張樂(lè)凡，車(chē)永發(fā)，胡海英

（華南理工大學(xué) 土木與交通學(xué)院 水利水電工程系，廣州510640）

海平面變化與人類(lèi)社會(huì)發(fā)展息息相關(guān)，隨著人類(lèi)活動(dòng)對(duì)大氣、海洋系統(tǒng)影響的迅速擴(kuò)大，溫室效應(yīng)導(dǎo)致的海平面上升已經(jīng)成為全球性重大環(huán)境問(wèn)題。根據(jù)2001年IPCC第3次報(bào)告資料：1990～2100年間全球海平面平均上升0.11～0.77m，其中熱膨脹0.11～0.43m［1］。 在對(duì)海平面變化趨勢(shì)的研究中，海平面資料的收集方式日趨多樣化，數(shù)據(jù)采集的精度也隨著科技的發(fā)展不斷提高。針對(duì)不同區(qū)域的海平面變化，有關(guān)學(xué)者提出了各種分析方法與預(yù)測(cè)模型，而日漸成熟的方法與模型對(duì)沿海城市建設(shè)與發(fā)展有著相當(dāng)重要的意義。

1 海平面資料獲取手段的發(fā)展

目前海平面變化分析與預(yù)測(cè)主要建立在驗(yàn)潮站資料的基礎(chǔ)上。而近年來(lái)，隨著科技的發(fā)展出現(xiàn)了一些高新技術(shù)觀測(cè)手段，包括GPS觀測(cè)技術(shù)、衛(wèi)星測(cè)高技術(shù)和數(shù)值模擬技術(shù)等［2］。這些技術(shù)手段為海平面變化研究提供了更加充分的科學(xué)依據(jù)，受到國(guó)內(nèi)外很多研究者的重視。

1.1 驗(yàn)潮站資料

驗(yàn)潮站資料是海平面測(cè)高數(shù)據(jù)的基本來(lái)源，是海平面變化研究和預(yù)測(cè)的第一手資料，為確定平均海面、建立高程基準(zhǔn)和氣候變化研究提供了幫助。研究中，驗(yàn)潮站數(shù)量和時(shí)間序列選取的差異，對(duì)結(jié)果的影響很大，即使選取相同的測(cè)站數(shù)量和時(shí)間序列，由于采用不同的方法，得出的結(jié)論也不盡相同。

驗(yàn)潮站資料時(shí)間序列較長(zhǎng)是其得天獨(dú)厚的優(yōu)勢(shì)，但其自身也存在不少缺點(diǎn)。首先，其站點(diǎn)只能分布在沿海地區(qū)和島嶼附近，缺乏遠(yuǎn)海的觀測(cè)數(shù)據(jù)，使全球海平面變化的研究和預(yù)測(cè)存在一定的偏差。其次，分布在大陸邊緣地區(qū)上的站點(diǎn)會(huì)受到局部地區(qū)地面垂直運(yùn)動(dòng)的影響［3］，使觀測(cè)數(shù)據(jù)不能反映海平面變化的真實(shí)狀況。在我國(guó)，由于測(cè)站大都建于建國(guó)以后，其時(shí)間序列一般只有20～30a，長(zhǎng)時(shí)間序列或者較高精度的驗(yàn)潮站極少。另外，大部分測(cè)站存在基底不穩(wěn)，水尺零點(diǎn)變動(dòng)，資料連續(xù)性差，低潮位資料失真等現(xiàn)象［4］，導(dǎo)致不同學(xué)者得出的海平面上升預(yù)測(cè)值差異很大。

1.2 GPS觀測(cè)技術(shù)

GPS相對(duì)定位技術(shù)近來(lái)獲得快速發(fā)展，可以高精度地確定地面點(diǎn)的高程。利用長(zhǎng)期連續(xù)GPS觀測(cè)數(shù)據(jù)，可以確定驗(yàn)潮站水準(zhǔn)點(diǎn)的地殼垂直形變，結(jié)合驗(yàn)潮站數(shù)據(jù)獲得的海平面相對(duì)變化以確定海平面的絕對(duì)變化［5］。然而，GPS觀測(cè)易受短周期波動(dòng)的影響，特別是間隔時(shí)間較久的GPS觀測(cè)數(shù)據(jù)是無(wú)法準(zhǔn)確計(jì)算出測(cè)站的地殼垂直形變速度的，所以提高觀測(cè)連續(xù)性是準(zhǔn)確計(jì)算的有效保證。

1.3 衛(wèi)星測(cè)高技術(shù)

精確的海洋衛(wèi)星高程監(jiān)測(cè)法，始于1992年美國(guó)發(fā)射的TOPEX/POSEIDON（T/P）星和2001年發(fā)射的JASON-1衛(wèi)星［6］。 而于2008年美國(guó)成功發(fā)射了JASON-2衛(wèi)星（T/P and JASON-1 follow on），且歐美四家機(jī)構(gòu)合作并預(yù)計(jì)于2013年發(fā)射JASON-3衛(wèi)星，衛(wèi)星的觀測(cè)領(lǐng)域和應(yīng)用范圍逐步擴(kuò)大。

衛(wèi)星測(cè)高技術(shù)的出現(xiàn)徹底解決了驗(yàn)潮站地域分布局限問(wèn)題，擴(kuò)大了數(shù)據(jù)采集區(qū)域，使數(shù)據(jù)獲取的時(shí)間序列更加規(guī)范和連續(xù)。但由于衛(wèi)星測(cè)高資料的時(shí)序較短（最長(zhǎng)只有10余年），無(wú)法排除長(zhǎng)周期影響因素對(duì)海平面變化帶來(lái)的干擾［6］。衛(wèi)星測(cè)高技術(shù)與GPS觀測(cè)技術(shù)同為利用衛(wèi)星等高科技手段進(jìn)行的測(cè)量，具有與時(shí)代進(jìn)步相適應(yīng)的高精度要求，是當(dāng)今時(shí)代乃至今后更長(zhǎng)遠(yuǎn)的時(shí)期內(nèi)海平面研究的重要手段，與驗(yàn)潮站資料結(jié)合進(jìn)行對(duì)比可以使研究成果更加符合實(shí)際情況，相信在不遠(yuǎn)的將來(lái)，衛(wèi)星觀測(cè)手段與驗(yàn)潮站觀測(cè)方法的結(jié)合將是國(guó)內(nèi)廣大學(xué)者進(jìn)行研究的主要趨勢(shì)。

1.4 數(shù)值模擬技術(shù)

數(shù)值模擬是以電子計(jì)算機(jī)為手段，通過(guò)數(shù)值計(jì)算和圖像顯示的方法，達(dá)到對(duì)海平面變化研究與預(yù)測(cè)的目的?；诔辈〝?shù)值模擬技術(shù)的潮位推算算法［7］，通過(guò)數(shù)值模擬推算測(cè)區(qū)內(nèi)任何一點(diǎn)的潮位，避免了模型不適用直線分帶改正和線性內(nèi)插改正引起的誤差。目前利用數(shù)值模擬技術(shù)來(lái)獲取資料的研究較少，文獻(xiàn)［8］中利用海流數(shù)值模式并結(jié)合沿岸大地水準(zhǔn)測(cè)量結(jié)果來(lái)給出中國(guó)近海海平面高度，對(duì)數(shù)值模擬技術(shù)在資料獲取中的應(yīng)用進(jìn)行了嘗試。

2 海平面研究的方法與模型

在對(duì)海平面變化的研究與探索過(guò)程中，有關(guān)學(xué)者與專(zhuān)家們提出了不同的分析方法與預(yù)測(cè)模型。隨著歷史的發(fā)展，方法不斷創(chuàng)新，模型不斷改進(jìn)，國(guó)內(nèi)外學(xué)者針對(duì)不同海域提出的模型各具適應(yīng)性，但方法各有利弊，對(duì)同一個(gè)海域的不同計(jì)算方法得出的海平面變化存在差異。正確選取海平面變化計(jì)算方法與模型，對(duì)海平面變化速度與趨勢(shì)做出更為確切的判斷，對(duì)沿海地區(qū)城市建設(shè)與發(fā)展具有重要的意義。

2.1 經(jīng)驗(yàn)正交函數(shù)（EOF）分析方法

經(jīng)驗(yàn)正交函數(shù)分析方法（EOF），也稱(chēng)特征向量分析，或者主成分分析（PCA），是提取主要數(shù)據(jù)特征量的一種方法。EOF分解是從大范圍觀測(cè)資料中提取某一物理過(guò)程時(shí)空變化主要特征的有效方法［9］，應(yīng)用EOF分解的特征函數(shù)能從整體上揭示測(cè)站潮位變化的時(shí)空變化特征。其優(yōu)點(diǎn)在于典型場(chǎng)由變量場(chǎng)序列本身的特征所決定，不受人為干擾，因而能較好地反映出場(chǎng)的基本結(jié)構(gòu)特征；EOF還有收斂快的優(yōu)點(diǎn)，適合于大量資料的集中處理；另外，它不限制站點(diǎn)的分布形式，且分解的空間結(jié)構(gòu)具有明確的物理意義，是一種有效的降維技術(shù)。然而在有些情況下，此方法有其不足之處：應(yīng)用EOF方法能最大限度地反映所有原變量的變化信息，但當(dāng)變量個(gè)數(shù)很多，而且相關(guān)性只在局部變量之間較好地體現(xiàn)時(shí)，EOF方法就會(huì)過(guò)分強(qiáng)調(diào)變量的整體相關(guān)性而掩蓋了重要的局部相關(guān)結(jié)構(gòu)。

Lorenz在20世紀(jì)50年代首次將其引入氣象和氣候研究，現(xiàn)在該方法已在海洋和其他學(xué)科中得到了廣泛的應(yīng)用。近30a來(lái)，出現(xiàn)了適合于各種分析目的EOF分析方法，如擴(kuò)展EOF（EEOF）方法、旋轉(zhuǎn)EOF（REOF）方法、風(fēng)場(chǎng)EOF（EOFW）方法、復(fù)變量EOF（CEOF）方法等。

2.2 月平均水位周期信號(hào)的譜分析方法

如何識(shí)別和選取較接近實(shí)際的信號(hào)周期是月平均水位周期信號(hào)分析的關(guān)鍵。多年來(lái)已有多種關(guān)于這方面的研究方法，有些學(xué)者直接統(tǒng)一引用理論天文潮汐周期，對(duì)于高緯區(qū)其擬合效果較好，而低緯區(qū)則效果不佳。

文獻(xiàn)［10］中已考慮到月平均水位序列周期信號(hào)的區(qū)域差異性，并通過(guò)一次最大熵譜分析確定各站的顯著周期。若只進(jìn)行一次功率譜分析來(lái)確定顯著周期和擬合水位序列，效果普遍較統(tǒng)一使用理論天文周期的好，但也有部分站的擬合精度不理想。

通過(guò)以上兩種方法，一般能較好地將年或半年這些較強(qiáng)的周期信號(hào)提取出來(lái)，但當(dāng)序列中非線性作用明顯存在或多種周期信號(hào)共同影響時(shí)，這兩種方法的分析結(jié)果均不太理想。為了能更加合理地識(shí)別檢驗(yàn)出接近實(shí)際的周期，提高分析精度，文獻(xiàn)［11］提出了改進(jìn)的月平均水位周期信號(hào)的譜分析方法，即先對(duì)序列進(jìn)行二階譜分析，反復(fù)對(duì)序列進(jìn)行最大熵譜估計(jì)和周期顯著性檢驗(yàn)，并用最小二乘濾波逐次濾掉最顯著的周期成分，依次識(shí)別出序列的顯著信號(hào)周期，然后通過(guò)求出的周期項(xiàng)和線性趨勢(shì)項(xiàng)擬合月平均水位序列，求出海平面變化速度和趨勢(shì)。

2.3 隨機(jī)動(dòng)態(tài)分析預(yù)測(cè)模型［12-13］

該模型中記月平均海面時(shí)間序列為H（t），根據(jù)海平面的時(shí)變特征，可將其分解為如下形式，即

式中 T（t）為確定的趨勢(shì)項(xiàng)，P（t）為確定的周期項(xiàng)，R（t） 為一剩余隨機(jī)項(xiàng)，a（t）為白噪聲項(xiàng)。

只要找出海平面時(shí)間序列中各部分的具體表達(dá)式，就可以對(duì)原始數(shù)據(jù)進(jìn)行擬合并采用外推法進(jìn)行預(yù)測(cè)。

確定性部分模型的確立是進(jìn)行周期分析的前提，而周期的準(zhǔn)確與否對(duì)擬合效果影響很大。在隱含周期尋找中若采用最大熵譜分析方法則可把精細(xì)的主要周期分辨出來(lái)，尤其是對(duì)年這樣的短序列更能體現(xiàn)出其優(yōu)越性。此外，在對(duì)月均海面序列低頻周期的辨別上，最大熵譜分析方法也較一般的譜分析方法更為精確。因此在對(duì)月平均海面序列進(jìn)行周期分析時(shí)可以把普通功率譜分析與最大熵譜分析結(jié)合起來(lái)，在保證周期精確度的同時(shí)也為周期分析提供了方便。然而，這種模型本身存在缺陷：要確保趨勢(shì)項(xiàng)的準(zhǔn)確，就要求序列中周期部分盡可能消除，而要找到準(zhǔn)確的周期，又要求將數(shù)據(jù)平穩(wěn)化，即要把趨勢(shì)項(xiàng)去掉［12］，這對(duì)矛盾使線性趨勢(shì)無(wú)法準(zhǔn)確地求出。且趨勢(shì)項(xiàng)、周期項(xiàng)之間并不一定是線性關(guān)系，趨勢(shì)部分的結(jié)構(gòu)也不一定是線性的，由于大多數(shù)人將海平面變化視為線性變化，再加上所取的時(shí)段不一致，導(dǎo)致所得結(jié)論各不相同。針對(duì)趨勢(shì)項(xiàng)的確定問(wèn)題，左軍成等［14］于1996年提出將EOF分析原理與隨機(jī)動(dòng)態(tài)分析預(yù)測(cè)模型相結(jié)合的方法。這種聯(lián)合模型將海平面變化分解為時(shí)空兩部分函數(shù)，用隨機(jī)動(dòng)態(tài)分析方法預(yù)測(cè)時(shí)間本征函數(shù)，通過(guò)本征分析方法得到未來(lái)海平面變化預(yù)報(bào)值。由于趨勢(shì)項(xiàng)中考慮了加速度，故這種聯(lián)合模型的預(yù)測(cè)結(jié)果將會(huì)更好地?cái)M合海平面時(shí)間序列，更符合實(shí)際。

2.4 灰色系統(tǒng)分析方法

左軍成等［15］于1997年應(yīng)用灰色系統(tǒng)分析方法對(duì)海平面變化建立GM（1，1）模型，計(jì)算出的變化速率和加速度都是隨時(shí)間連續(xù)變化的，與實(shí)際情況更為符合，這也正是這種方法的優(yōu)越性之一。由于GM（1，1）模型求得的是一指數(shù)函數(shù)，指數(shù)函數(shù)的特點(diǎn)與全球海平面的加速上升趨勢(shì)是相適應(yīng)的，用此模型來(lái)反應(yīng)海平面變化趨勢(shì)有其合理性。且由于它是單調(diào)增減函數(shù)，不存在擺動(dòng)問(wèn)題，因而用來(lái)分析海平面的變化速度和加速度顯得非常方便和有效，特別是對(duì)年均序列的短期預(yù)測(cè)，效果就非常好。不過(guò)當(dāng)用來(lái)預(yù)測(cè)像月均海平面這種存在顯著短周期變化的物理量時(shí)，GM（1，1）模型反映不出其周期性，原始序列固有周期的存在會(huì)影響趨勢(shì)項(xiàng)的預(yù)報(bào)精度，因此作為預(yù)測(cè)模型，還有待進(jìn)一步改善。

由于灰色系統(tǒng)分析方法在預(yù)測(cè)周期變化顯著的月均海平面上精確度不高，為了彌補(bǔ)其缺陷，夏華永等［16］于1999年提出了帶周期項(xiàng)的海平面變化灰色分析模型。該模型在原有灰色系統(tǒng)分析方法的基礎(chǔ)上引入了周期項(xiàng)的討論，在保持GM（1，1）模型原有的優(yōu)點(diǎn)之外，能較好地模擬海平面變化中的周期現(xiàn)象，從而克服了GM（1，1）不適合預(yù)報(bào)月均海平面的缺點(diǎn)，提高了模型的預(yù)報(bào)精度和適用范圍。同時(shí)，在對(duì)年均海平面進(jìn)行預(yù)測(cè)時(shí)，該模型也較GM（1，1）模型更為完善。

2.5 小波分析方法

海平面的實(shí)際周期變化非常復(fù)雜，同一時(shí)間段海平面變化包含著各種周期變化，而在不同時(shí)間段內(nèi)其周期變化也復(fù)雜多樣，故采用傳統(tǒng)的周期分析方法還不能精確地分辨出月平均水位序列在時(shí)頻域中的信息。

近二十幾年來(lái)發(fā)展起來(lái)的小波分析方法，源于Fourier分析，是一種高效的時(shí)頻分解工具，于20世紀(jì)90年代從國(guó)外傳到國(guó)內(nèi)，其理論不斷完善，應(yīng)用領(lǐng)域逐步擴(kuò)大，發(fā)展速度非?？臁Ｐ〔ㄗ儞Q經(jīng)過(guò)一步步的改進(jìn)，擺脫了經(jīng)典形式的束縛，從一維到高維，從線性到非線性，無(wú)一不體現(xiàn)著應(yīng)用領(lǐng)域的擴(kuò)大對(duì)其進(jìn)一步發(fā)展的迫切需求。另外，多分辨分析理論的提出也使小波分析更為完善，并以此為基礎(chǔ)提出的快速小波算法——Mallat算法（FWT）［17］，使小波從理論研究走向?qū)拸V的應(yīng)用領(lǐng)域。其中理論較為完善的標(biāo)準(zhǔn)Morlet小波變換方法（NMWT）［18］能夠直接識(shí)別和準(zhǔn)確提取準(zhǔn)周期信號(hào)的周期和振幅。歐素英等［19］曾應(yīng)用小波分析方法對(duì)月均潮位序列進(jìn)行時(shí)頻分解，通過(guò)對(duì)潮位序列多層次尺度結(jié)構(gòu)的分析，較好地揭示了相對(duì)海平面時(shí)、頻域中的周期分布及局部特征，并有效地消除了不同尺度的周期變化對(duì)海平面變化趨勢(shì)確定的影響，減少趨勢(shì)預(yù)測(cè)的誤差，得出的結(jié)果比較符合實(shí)際。另外，與傳統(tǒng)的小波能譜分析不同，有學(xué)者提出一種新的小波分析方法——“小波振周譜”分析（WAPS）［20］。 相對(duì)于傳統(tǒng)小波能譜分析而言，該方法的引入有助于更進(jìn)一步揭示并了解偽周期信號(hào)的瞬態(tài)振幅和瞬態(tài)頻率。

當(dāng)然，小波分析也有不足之處：①其思想來(lái)源于Fourier分析，也始終取代不了他；②對(duì)信號(hào)的平移變換會(huì)改變其變換系數(shù)；③Morlet小波在提取信號(hào)調(diào)制特征時(shí)，其參數(shù)的選擇存在一個(gè)最優(yōu)化解，如何實(shí)現(xiàn)參數(shù)的最優(yōu)化使得效果最佳是一個(gè)難題。

2.6 經(jīng)驗(yàn)?zāi)B(tài)分解方法（EMD）［21-22］

之前所述的各種方法均沒(méi)有很好地實(shí)現(xiàn)海平面變化各種周期項(xiàng) （尤其是長(zhǎng)周期項(xiàng)）和趨勢(shì)項(xiàng)的分離。而1998年由Huang等提出的EMD方法為非線性、非平穩(wěn)信號(hào)的提取與分離提供了一種新方法。EMD分解是一個(gè)從高頻到低頻的極值篩選過(guò)程，比較適用于提取時(shí)間序列的非線性變化趨勢(shì)，對(duì)海平面變化趨勢(shì)的擬合效果較好。但是EMD分解中存在著不可忽視的端點(diǎn)效應(yīng)。針對(duì)端點(diǎn)效應(yīng)，顧小麗等［21］曾采用徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)延拓法處理EMD分解中的端點(diǎn)問(wèn)題，有效減緩了端點(diǎn)效應(yīng)對(duì)信號(hào)的扭曲程度，得到的周期項(xiàng)和非線性趨勢(shì)比沒(méi)有進(jìn)行延拓的EMD分解更準(zhǔn)確，比以往趨勢(shì)項(xiàng)提取方法更具優(yōu)勢(shì)，且數(shù)據(jù)序列越長(zhǎng)，該方法所能分解出來(lái)的IMF成分越多，分辨率越高。經(jīng)改進(jìn)后的EMD方法雖然能夠有效地抑制端點(diǎn)效應(yīng)，但由于時(shí)間序列長(zhǎng)短不一，顯著的長(zhǎng)周期成分在短序列資料中難以完全分離，造成趨勢(shì)項(xiàng)難以確定，故該方法對(duì)短序列資料的預(yù)報(bào)精度不高。此外，EMD方法本身存在的模態(tài)混淆問(wèn)題和RBF延拓計(jì)算量大而導(dǎo)致分解速度慢等問(wèn)題制約了其進(jìn)一步發(fā)展。

另外，同樣由Huang等于1998年提出的希爾伯特—黃變換（HHT）打破了過(guò)去時(shí)頻分析中的傅立葉短時(shí)平穩(wěn)過(guò)程假設(shè)的限制，特別適合處理非線性非平穩(wěn)過(guò)程；它是經(jīng)驗(yàn)?zāi)B(tài)分解與希爾伯特譜分析的結(jié)合，并針對(duì)EMD方法的模態(tài)混淆問(wèn)題，集合經(jīng)驗(yàn)?zāi)B(tài)分解（EEMD）于1999年被提出，且不斷有學(xué)者嘗試把EMD算法推廣到二維甚至更高維情況從而提取信號(hào)的本質(zhì)屬性［23］。 文獻(xiàn)［24］中在EMD方法的基礎(chǔ)上引入了多分辨分析技術(shù)，建立了多分辨經(jīng)驗(yàn)?zāi)B(tài)分解方法（MEMD），顯著減少了計(jì)算量和有效消除了模態(tài)混疊現(xiàn)象；再結(jié)合Hilbert譜分析方法，從而建立了多分辨Hilbert-Huang變換。由于多分辨分析技術(shù)的引入，使得Hilbert-Huang變換既保留了小波變換中時(shí)頻局部化的優(yōu)點(diǎn)，同時(shí)也克服了小波變換中選擇小波基的困難，使信號(hào)具有良好的局部化、自適應(yīng)和分析結(jié)果的直觀性。

2.7 其他方法與預(yù)測(cè)模型

除海平面分析方法與預(yù)測(cè)模型之外，還有其他一些通過(guò)各種數(shù)學(xué)工具進(jìn)行海平面變化預(yù)測(cè)的模型，這里僅作簡(jiǎn)要介紹。

作為隨機(jī)時(shí)間序列線性模型3種基本形式之一的自回歸（AR）模型在預(yù)測(cè)時(shí)，只考慮序列本身歷史數(shù)據(jù)反映和包含的信息［25］，僅需有限的樣本序列就可以建立起相當(dāng)高精度的預(yù)測(cè)模型。該方法適用于指標(biāo)數(shù)量不大但預(yù)測(cè)頻度較高的短期預(yù)測(cè)，但其本身存在低階模型預(yù)測(cè)精度低、高階模型參數(shù)估計(jì)難的不足，因而使其應(yīng)用領(lǐng)域受到限制。另外，吳中鼎等［26］曾采用正交多項(xiàng)式建立海平面速度預(yù)測(cè)公式來(lái)擬合中國(guó)近海過(guò)去50a海平面變化速度曲線，但該公式除了需要依賴一定的經(jīng)驗(yàn)，還需逐年更新，逐年預(yù)測(cè)，才能提高其預(yù)測(cè)精度。

除了用公式對(duì)未來(lái)海平面變化擬合預(yù)估之外，還有氣候模型預(yù)估方式，如20世紀(jì)80年代后期正式形成的耦合的全球海洋、大氣、海冰、陸地表面、氣候模式 （海氣全球氣候模式和大氣—大洋綜合循環(huán)模式AO GCMS）［27］，以及1992年葉津津等［28］提出的溫躍層膨脹預(yù)測(cè)模式。

近年來(lái)有學(xué)者用交叉點(diǎn)數(shù)據(jù)計(jì)算海平面變化，這種計(jì)算模型是利用測(cè)高衛(wèi)星升、降弧段海面高在交叉點(diǎn)上的約束來(lái)監(jiān)測(cè)海平面變化［29］。由于該模型利用了衛(wèi)星數(shù)據(jù)，計(jì)算的可靠性較強(qiáng)，若把衛(wèi)星數(shù)據(jù)與驗(yàn)潮站資料結(jié)合分析，則會(huì)使分析結(jié)果更具可靠性。相信今后衛(wèi)星測(cè)高技術(shù)的深入應(yīng)用將會(huì)為海平面變化研究提供更充分的科學(xué)依據(jù)。

2.8 短序列中消除高頻擾動(dòng)影響的一般方法

在驗(yàn)潮記錄較短的條件下，高頻擾動(dòng)對(duì)趨勢(shì)項(xiàng)的影響是顯著的，其中影響最顯著的為對(duì)應(yīng)周期T≤4a的高頻擾動(dòng)［30］。要從短序列中準(zhǔn)確確定海平面的變化趨勢(shì)，必須消除周期小于4a的高頻擾動(dòng)的影響。目前通過(guò)濾波器設(shè)計(jì)來(lái)消除高頻擾動(dòng)影響的方法有用最平濾波器（Tp=4a）和高斯濾波器（Tp=2a）等對(duì)月均驗(yàn)潮序列進(jìn)行低通數(shù)字濾波，由低通序列一元線性回歸分析正則方程就能從短序列中較為準(zhǔn)確地計(jì)算海平面變化趨勢(shì)。當(dāng)然，要想進(jìn)一步提高海平面變化趨勢(shì)的預(yù)測(cè)精度，需對(duì)數(shù)字濾波器作進(jìn)一步研究，嘗試通過(guò)其他低通濾波器設(shè)計(jì)不同的通帶截止周期，對(duì)其他周期成分作進(jìn)一步濾波以盡最大可能削弱或消除各種周期成分對(duì)趨勢(shì)項(xiàng)的影響。

3 結(jié)語(yǔ)

（1）目前海平面變化的研究主要依賴于驗(yàn)潮站資料，而驗(yàn)潮站資料的各種不足導(dǎo)致計(jì)算結(jié)果差異很大；隨著衛(wèi)星測(cè)高技術(shù)的引入，測(cè)點(diǎn)數(shù)據(jù)的準(zhǔn)確性大幅提高，但由于衛(wèi)星資料的時(shí)間序列短，易受高頻擾動(dòng)的影響，故在衛(wèi)星資料分析中應(yīng)特別重視低通數(shù)字濾波方法的選取。

（2）基于Morlet小波分析方法，可以將改進(jìn)的Morlet小波變換（MMWT）方法［31］應(yīng)用于海平面時(shí)間序列的信號(hào)特征的提取，優(yōu)化小波中各參數(shù)的選擇，使Morlet小波在提取調(diào)和信號(hào)的振幅、周期和相位時(shí)達(dá)到最佳效果。

（3）研究海平面變化的方法與模型各有利弊，隨著國(guó)內(nèi)外學(xué)者的不斷深入研究，各種新方法、新模型不斷涌現(xiàn)，但應(yīng)用實(shí)例較少，適用范圍小。在探索一種全新方法的過(guò)程中，可以在已有的方法或模型上進(jìn)行綜合，揚(yáng)長(zhǎng)避短，并在已有的資料精確度較高的長(zhǎng)序列測(cè)站上進(jìn)行分析與預(yù)測(cè)試驗(yàn)，通過(guò)對(duì)比不斷改進(jìn)模型的組合方式與結(jié)合程度，使綜合后的模型能更加準(zhǔn)確地反映海平面變化。

（4）在國(guó)內(nèi)使用衛(wèi)星資料進(jìn)行海平面研究的專(zhuān)家并不多，而衛(wèi)星數(shù)據(jù)能夠?yàn)楹Ｆ矫孀兓芯刻峁└浞值目茖W(xué)依據(jù)。特別是一些權(quán)威性國(guó)際組織如GLOSS，IPCC，IGBP，PSMSL等不僅積累了大量的資料，而且近年來(lái)對(duì)衛(wèi)星測(cè)高技術(shù)的應(yīng)用較為重視，提交的報(bào)告也反映了最新的成果與先進(jìn)的研究方法。因而，在全球海平面變化研究中，要實(shí)時(shí)跟蹤國(guó)際上海平面變化研究動(dòng)態(tài)，加強(qiáng)國(guó)際合作與交流，與國(guó)際海平面變化研究接軌。

［1］Church J， Gregory JM， Huybrechts P， et al.Changes in sea level ［A］.The Third Assessment Report of the Intergovernmental Panel on Climate Change［C］.New York:Cambridge University Press，2001:639-693.

［2］于宜法.中國(guó)近海海平面變化研究進(jìn)展［J］.中國(guó)海洋大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2004， 34（5）:713-719.

［3］吳濤，康建成，王芳，等.全球海平面變化研究新進(jìn)展［J］.地球科學(xué)進(jìn)展， 2006， 21（7）：730-737.

［4］李加林，張殿發(fā)，楊曉平，等.海平面上升的災(zāi)害效應(yīng)及其研究現(xiàn)狀［J］.災(zāi)害學(xué)， 2005， 20（2）:49-53.

［5］焦文海，郭海榮，何濤，等.利用驗(yàn)潮和GPS觀測(cè)技術(shù)監(jiān)測(cè)海平面絕對(duì)變化［J］.海洋測(cè)繪， 2004， 24（3）:5-8.

［6］吳濤，康建成，李衛(wèi)江，等.中國(guó)近海海平面變化研究進(jìn)展［J］.海洋地質(zhì)與第四紀(jì)地質(zhì)， 2007， 27（4）:123-130.

［7］繆錦根，劉雷，董玉磊.基于潮波數(shù)值模擬技術(shù)的潮位推算及其精度驗(yàn)證［J］.水道港口， 2010， 31（3）:195-198.

［8］方國(guó)洪，魏澤勛，方越，等.依據(jù)海洋環(huán)流模式和大地水準(zhǔn)測(cè)量獲取的中國(guó)近海平均海面高度分布［J］.科學(xué)通報(bào)，2001， 46（18）:1572-1575.

［9］楊清書(shū).珠江三角洲的水位變化趨勢(shì)及其本征模型［J］.海洋科學(xué)， 1998（1）:47-51.

［10］周天華，陳宗墉，田暉，等.近幾十年來(lái)中國(guó)沿海海面變化趨勢(shì)的研究［J］.海洋學(xué)報(bào)， 1992， 14（2）:1-8.

［11］馬繼瑞，田素珍，鄭文振，等.月平均水位周期信號(hào)的譜分析和檢驗(yàn)方法研究［J］.海洋學(xué)報(bào)， 1996，18（3）:5-12.

［12］顏云峰.海平面變化對(duì)東中國(guó)海潮波影響的數(shù)值模擬研究［D］.山東：中國(guó)海洋大學(xué)海洋環(huán)境學(xué)院，2010.

［13］秦曾灝，李永平.上海海平面變化規(guī)律及其長(zhǎng)期預(yù)測(cè)方法的初探［J］.海洋學(xué)報(bào)， 1997， 19（1）:1-7.

［14］左軍成，陳宗鏞，周天華.中國(guó)沿岸海平面變化的一種本征分析和隨機(jī)動(dòng)態(tài)聯(lián)合模型［J］.海洋學(xué)報(bào)， 1996， 18（2）:7-14.

［15］左軍成，陳宗鏞，戚建華.太平洋海域海平面變化的灰色系統(tǒng)分析［J］.青島海洋大學(xué)學(xué)報(bào)， 1997， 27（2）:138-144.

［16］夏華永，李樹(shù)華.帶周期項(xiàng)的海平面變化灰色分析模型及廣西海平面變化分析［J］.海洋學(xué)報(bào)， 1999， 21（2）:9-17.

［17］Mallat S.A theory for multiresolution signal decomposition:the wavelet representation［J］.IEEE Transactions on PAMI， 1989， 11（7）:674-693.

［18］Lintao Liu， Houtse Hsu， Erik W.Grafarend.Normal Morlet wavelet transform and its application to the Earth's polar motion［J］.Journal of Geophysical Research，2007（112）:1-14.

［19］歐素英，陳子燊.小波變換在相對(duì)海平面變化研究中的應(yīng)用［J］.地理科學(xué)， 2004， 24（3）：358-364.

［20］柳林濤.小波基本理論及其在大地測(cè)量等領(lǐng)域中的應(yīng)用［D］.武漢:中國(guó)科學(xué)院測(cè)量與地球物理研究所，1999.

［21］顧小麗，李培良，譚海濤，等.基于RBF神經(jīng)網(wǎng)絡(luò)的EMD方法在海平面分析中的應(yīng)用［J］.海洋與湖沼，2009，40（5）：532-539.

［22］顧小麗，李培良.太平洋海平面變化特征及影響因素分析［J］.海洋學(xué)報(bào)， 2009， 31（1）：28-36.

［23］沈毅，沈志遠(yuǎn).一種非線性非平穩(wěn)自適應(yīng)信號(hào)處理方法——希爾伯特-黃變換綜述:發(fā)展與應(yīng)用［J］.自動(dòng)化技術(shù)與應(yīng)用， 2010， 29（5）：1-5.

［24］譚善文.多分辨希爾伯特-黃（Hilbert-Huang）變換方法的研究［D］.重慶：重慶大學(xué)機(jī)械工程學(xué)院，2001.

［25］袁林旺，謝志仁，鐘鶴翔.海平面變化的小波和自回歸模型集成預(yù)測(cè)試驗(yàn)［J］.海洋科學(xué)， 2008， 32（4）：31-35.

［26］吳中鼎，李占橋，趙明才.中國(guó)近海近50年海平面變化速度及預(yù)測(cè)［J］.海洋測(cè)繪， 2003， 23（2）：17-19.

［27］吳濤，康建成，李衛(wèi)江，等.中國(guó)近海海平面變化研究進(jìn)展［J］.海洋地質(zhì)與第四紀(jì)地質(zhì)， 2007， 27（4）：123-130.

［28］葉津津，鄭文振.全球海平面上升的溫躍層膨脹模式及未來(lái)預(yù)測(cè)［J］.海洋通報(bào)， 1993， 12（1）：10-18.

［29］程蘆穎，許厚澤.用交叉點(diǎn)數(shù)據(jù)計(jì)算中國(guó)近海海平面變化［J］.大地測(cè)量與地球動(dòng)力學(xué)， 2004， 24（2）：106-109.

［30］楊清書(shū)，吳超羽.低通數(shù)字濾波在確定海平面變化趨勢(shì)中的應(yīng)用［J］.海洋通報(bào)， 1996， 15（1）：2-5.

［31］任春輝，魏平，肖先賜.改進(jìn)的Morlet小波在信號(hào)特征提取中的應(yīng)用［J］.電波科學(xué)學(xué)報(bào)， 2003， 18（6）：633-637.