Statistical Theories and Computational Approaches to Turbulence: Modern Perspectives and Applications to Global-Scale Flows

این جلد شامل مقالات ارائه شده در کارگاه آموزشی آماری و رویکردهای محاسباتی به آشفتگی: دیدگاه‌های مدرن و کاربردهای جریان‌های مقیاس جهانی است که در 10 تا 13 اکتبر 2001 در دانشگاه ناگویا، ناگویا، ژاپن برگزار شد. به دلیل پیشرفت‌های اخیر در قابلیت‌های محاسباتی، رویکرد محاسباتی پتانسیل حل طیف وسیع‌تری از مقیاس‌های طول و زمانی را در سیستم‌های فیزیکی آشفته نشان می‌دهد. با این وجود، حتی با وجود بزرگترین ابررایانه‌های آینده قابل پیش‌بینی، توسعه تکنیک‌های مدل‌سازی کافی برای حداقل برخی از مقیاس‌های حرکتی برای محاسبات عملی مشکلات مهمی مانند پیش‌بینی آب‌وهوا و پیش‌بینی و کنترل آلودگی جهانی ضروری خواهد بود. هر چه ماشین های موجود قدرتمندتر شوند، تقاضا برای پیش بینی دقیق سیستم ها بیشتر خواهد شد. این بدان معنی است که دانش دقیق تر و قابل اعتمادتر از دینامیک زیربنایی مهم می شود و روش های عددی کارآمدتر و دقیق تر که به بهترین وجه با نسل جدید رایانه ها تطبیق داده می شود، ضروری است. سپس درک ماهیت مقیاس های حل نشده نقش کلیدی در مدل سازی حرکت آشفته ایفا می کند. چالش تئوری آشفتگی در اینجا این است که فیزیک یا دینامیک آن مقیاس‌ها، به ویژه جنبه‌های آماری آن‌ها، و در نتیجه توسعه مدل‌هایی بر پایه‌های صوتی برای کاهش ابهام مدل‌سازی است. چالش روش محاسباتی ایجاد الگوریتم‌های کارآمد مناسب برای مسائل، ماشین‌ها و مدل‌های توسعه‌یافته است.

This volume contains the papers presented at the workshop on Statistical The­ ories and Computational Approaches to Turbulence: Modern Perspectives and Applications to Global-Scale Flows, held October 10-13, 2001, at Nagoya Uni­ versity, Nagoya, Japan. Because of recent developments in computational capabilities, the compu­ tational approach is showing the potential to resolve a much wider range of length and time scales in turbulent physical systems. Nevertheless, even with the largest supercomputers of the foreseeable future, development of adequate modeling techniques for at least some scales of motion will be necessary for practical computations of important problems such as weather forecasting and the prediction and control of global pollution. The more powerful the available machines become, the more demand there will be for precise prediction of the systems. This means that more precise and reliable knowledge of the underlying dynamics will become important, and that more efficient and precise numerical methods best adapted to the new generation of computers will be necessary. The understanding of the nature of unresolved scales then will playa key role in the modeling of turbulent motion. The challenge to turbulence theory here is to elucidate the physics or dynamics of those scales, in particular their sta­ tistical aspects, and thereby develop models on sound bases to reduce modeling ambiguity. The challenge to the computational method is to develop efficient algorithms suitable for the problems, the machines, and the developed models.