Med klimaforandringer, der fører til stigende havniveauer og intensiverede storme, står globale kystlinjer over for hidtil usete erosionsrisici. Det er dog udfordrende at forudsige kystlinjeændringer præcist, især langsigtede tendenser. For nylig evaluerede det internationale samarbejdsstudie ShoreShop2.0 ydeevnen af 34 kystlinjeforudsigelsesmodeller gennem blindtestning, hvilket afslørede den nuværende status inden for kystlinjemodellering.
Kystlinjen er den dynamiske grænse, hvor land møder hav, og den ændrer sig konstant på grund af bølger, tidevand, storme og stigende havniveauer. Omkring 24 % af de sandede kystlinjer verden over trækker sig tilbage med en hastighed på over 0,5 meter om året, og i nogle områder, såsom den amerikanske Golfkyst, er den årlige erosion endda større end 20 meter.
Det er i sagens natur vanskeligt og komplekst at forudsige ændringer i kystlinjer og kræver hensyntagen til samspillet mellem flere faktorer, herunder bølgeenergi, sedimenttransport og stigende havniveau. Nøjagtige forudsigelser over lange perioder er endnu mere udfordrende.
Moderne kystlinjeforudsigelsesmodeller kan opdeles i tre kategorier: den ene er baseret på fysisk simulering, såsom Delft3D og MIKE21 baseret på fluidmekanik og sedimenttransportligninger; den ene er en hybridmodel, der kombinerer fysiske principper med datadrevne metoder, såsom CoSMoS-COAST og LX-Shore; og den anden er en datadrevet model, der udelukkende er afhængig af statistiske eller maskinlæringsteknikker, såsom LSTM-netværk og Transformer-arkitekturer.
Trods den store variation af modeller har manglen på ensartede evalueringskriterier gjort det vanskeligt at sammenligne præstationer. Hvilken model giver de mest præcise forudsigelser? ShoreShop2.0 blindtestkonkurrencen giver en perfekt mulighed for tværfaglige sammenligninger.
ShoreShop2.0's internationale blindtestkonkurrence er en yderst krævende form for videnskabeligt samarbejde. Deltagende hold informeres kun om teststedet, som er et kodenavn for en bugt eller strand. Nøgleoplysninger såsom dets placering og faktiske navn er skjult for at forhindre, at forudgående viden påvirker modelkalibreringen. Derudover holdes data fortrolige i sektioner, hvor data fra 2019-2023 (kortsigtet) og 1951-1998 (mellemsigtet) bevidst tilbageholdes. Modellerne forudsiger derefter kortsigtede og mellemsigtede ændringer i kystlinjen og verificerer i sidste ende deres nøjagtighed ved hjælp af de fortrolige data. Dette design muliggør tværfaglige sammenligninger af kystmodeller under fuldstændig ukendte forhold.
34 forskerhold fra 15 lande indsendte modeller, omfattende 12 datadrevne modeller og 22 hybridmodeller. Disse hold kom fra institutioner i USA, Australien, Japan, Frankrig og andre lande. De indsendte modeller manglede dog kommercielle modeller som GENESIS og de fysikbaserede modeller Delft3D og MIKE21.
En sammenligning viste, at de bedst præsterende modeller til kortsigtede femårige prognoser var CoSMoS-COAST-CONV_SV (hybridmodel), GAT-LSTM_YM (datadrevet model) og iTransformer-KC (datadrevet model). Disse modeller opnåede rodmiddelkvadratfejl på cirka 10 meter, hvilket kan sammenlignes med den iboende fejl på 8,9 meter i satellitbaserede fjernmålingsdata fra kystlinjer. Dette indikerer, at modellernes prædiktive evner for nogle strande nærmer sig grænserne for observationsteknologi. Andre modeller var naturligvis bedre i stand til at indfange ændringer i kystlinjerne.
Et overraskende fund var, at hybridmodellen klarede sig sammenligneligt med den datadrevne model. CoSMoS-COAST-CONV_SV (hybridmodel) kombinerer fysiske processer og foldningsoperationer, mens GAT-LSTM_YM (datadrevet model) bruger et grafopmærksomhedsnetværk til at indfange rumlige korrelationer. Begge modeller klarede sig godt.
Med hensyn til mellemfristede prognoser giver LX-Shore-serien (hybridmodeller) de forudsigelser, der ligger tættest på målte data. Ved at koble sedimenttransportprocesser langs kysten og langs laterale linjer opretholder disse modeller langsigtet stabilitet, samtidig med at de viser de mest konsistente reaktioner på ekstreme stormhændelser med målte data. Forudsigelser fra disse modeller indikerer, at en enkelt kraftig storm kan forårsage en forbigående kystlinjetilbagetrækning på op til 15-20 meter, hvor fuld genopretning potentielt kan tage to til tre år. CoSMoS-COAST-serien tilbyder fremragende stabilitet, mens andre modeller kan lide af langsigtet drift og overrespons.
Modelresultater indikerer, atdatakvaliteter en central begrænsende faktor i modellens ydeevne. Selvom satellitbaserede fjernmålingsdata dækker et bredt område, er dens tidsmæssige opløsning lav, typisk ugentligt til månedligt, hvilket gør det vanskeligt at registrere hurtig genopretning efter storme. Desuden påvirkes den øjeblikkelige vandkant af bølgeopløb og tidevand, hvilket fører til forbigående fejl, der kan påvirke modellens forudsigelser.
Undersøgelsen viste, at spatiotemporal dataudjævning, såsom brugen af robuste todimensionelle filtreringsteknikker, kan forbedre modellens ydeevne betydeligt. Senere reducerede ikke-blinde testmodeller den gennemsnitlige fejl med 15 % gennem optimeret dataforbehandling.
Robust 2D Smoothing er en avanceret signalbehandlingsmetode, der er specifikt designet til at behandle støj i satellitdata langs kystlinjer. Det er i bund og grund en iterativ filtreringsalgoritme baseret på vægtede mindste kvadraters metode, og den er yderst robust over for outliers såsom transient bølgestøj i satellitbilleder.
En anden faktor, der er afgørende for modelforudsigelser, er nøjagtigheden af bølgedata nær kysten. I øjeblikket lider bølgedata af forskellige fejl, herunder fejl i konverteringen af globale bølgeanalysedata nær kysten, bias forårsaget af udtrækning af bølgeparametre ved 10-meters isobaten i stedet for brudzonen, og undervurdering af virkningen af ekstreme begivenheder ved hjælp af daglige gennemsnitlige bølgeforhold. Disse fejl kan alle påvirke modelforudsigelser.
Til langsigtede forudsigelser bruger de fleste modeller den klassiske Brownske lov til at estimere virkningen af havstigninger. Denne lov antager dog en uendelig og afbalanceret sedimentforsyning og ignorerer virkningerne af offshore sedimenttransport eller menneskelige aktiviteter, såsom strandfodring. Dette kan føre til betydelige modelbias.
Baseret på ligevægtsprofilteorien giver Browns lov en lineær sammenhæng mellem havniveaustigning og kystlinjetilbagetrækning. Denne teori postulerer, at en kystprofil opretholder en ligevægtsform. Når havniveauet stiger, tvinger det stigende akkommodationsrum denne ligevægtsprofil til at forskyde sig mod land for at bevare sin form i forhold til det nye havniveau. Følgelig postulerer teorien, at når kystprofilen forskydes mod land, eroderes det øvre strandlag, og det eroderede materiale aflejres til kysten, hvilket får den kystnære havbund til at stige og derved opretholde en konstant vanddybde. Browns lov forudsiger, at kystlinjetilbagetrækningen kan være 10 til 50 gange større end havniveaustigningen, afhængigt af strandens hældning.
Denne undersøgelse giver et grundlag for at vælge passende værktøjer baseret på specifikke behov. Desuden er forbehandling af data afgørende; korrekt databehandling kan nogle gange have en større effekt end selve modellen. Med udgangspunkt i erfaringerne fra ShoreShop 2.0 kan der forbedres satellit- og bølgedata for at forbedre forudsigelsesnøjagtigheden. Desuden kan de ukontrollerbare effekter af kunstigt forstyrrede strande i langsigtede prognoser også have en betydelig indflydelse på forudsigelsesresultaterne. Desuden er manglen på deltagelse fra kommercielle modeller som GENESIS, Delft3D og MIKE21 et væsentligt problem.
Vogtere af den blå grænse: Frankstars 11-årige mission for at beskytte vores have og klima
I over et årti har Frankstar været i spidsen for forvaltning af havmiljøet og udnyttet banebrydende teknologi og videnskabelig grundighed til at levere uovertrufne hav- og hydrologiske data. Vores mission går ud over blot dataindsamling – vi er arkitekter bag en bæredygtig fremtid og giver institutioner, universiteter og regeringer verden over mulighed for at træffe informerede beslutninger for vores planets sundhed.
Opslagstidspunkt: 11. august 2025