文章信息
- 团文征, 李建成, 裴氏坚贞
- Van CHINH D, LI Jiancheng, BUI THI KIEN TRINH
- 越南海防市近岸海洋水位变化特征分析
- Analysis on Sea Level Variability Along the Coast of Haiphong Vietnam
- 武汉大学学报·信息科学版, 2015, 40(4): 552-557
- Geomatics and Information Science of Wuhan University, 2015, 40(4): 552-557
- http://dx.doi.org/10.13203/j.whugis20140376
-
文章历史
- 收稿日期:2014-05-09
2. 黎贵敦技术大学, 越南 河内, 100803;
3. 水利大学, 越南 河内, 100803
2. Le Quy Don Technical University, Hanoi 100803, Vietnam;
3. Department of Geo-informatics, Water Resources University, Hanoi 100803, Vietnam
据政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)第四次报告估计,到2100年,由于全球气候变暖、冰川融化,全球海洋水位将上升60~100 cm,许多沿海国家、地区和众多岛屿因此备受威胁,这给全世界社会经济发展和人民生活造成重要的影响[1, 2]。海防市是越南北部的港口城市,位于红河三角洲,岸线长约125 km,总面积约1 519 km2,大部分是平原,海拔在0.7~1.7 m之内,占总面积的85%。任何长期或短期的海平面变化将对海防市产生深远的社会经济影响。
海平面变化是海洋水位变化特征最直接的反映,研究数据主要依赖于沿海验潮站的长期水位观测和卫星雷达测高观测[3, 4]。验潮站观测时间长、精度高,能够很好地反映区域海洋水位的变化特征,但分布有限。1991年,Douglas经过严格筛选,采用了全球21个站的验潮资料,计算得出100年内(1880~1980年)全球海平面的平均上升速率为1.8 mm/a[5]。1997年,Douglas利用更多验潮站数据(观测时间为60 a)估计出的上升速率仍然为1.8 mm/a,而采用70 a以上的验潮站数据则为1.9 mm/a[6]。对于区域相对海平面变化,1991年,赵明才等采用沿岸验潮站资料估计出中国沿海相对海平面变化率为1.60±0.3 mm/a[7];1999年,郑文振根据中国沿海52个验潮站数据分析估计了区域海平面变化,指出总体年上升率为2.1 mm/a[8];2012年,Ami Hassan Md Din等对马来西亚沿岸19个验潮站数据分析,认为马来西亚沿岸相对海平面变化呈现上升趋势,上升速率为1.4~4.1 mm/a[9]。卫星测高观测分布广,能够对全球海域进行均匀且重复观测,但时间较短。利用1993~2009年的测高观测资料显示,全球平均海平面上升速率已达到3.3 ± 0.4 mm/a,呈加速上升趋势[2]。此外,潮差变化、潮汐调和常数变化、余水位变化以及余水位出现频率等也是海洋水位变化的主要特征。本文利用验潮站资料,研究海防市近岸地区的海平面水位变化特征。 1 数据选择和研究方法 1.1 数据描述
本文使用的数据为越南国家水文与气象局提供的海防市HONDAU验潮站的潮位连续观测资料,地理位置如图 1所示。数据时间为1957~2009年,采样间隔为1 h。该数据是越南国家时间最长、质量最佳的验潮站数据[10]。在海平面变化计算过程中,除使用了越南沿海7个验潮站的月平均海平面数据,还采用了Peltier(2004)提供的ICE-5G模型做冰后回弹改正[11],以及美国国家大气研究中心的NCEP/NCAR再分析气压资料做了逆气压改正。
1.2 潮汐调和分析理论海洋潮汐可以看成是多个不同周期、不同振幅的潮波叠加组合,其振幅和相位因地而异。调和分析法和响应分析法是分离潮波用得最多的两种方法。调和分析是把潮位变化按展开式的谐波项分解为许多分潮,并根据潮位观测数据计算各分潮的 振幅和相位。潮汐调和常数还有许多其他方面的应用,如计算理论最低潮面、天文最高和最低潮面[12]、余水位等。因此,利用验潮站观测资料,获取各分潮的调和常数,是分析海洋水位特征的基础。
设潮汐由r个分潮叠加而成,则在t时刻的潮位高可以表示为许多分潮的组合:
式中,A0为平均海面高;(V0+u)i、fi为天文变量;Hi、gi为各分潮的潮汐调和常数;qi为各分潮角速度;r为分潮数。
令 (ai)t=ficos[qit+(V0+u)i]bi(t)=fi·sin[qit+(V0+u)i];Xi=Hicosgi;Yi=Hisingi;
则式(1)可表达为:
采用最小二乘法解算观测方程(2)的待求参数:
设有n个潮高观测可组成 n个含有2r+1个未知参数A0、Xi、Yi (i=1,2…r,即从M2到W分潮)的法方程,其矩阵形式为:
由式(4)结合式(3)可得Xi、Yi的最优解,再按式(5)确定各分潮的调和常数:
2 研究结果2.1 越南沿岸海平面长期性变化趋势
海平面变化是海洋水位的基本特征,为此,采用线性回归法分析越南沿岸7个验潮站月平均海平面数据序列。采用 ICE-5G模型做冰后回弹改正,同时采用NCEP/NCAR资料进行逆气压改正[13]。表 1给出了考虑逆气压/冰后回弹影响以及不考虑逆气压/冰后回弹影响所计算的越南沿岸各验潮站的海平面变化趋势及其误差。从表 1可知,两者所得的海平面变化趋势略有差别,但差别不大,大部分验潮站点海平面变化经过逆气压/冰后回弹改正后,其变化率的绝对值比改正前的结果都略有增大。从理论上讲,经过逆气压和冰后回弹影响改正后的海平面变化结果更合理。
站名 | 观测时间/年度 | 经度 | 纬度 | 未加逆气压和冰后回弹改正/(mm·a-1) | 加逆气压和冰后回弹改正后/(mm·a-1) | ||
变化趋势 | 误差 | 变化趋势 | 误差 | ||||
CUAONG | 1962~2007 | 107°22′E | 21°02′N | 4.28 | ±0.30 | 4.33 | ±0.35 |
HONDAU | 1957~2009 | 106°48′ E | 20°40′N | 1.88 | ±0.27 | 1.89 | ±0.29 |
DANANG | 1978~2007 | 108°13′E | 16°06′N | 2.35 | ±0.91 | 2.87 | ±0.80 |
PHUQUY | 1986~2007 | 108°56′E | 10°31′N | 4.92 | ±0.66 | 5.75 | ±0.66 |
VUNGTAU | 1978~2009 | 107°04′E | 10°20′N | 3.24 | ±0.90 | 3.93 | ±0.89 |
RACHGIA | 1978~2008 | 105°05′E | 10°00′N | 4.08 | ±0.74 | 4.68 | ±0.72 |
PHUQUOC | 1980~2007 | 103°58′E | 10°13′N | 2.03 | ±0.84 | 2.58 | ±0.76 |
平均值 | 2.70 | 3.17 |
其中,越南北部沿岸地区(CUAONG和HONDAU站)的海平面变化呈现为上升趋势,平均上升速度为3.11 mm/a。中部沿岸地区(DANANG站)海平面变化呈上升趋势,平均上升率为2.87 mm/a。越南南中部的PHUQUY站海平面变化呈现上升趋势,上升率为5.75 mm/a。越南东南部(VUNGTAU站)和西南部(RACHGIA和PHUQUOC站)沿岸地区的海平面变化都呈上升趋势,平均上升率分别为3.93 mm/a和3.63 mm/a(表 1)。
将国际研究计算结果[7, 8, 9]和本文计算结果比较,可认为,越南沿岸地区的海平面变化率与中国、马来西亚沿海相对海平面变化率基本一致,略高于全球海平面上升速率。 2.2 HONDAU站的潮汐调和常数变化
利用HONDAU验潮站1960~2009年采样间隔为1 h的年度连续潮位观测数据,采用最小二乘法作调和分析,获得了每年30个分潮的调和常数,进而根据10个主要分潮(M2、S2、N2、K2、K1、O1、P1、Q1、Sa、Ssa)的调和常数时间序列,采用线性回归模型分析各分潮调和常数的变化趋势,结果如表 2和图 2所示。
分潮 | 振幅 | 迟角 | ||
均值/cm | 趋势/(mm·a-1) | 均值/d | 趋势/(d·a-1) | |
M2 | 6.10 | -0.33 | 85.69 | 1.37 |
S2 | 4.19 | -0.19 | 103.78 | -0.73 |
N2 | 0.82 | -0.04 | 97.03 | 0.31 |
K2 | 1.92 | -0.06 | 102.00 | -0.77 |
K1 | 65.62 | -1.01 | 89.62 | 0.57 |
O1 | 74.42 | -0.82 | 82.35 | 1.11 |
P1 | 21.02 | -0.19 | 84.66 | 0.61 |
Q1 | 14.86 | -0.22 | 322.24 | -1.84 |
Sa | 12.41 | 0.54 | 190.50 | -0.43 |
Ssa | 6.28 | 0.09 | 81.41 | -0.07 |
从分析结果可看出,各分潮的振幅和迟角都存在较小的长期性变化率。图 2中,主要半日分潮和主要全日分潮变化周期为18 a左右,在1968年、1986年和2004年,主要半日分潮和主要全日分潮的振幅值都降低,M2、S2、N2、K2、K1、O1、P1、Q1分潮振幅变化幅度分别为8.8、4.3、1.9、2.3、33.0、33.1、16.7、9.3 cm;在1965、1973、1983、1988、1997~1998年,Sa和SSa分潮振幅曲线上都出现一个波峰,而在1966、1970、1975、1995、2005年则各出现了一个波谷。这说明Sa和Ssa分潮调和常数与ENSO现象密切相关,El Nino现象导致Sa和Ssa分潮振幅增大,而La Nina 现象导致Sa和SSa分潮振幅下降,Sa和Ssa分潮振幅变化幅度分别为29.0和31.9 cm。因此可认为,由每年资料分析得到的分潮调和常数并非固定不变的常数,特别是K1、O1、P1、Q1、M2、S2、Sa、Ssa分潮的调和常数有明显的不稳定性,用某一年的分潮调和常数推算、预报天文潮位或计算理论基准面等时,必须关注这个事实,避免造成偏差。
2.3 HONDAU站的潮差长期性变化趋势在近岸海域,特别是在河口海区,由于潮波在传播过程中受到海底、海床深度、海岸地形、科氏力等与气候、天文条件变化等相关因素的影响,沿岸潮汐特征和性质与外海相比会有很大变化。潮差是潮汐强弱程度的一个指标,也是海岸带水域的一种主要动力资源。潮差的分布、变化规律对航运交通、潮汐能源开发等有重要参考价值。胡方西等[14]指出,中国沿岸月平均潮差表现为单峰及双峰两种主要的不同类型,并从天文因素角度分析其成因得出有实用意义结论;张锦文等[15]指出,近30 a以来中国沿岸潮差存在显著增大趋势。
本文根据HONDAU验潮站1960~2009年的观测资料,利用基本统计方法计算出该站的年平均潮高潮位(MHW)、年平均潮低潮位(MLW)和年平均潮差(MTR)数据时间序列。计算结果显示,1960~2009年期间MHW、MLW和MTR分别为293.01 cm、89.74 cm和203.27 cm,表明该海区潮汐属于中潮区;进而采用线性回归模型作数据时间序列分析,得出MHW、MLW和MTR的变化率分别为3.64 mm/a、0.59 mm/a和3.50 mm/a,结果如图 3所示。
从分析结果可知,MLW、MTR和MHW数据时间序列都呈上升趋势,潮差明显增大,上升速率比全球和区域海平面上升速率大1.5~2倍。这说明越南海防市海区的潮汐环境处于明显的变化过程中。 2.4 HONDAU站的余水位特征统计分析
余水位(surges)或无潮水位(residual sea level,RSL)是指实测水位与天文潮位推算值之差,属于非周期性水位变化成分。利用§2.3中114个分潮调和常数计算得到的每小时的天文潮位,再从实测潮位观测值中减去对应的天文潮位则得到余水位值。采用基本统计方法,由所求得的余水位数据序列建立以下3个数据序列:第一个序列包含所有的正值余水位(即实测水位值大于天文潮位推算值),称增水位数据序列(positive RSL);第二个序列包含所有的负值余水位,称减水位数据序列(negative RSL);第三个序列包含不分正负的余水位,称余水位数据序列。对这三个数据序列分别计算增水位、减水位和余水位月平均数据时间序列,再采用回归模型,对各数据序列估计其变化趋势,结果如图 4所示。由图 4给出的结果可知,减水位、增水位和余水位数据时间序列长期性变化都呈现上升趋势,年变化率分别是0.72 mm/a、0.52 mm/a和1.76 mm/a。与§1海平面变化分析结果比较,可认为,利用余水位数据时间序列来估计海洋水位长期性变化趋势有一定的优势,平均余水位数据时间序列中已消除了潮汐周期影响,同时还消除了增减水位的影响,中误差相对较小,反映出较高的可靠性。
为研究越南海防市沿海增水位和减水位的变化特征,分别对逐小时的增水位、减水位数据序列统计最大值和平均值,可知在1960~2009年间,该地区的平均增水位和最大增水位分别为12.5 cm和161.1 cm,平均减水位和最大减水位分别为-13.4 cm和-240.4 cm。
对HONDAU验潮站的全部观测时间的余水位数据序列进行统计,分析该站的余水位上升下降规律。结果表明,在1960~2009年间,HONDAU站共有13 306次水位持续升高(平均251次/a),14 071次水位持续降低(平均265次/a),每次水位升高的平均持续时间为8.4 h,每次水位降低的平均持续时间为7.2 h。
为更清楚地观察增减水位的持续时间,将水位增减持续时间进行分组,统计累积频率,结果如图 5所示。从图 5可知,增减水位持续时间小于12 h的累积频率占50%左右,增水位持续时间小于24 h的累积频率是95.5%,减水位持续时间小于24 h的累积频率是93.3%,增减水位持续时间大于48 h,只占1%~2%。
按增减水位高低分组,然后进行累积频率统计得到的结果如图 6所示。从图 6可知,绝对余水位小于50 cm的情况占大约99%,绝对余水位大于100 cm的情况有0.1%左右。与风暴统计数据对照发现,增水位高于100 cm以及增减水位持续时间大于48 h都是受到风暴或热带低压(热带气旋)的影响。
3 结 语本文利用越南沿岸长期潮汐观测数据,研究了越南海防市沿岸海域水位变化特征,得到以下结论。
1)越南沿海7个验潮站的海平面呈上升趋势,平均上升速度为3.17 mm/a,海防市HONDAU站的海平面上升率为1.89 mm/a。该变化率与中国、马来西亚沿海海平面变化率基本一致。
2) 对HONDAU站1960~2009年的潮汐观测数据作调和分析,得到逐年的调和常数数据序列,再采用线性回归模型分析,发现M2、S2、N2、K2、K1、O1、P1、Q1、Sa、Ssa主要分潮的振幅和迟角的变化幅度分别为8.8、4.3、1.9、2.3、33.0、33.1、16.7、9.3、29.0、31.9 cm。因此,用某1年的分潮调和常数推算预报天文潮位或计算理论基准面等时必须注意主要分潮调和常数的不稳定性。
3)1960~2009年间,HONDAU站年平均低潮位、平均潮差和平均高潮位数据时间序列都呈上升趋势,潮差明显增大,上升率比全球和区域海平面上升率大1.5~2倍。这说明其潮汐环境处于明显的变化过程中。
4)1960~2009年间,HONDAU站的增水位、减水位和平均余水位数据时间序列都呈上升趋势,年变化率分别为0.72、0.52和1.76 mm/a。该海区的平均增水位是12.48 cm,平均减水位是-13.36 cm,最大增水位、减水位分别为161.1 cm和-240.42 cm;增减水位持续时间小于12 h的累积频率占50%左右,增水位持续时间小于24 h的累积频率是95.5%,减水位持续时间小于24 h 的累积频率是93.3%,增减水位持续时间大于48 h只占1%~2%。;绝对余水位小于50 cm占大多数,大约99%;增减水位绝对值大于100 cm只占0.1%左右。
[1] | IPCC.Climate Change 2007:The Physical Science Basis, Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M]. New York:Cambridge Univ Press, 2007 |
[2] | Nicholls R J, Cazenave A. Sea-level Rise and Its Impact on Coastal Zones[J].Science, 2010, 328, 1517.DOI:10.1126/science.1185782 |
[3] | Jin Taoyong, Li Jiancheng. Calibration of the Linear Drift of Mean Sea Level Change from Satellite Altimetry Using Tide Gauge Observations[J]. Geomatics and Information Science of Wuhan University, 2012, 37(10):1 194-1 197(金涛勇, 李建成. 利用验潮站观测数据校正测高平均海平面变化线性漂移[J].武汉大学学报·信息科学版, 2012, 37(10):1 194-1 197) |
[4] | Li Dawei, Li Jiancheng, Jin Taoyong, et al. Monitoring Global Sea Level Change from 1993 to 2011 Using TOPEX and Jason Altimeter Missions[J]. Geomatics and Information Science of Wuhan University, 2012, 37(12):1 421-1 424 (李大炜, 李建成, 金涛勇, 等. 利用多代卫星测高资料监测1993-2011年全球海平面变化[J].武汉大学学报·信息科学版, 2012, 37(12):1 421-1 424) |
[5] | Douglas B C. Global Sea Level Rise[J].Journal of Geophysical Research, 1991, 96(C4):6 981-6 992 |
[6] | Douglas B C.Global Sea Rise:A Redetermination[J].Surveys in Geophysics, 1997, 18(2):279-292 |
[7] | Zhao Mingcai, Wu Zhongding. The Mean Sea Level Changes in China Sea Area [J]. Advances in Water Science, 1991, 2(2):92-97(赵明才, 吴中鼎. 中国近海平均海平面变化研究[J]. 水科学进展, 1991, 2(2):92-97) |
[8] | Zheng Wenzhen. Distribution of Annual Rates of Sea Level and Variation of Long-period Constituents in China [J]. Marine Science Bulletin, 1999, 18(4):1-10(郑文振. 我国海平均海平面速度的分布和长周期分潮变化[J]. 海洋通报, 1999, 18(4):1-10) |
[9] | Ami H Md Din. Sea Level Change in the Malaysian Seas from Multi-satellite Altimeter Data[J]. International Journal of Physical Sciences, 2012, 7(10):1 694-1 712 |
[10] | Thanh H T, Van Huan P. Extreme Values and Rising Tendencies of Sea Levels Along Vienam Coast[J]. VNU Journal of Science, Earth Sciences, 2009, 25:116-124 |
[11] | Peltier W.Global Glacial Isostasy and the Surface of the Ice-age Earth:the ICE-5G (VM2) Model and Grace[J].Annual Review of Earth and Planetary Sciences, 2004, 32:111-149 |
[12] | Bao Jingyang, Liu Yanchun, Chao Dingbo, et al.Computations and Analyses of Chart Datum to Coastal Tide Gauges of China[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3):224-228(暴景阳, 刘雁春, 晁定波, 等. 中国沿岸主要验潮站海图深度基准面的计算与分析[J].武汉大学学报·信息科学版, 2006, 31(3):224-228) |
[13] | Van Chinh D. Study of South China Sea Sea Level Variation and Special Analysis[D]. Wuhan:Wuhan University, 2011 (团文征.南中国海海域海平面变化研究与特征分析[D].武汉:武汉大学, 2011) |
[14] | Hu Fangxi, Gu Guochuan. Seasonal Changes of the Mean Tidal Range along the Chinese Coasts[J]. Oceanologya Et Limnologia Sinica, 1989, 20(5):401-411(胡方西, 谷国传. 中国沿岸海域月平均潮差变化规律[J]. 海洋与湖沼, 1989, 20(5):401-411) |
[15] | Zhang Jinwen, Du Bilan. The Trend of Tidal Range Enlarging Along the Coast of the Yellow Sea of China[J]. Marine Science Bulletin, 2000, 19(1):1-9(张锦文, 杜碧兰. 中国黄海沿岸潮差的显著增大趋势[J]. 海洋通报, 2000, 19(1):1-9) |