三维模拟中日冕加热事件的识别

太阳日冕加热问题自 1939 年以来一直是一个开放问题。一种针对在光球层下和光球层产生的机械能量的传输与释放的提出模型是纳米耀斑模型，该模型包含焦耳加热，通过磁重联释放储存在磁场中的一部分能量。验证该模型的问题在于我们无法在观测上分辨小尺度事件。耀斑可观测特征的直方图显示出幂律行为，无论是能量释放率、尺寸还是总能量。根据能量释放的幂律指数，纳米耀斑可能是日冕加热的重要候选机制；我们试图找到该指数。本文中，我们采用数值代码 Bifrost 生成的三维 MHD 数值模拟，以及一种新技术来在特定时刻识别三维加热事件。我们探索的量是焦耳加热，它与磁重联显式相关，因为依赖于磁场的旋度。我们能够在一个体积 $24 \times 24 \times 9.5 \ \textrm{Mm}^3$（即 $768 \times 786 \times 331$ 网格单元）的特定快照中识别出 4136 个事件。我们发现了每秒释放能量的幂律斜率，以及已识别体积的两个幂律斜率。已识别的能量事件并不代表所有释放的能量，但在已识别事件中，最大事件的总能量主导了能量释放。大部分能量释放发生在低日冕，而加热随高度下降。我们发现，通过一种特定的识别方法，大事件可分解为较小事件，但代价是总识别能量释放减少。无法被识别为事件的能量释放倾向于低能量释放机制。