次世代型内湾波浪予測のための水深積分型不規則波浪計算に対する風応力モデルの開発

开发用于下一代内湾波浪预测的深度积分不规则波浪计算的风应力模型

基本信息

批准号：
22K04342
负责人：
水谷夏樹
金额：
$ 2.66万
依托单位：
Osaka Sangyo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

项目摘要

本研究は，水深の影響を受ける内湾波浪を対象とした水深積分型波浪伝播モデルの開発を行うものであり，特に伝播の過程における風応力による波の発達モデルの構築を主たる目的としている．2022年度は，主に２点について行った．まず１点目は，風による風波の発達モデルを構築するに当たって，風洞実験水槽において波面上の気流のPIV計測を行い，波面に接する領域の気流速度分布を求める．波面上の気流分布を統計的に処理し平均風速の鉛直分布を求める必要があるが，PIV計測画像には気流のトレーサーである水蒸気と水面が写り込んでおり，これらを画像内で機械的に判別することがこれまで難しかった．今年度は，こうした画像における水面の位置を，機械学習を用いて判別する手法の開発を行った．1枚の画像を縦方向に短冊状に分割することで学習枚数を増やすとともに，細い短冊状の画像内における水面位置の特定を目指した．試行錯誤の中で機械学習の重み係数を持たせるカーネルサイズと短冊横幅との関係に最適値があることが分かった．また，水面の凹凸によって光の反射状況が変化するため，判別率に差が生じることが分かった．現在は，前処理などを工夫することで判別率の向上に努力している．二点目は，現有している中型ドローンに風速計，気圧計を搭載し，河川上空の風速計測と併せて気圧によるドローン高度の計測を行い，平均風速の鉛直分布を求めた．これまでドローンの高度は河岸からの画像を用いて目視による高さ判定を行っていたが，これに1/10hPa精度の気圧計測値を用いることで精度の高い高度分布を得ることができた．今後も様々な気象条件における観測ノウハウの蓄積を行い，風向風速と併せて精度の高い鉛直分布の計測，特に水面近傍の接水境界領域における風速の鉛直分布計測につなげていきたい．

本研究旨在建立受水深影响的内湾波浪的深度积分波浪传播模型，主要目的是构建传播过程中风应力引起的波浪发展模型。 2022年，我们主要关注两点。首先，在建立由风引起的风浪发展模型时，我们在风洞实验池中对波面气流进行PIV测量，并计算与波面接触区域的空气速度分布。需要对波面上的气流分布进行统计处理，以获得平均风速的垂直分布，但PIV测量图像中包含水汽和水面，它们是气流示踪物，这些可以在图像中进行机械处理到现在为止，还很难区分。今年，我们开发了一种使用机器学习确定这些图像中水面位置的方法。通过将一幅图像垂直分割成条，我们的目的是增加学习图像的数量并识别细条图像内的水面位置。通过反复试验，发现机器学习中加权系数的核大小与条带宽度之间的关系存在一个最优值。另外，还发现由于光的反射状况根据水面的凹凸而变化，因此辨别率产生差异。目前，人们正在努力通过改进预处理等技术来提高分类率。第二点是为现有的中型无人机配备风速计和气压计，测量河流上方的风速，并利用大气压力测量无人机的高度，以确定平均风速的垂直分布。到目前为止，无人机的高度都是通过河岸图像直观确定的，但通过使用精度为 1/10 hPa 的气压测量，我们已经能够获得高度准确的高度分布。今后，我们希望继续积累各种天气条件下的观测知识，并将其与风向和风速之外的高精度垂直分布测量联系起来，特别是水接触处风速的垂直分布测量靠近水面的边界区域。