KR20030087182A - 기체 상황 예측 방법 - Google Patents

Abstract

기상 GPV 데이터 등의 공간적으로도 시간적으로도 대략적인 기상 관측 데이터로부터, 공간적으로도 시간적으로도 상세한 기체 상황(풍향, 풍속)을 구하기 위해서, 기상 관측 데이터로부터 구한 초기 조건과 경계 조건을, 대기 현상을 해석하는 미분 방정식에 대입하여, 병렬 계산기(11)로 연산한다. 이 연산 시에, 연산 기간을, 예컨대, 4분할한다. 그리고, 각 연산 분할 기간의 연산을, 네 개의 연산 장치 CPU#1∼#4로 나누어 동시 병행하여 진행시킨다. 그리고, 각 연산 장치 CPU#1∼#4의 연산 결과를 결합하여, 전체 연산 기간에 있어서의, 공간적으로도 시간적으로도 상세한 기체 상황(풍향, 풍속)을 구할 수 있다. 이 경우, 기간을 분할하여, 병렬 연산을 하기 때문에, 분할하는데 따라서 연산 기간이 단축한다.

Description

기체 상황 예측 방법{ATMOSPHERE CONDITION PREDICTION METHOD}

핵 물질을 취급하는 시설에서, 사고에 의해 방사성 물질이 외부로 방출된 경우에는, 방사성 물질의 확산 범위나 각 지점에서의 방사성 물질의 농도를 예측하여, 방사성 물질에 의한 위험을 받을 우려가 있는 지역을 예측하는 확산 상황 예측 시스템이 개발 중에 있다.

이 확산 상황 예측 시스템에 있어서는, 우선, 기체 상황을 연산에 의해 예측하고, 이 기체 상황에 근거해서 확산 상황을 예측하고 있다.

또한, 상술하면, 방사성 물질의 확산 상황을 조사하기 위해서는, 우선, 기상GPV(Grid Point Value) 데이터나 AMEDAS 등의 기상 관측 데이터에 근거해서, 대기 현상을 해석하는 편미분 방정식을 연산함으로써, 사고 발생(예컨대, 핵물질의 외부 방출) 시점으로부터 소정 시간 후의 시점까지, 일정 시간 간격마다(예컨대, 10분마다)의 시점에 있어서의, 다수의 평가 지점(격자점 위치)의 풍향·풍속을 연산에 의해 구한다. 즉, 일정 시각마다의 풍속 위치 데이터를 나타내는 기체 상황을 구한다.

다음에, 방출된 확산 물질의 농도나 성상(性狀) 및 상기 풍속 위치 데이터를, 물질의 확산 상태를 연산하는 확산 방정식에 대입함으로써, 각 시간 간격마다의 각 격자점 위치에 있어서의 확산 물질의 농도를 연산한다.

이와 같이 하여, 방출된 방사성 물질의 확산 범위나 각 지점에서의 방사성 물질의 농도를 예측할 수 있다.

기상 관측 데이터, 예컨대, 기상 GPV 데이터는 기상 업무 지원 센터로부터 12시간마다 배신된다. 이 기상 GPV 데이터는 지구의 표면을 남북 방향을 따라 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리(2㎞)로 되어있는 복수의 위도 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향 상호의 이간 거리가 규정 거리(2㎞)로 되어있는 복수의 경도 가상선이 교차하는 지점(이것을「부모 격자점 위치」(parent grid point position)라고 함)에 있어서의, 복수의 표고(지표로부터 상공 10㎞까지의 사이의 20포인트의 표고)의 기상 데이터(풍속 벡터(풍향, 풍속), 기압, 온도, 수분량)를 나타내는 것이다. 더구나, 기상 GPV 데이터는 각 부모 격자점 위치의 기상 데이터로서, 배신 시점, 배신 시점으로부터 3시간 후, 6시간 후, 9시간 후와 같이 3시간 간격의 51시간 분량의 데이터가 일괄해서 배신된다.

상술한 기상 GPV 데이터의 부모 격자점 위치의 기상 데이터는 공간적으로는 부모 격자점 위치의 상호간 거리가 2㎞로 넓고, 또한, 시간적으로는 3시간 간격으로 길기 때문에, 이 부모 격자점 위치의 기상 데이터에 의해 나타내어지는 기체 상황(풍향, 풍속) 데이터만으로는, 확산 물질의 확산 농도를 연산할 수는 없다.

이 때문에, 공간적으로 대략적이고, 또한, 시간적으로도 대략적인 기상 관측 데이터로부터, 공간적으로도 시간적으로도 상세한 기체 상황(풍향, 풍속 등)을, 대기 현상을 해석하는 편미분 방정식을 연산함으로써 구할 필요가 있다.

여기서, 대기 현상을 해석하는 편미분 방정식을 연산함으로써, 공간적으로 대략적이고, 또한, 시간적으로도 대략적인 기상 관측 데이터로부터, 공간적으로도 시간적으로도 상세한 기체 상황(풍향, 풍속 등)을 구하는 종래의 기체 상황 예측 방법을 설명한다.

종래 기술에서는, 도 8에 도시하는 바와 같이, 계산해야 할 계산 영역(지구의 표면의 내에서 미리 설정한 특정 영역)에 설정된 부모 격자점 위치(도면 중 ○으로 나타내는 위치) 사이에, 아이 격자점 위치(child grid point position)(도면 중 □ 및 ■로 나타냄)를 설정한다. 부모 격자점 위치는, 전술한 바와 같이, 지구의 표면을 남북 방향을 따라 신장하고, 또한 동서 방향의 상호 이간 거리가 2㎞으로 되어있는 복수의 위도 가상선과, 지구의 표면을 동서 방향을 따라 신장하고, 또한 남북 방향의 상호 이간 거리가 2㎞으로 되어있는 복수의 경도 가상선이 교차하는 지점에 배치되어 있다.

한편, 아이 격자점 위치는 지구의 표면을 남북 방향을 따라 신장하고, 또한 동서 방향의 상호 이간 거리가 일정 거리(50m)로 되어있는 복수의 위도 가상선과, 지구의 표면을 동서 방향을 따라 신장하고, 또한 남북 방향의 상호 이간 거리가 일정 거리(50m)로 되어있는 복수의 경도 가상선이 교차하는 지점에 배치되어 있다.

또, 도 8에서는 네 개의 부모 격자점 위치만을 나타내고 있지만, 이 부모 격자점 위치는 계산 영역의 모든 영역에 걸쳐 분포 배치하도록 설정하고 있다. 또한, 도 8에서는, 네 개의 부모 격자점 위치로 둘러싸이는 영역에만 아이 격자점 위치를 나타내고 있지만, 이 아이 격자점 위치는 계산 영역의 모든 영역에 걸쳐 분포 배치되도록 설정하고 있다.

여기에서는 일례로서, 도 9에 도시하는 바와 같이, 기상 GPV 데이터가 배신된 시점부터 10분 후에 연산을 개시한 경우에 대하여 설명한다.

[1] 연산 개시 시점의 기상 데이터의 연산은 다음과 같이 하여 실행한다.

[1-1] 부모 격자점 위치 I의 기상 데이터는 연산 개시 시점으로부터 10분 전(기상 GPV 데이터의 배신 시점)에 있어서의 부모 격자점 위치 I의 기상 GPV 데이터와, 연산 개시 시점으로부터 2시간 50분 후(기상 GPV 데이터의 배신으로부터 3시간 후)에 있어서의 부모 격자점 위치 I의 기상 GPV 데이터를, 시간 내삽 보간 연산(time interpolation computation)을 함으로써 구하고 있다. 시간 내삽 보간 연산이란, 배신 시점의 기상 GPV 데이터와 배신으로부터 3시간 후의 기상 GPV 데이터에 근거해서, 시간적으로 중간(배신으로부터 1시간 30분 후)의 데이터는 양(兩)기상 GPV 데이터의 평균값으로 하고, 시간적으로 배신 시에 가까이 갈수록 배신 시의 기상 GPV 데이터값에 근접하게 되고, 시간적으로 3시간 후에 가까이 갈수록 3시간 후의 기상 GPV 데이터값에 가까이 가도록 시간에 따라 데이터를 구하는 수법이다.

마찬가지로, 부모 격자점 위치 Ⅱ의 기상 데이터는 연산 개시 시점으로부터 10분 전(기상 GPV 데이터의 배신 시점)에 있어서의 부모 격자점 위치 Ⅱ의 기상 GPV 데이터와, 연산 개시 시점으로부터 2시간 50분 후(배신으로부터 3시간 후)에 있어서의 부모 격자점 위치 Ⅱ의 기상 GPV 데이터를, 시간 내삽 보간 연산을 함으로써 구하고 있다.

부모 격자점 위치 Ⅲ, Ⅳ의 기상 데이터도 마찬가지로, 시간 내삽 보간 연산에 의해 구하고 있다.

[1-2] 아이 격자점 위치(도 8에서는 □와 ■로 나타내는 위치)의 기상 데이터는 부모 격자점 위치의 기상 GPV 데이터를 공간 내삽 보간 연산(space interpolation computation)을 함으로써 구하고 있다. 예컨대, 아이 격자점 위치 a의 기상 데이터는, 부모 격자점 위치 I의 기상 GPV 데이터와 부모 격자점 위치 Ⅱ의 기상 GPV 데이터를 공간 내삽 보간 연산함으로써 구하고 있다. 공간 내삽 보간 연산이란, 부모 격자점 위치 I의 기상 GPV 데이터와 부모 격자점 위치 Ⅱ의 기상 GPV 데이터에 근거해서, 공간적으로 중간(부모 격자점 위치로부터 1㎞ 떨어진 위치)의 데이터는 양(兩) 기상 GPV 데이터의 평균값으로 하고, 공간적으로 부모 격자점 위치 I에 가까이 갈수록 부모 격자점 위치 I의 기상 GPV 데이터값에 근접하게되고, 공간적으로 부모 격자점 위치 Ⅱ에 가까이 갈수록 부모 격자점 위치 Ⅱ의 기상 GPV 데이터값에 가까이 가도록 공간 거리에 따라 기상 데이터를 구하는 수법이다.

다른 아이 격자점 위치(도 8에서는 □과 ■로 나타내는 위치)의 기상 데이터도, 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 데이터를 공간 내삽 보간 연산을 함으로써 구하고 있다.

[2] 연산 개시로부터 10분 후의 기상 데이터의 연산은 다음과 같이 하여 실행한다.

[2-1] 연산 개시로부터 10분 후의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 데이터는, 연산 개시 시점으로부터 10분 전(기상 GPV 데이터의 배신 시점)에 있어서의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 GPV 데이터와, 연산 개시 시점으로부터 2시간 50분 후(배신으로부터 3시간 후)에 있어서의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 GPV 데이터를 시간 내삽 보간 연산함으로써 구한다.

[2-2] 연산 개시로부터 10분 후의 아이 격자점 위치 중, 도면 중 □로 나타내는 것, 즉, 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ 사이에 마련하는 것은, 시간 내삽 보간 연산에 의해 구한 연산 개시로부터 10분 후의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 데이터를, 공간 내삽 보간 연산함으로써 구하고 있다.

[2-3] 연산 개시로부터 10분 후의 아이 격자점 위치 중, 도면 중 ■로 나타내는 것, 즉, 부모 격자점 위치, 및 도면 중 □로 나타내는 아이 격자점 위치에 의해 둘러싸인 범위 내에 위치하는 아이 격자점 위치의 기상 데이터는, 대기 현상을해석하는 편미분 방정식을 차분 해석 연산함으로써 구한다. 대기 현상을 해석하는 편미분 방정식으로는, 콜로라도 주립 대학과 미션 리서치사에서 개발된 RAMS(Regional Atmospheric Modeling System) 코드로 나타내고 있는, 풍속 위치 해석의 기본 방정식을 이용할 수 있다.

이 RAMS 코드로 나타내는 풍속 위치 해석의 기본 방정식은 운동 방정식, 열에너지 방정식, 수분의 확산 방정식 및 연속한 식으로 이루어지고, 다음과 같은 수학식 (1)∼(6)으로 표시된다.

예컨대, 연산 개시로부터 10분 후의 아이 격자점 위치 α의 기상 데이터는 연산 개시 시점에서의 아이 격자점 위치 α의 기상 데이터를 초기 조건값으로 하고, 연산 개시로부터 10분 후에 있어서의 부모 격자점 위치 및 도면 중 □로 나타내는 아이 격자점 위치의 기상 데이터를 경계 조건값으로서 취입하고, RAMS 코드로나타내고 있는 풍속 위치 해석의 기본 방정식 (1)∼(6)을 차분해 연산하여 차분해로서 구한다. 도면 중 ■로 나타내는 다른 아이 격자점 위치도 마찬가지로 해서, RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식(1)∼(6)을 차분해 연산하여 차분해로서 구해진다.

[3] 연산 개시로부터 20분 후의 기상 데이터의 연산은 연산 개시로부터 10분 후의 기상 데이터의 연산과 마찬가지로 하여 실행한다.

[3-1] 즉, 연산 개시로부터 20분 후의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 데이터는, 연산 개시 시점으로부터 10분 전(기상 GPV 데이터의 배신 시점)에 있어서의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 GPV 데이터와, 연산 개시 시점으로부터 2시간 50분 후(배신으로부터 3시간 후)에 있어서의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 GPV 데이터를 시간 내삽 보간 연산함으로써 구한다.

[3-2] 연산 개시로부터 20분 후의 아이 격자점 위치 중, 도면 중 □로 나타내는 것, 즉, 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ 사이에 위치하는 것은, 시간 내삽 보간 연산에 의해 구한 연산 개시로부터 20분 후의 부모 격자점 위치 I, Ⅱ, Ⅲ, Ⅳ의 기상 데이터를 공간 내삽 보간 연산함으로써 구하고 있다.

[3-3] 연산 개시로부터 20분 후의 아이 격자점 위치 중, 도면 중 ■로 나타내는 것, 즉, 부모 격자점 위치, 및 도면 중 □로 나타내는 아이 격자점 위치에 의해 둘러싸인 범위 내에 위치하는 아이 격자점 위치의 기상 데이터는 대기 현상을 해석하는 편미분 방정식을 차분 해석 연산함으로써 구한다. 대기 현상을 해석하는 편미분 방정식으로는, 콜로라도 주립 대학과 미션 리서치사에서 개발된RAMS(Regional Atmospheric Modeling System) 코드로 나타내지는, 풍속 위치 해석의 기본 방정식을 이용할 수 있다.

예컨대, 연산 개시로부터 20분 후의 아이 격자점 위치 α의 기상 데이터는 연산 개시 시점에서의 아이 격자점 위치 α의 기상 데이터를 초기 조건값으로 하고, 연산 개시로부터 20분 후에 있어서의 부모 격자점 위치 및 도면 중 □로 나타내는 아이 격자점 위치의 기상 데이터를 경계 조건값으로서 취입하고, RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식 (l)∼(6)을 차분해 연산하여 차분해로서 구한다. 도면 중 ■로 나타내는 다른 아이 격자점 위치도 마찬가지로 해서, RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식 (1)∼(6)을 차분해 연산하여 차분해로서 구해진다.

[4] 이후, 마찬가지로 해서 연산 개시로부터 30분 후, 40분 후, 50분 후와, 10분간의 시간 간격마다의 기상 데이터를, 연산 개시로부터 12시간 후까지 구한다.

이와 같이 하여 연산 개시로부터 10분 간격마다에 있어서의, 각 부모 격자점 위치에 있어서의 복수의 표고의 기상 데이터와, 각 아이 격자점 위치에 있어서의 복수의 표고의 기상 데이터가 구해지면, 물질의 확산 상태를 연산하는 확산 방정식 (7)로, 10분 간격마다의 각 부모 격자점 위치 및 각 아이 격자점 위치의 기상 데이터(풍향, 풍속)를 각각에 대입하여, 확산 범위나 확산 농도를 연산하여 예측할 수있다.

전술한 RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식 등의 대기 현상을 해석하는 편미분 방정식을, 컴퓨터를 이용하여 차분 해석 연산함으로써, 도 8에 있어서 ■로 나타내는 아이 격자점 위치의 기상 데이터를 구하는 계산 시스템을 역학계의 시스템으로서 표현하면, 도 10과 같이 된다.

이 계산 시스템에서는, 도 10에 도시하는 바와 같이, 초기 조건이 인가된 시점(t=tO)부터, 시간 (t)와 함께 변화하는 경계 조건의 근거로, 편미분 방정식을 미소한 시간 간격마다 (δt)씩 진행하면서 비정상적으로 차분 계산하고, 각 시각(ti=t0+n×δt : n=0∼N)의 변수(vi : 풍향, 풍속, 기온, 수분량)를 수치해로서 출력한다.

또한, 구체적으로 설명하면, 도 10에서는, 초기 조건 입력계인 블럭 B1로부터, 계산계인 블럭 B2에 초기 조건이 입력된다. 도 9의 예에서는, 기상 GPV 데이터가 배신되고 나서 10분 후에 연산이 개시되므로, 이 연산 개시 시점에서의 초기 조건(부모 격자점 위치 및 아이 격자점 위치의 기상 데이터)이 계산계에 입력된다. 또, 초기 조건(연산 개시 시점에서의 부모 격자점 위치 및 아이 격자점 위치의 기상 데이터)은, 전술한 바와 같이, 기상 GPV 데이터를 시간 내삽 보간 연산, 공간 내삽 보간 연산을 함으로써 구하고 있다.

타이머계인 블럭 B3은 계산계인 블럭 B2에 의한 1연산 시간 간격마다의 연산이 끝나면, 연산 시각을 1연산 시간간격으로(도 8, 도 9의 예에서는 10분간) 진행시킨다.

경계 조건 입력계인 블럭 B4는, 일정 시각마다(도 8, 도 9의 예에서는 10분간격마다)의 경계 조건(부모 격자점 위치 및 도 8에서 □로 나타내는 아이 격자점 위치의 기상 데이터)을 계산계 B2에 입력한다. 또, 경계 조건(부모 격자점 위치 및 도 8에서 □로 나타내는 아이 격자점 위치의 기상 데이터)는, 전술한 바와 같이, 기상 GPV 데이터를 시간 내삽 보간 연산, 공간 내삽 보간 연산을 함으로써 구하고 있다.

대기 조건을 해석하는 편미분 방정식(RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식)의 수치해석은, 초기 조건과 경계 조건이 결정되면 일의적으로 결정되므로, 계산계인 블럭 B2는 초기 조건과 경계 조건을 취입하여 각 아이 격자점 위치(도 8에서 ■로 나타내는 아이 격자점 위치)마다 차분 해석을 하여, 출력계 B5에, 각 아이 격자점 위치(도 8에서 ■로 나타내는 아이 격자점 위치)의 기상 데이터인 차분해를 출력한다.

그런데, 넓은 계산 영역(예컨대, 도 11의 대영역 Al)의 모두에, 이간 거리를 짧은 상태로 하여(예컨대, 50m로 하여) 아이 격자점 위치를 배치하고, 이 모든 아이 격자점 위치의 기상 데이터를 한 대의 컴퓨터로 연산 처리하면, 매우 긴 시간이 걸린다. 그래서, 계산 시간을 단축하는 방법으로서, 다음에 말하는 다중 네스팅법(다중 격자법)이 채용되어 있다. 또, 치밀한 기상 데이터가 필요한 영역은, 예컨대, 도 11의 소영역 A3뿐이지만, 기상 현상은 필요한 소영역 A3의 주위 영역의 상황에 의해서 변화되므로, 소영역 A3보다도 넓은 대영역 A1을 설정하여 대영역 A1의 모든 격자점 위치의 기상 데이터를 구하여, 확산 상태를 연산하는 확산 방정식의 연산에는, 대영역 A1 중에서 소영역 A3의 격자점 위치의 기상 데이터(풍속 위치 데이터)만을 이용하여 연산하고 있다.

다중 네스팅법에서는, 도 11에 도시하는 바와 같이, 계산 영역으로서, 대영역(예컨대, 혼슈의 중앙부) A1과, 중영역(예컨대, 동경 지구) A2와, 소영역(예컨대, 동경만 근린 지구) A3을 설정한다. 치밀한 기상 데이터가 필요한 영역은, 소영역 A3이지만, 기상 현상은 필요한 영역의 주위 영역의 상황에 따라서 변화하므로, 소영역 A3보다도 넓은 중영역 A2, 대영역 A1을 설정하고 있다.

그리고, 대영역 A1에는, 도 12에 도시하는 바와 같이, 이간 거리가, 예컨대, 4㎞인 부모 격자점 위치(도면 중 ○으로 나타냄)와, 이간 거리가, 예컨대, 800m인 아이 격자점 위치(도면 중 □로 나타냄)를 설정한다.

중영역 A2에는, 도 13에 도시하는 바와 같이, 이간 거리가, 예컨대, 2㎞인 부모 격자점 위치(도면 중 ○으로 나타냄)와, 이간 거리가, 예컨대, 400m인 아이 격자점 위치(도면 중 □로 나타냄)를 설정한다.

최종적으로 치밀한 기상 데이터를 구하는 소영역 A3에는, 도 8에 도시하는 바와 같이, 이간 거리가, 예컨대, 2㎞인 부모 격자점 위치(도면 중 ○으로 나타냄)와, 이간 거리가, 예컨대, 50m의 아이 격자점 위치(도면 중 □와 ■로 나타냄)를 설정한다.

그리고, 도 10에 나타내는 계산 시스템에 의해, 우선, 대영역 A1로 설정한, 이간 거리가 4㎞인 부모 격자점 위치와, 이간 거리가 800m인 아이 격자점 위치의 기상 데이터를 연산한다.

다음에, 도 10에 나타내는 계산 시스템에 의해, 중영역 A2로 설정한, 이간 거리가 2㎞인 부모 격자점 위치와 이간 거리가 400m인 아이 격자점 위치의 기상 데이터를 연산한다. 또, 중영역 A2에 설정한 부모 격자점 위치 중, 대영역 A1에 설정한 부모 격자점 위치와 같은 위치에 있는 것은, 대영역 A1의 연산에서 이미 구해져 있으므로, 그 기상 데이터를 그대로 시프트한다. 또한, 이간 거리가 400m인 아이 격자점 위치 중, 대영역 A1로 설정한 것과 같은 위치에 있는 것은, 대영역 A1의 연산에서 이미 구해져 있으므로, 그 기상 데이터를 그대로 시프트한다.

또한, 도 10에 나타내는 계산 시스템에 의해, 소영역 A3에 설정한 이간 거리가 50m인 아이 격자점 위치의 기상 데이터를 연산한다. 또, 소영역 A3에 설정한 부모 격자점 위치의 기상 데이터는 대영역 A1 및 중영역 A2의 연산에서 이미 구해져 있으므로, 그 기상 데이터를 그대로 시프트한다. 또한, 이간 거리가 50m인 아이 격자점 위치 중, 대영역 A1 및 중영역 A2에 설정한 것과 같은 위치에 있는 것은, 대영역 A1 및 중영역 A2의 연산에서 이미 구해지고 있으므로, 그 기상 데이터를 그대로 시프트한다.

이와 같이, 최종적으로 치밀한 기상 데이터를 구하는 소영역 A3에만, 이간 거리가 짧은, 예컨대, 50m의 아이 격자점 위치를 설정하고 있으므로, 대영역 A1의 전면(全面)에 이간 거리가 짧은, 예컨대, 50m의 아이 격자점 위치를 설정하여 연산하는 경우에 비하여, 연산 시간이 단축된다.

또한, 연산 시간을 더욱 단축하기 위해서, 다단 네스팅법을 채용한 경우에 있어서, 복수의 연산 장치 CPU를 결합한 병렬 계산기에 의해 병렬 연산이 행해진다.

예컨대, 네 대의 CPU를 이용하여 병렬 연산을 하는 경우에는, 도 14에 도시하는 바와 같이, 대영역 A1을 네 개의 분할 영역 A1-1, Al-2, Al-3, Al-4로 분할하고, 중영역 A2를 네 개의 분할 영역 A2-1, A2-2, A2-3, A2-4로 분할하며, 소영역 A3을 네 개의 분할 영역 A3-1, A3-2, A3-3, A3-4로 분할한다.

대영역 A1에 배치된 각 격자점 위치의 기상 데이터(예컨대, 연산 개시 시점으로부터 12시간 후의 시점까지의, 예컨대, 10분마다의 기상 데이터)를 연산하기 위해서는, 제 1 CPU는 분할 영역 Al-1에 배치된 각 격자점 위치의 기상 데이터를 연산하고, 제 2 CPU는 분할 영역 A1-2에 배치된 격자점 위치의 기상 데이터를 연산하고, 제 3 CPU는 분할 영역 A1-3에 배치된 격자점 위치의 기상 데이터를 연산하며, 제 4 CPU는 분할 영역 Al-4에 배치된 격자점 위치의 기상 데이터를 연산한다.

또한, 대영역 A1에 대한 연산이 종료하여, 중영역 A2에 배치된 각 격자점 위치의 기상 데이터(예컨대, 연산 개시 시점으로부터 12시간 후의 시점까지의, 예컨대, 10분마다의 기상 데이터)를 연산하기 위해서는, 제 1 CPU는 분할 영역 A2-1에 배치된 각 격자점 위치의 기상 데이터를 연산하고, 제 2 CPU는 분할 영역 A2-2에 배치된 격자점 위치의 기상 데이터를 연산하고, 제 3 CPU는 분할 영역 A2-3에 배치된 격자점 위치의 기상 데이터를 연산하며, 제 4 CPU는 분할 영역 A2-4에 배치된격자점 위치의 기상 데이터를 연산한다.

또한, 중영역 A2에 대한 연산이 종료하여, 소영역 A3에 배치된 각 격자점 위치의 기상 데이터(예컨대, 연산 개시 시점으로부터 12시간 후의 시점까지에 있어서의, 예컨대, 10분마다의 기상 데이터)를 연산하기 위해서는, 제 1 CPU는 분할 영역 A3-1에 배치된 각 격자점 위치의 기상 데이터를 연산하고, 제 2 CPU는 분할 영역 A3-2에 배치된 격자점 위치의 기상 데이터를 연산하고, 제 3 CPU는 분할 영역 A3-3에 배치된 격자점 위치의 기상 데이터를 연산하며, 제 4 CPU는 분할 영역 A3-4에 배치된 격자점 위치의 기상 데이터를 연산한다.

또, 상술한 기체 상황 예측 방법에 의해 구한 풍속 위치 데이터를 이용하여, 물질의 확산 상황을 예측하는 확산 상황 예측 시스템은, 화산이 폭발했을 때에 발생하는 분연의 확산 상황이나, 유조선이 좌초하여 누설유로부터 증발한 휘발성 가스의 확산 상황을 예측하는 경우에도 이용할 수 있다.

또한, 이 확산 상황 예측 시스템은, 사고(예컨대, 핵물질의 외부 방출 사고)가 발생하고 나서 즉시 연산하여 예측하는 경우뿐만 아니라, 사고 발생 후에 사후 적으로 상황을 해석하기 위해서, 확산 상황을 예측하는 경우에도 이용할 수 있다. 예컨대, 핵물질의 외부 방출 사고가 발생한 경우에는, 수일 경과하더라도 현장에 들어갈 수 없지만, 이 시스템을 이용하여 확산 상황을 예측하여, 이 예측한 확산 상황을 기초로 적절한 대책을 취할 수 있다.

그런데, 종래의 기체 상황 예측 방법에서는, 연산 시간을 단축하기 위해, 복수의 CPU를 결합한 병렬 계산기를 이용하여, 계산 영역을 CPU의 개수와 같은 수의영역으로 분할하여, 각 CPU에서 각 분할 영역마다의 계산을 행하여, 각 시각 ti마다 변수 vi를 차분해로서 출력하고 있다. 그러나, CPU의 수를 증가시키면, 각 분할 영역 사이에서의 데이터 전송 시간이 증가하기 때문에, 전체 계산 시간은 CPU의 수에 따라 (반비례하여) 감소하는 것은 아니다. 즉, 예컨대, CPU를 네 대로 하여도, 전체의 계산 시간은, CPU가 한 대일 때의 시간의 1/4로 되는 것이 아니라, 데이터 전송 시간 등의 시간이 필요하게 되어, 전체의 계산 시간은 CPU가 한 대일 때의 시간의 l/4보다도 길게되어 버린다.

본 발명은, 상기 종래 기술에 감안하여, 연산 장치 CPU의 개수의 증가에 따라 계산 시간을 단축할 수 있고, 또한 복수의 연산 장치에 의해 구한 기체 상황 데이터의 연속성을 확보하여 정확한 기체 상황을 구할 수 있는 기체 상황 예측 방법을 제공하는 것을 목적으로 한다.

본 발명은 기체 상황 예측 방법에 관한 것으로, 공간적으로도 시간적으로도 대략적인 기상 관측 데이터로부터, 공간적으로도 시간적으로도 상세한 기체 상황(풍향, 풍속 등)을 단시간에 정확하게 구할 수 있도록 한 것이다. 본 발명에 의해 구한 기체 상황(풍속 위치 데이터(wind speed site data))을 이용하여, 확산원(diffusion source)에서 방출된 확산 물질의 확산 상황(확산 범위, 확산 농도)을 연산에 의해 예측할 수 있다.

도 1은 본 발명의 실시예 1을 실현하는 병렬 계산기를 나타내는 시스템 구성도,

도 2는 본 발명의 실시예 2에 있어서의 영역을 나타내는 설명도,

도 3은 본 발명의 실시예 2를 실현하는 병렬 계산기를 나타내는 시스템 구성도,

도 4는 본 발명의 실시예 3에 있어서의 연산 수법을 나타내는 설명도,

도 5는 본 발명의 실시예 4를 실현하는 병렬 계산기를 나타내는 시스템 구성도,

도 6은 본 발명의 실시예 4에 있어서의 연산 수법을 나타내는 설명도,

도 7은 본 발명의 실시예 5에 있어서의 연산 수법을 나타내는 설명도,

도 8은 소영역에서의 부모 격자점 위치 및 아이 격자점 위치의 배열 상태를 나타내는 설명도,

도 9는 기상 데이터의 배신과 연산의 시간 관계를 나타내는 설명도,

도 10은 종래의 연산 수법을 실현하는 계산기를 나타내는 시스템 구성도,

도 11은 대영역, 중영역, 소영역을 나타내는 설명도,

도 12는 대영역에서의 부모 격자점 위치 및 아이 격자점 위치의 배열 상태를 나타내는 설명도,

도 13은 중영역에서의 부모 격자점 위치 및 아이 격자점 위치의 배열 상태를 나타내는 설명도,

도 14는 다단 네스팅법에 있어서 영역 분할하여 연산하는 수법을 나타내는 설명도.

상기 목적을 달성하기 위해서, 본 발명의 기체 상황 예측 방법에서는, 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선이 교차하는 위치인 부모 격자점 위치에 있어서의 규정 시간 간격마다의 기상 관측 데이터로부터, 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선이 교차하는 위치인 아이 격자점 위치에 있어서의, 상기 규정 시간 간격보다도 짧은 일정 시각마다의 기상 데이터를 구하기 위해, 복수의 연산 장치를 구비한 병렬 계산기에 의해 대기 현상을 해석하는 편미분 방정식을 연산할 때에, 지구의 표면 내에서 미리 설정한 특정 영역 내의 부모 격자점 위치의 기상 관측 데이터로부터 초기 조건과 경계 조건을 구하고, 구한 초기 조건과 경계 조건을 상기 편미분 방정식에 대입하여 연산함으로써, 특정 영역 내의 아이 격자점 위치의 기상 데이터를 구하는 기체 상황 예측 방법에 있어서,

연산 개시로부터 소정 시간 후까지의 연산 기간을, 복수의 분할 연산 기간으로 분할하고, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행하도록 했다.

이 때문에, 연산 시간은 연산 기간의 분할 수에 따라서, 즉 분할 수에 반비례하여 감소시킬 수 있다. 이 때문에, 병렬 계산기의 연산 장치의 설치 대수를 많게 하면 할수록, 연산 시간을 단축할 수 있다.

또한 본 발명의 기체 상황 예측 방법은, 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선이 교차하는 위치인 부모 격자점 위치에 있어서의 규정 시간 간격마다의 기상 관측 데이터로부터, 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로되는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선이 교차하는 위치인 아이 격자점 위치에 있어서의, 상기 규정 시간 간격보다도 짧은 일정 시각마다의 기상 데이터를 구하기 때문에, 복수의 연산 장치를 구비한 병렬 계산기에 의해 대기 현상을 해석하는 편미분 방정식을 연산할 때에, 지구의 표면 내에, 특정 영역 및 이 특정 영역을 내부에 포함하고, 또한 특정 영역보다도 면적이 단계적으로 넓어지는 복수의 확대 영역을 미리 설정하고, 확대 영역 내 및 특정 영역 내의 부모 격자점 위치의 기상 관측 데이터로부터 각 확대 영역 및 특정 영역에서의 초기 조건과 경계 조건을 구하고, 구한 초기 조건과 경계 조건을 상기 편미분 방정식에 대입하여 연산함으로써 아이 격자점 위치의 기상 데이터를 구하는 연산을, 최대 면적의 확대 영역으로부터 최소 면적의 확대 영역에서 순차적으로 실행한 후에, 특정 영역에서 실행하는 기체 상황 예측 방법에 있어서,

연산 개시로부터 소정 시간 후까지의 연산 기간을, 복수의 분할 연산 기간으로 분할하고, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행해서 진행하도록 했다.

이와 같이, 소위 다단 네스팅법을 채용하면서, 연산 기간을 분할하고, 분할 연산 기간을 복수의 연산 장치에 의해 동시 병행하여 연산하기 위해, 연산 시간은 연산 기간의 분할 수에 따라서, 즉, 분할 수에 반비례하게 감소시킬 수 있고, 또한 정확한 연산을 할 수 있다. 이 때문에, 병렬 계산기의 연산 장치의 설치 대수를 많게 하면 할수록, 연산 시간을 단축할 수 있고, 또한 연산 정밀도가 향상한다.

이 경우, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시킬 때에, 확대 영역 및 특정 영역을 또한 복수로 분할하고, 분할한 영역의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행시킬 수도 있다. 이와 같이 함으로써, 연산 시간의 단축화를 더욱 실현할 수 있다.

또한 본 발명의 기체 상황 예측 방법은, 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선이 교차하는 위치인 부모 격자점 위치에 있어서의 규정 시간 간격마다의 기상 관측 데이터로부터, 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선이 교차하는 위치인 아이 격자점 위치에 있어서의, 상기 규정 시간 간격보다도 짧은 일정 시각마다의 기상 데이터를 구하기 때문에, 복수의 연산 장치를 구비한 병렬 계산기에 의해 대기 현상을 해석하는 편미분 방정식을 연산할 때에, 지구의 표면 내에, 특정 영역 및 이 특정 영역을 내부에 포함하고, 또한 특정 영역보다도 면적이 단계적으로 넓어지는 복수의 확대 영역을 미리 설정하고, 확대 영역 내 및 특정 영역 내의 부모 격자점 위치의 기상 관측 데이터로부터 각 확대 영역 및 특정 영역에서의 초기 조건과 경계 조건을 구하고, 구한 초기 조건과 경계 조건을 상기 편미분 방정식에 대입하여 연산함으로써 아이 격자점 위치의 기상 데이터를구하는 연산을, 최대 면적의 확대 영역부터 최소 면적의 확대 영역에서 순차적으로 실행한 후에, 특정 영역에서 실행하는 기체 상황 예측 방법에 있어서,

최대 면적의 확대 영역의 연산에 있어서는, 연산 개시로부터 소정 시간 후까지의 연산 기간을 통해서 연산을 진행시키고,

최대 면적보다 작은 면적의 확대 영역 및 특정 영역의 연산에 있어서는, 연산 개시로부터 소정 시간 후까지의 연산 기간을, 복수의 분할 연산 기간으로 분할하고, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시키도록 했다.

이 때문에, 분할 연산 기간의 분할 시점에서의 데이터가 연속으로 되고, 정확히 기상 데이터를 연산할 수 있다.

이 경우, 최대 면적의 확대 영역의 연산에 있어서, 연산 개시로부터 소정 시간 후까지의 연산 기간을 통해서 연산을 진행시킬 때에, 이 확대 영역을 또한 복수로 분할하고, 분할한 영역의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행하고, 또한 최대 면적보다 작은 면적의 확대 영역 및 특정 영역의 연산에 있어서, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나눠 동시 병행하여 진행할 때에, 최대 면적보다 작은 면적의 확대 영역 및 특정 영역을 또한 복수로 분할하고, 분할한 영역의 연산을 복수의 연산 장치로 나눠 동시 병행해서 진행할 수도 있다.

이와 같이 함으로써, 분할 연산 기간의 분할 시점에서의 데이터가 연속으로 되고, 정확히 기상 데이터의 연산을 할 수 있으며, 또한 연산 시간의 단축화를 실현할 수 있다.

이하에 본 발명의 실시예를 도면에 근거하여 상세히 설명한다.

(실시예 1)

실시예 1에서는, 기상 관측 데이터(예컨대, 기상 GPV 데이터)로부터, 아이 격자점 위치의 기상 데이터를 구하기 위해, 대기 현상을 해석하는 편미분 방정식인 RAMS 코드로 표현되는 풍속 위치 해석의 기본 방정식(전술한 수학식 (1)∼(6))을, 복수의 연산 장치를 구비한 병렬 계산기에 의해 연산하는 경우에 있어서, 연산 기간을 분할하고, 분할한 각 분할 연산 기간의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것이다.

도 1에 도시하는 바와 같이, 병렬 계산기(11)에는 네 대의 연산 장치 CPU#1∼#4가 구비되어 있다. 계산 영역에는, 상호의 이간 거리가 2㎞로 되어있는 부모 격자점 위치와, 상호의 이간 거리가 50m으로 되어있는 아이 격자점 위치가 설정되어 있다. 또한, 여기서는, 연산 개시 시점으로부터 12시간 후까지의 연산 기간(t=0∼12시간 후)에 있어서, 10분 간격마다(일정 시간 간격마다)의 아이 격자점 위치의 기상 데이터를 연산한다.

이 병렬 계산기(11)에서는, 기상 GPV 데이터를 시간 내삽 보간 연산과 공간 내삽 보간 연산을 함으로써, 계산 영역의 경계 조건을 구한다. 또한, 기상 GPV 데이터를 시간 내삽 보간 연산과 공간 내삽 보간 연산을 행함으로써, 연산 개시 시점, 연산 개시로부터 3시간 후, 연산 개시로부터 6시간 후, 연산 개시로부터 9시간 후의 각 시점에서의 초기 조건을 구한다. 여기서의 경계 조건, 초기 조건의 연산수법은, 종래 기술에서 나타낸 것과 마찬가지이다.

또한 연산 기간(12시간)을 4분할한다. 그리고, RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식(전술한 수학식 (1)∼(6))의 연산을, 네 대의 CPU#1∼#4에 의해 실행하는 연산 기간을, 하기 ①∼④와 같이 나누고, 네 대의 CPU#1∼#4의 연산을 동시 병행하여 실행한다.

① 연산 개시 시점으로부터 3시간 후까지의 제 1 분할 연산 기간에 있어서의 연산은 제 1 CPU#1로 실행하고, 제 1 연산 기간에 있어서의 10분 간격의 각 아이 격자점 위치의 기상 데이터를 구한다.

② 연산 개시 시점으로부터 3시간 후의 시점과, 연산 개시 시점으로부터 6시간 후의 시점과의 사이의 제 2 분할 연산 기간에 있어서의 연산은 제 2 CPU#2로 실행하고, 제 2 연산 기간에 있어서의 10분 간격의 각 아이 격자점 위치의 기상 데이터를 구한다.

③ 연산 개시 시점으로부터 6시간 후의 시점과, 연산 개시 시점으로부터 9시간 후의 시점과의 사이의 제 3 분할 연산 기간에 있어서의 연산은 제 3 CPU#3으로실행하고, 제 3 연산 기간에 있어서의 10분 간격의 각 아이 격자점 위치의 기상 데이터를 구한다.

④ 연산 개시 시점으로부터 9시간 후의 시점과, 연산 개시 시점으로부터 12시간 후의 시점과의 사이의 제 4 분할 연산 기간에 있어서의 연산은 제 4 CPU#4로 실행하고, 제 4 연산 기간에 있어서의 10분 간격의 각 아이 격자점 위치의 기상 데이터를 구한다.

즉, CPU#1에는, 연산 개시 시점의 초기 조건과, 연산 개시 시점부터 3시간 후까지의 제 1 분할 연산 기간에 있어서의 10분 간격의 경계 조건이 입력된다. 그리고, 대기 현상을 해석하는 편미분 방정식인 RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식이, 차분해 연산되어, 변수 vi를 차분해(즉, 10분 간격의 각 아이 격자점 위치의 기상 데이터)로서 출력한다.

마찬가지로, CPU#2, #3, #4에는, 각각 연산 개시로부터 3시간 후, 연산 개시로부터 6시간 후, 연산 개시로부터 9시간 후의 각 시점에서의 초기 조건과, 제 2∼제 4의 각 분할 연산 기간에 있어서의 10분 간격마다의 경계 조건이 입력된다. 그리고, 대기 현상을 해석하는 편미분 방정식인 RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식이, 차분해 연산되어, 변수 vi를 차분해(즉, 제 2∼제 4의 각 분할 연산 기간에 있어서의 10분 간격의 각 아이 격자점 위치의 기상 데이터)로서 출력한다.

그리고, 각 CPU#1∼#4에 의해 얻어진 기상 데이터를, 결합하여 연산 개시 시점으로부터 12시간 후까지의 12시간 분량의 연산 기간에 있어서의, 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구할 수 있다.

이와 같이, 연산 기간을 CPU의 설치 대수에 따라 4분할하고, 4분할한 각 분할 연산 기간의 연산을 복수의 CPU#1∼#4로 나누어 동시 병행하여 진행하기 때문에, 한 대의 CPU에 의해 연산하는 시간에 비해, 연산 시간을 1/4로 할 수 있다.

물론, CPU의 설치대수를 많게 하여, 연산 기간의 분할 수를 많게 하면 할수록, 연산 시간이 짧게 된다. 예컨대, CPU의 설치대수를 M대로 하고, 연산 기간의 분할 수를 M으로 하여 병렬 연산하면, 연산 시간이 1/M로 된다.

또, 기상 관측 데이터로는, 기상 GPV 데이터 외에, AMEDAS 등의 다른 기상 관측 데이터를 채용할 수도 있다. 또한, 부모 격자점 위치의 상호 이간 거리나, 아이 격자점 위치의 상호 이간 거리도, 다른 값으로 설정할 수 있다. 또한, 대기 현상을 해석하는 편미분 방정식으로는, RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식 외에, 다른 편미분 방정식을 채용할 수도 있다. 이러한 사정은 다른 실시예에서도 마찬가지이다.

(실시예 2)

실시예 2는 실시예 1을 발전시킨 것이고, 각 CPU#1∼#4의 계산에 다단 네스팅법을 채용한 것이다. 그리고, 기상 관측 데이터(예컨대, 기상 GPV 데이터)로부터, 다단 네스팅법에 의해 설정한 각 영역의 아이 격자점 위치의 기상 데이터를 구하기 위해, 대기 현상을 해석하는 편미분 방정식인 RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식(전술한 수학식 (1)∼(6))을, 복수의 연산 장치를 구비한병렬 계산기로 연산하는 경우에, 연산 시간을 분할하고, 분할한 각 분할 연산 시간의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것이다.

실시예 2에서는, 도 2에 도시하는 바와 같이, 계산 영역으로서, 최대 면적으로 되는 확대 영역인 대영역(예컨대, 혼슈의 중앙부) R1과, 대영역 R1보다도 좁은 면적으로 되어있는 확대 면적인 중영역(예컨대, 동경지구) R2와, 특정 영역인 소영역(예컨대, 동경만 근린 지구) R3을 설정한다. 영역 R3은 영역 R2의 내부에 포함되고, 영역 R2는 영역 R1의 내부에 포함되도록, 면적이 단계적으로 넓어지고 있다.

본 실시예 2에서는, 도 3에 도시하는 바와 같이, 병렬 계산기(11)에는 네 대의 연산 장치 CPU#1∼#4가 구비되어 있다. 그리고, 대영역 R1에는, 이간 거리가, 예컨대, 4㎞인 부모 격자점 위치와, 이간 거리가, 예컨대, 800m의 아이 격자점 위치를 설정하고, 중영역 R2에는, 이간 거리가, 예컨대, 2㎞인 부모 격자점 위치와, 이간 거리가, 예컨대, 400m의 아이 격자점 위치를 설정하며, 최종적으로 세밀한 기상 데이터를 구하는 소영역 R3에는, 이간 거리가, 예컨대, 2㎞인 부모 격자점 위치와, 이간 거리가, 예컨대, 50m인 아이 격자점 위치를 설정하고 있다. 또한, 여기서는, 연산 개시 시점으로부터 12시간 후까지의 연산 기간(t=0∼12시간 후)에 있어서, 10분 간격마다(일정 시간 간격마다)의 아이 격자점 위치의 기상 데이터를 연산한다.

이 병렬 계산기(11)에서는, 기상 GPV 데이터를 시간 내삽 보간 연산과 공간 내삽 보간 연산을 함으로써, 영역 R1, R2, R3의 경계 조건을 구한다. 또한, 기상 GPV 데이터를 시간 내삽 보간 연산과 공간 내삽 보간 연산을 함으로써, 영역 R1,R2, R3에 있어서의 연산 개시 시점, 연산 개시로부터 3시간 후, 연산 개시로부터 6시간 후, 연산 개시로부터 9시간 후의 각 시점에서의 초기 조건을 구한다.

또한, 연산 기간(12시간)을 4분할한다. 그리고, 다단 네스팅법으로 설정한 각 영역 R1, R2, R3 내의 데이터 연산을, 네 대의 CPU#1∼#4에 의해 실행하는 연산 기간을, 하기의 ①∼④와 같이 나누고, 네 대의 CPU#1∼#4의 연산을 동시 병행하여 실행한다.

① 연산 개시 시점으로부터 3시간 후까지의 제 1 분할 연산 기간에 있어서의 연산은 제 1 CPU#1로 실행하고, 제 1 연산 기간에 있어서의 대영역 R1에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한 후에, 제 1 연산 기간에 있어서의 중영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구하고, 그 후에, 제 1 연산 기간에 있어서의 소영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한다.

② 연산 개시 시점으로부터 3시간 후의 시점과, 연산 개시 시점으로부터 6시간 후의 시점과의 사이의 제 2 분할 연산 기간에 있어서의 연산은 제 2 CPU#2로 실행하고, 제 2 연산 기간에 있어서의 대영역 R1에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한 후에, 제 2 연산 기간에 있어서의 중영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구하고, 그 후에, 제 2 연산 기간에 있어서의 소영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한다.

③ 연산 개시 시점으로부터 6시간 후의 시점과, 연산 개시 시점으로부터 9시간 후의 시점과의 사이의 제 3 분할 연산 기간에 있어서의 연산은 제 3 CPU#3으로 실행하고, 제 3 연산 기간에 있어서의 대영역 R1에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한 후에, 제 3 연산 기간에 있어서의 중영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구하고, 그 후에, 제 3 연산 기간에 있어서의 소영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한다.

④ 연산 개시 시점으로부터 9시간 후의 시점과, 연산 개시 시점으로부터 12시간 후의 시점과의 사이의 제 4 분할 연산 기간에 있어서의 연산은, 제 4 CPU#4로 실행하고, 제 4 연산 기간에 있어서의 대영역 R1에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한 후에, 제 4 연산 기간에 있어서의 중영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구하고, 그 후에, 제 4 연산 기간에 있어서의 소영역 R2에서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구한다.

즉, CPU#1에는, 각 영역 R1, R2, R3에 있어서의 연산 개시 시점의 초기 조건과, 연산 개시 시점으로부터 3시간 후까지의 제 1 분할 연산 기간에 있어서의 10분 간격마다의 경계 조건이 입력된다. 그리고, 대영역 R1에서의 데이터 연산을 하기 위해, 대기 현상을 해석하는 편미분 방정식인 RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식이, 차분해 연산되어, 변수 vi를 차분해(즉, 10분 간격마다의 각 아이 격자점 위치의 기상 데이터)로서 출력하고, 그 후에, 마찬가지로 해서, 중영역 R2에서의 데이터를 차분해 연산하여, 변수 vi를 차분해(즉, 10분 간격마다의각 아이 격자점 위치의 기상 데이터)로서 출력하며, 최후에 소영역 R1에서의 데이터를 차분해 연산하여, 변수 vi를 차분해(즉, 10분 간격마다의 각 아이 격자점 위치의 기상 데이터)로서 출력한다.

마찬가지로, CPU#2, #3, #4에는, 각각 연산 개시로부터 3시간 후, 연산 개시로부터 6시간 후, 연산 개시로부터 9시간 후의 각 시점에서의 초기 조건과, 제 2∼제 4의 각 분할 연산 기간에 있어서의 10분 간격마다의 경계 조건이 입력된다. 그리고, 영역 R1, R2, R3의 데이터에 대하여 순차적으로 연산을 하기 위해, 대기 현상을 해석하는 편미분 방정식인 RAMS 코드로 나타내지는 풍속 위치 해석의 기본 방정식이 차분해 연산되어, 영역 R1, R2, R3마다, 변수 vi를 차분해(즉, 제 2∼제 4의 각 분할 연산 기간에 있어서의 10분 간격마다의 각 아이 격자점 위치의 기상 데이터)로서 순차적으로 출력된다.

그리고, 각 CPU#1∼#4에 의해 얻어진 기상 데이터를, 결합하여 연산 개시 시점으로부터 12시간 후까지의 12시간 분량의 연산 기간에 있어서의, 10분 간격마다의 각 아이 격자점 위치의 기상 데이터를 구할 수 있다.

이와 같이, 다단 네스팅법을 채용했기 때문에, 정확한 기상 데이터를 단시간에 얻을 수 있다.

또한, 연산 기간을 CPU의 설치대수에 따라 4분할하고, 4분할한 각 분할 연산 기간의 연산을 복수의 CPU#1∼#4로 나누어 동시 병행하여 진행시키기 때문에, 연산 시간을 더욱 단축할 수 있다.

(실시예 3)

실시예 3은 실시예 2를 발전시킨 것으로, 연산 기간을 분할하고, 분할한 연산 기간에 있어서 다단 네스팅법을 적용한 경우에 있어서, 다단 네스팅법에서 설정한 영역 R1, R2, R3을 더 분할하고, 분할한 영역의 계산을 복수의 CPU에서 동시 병행하여 실행하도록 한 것이다.

이 실시예 3에 있어서의 연산 수법 자체는 실시예 2와 마찬가지이기 때문에, 실시예 3에 있어서 특징적인 부분만을 설명한다.

도 4에 도시하는 바와 같이, 실시예 3에서는, 16대의 CPU#1∼#16를 채용하고 있다. 그리고, 다단 네스팅법으로 설정한 대영역 R1을 영역 R1-1, R1-2, R1-3, R1-4로 4분할하고, 중영역 R2를 영역 R2-1, R2-2, R2-3, R2-4로 4분할하며, 소영역 R3을 영역 R3-1, R3-2, R3-3, R3-4로 4분할하고 있다.

제 1 그룹의 CPU#1∼#4는 제 1 분할 기간(연산 개시 시점으로부터 3시간 후까지)의 연산을 담당하고,

제 2 그룹의 CPU#5∼#8은 제 2 분할 기간(연산 개시 시점에서 3시간 후의 시점으로부터, 연산 개시로부터 6시간 후까지의 시점의 기간)의 연산을 담당하고,

제 3 그룹의 CPU#9∼#12는 제 3 분할 기간(연산 개시 시점에서 6시간 후의 시점으로부터, 연산 개시로부터 9시간 후까지의 시점의 기간)의 연산을 담당하며,

제 4 그룹의 CPU#13∼#16은 제 4 분할 기간(연산 개시 시점에서 9시간 후의 시점으로부터, 연산 개시로부터 12시간 후까지의 시점의 기간)의 연산을 담당한다.

물론, 제 1∼제 4 분할 기간의 연산은 제 1 그룹∼제 4 그룹의 CPU에 의해서, 동시 병행하여 행해진다.

또한, 제 1 그룹의 CPU#1∼#4가, 제 1 분할 연산 기간에 있어서, 대영역 R1을 연산할 때에는, 영역 R1-1의 연산은 CPU#1이 실행하고, 영역 R1-2의 연산은 CPU#2가 실행하고, 영역 R1-3의 연산은 CPU#3이 실행하며, 영역 R1-4의 연산은 CPU#4가 실행한다. 이와 같이, CPU#1∼#4가 동시 병행하여 연산하기 때문에, 한 대의 CPU로 연산하는 경우에 비하여, 연산 시간이 1/4로 된다.

제 1 그룹의 CPU#1∼#4가, 제 1 분할 연산 기간에 있어서, 중영역 R2를 연산할 때에는, 영역 R2-1의 연산은 CPU#1이 실행하고, 영역 R2-2의 연산은 CPU#2가 실행하고, 영역 R2-3의 연산은 CPU#3이 실행하며, 영역 R2-4의 연산은 CPU#4가 실행한다. 이와 같이, CPU#1∼#4가 동시 병행하여 연산하기 때문에, 한 대의 CPU로 연산하는 경우에 비하여, 연산 시간이 1/4로 된다.

제 1 그룹의 CPU#1∼#4가, 제 1 분할 연산 기간에 있어서, 소영역 R3을 연산할 때에는, 영역 R3-1의 연산은 CPU#1이 실행하고, 영역 R3-2의 연산은 CPU#2가 실행하고, 영역 R3-3의 연산은 CPU#3이 실행하며, 영역 R3-4의 연산은 CPU#4가 실행한다. 이와 같이, CPU#1∼#4가 동시 병행하여 연산하기 때문에, 한 대의 CPU로 연산하는 경우에 비하여, 연산 시간이 1/4로 된다.

마찬가지로, 제 2∼제 4 그룹의 CPU도, 제 2∼제 4의 각 분할 기간에 있어서, 대영역 R1, 중영역 R2, 소영역 R3을 연산할 때에, 각 영역을 공간적으로 분할한 영역을, 네 대의 CPU로 동시 병행하여 연산하는 것에 의해, 연산 시간을 1/4로 단축하고 있다.

(실시예 4)

실시예 4는, 도 5 및 도 6에 도시하는 바와 같이, 대영역 R1을 연산하는 경우에는, 제 1 CPU#1에 의해 연산 기간(0∼12시간 후)의 모두를 연속하여 연산하고, 중영역 R2, 소영역 R3을 연산하는 경우에는, 연산 기간을 분할한다. 그리고, 중영역 R2의, 제 1 분할 기간(0∼3시간 후)의 연산은 제 1 CPU#1로 실행하고, 제 2 분할 기간(3∼6시간 후)의 연산은 제 2 CPU#2로 실행하고, 제 3 분할 기간(6∼9시간 후)의 연산은 제 3 CPU#3으로 실행하며, 제 4 분할 기간(9∼12시간 후)의 연산은 제 4 CPU#1로 실행한다. 이것에 계속해서, 소영역 R3의, 제 1 분할 기간(0∼3시간 후)의 연산은 제 1 CPU#1로 실행하고, 제 2 분할 기간(3∼6시간 후)의 연산은 제 2 CPU#2로 실행하고, 제 3 분할 기간(6∼9시간 후)의 연산은 제 3 CPU#3으로 실행하며, 제 4 분할 기간(9∼12시간 후)의 연산은 제 4 CPU#1로 실행한다.

또, 연산 수법 자체는 실시예 2와 마찬가지기 때문에 생략한다.

이와 같이, 실시예 4에서는, 대영역 R1의 전체 연산 기간(0∼12시간 후)의 연산을 제 1 CPU#1만으로 연속하여 실행하고, 이 대영역 R1의 계산 결과를 초기값으로 하여, 중영역 R2, 소영역 R3의 연산을, 시간 분할과 다단 네스팅법에 의해 연산하고 있다. 이와 같이, 대영역 R1의 전체 연산 기간(0∼12시간 후)의 연산을 제 1 CPU#1만으로 연속하여 실행하고, 이 대영역 R1의 계산 결과를 초기값으로 하고 있기 때문에, 중영역 R1, 소영역 R2로 시간 분할하여 연산하여도, 시간의 분할 시점에서의 데이터가 연속적으로 되어, 정확하게 기상 데이터를 연산할 수 있다.

(실시예 5)

실시예 5는 실시예 4를 발전시킨 것으로, 다단 네스팅법으로 설정한 영역 R1, R2, R3을 더 분할하고, 분할한 영역의 계산을 복수의 CPU로 동시 병행하여 실행하도록 한 것이다.

도 7에 도시하는 바와 같이, 실시예 5에서는, 16대의 CPU#1∼#16을 채용하고 있다. 그리고, 다단 네스팅법으로 설정하여 대영역 R1을 영역 R1-l, R1-2, R1-3, R1-4로 4분할하고, 중영역 R2를 영역 R2-1, R2-2, R2-3, R2-4로 4분할하며, 소영역 R3을 영역 R3-1, R3-2, R3-3, R3-4로 4분할하고 있다.

제 1 그룹의 CPU#1∼#4는 영역 R1에 있어서의 전체 연산 기간(0∼12시간 후)까지의 연산과, 영역 R2, R3에 있어서의 제 1 분할 기간(연산 개시 시점으로부터 3시간 후까지)의 연산을 담당하고,

제 2 그룹의 CPU#5∼#8은 영역 R2, R3에 있어서의 제 2 분할 기간(연산 개시 시점으로부터 3시간 후의 시점으로부터, 연산 개시로부터 6시간 후까지의 시점의 기간)의 연산을 담당하고,

제 3 그룹의 CPU#9∼#12는 영역 R2, R3에 있어서의 제 3 분할 기간(연산 개시 시점으로부터 6시간 후의 시점으로부터, 연산 개시로부터 9시간 후까지의 시점의 기간)의 연산을 담당하며,

제 4 그룹의 CPU#13∼#16은 영역 R2, R3에 있어서의 제 4 분할 기간(연산 개시 시점으로부터 9시간 후의 시점으로부터, 연산 개시로부터 12시간 후까지의 시점의 기간)의 연산을 담당한다.

물론, 영역 R1의 연산이 종료한 후에는, 영역 R2, R3의 제 1∼제 4 분할 기간의 연산은 제 1 그룹∼제 4 그룹의 CPU에 의해서, 동시 병행하여 행해진다.

또한, 제 1 그룹의 CPU#1∼#4가, 전체 연산 기간(0∼12시간 후)에 있어서, 대영역 R1을 연산할 때에는, 영역 R1-1의 연산은 CPU#1이 실행하고, 영역 R1-2의 연산은 CPU#2가 실행하고, 영역 R1-3의 연산은 CPU#3이 실행하며, 영역 R1-4의 연산은 CPU#4가 실행한다. 이와 같이, CPU#1∼#4가 동시 병행하여 연산을 하기 때문에, 한 대의 CPU로 연산하는 경우에 비하여, 연산 시간이 1/4로 된다.

제 1 그룹의 CPU#1∼#4가, 제 1 분할 연산 기간에 있어서, 중영역 R2를 연산할 때에는, 영역 R2-1의 연산은 CPU#1이 실행하고, 영역 R2-2의 연산은 CPU#2가 실행하고, 영역 R2-3의 연산은 CPU#3이 실행하며, 영역 R2-4의 연산은 CPU#4가 실행한다. 이와 같이, CPU#1∼#4가 동시 병행하여 연산하기 때문에, 한 대의 CPU로 연산하는 경우에 비하여, 연산 시간이 1/4로 된다.

제 1 그룹의 CPU#1∼#4가, 제 1 분할 연산 기간에 있어서, 소영역 R3을 연산할 때에는, 영역 R3-1의 연산은 CPU#1이 실행하고, 영역 R3-2의 연산은 CPU#2가 실행하고, 영역 R3-3의 연산은 CPU#3이 실행하며, 영역 R3-4의 연산은 CPU#4가 실행한다. 이와 같이, CPU#1∼#4가 동시 병행하여 연산하기 때문에, 한 대의 CPU에서 연산하는 경우에 비하여, 연산 시간이 1/4로 된다.

마찬가지로, 제 2∼제 4 그룹의 CPU도, 제 2∼제 4 각 분할 기간에 있어서 중영역 R2, 소영역 R3을 연산할 때에, 각 영역을 공간적으로 분할한 영역을, 네 대의 CPU에 의해 동시 병행하여 연산하는 것에 의해, 연산 시간이 1/4로 된다.

이상과 같이, 본 발명에 따른 기체 상황 예측 방법에서는, 공간적으로도 시간적으로도 대략적인 기상 관측 데이터로부터, 공간적으로도 시간적으로도 상세한 기체 상황(풍향, 풍속 등)을 단시간에 정확하게 구할 수 있도록 한 것이다. 본 발명에 의해 구한 기체 상황(풍속 위치 데이터)을 이용하여, 확산원으로부터 방출된 확산 물질의 확산 상황(확산 범위, 확산 농도)을 연산에 의해 예측할 수 있다.

Claims (5)

1. 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선이 교차하는 위치인 부모 격자점 위치(parent grid point position)에 있어서의 규정 시간 간격마다의 기상 관측 데이터로부터,

   지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선이 교차하는 위치인 아이 격자점 위치에 있어서의, 상기 규정 시간 간격보다도 짧은 일정 시간 간격마다의 기상 데이터를 구하기 위해,

   복수의 연산 장치를 구비한 병렬 계산기에 의해 대기 현상을 해석하는 편미분 방정식을 연산할 때에, 지구의 표면 내에서 미리 설정한 특정 영역 내의 부모 격자점 위치의 기상 관측 데이터로부터 초기 조건과 경계 조건을 구하여, 구한 초기 조건과 경계 조건을 상기 편미분 방정식에 대입하여 연산함으로써, 특정 영역 내의 아이 격자점 위치의 기상 데이터를 구하는 기체 상황 예측 방법에 있어서,

   연산 개시로부터 소정 시간까지의 연산 기간을, 복수의 분할 연산 기간으로 분할하고, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것을 특징으로 하는

   기체 상황 예측 방법.
2. 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선이 교차하는 위치인 부모 격자점 위치에 있어서의 규정 시간 간격마다의 기상 관측 데이터로부터,

   지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선이 교차하는 위치인 아이 격자점 위치에 있어서의, 상기 규정 시간 간격보다도 짧은 일정 시간 간격마다의 기상 데이터를 구하기 위해,

   복수의 연산 장치를 구비한 병렬 계산기에 의해 대기 현상을 해석하는 편미분 방정식을 연산할 때에, 지구의 표면 내에, 특정 영역 및 이 특정 영역을 내부에 포함하고, 또한 특정 영역보다도 면적이 단계적으로 넓어지는 복수의 확대 영역을 미리 설정하여, 확대 영역 내 및 특정 영역 내의 부모 격자점 위치의 기상 관측 데이터로부터 각 확대 영역 및 특정 영역에서의 초기 조건과 경계 조건을 구하고,

   구한 초기 조건과 경계 조건을 상기 편미분 방정식에 대입하여 연산함으로써 아이 격자점 위치의 기상 데이터를 구하는 연산을, 최대 면적의 확대 영역으로부터 최소 면적의 확대 영역에서 순차적으로 실행한 후에, 특정 영역에서 실행하는 기체 상황 예측 방법에 있어서,

   연산 개시로부터 소정 시간까지의 연산 기간을, 복수의 분할 연산 기간으로 분할하여, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것을 특징으로 하는

   기체 상황 예측 방법.
3. 제 2 항에 있어서,

   각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시킬 때에, 확대 영역 및 특정 영역을 또한 복수로 분할하여, 분할한 영역의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것을 특징으로 하는

   기체 상황 예측 방법.
4. 지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 규정 거리로 되어있는 복수의 가상선이 교차하는 위치인 부모 격자점 위치에 있어서의 규정 시간 간격마다의 기상 관측 데이터로부터,

   지구의 표면을 남북 방향으로 신장하고, 또한 동서 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선과, 지구의 표면을 동서 방향으로 신장하고, 또한 남북 방향의 상호 이간 거리가 상기 규정 거리보다도 짧은 일정 거리로 되어있는 복수의 가상선이 교차하는 위치인 아이 격자점 위치에 있어서의, 상기 규정 시간 간격보다도 짧은 일정 시간 간격마다의 기상 데이터를 구하기 위해,

   복수의 연산 장치를 구비한 병렬 계산기에 의해 대기 현상을 해석하는 편미분 방정식을 연산할 때에, 지구의 표면 내에, 특정 영역 및 이 특정 영역을 내부에 포함하고, 또한 특정 영역보다도 면적이 단계적으로 넓어지는 복수의 확대 영역을 미리 설정하여, 확대 영역 내 및 특정 영역 내의 부모 격자점 위치의 기상 관측 데이터로부터 각 확대 영역 및 특정 영역에서의 초기 조건과 경계 조건을 구하고,

   구한 초기 조건과 경계 조건을 상기 편미분 방정식에 대입하여 연산함으로써 아이 격자점 위치의 기상 데이터를 구하는 연산을, 최대 면적의 확대 영역으로부터 최소 면적의 확대 영역에서 순차적으로 실행한 후에, 특정 영역에서 실행하는 기체 상황 예측 방법에 있어서,

   최대 면적의 확대 영역의 연산에 있어서는, 연산 개시로부터 소정 시간까지의 연산 기간을 통해서 연산을 진행시키고,

   최대 면적보다 작은 면적의 확대 영역 및 특정 영역의 연산에 있어서는, 연산 개시로부터 소정 시간까지의 연산 기간을, 복수의 분할 연산 기간으로 분할하고, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것을 특징으로 하는

   기체 상황 예측 방법.
5. 제 4 항에 있어서,

   최대 면적의 확대 영역의 연산에서, 연산 개시로부터 소정 시간까지의 연산 기간을 통해서 연산을 진행시킬 때에, 이 확대 영역을 또한 복수로 분할하고, 분할한 영역의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행시키고,

   또한 최대 면적보다 작은 면적의 확대 영역 및 특정 영역의 연산에서, 각 분할 연산 기간의 연산을 상기 복수의 연산 장치로 나누어 동시 병행하여 진행시킬 때에, 최대 면적보다 작은 면적의 확대 영역 및 특정 영역을 또한 복수로 분할하고, 분할한 영역의 연산을 복수의 연산 장치로 나누어 동시 병행하여 진행시키는 것을 특징으로 하는

   기체 상황 예측 방법.