基于多源高度计数据的南大洋海浪特征研究

梁国洲 杨俊钢 崔 伟

(1. 山东科技大学 测绘与空间信息学院, 山东 青岛 266590; 2. 自然资源部第一海洋研究所, 山东 青岛 266061)

0 引言

南大洋指约40°S以南的印度洋、大西洋与太平洋南部互相连通的海域,是地球上唯一东西贯穿的大洋水体,因常年存在围绕南极流动的绕极流而受到学者们的关注[1]。受到南半球西风带的影响,这一海域海况较为复杂,海浪波高普遍较高,这对于航运安全以及南极地区的科考活动有着较大的威胁。为了充分认识南大洋海浪状况,本文拟基于长时间序列多源高度计融合数据产品针对南大洋海域海浪特征开展分析研究。

海浪特征研究一般是通过多种手段获取海浪观测数据,基于观测数据开展海浪时空分布与变化特征分析。目前已有许多学者开展过海浪特征分析研究。林珲等人[2]利用1993年的托佩克斯(TOPEX)高度计数据对全球海面风速和有效波高的季节变化情况进行了定量分析;陈红霞等人[3]基于1992—2005年的TOPEX/波塞冬(Poseidon)高度计数据对中国近海海浪季节特征及其时间变化进行了分析,结果发现这一区域的平均波高变化趋势为冬季大夏季小,且冬季主要大浪区为台湾海峡、南海北部、中南半岛东南海域及吕宋海峡外侧;石永芳[4]使用TOPEX/Poseidon及贾森(Jason-1)高度计数据、阿戈(Argo)浮标数据分析了全球有效波高和混合层深度的分布特征及随时间变化情况。

卫星遥感观测是目前主要的海浪观测手段之一。与其他手段相比,利用卫星遥感获取海浪信息具有空间尺度大,获取速度快等优势。目前已积累了大量的卫星高度计海浪观测数据,通过对这些长时间序列数据的分析,可以获取详细的海浪特征信息。本文拟使用2000—2018年的多源高度计有效波高融合数据产品,对南大洋海域海浪时空分布特征与变化规律进行研究,并结合厄尔尼诺指数与多平台交叉校正(cross calibrated multi-platform,CCMP)风场数据对海浪与风场及气候变化的相关性进行分析。

1 数据与方法

1.1 数据

本研究使用的海浪数据为国家重点研发计划“全球变化及应对”专项课题“海洋气候数据集生成与分析”生成的2000—2018年的全球海洋海浪融合数据产品,该产品的空间分辨率为0.25°×0.25°,时间分辨率为1 d。该海浪融合产品的有效波高数据来源主要包括TOPEX/Poseidon、Jason-1、Jason-2、Jason-3、ENVISAT、Cryosat-2和HY-2A等高度计。已有研究对这些高度计的有效波高数据精度进行了验证,精度较佳[5-8]。在融合处理之前需要对原始高度计数据进行预处理,以保证数据有效性。使用各高度计数据的质量控制标识进行质量控制,剔除错误或异常数据。并且考虑到海浪的传播耗散特性,将波高上限设为25 m。预处理后选择反距离加权法作为融合方法。其原理是以插值点与离散点间的距离作为权重进行加权平均处理,距离越近,权重越大[9]。

为了研究海浪时空变化特征与全球气候变化的关联性,本文使用了厄尔尼诺指数,该指数通过海表温度变化来表征全球气候变化。厄尔尼诺指数来自美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)的气候产品数据中心,共分为4种不同的指数:1区+2区、3区、4区、3区+4 区,每种指数代表在不同区域获取的海面温度(sea surface temperature, SST)数据。

为了研究海浪时空变化特征与海面风场变化的相关性,本文使用了CCMP海面风场数据。 CCMP 海面风场数据由美国国家宇航局(National Aeronautics and Space Administration, NASA)于2009 年发布,是海面以上10 m处风速数据。

1.2 分析方法

基于海浪融合数据产品,对南大洋海域海浪波高时空分布与变化特征进行分析。首先,计算南大洋海域海浪波高月平均分布,并对海浪的空间分布特征进行分析。其次,计算19 a的南大洋每日海浪波高空间均值,分析海浪波高随时间变化的趋势[10]。再次,将不同年份相同月份的海浪数据进行均值处理并计算标准差,分析19 a的各区域不同月份的海浪变化情况。之后,计算19 a的南大洋每一网格点的月平均波高标准差,分析不同区域的海浪波高在不同年份是否有较大的起伏变化,并且结合厄尔尼诺指数分析海浪波高是否与气候变化有相关性。最后,将南大洋的CCMP海表面风速月均数据与有效波高月均数据进行对比分析,研究海浪时空变化特征与海面风场变化的相关性。

2 结果与分析

2.1 海浪空间分布特征分析

本文选取40°S～66.5°S作为研究区域,基于1.1节中介绍的多源高度计有效波高融合数据产品,计算每一网格的海浪波高月平均值,最终获得南大洋海域海浪波高月平均分布结果。为了直观展示一年中各时段的数据情况,以数据年变化较为明显的2016年1月、4月、7月和10月为例,制作南大洋海域海浪波高月平均分布图,结果如图1所示。从图1中可以看出,1月份的整体海浪波高较低,波高几乎都低于4 m,且不同区域间差距较小;4月份整体海浪波高相较于1月份有所升高,尤其在东半球45° S～60° S之间海域的海浪波高大多达到4～6 m,而西半球海域海浪波高升高相对较小;7月份海浪波高进一步增大,东西半球差异更为明显,在凯尔盖格群岛附近海域,海浪月平均波高可以达到6 m以上;10月份平均海浪高度有所降低,整体高度都处于5 m以下。总的来说,月均分布结果显示南大洋海域海浪有冬季波高大,夏季波高小的特点。

(a)1月的结果

(b)4月的结果

(c)7月的结果

(d)10月的结果

2.2 海浪时间变化特征分析

计算并统计19 a的南大洋海浪波高空间月平均值,共238个月,结果如图2所示。从图2中可以看出,总体上不同年份海浪波高时间变化基本一致,均为先增大后减小,在南半球冬季(6—8月份)最大,夏季(12—次年2月份)最小。进一步比较不同年份发现,发现不同年份之间总体上存在一定的起伏变化。拟合南大洋海浪波高空间月平均值的线性变化趋势,并计算每年的年平均有效波高值。结果显示,不同年份之间具有细微的差异,整体波高随时间变化而略微有增大,但并不明显。

图2 南大洋海浪波高空间月平均变化与线性拟合结果图

考虑到不同年份相同月份之间的海浪情况存在一定差异,计算南大洋海域19年的各月海浪波高平均值与各月统计结果的标准差,结果如图3所示。从整体趋势来看,海浪波高多年月平均的变化情况与图2中的不同年份的月变化结果基本一致。而标准差结果表明不同年份的7月与10月的海浪波高波动较大,其他各月份波动相对较小。

图3 南大洋海浪波高多年月平均变化图

为了分析南大洋不同区域的海浪波高在不同年份是否有较大的起伏变化,计算了19 a的南大洋每一网格点处的月平均波高的标准差。比较结果发现,南大洋海域海浪波高变化较大的区域主要位于南美洲西南海岸(麦哲伦海峡西侧),如图4所示，变化较大的月份为5月、7月和10月。为了分析海浪波高变化是否与气候变化相关,选取麦哲伦海峡西侧区域(50°S～60°S,70°W～120°W)、19 a的月平均海浪波高与月均厄尔尼诺指数进行比较,图4为与1区+2区厄尔尼诺指数对比结果。与4种厄尔尼诺指数的相关系数分别为:-0.257(1区+2区)、0.195(3区)、0.205(4区)和0.334(3区+4区)。可以看出,两者之间虽有一定相关性,但并不明显,这表明全球气候变化对南大洋海浪波高变化有微弱的影响。

图4 麦哲伦海峡西部海浪波高月平均值与厄尔尼诺指数对比图

2.3 海浪与风场相关性分析

为了研究南大洋海浪时空变化特征与海面风场变化的相关性,将南大洋的CCMP海表面风速月均数据与有效波高月均数据进行对比分析,结果如图5所示。从图中发现,海面风场与海浪二者之间存在一定的联系。计算月均海面风速与月均海浪波高的相关系数得到,两种数据间的相关系数为0.568。将全年分为夏季半年(10—次年3月)和冬季半年(4—9月),分别计算相关系数结果为0.762与0.453。这表明,冬季半年海浪波高变化与海面风场变化的相关性更强。

图5 南大洋海面风速与有效波高月变化对比图

3 结束语

本文基于南大洋海域海浪波高融合数据产品,开展了南大洋海域海浪空间与时间变化特征分析;结合风场数据与厄尔尼诺指数,开展了南大洋海浪与风场及全球气候变化的相关性分析。本文研究的主要结论如下:

(1)从海浪波高年变化来看,一年内南大洋海域海浪波高变化总体趋势是先增大后减小。南半球冬季最高,南大洋海浪波高空间均值大多在4 m以上,最高可达4.5 m,夏季最低,约在3 m左右。

(2)通过分析19 a的海浪波高数据,发现南大洋海域海浪空间平均波高值随时间变化有轻微增加的趋势。通过对19 a的各月平均数据进行分析可以发现,8月与10月的月均数据波动较明显。对19 a的南大洋海域海浪波高数据计算标准差并分析发现,麦哲伦海峡西侧区域海浪的变化相对较大。通过与厄尔尼诺指数进行对比发现二者之间存在一定的相关性,这表明全球气候变化对南大洋海浪波高变化有一定影响。

(3)通过南大洋海浪月均波高与月均海面风速的比较分析,发现南大洋海域夏季风浪间的相关性大于冬季。