用于海啸波建模理论中含埃尔德利-科贝尔导数算子的分数非线性数学系统的混合展开方法

具有长记忆的波

巨大的海洋波浪，例如海啸，不仅对当前发生的事作出反应；它们还携带着在海床及传播路径上先前事件的一种记忆。本文探讨如何在浅水波的数学模型中捕捉这种记忆。通过这样做，作者旨在构建能够比传统方程更忠实描述海啸类波演化的工具，但并不声称可以直接用于真实灾害的预测。

为什么常规模型不足以描述

标准的波动方程把水视为一个瞬时且局部反应的系统：某一位置发生的事主要取决于该处及当时的条件。然而真实的海洋更为微妙。沉积物、复杂的海岸线以及持久的扰动意味着当前的水体运动会受到过去行为和远处事件的影响。数学上把这些效应称为非局部相互作用和记忆。为了解决这一点，研究者使用“分数”微积分，它允许非整数阶导数，自然地将历史和长程影响纳入模型。

一种用于海洋的新型微积分

作者关注一类与海啸相关的方程，即广泛用作浅水波理想化模型的Whitham–Broer–Kaup（WBK）系统。他们将这些方程中的常规时间导数替换为埃尔德利–科贝尔（Erdelyi–Kober）分数导数，这是一种可以同时编码尺度与记忆效应的专用算子。通俗地说，这一修改使方程能够记住波随时间的演化，而不是仅对最新的推动作出反应。结果是一个“分数”WBK模型，其中一个关键参数控制过去事件对当前波形的影响强度。

驯服难解方程的混合方法

这些更现实的方程也更难求解。作者并未仅依赖纯计算的暴力方法，而是构建了两种半解析混合方法，结合了级数展开与迭代修正的优点。第一种称为展开新迭代法（ENIM），逐步构建解，通过方程结构和分数算子反复改进初始猜测。第二种为展开同伦摄动法（EHPM），通过将一个简单问题逐渐变形为完整的分数系统，追踪解在此变形过程中的演变。在两种方法中，波形和水平水速都用特殊的分数幂级数表示，其系数利用埃尔德利–科贝尔算子的性质来计算。

计算对海啸类波的揭示

为检验方法的有效性，作者将ENIM和EHPM应用于一个代表浅水海啸动力学的分数WBK系统基准版本。当分数阶设置为与经典情况一致（实际相当于关闭记忆效应）时，两种方法都能高精度重现已知的精确解；EHPM的误差持续小于ENIM，通常约为其一半。当分数阶低于经典值时，模型波的特性发生变化：波形变得更平滑、更弥散，峯值降低且轮廓更宽，反映出更强的记忆和扩散效应。随着分数阶增加趋近于经典值，波形变得更尖锐，行为更像熟悉的、清晰定义的脉冲向岸推进。

这对未来波浪建模的重要性

研究得出结论：这些混合展开方法是处理包含记忆效应的复杂波动方程时稳定、高效且准确的工具。尽管这些结果并非用于直接预测真实海啸，但它们展示了分数模型如何在强烈历史依赖的扩散行为与传统方程描述的更尖锐波之间平滑过渡。这使得它们成为未来研究海啸类现象及其他过去持续影响现在的系统的有前景的数学构件。

引用: Damag, F.H., Saif, A., Alshammari, M. et al. Hybrid expansion methods for fractional non-linear mathematical systems with Erdelyi-Kober derivative operators in theory of tsunami wave modeling. Sci Rep 16, 10551 (2026). https://doi.org/10.1038/s41598-026-46268-5

关键词: 海啸建模, 分数微积分, 浅水波, 半解析方法, 波传播