乱流の小規模再構成のための時間的に疎なデータ同化【JST・京大機械翻訳】

Wang Yunpeng; Yuan Zelong; Xie Chenyue; Wang Jianchun

プレプリント

J-GLOBAL ID：202202213767317733 整理番号：22P0024341

乱流の小規模再構成のための時間的に疎なデータ同化【JST・京大機械翻訳】

Temporally sparse data assimilation for the small-scale reconstruction of turbulence

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月06日プレプリントサーバーでの情報更新日： 2022年05月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

これまでの研究では,非圧縮性均一等方性乱流(HIT)の小規模情報が,時間的に連続データ同化(TCDA)によって連続的に強制される限り,十分に回復可能であることを示した。本研究では,同化時間ステップは,時間的に疎なデータ同化(TSDA)戦略を用いて,TCDAに対する値よりも約1 2桁大きい値まで緩和できるが,一方,その精度は,無視できない大規模誤差の存在下では,まだ維持されているか,あるいはわずかに良好であることを示した。1段階データ同化(ODA)を調べ,TSDAの機構を解明した。同化波数k_a以上の誤差に対する緩和効果がODAの誤差減衰の原因であることを示した。一方,大規模に含まれた誤差は小規模に伝搬し,高波数(k>k_a)誤差雑音をTSDAよりもTCDAで遅くする。この機構は,参照流れ場の大規模に異なるレベルの誤差を組み込むことによってさらに確認された。TSDAの利点は,取り込まれた誤差の大きさと共に成長することがわかった。したがって,参照データが無視できない誤差を含むならば,TSDAを採用することは,潜在的に有益である。最後に,Kolmogorovスケール分解能における直接数値シミュレーション(DNS)データを用いて,サブKolmogorovスケールの動力学を回復する可能性に関する以前の研究で提起した未解決の問題も議論した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

天気予報

, , ,

前のページに戻る