JP2013088206A - Diffusion situation prediction system - Google Patents
Diffusion situation prediction system Download PDFInfo
- Publication number
- JP2013088206A JP2013088206A JP2011227458A JP2011227458A JP2013088206A JP 2013088206 A JP2013088206 A JP 2013088206A JP 2011227458 A JP2011227458 A JP 2011227458A JP 2011227458 A JP2011227458 A JP 2011227458A JP 2013088206 A JP2013088206 A JP 2013088206A
- Authority
- JP
- Japan
- Prior art keywords
- diffusion
- field data
- time
- data
- airflow
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、拡散物質の拡散状況予測システムに関する。 The present invention relates to a diffusion state prediction system for diffusion materials.
従来、例えば原子力発電所や化学工場などでの事故等により有害物質が放出された場合には、有害物質の拡散範囲や拡散濃度を予測し、有害物質による影響を受ける地域を予測する拡散状況予測システムが知られている。 Conventionally, when hazardous substances are released due to accidents at nuclear power plants or chemical factories, for example, the diffusion range and concentration of the hazardous substances are predicted, and the diffusion situation prediction for predicting the area affected by the harmful substances The system is known.
この拡散状況予測システムは、例えば気象GPV(Grid Point Value)データやアメダス(AMeDAS;Automated Meteorological Data Acquisition System)等の気象観測データに基づいて、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、事故発生(例えば、放射性物質の外部放出)時点から所定時間先の時点までの演算期間に渡り、一定時間間隔で多数の評価地点の気体状況(風向、風速等)を求め気流場データを演算し、得られた気流場データを用いて拡散計算を行うことにより、拡散物質の濃度(拡散場データ)を求め、事故源から放出された有害物質の拡散状況を予測している。 This diffusion situation prediction system calculates partial differential equations for analyzing atmospheric phenomena based on meteorological observation data such as meteorological GPV (Grid Point Value) data and AMeDAS (Automated Meteorological Data Acquisition System). Over the calculation period from the time of the accident occurrence (for example, the release of radioactive material) to the time ahead of the specified time, the gas conditions (wind direction, wind speed, etc.) at many evaluation points are calculated at regular time intervals to calculate the airflow field data. By calculating diffusion using the obtained airflow field data, the concentration of diffusion material (diffusion field data) is obtained, and the diffusion state of harmful substances released from the accident source is predicted.
気流場データや拡散場データの演算は、膨大な時間を要することから、例えば、気流場データベースや拡散場データベースを予め用意しておき、大気中に放出された拡散物質の拡散状況を短時間で予測することができる拡散状況予測システムが提案されている(特許文献1、2参照)。
Since the calculation of airflow field data and diffusion field data requires a huge amount of time, for example, an airflow field database and a diffusion field database are prepared in advance, and the diffusion state of diffused substances released into the atmosphere can be quickly determined. A diffusion situation prediction system capable of predicting has been proposed (see
しかしながら、従来の拡散物質の拡散状況予測システムでは、発災時刻が既知の状態からの演算を行うことが前提になっており、発災時刻が未定で、放出量も時間変化するような演算は対象としていない。そのため、このような条件下でのハザードマップの作成するための拡散予測システムが必要である。しかも、発災時刻が変化し、放出量も時間変化する場合の演算は、膨大なものとなるため、演算量を減らした実用的な方法も必要である。 However, in the conventional diffusion state prediction system for diffusing substances, it is assumed that the disaster time is calculated from a known state, and the calculation is such that the disaster time is undecided and the release amount also changes over time. Not targeted. Therefore, there is a need for a diffusion prediction system for creating a hazard map under such conditions. In addition, since the computation when the disaster time changes and the amount of discharge also changes with time is enormous, a practical method with a reduced amount of computation is also required.
そのため、例えば原子力発電所等の拡散源の周辺地形の地形影響をも考慮しながら、拡散物質の実際の拡散状況をより精度高い予測が可能とすることができる拡散物質の拡散状況予測システムが求められている。 Therefore, there is a need for a diffusion state prediction system for diffusion materials that can predict the actual diffusion state of diffusion materials with higher accuracy while taking into account the topographical effects of the surrounding topography of a diffusion source such as a nuclear power plant. It has been.
本発明は、前記事情に鑑みてなされたものであって、拡散源からの拡散物質の拡散状況を実用面を重視した、より精度高い予測を可能とすることができる拡散物質の拡散状況予測システムを提供することを目的とする。 The present invention has been made in view of the above circumstances, and is a diffusion state prediction system for a diffusion material capable of making a more accurate prediction with an emphasis on practical use of the diffusion state of a diffusion material from a diffusion source. The purpose is to provide.
上述した課題を解決するための本発明の第1の発明は、拡散物質を大気中に放出する拡散源が存在する対象地点を含む予め設定した広さの地理的領域に対応する計算領域における、前記拡散源から前記拡散物質が放出される対象日時の風向、風速および安定度を含む気象データと、前記対象日時の前記拡散物質の放出量とが入力される気象データ・拡散物質入力部と、前記気象データ・拡散物質入力部に入力された前記対象日時の気象データを基に少なくとも風向、風速および安定度を求め、求められた前記対象日時の気象データの風向、風速および安定度に基づいて大気現象を解析する気流場計算モデルにより演算を行うことにより、所定期間までにおける所定時間毎での気流場データを求める気流場データ演算部と、前記気流場データ演算部で求められた各々の前記気流場データを用いて時間連続的に、前記拡散物質の拡散状態を演算する拡散計算モデルにより演算を行うことにより前記拡散物質の拡散場データを求める拡散場データ演算部と、を有し、前記気象データ・拡散物質入力部には、前記拡散源から前記拡散物質が放出される発災時刻が前記所定期間までの間に前記所定時間毎にずれたと仮定した場合(発災時刻が未定のため、所定時間毎に発災時刻をずらす)に、その時の気象データと前記拡散物質の放出量とが入力され、前記気流場データ演算部及び拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された各々の前記発災時刻における拡散場データを求めることを特徴とする拡散物質の拡散状況予測システムである。 The first invention of the present invention for solving the above-described problem is a calculation area corresponding to a geographical area of a preset area including a target point where a diffusion source for releasing a diffusing material into the atmosphere exists. Meteorological data including the wind direction, wind speed and stability of the target date and time when the diffusion material is released from the diffusion source, and the meteorological data and diffusion material input unit for inputting the amount of the diffusion material released at the target date and time; At least the wind direction, wind speed, and stability are obtained based on the weather data of the target date and time input to the meteorological data / diffusion material input unit, and based on the obtained wind direction, wind speed, and stability of the meteorological data of the target date and time. An airflow field data calculation unit that obtains airflow field data for each predetermined time period up to a predetermined period by performing an operation using an airflow field calculation model that analyzes atmospheric phenomena; The diffusion field data calculation for obtaining the diffusion field data of the diffusion material by performing the calculation using the diffusion calculation model for calculating the diffusion state of the diffusion material continuously using the respective airflow field data obtained by the unit. And the meteorological data / diffusion material input unit assumes that the disaster time at which the diffusion material is released from the diffusion source has shifted every predetermined time until the predetermined time period. (Since the disaster time is undecided, the disaster time is shifted every predetermined time), the meteorological data at that time and the amount of the diffused material released are input, and the airflow field data calculation unit and the diffusion field data calculation unit are A diffusion state prediction system for a diffusion material, characterized in that diffusion field data at each disaster time input to the meteorological data / diffusion material input unit is obtained.
第2の発明は、拡散物質を大気中に排出する拡散源が存在する対象地点を含む予め設定した広さの地理的領域に対応する計算領域における、少なくとも風向、風速および安定度を含む組み合わせが異なる複数のケースの気流場データが予め求められた気流場データベースが記憶されている記憶部と、前記拡散源から前記拡散物質が放出される対象日時の気象データと、前記対象日時の前記拡散物質の放出量とが入力される気象データ・拡散物質入力部と、前記気象データ・拡散物質入力部に入力された前記対象日時の気象データを基に少なくとも風向、風速および安定度を求め、予め求めた前記気流場データベースから前記対象日時の気象データの風向、風速および安定度に対応する気流場データを求め、予め決めた所定期間までにおける予め決めた所定時間毎での気流場データを求める気流場データ演算部と、前記気流場データ演算部において求められた前記対象日時における気流場データを前記拡散物質の拡散状態を演算する拡散計算モデルを用いて演算を行うことにより前記拡散物質の拡散場データを求めると共に、前記所定期間までに前記所定時間毎に求められた各々の前記気流場データを用いて前記拡散計算モデルにより演算を行い、前の時間帯で得られた拡散場データを初期値として用いて、次の時間帯の拡散場データを演算し、それを繰り返しながら、前記所定期間までにおける前記所定時間毎の拡散場データを求める拡散場データ演算部と、を有し、前記気象データ・拡散物質入力部には、前記拡散源から前記拡散物質が放出される発災時刻が前記所定期間までの間に前記所定時間毎にずれたと仮定した場合に、その時の気象データと前記拡散物質の放出量とが入力され、前記拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された各発災時刻における前記所定期間までの間の前記所定時間毎の拡散場データを求めることを特徴とする拡散物質の拡散状況予測システムである。 According to a second aspect of the present invention, there is provided a combination including at least wind direction, wind speed, and stability in a calculation area corresponding to a geographical area having a predetermined area including a target point where a diffusion source that discharges diffused substances to the atmosphere exists. A storage unit storing an airflow field database in which airflow field data of a plurality of different cases is obtained in advance, meteorological data on a target date and time when the diffusion material is released from the diffusion source, and the diffusion material on the target date and time The at least wind direction, wind speed, and stability are obtained in advance based on the meteorological data / diffusion substance input unit to which the amount of released gas is input and the meteorological data of the target date and time input to the meteorological data / diffusion substance input unit. Airflow field data corresponding to the wind direction, wind speed, and stability of the weather data of the target date and time is obtained from the airflow field database, and the airflow field data corresponding to the predetermined period is determined. An airflow field data calculation unit for obtaining airflow field data at a predetermined predetermined time, and a diffusion calculation model for calculating the diffusion state of the diffusing material from the airflow field data at the target date and time obtained by the airflow field data calculation unit The diffusion field data of the diffusing material is obtained by performing an operation using the airflow field data obtained for each predetermined time by the predetermined period, and the diffusion calculation model is used for the calculation. Diffusion field data obtained in the predetermined time period is calculated by using the diffusion field data obtained in the time period as an initial value and calculating the diffusion field data in the next time period and repeating the calculation to obtain the diffusion field data for the predetermined time period until the predetermined period A field data calculation unit, and the meteorological data / diffusion material input unit has a disaster time when the diffusion material is released from the diffusion source until the predetermined period. , The meteorological data at that time and the amount of the diffused substance released are input, and the diffusion field data calculation unit is input to the meteorological data / diffusion substance input unit. A diffusion state prediction system for a diffusing material, characterized in that diffusion field data for each predetermined period of time until the predetermined period at the time of disaster is obtained.
第3の発明は、第2の発明において、前記記憶部は、前記気流場データベースの各気流場データを前記計算領域における、少なくとも風向、風速および安定度を含む組み合わせが異なる複数のケースの拡散場データが予め求められた拡散場データベースを記憶し、前記拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された前記対象日時の気象データを基に、予め求めた前記拡散場データベースから前記対象日時の気象データの風向、風速および安定度に対応する拡散場データを求め、予め決めた所定期間までにおける予め決めた所定時間毎での拡散場データを求めるものであり、前記気象データ・拡散物質入力部には、前記拡散源から前記拡散物質が放出される発災時刻が前記所定期間までの間に前記所定時間毎にずれたと仮定した場合に、その時の気象データと前記拡散物質の放出量とが入力され、前記拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された各発災時刻における前記所定期間までの間の前記所定時間毎の拡散場データを、各々の前記対象日時における前記拡散物質の放出量を換算して求めることを特徴とする拡散物質の拡散状況予測システムである。 According to a third aspect, in the second aspect, the storage unit includes a plurality of cases of diffusion fields having different combinations including at least the wind direction, the wind speed, and the stability in the calculation area. A diffusion field database in which data is obtained in advance is stored, and the diffusion field data calculation unit is based on the weather data of the target date and time input to the meteorological data / diffusion substance input unit, and the diffusion field database obtained in advance Obtaining the diffusion field data corresponding to the wind direction, wind speed and stability of the weather data of the target date and time, and obtaining the diffusion field data at predetermined time intervals up to a predetermined time period, the weather data In the diffusion material input unit, the disaster time at which the diffusion material is released from the diffusion source is shifted every predetermined time until the predetermined period. The meteorological data at that time and the amount of the diffused material released are input, and the diffusion field data calculation unit is configured to input the meteorological data / diffusion material input unit up to the predetermined period at each disaster time. A diffusion state prediction system for a diffusing material, wherein the diffusion field data for each predetermined time during the period is obtained by converting the amount of the diffusing material released at each target date and time.
第4の発明は、第2又は第3の発明において、前記記憶部は、前記気象データのうち前記風速を所定値に固定して前記風向と前記安定度との組み合わせが異なる複数のケースの気流場データが予め求められた気流場データベースに記憶し、前記気流場データ演算部は、前記所定期間までの間の前記所定時間毎の気流場データを求め、前記拡散場データ演算部は、前記所定期間までの間の前記所定時間毎の拡散場データを求めることを特徴とする拡散物質の拡散状況予測システムである。 4th invention is 2nd or 3rd invention. WHEREIN: The said memory | storage part fixes the said wind speed to the predetermined value among the said weather data, and the airflow of several cases from which the combination of the said wind direction and the said stability differs Field data is stored in an airflow field database obtained in advance, the airflow field data calculation unit obtains airflow field data for each predetermined time until the predetermined period, and the diffusion field data calculation unit A diffusion state prediction system for a diffusing material, characterized in that diffusion field data for each predetermined time until a period is obtained.
第5の発明は、第1乃至第4の何れか1つの発明において、前記拡散場データ演算部は、前記発災時刻が前記所定期間までに前記所定時間毎にずれたと仮定した場合に得られた全ての拡散場データを合わせ、前記拡散物質の最大拡散範囲を求めることを特徴とする拡散物質の拡散状況予測システムである。 According to a fifth aspect of the present invention, in any one of the first to fourth aspects, the diffusion field data calculation unit is obtained when it is assumed that the disaster time has shifted every predetermined time by the predetermined period. The diffusion state prediction system of a diffusion material is characterized in that all diffusion field data are combined to obtain a maximum diffusion range of the diffusion material.
第6の発明は、第1乃至第5の何れか1つの発明において、前記拡散物質が放射性物質とした場合、前記拡散場データ演算部は、得られた前記拡散場データの結果に基づいて被ばく量を求めることを特徴とする拡散物質の拡散状況予測システムである。 According to a sixth invention, in any one of the first to fifth inventions, when the diffusing material is a radioactive material, the diffusion field data calculation unit is exposed based on the result of the obtained diffusion field data. This is a diffusion state prediction system for a diffusing material characterized in that the amount is obtained.
本発明によれば、拡散源からの拡散物質の拡散状況を実用面を重視した、より精度高い予測を可能とすることができる。 ADVANTAGE OF THE INVENTION According to this invention, the more highly accurate prediction which made the practical aspect important the diffusion condition of the diffusion material from a diffusion source can be enabled.
以下、本発明を実施するための実施例につき、図面を参照しつつ詳細に説明する。なお、本発明は以下の実施例に記載した内容により限定されるものではない。また、下記実施例における構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、下記実施例で開示した構成要素は適宜組み合わせることが可能である。 Hereinafter, embodiments for carrying out the present invention will be described in detail with reference to the drawings. In addition, this invention is not limited by the content described in the following Examples. In addition, constituent elements in the following embodiments include those that can be easily assumed by those skilled in the art, those that are substantially the same, and those in a so-called equivalent range. Furthermore, the constituent elements disclosed in the following embodiments can be appropriately combined.
<拡散物質の拡散状況予測システム>
本発明による実施例1に係る拡散物質の拡散状況予測システムについて、図面を参照して説明する。なお、本実施例では、拡散物質が放射性物質(粒子)である場合について説明する。
<Diffusion state prediction system for diffusing substances>
A diffusion substance prediction system for a diffusing substance according to Example 1 of the present invention will be described with reference to the drawings. In this embodiment, the case where the diffusing substance is a radioactive substance (particle) will be described.
図1は、本実施例に係る拡散物質の拡散状況予測システムの構成を簡略に示す図である。図1に示すように、本実施例に係る拡散物質の拡散状況予測システム10Aは、気象データ・拡散物質入力部11と、気流場データ演算部12と、拡散場データ演算部13とを有する。
FIG. 1 is a diagram schematically illustrating the configuration of a diffusion state prediction system for a diffusion material according to the present embodiment. As shown in FIG. 1, a diffusion substance diffusion state prediction system 10 </ b> A according to the present embodiment includes a meteorological data / diffusion
(気象データ・拡散物質入力部)
気象データ・拡散物質入力部11には、拡散物質である放射性物質を大気中に放出する拡散源(例えば、原子力発電所)が存在する対象地点を含む予め設定した広さの地理的領域に対応する計算領域における、原子力発電所から放射性物質が放出される対象日時の風向、風速および安定度を含む気象データと、対象日時の放射性物質の放出量とが入力される。
(Meteorological data / Diffusion material input section)
The meteorological data / diffusive
なお、本実施例において、対象日時とは、拡散源(原子力発電所)から拡散物質(放射性物質)が大気に排出された日時をいう。 In the present embodiment, the target date and time refers to the date and time when the diffusing material (radioactive material) is discharged into the atmosphere from the diffusion source (nuclear power station).
気象データ・拡散物質入力部11に入力された対象日時の気象データαは、気流場データ演算部12に送信される。気流場データ演算部12には、気象データ・拡散物質入力部11から送信された気象データαが入力される。
The meteorological data α of the target date and time input to the meteorological data / diffusion
(気流場データ演算部)
気流場データ演算部12は、気象データ・拡散物質入力部11に入力された対象日時の気象データαを基に風向、風速および安定度を求め、求められた対象日時の気象データαの風向、風速および安定度に基づいて大気現象を解析する気流場計算モデルにより演算を行うことにより、1年間(365日)における1時間毎での気流場データを求める。
(Airflow field data calculation unit)
The airflow field
安定度は、例えば、パスキルの大気安定度分類に基づいて決定する。パスキルの大気安定度分類では、安定度を、昼間は風速と日射量とから決定され、夜間は風速と雲量とから決定される。また、安定度は、入力された気象データのデータ要素(特に、風速と気温)から安定度を演算するようにしてもよい。 The stability is determined based on, for example, Passil's atmospheric stability classification. In Passil's atmospheric stability classification, the stability is determined from the wind speed and the amount of solar radiation in the daytime, and from the wind speed and the cloud cover at night. The stability may be calculated from the data elements (particularly wind speed and temperature) of the input weather data.
得られた風向、風速および安定度を気流場計算モデルを用いて演算することにより、1年間の1時間毎における気流場データが求められる。 By calculating the obtained wind direction, wind speed, and stability using an airflow field calculation model, airflow field data for every hour of one year is obtained.
気流場計算モデルとして、例えば、従来より公知のものが用いられるが、例えば、数値シミュレーションモデルにより数値流体解析(CFD:Computational Fluid Dynamics)を用いる方法などが挙げられる。 As the airflow field calculation model, for example, a conventionally known one is used. For example, a method using numerical fluid analysis (CFD: Computational Fluid Dynamics) by a numerical simulation model may be used.
数値シミュレーションモデルによりCFDを用いる場合には、気象データ・拡散物質入力部11に入力された対象日時の各々の気象データαをCFDを用いて演算し、非定常時の気流場データを演算する。
When CFD is used in the numerical simulation model, the meteorological data α of the target date and time input to the meteorological data / diffusion
なお、CFDとは、実際の地理的領域(地球表面上の領域)に対応した計算領域を計算機に設定し、この計算領域を格子状に分割して、各格子点の変数(風速、温度等)について、変数の微分方程式を時間積分することにより気流場データあるいは拡散場データを解析する演算手法である。 In CFD, a calculation area corresponding to an actual geographical area (area on the earth's surface) is set in a computer, and the calculation area is divided into a grid, and variables (wind speed, temperature, etc.) at each grid point are divided. Is a calculation method for analyzing airflow field data or diffusion field data by time-integrating differential equations of variables.
図2は、風向、風速、安定度の1年間の変化の一例を示す図である。図2に示すように、得られた風向、風速および安定度を気流場計算モデルを用いて演算することにより、1年間分(8760時間分)の1時間毎における気流場データを求める。 FIG. 2 is a diagram illustrating an example of changes in wind direction, wind speed, and stability for one year. As shown in FIG. 2, by calculating the obtained wind direction, wind speed, and stability using an airflow field calculation model, airflow field data for every hour for one year (for 8760 hours) is obtained.
また、本実施例においては、所定期間を1年間として、所定時間を1時間として、8760時間分の気流場データを求めるようにしているが、本実施例はこれに限定されるものではなく、所定期間は数日、数週間、数年間のいずれでもよいし、所定時間は数十分、数時間、数週間、数年間のいずれでもよい。 In the present embodiment, the predetermined period is set to one year, the predetermined time is set to one hour, and 8760 hours of airflow field data is obtained. However, the present embodiment is not limited to this, The predetermined period may be any number of days, weeks, or years, and the predetermined time may be any number of minutes, hours, weeks, or years.
気流場データ演算部12で演算された気流場データdtは、拡散場データ演算部13に送信される。
The airflow field data dt calculated by the airflow field
(拡散場データ演算部)
拡散場データ演算部13は、気流場データ演算部12で求められた各々の気流場データdtを用いて時間連続的に、放射性物質の拡散状態を演算する拡散計算モデルにより演算を行うことにより放射性物質の拡散場データを求める。拡散場データは、放射性物質の拡散状況(拡散領域、拡散濃度)を示すものであり、この拡散場データから放射性物質の拡散状況の予測ができる。
(Diffusion field data calculation unit)
The diffusion field
なお、拡散計算モデルとしては、従来より公知のものが用いられるが、例えば、コロラド州立大学と米国ATMET社で開発されたHYPACT(Hybrid Particle Concentration Transport Model)コード、下記式(1)の正規拡散式(解析解)を用いる方法、数値シミュレーションモデルによりCFDを用いる方法などが挙げられる。 As a diffusion calculation model, a conventionally known one is used. For example, a HYPACT (Hybrid Particle Concentration Transport Model) code developed by Colorado State University and US ATMET Corporation, a normal diffusion formula of the following formula (1) Examples include a method using (analysis solution) and a method using CFD by a numerical simulation model.
拡散計算モデルとして、下記式(1)の正規拡散式(解析解)を用いる場合には、この式を用いて、8760時間分の年間の定常計算を実施し、その計算結果から拡散場データを作成してもよい。 When the normal diffusion formula (analysis solution) of the following formula (1) is used as the diffusion calculation model, the steady-state calculation for 8760 hours is performed using this formula, and the diffusion field data is obtained from the calculation result. You may create it.
数値シミュレーションモデルによりCFDを用いる場合には、気流場データ演算部12で求められた各々の非定常時の気流場データdtをCFDを用いて演算し、非定常時の拡散場データを演算する。
When CFD is used in the numerical simulation model, each non-steady airflow field data dt obtained by the airflow field
本実施例に係る拡散物質の拡散状況予測システム10Aは、気象データ・拡散物質入力部11には、原子力発電所から放射性物質が放出される事故発生時刻(発災時刻)が1年間までの間に1時間毎にずれたと仮定した場合に、その時の気象データと放射性物質の放出量とが入力され、気流場データ演算部12及び拡散場データ演算部13は、気象データ・拡散物質入力部11に入力された各々の発災時刻における拡散場データを求める。発災時刻が未定のため、1時間毎に発災時刻をずれたと仮定して計算する。
In the diffusion material prediction system 10A according to the present embodiment, the meteorological data / diffusion
図3は、発災時刻と放射性物質の放出量の時間経過との関係の説明を示す図であり、図4は、発災時刻が1年間までの間に1時間毎にずれたと仮定した場合の発災時刻と放射性物質の放出量の時間経過との関係の説明を示す図である。図3に示すように、放射性物質が拡散源から発災時刻1(1月1日、1時)、発災時刻2(1月2日、2時)において生じたと仮定した場合、放射性物質の放出量は各々の発災時刻1、2の時点の直後ではピークとなり、時間経過にしたがって減少する。そこで、放射性物質が原子力発電所から発災時刻1、2において各々生じたと仮定すると、図4に示すように、発災時刻を所定時間(例えば、1月1日1時)から1時間毎にずらして、365日後(12月31日24時)までの8760回の年間計算(実効放出継続時間分の計算)を実施する。この結果、各発災時刻1、2〜8760における各々の拡散場データを求めることができる。
FIG. 3 is a diagram illustrating the relationship between the time of the disaster and the passage of time of the amount of radioactive material released, and FIG. 4 is based on the assumption that the time of the disaster has shifted every hour up to one year It is a figure which shows description of the relationship between the disaster time of this and the time passage of the discharge | release amount of a radioactive substance. As shown in FIG. 3, when it is assumed that the radioactive material is generated from the diffusion source at the disaster time 1 (January 1, 1:00) and the disaster time 2 (January 2, 2:00), The release amount peaks immediately after each
所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の拡散場を1時間毎に年間計算(8760時間分)した結果の一例を図5に示す。図5に示すように、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の拡散を1時間毎に年間計算(8760時間分)した拡散場データから計算領域における所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の拡散状況(拡散領域、拡散濃度)を求めることができる。 FIG. 5 shows an example of the result of annual calculation (for 8760 hours) of the radioactive substance diffusion field when the radioactive substance is released at a predetermined disaster time (for example, disaster time j). As shown in FIG. 5, from diffusion field data obtained by calculating annual diffusion (for 8760 hours) every hour when radioactive material is released at a predetermined disaster time (for example, disaster time j). The diffusion state (diffusion region, diffusion concentration) of the radioactive substance when the radioactive substance is released at a predetermined disaster time (for example, disaster time j) in the calculation area can be obtained.
また、拡散場データ演算部13は、この拡散場データから計算領域における放射性物質の拡散状況から被曝量を計算することができる。
Further, the diffusion field
また、発災時刻jにおいて放射性物質が放出されたとした時の放射性物質の年平均濃度をCjとし、発災時刻jにおいて放射性物質が放出されたとした時の時刻iでの1時間分の濃度をCj iとすると、放射性物質の年平均濃度Cjは、下記式(2)のように表すことができる。以下に、評価対象を年平均値とする場合について説明する。評価対象が異なる場合も同様な考え方を採用できる。 Also, the annual average concentration of radioactive material when radioactive material is released at the disaster time j is C j, and the concentration for one hour at time i when the radioactive material is released at the disaster time j Is C j i , the annual average concentration C j of the radioactive substance can be expressed by the following formula (2). Below, the case where an evaluation object is made into an annual average value is demonstrated. The same approach can be adopted when the evaluation targets are different.
また、発災時刻jにおける放射性物質の年平均濃度Cjの最大影響範囲(最大濃度)は下記式(3)のように表される。
Cmax=Max(Cj)・・・(3)
(式中、jは1〜8760の整数である。)
The maximum range of influence (maximum concentration) of annual average concentration C j of radioactive material in disaster time j is represented by the following formula (3).
Cmax = Max (C j) ··· (3)
(In the formula, j is an integer of 1 to 8760.)
よって、拡散場データ演算部13は、所定の発災時刻(例えば、発災時刻j)において1年間の間にその発災時刻から1時間毎に計算して得られた全ての拡散場データを合わせることで、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の各方位毎における最大影響範囲を抽出することができる。これにより、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の最大影響範囲を示す拡散場データをハザードマップとして作成することができる。
Accordingly, the diffusion field
放射性物質の最大影響範囲は、適宜設定することができるが、例えば、放射性物質の評価基準を超える範囲等とする。 The maximum influence range of the radioactive substance can be set as appropriate. For example, a range exceeding the evaluation standard of the radioactive substance is set.
このように、本実施例に係る拡散物質の拡散状況予測システム10Aによれば、原子力発電所(拡散源)からの拡散物質である放射性物質の拡散状況を、実用面を重視してより精度高い予測が可能となる。すなわち、本実施例に係る拡散物質の拡散状況予測システム10Aは、所定の発災時刻(例えば、発災時刻j)から所定期間までの間において所定時間毎に放射性物質が放出された際の気象条件や放射性物質の放出量などに基づいて拡散場データを計算し、実際の条件にできる限り忠実に計算を行うようにしているため、拡散場データ演算部13で得られた拡散場データは所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の実際の放射性物質の拡散状況に近い拡散場データを得ることができると共に、計算領域における被曝量を求めることができる。
As described above, according to the diffusion state prediction system 10A for the diffusion material according to the present embodiment, the diffusion state of the radioactive material that is the diffusion material from the nuclear power plant (diffusion source) is more accurately focused on practical aspects. Prediction becomes possible. That is, the diffusion material prediction system 10A according to the present embodiment provides the weather when the radioactive material is released every predetermined time from a predetermined disaster time (for example, the disaster time j) to a predetermined period. Diffusion field data is calculated based on conditions, the amount of radioactive substance released, etc., and the calculation is performed as faithfully as possible according to actual conditions. Therefore, the diffusion field data obtained by the diffusion field
よって、発災時刻を予期することは困難であるが、発災の有無に関わらず常に原子力発電所から放射性物質が放出された際の拡散場データを作成し、放射性物質の最大影響範囲を把握することができる。また、必要に応じて、原子力発電所からの放射性物質の放出量の時間変化も考慮した拡散場データを作成することができる。このため、事故が発生した際には、原子力発電所から放射性物質が放出され、拡散した際の拡散領域の住民の避難等を的確に行うことができる。 Therefore, it is difficult to predict the time of the disaster, but regardless of the occurrence of the disaster, always create the diffusion field data when radioactive material is released from the nuclear power plant, and grasp the maximum impact range of the radioactive material can do. Moreover, if necessary, diffusion field data can be created in consideration of temporal changes in the amount of radioactive material released from nuclear power plants. For this reason, when an accident occurs, radioactive materials are released from the nuclear power plant, and evacuation of residents in the diffusion area can be performed accurately when it is diffused.
なお、本実施例においては、拡散物質として原子力発電所から放出される放射性物質の拡散状況を予測する場合について説明したが、本実施例はこれに限定されるものではなく、例えば、工場の煙突から大気中に排出されるガス体(煙)が拡散した場合に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などにも適用することができる。 In the present embodiment, the case where the diffusion state of the radioactive material released from the nuclear power plant as the diffusing material is predicted has been described. However, the present embodiment is not limited to this, for example, a chimney of a factory. When gas body (smoke) discharged from the atmosphere diffuses into the atmosphere, it can be applied to calculate the gas body concentration at each point or to analyze the diffusion status of diffusing substances in the environmental assessment analysis. it can.
<拡散物質の拡散状況予測システム>
本発明による実施例2に係る拡散物質の拡散状況予測システムについて、図面を参照して説明する。また、本実施例に係る拡散物質の拡散状況予測システムについて、図1に示す本発明の実施例1に係る拡散物質の拡散状況予測システムと共通する構成については説明を省略する。
<Diffusion state prediction system for diffusing substances>
The diffusion state prediction system for a diffusing material according to Example 2 of the present invention will be described with reference to the drawings. The description of the diffusion state prediction system for the diffusion material according to the present embodiment is omitted for the configuration common to the diffusion state prediction system for the diffusion material according to
図6は、本実施例に係る拡散物質の拡散状況予測システムの構成を簡略に示す図である。図6に示すように、本実施例に係る拡散物質の拡散状況予測システム10Bは、記憶部21Aと、気象データ・拡散物質入力部22と、気流場データ演算部23と、拡散場データ演算部24Aとを有する。なお、気象データ・拡散物質入力部22は気象データ・拡散物質入力部11と同一であり、気流場データ演算部23は気流場データ演算部12と同一であり、拡散場データ演算部24Aは拡散場データ演算部13と同一である。
FIG. 6 is a diagram simply illustrating the configuration of the diffusion state prediction system for diffusion materials according to the present embodiment. As shown in FIG. 6, the diffusion substance diffusion
(記憶部)
記憶部21Aは、放射性物質を大気中に排出する原子力発電所が存在する対象地点を含む予め設定した広さの地理的領域に対応する計算領域における、風向、風速および安定度を含む組み合わせが異なる複数のケースの気流場データが予め求められた気流場データベースDBが記憶されている。
(Memory part)
The
図7は、構築した気流場データベースDBの一例を示す図である。図7に示すように、気流場データベースDBは、風向(16方位:1〜16)と風速(6風速階級:1〜6)と安定度(6安定度:1〜6)とが異なる、576通り(16通り×6通り×6通り=576通り)の気流場データ(d(1−1−1)〜d(16−6−6))からなる。各気流場データ(例えばd(1−1−1))は、特定の風向、風速、安定度(例えば、風向が1方位で、風速が1階級で安定度が1安定度)における、気流場計算モデルにより計算された計算対象領域の3次元気流データである。 FIG. 7 is a diagram illustrating an example of the constructed airflow field database DB. As shown in FIG. 7, the airflow field database DB has different wind directions (16 directions: 1 to 16), wind speeds (6 wind speed classes: 1 to 6), and stability (6 stability: 1 to 6), 576. It consists of airflow field data (d (1-1-1) to d (16-6-6)) of streets (16 ways × 6 ways × 6 ways = 576 ways). Each airflow field data (for example, d (1-1-1)) is an airflow field in a specific wind direction, wind speed, and stability (for example, the wind direction is one direction, the wind speed is one class, and the stability is one stability). It is the three-dimensional airflow data of the calculation object area | region calculated by the calculation model.
記憶部21Aは、このようにして予め求めた気流場データベースDBが記憶されている。
The
本実施例においては、気流場データの気象条件分類は、風向を16方位とし、風速を6風速階級とし、安定度を6安定度とし、合計576通りとしているが、本実施例はこれに限定されるものではなく、風向は例えば4方位以上32方位以下の範囲内に分類し、風速は例えば3階級以上9階級以下の範囲内に分類し、安定度は「不安定」から「安定」として例えば3段階以上9段階以下の範囲内に分類してもよい。計算領域の地理的状況を考慮して適宜変更可能である。 In the present embodiment, the weather condition classification of the airflow field data is 16 directions, the wind speed is 6 wind speed classes, the stability is 6 stability, and the total is 576, but this embodiment is limited to this. The wind direction is classified in the range of 4 to 32 directions, the wind speed is classified in the range of 3 to 9 and the stability is changed from “unstable” to “stable”. For example, you may classify | categorize within the range of 3 steps or more and 9 steps or less. It can be changed as appropriate in consideration of the geographical situation of the calculation area.
本実施例においては、気流場データベースDBは、気象条件分類を風向、風速および安定度の組み合わせが異なる576ケースとした気流場データを用いているが、本実施例はこれに限定されるものではなく、上記気象条件分類に応じて変化するものでもよい。 In this embodiment, the airflow field database DB uses airflow field data in which the weather condition classification is 576 cases with different combinations of wind direction, wind speed, and stability, but this embodiment is not limited to this. Instead, it may change according to the weather condition classification.
(気象データ・拡散物質入力部)
気象データ・拡散物質入力部22には、原子力発電所から放射性物質が放出される対象日時の気象データと、対象日時の放射性物質の放出量とが入力される。
(Meteorological data / Diffusion material input section)
The meteorological data / diffusion
気象データ・拡散物質入力部22に入力された気象データαは、気流場データ演算部23に送信される。気流場データ演算部23には、気象データ・拡散物質入力部22から対象日時の気象データαが入力される。
The meteorological data α input to the meteorological data / diffusion
(気流場データ演算部)
気流場データ演算部23は、気象データ・拡散物質入力部22に入力された対象日時の気象データαを基に風向、風速および安定度を求め、予め求めた気流場データベースDBから対象日時の気象データの風向、風速および安定度に対応する気流場データを求め、予め決めた1年間(365日)における予め決めた1時間毎での気流場データを求める。
(Airflow field data calculation unit)
The airflow field
対象日時の風向、風速および安定度は、対象日時の気象データを基に実施例1における気流場データ演算部12と同様にして求める。
The wind direction, wind speed, and stability of the target date and time are obtained in the same manner as the airflow field
気流場データ演算部23は、以下のような演算を行い、対象日時の気象データαの風向、風速および安定度に対応する気流場データを求める。図8は、気象条件分類した気流場データと時間経過との関係の説明を示す図である。
(1)まず、放射性物質が原子力発電所から所定の発災時刻1(例えば、1月1日、1時)の1時間目として入力された気象データαの「風向、風速および安定度」から、記憶部21Aに記憶した「風向、風速および安定度」が異なる576通りに気象条件分類した気流場データを含む気流場データベースDBから、気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている気流場データdを抽出する。この抽出した気流場データdを気流場データdtとして、拡散場データ演算部24Aに送信される。
(2)また、気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている気流場データdがない場合には、気象データαの「風向、風速および安定度」に極めて近い「風向、風速および安定度」となっている複数の気流場データを抽出する。そして、抽出した複数の気流場データを、内挿補間演算をして、気象データαの「風向、風速および安定度」と同じ「風向、風速および安定度」となっている新たな気流場データを演算して求め、この新たな気流場データを気流場データdtとして、拡散場データ演算部24Aに送信される。
(3)次いで、次の1時間後(すなわち、所定の発災時刻1(例えば、1月1日、1時)の2時間目)の気象データαの「風向、風速および安定度」から、記憶部21Aに記憶した気流場データベースDBから、気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている気流場データdを抽出する。この抽出した気流場データdを気流場データdtとして、拡散場データ演算部24Aに送信される。
(4)このように、次の1時間後における気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている気流場データを気流場データベースDBから選定し、気流場データベースDBから気流場データdを抽出して、気流場データdtとして、拡散場データ演算部24Aに送信される。
The airflow field
(1) First, from the “wind direction, wind speed and stability” of the meteorological data α, which is input as the first hour of the radioactive material from the nuclear power plant at a predetermined disaster time 1 (for example, January 1, 1 o'clock) Corresponding to “wind direction, wind speed and stability” of the weather data α from the airflow field database DB including the airflow field data classified in 576 weather conditions with different “wind direction, wind speed and stability” stored in the
(2) If there is no airflow field data d having “wind direction, wind speed, and stability” corresponding to “wind direction, wind speed, and stability” of weather data α, “wind direction, wind speed” of weather data α And a plurality of airflow field data having “wind direction, wind speed and stability” very close to “and stability”. Then, new airflow field data that has the same “wind direction, wind speed, and stability” as the “wind direction, wind speed, and stability” of the weather data α are obtained by interpolating the plurality of extracted airflow field data. This new airflow field data is transmitted to the diffusion field data calculation unit 24A as the airflow field data dt.
(3) Next, from the “wind direction, wind speed, and stability” of the weather data α after the next hour (that is, the second hour after a predetermined disaster time 1 (for example, January 1, 1 o'clock)), Airflow field data d having “wind direction, wind speed and stability” corresponding to “wind direction, wind speed and stability” of the weather data α is extracted from the airflow field database DB stored in the
(4) As described above, airflow field data having “wind direction, wind speed and stability” corresponding to “wind direction, wind speed and stability” of the weather data α in the next hour is selected from the airflow field database DB. Then, the airflow field data d is extracted from the airflow field database DB and transmitted to the diffusion field data calculation unit 24A as the airflow field data dt.
(拡散場データ演算部)
拡散場データ演算部24Aは、気流場データ演算部23において求められた対象日時における気流場データdtを、放射性物質の拡散状態を演算する拡散計算モデルを用いて演算を行うことにより放射性物質の拡散場データを求める。
(Diffusion field data calculation unit)
The diffusion field data calculation unit 24A performs diffusion of the radioactive material by calculating the airflow field data dt at the target date and time obtained by the airflow field
また、拡散場データ演算部24Aは、1年間までに1時間毎に求められた各々の気流場データdtを用いて拡散計算モデルにより演算を行い、前の時間帯で得られた拡散場データdKtを初期値として用いて、次の時間帯の拡散場データを演算し、それを繰り返しながら、1年間における1時間毎の拡散場データを求める。即ち、拡散場データ演算部24Aは、所定の発災時刻(例えば、1月1日、1時)のn時間目の時に求めた拡散場データを初期値として次の1時間後(n+1時間目)の時の拡散計算を実施して次の拡散場データを更新し、連続的に年間拡散計算(実効放出継続時間分)を行う。なお、nは0以上の整数である。 Further, the diffusion field data calculation unit 24A performs an operation using the diffusion calculation model using each airflow field data dt obtained every hour by one year, and the diffusion field data dKt obtained in the previous time zone. Is used as an initial value to calculate diffusion field data for the next time zone, and by repeating this, diffusion field data for each hour in one year is obtained. That is, the diffusion field data calculation unit 24A uses the diffusion field data obtained at the nth hour of a predetermined disaster time (for example, January 1, 1 o'clock) as an initial value after the next hour (n + 1 hour). ), The next diffusion field data is updated, and the annual diffusion calculation (effective emission duration) is continuously performed. Note that n is an integer of 0 or more.
これにより、拡散場データ演算部24Aは、気象データ・拡散物質入力部22に入力された各々の発災時刻(例えば、発災時刻j)の時における図9に示すような拡散場データをハザードマップとして求める。
As a result, the diffusion field data calculation unit 24A hazards the diffusion field data as shown in FIG. 9 at each disaster time (for example, the disaster time j) input to the meteorological data / diffusion
本実施例に係る拡散物質の拡散状況予測システム10Bは、気象データ・拡散物質入力部22には、原子力発電所から放射性物質が放出される所定の発災時刻(例えば、発災時刻j)が1年間の間に1時間毎にずれたと仮定して年間計算(8760時間分)した場合に、その時の気象データαと放射性物質の放出量とが入力され、拡散場データ演算部24Aは、気象データ・拡散物質入力部22に入力された各発災時刻(例えば、発災時刻j)における1年間の1時間毎の各拡散場データを求めることができる。
In the diffusion
また、図3に示すように、放射性物質が原子力発電所から発災時刻1(1月1日、1時)、発災時刻2(1月1日、2時)において生じたと仮定した場合、例えば、放射性物質の放出量は各々の発災時刻1、2の時点の直後ではピークとなり、時間経過にしたがって減少する。そのため、放射性物質が原子力発電所から発災時刻1、2において各々生じたと仮定して、図8に示すように、発災時刻を所定時間(例えば、1月1日1時)から1時間毎にずらして、365日後(12月31日24時)までの8760回の年間計算(実効放出継続時間分の計算)を実施する。これにより、各発災時刻1〜8760における各々の拡散場データを求めることができる。
In addition, as shown in FIG. 3, when it is assumed that the radioactive material is generated from the nuclear power plant at the disaster time 1 (January 1, 1:00) and the disaster time 2 (January 1, 2:00), For example, the amount of radioactive material released reaches a peak immediately after each
よって、気流場データ演算部23は記憶部21Aに予め記憶されている気流場データベースDBから所定の発災時刻(例えば、発災時刻j)の気象データの風向、風速および安定度に対応する気流場データを用いることで、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の拡散を1時間毎に年間計算(8760時間分)した拡散場データを容易に得ることができる。そのため、計算領域において所定の発災時刻(例えば、発災時刻j)に放射性物質が放出された際の放射性物質の拡散状況(拡散領域、拡散濃度)を容易に求めることができる。
Therefore, the airflow field
また、拡散場データ演算部24Aは、この拡散場データから計算領域における放射性物質の拡散状況から被曝量を計算することができる。 The diffusion field data calculation unit 24A can calculate the exposure dose from the diffusion field data based on the diffusion state of the radioactive substance in the calculation region.
また、原子力発電所の含まれる計算領域の気象条件によっては、気象の分類が少なくなる場合があるため、そのような場合には風向、風速および安定度の組み合わせが異なるケースの数を更に低減することが可能となり、より迅速に拡散場データを計算することができる。 In addition, depending on the weather conditions in the calculation area including the nuclear power plant, the classification of weather may be reduced. In such a case, the number of cases with different combinations of wind direction, wind speed and stability is further reduced. And diffusion field data can be calculated more quickly.
発災時刻jにおける放射性物質の年平均濃度をCjとし、発災時刻jにおける時刻iでの1時間分の濃度をCj iとすると、放射性物質の年平均濃度Cjは、下記式(2)のように示される。以下に、評価対象を年平均値とする場合について説明する。評価対象が異なる場合も同様な考え方を採用できる。 Assuming that the annual average concentration of radioactive material at the disaster time j is C j and the concentration for one hour at the time i at the disaster time j is C j i , the annual average concentration C j of the radioactive material is expressed by the following formula ( 2). Below, the case where an evaluation object is made into an annual average value is demonstrated. The same approach can be adopted when the evaluation targets are different.
また、発災時刻jにおける放射性物質の年平均濃度Cjの最大影響範囲(最大濃度)は下記式(3)のように表される。
Cmax=Max(Cj)・・・(3)
(式中、jは1〜8760の整数である。)
The maximum range of influence (maximum concentration) of annual average concentration C j of radioactive material in disaster time j is represented by the following formula (3).
Cmax = Max (C j) ··· (3)
(In the formula, j is an integer of 1 to 8760.)
よって、拡散場データ演算部24Aは、所定の発災時刻(例えば、発災時刻j)において1年間の間にその発災時刻から1時間毎に計算して得られた全ての拡散場データを合わせることで、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の各方位毎における最大影響範囲を抽出することができ、発災時刻に依存しないハザードマップを作成できる。また、これにより、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の最大影響範囲を示す拡散場データをハザードマップとしても作成することができる。 Therefore, the diffusion field data calculation unit 24A calculates all diffusion field data obtained by calculating every hour from the disaster time during a year at a predetermined disaster time (for example, the disaster time j). By combining them, it is possible to extract the maximum influence range in each direction of the radioactive material when the radioactive material is released at a predetermined disaster time (for example, the disaster time j), and a hazard that does not depend on the disaster time You can create a map. Thereby, diffusion field data indicating the maximum influence range of the radioactive substance when the radioactive substance is released at a predetermined disaster time (for example, the disaster time j) can also be created as a hazard map.
放射性物質の最大影響範囲は、適宜設定することができるが、例えば、放射性物質の評価基準を超える範囲等とする。 The maximum influence range of the radioactive substance can be set as appropriate. For example, a range exceeding the evaluation standard of the radioactive substance is set.
このように、本実施例に係る拡散物質の拡散状況予測システム10Bによれば、原子力発電所(拡散源)からの拡散物質である放射性物質の拡散状況をより精度高く、効率良く予測することができる。すなわち、実施例1に係る拡散物質の拡散状況予測システム10Aでは、所定の各発災時刻(例えば、発災時刻j)において1年間を1時間後として8760ケース(1年分)の年間計算を実施する。本実施例に係る拡散物質の拡散状況予測システム10Bは、所定の各発災時刻(例えば、発災時刻j)において行われていた8760ケースの気流場の年間計算を576ケースの気流場に分類するため、気流場の計算量を軽減することができる。これにより、放射性物質の拡散状況をより効率良く短時間で予測することができる。この結果、拡散場データ演算部24Aで得られた拡散場データは所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の実際の放射性物質の拡散状況に近似した拡散場データを得ることができると共に、計算領域における被ばく量を求めることができる。
As described above, according to the diffusion
よって、発災時刻を予期することは困難であるが、常に原子力発電所から放射性物質が放出された際の拡散場データを短時間で更に効率良く作成し、放射性物質の最大影響範囲を把握することができる。また、必要に応じて、原子力発電所からの放射性物質の放出量の時間変化も考慮した拡散場データを短時間で効率良く作成することができる。このため、原子力発電所から放射性物質が放出され、拡散した際の拡散領域の住民の避難等を的確に行うことができる。 Therefore, it is difficult to predict the time of the disaster, but always create diffusion field data when radioactive materials are released from nuclear power plants more efficiently in a short time, and grasp the maximum influence range of radioactive materials be able to. Moreover, if necessary, diffusion field data can be efficiently created in a short time, taking into account the temporal change in the amount of radioactive material released from the nuclear power plant. For this reason, it is possible to accurately evacuate residents in the diffusion area when radioactive materials are released from the nuclear power plant and diffused.
<拡散物質の拡散状況予測システム>
本発明による実施例3に係る拡散物質の拡散状況予測システムについて、図面を参照して説明する。また、本実施例に係る拡散物質の拡散状況予測システムについて、図1、6に示す本発明の実施例1、2に係る拡散物質の拡散状況予測システムと共通する構成については説明を省略する。
<Diffusion state prediction system for diffusing substances>
A diffusion state prediction system for a diffusing substance according to Example 3 according to the present invention will be described with reference to the drawings. Further, the diffusion substance prediction state prediction system according to the present embodiment will not be described with respect to the configuration common to the diffusion substance diffusion state prediction system according to
図10は、本実施例に係る拡散物質の拡散状況予測システムの構成を簡略に示す図である。図10に示すように、本実施例に係る拡散物質の拡散状況予測システム10Cは、記憶部21Bと、気象データ・拡散物質入力部22と、気流場データ演算部23と、拡散場データ演算部24Bとを有する。なお、気象データ・拡散物質入力部22は気象データ・拡散物質入力部11と同一であり、気流場データ演算部23は気流場データ演算部12と同一である。
FIG. 10 is a diagram simply illustrating the configuration of the diffusion state prediction system for diffusion materials according to the present embodiment. As shown in FIG. 10, the diffusion substance diffusion state prediction system 10C according to the present embodiment includes a
(記憶部)
記憶部21Bは、気流場データベースDBと、気流場データベースDBの各気流場データを計算領域における、風向、風速および安定度を含む組み合わせが異なる複数のケースの拡散場データが予め求められた拡散場データベースDBKを記憶している。
(Memory part)
The
記憶部21Bは、図7に示すような気流場データベースDBを構築する。
The
気流場データベースDBに含まれている、図7に示すような風向(16方位:1〜16)と風速(6風速階級:1〜6)と安定度(6安定度:1〜6)とが異なる576通りの気流場データ(d(1−1−1)〜d(16−6−6))を、それぞれ、放射性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、図11に示すような風向、風速および安定度が異なる576通りの拡散場データ(dK(1−1−1)〜dK(16−6−6))を求める。各拡散場データ(例えばdK(1−1−1))は、特定の風向、風速、安定度(例えば、風向が1方位で、風速が1階級で安定度が1安定度)における、気流場計算モデルにより計算された3次元気流データである。 The wind direction (16 directions: 1 to 16), wind speed (6 wind speed classes: 1 to 6), and stability (6 stability: 1 to 6) as shown in FIG. 7 are included in the airflow field database DB. By substituting 576 different airflow field data (d (1-1-1) to d (16-6-6)) into the diffusion equation for calculating the diffusion state of the radioactive substance, respectively, it is shown in FIG. 576 kinds of diffusion field data (dK (1-1-1) to dK (16-6-6)) having different wind directions, wind speeds, and stability are obtained. Each diffusion field data (for example, dK (1-1-1)) is an airflow field in a specific wind direction, wind speed, and stability (for example, the wind direction is one direction, the wind speed is one class, and the stability is one stability). It is the three-dimensional airflow data calculated by the calculation model.
記憶部21Bは、このようにして予め求めた拡散場データベースDBKが記憶されている。
The
また、拡散場データベースDBKは、例えば、気流場データベースDBの各気流場データに放射性物質の単位放出量を換算するようにしてもよい。 In addition, the diffusion field database DBK may convert the unit release amount of the radioactive substance into each airflow field data of the airflow field database DB, for example.
本実施例においては、拡散場データの気象条件分類は、気流場データの気象条件分類と同様に、風向を16方位とし、風速を6風速階級とし、安定度を6安定度とし、合計576通りとしているが、本実施例はこれに限定されるものではなく、気流場データの気象条件分類と同様、風向は例えば4方位以上32方位以下の範囲内に分類し、風速は例えば3階級以上9階級以下の範囲内に分類し、安定度は「不安定」から「安定」として例えば3段階以上9段階以下の範囲内に分類してもよい。計算領域の地理的状況を考慮して適宜変更可能である。 In the present embodiment, the weather condition classification of the diffusion field data is the same as the weather condition classification of the airflow field data, the wind direction is 16 directions, the wind speed is 6 wind speed classes, the stability is 6 stability, and a total of 576 ways. However, the present embodiment is not limited to this. Like the weather condition classification of the airflow field data, the wind direction is classified into a range of, for example, 4 to 32 directions, and the wind speed is, for example, 3 to 9 Classification may be made within the range of the class or less, and the stability may be classified from “unstable” to “stable”, for example, within a range of 3 to 9 levels. It can be changed as appropriate in consideration of the geographical situation of the calculation area.
本実施例においては、拡散場データベースDBKは、気象条件分類を風向、風速および安定度の組み合わせが異なる576ケースとした拡散場データを用いているが、本実施例はこれに限定されるものではなく、上記気象条件分類に応じて変化するものでもよい。 In this embodiment, the diffusion field database DBK uses diffusion field data in which the weather condition classification is 576 cases with different combinations of wind direction, wind speed and stability, but this embodiment is not limited to this. Instead, it may change according to the weather condition classification.
(気象データ・拡散物質入力部)
気象データ・拡散物質入力部22には、原子力発電所から放射性物質が放出される対象日時の気象データと、対象日時の放射性物質の放出量とが入力される。
(Meteorological data / Diffusion material input section)
The meteorological data / diffusion
気象データ・拡散物質入力部22に入力された気象データαは、気流場データ演算部23に送信される。気流場データ演算部23には、気象データ・拡散物質入力部22から対象日時の気象データαが入力される。
The meteorological data α input to the meteorological data / diffusion
(気流場データ演算部)
気流場データ演算部23は、上記実施例2の気流場データ演算部23と同様である。すなわち、気流場データ演算部23は、気象データ・拡散物質入力部22に入力された対象日時の気象データαを基に風向、風速および安定度を求め、予め求めた気流場データベースDBから対象日時の気象データの風向、風速および安定度に対応する気流場データを求め、予め決めた1年間(365日)における予め決めた1時間毎での気流場データを求める。
(Airflow field data calculation unit)
The airflow field
気流場データ演算部23で演算され、抽出された気流場データdtは、拡散場データ演算部24Bに送信される。
The airflow field data dt calculated and extracted by the airflow field
(拡散場データ演算部)
拡散場データ演算部24Bは、気象データ・拡散物質入力部22に入力された対象日時の気象データαを基に、予め求めた拡散場データベースDBKから対象日時の気象データαの「風向、風速および安定度」に対応し、予め求めた少なくとも風向、風速および安定度の組み合わせが異なる576ケースの単位放出量に対する拡散場データdKtを求める。
(Diffusion field data calculation unit)
Based on the weather data α of the target date and time input to the meteorological data / diffusion
また、拡散場データ演算部24Bは、予め決めた1年間の1時間毎での拡散場データdKtを求める。
Further, the diffusion field
拡散場データ演算部24Bは、以下のような演算を行い、対象日時の気象データの風向、風速および安定度に対応する拡散場データを求める。図12は、気象条件分類した拡散場データと時間経過との関係の説明を示す図である。
(1)放射性物質が拡散源から所定の発災時刻1(例えば、1月1日、1時)の1時間目として入力された気象データαの「風向、風速および安定度」から、記憶部21Bに記憶した「風向、風速および安定度」が異なる576通りに気象条件分類した拡散場データを含む拡散場データベースDBKから、気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている拡散場データdKを抽出する。この抽出した拡散場データdKを拡散場データdKtとして出力する。
The diffusion field
(1) From the “wind direction, wind speed and stability” of the meteorological data α input from the diffusion source as the first hour at a predetermined disaster time 1 (for example, January 1, 1 o'clock) from the diffusion source, the storage unit From the diffusion field database DBK including diffusion field data classified into 576 weather conditions with different “wind directions, wind speeds and stability” stored in 21B, “wind direction, wind speed and stability” corresponding to “wind direction, wind speed and stability” of the weather data α is stored. Diffusion field data dK with “wind speed and stability” is extracted. The extracted diffusion field data dK is output as diffusion field data dKt.
(2)また、気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている拡散場データdKがない場合には、気象データαの「風向、風速および安定度」に極めて近い「風向、風速および安定度」となっている複数の拡散場データを抽出する。そして、抽出した複数の拡散場データを、内挿補間演算をして、気象データαの「風向、風速および安定度」と同じ「風向、風速および安定度」となっている新たな拡散場データを演算して求め、この新たな拡散場データを拡散場データdKtとして、出力する。
(3)次いで、次の1時間後(すなわち、所定の発災時刻1(例えば、1月1日、1時)の2時間目)の気象データαの「風向、風速および安定度」から、記憶部21Bに記憶した拡散場データベースDBKから、気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている拡散場データdKを抽出する。この抽出した拡散場データdKを拡散場データdKtとして出力する。
(4)このように、次の1時間後における気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている拡散場データdKを拡散場データベースDBKから選定し、拡散場データベースDBKから拡散場データdKを抽出して、拡散場データdKtとして出力される。
(2) If there is no diffusion field data dK having “wind direction, wind speed and stability” corresponding to “wind direction, wind speed and stability” of weather data α, “wind direction, wind speed” of weather data α And a plurality of diffusion field data having “wind direction, wind speed and stability” very close to “and stability”. Then, new diffusion field data having the same “wind direction, wind speed and stability” as the “wind direction, wind speed and stability” of the weather data α are obtained by interpolating the extracted plurality of diffusion field data. The new diffusion field data is output as diffusion field data dKt.
(3) Next, from the “wind direction, wind speed, and stability” of the weather data α after the next hour (that is, the second hour after a predetermined disaster time 1 (for example, January 1, 1 o'clock)), The diffusion field data dK having “wind direction, wind speed and stability” corresponding to “wind direction, wind speed and stability” of the weather data α is extracted from the diffusion field database DBK stored in the
(4) As described above, the diffusion field data dK having the “wind direction, wind speed, and stability” corresponding to the “wind direction, wind speed, and stability” of the weather data α after the next hour is obtained from the diffusion field database DBK. The diffusion field data dK is extracted from the diffusion field database DBK and output as diffusion field data dKt.
本実施例に係る拡散物質の拡散状況予測システム10Cは、気象データ・拡散物質入力部22には、原子力発電所から放射性物質が放出される所定の発災時刻(例えば、発災時刻j)が1年間の間に1時間毎にずれたと仮定して年間計算(8760時間分)した場合に、その時の気象データαと放射性物質の放出量とが入力され、気流場データ演算部23において記憶部21Bに予め記憶されている気流場データベースDBから対象日時の気象データの風向、風速および安定度に対応する気流場データdtを求めると共に、その気流場での放射性物質の単位放出量の拡散計算を考慮しつつ拡散場データベースDBKから拡散場データdKtを求める。そして、拡散場データ演算部24Bは、気象データ・拡散物質入力部22に入力された各発災時刻(例えば、発災時刻j)における1年間の1時間毎の各拡散場データを求めることができる。
In the diffusion material prediction system 10C according to the present embodiment, the meteorological data / diffusion
また、図3に示すように、放射性物質が原子力発電所から発災時刻1(1月1日、1時)、発災時刻2(1月1日、2時)において生じたと仮定した場合に、放射性物質の放出量は各々の発災時刻1、2の時点の直後ではピークとなり、時間経過にしたがって減少する。そのため、放射性物質が原子力発電所から発災時刻1、2において各々生じたと仮定して、図12に示すように、発災時刻を所定時間(例えば、1月1日1時)から1時間置き毎にずらして、365日後(12月31日24時)までの8760回の年間計算(実効放出継続時間分の計算)を実施し、各発災時刻1〜8760における各々の拡散場データを求めることができる。
In addition, as shown in FIG. 3, when it is assumed that radioactive materials are generated from the nuclear power plant at the disaster time 1 (January 1, 1:00) and the disaster time 2 (January 1, 2:00) The amount of radioactive material released reaches a peak immediately after each
よって、気流場データ演算部23及び拡散場データ演算部24Bは記憶部21Bに予め記憶されている気流場データベースDB、拡散場データベースDBKから所定の発災時刻(例えば、発災時刻j)の気象データの風向、風速および安定度に対応する気流場データd、拡散場データdKを用いることで、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の拡散を1時間毎に年間計算(8760時間分)した拡散場データを容易に得ることができる。そのため、計算領域において所定の発災時刻(例えば、発災時刻j)に放射性物質が放出された際の放射性物質の拡散状況(拡散領域、拡散濃度)を容易に求めることができる。
Therefore, the airflow field
また、拡散場データ演算部24Bは、この拡散場データから計算領域における放射性物質の拡散状況から被曝量を計算することができる。
Further, the diffusion field
また、原子力発電所の含まれる計算領域の気象条件によっては、気象の分類が少なくなる場合があるため、そのような場合には風向、風速および安定度の組み合わせが異なるケースの数を更に低減することが可能となり、より迅速に拡散場データを計算することができる。 In addition, depending on the weather conditions in the calculation area including the nuclear power plant, the classification of weather may be reduced. In such a case, the number of cases with different combinations of wind direction, wind speed and stability is further reduced. And diffusion field data can be calculated more quickly.
拡散場データベースDBKに記憶されている拡散場データの気象分類条件がNo.Kのときにおける放射性物質の単位放出量であって、単位風速時の1時間濃度をRdkとし、発災時刻jにおいて放射性物質が放出されたとした時の放射性物質の年平均濃度をCjとし、発災時刻jにおいて放射性物質が放出されたとした時の時刻iでの1時間分の濃度をCj iとすると、放射性物質の年平均濃度Cjは、下記式(2)のように表され、発災時刻jにおいて放射性物質が放出されたとした時の時刻iでの1時間分の濃度Cj iは下記式(4)のように表すことができる。以下に、評価対象を年平均値とする場合について説明する。評価対象が異なる場合も同様な考え方を採用できる。 The weather classification condition of the diffusion field data stored in the diffusion field database DBK is No. The unit release amount of radioactive material at K, where Rd k is the one-hour concentration at unit wind speed, and C j is the annual average concentration of radioactive material when radioactive material is released at the disaster time j Assuming that the concentration for one hour at the time i when the radioactive material is released at the disaster time j is C j i , the annual average concentration C j of the radioactive material is expressed by the following equation (2). Then, the concentration C j i for one hour at the time i when the radioactive substance is released at the disaster time j can be expressed as the following formula (4). Below, the case where an evaluation object is made into an annual average value is demonstrated. The same approach can be adopted when the evaluation targets are different.
また、発災時刻jにおける放射性物質の年平均濃度Cjの最大影響範囲(最大濃度)は下記式(3)のように表される。
Cmax=Max(Cj)・・・(3)
(式中、jは1〜8760の整数である。)
The maximum range of influence (maximum concentration) of annual average concentration C j of radioactive material in disaster time j is represented by the following formula (3).
Cmax = Max (C j) ··· (3)
(In the formula, j is an integer of 1 to 8760.)
よって、拡散場データ演算部24Bは、所定の発災時刻(例えば、発災時刻j)において1年間の間にその発災時刻から1時間毎に計算して得られた全ての拡散場データを合わせることで、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の各方位毎における最大影響範囲を抽出することができ、発災時刻に依存しないハザードマップを作成できる。また、これにより、所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の放射性物質の最大影響範囲を示すハザードマップも作成することができる。
Therefore, the diffusion field
放射性物質の最大影響範囲は、上述と同様、適宜設定することができるが、例えば、放射性物質の評価基準を超える範囲等とする。 The maximum influence range of the radioactive substance can be set as appropriate, as described above. For example, a range exceeding the evaluation standard of the radioactive substance is set.
このように、本実施例に係る拡散物質の拡散状況予測システム10Cによれば、気流場データdt、拡散場データdKtを求める際に、予め用意していた気流場データベースDBと、その気流場での放射性物質の単位放出量の拡散計算した拡散場データベースDBKの中から、所定の発災時刻(例えば、発災時刻j)における対象日時の気象データαの「風向、風速および安定度」に対応する「風向、風速および安定度」となっている気流場データdt及び拡散場データdKtを抽出するだけで、発災時刻の異なる場合の計算が簡単になり、年間計算を576ケースの拡散場のデータベースを用いて、計算量を軽減することができる。これにより、短時間で気流場データdt及び拡散場データdKtを求めることができるため、放射性物質の拡散状況を更に効率良く短時間で求めることができる。この結果、拡散場データ演算部24Bで得られた拡散場データは所定の発災時刻(例えば、発災時刻j)において放射性物質が放出された際の実際の放射性物質の拡散状況に近似した拡散場データをより迅速に簡単に得ることができると共に、計算領域における被ばく量を迅速に求めることができる。
As described above, according to the diffusion state prediction system 10C for the diffusing substance according to the present embodiment, when the airflow field data dt and the diffusion field data dKt are obtained, the airflow field database DB prepared in advance and the airflow field are used. Corresponding to “wind direction, wind speed and stability” of meteorological data α of the target date and time at a given disaster time (for example, disaster time j) from the diffusion field database DBK calculated by diffusion of unit release amount of radioactive materials By simply extracting the airflow field data dt and the diffusion field data dKt that are “wind direction, wind speed and stability”, the calculation when the disaster time is different is simplified, and the annual calculation of the diffusion field of 576 cases The amount of calculation can be reduced by using a database. Thereby, since the airflow field data dt and the diffusion field data dKt can be obtained in a short time, the diffusion state of the radioactive substance can be further efficiently obtained in a short time. As a result, the diffusion field data obtained by the diffusion field
よって、常に原子力発電所から放射性物質が放出された際の拡散場データを短時間で更に効率良く作成し、放射性物質の最大影響範囲を迅速に把握することができる。このため、原子力発電所から放射性物質が放出され、拡散した際の拡散領域の住民の避難等をより迅速かつ的確に行うことができる。 Therefore, it is possible to always efficiently create diffusion field data when radioactive material is released from a nuclear power plant in a short time, and to quickly grasp the maximum influence range of the radioactive material. For this reason, it is possible to evacuate residents in the diffusion area more quickly and accurately when radioactive materials are released from the nuclear power plant and diffused.
<拡散物質の拡散状況予測システム>
本発明による実施例4に係る拡散物質の拡散状況予測システムについて、図面を参照して説明する。また、本実施例に係る拡散物質の拡散状況予測システムについて、図1、6、10に示す本発明の実施例1〜3に係る拡散物質の拡散状況予測システムと共通する構成については説明を省略する。
<Diffusion state prediction system for diffusing substances>
A diffusion substance prediction system for a diffusing substance according to Example 4 of the present invention will be described with reference to the drawings. In addition, regarding the diffusion state prediction system for diffusion materials according to the present embodiment, the description of the configuration in common with the diffusion state prediction system for diffusion materials according to
本実施例に係る拡散物質の拡散状況予測システムは、図6に示すように、実施例2に係る拡散物質の拡散状況予測システム10Bにおいて、記憶部21Aは、気象データのうち、風速を所定値(例えば、1)に固定して、風向(例えば、16方位)及び安定度(例えば、6安定度)の組み合わせが異なる96通り(16通り×6通り=96通り)の気流場データが予め求められた気流場データベースに記憶する。
As shown in FIG. 6, in the diffusion
気流場データ演算部23は、記憶部21Aに記憶された気流場データベースに基づいて所定の発災時刻(例えば、発災時刻j)から1年間の間における1時間毎の気流場データを求める。
The airflow field
拡散場データ演算部24Aは、得られた各気流場データに基づいて、代表気象(風速が例えば1m/s)における放射性物質の単位放出量を考慮しつつ、風向(例えば、16方位)と、安定度(例えば、6安定度)とが異なる、96通り(16通り×6通り=96通り)分の放射性物質の拡散場データを求めると共に、これに対応した被曝量の計算を行う。 Based on the obtained airflow field data, the diffusion field data calculation unit 24A considers the unit release amount of the radioactive substance in the representative weather (wind speed is 1 m / s, for example), the wind direction (for example, 16 directions), The diffusion field data of 96 kinds (16 kinds × 6 kinds = 96 kinds) of radioactive substances different from the stability (for example, 6 stability) are obtained, and the exposure dose corresponding to this is calculated.
また、風速が大きいほど、放射性物質は拡散し、濃度は低くなることから、風速の違いは風速の大きさに反比例させるように換算して補正する。 Further, since the radioactive material diffuses and the concentration decreases as the wind speed increases, the difference in wind speed is corrected by being converted to be inversely proportional to the wind speed.
よって、本実施例に係る拡散物質の拡散状況予測システムによれば、年間気象が、風速の階級別に分類する必要がなく、風向及び安定度別に放射性物質の拡散量を計算すれば良いため、各発災時刻(例えば、発災時刻j)において行われていた拡散場の年間計算を更に簡単にし、計算量を軽減することができる。このため、短時間で気流場データdt及び拡散場データdKtを求めることができ、放射性物質の拡散状況を更に効率良く短時間で求めることができる。この結果、実際の放射性物質の拡散状況に近似した拡散場データを更に迅速かつ簡単に得ることができると共に、計算領域における被曝量を求めることができる。 Therefore, according to the diffusion state prediction system of the diffusion material according to the present embodiment, it is not necessary to classify the annual weather according to the wind speed class, and it is only necessary to calculate the diffusion amount of the radioactive material according to the wind direction and the stability. It is possible to further simplify the annual calculation of the diffusion field performed at the time of the disaster (for example, the disaster time j) and reduce the amount of calculation. For this reason, the airflow field data dt and the diffusion field data dKt can be obtained in a short time, and the diffusion state of the radioactive substance can be further efficiently obtained in a short time. As a result, diffusion field data approximate to the actual state of radioactive material diffusion can be obtained more quickly and easily, and the exposure dose in the calculation region can be obtained.
10A〜10C 拡散物質の拡散状況予測システム
11 気象データ・拡散物質入力部
12 気流場データ演算部
13 拡散場データ演算部
21A、21B 記憶部
22 気象データ・拡散物質入力部
23 気流場データ演算部
24A、24B 拡散場データ演算部
α 気象データ
dt 気流場データ
dKt 拡散場データ
10A to 10C Diffusion substance diffusion
Claims (6)
前記気象データ・拡散物質入力部に入力された前記対象日時の気象データを基に少なくとも風向、風速および安定度を求め、求められた前記対象日時の気象データの風向、風速および安定度に基づいて大気現象を解析する気流場計算モデルにより演算を行うことにより、所定期間までにおける所定時間毎での気流場データを求める気流場データ演算部と、
前記気流場データ演算部で求められた各々の前記気流場データを用いて時間連続的に、前記拡散物質の拡散状態を演算する拡散計算モデルにより演算を行うことにより前記拡散物質の拡散場データを求める拡散場データ演算部と、
を有し、
前記気象データ・拡散物質入力部には、前記拡散源から前記拡散物質が放出される発災時刻が前記所定期間までの間に前記所定時間毎にずれたと仮定した場合に、その時の気象データと前記拡散物質の放出量とが入力され、
前記気流場データ演算部及び拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された各々の前記発災時刻における拡散場データを求めることを特徴とする拡散物質の拡散状況予測システム。 Wind direction and speed of the target date and time when the diffused material is released from the diffused source in a calculation area corresponding to a geographical area of a preset area including the target point where the diffused source that releases the diffused substance into the atmosphere exists And meteorological data including the stability, and a meteorological data / diffusing substance input unit for inputting the amount of the diffused substance released at the target date and time,
At least the wind direction, wind speed, and stability are obtained based on the weather data of the target date and time input to the weather data / diffusion material input unit, and based on the wind direction, wind speed, and stability of the meteorological data of the obtained target date and time. An airflow field data calculation unit that obtains airflow field data for each predetermined time period up to a predetermined period by performing an operation using an airflow field calculation model that analyzes atmospheric phenomena;
The diffusion field data of the diffusing material is obtained by performing a calculation using a diffusion calculation model that calculates the diffusion state of the diffusing material in a time-continuous manner using each of the airflow field data obtained by the airflow field data calculation unit. The required diffusion field data calculation unit,
Have
In the meteorological data / diffusion substance input unit, when it is assumed that the disaster time at which the diffusing substance is released from the diffusion source has shifted every predetermined time until the predetermined period, the meteorological data at that time and An amount of the diffusion material released is input,
The diffusion field prediction system for a diffusion material, wherein the airflow field data calculation unit and the diffusion field data calculation unit obtain diffusion field data at each disaster time inputted to the meteorological data / diffusion material input unit .
前記拡散源から前記拡散物質が放出される対象日時の気象データと、前記対象日時の前記拡散物質の放出量とが入力される気象データ・拡散物質入力部と、
前記気象データ・拡散物質入力部に入力された前記対象日時の気象データを基に少なくとも風向、風速および安定度を求め、予め求めた前記気流場データベースから前記対象日時の気象データの風向、風速および安定度に対応する気流場データを求め、予め決めた所定期間までにおける予め決めた所定時間毎での気流場データを求める気流場データ演算部と、
前記気流場データ演算部において求められた前記対象日時における気流場データを前記拡散物質の拡散状態を演算する拡散計算モデルを用いて演算を行うことにより前記拡散物質の拡散場データを求めると共に、前記所定期間までに前記所定時間毎に求められた各々の前記気流場データを用いて前記拡散計算モデルにより演算を行い、前の時間帯で得られた拡散場データを初期値として用いて、次の時間帯の拡散場データを演算し、それを繰り返しながら、前記所定期間までにおける前記所定時間毎の拡散場データを求める拡散場データ演算部と、
を有し、
前記気象データ・拡散物質入力部には、前記拡散源から前記拡散物質が放出される発災時刻が前記所定期間までの間に前記所定時間毎にずれたと仮定した場合に、その時の気象データと前記拡散物質の放出量とが入力され、
前記拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された各発災時刻における前記所定期間までの間の前記所定時間毎の拡散場データを求めることを特徴とする拡散物質の拡散状況予測システム。 Airflow in multiple cases with different combinations including at least wind direction, wind speed, and stability in a calculation area corresponding to a geographical area of a preset area including a target point where a diffusion source that emits diffused substances to the atmosphere exists A storage unit storing an airflow field database in which field data is obtained in advance;
Meteorological data / diffusion material input unit for inputting the meteorological data of the target date and time when the diffusion material is released from the diffusion source, and the release amount of the diffusion material at the target date and time;
Based on the meteorological data of the target date and time input to the meteorological data / diffusion material input unit, at least the wind direction, wind speed and stability are obtained, and the wind direction, wind speed of the meteorological data of the target date and time are obtained from the airflow field database obtained in advance. An airflow field data calculation unit for obtaining airflow field data corresponding to the stability, and obtaining airflow field data at predetermined time intervals up to a predetermined period;
While calculating the diffusion field data of the diffusing material by performing an operation using the diffusion calculation model for calculating the diffusion state of the diffusing material, the airflow field data at the target date and time obtained in the airflow field data calculation unit, Using the diffusion calculation model using each of the airflow field data obtained every predetermined time until a predetermined period, using the diffusion field data obtained in the previous time zone as an initial value, A diffusion field data calculation unit for calculating diffusion field data for the predetermined time period until the predetermined period while calculating the diffusion field data of the time zone and repeating it,
Have
In the meteorological data / diffusion substance input unit, when it is assumed that the disaster time at which the diffusing substance is released from the diffusion source has shifted every predetermined time until the predetermined period, the meteorological data at that time and An amount of the diffusion material released is input,
The diffusion field data calculation unit obtains diffusion field data for each predetermined time period up to the predetermined period at each disaster time input to the meteorological data / diffusive substance input unit. Diffusion situation prediction system.
前記記憶部は、前記気流場データベースの各気流場データを前記計算領域における、少なくとも風向、風速および安定度を含む組み合わせが異なる複数のケースの拡散場データが予め求められた拡散場データベースを記憶し、
前記拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された前記対象日時の気象データを基に、予め求めた前記拡散場データベースから前記対象日時の気象データの風向、風速および安定度に対応し、予め求めた少なくとも風向、風速および安定度を含む組み合わせが異なる複数のケースの単位放出量に対する拡散場データを求め、予め決めた所定期間までにおける予め決めた所定時間毎での拡散場データを求めるものであり、
前記気象データ・拡散物質入力部には、前記拡散源から前記拡散物質が放出される発災時刻が前記所定期間までの間に前記所定時間毎にずれたと仮定した場合に、その時の気象データと前記拡散物質の放出量とが入力され、
前記拡散場データ演算部は、前記気象データ・拡散物質入力部に入力された各発災時刻における前記所定期間までの間の前記所定時間毎の拡散場データを、各々の前記対象日時における前記拡散物質の放出量を換算して求めることを特徴とする拡散物質の拡散状況予測システム。 In claim 2,
The storage unit stores a diffusion field database in which diffusion field data of a plurality of cases having different combinations including at least a wind direction, a wind speed, and stability in the calculation region are stored in each airflow field data of the airflow field database. ,
The diffusion field data calculation unit is configured to calculate the wind direction, wind speed, and stability of the weather data of the target date and time from the diffusion field database obtained in advance based on the weather data of the target date and time input to the meteorological data and diffusion material input unit. The diffusion field data for the unit discharge amounts of a plurality of cases with different combinations including at least the wind direction, wind speed, and stability obtained in advance is obtained, and diffusion is performed at predetermined time intervals up to a predetermined time period. Is for field data,
In the meteorological data / diffusion substance input unit, when it is assumed that the disaster time at which the diffusing substance is released from the diffusion source has shifted every predetermined time until the predetermined period, the meteorological data at that time and An amount of the diffusion material released is input,
The diffusion field data calculation unit is configured to convert the diffusion field data for each predetermined time period up to the predetermined period at each disaster time input to the meteorological data / diffusion substance input unit into the diffusion field at each target date and time. A system for predicting the diffusion status of a diffusing material, characterized by converting the amount of material released.
前記記憶部は、前記気象データのうち前記風速を所定値に固定して前記風向と前記安定度との組み合わせが異なる複数のケースの気流場データが予め求められた気流場データベースに記憶し、
前記気流場データ演算部は、前記所定期間までの間の前記所定時間毎の気流場データを求め、
前記拡散場データ演算部は、前記所定期間までの間の前記所定時間毎の拡散場データを求めることを特徴とする拡散物質の拡散状況予測システム。 In claim 2 or 3,
The storage unit stores the airflow field data of a plurality of cases in which a combination of the wind direction and the stability is different and the wind speed is fixed to a predetermined value in the weather data in a predetermined airflow field database,
The airflow field data calculation unit obtains airflow field data for each predetermined time until the predetermined period,
The diffusion field data calculation unit obtains diffusion field data for each predetermined period of time until the predetermined period.
前記拡散場データ演算部は、前記発災時刻が前記所定期間までに前記所定時間毎にずれたと仮定した場合に得られた全ての拡散場データを合わせ、前記拡散物質の最大拡散範囲を求めることを特徴とする拡散物質の拡散状況予測システム。 In any one of Claims 1 thru | or 4,
The diffusion field data calculation unit obtains the maximum diffusion range of the diffusion material by combining all the diffusion field data obtained when it is assumed that the disaster time has shifted every predetermined time by the predetermined period. A diffusion state prediction system for diffusion materials characterized by
前記拡散物質が放射性物質とした場合、
前記拡散場データ演算部は、得られた前記拡散場データの結果に基づいて被ばく量を求めることを特徴とする拡散物質の拡散状況予測システム。
In any one of claims 1 to 5,
When the diffusion material is a radioactive material,
The diffusion field data calculation unit obtains an exposure amount based on the obtained result of the diffusion field data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011227458A JP5717604B2 (en) | 2011-10-14 | 2011-10-14 | Diffusion situation prediction system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011227458A JP5717604B2 (en) | 2011-10-14 | 2011-10-14 | Diffusion situation prediction system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013088206A true JP2013088206A (en) | 2013-05-13 |
JP5717604B2 JP5717604B2 (en) | 2015-05-13 |
Family
ID=48532270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011227458A Active JP5717604B2 (en) | 2011-10-14 | 2011-10-14 | Diffusion situation prediction system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5717604B2 (en) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110726431A (en) * | 2018-07-16 | 2020-01-24 | 南台学校财团法人南台科技大学 | Operation method of pollution source analysis system with multipoint air quality detection |
CN110929776A (en) * | 2019-11-18 | 2020-03-27 | 杭州师范大学 | Remote sensing wind field data quality evaluation method and device based on sea surface wind field stability statistic zoning |
CN111695762A (en) * | 2020-04-29 | 2020-09-22 | 中国核电工程有限公司 | Correction method and device for nuclear accident diffusion result and consequence evaluation method and system |
KR20210131721A (en) * | 2020-04-24 | 2021-11-03 | 김춘지 | System of producing input meteorology information for flow and dispersion modeling near nuclear power plants |
CN115901550A (en) * | 2022-04-01 | 2023-04-04 | 淮安市中证安康检测有限公司 | Pollution source monitoring and analyzing system and method based on Internet of things |
CN117370772A (en) * | 2023-12-08 | 2024-01-09 | 北京英视睿达科技股份有限公司 | PM2.5 diffusion analysis method and system based on urban street topography classification |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005215998A (en) * | 2004-01-29 | 2005-08-11 | Hitachi East Japan Solutions Ltd | Support system for hazard prevention related to vibration of building, and computer program for support of hazard prevention related to vibration of building |
JP2010117195A (en) * | 2008-11-12 | 2010-05-27 | Mitsubishi Heavy Ind Ltd | System of creating airstream field database and system of predicting diffusion state of diffusing substance |
JP2011137674A (en) * | 2009-12-28 | 2011-07-14 | Hitachi Engineering & Services Co Ltd | Environmental concentration prediction apparatus, environmental concentration predicting method, and program of the method |
-
2011
- 2011-10-14 JP JP2011227458A patent/JP5717604B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005215998A (en) * | 2004-01-29 | 2005-08-11 | Hitachi East Japan Solutions Ltd | Support system for hazard prevention related to vibration of building, and computer program for support of hazard prevention related to vibration of building |
JP2010117195A (en) * | 2008-11-12 | 2010-05-27 | Mitsubishi Heavy Ind Ltd | System of creating airstream field database and system of predicting diffusion state of diffusing substance |
JP2011137674A (en) * | 2009-12-28 | 2011-07-14 | Hitachi Engineering & Services Co Ltd | Environmental concentration prediction apparatus, environmental concentration predicting method, and program of the method |
Non-Patent Citations (2)
Title |
---|
JPN6014040609; 片田敏孝、他: '発災時刻の都市アクティビティを考慮した津波による人的被害量の推定に関する研究' 土木学会論文集D Vol.63 No.3, 200707, P.275-286 * |
JPN7014002777; 日本原子力学会「原子力安全」調査専門委員会放射線影響分科会: 事故放出放射性物質の広域影響に関する検討結果 , 20110811 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110726431A (en) * | 2018-07-16 | 2020-01-24 | 南台学校财团法人南台科技大学 | Operation method of pollution source analysis system with multipoint air quality detection |
CN110929776A (en) * | 2019-11-18 | 2020-03-27 | 杭州师范大学 | Remote sensing wind field data quality evaluation method and device based on sea surface wind field stability statistic zoning |
CN110929776B (en) * | 2019-11-18 | 2023-04-07 | 杭州师范大学 | Remote sensing wind field data quality evaluation method and device based on sea surface wind field stability statistical zoning |
KR20210131721A (en) * | 2020-04-24 | 2021-11-03 | 김춘지 | System of producing input meteorology information for flow and dispersion modeling near nuclear power plants |
KR102331225B1 (en) | 2020-04-24 | 2021-11-25 | 김춘지 | System of producing input meteorology information for flow and dispersion modeling near nuclear power plants |
CN111695762A (en) * | 2020-04-29 | 2020-09-22 | 中国核电工程有限公司 | Correction method and device for nuclear accident diffusion result and consequence evaluation method and system |
CN111695762B (en) * | 2020-04-29 | 2023-05-05 | 中国核电工程有限公司 | Correction method and device for nuclear accident diffusion result and result evaluation method and system |
CN115901550A (en) * | 2022-04-01 | 2023-04-04 | 淮安市中证安康检测有限公司 | Pollution source monitoring and analyzing system and method based on Internet of things |
CN115901550B (en) * | 2022-04-01 | 2024-01-09 | 淮安市中证安康检测有限公司 | Pollution source monitoring and analyzing system and method based on Internet of things |
CN117370772A (en) * | 2023-12-08 | 2024-01-09 | 北京英视睿达科技股份有限公司 | PM2.5 diffusion analysis method and system based on urban street topography classification |
CN117370772B (en) * | 2023-12-08 | 2024-04-16 | 北京英视睿达科技股份有限公司 | PM2.5 diffusion analysis method and system based on urban street topography classification |
Also Published As
Publication number | Publication date |
---|---|
JP5717604B2 (en) | 2015-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5717604B2 (en) | Diffusion situation prediction system | |
Jones et al. | The UK Met Office's next-generation atmospheric dispersion model, NAME III | |
Caputo et al. | Intercomparison of atmospheric dispersion models | |
Biass et al. | TephraProb: a Matlab package for probabilistic hazard assessments of tephra fallout | |
Sugiyama et al. | Atmospheric dispersion modeling: challenges of the Fukushima Daiichi response | |
JP5922570B2 (en) | Diffusion state prediction apparatus, method and program | |
JP2010117195A (en) | System of creating airstream field database and system of predicting diffusion state of diffusing substance | |
García-Díaz et al. | Uncertainty and sensitive analysis of environmental model for risk assessments: An industrial case study | |
Gehl et al. | Potential and limitations of risk scenario tools in volcanic areas through an example at Mount Cameroon | |
Chowdhury et al. | Reactive puff model SCICHEM: Model enhancements and performance studies | |
CN111125919A (en) | Evacuation area calculation method and device, electronic equipment and storage medium | |
Bellasio et al. | Formulation of the Lagrangian particle model LAPMOD and its evaluation against Kincaid SF6 and SO2 datasets | |
KR101348100B1 (en) | Radiological dose modeling system for emergency response | |
JP2010271877A (en) | Disaster occurrence probability evaluation system and program thereof | |
Popov et al. | Peculiarities of Specialized Software Tools Used for Consequences Assessment of Accidents at Chemically Hazardous Facilities | |
Pathan et al. | Use of computing techniques for flood management in a coastal region of South Gujarat–a case study of Navsari District | |
JP2014106203A (en) | Diffusate diffusion state prediction device, method of the same and program | |
JP5717608B2 (en) | Diffusion state prediction database creation system and diffusion state prediction system | |
JP5433559B2 (en) | Source estimation apparatus and source estimation method for diffusion materials | |
Wei et al. | Experimental and numerical study of wind and turbulence in a near-field dispersion campaign at an inhomogeneous site | |
Baklanov et al. | Methodology for probabilistic atmospheric studies using long-term dispersion modelling | |
JP2008151694A (en) | Device for predicting polluted environment in low lying depression, method therefor and program for executing the method | |
Andronopoulos et al. | RODOS-DIPCOT model description and evaluation | |
Miller | A comparison in the accuracy of mapping nuclear fallout patterns using HPAC, HYSPLIT, DELFIC FPT and an AFIT FORTRAN95 fallout deposition code | |
Al-Yahyai et al. | Trajectory calculation as forecasting support tool for dust storms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140124 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140911 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140924 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141125 |
|
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: 20150217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150317 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5717604 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |