[论文解读] Multiscale finite elements through advection-induced coordinates for transient advection-diffusion equations

Konrad Simon, Jörn Behrens|arXiv (Cornell University)|Feb 21, 2018

Advanced Mathematical Modeling in Engineering被引用 3

一句话总结

该论文提出了一种基于对流诱导坐标的新型多尺度有限元方法，以改进在粗网格下瞬态对流-扩散方程的尺度提升，特别适用于气候模拟。通过将坐标变换以减轻粗单元边界附近的对流效应，该方法在一维问题中实现了高精度，即使在速度和扩散系数具有振荡性时也表现出最优收敛率和鲁棒性。

ABSTRACT

Long simulation times in climate sciences typically require coarse grids due to computational constraints. Nonetheless, unresolved subscale information significantly influences the prognostic variables and can not be neglected for reliable long term simulations. This is typically done via parametrizations but their coupling to the coarse grid variables often involves simple heuristics. We explore a novel up-scaling approach inspired by multi-scale finite element methods. These methods are well established in porous media applications, where mostly stationary or quasi stationary situations prevail. In advection-dominated problems arising in climate simulations the approach needs to be adjusted. We do so by performing coordinate transforms that make the effect of transport milder in the vicinity of coarse element boundaries. The idea of our method is quite general and we demonstrate it as a proof-of-concept on a one-dimensional passive advection-diffusion equation with oscillatory background velocity and diffusion.

研究动机与目标

• 为解决在使用粗网格进行长期气候模拟时，亚网格尺度过程未被解析的挑战。
• 开发一种数学上一致的尺度提升框架，避免使用启发式参数化方法。
• 将多尺度有限元方法（MsFEM）适配于气候建模中常见的对流主导问题。
• 通过坐标变换减少对流引起的畸变，从而提高瞬态对流-扩散方程的稳定性和精度。
• 在具有振荡背景速度和扩散系数的一维问题中，验证该方法的有效性。

提出的方法

• 该方法基于对流特征引入坐标变换，以平滑粗单元边界附近的对流效应。
• 在变换后的坐标系中构造反映细尺度行为的多尺度基函数，同时保持稳定性。
• 采用伽辽金弱形式，使用从对流诱导坐标系中求解局部问题所得的非多项式基函数。
• 将该方法应用于具有振荡速度和扩散系数的一维瞬态对流-扩散方程。
• 通过坐标变换使基函数与主导流方向对齐，从而确保质量守恒和稳定性。
• 通过改变网格分辨率和扩散频率进行数值测试，以评估收敛性和精度。

实验结果

研究问题

• RQ1 基于对流特征的坐标变换是否能提升多尺度有限元方法在对流主导的瞬态问题中的稳定性和精度？
• RQ2 当扩散系数相对于粗网格快速振荡时，该方法与标准有限元方法相比表现如何？
• RQ3 当背景速度缺乏主导平均值或包含时间不变零点时，该方法存在哪些局限性？
• RQ4 该方法能否推广至更高维度或对流-扩散方程的守恒形式？
• RQ5 在网格细化程度增加及扩散系数振荡频率变化时，该方法的收敛行为如何？

主要发现

• 该方法在L²和L∞范数下均达到最优收敛率，当网格分辨率加倍时，相对误差降低一个数量级。
• 当k=10时，L²误差从N=24时的2.732×10⁻⁴降至N=384时的3.939×10⁻⁷，表明呈现二阶收敛。
• 即使在高频扩散振荡条件下，该方法仍表现出鲁棒性，验证了其在尺度分离条件下的稳定性。
• 当背景速度包含时间不变零点时，稳定性问题出现，因为这些点会形成吸引子，导致特征线坍缩。
• 该方法在守恒形式方程中失效，原因在于通量项被分解为对流和反应部分，而这两部分需要不同的尺度提升机制。
• 尽管存在局限性，该方法在相关场景中表现优异，并为未来结合半拉格朗日方法等混合策略的扩展提供了基础。