L#39assimilation de données (DA) est une méthode mathématique importante pour prédire les écoulements turbulents à des fins de prévision météorologique. Cependant, les origines de l’échelle de longueur critique, paramètre crucial dans cette méthode, et sa dépendance vis-à-vis du nombre de Reynolds ne sont pas bien includes. Aujourd’hui, les chercheurs ont développé un nouveau cadre théorique qui traite la DA comme un problème de stabilité pour expliquer ce paramètre. Ce cadre peut contribuer de manière significative à la recherche sur la turbulence et inspirer de nouvelles méthodes basées sur les données pour prédire la turbulence.
Les prévisions météorologiques sont importantes pour divers secteurs, notamment l#39agriculture, les opérations militaires et l#39aviation, ainsi que pour prévoir les catastrophes naturelles comme les tornades et les cyclones. Elle repose sur la prévision du mouvement de l’air dans l’atmosphère, caractérisé par des écoulements turbulents entraînant des tourbillons d’air chaotiques. Cependant, prédire avec précision ces turbulences reste très difficile en raison du manque de données sur les écoulements turbulents à petite échelle, ce qui conduit à l’introduction de petites erreurs initiales. Ces erreurs peuvent, à leur tour, conduire ultérieurement à des changements drastiques dans les états d’écoulement, un phénomène connu sous le nom d’effet papillon chaotique.
Pour relever le défi des données limitées sur les écoulements turbulents à petite échelle, une méthode basée sur les données connue sous le nom d#39assimilation de données (DA) a été utilisée pour la prévision. En intégrant diverses resources d#39informations, cette approche permet de déduire des détails sur les tourbillons turbulents à petite échelle à partir de leurs homologues additionally grands. Notamment, dans le cadre des méthodes DA, un paramètre essential appelé échelle de longueur critique a été identifié. Cette échelle de longueur critique représente le issue en dessous duquel toutes les informations pertinentes sur les tourbillons à petite échelle peuvent être extrapolées à partir des plus grands. Le nombre de Reynold, un indicateur du niveau de turbulence dans l#39écoulement des fluides, joue un rôle central dans ce contexte, des valeurs plus élevées suggérant une augmentation des turbulences. Cependant, malgré le consensus généré par de nombreuses études concernant une valeur commune pour l#39échelle critique, une explication de son origine et de sa relation avec le nombre de Reynold reste insaisissable.
Pour résoudre ce problème, une équipe de chercheurs, dirigée par le professeur agrégé Masanobu Inubushi de l#39Université des sciences de Tokyo, au Japon, a récemment proposé un cadre théorique. Ils ont traité le processus de DA comme un problème de stabilité. « En considérant ce phénomène de turbulence comme une #39synchronisation d#39un petit vortex par un grand vortex#39 et en l#39attribuant mathématiquement au #39problème de stabilité des variétés synchronisées#39, nous avons réussi à expliquer théoriquement cette échelle critique pour la première fois », explique le Dr.Inubushi. La lettre, publiée dans Bodily Review Letters le 18 décembre 2023, est co-écrite par le professeur Yoshitaka Saiki de l#39université Hitotsubashi, le professeur agrégé Miki U. Kobayashi de l#39université Rissho et le professeur Susumo Goto de l#39université d#39Osaka.
À cette fin, l’équipe de recherche a utilisé une approche interdisciplinaire combinant la théorie du chaos et la théorie de la synchronisation. Ils se sont concentrés sur une variété invariante, appelée variété DA, et ont mené une analyse de stabilité. Leurs résultats ont révélé que l’échelle de longueur critique est une problem clé pour l’AD et est caractérisé par des exposants transversaux de Lyapunov (TLE), qui dictent en fin de compte le succès ou l#39échec du processus DA. De additionally, sur la foundation d#39une découverte récente montrant la dépendance du nombre de Reynolds avec l#39exposant de Lyapunov maximal (LE) et la relation entre les TLE et le LE maximal, ils ont conclu que l#39échelle de longueur critique augmente avec le nombre de Reynolds, clarifiant ainsi la dépendance du nombre de Reynolds de l#39échelle de longueur critique.
Soulignant l#39significance de ces découvertes, le Dr Inubushi déclare : « Ce nouveau cadre théorique a le potentiel de faire progresser de manière significative la recherche sur la turbulence dans des problèmes critiques tels que l#39imprévisibilité, la cascade d#39énergie et la singularité, abordant un domaine que le physicien Richard P. Feynman a décrit comme étant « l#39une des difficultés restantes de la physique classique. »
En résumé, le cadre théorique proposé améliore non seulement notre compréhension de la turbulence, mais ouvre également la voie à de nouvelles méthodes basées sur les données qui peuvent améliorer la précision et la fiabilité des prévisions météorologiques.
