丁 骏,江海东,应 岳

(1. 浙江大学建筑工程学院，浙江 杭州 310058；2. 浙江省海洋监测预报中心，浙江 杭州 310007；3.舟山市海洋环境监测预报中心,浙江 舟山 316100)

舟山市沿海海平面上升预测和淹没分析

丁 骏1，2,江海东3,应 岳3

(1. 浙江大学建筑工程学院，浙江 杭州 310058；2. 浙江省海洋监测预报中心，浙江 杭州 310007；3.舟山市海洋环境监测预报中心,浙江 舟山 316100)

舟山市是我国唯一以群岛设置的地级市，是受海平面上升影响最直接的地区.采用3种数学统计分析方法来模拟和预测舟山市沿海海平面的上升速率和未来的上升值，然后通过情景设定未来的海平面上升值遇上百年一遇潮位，基于GIS技术分析了其最大可能的淹没范围.

海平面上升；预测；随机动态；淹没分析

0 引 言

海平面是由验潮仪长期观测和记录的潮位平均值，其变化受天文、气象、水文、地理和海洋诸多要素综合影响.全球气候变暖造成海水膨胀、极地冰盖和陆源冰川冰帽等融化，是引起全球海平面上升的主要原因.而沿海地区不断活跃的经济活动使得地面沉降速度加快，也加剧了海平面的上升趋势.

近30年，浙江沿海的年代际海平面呈明显上升趋势.自2001年以来，浙江沿海的海平面总体处于历史高位，2001—2010年的平均海平面比1991—2000年的平均海平面高约22 mm，比1981—1990年的平均海平面高约46 mm.

舟山市是我国唯一以群岛设置的地级市，位于我国海岸线的中部，总面积为2.224万km2，其中海洋面积占了93.5%.由于其独特的地理位置和特殊的地理环境，舟山是受台风、风暴潮等海洋灾害影响严重的地区之一.舟山沿海海平面的长期变化波动较大，总体呈上升趋势.从已掌握的邻近长期验潮站近50年观测记录分析结果可知，自20世纪60年代以来，沿海10年平均海平面上升明显.2001—2010年的平均海平面较1961—1970年的平均海平面高113 mm，较1971—1980年的平均海平面高69 mm，较1981—1990年的平均海平面高60 mm，较1990—2000年的平均海平面高35 mm.而在近50年(1960—2007年)来的最前10位的年最高潮位记录中，有5例发生于2000年以后.显然，这是一个极其明确的警示，它提醒我们必须密切地关注气候变化对于人类的种种影响.2011年，国务院正式批准成立浙江舟山群岛新区，舟山成为我国继上海浦东、天津滨海、重庆两江、陕西西咸新区后又一个国家级新区，也是首个以海洋经济为主题的国家级新区.因此，在舟山开展海平面上升的预测与分析也显得极为重要.

海平面上升预测自20世纪90年代就在国内开始开展.黄立人[1]讨论了海面变化趋势预测的困难,建议采用动态预测的方法.田晖等[2]提出中国沿岸海面变化速率的估计和一种髓机动态预测模型，指出东中国海的平均海面平均以18 mm/a的速率上升.左军成等[3]用经验正交函数法与随机动态方法结合起来, 分析了中国沿岸5个站的海平面变化,各站均衡基准下的海平面线变速率平均为2.4 mm/a.羊天柱等[4]用统计学的方法对浙江沿岸海平面进行了研究, 采用多种海平面上升预测模式进行了计算和预测, 结果表明：浙江沿岸过去30年间海平面平均上升速率为(2.63±0.06) mm/a.段晓峰等[5]根据海平面上升风险评估研究框架, 总结了海平面上升、海岸侵蚀、风暴潮淹没、海水入侵、湿地丧失等方面的研究现状, 在此基础上, 分析了目前研究存在的不足, 并提出了海平面上升风险评估未来研究的关键问题.何朗等[6]研究了全球气候变暖带来的海平面上升及其影响, 利用海水的热膨胀原理和冰盖的质量平衡原理, 得到了海平面上升的预测模型, 并且运用该模型对未来50 年全球海平面上升的情况进行了预测.于宜法[7]回顾和总结了近年来有关我国近海地区海平面变化的研究进展，综述了海平面变化的原因、海平面资料获取手段的发展, 分析研究海平面变化的方法和模型以及海平面上升速率方面的主要成果.

1 资料和方法

1.1 资料

岱山验潮站的前身为长涂海洋水文气象站，该站建于1959年7月，其验潮站位于长涂江南海军三号码头(122°14′E，30°15′N)，11月开始使用水尺组观测.1976年9月在海军七号码头建立验潮井，启用自记验潮仪.由于验潮站改建岱山高亭，该站于2002年底停用.

岱山验潮站位于岱山高亭港(122°14′E，30°14′N)，建于2002年6月，为岛式验潮井，钢筋混凝土结构，验潮井平台面积23 m2.底质为裸露强风化岩，低潮位时水深1 m以上，风浪影响小，水流较急，不淤积.目前使用的水位计为国家海洋技术中心生产的浮子式水位计(型号为SCA11-3A).

本文主要利用岱山站的1978—2010年海平面观测数据分析舟山市沿海海平面上升的状况.淹没分析所用到的数字高程模型(DEM)来自浙江省测绘局1∶10 000的测绘高程数据(2005年和2006年)，数据有滞后性.

1.2 方法

1.2.1 一维线性模拟和预测

一维线性模拟是一种最简单的线性回归形式.采用一条合理的直线表示变量与时间t之间的关系.某一时间序列Y(t)，用ti表示时间，建立Y(t)与ti之间的一元线性回归方程：

Y(t)=a+bti,i=1,2,3，…，n

(1)

其中：Y(t)为年平均海平面，t为年份，a为回归常数，b为回归系数.a、b可以用最小二乘法进行估计.

1.2.2 19年滑动平均模拟和预测

一些众所周知的天文周期，如18.61年(月球轨道升交点西行周期)、11.13年(太阳黑子活动周期)、8.85年(月球近地点和远地点的移动周期)、3.57年(天文分潮周期)和1.19年(地极移动周期)等，这些也必然在不同程度上对海平面的波动变化产生影响.有关研究表明，我国沿海交点分潮的振幅约在2cm～4cm之间，这就意味着在18.61年期间海平面将由此产生4cm～8cm的升降变化.19年滑动平均就是为了去除18.61年的天文周期对海平面的影响.

先对年平均海平面数列进行19年的滑动平均，然后对滑动平均后的数列采取一维线性回归方程模拟和预测.

1.2.3 随机动态模型模拟和预测

随机动态分析预测模型利用功率谱分析方法寻找海平面变化周期；使用F检验法确定周期的显著性；根据残差序列性质，建立随机序列AR模型.

某一时间序列Y(t)，设有N个月均海平面计算，将其分解为下面的叠加形式：

Y(t)=T(t)+P(t)+X(t)+α(t),

(2)

其中:Y(t)为月海平面值,T(t)为确定性趋势项,P(t)为确定性的周期项,X(t)为一剩余随机序列,α(t)为白噪声序列.

只要找出序列中确定性部分和随机性部分的具体表达形式及系数，即可对原始数据进行拟合并采用外推进行预报.

对于确定性的T(t)，本文取趋势项为二次多项式，

T(t)=A0+B0t，

(3)

其中:A0为起始月(t=0)的海平面，B0为待定的海平面的线性变化速率.假设在序列中找到了k个周期项，则周期项为

(4)

其中:ai、bi为与周期Ti相对应的待定系数，它们与该周期的振幅Ai、初相φi的关系为

从而初步模型可写为

(5)

序列中隐含的周期用最大熵谱方法寻找.理论上，要求得精确的趋势项，就要求数据中的周期项尽可能地消除，而想求出真实的周期，就必须将数据平稳化，因而就要去掉趋势项.本文作如下处理以解决此矛盾：经过上面的步骤将线性趋势和周期求出后，将原始数据中的周期部分去掉，求出剩余数据中的趋势项，将这一趋势项代回原始数据中，从中去掉该趋势项，这样得到的数据将比上一次的数据更接近平稳的要求，对这一序列进行周期分析，从而可以得到较上次更理想的周期.这种过程可以继续下去，直到求周期时的序列通过平稳性检验.

2 海平面上升分析与预测

2.1 舟山市沿海海平面变化分析

舟山沿海海平面的长期变化波动较大，总体呈上升趋势.从已掌握的长期验潮站近50年观测记录分析结果可知，自20世纪60年代以来，沿海10年平均海平面上升明显.如图1，2001—2010年的平均海平面较1961—1970年的平均海平面高11.3cm，较1971—1980年的平均海平面高6.9cm，较1981—1990年的平均海平面高6.0cm，较1990—2000年的平均海平面高3.5cm.

图1 岱山站年均海平面10年变化

2.2 一维线性模拟

从浙江省舟山岱山站年均海平面历年变化曲线(图2)中可见，年均海平面明显趋于升高，1978—2010年增加了8.8 cm，增加率为0.28 cm/a，相关系数达到0.79，通过了99.9%的显著性检验.

图2 岱山站年均平面一维线性模拟

2.3 19年滑动平均处理后的年平均海平面模拟

从浙江省舟山岱山站1987—2001年年均海平面19年滑动平均与线性模拟(图3)可见，年均海平面明显趋于升高，1987—2001年增加了4.1 cm，增加率为0.29 cm/a，相关系数达到0.995，通过了99.9%的显著性检验.

图3 岱山站年均海平面19年滑动平均模拟

2.4 随机动态模型

如图4所示，基于随机动态模型的预测，1980—2010年，舟山沿海的海平面平均上升了8.0 cm，平均上升速率为0.28 cm/a.

图4 岱山站年均海平面随机动态模拟

2.5 3种方法的比较

采用3种方法对舟山岱山站的年均海平面进行了模拟和预测.根据模拟数列，统计了3种方法模拟的相关系数和绝对值误差，具体见表1.统计结果表明随机动态模型的模拟效果最好.

表1 3种统计方法的比较

2.6 海平面变化预测

上述3种方法的预测结果显示,舟山市沿海海平面近30年的上升速率在0.28～0.29 cm/a.我们取随机动态模型模拟上升值0.28 cm/a，预测舟山沿海2020年、2050年及2100年的海平面将分别上升2.8、11.2和25.2 cm.(相对于2010年海平面)

3 海平面上升淹没分析

为了综合反映水文变量的地区规律性，克服经验频率曲线外延的主观性，水文频率计算引入了能用数学方程式表示的频率曲线——理论频率曲线，来配合经验频率曲线点距.迄今为止，国内外采用的理论线型有10 多种.根据我国多年使用经验，认为皮尔逊Ⅲ型曲线(PⅢ 曲线)比较符合我国多数地区水文和气象的实际情况.因此，在我国水利、公路、铁路等工程有关规范及水文和气象统计中，大多数采用PⅢ型曲线，作为近似于水文和气象现象总体的频率曲线线形，在洪(枯)水流量、降雨径流以及波浪高度的频率分析中广泛应用.

本文利用PⅢ频率曲线计算岱山站的百年一遇高潮位，计算结果为323 cm.

海平面上升的最大可能影响范围分析主要基于GIS技术，根据舟山地区DEM数据，在给定的不同情景下确定最大可能影响范围.

目前通用的海平面评估方法主要依据未来相对海平面上升高、中、低值，叠加平均高潮位、历史最高潮位和多年一遇极值潮位，分别评估在不考虑和考虑现有防护设施能力的条件下的可能淹没面积、受灾人口、经济损失和生态损失.考虑到舟山市大部分海塘的设计标准已经达到百年一遇，所以本文使用舟山未来海平面上升预估值结合百年一遇潮位值来开展淹没分析.

由于沿海堤防高程数据不全，本评估是在不考虑堤防设施的条件下，根据地面高程数据，计算低于海平面上升情设定高度下的范围.

舟山沿海的百年一遇潮位为323 cm(相对于85高程)，结合对未来海平面上升的预测，设定2020年、2050年和2100年海平面上升的最大可能影响范围计算值分别为334、356、394 cm.利用GIS技术分别获得2020年、2050年和2100年的最大可能淹没范围，如图5所示，受到影响的面积约为289、300、319 km2.

图5 2100年舟山市沿岸受海平面上升最大可能淹没范围

4 结 论

利用舟山市岱山海洋站的资料来分析舟山市沿海海平面的上升速率，采用3种分析方法计算所得的上升速率在0.28～0.29 cm/a，其中动态预测模型模拟效果最好，相关系数最高，平均绝对误差最小.本文使用动态预测模型预测舟山沿海2020年、2050年及2100年的海平面将分别上升2.8、11.2和25.2 cm.

根据上述预测的未来舟山市沿海海平面的上升值，叠加上百年一遇潮位，利用GIS技术分别获得2020年、2050年和2100年的最大可能淹没范围分别为289、300、319 km2.

海平面上升是一个缓慢的过程，对沿海地区社会经济的影响不会立马显现，但社会发展是长久的，当海平面上升达到一定幅度时，将淹没沿海低洼地区，对沿海工程、港口、防护堤坝等产生破坏性影响.所以要充分重视海平面上升带来的影响，开展海平面变化影响评价和脆弱性区划，科学、准确地评价海平面变化影响的范围和程度.

[1] 黄立人.海面变化趋势的动态预测[J].海洋通报，1991(1)：1-6.

[2] 田晖，周天华，陈宗镛.平均海平面的一种随机动态预测模型[J].青岛海洋大学学报，1993(1)：33-42.

[3] 左军成，陈宗墉，周天华.中国沿岸海平面变化的一种本征分析和随机动态联合模型[J].海洋学报，1996(2)：7-14.

[4] 羊天柱，应仁方，张俊彪,等.浙江沿岸海平面研究和变化预测[J].东海海洋，1999(4)：1-11.

[5] 段晓峰，许学工.海平面上升的风险评估研究进展与展望[J].海洋湖沼通报，2008(4)：116-122.

[6] 何朗，周薇，张应碧,等.未来海平面上升的预测及其影响[J].数学杂志，2008(5):555-558.

[7] 于宜法.中国近海海平面变化研究进展[J].中国海洋大学学报：自然科学版，2004(5)：713-719.

SeaLevelRisePredictionandSubmergingAnalysisofZhoushanCoastalAreas

DING Jun1，2, JIANG Haidong3, YING Yue3

(1.College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China; 2.Marine Monitoring Forecasting Center of Zhejiang, Hangzhou 310007, China; 3.Marine Monitoring Forecasting Center of Zhoushan, Zhoushan 316100, China)

Zhoushan, the only prefecture-level city which sets up on group of islands in China, is the most severe area affected by sea level rise directly. This paper simulated and forecasted the rate and future value of sea-level rise in Zhoushan coastal areas with the analysis of three kinds of athematical statistical methods, and analyzed the submerged areas of maximum possibility based on GIS technology through the scenario of future sea-level rise meeting the hundred years tide.

sea-level rise; prediction; stochastic dynamic; submerging analysis

2013-04-10

丁 骏(1978—)，男，工程师，主要从事海洋预报研究.E-mail:ddjj7888@sina.com

10.3969/j.issn.1674-232X.2013.04.017

P714

A

1674-232X(2013)04-0373-06