结合集合卡尔曼滤波的POD伽辽金降阶模型：城市街谷流动预测
POD Galerkin reduced-order model with ensemble Kalman filtering for urban street canyon flow predictions
发表于 2026年5月15日 · 收录于雷达 2026年11月5日
中文摘要
研究针对等温城市街谷流动，构建基于本征正交分解（POD）和伽辽金投影的降阶模型，并利用稀疏速度观测与集合卡尔曼滤波进行数据同化，以缓解模型不稳定。结果显示，观测探针数量充足时，优化模型能够较好预测瞬时速度场，尤其是流向速度分量，并再现雷诺剪切应力等关键流动统计量。