海洋热浪（MHWs）是严重影响海洋生态系统的极端海洋变暖事件。尽管近年来对MHWs的研究日益增多，但南海区域海洋热浪发生前大气和海洋多种驱动因素的相对贡献仍未充分明确。为此，本研究将南海划分为五个代表性子区域，结合长短期记忆网络（Long Short-Term Memory，LSTM）模型与期望梯度（Expected Gradient，EG）方法，定量评估六类关键驱动因子在MHW发生前45天的相对贡献演变及其区域差异。结果表明，混合层深度在MHW爆发前起主导作用，体现了其对海洋热状态的重要调控；短波辐射和表层地转流在爆发前45天内贡献相对稳定，而10米风场贡献表现出明显的时空变化，尤其在爆发前约25天后由纬向风主导逐渐转为经向风主导。聚类分析识别出五类典型驱动模式，不同区域中各因子的有效作用时间受风场特征、混合层结构及局地地形共同影响。具体而言，开阔海域中纬向风作用较早且持续时间较长；近岸浅水区则表现为滞后且持续时间较短，可能受复杂地形限制。同时，浅混合层使海洋对表层热通量响应更快，从而增强混合层深度的持续影响。经向风在所有子区域中均于爆发前30至5天发挥关键作用，表明该阶段可能是提升MHW预测能力的重要窗口。本研究揭示了南海MHW驱动机制的区域差异特征，并验证了可解释深度学习方法在极端气候研究中的应用潜力。
 

海洋热浪,南海,可解释深度学习