Physics-informed Neural Networks を用いた流れ場に対する植生の抗力の推定

抄録

比較的大きな構造物の建設後の風環境の改善が必要となる場合，防風植栽を配置するなどの対策が求められる．数値流体計算（CFD）による樹木の防風効果の評価では，樹木の抗力を抗力係数と葉面積密度を設定したキャノピーモデルで与えるが，抗力係数と葉面積密度の決め方に課題がある．流れ場の情報からパラメータを逆推定するために Physics-informed Neural Networks（PINNs）は有効だが，空間に対して推定対象パラメータの影響が小さい場合には PINNs の構成の検討が必要である．本研究では，抗力係数と葉面積密度を設定した CFD の植生キャノピーモデルまわりの流れ場の情報を用いて抗力を逆推定する PINNsを構築する．構築した PINNs は推定値が初期値依存であり，収束性には改善の余地がある．