発生
する噴煙の拡散状況や、タンカーが座礁して漏洩油から
蒸発した揮発性ガスの拡散状況を予測する場合にも利用
することができる。
めた風速場データを利用して、物質の拡散状況を予測す
る拡散状況予測システムは、火山が爆発したときに発生
する噴煙の拡散状況や、タンカーが座礁して漏洩油から
蒸発した揮発性ガスの拡散状況を予測する場合にも利用
することができる。
【００４８】更に、この拡散状況予測システムは、事象
（例えば核物質の外部放出事故）が発生してから直ちに
演算をして予測する場合のみならず、事象発生後に事後
的に状況を解析するために、拡散状況を予測する場合に
も利用することができる。例えば核物質の外部放出事故
が発生した場合には、数日経過しても現場に立ち入るこ
とはできないが、このシステムを利用して拡散状況を予
測し、この予測した拡散状況を基に適切な対策をとるこ
とができる。
（例えば核物質の外部放出事故）が発生してから直ちに
演算をして予測する場合のみならず、事象発生後に事後
的に状況を解析するために、拡散状況を予測する場合に
も利用することができる。例えば核物質の外部放出事故
が発生した場合には、数日経過しても現場に立ち入るこ
とはできないが、このシステムを利用して拡散状況を予
測し、この予測した拡散状況を基に適切な対策をとるこ
とができる。
【００４９】
【発明が解決しようとする課題】ところで、従来の気体
状況予測方法では、演算時間を短縮するため、複数のＣ
ＰＵを結合した並列計算機を用い、計算領域をＣＰＵの
個数と同じ数の領域に分割して、各ＣＰＵで各分割領域
毎の計算をして、各時刻（ｔｉ）毎に変数（ｖｉ）を差
分解として出力している。しかし、ＣＰＵの数を増加す
ると、各分割領域間でのデータ転送時間が増加するた
め、全体の計算時間は、ＣＰＵの数に応じて（反比例し
て）減少するわけではなかった。つまり、例えばＣＰＵ
を４台にしても、全体の計算時間は、ＣＰＵが１台のと
きの時間の１／４になるわけではなく、データ転送時間
等の時間が必要となり、全体の計算時間は、ＣＰＵが１
台のときの時間の１／４よりも長くなってしまう。
状況予測方法では、演算時間を短縮するため、複数のＣ
ＰＵを結合した並列計算機を用い、計算領域をＣＰＵの
個数と同じ数の領域に分割して、各ＣＰＵで各分割領域
毎の計算をして、各時刻（ｔｉ）毎に変数（ｖｉ）を差
分解として出力している。しかし、ＣＰＵの数を増加す
ると、各分割領域間でのデータ転送時間が増加するた
め、全体の計算時間は、ＣＰＵの数に応じて（反比例し
て）減少するわけではなかった。つまり、例えばＣＰＵ
を４台にしても、全体の計算時間は、ＣＰＵが１台のと
きの時間の１／４になるわけではなく、データ転送時間
等の時間が必要となり、全体の計算時間は、ＣＰＵが１
台のときの時間の１／４よりも長くなってしまう。
【００５０】本発明は、上記従来技術に鑑み、演算装置
（ＣＰＵ）の個数の増加に応じて計算時間を短縮するこ
とができると共に、複数の演算装置により求めた気体状
況データの連続性を確保して正確な気体状況を求めるこ
とができる気体状況予測方法を提供することを目的とす
る。
（ＣＰＵ）の個数の増加に応じて計算時間を短縮するこ
とができると共に、複数の演算装置により求めた気体状
況データの連続性を確保して正確な気体状況を求めるこ
とができる気体状況予測方法を提供することを目的とす
る。
【００５１】
【課題を解決するための手段】上記目的を達成する本発
明の気体状況予測方法は、地球の表面を南北方向に伸び
ると共に東西方向の相互の離間距離が規定距離となって
いる複数の仮想線と、地球の表面を東西方向に伸びると
共に南北方向の相互の離間距離が規定距離となっている
複数の仮想線とが交差する位置である親格子点位置にお
ける規定時間間隔毎の気象観測データから、地球の表面
を南北方向に伸びると共に東西方向の相互の離間距離が
前記規定距離よりも短い一定距離となっている複数の仮
想線と、地球の表面を東西方向に伸びると共に南北方向
の相互の離間距離が前記規定距離よりも短い一定距離と
なっている複数の仮想線とが交差する位置である子格子
点位置における、前記規定時間間隔よりも短い一定時間
刻み毎の気象データを求めるため、複数の演算装置を備
えた並列計算機により大気現象を解析する偏微分方程式
を演算する際に、地球の表面のなかで予め設定した特定
領域内の親格子点位置の気象観測データから初期条件と
境界条件とを求め、求めた初期条件と境界条件を前記偏
微分方程式に取り込んで演算をすることにより、特定領
域内の子格子点位置の気象データを求める気体状況予測
方法であって、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
ることを特徴とする。
明の気体状況予測方法は、地球の表面を南北方向に伸び
ると共に東西方向の相互の離間距離が規定距離となって
いる複数の仮想線と、地球の表面を東西方向に伸びると
共に南北方向の相互の離間距離が規定距離となっている
複数の仮想線とが交差する位置である親格子点位置にお
ける規定時間間隔毎の気象観測データから、地球の表面
を南北方向に伸びると共に東西方向の相互の離間距離が
前記規定距離よりも短い一定距離となっている複数の仮
想線と、地球の表面を東西方向に伸びると共に南北方向
の相互の離間距離が前記規定距離よりも短い一定距離と
なっている複数の仮想線とが交差する位置である子格子
点位置における、前記規定時間間隔よりも短い一定時間
刻み毎の気象データを求めるため、複数の演算装置を備
えた並列計算機により大気現象を解析する偏微分方程式
を演算する際に、地球の表面のなかで予め設定した特定
領域内の親格子点位置の気象観測データから初期条件と
境界条件とを求め、求めた初期条件と境界条件を前記偏
微分方程式に取り込んで演算をすることにより、特定領
域内の子格子点位置の気象データを求める気体状況予測
方法であって、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
ることを特徴とする。
【００５２】また本発明の気体状況予測方法は、地球の
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
ることを特徴とする。この場合、各分割演算期間の演算
を前記複数の演算装置に振り分けて同時並行して進める
際に、拡大領域及び特定領域を更に複数に分割し、分割
した領域の演算を複数の演算装置により振り分けて同時
並行して進めることもできる。
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
ることを特徴とする。この場合、各分割演算期間の演算
を前記複数の演算装置に振り分けて同時並行して進める
際に、拡大領域及び特定領域を更に複数に分割し、分割
した領域の演算を複数の演算装置により振り分けて同時
並行して進めることもできる。
【００５３】また本発明の気体状況予測方法は、地球の
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、最大面積の拡大領域の演算においては、
演算開始から所定時間先までの演算期間を通して演算を
進め、最大面積より小さい面積の拡大領域及び特定領域
の演算においては、演算開始から所定時間先までの演算
期間を、複数の分割演算期間に分割し、各分割演算期間
の演算を前記複数の演算装置に振り分けて同時並行して
進めることを特徴とする。この場合、最大面積の拡大領
域の演算において、演算開始から所定時間先までの演算
期間を通して演算を進める際に、この拡大領域を更に複
数に分割し、分割した領域の演算を複数の演算装置によ
り振り分けて同時並行して進め、また最大面積より小さ
い面積の拡大領域及び特定領域の演算において、各分割
演算期間の演算を前記複数の演算装置に振り分けて同時
並行して進める際に、最大面積より小さい面積の拡大領
域及び特定領域を更に複数に分割し、分割した領域の演
算を複数の演算装置により振り分けて同時並行して進め
ることもできる。
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、最大面積の拡大領域の演算においては、
演算開始から所定時間先までの演算期間を通して演算を
進め、最大面積より小さい面積の拡大領域及び特定領域
の演算においては、演算開始から所定時間先までの演算
期間を、複数の分割演算期間に分割し、各分割演算期間
の演算を前記複数の演算装置に振り分けて同時並行して
進めることを特徴とする。この場合、最大面積の拡大領
域の演算において、演算開始から所定時間先までの演算
期間を通して演算を進める際に、この拡大領域を更に複
数に分割し、分割した領域の演算を複数の演算装置によ
り振り分けて同時並行して進め、また最大面積より小さ
い面積の拡大領域及び特定領域の演算において、各分割
演算期間の演算を前記複数の演算装置に振り分けて同時
並行して進める際に、最大面積より小さい面積の拡大領
域及び特定領域を更に複数に分割し、分割した領域の演
算を複数の演算装置により振り分けて同時並行して進め
ることもできる。
【００５４】
【発明の実施の形態】以下に本発明の実施の形態を図面
に基づき詳細に説明する。
に基づき詳細に説明する。
【００５５】＜第１の実施の形態＞第１の実施の形態で
は、気象観測データ（例えば気象ＧＰＶデータ）から、
子格子点位置の気象データを求めるため、大気現象を解
析する偏微分方程式であるＲＡＭＳコードで示されてい
る風速場解析の基本方程式（前述した（１）〜（６）の
式）を、複数の演算装置を備えた並列計算機により演算
する場合において、演算期間を分割し、分割した各分割
演算期間の演算を複数の演算装置により振り分けて同時
並行して進めるものである。
は、気象観測データ（例えば気象ＧＰＶデータ）から、
子格子点位置の気象データを求めるため、大気現象を解
析する偏微分方程式であるＲＡＭＳコードで示されてい
る風速場解析の基本方程式（前述した（１）〜（６）の
式）を、複数の演算装置を備えた並列計算機により演算
する場合において、演算期間を分割し、分割した各分割
演算期間の演算を複数の演算装置により振り分けて同時
並行して進めるものである。
【００５６】図１に示すように、並列計算機１１には４
台の演算装置（ＣＰＵ）♯１〜♯４が備えられている。
計算領域には、相互の離間距離が２Ｋｍとなっている親
格子点位置と、相互の離間距離が５０ｍとなっている子
格子点位置が設定されている。また、ここでは、演算開
始時点から１２時間先までの演算期間（ｔ＝０〜１２時
間先）において、１０分間隔毎（一定時間刻み毎）の子
格子点位置の気象データを演算する。
台の演算装置（ＣＰＵ）♯１〜♯４が備えられている。
計算領域には、相互の離間距離が２Ｋｍとなっている親
格子点位置と、相互の離間距離が５０ｍとなっている子
格子点位置が設定されている。また、ここでは、演算開
始時点から１２時間先までの演算期間（ｔ＝０〜１２時
間先）において、１０分間隔毎（一定時間刻み毎）の子
格子点位置の気象データを演算する。
【００５７】この並列計算機１１では、気象ＧＰＶデー
タを時間内挿補間演算と空間内挿補間演算をすることに
より、計算領域の境界条件を求める。また、気象ＧＰＶ
データを時間内挿補間演算と空間内挿補間演算をするこ
とにより、演算開始時点，演算開始から３時間先、演算
開始から６時間先、演算開始から９時間先の各時点にお
ける初期条件を求める。ここでの境界条件，初期条件の
演算手法は、従来技術で示したものと同様である。
タを時間内挿補間演算と空間内挿補間演算をすることに
より、計算領域の境界条件を求める。また、気象ＧＰＶ
データを時間内挿補間演算と空間内挿補間演算をするこ
とにより、演算開始時点，演算開始から３時間先、演算
開始から６時間先、演算開始から９時間先の各時点にお
ける初期条件を求める。ここでの境界条件，初期条件の
演算手法は、従来技術で示したものと同様である。
【００５８】更に演算期間（１２時間）を、４分割す
る。そして、ＲＡＭＳコードで示されている風速場解析
の基本方程式（前述した（１）〜（６）の式）の演算
を、４台のＣＰＵ♯１〜♯４により行う演算期間を、下
記〜のように振り分け、４台のＣＰＵ♯１〜♯４の
演算を同時並行して行なう。 演算開始時点から３時間先までの第１の分割演算期間
における演算は、第１のＣＰＵ♯１で行い、第１の演算
期間における１０分時間刻み毎の各子格子点位置の気象
データを求める。 演算開始時点から３時間先の時点と、演算開始時点か
ら６時間先の時点との間の第２の分割演算期間における
演算は、第２のＣＰＵ♯２で行い、第２の演算期間にお
ける１０分時間刻み毎の各子格子点位置の気象データを
求める。 演算開始時点から６時間先の時点と、演算開始時点か
ら９時間先の時点との間の第３の分割演算期間における
演算は、第３のＣＰＵ♯３で行い、第３の演算期間にお
ける１０分時間刻み毎の各子格子点位置の気象データを
求める。 演算開始時点から９時間先の時点と、演算開始時点か
ら１２時間先の時点との間の第４の分割演算期間におけ
る演算は、第４のＣＰＵ♯４で行い、第４の演算期間に
おける１０分時間刻み毎の各子格子点位置の気象データ
を求める。
る。そして、ＲＡＭＳコードで示されている風速場解析
の基本方程式（前述した（１）〜（６）の式）の演算
を、４台のＣＰＵ♯１〜♯４により行う演算期間を、下
記〜のように振り分け、４台のＣＰＵ♯１〜♯４の
演算を同時並行して行なう。 演算開始時点から３時間先までの第１の分割演算期間
における演算は、第１のＣＰＵ♯１で行い、第１の演算
期間における１０分時間刻み毎の各子格子点位置の気象
データを求める。 演算開始時点から３時間先の時点と、演算開始時点か
ら６時間先の時点との間の第２の分割演算期間における
演算は、第２のＣＰＵ♯２で行い、第２の演算期間にお
ける１０分時間刻み毎の各子格子点位置の気象データを
求める。 演算開始時点から６時間先の時点と、演算開始時点か
ら９時間先の時点との間の第３の分割演算期間における
演算は、第３のＣＰＵ♯３で行い、第３の演算期間にお
ける１０分時間刻み毎の各子格子点位置の気象データを
求める。 演算開始時点から９時間先の時点と、演算開始時点か
ら１２時間先の時点との間の第４の分割演算期間におけ
る演算は、第４のＣＰＵ♯４で行い、第４の演算期間に
おける１０分時間刻み毎の各子格子点位置の気象データ
を求める。
【００５９】即ち、ＣＰＵ♯１には、演算開始時点の初
期条件と、演算開始時点から３時間先までの第１の分割
演算期間における１０分時間刻み毎の境界条件が入力さ
れる。そして、大気現象を解析する偏微分方程式である
ＲＡＭＳコードで示されている風速場解析の基本方程式
が、差分解演算され、変数（ｖｉ）を差分解（つまり、
１０分時間刻み毎の各子格子点位置の気象データ）とし
て出力する。
期条件と、演算開始時点から３時間先までの第１の分割
演算期間における１０分時間刻み毎の境界条件が入力さ
れる。そして、大気現象を解析する偏微分方程式である
ＲＡＭＳコードで示されている風速場解析の基本方程式
が、差分解演算され、変数（ｖｉ）を差分解（つまり、
１０分時間刻み毎の各子格子点位置の気象データ）とし
て出力する。
【００６０】同様に、ＣＰＵ♯２，♯３，♯４には、そ
れぞれ演算開始から３時間先、演算開始から６時間先、
演算開始から９時間先の各時点における初期条件と、第
２〜第４の各分割演算期間における１０分時間刻み毎の
境界条件が入力される。そして、大気現象を解析する偏
微分方程式であるＲＡＭＳコードで示されている風速場
解析の基本方程式が、差分解演算され、変数（ｖｉ）を
差分解（つまり、第２〜第４の各分割演算期間における
１０分時間刻み毎の各子格子点位置の気象データ）とし
て出力する。
れぞれ演算開始から３時間先、演算開始から６時間先、
演算開始から９時間先の各時点における初期条件と、第
２〜第４の各分割演算期間における１０分時間刻み毎の
境界条件が入力される。そして、大気現象を解析する偏
微分方程式であるＲＡＭＳコードで示されている風速場
解析の基本方程式が、差分解演算され、変数（ｖｉ）を
差分解（つまり、第２〜第４の各分割演算期間における
１０分時間刻み毎の各子格子点位置の気象データ）とし
て出力する。
【００６１】そして、各ＣＰＵ♯１〜♯４により得られ
た気象データを、結合して演算開始時点から１２時間先
までの１２時間分の演算期間における、１０分時間刻み
毎の各子格子点位置の気象データを求めることができ
る。
た気象データを、結合して演算開始時点から１２時間先
までの１２時間分の演算期間における、１０分時間刻み
毎の各子格子点位置の気象データを求めることができ
る。
【００６２】このように、演算期間をＣＰＵの設置台数
に応じて４分割し、４分割した各分割演算期間の演算を
複数のＣＰＵ♯１〜♯４に振り分けて同時並行して進め
るため、１台のＣＰＵにより演算する時間に比べて、演
算時間を１／４にすることができる。
に応じて４分割し、４分割した各分割演算期間の演算を
複数のＣＰＵ♯１〜♯４に振り分けて同時並行して進め
るため、１台のＣＰＵにより演算する時間に比べて、演
算時間を１／４にすることができる。
【００６３】勿論、ＣＰＵの設置台数を多くして、演算
期間の分割数を多くすればするほど、演算時間が短くな
る。例えばＣＰＵの設置台数をＭ台とし、演算期間の分
割数をＭとして並列演算すれば、演算時間が１／Ｍとな
る。なお気象観測データとしては、気象ＧＰＶデータの
他に、ＡＭＥＤＡＳ等の他の気象観測データを採用する
こともできる。また、親格子点位置の相互の離間距離
や、子格子点位置の相互の離間距離も、他の値に設定す
ることができる。更に、大気現象を解析する偏微分方程
式としは、ＲＡＭＳコードで示されている風速場解析の
基本方程式の他に、他の偏微分方程式を採用することも
できる。かかる事情は、他の実施の形態でも同様であ
る。
期間の分割数を多くすればするほど、演算時間が短くな
る。例えばＣＰＵの設置台数をＭ台とし、演算期間の分
割数をＭとして並列演算すれば、演算時間が１／Ｍとな
る。なお気象観測データとしては、気象ＧＰＶデータの
他に、ＡＭＥＤＡＳ等の他の気象観測データを採用する
こともできる。また、親格子点位置の相互の離間距離
や、子格子点位置の相互の離間距離も、他の値に設定す
ることができる。更に、大気現象を解析する偏微分方程
式としは、ＲＡＭＳコードで示されている風速場解析の
基本方程式の他に、他の偏微分方程式を採用することも
できる。かかる事情は、他の実施の形態でも同様であ
る。
【００６４】＜第２の実施の形態＞第２の実施の形態
は、第１の実施の形態を発展させたものであり、各ＣＰ
Ｕ♯１〜♯４の計算に多段ネスティング法を採用したも
のである。そして、気象観測データ（例えば気象ＧＰＶ
データ）から、多段ネスティング法により設定した各領
域の子格子点位置の気象データを求めるため、大気現象
を解析する偏微分方程式であるＲＡＭＳコードで示され
ている風速場解析の基本方程式（前述した（１）〜
（６）の式）を、複数の演算装置を備えた並列計算機に
より演算する場合において、演算時間を分割し、分割し
た各分割演算時間の演算を複数の演算装置により振り分
けて同時並行して進めるものである。
は、第１の実施の形態を発展させたものであり、各ＣＰ
Ｕ♯１〜♯４の計算に多段ネスティング法を採用したも
のである。そして、気象観測データ（例えば気象ＧＰＶ
データ）から、多段ネスティング法により設定した各領
域の子格子点位置の気象データを求めるため、大気現象
を解析する偏微分方程式であるＲＡＭＳコードで示され
ている風速場解析の基本方程式（前述した（１）〜
（６）の式）を、複数の演算装置を備えた並列計算機に
より演算する場合において、演算時間を分割し、分割し
た各分割演算時間の演算を複数の演算装置により振り分
けて同時並行して進めるものである。
【００６５】第２の実施の形態では、図２に示すよう
に、計算領域として、最大の面積となっている拡大領域
である大領域（例えば本州の中央部）Ｒ１と、大領域Ｒ
１よりも狭い面積となっている拡大面積である中領域
（例えば東京地区）Ｒ２と、特定領域である小領域（例
えば東京湾近隣地区）Ｒ３を設定する。領域Ｒ３は、領
域Ｒ２の内部に含まれ、領域Ｒ２は領域Ｒ１の内部に含
まれるように、面積が段階的に広がっている。
に、計算領域として、最大の面積となっている拡大領域
である大領域（例えば本州の中央部）Ｒ１と、大領域Ｒ
１よりも狭い面積となっている拡大面積である中領域
（例えば東京地区）Ｒ２と、特定領域である小領域（例
えば東京湾近隣地区）Ｒ３を設定する。領域Ｒ３は、領
域Ｒ２の内部に含まれ、領域Ｒ２は領域Ｒ１の内部に含
まれるように、面積が段階的に広がっている。
【００６６】この第２の実施の形態では、図３に示すよ
うに、並列計算機１１には４台の演算装置（ＣＰＵ）♯
１〜♯４が備えられている。そして、大領域Ｒ１には、
離間距離が例えば４Ｋｍの親格子点位置と、離間距離が
例えば８００ｍの子格子点位置を設定し、中領域Ｒ２に
は、離間距離が例えば２Ｋｍの親格子点位置と、離間距
離が例えば４００ｍの子格子点位置を設定し、最終的に
緻密な気象データを求める小領域Ｒ３には、離間距離が
例えば２Ｋｍの親格子点位置と、離間距離が例えば５０
ｍの子格子点位置を設定している。また、ここでは、演
算開始時点から１２時間先までの演算期間（ｔ＝０〜１
２時間先）において、１０分間隔毎（一定時間刻み毎）
の子格子点位置の気象データを演算する。
うに、並列計算機１１には４台の演算装置（ＣＰＵ）♯
１〜♯４が備えられている。そして、大領域Ｒ１には、
離間距離が例えば４Ｋｍの親格子点位置と、離間距離が
例えば８００ｍの子格子点位置を設定し、中領域Ｒ２に
は、離間距離が例えば２Ｋｍの親格子点位置と、離間距
離が例えば４００ｍの子格子点位置を設定し、最終的に
緻密な気象データを求める小領域Ｒ３には、離間距離が
例えば２Ｋｍの親格子点位置と、離間距離が例えば５０
ｍの子格子点位置を設定している。また、ここでは、演
算開始時点から１２時間先までの演算期間（ｔ＝０〜１
２時間先）において、１０分間隔毎（一定時間刻み毎）
の子格子点位置の気象データを演算する。
【００６７】この並列計算機１１では、気象ＧＰＶデー
タを時間内挿補間演算と空間内挿補間演算をすることに
より、領域Ｒ１，Ｒ２，Ｒ３の境界条件を求める。ま
た、気象ＧＰＶデータを時間内挿補間演算と空間内挿補
間演算をすることにより、領域Ｒ１，Ｒ２，Ｒ３におけ
る演算開始時点，演算開始から３時間先、演算開始から
６時間先、演算開始から９時間先の各時点における初期
条件を求める。
タを時間内挿補間演算と空間内挿補間演算をすることに
より、領域Ｒ１，Ｒ２，Ｒ３の境界条件を求める。ま
た、気象ＧＰＶデータを時間内挿補間演算と空間内挿補
間演算をすることにより、領域Ｒ１，Ｒ２，Ｒ３におけ
る演算開始時点，演算開始から３時間先、演算開始から
６時間先、演算開始から９時間先の各時点における初期
条件を求める。
【００６８】更に演算期間（１２時間）を、４分割す
る。そして、多段ネスティング法にて設定した各領域Ｒ
１，Ｒ２，Ｒ３内のデータ演算を、４台のＣＰＵ♯１〜
♯４により行う演算期間を、下記〜のように振り分
け、４台のＣＰＵ♯１〜♯４の演算を同時並行して行な
う。
る。そして、多段ネスティング法にて設定した各領域Ｒ
１，Ｒ２，Ｒ３内のデータ演算を、４台のＣＰＵ♯１〜
♯４により行う演算期間を、下記〜のように振り分
け、４台のＣＰＵ♯１〜♯４の演算を同時並行して行な
う。
【００６９】演算開始時点から３時間先までの第１の
分割演算期間における演算は、第１のＣＰＵ♯１で行
い、第１の演算期間における大領域Ｒ１での１０分時間
刻み毎の各子格子点位置の気象データを求めた後に、第
１の演算期間における中領域Ｒ２での１０分時間刻み毎
の各子格子点位置の気象データを求め、その後に、第１
の演算期間における小領域Ｒ２での１０分時間刻み毎の
各子格子点位置の気象データを求める。
分割演算期間における演算は、第１のＣＰＵ♯１で行
い、第１の演算期間における大領域Ｒ１での１０分時間
刻み毎の各子格子点位置の気象データを求めた後に、第
１の演算期間における中領域Ｒ２での１０分時間刻み毎
の各子格子点位置の気象データを求め、その後に、第１
の演算期間における小領域Ｒ２での１０分時間刻み毎の
各子格子点位置の気象データを求める。
【００７０】演算開始時点から３時間先の時点と、演
算開始時点から６時間先の時点との間の第２の分割演算
期間における演算は、第２のＣＰＵ♯２で行い、第２の
演算期間における大領域Ｒ１での１０分時間刻み毎の各
子格子点位置の気象データを求めた後に、第２の演算期
間における中領域Ｒ２での１０分時間刻み毎の各子格子
点位置の気象データを求め、その後に、第２の演算期間
における小領域Ｒ２での１０分時間刻み毎の各子格子点
位置の気象データを求める。
算開始時点から６時間先の時点との間の第２の分割演算
期間における演算は、第２のＣＰＵ♯２で行い、第２の
演算期間における大領域Ｒ１での１０分時間刻み毎の各
子格子点位置の気象データを求めた後に、第２の演算期
間における中領域Ｒ２での１０分時間刻み毎の各子格子
点位置の気象データを求め、その後に、第２の演算期間
における小領域Ｒ２での１０分時間刻み毎の各子格子点
位置の気象データを求める。
【００７１】演算開始時点から６時間先の時点と、演
算開始時点から９時間先の時点との間の第３の分割演算
期間における演算は、第３のＣＰＵ♯３で行い、第３の
演算期間における大領域Ｒ１での１０分時間刻み毎の各
子格子点位置の気象データを求めた後に、第３の演算期
間における中領域Ｒ２での１０分時間刻み毎の各子格子
点位置の気象データを求め、その後に、第３の演算期間
における小領域Ｒ２での１０分時間刻み毎の各子格子点
位置の気象データを求める。
算開始時点から９時間先の時点との間の第３の分割演算
期間における演算は、第３のＣＰＵ♯３で行い、第３の
演算期間における大領域Ｒ１での１０分時間刻み毎の各
子格子点位置の気象データを求めた後に、第３の演算期
間における中領域Ｒ２での１０分時間刻み毎の各子格子
点位置の気象データを求め、その後に、第３の演算期間
における小領域Ｒ２での１０分時間刻み毎の各子格子点
位置の気象データを求める。
【００７２】演算開始時点から９時間先の時点と、演
算開始時点から１２時間先の時点との間の第４の分割演
算期間における演算は、第４のＣＰＵ♯４で行い、第４
の演算期間における大領域Ｒ１での１０分時間刻み毎の
各子格子点位置の気象データを求めた後に、第４の演算
期間における中領域Ｒ２での１０分時間刻み毎の各子格
子点位置の気象データを求め、その後に、第４の演算期
間における小領域Ｒ２での１０分時間刻み毎の各子格子
点位置の気象データを求める。
算開始時点から１２時間先の時点との間の第４の分割演
算期間における演算は、第４のＣＰＵ♯４で行い、第４
の演算期間における大領域Ｒ１での１０分時間刻み毎の
各子格子点位置の気象データを求めた後に、第４の演算
期間における中領域Ｒ２での１０分時間刻み毎の各子格
子点位置の気象データを求め、その後に、第４の演算期
間における小領域Ｒ２での１０分時間刻み毎の各子格子
点位置の気象データを求める。
【００７３】即ち、ＣＰＵ♯１には、各領域Ｒ１，Ｒ
２，Ｒ３における演算開始時点の初期条件と、演算開始
時点から３時間先までの第１の分割演算期間における１
０分時間刻み毎の境界条件が入力される。そして、大領
域Ｒ１でのデータ演算をするため、大気現象を解析する
偏微分方程式であるＲＡＭＳコードで示されている風速
場解析の基本方程式が、差分解演算され、変数（ｖｉ）
を差分解（つまり、１０分時間刻み毎の各子格子点位置
の気象データ）として出力、その後に、同様にして、中
領域Ｒ２でのデータを差分解演算して、変数（ｖｉ）を
差分解（つまり、１０分時間刻み毎の各子格子点位置の
気象データ）として出力し、最後に小領域Ｒ１でのデー
タを差分解演算して、変数（ｖｉ）を差分解（つまり、
１０分時間刻み毎の各子格子点位置の気象データ）とし
て出力する。
２，Ｒ３における演算開始時点の初期条件と、演算開始
時点から３時間先までの第１の分割演算期間における１
０分時間刻み毎の境界条件が入力される。そして、大領
域Ｒ１でのデータ演算をするため、大気現象を解析する
偏微分方程式であるＲＡＭＳコードで示されている風速
場解析の基本方程式が、差分解演算され、変数（ｖｉ）
を差分解（つまり、１０分時間刻み毎の各子格子点位置
の気象データ）として出力、その後に、同様にして、中
領域Ｒ２でのデータを差分解演算して、変数（ｖｉ）を
差分解（つまり、１０分時間刻み毎の各子格子点位置の
気象データ）として出力し、最後に小領域Ｒ１でのデー
タを差分解演算して、変数（ｖｉ）を差分解（つまり、
１０分時間刻み毎の各子格子点位置の気象データ）とし
て出力する。
【００７４】同様に、ＣＰＵ♯２，♯３，♯４には、そ
れぞれ演算開始から３時間先、演算開始から６時間先、
演算開始から９時間先の各時点における初期条件と、第
２〜第４の各分割演算期間における１０分時間刻み毎の
境界条件が入力される。そして、領域Ｒ１，Ｒ２，Ｒ３
のデータに対して順次演算をするため、大気現象を解析
する偏微分方程式であるＲＡＭＳコードで示されている
風速場解析の基本方程式が、差分解演算され、領域Ｒ
１，Ｒ２，Ｒ３毎に、変数（ｖｉ）を差分解（つまり、
第２〜第４の各分割演算期間における１０分時間刻み毎
の各子格子点位置の気象データ）として順次出力する。
れぞれ演算開始から３時間先、演算開始から６時間先、
演算開始から９時間先の各時点における初期条件と、第
２〜第４の各分割演算期間における１０分時間刻み毎の
境界条件が入力される。そして、領域Ｒ１，Ｒ２，Ｒ３
のデータに対して順次演算をするため、大気現象を解析
する偏微分方程式であるＲＡＭＳコードで示されている
風速場解析の基本方程式が、差分解演算され、領域Ｒ
１，Ｒ２，Ｒ３毎に、変数（ｖｉ）を差分解（つまり、
第２〜第４の各分割演算期間における１０分時間刻み毎
の各子格子点位置の気象データ）として順次出力する。
【００７５】そして、各ＣＰＵ♯１〜♯４により得られ
た気象データを、結合して演算開始時点から１２時間先
までの１２時間分の演算期間における、１０分時間刻み
毎の各子格子点位置の気象データを求めることができ
る。
た気象データを、結合して演算開始時点から１２時間先
までの１２時間分の演算期間における、１０分時間刻み
毎の各子格子点位置の気象データを求めることができ
る。
【００７６】このように、多段ネスティング法を採用し
たため、正確な気象データを短時間で得ることができ
る。しかも、演算期間をＣＰＵの設置台数に応じて４分
割し、４分割した各分割演算期間の演算を複数のＣＰＵ
♯１〜♯４に振り分けて同時並行して進めるため、演算
時間を更に短縮することができる。
たため、正確な気象データを短時間で得ることができ
る。しかも、演算期間をＣＰＵの設置台数に応じて４分
割し、４分割した各分割演算期間の演算を複数のＣＰＵ
♯１〜♯４に振り分けて同時並行して進めるため、演算
時間を更に短縮することができる。
【００７７】＜第３の実施の形態＞第３の実施の形態
は、第２の実施の形態を発展させたものであり、演算期
間を分割し、分割した演算期間において多段ネスティン
グ法を適用した場合において、多段ネスティング法にて
設定した領域Ｒ１，Ｒ２，Ｒ３を更に分割し、分割した
領域の計算を複数のＣＰＵにて同時並行して行うように
したものである。
は、第２の実施の形態を発展させたものであり、演算期
間を分割し、分割した演算期間において多段ネスティン
グ法を適用した場合において、多段ネスティング法にて
設定した領域Ｒ１，Ｒ２，Ｒ３を更に分割し、分割した
領域の計算を複数のＣＰＵにて同時並行して行うように
したものである。
【００７８】この第３の実施の形態における演算手法自
体は、第２の実施の形態と同様であるため、第３の実施
の形態において特徴的な部分のみを説明する。
体は、第２の実施の形態と同様であるため、第３の実施
の形態において特徴的な部分のみを説明する。
【００７９】図４に示すように、第３の実施の形態で
は、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用してい
る。そして、多段ネスティング法で設定した大領域Ｒ１
を領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分
割し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−
３，Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，
Ｒ３−２，Ｒ３−３，Ｒ３−４に４分割している。
は、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用してい
る。そして、多段ネスティング法で設定した大領域Ｒ１
を領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分
割し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−
３，Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，
Ｒ３−２，Ｒ３−３，Ｒ３−４に４分割している。
【００８０】第１グループのＣＰＵ♯１〜♯４は、第１
の分割期間（演算開始時点から３時間先まで）の演算を
担当し、第２グループのＣＰＵ♯５〜♯８は、第２の分
割期間（演算開始時点から３時間先の時点から、演算開
始から６時間先までの時点の期間）の演算を担当し、第
３グループのＣＰＵ♯９〜♯１２は、第３の分割期間
（演算開始時点から６時間先の時点から、演算開始から
９時間先までの時点の期間）の演算を担当し、第４グル
ープのＣＰＵ♯１３〜♯１６は、第４の分割期間（演算
開始時点から９時間先の時点から、演算開始から１２時
間先までの時点の期間）の演算を担当する。勿論、第１
〜第４の分割期間の演算は、第１グループ〜第４グルー
プのＣＰＵによって、同時並行して行われる。
の分割期間（演算開始時点から３時間先まで）の演算を
担当し、第２グループのＣＰＵ♯５〜♯８は、第２の分
割期間（演算開始時点から３時間先の時点から、演算開
始から６時間先までの時点の期間）の演算を担当し、第
３グループのＣＰＵ♯９〜♯１２は、第３の分割期間
（演算開始時点から６時間先の時点から、演算開始から
９時間先までの時点の期間）の演算を担当し、第４グル
ープのＣＰＵ♯１３〜♯１６は、第４の分割期間（演算
開始時点から９時間先の時点から、演算開始から１２時
間先までの時点の期間）の演算を担当する。勿論、第１
〜第４の分割期間の演算は、第１グループ〜第４グルー
プのＣＰＵによって、同時並行して行われる。
【００８１】しかも、第１グループのＣＰＵ♯１〜♯４
が、第１の分割演算期間において、大領域Ｒ１の演算を
するときには、領域Ｒ１−１の演算はＣＰＵ♯１が行
い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、領域Ｒ１
−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４の演算は
ＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同
時並行して演算を行うため、１台のＣＰＵで演算を行う
場合に比べて、演算時間が１／４となる。
が、第１の分割演算期間において、大領域Ｒ１の演算を
するときには、領域Ｒ１−１の演算はＣＰＵ♯１が行
い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、領域Ｒ１
−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４の演算は
ＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同
時並行して演算を行うため、１台のＣＰＵで演算を行う
場合に比べて、演算時間が１／４となる。
【００８２】第１グループのＣＰＵ♯１〜♯４が、第１
の分割演算期間において、中領域Ｒ２の演算をするとき
には、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ
２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算
はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
の分割演算期間において、中領域Ｒ２の演算をするとき
には、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ
２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算
はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
【００８３】第１グループのＣＰＵ♯１〜♯４が、第１
の分割演算期間において、小領域Ｒ３の演算をするとき
には、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ
３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算
はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
の分割演算期間において、小領域Ｒ３の演算をするとき
には、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ
３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算
はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
【００８４】同様に、第２〜第４のグループのＣＰＵ
も、第２〜第４の各分割期間において、大領域Ｒ１，中
領域Ｒ２，小領域Ｒ３を演算する際に、各領域を空間的
に分割した領域を、４台のＣＰＵにより同時並行して演
算することより、演算時間を１／４に短縮している。
も、第２〜第４の各分割期間において、大領域Ｒ１，中
領域Ｒ２，小領域Ｒ３を演算する際に、各領域を空間的
に分割した領域を、４台のＣＰＵにより同時並行して演
算することより、演算時間を１／４に短縮している。
【００８５】＜第４の実施の形態＞第４の実施の形態
は、図５及び図６に示すように、大領域Ｒ１を演算する
場合には、第１のＣＰＵ♯１により演算期間（０〜１２
時間先）の全てを連続して演算を行い、中領域Ｒ２，小
領域Ｒ３の演算をする場合には、演算期間を分割する。
そして、中領域Ｒ２の、第１の分割期間（０〜３時間
先）の演算は第１のＣＰＵ♯１にて行い、第２の分割期
間（３〜６時間先）の演算は第２のＣＰＵ♯２にて行
い、第３の分割期間（６〜９時間先）の演算は第３のＣ
ＰＵ♯３にて行い、第４の分割期間（９〜１２時間先）
の演算は第４のＣＰＵ♯１にて行う。これに続いて、小
領域Ｒ３の、第１の分割期間（０〜３時間先）の演算は
第１のＣＰＵ♯１にて行い、第２の分割期間（３〜６時
間先）の演算は第２のＣＰＵ♯２にて行い、第３の分割
期間（６〜９時間先）の演算は第３のＣＰＵ♯３にて行
い、第４の分割期間（９〜１２時間先）の演算は第４の
ＣＰＵ♯１にて行う。
は、図５及び図６に示すように、大領域Ｒ１を演算する
場合には、第１のＣＰＵ♯１により演算期間（０〜１２
時間先）の全てを連続して演算を行い、中領域Ｒ２，小
領域Ｒ３の演算をする場合には、演算期間を分割する。
そして、中領域Ｒ２の、第１の分割期間（０〜３時間
先）の演算は第１のＣＰＵ♯１にて行い、第２の分割期
間（３〜６時間先）の演算は第２のＣＰＵ♯２にて行
い、第３の分割期間（６〜９時間先）の演算は第３のＣ
ＰＵ♯３にて行い、第４の分割期間（９〜１２時間先）
の演算は第４のＣＰＵ♯１にて行う。これに続いて、小
領域Ｒ３の、第１の分割期間（０〜３時間先）の演算は
第１のＣＰＵ♯１にて行い、第２の分割期間（３〜６時
間先）の演算は第２のＣＰＵ♯２にて行い、第３の分割
期間（６〜９時間先）の演算は第３のＣＰＵ♯３にて行
い、第４の分割期間（９〜１２時間先）の演算は第４の
ＣＰＵ♯１にて行う。
【００８６】なお、演算手法自体は、第２の実施の形態
と同様であるので、省略する。
と同様であるので、省略する。
【００８７】このように、第４の実施の形態では、大領
域Ｒ１の全演算期間（０〜１２時間先）の演算を第１の
ＣＰＵ♯１のみで連続して行い、この大領域Ｒ１の計算
結果を初期値として、中領域Ｒ２，小領域Ｒ３の演算
を、時間分割と多段ネスティング法により演算してい
る。このように、大領域Ｒ１の全演算期間（０〜１２時
間先）の演算を第１のＣＰＵ♯１のみで連続して行い、
この大領域Ｒ１の計算結果を初期値としているため、中
領域Ｒ１，小領域Ｒ２にて時間分割して演算をしていて
も、時間の分割時点におけるデータが連続的となり、正
確に気象データの演算を行うことができる。
域Ｒ１の全演算期間（０〜１２時間先）の演算を第１の
ＣＰＵ♯１のみで連続して行い、この大領域Ｒ１の計算
結果を初期値として、中領域Ｒ２，小領域Ｒ３の演算
を、時間分割と多段ネスティング法により演算してい
る。このように、大領域Ｒ１の全演算期間（０〜１２時
間先）の演算を第１のＣＰＵ♯１のみで連続して行い、
この大領域Ｒ１の計算結果を初期値としているため、中
領域Ｒ１，小領域Ｒ２にて時間分割して演算をしていて
も、時間の分割時点におけるデータが連続的となり、正
確に気象データの演算を行うことができる。
【００８８】＜第５の実施の形態＞第５の実施の形態
は、第４の実施の形態を発展させたものであり、多段ネ
スティング法にて設定した領域Ｒ１，Ｒ２，Ｒ３を更に
分割し、分割した領域の計算を複数のＣＰＵにて同時並
行して行うようにしたものである。
は、第４の実施の形態を発展させたものであり、多段ネ
スティング法にて設定した領域Ｒ１，Ｒ２，Ｒ３を更に
分割し、分割した領域の計算を複数のＣＰＵにて同時並
行して行うようにしたものである。
【００８９】図７に示すように、第７の実施の形態で
は、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用してい
る。そして、多段ネスティング法で設定し大領域Ｒ１を
領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分割
し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−３，
Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，Ｒ３
−２，Ｒ３−３，Ｒ３−４に４分割している。
は、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用してい
る。そして、多段ネスティング法で設定し大領域Ｒ１を
領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分割
し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−３，
Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，Ｒ３
−２，Ｒ３−３，Ｒ３−４に４分割している。
【００９０】第１グループのＣＰＵ♯１〜♯４は、領域
Ｒ１における全演算期間（０〜１２時間先）までの演算
と、領域Ｒ２，Ｒ３における第１の分割期間（演算開始
時点から３時間先まで）の演算を担当し、第２グループ
のＣＰＵ♯５〜♯８は、領域Ｒ２，Ｒ３における第２の
分割期間（演算開始時点から３時間先の時点から、演算
開始から６時間先までの時点の期間）の演算を担当し、
第３グループのＣＰＵ♯９〜♯１２は、領域Ｒ２，Ｒ３
における第３の分割期間（演算開始時点から６時間先の
時点から、演算開始から９時間先までの時点の期間）の
演算を担当し、第４グループのＣＰＵ♯１３〜♯１６
は、領域Ｒ２，Ｒ３における第４の分割期間（演算開始
時点から９時間先の時点から、演算開始から１２時間先
までの時点の期間）の演算を担当する。勿論、領域Ｒ１
の演算が終了した後は、領域Ｒ２，Ｒ３の第１〜第４の
分割期間の演算は、第１グループ〜第４グループのＣＰ
Ｕによって、同時並行して行われる。
Ｒ１における全演算期間（０〜１２時間先）までの演算
と、領域Ｒ２，Ｒ３における第１の分割期間（演算開始
時点から３時間先まで）の演算を担当し、第２グループ
のＣＰＵ♯５〜♯８は、領域Ｒ２，Ｒ３における第２の
分割期間（演算開始時点から３時間先の時点から、演算
開始から６時間先までの時点の期間）の演算を担当し、
第３グループのＣＰＵ♯９〜♯１２は、領域Ｒ２，Ｒ３
における第３の分割期間（演算開始時点から６時間先の
時点から、演算開始から９時間先までの時点の期間）の
演算を担当し、第４グループのＣＰＵ♯１３〜♯１６
は、領域Ｒ２，Ｒ３における第４の分割期間（演算開始
時点から９時間先の時点から、演算開始から１２時間先
までの時点の期間）の演算を担当する。勿論、領域Ｒ１
の演算が終了した後は、領域Ｒ２，Ｒ３の第１〜第４の
分割期間の演算は、第１グループ〜第４グループのＣＰ
Ｕによって、同時並行して行われる。
【００９１】しかも、第１グループのＣＰＵ♯１〜♯４
が、全演算期間（０〜１２時間先）において、大領域Ｒ
１の演算をするときには、領域Ｒ１−１の演算はＣＰＵ
♯１が行い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、
領域Ｒ１−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４
の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜
♯４が同時並行して演算を行うため、１台のＣＰＵで演
算を行う場合に比べて、演算時間が１／４となる。
が、全演算期間（０〜１２時間先）において、大領域Ｒ
１の演算をするときには、領域Ｒ１−１の演算はＣＰＵ
♯１が行い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、
領域Ｒ１−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４
の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜
♯４が同時並行して演算を行うため、１台のＣＰＵで演
算を行う場合に比べて、演算時間が１／４となる。
【００９２】第１グループのＣＰＵ♯１〜♯４が、第１
の分割演算期間において、中領域Ｒ２の演算をするとき
には、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ
２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算
はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
の分割演算期間において、中領域Ｒ２の演算をするとき
には、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ
２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算
はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
【００９３】第１グループのＣＰＵ♯１〜♯４が、第１
の分割演算期間において、小領域Ｒ３の演算をするとき
には、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ
３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算
はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
の分割演算期間において、小領域Ｒ３の演算をするとき
には、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ
３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算
はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４
が行う。このように、ＣＰＵ♯１〜♯４が同時並行して
演算を行うため、１台のＣＰＵで演算を行う場合に比べ
て、演算時間が１／４となる。
【００９４】同様に、第２〜第４のグループのＣＰＵ
も、第２〜第４の各分割期間において中領域Ｒ２，小領
域Ｒ３を演算する際に、各領域を空間的に分割した領域
を、４台のＣＰＵにより同時並行して演算することよ
り、演算時間が１／４になる。
も、第２〜第４の各分割期間において中領域Ｒ２，小領
域Ｒ３を演算する際に、各領域を空間的に分割した領域
を、４台のＣＰＵにより同時並行して演算することよ
り、演算時間が１／４になる。
【００９５】
【発明の効果】以上実施の形態と共に具体的に説明した
ように、本発明の気体状況予測方法では、地球の表面を
南北方向に伸びると共に東西方向の相互の離間距離が規
定距離となっている複数の仮想線と、地球の表面を東西
方向に伸びると共に南北方向の相互の離間距離が規定距
離となっている複数の仮想線とが交差する位置である親
格子点位置における規定時間間隔毎の気象観測データか
ら、地球の表面を南北方向に伸びると共に東西方向の相
互の離間距離が前記規定距離よりも短い一定距離となっ
ている複数の仮想線と、地球の表面を東西方向に伸びる
と共に南北方向の相互の離間距離が前記規定距離よりも
短い一定距離となっている複数の仮想線とが交差する位
置である子格子点位置における、前記規定時間間隔より
も短い一定時間刻み毎の気象データを求めるため、複数
の演算装置を備えた並列計算機により大気現象を解析す
る偏微分方程式を演算する際に、地球の表面のなかで予
め設定した特定領域内の親格子点位置の気象観測データ
から初期条件と境界条件とを求め、求めた初期条件と境
界条件を前記偏微分方程式に取り込んで演算をすること
により、特定領域内の子格子点位置の気象データを求め
る気体状況予測方法であって、演算開始から所定時間先
までの演算期間を、複数の分割演算期間に分割し、各分
割演算期間の演算を前記複数の演算装置に振り分けて同
時並行して進めるようにした。このため、演算時間は、
演算期間の分割数に応じて、即ち分割数に反比例して減
少させることができる。このため、並列計算機の演算装
置の設置台数を多くすればするほど、演算時間の短縮が
できる。
ように、本発明の気体状況予測方法では、地球の表面を
南北方向に伸びると共に東西方向の相互の離間距離が規
定距離となっている複数の仮想線と、地球の表面を東西
方向に伸びると共に南北方向の相互の離間距離が規定距
離となっている複数の仮想線とが交差する位置である親
格子点位置における規定時間間隔毎の気象観測データか
ら、地球の表面を南北方向に伸びると共に東西方向の相
互の離間距離が前記規定距離よりも短い一定距離となっ
ている複数の仮想線と、地球の表面を東西方向に伸びる
と共に南北方向の相互の離間距離が前記規定距離よりも
短い一定距離となっている複数の仮想線とが交差する位
置である子格子点位置における、前記規定時間間隔より
も短い一定時間刻み毎の気象データを求めるため、複数
の演算装置を備えた並列計算機により大気現象を解析す
る偏微分方程式を演算する際に、地球の表面のなかで予
め設定した特定領域内の親格子点位置の気象観測データ
から初期条件と境界条件とを求め、求めた初期条件と境
界条件を前記偏微分方程式に取り込んで演算をすること
により、特定領域内の子格子点位置の気象データを求め
る気体状況予測方法であって、演算開始から所定時間先
までの演算期間を、複数の分割演算期間に分割し、各分
割演算期間の演算を前記複数の演算装置に振り分けて同
時並行して進めるようにした。このため、演算時間は、
演算期間の分割数に応じて、即ち分割数に反比例して減
少させることができる。このため、並列計算機の演算装
置の設置台数を多くすればするほど、演算時間の短縮が
できる。
【００９６】また本発明の気体状況予測方法は、地球の
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
るようにした。このように、いわゆる多段ネスティング
法を採用しつつ、演算期間を分割し、分割演算期間を複
数の演算装置により同時並行して演算するため、演算時
間は、演算期間の分割数に応じて、即ち、分割数に反比
例して減少させることができると共に、正確な演算がで
きる。このため、並列計算機の演算装置の設置台数を多
くすればするほど、演算時間の短縮ができると共に演算
精度が向上する。
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
るようにした。このように、いわゆる多段ネスティング
法を採用しつつ、演算期間を分割し、分割演算期間を複
数の演算装置により同時並行して演算するため、演算時
間は、演算期間の分割数に応じて、即ち、分割数に反比
例して減少させることができると共に、正確な演算がで
きる。このため、並列計算機の演算装置の設置台数を多
くすればするほど、演算時間の短縮ができると共に演算
精度が向上する。
【００９７】この場合、各分割演算期間の演算を前記複
数の演算装置に振り分けて同時並行して進める際に、拡
大領域及び特定領域を更に複数に分割し、分割した領域
の演算を複数の演算装置により振り分けて同時並行して
進めることもできる。このようにすることにより、更な
る演算時間の短縮化が実現できる。
数の演算装置に振り分けて同時並行して進める際に、拡
大領域及び特定領域を更に複数に分割し、分割した領域
の演算を複数の演算装置により振り分けて同時並行して
進めることもできる。このようにすることにより、更な
る演算時間の短縮化が実現できる。
【００９８】また本発明の気体状況予測方法は、地球の
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、最大面積の拡大領域の演算においては、
演算開始から所定時間先までの演算期間を通して演算を
進め、最大面積より小さい面積の拡大領域及び特定領域
の演算においては、演算開始から所定時間先までの演算
期間を、複数の分割演算期間に分割し、各分割演算期間
の演算を前記複数の演算装置に振り分けて同時並行して
進めるようにした。このため、分割演算期間の分割時点
におけるデータが連続となり、正確に気象データの演算
ができる。
表面を南北方向に伸びると共に東西方向の相互の離間距
離が規定距離となっている複数の仮想線と、地球の表面
を東西方向に伸びると共に南北方向の相互の離間距離が
規定距離となっている複数の仮想線とが交差する位置で
ある親格子点位置における規定時間間隔毎の気象観測デ
ータから、地球の表面を南北方向に伸びると共に東西方
向の相互の離間距離が前記規定距離よりも短い一定距離
となっている複数の仮想線と、地球の表面を東西方向に
伸びると共に南北方向の相互の離間距離が前記規定距離
よりも短い一定距離となっている複数の仮想線とが交差
する位置である子格子点位置における、前記規定時間間
隔よりも短い一定時間刻み毎の気象データを求めるた
め、複数の演算装置を備えた並列計算機により大気現象
を解析する偏微分方程式を演算する際に、地球の表面の
なかに、特定領域及びこの特定領域を内部に含むと共に
特定領域よりも面積が段階的に広がっている複数の拡大
領域を予め設定し、拡大領域内及び特定領域内の親格子
点位置の気象観測データから各拡大領域及び特定領域に
おける初期条件と境界条件とを求め、求めた初期条件と
境界条件を前記偏微分方程式に取り込んで演算をするこ
とにより子格子点位置の気象データを求める演算を、最
大面積の拡大領域から最小面積の拡大領域において順次
実行した後に、特定領域において実行する気体状況予測
方法であって、最大面積の拡大領域の演算においては、
演算開始から所定時間先までの演算期間を通して演算を
進め、最大面積より小さい面積の拡大領域及び特定領域
の演算においては、演算開始から所定時間先までの演算
期間を、複数の分割演算期間に分割し、各分割演算期間
の演算を前記複数の演算装置に振り分けて同時並行して
進めるようにした。このため、分割演算期間の分割時点
におけるデータが連続となり、正確に気象データの演算
ができる。
【００９９】この場合、最大面積の拡大領域の演算にお
いて、演算開始から所定時間先までの演算期間を通して
演算を進める際に、この拡大領域を更に複数に分割し、
分割した領域の演算を複数の演算装置により振り分けて
同時並行して進め、また最大面積より小さい面積の拡大
領域及び特定領域の演算において、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
る際に、最大面積より小さい面積の拡大領域及び特定領
域を更に複数に分割し、分割した領域の演算を複数の演
算装置により振り分けて同時並行して進めることもでき
る。このようにすることにより、分割演算期間の分割時
点におけるデータが連続となり、正確に気象データの演
算ができ、更に、演算時間の短縮化が実現できる。
いて、演算開始から所定時間先までの演算期間を通して
演算を進める際に、この拡大領域を更に複数に分割し、
分割した領域の演算を複数の演算装置により振り分けて
同時並行して進め、また最大面積より小さい面積の拡大
領域及び特定領域の演算において、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
る際に、最大面積より小さい面積の拡大領域及び特定領
域を更に複数に分割し、分割した領域の演算を複数の演
算装置により振り分けて同時並行して進めることもでき
る。このようにすることにより、分割演算期間の分割時
点におけるデータが連続となり、正確に気象データの演
算ができ、更に、演算時間の短縮化が実現できる。
【図１】本発明の第１の実施の形態を実現する並列計算
機を示すシステム構成図である。
機を示すシステム構成図である。
【図２】本発明の第２の実施の形態における領域を示す
説明図である。
説明図である。
【図３】本発明の第２の実施の形態を実現する並列計算
機を示すシステム構成図である。
機を示すシステム構成図である。
【図４】本発明の第３の実施の形態における演算手法を
示す説明図である。
示す説明図である。
【図５】本発明の第４の実施の形態を実現する並列計算
機を示すシステム構成図である。
機を示すシステム構成図である。
【図６】本発明の第４の実施の形態における演算手法を
示す説明図である。
示す説明図である。
【図７】本発明の第５の実施の形態における演算手法を
示す説明図である。
示す説明図である。
【図８】小領域における親格子点位置及び子格子点位置
の配列状態を示す説明図である。
の配列状態を示す説明図である。
【図９】気象データの配信と演算との時間関係を示す説
明図である。
明図である。
【図１０】従来の演算手法を実現す計算機を示すシステ
ム構成図である。
ム構成図である。
【図１１】大領域，中領域，小領域を示す説明図であ
る。
る。
【図１２】大領域における親格子点位置及び子格子点位
置の配列状態を示す説明図である。
置の配列状態を示す説明図である。
【図１３】中領域における親格子点位置及び子格子点位
置の配列状態を示す説明図である。
置の配列状態を示す説明図である。
【図１４】多段ネスティング法において領域分割して演
算する手法を示す説明図である。
算する手法を示す説明図である。
１１ 並列計算機 Ｒ１，Ａ１ 大領域 Ｒ２，Ａ２ 中領域 Ｒ３，Ａ３ 小領域
Claims (5)
- 【請求項１】 地球の表面を南北方向に伸びると共に東
西方向の相互の離間距離が規定距離となっている複数の
仮想線と、地球の表面を東西方向に伸びると共に南北方
向の相互の離間距離が規定距離となっている複数の仮想
線とが交差する位置である親格子点位置における規定時
間間隔毎の気象観測データから、 地球の表面を南北方向に伸びると共に東西方向の相互の
離間距離が前記規定距離よりも短い一定距離となってい
る複数の仮想線と、地球の表面を東西方向に伸びると共
に南北方向の相互の離間距離が前記規定距離よりも短い
一定距離となっている複数の仮想線とが交差する位置で
ある子格子点位置における、前記規定時間間隔よりも短
い一定時間刻み毎の気象データを求めるため、 複数の演算装置を備えた並列計算機により大気現象を解
析する偏微分方程式を演算する際に、地球の表面のなか
で予め設定した特定領域内の親格子点位置の気象観測デ
ータから初期条件と境界条件とを求め、求めた初期条件
と境界条件を前記偏微分方程式に取り込んで演算をする
ことにより、特定領域内の子格子点位置の気象データを
求める気体状況予測方法であって、 演算開始から所定時間先までの演算期間を、複数の分割
演算期間に分割し、各分割演算期間の演算を前記複数の
演算装置に振り分けて同時並行して進めることを特徴と
する気体状況予測方法。 - 【請求項２】 地球の表面を南北方向に伸びると共に東
西方向の相互の離間距離が規定距離となっている複数の
仮想線と、地球の表面を東西方向に伸びると共に南北方
向の相互の離間距離が規定距離となっている複数の仮想
線とが交差する位置である親格子点位置における規定時
間間隔毎の気象観測データから、 地球の表面を南北方向に伸びると共に東西方向の相互の
離間距離が前記規定距離よりも短い一定距離となってい
る複数の仮想線と、地球の表面を東西方向に伸びると共
に南北方向の相互の離間距離が前記規定距離よりも短い
一定距離となっている複数の仮想線とが交差する位置で
ある子格子点位置における、前記規定時間間隔よりも短
い一定時間刻み毎の気象データを求めるため、 複数の演算装置を備えた並列計算機により大気現象を解
析する偏微分方程式を演算する際に、地球の表面のなか
に、特定領域及びこの特定領域を内部に含むと共に特定
領域よりも面積が段階的に広がっている複数の拡大領域
を予め設定し、拡大領域内及び特定領域内の親格子点位
置の気象観測データから各拡大領域及び特定領域におけ
る初期条件と境界条件とを求め、 求めた初期条件と境界条件を前記偏微分方程式に取り込
んで演算をすることにより子格子点位置の気象データを
求める演算を、最大面積の拡大領域から最小面積の拡大
領域において順次実行した後に、特定領域において実行
する気体状況予測方法であって、 演算開始から所定時間先までの演算期間を、複数の分割
演算期間に分割し、各分割演算期間の演算を前記複数の
演算装置に振り分けて同時並行して進めることを特徴と
する気体状況予測方法。 - 【請求項３】 請求項２において、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
る際に、拡大領域及び特定領域を更に複数に分割し、分
割した領域の演算を複数の演算装置により振り分けて同
時並行して進めることを特徴とする気体状況予測方法。 - 【請求項４】 地球の表面を南北方向に伸びると共に東
西方向の相互の離間距離が規定距離となっている複数の
仮想線と、地球の表面を東西方向に伸びると共に南北方
向の相互の離間距離が規定距離となっている複数の仮想
線とが交差する位置である親格子点位置における規定時
間間隔毎の気象観測データから、 地球の表面を南北方向に伸びると共に東西方向の相互の
離間距離が前記規定距離よりも短い一定距離となってい
る複数の仮想線と、地球の表面を東西方向に伸びると共
に南北方向の相互の離間距離が前記規定距離よりも短い
一定距離となっている複数の仮想線とが交差する位置で
ある子格子点位置における、前記規定時間間隔よりも短
い一定時間刻み毎の気象データを求めるため、 複数の演算装置を備えた並列計算機により大気現象を解
析する偏微分方程式を演算する際に、地球の表面のなか
に、特定領域及びこの特定領域を内部に含むと共に特定
領域よりも面積が段階的に広がっている複数の拡大領域
を予め設定し、拡大領域内及び特定領域内の親格子点位
置の気象観測データから各拡大領域及び特定領域におけ
る初期条件と境界条件とを求め、 求めた初期条件と境界条件を前記偏微分方程式に取り込
んで演算をすることにより子格子点位置の気象データを
求める演算を、最大面積の拡大領域から最小面積の拡大
領域において順次実行した後に、特定領域において実行
する気体状況予測方法であって、 最大面積の拡大領域の演算においては、演算開始から所
定時間先までの演算期間を通して演算を進め、 最大面積より小さい面積の拡大領域及び特定領域の演算
においては、演算開始から所定時間先までの演算期間
を、複数の分割演算期間に分割し、各分割演算期間の演
算を前記複数の演算装置に振り分けて同時並行して進め
ることを特徴とする気体状況予測方法。 - 【請求項５】 請求項４において、最大面積の拡大領域
の演算において、演算開始から所定時間先までの演算期
間を通して演算を進める際に、この拡大領域を更に複数
に分割し、分割した領域の演算を複数の演算装置により
振り分けて同時並行して進め、 また最大面積より小さい面積の拡大領域及び特定領域の
演算において、各分割演算期間の演算を前記複数の演算
装置に振り分けて同時並行して進める際に、最大面積よ
り小さい面積の拡大領域及び特定領域を更に複数に分割
し、分割した領域の演算を複数の演算装置により振り分
けて同時並行して進めることを特徴とする気体状況予測
方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001321455A JP3712654B2 (ja) | 2000-10-30 | 2001-10-19 | 気体状況予測方法 |
| TW091111197A TW576985B (en) | 2001-10-19 | 2002-05-27 | Gas status forecast method |
| US10/433,123 US6801856B2 (en) | 2001-10-19 | 2002-05-27 | Atmosphere condition prediction method |
| PCT/JP2002/005096 WO2003036333A1 (fr) | 2001-10-19 | 2002-05-27 | Procede de prevision de prévisions meteorologiques |
| KR10-2003-7008223A KR20030087182A (ko) | 2001-10-19 | 2002-05-27 | 기체 상황 예측 방법 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000-330434 | 2000-10-30 | ||
| JP2000330434 | 2000-10-30 | ||
| JP2001321455A JP3712654B2 (ja) | 2000-10-30 | 2001-10-19 | 気体状況予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002202383A true JP2002202383A (ja) | 2002-07-19 |
| JP3712654B2 JP3712654B2 (ja) | 2005-11-02 |
Family
ID=26603031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001321455A Expired - Lifetime JP3712654B2 (ja) | 2000-10-30 | 2001-10-19 | 気体状況予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3712654B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006133121A (ja) * | 2004-11-08 | 2006-05-25 | Daikin Ind Ltd | 基地部、大気汚染情報提供システムおよび大気汚染予測方法ならびに換気装置 |
| JP2008089418A (ja) * | 2006-10-02 | 2008-04-17 | Mitsubishi Heavy Ind Ltd | 拡散予測システム、方法、及びプログラム |
| WO2010055765A1 (ja) * | 2008-11-12 | 2010-05-20 | 三菱重工業株式会社 | 気流場データベース作成システム及び拡散物質の拡散状況予測システム |
| JP2012008089A (ja) * | 2010-06-28 | 2012-01-12 | Mitsubishi Heavy Ind Ltd | 気流場データ生成装置、気流場データ生成方法、及び気流場データ生成プログラム |
| KR101160721B1 (ko) | 2004-11-17 | 2012-06-28 | 레이던 컴퍼니 | 고성능 컴퓨팅(ｈｐｃ) 시스템에서의 스케쥴링 |
| JP2015078916A (ja) * | 2013-10-17 | 2015-04-23 | 日本電信電話株式会社 | 気流推定方法およびその装置 |
| JP5870927B2 (ja) * | 2010-10-07 | 2016-03-01 | 日本電気株式会社 | サーバシステム、管理装置、サーバ管理方法、およびプログラム |
-
2001
- 2001-10-19 JP JP2001321455A patent/JP3712654B2/ja not_active Expired - Lifetime
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006133121A (ja) * | 2004-11-08 | 2006-05-25 | Daikin Ind Ltd | 基地部、大気汚染情報提供システムおよび大気汚染予測方法ならびに換気装置 |
| KR101160721B1 (ko) | 2004-11-17 | 2012-06-28 | 레이던 컴퍼니 | 고성능 컴퓨팅(ｈｐｃ) 시스템에서의 스케쥴링 |
| JP2008089418A (ja) * | 2006-10-02 | 2008-04-17 | Mitsubishi Heavy Ind Ltd | 拡散予測システム、方法、及びプログラム |
| WO2010055765A1 (ja) * | 2008-11-12 | 2010-05-20 | 三菱重工業株式会社 | 気流場データベース作成システム及び拡散物質の拡散状況予測システム |
| JP2010117195A (ja) * | 2008-11-12 | 2010-05-27 | Mitsubishi Heavy Ind Ltd | 気流場データベース作成システム及び拡散物質の拡散状況予測システム |
| CN102216811A (zh) * | 2008-11-12 | 2011-10-12 | 三菱重工业株式会社 | 用于创建气流场数据库的系统和用于预测扩散物质的扩散状况的系统 |
| JP2012008089A (ja) * | 2010-06-28 | 2012-01-12 | Mitsubishi Heavy Ind Ltd | 気流場データ生成装置、気流場データ生成方法、及び気流場データ生成プログラム |
| JP5870927B2 (ja) * | 2010-10-07 | 2016-03-01 | 日本電気株式会社 | サーバシステム、管理装置、サーバ管理方法、およびプログラム |
| US9319291B2 (en) | 2010-10-07 | 2016-04-19 | Nec Corporation | Server system, management device, server management method, and program |
| JP2015078916A (ja) * | 2013-10-17 | 2015-04-23 | 日本電信電話株式会社 | 気流推定方法およびその装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3712654B2 (ja) | 2005-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6535817B1 (en) | Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble | |
| KR20030087182A (ko) | 기체 상황 예측 방법 | |
| JP2007304080A (ja) | 気体状況予測装置、方法、プログラム、および拡散状況予測システム | |
| Wilgan et al. | Multi-observation meteorological and GNSS data comparison with Numerical Weather Prediction model | |
| CN109916788A (zh) | 一种区分不同区域排放变化和气象条件变化对pm2.5浓度影响的方法 | |
| EP2919044B1 (en) | Numerical simulation system and numerical simulation method for atmospheric flow by computational fluid dynamics | |
| JP2002202383A (ja) | 気体状況予測方法 | |
| US20150120193A1 (en) | Weather predicting method, water predicting apparatus, and air utilizing apparatus | |
| JP5922570B2 (ja) | 拡散物質の拡散状況予測装置、方法およびプログラム | |
| CN108121865A (zh) | 一种基于伴随变量法的含有多不确定参数的结构区间响应传播分析方法 | |
| JP6641007B2 (ja) | 太陽光出力予測装置、電力系統制御装置及び太陽光出力予測方法 | |
| CN117933095B (zh) | 一种基于机器学习的地表发射率实时反演及同化方法 | |
| CN111898296B (zh) | 一种核物质大气扩散及沉降多尺度模拟方法及系统 | |
| CN112637823A (zh) | 一种基于蓝牙设备的层次渐进定位方法 | |
| CN113434495B (zh) | 一种基于ArcGIS的中尺度风速数据订正方法及系统 | |
| JP4402615B2 (ja) | 気体状況予測方法及びそのプログラム並びに装置 | |
| CN110231619A (zh) | 基于恩克法的雷达交接时刻预报方法及装置 | |
| JP4209370B2 (ja) | 気象予測方法 | |
| CN109859531B (zh) | 一种面向飞行员不完整输入计算预测点预报风的方法 | |
| CN110096721B (zh) | 一种航天器对地面复杂区域目标的观测可见性判断方法 | |
| Cescutti et al. | Finite element calculation of hot forging with continuous remeshing | |
| Justus et al. | The NASA/MSFC global reference atmospheric model: 1990 version (GRAM-90). Part 1: Technical/users manual | |
| CN117930298B (zh) | 基于卫星温度和姿态误差建模的静轨卫星定位误差修正方法及装置 | |
| CN117745977B (zh) | 基于3dgis的山地自然风场分析方法、系统及终端 | |
| CN118133556A (zh) | 一种针对大规模星座的高效轨道分析方法及异构并行系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20050413 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20050425 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050719 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050817 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3712654 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080826 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090826 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090826 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100826 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100826 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110826 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110826 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120826 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130826 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |