1979—2018 年長江口及鄰近海域風速和波高的分布特征與變化趨勢

吳秋原，史本偉，黃遠光，楊世倫，2

（1.華東師范大學河口海岸學國家重點實驗室，上海 200062；2.崇明生態(tài)研究院，上海 200062）

氣候變化是海洋與大氣科學研究的重點之一，風速的變化以及由海上風場引起的海面波動是氣候變化研究的重要內涵。海表面風速以及包括有效波高等在內的各種海浪要素，都對海-氣相互作用的過程具有重要的影響，與發(fā)生在海-氣界面和海洋上混合層的能量交換存在密切的關系（Young et al，2011）。以往對風速、波高的觀測手段，如氣象站、船只定點或走航觀測只能提供極其有限的數(shù)據(jù)，且觀測成本高，限制了人類對海洋的認識。衛(wèi)星遙感技術的出現(xiàn)有效地解決了這個問題，例如通過主動式微波測量的雷達高度計（Chelton et al，2001），能夠在全球范圍內全天候、重復測量瞬時海面高度、波高和風速。而隨著計算機技術的發(fā)展，數(shù)值模擬的方法也越來越得到廣泛的應用。另外，通過衛(wèi)星數(shù)據(jù)與數(shù)值模擬同化并結合實測資料校準，可以得到更合適的數(shù)據(jù)資料進行研究。如Zieger 等（2009）對1985—2008 年全球衛(wèi)星觀測資料進行系統(tǒng)的校準與同化，提供了長時間連續(xù)的數(shù)據(jù)集。

全球氣候變化背景下河口海岸地區(qū)風浪的趨勢變化是一個具有重要應用背景的科學問題。已有的風浪變化研究一部分著眼于全球的分布變化，如Sergey 等（2004）利用國際綜合海洋大氣數(shù)據(jù)研究發(fā)現(xiàn)過去百年北太平洋風浪波高呈顯著的正趨勢，Young 等（2011）利用衛(wèi)星同化資料分析全球風速與波高的長期變化趨勢。一部分著眼于中國近海局地變化，如李榮波等（2016）基于ERA-40 資料計算1957—2002 年南海海表風速、波高的分布特征與變化趨勢。長江口地處東海之濱，受季風和臺風影響，波浪作用強烈（肖文軍，2008）。學者對其所在東海海域進行了相關研究，如劉志宏等（2011）利用CCMP 資料對西北太平洋1988—2009年海表風場進行研究，發(fā)現(xiàn)西北太平洋大部分海域風速呈顯著遞增趨勢。作為河口海岸水域重要動力條件之一，風浪變化不僅會影響流場、泥沙運動、水體濁度、底床穩(wěn)定性等自然過程（哈長偉等，2009；肖林等，2018），也會影響通航條件和海岸防護工程的安全，故研究長江口海域風浪要素的分布特征與變化趨勢具有重要的意義與價值。

對于該區(qū)域而言，由于過去觀測資料的限制，以往研究中較少同時對較長時間序列與較大空間系列的數(shù)據(jù)資料進行分析，且很少結合風、浪要素研究其特征與關系，本文的創(chuàng)新之處是基于歐洲中期天氣預報中心最新的ERA5 與ERA-Interim 再分析資料進行系統(tǒng)化、網格化的分析，統(tǒng)計分析近40 年（1979—2018 年） 長江口及其鄰近海域風、浪要素的季節(jié)特征，利用EOF 分解法分析風、浪場的空間分布特征及其關系，Mann-Kendall 檢驗法分析該海域風浪要素年際變化趨勢，并結合全球變暖背景下海平面的變化，分析該海域波高在未來可能的變化趨勢。

1 資料與方法

1.1 數(shù)據(jù)資料

本文使用歐洲中期天氣預報中心（ECMWF）ERA5 與ERA-Interim 再分析資料，其基于歐洲中心IFS version Cy31r2 系統(tǒng)模擬得到，并使用4DVar 分析方法同化大量衛(wèi)星高度計、浮標等觀測數(shù)據(jù)以及海浪模式數(shù)據(jù)（王傳輝等，2018；莊曉霄等，2014）。ERA-Interim 全球海洋與大氣再分析資料是繼其早期ERA-15 和ERA-40 后的產品，ERA5 則是EAR-Interim 后優(yōu)化推出的新產品。Dee 等（2011） 驗證了ERA-Interim 數(shù)據(jù)的優(yōu)越性，指出其在很多方面都超出預期值。前人據(jù)此資料進行過不少相關研究，如Semedo 等（2001）通過ERA-40 研究分析了1957—2002 年全球風浪和涌浪的氣候態(tài)特征，莊曉霄等（2014）通過ERAInterim 對全球海表風場與波高等進行統(tǒng)計分析，并揭示了風浪與涌浪的分布特征。在中國近海該資料亦有相關應用經驗，如Wu 等（2014） 利用ERA-Interim 與ERA-40 波浪數(shù)據(jù)結合20CR 再分析資料構建1911—2010 年中國海域波高Hs-SLP多元回歸模型，分析發(fā)現(xiàn)波高在南海中部春夏季以及東海夏季存在顯著遞增趨勢，李榮波等（2016）通過ERA-40 資料計算了1957—2002 年南海海表風速、波高的分布特征與變化趨勢?？偨Y前人的應用經驗，本文選取的數(shù)據(jù)資料具有相當?shù)目煽啃浴?/p>

1.2 分析方法

本文選擇的研究區(qū)域為29毅—33 毅N，120毅—123 毅E，包括長江口、杭州灣在內的東海西北部海域，如圖1。針對該研究區(qū)域，提取1979—2018年ERA5 月均海表面10 m 風場（以下簡稱風場、風速、風向），和ERA-Interim 每日8 時次風場、每日4 時次混合浪海浪場，包括有效波高（swh，以下簡稱波高）、平均波周期（mwp，以下簡稱波周期）、平均波向（mwd，以下簡稱波向）。本文使用EOF 經驗正交函數(shù)分解法分析1979—2018 年長江口及鄰近海域風、浪場的空間分布特征，使用Mann-Kendall（M-K）檢驗法分析該段時間內風速與波高的變化趨勢。

圖1 長江口及其鄰近海域（研究區(qū)域）

1.2.1 EOF 分析

EOF（Empirical Orthogonal Function）是一種分析矩陣數(shù)據(jù)中結構特征、提取主要數(shù)據(jù)特征量的方法，最早由統(tǒng)計學家Pearson（1901）提出，后來被引入氣候研究領域。分析過程中特征向量對應空間樣本的稱為空間模態(tài)，對應時間變化的稱為時間系數(shù)?；舅枷胧菍⒂^測場序列分解成相互正交的時間函數(shù)與空間函數(shù)的乘積之和。將空間函數(shù)看作典型場，時間函數(shù)看作典型場的權重系數(shù)，則不同時間的要素場是若干個要素場按不同權重線性疊加的結果。海洋資料中過程與關系錯綜復雜，為了簡化分析又盡量少損失信息，需提取多變量之間的主要特征變量，利用其相互關系構造獨立的新變量，從而達到降維分析。本文使用EOF 分解對研究海域內1979—2018 年間的風、浪場進行展開，濾去隨機干擾，保留統(tǒng)計上最顯著的兩個典型模態(tài)，探討研究海域內風、浪場的空間分布特征及其關系。

1.2.2 M-K 趨勢檢驗法

M-K（Mann-Kendall）檢驗法是一種針對隨機分布的非參數(shù)檢驗法，被廣泛運用于水文資料分析，能夠檢驗線性或者非線性趨勢（Mann，1945;Kendall， 1948）。零假設（H0） 表明數(shù)據(jù)序列（本文中為風速和波高數(shù)據(jù)序列）是獨立恒等分布的隨機樣本，即在此前提下風速與波高不存在趨勢變化。

在M-K 檢驗法中，定義檢驗統(tǒng)計量S 為：

在零假設（H0）的前提下，隨著數(shù)據(jù)序列長度趨向無窮（即風浪要素資料數(shù)據(jù)無限長），統(tǒng)計檢驗量S 呈對稱正態(tài)分布，均值為0，方差表示為：

其中，n 為數(shù)據(jù)序列長度。時間雙邊的趨勢檢驗通過對以下統(tǒng)計量的比較實現(xiàn)：

若渣Z渣

當趨勢顯著存在時，用ti表示第i 次觀測的時間長度，則對于1

其中值表示無偏估計下趨勢變化的斜率，本文據(jù)此定義風浪要素的年際變化速率。

2 風速與波高的分布特征

2.1 空間分布

對ERA5 與ERA-Interim 資料場統(tǒng)計得1979—2018 年研究海域內風、浪場要素的變化范圍與均值如表1 所示，表明當發(fā)生極端氣候事件時，相關要素數(shù)值會遠超通常的波動范圍。圖2 是研究海域風速風向與波高40 年平均分布。其中陰影部分表示風速或波高大小，箭頭長度表示該處風速，箭頭方向表示該處風向?？梢娊逗^(qū)風速與波高整體小于外海，且越趨向外海，風速與波高越大。其原因主要是由于海陸熱量分布存在差異，以及陸地摩擦相對較大。而波高的分布受風速影響，又由于近岸地形引發(fā)能量耗散，故波高減小。

圖2 1979—2018 年平均風場與波高的分布

使用EOF 經驗正交函數(shù)分析方法對研究區(qū)域1979—2018 年風、浪場提取典型模態(tài)場，并探討空間分布特征及其關系。對風、浪要素數(shù)據(jù)各自計算月平均距平場作為EOF 分析的原始資料矩陣。表1 為風速與波高前3 個主要模態(tài)的方差貢獻率，第一模態(tài)方差貢獻率分別為72.5 %和93.95 %，前兩個模態(tài)累積方差貢獻率各自達87.79 %和98.11%，故取前兩個模態(tài)分析能充分反映風浪要素逐月變化的主要空間分布特征。

圖3 風速前兩個模態(tài)空間分布

表1 風、浪要素統(tǒng)計值

表2 年際變化風速與波高前三個主要模態(tài)的方差貢獻率

圖3 為風速前兩個模態(tài)空間分布?？梢婏L速第一模態(tài)總體呈正偏差值，并沿長江口內至近岸再向外海越來越高，其風速變化梯度逐漸增大。第二模態(tài)方差貢獻率15.29 %，零偏差值大約沿著NESW 走向分布至舟山群島附近，其以東南分布呈負值。圖4 為波高前兩個模態(tài)空間分布，第一模態(tài)總體呈正偏差值，且由長江口近岸向外海正偏差值逐漸增強。第二模態(tài)方差貢獻率約4.16 %。對比風速與波高第一模態(tài)分布形式，其梯度方向近似，兩者間存在密切對應關系。但第二模態(tài)的分布形式有明顯的差別，說明海浪場分布并非完全由風場決定，而波浪的淺水效應以及涌浪分布等可能是造成兩者空間分布差異的原因。

圖4 波高前兩個模態(tài)空間分布

2.2 季節(jié)特征

長江口屬亞熱帶季風氣候區(qū)，其所在東海海域受盛行東亞季風影響。夏秋季盛行東南風，暖流系統(tǒng)加強，沿岸流系統(tǒng)變弱，通常海況下波浪作用較弱，而夏秋季大浪以臺風浪為主，作用時間較短，對均值影響不大，但臺風過境時風大浪高，出現(xiàn)一年中的風浪要素極端值。冬春季盛行西北風，沿岸流系統(tǒng)增強，暖流系統(tǒng)減弱并向南退縮，大浪以寒潮浪、氣旋浪為主，作用時間較長，波浪能量較強，故均值通常較高。針對長江口風、浪要素季節(jié)特征分析，本文記3 月至5 月為春季，6 月至8月為夏季，9 月至11 月為秋季，12 月與1、2 月為冬季。

圖5 為研究海域1979—2018 年風速季節(jié)平均分布圖，可見外海風速普遍大于沿岸，秋冬季風速普遍高于春夏季，例如在長江口外佘山島附近春夏季平均風速分別為6.228 m/s 和6.138 m/s，秋冬季則分別為6.380 m/s 和6.582 m/s。圖6 為風向季節(jié)平均分布，春季風向主要分布在N-E-S，頻率合計77.09%，常風向為SSE 向，頻率占比10.91%，夏季主要分布在ENE-SSW，頻率合計74.82 %，常風向為S 向，頻率占比16.49%。秋季主要分布在NNW-ENE，合計62.64%，常風向為NNE 向，頻率占比16.79%。冬季主要分布在NW-NE，合計67.4%，常風向為N 向，頻率占比19.79%。圖7為1979—2018 年波高季節(jié)平均分布，可見外海波高普遍高于近岸，秋冬季波高普遍高于春夏季，例如口外佘山島附近春夏季波高分別為0.572 m 和0.537 m，秋冬季則為0.662 m 和0.695 m。圖8 為波向季節(jié)分布，春季波向主要分布在N-SSE，頻率合計85.39 %，常浪向為NNE 向，頻率占比13.29%，夏季主要分布在E-S，合計76.76%，常浪向為SSE 向，頻率占比19.25%，秋季主要分布在N-E，合計76.61%，常浪向為NE 向，頻率占比19.74%，冬季主要分布在NNW-NE，合計73.18%，常浪向為N 向，頻率占比24.30%。對比圖6，可見波向與風向的季節(jié)分布有一定相似性，這是由于當?shù)仫L向是影響波浪傳播方向的重要因素之一。綜上所述，風向與波向的季節(jié)統(tǒng)計結果符合長江口所在東海海域受盛行東亞季風影響的特征。

圖5 風速季節(jié)平均分布

圖6 風向季節(jié)平均分布

圖7 波高季節(jié)平均分布

圖8 波向季節(jié)平均分布

3 風速與波高的變化趨勢

本文通過M-K 檢驗法對1979—2018 年ERA5與ERA-Interim 風速、波高逐月序列（風速逐月平均序列采用ERA5，其余均用ERA-Interim）進行趨勢分析并計算年均變化速率，對研究區(qū)域（29毅—33毅N，120毅—123毅E）內計算區(qū)域平均，另外選擇佘山水文站位置計算結果說明長江口風、浪要素年際變化速率。結果如表3 所示，分別為風速與波高的月平均序列與極端值（90th%、99th%）的年均變化速率。表格注明結果通過顯著性水平為5%的檢驗。結果表明在1979—2018 年研究區(qū)域內風速存在0.228 cm/（s·a）的平均遞增趨勢，累計增長1.6%（相較于均值），佘山站位置風速呈0.502 cm/（s·a）遞增趨勢，累計增長3.5 %。波高存在0.120 cm/a 的平均遞增趨勢，累計增長5.4%，佘山站波高呈0.148 cm/a 遞增趨勢，累計增長9.6%。以百分位數(shù)表示的極端值序列中，僅風速90th %年際變化在絕大部分區(qū)域通過5 %的顯著性檢驗，存在0.227 cm/（s·a）的遞增趨勢，佘山站位置為0.101 cm/（s·a）。

表3 風速與波高的年際變化趨勢（琢表示數(shù)據(jù)通過5%的顯著性檢驗）

風速與波高的遞增趨勢現(xiàn)象與前人的一些相關研究結果一致。如Young 等（2011） 利用衛(wèi)星同化資料研究發(fā)現(xiàn)風速在全球諸多海域存在增高趨勢，且極端風速更為明顯，極端波高值在中高緯度存在遞增趨勢。劉志宏等（2011） 利用CCMP 風場資料研究發(fā)現(xiàn)1988—2009 年間西北太平洋大部分海域風速呈顯著逐年遞增趨勢。關于波高的變化因素較為復雜，匡翠萍等（2016）利用MIKE21 SW構建長江口波浪數(shù)學模型，發(fā)現(xiàn)周期性變化中波高總體隨海平面上升而增大。根據(jù)IPCC 第五次科學評估報告（IPCC，2013）結果表明全球海平面上升的線性趨勢在1902—1990 年期間是1.6[1.2 耀2.2] mm/a， 1993—2012 年為3.3 [2.8 耀3.6] mm/a。在全球變暖背景下，長江口及鄰近海域波高很可能會隨海平面上升而繼續(xù)增大。而長江口海域水動力環(huán)境十分復雜，波要素的變化存在諸多可能的影響因素，因此對影響波高變化的具體因素還需進行更精確的界定。

4 結論

（1）研究區(qū)域內風、浪要素分布整體符合亞熱帶季風氣候特征，波向的季節(jié)分布與風向具有一定相似性，表明風向是影響波浪傳播方向的重要因素。統(tǒng)計得1979—2018 年間風速變化范圍為0耀29.652 m/s，均值為5.762 m/s，波高變化范圍為0.062 耀9.670 m，均值為0.896 m，波周期變化范圍為1.975 耀13.041 s，均值為4.900 s。當發(fā)生極端氣候事件時，風浪要素的數(shù)值遠超通常的波動范圍。

（2）風速場空間分布呈W-E 走向遞增，外海風速明顯高于近岸。波高第一模態(tài)在研究區(qū)域內均呈正偏差值，其空間分布沿W-E 走向增強，分布形式與風速存在對應關系。第二模態(tài)方差貢獻率分別為15.29%和4.16%，其分布差別表明波高分布不僅與風速場有關，涌浪場分布可能是影響波高分布的因素之一。

（3） 1979—2018 年間研究區(qū)域內風速年平均值總體呈增長趨勢，計算得區(qū)域平均增長速率為0.228 cm/（s·a），累計增長1.6%，佘山站位置增長速率為0.502 cm/（s·a），累計增長3.5%。波高普遍呈增長趨勢，區(qū)域平均增長速率為0.120 cm/a，累計5.4 %，佘山站位置增速為0.147 cm/a，累計9.6 %。年際90th%值與99th%值波高與風速則呈不同程度的增長趨勢。