评估气候变化下使用高分辨率气候强迫的东南亚极端海平面未来非平稳变化

《Earth's Future》：Assessment of Future Nonstationary Changes in Extreme Sea Levels Considering Climate Change for Southeast Asia Using High-Resolution Climate Forcing

　　

本研究调查了在高排放气候情景下，东南亚沿海极端总水位（ETWL）和极端沿海水位（ECWL）的预计非平稳行为。使用由MRI-AGCM3.2驱动的风暴潮和海洋波浪的高分辨率无缝投影数据集，结合区域海平面异常和潮汐数据，研究人员应用了非平稳极端值分析（NEVA）框架来估计未来在幅度、频率和组成部分贡献方面的变化。评估了四种时间依赖的广义极值模型。结果表明，大约一半的研究区域在极端值方面表现出显著的非平稳变化，模型选择影响趋势方向和幅度，特别是当包含尺度参数变化时。海平面上升（SLR）是未来ETWL和ECWL增加的主要贡献者，风暴潮和波浪成分显示出空间异质性变化，这些变化由热带气旋（TCs）频率、强度和路径的未来变化驱动。到2100年，赤道地区当前百年一遇的ETWL事件预计将每年或更频繁地发生，强调了适应规划的紧迫性。这些发现提供了对复合沿海危险的全面区域评估，为气候变化下的大规模风险管理和沿海规划提供了见解。

**论文解读：评估气候变化下东南亚极端海平面的未来非平稳变化**

**研究背景与问题**
沿海洪水是全球最严重的自然灾害之一，主要由极端海平面（ESL）引发，而ESL是天文潮、区域海平面异常（SLA）、风暴潮、波浪爬高等成分共同作用的结果。已有研究表明，全球波浪功率自1948年以来呈显著上升趋势，风暴潮重现期也在增加，但许多关于ESL预估的研究仅考虑海平面上升（SLR）的驱动作用，假设波浪和风暴潮成分保持历史不变。全球气候模型分辨率不足，难以准确模拟热带气旋（TCs），而TCs正是驱动最严重ESL事件的关键因素。东南亚地区人口密集、经济快速发展，且暴露于强TCs、季风系统及赤道气候变率中，但此前缺乏针对该区域风暴潮、波浪及复合洪水长期变化的专项评估。传统平稳性假设在气候变化背景下已不适用，而时间切片法因样本量减少导致结果不稳定。为此，研究人员开展本研究，旨在通过非平稳极端值分析（NEVA）框架，结合高分辨率气候投影，系统评估东南亚沿海各海平面成分的未来极端行为，弥补上述空白。论文发表在《Earth's Future》。

**关键技术方法**
研究人员使用了由MRI-AGCM3.2驱动的全球风暴潮和波浪高分辨率无缝投影数据集（Shimura et al., 2021），该模型能更真实模拟全球TC分布，并对极端TC（4-5级）有较好模拟能力。结合卫星测高SLA数据（Copernicus Climate Change Service, vDT2021）、IPCC AR6海平面上升投影（SSP5-8.5情景，高温室气体排放路径）以及TPXO9潮汐数据。采用非平稳极端值分析（NEVA）框架，通过ProNEVA（贝叶斯NEVA框架）对风暴潮、波浪增水、波浪爬高三个成分的年最大值分别拟合广义极值（GEV）分布，考虑四种模型：位置参数线性/指数函数，尺度参数对数线性函数（模型1-4）。利用Akaike信息准则修正版（AICc）选择最优模型。进一步，基于27年（1993-2019）历史重建小时序列，采用高斯Copula保持风暴潮、波浪和SLA的依赖结构，结合Monte Carlo模拟（至少10万合成年）生成合成事件，并叠加非平稳GEV参数与SLR，稳健估计未来极端总水位（ETWL）和极端沿海水位（ECWL）及其组成部分贡献。

**研究结果**
**3.1 验证结果**：SLA、风暴潮和波浪数据与实测潮汐站（GESLA-3）及再分析数据集（JRA-3Q、ERA5）对比显示良好一致性，但风暴潮在极端高值处略有高估（因MRI-AGCM对TC强度的高估），波浪数据需经分位数增量映射偏差校正。重建的静水位与潮汐站相关性>0.9。

**3.2 各海平面成分相对变化预估**：模型1（仅位置参数线性）下，到2100年（相对于1995-2014基准期），风暴潮、波浪增水、波浪爬高的20年重现期在太平洋和南海沿岸呈下降趋势（5-30 cm），而印度洋沿岸变化较小。模型3（位置和尺度参数均变化）时，部分区域（如西北澳大利亚）出现强正趋势（风暴潮+50 cm，波浪爬高+30 cm），而菲律宾和越南海岸负趋势更显著。AICc显示约33-36%区域偏好模型1，13-22%偏好模型3，近一半区域呈现非平稳性。

**3.3 非平稳极端行为**：模型选择显著影响结果。模型1与平稳模型结果相近，但模型3由于尺度参数变化，可导致趋势反转或放大，尤其在高重现期。例如，风暴潮在模型1下呈微弱负趋势，但模型3下因未来变率减小而放大负趋势；波浪增水在模型1下负趋势，但因未来变率增大，高重现期转正。模型2和4（指数位置函数）与模型1和3非常相似，表明无加速变化。

**3.4 未来极端海平面、相对贡献与不确定性**：到2100年，SLR增加80-90 cm，成为所有未来极端的新基线。模型1下，ETWL增加55-105 cm，ECWL增加50-110 cm，赤道地区相对增幅最大（因风暴潮和波浪贡献小，对SLR更敏感）。当前百年一遇的ETWL在赤道地区将变为年一遇或更频繁。相对贡献方面，当前天文潮主导ETWL，波浪爬高主导ECWL；但到2100年，SLR使SLA贡献超过潮汐和波浪，成为主导。不确定性方面，当前主要由SLA变率（ETWL）和波浪爬高EVA（ECWL）主导，到2100年SLR成为主要不确定性来源（>50%）。模型3因尺度参数变化导致不确定性更宽。

**讨论与结论**
讨论部分指出，AICc模型选择表明非平稳模型在约50%海岸线被偏好，波浪相关成分（增水、爬高）的非平稳偏好更强，这与波浪周期对极端值的放大作用有关（周期变化可导致±20 cm/世纪的爬高趋势变化）。模型1作为稳健基线推荐用于大尺度规划，模型3可识别强非平稳热点。研究还发现，NEVA框架克服了时间切片法的噪声问题，但受限于单气候模型和SSP5-8.5单一情景，且无法完全克服强变率掩盖信号的问题。未来需通过集合模拟增加样本量。

研究结论翻译如下：
本研究通过将高分辨率气候投影的NEVA与概率性Monte Carlo框架耦合，评估了东南亚未来的ETWL和ECWL。NEVA显式纳入时变GEV参数，克服了时间切片法和平稳方法的局限性。AICc模型选择显示，非平稳模型适用于约50%的海岸线，其中模型1（位置参数线性函数）为区域评估提供了稳健基线，而模型3（位置和尺度参数线性函数）突出了潜在热点。概率性Monte Carlo框架通过位置特定的高斯Copula，显式表达极端驱动因素的联合概率结构，相比直接使用历史记录的重现期，能更系统探索未观测的联合概率空间，捕捉物理上合理的复合极端事件。该框架需要无缝投影数据集，不能直接用于时间切片。当变率本身演化时，仅基于位置变化的设计标准可能低估最极端事件概率。预估显示，非均匀空间响应主要由SLR驱动，但受风暴潮和波浪成分变化（与TC频率、强度、路径变化相关）调节。到本世纪末，高排放情景下，赤道地区当前百年一遇的ETWL事件将变为年一遇或更频繁，根本改变沿海洪水风险曲线。天文潮贡献当前最大，但气象驱动（特别是波浪爬高）主导极端洪水；到2100年，SLR的永久性抬升超过气象极端贡献，尤其在赤道地区成为主导。这些发现强调，沿海适应策略需纳入非平稳极端分析、空间异质性以及SLR对极端事件的复合效应。建议将模型1用于大尺度规划，模型3选择性应用于强非平稳信号区域。