Уважаемые коллеги, доброго времени суток! Представляем вам немецкое научное издание Nonlinear Processes in Geophysics. Журнал имеет второй квартиль, издаётся в European Geosciences Union, находится в открытом доступе, его SJR за 2022 г. равен 0,629, пятилетний импакт-фактор 2,1, печатный ISSN - 1023-5809, электронный - 1607-7946, предметные области - Статистическая и нелинейная физика, Геофизика, Геохимия и петрология. Вот так выглядит обложка:
Здесь несколько редакторов - Кристиан Францке, контактные данные - christian.franzke@pusan.ac.kr,
Ана Мария Манчо - a.m.mancho@icmat.es,
Даниэл Шертцер - daniel.schertzer@enpc.fr,
Оливье Талагранд - talagrand@lmd.ens.fr
и Стефан Ваннитсем - Stephane.Vannitsem@meteo.be.
Дополнительный публикационный контакт - editorial@copernicus.org.
Это международный междисциплинарный некоммерческий журнал, посвященный выходу из тупиков, с которыми часто сталкиваются стандартные подходы в науках о Земле и космосе. Поэтому он требует прорывных и инновационных концепций и методологий, а также оригинальных применений этих концепций для решения проблемы повсеместной сложности в системах наук о земле и во взаимодействующих социальных и биологических системах. Такие системы нелинейны, с реакциями, сильно непропорциональными возмущениям и демонстрируют связанную с этим чрезвычайную изменчивость в разных масштабах.
Адрес издания - https://www.nonlinear-processes-in-geophysics.net/
Пример статьи, название - Bridging classical data assimilation and optimal transport. Заголовок (Abstract) - Because optimal transport acts as displacement interpolation in physical space rather than as interpolation in value space, it can potentially avoid double penalty errors. As such it provides a very attractive metric for non-negative physical fields comparison – the Wasserstein distance – which could further be used in data assimilation for the geosciences. The algorithmic and numerical implementations of such distance are however not straightforward. Moreover, its theoretical formulation within typical data assimilation problems face conceptual challenges, resulting in scarce contributions on the topic in the literature.
We formulate the problem in a way that offers a unified view on both classical data assimilation and optimal transport. The resulting OTDA framework accounts for both the classical source of prior errors, background and observation, together with a Wasserstein barycentre in between states that stand for these background and observation. We show that the hybrid OTDA analysis can be decomposed as a simpler OTDA problem involving a single Wasserstein distance, followed by a Wasserstein barycentre problem which ignores the prior errors and can be seen as a McCann interpolant. We also propose a less enlightening but straightforward solution to the full OTDA problem, which includes the derivation of its analysis error covariance matrix. Thanks to these theoretical developments, we are able to extend the classical 3D-Var/BLUE paradigm at the core of most classical data assimilation schemes. The resulting formalism is very flexible and can account for sparse, noisy observations and non-Gaussian error statistics. It is illustrated by simple one– and two–dimensional examples that show the richness of the new types of analysis offered by this unification.