Journal of Marine Sciences >

2025 , Vol. 43 >Issue 1: 69 - 78

DOI: https://doi.org/10.3969/j.issn.1001-909X.2025.01.007

Analysis of the variation characteristics of the sea level in Zhoushan and the adjacent East China Sea from 1993 to 2021

  • JIN Jie ,
  • CHEN Yujie ,
  • YAO Yongheng ,
  • ZHANG Siyuan ,
  • HU Zhentao ,
  • DING Mengrong ,
  • JIA Bin , *
Expand
  • College of Marine Science and Technology, Zhejiang Ocean University, Zhoushan 316022, China

Received date: 2024-05-09

  Revised date: 2024-10-14

  Online published: 2025-05-30

Fold

Abstract

Based on the satellite altimeter data from January 1993 to December 2021, the least squares method and the ensemble empirical mode decomposition (EEMD) were used to analyze the long-term changes of the sea level in Zhoushan and the adjacent East China Sea and its influencing factors. The study found that the sea level in the study area was generally on an upward trend, and the upward trend was more obvious in the coastal waters on the east side of the Zhoushan Islands. The average linear rate was 0.36±0.10 cm/a, and the upward trend had been somewhat mitigated since 2018. The sea level in the study area showed obvious seasonal differences. Its linear rate was the largest in autumn (0.37±0.12 cm/a), followed by in winter, and slightly smaller in spring and summer (approximately 0.34±0.10 cm/a). The nonlinear change trend over the past 30 years showed that the upward rates in summer and autumn had almost remained unchanged, the upward rate in winter had shown a slowdown trend, and the upward trend in spring had been accelerating. There was a trend of increasing annual amplitude of the sea level in the study area. The long-term changes of the sea level were closely related to the seawater thermal expansion effect caused by temperature and the water increase-decrease effect caused by changes in wind stress.

Key words： sea level change; Zhoushan sea areas; East China Sea; the ensemble empirical model decomposition; linear trend; nonlinear trend

Cite this article

JIN Jie , CHEN Yujie , YAO Yongheng , ZHANG Siyuan , HU Zhentao , DING Mengrong , JIA Bin . Analysis of the variation characteristics of the sea level in Zhoushan and the adjacent East China Sea from 1993 to 2021[J]. Journal of Marine Sciences, 2025 , 43(1) : 69 -78 . DOI: 10.3969/j.issn.1001-909X.2025.01.007

0 引言

工业革命以来,随着全球变暖趋势的日益加剧,海平面上升问题越来越受到各国政府和人民的关注。不断上升的海平面不仅会对沿海滩涂和沿岸生物栖息地造成侵蚀和破坏[1],而且会引发国家间海洋权益的冲突[2]。与海平面上升相伴的,还有风暴潮、海岸侵蚀和海岸坍塌等自然灾害的频繁发生[3],它们同样会加剧沿海地区社会-生态系统的暴露度和脆弱性[1]。
浙江省舟山市是一个群岛城市,海平面上升将对其社会、经济带来一系列威胁。研究认为,在各种能源平衡发展的气候情景下,受海平面上升的影响,舟山沿海风暴潮最大增水将增加1~2 cm,百年一遇校核水位将增大为3~3.5 m[4]。此外,海平面上升所引发的海底滑坡、海底侵蚀等地质灾害也会对舟山群岛的海洋工程建设造成巨大威胁[5]。
对舟山及邻近海域海平面的研究可以追溯到20世纪90年代。羊天柱等[6]基于22个长期验潮站的潮位资料,计算出浙江沿岸1965—1994年间海平面平均上升速率为0.26±0.006 cm/a。乔新等[7]基于TOPEX/Poseion(T/P)和Jason-1卫星高度计数据计算,认为1993—2004年浙江沿岸海平面上升速率达到了0.8 cm/a。詹金刚等[8]基于T/P、Jason-1、ERS和Envisat融合测高卫星海面异常数据开展研究,认为1992—2007年浙江沿海海平面平均上升速率为0.46±0.04 cm/a,并且呈现显著的空间差异。《2023年中国海平面公报》[9]指出,2023年浙江沿海海平面较常年(1993—2011时段)高约4.3 cm,但是各月海平面变化较大,与常年同期相比,东海沿海2月和8月海平面分别高10.3 cm和11.8 cm,11月和12月海平面分别低4 cm和2.4 cm,其中11月海平面为近19年同期最低。综上可知,在过去的几十年,东海海域海平面总体呈上升趋势,但速率存在明显波动。这一方面可能与研究数据、研究时段和研究方法等的不同有关,另一方面,海平面变化并不是线性的,例如,基于沿海长期验潮站的观测分析显示,东海海平面上升从20世纪80年代开始加速[10]。
研究东海海平面的长期变化及其季节信号,对于降低台风、风暴潮等的致灾程度以及维持生态和渔业的健康发展都具有重要的科学意义[11-12]。本文基于多源卫星融合数据,分析了1993—2021年舟山及邻近海域海平面的线性、非线性变化,空间特征,季节差异及其与风场、温度场的关系。

1 研究区、卫星数据及研究方法

1.1 研究区

本文研究区为舟山及邻近东海海域,区域水动力结构复杂,也是舟山渔场所在地。如图1所示,本文研究区的范围为120°E—126°E,27°N—33°N,图中虚线框为重点关注的舟山群岛海域(121.5°E—123.5°E,29.5°N—31.5°N)。
图1 研究区域

Fig.1 Map of study area

1.2 卫星数据

1.2.1 高度计数据

本文采用哥白尼海事局(Copernicus Marine Envi-ronment Monitoring Service, CMEMS)和哥白尼气候服务机构(Copernicus Climate Change Service, CSC)生产并发布的网格化卫星高度计融合数据产品[13],数据类型为绝对动力高度(absolute dynamic topography,ADT)。数据的时间为1993年1月至2021年12月,分辨率为1 d,空间分辨率为1/4°×1/4°。在分析海平面年度、季节变化前,先将日数据处理为年平均、季节平均数据。

1.2.2 海面温度及风场数据

海面温度资料来源于美国国家海洋和大气管理局发布的最优插值算法海面温度数据(Optimum Interpolation Sea Surface Temperature,OISST)[14];海面风场资料是由美国宇航局物理海洋学数据分发存档中心提供的交叉定标多平台(Cross-Calibrated Multi-Platform,CCMP)合成洋面风场数据(Ocean Vector Winds)[15]。

1.3 研究方法

采用最小二乘法计算海平面线性变化速率,并对结果进行t检验。采用集合经验模态分解(ensemble empirical mode decomposition,EEMD)[16-17]进行海平面非线性趋势分析。EEMD分解的残差项为非线性趋势值,以1993年作为参照,4年为间隔作差比较其变化。采用蒙特卡洛算法[18]对EEMD结果进行显著性检验。
分别对扣除气候态后的海面温度距平场、风场距平场进行经验正交函数(empirical orthogonal function,EOF)分析,讨论主要模态的分布、演变及其对海平面变化的影响。

2 结果与分析

2.1 海平面空间变化

从1993—2021年舟山及邻近海域多年平均海平面的空间变化(图2)可以看出,海平面总体呈南高(90 cm)北低(60 cm)的特征;在123.5°E以东海域,随着纬度的增加,海平面呈降低趋势;在123.5°E以西海域,特别是闽浙沿岸海域,75 cm等值线呈舌状向南延伸;在舟山群岛海域,多年平均海平面在70 cm左右。
图2 1993—2021年舟山及邻近海域多年平均海平面的空间变化

Fig.2 The spatial variation of the multi-year average sea level in Zhoushan and its adjacent sea areas during 1993-2021

研究区多年平均海平面在各季节均呈现南高北低的空间特征(图3),123.5°E以东海域表现为随纬度增加而减小。夏、秋季多年平均海平面约在70~94 cm,高于多年平均值;冬、春季多年平均海平面约为55~85 cm,低于多年平均值。
图3 1993—2021年各季节多年平均海平面的空间变化

Fig.3 The spatial variation of the multi-year average sea level in each season during 1993-2021

研究表明,舟山及邻近海域海平面的季节变化与海水温度密切相关[11-12]。夏季,海温上升使得海水膨胀,导致整个海域海平面升高;由于海水比热容较大,海温变化滞后于气温,秋季海平面继续升高,达到全年最高;冬、春季,气温偏低且海上风力强劲,导致海温较低,海平面较其他季节明显降低。此外,研究区海平面季节变化还与黑潮、闽浙沿岸上升流等动力作用以及沿岸径流输入等局地过程有关[12]。

2.2 海平面线性变化趋势

图4展示了1993—2021年舟山及邻近海域海平面线性变化的空间分布。在整个研究区域,海平面上升速率在0.2~0.4 cm/a;在123.5°E以东海域,速率较小,约为0.1~0.3 cm/a;在123.5°E以西,除杭州湾和部分浙江沿岸海域外,其余海域的上升速率较大,约为0.3~0.4 cm/a。在舟山群岛海域,东西两侧海平面的上升速率差异大,呈现从近岸向外海逐渐增大的特征,与前人结论基本一致[19]。
图4 1993—2021年研究区海平面线性上升速率的空间分布

Fig.4 The spatial distribution of the linear rising rate of the sea level in the study area during 1993-2021

图5显示,春季,海平面上升速率较其他季节偏小,最大值不超过0.4 cm/a;夏、秋季,在29.5°N以北海域,上升速率明显较大,超过0.45 cm/a;冬季,上升速率的高值出现在29.5°N以南海域。杭州湾海域的上升速率在夏、秋季低,冬、春略有增大,可能与径流的季节变化有关。在舟山群岛东侧海域,各季节上升速率均为高值,其中夏、秋季最大速率超过0.45 cm/a。
图5 1993—2021年海平面各季节平均的线性上升速率空间分布

Fig.5 The spatial distribution of the average linear rising rate of the sea level in each season during 1993-2021

如图6所示,舟山及邻近海域海平面平均线性上升速率为0.36 cm/a,该结果与《2023年中国海平面公报》1980—2023年的结果相近(0.32 cm/a)[9]。秋季上升速率为0.37±0.12 cm/a;冬季与年平均值持平,为0.36±0.10 cm/a;春、夏季均低于年平均值,分别为0.34±0.11 cm/a 和0.34±0.10 cm/a。上述线性变化速率均通过95%显著性检验,且不同季节间的差异也均通过95%显著性检验(图略)。海平面上升速率的季节差异,使得年振幅扩大(+13.1%,图略),即出现放大效应。
图6 1993—2021年研究区海平面的线性变化趋势

(圆点为海平面年度或季节平均值,直线为线性拟合结果。)

Fig.6 The linear change trend of the sea level in the study area during 1993-2021

(The dots represent the annual or seasonal mean sea level and the dashed lines represent the linear fitting results.)

2.3 海平面非线性变化趋势

基于EEMD的研究区海平面非线性演变如图7所示。可以看出,近30年来,海平面总体持续上升,呈现前期(1993—2017年)加速、后期(2018—2021年)减速的特征。1993—2017年,在大部分海域,海平面上升幅度超过10 cm;2018—2021年,除28.5°N以南的海域外,大部分海域的上升幅度较小。在舟山群岛海域,时间尺度上,同样呈现先加速后减速的变化趋势;空间上,在靠近杭州湾的西侧海域,上升缓慢,甚至出现负增长,而在靠近外海的东侧海域,海平面上升呈持续加速状态。
图7 1993—2021年研究区海平面年平均非线性变化的空间分布

Fig.7 The spatial distribution of nonlinear variation of annual mean sea level in the study area during 1993-2021

风暴潮和海浪一直是影响我国的主要海洋灾害。夏、秋季舟山沿海多受风暴潮、台风浪等的侵袭;冬、春季则多受寒潮浪、气旋浪的影响。海平面上升的季节差异及其累积产生的年振幅放大效应,会抬升舟山沿岸增水的基础水位,加大灾害风险和致灾程度。
选取春季和秋季作为代表,分析海平面非线性变化的季节特征(图8和图9)。从图8可以看出,春季海平面在2009年以前上升缓慢,2009年后呈加速上升,其中123.5°E—126°E,28.5°N—29.5°N海域的上升幅度较大。在舟山群岛海域,1993—2013年海平面变化幅度为4~7 cm,而2014—2021年,海平面变化幅度超过5 cm,与年平均变化(图7)不同。
图8 1993—2021年研究区海平面春季平均非线性变化的空间分布

Fig.8 The spatial distribution of nonlinear variation of mean sea level in spring in the study area during 1993-2021

图9 1993—2021年研究区海平面秋季平均非线性变化的空间分布

Fig.9 The spatial distribution of nonlinear variation of mean sea level in autumn in the study area during 1993-2021

从图9可以看出,秋季海平面上升过程与春季存在较大差异。1993—2009年, 在29.5°N以北,海平面平均上升幅度超过5 cm,最大幅度出现在120°E—123°E,32°N—33°N,接近16 cm;2010—2021年,在30°N—32°N海域,上升幅度为5~10 cm。舟山群岛海域,特别是东侧海域,海平面上升明显;西侧靠近杭州湾的海域,在研究时段的后期,上升速率有所下降。
图10展示了研究区海平面非线性变化趋势及其对应的年增长率。从年变化趋势来看,1993—2012年海平面年平均涨幅接近0.4 cm,2013—2021年海平面年平均涨幅则不到0.3 cm,呈现减速上升的趋势(图10b中黑线)。季节结果显示,春季呈现加速上升趋势;夏、秋两季速率基本保持不变;冬季呈减缓趋势。年度和季节的海平面非线性趋势结果均通过蒙特卡洛算法检验。
图10 1993—2021年海平面的非线性变化趋势(a)及其年变化率(b)

Fig.10 Nonlinear trends (a) and its annual change rate (b) of sea level during 1993-2021

2.4 海平面变化机制的探究

图11展现了1993—2021年舟山及邻近海域海面温度多年平均值及其线性变化。从图中可以看出,研究区域的海面温度整体呈现东南高、西北低的分布特征,海温等值线在东海大陆架环流(包括沿岸水系、入海径流、黑潮)等因素影响下呈SW—NE走向。各季节的海面温度分布基本与年平均一致。1993—2021年大部分海域的海面温度呈上升趋势,其中在122°E—124°E海域,升温幅度可达0.04 °C/a;在浙闽沿岸和124°E—126°E,29.5°N—33°N海域,海面温度下降,幅度接近 0.02 °C/a。各季节中,增暖在冬季最为明显,升温速率最大的区域与图11b中的高值区相近(图略)。舟山群岛海域,海面温度上升速率在0.01~0.03 °C/a,其中靠近杭州湾一侧的上升速率明显较小,变化趋势与海平面一致(图4)。
图11 1993—2021年气候态年平均海面温度(a)及其线性变化(b)的空间分布

Fig.11 The spatial distribution of climatological annual-mean sea surface temperature (a) and its linear variation (b) during 1993-2021

图12展示了EOF分解的研究区海面温度变化的第一、第二模态,年度两个模态所占比例之和占总解释方差的87%,各季节前两个模态所占比例略有差异,但均接近总解释方差的80%。将海面温度变化的第一、第二模态与标准化后的海平面进行相关性分析,发现两者总体呈正相关,置信度超过95%,表明研究区海平面的长期变化与海水热膨胀效应的关系显著。值得关注的是,夏季第二模态与海平面存在负相关关系(置信度低于95%),说明夏季海平面变化可能由其他机制主导。
图12 1993—2021年海面温度的经验正交分解第一(a)和第二模态时间序列(b)

Fig.12 Time series of the first(a) and second principal component (b) for the empirical orthogonal decomposition of sea surface temperature during 1993-2021

图13为1993—2021年舟山及邻近海域海面风场多年平均值及其线性变化分布图。结果显示,在研究区的东南海域风速较大,西北海域风速较小,年平均以N-NE风为主。1993—2021年,大多数海域出现风速显著减弱的趋势,幅度超过0.002 m·s-1·a-1,而在舟山群岛海域,风速基本以增强为主。风力增强引起舟山群岛海域海水堆积,导致该海域海平面上升。风向存在显著的季节差异(图略),春季和秋季为季风转换期,夏季以E-SE风为主,冬季以N-NE风为主,秋季风场以增强为主,其他三个季节的变化特征则与年平均变化(图13b)相似。
图13 1993—2021年多年平均海面风场(a)及其线性变化(b)的空间分布

Fig.13 The spatial distribution of multi-year average sea surface wind (a) and its linear variation (b) during 1993-2021

海面风场变化的第一、第二模态时间序列如图14所示,年平均和各季节海面风场的第一、第二模态所占比例之和均接近总解释方差的90%,不同季节之间存在较大差异。海面风场与海平面的长期变化有一定相关性。风作用于海面的切应力将导致沿岸海水的堆积或流失,从而造成海平面的上升与下降,即风应力场的增-减水效应[11-12]。相比第一模态,海面风场第二模态与海平面区域平均的时间序列存在更为显著的相关性。但是,由于不同季节之间风场存在较大差异,海面风场对海平面变化的影响较为复杂,例如在秋季出现了海平面序列与第一模态时间序列为正相关,而与第二模态时间序列为负相关的复杂关系(置信度超过95%)。
图14 1993—2021年海面风场的经验正交分解第一(a)和第二模态(b)时间序列

Fig.14 Time series of the first (a) and second principal component (b) for the empirical orthogonal decomposition of sea surface wind during 1993-2021

综上所述,舟山及邻近海域的海平面长期变化及季节差异显著受到海水热膨胀效应的影响,还在一定程度上受到海面风场的影响。

3 结论

本文基于多源卫星融合高度计数据产品中的绝对动力高度地形,对1993—2021年舟山及邻近海域海平面分别进行线性和非线性变化分析,并重点讨论了各季节之间的差异,得到如下主要结论。
1)近30年来,舟山及邻近海域海平面总体呈明显上升趋势,年均线性上升速率约为0.36±0.10 cm/a。从非线性变化的角度来看,呈前期(1993—2017年)加速、后期(2018—2021年)减速的态势。
2)舟山及邻近海域海平面呈南高北低的分布特征,其线性变化呈整体上升、局部加速上升的空间特征,舟山群岛东侧海域海平面的非线性变化更显著。
3)研究区海平面上升速率存在季节差异,秋季海平面上升最快,冬季次之,春、夏季较慢。春、秋季,舟山群岛东侧海域呈加速上升趋势。
4) 研究显示舟山及邻近海域海平面存在年振幅变大的趋势,这将增大区域极端水位和灾害风险。海平面变化受到东海陆架环流以及相关动力机制、热力机制的共同影响。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
蔡榕硕, 谭红建. 海平面加速上升对低海拔岛屿、沿海地区及社会的影响和风险[J]. 气候变化研究进展, 2020, 16(2):163-171.

CAI R S, TAN H J. Impacts and risks of accelerating sea level rise on low lying islands, coasts and communities[J]. Climate Change Research, 2020, 16(2): 163-171.

[2]
王阳. 在稳定与公平之间:海平面上升对海洋边界的影响及其应对[J]. 中国海商法研究, 2022, 33(4):15-26.

WANG Y. Between stability and equality: The impact of sea level rise on maritime boundaries and its response[J]. Chinese Journal of Maritime Law, 2022, 33(4): 15-26.

[3]
李加林, 张殿发, 杨晓平, 等. 海平面上升的灾害效应及其研究现状[J]. 灾害学, 2005, 20(2):49-53.

LI J L, ZHANG D F, YANG X P, et al. Disaster effect of sea level rise in China and the research status in quo[J]. Journal of Catastrophology, 2005, 20(2): 49-53.

[4]
李杰, 杜凌, 张守文, 等. A1B气候情景下海平面变化对东中国海风暴潮的影响[J]. 海洋预报, 2014, 31(5):20-29.

LI J, DU L, ZHANG S W, et al. Impact of sea level variations on storm surge under SRES A1B scenario in the East China Sea[J]. Marine Forecasts, 2014, 31(5): 20-29.

[5]
孙鸿程, 蔡廷禄, 夏小明, 等. 舟山六横岛海域浅部地层结构与水下滑坡分布特征[J]. 海洋学研究, 2019, 37(1):59-66.

DOI

SUN H C, CAI T L, XIA X M, et al. Distribution characteristics of subaqueous landslides in the sea area of Liuheng Island, Zhoushan[J]. Journal of Marine Sciences, 2019, 37(1): 59-66.

[6]
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, 17(4):1-11.

YANG T Z, YING R F, ZHANG J B, et al. The research and prediction of the sea level along the coast of Zhejiang Province[J]. Donghai Marine Science, 1999, 17(4):1-11.

[7]
乔新, 陈戈. 基于11年高度计数据的中国海海平面变化初步研究[J]. 海洋科学, 2008, 32(1): 60-64.

QIAO X, CHEN G. A preliminary analysis on the China Sea level using 11 years’ TOPEX/Poseidon altimeter data[J]. Marine Science, 2008, 32(1):60-64.

[8]
詹金刚, 王勇, 许厚泽, 等. 我国近海1992-2006年海平面变化的小波分析[J]. 测绘学报, 2008, 37(4):438-443.

ZHAN J G, WANG Y, XU H Z, et al. The wavelet analysis of sea level change in China Sea during 1992-2006[J]. Acta Geodaetica et Cartographica Sinica, 2008, 37(4): 438-443.

[9]
自然资源部. 2023年中国海平面公报[R]. https://gi.mnr.gov.cn/202404/t20240429_2844012.html.

Ministry of Natural Resources. China Sea Level Bulletin 2023[R]. https://gi.mnr.gov.cn/202404/t20240429_2844012.html.

[10]
王慧, 全梦媛, 徐卫青, 等. 中国沿海和近海海平面上升预测[J]. 海洋学报, 2023, 45(8):1-10.

WANG H, QUAN M Y, XU W Q, et al. Sea level rise projection in China’s coastal and offshore areas[J]. Haiyang Xuebao, 2023, 45(8): 1-10.

[11]
王龙, 王晶, 杨俊钢. 东海海平面变化的综合分析[J]. 海洋学报, 2014, 36(1):28-37.

WANG L, WANG J, YANG J G. The Comprehensive analysis of sea level change in the East China Sea[J]. Haiyang Xuebao, 2014, 36(1): 28-37.

[12]
杨洋, 孙群, 杨敏, 等. 东中国海海平面高度的时空变化特征[J]. 海洋与湖沼, 2018, 49(3):481-489.

YANG Y, SUN Q, YANG M, et al. Temporal and spatial variation of sea level of the East China Sea[J]. Oceanologia et Limnologia Sinica, 2018, 49(3): 481-489.

[13]
TABURET G, SANCHEZ-ROMAN A, BALLAROTTA M, et al. DUACS DT2018: 25 years of reprocessed sea level altimetry products[J]. Ocean Science, 2019, 15(5): 1207-1224.

DOI

[14]
HUANG B Y, LIU C Y, BANZON V, et al. Improvements of the Daily Optimum Interpolation Sea Surface Temperature (DOISST) Version 2.1[J]. Journal of Climate, 2021, 34(8): 2923-2939.

[15]
WENTZ F J, SCOTT J, HOFFMAN R, et al. Remote Sensing Systems Cross-Calibrated Multi-Platform (CCMP) 6-hourly ocean vector wind analysis product on 0.25 deg grid, Version 2.0.[EB/OL]. https://remss.com/measurements/ccmp/.

[16]
HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Royal Society of London Series A: Mathematical, Physical and Engineering Sciences, 1998, 454(1971): 903-995.

[17]
WU Z, HUANG N E. Ensemble empirical mode decom-position: a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis, 2009, 1(1): 1-41.

[18]
JI F, WU Z H, HUANG J P, et al. Evolution of land surface air temperature trend[J]. Nature Climate Change, 2014, 4: 462-466.

[19]
张静, 方明强. 1993—2012年中国海海平面上升趋势[J]. 中国海洋大学学报:自然科学版, 2015, 45(1):121-126.

ZHANG J, FANG M Q. Sea level trends of China Seas from 1993 to 2012[J]. Periodical of Ocean University of China, 2015, 45(1): 121-126.

Options
Outlines

/

〈 〉