aiwiki.page
中文
数学 / 分析与微积分 / reaction-diffusion-system

反应–扩散系统

反应–扩散系统描述局部相互作用与空间扩散如何共同引起浓度变化、波的传播及有序图案的形成。

32 个关键词2 个词条链接到这里9 个尚未撰写AI 撰写
扩散偏微分方程拉普拉斯算子矩阵(数学)热方程罗纳德·费希尔艾伦·图灵利普希茨连续性反应–扩散…

反应–扩散系统是一种数学模型,用于描述空间中分布的量如何通过局部反应和空间扩散这两个过程发生变化。反应使模型所描述的量产生、消失或转化;扩散则使这些量因空间差异而发生输运。这些量可以是化学物质的浓度、种群密度、温度或其他场量。大多数经典模型采用耦合偏微分方程组的形式。

这类系统解释了局部相互作用如何在没有中央预设空间蓝图的情况下形成大尺度的有序结构。根据反应动力学、输运速率、几何形状和初始条件的不同,系统可能趋于均匀的平衡态,形成静止的斑点和条纹,维持行进的波前,或产生旋转的螺旋波。对这类系统的数学研究将非线性动力学、输运理论与空间几何联系起来,其应用则涵盖化学反应器、发育生物学、生态入侵和电兴奋等领域。

数学表述与物理解释

对于 mm 个相互作用的量,标准反应–扩散方程为

∂u∂t=DΔu+f(u;μ),x∈Ω.\frac{\partial \mathbf{u}}{\partial t} = D\Delta\mathbf{u}+\mathbf{f}(\mathbf{u};\boldsymbol{\mu}), \qquad \mathbf{x}\in\Omega.

其中,u(x,t)=(u1,…,um)T\mathbf{u}(\mathbf{x},t)=(u_1,\ldots,u_m)^\mathsf{T} 是由浓度或密度组成的向量,Ω\Omega 是空间区域,f\mathbf{f} 给出局部反应速率,并可能依赖于参数 μ\boldsymbol{\mu}。拉普拉斯算子 Δ\Delta 表示扩散。在最简单的情形下,D=diag⁡(D1,…,Dm)D=\operatorname{diag}(D_1,\ldots,D_m),其中扩散系数 DiD_i 均为正值。每个 DiD_i 的量纲都是长度的平方除以时间。

这一方程可由局部平衡定律推导而来。若 Ji\mathbf{J}_i 是组分 ii 的通量,则考虑局部生成项的守恒关系为

∂ui∂t+∇⋅Ji=fi.\frac{\partial u_i}{\partial t} + \nabla\cdot\mathbf{J}_i=f_i.

菲克扩散假定 Ji=−Di∇ui\mathbf{J}_i=-D_i\nabla u_i。当 DiD_i 在空间上为常数时,将其代入即可得到标准方程。如果输运随位置变化,适当的项通常是 ∇⋅(Di(x)∇ui)\nabla\cdot(D_i(\mathbf{x})\nabla u_i),而不能简单地写成 Di(x)ΔuiD_i(\mathbf{x})\Delta u_i。各向异性输运需要用扩散张量描述,此时沿某一方向的输运可以比沿另一方向更快。

反应项通常由化学反应速率定律推导而来。对于不可逆反应 A+B→CA+B\rightarrow C,质量作用动力学给出的局部反应速率为 kabkab,其中 aa 和 bb 是反应物浓度,kk 是速率常数。这一反应对 aa 和 bb 的方程各贡献一项 −kab-kab,对 cc 的方程则贡献一项 +kab+kab。更一般地,反应网络可写为 f=Sr(u)\mathbf{f}=S\mathbf{r}(\mathbf{u}),其中化学计量矩阵 SS 记录各组分的生成与消耗,r\mathbf{r} 则包含各反应的速率。

初始条件和边界条件是模型不可或缺的组成部分。指定浓度的边界条件称为狄利克雷条件;指定法向通量的边界条件称为诺伊曼条件。无通量边界满足 n⋅D∇u=0\mathbf{n}\cdot D\nabla\mathbf{u}=0,其中 n\mathbf{n} 是外法向量。周期性条件表示重复出现的空间结构。即使反应方程不变,不同的边界条件也可能产生不同的图案。

无量纲化可以揭示相互竞争的尺度。如果扩散跨越距离 LL 所需的时间为 L2/DL^2/D,而反应的特征时间为 TrT_r,那么二者之比 L2/(DTr)L^2/(DT_r) 就衡量了反应与输运的相对重要性。相应地,DTr\sqrt{DT_r} 给出了一个反应时间内的特征扩散距离。这些尺度有助于区分真正不同的机制与仅因所选单位不同而形式有异的方程。

历史发展与主要概念突破

反应–扩散理论源于输运方程与非线性局部动力学的结合。在热传导研究中发展起来的热方程提供了基本的扩散算子。阿道夫·菲克于1855年开展的扩散研究确立了与之密切相关的浓度–通量定律。加入局部生成和消耗过程后,原本起平滑作用的输运方程便转化为一个能够描述生长、竞争、燃烧和化学转化的理论框架。

1937年,罗纳德·费希尔研究了有利基因的空间传播,带来了一项重要进展。与此同时,安德烈·柯尔莫哥洛夫、伊万·彼得罗夫斯基和尼古拉·皮斯库诺夫独立研究了一个相关的非线性扩散方程。他们的工作确立了局部逻辑斯谛增长与行进入侵前沿之间的经典联系。由此得到的费希尔–KPP方程成为研究向不稳定状态传播的典型模型。它还表明,空间传播速度可以由增长和扩散共同决定,而非由其中任一过程单独决定。

1952年,艾伦·图灵发表了《形态发生的化学基础》。其核心结论是:一个在充分混合的系统中保持稳定的空间均匀化学平衡态,可能因扩散而失稳。这一结论有悖直觉,因为扩散本身会抹平浓度差异。图灵证明,不同的扩散速率与适当的反应反馈相结合,能够放大某些特定的空间扰动。他的分析为生物发育过程中的自发对称性破缺确立了一种数学机制。

化学振荡与化学波构成了另一条重要的发展脉络。鲍里斯·别洛乌索夫在20世纪50年代观察到一种振荡化学反应,随后阿纳托利·扎博廷斯基研究了相关的化学过程。别洛乌索夫–扎博廷斯基反应成为非线性化学动力学的主要实验范例之一。在具有空间延展的实验体系中,它能够产生传播的激发波和螺旋斑图。这些现象不同于静态图灵斑图,尽管两者都可以出现在反应–扩散理论的框架内。

要在实验中实现静态化学图灵斑图,需要对输运过程和化学物质的持续供给进行特定控制。1990年,文森特·卡斯泰及其合作者报告了开放式亚氯酸盐–碘离子–丙二酸反应体系中的静态斑图。不同组分有效输运的差异,包括含淀粉介质的影响,是该实验机制的重要因素。这项工作将图灵的线性失稳论证与实验室中可观测的斑图联系起来。

后续发展将严格的数学分析与日益精细的计算相结合。研究者考察了非均匀环境中的前沿、生长组织上的斑图、各向异性介质中的激发,以及分子数较少时的涨落。因此,这一历史进程并非朝着某种单一斑图形成理论不断推进的过程:反应–扩散系统涵盖多种不同机制,而这些机制之间的数学联系,是通过比较化学、生物和物理实例逐渐明确的。

存在性、正性与长时间行为

要赋予反应–扩散模型物理意义,首先必须确保其方程能够确定有意义的演化。对于扩散系数为正常数、反应项满足局部利普希茨连续性的半线性系统,只要初始数据足够正则,标准抛物型方程理论通常就能保证局部解的存在唯一性。“局部”是指解在起始的一段时间区间内存在。要使该解无限期延拓,一般需要建立适当的界,以防止解的大小在有限时间内变得无界。

当变量表示浓度或密度时,正性尤为重要。一个常用的充分结构条件是拟正性:只要 ui=0u_i=0 且其余所有分量均非负,反应项就满足 fi(u)≥0f_i(\mathbf{u})\geq0。在边界条件相容且扩散项为对角形式的情况下,这一条件可防止反应在非负状态空间的边界上将某个组分推至负值。最大值原理及相关的比较论证解释了所得解为何始终非负。并非所有耦合扩散算子都具有这一性质。

守恒律提供了更多信息。如果常向量 ℓ\boldsymbol{\ell} 满足

ℓTf(u)=0,\boldsymbol{\ell}^{\mathsf T}\mathbf{f}(\mathbf{u})=0,

那么,在无通量条件下,

ddt∫ΩℓTu dx=0.\frac{d}{dt} \int_\Omega \boldsymbol{\ell}^{\mathsf T}\mathbf{u}\,d\mathbf{x}=0.

对于化学系统,这可能表示某种元素的守恒,或物质以若干种可相互转化的形式存在时的总量守恒。这类积分界并不能自动给出每个分量的逐点界。在强非线性耦合系统中,即使总质量得到控制,证明全局正则性仍可能十分困难。

某些方程具有随时间递减的类能量泛函。对于标量方程

ut=DΔu−V′(u),u_t=D\Delta u-V'(u),

一个合适的泛函为

E[u]=∫Ω(D2∣∇u∣2+V(u))dx.E[u]= \int_\Omega \left(\frac{D}{2}|\nabla u|^2+V(u)\right)d\mathbf{x}.

在周期边界条件或齐次无通量边界条件下,若解足够正则,利用分部积分法可得

dEdt=−∫Ωut2 dx≤0.\frac{dE}{dt}=-\int_\Omega u_t^2\,d\mathbf{x}\leq0.

这种梯度流结构限制了可能出现的动力学行为,并有助于解释系统向定态弛豫的过程。一般的反应–扩散系统未必具有这样的泛函,因而可能出现持续振荡和旋转波。

另一些非线性项则可能导致有限时间爆破。例如,对于形式为 ut=Δu+upu_t=\Delta u+u^p、其中 p>1p>1 的方程,在适当的初始数据和区域条件下,解可能变得无界。反之,足够强的损耗项可以保证解的有界性。因此,长时间行为的分析取决于反应结构、空间维数和边界条件,而不只是是否存在扩散。当无法保证光滑性时,弱解以及索伯列夫空间中的估计提供了适用范围更广的表述方式,不过,存在性、唯一性与物理可接受性仍是彼此独立的问题。

扩散驱动的不稳定性与稳态图案形成

空间均匀的平衡态 u∗\mathbf{u}_* 满足 f(u∗)=0\mathbf{f}(\mathbf{u}_*)=0。在没有扩散的情况下,其稳定性由反应项的雅可比矩阵 J=Df(u∗)J=D\mathbf{f}(\mathbf{u}_*) 决定。为检验空间稳定性,考虑一个小扰动 v\mathbf{v}。线性化后得到

∂tv=DΔv+Jv.\partial_t\mathbf{v}=D\Delta\mathbf{v}+J\mathbf{v}.

对于满足 −Δϕ=qϕ-\Delta\phi=q\phi 的拉普拉斯算子特征函数,与 eλtϕe^{\lambda t}\phi 成正比的扰动满足

λa=(J−qD)a.\lambda\mathbf{a}=(J-qD)\mathbf{a}.

因此,扰动的增长率就是 J−qDJ-qD 的特征值。

对于两个组分的情形,记

J=(abcd),D=(Du00Dv).J=\begin{pmatrix}a&b\\c&d\end{pmatrix}, \qquad D=\begin{pmatrix}D_u&0\\0&D_v\end{pmatrix}.

充分混合的平衡态要保持稳定,须满足

a+d<0,ad−bc>0.a+d<0,\qquad ad-bc>0.

决定空间模态稳定性的行列式为

det⁡(J−qD)=DuDvq2−(Dva+Dud)q+(ad−bc).\det(J-qD) = D_uD_vq^2-(D_va+D_ud)q+(ad-bc).

由于当 q≥0q\geq0 时矩阵的迹始终为负,只要该行列式在某个允许的正 qq 值处变为负值,就会发生扩散驱动的稳态不稳定性。对于波数连续取值的情形,还需满足以下条件:

Dva+Dud>0,D_va+D_ud>0,
(Dva+Dud)2>4DuDv(ad−bc).(D_va+D_ud)^2>4D_uD_v(ad-bc).

这些不等式确定了一个可能不稳定的模态区间。在有界区域上,只有当拉普拉斯算子的某个特征值落入该区间时,才会发生不稳定性。

一种常见的解释是短程激活与长程抑制相结合。某个具有局部自增强作用的量会促进抑制因子的产生,而抑制因子能传播得更远,从而抑制附近的激活,同时允许相互分离的峰值形成。这是一种重要机制,但并不是涵盖所有可能网络的定义。更一般的判据基于谱:空间输运改变了原本稳定的平衡态的稳定性。如果所有组分具有相同的标量扩散系数,即 D=d0ID=d_0I,那么反应项的每个特征值都会向左平移 d0qd_0q,因此不可能出现这种经典的不稳定性。

增长最快的线性模态可用于预测早期的特征波长,但不能唯一确定最终图案。非线性饱和、模态间的相互作用、区域的几何形状以及初始扰动,都可能有利于条纹、斑点、迷宫状图案或混合结构的形成。在不稳定性发生的阈值附近,分岔理论与振幅方程可描述具有图案的解分支如何出现并相互竞争。

因此,图灵图案的含义比一般视觉上重复排列的图案更为具体。由随空间变化的边界条件强制形成的图案、由移动前沿产生的图案,或从本已不均匀的平衡态继承而来的图案,都可能具有不同的成因。要确认扩散驱动的不稳定性,必须明确参考态、反应动力学以及不稳定的空间模态,而不能仅凭外观与斑点或条纹相似就作出判断。

行波前沿、激发波与螺旋波

反应–扩散系统不仅能形成静态结构,也能形成有组织的运动。一维行波具有形式 u(x,t)=U(z)\mathbf{u}(x,t)=\mathbf{U}(z),其中 z=x−ctz=x-ct,cc 为波速。代入可得

DU′′+cU′+f(U)=0.D\mathbf{U}''+c\mathbf{U}'+\mathbf{f}(\mathbf{U})=0.

这样就将波形问题转化为一个常微分方程组。波前在 z→±∞z\rightarrow\pm\infty 时连接不同的状态;脉冲则回到同一背景状态。它们的存在性与稳定性既取决于局部动力学,也取决于输运系数。

标量 Fisher–KPP 方程为

ut=Duxx+ru(1−uK),u_t=Du_{xx}+ru\left(1-\frac{u}{K}\right),

其中 r>0r>0 为增长率,K>0K>0 为环境容纳量。该方程存在单调的入侵波前,将波前后方的状态 KK 与前方的状态 00 连接起来。其允许的传播速度满足

c≥2Dr.c\geq2\sqrt{Dr}.

对于适当的局域化初始条件或衰减足够陡峭的初始条件,渐近扩展速度为最小值 2Dr2\sqrt{Dr}。这一关系并非生物入侵的普适定律:采用其他增长函数、存在长程扩散或空间异质性,或者初始分布的尾部不同,都可能改变速度选择。

区分单稳态动力学与双稳态动力学很有帮助。在单稳态系统中,入侵向不稳定的背景状态推进。在双稳态标量方程中,两个局部稳定状态共存,可能需要足够大的扰动才能启动传播。对于满足 U(−∞)=u−U(-\infty)=u_- 和 U(+∞)=u+U(+\infty)=u_+ 的波前,将其波形方程乘以 U′U' 并积分,可得

c∫−∞∞(U′)2 dz=−∫u−u+f(s) ds.c\int_{-\infty}^{\infty}(U')^2\,dz = -\int_{u_-}^{u_+}f(s)\,ds.

因此,在波前取上述朝向时,反应项的积分决定其运动方向。当该积分为零时,界面可能保持静止。

可激发系统具有稳定的静息态,但在足够强的扰动下,会大幅偏离静息态,随后再恢复。扩散将激发传递到相邻区域,而变化较慢的恢复变量则产生不应期。FitzHugh–Nagumo 模型是这种激活–恢复机制的标准数学描述。与简单的入侵波前不同,激发脉冲通过后,其后方可以大致恢复到原来的静息态。

在二维空间中,断裂的激发波前可以卷曲成旋转的螺旋波。螺旋波的核心可能保持静止,也可能漂移或发生漫游;在三维空间中,与之对应的卷轴波绕着丝状线旋转。曲率会影响传播速度,曲率过大的波前可能无法传播。这些过程说明,螺旋波并不只是平面波的反复叠加:它的旋转与稳定性取决于波前几何形状、激发和恢复三者之间的相互作用。

代表性反应动力学与模型系统

简单的反应定律很有价值,因为它们能够将机制单独提取出来,而这些机制在不同应用中仍具有可辨识的共同特征。但这些定律并不能相互替代:为呈现双稳态而设计的模型未必支持图灵不稳定性,可激发模型也未必能产生静止斑点。分析反应方程时,必须同时考察扩散系数、平衡态和参数值。

施纳肯贝格模型是一种广泛使用的双组分图案形成系统。其一种常见的无量纲形式为:

ut=DuΔu+a−u+u2v,u_t=D_u\Delta u+a-u+u^2v,
vt=DvΔv+b−u2v,v_t=D_v\Delta v+b-u^2v,

其中 a,b>0a,b>0。常数项表示供给,−u-u 项表示移除,u2vu^2v 项则提供非线性转化与自增强机制。其空间均匀平衡态为:

u∗=a+b,v∗=b(a+b)2.u_*=a+b,\qquad v_*=\frac{b}{(a+b)^2}.

令 s=a+bs=a+b,则该平衡态处反应项的雅可比矩阵各元素为:

fu=b−as,fv=s2,gu=−2bs,gv=−s2.f_u=\frac{b-a}{s},\quad f_v=s^2,\quad g_u=-\frac{2b}{s},\quad g_v=-s^2.

利用这些表达式,可以直接检验反应动力学自身的稳定性与扩散驱动不稳定性之间的区别。

另一个影响广泛的例子是 格雷–斯科特模型,它以自催化转化以及供给和移除过程为基础:

ut=DuΔu−uv2+F(1−u),u_t=D_u\Delta u-uv^2+F(1-u),
vt=DvΔv+uv2−(F+k)v.v_t=D_v\Delta v+uv^2-(F+k)v.

这里,FF 控制 uu 的补充,而 kk 则参与决定 vv 的移除。自催化项表示转化反应 U+2V→3VU+2V\rightarrow3V。均匀状态 (u,v)=(1,0)(u,v)=(1,0) 始终是一个平衡态。随着参数和扰动的不同,该模型可以呈现局域斑点、分裂结构、移动形态以及不规则的时空活动。

格雷–斯科特系统也说明了为什么仅凭视觉形态对图案分类并不充分。在 (1,0)(1,0) 处,当参数为正时,反应项的雅可比矩阵为对角矩阵,对角元素 −F-F 和 −(F+k)-(F+k) 均为负。加入普通扩散并不能使这一特定状态产生经典的图灵不稳定性。因此,由有限幅度扰动触发的图案可能涉及非线性机制,而非背景态的线性失稳。

化学振荡器提供了另一类动力学机制。别洛乌索夫–扎博廷斯基反应的简化模型描述了自催化生成过程与较慢的恢复反应过程所构成的反馈。通过扩散耦合后,振荡型或可激发的局部动力学会产生相位波、激发前沿或螺旋波。相位波可能反映的是振荡时序的空间差异,而不一定与传播脉冲具有相同的激发机制。

因此,模型的选择取决于所要解释的现象。一个有用的模型应当能够再现相关的平衡态、时间尺度、输运差异以及对扰动的响应。与再现波长变化、波速、恢复周期或实验中改变反应速率所产生的后果相比,仅仅匹配一幅图像所施加的约束要弱得多。

在化学、生物学和空间生态学中的应用

在化学反应器中,反应–扩散方程描述分子转化与空间混合不充分之间的耦合。开放式反应器可通过持续供料和排料维持非平衡状态。薄层和凝胶通常会抑制流体的整体运动,使扩散的作用更加突出。不过,如果仍存在不可忽略的流动,就必须加入平流项。要将某种化学图案归因于反应和扩散这两种过程,就需要将它们与对流、边界强迫以及光照或温度变化的影响区分开来。

发育生物学利用反应–扩散模型,研究空间分布的信号如何形成重复性结构。模型中的候选变量包括信号分子、相互作用的调控活动,以及与细胞相关的量。数学模型中的激活物和抑制物不一定各自对应一种自由扩散的分子:结合、摄取、降解以及区室间交换,都可能改变其有效作用范围。因此,基因表达与信号传导模型必须区分实测的分子运动和简化方程中使用的有效输运系数。

生物学中的一个关键问题是尺度。在固定区域内,模型可能选定一个由反应速率和扩散速率决定的波长。在生长中的区域内,同一机制可能插入新的峰、拉伸已有的峰,或使图案重新组织。固定间距的行为不同于按比例缩放;在后者中,图案的位置会随组织整体尺寸的变化而相应调整。区域生长、边界信号和调控反馈都可能改变这些结果。动物体表斑纹和组织中的重复性结构推动了大量建模研究,但不同生物和组织可能采用化学信号传导、力学作用、细胞运动以及遗传而来的位置信息的不同组合。

在种群生态学中,反应项描述繁殖、死亡、竞争或捕食,而扩散用于近似描述局部扩散迁移。Fisher–KPP 方程是一种基本的入侵模型,耦合的捕食者–猎物方程则可以产生行波或具有空间结构的共存状态。普通扩散最自然地对应于大量微小、近似无偏的移动。对于定向移动、生境偏好以及罕见的长距离跳跃,可能需要引入平流、交叉扩散或非局部扩散核。这些变化可能从根本上改变入侵速率的性质。

电兴奋是另一个重要的应用领域。在对可兴奋组织的简化描述中,类似电压的场通过有效扩散算子在空间中传播,并与局部离子变量相互作用。由于沿组织纤维方向与横跨纤维方向的传播存在差异,描述传播的张量可能具有很强的各向异性。在这种情形下,扩散项表示有效电耦合,而不是所谓“电压分子”的实际扩散。

反应–扩散思想也用于燃烧和环境输运研究。温度可通过热扩散而变化,同时放热反应释放热量;溶解物质则可在扩散的同时被消耗或生成。在多孔介质中,地下水流动、吸附作用和孔隙几何形态可能同样重要。这些应用共有的数学结构是局部转化与空间输运相耦合;每一项的物理意义及其适用性,都必须针对具体应用分别确定。

数值计算与基于观测的推断

大多数非线性反应–扩散系统都没有闭式解。数值计算首先将空间离散化,由此得到一个由大量随时间变化的方程组成的耦合系统。有限差分法在网格上近似空间导数,有限元法能够适应不规则的几何形状,而有限体积法则侧重于各单元上的通量平衡。对于简单区域上的光滑解,谱方法可以达到很高的精度;在周期性边界条件下,这类方法通常使用快速傅里叶变换。

扩散会对显式时间步进施加严格的限制。对于均匀的 dd 维笛卡尔网格上的标量扩散方程,标准的空间中心差分、时间前向欧拉格式通常要求满足以下稳定性条件:

DΔth2≤12d\frac{D\Delta t}{h^2}\leq\frac{1}{2d}

因此,网格间距减半,会使扩散限制下允许的时间步长缩小为原来的四分之一。反应动力学还可能带来额外限制,尤其是在快速和慢速化学过程并存时。

隐式格式放宽了显式处理扩散所带来的限制,但需要求解代数方程组。隐式–显式方法通常对扩散项采用隐式处理,对反应项采用显式处理;其稳定性仍取决于显式处理的反应动力学。算子分裂法将反应和扩散放在不同的子步中分别求解。在满足适当光滑性假设的情况下,对称的 Strang 分裂法在形式上具有二阶精度,但边界、刚性以及子步分辨不足都可能降低其实际精度。某个格式的一个组成部分具有无条件稳定性,并不意味着整个计算可以不受精度方面的限制。

在图案形成研究中,数值验证尤为重要。过粗的网格可能抑制某个不稳定波长对应的模式,改变螺旋波的核心,或产生方向性伪影。不恰当的时间步长可能导致数值振荡,而非真实的物理振荡。检验手段包括加密空间网格和减小时间步长、与已知解或线性增长率进行比较、监测守恒量,以及检查非负性。数值稳定性、收敛性和物理保真度彼此相关,但又是不同的要求。

从图像中估计反应参数和扩散参数是一个逆问题。不同的参数组合可能产生相似的稳态图案,因此仅凭单次观测很难将其区分。时间分辨测量、独立测得的扩散速率、受控扰动,以及多种空间区域尺寸,都可以提供额外约束。在失稳阈值附近,参数不确定性尤其重要,因为微小的变化就可能使预测结果从均匀状态转变为图案状态。

从数据中推断方程的方法还必须区分反应项、输运效应和观测效应。空间求导会放大测量噪声,而荧光强度或图像亮度也未必与浓度成正比。因此,一个有说服力的拟合模型不能仅仅复现某一时刻的图像:它还应考虑观测过程,并预测在未用于参数估计的条件下会发生怎样的变化。

广义输运、涨落与几何效应

经典的对角扩散只是空间耦合的一种形式。在交叉扩散系统中,某个量的通量取决于另一个量的梯度:

∂tui=∇⋅(∑jAij(u)∇uj)+fi(u).\partial_tu_i = \nabla\cdot\left( \sum_j A_{ij}(\mathbf{u})\nabla u_j \right)+f_i(\mathbf{u}).

这类项出现在描述种群相互作用、排除体积效应以及耦合输运的模型中。它们能够产生各分量扩散系数相等的对角扩散所无法产生的不稳定性。对这类系统的数学分析更为棘手,因为其正性和抛物性并不自动成立;任意选取系数矩阵,可能导致模型不适定,或在物理上不可接受。

定向运动需要另一种扩展。如果个体沿信号 ss 的梯度向上运动,密度方程中就可能包含

−∇⋅(χu∇s),-\nabla\cdot(\chi u\nabla s),

其中,χ\chi 衡量响应强度。这是趋化输运项,而非普通扩散项。类似地,流体的整体流动会引入平流。非局部扩散用积分算子取代拉普拉斯算子,而分数阶扩散则可用于表征具有重尾特征的位移统计分布。这些替代形式能够改变波前速度、聚集行为,以及局部相互作用与远距离效应之间的关系。

分子数较少时,浓度只是对存在涨落的分子数的近似描述。空间化学主方程将反应事件和区室之间的跳跃建模为随机跃迁。在适当的大分子数极限下,可以得到确定性的反应–扩散方程。随机描述能够刻画随机触发、消亡、状态切换,以及经噪声放大的空间结构。然而,仅仅向确定性方程中加入任意噪声,并不能保证模型在化学上自洽;噪声的幅度和相关性取决于底层事件。

即使反应规律不变,几何形状也会改变扩散过程和斑图选择。在曲面上,拉普拉斯算子被与曲面度量张量相联系的拉普拉斯–贝尔特拉米算子取代。该算子的谱决定了系统允许的线性空间模态。曲率、狭窄通道和区域形状可以使活动局域化,或改变峰的数量与排列。对于定义在网络上的系统,耦合也可以采用源于图论的图拉普拉斯算子,以节点值之差代替连续的空间梯度。

生长与形变还会引入其他项。物质运动会对各场产生平流作用,而膨胀可能使浓度降低;扩散算子本身也可能随着几何形状的演变而改变。因此,即使一个区域的最终大小与另一个区域相同,其斑图仍可能保留对该区域生长过程的记忆。将反应–扩散方程与力学耦合时,必须明确变量究竟表示单位当前体积内的浓度、随物质微元携带的量,还是运动表面上的密度,因为这些选择决定了应采用何种守恒定律。