Accurate modeling of sea ice dynamics is critical for predicting environmental variables and is important in applications such as navigating ice breaker ships. Research for both modeling and simulating sea ice dynamics is ongoing, with the most widely accepted model based on the viscous-plastic (VP) formulation introduced by Hibler in 1979. Due to its highly nonlinear features, this model is intrinsically challenging for computational solvers. In particular, sea ice simulations often significantly differ from satellite observations. This study therefore focuses on improving the numerical accuracy of the VP sea ice model. Since the poor convergence observed in existing numerical simulations stems from the nonlinear nature of the VP formulation, this investigation proposes using the celebrated weighted essentially non-oscillatory (WENO) scheme -- as opposed to the frequently employed centered difference (CD) scheme -- for the spatial derivatives in the VP sea ice model. We then proceed to numerically demonstrate that WENO yields higher-order convergence for smooth solutions, and that furthermore it is able to resolve the discontinuities in the sharp features of sea ice covers -- something that is not possible using CD methods. Finally, our proposed framework integrates a potential function method that utilizes the phase field method to naturally incorporates the physical restrictions of ice thickness and ice concentration in transport equations, resulting in a modified transport equations which includes additional forcing terms. Our method does not require post-processing, thereby avoiding the possible introduction of discontinuities and corresponding negative impact on the solution behavior. Numerical experiments are provided to demonstrate the efficacy of our new methodology.


翻译:海冰动态的精确模型模型对于预测环境变量至关重要,在航行断冰船等应用中非常重要。建模和模拟海冰动态模型的研究正在进行中,基于希布勒1979年引入的粘粘塑料(VP)配方的最广泛接受的模式是Hibler1979年引入的。由于其高度非线性特征,这一模型对计算溶液具有内在的挑战性。特别是,海冰模拟往往与卫星观测有很大差异。因此,这项研究侧重于提高VP海冰模型的数值精确度。由于现有数字模拟中观察到的不易趋同性来自VP制的非线性影响,因此,这一调查提议提议采用已知的加权基本非悬浮的(WENO)配方(VP)配方(VPler)配方(VPler)配方(VPP)配方(VPPPP)配方(VPPP)配方(VPP)配方(VP)配方(VP(VP)配方(VP)配方(VP)配方。由于H)配方(VBS-P)配方(VP)配方(VP)配方(VP(VP)配方(VP)配方(VP)配方(VP)配方(VP(VP)配方(VP)配方(VP(VP)配方(VP)配方(VP)配方(VP)配方(VP)配方(VP)配方(VP(VP)))制)的模型)制,而得到的模型。由于1979-P(VP(VP)制的外)制,而得到最广泛采用的模型)的模型(VP(VP(VP)配方(VP)配方(VP)配方(VP)配方(VP)配方(VP(VP(VP)配方(VP)配方(VP(VP)配方(VP)配方)配方(VP))))的模型)的模型)的模型)的模型)的模型在1979)的模型在1979,1979,1979,1979)的模型在1979年推出)的模型是非线性)

0
下载
关闭预览

相关内容

机器学习系统设计系统评估标准
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
63+阅读 · 2021年8月20日
专知会员服务
26+阅读 · 2021年7月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年8月5日
VIP会员
相关VIP内容
【KDD2021】图神经网络,NUS- Xavier Bresson教授
专知会员服务
63+阅读 · 2021年8月20日
专知会员服务
26+阅读 · 2021年7月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium8
中国图象图形学学会CSIG
0+阅读 · 2021年11月16日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium6
中国图象图形学学会CSIG
2+阅读 · 2021年11月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员