Sea ice profoundly influences the polar environment and the global climate. Traditionally, Sea ice has been modeled as a continuum under Eulerian coordinates to describe its large-scale features, using, for instance, viscous-plastic rheology. Recently, Lagrangian particle models, also known as the discrete element method (DEM) models, have been utilized for characterizing the motion of individual sea ice fragments (called floes) at scales of 10 km and smaller, especially in marginal ice zones. This paper develops a multiscale model that couples the particle and the continuum systems to facilitate an effective representation of the dynamical and statistical features of sea ice across different scales. The multiscale model exploits a Boltzmann-type system that links the particle movement with the continuum equations. For the small-scale dynamics, it describes the motion of each sea ice floe. Then, as the large-scale continuum component, it treats the statistical moments of mass density and linear and angular velocities. The evolution of these statistics affects the motion of individual floes, which in turn provides bulk feedback that adjusts the large-scale dynamics. Notably, the particle model characterizing the sea ice floes is localized and fully parallelized, in a framework that is sometimes called superparameterization, which significantly improves computation efficiency. Numerical examples demonstrate the effective performance of the multiscale model. Additionally, the study demonstrates that the multiscale model has a linear-order approximation to the truth model.


翻译:海冰深刻地影响着极地环境和全球气候。传统上,海冰被建模为连续介质,使用粘塑性流变学等欧拉坐标描述其大尺度特征。最近,拉格朗日粒子模型,也称为离散元素法(DEM)模型,已被用于在小于10公里的尺度范围内表征单个海冰碎片(称为块)的运动,特别是在边缘冰区。本文开发了一种多尺度模型,将粒子和连续介质系统相结合,以有效地表示海冰在不同尺度下的动态和统计特征。多尺度模型利用类似玻尔兹曼的系统,将粒子运动与连续介质方程联系在一起。对于小尺度动力学,它描述了每个海冰块的运动。然后,作为大尺度连续介质部分,它处理了质量密度、线性和角速度的统计矩。这些统计量的演化影响了单个块的运动,从而提供了调整大尺度动力学的群体反馈。值得注意的是,描述海冰块的粒子模型是本地化和完全并行化的,在一个被称为超参数化的框架中,这显著提高了计算效率。数值例子证明了多尺度模型的有效性。此外,研究证明了多尺度模型对真实模型具有线性级别的近似。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
专知会员服务
15+阅读 · 2021年5月21日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8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
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+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 · 2009年12月31日
Arxiv
0+阅读 · 2023年5月9日
Arxiv
0+阅读 · 2023年5月8日
Arxiv
0+阅读 · 2023年5月8日
VIP会员
相关资讯
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8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 · 2013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
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+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 · 2009年12月31日
Top
微信扫码咨询专知VIP会员