Numerical simulation of impulse wave generation by idealized landslides with OpenFOAM
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Landslide tsunamis and impulse waves are hazardous events with severe socioeconomic impacts. A long standing problem with simulations of these events is the generation stage, where landslides and water interact. Depth-averaged models like the Saint-Venant or Boussinesq Equations lose their validity for such applications. Therefore, we have to rely on a full treatment of the hydrodynamics, for instance by applying the Navier-Stokes Equations and Computational Fluid Dynamics (CFD). However, applications of fully three-dimensional methods to landslide tsunamis are sparse, and have often been outperformed by depth averaged models when compared to experimental data. In this work, we evaluate the multiphase Navier-Stokes Equations as implemented in OpenFOAM® in terms of impulse wave generation. We focus on a simplified two-dimensional setup where the landslide consists of water, in order to circumvent additional complexities due to treatment of landslide rheologies. We conduct a thorough grid refinement study and compare results to experiments to investigate model convergence, stability, and accuracy. The simulations display good agreement with the experimental data if the Courant-Friedrichs-Lewy (CFL) condition is modified to account for the specific properties of the multiphase system. Further, we use the validated model for sensitivity studies and to review various scaling relations for landslide generated tsunamis. The application of numerical models allows us to perform broad parametric tests and dissect the underlying physics of these predictive equations systematically. We found that the first wave crest may be well estimated by solely the landslide mass in our setting. Including additional properties related to landslide momentum can improve the predictive skill, while other parameters lead to no substantial improvement.
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.
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 découle