JP4209354B2 - 拡散物質の拡散状況予測方法及び拡散状況予測システム - Google Patents

Description

本発明は、拡散物質の拡散状況予測方法及び拡散状況予測システムに関し、気流場データベースや拡散場データベースを予め用意しておくことにより、大気中に排出された拡散物質の拡散状況を短時間で演算することができるようにしたものである。

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（大気中）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。

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。

大気中に排出された拡散物質の拡散状況を、演算により予測するには、気流場データを求め、次にこの気流場データを基に拡散場データを求めている。

原発事故等の緊急時対応システムにおいては、拡散源（原子力発電所等）を中心とした数Ｋｍ四方における有害ガスの拡散を予測・評価する必要がある。現状のシステムでは、広域気象データを利用して、数値シミュレーションモデルにより数値流体解析（ＣＦＤ：Computational Fluid Dynamics）を用いて、定常時の気流場データ及び／または非定常時の気流場データを演算し、その後（または同時）に、ＣＦＤを用いて、定常時気流場データから定常時拡散データを演算したり、非定常時気流場データから非定常時拡散データを演算したりしている。

なおＣＦＤとは、計算領域を格子状に分割して、各格子点の変数（風速、温度等）について、変数の微分方程式を時間積分することにより気流場データあるいは拡散場データを解析する演算手法である。

現状の気体状況予測演算（気流場データを求める演算）では、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ＣＦＤ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、一定時間刻み毎の気流場データを求める。

また、現状の拡散状況予測演算（拡散場データを求める演算）では、放出された拡散物質の濃度や性状ならびに前記気流場データを、拡散物質（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（拡散場データ）を求める。

なお、「拡散物質（粒子）の拡散状態を演算する拡散方程式」としては各種のものが開発されているが、その一例としては、コロラド州立大学と米国ATMET社で開発されたＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードなどがある。

特開２００２−２０２３８３ 特開２００３−１９６５７４

従来では気流場データや拡散場データを演算するのにＣＦＤを用いて演算をしているため、演算に膨大な時間を要していた。特に、気流場データの演算には長時間を要していた。

本発明は、上記従来技術に鑑み、短時間で拡散場データ（拡散物質の拡散状況を示すデータ）を求めることができる、拡散物質の拡散状況予測方法及び拡散状況予測システムを提供することを目的とする。

上記課題を解決する本発明の構成は、
拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースが記憶されている記憶部と、
対象日時の気象データを入力する気象データ入力部と、
前記気象データ入力部から入力された対象日時の気象データを基に風向と大気安定度を求め、対象日時の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の気流場データを前記記憶部から取り出して複数の気流場データを内挿補完演算することにより、対象日時の気象データの風向と大気安定度と同じ風向と大気安定度となっている気流場データを求めて送出する気流場データ演算部と、
気流場データ演算部から送出された気流場データを、拡散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拡散物質の拡散場データを求める拡散場データ演算部とを有することを特徴とする。

また本発明の拡散状況予測システムの構成は、
拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースを予め求め、この気流場データベースの各気流場データを、拡散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、拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の拡散場データを予め求め、この予め求めた拡散場データからなる拡散場データベースが記憶されている記憶部と、
対象日時の気象データを入力する気象データ入力部と、
前記気象データ入力部から入力された対象日時の気象データを基に風向と大気安定度を求め、対象日時の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の拡散場データを前記記憶部から取り出して複数の拡散場データを内挿補完演算することにより、対象日時の気象データの風向と大気安定度と同じ風向と大気安定度となっている拡散場データを求めて送出する拡散場データ演算部とを有することを特徴とする。

また本発明の拡散状況予測方法の構成は、
拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースを予め求めておき、
対象日時における複数の時点の気象データを基に各気象データの風向と大気安定度を求め、対象日時の複数の時点の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の気流場データを前記気流場データベースから取り出して複数の気流場データを内挿補完演算することにより、対象日時の複数の時点の気象データの風向と大気安定度と同じ風向と大気安定度となっている複数の気流場データを求めて送出し、
送出された複数の気流場データを、拡散物質の拡散状態を演算する拡散方程式にそれぞれ代入することにより拡散物質の複数の拡散場データを時系列的に求めることを特徴とする。

また本発明の拡散状況予測システムの構成は、
拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースが記憶されている記憶部と、
対象日時における複数の時点の気象データを入力する気象データ入力部と、
前記気象データ入力部から入力された対象日時の複数の時点の気象データを基に風向と大気安定度を求め、対象日時の複数の時点の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の気流場データを前記記憶部から取り出して複数の気流場データを内挿補完演算することにより、対象日時の複数の時点の気象データの風向と大気安定度と同じ風向と大気安定度となっている複数の気流場データを求めて送出する気流場データ演算部と、
気流場データ演算部から送出された複数の気流場データを、拡散物質の拡散状態を演算する拡散方程式にそれぞれ代入することにより拡散物質の拡散場データを時系列的に求める拡散場データ演算部とを有することを特徴とする。

本発明では、気流場データベースを予め用意しておくことにより、気流場データの演算が不要になり、短時間で排出物質の拡散状況を予測することができる。
また本発明では、拡散場データベースを予め用意しておくことにより、気流場データの演算ならびに拡散場データの演算が不要になり、短時間で排出物質の拡散状況を予測することができる。
更に本発明では、予め用意していた気流場データベースから非定常の気流場データを求め、この非定常の気流場データを基に非定常の拡散場データを求めることができ、短時間で経時的な拡散状況の予測ができる。

本発明では、拡散源が存在する対象地点における気流場データベースを予め用意しておく。そして、対象地点の拡散源から大気中に拡散物質が排出されたときには、拡散物質排出時における気象条件に類似した気流場データを気流場データベースから取り出す。この気流場データを用いて、拡散状況をＣＦＤを用いて演算することにより、排出物質の拡散状況を迅速・短時間で予測することができる。

また本発明では、拡散源が存在する対象地点における気流場データベースを予め用意し、更に、この気流場データベースを基に各気象条件毎の拡散場データベースを予め用意しておく。そして、対象地点の拡散源から大気中に拡散物質が排出されたときには、拡散物質排出時における気象条件に類似した気象条件となっている拡散場データを拡散場データベースから取り出す。この拡散場データは、排出物質の拡散状況を示すものであるため、排出物質の拡散状況を迅速・短時間で予測することができる。

＜気流場データベースの第１の構築方法＞
広域気象データから、対象地点における風速・温度・気圧・湿度等の鉛直分布を、風向（１６方位）別・大気安定度別に抽出する（図１（ａ）参照）。
即ち、広域気象データの領域（１格子の間隔（スケール）が数１０ｋｍ〜数１００ｋｍ）から、内挿補間演算等を用いたネスティング手法により、狭域数値モデルの領域（数ｋｍのスケール：メソスケール（methoscale））を取り出し、対象地点（例えば原子力発電所の位置）における、風速・温度・気圧・湿度等の鉛直分布（図１（ｂ）参照）を、風向（１６方位）別・大気安定度別に抽出する。
なお、図１（ｂ）において、Ｕは風速、Ｔは温度、Ｐは気圧、ＲＨは相対湿度、Ｚは鉛直方向距離である。

上述した広域気象データとしては、例えば、気象庁から配信されている気象予報データであるＧＰＶ（Grid Point Value）を用いる。このＧＰＶでは、日本全国を格子状に分割したときの格子点上の各要素（風速、気温、湿度等）の値が示される。
また、安定度としては、パスキルの大気安定度分類に基づいて決定する。パスキルの大気安定度分類では、安定度を、昼間は風速と日射量から決め、夜間は風速と雲量とから決めており、不安定（Ａ）から安定（Ｇ）までの７段階に分類している。

次に、風向（１６方位）別・大気安定度別に抽出した、風速・温度・気圧・湿度等の鉛直分布（図１（ｂ）参照）のデータを、メソスケール気象モデルの初期条件及び一様境界条件として取り込んで、ＣＦＤによる手法で気流計算を実施して、三次元の複数の気流場データからなる、気流場データベースを構築する（図１（ｃ）、図２参照）。

メソスケール気象モデルとしては、ＲＡＭＳ（Regional Atmospheric Modeling System：米国のコロラド州立大学で開発された気象解析モデル）や、ＭＭ５（米国大気科学研究センター（ＮＣＡＲ）とペンシルベニア州立大学の共同開発による気象解析モデル）を用いる。

図２は、構築した気流場データベースＤＢ１を示す。この気流場データベースＤＢ１は、安定度（Ａ〜Ｇ）と風向（風向１〜１６）が異なる、１１２通り（７×１６通り）の気流場データ（ｄ−Ａ１、〜ｄ−Ｇ１６）からなる。各気流場データ（例えばｄ−Ａ１）は、特定の風向で特定の安定度（例えば、風向が１で安定度がＡ）における、風向、風速、温度、気圧、湿度をデータ要素とするデータである。

＜気流場データベースの第２の構築方法＞
気流場データベースの第２の構築方法では、拡散源が位置する対象地点の現地気象観測データを基に、図１（ｂ）に示すのと同様な、対象地点（例えば原子力発電所の位置）における、風速・温度・気圧・湿度等の鉛直分布（図１（ｂ）参照）を、風向（１６方位）別・大気安定度別に求める。

次に、風向（１６方位）別・大気安定度別に求めた、風速・温度・気圧・湿度等の鉛直分布（図１（ｂ）参照）のデータを、メソスケール気象モデルの初期条件及び一様境界条件として取り込んで、ＣＦＤによる手法で気流計算を実施して、三次元の複数の気流場データからなる、気流場データベースを構築する（図１（ｃ）、図２参照）。以下の説明では、このようにして求めた気流場データベースを、符号「ＤＢ２」で示す。

＜気流場データベースを用いて定常時気流場データを求め、ＣＦＤにより拡散計算を行う手法＞
本発明の実施例３を、演算手順を示す図３、及び、演算ブロック図である図４を参照して説明する。

記憶部１０には、予め求めた気流場データベースＤＢ１が記憶されている。この気流場データベースＤＢ１は、上述した実施例１の手法により求めたものであり、具体的には、図２に示すように、安定度と風向が異なる１１２通りの気流場データ（ｄ−Ａ１〜ｄ−Ｇ１６）から構成されている。

気流場データ演算部１１には、気象データ入力部１２から対象日時の気象データαが入力される。対象日時とは、拡散源（例えば原子力発電所）から拡散物質（例えば放射性物質）が大気に排出された日時をいう。また、気象データαは、１６方位の風向、風速、温度、気圧、湿度をデータ要素として有している。

気流場データ演算部１１は、次のような演算を順に行う。
（１）まず、入力された気象データαの各データ要素から、この気象データαの大気安定度を演算する。

（２−１）次に、記憶部１０に記憶した、安定度と風向が異なる気流場データベースＤＢ１の中から、気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている気流場データを抽出する。ここでは、抽出した気流場データを、符号「ｄ」で示す。そして、この抽出した気流場データを気流場データｄｔとして、拡散場データ演算部１３に送る。
（２−２）なお、気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている気流場データがない場合には、気象データαの「風向と大気安定度」になるべく近い「風向と大気安定度」となっている複数の気流場データを抽出する。そして、抽出した複数の気流場データを、内挿補間演算をして、気象データαの「風向と大気安定度」と同じ「風向と大気安定度」となっている新たな気流場データを演算して求め、この新たな気流場データを気流場データｄｔとして、拡散場データ演算部１３に送る。

拡散場データ演算部１３は、気流場データｄｔを、拡散物質（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、拡散場データを求める。この拡散場データは、拡散物質の拡散状況（拡散領域，拡散濃度）を示すものであり、この拡散場データから拡散状況の予測ができる。

なお、「拡散物質（粒子）の拡散状態を演算する拡散方程式」としては各種のものが開発されているが、例えば、コロラド州立大学と米国ATMET社で開発されたＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードなどを用いる。

本実施例では、気流場データｄｔを求める際に、ＣＦＤ演算をすることなく、予め用意していた気流場データベースＤＢ１の中から、対象日時の気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている気流場データを抽出するだけであるため、短時間で気流場データｄｔを求めることができ、ひいては、短時間で拡散場データを求めることができる。

＜実施例３の変形例＞
上述した実施例３では、記憶部１０に記憶した気流場データベースとして、実施例１の手法により求めた気流場データベースＤＢ１を用いたが、実施例２の手法により求めた気流場データベースＤＢ２を用いるようにしてもよい。

＜拡散場データベースを用いて、拡散状況を予測する手法＞
本発明の実施例４を、拡散場データベースＤＢＫを示す図５、演算手順を示す図６、及び、演算ブロック図である図７を参照して説明する。この実施例４では、排出源の位置が固定で、この排出源から排出される排出物質の強度が固定であることを前提としている。例えば、原子力発電所から拡散物質（放射性物質）が大漏洩したときを想定して構築した予測システムである。

実施例４では、まず、図２に示すような気流場データベースＤ１（または実施例２の手法により求めた気流場データベースＤ２）を構築する。なお、以降では気流場データベースＤ１，Ｄ２のどちらを用いても同様な動作演算状態となるので、気流データベースＤ１を用いて説明する。

更に、排出源位置が固定で且つ排出源強度が固定として、気流場データベースＤ１に含まれている、安定度と風向が異なる１１２通りの気流場データ（ｄ−Ａ１〜ｄ−Ｇ１６）を、それぞれ、拡散物質（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、安定度と風向が異なる１１２通りの拡散場データ（ｄＫ−Ａ１〜ｄＫ−Ｇ１６）を求める。このように、安定度と風向が異なる１１２通りの拡散場データ（ｄＫ−Ａ１〜ｄＫ−Ｇ１６）が集合したものが、図５に示す拡散場データベースＤＢＫである。

記憶部２０には、上述したようにして求めた拡散場データベースＤＢＫが記憶されている。

拡散場データ演算部２１には、気象データ入力部２２から対象日時の気象データαが入力される。対象日時とは、拡散源（例えば原子力発電所）から拡散物質（例えば放射性物質）が大気に排出された日時をいう。また、気象データαは、１６方位の風向、風速、温度、気圧、湿度をデータ要素として有している。

拡散場データ演算部２１は、次のような演算を順に行う。
（１）まず、入力された気象データαの各データ要素から、この気象データαの大気安定度を演算する。

（２−１）次に、記憶部２０に記憶した、安定度と風向が異なる拡散場データベースＤＢＫの中から、気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている拡散場データを抽出する。ここでは、抽出した拡散場データを、符号「ｄＫｔ」で示す。そして、この抽出した拡散場データを拡散場データｄＫｔとして出力する。
（２−２）なお、気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている拡散場データがない場合には、気象データαの「風向と大気安定度」になるべく近い「風向と大気安定度」となっている複数の拡散場データを抽出する。そして、抽出した複数の拡散場データを、内挿補間演算をして、気象データαの「風向と大気安定度」と同じ「風向と大気安定度」となっている新たな拡散場データを演算して求め、この新たな拡散場データを拡散場データｄＫｔとして出力する。

拡散場データ演算部２１から出力された拡散場データｄＫｔは、拡散物質の拡散状況（拡散領域，拡散濃度）を示すものであり、この拡散場データから拡散状況の予測ができる。

本実施例では、拡散場データｄＫｔを求める際に、ＣＦＤ演算をすることなく、予め用意していた拡散場データベースＤＢＫの中から、対象日時の気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている拡散場データを抽出するだけであるため、短時間で拡散場データｄＫｔ、つまり拡散状況を求めることができる。

＜気流場データベースを用いて非定常時気流場データを求め、ＣＦＤにより拡散計算を行う手法＞
本発明の実施例５を、演算手順を示す図８、時間軸とデータとの関係を示す図９及び、演算ブロック図である図１０を参照して説明する。

記憶部３０には、予め求めた気流場データベースＤＢ１が記憶されている。この気流場データベースＤＢ１は、上述した実施例１の手法により求めたものであり、具体的には、図２に示すように、安定度と風向が異なる１１２通りの気流場データ（ｄ−Ａ１〜ｄ−Ｇ１６）から構成されている。

気流場データ演算部３１には、気象データ入力部３２から対象日における複数の時点Ｔ１，Ｔ２，Ｔ３，Ｔ４，Ｔ５，Ｔ６・・・の気象データα１，α２，α３，α４，α５，α６・・・が入力される（図９（ａ）参照）。例えば、α１は午後１２時００分の気象データ、α２は午後１２時１０分の気象データ、α３は午後１２時２０分の気象データ、α４は午後１２時３０分の気象データ、α５は午後１２時４０分の気象データ、α６は午後１２時５０分の気象データである。
また、対象日とは、拡散源（例えば原子力発電所）から拡散物質（例えば放射性物質）が大気に排出された日をいう。また、気象データはα１，α２，α３，α４，α５，α６・・・は、１６方位の風向、風速、温度、気圧、湿度をデータ要素として有している。

気流場データ演算部３１は、次のような演算を順に行う。
（１）まず、入力された気象データα１の各データ要素から、この気象データα１の大気安定度を演算する。

（２−１）次に、記憶部３０に記憶した、安定度と風向が異なる気流場データベースＤＢ１の中から、気象データα１の「風向と大気安定度」に極めて近い「風向と大気安定度」となっている気流場データを抽出する。ここでは、抽出した気流場データを、符号「ｄ１」で示す。そして、この抽出した気流場データを気流場データｄｔ１として、拡散場データ演算部３３に送る。
（２−２）なお、気象データα１の「風向と大気安定度」に極めて近い「風向と大気安定度」となっている気流場データがない場合には、気象データα１の「風向と大気安定度」になるべく近い「風向と大気安定度」となっている複数の気流場データを抽出する。そして、抽出した複数の気流場データを、内挿補間演算をして、気象データα１の「風向と大気安定度」と同じ「風向と大気安定度」となっている新たな気流場データを演算して求め、この新たな気流場データを気流場データｄｔ１として、拡散場データ演算部３３に送る。

気流場データ演算部３１は、上述した気象データα１から気流場データｄｔ１を求めたと同様な演算を用いて、気象データα２，α３，α４，α５，α６・・・から気流場データｄｔ２，ｄｔ３，ｄｔ４，ｄｔ５，ｄｔ６・・・をそれぞれ演算して求める。

更に気流場データ演算部３１は、時点Ｔ１，Ｔ２，Ｔ３，Ｔ４，Ｔ５，Ｔ６・・・の各時点の間の期間における分割時点の気流場データを、内挿補間演算によりもとめる。
例えば、図９（ｂ）に示すように、時点Ｔ１と時点Ｔ２との間の分割時点Ｔ１１，Ｔ１２，Ｔ１３，Ｔ１４，Ｔ１５，Ｔ１６，Ｔ１７，Ｔ１８，Ｔ１９の気流場データｄｔ１１，ｄｔ１２，ｄｔ１３，ｄｔ１４，ｄｔ１５，ｄｔ１６，ｄｔ１７，ｄｔ１８，ｄｔ１９は、時点Ｔ１の気流場データｄｔ１と時点Ｔ２の気流場データｄｔ２とを内挿補間演算して求める。

時点Ｔ２と時点Ｔ３との間の分割時点の気流場データ，時点Ｔ３と時点Ｔ４との間の分割時点の気流場データ等も、同様に内挿補間演算をすることにより求める。

拡散場データ演算部３３には、気流場データ演算部３１から、各時点の気流場データｄｔ（ｄｔ１，ｄｔ１１，ｄｔ１２，ｄｔ１３，ｄｔ１４，ｄｔ１５，ｄｔ１６，ｄｔ１７，ｄｔ１８，ｄｔ１９、ｄｔ２・・・）が入力される。
拡散場データ演算部３３は、複数の気流場データｄｔを時系列的にならべ、この複数の気流場データｄｔのうち時間的に早いものから順に、即ち、各時点（Ｔ１，Ｔ１１，Ｔ１２，Ｔ１３，Ｔ１４，Ｔ１５，Ｔ１６，Ｔ１７，Ｔ１８，Ｔ１９，Ｔ２・・・）の気流場データｄｔ１，ｄｔ１１，ｄｔ１２，ｄｔ１３，ｄｔ１４，ｄｔ１５，ｄｔ１６，ｄｔ１７，ｄｔ１８，ｄｔ１９，ｄｔ２・・・を順に、拡散物質（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、各時点（Ｔ１，Ｔ１１，Ｔ１２，Ｔ１３，Ｔ１４，Ｔ１５，Ｔ１６，Ｔ１７，Ｔ１８，Ｔ１９，Ｔ２・・・）の拡散場データを求める。

このようにして各時点（Ｔ１，Ｔ１１，Ｔ１２，Ｔ１３，Ｔ１４，Ｔ１５，Ｔ１６，Ｔ１７，Ｔ１８，Ｔ１９，Ｔ２・・・）の拡散場データ、即ち、非定常の拡散場データが得られる。このような非定常の拡散場データは、拡散物質の経時的な拡散状況（拡散領域，拡散濃度）を示すものであり、この拡散場データから経時的な拡散状況の予測ができる。

なお、「拡散物質（粒子）の拡散状態を演算する拡散方程式」としては各種のものが開発されているが、例えば、コロラド州立大学と米国ATMET社で開発されたＨＹＰＡＣＴ（Hybrid Particle Concentration Transport Model ）コードなどを用いる。

本実施例では、気流場データｄｔを求める際に、ＣＦＤ演算をすることなく、予め用意していた気流場データベースＤＢ１の中から、対象日時の気象データαの「風向と大気安定度」に極めて近い「風向と大気安定度」となっている気流場データを抽出するだけであるため、短時間で気流場データｄｔを求めることができ、ひいては、短時間で拡散場データを求めることができる。

また本実施例では、非定常な（経時的な）拡散場データが得られるため、経時的な拡散状況の予測ができる。

＜実施例５の変形例＞
上述した実施例５では、記憶部３０に記憶した気流場データベースとして、実施例１の手法により求めた気流場データベースＤＢ１を用いたが、実施例２の手法により求めた気流場データベースＤＢ２を用いるようにしてもよい。

本発明は、放射性物質の拡散状況の把握や、ガス体の拡散状況の把握や、環境アセスメントの解析などに利用可能である。

広域気象データから狭域気象データを求める手法を示す説明図。 気流場データベースを示す表。 実施例３の演算手順を示す説明図。 実施例３の演算ブロックを示すブロック図。 拡散場データベースを示す表。 実施例４の演算手順を示す説明図。 実施例４の演算ブロックを示すブロック図。 実施例５の演算手順を示す説明図。 実施例５における時間軸とデータとの関係を示す説明図。 実施例５の演算ブロックを示すブロック図。

符号の説明

１０，２０，３０ 記憶部
１１，３１ 気流場データ演算部
１２，２２，３２ 気象データ入力部
１３，２１，３３ 拡散場データ演算部

Claims (4)

1. 拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースが記憶されている記憶部と、
   対象日時の気象データを入力する気象データ入力部と、
   前記気象データ入力部から入力された対象日時の気象データを基に風向と大気安定度を求め、対象日時の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の気流場データを前記記憶部から取り出して複数の気流場データを内挿補完演算することにより、対象日時の気象データの風向と大気安定度と同じ風向と大気安定度となっている気流場データを求めて送出する気流場データ演算部と、
   気流場データ演算部から送出された気流場データを、拡散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拡散物質の拡散場データを求める拡散場データ演算部とを有することを特徴とする拡散物質の拡散状況予測システム。
2. 拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースを予め求め、この気流場データベースの各気流場データを、拡散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、拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の拡散場データを予め求め、この予め求めた拡散場データからなる拡散場データベースが記憶されている記憶部と、
   対象日時の気象データを入力する気象データ入力部と、
   前記気象データ入力部から入力された対象日時の気象データを基に風向と大気安定度を求め、対象日時の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の拡散場データを前記記憶部から取り出して複数の拡散場データを内挿補完演算することにより、対象日時の気象データの風向と大気安定度と同じ風向と大気安定度となっている拡散場データを求めて送出する拡散場データ演算部とを有することを特徴とする拡散物質の拡散状況予測システム。
3. 拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースを予め求めておき、
   対象日時における複数の時点の気象データを基に各気象データの風向と大気安定度を求め、対象日時の複数の時点の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の気流場データを前記気流場データベースから取り出して複数の気流場データを内挿補完演算することにより、対象日時の複数の時点の気象データの風向と大気安定度と同じ風向と大気安定度となっている複数の気流場データを求めて送出し、
   送出された複数の気流場データを、拡散物質の拡散状態を演算する拡散方程式にそれぞれ代入することにより拡散物質の複数の拡散場データを時系列的に求めることを特徴とする拡散物質の拡散状況予測方法。
4. 拡散物質を大気中に排出する拡散源が存在する対象地点における、風向と大気安定度が異なる複数の気流場データからなる気流場データベースが記憶されている記憶部と、
   対象日時における複数の時点の気象データを入力する気象データ入力部と、
   前記気象データ入力部から入力された対象日時の複数の時点の気象データを基に風向と大気安定度を求め、対象日時の複数の時点の気象データの風向と大気安定度になるべく近い風向と大気安定度となっている複数の気流場データを前記記憶部から取り出して複数の気流場データを内挿補完演算することにより、対象日時の複数の時点の気象データの風向と大気安定度と同じ風向と大気安定度となっている複数の気流場データを求めて送出する気流場データ演算部と、
   気流場データ演算部から送出された複数の気流場データを、拡散物質の拡散状態を演算する拡散方程式にそれぞれ代入することにより拡散物質の拡散場データを時系列的に求める拡散場データ演算部とを有することを特徴とする拡散物質の拡散状況予測システム。

Images