Прототип службы прогноза спокойного солнечного ветра на основе МГД-моделирования и граничных условий модели WSA

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Создан прототип службы МГД-моделирования спокойного солнечного ветра и прогнозирования скорости и плотности частиц солнечного ветра в межпланетном пространстве, аналогичной службам NOAA и ESA. Служба состоит из МГД-симулятора, модуля обработки результатов симуляции и веб-интерфейса. Симулятор основан на реализации метода TVDLF в пакете PLUTO. Граничные условия модели (плотность, радиальная скорость, магнитное поле, температура) на расстоянии 0.1 а. е. от начала координат получаются регулярно из соответствующей службы NOAA, в которой они рассчитаны по модели WSA на основании магнитограмм сети GONG. Доступны два режима граничных условий: постоянные и суточные. Симуляции проводились на равномерной сетке в диапазоне 0.1–1.7 а. е. по расстоянию (512 элементов), –60°…+60° по широте (60 элементов), 0°–360° по долготе (180 элементов). Проведено сравнение рассчитанных карт скорости и плотности частиц с расчетами NOAA SWPC и NASA CCMC при одинаковых граничных условиях. Проведено ретроспективное сравнение получаемых прогнозов с данными прямых измерений (OMNI).

Об авторах

С. Арутюнян

Санкт-Петербургский государственный электротехнический университет “ЛЭТИ”

Email: dapavlov@etu.ru
Россия, Санкт-Петербург

А. Кодуков

Санкт-Петербургский государственный электротехнический университет “ЛЭТИ”

Email: dapavlov@etu.ru
Россия, Санкт-Петербург

М. Субботин

Санкт-Петербургский государственный электротехнический университет “ЛЭТИ”

Email: dapavlov@etu.ru
Россия, Санкт-Петербург

Д. Павлов

Санкт-Петербургский государственный электротехнический университет “ЛЭТИ”; Санкт-Петербургский государственный университет

Автор, ответственный за переписку.
Email: dapavlov@etu.ru
Россия, Санкт-Петербург; Россия, Санкт-Петербург

Список литературы

  1. Odstrcil D. Modeling 3-D solar wind structure // Advances in Space Research. 2003. V. 32. Iss. 4. P. 497–506. https://doi.org/10.1016/S0273-1177(03)00332-6
  2. Pomoell J., Poedts S. EUHFORIA: European heliospheric forecasting information Asse 2.0t // J. Space Weather Space Climate. 2018. V. 8. Art. ID. A35. https://doi.org/10.1051/swsc/2018020
  3. Tlatov A.G., Berezin I.A., Strelkov M.A. Simulation of Coronal Mass Ejection Propagation Based on Data from Ground-Based Patrol Observations // Geomagnetism and Aeronomy. 2019. V. 59. Iss. 7. P. 843–845. https://doi.org/10.1134/S0016793219070247
  4. Odstrcil D., Mays M.L., Hess Ph. et al. Operational Modeling of Heliospheric Space Weather for the Parker Solar Probe // The Astrophysical J. Supplement Ser. 2020. V. 246. Iss. 2. Art. ID. 73. 19 p. https://doi.org/10.3847/1538-4365/ab77cb
  5. Tóth G., Odstrčil D. Comparison of Some Flux Corrected Transport and Total Variation Diminishing Numerical Schemes for Hydrodynamic and Magnetohydrodynamic Problems // J. Computational Physics. 1996. V. 128. Iss. 1. P. 82–100. https://doi.org/10.1006/jcph.1996.0197
  6. Mignone A., Bodo G., Massaglia S. et al. PLUTO: a numerical code for computational astrophysics // The Astrophysical J. Supplement Series. 2007. V. 170. Iss. 1. Art. ID. 228. https://doi.org/10.1086/513316
  7. Arge C.N., Pizzo V.J. Improvement in the prediction of solar wind conditions using near-real time solar magnetic field updates // J. Geophysical Research: Space Physics. 2000. V. 105. Iss. A5. P. 10465–10479. https://doi.org/10.1029/1999JA000262
  8. Pitjeva E., Pavlov D., Aksim D., Kan M. Planetary and lunar ephemeris EPM2021 and its significance for Solar system research // Proc. Intern. Astronomical Union. 2019. V. 15. Iss. S364. P. 220–225. https://doi.org/10.1017/S1743921321001447
  9. Berezin I., Tlatov A. Coronal Field Geometry and Solar Wind Speed // Universe 2022. V. 8. Iss. 12. Art. ID. 646. https://doi.org/10.3390/universe8120646
  10. Aksim D., Pavlov D. Improving the solar wind density model used in processing of spacecraft ranging observations // Monthly Notices of the Royal Astronomical Society. 2022. V. 514. Iss. 3. P. 3191–3201. https://doi.org/10.1093/mnras/stac1229

Дополнительные файлы


© С. Арутюнян, А. Кодуков, М. Субботин, Д. Павлов, 2023

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».