In this paper, we propose to use the HLL finite volume scheme combined with implicit techniques for modelling the coupled surface and subsurface water flows. In our approach, we used the shallow water equations modelling surface water flow with different source terms such as variable bottom topography, friction effect, precipitation and infiltration. For subsurface water flow, the Green-Amp equation is used to simulate the infiltration process through soils. For solving the resulting nonlinear-coupled system of shallow water flow and the Green-Ampt infiltration equations, the HLL finite volume schemes with linear reconstructions of the solutions at the discrete level are implemented in order to achieve the second-order accuracy of the scheme. Appropriate discretization techniques are used for the source terms to guarantee the well-balanced property of our numerical scheme. Numerical experiments are performed to test the capability of the developed numerical scheme to simulate the coupled surface and subsurface water flows.


翻译:在本文中,我们提议使用HLLL有限量计划,同时采用隐含技术模拟地表水和地下水流。在我们的方法中,我们使用浅水方程式模拟地表水流,使用不同来源的术语,如可变底层地形、摩擦效应、降水和渗透;在地下水流方面,使用绿色安培方程式模拟土壤渗入过程。为了解决由此产生的非线性浅水流和绿地渗入方程式,实施了HLL有限量计划,在离散一级对解决办法进行线性重建,以实现该办法的第二级准确性。在源术语中使用了适当的离散技术,以保障我们数字方法的平衡性。进行了数字实验,以测试已开发的模拟地表和地下水流的数字方法的能力。

0
下载
关闭预览

相关内容

Surface 是微软公司( Microsoft)旗下一系列使用 Windows 10(早期为 Windows 8.X)操作系统的电脑产品,目前有 Surface、Surface Pro 和 Surface Book 三个系列。 2012 年 6 月 18 日,初代 Surface Pro/RT 由时任微软 CEO 史蒂夫·鲍尔默发布于在洛杉矶举行的记者会,2012 年 10 月 26 日上市销售。
专知会员服务
50+阅读 · 2020年12月14日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
14+阅读 · 2019年4月13日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
0+阅读 · 2021年7月26日
Arxiv
0+阅读 · 2021年7月22日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
14+阅读 · 2019年4月13日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员