Real-time wind digital twin with 1-meter resolution using GPU supercomputer
Project/Area Number |
23K24855
|
Project/Area Number (Other) |
22H03599 (2022-2023)
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Multi-year Fund (2024) Single-year Grants (2022-2023) |
Section | 一般 |
Review Section |
Basic Section 60090:High performance computing-related
|
Research Institution | Japan Atomic Energy Agency |
Principal Investigator |
小野寺 直幸 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究職 (50614484)
|
Co-Investigator(Kenkyū-buntansha) |
井戸村 泰宏 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 副センター長 (00354580)
長谷川 雄太 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究職 (10851016)
平野 洪賓 (張洪賓) 国立研究開発法人防災科学技術研究所, 水・土砂防災研究部門, 主任研究員 (20551336)
下瀬 健一 国立研究開発法人防災科学技術研究所, 水・土砂防災研究部門, 主任研究員 (40729183)
鈴木 真一 東北大学, 理学研究科, 特任研究員 (60462503)
稲垣 厚至 東京工業大学, 環境・社会理工学院, 助教 (80515180)
河村 拓馬 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究副主幹 (90718248)
朝比 祐一 国立研究開発法人日本原子力研究開発機構, システム計算科学センター, 研究職 (00824103)
|
Project Period (FY) |
2022-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2024)
|
Budget Amount *help |
¥17,160,000 (Direct Cost: ¥13,200,000、Indirect Cost: ¥3,960,000)
Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2024: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2023: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2022: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
|
Keywords | 都市街区風況解析 / 格子ボルツマン法 / 適合細分化格子法 / GPU / データ同化 / 風況デジタルツイン / ラージエディ・シミュレーション / 都市街区内風況解析 / ナッジング法 / GPUスーパーコンピュータ / 適合細分化格子 |
Outline of Research at the Start |
GPUスーパーコンピュータ上において、m解像度の風況シミュレーションに観測データを同化した、都市街区の風況デジタルツインを実現する。これまでに、局所的に格子解像度の変更が可能な適合細分化格子法による計算資源の削減および格子ボルツマン法のGPU向け最適化により、細かな路地から都市街区の全域を捉えた高解像度風況シミュレーションのリアルタイム・アンサンブル計算を世界で初めて実現した。これをさらに高速化し、観測データを同化することで、都市街区内の風況分布をリアルタイムに予測可能なデジタルツインを実現を目指す。
|
Outline of Annual Research Achievements |
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の適用による計算格子点数の約1/10への削減、および、GPU向け最適化によるCPU比10倍以上の性能向上を達成することで、リアルタイム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高解像度の解析および観測データ同化が必要となる。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ナッジング法では、観測点密度が低い条件において精度が悪化する問題点が挙げられた。 2023年度の研究では、データ同化が最も進んでいる分野の一つである気象分野で用いられている局所アンサンブル変換カルマンフィルタ(LETKF)を用いた手法の参照実装を行なった。LETKFでは、従来手法と比較して精度が高い利点がある一方で、データ同化する格子点毎にアンサンブル数の大きさの密行列に対する固有値計算が必要であり、リアルタイム計算の実現には固有値計算のGPU高速化が必須であった。この課題に対して、GPU向けのデータ構造の最適化および理化学研究所が開発した固有値計算ライブラリ(EigenG-Batched)を利用することで大幅な高速化を実現した。これにより、観測機器から得られるデータを高速に同化する見通しが得られた。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究の目標として、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、都市街区の風況デジタルツインを実現を目指している。これまでに、局所的に格子解像度の変更が可能な適合細分化格子(AMR)法による計算資源の削減および格子ボルツマン法(LBM)のGPU向け最適化により、メートルスケールの細かな路地からキロメートルスケールの都市街区の全域を捉えた高解像度風況シミュレーションのリアルタイム・アンサンブル計算を世界で初めて実現した。これをさらに高速化するとともに、新たに導入する風況観測網から得られる観測データをシミュレーション内で時間・空間的に同化することで、都市街区内の風況分布をリアルタイムに予測可能なデジタルツインを構築する。 研究の前半である2022年度・2023年度は要素技術として、(A)局所の高解像度シミュレーションに適したデータ同化手法の開発、および、(B)リアルタイムの観測システムの構築、(C)東工大近辺の都市街区モデルの作成、を行なった。 具体的には、(A)のデータ同化技術の検証として、データ同化が最も進んでいる分野の一つである気象分野で用いられている局所アンサンブル変換カルマンフィルタ(LETKF)の参照実装およびGPUスパコン向けの最適化を実施することで、街区内の非定常な流れを高速に同化する見通しが得られた。(B)に関しては、共同研究機関の東工大に観測機器を設置し、データ同化用および検証用の風況データの取得する観測システムの運用を開始した。 以上のことより、風況解析および観測の両面においても、計画通りに順調に進展していると判断した。
|
Strategy for Future Research Activity |
都市街区内の風況デジタルツインの実現に向けて、「観測とメソスケール気象データとのデータ同化に基づく風況シミュレーションによる詳細なリアルタイムの3次元風況分布予測」の開発を続けている。2023年度までに、要素技術の開発として、局所風況解析手法CityLBM向けの高速なデータ同化手法および都市街区モデルの開発、人の居住区間である街区内の観測システムの開発、および、防災科学技術研究所の研究グループが開発している雲解像数値モデル(CReSS)との連携技術の開発、を行なった。 2024年度は、これらの研究の推進方策として、(1)東工大周辺の風況に対するデータ同化の予備解析の実施、および、(2)IoT機器を活用した観測処理システムの開発、を計画している。具体的には、(1)として、ドップラーライダーの観測に基づいた気象条件を防災科研の雲解像数値モデル(CReSS)にて作成し、それを境界条件とした風況解析を実施し、東工大周辺に設置してある地上観測点の観測値と比較することで、地表面近傍の流れの予測に必要な計算解像度と観測密度の知見を得ることを目標とする。また、(2)として、リアルタイムおよび高精度なデータ同化に必要なデータの転送時間および精度について調査し、その為の前処理・後処理プログラムを観測機器上に実装する。
|
Report
(2 results)
Research Products
(9 results)