热带海洋学报

作者：王傲宇, 屈科, 王旭, 高榕泽, 门佳

单位：1.长沙理工大学水利与环境工程学院, 湖南 长沙 410114；2.洞庭湖水环境治理与生态修复湖南省重点实验室, 湖南 长沙 410114；3.水沙科学与水灾害防治湖南省重点实验室, 湖南 长沙 410114

关键词：海底滑坡,卷积神经网络,时序预测,灾害预警,

基金：国家重点研发计划课题项目(2022YFC3103601)

海底滑坡作为一种破坏力巨大并且在全世界范围广泛分布的自然灾害, 往往会给人类的生命安全产生巨大的威胁。滑坡产生的巨大涌浪会对海洋建筑物造成严重破坏, 因此迅速预测和评估海底滑坡所能产生的涌浪大小是防灾减灾工作的关键部分, 对海洋资源的开发利用以及人民生命财产安全至关重要。文章以非静压模型(non-hydrostatic wave model, NHWAVE)进行了滑坡涌浪的数值模拟, 得到了不同滑坡产生涌浪的数据, 并以一维卷积神经网络(1-dimensional convolutional neural network, CONV1D)为基础, 训练了滑坡产生涌浪的预测模型。该模型使用了不同测点和不同类型的滑坡数据集进行训练, 并使用平均绝对误差等评价指标对卷积神经网络的预测结果进行评估。在使用少量数据集的条件下, 卷积神经网络能很好地学习到滑坡涌浪的规律, 并且对于数据集中不存在的特征也能预测得到不错的结果, 具有较好的泛化能力。模型训练好之后, 只要实时输入滑坡发生位置自由表面的水位数据, 神经网络就能在短时间内预测出未来下游测点涌浪的时程曲线。通过神经网络预测, 可以提前对灾害进行评估, 从而采取及时有效的应对措施。

来源：2025年第2期

《热带海洋学报》期刊编辑部

查看热带海洋学报杂志2025年第2期