近30年南海海平面高度的時空變化

唐 蕾， 陳梅花

(浙江師范大學 地理與環境科學學院,浙江 金華 321004)

0 前 言

南海是一個東北—西南走向的半封閉海盆，中部為斷陷狀的深海盆，平均水深為4 000 m，東鄰菲律賓，通過呂宋海峽、東南部的民都洛海峽和巴拉巴克海峽與西太平洋相連，西近越南通過馬六甲海峽與印度洋相通(見圖1).南海因特殊的海底地形、季風轉換等自然因素使該地區海平面變化具有一定的獨特性.而南海沿岸人口密集、經濟活動活躍，海平面上升帶來的生產、生活及生態環境方面的壓力巨大.因此，研究該地區海平面的時空變化規律，分析其變化趨勢，有助于理解、預測與防范這一地區的海平面異常變化帶來的自然災害威脅.

注:基于自然資源部標準地圖服務網審圖號為GS(2016)2954號的標準地圖制作，底圖邊界無修改

近年來，已有許多學者對南海海平面的變化趨勢、周期規律及影響因素進行了相關研究，海平面公報顯示,近40年來南海沿岸海平面上升速率為3.50 mm/a，高于同時段黃海、東海的上升速率[1]；常樂等[2]利用衛星測高數據發現,1993年以來南海的平均海平面上升趨勢明顯，為4.00 mm/a；余榮臻等[3]利用經驗模態分解(empirical mode decomposition，EMD)方法研究了南海海平面的變化周期；張惠軍等[4]發現南海海平面的年際變化與El Nino(厄爾尼諾)有著明顯的關聯;羅鳳云等[5]研究了El Nino的發展年、衰減年及衰減年的次年海平面異常(sea level anomaly，SLA)空間分布.

上述研究成果有助于認識南海海平面變化的整體規律，但一些特定的區域如沿海海平面變化更值得進一步深入研究.這些區域的海平面變化對沿海城市的生產生活影響很大，同時沿岸海平面的測高數據也受城市生活的影響而可能存在誤差，需要用驗潮站的數據進行驗證，沿岸海平面特征也需要結合驗潮站的數據進行研究.此外，相對于其他時段，El Nino和La Nina(拉尼娜)期間海平面變化特征較為特殊，前人雖然有相關研究，但是缺乏嚴格按照事件的起止時間段進行SLA時空演變的分析，因此，在研究近30年SLA時空規律的基礎上聚焦El Nino和La Nina時段SLA的時空變化特征進行對比分析很有必要.

本文將利用集合經驗模態分解(ensemble empirical mode decomposition，EEMD)方法結合驗潮站與衛星測高數據，研究沿岸海平面變化趨勢及周期規律，應用差分整合移動自回歸(autoregressive integrated moving average，ARIMA)模型預測未來5年沿海海平面的變化趨勢，并根據Nino 3.4指數劃分出El Nino和La Nina發生時段，研究這些時段南海SLA的時空特征.在近30年南海海平面時空變化特征的基礎上，重點揭示沿岸海平面變化規律及El Nino和La Nina期間海平面的時空變化特征，為預警及應對沿海災害提供理論依據.

1 數據來源

衛星高度計數據來自法國空間研究中心衛星海洋學存檔數據中心(archiving validation and interpretion of satellite oceanography,AVISO)，該數據融合多顆衛星高度計(ERS-1/2，Topex/Poseidon，Sentinel-3A和Jason-3)的測高資料，去除多年海面高度平均值之后，消除了固體潮和海潮、海洋負荷潮汐、大氣影響而得到可靠的全球海平面高度數據.本文使用的數據類型為SLA，反映的是由于季節變化和氣候現象而引起的海洋表面高度的多變性，可用于研究海平面的變化規律.數據產品的時間分辨率為1 d，空間分辨率為0.25°×0.25°.本文選用南海海域(0°～25° N，105°～125° E)1993—2019年共27年的SLA數據.

驗潮站(tide gauge，TG)數據由平均海平面永久服務中心(permanent service for mean sea level，PSMSL)提供.考慮到南海海平面顯著上升的區域，選取了中國香港(鲗魚涌)、菲律賓(庫里馬奧)、 越南(頭頓)3個臺站觀測期間的月平均數據，與衛星高度計數據作對比分析.

2 研究方法

基于最小二乘、EEMD和ARIMA等方法，利用SLA和TG數據，分析1993—2019年間南海海平面時空變化特征及沿海海域海平面變化周期和趨勢，并通過IB(inverse barometer)校正提高驗潮站數據與衛星測高數據的一致性.

EEMD方法由EMD發展而來[6-7]，在原始時間序列上加入高斯白噪聲，對多次EMD得到的固有模態函數(intrinsic mode functions，IMF)進行總體平均來抵消加入的白噪聲，從而消除EMD中存在的模態混疊現象.其完全的自適應性和分解出來的IMFs(s取1，2，3，4)都具有較強的物理意義，故被應用于海平面變化研究中[8-9].本文加入白噪音為原始數據標準差的0.001倍，分解的集合數為600，使得各IMF項總平均后白噪聲基本抵消.

TG受大氣壓力的影響在高程測量中存在逆氣壓IB效應.因SLA已經過大氣校正(見第2節)，為了驗證SLA和TG時間序列的一致性，本文對TG數據去除IB效應，IB效應校正公式[10]

EIB=-9.948(Ρ-1 013.3).

式中：Ρ是觀測點的海面大氣壓；1 013.3為參考大氣壓.

ARIMA能夠對具有較高時序性的時間序列進行短期的預測，本文通過時序差分將SLA時間序列平穩化，使用自回歸函數圖確定自回歸過程階數p，用偏自回歸函數圖確定滑動平均項數q，并依據最小信息化準則，確定ARIMA模型，用于預測南海沿海海平面的變化趨勢.

3 結果與分析

3.1 南海SLA的空間分布特征

為了掌握27年南海海平面高度空間分布的整體特征，本文對研究范圍內1993—2019年的SLA進行多年平均和標準差計算，并利用最小二乘法擬合計算線性速率，得到每個格點的SLA多年平均值、標準差和線性變化趨勢(見圖2).

(a)多年平均 (b)標準差 (c)線性變化趨勢

南海27年 SLA平均值為6.16 cm，最大為12.01 cm，最小為0.03 cm.沿岸海域與中部海盆SLA相差較大.中部深海盆、呂宋海峽以東的海域多年平均SLA偏低3.00 cm左右，沿海海域、南海南部、民都洛海峽多年平均SLA明顯偏高，超過7.00 cm，具體見圖2(a).

南海東南部、呂宋海峽海域SLA變幅較小，標準差4.00 cm左右.受人類經濟活動、地殼沉降等因素影響，沿岸海域SLA變幅大，標準差超過13.00 cm，具體見圖2(b).

南海海平面總體上呈上升趨勢，除呂宋海峽以東出現海平面輕微下降外，沿岸海域海平面上升速率快，在3.00 mm/a以上，越南東部上升速率顯著，高達5.00 mm/a.而中部海盆上升速率分布不均勻，西南側高達5.00 mm/a，但東側低于3.00 mm/a，具體見圖2(c).

因沿岸海域多年SLA變幅明顯，后文將選取SLA變幅較大的3個沿海臺站討論南海沿海城市沿岸海平面變化特征及其周期規律.

3.2 沿岸臺站海平面高度的周期變化

由3.1可知,沿岸海域海平面呈現出明顯的上升趨勢，SLA變幅較大.考慮到沿海海平面變化與南海沿岸城市的生產生活關系密切，筆者利用沿岸TG的數據來驗證雷達測高數據的可靠性，并采用EEMD方法進一步分析沿海城市近岸海平面變化的周期規律與趨勢特征.從研究區域選取了中國香港(鲗魚涌)、越南(頭頓)、菲律賓(庫里馬奧)共3個沿岸臺站，地理位置如圖1所示.

TG原始月均數據中有少量的異常點，采用所在年份其余月均數據中位數與中位數絕對偏差值的2倍之和確定異常點.同時獲取TG所在位置相鄰區域的格點數據.臺站數據作為衛星高度計數據的補充和驗證，對其進行IB校正后，利用相關性分析得出TG數據與衛星測高數據存在高度一致性，結果見表1.

表1 TG與衛星測高數據觀測的沿海海平面數據相關性

海平面變化的速率及其在不同時間跨度上的變化具有很大的不確定性，利用EEMD分析TG時間序列，從長期趨勢中識別沿海臺站的海平面周期項和趨勢項.其中第1個時間序列分量 IMF1(見圖3(a))的非正弦振蕩圖像表明南海沿岸的海平面主要變化周期具有整體一致性，表征高頻信號變化;IMF2(見圖3(b))中主要變化周期在6個月左右，表征半年信號變化;IMF3(見圖3(c))中主要變化周期在36個月左右，表征年際信號變化;IMF4(見圖3(d))中鲗魚涌站主要周期變化為72個月，頭頓站主要周期變化為54個月，庫里馬奧站因時間序列較短限制了周期變化的計算.最后1個分量為趨勢項(見圖3(e))，中國香港(鲗魚涌)、越南(頭頓)城市近岸海平面呈現出上升的趨勢，菲律賓(庫里馬奧)城市近岸海平面在2011—2017年呈現出明顯的下降趨勢，在2017年后海平面升高.

圖3 鲗魚涌臺站、頭頓臺站、庫里馬奧臺站的TG數據EEMD分解結果

3.3 沿岸海平面變化趨勢及未來5年預測

沿岸城市經濟的快速發展加劇了地形沉降速率，促使海平面上升帶來的海洋災害頻發，導致人們的生存環境受到威脅.因此,選取TG臨近區域為代表，臨近鲗魚涌的A區、頭頓的B區、庫里馬奧的C區(見圖1).用27年間各區域年均SLA分析南海沿岸海平面變化趨勢，通過建立A區ARIMA(1，1，5)、B區ARIMA(1，2，6)和C區ARIMA(1，2，2)模型來預測未來5 年南海沿海城市近岸SLA的變化趨勢.ARIMA模型平穩R2值代表預測擬合效果，結果見表2.

表2 1993—2019年A區、B區和C區海平面變化趨勢與預測效果

線性趨勢線表明,A，B，C區分別以3.41,2.71,3.17 mm/a速率上升.未來5 年 SLA預測值顯示，鲗魚涌近岸在2023年達到最高13.54 cm，整體上升2.11 cm；頭頓近岸在2024年達到最高10.20 cm，整體上升2.55 cm；庫里馬奧近岸在2024年達到最低1.57 cm，整體下降3.47 cm,具體見圖4.

圖4 1993—2019年南海沿岸海域A區、B區和C區海平面變化趨勢及未來5年預測結果

3.4 南海SLA的時間變化特征

為了研究南海SLA的時間變化特征，本文對南海1993—2019年SLA數據求區域月平均，得到27年間月均SLA時間序列，并對其去除線性趨勢，根據多年變化趨勢劃分為5個時間段，分析得出不同時段變化趨勢的特征為上升→下降→上升→下降→上升，具體見圖5(a).

大量研究表明，El Nino和La Nina事件對南海海平面年際變化周期的影響不可忽視[11].從中國氣象局國家氣候中心下載得到Nino 3.4指數來表征El Nino和La Nina事件，分析Nino 3.4指數時間序列不同時段變化趨勢，得到Nino 3.4指數時間序列不同時段變化趨勢特征為下降→上升→下降→上升→下降，變化周期為4～7 a,具體見圖5(b).

(a)SLA (b)Nino 3.4指數

最后，通過時間序列對比分析，發現南海SLA的時間變化與El Nino和La Nina事件有著密切聯系，各個階段SLA 和Nino 3.4指數變化趨勢相反.因此,后文將進一步分析El Nino和La Nina期間南海SLA時空變化特征.

3.5 El Nino和La Nina期間的SLA時空變化特征

為了研究El Nino和La Nina期間的SLA時空變化特征，本文將Nino 3.4指數3個月滑動平均值≥0.50 ℃且持續至少5個月，判定為一次El Nino事件；Nino 3.4指數3個月滑動平均值≤-0.50 ℃且持續至少5個月，判定為一次La Nina事件[12]，1993—2019年共出現5次El Nino事件和4次La Nina事件,具體見表3.

表3 利用Nino 3.4 指數判別1993年以來的El Nino和La Nina事件

本文分別計算了5次El Nino和4次La Nina期間SLA月平均值(已去線性趨勢并扣除多年月均)，得到各事件期間SLA空間變化圖(見圖6).負值表示SLA低于同時段的多年月均值；正值表示SLA高于同時段的多年月均值.5次El Nino事件期間，南海SLA以負值為主，整體呈下降趨勢，尤其是民都洛海峽以南海域SLA在5次事件中均為負值.在負值的背景之上，南海局部海域SLA為正值.2個超強El Nino期間，SLA正值海域范圍較小，負值范圍較大，海平面下降顯著，超過了12.00 cm(見圖6(a)、6(d)).弱El Nino期間，南海海平面下降趨勢減弱(見圖6(b),6(c),6(e)).

注:基于自然資源部標準地圖服務網審圖號為GS(2016)2954號的標準地圖制作，底圖邊界無修改

4次La Nina事件期間，南海SLA以正值為主，局部海域為負值，海平面整體呈上升趨勢，尤其是民都洛海峽以南海域上升趨勢顯著.超強La Nina期間，南海整體SLA正值海域寬廣，負值范圍極小(見圖7(a)).2個中等強度的La Nina期間，SLA負值海域范圍狹小，海平面上升明顯，尤其是2010年6月—2011年4月La Nina事件期間，SLA比其他年份同時段高出12.00 cm(見圖7(c)).弱La Nina期間，南海海平面上升趨勢減弱(見圖7(d)).

注:基于自然資源部標準地圖服務網審圖號為GS(2016)2954號的標準地圖制作，底圖邊界無修改

上述結果表明，El Nino期間，南海海平面整體呈下降趨勢;La Nina期間，南海海平面整體呈上升趨勢，它們的強度會影響海平面的變化強弱.民都洛海峽以南海域相對南海其他海域，對El Nino和La Nina事件比較敏感，在El Nino期間，負異常顯著，與La Nina期間的正異常形成鮮明對比，因此,后文在作El Nino和La Nina期間的SLA時間分析時，特地將該海域單獨統計與整個南海作比較.

將時間上相近的El Nino和La Nina事件分為1組，共得到4組，分別統計整個南海及民都洛海峽以南海域SLA的月均值，來對比在El Nino和La Nina期間的SLA時間變化特征(見圖8).

1997年5月—1998年4月超強El Nino期間，南海和民都洛海峽以南SLA變化趨勢相同，低于同期多年平均值；1998年8月—2001年2月超強La Nina期間，二者SLA持續高于多年平均海平面，后者更是高達9.00 cm(見圖8(a)).

2006年9月—2007年1月弱El Nino期間，南海和民都洛海峽以南SLA變化均低于同期多年平均值，后者低至-5.00 cm；2007年8月—2008年4月中等強度La Nina期間，二者SLA上升趨勢明顯，民都洛海峽以南海域比南海整體高5.00 cm，上升顯著(見圖8(b)).

2009年7月—2010年3月弱El Nino期間，南海和民都洛海峽以南SLA變化相對以往的El Nino事件不是很明顯，負異常滯后4個月才出現；2010年6月—2011年4月中等強度La Nina期間，二者SLA明顯高于同期多年平均SLA，民都洛海峽以南海域SLA變化高出12.00 cm(見圖8(c)).

2014年10月—2016年4月超強El Nino期間，南海和民都洛海峽以南SLA下降趨勢明顯，后者SLA變化最低值至-12.00 cm；2017年10月—2018年3月弱La Nina期間，海平面上升趨勢均不明顯(見圖8(d)).

圖8 4次El Nino→La Nina轉折前后南海和民都洛海峽以南SLA時間變化對比曲線

總體而言，南海及民都洛海峽以南海域SLA變化在El Nino期間的下降趨勢和La Nina期間的上升趨勢一致，但后者下降和上升的幅度更為顯著.

4 結 論

本文基于1993—2019年AVISO海平面高度數據和驗潮站(TG)數據對南海整體及沿海海平面變化特征進行了分析，發現研究區海平面時空變化有如下規律:

1)27年間海平面變化空間分布不均勻，沿海海平面較南海東部的呂宋海峽、民都洛海峽等區域SLA變幅明顯；中部海盆西南側SLA變化速率明顯高于東側.

2)利用EEMD方法分析沿岸臺站數據，發現南海沿岸海平面有明顯的半年、年際周期信號，中國香港、越南沿岸海平面呈上升趨勢，菲律賓沿岸海平面變化呈先下降后上升的趨勢.應用最小二乘法、ARIMA差分自回歸移動平均模型分析中國香港、越南、菲律賓3個代表性沿岸區域發現：三者SLA上升速率分別是3.41,2.71,3.17 mm/a，略低于整個南海SLA的變化速率4.00 mm/a[2]；預測未來5年沿海海平面的變化趨勢，發現越南沿岸海平面上升2.55 cm，中國香港沿岸海平面上升2.11 cm，菲律賓沿岸海平面下降3.47 cm.

3)近30年南海SLA時間序列變化分為5個時間段，趨勢特征為上升→下降→上升→下降→上升，與Nino 3.4指數時間序列對比，發現二者變化趨勢相反.

4)El Nino期間，南海海平面整體上呈下降趨勢，La Nina期間，南海海平面整體上呈上升趨勢，它們的強度會影響海平面的變化強弱.民都洛海峽以南海域相對南海其他海域，對El Nino和La Nina事件比較敏感，該海域在El Nino期間負異常顯著，低于多年平均12.00 cm左右;在La Nina期間，正異常顯著，高于多年平均8.00 cm左右.

致謝：感謝法國空間研究中心提供的衛星高度計數據及平均海平面永久服務中心提供的驗潮站數據；感謝中國氣象局國家氣候中心提供的Nino 3.4指數數據！