CN109933877A - 代数多重网格三维变分数据同化技术 - Google Patents
代数多重网格三维变分数据同化技术 Download PDFInfo
- Publication number
- CN109933877A CN109933877A CN201910158554.7A CN201910158554A CN109933877A CN 109933877 A CN109933877 A CN 109933877A CN 201910158554 A CN201910158554 A CN 201910158554A CN 109933877 A CN109933877 A CN 109933877A
- Authority
- CN
- China
- Prior art keywords
- grid
- assimilation
- variation data
- algebraic
- dimensional variation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000010276 construction Methods 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 abstract description 8
- 230000005611 electricity Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Other Liquid Machine Or Engine Such As Wave Power Use (AREA)
Abstract
本发明公开了代数多重网格三维变分数据同化技术,包括多重网格同化的基本框架,非结构网格同化方程解算方法和多重非结构网格构造的基本原理等。首次将代数多重网格法与数据变分同化方法相结合,开发了代数多重网格变分数据同化技术,有效地解决了传统同化方法在复杂地形和非均匀观测资料同化方面面临的难题,并消除了正交网格同化结果到非规则模式网格的插值过程,有效提高了同化精度和灵活度。目前我国正在大力发展海洋经济,充分了解近岸海区的海洋环境状态对渔场、石油平台、潮汐发电设备等各种海洋工程的建设具有重要的保障意义,针对非规则网格模式的特点开发的代数多重网格数据同化技术,将大幅改善近岸海区的同化效果。
Description
技术领域
本发明涉及数据同化技术领域,具体为代数多重网格三维变分数据同化技术。
背景技术
海洋中的海水运动过程受到大气强迫、地形等多种因素的影响,其运动形式复杂多变,非结构网格模式能够灵活地改变其网格分辨率,因此在研究复杂海洋过程,尤其是近岸海区海洋过程方面具有天然优势,而传统数据同化方法都是针对正交网格模式开发的,在应用到非规则网格模式中时需要进行插值运算,因此会引入插值误差,导致同化结果精度的降低,同时,规则网格难以做到根据观测资料的分布特征和模式的动力特征随意改变网格分辨率,因而在处理复杂地形和观测资料分布不均的海洋数据同化方面具有较大困难,提出的多尺度据同化算法在一定程度上解决了这一问题,但仍然是针对正交网格的同化算法。
发明内容
本发明提供代数多重网格三维变分数据同化技术,可以有效解决上述背景技术中提出传统数据同化方法都是针对正交网格模式开发的,在应用到非规则网格模式中时需要进行插值运算,因此会引入插值误差,导致同化结果精度的降低,同时,规则网格难以做到根据观测资料的分布特征和模式的动力特征随意改变网格分辨率,因而在处理复杂地形和观测资料分布不均的海洋数据同化方面具有较大困难,提出的多尺度据同化算法在一定程度上解决了这一问题,但仍然是针对正交网格的同化算法的问题。
为实现上述目的,本发明提供如下技术方案:代数多重网格三维变分数据同化技术,包括多重网格同化的基本框架,所述多重网格同化的基本框架在模式网格上求解目标泛函梯度方程时,利用粗网格对细网格的误差平滑作用,多重网格三维变分数据同化方法中目标泛函采用如下形式:
其中,n表示第n重网格,背景场为模式积分场;
其中,粗网格对应长波模态,细网格对应短波模态,由于波长或相关尺度由网格的粗细来表达,因此背景场误差协方差矩阵就退化为简单的单位矩阵,最终分析结果就可以表示为:
在非结构网格实现上述同化算法,首先需要定义上述方程在非结构网格上的表达方式,其次要定义各层网格的具体形式,以及粗细网格间的插值算子。
优选的,同化方程在非结构网格上的数学表达;
在多重网格上求解目标泛函的最小值可转化为求解如下泛函梯度为零的代数方程:
A(n)X(n)=R(n);
结合目标泛函的具体形式,系数矩阵A(n)和矢量R(n)可表达为:
A(n)=I(n)+H(n)TO(n)-1H(n);
R(n)=H(n)TO(n)-1Y(n);
因此,在各重网格上,只要确定了观测投影算子H的具体形式,就能给出系数矩阵A和矢量R,从而确定非结构网格上同化方程的数学表达式。
优选的,在多重网格同化过程中,细网格由空间Ω(n)来表示,任意两点的关联性由代数方程的系数矩阵定义,满足下式,则认为网格点i与j是强关联的:
-aij (n)≥θ·max(-aik (n)),i≠k,k=1...N,0<θ≤1;
其中,系数θ通常定义为0.25,N为网格点数。
优选的,将细网格的格点分为两部分:C(n)和F(n);
其下一重粗网格Ω(n-1)即为Ω(n)的子集C(n);
其中C(n)和F(n)经如下步骤进行选取:
S1、选取Ω(n)中与其关联点数最多的格点为起点,该点属于C(n)而于其强关联的点则属于F(n);
S2、从剩余格点中选取与F(n)中格点强关联的点为起点,重复第一步,直至对所有格点完成分类,需要进行O(N)此循环,就能完成一重粗网格的构造。
优选的,插值算子是定义各重网格间滤波关系的传输算子,设第n重网格同化后的剩余误差为e(n)=u* (n)-u(n),其中u* (n)为第n重网格上离散方程的精确解,则第n-1重较细网格上的观测增量可定义为粗网格中的格点Ω(n)也同时也是细网格的子集C(n+1),在细网格上这些点的值可由粗网格中相应的量直接给出,而细网格上其他的格点F(n+1)则需由其相邻的C(n+1)中的格点插值而来,因此插值算子可定义为:
其中,权重系数w的定义与网格的具体形式有关。
与现有技术相比,本发明的有益效果:本发明结构科学合理,使用安全方便,据非结构网格模式特点和多重网格变分同化的基本原理,首次将代数多重网格法与数据变分同化方法相结合,开发了代数多重网格变分数据同化技术,有效地解决了传统同化方法在复杂地形和非均匀观测资料同化方面面临的难题,并消除了正交网格同化结果到非规则模式网格的插值过程,有效提高了同化精度和灵活度;
目前我国正在大力发展海洋经济,充分了解近岸海区的海洋环境状态对渔场、石油平台、潮汐发电设备等各种海洋工程的建设具有重要的保障意义,针对非规则网格模式的特点开发的代数多重网格数据同化技术,可有效改善近岸海区的同化效果,提高对近岸海区复杂海洋环境状态的预报能力,同时可为近岸海区的海洋学研究提供有力的数值模拟工具,因此具有重要的经济价值和科学意义。
具体实施方式
处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例:本发明提供技术方案,代数多重网格三维变分数据同化技术,包括多重网格同化的基本框架,多重网格同化的基本框架在模式网格上求解目标泛函梯度方程时,利用粗网格对细网格的误差平滑作用,多重网格三维变分数据同化方法中目标泛函采用如下形式:
其中,n表示第n重网格,背景场为模式积分场;
其中,粗网格对应长波模态,细网格对应短波模态,由于波长或相关尺度由网格的粗细来表达,因此背景场误差协方差矩阵就退化为简单的单位矩阵,最终分析结果就可以表示为:
在非结构网格实现上述同化算法,首先需要定义上述方程在非结构网格上的表达方式,其次要定义各层网格的具体形式,以及粗细网格间的插值算子。
优选的,同化方程在非结构网格上的数学表达;
在多重网格上求解目标泛函的最小值可转化为求解如下泛函梯度为零的代数方程:
A(n)X(n)=R(n);
结合目标泛函的具体形式,系数矩阵A(n)和矢量R(n)可表达为:
A(n)=I(n)+H(n)TO(n)-1H(n);
R(n)=H(n)TO(n)-1Y(n);
因此,在各重网格上,只要确定了观测投影算子H的具体形式,就能给出系数矩阵A和矢量R,从而确定非结构网格上同化方程的数学表达式。
优选的,在多重网格同化过程中,细网格由空间Ω(n)来表示,任意两点的关联性由代数方程的系数矩阵定义,满足下式,则认为网格点i与j是强关联的:
-aij (n)≥θ·max(-aik (n)),i≠k,k=1...N,0<θ≤1;
其中,系数θ通常定义为0.25,N为网格点数。
优选的,将细网格的格点分为两部分:C(n)和F(n);
其下一重粗网格Ω(n-1)即为Ω(n)的子集C(n);
其中C(n)和F(n)经如下步骤进行选取:
S1、选取Ω(n)中与其关联点数最多的格点为起点,该点属于C(n)而于其强关联的点则属于F(n);
S2、从剩余格点中选取与F(n)中格点强关联的点为起点,重复第一步,直至对所有格点完成分类,需要进行O(N)此循环,就能完成一重粗网格的构造。
优选的,插值算子是定义各重网格间滤波关系的传输算子,设第n重网格同化后的剩余误差为e(n)=u* (n)-u(n),其中u* (n)为第n重网格上离散方程的精确解,则第n-1重较细网格上的观测增量可定义为粗网格中的格点Ω(n)也同时也是细网格的子集C(n+1),在细网格上这些点的值可由粗网格中相应的量直接给出,而细网格上其他的格点F(n+1)则需由其相邻的C(n+1)中的格点插值而来,因此插值算子可定义为:
其中,权重系数w的定义与网格的具体形式有关。
与现有技术相比,本发明的有益效果:本发明结构科学合理,使用安全方便,据非结构网格模式特点和多重网格变分同化的基本原理,首次将代数多重网格法与数据变分同化方法相结合,开发了代数多重网格变分数据同化技术,有效地解决了传统同化方法在复杂地形和非均匀观测资料同化方面面临的难题,并消除了正交网格同化结果到非规则模式网格的插值过程,有效提高了同化精度和灵活度;
目前我国正在大力发展海洋经济,充分了解近岸海区的海洋环境状态对渔场、石油平台、潮汐发电设备等各种海洋工程的建设具有重要的保障意义,针对非规则网格模式的特点开发的代数多重网格数据同化技术,可有效改善近岸海区的同化效果,提高对近岸海区复杂海洋环境状态的预报能力,同时可为近岸海区的海洋学研究提供有力的数值模拟工具,因此具有重要的经济价值和科学意义。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.代数多重网格三维变分数据同化技术,其特征在于:包括多重网格同化的基本框架,所述多重网格同化的基本框架在模式网格上求解目标泛函梯度方程时,利用粗网格对细网格的误差平滑作用,多重网格三维变分数据同化方法中目标泛函采用如下形式:
其中,n表示第n重网格,背景场为模式积分场;
其中,粗网格对应长波模态,细网格对应短波模态,由于波长或相关尺度由网格的粗细来表达,因此背景场误差协方差矩阵就退化为简单的单位矩阵,最终分析结果就可以表示为:
在非结构网格实现上述同化算法,首先需要定义上述方程在非结构网格上的表达方式,其次要定义各层网格的具体形式,以及粗细网格间的插值算子。
2.根据权利要求1所述的代数多重网格三维变分数据同化技术,其特征在于,同化方程在非结构网格上的数学表达;
在多重网格上求解目标泛函的最小值可转化为求解如下泛函梯度为零的代数方程:
A(n)X(n)=R(n);
结合目标泛函的具体形式,系数矩阵A(n)和矢量R(n)可表达为:
A(n)=I(n)+H(n)TO(n)-1H(n);
R(n)=H(n)TO(n)-1Y(n);
因此,在各重网格上,只要确定了观测投影算子H的具体形式,就能给出系数矩阵A和矢量R,从而确定非结构网格上同化方程的数学表达式。
3.根据权利要求1所述的代数多重网格三维变分数据同化技术,其特征在于,在多重网格同化过程中,细网格由空间Ω(n)来表示,任意两点的关联性由代数方程的系数矩阵定义,满足下式,则认为网格点i与j是强关联的:
-aij (n)≥θ·max(-aik (n)),i≠k,k=1...N,0<θ≤1;
其中,系数θ通常定义为0.25,N为网格点数。
4.根据权利要求3所述的代数多重网格三维变分数据同化技术,其特征在于,将细网格的格点分为两部分:C(n)和F(n);
其下一重粗网格Ω(n-1)即为Ω(n)的子集C(n);
其中C(n)和F(n)经如下步骤进行选取:
S1、选取Ω(n)中与其关联点数最多的格点为起点,该点属于C(n)而于其强关联的点则属于F(n);
S2、从剩余格点中选取与F(n)中格点强关联的点为起点,重复第一步,直至对所有格点完成分类,需要进行O(N)此循环,就能完成一重粗网格的构造。
5.根据权利要求1所述的代数多重网格三维变分数据同化技术,其特征在于,插值算子是定义各重网格间滤波关系的传输算子,设第n重网格同化后的剩余误差为e(n)=u* (n)-u(n),其中u* (n)为第n重网格上离散方程的精确解,则第n-1重较细网格上的观测增量可定义为粗网格中的格点Ω(n)也同时也是细网格的子集C(n+1),在细网格上这些点的值可由粗网格中相应的量直接给出,而细网格上其他的格点F(n+1)则需由其相邻的C(n+1)中的格点插值而来,因此插值算子可定义为:
其中,权重系数w的定义与网格的具体形式有关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158554.7A CN109933877B (zh) | 2019-03-04 | 2019-03-04 | 代数多重网格三维变分数据同化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158554.7A CN109933877B (zh) | 2019-03-04 | 2019-03-04 | 代数多重网格三维变分数据同化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109933877A true CN109933877A (zh) | 2019-06-25 |
CN109933877B CN109933877B (zh) | 2022-08-12 |
Family
ID=66986238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910158554.7A Expired - Fee Related CN109933877B (zh) | 2019-03-04 | 2019-03-04 | 代数多重网格三维变分数据同化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109933877B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111048161A (zh) * | 2019-10-22 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种基于improve方程的气溶胶消光系数的三维变分同化方法 |
CN115270405A (zh) * | 2022-06-22 | 2022-11-01 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 基于多源多类型扰动组合的对流尺度集合预报方法及系统 |
CN116578825A (zh) * | 2022-12-28 | 2023-08-11 | 上海勘测设计研究院有限公司 | 气象预测误差修正方法、装置、介质及电子设备 |
CN116912459A (zh) * | 2023-09-13 | 2023-10-20 | 中国海洋大学 | 一种变网格多尺度混合式资料同化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246161A1 (en) * | 2009-10-01 | 2011-10-06 | Kirsty Morton | Method for integrated inversion determination of rock and fluid properties of earth formations |
CN103390248A (zh) * | 2013-08-08 | 2013-11-13 | 牟林 | 一种海洋模型数值模拟的潮流能资源评估方法 |
CN103761749A (zh) * | 2014-02-12 | 2014-04-30 | 北京工业大学 | 一种基于非线性多重网格法的光流场快速估计方法 |
KR20150055355A (ko) * | 2013-11-13 | 2015-05-21 | 재단법인 한국형수치예보모델개발사업단 | 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치 |
CN104899448A (zh) * | 2015-06-09 | 2015-09-09 | 哈尔滨工程大学 | 一种集合卡尔曼滤波静态局地化方案的自适应补偿方法 |
CN107784165A (zh) * | 2017-09-29 | 2018-03-09 | 国网青海省电力公司 | 基于光伏电站的地表温度场多尺度资料同化方法 |
CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
-
2019
- 2019-03-04 CN CN201910158554.7A patent/CN109933877B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110246161A1 (en) * | 2009-10-01 | 2011-10-06 | Kirsty Morton | Method for integrated inversion determination of rock and fluid properties of earth formations |
CN103390248A (zh) * | 2013-08-08 | 2013-11-13 | 牟林 | 一种海洋模型数值模拟的潮流能资源评估方法 |
KR20150055355A (ko) * | 2013-11-13 | 2015-05-21 | 재단법인 한국형수치예보모델개발사업단 | 비정형 격자를 갖는 수치일기예보모델의 데이터를 일기 관측 지점에 대하여 3차원적으로 내삽하는 방법 및 이를 수행하는 하드웨어 장치 |
CN103761749A (zh) * | 2014-02-12 | 2014-04-30 | 北京工业大学 | 一种基于非线性多重网格法的光流场快速估计方法 |
CN104899448A (zh) * | 2015-06-09 | 2015-09-09 | 哈尔滨工程大学 | 一种集合卡尔曼滤波静态局地化方案的自适应补偿方法 |
CN107784165A (zh) * | 2017-09-29 | 2018-03-09 | 国网青海省电力公司 | 基于光伏电站的地表温度场多尺度资料同化方法 |
CN108416031A (zh) * | 2018-03-12 | 2018-08-17 | 南京恩瑞特实业有限公司 | Nriet气象多源探测资料融合分析系统 |
Non-Patent Citations (6)
Title |
---|
LARS NERGER等: "Software forensemble-baseddataassimilation systems—Implementationstrategiesandscalability", 《COMPUTERS &GEOSCIENCES》 * |
WEI LI等: "Application of the Multigrid Data Assimilation Scheme to the China Seas’Temperature Forecast", 《JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY》 * |
YOUN-HEE KANG等: "Multigrid methods for improving the variational data assimilation in numerical weather prediction", 《TELLUS A: DYNAMIC METEOROLOGY AND OCEANOGRAPHY》 * |
何忠杰 等: "中国海及邻近海域卫星观测资料同化试验", 《中国海洋大学学报》 * |
杨淳: "基于BP神经网络的AUV航迹预测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王丫: "基于小波的多重网格方法", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111048161A (zh) * | 2019-10-22 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种基于improve方程的气溶胶消光系数的三维变分同化方法 |
CN111048161B (zh) * | 2019-10-22 | 2022-09-13 | 中国人民解放军国防科技大学 | 一种基于improve方程的气溶胶消光系数的三维变分同化方法 |
CN115270405A (zh) * | 2022-06-22 | 2022-11-01 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 基于多源多类型扰动组合的对流尺度集合预报方法及系统 |
CN115270405B (zh) * | 2022-06-22 | 2024-01-16 | 中国气象局广州热带海洋气象研究所(广东省气象科学研究所) | 基于多源多类型扰动组合的对流尺度集合预报方法及系统 |
CN116578825A (zh) * | 2022-12-28 | 2023-08-11 | 上海勘测设计研究院有限公司 | 气象预测误差修正方法、装置、介质及电子设备 |
CN116912459A (zh) * | 2023-09-13 | 2023-10-20 | 中国海洋大学 | 一种变网格多尺度混合式资料同化方法 |
CN116912459B (zh) * | 2023-09-13 | 2023-12-19 | 中国海洋大学 | 一种变网格多尺度混合式资料同化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109933877B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933877A (zh) | 代数多重网格三维变分数据同化技术 | |
GB2547816B (en) | Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation | |
Shields Jr et al. | Representation of vegetation in two-dimensional hydrodynamic models | |
Ukrainczyk et al. | Representative elementary volumes for 3D modeling of mass transport in cementitious materials | |
CN109190280A (zh) | 一种基于核极限学习机替代模型的地下水污染源反演识别方法 | |
CN111523713A (zh) | 一种预测油田中剩余油饱和度分布的方法和装置 | |
Martin et al. | About the use of standard integration schemes for X-FEM in solid mechanics plasticity | |
Deng et al. | Prediction of transonic flow over supercritical airfoils using geometric-encoding and deep-learning strategies | |
CN108615090A (zh) | 基于蒙特卡洛仿真的河湖水质预测及富营养化风险评估方法 | |
Lefkoff et al. | AQMAN: Linear and quadratic programming matrix generator using two-dimensional ground-water flow simulation for aquifer management modeling | |
Florentin et al. | Evaluation of the local quality of stresses in 3D finite element analysis | |
Brandyberry et al. | A GFEM-based reduced-order homogenization model for heterogeneous materials under volumetric and interfacial damage | |
CN106485057A (zh) | 一种黄土湿陷系数计算方法 | |
Rattanapitikon | Calibration and modification of energy dissipation models for irregular wave breaking | |
Okada et al. | Homogenization analysis for particulate composite materials using the boundary element method | |
Karasu et al. | Prediction of parameters which affect beach nourishment performance using MARS, TLBO, and conventional regression techniques | |
Ruess et al. | Weakly enforced boundary conditions for the NURBS-based finite cell method | |
Ramanathan et al. | Mechanical Stress-Strain Analysis of a Portable Oil Spill Skimmer Frame for Response and Recovery Activities | |
Echeverribar et al. | Numerical simulation of 2D real large scale floods on GPU: the Ebro River | |
Bouchon et al. | An immersed method based on cut-cells for the simulation of 2d incompressible fluid flows past solid structures | |
Ghanbari et al. | A reliable approach for analysing the nonlinear KDV equation of fractional order | |
Li et al. | Combining Box Counting-dimension with a Fuzzy Synthetic Evaluation Model Based Quantitative Evaluation on Soil and Water Erosion of Lake Dianchi Basin, China | |
Mulet et al. | Highly accurate conservative finite difference schemes and adaptive mesh refinement techniques for hyperbolic systems of conservation laws | |
Datsenko et al. | Analysis of long-term changes in anoxic zones in the mozhaisk reservoir based on model calculations | |
Song et al. | Adaptive residual convolutional neural network for compressive strength prediction of energetic materials using SEM images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220812 |