Cosmic ray particles propagation in the Earth’s magnetic field defined with IGRF and CHAOS models

Cover Page

Cite item

Full Text

Abstract

We simulated the galactic cosmic rays’ particles propagation in the Earth’s magnetosphere, given by the IGRF and CHAOS magnetic field models, while the second of them additionally has a lithospheric field component that is absent in the first model. The power spectra of the flux of galactic cosmic rays at a fixed height above the Earth’s surface are obtained and their difference is found for large orders of the multipole expansion, l > 7. For l > 20, the result can be explained by the contribution of the lithospheric component of the magnetic field in the CHAOS model compared to IGRF, and for l > 20, the difference in the accuracy of the description of the main field, since IGRF is limited to the 13th order of expansion.

Full Text

ВВЕДЕНИЕ

Эксперименты в области физики космических лучей предоставляют важные сведения для исследования многих астрофизических объектов во Вселенной, однако большинство из них проводится на поверхности Земли или на околоземных орбитах, т.е. внутри магнитосферы планеты. Здесь траектории заряженных частиц отклоняются магнитным полем, и в области низких энергий отклонение оказывается значительным, что сказывается на характеристиках измеряемого потока космических частиц. Этот эффект необходимо аккуратно учитывать при анализе экспериментальных данных.

Для описания магнитного поля Земли (МПЗ) в области магнитосферы разработаны разные эмпирические модели. При этом в задачах физики космических лучей [1, 2] область внутренней магнитосферы почти всегда задается моделью IGRF [3], которая имеет определенное пространственное разрешение и описывает только одну компоненту МПЗ — главное поле. В некоторых моделях можно получить более детальное описание этой компоненты или учесть разные составляющие магнитного поля планеты. В данной работе рассматривается влияние литосферной компоненты МПЗ на траектории частиц космических лучей в магнитосфере, и в качестве альтернативы модели IGRF рассматривается модель CHAOS, где компоненты главного и литосферного полей определяются независимо [4].

В работе демонстрируется различие спектров мощности вариаций потока галактических космических лучей (ГКЛ), проникающих внутрь магнитосферы, полученных при выборе моделей IGRF (мультипольное разложение главного поля до 13-го порядка) и CHAOS (главное поле до 20-го порядка + литосферное до 110).

МЕТОДИКА МОДЕЛИРОВАНИЯ

Для анализа распространения космических лучей в магнитосфере выполнены расчеты их траекторий в выбранных моделях МПЗ с помощью численного решения уравнения движения частиц в электромагнитных полях. Решение основано на использовании схемы “частица в ячейке” с реализацией метода Бунемана—Бориса [5], который обеспечивает сравнительно небольшое время вычисления при приемлемой точности [6].

УГЛОВЫЕ СПЕКТРЫ МОЩНОСТИ ГКЛ

Проведена трассировка частиц ГКЛ с изотропным распределением за условными пределами магнитосферы (на расстояния 15 радиусов Земли RE от центра Земли) и с известным энергетическим спектром [7]. Граничные условия, при которых трассировка прекращается: Rmin = RE, Rmax = 20RE, где R — расстояние частицы до центра планеты. Первое условие соответствует попаданию частицы в атмосферу Земли, а второе — вылету в межпланетное пространство.

Спектр мощности строится исходя из распределения вероятности g(p) пересечения частиц области p сферы с центром, совпадающим с центром Земли, на некоторой высоте над поверхностью планеты. С одной стороны, g(p) по определению:

gp¯=NpNallNpix4π,

где N(p) — количество частиц, пересекающих данную сферу в области p; Npix — количество пикселов, на которые разбита карта; Nall — общее количество частиц, упавшее на данную сферу; p — порядковый номер пиксела из схемы пикселизации HEALPix [8].

С другой стороны, из разложения на дискретные сферические функции g(p) приобретает вид

gp=l=0lmaxm=llalmYlmp,

где alm — комплексные коэффициенты разложения; Ylm — комплексные дискретные сферические функции alm. Коэффициенты разложения вычисляются следующим образом:

alm=4πNpixp=0Npix1Ylm*pgp.

Спектр мощности представляет собой зависимость величины Cl от порядка разложения l:

Cl=12l+1m=llalm2.

Погрешность Cl вычисляется как погрешность сложной функции Cl(alm(g(p))). Погрешность g(p), в свою очередь, определяется как

Δgp=σgpstat+σgptransf+σgptrace,

что является верхней оценкой для данной величины. Здесь σgpstat=Npix4πNpNallNpNall3; σgptransf определяется как разница значений g(p) до преобразования и после преобразования вида f–1(f(g(p))), где f — функция преобразования карты g(p) в набор коэффициентов alm [9]; σgptrace определяется как разница карт g(p), полученных при трассировке с шагом Δt = 5 × 10–5 с или 2.5 × 10–5 с.

РЕЗУЛЬТАТЫ

В результате выполненного моделирования получены распределения g(p) для моделей магнитного поля магнитосферы IGRF и CHAOS. На рис. 1 приведено такое распределение для модели IGRF. Для обеих моделей получены угловые спектры мощности для частиц в энергетическом диапазоне от 1 до 50 ГэВ, показанные на рис. 2. Первые три порядка разложения согласуются между собой для обеих моделей в пределах погрешности.

 

Рис. 1. Карта значений g(p) для модели поля IGRF на высоте 350 км при количестве пикселов на карте, равном 2700. Учитывались частицы всех энергий

 

Рис. 2. Угловой спектр мощности для частиц всех энергий

 

Как видно на рисунке, угловой спектр на высоких мультиполях (l > 7) для модели CHAOS в основном превышает угловой спектр IGRF. Это означает, что различие между моделями сказывается на траекториях частиц на малых масштабах (30° или 3500 км для измерений на высоте 350 км). Эти масштабы соответствуют частицам с энергиями от 1 ГэВ до 3—4 десятков ГэВ. Такой результат можно было ожидать, поскольку учет литосферного поля и главного поля высоких порядков мультипольного разложения в модели CHAOS приводит к учету мелкомасштабных структур.

ЗАКЛЮЧЕНИЕ

Из проведенного исследования можно сделать вывод, что на больших гармониках и, следовательно, на мелких масштабах возникает заметное различие между траекториями частиц, движущихся в магнитном поле Земли с учетом литосферного поля и без. Это обстоятельство влияет на корректность определения природы регистрируемых частиц, выполняемого методом восстановления траекторий, и его необходимо учитывать при анализе экспериментальных данных, полученных приборами внутри магнитосферы Земли, особенно близко к поверхности планеты.

Исследование выполнено за счет гранта Российского научного фонда № 19-72-10161, https://rscf.ru/project/19-72-10161/.

×

About the authors

S. A. Proshin

MEPhI National Nuclear Research University

Author for correspondence.
Email: sergey.proshin.97@mail.ru
Russian Federation, Moscow

V. S. Golubkov

MEPhI National Nuclear Research University

Email: sergey.proshin.97@mail.ru
Russian Federation, Moscow

A. G. Mayorov

MEPhI National Nuclear Research University

Email: sergey.proshin.97@mail.ru
Russian Federation, Moscow

V. V. Malakhov

MEPhI National Nuclear Research University

Email: sergey.proshin.97@mail.ru
Russian Federation, Moscow

References

  1. Шутенко В.В., Астапов И.И., Барбашина Н.С. и др. // Изв. РАН. Сер. физ. 2017. Т. 81. № 2. С. 213; Shutenko V.V., Astapov I.I., Barbashina N.S. et al. // Bull. Russ. Acad. Sci. Phys. 2017. V. 81. No. 2. P. 194.
  2. Белов С.М., Зобнин Г.И., Янке В.Г. // Изв. РАН. Сер. физ. 2021. Т. 85. № 11. С. 1637; Belov S.M., Zobnin G.I., Yanke V.G. // Bull. Russ. Acad. Sci. Phys. 2021. V. 85. No. 11. P. 1297.
  3. Alken P., Thebault E., Beggan C.D. et al. // Earth. Planets Space. 2021. V. 73. Art. No. 49.
  4. Finlay C.C., Kloss C., Olsen N. et al. // Earth. Planets Space. 2020. V. 72. Art. No. 156.
  5. Голубков В.С., Майоров А.Г. // Изв. РАН. Сер. физ. 2021. Т. 85. № 4. С. 512; Golubkov V.S., Mayorov A.G. // Bull. Russ. Acad. Sci. Phys. 2021. V. 85. No. 4. P. 383.
  6. Mao H., Richard W. // Proc. 42nd AIAA Plasma Dynam. Lasers Conf. (Honolulu, 2011). Art. No. 3739.
  7. Aguilar M. et al. (AMS Collaboration) // Phys. Rev. Lett. 2021. V. 127. No. 2. Art. No. 159901.
  8. Gorski K.M., Hivon E., Banday A.J. et al. // arXiv: astro-ph/0409513v1. 2004.
  9. https://healpy.readthedocs.io/en/latest/generated/healpy.sphtfunc.map2alm.html#healpy.sphtfunc.map2alm.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Map of g(p) values for the IGRF field model at an altitude of 350 km with the number of pixels on the map equal to 2700. Particles of all energies were taken into account

Download (212KB)
3. Fig. 2. Angular power spectrum for particles of all energies

Download (213KB)

Copyright (c) 2024 Russian Academy of Sciences

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».