Item request has been placed! ×
Item request cannot be made. ×
loading  Processing Request

Stochastic Parameterization with Dynamic Mode Decomposition

Item request has been placed! ×
Item request cannot be made. ×
loading   Processing Request
  • معلومة اضافية
    • Contributors:
      Océan Dynamique Observations Analyse (ODYSSEY); Université de Bretagne Occidentale - UFR Sciences et Techniques (UBO UFR ST); Université de Brest (UBO)-Université de Brest (UBO)-Université de Rennes (UR)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Inria Rennes – Bretagne Atlantique; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT); Institut de Recherche Mathématique de Rennes (IRMAR); Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes); Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-École normale supérieure - Rennes (ENS Rennes)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut Agro Rennes Angers; Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)
    • بيانات النشر:
      HAL CCSD
      Springer International Publishing
    • الموضوع:
      2023
    • Collection:
      Archive ouverte HAL (Hyper Article en Ligne, CCSD - Centre pour la Communication Scientifique Directe)
    • نبذة مختصرة :
      International audience ; Abstract A physical stochastic parameterization is adopted in this work to account for the effects of the unresolved small-scale on the large-scale flow dynamics. This random model is based on a stochastic transport principle, which ensures a strong energy conservation. The dynamic mode decomposition (DMD) is performed on high-resolution data to learn a basis of the unresolved velocity field, on which the stochastic transport velocity is expressed. Time-harmonic property of DMD modes allows us to perform a clean separation between time-differentiable and time-decorrelated components. Such random scheme is assessed on a quasi-geostrophic (QG) model.
    • Relation:
      hal-03910774; https://hal.science/hal-03910774; https://hal.science/hal-03910774/document; https://hal.science/hal-03910774/file/978-3-031-18988-3_11.pdf
    • الرقم المعرف:
      10.1007/978-3-031-18988-3_11
    • الدخول الالكتروني :
      https://hal.science/hal-03910774
      https://hal.science/hal-03910774/document
      https://hal.science/hal-03910774/file/978-3-031-18988-3_11.pdf
      https://doi.org/10.1007/978-3-031-18988-3_11
    • Rights:
      info:eu-repo/semantics/OpenAccess
    • الرقم المعرف:
      edsbas.856763FE