西太平洋暖池海洋熱浪在2020～2022 三年拉尼娜事件爆發背景下的演變特征、爆發機制及其影響研究

鄭飛 張小娟 曹庭偉 , 3

1 中國科學院大氣物理研究所國際氣候與環境研究中心(ICCES), 北京 100029

2 甘肅省水利水電勘測設計研究院有限責任公司, 蘭州 730000

3 中國科學院大學, 北京 100049

1 引言

全球變暖已導致地球氣候系統能量失衡，尤其是海洋上層溫度的極度升高（Cheng et al., 2019）。最近在海洋中發現了極端高溫現象，即海洋熱浪（Marine Heat wave，MHW），其是海表溫度（Sea Surface Temperature，SST）的持續偏暖事件，可持續數天到數月甚至更長時間，范圍亦能跨越數千公里的海洋（Pearce and Feng, 2013; Hobday et al.,2016）。MHW 事件在過去幾十年中已經變得更頻繁、更廣泛和更強烈（Fr?licher et al., 2018; Oliver et al., 2018; Darmaraki et al., 2019; Laufk?tter et al.,2020），不斷創記錄的MHW 事件已經對海洋生態系統和社會經濟造成了廣泛且嚴重的損害（Garrabou et al., 2009; Oliver et al., 2017; Fr?licher and Laufk?tter, 2018; Cheung and Fr?licher, 2020; Dalton et al., 2020）。

由 于 西 太 平 洋 暖 池（Western Pacific Warm Pool, WPWP）具有全球最高的SST 而存在強烈的海氣相互作用過程，其在局地乃至全球氣候系統中至關重要（Yan et al., 1992; 柏穎, 2016）。最新研究表明，在過去幾十年里，WPWP 區域表層和次表層的MHW 爆發頻次和持續時間明顯增加，且次表層的MHW 在La Ni?a 事件期間比El Ni?o 事件期間較強且更頻繁（Hu et al., 2021; Spillman et al.,2021; Holbrook et al., 2022; Zhang et al., 2022）。WPWP 區域持續增加的MHW 已經對嚴重依賴海洋資源來維持經濟的沿海國家及其周邊地區造成了重大影響（Spillman et al., 2021; Holbrook et al., 2022;Noh et al., 2022; Hamdeno et al., 2022）。而WPWP區域MHW 主要受與ENSO 等相關的海洋—大氣動力過程的驅動（Holbrook et al., 2019; Huang et al., 2021; Lee et al., 2022; 張 小 娟 和 鄭 飛, 2022），但目前對其的演變特征和爆發機制等的研究還相對較少。此外，考慮到在高能耗溫室氣體排放情景下，MHW 頻次的最大變化將發生在熱帶西太平洋和北冰洋（Fr?licher et al., 2018; Darmaraki et al., 2019;Qiu et al., 2021），故需要進一步探討西太平洋暖池MHW 的演變特征、物理機制及生態影響等。

本文首先分析了1982～2022 年WPWP 區MHW各屬性的時間序列變化、空間分布特征和季節變化，接著重點探討了在2020～2022 三年拉尼娜事件爆發背景下該區域MHW 的時空演變特征，并利用混合層熱收支方程分析了近三年MHW 的爆發機制，最后探討了其對海洋表層和次表層浮游生物濃度的影響。

2 資料和方法

2.1 數據說明

本文采用的資料主要包括中國科學院大氣物理研究所研發的MHW 高分辨率數據產品，大氣海洋再分析資料和葉綠素濃度-a，其具體信息可參考表1。MHW 高分辨率數據產品是基于1982～2022 年美國國家海洋和大氣管理局（NOAA）的高分辨率（1/4°）逐日最優插值海表溫度（Daily Optimum Interpolation Sea Surface Temperature V2，OISST）數據統計的MHW 日數據。產品在確定閾值時參照了前人的方法（Hobday et al., 2016），其對MHW的定義為：對于每個格點，日平均SST 連續至少五天高于30 年歷史基準期（1983～2012）第90 百分位（閾值）的時段，定義為一次MHW 事件。這樣每個格點每天都存在一個閾值，其隨時空變化可以更真實地分析MHW 的變化特征。本文對MHW的定義與前人對MHW 的定義略有不同，主要采用了原始數據中計算出沒有任何平滑的更真實的閾值和氣候平均值，因為平滑的氣候可以人為地放大MHW 事件的強度并延長其持續時間，另外該研究也處理了多一天的閏年2 月 29 日的 MHW，可以用來準確分析MHW 的日變化過程（Zhang et al.,2022）。葉綠素濃度-a 已被用作浮游生物量的代表（Behrenfeld et al., 2005; Blondeau-Patissier et al.,2014; Hu et al., 2022），故本文也利用其代表浮游生物量的變化。

表1 研究所用數據Table 1 Datasets used in this study

2.2 MHW 的定義和分析方法

本文基于MHW 數據，對WPWP 區域每個格點統計了MHW 特征屬性。包括MHW 每年的爆發頻次、累積強度（MHW 期間每日強度的總和）、最大強度（MHW 期間日強度的最大值）、平均強度（MHW 發生時期平均每天的海溫異常）、總天數（每年MHW 發生的天數）和持續時間（每年MHW 發生的天數除以爆發頻次）。

本文主要利用合成分析的方法對La Ni?a 與MHW 各屬性的關系進行了分析（黃嘉佑, 2000），并利用奇異值分解（Singular value decomposition，SVD）方法（魏鳳英, 1999）來確定WPWP 區MHW的累積強度與葉綠素濃度-a 的時空相關性，本文選取（20°S～35°N，100°～180°E）范圍內的 MHW作為 SVD 右場，同范圍的葉綠素濃度-a 作為SVD左場進行了 SVD 分解。

進一步地，為了評估2020～2022 年WPWP 區海氣熱收支和海洋動力過程對MHW 期間海溫變化的貢獻，本文使用混合層熱收支方程進行了海溫異常分析（Jin et al., 2006; Ren and Jin, 2013; Ren and Wang, 2020）。在WPWP 區 域 求 平 均 值（5°S～15°N, 120°E～160°E），線性化的混合層熱收支方程可寫為

公式（1）中的平均上升流平流可以進一步分解為以下近似（An et al., 1999; Ren and Jin, 2013）：

其中，MC 是平均環流的影響，ZA 是緯向平流反饋，EK 是Ekman 抽吸反饋，TH 是溫躍層反饋，NDH 是非線性動力加熱項, TD 是凈熱通量項，R是殘余項。

3 西太平洋暖池MHW 變化特征

本節首先分析了1982～2022 年西太平洋暖池平均日SST 異常和MHW 的覆蓋面積。圖1 是統計得到的1982～2022 年WPWP 區平均日SST 異常和MHW 覆蓋面積的時間序列。自1982 年衛星觀測時期以來，WPWP 經歷了顯著的表層變暖，尤其是在2000 年之后（圖1a），這可能是人為強迫和內部變率的結果（Oliver et al., 2018; Laufk?tter et al., 2020）。相應地，近年來在WPWP 區出現了更頻繁的、面積更大的MHW（圖1b）。在過去四十一年，WPWP 的MHW 覆蓋面積（某一天的綜合面積）呈顯著增加趨勢，其中1998 年、2010/2011 年、2013/2014 年、2016/2017 年 和2020～2022 年MHW 的覆蓋面積超過平均覆蓋面積的四倍。在這些MHW 覆蓋面積顯著的年份中，除了2014 年，其他年份都為連續La Ni?a 年。而且，最近三年的SST 正異常和MHW 覆蓋面積都達到了四十一年來的歷史最高，這可能與2020～2022 年三年La Ni?a 的發生有關。由上可知，西太平洋暖池MHW 覆蓋面積的變化與全球增暖的趨勢和連續La Ni?a 的發生密切相關，本次研究主要討論連續La Ni?a 對西太平洋暖池MHW 各屬性的影響。前人研究表明全球變暖是強MHW 越來越頻發的重要 原 因 之 一（Oliver et al, 2018; Laufk?tter et al.,2020），故對于全球增暖趨勢和La Ni?a 的年際變率對MHW 影響的歸因分析，可在后續研究中進一步深入探討。

1982～2022 年WPWP 區 域 六 種MHW 屬 性（爆發頻次、累積強度、最大強度、平均強度、總天數和持續時間）的空間分布如圖2 所示。WPWP的MHW 爆發頻次、總天數和持續時間空間分布比較一致，其大值區主要集中在5°N 以北（圖2a，e和f）。此外，WPWP 區MHW 爆發頻次整體偏高，平均每年發生5 次左右（圖2a）。MHW 的累積強度存在一個明顯的大值區，主要位于（2°N～15°N，125°E～140°E（圖2b）。MHW 的最大強度和平均強度也有一致的空間分布特征，大部分區域最大強度為1.65°C 左右，平均強度為1.1°C 左右。總體而言，WPWP 區年平均MHW 屬性表現出爆發頻次高，總天數多，平均強度較小的特征。

基于以上分析，WPWP 區域在2020～2022 年MHW 覆蓋面積達到了41 年來最高。為了進一步探究近三年WPWP 區域MHW 各屬性的異常空間分布特征，本文分別對2020～2022 年平均MHW的爆發頻次、累積強度、最大強度、平均強度、持續時間和總天數計算了其基于41 年氣候態（1982～2022 年）的異常值（圖3）。如圖3 所示，WPWP的MHW 各屬性整體都有正異常，MHW 的爆發頻次、累積強度和總天數存在顯著的正異常大值區，主要位于125°E～145°E 海域（圖3a，b，e）。其中，MHW 爆發頻次較往年增加最顯著，大部分區域異常值達到了6 次（較常年增加了一倍），表明在連續三年La Ni?a 事件背景下，WPWP 區的MHW爆發頻次顯著增加（圖3a）。同理，WPWP 大部分區域MHW 的累積強度異常值達到了96°C d，總天數的異常值更是達到了74 天（圖3b，e）。表明連續La Ni?a 事件的發生可促使此區域MHW變得更加持續和強度增強（圖3b）。對于MHW的最大強度和平均強度，其較往年的異常值較小（圖3c，d）。由圖3f 所示，近三年MHW 的持續時間在其本身較大的區域有最強的正異常。綜上可意識到，2020～2022 年WPWP 區MHW 表現出較往年更頻繁和持續，平均強度增強較小的特征，這可能主要與連續三年的La Ni?a 事件爆發相關。此外，前人研究表明，持續時間的MHW 的累積強度也會增強，其會對海洋生物造成長期的持續的毀滅性影響（Holbrook et al., 2022）。

圖3 2020～2022 年西太平洋暖池區年平均海洋熱浪（MHW）屬性相對于氣候態（1982～2022）的異常：（a）MHW 的爆發頻次（次數）；（b）累積強度（單位：°C d）；（c）最大強度（單位：°C）；（d）平均強度（單位：°C）；（e）總天數（單位：d）；（f）持續時間（單位：d）。打點區表示通過顯著性檢驗（異常值超過一倍標準差）。Fig.3 Anomalies of the annual mean MHW in the WPWP from 2020 to 2022 relative to the climatological mean from 1982 to 2022: (a) MHW frequency (counts); (b) cumulative intensity (units: °C d); (c) maximum intensity (units: °C); (d) intensity mean (units: °C); (e) total days (units: d);(f) durations (units: d).The dotted area indicates passing the significance test (i.e., the anomalies exceed the standard deviation).

為了驗證WPWP 區域MHW 與多年La Ni?a的相關性，本文進一步分析了研究區域MHW 各屬性區域平均的年變化與連續La Ni?a 事件的關系。圖4 即為MHW 各屬性區域平均的年變化，其中橙色條代表連續兩年及以上的La Ni?a 事件，藍色星號為三年連續事件。在過去41 年里，MHW 的累積強度、爆發頻次、總天數和持續時間在統計上顯著增加，且各屬性值較大的年份與連續La Ni?a 事件有較好的對應關系，尤其是在2020～2022 年這四個屬性達到了歷史極值（圖4a，d-f）。除此之外，MHW 的累積強度、爆發頻次和總天數在2013/2014、2016/2017 和2020～2022 年超過了各屬性長期平均值長的兩倍（圖4a，d-e）。同時，MHW 的最大強度和累積強度與連續三年La Ni?a也有較強的關系，其都在1998 年達到了歷史最高（圖4b，c）。這表明近年來在連續La Ni?a 事件的背景下，WPWP 區域爆發了累積強度更強、更頻繁的、持續時間更長的、覆蓋面積更廣的MHW事件。

圖4 1982～2022 年WPWP 區年平均MHW 屬性的時間序列：（a）MHW 的累積強度（單位：°C d）；（b）最大強度（單位：°C）；（c）平均強度（單位：°C）；（d）爆發頻次（次數）；（e）總天數（單位：d）；（f）持續時間（單位：d）。紅色柱狀條表示值超過MHW 各屬性整個時間序列平均值的兩倍，橙色條代表連續La Ni?a 年，帶菱形為三年連續事件。Fig.4 Time series of the annual mean MHW properties in the WPWP from 1982 to 2022: (a) Cumulative intensity (units: °C d); (b) maximum intensity (units: °C); (c) intensity mean (units: °C); (d) frequency; (e) total days (units: d); (f) durations of MHW (units: d).The red bars in (a)-(f) denote the values that are more than twice the averages of the full-time series, the orange bars denote the multiyear La Ni?a events, and the diamonds denote the three-year La Ni?a events.

基于以上結果，本文研究揭示了WPWP 區域MHW 的累積強度、爆發頻次和總天數在近幾十年顯著增加，并且受連續La Ni?a 事件的影響更為顯著。本文進一步分析了WPWP 區域平均月MHW累積強度（一個月內MHW 總的強度）、爆發頻次（一個月內發生MHW 的次數）和總天數（一個月內MHW 總日數）的季節變化。可以看到，1982～2022 年WPWP 區域月MHW 累積強度和總天數存在季節變化，其在3 月份和9 月份達到峰值，而爆發頻次沒有明顯的季節變化（圖5a， c， e）。對于MHW 累積強度、爆發頻次和總天數在連續La Ni?a 年（圖4 選擇的連續La Ni?a 年）合成的季節變化，月MHW 累積強度和總天數顯著增加，其只在9 月份達到最大值（圖5b，d）。同理，連續La Ni?a 年月MHW 爆發頻次也有所增加，但是沒有明顯的季節變化（圖5f）。因此，WPWP 區MHW累積強度和總天數的季節變化受到連續La Ni?a 事件的影響。

圖5 WPWP 區MHW 屬性的季節變化。1982 年1 月至2022 年12 月的月MHW（a）累積強度、（c）總天數和（e）爆發頻次的合成。(b) 連續 La Ni?a 年的月MHW（b）累積強度、（d）總天數和（f）爆發頻次的合成。藍色誤差棒代表均值的95%置信區間。Fig.5 Seasonal variations of the MHW properties in the WPWP.A composite of the monthly MHW (a) cumulative intensity, (c) total days, and (e)frequency from January 1982 to December 2022.A composite of the monthly MHW (b) cumulative intensity, (d) total days, and (f) frequency for multiyear La Ni?a events.The blue error bars represent the confidence interval of the mean (95%).

以上統計分析表明，在連續三年La Ni?a 事件的背景下，2020～2022 年WPWP 區MHW 的覆蓋面積、累積強度、爆發頻次和總天數都達到了41年以來的最高值，且MHW 的累積強度和總天數在9 月最顯著。由圖6a 可以看到，2020～2022 年在連續La Ni?a 的背景下，WPWP 區MHW 事件爆發頻次是全球最顯著的。且2020～2022 年WPWP區域MHW 事件在一年中任何季節都有發生，最顯著的事件發生在2020 年的夏季（圖6b）。

圖6 2020～2022 年（a）MHW 爆發頻次空間分布和（b）WPWP 區域平均出現MHW 事件的季節變化。（a）中黑色框為WPWP 區（5°S～15°N，120°E～160°E），（b）中黑色線代表海表溫度（SST），綠色線為90%閾值，藍色線為SST 氣候態平均，橙色陰影為統計出現的MHW 事件。Fig.6 (a) Spatial distribution of the outbreaked frequency of MHW from 2020 to 2022 and (b) seasonal variations in the area mean MHW in the WPWP.The black frame in (a) represents the WPWP region (5°S-15°N, 120°E-160°E); the black line in (b) represents the sea surface temperature(SST), the green line represents the 90% threshold of SST, the blue line represents the climatic state of SST, and the orange shade represents the statistical MHW.

4 2020～2022 年西太平洋暖池MHW的驅動機制分析

上文分析表明，2020～2022 年在連續三年La Ni?a 事件背景下，WPWP 區域MHW 事件的部分屬性都達到了歷史極值，且爆發頻次為全球最顯著。前人研究表明全球變暖是西太暖池區MHW 頻發和變強的重要原因（Sen et al., 2020; 張小娟和鄭飛,2022）。三年La Ni?a 是一個年際氣候現象，前人研究也強調了其對暖池MHW 的調制作用（Huang et al., 2021; Lee et al., 2022），因此本文主要關注了這次超長La Ni?a 事件對暖池MHW 的影響。為了探討近三年WPWP 區域MHW 事件爆發的驅動機制，本小節接下來分析了WPWP 區域線性化的混合層熱收支方程（公式5.4），用于研究動力過程和熱力學過程對MHW 爆發的貢獻。由圖7i 可看出，2020～2022 年MHW 累積強度峰值出現在2020 年夏季（7～9 月），因此本文重點分析2020年7～9 月期間上層海洋的溫度收支過程。在最強MHW 事件發生前期（2020 年2～6 月），暖海溫異常開始逐步發展以儲存熱量，其主要由平均環流項異常、非線性動力加熱項異常主導（圖7a，e）。當MHW 累積強度達到最強時（2020 年7 月之后），凈海表熱通量項異常、緯向平流異常和殘余項異常的貢獻變得更突出（圖7b，f，g）。此時海氣凈熱通量異常和緯向平流異常兩個過程共同推動了暖溫度異常的變化，而其它海洋動力項對WPWP 區域的海溫正異常貢獻不顯著。緯向平流項的正異常是與連續三年La Ni?a 事件背景下，東風持續的正異常帶來的西太平洋暖池暖水堆積有關。對于Ekman 抽吸反饋、溫躍層反饋，其對WPWP區域海溫正異常貢獻不顯著（圖7c-e）。此外，值得注意的是，2020～2022 年凈海表熱通量項的時間序列波動與海溫傾向的序列波動基本一致，緯向平流在2020 年6 月之后也一直處于正異常狀態（圖7b， f），表明整個時期WPWP 區域的MHW事件的形成主要是由海氣凈熱通量和緯向平流異常過程所引起的。

圖7 2020～2022 年WPWP 區域混合層熱收支和月MHW 累積強度。（a）平均環流影響（MC）；（b）緯向平流反饋（ZA）；（c）Ekman抽吸反饋（EK）；（d）溫躍層反饋（TH）；（e）非線性動力加熱項（NDH）；（f）凈熱通量項（Qnet）；（g）殘余項（Res）。（a）-（g）中黑線為混合層溫度異常收支。（h）各項反饋的占比，（i）WPWP 區月MHW 累積強度。Fig.7 Mixed layer heat budget and monthly MHW cumulative intensity in the WPWP from 2020 to 2022: (a) Effect of mean circulation (MC);(b) zonal advection feedback (ZA); (c) Ekman pumping feedback (EK); (d) thermocline feedback (TH); (e) nonlinear dynamical heating (NDH); (f) net heat flux (Qnet); (g) residual term (Res).The black line denotes the mixed layer temperature anomaly budget.(h) Proportion of seven feedbacks.(i) Cumulative intensity of the monthly MHW in the WPWP region.

基于以上的分析可知，凈海表熱通量在2020～2022 年WPWP 區域MHW 事件的形成和維持中起到了關鍵作用，因此本文進一步分析了凈海表熱通量的各項異常的貢獻（公式5.2）。在凈海表熱通量各項異常中，向下短波輻射和凈潛熱通量的異常值波動較大，而向下長波輻射、向上長波輻射、感熱通量和向上短波輻射異常值較小（圖8）。其中，向下短波輻射正異常對上層海洋變暖起主導作用，其序列波動與海溫傾向波動較一致（圖8d）。這可能是由于大氣內部變率導致降水減少，造成云量減少，使得更多的短波輻射加熱海洋（Wu et al.,2006; He et al., 2018）。2020～2022 年凈向下短波輻射正異常是凈海表熱通量中使得MHW 頻繁發生的主要驅動因素。

5 2020～2022 年西太平洋暖池MHW對海洋生態的影響

基于前面的研究分析，可明確在連續La Ni?a事件背景下，2020～2022 年WPWP 區域MHW 事件為1982 年以來最顯著，這期間最強MHW 的發生（2020 年7～9 月）主要由凈海表熱通量和海洋動力過程共同主導。前人研究表明，MHW 的發生通常會降低浮游植物生物量（Noh et al., 2022;Hamdeno et al., 2022），因此本文同時利用SVD 方法探討了WPWP 區域頻繁發生的MHW 對浮游生物量的影響。如圖9 所示，2020～2022 年MHW累積強度與海洋生態指標海表面葉綠素-a 濃度兩者SVD 分解的第一對模態的空間分布和時間序列。可以看到，第一對SVD 模態的方差貢獻率為50%，且對應時間序列的相關系數較高（0.84）（圖10c）。由圖10 可知，在拉尼娜事件的盛期，WPWP 區域MHW 事件累積強度呈現正異常分布，海表面葉綠素-a 濃度場主要呈現出負異常分布，二者為負相關協同變化。例如在2020 年5～11 月期間，MHW累積強度增加，而海表面葉綠素-a 濃度主要呈現降低趨勢（圖10c）。

為了進一步探討2020～2022 年WPWP 區域浮游生物量在次表層以及溫躍層的變化，本文選取了包含2020～2022 年WPWP 區域葉綠素-a 濃度數據的三個Argo 浮標，這三個浮標的活動范圍為（11°N～14°N, 125°E～158°E），時 間 范 圍 是2020 年8 月至2022 年12 月。本文根據這3 個浮標觀測的溫躍層葉綠素-a 濃度探討了WPWP 區域MHW 事件對海表層以下浮游生物量的影響。圖10呈現了研究區表層至220 m 溫躍層深度浮游生物的三維結構（衛星數據的海表面分布和3 個浮標葉綠素-a 濃度剖面的垂直分布）及其在不同深度層的季節變化。由圖10 可以看出，近表層和混合層的浮游植物生物量較低，其葉綠素-a 濃度基本都小于0.1 mg m-3，尤其是在混合層最淺的時候。浮游生物量主要聚集在混合層下方到200 m 左右的溫躍層（0.25 mg m-3左右），且具有季節變化，其在每年的11 月左右有極值。此外，在頻繁的MHW 事件爆發背景下，近三年研究區域的浮游生物量在近表層、混合層、混合層以下以及最多層都有顯著的減少（圖10d）。2020～2022 年WPWP 區域浮游生物量整體都呈下降趨勢，表明頻繁發生的MHW事件不利于暖池區域海洋上層浮游生物的生存和生長。

6 結論與討論

本文分析了1982～2022 年WPWP 區域MHW事件的空間分布特征和季節—年際變化，并重點探討了MHW 在2020～2022 年連續三年La Ni?a 事件背景下頻繁爆發的驅動機制與生態影響，得到以下幾點結論：

（1）近幾十年來，尤其是在2000 年之后，WPWP區域MHW 事件的覆蓋面積、爆發頻次、總天數、累積強度等屬性均呈現顯著增加的趨勢。與此同時，在季節—年際尺度上，WPWP 區域MHW 事件與連續La Ni?a 事件的爆發相關，其在2020～2022年連續La Ni?a 事件背景下MHW 爆發頻次達到全球最高，且MHW 的覆蓋面積、爆發頻次、總天數、累積強度達到41 年來最高。

（2）利用混合層熱收支方程探討了2020～2022 年WPWP 區域MHW 事件的驅動機制。最強MHW 事件的發生（2020 年夏）主要是由凈海表熱通量中向下短波輻射和海洋動力過程中的緯向平流導致。

（3）揭示MHW 事件與海洋生態指標葉綠素-a 濃度在時空尺度上呈現負相關的協同變化關系，當MHW 為正異常分布時，海表面葉綠素-a 濃度呈現降低趨勢，其在2020 年7～9 月最為典型。進一步利用浮標表層至溫躍層葉綠素-a 濃度數據分析表明，近表層和混合層的浮游生物量較低，浮游植物生物量主要聚集在海洋混合層下方到200 m左右的溫躍層，且具有季節變化。同時，在本文研究區域，近三年浮游生物量在近表層、混合層、混合層以下都有顯著的減少，與頻繁發生的MHW 事件導致暖池區域海洋上層生物量整體呈下降趨勢有關。

此外，本文初步利用混合層熱收支方程分析了MHW 期間海溫的變化，對于MHW 事件的天氣尺度成因分析需要進一步細化。由于本文所用的海洋溫度和洋流數據是GODAS 提供的，而GODAS的海洋再分析數據是由NCEP2 提供的動量通量、熱通量等驅動出來的，其與NCEP2 相匹配，故本文對西太暖池MHW 的驅動機制分析采用的是分辨率較低的海面通量數據NCEP2，本研究計劃下一步研究利用其它較高分辨率的海面通量數據（比如ERA5 等）進一步對比驗證MHW 期間海溫的變化。對于遙相關過程，例如PDO 對WPWP 區域MHW事件的影響也需要后續深入研究。與此同時，WPWP區域MHW 事件跟ENSO 本身關系密切，我們是否可以根據ENSO 預報系統開展暖池區域MHW的預測研究可做進一步嘗試。