随着全球气候不断变化,平均海面温度持续升高,我国东南沿海至西北太平洋周边台风频繁发生。我国沿海多地每年遭受不同程度的台风灾害影响,台风对我国多个沿海及内陆省市地区人民造成严重的生命和财产安全危害。海洋热焓（TCHP）是影响台风的主要因素之一。本文基于融合海温数据,利用TCHP算法反演海洋热焓,并从TCHP对台风的影响展开研究,主要研究工作和结论如下:1.利用融合海温数据、NOAA气候态数据WOA18和CMEMS海面高度异常数据,采用TCHP算法,反演获得2019年西北太平洋海洋热焓空间分布数据。并根据两层约化重力模式和海水状态方程计算出的H26（从海面到26°C等温线深度）与ARGO数据进行验证分析,用来检验研究方法的可行性。结果展示预测数据和浮标数据的绝对偏差在0-30m之间的数据占71.46%,而平均绝对偏差为23.11m,证明评估海洋26℃等温线深度计算上层海洋热焓的可行性。2.筛选2019年台风数据,选取十组台风数据提取时间,经纬度,强度等数据做时空匹配,找出每组中最大风速数据和对应的台风移速、TCHP和H26,将TCHP和H26分别与台风强度的进行拟合,分析探索TCHP对台风强度影响。结果表明:TCHP和H26与台风强度四次多项式拟合效果较好,拟合RMSE（均方根误差）分别为19.1和28.2。根据海-气交换原理,研究结果表明台风所经过海面的海洋热量影响台风的变化趋势,海洋热焓越高,台风后期发展的强度越大,台风等级也就越高。3.利用Liang-Kleeman信息流方法对利奇马台风路径下的TCHP与利奇马台风强度和移速的因果分析,计算利奇马台风路径下的TCHP与利奇马台风强度和移速的信息流。对比分析信息流结果,探究TCHP与台风强度存在的因果关系。试验结果表明:利奇马台风路径下的TCHP和利奇马台风强度存在单向因果关系,且TCHP到台风强度的信息流较大,是影响台风强度变化的因素之一。4.将2019年利奇马台风数据与基于融合海温数据反演得到的TCHP数据做时空匹配,得到利奇马台风路径上的TCHP。然后在地统计学的基础上,分别引入全局自相关分析和局部自相关分析方法,对台风路径上的TCHP进行分析研究,探索TCHP与台风强度和台风移速之间的空间相关性,分析海洋热焓对台风的影响。试验结果表明:TCHP的全局Moran’s I值为0.94,即利奇马路径下的TCHP在相邻空间位置上具有较高的空间正相关性;TCHP局部空间自相关特征主要以高-高,低-低这两种空间聚集形态为主,在局部空间上没有表现出异质性,具有较高的空间相关性;在利奇马台风发生及发展过程中,随空间位置的变化,TCHP属性值逐渐由低-低聚集类型向高-高聚集类型转变,对海-气交换产生负反馈影响,此时TCHP和台风移速在此变化过程中虽然波动较大,但是变化后维持在一定的范围内。变化之后的台风强度的增速也逐渐变缓,形成一个稳定状态。