前段时间有个新闻闹的沸沸扬扬：浙江理工大学化学系的一名硕士以第一作者在世界顶级期刊Nature上发表一篇论文，但作者并没有选择继续科研之路，而是回到家乡做一名普通的公务员。

        小伙伴们都知道，作为科学界的两大顶刊，Nature和Science是每个科研人员心中的圣地，想要在这两本期刊上发表文章是非常困难的。那么作为一名流体力学的从业者，我们离Nature和Science有多远呢
？

        01自然与科学

        Nature和Science都是综合类期刊里最顶级的存在。Nature创刊于1869年，总部设于英国伦敦，目前隶属于出版公司Springer Nature Group，诸如粒子的波动性、DNA分子结构、板块构造学说、首个克隆哺乳动物等重量级科研成果都在Nature上发表。而Science则创刊于1880年，总部位于美国华盛顿特区，隶属于公益性组织AAAS（美国科学促进会），在Science上发表的代表性成果包括加速宇宙、人类免疫缺陷病毒、量子计算机等重大科学突破。

        Nature和Science的主刊都是周刊，并设有若干子刊，看起来数量并不少，但想要发表一篇也极为不易。二者的主刊更是可望而不可及，据统计，平均约一万名科研工作者中才有一两个幸运者能在主刊上发表文章，是名副其实的万里挑一。当然也并非发表于Nature和Science上的文章都是像DNA分子结构一样的重大科技突破。那么一般而言，什么样的内容可以发在Nature或Science呢
？

        以不久前发表于Science上的一篇关于人体代谢速率的文章为例，作者把多年的昂贵实验数据进行整合，发现人们在同等体重下，婴幼儿时期的新陈代谢速率最高（比成年人约高50%）并随年龄开始递减，至二十几岁时达到稳定并维持到60岁，之后再次以很低（约每年0.7%）的速率下降，颠覆了人们传统的认知，并啪啪打脸“中年发福”来源于代谢速率急剧下降的说辞。

        可以看的出来，这样的文章耗费（或利用）了来之不易的数据，所得的结论与人们的固有认知有明显的差异，令人不禁发出“原来如此”的通透感慨，算是顶刊文章的典范。这样的文章具有高度的技术密集性，不过由于篇幅所限，通常是大量研究工作的概述。而文字表述则脉络清晰又娓娓道来，堪称技术和艺术的结合。

        02  NS与流体力学

        正如生物类有Cell，医科类有Lancet，流体力学类也有自己的顶级期刊，如JFM、PRL、POF等。不过Nature和Science仍然高高在上，被合称为NS，而这个简称又恰好和流体人心中的“白月光”——NS方程同名，也因此赋予了这个简称更深刻的含义。

        在纳维和斯托克斯前后的一段时期，正值经典流体力学研究的黄金年代，不过彼时的信息交流还没那么通畅，学者们更愿意就近发表自己的成果。而NS期刊也还未面世，更不用说被大神们青睐。Nature创刊之后，坐拥英国皇家学会会士头衔的雷诺时不时就会挥洒一篇。不过学者们对文章发表在哪里并没有那么在意，雷诺对Nature的偏爱或许也只是因为离得近而已。

        相比于其它期刊，现代的NS更关注新兴学科的前沿性、机理性进展。比如1940年代以后，和自然科学非常接近的大气和海洋湍流研究受到了NS很长时间的青睐，而近些年来研究微纳米流动、微流控、生物学流动、星体流动就要比传统流体力学更容易被接收。最近几年Nature上关于微尺度流动的论文就有几十篇之多，而传统流体力学领域则少了很多。最近一篇关于湍流研究的文章还是发表于2015年，主要研究内容为通过将流动解释为湍流非线性传播的双稳态系统，来描述管道中壁面剪切引起的湍流转捩的触发机制。

        能发NS靠的不仅仅是实力，还需要一些运气。新冠疫情席卷全球吸引了大量学者进行研究，而气流对疾病传播的影响也更容易被论文审阅者接受。2021年才过了一半，就有不少关于病毒扩散研究的文章登上Science及其子刊。所以，想要在NS上拥有自己的名字，除了选对方向之外，还要紧盯时事。

        作为流体力学的另一个江湖，格子玻尔兹曼方法（LBM）自从上世纪80年代诞生以来也发文无数，不过大多见于物理学或统计力学相关的刊物中。而在NS两大顶刊中，目前也仅有两篇关于LBM的文章被发表。

        第一篇为2003年陈沪东等学者发表于Science的文章《Extended Boltzmann Kinetic Equation for Turbulent Flows》，该文章系统阐述了对于传统CFD方法有挑战性的复杂流场问题，LBM方法可以更真实的复现其物理本原。与传统方法直接对控制方程与几何模型的粗；聿煌，LBM在介观层级求解流场，而后再统计平均获取宏观变量，其粗；嗟奶逑衷诤蟠砩隙乔蠼夤讨。

        在传统RANS的框架下，湍流模型将流动尺度分为大尺度和小尺度的涡，而真实的湍流中大涡和小涡是实时相互作用的，并包含了历史效应，因而限制了湍流模型的适用范围。该文章指出，拓展后LBM方法不仅在尺度分离恒定的流动中有效，而且可以涵盖尺度分离瞬时变化的流动。

        该文章还使用湍流弛豫时间代替分子弛豫时间，拓宽了BGK碰撞模型的应用范围，并指出其涵盖了简洁的动力学相互作用，能够表达更丰富的物理内涵并超越RANS。文章的最后使用相应的数值方法预测汽车和飞机的外流场，并获得了相当精确的结果。

        而时隔18年后，今年5月又有一篇崭新出炉的LBM相关文章发布于Nature。Giacomo Falcucci等学者发表了《Extreme flow simulations reveal skeletal adaptations of deep-sea sponges》一文，研究了一种深水玻璃海绵骨骼结构的流体动力学特性。

        这种奇妙生物生活在海底，具有接近最优材料分布的层化骨骼结构，但人们对其水动力学特性研究甚少。作者构建了LBM的计算模型，并使用500亿的巨量格子对深水玻璃海绵的不同生存周期进行了模拟，发现其骨架排布能够降低水动力应力并促进了相干的内部再循环模式，揭示了深渊生物的非凡适应机制。

        本篇文章的作者还大方的在GitHub上开源了其软件代码和数据，不过小编觉得这篇文章最重要的意义在于向大家表明了一个深刻的道理：科研要做好，经费不能少。

        值得一提的是，上述两篇文章的有一位共同的作者，意大利物理学家Sauro Succi。作为LBM领域的传奇人物，Succi的专著《The Lattice Boltzmann Equation: For Fluid Dynamics and Beyond》是很多LBM学习者的教课书。