[论文解读] Shoreline and Bathymetry Approximation in Mesh Generation for Tidal Renewable Simulations

Alexandros Avdis, Christian T. Jacobs+3 more|arXiv (Cornell University)|Oct 6, 2015

Tropical and Extratropical Cyclones Research参考文献 13被引用 4

一句话总结

本文提出了一种基于主成分分析（PCA）的新方法，用于简化无结构网格生成中的海岸线与海深数据，以实现潮汐可再生能源模拟的高效处理。通过将地理数据分解为占主导地位的空间模式，该方法实现了平滑、可复现的简化，降低了计算成本，同时保留了关键的大尺度特征，已在英国沿海区域（包括奥克尼群岛和塞文河口）的高分辨率网格中得到验证。

ABSTRACT

Due to the fractal nature of the domain geometry in geophysical flow simulations, a completely accurate description of the domain in terms of a computational mesh is frequently deemed infeasible. Shoreline and bathymetry simplification methods are used to remove small scale details in the geometry, particularly in areas away from the region of interest. To that end, a novel method for shoreline and bathymetry simplification is presented. Existing shoreline simplification methods typically remove points if the resultant geometry satisfies particular geometric criteria. Bathymetry is usually simplified using traditional filtering techniques, that remove unwanted Fourier modes. Principal Component Analysis (PCA) has been used in other fields to isolate small-scale structures from larger scale coherent features in a robust way, underpinned by a rigorous but simple mathematical framework. Here we present a method based on principal component analysis aimed towards simplification of shorelines and bathymetry. We present the algorithm in detail and show simplified shorelines and bathymetry in the wider region around the North Sea. Finally, the methods are used in the context of unstructured mesh generation aimed at tidal resource assessment simulations in the coastal regions around the UK.

研究动机与目标

• 解决因远离关注区域的网格分辨率过高而导致的潮汐流模拟计算成本过高的问题。
• 开发一种稳健、可复现的方法，用于简化复杂、多尺度的海岸几何结构（如海岸线与海深数据）。
• 通过避免基于几何准则的简化方法中常见的非平滑、锯齿状伪影，提升网格质量。
• 实现简化后海岸线与海深数据的一致耦合，确保潮汐资源评估中网格生成的准确性。
• 支持用于潮汐能站点水动力学模拟的无结构网格的自动化、可扩展网格生成。

提出的方法

• 该方法对矢量化海岸线和栅格化海深数据应用主成分分析（PCA），将其分解为表示主导结构的正交空间模式。
• 仅保留能够捕捉数据最大方差的最重要主成分，从而实现低秩近似，简化几何结构。
• 通过一组精简的模式重建简化后的几何结构，确保平滑性，同时保留大尺度特征并滤除小尺度噪声。
• 该方法分别独立应用于海岸线轮廓（矢量数据）和海深栅格（栅格数据），并保持尺度与分辨率的一致性处理。
• 使用Gmsh进行网格生成，基于简化后的域边界，将单元尺寸从关注区域附近的精细（50 m）渐变至远处的粗化（10 km）。
• 该方法可与主流海洋模拟框架（如Fluidity、OpenTidalFarm、Telemac和MIKE）集成，支持下游模拟工作流。

实验结果

研究问题

• RQ1 PCA能否有效用于简化复杂、多尺度的海岸几何结构（如海岸线与海深数据），实现数学上的稳健性与计算效率的统一？
• RQ2 与传统的基于几何准则或滤波的方法相比，基于PCA的简化方法在保留大尺度特征的同时，对小尺度噪声的抑制效果如何？
• RQ3 基于PCA的简化方法在无结构网格生成中，对提升网格质量与降低计算成本的改善程度如何？
• RQ4 该方法是否能在统一框架下一致地应用于矢量（海岸线）与栅格（海深）数据类型？
• RQ5 保留主成分数量的控制如何影响几何保真度与网格生成计算效率之间的权衡？

主要发现

• 基于PCA的简化方法仅通过少数几个主成分即可成功捕捉海岸线与海深数据的主导大尺度特征，实现有效的几何降维。
• 通过PCA生成的简化海岸线与海深数据呈现出平滑、连续的轮廓，避免了基于几何准则的简化方法中常见的锯齿状伪影。
• 基于简化域边界的网格在关键区域（如奥克尼群岛和塞文河口）实现了高达50 m边长的高分辨率，最细网格包含多达340万个顶点。
• 该方法成功生成了三种不同精度等级的网格——粗网格（4,307个顶点）、中等网格（75,368个顶点）和细网格（340万个顶点），且在不同尺度下保持了边界表示的一致性。
• 该方法支持对地理数据进行可复现的算法化处理，显著减少了网格生成流程中对人工干预的依赖。
• 该实现可扩展用于多分辨率数据融合，例如将高分辨率海深数据与更大区域内的低分辨率数据相结合。