В связи с изменением климата, приводящим к повышению уровня моря и усилению штормов, береговые линии мира сталкиваются с беспрецедентным риском эрозии. Однако точное прогнозирование изменений береговой линии, особенно долгосрочных тенденций, представляет собой сложную задачу. Недавно международное совместное исследование ShoreShop2.0 оценило эффективность 34 моделей прогнозирования состояния береговой линии методом слепого тестирования, что позволило оценить текущее состояние дел в области моделирования береговой линии.
Береговая линия — это динамичная граница между сушей и морем, постоянно меняющаяся под воздействием волн, приливов, штормов и повышения уровня моря. Примерно 24% песчаных береговых линий по всему миру отступают со скоростью более 0,5 метра в год, а в некоторых районах, например, на побережье Мексиканского залива США, годовая скорость эрозии даже превышает 20 метров.
Прогнозирование изменений береговой линии само по себе сложная и комплексная задача, требующая учета взаимодействия множества факторов, включая энергию волн, перенос осадков и повышение уровня моря. Точные прогнозы на длительные периоды времени ещё сложнее.
Современные модели прогнозирования береговой линии можно разделить на три категории: одна основана на физическом моделировании, например, Delft3D и MIKE21, на основе механики жидкости и уравнений переноса осадков; одна представляет собой гибридную модель, которая сочетает физические принципы с методами, основанными на данных, например, CoSMoS-COAST и LX-Shore; и другая представляет собой модель, основанную на данных, которая полностью полагается на статистические или машинные методы обучения, например, сети LSTM и архитектуры Transformer.
Несмотря на большое разнообразие моделей, отсутствие единых критериев оценки затрудняет сравнение их эффективности. Какая модель даёт наиболее точные прогнозы? Конкурс слепого тестирования ShoreShop2.0 предоставляет прекрасную возможность для междисциплинарных сравнений.
Международный конкурс слепых тестов ShoreShop2.0 — это очень строгая форма научного сотрудничества. Участвующим командам сообщается только место проведения теста, представляющее собой кодовое название залива или пляжа. Ключевая информация, такая как местоположение и фактическое название, скрывается, чтобы предотвратить влияние предшествующих знаний на калибровку модели. Более того, данные хранятся в конфиденциальном порядке по частям, при этом данные за 2019–2023 годы (краткосрочные) и за 1951–1998 годы (среднесрочные) намеренно не публикуются. Затем модели прогнозируют краткосрочные и среднесрочные изменения береговой линии, в конечном итоге проверяя свою точность с помощью конфиденциальных данных. Такая структура позволяет проводить междисциплинарные сравнения прибрежных моделей в совершенно неизвестных условиях.
Тридцать четыре исследовательские группы из 15 стран представили модели, включая 12 моделей, основанных на данных, и 22 гибридные модели. Эти группы представляли учреждения США, Австралии, Японии, Франции и других стран. Однако в представленных моделях отсутствовали коммерческие модели, такие как GENESIS и физические модели Delft3D и MIKE21.
Сравнение показало, что наиболее эффективными моделями для краткосрочных пятилетних прогнозов стали CoSMoS-COAST-CONV_SV (гибридная модель), GAT-LSTM_YM (модель, управляемая данными) и iTransformer-KC (модель, управляемая данными). Среднеквадратическая погрешность этих моделей составила около 10 метров, что сопоставимо с внутренней погрешностью 8,9 метра, характерной для данных спутникового дистанционного зондирования береговой линии. Это свидетельствует о том, что для некоторых пляжей прогностические возможности моделей приближаются к пределам возможностей технологий наблюдений. Конечно, другие модели смогли лучше отразить изменения береговой линии.
Удивительным открытием стало то, что гибридная модель показала результаты, сопоставимые с моделью, управляемой данными. CoSMoS-COAST-CONV_SV (гибридная модель) сочетает физические процессы и свёрточные операции, а GAT-LSTM_YM (модель, управляемая данными) использует графовую сеть внимания для регистрации пространственных корреляций. Обе модели показали хорошие результаты.
Что касается среднесрочных прогнозов, серия LX-Shore (гибридные модели) обеспечивает наиболее близкие к данным измерений прогнозы. Благодаря сочетанию процессов вдольберегового и латерального переноса осадков эти модели поддерживают долгосрочную стабильность, демонстрируя наиболее согласованную реакцию на экстремальные штормовые события с данными измерений. Прогнозы этих моделей показывают, что один сильный шторм может вызвать кратковременное отступление береговой линии на 15-20 метров, а полное восстановление может занять два-три года. Серия CoSMoS-COAST обеспечивает превосходную стабильность, в то время как другие модели могут страдать от долгосрочного дрейфа и чрезмерной реакции.
Результаты моделирования показывают, чтокачество данныхявляется ключевым фактором, ограничивающим эффективность модели. Хотя данные спутникового дистанционного зондирования охватывают обширную территорию, их временное разрешение низкое, обычно от недели до месяца, что затрудняет отслеживание быстрого восстановления после шторма. Более того, мгновенная кромка воды подвержена влиянию волнового наката и приливов, что приводит к временным ошибкам, которые могут повлиять на прогнозы модели.
Исследование показало, что пространственно-временное сглаживание данных, например, использование надежных методов двумерной фильтрации, может значительно повысить эффективность модели. В дальнейшем, в моделях, прошедших открытое тестирование, средняя ошибка снизилась на 15% благодаря оптимизированной предварительной обработке данных.
Robust 2D Smoothing — это передовой метод обработки сигналов, специально разработанный для устранения шума в спутниковых данных береговой линии. По сути, это итеративный алгоритм фильтрации, основанный на взвешенных наименьших квадратах, обладающий высокой устойчивостью к выбросам, таким как шум переходных волн на спутниковых изображениях.
Другим решающим фактором для модельных прогнозов является точность данных о прибрежном волнении. В настоящее время данные о волнении содержат ряд ошибок, включая ошибки пересчета данных глобального реанализа волнения в прибрежные данные, ошибки, вызванные извлечением параметров волн на 10-метровой изобате, а не в зоне обрушения, а также недооценку влияния экстремальных событий из-за использования среднесуточных волновых условий. Все эти ошибки могут влиять на модельные прогнозы.
Для долгосрочных прогнозов большинство моделей опираются на классический закон Броуновского, позволяющий оценить влияние повышения уровня моря. Однако этот закон предполагает бесконечный и сбалансированный приток осадочного материала и не учитывает влияние переноса осадка в море или деятельности человека, например, намыва пляжей. Это может привести к значительным смещению модели.
Основанный на теории равновесного профиля, закон Броуновского движения устанавливает линейную зависимость между повышением уровня моря и отступанием береговой линии. Эта теория утверждает, что прибрежный профиль сохраняет равновесную форму. По мере повышения уровня моря увеличивающееся пространство для аккомодации заставляет этот равновесный профиль смещаться к суше, чтобы сохранить свою форму относительно нового уровня моря. Следовательно, теория утверждает, что по мере смещения прибрежного профиля к суше верхний слой пляжа размывается, и размытый материал откладывается в море, вызывая подъем прибрежного морского дна, тем самым поддерживая постоянную глубину воды. Закон Брауна предсказывает, что отступление берега может быть в 10–50 раз быстрее повышения уровня моря, в зависимости от уклона пляжа.
Данное исследование предоставляет основу для выбора подходящих инструментов с учётом конкретных потребностей. Более того, предварительная обработка данных имеет решающее значение; правильная обработка данных иногда может оказывать большее влияние, чем сама модель. Опираясь на опыт, полученный с ShoreShop 2.0, можно улучшить спутниковые данные и данные о волнении для повышения точности прогнозов. Более того, неконтролируемое воздействие искусственно нарушенных пляжей в долгосрочных прогнозах также может существенно повлиять на результаты. Кроме того, серьёзной проблемой является отсутствие участия коммерческих моделей, таких как GENESIS, Delft3D и MIKE21.
Стражи Синего Рубежа: 11-летняя миссия Frankstar по защите наших океанов и климата
Более десяти лет компания Frankstar находится на переднем крае охраны морской среды, используя передовые технологии и научный подход для предоставления уникальных океанических и гидрологических данных. Наша миссия выходит за рамки простого сбора данных — мы создаем устойчивое будущее, предоставляя учреждениям, университетам и правительствам по всему миру возможность принимать обоснованные решения в интересах здоровья нашей планеты.
Время публикации: 11 августа 2025 г.