英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

东北太平洋极端气候增强了吗

Fernando J. Mendez, Cristina Izaguirre, Melisa Menendez, Borja G. Reguero, Inigo J .Losada

Environmental Hydraulics Institute “IH Cantabria”, Universidad de Cantabria

Avda de los Castros s/n, 39005 Santander, Spain

摘要：最近的研究表明，在东北太平洋用浮标来测量重要的平均值、高百分位数、有效波高的极端事件的趋势。然而，由于波浪浮标的覆盖得较为稀疏且不均匀，使得难以评估的空间格局，所以不能很好地得出这些趋势的空间变化。在这项工作中，我们使用2个随时间变化的极端值模型和3个分别来自浮标、卫星和后报数据库的不同的数据集分析了沿东北太平洋极端显着浪高的长期变化。以前的研究已经加强了对极值有效波高的的长期趋势的研究。我们还证实了东北太平洋极值波高对厄尔尼诺的影响以及中纬度气候模式（例如PNA指数）与厄尔尼诺重要的相关性。

一、简介

有效波高的极端事件在不同自然过程的发展中是至关重要的，它对海岸结构，海上工程，船舶或沿海地区有着危害。对极端气候的变化在空间和时间上的良好认识可以帮助我们更好地理解自然过程，同时避免灾害对社会和经济造成损失。

年际极端波高的变化取决于大气-海洋系统的大尺度变化，很多时候是通过厄尔尼诺南方涛动或全球其他区域的气候指数表现出来[1,2,3]。虽然一些过去的研究都集中在气候波动和远程气候之间的遥相关过程[4]。但仍有必要提高对远程或区域大气环流变化对极端气候变化影响的认识。另一方面，观察到波气候近期的变化[例如5,6,2]，并且发现与风暴活动[7,8]的变化有关。这一事实意味着了解极端气候波动变化对于推断未来气候变化是必不可少的。

这项研究主要是在东北太平洋其他研究的背景下，考虑当地气候波动变化的问题例如 [5], [9], [10],[6], [11] ,[7]。然而，大多数的研究都是使用一些波气候参数（如有效波高的平均或极值百分位数），并不能代表最大的极端事件。总的来说，上述的研究发现证据表明在二十世纪末期在东北太平洋的波高的增大，大多数上述作者表示厄尔尼诺活动与波气候存在正相关关系。

这项研究的目的是通过结合不同的时间长度极端值模型和不同的数据来源来模型化和量化东北太平洋极端气候空间和时间变化。

二、数据资料

了解极端气候的特征需要可靠和长时间的数据记录。研究波气候的四个主要波数据来源分别是浮标数据、志愿观测船（VOS）数据、模式预报和卫星测高数据。每种波数据都有它的优点和缺点。例如，浮标数据中常有数据缺测并且浮标的空间分布不够均匀。但它们提供了最可靠的数据记录，尤其是在考虑极端值的时候。而卫星测高数据分布均匀能够较好地为全球范围内的研究提供数据，但时间跨度短导致了不能观察到可靠的长期变化趋势。波模式预报[16]或VOS可视化的数据[6]可以在这方面作为辅助资料，但在研究极值波高的时候需要特别注意。在这项研究中我们使用的数据结合了浮标数据（1985-2007）、卫星数据（1992-2010）和IH Cantabria开发的波分析数据（1948-2008）。

A.浮标数据

我们用二零六美国国家海洋和大气管理局网站（http://www.ndbc.noaa.gov）上每小时的有效波高数据和加拿大环境部在东北太平洋的波浪浮标（图1）预测了极端有效波高的年际变化。考虑到这26个浮标要具有相同的测量时长，我们选择了1985-2007这23年期间除了加拿大从1987年起测的浮标。

图1 该研究所用浮标

B.卫星数据

在这项研究中，我们使用了来自六个不同的卫星从1992-2010年的波高数据。我们定义3ordm;经度2ordm;纬度矩形网格为一个单元，确保网格中有足够的卫星达到良好的空间分辨率。少于最大数据10%的单元会被拒绝接收。

C.再分析资料

在这项研究中使用了有1ordm;X1ordm;空间分辨率（IH-Cantabria在开发的全球海浪数值模式WW3）结合NCEP/NCAR 6小时风场的61年逐时波的再分析资料。图2比较了#46001号浮标与GOW模式的资料。从图中可以看出，该模式能够再现时间序列的结构，并且以适当的精度显示峰值的强度。

图2 #46001号浮标有效波高的逐时数据（红色）和GOW模式（蓝色）的对比

三、极值模型

我们应用两种极值模型：考虑时间相关广义极值模型（GEV）来获得每月最大值和时间相关峰值超过临界值（POT）模型来单独判断临界值超标。GEV模型利用每一数据块的最大值（在应用中为一个月），可以很容易的判断它与气候相关的月度指标的相关性。另一方面，POT模型更好地表征最严重的风暴。在下文中，我们将介绍这些统计模型的主要特点。

A.时间相关极值分布方法

这个统计模型是基于广义极值分布（GEV）每月的最大值。这些极大值块通常被假定为独立均匀分布的随机变量，但自然气候变化导致了有效波高的每月最大值ZT的变化。因此，一个非平稳的极端模型用来作为时间定位和尺度的GEV分布参数。GEV的概率累积分布函为

在这里，形状参数决定了末端的分布(, , 分别由Weibull、Gumbel和Freacute;chet家族说明)。

B. 时间相关临界峰值方法

在这个模型中，我们研究了极值有效波高H的峰的统计特点，分析y = hminus;u在超出临界值的假设，我们假设的事件数超过一个泊松分布的发生率，vgt;0（年-1），和超过临界值y gt; 0使用广义帕累托分布模型（GPD）。我们的方法的优点是，GPD泊松模型可以很好地将年度最大值表示为广为人知的广义极值分布（GEV）。GPD泊松模型和广义极值GEV之间的等价性（例如）大大促进了年度统计资料的导出。

在浮标数据的应用中，选取每个浮标的所有波高数据的百分之98（u98）作为临界值并且确保高波集之间的独立性的时间间隔需要三天。

在这两个模型中，我们使用了最大似然（ML）方法获得矢量参数估计值 [12]。统计显著性和置信区间是根据偏差函数的对照分布相关的似然比检验估计出来的。通过GEV的反函数估计了极端的回报水平。

C.模式变化

本研究考虑了极端气候年际和季节性波动以及长期趋势的尺度。我们利用调和函数并且引入年度周期中的位置与尺度参数来模拟季节性变化，,

,其中beta; 0, alpha;0为平均值，beta; i, alpha;i为谐波的振幅,

中t的单位是年。一个为常数的形状参数在90%的置信水平区间内显著。图3不仅显示了随时间变化的概率密度函数在一年内的变化还显示了它的长期变化趋势。可见，概率密度随时间根据参数化的函数变化的，其中是长期的变化趋势。

图3 一个时间相关的GEV概率密度函数的例子

关于波气候的年际变化，我们假设它通过纬向环流影响大气的活动[3]。不同的气候模式已经被用遥研究全球极端气候变化：例如厄尔尼诺-南方涛动（Nino3区）和北太平洋的美国指数（PNA）。气候指标的统计关系表示为位置参数的一个附加的协变量，例如Nino3区：,其中beta; NINO3表示在极值波高中的灵敏度（每NINO3区一厘米）。除此之外，还有许多类似的模型用来研究气候指数。

四、结果与讨论

A.平均波高（使用浮标数据）

若用浮标数据进行分析，主要是通过以下五个因素判断北太平洋是否发生极端波动的气候：1）由中纬度强气旋产生的波浪增大，2）风暴的路径位置的年周期变化，3）沿俄勒冈和加利福尼亚海岸强的西北风，4）夏威夷群岛附近的热带气旋，5）每个浮标的位置。

考虑到这些因素我们将浮标分为三组在不同区域投放；I区：在阿拉斯加湾，白令海和加拿大西部海岸投放九个浮标，II区：在美国西部海岸投放近岸浮标，III区：在夏威夷群岛投放四个浮标。

图4通过基本的统计方法表示了波环境的主要特点：第一组代表平均波气候条件；第二组第三组提供了极端波高的最可能值以及它的方差；第四组表示了20年收益水平值及其95%置信区间并且用星号标记了分析期间最大的波高。

可以观察到平均值和极端值之间存在不同的空间行为。夏威夷群岛区的平均和极端事件之间差异比在II区（30°N）小。该模式清晰显示了极端波动在北方更加严重。一些浮标也呈现了当地的气候特征，例如#46006号浮标由于比较接近北太平洋冬季气旋故显示了较大的极端气候波，#46025号浮标由于处在康塞普西翁的隐蔽位置故极端气候波动呈现较低的值。

图4 静态的极端气候波情况

B.长期趋势（使用浮标数据和POT模型）

浮标分析中一个最重要的结果是极端气候的显著正趋势大部分集中在加利福尼亚沿岸（图5,a）。分析的大多数的浮标在这23年间变化范围约为每年2-4厘米左右或0.2-0.9%每年。在阿拉斯加（白令海和阿拉斯加湾）的浮标没有明显的变化趋势。然而，加拿大浮标结果表明极端波高有减小的趋势（图2,b）。在夏威夷群岛的浮标除了北部的浮标之外，没有显著的变化趋势，例如#51001号浮标有类似于中纬度浮标那样增大的趋势。

这里提到的变化趋势，尤其是在32-42°N之间的正相关的趋势与[5],[9]的报告以及[7],[11]的后报分析一致。

图5 浮标数据的长期趋势（Menendez等2008）

C.长期趋势（使用再分析资料和GEV模型）

图6 用马赛克呈现了时间相关GEV模型得出的季节性长期趋势的结果，该模型使用了包括年周期的长期趋势的长期趋势参数值:。结果显示在1948-2008年间该区域存在一个持续上升的趋势，这种趋势在冬季更加明显。

图6 用GOW再分析资料得到的＃46003,＃46004,＃46005和＃46006号浮标的长期趋势

D.年际变化（利用卫星数据和GEV模型）

图7总结了上述不同气候模式的结果。最大的海气耦合现象集中在太平洋，被称为厄尔尼诺-南方涛动（ENSO）。通过NINO3指数中的热带东太平洋海表温度来表征这种现象[21]。

在左图中，可以看出NINO3区对东北太平洋沿岸的影响。厄尔尼诺事件期间，极端波高区域面积在40ordm;N–150ordm;W有所增加，（可以在右图中看到信号相位滞后三个月（）的NINO3区极端波高区域面积增加到30cm每单元）。在这期间发生的最强的厄尔尼诺事件是在1997年12月，当时NINO3区为4.2个单位；因此，是ENSO的影响造成东北太平洋产生1.2米极值波高。在北半球热带外影响太平洋的低频变化最显著的特征之一是PNA 指数[22]，它刻画了北太平洋西风带的强度。如下图在阿留申群岛以南一个强大的PNA的空间格局伴随着30cm每单元的增加。

图7 气候指数对位置参数（厘米/单位）空间变化的影响

（仅统计在90%置信水平上的重要值点。所有的数据在-30和30厘米的范围内）。

五、结论

将卫星、浮标和预测数据通过时间相关的GEV和POT广义极值模型分析得到了东北太平洋极值波高年际和长期的趋势变化。通过调和函数来建模来表示年周期中的位置和刻度参数的季节性。年际变化通过包括为GEV分布的位置参数变量的气候指标来表示。长期趋势将(1)一年中的定值beta;LT ^t和(2)一个年周期参数化得到。

这项研究表明东北太平洋的极端气候在1948-2008年期间以1厘米每年的速度增长（根据再分析数据）并且在1985-2007年期间以2-3厘米每年的速率增长（根据浮标数据）。年际变化的分析揭示了NINO3区和PNA指数对东北太平洋极端气候有着重要的影响。我们相信这些发现对解释和预测沿海地区的极端事件是有帮助的。

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[30536]，资料为PDF文档或Word文档，PDF文档可免费转换为Word