Spectral interpolation in semi-implicit semi-Lagrangian methods for shallow water equations on the sphere

तकनीकी सारांश: गोले पर उथले जल समीकरणों (Shallow Water Equations) के लिए सेमी-इम्प्लिसिट सेमी-लैग्रेंजियन विधियों में स्पेक्ट्रल इंटरपोलेशन

समस्या विवरण
सेमी-इम्प्लिसिट सेमी-लैग्रेंजियन (SISL) विधियाँ परिचालन वैश्विक मौसम और जलवायु मॉडलों के लिए मानक हैं क्योंकि वे उन समय चरणों (time steps) की अनुमति देती हैं जो कूरेंट-फ्रेड्रिक्स-लेवी (CFL) स्थिति द्वारा निर्धारित सीमाओं से अधिक होते हैं। हालांकि, एक महत्वपूर्ण संख्यात्मक विसंगति वर्तमान परिचालन योजनाओं में मौजूद है। जबकि प्रोग्नोस्टिक चर (prognostic variable) के डेरिवेटिव के स्थानिक विवेचन (spatial discretization) के लिए आमतौर पर स्पेक्ट्रली सटीक विधियों (जैसे कि स्फेरिकल हार्मोनिक ट्रांसफॉर्म [SHT] या डबल फूरियर स्फीयर [DFS] विधि) का उपयोग किया जाता है, ऑफ-ग्रिड डिपार्चर पॉइंट्स पर चरों के मूल्यांकन के लिए आवश्यक इंटरपोलेशन चरण निम्न-क्रम (low-order) तकनीकों, जैसे कि क्यूबिक या क्विंटिक टेंसर-प्रोडक्ट लैग्रेंज बहुपदों पर निर्भर करता है।

यह बेमेल (mismatch) संख्यात्मक सटीकता में एक विसंगति पैदा करता है। हालांकि निम्न-क्रम इंटरपोलेशन को कम्प्यूटेशनल लागत संबंधी चिंताओं (एक जटिलता $O(n^2)$ बनाम $O(n^4)$ के साथ) और सरल एडवेक्शन के लिए सैद्धांतिक त्रुटि सीमाओं के कारण अक्सर उचित ठहराया जाता है, लेकिन उथले जल समीकरणों (SWE) जैसे जटिल प्रणालियों के लिए इस ट्रेड-ऑफ को न्यायसंगत ठहराने के लिए साहित्य में सीमित संख्यात्मक साक्ष्य उपलब्ध हैं। इसके अतिरिक्त, निम्न-क्रम इंटरपोलेशन अत्यधिक संख्यात्मक प्रसार (numerical diffusion) और फेज़ त्रुटियों (phase errors) को पेश करने के लिए जाना जाता है, जो लंबी एकीकरण अवधियों (integration times) में सटीकता और संरक्षण गुणों को कम कर सकता है।

कार्यप्रणाली
यह कार्य गोले पर SWE के लिए SISL योजनाओं के भीतर स्पेक्ट्रली सटीक इंटरपोलेशन के पहले संख्यात्मक अन्वेषण को प्रस्तुत करता है। लेखक योशिमुरा [56] द्वारा विकसित DFS-आधारित SISL मॉडल पर आधारित हैं, जो एक स्थिर फूरियर आधार और एक टू-टाइम-लेवल SETTLS योजना का उपयोग करता है।

मुख्य कार्यप्रणालीगत नवाचार मानक लैग्रेंज इंटरपोलेशन को उसी DFS फूरियर आधार का उपयोग करके एक स्पेक्ट्रल इंटरपोलेशन योजना से बदलना है, जिसका उपयोग स्थानिक डेरिवेटिव के लिए किया जाता है। कम्प्यूटेशनल लागत की बाधा को दूर करने के लिए, लेखक नॉन-यूनिफॉर्म फास्ट फूरियर ट्रांसफॉर्म (NUFFT) का उपयोग करते हैं।

• इंटरपोलेशन तंत्र: प्रोग्नोस्टिक चरों (विशेष रूप से सेमी-इम्प्लिसिट सिस्टम में $R_v$ और $R_h$ पद) का विस्तार आंशिक नियमितता (partial regularity) वाले DFS आधार का उपयोग करके किया जाता है। इन विस्तारों का फिर गैर-ग्रिड डिपार्चर पॉइंट्स पर मूल्यांकन किया जाता है।
• जटिलता में कमी: $O(n^2)$ डिपार्चर पॉइंट्स पर डायरेक्ट इवैल्यूएशन के लिए द्विचर (bivariate) फूरियर सीरीज़ का मूल्यांकन करने के लिए $O(n^4)$ ऑपरेशन्स की आवश्यकता होगी। सीरीज़ को कॉम्प्लेक्स एक्सपोनेंशियल फॉर्म में पुनर्गठित करके और NUFFT (विशेष रूप से FINUFFT लाइब्रेरी) का उपयोग करके, कम्प्यूटेशनल जटिलता घटकर $O(n^2 \log^2(1/\epsilon) + n^2 \log n)$ हो जाती है, जहाँ $\epsilon$ सटीकता सहिष्णुता (accuracy tolerance) है। यह इंटरपोलेशन चरण को शेष स्पेक्ट्रल SISL योजना के साथ कम्प्यूटेशनल रूप से सुसंगत बनाता है।
• कार्यान्वयन: लेखकों ने इस स्पेक्ट्रल इंटरपोलेशन को दो संदर्भों में लागू किया:
  1. एक DFS-आधारित SISL मॉडल (योशिमुरा के स्थिर फूरियर आधार का उपयोग करते हुए)।
  2. एक SHT-आधारित SISL मॉडल (गॉस-लेगेंड्रे ग्रिड का उपयोग करते हुए), जहाँ DFS विधि का उपयोग गैर-समान अक्षांश बिंदुओं से द्विचर फूरियर इंटरपॉलेंट्स उत्पन्न करने के लिए अनुकूलित किया गया है।

प्रमुख योगदान और परिणाम
लेखकों ने मानक निम्न-क्रम लैग्रेंज इंटरपोलेशन (LAG) के विरुद्ध नए स्पेक्ट्रल इंटरपोलेशन स्कीम्स का मूल्यांकन मानक SWE टेस्ट केस (विलियमसन TC1, TC2, TC5, TC6, और गैलेव्स्की टेस्ट केस) का उपयोग करके किया। परिणाम कई स्पष्ट लाभ प्रदर्शित करते हैं:

1. सटीकता और अभिसरण (Convergence):

   • TC1 (कोसाइन बेल का एडवेक्शन): स्पेक्ट्रल DFS इंटरपोलेशन ने LAG के समान स्थानिक अभिसरण दर बनाए रखी लेकिन लगभग दो क्रम (orders of magnitude) कम त्रुटि प्राप्त की। लंबी एकीकरण अवधि (10 चक्करों) के दौरान, DFS विधि ने LAG की तुलना में त्रुटियों को तीन क्रम कम कर दिया।
   • TC2 (जियोस्ट्रोफिक फ्लो): जबकि LAG इंटरपोलेशन अपेक्षित द्वितीय-क्रम टेम्पोरल अभिसरण दिखाने में विफल रहा (संभवतः प्रमुख स्थानिक त्रुटियों के कारण), DFS इंटरपोलेशन स्कीम्स ने सैद्धांतिक द्वितीय-क्रम सटीकता प्राप्त की।
   • TC5 और TC6 (माउंटेन फ्लो और रॉस्बी-हौरविट्ज़ वेव्स): DFS विधि ने LAG की तुलना में, विशेष रूप से सूक्ष्म रिज़ॉल्यूशन और छोटे टाइम स्टेप्स पर, ऊंचाई के क्षेत्रों (height fields) में लगातार कम त्रुटियां उत्पन्न कीं। TC6 में, DFS विधि ने वेव ट्रफ्स (wave troughs) के आकार को बेहतर ढंग से संरक्षित किया, जो उच्च-क्रम यूलेरियन संदर्भ समाधानों के अधिक निकट था।

2. संरक्षण गुण (Conservation Properties):

   • स्पेक्ट्रल इंटरपोलेशन ने द्रव्यमान (mass) और ऊर्जा के संरक्षण में महत्वपूर्ण सुधार किया। TC1 में, 120 दिनों के बाद पूर्ण द्रव्यमान त्रुटि LAG के $4.34 \times 10^{-4}$ के मुकाबले DFS के लिए $1.21 \times 10^{-11}$ थी।
   • TC2 और TC5 में, DFS विधि ने समय के साथ स्थिर द्रव्यमान और ऊर्जा संरक्षण त्रुटियों को बनाए रखा, जबकि LAG त्रुटियां बढ़ने या अधिक दोलन करने की प्रवृत्ति रखती थीं।

3. संख्यात्मक प्रसार और लघु-पैमाने की गतिशीलता (Small-Scale Dynamics):

   • गैलेव्स्की टेस्ट केस: इसमें टर्बुलेंस में विकसित होने वाले एक नॉनलीन जेट का विकास शामिल है। काइनेटिक एनर्जी स्पेक्ट्रम के स्पेक्ट्रल विश्लेषण से पता चला कि LAG इंटरपोलेशन ने उच्च-वेव नंबर ऊर्जा का तेजी से क्षय (dissipation) किया। इसके विपरीत, DFS इंटरपोलेशन स्कीम्स ने ऊर्जा कैस्केड को संरक्षित किया, जिससे उच्च-वेव नंबर स्पेक्ट्रम टर्बुलेंट रोटेटिंग फ्लो में देखे गए सैद्धांतिक $k^{-5/3}$ स्केलिंग के करीब पहुँच सका। LAG इंटरपोलेशन इस व्यवहार को पकड़ने में विफल रहा, जो अत्यधिक संख्यात्मक डैम्पिंग का संकेत देता है।

4. कम्प्यूटेशनल दक्षता:

   • वॉल-क्लॉक टाइम तुलनाओं से पता चला कि कम-सटीकता आवश्यकताओं के लिए, LAG इंटरपोलेशन तेज़ है। हालांकि, जैसे-जैसे आवश्यक सटीकता बढ़ती है (सख्त त्रुटि सहनशीलता), DFS इंटरपोलेशन विधि अधिक कुशल हो जाती है, और LAG दृष्टिकोण की तुलना में कम समय में लक्ष्य सटीकता तक पहुँच जाती है। यह पुष्टि करता है कि NUFFT-त्वरित स्पेक्ट्रल इंटरपोलेशन उच्च-परिशुद्धता अनुप्रयोगों के लिए व्यवहार्य है।

महत्व
लेख दावा करते हैं कि SISL योजनाओं में स्पेक्ट्रली सटीक इंटरपोलेशन को शामिल करने से स्थानिक विवेचन और एडवेक्शन इंटरपोलेशन के बीच संख्यात्मक बेमेल को हल किया जा सकता है। अध्ययन दर्शाता है कि यह दृष्टिकोण केवल एक सैद्धांतिक सुधार नहीं है बल्कि मूर्त लाभ भी प्रदान करता है:

• यह स्पेक्ट्रल डेरिवेटिव गणनाओं और एडवेक्शन इंटरपोलेशन चरणों के बीच "सटीकता अंतराल" (accuracy gap) को समाप्त करता है।
• यह संख्यात्मक प्रसार को कम करता है, जिससे सूक्ष्म संरचनाओं और तरंग जैसी विशेषताओं को लंबी एकीकरण अवधियों में संरक्षित किया जा सकता है।
• यह द्रव्यमान और ऊर्जा के संरक्षण को बढ़ाता है, जो दीर्घकालिक जलवायु सिमुलेशन के लिए महत्वपूर्ण है।
• यह अत्यधिक कम्प्यूटेशनल लागत के बिना, NUFFT त्वरण के माध्यम से, ये सुधार प्राप्त करता है।

लेखक निष्कर्ष निकालते हैं कि हालांकि निम्न-क्रम इंटरपोलेशन एक व्यावहारिक समझौता रहा है, नया स्पेक्ट्रल दृष्टिकोण वायुमंडलीय गतिशीलता के उच्च-सटीकता, दीर्घकालिक सिमुलेशन के लिए एक बेहतर विकल्प प्रदान करता है, जो अधिक जटिल त्रि-आयामी डायनेमिकल कोर्स के विस्तार को प्रेरित करता है।