Resumen

La dificultad de la asimilación de datos se debe a la gran diferencia entre el tamaño del vector de estado que hay que determinar, es decir, el número de puntos de malla espaciotemporales de un modelo numérico discretizado, y el vector de medición, es decir, la cantidad de datos de medición. Las variables de flujo en un gran número de puntos de malla apenas se definen mediante mediciones espaciotemporales limitadas, lo que plantea un problema de subdeterminación. En este estudio realizamos el análisis de sensibilidad de campos de flujo vorticos bidimensionales y tridimensionales dentro de un marco de asimilación de datos. Se investiga el impacto de la estrategia de medición, que se evalúa mediante la sensibilidad de la función de coste 4D-Var con respecto a las mediciones, para determinar eficazmente un campo de flujo mediante mediciones limitadas. El experimento de asimilación muestra que el error definido por la diferencia entre los campos de flujo de referencia y asimilado se reduce utilizando la información de sensibilidad para localizar el número limitado de puntos de medición. Para llevar a cabo la asimilación de datos durante un largo periodo de tiempo, la asimilación de datos 4D-Var y el análisis de sensibilidad se repiten con una ventana de asimilación corta.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:asimilación de datos, análisis de sensibilidad, campos de flujo vorticiales dimensionales, función de coste var, asimilación de datos var, campos de flujo asimilados, modelo numérico discretizado, periodo de tiempo largo, ventana de asimilación corta, puntos de malla espaciotemporal
• Keywords:data assimilation, sensitivity analysis, dimensional vortical flow fields, var cost function, var data assimilation, assimilated flow fields, discretized numerical model, long time period, short assimilation window, spatiotemporal mesh points