Abstract: G. Iacobello, D. E. Rival (2023)

Realistic fluid flow problems often require that Lagrangian tracers are deployed in a sparse or very-sparse manner, such as for oceanic and atmospheric flows where large-scale motion needs characterisation. Data sparsity represents a significant issue in Lagrangian analysis, especially for data-driven methods that rely heavily on large datasets. We propose a multiscale spatial recurrence network (MSRN) methodology for characterising very-sparse Lagrangian data, which exploits individual tracks and a spatial recurrence criterion to identify the spatio-temporal complexity of tracer trajectories. The MSRN is an unsupervised modelling framework that does not require a priori parameter setting, and-through the quantification of persistent link activation at specific trajectory intervals-can reveal the presence of dominant looping scales in a variety of salient fluid flows. This new paradigm is shown to be successful for the study of Lagrangian tracers seeded in complex (realistic) flows, including unsteady and advection-dominated problems. This makes MSRNs an effective and versatile tool to characterise sensor trajectories in key problems such as environmental processes critical to understanding and mitigating climate change.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Identifying dominant flow features from very-sparse Lagrangian data: a multiscale recurrence network-based approach