数値乱流データベースを用いた統計的ダウンスケーリングによる街区内乱流場の即時診断
稲垣　厚至(国立大学法人　東京科学大学)

本研究は統計的ダウンスケーリング手法に基づき，都市街区内の風況診断を行う．都市街区内の流れは非常に複雑であるが，時間平均乱流統計量に限っては流入条件や外層の影響の影響を受けず，近傍街区構造で概ね決定される．そこで格子ボルツマン法を用いた都市街区乱流の数値計算に基づく大規模数値データベースを作成し，相似則の仮定の下，メソ気象モデルから算出される代表速度スケールを用いて街区内の風況を定量評価する．

研究紹介ポスター／最終報告書

(1) 学術論文 （査読あり）
該当なし
(2) 国際会議プロシーディングス （査読あり）
該当なし
(3) 国際会議発表（査読なし）
[]Atsushi Inagaki, Ryota Takamatsu, Manabu Kanda, Reproduction of local turbulent flow characteristics within urban district using supervised machine learning model
[]Atsushi Inagaki, Kaho Nakai, Manabu Kanda, Naoyuki Onodera, Yuta Hasegawa, Junnaidhi I Dewa, Ryoko Oda, Statistical downscaling into the airflows within urban districts based on a numerical simulation datasets
[]Ryoko Oda, Taisuke Wada, Atsushi Inagaki, Yuta Hasegawa, Naoyuki Onodera, Water Vapor Distribution in an Urban District using Three-dimensional Urban Geometry Model Under Sea Breeze Event
(4) 国内会議発表（査読なし）
[]小野嘉己，加瀬啓之，稲垣厚至，小野寺直幸，長谷川雄太，
「マルチGPUパストレーシングによる大規模時系列流体解析可視化」，
第31回計算工学講演会，名古屋
(5) 公開したライブラリなど
該当なし
(6) その他（特許，プレスリリース，著書等）
該当なし