“海洋中小尺度动力学”研究组现有研究员1人，副研2人，助研1人，博士后3人，硕士博士生8人，另有若干外校联合培养研究生（部分成员赴美国加州大学、夏威夷大学等访学2年）。研究组负责人刘传玉研究员于2009年至2015年在德国汉堡大学海洋研究所作博士后研究，与全球知名海洋科学家Detlef Stammer教授（WCRP科学委员会现执行主席，CLIVAR科学委员会前执行主席）及Armin Köhl博士合作开展全球涡致混合系数分布规律及湍流混合系数分布规律研究，初步形成混合系数强度决定于局地涡（湍）能量输入强度的思想。2015年回国后一直在王凡研究员“海洋环流动力学”研究组（于2025年1月课题组改革时分化为三个研究组）带领团队系统性开展斜压不稳定性导致涡旋生成及热带太平洋温跃层剪切不稳定性导致湍流混合研究。研究团队以创新为基本要求，致力于解决中小尺度过程以及海洋-气候模拟预测中的一些基本问题，如中尺度涡的多形态结构特征如何决定，中尺度涡致混合系数如何决定，对气候模式的影响如何等等。迄今，团队已获得一些具有国际影响的创新性成果，在Nature Communications，JPO，JGR，GRL，Ocean Modelling，JC，CD等国际高水平期刊发表论文近90篇，受到美国国家科学院院士、中国科学院院士等几十位国内外领衔科学家的正面评述。【团队具体研究内容及成果详见“研究方向”和“研究成果”板块。】

团队研究所用的主要方法包括：1）直接海洋观测。常用的观测方法是搭载“科学号”科考船开展水文（温盐深）动力（流速、湍流等）的大面或断面调查，利用潜标、浮标进行定点长期水文动力观测；值得提出的是，为提升湍流混合观测效率，本研究组与其他老师合作，建造了以“科学”号科考船为母船的、世界首艘专门针对湍流进行自主观测的智能无人船。2）国内外公开海洋观测数据和模式数据分析。包括卫星海表数据，Argo、Glider等剖面数据，国际常规水文格点数据，国际被广泛认可的数值模拟与再分析数据等。3）四维变分（伴随）数据同化与大洋状态估算系统。基于国际先进ECCO矿建，本研究组构建了不同分辨率（如WPOSE 1/16°、TOOSSE 1/6°、GECCO 1°）数据同化与大洋状态估算系统，以及相关再分析产品与海洋参数最优反演产品，为海洋参数研究提供启示。4）数值模拟。团队掌握并进一步发展MITgcm、ROMS、大气-海洋-生物地球化学耦合模式、理想约化重力模式、多层广义坐标大洋环流模式、大涡模拟（LES）等不同类型模式，可根据需要开展各种类型敏感性研究工作。5）人工智能（AI）数据分析与参数化。AI是一种高效的研究工具，本研究组当前积极采用AI技术开展快速特征提取与数据分析（如涡旋结构）、非线性信息挖掘（如AI参数化）、环境预报及映射等工作。