原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象海洋是一锅巨大且翻滚的汤。长期以来，科学家们试图用完美的确定性规则来编写这锅汤如何流动的“食谱”。他们假设，如果你知道每个水分子的精确位置和速度，你就能准确预测这锅汤下一步会流向哪里。
然而，海洋过于复杂，无法做到这一点。它充满了微小且混乱的漩涡（湍流），这些漩涡太小，无法直接观测或测量。试图模拟每一个单独的漩涡，就像试图数清海滩上的每一粒沙来预测潮汐一样——这既不可能，计算成本也高得无法承受。
本文提出了一种编写食谱的新方法。作者建议不再试图追踪每一粒沙，而是基于不确定性添加一个“修正因子”。他们称之为**位置不确定性（LU）**框架。
以下是核心思想的分解，以简单概念呈现：
1. “醉汉漫步”类比
想象你正穿过一个拥挤的市场。你有一个明确的目的地（“大尺度”流动），但人群推挤着你，将你随机地推向略微偏离路线的方向。
- 旧方法：你试图计算每一个推挤你的人的精确路径。
- 新方法（LU）：你接受自己会被推挤。你将你的运动建模为平滑的行走加上一种随机的、抖动般的“布朗运动”（就像醉汉的漫步）。你无法确切知道推挤会将你推向何处，但你知道推挤的统计规律（它们有多强，以及它们如何相互关联）。
2. “可压缩”的汤
大多数海洋模型假设水是“不可压缩”的——这意味着它像一块无法被挤压的固体果冻。但在现实中，水可以被轻微挤压，尤其是在压力变化或温度变化时。
- 作者从可压缩水（可被挤压的水）的完整、复杂物理原理出发。
- 随后，他们将这种“随机推挤”的数学应用于这一复杂系统。
- 结果：他们推导出一组新方程，其形式看似旧方程，但包含了额外的项。这些额外项代表了随机推挤所做的“功”。可以将其理解为人群推挤你时传递的能量；这不仅仅是一个随机的轻推，它实际上会改变你的速度和身体的热量。
3. 混合中的“隐藏热量”
本文重点关注温度和对流（热水上升，冷水下沉）。
- 问题：在标准模型中，当冷水下沉时，它往往在混合层（海洋的上层部分）底部突然停止。而在现实中，这些冷水“羽流”往往会像长矛一样穿透，进入更深、更温暖的水层。这被称为穿透性对流。
- 发现：当作者运行他们的新随机模型时，他们发现“随机推挤”项自然地重现了这种穿透效应。
- 隐喻：想象一群人（海洋）试图移动一个沉重的箱子（冷水羽流）。标准模型就像一面阻止箱子的刚性墙壁。而新模型则像一个混乱的人群；随机的推挤赋予了箱子足够的额外动量，使其能够滑过墙壁，潜入比预期更深的地方。
4. 两种测量能量的方式
作者发现，关于他们如何测量系统能量，有一个有趣的现象：
- 内能（“热度”）：当他们仅关注热量时，“挤压”（压缩）效应非常微小，并不重要。这与旧的、更简单的模型相符。
- 势能（“高度”）：但是，当他们关注与高度相关的能量（水在重力场中的高度）时，“挤压”效应变得非常重要。
- 结论：这就像测量一个弹跳的球。如果你只测量球撞击地面时变热的程度，弹跳似乎并不重要。但如果你测量它弹跳的高度，这种影响就巨大无比。作者发现，他们模型中的随机压力项就像一个隐藏的弹簧，影响着水在能量预算中“弹跳”的高度。
5. “漂移”与“扩散”
数学推导产生了两个具体的新项，作为“修正因子”：
- 漂移（伊藤 - 斯托克斯漂移）：这是由随机推挤并非完全均匀这一事实引起的系统性推挤。就像河流的流向因岩石（湍流）以特定模式排列而略有不同。
- 扩散：这是由随机推挤引起的扩散效应。
成就总结
作者成功地在海洋混乱、无序的现实与我们用于预测它的整洁、数学模型之间架起了一座桥梁。
- 他们从尽可能复杂的物理原理出发（可压缩、随机、热力学）。
- 他们表明，当你将其简化为“标准”海洋视图（布辛涅斯克近似）时，你的新方程仍然有效，并且实际上改善了对冷水下沉深度的预测。
- 他们证明，你不需要模拟每一个微小的漩涡就能得到正确的答案；你只需要在数学上考虑水去向的不确定性即可。
简而言之，他们用一种更聪明的策略取代了“数清每一粒沙”这一不可能的任务：“考虑沙子散射的倾向”，并发现这种方法比之前的方法更能捕捉海洋深处穿透性的洋流。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。