基于多源高度計數據的南大洋海浪特征研究

梁國洲 楊俊鋼 崔 偉

(1. 山東科技大學 測繪與空間信息學院, 山東 青島 266590; 2. 自然資源部第一海洋研究所, 山東 青島 266061)

0 引言

南大洋指約40°S以南的印度洋、大西洋與太平洋南部互相連通的海域,是地球上唯一東西貫穿的大洋水體,因常年存在圍繞南極流動的繞極流而受到學者們的關注[1]。受到南半球西風帶的影響,這一海域海況較為復雜,海浪波高普遍較高,這對于航運安全以及南極地區的科考活動有著較大的威脅。為了充分認識南大洋海浪狀況,本文擬基于長時間序列多源高度計融合數據產品針對南大洋海域海浪特征開展分析研究。

海浪特征研究一般是通過多種手段獲取海浪觀測數據,基于觀測數據開展海浪時空分布與變化特征分析。目前已有許多學者開展過海浪特征分析研究。林琿等人[2]利用1993年的托佩克斯(TOPEX)高度計數據對全球海面風速和有效波高的季節變化情況進行了定量分析;陳紅霞等人[3]基于1992—2005年的TOPEX/波塞冬(Poseidon)高度計數據對中國近海海浪季節特征及其時間變化進行了分析,結果發現這一區域的平均波高變化趨勢為冬季大夏季小,且冬季主要大浪區為臺灣海峽、南海北部、中南半島東南海域及呂宋海峽外側;石永芳[4]使用TOPEX/Poseidon及賈森(Jason-1)高度計數據、阿戈(Argo)浮標數據分析了全球有效波高和混合層深度的分布特征及隨時間變化情況。

衛星遙感觀測是目前主要的海浪觀測手段之一。與其他手段相比,利用衛星遙感獲取海浪信息具有空間尺度大,獲取速度快等優勢。目前已積累了大量的衛星高度計海浪觀測數據,通過對這些長時間序列數據的分析,可以獲取詳細的海浪特征信息。本文擬使用2000—2018年的多源高度計有效波高融合數據產品,對南大洋海域海浪時空分布特征與變化規律進行研究,并結合厄爾尼諾指數與多平臺交叉校正(cross calibrated multi-platform,CCMP)風場數據對海浪與風場及氣候變化的相關性進行分析。

1 數據與方法

1.1 數據

本研究使用的海浪數據為國家重點研發計劃“全球變化及應對”專項課題“海洋氣候數據集生成與分析”生成的2000—2018年的全球海洋海浪融合數據產品,該產品的空間分辨率為0.25°×0.25°,時間分辨率為1 d。該海浪融合產品的有效波高數據來源主要包括TOPEX/Poseidon、Jason-1、Jason-2、Jason-3、ENVISAT、Cryosat-2和HY-2A等高度計。已有研究對這些高度計的有效波高數據精度進行了驗證,精度較佳[5-8]。在融合處理之前需要對原始高度計數據進行預處理,以保證數據有效性。使用各高度計數據的質量控制標識進行質量控制,剔除錯誤或異常數據。并且考慮到海浪的傳播耗散特性,將波高上限設為25 m。預處理后選擇反距離加權法作為融合方法。其原理是以插值點與離散點間的距離作為權重進行加權平均處理,距離越近,權重越大[9]。

為了研究海浪時空變化特征與全球氣候變化的關聯性,本文使用了厄爾尼諾指數,該指數通過海表溫度變化來表征全球氣候變化。厄爾尼諾指數來自美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)的氣候產品數據中心,共分為4種不同的指數:1區+2區、3區、4區、3區+4 區,每種指數代表在不同區域獲取的海面溫度(sea surface temperature, SST)數據。

為了研究海浪時空變化特征與海面風場變化的相關性,本文使用了CCMP海面風場數據。 CCMP 海面風場數據由美國國家宇航局(National Aeronautics and Space Administration, NASA)于2009 年發布,是海面以上10 m處風速數據。

1.2 分析方法

基于海浪融合數據產品,對南大洋海域海浪波高時空分布與變化特征進行分析。首先,計算南大洋海域海浪波高月平均分布,并對海浪的空間分布特征進行分析。其次,計算19 a的南大洋每日海浪波高空間均值,分析海浪波高隨時間變化的趨勢[10]。再次,將不同年份相同月份的海浪數據進行均值處理并計算標準差,分析19 a的各區域不同月份的海浪變化情況。之后,計算19 a的南大洋每一網格點的月平均波高標準差,分析不同區域的海浪波高在不同年份是否有較大的起伏變化,并且結合厄爾尼諾指數分析海浪波高是否與氣候變化有相關性。最后,將南大洋的CCMP海表面風速月均數據與有效波高月均數據進行對比分析,研究海浪時空變化特征與海面風場變化的相關性。

2 結果與分析

2.1 海浪空間分布特征分析

本文選取40°S～66.5°S作為研究區域,基于1.1節中介紹的多源高度計有效波高融合數據產品,計算每一網格的海浪波高月平均值,最終獲得南大洋海域海浪波高月平均分布結果。為了直觀展示一年中各時段的數據情況,以數據年變化較為明顯的2016年1月、4月、7月和10月為例,制作南大洋海域海浪波高月平均分布圖,結果如圖1所示。從圖1中可以看出,1月份的整體海浪波高較低,波高幾乎都低于4 m,且不同區域間差距較小;4月份整體海浪波高相較于1月份有所升高,尤其在東半球45° S～60° S之間海域的海浪波高大多達到4～6 m,而西半球海域海浪波高升高相對較小;7月份海浪波高進一步增大,東西半球差異更為明顯,在凱爾蓋格群島附近海域,海浪月平均波高可以達到6 m以上;10月份平均海浪高度有所降低,整體高度都處于5 m以下。總的來說,月均分布結果顯示南大洋海域海浪有冬季波高大,夏季波高小的特點。

(a)1月的結果

(b)4月的結果

(c)7月的結果

(d)10月的結果

2.2 海浪時間變化特征分析

計算并統計19 a的南大洋海浪波高空間月平均值,共238個月,結果如圖2所示。從圖2中可以看出,總體上不同年份海浪波高時間變化基本一致,均為先增大后減小,在南半球冬季(6—8月份)最大,夏季(12—次年2月份)最小。進一步比較不同年份發現,發現不同年份之間總體上存在一定的起伏變化。擬合南大洋海浪波高空間月平均值的線性變化趨勢,并計算每年的年平均有效波高值。結果顯示,不同年份之間具有細微的差異,整體波高隨時間變化而略微有增大,但并不明顯。

圖2 南大洋海浪波高空間月平均變化與線性擬合結果圖

考慮到不同年份相同月份之間的海浪情況存在一定差異,計算南大洋海域19年的各月海浪波高平均值與各月統計結果的標準差,結果如圖3所示。從整體趨勢來看,海浪波高多年月平均的變化情況與圖2中的不同年份的月變化結果基本一致。而標準差結果表明不同年份的7月與10月的海浪波高波動較大,其他各月份波動相對較小。

圖3 南大洋海浪波高多年月平均變化圖

為了分析南大洋不同區域的海浪波高在不同年份是否有較大的起伏變化,計算了19 a的南大洋每一網格點處的月平均波高的標準差。比較結果發現,南大洋海域海浪波高變化較大的區域主要位于南美洲西南海岸(麥哲倫海峽西側),如圖4所示，變化較大的月份為5月、7月和10月。為了分析海浪波高變化是否與氣候變化相關,選取麥哲倫海峽西側區域(50°S～60°S,70°W～120°W)、19 a的月平均海浪波高與月均厄爾尼諾指數進行比較,圖4為與1區+2區厄爾尼諾指數對比結果。與4種厄爾尼諾指數的相關系數分別為:-0.257(1區+2區)、0.195(3區)、0.205(4區)和0.334(3區+4區)。可以看出,兩者之間雖有一定相關性,但并不明顯,這表明全球氣候變化對南大洋海浪波高變化有微弱的影響。

圖4 麥哲倫海峽西部海浪波高月平均值與厄爾尼諾指數對比圖

2.3 海浪與風場相關性分析

為了研究南大洋海浪時空變化特征與海面風場變化的相關性,將南大洋的CCMP海表面風速月均數據與有效波高月均數據進行對比分析,結果如圖5所示。從圖中發現,海面風場與海浪二者之間存在一定的聯系。計算月均海面風速與月均海浪波高的相關系數得到,兩種數據間的相關系數為0.568。將全年分為夏季半年(10—次年3月)和冬季半年(4—9月),分別計算相關系數結果為0.762與0.453。這表明,冬季半年海浪波高變化與海面風場變化的相關性更強。

圖5 南大洋海面風速與有效波高月變化對比圖

3 結束語

本文基于南大洋海域海浪波高融合數據產品,開展了南大洋海域海浪空間與時間變化特征分析;結合風場數據與厄爾尼諾指數,開展了南大洋海浪與風場及全球氣候變化的相關性分析。本文研究的主要結論如下:

(1)從海浪波高年變化來看,一年內南大洋海域海浪波高變化總體趨勢是先增大后減小。南半球冬季最高,南大洋海浪波高空間均值大多在4 m以上,最高可達4.5 m,夏季最低,約在3 m左右。

(2)通過分析19 a的海浪波高數據,發現南大洋海域海浪空間平均波高值隨時間變化有輕微增加的趨勢。通過對19 a的各月平均數據進行分析可以發現,8月與10月的月均數據波動較明顯。對19 a的南大洋海域海浪波高數據計算標準差并分析發現,麥哲倫海峽西側區域海浪的變化相對較大。通過與厄爾尼諾指數進行對比發現二者之間存在一定的相關性,這表明全球氣候變化對南大洋海浪波高變化有一定影響。

(3)通過南大洋海浪月均波高與月均海面風速的比較分析,發現南大洋海域夏季風浪間的相關性大于冬季。