Machine Translated by Google

Quản lý đại dương và ven biển 208 (2021) 105632

Danh sách nội dung có sẵn tại ScienceDirect

Quản lý đại dương và ven biển

trang chủ tạp chí: http://www.elsevier.com/locate/ocecoaman

Những tiến bộ trong việc ước tính mực nước biển dâng: Đánh giá các phương pháp đo thủy

triều, đo độ cao vệ tinh và khoa học dữ liệu không gian

Naheem Adebisi Một

, Abdul-Lateef Balogun
Một,*
, Te Hee Min
b
, Abdulwaheed Tella
Một

Phòng thí nghiệm nghiên cứu mô hình và phân tích không gian địa lý, Khoa Kỹ thuật Xây dựng và Môi trường, Đại học Công nghệ PETRONAS (UTP), 32610, Seri
Một

Iskandar, Perak, Malaysia

b
Trung tâm Bền vững Tài nguyên Đô thị, Viện Xây dựng Tự bền vững, Đại học Công nghệ PETRONAS (UTP), 32610, Seri Iskandar, Perak, Malaysia

THÔNG TIN BÀI VIẾT TRỪU TƯỢNG

Từ khóa: Những bước phát triển đáng kể đã được thực hiện trong các hệ thống quan trắc và kỹ thuật ước tính mực nước biển nhằm đáp
đo độ cao ven biển ứng yêu cầu về độ chính xác tiêu chuẩn của Hệ thống quan sát khí hậu toàn cầu (GCOS). Nghiên cứu này thực hiện đánh giá
GNSS
một cách có hệ thống về những tiến bộ hiện nay trong việc ước tính sự thay đổi mực nước biển trong bối cảnh cuộc cách
Mực nước biển
mạng công nghiệp lần thứ 4. Xu hướng sử dụng các hệ thống quan sát chính như máy đo thủy triều, đo độ cao vệ tinh và các
đo độ cao vệ tinh
hệ thống phụ trợ như GNSS và Phương tiện bề mặt tự hành đã được khám phá. Điều quan trọng là chúng tôi đã xem xét sự
Máy đo thủy triều
đóng góp của các chiến lược theo dõi dạng sóng chuyên dụng, hiệu chỉnh nâng cao và công nghệ radar như đo độ cao băng
tần Ka của SARAL/Altika và các cải tiến chế độ SAR đối với tiến trình đo độ cao ven biển. Hơn nữa, chúng tôi cho thấy
vai trò của các khái niệm khoa học dữ liệu không gian mới nổi và quy trình xử lý trong nghiên cứu mực nước biển. Các
phát hiện cho thấy rằng quan sát mực nước biển tại chỗ thông qua máy đo thủy triều vẫn là phương pháp tốt nhất để nghiên
cứu mực nước biển ven biển dài hạn mặc dù có những hạn chế trong khi đo độ cao vệ tinh phù hợp với quy mô khu vực và toàn cầu hiện nay
Việc đánh giá chi tiết về sự thay đổi mực nước biển trung bình toàn cầu, khu vực và địa phương sẽ yêu cầu tăng cường máy
đo thủy triều, đo độ cao vệ tinh và các hệ thống viễn thám phụ trợ khác và hệ thống tại chỗ. Việc tăng mật độ các máy đo
thủy triều và mạng lưới GNSS cùng vị trí tại các khu vực được che phủ thưa thớt và cải thiện độ chính xác của dữ liệu vệ
tinh đo độ cao để sử dụng ở vùng ven biển cũng rất cần thiết cho một hệ thống quan sát mực nước biển tích hợp đầy đủ. Từ
việc phân tích hơn 30 mô hình xu hướng bao gồm các lớp khám phá, tham số, phi tham số, ngẫu nhiên và nâng cao trong tài
liệu, chúng tôi kết luận rằng mô hình tốt nhất là mô hình có nền tảng thống kê tốt và giả định tương tự với mô hình mực
nước biển.

1. Giới thiệu khiến mực nước biển toàn cầu dâng cao và gia tăng cường độ cũng như tần suất của các

hiện tượng cực đoan ven biển (Oppenheimer và cộng sự, 2019). Do đó, việc theo dõi mực

Đo mực nước biển từ lâu đã là một thành phần quan trọng của nhiều dịch vụ trên bờ nước biển là rất quan trọng trong việc định lượng sự thay đổi không gian-thời gian của

và ngoài khơi như xác định mức tham chiếu cho hệ thống độ cao quốc gia, tạo điều kiện nó như một phản ứng đối với sự nóng lên toàn cầu và các quá trình thích hợp khác (Caze-

thuận lợi cho hoạt động và an toàn của bến cảng cũng như hỗ trợ hàng hải. Ngoài ra, nave và cộng sự, 2018; Marcos và cộng sự, 2019b).

Hệ thống quan sát khí hậu toàn cầu (GCOS) về mặt kỹ thuật coi mực nước biển là một chỉ Kể từ đầu thế kỷ 20, Mực nước biển trung bình toàn cầu (GMSL) đã tăng khoảng 16–21

số không thể thiếu của biến đổi khí hậu (Cazenave và cộng sự, 2018; Larnicol và cộng cm, trong đó hơn 7 cm xảy ra kể từ năm 1993 ( Oppenheimer và cộng sự, 2019). Các vùng

sự, 2013). Sự gia tăng toàn cầu về nồng độ khí nhà kính (GHG) do đốt nhiên liệu hóa ven biển, thường có mật độ dân số và cơ sở hạ tầng cao, có khoảng 600 triệu người

thạch phần lớn đã góp phần làm hệ thống khí hậu nóng lên với tốc độ nhanh chóng, đã sống gần biển và con số này dự kiến sẽ tăng gấp đôi vào năm 2060 (Nicholls và Cazenave,

đạt tới 1 C so với mức tiền công nghiệp và mực nước biển đã tăng tốc tương ứng trong 2010). Do đó, tác động của mực nước biển dâng (SLR) hiện tại và tương lai sẽ rất tàn

giai đoạn này, dẫn đến những hậu quả nặng nề đối với hệ sinh thái và con người khốc, đặc biệt đối với các hệ sinh thái ven biển (Oppenheimer và cộng sự, 2019) , vốn

(Oppenheimer et al., 2019). Do nhiệt độ trái đất ngày càng tăng, băng biển và sông mang lại lợi ích to lớn về kinh tế, xã hội và môi trường cho

băng đang tan chảy, Greenland và Nam Cực đang mất đi khối lượng băng

các quốc gia.

* Đồng tác giả.

Địa chỉ email: geospatial63@gmail.com (A.-L. Balogun).

https://doi.org/10.1016/j.ocecoaman.2021.105632 Nhận ngày 4

tháng 1 năm 2021; Nhận ở dạng sửa đổi ngày 1 tháng 3 năm 2021; Được chấp nhận ngày 21 tháng 3 năm 2021 Có sẵn

trực tuyến ngày 1 tháng 4 năm 2021

0964-5691/© 2021 Elsevier Ltd. Mọi quyền được bảo lưu.

Machine Translated by Google
N. Adebisi và cộng sự.
Tác động vật lý của SLR đã được ghi nhận trong một số nghiên cứu. Sự thay đổi
đường bờ biển, nước mặn xâm nhập vào nước ngầm, tần suất và cường độ lũ lụt gia
tăng, xói mòn và các hiểm họa ven biển cực đoan khác có liên quan đến NBD, với
nguy cơ xóa sổ một số hòn đảo thấp và phá hủy môi trường sống ven biển dễ bị tổn
thương (Cazenave và Llovel , 2010; Church và White, 2011; Nicholls và Cazenave,
2010; Werner và Simmons, 2009).
Để giải quyết những mối nguy hiểm này, việc hiểu rõ mô hình thay đổi mực nước
biển trong quá khứ là cần thiết để mô tả xu hướng hiện tại và ước tính các kịch
bản trong tương lai. Điều này sẽ cho phép đưa ra quyết định dựa trên bằng chứng
để thực hiện các biện pháp giảm thiểu và thích ứng hiệu quả (Cazenave và cộng sự,
2018). Hơn nữa, việc dự báo biến đổi khí hậu trong tương lai và các tác động đòi
hỏi phải có ước tính chính xác về kỷ lục mực nước biển trong quá khứ và sự thể
hiện chính xác về lượng nhiệt hấp thụ của đại dương toàn cầu và một thách thức
đáng kể trong việc dự báo về biến đổi khí hậu là sự không chắc chắn trong GMSL
(Church và White, 2011) . Vì vậy, việc tăng độ chính xác của việc ước tính mực
nước biển là ưu tiên hàng đầu và ngày càng được các nhà khoa học, người ra quyết
định và các bên liên quan khác quan tâm.
Cho đến nay, máy đo thủy triều và đo độ cao vệ tinh là những phương pháp phổ
biến nhất để đo mực nước biển. Máy đo thủy triều cung cấp thông tin chi tiết về
sự thay đổi SL dài hạn ở quy mô thời gian chính xác tại các vị trí lắp đặt nhưng
chúng bị hạn chế bởi các quan sát không nhất quán, phân bố địa lý không đồng đều,
thiếu mức tham chiếu thống nhất cho các bản ghi thủy triều, không phù hợp với vùng
biển sâu và ảnh hưởng của chuyển động đất thẳng đứng (VLM) (Cipollini và cộng sự,
2017; Khairuddin và cộng sự, 2019). Mạng lưới tập trung ở Châu Âu và Bắc Mỹ và
thưa thớt ở các khu vực khác, đặc biệt là Châu Phi và Châu Á (Holgate và cộng sự,
2012; Marcos và cộng sự, 2019b), gây khó khăn cho việc ước tính xu hướng mực nước
biển toàn cầu.
Với việc phóng vệ tinh ERS-1 với Radar khẩu độ tổng hợp (SAR) băng tần C có thể
nhận biết những thay đổi về độ cao mặt nước biển với độ chính xác đến từng mili
mét (Nicholls và Cazenave, 2010) vào năm 1991 và nhiều vệ tinh đại dương và thời
tiết đặc biệt khác ( như ERS-2, ENVISAT, Cryosat), các vệ tinh đo độ cao đã được
sử dụng như một giải pháp thay thế mới để đo mực nước biển tuyệt đối từ không
gian, do đó bổ sung cho sự thiếu hụt của máy đo thủy triều (Ehsan và cộng sự,
2019; Khairuddin và cộng sự , 2019 ). Tuy nhiên, việc thu được mực nước biển hữu
ích trở nên khó khăn khi vệ tinh tiếp cận bờ biển do tín hiệu đo độ cao của radar
trên đất liền bị nhiễm bẩn (Marcos và cộng sự, 2019b). Sự quan tâm đến việc sử
dụng dữ liệu đo độ cao qua vệ tinh gần bờ biển đã thúc đẩy một ngành nghiên cứu
hiện được gọi là phép đo độ cao ven biển. Mặc dù đã đạt được tiến bộ đáng kể
trong những thập kỷ qua, đặc biệt là đổi mới công nghệ radar, phát triển các
thuật toán theo dõi dạng sóng tiên tiến và cải thiện hiệu chỉnh, tuy nhiên, việc
thu được mực nước biển chính xác từ vệ tinh đo độ cao ở khoảng cách bờ biển khoảng
5–10 km vẫn là một thách thức. thử thách. Các nghiên cứu đã được tiến hành để xem
xét các phương pháp ước tính mực nước biển nhằm đáp ứng yêu cầu về độ chính xác
tiêu chuẩn của Hệ thống quan sát khí hậu toàn cầu (GCOS). Gornitz (1995) đã xem
xét xu hướng chung trong ước tính mực nước biển dâng. Nerem và cộng sự. (2006),
Cazenave và cộng sự. (2018) và Cazenave và Llovel (2010) đã đánh giá toàn diện về
việc sử dụng phép đo độ cao vệ tinh để ước tính sự thay đổi mực nước biển toàn cầu
và khu vực.
Marcos và cộng sự. (2019b) và Ponte và cộng sự. (2019) đã thảo luận về hiện
trạng, tiềm năng và hạn chế của các hệ thống quan sát mực nước biển hiện tại, bao
gồm máy đo thủy triều, GNSS và đo độ cao vệ tinh. Các nghiên cứu cũng nêu bật các
hệ thống đo lường các quá trình khác nhau (như sóng gió, chuyển động của đất liền
và áp suất đáy đại dương) góp phần làm thay đổi mực nước biển trong khu vực. Mặc
dù hầu hết các nghiên cứu này đã tiến hành đánh giá rộng rãi các hệ thống quan
sát, nhưng vẫn còn hạn chế tập trung vào khả năng tương tác của các hệ thống này
hoặc tích hợp chúng để tăng cường quan sát.
Cho đến nay, các đánh giá toàn diện về khả năng tương tác của các hệ thống này để
ước tính chính xác sự thay đổi mực nước biển còn hạn chế. Ngoài ra, các nghiên cứu
khám phá khả năng phân tích và xử lý dữ liệu nâng cao của các công nghệ số hóa mới
trong cuộc cách mạng công nghiệp lần thứ 4 để đánh giá mực nước biển còn rất ít.
Số hóa, bao gồm các công nghệ mới như điện toán lượng tử, phân tích dữ liệu
lớn, Internet vạn vật (IoT) và trí tuệ nhân tạo (AI), là một trong những xu hướng
lớn trong nền công nghiệp thứ 4.
2
Quản lý đại dương và ven biển 208 (2021) 105632
cuộc cách mạng với tiềm năng tạo điều kiện thuận lợi cho việc mô tả, phân tích và
dự đoán các hiện tượng thời tiết và khí hậu cực đoan, các mối nguy hiểm và thảm
họa môi trường như Mực nước biển dâng (Balogun và cộng sự, 2020).
Do đó, trong nghiên cứu này, chúng tôi xem xét các hệ thống và kỹ thuật quan sát
cập nhật nhất để ước tính sự thay đổi mực nước biển ở quy mô toàn cầu, khu vực và
địa phương. Chúng tôi khám phá khả năng tương tác của các cảm biến quan sát, vốn
ít được quan tâm cho đến nay, cũng như những cơ hội mới do những tiến bộ trong
công nghệ kỹ thuật số mang lại, đặc trưng cho cuộc cách mạng công nghiệp lần thứ
tư. Phần còn lại của điều này
Bài báo được tổ chức như sau: Mô tả phương pháp nghiên cứu ở phần 2; xem xét và
thảo luận về các hệ thống quan trắc không gian địa lý phổ biến để ước tính mực
nước biển trong phần 3 và 4. Trong Phần 5, chúng tôi thảo luận về tiến bộ trong
việc giám sát mực nước biển và những tiến bộ tiềm năng trong tương lai. Kết luận
của nghiên cứu được trình bày ở Phần 6.
2. Phương pháp luận
Đánh giá tài liệu có cấu trúc (SLR) được thực hiện theo ba giai đoạn- Lập kế
hoạch, Đánh giá và Tổng hợp thông tin.
Ở giai đoạn lập kế hoạch, chúng tôi đã thiết lập điều kiện tìm kiếm tài liệu
dựa trên mục đích của nghiên cứu sao cho nó bao gồm tất cả các nghiên cứu liên
quan đến mực nước biển trong lĩnh vực công nghệ không gian địa lý. Các từ khóa
tìm kiếm bao gồm “mực nước biển”, “vệ tinh”, “máy đo thủy triều”, “xu hướng” và
“mô hình đại dương”. Chúng tôi cũng xác định các nguồn để tìm kiếm và thiết lập
các điều kiện để lựa chọn.
Trong giai đoạn xem xét, chúng tôi tìm kiếm các ấn phẩm từ các cơ sở dữ liệu
khoa học uy tín, đặc biệt là Scopus, Web of Science và Google Scholar. Chúng tôi
cũng khám phá các trang web chuyên dụng khác để nghiên cứu mực nước biển, bao gồm
AVISO, ESACCI, NOAA và PSMSL. Tương tự như cách tiếp cận của Balogun et al. (2020),
truy vấn được xây dựng bằng toán tử boolean từ các từ khóa được xác định ở giai
đoạn lập kế hoạch và sau đó áp dụng cho cơ sở dữ liệu đã chọn. Tổng cộng có 2193
bài viết từ tất cả các cơ sở dữ liệu đáp ứng được yêu cầu
đặt điều kiện. Sau đó, tài liệu về thích ứng và dự báo quan sát phi không gian
địa lý đã được loại trừ bằng cách sửa đổi truy vấn để xóa các bài viết có từ khóa
như “mô hình hóa”, “dự báo”, “tác động”, “đầm lầy muối” và “nước dâng do bão”
trong tiêu đề của chúng . Cuối cùng, tổng cộng 97 bài viết phù hợp với tiêu chí
lựa chọn đã được xem xét. Điều này bao gồm 11 bài đánh giá, 61 nghiên cứu thực
nghiệm về kỹ thuật quan sát, 10 nghiên cứu về các quá trình ảnh hưởng đến sự thay
đổi mực nước biển và 15 nghiên cứu khác như trong Hình 1a.
Tỷ lệ các bài báo được xem xét cắt giảm trên quy mô toàn cầu, khu vực và địa
phương như trong Hình 1b. 20 trong số 61 bài quan sát là các nghiên cứu toàn cầu,
trong khi các nghiên cứu khu vực và địa phương lần lượt chiếm 28 và 13 bài. Từ
góc độ kỹ thuật, 18 trong số 61 tài liệu quan sát đã sử dụng máy đo thủy triều,
21 tài liệu sử dụng máy đo độ cao vệ tinh và 22 phương pháp tiếp cận kết hợp được
áp dụng. Một đám mây từ (Hình 2) được tạo ra cho các thuật ngữ thường được sử dụng
trong các bài đánh giá được hiển thị bên dưới.
3. Hệ thống quan trắc mực nước biển
3.1. Máy đo thủy triều
Máy đo thủy triều là kỹ thuật chính để quan sát mực nước biển, bắt đầu từ việc
sử dụng các cột thủy triều vào những năm 1770 để đo mực thủy triều cho đến thời
kỳ Máy ghi dữ liệu tương tự (ADR) nổi ở giếng nước tĩnh lặng vào những năm 1880
(Church và White, 2011; Holgate et cộng sự, 2012). Các cột thủy triều (Hình 3a)
yêu cầu người quan sát ghi lại số đọc và do đó dễ mắc lỗi của con người và không
tối ưu. Bộ ghi dữ liệu tương tự (Hình 3b) tự động ghi lại sự thay đổi của mực nước
trong biểu đồ thủy triều và vẫn là tính năng phổ biến nhất
dụng cụ đã qua sử dụng của trạm đo thủy triều (Marcos và cộng sự, 2019b). Máy đo
thủy triều hiện đại sử dụng cảm biến âm thanh (Hình 3c) hoặc radar (Hình 3d) hỗ
trợ lưu trữ và truyền tải kỹ thuật số. Máy đo thủy triều bằng radar ngày nay được
ưa chuộng hơn do chi phí phải chăng, tần số đo cao, dễ lắp đặt và độ chính xác
(Bel'en Martín và cộng sự, 2008).
Những cảm biến này xác định độ cao mực nước biển bằng cách đo thời gian di chuyển
của tín hiệu điện từ phản xạ.
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

bởi VLM từ những nguyên nhân khác nhau. Sự thay đổi mực nước biển tại
Stockholm cho thấy xu hướng tiêu cực do sự phục hồi sau băng hà (PSMSL,
2017). Mực nước biển thay đổi đột ngột ở Nezugaseki, Nhật Bản sau trận động
đất năm 1964 trong khi mực nước biển dâng nhanh kể từ năm 1960 tại Fort
Phrachula Bangkok, Thái Lan được cho là do sụt lún đất do khai thác nước ngầm
tăng lên (PSMSL, 2017) . Lớp vỏ bị nén chặt do hoạt động cải tạo và xả nước
từ sông đang làm mực nước biển dâng cao ở Manila (PSMSL, 2017).

Các máy đo thủy triều được quản lý và phân phối bởi các tổ chức quốc tế.
Cơ quan thường trực về mực nước biển trung bình (PSMSL) của Trung tâm Hải
dương học Quốc gia, Liverpool, có một kho dữ liệu mực nước biển hàng tháng
và hàng năm được cung cấp bởi các cơ quan khu vực và quốc gia khác nhau.
PSMSL có hơn 2000 trạm đo thủy triều (Hình 6a), một nửa trong số đó đang hoạt
động với dữ liệu được cung cấp cho PSMSL sau năm 2013. Nhiều trạm trong số
này có dây nối lại hơn 60 năm tập trung ở Châu Âu và Bắc Mỹ (Hình 2) . 6b).
Nhiều trạm đo thủy triều đã được thành lập trong những thập kỷ qua, đặc biệt
là ở những khu vực ít được phủ sóng. Mặc dù nhiều trạm xung quanh khu vực vĩ
độ trung bình và thấp hơn có kỷ lục ngắn hạn trong vài thập kỷ, nhưng sự phân
bổ mới cho thấy phạm vi bao phủ không gian tốt hơn xung quanh bờ biển thế
giới.
Các hồ sơ mực nước biển tần số cao hơn (theo giờ và hàng ngày) cũng có thể
được lấy từ các tổ chức khác như Sáng kiến phân tích mực nước biển cực đoan
toàn cầu (GESLA, https://www.gesla.org/), Viện Ma-rine Flanders (VIZ, https://
www.vliz.be/en), Đại học Hawaii-Sea-Level Central (UHSLC, https://
uhslc.soest.hawaii.edu/), và Dịch vụ Môi trường Biển Copernicus (CMES, https://
marine.coper nicus.eu/). GESLA hiện là nơi lưu trữ bộ sưu tập dữ liệu mực
nước biển có tần suất cao lớn nhất với hơn 1355 bản ghi máy đo thủy triều.

Mặc dù Mực nước biển tương đối (RSL) là biện pháp địa phương thích hợp để
xác định tình trạng ngập lụt của các cộng đồng ven biển, nhưng điều quan
trọng là phải tiến hành hiệu chỉnh VLM để tách phần đất đai ra khỏi những
thay đổi quan sát được của mực nước biển, giúp hiểu đúng về Mực nước biển
tuyệt đối (ASL). ) và mối tương quan của phép đo với các nguồn khác (Holgate

và cộng sự, 2012). Mối quan hệ giữa RSL, ASL và VLM có thể được biểu diễn
Hình 1. (a): Phân loại các hạng mục của Bài báo đã được Đánh giá. (b): Tỷ lệ các bài báo được bình duyệt dựa
bằng phương trình (1) dưới đây
trên quy mô nghiên cứu.

N = S + U (1)

Máy đo thủy triều được nối đất (Hình 4) để đo mực nước biển so với mốc đo
Trong đó N, S và U là ASL, RSL và VLM như minh họa trong Hình 4.
lường địa phương (chuẩn mực đo thủy triều) chịu ảnh hưởng của chuyển động của
Mô hình địa chất Điều chỉnh đẳng tĩnh băng (GIA) là phương pháp dễ dàng
trái đất. Do đó, việc ước tính chuyển động thẳng đứng của đất liền là rất
nhất để hiệu chỉnh VLM nhưng thiếu độ chính xác cao vì nó chỉ tính đến chuyển
quan trọng để loại bỏ phần đóng góp của đất đai khỏi số liệu đo thủy triều
động đàn hồi nhớt của trái đất do tải trọng băng mà không xét đến sự đóng góp
quan sát được. VLM, có thể là do Điều chỉnh đẳng tĩnh băng (GIA), động đất,
của các yếu tố khác như kiến tạo, động đất. , nén trầm tích và khai thác nước
khai thác hoặc lắng đọng nước ngầm, có thể đóng góp nhiều hoặc thậm chí nhiều
ngầm (Church and White, 2011; Klos et al., 2019). Với những cải tiến trong
ảnh hưởng hơn như sự thay đổi đẳng tĩnh. Hình 5 dưới đây cho thấy sự thay đổi
phương pháp quan sát trắc địa, các phương pháp chính xác hơn, đặc biệt là
mực nước biển tại bốn trạm đo thủy triều nơi mực nước biển tương đối bị ảnh hưởng
việc sử dụng

Hình 2. Tag các đám mây cho các thuật ngữ thường được sử dụng trong nghiên cứu mực nước biển.

3
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

Hình 3. Các loại máy đo thủy triều được sử dụng để đo mực nước biển. (a): Trượng/cột thủy triều được sử dụng vào đầu những năm 1970. (b): Bộ ghi dữ liệu tương tự. (c): Máy đo thủy triều

hiện đại với cảm biến âm thanh (d) Hệ thống máy đo thủy triều mới nhất với cảm biến vô tuyến vi sóng.

Hệ thống Định vị Toàn cầu (GPS) để theo dõi điểm chuẩn của máy đo thủy triều, đã

thu hút được sự chú ý trong thời gian gần đây. Mặc dù các phép đo GPS tương đối

ngắn hơn so với máy đo thủy triều, nhưng chúng vẫn cung cấp ước tính đáng tin

cậy về VLM ở nhiều bờ biển khi được kéo dài ngược thời gian với giả định rằng
đất di chuyển theo xu hướng tuyến tính ( Marcos và cộng sự, 2019b).

Mạng Hệ thống Vệ tinh Định vị Toàn cầu (GNSS), là tập hợp các vệ tinh để xác

định vị trí chính xác của các điểm từ tín hiệu truyền dữ liệu định vị và thời

gian (Cơ quan GNSS Châu Âu, 2019), được thiết lập trên toàn cầu và nhiều tổ chức

như Cơ quan Quốc tế Dịch vụ GPS cho Địa động lực học (IGS), Syst`eme d'Observation

du Niveau des Eaux Littorales (SONEL), NASA JPL và Phòng thí nghiệm trắc địa
Nevada (NGL) đã được thành lập để xử lý, phân tích, duy trì và phân phối dữ liệu

từ các mạng này. SONEL của Đại học La Rochelle đặc biệt tập trung vào việc quản

lý và phân phối các bản ghi vận tốc và quan sát GPS cho các trạm gần bờ biển.

PSMSL và Syst`eme d'Observation du Niveau des Eaux Littorales (SONEL) hợp tác

để liên kết tất cả các máy đo thủy triều trong phạm vi 20 km tính từ các trạm

GNSS nhằm tạo điều kiện hiệu chỉnh VLM (Holgate và cộng sự, 2012; PSMSL, 2017 )

nhưng vẫn còn hạn chế các trạm đo thủy triều gắn với trạm GPS. Hình 7
Hình 4. Bản phác thảo máy đo thủy triều, Ăng-ten GPS và Máy đo độ cao vệ tinh được thảo

luận trong bài viết này. Nguồn: (Woppelmann ¨ và Marcos, 2016)

4
Machine Translated by Google
N. Adebisi và cộng sự.
Hình 5. Tác động khác nhau của VLM đến sự thay đổi mực nước biển tại các trạm đo
thủy triều khác nhau. Sự phục hồi sau băng hà đang khiến mực nước biển giảm ở
Stockholm Trận động đất đang góp phần làm mực nước biển dâng cao ở Nezugaseki,
Nhật Bản và Pháo đài Phrachula, Bangkok. Khai thác nước ngầm và các hoạt động
phát triển khác đang làm mực nước biển dâng cao ở Manila và Honolulu. Nguồn: (PSMSL, 2017)
cho thấy GNSS được bố trí trong phạm vi 10 km tính từ các trạm đo thủy triều.
Chỉ có 115 trạm GNSS được gắn với máy đo thủy triều. Bạn có thể tìm thấy các
trạm đo thủy triều hiện nằm trong khoảng cách 10 km tính từ GNSS tại đây
(https://www.psmsl.org/data/obtaining/ellipsoidal_links.php). GNSS cũng được
sử dụng để hạn chế các phép đo của máy đo thủy triều đối với các khung tham
chiếu toàn cầu như Khung tham chiếu mặt đất quốc tế (ITRF).
3.1.1. Chuyển động đất theo chiều dọc
Lợi ích của việc tính toán VLM trong mực nước biển có nguồn gốc từ máy đo
thủy triều đã được khám phá trong nhiều nghiên cứu. Bouin và Woppelmann ¨
(2010) đã sử dụng các trạm sắp xếp máy đo thủy triều GPS để thu được tốc độ
chuyển động thẳng đứng toàn cầu trong hơn 10 năm. Klos và cộng sự. (2019) đã
chứng minh tầm quan trọng của VLM có nguồn gốc từ GPS trong việc điều chỉnh
bản ghi máy đo thủy triều tại các khu vực bị ảnh hưởng bởi động đất. Nghiên
cứu đã ước tính sự thay đổi mực nước biển tuyệt đối và tương đối ở vùng biển
Tây Bắc Thái Bình Dương với 38 trạm đo thủy triều và phân tích ảnh hưởng của
việc tính đến Chuyển động đất thẳng đứng. Ước tính mực nước biển dâng trung
bình trong khu vực và địa phương bằng máy đo thủy triều mà không xem xét VLM
gây ra sai lệch lần lượt là 0,5 mm/năm và khoảng 0,2–7,6 mm/năm so với xu hướng
mực nước biển địa phương và khu vực tuyệt đối. Với mô hình tuyến tính VLM, độ
lệch so với mực nước biển tuyệt đối giảm xuống còn 0,4 mm/năm trong khi mô
hình VLM phi tuyến tính cải thiện độ chính xác khi ước tính mực nước biển
tuyệt đối từ máy đo thủy triều. Để ước tính mực nước biển dâng theo địa tâm ở
Hy Lạp từ dữ liệu đo thủy triều, Bitharis et al. (2017) đã sử dụng vận tốc
thẳng đứng của một số trạm GNSS được bố trí trong phạm vi chưa đầy 15 km tính
từ các trạm đo thủy triều để tính toán VLM. Mực nước biển dâng trung bình 2,3
mm/năm, dao động trong khoảng từ 7,0 mm/năm đến 6,0 mm/năm trên mạng lưới 12
địa điểm đã được phát hiện. Vì khoảng thời gian của chuỗi GNNS (7 năm) tương
đối ngắn hơn so với dữ liệu đo thủy triều được sử dụng (>27 năm), nghiên cứu
giả định rằng vận tốc thẳng đứng trong thời gian nghiên cứu là xu hướng tuyến
tính và có thể được ngoại suy trong thời gian dài hạn , điều đó gần như chắc chắn
5
Quản lý đại dương và ven biển 208 (2021) 105632
bị vi phạm đặc biệt ở một quốc gia có hoạt động địa vật lý như Hy Lạp.
Woodworth và cộng sự. (2010) đã sử dụng dữ liệu đo thủy triều, được hiệu chỉnh
theo VLM do GIA gây ra và áp suất không khí được đo bằng bộ chuyển đổi áp suất
dưới bề mặt, để phân tích xu hướng mực nước biển gần đây và lâu dài tại Quần
đảo Falkland (Islas Malvinas). Những phát hiện từ nghiên cứu này nhất quán với
phát hiện từ nhiều nghiên cứu khu vực và toàn cầu khác rằng mực nước biển dâng
hiện nay cao hơn đáng kể so với những gì được quan sát trong thế kỷ qua. Tốc
độ thời trung cổ (1842–1980) được ước tính là 0,75 ± 0,35 mm/năm và tốc độ kể
từ năm 1992 (2,51 ± 0,58 mm/năm) tương tự như 2,79 ± 0,42 mm/năm theo phép đo
độ cao của vệ tinh.
3.2. đo độ cao vệ tinh
Kể từ đầu những năm 1990, phép đo độ cao vệ tinh đã cung cấp phép đo chính
xác toàn cầu về độ cao mặt nước biển (SSH). Nguyên tắc cơ bản của việc xác
định mực nước biển tuyệt đối từ không gian đòi hỏi phải xác định phạm vi R
giữa vệ tinh và mặt biển từ thời gian khứ hồi của tín hiệu radar phản xạ thông
qua một quá trình gọi là theo dõi lại (Ablain et al. , 2017; Cazenave và
Llovel, 2010; Din và cộng sự, 2019). Đơn vị đo quán tính tính toán vị trí 3
chiều của vệ tinh (X, Y, Z) so với hệ tọa độ của trái đất được tham chiếu.
Độ cao (Z) và phạm vi (R) của vệ tinh sau đó được kết hợp để xác định Chiều
cao bề mặt biển (H) dựa trên mối quan hệ được biểu thị trong Phương trình ii.
H = Z – (R + Cor) (2)
Cor = hiệu chỉnh khí quyển, địa vật lý và công cụ.
Trái ngược với máy đo thủy triều đo mực nước biển so với đất liền (mực
nước biển tương đối), máy đo độ cao vệ tinh đo mực nước biển trên hệ quy chiếu
địa tâm (mực nước biển tuyệt đối). Điểm mạnh chính của phép đo độ cao vệ tinh
là phạm vi phủ sóng theo thời gian và gần như toàn cầu. Cho đến nay, dữ liệu
về xu hướng và sự tăng tốc của GMSL đã được tạo ra trong hơn 26 năm (Cazenave
và cộng sự, 2018). Sử dụng phép đo độ cao qua vệ tinh, tốc độ tăng GMSL kể từ
năm 1993 được ước tính là 3,1 ± 0,3 mm/năm với khoảng tin cậy 90% (Ablain và
cộng sự, 2017; Legeais và cộng sự, 2018). Dữ liệu đo độ cao vệ tinh của TOPEX/
Poseidon, Jason 1, Jason 2, Jason 3 được sử dụng để kiểm tra tác động của biến
đổi khí hậu đến mực nước biển toàn cầu từ năm 1993 đến năm 2018. Kết quả
nghiên cứu cho thấy mực nước biển toàn cầu tăng tốc do khí hậu ở mức 0,084 ±
0,025 mm /năm2 (Nerem và cộng sự, 2018). Anzenhofer và Gruber (1998) ước tính
sự thay đổi GMSL giữa năm 1992 và 1995 từ dữ liệu đo độ cao ERS-1 được xử lý
lại.
Đo độ cao của vệ tinh phù hợp để nghiên cứu xu hướng không gian trên các
đại dương toàn cầu, cho phép phát hiện sự biến đổi không gian cao về tốc độ
SLR (Cazenave và cộng sự, 2018). Fu và cộng sự. (2019a) đã sử dụng dữ liệu đo
độ cao qua vệ tinh từ năm 1993 đến năm 2016 để ước tính xu hướng Bất thường
mực nước biển (SLA) xung quanh Bán đảo Sơn Đông của Trung Quốc là 2,54 ± 0,24 mm/năm.
Chuỗi thời gian về các dị thường ở mực nước biển từ tất cả các nhiệm vụ đo độ
cao có sẵn do AVIO (Lưu trữ, xác thực và giải thích dữ liệu hải dương học qua
vệ tinh) cung cấp đã được sử dụng cho nghiên cứu. Dữ liệu SLA được ghi vào
lưới hàng tuần ở độ phân giải 0,25 x 0,25 và áp dụng tất cả các hiệu chỉnh
địa vật lý tiêu chuẩn. Larnicol và cộng sự. (2002) đã kết hợp 7 năm TOPEX/
Poseidon và ERS-1 từ năm 1993 đến năm 1999 để mô tả sự biến đổi mực nước biển
ở Địa Trung Hải. Cazenave và cộng sự. (2002) đã sử dụng vệ tinh đo độ cao đa
nhiệm để so sánh sự thay đổi mực nước biển ở Địa Trung Hải và Biển Đen. TOPEX/
Poseidon từ năm 1993 đến năm 1995 và ERS-1/2 từ năm 1992 đến năm 1996 đã được
xử lý để đạt được tốc độ mực nước biển dâng lần lượt là 7 +-1,5 mm/năm và
27+-2,5 mm/năm tại Địa Trung Hải và Biển Đen. Cheng và Qi (2007) đã sử dụng dữ
liệu dị thường mực nước biển tổng hợp trong 13 năm (1993–2005) để nghiên cứu
xu hướng mực nước biển trên Biển Đông và phát hiện tốc độ dâng lên 11,3 mm/năm
trong giai đoạn 1995–2000 và tốc độ giảm 11,8 mm/năm năm từ 2001 đến 2005.
Antunes (2019) đã phân tích dữ liệu đo độ cao vệ tinh để đánh giá mực nước
biển dâng trung bình trên Bờ Tây của Đại lục Bồ Đào Nha theo hướng dự báo mực
nước biển dâng trong tương lai. Sử dụng đo độ cao và thủy triều theo lưới hàng
tháng
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

Hình 6. Các trạm đo thủy triều trong cơ sở dữ liệu PSMSL. (a) Phân phối toàn cầu tất cả các máy đo thủy triều. (b) Các trạm có hồ sơ dài chứa dữ liệu trên 60 năm.

Hình 7. Các trạm GNSS được bố trí trong phạm vi 10 km tính từ máy đo thủy triều. Các trạm GNSS không có máy đo thủy triều hoạt động sẽ trống trong khi các trạm có máy đo thủy triều hoạt động có màu.

Màu đen biểu thị rằng máy đo thủy triều đã được buộc trong khi màu tím biểu thị ngược lại. Màu cam biểu thị máy đo thủy triều không được kiểm soát mốc (không được san bằng) (Ponte và cộng sự, 2019).

(Để giải thích các tham chiếu đến màu sắc trong chú giải hình này, người đọc có thể tham khảo phiên bản Web của bài viết này.)

6
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

dữ liệu đo, Xu et al. (2015) nhận thấy mực nước biển phía đông Trung Quốc đã tăng 2,5 đại dương mở, hơi nước được đo bằng cảm biến vi sóng trên máy đo độ cao hoặc ước tính

± 0,4 mm/năm trong khoảng thời gian từ 1993 đến 2010. từ mô hình đo lường (Vignudelli et al., 2019). Gần bờ biển, đất liền cản trở hệ thống

Một tiến bộ đáng kể trong đo độ cao ven biển trong thập kỷ qua là về công nghệ đo lường và các quá trình khí quyển thay đổi ở quy mô quá ngắn so với mô hình đo lường

radar, đặc biệt là sự phát triển của các thiết bị mới như đo độ cao băng tần Ka của (Vignudelli et al., 2019). Các tác động địa vật lý của thủy triều, độ cao địa chất và

SARAL/Altika và đo độ cao ở chế độ SAR của Cryosat-2 và Sentinel 3. Chúng cung cấp độ áp suất khí quyển động lên độ cao mặt nước biển ước tính cũng cần được điều chỉnh. Mặc

phân giải không gian tốt hơn và thấp hơn tiếng ồn hơn so với các máy đo độ cao vệ tinh dù những thứ này có thể được tối ưu hóa cho các ứng dụng đại dương mở nhưng chúng

giới hạn xung thông thường như TOPEX/Poiseidon, Jason và Envisat, từ đó cho phép quan không phù hợp với các vùng ven biển (Quartly và cộng sự, 2019). Ví dụ, việc điều chỉnh

sát mực nước biển gần bờ hơn với độ chính xác được cải thiện (Vignudelli et al., 2019). thủy triều rất phức tạp ở các vùng ven biển, nơi thủy triều có biên độ và tín hiệu tần

Các nghiên cứu mở rộng đã được tiến hành để xác nhận các Vệ tinh đo độ cao ở chế độ số cao khiến cho việc khử răng cưa tiêu chuẩn các dao động ngày hoặc bán nhật của đại

SAR và băng tần ka cho ứng dụng ven biển. Việc xác nhận thường được thực hiện bằng dương thành dữ liệu đo độ cao không phù hợp (Shi và cộng sự, 2019) . Mối quan tâm đến

cách so sánh các ước tính thu được từ máy đo độ cao với các bản ghi của máy đo thủy việc lấy lại bản ghi mực nước biển có chất lượng gần bờ biển đã dẫn đến sự phát triển

triều. Aldarias và cộng sự. (2020) đã xác nhận thiết bị canh gác 3A-SRAL dựa trên ba của một lĩnh vực nghiên cứu tích cực gọi là đo độ cao ven biển.

máy đo thủy triều gần bờ biển Tây Ban Nha. Nghiên cứu thu được hệ số tương quan

Pearson, r, nằm trong khoảng từ 0,7 đến 0,8 ở tất cả các trạm.

Kết quả đã chứng minh rằng có thể đạt được ước tính chính xác về mực nước biển gần Sự tiến bộ trong đo độ cao ven biển được chứng minh trong việc phát triển các chiến

khoảng 3 km bờ biển bằng cách sử dụng Sentinel 3A-SRAL ở tốc độ đăng cao nhất là 80Hz. lược theo dõi ven biển chuyên biệt để cải thiện việc ước tính thời hạn phạm vi. Shi và

Đây là một cải tiến đáng kể đối với vùng hợp lệ 5–10 km thu được bằng phép đo độ cao cộng sự. (2019) đã thảo luận về các chiến lược theo dõi lại vùng ven biển khác nhau

thông thường. Peng và Deng (2020) đã so sánh hiệu suất của Sentinel-3A SRAL và theo như theo dõi lại dạng sóng phụ, sử dụng dạng chức năng tinh tế và phân loại trước dạng

dõi lại dữ liệu Jason-3 trong việc ước tính mực nước biển ven bờ. Mực nước biển được sóng. Các nhà khoa học đã sử dụng một hoặc kết hợp các chiến lược này để phát triển

ước tính bởi hai máy đo độ cao vệ tinh đã được xác nhận bằng tám máy đo thủy triều thuật toán theo dõi vùng ven biển.

xung quanh bờ biển Australia. Kết quả nghiên cứu cho thấy tính ưu việt của Sentinel 3A Passaro và cộng sự. (2014) đã phát triển thuật toán Dạng sóng phụ biên thích ứng (ALES)

SRAL với độ lệch chuẩn là 8,8 cm so với dữ liệu Jason-3 được theo dõi lại với độ lệch để theo dõi tín hiệu tán xạ ngược từ băng biển, bờ biển và đại dương mở để ước tính

chuẩn là 10,7 cm. chính xác mực nước biển của các đặc điểm nước khác nhau này. ALES đã được sửa đổi

thành ALES +

sau bốn năm trong nghiên cứu của Passaro et al. (2018) đã trình bày cách điều chỉnh

3.2.1. Hạn chế của phép đo độ cao vệ tinh Hạn tín hiệu được theo dõi lại dựa trên độ dốc của mép sau và trạng thái biển. Việc xác

chế chính của phép đo độ cao vệ tinh là việc sử dụng hạn chế ở gần bờ biển. Đo độ nhận ALES + sử dụng các nhiệm vụ Envisat và ERS-2 ở Bắc Băng Dương, vĩ độ cao, vùng

cao của vệ tinh ban đầu nhằm vào đại dương mở trong đó tiếng vang radar phản hồi phù nước nội địa và bờ biển cho thấy kết quả tốt hơn so với việc lắp băng biển và đại

hợp với hình dạng tiêu chuẩn của mô hình Brown được theo dõi lại một cách thích hợp để dương thông thường được cung cấp trong các sản phẩm sứ mệnh. Dựa trên sự phát triển

thu được thời gian khứ hồi từ đó tính toán phạm vi (Shi et al., 2019). Khi tiếp cận này, Marti et al. (2019) nâng cao phương pháp ước tính mực nước biển ven bờ. Phương

khoảng 10–15 km bờ biển, tiếng vang radar quay trở lại cảm biến vệ tinh có dạng sóng pháp này bao gồm việc xử lý lại dạng sóng đo độ cao bằng ALES+ và tối ưu hóa hiệu

bị méo chỉnh tín hiệu bằng hệ thống xử lý X-TRACK.

do ô nhiễm từ vùng đất gần đó (Marti và cộng sự, 2019). Hình 8 cho thấy dạng sóng tiêu

chuẩn từ đại dương mở và dạng sóng bị biến dạng từ vùng ven biển. Các dạng sóng bị Phương pháp này được sử dụng để ước tính xu hướng mực nước biển ở bờ biển phía tây

biến dạng rất phức tạp đối với các thuật toán theo dõi cổ điển để phân tích (Deng và châu Phi bằng cách xử lý lại dữ liệu đo độ cao vệ tinh tốc độ lấy mẫu tần số cao (20HZ)

cộng sự, 2002) dẫn đến việc tính toán phạm vi không chính xác (Cazenave và cộng sự, của các sứ mệnh JASON 1 và 2 trong 14 năm.

2018; Marti và cộng sự, 2019; Passaro và cộng sự, 2018; Quartly và cộng sự, 2019). Song song với sự tiến bộ trong chiến lược theo dõi vùng ven biển, cũng có sự cải thiện

Việc ước tính chính xác độ cao mặt nước biển cũng dựa vào việc tính toán chính xác các trong việc hiệu chỉnh áp dụng cho dữ liệu đo độ cao được lấy cho các vùng ven biển.

số hạng hiệu chỉnh như được biểu thị trong phương trình (ii). Mặc dù các hiệu chỉnh Vignudelli và cộng sự. (2019) đã thảo luận về các hiệu ứng địa vật lý khác nhau và các

thiết bị giống nhau có thể được áp dụng cho cả vùng biển mở và bờ biển, nhưng việc chiến lược để giảm thiểu chúng.

hiệu chỉnh phạm vi và các điều chỉnh địa vật lý bên ngoài (như áp suất khí quyển, độ Một nhược điểm khác của phép đo độ cao qua vệ tinh là khoảng thời gian tương đối

cao địa chất và thủy triều) là khác nhau. Việc điều chỉnh phạm vi có tính đến độ lệch ngắn xét về tính sẵn có của dữ liệu, vì sứ mệnh đầu tiên có dữ liệu sẵn có dài nhất đã

mặt biển và sự truyền xung radar ảnh hưởng đến việc tính toán chính xác phạm vi được triển khai chỉ 27 năm trước (He và cộng sự, 2014). Tuy nhiên, vấn đề này đang

(Velikova, 2018). Các xung radar bị trễ bởi các hạt khí và chất lỏng trong tầng đối được giải quyết bằng cách bổ sung phép đo mực nước biển của các vệ tinh đo độ cao bằng

lưu và các hạt ion trong tầng điện ly khi chúng di chuyển trong khí quyển (Velikova, phép đo dài hạn tại chỗ của máy đo thủy triều (Cazenave và cộng sự, 2018; Passaro và

2018). Độ trễ của đường đi tầng nhiệt đới chủ yếu bị ảnh hưởng bởi hàm lượng hơi nước. cộng sự, 2018) cho cả biển dài hạn toàn cầu và khu vực. nghiên cứu xu hướng cấp độ. Sử

Qua dụng hồ sơ đo thủy triều bổ sung và mô hình GIA cải tiến, Jevrejeva et al.

Hình 8. Dạng sóng tiêu chuẩn trên đại dương mở (đường màu đỏ hiển thị mô hình màu nâu vừa vặn) và dạng sóng bị biến dạng trên vùng ven biển (Xu và cộng sự, 2018). (Để
diễn giải các tham chiếu đến màu sắc trong chú giải hình này, người đọc có thể tham khảo phiên bản Web của bài viết này.)

7
Machine Translated by Google
N. Adebisi và cộng sự.
(2014) đã xây dựng lại xu hướng GMSL trong 203 năm từ 1807 đến 2010, với tốc
độ từ 1993 đến 2009 (3,1+-0,6 mm/năm) cho thấy sự phù hợp tốt với kỷ lục vệ
tinh trong cùng thời kỳ (3,2+-0,4 mm/r) . Đây là một cải tiến của công việc
trước đây của họ (Jevrejeva và cộng sự, 2006). Tỷ lệ thế kỷ 20 được ước tính
là 1,9 ±
0,3 mm/năm, tương tự với 1,7 ± 0,3 mm/năm của Church và White (2006) và một số
nghiên cứu khác cùng thời kỳ. Do mô hình GIA chỉ có thể tính đến VLM do phản
ứng của trái đất với sự thay đổi băng và dữ liệu GPS rất hạn chế ở vị trí đo
thủy triều đã chọn, nên nghiên cứu đã loại trừ các khu vực hoạt động kiến tạo
và bị ảnh hưởng bởi động đất cũng như một số khu vực đô thị bị nghi ngờ là
trải qua các hoạt động khai thác hoặc bồi lắng nước ngầm nghiêm trọng. Fenoglio-
Marc (2002) ước tính xu hướng mực nước biển dài hạn ở Địa Trung Hải bằng cách
sử dụng máy đo độ cao vệ tinh và máy đo thủy triều. Fu và cộng sự. (2019b) đã
ước tính sự thay đổi của các dị thường mực nước biển ở Nam Trung Quốc bằng
cách sử dụng máy đo thủy triều và dữ liệu đo độ cao vệ tinh dạng lưới trong
khoảng thời gian 24 năm. Hiệu chỉnh VLM của máy đo thủy triều cho nghiên cứu
này được tính toán từ mô hình GIA. Din và cộng sự. (2019) đã xác định mực nước
biển dâng trung bình ở Malaysia bằng cách sử dụng dữ liệu đo độ cao vệ tinh,
máy đo thủy triều, dữ liệu GPS và INSAR. Đo độ cao vệ tinh được sử dụng để xác
định Mực nước biển tuyệt đối; Máy đo thủy triều cho mực nước biển tương đối
và GPS và INSAR để hiệu chỉnh VLM. Avsar và cộng sự. (2016) đã sử dụng dữ liệu
GPS để chứng minh rằng dữ liệu thủy triều có mối tương quan cao hơn với độ cao
của vệ tinh nếu được hiệu chỉnh theo VLM. Fenoglio-Marc và cộng sự. (2012) đã
xác định sự biến đổi, xu hướng và VLM của mực nước biển ở khu vực Biển Adriatic
từ năm 1993 đến năm 2008 từ 16 năm đo độ cao vệ tinh đa sứ mệnh và quan sát
máy đo thủy triều. Sử dụng dữ liệu đo thủy triều được điều chỉnh bằng GPS từ
năm 1950 đến năm 2000, Becker et al. (2012) đã ước tính mực nước biển dâng và
biến đổi ở vùng nhiệt đới Thái Bình Dương Ireland, cho thấy một số hòn đảo
trong khu vực có tốc độ GMSL cao gấp ba lần.
3.3. Bệ phụ trợ (Hệ thống quan trắc mực nước biển khác)
3.3.1. GNSS
Bất chấp những ưu điểm của hai phương pháp được đề cập ở trên, vẫn tồn tại
một hạn chế bất kể cảm biến được sử dụng (Andre và cộng sự, 2013). Giới hạn
này phụ thuộc vào phạm vi di chuyển của đất liền để đo lường sự thay đổi mực
nước biển do một số thay đổi của đại dương (Lofgren, ¨
2014). Nghĩa là, máy đo thủy triều truyền thống không thể đo được mực nước
biển tuyệt đối vì chúng liên quan đến vùng đất mà chúng nằm và cũng bị ảnh
hưởng bởi sự thay đổi bề mặt đất (Lofgren ¨ và Haas, 2014).
Mặt khác, phép đo độ cao qua vệ tinh không cung cấp dữ liệu tần số lấy mẫu cao
và có những hạn chế ở gần bờ biển. Vì vậy, cần có một cách tiếp cận xem xét cả
vị trí không gian và tốc độ thay đổi mực nước biển. Ngoài ra, cần có một kỹ
thuật có thể đo mực nước biển theo Khung tham chiếu mặt đất quốc tế (ITRF)
(tức là mực nước biển tuyệt đối). Ngoài ra, việc đo mực nước biển theo thời
gian thực là cần thiết để đảm bảo các hoạt động hàng ngày trên biển diễn ra
suôn sẻ và cảnh báo sớm các mối đe dọa như sóng thần và bão (Holgate và cộng
sự, 2008; Pugh, 2004).
Hệ thống Vệ tinh Định vị Toàn cầu (GNSS) xuất hiện vào cuối những năm 90
như một phương pháp khác được áp dụng để theo dõi mực nước biển ven biển. GNSS
là một loại định vị vệ tinh dùng để xác định vị trí và thời gian chính xác
trên bề mặt trái đất (Dawidowicz, 2014). Không giống như các phương pháp thông
thường, GNSS cung cấp các hệ thống định vị toàn cầu độc lập về không gian và
thời gian (Knight và cộng sự, 2020). Ví dụ, nó bao gồm Hệ thống Galileo của
Liên minh Châu Âu, Hệ thống Vệ tinh Định vị Toàn cầu của Nga (GLONASS), Hệ
thống Định vị Toàn cầu của Hoa Kỳ (GPS) và hệ thống BeiDOu của Trung Quốc
(Knight và cộng sự, 2020) . GNSS cung cấp cả định vị tuyệt đối và định vị
tương đối. Cái trước tận dụng một máy thu duy nhất để thu thập dữ liệu từ một
số vệ tinh, trong khi cái sau thường sử dụng ít nhất hai máy thu để lấy dữ
liệu từ hệ thống vệ tinh nhằm phân biệt tọa độ của trạm (Dawidowicz, 2014). Ba
loại hệ thống GNSS (Hình 9) để theo dõi mực nước biển như phao GNSS, máy đo
phản xạ GNSS và thuyền được trang bị GNSS được thảo luận như sau:
số 8
Quản lý đại dương và ven biển 208 (2021) 105632
3.3.1.1. Phao GNSS. Phao GNSS là thiết bị khảo sát biển xuất hiện vào đầu
những năm 1990 dưới dạng công nghệ định vị vệ tinh GNSS (Sun và cộng sự,
2018). Tuy nhiên, mặc dù phao dữ liệu thông thường là nền tảng sẵn có để giám
sát biển và đại dương, được sử dụng để cung cấp dữ liệu khí tượng và hải dương
học theo thời gian thực, tuy nhiên, nó không ghi lại được độ cao thủy triều và
độ cao mặt nước (Lin và cộng sự, 2017) . Phao GPS đã được phát triển để đo mặt
nước và thu thập mực thủy triều có độ chính xác cao nhằm giải quyết hạn chế
này. Bệ phao GNSS là một kỹ thuật hiệu quả để đo mực nước biển ven biển độc
lập với mực nước đất liền với độ chính xác cm (Andre và cộng sự, 2013). Ví dụ,
Knight và cộng sự. (2020) đã phát triển nền tảng phao GNSS chi phí thấp với
máy thu GNSS tần số duy nhất để đo mực nước biển ven biển và giám sát hình
thái động lực học ven biển.
Hình 10 minh họa nguyên tắc đo được áp dụng bởi phao GNSS. Các phao GNSS
tuân theo khái niệm thu được tọa độ không gian địa tâm của tâm ăng-ten GNSS
thông qua Động học thời gian thực GNSS (RTK), Định vị điểm chính xác (PPP)
hoặc động học xử lý hậu kỳ (PPK) và kết hợp nó với chiều cao và - tâm pha của
tenna so với mặt nước (Sun và cộng sự, 2018).
Nghiên cứu của Lin et al. (2017) chỉ ra rằng có thể thu được các phép đo
mực thủy triều chính xác từ phao ngoài khơi với RMSE <10 cm bằng cách sử dụng
Động học thời gian thực GNSS (RTK). Morales Maqueda và cộng sự. (2016) cũng
sử dụng Định vị điểm chính xác (PPP) và mạ sóng với GPS trắc địa được lắp đặt
để tạo ra chiều cao mặt nước cho hồ Loch Ness Scotland với độ chính xác khoảng
5 cm. Hơn nữa, Knight và cộng sự. (2020) đã sử dụng một chiếc phao giá rẻ được
trang bị GPS để đo mực nước biển ven biển ở Cảng Holyhead, Vương quốc Anh, với
độ chính xác chênh lệch 1 cm RMSE so với hệ thống phao GNSS đắt tiền hơn.
Hình 9a dưới đây thể hiện một thiết kế điển hình của hệ thống phao GNSS.
3.3.1.2. phép đo phản xạ GNSS. Kỹ thuật GNSS-R lấy dữ liệu và thông tin theo
thời gian thực bằng cách sử dụng nguyên tắc hiệu ứng đa đường để suy ra thuộc
tính của môi trường xung quanh ăng-ten GNSS (Nievinski và Larson, 2014). Đây
là một kỹ thuật được sử dụng để nghiên cứu sự thay đổi độ cao của mực nước
biển, sự thay đổi nước trong đất liền và sự thay đổi độ ẩm của đất dựa trên
tín hiệu nhiễu phản xạ (Bao và cộng sự, 2016; Puente và Vald'es, 2019). GNSS-R
được sử dụng để xác định độ cao mực nước biển, độ sâu tuyết và độ ẩm của đất
(Lofgren ¨ và Haas, 2014; Puente và Vald'es, 2019). Đáng chú ý, ứng dụng GNSS
–R được phân loại thành đo độ cao bề mặt và đo độ phản xạ bề mặt. Cái trước
được sử dụng để lấy dữ liệu về chiều cao mặt nước biển (SSH) và độ cao tuyết,
trong khi cái sau tập trung vào các thuộc tính bề mặt như độ ẩm của đất và độ
nhám của nước biển (Bao và cộng sự, 2016; Larson và cộng sự, 2013). Ví dụ: tận
dụng dữ liệu vệ tinh từ TechDemoSat-1 (TDS-1) của Anh, phép đo độ cao GNSS
đang được sử dụng để thu thập dữ liệu SSH với độ chính xác trên 6,9 cm
(Clarizia và cộng sự, 2016).
Hình 11 thể hiện sơ đồ nguyên lý của hệ thống đo độ cao GNSS-R.
Một trong những ưu điểm của GNSS-R là nó có thể đo và theo dõi sự biến đổi
theo thời gian của mực nước biển mà không cần tiếp xúc trực tiếp với biển dựa
trên phương pháp viễn thám (Kim và Park, 2019 ). Các ưu điểm khác của GNSS-R,
như đã nêu trong (Marcos và cộng sự, 2019a; Santamar-ía-Gomez và cộng sự,
`
2017) là hiệu suất độc lập trong hiệu chuẩn tại chỗ và giám sát liên tục máy
đo thủy triều bằng 0. Đáng chú ý, tín hiệu GNSS-R đôi khi bị ảnh hưởng bởi vĩ
độ cao, điều kiện thời tiết khắc nghiệt và hiệu ứng tầng điện ly (Kim và Park,
2019). Ngoài ra, nó có phạm vi bao phủ không gian rộng thấp nên cần có một
phương pháp hoặc kỹ thuật xem xét điều này, chẳng hạn như một nền tảng di
chuyển được mong muốn hơn (Reinking và cộng sự, 2012). Hình 9b thể hiện sơ đồ
điển hình của GNSS-R.
3.3.1.3. Thuyền được trang bị GNSS. Thuyền được trang bị GNSS (Hình 9c), còn
được gọi là bệ kéo, được sử dụng để đo chiều cao mặt nước biển (SSH). Cách
tiếp cận này rất có lợi trong việc ước tính SSH vì nó có độ phân giải cao hơn
so với độ cao vệ tinh và phạm vi phủ sóng rộng hơn thủy triều.
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

Hình 9. Minh họa ba hệ thống GNSS khác nhau được sử dụng để đo mực nước biển. (a): phao GNSS điển hình (Refmar, 2016). (b): Máy đo thủy triều dựa trên GNSS-R được
lắp đặt ở St. Michael, Alaska vào năm 2018 để nhận cả tín hiệu GPS và Galileo cứ sau 15 giây (Kim và Park, 2019). (c): Thuyền được trang bị GNSS để đo độ cao mặt
nước biển (Marcos và cộng sự, 2019a).

Hình 10. Nguyên lý đo Phao GNSS, được áp dụng từ (Sun và cộng sự, 2018).

dữ liệu đo (Roggenbuck và Reinking, 2019). Xét thấy có nhiều tàu đi biển, sẽ
tốt hơn nếu tận dụng cơ hội này để có được dữ liệu SSH quan trọng. Đáng chú
ý, một số nghiên cứu sử dụng biện pháp đo lường trên tàu để thu thập dữ liệu
SSH (Foster và cộng sự, 2009; Pineau-Guillou và Dorst, 2013). Một số nghiên
cứu đã sử dụng tàu được trang bị GNSS để hiệu chuẩn/xác nhận máy đo độ cao
(Cretaux và cộng sự, 2018; Marreiros và cộng sự, 2013), xác định Geoid
(Lavrov và cộng sự, 2015) và ping bản đồ SSH (Reinking và cộng sự, 2012;
Roggenbuck và Reinking, 2019).
Mặc dù phương pháp này đã được sử dụng rộng rãi để hiệu chuẩn và xác nhận
độ cao nhằm đạt được chiều cao Geoid, nhưng nó bị ảnh hưởng nặng nề bởi
chuyển động của thuyền và cũng phụ thuộc vào tốc độ và tải trọng của bệ đo
(Foster et al., 2009 ; Marcos và cộng sự, 2019a;
Reinking và cộng sự, 2012). Để giải quyết hạn chế này, chăn kéo đã được đưa
vào sử dụng, đảm bảo sự liên kết lẫn nhau giữa phao và mặt biển. Do đó, chiều
cao ăng-ten GNSS ổn định được đảm bảo (Durand và cộng sự, 2019).
3.3.2. Phương tiện bề mặt tự hành
Ngoài các phương pháp GNSS khác nhau, việc đo chiều cao mặt nước biển
(SSH) cũng có thể được thực hiện thông qua các phương tiện tự hành không
người lái trên mặt nước. Nó có thể thực hiện các nhiệm vụ mà không cần sự
giám sát từ người vận hành. Phương tiện bề mặt không người lái (USV) này có
an-ten GNSS trắc địa giống như máy mạ sóng GNSS (Penna và cộng sự, 2018), đã
chứng minh hiệu suất chính xác đến từng centimet của nó trong việc đo SSH ngoài khơi ở

9
Machine Translated by Google

N. Adebisi và cộng sự. Quản lý đại dương và ven biển 208 (2021) 105632

các giá trị còn thiếu khi sử dụng thư viện máy học là một lựa chọn hợp lý khác vẫn

chưa được khám phá. Một số phương pháp đã được trình bày chi tiết trong (Che và

cộng sự, 2018) trong khi (Biessmann và cộng sự, 2019) đề xuất Datawig, một thư viện

mới để nhập các giá trị còn thiếu trong bộ dữ liệu bằng mạng thần kinh sâu.

Việc ước tính xu hướng và phân tích khả năng tăng/giảm tốc diễn ra sau quá

trình chuẩn bị và trực quan hóa dữ liệu trong quy trình phân tích mực nước biển.

Cho đến nay, khoảng 30 kỹ thuật lập mô hình xu hướng đã được sử dụng trong nghiên

cứu mực nước biển. Những mô hình này có thể được phân thành năm nhóm như trong Bảng
1 dưới đây.

Việc có nhiều mô hình để ước tính xu hướng không phải là điều đặc biệt đối với

nghiên cứu mực nước biển vì đây thường là trường hợp của nhiều nghiên cứu khoa học
Hình 11. Sơ đồ nguyên lý của hệ thống đo độ cao GNSS-R trên mặt đất với một ăng-ten và hiệu ứng
trái đất như ước tính nhiệt độ toàn cầu và nồng độ carbon. Tuy nhiên, việc lựa chọn
đa đường của tín hiệu trực tiếp và phản xạ được lấy từ (Wang và cộng sự, 2018). RAP là điểm tham

chiếu ăng-ten, GPS là hệ thống định vị toàn cầu và TGZ là máy đo thủy triều bằng 0. các mô hình và thông số phù hợp để ước tính xu hướng, tốc độ và dự đoán sự thay

đổi trong tương lai là rất quan trọng trong phân tích mực nước biển vì các nghiên

cứu tương tự ở cùng một vị trí và thời gian có thể tạo ra các kết quả đa dạng với

các mô hình xu hướng khác nhau hoặc thậm chí với cùng một mô hình. mô hình nếu thay đổi
sự hiện diện của gió mạnh (Chupin và cộng sự, 2020). Chúng đã được triển khai để

lập bản đồ hải dương học và quân sự đến lập bản đồ độ sâu đáy biển, khảo sát thủy

văn và lập bản đồ môi trường ven biển (Byung-Cheol và cộng sự, 2018; Peng và cộng Bảng 1
sự, 2017). Ví dụ, Carlson và cộng sự. (2019) đã sử dụng phương tiện tự hành trên
Các mô hình được sử dụng trong tài liệu để ước tính xu hướng mực nước biển.
mặt nước (ASV) để đo dòng hải lưu và thu được dữ liệu độ sâu với hiệu suất tuyệt
S/ Nhóm Sự miêu tả Người mẫu Các trường hợp sử dụng trong

vời. Ngoài ra, nó còn được phát hiện bởi Byung-Cheol et al. (2018) rằng ASV là một
N Văn học
nền tảng tốt để thu được phép đo ở vùng nước nông và ngoài khơi. Các tác giả cũng
1 Phân tích dữ Không dựa trên 1. Đường 1. Hay và cộng
nhận thấy nó phù hợp để thực hiện khảo sát vùng nước nông thông qua việc lắp đặt
liệu thăm dò công thức trung bình sự. (2015)
các cảm biến như máy quét bên và lidar. Điều này nêu bật ưu điểm của ASV so với mạ thống kê và không động 2. Bộ lọc trung vị 2. Douglas
vàng sóng không thể đọc được ở vùng nước nông. định lượng độ không 3. FIR thông thấp (1991)
đảm bảo lọc 3. Trắng và cộng sự.

4. Bộ lọc (2014)
chuông cosine 4. Woodworth

thông et al. (2009)

4. Kỹ thuật khoa học dữ liệu không gian để phân tích xu hướng mực nước biển thấp 5. Mann Kendall 5. Chandler và Scott

Bài kiểm tra

(2011)

Các khái niệm khoa học dữ liệu không gian được sử dụng trong nghiên cứu mực 6. Đánh giá 6. Houghton và

của chuyên gia cộng sự. (2001)

nước biển bao gồm nhiều kỹ thuật về kỹ thuật dữ liệu, trực quan hóa, lập mô hình
2 Tham số Dựa trên 1. Bình phương 1. Nhà thờ và màu
xu hướng và phát hiện tăng tốc/giảm tốc.
mối quan hệ xác định tối thiểu thông trắng (2011)
Kỹ thuật dữ liệu, còn được gọi là kỹ thuật tính năng trong ngôn ngữ khoa học và trực thường được 2. Trắng và cộng sự.

dữ liệu thông thường, là một thành phần quan trọng của nghiên cứu mực nước biển bao quan của mực nước biển tối ưu hóa (OLS) (2014)
với bên ngoài 2. Tuyến tính với 3. Bromirski và
gồm làm sạch, làm giàu, thao tác và chuẩn bị dữ liệu cho quy trình công việc khoa
thay đổi và có thể không trắng cộng sự. (2011)
học dữ liệu tiếp theo. Việc thiếu hồ sơ sẽ làm sai lệch phân tích, đặc biệt đối với
được ngoại suy vào tiếng 4. Chambers và
các khu vực có độ biến thiên theo mùa mạnh mẽ và hầu hết các kỹ thuật và mô hình tương lai. ồn 3. OLS tuyến cộng sự. (2012)

phân tích sẽ không hoạt động trên các tập dữ liệu có khoảng trống. Do đó, việc làm Được sử dụng nhiều tính từng phần 5. Woodworth

4. Tuyến tính với et al. (2011)

giàu dữ liệu là một nhiệm vụ kỹ thuật dữ liệu quan trọng trong nghiên cứu mực nước nhất để ước tính xu hướng

mực nước biển. chu kỳ 6. Houston và

biển, đặc biệt là khi làm việc với dữ liệu đo thủy triều vốn hầu như luôn có một
5. OLS bậc hai 6. Trưởng
số giá trị rỗng và/hoặc bất thường. Các phương pháp phổ biến nhất để làm giàu dữ
Bậc hai với chu khoa (2011a)

liệu là trung bình trung tâm (Din và cộng sự, 2019; Trisirisataawong và cộng sự, kỳ 7. Hồi 7. Dangendorf và

2011) và tái thiết từ hàng xóm gần nhất (Lưu và cộng sự, 2015). Trung bình ở giữa quy bội 8. cộng sự. (2014)

Đường cong 8. Parker và cộng sự.

tính giá trị trung bình của kỳ thứ k với kỳ còn thiếu được lấy làm trung tâm. Ví
tăng trưởng theo (2013)
dụ: nếu giá trị mực nước biển bị thiếu trong một tháng thì giá trị trung bình ở
cấp số nhân 1.
giữa của giai đoạn hai, được sử dụng chủ yếu, sẽ lấp đầy các giá trị còn thiếu bằng 3 Không Mở rộng 1. Trắng và cộng sự.
Phụ thuộc dữ liệu và

giá trị trung bình của giá trị mực nước biển của tháng trước và tháng sau. tham số không dựa trên bất kỳ hồi quy với (2014)

mối quan hệ được spline (GAM) 2. Barbosa và cộng

xác định trước nào sự. (2004)

Cách tiếp cận này là phương pháp kỹ thuật dữ liệu thường được sử dụng trong tài
2. Thấp nhất 3. Donner và cộng sự.
liệu để nội suy các bản ghi bị thiếu do tính dễ sử dụng của nó. Nhưng nó không phù
làm mịn 3. (2012)
hợp với các tập dữ liệu có nhiều hơn hai giá trị bị thiếu liên tiếp. Ngoài ra, dữ Hồi quy lượng

liệu bị thiếu có thể được tính gần đúng bằng giá trị trung bình của các giá trị mực tử Wavelets
1. ARIMA
nước biển lân cận không có xu hướng. Phương pháp này đưa ra ước tính chắc chắn hơn,
4 ngẫu nhiên Thống kê và mô hình 1. Imani và cộng sự.
đặc biệt đối với các máy đo thủy triều có mối tương quan cao với các trạm lân cận.
được quan sát được (2014)
Để xác nhận tính mạnh mẽ của phương pháp này, Lưu et al. (2015) đã so sánh các giá cho là do nền tảng

trị đã biết nhưng ẩn với các giá trị điền vào, phát hiện ra một RMSE bình phương

trung bình căn bậc nhỏ. Mặc dù dự đoán về các giá trị còn thiếu trong lĩnh vực khoa
quy trình
học dữ liệu ngày càng nổi bật, nhưng nó vẫn chưa được sử dụng trong các nghiên cứu
5 Trình độ cao Kỹ thuật mạnh 1. Phân tích 1. Baker và
về mực nước biển. Trong thực tế, điều này đòi hỏi phải sử dụng thêm các biến số khí
mẽ hơn quang phổ đơn McGowan
quyển-đại dương cho mô hình đa biến. Dữ liệu sẽ được chia thành hai: dữ liệu huấn và đa (2014)

luyện và kiểm tra. Tập dữ liệu huấn luyện sẽ là các hàng không có giá trị null giấy 2. 2. Imani và cộng sự.

Mạng lưới thần (2014)

trong khi dữ liệu thử nghiệm sẽ thiếu các giá trị được dự đoán. Sự quy kết của
kinh

nhân tạo

10
Machine Translated by Google

N. Adebisi và cộng sự. Quản lý đại dương và ven biển 208 (2021) 105632

các tham số và tập dữ liệu thu được ở các giai đoạn khác nhau được sử
dụng. Đây là lý do cho hầu hết các cuộc tranh luận về mực nước biển. Ví
dụ, Houston và Dean (2011b) cho rằng xu hướng RSL ở bờ biển Hoa Kỳ và một
số khu vực khác đang giảm tốc khá nhanh trong thế kỷ 20 mặc dù nhiệt độ
toàn cầu tăng nhưng Rahmstorf và Vermeer (2011) và Donoghue và Parkinson
(2011) không đồng ý với quan điểm này . những phát hiện. Rahmstorf và
Vermeer (2011) đã chứng minh bằng một nghiên cứu đánh giá lại rằng không
có sự giảm tốc và sự tăng tốc đó thực sự có thể được tìm thấy nếu dữ liệu
được phân tích bằng các kỹ thuật khác nhau với khoảng thời gian dài hơn.
Sự phân đôi tăng tốc-giảm tốc tương tự cũng được quan sát thấy ở Úc, nơi
mà tuyên bố về tốc độ dâng mực nước biển giảm dần (Parker và cộng sự,
2013) đã bị bác bỏ bởi (Hunter, 2014). Để giải quyết những khác biệt này,
một số lượng lớn các nhà nghiên cứu đã cố gắng xác định mô hình tốt nhất
để ước tính xu hướng mực nước biển nhưng trên thực tế, không có câu trả
lời đúng cho câu hỏi 'mô hình tốt nhất/đúng' vì xu hướng thực sự vẫn chưa
được biết. Tuy nhiên, một số kỹ thuật có thể cho thấy sự phù hợp của chúng.
Việc lựa chọn mô hình phải dựa trên độ phức tạp, hiệu suất phù hợp và
hiệu suất dự đoán (Baart và cộng sự, 2012; Visser và cộng sự, 2015).
Độ phức tạp của mô hình có thể được đánh giá bằng các chỉ số như R bình
phương đã điều chỉnh, Cp của Mallows, Tiêu chí thông tin của Akaike (AIC),
Tiêu chí thông tin Bayesian (BIC), Tiêu chí thông tin sai lệch (DIC)
(Visser et al., 2015) . Một số chỉ số này cần được kết hợp để xác định
mô hình tối ưu. Kiểm tra F, kiểm tra Tỷ lệ khả năng có thể
được sử dụng để đánh giá hiệu suất phù hợp trong khi các số liệu đánh giá
như Lỗi bình phương trung bình gốc (RMSE), Lỗi tuyệt đối trung bình (MAE)
có thể cho biết hiệu suất dự đoán (Baart et al., 2012). Theo nguyên tắc
chung, các mô hình đơn giản nên được chọn thay vì các mô hình phức tạp
nếu hiệu suất phù hợp của chúng không kém hơn nhiều. Tuy nhiên, cần thận
trọng khi sử dụng hiệu suất phù hợp vì mô hình có thể phù hợp quá mức với
dữ liệu và do đó không thể khái quát hóa tốt. Do đó, nên chọn các mô hình
dựa trên hiệu suất dự đoán của chúng nếu phương pháp xu hướng hỗ trợ ngoại
suy trong tương lai. Tuy nhiên, các kỹ thuật lựa chọn này không áp dụng
cho tất cả các mô hình được nêu trong Bảng 1. Ví dụ: các mô hình trong
nhóm 1 và 3 không mang tính thống kê khiến việc đánh giá dựa trên độ phức
tạp và hiệu suất phù hợp trở nên kém phù hợp hơn. Việc đánh giá hiệu suất
dự đoán của các mô hình phi thống kê này cũng không thể thực hiện được vì
chúng không cho phép ngoại suy xu hướng. Do đó, chúng tôi khuyến nghị sử
dụng các mô hình dựa trên thống kê (nhóm 2 và 4) để cung cấp thông tin
không chắc chắn, hỗ trợ ước tính xu hướng và ngoại suy lợi nhuận.
Việc thể hiện phương pháp lập mô hình tốt cũng có thể giúp làm giảm cuộc
tranh luận về tăng tốc-giảm tốc giữa các nhà nghiên cứu. Các nghiên cứu
nên báo cáo rõ ràng về việc lựa chọn mô hình/thông số và độ nhạy của đầu
ra mô hình. Ngoài ra, việc sử dụng nhiều phương pháp thay vì một phương
pháp duy nhất được đặc biệt khuyến khích. Độ tin cậy của các nghiên cứu
sẽ được củng cố nếu thu được kết quả tương tự bằng các phương pháp khác
nhau. Trong trường hợp kết quả tăng-giảm tốc cực kỳ khác nhau, đó là

Bảng 2

Đặc điểm của các phương pháp giám sát SLR trong Tài liệu.

S/ Tác giả Nguồn dữ liệu Quy mô và vị trí Kết quả Khoa học dữ liệu không gian Phần kết luận

N Kỹ thuật

John (2011) Máy đo thủy Toàn cầu 1993–2009: 3,2 ± 0,4 mm/năm (vệ tinh) Xu hướng tái thiết bình phương
triều và vệ tinh tối

đo độ cao Máy đo thủy triều đã hiệu chỉnh thiểu thông thường với EOF và

VLM tối ưu hóa không gian.

(GIA): 1900–2009: 1,7 ± 0,2 mm/năm

1993–2009: 2,8 ± 0,8 mm/năm 1930–

Houston và Dean Thủy triều Toàn cầu 2010: 0,0014 mm/năm2 Xu hướng có bình phương nhỏ nhất Mức tăng GMSL đang giảm dần, trái ngược với tuyên bố

(2011b) Phân tích bậc hai về sự tăng tốc của hầu hết các nghiên cứu. Tỷ lệ

Hay và cộng Máy đo thủy Toàn cầu 1901–1990: 1,2 ± 0,2 mm/năm 1993– Xu hướng với đường trung bình động tăng GMSL thế kỷ 20 thấp hơn so với ước tính từ

sự. (2015) triều và vệ tinh 2010: 3,0 ± 0,7 mm/năm Kalman mượt mà hơn và các nghiên cứu trước đó, dao động trong khoảng từ

đo độ cao Xử lý Gaussian 1,6 đến 1,8 mm/năm và phù hợp với ước tính

Hồi quy cho công cuộc tái thiết mô hình quy trình.
thế kỷ 20 Tốc độ tăng GMSL hiện đại thu được từ máy đo thủy

triều phù hợp với giá trị thu được từ vệ tinh.

Klos và cộng Vệ tinh và Khu vực: Miền Tây 1. Độ cao: 1993–2015: 3,55 ± 0,3 mm/ Xu hướng với mô hình phi Hiệu chỉnh VLM với mô hình GPS phi tuyến tính được

sự. (2019) Máy đo thủy triều Bắc Thái Bình Dương năm 2. Máy đo tuyến tính tối ưu hóa giúp giảm thiểu độ lệch giữa máy đo thủy

thủy triều đã hiệu chỉnh VLM (GIA): triều và máy đo độ cao vệ tinh lấy mực nước biển

ước tính dưới mức 10 mm/năm 3. Máy tuyệt đối ở khu vực bị ảnh hưởng bởi động đất.

đo thủy

triều đã hiệu chỉnh VLM (Mô hình GPS

phi tuyến tính): 3,65–4 mm /năm

1993–2011: 3,80 ±
Din và cộng Thủy triều Địa phương: Malaysia 0,69 mm/ Xu hướng Hồi quy phù hợp mạnh mẽ Xu hướng mực nước biển tương đối đang tăng mặc dù dao

sự. (2017) động trong khoảng từ 2 đến 6,5 mm/năm.

Woodworth và VLM (GIA) Địa phương: Fakland năm 1842–1980 = 0,74 ± 0,35 mm/ Xu hướng Hồi quy phù hợp mạnh mẽ Tốc độ thu được từ máy đo thủy triều gần với tốc độ

cộng sự. (2010) điều chỉnh Tide đo độ cao vệ tinh là 2,79 ± 0,42 mm/năm trong khu vực

máy đo năm Máy đo thủy triều hiệu chỉnh trong cùng thời kỳ

VLM (GIA): Kể từ năm 1992: 2,51 ± 0,58

mm/năm
Din và cộng Vệ tinh Địa phương: Bán đảo Độ cao: 1993–2015: 3,50 ± Xu hướng: Hồi quy phù hợp mạnh mẽ SLR = Chênh lệch mực nước biển trung bình hàng năm của năm

sự. (2016) Đo độ cao và Malaysia 0,09 mm/năm đầu và năm cuối

Máy đo thủy triều Máy đo thủy triều: 1984–2015: 3,11

± 0,31 mm/năm.
Fu và cộng Vệ tinh Khu vực: Sơn Đông 1993–2016: 2,54 ± 0,24 mm/ Xu hướng: Hồi quy tuyến tính

sự. (2019a) đo độ cao bán đảo năm. Phân tách chuỗi:

Hoàn thành thực nghiệm

Chế độ hòa tấu

Cazenave và cộng Vệ tinh Khu vực: 1992–1998: 7 ± 1,5 mm/năm và 27 ± Hồi quy tuyến tính, thực nghiệm Sự khác biệt lớn giữa máy đo độ cao của vệ

sự. (2002) đo độ cao biển Địa Trung Hải 2,5 mm/năm trên Địa Trung Hải và biển Hàm trực giao (EOF), tinh và máy đo thủy triều đã xác nhận rằng phân tích
và Biển Đen Đen Tương quan SST và SLR ngắn hạn về máy đo độ cao của vệ tinh có thể là

tương ứng sự thay đổi giữa các thập kỷ và không phản ánh
gia tốc

Xu và cộng Vệ tinh Khu vực: Đông 1993 và 2010: 2,5 ± 0,4 mm/năm Xu hướng phân rã chế độ thực

sự. (2019) đo độ cao Biển Trung Quốc nghiệm (EMD)

11
Machine Translated by Google
N. Adebisi và cộng sự.
khuyến khích các nhà quản lý Đại dương và Duyên hải xem xét lựa chọn có mối đe
dọa lớn nhất. Điều này sẽ đảm bảo rằng cộng đồng ven biển được chuẩn bị cho trường
hợp xấu nhất có thể xảy ra. Bảng 2 nêu bật các hệ thống quan sát và kỹ thuật khoa
học dữ liệu khác nhau được sử dụng bởi các nghiên cứu mực nước biển được chọn.
5. Thảo luận
Bài viết này trình bày những tiến bộ trong việc ước tính mực nước biển thông
qua việc xem xét toàn diện các hệ thống quan trắc và kỹ thuật khoa học dữ liệu
không gian. Việc quan sát các phép đo mực nước biển bắt đầu vào thế kỷ 18 với
việc sử dụng các cột thủ công làm bằng chứng về sự thay đổi mực nước biển cho đến
các thiết bị tự động đo chính xác mực nước biển hiện nay (Ekman và Geophysicals,
1988; Woodworth, 1999). Máy đo thủy triều cung cấp mực nước biển ven bờ chính xác
từ đó xu hướng và gia tốc dài hạn được xác định nhưng giống như các quan sát tại
chỗ khác, có những thời điểm không có hoặc có dữ liệu bất thường do hệ thống gặp
trục trặc.
Hơn nữa, mặc dù số lượng máy đo thủy triều đã tăng lên trong những thập kỷ qua
nhưng sự phân bổ không gian của chúng vẫn không đồng đều. Do đó, có sự không chắc
chắn cao về mực nước biển toàn cầu được ước tính bằng máy đo thủy triều. Việc
phóng các vệ tinh thời tiết và đại dương vào đầu những năm 1990 đã báo trước
những cải tiến trong việc ước tính mực nước biển hiện đại, cung cấp phạm vi bao
phủ lặp đi lặp lại của đại dương để bổ sung cho những thiếu sót của việc quan sát
mực nước biển bằng máy đo thủy triều tại chỗ. Đo độ cao vệ tinh gần như toàn cầu
đã xác nhận rằng sự thay đổi mực nước biển là trên toàn đại dương, cung cấp những
hiểu biết sâu sắc hơn về các phép đo thủy triều cho thấy sự thay đổi trong khu
vực. Việc bổ sung dữ liệu máy đo thủy triều với dữ liệu đo độ cao vệ tinh sẽ nâng
cao kiến thức hiện có về sự thay đổi mực nước biển ven biển, khu vực và toàn cầu.
Do đó, việc sửa các bản ghi máy đo thủy triều cho VLM là điều cần thiết cho mục
đích này để đảm bảo tính nhất quán giữa hai nguồn dữ liệu.
Ước tính chính xác về VLM có thể được rút ra từ các quan sát GNSS mặc dù chuỗi
thời gian tương đối ngắn so với hầu hết các hồ sơ đo thủy triều (Bitharis et al.,
2017). Các vectơ vận tốc từ các quan sát GNSS có thể được mở rộng ngược thời gian
dựa trên giả định về xu hướng tuyến tính và có thể được bổ sung thêm bằng các kỹ
thuật khác như INSAR và GIA để hiểu các biến đổi mực nước biển dài hạn trong quá
khứ trên một khu vực rộng lớn (Klos và cộng sự, 2019 ) ).
Ước tính độ cao của vệ tinh về mực nước biển trung bình toàn cầu và khu vực
chính xác hơn máy đo thủy triều nhưng máy đo thủy triều cũng bị hạn chế do việc
hạn chế sử dụng nó ở các bờ biển do dạng sóng bị nhiễm bẩn với đất liền và thiếu
kỹ thuật hiệu chỉnh chuyên dụng (Hàng quý và cộng sự, 2019). Tuy nhiên, những
tiến bộ trong đo độ cao ven biển trong thập kỷ qua như sự phát triển của thuật
toán theo dõi dạng sóng và tối ưu hóa hiệu chỉnh địa vật lý đã được quan sát thấy.
Những đổi mới công nghệ có liên quan như Ka-band trên máy đo độ cao SARAL/Altika
và SAR trên máy điều hòa nhiệt độ 3 và máy điều hòa nhiệt độ 2 cũng đã được ghi
nhận. Do đó, hiện nay có thể ước tính mực nước biển tuyệt đối ở khoảng cách vài
km ở bờ biển, trái ngược với các nhiệm vụ ban nhạc C và Ku trước đó là 10–30 km.
Điều quan trọng cần lưu ý là bất chấp những cải tiến này, yêu cầu về độ chính xác
tiêu chuẩn của các quan sát mực nước biển ven biển vẫn chưa đạt được và cần phải
thực hiện thêm các công việc tiếp theo để cải thiện hơn nữa độ chính xác của các
sản phẩm đo độ cao vệ tinh tại các bờ biển (Quartly et al. , 2019).
Triển vọng giải quyết những thách thức hiện có trong việc ước tính mực nước
biển có vẻ đầy hứa hẹn với các vệ tinh đo độ cao SAR được phóng gần đây là
Sentinel-6 và Sentinel-3C/D được lên kế hoạch phóng trong tương lai. Sentinel-3C/
D và Sentinel-6A/B được phát triển dựa trên Sentinel 3A/B để đảm bảo tính liên
tục của phép đo độ cao ở chế độ SAR hướng tới độ phân giải cao hơn. Ngoài ra,
Sentinel 6A/B sẽ hoạt động đồng thời ở Chế độ phân giải cao, HRM (hoặc SAR) và
Chế độ phân giải thấp (LRM), do đó cho phép kết hợp xen kẽ giữa hai chế độ. Điều
này sẽ cho phép kết nối chính xác với các nhiệm vụ hiện có của TOPEX/Poseidon và
Jason. Nhiệm vụ Địa hình và Hải dương học Nước bề mặt (SWOT), dự kiến khởi động
vào năm 2021, cũng sẽ mang lại những tiến bộ độc đáo. Với ăng-ten SAR ở cả hai
bên của cột dài 10m, vệ tinh sẽ cung cấp công nghệ đo giao thoa SAR phạm vi rộng
đầu tiên với radar giao thoa sóng ka-band (KaRIN) để theo dõi mực nước biển.
Chiều cao bề mặt biển sẽ là
12
Quản lý đại dương và ven biển 208 (2021) 105632
được xác định từ độ lệch pha giữa các tín hiệu mà hai anten nhận được.
Định lượng xu hướng quan sát được và mô tả đặc điểm mực nước biển theo thời
gian là nhiệm vụ quan trọng của nghiên cứu thực nghiệm vì nó tạo cơ sở cho việc
ước tính mực nước biển dâng và dự đoán mực nước biển dâng trong tương lai. Thông
qua việc xem xét nghiêm ngặt các phương pháp phân tích dữ liệu mực nước biển,
chúng tôi đã tìm thấy khoảng 30 kỹ thuật lập mô hình xu hướng được sử dụng trong
tài liệu, từ phân tích dữ liệu thăm dò như Đường trung bình động (Hay và cộng sự,
2015; Houston và Dean, 2013; Stocker và cộng sự . , 2013; Watson, 2011), đánh giá
của chuyên gia (Houghton và cộng sự, 2001; IPCC, 1996) cho đến các mô hình tiên
tiến như Phân tích quang phổ đơn và đa giấy (Baker và McGowan, 2014), Mạng thần
kinh nhân tạo (Imani và cộng sự, 2014) ), hồi quy MARS (Feng và cộng sự, 2004),
Phân tích phổ đơn (Jevrejeva và cộng sự, 2006; Wahl và cộng sự, 2011), EEMD hoặc
EMD (Breaker và Ruzmaikin, 2013; Chen và cộng sự, 2014; Ezer và cộng sự, 2013),
thông qua tham số như Linear OLS (Church and White, 2011; Marotzke và Forster,
2015; Mudelsee, 2013; Wahl et al., 2013), Hồi quy bội (Albrecht và Weisse, 2012;
Dan-gendorf et al. cộng sự, 2014; Zhang và Church, 2012), phi tham số như làm mịn
Lowess (Barbosa và cộng sự, 2004; Chandler và Scott, 2011), và các mô hình xu
hướng ngẫu nhiên như ARIMA (Chandler và Scott, 2011; Imani và cộng sự, 2014;
Mudelsee, 2013). Rất khó để kết luận về mô hình tốt nhất, nhưng phương pháp tối
ưu có thể được thiết lập bằng cách kiểm tra các kỹ thuật lựa chọn và giả định mô
hình cũng như thể hiện các phương pháp lập mô hình tốt. Nên khám phá một số phương
pháp và kết quả tương ứng của chúng cần được thảo luận rõ ràng.
6. Kết luận
Tầm quan trọng của thông tin mực nước biển chính xác đối với các kế hoạch
thích ứng và giảm nhẹ đã truyền cảm hứng cho nhiều sự phát triển và nỗ lực trong
việc quan sát và phân tích mực nước biển nhằm tìm hiểu xu hướng trong quá khứ và
hiện tại cũng như dự đoán các kịch bản trong tương lai. Bài viết này xem xét những
tiến bộ hiện nay trong nghiên cứu mực nước biển trong cuộc cách mạng công nghiệp
lần thứ 4, tập trung vào các kỹ thuật khoa học dữ liệu không gian để phân tích
mực nước biển và công nghệ không gian địa lý của các hệ thống quan trắc. Trên các
hệ thống quan sát, chúng tôi phát hiện ra rằng quan sát mực nước biển tại chỗ
thông qua máy đo thủy triều mặc dù hạn chế của nó vẫn là phương pháp tốt nhất để
nghiên cứu mực nước biển ven biển dài hạn và đo độ cao vệ tinh phù hợp với quy
mô toàn cầu và khu vực đương thời. Việc đánh giá chi tiết về sự thay đổi mực nước
biển trung bình toàn cầu, khu vực và địa phương sẽ yêu cầu tăng cường máy đo thủy
triều, đo độ cao vệ tinh, mô hình xử lý, đặc biệt là GIA và một số hệ thống viễn
thám phụ trợ khác và hệ thống tại chỗ như phép đo phản xạ GNSS, phao GPS, Argo,
GRACE, đo ảnh trên không, phát hiện và đo khoảng cách ánh sáng, máy quét laser
trên mặt đất. Trong tương lai, việc tăng cường mật độ các máy đo thủy triều và
mạng lưới GNSS cùng vị trí tại các khu vực được che phủ thưa thớt và cải thiện độ
chính xác của dữ liệu đo độ cao vệ tinh để sử dụng ven biển là cần thiết để cung
cấp hệ thống quan sát mực nước biển tích hợp đầy đủ.
Để phân tích, các kỹ thuật khoa học dữ liệu không gian quan trọng như kỹ
thuật dữ liệu, trực quan hóa, ước tính xu hướng và phát hiện gia tốc được sử dụng
cho nghiên cứu mực nước biển. Hơn 30 mô hình xu hướng trải rộng trên các lớp khám
phá, tham số, phi tham số, ngẫu nhiên và nâng cao được tìm thấy trong tài liệu và
mô hình tốt nhất là mô hình có nền tảng thống kê tốt và giả định tương tự với mô
hình mực nước biển.
Thông số chỉ số chung để đánh giá mô hình là AIC, BIC.
Tuyên bố về lợi ích cạnh tranh
Các tác giả tuyên bố rằng họ không có lợi ích tài chính hoặc mối quan hệ cá
nhân cạnh tranh nào có thể ảnh hưởng đến công việc được báo cáo trong bài viết
này.
Người giới thiệu
Ablain, M., Legeais, JF, Prandi, P., Marcos, M., Fenoglio-Marc, L., Dieng, HB,
Benveniste, J., Cazenave, A., 2017. Mực nước biển dựa trên vệ tinh đo độ cao ở quy mô toàn
cầu và khu vực. Trong: Cazenave, A., Champollion, N., Paul, F., Benveniste, J. (Eds.),
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

Nghiên cứu tổng hợp về mực nước biển trung bình và các thành phần của nó. Nhà xuất bản Quốc tế Cretaux, J.-F., Berge-Nguyen, M., Calmant, S., Jamangulova, N., Satylkanov, R.,

Springer , Chăm, trang 9–33. Lyard, F., Perosanz, F., Verron, J., Samine Montazem, A., Le Guilcher, G., 2018.

Albrecht, F., Weisse, R., 2012. Ảnh hưởng của áp lực lên xu hướng và sự biến đổi mực nước biển trong khu Hiệu chuẩn hoặc xác nhận tuyệt đối các máy đo độ cao trên Sentinel-3A và Jason -3 trên Hồ Issykkul

vực trong quá khứ ở German Bight. Động lực đại dương. 62, 1169–1186. (Kyrgyzstan). Rem. Cảm giác 10, 1679.

Aldarias, A., Gomez-Enri, J., Laiz, I., Tejedor, B., Vignudelli, S., Cipollini, P., 2020. Dangendorf, S., Wahl, T., Nilson, E., Klein, B., Jensen, J., 2014. Một đại diện khí quyển mới cho sự biến

Xác thực dữ liệu mực nước biển ven biển SRAL Sentinel-3A ở tốc độ đăng cao: 80 Hz. đổi mực nước biển ở phía đông nam Biển Bắc: quan sát và dự đoán tổng thể trong tương lai. Leo lên.
IEEE Trans. Geosci. Rem. Thượng nghị sĩ 58, 3809–3821. Động lực. 43, 447–467.

Andre, G., Martin Miguez, B., Ballu, V., Testut, L., Woppelmann, G., 2013. Đo mực nước biển bằng phao Dawidowicz, K., 2014. Giám sát sự thay đổi mực nước biển bằng công nghệ GNSS–đánh giá về

được trang bị GPS : Thí nghiệm nhiều dụng cụ tại Đảo Aix. những nỗ lực gần đây. Acta Adriat.: Int. J. Mari. Khoa học. 55, 145–161.

Deng, X., Featherstone, WE, Hwang, C., Berry, PAM, 2002. Ước tính

Antunes, C., 2019. Đánh giá mực nước biển dâng ở Bờ Tây Đại lục Bồ Đào Nha và dự báo cho thế kỷ 21. J. Mar. ô nhiễm độ cao của radar vệ tinh ERS-2 và POSEIDON gần bờ biển Australia. Mar Geodes. 25, 249–271.

Khoa học. Anh. 7.

Anzenhofer, M., Gruber, T., 1998. Dữ liệu máy đo độ cao ERS-1 được xử lý lại hoàn toàn từ năm 1992 đến năm Din, AHM, Abazu, IC, Pa'suya, MF, Omar, KM, Hamid, AIA, 2016. TÁC ĐỘNG

1995: tính khả thi của việc phát hiện sự thay đổi mực nước biển dài hạn. J. Địa vật lý. Res. C Đại MỰC NƯỚC BIỂN TRÊN DỮ LIỆU ĐỊA ĐIỂM CỦA BÁNH ĐẢO

dương 103, 8089–8112. MALAYSIA. Cơ quan Lưu trữ Quốc tế về Quang trắc, Viễn thám và Khoa học Thông tin Không gian, Tập XLII-4/

Avsar, NB, Jin, S., Kutoglu, H., Gurbuz, G., 2016. Sự thay đổi mực nước biển dọc theo bờ Biển Đen từ máy đo W1. Tại: Hội nghị quốc tế về công nghệ địa lý và không gian địa lý (GGT) 2016, 3–5 tháng 10 năm 2016,

độ cao vệ tinh, máy đo thủy triều và quan sát GPS. Địa động lực học. 7, 50–55. Kuala Lumpur, Malaysia.

Baart, F., van Koningsveld, M., Stive, MJF, 2012. Xu hướng trong phân tích xu hướng mực nước biển. Din, AHM, Hamid, AIA, Yazid, NM, Tugi, A., Khalid, NF, Omar, KM, Ahmad, AJ
J. Coast Res. 280, 311–315. JT, 2017. Mô hình mực nước biển Malaysia lấy từ dữ liệu thủy triều trong 19 năm, tập. 79.
Baker, RGV, McGowan, SA, 2014. Tính chu kỳ của biến động mực nước biển trung bình và

Các tác nhân thay đổi khí hậu: bài học từ mô hình quản lý vùng ven biển. Quản lý Bờ biển Đại dương . Din, AHM, Zulkifli, NA, Hamden, MH, Aris, WAW, 2019. Xu hướng mực nước biển trên các vùng biển Malaysia

98, 187–201. từ phép đo độ cao của vệ tinh đa sứ mệnh và chuyển động thẳng đứng của đất liền đã điều chỉnh dữ

Balogun, A.-L., Marks, D., Sharma, R., Shekhar, H., Balmes, C., Maheng, D., Arshad, A., Salehi, P., 2020. liệu thủy triều. Khuyến cáo. Độ phân giải không gian. 63, 3452–3472.

Đánh giá tiềm năng của số hóa như một công cụ để thích ứng với biến đổi khí hậu và phát triển bền vững Donner, RV, Ehrcke, R., Barbosa, SM, Wagner, J., Donges, JF, Kurths, J., 2012.

ở các trung tâm đô thị. Duy trì. Thành phố Soc. 53, 101888. Các mô hình không gian của các xu hướng dài hạn tuyến tính và phi tham số trong sự biến đổi mực

nước biển Baltic. Địa vật lý quá trình phi tuyến. 19, 95–111.

Bao, L., Wang, N., Gao, F., 2016. Cải thiện độ chính xác của dữ liệu và độ phân giải không gian của phép đo Donoghue, JF, Parkinson, RW, 2011. Thảo luận của: Houston, JR và Dean, RG,

độ cao cGNSS-R bằng thiết bị cải tiến với đồng hồ nguyên tử bên ngoài. Geosci. Rem. 2011. Gia tốc mực nước biển dựa trên máy đo thủy triều của Hoa Kỳ và phần mở rộng của các phân tích máy
Cảm ơn Lett. IEEE 13, 207–211. đo toàn cầu trước đây. J. Coast Res. 27 (3), 409–417, 27 %J Tạp chí Nghiên cứu Bờ biển, 994-996, 993.
Barbosa, SM, Fernandes, MJ, Silva, ME, 2004. Xu hướng mực nước biển phi tuyến từ số liệu máy đo thủy

triều của Châu Âu. Ann. Địa vật lý. 22, 1465–1472. Douglas, B., 1991. Mực nước biển dâng toàn cầu, 96, 6981–6992.

Becker, M., Meyssignac, B., Letetrel, C., Llovel, W., Cazenave, A., Delcroix, T., 2012. Sự thay đổi mực nước Durand, F., Piecuch, CG, Becker, M., Papa, F., Raju, SV, Khan, JU, Ponte, RM, 2019.

biển tại các đảo nhiệt đới ở Thái Bình Dương kể từ năm 1950. Global Planet. Thay đổi 80–81, 85–98. Tác động của dòng chảy nước ngọt lục địa đến mực nước biển ven bờ. Sống sót. Địa vật lý. 40, 1437–
1466.

Bel'en Martín, M., Ronan Le, R., Guy, W., 2008. Việc sử dụng radar đo thủy triều để đo sự thay đổi mực nước Ehsan, MRM, Din, AHM, Hamid, AA, Adzmi, NHM, 2019. Giải thích sự biến đổi mực nước biển trên các vùng biển

biển dọc bờ biển Pháp. J. Coast Res. 24, 61–68. của Malaysia bằng cách sử dụng dữ liệu đo độ cao vệ tinh đa sứ mệnh.

Biessmann, F., Rukat, T., Schmidt, P., Naidu, P., Schelter, S., Taptunov, A., Lange, D., Khoa học ASM. J. 12, 90–99.

Salinas, DJJoMLR, 2019. DataWig: Thiếu giá trị quy định cho các bảng, 20, 1–6. Ekman, MJP, Geophysicals, A., 1988. Chuỗi mực nước biển tiếp diễn dài nhất thế giới

Bitharis, S., Ampatzidis, D., Pikridas, C., Fotiou, A., Rossikopoulos, D., Schuh, H., 2017. quan sát, 127, 73–77.
Vai trò của vận tốc thẳng đứng GNSS trong việc điều chỉnh các ước tính về mực nước biển dâng do thủy triều Ezer, T., Atkinson, LP, Corlett, WB, Blanco, JL, 2013. Sự dâng lên và biến đổi mực nước biển do Dòng chảy

máy đo ở Hy Lạp. Mar Geodes. 40, 297–314. Vịnh gây ra dọc theo bờ biển giữa Đại Tây Dương của Hoa Kỳ. J. Địa vật lý. Res.: Đại dương 118, 685–697.

Bouin, MN, Woppelmann, ¨ G., 2010. Ước tính chuyển động của đất từ GPS tại máy đo thủy triều: đánh giá địa

vật lý. Địa vật lý. J. Int. 180, 193–209. Feng, M., Li, Y., Meyers, G., 2004. Các biến đổi đa thập kỷ của mực nước biển Fremantle: Dấu chân của

Breaker, LC, Ruzmaikin, A., 2013. Ước tính tốc độ tăng tốc dựa trên kỷ lục mực nước biển trong 157 năm từ sự biến đổi khí hậu ở vùng nhiệt đới Thái Bình Dương, tập. 31.
San Francisco, California, Hoa Kỳ 29 % J. Coast. Res. 43–51, 49. Fenoglio-Marc, L., 2002. Sự thay đổi mực nước biển dài hạn ở Địa Trung Hải từ máy đo độ cao và thủy triều

đa vệ tinh. Vật lý. Chem. Trái Đất 27, 1419–1431.

Bromirski, PD, Miller, AJ, Flick, RE, Auad, G., 2011. Ngăn chặn mực nước biển dâng dọc theo bờ biển Thái Fenoglio-Marc, L., Braitenberg, C., Tunini, L., 2012. Sự biến đổi mực nước biển và xu hướng ở Biển Adriatic

Bình Dương của Bắc Mỹ: Dấu hiệu cho sự gia tốc sắp xảy ra, tập. 116. năm 1993–2008 từ máy đo thủy triều và máy đo độ cao vệ tinh. Vật lý. Chem.

Trái đất, Phần A/B/C 40–41, 47–58.

Byung-Cheol, K., Dong-Hyeok, S., Jung Han, L., TaeJun, M., Seok, J., Seung Yong, L., Jin Hyung, C., 2018. Ứng Foster, JH, Carter, GS, Merrifield, MA, 2009. Các phép đo địa hình mặt biển dựa trên tàu . Địa vật lý. Res.

dụng giám sát cho bề mặt không người lái đa chức năng Phương tiện trong môi trường ven biển biển. J. Lett. 36.
Coast Res. 85, 1381–1385. Fu, Y., Chu, X., Sun, W., Tang, Q., 2019a. Mô hình kết hợp kết hợp phân rã chế độ thực nghiệm , phân tích

Carlson, DF, Fürsterling, A., Vesterled, L., Skovby, M., Pedersen, SS, Melvad, C., phổ đơn và bình phương tối thiểu để dự đoán dị thường mực nước biển dựa trên vệ tinh. Int. J. Rem.

Rysgaard, S., 2019. Một phương tiện tự lái trên mặt nước có giá cả phải chăng và di động có khả năng Thượng nghị sĩ 40, 7817–7829.

tránh chướng ngại vật để giám sát đại dương ven biển. Phần cứngX 5, e00059. Fu, Y., Chu, X., Chu, D., Li, J., Zhang, W., 2019b. Ước tính sự thay đổi mực nước biển ở Biển Đông từ dữ liệu
Cazenave, A., Bonnefond, P., Mercier, F., Dominh, K., Toumazou, V., 2002. Mực nước biển đo độ cao vệ tinh và máy đo thủy triều. Những tiến bộ trong nghiên cứu không gian 7.

các biến thể ở Biển Địa Trung Hải và Biển Đen từ máy đo độ cao và thủy triều của vệ tinh . Hành tinh

toàn cầu. Thay đổi 34, 59–86. Gornitz, V., 1995. Mực nước biển dâng: Đánh giá về các xu hướng gần đây trong quá khứ và tương lai gần. Lướt

Cazenave, A., Llovel, W., 2010. Mực nước biển dâng hiện nay. Annu. Mục sư Mar. Khoa học. 2, sóng Trái đất . Quá trình. Địa hình 20, 7–20.
145–173. Hay, CC, Morrow, E., Kopp, RE, Mitrovica, JX, 2015. Phân tích lại xác suất của

Cazenave, A., Palanisamy, H., Ablain, M., 2018. Sự thay đổi mực nước biển đương thời từ việc đo độ cao của mực nước biển dâng trong thế kỷ XX. Thiên nhiên 517, 481–484.

vệ tinh: Chúng ta đã học được gì? Những thách thức mới là gì? Khuyến cáo. Độ phân giải không gian . 62, He, L., Li, G., Li, K., Shu, Y., 2014. Ước tính sự thay đổi mực nước biển trong khu vực ở Đồng bằng sông
1639–1653. Châu Giang từ máy đo thủy triều và dữ liệu đo độ cao vệ tinh. Cửa sông. Khoa học thềm bờ biển. 141, 69–

Chambers, DP, Merrifield, MA, Nerem, RS, 2012. Có dao động 60 năm ở mực nước biển trung bình toàn cầu 77.

không?, tập. 39. Holgate, S., Foden, P., Pugh, J., Woodworth, P., 2008. Dữ liệu mực nước biển theo thời gian thực

Chandler, R., Scott, M., 2011. Các phương pháp thống kê để phát hiện và phân tích xu hướng trong truyền từ máy đo thủy triều để theo dõi sóng thần và quan sát mực nước biển dâng trong thời gian dài.

Khoa học môi trường. John Wiley & Con trai. J. Hoạt động. Đại dương học 1, 3–8.

Che, Z., Purushotham, S., Cho, K., Sontag, D., Liu, Y., 2018. Mạng thần kinh tái phát cho chuỗi thời gian đa Holgate, SJ, Matthews, A., Woodworth, PL, Rickards, LJ, Tamisiea, ME,

biến với các giá trị bị thiếu. Khoa học. Dân biểu 8, 6085. Bradshaw, E., Foden, PR, Gordon, KM, Jevrejeva, S., Pugh, J., 2012. Các hệ thống và sản phẩm dữ liệu

Chen, X., Feng, Y., Huang, NE, 2014. Xu hướng mực nước biển toàn cầu trong giai đoạn 1993–2012. Toàn cầu mới phục vụ lâu dài cho mực nước biển trung bình, 29, 493–504.

Hành tinh. Thay đổi 112, 26–32. Houghton, JT, Ding, Y., Griggs, DJ, Noguer, M., van der Linden, PJ, Dai, X.,

Cheng, X., Qi, Y., 2007. Xu hướng biến đổi mực nước biển ở Biển Đông từ Maskell, K., Johnson, C., 2001. Biến đổi khí hậu 2001: Cơ sở khoa học. Cơ quan Báo chí của Đại học

dữ liệu đo độ cao được hợp nhất. Hành tinh toàn cầu. Thay đổi 57, 371–382. Cambridge.

Chupin, C., Ballu, V., Testut, L., Tranchant, Y.-T., Calzas, M., Poirier, E., Coulombier, T., Laurain, O., Houston, JR, Dean, RG, 2011a. Tính toán thủy triều nút để cải thiện ước tính về

Bonnefond, P., Dự án Bọt , T., 2020. Lập bản đồ chiều cao bề mặt biển bằng cách sử dụng các khái Gia tốc mực nước biển. 27% J. Bờ biển. Res. 801–807, 807.

niệm mới về thiết bị GNSS động học. Rem. Cảm giác 12. Houston, JR, Dean, RG, 2011b. Gia tốc mực nước biển dựa trên máy đo thủy triều của Hoa Kỳ và phần mở rộng

Church, JA, White, NJ, 2006. Mực nước biển dâng toàn cầu tăng tốc trong thế kỷ 20. của các phân tích máy đo toàn cầu trước đây. 27% J. Bờ biển. Res. 409–417, 409.

Địa vật lý. Res. Lett. 33. Houston, JR, Dean, RG, 2013. Ảnh hưởng của sự biến đổi thập niên mực nước biển đến gia tốc và sự khác biệt

Church, JA, White, NJ, 2011. Mực nước biển dâng từ cuối thế kỷ 19 đến đầu thế kỷ 21. Sống sót. Địa vật về xu hướng. 29% J. Bờ biển. Res. 1062–1072, 1011.

lý. 32, 585–602. Hunter, JR, 2014. Bình luận về “Phân tích xu hướng mực nước biển để quản lý vùng ven biển” của A.

Cipollini, P., Calafat, FM, Jevrejeva, S., Melet, A., Prandi, P., 2017. Giám sát biển Parker, M. Saad Saleem và M. Lawson. Quản lý Bờ biển Đại dương. 87, 114–115.

Đo độ cao ở vùng ven biển bằng máy đo độ cao vệ tinh và máy đo thủy triều. Sống sót. Địa vật lý. 38, Imani, M., You, RJ, Kuo, CY, 2014. Dự đoán mực nước biển Caspi sử dụng vệ tinh
33–57. đo độ cao bằng mạng lưới thần kinh nhân tạo. Int. J. Môi trường. Khoa học. Technol. 11, 1035–1042.

Clarizia, MP, Ruf, C., Cipollini, P., Zuffada, C., 2016. Quan sát không gian đầu tiên về độ cao mặt nước

biển bằng phương pháp đo phản xạ GPS. Địa vật lý. Res. Lett. 43, 767–774.

13
Machine Translated by Google

N. Adebisi và cộng sự. Quản lý đại dương và ven biển 208 (2021) 105632

IPCC, 1996. Biến đổi khí hậu 1995: Khoa học về biến đổi khí hậu: Đóng góp của Peng, Y., Yang, Y., Cui, J., Li, X., Pu, H., Gu, J., Xie, S., Luo, J., 2017. Phát triển USV 'JingHai- I '

Nhóm công tác I về Báo cáo đánh giá lần thứ hai của Ủy ban liên chính phủ về biến đổi khí hậu. Nhà và các cuộc thử nghiệm trên biển ở phía Nam Hoàng Hải. Ocean Eng. 131, 186–196.

xuất bản Đại học Cambridge. Penna, NT, Morales Maqueda, MA, Martin, I., Guo, J., Foden, PR, 2018. Đo chiều cao mặt biển bằng Tàu lượn

Jevrejeva, S., Grinsted, A., Moore, JC, Holgate, S., 2006. Xu hướng phi tuyến tính và chu kỳ sóng GNSS. Địa vật lý. Res. Lett. 45, 5609–5616.

nhiều năm trong hồ sơ mực nước biển. J. Địa vật lý. Res.: Đại dương 111. Pineau-Guillou, L., Dorst, L., 2013. Tạo bề mặt tham chiếu dọc trên biển bằng cách sử dụng phép đo độ cao

Jevrejeva, S., Moore, JC, Grinsted, A., Matthews, AP, Spada, G., 2014. Xu hướng và và GPS, Khung tham chiếu cho các ứng dụng trong khoa học địa chất. Springer, trang 229–235.

sự gia tăng mực nước biển toàn cầu và khu vực kể từ năm 1807. Hành tinh toàn cầu. Thay đổi 113, 11–
22. Ponte, RM, Carson, M., Cirano, M., Domingues, CM, Jevrejeva, S., Marcos, M., Mitchum, G., van de

Khairuddin, MA, Din, AHM, Omar, AH, 2019. Tác động của mực nước biển do hiện tượng el nino và la nina từ Wal, RSW, Woodworth, PL, Ablain, M., Ardhuin, F., Ballu, V., Becker, M., Benveniste, J.,

dữ liệu đo độ cao của vệ tinh đa sứ mệnh trên vùng biển Malaysia. Birol, F., Bradshaw, E., Cazenave, A., De Mey- Fr'emaux, P., Durand, F., Ezer, T., Fu, L.-L.,

Lect. Ghi chú dân sự. Anh. 771–792. Fukumori, I., Gordon, K., Gravelle, M., Griffies, SM, Han, W., Hibbert, A., Hughes, CW, Idier, D.,

Kim, S.-K., Park, J., 2019. Đổi mới: Giám sát mực nước biển ở Bắc Cực bằng GNSS. Kourafalou , VH, Little, CM, Matthews, A., Melet, A., Merrifield, M., Meyssignac, B., Minobe,
Thế giới GPS. S., Penduff, T., Picot, N., Piecuch, C., Ray, RD , Rickards, L., Santamaría-Gomez, A. , Stammer,
`
Klos, A., Kusche, J., Fenoglio-Marc, L., Bos, MS, Bogusz, J., 2019. Giới thiệu mô hình chuyển động đất D., Staneva, J., Testut, L., Thompson, K., Thompson, P., Vignudelli, S., Williams, J., Williams ,

liền theo phương thẳng đứng để cải thiện ước tính về tốc độ mực nước biển thu được từ hồ sơ máy đo SDP, Woppelmann, ¨ G., Zanna, L., Zhang, X., 2019. Hướng tới các hệ thống mô hình hóa và quan sát

thủy triều bị ảnh hưởng bởi động đất. Giải pháp GPS. 23, 102. toàn diện để giám sát và dự đoán mực nước biển từ khu vực đến ven biển, tập. 6.

Knight, PJ, Bird, CO, Sinclair, A., Plater, AJ, 2020. Nền tảng phao GNSS chi phí thấp

để đo mực nước biển ven bờ. Ocean Eng. 203, 107198.

Larnicol, G., Ayoub, N., Le Traon, PY, 2002. Những thay đổi lớn về sự biến đổi mực nước Biển Địa Trung PSMSL, 2017. Cơ quan thường trực về mực nước biển trung bình.

Hải từ dữ liệu TOPEX/Poseidon và ERS-1/2 trong 7 năm. J. Mar. Syst. 33–34, 63–89. Puente, V., Vald'es, M., 2019. Xác định mực nước biển ở bờ biển Tây Ban Nha bằng GNSS -R. Thủ tục tố tụng

19.

Larnicol, G., Cazenave, A., Faugere, Y., Ablain, M., Johannessen, J., Stammer, D., Pugh, D., 2004. Mực nước biển thay đổi: Ảnh hưởng của thủy triều, thời tiết và khí hậu. Nhà xuất bản Đại

Timms, G., Knudsen, P., Cipollini, P., Roca, M., 2013. Sáng kiến Biến đổi Khí hậu Mực nước biển của học Cambridge .

ESA. Tóm tắt Hội nghị Đại hội đồng EGU. Quartly, GD, Rinne, E., Passaro, M., Andersen, OB, Dinardo, S., Fleury, S., Guillot, A., Hendricks, S.,

Larson, KM, Lofgren, ¨ JS, Haas, R., 2013. Đo mực nước biển ven biển bằng một máy thu GPS trắc địa duy Kurekin, AA, Müller, FL, Ricker, R. , Skourup, H., Tsamados, M., 2019. Lấy mực nước biển và mạn

nhất. Khuyến cáo. Độ phân giải không gian. 51, 1301–1310. khô ở Bắc Cực: Đánh giá về các phương pháp đo độ cao bằng radar hiện tại và triển vọng trong tương

Lavrov, D., Even-Tzur, G., Reinking, J., 2015. Trích xuất độ cao Geoid từ các phép đo GNSS trên tàu dọc lai. Rem. Cảm giác 11.

theo sông Weser ở miền bắc nước Đức. J. Khoa học trắc địa. 5. Rahmstorf, S., Vermeer, M., 2011. Thảo luận về: Houston, JR và Dean, RG, 2011.

Legeais, JF, Ablain, M., Zawadzki, L., Zuo, H., Johannessen, JA, Scharffenberg, MG, Fenoglio- Marc, L., Gia tốc mực nước biển dựa trên máy đo thủy triều của Hoa Kỳ và phần mở rộng của các phân tích máy

Fernandes, MJ, Andersen, OB, Rudenko, S., Cipollini, P ., Quartly, GD, Passaro, M., Cazenave, đo toàn cầu trước đây. J. Coast Res. 27 (3), 409–417, 27 %J Tạp chí Nghiên cứu Bờ biển, 784-787, 784.

A., Benveniste, J., 2018. Bản ghi mực nước biển đo độ cao đồng nhất và được cải thiện từ sáng

kiến biến đổi khí hậu của ESA. Refmar, 2016. Máy đo thủy triều phao GNSS.

Hệ thống Trái đất. Khoa học. Dữ liệu 10, 281–301. Reinking, J., H¨ arting, A., Bastos, L., 2012. Xác định độ cao mặt nước biển từ tàu di chuyển có hiệu

Lin, Y.-P., Huang, C.-J., Chen, S.-H., Doong, D.-J., Kao, CC, 2017. Phát triển một chỉnh động. J. Khoa học trắc địa. 2, 172–187.

Phao GNSS để theo dõi độ cao mặt nước ở các cửa sông và khu vực ven biển. Roggenbuck, O., Reinking, J., 2019. Truy xuất độ cao mặt biển từ các phép đo trên tàu được hỗ trợ
Cảm biến (Basel) 17, 172. bởi phản xạ tín hiệu GNSS. Mar Geodes. 42, 1–24.
`
Lofgren, ¨ J., 2014. Quan sát mực nước biển địa phương bằng tín hiệu GNSS phản xạ. Chalmers Tekniska Santamaría-Gomez, A., Gravelle, M., Dangendorf, S., Marcos, M., Spada, G., Woppelmann, ¨

Hogskola (Thụy Điển), Ann Arbor, tr. 87. G., 2017. Sự không chắc chắn về mực nước biển dâng trong thế kỷ 20 do lỗi chuyển động đất thẳng

Lofgren, ¨ JS, Haas, R., 2014. Đo mực nước biển bằng quan sát GPS và GLONASS đa tần số . EURASIP J. Ứng đứng . Khoa học hành tinh trái đất. Lett. 473, 24–32.

dụng. Quá trình tín hiệu. 1–13, 2014. Shi, L.-W., Xu, X.-Y., Xu, K., Xu, Y., 2019. Đo độ cao ven biển: Một công nghệ đầy hứa hẹn cho Cộng đồng

Lưu, Q., Tkalich, P., Tay, TJOS, 2015. Xu hướng mực nước biển và sự biến đổi xung quanh bán đảo Hải dương học Ven biển, Cửa sông và Vùng ven biển-Động lực học và Ứng phó với Môi trường Thay đổi.

Malaysia, tập. 11. IntechOpen.

Marcos, M., Woppelmann, ¨ G., Matthews, A., Ponte, RM, Birol, F., Ardhuin, F., Coco, G., Stocker, TF, Qin, D., Plattner, G.-K., Tignor, M., Allen, SK, Boschung, J., Nauels, A., Xia, Y., Bex,
`
Gomez có liên quan, các A., Ballu, V., Testut, L., 2019a. Mực nước biển ven biển và Santamaría- V., Midgley, PMJCowgIttfarotipocc , 2013. Biến đổi khí hậu 2013: Cơ sở khoa học vật lý, tr. 1535.

cánh đồng từ các hệ thống quan sát hiện có. Sống sót. Địa vật lý. 40, 1293–1317.

Marcos, M., Woppelmann, ¨ G., Matthews, A., Ponte, RM, Birol, F., Ardhuin, F., Coco, G., Santamaría-Gomez, Sun, W., Chu, X., Fu, Y., Wang, Z., Chu, D., 2018. Giám sát thủy triều bằng phao GNSS ở các khu vực biển
`
A., Ballu, V., Testut, L ., Chambers, D., Stopa, JE, 2019b. mở.

Mực nước biển ven biển và các lĩnh vực liên quan từ các hệ thống quan trắc hiện có. Sống sót. Trisirisatayawong, I., Naeije, M., Simons, W., Fenoglio-Marc, L., 2011. Sự thay đổi mực nước biển ở Vịnh

Địa vật lý. 40, 1293–1317. Thái Lan từ dữ liệu đo thủy triều đã được điều chỉnh bằng GPS và đo độ cao trên nhiều vệ tinh.

Marotzke, J., Forster, PM, 2015. Sự ép buộc, phản hồi và sự biến đổi nội bộ trong bối cảnh toàn cầu Hành tinh toàn cầu. Thay đổi 76, 137–151.

xu hướng nhiệt độ. Thiên nhiên 517, 565–570. Velikova, M., 2018. Hiệu chỉnh và xác thực dữ liệu đo độ cao của vệ tinh qua

Marreiros, P., Joana Fernandes, M., Bastos, L., 2013. Đánh giá tính khả thi của phép đo GPS của SSH trên Vùng Pertuis Charentais ở Pháp: Phân tích tác động điều chỉnh thủy triều. báo cáo luận văn thạc sĩ ).

tàu dọc Bờ Tây Bồ Đào Nha. Khuyến cáo. Độ phân giải không gian . 51, 1492–1501.

Vignudelli, S., Birol, F., Benveniste, J., Fu, L.-L., Picot, N., Raynal, M., Roinard, H., 2019.
˜
Marti, F., Cazenave, A., Birol, F., Passaro, M., L'eger, F., Nino, F., Almar, R., Benveniste, Đo độ cao vệ tinh của mực nước biển ở vùng ven biển. Sống sót. Địa vật lý. 40, 1319–1349.

J., Legeais, JF, 2019. Đo độ cao- dựa trên xu hướng mực nước biển dọc theo bờ biển Tây Phi. Khuyến

cáo. Độ phân giải không gian. Visser, H., Dangendorf, S., Petersen, AC, 2015. Đánh giá các mô hình xu hướng áp dụng cho dữ liệu mực nước

Morales Maqueda, M., Penna, N., Williams, S., Foden, P., Martin, I., Pugh, J., 2016. biển có liên quan đến “cuộc tranh luận về tăng tốc-giảm tốc”. J. Địa vật lý. Res.: Đại dương 120,

Xác định độ cao mặt nước bằng Máy lượn sóng GPS: Trình diễn ở hồ Loch Ness, Scotland. J. Khí 3873–3895.

quyển. Đại dương. Technol. 33, 1159–1168. Wahl, T., Haigh, ID, Woodworth, PL, Albrecht, F., Dillingh, D., Jensen, J., Nicholls, R.

Mudelsee, M., 2013. Phân tích chuỗi thời gian về khí hậu. Mùa xuân. J., Weisse, R., Woppelmann, ¨ G., 2013. Sự thay đổi mực nước biển trung bình được quan sát xung quanh

Nerem, RS, Beckley, BD, Fasullo, JT, Hamlington, BD, Masters, D., Mitchum, GT, 2018. Mực nước biển dâng bờ biển Biển Bắc từ năm 1800 đến nay. Khoa học Trái đất. Khải Huyền 124, 51–67.

nhanh do biến đổi khí hậu được phát hiện trong kỷ nguyên máy đo độ cao. Wahl, T., Jensen, J., Frank, T., Haigh, ID, 2011. Cải thiện ước tính về sự thay đổi mực nước biển trung
Proc. Natl. Học viện. Khoa học. Hoa Kỳ 115, 2022–2025. bình ở German Bight trong 166 năm qua. Động lực đại dương. 61, 701–715.

Nerem, RS, Leuliette, E., Cazenave, AJCRG, 2006. Sự thay đổi mực nước biển ngày nay: Đánh giá, 338, 1077– Wang, N., Xu, T., Gao, F., Xu, G., 2018. Ước tính mực nước biển dựa trên tần số kép gnss
1083. kết hợp tuyến tính pha sóng mang và snr. Rem. Cảm giác 10.

Nicholls, RJ, Cazenave, AJs, 2010. Mực nước biển dâng và tác động của nó đến các vùng ven biển, 328, Watson, PJ, 2011. Có bằng chứng nào cho thấy mực nước biển dâng trung bình tăng nhanh xung quanh
1517–1520. lục địa Úc? 27% J. Bờ biển. Res. 368–377, 310.

Nievinski, FG, Larson, KM, 2014. Mô hình chuyển tiếp đa đường GPS cho các ứng dụng định vị và đo phản xạ Werner, AD, Simmons, CTJG, 2009. Tác động của mực nước biển dâng đến xâm nhập nước biển ở

gần bề mặt . Giải pháp GPS. 18, 309–322. tầng chứa nước ven biển, 47, 197–204.

Oppenheimer, M., Glavovic, B., Hinkel, J., van de Wal, R., Magnan, AK, Abd- White, NJ, Haigh, ID, Church, JA, Koen, T., Watson, CS, Pritchard, TR, Watson, P.
Elgawad, A., Cai, R., Cifuentes-Jara, M., Deconto, RM, Ghosh, T., Hay, J., Isla, F., Marzeion, B., J., Burgette, RJ, McInnes, KL, You, Z.-J., Zhang, X., Tregoning, P., 2014.
Meyssignac, B., Sebesvari, Z. , 2019. Mực nước biển dâng và tác động đối với các đảo, bờ biển và cộng Mực nước biển ở Úc—Xu hướng, sự biến đổi trong khu vực và các yếu tố ảnh hưởng. Khoa học Trái đất.
đồng nằm ở vùng thấp. Rev. 136, 155–174.

Parker, A., Saad Saleem, M., Lawson, M., 2013. Phân tích xu hướng mực nước biển đối với vùng ven biển Woodworth, PL, Men'endez, M., Roland Gehrels, W., 2011. Bằng chứng cho Thế kỷ-
sự quản lý. Quản lý Bờ biển Đại dương. 73, 63–81. Gia tốc theo thời gian ở mực nước biển trung bình và những thay đổi gần đây về mực nước biển cực

Passaro, M., Cipollini, P., Vignudelli, S., Quartly, GD, Snaith, HM, 2014. ALES: A đoan. Sống sót. Địa vật lý. 32, 603–618.

công cụ theo dõi dạng sóng phụ thích ứng đa nhiệm cho phép đo độ cao ven biển và đại dương mở. Woodworth, PL, Pugh, DT, Bingley, RM, 2010. Những thay đổi lâu dài và gần đây về mực nước biển ở Quần đảo
Cảm biến từ xa.Môi trường. 145, 173–189. Falkland. J. Địa vật lý. Res.: Đại dương 115.

Passaro, M., Rose, SK, Andersen, OB, Boergens, E., Calafat, FM, Dettmering, D., Woodworth, PL, White, NJ, Jevrejeva, S., Holgate, SJ, Church, JA, Gehrels, WR, 2009. Bằng chứng về sự gia

Benveniste, J., 2018. ALES+: Điều chỉnh công cụ theo dõi đại dương đồng nhất để đo độ cao của vệ tăng mực nước biển trong nhiều thập kỷ và khoảng thời gian thế kỷ, 29, 777–789.

tinh đối với các đường băng trên biển, vùng nước ven biển và nội địa. Cảm biến từ xa.Môi trường. 211,
456–471. Woodworth, PL, 1999. Nước dâng cao ở Liverpool từ năm 1768: mực nước biển dài nhất Vương quốc Anh

Peng, F., Deng, X., 2020. Xác nhận các dị thường mực nước biển ở chế độ Sentinel-3A SAR xung quanh ghi. Địa vật lý. Res. Lett. 26 (11), 1589–1592.

vùng ven biển Australia. Cảm biến từ xa.Môi trường. 237. Woppelmann, ¨ G., Marcos, M., 2016. Chuyển động đất thẳng đứng là chìa khóa để hiểu được sự thay đổi và

biến đổi của mực nước biển. Mục sư Geophys. 54, 64–92.

14
Machine Translated by Google

N. Adebisi và cộng sự.

Quản lý đại dương và ven biển 208 (2021) 105632

Xu, X.-Y., Birol, F., Cazenave, A., 2018. Đánh giá mực nước biển ven bờ ngoài khơi Hong Zhang, X., Church, JA, 2012. Xu hướng mực nước biển, sự biến đổi theo năm và thập kỷ của
Kong từ Máy đo độ cao Jason-2. Rem. Cảm giác 10. Thái Bình Dương, tập. 39.
Xu, Y., Lin, M., Zheng, Q., Ye, X., Li, J., Zhu, B., 2015. Một nghiên cứu về sự biến đổi
mực nước biển dài hạn ở Biển Hoa Đông. Acta Oceanol. Tội. 34, 109–117.

15