О классическом подходе к описанию диффузии космических лучей в турбулентной среде

Обложка

Цитировать

Полный текст

Аннотация

Неоднородная структура межзвездной среды (МЗС) характеризуется крупномасштабными флуктуациями, существенно влияющими на процесс распространения космических лучей. Учет этого влияния может не только заставить внести поправки в параметры диффузионного процесса, но и изменить сами операторы, перейдя от дифференциальных к интегральным. Важнейшей характеристикой турбулентной среды является ее спектр мощности, включение подходящей аппроксимации которого позволяет рассмотреть эту проблему в рамках классического диффузионного подхода [1, 2]. В статье обсуждаются аналитические формы этого спектра, используемые в теории переноса космических лучей, включая 4-параметрическую аппроксимацию Учайкина—Золотарева, полученную на основе обобщенного уравнения Орнштейна—Цернике. Тестирование последней показало, что при подходящем выборе параметров она довольно точно воспроизводит результаты численного моделирования как в инерционном интервале, так и за его пределами, и поэтому может быть эффективно использована в задачах переноса космических лучей в межзвездной турбулентной среде.

Полный текст

1. ВВЕДЕНИЕ

Турбулентность межзвездной среды (МЗС) играет важную роль в механизмах генерации космических лучей, синхротронного излучения, формирования химического состава, особенностей в энергетическом распределении и других важнейших аспектах физики космических лучей. В то же время наблюдение этих эффектов приносит информацию о структуре и свойствах самой МЗС. Так, энергетическая зависимость отношения вторичных ядер к первичным используется для оценки способности галактических магнитных полей удерживать заряженные частицы. В [3] указывается, что наблюдаемое отношение отвечает степенной (R–0.6) зависимости пробега заряженных частиц от их магнитной жесткости R [4]. Такая зависимость означает, что частицы высокой энергии проходят до выхода из Галактики меньший путь, чем частицы низких энергий. Она также означает, что ускорение частиц происходит раньше, чем они начинают распространяться. В противном случае это отношение было бы постоянным или даже росло бы с увеличением энергии. Однако это не может продолжаться до энергий выше 1015 эВ ввиду противоречия данным по анизотропии [5]. Несколькими годами ранее авторы работы [6] заметили, что степенной характер этой зависимости может быть связан с аналогичной формой Колмогоровского спектра МГД-волн. В реальности топология магнитного поля МЗС гораздо сложнее, чем просто чистое стохастическое море со связанной с ним диффузией силовых линий. С другой стороны, линии поля могут также перемещаться быстрее, чем предполагает обычная (нормальная) диффузия. В конечном счете, крупномасштабная динамика линий поля является результатом конкуренции между “залипанием” на силовых линиях и “перелетами” между ними, приводящей к различным режимам блужданий, начиная от медленной субдиффузии (почти идеальное прилипание) до быстрой супердиффузии (доминирование длинных скачков). Так объясняется в [7] представление траекторий в виде ломаных случайных линий, составленных из изотропно распределенных по направлениям и степенным образом по длине прямолинейных отрезков. Позднее эта модель нашла свое развитие в работах группы В.В. Учайкина [8, 9] и в позитивном плане изложена Л.И. Дорманом в его монографии [10].

Аналитическое представление этой модели дается в терминах нелокальных операторов — лапласианов в дробной степени. Результаты расчетов по этой модели не противоречат наблюдаемым данным, а по некоторым эффектам (излом в энергетическом спектре, повышенная анизотропия) неплохо с ними согласуются. Альтернативой этой модели остается учет турбулентного характера МЗС в рамках классической диффузионной теории [1, 2].

2. СПЕКТРЫ МОЩНОСТИ МЗС В РАСЧЕТАХ КЛ

Важнейшим инструментом учета турбулентности является введение в уравнения переноса космических лучей спектра мощности турбулентных пульсаций P(k), описывающего ее распределение по волновым числам k. В работе [2], посвященной анализу ускорения космических лучей, турбулентность МЗС представлена гауссовой формой спектральной функции S(k) с характеристической длиной L:

Skek2L2/2,

и там же апробирована для этих целей степенная форма спектра

SkkL1ε,ε<1,

ограниченная инерционным диапазоном волновых чисел. В конечном итоге эти спектры вошли в диффузионные коэффициенты D и K уравнения для усредненной по турбулентным пульсациям плотности распределения f (t, r, p) в координатно-импульсном фазовом пространстве (см. уравнение (9) цитируемой работы):

tDΔf=1p2pp2Kdfp. (1)

Для акустических волн В. Птускин приводит следующие формулы:

D=D01+16π30dkk2Skvs2+D02k2; (2)

K=p2D08π90dkk4Skvs2+D02k2, (3)

где D0 — затравочный (в отсутствие турбулентности) коэффициент диффузии, а vs скорость звука. Второе слагаемое в квадратных скобках уравнения (2) дает вклад в коэффициент диффузии заряженных частиц слабых акустических волн со случайными амплитудами. Структура же уравнения (1) осталась неизменной. Это можно было бы считать первым приближением теории возмущений, если бы влияние погрешности аппроксимации используемых спектров было бы соизмеримым с погрешностью этого приближения теории вычислений.

Авторы статьи [6] процедуру включения в вычислительный процесс турбулентных характеристик среды осуществляют более педантично, пользуясь методикой, изложенной в статье [11]. Единичный вектор еδВ турбулентной составляющей δB магнитостатического поля B они представляют в следующем виде:

eδB=εn=1NmnξnAkncosknz'+ζn,

где ε — поправочный множитель; ξn — вектор поляризации; ζn — случайная фаза. Суммирование ведется по Nm логарифмически распределенным безразмерным волновым числам k = ktr L0, L0 ≈ 0.03 а. е., так что δkn / kn = const, а сам спектр мощности P(k) взят (со ссылкой на [12]) в виде

Pk=2δB2L0Ãs+q/2Ãs1/2Ãq+1/2××kq1+k2s+q/2.

Здесь s = 5/3 соответствует колмогоровскому инерционному интервалу и q > –1. При s = 3/2 эта формула воспроизводит спектр Крайчнана (1965), при q = 0 она дает аппроксимацию, предложенную в [13] (постоянную в области klslab, а при q < 0 и q > 0 соответственно убывающую и возрастающую ветви спектра).

3. ТУРБУЛЕНТНОСТЬ И МЕЗОФРАКТАЛЬНОСТЬ

Колмогоровская феноменология турбулентности с ее автомодельными степенными законами [14] была прообразом фрактальной концепции Мандельброта [15], ставшей необычайно популярной в конце минувшего века. Ее особенностью является отсутствие характеристического масштаба: в каких бы единицах не измерялось расстояние, степенной закон остается степенным. Если добавить к этому, что физические процессы во фрактальной среде естественно описывать в терминах дробно-дифференциального исчисления (собственные функции таких операторов как раз и являются степенными), возникнет некий барьер между альтернативами: невозможно перейти к однородной среде, оставаясь в рамках фрактальной концепции (фрактальная размерность Df системы в d-мерном пространстве ограничена неравенством Df < d).

Такая мезофрактальная модель была развита в монографии [16] и применительно к крупномасштабной структуре Вселенной продемонстрирована в статье [17], где и был введен термин мезофрактальность (не путать с мультифрактальностью, характеризуемой множеством фрактальных размерностей) [1]. Статистическое обоснование этой модели дается в работах [18–20]. Ее основой может считаться обобщенное уравнение Орнштейна—Цернике, записанное теперь не для межмолекулярных, а для межоблачных взаимодействий, тоже рассматриваемых в терминах столкновений (как это сделано в [21]).

Межзвездные магнитные поля характеризуются далекими корреляциями обратностепенного типа. Моделирование таких полей на основе уравнения Орнштейна—Цернике требует такого же распределения и для прямых корреляций (ближайших соседей). Подходящей плотностью обладают изотропные распределения Леви—Фельдгейма, характеристические функции которых имеют вид e–(bk)α, где α (0, 2] — характеристический показатель, а b масштабный параметр длины.

Если в качестве начальных узлов марковских траекторий принять однородное пуассоновское распределение бесконечного множества точек, то совокупность всех узлов всего множества независимых траекторий даст статистически однородное статистически трехмерное поле случайных точек со спектром мощности Учайкина—Золотарева:

Pk=Aebkα1cebkα, 0 < c < 1, 0 < α ≤ 2, (4)

где A нормировочный множитель; показатель α вместе с постоянной c определяет асимптотику далеких корреляций облачной структуры МЗС; b — масштаб, характеризующий случайное расстояние между магнитными облаками. Неравенство c < 1 исключает бесконечные траектории, ансамбль которых привел бы к расходимости средней концентрации узлов.

Представляя множество межзвездных облаков ансамблем узлов (т. е. точек), коррелированных внутри каждой из независимых траекторий марковской цепи, мы, конечно, упрощаем реальную картину, однако этот прием довольно популярен в моделировании облачной структуры МЗС [21, 22] крупномасштабной структуры Вселенной [23] и турбулентности как таковой [24].

Заметим, что для получения из [6] колмогоровского степенного спектра (монофрактала, в мультифрактальной терминологии) достаточно взять c = 1 и малые k (т. е. большие расстояния).

4. РЕЗУЛЬТАТЫ УЗ-АППРОКСИМАЦИИ MГД-РАСЧЕТОВ

Принято считать [25], что численные МГД-эксперименты подтверждают колмогоровский характер МЗС-турбулентности, хотя речь, конечно, может идти лишь об инерционном интервале. В [28] разложение различных мод в МГД-турбулентности на самом деле показывает, что, хотя альфвеновские и медленные режимы ведут себя как колмогоровские турбулентности и анизотропны, быстрые моды изотропны и подчиняются иной статистике. Результаты аппроксимации спектра мощности УЗ колмогоровской турбулентности из [25] показаны на рис. 1, а—в. Неровности в левых частях (для малых k) на этих рисунках объясняются искажением данных при пикселизации исходных данных.

 

Рис. 1. (аз) УЗ-аппроксимации спектров мощности турбулентных флуктуаций скорости в четырех различных режимах, численно моделированных в [25–27]. Штриховые кривые представляют результаты моделирования, сплошные — их аппроксимации формулой (4). Наклонные прямые соответствуют чисто степенным спектрам.

 

В статье [26] исследуется распространение сильных ударных волн в двухфазной среде с использованием схемы Годунова второго порядка для решения уравнений МГД. Уравнения индукции решаются с использованием согласованного метода характеристик и алгоритма условного переноса. Для процессов охлаждения или нагрева и теплопроводности используется явное интегрирование по времени второго порядка. Результаты аппроксимации этой модели показаны на рис. 1, г. Высокий уровень флуктуаций при малых k, аналогичный подобному на рис. 1, а—в, может сильно влиять на параметры аппроксимации, однако при больших k согласование моделируемого спектра мощности и аппроксимированного спектра мощности УЗ лучше, особенно по сравнению со спектром мощности Колмогорова.

В статье [27] предлагается алгоритм моделирования пространственных флуктуаций интенсивности в МЗС с использованием модели дробного броуновского движения и ее модифицированной (экспоненциальной) версии пространственных флуктуаций интенсивности, которые по своему замыслу могут воспроизвести безмасштабную природу измеряемых структур с точки зрения спектра мощности Фурье. Моделирование проводится с использованием обратного преобразования Фурье случайных значений фазы, умноженных на степенной закон для квадрата модуля комплексных чисел. Для степенного закона ~ –3.0 функция распределения модели дробного броуновского движения приблизительно гауссова. Результаты аппроксимации спектром УЗ представлены на рис. 1, д—е. Эти аппроксимации показывают, что спектр мощности, близкий к спектру мощности Колмогорова, также аппроксимируется, но только в ограниченном диапазоне.

5. ВЫВОДЫ

Данные, представленные на рис. 1, позволяют сделать два вывода, связанные с параметром с. Во-первых, для спектров, изображенных на рис. 1, а—г, видны сильные флуктуации данных для малых k, которые, предположительно, связаны с пикселизацией входных данных; для этих случаев параметр с позволяет оценить наличие этого входного условия, однако для выводов по оценке влияния этого фактора требуются дополнительные исследования. Во-вторых, для спектров, показанных на рис. 1, д–е, близких к колмогоровскому спектру, значение с → 1. Более того, если опустить предыдущее ограничение и допустить значение с = 1, можно получить аппроксимацию, представленную на рис. 1, ж–з. Интересно отметить, что в этом случае параметр α становится приблизительно равным показателю колмогоровского спектра (см. [27, табл. 1]).

Что касается итога работы в целом, можно отметить следующее. Поскольку выражение (4) выведено не из динамических соображений, а скорее из феноменологических с использованием гидродинамических аналогий (ОЦ-уравнение), важно было убедиться в том, что 4-параметрическая форма (4) является достаточно гибкой, чтобы хорошо воспроизводить типичные особенности таких спектров. В качестве реперных спектров, как и в предыдущей нашей работе, были выбраны результаты численных расчетов по МГД-кодам [28, 29]. Сравнение показало, что УЗ-аппроксимация хорошо представляет результаты численных МГД-расчетов и может быть успешно использована в рамках классической теории, турбулентной для (2) и (3), вместо приближенных формул S(k).

Однако значение самого факта согласованности формы (4) с результатами надежных численных расчетов важнее, чем просто удачная аппроксимация результатов хороших расчетов, позволяющая использовать их в расчетах уже другого процесса: прохождения космических лучей через эту среду. Напомним, что спектральная функция является Фурье-образом двухчастичной корреляционной функции, содержащей довольно ограниченный объем информации о структуре случайной среды. В то же время сама форма (4) позволяет интерпретировать установленные в численных экспериментах параметры в терминах марковских цепей, и набор этих четырех чисел полностью определяет статистический ансамбль всех реализаций этой модели. Выбор конкретной из них является рутинной задачей статистического моделирования, алгоритмы для моделирования переходов от одного узла к другому приведены в [20]. Это моделирование открывает возможность решения многих задач, например, найдены распределение случайного числа соседей объекта, вероятность образования полости (войда, пузыря) данных размеров, сгущений частиц (кластеров), а если иметь в виду применение метода Монте-Карло, то можно вычислить вероятностные характеристики любого измеримого функционала, имея в своем распоряжении четыре параметра: α, A, b и с.

Работа выполнена при поддержке Российского научного фонда (грант № 23-79-30017) и Минобрнауки РФ (грант № 075-15-2021-581).

 

1 В этом смысле мезофрактал можно считать мультифракталом, спектр которого состоит из двух точек Df = α < 2 и Df = 3.

×

Об авторах

В. В. Учайкин

Ульяновский государственный университет

Автор, ответственный за переписку.
Email: vuchaikin@gmail.com

Кафедра теоретической физики

Россия, Ульяновск

И. И. Кожемякин

Ульяновский государственный университет

Email: kozhilya@gmail.com

Кафедра теоретической физики

Россия, Ульяновск

В. А. Литвинов

Барнаульский юридический институт МВД России

Email: vuchaikin@gmail.com
Россия, Барнаул

Список литературы

  1. А. Быков, И. Топтыгин, ЖЭТФ 70, 194 (1990).
  2. V. S. Ptuskin, Sov. Astron. Lett. 14, 255 (1988); https://ui.adsabs.harvard. edu/abs/1988SvAL…14..255P
  3. P. Reichherzer, L. Merten, J. Dörner, J. Becker Tjus, M. J. Pueschel, and E. G. Zweibel, SN Appl. Sci. 4, 15 (2022); https://link.springer.com/10.1007/ s42452-021-04891-z
  4. В. Зацепин, А. Панов, Н. Сокольская, Дж. Адамс мл., Х. Ан, Г. Башинджагян, Дж. Ваттс, Дж. Вефель, Дж. Ву, Т. Гузик, И. Изберт, К. Ким, М. Кристл, Е. Кузнецов, М. Панасюк, Э. Сио, Дж. Чанг, А. Фазели, Письма в Астрон. журн. 35, 377 (2009).
  5. A. Erlykin and A. Wolfendale, Astropart. Phys. 25, 183 (2006); https:// linkinghub.elsevier.com/retrieve/pii/S0927650506000041
  6. E. S. Seo and V. S. Ptuskin, Astrophys. J. 431, 705 (1994); http://adsabs. harvard.edu/doi/10.1086/174520
  7. B. R. Ragot and J. G. Kirk, Astron. Astrophys. 327, 432 (1997); https://ui. adsabs.harvard.edu/abs/1997A&A…327..432R
  8. В. В. Учайкин, УФН 183, 1175 (2013); http://ufn.ru/ru/articles/2013/11/ b/
  9. В. В. Учайкин, А. Д. Ерлыкин, Р. Т. Сибатов, УФН 193, 233 (2023); https: //ufn.ru/ru/articles/2023/3/a/
  10. L. I. Dorman, Cosmic Rays in the Earth’s Atmosphere and Underground (Kluwer Academ. Publ., Dordrecht; Boston, 2004).
  11. R. C. Tautz and A. Dosch, Phys. Plasmas 20, 022302 (2013); https://doi.org/ 10.1063%2F1.4789861
  12. J. Giacalone and J. R. Jokipii, Astrophys. J. 520, 204 (1999); https:// iopscience.iop.org/article/10.1086/307452
  13. A. Shalchi and B. Weinhorst, Adv. Space Res. 43, 1429 (2009); https:// linkinghub.elsevier.com/retrieve/pii/S0273117709000052
  14. А. С. Монин, А. М. Яглом, Статистическая гидромеханика. Механика турбулентности (Наука, Москва, 1967).
  15. B. B. Mandelbrot, The Fractal Geometry of Nature (W. H. Freeman, San Francisco, 1982).
  16. V. V. Uchaikin and V. M. Zolotarev, Chance and Stability: Stable Distributions and their Applications (Walter de Gruyter, 1999).
  17. V. V. Uchaikin, Gen. Relativ. Grav. 36, 1689 (2004).
  18. В. В. Учайкин, Итоги науки и техн. Сер. Соврем. мат. и ее прил. Темат. обз. 220, 125 (2023); https://doi.org/10.36535/0233-6723-2023-220-125-144
  19. В. В. Учайкин, Итоги науки и техн. Сер. Соврем. мат. и ее прил. Темат. обз. 221, 128 (2023); https://doi.org/10.36535/0233-6723-2023-221-128-147
  20. В. В. Учайкин, Итоги науки и техн. Сер. Соврем. мат. и ее прил. Темат. обз. 222, 115 (2023); https://doi.org/10.36535/0233-6723-2023-222-115-133
  21. T. Nozakura, Mon. Not. Roy. Astron. Soc. 243, 543 (1990).
  22. S. Buonocore and M. Sen, AIP Advanc. 11, 055221 (2021); https://doi.org/ 10.1063/5.0049401
  23. P. Peebles, The Large-scale Structure of the Universe, Princeton Series in Physics (Princeton University Press, 1980); https://press.princeton.edu/books/ paperback/9780691209838/the-large-scale-structure-of-the-universe
  24. L. Brandt and F. Coletti, Ann. Rev. Fluid Mech. 54, 159 (2022).
  25. D. Falceta-Gongalves, G. Kowal, E. Falgarone, and A. C.-L. Chian, Nonlin. Proc. Geophys. 21, 587 (2014); https://npg.copernicus.org/articles/21/587/ 2014/
  26. T. Inoue, R. Yamazaki, and S.-I. Inutsuka, Astrophys. J. 695, 825 (2009); https: //iopscience.iop.org/article/10.1088/0004-637X/695/2/825
  27. J.-F. Robitaille, A. Abdeldayem, I. Joncour, E. Moraux, F. Motte, P. Lesaffre, and A. Khalil, Astron. Astrophys. 641, A138 (2020); https://www.aanda.org/10.1051/ 0004-6361/201937085
  28. J. Cho and A. Lazarian, Mon. Not. Roy. Astron. Soc. 345, 325 (2003); https: //academic.oup.com/mnras/article/345/1/325/984760
  29. B. Burkhart, A. Lazarian, V. Ossenkopf, and J. Stutzki, Astrophys. J. 771, 123 (2013); https://iopscience.iop.org/article/10.1088/0004-637X/771/2/123

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. (а–з) УЗ-аппроксимации спектров мощности турбулентных флуктуаций скорости в четырех различных режимах, численно моделированных в [25–27]. Штриховые кривые представляют результаты моделирования, сплошные — их аппроксимации формулой (4). Наклонные прямые соответствуют чисто степенным спектрам.

Скачать (477KB)

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».