[论文解读] A Reanalysis of the October 2016 "Meteotsunami" in British Columbia with Help of High-Frequency Radars and Autoregressive Modeling

Baptiste Domps, Julien Marmain+1 more|arXiv (Cornell University)|Nov 14, 2020

earthquake and tectonic studies参考文献 20被引用 18

一句话总结

本研究利用高频雷达（HFR）数据和一种基于最大熵法（MEM）的新型自回归建模方法，对2016年10月不列颠哥伦比亚省的‘气象海啸’事件进行了重新分析，以提升短积分时间下的海流估算精度。分析结果揭示了一条与大气 fronts 相关的强烈表层海流锋面，排除了普劳德曼共振机制，支持该事件由风暴增水引起，而非真正的气象海啸。

ABSTRACT

On October 14th, 2016, the station of Tofino (British Columbia, Canada) issued the first ever real-time tsunami alert triggered by a coastal High-Frequency Radar system, based on the identification of abnormal surface current patterns. The detection occurred in the absence of any reported seismic event but coincided with a strong atmospheric perturbation, which qualified the event as meteo-tsunami. We re-analyze this case in the light of a new radar signal processing method which was designed recently for inverting fast-varying sea surface currents from the complex voltage time series received on the antennas. This method, based on an Auto-regressive modeling combined with a Maximum Entropy Method, yields a dramatic improvement in both the Signal-to-Noise Ratio and the quality of the surface current estimation for very short integration time. This makes it possible to evidence the propagation of a sharp wave front of surface current during the event and to map its magnitude and arrival time over the radar coverage. We show that the amplitude and speed of the inferred residual current do not comply with a Proudman resonance mechanism but are consistent with the propagation of a low-pressure atmospheric front and wind vectors as revealed by satellite imagery. This indicates that the event that triggered a tsunami alert is more likely a storm surge than a true meteo-tsunami. Beyond this specific case, another outcome of the analysis is the promising use of oceanographic radars as proxy's for the characterization of atmospheric fronts.

研究动机与目标

• 利用先进的HFR信号处理方法重新表征2016年10月不列颠哥伦比亚省海岸异常事件。
• 解决与该海啸样事件相关物理机制的模糊性——即是否为普劳德曼共振或风暴增水所致。
• 验证高频雷达作为大气锋面探测实时代理的可行性。
• 提升短 timescale 海流估算精度，以支持早期海啸预警应用。
• 整合HFR数据与卫星及气象观测数据，实现多源事件特征表征。

提出的方法

• 对HFR电压时间序列应用时变自回归（AR）模型，以在极短积分时间内估算表层海流。
• 将AR建模与最大熵法（MEM）结合，以提高信噪比和谱分辨率。
• 对残差海流应用变化点检测，精确识别海流锋面的到达时间和振幅。
• 通过到达时间差，映射海流锋面在雷达覆盖范围内的传播过程。
• 将雷达反演的海流锋面速度与GOES-15卫星影像和GFS模型数据中的大气锋面速度进行相关分析。
• 通过比较长波波速与锋面速度，评估弗劳德数（Froude number）条件，以检验普劳德曼共振的相容性。

实验结果

研究问题

• RQ1 2016年10月不列颠哥伦比亚省‘气象海啸’事件的物理机制是什么——是普劳德曼共振还是风暴增水？
• RQ2 高频雷达结合先进信号处理能否有效检测并表征大气锋面快速影响表层海流的效应？
• RQ3 推断的表层海流锋面速度与振幅如何与长波波速及大气锋面速度相比较？
• RQ4 观测到的海流锋面与风切变和气压下降等气象条件的吻合程度如何？
• RQ5 HFR数据能否作为实时探测和追踪大气锋面的可靠代理？

主要发现

• HFR反演的海流锋面传播速度约为65 km/h，显著低于长波波速（约100 km/h），从而排除了普劳德曼共振的可能性。
• 基于GOES-15和GFS数据估算的大气锋面速度约为75 km/h，与雷达反演的锋面速度高度一致，支持直接大气强迫机制。
• 弗劳德数（Fr ≈ 0.87）落在‘致灾性’范围（0.9 < Fr < 1.1）之外，进一步否定普劳德曼共振作为成因。
• NOAA浮标记录到约25 hPa的气压下降，与25 cm的海平面升高的预期一致，且与观测到的20 cm潮位振荡相符。
• 海流锋面的振幅与到达时间最合理的解释是表层的风应力与斯托克斯漂移作用，而非共振波幅放大。
• 联合分析确认该事件为风暴增水，而非真正的气象海啸，凸显了HFR在区分大气与地震海啸信号方面的价值。