[論文レビュー] A survey on tidal analysis and forecasting methods for Tsunami detection

Sergio Consoli, Diego Reforgiato Recupero+1 more|arXiv (Cornell University)|Mar 1, 2014

Oceanographic and Atmospheric ProcessesEarth and Planetary Sciences参考文献 56被引用数 19

ひとこと要約

本調査は、津波検出に向けた潮汐解析および予測手法、特に調和解析、フィルタリング、ニューラルネットワーク、ウェーブレット変換を焦点として、古典的および高度な手法をレビューする。本稿は、天体的要因および非天体的要因の両方の影響を扱う有効性を評価し、データの可用性に応じた正確かつ迅速な津波警報のための手法を包括的に比較する。

ABSTRACT

Accurate analysis and forecasting of tidal level are very important tasks for human activities in oceanic and coastal areas. They can be crucial in catastrophic situations like occurrences of Tsunamis in order to provide a rapid alerting to the human population involved and to save lives. Conventional tidal forecasting methods are based on harmonic analysis using the least squares method to determine harmonic parameters. However, a large number of parameters and long-term measured data are required for precise tidal level predictions with harmonic analysis. Furthermore, traditional harmonic methods rely on models based on the analysis of astronomical components and they can be inadequate when the contribution of non-astronomical components, such as the weather, is significant. Other alternative approaches have been developed in the literature in order to deal with these situations and provide predictions with the desired accuracy, with respect also to the length of the available tidal record. These methods include standard high or band pass filtering techniques, although the relatively deterministic character and large amplitude of tidal signals make special techniques, like artificial neural networks and wavelets transform analysis methods, more effective. This paper is intended to provide the communities of both researchers and practitioners with a broadly applicable, up to date coverage of tidal analysis and forecasting methodologies that have proven to be successful in a variety of circumstances, and that hold particular promise for success in the future. Classical and novel methods are reviewed in a systematic and consistent way, outlining their main concepts and components, similarities and differences, advantages and disadvantages.

研究の動機と目的

• 津波検出に適用可能な潮汐予測手法について、体系的なレビューを提供すること。
• データが乏しい、または非天体的要因が影響を及ぼす状況下における、従来の調和解析の長所と短所を評価すること。
• 短い記録やノイズの多い潮位記録において、より高い精度を達成するための代替手法（例：ニューラルネットワークやウェーブレット変換）を評価すること。
• 計算の複雑さ、データ要件、予測性能の観点から、古典的手法と新規手法を比較すること。
• リアルタイムの津波警報システムに最適な手法を選定するための指針を研究者および実務家に提供すること。

提案手法

• 長期間の海面水位データから、最小二乗法を用いて潮汐成分の振幅および位相を推定する調和解析。
• ノイズおよび非潮位信号を除き、潮汐成分を分離するために、ハイパスおよびバンドパスフィルタの適用。
• 明示的な物理的仮定を必要とせず、複雑で非線形な潮位パターンをモデル化するための人工ニューラルネットワークの活用。
• ウェーブレット変換を用いて潮位信号を時間周波数成分に分解し、局所的な特徴抽出を実現。
• 気象的および海洋的駆動要因の影響を潮汐モデルに統合し、極端な出来事象時の精度を向上。
• データ長、予測精度、計算効率に基づいた、手法の体系的比較。

実験結果

リサーチクエスチョン

• RQ1 気象要因（例：暴風雪）が潮位に顕著に影響を与える状況下で、従来の調和手法はどの程度の性能を示すか？
• RQ2 限られたデータ下で、ニューラルネットワークおよびウェーブレット変換の利点と限界は何か？
• RQ3 ノイズの多い信号から潮汐成分を分離する際、フィルタリング手法と物理モデルのどちらが優れているか？
• RQ4 どの手法が短いまたは不完全な潮位記録でも高い精度を維持できるか？
• RQ5 リアルタイムの津波警報システムに最適な潮汐予測手法を選定するための基準は何か？

主な発見

• 調和解析は依然として有効であるが、長期間のデータを必要とし、暴風雪などの非天体的要因の影響には弱い。
• ニューラルネットワークおよびウェーブレット変換は、短いデータ記録や複雑で非線形的な潮位ダイナミクスの状況下で、従来手法を上回る性能を示す。
• フィルタリング手法はノイズ低減に有効であるが、長期的または極端な出来事象の予測には予測力に欠ける。
• ウェーブレットに基づく手法は、時間周波数局在化に優れており、津波に結びつく一時的潮位異常の検出に有効である。
• 物理モデルとデータ駆動型手法（例：ニューラルネットワーク）を統合したハイブリッド手法は、頑健で適応性のある津波警報システムの構築に有望である。
• 手法の選定は、データの可用性、必要な精度、リアルタイム処理制約に強く依存する。