基于 triad 模型利用数据同化比较随机参数化方案
动力系统
2023-04-28 v1 数值分析
数值分析
概率论
摘要
近年来，随机参数化在流体动力学模型的不确定性建模中无处不在。模型不确定性的一个来源是精细尺度数据的粗粒化，并且在较粗尺度的计算模拟中常用。在本文中，我们考察两种此类随机参数化：Holm 引入的随机 Lie 传输平流（SALT）参数化和 M\'emin 引入的位置不确定性（LU）参数化。虽然两种参数化都可用于全尺度模型，我们研究它们投影到旋度特征函数的复向量 Fourier 模态 triad 上得到的降阶版本。值得注意的是，这两种参数化导致相同的降阶模型，我们称之为保螺旋度随机 triad（HST）。然后将该降阶模型与另一个保持系统能量、称为保能量随机 triad（EST）的模型进行比较。这些低维模型是测试新数据同化算法的理想基准模型：它们易于实现，根据系数选择展现多样行为，并具备如能量与螺旋度守恒的自然物理性质。
引用
@article{arxiv.2304.14216,
title = {Comparison of Stochastic Parametrization Schemes using Data Assimilation on Triad Models},
author = {Bertrand Chapron and Dan Crisan and Darryl Holm and Oana Lang and Alexander Lobbe and Etienne Mémin},
journal= {arXiv preprint arXiv:2304.14216},
year = {2023}
}
备注
Submitted to Proceedings of the 3rd Stochastic Transport in Upper Ocean Dynamics (STUOD) Annual Workshop, Springer Verlag