2023 Fiscal Year Annual Research Report
| Project/Area Number |
20H02253
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
稲垣 厚至 東京工業大学, 環境・社会理工学院, 助教 (80515180)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小田 僚子 千葉工業大学, 創造工学部, 教授 (50553195)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 熱画像風速測定法 / 粗度境界層 / 都市大気境界層 / 微気象観測 / 都市街区内風速 / アンサンブル平均 |
|---|
| Outline of Annual Research Achievements |
昨年度開発した小型の気象観測システムを都市街区内に設置し，風速，気温，湿度の多点計測を行った．ソーラーパネルを搭載することで，外部電源の取れない地点を含めた多点での長期観測が実現された．得られた観測結果より，1km四方以内の街区内同一高度において，気温や湿度の測定場所による違いは時間変化に対して大きくないが，風速については空間変化の方がより顕著であり，その空間代表性の乏しさが定量的に示された．主風向の変化に対する影響が顕著であることから，測定点近傍の街区構造（建物形状及び配置）や樹木の配置，地形の起伏の影響が支配的であると考えられる．また，各地点の平均風速を代表風速と比較すると，それぞれ概ね線形関係にあることが示された．以上の結果は，街区内風速統計量の空間分布形状が単純なスケーリング則に従うことを示唆している．
また，以上の観測結果に加え，これまでに実施した熱画像風速測定法や移動観測による都市街区内風速分布計測結果を踏まえ，風速の街区内水平分布の線形スケーリング則を仮定した，街区内風速の診断方法を提案した．これは代表風速のような「点」で得られる風速情報から，街区内の面的な風速の空間分布を診断的に得る手法である．まず街区内の風速次元の統計量（平均風速，乱流強度，レイノルズ応力，等）の空間分布を，数値シミュレーションを用いて作成し，それらを代表風速で無次元化したものを主風向別にデータベースとして整備する．観測値や数値気象予測から得られる代表風速と風向を参照して，その風向に対応した乱流統計量のデータベースを選び，先の代表風速を用いてデータベースの値を有次元に戻すことで，街区内風速統計量の空間分布を定量的な即時診断することが可能となる．この手法で再現された街区内風速と，街区内の実測値を比較して手法の有意性を示した．
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
