深海在全球气候系统中作用关键，但传统遥感限于海表观测，现场观测难以同步覆盖广阔海域。海洋声学层析（Ocean Acoustic Tomography, OAT）是获取大范围海洋内部参数的关键手段，但其路径积分特性却导致深海状态估计维度高、反演不适定，构成主要挑战。为此，本文针对声学遥感数据处理的直接反演与数据同化两种途径，构建了面向深海镜像式OAT（Mirror OAT, MOAT）的统一模块化框架。该框架通过可配置的降维表征，将病态问题转化为稳定高效的数值求解问题，并基于高分辨率海洋模式开展模拟观测实验以对比其效能。结果表明：反演模块通过“断面-平面”两步法重构三维流场，反演误差<0.15 m/s；同化模块基于低维子空间的集合卡尔曼滤波融合观测，使分析场精度较背景场提升约35%。进一步的敏感性实验表明，反演方法计算效率更高，而同化方法抗噪鲁棒性更优，相关参数分析为其适用场景的选择提供了依据。本研究为利用MOAT观测实现深海内部状态的高效、高精度估计，提供了一套从理论方法到数值验证的完整、可复用的解决方案，对深海立体遥感观测系统的设计与业务化应用具有重要参考价值。

深海观测,镜像式海洋声学层析,状态估计框架,路径积分观测,三维反演,数据同化