用于非守恒移动网格求解器的集合卡尔曼滤波及其物理与网格位置联合更新
应用统计
2021-05-12 v1 数值分析
数值分析
摘要
使用自适应网格的数值求解器可将计算能力集中于模型区域的重要部分,以捕捉重要或未解析的物理过程。自适应可由模型状态、外部信息驱动,或使其依赖于模型物理。在后一种情况下,可将网格配置视为模型状态的一部分。若要将观测数据同化入模型,则出现了用物理值更新网格配置的问题。自适应网格在使用流行的集合数据同化(DA)方法时带来显著挑战。我们开发了一种基于集合DA的新策略,其中自适应网格与物理值一并更新。这包括将节点位置作为模型状态本身的一部分,使其在分析步自动更新。这带来若干挑战,我们加以解决以产生一种有效且具有一定通用性的方法。我们用两个一维测试模型评估了该策略,并与不更新网格配置的策略比较。我们发现更新网格提升了滤波器的保真度与收敛性。
引用
@article{arxiv.2009.13670,
title = {Ensemble Kalman Filter for non-conservative moving mesh solvers with a joint physics and mesh location update},
author = {Christian Sampson and Alberto Carrassi and Ali Aydoğdu and Chris K. R. T Jones},
journal= {arXiv preprint arXiv:2009.13670},
year = {2021}
}
备注
29 Pages, 16 Figures, Submitted to Quarterly Journal of the Royal Meteorological Society