Assessing erosion and flood risk in the coastal zone through the application of multilevel Monte Carlo methods
Assessing erosion and flood risk in the coastal zone through the application of multilevel Monte Carlo methods
复制标题
通过应用多级蒙特卡罗方法评估沿海地区的侵蚀和洪水风险
DOI：
10.1016/j.coastaleng.2022.104118
复制
发表时间：
2022
影响因子：
4.4
通讯作者：
Clare M
中科院分区：
文献类型：
--
作者：
Clare M
沿海地区易受侵蚀和洪水风险的影响，这可以使用耦合的水文地貌动力学模型进行评估。然而，使用这样的模型作为决策支持工具遭受高度的不确定性，由于不完整的知识和系统中的自然变异性。在这项工作中，我们第一次展示了如何多级蒙特卡罗方法（MLMC）可以应用于水文形态动力沿海海洋建模，在这里使用流行的模型XBeach，量化的不确定性，通过计算统计的关键输出变量给定的不确定输入参数。MLMC通过使用具有不同分辨率级别的模型层次来加速蒙特卡罗方法。几个理论和现实世界的沿海地区的案例研究被认为是在这里，输出变量是关键的洪水和侵蚀风险的评估，如波浪爬高和总侵蚀量，估计。我们表明，MLMC可以显着降低计算成本，导致在40或更大的加速因子相比，一个标准的蒙特卡罗方法，同时保持相同的精度水平。此外，一个复杂的合奏生成技术被用来估计累积分布的输出变量从MLMC输出。这允许估计变量超过某个值的概率，例如波浪爬高超过海堤高度的概率。这是一种宝贵的能力，可用于在不确定情况下为决策提供信息。
Coastal zones are vulnerable to both erosion and flood risk, which can be assessed using coupled hydro-morphodynamic models. However, the use of such models as decision support tools suffers from a high degree of uncertainty, due to both incomplete knowledge and natural variability in the system. In this work, we show for the first time how the multilevel Monte Carlo method (MLMC) can be applied in hydro-morphodynamic coastal ocean modelling, here using the popular model XBeach, to quantify uncertainty by computing statistics of key output variables given uncertain input parameters. MLMC accelerates the Monte Carlo approach through the use of a hierarchy of models with different levels of resolution. Several theoretical and real-world coastal zone case studies are considered here, for which output variables that are key to the assessment of flood and erosion risk, such as wave run-up height and total eroded volume, are estimated. We show that MLMC can significantly reduce computational cost, resulting in speed up factors of 40 or greater compared to a standard Monte Carlo approach, whilst keeping the same level of accuracy. Furthermore, a sophisticated ensemble generating technique is used to estimate the cumulative distribution of output variables from the MLMC output. This allows for the probability of a variable exceeding a certain value to be estimated, such as the probability of a wave run-up height exceeding the height of a seawall. This is a valuable capability that can be used to inform decision-making under uncertainty.
登录
查看更多内容
波浪数据的随机时间序列表示
DOI：
--
发表时间：
1992
期刊：
影响因子：
--
作者：
N. Scheffner;L. Borgman
通讯作者：
L. Borgman
波浪气候的概率建模和预测沙丘侵蚀
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
F. Li;P. V. Gelder;D. Callaghan;R. Jongejan;C. D. Heijer;R. Ranasinghe
通讯作者：
R. Ranasinghe
波浪、风暴潮和护堤宽度的经验波浪上升公式
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Hyoungsu Park;D. Cox
通讯作者：
D. Cox
防波堤附近海岸线演化的海滩记忆和集合预测
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
D. Reeve;A. Pedrozo‐Acuña;M. Spivack
通讯作者：
M. Spivack
DOI：
10.1137/140960086
发表时间：
2015-04
期刊：
SIAM/ASA J. Uncertain. Quantification
影响因子：
--
作者：
M. Giles;Tigran Nagapetyan;K. Ritter
通讯作者：
M. Giles;Tigran Nagapetyan;K. Ritter