磁流体力学模拟的CESE方法

来源 :中国科学院大学(中国科学院国家空间科学中心) | 被引量 : 1次 | 上传用户:tony_yang123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
磁流体力学(MHD)数值模拟是对空间等离子体过程的理论和观测的有益补充,它使得人们对相关物理现象的理解更加深入。而MHD模拟中的关键问题之一是对磁场散度的控制,如果不能将磁场散度保持在较小范围内,就会造成非物理流动,无法得到正确的计算结果。  本文使用一种新型的数值格式时-空守恒元解元方法(CESE)分别求解了理想MHD与电阻MHD型方程组。与常见数值格式相比,CESE方法主要有以下优点:在计算通量时,将时间和空间统一起来,同等对待;在相同的网格数下,计算精度更高;推广到多维时,不需要传统的算子分裂或方向交替技术;不需采取特殊的特征分析方法,如黎曼分解等。  在理想MHD模拟中,本文通过vortex问题与2维黎曼问题两个算例,考察了8波法、EGLM方法与泊松校正法三种磁场散度处理方法。结果发现,泊松校正法在这三种处理磁场散度的方法当中的效果最好,EGLM方法有3种形式效果较好,而8波法的效果最差,使用8波法之后的磁场散度甚至大于不使用任何磁场散度处理方法的情况。本文对上述结果的内在机理进行了分析。  在电阻MHD模拟中,本文使用CESE方法及其两种改进方法--库朗数不敏感(CNIS)方法与高阶CESE方法模拟了两个单电流片重联问题,并比较了结果的磁场散度,结果表明CNIS方法在控制磁场散度方面表现得更好。  这些研究结论有望对太阳风数值模式的建立和空间物理中磁重联问题研究的算法设计起到一定的帮助。
其他文献
Most teachers may express positive views about the inclusion of children with special needs in inclusive education and its strategies but the big question here is;are these strategies been implemented
学位
在黄昏时分,赤道地区的电离层的F层通常会出现一种密度较低、尺度较大的等离子体空腔结构,通常称这种结构为电离层等离子体泡。由于等离子体的抗磁效应,等离子体泡会增强背景磁场。除了抗磁效应引起的背景磁场增强外,在垂直于背景磁场方向也会有扰动,扰动具有阿尔文波的特征,横向扰动与场向电流有关,但横向扰动的具体产生机制目前尚不明确。本文利用欧空局Swarm卫星的矢量磁场、标量磁场和等离子体密度观测数据,考察了
地磁暴是重要的灾害性空间环境扰动事件,对卫星系统、通讯系统、导航系统和电力系统等有着重要的影响。太阳风是造成地磁暴的直接原因,及时、准确的对太阳风进行分析判断,并预报可能发生的地磁暴,能够让我们更大程度上减少空间环境剧烈扰动对人类造成的损失。本文共构建两个Kp指数短期预报模型。模型一是通过机器学习广泛应用的XGBoost算法、单层感知机和相似度算法,利用Ace卫星积累的太阳风及行星际参数数据,从特
电离层环境是日地空间环境的重要组成部分,电离层扰动会对通讯系统、电网系统和定位系统等造成严重的影响,因此了解电离层变化规律,对研究电离层对人类生产、生活的影响具有重要意义。气辉作为电离层的示踪物,辐射强度与所参与反应的电离层成分密度等密切相关,利用气辉成像仪对电离层气辉进行探测,能够反映电离层电子总含量(TEC)、F2层峰值电子密度(NmF2)和电离层扰动参数等特性,是有效的电离层探测方式之一。目
磁暴是一种重要的空间天气事件,会威胁卫星的安全在轨运行和地面的导航通信等,因此,关于磁暴的研究不仅具有学术价值,也有很强的现实应用需求。地磁系统对太阳风变化的响应主要是非线性和复杂的,研究磁暴的行星际起因、发展、与太阳风的关系是当前的研究热点之一。目前,在太阳风—磁层系统中,参数相关性研究多使用线性相关系数。基于信息论的转移熵可以提供强大的无模型有向统计量,可以用来分析相关系数和模型假设检测不到的
雷达高度计作为探测海洋的一种有效手段,通过地面重跟踪技术可以从回波波形中获取海面高、有效波高和后向散射系数。目前开阔海域的高度计数据处理技术已经非常成熟,但近岸存在大量受陆地反射影响的波形,波形形态与开阔海域回波波形有异,统称为非海洋波形。利用传统的海洋波形处理方法处理近岸回波会导致数据利用率下降,产品精度变差,因此雷达高度计在近海的应用上仍需探索。本文论述了雷达高度计测高原理和回波波形的形成过程
日冕物质抛射(Coronal Mass Ejections,CMEs)是日地系统中的重要事件之一,它能引起地磁扰动和与之相关的空间环境效应。预测CMEs是否会到达地球以及何时到达,具有特殊的意义。在目前的业务预报中,由于人工经验预报需要充分考虑历史相似事件的效应,才给出最终的预报。而机器学习在现实应用中取得了意想不到的成果。特别是,将大量数据集和计算机相结合,在各个领域都取得了丰硕的成果。推荐系统
学位
太阳耀斑是一种重要的太阳爆发活动现象,是空间天气扰动的重要警示器,是空间天气预报的一项重要预报内容。对于耀斑预报来说,太阳活动区的演变信息是不可忽视的。近年来,深度学习技术不断发展,深度学习方法中的卷积神经网络可以自动提取图像特征,循环神经网络能提取样本的时序信息,目前深度学习已经被广泛运用到语音识别、自然语言处理、目标检测识别和分类等领域。本文使用深度学习方法,分别提出了太阳耀斑预报模型和太阳耀
太阳质子事件威胁着地球磁层和上大气层外的宇航飞行器的安全,使卫星上的电子元器件失效,还会对宇航员造成伤害,严重影响着人类的航天活动。预测一定时期内太阳质子的通量,对质子事件进行长期预报,对航天器的抗辐射加固设计有重要的指导意义。本文综述了目前国内外对质子事件的认识,就太阳质子事件的发生机制、传播过程和造成的恶劣空间辐射环境以及对航天器的危害进行了讨论,分析总结了太阳质子事件预报的研究进展。本文采用