[論文レビュー] Postprocessing Galerkin method applied to a data assimilation algorithm: a uniform in time error estimate

Cecilia F. Mondaini, Edriss S. Titi|arXiv (Cornell University)|Dec 21, 2016

Advanced Mathematical Modeling in Engineering参考文献 34被引用数 8

ひとこと要約

本稿では、2次元ナビエ＝ストークス方程式に対する連続的データ同調化アルゴリズムを向上させるために、後処理ガラーキン法を導入し、数値近似解と真の解との間で時間に依存しない誤差推定を達成した。ナビゲーションパラメータ、メッシュ解像度、数値スキームに適切な条件下では、この手法により、任意の時間にわたって真の解への指数的収束が保証され、フーリエモードや有限体積平均を含む広範なクラスの補間作用素に対して有効である。

ABSTRACT

We apply the Postprocessing Galerkin method to a recently introduced continuous data assimilation (downscaling) algorithm for obtaining a numerical approximation of the solution of the two-dimensional Navier-Stokes equations corresponding to given measurements from a coarse spatial mesh. Under suitable conditions on the relaxation (nudging) parameter, the resolution of the coarse spatial mesh and the resolution of the numerical scheme, we obtain uniform in time estimates for the error between the numerical approximation given by the Postprocessing Galerkin method and the reference solution corresponding to the measurements. Our results are valid for a large class of interpolant operators, including low Fourier modes and local averages over finite volume elements. Notably, we use here the 2D Navier-Stokes equations as a paradigm, but our results apply equally to other evolution equations, such as the Boussinesq system of Benard convection and other oceanic and atmospheric circulation models.

研究の動機と目的

• 2次元ナビエ＝ストークス方程式に対する連続的データ同調化アルゴリズムの厳密な数値解析を提供すること。
• 初期条件が未知である場合でも、数値近似解と真の解との間で時間に依存しない誤差境界を確立すること。
• データ同調化フレームワークの適用範囲を、ボウシネスク系や大気・海洋モデルを含む一般の散逸的発展方程式へ拡張すること。
• 低次のフーリエモードや局所的な空間平均を含む、さまざまな補間作用素に対して、手法の頑健性を検証すること。
• 初期データに依存せず、時間にわたって一様に減少する誤差推定を保証すること。

提案手法

• 本手法は、フィードバック制御（ナビゲーション）に基づく連続的データ同調化アルゴリズムに、後処理ガラーキン技術を適用し、粗いスケールの測定値から細かいスケールの解を再構築する。
• アルゴリズムは、補間測定値 $ I_h(\textbf{v}) $ と $ I_h(\textbf{u}) $ の差に比例するフィードバック項を用い、緩和パラメータ $ \beta $ を介して近似解 $ \textbf{v} $ を真の解 $ \textbf{u} $ に引き寄せる。
• 空間離散化は、有限次元部分空間へのガラーキン射影により実施され、その後、標準的なガラーキン解を上回る精度を向上させるための後処理が施される。
• 解析は、ナビエ＝ストークス方程式の関数的表現に依拠し、演算子 $ A $（ラプラシアン）および $ B $（非線形対流項）を用い、$ L^2 $ およびソボレフノルムにおけるエネルギー推定を組み込む。
• 補間作用素 $ I_h $ は、低次のフーリエモードや有限体積要素上の局所平均を含む一般化された形に拡張され、広範な適用可能性が保証される。
• 事前推定とエネルギー法を用いて、誤差 $ \| \textbf{v} - \textbf{u} \|_{L^2} $ の境界を導出し、$ \beta $、$ h $、および数値解像度に適切な条件下で、時間にわたって一様に減少することを示した。

実験結果

リサーチクエスチョン

• RQ1 後処理ガラーキン法は、2次元ナビエ＝ストークス方程式に適用されたデータ同調化アルゴリズムに対して、時間に依存しない一様な誤差推定を提供できるか？
• RQ2 ナビゲーションに基づくデータ同調化スキームに空間的後処理を適用した場合、数値近似解と真の解との間の誤差は時間経過とともにどのように変化するか？
• RQ3 真の解への指数的収束を保証するための緩和パラメータ $ \beta $、メッシュ解像度 $ h $、および数値スキームに必要な条件は何か？
• RQ4 誤差推定は、フーリエモードや有限体積平均を含む補間作用素 $ I_h $ の選択にどの程度依存するか？
• RQ5 提案手法は、2次元ナビエ＝ストークス方程式を越えて、他の散逸的発展方程式へ拡張可能か？

主な発見

• 後処理ガラーキン法により、数値近似解 $ \textbf{v} $ と真の解 $ \textbf{u} $ の間で、時間に依存しない誤差推定が得られ、誤差は時間とともに指数的に減少する。
• 誤差境界は初期データに依存せず、$ \textbf{v} $ の初期推定値にかかわらず頑健である。
• 本手法は、低次のフーリエモードや有限体積要素上の局所的な空間平均を含む広範なクラスの補間作用素に対して収束を達成する。
• 誤差推定は、粗いメッシュの解像度 $ h $、緩和パラメータ $ \beta $、およびスペクトルギャップ $ \lambda_{N+1} $ に依存し、$ \mathcal{O}(L^{1/2}/h^2 \cdot \lambda_{N+1}^{-1/4}) $ のスケーリングに従う。
• 解析により、フィードバック制御項 $ -\beta(I_h(\textbf{v}) - I_h(\textbf{u})) $ が数値解の安定化を効果的に行い、真の解に近づけることが確認された。
• 結果は、ボウシネスク方程式や大規模な大気・海洋モデルなど、他の系へも拡張可能であり、広範な適用可能性を示している。