Scalable algorithms for fully implicit ocean models
Promotie: dhr. J. Thies, 13.15 uur, Academiegebouw, Broerstraat 5, Groningen
Proefschrift: Scalable algorithms for fully implicit ocean models
Promotor(s): prof.dr. A.E.P. Veldman
Faculteit: Wiskunde en Natuurwetenschappen
Computersimulaties van oceaanstromingen
Klimaatonderzoek is een vakgebied binnen de natuurkunde waarin men vaak is aangewezen op computersimulaties. Experimenteren is lastig vanwege de technische problemen die optreden bij de 'down scaling' van de oceaan naar laboratorium-dimensies. Observaties kunnen maar sporadisch worden gedaan omdat onderzoeksschepen duur zijn en maar op één plek tegelijk kunnen zijn. Meten via satellieten is beperkt tot het oppervlak van de zee. Jonas Thies onderzocht daarom of het mogelijk is om simulaties van oceaanstromingen te vereenvoudigen met behulp van innovatieve numerieke methodes.
De focus hierbij ligt op het begrip van 'schaalbaarheid', waarbij geldt dat een algoritme schaalbaar is als het verfijnen van het rekenrooster tot een evenredige toename in rekenoperaties leidt. Een computerprogramma heet schaalbaar als het gebruiken van meerdere processoren de rekentijd evenredig verkort.
De impliciete aanpak die Thies voorstelt is gebaseerd op het oplossen van gekoppelde stelsels van vergelijkingen, terwijl expliciete modellen eenvoudigere updates van de variabelen gebruiken om van een tijdspunt naar het volgende over te gaan. Zijn impliciete aanpak kan onbeperkt grote tijdstappen nemen, waardoor veel langere tijdperken gesimuleerd kunnen worden, zoals bijvoorbeeld ijstijden. De numerieke uitdagingen zijn echter aanzienlijk groter dan bij expliciete modellen.
Een oceaan is een complex dynamisch systeem dat gevoelig kan reageren op kleine veranderingen van parameters zoals de temperatuur van de atmosfeer. Terwijl traditionele (expliciete) modellen voor elk scenario opnieuw opgestart moeten worden kan de impliciete variant direct parameters variëren en van één situatie naar de volgende overgaan (continuatie). Dit leidt tot duidelijk hogere e ffi ciëntie van impliciete modellen als het erom gaat veel scenarios te testen.
Jonas Thies (Zwitserland, 1980) studeerde informatica aan de KTH Stockholm. Het onderzoek werd uitgevoerd bij de afdeling wiskunde van de RUG en gefinancierd door NWO. Thies zet zijn wetenschappelijk loopbaan voort als postdoc bij het instituut voor interdisciplinaire wiskunde aan de universiteit Uppsala (Zweden).
Laatst gewijzigd: | 13 maart 2020 01:12 |
Meer nieuws
-
25 september 2025
RUG onderzoeker brengt invloed geluid Waddenzee in kaart
Met een subsidie van het Waddenfonds en het ministerie van Landbouw, Visserij, Voedselzekerheid en Natuur gaat RUG professor Britas Klemens Eriksson onderzoek doen naar de invloed van geluid op het onderwaterleven in de Waddenzee.
-
23 september 2025
Minder werken om je CO2 voetafdruk te verkleinen?
Klaus Hubacek berekent of de groene alternatieven die we hebben bedacht om minder CO2 uit te stoten eigenlijk wel zo’n goed plan zijn. Zoals bomen planten, auto’s delen of minder werken. Spoiler: bijna alles heeft een keerzijde, ja, in sommige...
-
23 september 2025
ASML koopt zich in bij Mistral AI – waar heeft een chipmaker kunstmatige intelligentie voor nodig?
Onlangs nam ASML een aandeel van 11 procent in het Franse Mistral AI. Ming Cao, hoogleraar Netwerken en Robotica aan de RUG, legt uit waarom een bedrijf dat chipmachines maakt AI nodig heeft.