Study on liquid water content fluctuation in high Reynolds number turbulence for early detection of rapidly developing clouds

高雷诺数湍流中液态水含量波动研究，用于早期探测快速发展的云

• 批准号: 20K04298
• 负责人: 松田 景吾
• 金额: $ 2.75万
• 依托单位: Japan Agency for Marine-Earth Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K04298/
• 关键词: 雲乱流; レーダー反射強度; 乱流クラスタリング; 直接数値シミュレーション; 慣性粒子クラスタリング; 直接数値計算; 混相流

本研究では，乱流中での雲粒の不均一な分布状態（乱流クラスタリング）によってレーダー反射強度が増加する効果を利用して，豪雨の種となる「ゲリラ雲」を早期に探知するシステムを実現するため，高レイノルズ数乱流中での乱流クラスタリングと水蒸気圧変動による雲水量変動の形成機構を大規模直接数値計算（DNS）により解明し，雲水量変動スペクトルの関数モデルを構築することを目的としている．令和3年度までに，高レイノルズ数一様等方性乱流中の個々の雲粒をラグランジアン的に追跡する大規模DNSを実行し，十分に高いレイノルズ数において，渦度強度が最大となるスケールよりも大きなスケールの新たな大スケールクラスタリングが現れることなどを明らかにした．令和4年度はこの大スケールクラスタリングの形成機構を明らかにするために，ボロノイ解析の応用によって局所的な粒子数密度の収束・発散を評価する最新の解析手法を用いて，マルチスケールのクラスタリング形成機構の解析に取り組み，さらにこのボロノイ解析の応用による粒子群の収束・発散解析をマルチスケールで評価する新規マルチレゾリューション解析手法を開発した．この新規マルチレゾリューション解析手法では，空間中に分散する多数の粒子に対してテセレーション解析を利用することで，粒子の位置で与えられたデータに関する空間的・スケール的に局所的な変動成分を格子点データに変換することなく抽出することができる．今後，このマルチレゾリューション解析手法等を活用し，大スケールクラスタリングの形成機構の解明と関数モデルの構築に取り組む．

This study で は, turbulence in で の cloud grains の heterogeneity な distribution (turbulence ク ラ ス タ リ ン グ) に よ っ て レ ー ダ ー reflection intensity が raised plus す る unseen fruit を using し て, heavy rain の kind と な る "ゲ リ ラ cloud" を early detection of に す る シ ス テ ム を be presently す る た め, High レ イ ノ ル ズ number turbulence in で の turbulence ク ラ ス タ リ ン グ と water steam 気 圧 - move に よ る cloud water - move の institutions を large-scale direct the numerical calculation (DNS) に よ り interpret し, cloud water - move ス ペ ク ト ル の masato number モ デ ル を build す る こ と を purpose と し て い る. Make and 3 year ま で に, high レ イ ノ ル ズ count the others in isotropic turbulence in の a 々 の cloud grains を ラ グ ラ ン ジ ア ン に of tracing す る large-scale DNS を be し, very high に い レ イ ノ ル ズ number に お い て, Vorticity strength が biggest と な る ス ケ ー ル よ り も big き な ス ケ ー ル の new た な big ス ケ ー ル ク ラ ス タ リ ン グ が now れ る こ と な ど を Ming ら か に し た. Make and 4 year は こ の big ス ケ ー ル ク ラ ス タ リ ン グ の form institutions を Ming ら か に す る た め に, ボ ロ ノ イ parsing の 応 with に よ っ て bureau な particle number density の 収 · 発 beam scattered を review 価 す る の analytic technique を with latest い て, マ ル チ ス ケ ー ル の ク ラ ス タ リ ン グ formation mechanism analytical に の taking み り group, さ ら に こ の ボ ロ ノ イ parsing の 応 with に よ る particle swarm の 収 · 発 beam scattered parsing を マ ル チ ス ケ ー ル で review 価 す る new rules マ ル チ レ ゾ リ ュ ー シ ョ ン parsing technique を open 発 し た. こ の new rules マ ル チ レ ゾ リ ュ ー シ ョ ン parsing technique で は, scattered space に す る most の particle に し seaborne て テ セ レ ー シ ョ ン parsing を using す る こ と で, particle position の で and え ら れ た デ ー タ に masato す る space · ス ケ ー ル に bureau of な - dynamic composition を lattice point デ ー タ に variations in す る こ と な く spare す る こ と が で き る. In the future, こ の マ ル チ レ ゾ リ ュ ー シ ョ ン parsing methods し を, big ス ケ ー ル ク ラ ス タ リ ン グ の form institutions の interpret と masato number モ デ ル の build に む り group.

项目成果

On divergence, curl, and helicity of the inertial particle velocity in a 4-way coupled channel flow

四路耦合通道流中惯性粒子速度的发散度、旋度和螺旋度

• 发表时间: 2022
• 作者: Kai Schneider;Thibault Oujia;Jacob R. West;Keigo Matsuda;Suhas S. Jain;Kazuki Maeda
• 通讯作者: Kazuki Maeda

Aix-Marseille大学(フランス)

艾克斯-马赛大学（法国）

高レイノルズ数乱流中での慣性粒子クラスタリングのマルチスケール構造

高雷诺数湍流中惯性粒子聚类的多尺度结构

• 发表时间: 2021
• 作者: 松田景吾;Kai Schneider;芳松克則
• 通讯作者: 芳松克則

Scale-dependent statistics of inertial particle distribution in high Reynolds number turbulence

• DOI: 10.1103/physrevfluids.6.064304
• 发表时间: 2020-07
• 期刊: arXiv: Fluid Dynamics
• 作者: K. Matsuda;K. Schneider;K. Yoshimatsu

Physics-informed neural networks for synthesizing preferential concentration of particles in turbulent flows

用于合成湍流中颗粒优先浓度的物理信息神经网络

• 发表时间: 2022
• 作者: Thibault Oujia;Suhas S. Jain;Keigo Matsuda;Kai Schneider;Jacob R. West;Kazuki Maeda
• 通讯作者: Kazuki Maeda