马尔代夫珊瑚骨骼揭示1959年起海平面加速上升
2026-01-03 13:16

马尔代夫珊瑚骨骼揭示1959年起海平面加速上升

  

  新加坡——根据新加坡科学家对马尔代夫发现的珊瑚化石的研究,印度洋的海平面从1959年开始加速上升,远比此前认为的要早。

  1930年至2019年间,印度洋中部的海平面上升了30厘米。这一上升始于1930年起每年1.42毫米的增幅,之后从1959年起加速至每年3.44毫米。1992年至2019年间,每年上升4.39毫米。

  这些发现于7月发表在科学期刊《自然通讯》上。

  这个有百年历史的白色粉状化石——被称为微环礁——储存着印度洋的记忆。

  它每年记录海平面上升,因为它的骨骼像树木年轮一样逐层横向生长。每一层都捕捉了当时海洋的细节,如温度、盐度甚至海平面。

  这类海平面档案非常宝贵,因为大多数现有记录来自卫星数据和潮汐测量仪,仅可追溯到20世纪末。印度洋中部热带地区的大多数记录仅可追溯至30年前。

  新加坡国立大学地理系教授保罗·肯奇表示:“我们现在获得了额外60年的海平面记录,这是世界这一地区从未有过的。印度洋盆地似乎对气候变化的反应相当迅速。”

  2019年,他带领来自该系和南洋理工大学(NTU)的研究团队访问马尔代夫,在那里他们发现了这个2.7米宽、类似桌子的珊瑚化石,并带回其横截面进行研究。

  该微环礁位于马尔代夫Huvadhoo环礁的浅水区。

  微环礁的外缘和表面有一小块活石珊瑚覆盖。微环礁只能生长到最低海平面的高度,因为暴露在空气中会杀死它们。一旦珊瑚达到海平面,它们会继续横向生长,因此可以保留海平面变化的记录。

  马尔代夫海平面从1950年代开始加速上升是由全球变暖和风向模式变化引起的。

  吹过印度洋的强风将冷水从深处带到表面。较冷的水具有更大的吸热能力。当水加热时,其体积膨胀并导致海平面上升。

  “这创造了一个时期,热量被更快地吸收到海洋表面,”肯奇教授说。

  这位海岸科学家补充说,长期的海平面上升记录有助于改进海平面上升预测,并优化基于自然的保护措施(如红树林和海滩)的设计。

  长期海平面模式是运行沿海洪水模型的关键数据。

  肯奇教授说,使用这些数据的科学家将能够改进和“重新校准整个印度洋盆地的海平面行为模型,并在未来预测中具有更高的准确性”。

  印度洋约占世界海洋面积的30%,并支撑着全球约30%的人口。

  论文指出,鉴于该地区有大量低洼沿海地区和岛屿,以及海平面风险对沿海社区和生态系统的加剧,海平面数据对该地区至关重要。

  虽然新加坡远离马尔代夫和印度洋,但肯奇教授表示:“我们在印度洋中部观察到的任何情况都会对东南亚和新加坡产生影响……这一切都是相互关联的。”

  马六甲海峡通向安达曼海,而安达曼海是印度洋的一部分。

  到2100年,新加坡的海平面预计将上升高达1.15米。根据丹戎巴葛潮汐测量仪的数据,1989年至2024年间,平均海平面上升了约14厘米。

  新加坡正在建立一个沿海-内陆洪水模型,该模型可以根据最新的气候预测模拟极端海平面和内陆洪水的双重影响。

  肯奇教授说,马尔代夫珊瑚化石揭示的发现可以帮助各国优化如何利用自然保护海岸线。他已在马尔代夫进行了多年的实地考察。

  他解释说:“印度洋和东南亚对海平面上升的反应已经有70年了。过去几十年我们在景观中看到的许多物理变化已经是由海平面上升引起的。但许多适应措施并没有真正承认这种调整。”

  例如,可以进一步研究红树林或其沉积物,以了解它们自1959年以来如何应对海平面上升。这可以帮助保护主义者微调如何利用红树林作为基于自然的屏障,包括在哪里种植它们。红树林复杂的根系可以捕捉潮汐带来的沉积物,使它们能够跟上海平面上升的步伐。

  “目前,有一种到处种植红树林并希望它们有效的趋势,因为对它们的了解还不够,”肯奇教授说。

  未参与该研究的南洋理工大学海岸科学教授亚当·斯威策表示:“来自此类珊瑚记录的新海平面见解正在帮助东南亚和新加坡完善气候模型,并解锁更智能的、基于自然的解决方案,如珊瑚礁和红树林恢复,以为未来构建有韧性的海岸线。”

  新加坡也有古老的微环礁,例如在圣淘沙和南部岛屿。拉扎鲁斯岛和德库科尔岛的微环礁约有7000年历史。

  肯奇教授说,本地化石稍微难以分析,因为这里营养丰富的水域和海洋生物已经破坏了它们的表面。这使得骨骼的年轮更难以检测。

  为了重建更接近本地的海平面变化,肯奇教授于8月中旬访问了印度尼西亚苏拉威西岛附近一个化石丰富的群岛。

  他带回了一些珊瑚样本以初步确定其年龄,并将在明年4月返回该地点解剖几个微环礁。

  他补充说:“我们被印度尼西亚和马来西亚夹在中间。如果我们能从这两个地点获得海平面记录,那将是新加坡的记录……为我们的海平面预测能力增加另一层次的改进。”

  斯威策教授补充说:“在一个日益由人工智能(AI)和计算机模型塑造的世界中,像这样的传统野外收集数据仍然是发现的核心。”

本内容为作者翻译自英文材料或转自网络,不代表本站立场,未经允许不得转载
如对本稿件有异议或投诉,请联系本站
想要了解世界的人,都在 阿赫网

相关推荐