A Voxel-based Approach for Simulating Microbial Decomposition in Soil: Comparison with LBM and Improvement of Morphological Models

要約

この研究は、土壌の 3D マイクロコンピュータ断層撮影 (マイクロ CT) 画像から有機物の微生物分解をシミュレーションするための新しい計算アプローチを提示します。
この方法では、接続されたボクセルの評価グラフを使用して、複雑な土壌マトリックス内での微生物の分解に関与する変態および拡散プロセスをシミュレートします。
結果として得られるモデルは、多孔質媒体内のあらゆる拡散変換プロセスをシミュレートするために適合させることができます。
私たちは並列化戦略を実装し、陰的、陽的、同期、非同期スキームなどのさまざまな数値的手法を検討しました。
私たちの方法を検証するために、シミュレーション出力を LBioS および Mosaic モデルによって提供される出力と比較しました。
LBioS は拡散に格子ボルツマン法を使用し、Mosaic は球や楕円体などの幾何学的プリミティブを使用してポア ネットワーク幾何学的モデリング (PNGM) を利用します。
このアプローチでは、従来の LBM ベースのシミュレーションと同等の結果が得られましたが、必要な計算時間はわずか 4 分の 1 でした。
モザイク シミュレーションと比較すると、提案された方法は遅いですがより正確であり、キャリブレーションを必要としません。
さらに、PNGM ベースのシミュレーションを強化するための理論的枠組みと応用例を紹介します。
これは、確率的勾配降下法と現在の手法で生成されたデータを使用して拡散コンダクタンス係数を近似することによって実現されます。

要約(オリジナル)

This study presents a new computational approach for simulating the microbial decomposition of organic matter, from 3D micro-computed tomography (micro-CT) images of soil. The method employs a valuated graph of connected voxels to simulate transformation and diffusion processes involved in microbial decomposition within the complex soil matrix. The resulting model can be adapted to simulate any diffusion-transformation processes in porous media. We implemented parallelization strategies and explored different numerical methods, including implicit, explicit, synchronous, and asynchronous schemes. To validate our method, we compared simulation outputs with those provided by LBioS and by Mosaic models. LBioS uses a lattice-Boltzmann method for diffusion and Mosaic takes benefit of Pore Network Geometrical Modelling (PNGM) by means of geometrical primitives such as spheres and ellipsoids. This approach achieved comparable results to traditional LBM-based simulations, but required only one-fourth of the computing time. Compared to Mosaic simulation, the proposed method is slower but more accurate and does not require any calibration. Furthermore, we present a theoretical framework and an application example to enhance PNGM-based simulations. This is accomplished by approximating the diffusional conductance coefficients using stochastic gradient descent and data generated by the current approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google