JP2003307573A - 拡散物質の拡散状況予測方法 - Google Patents
拡散物質の拡散状況予測方法Info
- Publication number
- JP2003307573A JP2003307573A JP2002112840A JP2002112840A JP2003307573A JP 2003307573 A JP2003307573 A JP 2003307573A JP 2002112840 A JP2002112840 A JP 2002112840A JP 2002112840 A JP2002112840 A JP 2002112840A JP 2003307573 A JP2003307573 A JP 2003307573A
- Authority
- JP
- Japan
- Prior art keywords
- particles
- diffusion
- emission source
- particle
- substance
- 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
- 238000009792 diffusion process Methods 0.000 title claims description 93
- 238000000034 method Methods 0.000 title claims description 14
- 239000002245 particle Substances 0.000 claims abstract description 192
- 239000000463 material Substances 0.000 claims abstract 2
- 239000000126 substance Substances 0.000 claims description 54
- 238000010586 diagram Methods 0.000 description 13
- 239000000941 radioactive substance Substances 0.000 description 7
- 238000007796 conventional method Methods 0.000 description 4
- 230000036962 time dependent Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000012857 radioactive material Substances 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- WHBHBVVOGNECLV-OBQKJFGGSA-N 11-deoxycortisol Chemical compound O=C1CC[C@]2(C)[C@H]3CC[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 WHBHBVVOGNECLV-OBQKJFGGSA-N 0.000 description 1
- 101000574013 Homo sapiens Pre-mRNA-processing factor 40 homolog A Proteins 0.000 description 1
- 102100025822 Pre-mRNA-processing factor 40 homolog A Human genes 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
Landscapes
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 大気中に拡散された拡散物質の濃度を演算に
より求め、求めた濃度の時間変化を実際の濃度変化と同
様に滑らかにする。 【解決手段】 排出源Ｓから排出される物質を粒子に置
換し、粒子の位置を演算により求める。この粒子はΔｔ
／２秒毎にＮ／２個づつ発生させる。排出源Ｓから近い
領域では、Δｔ／２毎に粒子の位置を演算し、排出源Ｓ
から遠い領域では、Δｔ毎に粒子の位置を演算する。近
い領域では短い時間間隔で粒子位置を演算するため、求
めた濃度の時間変化は滑らかであり、遠い領域では長い
時間間隔で粒子位置を演算しているが、粒子が広く拡散
しているため、求めた濃度の時間変化は滑らかである。
また、遠い領域では長い時間間隔で粒子位置を演算して
いるため、全体として演算時間が短くてすむ。
より求め、求めた濃度の時間変化を実際の濃度変化と同
様に滑らかにする。 【解決手段】 排出源Ｓから排出される物質を粒子に置
換し、粒子の位置を演算により求める。この粒子はΔｔ
／２秒毎にＮ／２個づつ発生させる。排出源Ｓから近い
領域では、Δｔ／２毎に粒子の位置を演算し、排出源Ｓ
から遠い領域では、Δｔ毎に粒子の位置を演算する。近
い領域では短い時間間隔で粒子位置を演算するため、求
めた濃度の時間変化は滑らかであり、遠い領域では長い
時間間隔で粒子位置を演算しているが、粒子が広く拡散
しているため、求めた濃度の時間変化は滑らかである。
また、遠い領域では長い時間間隔で粒子位置を演算して
いるため、全体として演算時間が短くてすむ。
Description
【０００１】
【発明の属する技術分野】本発明は拡散物質の拡散状況
予測方法に関するものである。本発明は、拡散源（例え
ば放射性物質使用施設や煙突）から大気中に排出された
物質（例えば放射性物質や煙）が、大気中にどのように
拡散していくかを予測して、各地点で時々刻々変化して
いく物質の濃度を予測するようにしたものである。しか
も、演算時間をそれほど増加させることなく、予測する
物質の濃度時間変化が、実際の濃度時間変化に関して滑
らかな変化となるように工夫したものである。
予測方法に関するものである。本発明は、拡散源（例え
ば放射性物質使用施設や煙突）から大気中に排出された
物質（例えば放射性物質や煙）が、大気中にどのように
拡散していくかを予測して、各地点で時々刻々変化して
いく物質の濃度を予測するようにしたものである。しか
も、演算時間をそれほど増加させることなく、予測する
物質の濃度時間変化が、実際の濃度時間変化に関して滑
らかな変化となるように工夫したものである。
【０００２】
【従来の技術】放射性物質を扱う施設から、事故により
放射性物質が外部に排出された場合には、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
散状況予測方法が開発されつつある。
放射性物質が外部に排出された場合には、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
散状況予測方法が開発されつつある。
【０００３】この拡散状況予測方法は、放射性物質の拡
散状況を予測する場合のみならず、例えば工場の煙突か
ら排出されたガス体（煙）が大気中を拡散した場合にお
いて、各地点におけるガス体濃度を計算する場合や、環
境アセスメントの解析における、拡散物質の拡散状況を
解析する場合にも適用することができる。
散状況を予測する場合のみならず、例えば工場の煙突か
ら排出されたガス体（煙）が大気中を拡散した場合にお
いて、各地点におけるガス体濃度を計算する場合や、環
境アセスメントの解析における、拡散物質の拡散状況を
解析する場合にも適用することができる。
【０００４】大気中に排出された物質の拡散状況を、演
算により予測するには、次の２つの演算をする必要があ
る。 （１）気体状況予測演算 （２）拡散状況予測演算
算により予測するには、次の２つの演算をする必要があ
る。 （１）気体状況予測演算 （２）拡散状況予測演算
【０００５】上記（１）の気体状況予測演算とは、気象
ＧＰＶ（Grid Point 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（例えば放射性
物質の外部排出）時点から所定時間先の時点まで、一定
時間刻み毎の時点における、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表す気体状況を求める演算を
いう。
ＧＰＶ（Grid Point 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（例えば放射性
物質の外部排出）時点から所定時間先の時点まで、一定
時間刻み毎の時点における、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表す気体状況を求める演算を
いう。
【０００６】また、上記（２）の拡散状況予測演算と
は、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（粒子）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求める演算をいう。
は、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（粒子）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求める演算をいう。
【０００７】＜気体状況予測演算の説明＞まず、気体状
況予測演算の概略を説明する。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、一定度
間隔で複数の緯度仮想線と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、
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。
況予測演算の概略を説明する。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、一定度
間隔で複数の緯度仮想線と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、
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。
【０００８】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）データ即ち風速場データのみで
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）データ即ち風速場データのみで
は、拡散物質の拡散濃度を演算することはできない。
【０００９】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。
【００１０】そこで、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
位置の間に、子格子点位置を設定する。子格子点位置
は、複数の緯度仮想線と、複数の経度仮想線とが一定度
間隔で交差する地点に配置されている。
のなかで予め設定した特定領域）に設定された親格子点
位置の間に、子格子点位置を設定する。子格子点位置
は、複数の緯度仮想線と、複数の経度仮想線とが一定度
間隔で交差する地点に配置されている。
【００１１】そして、演算開始から一定時間刻み毎（例
えば２０秒間隔毎）の子格子点位置及び親格子点位置の
気象データを、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、例えばコロラド州立大学とMissio
n Research社で開発されたＲＡＭＳ（Regional Atmosph
eric 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。
えば２０秒間隔毎）の子格子点位置及び親格子点位置の
気象データを、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、例えばコロラド州立大学とMissio
n Research社で開発されたＲＡＭＳ（Regional Atmosph
eric 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。
【００１２】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。
【００１３】
【数１】
【００１４】このようにＲＡＭＳ（Regional Atmospher
ic Modeling System）コードで示されている風速場解析
の基本方程式を演算して、演算開始から一定時間刻み毎
（例えば２０秒間隔毎）の、各親格子点位置における気
象データと、各子格子点位置における気象データを示す
風向ベクトルデータ（風速場データ）が得られる。
ic Modeling System）コードで示されている風速場解析
の基本方程式を演算して、演算開始から一定時間刻み毎
（例えば２０秒間隔毎）の、各親格子点位置における気
象データと、各子格子点位置における気象データを示す
風向ベクトルデータ（風速場データ）が得られる。
【００１５】＜拡散状況予測演算の概要説明＞次に拡散
状況予測演算について説明する。拡散状況予測演算をす
るには、例えばコロラド州立大学とMission Research社
で開発されたＨＹＰＡＣＴ（Hybrid Particle Concentr
ation Transport Model ）コードに、ＲＡＭＳ（Region
al Atmospheric Modeling System）コードにより求めた
２０秒刻み毎の各親格子点位置及び各子格子点位置の風
速場データを次々に代入して、拡散状況の予測演算をす
る。本発明では、拡散状況の予測演算の具体例として
は、Lagrangian粒子拡散モデルを採用している。
状況予測演算について説明する。拡散状況予測演算をす
るには、例えばコロラド州立大学とMission Research社
で開発されたＨＹＰＡＣＴ（Hybrid Particle Concentr
ation Transport Model ）コードに、ＲＡＭＳ（Region
al Atmospheric Modeling System）コードにより求めた
２０秒刻み毎の各親格子点位置及び各子格子点位置の風
速場データを次々に代入して、拡散状況の予測演算をす
る。本発明では、拡散状況の予測演算の具体例として
は、Lagrangian粒子拡散モデルを採用している。
【００１６】このLagrangian粒子拡散モデルでは、次に
示す式（７）〜（９）を用いて粒子の拡散速度（ｕ’，
ｖ’，ｗ’）を計算し、各粒子を移動させる。
示す式（７）〜（９）を用いて粒子の拡散速度（ｕ’，
ｖ’，ｗ’）を計算し、各粒子を移動させる。
【００１７】
【数２】
【００１８】ここで、ＨＹＰＡＣＴ（Hybrid Particle
Concentration Transport Model ）コードに、ＲＡＭＳ
（Regional Atmospheric Modeling System）コードによ
り求めた２０秒刻み毎の各親格子点位置及び各子格子点
位置の風速場データを次々に代入して、拡散状況の予測
演算をした具体例を説明する。
Concentration Transport Model ）コードに、ＲＡＭＳ
（Regional Atmospheric Modeling System）コードによ
り求めた２０秒刻み毎の各親格子点位置及び各子格子点
位置の風速場データを次々に代入して、拡散状況の予測
演算をした具体例を説明する。
【００１９】この演算をするためには、排出源から大気
中に排出される物質を多数の粒子Ｐに置換し、排出源の
位置から演算周期Δｔ（ここではΔｔ＝２０秒）毎にＮ
個（ここでは２０個）の粒子Ｐが発生すると設定する。
中に排出される物質を多数の粒子Ｐに置換し、排出源の
位置から演算周期Δｔ（ここではΔｔ＝２０秒）毎にＮ
個（ここでは２０個）の粒子Ｐが発生すると設定する。
【００２０】つまり、演算開始時点で２０個の粒子Ｐを
発生させ、演算開始時点から２０秒後に２０個の粒子を
発生させ、演算開始時点から４０秒後に２０個の粒子を
発生させるというように、演算周期Δｔ（２０秒）毎に
２０個の粒子を発生させていく。そして演算周期Δｔ
（２０秒）毎に、各粒子Ｐの位置（空間座標）を演算に
より求める。
発生させ、演算開始時点から２０秒後に２０個の粒子を
発生させ、演算開始時点から４０秒後に２０個の粒子を
発生させるというように、演算周期Δｔ（２０秒）毎に
２０個の粒子を発生させていく。そして演算周期Δｔ
（２０秒）毎に、各粒子Ｐの位置（空間座標）を演算に
より求める。
【００２１】なお、演算開始時点（時刻０秒）において
発生させた２０個の粒子Ｐを、Ｐ00 01，Ｐ00 02，
Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，Ｐ00 07，Ｐ00 08，Ｐ
00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ00 13，Ｐ00 14，Ｐ00
15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00 19，Ｐ00 20として示
し、演算開始時点から２０秒後において発生させた２０
個の粒子Ｐを、Ｐ20 01，Ｐ 20 02，Ｐ20 03，Ｐ20 04，Ｐ20
05，Ｐ20 06，Ｐ20 07，Ｐ20 08，Ｐ20 09，Ｐ20 10，
Ｐ 20 11，Ｐ20 12，Ｐ20 13，Ｐ20 14，Ｐ20 15，Ｐ20 16，Ｐ
20 17，Ｐ20 18，Ｐ20 19，Ｐ 20 20として示し、演算開始時
点から４０秒後において発生させた２０個の粒子Ｐを、
Ｐ40 01，Ｐ 40 02，Ｐ40 03，Ｐ40 04，Ｐ40 05，Ｐ40 06，Ｐ
40 07，Ｐ40 08，Ｐ40 09，Ｐ40 10，Ｐ 40 11，Ｐ40 12，Ｐ40
13，Ｐ40 14，Ｐ40 15，Ｐ40 16，Ｐ40 17，Ｐ40 18，
Ｐ40 19，Ｐ 40 20として示す。つまり、符号「Ｐ」の後の
下段に示した数字が、演算開始時点からの時間であり、
符号「Ｐ」の後の上段に示した数字が、その時点におい
て発生させた２０個の粒子を区別するものである。他の
時点において発生させた粒子も同様に表記する。
発生させた２０個の粒子Ｐを、Ｐ00 01，Ｐ00 02，
Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，Ｐ00 07，Ｐ00 08，Ｐ
00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ00 13，Ｐ00 14，Ｐ00
15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00 19，Ｐ00 20として示
し、演算開始時点から２０秒後において発生させた２０
個の粒子Ｐを、Ｐ20 01，Ｐ 20 02，Ｐ20 03，Ｐ20 04，Ｐ20
05，Ｐ20 06，Ｐ20 07，Ｐ20 08，Ｐ20 09，Ｐ20 10，
Ｐ 20 11，Ｐ20 12，Ｐ20 13，Ｐ20 14，Ｐ20 15，Ｐ20 16，Ｐ
20 17，Ｐ20 18，Ｐ20 19，Ｐ 20 20として示し、演算開始時
点から４０秒後において発生させた２０個の粒子Ｐを、
Ｐ40 01，Ｐ 40 02，Ｐ40 03，Ｐ40 04，Ｐ40 05，Ｐ40 06，Ｐ
40 07，Ｐ40 08，Ｐ40 09，Ｐ40 10，Ｐ 40 11，Ｐ40 12，Ｐ40
13，Ｐ40 14，Ｐ40 15，Ｐ40 16，Ｐ40 17，Ｐ40 18，
Ｐ40 19，Ｐ 40 20として示す。つまり、符号「Ｐ」の後の
下段に示した数字が、演算開始時点からの時間であり、
符号「Ｐ」の後の上段に示した数字が、その時点におい
て発生させた２０個の粒子を区別するものである。他の
時点において発生させた粒子も同様に表記する。
【００２２】まず、演算開始時点においては、排出源Ｓ
から２０個の粒子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ
00 05，Ｐ00 06，Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00
11，Ｐ00 12，Ｐ00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，
Ｐ00 17，Ｐ00 18，Ｐ00 19，Ｐ00 20が発生する。
から２０個の粒子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ
00 05，Ｐ00 06，Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00
11，Ｐ00 12，Ｐ00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，
Ｐ00 17，Ｐ00 18，Ｐ00 19，Ｐ00 20が発生する。
【００２３】演算開始時点から２０秒後においては、図
５に示す排出源Ｓから新たに２０個の粒子Ｐ20 01，Ｐ20
02，Ｐ20 03，Ｐ20 04，Ｐ20 05，Ｐ20 06，Ｐ20 07，
Ｐ20 08，Ｐ 20 09，Ｐ20 10，Ｐ20 11，Ｐ20 12，Ｐ20 13，Ｐ
20 14，Ｐ20 15，Ｐ20 16，Ｐ20 17，Ｐ 20 18，Ｐ20 19，Ｐ20
20が発生する。このとき、演算開始時点にて発生した粒
子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，
Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ
00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00
19，Ｐ00 20は、排出源Ｓから離れた位置にまで達すると
共に拡散している。各粒子Ｐの位置は、ＲＡＭＳ（Regi
onal Atmospheric Modeling System）コードにより求め
た２０秒刻み毎の風速場データを用いて、Lagrangian粒
子拡散モデルにおける各粒子Ｐの拡散速度（ｕ’，
ｖ’，ｗ’）を計算し、各粒子を移動させることにより
求める。
５に示す排出源Ｓから新たに２０個の粒子Ｐ20 01，Ｐ20
02，Ｐ20 03，Ｐ20 04，Ｐ20 05，Ｐ20 06，Ｐ20 07，
Ｐ20 08，Ｐ 20 09，Ｐ20 10，Ｐ20 11，Ｐ20 12，Ｐ20 13，Ｐ
20 14，Ｐ20 15，Ｐ20 16，Ｐ20 17，Ｐ 20 18，Ｐ20 19，Ｐ20
20が発生する。このとき、演算開始時点にて発生した粒
子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，
Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ
00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00
19，Ｐ00 20は、排出源Ｓから離れた位置にまで達すると
共に拡散している。各粒子Ｐの位置は、ＲＡＭＳ（Regi
onal Atmospheric Modeling System）コードにより求め
た２０秒刻み毎の風速場データを用いて、Lagrangian粒
子拡散モデルにおける各粒子Ｐの拡散速度（ｕ’，
ｖ’，ｗ’）を計算し、各粒子を移動させることにより
求める。
【００２４】演算開始時点から４０秒後においては、図
６に示す排出源Ｓから新たに２０個の粒子Ｐ40 01，Ｐ40
02，Ｐ40 03，Ｐ40 04，Ｐ40 05，Ｐ40 06，Ｐ40 07，
Ｐ40 08，Ｐ 40 09，Ｐ40 10，Ｐ40 11，Ｐ40 12，Ｐ40 13，Ｐ
40 14，Ｐ40 15，Ｐ40 16，Ｐ40 17，Ｐ 40 18，Ｐ40 19，Ｐ40
20が発生する。このとき、演算開始時点にて発生した粒
子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，
Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ
00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00
19，Ｐ00 20は、排出源Ｓから更に離れた位置にまで達す
ると共に更に拡散している。また、演算開始時点から２
０秒後において発生した２０個の粒子Ｐ20 01，Ｐ20 02，
Ｐ20 03，Ｐ20 04，Ｐ20 05，Ｐ20 06，Ｐ20 07，Ｐ20 08，Ｐ
20 09，Ｐ20 10，Ｐ20 11，Ｐ20 12，Ｐ20 13，Ｐ20 14，Ｐ20
15，Ｐ20 16，Ｐ20 17，Ｐ20 18，Ｐ20 19，Ｐ20 20は、排出
源Ｓから離れた位置にまで達すると共に拡散している。
各粒子Ｐの位置は、ＲＡＭＳ（Regional Atmospheric M
odeling System）コードにより求めた２０秒刻み毎の風
速場データを用いて、Lagrangian粒子拡散モデルにおけ
る各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、
各粒子を移動させることにより求める。
６に示す排出源Ｓから新たに２０個の粒子Ｐ40 01，Ｐ40
02，Ｐ40 03，Ｐ40 04，Ｐ40 05，Ｐ40 06，Ｐ40 07，
Ｐ40 08，Ｐ 40 09，Ｐ40 10，Ｐ40 11，Ｐ40 12，Ｐ40 13，Ｐ
40 14，Ｐ40 15，Ｐ40 16，Ｐ40 17，Ｐ 40 18，Ｐ40 19，Ｐ40
20が発生する。このとき、演算開始時点にて発生した粒
子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，
Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ
00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00
19，Ｐ00 20は、排出源Ｓから更に離れた位置にまで達す
ると共に更に拡散している。また、演算開始時点から２
０秒後において発生した２０個の粒子Ｐ20 01，Ｐ20 02，
Ｐ20 03，Ｐ20 04，Ｐ20 05，Ｐ20 06，Ｐ20 07，Ｐ20 08，Ｐ
20 09，Ｐ20 10，Ｐ20 11，Ｐ20 12，Ｐ20 13，Ｐ20 14，Ｐ20
15，Ｐ20 16，Ｐ20 17，Ｐ20 18，Ｐ20 19，Ｐ20 20は、排出
源Ｓから離れた位置にまで達すると共に拡散している。
各粒子Ｐの位置は、ＲＡＭＳ（Regional Atmospheric M
odeling System）コードにより求めた２０秒刻み毎の風
速場データを用いて、Lagrangian粒子拡散モデルにおけ
る各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、
各粒子を移動させることにより求める。
【００２５】演算開始時点から６０秒後においては、図
７に示す排出源Ｓから新たに２０個の粒子Ｐ60 01，Ｐ60
02，Ｐ60 03，Ｐ60 04，Ｐ60 05，Ｐ60 06，Ｐ60 07，
Ｐ60 08，Ｐ 60 09，Ｐ60 10，Ｐ60 11，Ｐ60 12，Ｐ60 13，Ｐ
60 14，Ｐ60 15，Ｐ60 16，Ｐ60 17，Ｐ 60 18，Ｐ60 19，Ｐ60
20が発生する。このとき、演算開始時点にて発生した粒
子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，
Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ
00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00
19，Ｐ00 20は、排出源Ｓから更に離れた位置にまで達す
ると共に更に拡散している。また、演算開始時点から２
０秒後において発生した２０個の粒子Ｐ20 01，Ｐ20 02，
Ｐ20 03，Ｐ20 04，Ｐ20 05，Ｐ20 06，Ｐ20 07，Ｐ20 08，Ｐ
20 09，Ｐ20 10，Ｐ20 11，Ｐ20 12，Ｐ20 13，Ｐ20 14，Ｐ20
15，Ｐ20 16，Ｐ20 17，Ｐ20 18，Ｐ20 19，Ｐ20 20は、排出
源Ｓから更に離れた位置にまで達すると共に更に拡散し
ている。また、演算開始時点から４０秒後において発生
した２０個の粒子Ｐ40 01，Ｐ40 02，Ｐ40 03，Ｐ40 04，Ｐ
40 05，Ｐ40 06，Ｐ40 07，Ｐ40 08，Ｐ40 09，Ｐ40 10，Ｐ40
11，Ｐ40 12，Ｐ40 13，Ｐ40 14，Ｐ40 15，Ｐ40 16，
Ｐ40 17，Ｐ40 18，Ｐ40 19，Ｐ40 20は、排出源Ｓから離れ
た位置に達すると共に拡散している。各粒子Ｐの位置
は、ＲＡＭＳ（Regional Atmospheric Modeling Syste
m）コードにより求めた２０秒刻み毎の風速場データを
用いて、Lagrangian粒子拡散モデルにおける各粒子Ｐの
拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動
させることにより求める。
７に示す排出源Ｓから新たに２０個の粒子Ｐ60 01，Ｐ60
02，Ｐ60 03，Ｐ60 04，Ｐ60 05，Ｐ60 06，Ｐ60 07，
Ｐ60 08，Ｐ 60 09，Ｐ60 10，Ｐ60 11，Ｐ60 12，Ｐ60 13，Ｐ
60 14，Ｐ60 15，Ｐ60 16，Ｐ60 17，Ｐ 60 18，Ｐ60 19，Ｐ60
20が発生する。このとき、演算開始時点にて発生した粒
子Ｐ00 01，Ｐ00 02，Ｐ00 03，Ｐ00 04，Ｐ00 05，Ｐ00 06，
Ｐ00 07，Ｐ00 08，Ｐ00 09，Ｐ00 10，Ｐ00 11，Ｐ00 12，Ｐ
00 13，Ｐ00 14，Ｐ00 15，Ｐ00 16，Ｐ00 17，Ｐ00 18，Ｐ00
19，Ｐ00 20は、排出源Ｓから更に離れた位置にまで達す
ると共に更に拡散している。また、演算開始時点から２
０秒後において発生した２０個の粒子Ｐ20 01，Ｐ20 02，
Ｐ20 03，Ｐ20 04，Ｐ20 05，Ｐ20 06，Ｐ20 07，Ｐ20 08，Ｐ
20 09，Ｐ20 10，Ｐ20 11，Ｐ20 12，Ｐ20 13，Ｐ20 14，Ｐ20
15，Ｐ20 16，Ｐ20 17，Ｐ20 18，Ｐ20 19，Ｐ20 20は、排出
源Ｓから更に離れた位置にまで達すると共に更に拡散し
ている。また、演算開始時点から４０秒後において発生
した２０個の粒子Ｐ40 01，Ｐ40 02，Ｐ40 03，Ｐ40 04，Ｐ
40 05，Ｐ40 06，Ｐ40 07，Ｐ40 08，Ｐ40 09，Ｐ40 10，Ｐ40
11，Ｐ40 12，Ｐ40 13，Ｐ40 14，Ｐ40 15，Ｐ40 16，
Ｐ40 17，Ｐ40 18，Ｐ40 19，Ｐ40 20は、排出源Ｓから離れ
た位置に達すると共に拡散している。各粒子Ｐの位置
は、ＲＡＭＳ（Regional Atmospheric Modeling Syste
m）コードにより求めた２０秒刻み毎の風速場データを
用いて、Lagrangian粒子拡散モデルにおける各粒子Ｐの
拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動
させることにより求める。
【００２６】上述したように、演算周期Δｔ（２０秒）
毎に２０個の粒子を次々と発生させていくと共に、各演
算周期Δｔ（２０秒）毎における粒子の位置つまり空間
座標（ｘｉ（ｔ），ｙｉ（ｔ），ｚｉ（ｔ））を求めて
いく。
毎に２０個の粒子を次々と発生させていくと共に、各演
算周期Δｔ（２０秒）毎における粒子の位置つまり空間
座標（ｘｉ（ｔ），ｙｉ（ｔ），ｚｉ（ｔ））を求めて
いく。
【００２７】そして、演算開始から所定時間経過したと
きにおいて、排出源Ｓから所定距離離れた単位空間（予
測地域の単位体積）に、図８に示すように、粒子Ｐが存
在していた場合、この粒子の数から、この単位空間にお
ける物質の濃度を計算することができる。
きにおいて、排出源Ｓから所定距離離れた単位空間（予
測地域の単位体積）に、図８に示すように、粒子Ｐが存
在していた場合、この粒子の数から、この単位空間にお
ける物質の濃度を計算することができる。
【００２８】即ち、排出源Ｓにおいて、実際には１秒間
にＱ（ｍ3 ）の物質が排出されているとすると、それを
代表する粒子Ｐは２０秒間に２０個（換算すると１秒間
に１個）発生しているので、各粒子Ｐは、１個につきＱ
／１（ｍ3 ）の排出源強度を有していることになる。そ
こで、この単位空間に存在する粒子Ｐの数に排出源強度
Ｑ／１（ｍ3 ）を掛けることにより、この単位空間にお
ける物質の濃度を求めることができる。
にＱ（ｍ3 ）の物質が排出されているとすると、それを
代表する粒子Ｐは２０秒間に２０個（換算すると１秒間
に１個）発生しているので、各粒子Ｐは、１個につきＱ
／１（ｍ3 ）の排出源強度を有していることになる。そ
こで、この単位空間に存在する粒子Ｐの数に排出源強度
Ｑ／１（ｍ3 ）を掛けることにより、この単位空間にお
ける物質の濃度を求めることができる。
【００２９】上述した具体例を一般的に示すと次のよう
になる。排出源から排出されるガス体などの物質を多数
の粒子で置換する。そして、排出源から毎秒Ｎ個の粒子
を放出する。この場合、計算上での粒子の排出量はＮ／
sec である。実際の排出源から排出される物質の排出量
がＱ（ｍ3 ／sec ）である場合、各粒子はＱ／Ｎ
（ｍ 3 ）の排出源強度を有することになる。
になる。排出源から排出されるガス体などの物質を多数
の粒子で置換する。そして、排出源から毎秒Ｎ個の粒子
を放出する。この場合、計算上での粒子の排出量はＮ／
sec である。実際の排出源から排出される物質の排出量
がＱ（ｍ3 ／sec ）である場合、各粒子はＱ／Ｎ
（ｍ 3 ）の排出源強度を有することになる。
【００３０】各粒子ごとに運動方程式を非定常に数値計
算することによって、即ち、ＲＡＭＳ（Regional Atmos
pheric Modeling System）コードにより求めた風速場デ
ータを、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid
Particle Concentration Transport Model ）コードに
代入し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの
拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動
させることによって、各粒子の座標を非定常的に決定す
ることができる。つまり、各粒子の空間座標を、演算周
期Δｔ毎に決定することができる。なお、Lagrangian粒
子モデルにより求めてデータ記録装置に記録される各粒
子のデータは、各粒子の空間座標（ｘｉ（ｔ），ｙｉ
（ｔ），ｚｉ（ｔ））だけである。
算することによって、即ち、ＲＡＭＳ（Regional Atmos
pheric Modeling System）コードにより求めた風速場デ
ータを、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid
Particle Concentration Transport Model ）コードに
代入し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの
拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動
させることによって、各粒子の座標を非定常的に決定す
ることができる。つまり、各粒子の空間座標を、演算周
期Δｔ毎に決定することができる。なお、Lagrangian粒
子モデルにより求めてデータ記録装置に記録される各粒
子のデータは、各粒子の空間座標（ｘｉ（ｔ），ｙｉ
（ｔ），ｚｉ（ｔ））だけである。
【００３１】粒子（物質）の運動方程式であるＨＹＰＡ
ＣＴコードは、粒子の移流、拡散、重力沈降現象を表現
するものである。ここにおいて、粒子の移流現象は、大
気の時間平均速度に依存し、拡散現象は、大気の乱流速
度に依存し、重力沈降は、粒子の質量、重力加速度、空
気の粘性係数などに依存する（図９参照）。
ＣＴコードは、粒子の移流、拡散、重力沈降現象を表現
するものである。ここにおいて、粒子の移流現象は、大
気の時間平均速度に依存し、拡散現象は、大気の乱流速
度に依存し、重力沈降は、粒子の質量、重力加速度、空
気の粘性係数などに依存する（図９参照）。
【００３２】空気中の単位体積中の粒子個数がｎ個であ
る場合、この空間中のガス濃度（物質濃度）はｎ×Ｑ／
Ｎ（ガスｍ3 ／空気ｍ3 ）となる。つまり、この単位空
間に存在する粒子数ｎに、各粒子が有している排出源強
度Ｑ／Ｎを掛けたものとなる。
る場合、この空間中のガス濃度（物質濃度）はｎ×Ｑ／
Ｎ（ガスｍ3 ／空気ｍ3 ）となる。つまり、この単位空
間に存在する粒子数ｎに、各粒子が有している排出源強
度Ｑ／Ｎを掛けたものとなる。
【００３３】
【発明が解決しようとする課題】ところで、排出源Ｓか
ら大気中に実際に排出される物質は、時間的に連続して
排出されている。しかし、前述した数値計算では、離散
的な時間間隔で粒子Ｐを発生させているので、演算によ
り求めた粒子Ｐの位置は、例えば図５〜図７に示すよう
に、不連続な塊となって分布しており、実際のガス濃度
（物質濃度）分布とは異なっている。特に排出源Ｓの近
くでは、先行して発生した粒子Ｐ群と後行した発生した
粒子Ｐ群は、別々の塊となっている。
ら大気中に実際に排出される物質は、時間的に連続して
排出されている。しかし、前述した数値計算では、離散
的な時間間隔で粒子Ｐを発生させているので、演算によ
り求めた粒子Ｐの位置は、例えば図５〜図７に示すよう
に、不連続な塊となって分布しており、実際のガス濃度
（物質濃度）分布とは異なっている。特に排出源Ｓの近
くでは、先行して発生した粒子Ｐ群と後行した発生した
粒子Ｐ群は、別々の塊となっている。
【００３４】例えば図１０に示すように、排出源Ｓ（例
えば煙突）からガス（物質）が排出されているときに、
風下のある地点Ｆのガス濃度を数値計算により求めた場
合には、この数値計算により求めたガス濃度の時間変化
は、図１１に示すように、凹凸のある特性となる。これ
は、前述した拡散状況予測演算では、先行して発生した
粒子Ｐ群と後行した発生した粒子Ｐ群が、別々の塊とな
って地点Ｆに到達するからである。しかし、実際のガス
濃度の時間変化は、連続した滑らかな特性であり、凹凸
はなく、拡散状況予測演算により求めたガス（物質）濃
度の時間変化は、実際のガス（物質）濃度の時間変化か
らずれている。
えば煙突）からガス（物質）が排出されているときに、
風下のある地点Ｆのガス濃度を数値計算により求めた場
合には、この数値計算により求めたガス濃度の時間変化
は、図１１に示すように、凹凸のある特性となる。これ
は、前述した拡散状況予測演算では、先行して発生した
粒子Ｐ群と後行した発生した粒子Ｐ群が、別々の塊とな
って地点Ｆに到達するからである。しかし、実際のガス
濃度の時間変化は、連続した滑らかな特性であり、凹凸
はなく、拡散状況予測演算により求めたガス（物質）濃
度の時間変化は、実際のガス（物質）濃度の時間変化か
らずれている。
【００３５】このような問題を解決して、演算により求
めた濃度の時間変化を滑らかにするためには、演算周期
Δｔを小さくして、１回あたりの粒子排出数Ｎをできる
だけ多くする必要がある。しかし、演算時間は時間間隔
（演算周期）と排出粒子数に比例するので、このように
したのでは、膨大な演算時間が必要となる。
めた濃度の時間変化を滑らかにするためには、演算周期
Δｔを小さくして、１回あたりの粒子排出数Ｎをできる
だけ多くする必要がある。しかし、演算時間は時間間隔
（演算周期）と排出粒子数に比例するので、このように
したのでは、膨大な演算時間が必要となる。
【００３６】例えば、粒子の排出時間間隔を（１／２）
Δｔとし、１回あたりの粒子排出数を２Ｎとすると、演
算時間は従来の４倍必要となる。
Δｔとし、１回あたりの粒子排出数を２Ｎとすると、演
算時間は従来の４倍必要となる。
【００３７】また、排出時間間隔を（１／２）Δｔと
し、１回当りの排出粒子数を（１／２）Ｎとして演算す
ることも検討されたが、この場合であっても、演算時間
は、従来の２倍必要となる。
し、１回当りの排出粒子数を（１／２）Ｎとして演算す
ることも検討されたが、この場合であっても、演算時間
は、従来の２倍必要となる。
【００３８】なお、図１２は排出時間間隔を（１／２）
Δｔとし、１回当りの排出粒子数を（１／２）Ｎとして
演算したときの状況を示し、点線で示す塊となった１０
個の粒子Ｐと、二点鎖線で示す塊となった１０個の粒子
Ｐが、交互に例えば１０秒毎に発生している。図１３の
実線は、演算により求めた地点Ｆにおける物質の濃度の
時間変化を示している。なお図１３において、点線は点
線で示す塊となった粒子Ｐにより演算した濃度であり、
二点鎖線は二点鎖線で示す塊となった粒子Ｐにより演算
した濃度であり、点線で示す濃度特性と二点鎖線で示す
濃度特性の和が、実線で示す滑らかな濃度特性となって
いる。
Δｔとし、１回当りの排出粒子数を（１／２）Ｎとして
演算したときの状況を示し、点線で示す塊となった１０
個の粒子Ｐと、二点鎖線で示す塊となった１０個の粒子
Ｐが、交互に例えば１０秒毎に発生している。図１３の
実線は、演算により求めた地点Ｆにおける物質の濃度の
時間変化を示している。なお図１３において、点線は点
線で示す塊となった粒子Ｐにより演算した濃度であり、
二点鎖線は二点鎖線で示す塊となった粒子Ｐにより演算
した濃度であり、点線で示す濃度特性と二点鎖線で示す
濃度特性の和が、実線で示す滑らかな濃度特性となって
いる。
【００３９】本発明は、上記従来技術に鑑み、演算時間
はそれほど多くすることなく、演算により求める物質の
濃度の時間変化を滑らかにすることのできる拡散物質の
拡散状況予測方法を提供することを目的とする。
はそれほど多くすることなく、演算により求める物質の
濃度の時間変化を滑らかにすることのできる拡散物質の
拡散状況予測方法を提供することを目的とする。
【００４０】
【課題を解決するための手段】上記課題を解決する本発
明の拡散物質の拡散状況予測方法は、排出源から大気中
に排出された物質が大気中を拡散していく状況を予測す
るため、前記物質を多数の粒子に置換して、排出源の位
置から一定周期毎に予め設定した個数の粒子が発生する
と設定すると共に、排出源の位置を含む領域内の多数の
地点における、時間の経過に沿って変化する風向・風速
を示す風速場データを、粒子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、所定周期毎に各粒子の拡
散速度を求め、この拡散速度から各粒子が存在する空間
位置を示す空間座標を所定周期毎に求め、特定領域の前
記物質の濃度は、当該特定領域に存在する粒子の数を基
に求める拡散物質の拡散状況予測方法において、排出源
から予め決めた設定距離の範囲内に存在する粒子の拡散
速度及び空間座標を求める場合には、前記所定周期は前
記一定周期と同じであり、排出源から予め決めた設定距
離の範囲外に存在する粒子の拡散速度及び空間座標を求
める場合には、前記所定周期は前記一定周期よりも長い
ことを特徴とする。
明の拡散物質の拡散状況予測方法は、排出源から大気中
に排出された物質が大気中を拡散していく状況を予測す
るため、前記物質を多数の粒子に置換して、排出源の位
置から一定周期毎に予め設定した個数の粒子が発生する
と設定すると共に、排出源の位置を含む領域内の多数の
地点における、時間の経過に沿って変化する風向・風速
を示す風速場データを、粒子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、所定周期毎に各粒子の拡
散速度を求め、この拡散速度から各粒子が存在する空間
位置を示す空間座標を所定周期毎に求め、特定領域の前
記物質の濃度は、当該特定領域に存在する粒子の数を基
に求める拡散物質の拡散状況予測方法において、排出源
から予め決めた設定距離の範囲内に存在する粒子の拡散
速度及び空間座標を求める場合には、前記所定周期は前
記一定周期と同じであり、排出源から予め決めた設定距
離の範囲外に存在する粒子の拡散速度及び空間座標を求
める場合には、前記所定周期は前記一定周期よりも長い
ことを特徴とする。
【００４１】また本発明の拡散物質の拡散状況予測方法
は、排出源から大気中に排出された物質が大気中を拡散
していく状況を予測するため、前記物質を多数の粒子に
置換して、排出源の位置から一定周期毎に予め設定した
個数の粒子が発生すると設定すると共に、排出源の位置
を含む領域内の多数の地点における、時間の経過に沿っ
て変化する風向・風速を示す風速場データを、粒子の拡
散状態を演算する拡散方程式に代入することにより、所
定周期毎に各粒子の拡散速度を求め、この拡散速度から
各粒子が存在する空間位置を示す空間座標を所定周期毎
に求め、特定領域の前記物質の濃度は、当該特定領域に
存在する粒子の数を基に求める拡散物質の拡散状況予測
方法において、排出源から排出された時点から予め決め
た設定時間を経過していない粒子の拡散速度及び空間座
標を求める場合には、前記所定周期は前記一定周期と同
じであり、排出源から排出された時点から予め決めた設
定時間を経過した粒子の拡散速度及び空間座標を求める
場合には、前記所定周期は前記一定周期よりも長いこと
を特徴とする。
は、排出源から大気中に排出された物質が大気中を拡散
していく状況を予測するため、前記物質を多数の粒子に
置換して、排出源の位置から一定周期毎に予め設定した
個数の粒子が発生すると設定すると共に、排出源の位置
を含む領域内の多数の地点における、時間の経過に沿っ
て変化する風向・風速を示す風速場データを、粒子の拡
散状態を演算する拡散方程式に代入することにより、所
定周期毎に各粒子の拡散速度を求め、この拡散速度から
各粒子が存在する空間位置を示す空間座標を所定周期毎
に求め、特定領域の前記物質の濃度は、当該特定領域に
存在する粒子の数を基に求める拡散物質の拡散状況予測
方法において、排出源から排出された時点から予め決め
た設定時間を経過していない粒子の拡散速度及び空間座
標を求める場合には、前記所定周期は前記一定周期と同
じであり、排出源から排出された時点から予め決めた設
定時間を経過した粒子の拡散速度及び空間座標を求める
場合には、前記所定周期は前記一定周期よりも長いこと
を特徴とする。
【００４２】
【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。
面に基づき詳細に説明する。
【００４３】＜第１の実施の形態＞本発明の第１の実施
の形態にかかる拡散物質の拡散状況予測方法を、排出源
Ｓと地点Ｆ１，Ｆ２との状態を示す図１と、粒子発生タ
イミングを示す図２と、演算により求めた地点Ｆ１の濃
度を示す図３と、演算により求めた地点Ｆ２の濃度を示
す図４を参照しつつ説明する。
の形態にかかる拡散物質の拡散状況予測方法を、排出源
Ｓと地点Ｆ１，Ｆ２との状態を示す図１と、粒子発生タ
イミングを示す図２と、演算により求めた地点Ｆ１の濃
度を示す図３と、演算により求めた地点Ｆ２の濃度を示
す図４を参照しつつ説明する。
【００４４】第１の実施の形態では、従来の演算周期Δ
ｔ（＝２０秒）の半分の時間（１０秒）を一定周期（Δ
ｔ／２）とし、排出源Ｓからは、一定周期（Δｔ／２）
ごとに、Ｎ／２個（＝１０個）の粒子Ｐを発生させる
（図１，図２参照）。
ｔ（＝２０秒）の半分の時間（１０秒）を一定周期（Δ
ｔ／２）とし、排出源Ｓからは、一定周期（Δｔ／２）
ごとに、Ｎ／２個（＝１０個）の粒子Ｐを発生させる
（図１，図２参照）。
【００４５】そして、ＲＡＭＳ（Regional Atmospheric
Modeling System）コードにより求めた風速場データ
を、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Par
ticleConcentration Transport Model ）コードに代入
し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散
速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させ
ることによって、各粒子の空間座標（ｘｉ（ｔ），ｙｉ
（ｔ），ｚｉ（ｔ））を非定常的に決定する演算を、
「所定周期」毎に行なう。
Modeling System）コードにより求めた風速場データ
を、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Par
ticleConcentration Transport Model ）コードに代入
し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散
速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させ
ることによって、各粒子の空間座標（ｘｉ（ｔ），ｙｉ
（ｔ），ｚｉ（ｔ））を非定常的に決定する演算を、
「所定周期」毎に行なう。
【００４６】ここにおいて「所定周期」とは、（１）粒
子Ｐが、排出源Ｓから予め設定した設定距離Ｘｐの範囲
内に存在する場合には、所定周期は一定周期（Δｔ／
２）であり、具体的には１０秒であり、（２）粒子Ｐ
が、排出源Ｓから予め設定した設定距離Ｘｐの範囲外に
存在する場合には、所定周期は一定周期（Δｔ／２）の
２倍であり、具体的には従来の演算周期Δｔと等しい２
０秒である。なお、設定距離Ｘｐは、代表風速Ｕ×Δｔ
程度に設定している。
子Ｐが、排出源Ｓから予め設定した設定距離Ｘｐの範囲
内に存在する場合には、所定周期は一定周期（Δｔ／
２）であり、具体的には１０秒であり、（２）粒子Ｐ
が、排出源Ｓから予め設定した設定距離Ｘｐの範囲外に
存在する場合には、所定周期は一定周期（Δｔ／２）の
２倍であり、具体的には従来の演算周期Δｔと等しい２
０秒である。なお、設定距離Ｘｐは、代表風速Ｕ×Δｔ
程度に設定している。
【００４７】排出源Ｓから予め設定した設定距離Ｘｐの
範囲内に粒子Ｐが存在する場合においては、一定周期
（Δ／２）つまり１０秒毎に粒子Ｐの位置を演算するた
め、先行して発生した粒子Ｐの群と、後行して発生した
粒子Ｐの群とが一部重なる。
範囲内に粒子Ｐが存在する場合においては、一定周期
（Δ／２）つまり１０秒毎に粒子Ｐの位置を演算するた
め、先行して発生した粒子Ｐの群と、後行して発生した
粒子Ｐの群とが一部重なる。
【００４８】図３は、一定周期（Δｔ／２）（＝１０
秒）ごとに、Ｎ／２個（＝１０個）の粒子Ｐを排出源Ｓ
から発生させたときにおいて、排出源Ｓから予め設定し
た設定距離Ｘｐの範囲内に位置する地点Ｆ１の濃度を演
算により求めた状況を示す。点線で示す塊となった１０
個の粒子Ｐと、二点鎖線で示す塊となった１０個の粒子
Ｐが、交互に１０秒毎に発生している。図３の実線は、
演算により求めた地点Ｆ１における物質の濃度の時間変
化を示しており、点線は点線で示す塊となった粒子Ｐに
より演算した濃度であり、二点鎖線は二点鎖線で示す塊
となった粒子Ｐにより演算した濃度であり、点線で示す
濃度特性と二点鎖線で示す濃度特性の和が、実線で示す
滑らかな濃度特性となる。なお、地点Ｆ１における物質
濃度は、この地点Ｆ１を含む単位空間における粒子の数
を積算することにより求める。
秒）ごとに、Ｎ／２個（＝１０個）の粒子Ｐを排出源Ｓ
から発生させたときにおいて、排出源Ｓから予め設定し
た設定距離Ｘｐの範囲内に位置する地点Ｆ１の濃度を演
算により求めた状況を示す。点線で示す塊となった１０
個の粒子Ｐと、二点鎖線で示す塊となった１０個の粒子
Ｐが、交互に１０秒毎に発生している。図３の実線は、
演算により求めた地点Ｆ１における物質の濃度の時間変
化を示しており、点線は点線で示す塊となった粒子Ｐに
より演算した濃度であり、二点鎖線は二点鎖線で示す塊
となった粒子Ｐにより演算した濃度であり、点線で示す
濃度特性と二点鎖線で示す濃度特性の和が、実線で示す
滑らかな濃度特性となる。なお、地点Ｆ１における物質
濃度は、この地点Ｆ１を含む単位空間における粒子の数
を積算することにより求める。
【００４９】排出源Ｓから予め設定した設定距離Ｘｐの
範囲外に粒子Ｐが存在する場合においては、一定周期
（Δ／２）の２倍、具体的には従来の演算周期Δｔと等
しい２０秒毎に粒子Ｐの位置を演算する。なお演算をす
る周期が長くなっていても、粒子Ｐは排出源Ｓから遠く
離れていて広く拡散しているため、先行する粒子Ｐの群
と、後行する粒子Ｐの群とが一部重なる。
範囲外に粒子Ｐが存在する場合においては、一定周期
（Δ／２）の２倍、具体的には従来の演算周期Δｔと等
しい２０秒毎に粒子Ｐの位置を演算する。なお演算をす
る周期が長くなっていても、粒子Ｐは排出源Ｓから遠く
離れていて広く拡散しているため、先行する粒子Ｐの群
と、後行する粒子Ｐの群とが一部重なる。
【００５０】図４は、一定周期（Δｔ／２）（＝１０
秒）ごとに、Ｎ／２個（１０個）の粒子Ｐを排出源Ｓか
ら発生させたときにおいて、排出源Ｓから予め設定した
設定距離Ｘｐの範囲外に位置する地点Ｆ２の濃度を演算
により求めた状況を示す。前述したように、従来の演算
周期Δｔと等しい２０秒毎に求めた先行する粒子Ｐの群
と、後行する粒子Ｐの群とが一部重なるため、実線で示
す滑らかな濃度特性が得られる。なお、地点Ｆ２におけ
る物質濃度は、この地点Ｆ２を含む単位空間における粒
子の数を積算することにより求める。
秒）ごとに、Ｎ／２個（１０個）の粒子Ｐを排出源Ｓか
ら発生させたときにおいて、排出源Ｓから予め設定した
設定距離Ｘｐの範囲外に位置する地点Ｆ２の濃度を演算
により求めた状況を示す。前述したように、従来の演算
周期Δｔと等しい２０秒毎に求めた先行する粒子Ｐの群
と、後行する粒子Ｐの群とが一部重なるため、実線で示
す滑らかな濃度特性が得られる。なお、地点Ｆ２におけ
る物質濃度は、この地点Ｆ２を含む単位空間における粒
子の数を積算することにより求める。
【００５１】第１の実施の形態では、一定周期（Δｔ／
２）（＝１０秒）ごとにＮ／２個（１０個）の粒子Ｐを
排出源Ｓから発生させるため粒子の発生数は従来と同じ
であるが、排出源Ｓから予め設定した設定距離Ｘｐの範
囲内における粒子の拡散速度及び粒子の空間座標は一定
周期（Δｔ／２）毎に求めるが、排出源Ｓから予め設定
した設定距離Ｘｐの範囲外における粒子の拡散速度及び
粒子の空間座標は従来の演算周期Δｔと等しい２０秒毎
に求めるため、トータルの演算時間は、従来の演算時間
の２倍よりも短くなる。
２）（＝１０秒）ごとにＮ／２個（１０個）の粒子Ｐを
排出源Ｓから発生させるため粒子の発生数は従来と同じ
であるが、排出源Ｓから予め設定した設定距離Ｘｐの範
囲内における粒子の拡散速度及び粒子の空間座標は一定
周期（Δｔ／２）毎に求めるが、排出源Ｓから予め設定
した設定距離Ｘｐの範囲外における粒子の拡散速度及び
粒子の空間座標は従来の演算周期Δｔと等しい２０秒毎
に求めるため、トータルの演算時間は、従来の演算時間
の２倍よりも短くなる。
【００５２】このように第１の実施の形態によれば、演
算時間が従来の２倍以下であるにもかかわらず、排出源
Ｓから近い地点Ｆ１の濃度（演算により求めた濃度）の
時間変化も、遠い地点Ｆ２の濃度（演算により求めた濃
度）の時間変化も滑らかになり、実際の物質の濃度変化
により近似したものとなる。
算時間が従来の２倍以下であるにもかかわらず、排出源
Ｓから近い地点Ｆ１の濃度（演算により求めた濃度）の
時間変化も、遠い地点Ｆ２の濃度（演算により求めた濃
度）の時間変化も滑らかになり、実際の物質の濃度変化
により近似したものとなる。
【００５３】＜第２の実施の形態＞本発明の第２の実施
の形態では、従来の演算周期Δｔ（＝２０秒）の半分の
時間（１０秒）を一定周期（Δｔ／２）とし、排出源Ｓ
からは、一定周期（Δｔ／２）ごとに、Ｎ／２個（１０
個）の粒子Ｐを発生させる。
の形態では、従来の演算周期Δｔ（＝２０秒）の半分の
時間（１０秒）を一定周期（Δｔ／２）とし、排出源Ｓ
からは、一定周期（Δｔ／２）ごとに、Ｎ／２個（１０
個）の粒子Ｐを発生させる。
【００５４】そして、ＲＡＭＳ（Regional Atmospheric
Modeling System）コードにより求めた風速場データ
を、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Par
ticleConcentration Transport Model ）コードに代入
し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散
速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させ
ることによって、各粒子の空間座標（ｘｉ（ｔ），ｙｉ
（ｔ），ｚｉ（ｔ））を非定常的に決定する演算を、
「所定周期」毎に行なう。
Modeling System）コードにより求めた風速場データ
を、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Par
ticleConcentration Transport Model ）コードに代入
し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散
速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させ
ることによって、各粒子の空間座標（ｘｉ（ｔ），ｙｉ
（ｔ），ｚｉ（ｔ））を非定常的に決定する演算を、
「所定周期」毎に行なう。
【００５５】ここにおいて「所定周期」とは、（１）排
出源Ｓから排出された時点から予め決めた設定時間を経
過していない粒子Ｐに対しては、所定周期は一定周期
（Δｔ／２）であり、具体的には１０秒であり、（２）
排出源Ｓから排出された時点から予め決めた設定時間を
経過した粒子Ｐに対しては、所定周期は一定周期（Δｔ
／２）の２倍であり、具体的には従来の演算周期Δｔと
等しい２０秒である。
出源Ｓから排出された時点から予め決めた設定時間を経
過していない粒子Ｐに対しては、所定周期は一定周期
（Δｔ／２）であり、具体的には１０秒であり、（２）
排出源Ｓから排出された時点から予め決めた設定時間を
経過した粒子Ｐに対しては、所定周期は一定周期（Δｔ
／２）の２倍であり、具体的には従来の演算周期Δｔと
等しい２０秒である。
【００５６】このように、排出源Ｓから排出された時点
から予め決めた設定時間を経過していない粒子Ｐに対し
ては、所定周期は一定周期（Δｔ／２）であり、具体的
には１０秒と短くしているため、演算した濃度の時間変
化は滑らかになる。一方、排出源Ｓから排出された時点
から予め決めた設定時間を経過した粒子Ｐに対しては、
所定周期は一定周期（Δｔ／２）の２倍であり、具体的
には従来の演算周期Δｔと等しい２０秒と長くしている
が、長い時間が経過した粒子Ｐは広く拡散しているた
め、演算した濃度の時間変化は滑らかになる。
から予め決めた設定時間を経過していない粒子Ｐに対し
ては、所定周期は一定周期（Δｔ／２）であり、具体的
には１０秒と短くしているため、演算した濃度の時間変
化は滑らかになる。一方、排出源Ｓから排出された時点
から予め決めた設定時間を経過した粒子Ｐに対しては、
所定周期は一定周期（Δｔ／２）の２倍であり、具体的
には従来の演算周期Δｔと等しい２０秒と長くしている
が、長い時間が経過した粒子Ｐは広く拡散しているた
め、演算した濃度の時間変化は滑らかになる。
【００５７】
【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、本発明にかかる拡散物質の拡散状況予測方法で
は、排出源から大気中に排出された物質が大気中を拡散
していく状況を予測するため、前記物質を多数の粒子に
置換して、排出源の位置から一定周期毎に予め設定した
個数の粒子が発生すると設定すると共に、排出源の位置
を含む領域内の多数の地点における、時間の経過に沿っ
て変化する風向・風速を示す風速場データを、粒子の拡
散状態を演算する拡散方程式に代入することにより、所
定周期毎に各粒子の拡散速度を求め、この拡散速度から
各粒子が存在する空間位置を示す空間座標を所定周期毎
に求め、特定領域の前記物質の濃度は、当該特定領域に
存在する粒子の数を基に求める拡散物質の拡散状況予測
方法において、排出源から予め決めた設定距離の範囲内
に存在する粒子の拡散速度及び空間座標を求める場合に
は、前記所定周期は前記一定周期と同じであり、排出源
から予め決めた設定距離の範囲外に存在する粒子の拡散
速度及び空間座標を求める場合には、前記所定周期は前
記一定周期よりも長くしたり、または、排出源から排出
された時点から予め決めた設定時間を経過していない粒
子の拡散速度及び空間座標を求める場合には、前記所定
周期は前記一定周期と同じであり、排出源から排出され
た時点から予め決めた設定時間を経過した粒子の拡散速
度及び空間座標を求める場合には、前記所定周期は前記
一定周期よりも長くした。このため、排出源から近い粒
子や発生してからの経過時間が短い粒子に対しては、短
い時間間隔で拡散速度及び空間座標を求めるため、演算
により求めた濃度の時間変化は滑らかである。また、排
出源から遠い粒子や発生してからの経過時間が長い粒子
に対しては、長い時間間隔で拡散速度及び空間座標を求
めるが、粒子が広く拡散しているため、演算により求め
た濃度の時間変化は滑らかである。そして、排出源から
遠い粒子や発生してからの経過時間が長い粒子に対して
は、長い時間間隔で演算をしているため、全体の演算時
間を短縮することができる。
ように、本発明にかかる拡散物質の拡散状況予測方法で
は、排出源から大気中に排出された物質が大気中を拡散
していく状況を予測するため、前記物質を多数の粒子に
置換して、排出源の位置から一定周期毎に予め設定した
個数の粒子が発生すると設定すると共に、排出源の位置
を含む領域内の多数の地点における、時間の経過に沿っ
て変化する風向・風速を示す風速場データを、粒子の拡
散状態を演算する拡散方程式に代入することにより、所
定周期毎に各粒子の拡散速度を求め、この拡散速度から
各粒子が存在する空間位置を示す空間座標を所定周期毎
に求め、特定領域の前記物質の濃度は、当該特定領域に
存在する粒子の数を基に求める拡散物質の拡散状況予測
方法において、排出源から予め決めた設定距離の範囲内
に存在する粒子の拡散速度及び空間座標を求める場合に
は、前記所定周期は前記一定周期と同じであり、排出源
から予め決めた設定距離の範囲外に存在する粒子の拡散
速度及び空間座標を求める場合には、前記所定周期は前
記一定周期よりも長くしたり、または、排出源から排出
された時点から予め決めた設定時間を経過していない粒
子の拡散速度及び空間座標を求める場合には、前記所定
周期は前記一定周期と同じであり、排出源から排出され
た時点から予め決めた設定時間を経過した粒子の拡散速
度及び空間座標を求める場合には、前記所定周期は前記
一定周期よりも長くした。このため、排出源から近い粒
子や発生してからの経過時間が短い粒子に対しては、短
い時間間隔で拡散速度及び空間座標を求めるため、演算
により求めた濃度の時間変化は滑らかである。また、排
出源から遠い粒子や発生してからの経過時間が長い粒子
に対しては、長い時間間隔で拡散速度及び空間座標を求
めるが、粒子が広く拡散しているため、演算により求め
た濃度の時間変化は滑らかである。そして、排出源から
遠い粒子や発生してからの経過時間が長い粒子に対して
は、長い時間間隔で演算をしているため、全体の演算時
間を短縮することができる。
【図１】本発明の第１の実施の形態を適用した場合にお
ける排出源と検査地点の状態を示す説明図である。
ける排出源と検査地点の状態を示す説明図である。
【図２】本発明の第１の実施の形態における粒子の発生
状態を示す説明図である。
状態を示す説明図である。
【図３】本発明の第１の実施の形態における地点Ｆ１の
濃度を示す特性図である。
濃度を示す特性図である。
【図４】本発明の第１の実施の形態における地点Ｆ２の
濃度を示す特性図である。
濃度を示す特性図である。
【図５】従来技術における粒子の拡散状態を示す説明図
である。
である。
【図６】従来技術における粒子の拡散状態を示す説明図
である。
である。
【図７】従来技術における粒子の拡散状態を示す説明図
である。
である。
【図８】所定の格子領域における粒子分布を示す説明図
である。
である。
【図９】粒子拡散モデルの機能を示す説明図である。
【図１０】従来技術における排出源と検査地点の状態を
示す説明図である。
示す説明図である。
【図１１】従来技術における地点Ｆの濃度を示す特性図
である。
である。
【図１２】従来技術における排出源と検査地点の状態を
示す説明図である。
示す説明図である。
【図１３】従来技術における地点Ｆの濃度を示す特性図
である。
である。
Ｓ 排出源
Ｆ，Ｆ１，Ｆ２ 地点
Claims (2)
- 【請求項１】 排出源から大気中に排出された物質が大
気中を拡散していく状況を予測するため、前記物質を多
数の粒子に置換して、排出源の位置から一定周期毎に予
め設定した個数の粒子が発生すると設定すると共に、 排出源の位置を含む領域内の多数の地点における、時間
の経過に沿って変化する風向・風速を示す風速場データ
を、粒子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、所定周期毎に各粒子の拡散速度を求め、この
拡散速度から各粒子が存在する空間位置を示す空間座標
を所定周期毎に求め、 特定領域の前記物質の濃度は、当該特定領域に存在する
粒子の数を基に求める拡散物質の拡散状況予測方法にお
いて、 排出源から予め決めた設定距離の範囲内に存在する粒子
の拡散速度及び空間座標を求める場合には、前記所定周
期は前記一定周期と同じであり、 排出源から予め決めた設定距離の範囲外に存在する粒子
の拡散速度及び空間座標を求める場合には、前記所定周
期は前記一定周期よりも長いことを特徴とする拡散物質
の拡散状況予測方法。 - 【請求項２】 排出源から大気中に排出された物質が大
気中を拡散していく状況を予測するため、前記物質を多
数の粒子に置換して、排出源の位置から一定周期毎に予
め設定した個数の粒子が発生すると設定すると共に、 排出源の位置を含む領域内の多数の地点における、時間
の経過に沿って変化する風向・風速を示す風速場データ
を、粒子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、所定周期毎に各粒子の拡散速度を求め、この
拡散速度から各粒子が存在する空間位置を示す空間座標
を所定周期毎に求め、 特定領域の前記物質の濃度は、当該特定領域に存在する
粒子の数を基に求める拡散物質の拡散状況予測方法にお
いて、 排出源から排出された時点から予め決めた設定時間を経
過していない粒子の拡散速度及び空間座標を求める場合
には、前記所定周期は前記一定周期と同じであり、 排出源から排出された時点から予め決めた設定時間を経
過した粒子の拡散速度及び空間座標を求める場合には、
前記所定周期は前記一定周期よりも長いことを特徴とす
る拡散物質の拡散状況予測方法。。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002112840A JP3881926B2 (ja) | 2002-04-16 | 2002-04-16 | 拡散物質の拡散状況予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002112840A JP3881926B2 (ja) | 2002-04-16 | 2002-04-16 | 拡散物質の拡散状況予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003307573A true JP2003307573A (ja) | 2003-10-31 |
| JP3881926B2 JP3881926B2 (ja) | 2007-02-14 |
Family
ID=29395190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002112840A Expired - Lifetime JP3881926B2 (ja) | 2002-04-16 | 2002-04-16 | 拡散物質の拡散状況予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3881926B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011030662A1 (ja) | 2009-09-09 | 2011-03-17 | 三菱重工業株式会社 | 被災範囲推定装置及びプログラム |
| WO2013039107A1 (ja) * | 2011-09-16 | 2013-03-21 | 三菱重工業株式会社 | 物質の放出量推定装置及びその方法並びにプログラム |
| JP2015031636A (ja) * | 2013-08-05 | 2015-02-16 | 新日鐵住金株式会社 | 降下煤塵量の推定方法、装置、プログラム及び記憶媒体 |
| KR20190046418A (ko) * | 2017-10-26 | 2019-05-07 | 그린에코스 주식회사 | 생태독성 모니터링 데이터에 기반한 EDCs 다매체 분포모형 시스템 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5774520B2 (ja) * | 2012-02-24 | 2015-09-09 | 株式会社東芝 | 濃度分布解析装置および濃度分布解析方法 |
| CN108120661B (zh) * | 2017-12-19 | 2021-02-05 | 北京理工大学 | 一种城市空气中颗粒物含量时空分布测定方法 |
-
2002
- 2002-04-16 JP JP2002112840A patent/JP3881926B2/ja not_active Expired - Lifetime
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011030662A1 (ja) | 2009-09-09 | 2011-03-17 | 三菱重工業株式会社 | 被災範囲推定装置及びプログラム |
| JP2011059925A (ja) * | 2009-09-09 | 2011-03-24 | Mitsubishi Heavy Ind Ltd | 被災範囲推定装置及びプログラム |
| US8972203B2 (en) | 2009-09-09 | 2015-03-03 | Mitsubishi Heavy Industries, Ltd. | Disaster-affected area estimation device and program |
| WO2013039107A1 (ja) * | 2011-09-16 | 2013-03-21 | 三菱重工業株式会社 | 物質の放出量推定装置及びその方法並びにプログラム |
| JP2013065208A (ja) * | 2011-09-16 | 2013-04-11 | Mitsubishi Heavy Ind Ltd | 物質の放出量推定装置及びその方法並びにプログラム |
| JP2015031636A (ja) * | 2013-08-05 | 2015-02-16 | 新日鐵住金株式会社 | 降下煤塵量の推定方法、装置、プログラム及び記憶媒体 |
| KR20190046418A (ko) * | 2017-10-26 | 2019-05-07 | 그린에코스 주식회사 | 생태독성 모니터링 데이터에 기반한 EDCs 다매체 분포모형 시스템 |
| KR101991485B1 (ko) | 2017-10-26 | 2019-06-21 | 그린에코스 주식회사 | 생태독성 모니터링 데이터에 기반한 EDCs 다매체 분포모형 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3881926B2 (ja) | 2007-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yuan et al. | Improving air quality in high-density cities by understanding the relationship between air pollutant dispersion and urban morphologies | |
| Thaker et al. | The impact of traffic-flow patterns on air quality in urban street canyons | |
| Blocken et al. | Reduction of outdoor particulate matter concentrations by local removal in semi-enclosed parking garages: a preliminary case study for Eindhoven city center | |
| Vardoulakis et al. | Modelling air quality in street canyons: a review | |
| Smit et al. | Validation of road vehicle and traffic emission models–A review and meta-analysis | |
| Venkatram | A critique of empirical emission factor models: a case study of the AP-42 model for estimating PM10 emissions from paved roads | |
| Tong et al. | Microenvironmental air quality impact of a commercial-scale biomass heating system | |
| Conte et al. | Size-resolved particle emission factors of vehicular traffic derived from urban eddy covariance measurements | |
| CN104897853A (zh) | 基于塔式扩散模型的火电厂污染物排放监测显示方法 | |
| Karkoulias et al. | Computational Fluid Dynamics modeling of the trace elements dispersion and comparison with measurements in a street canyon with balconies in the city of Patras, Greece | |
| Ruiz et al. | Experimental study of drift deposition from mechanical draft cooling towers in urban environments | |
| He et al. | Optimization of outdoor design temperature for summer ventilation for undersea road tunnel using field measurement and statistics | |
| Lv et al. | Sources, concentrations, and transport models of ultrafine particles near highways: a Literature Review | |
| Rzeszutek et al. | Improvement assessment of the OSPM model performance by considering the secondary road dust emissions | |
| CN107886188A (zh) | 液化天然气公交尾气排放预测方法 | |
| JP3952329B2 (ja) | 工場建屋内の気流シミュレーション方法 | |
| US6853924B2 (en) | Diffusion status prediction method and diffusion status prediction system for diffused substance | |
| JP3881926B2 (ja) | 拡散物質の拡散状況予測方法 | |
| Strömberg et al. | Effect of radiation interaction and aerosol processes on ventilation and aerosol concentrations in a real urban neighbourhood in Helsinki | |
| Martín et al. | Using dispersion models at microscale to assess long-term air pollution in urban hot spots: A FAIRMODE joint intercomparison exercise for a case study in Antwerp | |
| JP4209354B2 (ja) | 拡散物質の拡散状況予測方法及び拡散状況予測システム | |
| JP3709330B2 (ja) | 放射性物質拡散予測システム | |
| JP3746712B2 (ja) | 拡散物質の拡散状況予測方法 | |
| Chen et al. | Development of Eulerian–Lagrangian simulation for snow transport in the presence of obstacles | |
| JPH07260945A (ja) | 粉塵濃度の推定方法及び制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040528 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051110 |
|
| 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: 20061024 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20061113 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3881926 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: 20101117 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101117 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111117 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111117 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121117 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121117 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131117 Year of fee payment: 7 |
|
| EXPY | Cancellation because of completion of term |