MétaCan
Menu
Retour à la cohorte
Enregistrement W2043562511 · doi:10.1175/mwr-d-13-00210.1

A Compressible Nonhydrostatic Cell-Integrated Semi-Lagrangian Semi-Implicit Solver (CSLAM-NH) with Consistent and Conservative Transport

2013· article· en· W2043562511 sur OpenAlexaff
May Wong, William C. Skamarock, P. H. Lauritzen, Joseph B. Klemp, Roland B. Stull

Notice bibliographique

RevueMonthly Weather Review · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueComputational Fluid Dynamics and Aerodynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésSolverEuler equationsApplied mathematicsCompressibilityLagrangian and Eulerian specification of the flow fieldShallow water equationsMathematicsCartesian coordinate systemCompressible flowMathematical analysisLagrangianMechanicsGeometryPhysicsMathematical optimizationEulerian path

Résumé

récupéré en direct d'OpenAlex

Abstract A cell-integrated semi-Lagrangian (CISL) semi-implicit nonhydrostatic solver for the fully compressible moist Euler equations in two-dimensional Cartesian (x–z) geometry is presented. The semi-implicit CISL solver uses the inherently conservative semi-Lagrangian multitracer transport scheme (CSLAM) and a new flux-form semi-implicit formulation of the continuity equation that ensures numerically consistent transport. The flux-form semi-implicit formulation is based on a recent successful approach in a shallow-water equations (SWE) solver (CSLAM-SW). With the new approach, the CISL semi-implicit nonhydrostatic solver (CSLAM-NH) is able to ensure conservative and consistent transport by avoiding the need for a time-independent mean reference state. Like its SWE counterpart, the nonhydrostatic solver presented here is designed to be similar to typical semi-Lagrangian semi-implicit schemes, such that only a single linear Helmholtz equation solution and a single call to CSLAM are required per time step. To demonstrate its stability and accuracy, the solver is applied to a set of three idealized test cases: a density current (dry), a gravity wave (dry), and a squall line (moist). A fourth test case shows that shape preservation of passive tracers is ensured by coupling the semi-implicit CISL formulation with existing shape-preserving filters. Results show that CSLAM-NH solutions compare well with other existing solvers for the three test cases, and that it is shape preserving.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMonthly Weather ReviewMême sujetComputational Fluid Dynamics and AerodynamicsTravaux en français237 207