Изменение климата приводит к повышению уровня моря и усилению штормов, в результате чего береговые линии по всему миру сталкиваются с беспрецедентными рисками эрозии. Однако точное прогнозирование изменений береговой линии представляет собой сложную задачу, особенно в отношении долгосрочных тенденций. Недавно в рамках международного совместного исследования ShoreShop2.0 была проведена оценка эффективности 34 моделей прогнозирования береговой линии методом слепого тестирования, что позволило выявить современное состояние дел в области моделирования береговых линий.

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, таких как побережье Мексиканского залива в США, ежегодная скорость эрозии превышает 20 метров.

Прогнозирование изменений береговой линии по своей природе является сложной и многогранной задачей, требующей учета взаимодействия множества факторов, включая энергию волн, перенос наносов и повышение уровня моря. Точные прогнозы на длительные периоды времени представляют собой еще более сложную задачу.

Современные модели прогнозирования береговой линии можно разделить на три категории: одна основана на физическом моделировании, например, Delft3D и MIKE21, использующие уравнения гидродинамики и переноса наносов; другая представляет собой гибридную модель, сочетающую физические принципы с методами, основанными на данных, например, CoSMoS-COAST и LX-Shore; и третья — модель, основанная исключительно на статистических методах или методах машинного обучения, таких как сети LSTM и архитектуры Transformer.

Несмотря на большое разнообразие моделей, отсутствие единых критериев оценки затрудняет сравнение их производительности. Какая модель предлагает наиболее точные прогнозы? Конкурс слепого тестирования ShoreShop2.0 предоставляет прекрасную возможность для междисциплинарных сравнений.

Международный конкурс слепого тестирования ShoreShop2.0 представляет собой высокострогую форму научного сотрудничества. Команды-участники получают информацию только о месте проведения тестирования, которое является кодовым названием залива или пляжа. Ключевая информация, такая как его местоположение и фактическое название, скрывается, чтобы предотвратить влияние предварительной информации на калибровку модели. Кроме того, данные хранятся в секрете по отдельным разделам, при этом данные за 2019-2023 годы (краткосрочный период) и 1951-1998 годы (среднесрочный период) намеренно засекречены. Затем модели прогнозируют краткосрочные и среднесрочные изменения береговой линии, в конечном итоге проверяя их точность с использованием конфиденциальных данных. Такая структура позволяет проводить междисциплинарные сравнения прибрежных моделей в совершенно неизвестных условиях.

Тридцать четыре исследовательские группы из 15 стран представили модели, включающие 12 моделей, основанных на данных, и 22 гибридные модели. Эти группы представляли учреждения в США, Австралии, Японии, Франции и других странах. Однако в представленных моделях отсутствовали коммерческие модели, такие как GENESIS, а также модели, основанные на физических принципах, такие как Delft3D и MIKE21.

Сравнение показало, что лучшими моделями для краткосрочных пятилетних прогнозов оказались CoSMoS-COAST-CONV_SV (гибридная модель), GAT-LSTM_YM (модель, основанная на данных) и iTransformer-KC (модель, основанная на данных). Эти модели достигли среднеквадратичной ошибки приблизительно в 10 метров, что сопоставимо с присущей данным дистанционного зондирования береговой линии со спутников погрешностью в 8,9 метров. Это указывает на то, что для некоторых пляжей прогностические возможности моделей приближаются к пределам возможностей наблюдательных технологий. Конечно, другие модели смогли лучше отразить изменения береговой линии.

Удивительным результатом стало то, что гибридная модель показала сопоставимые результаты с моделью, основанной на данных. CoSMoS-COAST-CONV_SV (гибридная модель) сочетает физические процессы и сверточные операции, в то время как GAT-LSTM_YM (модель, основанная на данных) использует сеть внимания на основе графов для улавливания пространственных корреляций. Обе модели показали хорошие результаты.

Что касается среднесрочных прогнозов, то серия LX-Shore (гибридные модели) обеспечивает наиболее близкое соответствие измеренным данным. Благодаря сочетанию процессов переноса наносов вдоль берега и вбок, эти модели поддерживают долгосрочную стабильность, демонстрируя при этом наиболее согласованную реакцию на экстремальные штормовые явления с измеренными данными. Прогнозы, полученные с помощью этих моделей, показывают, что один сильный шторм может вызвать временное отступление береговой линии на 15-20 метров, а полное восстановление может занять от двух до трех лет. Серия CoSMoS-COAST обеспечивает превосходную стабильность, в то время как другие модели могут страдать от долгосрочного дрейфа и чрезмерной реакции.

Результаты моделирования показывают, чтокачество данныхЭто ключевой ограничивающий фактор в работе модели. Хотя данные спутникового дистанционного зондирования охватывают обширную территорию, их временное разрешение низкое, обычно от еженедельного до ежемесячного, что затрудняет оценку быстрого восстановления после шторма. Кроме того, на мгновенную границу водной поверхности влияют набеги волн и приливы, что приводит к кратковременным ошибкам, которые могут повлиять на прогнозы модели.

Исследование показало, что пространственно-временное сглаживание данных, например, с помощью надежных методов двумерной фильтрации, может значительно улучшить производительность модели. Впоследствии, в ходе неслепого тестирования модели показали снижение средней ошибки на 15% за счет оптимизированной предварительной обработки данных.

Надежное двумерное сглаживание (Robust 2D Smoothing) — это передовой метод обработки сигналов, специально разработанный для обработки шума в спутниковых данных о береговой линии. По сути, это итеративный алгоритм фильтрации, основанный на взвешенном методе наименьших квадратов, и он обладает высокой устойчивостью к выбросам, таким как кратковременный волновой шум на спутниковых изображениях.

Еще одним фактором, имеющим решающее значение для прогнозов модели, является точность данных о прибрежных волнах. В настоящее время данные о волнах страдают от различных ошибок, включая ошибки в преобразовании данных глобального реанализа волн в прибрежную зону, смещения, вызванные извлечением параметров волн на 10-метровой изобате вместо зоны обрушения, а также недооценку воздействия экстремальных явлений при использовании среднесуточных волновых условий. Все эти ошибки могут повлиять на прогнозы модели.

Для долгосрочных прогнозов большинство моделей опираются на классический закон Броуна для оценки влияния повышения уровня моря. Однако этот закон предполагает бесконечное и сбалансированное поступление наносов и игнорирует эффекты переноса наносов в прибрежной зоне или деятельности человека, такой как подпитка пляжей. Это может привести к значительным искажениям модели.

На основе теории равновесного профиля закон Брауна устанавливает линейную зависимость между повышением уровня моря и отступлением береговой линии. Эта теория постулирует, что прибрежный профиль сохраняет равновесную форму. По мере повышения уровня моря увеличивающееся пространство для аккумуляции заставляет этот равновесный профиль смещаться в сторону суши, чтобы сохранить свою форму относительно нового уровня моря. Следовательно, теория предполагает, что по мере смещения прибрежного профиля в сторону суши верхний слой пляжа размывается, и размытый материал откладывается в море, вызывая поднятие прибрежного морского дна и тем самым поддерживая постоянную глубину воды. Закон Брауна предсказывает, что отступление береговой линии может быть в 10–50 раз больше, чем повышение уровня моря, в зависимости от уклона пляжа.

Данное исследование предоставляет основу для выбора соответствующих инструментов в зависимости от конкретных потребностей. Кроме того, предварительная обработка данных имеет решающее значение; правильная обработка данных иногда может оказать большее влияние, чем сама модель. Основываясь на опыте, полученном с помощью ShoreShop 2.0, можно улучшить спутниковые и волновые данные для повышения точности прогнозирования. Более того, неконтролируемое воздействие искусственно нарушенных пляжей на долгосрочные прогнозы также может существенно повлиять на результаты прогнозирования. Кроме того, существенной проблемой является отсутствие участия коммерческих моделей, таких как GENESIS, Delft3D и MIKE21.

​Хранители голубого рубежа: 11-летняя миссия Frankstar по защите наших океанов и климата.

Более десяти лет компания Frankstar находится в авангарде охраны морской среды, используя передовые технологии и научный подход для предоставления беспрецедентных океанографических и гидрологических данных. Наша миссия выходит за рамки простого сбора данных — мы являемся архитекторами устойчивого будущего, предоставляя учреждениям, университетам и правительствам по всему миру возможность принимать обоснованные решения для здоровья нашей планеты.