利用基于人工智能的预测与优化发现海岸韧性策略
大气与海洋物理
2025-09-24 v1 机器学习
摘要
热带风暴造成大量的财产损失和生命损失，使其成为最具破坏性的自然灾害类型之一。开发能够识别有效缓解风暴影响的干预措施的预测模型，在减少这些不利结果方面具有巨大潜力。在本研究中，我们使用人工智能（AI）驱动的方法来优化干预方案，以提高对沿海洪水的韧性。我们结合了三种不同的 AI 模型来优化干预类型、地点和规模的选择，以最小化给定区域的预期洪水损害成本，包括安装和维护干预措施的成本。我们的方法结合了风暴潮场的数据驱动生成、干预影响的代理建模，以及连续臂老虎机问题的求解。我们将此方法应用于佛罗里达州廷德尔空军基地（AFB）附近的海堤和牡蛎礁干预措施的选择优化，该地区曾受飓风 Michael 的灾难性影响。我们的分析预测，干预优化可用于潜在节省数十亿美元的风暴损失，远远超过贪婪或非最优解决方案。
引用
@article{arxiv.2509.19263,
title = {Discovering strategies for coastal resilience with AI-based prediction and optimization},
author = {Jared Markowitz and Alexander New and Jennifer Sleeman and Chace Ashcraft and Jay Brett and Gary Collins and Stella In and Nathaniel Winstead},
journal= {arXiv preprint arXiv:2509.19263},
year = {2025}
}