布朗运动理论及其在复杂气候系统研究中的应用

陈乐天; 袁红; 孙昌璞

doi:10.7693/wl20220901

布朗运动理论及其在复杂气候系统研究中的应用

陈乐天^1,2,
袁红²,
孙昌璞^2, ,

1. 英国帝国理工学院数学系伦敦 SW7 2AZ;
2. 中国工程物理研究院研究生院北京 100193

基金项目:

国家自然科学基金基础中心项目 (批准号： L1924037)、国家自然科学基金委员会—中国科学院学科发展战略研究联合项目 (批准号：XK2019SLC002)资助

详细信息

通讯作者:
孙昌璞,email:suncp@gscaep.ac.cn

计量
- 文章访问数: 292
- HTML全文浏览量: 40
- PDF下载量: 2888
出版历程
- 收稿日期: 2022-08-06
- 网络出版日期: 2022-10-24

Brownian motion theory and its application in the study of complex climate systems

1. Department of Mathematics, Imperial College London, London SW7 2AZ, UK;
2. Graduate School of China Academy of Engineering Physics, Beijing 100193, China

摘要

摘要: 文章将从非平衡态统计物理发展和应用的角度，介绍德国科学家哈塞尔曼荣获2021年诺贝尔物理学奖的研究工作——基于布朗运动理论，建立了描述气象(天气)影响气候长期演化的随机气候学模型，并建立了寻求影响气候主因的最优指纹方法，从而能够分辨出人类活动和自然界局部改变对气候这一复杂系统的影响。哈塞尔曼的工作本质上是理论物理在实际复杂系统领域的成功应用，他采用的基础物理方法——布朗运动理论是我国杰出女物理学家王明贞和其导师乌伦贝克在20世纪40年代基于爱因斯坦的工作发展起来的^[1，2]。文章将介绍布朗运动理论的发展及其相关的非平衡统计物理思想的当代发展，以展示哈塞尔曼如何把相关的物理理论巧妙地用于气候长期预测的实际应用研究：(1)建立了快变的局部“气象”变量涨落通过耗散涨落关系影响缓变的整体气候变量的基础理论；(2)通过最优指纹方法，寻找局部“噪音”和外驱动力影响气候演化的关键要素。
- 随机气候学模型 /
- 布朗运动理论 /
- 非平衡态统计物理 /
- 最优指纹方法 /
- 复杂系统
Abstract: This paper will recall the work of Klaus Hasselmann, a German scientist who won the 2021 Nobel Prize in physics, from the perspective of the development of nonequilibrium statistical physics. Based on Brownian motion theory, he established a stochastic climate model to describe the long-term evolution of climate, as influenced by meteorological weather conditions. He also proposed an optimal fingerprint method to identify the influence of human activity and local natural variability on climate, a complex system. Hasselman’ s work was essentially a successful application of theoretical physics to complex systems. The physical method he used, Brownian motion theory, was well developed by Ming-Chen Wang, who was an outstanding Chinese female physicist, and George Eugene Uhlenbeck in the 1940s based on the work of Albert Einstein^[1，2]. This paper will briefly describe the development of Brownian motion theory and the related contemporary progress of non-equilibrium statistical physics. It will be shown how Hasselman applied the relevant theories to the practical application of long-term climate prediction: (1) He established the theory that the fluctuation of the rapidly changing local weather variables affects the slowly changing global climate variables through the fluctuation-dissipation relationship; (2) He found the key factors of local“noise”and external driving forces that are crucial in affecting climate evolution through the optimal fingerprint method.
- stochastic climate model /
- Brownian motion theory /
- non-equilibrium statistical physics /
- optimal fingerprint method /
- complex systems

HTML全文

下载: 全尺寸图片幻灯片

参考文献(43)

[1]	Wang M C， Uhlenbeck G E. Rev. Mod. Phys.， 1945， 17： 323
[2]	Einstein A. Ann. Physik， 1905， 17： 549
[3]	Parisi G， Wu Y S. Scientia Sinica， 1981， 24： 483
[4]	Hasselmann K. Reviews of Geophysics， 1966， 4(1)： 1
[5]	Hasselmann K. Tellus， 1976， 28： 473
[6]	Frankignoul C， Hasselmann K. Tellus， 1977， 29： 289
[7]	Hasselmann K， Schieler M. In Eighth Symposium Naval Hydrody‐ namics， 1970， pp. 361—388
[8]	Hasselmann K， Hasselmann S. Journal of Geophysical Research Oceans， 1991， 96(10)： 713
[9]	罗勇. 物理， 2022， 51(1)： 24
[10]	陈晓松，樊京芳. 物理， 2022， 51(1)： 1
[11]	胡永云. 科学通报， 2022， 67(6)： 548
[12]	樊京芳，金瑜亮. 自然杂志， 2021， 43(6)： 441
[13]	孙昌璞. 物理学报， 2022， 71(1)： 010101
[14]	马克斯·玻恩. 我这一代的物理学. 北京：商务印书馆， 2015
[15]	Verlinde E P. Journal of High Energy Physics， 2011， 2011： 29
[16]	Roos N. American Journal of Physics， 2014， 82： 1161
[17]	Taylor P L， Tabachnik J. European Journal of Physics， 2013， 34： 729
[18]	Perrin J. Ann. Chim. Phys.，1909， 18： 5
[19]	Ostwald W. Grundriss der allgemeinen Chemie. Leipzig W. Engel‐ mann， 1909
[20]	Langevin P. Comptes Rendus Acad. Sci.(Paris)， 1908， 146： 530
[21]	Fokker A D. Ann. Physik， 1914， 43： 810
[22]	Planck M. Sitzungsberichte der Preussischen Akademie der Wis‐ senschaften zu Berlin. 1917： 324
[23]	Kolmogorov A. Mathem. Annalen， 1931， 104： 415
[24]	Dhont J K G. An Introduction to Dynamics of Colloids. Elsevier， 1996. p.183
[25]	Kramers H A. Physica， 1940， 7： 284
[26]	孙昌璞. 大学物理， 1984， 3(5)： 48
[27]	刘寄星. 物理， 2004， 33(3)： 8
[28]	彭桓武. 物理学报， 1980， 29(8)： 1084
[29]	Yu L H， Sun C P. Physical Review A， 1994， 48： 592
[30]	Sun C P， Yu L H. Physical Review A， 1995， 51： 1845
[31]	Phillips N A. Quarterly Journal of the Royal Meteorological So‐ ciety， 1956， 82(352)： 123
[32]	Saltzman B. A Survey of Statistical-Dynamical Models of the Terrestrial Climate. Elsevier， 1978
[33]	Hasselmann K. On the Signal-to-Noise Problem in Atmospheric Response Studies. In： Shaw D B Ed.， Meteorology of Tropical Oceans. London： Roy Meteorol Soc.， 1979. p.251
[34]	von Storch H. From Decoding Turbulence to Unveiling the Fin‐ gerprint of Climate Change. Springer Nature， 2022
[35]	Hasselmann K. Journal of Climate， 1993， 6(10)： 1957
[36]	Hasselmann K. Climate Dynamics， 1997， 13(9)： 601
[37]	Allen M R， Tett S F B. Climate Dynamics， 1999， 15(6)： 419
[38]	Weaver A J，Zwiers F W. Nature， 2000， 407(6804)： 571
[39]	IPCC. 2021 Summary for Policymakers. https://www. ipcc. ch/ srccl/chapter/summary-for-policymakers/.
[40]	Hasselmann K. Physics Essays， 1996， 9： 311
[41]	Hasselmann K. Physics Essays， 1996， 9： 460
[42]	Hasselmann K. Physics Essays， 1997， 10： 64
[43]	Hasselmann K. Physics Essays， 1997， 10： 269