Buoyancy scale effects in large-eddy simulations of stratified turbulence
Notice bibliographique
Résumé
Abstract In this paper large-eddy simulations (LES) of forced stratified turbulence using two common subgrid scale (SGS) models, the Kraichnan and Smagorinsky models, are studied. As found in previous studies using regular and hyper-viscosity, vorticity contours show elongated horizontal motions, which are layered in the vertical direction, along with intermittent Kelvin–Helmholtz (KH) instabilities. Increased stratification causes the layer thickness to collapse towards the dissipation scale, ultimately suppressing these instabilities. The vertical energy spectra are relatively flat out to a local maximum, which varies with the buoyancy frequency $\def \xmlpi #1{}\def \mathsfbi #1{\boldsymbol {\mathsf {#1}}}\let \le =\leqslant \let \leq =\leqslant \let \ge =\geqslant \let \geq =\geqslant \def \Pr {\mathit {Pr}}\def \Fr {\mathit {Fr}}\def \Rey {\mathit {Re}}N$ . The horizontal energy spectra depend on the grid spacing $\varDelta $ ; if the resolution is fine enough, the horizontal spectrum shows an approximately $-5/3$ slope along with a bump at the buoyancy wavenumber $k_b = N/u_{rms}$ , where $u_{rms}$ is the root-mean-square (r.m.s.) velocity. Our results show that there is a critical value of the grid spacing $\varDelta $ , below which dynamics of stratified turbulence are well-captured in LES. This critical $\varDelta $ depends on the buoyancy scale $L_b$ and varies with different SGS models: the Kraichnan model requires $\varDelta < 0.47 L_b$ , while the Smagorinsky model requires $\varDelta < 0.17 L_b$ . In other words, the Smagorinsky model is significantly more costly than the Kraichnan approach, as it requires three times the resolution to adequately capture stratified turbulence.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».