Kuidas saaksime rannajoone muutusi täpsemalt ennustada? Millised mudelid on paremad?

Kuna kliimamuutused toovad kaasa merevee taseme tõusu ja tormide intensiivistumise, seisavad ülemaailmsed rannikud silmitsi enneolematu erosiooniriskiga. Rannajoone muutuste täpne ennustamine on aga keeruline, eriti pikaajaliste suundumuste puhul. Hiljuti hindas rahvusvaheline ShoreShop2.0 uuring pimetestimise abil 34 rannajoone ennustusmudeli toimivust, paljastades rannajoone modelleerimise praeguse taseme.

Rannajoon on dünaamiline piir, kus maa kohtub merega, muutudes pidevalt lainete, loodete, tormide ja merepinna tõusu tõttu. Ligikaudu 24% liivastest rannikutest kogu maailmas taandub kiirusega üle 0,5 meetri aastas ja mõnes piirkonnas, näiteks USA Mehhiko lahe rannikul, on aastane erosioonimäär isegi suurem kui 20 meetrit.

Rannajoone muutuste ennustamine on oma olemuselt keeruline ja keerukas, nõudes mitme teguri, sealhulgas laineenergia, sette transpordi ja merepinna tõusu koosmõju arvestamist. Täpsete prognooside tegemine pikema aja jooksul on veelgi keerulisem.

Kaasaegseid rannajoone ennustusmudeleid saab jagada kolme kategooriasse: üks põhineb füüsikalisel simulatsioonil, näiteks Delft3D ja MIKE21, mis põhinevad hüdraulika ja sette transpordivõrranditel; üks on hübriidmudel, mis ühendab füüsikalisi põhimõtteid andmepõhiste meetoditega, näiteks CoSMoS-COAST ja LX-Shore; ja teine ​​on andmepõhine mudel, mis tugineb täielikult statistilistele või masinõppe tehnikatele, näiteks LSTM-võrkudele ja Transformer-arhitektuuridele.

640

Vaatamata mudelite suurele mitmekesisusele on ühtsete hindamiskriteeriumide puudumine muutnud tulemuslikkuse võrdlemise keeruliseks. Milline mudel pakub kõige täpsemaid ennustusi? ShoreShop2.0 pimetestide võistlus pakub suurepärase võimaluse valdkondadevahelisteks võrdlusteks.

Rahvusvaheline pimetestide võistlus ShoreShop2.0 on väga range teaduskoostöö vorm. Osalevatele meeskondadele teatatakse ainult testimiskohast, mis on lahe või ranna koodnimi. Põhiteave, näiteks selle asukoht ja tegelik nimi, varjatakse, et eelnev teadmine ei mõjutaks mudeli kalibreerimist. Lisaks hoitakse andmeid osade kaupa konfidentsiaalsena, kusjuures 2019.–2023. aasta (lühiajaline) ja 1951.–1998. aasta (keskpikajaline) andmed on tahtlikult varjatud. Seejärel ennustavad mudelid lühiajalisi ja keskpikaajalisi rannajoone muutusi, kontrollides lõpuks nende täpsust konfidentsiaalsete andmete abil. See disain võimaldab rannikumudelite valdkondadevahelist võrdlemist täiesti tundmatutes tingimustes.

Kolmkümmend neli uurimisrühma 15 riigist esitasid mudeleid, mis hõlmasid 12 andmepõhist mudelit ja 22 hübriidmudelit. Need meeskonnad olid pärit Ameerika Ühendriikide, Austraalia, Jaapani, Prantsusmaa ja teiste riikide institutsioonidest. Esitatud mudelitel puudusid aga kommertsmudelid, näiteks GENESIS ning füüsikapõhised mudelid Delft3D ja MIKE21.

Võrdlus näitas, et lühiajaliste, viieaastaste prognooside kõige paremini toimivad mudelid olid CoSMoS-COAST-CONV_SV (hübriidmudel), GAT-LSTM_YM (andmepõhine mudel) ja iTransformer-KC (andmepõhine mudel). Need mudelid saavutasid ligikaudu 10 meetri suuruse ruutkeskmise vea, mis on võrreldav satelliitidelt saadud kaugseire rannikuandmete 8,9-meetrise loomupärase veaga. See näitab, et mõnede randade puhul läheneb mudelite ennustusvõime vaatlustehnoloogia piiridele. Muidugi suutsid teised mudelid rannajoone muutusi paremini tabada.

Üllatav leid oli see, et hübriidmudel toimis võrreldavalt andmepõhise mudeliga. CoSMoS-COAST-CONV_SV (hübriidmudel) ühendab füüsikalisi protsesse ja konvolutsioonilisi operatsioone, samas kui GAT-LSTM_YM (andmepõhine mudel) kasutab ruumiliste korrelatsioonide jäädvustamiseks graafilist tähelepanu võrgustikku. Mõlemad mudelid toimisid hästi.

Keskpika perioodi prognooside osas pakub LX-Shore'i seeria (hübriidmudelid) mõõdetud andmetele kõige lähemaid ennustusi. Seostades kaldaäärseid ja külgmisi sette transpordi protsesse, säilitavad need mudelid pikaajalise stabiilsuse, näidates samal ajal mõõdetud andmetega kõige järjepidevamaid reaktsioone äärmuslikele tormidele. Nende mudelite ennustused näitavad, et üks tugev torm võib põhjustada rannajoone mööduvat taandumist kuni 15–20 meetrit, kusjuures täielik taastumine võib võtta aega kaks kuni kolm aastat. CoSMoS-COAST seeria pakub suurepärast stabiilsust, samas kui teised mudelid võivad kannatada pikaajalise triivi ja ülereageerimise all.

Mudeli tulemused näitavad, etandmete kvaliteeton mudeli toimivuse peamine piirav tegur. Kuigi satelliidilt saadud kaugseireandmed hõlmavad laia ala, on nende ajaline lahutusvõime madal, tavaliselt nädalane kuni igakuine, mistõttu on tormijärgse kiire taastumise jäädvustamine keeruline. Lisaks mõjutavad lainete tõus ja looded hetkelist veepiiri, mis põhjustab mööduvaid vigu, mis võivad mõjutada mudeli ennustusi.

Uuring näitas, et aegruumiliste andmete silumine, näiteks robustsete kahemõõtmeliste filtreerimistehnikate kasutamine, võib mudeli toimivust oluliselt parandada. Hiljem vähendasid mittepimekatsemudelid optimeeritud andmete eeltöötluse abil keskmist viga 15%.

Tugev 2D silumine on täiustatud signaalitöötlusmeetod, mis on spetsiaalselt loodud ranniku satelliitandmete müra töötlemiseks. Põhimõtteliselt on see iteratiivne filtreerimisalgoritm, mis põhineb kaalutud vähimruutudel ja on väga vastupidav selliste kõrvalekallete suhtes nagu satelliidipiltide mööduv lainemüra.

Teine mudeli ennustuste jaoks oluline tegur on kaldalähedaste laineandmete täpsus. Praegu kannatavad laineandmed mitmesuguste vigade all, sealhulgas vead globaalsete lainete reanalüüsi andmete kaldalähedasel teisendamisel, laineparameetrite ekstraheerimisel 10-meetrise samasügavusjoone järgi, mitte murdumistsooni järgi, tekkivad nihked ja äärmuslike sündmuste mõju alahindamine päeva keskmiste lainetingimuste abil. Need vead võivad kõik mudeli ennustusi mõjutada.

Pikaajaliste prognooside tegemiseks tugineb enamik mudeleid merepinna tõusu mõju hindamisel klassikalisele Browni seadusele. See seadus eeldab aga lõpmatut ja tasakaalustatud settevaru ning ignoreerib avamere sette transpordi või inimtegevuse, näiteks rannavalli toitumise, mõju. See võib viia oluliste mudeli kallutatusteni.

Tasakaaluprofiili teooria põhjal pakub Browni seadus lineaarse seose merepinna tõusu ja rannajoone taandumise vahel. See teooria väidab, et rannikuprofiil säilitab tasakaalulise kuju. Merepinna tõustes sunnib suurenev akommodatsiooniruum seda tasakaaluprofiili nihkuma maa poole, et säilitada oma kuju uue merepinna suhtes. Järelikult väidab teooria, et rannikuprofiili nihkumisel maa poole erodeerub ülemine rannakiht ja erodeerunud materjal ladestub avamerele, põhjustades rannikulähedase merepõhja tõusu, säilitades seeläbi konstantse veesügavuse. Browni seadus ennustab, et ranniku taandumine võib olla 10–50 korda suurem kui merepinna tõus, olenevalt ranna kaldast.

See uuring annab aluse sobivate tööriistade valimiseks vastavalt konkreetsetele vajadustele. Lisaks on andmete eeltöötlus ülioluline; korralikul andmetöötlusel võib mõnikord olla suurem mõju kui mudelil endal. ShoreShop 2.0-ga saadud kogemustele tuginedes saab satelliidi- ja laineandmeid täiustada, et suurendada ennustuste täpsust. Lisaks võib kunstlikult häiritud randade kontrollimatu mõju pikaajalistele prognoosidele märkimisväärselt mõjutada ennustustulemusi. Märkimisväärseks probleemiks on ka kommertsmudelite (nt GENESIS, Delft3D ja MIKE21) vähene osalemine.

Sinise Piiri Valvurid: Frankstari 11-aastane missioon meie ookeanide ja kliima kaitsmiseks

Frankstar on juba üle kümne aasta olnud merekeskkonna haldamise esirinnas, rakendades tipptehnoloogiat ja teaduslikku täpsust, et pakkuda võrratuid ookeani- ja hüdroloogilisi andmeid. Meie missioon ulatub pelgast andmete kogumisest kaugemale – me oleme jätkusuutliku tuleviku arhitektid, andes institutsioonidele, ülikoolidele ja valitsustele kogu maailmas võimaluse teha teadlikke otsuseid meie planeedi tervise kohta.

 

640 (1)


Postituse aeg: 11. august 2025