Analysis and Predictive Modelling of Oceanic Variables in the Atlantic Ocean Using Multivariate Statistical Methods

海洋上层并非均匀、静态的水层。它是一个动态系统，热量、盐度和运动在其中进行着持续且复杂的交换。将海洋表面想象成一个巨大的、不断变化的引擎：水的温度、溶解在其中的盐分含量，以及洋流的速度和方向都在相互影响。这些因素决定了海洋如何运动、如何储存热量，以及如何与上方的大气进行交互。在大西洋，这种相互作用尤为关键，因为它有助于驱动大规模的循环模式，从而调节地球气候。科学家们早已知晓这些变量是相互关联的，但要准确理解它们是如何相互推动与拉扯的——特别是哪一个变量驱动了其他变量，以及哪一个变量最容易被预测——仍然是一个难题。

一支来自尼利亚的研究团队致力于通过将海洋视为一组相互关联的方程组来解开这个谜题。他们专注于南大西洋采集的四项特定测量数据：海表温度、海水盐度（或咸度），以及向东和向北移动的洋流速度。利用来自哥白尼海洋服务（Copernicus Marine Service）的海洋观测数据，他们分析了从2024年1月至2025年10月的月平均值。他们的目标不仅是观察这些变量，而是建立一个数学模型，即如果已知其他变量，就能预测其中一个变量。他们测试了一组固定的28种回归情景，提出了诸如“如果我们知道盐度和向北流，能否预测温度？”或“如果我们知道温度和向东流，能否预测盐度？”之类的问题。他们运行了这些特定的组合，以观察哪一组“成分”能产生最准确的预报。

结果揭示了海洋运作方式中一个令人惊讶的等级结构。研究人员发现，向东移动的洋流是这个系统的核心枢纽。事实证明，它是基于其他变量最容易被预测的变量，模型的解释力接近77%。更重要的是，这条向东流动的洋流也是其他三个变量的最强驱动力。当研究人员试图预测水的盐度时，向东流是他们需要了解的最重要的单一因素。同样，在尝试预测温度或向北流时，向东流是唯一能持续提供可靠信号的因素。这表明，水流由西向东的运动是组织局部环境的主要力量，充当了一个将热量和盐度的影响带向各处的渠道。

盐度与向东流之间的关系似乎是一条双向通道。研究表明，水中的盐分含量强烈影响着向东流动的速度，这很可能是因为盐分改变了水的密度，进而影响了驱动流动的压力。与此同时，向东流动的速度也会强烈影响盐度的分布，有效地将其随流带走。这创造了一个紧密的反馈循环，即水的密度与其运动不断相互调整。研究人员发现，这一特定变量对可以高精度地互相预测，在更大、更混沌的海洋系统中形成了一个稳定的核心。

然而，海洋中并非所有事物都受这些内部运动的控制。当研究小组尝试仅利用其他海洋变量来预测海表温度时，他们的模型表现得逊色许多，仅能解释约23%的变化。对于向北流动的洋流也是如此，其由其他变量解释的程度仅为27%左右。这并不意味着模型失败了，而是揭示了海洋内部机制自身所能解释的局限性。温度和向北流受到水体之外因素的强烈影响，例如风、太阳的热量以及大气中的气压系统。这项研究证实，虽然海洋内部的洋流非常强大，但它们并非故事的全貌；大气在塑造表面温度和水体南北向运动方面发挥着巨大作用。

最终，这项研究为大西洋上层海洋的功能提供了一张更清晰的地图。它确定了向东流是该系统的关键环节，即与海洋物理状态织就得最为紧密的变量。通过展示盐度和向东流是深度交织的，以及向东流是其他变量的最佳预测因子，该研究为改进海洋状况预报提供了一个实用的框架。它表明，要理解海洋未来的状态，我们必须密切关注这些纬向洋流及其携带的盐分。同时，研究也提醒我们，要完全预测温度，我们不能孤立地观察海洋；我们还必须抬头仰望天空，因为大气仍在驱动着最显著的变化。