DOI: https://doi.org/10.5194/essd-18-5759-2026
تاريخ النشر: 2026-08-04
المؤلف: Natalia Aleksandrova وآخرون
الموضوع الرئيسي: ديناميات السواحل والبحار
نظرة عامة
تقدم هذه الورقة البحثية مجموعة بيانات موسعة لمستويات المياه البحرية والساحلية، بما في ذلك ارتفاعات العواصف، المستمدة من إعادة تحليل ERA5 التي تغطي الفترة من 1950 إلى 2024. تعتمد هذه المجموعة على نسخة منشورة سابقًا تغطي الفترة من 1979 إلى 2018، مما يعزز التغطية الزمنية إلى 75 عامًا. تُظهر عملية التحقق من هذه المجموعة الموسعة توافقًا قويًا بين مستويات البحر المرصودة والنمذجة، مما يسهل تقديرات أكثر موثوقية لمستويات المياه القصوى وفترات العودة. المجموعة متاحة بشكل مفتوح وتعتبر موردًا قيمًا لتقييم مخاطر الفيضانات، وتغير المناخ، وتأثيرات تغير المناخ.
يحذر المؤلفون من أنه على الرغم من أن المجموعة الموسعة تقدم مزايا كبيرة، خاصة في تقليل عدم اليقين في تحليل القيم القصوى، إلا أن لديها قيودًا. على وجه التحديد، قد تقلل إعادة تحليل ERA5 من شدة العواصف الشديدة والأعاصير المدارية، مما قد يؤدي إلى تقليل مستويات ارتفاع العواصف. بالإضافة إلى ذلك، قد لا تلتقط الطبيعة العالمية للنموذج بدقة ارتفاعات العواصف المحلية في المناطق الساحلية المعقدة، وقد تختلف جودة المجموعة اعتمادًا على كثافة البيانات المرصودة في مناطق مختلفة. لذلك، يُنصح المستخدمون بأخذ هذه العوامل في الاعتبار عند تطبيق المجموعة للدراسات الإقليمية واستخدام تقنيات تحليل القيم القصوى الأكثر تقدمًا لتحسين الدقة في السياقات المحلية.
مقدمة
تناقش مقدمة الورقة أهمية مستويات البحر القصوى، التي تنتج عن تفاعل مستوى البحر المتوسط، والمد والجزر، وارتفاعات العواصف، والأمواج، في دفع الفيضانات الساحلية. لقد عززت الجهود العالمية الأخيرة لإعادة التحليل، وخاصة مجموعة بيانات إعادة تحليل المد والجزر والارتفاعات العالمية (GTSR)، الفهم لهذه الآليات وحسنت تقدير احتمالات التجاوز، وهو أمر حاسم لتقييم مخاطر الفيضانات الساحلية. تقدم GTSR، المستندة إلى نمذجة هيدروديناميكية متقدمة (GTSMv2.0 و GTSMv3.0)، دقة أكبر وتغطية مكانية مقارنة بالنماذج البارامترية السابقة، مما يسهل تحليلًا أفضل لارتفاعات العواصف وتفاعلاتها مع المد والجزر.
تسلط الورقة الضوء على التقدم الذي تم إحرازه مع مجموعة بيانات GTSM-ERA5، التي تستفيد من دقة مكانية وزمنية أعلى وتدمج التفاعلات غير الخطية بين المد والجزر وارتفاعات العواصف. كانت هذه المجموعة مفيدة في تطبيقات بحثية متنوعة حول المخاطر الساحلية، بما في ذلك التحقيق في الأحداث التاريخية، وتأثيرات تغير المناخ، والعلاقة بين ارتفاعات العواصف وتغيرات الشاطئ. يقترح المؤلفون توسيع مجموعة بيانات GTSM-ERA5 لتغطية الفترة من 1950 إلى 2024، باستخدام سير عمل نمذجة محسّن يعزز موثوقية المجموعة ويقلل من عدم اليقين في تحليل القيم القصوى، مما يوفر أداة أكثر شمولاً لتقييم مخاطر ومخاطر الفيضانات الساحلية.
الطرق
تتكون المنهجية الموضحة في هذا البحث من سير عمل من ثلاث خطوات، كما هو موضح في الشكل 1. تتضمن الخطوة الأولى محاكاة النماذج، والتي تشمل معالجة بيانات الإدخال، وتنفيذ نموذج السلاسل الزمنية العامة (GTSM)، ومعالجة المخرجات إلى سلاسل زمنية لمواقع جغرافية مختلفة. تركز الخطوة الثانية على تحليل بيانات السلاسل الزمنية هذه على نطاق عالمي من خلال إحصائيات القيم القصوى. أخيرًا، تتضمن الخطوة الثالثة التحقق من مستويات المياه المودلة مقابل القياسات المرصودة في محطات مختارة.
يتم تنفيذ سير العمل بالكامل باستخدام مزيج من بايثون ونصوص bash، حيث يتم إجراء جميع المحاكاة على الحاسوب الفائق الوطني الهولندي Snellius باستخدام جدولة وظائف SLURM لإدارة الوظائف. كل خطوة شبه مؤتمتة، حيث تسهل نصوص bash تقديم الوظائف. تعتمد معالجة البيانات والتحليل بشكل أساسي على بايثون 3، مع استخدام حزمة xarray، بينما يتم إجراء محاكاة النماذج باستخدام برنامج Delft3D Flexible Mesh.
المناقشة
ت outlines قسم المناقشة في الورقة البحثية المنهجية والتحقق من مجموعة بيانات موسعة جديدة لمستويات المياه البحرية والساحلية وارتفاعات العواصف، المستمدة من إعادة تحليل المناخ ERA5 التي تمتد من 1950 إلى 2024. تستخدم محاكاة النماذج بيانات سرعة الرياح والضغط الجوي بالساعة، مع دمج مجموعة بيانات متغيرة مكانيًا لمستويات البحر السنوية المتوسطة لأخذ ارتفاع مستوى البحر في الاعتبار. يتم إجراء النمذجة الهيدروديناميكية باستخدام GTSMv3.0، التي تحاكي المد والجزر وارتفاعات العواصف بتغطية عالمية. تؤكد الدراسة على أهمية معالجة البيانات المناخية لتوافقها مع النماذج الهيدروديناميكية وتبرز استخدام مجموعات بيانات مختلفة للعمق لتعزيز دقة النموذج.
يتم التحقق من مجموعة البيانات من خلال مقارنة مستويات المياه الساكنة المودلة مع الملاحظات عالية التردد من محطات قياس المد والجزر، مما يكشف عن توافق جيد في مقاييس الأداء عبر فترتين (1950-1978 و 1979-2020). تشير التحليلات إلى أن مجموعة البيانات الموسعة تحافظ على جودة قابلة للمقارنة مع الأصلية، مع اختلافات طفيفة في تقديرات القيم القصوى. من الجدير بالذكر أن الدراسة تجد أن السلاسل الزمنية الأطول تسمح بتقدير أكثر موثوقية للقيم القصوى، خاصة في المناطق المتأثرة بالأعاصير المدارية، على الرغم من أنه يُنصح بالحذر بسبب التقديرات المحتملة المنخفضة للأحداث العاصفية الشديدة في مجموعة بيانات ERA5. تؤكد النتائج على فائدة مجموعة البيانات الموسعة للتحليل الإحصائي على المدى الطويل وتقييم الأحداث القصوى، مع الاعتراف أيضًا بالقيود الكامنة في أساليب النمذجة العالمية.
DOI: https://doi.org/10.5194/essd-18-5759-2026
Publication Date: 2026-08-04
Author(s): Natalia Aleksandrova et al.
Primary Topic: Coastal and Marine Dynamics
Overview
This research paper presents an extended dataset of oceanic and coastal water levels, including storm surge heights, derived from the ERA5 reanalysis covering the period from 1950 to 2024. This dataset builds upon a previously published version that spanned 1979 to 2018, thereby enhancing the temporal coverage to 75 years. The validation of this extended dataset demonstrates a strong agreement between observed and modeled sea levels, which facilitates more robust estimations of extreme water levels and return periods. The dataset is openly accessible and serves as a valuable resource for assessing flood risks, climate variability, and climate change impacts.
The authors caution that while the extended dataset offers significant advantages, particularly in reducing uncertainties in extreme value analysis, it has limitations. Specifically, the ERA5 reanalysis may underestimate the intensity of extreme storms and tropical cyclones, which could lead to underreported storm surge levels. Additionally, the global nature of the model may not accurately capture local storm surges in complex coastal areas, and the quality of the dataset may vary depending on the density of observational data in different regions. Therefore, users are advised to consider these factors when applying the dataset for regional studies and to employ more advanced extreme value analysis techniques for improved accuracy in local contexts.
Introduction
The introduction of the paper discusses the significance of extreme sea levels, which result from the interplay of mean sea level, tides, storm surges, and waves, in driving coastal flooding. Recent global reanalysis efforts, particularly the Global Tide and Surge Reanalysis (GTSR) dataset, have enhanced understanding of these mechanisms and improved the estimation of exceedance probabilities, crucial for coastal flood risk assessments. The GTSR, based on advanced hydrodynamic modeling (GTSMv2.0 and GTSMv3.0), offers greater accuracy and spatial coverage compared to earlier parametric models, facilitating better analysis of storm surges and their interactions with tides.
The paper highlights the advancements made with the GTSM-ERA5 dataset, which benefits from higher spatial and temporal resolution and incorporates non-linear interactions between tides and storm surges. This dataset has been instrumental in various coastal hazards research applications, including the investigation of historical events, climate variability impacts, and the relationship between storm surges and shoreline changes. The authors propose an extension of the GTSM-ERA5 dataset to cover the period from 1950 to 2024, utilizing a refined modeling workflow that enhances the dataset’s reliability and reduces uncertainties in extreme value analysis, thereby providing a more comprehensive tool for assessing coastal flood hazards and risks.
Methods
The methodology outlined in this research consists of a three-step workflow, as depicted in Figure 1. The initial step involves model simulations, which include pre-processing input data, executing the Generalized Time Series Model (GTSM), and post-processing the output into time series for various geographical locations. The second step focuses on analyzing these time series data on a global scale through extreme value statistics. Finally, the third step entails validating the modeled water levels against observed measurements at selected stations.
The entire workflow is implemented using a combination of Python and bash scripts, with all simulations conducted on the Dutch National Supercomputer Snellius utilizing the SLURM job scheduler for job management. Each step is semi-automated, with bash scripts facilitating job submissions. Data processing and analysis predominantly leverage Python 3, specifically utilizing the xarray package, while the model simulations are carried out using the Delft3D Flexible Mesh software.
Discussion
The discussion section of the research paper outlines the methodology and validation of a newly extended dataset of oceanic and coastal water levels and surge heights, derived from the ERA5 climate reanalysis spanning 1950 to 2024. The model simulations utilize hourly wind speed and atmospheric pressure data, incorporating a spatially-varying dataset of annual mean sea levels to account for sea level rise. The hydrodynamic modeling is conducted using the GTSMv3.0, which simulates tides and storm surges with global coverage. The study emphasizes the importance of preprocessing meteorological data for compatibility with hydrodynamic models and highlights the use of various bathymetric datasets to enhance model accuracy.
Validation of the dataset is performed by comparing modelled still water levels against high-frequency observations from tide gauge stations, revealing a good agreement in performance metrics across two periods (1950-1978 and 1979-2020). The analysis indicates that the extended dataset maintains comparable quality to the original, with minor differences in extreme value estimates. Notably, the study finds that the longer timeseries allows for a more robust estimation of extreme values, particularly in regions affected by tropical cyclones, although caution is advised due to potential underestimations of extreme storm events in the ERA5 dataset. The results underscore the utility of the extended dataset for long-term statistical analysis and extreme event assessment, while also acknowledging inherent limitations in global modeling approaches.