XiaoMi-AI文件搜索系统
World File Search System海浪
风波气候变化及其影响
在最初发表的文章的版本中，“致谢”部分缺少以下文本：“本文是协调的海浪气候项目（CowClip）小组的贡献，该小组曾在海上海洋气象和海洋学的正式工作计划中工作。IMO数据来自澳大利亚综合海洋观察系统（IMOS） - IMOS由国家协作研究基础设施策略（NCRIS）启用。我们还要感谢欧洲航天局气候变化计划（CCI）提供了Sea State CCI数据集。”现在已将其插入文章的HTML和PDF版本中
阿德里安·奥尔：引导货币政策走出未知
偷渔民鱼线中的鱼饵。另有记载称，库佩出发探索新大陆，也许是因为他观察到了 Pīpīwharauroa（每年飞入海平面的候鸟）或向南迁徙然后返回的鲸鱼。我们还知道，波利尼西亚航海家有办法在广阔的海洋中定位自己。没有 GPS，他们利用星星，寻找某些鱼类和鸟类的存在，观察海浪中的图案和云层的倒影。但是，远离地标和珊瑚礁，没有一种方法可以告诉他们确切的位置。Crowe（2018）讨论了毛利人和他们的波利尼西亚祖先的航海成就。
第 870 章 — 护岸 — 侵蚀控制
护岸是公路设计、建造和维护中的一个重要因素。本节介绍通常用于减轻流水对交通设施和邻近财产的破坏性影响的程序、方法、设备和材料。应结合项目的其他特点来审查此类措施的潜在地点，例如下游水质的长期和短期保护、与周围环境的美观兼容性以及新建生态系统在最低限度维护下生存的能力。有关与侵蚀控制有关的水质和环境问题的更多信息，请参阅索引 110.2。有关受海浪侵袭的沿海地区和湖岸的海岸保护，请参阅第 880 章。
用于冲刷深度的高效数据驱动机器学习模型......
海堤是沿海地区重要的防御基础设施，保护内陆地区免受风暴潮、海浪越堤和土壤侵蚀的侵袭。海堤趾部冲刷是由海浪引起的床层物质的堆积和侵蚀造成的，对沿海基础设施的结构完整性构成了重大威胁。准确预测冲刷深度对于合理有效地设计和维护沿海结构至关重要，这有助于降低趾部冲刷导致结构失效的风险。然而，目前用于评估倾斜结构趾部冲刷的指导和预测工具有限。近年来，人工智能和机器学习 (ML) 算法引起了人们的兴趣，尽管它们为许多沿海工程应用提供了稳健的预测模型，但此类模型尚未应用于冲刷预测。本文，我们开发并提出了基于 ML 的模型，用于预测倾斜海堤趾部冲刷深度。使用四种 ML 算法，即随机森林 (RF)、梯度提升决策树 (GBDT)、人工神经网络 (ANN) 和支持向量机回归 (SVMR)。使用综合的物理建模测量数据来开发和验证预测模型。采用一种新颖的特征选择、特征重要性和超参数调整算法框架，用于基于 ML 的模型的预处理和后处理步骤。提出了深入的统计分析来评估所提模型的预测性能。结果表明，在本研究中测试的所有算法中，预测准确率至少为 80%，总体而言，SVMR 的预测最准确，判定系数 (r2) 为 0.74，平均绝对误差 (MAE) 值为 0.17。在所测试的算法中，SVMR 算法的计算效率也最高。本研究提出的方法框架可应用于冲刷数据集，以快速评估海岸防御结构的冲刷情况，从而促进基于模型的决策。
1999 年 STAR 会议上发表的论文摘要
持续的潮汐循环使大部分珊瑚礁没有淤泥大小的沉积物，但封闭的 Muaivuso 泻湖除外，它充当了淤泥大小沉积物的陷阱。在旱季，当信风吹起时，礁滩会受到海浪的影响。此时，较粗的沉积物可能会被夹带并移过礁滩。在雨季，礁滩通常很平静，但可能会形成飓风和热带风暴。1953 年，一场海啸袭击了苏瓦地区，将米大小的石灰石块抛到礁滩上，其中一些石块被随后的飓风移向岸边。在规模小得多但同样重要的范围内，许多生物侵蚀者不断从内到外分解沉积物。它们包括蓝绿藻、棘皮动物和鹦鹉鱼。