海洋涡旋与波动运动分离研究：基于SWOT卫星与高频雷达数据的创新方法
作者及机构
本研究由Chuanyin Wang（南方海洋科学与工程广东省实验室（珠海））、Zhiyu Liu（厦门大学海洋与地球学院）、Hongyang Lin（厦门大学）、Dake Chen（自然资源部第二海洋研究所）、Qinghua Yang（中山大学）及Qinbiao Ni（南方海洋科学与工程广东省实验室（珠海））合作完成，发表于2025年的*Geophysical Research Letters*期刊（DOI: 10.1029/2024GL113995）。
科学领域与问题
研究聚焦物理海洋学中的多尺度动力学，旨在解决SWOT（Surface Water and Ocean Topography）卫星观测中海面高度（SSH）数据中涡旋运动（vortical motions，如中尺度涡旋和亚中尺度过程）与波动运动（wavy motions，如惯性-重力波和内潮）的混合问题。这两种运动在能量传递和湍流混合中的作用截然不同，但因其水平尺度重叠，传统方法难以分离。
研究动机
SWOT卫星虽能提供10公里分辨率的高精度二维SSH数据，但其长重访周期（科学阶段21天）导致难以捕捉亚中尺度流和重力波的瞬态演化。现有分离方法（如时空滤波或数据同化）存在局限性：仅适用于特定季节或相干内潮，且无法处理非潮频重力波。
目标
提出一种基于线性正态模初始化技术（linear normal-mode initialization）的“PV（位涡）方法”，结合SWOT的SSH与高频雷达（HFR）的海表流速（SSV）数据，实现涡旋与波动运动的动态分离。
1. 数据准备与模拟验证
- 数据来源：
- SWOT L3 SSH（2公里分辨率）与加州近海HFR的SSV（6公里分辨率）同步观测。
- MITgcm LLC4320数值模拟：提供1小时输出的高分辨率（2公里）SSH和SSV，用于方法验证。
- 预处理：将模拟数据重网格化为SWOT条带格式，构建“伪SWOT”数据集。
2. PV方法的核心算法
基于旋转浅水方程，通过位涡守恒原理分离运动分量：
1. 涡旋分量：通过求解位涡方程（式1）提取，假设其满足准地转平衡（无水平散度）。
2. 波动分量：通过SSH与SSV的残差计算（式3-4），其位涡异常为零。
- 关键创新：引入有效变形半径（effective deformation radius, *L_d*）适应多层海洋结构，并通过谱空间滤波抑制高频噪声。
3. 验证方法
- 基线真值：采用Wang等（2023a）的分解方法（基于频率-波数谱滤波）作为基准，对比PV方法的分离精度。
- 评估指标：均方根误差（RMSE）和空间相关系数（CC），验证分离结果在幅度、时空演变上的一致性。
1. 数值模拟验证
- 波动分量：成功提取非相干内潮主导的SSH和SSV信号（图1a-c），其水平散度（图2a）与相对涡度（图2b）符合重力波动力学理论（*|χ’| > |ζ’|*）。
- 涡旋分量：分离出中尺度涡旋和亚中尺度丝状结构（图1d-f），其涡度-应变联合概率分布（图S5c）符合准地转湍流特征。
- 精度：RMSE低于0.008米（SSH）和0.06米/秒（SSV），CC超过0.8（图S6-S7）。
2. 实际观测应用
- SWOT/HFR数据分离：加州近海区域显示波动与涡旋信号强度相当（图4），验证了SWOT捕捉亚中尺度流的能力。
- 与传统高度计对比：去除波动信号后的SWOT涡旋SSH与AVISO数据（图S8）在形态上一致，但差异中揭示了亚中尺度特征（~0.04米）。
科学价值
1. 方法创新：首次将气象领域的正态模初始化技术应用于海洋多尺度分离，为SWOT数据解析提供新工具。
2. 观测突破：证实SWOT结合HFR可有效捕捉亚中尺度过程，弥补传统高度计分辨率不足的缺陷。
3. 理论贡献：明确了涡旋与波动运动在能量级联中的独立作用，为多尺度相互作用研究奠定基础。
应用前景
- 卫星任务支持：未来多普勒散射计（如OSCOM）的全球SSV数据可扩展本方法的适用范围。
- 海洋建模：分离后的数据可优化数值模型初始场，提升对湍流混合和能量耗散的模拟精度。
局限与展望
- 适用性边界：当前方法假设小罗斯贝数和弗劳德数，未来需引入非线性初始化技术（如最优平衡）扩展至强湍流区域。
- 边界效应：未考虑表面准地转流的影响，后续可结合海表密度数据改进分离精度。
（注：文中图表编号与支持信息参见原文献。）