基于LSTM构建海岸侵蚀风险预测模型的研究及应用

岸线侵蚀预测是海岸动力地貌学研究的热点问题之一。本文基于长短期神经记忆网络LSTM,采用1985-2023年江苏射阳县附近海域收集到的岸线、水深和潮间带宽度数据,结合ERA5数据反演的波浪和潮流数据,构建海岸侵蚀风险预测模型。该预测模型可以准确反映海岸线的加速侵蚀、稳定侵蚀、淤积的非线性变化或线性变化趋势。预测结果表明,在沙源减少条件下,波浪和潮流增强是近20年来射阳海域海岸侵蚀的主要因素。此外,利用预测模型开展了海岸加固、消浪和弱流对海岸的防护效果试验,试验结果表明,海岸加固防护效果最佳,消浪防护效果较弱流防护效果好。预测模型设置运行过程高效,具有较高的应用价值和开发潜力。