banner banner

Нобелевка по физике-2021: Они обнаружили скрытые закономерности в климате и других сложных явлениях

Что изучала троица лауреатов, и почему это так важно

Нобелевка по физике-2021: Они обнаружили скрытые закономерности в климате и других сложных явлениях
Сюкуро Манабе, Клаус Хассельманн и Джорджио Паризи 112.ua

Что изучала троица лауреатов, и почему это так важно

Уже который год букмекеры ставят на то, что Нобелевскую премию вот-вот получит шведская климат-активистка Грета Тунберг. Девушка является фавориткой премии мира. Но не так устроена эта престижнейшая награда, чтобы таким прямым и очевидным путем идти на поводу у мировой повестки. Поэтому 5 октября 2021 года нобелевку действительно присудили за прогнозирование изменений климата, но не в области борьбы за мир, а в области физики. Половину суммы разделят японско-американский исследователь Сюкуро Манабе и его немецкий коллега Клаус Хассельман "за физическое моделирование климата Земли, количественную оценку изменчивости и надежное прогнозирование глобального потепления". Вторая половина награды досталась итальянскому физику-теоретику Джорджио Паризи, который изучал "взаимодействия беспорядка и флуктуаций в физических системах от атомных до планетарных масштабов" на разных примерах – от спин-стекол до шумных стай скворцов. Все они сделали весомый вклад в физику сложных систем. О том, что они изучали, к каким выводам пришли и почему это настолько важно, что тянет на нобелевку, рассказываем словами Нобелевского комитета.

Трое ученых стали лауреатами Нобелевской премии по физике 2021 года за исследования сложных явлений. Сюкуро Манабе и Клаус Хассельманн заложили основу наших знаний о климате Земли и о том, как человечество влияет на него. Джорджио Паризи награжден за его революционный вклад в теорию неупорядоченных и случайных явлений.

Все сложные системы состоят из множества различных взаимодействующих частей. Вот уже несколько столетий физики изучают их, и до сих пор им сложно описать их математически – они могут иметь огромное количество компонентов или управляться случайным образом. Они также могут быть хаотичными, например, погода, когда небольшие отклонения от начальных значений приводят к огромным различиям на более позднем этапе. Все лауреаты этого года внесли свой вклад в углубление наших знаний о таких системах и их долгосрочном развитии.

Климат Земли – один из многих примеров сложных систем. Манабе и Хассельманн удостоены Нобелевской премии за новаторскую работу по разработке моделей климата. Паризи награжден за свои теоретические решения широкого круга проблем теории сложных систем.

Сюкуро Манабе продемонстрировал, как повышенная концентрация углекислого газа в атмосфере приводит к повышению температуры на поверхности Земли. В 1960-х годах он руководил разработкой физических моделей климата Земли и был первым человеком, исследовавшим взаимодействие между балансом излучений и вертикальным переносом воздушных масс. Его работа заложила основу для разработки моделей климата.

Парниковый эффект жизненно необходим

Двести лет назад французский физик Жозеф Фурье изучил энергетический баланс между солнечным излучением, направленным на Землю, и излучением от Земли. Он понял роль атмосферы в этом балансе: на поверхности Земли поступающее солнечное излучение преобразуется в исходящее излучение – "темное тепло", которое поглощается атмосферой, нагревая ее. Защитная роль атмосферы теперь называется парниковым эффектом. Это название происходит от его сходства с принципом работы стеклянного накрытия теплицы, которое пропускает греющие лучи солнца, но удерживает тепло внутри. Однако излучательные процессы в атмосфере куда как сложнее.

Задача ученых оставалась такой же, как и стояла перед Фурье, – исследовать баланс между коротковолновым солнечным излучением, приходящим на нашу планету, и уходящим длинноволновым инфракрасным излучением Земли. В течение следующих двух столетий многие ученые-климатологи добавляли новые детали в понимание этого процесса. Современные климатические модели – невероятно мощные инструменты не только для понимания климата, но и для понимания ответственности человечества за глобальный повышение температуры.

Эти модели основаны на законах физики и были разработаны на основе моделей, которые использовались для предсказания погоды. Погода описывается метеорологическими величинами, такими как температура, осадки, ветер или облачность, и на нее влияет то, что происходит в океанах и на суше. Климатические модели основаны на вычисленных статистических характеристиках погоды, таких как средние значения, стандартные отклонения, самые высокие и самые низкие измеренные значения и т. д. Они не могут сказать нам, какая погода будет в Стокгольме 10 декабря, когда вручаются нобелевские премии, но мы можем получить некоторое представление о том, какую температуру или сколько осадков мы можем ожидать в среднем в Стокгольме в декабре.

Установление роли углекислого газа

Итак, мы знаем, парниковый эффект необходим для жизни на Земле. Он управляет температурой, потому что парниковые газы в атмосфере – углекислый газ, метан, водяной пар и другие – сначала поглощают инфракрасное излучение Земли, а затем высвобождают эту поглощенную энергию, нагревая окружающий воздух и земную поверхность под ним.

На самом деле парниковые газы составляют очень небольшую часть сухой атмосферы Земли, которая состоит в основном из азота и кислорода – по объему они занимают 99%. Углекислый газ составляет всего 0,04% по объему. Самый мощный парниковый газ – это водяной пар, но мы не можем контролировать концентрацию водяного пара в атмосфере, в то время как мы можем контролировать концентрацию углекислого газа.

Количество водяного пара в атмосфере сильно зависит от температуры, что приводит к механизму обратной связи. Больше углекислого газа в атмосфере делает ее теплее, позволяя удерживать в воздухе больше водяного пара, что увеличивает парниковый эффект и еще больше повышает температуру. Если уровень углекислого газа упадет, часть водяного пара конденсируется, и температура снизится.

Открытие важного первого фрагмента "мозаики" влияния углекислого газа принадлежит шведскому исследователю и лауреату Нобелевской премии Сванте Аррениусу. Между прочим, именно его коллега, метеоролог Нильс Экхольм, в 1901 году первым использовал слово "парник" для описания накопления в атмосфере и повторного излучения тепла.

К концу XIX века Аррениус постиг физику, ответственную за парниковый эффект: исходящее излучение пропорционально абсолютной температуре излучающего тела (T) в четвертой степени (T⁴). Чем горячее источник излучения, тем короче длина волны лучей. Солнце имеет температуру поверхности 6000°C и в основном излучает лучи в видимом спектре. Земля с температурой поверхности всего 15°C повторно излучает невидимое для нас инфракрасное излучение. Если бы атмосфера не поглощала это излучение, температура поверхности нашей планеты едва превышала бы –18°C.

Аррениус на самом деле пытался выяснить, что вызвало недавно открытое явление ледниковых периодов. Он пришел к выводу, что, если уровень углекислого газа в атмосфере снизится вдвое, этого будет достаточно, чтобы Земля вступила в новый ледниковый период. И наоборот – удвоение количества углекислого газа привело бы к повышению температуры на 5–6°C, что, как ни странно, поразительно близко к нынешним оценкам.

Новаторская модель воздействия углекислого газа

В 1950-х годах японский физик атмосферы Сюкуро Манабе был одним из молодых и талантливых исследователей в Токио, которые покинули Японию, опустошенную войной, и продолжили свою карьеру в США. Целью исследования Манабе, как и исследований Аррениуса около семидесяти лет назад, было понять, как повышенный уровень углекислого газа может вызывать рост температуры. Однако, в то время как Аррениус сосредоточился на балансе излучений, в 1960-х Манабе руководил разработкой физических моделей, учитывающих вертикальный перенос воздушных масс из-за конвекции, а также скрытую теплоту водяного пара.

Чтобы сделать эти расчеты управляемыми, он решил уменьшить модель до одного измерения – вертикальной колонны высотой 40 километров, уходящей в атмосферу. Даже в этом случае потребовались сотни ценных вычислительных часов, чтобы проверить модель, варьируя уровни газов в атмосфере. При моделировании выяснилось, что кислород и азот оказывают незначительное влияние на температуру поверхности, в то время как углекислый газ влияет ощутимо: когда уровень углекислого газа удвоился, глобальная температура повысилась более чем на 2°C.

Модель подтвердила, что это нагревание действительно было связано с увеличением содержания углекислого газа, потому что она предсказывала повышение температуры ближе к земле, в то время как верхние слои атмосферы становились холоднее. Если бы вместо этого за повышение температуры были ответственны изменения в солнечном излучении, вся атмосфера должна была бы нагреваться одновременно.

Шестьдесят лет назад компьютеры были в сотни тысяч раз медленнее, чем сейчас, поэтому эта модель была относительно простой, но Манабе правильно понял ключевые особенности. Ученый уверен, что всегда нужно упрощать. Вы не можете соревноваться со сложностью природы – в каждой капле дождя задействовано столько физики, что невозможно вычислить абсолютно все. Инсайты, сделанные на основе одномерной модели, привели к созданию трехмерной модели климата, которую Манабе опубликовал в 1975 году; это была еще одна веха на пути к пониманию секретов климата.

Погода хаотична

Примерно через десять лет после Манабе Клаусу Хассельманну удалось связать воедино погоду и климат, найдя способ перехитрить быстрые и хаотичные погодные изменения, которые были так сложны для расчетов. Погода на нашей планете сильно меняется из-за неравномерного распределения солнечной радиации как географически, так и во времени. Земля круглая, поэтому высоких широт достигает меньшее количество солнечных лучей, чем нижних, расположенных поближе к экватору. Не только это, но и наклон земной оси вызывает сезонные различия в поступающем излучении. Различия в плотности между более теплым и холодным воздухом вызывают колоссальный перенос тепла между разными широтами, между океаном и сушей, между более высокими и низкими воздушными массами, которые определяют погоду на нашей планете.

Как мы все знаем, делать надежные прогнозы погоды более чем на ближайшие десять дней – непростая задача. Двести лет назад известный французский ученый Пьер-Симон де Лаплас заявил, что, если бы мы просто знали положение и скорость всех частиц во Вселенной, можно было бы вычислить, что произошло и что произойдет в нашем мире. В принципе, это должно быть правдой: ньютоновские законы движения трехвековой давности, которые также описывают воздушный перенос в атмосфере, полностью детерминированы – они не управляются случайностью.

Однако, когда дело доходит до погоды, нет ничего более ошибочного. Отчасти это связано с тем, что на практике невозможно быть достаточно точным – указать температуру, давление, влажность или режим ветра для каждой точки атмосферы. Кроме того, уравнения нелинейны: небольшие отклонения в исходных значениях могут привести к совершенно различным изменениям погодной системы. На основании вопроса о том, может ли бабочка, хлопающая крыльями в Бразилии, вызвать торнадо в Техасе, это явление было названо "эффектом бабочки". На практике это означает, что невозможно делать долгосрочные прогнозы погоды – погода хаотична. Это открытие было сделано в 1960-х годах американским метеорологом Эдвардом Лоренцем, заложившим основы современной теории хаоса.

Разбираемся с зашумленными данными

Как мы можем создавать надежные климатические модели на несколько десятилетий или сотен лет в будущем несмотря на то, что погода является классическим примером хаотической системы? Примерно в 1980 году Клаус Хассельманн продемонстрировал, как хаотически меняющиеся погодные явления можно описать как быстро меняющийся шум, тем самым положив долгосрочные прогнозы климата на научную основу. Кроме того, он разработал методы определения воздействия человека на наблюдаемую глобальную температуру.

Будучи молодым докторантом физики в Гамбурге (Германия), в 1950-х годах Хассельманн занимался гидродинамикой, а затем начал разрабатывать наблюдения и теоретические модели океанских волн и течений. Он переехал в Калифорнию и продолжил заниматься океанографией, встречаясь с такими коллегами, как Чарльз Дэвид Килинг. Килинг известен тем, что в 1958 году запустил в обсерватории Мауна-Лоа на Гавайях самую длинную серию измерений углекислого газа. Хассельманн тогда и не догадывался, что в своих более поздних работах он будет регулярно использовать кривую Килинга, которая показывает изменения в уровне углекислого газа.

Получение климатической модели на основе шумных данных о погоде можно проиллюстрировать на примере прогулки с собакой: собака бегает на поводке вперед и назад, из стороны в сторону и вокруг ваших ног. Как по собачьим следам определить, идете вы или стоите? Шагаете вы быстро или медленно? Собачьи следы в нашем случае – это перемены погоды, а ваша прогулка – расчетный климат. Можно ли вообще делать выводы о долгосрочных тенденциях климата, используя хаотичные и шумные данные о погоде, содержащие много лишней информации?

Еще одна трудность заключается в том, что колебания, влияющие на климат, чрезвычайно изменчивы во времени – они могут быть стремительными, как, например, сила ветра или температура воздуха, или развиваться очень медленно, например, при таянии ледяных щитов и нагреве океанов. Так равномерный нагрев всего лишь на один градус может занять тысячу лет для океана и несколько недель для атмосферы. Решающий трюк заключался в том, чтобы включить в расчеты быстрые изменения погоды в качестве шума и показать, как этот шум влияет на климат.

Хассельманн создал стохастическую модель климата, что означает, что в его модели были заложены случайности. Ученого вдохновила на эту разработку теория броуновского движения Альберта Эйнштейна, также называемая случайным блужданием. Используя эту теорию, Хассельманн продемонстрировал, что быстро меняющаяся атмосфера может на самом деле вызывать медленные изменения в океане.

Отличительные следы человеческого воздействия

После создания модели климатических изменений Хассельманн разработал также методы определения антропогенного воздействия на климатическую систему. Он обнаружил, что модели, наряду с наблюдениями и теоретическими соображениями, содержат достоверную информацию о свойствах шума и сигналов. Например, изменения уровня солнечной радиации, вулканических частиц или уровней парниковых газов оставляют уникальные сигналы, своего рода "отпечатки пальцев", которые можно выделить. Данный метод определения таких "отпечатков" также может быть применен к влиянию людей на климатическую систему. Таким образом, Хассельман открыл путь к дальнейшим исследованиям изменения климата, которые продемонстрировали следы антропогенного воздействия с использованием большого количества независимых наблюдений.

Климатические модели становились все более точными по мере того, как процессы, включенные в сложные взаимодействия климата, картировались более тщательно. Не в последнюю очередь с помощью спутниковых измерений и наблюдений за погодой. Модели ясно показывают рост парникового эффекта: с середины XIX века уровень углекислого газа в атмосфере увеличился на 40%. Атмосфера Земли не содержала такого количества углекислого газа в течение сотен тысяч лет. Соответственно, измерения температуры показывают, что за последние 150 лет мир нагрелся на 1°C.

Сюкуро Манабе и Клаус Хассельманн в духе завещания Альфреда Нобеля внесли вклад в общее благо человечества, обеспечив прочную физическую основу для наших знаний о климате Земли. Мы уже не сможем сказать, что ничего не знали – климатические модели однозначны. Земля нагревается? Да. Является ли причиной повышенное количество парниковых газов в атмосфере? Да. Можно ли это объяснить исключительно природными факторами? Нет. Являются ли выбросы человечества причиной повышения температуры? Да.

Методы для неупорядоченных систем

Примерно в 1980 году Джорджио Паризи представил свои открытия о том, как по-видимому случайные явления в действительности управляются скрытыми правилами. Его работа теперь считается одним из самых важных вкладов в теорию сложных систем.

Современные исследования сложных систем уходят корнями в статистическую механику, разработанную во второй половине XIX века Джеймсом Максвеллом, Людвигом Больцманном и Дж. Уиллардом Гиббсом. Статистическая механика возникла из понимания того, что для описания таких систем как газы или жидкости, состоящие из большого количества неупорядоченных частиц, нужны новые методы. Эти методы должны были учитывать случайные движения частиц, поэтому основная идея заключалась в вычислении среднего эффекта частиц вместо изучения каждой частицы по отдельности. Например, температура в газе является мерой среднего значения энергии частиц газа. Статистическая механика оказалась большим научным успехом, потому что она обеспечила микроскопическое объяснение макроскопических свойств газов и жидкостей, таких как температура и давление.

Частицы в газе можно рассматривать как крошечные шарики, летящие со скоростью, которая увеличивается с повышением температуры. Когда температура падает или давление увеличивается, эти шарики сначала конденсируются в жидкость, а затем в твердое тело. Это твердое тело часто представляет собой кристалл, в котором шарики расположены в правильном порядке. Однако, если это изменение происходит быстро, шарики могут образовывать неправильный паттерн, который не меняется даже при дальнейшем охлаждении или сжатии жидкости. Если эксперимент повторить, шарики расположатся в новом паттерне несмотря на то, что изменение происходит точно так же. Но почему результаты разные?

Понимание сложности

Эти сжатые шарики представляют собой простую модель для обычного стекла и сыпучих материалов, таких как песок или гравий. Однако предметом оригинальной работы Паризи была система другого типа – спиновое стекло. Это особый тип металлического сплава, в котором, например, атомы железа случайным образом вмешаны в сетку атомов меди. Несмотря на то, что атомов железа всего несколько, они меняют магнитные свойства материала радикальным и очень загадочным образом. Каждый атом железа ведет себя как маленький магнит или спин, на который воздействуют другие атомы железа, находящиеся рядом с ним. В обычном магните все вращения направлены в одном направлении, но в спиновом стекле они разорваны; одни пары вращения хотят указывать в одном направлении, а другие – в противоположном. Так как же им найти оптимальную ориентацию?

Во введении к своей книге о спин-стекле Паризи пишет, что изучение спинового стекла похоже на наблюдение за человеческими трагедиями в пьесах Шекспира. Если вы хотите подружиться с двумя людьми одновременно, но они ненавидят друг друга, это может фрустрировать. В большей степени это относится к классической трагедии, где на сцене встречаются весьма эмоциональные друзья и враги. Как же минимизировать напряжение в комнате?

Спиновые стекла и их экзотические свойства служат моделью для сложных систем. В 1970-х годах многие физики, в том числе несколько лауреатов Нобелевской премии, искали способ описать загадочные фрустрирующие спиновые стекла (с атомами, расположенными в нетривиальных позициях). Одним из методов, который они использовали, был метод реплик – математический подход, при котором одновременно обрабатывается множество копий или же реплик системы. Однако с точки зрения физики результаты первоначальных расчетов были недостижимыми.

В 1979 году Паризи совершил решающий прорыв, продемонстрировав, как хитроумный метод реплик можно использовать для решения проблемы спинового стекла. Он обнаружил скрытую структуру в репликах и нашел способ описать ее математически. На то, чтобы решение Паризи оказалось математически правильным, потребовалось много лет. С тех пор его метод использовался во многих неупорядоченных системах и стал краеугольным камнем теории сложных систем.

Плоды геометрической фрустрации множественны и разнообразны

И спин-стекло, и сыпучие материалы являются примерами фрустрированных систем, в которых различные компоненты должны располагаться таким образом, чтобы достичь компромисса между противодействующими силами. Вопрос в том, как они себя ведут и каковы результаты. Паризи мастерски отвечает на эти вопросы для самых разных материалов и явлений. Его фундаментальные открытия о структуре спиновых стекол были настолько глубокими, что повлияли не только на физику, но и на математику, биологию, нейробиологию и машинное обучение, потому что все эти области включают проблемы, непосредственно связанные с фрустрацией.

Паризи также изучил множество других явлений, в которых случайные процессы играют решающую роль в создании и построении структур. Также он занимался такими вопросами, как периодическое повторение ледниковых периодов, более общее математическое описание хаоса и турбулентных систем или даже изучение закономерностей движения стай из тысяч скворцов. Все эти вопросы могут показаться далекими от спин-стекла. Тем не менее, сам Паризи сказал, что большая часть его исследований посвящена тому, как простое поведение порождает сложное коллективное поведение, и как это относится одновременно к спин-стеклам и скворцам.

Источник: 112.ua

Новости партнеров

Loading...

Виджет партнеров