Космические исследования, 2023, T. 61, № 2, стр. 116-123
Моделирование мультифрактального турбулентного электромагнитного поля в космической плазме
Н. Н. Левашов 1, 2, *, В. Ю. Попов 1, 2, 3, Х. В. Малова 2, 4, Л. М. Зеленый 2
1 Московский государственный университет имени М.В. Ломоносова
Москва, Россия
2 Институт космических исследований РАН
Москва, Россия
3 Национальный исследовательский университет “Высшая школа экономики”
Москва, Россия
4 Научно-исследовательский институт ядерной физики имени Д.В. Скобельцына МГУ
им. М.В. Ломоносова
Москва, Россия
* E-mail: nn.levashov@physics.msu.ru
Поступила в редакцию 01.03.2022
После доработки 23.10.2022
Принята к публикации 24.10.2022
- EDN: LSFWRA
- DOI: 10.31857/S0023420622100089
Аннотация
Предложена двумерная модель мультифрактального турбулентного электромагнитного поля, позволяющая гибко варьировать ширину мультифрактального спектра и уровень перемежаемости. Моделирование электромагнитного поля происходит при помощи суперпозиции вейвлетов, которые распределяются равномерно по всей вычислительной области. Путем специального распределения амплитуд мы добиваемся того, чтобы результирующее поле было мультифрактальным и перемежаемым. При помощи данной модели исследовалось влияние мультифрактальности и перемежаемости на ускорение заряженных частиц в турбулентном поле в хвосте магнитосферы Земли. Показано, что в случае мультифрактального поля отдельные частицы способны достичь больших значений энергии по сравнению с монофрактальной турбулентностью.
ВВЕДЕНИЕ
Турбулентное электромагнитное поле в солнечном ветре является нестационарным, в нем могут появляться различные структуры, такие как токовые слои, вихри, жгуты, плазмоиды. Из-за наличия подобных локальных особенностей, поле неоднородно и имеет мультифрактальный перемежаемый характер [1–4]. Ранее уже разрабатывались модели турбулентного поля с перемежаемостью, например, в работах [5–7] моделирование производилось добавлением в однородное турбулентное поле, моделируемое при помощи суперпозиции фурье-гармоник, локальных структур – плазмоидов. Также были работы по исследованию ферми-ускорения между локальными структурами [8, 9]. Однако в указанных работах не учитывалось, что перемежаемое турбулентное поле в солнечном ветре имеет широкий мультифрактальный спектр. Мы предлагаем модель турбулентного поля с перемежаемостью, в которой можно легко варьировать ширину мультифрактального спектра. Свойство мультифрактальности заключается в локально нерегулярном поведении турбулентности, т.е. показатели Херста в разных точках могут различаться, поэтому для описания мультифрактальных процессов недостаточно одного параметра Херста. В связи с этим используют локальные экспоненты Херста или экспоненты Гельдера h(x0), которые описывают поведение турбулентного поля в точке x0 [10]. Также удобным инструментом для описания мультифрактальной турбулентности представляется функция мультифрактального спектра f(h), которая описывает спектр экспонент Гельдера [10–13].
В нашей модели турбулентное поле моделируется при помощи суперпозиции вейвлетов, равномерно распределенных по всей вычислительной области. Вейвлеты позволяют довольно гибко управлять амплитудой полученного поля в любой точке пространства и потому хорошо подходят для описания процессов с различными локальными особенностями. Благодаря специальному распределению амплитудных коэффициентов вейвлетов мы добиваемся того, что в моделируемом нами турбулентном поле появляется целый континуум показателей Гельдера, т.е. широкий мультифрактальный спектр f(h), ширину которого легко варьировать. Полученное мультифрактальное поле также будет перемежаемым, ведь, как известно, для Колмогоровской неперемежаемой турбулентности характерна линейная зависимость показателей структурных функций ζq от степени q, а при наличии перемежаемости будут наблюдаться отклонения кривой ζq(q) от прямой ζq ~ q. Чем сильнее отклонение, тем больше будет уровень перемежаемости [11]. Для мультифрактальной турбулентности, зависимость показателей структурных функций ζq от степени q является нелинейной и имеет следующий вид: ${{\zeta }_{q}}(q) = \mathop {\inf }\limits_h \left( {qh - f(h)} \right).$ Таким образом, варьируя ширину мультифрактального спектра, мы можем управлять уровнем перемежаемости полученного поля. Разработанная модель является довольно гибкой, и пригодна к моделированию различных турбулентных систем. В частности, для моделирования турбулентного электромагнитного поля в хвосте магнитосферы во время суббурь.
1.1. ЧИСЛЕННАЯ МОДЕЛЬ
Для моделирования двумерного турбулентного электромагнитного поля сначала при помощи суперпозиции вейвлетов зададим компоненту магнитного поля Bz, затем при помощи уравнений Максвелла найдем электрическое поле. Распределение вейвлетов в вычислительной области происходит следующим образом: вейвлеты самого крупного масштаба равномерно распределяются по всей вычислительной области, затем берутся вейвлеты поменьше и тоже равномерно распределяются по вычислительной области. Число вейвлетов выбирается так, чтобы каждый масштабный класс вейвлетов полностью покрывал всю вычислительную область. На рис. 1 схематично изображено распределение вейвлетов по вычислительной области. Все они движутся в одном направлении и с одинаковой скоростью V = = Vx + Vy.
В качестве базового вейвлета выбран Гауссов вейвлет:
(1)
${{Q}_{{i,j}}}(x,y,t) = {{r}_{{i,j}}}{{c}_{i}}\exp \left( {\frac{{ - \pi {\text{d}}r_{{i,j}}^{2}(t)}}{{2a_{i}^{2}}}} \right),$Для того чтобы полученное таким образом поле было самоподобным, соотношение между размерами вейвлетов из соседних классов должно быть независимым от i. Для этого введем некоторое значение l, характеризующее соотношение размеров между соседними классами вейвлетов: ${{{{a}_{{i + 1}}}} \mathord{\left/ {\vphantom {{{{a}_{{i + 1}}}} {{{a}_{i}}}}} \right. \kern-0em} {{{a}_{i}}}} = l.$ Пусть Ni – количество вейвлетов i-го класса, а D – размерность пространства, в котором моделируется поле. Введем понятие площади ${{S}_{i}}~\sim ~{{N}_{i}}a_{i}^{D},$ занимаемой i-м классом вейвлетов. Тогда в силу самоподобия отношение между площадями, занимаемыми соседними классами ${{{{S}_{{i + 1}}}} \mathord{\left/ {\vphantom {{{{S}_{{i + 1}}}} {{{S}_{i}}}}} \right. \kern-0em} {{{S}_{i}}}}$ должно иметь степенную зависимость от l: ${{{{S}_{{i + 1}}}} \mathord{\left/ {\vphantom {{{{S}_{{i + 1}}}} {{{S}_{i}}}}} \right. \kern-0em} {{{S}_{i}}}} = {{l}^{\beta }}$ (β – варьируемый степенной показатель). Соотношение между амплитудными коэффициентами соседних классов вейвлетов ${{{{c}_{{i + 1}}}} \mathord{\left/ {\vphantom {{{{c}_{{i + 1}}}} {{{c}_{i}}}}} \right. \kern-0em} {{{c}_{i}}}}$ так же должно иметь степенную зависимость от l. Определим степенной показатель λ как ${{{{c}_{{i + 1}}}} \mathord{\left/ {\vphantom {{{{c}_{{i + 1}}}} {{{c}_{i}}}}} \right. \kern-0em} {{{c}_{i}}}} = {{l}^{\lambda }}.$
Рассчитаем спектр энергии поля, моделируемого таким способом. Фурье-спектр одного вейвлета:
(3)
${{\tilde {Q}}_{{i,j}}}(k) = a_{i}^{D}{{c}_{i}}{\kern 1pt} \exp ( - ik{{r}_{{i,j}}}){{(\sqrt 2 \pi )}^{D}}\exp \left( { - \frac{{{{{(k{{a}_{i}})}}^{2}}}}{{2\pi }}} \right).$Спектр моделируемого турбулентного поля можно найти путем суперпозиции спектров отдельных вейвлетов:
После некоторых преобразований, получаем спектр энергии полученного поля:
(5)
$W(k) = \mathop {\lim }\limits_{\tilde {V} \to \infty } \frac{{{{{(2\pi )}}^{D}}}}{S}{{\left| {\tilde {Q}(k)} \right|}^{2}}\sim {{\left( {\frac{{k{{a}_{1}}}}{{\sqrt \pi }}} \right)}^{{ - D - \beta - 2\lambda }}},$1.2. ПЕРЕМЕЖАЕМОСТЬ И МУЛЬТИФРАКТАЛЬНОСТЬ
Для того чтобы полученное поле было мультифрактальным, разобьем вычислительную область по следующей схеме: для класса самых крупных вейвлетов, вычислительная область разбивается на четыре одинаковых квадратных ячейки. Вейвлеты из каждой ячейки умножаются на свой весовой коэффициент p1 – p4, тем самым мы получим, что суммарный вклад в энергию поля от разных частей класса вейвлетов будет не одинаковым. Для класса вейвлетов размером вдвое меньше первоначального, каждая исходная ячейка разбивается еще на четыре квадратных ячейки, в каждой из которых весовой коэффициент исходной ячейки снова умножается на один из четырех весовых коэффициентов. На рис. 2 изображено разбиение вычислительной области с распределением весовых коэффициентов: слева – для класса самых крупных вейвлетов, справа – для класса вейвлетов, размером вдвое меньше. Для класса вейвлетов с еще вдвое меньшим размером вейвлета – снова разбиваем каждую ячейку на четыре части и т.д. При таком разбиении, показатели Гёльдера будут распределены в интервале величин hmin и hmax, значения которых зависят от выбора весовых коэффициентов pk.
Найдем значения hmin и hmax. Учитывая, что амплитудные коэффициенты N-го класса вейвлетов будет относиться к амплитудным коэффициентам самого крупного класса вейвлетов как ${{{{c}_{N}}} \mathord{\left/ {\vphantom {{{{c}_{N}}} {{{c}_{0}}}}} \right. \kern-0em} {{{c}_{0}}}} = {{l}^{{\lambda N}}},$ рассчитаем обобщенную статистическую сумму:
(6)
$Z(q,N) = \sum\limits_i {c_{i}^{q}} = {{l}^{{\lambda N}}}{{\left( {n_{1}^{q} + n_{2}^{q} + n_{3}^{q} + n_{4}^{q}} \right)}^{N}},$(7)
$\left\{ \begin{gathered} {{h}_{{\min }}} = {{\left. {\frac{{{\text{d}}\tau }}{{{\text{d}}q}}} \right|}_{{q \to \infty }}}, \hfill \\ {{h}_{{\max }}} = {{\left. {\frac{{{\text{d}}\tau }}{{{\text{d}}q}}} \right|}_{{q \to - \infty }}}, \hfill \\ \frac{{{\text{d}}\tau }}{{{\text{d}}q}} = \hfill \\ = \lambda - \frac{{n_{1}^{q}\ln ({{n}_{1}}) + n_{2}^{q}\ln ({{n}_{2}}) + n_{3}^{q}\ln ({{n}_{3}}) + n_{4}^{q}\ln ({{n}_{4}})}}{{\left( {n_{1}^{q} + n_{2}^{q} + n_{3}^{q} + n_{4}^{q}} \right)\ln \left( {{1 \mathord{\left/ {\vphantom {1 2}} \right. \kern-0em} 2}} \right)}}. \hfill \\ \end{gathered} \right.$Функция мультифрактального спектра, представляющая собой спектр фрактальных размерностей однородных подмножеств Lh, на которые разбито исходное множество L, равна $f(h) = q\left( {{{{\text{d}}\tau } \mathord{\left/ {\vphantom {{{\text{d}}\tau } {{\text{d}}q}}} \right. \kern-0em} {{\text{d}}q}}} \right) - \tau .$ Данная функция выпуклая и может быть аппроксимирована параболой:
где ${{D}_{0}} = \lambda + {{\tau (q)} \mathord{\left/ {\vphantom {{\tau (q)} {(q - 1)}}} \right. \kern-0em} {(q - 1)}};$ ${{h}_{0}} = {{\left. {\frac{{{\text{d}}\tau }}{{{\text{d}}q}}} \right|}_{{q = 0}}}$ [12, 16]. На рис. 3 изображена полученная функция мультифрактального спектра. Подобный колоколообразный спектр характерен для большинства турбулентных мультифрактальных полей [17].Покажем, что полученное поле будет перемежаемым. Как известно, показатели структурной функции ζq, для мультифрактального турбулентного поля рассчитываются следующим образом: ${{\zeta }_{q}}(q) = \mathop {\inf }\limits_h \left( {qh - f(h)} \right)$ [11]. Изменением весовых коэффициентов p1, p2, p3, p4 можно варьировать ширину спектра f(h). Варьируя его ширину, мы можем изменять степень отклонения ζq(q) от прямой ζq(q) ~ q, и тем самым регулировать уровень перемежаемости моделируемого электромагнитного поля.
1.3. ГРАНИЧНЫЕ УСЛОВИЯ
Как уже было сказано выше, вейвлеты распределены равномерно по всей вычислительной области. При этом если вейвлеты будут двигаться и выходить за пределы области, то возникнут проблемы, поскольку вместо вейвлетов, вышедших за границу области, необходимо так ввести новые, чтобы в моделируемом поле не образовывалось резких скачков и неоднородностей, не свойственных турбулентному полю в хвосте магнитосферы. Один из способов сделать это – моделировать поле на небольшом участке за границей вычислительной области. Вклад вейвлета в поле при увеличении расстояния от его центра r падает довольно быстро и на расстоянии r ~ 2.5a, где a – параметр, характеризующий размер вейвлета, его вклад в поле упадет в 1010 раз и будет несущественным, сравнимым с компьютерной ошибкой.
Координаты вейвлетов, в зависимости от времени задаются следующим образом:
2.1. РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ
Положим далее, что $l = {{\left( {{1 \mathord{\left/ {\vphantom {1 2}} \right. \kern-0em} 2}} \right)}^{{{1 \mathord{\left/ {\vphantom {1 4}} \right. \kern-0em} 4}}}},$ т.е. размер вейвлетов будет уменьшаться вдвое через каждые четыре класса вейвлетов, а значит, и разбиение каждой квадратной ячейки на более мелкие будет также происходить через каждые четыре класса вейвлетов. Также положим β = 0, таким образом, каждый класс вейвлетов занимает одинаковую площадь в пространстве; D = 2 – размерность пространства, в котором мы моделируем электромагнитное поле; λ = 1/3 – показательный коэффициент для соотношений между амплитудами соседних классов вейвлетов.
При таком выборе параметров энергетический спектр полученного магнитного поля W(k) ~ k–5/3 [15], что соответствует колмогоровскому спектру, наблюдаемому в турбулентном поле в хвосте магнитосферы Земли [18]. Размер вычислительной области l = 2 · 105 км. Магнитное поле задается как суперпозиция вейвлетов:
(9)
${{B}_{z}}(x,y,t) = \sum\limits_i {\sum\limits_j {{{r}_{{i,j}}}{{c}_{0}}{{l}^{{{i \mathord{\left/ {\vphantom {i 3}} \right. \kern-0em} 3}}}}{\kern 1pt} \exp \left( { - \frac{{\pi {\text{d}}r_{{i,j}}^{2}(t)}}{{2a_{0}^{2}{{l}^{i}}}}} \right)} } .$Скорость всех вейвлетов одинакова и равна 500 км/с. Электрическое поле можно найти при помощи уравнений Максвелла. Число вейвлетов для самого большого класса N = 14 × 14, их размеры для самого большого класса a0 = 2.5 · 104 км. Количество классов вейвлетов n = 24. При этом их размеры для самого маленького класса вейвлетов будут равны ${{a}_{n}} = {{a}_{0}}{{l}^{N}} = {{a}_{0}}{{\left( {{1 \mathord{\left/ {\vphantom {1 2}} \right. \kern-0em} 2}} \right)}^{{\left( {{1 \mathord{\left/ {\vphantom {1 4}} \right. \kern-0em} 4}} \right) \times ~24}}} = 0.4 \cdot {{10}^{3}}\;{\text{км}}.$ Таким образом, частоты моделируемого поля соответствуют частотам турбулентного поля в хвосте магнитосферы, где наблюдаутся колмогоровский спектр [19–21].
Для моделирования мультифрактального поля выберем следующие значения весовых коэффициентов: p1 = 1.4, p2 = 0.48, p3 = 1.6, p4 = 0.72. При таком выборе значения показателей Гёльдера, центрированные на единицу, лежат в пределах от 0.45 до 1.4, что близко к наблюдаемым значениям ширины мультифрактального спектра для многих регистрируемых сигналов [22]. На рис. 4 показана функция мультифрактального спектра для выбранных весовых коэффициентов. На рис. 5а приведено сечение магнитного поля плоскостью XY для монофрактального поля, где p1 = p2 = p3 = = p4 = 1, и для мультифрактального поля рис. 5б с указанными ранее весовыми коэффициентами. Видно, что полученное нами мультифрактальное поле менее однородно и склонно к образованию локализированных структур.
Вычислим структурную функцию для магнитного поля для различных степенных показателей q:
2.2. УСКОРЕНИЕ ЧАСТИЦ
На первом этапе исследования модели рассмотрим нерелятивистское ускорение частиц в полученном турбулентном поле для мультифрактального и монофрактального режимов и проведем сравнение между ними. Для этого введем 2000 протонов в вычислительную область со случайными начальными координатами. Начальные скорости частиц распределены по Гауссу с пиковым значением скорости 120 км/с. На границе используются периодические граничные условия. На рис. 7а изображено распределение частиц по энергиям после 15 мин ускорения в турбулентном поле. Видно, что для мультифрактального случая отдельные частицы набрали чуть большую энергию по сравнению с монофрактальной турбулентностью. Мы также рассчитали изменение средней энергии введенных частиц. На рис. 7б показан график средней энергии ансамбля частиц в зависимости от времени. Как видно, средняя энергия частиц для мультифрактального и монофрактального случаев практически одинакова. Подобный характер ускорения можно объяснить следующим образом: когда пространственные или временные масштабы турбулентности близки к гирорадиусам частиц ${{r}_{g}}\sim {{{{v}_{{particle}}}} \mathord{\left/ {\vphantom {{{{v}_{{particle}}}} {{{B}_{z}}}}} \right. \kern-0em} {{{B}_{z}}}},$ эти частицы будут ускоряться. Как только частицы набирают столько энергии, что их гирорадиус начинает превышать размер системы или самую длинную существующую длину волны, ускорение становится неэффективным, и процесс почти насыщается.
ЗАКЛЮЧЕНИЕ
В настоящей работе построена двумерная модель турбулентного мультифрактального электромагнитного поля. Модель позволяет гибко управлять наклоном энергетического спектра, а также шириной мультифрактального спектра и уровнем перемежаемости, которая в турбулентных полях достаточно тесно связана с мультифрактальностью. Тем самым разработанная модель применима ко многим типам турбулентных полей, в частности к турбулентному полю в хвосте магнитосферы Земли и других планет. При помощи данной модели исследовано ускорение частиц в мультифрактальном и монофрактальном турбулентном поле. Показано, что при ускорении в мультифрактальном турбулентном поле максимальная энергия, которую способны набрать отдельные частицы немного больше, по сравнению с монофрактальной турбулентностью.
Список литературы
Lui A. Multifractal and intermittent nature of substorm-associated magnetic turbulence in the magnetotail // J. Atmospheric and Solar-Terrestrial Physics. 2001. V. 63. Iss. 13. P. 1379–1385. https://doi.org/10.1016/S1364-6826(00)00239-X
Wawrzaszek A., Echim M., Bruno R. Multifractal Analysis of Heliospheric Magnetic Field Fluctuations Observed by Ulysses // The Astrophysical J. 2019. V. 876. № 2. P. 153–166. https://doi.org/10.3847/1538-4357/ab1750
Chang T. Self-organized criticality, multi-fractal spectra, sporadic localized reconnections and intermittent turbulence in the magnetotail // Physics of Plasmas. 1999. № 6. P. 4137–4145. https://doi.org/10.1063/1.873678
Zelenyi L.M., Bykov A.M., Uvarov Y.A. et al. Intermittency of magnetic field turbulence: Astrophysical applications of in-situ observations // J. Plasma Physics. 2015. V. 81. № 4. Art. № 395810401.https://doi.org/10.1017/S0022377815000409
Zelenyi L.M., Rybalko S.D., Artemyev A.V. et al. Charged particle acceleration by intermittent electromagnetic turbulence // Geophysical Research Letters. 2011. V. 38. Iss. 17. Art. № L17110.https://doi.org/10.1029/2011GL048983
Левашов Н.Н., Попов В.Ю., Малова Х.В., Зеленый Л.М. Моделирование турбулентности с перемежаемостью в космической плазме // Космич. исслед. 2022. Т. 60. № 1. С. 11–16. https://doi.org/10.31857/S0023420622010083. (Cosmic Research. 2022. V. 60. № 1. С. 9–14).
Левашов Н.Н., Попов В.Ю., Малова Х.В., Зеленый Л.М. Исследование процессов ускорения заряженных частиц в турбулентной космической плазме с перемежаемостью // Ученые записки физ. фак. Московского ун-та. 2021. № 4. № 2140802.
Perri S., Lepreti F., Carbone V. et al. Position and velocity space diffusion of test particles in stochastic electromagnetic fields // Europhysics Letters. 2007. V. 78. № 4. Art. № 40003. https://doi.org/10.1209/0295-5075/78/40003
Perri S., Greco A., Zimbardo G. Stochastic and direct acceleration mechanisms in the Earth’s magnetotail // Geophysical Research Letters. 2009. V. 36. Iss. 4. Art. № L04103.https://doi.org/10.1029/2008GL036619
Павлов А.Н., Анищенко В.С. Мультифрактальный анализ сигналов на основе вейвлет-преобразования // Изв. Саратовского ун-та. 2007. Т. 7. № 1. С. 3–25.
Frisch U. Turbulence: The Legacy of A.N. Kolmogorov. Cambridge: Cambridge Univ. Press, 1995. 296 p. https://doi.org/10.1017/CBO9781139170666
Божокин С.В., Паршин Д.А. Фракталы и мультифракталы. Ижевск: НИЦ Регулярная и хаотическая динамика, 2001. 128 с.
Короленко П.В., Маганова М.С., Меснянкин А.В. Новационные методы анализа стохастических процессов и структур в оптике. М.: НИИЯФ МГУ, 2004. 82 с.
Dudok de Wit T., Krasnosel’skikh V.V. Non-Gaussian statistics in space plasma turbulence: Fractal properties and pitfalls // Nonlinear Processes Geophysics. 1996. V. 3. № 6. P. 262–273. https://doi.org/10.5194/npg-3-262-1996
Keith D.W., Pettit C.L., Vecherin S.N. Wavelet-based cascade model for intermittent structure in terrestrial environments // Data Analysis, Statistics and Probability. 2013.https://doi.org/10.48550/arXiv.1312.5649
Федер Е. Фракталы. М.: Мир, 1991. 254 с.
Будаев В.П., Савин С.П., Зелёный Л.М. Наблюдения перемежаемости и обобщенного самоподобия в турбулентных пограничных слоях лабораторной и магнитосферной плазмы: на пути к определению количественных характеристик переноса // УФН. 2011. Т. 181. № 9. С. 905–952. https://doi.org/10.3367/UFNr.0181.201109a.0905
Kozak L.V., Petrenko B.A., Lui A. Turbulent processes in the Earth’s magnetotail: spectral and statistical research // Annales Geophysicae. 2018. V. 36. № 5. P. 1303–1318. https://doi.org/10.5194/angeo-36-1303-2018
Zelenyi L.M., Artemyev A.V., Malova H.V. et al. Particle transport and acceleration in a time-varying electromagnetic field with a multi-scale structure // Physics Letters. 2008. V. 372. Iss. 41. P. 6284–6287. https://doi.org/10.1016/j.physleta.2008.08.035
Artemyev A.V., Zelenyi L.M., Malova H.V. et al. Acceleration and transport of ions in turbulent current sheets: formation of non-Maxwelian energy distribution // Nonlinear Processes in Geophysics. 2009. V. 16. P. 631–639. https://doi.org/10.5194/npg-16-631-2009
Chiaravalloti F., Milovanov A.V., Zimbardo G. Self-similar transport processes in a two-dimensional realization of multiscale magnetic field turbulence // Physica Scripta. 2006. V. 122. P. 79–88. https://doi.org/10.1088/0031-8949/2006/T122/012
Зеленый Л.М., Милованов А.В. Фрактальная топология и странная кинетика. От теории перколяции к проблемам космической электродинамики // УФН. 2004. Т. 174. № 8. С. 809–852.
Дополнительные материалы отсутствуют.
Инструменты
Космические исследования