张成卓,郭景松,曹小群,薛宇欢*
(1.国防科技大学 气象海洋学院,湖南 长沙4100732;2.国防科技大学 计算机学院,湖南 长沙4100732;3.自然资源部 第一海洋研究所,山东 青岛266061;4.青岛海洋科学与技术试点国家实验室 区域海洋动力学与数值模拟功能实验室,山东 青岛266061)
海平面升高问题一直广受全球关注。海平面高度变化是全球气候变化的关键指标,它反映了气候系统多个组成部分的变化。已有研究得出全球平均海平面上升速率呈加速上升趋势[1],这将带来一系列的环境及社会问题,尤其是低海拔沿海区域将面临陆地被淹没、极端灾害事件增加的危险。过去几十年,区域海平面的变化和变率已经严重偏离了全球平均海平面[2]。区域海平面升高问题不仅在科学层面,而且在社会层面都具有极其重要的影响,这引起了世界气候研究计划(World Climate Research Programme,WCRP)的高度关注并作为WCRP的一项重大挑战计划被长期重点研究,以应对人为和自然引起的气候变化及其影响。中国海岸线长达18 000 km,人口超过500万的城市住区中,近2/3属于低海拔地区,中国近海海平面的上升将会对沿海地区构成严重威胁[3]。
以往研究结果显示,中国沿海海平面变化总体呈波动上升趋势。研究表明海平面变化存在季节内到多年际的变化规律,其中以一年周期变化为主,另外渤海存在2个月的周期信号波动,南海有半年周期信号波动,并且受到ENSO现象的影响[4]。从卫星观测以来1993—2012年,渤海、黄海、东海海平面升高的平均速率分别为4.44,2.34和3.02 mm/a[5],南海的海平面上升速度大约为4.7 mm/a,最大可达到10 mm/a[6]。利用验潮站数据发现中国近海海平面加速上升,1959—2013年,在渤海地区,海平面上升加速度在(0.085±0.02)mm/a2,东海地区大约为(0.074±0.032)mm/a2[7]。海平面变化存在季节差异,利用小波分析研究发现,东海海平面在秋季的年平均峰值速为5.07 mm/a,大约为平均速率的1.4倍[8]。
导致海平面变化的原因众多,温室效应引起的气候变化是普遍被认为的主要原因。全球气温升高,海洋热含量增加引起海水热膨胀[9-10],冰川以及格陵兰岛冰和南极冰川等极地海冰的融化[11],都可导致海平面升高。中国近海受到入海径流、海洋环流和季风对沿岸水的输运堆积或流失等影响,海平面呈季节性变化。另外,黑潮径流的变化也可对黄、东海海平面产生年际影响,黑潮流量大的年份中国沿岸海平面比较高[12-13]。受ENSO、PDO等影响,近海海平面可能会出现多年际周期性振荡,赤道东太平洋温度和中国近海海平面存在遥相关[14]。模式数据的分析结果显示中国近海海平面变化出现十年际振荡,和NPGO(北太平洋涡旋振荡)有关而不是PDO有关[15]。对卫星高度计和温盐数据综合分析显示,导致渤海、黄海和东海海平面上升的主要原因是海水质量的增加,而南海主要受比容海平面上升影响[16]。
虽然以往研究中国近海海平面变化已有大量的成果,然而都基于平均思想,利用在时间或空间上平均来分析变化情况,但没有同时反映海平面变化在时间和空间上的不均匀性。实际上,海平面变化不但存在着地区差异,在时间上也具有变异性,不同地区、不同年份海平面变化速率具有非常大的差别。受研究方法限制,普通线性分析方法并不能反映海平面变化速率的空间结构在时间上的变异。Huang在1998年提出的经验模态分解(Empirical Mode Decomposition,EMD)方法基于自适应思想,能够将非平稳信号分解为不同范围周期的模态,并计算信号在某一模态的瞬时速率或者瞬时变化率[17]。据此,本文基于卫星高度计和验潮站数据,利用由EMD发展的集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)[18],并结合最小二乘拟合,得到中国近海海平面变化及其变率在时间和空间上的变化规律。
卫星高度计数据AVISO(Archiving,Validation and Interpretation of Satellite Oceanographic Data)[25]由法国国家空间研究中心提供。它融合了多颗高度计卫星数据,在除去多年海平面高度平均值之后,去除海浪影响、大气影响、轨道误差、仪器误差和环境影响合成得到的可靠的全球海平面高度数据。本文使用的数据类型为海平面异常(Sea Level Anomaly,SLA),表示海平面相对于平均海平面的高度差。由于本文研究海平面的变化趋势,因此SLA可满足研究需求。获取的数据产品的时间分辨率为1 d,空间分辨率为0.25°,选用的时间长度从1993-01-01—2016-12-31。空间覆盖范围为(106°~134°E,3°~41°N),该矩形区域能较完整地覆盖中国海及相关的周边海域。以往的研究结果[4]表明,利用AVISO数据可较真实地反映中国近海海平面变化的规律。
验潮站数据由PSMSL(Permanent Service for Mean Sea-level)[26]提供。PSMSL成立于1933年,旨在通过全球验潮站网络,整理搜集并免费分发全球的海平面数据、研究分析海平面变化状况及其原因。本研究选取了大连(老虎滩站)、坎门站、香港(石壁站)共3个站位,分别位于黄海、东海、南海。为便于和卫星高度计数据比较,本文截取卫星高度计观测期间1993—2016年的月平均。3个站位数据的具体信息见表1。
表1 潮位站信息Table 1 Locations of tide gauge station
基于集合经验模态分解和最小二乘拟合,利用AVISO卫星高度计、验潮站数据,分析1993—2016年间中国邻近及周边海域的海平面变化趋势及上升速率在时间和空间的变化规律。
为得到海平面的时空变化趋势,利用集合经验模态分解(EEMD)方法将原始数据分解并保留最后的趋势项。EEMD方法由经验模态分解(Empirical Mode Decomposition,EMD)发展而来,其原理是在EMD基础上加入一组或多组白噪声信号,从而对原始时间序列数据进行平稳化处理。EMD,EEMD是一种用于处理非线性非平稳信号的方法,由于其先进性目前正被广泛地应用于海洋和气候研究[19-21]。Wang等[22]指出,实际应用中,原始的固有模态函数(Intrinsic Mode Function,IMF)条件“上下包络对称”并不成立,因此发展了多种筛选迭代的停止准则,本文采用文献[14]中的“S-数准则”。另外,本文加入白噪音为原始数据标准差的0.2倍,分解的集合数为500。
EEMD方法的优势在于完全的自适应性和非线性以及在海洋数据分析研究中的可靠性,分解出来的IMFs都具有较强的物理意义,对于像海平面变化及趋势这种大尺度时间序列用此方法滤波具有较大优势。对于海平面未来高度变化的预测也将不受线性限制,可以更加准确地将变化趋势描述出来。
最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法可用于曲线拟合,是一种线性拟合的方法。
本文将利用以上2种方法分析中国近海海平面变化趋势及变化速率的时空变化特征,中国近海海平面平均变化率的空间分布特征,中国近海平均海平面的时间变化趋势及变化率,并比较线性方法和非线性方法的异同,从而得出可靠的结论。
对研究范围内卫星高度计网格数据每个格点上1993—2016年的时间序列进行EEMD处理,取分解结果的趋势项,并对趋势项数据在时间上求离散导数并取平均,得到每个格点的平均海平面上升速率。将各时间点所有格点的平均海平面上升速率拼合到地图上,得到1993—2016年中国近海的平均海平面上升速率空间分布图。作为比较,同时对每个格点利用最小二乘拟合计算了同时间段内海平面变化线性趋势的平均变化率(图1)。
两种分析方法得到的平均海平面变化率的空间分布特征大致相同,但在广东沿岸、靠近赤道区域略有差异。经EEMD处理得出的趋势项结果能够显示出自江苏盐城至广东阳江沿岸一带海平面上升速率远高于近海地区,而最小二乘拟合得出的结果显示沿岸和近海的速率几乎一致;同样,在靠近赤道地区,有明显的上升速率高于其他区域的海区,而最小二乘法结果并未显示出。该差异的主要原因是EEMD的趋势项是非线性的,对其进行离散求导再平均后的值有别于线性最小二乘法得到的变化率。进一步分析得知海平面在最近几年加速上升,因此EEMD方法得到的平均海平面上升速率大于最小二乘法得到的结果。两个方法均显示中国近海海平面总体上呈上升趋势,但区域分布不均匀。沿海地区海平面升高速率快,大都在6 mm/a。近海升高速率大约为2 mm/a。吕宋海峡以东有轻微的海平面下降。此结果和张静等[23]利用相同资料线性拟合计算的1993—2012年中国海海平面上升趋势结果相比,本文在所研究时间范围(1993—2016年)内,沿海地区如黄海北部沿岸、东海沿岸以及渤海,海平面上升速率明显高于外海,而张静等[23]研究结果在此区域和外海并没有明显差异。中国沿海海平面上升速率远远大于外海,都达到了6 mm/a。因此本结论和张静等[23]结果的差异可能是2012年以来中国沿海海平面上升速率逐年增大的原因。
图1 中国近海海平面高度异常EEMD趋势项多年平均分布特征及线性变化趋势Fig.1 Distribution of sea level change rate derived by EEMD and linear trend
3.2.1 整体变化趋势
对研究海区内所有格点上海平面高度求平均,得到区域平均的海平面时间序列。对该序列分别利用线性最小二乘拟合及EEMD分解,可求得中国近海平均海平面变化的线性及非线性趋势(图2a)。由最小二乘法求解得出,1993—2016年,中国近海平均海平面上升速率为3.65 mm/a,而利用相同资料得出1993—2012年的线性上升速率为4.3 mm/a。而非线性趋势表明,1993年以来,中国近海海平面上升速率并非恒定不变。图2b为由线性趋势求得的海平面上升速率的年变化率。表明1993年以来所研究海区的平均海平面上升趋势逐年变缓,1993年上升速率最大,大于6 mm/a,至2016年,平均海平面上升速率接近0。这解释了1993—2012年的线性上升速率大于1993—2016年的线性上升速率。
图2 中国近海整体海平面变化趋势及变化率Fig.2 Sea level change trend and rate in coastal waters of China
3.2.2 各海区变化趋势
图3 研究区域划分Fig.3 Division of the study area
如图3所示,将研究区域分成3个海区。3个海区分别为沿海海区,近海海区以及西太平洋西部部分海区。利用相同方法分别计算各海区平均海平面随时间变化趋势以及海平面变化速率。
首先利用线性最小二乘拟合1993年以来3个海区平均海平面,得到海平面变化的线性趋势以及线性变化率。图4a中虚线表示3个海区的线性趋势,总体来说,3个海区海平面均呈上升趋势。其斜率即海平面平均升高速率在沿海地区为3.45 mm/a,近海地区为3.72 mm/a,黑线以东为3.53 mm/a。
然而海平面上升速率是随时间变化的。因此,我们利用EEMD方法计算了3个海区非线性趋势及增长率。图4a中实线为3个海区平均海平面时间序列EEMD分解后的趋势项,图4b为对趋势求导,得到的海平面上升速率随时间的变化。结果显示,沿海地区自1993年以来海平面加速上升,上升速率由1993年的3.65 mm/a,增加到2016年的5.03 mm/a。近海区域海平面逐年上升但上升速度有减缓趋势,其速率由1993年的4.51 mm/a,减缓至2016年的3.8 mm/a。而黑线以东海区海平面先减速上升,2010年后加速下降,呈现周期性规律。上升速度最大可达9.5 mm/a,下降速度最大可达2.27 mm/a。
图4 a中显示的西太平洋西部海区的海平面变化趋势和Piecuch等[24]指出的热带北太平洋西部(Western Tropical North Pacific,WTNP)的海平面变化一致。以往的研究结果也表明黑线以东海平面上升速度减弱和太平洋海平面变化相关联。Piecuch等[24]指出,WTNP的海平面有年代际变化规律,其主要由于热量变化引起,和上层海洋热含量的变化有关,该结论解释了图4a中黑线以东海平面变化的原因。
由此可见,中国近海海平面不仅在空间分布上差异巨大,不同地区上升速率不同,且在相同年份可同时出现海平面上升和下降的区域,而且在时间上差异巨大,相同海区,其海平面变化速率随时间变化。因此,相对于线性方法,自适应非线性方法能更准确的分析海平面变化的时空趋势。
图4 各海区海平面变化趋势及变化率Fig.4 Sea level change trend and rate in each study area
利用卫星高度计数据计算了所有格点分解后的趋势在1993—2016年各年的平均值,得到近24 a间中国近海海平面非线性时空变化,每隔4 a取一张图作为样例分析(图5)。一个非常明显的特征是近海海平面高度在近24 a有明显而持续的升高,大部分区域由1993年的低于平均海平面5 cm,上升到2016年的高于平均海平面5 cm,沿海地区甚至高于平均海平面近20 cm。2001年是一个拐点,2001—2016年大部分海区海平面高于平均海平面;另一个特征是海平面空间分布的不均匀性:在西太平洋西部海区,1993—2005年,海平面大体呈上升状态,2006年以后部分海区海平面开始下降,2013年以后下降非常明显。而在近海海区1993年以来持续上升。沿海地区海平面上升速率较快,2009年开始,中国、朝鲜半岛、日本以及越南各沿海均有明显升高,其海平面高于其他海域。
图5 1993—2016年EEMD分解得到的海表面高度异常趋势的时空分布特征Fig.5 Spatio-temporal distribution of the trends in sea level change obtained from EEMD decomposition during 1993 to 2016
作为卫星高度计数据的补充和验证,利用获取的中国个别沿海验潮站的海平面高度数据,分析了1993年至有观测数据的时期内海平面上升的线性及非线性速率。原始数据中有大量缺测点或异常点,采用异常点值与中位数相差超过3倍,经过换算的中位数绝对偏差(Mdian Absolute Deviation,MAD)的值确定异常点。对存在异常点的月份采用三次样条插值进行替换。首先对原始数据求距平,求得各验潮站海面高度变化异常。对海面高度变化异常做EEMD及最小二乘拟合,求得海面高度变化的非线性及线性趋势,并由此求得海平面变化的速率。如图6所示为大连站海面高度异常趋势及上升速率。由非线性趋势可见大连站的海平面上升趋势呈递减趋势,由1993年的6.3 mm/a,减小到2016年的2.7 mm/a。而由线性趋势计算得的大连站水位上升速率为5.1 mm/a。图7为坎门站海面高度异常趋势及上升速率。由非线性趋势可见坎门站的海平面呈加速上升趋势,由1993年的3.4 mm/a,到2016上升速率达到11.4 mm/a。而由线性趋势求得坎门站水位上升速率为5.6 mm/a。图8为香港站海面高度异常趋势及上升速率。由非线性趋势可见香港站的海平面同样呈加速上升趋势,由1993年的1.7 mm/a,到2016上升速率达到8.5 mm/a。而由线性趋势求得香港站水位上升速率为3.6 mm/a。由此可见单纯的线性分析,难以反映出海平面的瞬时变化。对照卫星高度计数据计算结果,我们可以发现3个验潮站数据结果基本与图5相同海域的海平面变化规律相吻合,说明卫星高度计数据能够准确地反映中国近海的海平面变化。
图6 大连站海面高度变化趋势及海面高度升高速率Fig.6 Sea-level trend and sea-level rise rate from the tide gauge data at Dalian station
图7 坎门站海面高度变化趋势及海面高度升高速率Fig.7 Sea-level trend and sea-level rise rate from the tide gauge data at Kanmen station
图8 香港验潮站海面高度变化趋势及海面高度升高速率Fig.8 Sea level change trend and sea level rise rate based on tide gauge data at Hong Kong station
本文基于AVISO海表面高度数据和验潮站数据,分别利用EEMD和最小二乘拟合方法,研究了中国近海海平面时空变化及海平面变化的趋势。
卫星高度计的EEMD趋势项结果表明,中国近海海平面持续升高,但存在时间和空间的不均匀性。中国近海平均海平面上升速率为3.65 mm/a;沿海地区海平面自1993年以来加速上升,上升速率由1993年的3.65 mm/a,增加到2016年的5.03 mm/a;近海区域海平面逐年上升但上升速度有减缓趋势,其速率由1993年的4.51 mm/a,减缓至2016年的3.8 mm/a;而西太平洋西部海区海平面先减速上升,2010年后加速下降,呈现周期性规律。上升速度最大可达9.5 mm/a,下降速度最大可达2.27 mm/a。
卫星高度计的最小二乘拟合结果表明,中国近海平均海平面上升速率为4.3 mm/a;沿海地区为3.45 mm/a,近海地区为3.72 mm/a,西太平洋西部海区为3.53 mm/a。
验潮站和卫星高度计的EEMD结果均表明,大连站的海平面上升速率呈递减趋势,由1993年的6.3 mm/a,减小到2016年的2.7 mm/a;坎门站的海平面加速上升,由1993年的3.4 mm/a,到2016上升速率达到11.4 mm/a;香港站的海平面加速上升,由1993年的1.7 mm/a,到2016上升速率达到8.5 mm/a。验潮站的最小二乘拟合结果表明,大连平均海平面上升速率为5.1 mm/a,坎门平均海平面上升速率为5.6 mm/a,香港平均海平面上升速率为3.6 mm/a。