地形测量、网格生成、贴体离散与几何误差。
研究提出 Structure–Function Coherent Coarsening（SFCC）框架，旨在模型输入粗化过程中更好地保留水文结构与功能异质性，并在美国 Salish Sea Basin 的 24 个子流域使用 VELMA 模型评估三类输入的粗化策略。
推荐理由：提出面向跨分辨率生态水文建模的输入粗化框架，比较多种粗化策略对径流与氮输出的影响，可供区域情景模拟的网格与输入处理参考。
研究提出一种半解析LES-DEM框架，用于突破传统体积平均CFD-DEM范式中网格分辨率对流体-颗粒耦合精度的限制，并针对周期性边界条件下的湍流明渠流模拟提出反馈控制体积力项以维持给定流量。
推荐理由：提出半解析LES-DEM框架并给出三个基准算例，可用于评估推移质模拟中网格分辨率与流固耦合精度的权衡。
该工作在 Geoscientific Model Development 发表 CaMa-Flood-GPU，将全球河流水动力模型 CaMa-Flood 移植到 GPU 上，以实现可扩展的全球模拟；配套代码以 CaMa-Flood-GPU 名称发布于 Zenodo（DOI 10.5281/zenodo.18137445）。材料为参考文献列表，未给出加速比、分辨率或验证指标等具体结果。
推荐理由：介绍 CaMa-Flood 的 GPU 实现，可用于评估全球尺度洪水模拟的加速方案与代码获取途径。
研究团队在OpenFOAM v2412框架内开发了开源三维泥沙输运与地貌动力模型sedExnerFoam，将高分辨率水动力、悬沙浓度输运方程与基于Exner方程的床面演变模块耦合，床面作为计算域边界随网格变形而移动。
推荐理由：开源三维泥沙与地貌动力模型，基于ALE动网格求解Exner方程，附基准算例与质量守恒验证，可供冲淤与沙丘迁移模拟选型参考。