کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6930765 867612 2016 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Space-time adaptive approach to variational data assimilation using wavelets
ترجمه فارسی عنوان
رویکرد انطباق فضایی-زمان برای به دست آوردن داده های متغیر با استفاده از موجک
کلمات کلیدی
ترجمه چکیده
این مقاله بر یکی از چالش های اصلی تحول داده های 4 بعدی ارتجاعی متمرکز است، یعنی الزام به یک راه حل پیشین در حل مسئله مجاور. مسئله با توجه به زمان به همان اندازه متغیرهای فضایی، اصلاح مدل ریاضی در کل حوزه فضا زمان و حل مشکل در یک مشی محاسباتی نزدیک بهینه است که به صورت خودکار با سازه های فضایی و زمانی راه حل سازگار است . شکل فشرده این راه حل، نیاز به صرفه جویی در داده ها یا تجدید اطلاعات را برای هر بار برش حذف می کند، به طور معمول در رویکردهای رو به رو شدن سنتی برای به دست آوردن داده های متغیرهای 4 بعدی انجام می شود. کاهش میزان محاسبات مورد نیاز آزادی با استفاده از خواص فشرده موجلیت های چند بعدی تولید می شود. تقسیم همزمان فضا و زمان هر دو مدل پیشین و وابسته به آن باعث می شود که هر دو مدل را همزمان یا به صورت متوالی حل کند. علاوه بر این، سازگاری با شبکه، مقدار داده های ذخیره شده را به حد مطلوبی برای یک دقت پیشگیرانه کنترل شده راه حل کاهش می دهد. رویکرد پیشنهادی برای مسئله انتشار افراطی در دو ابعاد فضای زمان نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
رویکرد انطباق فضایی-زمان برای به دست آوردن داده های متغیر با استفاده از موجک
چکیده انگلیسی
This paper focuses on one of the main challenges of 4-dimensional variational data assimilation, namely the requirement to have a forward solution available when solving the adjoint problem. The issue is addressed by considering the time in the same fashion as the space variables, reformulating the mathematical model in the entire space-time domain, and solving the problem on a near optimal computational mesh that automatically adapts to spatio-temporal structures of the solution. The compressed form of the solution eliminates the need to save or recompute data for every time slice as it is typically done in traditional time marching approaches to 4-dimensional variational data assimilation. The reduction of the required computational degrees of freedom is achieved using the compression properties of multi-dimensional second generation wavelets. The simultaneous space-time discretization of both the forward and the adjoint models makes it possible to solve both models either concurrently or sequentially. In addition, the grid adaptation reduces the amount of saved data to the strict minimum for a given a priori controlled accuracy of the solution. The proposed approach is demonstrated for the advection diffusion problem in two space-time dimensions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Physics - Volume 306, 1 February 2016, Pages 253-268
نویسندگان
, , , ,