JP3712654B2 - 気体状況予測方法 - Google Patents
気体状況予測方法 Download PDFInfo
- Publication number
- JP3712654B2 JP3712654B2 JP2001321455A JP2001321455A JP3712654B2 JP 3712654 B2 JP3712654 B2 JP 3712654B2 JP 2001321455 A JP2001321455 A JP 2001321455A JP 2001321455 A JP2001321455 A JP 2001321455A JP 3712654 B2 JP3712654 B2 JP 3712654B2
- Authority
- JP
- Japan
- Prior art keywords
- calculation
- distance
- area
- divided
- grid point
- 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.)
- Expired - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、気体状況予測方法に関し、空間的にも時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を短時間で正確に求めることができるようにしたものである。本発明により求めた気体状況（風速場データ）を利用して、拡散源から放出された拡散物質の拡散状況（拡散範囲，拡散濃度）を演算により予測することができる。
【０００２】
【従来の技術】
核物質を扱う施設から、事故により放射性物質が外部に放出された場合には、放射性物質の拡散範囲や各地点での放射性物質の濃度を予測し、放射性物質による危険を受ける恐れがある地域を予測する拡散状況予測システムが開発されつつある。
【０００３】
この拡散状況予測システムにおいては、まず、気体状況を演算により予測し、この気体状況を基に拡散状況を予測している。
更に詳述すると、放射性物質の拡散状況を調べるには、まず、気象ＧＰＶ（Grid 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（例えば核物質の外部放出）時点から所定時間先の時点まで、一定時間刻み毎（例えば１０分毎）の時点における、多数の評価地点（格子点位置）の風向・風速を演算により求める。つまり、一定時間刻み毎の風速場データをを表す気体状況を求める。
次に、放出された拡散物質の濃度や性状ならびに前記風速場データを、物質の拡散状態を演算する拡散方程式に代入することにより、各時間刻み毎の各格子点位置における拡散物質の濃度を演算する。
このようにして、放出された放射性物質の拡散範囲や各地点での放射性物質の濃度を予測することができる。
【０００４】
気象観測データ、例えば気象ＧＰＶデータは、気象業務支援センターから１２時間ごとに配信される。この気象ＧＰＶデータは、地球の表面を南北方向に沿い伸びると共に東西方向の相互の離間距離が規定距離（２Ｋｍ）となっている複数の緯度仮想線と、地球の表面を東西方向に沿い伸びると共に南北方向の相互の離間距離が規定距離（２Ｋｍ）となっている複数の経度仮想線とが交差する地点（これを「親格子点位置」と称する）における、複数の標高（地表から上空１０Ｋｍまでの間の２０ポイントの標高）の気象データ（風速ベクトル（風向，風速），気圧，温度，水分量）を示すものである。しかも、気象ＧＰＶデータは、各親格子点位置の気象データとして、配信時点，配信時点から３時間先、６時間先，９時間先，というように３時間間隔の５１時間分のデータが一括して配信される。
【０００５】
上述した気象ＧＰＶデータの親格子点位置の気象データは、空間的には親格子点位置の相互間距離が２Ｋｍと広く、しかも、時間的には３時間間隔と長いため、この親格子点位置の気象データにより示される気体状況（風向，風速）データのみでは、拡散物質の拡散濃度を演算することはできない。
【０００６】
このため、空間的に粗く、且つ、時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を、大気現象を解析する偏微分方程式を演算することにより求める必要がある。
【０００７】
ここで、大気現象を解析する偏微分方程式を演算することにより、空間的に粗く、且つ、時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を求める従来の気体状況予測方法を説明する。
【０００８】
従来技術では、図８に示すように、計算すべき計算領域（地球の表面のなかで予め設定した特定領域）に設定された親格子点位置（図中で○で示す位置）の間に、子格子点位置（図中で□及び■で示す）を設定する。親格子点位置は、前述したように、地球の表面を南北方向に沿い伸びると共に東西方向の相互の離間距離が２Ｋｍとなっている複数の緯度仮想線と、地球の表面を東西方向に沿い伸びると共に南北方向の相互の離間距離が２Ｋｍとなっている複数の経度仮想線とが交差する地点に配置されている。
【０００９】
一方、子格子点位置は、地球の表面を南北方向に沿い伸びると共に東西方向の相互の離間距離が一定距離（５０ｍ）となっている複数の緯度仮想線と、地球の表面を東西方向に沿い伸びると共に南北方向の相互の離間距離が一定距離（５０ｍ）となっている複数の経度仮想線とが交差する地点に配置されている。
【００１０】
なお、図８では４つの親格子点位置のみを示しているが、この親格子点位置は計算領域の全ての領域に亘って分布配置するように設定している。また、図８では、４つの親格子点位置で囲まれる領域にのみ子格子点位置を示しているが、この子格子点位置は計算領域の全ての領域に亘って分布配置するように設定している。
【００１１】
ここでは一例として、図９に示すように、気象ＧＰＶデータが配信された時点から１０分後に演算を開始した場合について説明する。
【００１２】
〔１〕演算開始時点の気象データの演算は次のようにして行う。
【００１３】
〔１−１〕親格子点位置Ｉの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置Ｉの気象ＧＰＶデータと、演算開始時点から２時間５０分先（気象ＧＰＶデータの配信から３時間先）における親格子点位置Ｉの気象ＧＰＶデータとを、時間内挿補間演算をすることにより求めている。時間内挿補間演算とは、配信時点の気象ＧＰＶデータと配信から３時間先の気象ＧＰＶデータを基に、時間的に中間（配信から１時間３０分先）のデータは両気象ＧＰＶデータの平均値とし、時間的に配信時に近づくほど配信時の気象ＧＰＶデータ値に近くなり、時間的に３時間先に近づくほど３時間先の気象ＧＰＶデータ値に近づくように時間に応じてデータを求める手法である。
同様に、親格子点位置IIの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置IIの気象ＧＰＶデータと、演算開始時点から２時間５０分先（配信から３時間先）における親格子点位置IIの気象ＧＰＶデータとを、時間内挿補間演算をすることにより求めている。
親格子点位置III,IVの気象データも同様に、時間内挿補間演算により求めている。
【００１４】
〔１−２〕子格子点位置（図８では□と■で示している位置）の気象データは、親格子点位置の気象ＧＰＶデータを、空間内挿補間演算をすることにより求めている。例えば、子格子点位置ａの気象データは、親格子点位置Ｉの気象ＧＰＶデータと親格子点位置IIの気象ＧＰＶデータを空間内挿補間演算することにより求めている。空間内挿補間演算とは、親格子点位置Ｉの気象ＧＰＶデータと親格子点位置IIの気象ＧＰＶデータを基に、空間的に中間（親格子点位置から１Ｋｍ離れた位置）のデータは両気象ＧＰＶデータの平均値とし、空間的に親格子点位置Ｉに近づくほど親格子点位置Ｉの気象ＧＰＶデータ値に近くなり、空間的に親格子点位置IIに近づくほど親格子点位置IIの気象ＧＰＶデータ値に近づくように空間距離に応じて気象データを求める手法である。
他の子格子点位置（図８では□と■で示している位置）の気象データも、親格子点位置I,II,III,IV の気象データを空間内挿補間演算をすることにより求めている。
【００１５】
〔２〕演算開始から１０分先の気象データの演算は次のようにして行う。
【００１６】
〔２−１〕演算開始から１０分先の親格子点位置Ｉ,II,III,IVの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演算開始時点から２時間５０分先（配信から３時間先）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータとを、時間内挿補間演算することにより求める。
【００１７】
〔２−２〕演算開始から１０分先の子格子点位置のうち、図中で□で示すもの、即ち、親格子点位置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演算により求めた演算開始から１０分先の親格子点位置Ｉ,II,III,IVの気象データを、空間内挿補間演算することにより求めている。
【００１８】
〔２−３〕演算開始から１０分先の子格子点位置のうち、図中で■で示すもの、即ち、親格子点位置及び、図中で□で示す子格子点位置により囲まれた範囲内に位置する子格子点位置の気象データは、大気現象を解析する偏微分方程式を差分解析演算することにより求める。大気現象を解析する偏微分方程式としては、コロラド州立大学とMission Research社で開発されたＲＡＭＳ（Regional Atmospheric Modeling System）コードで示されている、風速場解析の基本方程式を用いることができる。
【００１９】
このＲＡＭＳコードで示されている風速場解析の基本方程式は、運動方程式，熱エネルギ方程式，水分の拡散方程式及び連続の式からなり、次のような式（１）〜（６）で表される。
【００２０】
【数１】
【００２１】
例えば、演算開始から１０分先の子格子点位置αの気象データは、演算開始時点での子格子点位置αの気象データを初期条件値とし、演算開始から１０分先における親格子点位置及び図中で□で示す子格子点位置の気象データを境界条件値として取り込んで、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求める。図中で■で示す他の子格子点位置も同様にして、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求められる。
【００２２】
〔３〕演算開始から２０分先の気象データの演算は、演算開始から１０分先の気象データの演算と同様にして行う。
【００２３】
〔３−１〕即ち、演算開始から２０分先の親格子点位置Ｉ,II,III,IVの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演算開始時点から２時間５０分先（配信から３時間先）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータとを、時間内挿補間演算することにより求める。
【００２４】
〔３−２〕演算開始から２０分先の子格子点位置のうち、図中で□で示すもの、即ち、親格子点位置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演算により求めた演算開始から２０分先の親格子点位置Ｉ,II,III,IVの気象データを、空間内挿補間演算することにより求めている。
【００２５】
〔３−３〕演算開始から２０分先の子格子点位置のうち、図中で■で示すもの、即ち、親格子点位置及び、図中で□で示す子格子点位置により囲まれた範囲内に位置する子格子点位置の気象データは、大気現象を解析する偏微分方程式を差分解析演算することにより求める。大気現象を解析する偏微分方程式としては、コロラド州立大学とMission Research社で開発されたＲＡＭＳ（Regional Atmospheric Modeling System）コードで示されている、風速場解析の基本方程式を用いることができる。
【００２６】
例えば、演算開始から２０分先の子格子点位置αの気象データは、演算開始時点での子格子点位置αの気象データを初期条件値とし、演算開始から２０分先における親格子点位置及び図中で□で示す子格子点位置の気象データを境界条件値として取り込んで、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求める。図中で■で示す他の子格子点位置も同様にして、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求められる。
【００２７】
〔４〕以降、同様にして演算開始から３０分先，４０分先，５０分先と、１０分間の時間刻み毎の気象データを、演算開始から１２時間先まで求める。
【００２８】
このようにして演算開始から１０分刻み毎における、各親格子点位置における複数の標高の気象データと、各子格子点位置における複数の標高の気象データが求められたら、物質の拡散状態を演算する拡散方程式（７）に、１０分刻み毎の各親格子点位置及び各子格子点位置の気象データ（風向，風速）を、次々に代入して、拡散範囲や拡散濃度を演算して予測することができる。
【００２９】
【数２】
【００３０】
前述したＲＡＭＳコードで示されている風速場解析の基本方程式などの大気現象を解析する偏微分方程式を、コンピュータを用いて差分解析演算することにより、図８において■で示す子格子点位置の気象データを求める計算システムを、力学系のシステムとして表現すると、図１０のようになる。
【００３１】
この計算システムでは、図１０に示すように、初期条件が与えられた時点（ｔ＝ｔ０）から、時間（ｔ）と共に変化する境界条件の基で、偏微分方程式を微小な時間刻み（δｔ）づつ進めながら非定常的に差分計算し、各時刻（ｔｉ＝ｔ０＋ｎ×δｔ ：ｎ＝０〜Ｎ）の変数（ｖｉ：風向，風速，気温，水分量）を数値解として出力する。
【００３２】
更に具体的に説明すると、図１０では、初期条件入力系であるブロックＢ１から、計算系であるブロックＢ２に初期条件が入力される。図９の例では、気象ＧＰＶデータが配信されてから１０分後に演算が開始されているので、この演算開始時点における初期条件（親格子点位置及び子格子点位置の気象データ）が計算系に入力される。なお、初期条件（演算開始時点における親格子点位置及び子格子点位置の気象データ）は、前述したように、気象ＧＰＶデータを時間内挿補間演算，空間内挿補間演算をすることにより求めている。
タイマ系であるブロックＢ３は、計算系であるブロックＢ２による１演算時間刻みでの演算が終わると、演算時刻を１演算時間刻み（図８，図９の例では１０分間）進める。
【００３３】
境界条件入力系であるブロックＢ４は、一定時間刻み毎（図８，図９の例では１０分間隔毎）の境界条件（親格子点位置および図８で□で示す子格子点位置の気象データ）を、計算系Ｂ２に入力する。なお、境界条件（親格子点位置および図８で□で示す子格子点位置の気象データ）は、前述したように、気象ＧＰＶデータを時間内挿補間演算，空間内挿補間演算をすることにより求めている。
【００３４】
大気条件を解析する偏微分方程式（ＲＡＭＳコードで示されている風速場解析の基本方程式）の数値解析は、初期条件と境界条件が決まれば一義的に決定されるので、計算系であるブロックＢ２は、初期条件と境界条件を取り込んで各子格子点位置（図８で■で示す子格子点位置）毎に差分解析をして、出力系Ｂ５に、各子格子点位置（図８で■で示す子格子点位置）の気象データである差分解を出力する。
【００３５】
ところで、広い計算領域（例えば図１１の大領域Ａ１）の全てに、離間距離を短い状態にして（例えば５０ｍにして）子格子点位置を配置し、この全ての子格子点位置の気象データを１台のコンピュータで演算処理すると、極めて長い時間がかかる。そこで、計算時間を短縮する方法として、次に述べる多重ネスティング法（多重格子法）が採用されている。なお、緻密な気象データが必要な領域は、例えば図１１の小領域Ａ３のみであるが、気象現象は、必要な小領域Ａ３の周りの領域の状況によって変化するので、小領域Ａ３よりも広い大領域Ａ１を設定して大領域Ａ１の全ての格子点位置の気象データを求め、拡散状態を演算する拡散方程式の演算には、大領域Ａ１の中から小領域Ａ３の格子点位置の気象データ（風速場データ）のみを用いて演算をしている。
【００３６】
多重ネスティング法では、図１１に示すように、計算領域として、大領域（例えば本州の中央部）Ａ１と、中領域（例えば東京地区）Ａ２と、小領域（例えば東京湾近隣地区）Ａ３を設定する。緻密な気象データが必要な領域は、小領域Ａ３であるが、気象現象は、必要な領域の周りの領域の状況によって変化するので、小領域Ａ３よりも広い、中領域Ａ２，大領域Ａ１を設定している。
【００３７】
そして、大領域Ａ１には、図１２に示すように、離間距離が例えば４Ｋｍの親格子点位置（図中に○で示す）と、離間距離が例えば８００ｍの子格子点位置（図中に□で示す）を設定する。
中領域Ａ２には、図１３に示すように、離間距離が例えば２Ｋｍの親格子点位置（図中に○で示す）と、離間距離が例えば４００ｍの子格子点位置（図中に□で示す）を設定する。
最終的に緻密な気象データを求める小領域Ａ３には、図８に示すように、離間距離が例えば２Ｋｍの親格子点位置（図中に○で示す）と、離間距離が例えば５０ｍの子格子点位置（図中に□と■で示す）を設定する。
【００３８】
そして図１０に示す計算システムにより、まず、大領域Ａ１に設定した、離間距離が４Ｋｍの親格子点位置と、離間距離が８００ｍの子格子点位置の気象データを演算する。
【００３９】
次に、図１０に示す計算システムにより、中領域Ａ２に設定した、離間距離が２Ｋｍの親格子点位置と離間距離が４００ｍの子格子点位置の気象データを演算する。なお、中領域Ａ２に設定した親格子点位置のうち、大領域Ａ１に設定した親格子点位置と同じ位置にあるものは、大領域Ａ１の演算において既に求められているので、その気象データをそのままシフトしてくる。また、離間距離が４００ｍの子格子点位置のうち、大領域Ａ１に設定したものと同じ位置にあるものは、大領域Ａ１の演算において既に求められているので、その気象データをそのままシフトしてくる。
【００４０】
更に、図１０に示す計算システムにより、小領域Ａ３に設定した離間距離が５０ｍの子格子点位置の気象データを演算する。なお、小領域Ａ３に設定した親格子点位置の気象データは、大領域Ａ１及び中領域Ａ２の演算において既に求められているので、その気象データをそのままシフトしてくる。また、離間距離が５０ｍの子格子点位置のうち、大領域Ａ１及び中領域Ａ２に設定したものと同じ位置にあるものは、大領域Ａ１及び中領域Ａ２の演算において既に求められているので、その気象データをそのままシフトしてくる。
【００４１】
このように、最終的に緻密な気象データを求める小領域Ａ３にのみ、離間距離が短い（例えば５０ｍ）の子格子点位置を設定しているので、大領域Ａ１の全面に離間距離が短い（例えば５０ｍ）の子格子点位置を設定して演算する場合に比べて、演算時間が短縮される。
【００４２】
また更に演算時間を短縮するため、多段ネスティング法を採用した場合において、複数の演算装置（ＣＰＵ）を結合した並列計算機により並列演算をすることが行われている。
【００４３】
例えば４台のＣＰＵを用いて並列演算をする場合には、図１４に示すように、大領域Ａ１を４つの分割領域Ａ１−１，Ａ１−２，Ａ１−３，Ａ１−４に分割し、中領域Ａ２を４つの分割領域Ａ２−１，Ａ２−２，Ａ２−３，Ａ２−４に分割し、小領域Ａ３を４つの分割領域Ａ３−１，Ａ３−２，Ａ３−３，Ａ３−４に分割する。
【００４４】
大領域Ａ１に配置された各格子点位置の気象データ（例えば演算開始時点から１２時間先の時点までにおける例えば１０分毎の気象データ）を演算するには、第１のＣＰＵは、分割領域Ａ１−１に配置された各格子点位置の気象データを演算し、第２のＣＰＵは、分割領域Ａ１−２に配置された格子点位置の気象データを演算し、第３のＣＰＵは、分割領域Ａ１−３に配置された格子点位置の気象データを演算し、第４のＣＰＵは、分割領域Ａ１−４に配置された格子点位置の気象データを演算する。
【００４５】
また、大領域Ａ１に対する演算が終了して、中領域Ａ２に配置された各格子点位置の気象データ（例えば演算開始時点から１２時間先の時点までにおける例えば１０分毎の気象データ）を演算するには、第１のＣＰＵは、分割領域Ａ２−１に配置された各格子点位置の気象データを演算し、第２のＣＰＵは、分割領域Ａ２−２に配置された格子点位置の気象データを演算し、第３のＣＰＵは、分割領域Ａ２−３に配置された格子点位置の気象データを演算し、第４のＣＰＵは、分割領域Ａ２−４に配置された格子点位置の気象データを演算する。
【００４６】
更に、中領域Ａ２に対する演算が終了して、小領域Ａ３に配置された各格子点位置の気象データ（例えば演算開始時点から１２時間先の時点までにおける例えば１０分毎の気象データ）を演算するには、第１のＣＰＵは、分割領域Ａ３−１に配置された各格子点位置の気象データを演算し、第２のＣＰＵは、分割領域Ａ３−２に配置された格子点位置の気象データを演算し、第３のＣＰＵは、分割領域Ａ３−３に配置された格子点位置の気象データを演算し、第４のＣＰＵは、分割領域Ａ３−４に配置された格子点位置の気象データを演算する。
【００４７】
なお、上述した気体状況予測方法により求めた風速場データを利用して、物質の拡散状況を予測する拡散状況予測システムは、火山が爆発したときに発生する噴煙の拡散状況や、タンカーが座礁して漏洩油から蒸発した揮発性ガスの拡散状況を予測する場合にも利用することができる。
【００４８】
更に、この拡散状況予測システムは、事象（例えば核物質の外部放出事故）が発生してから直ちに演算をして予測する場合のみならず、事象発生後に事後的に状況を解析するために、拡散状況を予測する場合にも利用することができる。例えば核物質の外部放出事故が発生した場合には、数日経過しても現場に立ち入ることはできないが、このシステムを利用して拡散状況を予測し、この予測した拡散状況を基に適切な対策をとることができる。
【００４９】
【発明が解決しようとする課題】
ところで、従来の気体状況予測方法では、演算時間を短縮するため、複数のＣＰＵを結合した並列計算機を用い、計算領域をＣＰＵの個数と同じ数の領域に分割して、各ＣＰＵで各分割領域毎の計算をして、各時刻（ｔｉ）毎に変数（ｖｉ）を差分解として出力している。しかし、ＣＰＵの数を増加すると、各分割領域間でのデータ転送時間が増加するため、全体の計算時間は、ＣＰＵの数に応じて（反比例して）減少するわけではなかった。つまり、例えばＣＰＵを４台にしても、全体の計算時間は、ＣＰＵが１台のときの時間の１／４になるわけではなく、データ転送時間等の時間が必要となり、全体の計算時間は、ＣＰＵが１台のときの時間の１／４よりも長くなってしまう。
【００５０】
本発明は、上記従来技術に鑑み、演算装置（ＣＰＵ）の個数の増加に応じて計算時間を短縮することができると共に、複数の演算装置により求めた気体状況データの連続性を確保して正確な気体状況を求めることができる気体状況予測方法を提供することを目的とする。
【００５１】
【課題を解決するための手段】
上記目的を達成する本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかで予め設定した特定領域内の親格子点位置の気象観測データから初期条件と境界条件とを求め、求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより、特定領域内の子格子点位置の気象データを求める気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする。
【００５２】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする。
この場合、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。
【００５３】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
最大面積の拡大領域の演算においては、演算開始から所定時間先までの演算期間を通して演算を進め、
最大面積より小さい面積の拡大領域及び特定領域の演算においては、演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする。
この場合、最大面積の拡大領域の演算において、演算開始から所定時間先までの演算期間を通して演算を進める際に、この拡大領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進め、
また最大面積より小さい面積の拡大領域及び特定領域の演算において、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、最大面積より小さい面積の拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。
【００５４】
【発明の実施の形態】
以下に本発明の実施の形態を図面に基づき詳細に説明する。
【００５５】
＜第１の実施の形態＞
第１の実施の形態では、気象観測データ（例えば気象ＧＰＶデータ）から、子格子点位置の気象データを求めるため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式（前述した（１）〜（６）の式）を、複数の演算装置を備えた並列計算機により演算する場合において、演算期間を分割し、分割した各分割演算期間の演算を複数の演算装置により振り分けて同時並行して進めるものである。
【００５６】
図１に示すように、並列計算機１１には４台の演算装置（ＣＰＵ）♯１〜♯４が備えられている。計算領域には、相互の離間距離が２Ｋｍとなっている親格子点位置と、相互の離間距離が５０ｍとなっている子格子点位置が設定されている。また、ここでは、演算開始時点から１２時間先までの演算期間（ｔ＝０〜１２時間先）において、１０分間隔毎（一定時間刻み毎）の子格子点位置の気象データを演算する。
【００５７】
この並列計算機１１では、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、計算領域の境界条件を求める。また、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、演算開始時点，演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件を求める。ここでの境界条件，初期条件の演算手法は、従来技術で示したものと同様である。
【００５８】
更に演算期間（１２時間）を、４分割する。そして、ＲＡＭＳコードで示されている風速場解析の基本方程式（前述した（１）〜（６）の式）の演算を、４台のＣＰＵ♯１〜♯４により行う演算期間を、下記▲１▼〜▲４▼のように振り分け、４台のＣＰＵ♯１〜♯４の演算を同時並行して行なう。
▲１▼演算開始時点から３時間先までの第１の分割演算期間における演算は、第１のＣＰＵ♯１で行い、第１の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
▲２▼演算開始時点から３時間先の時点と、演算開始時点から６時間先の時点との間の第２の分割演算期間における演算は、第２のＣＰＵ♯２で行い、第２の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
▲３▼演算開始時点から６時間先の時点と、演算開始時点から９時間先の時点との間の第３の分割演算期間における演算は、第３のＣＰＵ♯３で行い、第３の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
▲４▼演算開始時点から９時間先の時点と、演算開始時点から１２時間先の時点との間の第４の分割演算期間における演算は、第４のＣＰＵ♯４で行い、第４の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
【００５９】
即ち、ＣＰＵ♯１には、演算開始時点の初期条件と、演算開始時点から３時間先までの第１の分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力する。
【００６０】
同様に、ＣＰＵ♯２，♯３，♯４には、それぞれ演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件と、第２〜第４の各分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、変数（ｖｉ）を差分解（つまり、第２〜第４の各分割演算期間における１０分時間刻み毎の各子格子点位置の気象データ）として出力する。
【００６１】
そして、各ＣＰＵ♯１〜♯４により得られた気象データを、結合して演算開始時点から１２時間先までの１２時間分の演算期間における、１０分時間刻み毎の各子格子点位置の気象データを求めることができる。
【００６２】
このように、演算期間をＣＰＵの設置台数に応じて４分割し、４分割した各分割演算期間の演算を複数のＣＰＵ♯１〜♯４に振り分けて同時並行して進めるため、１台のＣＰＵにより演算する時間に比べて、演算時間を１／４にすることができる。
【００６３】
勿論、ＣＰＵの設置台数を多くして、演算期間の分割数を多くすればするほど、演算時間が短くなる。例えばＣＰＵの設置台数をＭ台とし、演算期間の分割数をＭとして並列演算すれば、演算時間が１／Ｍとなる。
なお気象観測データとしては、気象ＧＰＶデータの他に、ＡＭＥＤＡＳ等の他の気象観測データを採用することもできる。また、親格子点位置の相互の離間距離や、子格子点位置の相互の離間距離も、他の値に設定することができる。更に、大気現象を解析する偏微分方程式としは、ＲＡＭＳコードで示されている風速場解析の基本方程式の他に、他の偏微分方程式を採用することもできる。かかる事情は、他の実施の形態でも同様である。
【００６４】
＜第２の実施の形態＞
第２の実施の形態は、第１の実施の形態を発展させたものであり、各ＣＰＵ♯１〜♯４の計算に多段ネスティング法を採用したものである。そして、気象観測データ（例えば気象ＧＰＶデータ）から、多段ネスティング法により設定した各領域の子格子点位置の気象データを求めるため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式（前述した（１）〜（６）の式）を、複数の演算装置を備えた並列計算機により演算する場合において、演算時間を分割し、分割した各分割演算時間の演算を複数の演算装置により振り分けて同時並行して進めるものである。
【００６５】
第２の実施の形態では、図２に示すように、計算領域として、最大の面積となっている拡大領域である大領域（例えば本州の中央部）Ｒ１と、大領域Ｒ１よりも狭い面積となっている拡大面積である中領域（例えば東京地区）Ｒ２と、特定領域である小領域（例えば東京湾近隣地区）Ｒ３を設定する。領域Ｒ３は、領域Ｒ２の内部に含まれ、領域Ｒ２は領域Ｒ１の内部に含まれるように、面積が段階的に広がっている。
【００６６】
この第２の実施の形態では、図３に示すように、並列計算機１１には４台の演算装置（ＣＰＵ）♯１〜♯４が備えられている。そして、大領域Ｒ１には、離間距離が例えば４Ｋｍの親格子点位置と、離間距離が例えば８００ｍの子格子点位置を設定し、中領域Ｒ２には、離間距離が例えば２Ｋｍの親格子点位置と、離間距離が例えば４００ｍの子格子点位置を設定し、最終的に緻密な気象データを求める小領域Ｒ３には、離間距離が例えば２Ｋｍの親格子点位置と、離間距離が例えば５０ｍの子格子点位置を設定している。また、ここでは、演算開始時点から１２時間先までの演算期間（ｔ＝０〜１２時間先）において、１０分間隔毎（一定時間刻み毎）の子格子点位置の気象データを演算する。
【００６７】
この並列計算機１１では、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、領域Ｒ１，Ｒ２，Ｒ３の境界条件を求める。また、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、領域Ｒ１，Ｒ２，Ｒ３における演算開始時点，演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件を求める。
【００６８】
更に演算期間（１２時間）を、４分割する。そして、多段ネスティング法にて設定した各領域Ｒ１，Ｒ２，Ｒ３内のデータ演算を、４台のＣＰＵ♯１〜♯４により行う演算期間を、下記▲１▼〜▲４▼のように振り分け、４台のＣＰＵ♯１〜♯４の演算を同時並行して行なう。
【００６９】
▲１▼演算開始時点から３時間先までの第１の分割演算期間における演算は、第１のＣＰＵ♯１で行い、第１の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第１の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第１の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７０】
▲２▼演算開始時点から３時間先の時点と、演算開始時点から６時間先の時点との間の第２の分割演算期間における演算は、第２のＣＰＵ♯２で行い、第２の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第２の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第２の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７１】
▲３▼演算開始時点から６時間先の時点と、演算開始時点から９時間先の時点との間の第３の分割演算期間における演算は、第３のＣＰＵ♯３で行い、第３の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第３の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第３の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７２】
▲４▼演算開始時点から９時間先の時点と、演算開始時点から１２時間先の時点との間の第４の分割演算期間における演算は、第４のＣＰＵ♯４で行い、第４の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第４の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第４の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７３】
即ち、ＣＰＵ♯１には、各領域Ｒ１，Ｒ２，Ｒ３における演算開始時点の初期条件と、演算開始時点から３時間先までの第１の分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、大領域Ｒ１でのデータ演算をするため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力、その後に、同様にして、中領域Ｒ２でのデータを差分解演算して、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力し、最後に小領域Ｒ１でのデータを差分解演算して、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力する。
【００７４】
同様に、ＣＰＵ♯２，♯３，♯４には、それぞれ演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件と、第２〜第４の各分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、領域Ｒ１，Ｒ２，Ｒ３のデータに対して順次演算をするため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、領域Ｒ１，Ｒ２，Ｒ３毎に、変数（ｖｉ）を差分解（つまり、第２〜第４の各分割演算期間における１０分時間刻み毎の各子格子点位置の気象データ）として順次出力する。
【００７５】
そして、各ＣＰＵ♯１〜♯４により得られた気象データを、結合して演算開始時点から１２時間先までの１２時間分の演算期間における、１０分時間刻み毎の各子格子点位置の気象データを求めることができる。
【００７６】
このように、多段ネスティング法を採用したため、正確な気象データを短時間で得ることができる。
しかも、演算期間をＣＰＵの設置台数に応じて４分割し、４分割した各分割演算期間の演算を複数のＣＰＵ♯１〜♯４に振り分けて同時並行して進めるため、演算時間を更に短縮することができる。
【００７７】
＜第３の実施の形態＞
第３の実施の形態は、第２の実施の形態を発展させたものであり、演算期間を分割し、分割した演算期間において多段ネスティング法を適用した場合において、多段ネスティング法にて設定した領域Ｒ１，Ｒ２，Ｒ３を更に分割し、分割した領域の計算を複数のＣＰＵにて同時並行して行うようにしたものである。
【００７８】
この第３の実施の形態における演算手法自体は、第２の実施の形態と同様であるため、第３の実施の形態において特徴的な部分のみを説明する。
【００７９】
図４に示すように、第３の実施の形態では、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用している。そして、多段ネスティング法で設定した大領域Ｒ１を領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分割し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−３，Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，Ｒ３−２，Ｒ３−３，Ｒ３−４に４分割している。
【００８０】
第１グループのＣＰＵ♯１〜♯４は、第１の分割期間（演算開始時点から３時間先まで）の演算を担当し、
第２グループのＣＰＵ♯５〜♯８は、第２の分割期間（演算開始時点から３時間先の時点から、演算開始から６時間先までの時点の期間）の演算を担当し、
第３グループのＣＰＵ♯９〜♯１２は、第３の分割期間（演算開始時点から６時間先の時点から、演算開始から９時間先までの時点の期間）の演算を担当し、
第４グループのＣＰＵ♯１３〜♯１６は、第４の分割期間（演算開始時点から９時間先の時点から、演算開始から１２時間先までの時点の期間）の演算を担当する。
勿論、第１〜第４の分割期間の演算は、第１グループ〜第４グループのＣＰＵによって、同時並行して行われる。
【００８１】
しかも、第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、大領域Ｒ１の演算をするときには、領域Ｒ１−１の演算はＣＰＵ♯１が行い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、領域Ｒ１−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００８２】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、中領域Ｒ２の演算をするときには、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００８３】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、小領域Ｒ３の演算をするときには、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００８４】
同様に、第２〜第４のグループのＣＰＵも、第２〜第４の各分割期間において、大領域Ｒ１，中領域Ｒ２，小領域Ｒ３を演算する際に、各領域を空間的に分割した領域を、４台のＣＰＵにより同時並行して演算することより、演算時間を１／４に短縮している。
【００８５】
＜第４の実施の形態＞
第４の実施の形態は、図５及び図６に示すように、大領域Ｒ１を演算する場合には、第１のＣＰＵ♯１により演算期間（０〜１２時間先）の全てを連続して演算を行い、中領域Ｒ２，小領域Ｒ３の演算をする場合には、演算期間を分割する。そして、中領域Ｒ２の、第１の分割期間（０〜３時間先）の演算は第１のＣＰＵ♯１にて行い、第２の分割期間（３〜６時間先）の演算は第２のＣＰＵ♯２にて行い、第３の分割期間（６〜９時間先）の演算は第３のＣＰＵ♯３にて行い、第４の分割期間（９〜１２時間先）の演算は第４のＣＰＵ♯１にて行う。これに続いて、小領域Ｒ３の、第１の分割期間（０〜３時間先）の演算は第１のＣＰＵ♯１にて行い、第２の分割期間（３〜６時間先）の演算は第２のＣＰＵ♯２にて行い、第３の分割期間（６〜９時間先）の演算は第３のＣＰＵ♯３にて行い、第４の分割期間（９〜１２時間先）の演算は第４のＣＰＵ♯１にて行う。
【００８６】
なお、演算手法自体は、第２の実施の形態と同様であるので、省略する。
【００８７】
このように、第４の実施の形態では、大領域Ｒ１の全演算期間（０〜１２時間先）の演算を第１のＣＰＵ♯１のみで連続して行い、この大領域Ｒ１の計算結果を初期値として、中領域Ｒ２，小領域Ｒ３の演算を、時間分割と多段ネスティング法により演算している。このように、大領域Ｒ１の全演算期間（０〜１２時間先）の演算を第１のＣＰＵ♯１のみで連続して行い、この大領域Ｒ１の計算結果を初期値としているため、中領域Ｒ１，小領域Ｒ２にて時間分割して演算をしていても、時間の分割時点におけるデータが連続的となり、正確に気象データの演算を行うことができる。
【００８８】
＜第５の実施の形態＞
第５の実施の形態は、第４の実施の形態を発展させたものであり、多段ネスティング法にて設定した領域Ｒ１，Ｒ２，Ｒ３を更に分割し、分割した領域の計算を複数のＣＰＵにて同時並行して行うようにしたものである。
【００８９】
図７に示すように、第７の実施の形態では、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用している。そして、多段ネスティング法で設定し大領域Ｒ１を領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分割し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−３，Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，Ｒ３−２，Ｒ３−３，Ｒ３−４に４分割している。
【００９０】
第１グループのＣＰＵ♯１〜♯４は、領域Ｒ１における全演算期間（０〜１２時間先）までの演算と、領域Ｒ２，Ｒ３における第１の分割期間（演算開始時点から３時間先まで）の演算を担当し、
第２グループのＣＰＵ♯５〜♯８は、領域Ｒ２，Ｒ３における第２の分割期間（演算開始時点から３時間先の時点から、演算開始から６時間先までの時点の期間）の演算を担当し、
第３グループのＣＰＵ♯９〜♯１２は、領域Ｒ２，Ｒ３における第３の分割期間（演算開始時点から６時間先の時点から、演算開始から９時間先までの時点の期間）の演算を担当し、
第４グループのＣＰＵ♯１３〜♯１６は、領域Ｒ２，Ｒ３における第４の分割期間（演算開始時点から９時間先の時点から、演算開始から１２時間先までの時点の期間）の演算を担当する。
勿論、領域Ｒ１の演算が終了した後は、領域Ｒ２，Ｒ３の第１〜第４の分割期間の演算は、第１グループ〜第４グループのＣＰＵによって、同時並行して行われる。
【００９１】
しかも、第１グループのＣＰＵ♯１〜♯４が、全演算期間（０〜１２時間先）において、大領域Ｒ１の演算をするときには、領域Ｒ１−１の演算はＣＰＵ♯１が行い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、領域Ｒ１−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００９２】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、中領域Ｒ２の演算をするときには、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００９３】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、小領域Ｒ３の演算をするときには、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００９４】
同様に、第２〜第４のグループのＣＰＵも、第２〜第４の各分割期間において中領域Ｒ２，小領域Ｒ３を演算する際に、各領域を空間的に分割した領域を、４台のＣＰＵにより同時並行して演算することより、演算時間が１／４になる。
【００９５】
【発明の効果】
以上実施の形態と共に具体的に説明したように、本発明の気体状況予測方法では、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかで予め設定した特定領域内の親格子点位置の気象観測データから初期条件と境界条件とを求め、求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより、特定領域内の子格子点位置の気象データを求める気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めるようにした。
このため、演算時間は、演算期間の分割数に応じて、即ち分割数に反比例して減少させることができる。このため、並列計算機の演算装置の設置台数を多くすればするほど、演算時間の短縮ができる。
【００９６】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めるようにした。
このように、いわゆる多段ネスティング法を採用しつつ、演算期間を分割し、分割演算期間を複数の演算装置により同時並行して演算するため、演算時間は、演算期間の分割数に応じて、即ち、分割数に反比例して減少させることができると共に、正確な演算ができる。このため、並列計算機の演算装置の設置台数を多くすればするほど、演算時間の短縮ができると共に演算精度が向上する。
【００９７】
この場合、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。このようにすることにより、更なる演算時間の短縮化が実現できる。
【００９８】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
最大面積の拡大領域の演算においては、演算開始から所定時間先までの演算期間を通して演算を進め、
最大面積より小さい面積の拡大領域及び特定領域の演算においては、演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めるようにした。
このため、分割演算期間の分割時点におけるデータが連続となり、正確に気象データの演算ができる。
【００９９】
この場合、最大面積の拡大領域の演算において、演算開始から所定時間先までの演算期間を通して演算を進める際に、この拡大領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進め、
また最大面積より小さい面積の拡大領域及び特定領域の演算において、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、最大面積より小さい面積の拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。
このようにすることにより、分割演算期間の分割時点におけるデータが連続となり、正確に気象データの演算ができ、更に、演算時間の短縮化が実現できる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態を実現する並列計算機を示すシステム構成図である。
【図２】本発明の第２の実施の形態における領域を示す説明図である。
【図３】本発明の第２の実施の形態を実現する並列計算機を示すシステム構成図である。
【図４】本発明の第３の実施の形態における演算手法を示す説明図である。
【図５】本発明の第４の実施の形態を実現する並列計算機を示すシステム構成図である。
【図６】本発明の第４の実施の形態における演算手法を示す説明図である。
【図７】本発明の第５の実施の形態における演算手法を示す説明図である。
【図８】小領域における親格子点位置及び子格子点位置の配列状態を示す説明図である。
【図９】気象データの配信と演算との時間関係を示す説明図である。
【図１０】従来の演算手法を実現す計算機を示すシステム構成図である。
【図１１】大領域，中領域，小領域を示す説明図である。
【図１２】大領域における親格子点位置及び子格子点位置の配列状態を示す説明図である。
【図１３】中領域における親格子点位置及び子格子点位置の配列状態を示す説明図である。
【図１４】多段ネスティング法において領域分割して演算する手法を示す説明図である。
【符号の説明】
１１ 並列計算機
Ｒ１，Ａ１ 大領域
Ｒ２，Ａ２ 中領域
Ｒ３，Ａ３ 小領域
【発明の属する技術分野】
本発明は、気体状況予測方法に関し、空間的にも時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を短時間で正確に求めることができるようにしたものである。本発明により求めた気体状況（風速場データ）を利用して、拡散源から放出された拡散物質の拡散状況（拡散範囲，拡散濃度）を演算により予測することができる。
【０００２】
【従来の技術】
核物質を扱う施設から、事故により放射性物質が外部に放出された場合には、放射性物質の拡散範囲や各地点での放射性物質の濃度を予測し、放射性物質による危険を受ける恐れがある地域を予測する拡散状況予測システムが開発されつつある。
【０００３】
この拡散状況予測システムにおいては、まず、気体状況を演算により予測し、この気体状況を基に拡散状況を予測している。
更に詳述すると、放射性物質の拡散状況を調べるには、まず、気象ＧＰＶ（Grid 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（例えば核物質の外部放出）時点から所定時間先の時点まで、一定時間刻み毎（例えば１０分毎）の時点における、多数の評価地点（格子点位置）の風向・風速を演算により求める。つまり、一定時間刻み毎の風速場データをを表す気体状況を求める。
次に、放出された拡散物質の濃度や性状ならびに前記風速場データを、物質の拡散状態を演算する拡散方程式に代入することにより、各時間刻み毎の各格子点位置における拡散物質の濃度を演算する。
このようにして、放出された放射性物質の拡散範囲や各地点での放射性物質の濃度を予測することができる。
【０００４】
気象観測データ、例えば気象ＧＰＶデータは、気象業務支援センターから１２時間ごとに配信される。この気象ＧＰＶデータは、地球の表面を南北方向に沿い伸びると共に東西方向の相互の離間距離が規定距離（２Ｋｍ）となっている複数の緯度仮想線と、地球の表面を東西方向に沿い伸びると共に南北方向の相互の離間距離が規定距離（２Ｋｍ）となっている複数の経度仮想線とが交差する地点（これを「親格子点位置」と称する）における、複数の標高（地表から上空１０Ｋｍまでの間の２０ポイントの標高）の気象データ（風速ベクトル（風向，風速），気圧，温度，水分量）を示すものである。しかも、気象ＧＰＶデータは、各親格子点位置の気象データとして、配信時点，配信時点から３時間先、６時間先，９時間先，というように３時間間隔の５１時間分のデータが一括して配信される。
【０００５】
上述した気象ＧＰＶデータの親格子点位置の気象データは、空間的には親格子点位置の相互間距離が２Ｋｍと広く、しかも、時間的には３時間間隔と長いため、この親格子点位置の気象データにより示される気体状況（風向，風速）データのみでは、拡散物質の拡散濃度を演算することはできない。
【０００６】
このため、空間的に粗く、且つ、時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を、大気現象を解析する偏微分方程式を演算することにより求める必要がある。
【０００７】
ここで、大気現象を解析する偏微分方程式を演算することにより、空間的に粗く、且つ、時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を求める従来の気体状況予測方法を説明する。
【０００８】
従来技術では、図８に示すように、計算すべき計算領域（地球の表面のなかで予め設定した特定領域）に設定された親格子点位置（図中で○で示す位置）の間に、子格子点位置（図中で□及び■で示す）を設定する。親格子点位置は、前述したように、地球の表面を南北方向に沿い伸びると共に東西方向の相互の離間距離が２Ｋｍとなっている複数の緯度仮想線と、地球の表面を東西方向に沿い伸びると共に南北方向の相互の離間距離が２Ｋｍとなっている複数の経度仮想線とが交差する地点に配置されている。
【０００９】
一方、子格子点位置は、地球の表面を南北方向に沿い伸びると共に東西方向の相互の離間距離が一定距離（５０ｍ）となっている複数の緯度仮想線と、地球の表面を東西方向に沿い伸びると共に南北方向の相互の離間距離が一定距離（５０ｍ）となっている複数の経度仮想線とが交差する地点に配置されている。
【００１０】
なお、図８では４つの親格子点位置のみを示しているが、この親格子点位置は計算領域の全ての領域に亘って分布配置するように設定している。また、図８では、４つの親格子点位置で囲まれる領域にのみ子格子点位置を示しているが、この子格子点位置は計算領域の全ての領域に亘って分布配置するように設定している。
【００１１】
ここでは一例として、図９に示すように、気象ＧＰＶデータが配信された時点から１０分後に演算を開始した場合について説明する。
【００１２】
〔１〕演算開始時点の気象データの演算は次のようにして行う。
【００１３】
〔１−１〕親格子点位置Ｉの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置Ｉの気象ＧＰＶデータと、演算開始時点から２時間５０分先（気象ＧＰＶデータの配信から３時間先）における親格子点位置Ｉの気象ＧＰＶデータとを、時間内挿補間演算をすることにより求めている。時間内挿補間演算とは、配信時点の気象ＧＰＶデータと配信から３時間先の気象ＧＰＶデータを基に、時間的に中間（配信から１時間３０分先）のデータは両気象ＧＰＶデータの平均値とし、時間的に配信時に近づくほど配信時の気象ＧＰＶデータ値に近くなり、時間的に３時間先に近づくほど３時間先の気象ＧＰＶデータ値に近づくように時間に応じてデータを求める手法である。
同様に、親格子点位置IIの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置IIの気象ＧＰＶデータと、演算開始時点から２時間５０分先（配信から３時間先）における親格子点位置IIの気象ＧＰＶデータとを、時間内挿補間演算をすることにより求めている。
親格子点位置III,IVの気象データも同様に、時間内挿補間演算により求めている。
【００１４】
〔１−２〕子格子点位置（図８では□と■で示している位置）の気象データは、親格子点位置の気象ＧＰＶデータを、空間内挿補間演算をすることにより求めている。例えば、子格子点位置ａの気象データは、親格子点位置Ｉの気象ＧＰＶデータと親格子点位置IIの気象ＧＰＶデータを空間内挿補間演算することにより求めている。空間内挿補間演算とは、親格子点位置Ｉの気象ＧＰＶデータと親格子点位置IIの気象ＧＰＶデータを基に、空間的に中間（親格子点位置から１Ｋｍ離れた位置）のデータは両気象ＧＰＶデータの平均値とし、空間的に親格子点位置Ｉに近づくほど親格子点位置Ｉの気象ＧＰＶデータ値に近くなり、空間的に親格子点位置IIに近づくほど親格子点位置IIの気象ＧＰＶデータ値に近づくように空間距離に応じて気象データを求める手法である。
他の子格子点位置（図８では□と■で示している位置）の気象データも、親格子点位置I,II,III,IV の気象データを空間内挿補間演算をすることにより求めている。
【００１５】
〔２〕演算開始から１０分先の気象データの演算は次のようにして行う。
【００１６】
〔２−１〕演算開始から１０分先の親格子点位置Ｉ,II,III,IVの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演算開始時点から２時間５０分先（配信から３時間先）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータとを、時間内挿補間演算することにより求める。
【００１７】
〔２−２〕演算開始から１０分先の子格子点位置のうち、図中で□で示すもの、即ち、親格子点位置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演算により求めた演算開始から１０分先の親格子点位置Ｉ,II,III,IVの気象データを、空間内挿補間演算することにより求めている。
【００１８】
〔２−３〕演算開始から１０分先の子格子点位置のうち、図中で■で示すもの、即ち、親格子点位置及び、図中で□で示す子格子点位置により囲まれた範囲内に位置する子格子点位置の気象データは、大気現象を解析する偏微分方程式を差分解析演算することにより求める。大気現象を解析する偏微分方程式としては、コロラド州立大学とMission Research社で開発されたＲＡＭＳ（Regional Atmospheric Modeling System）コードで示されている、風速場解析の基本方程式を用いることができる。
【００１９】
このＲＡＭＳコードで示されている風速場解析の基本方程式は、運動方程式，熱エネルギ方程式，水分の拡散方程式及び連続の式からなり、次のような式（１）〜（６）で表される。
【００２０】
【数１】
例えば、演算開始から１０分先の子格子点位置αの気象データは、演算開始時点での子格子点位置αの気象データを初期条件値とし、演算開始から１０分先における親格子点位置及び図中で□で示す子格子点位置の気象データを境界条件値として取り込んで、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求める。図中で■で示す他の子格子点位置も同様にして、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求められる。
【００２２】
〔３〕演算開始から２０分先の気象データの演算は、演算開始から１０分先の気象データの演算と同様にして行う。
【００２３】
〔３−１〕即ち、演算開始から２０分先の親格子点位置Ｉ,II,III,IVの気象データは、演算開始時点から１０分前（気象ＧＰＶデータの配信時点）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータと、演算開始時点から２時間５０分先（配信から３時間先）における親格子点位置Ｉ,II,III,IVの気象ＧＰＶデータとを、時間内挿補間演算することにより求める。
【００２４】
〔３−２〕演算開始から２０分先の子格子点位置のうち、図中で□で示すもの、即ち、親格子点位置Ｉ,II,III,IVに挟まれているものは、時間内挿補間演算により求めた演算開始から２０分先の親格子点位置Ｉ,II,III,IVの気象データを、空間内挿補間演算することにより求めている。
【００２５】
〔３−３〕演算開始から２０分先の子格子点位置のうち、図中で■で示すもの、即ち、親格子点位置及び、図中で□で示す子格子点位置により囲まれた範囲内に位置する子格子点位置の気象データは、大気現象を解析する偏微分方程式を差分解析演算することにより求める。大気現象を解析する偏微分方程式としては、コロラド州立大学とMission Research社で開発されたＲＡＭＳ（Regional Atmospheric Modeling System）コードで示されている、風速場解析の基本方程式を用いることができる。
【００２６】
例えば、演算開始から２０分先の子格子点位置αの気象データは、演算開始時点での子格子点位置αの気象データを初期条件値とし、演算開始から２０分先における親格子点位置及び図中で□で示す子格子点位置の気象データを境界条件値として取り込んで、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求める。図中で■で示す他の子格子点位置も同様にして、ＲＡＭＳコードで示されている風速場解析の基本方程式（１）〜（６）を差分解演算して差分解として求められる。
【００２７】
〔４〕以降、同様にして演算開始から３０分先，４０分先，５０分先と、１０分間の時間刻み毎の気象データを、演算開始から１２時間先まで求める。
【００２８】
このようにして演算開始から１０分刻み毎における、各親格子点位置における複数の標高の気象データと、各子格子点位置における複数の標高の気象データが求められたら、物質の拡散状態を演算する拡散方程式（７）に、１０分刻み毎の各親格子点位置及び各子格子点位置の気象データ（風向，風速）を、次々に代入して、拡散範囲や拡散濃度を演算して予測することができる。
【００２９】
【数２】
前述したＲＡＭＳコードで示されている風速場解析の基本方程式などの大気現象を解析する偏微分方程式を、コンピュータを用いて差分解析演算することにより、図８において■で示す子格子点位置の気象データを求める計算システムを、力学系のシステムとして表現すると、図１０のようになる。
【００３１】
この計算システムでは、図１０に示すように、初期条件が与えられた時点（ｔ＝ｔ０）から、時間（ｔ）と共に変化する境界条件の基で、偏微分方程式を微小な時間刻み（δｔ）づつ進めながら非定常的に差分計算し、各時刻（ｔｉ＝ｔ０＋ｎ×δｔ ：ｎ＝０〜Ｎ）の変数（ｖｉ：風向，風速，気温，水分量）を数値解として出力する。
【００３２】
更に具体的に説明すると、図１０では、初期条件入力系であるブロックＢ１から、計算系であるブロックＢ２に初期条件が入力される。図９の例では、気象ＧＰＶデータが配信されてから１０分後に演算が開始されているので、この演算開始時点における初期条件（親格子点位置及び子格子点位置の気象データ）が計算系に入力される。なお、初期条件（演算開始時点における親格子点位置及び子格子点位置の気象データ）は、前述したように、気象ＧＰＶデータを時間内挿補間演算，空間内挿補間演算をすることにより求めている。
タイマ系であるブロックＢ３は、計算系であるブロックＢ２による１演算時間刻みでの演算が終わると、演算時刻を１演算時間刻み（図８，図９の例では１０分間）進める。
【００３３】
境界条件入力系であるブロックＢ４は、一定時間刻み毎（図８，図９の例では１０分間隔毎）の境界条件（親格子点位置および図８で□で示す子格子点位置の気象データ）を、計算系Ｂ２に入力する。なお、境界条件（親格子点位置および図８で□で示す子格子点位置の気象データ）は、前述したように、気象ＧＰＶデータを時間内挿補間演算，空間内挿補間演算をすることにより求めている。
【００３４】
大気条件を解析する偏微分方程式（ＲＡＭＳコードで示されている風速場解析の基本方程式）の数値解析は、初期条件と境界条件が決まれば一義的に決定されるので、計算系であるブロックＢ２は、初期条件と境界条件を取り込んで各子格子点位置（図８で■で示す子格子点位置）毎に差分解析をして、出力系Ｂ５に、各子格子点位置（図８で■で示す子格子点位置）の気象データである差分解を出力する。
【００３５】
ところで、広い計算領域（例えば図１１の大領域Ａ１）の全てに、離間距離を短い状態にして（例えば５０ｍにして）子格子点位置を配置し、この全ての子格子点位置の気象データを１台のコンピュータで演算処理すると、極めて長い時間がかかる。そこで、計算時間を短縮する方法として、次に述べる多重ネスティング法（多重格子法）が採用されている。なお、緻密な気象データが必要な領域は、例えば図１１の小領域Ａ３のみであるが、気象現象は、必要な小領域Ａ３の周りの領域の状況によって変化するので、小領域Ａ３よりも広い大領域Ａ１を設定して大領域Ａ１の全ての格子点位置の気象データを求め、拡散状態を演算する拡散方程式の演算には、大領域Ａ１の中から小領域Ａ３の格子点位置の気象データ（風速場データ）のみを用いて演算をしている。
【００３６】
多重ネスティング法では、図１１に示すように、計算領域として、大領域（例えば本州の中央部）Ａ１と、中領域（例えば東京地区）Ａ２と、小領域（例えば東京湾近隣地区）Ａ３を設定する。緻密な気象データが必要な領域は、小領域Ａ３であるが、気象現象は、必要な領域の周りの領域の状況によって変化するので、小領域Ａ３よりも広い、中領域Ａ２，大領域Ａ１を設定している。
【００３７】
そして、大領域Ａ１には、図１２に示すように、離間距離が例えば４Ｋｍの親格子点位置（図中に○で示す）と、離間距離が例えば８００ｍの子格子点位置（図中に□で示す）を設定する。
中領域Ａ２には、図１３に示すように、離間距離が例えば２Ｋｍの親格子点位置（図中に○で示す）と、離間距離が例えば４００ｍの子格子点位置（図中に□で示す）を設定する。
最終的に緻密な気象データを求める小領域Ａ３には、図８に示すように、離間距離が例えば２Ｋｍの親格子点位置（図中に○で示す）と、離間距離が例えば５０ｍの子格子点位置（図中に□と■で示す）を設定する。
【００３８】
そして図１０に示す計算システムにより、まず、大領域Ａ１に設定した、離間距離が４Ｋｍの親格子点位置と、離間距離が８００ｍの子格子点位置の気象データを演算する。
【００３９】
次に、図１０に示す計算システムにより、中領域Ａ２に設定した、離間距離が２Ｋｍの親格子点位置と離間距離が４００ｍの子格子点位置の気象データを演算する。なお、中領域Ａ２に設定した親格子点位置のうち、大領域Ａ１に設定した親格子点位置と同じ位置にあるものは、大領域Ａ１の演算において既に求められているので、その気象データをそのままシフトしてくる。また、離間距離が４００ｍの子格子点位置のうち、大領域Ａ１に設定したものと同じ位置にあるものは、大領域Ａ１の演算において既に求められているので、その気象データをそのままシフトしてくる。
【００４０】
更に、図１０に示す計算システムにより、小領域Ａ３に設定した離間距離が５０ｍの子格子点位置の気象データを演算する。なお、小領域Ａ３に設定した親格子点位置の気象データは、大領域Ａ１及び中領域Ａ２の演算において既に求められているので、その気象データをそのままシフトしてくる。また、離間距離が５０ｍの子格子点位置のうち、大領域Ａ１及び中領域Ａ２に設定したものと同じ位置にあるものは、大領域Ａ１及び中領域Ａ２の演算において既に求められているので、その気象データをそのままシフトしてくる。
【００４１】
このように、最終的に緻密な気象データを求める小領域Ａ３にのみ、離間距離が短い（例えば５０ｍ）の子格子点位置を設定しているので、大領域Ａ１の全面に離間距離が短い（例えば５０ｍ）の子格子点位置を設定して演算する場合に比べて、演算時間が短縮される。
【００４２】
また更に演算時間を短縮するため、多段ネスティング法を採用した場合において、複数の演算装置（ＣＰＵ）を結合した並列計算機により並列演算をすることが行われている。
【００４３】
例えば４台のＣＰＵを用いて並列演算をする場合には、図１４に示すように、大領域Ａ１を４つの分割領域Ａ１−１，Ａ１−２，Ａ１−３，Ａ１−４に分割し、中領域Ａ２を４つの分割領域Ａ２−１，Ａ２−２，Ａ２−３，Ａ２−４に分割し、小領域Ａ３を４つの分割領域Ａ３−１，Ａ３−２，Ａ３−３，Ａ３−４に分割する。
【００４４】
大領域Ａ１に配置された各格子点位置の気象データ（例えば演算開始時点から１２時間先の時点までにおける例えば１０分毎の気象データ）を演算するには、第１のＣＰＵは、分割領域Ａ１−１に配置された各格子点位置の気象データを演算し、第２のＣＰＵは、分割領域Ａ１−２に配置された格子点位置の気象データを演算し、第３のＣＰＵは、分割領域Ａ１−３に配置された格子点位置の気象データを演算し、第４のＣＰＵは、分割領域Ａ１−４に配置された格子点位置の気象データを演算する。
【００４５】
また、大領域Ａ１に対する演算が終了して、中領域Ａ２に配置された各格子点位置の気象データ（例えば演算開始時点から１２時間先の時点までにおける例えば１０分毎の気象データ）を演算するには、第１のＣＰＵは、分割領域Ａ２−１に配置された各格子点位置の気象データを演算し、第２のＣＰＵは、分割領域Ａ２−２に配置された格子点位置の気象データを演算し、第３のＣＰＵは、分割領域Ａ２−３に配置された格子点位置の気象データを演算し、第４のＣＰＵは、分割領域Ａ２−４に配置された格子点位置の気象データを演算する。
【００４６】
更に、中領域Ａ２に対する演算が終了して、小領域Ａ３に配置された各格子点位置の気象データ（例えば演算開始時点から１２時間先の時点までにおける例えば１０分毎の気象データ）を演算するには、第１のＣＰＵは、分割領域Ａ３−１に配置された各格子点位置の気象データを演算し、第２のＣＰＵは、分割領域Ａ３−２に配置された格子点位置の気象データを演算し、第３のＣＰＵは、分割領域Ａ３−３に配置された格子点位置の気象データを演算し、第４のＣＰＵは、分割領域Ａ３−４に配置された格子点位置の気象データを演算する。
【００４７】
なお、上述した気体状況予測方法により求めた風速場データを利用して、物質の拡散状況を予測する拡散状況予測システムは、火山が爆発したときに発生する噴煙の拡散状況や、タンカーが座礁して漏洩油から蒸発した揮発性ガスの拡散状況を予測する場合にも利用することができる。
【００４８】
更に、この拡散状況予測システムは、事象（例えば核物質の外部放出事故）が発生してから直ちに演算をして予測する場合のみならず、事象発生後に事後的に状況を解析するために、拡散状況を予測する場合にも利用することができる。例えば核物質の外部放出事故が発生した場合には、数日経過しても現場に立ち入ることはできないが、このシステムを利用して拡散状況を予測し、この予測した拡散状況を基に適切な対策をとることができる。
【００４９】
【発明が解決しようとする課題】
ところで、従来の気体状況予測方法では、演算時間を短縮するため、複数のＣＰＵを結合した並列計算機を用い、計算領域をＣＰＵの個数と同じ数の領域に分割して、各ＣＰＵで各分割領域毎の計算をして、各時刻（ｔｉ）毎に変数（ｖｉ）を差分解として出力している。しかし、ＣＰＵの数を増加すると、各分割領域間でのデータ転送時間が増加するため、全体の計算時間は、ＣＰＵの数に応じて（反比例して）減少するわけではなかった。つまり、例えばＣＰＵを４台にしても、全体の計算時間は、ＣＰＵが１台のときの時間の１／４になるわけではなく、データ転送時間等の時間が必要となり、全体の計算時間は、ＣＰＵが１台のときの時間の１／４よりも長くなってしまう。
【００５０】
本発明は、上記従来技術に鑑み、演算装置（ＣＰＵ）の個数の増加に応じて計算時間を短縮することができると共に、複数の演算装置により求めた気体状況データの連続性を確保して正確な気体状況を求めることができる気体状況予測方法を提供することを目的とする。
【００５１】
【課題を解決するための手段】
上記目的を達成する本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかで予め設定した特定領域内の親格子点位置の気象観測データから初期条件と境界条件とを求め、求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより、特定領域内の子格子点位置の気象データを求める気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする。
【００５２】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする。
この場合、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。
【００５３】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
最大面積の拡大領域の演算においては、演算開始から所定時間先までの演算期間を通して演算を進め、
最大面積より小さい面積の拡大領域及び特定領域の演算においては、演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする。
この場合、最大面積の拡大領域の演算において、演算開始から所定時間先までの演算期間を通して演算を進める際に、この拡大領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進め、
また最大面積より小さい面積の拡大領域及び特定領域の演算において、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、最大面積より小さい面積の拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。
【００５４】
【発明の実施の形態】
以下に本発明の実施の形態を図面に基づき詳細に説明する。
【００５５】
＜第１の実施の形態＞
第１の実施の形態では、気象観測データ（例えば気象ＧＰＶデータ）から、子格子点位置の気象データを求めるため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式（前述した（１）〜（６）の式）を、複数の演算装置を備えた並列計算機により演算する場合において、演算期間を分割し、分割した各分割演算期間の演算を複数の演算装置により振り分けて同時並行して進めるものである。
【００５６】
図１に示すように、並列計算機１１には４台の演算装置（ＣＰＵ）♯１〜♯４が備えられている。計算領域には、相互の離間距離が２Ｋｍとなっている親格子点位置と、相互の離間距離が５０ｍとなっている子格子点位置が設定されている。また、ここでは、演算開始時点から１２時間先までの演算期間（ｔ＝０〜１２時間先）において、１０分間隔毎（一定時間刻み毎）の子格子点位置の気象データを演算する。
【００５７】
この並列計算機１１では、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、計算領域の境界条件を求める。また、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、演算開始時点，演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件を求める。ここでの境界条件，初期条件の演算手法は、従来技術で示したものと同様である。
【００５８】
更に演算期間（１２時間）を、４分割する。そして、ＲＡＭＳコードで示されている風速場解析の基本方程式（前述した（１）〜（６）の式）の演算を、４台のＣＰＵ♯１〜♯４により行う演算期間を、下記▲１▼〜▲４▼のように振り分け、４台のＣＰＵ♯１〜♯４の演算を同時並行して行なう。
▲１▼演算開始時点から３時間先までの第１の分割演算期間における演算は、第１のＣＰＵ♯１で行い、第１の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
▲２▼演算開始時点から３時間先の時点と、演算開始時点から６時間先の時点との間の第２の分割演算期間における演算は、第２のＣＰＵ♯２で行い、第２の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
▲３▼演算開始時点から６時間先の時点と、演算開始時点から９時間先の時点との間の第３の分割演算期間における演算は、第３のＣＰＵ♯３で行い、第３の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
▲４▼演算開始時点から９時間先の時点と、演算開始時点から１２時間先の時点との間の第４の分割演算期間における演算は、第４のＣＰＵ♯４で行い、第４の演算期間における１０分時間刻み毎の各子格子点位置の気象データを求める。
【００５９】
即ち、ＣＰＵ♯１には、演算開始時点の初期条件と、演算開始時点から３時間先までの第１の分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力する。
【００６０】
同様に、ＣＰＵ♯２，♯３，♯４には、それぞれ演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件と、第２〜第４の各分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、変数（ｖｉ）を差分解（つまり、第２〜第４の各分割演算期間における１０分時間刻み毎の各子格子点位置の気象データ）として出力する。
【００６１】
そして、各ＣＰＵ♯１〜♯４により得られた気象データを、結合して演算開始時点から１２時間先までの１２時間分の演算期間における、１０分時間刻み毎の各子格子点位置の気象データを求めることができる。
【００６２】
このように、演算期間をＣＰＵの設置台数に応じて４分割し、４分割した各分割演算期間の演算を複数のＣＰＵ♯１〜♯４に振り分けて同時並行して進めるため、１台のＣＰＵにより演算する時間に比べて、演算時間を１／４にすることができる。
【００６３】
勿論、ＣＰＵの設置台数を多くして、演算期間の分割数を多くすればするほど、演算時間が短くなる。例えばＣＰＵの設置台数をＭ台とし、演算期間の分割数をＭとして並列演算すれば、演算時間が１／Ｍとなる。
なお気象観測データとしては、気象ＧＰＶデータの他に、ＡＭＥＤＡＳ等の他の気象観測データを採用することもできる。また、親格子点位置の相互の離間距離や、子格子点位置の相互の離間距離も、他の値に設定することができる。更に、大気現象を解析する偏微分方程式としは、ＲＡＭＳコードで示されている風速場解析の基本方程式の他に、他の偏微分方程式を採用することもできる。かかる事情は、他の実施の形態でも同様である。
【００６４】
＜第２の実施の形態＞
第２の実施の形態は、第１の実施の形態を発展させたものであり、各ＣＰＵ♯１〜♯４の計算に多段ネスティング法を採用したものである。そして、気象観測データ（例えば気象ＧＰＶデータ）から、多段ネスティング法により設定した各領域の子格子点位置の気象データを求めるため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式（前述した（１）〜（６）の式）を、複数の演算装置を備えた並列計算機により演算する場合において、演算時間を分割し、分割した各分割演算時間の演算を複数の演算装置により振り分けて同時並行して進めるものである。
【００６５】
第２の実施の形態では、図２に示すように、計算領域として、最大の面積となっている拡大領域である大領域（例えば本州の中央部）Ｒ１と、大領域Ｒ１よりも狭い面積となっている拡大面積である中領域（例えば東京地区）Ｒ２と、特定領域である小領域（例えば東京湾近隣地区）Ｒ３を設定する。領域Ｒ３は、領域Ｒ２の内部に含まれ、領域Ｒ２は領域Ｒ１の内部に含まれるように、面積が段階的に広がっている。
【００６６】
この第２の実施の形態では、図３に示すように、並列計算機１１には４台の演算装置（ＣＰＵ）♯１〜♯４が備えられている。そして、大領域Ｒ１には、離間距離が例えば４Ｋｍの親格子点位置と、離間距離が例えば８００ｍの子格子点位置を設定し、中領域Ｒ２には、離間距離が例えば２Ｋｍの親格子点位置と、離間距離が例えば４００ｍの子格子点位置を設定し、最終的に緻密な気象データを求める小領域Ｒ３には、離間距離が例えば２Ｋｍの親格子点位置と、離間距離が例えば５０ｍの子格子点位置を設定している。また、ここでは、演算開始時点から１２時間先までの演算期間（ｔ＝０〜１２時間先）において、１０分間隔毎（一定時間刻み毎）の子格子点位置の気象データを演算する。
【００６７】
この並列計算機１１では、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、領域Ｒ１，Ｒ２，Ｒ３の境界条件を求める。また、気象ＧＰＶデータを時間内挿補間演算と空間内挿補間演算をすることにより、領域Ｒ１，Ｒ２，Ｒ３における演算開始時点，演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件を求める。
【００６８】
更に演算期間（１２時間）を、４分割する。そして、多段ネスティング法にて設定した各領域Ｒ１，Ｒ２，Ｒ３内のデータ演算を、４台のＣＰＵ♯１〜♯４により行う演算期間を、下記▲１▼〜▲４▼のように振り分け、４台のＣＰＵ♯１〜♯４の演算を同時並行して行なう。
【００６９】
▲１▼演算開始時点から３時間先までの第１の分割演算期間における演算は、第１のＣＰＵ♯１で行い、第１の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第１の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第１の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７０】
▲２▼演算開始時点から３時間先の時点と、演算開始時点から６時間先の時点との間の第２の分割演算期間における演算は、第２のＣＰＵ♯２で行い、第２の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第２の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第２の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７１】
▲３▼演算開始時点から６時間先の時点と、演算開始時点から９時間先の時点との間の第３の分割演算期間における演算は、第３のＣＰＵ♯３で行い、第３の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第３の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第３の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７２】
▲４▼演算開始時点から９時間先の時点と、演算開始時点から１２時間先の時点との間の第４の分割演算期間における演算は、第４のＣＰＵ♯４で行い、第４の演算期間における大領域Ｒ１での１０分時間刻み毎の各子格子点位置の気象データを求めた後に、第４の演算期間における中領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求め、その後に、第４の演算期間における小領域Ｒ２での１０分時間刻み毎の各子格子点位置の気象データを求める。
【００７３】
即ち、ＣＰＵ♯１には、各領域Ｒ１，Ｒ２，Ｒ３における演算開始時点の初期条件と、演算開始時点から３時間先までの第１の分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、大領域Ｒ１でのデータ演算をするため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力、その後に、同様にして、中領域Ｒ２でのデータを差分解演算して、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力し、最後に小領域Ｒ１でのデータを差分解演算して、変数（ｖｉ）を差分解（つまり、１０分時間刻み毎の各子格子点位置の気象データ）として出力する。
【００７４】
同様に、ＣＰＵ♯２，♯３，♯４には、それぞれ演算開始から３時間先、演算開始から６時間先、演算開始から９時間先の各時点における初期条件と、第２〜第４の各分割演算期間における１０分時間刻み毎の境界条件が入力される。そして、領域Ｒ１，Ｒ２，Ｒ３のデータに対して順次演算をするため、大気現象を解析する偏微分方程式であるＲＡＭＳコードで示されている風速場解析の基本方程式が、差分解演算され、領域Ｒ１，Ｒ２，Ｒ３毎に、変数（ｖｉ）を差分解（つまり、第２〜第４の各分割演算期間における１０分時間刻み毎の各子格子点位置の気象データ）として順次出力する。
【００７５】
そして、各ＣＰＵ♯１〜♯４により得られた気象データを、結合して演算開始時点から１２時間先までの１２時間分の演算期間における、１０分時間刻み毎の各子格子点位置の気象データを求めることができる。
【００７６】
このように、多段ネスティング法を採用したため、正確な気象データを短時間で得ることができる。
しかも、演算期間をＣＰＵの設置台数に応じて４分割し、４分割した各分割演算期間の演算を複数のＣＰＵ♯１〜♯４に振り分けて同時並行して進めるため、演算時間を更に短縮することができる。
【００７７】
＜第３の実施の形態＞
第３の実施の形態は、第２の実施の形態を発展させたものであり、演算期間を分割し、分割した演算期間において多段ネスティング法を適用した場合において、多段ネスティング法にて設定した領域Ｒ１，Ｒ２，Ｒ３を更に分割し、分割した領域の計算を複数のＣＰＵにて同時並行して行うようにしたものである。
【００７８】
この第３の実施の形態における演算手法自体は、第２の実施の形態と同様であるため、第３の実施の形態において特徴的な部分のみを説明する。
【００７９】
図４に示すように、第３の実施の形態では、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用している。そして、多段ネスティング法で設定した大領域Ｒ１を領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分割し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−３，Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，Ｒ３−２，Ｒ３−３，Ｒ３−４に４分割している。
【００８０】
第１グループのＣＰＵ♯１〜♯４は、第１の分割期間（演算開始時点から３時間先まで）の演算を担当し、
第２グループのＣＰＵ♯５〜♯８は、第２の分割期間（演算開始時点から３時間先の時点から、演算開始から６時間先までの時点の期間）の演算を担当し、
第３グループのＣＰＵ♯９〜♯１２は、第３の分割期間（演算開始時点から６時間先の時点から、演算開始から９時間先までの時点の期間）の演算を担当し、
第４グループのＣＰＵ♯１３〜♯１６は、第４の分割期間（演算開始時点から９時間先の時点から、演算開始から１２時間先までの時点の期間）の演算を担当する。
勿論、第１〜第４の分割期間の演算は、第１グループ〜第４グループのＣＰＵによって、同時並行して行われる。
【００８１】
しかも、第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、大領域Ｒ１の演算をするときには、領域Ｒ１−１の演算はＣＰＵ♯１が行い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、領域Ｒ１−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００８２】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、中領域Ｒ２の演算をするときには、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００８３】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、小領域Ｒ３の演算をするときには、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００８４】
同様に、第２〜第４のグループのＣＰＵも、第２〜第４の各分割期間において、大領域Ｒ１，中領域Ｒ２，小領域Ｒ３を演算する際に、各領域を空間的に分割した領域を、４台のＣＰＵにより同時並行して演算することより、演算時間を１／４に短縮している。
【００８５】
＜第４の実施の形態＞
第４の実施の形態は、図５及び図６に示すように、大領域Ｒ１を演算する場合には、第１のＣＰＵ♯１により演算期間（０〜１２時間先）の全てを連続して演算を行い、中領域Ｒ２，小領域Ｒ３の演算をする場合には、演算期間を分割する。そして、中領域Ｒ２の、第１の分割期間（０〜３時間先）の演算は第１のＣＰＵ♯１にて行い、第２の分割期間（３〜６時間先）の演算は第２のＣＰＵ♯２にて行い、第３の分割期間（６〜９時間先）の演算は第３のＣＰＵ♯３にて行い、第４の分割期間（９〜１２時間先）の演算は第４のＣＰＵ♯１にて行う。これに続いて、小領域Ｒ３の、第１の分割期間（０〜３時間先）の演算は第１のＣＰＵ♯１にて行い、第２の分割期間（３〜６時間先）の演算は第２のＣＰＵ♯２にて行い、第３の分割期間（６〜９時間先）の演算は第３のＣＰＵ♯３にて行い、第４の分割期間（９〜１２時間先）の演算は第４のＣＰＵ♯１にて行う。
【００８６】
なお、演算手法自体は、第２の実施の形態と同様であるので、省略する。
【００８７】
このように、第４の実施の形態では、大領域Ｒ１の全演算期間（０〜１２時間先）の演算を第１のＣＰＵ♯１のみで連続して行い、この大領域Ｒ１の計算結果を初期値として、中領域Ｒ２，小領域Ｒ３の演算を、時間分割と多段ネスティング法により演算している。このように、大領域Ｒ１の全演算期間（０〜１２時間先）の演算を第１のＣＰＵ♯１のみで連続して行い、この大領域Ｒ１の計算結果を初期値としているため、中領域Ｒ１，小領域Ｒ２にて時間分割して演算をしていても、時間の分割時点におけるデータが連続的となり、正確に気象データの演算を行うことができる。
【００８８】
＜第５の実施の形態＞
第５の実施の形態は、第４の実施の形態を発展させたものであり、多段ネスティング法にて設定した領域Ｒ１，Ｒ２，Ｒ３を更に分割し、分割した領域の計算を複数のＣＰＵにて同時並行して行うようにしたものである。
【００８９】
図７に示すように、第７の実施の形態では、１６台のＣＰＵＣＰＵ♯１〜♯１６を採用している。そして、多段ネスティング法で設定し大領域Ｒ１を領域Ｒ１−１，Ｒ１−２，Ｒ１−３，Ｒ１−４に４分割し、中領域Ｒ２を領域Ｒ２−１，Ｒ２−２，Ｒ２−３，Ｒ２−４に４分割し、小領域Ｒ３を領域Ｒ３−１，Ｒ３−２，Ｒ３−３，Ｒ３−４に４分割している。
【００９０】
第１グループのＣＰＵ♯１〜♯４は、領域Ｒ１における全演算期間（０〜１２時間先）までの演算と、領域Ｒ２，Ｒ３における第１の分割期間（演算開始時点から３時間先まで）の演算を担当し、
第２グループのＣＰＵ♯５〜♯８は、領域Ｒ２，Ｒ３における第２の分割期間（演算開始時点から３時間先の時点から、演算開始から６時間先までの時点の期間）の演算を担当し、
第３グループのＣＰＵ♯９〜♯１２は、領域Ｒ２，Ｒ３における第３の分割期間（演算開始時点から６時間先の時点から、演算開始から９時間先までの時点の期間）の演算を担当し、
第４グループのＣＰＵ♯１３〜♯１６は、領域Ｒ２，Ｒ３における第４の分割期間（演算開始時点から９時間先の時点から、演算開始から１２時間先までの時点の期間）の演算を担当する。
勿論、領域Ｒ１の演算が終了した後は、領域Ｒ２，Ｒ３の第１〜第４の分割期間の演算は、第１グループ〜第４グループのＣＰＵによって、同時並行して行われる。
【００９１】
しかも、第１グループのＣＰＵ♯１〜♯４が、全演算期間（０〜１２時間先）において、大領域Ｒ１の演算をするときには、領域Ｒ１−１の演算はＣＰＵ♯１が行い、領域Ｒ１−２の演算はＣＰＵ♯２が行い、領域Ｒ１−３の演算はＣＰＵ♯３が行い、領域Ｒ１−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００９２】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、中領域Ｒ２の演算をするときには、領域Ｒ２−１の演算はＣＰＵ♯１が行い、領域Ｒ２−２の演算はＣＰＵ♯２が行い、領域Ｒ２−３の演算はＣＰＵ♯３が行い、領域Ｒ２−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００９３】
第１グループのＣＰＵ♯１〜♯４が、第１の分割演算期間において、小領域Ｒ３の演算をするときには、領域Ｒ３−１の演算はＣＰＵ♯１が行い、領域Ｒ３−２の演算はＣＰＵ♯２が行い、領域Ｒ３−３の演算はＣＰＵ♯３が行い、領域Ｒ３−４の演算はＣＰＵ♯４が行う。このように、ＣＰＵ♯１〜♯４が同時並行して演算を行うため、１台のＣＰＵで演算を行う場合に比べて、演算時間が１／４となる。
【００９４】
同様に、第２〜第４のグループのＣＰＵも、第２〜第４の各分割期間において中領域Ｒ２，小領域Ｒ３を演算する際に、各領域を空間的に分割した領域を、４台のＣＰＵにより同時並行して演算することより、演算時間が１／４になる。
【００９５】
【発明の効果】
以上実施の形態と共に具体的に説明したように、本発明の気体状況予測方法では、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかで予め設定した特定領域内の親格子点位置の気象観測データから初期条件と境界条件とを求め、求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより、特定領域内の子格子点位置の気象データを求める気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めるようにした。
このため、演算時間は、演算期間の分割数に応じて、即ち分割数に反比例して減少させることができる。このため、並列計算機の演算装置の設置台数を多くすればするほど、演算時間の短縮ができる。
【００９６】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めるようにした。
このように、いわゆる多段ネスティング法を採用しつつ、演算期間を分割し、分割演算期間を複数の演算装置により同時並行して演算するため、演算時間は、演算期間の分割数に応じて、即ち、分割数に反比例して減少させることができると共に、正確な演算ができる。このため、並列計算機の演算装置の設置台数を多くすればするほど、演算時間の短縮ができると共に演算精度が向上する。
【００９７】
この場合、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。このようにすることにより、更なる演算時間の短縮化が実現できる。
【００９８】
また本発明の気体状況予測方法は、地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
最大面積の拡大領域の演算においては、演算開始から所定時間先までの演算期間を通して演算を進め、
最大面積より小さい面積の拡大領域及び特定領域の演算においては、演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めるようにした。
このため、分割演算期間の分割時点におけるデータが連続となり、正確に気象データの演算ができる。
【００９９】
この場合、最大面積の拡大領域の演算において、演算開始から所定時間先までの演算期間を通して演算を進める際に、この拡大領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進め、
また最大面積より小さい面積の拡大領域及び特定領域の演算において、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、最大面積より小さい面積の拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることもできる。
このようにすることにより、分割演算期間の分割時点におけるデータが連続となり、正確に気象データの演算ができ、更に、演算時間の短縮化が実現できる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態を実現する並列計算機を示すシステム構成図である。
【図２】本発明の第２の実施の形態における領域を示す説明図である。
【図３】本発明の第２の実施の形態を実現する並列計算機を示すシステム構成図である。
【図４】本発明の第３の実施の形態における演算手法を示す説明図である。
【図５】本発明の第４の実施の形態を実現する並列計算機を示すシステム構成図である。
【図６】本発明の第４の実施の形態における演算手法を示す説明図である。
【図７】本発明の第５の実施の形態における演算手法を示す説明図である。
【図８】小領域における親格子点位置及び子格子点位置の配列状態を示す説明図である。
【図９】気象データの配信と演算との時間関係を示す説明図である。
【図１０】従来の演算手法を実現す計算機を示すシステム構成図である。
【図１１】大領域，中領域，小領域を示す説明図である。
【図１２】大領域における親格子点位置及び子格子点位置の配列状態を示す説明図である。
【図１３】中領域における親格子点位置及び子格子点位置の配列状態を示す説明図である。
【図１４】多段ネスティング法において領域分割して演算する手法を示す説明図である。
【符号の説明】
１１ 並列計算機
Ｒ１，Ａ１ 大領域
Ｒ２，Ａ２ 中領域
Ｒ３，Ａ３ 小領域
Claims (5)
- 地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかで予め設定した特定領域内の親格子点位置の気象観測データから初期条件と境界条件とを求め、求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより、特定領域内の子格子点位置の気象データを求める気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする気体状況予測方法。 - 地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする気体状況予測方法。 - 請求項２において、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることを特徴とする気体状況予測方法。
- 地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が規定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が規定距離となっている複数の仮想線とが交差する位置である親格子点位置における規定時間間隔毎の気象観測データから、
地球の表面を南北方向に伸びると共に東西方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線と、地球の表面を東西方向に伸びると共に南北方向の相互の離間距離が前記規定距離よりも短い一定距離となっている複数の仮想線とが交差する位置である子格子点位置における、前記規定時間間隔よりも短い一定時間刻み毎の気象データを求めるため、
複数の演算装置を備えた並列計算機により大気現象を解析する偏微分方程式を演算する際に、地球の表面のなかに、特定領域及びこの特定領域を内部に含むと共に特定領域よりも面積が段階的に広がっている複数の拡大領域を予め設定し、拡大領域内及び特定領域内の親格子点位置の気象観測データから各拡大領域及び特定領域における初期条件と境界条件とを求め、
求めた初期条件と境界条件を前記偏微分方程式に取り込んで演算をすることにより子格子点位置の気象データを求める演算を、最大面積の拡大領域から最小面積の拡大領域において順次実行した後に、特定領域において実行する気体状況予測方法であって、
最大面積の拡大領域の演算においては、演算開始から所定時間先までの演算期間を通して演算を進め、
最大面積より小さい面積の拡大領域及び特定領域の演算においては、演算開始から所定時間先までの演算期間を、複数の分割演算期間に分割し、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進めることを特徴とする気体状況予測方法。 - 請求項４において、最大面積の拡大領域の演算において、演算開始から所定時間先までの演算期間を通して演算を進める際に、この拡大領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進め、
また最大面積より小さい面積の拡大領域及び特定領域の演算において、各分割演算期間の演算を前記複数の演算装置に振り分けて同時並行して進める際に、最大面積より小さい面積の拡大領域及び特定領域を更に複数に分割し、分割した領域の演算を複数の演算装置により振り分けて同時並行して進めることを特徴とする気体状況予測方法。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001321455A JP3712654B2 (ja) | 2000-10-30 | 2001-10-19 | 気体状況予測方法 |
| KR10-2003-7008223A KR20030087182A (ko) | 2001-10-19 | 2002-05-27 | 기체 상황 예측 방법 |
| US10/433,123 US6801856B2 (en) | 2001-10-19 | 2002-05-27 | Atmosphere condition prediction method |
| PCT/JP2002/005096 WO2003036333A1 (fr) | 2001-10-19 | 2002-05-27 | Procede de prevision de prévisions meteorologiques |
| TW091111197A TW576985B (en) | 2001-10-19 | 2002-05-27 | Gas status forecast method |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000330434 | 2000-10-30 | ||
| JP2000-330434 | 2000-10-30 | ||
| JP2001321455A JP3712654B2 (ja) | 2000-10-30 | 2001-10-19 | 気体状況予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002202383A JP2002202383A (ja) | 2002-07-19 |
| JP3712654B2 true JP3712654B2 (ja) | 2005-11-02 |
Family
ID=26603031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001321455A Expired - Lifetime JP3712654B2 (ja) | 2000-10-30 | 2001-10-19 | 気体状況予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3712654B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010055765A1 (ja) | 2008-11-12 | 2010-05-20 | 三菱重工業株式会社 | 気流場データベース作成システム及び拡散物質の拡散状況予測システム |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006133121A (ja) * | 2004-11-08 | 2006-05-25 | Daikin Ind Ltd | 基地部、大気汚染情報提供システムおよび大気汚染予測方法ならびに換気装置 |
| US7433931B2 (en) | 2004-11-17 | 2008-10-07 | Raytheon Company | Scheduling in a high-performance computing (HPC) system |
| JP2008089418A (ja) * | 2006-10-02 | 2008-04-17 | Mitsubishi Heavy Ind Ltd | 拡散予測システム、方法、及びプログラム |
| JP5582887B2 (ja) * | 2010-06-28 | 2014-09-03 | 三菱重工業株式会社 | 気流場データ生成装置、気流場データ生成方法、及び気流場データ生成プログラム |
| US9319291B2 (en) | 2010-10-07 | 2016-04-19 | Nec Corporation | Server system, management device, server management method, and program |
| JP5981901B2 (ja) * | 2013-10-17 | 2016-08-31 | 日本電信電話株式会社 | 気流推定方法およびその装置 |
-
2001
- 2001-10-19 JP JP2001321455A patent/JP3712654B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010055765A1 (ja) | 2008-11-12 | 2010-05-20 | 三菱重工業株式会社 | 気流場データベース作成システム及び拡散物質の拡散状況予測システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002202383A (ja) | 2002-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6535817B1 (en) | Methods, systems and computer program products for generating weather forecasts from a multi-model superensemble | |
| Marquez et al. | Proposed metric for evaluation of solar forecasting models | |
| Yue et al. | Climate change trend in China, with improved accuracy | |
| JP4404220B2 (ja) | 気体状況予測装置、方法、プログラム、および拡散状況予測システム | |
| KR20030087182A (ko) | 기체 상황 예측 방법 | |
| CN102645229B (zh) | 星载激光高度计在轨月球高程探测不确定度评定方法 | |
| JP3712654B2 (ja) | 気体状況予測方法 | |
| CN105716603B (zh) | 根据视频中物体的太阳影子变化对物体进行定位的方法 | |
| CN104702685A (zh) | 基于后向轨迹的污染源追踪方法及其系统 | |
| CN103163568A (zh) | 利用界聚法预报强降水的方法 | |
| Zhu et al. | The improvement and comparison of diffuse radiation models in different climatic zones of China | |
| Behnke et al. | The effects of neutral winds and electric fields on the ionospheric F2-layer over Arecibo | |
| Liu et al. | Revised power-law model to estimate the vertical variations of extreme wind speeds in China coastal regions | |
| Warner et al. | A comparison of two types of atmospheric transport models—use of observed winds versus dynamically predicted winds | |
| CN107976515B (zh) | 一种城区机动车尾气污染物浓度分布预测方法 | |
| JP4402615B2 (ja) | 気体状況予測方法及びそのプログラム並びに装置 | |
| Martinovic et al. | Multiple Scenarios Computing In The Flood Prediction System FLOREON. | |
| Yaramoglu et al. | Estimation of solar radiation using stochastically generated cloud cover data | |
| Tabuchi et al. | A fuzzy-based system for estimation of landslide disasters risk considering digital elevation model | |
| Jie et al. | Temporal-Spatial Variations of Concentrations of PM 10 and PM 2.5 in Ambient Air | |
| Davakis et al. | Data assimilation in meteorological pre-processors: Effects on atmospheric dispersion simulations | |
| CN110096721B (zh) | 一种航天器对地面复杂区域目标的观测可见性判断方法 | |
| Al Yammahi et al. | Modeling directional distributions of wind data in the United Arab Emirates at different elevations | |
| KR101817605B1 (ko) | 고해상도 기온자료 복원시스템 및 그 방법 | |
| Zhao et al. | HASM of the Percentage of Sunshine in China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20050413 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20050425 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050719 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050817 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3712654 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080826 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090826 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090826 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100826 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100826 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110826 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110826 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120826 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130826 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |