2023 Fiscal Year Annual Research Report
Study on liquid water content fluctuation in high Reynolds number turbulence for early detection of rapidly developing clouds
| Project/Area Number |
20K04298
|
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
松田 景吾 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(地球情報科学技術センター), 副主任研究員 (50633880)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 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 |
|---|
| Outline of Annual Research Achievements |
本研究では，乱流中で雲粒に働く慣性力による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）により解明することを目的としている．本研究ではまず，高レイノルズ数一様等方性乱流中の個々の粒子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を明らかにした．また，粒子クラスタリングデータに対してウェーブレット変換を利用したマルチスケール統計解析を行った結果，慣性力の大きさ（ストークス数）によって卓越したクラスターを伴う構造が現れる場合と卓越した空隙を伴う構造が現れる場合があること，およびマルチスケール統計のレイノルズ数依存性を明らかにした．このような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，フーリエ解析に基づいて算出した粒子クラスタリングの生成スペクトルから，乱流中における粒子クラスタリング形成挙動には粒子数に依存しないマルチスケール構造があることを明らかにした．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，空間中の多数の粒子ごとの収束・発散等のデータに対して空間的・スケール的に局所的な変動成分を抽出することを可能にした．この解析手法の活用による，高レイノルズ数乱流中での粒子クラスタリング形成の詳細メカニズムの解明が期待される．
|
