Optimization Algorithm for Determining the Source Surface Radius Based on Parker Solar Probe in situ Measurements from Encounters 1 to 19

Sintesi Tecnica: Algoritmo di Ottimizzazione per la Determinazione del Raggio della Superficie Sorgente Basato su Misurazioni In Situ della Parker Solar Probe

Definizione del Problema
L'estrapolazione del Campo Potenziale sulla Superficie Sorgente (PFSS) è un metodo standard per stimare il campo magnetico coronale su larga scala a partire dai magnetogrammi fotosferici. Un parametro critico in questo modello è il raggio della superficie sorgente ($R_{ss}$), ovvero il confine sferico dove si assume che il campo magnetico diventi radiale. Sebbene $R_{ss} = 2,5 R_s$ sia un valore di riferimento convenzionale, studi precedenti indicano che un singolo valore non può soddisfare universalmente tutti i vincoli osservativi (ad esempio, l'estensione dei buchi coronali, il flusso magnetico aperto e la polarità magnetica). Si sa che l'ottimale $R_{ss}$ varia con l'attività solare, ma determinare un valore rigoroso e vincolato dalle osservazioni rimane una sfida. Questo articolo affronta il problema inverso della determinazione dell'ottimale $R_{ss}$ minimizzando la discrepanza tra le estrapolazioni PFSS e le misurazioni del campo magnetico in situ, utilizzando specificamente i dati della Parker Solar Probe (PSP) durante gli incontri (Encounters) 1–19.

Metodologia
Gli autori approcciano la determinazione di $R_{ss}$ come un problema di ottimizzazione della forma all'interno di un framework a confine libero.

1. Formulazione Matematica:

   • Il problema diretto PFSS è formulato come un problema al contorno ellittico del secondo ordine con condizioni miste di Dirichlet e Neumann. Gli autori dimostrano la ben posto-determinazione (esistenza e unicità) della soluzione diretta nello spazio di Sobolev $H^1(\Omega)$.
   • Il problema inverso è configurato come la minimizzazione di un funzionale obiettivo su un insieme ammissibile di domini. Gli autori dimostrano la compattezza dell'insieme ammissibile e la continuità del funzionale obiettivo, stabilendo così l'esistenza di un minimo globale per il problema inverso. Queste dimostrazioni si applicano sia a geometrie della superficie sorgente sferiche che non sferiche.

2. Dati e Pre-elaborazione:

   • Input: Magnetogrammi sinottici fotosferici dal Global Oscillation Network Group (GONG) fungono da condizione al contorno interna.
   • Osservazioni: Campo magnetico radiale ($B_r$) e velocità del vento solare radiale ($v_r$) dalla PSP (strumenti FIELDS e SWEAP) per gli incontri 1–19.
   • Elaborazione: I dati PSP sono sottoposti a rimozione degli outlier (criterio dell'intervallo interquartile) e media temporale (cadenza di 20 minuti). I vuoti nella velocità del vento solare vengono colmati tramite interpolazione lineare per consentire una mappatura inversa (backmapping) continua della spirale di Parker.
   • Validazione: Misurazioni in situ indipendenti dal Advanced Composition Explorer (ACE) vicino a 1 UA sono utilizzate per la validazione incrociata.

3. Algoritmo di Ottimizzazione:

   • Funzionale Obiettivo: L'algoritmo minimizza l'Errore Quadratico Medio (MSE) tra il $B_r$ osservato dalla PSP e il $B_r$ predetto dal PFSS. La predizione PFSS è derivata tracciando la posizione della sonda all'indietro verso la superficie sorgente lungo le spirali di Parker, campionando il campo PFSS e scalandolo radialmente alla distanza della sonda ($r^2 B_r = \text{costante}$).
   • Normalizzazione: Per rimuovere le differenze di ampiezza dipendenti dall'incontro, sia i campi osservati che quelli modellati subiscono una normalizzazione Z-score prima del calcolo del MSE.
   • Solver: Viene impiegato uno schema iterativo basato sul gradiente (Algoritmo 1). Il gradiente è approssimato utilizzando differenze finite centrate. L'algoritmo itera fino alla convergenza o al raggiungimento di un numero massimo di iterazioni.
   • Validazione: L'algoritmo è validato contro una soluzione analitica di campo potenziale e dati sintetici con aggiunto rumore gaussiano, dimostrando la capacità di recuperare un $R_{ss}$ prescritto.

4. Analisi Multiobiettivo:

   • Per comprendere i compromessi, gli autori introducono due metriche aggiuntive: il fattore di scala del campo magnetico ($\alpha_k$, relativo al flusso aperto) e l'accuratezza della predizione della polarità ($P^k_a$).
   • Viene eseguita un'analisi di Pareto (Algoritmo 2) per identificare la frontiera di Pareto tra l'obiettivo MSE e l'errore di predizione della polarità. Ciò quantifica se l'ottimizzazione è guidata principalmente dall'accordo di ampiezza o dall'accuratezza della polarità.

Risultati Chiave

• Trend dell'Ottimale $R_{ss}$: I valori di $R_{ss}$ ottimizzati per gli incontri PSP 1–19 aumentano generalmente dal minimo solare verso la fase ascendente del Ciclo Solare 25. Questo trend è corroborato dai dati indipendenti di ACE.
• Confronto con il Riferimento: Rispetto al riferimento fisso $R_{ss} = 2,5 R_s$, le soluzioni ottimizzate mostrano generalmente un migliore accordo con le ampiezze del campo magnetico osservate (riducendo la discrepanza del flusso aperto) preservando o migliorando l'accuratezza della predizione della polarità magnetica.
• Minimo Solare vs. Fase Ascendente:
  • Durante il minimo solare (primi incontri), l'ottimizzazione è guidata principalmente dall'accordo di ampiezza (flusso aperto). Vengono selezionati valori di $R_{ss}$ più bassi per aumentare il flusso aperto modellato per corrispondere alle osservazioni.
  • Durante la fase ascendente, le frontiere di Pareto diventano più raggruppate, indicando che la precisione della predizione della polarità diventa la metrica dominante. L'ottimale $R_{ss}$ aumenta per catturare meglio le complesse strutture di settore e le inversioni di polarità osservate.
• Deviazioni Locali: Specifici incontri (ad esempio 9 e 13) mostrano deviazioni locali dal trend generale. Per l'Incontro 13, che ha attraversato una complessa Espulsione di Massa Coronale Interplanetaria (ICME), l'ottimizzazione ha selezionato un $R_{ss}$ molto basso ($1,27 R_s$) per catturare complesse inversioni di polarità, evidenziando i limiti dell'assunzione della spirale di Parker in ambienti disturbati.

Significatività e Rivendicazioni
Il paper sostiene di fornire una base matematicamente rigorosa per il problema inverso del PFSS, dimostrando l'esistenza di un minimizzatore unico per la stima del raggio della superficie sorgente. Costruendo un algoritmo di ottimizzazione specifico validato contro soluzioni analitiche e dati in situ, lo studio dimostra che l' $R_{ss}$ non è una costante statica, ma un parametro dinamico che evolve con l'attività solare.

Gli autori sottolineano che non esiste un unico $R_{ss}$ "globalmente ottimale"; piuttosto, il valore ottimale dipende dai vincoli osservativi specifici e dalle metriche di valutazione prioritarie (ad esempio, flusso aperto vs. polarità). Lo studio evidenzia uno spostamento della metrica dominante dall'accordo di ampiezza durante il minimo solare all'accordo di polarità durante la fase ascendente. Inoltre, il lavoro riconosce il "problema del flusso aperto", notando che, sebbene l'ottimizzazione migliori l'accordo con il flusso in situ, non risolve la discrepanza fondamentale tra le stime del flusso basate sui buchi coronali e le misurazioni in situ, suggerendo che i miglioramenti futuri potrebbero richiedere migliori osservazioni del campo magnetico polare o modelli coronali più avanzati. Il lavoro stabilisce un quadro per la futura ottimizzazione della forma di superfici sorgente non sferiche man mano che i dati da missioni come Solar Orbiter diventano disponibili.