WO2013039107A1 - 物質の放出量推定装置及びその方法並びにプログラム - Google Patents

物質の放出量推定装置及びその方法並びにプログラム Download PDF

Info

Publication number
WO2013039107A1
WO2013039107A1 PCT/JP2012/073338 JP2012073338W WO2013039107A1 WO 2013039107 A1 WO2013039107 A1 WO 2013039107A1 JP 2012073338 W JP2012073338 W JP 2012073338W WO 2013039107 A1 WO2013039107 A1 WO 2013039107A1
Authority
WO
WIPO (PCT)
Prior art keywords
observation
release
point
emission
substance
Prior art date
Application number
PCT/JP2012/073338
Other languages
English (en)
French (fr)
Inventor
原　智宏
大場　良二
長深 渡辺
晃祥 佐藤
武司 足立
信博 早川
Original Assignee
三菱重工業株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱重工業株式会社 filed Critical 三菱重工業株式会社
Publication of WO2013039107A1 publication Critical patent/WO2013039107A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Definitions

  • the present invention relates to a substance release amount estimation device, a method thereof, and a program for estimating a release amount released from a specific release position.
  • Non-Patent Document 1 evaluates the influence at an observation position based on information such as a virtual release point and time, obtains a release point that minimizes an error by a variational principle, and determines the time and substance at the release point.
  • a method for estimating the release amount has been proposed.
  • the present invention makes it possible to estimate the release amount of a substance released from the release point when the release point and release time of the substance are clear, and to further increase the accuracy of diffusion prediction based on the release amount It is an object of the present invention to provide a device for estimating the amount of release, a method thereof and a program.
  • a substance release amount estimation device for estimating a release amount of a substance released from a specific release point based on concentration observation values observed at a plurality of observation points.
  • the information acquisition means for acquiring the position information of the observation point, the concentration observation value observed at the observation point and the information of the observation time, the information acquisition means for acquiring the position information of the release point and the release start time of the substance, and a diffusion model
  • An influence coefficient calculating means for calculating an influence coefficient determined according to a relative position between the position of the particle and the release point and a relative time between the substance release time and the observation time at the observation point;
  • the information acquisition unit acquires the position information of the plurality of observation points, the concentration observation values and the observation time there, and the substance release point and the release start time.
  • the influence coefficient calculation means calculates an influence coefficient determined according to the relative position between the position of the particle and the release point and the relative time between the substance release time and the observation time at the observation point, using the diffusion model.
  • the estimation means minimizes the residual norm expressed by using the difference between the observed concentration values at multiple observation points and the calculated concentration value at each observation point, thereby calculating the particle emission from the emission point.
  • the emission intensity is estimated, and the emission amount from the emission point is estimated using the estimated emission intensity of the particles.
  • the emission intensity correcting means the emission intensity of each particle estimated by the estimating means is corrected by weighting according to the influence coefficient calculated by the influence coefficient calculating means. In this way, the emission intensity of each particle estimated by the estimation means is corrected by a weight determined according to the degree of influence each particle has on the observation point, so that a large number of particles released at the same time It is possible to make a difference in strength. As a result, the identification accuracy at each observation point can be increased, and the accuracy of the diffusion prediction in the subsequent processing performed using this identification result can be increased.
  • the release intensity correction unit is configured such that the release amount obtained from the corrected particle release intensity matches the release amount estimated by the estimation unit.
  • the emission intensity of each particle may be modified.
  • a substance release amount estimation method for estimating a release amount of a substance released from a specific release point based on concentration observation values observed at a plurality of observation points. Obtaining the position information of the observation point, the concentration observation value and observation time information observed at the observation point, the information acquisition process of acquiring the position information of the release point and the release start time of the substance, and the diffusion model And an influence coefficient calculation process for calculating an influence coefficient determined according to a relative position between the position of the particle and the release point, and a relative time between the substance release time and the observation time at the observation point, and at a plurality of the observation points.
  • the particles emitted from the emission point are Estimating the emission intensity, and using the estimated emission intensity of the particle to estimate the amount of emission from the emission point, and the emission intensity of each particle estimated in the estimation process in the influence coefficient calculation process.
  • a substance emission amount estimation program for estimating a substance emission amount released from a specific release point based on concentration observation values observed at a plurality of observation points.
  • Information acquisition processing for acquiring position information of each observation point, concentration observation value and observation time observed at the observation point, and acquiring position information of the release point and release start time of the substance, and diffusion
  • An influence coefficient calculation process for calculating an influence coefficient determined according to a relative position between the position of the particle and the release point, and a relative time between the substance release time and the observation time at the observation point, using the model; Release from the emission point by minimizing the residual norm expressed using the difference between the observed concentration value at the point and the calculated concentration value at each observation point obtained by calculation.
  • the present invention it is possible to estimate the release amount of a substance released from a release point, and it is possible to improve the accuracy of diffusion prediction based on the release amount.
  • a substance release amount estimation apparatus and method according to an embodiment of the present invention will be described below with reference to the drawings.
  • a substance release amount estimation device (hereinafter simply referred to as “release amount estimation device”), a method thereof, and a program according to an embodiment of the present invention include, for example, a time from a specific release point A as shown in FIG.
  • release amount estimation device When release of a substance is started at t 1 , release from release point A using concentration observation values measured by observation devices installed at a plurality of observation points B1 to Bn (n is an integer of 2 or more) The release intensity of the released substance (particle) and the release amount Q are identified.
  • observation points B1 to Bn do not necessarily have to be at the same position, and may be at different positions, for example. That is, it is only necessary that the position information of each observation point and the concentration observation value at that point can be acquired in association with each other.
  • the release amount of the substance and the release intensity of each particle estimated by the release amount estimation apparatus are input to the substance diffusion prediction apparatus, for example, and used for the substance diffusion prediction.
  • the substance diffusion prediction for example, weather data, topographic data, or the like is used, and the diffusion state of the substance released from the emission point A is predicted in time series.
  • FIG. 2 is a block diagram showing an example of a hardware configuration of the discharge amount estimation apparatus 1 according to an embodiment of the present invention.
  • the discharge amount estimation device 1 includes, for example, a CPU 11, a ROM (Read Only Memory) 12 for storing a program executed by the CPU 11, and a RAM that functions as a work area when each program is executed.
  • (Random Access Memory) 13 a hard disk drive (HDD) 14 as a mass storage device, a communication interface 15 for connecting to a network, an access unit 17 to which an external storage device 16 is attached, a keyboard, a mouse, and the like
  • the ROM 12 is equipped with a release amount identification program for identifying the release amount of a substance released from a specific release point A, and the CPU 11 reads out this program to the RAM 13 and executes it, thereby performing various processes described later. Realized.
  • the storage medium for storing the program executed by the CPU 11 is not limited to the ROM 12.
  • other auxiliary storage devices such as a magnetic disk, a magneto-optical disk, and a semiconductor memory may be used.
  • FIG. 3 is a functional block diagram showing various functions provided in the release amount estimation device 1.
  • the discharge amount estimation device 1 includes an information acquisition unit 21, an influence coefficient calculation unit 22, an estimation unit 24, and a discharge intensity correction unit 25.
  • the information acquisition unit 21 acquires information from observation devices provided at the observation points B1 to Bn, that is, position information, concentration observation values, and measurement times of the respective observation points.
  • the method of obtaining information from the observation points B1 to Bn is not limited to the example of obtaining from each observation device. For example, if there is a gas concentration observation system by a private or public institution, etc., and it has a database function that sequentially accumulates concentration data at each observation point B1 to Bn, install it on a network such as the Internet The obtained database may be accessed to obtain the position information, concentration observation value, and observation time of each observation point.
  • the information acquisition unit 21 acquires the position information of the release point A and the information of the substance release start time.
  • the position information and the release start time of the release point A may be input to the user from the input unit 19 or may be obtained from another system via the communication interface 15. .
  • the influence coefficient calculation unit 31 uses the various input information acquired by the information acquisition unit 21 to calculate the influence coefficient ⁇ ki using a diffusion model.
  • the influence coefficient ⁇ ki represents the concentration at the observation point B k (1 ⁇ k ⁇ n) due to the particles emitted at the unit intensity at the time t i , and the position (x i , y i , z i ) of the particles and position at the observation point B k (x K, y K , z K) relative position, and is calculated in accordance with the relative time between the measurement time t k at the observation point B k and substance release time t i.
  • the influence coefficient ⁇ ki is calculated, for example, for each particle l (el) emitted at time t i .
  • a puff model is used as a diffusion model when assuming a flat uniform flow field (a state where the terrain of the diffusion region is flat and the wind is flowing uniformly).
  • the influence coefficient ⁇ ki is given by the following equation.
  • ⁇ x , ⁇ y , and ⁇ z are diffusion parameters [m] in the x, y, and z directions of the concentration distribution, respectively, and are obtained based on the Pasquill-Gifford diagram and empirical formulas.
  • the diffusion model is not limited to the puff model, and other models such as a plume model can also be used.
  • the influence coefficient is calculated by numerical diffusion calculation. That is, the concentration (that is, the influence coefficient) at the evaluation point when the unit intensity is discharged from the discharge point A is obtained using various simulation models. Examples of the simulation model include a modified plume model, a potential flow model, and a viscous flow model. Details of these are disclosed in, for example, Mitsubishi Heavy Industries Technical Report vol.21 No.5 reprint (September 1984) "Development of numerical simulation model for smoke diffusion" pp.1-8.
  • the estimation unit 24 calculates the emission intensity q i when the residual norm ⁇ calculated using the influence coefficient takes a minimum value, and further, the number of emitted particles at time t i is calculated based on the emission intensity q i.
  • q i is the emission intensity of one particle emitted at time t i , and it is assumed that L i particles having the same intensity are emitted at the same time.
  • f k is the concentration observation value at the observation time t k at the observation point B k .
  • N is the number of observation points.
  • F k is a concentration calculation value at the observation time t k at the observation point B k .
  • the concentration calculation value F k by the particle method is given by the following equation (3).
  • (x k , y k , z k ) is position information (x k , y k , z k ) at the observation point B k
  • t k is the observation time at the observation point
  • t i is the emission.
  • Time, q i is the emission intensity of one particle
  • L i is the number of particles released at time t i .
  • the estimation unit 24 obtains the emission intensity q i when the residual norm ⁇ takes the minimum value by solving the simultaneous equations of the expression (5) derived from the expression (4). Then, to calculate the released amount Q i of the emission point A in the release time t i from the emission intensity q i.
  • the number of time steps M at the release time is adjusted to be equal to or less than the number N of observation points, and the amount of discharge between time steps is approximated by linear interpolation. That is, the emission intensity q t at time t (t i ⁇ t ⁇ t i + 1 ) can be obtained by the following equation (7).
  • the emission intensity correction unit 25 corrects the emission intensity p i of each particle obtained by the estimation unit 24.
  • the estimation unit 24 estimates the emission intensity q i on the assumption that the emission intensity of each particle emitted at the same time is uniform. Actually, the emission intensity q i of each particle with respect to the observation point B k is estimated. Is not uniform. Therefore, the emission intensity correction unit 25, according to the degree of influence of the observation point B k, to correct the emission intensity q i of the individual particles, increasing the assimilation of the accuracy of the observation point B k.
  • the corrected emission intensity q i ′ is given by the following equation (11).
  • the correction term is set so that the emission intensity increases as the influence coefficient ⁇ ki increases.
  • the expression (12) is derived, and from the above expression (12), the above expression (5) is converted into the following (13) It is expressed by a formula.
  • the accuracy of diffusion prediction can be improved by performing diffusion prediction subsequent to the emission intensity of each particle corrected by the above equations (11) and (13).
  • the total intensity Qi ′ of all the particles after correction is The amount of radiation Qi calculated by the estimation unit 24 does not match. Therefore, in order to match the amount of radiation Qi' after correction in observation point B k to the radiation amount Qi calculated by the estimator 24, corrects the emission intensity of each particle using the following equation (14).
  • FIG. 4A and FIG. 4B compare and show the situation of each particle at the observation point B k when the emission intensity of the particle is not corrected and when it is corrected.
  • FIG. 4A and 4B for the sake of convenience, it is assumed that one particle is continuously released per second, FIG. 4A shows the state of the particle when the emission intensity is not corrected, and FIG. 4B shows the emission intensity.
  • the state of particles when correction is performed is shown.
  • the concentration at the observation point B20 is given by the following equation (15), but when the correction shown in FIG. 4B is performed, the concentration Q at the observation point B20 is It can be seen that the assimilation accuracy is improved by the equation (16).
  • FIG. 5 is a flowchart for explaining the method for estimating the released amount of the substance according to the present embodiment.
  • step SA1 the information acquisition unit 21 acquires position information, concentration observation values, and measurement time information at each of the observation points B1 to Bn, and acquires position information and a discharge start time of the discharge point A. .
  • step SA2 the influence coefficient calculation unit 32 calculates the influence coefficient ⁇ ki using a diffusion model (for example, Expression (1)).
  • step SA3 the estimation unit 24, residual norm ⁇ is calculated emission intensity q i which minimizes, by the release number is multiplied by the emission intensity q i, the time t i in the release point A Release amount Q i is estimated.
  • step SA4 the emission intensity of each particle identified by the estimation unit 24 is corrected. Calculation results such as the emission intensity and the emission amount Q i of each particle after correction are input to a system that performs diffusion prediction, which is subsequent processing, and used in diffusion prediction.
  • the information acquisition unit 21 uses the position information of a plurality of observation points, concentration observation values and observations there. The time is acquired, and the release point and release start time of the substance are acquired. Then, the influence coefficient calculation unit 22 calculates the influence frequency at each observation point using the information obtained by the information acquisition unit 21. Subsequently, the estimation unit 24 calculates the emission intensity q i when the residual norm ⁇ expressed using the influence frequency calculated by the influence coefficient calculation unit 22 takes the minimum value, and further the emission intensity correction unit 25. The emission intensity q i is corrected by weighting according to the influence concentration, whereby the emission intensity for each particle is calculated.
  • the emission intensity of the particles emitted from the emission point A is estimated, and the emission quantity Q i is estimated using this emission intensity. Furthermore, since the emission intensity of each particle is corrected by a weight determined according to the degree of influence on the observation point, it is possible to make a difference in the intensity of the emission intensity among a number of particles emitted at the same time. It becomes possible. Thus, since the emission intensity of the particles is individually corrected, the identification accuracy at each observation point can be increased, and the accuracy of the diffusion prediction in the subsequent processing performed using this identification result can be increased. .
  • Substance release amount estimation device 15 Communication I / F 19 Input unit 21 Information acquisition unit 22 Influence coefficient calculation unit 24 Estimation unit 25 Release intensity correction unit

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

放出地点から放出された物質の放出量の推定を可能とし、更に、その放出量に基づく拡散予測の精度を高める。各観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻を取得するとともに、放出地点の位置情報及び物質の放出開始時刻を取得する情報取得部（２１）と、拡散モデルを用い、粒子の位置と放出地点との相対位置、及び物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する算出部（２２）と、複数の観測地点における濃度観測値と演算により求めた各観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、放出地点から放出された粒子の放出強度を推定する推定部（２４）と、推定部（２４）によって推定された各粒子の放出強度を影響係数に応じた重み付けによって修正する放出強度修正部（２５）とを具備する装置（１）を提供する。

Description

物質の放出量推定装置及びその方法並びにプログラム
　本発明は、特定の放出位置から放出された放出量を推定する物質の放出量推定装置及びその方法並びにプログラムに関するものである。
　プラント施設（火力発電所、ゴミ焼却施設、化学プラント等）での事故等による汚染物質の放出や、テロ等による毒性ガス等の放出に対し、事故または事件の現場情報（濃度観測値等）から発生源情報（放出地点の位置および物質放出量）を推定する技術が提案されている。
　例えば、非特許文献１には、仮想の放出点および時刻等の情報に基づき観測位置での影響を評価し、変分原理によって誤差を最小とする放出地点を求め、該放出地点における時刻および物質放出量を推定する手法が提案されている。
石田義洋，加藤信介，樋山恭助，"センシング情報を用いた応答係数法に基づく環境影響物質の発生源推定法（第２報）"，平成２１年度空気調和・衛生工学学術講演会講演論文集，（２００９年９月）
　ところで、プラント施設の事故等の場合には、汚染物質の放出地点および放出時刻が明らかな場合が多く、その場合には、放出地点を推定する処理が不要となり、処理の簡素化が可能となる。
　本発明は、物質の放出地点および放出時刻が明らかな場合において、放出地点から放出された物質の放出量の推定を可能とし、更に、その放出量に基づく拡散予測の精度を高めることのできる物質の放出量推定装置及びその方法並びにプログラムを提供することを目的とする。
　本発明の第１の態様は、複数の観測地点において観測された濃度観測値に基づいて、特定の放出地点から放出された物質の放出量を推定する物質の放出量推定装置であって、各前記観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻の情報を取得するとともに、前記放出地点の位置情報および物質の放出開始時刻を取得する情報取得手段と、拡散モデルを用い、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する影響係数算出手段と、複数の前記観測地点における濃度観測値と演算により求めた各前記観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、前記放出地点から放出された粒子の放出強度を推定し、推定した前記粒子の放出強度を用いて前記放出地点からの放出量を推定する推定手段と、前記推定手段によって推定された各前記粒子の放出強度を前記影響係数算出手段によって算出された影響係数に応じた重み付けによって修正する放出強度修正手段とを具備する物質の放出量推定装置である。
　第１の態様によれば、情報取得手段によって、複数の観測地点の位置情報及びそこでの濃度観測値及び観測時刻が取得されるとともに、物質の放出地点及び放出開始時刻が取得される。影響係数算出手段では、拡散モデルを用いて、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数が算出される。推定手段では、複数の観測地点における濃度観測値と演算により求めた各観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、放出地点から放出された粒子の放出強度が推定され、更に、推定された粒子の放出強度を用いて放出地点からの放出量が推定される。放出強度修正手段では、推定手段によって推定された各粒子の放出強度が、影響係数算出手段によって算出された影響係数に応じた重み付けによって修正される。
　このように、推定手段によって推定された各粒子の放出強度を、各粒子がその観測地点に与える影響度に応じて決定される重み付けによって修正するので、同じ時刻に放出された多数の粒子間にも強弱の差をつけることが可能となる。これにより、各観測地点における同定精度を高めることができ、この同定結果を用いて実施される後段処理の拡散予測の精度を高めることが可能となる。
　上記第１の態様に係る物質の放出量推定装置において、前記放出強度修正手段は、補正後の粒子の放出強度から求められる放出量と、前記推定手段によって推定された放出量とが一致するように、各前記粒子の放出強度を修正することとしてもよい。
　このように、推定手段によって推定された放出量の値は変えることなく、各粒子の放出強度のみを修正するので、同定精度を更に高めることが可能となる。
　本発明の第２の態様は、複数の観測地点において観測された濃度観測値に基づいて、特定の放出地点から放出された物質の放出量を推定する物質の放出量推定方法であって、各前記観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻の情報を取得するとともに、前記放出地点の位置情報および物質の放出開始時刻を取得する情報取得過程と、拡散モデルを用い、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する影響係数算出過程と、複数の前記観測地点における濃度観測値と演算により求めた各前記観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、前記放出地点から放出された粒子の放出強度を推定し、推定した前記粒子の放出強度を用いて前記放出地点からの放出量を推定する推定過程と、前記推定過程において推定された各前記粒子の放出強度を前記影響係数算出過程において算出された影響係数に応じた重み付けによって修正する放出強度修正過程とを有する物質の放出量推定方法である。
　本発明の第３の態様は、複数の観測地点において観測された濃度観測値に基づいて、特定の放出地点から放出された物質の放出量を推定するための物質の放出量推定プログラムであって、各前記観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻の情報を取得するとともに、前記放出地点の位置情報および物質の放出開始時刻を取得する情報取得処理と、拡散モデルを用い、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する影響係数算出処理と、複数の前記観測地点における濃度観測値と演算により求めた各前記観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、前記放出地点から放出された粒子の放出強度を推定し、推定した前記粒子の放出強度を用いて前記放出地点からの放出量を推定する推定処理と、前記推定処理において推定された各前記粒子の放出強度を前記影響係数算出処理において算出された影響係数に応じた重み付けによって修正する放出強度修正処理とをコンピュータに実行させるための物質の放出量推定プログラムである。
　本発明によれば、放出地点から放出された物質の放出量を推定することができるとともに、その放出量に基づく拡散予測の精度を高めることができる。
本発明の一実施形態に係る物質の放出量推定装置によって実施される放出量推定の概略を説明するための図である。 本発明の一実施形態に係る物質の放出量推定装置のハードウェア構成の一例を示したブロック図である。 本発明の一実施形態に係る物質の放出量推定装置が備える各種機能を示した機能ブロック図である。 粒子の放出強度の修正を行わない場合のある観測地点における各粒子の状況を示した図である。 粒子の放出強度の修正を行う場合のある観測地点における各粒子の状況を示した図である。 本発明の一実施形態に係る物質の放出量推定方法を説明するフローチャートである。
　以下に、本発明の一実施形態に係る物質の放出量推定装置及びその方法について、図面を参照して説明する。
　本発明の一実施形態に係る物質の放出量推定装置（以下、単に「放出量推定装置」という。）及びその方法並びにプログラムは、例えば、図１に示すように、特定の放出地点Ａから時刻ｔ１に物質の放出が開始された場合に、複数の観測地点Ｂ１～Ｂｎ（ｎは２以上の整数）に設置された観測器により計測された濃度観測値を用いて、放出地点Ａから放出された物質（粒子）の放出強度、およびその放出量Ｑを同定するものである。より詳しくは、本実施形態では、放出地点Ａから物質が連続的に放出される連続放出（瞬間放出はその一部）を想定し、この場合における各時刻の物質放出量を同定する。なお、図１では、観測地点においてｎ＝５の場合を例示している。
　なお、上記観測地点Ｂ１～Ｂｎは、必ずしも同じ位置であることは必要ではなく、例えば、そのときどきで異なる位置であってもよい。すなわち、各観測地点の位置情報とその地点における濃度観測値とが関連付けられて取得できるような構成とされていればよい。
　また、放出量推定装置において推定された物質の放出量や各粒子の放出強度は、例えば、物質拡散予測装置に入力され、物質の拡散予測に用いられる。物質の拡散予測では、例えば、気象データや地形データ等が用いられ、放出地点Ａから放出された物質の拡散状況が時系列で予測される。
　図２は本発明の一実施形態に係る放出量推定装置１のハードウェア構成の一例を示したブロック図である。
　図２に示すように、放出量推定装置１は、例えば、ＣＰＵ１１と、ＣＰＵ１１が実行するプログラム等を記憶するためのＲＯＭ（Read Only Memory）１２と、各プログラム実行時のワーク領域として機能するＲＡＭ（Random Access Memory）１３と、大容量記憶装置としてのハードディスクドライブ（HDD）１４と、ネットワークに接続するための通信インタフェース１５と、外部記憶装置１６が装着されるアクセス部１７と、キーボードやマウス等からなる入力部１９と、データを表示する液晶表示装置等からなる表示部２０とを備えている。これら各部は、バス１８を介して接続されている。
　上記ＲＯＭ１２には、特定の放出地点Ａから放出された物質の放出量を同定する放出量同定プログラムが搭載されており、このプログラムをＣＰＵ１１がＲＡＭ１３に読み出して実行することにより、後述する各種処理が実現される。
　なお、図１に示した構成例において、ＣＰＵ１１が実行するプログラム等を記憶するための記憶媒体は、ＲＯＭ１２に限られない。例えば、磁気ディスク、光磁気ディスク、半導体メモリ等の他の補助記憶装置であってもよい。
　図３は、放出量推定装置１が備える各種機能を示した機能ブロック図である。図３に示すように、放出量推定装置１は、情報取得部２１、影響係数算出部２２、推定部２４、および放出強度修正部２５を備えて構成されている。
　情報取得部２１は、観測地点Ｂ１～Ｂｎに設けられた観測器からの情報、すなわち、各観測地点の位置情報、濃度観測値、及び計測時刻を取得する。ここで、観測地点Ｂ１～Ｂｎから情報を入手する方法は、各観測器から取得する例に限定されない。例えば、民間または公共機関等によるガス濃度観測システムが存在して、各観測地点Ｂ１～Ｂｎにおける濃度データを逐次蓄積していくデータベース機能を備えたものである場合にはインターネット等のネットワーク上に設置されたデータベースにアクセスし、各観測地点の位置情報、濃度観測値、および観測時刻を取得するようにしても良い。
　また、情報取得部２１は、放出地点Ａの位置情報および物質の放出開始時刻の情報を取得する。放出地点Ａの位置情報及び放出開始時刻は、例えば、入力部１９からユーザに入力されることとしてもよいし、通信インタフェース１５を介して他のシステムから取得するような構成とされていてもよい。
　影響係数算出部３１は、情報取得部２１により取得された各種の入力情報を用い、拡散モデルにより影響係数φｋｉを算出する。
　影響係数φｋｉは、時刻ｔｉに単位強度で放出された粒子による観測地点Ｂｋ（１≦ｋ≦ｎ）における濃度を表わしており、粒子の位置（ｘｉ，ｙｉ，ｚｉ）と観測地点Ｂｋにおける位置（ｘＫ，ｙＫ，ｚＫ）の相対位置、及び、物質放出時刻ｔｉと観測地点Ｂｋにおける観測時刻ｔｋとの相対時刻に応じて算出される。ここで、影響係数φｋｉは、例えば、時刻ｔｉに放出された粒子ｌ(エル)毎に算出される。
　例えば、平地一様流場（拡散域の地形が平地であり、風が一様に流れている状態）を想定する場合には、拡散モデルとしてパフモデルを使用する。パフモデルによれば、風速をＵ［m/sec］としたとき、影響係数φｋｉは次式で与えられる。
Figure JPOXMLDOC01-appb-M000001
　（１）式において、σｘ，σｙ，σｚはそれぞれ濃度分布のｘ，ｙ，ｚ方向の拡散パラメータ［m］であり、パスキル・ギフォード線図や経験式等に基づいて得られる。なお、拡散モデルとしては、パフモデルに限定されることなく、例えばプルームモデル等の他のモデルを使用することも可能である。
　また、一般の市街地などでは、建屋、地形等の影響で一様流でないケースが多いが、このような複雑気流場の場合には、数値拡散計算により影響係数を算出する。すなわち、各種シミュレーションモデルを用いて、放出地点Ａから単位強度の放出をした場合の評価地点での濃度（即ち、影響係数）を求めるものである。このシミュレーションモデルとしては、例えば、修正プルームモデル、ポテンシャル流モデル、粘性流モデルが挙げられる。なお、これらの詳細については、例えば、三菱重工技報vol.21 No.5抜刷（1984年9月）「排煙拡散数値シミュレーションモデルの開発」pp.1-8 にて、開示されている。また、環境庁大気保全局大気規制課編「窒素酸化物総量規制マニュアル」にも詳述されているプルーム・パフモデルや、同じく周知のモデルであるセル内粒子法、ラグランジュ型粒子モデルを使用しても求めることができる。
　推定部２４は、上記影響係数を用いて算出される残差ノルムπが、最小値を取るときの放出強度ｑｉを算出し、更に、この放出強度ｑｉに時刻ｔｉにおける粒子の放出個数Ｌｉを乗算することにより、時刻ｔｉにおける放出量Ｑｉ（＝ｑｉ×Ｌｉ）を算出する。
　ここで、ｑｉは時刻ｔｉに放出された１個の粒子の放出強度であり、同じ強度の粒子が同時刻にＬｉ個放出された場合を想定している。
　残差ノルムπは、以下の（２）式で与えられる。
Figure JPOXMLDOC01-appb-M000002
　（２）式において、ｆｋは観測地点Ｂｋにおける観測時刻ｔｋの濃度観測値である。Ｎは、観測点数である。また、Ｆｋは観測地点Ｂｋにおける観測時刻ｔｋの濃度計算値であり、例えば、粒子法による濃度計算値Ｆｋは以下の（３）式で与えられる。
Figure JPOXMLDOC01-appb-M000003
　また、（３）式において、（ｘｋ，ｙｋ，ｚｋ）は観測地点Ｂｋにおける位置情報（ｘｋ，ｙｋ，ｚｋ）、ｔｋは観測地点における観測時刻、ｔｉは放出時刻、ｑｉは粒子１個の放出強度、Ｌｉは時刻ｔｉに放出された粒子数である。
　上記（３）式を（２）式に代入すると、以下の（４）式が得られる。
Figure JPOXMLDOC01-appb-M000004
　推定部２４は、（４）式から導出される（５）式の連立方程式を解くことにより、残差ノルムπが最小値をとるときの放出強度ｑｉを得る。そして、この放出強度ｑｉから放出時刻ｔｉにおける放出地点Ａの放出量Ｑｉを算出する。
Figure JPOXMLDOC01-appb-M000005
　なお、瞬間放出の場合は、φｋｉ＝０（ｉ≠１）より、上記（５）式は以下の（６）式で表わされる。
Figure JPOXMLDOC01-appb-M000006
　ここで、上記（５）式が解を持つためには、通常Ｍ＜Ｎ、すなわち観測点数Ｎ（時刻も含めて）が、放出時刻のタイムステップ数Ｍよりも大きい値である必要がある。しかしながら、通常は、放出時刻のタイムステップ数Ｍは観測点数Ｎよりも多いために、上記（５）式から得られるｑｉに関する連立方程式は解くことができないという不都合がある。
　そこで、放出時刻のタイムステップ数Ｍを観測点数Ｎ以下に調整し、タイムステップ間の放出量については線形補間で近似することにより得ることとした。
　すなわち、時刻ｔ（ｔｉ＜ｔ＜ｔｉ＋１）における放出強度ｑｔは、以下の（７）式で得ることができる。
Figure JPOXMLDOC01-appb-M000007
　また、線形補間による近似を用いて上記（４）式を表わすと、以下の（８）式となる。
Figure JPOXMLDOC01-appb-M000008
　そして、上記と同様に、以下の（９）式に示すようなｑｉに関する連立方程式が得られる。
Figure JPOXMLDOC01-appb-M000009
　ｉ＝１の場合（瞬間放出）の場合は、上記（８）式において以下の（１０）式の関係を満たすこととなり、（６）式と一致する。
Figure JPOXMLDOC01-appb-M000010
　推定部２４は、上記（５）式を用いて放出強度ｑｉを得てもよいし、（９）式を用いて放出強度ｑｉを得ることとしてもよい。どちらの式を用いるかについては、例えば、観測地点の数Ｎとタイムステップ数Ｍとの大小関係に応じて決めればよい。また、瞬間放出（ｉ＝１）の場合には、（６）式を用いればよい。
　放出強度修正部２５は、上記推定部２４によって得られた各粒子の放出強度ｐｉを修正する。
　上記推定部２４では、同時刻に放出された各粒子の放出強度が一様である場合を想定して放出強度ｑｉが推定されたが、実際は観測地点Ｂｋに対する各粒子の放出強度ｑｉは一様ではないといえる。そこで、放出強度修正部２５では、観測地点Ｂｋへの影響の度合いに応じて、個々の粒子の放出強度ｑｉを修正し、観測地点Ｂｋにおける同化度の精度を高める。
　具体的には、上記影響係数算出部２２において各粒子ｌ（エル）毎に算出された影響係数φｋｉ（ｉ＝１～Ｍ）が最大値をとる粒子の放出強度をｑｍｋ、影響係数の最大値をφｋｍとし、最大影響係数φｋｍ及び放出強度ｑｍｋ情報と各粒子の影響係数φｋｉに応じた重み付けにより、各粒子の放出強度を修正する。修正後の放出強度ｑｉ´は以下の（１１）式で与えられる。修正項は、影響係数φｋｉが大きいほど、放出強度が大きくなるように設定されている。
Figure JPOXMLDOC01-appb-M000011
　そして、上記（１１）式により修正された放出強度を上述の（４）式に反映させることにより（１２）式が導出され、この（１２）式から上記（５）式は以下の（１３）式で表わされる。
Figure JPOXMLDOC01-appb-M000012
Figure JPOXMLDOC01-appb-M000013
　上記（１１）式及び（１３）式で修正された各粒子の放出強度を用いて後段に続く拡散予測を実施することで、拡散予測の精度を高めることができる。
　なお、上記（１１）式では、放射強度ｑに、影響係数φｋｉに応じた重み係数を加算して各粒子の放出強度を算出しているため、修正後の全粒子の総和強度Ｑｉ´は上記推定部２４で算出された放射量Ｑｉと一致しないこととなる。
　このため、観測地点Ｂｋにおける修正後の放射量Ｑｉ´を推定部２４で算出された放射量Ｑｉに一致させるために、以下の（１４）式を用いて各粒子の放出強度を修正する。
Figure JPOXMLDOC01-appb-M000014
　図４Ａおよび図４Ｂに、粒子の放出強度の修正を行わない場合と行う場合の観測地点Ｂｋにおける各粒子の状況を比較して示す。図４Ａおよび図４Ｂでは、便宜上、１秒に１個ずつ粒子を連続放出した場合を想定しており、図４Ａは放出強度の修正を行わない場合の粒子の様子を、図４Ｂは放出強度の修正を行う場合の粒子の様子を示している。図４Ａに示される修正を行わない場合では、観測地点Ｂ２０における濃度は以下の（１５）式で与えられるが、図４Ｂに示される修正を行う場合には、観測地点Ｂ２０における濃度Ｑは以下の（１６）式で与えられることとなり、同化精度が向上することがわかる。
Figure JPOXMLDOC01-appb-M000015
　次に、上記のような構成要素を備えた放出量推定装置１における拡散物質の放出量推定方法について、図５を参照して説明する。ここで、図５は本実施形態に係る物質の放出量推定方法を説明するフローチャートである。
　まず、ステップＳＡ１では、情報取得部２１により、各観測地点Ｂ１～Ｂｎにおける位置情報、濃度観測値、および計測時刻情報が取得されるとともに、放出地点Ａの位置情報および放出開始時刻が取得される。
　次に、ステップＳＡ２では、影響係数算出部３２により、拡散モデル（例えば式（１））を用いて影響係数φｋｉが算出される。
　次に、ステップＳＡ３では、推定部２４により、残差ノルムπが最小となる放出強度ｑｉが算出され、この放出強度ｑｉに放出個数が乗算されることにより、放出地点Ａにおける時刻ｔｉの放出量Ｑｉが推定される。
　次に、ステップＳＡ４では、推定部２４によって同定された各粒子の放出強度が修正される。修正後の各粒子の放出強度および放出量Ｑｉ等の算出結果は、後続の処理である拡散予測を行うシステムに入力され、拡散予測において用いられる。
　以上説明したように、本実施形態の拡散物質の放出量推定装置１及び放出量推定方法並びにプログラムによれば、情報取得部２１によって、複数の観測地点の位置情報及びそこでの濃度観測値及び観測時刻が取得されるとともに、物質の放出地点及び放出開始時刻が取得される。そして、影響係数算出部２２では、情報取得部２１によって得られた情報を用いて各観測地点における影響度数が算出される。続いて、推定部２４において、影響係数算出部２２で算出された影響度数を用いて表わされる残差ノルムπが最小値を取るときの放出強度ｑｉが算出され、更に、放出強度修正部２５において、この放出強度ｑｉが影響濃度に応じた重み付けによって修正されることにより、粒子毎の放出強度が算出される。
　このように、本実施形態によれば、複数の観測地点Ｂ１～Ｂｎにおける濃度観測値と演算により求めた観測地点における濃度計算値との差から演算される残差ノルムを最小化することによって、放出地点Ａから放出された粒子の放出強度を推定し、更に、この放出強度を用いて放出量Ｑｉを推定する。更に、各粒子の放出強度は、観測地点に与える影響度に応じて決定される重み付けにより修正されるので、同じ時刻に放出された多数の粒子間にも放出強度の強弱の差をつけることが可能となる。このように、粒子の放出強度を個々に修正するので、各観測地点における同定精度を高めることができ、この同定結果を用いて実施される後段処理の拡散予測の精度を高めることが可能となる。
１　物質の放出量推定装置
１５　通信Ｉ／Ｆ
１９　入力部
２１　情報取得部
２２　影響係数算出部
２４　推定部
２５　放出強度修正部

Claims (4)

  1. 　複数の観測地点において観測された濃度観測値に基づいて、特定の放出地点から放出された物質の放出量を推定する物質の放出量推定装置であって、
    　各前記観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻の情報を取得するとともに、前記放出地点の位置情報および物質の放出開始時刻を取得する情報取得手段と、
    　拡散モデルを用い、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する影響係数算出手段と、
    　複数の前記観測地点における濃度観測値と演算により求めた各前記観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、前記放出地点から放出された粒子の放出強度を推定し、推定した前記粒子の放出強度を用いて前記放出地点からの放出量を推定する推定手段と、
    　前記推定手段によって推定された各前記粒子の放出強度を前記影響係数算出手段によって算出された影響係数に応じた重み付けによって修正する放出強度修正手段と
    を具備する物質の放出量推定装置。
  2. 　前記放出強度修正手段は、補正後の粒子の放出強度から求められる放出量と、前記推定手段によって推定された放出量とが一致するように、各前記粒子の放出強度を修正する請求項１に記載の物質の放出量推定装置。
  3. 　複数の観測地点において観測された濃度観測値に基づいて、特定の放出地点から放出された物質の放出量を推定する物質の放出量推定方法であって、
    　各前記観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻の情報を取得するとともに、前記放出地点の位置情報および物質の放出開始時刻を取得する情報取得過程と、
    　拡散モデルを用い、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する影響係数算出過程と、
    　複数の前記観測地点における濃度観測値と演算により求めた各前記観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、前記放出地点から放出された粒子の放出強度を推定し、推定した前記粒子の放出強度を用いて前記放出地点からの放出量を推定する推定過程と、
    　前記推定過程において推定された各前記粒子の放出強度を前記影響係数算出過程において算出された影響係数に応じた重み付けによって修正する放出強度修正過程と
    を有する物質の放出量推定方法。
  4. 　複数の観測地点において観測された濃度観測値に基づいて、特定の放出地点から放出された物質の放出量を推定するための物質の放出量推定プログラムであって、
    　各前記観測地点の位置情報、該観測地点で観測された濃度観測値及び観測時刻の情報を取得するとともに、前記放出地点の位置情報および物質の放出開始時刻を取得する情報取得処理と、
    　拡散モデルを用い、粒子の位置と放出地点との相対位置、及び、物質放出時刻と観測地点における観測時刻との相対時刻とに応じて定まる影響係数を算出する影響係数算出処理と、
    　複数の前記観測地点における濃度観測値と演算により求めた各前記観測地点における濃度計算値との差を用いて表わされる残差ノルムを最小化することによって、前記放出地点から放出された粒子の放出強度を推定し、推定した前記粒子の放出強度を用いて前記放出地点からの放出量を推定する推定処理と、
    　前記推定処理において推定された各前記粒子の放出強度を前記影響係数算出処理において算出された影響係数に応じた重み付けによって修正する放出強度修正処理と
    をコンピュータに実行させるための物質の放出量推定プログラム。
PCT/JP2012/073338 2011-09-16 2012-09-12 物質の放出量推定装置及びその方法並びにプログラム WO2013039107A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011203699A JP5738140B2 (ja) 2011-09-16 2011-09-16 物質の放出量推定装置及びその方法並びにプログラム
JP2011-203699 2011-09-16

Publications (1)

Publication Number Publication Date
WO2013039107A1 true WO2013039107A1 (ja) 2013-03-21

Family

ID=47883332

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/073338 WO2013039107A1 (ja) 2011-09-16 2012-09-12 物質の放出量推定装置及びその方法並びにプログラム

Country Status (2)

Country Link
JP (1) JP5738140B2 (ja)
WO (1) WO2013039107A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017114710A1 (en) * 2015-12-30 2017-07-06 Koninklijke Philips N.V. Tracking exposure to air pollution
CN116718733A (zh) * 2023-06-28 2023-09-08 中国海洋大学 一种挥发性有机物浓度计算方法、系统、电子设备及介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2883798B1 (en) * 2013-12-12 2017-06-28 Airbus DS GmbH Method for computing self-contamination processes of a spacecraft
KR101802164B1 (ko) * 2016-09-20 2017-11-28 대한민국 인공강우 살포물질의 모의영향 시간대 자동시계열 분석방법 및 시스템
CN106898394B (zh) * 2017-03-31 2018-06-29 中国核动力研究设计院 一种wwer六角形栅格堆芯的控制棒价值测量方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002228753A (ja) * 2001-01-30 2002-08-14 Nec Aerospace Syst Ltd 放射性物質拡散予測システム
JP2003196574A (ja) * 2001-12-26 2003-07-11 Mitsubishi Heavy Ind Ltd 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
JP2003307573A (ja) * 2002-04-16 2003-10-31 Mitsubishi Heavy Ind Ltd 拡散物質の拡散状況予測方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6687640B1 (en) * 2001-10-23 2004-02-03 Sandia Corporation Airborne agent concentration analysis
JP4041089B2 (ja) * 2004-04-02 2008-01-30 日本電信電話株式会社 化学物質異常高濃度排出源特定システムおよび方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002228753A (ja) * 2001-01-30 2002-08-14 Nec Aerospace Syst Ltd 放射性物質拡散予測システム
JP2003196574A (ja) * 2001-12-26 2003-07-11 Mitsubishi Heavy Ind Ltd 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
JP2003307573A (ja) * 2002-04-16 2003-10-31 Mitsubishi Heavy Ind Ltd 拡散物質の拡散状況予測方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017114710A1 (en) * 2015-12-30 2017-07-06 Koninklijke Philips N.V. Tracking exposure to air pollution
US10871478B2 (en) 2015-12-30 2020-12-22 Koninklijke Philips N.V. Tracking exposure to air pollution
CN116718733A (zh) * 2023-06-28 2023-09-08 中国海洋大学 一种挥发性有机物浓度计算方法、系统、电子设备及介质
CN116718733B (zh) * 2023-06-28 2024-05-31 中国海洋大学 一种挥发性有机物浓度计算方法、系统、电子设备及介质

Also Published As

Publication number Publication date
JP2013065208A (ja) 2013-04-11
JP5738140B2 (ja) 2015-06-17

Similar Documents

Publication Publication Date Title
Miranda et al. Current air quality plans in Europe designed to support air quality management policies
Yang et al. Interpolation of missing wind data based on ANFIS
Hurley et al. TAPM: a practical approach to prognostic meteorological and air pollution modelling
Yegnan et al. Uncertainty analysis in air dispersion modeling
Lyu et al. Modeling the effects of urban expansion on regional carbon storage by coupling SLEUTH‐3r model and InVEST model
JP2007304080A (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
WO2013039107A1 (ja) 物質の放出量推定装置及びその方法並びにプログラム
CN102819661A (zh) 一种运用区域空气质量模式的大气环境容量新算法
Kovalets et al. Inverse identification of unknown finite-duration air pollutant release from a point source in urban environment
US10770898B2 (en) Methods and systems for energy use normalization and forecasting
KR20140024541A (ko) 대기 모델링 서비스 제공 시스템
Constantinescu et al. Assessment of ensemble-based chemical data assimilation in an idealized setting
JP5922570B2 (ja) 拡散物質の拡散状況予測装置、方法およびプログラム
WO2019150721A1 (ja) 気象予測補正手法および気象予測システム
Karri et al. Ensemble based prediction of water levels and residual currents in Singapore regional waters for operational forecasting
Aristodemou et al. Enhancing CFD-LES air pollution prediction accuracy using data assimilation
Charlery et al. Areal downscaling of global climate models: an approach that avoids data remodeling
Gu On-demand data assimilation of large-scale spatial temporal systems using sequential Monte Carlo methods
Li et al. Improved estimation of CO2 emissions from thermal power plants based on OCO-2 XCO2 retrieval using inline plume simulation
Chen et al. Time series analyses based on the joint lagged effect analysis of pollution and meteorological factors of hemorrhagic fever with renal syndrome and the construction of prediction model
JP2014106203A (ja) 拡散物質の拡散状況予測装置、その方法およびプログラム
US20100042332A1 (en) System and method for source identification for a chemical release
US20120203471A1 (en) Generation source estimation apparatus and method of diffusion material
Silver et al. Dynamic parameter estimation for a street canyon air quality model
CN103761442B (zh) 微区域流动参量的预测方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12831145

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12831145

Country of ref document: EP

Kind code of ref document: A1