用一维卷积神经网络判别海啸预警中洪水的发生

该研究使用一维卷积神经网络模型（1D CNN）来预测海啸时间序列的增强方法，以减少海啸预警的计算成本。模型使用海啸传播的廉价低分辨率数值模型作为输入，以预测精确位置的洪水时间序列。研究发现，网络模型能够很好地再现淹没时间序列，无论是小流量深度还是大流量深度，以及在没有预测淹没时，误报或漏报的情况最少。该模型可以成为以比实时更快的方式计算海啸强度测量值的可靠替代方案，可以补充现有的早期预警系统，使在海啸紧急情况的总是有限的时间范围内模拟更多的场景成为可能。