Mallas adaptativas usando wavelet para diferencias finitas en modelos de pronóstico numérico del tiempo

Autores/as

  • Maibys Sierra Lorenzo Centro de Física de la Atmósfera, Instituto de Meteorología, Habana, Cuba
  • Angela M. León Mecías epartamento de Matemática Aplicada, Facultad de Matemática y Computación, Universidad de La Habana, Cuba
  • Angel Domingues Chovert Instituto Nacional de Pesquisas Espaciais, Centro de Previs˜ao de Tempo e Estudos Climáticos Cachoeira Paulista, S˜ao Paulo, Brasil
  • Evelyn Elisa Martínez Sabari Programa de Posgrado en Ciencias de la Tierra, Universidad Nacional Autónoma de México, D.F., México

Palabras clave:

representación por bloques adaptativa, resolución adaptativa de Ecuaciones Diferenciales Parciales, pronóstico numérico del tiempo

Resumen

Se propone un algoritmo numérico para la solución de sistemas de ecuaciones diferenciales parciales no lineales y dependientes del tiempo, basado en la discretización por diferencias finitas sobre mallas adaptativas. Las mallas se construyen combinando una representación por bloques y la transformada wavelet discreta con bases wavelet obtenidas mediante subdivisión interpolatoria. Como criterio de refinamiento adaptativo y dinámico, se utiliza la magnitud de los coeficientes wavelet en el primer nivel de descomposición de la transformada wavelet discreta. El algoritmo es implementado en FORTRAN 90, lo cual permite un manejo dinámico de memoria, y es acoplado al modelo de pronóstico numérico del tiempo ARPS (Advanced Regional Prediction System). Se demuestra mediante dos casos de estudio que el algoritmo propuesto es computacionalmente menos costoso y más eficiente que el módulo de refinamiento de mallas que viene acoplado originalmente al modelo ARPS.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

D. P. Bacon, N. N. Ahmad, Z. Boybey, T. J. Dunn, M. S. Hall, P. C. S. Lee, R. A. Sarma, M.D. Turner, K. T. Waight, S. H. Young, and J. W. Zack. A dynamically adapting weather and dispersion model: the operational multiscale environment model with grid adaptivity (omega). Mon. Wea. Rev, 128:2044–2076, 2000.

M. Berger and J. Oliger. Adaptative mesh refinement for hyperbolic partial differential equations. Journal Computational Physics, 53:484–512, 1984.

Ch. Chui. Wavelets: A mathematical tool for signal processing. SIAM, 1997.

A. Cohen, S. M. Kaber, S. Muller, and M. Postel. Fully adaptive multiresolution finite volume schemes for conservation laws. Math. Comp., 72:183–225, 2003.

I. Daubechies. Ten Lectures on Wavelets. SIAM, 1988.

L. Debreu, C. Vouland, and E. Blayo. Agrif: Adaptive grid refinemtent in fortran. Computer and Geociences, 34:8–13, 2008.

R. Deiterding, M. O. Domingues, S. M. Gomes, and K. Schneider. Comparison of adaptive multiresolution and adaptive mesh refinement applied to simulations of the compressible euler equations. SIAM J. Math. Anal. J. Sci. Comput., 38:173–193, 2016.

G. Deslauriers and S. Dubuc. Symmetric iterative interpolation processes. Constr. Approx., 5:49–68, 1989.

Mesoscale & Microscale Meteorology Division. ARW Version 3 Modeling System User’s Guide. Complementary to the ARW Tech Note. NCAR: Boulder, Colorado, USA.

M. O. Domingues. Análise Wavelet na Simulac˜ao Numérica de Equac¸ ˜oes Diferenciais Parciais com Adaptabilidade Espacial. Universidade Estadual de Campinas-Departamento de Matemática Aplicada. PhD thesis, 2001.

M. O. Domingues, S. M. Gomes, and L. M. A. Diaz. Adaptive wavelet representation and differentiation on block-structured grids. Applied Numerical Mathematics, 47:421–437, 2003.

A. Domínguez-Chovert, M. Sierra-Lorenzo, and N. Quintana-Rodríguez. Implementación de los procesos de selección adaptativa y reestructuración de rejillas en el modelo de pronóstico del tiempo arps. Ciencias de la Tierra y el Espacio, 16:201–215, 2015.

D. L. Donoho. Interpolating wavelet transform. Technical report, Department of Statistics, Stanford University, 1992.

T. Dubos and N. K. R. Kevlahan. A conservative adaptive wavelet method for the shallow-water equations on staggered grids. Quarterly Journal of the Royal Meteorological Society, 2013.

S. Dubuc. Interpolation through an iterative scheme. J. Math. Anal. and Appl., 114:185–204, 1986. [16] A. Harten. Multiresolution algorithms for the numerical solution of hyperbolic conservation laws. Communications on Pure and Applied Mathematics, 48:1305–1342, 1995.

M. Holmstr¨om. Wavelet based methods for time dependent PDEs. Uppsala University. PhD thesis, 1997.

C. Jablonowski, R. C. Oehmke, and Q. F Stout. Blockstructured adaptive meshes and reduced grids for atmospheric general circulation models. Phil. Trans. R. Soc. London A, 367:4497– 4522, 2009.

N. K. R. Kevlahan, T. Dubos, and M. Aechtner. Adaptive wavelet simulation of global ocean dynamics using a new brinkman volume penalization. Geosci. Model Dev., 8:3891– 3909, 2015.

E. E. Martínez-Sabari and M. Sierra-Lorenzo. Simulación de un vórtice de velocidades barotrópicas mediante una técnica de refinamiento adaptativo. Revista Cubana Meteorología, 21:18– 30, 2015.

Y. Nievergelt. Wavelets Made Easy. Birkhauser, 1999.

N. Nikiforakis. Mesh generation and mesh adaptation for large scale earth-system modelling. Phil. Trans. R. Soc. London A, 367:4473– 4481, 2009.

P. Penven, G. Cambon, T. Tan, P. Marchesiello, and L. Debreu. ROMS-AGRIF ROMSTOOLS User’s Guide. Institut de Recherche pour le Developpement (IRD), 2010.

Sr. Pielke and A. Roger. Mesoscale meteorological modeling, volume 98. Academic press, 2013.

Sh. M. Reckinger and O. V. Vasilyev. Adaptive wavelet collocation method on the shallow water model. Journal of Computational Physics, 271:342– 359, 2014.

O. Roussel, K. Schneider, A. Tsigulin, and H. Bockhorn. A conservative fully adaptive multiresolution algorithm for parabolic pdes. J. Comput. Phys., 188:493–523, 2003.

M. Sierra-Lorenzo, A. L. Ferrer-Hernández, R. Hernández-Valdés, Y. González-Mayor, R. C.

Cruz-Rodríguez, I. Borrajero-Montejo, and C. F. Rodríguez-Genó. Sistema automático de predicción a mesoescala de cuatro ciclos diarios. Technical report, Instituto de Meteorología de Cuba, 2015.

W. Skamarock and J. B. Klemp. Adaptative grid refinement for two-dimensional and three-dimensional nonhydrostatic atmospheric flow. Monthly Weather Review, 121:788– 804, 1993.

W. Skamarock, J. Oliger, and R. Street. Adaptative grid refinement for numerical weather prediction. Journal Computational Physics, 80:27– 60, 1989.

A. St-Cyr, C. Jablonowski, J. M. Dennis, H. M. Tufo, and S. J. Thomas. A comparison of two shallow-water models with nonconforming adaptive grids. Mon. Weather Rev., 136:1898– 1922, 2008.

J. W. Thomas. Numerical Partial Differential Equations: Finite Difference Methods. Springer Verlag, 1995.

M. Xue, K. K. Droegemeier, and V.Wong. The advanced regional prediction system (arps): A multi-scale nonhydrostatic atmospheric simulation and prediction model. part i: Model dynamics and verification. Meteorol. Atmos. Phys., 75:161–193, 2000.

M. Xue, K. K. Droegemeier, V. Wong, A. Shapiro, and K. Brewster. ARPS Version 4.0 user’s guide., 1995.

Descargas

Publicado

2017-12-01

Cómo citar

[1]
Sierra Lorenzo, M. et al. 2017. Mallas adaptativas usando wavelet para diferencias finitas en modelos de pronóstico numérico del tiempo. Ciencias matemáticas. 31, 2 (dic. 2017), 159–169.

Número

Vol. 31 Núm. 2: Diciembre, 2017

Sección

Artículo Original

Licencia

Derechos de autor 2024 Ciencias Matemáticas

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Esta licencia permite copiar y redistribuir el material en cualquier medio o formato bajo los siguientes términos: se debe dar crédito de manera adecuada, no se puede hacer uso del material con propósitos comerciales, y si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado. Bajo la licencia mencionada, los autores mantienen los derechos de autor de su trabajo.