观潮 · 模式预报与气象 AI 观察
球面卷积的四种形式被统一：抬升到 SO(3) 再投影，方向核与球面输出不可兼得
> 全球天气预报、CMB 偏振、弱引力透镜、地磁——这些数据的共同点是定义在球面上，而且很多不是标量：水平风是切向矢量场，CMB 偏振是自旋 2 场。它们在局部坐标系下取值，坐标系一转就多出一个相位因子。几十年来文献里出现了至少五种"球面卷积"定义——轴对称核、方向核、旋转群上的卷积、自旋卷积、各向异性构造——彼此约定不同、连接关系不清。这篇把它们全部收进一个构造：把自旋场抬升到旋转群 SO(3) 上做卷积，再通过抬升的伴随投影回球面。轴对称、方向、群上、自旋、各向异性卷积全部变成这个"广义抬升球面卷积"在不同核约束、不同自旋选择、是否含抬升与投影下的特例。文章还证明了一个不可能性结果：对固定输入输出自旋的映射，方向性核、球面输出与旋转等变性三者不能同时成立。全部算子已在开源代码 s2conv 里实现，数值实验确认约化关系与等变性达到机器精度。
缺的是哪一块
球面数据处理的底层操作是卷积：滤波、小波分析、球面卷积神经网络、球面上的 Fourier 神经算子全都建在它上面。但文献里的"球面卷积"从来不是一个东西：
- 轴对称卷积把核限制在以北极为轴旋转不变，输出留在球面上、可以在谐波空间用乘积算，但不支持方向核；
- 方向卷积放开核的限制，代价是输出定义在旋转群上，保留全部方位角阶数时计算代价明显更高；
- 旋转群上的卷积把场和核都取成群上的函数；
- 自旋卷积把轴对称和方向构造扩展到自旋信号；
- 一族各向异性构造能对方向核给出球面输出，但一般不具备完全旋转等变性。
各家族之间靠标量或轴对称特化联系着，但约定与表示不同，完整的关系图一直没人画出来。Roddy 与 McEwen 此前按"是否支持方向核、输出是否在球面、计算是否高效"三项对比过各构造，以此论证"筛选式"构造的必要性——那是比较式的梳理，不是统一。
把球面看成旋转群的商空间
统一的语言是齐性空间。球面是旋转群对一点稳定子群的商：S² ≅ SO(3)/SO(2)。在这个视角下，球面上带自旋的场是 Associated 线丛的截面，可以被编码成群上的函数（所谓 Mackey 函数），群通过从稳定子群诱导的表示作用在其上。
具体的构造分三步。第一步，把自旋 s 场通过稳定子群的自旋 s 不可约表示抬升到 SO(3)；第二步，在群上用任意核做卷积；第三步，通过抬升的伴随投影回球面，输出自旋 s′ 可以不等于 s。在自旋球谐空间里，这个算子对每个系数做的就是一个共轭 Wigner 系数乘法（差一个符号）。文献里各种卷积的常数差异，来自"球面上的核怎么等同于旋转群上的核"这件事的不同约定。
几何上还有两个值得单独说的结果。其一，物理学的自旋加权函数（在局部标架旋转下获得相位的那些函数）被明确认定为 Associated 线丛的截面——这个认定把物理文献和丛文献接通了。其二，自旋场旋转时伴随的相位被表达成丛几何：它是稳定子群的特征标在截面"逆扭量"上的取值，自旋场的旋转因此恰好是由该特征标诱导的表示。
四种卷积怎么被收进来
文献中的构造 · 核限制 · 输出在哪 · 在统一框架里的身份
轴对称卷积 · 方位角旋转不变 · 球面 · 抬升卷积加投影、核取球面核的特殊化
方向卷积 · 任意核 · 旋转群 · 抬升卷积不加投影
群上卷积 · 场与核均为群上函数 · 旋转群 · 群上的标准卷积
自旋卷积 · 轴对称或方向核 · 球面或群 · 输入输出自旋选择的组合
各向异性构造 · 方向核 · 球面 · 抬升卷积在某个截面上的取值，或依赖方位角阶数的乘子；仅特殊情形等变
统一框架不仅收纳旧构造，还把"等变的球面卷积能是什么"这个问题封闭掉了：自旋场之间每个有界旋转等变映射都是这种乘子形式；到旋转群或从旋转群来的等变映射，则分别读核的单列或单行。一个有用的推论是：方位角带限的群函数本就是自旋场元组，带可引导核的方向卷积因此是有限个"变自旋卷积"的元组。
而最重要的那条边界是不可能性结果：对输入输出自旋都固定的映射，方向核、球面输出、等变性三者不可兼得。想在球面上保留方向核又想等变，就必须把输出放到旋转群上，或者放弃完全等变只保留极旋转对称。
数字与实验：s2conv 与机器精度验证
全部算子在谐波空间实现：对带限信号，抬升输入不需要显式构造，每个算子都用自旋球谐变换与 Wigner 变换算出，依据是球面与旋转群上对带限信号精确的采样定理。计算代价由每个算子实际读到的核的部分决定——单次变自旋卷积的代价与任意有限自旋元组相同，核的进一步结构还可能允许其他算法。相邻算子之间不需要中间变换：球面到球面的卷积链就是一个乘子，自旋元组存成谐系数数组即可。
实现落在开源代码 s2conv 里（所需的谐变换来自 s2fft 代码，可微、支持硬件加速器、Wigner 函数可预计算或现算）。数值实验确认两件事：各特例约化关系成立，且每个算子的等变性达到机器精度；计算时间随带限的标度与预测一致。
地球上的演示选了五类非标量场：地形与海底深度的坡度（用自旋提升算子的乘子做抬升卷积，得到指向下坡的自旋 1 矢量场）、山脊走向（方位角阶数截断的可引导脊检测器，对任意取向的响应无需逐角度采样，由 9 个自旋 1 场的元组解析给出）、重力、磁场、风与洋流。天球上的演示是 CMB 偏振与弱引力透镜切变。
这里有一条对气象读者最直接的技术警告：把风场南北分量和东西分量当两个独立标量场分别平滑，等于把不同局部标架下表达的值加在一起，结果依赖坐标选择，在极点附近直接算错。风是自旋 1 场，任何在球面上处理它的卷积都应该用等变构造。
原文图
图 1(a) 地形与海底深度（ETOPO 2022），Mollweide 投影，色标 −4 至 4 km——这是演示用的标量场。
图 1(b) 垂线偏差，单位角秒，箭头给出每个点的切向矢量方向与模长——自旋 1 场的标准画法。
图 1(c) 地磁场水平分量，单位 μT，箭头场显示磁场随纬度的强度与方向分布。
图 1(d) 水平风场，单位 m/s——论文里"把风当两个独立标量场处理会在极点附近出错"的警示对象。
图 1(e) 洋流，单位 m/s，量级明显小于风场，但同样是自旋 1 场。
图 1(f) CMB 偏振，单位 μK，用无头短线（自旋 2 场）表示——天球上的对应演示。
作者承认的限制
- 只处理抬升卷积本身。核可以是分布，因此包含微分算子及其复合；但卷积往往只是其他分析的一个组件——球面小波变换、卷积神经网络、Fourier 神经算子都建在这些算子上，本文明确不展开。
- 各向异性家族并非全部等变。第 III.6 节那一族构造一般不具备完全旋转等变性，其中的非等变成员不是广义抬升球面卷积；它们的极对称性依赖活跃阶数，非极对称需要逐核单独分析。
- 等变性判据有覆盖不到的地方。对极旋转给出了明确的对称性判据，但"该判据不对非极对称性分类"是作者自己写明的。
- 核参数被单独计费。谐波空间算法假设核的 Wigner 系数可用；固定自旋变换若要完全预计算 Wigner 函数需要额外存储。
- 部分构造只在特殊情形等变。标准相关形式保证极等变，但一般不具备完全旋转等变；Ocampo 等人推导的是极限旋转行为。
- 神经算子应用是下一篇的事。基于自旋球面 Fourier 神经算子的 AI 架构（乘子可学习、抬升加非线性加投影构成等变层）被明确放到后续文章，本文不含。
- 演示场做了截断与锥形窗。地球场在带限处截断并乘了锥形函数以限制海岸线与急流处的截断振铃——演示是示意性的，不是业务精度评估。
一句话判断
这篇解决的是"球面卷积到底有几种"这个长期含糊的问题，答案是：只有一种，其余全是它在核约束、自旋选择和抬升/投影开关上的特例；而"方向核、球面输出、等变"三者不可兼得这条边界，值得所有在球面上做深度学习的人写在显眼位置。