気候変動による海面上昇と嵐の激化により、世界中の海岸線はかつてないほどの侵食リスクに直面しています。しかしながら、海岸線の変化、特に長期的な傾向を正確に予測することは困難です。最近、ShoreShop2.0という国際共同研究がブラインドテストを通じて34の海岸線予測モデルの性能を評価し、海岸線モデリングの現状を明らかにしました。
海岸線は陸地と海が接する動的な境界であり、波、潮汐、嵐、海面上昇などによって常に変化しています。世界中の砂浜の海岸線の約24%は、年間0.5メートルを超える速度で後退しており、米国のメキシコ湾岸など一部の地域では、年間の侵食速度が20メートルを超えています。
海岸線の変化を予測することは本質的に困難かつ複雑であり、波力エネルギー、堆積物の輸送、海面上昇など、複数の要因の相互作用を考慮する必要があります。長期にわたる正確な予測はさらに困難です。
現代の海岸線予測モデルは、3 つのカテゴリに分けられます。1 つは、流体力学と堆積物輸送方程式に基づく Delft3D や MIKE21 などの物理シミュレーションに基づくモデル、1 つは、CoSMoS-COAST や LX-Shore などの物理原理とデータ駆動型手法を組み合わせたハイブリッド モデル、そして LSTM ネットワークや Transformer アーキテクチャなどの統計または機械学習手法に完全に依存しているデータ駆動型モデルです。
多種多様なモデルが存在するにもかかわらず、統一された評価基準がないため、パフォーマンスの比較が困難です。どのモデルが最も正確な予測を提供するのでしょうか？ShoreShop2.0ブラインドテストコンペティションは、分野横断的な比較を行う絶好の機会となります。
ShoreShop2.0国際ブラインドテストコンペティションは、極めて厳格な科学的共同研究の形態です。参加チームには、湾またはビーチのコードネームであるテストサイトのみが知らされます。場所や実名といった重要な情報は、事前の知識がモデルのキャリブレーションに影響を与えるのを防ぐため、非公開とされています。さらに、データは部分的に機密扱いされ、2019年から2023年（短期）と1951年から1998年（中期）のデータは意図的に非公開とされています。モデルはその後、短期および中期の海岸線変化を予測し、最終的に機密データを用いてその精度を検証します。この設計により、全く未知の状況下における沿岸モデルの学際的な比較が可能になります。
15か国から34の研究チームがモデルを提出しました。提出されたモデルは、12のデータ駆動型モデルと22のハイブリッド型モデルに分かれています。これらのチームは、米国、オーストラリア、日本、フランスなどの研究機関に所属していました。しかし、提出されたモデルにはGENESISのような商用モデルや、物理ベースモデルのDelft3DやMIKE21が含まれていませんでした。
比較の結果、短期5年間の予測において最も優れたモデルは、CoSMoS-COAST-CONV_SV（ハイブリッドモデル）、GAT-LSTM_YM（データ駆動型モデル）、iTransformer-KC（データ駆動型モデル）であることが明らかになりました。これらのモデルは、約10メートルの二乗平均平方根誤差（RMS）を達成しました。これは、衛星リモートセンシングによる海岸線データの固有誤差8.9メートルに匹敵します。これは、一部の海岸では、モデルの予測能力が観測技術の限界に近づいていることを示しています。もちろん、他のモデルは海岸線の変化をより正確に捉えることができていました。
驚くべき発見は、ハイブリッドモデルがデータ駆動型モデルと同等の性能を示したことです。CoSMoS-COAST-CONV_SV（ハイブリッドモデル）は物理プロセスと畳み込み演算を組み合わせ、GAT-LSTM_YM（データ駆動型モデル）はグラフアテンションネットワークを用いて空間相関を捉えます。どちらのモデルも良好な性能を示しました。
中期予測においては、LX-Shoreシリーズ（ハイブリッドモデル）が実測データに最も近い予測結果を提供します。沿岸方向と水平方向の堆積輸送プロセスを統合することで、これらのモデルは長期的な安定性を維持しながら、極端な暴風雨事象に対する応答を実測データと最も一貫性のある形で示します。これらのモデルの予測によると、1回の激しい暴風雨によって一時的に最大15～20メートルの海岸線後退が発生し、完全な回復には2～3年かかる可能性があります。CoSMoS-COASTシリーズは優れた安定性を提供しますが、他のモデルでは長期的なドリフトや過剰応答に悩まされる可能性があります。
モデルの結果は、データ品質モデル性能を制限しうる重要な要因です。衛星リモートセンシングデータは広範囲をカバーしますが、時間解像度が低く、通常は週単位から月単位であるため、暴風雨後の急速な回復を捉えることは困難です。さらに、瞬間的な水面境界は波の遡上や潮汐の影響を受け、一時的な誤差が生じ、モデル予測に影響を与える可能性があります。
この研究では、堅牢な2次元フィルタリング技術の使用などによる時空間データの平滑化によって、モデルのパフォーマンスが大幅に向上することが明らかになりました。その後、非盲検テストモデルが提出され、最適化されたデータ前処理により平均誤差が15%減少しました。
ロバスト2Dスムージングは、海岸線衛星データのノイズ処理に特化した高度な信号処理手法です。重み付き最小二乗法に基づく反復フィルタリングアルゴリズムであり、衛星画像における一時的な波浪ノイズなどの外れ値に対して非常に堅牢です。
モデル予測において極めて重要な要素の一つは、沿岸波浪データの精度です。現在、波浪データは様々な誤差を含んでいます。例えば、全球波浪再解析データの沿岸波浪への変換誤差、砕波帯ではなく10m等深線における波浪パラメータの抽出に起因するバイアス、日平均波浪状況を用いることによる極端現象の影響の過小評価などです。これらの誤差はすべて、モデル予測に影響を与える可能性があります。
長期予測において、ほとんどのモデルは海面上昇の影響を推定するために古典的なブラウン運動の法則に依拠しています。しかし、この法則は堆積物の供給が無限かつ均衡していると仮定しており、沖合への堆積物の輸送や養浜などの人間活動の影響は考慮されていません。そのため、モデルに大きなバイアスが生じる可能性があります。
平衡プロファイル理論に基づくブラウンの法則は、海面上昇と海岸線の後退の間に直線関係を示します。この理論は、海岸プロファイルが平衡形状を維持すると仮定しています。海面が上昇すると、適応空間の増大により、この平衡プロファイルは新しい海面に対してその形状を維持するために陸側に移動します。その結果、この理論は、海岸プロファイルが陸側に移動すると、ビーチ上層が侵食され、侵食された物質が沖合に堆積することで沿岸海底が上昇し、水深が一定に維持されると仮定しています。ブラウンの法則は、ビーチの傾斜に応じて、海岸後退が海面上昇の10倍から50倍になる可能性があると予測しています。
本研究は、具体的なニーズに基づいて適切なツールを選択するための基礎を提供します。さらに、データの前処理は極めて重要であり、適切なデータ処理はモデル自体よりも大きな影響を与える場合があります。ShoreShop 2.0で得られた経験を基に、衛星データと波浪データを改良することで、予測精度を向上させることができます。さらに、長期予測において人工的に撹乱された海岸が制御不能な影響を与えることも、予測結果に大きな影響を与える可能性があります。さらに、GENESIS、Delft3D、MIKE21などの商用モデルの参加が不足していることも重要な問題です。
ブルーフロンティアの守護者：フランクスターの11年間にわたる海洋と気候の保護ミッション
Frankstarは10年以上にわたり、海洋環境管理の最前線に立ち、最先端の技術と科学的厳密さを駆使し、比類のない海洋・水文学データを提供してきました。私たちの使命は単なるデータ収集にとどまりません。持続可能な未来を築き、世界中の機関、大学、そして政府が地球の健全性のために情報に基づいた意思決定を行えるよう支援することです。
投稿日時: 2025年8月11日