多方法分析南波罗的海沿岸海平面趋势与周期性变化

《Remote Sensing》：A Multi-Method Approach to the Analysis of Trends and Cyclical Variability in Sea Level Along the Southern Baltic Coast

　　

本研究旨在基于验潮站和卫星测高数据，使用调和分析（Harmonic Analysis, HA）和连续小波变换（Continuous Wavelet Transform, CWT）估计波罗的海南部海岸海平面的趋势和多尺度变化。特别考虑了时间序列长度、数据类型、海底深度和距海岸线距离对估计趋势和振幅稳定性和一致性的影响。结果表明，对于沿海站点，验潮站数据得出的趋势在1993–2024年期间平均为2.2 mm/yr，在1951–2025年序列中为2.0 mm/yr，对于数据时间范围较长的序列，估计误差较低。卫星测高数据显示海平面上升速率更高，平均为4.3 mm/yr，并且空间一致性更高，特别是在远离海岸的虚拟站点。随着距海岸线距离的增加，观察到更稳定的趋势和局部水动力过程影响的减小。方法比较表明，与经典线性回归相比，调和分析显著提高了来自测高和验潮站数据趋势的一致性——相关系数从0.72–0.80增加到0.92–0.95。CWT证实了这些结果的可靠性，同时允许识别周期振幅的时间调制和信号非平稳性增加的时期。结果确认，正确解释海平面变化需要研究人员同时考虑长期趋势和不同时间尺度的自然变化。所提出的方法为分析非平稳环境信号提供了一个通用工具。它可以支持沿海地区的风险评估和在气候变化背景下制定适应策略。

**论文解读：南波罗的海沿岸海平面趋势与周期性变化的多方法分析**

**研究背景与问题**
海平面上升（SLR）是当前气候变化最长期且代价高昂的影响之一，对自然和社会经济系统构成威胁。全球平均海平面自卫星测高时代以来以约+3.5 mm/yr的速率上升，但区域差异显著。波罗的海作为半封闭海域，与大西洋水交换有限，受区域大气环流、冰后均衡调整及局部水动力过程影响，其海平面变化偏离全球平均值。现有研究虽已揭示该区域海平面趋势加速，但对信号的非平稳性、多尺度周期性及不同方法的一致性认知仍存在不足。特别是，海岸距离、水深和时间序列长度对趋势稳定性及多尺度周期识别的影响尚未充分阐明。本研究旨在通过集成调和分析（HA）、连续小波变换（CWT）及自回归模型，系统评估南波罗的海沿岸海平面的多尺度变率，验证不同方法在沿海与离岸条件下的吻合度，为沿海风险评估和适应策略提供工具。

**研究内容与结论**
研究人员基于验潮站（TG）数据（1951–2025和1993–2024）和卫星测高（SA）数据（1993–2024），结合GEBCO水深数据、NCEP/NCAR风场及GIA模型（ICE–7G_NA (VM7)），采用HA和CWT方法分析海平面趋势、周期振幅及非平稳性。主要结论包括：沿海TG趋势平均为2.2 mm/yr（1993–2024）和2.0 mm/yr（1951–2025），SA趋势更高（4.3 mm/yr）且空间更一致；HA较线性回归显著提高SA与TG趋势的一致性（相关系数从0.72–0.80升至0.92–0.95）；CWT验证了HA结果，并揭示周期振幅的时间调制和非平稳性随海岸距离增加而减弱。所有研究假设（H1–H4）均被证实：海平面变率受海岸距离和水深影响（H1）；HA与CWT一致性随离岸距离增加而提高（H2）；短周期成分在沿海区域差异最大（H3）；长序列TG数据更有效分离多年和月球周期（H4）。该成果发表于《Remote Sensing》。

**关键技术与方法**
研究采用以下主要技术方法：（1）调和分析（HA）——将海平面时间序列分解为趋势（二次多项式）和多种周期成分（年、半年、18.61年、8.85年、4.4年、27.55天、29.53天等）；（2）连续小波变换（CWT）——利用Morlet小波进行时频分析，验证HA结果并识别非平稳性；（3）AR(1)自回归模型与蒙特卡洛不确定性传播——用于填补验潮站数据空缺（最长12个月），并估计预测不确定性。数据来源为波兰气象与水资源管理研究所（IMGW–PIB）的5个验潮站（希维诺乌伊希切、科沃布热格、乌斯特卡、弗瓦迪斯瓦沃沃、格但斯克）及哥白尼海洋环境监测服务（CMEMS）的L4多任务网格化测高产品。此外，使用GEBCO_25水深格网和NCEP/NCAR再分析风场辅助分析。

**研究结果**
**5.1 SLR趋势（HA）**：沿海TG趋势平均2.2 mm/yr（1993–2024）和2.0 mm/yr（1951–2025），估计误差随序列延长而减小；SA趋势平均4.3 mm/yr，空间一致性更高。随离岸距离增加（50 km→200 km），趋势趋于稳定，局部水动力影响减弱。HA方法使SA与TG趋势的相关系数从0.72–0.80提升至0.92–0.95，格但斯克站例外（0.80），可能因局部人为因素。

**5.2 SLR趋势（CWT）**：CWT结果与HA高度一致，沿海趋势变异性较高，离岸趋势更稳定。SA趋势仍高于TG。加速度方面，SA（1993–2024）平均0.05 mm/yr²，TG（1951–2025）平均0.01 mm/yr²，格但斯克站为负值（?0.03 mm/yr²），低于全球加速度（0.084 mm/yr²）。

**5.3 HA与CWT相关性**：离岸距离增加，HA与CWT相关系数从0.67（沿岸）升至0.96（200 km）；TG数据中，1993–2024系列相关系数0.85，1951–2025系列升至0.99，表明长序列改善稳定性。

**5.4 GIA模型**：通过SA与TG趋势差估算垂直陆地运动（VLM），所有站点VLM为正（如格但斯克0.79 mm/yr），表明地面沉降效应。GIA模型（LM17.3）显示区域地壳反射，修正后相对海平面趋势更准确。

**5.5 平均风速**：南波罗的海盛行西南风，风速从西向东递减（希维诺乌伊希切2.0–2.1 m/s至格但斯克1.5–1.6 m/s），风向一致，影响海表堆积和环流。

**5.6 季节性振幅变异性**：年周期振幅从西向东增加（SA: 3.90 cm至5.57 cm）；TG数据中半年、多年和月球周期振幅更高，尤其弗瓦迪斯瓦沃沃和格但斯克。HA与CWT振幅一致性：短周期（半年90%）优于多年周期（18.61年仅16%），后者因非平稳性导致差异。

**讨论与结论**
讨论指出，海平面信号的多尺度、非线性及部分非平稳性要求多方法集成。HA与CWT的互补性在离岸区域表现最佳，沿岸区域需考虑局部过程（如风、冰盖、地形）。结合AR(1)与蒙特卡洛填补空缺提升了数据可靠性，对沿海监测和风险评估具有实用价值。结论部分翻译如下：波罗的海南部波兰沿岸海平面呈现稳定上升趋势，高度依赖数据类型和离岸距离。长序列TG数据提供更稳定的趋势估计；SA趋势更高且空间更均匀；最具气候代表性的趋势来自长序列TG和远离海岸的SA站点。HA较线性回归显著提高SA–TG趋势一致性；CWT有效验证HA并识别非平稳性。随离岸距离增加，局部水动力影响减弱，结果一致性提高。季节振幅从西向东显著增加，表明东部季节变率更强。所有研究假设均被证实，未来南波罗的海海平面变化不仅涉及平均水位上升，还包括变率结构改变和极端事件频率增加。