アンサンブルカルマンフィルタを用いた乱流境界層生成のためのパラメータ最適化

Parameter optimization for turbulent boundary layer generation using ensemble Kalman filter

小野寺 直幸   ; 井戸村 泰宏   ; 長谷川 雄太   ; 中山 浩成   

Onodera, Naoyuki; Idomura, Yasuhiro; Hasegawa, Yuta; Nakayama, Hiromasa

高解像度の風況解析は、スマートシティ設計に活用できるなど非常に重要である。都市部は高層ビルが密集した複雑な形状をしており、それらにより風の流れが乱流状態となるため、都市街区全域から細かな路地までを捉えた大規模計算が必要である。それらの課題に対して、本研究グループは、メソスケール気象データを境界条件として利用したマルチスケールの汚染物質拡散手法CityLBMコードの開発を進めている。CityLBMは、計算領域周辺の境界条件をメソスケール気象データに同化させるナッジング法を導入することで、現実の風況を反映した解析が可能である。しかしながら、従来のナッジング法では、ナッジング係数が一定のため、大気状態が変化するような長時間解析の乱流強度を再現できない問題点が挙げられる。本研究では、アンサンブルカルマンフィルタを用いた動的なナッジング・パラメータの最適化手法を提案する。CityLBMの検証として、米国オクラホマシティの風況実験に対する解析を実施した。シミュレーションと観測のそれぞれで得られる乱流強度の誤差を低減するようにナッジング係数を更新した結果、一定のナッジング係数の結果と比較して10%ほど予測精度を向上することを確認した。

We have developed a wind simulation code named CityLBM to realize wind digital twins. Mesoscale wind conditions are given as boundary conditions in CityLBM by using a nudging data assimilation method. It is found that conventional approaches with constant nudging coefficients fail to reproduce turbulent intensity in long time simulations, where atmospheric stability conditions change significantly. We propose a dynamic parameter optimization method for the nudging coefficient based on an ensemble Kalman filter. CityLBM was validated against plume dispersion experiments in the complex urban environment of Oklahoma City. The nudging coefficient was updated to reduce the error of the turbulent intensity between the simulation and the observation. The mean error of velocity variance is reduced by 10% compared to the conventional nudging method with a constant nudging coefficient.