4. 一维标量守恒律的通量格式
有限体积法的核心在于把守恒律写成“单元内守恒量变化 = 边界通量之差”的形式。对一维标量守恒律
∂u/∂t + ∂f(u)/∂x = 0， f(u) = a·u（线性对流，a 为常数波速）
在单元 i 上积分并离散时间后，得到半离散格式：
du_i/dt = -(F_{i+1/2} - F_{i-1/2}) / Δx其中 F_{i+1/2} 是界面处的数值通量。不同格式的差别，全部体现在“如何用界面左右两侧的状态 u_L、u_R 计算 F”上。本节以线性对流方程 f(u)=a·u 为统一试验对象，推导三种经典通量格式，并说明如何用代码实现与验证。
三种数值通量的推导
Godunov 格式的思路是：在每个界面求解以 (u_L, u_R) 为初值的黎曼问题，取精确解在 x/t=0 处的通量。对线性对流，若 a>0，信息从左向右传播，界面通量只由左态决定，即 F = a·u_L；若 a<0，则 F = a·u_R。可统一写成 F = a·(a>0 ? u_L : u_R)，等价于 F = a⁺u_L + a⁻u_R，其中 a⁺=max(a,0)，a⁻=min(a,0)。Godunov 格式对线性问题是精确的迎风格式，单调、无振荡，但需要判断波速方向。
Roe 格式通过构造 Roe 平均状态把非线性问题线性化。对线性标量方程，Roe 平均波速就是 a 本身，Roe 通量为
F_Roe = 0.5·(f(u_L) + f(u_R)) - 0.5·|a|·(u_R - u_L)它由中心平均通量减去耗散项构成，耗散系数 |a| 恰好等于最大特征速度。对线性问题，Roe 格式与 Godunov 格式完全等价，都是精确迎风；对非线性问题，Roe 格式需要熵修正才能避免非物理膨胀激波。
Lax-Friedrichs 格式采用全局最大波速 α = max|a| 作为耗散强度：
F_LF = 0.5·(f(u_L) + f(u_R)) - 0.5·α·(u_R - u_L)它不区分波的传播方向，耗散量由 α 统一控制。对线性问题 α=|a|，因此 LF 与 Roe 形式相同；但对变系数或非线性问题，LF 的 α 取全局上界，耗散偏大，界面分辨率较低，却换来了极强的鲁棒性。
用一维线性对流方程实现并验证
取计算域 [0,1]，周期边界，a=1，初值为方波：u₀(x)=1（0.2≤x≤0.4），其余为 0。网格数 N=100，CFL 数取 0.5，即 Δt=0.5·Δx/|a|。推进到 t=0.5 时，方波应整体右移 0.5，形状保持不变（周期域内回到原位置附近）。下面给出三种通量的统一实现骨架：
import numpy as np
N, a, cfl = 100, 1.0, 0.5
dx = 1.0 / N
dt = cfl * dx / abs(a)
x = (np.arange(N) + 0.5) * dx
u = np.where((x >= 0.2) & (x <= 0.4), 1.0, 0.0)
def flux_godunov(uL, uR, a):
return a * (uL if a > 0 else uR)
def flux_roe(uL, uR, a):
return 0.5*(a*uL + a*uR) - 0.5*abs(a)*(uR - uL)
def flux_lf(uL, uR, a, alpha):
return 0.5*(a*uL + a*uR) - 0.5*alpha*(uR - uL)
def step(u, flux_fn):
uL = u # 左态：单元 i
uR = np.roll(u, -1) # 右态：单元 i+1（周期）
F = flux_fn(uL, uR)
F_left = np.roll(F, 1) # 界面 i-1/2 的通量
return u - dt/dx * (F - F_left)
for n in range(int(0.5/dt)):
u = step(u, lambda L,R: flux_godunov(L,R,a))
验证时关注三点。第一，守恒性：周期域内总质量 Σu·Δx 应保持不变，三种格式都应满足到机器精度，这是有限体积法的基本要求。第二，形状保持：Godunov 与 Roe 在 CFL≤1 时对方波给出无振荡的陡峭界面；LF 由于耗散偏大，方波边缘会被抹平，出现明显数值扩散。第三，收敛性：加密网格（N=100→200→400）后，用 L1 误差对比，Godunov/Roe 应表现出一阶收敛（方波含间断，格式在间断处降为一阶），LF 同样一阶但误差常数更大。
格式选择的实践判断
三种格式的取舍可以归纳为：Godunov 适合需要精确迎风、追求单调性的标量问题，但推广到方程组需逐特征分解；Roe 以通量差分分裂的形式给出统一框架，便于推广到 Euler 方程组，代价是需要熵修正与特征值处理；Lax-Friedrichs 实现最简单、鲁棒性最好，适合作为复杂问题的兜底格式或初学验证的基准。实际代码中，建议先用 LF 跑通守恒性与边界处理，再切换到 Roe/Godunov 观察分辨率提升，并用总质量守恒与 L1 误差两条指标确认实现正确。