高阶全格式良好平衡数值方法用于具有不连续性质、摩擦和重力的一维血流

《Journal of Computational Physics》：High-order fully well-balanced numerical methods for one-dimensional blood flow with discontinuous properties, friction and gravity

　　

研究人员提出了用于具有不连续机械性质以及代表摩擦和重力的代数源项的一维血流模型的良好平衡、高阶、半离散数值格式。这些格式的设计依赖于静止解的计算，并将其纳入重构过程。然而，这带来了两个主要困难。一方面，模型参数的不连续性导致源项中的非守恒乘积，引发了理论和数值上的挑战。另一方面，摩擦和重力项的存在使得无法获得静止解的解析表达式，无论是显式还是隐式。为了克服这些问题，研究人员采用广义静水重建（Generalized Hydrostatic Reconstruction, GHR）来处理不连续性，并使用配置法（collocation method）来数值逼近重构所需的静止解。据研究人员所知，这是在平衡律系统（systems of balance laws）背景下首次将这两种技术相结合。研究人员将方法扩展到处理血管网络，并展示了单血管和多血管测试的数值结果，包括一个由118条血管组成的网络，证明了所提出方法在超越所研究方程的朴素离散化方面的能力。

**论文解读：高阶全格式良好平衡数值方法用于一维血流模型**

**研究背景与问题**

一维（1D）血流模型自Euler于1744年提出以来，已在理论、数值和应用研究中得到广泛关注。然而，现有关于良好平衡（well-balanced）格式的研究多集中于处理几何和机械性质在空间上变化（甚至不连续）的情况，而较少涉及包含摩擦和重力代数源项的情形。当模型参数（如刚度系数K(x)、参考截面积A₀(x)或外部压力p_e(x)）存在跳跃不连续性时，源项中会出现非守恒乘积，给理论分析和数值求解带来挑战。同时，摩擦和重力项的引入使得静止解（stationary solutions）无法获得解析表达式（显式或隐式），这阻碍了精确良好平衡格式的构建。以往的工作中，研究人员在无摩擦和重力的情况下已提出了基于广义静水重建（Generalized Hydrostatic Reconstruction, GHR）的精确良好平衡格式，但尚未扩展至包含摩擦和重力的情形。因此，本研究旨在开发一种高阶、全格式良好平衡的数值方法，同时处理不连续参数和代数源项，并应用于复杂血管网络。

**研究内容与结论**

研究人员提出并实现了针对一维血流模型的高阶、半离散良好平衡数值格式，该格式结合了GHR处理不连续性，以及配置法（collocation method）数值逼近静止解。通过将这两种技术首次整合到平衡律系统框架中，研究人员成功构造了第一至第三阶的完全良好平衡方法。数值测试表明，这些方法在单血管和网络场景中均能精确保持静止解（包括亚临界、跨临界及不连续情形），并在精度测试中达到预期阶数。在黎曼问题中，良好平衡方法能准确捕捉激波和接触间断，而非良好平衡方法则产生明显误差。在包含118条血管的ADAN86网络模型中，死人不测试（Deadman test）验证了良好平衡方法在静水压力模拟中的优越性，而非良好平衡方法导致质量不守恒。生理模拟（仰卧和直立位）进一步展示了重力对压力波形的影响，良好平衡方法能准确再现血流动力学特征。该研究的重要贡献在于为复杂血管网络中的血流模拟提供了稳定、准确的数值工具，尤其适用于需要考虑重力效应的临床场景。论文发表在《Journal of Computational Physics》。

**主要关键技术方法**

研究人员采用了以下关键方法：
1. **广义静水重建**（Generalized Hydrostatic Reconstruction, GHR）：用于处理刚度系数K(x)、参考截面积A₀(x)和外部压力p_e(x)等参数的不连续性，通过求解接触间断跳跃条件（守恒量q和总压力Γ）来重构界面状态。
2. **配置法**（collocation method）：基于高斯-勒让德（Gauss-Legendre）龙格-库塔（Runge-Kutta, RK）格式，数值逼近静止解（ODE系统），满足可逆性要求，确保方法在离散层面保持良好平衡性质。
3. **路径守恒数值通量**：采用HLL数值通量结合GHR，构造半离散有限体积格式，并利用高阶重构算子（如MUSCL、CWENO）和时间推进（TVD RK方法）实现高阶精度。
4. **网络耦合与边界处理**：通过求解黎曼问题（Riemann problem）处理分叉/连接点，使用全稀疏波近似黎曼求解器，并耦合集中参数模型（RCR模型）描述外周循环。样本来源为ADAN86动脉网络模型（包含86条命名动脉，共118个一维域）。

**研究结果**

**5.1 单血管测试**
**5.1.1 良好平衡性质**：通过测试1（不连续亚临界静止解）、测试2（光滑亚临界静止解）、测试3（扰动光滑亚临界静止解）和测试4（光滑跨临界静止解），验证了第一至第三阶良好平衡方法（O1_WB_GHR_HLL、O2_WB_GHR_HLL、O3_WB_GHR_HLL）在包含摩擦和重力的情况下能以机器精度保持静止解，而非良好平衡方法（O1_noWB_GHR_HLL等）产生显著误差。测试4中跨临界解通过L'H?pital规则处理临界点导数，良好平衡方法成功保持解。
**5.1.2 精度测试**：测试5（扰动光滑亚临界静止解）使用200至1600单元网格，计算L¹误差，结果表明第一、二、三阶方法分别达到预期阶数（约0.9、1.99、2.97），验证了高阶精度。
**5.1.3 黎曼问题**：测试6（亚临界黎曼问题）包含左行稀疏波、静止接触间断和右行激波。良好平衡方法能正确捕获接触间断并保持能量Γ守恒，而非良好平衡方法在接触间断处产生偏离。高阶方法更精确地解析稀疏波。

**5.2 网络测试**
**5.2.1 血管-集中参数模型测试**：单根静脉与RCR模型耦合，固定入口流量。良好平衡方法（WB）正确得到稳态流量（等于入口流量）和压力，而非良好平衡方法（NWB）导致流量误差，进而影响压力分布，违反质量守恒。
**5.2.2 ADAN86血管网络**
*死人不测试*：在零流量条件下，良好平衡方法以高精度再现静水压力场，误差极小；非良好平衡方法产生显著压力偏差，且流量非零，违反质量守恒。定量对比显示，WB方法在所选血管中压力与静水压力一致，流量接近零。
*生理模拟（仰卧和直立位）*：使用第二阶WB方法，在零重力和全重力条件下模拟搏动血流。结果显示，仰卧位时压力波形随距离增加而变陡，平均压力下降；直立位时重力导致压力升高（尤其下肢），流量波形受重力影响较小，但平均压力显著变化。该模拟验证了方法处理真实血流动力学条件的能力。

**讨论与结论**

讨论部分指出，死人不测试和生理模拟均表明，良好平衡方法在粗网格下也能准确捕捉重力效应，而非良好平衡方法会导致流量误差和质量不守恒，对闭环循环模型尤为重要。结论部分（翻译如下）：
“在这项工作中，研究人员解决了具有不连续性质和代数源项的血管中血流良好平衡数值格式的构建问题。所提出格式的构建依赖于嵌入重构过程中的静止解计算，这引入了两个主要挑战。模型参数的不连续性导致源项中的非守恒乘积，带来理论和数值困难，而摩擦和重力的存在使得无法推导出静止解的解析（显式或隐式）表达式。这些问题通过结合广义静水重建（Generalized Hydrostatic Reconstruction, GHR）处理不连续性，以及使用配置法（collocation method）数值逼近重构所需的静止解来解决。据研究人员所知，这项工作代表了在平衡律系统（systems of balance laws）背景下首次将这两种技术结合。随后，所提出的方法被扩展以模拟血管网络中的血流，要求正确指定耦合和边界条件。研究人员评估了所提出方法保持稳态解以及计算瞬态解的能力。值得注意的是，研究人员通过学术测试（允许详细和受控的测试环境）以及现实条件进行了验证。第二类测试使研究人员能够评估良好平衡对现实场景的影响，并探索所提出方法处理此类情况下血流动力学条件的能力。未来的工作将涉及粘弹性血管壁力学的纳入以及隐式-显式时间积分策略的探索。第一个主题由需要更好反映血管机械性质的管定律模型驱动，第二个主题是复杂血管网络中涉及的空间尺度高度异质性特征所要求的。”