弥散随机模型的贝叶斯比较
流体动力学
2022-07-13 v2 大气与海洋物理
数据分析、统计与概率
摘要
为描述湍流中颗粒的弥散，人们提出了复杂度各异的随机模型，从简单的布朗运动到具有复杂时间与空间相关性的模型。需要一种方法来比较相互竞争的模型，同时考虑到更复杂的模型通常引入的额外参数难以估计这一问题。我们采用一种数据驱动的方法——贝叶斯模型比较（BMC），它依据各模型解释观测数据的能力为其分配概率。我们聚焦于二维各向同性湍流中颗粒的布朗动力学与朗之万动力学之间的比较，所用数据由模拟的拉格朗日轨迹得到的颗粒位置序列构成。我们表明，虽然在足够大的时间尺度上这些模型无法区分，但存在一段时间尺度范围，在此范围内朗之万模型优于布朗模型。尽管我们的设置高度理想化，所发展的方法仍适用于更复杂的流场与颗粒动力学模型。
引用
@article{arxiv.2201.01581,
title = {Bayesian comparison of stochastic models of dispersion},
author = {Martin T. Brolly and James R. Maddison and Aretha L. Teckentrup and Jacques Vanneste},
journal= {arXiv preprint arXiv:2201.01581},
year = {2022}
}