Abstract The Bay of La Paz (BLPZ), located in the southwestern Gulf of California, is a region of significant biological productivity and strong environmental variability that remains to be understood. In particular, the spatial signature of different El Nino-Southern Oscillation (ENSO) conditions and their impact on the ecology of the bay remains puzzling because of contrasting field observations. In this context, the available satellite-derived data on surface chlorophyll (ChlSAT), sea surface temperature (SST) derived from the MODIS-Aqua sensor, together with surface wind intensity (WI) derived from reanalysis datasets from the period 2003–2018 were analyzed to identify the influence of local and remote forcing over the interannual variability of chlorophyll pigment concentration in BLPZ using WI, SST, and the Oceanic El Nino Index (ONI) as environmental factors. Significant relationships between environmental factors and ChlSAT were found using exponential models, with the higher slopes and correlations during La Nina events. Empirical orthogonal function (EOF) analysis was used to extract the principal mode of the ChlSAT and SST interannual variability. The first mode (EOF1) accounted for 64% and 89% of the ChlSAT and the SST interannual variance, respectively, showing a strong gradient along the coast of the bay. The corresponding amplitude of the ChlSAT mode was significantly correlated with the independent variables PC1SST, ONI, and WI anomalies (RSST = − 0.60, RONI = − 0.57, and RWI = 0.44, P

中文翻译：

---

2003-2018 年墨西哥拉巴斯湾地表卫星衍生叶绿素浓度的年际变化：ENSO 特征

摘要 拉巴斯湾 (BLPZ) 位于加利福尼亚湾西南部，是一个具有显着生物生产力和强烈环境变异性的地区，但仍有待了解。特别是，不同的厄尔尼诺 - 南方涛动 (ENSO) 条件的空间特征及其对海湾生态的影响仍然令人费解，因为实地观察结果不同。在此背景下，可用卫星衍生的地表叶绿素 (ChlSAT) 数据、来自 MODIS-Aqua 传感器的海面温度 (SST) 以及来自 2003-2018 年期间再分析数据集的地表风强度 (WI) 是分析以确定本地和远程强迫对 BLPZ 中叶绿素色素浓度年际变化的影响，使用 WI、SST、和海洋厄尔尼诺指数 (ONI) 作为环境因素。使用指数模型发现环境因素与 ChlSAT 之间的显着关系，在拉尼娜事件期间具有更高的斜率和相关性。经验正交函数 (EOF) 分析用于提取 ChlSAT 和 SST 年际变化的主要模式。第一模态（EOF1）分别占 ChlSAT 和 SST 年际方差的 64% 和 89%，在海湾沿岸显示出强烈的梯度。ChlSAT 模式的相应幅度与自变量 PC1SST、ONI 和 WI 异常显着相关（RSST = - 0.60，RONI = - 0.57，RWI = 0.44，P 在拉尼娜事件期间具有更高的斜率和相关性。经验正交函数 (EOF) 分析用于提取 ChlSAT 和 SST 年际变化的主要模式。第一模态（EOF1）分别占 ChlSAT 和 SST 年际方差的 64% 和 89%，在海湾沿岸显示出强烈的梯度。ChlSAT 模式的相应幅度与自变量 PC1SST、ONI 和 WI 异常显着相关（RSST = - 0.60，RONI = - 0.57，RWI = 0.44，P 在拉尼娜事件期间具有更高的斜率和相关性。经验正交函数 (EOF) 分析用于提取 ChlSAT 和 SST 年际变化的主要模式。第一模态（EOF1）分别占 ChlSAT 和 SST 年际方差的 64% 和 89%，在海湾沿岸显示出强烈的梯度。ChlSAT 模式的相应幅度与自变量 PC1SST、ONI 和 WI 异常显着相关（RSST = - 0.60，RONI = - 0.57，RWI = 0.44，P 沿着海湾海岸呈现出强烈的梯度。ChlSAT 模式的相应幅度与自变量 PC1SST、ONI 和 WI 异常显着相关（RSST = - 0.60，RONI = - 0.57，RWI = 0.44，P 沿着海湾海岸呈现出强烈的梯度。ChlSAT 模式的相应幅度与自变量 PC1SST、ONI 和 WI 异常显着相关（RSST = - 0.60，RONI = - 0.57，RWI = 0.44，P