Real-time wind digital twin with 1-meter resolution using GPU supercomputer

都市街区の詳細な風況解析の実現には、数km範囲の都市全域から数m幅の路地を捉えた大規模なマルチスケール風況解析が必須となる。本研究グループでは風況解析コードCityLBMを開発し、局所的に細かい格子が配置可能な適合細分化格子法を適用することで計算格子点数を約1/10に削減、および、GPU向け最適化によりCPU比で10倍以上の性能向上を達成することで、リアルタイム風況解析を実現している。都市街区内の風況・温度変化等の物理現象は、メソスケールの気象条件、建物や植生配置に起因する複雑な乱流、建物や地表面上の境界層等の様々な事象を含むため、各物理現象を表現するのに十分な時空間解像度をカバーするマルチスケール解析および高密度の観測が必要となる。CityLBMでは、そのような様々な種類のデータに対して、解析値と観測値の差に比例する付加項によって徐々に両者を近づけるデータ同化手法であるナッジング法を適用することで、気象条件や観測値を反映した解析を実現している。一方で、従来から用いられている経験的な係数を用いたナッジング法では、季節間や終日の大気の状態変化に対応したパラメータ（ナッジング係数）の最適化が行われないため、大気境界層内の風況の再現性が悪化する問題が挙げられていた。そこで2022年度の研究では、パーティクルフィルタ（PF）に基づくデータ同化手法を新たに適用することで、大気の状態に応じてパラメータが最適化可能な手法を開発した。検証解析として、米国のオクラホマシティでの野外風況観測実験解析を実施した。郊外で観測された速度の標準偏差の鉛直分布を用いてPFに基づくパラメータ最適化を行った結果、午前中の大気が安定な状態および午後の大気が不安定な状態のそれぞれに対して、ナッジング係数の最適化が行われるとともに、終日の速度の標準偏差の誤差に対して約10%を改善した。

都市街区の詳細な風況解析の実現には、数km範囲の都市全域から数m幅の路地を捉えた大規模なマルチスケール風況解析が必須となる。本研究グループでは風況解析コードCityLBMを開発し、局所的に細かい格子が配置可能な適合細分化格子法を適用することで計算格子点数を約1/10に削減、および、GPU向け最適化によりCPU比で10倍以上の性能向上を達成することで、リアルタイム風況解析を実現している。都市街区内の風況・温度変化等の物理現象は、メソスケールの気象条件、建物や植生配置に起因する複雑な乱流、建物や地表面上の境界層等の様々な事象を含むため、各物理現象を表現するのに十分な時空間解像度をカバーするマルチスケール解析および高密度の観測が必要となる。CityLBMでは、そのような様々な種類のデータに対して、解析値と観測値の差に比例する付加項によって徐々に両者を近づけるデータ同化手法であるナッジング法を適用することで、気象条件や観測値を反映した解析を実現している。一方で、従来から用いられている経験的な係数を用いたナッジング法では、季節間や終日の大気の状態変化に対応したパラメータ（ナッジング係数）の最適化が行われないため、大気境界層内の風況の再現性が悪化する問題が挙げられていた。そこで2022年度の研究では、パーティクルフィルタ（PF）に基づくデータ同化手法を新たに適用することで、大気の状態に応じてパラメータが最適化可能な手法を開発した。検証解析として、米国のオクラホマシティでの野外風況観測実験解析を実施した。郊外で観測された速度の標準偏差の鉛直分布を用いてPFに基づくパラメータ最適化を行った結果、午前中の大気が安定な状態および午後の大気が不安定な状態のそれぞれに対して、ナッジング係数の最適化が行われるとともに、終日の速度の標準偏差の誤差に対して約10%を改善した。