GIZMO：一类精确的无网格流体动力学模拟新方法

我们提出了两种新的拉格朗日流体动力学方法，并与移动网格、SPH和固定（非移动）网格方法进行了系统比较。这些新方法旨在同时捕捉光滑粒子流体动力学（SPH）和基于网格的自适应网格细化（AMR）方案的优点。它们基于体积的核离散化，结合高阶矩阵梯度估计器和作用于体积“重叠”上的黎曼求解器。我们在代码GIZMO中实现并测试了带有自引力和宇宙学积分的并行二阶版本：该版本保持精确的质量、能量和动量守恒；与我们研究的所有其他方法相比，表现出优越的角动量守恒；不需要“人工扩散”项；并允许流体元素随流移动，因此分辨率自动自适应。我们考虑了大量测试问题，发现所有问题上新方法似乎与移动网格方案具有竞争力，并具有一些优势（特别是在角动量守恒方面），代价是噪声增加。新方法与SPH相比有许多优点：适当的收敛性、良好的流体混合不稳定性捕捉、显著降低的“粒子噪声”和数值粘性、更精确的亚音速流演化以及尖锐的激波捕捉。与非移动网格相比的优点包括：自动自适应性、显著降低的对流误差和数值过度混合、速度无关的误差、与引力的精确耦合、良好的角动量守恒以及消除“网格对齐”效应。例如，我们可以跟踪气体盘的数百个轨道，而AMR和SPH方法在几个轨道内就会崩溃。然而，固定网格最小化了“网格噪声”。这些差异对于一系列天体物理问题很重要。