超高解像度の即時予測の実現に向けた都市街区内風況データベースの構築

Development of data assimilation methods and observation systems for a wind digital twin in urban areas

小野寺 直幸   ; 下川辺 隆史*; 井戸村 泰宏   ; 河村 拓馬 ; 朝比 祐一   ; 長谷川 雄太   ; 伊奈 拓也 ; 下村 和也 ; 稲垣 厚至*; 平野 洪賓*; 下瀬 健一*

Onodera, Naoyuki; Shimokawabe, Takashi*; Idomura, Yasuhiro; Kawamura, Takuma; Asahi, Yuichi; Hasegawa, Yuta; Ina, Takuya; Shimomura, Kazuya; Inagaki, Atsushi*; Hirano, Kohin*; Shimose, Kenichi*

GPUスーパーコンピュータ上において、メートル解像度の風況シミュレーションに観測データをリアルタイムに同化した、都市街区内の風況予測の実現を目指している。初年度である2022年度は、高精度に大気境界層内の風況を再現するために、風況解析コードCityLBMに対してパーティクルフィルタ(PF)に基づくデータ同化手法を適用することで、モデル変数の動的な最適化手法を開発した。米国オクラホマシティの野外風況観測実験に対する解析を行った結果、PFを適用しない結果と比較して、終日の速度の標準偏差の誤差に対して約10%の改善が実現された。東京都市街区内の風況解析として、地理情報システム(GIS)および衛生画像から構築した建物・地形・植生分布、および、防災科学技術研究所の雲解像数値モデル(CReSS)から与えられる境界条件に基づくマルチスケール解析を実施した。

The project goal is to realize real-time wind prediction in urban areas by assimilating observed data into real-time wind simulations on GPU supercomputers. In FY2022, the first year of the project, we developed a dynamic optimization method for model variables by applying a particle filter (PF) based data assimilation method to reproduce wind conditions in the atmospheric boundary layer with high accuracy. The numerical simulations for the field experiment in Oklahoma City showed improvements of about 10 % for the standard deviation error of the all-day velocity compared to the results without the application of PF. In addition, a multi-scale analysis based on boundary conditions given by a geographic information system (GIS) and a cloud-resolving numerical model (CReSS) was realized for the Tokyo metropolitan area.