海洋混合层是内部海洋与大气之间的界面，其特征是温度、盐度和密度均匀。作为海气耦合系统中的关键变量，混合层深度（MLD）范围从几米到几百米不等（D’Asaro, 2014; De Boyer Montégut et al., 2004）。MLD的变异性反映了海表温度与热通量之间的关系，影响着不同时间尺度上的热分层和生物地球化学过程（例如，Huang et al., 2014; De Boyer Montégut et al., 2007）。过去几十年来，人们认识到黑潮延伸区南部（31°–35°N, 138°–154°E）的冬季MLD具有显著的变异性，这种变异性从天气尺度（Oka et al., 2007）、年际尺度（Wirts and Johnson, 2005）到十年尺度（Yasuda and Hanawa, 1997; Kobashi et al., 2023）都有体现。
关于SKE区域MLD的大量研究主要集中在使用现场观测和再分析数据的强迫源和物理机制上（例如，Holte et al., 2017; Suga and Hanawa, 1990; Whitt et al., 2019; Zheng et al., 2022）。通常认为，次表层分层强度（Qiu and Chen, 2006; Kouketsu et al., 2012）、混合层下方的季节性温跃层强度（Kako and Kubota, 2007）以及海洋浮力损失（Iwamaru et al., 2010; Sugimoto and Kako, 2016）等因素导致了冬季MLD的低频变异性。此外，值得注意的是，MLD还表现出显著的高频变异性，这种变异性主要由冷涌或短期风暴事件引起，这些事件导致海洋向大气释放大量热量（例如，Jensen et al., 2011; Qiu et al., 2004; Sun et al., 2024; Tomita et al., 2010）。这种高频波动对长时间预测构成了相当大的挑战。因此，准确量化和理解这种高频MLD变异性的机制不仅对于描述上层海洋状态至关重要，也是提高长时间预测能力的关键前提。然而，对于MLD预测的关注相对较少。
实际上，具有1周到1个月预测提前时间的精确长时间MLD预测对于确保航运和渔业等海上活动的安全至关重要（Mariotti et al., 2018; Scales et al., 2023）。得益于基于高性能计算系统的气候模型的快速发展以及各种MLD数据产品的发布，已经进行了一些关于MLD模拟的探索性研究。例如，一些研究表明，在冬季（Belcher et al., 2012; Sallée et al., 2013）和夏季（Huang et al., 2014），气候模型中的MLD经常被低估。Treguier et al.（2023）评估了OMIP（海洋模型对比项目）模型中的MLD，并发现高水平分辨率的涡旋解析模型在黑潮延伸区的深度混合层偏差明显减少。在MLD预测方面，Foster et al.（2021）对机器学习在MLD预测中的应用进行了有前景的探索，指出模型性能取决于地理位置和次季节性MLD的方差。Wei et al.（2023）使用欧洲中期天气预报中心（ECMWF）的耦合模型研究了热带太平洋的MLD预测，并提出通过现场海洋数据同化可以改善热带太平洋的初始MLD预测，但这种效果在后续预测中并未持续。Smith and Spillman（2024）评估了ACCESS-S2（澳大利亚社区气候地球系统模拟器-季节性，版本2）的季节性预测系统的全球MLD预测能力，报告称在澳大利亚东部夏季和冬季，赤道以南的MLD异常的季节性预测具有显著的能力。目前，关于SKE区域长时间尺度MLD预测的研究相对较少。
鉴于混合层在晚冬时达到最大深度（几百米），尤其是在3月份（例如，Oka et al., 2011; Yu et al., 2020），本研究旨在基于ECMWF和中国气象局（CMA）的长时间再预测，探讨3月份SKE MLD的两周提前预测能力。需要解决的主要科学问题是：当前耦合气候模型对SKE区域MLD的预测效果如何？以及长时间MLD预测偏差的潜在来源是什么？本文的其余部分安排如下：下一节简要描述数据和方法论。第3节重点比较不同动力模型在长时间尺度上的MLD预测能力。第4节进一步探讨极端正异常MLD事件的具体预测及其潜在的偏差来源。最后，第5节提出讨论和结论。
