Direct data assimilation algorithms for advection-diffusion models with the increased smoothness of the uncertainty functions

Alexey Penenko, Vladimir Penenko, Zhadyra Mukatova

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

2 Цитирования (Scopus)

Аннотация

Direct variational data assimilation algorithm for the non-stationary one-dimensional advection-diffusion model and in situ measurements is presented. Data assimilation is carried out by adjusting the uncertainty (control) function that has the sense of the emission sources. In the algorithm a target functional containing the misfit between the modeled and measured values and a regularizer, containing a norm of the control function derivative, is minimized on every time step of the discretized advection-diffusion model. The minimum is obtained by the solution of the tri-diagonal matrix system. The performance of the algorithm was evaluated in the numerical experiments.

Язык оригиналаанглийский
Название основной публикацииProceedings - 2017 International Multi-Conference on Engineering, Computer and Information Sciences, SIBIRCON 2017
ИздательInstitute of Electrical and Electronics Engineers Inc.
Страницы126-130
Число страниц5
ISBN (электронное издание)9781538615966
DOI
СостояниеОпубликовано - 14 ноя 2017
Событие2017 International Multi-Conference on Engineering, Computer and Information Sciences, SIBIRCON 2017 - Novosibirsk, Российская Федерация
Продолжительность: 18 сен 201722 сен 2017

Конференция

Конференция2017 International Multi-Conference on Engineering, Computer and Information Sciences, SIBIRCON 2017
СтранаРоссийская Федерация
ГородNovosibirsk
Период18.09.201722.09.2017

Fingerprint Подробные сведения о темах исследования «Direct data assimilation algorithms for advection-diffusion models with the increased smoothness of the uncertainty functions». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать