“L女士们，先生们，机长打开了安全带指示灯。请回到座位上，确保系好安全带。”这就是大多数人将其与“湍流”一词联系在一起的令人不安的空中碰撞的熟悉前奏。但湍流远比这段颠簸的旅程更常见，也更美丽。
流体动力学是研究液体和气体如何运动的科学，湍流是一种存在状态。任何水流都可能是湍流，也可能变成湍流。事实上，在人的尺度上，大多数流动是动荡的。篝火闪烁的火焰，湍急的河水白白的浪花，倒在咖啡里的牛奶漩涡，这些都是日常动荡的例子。
乍一看，湍流往往是随机或混乱的。例如，谁能准确地预测一滴墨水落在一杯水中时卷曲和分裂的方式呢?湍流的复杂性是其美丽的一部分。花一个小时观察头顶上翻滚的云，它们不会有两个是相同的。湍流的复杂性和动态运动使这些流动令人着迷，甚至令人着迷。人类是一个寻找模式的物种。我们喜欢在明显的混乱中寻找秩序，也许这就是为什么动荡对科学家和艺术家来说都是如此吸引人的主题。(参见“必须经历的科学问题，是关于科学家和艺术家给动荡带来的不同见解。)
但是，尽管这种不可预测性对旁观者来说通常被解读为美，但对科学家来说却是一种强烈的挑战。湍流曾经是，现在也是经典物理学中一个伟大的未解之谜，在过去的两个世纪里，许多最杰出的科学家、工程师和数学家都试图解开其中的模式。从某种意义上说，湍流的问题很久以前就解决了。描述流体运动的方程n - s方程已经有一个半世纪的历史了。它们本质上是牛顿第二运动定律(它本身在200年前就提出了)，描述了流体的紊流和非紊流。但它们不是人们所说的简单方程;当应用到任何现实场景时，它们实际上是非常复杂的。即使是世界上最大、最快的超级计算机也不能完全解决实际问题中的这些方程，比如汽车周围的气流或发动机内部的燃烧。(参见“要预测湍流，只需数一数泡芙，是关于一位研究人员试图描述这种现象的简化版本:管道内的紊流。)
尽管我们仍然缺乏准确预测湍流的简单方法，但在这个问题上投入的大量研究已经取得了一些成果。在他的自传中，空气动力学家西奥多•冯•卡门叙述了他在1930年预测壁面附近湍流速度的努力。一天晚上，冯Kármán和他的助手一心一意地工作，直到赶上最后一辆有轨电车。两个人在街角继续计算，甚至在等着他们的有轨电车旁边写下了他们的方程式。最后，售票员不再等了。Kármán的助手设法爬上了飞机，在回家的路上每到一站就跳下去，写下更多的数学知识。他们的“壁律最初的意思是用数学方法描述经过平板的湍流，但后来的研究人员发现这个方程适用于更多的情况。河流底部附近的水，通过管道的流动，以及大气最低部分的风速都表现出这种规律的一种形式。然而，他们发现的模式远不能描述整个动荡。
更好地处理湍流的一个关键是理解它在不同尺度上重复的倾向。火山羽流可能有几公里长，带有数百米宽的漩涡，慢慢地旋转并自己翻转。与此同时，许多更小的涡流，一直到厘米或毫米的尺度，也在移动、旋转和搅拌——就像你咖啡中的牛奶滴。20世纪，一位数学家提出了一个研究这些系统的有力方法Benoit Mandelbrot．在IBM工作期间，曼德尔布罗特开始探索他后来称之为分形的东西:在每个尺度上包含重复几何图案的数学集合。放大曼德尔勃特集合同样的形状会无限地重复。这一特征被称为自相似性，在自然界中，至少在分子尺度以上，它会发生很多次。在海岸线、闪电、蔬菜，甚至心跳的时间上都发现了分形图案。
自相似性也使分形成为在多种尺度湍流中寻找模式的吸引人的工具。事实上，Mandelbrot自己指出自相似性的概念是在他研究分形的几十年前被创造出来描述湍流的。今天，在其他应用中，分形被用来描述湍流的几何形状，比如复杂的边界的一个云或者火山羽流。(参见“在分形王的头脑中”,鹦鹉螺曼德尔布洛特死后的“采访”。)
在科学家无法使用简化方法预测湍流的情况下，他们转而解决Navier-Stokes方程的近似，用更简单的模型和近似代替有问题的术语。实际问题在计算上变得容易处理，但结果可能不能正确地反映现实。这是天气预报中最大的挑战之一，建模是必要的，但可能或可能不能准确地预测某一天的天气。
最后，无论我们是试图预测风暴路径的气象学家，还是试图让咖啡远离电子设备的航空乘客，我们都在寻找湍流中的模式。这是一个丰富的复杂的主题，一种美丽和深度足以吸引研究人员和门外汉。也许有一天有人会找到正确的模式——完美的模式——来减少乱流的复杂性。幸运的是，不管怎样，花一个下午的时间看海浪，或者花一个晚上的时间欣赏篝火，都将是令人着迷的。
妮可·夏普拥有航空航天工程博士学位，定期在她的博客上写流体动力学方面的文章FYFD．
