用于中尺度大气流模拟的数据驱动降阶模型比较
流体动力学
2023-07-19 v1
摘要
借助传统离散化方法模拟大气流动仍计算密集，阻碍在短时间内实现高预报精度。本文应用三种在计算流体力学不同应用中成功减少计算时间且保持精度的降阶模型：动态模态分解（DMD）、Hankel动态模态分解（HDMD）和带插值的本征正交分解（PODI）。针对两个著名的中尺度流动基准，比较了这三种方法在计算时间与精度方面的表现。尽管DMD和HDMD专为预测系统动力学而设计，其解的准确性随预报时间窗扩大而相当迅速地恶化。原因可能是基准流动中的强非线性。PODI解由于使用了径向基函数插值，在感兴趣时间间隔的整个时长内均准确。即便模型带有预期在给定范围内变化的物理参数（如天气预报中典型情况），此结论同样成立。
引用
@article{arxiv.2307.08790,
title = {A Comparison of Data-Driven Reduced Order Models for the Simulation of Mesoscale Atmospheric Flow},
author = {Arash Hajisharifi and Michele Girfoglio and Annalisa Quaini and Gianluigi Rozza},
journal= {arXiv preprint arXiv:2307.08790},
year = {2023}
}