论一种概率演化海洋建模方法：从 Lorenz-63 到理想化海洋模型
流体动力学
2023-02-20 v1 动力系统
地球物理
摘要
在本研究中，我们开发了一种替代性的海洋建模方法，以反映海洋流动的混沌特性及海洋模型的不确定性——我们未采用经典的确定性或随机微分方程，而是提出了一种概率演化方法（PEA），其利用相空间中的概率动力学。本文提出的数据驱动版 PEA 的主要特点是，它无需了解流动动力学背后的物理机制即可对其建模。在 PEA 框架内，我们开发了两种基于相空间中准时不变结构的概率演化模型的概率演化方法。这些方法已在由 Lorenz 63 系统和理想化多层准地转模型生成的完整与不完整参考数据集上进行了测试。结果表明，两种方法均能通过保持参考相空间（参考流动的相空间）内的概率动力学，再现参考流动的大尺度与小尺度特征。所提方法为使用数学模型与观测资料的海洋建模者提供了显著优势与极大灵活性。最引人注目之处在于，它为主流海洋参数化提供了替代方案，无需修改现有海洋模型，且易于实现。此外，它不依赖于输入数据的性质，因此可处理来自不同来源（漂流浮标、气象站等）的数值计算流场与真实观测资料。
引用
@article{arxiv.2302.08798,
title = {On a probabilistic evolutionary approach to ocean modelling: From Lorenz-63 to idealized ocean models},
author = {Igor Shevchenko and Pavel Berloff},
journal= {arXiv preprint arXiv:2302.08798},
year = {2023}
}