JP4404220B2

JP4404220B2 - 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

Info

Publication number: JP4404220B2
Application number: JP2006254163A
Authority: JP
Inventors: 智宏原; 良二大場; 一木岡林; 次郎米田; 昭紀河内; 重裕糠塚
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2006-04-14
Filing date: 2006-09-20
Publication date: 2010-01-27
Anticipated expiration: 2026-09-20
Also published as: CN101055316A; US20070244645A1; TW200741240A; TWI377363B; JP2007304080A; CN101055316B

Description

本発明は、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）を求める気体状況予測装置、方法、プログラム、および拡散状況予測システムに関するものである。

従来、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拡散濃度を予測し、放射性物質による影響を受ける地域を予測する拡散状況予測システムが知られている。
この拡散状況予測システムにおいては、まず、気象ＧＰＶ（Grid Point Value）データやＡＭＥＤＡＳ等の気象観測データに基づいて、大気現象を解析する偏微分方程式を演算することにより、事故発生（例えば、放射性物質の外部放出）時点から所定時間先の時点までの演算期間に渡り、一定時間間隔で多数の評価地点の気流要素（風向、風速等）を求め、この気流要素を用いて拡散計算を行うことにより、事故源から放出された物質の拡散状況を予測している。

例えば、特開２００２−２０２３８３号公報（特許文献１）には、以下のような技術が提案されている。
まず、図８に示すように、原子力発電所などが設置されているなどして、その周辺における気流要素を緻密に予測する必要がある場合、原子力発電所が設置されている地点（例えば、Ｘで示した地点）を含む所定の領域を特定領域Ａ３として設定する。そして、この特定領域Ａ３を含むとともに、その面積が段階的に拡大される複数の拡大領域Ａ２（Ａ２＞Ａ３であり、以下「中領域」という。）、Ａ１（Ａ１＞Ａ２であり、以下「大領域」という。）を設定する。例えば、大領域Ａ１は５００ｋｍ四方に、中領域Ａ２は、１００ｋｍ四方に、特定領域Ａ３は５０ｋｍ四方に設定される。

これら特定領域Ａ３、中領域Ａ２、及び大領域Ａ１には、それぞれ気流要素を評価するための評価地点が設定されている。例えば、拡大領域Ａ１には、東西方向及び南北方向に４ｋｍの距離間隔で、格子状に評価地点が設定されている。同様に、中領域Ａ２には、東西方向及び南北方向に１ｋｍの距離間隔で、格子状に評価地点が設定され、特定領域Ａ３には、東西方向及び南北方向に２５０ｋｍの距離間隔で、格子状に評価地点が設定されている。

そして、上記大領域Ａ１、中領域Ａ２及び特定領域Ａ３において、気流要素を予測する場合には、まず、最も広い領域である大領域Ａ１に設定された各評価地点における気流要素を気象観測データに基づいて演算する。ここで、例えば、気象観測データとして気象ＧＰＶデータを用いる場合について、具体的に説明する。
まず、初期条件としてＧＰＶデータを空間内挿補間したデータを用い、境界条件としてＧＰＶデータを空間・時間内挿補間したデータを用いる。そして、これらデータを用いて気象に関する偏微分方程式を解くことにより、大領域Ａ１における各評価地点の気流要素を演算する。
続いて、中領域Ａ２における評価地点の気象要素を以下の処理手順により演算する。まず、初期条件としては、中領域Ａ２における評価地点のうち、大領域Ａ１に設定した評価地点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、そのデータをそのまま流用し、その他の評価地点においては、流用したデータを内挿補間したデータを用いる。次に、境界条件としては、中領域Ａ２の境界上の評価地点のうち、大領域Ａ１に設定した評価地点と同じ位置にあるものは、大領域Ａ１のデータを流用し、その他の境界上の評価地点では、流用したデータを内挿補間したデータを用いる。そして、これら初期条件、境界条件を用いて、気象に関する偏微分方程式を解いて各評価地点の気流要素を演算する。
同様に、特定領域Ａ３における評価地点における初期条件、境界条件を、上述した中領域Ａ２と同様の手順により求め、求めた初期条件、境界条件を用いて、気象に関する偏微分方程式を解くことにより、各評価地点の気流要素を演算する。

このように、最終的に緻密な気象要素が必要となる小領域Ａ３にのみ、距離間隔が短い子格子点、つまり、最も細やかな評価地点を設定しているため、大領域Ａ１の全領域に詳細な評価地点を設定して演算する場合に比べて、処理時間を短くすることが可能となる。
更に、上記特許文献１には、演算開始時点から所定時間先までの演算期間に渡って、連続的に上述した大領域Ａ１、中領域Ａ２、及び特定領域Ａ３における気流要素を予測する場合、上記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複数の演算装置に振り分けて同時並行して進めることにより、演算時間の短縮を図る技術が開示されている。
特開２００２−２０２３８３号公報（第１図、第６図）

また、近年では、更に細かい部分まで気流要素を求める手法が提案されている。この手法は、上述のネスティング手法により数ｋｍ範囲の気流要素を求め、その後、流体力学モデル（ＣＦＤモデル）を用いて建造物周辺の気流要素を数ｍ刻みで求めるものである。
しかしながら、上述した気流要素の求め方では、膨大な計算時間を要するため、現状に即さず実現性に乏しいという問題があった。

本発明は、上記問題を解決するためになされたもので、処理時間の短縮を図ることのできる気体状況予測装置、方法、プログラム、および拡散状況予測システムを提供することを目的とする。

上記課題を解決するために、本発明は以下の手段を採用する。
本発明は、注目地点を含む注目領域の気体状況を予測する気体状況予測装置であって、各大気条件と各前記大気条件下における前記注目領域の気流場データとを対応付けて記憶する記憶手段と、前記注目領域を含むとともに前記注目領域よりも広い領域である拡大領域内に設定された複数の評価地点における気象要素を、気象モデル計算を用いて求める気象モデル演算手段と、前記気象モデル演算手段によって求められた前記気象要素から前記注目領域の大気条件を決定し、この大気条件に対応する気流場データを前記記憶手段から抽出する抽出手段と、前記抽出手段により抽出された前記気流場データを前記気象モデル演算手段によって求められた前記気象要素を用いて修正する修正手段とを具備する気体状況予測装置を提供する。

このような構成によれば、注目領域を含む拡大領域内に設定された複数の評価地点における気象要素が気象モデル演算手段によって求められる。続いて、これらの気象要素に基づいて注目領域における大気条件が決定され、この大気条件に対応する気流場データが記憶手段から抽出される。これにより、注目領域の大気条件が反映された気流場データを容易に取得できる。
このように、大気条件とその大気条件下における注目領域の気流場データを予め記憶手段に記憶しておくので、気象モデル演算手段は注目領域のレベルまで気象モデル計算による気流場を求めることが不要となり、処理時間の短縮を図ることが可能となる。
また、注目領域における気流場データは、気象モデル演算手段により求められた拡大領域における評価地点の気象要素を用いて修正されることにより、気象要素が反映されたデータとされることとなる。また、記憶手段から抽出される気流場データは、そのときの気象要素が反映された気流場データであり、更に、この気流場データが、そのときの気象要素を用いて修正されることにより、精度の高い気流場データを得ることができる。

上記気流場データは、例えば、３次元の気流場データであり、風向、風速、乱流エネルギー、湿度、温度などの少なくとも１つの気象要素により構成されている。
気象モデル演算手段が用いる気象モデル計算手法は、例えば、ＲＡＭＳ、ＭＭ５、ＷＲＦなどである。また、気象要素とは、例えば、気温、気圧、湿度、風向、風速、乱流エネルギー、降水量、雲量、雲形、日射、放射、日照、視程、および積雪などの少なくとも１つをいう。
上記拡大領域は、注目領域を含む領域、つまり、注目領域と一致する場合も含まれる。ただし、拡大領域内における評価地点は、注目領域よりも粗く設定されている。

上記抽出手段は、前記気象モデル演算手段によって求められた拡大領域内で注目領域に該当する１地点における気象要素を抽出し、この気象要素に基づいて上記大気条件を決定することとしてもよい。例えば、大気条件が風向と大気安定度との組み合わせであった場合には、上記気象要素のうち、風向を抽出することにより風向を決定し、また、風速と日射量または放射収支量とから大気安定度を決定する。そして、抽出手段は、これら風向と大気安定度とからなる大気条件に対応付けられている気流場データを記憶手段から抽出する。
あるいは、上記抽出手段は、前記気象モデル演算手段によって求められた拡大領域内の気象要素から注目領域内に該当する複数の評価地点、例えば、注目領域の境界面における複数の気象要素を抽出し、これら気象要素に基づいて、例えば、これを平均化することにより、前記注目領域の大気条件を決定することとしてもよい。

上記気体状況予測装置において、前記抽出手段は、前記気象モデル演算手段によって求められた前記気象要素から前記注目領域の大気条件を求め、この大気条件に近い２つの気流場データを前記記憶手段から抽出し、抽出した気流場データを線形結合することにより、注目領域の気流場データを計算することとしてもよい。

このような構成によれば、気象モデル演算手段によって求められた気象要素から注目領域における大気条件を求め、この大気条件に近い２つの気流場データを記憶手段から抽出し、抽出した２つの気流場データを線形結合することにより、注目領域の気流場データを計算するので、より精密な気流場データを求めることができる。そして、この気流場データを用いて拡散計算を行うことにより、拡散計算の精度向上を図ることが可能となる。

上記気体状況予測装置において、前記抽出手段により抽出または計算された気流場データを出力する出力手段を備えていてもよい。
このような構成によれば、抽出手段によって求められた注目領域の気流場データは、出力手段を介して出力されることとなる。これにより、この気流場データを用いた拡散計算が可能となる。

上記気体状況予測装置において、前記修正手段は、前記拡大領域内に含まれる前記注目領域の気象要素と、前記抽出手段からの前記気流場データとを同化させることとしてもよい。

このように、拡大領域内に含まれる注目領域の気象要素と抽出手段によって抽出された気流場データとを同化させることで、気象モデル計算の結果を気流場データに容易に反映させることが可能となる。
同化に用いる計算手法の一例としては、ナッジング手法、最小二乗法などが挙げられる。同化は、気象モデル演算手段によって求められた注目領域内の気象要素全てを対象として行ってもよいし、注目領域の境界面における気象要素のみを対象として行うこととしてもよい。

上記気体状況予測装置において、前記修正手段は、前記気流場データの風成分または／および乱流エネルギーを用いて同化を行うこととしてもよい。

後続の処理である拡散計算では、風成分と乱流エネルギーとが主な気象要素として用いられることとなる。このため、風成分または／および乱流エネルギーを用いて同化が行われることにより、後続の拡散計算に好適な気流場データを得ることが可能となる。

上記気体状況予測装置において、前記修正手段によって修正された後の前記気流場データを出力する出力手段を備えていてもよい。

このような構成によれば、修正手段によって修正された注目領域の気流場データは、出力手段を介して出力されることとなる。これにより、この気流場データを用いた拡散計算が可能となる。

上記気流場データは、流体力学モデルを用いて求められたものとしてもよい。

このように、注目領域における気流場データは、流体力学モデルを用いて求められたものであるので、建造物の形状などを考慮に入れた緻密なデータを得ることができる。
流体力学モデルの一例としては、例えば、Ｋ・ε、ＬＥＳ、ＤＮＳなどが挙げられる。

また、本発明の気体状況予測装置は、拡散状況予測システムに好適なものであり、この気体状況予測システムにおいて、気体状況予測装置により求められた気流場データを用いた拡散計算がなされることにより、注目地点から拡散される気体の状況を精度よく予測することが可能となる。

本発明は、注目地点を含む注目領域の気体状況を予測する気体状況予測方法であって、前記注目領域を含むとともに前記注目領域よりも広い領域である拡大領域内に設定された複数の評価地点における気象要素を、気象モデル計算を用いて求める気象要素計算過程と、前記気象要素計算過程において求めた前記気象要素に基づいて前記注目領域の大気条件を決定する大気条件決定過程と、各大気条件と各前記大気条件下における前記注目領域の気流場データとが予め対応付けられている記憶装置から、前記大気条件決定過程にて決定した大気条件に該当する気流場データを抽出する抽出過程と、前記抽出過程により抽出された前記気流場データを前記気象要素計算過程によって求められた前記気象要素を用いて修正する修正過程とを備える気体状況予測方法を提供する。

本発明は、注目地点を含む注目領域の気体状況を予測するための気体状況予測プログラムであって、前記注目領域を含むとともに前記注目領域よりも広い領域である拡大領域内に設定された複数の評価地点における気象要素を、気象モデル計算を用いて求める気象要素計算処理と、前記気象要素計算処理において求めた前記気象要素に基づいて前記注目領域の大気条件を決定する大気条件決定処理と、各大気条件と各前記大気条件下における前記注目領域の気流場データとが予め対応付けられている記憶装置から、前記大気条件決定処理にて決定した大気条件に該当する気流場データを抽出する抽出処理と、前記抽出処理により抽出された前記気流場データを前記気象要素計算処理によって求められた前記気象要素を用いて修正する修正処理とをコンピュータに実行させるための気体状況予測プログラムを提供する。

本発明によれば、処理時間を短縮することができるという効果を奏する。

以下に、本発明の一実施形態に係る拡散状況予測システムについて、図面を参照して説明する。
〔第１の実施形態〕
図１は、本発明の第１の実施形態に係る拡散状況予測システムの概略構成を示すブロック図である。本実施形態に係る拡散状況予測システムは、原子力発電所などが設置されている注目地点を含む所定の領域である注目領域の気体状況を予測し、予測した気体状況を用いて注目地点Ｘから放出された拡散物質の拡散状況を予測するシステムである。
この拡散状況予測システムは、いわゆるコンピュータシステムであり、ＣＰＵ（中央演算処理装置）１、ＲＡＭ（Random Access Memory）などの主記憶装置２、ＲＯＭ（Read
Only Memory）、ＨＤＤ（Hard Disk Drive）などの補助記憶装置（記憶手段）３、キーボードやマウスなどの入力装置４、及びディスプレイ、プリンタなどの出力装置５、外部の装置と通信を行う通信部６などを備えて構成されている。

上記補助記憶装置３には、各大気条件と各大気条件下における注目領域の気流場データとが対応付けられて格納されている。大気条件は、例えば、風向と大気安定度との組み合わせによって決定されるものであり、本実施形態では、図２に示すように、風向を１６方位、大気安定度を６段階ＡからＦに設定している。

また、気流場データは、注目地点を含む注目領域における３次元の気流場データであり、注目領域内の建造物や地形などを考慮し、流体力学モデル（ＣＦＤモデル）を用いて計算される。ここで、注目領域は、図３に示すように、例えば、１から１０ｋｍ四方程度（図３では、１０ｋｍの場合を示している。）に設定されており、この注目領域内には気流場の評価地点が１から１０ｍのいずれかの距離間隔（図３では１０ｍの場合を示している。）で格子状に設定されている。

拡散状況予測システムは、気流場の計算時においては、これらの各評価地点における風向、風速、乱流エネルギー、湿度、温度などの各種気象要素を求める。拡散状況予測システムは、具体的には、上記１６方位の風向と６段階の大気安定度とにより決定される全ての組みあわせ、つまり、９６（＝１６×６）通りの各気象条件下において、注目領域内に設定された各評価地点における気流場を流体力学モデル（ＣＦＤモデル）を用いて計算し、計算結果である当該気流場データとその気流場データを得た気象条件とを対応付けて補助記憶装置３に格納する。

上記通信部６は、ネットワーク上に設置されている気象データベース７に接続可能な機能を有している。気象データベース７には、過去の気象データ及び将来の予測気象データが蓄積されている。気象データの一例としては、ＧＰＶ（Grid Point Value）データや、ＡＭＥＤＡＳ等が挙げられる。

次に、上述のような構成を備える拡散状況予測システムにより行われる注目地点における気体の拡散予測について、図４を参照して説明する。
図４は、本実施形態に係る拡散状況予測システムの機能ブロック図である。図４に示すように、拡散状況予測システムは、気体状況を予測する気体状況予測装置１０と、物質の拡散状況を予測する拡散状況予測装置２０とを備えている。

気体状況予測装置１０は、注目領域を含むとともに注目領域よりも広い領域である拡大領域内に設定された複数の評価地点における気象要素を、気象モデルを用いて求める気象モデル演算部（気象モデル演算手段）１１と、気象モデル演算部１１によって求められた気象要素から注目領域の大気条件を決定し、該大気条件に対応する気流場データを補助記憶装置から抽出する抽出部（抽出手段）１２と、抽出部１２により抽出された気流場データを気象モデル演算部１１によって求められた気象要素を用いて修正する修正部(修正手段)１３と、修正部１３によって修正された後の気流場データを拡散状況予測装置２０の拡散計算部１５へ出力する出力部（出力手段）１４とを備えている。
これら各部により実現される各種機能は、拡散状況予測システムが備えるＣＰＵ１が補助記憶装置３に格納されている気体状況予測プログラムをＲＡＭなどに読み出し、実行することにより、実現されるものである。
以下、拡散状況予測システムにより実現される気体状況予測方法および拡散状況予測方法について図４および図５を参照して説明する。

今、例えば、図６に示す上記注目地点Ｘにおいて拡散物質が放出し、オペレータにより演算開始時刻などの演算に必要となる初期条件が入力された場合、気体状況予測装置１０の気象モデル演算部１１は、初期条件として入力された予測開始時刻から予測終了時刻までの評価期間において、所定時間間隔（例えば、１０分刻み）で、注目領域ＲＮ（図６参照）よりも広い領域である拡大領域Ｒ１乃至ＲＮ−１内（図６参照）に設定された複数の評価地点における気象要素を、気象モデルを用いて求める（図５のステップＳＡ１）。
具体的には、気象モデル演算部１１は、通信装置７（図１参照）を介して気象データベース７に接続し、上記評価期間における気象データ、例えば、全国規模の気象観測データであるＧＰＶデータをダウンロードする。続いて、このＧＰＶデータに基づいて初期条件および境界条件を決定し、ネスティング手法を用いて順次、高解像度の気象要素を求める。

この処理は、まず、ＧＰＶデータを用いて、時間内挿補間演算及び空間内挿補間演算を実行することにより、図６に示す拡大領域Ｒ１の境界条件を求めるとともに、１０分ごとの初期条件を求める。ここで、境界条件及び初期条件の演算手法の詳細については、例えば、現在良く知られている手法を採用することが可能であり、例えば、特開２００２−２０２３８３号公報に従来技術として開示されている手法を採用することが可能である。
このようにして、ＧＰＶデータに対応する大きさの拡大領域Ｒ１における初期条件及び境界条件が決定されると、これら条件を用いて、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を差分解演算し、この変数を差分解（つまり、１０分間隔の各評価地点における気象要素）として出力する。

このようにして、拡大領域Ｒ１内に設定された格子状の各評価地点における気象要素が１０分刻みで求められると、拡大領域Ｒ１内に、注目領域ＲＮを含み、かつ拡大領域Ｒ１よりも面積が小さい拡大領域Ｒ２を設定し、この拡大領域Ｒ２内に格子状に設定された各評価地点における気象要素を１０分刻みで求める。

このとき、気象モデル演算部１１は、拡大領域Ｒ２における初期条件として、拡大領域Ｒ２における評価地点のうち、拡大領域Ｒ１に設定した評価地点と同じ位置にあるものは、拡大領域Ｒ１の演算において既に求められているので、その気象要素をそのまま流用し、その他の評価地点においては、流用した気象要素を内挿補間したデータを用いる。次に、境界条件としては、拡大領域Ｒ２の境界上の評価地点のうち、拡大領域Ｒ１に設定した評価地点と同じ位置にあるものは、拡大領域Ｒ１の気象要素を流用し、その他の境界上の評価地点では、流用した気象要素を内挿補間したデータを用いる。そして、これら初期条件、境界条件を用いて、気象に関する偏微分方程式を解いて各評価地点の気象要素を１０分刻みで演算する。そして、拡大領域Ｒ２における気象要素の演算が終了すると、続いて、拡大領域Ｒ２に、注目領域を含み、且つ、拡大領域Ｒ２よりも面積の小さい拡大領域Ｒ３を設定し、上述と同様の手順により、初期条件、境界条件を求め、これらの条件を用いて気象に関する偏微分方程式を解くことにより、各評価地点の気象要素を１０分刻みで演算する。

このようにして、徐々に小さな領域における高密度な気象要素が求められ、最終的に拡大領域ＲＮ−１において、約１００ｍ間隔程度の気象要素が１０分刻みで得られると、この拡大領域ＲＮ−１における各評価地点の気象要素を抽出部１２および修正部１３に出力する。

抽出部１２は、拡大領域ＲＮ−１における各評価地点の気象要素を受け付けると、拡大領域ＲＮ−１内における気象要素から注目領域の大気条件を決定し（図５のステップＳＡ２）、大気条件に対応する気流場データを補助記憶装置３から抽出する（図５のステップＳＡ３）。例えば、抽出部１２は、大気領域ＲＮ−１内の注目領域ＲＮに該当する一の評価地点の気象要素、例えば、風速、風向、日射量を選択し、選択した風速と日射量とから大気安定度を求める。そして、上記風向と大気安定度との組み合わせによって定まる大気条件に対応する気流場データを補助記憶装置３から抽出する。なお、抽出部１２は、注目領域ＲＮ内の複数の評価地点における気象要素の平均値に基づいて大気条件を決定することとしてもよい。また、日射量に代えて、放射収支量を用いて上記大気安定度を算出することとしてもよい。
抽出部１２は、このようにして気流場データを抽出すると、抽出した気流場データを修正部１３に出力する。

修正部１３は、抽出部１２から気流場データおよび気象モデル演算部１１から拡大領域ＲＮ−１における各評価地点の１０分刻みの気象要素を受け付けると、拡大領域ＲＮ−１における各評価地点の気象要素を用いて抽出部１２により抽出された気流場データを修正する（図５のステップＳＡ４）。
修正部１２は、例えば、拡大領域ＲＮ−１における各評価地点の気象要素と気流場データとを同化させることにより、気流場データを修正する。このとき、例えば、気流場データのうち、風の成分のみを対象として同化を行う。この同化手法としては、ナッジング法を使用することができる。

ナッジング法は、あるモデルの計算結果に観測値や別のモデルの計算結果を取り込んで、気象解析モデルの計算結果を観測値に近づける手法である。ナッジング法の基準式は、以下の（１）式で表される。

上記（１）式において、φ_０は観測値、εは重み係数、φbeforeは同化前の計算値、φafterは同化後の計算値である。上記（１）式を差分化した形で表すと、以下の（２）式となる。

即ち、φafter＝φbefore＋ε・Δt（φ_０−φbefore）（３）

上記（３）式では、右辺第二項の分だけ、同化前の計算値φbeforeを補正している。つまり、同化前の計算値φbeforeが観測値φ_０より小さければ、右辺第二項は同化前の計算値φbeforeを大きくするように作用し、逆に同化前の計算値φbeforeが観測値φ_０より大きければ、右辺第二項は計算値φbeforeを小さくするように作用して、同化後の計算値φafterを得る。

本実施形態では、上記（３）式の観測値φ_０に気象モデル演算部１１によって算出された風の気象要素を、上記同化前の計算値φbeforeに抽出部により抽出された風の気流場データを代入して計算を行うことにより、同化後の風の気流場データを得る。
この気流場データの同化は、例えば、注目領域における境界面付近の評価地点のみを対象としてもよいし、或いは、拡大領域ＲＮ−１と注目領域ＲＮとで共通する全て或いは任意の評価地点を対象としてもよい。

修正部１３は、上述の（３）式を用いて、抽出部１２によって抽出された風の気流場データを気象モデル演算部１１によって算出された風の気象要素に基づいて修正すると、修正後の当該風の気流場データおよび修正を施していない他の気象要素における気流場データを出力する。修正部１３から出力されたこれら気流場データは、出力部１４を介して拡散状況予測装置２０内の拡散計算部１５に出力される。

拡散計算部１５は、出力部１４から入力された気流場データを用いて拡散計算を行うことにより、図６に示した目標地点Ｘから放出された拡散物質の拡散状況を１０分刻みで予測する。拡散計算部１５による計算結果は、モニタなどの出力装置５に表示される。

以上、説明してきたように、本実施形態に係る拡散状況予測システムによれば、大気条件とその大気条件下における注目領域の気流場データを予め補助記憶装置３に記憶しておくので、気象モデル演算部１１は注目領域ＲＮのレベルまで気象モデル計算による気流場を求めることが不要となり、処理時間の短縮を図ることが可能となる。
更に、補助記憶装置３から抽出される気流場データは、そのときの気象要素が反映された気流場データであり、更に、この気流場データは、そのときの気象要素を用いて修正されるので、精度の高い気流場データを得ることが可能となる。

なお、上述した実施形態においては、修正部１３は、風成分のみを同化させていたが、この例に限られず、他の気象要素に対しても同化を行うこととしてもよい。例えば、乱流エネルギー、湿度、温度などに対しても同化を実施することが可能である。
特に、上述した風成分と乱流エネルギーに関しては、これらの気象要素が拡散状況予測装置２０における拡散計算において重要な要素となるので、風成分と乱流エネルギーとを修正することにより、拡散状況予測装置２０における拡散状況の予測精度を更に向上させることが可能となる。

また、上記実施形態においては、同化手法としてナッジング手法を用いる場合について説明したが、同化手法はこの手法に限られない。例えば、以下に説明する最小二乗法を用いることとしてもよい。
この最小二乗法は、ある格子点（ｉ，ｊ，ｋ）におけるモデルＡの物理量をＸａｉ，j，ｋ、モデルＢの物理量をＸｂｉ，ｊ，ｋとした場合、全格子点を対象とする場合、以下の（４）式で表されるＭが最小となる係数αを求め、この係数αを同化前の計算値に乗算することにより、同化後の計算値を得る。

上記（４）式において、ＮＸ，ＮＹ，ＮＺは、それぞれＸ，Ｙ，Ｚ方向の格子点数である。上記（４）式において、各格子点でのＸａ、Ｘｂは既知であるので、Ｍは以下の（５）式のようなαの２次式となり、Ｍが最小となるときのαは、Ｍ＝０の２次方程式を解くことにより求めることができる。

このようにして、Ｍ＝０のときの係数αを求めると、修正部１３は、この係数αを同化前の風の気流場データに乗算することにより、同化後の風の気流場データを得る。
この気流場データの同化は、例えば、注目領域における境界面付近の評価地点のみを対象としてもよいし、或いは、拡大領域ＲＮ−１と注目領域ＲＮとで共通する全て或いは任意の評価地点を対象としてもよい。
また、同化するデータは、上記風の気流場データの他、乱流エネルギー、温度、湿度などの他の気象要素に対して行うこととしてもよい。

〔第２の実施形態〕
次に、本発明の第２の実施形態について説明する。
本実施形態に係る拡散状況予測システムは、抽出部１２の機能が、上述した第１の実施形態に係る拡散状況予測システムと異なる。
以下、本実施形態に係る拡散状況予測システムについて、第１の実施形態と共通する点については説明を省略し、異なる点についてのみ説明する。

本実施形態に係る抽出部１２は、気象モデル演算部１１から拡大領域ＲＮ−１における各評価地点の気象要素を受け付けると、拡大領域ＲＮ−１内における注目領域の境界面に係る大気条件を抽出し、これらの平均を算出する。例えば、抽出部１２は、拡大領域ＲＮ−１内の注目領域ＲＮの境界面における複数の評価地点の気象要素、例えば、風向、風速、日射量を選択し、これらの平均、つまり、平均風向、平均風速、平均日射量を求める。そして、平均風速と平均日射量とから平均大気安定度を求める。また、抽出部１２は、平均風向を挟む２つの風向を選定する。例えば、図７に示すように、平均風向ｊが北北東と北東との間に位置していた場合には、平均風向ｊを挟む２つの風向として北北東と北東とを選定する。そして、選定した２つの風向（上記例では、北北東と北東）と上記平均安定度とで特定される２つの気流場データを補助記憶装置３から抽出する。
そして、抽出した２つの気流場データを線形結合することにより、注目領域の気流場データを求める。

抽出部１２は、例えば、補助記憶装置３から抽出した気流場データをそれぞれΦｓ，Φｔとした場合、以下の（６）式を用いることにより、これらを線形結合し、注目領域の気流場データΦｎｅｗを求める。
Φｎｅｗ＝αΦｓ＋βΦｔ（６）
上記（６）式において、α、βは、平均風向と平均風向を挟む２つの風向との関係で決定される重み付け値である。なお、上記線形結合については、公知の技術を用いることが可能である。
そして、抽出部１２は、上述のようにして注目領域の気流場データを求めると、この気流場データを修正部１３に出力する。

修正部１３は、抽出部１２から気流場データおよび気象モデル演算部１１から拡大領域ＲＮ−１における各評価地点の１０分刻みの気象要素を受け付けると、拡大領域ＲＮ−１における各評価地点の気象要素と気流場データとを同化させることにより、気流場データを修正する。このとき、例えば、気流場データのうち、風の成分のみを対象として同化を行う。この同化手法は、上記第１の実施形態と同様である。

以上説明してきたように、本実施形態に係る拡散状況予測システムによれば、拡大領域ＲＮ−１内に含まれる注目領域の境界面に係る大気条件を抽出し、これらの平均に基づいて２つの気流場データを補助記憶装置３から抽出し、抽出した２つの気流場データを線形結合することにより、注目領域の気流場データを計算するので、より精密な気流場データを求めることができる。そして、この気流場データを用いて拡散計算を行うことにより、拡散計算の精度向上を図ることが可能となる。

なお、上記実施形態においては、風向と大気安定度とを用いて気流場データを特定していたが、この例に限られず、例えば、大気安定度に代えて、風速を用いることとしてもよい。このようにすれば、風向と風速とで気流場データを特定することが可能となる。
また、上記実施形態では、修正部１３が、抽出部１２から入力された線形結合後の気流場データと、気象モデル演算部１１から入力された拡大領域ＲＮ−１における各評価地点の気象要素とを同化させ、同化後の気流場データを出力部１４に出力することとしたが、これに代えて、修正部１３は、このような同化処理を行わずに、抽出部１２から入力された線形結合後の気流場データをそのまま出力部１４へ出力することとしてもよい。このように、同化処理を省略することとしてもよい。
更に、上記実施形態では、拡大領域ＲＮ−１内における注目領域ＲＮの境界面における気象要素のみを用いて平均風向と平均大気安定度とを求めていたが、これに代えて、注目領域ＲＮ内の全ての評価地点における気象要素を用いて平均風向と平均大気安定度とを求めることとしてもよい。

以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の設計変更等も含まれる。
例えば、上述した実施形態では、大気安定度と風向との組み合わせによって大気条件を決定していたが、大気条件を特定するための気象要素はこれらの要素に限定されない。
また、上述の実施形態では、１０分刻みで気象要素を求める場合について述べたが、気象要素を求める時間間隔はこの例に限られない。

また、上述した実施形態においては、１台のコンピュータ装置によって全ての演算処理を行う場合について述べたが、この例に限られず、複数台のコンピュータ装置を用いることとしてもよい。例えば、演算開始時点から演算終了時点までの演算期間における気体状況を複数台のコンピュータ装置により演算する場合、演算期間をコンピュータ装置の台数で割った分割演算期間を各コンピュータ装置に割り当てる。

例えば、演算開始時点から３時間先までの演算期間における気体状況を３台のコンピュータ装置にて求める場合、各コンピュータ装置に割り当てられる分割演算時間は１時間となる。具体的には１台目のコンピュータ装置には、演算開始時点から１時間後までが、２台目のコンピュータ装置には演算開始時点の１時間後から２時間後までが、３台目のコンピュータ装置には演算開始時点の２時間後から３時間後までがそれぞれ割り当てられることとなる。このように、複数台のコンピュータ装置を用いることにより、処理時間を更に短縮することが可能となる。

本発明の第１の実施形態に係る拡散状況予測システムの概略構成を示す図である。図１に示した補助記憶装置に格納されているデータの一例を示した図である。注目領域における評価地点の一設定例を示した図である。本発明の第１の実施形態に係る拡散状況予測システムの機能ブロック図である。図４に示した気体状況予測装置により実現される気体状況予測方法の処理手順を示したフローチャートである。本発明の第１の実施形態に係る拡大領域と注目領域の関係について示す図である。本発明の第２の実施形態に係る拡散状況予測システムの抽出部の機能について説明するための図である。従来の拡散状況予測システムについて説明するための図である。

符号の説明

１ＣＰＵ
２主記憶装置
３補助記憶装置
４入力装置
５出力装置
６通信部
７気象データベース
１０気体状況予測装置
１１気象モデル演算部
１２抽出部
１３修正部
１４出力部
１５拡散計算部
２０拡散状況予測装置

Claims

注目地点を含む注目領域の気体状況を予測する気体状況予測装置であって、
各大気条件と各前記大気条件下における前記注目領域の気流場データとを対応付けて記憶する記憶手段と、
前記注目領域を含む拡大領域内に設定された複数の評価地点における気象要素を、気象モデル計算を用いて求める気象モデル演算手段と、
前記気象モデル演算手段によって求められた前記気象要素から前記注目領域の大気条件を決定し、この大気条件に対応する気流場データを前記記憶手段から抽出する抽出手段と、
前記抽出手段により抽出された前記気流場データを前記気象モデル演算手段によって求められた前記気象要素を用いて修正する修正手段と、
を具備する気体状況予測装置。
前記抽出手段は、前記気象モデル演算手段によって求められた前記気象要素から前記注目領域の大気条件を求め、この大気条件に近い２つの気流場データを前記記憶手段から抽出し、抽出した気流場データを線形結合することにより、注目領域の気流場データを計算する請求項１に記載の気体状況予測装置。
前記抽出手段により抽出または計算された前記気流場データを出力する出力手段を備える請求項１または請求項２に記載の気体状況予測装置。
前記修正手段は、前記拡大領域内に含まれる前記注目領域の気象要素と、前記抽出手段からの前記気流場データとを同化させる請求項１から請求項３のいずれかに記載の気体状況予測装置。
前記修正手段によって修正された後の前記気流場データを出力する出力手段を備える請求項１から請求項４のいずれかに記載の気体状況予測装置。
前記修正手段は、前記気流場データの風成分または／および乱流エネルギーを用いて同化を行う請求項１から請求項５のいずれかに記載の気体状況予測装置。
前記気流場データは、流体力学モデルを用いて求められたものである請求項１から請求項６のいずれかに記載の気体状況予測装置。
請求項１から請求項７に記載の気体状況予測装置を備え、
前記気体状況予測装置により求められた前記注目領域における気流場データを用いて拡散計算を行う拡散状況予測システム。
注目地点を含む注目領域の気体状況を予測する気体状況予測方法であって、
前記注目領域を含むとともに前記注目領域よりも広い領域である拡大領域内に設定された複数の評価地点における気象要素を、気象モデル計算を用いて求める気象要素計算過程と、
前記気象要素計算過程において求めた前記気象要素に基づいて前記注目領域の大気条件を決定する大気条件決定過程と、
各大気条件と各前記大気条件下における前記注目領域の気流場データとが予め対応付けられている記憶装置から、前記大気条件決定過程にて決定した大気条件に該当する気流場データを抽出する抽出過程と、
前記抽出過程により抽出された前記気流場データを前記気象要素計算過程によって求められた前記気象要素を用いて修正する修正過程と、
を備える気体状況予測方法。
注目地点を含む注目領域の気体状況を予測するための気体状況予測プログラムであって、
前記注目領域を含むとともに前記注目領域よりも広い領域である拡大領域内に設定された複数の評価地点における気象要素を、気象モデル計算を用いて求める気象要素計算処理と、
前記気象要素計算処理において求めた前記気象要素に基づいて前記注目領域の大気条件を決定する大気条件決定処理と、
各大気条件と各前記大気条件下における前記注目領域の気流場データとが予め対応付けられている記憶装置から、前記大気条件決定処理にて決定した大気条件に該当する気流場データを抽出する抽出処理と、
前記抽出処理により抽出された前記気流場データを前記気象要素計算処理によって求められた前記気象要素を用いて修正する修正処理と、
をコンピュータに実行させるための気体状況予測プログラム。