Tong Zhou 研究室
主宰者：Tong Zhou
東京大学
兼任：京都大学
AI 要約（直近 5 年の研究成果）
Tong Zhou研究室は、大気境界層における複雑な流体現象を解明することを中心に研究を展開しています。特に、山岳地形や橋梁などの構造物上を流れる乱流の特性を調査対象としており、温度成層化や地表面粗さといった環境要因が流れの構造にもたらす影響を明らかにしようとしています。風洞実験や大規模渦シミュレーション（LES）といった数値解析手法を組み合わせることで、実地の気象条件に近い状況での流体挙動を詳細に再現・検討しています。
研究の主要な知見としては、地形上の乱流後流が地形の形状や傾斜、流入条件に大きく依存すること、および温度逆転層が存在する際には中立的な大気境界層とは異なる加速流や急速な後流回復が生じることが報告されています。また、風が橋梁に与える影響について、異なる防風柵の設置方法による風速低減効果と乱流強度の変化を定量的に評価する手法も開発しています。
さらに同研究室では、大気流体現象の数値予測精度を向上させるために、複数の乱流モデルの比較検証や、流れの支配的なパターンを抽出する解析手法の開発も進めています。これらの研究成果は、風力エネルギーの予測や土木構造物の風環境評価といった実応用につながる基礎知識を提供しています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 環境科学Hideki Kikumoto 研究室東京大学論文 175 件·共通: 建築・構造, 土木・建築, 流体, 環境保全 +6
- 環境科学Sameh A. Kantoush 研究室京都大学論文 104 件·共通: 数値解析, 流体, 応用・計算数学, エネルギー +6
- 工学Hiroshi Fujimoto 研究室東京大学論文 100 件·共通: 土木・建築, 応用・計算数学, エネルギー, 環境保全 +7
- 環境科学Prabir K. Patra 研究室東北大学論文 100 件·共通: 大気, 気象・気候, 地球物理, エネルギー +4
- 環境科学Chris Fook Sheng Ng 研究室長崎大学論文 101 件·共通: 大気, 気象・気候, 地球物理, 環境保全 +3
- 神経科学Kouta Minamizawa 研究室慶應義塾大学論文 100 件·共通: 建築・構造, 土木・建築, 環境保全, 環境科学 +4
- 環境科学Tetsuya Sumi 研究室京都大学論文 100 件·共通: 気象・気候, 地球物理, 環境保全, 環境科学 +5
- 環境科学Ryozo Ooka 研究室東京大学論文 153 件·共通: 気象・気候, 地球物理, エネルギー, 環境保全 +4
研究成果（56 件）
- DOI: https://doi.org/10.1016/j.jweia.2026.106548
- DOI: https://doi.org/10.1016/j.strusafe.2026.102722
- DOI: https://doi.org/10.1016/j.cma.2025.117752
- DOI: https://doi.org/10.1016/j.geoen.2025.214283
- DOI: https://doi.org/10.1016/j.dib.2025.112260
- DOI: https://doi.org/10.1063/5.0297193
- DOI: https://doi.org/10.1063/5.0289342
- DOI: https://doi.org/10.1016/j.compstruc.2025.107936
- DOI: https://doi.org/10.1016/j.strusafe.2025.102633
- DOI: https://doi.org/10.1016/j.jweia.2025.106131
続きを表示（残り 46 件）閉じる
- DOI: https://doi.org/10.1016/j.knosys.2025.113965
- DOI: https://doi.org/10.1063/5.0269028
- DOI: https://doi.org/10.1109/tfuzz.2025.3554982
- DOI: https://doi.org/10.1016/j.jfluidstructs.2025.104326
- DOI: https://doi.org/10.1016/j.jweia.2025.106040
- DOI: https://doi.org/10.1016/j.strusafe.2024.102539
- DOI: https://doi.org/10.1016/j.probengmech.2024.103580
- DOI: https://doi.org/10.1016/j.cma.2024.116902
- DOI: https://doi.org/10.1016/j.compfluid.2024.106521
- DOI: https://doi.org/10.3748/wjg.v31.i1.96199
- DOI: https://doi.org/10.1016/j.strusafe.2024.102557
- DOI: https://doi.org/10.1016/j.cma.2024.117524
- DOI: https://doi.org/10.23919/ccc63176.2024.10662573
- DOI: https://doi.org/10.1016/j.ress.2023.109312
- DOI: https://doi.org/10.1016/j.ress.2023.109830
- DOI: https://doi.org/10.1016/j.ibneur.2023.08.1666
- DOI: https://doi.org/10.1016/j.geoen.2023.212252
- [2023] Partial least squares-based polynomial chaos Kriging for high-dimensional reliability analysisDOI: https://doi.org/10.1016/j.ress.2023.109545
- DOI: https://doi.org/10.1016/j.compstruc.2023.107117
- DOI: https://doi.org/10.1002/aenm.202301332
- DOI: https://doi.org/10.1016/j.envres.2023.116686
- DOI: https://doi.org/10.1016/j.jweia.2023.105482
- [2023] Gaussian process regression based on deep neural network for reliability analysis in high dimensionsDOI: https://doi.org/10.1007/s00158-023-03582-0
- DOI: https://doi.org/10.1016/j.geoen.2023.211627
- DOI: https://doi.org/10.1016/j.apm.2022.01.030
- DOI: https://doi.org/10.1016/j.jsv.2022.116785
- DOI: https://doi.org/10.1016/j.jweia.2022.104906
- DOI: https://doi.org/10.2139/ssrn.4027427
- DOI: https://doi.org/10.2139/ssrn.4106123
- DOI: https://doi.org/10.1016/j.egyr.2022.07.051
- DOI: https://doi.org/10.1609/aaai.v36i7.20720
- [2022] AK-PDEMi: A failure-informed enrichment algorithm for improving the AK-PDEM in reliability analysisDOI: https://doi.org/10.1016/j.ymssp.2022.109435
- DOI: https://doi.org/10.1007/s00158-022-03244-7
- DOI: https://doi.org/10.1016/j.energy.2022.123970
- DOI: https://doi.org/10.1016/j.jweia.2022.104986
- DOI: https://doi.org/10.1109/icnlp55136.2022.00019
- [2022] An active-learning reliability method based on support vector regression and cross validationDOI: https://doi.org/10.1016/j.compstruc.2022.106943
- DOI: https://doi.org/10.1016/j.ress.2022.108778
- DOI: https://doi.org/10.3389/fenrg.2022.860591
- DOI: https://doi.org/10.1109/ccdc52312.2021.9601585
- DOI: https://doi.org/10.1016/j.ress.2021.108283
- DOI: https://doi.org/10.1016/j.jweia.2020.104513
- DOI: https://doi.org/10.1016/j.ymssp.2021.108064
- [2021] The Aerial Target Type Recognition Based on Box-Cox Transform and Convolutional Neural NetworkDOI: https://doi.org/10.1109/isceic53685.2021.00081
- DOI: https://doi.org/10.1029/2021wr031041
- DOI: https://doi.org/10.1142/s1758825121500307
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。