Nature Communications: Оценки изменения береговой линии в глобальном масштабе
В нынешнюю эпоху быстрого изменения климата и повышения уровня моря наука об изменении прибрежных зон необходима в глобальном, региональном и местном масштабах. Важнейшие элементы этой науки, независимо от масштаба, включают в себя обоснованность методов и возможность независимой проверки результатов. Недавний вклад Almar et al.1 не позволяет достичь ни одного из этих показателей, о чём свидетельствуют: (i) использование подверженного ошибкам прокси для прибрежной береговой линии и (ii) анализы, которые носят циклический характер и мало объясняют отклонения в данных.
Здесь предоставлена краткая информация по каждому из этих пунктов:
(i) Несмотря на то, что существует ряд спутниковых методов определения береговой линии, которые опубликованы с исходным кодом и могут быть применены для обнаружения причин изменения береговой линии в глобальном масштабе2,3,4,5, Almar et al.1 использовали простой метод, подверженный ошибкам определения ватерлинии. Среди проблем с прокси-серверами ватерлинии широко показано, что они сильно зависят от стадии прилива в сезонном, годовом и межгодовом масштабах из-за пересечения солнечно-синхронного источника данных и астрономических приливных циклов3,6. Например, этапы прилива на изображениях Landsat, использованных и открыто опубликованных Vos et al.2, имеют временные отклонения в различных масштабах для разрезов по всему земному шару. Таким образом, в изменчивости данных о ватерлиниях обычно преобладают приливные режимы в широком диапазоне временных масштабов, а не закономерности изменения береговой линии2,3,4,5,6,7.
Низкое качество измерений ватерлинии можно продемонстрировать путём сравнения со стандартными методами. Стандартные методы отслеживания положения береговой линии со спутников обычно охватывают 70–90% дисперсии измерений береговой линии на месте (например, рис. S1 в работе Vos et al.2). Напротив, измерения ватерлинии, проведённые Almar et al.1, уловили только 14–37% (в среднем = 26%) дисперсии измерений береговой линии (рис. S6).
Метод Almar et al.1 также выявил ложные, зависящие от времени закономерности, в том числе 20–50 м нереальной сезонности береговой линии для пляжа Наррабин, Австралия (сравните тонкие линии на рис. S6i) и неспособность зафиксировать крупнейшее за всю историю событие аккреции, произошедшее в 2005 году в Торри-Пайнс, Калифорния (сравните жирные линии на рис. S6g). Таким образом, методы Almar et al.1 не позволяют охарактеризовать изменения в местном масштабе и не дают доказательств того, улучшаются ли эти неудачи в региональном или глобальном масштабе. Метод Almar et al.1 также включает только один разрез каждые 0,5°, или в среднем каждые 55 000 м, что сильно занижает выборку береговых линий мира. Напротив, стандартные применения спутникового картографирования береговой линии в региональном и глобальном масштабе выполняются с интервалом трансектов ~ 100 м2,3,4,5,8,9 в знак признания того, что этот масштаб необходим для правильной выборки огромного разнообразия прибрежных зон, поведения и геоморфических изменений10,11,12. Хотя ограниченность пространства не позволяет провести полный обзор эффектов пространственной выборки и наложения береговых линий7, следует отметить, что понижение выборки данных трансекта со 100 м от Vos et al.2 до интервалов 55 000 м приводит к фундаментально разным распределениям показателей геоморфических изменений в этих данных.
Almar et al.1 действительно ссылаются на проблемы своих данных, которые они описывают как «гидродинамические изменчивости», приводящие к невозможности измерить «геологическую» береговую линию (стр. 6). Тем не менее, Almar et al.1 представляют и резюмируют свое исследование, касающееся «морфологических изменений побережья» (стр. 2), «изменений/эволюции береговой линии» (стр. 1-2) и «эрозии» береговой линии (стр. 6)). Авторы утверждают, что если методика Almar et al.1 не позволяет измерить форму рельефа береговой линии (с этим результатом авторы согласны), тогда нельзя сделать никаких выводов об изменении, эволюции или эрозии формы рельефа.
(ii) Было показано, что измерения ватерлинии, проведённые Almar et al.1, имеют слабую положительную корреляцию с независимыми факторами уровня воды, связанными с уровнем моря, энергией волн и расходом воды из рек, но только с глобальным средним значением r2, равным 0,25 (рис. 1). То есть основной вывод заключается в том, что факторы, влияющие на уровень прибрежных вод, связаны (хотя и слабо) с внутренним положением воды в прибрежном ландшафте. Авторы утверждают, что это тривиальный, если не рекламный вывод. Положение ватерлинии на пляже поперёк берега должно быть прямой функцией уровня воды. И тем не менее, только ~25% отклонений в данных Almar et al.1 по ватерлинии можно объяснить этой простой зависимостью. Кроме того, глобально усреднённая корреляция (r) модели на основе ЭНЮК составила 0,43 (рис. 3а). Таким образом, только ~18% отклонений в данных «береговой линии» было объяснено ЭНЮК. В свете этой низкой корреляции следует признать, что стадии приливов в значительной степени коррелируют с ЭНЮК13,14, что повышает вероятность того, что часть этой корреляции является результатом остаточных приливных эффектов в данных о береговой линии, которые, как отмечалось выше, обычно доминируют над синхронными спутниковыми данными. В конце концов, метод ватерлинии уловил только ~ 25% различий в фактических береговых линиях, а регрессионный анализ уловил только 18–25% различий в результатах ватерлинии. Обсуждая эти результаты с помощью метода квадратурной суммы, предполагается, что только ~5% дисперсии фактических береговых линий можно объяснить с помощью регрессионных моделей на основе ЭНЮК, что противоречит основным выводам статьи1.
В отличие от методов и результатов Almar et al.1, существуют многочисленные исследования изменений береговой линии в региональном и глобальном масштабе на основе спутниковых данных, которые включают: (i) методы, соответствующие передовому опыту7, и (ii) тщательное тестирование, анализ и применение результатов береговой линии2,3,4,5,8,9,12. Кроме того, это ясно показывает, что ЭНЮК играет сложную роль в некоторых регионах (например, в Тихоокеанском бассейне2), но не играет роли в других регионах (например, на Атлантическом побережье Европы12).
Подводя итог, авторы предлагают читателям внимательно оценить эти вопросы, а также общий вывод Almar et al. и вывод, сделанный в заголовке, о том, что ЭНЮК является глобально важным фактором изменения береговой линии1. Авторы с нетерпением ждут более тщательного анализа тенденций и причин изменения прибрежной зоны на основе данных, имеющих разумную неопределённость и публикуемых открыто, как продемонстрировали другие2,3,4,5,8,9,12. Указывается на исследования, которые не только сообщают о научных результатах, но также предоставляют общедоступные средства просмотра данных, хранилища данных и исходные коды как хорошие модели для предоставления информации прибрежным учёным, менеджерам и гражданам2,3. Такого рода информация и инструменты имеют решающее значение для понимания прибрежных систем и будущего прибрежных сообществ в современную эпоху роста населения, прибрежной урбанизации, изменения климата и повышения уровня моря. Управляющие прибрежными районами и граждане ожидают от научного сообщества предоставления действенной информации как на местном, так и на региональном уровне, основанной на тщательно проверенных и свободно доступных данных. Учитывая важность этой науки, в будущем потребуются усилия по улучшению понимания прибрежных систем и тщательной переоценке выводов Almar et al.1.
Ссылки
1 Almar, R. et al. Influence of El Niño on the variability of global shoreline position. Nat. Commun. 14, 3133 (2023).
2 Vos, K., Harley, M. D., Turner, I. L. & Splinter, K. D. Pacific shoreline erosion and accretion patterns controlled by El Niño/Southern Oscillation. Nat. Geosci. 16, 140–146 (2023).
3 Bishop-Taylor, R., Nanson, R., Sagar, S. & Lymburner, L. Mapping Australia’s dynamic coastline at mean sea level using three decades of Landsat imagery. Remote Sens. Environ. 267, 112734 (2021).
4 Konstantinou, A. et al. Satellite-based shoreline detection along high-energy macrotidal coasts and influence of beach state. Mar. Geol. 462, 107082 (2023).
5 Mao, Y., Harris, D. L., Xie, Z. & Phinn, S. Efficient measurement of large-scale decadal shoreline change with increased accuracy in tide-dominated coastal environments with Google Earth Engine. ISPRS J. Photogramm. Remote Sens. 181, 385–399 (2021).
6 Eleveld, M. A., Van Der Wal, D. & Van Kessel, T. Estuarine suspended particulate matter concentrations from sun-synchronous satellite remote sensing: Tidal and meteorological effects and biases. Remote Sens. Environ. 143, 204–215 (2014).
7 Boak, E. H. & Turner, I. L. Shoreline Definition and Detection: A Review. J. Coast. Res. 214, 688–703 (2005).
8 Mentaschi, L., Vousdoukas, M. I., Pekel, J.-F., Voukouvalas, E. & Feyen, L. Global long-term observations of coastal erosion and accretion. Sci. Rep. 8, 12876 (2018).
9 Castelle, B., Ritz, A., Marieu, V., Nicolae Lerma, A. & Vandenhove, M. Primary drivers of multidecadal spatial and temporal patterns of shoreline change derived from optical satellite imagery. Geomorphology 413, 108360 (2022).
10 Harley, M. D., Turner, I. L. & Short, A. D. New insights into embayed beach rotation: The importance of wave exposure and cross-shore processes. J. Geophys. Res. Earth Surf. 120, 1470–1484 (2015).
11 Burvingt, O., Masselink, G., Russell, P. & Scott, T. Classification of beach response to extreme storms. Geomorphology 295, 722–737 (2017).
12 Masselink, G., Castelle, B., Scott, T. & Konstantinou, A. Role of Atmospheric Indices in Describing Shoreline Variability Along the Atlantic Coast of Europe. Geophys. Res. Lett. 50, e2023GL106019 (2023).
13 Gurubaran, S. Interannual variability of diurnal tide in the tropical mesopause region: A signature of the El Nino-Southern Oscillation (ENSO). Geophys. Res. Lett. 32, L13805 (2005).
14 Yasuda, I. Impact of the astronomical lunar 18.6-yr tidal cycle on El-Niño and Southern Oscillation. Sci. Rep. 8, 15206 (2018).
