东海海平面长期变化的研究外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

东海海平面长期变化的研究

摘要：本文从海平面异常数据（MSLA）卫星高度计资料，潮位计海平面资料和历史海平面资料的分析入手，研究了东海长周期海面的变化特征。在此基础上，相关分析，计算潮位与最接近MSLA网格点的相关系数，然后生成整个ECS的相关系数图。结果表明，卫星高度计MSLA数据可以有效地观测沿海海平面变化。一个重要的发现是从相关系数图中我们可以识别出黑潮。黑潮的存在降低了沿海与太平洋海平面之间的相关性。 黑潮就像一个障碍，阻止太平洋和全球变化的影响。此外，ECS的沿海海平面主要与当地系统相关，而不是全球变化。为了计算长期海平面变化趋势，应用经验模态分解（EMD）方法推导整个ECS中每个MSLA网格点的趋势。根据趋势和上升速率的二维分布，黑潮轴线右侧的海平面上升速度快于左侧。这个结果支持了黑潮在ECS中的阻碍效应。对于整个ECS而言，1993年至2010年平均海平面上升45.0毫米，上升速度为（2.5plusmn;0.4）毫米/秒，低于全球平均水平。相对较慢的海平面上升速度进一步证明海平面上升在ECS中，由于其本地系统影响，对全球变化的响应较少。

关键词：东海，海平面变化，相关分析，经验模态分解

1.介绍

应对全球变暖加速海平面上升已成为公众关心的问题。 从1870年到2004年，全球平均海平面上升了195毫米，即平均年增长率为1.44毫米/年（Church和White，2006年）。 虽然目前的海平面上升速度已经达到约3毫米/秒，但增长速度比以前更快（Church and White，2006; 2011; IPCC，2007）。过去的调查表明，海平面上升可能影响全球沿海和岛屿地区的人口，并改变沿海和海洋生态系统等自然环境（Bindoff等， 2007; Fischlin等，2007; Nicholls和Cazenave，2010）。

全球海平面随着海平面变化，空间变化和地质变化而变化（Church et al。，2001）。 为了尽可能准确地检测到变化，以前的研究开发了各种方法。 20世纪90年代，潮汐分析仪表数据是提取当地和全球海平面变化信号的主要方法（Douglas，1992）。 同时，新开发的卫星测高能够提供覆盖全球大部分海洋的时间序列海平面数据。 从而卫星测高数据和潮汐测量数据的组合分析已成为估算大规模或全球和区域海平面变化的新方法（Cabanes等，2001; Mangiarotti，2007; Church and White，2011; Trisirisatayawong等2011年; Dean和休斯顿，2013）。

然而，以前的研究人员发现，海平面变化趋势既不是统一的，也不是同时分布在世界各地（Cazenave和Nerem，2004; Carton等，2005）。因此，开发预测海平面变化趋势的局部或全球模型具有重要意义。有两种模型：基于物理过程分析的数值模型和基于长期观测的统计模型（Baart et al。，2012）。作为物理方法，政府间气候变化专门委员会（IPCC）使用一系列数值模型来估计过去和未来海平面变化。同时，一些统计方法已被用于确定海平面变化，如经验正交函数（EOF）分析（Church等，2004; 2011），半经验方法（Rahmstorf，2007），光谱分析方法（Fenoglio-Marc，2002），回归方法（Cheng等，2012; Dean和Houston，2013）和经验模式分解（EMD）分析（Ezer，2013）。

中国东部沿海地区是该国人口最多，工业化和城市化的地区。然而，这些地区也容易受到海平面上升的影响，因为大部分地区属于低地和河流三角洲。因此，自2000年以来，中国特别是海平面上升及其影响的研究已经取得了进展。Syvitski et al（2009）分析了长江三角洲地表面积在目前预测的海平面上升的情况下易受洪水影响。二十一世纪，长江三角洲被认定为几乎没有沉积和/或非常高的加速挤压。 Wang等人（2011）将小波变换应用于周平均海平面变化多尺度周期分析，预测ECS未来海平面变化。他们发现1992 - 2009年海平面上的ECS呈现波动上升趋势，年平均增长率高达3.9 mm / a左右。 Zuo等人（2013）计算了洪水威胁区域包括邻近的上海市，江苏省和浙江省北部的长江三角洲沿海地区。结果表明，如果海平面上升在当前的3mm/年，2050年洪水面积将分别为64.1times;103 km2和2080年67.8times;103 km2。

在这项研究中，我们将注意力集中在使用时间序列卫星高度计数据，潮汐计数据和历史海平面数据检查ECS中的海平面变化。 下一节将介绍包括研究领域，数据和数据处理技术。 第3节分析了沿海海平面变化与ECS中的相关性。 第4节给出了经验模式分解（EMD）方法得出的整个ECS的长期海平面变化趋势，并考察了二维分布特征。 第5节包括讨论和总结。

2.数据和方法

2.1研究领域

ECS是西北太平洋的一个大型边缘海，南北长1,300公里，东西宽740公里，占地面积7.7times;105 km2，从21˚54 到33˚17N和从117˚15到131˚03E（Guo el2004）。 ECS通过琉球群岛连接太平洋，通过台湾海峡连通南海，通过朝鲜海峡连通日本海。 ECS的底部地形以倾斜的大陆为特征从西北向东南方向，深度小于200米的区域占ECS的66％面积，位于陆架东侧5。 ECS等深线由西南向东北延伸，平均深度370 m冲绳海槽南部最大海拔2322 m。 在这项研究中，我们将郭的定义范围扩大到南纬19°N（图1）。

2.2卫星高度计海平面数据

自1992年以来，一系列卫星高度计产品已由法国国家空间研究中心（CNES）卫星海洋学数据分发。 延迟时间（DT）产品更为精确，因为精密轨道实验（POE）轨道和居中计算时间窗口（日期前后6周）均可用（Ssalto / Duacs用户手册）。

本研究使用海平面异常（MSLA）产品的全球DT地图。 MSLA被定义为相对于七年平均值的网格化海面高度。 每日MSLA产品提供（1/3）˚times;（1/3）˚墨卡托网格，以覆盖全球其日期时间分辨率为1992年10月14日至2011年1月19日。我们选择这一新发布的每日MSLA，因为EMD趋势提取可包括更多的数据，并且时间分辨率与潮位计一致。 所有产品都可以通过AVISO FTP（ftp.aviso.oceanobs.com）访问。

2.3潮位计数据

测潮仪可以测量海岸相对海平面的变化。 在这项研究中，原位潮汐计数据来自夏威夷大学海平面中心（UHSLC）。 UHSLC提供三种海平面数据，包括研究质量数据，快速交付数据（GLOSS / CLIVAR“快速交付”数据）和SLP-Pac数据（JCOMM在太平洋地图数据中的海平面计划）。

我们选择每日研究质量数据集，其中研究区海岸有4个站点可用。 在所有数据中，只剩下与卫星高度计数据具有相同重叠时间的系列。 这些日常数据在气候上平均以消除异常值。 表1列出了4个台站的位置和时间跨度。Lvsi和Shanwei台站不包括在ECS的传统定义中。 但是，考虑到调查海平面相关性在ECS的相邻海域，适度扩大ECS的研究区域是合理的。 因此在我们的研究中选择了吕氏和汕尾站。

2.4历史的海平面数据

中国海平面通报是中国国家海洋局发布的官方历史海平面资料。 基于其在海平面监测，预报和影响评估方面的专业工作，SOA自2000年起编制并发布了CSLB。在这些CSLB中，调查了中国不同海域或省份的海平面变化。 考虑到CSLB的实施以及与卫星高度计数据的重叠时间，本研究使用2007至2010年的四年CSLB数据。

2.5经验模式分解

经验模式分解（EMD）由Huang等人提出。（1998）用于在这项研究中提取海平面趋势信号。 EMD是一个功能强大的时间序列分析工具，特别适用于处理来自非平稳和非线性过程的数据。与几乎所有其他以前的方法相比，EMD方法是经验性的，直观的，直接的和适应性的（Huang et al。，2005）。 它基于任何数据由不同简单的固有振荡模式组成的假设。 这些线性或非线性模式中的每一个都由固有模式函数（IMF）表示，其可以具有作为时间函数的可变振幅和频率。 因此，EMD取决于数据集的性质。根据IMF的具体定义和重复筛选，可以将任何函数分解为IMF，最终的残差应该是一个趋势。

在本研究中，每个MSLA网格点的海平面数据可以描述为时间序列函数x（t）。 筛选过程如图2所示。在第一次EMD筛选过程中，我们确定所有局部最大值和最小值，然后使用三次样条线生成上下包裹。 上和下包裹的平均值被指定为m1，并且数据x（t）和m1之间的差值是第一个分量h1，

3.沿海海平面变化与ECS中的相关性

3.1MSLA的验证

为了验证MSLA在ECS中的适用性，我们应用MSLA和潮位计海平面数据之间的相关性分析。 相关系数（CC）以月平均数据计算。

对于每个潮汐站，我们发现最接近的MSLA网格点上的所有CC都大于0.65。 潮汐站和最近MSLA格点之间的最大距离为0.5（约0.84公里）。 这表明卫星MSLA数据与原位潮汐计海平面数据相关。 但是，对于某些潮位计站，最大CC不会出现在最初的MSLA网格点上，而是出现在潮汐站周围的相邻区域。 鹿堰站，坎门站，厦门站，汕尾站最近的MSLA站的CC分别为0.65,0.70,0.79,0.81。 图3给出了CC，4个潮汐站月平均海平面数据曲线和最近MSLA格点的月平均数据站。

表2列出了四个潮汐站不同邻近区域的平均CC。为了比较CC的变化，我们选择3times;3，5times;5，9times;9网格点窗口，面积大约为100 kmtimes;100 km ，150公里times;150公里，300公里times;300公里。随着这些窗口面积的增加，CC显示出不同的变化。 在吕石站，CC先下降，然后随着面积增大而增加。 在Kanmen站，CC持续增加。 在厦门站，CC保持降低。在汕尾站，CC保持不变。 以上CC的变化使我们认为这四个台站的海平面是由不同的水团或者水团控制的ECS中的海流系统。

3.2沿海海平面与沿海海平面的相关分析

为了进一步验证表2中的怀疑，我们调查了整个ECS中四个潮汐站和MSLA网格点之间的CC分布。 图4显示了ECS中四个潮位计海平面的CC图。 黑潮的轴线叠加在CC的地图上。

鹿堰站（图4a）的结果表明，这个地区的海平面变化与ECS中部和北部地区的海平面变化高度相关（CCgt; 0.8）。 同时，与沿海海域相关性较弱（0.5 lt;CC lt;0.7），与福建和广东沿海海域呈负相关。 这表明其变化可能主要由ECS公海的水团控制。 在坎门站（图4b）发生类似的特征，其中高度相关的地区（CCgt; 0.8）主要位于浙江省的ECS和沿海海域的北部地区。 然而，坎门沿海海域的CC（CCgt; 0.7）高于鹿堰，说明它更容易受沿海洋流系统的影响。

与鹿堰站和坎门站的情况不同，厦门站和汕尾站的海平面变率相关性结果几乎完全不同。 对于这两个台站而言，最高相关区域（CCgt; 0.8）位于浙江，福建和广东沿海，如图4c和图4d所示。 此外，北部地区的CC仍然很高（CCgt; 0.6），但ECS中部地区的CC非常弱（CCasymp;0.3）。 这些结果表明，两个台站的海平面变化主要由沿海洋流系统支配。

为了更好地验证上述的海平面变化特征，我们进一步计算了整个ECS中CSLB数据和MSLA网格点之间的CC。 CSLB在不同沿海海域讨论海平面变化。 因此我们选择五个沿海海洋，与上面讨论的四个台站相对应。 沿海五大洲分别是江苏省（JS），浙江省（ZJ），福建省（FJ），广东省东部地区（GD）的南部地区，对应于鹿堰站，坎门站，厦门站，汕尾站。由于距离最近，上海市相当于吕石站。 图5显示了ECS中的CSLB数据和MSLA网格之间的CC图。

从这些图中我们可以看到，CC的分布特征与四个站的结果非常一致。 此外，这种一致性进一步证明了卫星高度计MSLA数据可用于观测ECS中的海平面变化。

这里的一个重要发现是，在CC的上述地图中，可以清楚地识别黑潮。 此外，它与CC上叠加的黑潮轴线一致。 在这些地图中，我们可以看到的沿海海平面和坎门站与黑潮轴线相对较弱，厦门站和汕尾站沿海海平面基本与黑潮不相关。 由于黑潮代表太平洋的环流，影响全球变化，这一发现表明，ECS对全球变化的响应较少。 主要受当地水团和当前环流控制。

4.整个ECS的长期海平面变化趋势

4.1由EMD得出的长期海平面变化趋势

我们使用EMD方法来推导ECS中的海平面趋势。 对于每日MSLA，每个网格点的数据周期为1992年10月14日至2011年1月19日，近20年。 因此，每个网格点有6672天的数据用于EMD计算。我们使用1992年和2011年的数据，但没有考虑年趋势分析，因为EMD方法对数据的起点和终点非常敏感。 1992年和2011年的多余数据对推导适当的趋势非常有利。

图6显示了典型MSLA网格点的EMD结果。 我们可以在MSLA网格点上看到所有IMF的时间序列数据。 这些IMFs覆盖时间序列中不同的振荡频率分量。 根据图6，IMF数量增加，成分的振荡周期变大。图6中的原始数字是原始MSLA数据的曲线。 IMF1-5是

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23440]，资料为PDF文档或Word文档，PDF文档可免费转换为Word