×

数据同化模型的降阶:理论与实践。 (英语) Zbl 1521.76314号

摘要:数值模拟被广泛用作预测工具,以更好地了解单个建筑、城市街区和整个城市规模上的复杂空气流动和污染传输。快速运行的非侵入性降阶模型(NIROM)预测湍流已被证明是提供数值预测结果的有效方法。然而,由于模型操作的空间缩小,解决方案包含不确定性。此外,由于有限的精度以及随之而来的舍入误差的累积和放大,任何计算方法都会导致不确定性。考虑这些不确定性对于接受任何数值模拟至关重要。本文将NIROM方法与数据同化(DA)相结合,主要问题是如何以合适的方式将数据(例如物理测量数据)合并到模型中,以改进模型预测并量化预测不确定性。这里,重点是非线性动力系统的预测(经典应用示例是天气预报)。DA是一种不确定性量化技术,用于将观测数据纳入预测模型,以改进数值预测结果。本文提出的降阶数据同化(RODA)模型将变分DA引入NIROM中,既有效又准确。我们提出的模型应用于城市环境中的污染物扩散。

MSC公司:

76M10个 有限元方法在流体力学问题中的应用
65M60毫米 涉及偏微分方程初值和初边值问题的有限元、Rayleigh-Ritz和Galerkin方法
62兰特 大数据和数据科学的统计方面
76层50 湍流中的压缩效应
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 马塞尔·冯兰森;乔纳斯·阿莱格里尼;Carmeliet,Jan,《建筑群与真实地形上形成的ABL之间的城市气候多尺度相互作用》,《城市气候》,418,1-19(2017)
[2] 乳胶,M。;罗伯特·梅罗尼。;Yataghene,M。;Fellouah,H。;萨利赫,F。;Boufadel,M.C.,《关于城市环境中近场污染物扩散数值模型的使用——综述》,《环境污染》,208271-283(2016)
[3] Omrani,S。;加西亚-汉森,V。;卡普拉,B。;Drogemuller,R.,《多层建筑的自然通风:设计过程和评估工具审查》,Build Environ,116182-194(2017)
[4] 曹世杰。;Johan Meyers,《线性低维通风模型的构建和使用》,《室内空气》,22,5,427-441(2012)
[5] 摩尔,A.M。;Arango,H.G。;布罗奎特,G。;鲍威尔,B.S。;韦弗,A.T。;Zavala-Garay,《区域海洋模拟系统(ROMS)四维变分数据同化系统:第一部分——系统概述和公式》,海洋学家J Prog Oceanogr,91,1,34-49(2011)
[6] 奥杜泽,C。;De Vuyst,F.公司。;Nair,P.B.,使用时空参数主成分分析对参数化偏微分方程进行降阶建模,国际数值方法工程杂志,80,8,1025-1057(2009)·Zbl 1176.76059号
[7] 卡尔伯格,K。;Farhat,C。;科尔蒂尔,J。;Amsallem,D.,非线性模型简化的GNAT方法:计算流体动力学和湍流的有效实现和应用,J Comput Phys,242623-647(2013)·Zbl 1299.76180号
[8] 杜,J。;方,F。;疼痛,C.C。;纳文,I.M。;朱,J。;Ham,D.A.,POD降阶非结构化网格建模在二维和三维流体流动中的应用,计算数学应用,65,3,362-379(2013)·兹比尔1319.76026
[9] Noack,B.R。;Stankiewicz,W。;莫津斯基,M。;Schmid,P.J.,瞬态和瞬态后尾流的递归动态模式分解,《流体力学杂志》,809843-872(2016)·Zbl 1383.76122号
[10] Sirovich,Lawrence,湍流和相干结构动力学。第一部分:相干结构,Quart Appl Math,45,3,561-571(1987)·Zbl 0676.76047号
[11] Chaturantabut,Saifon;Sorensen,Danny C.,通过离散经验插值减少非线性模型,SIAM科学计算杂志,32,5,2737-2764(2010)·Zbl 1217.65169号
[12] 科迪尔,L。;Majd,E。;Abou,B。;Favier,J.,使用Tikhonov正则化校准POD降阶模型,国际数值方法流体,63,2,269-296(2010)·Zbl 1425.76181号
[13] Lorenzi,S。;Cammi,A。;Luzzi,L。;Rozza,G.,Navier-Stokes和RANS方程有限体积近似的POD-Galerkin方法,计算方法应用机械工程,31151-179(2016)·Zbl 1439.76112号
[14] Bui-Thanh,Tan;凯伦·威尔科克斯;Ghattas,Omar,非定常气动应用概率分析的参数降阶模型,AIAA J,46,10,2520-2529(2008)
[15] Kalnay,E.,《大气建模、数据同化和可预测性》(2003),剑桥大学出版社:剑桥大学出版社,马萨诸塞州剑桥
[16] Asch,马克;马克·博奎特(Marc Bocquet);Nodet,Maölle,《数据同化:方法、算法和应用》(2016),SIAM·Zbl 1361.93001号
[17] Kalman,R.E.,《线性滤波和预测问题的新方法》,Trans ASME,82,D系列,35-45(1960)
[18] 安德松,E。;哈塞勒,J。;Unden,P。;Courtier,P。;凯利·G。;Vasiljevic,D.,《三维变分同化(3DVar)的ECMWF实现》。第三部分:实验结果,Q J R Meteorol Soc,124,550,1831-1860(1998)
[19] 贝克医学博士。;黄,W。;Guo,Y.R。;Bourgeois,J。;Xiao,Q.N.,MM5的三维变分数据同化系统:实现和初步结果,《Mon Weather Rev》,132897-914(2004)
[20] 阿库奇,R。;莫特特,L。;疼痛,C。;Guo,Y.,变分数据同化的最优约化空间,计算物理杂志(2018)
[21] 肖,D。;希尼,C.E。;莫特特,L。;方,F。;Lin,W。;Navon,I.M.,《使用机器学习的城市环境湍流降阶模型》,Build Environ,148,323-337(2019)
[22] Bistrian,D.A。;Navon,I.M.,非侵入降阶建模的随机动态模式分解,国际数值方法工程杂志,112,3-25(2017)
[23] 林,Z。;肖,D。;方,F。;疼痛,C.C。;Navon,Ionel M.,《稀疏网格上最小二乘拟合的非侵入降阶建模》,《国际数值方法流体》,83,3,291-306(2017)
[24] 陈,王;Hesthaven,Jan S。;白俊强;邱亚松;Yang,Zhang;Tihao,Yang,流体动力学的Greedy非侵入降阶模型,AIAA J,1-16(2018)
[25] 邱,C。;Chou,J.,基于SVD的四维数据同化方法:理论方面,Theor Appl Climatol,83,1-4,51-57(2006)
[26] 罗兰德·普尔奇;ter Maten,E.Jan W。;Augustin,Florian,《随机线性动力系统的灵敏度分析和模型降阶》,《数学计算模拟》,111,80-95(2015)·Zbl 07313360号
[27] Hardy,Rolland L.,地形和其他不规则表面的二次方程,《地球物理研究杂志》,76,8,1905-1915(1971)
[28] 肖,D。;杨,P。;方,F。;Xiang,J。;疼痛,C.C。;Navon,I.M.,流体-结构相互作用的非侵入降阶建模,计算方法应用-机械工程,303,35-54(2016)·Zbl 1425.74167号
[29] 肖博士。;方,F。;疼痛,C.C。;Navon,I.M.,《朝向非侵入式降阶三维自由表面流建模》,《海洋工程》,140,155-168(2017)
[30] 塞缪尔、杰迈马·桑德拉;Muggeridge,Ann Helen,《使用POD-RBF非侵入式降阶模型对气藏进行快速建模》(SPE亚太油气会议和展览(2020),OnePetro)
[31] 埃米利亚诺·尤利亚诺;Quagliarella,Domenico,通过非侵入式吊舱替代模型进行空气动力学形状优化,(2013年IEEE进化计算大会(2013年),IEEE),1467-1474·Zbl 1290.76051号
[32] 肖,D。;林,Z。;方,F。;疼痛,C.C。;纳文,I.M。;Salinas,P.,使用Smolyak稀疏网格对多相多孔介质流动进行非侵入降阶建模,《国际数值方法流体》,83,2,205-219(2017)
[33] Cacuci,D.G.,《敏感性和不确定性分析》(2003),查普曼和霍尔/CRC:查普曼&霍尔/CRC纽约·Zbl 1030.60001号
[34] 卡库西,D.G。;纳文,I.M。;Ionescu-Bujor,M.,《数据评估和同化的计算方法》(2013),CRC出版社
[35] 丹·G·卡库西。;米哈埃拉·伊奥内斯库·布约尔(Ionescu-Bujor,Mihaela);Navon,Ionel Michael,《灵敏度和不确定性分析》,第二卷:大型系统的应用(2005),CRC出版社·Zbl 1083.60002
[36] 阿库奇,R。;达莫尔,L。;皮斯托亚,J。;托米,R。;Murli,A.,《关于变分数据同化问题的解决和敏感性分析》,《计算物理杂志》,311-326(2017)·Zbl 1375.49036号
[37] 曹燕华;朱江;纳文,I.M。;罗振东,利用适当的正交分解进行四维变分数据同化的降阶方法,国际数值方法流体,53,10,1571-1583(2007)·Zbl 1370.86002号
[38] tefnescu,Rzvan;阿德里安·桑杜(Adrian Sandu);Navon,Ionel Michael,POD/DEIM有效四维变分数据同化的降阶策略,《计算物理杂志》,295569-595(2015)·Zbl 1349.76535号
[39] 维尼修斯·L·S·席尔瓦。;希尼,克莱尔·E·。;李亚奇;Pain,Christopher C.,数据同化预测GAN(DA-PredGAN)应用于流行病学中的时空分区模型,科学计算杂志,94,1,25(2023)·Zbl 1510.68090号
[40] Courtier,Philippe;安德森,E。;Heckley,W。;Vasiljevic,D。;Hamrud,M。;Hollingsworth,A.,三维变分同化(3D-Var)的ECMWF实现。一: 公式,Q J R Meteorol Soc,124,550,1783-1807(1998)
[41] 阿库奇,罗塞拉;朱江城;胡爽;郭一科,深度数据同化:将深度学习与数据同化相结合,应用科学,11,3,1114(2021)
[42] 朱利安·马克(Julian Mack);阿库奇,罗塞拉;米盖尔·莫利娜·索拉纳;Guo,Yi-Ke,用于三维变量数据同化的基于注意的卷积自动编码器,计算方法应用机械工程,372,文章113291 pp.(2020)·Zbl 1506.94007号
[43] 阿库奇,R。;疼痛,C。;郭毅,空气污染预测中的有效变分数据同化,大数据民安,1,4,297-307(2018)
[44] 别扎、卡特里娜;塞萨尔·基洛德兰·卡萨;菲利普·纳德勒;朱利安·马克(Julian Mack);斯特凡诺·马龙;Titus,Zainab,《数据学习:整合数据同化和机器学习》,《计算科学杂志》,58,第101525页,第(2022)条
[45] 福特,R。;疼痛,C.C。;皮戈特医学博士。;戈达德,A.J.H。;de Oliveira,C.R.E。;Umpleby,A.P.,三维分层海洋流的非静力有限元模型。第一部分:模型公式,Mon Weather Rev,132,2816-2831(2004)
[46] E.亚里士多德莫。;边沁,T。;疼痛,C。;Robins,A.,《网格自适应LES与建筑物绕流风洞数据的比较:平均流量和速度波动》,Atmos Environ,43,6238-6253(2009)
[47] 伦敦帝国理工学院AMCG,流动性手册v4.1.12(2015)
[48] 佩德雷戈萨,F。;瓦罗佐,G。;Gramfort,A。;米歇尔,V。;蒂里昂,B。;Grisel,O.,Scikit-learn:Python中的机器学习,J Mach learn Res,122825-2830(2011)·Zbl 1280.68189号
[49] 肖敦辉,使用机器学习对参数非侵入降阶模型的误差估计,计算方法应用机械工程,35551-534(2019)·Zbl 1441.62081号
[50] 英国,香港。;汉克,M。;Neubauer,A.,反问题的正则化(1996),Kluwer·Zbl 0859.65054号
[51] Nichols,N.,《数据同化中的数学概念》(Lahoz,W.;等,数据同化(2010),Springer)
[52] Hansen,P.C.,秩亏和离散不适定问题(1998),SIAM:SIAM Philadelphia
[53] Wang,Y。;纳文,I.M。;王,X。;Cheng,Y.,使用POD/DEIM和校准的大雷诺数2D Burgers方程,国际数值方法流体杂志,82,12,909-931(2016)
[54] Golub,G.H。;Loan,C.F.Van,《矩阵计算》(1996),约翰·霍普金斯大学出版社·Zbl 0865.65009号
[55] Lorenc,A.C.,《可操作变分同化方案的发展》,日本气象学会杂志,75,339-346(1997)
[56] Courtier,J.P.,使用增量方法的4D-Var作战实施策略,Q J R Meteorol Soc,120,519,1367-1387(1994)
[57] 刘东川。;Nocedal,Jorge,《关于大规模优化的有限内存BFGS方法》,《数学程序》,45,1,503-528(1989)·Zbl 0696.90048号
[58] Hansen,Per Christian,具有不确定数值秩的离散不定问题的截断奇异值分解解,SIAM科学统计计算杂志,11,3,503-518(1990)·兹比尔0699.65029
[59] 阿库奇,R。;达莫尔,L。;卡拉奇乌洛。;斯科蒂,G。;Laccetti,G.,面向开发混合多级并行的Tikhonov正则化函数分解,国际J并行程序,45,5,1214-1235(2017)
[60] 傅金龙;肖敦辉;傅睿;李晨峰;朱传华;Arcucci,Rossella,《小数据状态下非线性动力系统参数降阶建模的物理-数据组合机器学习》,计算方法应用-机械工程,404,第115771页,(2023)·兹比尔07644844
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。