Dengan perubahan iklim yang menyebabkan naiknya permukaan laut dan badai yang semakin intensif, garis pantai global menghadapi risiko erosi yang belum pernah terjadi sebelumnya. Namun, memprediksi perubahan garis pantai secara akurat merupakan tantangan, terutama tren jangka panjang. Baru-baru ini, studi kolaboratif internasional ShoreShop2.0 mengevaluasi kinerja 34 model prediksi garis pantai melalui pengujian buta, yang mengungkapkan kondisi terkini dalam pemodelan garis pantai.

Garis pantai adalah batas dinamis tempat daratan bertemu laut, yang terus berubah karena gelombang, pasang surut, badai, dan kenaikan permukaan laut. Sekitar 24% garis pantai berpasir di seluruh dunia mengalami penyusutan dengan laju melebihi 0,5 meter per tahun, dan di beberapa daerah, seperti Pantai Teluk AS, laju erosi tahunannya bahkan lebih besar dari 20 meter.

Memprediksi perubahan garis pantai pada dasarnya sulit dan kompleks, membutuhkan pertimbangan interaksi berbagai faktor, termasuk energi gelombang, transportasi sedimen, dan kenaikan permukaan laut. Prediksi akurat dalam jangka waktu panjang bahkan lebih menantang.

Model prediksi garis pantai modern dapat dibagi menjadi tiga kategori: pertama, berbasis simulasi fisik, seperti Delft3D dan MIKE21 yang didasarkan pada mekanika fluida dan persamaan transportasi sedimen; kedua, model hibrida yang menggabungkan prinsip-prinsip fisik dengan metode berbasis data, seperti CoSMoS-COAST dan LX-Shore; dan ketiga, model berbasis data yang sepenuhnya bergantung pada teknik statistik atau pembelajaran mesin, seperti jaringan LSTM dan arsitektur Transformer.

Terlepas dari beragamnya model yang ada, kurangnya kriteria evaluasi yang terpadu telah mempersulit perbandingan kinerja. Model mana yang menawarkan prediksi paling akurat? Kompetisi uji buta ShoreShop2.0 memberikan kesempatan sempurna untuk perbandingan lintas disiplin.

Kompetisi uji buta internasional ShoreShop2.0 adalah bentuk kolaborasi ilmiah yang sangat ketat. Tim peserta hanya diberi tahu tentang lokasi uji, yang merupakan nama kode untuk teluk atau pantai. Informasi penting seperti lokasi dan nama sebenarnya dirahasiakan untuk mencegah pengetahuan sebelumnya memengaruhi kalibrasi model. Lebih lanjut, data dirahasiakan secara bertahap, dengan data dari tahun 2019-2023 (jangka pendek) dan 1951-1998 (jangka menengah) sengaja dirahasiakan. Model kemudian memprediksi perubahan garis pantai jangka pendek dan menengah, dan pada akhirnya memverifikasi keakuratannya menggunakan data rahasia tersebut. Desain ini memungkinkan perbandingan lintas disiplin model pesisir dalam kondisi yang sama sekali tidak diketahui.

Tiga puluh empat tim peneliti dari 15 negara mengirimkan model, yang mencakup 12 model berbasis data dan 22 model hibrida. Tim-tim ini berasal dari lembaga-lembaga di Amerika Serikat, Australia, Jepang, Prancis, dan negara-negara lain. Namun, model-model yang dikirimkan tersebut tidak menyertakan model komersial seperti GENESIS dan model berbasis fisika Delft3D dan MIKE21.

Perbandingan menunjukkan bahwa model berkinerja terbaik untuk prakiraan jangka pendek lima tahun adalah CoSMoS-COAST-CONV_SV (model hibrida), GAT-LSTM_YM (model berbasis data), dan iTransformer-KC (model berbasis data). Model-model ini mencapai kesalahan akar kuadrat rata-rata sekitar 10 meter, sebanding dengan kesalahan inheren 8,9 meter pada data garis pantai penginderaan jauh satelit. Ini menunjukkan bahwa untuk beberapa pantai, kemampuan prediksi model mendekati batas teknologi observasi. Tentu saja, model lain mampu menangkap perubahan garis pantai dengan lebih baik.

Temuan yang mengejutkan adalah bahwa model hibrida berkinerja sebanding dengan model berbasis data. CoSMoS-COAST-CONV_SV (model hibrida) menggabungkan proses fisik dan operasi konvolusi, sedangkan GAT-LSTM_YM (model berbasis data) menggunakan jaringan perhatian grafik untuk menangkap korelasi spasial. Kedua model tersebut berkinerja baik.

Dalam hal prakiraan jangka menengah, seri LX-Shore (model hibrida) memberikan prediksi yang paling mendekati data terukur. Dengan menggabungkan proses transportasi sedimen di sepanjang pantai dan lateral, model-model ini mempertahankan stabilitas jangka panjang sekaligus menunjukkan respons yang paling konsisten terhadap peristiwa badai ekstrem dengan data terukur. Prediksi dari model-model ini menunjukkan bahwa satu badai hebat dapat menyebabkan penarikan garis pantai sementara hingga 15-20 meter, dengan pemulihan penuh berpotensi memakan waktu dua hingga tiga tahun. Seri CoSMoS-COAST menawarkan stabilitas yang sangat baik, sementara model lain mungkin mengalami penyimpangan jangka panjang dan respons yang berlebihan.

Hasil pemodelan menunjukkan bahwakualitas dataHal ini merupakan faktor pembatas utama dalam kinerja model. Meskipun data penginderaan jauh satelit mencakup area yang luas, resolusi temporalnya rendah, biasanya mingguan hingga bulanan, sehingga sulit untuk menangkap pemulihan pasca-badai yang cepat. Selain itu, tepi air sesaat dipengaruhi oleh gelombang pasang dan pasang surut, yang menyebabkan kesalahan sementara yang dapat memengaruhi prediksi model.

Studi tersebut menemukan bahwa penghalusan data spasial-temporal, seperti penggunaan teknik penyaringan dua dimensi yang kuat, dapat secara signifikan meningkatkan kinerja model. Kemudian, model uji non-buta yang diajukan mengurangi kesalahan rata-rata sebesar 15% melalui pra-pemrosesan data yang dioptimalkan.

Robust 2D Smoothing adalah metode pemrosesan sinyal tingkat lanjut yang dirancang khusus untuk memproses noise pada data satelit garis pantai. Pada dasarnya, ini adalah algoritma penyaringan iteratif berdasarkan metode kuadrat terkecil berbobot, dan sangat tangguh terhadap outlier seperti noise gelombang transien pada citra satelit.

Faktor penting lainnya untuk prediksi model adalah akurasi data gelombang di dekat pantai. Saat ini, data gelombang mengalami berbagai kesalahan, termasuk kesalahan dalam konversi data analisis ulang gelombang global ke dekat pantai, bias yang disebabkan oleh pengambilan parameter gelombang pada isobath 10 meter daripada zona pecah gelombang, dan perkiraan yang kurang tepat tentang dampak peristiwa ekstrem dengan menggunakan kondisi gelombang rata-rata harian. Semua kesalahan ini dapat memengaruhi prediksi model.

Untuk prediksi jangka panjang, sebagian besar model bergantung pada hukum Brownian klasik untuk memperkirakan dampak kenaikan permukaan laut. Namun, hukum ini mengasumsikan pasokan sedimen yang tak terbatas dan seimbang serta mengabaikan efek transportasi sedimen lepas pantai atau aktivitas manusia, seperti pengayaan pantai. Hal ini dapat menyebabkan bias model yang signifikan.

Berdasarkan teori profil keseimbangan, hukum Brown memberikan hubungan linier antara kenaikan permukaan laut dan penyusutan garis pantai. Teori ini menyatakan bahwa profil pantai mempertahankan bentuk keseimbangan. Seiring kenaikan permukaan laut, peningkatan ruang akomodasi memaksa profil keseimbangan ini bergeser ke arah daratan untuk mempertahankan bentuknya relatif terhadap permukaan laut yang baru. Akibatnya, teori ini menyatakan bahwa ketika profil pantai bergeser ke arah daratan, lapisan pantai bagian atas terkikis, dan material yang terkikis diendapkan di lepas pantai, menyebabkan dasar laut di dekat pantai naik, sehingga mempertahankan kedalaman air yang konstan. Hukum Brown memprediksi bahwa penyusutan pantai dapat 10 hingga 50 kali lebih besar daripada kenaikan permukaan laut, tergantung pada kemiringan pantai.

Studi ini memberikan dasar untuk memilih alat yang tepat berdasarkan kebutuhan spesifik. Lebih lanjut, pra-pemrosesan data sangat penting; pemrosesan data yang tepat terkadang dapat memberikan dampak yang lebih besar daripada model itu sendiri. Dengan memanfaatkan pengalaman yang diperoleh dari ShoreShop 2.0, perbaikan dapat dilakukan pada data satelit dan gelombang untuk meningkatkan akurasi prediksi. Selain itu, efek yang tidak terkendali dari pantai yang terganggu secara artifisial dalam prakiraan jangka panjang juga dapat berdampak signifikan pada hasil prediksi. Lebih jauh lagi, kurangnya partisipasi dari model komersial seperti GENESIS, Delft3D, dan MIKE21 merupakan masalah yang signifikan.

​Penjaga Perbatasan Biru: Misi 11 Tahun Frankstar untuk Melindungi Samudra dan Iklim Kita

Selama lebih dari satu dekade, Frankstar telah berada di garis depan dalam pengelolaan lingkungan laut, memanfaatkan teknologi mutakhir dan ketelitian ilmiah untuk menghasilkan data kelautan dan hidrologi yang tak tertandingi. Misi kami melampaui sekadar pengumpulan data—kami adalah arsitek masa depan yang berkelanjutan, memberdayakan lembaga, universitas, dan pemerintah di seluruh dunia untuk membuat keputusan yang tepat demi kesehatan planet kita.