中国指挥与控制学会会刊 
北极特有的自然地理条件和地缘政治地位使其在美苏冷战时期便成为大国博弈的热点。冷战结束之后,其军事战略地位仍未下降。自然条件上,北极常年结冰,很多海域冰层厚达数米,潜艇在冰下航行不易被监测设备跟踪和监视,极地冰层膨胀、破裂和因摩擦产生的环境噪声可以掩盖潜艇本身的噪声[1],隐蔽于北冰洋冰层之下的潜艇可以悄无声息、神出鬼没地发动攻击,形成战略威慑;地理位置上,北极沿岸部署有诸多周边国家的军事基地,由于导弹航程近、飞行时间短,给对方的导弹预警和拦截带来了很大困难,因此北冰洋也成为弹道导弹密集部署之地[2⇓⇓⇓-6]。随着全球气候变暖和北极海冰消融,北极地区和北冰洋的经济利益争端和地缘政治博弈将更趋于激烈。
北极潜艇活动具有很强的战略威慑作用,但发射导弹或进行物资和兵力输送的前提是潜艇必须得破冰上浮[7]。目前环北极军事大国美国、俄罗斯等都有潜艇顺利完成冰下航行以及破冰上浮系列战术任务。据报道,美军核潜艇在执行破冰演练时,会采取两种方案:一种是借助卫星遥感监测数据寻找受洋流和风力产生的“冰层裂隙”或受暖流影响融化产生的“冰间湖”,潜艇可利用浮力逼裂冰层实现上浮;第二种是借助侦测器材,确定最佳冲击点强行破冰,潜艇直接快速冲上水面,利用强大的冲击力直接顶开冰盖[8-9],外壳经加固处理的核潜艇甚至能冲破9英尺(约2.7 m)冰层[10]。
在全球变暖的趋势下,北极圈内许多海域异常增温,海冰加速融化而且冰层逐渐变薄,多年冰数量不断变少,冰雪圈快速缩减,北极的这种自然环境响应将形成有利于潜艇上浮的预期。尽管如此,受潜艇的外壳材料、人员操作技能、北极自然条件等多因素影响制约,不同海区上浮的危险性也将随之发生变化,对潜艇破冰上浮成功与否的风险评估和确定性研判成为潜艇安全保障热点和难点。本文根据北极自然环境变化建立潜艇破冰上浮的TOPSIS风险评估模型,以评估气候变化背景下不同海区潜艇上浮风险,并据此对北冰洋潜艇上浮风险进行实验区划。
1 数据和方法
1.1 数据
为考察气候变化背景下的北极潜艇破冰上浮的风险,本文收集了各类致灾因子的历史资料和气候预测资料,拟对比开展不同温室气体排放情境下的风险评估。
历史资料中,表层2 m气温(T2m)和近表面风场(u、v)的格点化数据集取自欧洲中期天气预报中心(ECMWF)发布的ERA-Interim再分析数据集[11];海冰厚度(SIT)资料由于当前海冰观测数据(如ICEsat,CryoSat-2)时空尺度有限,本文使用Pan-Arctic Ice-Ocean Modelling and Assimilation System (PIOMAS) 海冰再分析资料作为SIT的估计值,PIOMAS的海冰厚度数据已被验证能很好拟合观测场[12];海冰密集度(SIC)资料来自美国国家冰雪数据中心 (NSIDC) 的气候资料记录集内的海冰密集度资料;高程格点数据采用ETOP1数据。
表1 选取的ScenarioMIP实验设计 |
| 试验名称 | 试验描述 |
|---|---|
| SSP1-2.6 | 低强迫情景,2100年辐射强迫稳定在~2.6 W/m2 |
| SSP2-4.5 | 中等强迫情景,2100年辐射强迫稳定在~4.5 W/m2 |
| SSP3-7.0 | 中等至高强迫情景,2100年辐射强迫稳定在~7.0 W/m2 |
| SSP5-8.5 | 高强迫情景,2100年辐射强迫稳定在~8.5 W/m2 |
由于数据源不同,为保持数据资料时间尺度和空间分布的一致性,在进行指标融合时,需要对海冰密集度等数据进行插值处理,最终空间分辨率为1°×1°。时间分辨率均为月数据。
1.2 方法
由于潜艇保密性较高,难以收集到潜艇的武器性能参数和环境影响物理模型仿真实验数据;潜艇行动的隐蔽性使得现有的破冰资料报道不多,无法通过归纳总结具体的气象水文条件进行潜艇上浮的统计分析。目前仅能运用风险评估方法,结合军事新闻和专家介绍,分析潜艇上浮的客观战场条件,选择合适的危险性因子进行评估。
2 风险评价体系与评估建模
2.1 风险评价指标体系
影响潜艇破冰效能的气象水文因素有多种,若评估中考虑所有因子,不仅模型复杂、计算烦琐,还可能混淆或削弱主要的信息,而且北极地区气象水文资料较为匮乏,考虑指标对风险的重要程度和数据可获取性,经因子筛选后,共考虑5种气象水文要素:海冰密集度、海冰厚度、气温、风速和水深。其中,海冰密集度越大、海冰越厚,潜艇破冰上浮的阻力越大;若温度过低,海冰破冰后则有被冻结在冰层的风险;若海域水深过浅,潜艇也有搁浅风险,破冰的可行性很低;风速不仅影响上浮后艇体的稳定性,对于流动性浮冰的运动也有影响,在此条件下潜艇破冰上浮过程中受水平外力干扰的可能性较大。
将上述筛选出的因子作为评估指标,用于后续的潜艇破冰上浮危险性的评估,并建立指标体系如图1 所示。
2.2 数据预处理
结合潜艇的实际性能,将海冰厚度和水深数据做如下处理:受潜艇艇体性能影响,潜艇破冰厚度超过4 m的可能性不大,所以将海冰厚度数据大于4 m的数据都视为4 m;考虑潜艇下浮深度限制,将水深大于300 m的数据都视为300 m。
为综合分析寻找正负理想解,需要对所有数据均进行归一化处理,这里我们将指标分为越大越优型(效益型)和越小越优型(成本类),分别使用式(1)和(2)进行归一化。其中,2 m气温和水深属于越大越优型,海冰厚度、海冰密集度和10 m风场属于越小越优型。
越大越优型:vij=
越小越优型:vij=
2.3 层次分析法确定指标权重
确定权重的方法有主观定权法和客观定权法。以熵权法为代表的客观赋权法只依赖于数据本身的离散程度,而在整个北极海区的范围内,海冰密集度变化范围在0~100的两个端点0和100分布比例较大,这与气温、风速等类正态分布不同,在进行熵权法定权时便出现了海冰密集度权重过大(>0.8)的问题,显然这是不符合客观实际的。所以,本文利用层次分析法,借鉴专家知识进行权重划分。判断矩阵打分是1/5~5的5标度方法,对于Aij的取值,如果第i个要素比第j个要素稍微重要则打3,稍微不重要则打1/3,同样重要则打1,以此类推。因为指标体系只有两层,所以只需进行指标层的层次单排序,指标层对于A相对重要性的判断矩阵打分表如矩阵A所示。
A=
进行一致性检验得到随机一致性比率CR为0.053 5<0.1 具有满意的一致性,通过一致性检验。最终得到五个指标的权重W分别是:海冰密集度为0.211 7,海冰厚度为0.427 8,2 m气温为0.211 7,10 m风场为0.048 1,水深为0.100 9。可见海冰厚度最为重要,海冰密集度和气温次之,其后为水深,风速影响最小。
2.4 TOPSIS方法进行等级划分
1)构建决策加权矩阵
将各指标权重W与归一化后的矩阵V相乘,得到加权决策矩阵:
R=(rij)m×n;rij=wj×vij i=1,2,...,m;j=1,2,...,n
2)计算正理想解与负理想解
因为TOPSIS方法结果受正负理想解的大小影响,而本文旨在进行不同时间不同情境的评估,为了可以进行纵向对比,我们需要选取合适的正负理想解。考虑使用的海冰厚度、密集度模式情境评估数据与再分析资料相比质量较差,数值大多偏低。为了使两组数据集的风险值具有可比性,此处选取了二者所共有的时间集合——2015年1月至2018年12月这四年的数据进行正负理想解的选取:依据式(5),将水平二维场格点化为1°×1°,第三维为时间场,分别选取三维场中融合加权指标的最大和最小值作为历史数据和未来数据的正负理想解,得到历史数据与未来数据的相同时间段内两对理想解。
= {rij},j=1,2,...,n = {rij},j=1,2,...,n
3)计算各方案与正理想解与负理想解的距离
在计算时,采用欧氏距离,有
S = ,i=1,2,...,mS = ,i=1,2,...,m
4)计算贴近度
各方案与正理想解的相对贴近度为
ηi= ,i=1,2,...,m
在这里,正理想解是指最有利于潜艇破冰上浮的自然地理环境,所以相对贴近度越大,此处海域出现潜艇上浮的风险等级越低。此处界定风险分区的阈值见表2 。
表2 TOPSIS法风险等级定义表 |
| 贴近度η | 风险度 |
|---|---|
| [0,0.2) | 高风险 |
| [0.2,0.4) | 较高风险 |
| [0.4,0.6) | 中等风险 |
| [0.6,0.8) | 较低风险 |
| [0.8,1) | 低风险 |
3 基于历史资料评估实验
2000年至2018年间的评估结果表明(图略),北冰洋海区潜艇破冰上浮风险最高月份多在3月,部分年份在4月,风险最低月份多集中在8月、9月。从全年平均区域上看,上浮危险最高的海域集中在加拿大群岛北部和格陵兰岛的西北部,东北航道海区则集中在拉普捷夫海和东西伯利亚海的近岸海区。潜艇上浮的最低风险海区集中在挪威海附近,部分月份延伸至巴伦支海,此处大部海区受北大西洋暖流影响常年无冰,虽利于潜艇上浮,但不利于潜艇隐蔽。所以可以关注风险度为“较低”的海区。以2018年(图2 ,只呈现3、9月)为例,值得注意的海区有以下几个:
1)白令海峡和楚科奇海:白令海峡连接美国的阿拉斯加半岛和俄罗斯,本身对于辖区划分就有很多争议,水深较浅,地理位置重要。下半年融冰后风险极低,冬半年时风险也较低,考虑潜艇行动的隐蔽性,冬半年出现潜艇上浮的可能性较大。
2)波弗特海:位于加拿大和阿拉斯加北部的波弗特海,邻近美国和加拿大两个环北极国家,气候变化背景下,受波弗特高压的变化所影响,近年来海冰漂移至暖水区域融化,海冰堆积减少、流失增多,致使波弗特海区上浮风险也呈降低趋势,可对其夏秋季进行重点侦测。
3)巴芬湾:巴芬湾是北极与大西洋连接的重要通道,邻近格陵兰岛上的美军图勒空军基地,其在夏秋两季风险下降至“低”或“较低”。
4)喀拉海区:该海区应重点关注,因为该海区海冰季节变化显著,冰层相对其他海区较薄,周围部署有俄罗斯的军事力量,夏秋季风险为低,此处潜艇破冰上浮的威慑效应可能更加显著。
由于每年破冰风险最低多为9月份,风险最高多为3月份,下面对这两个月风险进行横向对比。2007年和2012年均出现大范围异常融冰现象,2015年至2019年包含了冰面覆盖最小的前5年中的4年,2000年北极融冰现象相对较弱,以此作为对照,选取以2000、2007、2012、2018年这四年为例。
在北极海冰逐渐融化的背景下,3月份的潜艇破冰上浮风险分布变化较大(图3 )。2000年太平洋扇区许多较高风险海域至2007年逐渐变为中等风险海区,此种趋势不断持续,直至2018年3月所有海区只有加拿大海盆和拉普捷夫海部分海区成为较高风险区域。而近期美俄在北极的军演科目中的破冰上浮环节恰也是在3月份举行的,可见如今近海区域即使在海冰最多的时候,也不能保证潜艇不会破冰上浮。
9月份由于海冰融化最多,部分沿海海区已经成为无冰区,但也可以看出2000年之后,变化较大的海盆位于太平洋扇区。白令海峡和楚科奇海逐渐成为低风险海区,高风险海区基本消失,位于加拿大海盆附近的唯一较高风险海区在2018年也已变为中风险。低风险海区不断扩张,除去完全融冰的海区,其他海域若有潜艇活动,那么潜艇上浮的风险也不会很大。
4 基于气候变化情景的预期评估实验
根据CMIP6的MIROC6数据集,以2015~2018年4年中的SSP2-4.5模式数据为基准,分别计算了SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5四种不同情景下的未来贴合度。这四种情景分别对应于低强迫情景、中等强迫情景、中等至高强迫情景和高强迫情景。此处选取了2030年四种不同情景下北极海区潜艇破冰上浮的风险区划结果进行分析。由于该模式数据的海冰厚度低于真实数据,变化率也偏小,故海冰厚度较厚的3月份其结果代表性不强,选用9月份为例(图5 )。
在低强迫情景(SSP1-2.6)下,由于对于温室气体等的排放控制得力,气候变化并不是很显著,模式数据显示的其风险度变化也不大。9月份海区与历史数据类似,边缘海区多为低风险区域,北极中央区东侧为较低风险,西侧连通加拿大海盆为中等风险。
在中等强迫(SSP2-4.5)的情景下,9月份风险值增大的趋势更为显著,随着温室气体排放的积累,低风险和较低风险海区不断推进,逐渐占据风险值为中等的北极点附近。
中等至高强迫情景(SSP3-7.0)更接近于当前的真实排放状态。冰少的9月在中等至高排放情景与排放条件类似的历史数据相比可见其变化的显著性,之前低风险区多在斯瓦尔巴群岛以南,现在已经逼近至其北部海区。
在高强迫情景(SSP5-8.5)下, 大多数北极海域已经变为低风险海区,中风险海区仅存在于加拿大北极群岛和格陵兰岛北部一小部分区域。
除此之外,在时间趋势上四种情景都反映出北极地区海冰逐渐消融的趋势,潜艇上浮风险随着时间推移逐渐下降(图略)。随着强迫的增强,二氧化碳等温室气体排放的加剧,海冰消融的速度是不同的,这也导致了潜艇破冰上浮风险变化的不同,在强迫较弱时(SSP1-2.6),4月份上浮可能性为低的海域缩减速度较慢,9月份极点附近上浮可能性为中的海域扩大趋势也较慢;在强迫较强时(SSP5-8.5),4月份上浮可能性为低的海域缩减速度较快,9月份极点附近上浮可能性为中的海域扩大趋势也较快。
6 结束语
本文运用TOPSIS方法对北极各个空间格点潜艇破冰上浮的风险进行评估区划。结果表明,随着气候变化,北冰洋海区潜艇破冰上浮风险逐渐呈现出降低的趋势,并划分出上浮风险低的海区。
评估模型的准确性直接决定了评估实用性,鉴于目前检索到的案例只是一些新闻式的报道,无法考察当时的气象水文条件,样本数据未曾公开,也没有相关的物理模型,此处基于情境假设对模型进行检验。假设后期获取了多个潜艇破冰上浮的样本数据,首先应参考专家意见依据潜艇艇体的损失和操作过程中的技术难度,对不同潜艇破冰上浮行动进行风险等级划分。之后,将统计的海冰厚度、海冰密集度等气象水文数据代入已建立好的TOPSIS模型,以检验模型的准确性。最后,排除使用的未来数据或历史数据的误差后,根据验证结果进行模型的修正:如果模型预估风险整体偏低,则可以适当调低(高)模型的正(负)理想解;如果模型预估风险整体偏高,则可以适当调高(低)模型的正(负)理想解;如果模型预估风险有高有低,那么建立的指标体系的权重需要进行适当地调整,需要得知具体实践场景的专家依据实际情况对指标的重要性重新打分,再以实测数据对评估结果重新验证,如此往复,直至构建得到符合应用场景的指标体系。
此外,鉴于风险区划结果的空间分辨率为1°×1°,对于冰间湖或冰间裂缝等理想上浮的小尺度区域无法刻画,需要更高分辨率的数据;模式数据精度也不足以细致刻画潜艇活动尺度的环境风险特征。下一步工作中,将致力于提高数据准确度和分辨率,并寻找具体案例进行模型结果验证,使其更具可靠性和实用性。