Two-Layer Ocean Circulation Model with Variational Control of Turbulent Viscosity Coefficient

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

The development of a variational method for solving the problem of quasi-geostrophic dynamics in a two-layer periodic channel is considered. The development of the method is as follows. First, the formulation of the variational problem is generalized: the turbulent exchange coefficient of a quasi-geostrophic potential vorticity (QGPV) is included in the control vector. Secondly, the solution area more accurately describes the size of the Antarctic Circumpolar Current (ACC). Using the selection of linear meridional transport and the expansion of the solution in a Fourier series, the problem is reduced to a nonlinear system of ordinary differential equations (ODEs) in time. The doubly connected domain leads to the fact that the solution of the ODE must satisfy an additional stationary relation that determines the transport of the ACC. The variational algorithm is reduced to solving a system of forward and adjoint equations minimizing the mean squared error of the stationary relation. The QGPV turbulent exchange coefficient is determined in the process of solving the optimal problem. The numerical runs are carried out for a periodic channel simulating the water area of the ACC in the Southern Ocean. The characteristics of stationary current regimes are studied for different values of the model parameters. Typical is a sinusoidal circulation in both layers with a linear transfer with the wind, depending on the bottom topography. In some cases, under the sinusoidal, in the lower layer, a cellular circulation is formed, and sometimes an undercurrent occurs. In this case, the solution of the optimal problem is characterized by a low value of the turbulent viscosity coefficient and a low transport in the lower layer.

Sobre autores

V. Zalesny

Marchuk Institute of Numerical Mathematics, Russian Academy of Sciences

Autor responsável pela correspondência
Email: vzalesny@yandex.ru
Russia, 119333, Moscow, Gubkin str., 8

Bibliografia

  1. Волков Е.А. О решении быстрым блочным методом видоизмененной задачи Дирихле на многосвязном многоугольнике // Труды МИАН. 1997. Т. 214. С. 135–144.
  2. Дымников В.П., Залесный В.Б. Основы вычислительной геофизической гидродинамики. Москва: Геос, 2019. 448 с.
  3. Залесный В.Б. Вариационный метод решения задачи о квазигеострофической циркуляции в океане // Изв. РАН. Физика атмосферы и океана. 2022. Т. 58. № 5. С. 493–503.
  4. Ивченко В.О., Залесный В.Б. Диффузионно-ротационная параметризация вихревых потоков потенциального вихря: баротропное течение в зональном канале // Изв. РАН. Физика атмосферы и океана. 2019. Т. 55. № 1. С. 3–16.
  5. Каменкович В.М. Об интегрировании уравнений теории морских течений в неодносвязных областях // ДАН СССР. 1961. Т. 138. № 5. С. 1076–1079.
  6. Марчук Г.И. Избранные научные труды. Том II. Сопряженные уравнения и анализ сложных систем. Москва: РАН, 2018. 500 с.
  7. Марчук Г.И. Избранные научные труды. Том 3. Модели и методы в задачах физики атмосферы и океана. Москва: РАН, 2018. 892 с.
  8. Мусхелишвили Н.И. Сингулярные интегральные уравнения. М.-Л.: Гостехиздат, 1946. 448 с.
  9. Павлушин А.А., Шапиро Н.Б., Михайлова Э.Н., Коротаев Г.К. Двухслойная вихреразрешающая модель ветровых течений в Черном море // Морской гидрофизический журн. 2015. № 5. С. 3−22.
  10. Шутяев В.П. Методы усвоения данных наблюдений в задачах физики атмосферы и океана // Изв. РАН, Физика атмосферы и океана. 2019. Т. 55. № 1. С. 17–34.
  11. Agoshkov V.I., Ipatova V.M. Convergence of solutions to the problem of data assimilation for a multilayer quasigeostrophic model of ocean dynamics // Russ. J. Numer. Anal. Math. Modelling. 2010. V. 25. № 2. P. 105–115.
  12. Bernier C. Existence of attractor for the quasi-geostrophic approximation of the Navier-Stokes equations and estimate of its dimension // Adv. Math. Sci. Appl. 1994. V. 4. № 2. P. 465–489.
  13. Bernier C., Chueshov I.D. The finiteness of determining degrees of freedom for the quasi-geostrophic multi-layer ocean model // Nonlinear Anal. Theory, Methods Appl. 2000. V. 42. № 8. P. 1499–1512.
  14. Cai M., Hernandez M., Ong. K.W., Wang S. Baroclinic Instability and Transitions in a Two-Layer Quasigeostrophic Channel Model // arXiv:1705.07989 [physics], April 2017.
  15. Charney J.G., Shukla J., Mo K.C. Comparison of a barotropic blocking theory with observation // J. Atmos. Sci. 1981. V. 38. P. 762–779.
  16. Chekroun M.D., Dijkstra H., Şengül T., Wang S. Transitions of zonal flows in a two-layer quasi-geostrophic ocean model // Nonlinear Dynamics. 2022. V. 109. P. 1887–1904.
  17. Chen Q. The Barotropic Quasi-Geostrophic Equation under a Free Surface // SIAM J. Math. Anal. 2017. V. 51. № 3. P. 1836–1867.
  18. Chen Q. On the well-posedness of the inviscid multi-layer quasi-geostrophic equations // Discrete and continuous dynamical systems. 2019. V. 39. № 6. P. 3215–3237.
  19. Farhat A., Panetta R.L., Titi E.S., Zian M. Long-time behavior of a two-layer model of baroclinic quasi-geostrophic turbulence // J. Mathematical Physics. 2012. V. 53. 115603.
  20. Gilbert J.C., Lemarechal C.L. The modules M1QN3 and N1QN3. Version 2.0c (June 1995).
  21. Ivchenko V.O., Zalesny V.B., Sinha B. Is the coefficient of eddy potential vorticity diffusion positive? Part 1: barotropic zonal channel // J. Phys. Oceanogr. 2018. V. 48. № 6. P. 1589–1607.
  22. McWilliams J.C. Fundamentals of Geophysical Fluid Dynamics. Cambridge University Press, 2006. 299 p.
  23. Onica C., R. Panetta L. Forced two layer beta-plane quasigeostrophic flow. Part I: Long-time existence and uniqueness of weak solutions // J. Differential Equations. 2006. V. 226. № 1. P. 180–209.
  24. Pedlosky J. Finite-amplitude baroclinic waves // J. Atmospheric Sciences. 1970. V. 27. № 1. P. 15–30.
  25. Xu X., Chassignet E.P., Firing Y.L., Donohue K. Antarctic Circumpolar Current transport through Drake Passage: What can we learn from comparing high-resolution model results to observations? // J. Geophysical Research: Oceans. 2020. V. 125. № 7. P. 1–16.
  26. Zalesny V., Agoshkov V., Shutyaev V., Parmuzin E., Zakharova N. Numerical Modeling of Marine Circulation with 4D Variational Data Assimilation // J. Marine Science and Engineering. 2020. V. 8. № 7. 503.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
2.

Baixar (548KB)
3.

Baixar (1MB)
4.

Baixar (1MB)
5.

Baixar (1020KB)


Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição–NãoComercial–SemDerivações 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».