流れ関数 — 先端技術と研究動向

3次元非圧縮流れではベクトルポテンシャル $\mathbf{A}$ を $\mathbf{u} = \nabla \times \mathbf{A}$ と定義すると、$\nabla \cdot \mathbf{u} = 0$ が恒等的に満たされる。ただし $\mathbf{A}$ にはゲージ自由度があり、例えばCoulombゲージ $\nabla \cdot \mathbf{A} = 0$ を課す必要がある。

CFDではあまり使われないが、MHD（磁気流体力学）では磁場のベクトルポテンシャルが標準的に使われる。流体のベクトルポテンシャルは3成分のベクトルなのでスカラー圧力を消す利点が薄く、primitive変数法が好まれる。ただし渦度ベクトルポテンシャル法は一部の研究で使われており、特にスペクトル法との相性が良いんだ。

2次元非圧縮非粘性流れでは渦度方程式がHamiltonian系として定式化できる。流れ関数 $\psi$ がHamiltonianの役割を果たし、

ここで $\{\cdot, \cdot\}$ はポアソン括弧だ。この構造を保存するシンプレクティック積分法を使えば、エンストロフィーやエネルギーの長時間保存性が格段に向上する。

$10^5$ ステップ程度の長時間積分で、RK4法ではエネルギーが数%ドリフトするのに対し、シンプレクティック法ではドリフトがほぼゼロに保たれる。木星の大赤斑のような超長時間の渦構造シミュレーションで重要になる。

トポロジカル流体力学は流線・渦線のトポロジー（結び目、絡み合い）を研究する分野だ。3次元流れでは渦管が結び目構造を形成し得る。渦の交差再結合（vortex reconnection）は流れ関数やベクトルポテンシャルの特異点として記述される。

流れ関数の等値線構造の変化（分岐）は位相的流れ解析（topological flow analysis）の基礎だ。流れ関数の鞍点が合流・分裂するとき、流れパターンが定性的に変化する。これはGreenらの「Topological Fluid Mechanics」の研究で体系化されているよ。

最近注目されているのがPINN（Physics-Informed Neural Network）による流れ関数の学習だ。ニューラルネットワークの出力を流れ関数 $\psi$ とすれば、$u = \partial\psi/\partial y$, $v = -\partial\psi/\partial x$ とすることで質量保存が構造的に保証される。

Raissi et al.（2019）が提案した手法で、PIVの欠損データ補完や超解像に応用されている。流れ関数経由で質量保存を組み込むことで、データが少ない場合でも物理的に整合的な予測が得られるんだ。

大気・海洋科学では準地衡流（quasi-geostrophic）モデルが流れ関数ベースで定式化される。地衡流の流れ関数は $\psi = p/(\rho f)$（$f$ はコリオリパラメータ）で、準地衡渦位方程式

がRossby波や中規模渦の力学を記述する。数値気象予報の基礎的なモデルとして今でも教育・研究で広く使われているよ。

地球の大気と海洋は水平スケールが鉛直スケールよりずっと大きいから、実質的に2次元に近い。そのため流れ関数ベースの定式化が非常に有効なんだ。