玻尔百科在科学和工程领域，追踪演化的形状和边界是一项根本性挑战，从模拟飞溅的水滴到设计最佳的机械零件均是如此。直接追踪表面上点的传统方法，即拉格朗日方法，在形状发生分裂、合并或经历复杂拓扑变化时，会变得极度复杂，堪称计算上的噩梦。这需要在计算网格上进行一种“数字手术”，而这种操作复杂且容易出错。水平集方法为这一难题提供了一个深刻而优雅的解决方案。它不再追踪边界本身，而是将形状重新构想为高维景观上的一个等高线，从而实现自然、无缝的演化。
本文将全面概述这一强大的技术。首先，我们将探讨构成该方法基础的原理与机制。这包括理解水平集函数、其控制演化方程，以及确保其准确性和稳定性的关键数学和数值技术。随后，我们将遍览其多样化的应用与跨学科联系，展示这个单一的数学框架如何被用于雕塑晶体、设计创新结构、分析抽象控制系统，甚至模拟黑洞的碰撞。
想象一下，你想描述一朵漂移并改变形状的云，或者一个飞溅并破碎的水滴。你会怎么做？最直接的方法可能是创建一个数字点网，并将其拉伸覆盖在物体表面，就像一个线框模型。这就是拉格朗日 (Lagrangian) 方法的精髓。只要形状保持简单，这种方法效果很好。但当水滴分裂成两半时会发生什么？你的网必须被切开。如果两个水滴合并呢？你的两个网必须被缝合在一起。这种“网格手术”在计算上是一场噩梦，复杂且容易出错。大自然不需要外科医生来合并两个肥皂泡；它自然而然就发生了。我们的模型难道不应该同样优雅吗？
这就是水平集方法登场的时刻，它带来了一个既简单又深刻的视角转变。我们不再直接追踪物体的边界，而是想象物体嵌入在一个更高维的景观中。想一想地形图。海岸线不是地图上画出的一条线，它只是海拔为零的等高线。陆地是海拔为正的区域，海洋是海拔为负的区域。如果我们想模拟海平面上升，我们不是移动海岸线，而是改变整个海拔地图，海岸线作为自然结果而移动。
这就是水平集方法的核心思想。我们在整个感兴趣的域上定义一个标量场，即水平集函数 。按照惯例，我们的形状（“内部”）是所有点 的集合，其中 。“外部”区域则是 。我们真正关心的形状边界，即界面，被隐式地定义为零水平集：所有满足 的点的集合。一个变化的形状仅仅是一个变化的景观。
这种优雅的表示使得描述运动和几何变得异常简单。要使界面以其外法线方向上的特定速度 移动，我们不需要移动边界上的点。相反，我们推导出一个主方程，它规定了整个景观函数 必须如何随时间演化。这就是著名的水平集方程，一种 Hamilton-Jacobi 方程：
我们不必被这些符号吓倒，其思想是直观的。 项是在一个固定点上“海拔” 的变化率。 项是景观的梯度——一个指向最陡峭上升方向的向量。其大小 告诉我们斜坡有多陡。这个方程巧妙地将景观随时间的变化与边界期望的速度 联系起来。
当我们探求几何属性时，这种“景观”视图的真正美妙之处便显现出来。表面的法向量 是什么？它就是最陡峭上升的方向：。曲率 是衡量表面弯曲程度的量，它又是什么？它只是法向量的散度，。在离散线框上难以计算的复杂几何量，通过对我们光滑的场 求导就可以简单地得到。我们在大学第一年学习的微积分成 为了描述复杂形状的强大引擎。
这便是该方法最著名的特点所在。因为我们始终在固定的网格上处理一个单一、连续的函数 ，所以拓扑变化可以被自动处理。想象一下固体岩石中有两个独立的熔融囊，每个都由一个 的“山谷”表示。当岩石被压缩时，景观发生演化。分隔两个山谷的“高地”山脊 () 可能会被侵蚀并沉到零以下。当它这样做时，两个山谷合并成一个。不需要一个特殊的“合并”命令；场的演化会自动完成。相反，如果一个水滴被拉伸成哑铃形，细长的颈部可能被景观抬升到零水平以上而“捏断”，将水滴一分为二。这种对分裂和合并的隐式处理，相较于需要复杂算法来检测和执行这些拓扑手术的显式拉格朗日方法，是一个巨大的优势。
这个优雅的框架建立在两个“内务管理”的支柱之上，以确保其在数学上是合理的，在数值上是可行的。
首先是数学层面。水平集方程是非线性的，其解可能会产生“扭折”——景观中的尖角，在这些地方梯度没有明确定义。这曾是一个严峻的挑战，直到数学家们发展了强大的粘性解 (viscosity solutions) 理论。这个框架提供了一种方法，即使在解不完全光滑的情况下，也能唯一地定义“正确”的解，确保形状的演化总是符合物理规律且可预测的。这一严谨理论的一个优美推论是回避原则 (avoidance principle)：如果你从两个分离的形状开始，它们的水平集函数是有序的（例如，处处满足 ），该理论保证它们演化中的边界永远不会接触。起始时分离的形状，将永远保持分离。
其次是数值实践层面。为了使法线和曲率的简单公式能良好工作，我们希望我们的景观 是一个符号距离函数。这意味着 的值恰好是点 到边界的最短距离，内部为负号，外部为正号。一个完美的符号距离函数具有恒定的“斜率”——即 。然而，物理演化方程往往会扭曲景观，使其在某些地方过陡，在另一些地方过平，这会在几何计算中引入误差。
为了解决这个问题，我们通过一个称为重新初始化 (reinitialization) 的过程周期性地按下“重置”按钮。我们暂时停止物理演化，转而求解一个不同的偏微分方程，例如 ，其中 是一个虚拟时间。这个方程的作用是将景观拉回到一个完美的符号距离函数，同时保持零水平集——我们珍贵的边界——牢固地固定在原位。这种对场的周期性“清理”对于长时间、精确的模拟至关重要。先进的重新初始化方案甚至可以被设计来满足额外的约束，比如保持形状的总 体积。
尽管纯水平集方法具有几何上的优雅，但它有一个阿喀琉斯之踵：它难以保持质量或体积守恒。那些扭曲景观的数值误差同样会导致零水平集发生轻微漂移，使得一个模拟的气泡在没有物理原因的情况下慢慢收缩或增长。
相比之下，另一种流行技术，流体体积 (Volume-of-Fluid, VOF) 方法，从设计之初就以守恒为目标。它不追踪边界，而是追踪网格每个单元内物质的体积分数。它是一个完美的会计师，绝不会丢失一滴液体。然而，它在几何上表现不佳；从一个由体积分数构成的网格中重构出清晰、光滑且曲率准确的边界是极其困难的。
那么，哪个更好？答案原来是两者兼用。耦合水平集与VOF (CLSVOF) 方法是两种方法的结合。VOF 方法作为模拟的稳健、保质量的支柱。而水平集函数则为 VOF 方法提供了其所缺乏的高质量几何信息（法线和曲率）。两种方法不断地沟通和相互修正：VOF 数据修正水平集中的任何体积损失，而水平集数据为 VOF 的输运提供了一个优美的界面。这是一种完美的协同作用，结合了两个世界的优点，产生了一种比其各部分之和更强大的方法。
到目前为止，我们讨论了使用水平集方法来描述形状的演化。但是，如果我们能用它来创造出符合特定目的的最佳形状呢？这就是拓扑优化背后的革命性思想。
假设你想设计一个最坚固、最轻的支架来托住一个架子。你可以从一个实心材料块开始，用水平集方法将其雕刻掉。关键在于定义演化速度 ，不是基于物理，而是基于性能。在边界上的每一点，我们可以计算一个“形状导数”——一种敏感度，告诉我们如果在这里移除一小块材料，支架的刚度会改变多少。然后，我们将速度 在对结构强度贡献不大的区域设置得高，而在关键区域设置得低（甚至为负，导致增长）。
然后，水平集方法发挥其魔力，演化边界，侵蚀掉无用的材料，并自动处理孔洞的产生和合并。结果通常是一个复杂的、有机的、高度高效的结构，这可能是人类设计师永远无法构想出来的。为了使这些大规模优化变得可行，人们使用了像窄带方法 (narrow-band methods) 这样的巧妙算法。它们不是更新整个水平集景观，而只在界面周围的一个薄“带”内进行计算，从而在不牺牲准确性的情况下大幅降低计算成本。
世界很少像一个物体在真空中那样简单。我们常常需要处理多种材料的相互作用，比如飞溅波浪中的油、水和空气。我们可以通过为每个相使用一个函数 来扩展水平集思想。然而，一个新的挑战立即出现：我们必须强制执行物理现实，即空间中的任何点都只能属于一个相。
如果我们独立地重新初始化每个 ，我们可能会产生计算上的谬误：同时属于两个相的区域（重叠）或不属于任何相的区域（空隙），尤其是在三个或更多材料相遇的复杂交界处附近。解决方案需要仔细的协调。一个稳健的方法是在重新初始化期间基于几何竞争重新定义相：空间中的每个点都被分配给其边界最近的那个相。这个概念借鉴自Voronoi 图的思想，确保了域始终被一致地划分，使得水平集方法能够优雅地处理多相系统的复杂舞蹈。
从将形状变为景观的简单前提开始，水平集方法展开为一个丰富而强大的框架——一个不仅在计算上强大，而且建立在深刻而优美的数学原理之上的框架。
在掌握了水平集方法的优雅原理——将移动边界描述为穿过更高维景观的一个切片——之后，我们现在可以踏上一段旅程，看看这个非凡的思想将我们带向何方。你可以把它想象成一位总编舞，一个单一的数学框架，可以在各种令人惊叹的场景中指挥界面的舞蹈。它的美不仅在于其巧妙，更在于其普适性。我们将看到它雕塑晶体、驯服火焰、设计奇妙的新设备、在抽象的数学空间中导航，甚至勾勒出黑洞的边缘。
对于我们的编舞来说，最直观的舞台或许就是物理世界本身。自然界中的许多现象都是关于生长、收缩、混合和燃烧的故事——所有这些故事都是在边界上讲述的。
考虑一下雪花那精致的分支结构，或矿物那多面的几何形状。这些都不是静态的物体；它们是生长过程的凝固历史。水平集方法为描述这一点提供了完美的语言。我们可以写下规则，让生长中晶体的表面速度取决于其自身的局部几何形状，比如它的曲率。尖锐的区域可能会生长得慢一些，而较平的面则推进得更快，从而导致我们在自然界中看到的复杂、稳定的形状。这是一个优美的反馈循环，边界的形状决定了它自身的演化。
这种几何反馈的思想很强大，但有时边界的运动是由两侧发生的复杂物理过程驱动的。想象一块冰在温水中融化。融化的速率取决于热量流向界面的情况。纯粹的水平集方法在追踪几何形状方面非常出色，但它本身并不记录能量或质量等量。在这里，我们看到了一个强大主题的初次显现：协作。科学家们设计了出色的混合方法，将水平集方法的几何精度与其他更擅长守恒的方案配对。对于相变问题，水平集方法可以与一种擅长能量守恒的“焓法”耦合。焓法追踪总热量，而水平集方法提供清晰、锐利的边界，以便在界面处正确应用热流的物理定律，这是焓法单独难以做到的。
同样的协作精神在流体世界中也至关重要。想象一下模拟水和油的晃动，或者一个气泡在液体中上升的动力学。水、油和空气的总 体积必须守恒，这一点至关重要。纯粹的水平集方法，由于移动 函数所涉及的数值近似，可能会出现微小的“泄漏”，导致质量随时间被人为地损失或增加。为了解决这个问题，它通常与“流体体积”(VOF) 方法配对，后者从设计之初就要求完美地保持质量守恒。VOF 方法追踪体积，而水平集方法（由 VOF 数据周期性校正）提供计算表面张力等物理效应所需的光滑、可微的界面，这些效应敏感地依赖于界面的曲率。这是一种完美的便利联姻：每种方法都弥补了对方的弱点，从而产生了一个稳健而精确的模拟。
从流动，我们转向火焰。森林火灾的蔓延可以看作是一个锋面传播问题。在这里，锋面的速度不是由其自身的曲率决定，而是由外部条件决定：燃料的类型、地形的陡峭程度以及风向。我们可以将这些信息编码在一个“速度图” 中，水平集方法将忠实地根据这些局部速度在景观上推进火线，正确处理火线在移动过程中的合并和分裂。
到目前为止，我们一直使用水平集方法来分析世界本来的样子。但当用它来创造世界可能的样子时，它的威力才真正显现出来。这就是拓扑优化的领域，现代工程中最令人兴奋的领域之一。
问题很简单：如果你有一块材料和一些性能目标（例如，“在给定重量下使这个支架尽可能坚固”），那么零件的绝对最佳形状是什么？我们不必仅仅依赖人类的直觉，而是可以让计算机“发现”最佳形状。水平集方法在这里是明星选手。我们从一个边界开始，让它演化，向内和向外移动，始终朝着改善设计性能的方向。
然而，在这种情况下，纯粹的水平集方法有一个阿喀琉斯之踵：它无法改变形状的拓扑结构。如果你从一个实心块开始，它可以改变外部边界，但它不能自发地决定在中间打一个洞。但创造孔洞正是制造轻质、高效结构的精髓所在！
解决方案再次是一种巧妙的混合方法。工程师们通常从另一种技术开始，一种“基于密度”的方法（如 SIMP），它非常擅长找出大致的布局，包括孔洞应该在哪里。这种方法可以创建出最佳设计的模糊、灰度的蓝图。然后，水平集方法接手。它从这个模糊的结果中提取一个清晰的边界并对其进行精炼，平滑边缘并产生一个锐利、高保真的最终设计。
一个更优雅的想法是主动引导水平集方法。利用一种称为“拓扑导数”的数学工具，工程师可以计算材料内部每一点上，如果他们在那里引入一个微小的新孔洞，性能会提高多少。通过找到这个导数最有利的点，他们可以周期性地暂停水平集演化，告诉它“在此处形成一个新孔洞！”，然后让它继续精炼这个新的、拓扑上更复杂的形状。这种强大的综合方法为设计师提供了两全其美的优势：一种方法的拓扑自由度和另一种方法的边界精度，从而能够为从飞机到微型天线的各种产品创造出极其复杂和高效的组件。
当我们意识到水平集方法所追踪的“界面”不必是空间中的物理边界，而可以是数学“状态空间”中的抽象边界时，它的真正普适性才变得显而易见。
在控制理论中，一个基本问题是确定一个系统的“吸引域”(ROA)。对于一个具有稳定平衡点的系统（想象一个静止在山谷底部的球），ROA 是所有起始位置和速度的集合，从这些状态出发，系统最终会稳定到那个平衡点。了解这个“稳定盆”对于安全性和可靠性至关重要。这个区域的边界是系统状态空间中一个复杂的、非物理的曲面。利用水平集方法，控制理论家可以通过从平衡点周围的一个小集合开始，并根据系统的动力学将其向后演化来找到这个边界。该集合会不断增长，直到填满整个吸引域，从而提供一幅安全操作条件的地图。
该方法进入抽象领域的旅程在纯数学领域达到了顶峰。几何流根据其内在几何演化形状，是证明深刻定理的强大工具。一个著名的例子是反平均曲率流 (IMCF)，它被用于证明黎曼-彭罗斯不等式，这是一个连接广义相对论中质量和几何的深刻论断。当一个平滑流动的曲面出现“灾难”——它可能试图无限快地移动或卡住时，问题就出现了。经典的流会失效。水平集方法提供了解决方案。通过将流重塑为水平集方程的“弱解”，数学家们允许曲面执行一个受控的“跳跃”，用一个绕过障碍的新曲面来替代自己 [@problem_-id:3036630]。在这里，水平集框架不仅仅是一个计算工具；它是一个基本的理论构造，为流在不再光滑后赋予了意义，使得一个原本遥不可及的定理得以证明。
从晶体到定理的旅程之后，我们的最后一站是宇宙本身。在爱因斯坦的广义相对论中，黑洞不是一个物体，而是一个时空区域，任何东西，甚至光，都无法从中逃脱。在任何给定的时间“切片”上，这个区域的边界被称为视界。它名副其实，是无处可逃的边缘。
找到这个边界是数值相对论中的一个核心任务，尤其是在模拟两个黑洞猛烈碰撞时。定义视界的条件是一个纯粹的几何条件。事实证明，这个条件可以被优美地重新表述为寻找某个特定函数的零水平集。这简直是为水平集方法量身定做的问题！此外，当两个黑洞相互盘旋并合并时，它们各自的视界会扭曲、接触，并融合成一个单一的、高度复杂的视界，最终“振铃”稳定为一个球面。一个必须显式追踪曲面参数的方法会发现这种拓扑变化在编程上是一场噩梦。但对于水平集方法来说，这完全是自然的。一个单一的水平集函数 可以代表两个分离的球体，随着它们的演化，它们的零水平集将无缝地合并成一个。
我们的旅程结束了。我们已经看到了水平集方法在物理学、流体动力学、工程学、控制理论、纯数学和宇宙学中的应用。这证明了数学思想的统一力量。同一个基本概念——将动态边界表示为静态、高维函数的一个切片——提供了一种稳健而优雅的语言来描述形态的演化。这是一种既能言说有形之物又能言说无形之物的语言，将微小晶体的生长与碰撞黑洞的壮丽之舞联系在一起。