为什么需要监测？
1982–83 年超强厄尔尼诺事件几乎未被预测到，造成的全球损失超过 80 亿美元。这一"科学耻辱"直接促成了全球 ENSO 观测体系的建立。一个准确的厄尔尼诺预警价值数十亿美元——它可以让农业部门调整种植计划、水利部门提前调度水库、保险业重估风险敞口、应急管理机构预置物资。今天，我们能提前 6–9 个月预测 ENSO 状态，这在 40 年前是不可思议的。
三大监测手段
横跨赤道太平洋的约 70 个锚碇浮标组成的实时海洋-大气观测网络。每个浮标测量海表温度、风速风向、气温、湿度以及海面至 500 米深度的水温剖面，数据通过卫星实时传回。这是 ENSO 监测的核心骨骼，直接观察温跃层和开尔文波的东传过程。
多颗极轨和环境卫星提供全球海洋覆盖。Jason/ Sentinel-6 系列测高卫星精确测量海面高度（精度达厘米级），海面高度异常直接反映温跃层深度和上层海洋热量。此外，红外和微波辐射计测量海表温度，风速计测量洋面风场，合成孔径雷达监测海冰和波浪。
全球气候模型（GCM）和区域耦合模型整合浮标和卫星数据，通过数据同化和集合预报模拟未来 ENSO 演变。目前全球约 20 个主要气候中心发布动力和统计模型集合预报。动力模型直接模拟海洋-大气物理过程；统计模型基于历史数据统计关系。
关键监测指标
海洋 Niño 指数 (ONI)
ONI 是 NOAA 判定厄尔尼诺/拉尼娜事件的标准指标。它定义为 Niño 3.4 区域（5°N–5°S, 120°W–170°W）3 个月滑动平均海表温度距平（相对于 1991–2020 基准期）。
| ONI 范围 | ENSO 状态 | 强度 |
|---|---|---|
| ≥ +2.0°C | 厄尔尼诺 | 极强 |
| +1.5 ~ +1.9°C | 厄尔尼诺 | 强 |
| +1.0 ~ +1.4°C | 厄尔尼诺 | 中等 |
| +0.5 ~ +0.9°C | 厄尔尼诺 | 弱 |
| -0.5 ~ +0.5°C | 中性 | — |
| -0.5 ~ -0.9°C | 拉尼娜 | 弱 |
| -1.0 ~ -1.4°C | 拉尼娜 | 中等 |
| ≤ -1.5°C | 拉尼娜 | 强 |
Niño 监测区域
| 区域 | 坐标 | 用途 |
|---|---|---|
| Niño 1+2 | 0–10°S, 90°W–80°W | 秘鲁/厄瓜多尔近岸，传统定义区域 |
| Niño 3 | 5°N–5°S, 150°W–90°W | 东太平洋，早期 ENSO 指标 |
| Niño 3.4 | 5°N–5°S, 120°W–170°W | 当前标准判定区域（ONI 基准） |
| Niño 4 | 5°N–5°S, 160°E–150°W | 西太平洋暖池区域，中太平洋型 ENSO 关键区 |
其他关键指标
塔希提岛（Tahiti）与达尔文港（Darwin）之间的海平面气压差标准化值。SOI 持续为负值表示南方涛动处于"厄尔尼诺模式"（塔希提气压低、达尔文气压高）。SOI 持续为正则对应拉尼娜。SOI 数据可追溯至 1876 年，是 ENSO 研究最长的连续记录。
TAO 浮标测量的 500 米水温剖面可追踪温跃层（20°C 等温线）深度变化。厄尔尼诺前兆信号之一：西太平洋次表层异常暖水沿赤道向东传播的开尔文波，可提供数月预警提前量。这是动力模式最重要的初始条件之一。
卫星测量的地球对外长波辐射反映了热带对流活动的强度和位置。厄尔尼诺期间，深对流和降雨从印尼海洋性大陆东移至中太平洋，OLR 的分布模式发生显著变化。OLR 异常是确认 ENSO"大气响应"是否建立的关键证据。
MEI 综合海平面气压、纬向/经向风分量、海表温度、地表气温和云量六个变量，用主成分分析（PCA）提取 ENSO 主导模态。相比单一的 ONI，MEI 更全面反映海洋-大气耦合状态，能更早识别 ENSO 事件的建立。
预测方法对比
| 方法 | 原理 | 有效预报 提前量 | 优势 | 局限 |
|---|---|---|---|---|
| 动力模型 | 数值求解海洋-大气耦合偏微分方程，从当前初始条件向前积分 | 6–12 个月 | 物理基础、极端事件可能表现更好 | 计算昂贵、模式偏差、集合离散度大 |
| 统计模型 | 基于历史 ONI/SOI 等指标的时间序列统计关系做回归预测 | 3–6 个月 | 计算廉价、历史规律可靠 | 非线性事件能力差、依赖平稳性假设 |
| 机器学习 | 使用 CNN/LSTM 等深度学习模型从多维海洋-大气场中提取预测特征 | 6–18 个月 | 可捕捉复杂非线性关系，发展迅速 | 可解释性低、样本量有限、泛化存疑 |
| 集合平均 | 综合多模型预测取均值，消除单模型偏差 | 6–9 个月 | 稳定性和准确率最高 | 反应滞后于最快模式、稀释强烈信号 |
春季可预报性屏障
ENSO 预测存在一个著名的难题——"春季可预报性屏障"（Spring Predictability Barrier）。每年 3–5 月，几乎所有模型的预测技巧都会出现断崖式下降。这是因为北半球春季热带太平洋海洋-大气耦合最弱、信风最不稳定、ENSO 信号内在的随机性最强。这意味着一个厄尔尼诺事件的命运，往往由春季几个月期间的随机天气噪声（如西风爆发事件）决定。跨越春季屏障是 ENSO 预测理论和实践面临的最大挑战。