新研究建议使用AI改善旅游区的海啸警告
作者：ByJordan JosephEarth.com staff writer
06-21-2025
温哥华岛上的海啸警告从来没有听起来很真实，但是科学家知道这种情况是暂时的。一项新的研究表明，人工智能可以使拆分的第二个呼吁更加明确，以决定访客和当地人是否可以达到更高的地面。
在托菲诺（Tofino）上的工作零，这是一个冲浪小镇，其海滩和酒店一年都充满旅行者。研究人员测试了不同的警告策略，发现机器学习可以节省更多的人，而不是当今急救人员使用的规则。
地球科学教授Katsuichiro Goda在西部大学， 这加拿大多种危害风险评估研究主席，领导项目。他和他的团队将传统的统计模型与较新的随机森林算法和神经网络工具进行了比较，检查官员可以等待多长时间，然后按下警报按钮。
豆腐的高赌注
托菲诺坐在
卡斯卡迪亚俯冲带，600英里的故障Juanâdeâfuca板在北美下潜水。在该边界上的9级破裂可能会在大约20英寸的时间内派出65英尺的水墙。
日本的网络
沿深海电缆的150个海洋底部传感器包装，但温哥华岛仅依靠四个节点来获得真实的时间数据。这种不平衡很重要，因为在严重淹没期间，Tofino的酒店，码头和木板路商店代表了超过2亿加元的AT风险资产。
一个 为什么几分钟很重要
撤离演习表明，即使是合适的徒步旅行者，也需要多达17英寸的时间才能从海滨爬到指定的山丘。
警报那太晚了，这是一个外面的一条高速公路，将居民捕获在停滞不前的交通后面。加拿大缺乏历史悠久的海啸目录，因此该研究为计算机提供了数千个模拟波形，而不是过去的过去事件。
该小组发现，当训练局省略某些破裂风格时，表现会狂奔，这是不确定性的沿海规划师在公开简报中很少看到的。
添加来自
贝叶斯 - 数字双胞胎模型可能会缩小该差距，这是一种正在为卡斯卡迪亚海岸进行测试的方法。一个 随机森林与人类判断
等待时间太短时
海啸戈达说，预警模型在成功方面有很大差异。他最喜欢的工具《随机森林》堆叠了数十种迷你决策树，每种都在最安全的时刻进行投票之前，都称重不同的地震变量
警报。在测试中，该算法在成功的撤离方面击败了多个线性回归，大约15％，这与国际试验的结果相呼应，这些试验将海底测量值与机器学习预测联系起来。
一个 海啸警告警报器
日本S 150个站阵列沿3,600英里的光纤电缆的压力和地震数据，为居民提供了有关波高和到达时间的更清晰信息。
由加拿大海洋网络运营的温哥华岛的四个传感器网络限制了考克斯湾（Cox Bay）等旅游海滩附近的早期检测准确性。
Goda认为，即使是一个适度的扩展 - 每25英寸海岸线的一个额外传感器也会喂养饥饿的算法，并缩短地震与警觉之间的间隔。
十字准人的旅游经济
高峰季节使托菲诺的人口从2500次增加到近20,000，这使人们在波浪到来之前将人们上坡上山的挑战。
企业主指出，单个错误警报可能会花费数十万美元的取消预订，因此准确性和信任齐头并进。
当地人说，任何警报系统的成功取决于人们是否信任它。
这种信任取决于理解如何以及为什么发出疏散令。
解释的讲习班和学校课程海啸动态以及警告工作如何帮助提高了托菲诺的认识。
这些努力建立了准备的文化，使人们更有可能在几秒钟内迅速采取行动。
走向更智能的撤离
Goda解释说，我们需要开始使用更多的AI模型来获得更好的结果，但是它们更饥饿，只能通过更多的数据表现出色。”
西方的研究提出了反对直觉策略：等待额外的几秒钟，然后发出警报，以包括较强的浪潮高度估计。
过去的灾难表明了为什么精度很重要：2011年之后的调查Tohoku海啸发现反复的错误警报使一些居民后来逃离小海浪的可能性较小。一个
明年秋天，戈达（Goda）的小组将在托菲诺（Tofino）的年度演习期间与居民一起实时测试AI辅助警报发电机。如果原型运行，则相同的代码可以守护从巴厘岛到哈瓦那的度假胜地，从而减少了受监控和被忽视的海岸线之间的伤亡差距。
该研究发表在沿海工程杂志。
-
喜欢你读的书？订阅我们的新闻通讯有关引人入胜的文章，独家内容和最新更新。
检查我们Earthsnap，一个免费的应用程序。埃里克·拉尔斯（Eric Ralls）和Earth.com。
-
新闻来了
关于我们星球每天传达给您的最大新闻
关于《新研究建议使用AI改善旅游区的海啸警告》的评论
暂无评论