Со климатските промени што доведуваат до зголемување на нивото на морето и интензивирани бури, глобалните крајбрежни линии се соочуваат со невидени ризици од ерозија. Сепак, точното предвидување на промените во крајбрежјето е предизвик, особено долгорочните трендови. Неодамна, меѓународната колаборативна студија ShoreShop2.0 ги оцени перформансите на 34 модели за предвидување на крајбрежјето преку слепо тестирање, откривајќи ја моменталната состојба во моделирањето на крајбрежјето.
Крајбрежјето е динамична граница каде што копното се среќава со морето, постојано менувајќи се поради бранови, плима и осека, бури и зголемување на нивото на морето. Приближно 24% од песочните крајбрежни линии ширум светот се повлекуваат со брзина што надминува 0,5 метри годишно, а во некои области, како што е брегот на американскиот Мексикански Залив, годишната стапка на ерозија е дури и поголема од 20 метри.
Предвидувањето на промените на крајбрежјето е по својата природа тешко и комплексно, барајќи разгледување на меѓусебното дејство на повеќе фактори, вклучувајќи ја енергијата на брановите, транспортот на седименти и зголемувањето на нивото на морето. Точните предвидувања во подолги временски периоди се уште попредизвикувачки.
Современите модели за предвидување на крајбрежјето можат да се поделат во три категории: едната е базирана на физичка симулација, како што се Delft3D и MIKE21, базирани на механика на флуиди и равенки за транспорт на седименти; едната е хибриден модел што ги комбинира физичките принципи со методи засновани на податоци, како што се CoSMoS-COAST и LX-Shore; а другата е модел заснован на податоци што целосно се потпира на статистички или техники на машинско учење, како што се LSTM мрежите и трансформаторските архитектури.
И покрај широкиот спектар на модели, недостатокот на унифицирани критериуми за евалуација ги отежнува споредбите на перформансите. Кој модел нуди најточни предвидувања? Натпреварот за слепи тестови ShoreShop2.0 нуди совршена можност за меѓудисциплинарни споредби.
Меѓународното натпреварување за тестирање на слепо ниво ShoreShop2.0 е многу ригорозна форма на научна соработка. Учесничките тимови се информирани само за местото на тестирање, што е кодно име за залив или плажа. Клучните информации како што се неговата локација и вистинското име се сокриени за да се спречи претходното знаење да влијае врз калибрацијата на моделот. Понатаму, податоците се чуваат доверливо во делови, при што податоците од 2019-2023 (краткорочно) и 1951-1998 (среднорочно) намерно се сокриваат. Моделите потоа предвидуваат краткорочни и среднорочни промени на брегот, на крајот потврдувајќи ја нивната точност користејќи ги доверливите податоци. Овој дизајн овозможува меѓудисциплинарни споредби на крајбрежните модели под целосно непознати услови.
Триесет и четири истражувачки тима од 15 земји поднесоа модели, кои опфаќаа 12 модели базирани на податоци и 22 хибридни модели. Овие тимови доаѓаа од институции во Соединетите Американски Држави, Австралија, Јапонија, Франција и други земји. Сепак, на поднесените модели им недостасуваа комерцијални модели како што се GENESIS и моделите Delft3D и MIKE21 базирани на физика.
Споредбата покажа дека моделите со најдобри перформанси за краткорочни, петгодишни прогнози беа CoSMoS-COAST-CONV_SV (хибриден модел), GAT-LSTM_YM (модел базиран на податоци) и iTransformer-KC (модел базиран на податоци). Овие модели постигнаа средни квадратни грешки од приближно 10 метри, споредливо со вродената грешка од 8,9 метри во податоците за крајбрежјето од сателитско далечинско набљудување. Ова укажува дека за некои плажи, предвидливите можности на моделите се приближуваат до границите на технологијата за набљудување. Секако, други модели беа во можност подобро да ги забележат промените на крајбрежјето.
Изненадувачки наод беше дека хибридниот модел имаше споредливи перформанси со моделот управуван од податоци. CoSMoS-COAST-CONV_SV (хибриден модел) комбинира физички процеси и конволуциони операции, додека GAT-LSTM_YM (модел управуван од податоци) користи мрежа на графско внимание за да ги долови просторните корелации. И двата модели имаа добри перформанси.
Во однос на среднорочните прогнози, серијата LX-Shore (хибридни модели) ги дава најблиските предвидувања до измерените податоци. Со поврзување на процесите на транспорт на седименти по должината на брегот и страничните процеси, овие модели одржуваат долгорочна стабилност, додека прикажуваат најконзистентни одговори на екстремни бури со измерените податоци. Предвидувањата од овие модели покажуваат дека една силна бура може да предизвика минливо повлекување на брегот до 15-20 метри, при што целосното закрепнување потенцијално ќе трае две до три години. Серијата CoSMoS-COAST нуди одлична стабилност, додека другите модели може да страдаат од долгорочно поместување и преголем одговор.
Резултатите од моделот покажуваат декаквалитет на податоцие клучен ограничувачки фактор во перформансите на моделот. Иако податоците од сателитското далечинско набљудување покриваат широка област, нивната временска резолуција е ниска, обично неделно до месечно, што го отежнува снимањето на брзото закрепнување по бура. Понатаму, моменталниот раб на водата е под влијание на брановите и плимата и осеката, што доведува до минливи грешки што можат да влијаат на предвидувањата на моделот.
Студијата покажа дека просторно-временското измазнување на податоците, како што е употребата на робусни техники за дводимензионално филтрирање, може значително да ги подобри перформансите на моделот. Подоцна, поднесените модели за тестирање без слепи тестови ја намалија просечната грешка за 15% преку оптимизирана претходна обработка на податоци.
Робусното 2D измазнување е напреден метод за обработка на сигнали, специјално дизајниран за обработка на шум во сателитските податоци за крајбрежјето. Во суштина, тоа е итеративен алгоритам за филтрирање базиран на пондерирани најмали квадрати и е многу робустен на отстапувања како што е шумот од преодни бранови во сателитските слики.
Друг фактор клучен за предвидувањата на моделите е точноста на податоците за крајбрежните бранови. Во моментов, податоците за брановите страдаат од разни грешки, вклучувајќи грешки во крајбрежната конверзија на податоците за глобална повторна анализа на брановите, отстапувања предизвикани од извлекување на параметрите на бранот на изобат од 10 метри, наместо на зоната на кршење, и потценување на влијанието на екстремните настани со користење на дневни просечни услови на брановите. Сите овие грешки можат да влијаат на предвидувањата на моделот.
За долгорочни предвидувања, повеќето модели се потпираат на класичниот Браунов закон за да го проценат влијанието на покачувањето на нивото на морето. Сепак, овој закон претпоставува бесконечно и избалансирано снабдување со седименти и ги игнорира ефектите од транспортот на седименти на море или човечките активности, како што е хранењето на плажата. Ова може да доведе до значителни пристрасности на моделот.
Врз основа на теоријата за рамнотежен профил, Брауновиот закон обезбедува линеарна врска помеѓу покачувањето на нивото на морето и повлекувањето на брегот. Оваа теорија претпоставува дека крајбрежниот профил одржува рамнотежна форма. Како што се зголемува нивото на морето, зголемениот простор за сместување го принудува овој рамнотежен профил да се помести кон копното за да ја задржи својата форма во однос на новото ниво на морето. Следствено, теоријата претпоставува дека како што крајбрежниот профил се поместува кон копното, горниот слој на плажата е еродиран, а еродираниот материјал се таложи на брегот, предизвикувајќи покачување на крајбрежното морско дно, со што се одржува константна длабочина на водата. Брауновиот закон предвидува дека повлекувањето на брегот може да биде од 10 до 50 пати поголемо од покачувањето на нивото на морето, во зависност од наклонот на плажата.
Оваа студија дава основа за избор на соодветни алатки врз основа на специфичните потреби. Понатаму, претходната обработка на податоците е клучна; правилната обработка на податоци понекогаш може да има поголемо влијание од самиот модел. Врз основа на искуството стекнато со ShoreShop 2.0, можат да се направат подобрувања на сателитските и брановите податоци за да се подобри точноста на предвидувањата. Понатаму, неконтролираните ефекти од вештачки нарушените плажи во долгорочните прогнози, исто така, можат значително да влијаат на резултатите од предвидувањата. Понатаму, недостатокот на учество од комерцијални модели како што се GENESIS, Delft3D и MIKE21 е значаен проблем.
Чувари на Сината граница: 11-годишната мисија на Франкстар да ги заштити нашите океани и клима
Повеќе од една деценија, „Франкстар“ е на чело на управувањето со морската животна средина, користејќи најсовремена технологија и научна ригорозност за да обезбеди неспоредливи океански и хидролошки податоци. Нашата мисија го надминува обичното собирање податоци - ние сме архитекти на одржлива иднина, овластувајќи ги институциите, универзитетите и владите ширум светот да донесуваат информирани одлуки за здравјето на нашата планета.
Време на објавување: 11 август 2025 година