基于随机正交分解（rPOD）的数据驱动两层准地球海洋模型简化模型

两层准地球方程（2QGE）作为模拟风驱动、分层海流的简化模型。然而，其数值模拟因需要高分辨率网格来捕捉广泛的湍流尺度而昂贵，这在需要因例如参数设置不确定性而运行多个模拟时尤其 problematic。为解决这一挑战，我们提出了一种基于随机正交分解（rPOD）和长短期记忆网络（LSTM）的2QGE数据驱动简化模型（ROM）。为高效生成模型构建所需的快照数据，我们应用非线性滤波稳定技术，允许使用比直接数值模拟（DNS）更大的网格尺寸。多亏使用rPOD从快照矩阵中提取主导模，我们实现了比使用确定性POD高达700倍的加速。LSTM网络使用与快照相关的模态系数进行训练，以在在线阶段预测随时间和参数变化的模态系数，这比DNS快了数十万倍。我们通过扩展著已知的基准测试——双 gyre风力强迫测试——来评估rPOD-LSTM ROM的准确性和效率。该测试的 参数空间维度从2维增加到4维。