JP3881926B2

JP3881926B2 - Diffusion status prediction method

Info

Publication number: JP3881926B2
Application number: JP2002112840A
Authority: JP
Inventors: 良二大場; 武司足立
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2002-04-16
Filing date: 2002-04-16
Publication date: 2007-02-14
Anticipated expiration: 2022-04-16
Also published as: JP2003307573A

Description

【０００１】
【発明の属する技術分野】
本発明は拡散物質の拡散状況予測方法に関するものである。本発明は、拡散源（例えば放射性物質使用施設や煙突）から大気中に排出された物質（例えば放射性物質や煙）が、大気中にどのように拡散していくかを予測して、各地点で時々刻々変化していく物質の濃度を予測するようにしたものである。しかも、演算時間をそれほど増加させることなく、予測する物質の濃度時間変化が、実際の濃度時間変化に関して滑らかな変化となるように工夫したものである。
【０００２】
【従来の技術】
放射性物質を扱う施設から、事故により放射性物質が外部に排出された場合には、放射性物質の拡散範囲や各地点での放射性物質の濃度を予測し、放射性物質による危険を受ける恐れがある地域を予測する拡散状況予測方法が開発されつつある。
【０００３】
この拡散状況予測方法は、放射性物質の拡散状況を予測する場合のみならず、例えば工場の煙突から排出されたガス体（煙）が大気中を拡散した場合において、各地点におけるガス体濃度を計算する場合や、環境アセスメントの解析における、拡散物質の拡散状況を解析する場合にも適用することができる。
【０００４】
大気中に排出された物質の拡散状況を、演算により予測するには、次の２つの演算をする必要がある。
（１）気体状況予測演算
（２）拡散状況予測演算
【０００５】
上記（１）の気体状況予測演算とは、気象ＧＰＶ（Grid Point Value）データやＡＭＥＤＡＳ等の気象観測データを基にして、大気現象を解析する偏微分方程式を演算することにより、事象発生（例えば放射性物質の外部排出）時点から所定時間先の時点まで、一定時間刻み毎の時点における、多数の評価地点（格子点位置）の風向・風速を演算により求める、つまり、一定時間刻み毎の風速場データを表す気体状況を求める演算をいう。
【０００６】
また、上記（２）の拡散状況予測演算とは、放出された拡散物質の濃度や性状ならびに前記風速場データを、物質（粒子）の拡散状態を演算する拡散方程式に代入することにより、各時間刻み毎の各格子点位置における拡散物質の濃度を求める演算をいう。
【０００７】
＜気体状況予測演算の説明＞
まず、気体状況予測演算の概略を説明する。気象観測データ、例えば気象ＧＰＶデータは、気象業務支援センターから１２時間ごとに配信される。この気象ＧＰＶデータは、一定度間隔で複数の緯度仮想線と複数の経度仮想線とが交差する地点（これを「親格子点位置」と称する）における、気象データ（風速ベクトル（風向，風速），気圧，温度，水分量）を示すものである。しかも、気象ＧＰＶデータは、各親格子点位置の気象データとして、配信時点，配信時点から３時間先、６時間先，９時間先，というように３時間間隔の５１時間分のデータが一括して配信される。
【０００８】
上述した気象ＧＰＶデータの親格子点位置の気象データは、空間的には親格子点位置の相互間距離が２Ｋｍと広く、しかも、時間的には３時間間隔と長いため、この親格子点位置の気象データにより示される気体状況（風向，風速）データ即ち風速場データのみでは、拡散物質の拡散濃度を演算することはできない。
【０００９】
このため、空間的に粗く、且つ、時間的にも粗い気象観測データから、空間的にも時間的にも密な気体状況（風向，風速等）を、大気現象を解析する偏微分方程式を演算することにより求める必要がある。
【００１０】
そこで、計算すべき計算領域（地球の表面のなかで予め設定した特定領域）に設定された親格子点位置の間に、子格子点位置を設定する。子格子点位置は、複数の緯度仮想線と、複数の経度仮想線とが一定度間隔で交差する地点に配置されている。
【００１１】
そして、演算開始から一定時間刻み毎（例えば２０秒間隔毎）の子格子点位置及び親格子点位置の気象データを、大気現象を解析する偏微分方程式を差分解析演算することにより求める。大気現象を解析する偏微分方程式としては、例えばコロラド州立大学と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。
【００１２】
このＲＡＭＳコードで示されている風速場解析の基本方程式は、運動方程式，熱エネルギ方程式，水分の拡散方程式及び連続の式からなり、次のような式（１）〜（６）で表される。
【００１３】
【数１】

【００１４】
このように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演算して、演算開始から一定時間刻み毎（例えば２０秒間隔毎）の、各親格子点位置における気象データと、各子格子点位置における気象データを示す風向ベクトルデータ（風速場データ）が得られる。
【００１５】
＜拡散状況予測演算の概要説明＞
次に拡散状況予測演算について説明する。拡散状況予測演算をするには、例えばコロラド州立大学とMission Research社で開発されたＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードに、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた２０秒刻み毎の各親格子点位置及び各子格子点位置の風速場データを次々に代入して、拡散状況の予測演算をする。本発明では、拡散状況の予測演算の具体例としては、Lagrangian粒子拡散モデルを採用している。
【００１６】
このLagrangian粒子拡散モデルでは、次に示す式（７）〜（９）を用いて粒子の拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させる。
【００１７】
【数２】

【００１８】
ここで、ＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードに、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた２０秒刻み毎の各親格子点位置及び各子格子点位置の風速場データを次々に代入して、拡散状況の予測演算をした具体例を説明する。
【００１９】
この演算をするためには、排出源から大気中に排出される物質を多数の粒子Ｐに置換し、排出源の位置から演算周期Δｔ（ここではΔｔ＝２０秒）毎にＮ個（ここでは２０個）の粒子Ｐが発生すると設定する。
【００２０】
つまり、演算開始時点で２０個の粒子Ｐを発生させ、演算開始時点から２０秒後に２０個の粒子を発生させ、演算開始時点から４０秒後に２０個の粒子を発生させるというように、演算周期Δｔ（２０秒）毎に２０個の粒子を発生させていく。そして演算周期Δｔ（２０秒）毎に、各粒子Ｐの位置（空間座標）を演算により求める。
【００２１】
なお、演算開始時点（時刻０秒）において発生させた２０個の粒子Ｐを、Ｐ₀₀ ⁰¹，Ｐ₀₀ ⁰²，Ｐ₀₀ ⁰³，Ｐ₀₀ ⁰⁴，Ｐ₀₀ ⁰⁵，Ｐ₀₀ ⁰⁶，Ｐ₀₀ ⁰⁷，Ｐ₀₀ ⁰⁸，Ｐ₀₀ ⁰⁹，Ｐ₀₀ ¹⁰，Ｐ₀₀ ¹¹，Ｐ₀₀ ¹²，Ｐ₀₀ ¹³，Ｐ₀₀ ¹⁴，Ｐ₀₀ ¹⁵，Ｐ₀₀ ¹⁶，Ｐ₀₀ ¹⁷，Ｐ₀₀ ¹⁸，Ｐ₀₀ ¹⁹，Ｐ₀₀ ²⁰として示し、
演算開始時点から２０秒後において発生させた２０個の粒子Ｐを、Ｐ₂₀ ⁰¹，Ｐ₂₀ ⁰²，Ｐ₂₀ ⁰³，Ｐ₂₀ ⁰⁴，Ｐ₂₀ ⁰⁵，Ｐ₂₀ ⁰⁶，Ｐ₂₀ ⁰⁷，Ｐ₂₀ ⁰⁸，Ｐ₂₀ ⁰⁹，Ｐ₂₀ ¹⁰，Ｐ₂₀ ¹¹，Ｐ₂₀ ¹²，Ｐ₂₀ ¹³，Ｐ₂₀ ¹⁴，Ｐ₂₀ ¹⁵，Ｐ₂₀ ¹⁶，Ｐ₂₀ ¹⁷，Ｐ₂₀ ¹⁸，Ｐ₂₀ ¹⁹，Ｐ₂₀ ²⁰として示し、
演算開始時点から４０秒後において発生させた２０個の粒子Ｐを、Ｐ₄₀ ⁰¹，Ｐ₄₀ ⁰²，Ｐ₄₀ ⁰³，Ｐ₄₀ ⁰⁴，Ｐ₄₀ ⁰⁵，Ｐ₄₀ ⁰⁶，Ｐ₄₀ ⁰⁷，Ｐ₄₀ ⁰⁸，Ｐ₄₀ ⁰⁹，Ｐ₄₀ ¹⁰，Ｐ₄₀ ¹¹，Ｐ₄₀ ¹²，Ｐ₄₀ ¹³，Ｐ₄₀ ¹⁴，Ｐ₄₀ ¹⁵，Ｐ₄₀ ¹⁶，Ｐ₄₀ ¹⁷，Ｐ₄₀ ¹⁸，Ｐ₄₀ ¹⁹，Ｐ₄₀ ²⁰として示す。
つまり、符号「Ｐ」の後の下段に示した数字が、演算開始時点からの時間であり、符号「Ｐ」の後の上段に示した数字が、その時点において発生させた２０個の粒子を区別するものである。他の時点において発生させた粒子も同様に表記する。
【００２２】
まず、演算開始時点においては、排出源Ｓから２０個の粒子Ｐ₀₀ ⁰¹，Ｐ₀₀ ⁰²，Ｐ₀₀ ⁰³，Ｐ₀₀ ⁰⁴，Ｐ₀₀ ⁰⁵，Ｐ₀₀ ⁰⁶，Ｐ₀₀ ⁰⁷，Ｐ₀₀ ⁰⁸，Ｐ₀₀ ⁰⁹，Ｐ₀₀ ¹⁰，Ｐ₀₀ ¹¹，Ｐ₀₀ ¹²，Ｐ₀₀ ¹³，Ｐ₀₀ ¹⁴，Ｐ₀₀ ¹⁵，Ｐ₀₀ ¹⁶，Ｐ₀₀ ¹⁷，Ｐ₀₀ ¹⁸，Ｐ₀₀ ¹⁹，Ｐ₀₀ ²⁰が発生する。
【００２３】
演算開始時点から２０秒後においては、図５に示す排出源Ｓから新たに２０個の粒子Ｐ₂₀ ⁰¹，Ｐ₂₀ ⁰²，Ｐ₂₀ ⁰³，Ｐ₂₀ ⁰⁴，Ｐ₂₀ ⁰⁵，Ｐ₂₀ ⁰⁶，Ｐ₂₀ ⁰⁷，Ｐ₂₀ ⁰⁸，Ｐ₂₀ ⁰⁹，Ｐ₂₀ ¹⁰，Ｐ₂₀ ¹¹，Ｐ₂₀ ¹²，Ｐ₂₀ ¹³，Ｐ₂₀ ¹⁴，Ｐ₂₀ ¹⁵，Ｐ₂₀ ¹⁶，Ｐ₂₀ ¹⁷，Ｐ₂₀ ¹⁸，Ｐ₂₀ ¹⁹，Ｐ₂₀ ²⁰が発生する。
このとき、演算開始時点にて発生した粒子Ｐ₀₀ ⁰¹，Ｐ₀₀ ⁰²，Ｐ₀₀ ⁰³，Ｐ₀₀ ⁰⁴，Ｐ₀₀ ⁰⁵，Ｐ₀₀ ⁰⁶，Ｐ₀₀ ⁰⁷，Ｐ₀₀ ⁰⁸，Ｐ₀₀ ⁰⁹，Ｐ₀₀ ¹⁰，Ｐ₀₀ ¹¹，Ｐ₀₀ ¹²，Ｐ₀₀ ¹³，Ｐ₀₀ ¹⁴，Ｐ₀₀ ¹⁵，Ｐ₀₀ ¹⁶，Ｐ₀₀ ¹⁷，Ｐ₀₀ ¹⁸，Ｐ₀₀ ¹⁹，Ｐ₀₀ ²⁰は、排出源Ｓから離れた位置にまで達すると共に拡散している。
各粒子Ｐの位置は、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた２０秒刻み毎の風速場データを用いて、Lagrangian粒子拡散モデルにおける各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させることにより求める。
【００２４】
演算開始時点から４０秒後においては、図６に示す排出源Ｓから新たに２０個の粒子Ｐ₄₀ ⁰¹，Ｐ₄₀ ⁰²，Ｐ₄₀ ⁰³，Ｐ₄₀ ⁰⁴，Ｐ₄₀ ⁰⁵，Ｐ₄₀ ⁰⁶，Ｐ₄₀ ⁰⁷，Ｐ₄₀ ⁰⁸，Ｐ₄₀ ⁰⁹，Ｐ₄₀ ¹⁰，Ｐ₄₀ ¹¹，Ｐ₄₀ ¹²，Ｐ₄₀ ¹³，Ｐ₄₀ ¹⁴，Ｐ₄₀ ¹⁵，Ｐ₄₀ ¹⁶，Ｐ₄₀ ¹⁷，Ｐ₄₀ ¹⁸，Ｐ₄₀ ¹⁹，Ｐ₄₀ ²⁰が発生する。
このとき、演算開始時点にて発生した粒子Ｐ₀₀ ⁰¹，Ｐ₀₀ ⁰²，Ｐ₀₀ ⁰³，Ｐ₀₀ ⁰⁴，Ｐ₀₀ ⁰⁵，Ｐ₀₀ ⁰⁶，Ｐ₀₀ ⁰⁷，Ｐ₀₀ ⁰⁸，Ｐ₀₀ ⁰⁹，Ｐ₀₀ ¹⁰，Ｐ₀₀ ¹¹，Ｐ₀₀ ¹²，Ｐ₀₀ ¹³，Ｐ₀₀ ¹⁴，Ｐ₀₀ ¹⁵，Ｐ₀₀ ¹⁶，Ｐ₀₀ ¹⁷，Ｐ₀₀ ¹⁸，Ｐ₀₀ ¹⁹，Ｐ₀₀ ²⁰は、排出源Ｓから更に離れた位置にまで達すると共に更に拡散している。
また、演算開始時点から２０秒後において発生した２０個の粒子Ｐ₂₀ ⁰¹，Ｐ₂₀ ⁰²，Ｐ₂₀ ⁰³，Ｐ₂₀ ⁰⁴，Ｐ₂₀ ⁰⁵，Ｐ₂₀ ⁰⁶，Ｐ₂₀ ⁰⁷，Ｐ₂₀ ⁰⁸，Ｐ₂₀ ⁰⁹，Ｐ₂₀ ¹⁰，Ｐ₂₀ ¹¹，Ｐ₂₀ ¹²，Ｐ₂₀ ¹³，Ｐ₂₀ ¹⁴，Ｐ₂₀ ¹⁵，Ｐ₂₀ ¹⁶，Ｐ₂₀ ¹⁷，Ｐ₂₀ ¹⁸，Ｐ₂₀ ¹⁹，Ｐ₂₀ ²⁰は、排出源Ｓから離れた位置にまで達すると共に拡散している。
各粒子Ｐの位置は、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた２０秒刻み毎の風速場データを用いて、Lagrangian粒子拡散モデルにおける各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させることにより求める。
【００２５】
演算開始時点から６０秒後においては、図７に示す排出源Ｓから新たに２０個の粒子Ｐ₆₀ ⁰¹，Ｐ₆₀ ⁰²，Ｐ₆₀ ⁰³，Ｐ₆₀ ⁰⁴，Ｐ₆₀ ⁰⁵，Ｐ₆₀ ⁰⁶，Ｐ₆₀ ⁰⁷，Ｐ₆₀ ⁰⁸，Ｐ₆₀ ⁰⁹，Ｐ₆₀ ¹⁰，Ｐ₆₀ ¹¹，Ｐ₆₀ ¹²，Ｐ₆₀ ¹³，Ｐ₆₀ ¹⁴，Ｐ₆₀ ¹⁵，Ｐ₆₀ ¹⁶，Ｐ₆₀ ¹⁷，Ｐ₆₀ ¹⁸，Ｐ₆₀ ¹⁹，Ｐ₆₀ ²⁰が発生する。
このとき、演算開始時点にて発生した粒子Ｐ₀₀ ⁰¹，Ｐ₀₀ ⁰²，Ｐ₀₀ ⁰³，Ｐ₀₀ ⁰⁴，Ｐ₀₀ ⁰⁵，Ｐ₀₀ ⁰⁶，Ｐ₀₀ ⁰⁷，Ｐ₀₀ ⁰⁸，Ｐ₀₀ ⁰⁹，Ｐ₀₀ ¹⁰，Ｐ₀₀ ¹¹，Ｐ₀₀ ¹²，Ｐ₀₀ ¹³，Ｐ₀₀ ¹⁴，Ｐ₀₀ ¹⁵，Ｐ₀₀ ¹⁶，Ｐ₀₀ ¹⁷，Ｐ₀₀ ¹⁸，Ｐ₀₀ ¹⁹，Ｐ₀₀ ²⁰は、排出源Ｓから更に離れた位置にまで達すると共に更に拡散している。
また、演算開始時点から２０秒後において発生した２０個の粒子Ｐ₂₀ ⁰¹，Ｐ₂₀ ⁰²，Ｐ₂₀ ⁰³，Ｐ₂₀ ⁰⁴，Ｐ₂₀ ⁰⁵，Ｐ₂₀ ⁰⁶，Ｐ₂₀ ⁰⁷，Ｐ₂₀ ⁰⁸，Ｐ₂₀ ⁰⁹，Ｐ₂₀ ¹⁰，Ｐ₂₀ ¹¹，Ｐ₂₀ ¹²，Ｐ₂₀ ¹³，Ｐ₂₀ ¹⁴，Ｐ₂₀ ¹⁵，Ｐ₂₀ ¹⁶，Ｐ₂₀ ¹⁷，Ｐ₂₀ ¹⁸，Ｐ₂₀ ¹⁹，Ｐ₂₀ ²⁰は、排出源Ｓから更に離れた位置にまで達すると共に更に拡散している。
また、演算開始時点から４０秒後において発生した２０個の粒子Ｐ₄₀ ⁰¹，Ｐ₄₀ ⁰²，Ｐ₄₀ ⁰³，Ｐ₄₀ ⁰⁴，Ｐ₄₀ ⁰⁵，Ｐ₄₀ ⁰⁶，Ｐ₄₀ ⁰⁷，Ｐ₄₀ ⁰⁸，Ｐ₄₀ ⁰⁹，Ｐ₄₀ ¹⁰，Ｐ₄₀ ¹¹，Ｐ₄₀ ¹²，Ｐ₄₀ ¹³，Ｐ₄₀ ¹⁴，Ｐ₄₀ ¹⁵，Ｐ₄₀ ¹⁶，Ｐ₄₀ ¹⁷，Ｐ₄₀ ¹⁸，Ｐ₄₀ ¹⁹，Ｐ₄₀ ²⁰は、排出源Ｓから離れた位置に達すると共に拡散している。
各粒子Ｐの位置は、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた２０秒刻み毎の風速場データを用いて、Lagrangian粒子拡散モデルにおける各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させることにより求める。
【００２６】
上述したように、演算周期Δｔ（２０秒）毎に２０個の粒子を次々と発生させていくと共に、各演算周期Δｔ（２０秒）毎における粒子の位置つまり空間座標（ｘｉ（ｔ），ｙｉ（ｔ），ｚｉ（ｔ））を求めていく。
【００２７】
そして、演算開始から所定時間経過したときにおいて、排出源Ｓから所定距離離れた単位空間（予測地域の単位体積）に、図８に示すように、粒子Ｐが存在していた場合、この粒子の数から、この単位空間における物質の濃度を計算することができる。
【００２８】
即ち、排出源Ｓにおいて、実際には１秒間にＱ（ｍ³）の物質が排出されているとすると、それを代表する粒子Ｐは２０秒間に２０個（換算すると１秒間に１個）発生しているので、各粒子Ｐは、１個につきＱ／１（ｍ³）の排出源強度を有していることになる。そこで、この単位空間に存在する粒子Ｐの数に排出源強度Ｑ／１（ｍ³）を掛けることにより、この単位空間における物質の濃度を求めることができる。
【００２９】
上述した具体例を一般的に示すと次のようになる。排出源から排出されるガス体などの物質を多数の粒子で置換する。そして、排出源から毎秒Ｎ個の粒子を放出する。この場合、計算上での粒子の排出量はＮ／sec である。実際の排出源から排出される物質の排出量がＱ（ｍ³／sec ）である場合、各粒子はＱ／Ｎ（ｍ³）の排出源強度を有することになる。
【００３０】
各粒子ごとに運動方程式を非定常に数値計算することによって、即ち、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた風速場データを、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードに代入し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させることによって、各粒子の座標を非定常的に決定することができる。つまり、各粒子の空間座標を、演算周期Δｔ毎に決定することができる。なお、Lagrangian粒子モデルにより求めてデータ記録装置に記録される各粒子のデータは、各粒子の空間座標（ｘｉ（ｔ），ｙｉ（ｔ），ｚｉ（ｔ））だけである。
【００３１】
粒子（物質）の運動方程式であるＨＹＰＡＣＴコードは、粒子の移流、拡散、重力沈降現象を表現するものである。ここにおいて、粒子の移流現象は、大気の時間平均速度に依存し、拡散現象は、大気の乱流速度に依存し、重力沈降は、粒子の質量、重力加速度、空気の粘性係数などに依存する（図９参照）。
【００３２】
空気中の単位体積中の粒子個数がｎ個である場合、この空間中のガス濃度（物質濃度）はｎ×Ｑ／Ｎ（ガスｍ³／空気ｍ³）となる。つまり、この単位空間に存在する粒子数ｎに、各粒子が有している排出源強度Ｑ／Ｎを掛けたものとなる。
【００３３】
【発明が解決しようとする課題】
ところで、排出源Ｓから大気中に実際に排出される物質は、時間的に連続して排出されている。しかし、前述した数値計算では、離散的な時間間隔で粒子Ｐを発生させているので、演算により求めた粒子Ｐの位置は、例えば図５〜図７に示すように、不連続な塊となって分布しており、実際のガス濃度（物質濃度）分布とは異なっている。特に排出源Ｓの近くでは、先行して発生した粒子Ｐ群と後行した発生した粒子Ｐ群は、別々の塊となっている。
【００３４】
例えば図１０に示すように、排出源Ｓ（例えば煙突）からガス（物質）が排出されているときに、風下のある地点Ｆのガス濃度を数値計算により求めた場合には、この数値計算により求めたガス濃度の時間変化は、図１１に示すように、凹凸のある特性となる。これは、前述した拡散状況予測演算では、先行して発生した粒子Ｐ群と後行した発生した粒子Ｐ群が、別々の塊となって地点Ｆに到達するからである。しかし、実際のガス濃度の時間変化は、連続した滑らかな特性であり、凹凸はなく、拡散状況予測演算により求めたガス（物質）濃度の時間変化は、実際のガス（物質）濃度の時間変化からずれている。
【００３５】
このような問題を解決して、演算により求めた濃度の時間変化を滑らかにするためには、演算周期Δｔを小さくして、１回あたりの粒子排出数Ｎをできるだけ多くする必要がある。しかし、演算時間は時間間隔（演算周期）と排出粒子数に比例するので、このようにしたのでは、膨大な演算時間が必要となる。
【００３６】
例えば、粒子の排出時間間隔を（１／２）Δｔとし、１回あたりの粒子排出数を２Ｎとすると、演算時間は従来の４倍必要となる。
【００３７】
また、排出時間間隔を（１／２）Δｔとし、１回当りの排出粒子数を（１／２）Ｎとして演算することも検討されたが、この場合であっても、演算時間は、従来の２倍必要となる。
【００３８】
なお、図１２は排出時間間隔を（１／２）Δｔとし、１回当りの排出粒子数を（１／２）Ｎとして演算したときの状況を示し、点線で示す塊となった１０個の粒子Ｐと、二点鎖線で示す塊となった１０個の粒子Ｐが、交互に例えば１０秒毎に発生している。図１３の実線は、演算により求めた地点Ｆにおける物質の濃度の時間変化を示している。なお図１３において、点線は点線で示す塊となった粒子Ｐにより演算した濃度であり、二点鎖線は二点鎖線で示す塊となった粒子Ｐにより演算した濃度であり、点線で示す濃度特性と二点鎖線で示す濃度特性の和が、実線で示す滑らかな濃度特性となっている。
【００３９】
本発明は、上記従来技術に鑑み、演算時間はそれほど多くすることなく、演算により求める物質の濃度の時間変化を滑らかにすることのできる拡散物質の拡散状況予測方法を提供することを目的とする。
【００４０】
【課題を解決するための手段】
上記課題を解決する本発明の拡散物質の拡散状況予測方法は、排出源から大気中に排出された物質が大気中を拡散していく状況を予測するため、前記物質を多数の粒子に置換して、排出源の位置から一定周期毎に予め設定した個数の粒子が発生すると設定すると共に、
排出源の位置を含む領域内の多数の地点における、時間の経過に沿って変化する風向・風速を示す風速場データを、粒子の拡散状態を演算する拡散方程式に代入することにより、所定周期毎に各粒子の拡散速度を求め、この拡散速度から各粒子が存在する空間位置を示す空間座標を所定周期毎に求め、
特定領域の前記物質の濃度は、当該特定領域に存在する粒子の数を基に求める拡散物質の拡散状況予測方法において、
排出源から予め決めた設定距離の範囲内に存在する粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期と同じであり、
排出源から予め決めた設定距離の範囲外に存在する粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期よりも長いことを特徴とする。
【００４１】
また本発明の拡散物質の拡散状況予測方法は、排出源から大気中に排出された物質が大気中を拡散していく状況を予測するため、前記物質を多数の粒子に置換して、排出源の位置から一定周期毎に予め設定した個数の粒子が発生すると設定すると共に、
排出源の位置を含む領域内の多数の地点における、時間の経過に沿って変化する風向・風速を示す風速場データを、粒子の拡散状態を演算する拡散方程式に代入することにより、所定周期毎に各粒子の拡散速度を求め、この拡散速度から各粒子が存在する空間位置を示す空間座標を所定周期毎に求め、
特定領域の前記物質の濃度は、当該特定領域に存在する粒子の数を基に求める拡散物質の拡散状況予測方法において、
排出源から排出された時点から予め決めた設定時間を経過していない粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期と同じであり、
排出源から排出された時点から予め決めた設定時間を経過した粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期よりも長いことを特徴とする。
【００４２】
【発明の実施の形態】
以下に、本発明の実施の形態を図面に基づき詳細に説明する。
【００４３】
＜第１の実施の形態＞
本発明の第１の実施の形態にかかる拡散物質の拡散状況予測方法を、排出源Ｓと地点Ｆ１，Ｆ２との状態を示す図１と、粒子発生タイミングを示す図２と、演算により求めた地点Ｆ１の濃度を示す図３と、演算により求めた地点Ｆ２の濃度を示す図４を参照しつつ説明する。
【００４４】
第１の実施の形態では、従来の演算周期Δｔ（＝２０秒）の半分の時間（１０秒）を一定周期（Δｔ／２）とし、排出源Ｓからは、一定周期（Δｔ／２）ごとに、Ｎ／２個（＝１０個）の粒子Ｐを発生させる（図１，図２参照）。
【００４５】
そして、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた風速場データを、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードに代入し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させることによって、各粒子の空間座標（ｘｉ（ｔ），ｙｉ（ｔ），ｚｉ（ｔ））を非定常的に決定する演算を、「所定周期」毎に行なう。
【００４６】
ここにおいて「所定周期」とは、
（１）粒子Ｐが、排出源Ｓから予め設定した設定距離Ｘｐの範囲内に存在する場合には、所定周期は一定周期（Δｔ／２）であり、具体的には１０秒であり、
（２）粒子Ｐが、排出源Ｓから予め設定した設定距離Ｘｐの範囲外に存在する場合には、所定周期は一定周期（Δｔ／２）の２倍であり、具体的には従来の演算周期Δｔと等しい２０秒である。
なお、設定距離Ｘｐは、代表風速Ｕ×Δｔ程度に設定している。
【００４７】
排出源Ｓから予め設定した設定距離Ｘｐの範囲内に粒子Ｐが存在する場合においては、一定周期（Δ／２）つまり１０秒毎に粒子Ｐの位置を演算するため、先行して発生した粒子Ｐの群と、後行して発生した粒子Ｐの群とが一部重なる。
【００４８】
図３は、一定周期（Δｔ／２）（＝１０秒）ごとに、Ｎ／２個（＝１０個）の粒子Ｐを排出源Ｓから発生させたときにおいて、排出源Ｓから予め設定した設定距離Ｘｐの範囲内に位置する地点Ｆ１の濃度を演算により求めた状況を示す。点線で示す塊となった１０個の粒子Ｐと、二点鎖線で示す塊となった１０個の粒子Ｐが、交互に１０秒毎に発生している。図３の実線は、演算により求めた地点Ｆ１における物質の濃度の時間変化を示しており、点線は点線で示す塊となった粒子Ｐにより演算した濃度であり、二点鎖線は二点鎖線で示す塊となった粒子Ｐにより演算した濃度であり、点線で示す濃度特性と二点鎖線で示す濃度特性の和が、実線で示す滑らかな濃度特性となる。なお、地点Ｆ１における物質濃度は、この地点Ｆ１を含む単位空間における粒子の数を積算することにより求める。
【００４９】
排出源Ｓから予め設定した設定距離Ｘｐの範囲外に粒子Ｐが存在する場合においては、一定周期（Δ／２）の２倍、具体的には従来の演算周期Δｔと等しい２０秒毎に粒子Ｐの位置を演算する。なお演算をする周期が長くなっていても、粒子Ｐは排出源Ｓから遠く離れていて広く拡散しているため、先行する粒子Ｐの群と、後行する粒子Ｐの群とが一部重なる。
【００５０】
図４は、一定周期（Δｔ／２）（＝１０秒）ごとに、Ｎ／２個（１０個）の粒子Ｐを排出源Ｓから発生させたときにおいて、排出源Ｓから予め設定した設定距離Ｘｐの範囲外に位置する地点Ｆ２の濃度を演算により求めた状況を示す。前述したように、従来の演算周期Δｔと等しい２０秒毎に求めた先行する粒子Ｐの群と、後行する粒子Ｐの群とが一部重なるため、実線で示す滑らかな濃度特性が得られる。なお、地点Ｆ２における物質濃度は、この地点Ｆ２を含む単位空間における粒子の数を積算することにより求める。
【００５１】
第１の実施の形態では、一定周期（Δｔ／２）（＝１０秒）ごとにＮ／２個（１０個）の粒子Ｐを排出源Ｓから発生させるため粒子の発生数は従来と同じであるが、排出源Ｓから予め設定した設定距離Ｘｐの範囲内における粒子の拡散速度及び粒子の空間座標は一定周期（Δｔ／２）毎に求めるが、排出源Ｓから予め設定した設定距離Ｘｐの範囲外における粒子の拡散速度及び粒子の空間座標は従来の演算周期Δｔと等しい２０秒毎に求めるため、トータルの演算時間は、従来の演算時間の２倍よりも短くなる。
【００５２】
このように第１の実施の形態によれば、演算時間が従来の２倍以下であるにもかかわらず、排出源Ｓから近い地点Ｆ１の濃度（演算により求めた濃度）の時間変化も、遠い地点Ｆ２の濃度（演算により求めた濃度）の時間変化も滑らかになり、実際の物質の濃度変化により近似したものとなる。
【００５３】
＜第２の実施の形態＞
本発明の第２の実施の形態では、従来の演算周期Δｔ（＝２０秒）の半分の時間（１０秒）を一定周期（Δｔ／２）とし、排出源Ｓからは、一定周期（Δｔ／２）ごとに、Ｎ／２個（１０個）の粒子Ｐを発生させる。
【００５４】
そして、ＲＡＭＳ（Regional Atmospheric Modeling System）コードにより求めた風速場データを、粒子の運動方程式であるＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードに代入し、Lagrangian粒子拡散モデルを用いて各粒子Ｐの拡散速度（ｕ’，ｖ’，ｗ’）を計算し、各粒子を移動させることによって、各粒子の空間座標（ｘｉ（ｔ），ｙｉ（ｔ），ｚｉ（ｔ））を非定常的に決定する演算を、「所定周期」毎に行なう。
【００５５】
ここにおいて「所定周期」とは、
（１）排出源Ｓから排出された時点から予め決めた設定時間を経過していない粒子Ｐに対しては、所定周期は一定周期（Δｔ／２）であり、具体的には１０秒であり、
（２）排出源Ｓから排出された時点から予め決めた設定時間を経過した粒子Ｐに対しては、所定周期は一定周期（Δｔ／２）の２倍であり、具体的には従来の演算周期Δｔと等しい２０秒である。
【００５６】
このように、排出源Ｓから排出された時点から予め決めた設定時間を経過していない粒子Ｐに対しては、所定周期は一定周期（Δｔ／２）であり、具体的には１０秒と短くしているため、演算した濃度の時間変化は滑らかになる。
一方、排出源Ｓから排出された時点から予め決めた設定時間を経過した粒子Ｐに対しては、所定周期は一定周期（Δｔ／２）の２倍であり、具体的には従来の演算周期Δｔと等しい２０秒と長くしているが、長い時間が経過した粒子Ｐは広く拡散しているため、演算した濃度の時間変化は滑らかになる。
【００５７】
【発明の効果】
以上実施の形態と共に具体的に説明したように、本発明にかかる拡散物質の拡散状況予測方法では、排出源から大気中に排出された物質が大気中を拡散していく状況を予測するため、前記物質を多数の粒子に置換して、排出源の位置から一定周期毎に予め設定した個数の粒子が発生すると設定すると共に、
排出源の位置を含む領域内の多数の地点における、時間の経過に沿って変化する風向・風速を示す風速場データを、粒子の拡散状態を演算する拡散方程式に代入することにより、所定周期毎に各粒子の拡散速度を求め、この拡散速度から各粒子が存在する空間位置を示す空間座標を所定周期毎に求め、
特定領域の前記物質の濃度は、当該特定領域に存在する粒子の数を基に求める拡散物質の拡散状況予測方法において、
排出源から予め決めた設定距離の範囲内に存在する粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期と同じであり、
排出源から予め決めた設定距離の範囲外に存在する粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期よりも長くしたり、
または、
排出源から排出された時点から予め決めた設定時間を経過していない粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期と同じであり、
排出源から排出された時点から予め決めた設定時間を経過した粒子の拡散速度及び空間座標を求める場合には、前記所定周期は前記一定周期よりも長くした。
このため、排出源から近い粒子や発生してからの経過時間が短い粒子に対しては、短い時間間隔で拡散速度及び空間座標を求めるため、演算により求めた濃度の時間変化は滑らかである。また、排出源から遠い粒子や発生してからの経過時間が長い粒子に対しては、長い時間間隔で拡散速度及び空間座標を求めるが、粒子が広く拡散しているため、演算により求めた濃度の時間変化は滑らかである。
そして、排出源から遠い粒子や発生してからの経過時間が長い粒子に対しては、長い時間間隔で演算をしているため、全体の演算時間を短縮することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態を適用した場合における排出源と検査地点の状態を示す説明図である。
【図２】本発明の第１の実施の形態における粒子の発生状態を示す説明図である。
【図３】本発明の第１の実施の形態における地点Ｆ１の濃度を示す特性図である。
【図４】本発明の第１の実施の形態における地点Ｆ２の濃度を示す特性図である。
【図５】従来技術における粒子の拡散状態を示す説明図である。
【図６】従来技術における粒子の拡散状態を示す説明図である。
【図７】従来技術における粒子の拡散状態を示す説明図である。
【図８】所定の格子領域における粒子分布を示す説明図である。
【図９】粒子拡散モデルの機能を示す説明図である。
【図１０】従来技術における排出源と検査地点の状態を示す説明図である。
【図１１】従来技術における地点Ｆの濃度を示す特性図である。
【図１２】従来技術における排出源と検査地点の状態を示す説明図である。
【図１３】従来技術における地点Ｆの濃度を示す特性図である。
【符号の説明】
Ｓ排出源
Ｆ，Ｆ１，Ｆ２地点[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a diffusion state prediction method for a diffusing material. The present invention predicts how substances (for example, radioactive materials and smoke) discharged into the atmosphere from diffusion sources (for example, radioactive material use facilities and chimneys) will diffuse into the atmosphere, and It is designed to predict the concentration of substances that change from moment to moment. In addition, the concentration time change of the substance to be predicted is devised so as to be a smooth change with respect to the actual concentration time change without significantly increasing the calculation time.
[0002]
[Prior art]
If radioactive materials are discharged from facilities that handle radioactive materials to the outside due to an accident, predict the diffusion range of radioactive materials and the concentration of radioactive materials at each point, and identify areas where there is a risk of being exposed to radioactive materials. Prediction methods for diffusion status are being developed.
[0003]
This diffusion status prediction method not only predicts the diffusion status of radioactive materials, but also calculates the gas concentration at each point when the gas (smoke) discharged from the factory chimney diffuses into the atmosphere. It can also be applied to the analysis of the diffusion status of diffusing substances in the analysis of environmental assessment.
[0004]
In order to predict the diffusion state of a substance discharged into the atmosphere by calculation, it is necessary to perform the following two calculations.
(1) Gas condition prediction calculation
(2) Diffusion situation prediction calculation
[0005]
The gas condition prediction calculation in (1) above is an event occurrence (for example, by calculating a partial differential equation for analyzing atmospheric phenomena based on meteorological observation data such as meteorological GPV (Grid Point Value) data and AMEDAS). The wind direction and wind speed at many evaluation points (grid point positions) are calculated at certain time intervals from the time point of the radioactive material release to the predetermined time ahead, that is, the wind velocity field at regular time intervals. An operation for obtaining a gas status representing data.
[0006]
In addition, the diffusion state prediction calculation of (2) described above is performed by substituting the concentration and properties of the released diffusion material and the wind velocity field data into the diffusion equation for calculating the diffusion state of the substance (particle). An operation for obtaining the concentration of a diffusing substance at each lattice point position for each step.
[0007]
<Explanation of gas condition prediction calculation>
First, the outline of the gas state prediction calculation will be described. Weather observation data, for example, weather GPV data, is distributed every 12 hours from the weather service support center. This meteorological GPV data is meteorological data (wind speed vector (wind direction, wind speed)) at a point where a plurality of latitude virtual lines intersect with a plurality of longitude virtual lines at regular intervals (referred to as “parent grid point positions”). , Atmospheric pressure, temperature, moisture content). In addition, the weather GPV data includes the data for 51 hours at 3 hour intervals such as 3 hours ahead, 6 hours ahead, 9 hours ahead from the time of delivery, as the weather data of each parent grid point position. Delivered.
[0008]
The above-mentioned meteorological data of the parent grid point position of the weather GPV data has a spatial distance between the parent grid point positions as wide as 2 Km, and in terms of time, it is as long as 3 hours. It is not possible to calculate the diffusion concentration of the diffusing material only with the gas condition (wind direction, wind speed) data, that is, the wind field data indicated by the meteorological data.
[0009]
For this reason, partial differential equations for analyzing atmospheric phenomena are calculated from spatially rough and temporally rough meteorological observation data in terms of spatial and temporally dense gas conditions (wind direction, wind speed, etc.) It is necessary to ask for it.
[0010]
Therefore, child grid point positions are set between parent grid point positions set in a calculation area to be calculated (a specific area set in advance on the surface of the earth). The child lattice point positions are arranged at points where a plurality of latitude virtual lines and a plurality of longitude virtual lines intersect at regular intervals.
[0011]
Then, the meteorological data at the child grid point positions and the parent grid point positions at regular time intervals (for example, every 20 seconds) from the start of the calculation are obtained by differential analysis calculation of partial differential equations for analyzing atmospheric phenomena. As a partial differential equation for analyzing atmospheric phenomena, for example, a basic equation for wind velocity field analysis represented by a RAMS (Regional Atmospheric Modeling System) code developed by Colorado State University and Mission Research, Inc. can be used.
[0012]
The basic equation of the wind velocity field analysis indicated by the RAMS code includes a motion equation, a thermal energy equation, a moisture diffusion equation, and a continuous equation, and is expressed by the following equations (1) to (6). .
[0013]
[Expression 1]

[0014]
In this way, the basic equation of wind velocity field analysis indicated by the RAMS (Regional Atmospheric Modeling System) code is calculated, and the weather at each parent lattice point position every fixed time interval (for example, every 20 seconds) from the calculation start. Wind direction vector data (wind velocity field data) indicating the data and weather data at each child grid point position is obtained.
[0015]
<Overview of diffusion status prediction calculation>
Next, the diffusion state prediction calculation will be described. In order to perform diffusion state prediction calculation, for example, each parent of every 20 seconds obtained by RAMS (Regional Atmospheric Modeling System) code to HYPACT (Hybrid Particle Concentration Transport Model) code developed by Colorado State University and Mission Research. The wind speed field data at the lattice point positions and the respective child lattice point positions are substituted one after another, and a diffusion state prediction calculation is performed. In the present invention, a Lagrangian particle diffusion model is adopted as a specific example of the prediction calculation of the diffusion state.
[0016]
In this Lagrangian particle diffusion model, particle diffusion rates (u ′, v ′, w ′) are calculated using the following equations (7) to (9), and each particle is moved.
[0017]
[Expression 2]

[0018]
Here, the wind velocity field data of each parent lattice point position and each child lattice point position every 20 seconds obtained by the RAMS (Regional Atmospheric Modeling System) code are sequentially substituted into the HYPACT (Hybrid Particle Concentration Transport Model) code. A specific example in which the diffusion state prediction calculation is performed will be described.
[0019]
In order to perform this calculation, the substance discharged into the atmosphere from the discharge source is replaced with a large number of particles P, and N (here, Δt = 20 seconds) from the position of the discharge source every calculation cycle Δt (here, Δt = 20 seconds). It is set that 20 particles P are generated.
[0020]
That is, 20 particles P are generated at the calculation start time, 20 particles are generated 20 seconds after the calculation start time, and 20 particles are generated 40 seconds after the calculation start time. Twenty particles are generated every Δt (20 seconds). Then, the position (spatial coordinates) of each particle P is obtained by calculation every calculation period Δt (20 seconds).
[0021]
In addition, 20 particles P generated at the calculation start time (time 0 second)₀₀ ⁰¹, P₀₀ ⁰², P₀₀ ⁰³, P₀₀ ⁰⁴, P₀₀ ⁰⁵, P₀₀ ⁰⁶, P₀₀ ⁰⁷, P₀₀ ⁰⁸, P₀₀ ⁰⁹, P₀₀ ^Ten, P₀₀ ¹¹, P₀₀ ¹², P₀₀ ¹³, P₀₀ ¹⁴, P₀₀ ¹⁵, P₀₀ ¹⁶, P₀₀ ¹⁷, P₀₀ ¹⁸, P₀₀ ¹⁹, P₀₀ ²⁰Shown as
20 particles P generated 20 seconds after the calculation start point₂₀ ⁰¹, P₂₀ ⁰², P₂₀ ⁰³, P₂₀ ⁰⁴, P₂₀ ⁰⁵, P₂₀ ⁰⁶, P₂₀ ⁰⁷, P₂₀ ⁰⁸, P₂₀ ⁰⁹, P₂₀ ^Ten, P₂₀ ¹¹, P₂₀ ¹², P₂₀ ¹³, P₂₀ ¹⁴, P₂₀ ¹⁵, P₂₀ ¹⁶, P₂₀ ¹⁷, P₂₀ ¹⁸, P₂₀ ¹⁹, P₂₀ ²⁰Shown as
20 particles P generated 40 seconds after the calculation start point₄₀ ⁰¹, P₄₀ ⁰², P₄₀ ⁰³, P₄₀ ⁰⁴, P₄₀ ⁰⁵, P₄₀ ⁰⁶, P₄₀ ⁰⁷, P₄₀ ⁰⁸, P₄₀ ⁰⁹, P₄₀ ^Ten, P₄₀ ¹¹, P₄₀ ¹², P₄₀ ¹³, P₄₀ ¹⁴, P₄₀ ¹⁵, P₄₀ ¹⁶, P₄₀ ¹⁷, P₄₀ ¹⁸, P₄₀ ¹⁹, P₄₀ ²⁰As shown.
That is, the number shown in the lower part after the symbol “P” is the time from the calculation start time, and the number shown in the upper part after the symbol “P” indicates the 20 particles generated at that time. It is something to distinguish. The particles generated at other time points are also expressed in the same manner.
[0022]
First, at the start of calculation, 20 particles P from the discharge source S₀₀ ⁰¹, P₀₀ ⁰², P₀₀ ⁰³, P₀₀ ⁰⁴, P₀₀ ⁰⁵, P₀₀ ⁰⁶, P₀₀ ⁰⁷, P₀₀ ⁰⁸, P₀₀ ⁰⁹, P₀₀ ^Ten, P₀₀ ¹¹, P₀₀ ¹², P₀₀ ¹³, P₀₀ ¹⁴, P₀₀ ¹⁵, P₀₀ ¹⁶, P₀₀ ¹⁷, P₀₀ ¹⁸, P₀₀ ¹⁹, P₀₀ ²⁰Occurs.
[0023]
20 seconds after the calculation start time, 20 particles P are newly generated from the discharge source S shown in FIG.₂₀ ⁰¹, P₂₀ ⁰², P₂₀ ⁰³, P₂₀ ⁰⁴, P₂₀ ⁰⁵, P₂₀ ⁰⁶, P₂₀ ⁰⁷, P₂₀ ⁰⁸, P₂₀ ⁰⁹, P₂₀ ^Ten, P₂₀ ¹¹, P₂₀ ¹², P₂₀ ¹³, P₂₀ ¹⁴, P₂₀ ¹⁵, P₂₀ ¹⁶, P₂₀ ¹⁷, P₂₀ ¹⁸, P₂₀ ¹⁹, P₂₀ ²⁰Occurs.
At this time, the particles P generated at the start of the calculation₀₀ ⁰¹, P₀₀ ⁰², P₀₀ ⁰³, P₀₀ ⁰⁴, P₀₀ ⁰⁵, P₀₀ ⁰⁶, P₀₀ ⁰⁷, P₀₀ ⁰⁸, P₀₀ ⁰⁹, P₀₀ ^Ten, P₀₀ ¹¹, P₀₀ ¹², P₀₀ ¹³, P₀₀ ¹⁴, P₀₀ ¹⁵, P₀₀ ¹⁶, P₀₀ ¹⁷, P₀₀ ¹⁸, P₀₀ ¹⁹, P₀₀ ²⁰Reaches a position away from the discharge source S and diffuses.
The position of each particle P is determined based on the diffusion velocity (u ′, v ′, w ′) of the particle P in the Lagrangian particle diffusion model using the wind velocity field data for every 20 seconds obtained by a RAMS (Regional Atmospheric Modeling System) code. ) And calculating by moving each particle.
[0024]
After 40 seconds from the calculation start time, 20 particles P are newly generated from the discharge source S shown in FIG.₄₀ ⁰¹, P₄₀ ⁰², P₄₀ ⁰³, P₄₀ ⁰⁴, P₄₀ ⁰⁵, P₄₀ ⁰⁶, P₄₀ ⁰⁷, P₄₀ ⁰⁸, P₄₀ ⁰⁹, P₄₀ ^Ten, P₄₀ ¹¹, P₄₀ ¹², P₄₀ ¹³, P₄₀ ¹⁴, P₄₀ ¹⁵, P₄₀ ¹⁶, P₄₀ ¹⁷, P₄₀ ¹⁸, P₄₀ ¹⁹, P₄₀ ²⁰Occurs.
At this time, the particles P generated at the start of the calculation₀₀ ⁰¹, P₀₀ ⁰², P₀₀ ⁰³, P₀₀ ⁰⁴, P₀₀ ⁰⁵, P₀₀ ⁰⁶, P₀₀ ⁰⁷, P₀₀ ⁰⁸, P₀₀ ⁰⁹, P₀₀ ^Ten, P₀₀ ¹¹, P₀₀ ¹², P₀₀ ¹³, P₀₀ ¹⁴, P₀₀ ¹⁵, P₀₀ ¹⁶, P₀₀ ¹⁷, P₀₀ ¹⁸, P₀₀ ¹⁹, P₀₀ ²⁰Reaches a position further away from the discharge source S and further diffuses.
In addition, 20 particles P generated 20 seconds after the calculation start time.₂₀ ⁰¹, P₂₀ ⁰², P₂₀ ⁰³, P₂₀ ⁰⁴, P₂₀ ⁰⁵, P₂₀ ⁰⁶, P₂₀ ⁰⁷, P₂₀ ⁰⁸, P₂₀ ⁰⁹, P₂₀ ^Ten, P₂₀ ¹¹, P₂₀ ¹², P₂₀ ¹³, P₂₀ ¹⁴, P₂₀ ¹⁵, P₂₀ ¹⁶, P₂₀ ¹⁷, P₂₀ ¹⁸, P₂₀ ¹⁹, P₂₀ ²⁰Reaches a position away from the discharge source S and diffuses.
The position of each particle P is determined based on the diffusion velocity (u ′, v ′, w ′) of the particle P in the Lagrangian particle diffusion model using the wind velocity field data for every 20 seconds obtained by a RAMS (Regional Atmospheric Modeling System) code. ) And calculating by moving each particle.
[0025]
After 60 seconds from the calculation start time, 20 particles P are newly generated from the discharge source S shown in FIG.₆₀ ⁰¹, P₆₀ ⁰², P₆₀ ⁰³, P₆₀ ⁰⁴, P₆₀ ⁰⁵, P₆₀ ⁰⁶, P₆₀ ⁰⁷, P₆₀ ⁰⁸, P₆₀ ⁰⁹, P₆₀ ^Ten, P₆₀ ¹¹, P₆₀ ¹², P₆₀ ¹³, P₆₀ ¹⁴, P₆₀ ¹⁵, P₆₀ ¹⁶, P₆₀ ¹⁷, P₆₀ ¹⁸, P₆₀ ¹⁹, P₆₀ ²⁰Occurs.
At this time, the particles P generated at the start of the calculation₀₀ ⁰¹, P₀₀ ⁰², P₀₀ ⁰³, P₀₀ ⁰⁴, P₀₀ ⁰⁵, P₀₀ ⁰⁶, P₀₀ ⁰⁷, P₀₀ ⁰⁸, P₀₀ ⁰⁹, P₀₀ ^Ten, P₀₀ ¹¹, P₀₀ ¹², P₀₀ ¹³, P₀₀ ¹⁴, P₀₀ ¹⁵, P₀₀ ¹⁶, P₀₀ ¹⁷, P₀₀ ¹⁸, P₀₀ ¹⁹, P₀₀ ²⁰Reaches a position further away from the discharge source S and further diffuses.
In addition, 20 particles P generated 20 seconds after the calculation start time.₂₀ ⁰¹, P₂₀ ⁰², P₂₀ ⁰³, P₂₀ ⁰⁴, P₂₀ ⁰⁵, P₂₀ ⁰⁶, P₂₀ ⁰⁷, P₂₀ ⁰⁸, P₂₀ ⁰⁹, P₂₀ ^Ten, P₂₀ ¹¹, P₂₀ ¹², P₂₀ ¹³, P₂₀ ¹⁴, P₂₀ ¹⁵, P₂₀ ¹⁶, P₂₀ ¹⁷, P₂₀ ¹⁸, P₂₀ ¹⁹, P₂₀ ²⁰Reaches a position further away from the discharge source S and further diffuses.
In addition, 20 particles P generated 40 seconds after the calculation start time.₄₀ ⁰¹, P₄₀ ⁰², P₄₀ ⁰³, P₄₀ ⁰⁴, P₄₀ ⁰⁵, P₄₀ ⁰⁶, P₄₀ ⁰⁷, P₄₀ ⁰⁸, P₄₀ ⁰⁹, P₄₀ ^Ten, P₄₀ ¹¹, P₄₀ ¹², P₄₀ ¹³, P₄₀ ¹⁴, P₄₀ ¹⁵, P₄₀ ¹⁶, P₄₀ ¹⁷, P₄₀ ¹⁸, P₄₀ ¹⁹, P₄₀ ²⁰Reaches a position away from the discharge source S and diffuses.
The position of each particle P is determined based on the diffusion velocity (u ′, v ′, w ′) of the particle P in the Lagrangian particle diffusion model using the wind velocity field data for every 20 seconds obtained by a RAMS (Regional Atmospheric Modeling System) code. ) And calculating by moving each particle.
[0026]
As described above, 20 particles are generated one after another for each calculation cycle Δt (20 seconds), and the position of the particle, that is, the spatial coordinates (xi (t), yi) for each calculation cycle Δt (20 seconds). (T), zi (t)) are obtained.
[0027]
Then, when a predetermined time has elapsed from the start of the calculation, as shown in FIG. 8, when the particle P exists in the unit space (unit volume in the predicted area) that is separated from the emission source S by a predetermined distance, From the number, the concentration of the substance in this unit space can be calculated.
[0028]
That is, in the discharge source S, Q (m^Three) Is discharged, 20 particles P representing it are generated in 20 seconds (converted to 1 particle per second), so each particle P is Q / 1 ( m^Three) Emission source strength. Therefore, the emission source strength Q / 1 (m^Three) To obtain the concentration of the substance in this unit space.
[0029]
The above-described specific example is generally shown as follows. A substance such as a gas body discharged from an emission source is replaced with a large number of particles. Then, N particles are discharged from the discharge source every second. In this case, the calculated particle discharge is N / sec. The amount of substance discharged from the actual emission source is Q (m^Three/ Sec), each particle has a Q / N (m^Three) Emission source strength.
[0030]
By calculating numerically the equation of motion for each particle in an unsteady manner, that is, by using the wind field data obtained by the RAMS (Regional Atmospheric Modeling System) code, the particle motion equation is expressed as a HYPACT (Hybrid Particle Concentration Transport Model) code. Substituting and calculating the diffusion speed (u ′, v ′, w ′) of each particle P using a Lagrangian particle diffusion model, and moving the particles to determine the coordinates of each particle unsteadyly Can do. That is, the spatial coordinates of each particle can be determined for each calculation cycle Δt. Note that the data of each particle obtained by the Lagrangian particle model and recorded in the data recording device is only the spatial coordinates (xi (t), yi (t), zi (t)) of each particle.
[0031]
The HYPACT code, which is the equation of motion of particles (substances), represents particle advection, diffusion, and gravity sedimentation phenomena. Here, the advection phenomenon of particles depends on the time average velocity of the atmosphere, the diffusion phenomenon depends on the turbulent velocity of the atmosphere, and the gravity settling depends on the mass of the particles, the acceleration of gravity, the viscosity coefficient of air, etc. (See FIG. 9).
[0032]
When the number of particles in a unit volume in air is n, the gas concentration (substance concentration) in this space is n × Q / N (gas m^Three/ Air m^Three) That is, the number n of particles present in the unit space is multiplied by the emission source intensity Q / N possessed by each particle.
[0033]
[Problems to be solved by the invention]
By the way, the substances actually discharged from the discharge source S into the atmosphere are discharged continuously in time. However, in the numerical calculation described above, the particles P are generated at discrete time intervals, and therefore the positions of the particles P obtained by the calculation are discontinuous clusters as shown in FIGS. This is different from the actual gas concentration (substance concentration) distribution. In particular, near the discharge source S, the particle P group generated in advance and the particle P group generated in the following form separate lumps.
[0034]
For example, as shown in FIG. 10, when a gas (substance) is discharged from an emission source S (for example, a chimney), when the gas concentration at a point F in the leeward is obtained by numerical calculation, As shown in FIG. 11, the obtained change in the gas concentration with time has uneven characteristics. This is because in the above-described diffusion state prediction calculation, the particle P group generated in advance and the particle P group generated in succession reach the point F as separate clusters. However, the actual change in the gas concentration over time is a continuous and smooth characteristic, and there is no unevenness. The time change in the gas (substance) concentration obtained by the diffusion state prediction calculation is the change in the actual gas (substance) concentration over time. It is off.
[0035]
In order to solve such a problem and smooth the time change of the concentration obtained by calculation, it is necessary to reduce the calculation period Δt and to increase the number N of discharged particles per time as much as possible. However, since the calculation time is proportional to the time interval (calculation cycle) and the number of discharged particles, such a calculation requires a huge amount of calculation time.
[0036]
For example, if the particle discharge time interval is (1/2) Δt and the number of particle discharges per time is 2N, the calculation time is four times as long as the conventional method.
[0037]
Further, it has been studied to calculate the discharge time interval as (1/2) Δt and the number of discharged particles per time as (1/2) N, but even in this case, the calculation time is conventionally Twice as much.
[0038]
In addition, FIG. 12 shows the situation when the discharge time interval is (1/2) Δt and the number of discharged particles per time is (1/2) N, and 10 lumps indicated by dotted lines are shown. The particles P and the ten particles P formed as a lump indicated by a two-dot chain line are alternately generated, for example, every 10 seconds. The solid line in FIG. 13 shows the change over time of the concentration of the substance at the point F obtained by calculation. In FIG. 13, the dotted line is the concentration calculated from the particles P formed as a lump indicated by the dotted line, and the two-dot chain line is the concentration calculated from the particles P formed as a lump indicated by the two-dot chain line, and the concentration characteristic indicated by the dotted line. The sum of the density characteristics indicated by the two-dot chain line is a smooth density characteristic indicated by the solid line.
[0039]
An object of the present invention is to provide a diffusion state prediction method for a diffusing substance capable of smoothing a temporal change in the concentration of a substance obtained by calculation without increasing the calculation time in view of the above-described conventional technology. .
[0040]
[Means for Solving the Problems]
The method for predicting the diffusion state of a diffusing substance of the present invention that solves the above-mentioned problem replaces the substance with a large number of particles in order to predict the situation in which the substance discharged from the emission source into the atmosphere diffuses into the atmosphere. And set that a predetermined number of particles are generated at a certain period from the position of the discharge source,
By substituting wind velocity field data indicating the wind direction and velocity that change over time at many points in the region including the location of the emission source into the diffusion equation that calculates the diffusion state of the particles To determine the diffusion speed of each particle, and from this diffusion speed to determine the spatial coordinates indicating the spatial position of each particle for each predetermined period,
In the method for predicting the diffusion state of a diffusing material, the concentration of the substance in the specific region is calculated based on the number of particles present in the specific region.
When obtaining the diffusion rate and spatial coordinates of particles existing within a predetermined set distance from the discharge source, the predetermined period is the same as the constant period,
The predetermined period is longer than the predetermined period when the diffusion speed and spatial coordinates of particles existing outside the range of a predetermined set distance from the discharge source are obtained.
[0041]
The method for predicting the diffusion state of a diffusing substance according to the present invention replaces the substance with a large number of particles in order to predict the state in which the substance discharged from the emission source into the atmosphere diffuses in the atmosphere, And set that a predetermined number of particles occur at a certain period from the position of
By substituting wind velocity field data indicating the wind direction and velocity that change over time at many points in the region including the location of the emission source into the diffusion equation that calculates the diffusion state of the particles To determine the diffusion speed of each particle, and from this diffusion speed to determine the spatial coordinates indicating the spatial position of each particle for each predetermined period,
In the method for predicting the diffusion state of a diffusing material, the concentration of the substance in the specific region is calculated based on the number of particles present in the specific region.
When determining the diffusion rate and spatial coordinates of particles that have not passed a predetermined set time from the time of discharge from the discharge source, the predetermined period is the same as the constant period,
When obtaining the diffusion rate and spatial coordinates of particles that have passed a predetermined set time from the time of discharge from the discharge source, the predetermined period is longer than the predetermined period.
[0042]
DETAILED DESCRIPTION OF THE INVENTION
Embodiments of the present invention will be described below in detail with reference to the drawings.
[0043]
<First Embodiment>
The method for predicting the diffusion state of a diffusing substance according to the first embodiment of the present invention was obtained by calculation with FIG. 1 showing the state of the discharge source S and the points F1, F2, and FIG. 2 showing the particle generation timing. Description will be made with reference to FIG. 3 showing the concentration at the point F1 and FIG. 4 showing the concentration at the point F2 obtained by calculation.
[0044]
In the first embodiment, a half time (10 seconds) of the conventional calculation cycle Δt (= 20 seconds) is set to a constant cycle (Δt / 2), and from the discharge source S every fixed cycle (Δt / 2). N / 2 (= 10) particles P are generated (see FIGS. 1 and 2).
[0045]
Then, the wind velocity field data obtained by the RAMS (Regional Atmospheric Modeling System) code is substituted into the particle motion equation (HYPACT), and the diffusion rate of each particle P using the Lagrangian particle diffusion model. By calculating (u ′, v ′, w ′) and moving each particle, the spatial coordinates (xi (t), yi (t), zi (t)) of each particle are unsteadyly determined. The calculation is performed every “predetermined period”.
[0046]
Here, the “predetermined period”
(1) When the particles P are present within the preset distance Xp from the discharge source S, the predetermined period is a constant period (Δt / 2), specifically 10 seconds,
(2) When the particles P exist outside the preset distance Xp from the discharge source S, the predetermined period is twice the constant period (Δt / 2), specifically, the conventional calculation 20 seconds equal to the period Δt.
The set distance Xp is set to a representative wind speed U × Δt.
[0047]
When the particles P are present within a preset distance Xp from the discharge source S, the position of the particles P is calculated every certain period (Δ / 2), that is, every 10 seconds. A group of P partially overlaps with a group of particles P generated afterward.
[0048]
FIG. 3 shows a setting that is preset from the discharge source S when N / 2 (= 10) particles P are generated from the discharge source S at regular intervals (Δt / 2) (= 10 seconds). A situation is shown in which the concentration of the point F1 located within the range of the distance Xp is obtained by calculation. Ten particles P that have become lumps indicated by dotted lines and ten particles P that have become lumps indicated by two-dot chain lines are alternately generated every 10 seconds. The solid line in FIG. 3 shows the change over time of the concentration of the substance at the point F1 obtained by the calculation, the dotted line is the concentration calculated by the particles P that have become a lump indicated by the dotted line, The density calculated by the particle P that is the lump shown, and the sum of the density characteristic indicated by the dotted line and the density characteristic indicated by the two-dot chain line is the smooth density characteristic indicated by the solid line. The substance concentration at the point F1 is obtained by integrating the number of particles in the unit space including the point F1.
[0049]
In the case where the particles P exist outside the range of the preset distance Xp set from the discharge source S, the particles are equal to twice the fixed period (Δ / 2), specifically every 20 seconds equal to the conventional calculation period Δt. The position of P is calculated. Even if the calculation cycle is long, the particles P are far away from the emission source S and are widely diffused, so that the preceding particle P group and the following particle P group partially overlap. .
[0050]
FIG. 4 shows a preset set distance from the discharge source S when N / 2 (10) particles P are generated from the discharge source S at regular intervals (Δt / 2) (= 10 seconds). The situation where the density of the point F2 located outside the range of Xp is obtained by calculation is shown. As described above, since the preceding particle P group obtained every 20 seconds equal to the conventional calculation period Δt partially overlaps the subsequent particle P group, smooth density characteristics indicated by a solid line can be obtained. . The substance concentration at the point F2 is obtained by integrating the number of particles in the unit space including the point F2.
[0051]
In the first embodiment, N / 2 (10) particles P are generated from the discharge source S every fixed period (Δt / 2) (= 10 seconds). However, the particle diffusion speed and the spatial coordinates of the particles within the range of the preset set distance Xp from the discharge source S are obtained every fixed period (Δt / 2), but the preset set distance Xp of the discharge source S is Since the particle diffusion rate and particle spatial coordinates outside the range are obtained every 20 seconds equal to the conventional calculation period Δt, the total calculation time is shorter than twice the conventional calculation time.
[0052]
As described above, according to the first embodiment, the time change of the concentration at the point F1 close to the discharge source S (concentration obtained by calculation) is far, even though the calculation time is less than twice that of the conventional method. The time change of the concentration at the point F2 (concentration obtained by calculation) also becomes smooth, and approximates the actual concentration change of the substance.
[0053]
<Second Embodiment>
In the second embodiment of the present invention, the half time (10 seconds) of the conventional calculation cycle Δt (= 20 seconds) is set to a fixed cycle (Δt / 2), and the discharge source S is supplied with a fixed cycle (Δt / Every 2), N / 2 (10) particles P are generated.
[0054]
Then, the wind velocity field data obtained by the RAMS (Regional Atmospheric Modeling System) code is substituted into the particle motion equation (HYPACT), and the diffusion rate of each particle P using the Lagrangian particle diffusion model. By calculating (u ′, v ′, w ′) and moving each particle, the spatial coordinates (xi (t), yi (t), zi (t)) of each particle are unsteadyly determined. The calculation is performed every “predetermined period”.
[0055]
Here, the “predetermined period”
(1) For particles P that have not passed a predetermined set time from the time when they are discharged from the discharge source S, the predetermined period is a constant period (Δt / 2), specifically 10 seconds. ,
(2) For the particles P that have passed a predetermined set time from the time when they are discharged from the discharge source S, the predetermined cycle is twice the fixed cycle (Δt / 2). 20 seconds equal to the period Δt.
[0056]
As described above, for the particles P that have not passed the predetermined set time from the time when they are discharged from the discharge source S, the predetermined period is a constant period (Δt / 2), specifically 10 seconds. Since it is shortened, the time change of the calculated density becomes smooth.
On the other hand, for the particles P that have passed a predetermined set time from the time when they are discharged from the discharge source S, the predetermined cycle is twice the fixed cycle (Δt / 2), specifically, the conventional calculation cycle. Although it is as long as 20 seconds, which is equal to Δt, since the particles P after a long time are widely diffused, the temporal change in the calculated concentration becomes smooth.
[0057]
【The invention's effect】
As specifically described above with the embodiment, in the diffusion state prediction method of the diffusing substance according to the present invention, in order to predict the state in which the substance discharged from the emission source into the atmosphere is diffused in the atmosphere, Substituting a large number of particles with the substance, and setting that a predetermined number of particles are generated at regular intervals from the position of the discharge source,
By substituting wind velocity field data indicating the wind direction and velocity that change over time at many points in the region including the location of the emission source into the diffusion equation that calculates the diffusion state of the particles To determine the diffusion speed of each particle, and from this diffusion speed to determine the spatial coordinates indicating the spatial position of each particle for each predetermined period,
In the method for predicting the diffusion state of a diffusing material, the concentration of the substance in the specific region is calculated based on the number of particles present in the specific region.
When obtaining the diffusion rate and spatial coordinates of particles existing within a predetermined set distance from the discharge source, the predetermined period is the same as the constant period,
When determining the diffusion rate and spatial coordinates of particles existing outside the range of a predetermined distance from the discharge source, the predetermined period is longer than the constant period,
Or
When determining the diffusion rate and spatial coordinates of particles that have not passed a predetermined set time from the time of discharge from the discharge source, the predetermined period is the same as the constant period,
In the case of obtaining the diffusion rate and spatial coordinates of particles that have passed a predetermined set time from the time of discharge from the discharge source, the predetermined period is longer than the predetermined period.
For this reason, since the diffusion rate and spatial coordinates are obtained at short time intervals for particles close to the discharge source and particles having a short elapsed time since they are generated, the temporal change in the concentration obtained by the calculation is smooth. In addition, for particles far from the emission source or for particles that have long elapsed time after generation, the diffusion rate and spatial coordinates are obtained at long time intervals. The time change of is smooth.
And since it is calculating with a long time interval with respect to the particle | grains far from a discharge | emission source, or the particle | grains which have elapsed since it generate | occur | produced, the whole calculation time can be shortened.
[Brief description of the drawings]
FIG. 1 is an explanatory diagram showing a state of an emission source and an inspection point when a first embodiment of the present invention is applied.
FIG. 2 is an explanatory view showing a state of generation of particles in the first embodiment of the present invention.
FIG. 3 is a characteristic diagram showing a concentration at a point F1 in the first embodiment of the present invention.
FIG. 4 is a characteristic diagram showing a concentration at a point F2 in the first embodiment of the present invention.
FIG. 5 is an explanatory view showing a diffusion state of particles in the prior art.
FIG. 6 is an explanatory view showing a diffusion state of particles in the prior art.
FIG. 7 is an explanatory view showing a diffusion state of particles in the prior art.
FIG. 8 is an explanatory diagram showing particle distribution in a predetermined lattice region.
FIG. 9 is an explanatory diagram showing the function of a particle diffusion model.
FIG. 10 is an explanatory diagram showing a state of an emission source and an inspection point in the prior art.
FIG. 11 is a characteristic diagram showing the concentration at a point F in the prior art.
FIG. 12 is an explanatory diagram showing a state of a discharge source and an inspection point in the prior art.
FIG. 13 is a characteristic diagram showing the concentration at point F in the prior art.
[Explanation of symbols]
S emission source
F, F1, F2 points

Claims

In order to predict the situation where the substance discharged from the emission source into the atmosphere diffuses in the atmosphere, the substance is replaced with a large number of particles, and a predetermined number of particles from the position of the emission source every predetermined period Is set to occur, and
By substituting wind velocity field data indicating the wind direction and velocity that change over time at many points in the region including the location of the emission source into the diffusion equation that calculates the diffusion state of the particles To determine the diffusion speed of each particle, and from this diffusion speed to determine the spatial coordinates indicating the spatial position of each particle for each predetermined period,
In the method for predicting the diffusion state of a diffusing material, the concentration of the substance in the specific region is calculated based on the number of particles present in the specific region.
When obtaining the diffusion rate and spatial coordinates of particles existing within a predetermined set distance from the discharge source, the predetermined period is the same as the constant period,
A method for predicting the diffusion state of a diffusing material, wherein the predetermined period is longer than the predetermined period when obtaining the diffusion speed and spatial coordinates of particles existing outside a predetermined set distance from the discharge source.

In order to predict the situation where the substance discharged from the emission source into the atmosphere diffuses in the atmosphere, the substance is replaced with a large number of particles, and a predetermined number of particles from the position of the emission source every predetermined period Is set to occur, and
By substituting wind velocity field data indicating the wind direction and velocity that change over time at many points in the region including the location of the emission source into the diffusion equation that calculates the diffusion state of the particles To determine the diffusion speed of each particle, and from this diffusion speed to determine the spatial coordinates indicating the spatial position of each particle for each predetermined period,
In the method for predicting the diffusion state of a diffusing material, the concentration of the substance in the specific region is calculated based on the number of particles present in the specific region.
When determining the diffusion rate and spatial coordinates of particles that have not passed a predetermined set time from the time of discharge from the discharge source, the predetermined period is the same as the constant period,
When obtaining the diffusion rate and spatial coordinates of particles that have passed a predetermined set time from the time when they are discharged from the discharge source, the predetermined period is longer than the predetermined period, and the diffusion state prediction of the diffusing substance is characterized in that Method.
.