简介：这份文档面向海洋声学、水声工程及物理海洋学方向的研究生与科研人员，围绕中尺度涡这一典型海洋现象，系统梳理其对深海声场的影响机制与建模方法。内容涵盖冷涡与暖涡的声速分布特征、基于Munk声速剖面叠加高斯涡的涡旋模型构建，以及RMPE射线-简正波-抛物方程模型在水平变化环境下的声场求解思路，并分别针对深海声道、深海会聚区和海底反射三种传播模式展开计算分析。资源包共1个docx文件，约543KB，为完整论文文档，结构包含涡旋与声场数值模型、波动方程推导、边界条件设定及仿真结果讨论，便于读者直接参考公式推导与建模流程。目前已有131人学习，适合需要理解涡旋环境下声传播损失规律、开展声场仿真或撰写相关论文的读者研读借鉴。

1. 中尺度涡下的深海声场：一个被低估的“水下天气”问题

做深海声场预报的人迟早会撞上同一个困惑：同一套声源参数、同一片海区，相隔十天半个月再测一次，声传播损失曲线能差出十几分贝。设备没换、海况看着也差不多，问题往往出在中尺度涡上。中尺度涡是海洋里直径几十到几百公里、寿命几周到几个月的旋转水体，它把温跃层整体抬升或压深，而深海声速剖面几乎完全由温度结构决定，于是声线弯曲、会聚区位置、影区边界全被改写。这个标题要解决的就是：当声场计算里必须考虑中尺度涡时，怎么建模、怎么算、怎么验证。适合做水声环境保障、海洋声学调查、声呐效能评估的从业者，也适合刚接触深海声传播、想把物理海洋和声学接起来的研究生。

2. 中尺度涡怎么改写深海声速剖面：从遥感高度计到声速场

2.1 涡旋的两种极性对应两种声速异常

中尺度涡按旋转方向分气旋涡和反气旋涡，在北半球，气旋涡是逆时针旋转，会引发上升流，把下层冷水往上抽，温跃层抬升；反气旋涡顺时针旋转，引发下降流，暖水下沉，温跃层压深。温跃层一抬一压，声速剖面的梯度层位置就跟着动。深海声传播里最关键的是声速极小值所在的深海声道轴，以及它上方那个陡峭的负梯度层。气旋涡让声道轴上方的负梯度层变薄、变陡，声线更容易在近表层被折射回深海，会聚区距离缩短；反气旋涡让负梯度层变厚、变缓，声线俯仰角变化更平缓，会聚区往外推。这不是玄学，是声速剖面几何形状变化带来的必然结果。

判断一个涡是哪种极性、强度多大，最直接的数据源是卫星高度计反演的海面高度异常。海面高度异常为正，通常是反气旋涡；为负，通常是气旋涡。但高度计只给海面信息，要拿到全水深声速剖面，得做垂向重构。常见做法是：用高度计给出的海面高度异常，结合历史CTD（温盐深仪）资料建立的经验正交函数，把海面信号投影到垂向各层，得到温度、盐度剖面，再算声速。这套流程在业务化海洋预报里很成熟，但用在声场计算时有个前提：你得确认这个涡的垂向结构没有被过度平滑。

2.2 用经验正交函数重构声速剖面的最小步骤

下面这段代码演示的是从海面高度异常和一组历史剖面出发，重构目标位置声速剖面的核心逻辑。数据用合成示例，实际替换成你的高度计网格和CTD数据集即可。

import numpy as np # 假设已有：历史CTD剖面矩阵 profiles，形状 (n_depth, n_sample) # 对应每个剖面的海面高度异常 sla_samples，形状 (n_sample,) # 目标海面高度异常 sla_target，标量 # 目标深度网格 depth_grid，形状 (n_depth,) def reconstruct_sound_speed(profiles, sla_samples, sla_target, depth_grid): # 步骤1：对剖面矩阵做距平，去掉平均剖面 mean_profile = profiles.mean(axis=1, keepdims=True) anomaly = profiles - mean_profile # 步骤2：对距平场做EOF分解，取前几个模态 # 用SVD，U的列是空间模态，V的列是时间系数 U, S, Vt = np.linalg.svd(anomaly, full_matrices=False) n_modes = 3 # 通常前3个模态能解释大部分方差，具体看累计方差贡献 # 步骤3：建立海面高度异常与时间系数的回归关系 # 时间系数 = S * Vt，取前n_modes行 time_coeffs = (S[:, None] * Vt)[:n_modes, :] # 形状 (n_modes, n_sample) # 对每个模态，用最小二乘拟合 sla -> 时间系数 reg_coeffs = [] for m in range(n_modes): A = np.vstack([sla_samples, np.ones_like(sla_samples)]).T coef, _, _, _ = np.linalg.lstsq(A, time_coeffs[m], rcond=None) reg_coeffs.append(coef) # 步骤4：用目标sla预测时间系数，重构剖面 pred_coeffs = np.array([coef[0] * sla_target + coef[1] for coef in reg_coeffs]) recon_anomaly = U[:, :n_modes] @ pred_coeffs recon_profile = mean_profile.flatten() + recon_anomaly # 步骤5：如果profiles存的是温度，这里还要转声速 # 声速经验公式（简化版，实际建议用Chen-Millero或Del Grosso） # c = 1449.2 + 4.6*T - 0.055*T^2 + 0.00029*T^3 + 1.34*(S-35) + 0.016*D # 此处假设recon_profile已经是声速 return recon_profile # 调用示例 # depth = np.arange(0, 2000, 10) # c_profile = reconstruct_sound_speed(ctd_profiles, sla_series, sla_now, depth)

这段代码的关键在步骤3：用海面高度异常去回归EOF时间系数。参数n_modes取3是经验值，实际要看累计方差贡献，通常前3个模态能到80%以上，但深海声道轴附近的方差可能集中在更高阶模态，这时候要单独检查。步骤5的声速换算别用简化公式凑合，深海压力效应不可忽略，建议用Chen-Millero公式，温度、盐度、压力三个自变量一个都不能少。重构出来的剖面要跟同期实测CTD对比，如果声道轴深度偏差超过50米，说明EOF模态数不够或者回归关系不成立，得回到数据源头查。

2.3 把涡旋声速场喂给声场模型前的检查清单

重构完声速剖面，别急着往声场模型里塞。先做三件事：第一，检查声速剖面的深海声道轴深度是否在合理范围，不同海区不一样，但突变往往意味着重构出错；第二，检查温跃层上下界的声速梯度，气旋涡和反气旋涡的梯度符号应该相反，如果同号说明极性判断反了；第三，把重构剖面和该海区气候态剖面叠在一起看，涡旋引起的异常应该集中在温跃层附近，如果全水深都偏，那是平均剖面选错了。这三步做完，再进入声场计算，能省掉后面大量返工。

3. 涡旋声场怎么算：抛物方程模型的参数设置与边界处理

3.1 为什么深海声场计算优先选抛物方程

深海声传播的典型场景是：声源在近海面，接收在几百公里外，声线经过多次海底反射和会聚区循环。这种距离远、角度窄的问题，简正波模型在深海高频段模态数太多，射线模型在焦散区和影区边界失效，抛物方程模型是折中最好的选择。它对前向传播做近似，忽略后向散射，但深海声场里后向散射能量占比很低，这个近似可以接受。抛物方程模型能处理距离依赖的声速场，正好对应中尺度涡这种水平尺度几十到几百公里的环境变化。常见实现有RAM、FOR3D等，参数设置逻辑相通。

3.2 距离依赖声速场的网格划分与插值

中尺度涡的声速场是三维的，但抛物方程通常按二维处理：距离-深度截面。你需要把涡旋声速场沿传播路径切成一系列距离上的剖面。这里最容易翻车的是插值。涡的水平尺度几百公里，声传播路径可能上千公里，如果路径穿过涡心，声速剖面的变化会非常剧烈。网格距离步长一般取波长的几分之一到十几分之一，但环境变化尺度远大于波长，所以环境网格可以粗一些，常见做法是每1到5公里取一个剖面，中间线性插值。但线性插值会抹平涡边界处的梯度突变，导致会聚区位置偏移。更稳妥的做法是用样条插值，或者在涡边界附近加密环境采样。

import numpy as np from scipy.interpolate import interp1d def build_range_dependent_profile(sound_speed_profiles, range_samples, target_ranges): """ sound_speed_profiles: 列表，每个元素是一个距离上的声速剖面 (n_depth,) range_samples: 对应的距离采样点 (n_samples,) target_ranges: 需要插值的目标距离网格 (n_target,) 返回: 插值后的声速场 (n_target, n_depth) """ n_depth = sound_speed_profiles[0].shape[0] # 转成矩阵方便按深度层插值 profile_matrix = np.array(sound_speed_profiles) # (n_samples, n_depth) interpolated = np.zeros((len(target_ranges), n_depth)) for d in range(n_depth): # 对每个深度层，沿距离做插值 f = interp1d(range_samples, profile_matrix[:, d], kind='cubic', bounds_error=False, fill_value='extrapolate') interpolated[:, d] = f(target_ranges) return interpolated # 参数说明： # kind='cubic' 比线性插值更能保留涡边界梯度，但要求采样点足够密 # 如果距离采样点少于4个，cubic会不稳定，改用'linear' # fill_value='extrapolate' 用于路径超出采样范围时的外推，但要警惕外推失真

这段代码按深度层逐层插值，而不是对整个二维场做一次插值，原因是声速剖面的垂向结构比水平变化更精细，逐层处理能避免垂向信息被水平插值污染。kind参数选cubic是经验，但如果你的距离采样点间隔超过涡半径的一半，cubic反而会引入虚假振荡，这时候老老实实用linear。插值完的声速场要画出来看一眼，等声速线是否连续、有没有异常尖刺，这一步花两分钟，能避免后面几小时的无效计算。

3.3 抛物方程模型的几个必调参数

以RAM为例，几个参数直接决定结果可信度。第一个是参考声速，一般取声源处的声速，但如果声源附近正好在涡的强梯度区，参考声速取错会导致相位误差累积。第二个是深度网格步长，要小于最高频率对应波长的四分之一，深海计算频率通常几百赫兹，波长几米，深度步长取0.5到1米。第三个是距离步长，可以比深度步长大，但不要超过深度步长的10倍，否则相位误差会累积。第四个是海底边界条件，深海海底参数对会聚区之后的声场影响很大，如果只关心前几个会聚区，用简单半无限海底近似可以，但如果传播距离超过100公里，海底衰减系数必须设对，否则会聚区幅度会虚高。

提示：抛物方程模型对声源深度敏感，而中尺度涡会让声道轴上下移动，声源相对声道轴的位置变了，激发出的声线类型就变了。做对比实验时，声源深度要么固定在海底坐标系，要么固定在声道轴坐标系，两者结论不同，别混着用。

4. 涡旋声场效应避坑：从数据到结果，五个血泪教训

4.1 现象：会聚区位置算出来跟实测差了一个会聚区

原因：最常见的是声速剖面重构时用了气候态月平均，而中尺度涡的寿命是周到月尺度，月平均把涡的信号平滑掉了。另一个可能是抛物方程的距离步长太大，相位累积误差在长距离传播后放大成位置偏移。

解决：声速剖面必须用与观测日期最接近的遥感高度计数据重构，时间窗口不要超过涡的寿命。距离步长按参考声速和频率算，确保每波长至少4个采样点。如果还偏，检查海底深度数据是否用了最新版本，深海地形误差也会导致会聚区偏移。

4.2 现象：声传播损失曲线在涡边界处出现不连续跳变

原因：环境网格在涡边界处采样太稀，插值算法在梯度突变处产生了过冲。或者涡边界本身是动态的，而你的声速场是某一时刻的静态快照，声场计算时声线穿过了实际不存在的锐利边界。

解决：在涡边界附近加密环境采样，距离间隔降到0.5公里以内。如果涡移动速度快，考虑用时间平均的声速场，或者做多时刻计算取包络。插值方法从cubic换成linear，虽然平滑但不会过冲。

4.3 现象：低频段声场对涡不敏感，高频段又太敏感

原因：中尺度涡引起的声速异常主要影响声线弯曲，而声线弯曲对频率的依赖是非线性的。低频声波长长，对声速剖面的细节不敏感，高频声波长短，对梯度变化敏感，但同时也更容易受小尺度内波影响，把涡的效应掩盖掉。

解决：选一个中间频率做涡效应研究，通常几百赫兹到1千赫兹之间。如果必须做宽频带，把涡效应和小尺度效应分开：先用平滑后的涡声速场算低频，再用加入内波扰动的声速场算高频，对比着看。

4.4 现象：反气旋涡算出来的会聚区反而比气旋涡近

原因：极性判断反了，或者声速剖面重构时温度异常符号搞错了。北半球反气旋涡是暖涡，温跃层压深，声道轴上方负梯度层变厚，会聚区应该往外推。如果算出来相反，先查海面高度异常的符号约定，不同数据集正负定义可能不同。

解决：拿一个已知极性的涡做验证，用实测CTD确认温跃层深度变化方向，再检查声速剖面。声速对温度的响应是正的，温度升高声速增大，这个基本关系别搞反。

4.5 现象：同一片海区不同时间算的声场差异巨大，但涡强度差不多

原因：涡的位置变了。中尺度涡以每天几到十几公里的速度移动，如果两次计算的涡中心位置差了50公里，声传播路径相对涡的位置就变了，声场自然不同。另一个可能是声源或接收位置相对涡的方位变了，声线穿过涡的路径长度不同。

解决：每次计算都记录涡中心位置和传播路径的相对几何关系，不要只记录涡强度。做对比实验时，固定路径相对涡的位置，或者做多路径统计。如果涡移动快，用涡随体坐标系，把声场计算搬到移动参考系里。

5. 用实测数据验证涡旋声场：一套可复现的对比流程

验证是这类研究里最容易被糊弄的环节。我一般会走一套固定流程：先选一个同时有卫星高度计、CTD和声传播实测的时段，用高度计重构声速场，用CTD做独立检验，再用声传播损失实测做最终验证。声传播实测数据不好找，如果没有，退而求其次用历史声场数据库做交叉对比。

具体操作上，第一步把CTD剖面按深度插到标准层，算出声速，跟重构剖面比。重点看三个指标：声道轴深度偏差、温跃层声速梯度偏差、200米以浅声速偏差。这三个指标分别对应声线弯曲、会聚区位置和近表层折射。偏差阈值没有统一标准，我的经验是声道轴深度偏差不超过30米、梯度偏差不超过5%、浅层声速偏差不超过2米每秒，重构剖面就可以用于声场计算。

第二步，用重构声速场跑抛物方程，得到传播损失曲线。如果有实测传播损失，直接叠图对比，看会聚区位置和影区深度。如果没有实测，用同一海区不同年份的声场计算结果做对比，但要注意声源参数必须一致。对比时不要只看一条曲线，把不同接收深度的曲线都画出来，涡效应在不同深度上的表现不一样。

第三步，做敏感性分析。把涡的强度、半径、中心位置各扰动10%，看声场变化多大。如果声场对某个参数特别敏感，说明这个参数在实测中必须测准，否则结论不可靠。这一步能帮你判断哪些结论是稳健的，哪些是碰巧。

注意：验证时别用重构声速场去验证重构声速场，那是循环论证。CTD是独立数据源，声传播实测是独立数据源，至少用一个独立数据源做检验。

最后一章说个我自己的习惯。每次算完涡旋声场，我会把声速场和声线轨迹叠在一张图上，用不同颜色标出穿过涡的声线和绕过涡的声线。这张图不放进论文，但能让我一眼看出涡到底怎么影响声传播的。有一次就是靠这张图发现，会聚区偏移不是涡强度引起的，而是涡把声道轴抬升后，声源相对声道轴的位置从轴下变到了轴上，激发出的声线类型变了。这个发现后来成了那篇工作的核心。做深海声场，数据可以粗，但物理图像不能糊。希望帮到你。

本文还有配套的精品资源，点击获取