基于潜变量扩散模型的壁面湍流生成与数据同化

《Journal of Fluid Mechanics》：Turbulence generation and data assimilation in wall-bounded flows with a latent diffusion model

　　

壁面约束湍流流动具有混沌性和多尺度特征，使得在高雷诺数条件下进行快速预测在风电场等应用中面临巨大的计算挑战。经典的数据同化方法依赖于反复求解控制方程，因此继承了这种高昂的计算成本。生成模型通过学习流动状态的概率分布，能够实现可扩展的概率性重构。本研究提出的生成框架将变分自编码器（VAE）与扩散Transformer（DiT）相结合，用于生成四维时空样本。贝叶斯条件作用使得无需重新训练即可进行数据同化，并允许通过采样施加统计约束。该框架被应用于湍流平面Couette流的一个子区域，在该生成区域内对应的直接数值模拟（DNS）需要约O(10?)个空间自由度。利用约O(10)个潜变量空间自由度，模型实现了约O(10?)的压缩比，这比此前报道的结果高出一到两个数量级。该模型能够复现高达四阶的单点统计量和能量谱，以及由速度增量和Q-R统计量捕捉到的间歇性和相位敏感结构。两种同化场景表明，当观测数据与先验分布统计一致时，采用所提出采样策略的条件扩散模型能够在后验分布中保留复杂的湍流统计特性。然而，在保持物理保真度和样本多样性的同时强制执行这些约束会引入固有的权衡。过度的条件作用可能会扭曲学习到的先验分布，这与经典集合数据同化方法的局限性相似，后者同样可能因过度调整而破坏先验协方差。这些结果既凸显了扩散模型作为概率替代模型的潜力，也揭示了对其进行条件作用时所面临的挑战。

一、研究背景

壁面约束湍流流动的预测与不确定性量化是流体力学中的根本性挑战，尤其在高雷诺数条件下，湍流呈现出多尺度、强非平稳且观测稀疏的特点。准确、时间分辨的流场预测对于监测、控制和决策至关重要，这一需求已超越传统工程中关注时间平均量的目标。新兴的控制与预报策略要求在不确定且快速变化的条件下对瞬态流动行为做出快速可靠的预测，这在城市气候、大气边界层、极端天气事件和风力发电厂等自然与工业场景中普遍存在。

风电场是该类问题的典型范例。其运行耦合了自然大气湍流与工程系统，并处于高度非定常的入流条件下。实时涡轮机控制策略依赖于对流场的准确预测以优化发电功率并确保稳定运行。然而，地形、边界条件和大气边界层稳定性等核心输入参数往往不精确已知或随时间变化。此外，高雷诺数湍流本身具有固有不确定性，呈现跨尺度相互作用的混沌动力学特征，大涡模拟（LES）中的亚网格尺度误差和数值求解器的离散化误差进一步加剧了系统的整体不确定性。

风电场在运行过程中会产生大量观测数据，如气象桅杆、无人机（UAV）和激光雷达（LiDAR）系统采集的数据。这些数据可通过数据同化缓解上述预测不确定性。传统的数据同化框架，如集合卡尔曼滤波（EnKF）和四维变分方法（4D-Var），需与高保真数值求解器耦合，导致其在风电场流动中的应用受限于高昂的计算成本。

近年来，机器学习领域的进展推动了数据驱动方法的发展。其中，生成模型在学习数据概率分布方面展现出巨大潜力，尤其是扩散模型，已成为生成建模领域的最新技术水平。扩散模型具备在贝叶斯框架内生成条件样本的能力，这使得其可用于数据同化任务。然而，扩散模型尚未被探索用于三维、高雷诺数壁面约束湍流的数据同化，此前的研究大多局限于二维简化设置。此外，现有工作直接在物理空间应用扩散模型而未进行降维，这限制了其处理真实高雷诺数湍流的四维时空应用场景。

为解决上述问题，本研究旨在建立一种基于潜变量扩散模型的生成式数据同化框架，以高效生成湍流平面Couette流的四维时空轨迹，并验证其在数据同化中的有效性。

二、研究方法

研究人员采用了以下关键技术方法：

1. 1.
   β-变分自编码器（β-VAE）降维：利用β-VAE将高维物理空间的湍流快照（包含速度分量u、v、w和压力p）压缩至低维潜变量空间。β-VAE通过在损失函数中引入额外的正则化项（由超参数β控制强度），鼓励解耦的、紧凑的潜变量表征，从而实现极高的压缩比。
2. 2.
   扩散Transformer（DiT）时序建模：采用基于Transformer架构的DiT作为扩散模型的神经网络主干，在潜变量空间中学习四维时空序列的分布。DiT的自注意力机制能够有效捕获长程依赖关系，这对于不可压缩流动中压力作为全局拉格朗日乘子的特性至关重要。
3. 3.
   两阶段训练流程：首先独立训练β-VAE，使其学习从物理空间到潜变量空间的编码与解码映射；随后固定β-VAE，在潜变量空间上训练DiT，使其学习潜变量轨迹的分布。
4. 4.
   扩散后验采样实现数据同化：在推理阶段，当获得物理空间的部分观测数据后，通过扩散后验采样方法（利用贝叶斯条件作用）生成与观测一致的流场样本，从而完成数据同化。

三、研究结果

§4.1 维度缩减

研究人员训练了不同潜变量通道数（d?c）的β-VAE模型，发现所有模型均能将物理空间约O(10?)的自由度压缩至潜变量空间的O(10)个自由度，压缩比达O(10?)，远高于现有文献报道。通过评估重建精度与潜变量结构的规整性，确定d?c=24为最优配置，其在重建误差与潜变量解耦性之间取得平衡。

§4.2 无条件湍流生成

研究人员训练了DiT模型以无条件方式生成潜变量序列，并通过β-VAE解码器将其映射回物理空间。生成的流场在单点统计量（均值、方差、偏度、峰度）上达到了接近DNS的精度，最高至四阶矩。预乘能量谱的分析表明，模型能够正确再现湍流的能量级串过程。此外，纵向速度增量的概率密度函数（PDF）在不同尺度下均与DNS吻合良好，证明模型成功捕获了湍流的间歇性特征。速度梯度张量不变量Q-R的联合PDF分析显示，生成的流场正确重现了涡旋拉伸与旋转占优区域的拓扑结构。

§4.3 条件生成与数据同化

研究人员设计了两种数据同化场景。场景一为分散点观测，即在流场中随机选取少量空间点的完整时间序列作为条件。结果表明，当观测点数量适中时，条件扩散模型能够在不显著偏离先验统计特性的前提下，准确插值出未观测区域的流场，后验样本的湍流统计量与DNS一致。场景二为局部矩形数据块观测，即提供一个空间连续子区域内的完整时间序列。研究发现，虽然条件作用能大幅降低该区域的重建均方根误差（RMSE），但过强的空间约束会扭曲学习到的先验分布，导致后验样本在其他区域的湍流统计量（如高阶矩和能量谱）出现偏差。这表明，在保持物理保真度、观测一致性与样本多样性之间存在内在的权衡。

四、讨论与结论

讨论部分指出，过度条件作用导致的先验扭曲现象与经典EnKF方法中分析更新可能违反物理约束（如守恒律）的局限性类似。这强调了在生成式数据同化中谨慎设计条件作用策略的重要性。结论部分总结如下：本研究提出了一个基于β-VAE和DiT的两阶段潜变量扩散框架，成功实现了对高雷诺数壁面约束湍流的四维时空生成与数据同化。该框架在极低的潜变量维度下实现了O(10?)的压缩比，并能忠实复现包括高阶统计量、能谱和精细相干结构在内的复杂湍流特征。数据同化实验表明，该方法在观测与先验统计一致时可有效进行后验推断，但过度条件作用会损害物理保真度。这些结果为扩散模型作为湍流概率替代模型的潜力提供了证据，同时也揭示了对其进行条件作用时所面临的挑战，为未来向实际风电场景的推广奠定了基础。