姆潘巴現(xiàn)象（姆潘巴現(xiàn)象）

簡介

姆潘巴現(xiàn)象

指在同等質(zhì)量和同等冷卻環(huán)境下，溫度略高的液體比溫度略低的液體先結(jié)冰的現(xiàn)象。

亞里士多德：“先前被加熱過的水，有助于它更快地結(jié)冰。”可理解為“先前加過熱的水與先前未加過熱的水在同溫下比較加熱過的水更快結(jié)冰”

亞里士多德、弗蘭西斯·培根和笛卡爾均曾以不同的方式描述過該現(xiàn)象，但是均未能引起廣泛的注意（注意亞里士多德的描述與上述大不相同）。1963年，坦桑尼亞的一位中學(xué)生姆潘巴在制作冰淇淋時發(fā)現(xiàn)，熱牛奶經(jīng)常比冷牛奶先結(jié)冰，1969年，他和丹尼斯·奧斯伯恩博士（Denis G. Osborne）共同撰寫了關(guān)于此現(xiàn)象的一篇論文，因此該現(xiàn)象便以其名字命名。

液體降溫速度的快慢不是由液體的平均溫度決定，而是由液體溫度梯度決定的，當熱的液體冷卻時，梯度較大，而且在凍結(jié)前的降溫過程中，熱的液體的溫度差一直大于冷的液體的溫度差。這種情況是由于上表面的溫度愈高，從上表面散發(fā)的熱量就愈多，因而降溫就愈快。

也有人說亞里士多德描述的可能不是姆潘巴現(xiàn)象。書中的原話是：“先前被加熱過的水，有助于它更快地結(jié)冰。”指的是被加熱過的（warmed）水，而非熱水或溫水（warm water）。

理論及實驗

一篇《二十世紀十大科學(xué)騙局》的文章，里面提到姆潘巴現(xiàn)象只是愚人節(jié)的產(chǎn)物。這被很多文章和論文引用。起初也有不少學(xué)者并不相信姆潘巴現(xiàn)象。但隨著姆潘巴現(xiàn)象一次次的被重復(fù)驗證，人們開始不解并研究其中的原因。

在過去長期研究中，雖有不少研究者提出一些理論模型機制，但由于該現(xiàn)象本身敘述較為籠統(tǒng)，且涉及大量復(fù)雜的數(shù)學(xué)層面分子模型機制建立和熱學(xué)實驗，使這些模型理論并未受所有人接受?！段锢硎澜纭返囊晃辉u論家寫道：“即使姆潘巴效應(yīng)是真實的——如果熱水有時比冷水凍結(jié)得更快——也不清楚這種解釋是微不足道的還是有啟發(fā)性的?！背跏紖?shù)（包括水的類型和初始溫度、溶解氣體和其他雜質(zhì)，以及容器的大小、形狀和材料，以及冰箱的溫度），并且需要確定確定凍結(jié)時間的特定方法，所有這些都可能影響姆潘巴效應(yīng)的存在或不存在。所需的大量多維實驗可能可以解釋為什么還不能理解這種效應(yīng)。 《新科學(xué)家》建議在35和5°C(95和41°F)的容器上開始實驗，以使這種效應(yīng)最大化。在相關(guān)的研究中，人們發(fā)現(xiàn)冷凍溫度也影響觀察Mpemba現(xiàn)象的可能性以及容器溫度。

2012年，英國皇家化學(xué)學(xué)會舉辦比賽，解釋姆潘巴現(xiàn)象。超過22000人參加，最后Erasto Mpemba本人宣布Nikola Bregovivic為獲勝者。Bregovi?提出了造成這種影響的兩個原因——較冷的樣品過冷而不是凍結(jié)，較溫暖的樣品中的增強對流通過保持容器壁上的熱梯度而加速冷卻。

然而不少研究者對上述見解仍有爭議。主流觀點認為水中的氫鍵對這一現(xiàn)象至關(guān)重要。2015年Jin Jaehyeok等人從結(jié)晶層面提出在溫水中水六聚體態(tài)的較高占比是姆潘巴效應(yīng)下更快結(jié)晶的原因。陶和同事在2016年根據(jù)振動光譜和密度泛函理論優(yōu)化水團簇模擬的結(jié)果提出了另一種可能的解釋：隨著溫度升高，總體氫鍵作用減弱其中弱靜電氫鍵斷裂而強氫鍵的數(shù)量增加；當溫水快速冷卻時，由這些少量的強氫鍵帶來的小而強結(jié)合的團簇的存在促進了六邊形冰的成核，因此出現(xiàn)了姆潘巴現(xiàn)象。

在2017年，兩個研究小組獨立且同時發(fā)現(xiàn)了姆潘巴效應(yīng)的理論證據(jù)，并且還預(yù)測了一種新的“反向”姆潘巴效應(yīng)，其中加熱冷卻的、遠離平衡的系統(tǒng)比最初更接近平衡的另一個系統(tǒng)花費更少的時間。Lu和Raz 給出了基于馬爾可夫統(tǒng)計力學(xué)的一般準則，預(yù)測了Ising模型和擴散動力學(xué)中逆姆潘巴效應(yīng)的出現(xiàn)。Lasanta及其同事 還預(yù)測了顆粒氣體在遠離平衡的初始狀態(tài)下的直接和反向姆潘巴效應(yīng)，這篇最新的研究中提出導(dǎo)致這兩種姆潘巴效應(yīng)的一個非常普遍的機制是由于粒子速度分布函數(shù)顯著偏離了麥克斯韋-玻爾茲曼分布。