2023 Fiscal Year Annual Research Report
都市空間における高温度汚染物質に適用する乱流拡散モデルの開発
| Project/Area Number |
22KJ0916
|
|---|
| Allocation Type | Multi-year Fund |
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
林 超 東京大学, 工学系研究科, 特別研究員(PD)
|
|---|
| Project Period (FY) |
2023-03-08 – 2024-03-31
|
| Keywords | 汚染物質拡散 / 乱流拡散 |
|---|
| Outline of Annual Research Achievements |
本研究は都市空間における信頼性の高い風洞実験とLES (Large-eddy simulation)データベースを用い、汚染物質拡散に適用可能な高精度かつ簡易な乱流拡散モデルの開発を目指して行った。先ず、市街地における代表的な建物レイアウトでの汚染物質の拡散を想定し、トレーサガスを用いて拡散の風洞実験を行った。実験でガスの時系列濃度データを取得し、濃度の平均値と変動値など統計量のデータベースを構築した。次に、風洞実験と条件を合わせたLESを行い、LESの信頼性について検証を行った。信頼性が確認されたLESにより、風洞実験では取得が困難な乱流拡散フラックスを取得し、LESデータベースの構築を行った。さらに、現在実用計算で最も用いられるk-εモデルでは簡略化のため乱流拡散係数が等方であると仮定し、乱流濃度拡散係数を乱流粘性係数と一定値である乱流シュミット数で推測することが多い。しかし、複雑な流れ場である都市空間では適用限界があり、局所的非等方性を考慮する乱流濃度拡散係数モデルの導入の必要性を示した。そこで、本研究で非等方性を持つ乱流濃度拡散係数のモデリング手法(Generalized Gradient-Diffusion-Hypothesis model, GGDH)をk-εモデルに導入し、既往の等方性モデル(Simplified Gradient-Diffusion-Hypothesis, SGDH)による平均濃度の予測精度を比較した。その結果、SGDHは乱流シュミット数を調整しても濃度場全体な平均濃度を正しく予測出来なかったことに対し、GGDHはLESに近い平均濃度を予測できることを明らかにした。特に平均濃度が高い地表面付近では、GGDHはSGDH より濃度の空間分布を正しく予測できることを証明した。
|
