Quantifying and forecasting the impact of boat traffic on the health of coastal ecosystems must account for the multiscale nature of the process: from minutes (individual wakes), to days (tidal phase), weeks, and longer (tide modulation, seasonal traffic). Direct numerical simulations covering all these scales are difficult, not in the least because specifying the vessel type and navigation characteristics for every wake is practically impossible. To overcome this problem, we propose a statistical‐mechanics description of the wake field that focuses on classes of wakes, defined by a set of characteristic parameters, and their joint probability density in the characteristic‐parameter space. Here, we demonstrate the first steps of the approach using existing numerical tools and parametrizations. Because vessel type and navigation characteristics are not available, an investigation of wake parameter space is not possible at this time. Instead, we use the leading‐order Froude‐number parametrization defined by a linear model to classify the wake population observed during the field experiment. Numerical tests applying the FUNWAVE‐TVD model across all wake‐classes identified show excellent skills for weakly dispersive wakes. The model is challenged by the short waves generated by small, slow boats. However, simulations suggest that the problem is confined to the deeper water domain and linear evolution. Nonlinear wake shoaling, essential for modeling wake‐induced sediment transport and wake impact on the environment, is described well.

中文翻译：

---

关于船尾气候建模的问题：佛罗里达内陆水道

量化和预测船只运输对沿海生态系统健康的影响，必须考虑到这一过程的多尺度性质：从几分钟（单独的海流）到几天（潮汐阶段），几周甚至更长的时间（潮汐调节，季节性运输）。覆盖所有这些比例的直接数值模拟非常困难，这至少是因为几乎不可能指定每次航行的船只类型和航行特性。为了克服这个问题，我们提出了一个关于尾流场的统计力学描述，该描述着重于由一组特征参数定义的尾流类别及其在特征参数空间中的联合概率密度。在这里，我们使用现有的数值工具和参数化方法演示了该方法的第一步。由于船只类型和航行特性不可用，因此目前无法研究唤醒参数空间。取而代之的是，我们使用线性模型定义的前导Froude-number参数化对现场实验中观察到的尾流总体进行分类。将FUNWAVE-TVD模型应用于所有确定的尾流类别的数值测试显示出了弱分散尾流的出色技能。小型慢船产生的短波挑战了该模型。但是，模拟表明，问题仅限于深水域和线性演化。非线性尾流浅滩是建模尾流诱发的泥沙输送和尾流对环境影响必不可少的部分。我们使用由线性模型定义的前导弗洛德数参数化对现场实验中观察到的尾流总体进行分类。将FUNWAVE-TVD模型应用于所有确定的尾流类别的数值测试显示出了弱分散尾流的出色技能。小型慢船产生的短波挑战了该模型。但是，模拟表明，问题仅限于深水域和线性演化。非线性尾流浅滩是建模尾流诱发的泥沙输送和尾流对环境影响必不可少的部分。我们使用由线性模型定义的前导弗洛德数参数化对现场实验中观察到的尾流总体进行分类。将FUNWAVE-TVD模型应用于所有确定的尾流类别的数值测试显示出了弱分散尾流的出色技能。小型慢船产生的短波挑战了该模型。但是，模拟表明，问题仅限于深水域和线性演化。非线性尾流浅滩是建模尾流诱发的泥沙输送和尾流对环境影响必不可少的部分。将FUNWAVE-TVD模型应用于所有确定的尾流类别的数值测试显示出了弱分散尾流的出色技能。小型慢船产生的短波挑战了该模型。但是，模拟表明，问题仅限于深水域和线性演化。非线性尾流浅滩是建模尾流诱发的泥沙输送和尾流对环境影响必不可少的部分。将FUNWAVE-TVD模型应用于所有确定的尾流类别的数值测试显示出了弱分散尾流的出色技能。小型慢船产生的短波挑战了该模型。但是，模拟表明，问题仅限于深水域和线性演化。非线性尾流浅滩是建模尾流诱发的泥沙输送和尾流对环境影响必不可少的部分。