文献

J-GLOBAL ID：201802230682990811   整理番号：18A2029842

確率的モード低減を用いた一次元浅水動力学のための確率的サブグリッドスケールパラメタリゼーション【JST・京大機械翻訳】

Stochastic subgrid-scale parametrization for one-dimensional shallow-water dynamics using stochastic mode reduction

著者 (4件)： Zacharuk Matthias (Institut fuer Atmosphaere und Umwelt, Goethe-Universitaet Frankfurt, Frankfurt am Main, Germany) ,  Dolaptchiev Stamen I. (Institut fuer Atmosphaere und Umwelt, Goethe-Universitaet Frankfurt, Frankfurt am Main, Germany) ,  Achatz Ulrich (Institut fuer Atmosphaere und Umwelt, Goethe-Universitaet Frankfurt, Frankfurt am Main, Germany) ,  Timofeyev Ilya (Department of Mathematics, University of Houston, Houston, Texas)
資料名： Quarterly Journal of the Royal Meteorological Society  (Quarterly Journal of the Royal Meteorological Society)
巻： 144  号： 715  ページ： 1975-1990  発行年： 2018年 
JST資料番号： D0478A  ISSN： 0035-9009  CODEN： QJRMAM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 一次元確率的強制浅水方程式に確率的モード縮小を適用することにより,地球物理学的流れのシミュレーションにおけるサブグリッドスケールをパラメータ化する問題に取り組んだ。問題は,有限体積セル上の局所空間平均として分解変数を定義し,対応する残差として未解決の変数を定義することにより,物理空間で定式化される。遅い空間平均と速い残差の間の時間スケール分離の仮定に基づいて,確率的モード縮小手順を用いて,局所確率的サブグリッドスケールパラメータ化による空間平均のみに対する低分解能モデルを得た。閉鎖は低分解能モデルの結果を改善し,2つの純粋に経験的な確率的パラメータ化を凌駕する。最大の利点はエネルギースペクトルの表現にあることを示した。単一係数(雑音強度)のみを調整することにより,係数の追加同調を行うと,パラメータ化の性能を改善する可能性があることを観測した。さらに,パラメータ化のスケール認識を研究した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 残差 ,  同調 ,  エネルギー分布 ,  *一次元 ,  有限体積法 ,  *パラメタリゼーション ,  定式化 ,  浅水方程式 ,  雑音
準シソーラス用語： 低分解能 ,  *SGSモデル , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチスケールシステム ,  サブグリッドパラメタリゼーション ,  確率的パラメータ化 ,  浅水モデル ,  確率的モード低減 ,  均質化

分類 (1件)： 天気予報  (DC05020O)

タイトルに関連する用語 (2件)： 確率 ,  動力学