苏武、李和等关于物理引导多源数据融合与海洋中尺度涡三维流场重建的研究被《美国统计学会会刊》接收
来源：燕东数据派 2026年9月28日
近日，苏武、李和等的研究论文《Physics-guided Statistical Data Fusion for Reconstructing 3D Current Fields of Oceanic Eddies》被《美国统计学会会刊》（Journal of the American Statistical Association）接受发表。该研究提出物理引导的多源数据融合框架，实现中尺度涡三维流场的准实时重建，并将其用于海上观测任务的实时决策。
中尺度涡旋是海洋的“隐形动力引擎”（图1），其三维流场结构对理解海洋热量与物质的垂向输运、生态系统演变与海气相互作用具有重要意义。但涡旋内部的原位观测一直十分困难：内部流场强、变化快，强流区表层流速可超过 1 m/s，而水下滑翔机航速仅约 0.3 m/s，难以在强流中保持受控航行；现有流速观测又几乎只限于表层。 而要开展组网式原位观测，前提是先“知道”涡旋内部的流场——观测区域选择、路径规划与实时航向控制都依赖于它。现有数据却都难以胜任：卫星高度计覆盖广，但表层流场反演存在系统性偏差，也无法反映内部结构；漂流浮标较准确，但数量有限，逐日仅覆盖研究区域约十分之一；GLORYS 等再分析资料虽能给出完整的三维流场，与真实海洋相比仍有较大差距。
图 1 观测背景：(a) 西北太平洋平均涡动能；(b) 目标涡旋的海平面异常与流场；(c) 滑翔机下潜—上浮运动。
针对表层流场，论文建立了高维线性混合模型（HD-LMM），将卫星反演流场中随经纬度和海表风变化的系统性偏差显式参数化，再用准确但稀疏的漂流浮标观测加以校正，并以多方向带状协方差刻画流场的空间相关结构。以 AVISO 与浮标的流速差对偏差模型协变量作回归，R² 平均约为 80%，表明模型捕捉到了卫星反演误差中随空间变化的系统性成分（图2）。
图 2 重建表层流场随时间的演化：颜色为海平面异常，箭头为流速，十字为涡心。
在此基础上，论文进一步用物理规律恢复内部流场。中纬度海域地球自转效应占主导，Rossby 数较小时可导出地转平衡关系，为流场结构提供物理约束。据此，论文以 GLORYS 再分析资料训练卷积神经网络，学习由表层流场与海表温度到内部三维流场的映射，并应用于 HD-LMM 校正后的表层流场。 验证采用漂流浮标五折交叉验证与船载 ADCP 观测。所提方法的总流速误差仅为 GLORYS 的 22%、AVISO 的 32%、Kriging 插值的 63%；各深度的重建精度也均优于气候态、GLORYS 与物理反演方法 isQG（图3）。
图 3 重建精度：(a) 逐日表层流速 RMSE；(b)、(c) 分层 RMSE。
本研究框架源自苏武、荆钊、陈松蹊等人先前发表于《Proceedings of the Royal Society A》的成果。水下滑翔机无法实现水下实时定位，仅能在浮出水面后通过卫星更新位置，这给实时控制带来极大挑战。2024 年 9 月，该框架在基金委 NORC2024-584 共享航次投入部署，调度 7 台滑翔机完成 261 次剖面观测：超过四分之三场景下，依托本文流场得到的出水点偏差优于直接采用 GLORYS 的方案，总体预测误差约为后者的 1/2.47；预测出水点与实测出水点平均偏差仅 1.39% ± 0.22%，统计检验表明不存在系统性导航偏差（图 4）。
图 4 滑翔机路径设计与控制结果：(a) 设计路径；(b) 实际路径。
该研究将物理规律、统计建模、机器学习与真实海上观测任务有机连接起来，把来源不同、精度不同、覆盖范围不同的多源海洋数据转化为一幅可信的三维流场图景。这一工作不仅为理解中尺度涡内部动力过程提供了新的统计工具，也为海洋环境监测、智能海洋观测以及自主观测平台的任务规划与控制提供了新的方法支撑。
本文第一作者为北京大学大数据科学研究中心2026届博士毕业生苏武，现为崂山国家实验室博士后研究员；通讯作者为苏武的博士生导师陈松蹊教授和北京大学数学科学学院和统计科学中心邱宇谋研究员。合作者还包括北京大学数学科学学院2024级博士生李和以及中国海洋大学荆钊教授。研究得到国家自然科学基金、教育部基础学科和交叉学科突破计划的资助，并获得国家重大科技基础设施项目“地球系统数值模拟装置”（https://cstr.cn/31134.02.EL）的技术支持。同时，感谢崂山实验室杜天时老师，“东方红3号”科考船及船员在研究航次中提供的专业支持。