[论文解读] Iterative inversion of synthetic travel times successful at recovering sub-surface profiles of supergranular flows

Jishnu Bhattacharya, Shravan Hanasoge+2 more|arXiv (Cornell University)|Aug 11, 2017

Solar and Space Plasma Dynamics参考文献 34被引用 3

一句话总结

本研究提出一种基于合成走时的迭代反演方法，用于恢复太阳内部超gran斑流的垂直剖面。通过将流函数展开为B样条基函数，并迭代最小化走时残差，该方法即使在无噪声条件下，也能利用f-p₄模态准确恢复至太阳表面以下8–10 Mm深度的峰值深度与回流深度，性能显著优于逐点反演方法。

ABSTRACT

We develop a helioseismic inversion algorithm that can be used to recover sub-surface vertical profiles of 2-dimensional supergranular flows from surface measurements of synthetic wave travel times. We carry out seismic wave-propagation simulations through a 2-dimensional section of a flow profile that resembles an averaged supergranule, and a starting model that has flows only at the surface. We assume that the wave measurements are entirely without realization noise for the purpose of our test. We expand the vertical profile of the supergranule stream function on a basis of B-splines. We iteratively update the B-spline coefficients of the supergranule model to reduce the travel-times differences observed between the two simulations. We carry out the exercise for four different vertical profiles peaking at different depths below the solar surface. We are able to accurately recover depth profiles of four supergranule models at depths up to $8-10\, ext{Mm}$ below the solar surface using $f-p_4$ modes, under the assumption that there is no realization noise. We are able to obtain the peak depth and the depth of the return flow for each model. A basis-resolved inversion performs significantly better than one where the flow field is inverted for at each point in the radial grid. This is an encouraging result and might act as a guide in developing more realistic inversion strategies that can be applied to supergranular flows in the Sun.

研究动机与目标

• 开发一种日震反演算法，能够从表面走时测量数据中恢复二维超granule流的亚表层垂直剖面。
• 检验基于基函数展开的迭代反演是否能优于标准的逐点反演方法，以更精确地解析超granule结构。
• 评估该方法在理想化的无噪声条件下恢复关键超granule参数（峰值深度与回流深度）的能力。
• 通过真实超granule样流速剖面的合成波传播模拟，验证反演方法的有效性。

提出的方法

• 该方法基于二维波传播模拟，通过合成超granule流速剖面，初始模型假设仅存在表面流。
• 采用B样条基函数对流函数进行参数化，以实现平滑且灵活的流速剖面重建。
• 通过迭代优化过程更新B样条系数，以最小化合成走时与观测走时之间的残差。
• 使用归一化的L₂范数及深度相关的误差度量来量化残差，涵盖流函数、径向速度和水平速度分量。
• 在无实现实噪声条件下，对四个合成模型（峰值流速位于不同深度，最高达14 Mm）应用该方法，使用f-p₄模态进行反演。
• 通过归一化残差减少程度评估模型改进情况，并在深度方向上对比反演剖面与真实模型。

实验结果

研究问题

• RQ1 基于基函数参数化的迭代反演是否能比逐点反演更准确地恢复超granule流速的深度剖面？
• RQ2 利用f-p₄模态，该方法可可靠恢复超granule中垂直速度峰值的深度至多深？
• RQ3 反演是否能准确重构水平流速方向发生反转的回流深度？
• RQ4 当真实峰值位于14 Mm深度（超出以往地震探测极限）时，该方法在恢复剖面方面的表现如何？
• RQ5 在无噪声条件下，基函数表示对收敛性与精度有何影响？

主要发现

• 迭代反演在最终迭代后，归一化L₂残差约为0.01%，成功恢复了真实超granule流速的垂直剖面。
• 该方法对所有测试模型的垂直速度峰值深度均实现了精确恢复，包括峰值位于表面以下8–10 Mm的模型。
• 水平流速方向反转处的回流深度被准确恢复，尽管流速剖面的精确形态未被完全捕捉。
• 使用f-p₄模态时，该方法未能恢复峰值位于14 Mm深度的超granule流速剖面，表明该模态集对更深结构的分辨率存在局限。
• 基于基函数的反演优于逐点反演，表明在低维基空间中参数化流速可提升稳定性与精度。
• 结果在无噪声或低噪声条件下为未来真实反演策略的发展提供了积极前景。