基于改进同步压缩小波变换(iSWT)的水体波流环境湍流参数化与波-湍分解方法创新研究

本研究针对水体近表层湍流测量中波浪运动干扰的关键问题，创新性地提出改进同步压缩小波变换(iSWT)方法，系统比较了EEMD、PH、VMD、SWT等五种波-湍分解技术。通过芬兰Kitinen河高频流速数据分析，发现iSWT能最优保留湍流脉动特征，其估算的湍动能耗散率(ε)与Gerbi法一致性最高(1.33×10?7-1.06×10?5 W/kg)，为水体混合传输研究提供了更精确的湍流参数化方案。

　　

在水体生态系统中，湍流如同无形的搅拌器，调控着能量传递、气体交换和物质输运等关键过程。然而，当表面重力波与湍流相遇时，波浪轨道运动往往会掩盖真实的湍流特征，导致传统流速测量数据出现显著偏差。尤其在海岸带和河流等环境中，波浪速度可达背景流速的数倍，直接使用原始数据计算湍流参数会造成严重高估。尽管过去发展了多传感器同步观测、谱拟合等波-湍分离技术，但现有方法普遍存在湍流谱"能量凹陷"、惯性子区间缩短等问题，难以兼顾波浪去除效果与湍流完整性保留。

针对这一难题，同济大学等机构的研究团队在《Ecological Informatics》发表创新成果，系统评估了包括新提出的改进同步压缩小波变换(iSWT)在内的五种波-湍分解方法。研究基于芬兰Kitinen河14天的高频流速数据(32Hz采样)，通过引入最优分解度指数p_opt，首次实现了波-湍分解与湍动能耗散率(ε)估计的协同优化。

关键技术方法包括：(1)采用相位空间去噪和异常值剔除进行数据预处理；(2)应用EEMD、VMD等模态分解算法提取本征模态函数(IMF)；(3)开发基于百分位数阈值的小波系数自适应滤波(iSWT)；(4)结合惯性耗散法(IDM)建立惯性子区间搜索策略；(5)以Gerbi法为基准验证耗散率估计准确性。

研究结果揭示：

1. 时间序列特征：原始垂直流速波动范围(-0.1至0.1 m/s)经iSWT处理后湍流分量缩减至1/5-1/4，自相关函数显示其周期特征消除最彻底，优于EEMD、VMD等方法残留的波动相关性。

2. 湍流参数差异：五类方法获得的湍动能(E_t)和雷诺应力(τ_t)仅为原始值的9.6%-38.1%，其中iSWT结果(17.22% E_t，4.09% τ_t)最接近物理真实值，而VMD表现出最大波动偏差。

3. 频谱特性：iSWT与相位法(PH)能有效抑制波峰且避免"能量凹陷"，其波频段对数平均谱功率(-5.78)显著高于EEMD(-8.01)和VMD(-8.79)，证实更好的湍流保留能力。

4. 耗散率估计：iSWT估算的ε(2.12×10^?6 W/kg)与Gerbi法(1.99×10^?6 W/kg)高度吻合，而EEMD、VMD因过度分解导致低估1-2个数量级，PH法则在强波浪时段出现高估。

这项研究通过创新性地将IDM原理融入小波分解过程，建立了波-湍分解程度与惯性子区间特征的定量关联。相比传统方法，iSWT不仅解决了模态混叠和谱失真问题，更首次实现了波频段内湍流耗散的可靠估计，为水体边界层动力过程研究提供了标准化分析框架。该技术特别适用于水电站调节河流等弱波浪环境，未来可通过引入波浪破碎参数进一步扩展其在强扰动海域的应用。这些突破对完善水生生态系统模型、预测物质输运规律具有重要科学价值。