Development of data assimilation method for urban wind LES with higher resolution than that of measurement

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K17755
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60100:Computational science-related
• Research Institution: Japan Atomic Energy Agency
• Principal Investigator: Hasegawa Yuta 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)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: アンサンブルデータ同化 / 格子ボルツマン法 / 局所アンサンブル変換カルマンフィルタ / GPU

Outline of Final Research Achievements

To investigate the applicability of data assimilation to the LES based on the lattice Boltzmann method, we introduced a highly accurate data assimilation method, the local ensemble transform Kalman filter (LETKF). We proceeded the optimization and the validation of the implementation of the data assimilation.
As the optimization of the implementation of the LETKF, we developed a GPU-oriented eigenvalue solver library, and we optimized the MPI communication of the ensemble data.
To validate our implement, data assimilation experiments for 2D isotropic turbulence and turbulent flow around a 3D cylinder. In both cases, good accuracies were obtained with the sparse observation, where the number of observation points is several orders of magnitude smaller than the computational grid.

Free Research Field

計算科学

Academic Significance and Societal Importance of the Research Achievements

アンサンブルデータ同化は、気象庁の天気予報などで既に実用化された技術であるが、都市部の局所風況を対象とした数mの解像度格子への適用は例がない。このような高解像度格子では計算速度が問題となることから、本研究では、気象分野でよく用いられる手法である局所アンサンブル変換カルマンフィルタ（LETKF）をGPUに実装し、および、GPUスパコンで高速に実行できる風況解析手法である格子ボルツマン法に適用した。これらの手法を組み合わせた研究は世界的にも例が無く、実装の高速化およびデータ同化の精度検証など基礎的な物理研究を行うことは、データ同化の乱流分野や風工学分野への展開に資するものとして意義がある。