[论文解读] Trends in storm surge probability of occurrence along the Polish Baltic Sea coast

Dominik Paprotny|arXiv (Cornell University)|Oct 9, 2014

Geophysics and Gravity Measurements参考文献 10被引用 9

一句话总结

本研究利用19世纪三个站点的验潮仪数据，分析了波兰波罗的海沿岸长期风暴增水概率的变化趋势。通过在40年移动窗口内应用Gumbel分布，发现格但斯克因海平面上升导致年最大水位持续上升，而斯武普奇纳和科沃布日格则无明显趋势或呈负趋势，可能与北大西洋涛动（NAO）指数相关的大气环流变化有关。

ABSTRACT

When assessing the hazard brought by storm surges on the coast, a frequency analysis is often conducted. An issue of particular concern is the sea level rise (SLR), thought to have an impact on maximum water levels. In this study, three gauge stations with long records dating back to the 19th century and located along the Polish Baltic Sea coast were analyzed. Different theoretical distributions were tested in order to find the best-fitting one. Gumbel distribution was chosen and estimated for 40-year moving periods. The location parameter soared in all tide gauges, but the shape parameter was stable in Gdansk and decreased in the other two. In effect, theoretical annual maximum water levels followed the SLR in Gdansk, whereas most extreme storm surges had no trend in Swinoujscie and a negative one in Kolobrzeg. A possible explanation for this was investigated (change in atmospheric circulation measured by NAO index).

研究动机与目标

• 评估波兰波罗的海沿岸长期风暴增水概率的变化趋势。
• 评估海平面上升（SLR）对选定验潮站极端水位的影响。
• 探究大气环流变化（尤其是NAO指数）是否可解释不同区域间增水趋势的差异。
• 识别最适合建模研究区域年最大水位的概率分布。

提出的方法

• 分析追溯至19世纪的三个波兰波罗的海站点的历史验潮记录。
• 测试多种理论概率分布，以确定最适配年最大水位的分布。
• 基于拟合优度标准，选择Gumbel分布作为最佳拟合模型。
• 应用40年移动窗口，估算Gumbel分布的时间可变参数。
• 检查Gumbel分布的位置参数和形状参数随时间的变化趋势。
• 通过相关性分析，探究增水趋势与北大西洋涛动（NAO）指数之间的关系，以评估大气影响。

实验结果

研究问题

• RQ1 19世纪至21世纪期间，波兰波罗的海沿岸的风暴增水概率如何随时间演变？
• RQ2 海平面上升在多大程度上与三个验潮站年最大水位的变化相关？
• RQ3 尽管地理位置相近，为何格但斯克、斯武普奇纳和科沃布日格三个站点在极端水位趋势上表现出差异？
• RQ4 观测到的增水趋势差异是否可由大气环流变化（尤其是NAO指数）解释？
• RQ5 哪种概率分布最能准确建模研究站点的年最大水位？

主要发现

• Gumbel分布被确定为三个验潮站年最大水位的最佳拟合概率分布。
• 在所有三个站点，Gumbel分布的位置参数均随时间稳定上升，表明极端水位持续升高。
• 格但斯克的形状参数保持稳定，而斯武普奇纳和科沃布日格的形状参数下降，表明分布尾部行为发生变化。
• 在格但斯克，理论年最大水位与海平面上升趋势高度一致，表明SLR与增水风险之间存在强关联。
• 在斯武普奇纳，极端风暴增水未发现显著趋势；而在科沃布日格，极端水位呈现负趋势。
• 各站点增水趋势的差异可能归因于大气环流变化，如与NAO指数的相关性所示。