DOI: https://doi.org/10.1038/s41598-025-85594-y
PMID: https://pubmed.ncbi.nlm.nih.gov/39789131
تاريخ النشر: 2025-01-09
المؤلف: Vasileios Boumpoulis وآخرون
الموضوع الرئيسي: ديناميات السواحل والبحار
نظرة عامة
تقدم هذه الدراسة مؤشر الضعف الساحلي الجيوتقني (GCVI)، وهو مؤشر ضعف ساحلي مُحسّن (CVI) مصمم للتقييمات المحلية، لا سيما في خليج باتراس، اليونان. يتضمن GCVI سبعة متغيرات، بما في ذلك عاملين جيوتقنيين جديدين: الخصائص الجيوتقنية الساحلية وتوزيع حجم الحبيبات الوسيطة. تستخدم المنهجية عملية التحليل الهرمي الضبابي (FAHP) وتحليل المكونات الرئيسية (PCA) لتعيين عوامل الوزن لهذه المتغيرات، مما يعزز دقة تقييمات الضعف. تم التحقق من توقعات GCVI باستخدام معدلات حركة الشاطئ التاريخية وتغير مستوى القاع، مما يكشف أن جزءًا كبيرًا من منطقة الدراسة مصنف تحت فئة الضعف العالي والعالي جدًا.
تشير النتائج إلى أنه بينما تعطي كل من منهجيات FAHP و PCA تصنيفات ضعف مشابهة، فإن نهج PCA يظهر كفاءة أكبر في التوافق مع البيانات التاريخية. على وجه الخصوص، تُظهر نتائج GCVI نسب ضعف أعلى عند تقييمها من خلال FAHP مقارنة بـ PCA. تؤكد الدراسة على أهمية دمج بيانات جيوتقنية مفصلة في تقييمات الضعف وتبرز فعالية PCA مقارنة بـ FAHP في هذا السياق. بشكل عام، تقدم الأبحاث إطارًا قويًا لتقييم الضعف الساحلي، مع آثار على تحسين استراتيجيات إدارة السواحل والبحوث المستقبلية التي تهدف إلى تعزيز موثوقية GCVI.
الطرق
تركز المنهجية المقدمة في هذه البحث على تحقيق جيوتقني شامل يهدف إلى تقييم قابلية التكوينات الساحلية للتآكل. يتم تنفيذ ذلك من خلال تطوير مؤشر الضعف الساحلي الجيوتقني (GCVI)، الذي يدمج المتغيرات الجيوتقنية في حسابات مؤشر الضعف الساحلي (CVI). تستخدم الدراسة نهجين متميزين – عملية التحليل الهرمي الضبابي (FAHP) وتحليل المكونات الرئيسية (PCA) – لتحديد أوزان متغيرات GCVI، مما يسهل تقييمات الضعف في خليج باتراس.
تشير النتائج إلى أن نموذج GCVI FAHP يتنبأ بنسبة أعلى من الضعف العالي والعالي جدًا (60.48%) مقارنة بنموذج GCVI PCA (48.60%). كما يظهر نموذج FAHP نسبة أقل من الضعف المنخفض والمنخفض جدًا (14.10%) مقارنة بـ PCA (22.54%). تكشف التحليلات أن التوزيع المكاني للضعف يختلف بشكل كبير بين المنهجين، لا سيما في المناطق الساحلية 1 و 2، حيث يخصص FAHP تصنيفات ضعف أعلى من PCA. توضح خريطة تفاضلية هذه التباينات، مشيرة إلى أنه بينما تتفق الطريقتان عمومًا على تصنيفات الضعف، فإن الحد الأقصى للاختلاف عادة ما يكون فئة واحدة. بشكل عام، تؤكد النتائج على أهمية اختيار المنهجية في تقييمات الضعف، مع آثار على تخطيط وإدارة البنية التحتية الساحلية.
النتائج
تكشف نتائج الدراسة حول مؤشر الضعف الساحلي الجغرافي (GCVI) عن رؤى مهمة حول ضعف الشاطئ في منطقة الدراسة. تشير تحليل المتغير الجيوتقني الساحلي إلى أن 55.05% من الشاطئ مصنف تحت فئة الضعف العالي بسبب الخصائص الجيوتقنية الضعيفة. كما يظهر حجم الحبيبات الوسيطة (D50) أن 38.70% و 31.54% من الشاطئ يقعان تحت فئات الضعف العالي والمتوسط، على التوالي. يتميز متغير ميل الساحل بشكل أساسي بفئات ضعف منخفضة (33.19%) وعالية جدًا (42.57%)، مما يشير إلى مزيج من المناطق المسطحة المعرضة للغمر بسبب ارتفاع مستوى البحر (SLR) والمناطق الشديدة الأقل عرضة للتآكل. بالإضافة إلى ذلك، يغطي 65.76% من الشاطئ Posidonia oceanica، مما يشير إلى ضعف منخفض جدًا، بينما تشير متغيرات الحالة الهيدروديناميكية إلى بيئة مستقرة عمومًا مع ارتفاعات موجية منخفضة ومعدل SLR موحد عبر الشاطئ.
استخدمت الدراسة عملية التحليل الهرمي الضبابي (FAHP) لتعيين أوزان لمتغيرات GCVI، مع تحديد متغيرات الحالة الجيوتقنية كالأكثر أهمية، تليها ميل الساحل وP. oceanica. تلقت متغيرات الحالة الهيدروديناميكية أقل الأوزان. كما تم إجراء تحليل المكونات الرئيسية (PCA)، مستبعدًا متغير SLR بسبب تجانسه عبر المنطقة. حددت PCA ثلاثة مكونات رئيسية تفسر مجتمعة 78.5% من التباين، مع حصول خريطة الجيوتقنيات الساحلية وD50 على أعلى أهمية (0.37). بالمقابل، تم اعتبار ارتفاع الموجة الكبير والمدى المدّي المتوسط أكثر أهمية (0.33) من ميل الساحل وP. oceanica (0.30) عند مقارنتها بنتائج FAHP. تؤكد هذه النتائج على التفاعل المعقد للعوامل التي تؤثر على ضعف السواحل وتوفر إطارًا قويًا للتقييمات المستقبلية.
المناقشة
في هذا القسم، يناقش المؤلفون دمج المتغيرات الجيوتقنية في نمذجة مؤشر الضعف الساحلي (CVI)، مؤكدين على منهجية منظمة تشمل مسح جيوتقني مفصل، ومعالجة بيانات نظم المعلومات الجغرافية، وتوليد خرائط موضوعية لتطبيقات الهندسة الساحلية. تتضمن المنهجية جمع بيانات جيوتقنية موجودة، وإجراء اختبارات جديدة على الآبار، وتجميع هذه المعلومات في خريطة جيوتقنية ساحلية تُعلم مؤشر الضعف الساحلي الجيوتقني (GCVI). يبرز المؤلفون أهمية متغيرات جيوتقنية محددة، مثل حجم الحبيبات الوسيطة وميل الساحل، في تقييم ضعف السواحل، ويستخدمون عملية التحليل الهرمي الضبابي (FAHP) وتحليل المكونات الرئيسية (PCA) لتحديد أوزان هذه المتغيرات بناءً على تأثيرها على حسابات الضعف.
يتناول القسم أيضًا التحقق من صحة GCVI من خلال حركة الشاطئ التاريخية وتغير مستوى السرير الرسوبي، باستخدام منحنيات ROC وقيم AUC لتقييم موثوقية النموذج. تشير النتائج إلى أن PCA تتفوق على FAHP من حيث مقاييس التحقق، مما يشير إلى أن PCA توفر تمثيلًا أكثر دقة لضعف السواحل. بالإضافة إلى ذلك، تكشف تحليل الحساسية أن النموذج مستقر، مع تغييرات طفيفة في درجات الضعف على الرغم من التغيرات في عوامل الوزن. يختتم المؤلفون بالاعتراف بحدود نماذج CVI الحالية والحاجة إلى منهجيات قوية لتعزيز دقة التنبؤ وعمليات التحقق في تقييمات ضعف السواحل.
DOI: https://doi.org/10.1038/s41598-025-85594-y
PMID: https://pubmed.ncbi.nlm.nih.gov/39789131
Publication Date: 2025-01-09
Author(s): Vasileios Boumpoulis et al.
Primary Topic: Coastal and Marine Dynamics
Overview
This study introduces the Geotechnical Coastal Vulnerability Index (GCVI), a refined Coastal Vulnerability Index (CVI) tailored for local assessments, particularly in the Gulf of Patras, Greece. The GCVI incorporates seven variables, including two novel geotechnical factors: coastal geotechnical properties and median grain size distribution. The methodology employs Fuzzy Analytic Hierarchy Process (FAHP) and Principal Component Analysis (PCA) to assign weight factors to these variables, enhancing the accuracy of vulnerability assessments. Validation of the GCVI predictions was conducted using historical shoreline movement and bed level change rates, revealing that a significant portion of the study area is classified under high and very high vulnerability.
The findings indicate that while both FAHP and PCA methodologies yield similar vulnerability classifications, the PCA approach demonstrates greater efficiency in aligning with historical data. Specifically, the GCVI results show higher vulnerability percentages when assessed through FAHP compared to PCA. The study emphasizes the importance of incorporating detailed geotechnical data into vulnerability assessments and highlights the effectiveness of PCA over FAHP in this context. Overall, the research presents a robust framework for coastal vulnerability assessment, with implications for improved coastal management strategies and future research aimed at enhancing the reliability of the GCVI.
Methods
The methodology presented in this research focuses on a comprehensive geotechnical investigation aimed at assessing the susceptibility of coastal formations to erosion. This is operationalized through the development of the Geotechnical Coastal Vulnerability Index (GCVI), which integrates geotechnical variables into Coastal Vulnerability Index (CVI) calculations. The study employs two distinct approaches—Fuzzy Analytic Hierarchy Process (FAHP) and Principal Component Analysis (PCA)—to determine the weights of the GCVI variables, facilitating vulnerability assessments in the Gulf of Patras.
Results indicate that the GCVI FAHP model predicts a higher percentage of high and very high vulnerability (60.48%) compared to the GCVI PCA model (48.60%). The FAHP model also shows a lower percentage of low and very low vulnerability (14.10%) than PCA (22.54%). The analysis reveals that the spatial distribution of vulnerability varies significantly between the two methodologies, particularly in coastal Zones 1 and 2, where FAHP assigns higher vulnerability classifications than PCA. A differential map illustrates these discrepancies, highlighting that while both methods generally agree on vulnerability classifications, the maximum difference is typically one class. Overall, the findings underscore the importance of methodological choice in vulnerability assessments, with implications for coastal infrastructure planning and management.
Results
The results of the study on the Geospatial Coastal Vulnerability Index (GCVI) reveal significant insights into the vulnerability of the shoreline in the study area. Analysis of the coastal geotechnical variable indicates that 55.05% of the shoreline is classified under high vulnerability due to poor geotechnical properties. The median grain size (D50) further shows that 38.70% and 31.54% of the shoreline fall under high and moderate vulnerability, respectively. The coastal slope variable predominantly features low (33.19%) and very high (42.57%) vulnerability classes, suggesting a mix of flat areas susceptible to sea level rise (SLR) inundation and steep areas less prone to erosion. Additionally, 65.76% of the shoreline is covered by Posidonia oceanica, indicating very low vulnerability, while the hydrodynamic state variables suggest a generally stable environment with low wave heights and a uniform SLR rate across the shoreline.
The study employed Fuzzy Analytic Hierarchy Process (FAHP) to assign weights to the GCVI variables, identifying geotechnical state variables as the most critical, followed by coastal slope and P. oceanica. The hydrodynamic state variables received the lowest weightings. Principal Component Analysis (PCA) was also conducted, excluding the SLR variable due to its uniformity across the area. PCA identified three principal components that collectively explain 78.5% of the variance, with the coastal geotechnical map and D50 receiving the highest importance (0.37). In contrast, significant wave height and average tidal range were deemed more important (0.33) than coastal slope and P. oceanica (0.30) when compared to the FAHP results. These findings underscore the complex interplay of factors influencing coastal vulnerability and provide a robust framework for future assessments.
Discussion
In this section, the authors discuss the integration of geotechnical variables into the Coastal Vulnerability Index (CVI) modeling, emphasizing a structured methodology that includes a detailed geotechnical survey, GIS data processing, and thematic map generation for coastal engineering applications. The methodology involves collecting existing geotechnical data, conducting new borehole tests, and synthesizing this information into a coastal geotechnical map that informs the Geotechnical Coastal Vulnerability Index (GCVI). The authors highlight the importance of specific geotechnical variables, such as median grain size and coastal slope, in assessing coastal vulnerability, and they employ the Fuzzy Analytical Hierarchy Process (FAHP) and Principal Component Analysis (PCA) to weight these variables based on their influence on vulnerability calculations.
The section further elaborates on the validation of the GCVI through historical shoreline movement and sediment bed level change, utilizing ROC curves and AUC values to assess model reliability. The findings indicate that PCA outperforms FAHP in terms of validation metrics, suggesting that PCA provides a more accurate representation of coastal vulnerability. Additionally, sensitivity analysis reveals that the model is stable, with minor changes in vulnerability scores despite variations in weighting factors. The authors conclude by acknowledging the limitations of existing CVI models and the need for robust methodologies to enhance predictive accuracy and validation processes in coastal vulnerability assessments.