Impact of Storm Surge and Power Peaking on Tidal-Fluvial Dynamics in Microtidal Neretva River Estuary
本研究针对微潮型内雷特瓦河河口,提出一种纳入风暴潮与河流流量项的非平稳调和模型,并结合STREAM数值模拟揭示了电力调峰对分潮振幅的调制作用,提升了从下游潮控区到上游径流控制区的水位预测能力。
2024-11-20 physics.ao-ph
Flo: A data-driven limited-area storm surge model
Norwegian Meteorological Institute(挪威气象局)
Flo是一种基于图神经网络的数据驱动风暴潮模型,通过训练43年的大气数据,实现了高分辨率的风暴潮模拟,为传统物理模型提供了补充。
2026-10-06 physics.ao-ph
Prediction of storm surge on evolving landscapes under climate change
提出结合地貌特征和边界条件的深度学习模型,基于ADCIRC模拟数据预测气候变化下演化地貌的风暴潮,在跨情景预测中实现低误差且准确重现年超越概率分布。
2023-12-24 physics.ao-ph
Advancing Spatio-temporal Storm Surge Prediction with Hierarchical Deep Neural Networks
École de Technologie Supérieure, Université du Québec(魁北克大学高等技术学院);University at Buffalo(布法罗大学)
针对传统风暴潮数值模型计算成本高、现有深度学习模型存在误差累积的问题,提出结合卷积自编码器的分层深度神经网络,通过多时间尺度层级预测与降维解码,实现高效准确的风暴潮时空预测。
2024-10-01 cs.LG physics.ao-ph
Investigation Of The Hydro-Meteorological Hazards Along The Bulgarian Coast Of The Black Sea By Reconstructions Of Historical Storms
极端海洋风暴期间的水文气象参数信息对于沿海地区洪水风险背景下的可持续发展具有重要意义。通常,对极端风、浪和风暴潮的仪器测量缺乏足够长的历史。历史风暴模拟是评估海岸带潜在灾害的重要工具。在缺乏测量数据的情况下,后报可以满足对历史数据的需要。对1972-2012年期间黑海保加利亚海岸的10个最严重风暴进行了波浪和风暴潮区域数值模拟。采用高分辨率大气模式ALADIN,将ERA-Interim和ERA-40对10米处风和平均海平面气压的再分析缩小到适合于精确评估风暴期间水文气象参数的水平和时间尺度。风场和海平面气压的降尺度场被用作波浪和风暴潮模型的输入。
2015-09-28 physics.ao-ph
Multi-Output Artificial Neural Network for Storm Surge Prediction in North Carolina
在飓风季节,应急管理人员和其他决策者需要关于潜在风暴潮影响的准确和“及时”信息。完全动态的计算机模型,如ADCIRC潮汐、风暴潮和风浪模型,在配置为高空间分辨率时,需要几个小时才能完成预测。此外,高分辨率模型的静态有意义的集合(不确定性估计所需的)不容易近实时地计算。本文讨论了一个人工神经网络模型用于北卡罗来纳州的风暴潮预报。该网络模型提供了快速,实时的风暴潮估计在北卡罗来纳州沿海地区。本文研究的性能的神经网络模型与其他模型的合成和真实的飓风数据。
2016-09-23 cs.NE physics.ao-ph stat.AP
Diagnostic vs dynamic representation of the inverse barometer effect in a global ocean model and its potential for probabilistic storm surge forecasting
Norwegian Meteorological Institute(挪威气象局);University of Bergen(卑尔根大学);European Centre for Medium-Range Weather Forecasts(欧洲中期天气预报中心)
本文研究了反气压效应在全球海洋模型中的诊断与动态表示方法,发现其能有效降低风暴潮预报的误差,尤其在封闭盆地和特定风暴事件中表现更佳。
2026-01-23 physics.ao-ph
Observations of cyclone-induced storm surge in coastal Bangladesh
孟加拉国海岸带的15个验验潮仪的水位测量值与1977年至2010年期间54个气旋的气旋路径和风速数据一起进行了分析。风暴潮量级是通过从每个站点的观测水位中减去模拟的天文潮计算出的剩余水位来推断的。观测到的残留水位一般小于报告的气旋风暴潮水位,在这两种情况下,许多气旋根本没有产生明显的残留。最高和最低残留水位都较高的西登陆气旋产生的陆地风和一般减少气旋登陆孟加拉国海岸或向东产生离岸风。在气旋期间观测到的水位一般受潮汐相位和振幅的影响比单独受风暴潮的影响更大。在15个站点中,只有7个站点的最高观测水位与气旋相吻合。虽然气旋一致的剩余水位最大值发生在一个广泛的潮汐阶段,很少符合高大潮。与最大风速,登陆时数,人口密度和剩余水位(推断的风暴潮)的气旋相关的人员伤亡的比较显示,任何单一的特征没有显着的相关性。具有高伤亡的气旋通常在这些特征中的一个或多个方面是极端的,但似乎没有一个极端特征是所有高伤亡气旋所共有的。
2015-12-14 physics.ao-ph physics.geo-ph
Optimization of multiple storm surge risk mitigation strategies for an Island City On a Wedge
管理沿海洪水风险涉及在不同选项组合中进行选择。分析这些选择通常需要一个模型。最先进的沿海风险模型提供了详细的区域信息,但可能难以实施,计算具有挑战性,并且可能无法进入较小的社区。简单的经济损失模型更容易获得,但可能没有包含重要的功能,因此无法以足够的保真度模拟风险和权衡,以有效地支持决策。在这里,我们开发了一个新的框架来分析沿海防洪。该框架计算成本低,但结合了许多沿海城市的共同特点。我们将此框架应用于一个理想化的沿海城市,并评估和优化两个目标,使用组合的风险缓解策略对广泛的未来国家的世界。我们发现,使用组合的策略优化允许识别帕累托最优策略组合,优于个别策略选项。
2019-05-04 physics.ao-ph
A global unstructured, coupled, high-resolution hindcast of waves and storm surge
开发了基于非结构化网格、耦合SCHISM与WWM-V模型的50年全球海浪与风暴潮后报数据集,分辨率达2-4公里,显著提升近岸动力学模拟能力,为沿海灾害风险评估提供高精度数据支持。
2023-06-28 physics.ao-ph
Trends in storm surge probability of occurrence along the Polish Baltic Sea coast
在评估风暴潮对海岸的危害时,经常进行频率分析。一个特别令人关切的问题是海平面上升,据认为这会对最高水位产生影响。在这项研究中,三个计量站的长期记录可以追溯到19世纪,位于波兰波罗的海沿岸进行了分析。不同的理论分布进行了测试,以找到最适合的一个。Gumbel分布被选择和估计为40年的移动周期。所有验潮站的位置参数都有上升,但格但斯克验潮站的形状参数稳定,其他两个验潮站的形状参数则有所下降。实际上,理论年最高水位遵循格但斯克的SLR,而大多数极端风暴潮在Swinoujscie没有趋势,在Kolobrzeg有负趋势。对此可能的解释进行了调查(NAO指数测量的大气环流变化)。
2014-10-09 physics.ao-ph stat.AP
Adaptive Mesh Refinement for Storm Surge
Institute for Computational Engineering and Science, University of Texas at Austin(德克萨斯大学奥斯汀分校计算工程与科学研究所)
本文提出利用自适应网格细化算法改进风暴潮建模,降低计算成本并保持海岸分辨率。在Geoclaw框架中实现并对比Adcirc模型及观测数据。
2014-01-22 cs.NA math.NA physics.ao-ph
Projecting U.S. coastal storm surge risks and impacts with deep learning
Pacific Northwest National Laboratory(太平洋西北国家实验室)
本研究针对热带气旋风暴潮风险评估难题,采用深度学习风暴潮模型结合合成TC事件与海平面变化预测美国沿海风险,验证了模型可靠性,发现本世纪末风险人口将增50%,明确了重点高风险区域与临界阈值。
2025-06-16 cs.LG physics.ao-ph
Bias Correction of Operational Storm Surge Forecasts Using Neural Networks
针对挪威沿岸业务化风暴潮预报误差较大的问题,提出基于残差学习的神经网络校正方法,可显著降低短时效预报误差,且易于业务化部署。
2023-12-18 physics.ao-ph
Implicit Assimilation of Sparse In Situ Data for Dense & Global Storm Surge Forecasting
European Space Agency(欧洲空间局);La Trobe University(拉筹伯大学);Consiglio Nazionale delle Ricerche(国家研究委员会(意大利));Terrarum(特拉伦公司)
本文提出用神经网络隐式同化稀疏现场验潮站数据与粗粒度海洋再分析,构建全球数据集,实现面向无观测站地点的密集全球风暴潮预报。
2024-04-05 cs.AI cs.CV cs.LG
Stochastic dynamics of storm surge with stable noise
先进的环流(ADCIRC)和模拟近岸波(SWAN)耦合模式进行了修改,包括随机项的浅水方程,表示随机外力从碎片携带的浪涌和短期的本地规模的大气波动。我们在耦合模式的强迫项中加入了$α$ -稳定的噪声,在空间和时间上不相关。模型的输入是来自地形和水深、土地覆盖分类、潮汐势成分和大气强迫的非结构化计算网格。该模型模拟了塔克洛班市中心附近以每秒4米的速度冲过的约5米的浪涌高度。预计低估的模拟涌浪高度与裸地球模型和流体源的控制方程的情况下,而高估的模拟峰值高度也会发生由于存在混凝土障碍物,减少涌浪高度和淹没程度。在低潮和相对较高的流体速度时,随机模型对随机外力敏感。低潮发生在流速最大、水位最低的时候,而流速较高则是由风暴潮等外力带来的。然而,从确定性的解决方案的随机解的差异平均为零,并没有显着改善风暴潮模型在一般情况下,当涉及到加性噪声。这是预期的结果,因为所使用的噪声具有零均值。随着$α$趋于零,更大的跳跃发生得更频繁,因此为了仿真稳定性,$σ$需要与$10^{-8}$一样小。
2020-12-11 cs.CE physics.ao-ph
Protection of New York City Urban Fabric With Low-Cost Textile Storm Surge Barriers
位于多个地点的纺织品风暴潮屏障实际上是世界著名的城市结构的延伸-这是城市对当地自然的统治的另一种表现。纺织品风暴浪涌屏障(TSSB)旨在保护城市免受北大西洋飓风的影响,这些飓风会导致海浪影响人口密集和高价值的房地产,引发灾难性的,可能是长期的基础设施和金钱损失。复杂的TSSB安装宏观项目规划是哈德逊河和其他河流的存在,几个小的潮汐海峡,未来的气候变化和其他因素。我们的结论是,TSSB装置均质建筑材料制成的是值得研究的,因为它们可能是更便宜的建设,更容易更换后,任何故障,比混凝土和钢风暴潮屏障,这也是由均质材料。我们认为,最好的宏观项目成果将在21世纪初以完美的宏观工程规划方式和最佳的需求时间发展,其中包括纽约和新泽西港务局。TSSB技术比战时港口反潜/反鱼雷钢网和岩石丘吉尔屏障更有实际意义。
2007-10-01 physics.ao-ph physics.gen-ph physics.soc-ph
A Framework for Flexible Peak Storm Surge Prediction
Norwegian University of Life Sciences(挪威生命科学大学);Simula Research Laboratory(西穆拉研究实验室)
针对高保真风暴潮模型计算成本高的问题,提出基于多阶段方法的新型代理模型,独立预测各点风暴潮,在德州和阿拉斯加研究中实现与ADCIRC相当的精度且速度快多个数量级。
2023-03-31 cs.CE cs.LG physics.ao-ph
Cheap Textile Dam Protection of Seaport Cities against Hurricane Storm Surge Waves, Tsunamis, and Other Weather-Related Floods
为海陆织物坝的设计提供了一种新的方法和廉价的实用设计方法。所提供的用于保护美国主要海港城市免受飓风风暴潮、海啸和其他与天气有关的洪水的方法是最便宜的(建造和维护所有现存的防洪屏障),因此,它具有用于保护沿海城市免受自然天气引起的灾害的极好的应用前景。它也可能是一种非常便宜的方法,用于生产大量的周期性可再生水电,从海洋,湖泊,河岸进行土地复垦,以及岛屿和岛屿与大陆的陆地运输连接,而不是非常昂贵的水上桥梁和水下隧道。
2007-01-04 physics.ao-ph physics.gen-ph physics.soc-ph
Comments on "Assessing future risk: quantifying the effects of sea level rise on storm surge risk for the southern shores of Long Island, New York," by Christine C. Shepard, et al (Natural Hazards, Vol. 60, No. 2, 727-745)
验潮仪和卫星数据表明,海平面上升的速度并没有因过去3/4世纪的二氧化碳排放而显著增加,因此没有理由期望它会因未来3/4世纪的二氧化碳排放而显著增加。对未来海平面的最佳预测是对过去同一地点海平面历史的线性投影。对于长岛来说,到2080年大约是7-8英寸。
2012-03-31 physics.ao-ph physics.geo-ph
The influence of the meteorological forcing data on the reconstructions of historical storms in the Black Sea
本文研究了不同气象强迫源对海岸波浪和风暴潮模式的适用性,这些模式为海岸预警系统(EWS)提供业务海洋预报,并用于重建历史风暴。历史风暴潮的重建是海岸带自然灾害易损性评价的途径之一。我们评估的重要性,输入气象信息的上述类型的海岸模型。对于两个有据可查的历史风暴,造成重大损害,沿保加利亚海岸,我们模拟了显着的波高和海平面变化,使用SWAN波模型和风暴潮模型。风场和平均海平面气压场是从欧洲中期预报中心(ECMWF)的ERA中期再分析和高分辨率有限区域数值天气预报模式ALADIN的输出中提取的。总体结论是,对于成功的历史风暴重建ERA中期和ERA 40再分析是有价值的气象强迫源,但由于其在空间和时间分辨率方面的局限性,建议使用动态降尺度的再分析数据来产生更高的空间和时间分辨率的气象场。
2014-03-02 physics.ao-ph
Storm Surge Modeling in the AI ERA: Using LSTM-based Machine Learning for Enhancing Forecasting Accuracy
Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学);Louisiana State University(路易斯安那州立大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本研究针对物理风暴潮模型存在系统误差的问题,提出基于LSTM的机器学习架构校正偏差,仅用6场飓风数据训练即可达到良好效果,可用于实时预报校正,且方法可迁移至其他物理模拟场景。
2024-03-07 cs.LG physics.ao-ph
A Comparative Study of Convolutional and Recurrent Neural Networks for Storm Surge Prediction in Tampa Bay
Old Dominion University(奥多明尼昂大学)
针对坦帕湾风暴潮预测问题,对比CNN-LSTM、LSTM、3D-CNN三种深度学习架构的性能,发现CNN-LSTM整体及极端场景下表现最优,为风暴潮代理建模的模型选型提供参考。
2026-10-28 cs.LG physics.ao-ph
Characterizing the deep uncertainties surrounding coastal flood hazard projections: A case study for Norfolk, VA
沿海规划者和决策者根据灾害预测设计风险管理战略。然而,预测可能会有很大的不同。是什么导致了这种差异,决策者应该采用哪些预测来制定计划和适应措施,以提高沿海地区的复原力?使用诺福克,弗吉尼亚州,作为一个案例研究,我们开始解决这些问题,通过表征和量化公布的海平面上升和风暴潮预测之间的差异的驱动因素,以及这些差异如何影响努力,以提高沿海弹性。我们发现,假设冰盖的复杂行为是洪水灾害多样性的主要驱动力。采用单一的危险预测会忽略关键的不确定性,并可能导致过度自信的预测和向下偏置的危险估计。这些结果强调了提高灾害预测有用性的关键途径,以告知决策,例如(i)表示复杂的冰盖行为,(ii)覆盖本世纪以后的决策相关时间尺度,(iii)解决发生概率低的风暴潮(例如,每年0.2%的概率),(iv)考虑到风暴潮预测可能偏离历史记录,以及(v)传达相当大的深度不确定性。
2019-06-10 physics.ao-ph
Wind-induced Natural Gamma Radiation
本研究发现2024-2025年阿拉加茨冬季风暴期间自然伽马辐射异常激增,超出已知大气机制解释范围,提示高海拔和极地或有类似现象,对大气模型优化等具有重要意义。
2025-05-16 physics.ao-ph
Modeling the Combined Impact of Rainfall and Storm Tide on Coastal Cities under a Changing Climate: Transportation Infrastructure Impacts in Norfolk, Virginia USA as a Case Study
世界各地的低洼沿海城市容易受到降雨和风暴潮的综合影响。然而,现有的方法缺乏模拟这些洪水机制的综合影响的能力。因此,为了提高洪水恢复力,建模技术,以提高这些洪水灾害的综合影响的理解和预测是至关重要的。为了满足这一需求,本研究提出了一种建模系统,用于评估在不断变化的气候条件下沿海城市的综合洪水风险,该系统利用海洋建模与陆地表面建模,能够解决城市内的城市排水基础设施。该模型方法被证明是在量化的未来对交通基础设施的影响在诺福克,弗吉尼亚州美国。一系列的组合风暴事件是为当前(2020年)和预测未来(2070年)的气候条件。结果表明,在当前气候条件下,洪泛对交通网络造成的中断比潮汐洪水更大。然而,到2070年,潮汐洪水将成为主要的洪水机制,由于SLR,预计每天都会发生滋扰性洪水。到2070年,滋扰性洪水预计将导致4.6%的总链路关闭时间(TLC),这是2020年50年一遇风暴潮(1.8% TLC)的两倍多。将耦合模型与广泛使用但物理上过于简单的浴缸法进行比较,以评估所提出的更复杂的建模所产生的差异。结果表明:对于2020年和2070年的10年一遇风暴潮,浴盆法分别高估了海岸线附近的洪泛面积9.5%和3.1%,而低估了内陆地区的洪泛面积9.0%和4.0%。研究结果表明,复杂的建模方法在沿海社区的气候适应性规划和政策的好处。
2021-08-26 physics.ao-ph
Towards a system for sea state forecasts in the Bulgarian Black Sea coastal zone: the case of the storm of 07-08 february 2012
本文介绍了现有的业务海况预报系统的NIMH-BAS在黑海的海况和我们目前的进展情况,在保加利亚海岸带的风浪预报实施的一个额外的组成部分。在强风暴期间发生的风浪,特别是极端的风浪,是海岸带的主要危害,对基础设施造成重大破坏,对人的生命造成威胁,也对海岸周围的保护区造成重大破坏。数值模式WAVEWATCH III用于整个黑海的风浪预报,水平分辨率为1/8度(约14公里),这对于公海来说是足够的,但对于详细的沿海预报来说还不够。为了在严重风暴的情况下进行沿海预报和预警,我们决定实施SWAN(模拟近岸波浪)-TU- DELFT的发展。在本文中,我们将描述有关NIMH-BAS的沿海海况预报系统的简要细节,并对2012年2月7日至8日的风暴进行案例研究,这是过去十年(可能是更长时间)我国沿海地区最严重的风暴。
2012-12-10 physics.ao-ph
Assessing the Risks of Typhoon-Induced Multi-Hazards in South Korea
本文研究韩国台风引发的多重灾害风险评估,探讨现有数据、模型及方法,并分析北 Atlantic 地区方法在韩国的适用性。
2026-04-16 physics.ao-ph
Bangladesh's Amplified Coastal Storm Tide Hazard from Tropical Cyclones and Rising Sea Levels in a Warming Climate
本文通过统计-物理降尺度和多模型大集合预估,揭示气候变暖下孟加拉国百年一遇风暴潮将从3.5米增至4.9-5.4米,破坏性气旋风暴潮频率增加6-23倍,凸显提升沿海韧性的紧迫性。
2025-01-02 physics.ao-ph stat.AP
Discovering strategies for coastal resilience with AI-based prediction and optimization
Research and Exploratory Development Department(研究与探索发展部门);Johns Hopkins Applied Physics Laboratory(约翰霍普金斯应用物理实验室)
本研究提出一种结合风暴潮生成、代理建模和连续臂老虎机问题求解的AI驱动方法,用于优化海岸干预方案,并在佛罗里达州案例中验证其可显著降低风暴损失。
2025-09-23 cs.LG physics.ao-ph
A Multi-Tiered Bayesian Network Coastal Compound Flood Analysis Framework
Purdue University(普渡大学);U.S. Army Engineer R&D Center(美国陆军工程师研究与开发中心);University of Maryland(马里兰大学)
该研究提出一个多层级贝叶斯网络框架,用于沿海复合洪水概率分析,并在新奥尔良案例中验证其在不同资源条件下的有效性。
2025-07-03 physics.ao-ph stat.AP
Ensemble Kalman Filtering for Glacier Modeling
本研究基于两阶段冰盖模型,探索利用EnKF等数据同化方法改进冰川融化与海平面上升预测,发现其能纠正早期数据不足导致的偏差,并用于计算海平面上升及模拟风暴潮影响。
2023-05-20 cs.NA math.DS math.NA