2018 Fiscal Year Annual Research Report
Development of probabilistic concentration analysis method for environmental pollutants by Bayesian statistics
| Project/Area Number |
17H04945
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
菊本 英紀 東京大学, 生産技術研究所, 准教授 (80708082)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 建築環境・設備 / 確率論 / 流体工学 / シミュレーション工学 |
|---|
| Outline of Annual Research Achievements |
本研究では、汚染物質濃度の離散的かつ低い空間解像度の計測データを出発点として、連続的かつ高い解像度の空間濃度分布を数値的に解析し、同時にその解析データの信頼性を診断する一連のシステム構築を目指している。当該年度においては、特に以下の課題に取り組んだ。①汚染物質の発生位置とその強度を確率的に推定するモデルにおいて、発生源の幾何形状を点だけでなく、線状の発生源も取り扱えるように拡張した。また、数値実験によりその有効性を検証した。②非定常乱流解析モデルLarge-eddy simulationを用いて、濃度計測値の発生条件への応答関数を高精度に評価する手法を検討した。また、解析効率を向上させるため大量の気流解析データを効率的に保存するデータ圧縮手法に関する検討も行った。③気流分布を得るのに必要とされる気象データがもたらす予測不確かさをベイズ推論により評価する手法を構築した。また、市街地気流を対象としたケーススタディにより同手法の有効性を検証した。④風洞実験により建物内部における汚染物質拡散に関する濃度計測値データベースを構築した。⑤都市内気流を対象とした非定常型乱流モデルによる解析とその予測不確かさ評価手法の検証を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
解析モデルやシステムの拡張も概ね予定通り開発を進めている。また、要素技術としてのシミュレーション精度の向上や検証も進め、今後の検討に用いる実験データの取得も進んでいる。
|
| Strategy for Future Research Activity |
これまでに概ね基本的な解析モデルやシステムは開発できた。今後は、同モデル・システムの解析精度や効率の向上を目指した研究開発を行うほか、実験データや実地計測データに基づき実証実験も行っていく。
|
