1. 引言
自工业革命以来，全球海洋和大气持续变暖，极端天气和气候事件的频率和强度显著增加 [1] 。MHWs是发生在天气或中短期气候尺度上的海洋极端高温事件，随着MHWs事件的发生变得越发普遍与广泛，人们开始更多地关注这种新发现的海洋现象。MHWs是自然发生的海洋现象，已经存在了很长时间，但强度较高的事件识别却十分依赖于高时空分辨率和长时间的观测数据，因此近十年来才逐渐受到研究者的关注 [2] 。从1925年到2016年，全球MHWs的持续时间和频率分别增加了17%和34%，平均发生天数也增加了54% [3] 。然而，目前对各海域MHWs形成机制的了解仍然有限，特别是在海温变化迅速且与人类活动密切相关的近海区域。在中国的近海地区，MHWs也在增加。近年来，黄海、渤海 [4] 和南海 [5] [6] 都出现了强度规模打破以往记录的MHWs。在这些情况下，全球范围内频繁出现MHWs的趋势引起了许多学者和政府机构的关注。
目前，大多数分析都集中在遥感海面温度数据上，因为它提供了时间和空间覆盖，以此确定MHWs的存在和持续时间。MHWs通常同时受到全球气候系统内部变化和人类活动的影响，形成机制复杂，区域差异明显。Hayashida等分析了1982~2018年期间全球海域MHWs的空间特征，发现西部边界流(WBC)的平均强度要高于其他海域，同时指出MHWs的发生也具有一定的季节性特征 [7] 。所有月份都可能发生MHWs，但发生在不同季节期间内的强度、持续时间和范围上存在显著差异 [8] [9] [10] 。对某些区域来说，秋冬季节的MHWs影响更为明显。此外，MHWs的生成机制非常复杂，研究人员提出了大气强迫(太阳辐射和高压系统) [5] [6] [11] ；大尺度气候模式(ENSO、PDO和NAO) [12] ；海洋动力过程(混合层变化、上升流和中尺度涡旋) [13] [14] 等。
综上，当前对于冬季近海MHWs的研究还相对较少，其机制也并不明确。本文对此问题进行深入分析，有助于加深对MHWs现象的认知理解。
2. 数据与方法
2.1. 数据情况
本文所选取的海表温度(简称SST)数据资料来自于NOAA的发布的分辨率为0.25˚ × 0.25˚逐日平均海温OISST V2数据集，数据格式为netCDF格式。该数据集是基于卫星、船舶和浮标等平台的观测数据，进行偏差调整后再采用最优插值方法(OI)来填补缺失值 [15] 。时间范围为1982年1月1日至2022年12月31日，空间范围为北纬0~25˚，东经105˚~125˚。其他数据包括来自于Copernicus Marine Service网站发布的涡旋解析1/12˚ × 1/12˚分辨率的GLORYS12V1产品数据集，该数据集提供了逐日的50层温度、海流及混合层深度等变量 [16] 。用于热通量和气象要素分析的数据是来自于ECMWF发布的ERA5的单层逐小时再分析数据 [17] ，分辨率为0.25˚ × 0.25˚，该数据集精度相对较高，为规则的经纬度投影方式的网格化数据类型。
2.2. MHWs的定义及指数计算
从定性地的角度来说，MHWs是海表发生的相互离散且持久的异常增暖事件。一般而言，判断一个极端的高海温事件是否为MHWs的主要依据是根据海温是否连续多日超过MHW的阈值 [2] 。当前，普遍采用的MHWs阈值主要分为2种类型：一种是固定的温度阈值，称为绝对阈值；另一种是选取随时间变化的阈值，即相对阈值 [18] 。目前大多数关于MHWs的研究都采用Hobday等制定的定义，即MHW是指在一定海域内发生的日SST至少连续5天超过当地阈值(即气候基准期内同期日SST的第90百分位)的事件，其持续时间可达数月，空间范围可延伸至数千千米。这种定义方法能够有效避免时间固定阈值和高百分位固定阈值对秋偏冷季节的MHWs事件检测能力很弱的问题 [8] 。本文也采用了这种定义方法，并将气候基准期定为1983~2012年，将每年的12月至次年的2月定为冬季，采用气候基准期内同期11天时间窗口内的日平均海温值并做31天的滑动平均计算得到当天气候态温度。对应的Python程序运行脚本可开源获得，详见http://github.com/ecjoliver/marineHeatWaves。
为了更好的展示研究海域的MHWs冬季特征，这里参考Yao等在研究南海夏季MHWs特征时的方法定义了如表1的指数HWN，HWT，HWDU和HWI [6] ，并增加了MHWI。其中HWN代表所在研究时空范围内发生MHWs的次数；HWT代表在发生MHWs的总天数；HWDU代表平均每次MHW事件
发生的平均天数；HWI代表每次MHW事件的平均强度，这里计算的
是一次MHW事件过程中每天温度高于气候态均值的强度(简称MHWI)之和。
Table 1. Definition and calculation method of MHWs index
表1. MHWs指数定义及计算方法
2.3. 上层海洋温度方程
局地SST的变化主要由热力强迫和海洋动力过程影响，要定量的分析不同因素对海水温度变化的影响，上层海洋温度方程是一个有效的工具 [19] 。上层海洋通常指的是混合层以上部分的海水，其热量收支平衡可以作为MHWs从发生、持续到消亡过程的一个重要的分析工具。由热量和质量守恒方程推导的上层海洋温度方程为 [20] ：
(1)
公式(1)中局地化过程代表SST的变化，公式右侧第一项代表海–气净热通量的贡献，其中ρ为海水的平均密度，Qnet为海表面净热通量，Cp为海水的比热容，通常取4096 Jkg−1℃−1，H为混合层深度。第二项代表水平方向的平流项的贡献，这一项是计算由与深度相关的水平速度矢量u与混合层温度TH的水平梯度之间的乘积在垂直方向上的积分得到。第三项是垂直输运项，其中wH是混合层底的垂直速度，T是海表温度；最后一项为残差项，包括亚中尺度过程、热量扩散、湍流混合等引起海温变化。本文利用CMEMS和ERA-5再分析资料计算热力收支方程中的各项，阐明影响混合层温度变化的物理过程，定量地揭示各物理过程的相对贡献。
3. 冬季南海MHWs的特征
3.1. 冬季南海MHWs指数分析
Figure 1. Annual mean distribution of MHWs index in the South China Sea in winter. Figure a~d showed the annual average distribution of HWN, HWT, HWDU, and HWI, respectively
图1. 冬季南海MHWs指数的年平均分布图。a~d图分别为HWN、HWT、HWDU和HWI的年平均分布
根据气象对季节划分，我们将前一年的12月份至当年的2月份划分为当年的冬季。根据MHWs指数，计算得到了近1983年至2022年南海海域平均每个冬季的HWN，HWT，HWDU和HWI (图1)。(1)从发生频率来看，冬季MHWs平均每年发生频率不足1次，且中西部海域显著低于南海其他海域。(2) MHWs发生总天数和平均持续时间/次的高值区，主要集中在西部海域。这里HWDU的值等于HWT/HWN，西沙群岛附近海域及越南沿岸海域平均持续天数超过到20天。(3) 冬季平均强度在北部湾海域、广东沿海及吕宋海峡西侧最强，可达2℃/次以上。综合来看，冬季南海西北部发生强度较强、持续时间长的MHW事件概率较大。
图2展示了南海冬季年平均的HWN、HWT、HWDU和HWI随时间变化的情况。从图中可以看出，4个指数均呈现明显的上升趋势。这说明在冬季，南海海域的MHWs在近40年来都发生的愈加频繁与强烈，这也与近年来北半球冬季气温变化趋势吻合，即气候变暖也会促进MHWs的发生。
Figure 2. Time series of annual mean value of MHWs index in the South China Sea in winter
图2. 冬季南海MHWs指数年平均值的时间序列
3.2. 冬季南海MHWI的经验正交分解分析
利用逐日的OISST数据计算和重构了逐日的MHWI数据集，表征MHWs发生时刻SST高于气候态均值的强度。采用经验正交分解(Empirical Orthogonal Function，以下简称“EOF分解”)的方法，提取了逐日的MHWI数据集的主成分及对应的时间序列。图3展示冬季MHWI前两种主要EOF模态(model1和model2)的空间分布和对应的时间序列(PCs)，这两种模态分别占总方差的57.26%和18.62%。这说明前两个模态能够解释绝大部分方差，即能够代表MHWs强度的主要时空特征。模态一的大值区几乎覆盖南海绝大部分海域，西部略强于东部海域(图3a)。相应的PC1呈上升趋势和明显的年代际变化，并在1998年左右有一个明显的转折点(图3b)。在空间分布上模态二与模态一呈现反位相的特征，大值区位于吕宋海峡及菲律宾附近海域(图3c)。相应的PC2在1999年后也呈现出上升趋势(图3d)。综上，自2000年后，冬季南海大部分区域的MHWs都呈显著增加趋势。
Figure 3. The first and second modes of EOF decomposition and corresponding principal component time series of MHWI over the South China Sea in winter
图3. 冬季南海MHWI的EOF分解第一和第二模态，以及对应的主成分时间序列
4. 海–气相互作用对冬季南海MHWs的影响
4.1. MHWs与大尺度环流的关系
根据前人的研究，夏季南海MHWs发生与大气的大尺度环流异常有非常密切的关系。例如，Yao等 [6] 指出夏季西北太平洋副热带高压能减弱南海中西部上升流，促进MHWs发生；Li等 [5] 的研究指出，MHWs的发生与稳定的近地面反气旋异常有关，这种异常会使云量减少、太阳辐射增加。那么，为了分析大气环流异常对冬季南海MHWs的影响，用冬季MHWI第一模态时间序列分别与500 hpa和850 hPa的位势高度及风场进行回归分析(图4)。由图4a可知，冬季MHWs的发生与西太副高的异常偏强和西伸密切相关，5880位势高度线比平均气候态的范围更大，西边界超过了110˚E。从850 hpa异常来看，在100˚E以东、青藏高原附近有气旋式环流异常，使得南海北部易受偏南气流影响；但在西太平洋上没有明显的反气旋式环流，这与夏季有显著差异。
Figure 4. Regression analysis of the dominant modes of atmospheric circulation anomalies and MHWs during winter in the SCS. Figure a depicts the 500 hPa geopotential altitude anomaly and the characteristics of the WPSH. The green line represents the climatological isolines at 5,870 and 5,880 gpm, while the blue line shows the monthly mean isolines under similar PC1 conditions (i.e., during MHWs). The representation of the 850 hPa geopotential height and wind field by figure b, respectively, is anomalous. The dotted region corresponds to the area that has been tested with a confidence level of 90%
图4. 大气环流异常对南海冬季的MHWI第一模态的回归分析。图a描述500 hPa位势高度异常和西太平洋副热带高压的特征。绿线表示5870和5880 gpm的气候等值线，蓝线表示在PC1条件下(即MHWs期间)的年平均等值线。图b表示850 hPa位势高度异常和平均风场。打点区域为超过90%置信度检验的区域
4.2. MHWs与海表热通量的关系
上文分析了MHWs与大尺度环流的关系，接下来从海气热通量方面去分析。海洋与大气间存在着复杂的强迫与反馈过程，海气热通量的交换是一个重要的渠道。海表净热通量(Net heat flux)为潜热通量(LH)、感热通量(SH)、短波辐射通量(SW)和长波辐射通量(LW)这四项之和，方向向下时为正值。与4.1节相同，将冬季MHWI第一模态时间序列分别与LH、SH、SW和LW通量异常值进行回归性分析，结果如图5所示。从整体上来看，冬季的MHWs强度与各项热通量相关性的差别较大。由蒸发引起的LH在越南以东侧沿岸西边界流和吕宋海峡西侧海域有较强的正相关性(图5a)，而SH则不明显。SW在南海北部存在较强的负相关(图5c)。同时，南海北部海域冬季海水温度偏低，也会减少LW的热损失，呈现正相关(图5d)。总之，LH和LW有利于冬季南海北部MHWs的发生；而SW对北部MHWs起到抑制作用，对南部有促进作用；SH的作用并不明显。
Figure 5. Regression analysis of sea surface heat flux anomalies in winter and the first mode of MHWs over the South China Sea. Figure a~d corresponds to the flux anomalies of LH, SH, SW and LW, respectively, and the dot region is the region that exceeds 90% confidence test
图5. 冬季海表热通量异常与南海MHWs第一模态的回归分析。从a~d分别对应为LH、SH、SW、LW通量异常，打点区域为超过90%置信度检验的区域
5. 影响冬季南海MHWs因素的诊断分析
5.1. 典型个例的选取
Figure 6. Figure (a) shows the calculation of MHWs selected H region; Figures (b), (c) and (d) show the time sequence of MHWs in Region H (the blue curve represents the mean value of the base period, the black curve represents the SST, the green curve represents the threshold, and the red shaded part represents the identified MHWs events)
图6. (a)计算MHWs选定的H区域；(b)、(c)和(d)表示H区域MHWs的时间序图(蓝色曲线表示基准期内的平均值，黑色曲线表示SST，绿色曲线表示阈值，红色阴影部分表示识别到的MHWs事件)
从第4章节的分析中，发现虽然冬季的MHWs强度都大气环流异常存在一定的相关性，但其具体的影响机制却存在差别。这里选取典型MHWs事件，基于上层海洋温度方程进行诊断分析。参考Chen等 [20] 在研究“Blob”时的方法，本文选取H研究区域(图6a)，分别对应于冬季HWT和HWDU的大值位置(图1b、图1c)。根据MHWs定义，识别了Event1、Event2和Event3事件的发生和持续情况(图6b、图6c和图6d)。图中黑色曲线表示区域SST均值，蓝色曲线表示气候态均值，绿色曲线表示阈值，而红色阴影部分表示检测出的HMWs事件。对应的发生时间、最大强度、最大强度发生日期、平均强度及持续时间的基本信息如表2中所示。Event2和Event3事件持续时间在两个月左右，Event1事件持续时间甚至达到了102天之久。3次事件中最大MHWs强度最大可达2.47℃，事件期间的日平均强度均最大达到1.65℃。事件持续时间长，且强度较强，说明所选区域H符合南海MHWs冬季特征。
Table 2. Extracts the basic information of MHWs events
表2. 提取MHWs事件的基本信息
5.2. 基于上层海洋温度方程的诊断分析
根据公式(1)中混合层海水温度变化方程，将混合层温度变化趋势项分成海气净热通量作用项、平流作用项，垂直夹卷作用项及残差项之和。计算了Event1，Event2和Event3共3次MHWs事件期间各项值的时间序列(图7a)，以及各项的累积平均值(图7b)。从图中可以清楚看到每次事件发生、发展、维持及消亡的过程中，方程中各项所起的作用。从温度趋势可以看出3次事件整体都处于降温的过程中，海气净热通量项除了在Event1事件中起到了较小的增温作用外，在Event2和Event3事件中以平均每天−0.02℃的速率起到降温作用。Event1和Event2事件中，方程各项的量级差别不大，可以说对海温变化均发挥了一定作用。这里值得注意的是，Event3事件中残差项为较大的正值，极大的促进了海温升高。平均−0.05℃/天的冷平流热通量项与0.07℃/天的残差项共同主导了这次事件，这可能与在冬季冷涡伴随的更加活跃的亚中尺度过程有关。需要注意的是，虽然在冬季温度变化趋势整体为负处于失热状态，但是根据MHWs的定义，这并不影响MHWs事件的识别。
Figure 7. Time series of the temperature change equation of the mixed layer during three typical MHWs events (Figure a) and their cumulative average (Figure b), expressed in ˚C/day
图7. 3次典型MHWs事件期间混合层温度变化方程各项的时间序列(图a)，及其累积平均值(图b)，单位为℃/day
5.3. MHWs与海洋动力过程的关系
海洋物理过程对冬季MHWs的影响较为显著，尤其是在Event3事件中。与其他事件相比，Event3事件中残差项对海洋上层温度的升高有较强的促进作用，而水平平流对海洋上层温度的升高有显著的抑制作用。对Event3事件进行了进一步的诊断，由海表面高度异常(SLA)识别了一个强大的中尺度冷涡在Event3期间影响了该地区，并持续了近一个月(图8a~图8c)。从中尺度涡旋的特征来看，涡旋不仅引起上升运动，而且促进涡旋热输送，将冷水输送到暖水。相关研究结果表明，与背景平流相比，涡致热输运的影响不可忽视，特别是在西部边界流区域 [21] [22] 。因此，在Event3前期，水平平流对海温表现出显著的降温效应(图7a)。在Event3后期，该区域发生了强烈的上升流，温度较低的海水从次表层抬升导致海表温度降低(图8d)，这可能是导致这次事件结束的一个重要原因。
虽然有冷涡和上升流的作用，但仍发生了MHW事件。根据方程的诊断结果，残差项显著促进了上层海洋温度的升高。残差项包含了亚中尺度、热扩散和湍流作用，说明小尺度和亚中尺度过程对海温升高起到积极的贡献。但数据分辨率不足妨碍了详细的诊断分析，借助高分辨率的数值模拟可能在未来提供进一步的解释。综上所述，多尺度海洋过程的综合影响在决定该事件的发生和消亡方面发挥了关键作用。
Figure 8. The sea-level anomaly (a~c) and the vertical profile of temperature and mixing layer depth (d) during the Event3
图8. Event3事件期间的海平面异常(a~c)，以及混合层深度与温度的垂直廓线(d)
6. 总结与讨论
6.1. 结论
本文首先基于多源再分析和模式数据，计算了南海MHWs在冬季的时空特征及影响要素。本文的主要结论总结如下：
(1) 总体来讲，近40年南海冬季MHWs发生的频率和强度都呈现上升趋势，尤其在北部陆架区。通过对逐年冬季平均MHWI数据集的EOF分解，我们发现其主模态包含了南海绝大部分海域，说明冬季南海都普遍经历了MHWs过程。
(2) MHWs都与大气环流异常有密切关系，尤其是西太副高。MHWs发生时，西太副高都呈现出异常西伸和加强的特征，其大尺度环流和风场异常显著。与海表热通量的回归分析结果表明，只有LH和LW有利于冬季南海北部MHWs的发生，其余项并不明显。
(3) 基于温度变化方程对个例的诊断表明，冬季MHWs的发生受到多尺度过程的综合影响，海洋内部动力过程与热强迫都起到同等重要的作用。此外，中尺度、亚中尺度等过程同样对海温变化起到重要的调节作用。
6.2. 讨论
MHWs已成为海洋环境、海洋生态系统和海洋资源可持续发展面临的重大挑战之一。在全球变暖的背景下，MHWs将在全球大部分海域变得更加频繁、持久和强烈。全球不同海域MHWs具有非常显著的差异性，不同海域MHWs的时空特征、形成机制各异，现有的研究尚未完整地揭示不同海域的MHWs特征和机制。本文的研究工作是一个很好的尝试，但研究区域有限，并且没有做不同数据的对比分析，因此还存在一定的局限性。但对MHWs发生机理进行深入研究是十分必要的，因为这有助于我们全面理解种类现象，并增强对MHWs的监测、预测和预报能力。
致谢
感谢母校国防科技大学的培养。
NOTES
*第一作者。
#通讯作者。