Parameter estimation in the stochastic superparameterization of two-layer quasigeostrophic flows
Parameter estimation in the stochastic superparameterization of two-layer quasigeostrophic flows
复制标题
两层准地转流随机超参数化中的参数估计
DOI：
10.1007/s40687-020-00213-8
复制
发表时间：
2020
影响因子：
1.2
通讯作者：
Lee, Yoonsang
中科院分区：
文献类型：
--
作者：
Lee, Yoonsang
地球物理湍流具有广泛的时空尺度，需要多尺度预测模型进行高效、快速的模拟。随机参数化是一类不依赖于尺度分离而近似湍流系统大尺度行为的多尺度方法。在未解析子网格尺度动力学的随机参数化中，有几个建模参数需要通过调整或拟合数据来确定。在地转湍流系统的随机参数化中，我们提出了一种估计建模参数的策略。该方法的主要思想是在时空局部域中生成数据，并使用物理/统计信息来估计建模参数。我们特别关注随机超参数化（随机参数化框架的一种变体）对大气和海洋天气尺度湍流的理想模式的建模参数估计。在本研究中考虑的试验制度包括强和中等湍流与复杂的波，射流和漩涡模式。
Geophysical turbulence has a wide range of spatiotemporal scales that requires a multiscale prediction model for efficient and fast simulations. Stochastic parameterization is a class of multiscale methods that approximates the large-scale behaviors of the turbulent system without relying on scale separation. In the stochastic parameterization of unresolved subgrid-scale dynamics, there are several modeling parameters to be determined by tuning or fitting to data. We propose a strategy to estimate the modeling parameters in the stochastic parameterization of geostrophic turbulent systems. The main idea of the proposed approach is to generate data in a spatiotemporally local domain and use physical/statistical information to estimate the modeling parameters. In particular, we focus on the estimation of modeling parameters in the stochastic superparameterization, a variant of the stochastic parameterization framework, for an idealized model of synoptic scale turbulence in the atmosphere and oceans. The test regimes considered in this study include strong and moderate turbulence with complicated patterns of waves, jets, and vortices.
登录
查看更多内容
具有大气模拟缩放定律的子网格模型
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
V. Kitsios;J. Frederiksen;M. Zidikheri
通讯作者：
M. Zidikheri
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
B. Farrell;P. Ioannou
通讯作者：
P. Ioannou
不可压缩湍流场中被动平流扩散的多尺度数值方法
影响因子：
4.1
作者：
Yoonsang Lee;B. Engquist
通讯作者：
B. Engquist
使用斜压湍流的自适应累加膨胀来防止灾难性的滤波器发散
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
Yoonsang Lee;A. Majda;D. Qi
通讯作者：
D. Qi
准地转湍流逆级联中随机后向散射的数值方案
影响因子：
1.6
作者：
I. Grooms;Yoonsang Lee;A. Majda
通讯作者：
A. Majda