中国网/中国发展门户网讯  海洋是一个强耦合、多尺度、非线性且远离平衡态的复杂动力系统，其动力特征既包含大尺度环流和热盐输运，也包含中尺度涡旋、锋面、内波、湍流混合等过程，这些过程通过能量和物质的级联、转换与交换，与大气、海底地形、潮汐及生物地球化学过程耦合，决定整个系统的热量、盐度、动能与生物地球化学特性。海洋百千米以上的大中尺度过程满足平衡态理论，目前已形成系统的理论研究并被观测所证实。百千米以下的中小尺度过程普遍存在于大洋中，但多偏离平衡态理论框架，存在很多认知的空白，是目前海洋动力学研究的难点和前沿科学问题。而且，传统全球尺度模式仍不满足非平衡态过程的模拟，高分辨率区域模式结果也有待观测验证。因此，迫切需要构建一个“多尺度、多要素、观测—同化—重构—预报—应用”的闭环体系，以应对复杂的海洋环境保障需求。近年来人工智能（AI）的快速发展和海洋数据的积累，为构建这样一个闭环体系提供了有效的解决方案。

海洋非平衡态动力学研究进展

近现代大洋环流的数学物理框架源于描述流体运动的纳维-斯托克斯方程（Navier-Stokes equation）：

前人通过尺度分离和线性化简化该方程，忽略非平衡作用项，近似认为海流不随时间变化（“平衡态假设”），建立了经典平衡理论，主要包括：地转平衡理论（适用于大中尺度运动）、Ekman理论（解释了如上升流等现象），以及Sverdrup平衡理论（解释了风生大尺度环流结构）。然而，随着近30年卫星和现场观测技术的发展，发现真实海洋中存在许多瞬变动力过程。例如，中尺度涡旋、亚中尺度过程、锋面急流、近惯性振荡等，它们决定着瞬时的海洋动力环境变化（图1），图1展示了复杂海洋系统的多尺度动力组成：百千米以上的平衡态大中尺度过程和百千米以下的非平衡态中小尺度过程。这些过程具有较强的加速度、非线性和耗散效应，属于非平衡态过程。跨越“平衡态假设”，深入探索非平衡态动力学是目前海洋科学研究的前沿，也是描述真实海洋、理解和预报海洋复杂动力系统、促进海洋环境保障应用的关键。

海洋非平衡态动力过程及其影响

在全球尺度上，海洋非平衡态过程主要体现在中尺度（数十—数百千米，数十—数百天）和亚中尺度（数百米—数十千米，小时—周尺度）。中尺度涡旋是海洋中普遍存在的旋转运动，其旋转速度可比背景流高1个量级，被称为“海洋中的风暴”。它们通过输运热量、盐分、动量和营养盐，对海洋环流、水团分布和生物地球化学过程具有重要意义。中尺度动能占表层流场总动能的90%，是海洋能量串级中的关键环节。中尺度涡的运动尺度接近一阶斜压罗斯贝变形半径（约100千米，图2a），由于非线性或不稳定效应，其海表流场具有一部分非地转分量，常表现为亚中尺度急流（图2b）。亚中尺度过程是典型的非平衡态过程，空间尺度小于罗斯贝变形半径，时间尺度约o（1天），普遍存在于上层海洋。与受地转约束的中尺度过程不同，亚中尺度过程具有较大的罗斯贝数和较小的理查德森数。它们常发生于强流海域、中尺度涡边缘和锋面海域，具有地转和非地转特征，表现出多种斜压不稳定类型。亚中尺度过程与海洋锋面的生消变化密切相关，能在数千米内形成超过1℃的强温差（温度锋面，图2c），显著影响海洋局部动力环境。

海流是认识和监测海洋环境变化的关键要素，通过热盐输运影响海气耦合，从而调控极端天气、气候事件和长期气候变化。中尺度涡旋的动能最终通过各种小尺度不稳定、海气相互作用、与地形或内波的相互作用而耗散。亚中尺度过程在中小尺度相互作用中发挥着重要的“桥梁”作用，为地转能量的串级和耗散提供了直接途径。亚中尺度过程主导了上层海洋超过50%的热量和碳的垂向通量，引起的垂直速度可增强高达100米/天，比地转运动高1个数量级，极大增加了上层海洋和海气界面的垂直通量，显著影响天气和气候系统。

全球海洋流场观测进展

准确观测海洋多尺度环流的结构与变化是理解海洋动力过程的基础。过去30多年，主要通过多颗卫星高度计星下点观测融合获得二维海面高度（SSH），从而反演地转流场。催生了海洋表层流场实时分析计划（OSCAR），结合地转流和Ekman流形成实时分析结果。它将海洋动力学拓展至罗斯贝波、开尔文波、中尺度涡等行星尺度和中尺度过程，但对非地转、非平衡态和次表层结构的刻画极为有限。新一代高度计，包括2022年发射的美国SWOT（Surface Water and Ocean Topography）卫星基于成像雷达高度计，能够直接获取二维SSH信息（图3a），显著提高了观测精度，很大程度上加强对非平衡态动力过程的认识。目前，我国也准备实施搭载高度计的“观澜号”卫星阵列，预期将进一步深化对海洋瞬变过程的认识。高分辨率卫星水色和海表温度（SST）图像揭示了10千米分辨率以下存在大量海洋锋、涡旋和涡丝结构（图3b），但其动力机理仍需动力学卫星观测研究。

未来通过多普勒散射计卫星，有望实现全球海表流场的直接观测。例如，欧洲航天局批准的Harmony-A and -B卫星（预计2029年12月发射）、美国和法国联合推动的ODYSEA（Ocean DYnamics and Surface Exchange with the Atmosphere）卫星，以及我国的全球海表流场多尺度结构观测卫星计划（OSCOM）。这将突破观测体制限制，推进非平衡态动力学研究。

此外，全球浮标计划（GDP）布放的表层漂流浮标可反算海表流场，分辨率可达千米和小时级，能反映中尺度涡旋和近惯性振荡（图3c）。这类数据是目前大范围海流观测中最接近真实海表全流场的数据源，但其观测点在时空分布上并不均匀，尤其在赤道和西边界强流区域，浮标样本相对较少。

与海表观测形成鲜明对比的是，海洋次表层流场观测至今仍极其匮乏。由于技术限制，目前获取次表层三维流速的手段主要依赖于成本极高、空间覆盖有限的固定点式潜标。例如，声学多普勒流速剖面仪（ADCP）、带流计和压力计的倒置回声测深仪（CPIES）、深海流速仪。尽管Argo浮标阵列显著丰富了温盐剖面信息，但其难以提供连续的三维流速结构。这种严重的观测稀疏性正是推动发展“基于卫星、再分析与AI重构次表层流场”的根本动力。

非平衡态海流重构方法

传统平衡态海表流场诊断模型基于地转-Ekman平衡方程，将流场近似为地转流和Ekman流之和，可表征大尺度环流和中尺度涡流。但该模型忽略了加速度和非线性平流项，无法获得高频或亚中尺度的非平衡态海表流场。为反演非平衡态流场，目前主要存在2种方法。

包含加速度项的动力模型。例如，针对热带不稳定波（TIWs）提出的非平衡态海表流场数值求解诊断模型，它在纳维-斯托克斯方程中考虑了加速度项，能够诊断出赤道上的非地转流场。另外，针对高频Ekman流和近惯性流，可利用带有加速度项的线性阻尼平板模型或Ekman模型进行常微分方程求解诊断。

示踪物矢量反演方法。不依赖于地转平衡等动力假设，直接利用海表示踪信息（如SST）反演海表流场。一般通过快照特征追踪法，识别临近时间2张快照之间示踪物特征的最大相关位移来计算速度矢量。或者通过质心法或矩阵法求解示踪物守恒方程，但该方法只能求解垂直于锋面等值线方向的海流分量，通常与地转流结合使用以获得更接近全流场的结果。

人工智能（AI）大模型

海表非平衡态流场已可通过卫星观测和动力方法较准确获取，但海洋内部非平衡态流场仍难以直接观测和重建。表层温、盐等要素虽能反映上层稳定度与浮力，并与海面高度、表层流及风场共同提供部分垂向信息，但其向深层的可靠映射仍存在显著不确定性。AI为突破这一瓶颈提供了新途径。它能够从有限的三维数据中学习表层与内部状态间的复杂非线性关系，并融合深层物理约束，从而实现对内部非平衡态流场及三维温盐结构的高效重构。

近年来，观测数据与算力的快速增长推动了海洋与气象人工智能大模型的发展。气象领域已形成相对成熟的体系，如MetNet、Graphcast、盘古、风乌、伏羲等模型，实现了从短临到季节尺度的端到端预报。相比之下，海洋预报大模型，如羲和、AI-GOMS、问海和琅琊等，仍处于快速发展阶段。这些模型虽已在短期预报中取得进展，但其性能仍高度依赖高质量的三维海洋初始场，数据偏差或次表层结构缺失很容易在积分中被放大，尤其在锋面、涡旋等动力活跃区，成为当前预报能力提升的主要瓶颈。

在此背景下，重构类大模型成为重要的技术路径。它们能融合高分辨率卫星遥感数据，利用数据驱动方法快速重建三维温盐与流场，实现准实时“现报”，在观测稀疏区形成有效补充。此外，这类模型可为预报模型提供动态一致的三维初始场与同化约束，从而有望系统提升海洋预报的整体能力。

“海境·涡流”大模型

在研究和应用需求下，我们构建了“海境·涡流”大模型（iEddy）。“海境·涡流”大模型旨在面向海洋上层多尺度动力过程，发展一种先进的AI框架。该框架将耦合海表遥感信号与深层海洋动力学的复杂关联，直接由海表观测数据高效率地重构出高分辨率高精度的三维海洋温盐流场，具备非平衡态海流刻画能力。

模型设计与方法

模型包含三维温盐重构模块与三维流场重构模块，并根据是否具备三维温盐输入形成2种应用方案。方案一：基于Swin-Unet架构，能够整合多尺度特征并通过跳跃连接保留空间细节，使模型在保持全局一致性的同时准确刻画局部结构，其优势在于可直接利用表层卫星观测重构三维流场。方案二：在此基础上加入三维温盐重构子模块TSUnet，为流场重构模块SpadeUp提供高质量三维温盐输入，以提升温跃层以下的重构精度。TSUnet具备良好的空间降尺度与多尺度特征提取能力，同时降低三维重构的计算成本。SpadeUp在表层输入之上融合三维温盐信息，通过逐级提升特征分辨率并借鉴风格迁移的特征注入理念，更好恢复海洋内部的垂向结构。其稳健的网络连接方式增强了训练稳定性并保留关键物理信号。总体而言，2套方案形成从表层信息到深层结构的渐进式设计：方案一侧重表层信号的直接三维映射，方案二通过TSUnet+SpadeUp的组合进一步强化内部结构的物理一致性与重构精度。

“海境·涡流”大模型将成为连接科研与业务应用的重要桥梁。它不仅可产出用于多尺度海洋研究的温盐流数据，还能为AI模型和动力预报模式提供高精度的初始场和验证场，有力支撑海洋环境保障体系建设。

模型效果与结果检验

“海境·涡流”大模型在多项验证中表现出稳定可靠的三维重构能力（表1）。模型能够同时刻画大尺度环流（如南海西边界流、黑潮）与中尺度涡旋及其锋面等非平衡态结构。方案一仅依赖海表多源遥感数据，即可在上层400米重建超过80%的多尺度动力结构，上层100米相似度提升至90%以上，区域平均均方根误差约为0.060米/秒和0.056米/秒，并在多时段背景下保持稳健泛化能力。方案二在上层643米范围内可再现90%以上的动力结构特征，平均均方根误差降低至0.050米/秒和0.046米/秒。其温盐重构的空间相似度（温度>95%、盐度>90%）与当前高分辨率再分析产品相当，并在快速获取精细垂向结构方面具有明显优势。

过程检验进一步表明模型在典型动力区域的适用性：能准确重构黑潮流系的垂向结构、主流核深度和流幅位置；在南海次表层强化涡旋中，可稳定再现三维流速结构和非对称性特征。总体而言，“海境·涡流”大模型在多尺度、复杂动力环境下均表现出强健的结构刻画能力，可为海洋环境保障和海上作业提供可靠的高精度三维流场支持。

海洋环境保障应用挑战

海洋环境保障旨在为海上维权执法、航运安全、海洋资源开发、海上搜救等关键任务提供可靠海洋环境信息。随着我国海上活动的增加，以及近几年海上仪器设备的快速发展，海洋环境保障对海洋环境信息提出了新的需求，正在从低频、表层、单变量向高时空分辨率、三维全要素、实时融合与智能预测方向加速演进。然而，由于观测稀疏、动力过程刻画不完善、数据融合与同化能力不足等系统性瓶颈，高风险海域和快速变化环境下的保障能力依然存在明显短板。提升数据质量与应用能力已成为保障海上行动安全与效率的关键。

非平衡态动力学研究对当前海洋环境应用保障的促进，可以理解为从“知其然”到“知其所以然”，再到“精准预判与应对”的全面提升。它通过深化对海洋核心动力过程的理解，直接赋能保障体系的精度、时效和可靠性。

核心突破：从“平衡态假设”到“真实海洋”的认知跃迁

传统海洋环境保障（如航线预报、海况分析）大量依赖地转平衡等经典理论。这些理论假设海洋大尺度运动处于力平衡状态，便于计算和业务化，但严重简化了真实海洋。非平衡态动力学研究正是要突破这些平衡假设，聚焦于那些偏离平衡、瞬变、强非线性的海洋过程（如亚中尺度过程、涡旋、锋面与背景流的非线性相互作用、高频变化等）。这种研究促进了应用保障的根本性进步。

对海洋环境应用保障的具体促进路径

基于非平衡态理论的新认知提升了海洋环境场（尤其是流场）重构与预报的精度与维度。这不仅体现在从二维表层到三维立体的突破：“海境·涡流”大模型正是非平衡态研究驱动的AI前沿应用。它利用AI方法，融合SSH、SST、风场等多源数据，反演重构出高分辨率的全水深三维温盐流场。这直接将应用保障的“信息底图”从粗糙的表层二维，升级为精细的立体三维。还体现在从低频平均到高频瞬变的突破：非平衡态研究关注天乃至小时尺度的过程（如TIWs、近惯性流）。基于其动力学理解发展的诊断模型，可以从卫星数据中提取这些高频非平衡信号，生成更接近真实、剧烈变化的“全流场”产品。

同时，非平衡态理论深化了对关键海洋现象与过程的机制理解，支撑精准风险评估。例如对中尺度涡旋的精细化保障，传统上可能只关注涡旋的表层位置和强度。非平衡态研究揭示涡旋具有复杂的次表层结构、垂向流速、能量串级过程。“海境·涡流”大模型已验证了其对南海次表层反气旋涡三维结构的重构能力。针对西边界流区（如黑潮）的复杂互动，在强流区背景流与中小尺度过程通过非线性项强烈耦合。非平衡态研究揭示了这种涡流相互作用如何影响主流核的位置、强度和稳定性。同时，优化数据同化与数值预报模式，从根本上改进预报能力。“海境·涡流”大模型等重构产品，可以为业务化数值预报模式提供包含丰富非平衡态信号的高质量三维初始场，减少模式“冷启动”误差。传统模式难以准确模拟亚中尺度等非平衡过程，常将其效应“参数化”。非平衡态研究的成果（如关于能量串级、垂向通量增强的量化认识）可以指导开发更精确的参数化方案，从而在现有计算资源下，让模式产出更接近真实海洋的预报结果。

当前挑战与未来方向

非平衡态动力学研究在促进海洋环境保障应用的同时，也深刻揭示出当前海洋环境保障体系存在的系统性瓶颈。面向新兴的高端保障场景，从“透明海洋”构建到极端气候事件应对，非平衡态动力学的基础支撑作用日益凸显，但与之伴随的挑战也愈发严峻。

在支撑新兴、高需求的保障场景方面，非平衡态动力学研究正成为构建下一代海洋环境保障能力的科学基石。面向深远海水下有人/无人探测与开发活动爆发式增长，水下导航与定位、探测与通信等对海洋环境信息的依赖已提升至厘米级空间分辨与秒级时间更新的极高要求。水下声场的精细结构直接受控于三维温盐流场的空间分布与时间演变，而非平衡态过程如亚中尺度锋面、涡旋、内波与湍流混合，正是导致声场快速起伏、声线弯曲与声传播损失不确定性的主要物理过程。因此，只有深入理解并有效刻画这些非平衡态动力过程，才能构建出高分辨率、实时更新的水下环境态势图，为水下导航、目标探测、通信保障提供可靠的物理环境基础。在应对气候变异与极端事件方面，非平衡态过程的作用已从传统的气候背景场研究走向前台。研究表明，亚中尺度过程主导了上层海洋超过50%的热量和碳的垂向通量，显著调制了海-气界面的能量与物质交换效率。这意味着，台风强度的快速变化、海洋热浪的生成与维持、以及厄尔尼诺-南方涛动（ENSO）等大尺度气候事件的触发与演变，均可能受到中小尺度海洋过程的关键调制。因此，将非平衡态动力学纳入气候预测模型，有望显著提升从季节内到季节尺度的气候预测技巧，为防灾减灾与应对气候变化提供更为精准和超前的科学预警。

然而，将非平衡态动力学的研究成果转化为实际保障能力，仍面临多重严峻挑战。

观测瓶颈是根本性制约。当前对次表层流场，尤其是三维瞬变流场的直接观测依然极其稀疏，严重限制了非平衡态过程的机理研究与数据驱动模型的训练验证。以AI为代表的重构方法（如“海境·涡流”大模型）虽展现出潜力，但其发展仍受制于高质量观测数据的“地基”牢固程度。未来，亟须发展新一代海洋观测系统，包括：① 推进如OSCOM等可实现海表流场直接观测的卫星任务；② 发展高时空分辨率、低成本、智能组网的移动观测平台（如无人船、滑翔机、智能浮标阵列）；③ 加强关键海域（如西边界流、强锋面区）的立体化、长期定点观测网络建设，为机理研究与大模型训练提供可靠的数据基石。

数据-模式-应用的业务化闭环尚未贯通。尽管前沿AI大模型在三维场重构方面已取得突破性进展，但其从研究成果到业务能力的转化之路仍充满障碍。如何将这类数据驱动模型实时、稳定、业务化地嵌入现有海洋环境保障决策支持系统，并与高分辨率数值预报模式、专业应用模型（如搜救漂移预测、溢油扩散模拟、声场预报模型）实现动态耦合与协同运行，面临着巨大的系统集成、计算效率、流程标准化与工程化挑战。构建“观测—同化—重构—预报—应用”一体化、自动迭代的智能海洋环境保障系统，是未来发展的必然方向，也是实现保障能力跨越式提升的关键。

对复杂非平衡态过程的理解与表征仍需深化。目前研究多集中于特定海域或理想化过程，对于全球不同海区非平衡态动力学的区域特性、尺度关联与能量路径仍缺乏系统性认知。例如，赤道与非赤道海域的非平衡态过程在驱动机制、时空尺度与气候效应上存在显著差异；海-气界面在中小尺度上的双向耦合过程，以及地形与非平衡态过程的相互作用等前沿科学问题，仍需更多的现场观测、高分辨率模拟与理论创新予以揭示。这些基础认识的深化，将是发展下一代物理参数化方案、提升模式预报能力的根本所在。

面对上述挑战，未来研究应坚持观测、机理、数值同化模型与AI智能技术四轮驱动的发展路径，推动非平衡态动力学从认识前沿走向保障前沿，最终构建起一个数据更充分、机理更清晰、模型更智能、系统更协同的新一代海洋环境保障技术体系，为维护国家海洋安全、应对全球气候变化、可持续开发利用海洋资源提供坚实可靠的科技支撑。

（作者：张玉红、杜岩、王天宇、王闵杨，中国科学院南海海洋研究所  热带海洋环境与岛礁生态全国重点实验室、中国科学院大学、中国科学院南海海洋研究所  广东省海洋遥感与大数据重点实验室；段钦、李鑫龙、郑宇航，中国科学院南海海洋研究所  热带海洋环境与岛礁生态全国重点实验室、中国科学院大学；夏一凡、唐世林、李毅能，中国科学院南海海洋研究所  热带海洋环境与岛礁生态全国重点实验室、中国科学院大学、中国科学院南海海洋研究所  广东省海洋遥感与大数据重点实验室；殷建平，中国科学院南海海洋研究所  热带海洋环境与岛礁生态全国重点实验室、中国科学院大学。《中国科学院院刊》供稿）