研究人员开发了一种基于神经网络的模型，用于评估沿海社区对飓风的弹性

超过风速:一项预测飓风影响的新措施

研究人员开发了一种基于神经网络的模型，用于评估沿海社区对飓风的弹性

在2017年席卷大西洋盆地的六次主要飓风对沿海社区的脆弱性起到了毁灭性的提醒作用，美国一半以上的人口居住在那里。

如果有更好的方法来预测和沟通这些风暴的破坏性经济影响，然后才会发生呢?

科罗拉多州立大学的土木工程师们开发了一种新的方法来评估沿海社区对飓风的适应性。他们创造了一个“多危险的飓风影响等级模型”，该模型预计在风暴发生之前，会造成经济损失。

《帕尔格雷夫通讯》(Palgrave Communications)最近发表的一篇论文详细阐述了这种影响模型。该论文的作者是土木与环境工程学院(civil and environmental engineering)的副教授赫萨姆•马哈茂德(Hussam Mahmoud)和土木工程专业研究生斯蒂芬妮•皮尔金顿(Stephanie Pilkington)，她设计并验证了该模型。

马哈茂德解释说:“我们的模型预测风暴的影响更大。”气象预报员通常通过对萨菲尔-辛普森量表的持续风速进行分类，来交流即将到来的风暴。

然而，研究人员说，风速通常不是飓风造成死亡和破坏的主要原因。最严重的影响通常是洪水、降水和风暴潮，再加上地势、人口密度和基础设施的质量。研究人员想要找到一种更准确的方式来谈论影响。皮尔金顿说，他们的目标是为热带风暴的预期经济损失提供沟通，而不仅仅是风暴的气象强度。

马哈茂德和皮尔金顿的影响模型使用人工神经网络和机器学习来“教授”计算机程序如何预测一场即将到来的风暴的破坏，以美元计算。神经网络就像一个人工智能的大脑，它的数据越多，就越聪明，它的动力来自于几次风暴的详细历史数据。其中包括2005年的卡特里娜飓风和2014年的飓风“亚瑟”。

马哈茂德和皮尔金顿利用这些历史数据来训练神经网络，将实际的风暴特征与实际已知的风暴结果联系起来。为了满足他们的模型，他们使用了来自联邦机构的公开数据。他们的模型使用的输入包括估计的着陆、受影响的人口、最大风速、最大风暴潮和总降水量。

然后，他们在实际的风暴中实时测试模型，包括最近的飓风哈维，它于8月袭击了德克萨斯州休斯顿附近的墨西哥湾海岸。

研究人员还用他们的模型分析了诸如防波堤、国家洪水保险计划和更新的建筑规范等物理和政策改进是否减轻了强风暴的影响。总之，他们没有，研究人员说。

根据他们的数据，佛罗里达和德克萨斯州的沿海社区在经济上很脆弱，甚至比100年前更糟。这是一个发人深省的现实，工程师们希望他们的工作能够揭示真相。

生活在沿海社区的人数在100年内呈指数级增长，基础设施和高速公路的数量也在成倍增加。皮尔金顿说:“改善建筑规范和其他一些变化，还不足以跟上这些地区的财富、基础设施和人们的数量。”

皮尔金顿的兴趣与气象学和土木工程有关，他希望这个模型能真正改变人们的生活。她说:“我的最终目标是让某人使用它——无论是国家气象局还是其他地方。”“我们应该用影响而不是强度来与公众沟通。”

马哈茂德和皮尔金顿继续用更好的数据推进他们的模型，为未来的飓风提供更准确的图像。他们还计划用它来预测气候变化的影响。