เราจะคาดการณ์การเปลี่ยนแปลงของแนวชายฝั่งได้อย่างแม่นยำมากขึ้นได้อย่างไร? แบบจำลองใดดีที่สุด?

ด้วยการเปลี่ยนแปลงสภาพภูมิอากาศที่นำไปสู่ระดับน้ำทะเลที่สูงขึ้นและพายุที่รุนแรงขึ้น ชายฝั่งทั่วโลกกำลังเผชิญกับความเสี่ยงจากการกัดเซาะที่ไม่เคยเกิดขึ้นมาก่อน อย่างไรก็ตาม การคาดการณ์การเปลี่ยนแปลงของชายฝั่งอย่างแม่นยำนั้นเป็นเรื่องท้าทาย โดยเฉพาะอย่างยิ่งแนวโน้มในระยะยาว เมื่อเร็วๆ นี้ การศึกษาความร่วมมือระหว่างประเทศ ShoreShop2.0 ได้ประเมินประสิทธิภาพของแบบจำลองการคาดการณ์ชายฝั่ง 34 แบบ ผ่านการทดสอบแบบไม่เปิดเผยข้อมูล ซึ่งเผยให้เห็นสถานะปัจจุบันของเทคโนโลยีการสร้างแบบจำลองชายฝั่ง

ชายฝั่งเป็นเขตแดนที่มีพลวัตซึ่งเป็นจุดบรรจบระหว่างแผ่นดินกับทะเล โดยมีการเปลี่ยนแปลงอยู่ตลอดเวลาเนื่องจากคลื่น น้ำขึ้นน้ำลง พายุ และระดับน้ำทะเลที่สูงขึ้น ประมาณ 24% ของชายฝั่งทรายทั่วโลกกำลังถอยร่นในอัตราที่เกิน 0.5 เมตรต่อปี และในบางพื้นที่ เช่น ชายฝั่งอ่าวเม็กซิโกของสหรัฐอเมริกา อัตราการกัดเซาะต่อปีนั้นสูงกว่า 20 เมตรเสียอีก

การคาดการณ์การเปลี่ยนแปลงของแนวชายฝั่งนั้นเป็นเรื่องยากและซับซ้อนโดยธรรมชาติ จำเป็นต้องพิจารณาถึงปฏิสัมพันธ์ของหลายปัจจัย รวมถึงพลังงานคลื่น การเคลื่อนย้ายตะกอน และระดับน้ำทะเลที่สูงขึ้น การคาดการณ์ที่แม่นยำในระยะยาวนั้นยิ่งท้าทายมากขึ้นไปอีก

แบบจำลองการทำนายแนวชายฝั่งสมัยใหม่สามารถแบ่งออกได้เป็นสามประเภท: ประเภทแรกคือแบบจำลองที่อิงจากการจำลองทางกายภาพ เช่น Delft3D และ MIKE21 ซึ่งใช้กลศาสตร์ของไหลและสมการการขนส่งตะกอน ประเภทที่สองคือแบบจำลองไฮบริดที่ผสมผสานหลักการทางกายภาพเข้ากับวิธีการที่ขับเคลื่อนด้วยข้อมูล เช่น CoSMoS-COAST และ LX-Shore และประเภทที่สามคือแบบจำลองที่ขับเคลื่อนด้วยข้อมูลซึ่งอาศัยเทคนิคทางสถิติหรือการเรียนรู้ของเครื่องอย่างสมบูรณ์ เช่น เครือข่าย LSTM และสถาปัตยกรรม Transformer

640

แม้จะมีโมเดลหลากหลายประเภท แต่การขาดเกณฑ์การประเมินที่เป็นเอกภาพทำให้การเปรียบเทียบประสิทธิภาพทำได้ยาก โมเดลใดให้การคาดการณ์ที่แม่นยำที่สุด? การแข่งขันทดสอบแบบไม่เปิดเผยข้อมูลของ ShoreShop2.0 จึงเป็นโอกาสอันดีเยี่ยมสำหรับการเปรียบเทียบข้ามสาขา

การแข่งขันทดสอบแบบปิดบังข้อมูลระดับนานาชาติ ShoreShop2.0 เป็นรูปแบบความร่วมมือทางวิทยาศาสตร์ที่มีความเข้มงวดสูง ทีมที่เข้าร่วมจะได้รับแจ้งเพียงสถานที่ทดสอบ ซึ่งเป็นชื่อรหัสของอ่าวหรือชายหาด ข้อมูลสำคัญ เช่น ตำแหน่งที่ตั้งและชื่อจริงจะถูกปกปิดไว้เพื่อป้องกันไม่ให้ความรู้ที่มีอยู่ก่อนหน้ามีอิทธิพลต่อการปรับเทียบแบบจำลอง นอกจากนี้ ข้อมูลจะถูกเก็บเป็นความลับในส่วนต่างๆ โดยข้อมูลจากปี 2019-2023 (ระยะสั้น) และปี 1951-1998 (ระยะกลาง) จะถูกเก็บไว้โดยเจตนา จากนั้นแบบจำลองจะทำนายการเปลี่ยนแปลงของแนวชายฝั่งในระยะสั้นและระยะกลาง และตรวจสอบความถูกต้องในท้ายที่สุดโดยใช้ข้อมูลที่เป็นความลับ การออกแบบนี้ช่วยให้สามารถเปรียบเทียบแบบจำลองชายฝั่งข้ามสาขาวิชาภายใต้เงื่อนไขที่ไม่ทราบอย่างสมบูรณ์ได้

ทีมวิจัย 34 ทีมจาก 15 ประเทศได้ส่งแบบจำลองเข้ามา โดยประกอบด้วยแบบจำลองที่ขับเคลื่อนด้วยข้อมูล 12 แบบ และแบบจำลองไฮบริด 22 แบบ ทีมเหล่านี้มาจากสถาบันในสหรัฐอเมริกา ออสเตรเลีย ญี่ปุ่น ฝรั่งเศส และประเทศอื่นๆ อย่างไรก็ตาม แบบจำลองที่ส่งเข้ามานั้นขาดแบบจำลองเชิงพาณิชย์ เช่น GENESIS และแบบจำลองทางฟิสิกส์อย่าง Delft3D และ MIKE21

จากการเปรียบเทียบพบว่าแบบจำลองที่ให้ผลลัพธ์ดีที่สุดสำหรับการพยากรณ์ระยะสั้น 5 ปี ได้แก่ CoSMoS-COAST-CONV_SV (แบบจำลองไฮบริด), GAT-LSTM_YM (แบบจำลองที่ขับเคลื่อนด้วยข้อมูล) และ iTransformer-KC (แบบจำลองที่ขับเคลื่อนด้วยข้อมูล) แบบจำลองเหล่านี้มีค่าความคลาดเคลื่อนรากกำลังสองเฉลี่ยประมาณ 10 เมตร ซึ่งเทียบได้กับความคลาดเคลื่อนโดยธรรมชาติ 8.9 เมตรในข้อมูลการสำรวจชายฝั่งจากดาวเทียมระยะไกล นี่แสดงให้เห็นว่าสำหรับบางชายหาด ความสามารถในการพยากรณ์ของแบบจำลองกำลังเข้าใกล้ขีดจำกัดของเทคโนโลยีการสังเกตการณ์แล้ว แน่นอนว่าแบบจำลองอื่นๆ ก็สามารถจับภาพการเปลี่ยนแปลงของชายฝั่งได้ดีกว่า

สิ่งที่น่าประหลาดใจคือ โมเดลไฮบริดมีประสิทธิภาพเทียบเท่ากับโมเดลที่ขับเคลื่อนด้วยข้อมูล CoSMoS-COAST-CONV_SV (โมเดลไฮบริด) ผสมผสานกระบวนการทางกายภาพและการดำเนินการแบบคอนโวลูชัน ในขณะที่ GAT-LSTM_YM (โมเดลที่ขับเคลื่อนด้วยข้อมูล) ใช้เครือข่ายความสนใจแบบกราฟเพื่อจับความสัมพันธ์เชิงพื้นที่ ทั้งสองโมเดลมีประสิทธิภาพดี

ในแง่ของการพยากรณ์ระยะกลาง แบบจำลอง LX-Shore (แบบจำลองไฮบริด) ให้ผลการพยากรณ์ที่ใกล้เคียงกับข้อมูลที่วัดได้มากที่สุด โดยการเชื่อมโยงกระบวนการเคลื่อนย้ายตะกอนตามแนวชายฝั่งและแนวราบ แบบจำลองเหล่านี้รักษาเสถียรภาพในระยะยาว ในขณะเดียวกันก็แสดงการตอบสนองต่อเหตุการณ์พายุรุนแรงได้สอดคล้องกับข้อมูลที่วัดได้มากที่สุด การพยากรณ์จากแบบจำลองเหล่านี้บ่งชี้ว่า พายุรุนแรงเพียงครั้งเดียวสามารถทำให้ชายฝั่งถอยร่นชั่วคราวได้ถึง 15-20 เมตร โดยการฟื้นตัวอย่างเต็มที่อาจใช้เวลาสองถึงสามปี แบบจำลอง CoSMoS-COAST มีเสถียรภาพที่ดีเยี่ยม ในขณะที่แบบจำลองอื่นๆ อาจประสบปัญหาการเบี่ยงเบนในระยะยาวและการตอบสนองที่มากเกินไป

ผลการจำลองแสดงให้เห็นว่าคุณภาพข้อมูลนับเป็นปัจจัยจำกัดที่สำคัญต่อประสิทธิภาพของแบบจำลอง แม้ว่าข้อมูลการสำรวจระยะไกลจากดาวเทียมจะครอบคลุมพื้นที่กว้าง แต่ความละเอียดเชิงเวลาต่ำ โดยทั่วไปอยู่ที่ระดับสัปดาห์ถึงเดือนละครั้ง ทำให้ยากที่จะจับภาพการฟื้นตัวอย่างรวดเร็วหลังพายุ นอกจากนี้ ขอบน้ำในทันทีจะได้รับผลกระทบจากการซัดขึ้นฝั่งของคลื่นและน้ำขึ้นน้ำลง ซึ่งนำไปสู่ข้อผิดพลาดชั่วคราวที่อาจส่งผลต่อการคาดการณ์ของแบบจำลอง

การศึกษาพบว่าการปรับข้อมูลเชิงพื้นที่และเวลาให้เรียบเนียน เช่น การใช้เทคนิคการกรองสองมิติที่มีประสิทธิภาพ สามารถปรับปรุงประสิทธิภาพของแบบจำลองได้อย่างมีนัยสำคัญ ต่อมา แบบจำลองทดสอบแบบไม่ปิดบังข้อมูล (non-blind test models) ที่ส่งมานั้น สามารถลดข้อผิดพลาดเฉลี่ยลงได้ 15% ผ่านการประมวลผลข้อมูลล่วงหน้าที่เหมาะสมที่สุด

Robust 2D Smoothing เป็นวิธีการประมวลผลสัญญาณขั้นสูงที่ออกแบบมาโดยเฉพาะเพื่อจัดการกับสัญญาณรบกวนในข้อมูลดาวเทียมชายฝั่ง โดยพื้นฐานแล้ว เป็นอัลกอริธึมการกรองแบบวนซ้ำที่ใช้การถ่วงน้ำหนักกำลังสองน้อยที่สุด และมีความทนทานสูงต่อค่าผิดปกติ เช่น สัญญาณรบกวนจากคลื่นชั่วคราวในภาพถ่ายดาวเทียม

อีกปัจจัยสำคัญที่มีผลต่อการทำนายของแบบจำลองคือความแม่นยำของข้อมูลคลื่นบริเวณชายฝั่ง ปัจจุบัน ข้อมูลคลื่นมีข้อผิดพลาดหลายประการ รวมถึงข้อผิดพลาดในการแปลงข้อมูลคลื่นจากข้อมูลวิเคราะห์คลื่นทั่วโลกเป็นข้อมูลบริเวณชายฝั่ง ความคลาดเคลื่อนที่เกิดจากการดึงค่าพารามิเตอร์คลื่นที่เส้นความลึก 10 เมตรแทนที่จะเป็นบริเวณที่คลื่นแตก และการประเมินผลกระทบของเหตุการณ์รุนแรงต่ำเกินไปโดยใช้สภาพคลื่นเฉลี่ยรายวัน ข้อผิดพลาดเหล่านี้ล้วนส่งผลต่อการทำนายของแบบจำลองได้

สำหรับการคาดการณ์ระยะยาว แบบจำลองส่วนใหญ่จะอาศัยกฎบราวน์แบบคลาสสิกในการประเมินผลกระทบของการเพิ่มขึ้นของระดับน้ำทะเล อย่างไรก็ตาม กฎนี้ตั้งอยู่บนสมมติฐานว่ามีปริมาณตะกอนที่เพียงพอและสมดุล และละเลยผลกระทบจากการขนส่งตะกอนนอกชายฝั่งหรือกิจกรรมของมนุษย์ เช่น การเติมทรายชายหาด ซึ่งอาจนำไปสู่ความคลาดเคลื่อนของแบบจำลองอย่างมาก

กฎของบราวน์ซึ่งอิงตามทฤษฎีรูปทรงสมดุล ให้ความสัมพันธ์เชิงเส้นระหว่างระดับน้ำทะเลที่สูงขึ้นและการกัดเซาะชายฝั่ง ทฤษฎีนี้กล่าวว่ารูปทรงชายฝั่งจะรักษารูปทรงสมดุลไว้ เมื่อระดับน้ำทะเลสูงขึ้น พื้นที่รองรับที่เพิ่มขึ้นจะบังคับให้รูปทรงสมดุลนี้เคลื่อนตัวเข้าสู่แผ่นดินเพื่อรักษารูปทรงให้สอดคล้องกับระดับน้ำทะเลใหม่ ดังนั้น ทฤษฎีจึงกล่าวว่าเมื่อรูปทรงชายฝั่งเคลื่อนตัวเข้าสู่แผ่นดิน ชั้นทรายด้านบนจะถูกกัดเซาะ และวัสดุที่ถูกกัดเซาะจะถูกสะสมอยู่บริเวณนอกชายฝั่ง ทำให้พื้นทะเลบริเวณใกล้ชายฝั่งสูงขึ้น ส่งผลให้ระดับความลึกของน้ำคงที่ กฎของบราวน์ทำนายว่าการกัดเซาะชายฝั่งอาจมากกว่าระดับน้ำทะเลที่สูงขึ้นถึง 10 ถึง 50 เท่า ขึ้นอยู่กับความลาดชันของชายหาด

งานวิจัยนี้เป็นพื้นฐานสำหรับการเลือกเครื่องมือที่เหมาะสมตามความต้องการเฉพาะ นอกจากนี้ การประมวลผลข้อมูลเบื้องต้นมีความสำคัญอย่างยิ่ง การประมวลผลข้อมูลที่ถูกต้องบางครั้งอาจมีผลกระทบมากกว่าตัวแบบจำลองเองเสียอีก การต่อยอดจากประสบการณ์ที่ได้รับจาก ShoreShop 2.0 สามารถปรับปรุงข้อมูลดาวเทียมและข้อมูลคลื่นเพื่อเพิ่มความแม่นยำในการทำนายได้ นอกจากนี้ ผลกระทบที่ควบคุมไม่ได้ของชายหาดที่ถูกรบกวนโดยฝีมือมนุษย์ในการพยากรณ์ระยะยาวก็อาจส่งผลกระทบอย่างมากต่อผลการทำนายเช่นกัน ยิ่งไปกว่านั้น การขาดการมีส่วนร่วมจากแบบจำลองเชิงพาณิชย์ เช่น GENESIS, Delft3D และ MIKE21 ก็เป็นปัญหาสำคัญอีกด้วย

ผู้พิทักษ์พรมแดนสีน้ำเงิน: ภารกิจ 11 ปีของแฟรงก์สตาร์ในการปกป้องมหาสมุทรและสภาพภูมิอากาศของเรา

ตลอดระยะเวลากว่าทศวรรษที่ผ่านมา แฟรงก์สตาร์เป็นผู้นำด้านการดูแลรักษาสิ่งแวดล้อมทางทะเล โดยใช้เทคโนโลยีล้ำสมัยและความแม่นยำทางวิทยาศาสตร์เพื่อส่งมอบข้อมูลทางทะเลและอุทกวิทยาที่เหนือกว่าใคร ภารกิจของเราไม่ได้เป็นเพียงแค่การเก็บรวบรวมข้อมูล แต่เราคือผู้สร้างอนาคตที่ยั่งยืน โดยเสริมศักยภาพให้สถาบัน มหาวิทยาลัย และรัฐบาลทั่วโลกสามารถตัดสินใจอย่างรอบรู้เพื่อสุขภาพของโลกของเรา

 

640 (1)


วันที่เผยแพร่: 11 สิงหาคม 2568