Критерий применимости теории длинных волн для описания диспергирующих волн цунами

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Проанализированы условия применимости бездисперсионной теории длинных волн для воспроизведения диспергирующих волн цунами. В качестве количественного критерия предложена к использованию дистанция дисперсионного разрушения, – величина, которая однозначно определяется длиной волны, доминирующей в спектре начального возвышения водной поверхности в очаге цунами, и корректирующим коэффициентом \(\alpha \). Физический смысл величины \(\alpha \) – доля длины волны, на которую диспергирующий волновой пакет отстанет от фронта длинной волны, при распространении на расстояние, равное дистанции дисперсионного разрушения. С использованием модельного остаточного смещения поверхности дна, геометрические параметры которого варьируются случайным образом, в рамках предположения о мгновенной генерации волн и с учетом сглаживающего эффекта водного слоя методом Монте-Карло установлена связь между точностью воспроизведения волн бездисперсионной моделью и величиной \(\alpha \). С использованием “шкалы коэффициента \(\alpha \)” выполнено ранжирование критериев, которые были предложены ранее другими авторами.

Об авторах

М. А. Носов

Физический факультет МГУ им. М.В. Ломоносова; Институт морской геологии и геофизики Дальневосточного отделения РАН

Автор, ответственный за переписку.
Email: m.a.nosov@mail.ru
Россия, 119991, Москва, Ленинские горы, 1, стр. 2; Россия, 693022, Южно-Сахалинск, ул. Науки, 1Б

А. И. Зарубина

Физический факультет МГУ им. М.В. Ломоносова

Автор, ответственный за переписку.
Email: zarubina.ai17@physics.msu.ru
Россия, 119991, Москва, Ленинские горы, 1, стр. 2

Список литературы

  1. Доброхотов С.Ю., Назайкинский В.Е., Тироцци Б. О методе осреднения для дифференциальных операторов с осциллирующими коэффициентами // Докл. РАН. 2015. Т. 461. № 5. С. 516–520.
  2. Куликов Е.А., Медведев П.П., Лаппо С.С. Регистрация из космоса цунами 26 декабря 2004 г. в Индийском океане // Докл. РАН. 2005. Т. 401. № 4. С. 537–542.
  3. Носов М.А. Волны цунами сейсмического происхождения: современное состояние проблемы // Изв. РАН. Физика атмосферы и океана. 2014. Т. 50. № 5. С. 540–540.
  4. Носов М.А. Применимость длинноволнового приближения к описанию динамики цунами // Ученые записки физического факультета Московского университета. 2017. № 4. С. 1740503.
  5. Носов М.А., Колесов С.В. Комбинированная численная модель цунами // Математическое моделирование. 2019. Т. 31. № 1. С. 44–62.
  6. Носов М.А., Семенцов К.А. Расчет начального возвышения в очаге цунами с использованием аналитических решений // Изв. РАН. Физика атмосферы и океана. 2014. Т. 50. № 5. С. 612–612.
  7. Пелиновский Е.Н. Гидродинамика волн цунами. Нижний Новгород: ИПФ РАН, 1996. 276 с.
  8. Пелиновский Е.Н. Нелинейная динамика волн цунами. Горький: ИПФ АН СССР, 1982. 216 с.
  9. Behrens J., Dias F. New computational methods in tsunami science // Phil. Trans. R. Soc. 2015. V. 373. № 2053. P. 20140382.
  10. Dobrokhotov S.Yu., Grushin V.V., Sergeev S.A., Tirozzi B. Asymptotic theory of linear water waves in a domain with nonuniform bottom with rapidly oscillating sections // Russ. J. Math. Phys. 2016. V. 23. № 4. P. 454–473.
  11. Gisler G.R. Tsunami simulations // Annu. Rev. Fluid Mech. 2008. V. 40. P. 71–90.
  12. Glimsdal S., Pedersen G.K., Harbitz C.B. et al. Dispersion of tsunamis: does it really matter? // Nat. Hazard. Earth. Syst. Sci. 2013. V. 13. № 6. P. 1507–1526.
  13. Grimshaw R.H., Ostrovsky L.A., Shrira V.I., Stepanyants Y.A. Long nonlinear surface and internal gravity waves in a rotating ocean // Surveys in Geophysics. 1998. V. 19. № 4. P. 289–338.
  14. Kajiura K. The leading wave of a tsunami // Bull. Earthq. Res. Inst. 1963. V. 41. № 3. P 535–571.
  15. Kajiura K. Tsunami source, energy and directivity of wave radiation // Bull. Earthq. Res. Inst. 1970. V. 48. № 5. P. 835–869.
  16. Korolev P.Yu., Korolev Yu.P., Loskutov A.V. Analysis of the main characteristics of tsunamis based on data from deep-ocean stations // IOP Conference Series: Earth and Environmental Science. 2019. V. 324. № 1. P. 012 017.
  17. Kozelkov A., Efremov V., Kurkin A. et al. Three-dimensional numerical simulation of tsunami waves based on the Navier-Stokes equations // Sci. Tsunami Hazards. 2017. V. 36. № 4. P. 183–196.
  18. Kulikov E.A., Rabinovich A.B., Thomson R.E. et al. The landslide tsunami of November 3, 1994, Skagway harbor, Alaska // J. Geophys. Res.: Oceans. 1996. V. 101. № C3. P. 6609–6615.
  19. Levin B.W., Nosov M.A. Physics of Tsunamis, Second Edition. Cham-Heidelberg-New York-Dordrecht-London: Springer, 2016. 388 p.
  20. Madsen P.A., Murray R., Sorensen O.R. A new form of the Boussinesq equations with improved linear dispersion characteristics // Coast. Eng. 1991. V. 15. № 4. P. 371–388.
  21. Mirchina N.R., Pelinovsky E.N. Nonlinear and dispersive effects for tsunami waves in the open ocean // Int. J. Tsunami Soc. 1982. V. 2. № 4. P. 1073–1081.
  22. Saito T. Tsunami generation and propagation. Tokyo: Springer Japan, 2019. 274 p.
  23. Saito T., Kubota T. Tsunami modeling for the deep sea and inside focal areas // Annu. Rev. Earth. Planet. Sci. 2020. V. 48. P. 121–145.
  24. Shijo R., Tsukuda Y., Sato T. et al. Tsunami Simulation by 3D Model Around a Power Station Due to the 2011 Tohoku Earthquake // Coast. Eng. J. 2016. V. 58. № 4. P. 1 640 014.
  25. Shuto N. Numerical simulation of tsunamis–Its present and near future // Natural Hazards. 1991. V. 4. № 2. P. 171–191.
  26. Titov V., Kânoğlu U., Synolakis C. Development of MOST for real-time tsunami forecasting // J. Waterw., Port, Coast., Ocean Eng. 2016. V. 142. № 6. P. 03116004.
  27. Watada S., Kusumoto S., Satake K. Traveltime delay and initial phase reversal of distant tsunamis coupled with the self-gravitating elastic Earth // J. Geophys. Res.: Solid Earth. 2014. V. 119. № 5. P. 4287–4310.

Дополнительные файлы



Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».