《Ocean Modelling》：Tsunami warning cancellation based on data assimilation with a nonlinear propagation model: Application to the 2025 Mw 8.8 Kamchatka earthquake
编辑推荐：
海啸数据同化方法结合非线性传播模型成功应用于2025年堪察加8.8级地震引发的日本海岸海啸预测，对比显示非线性模型在后续波衰减预测中更稳定准确，平均误差0.06米和0.05米。
王玉辰|今井健太郎|前田拓人
日本海洋地球科学技术机构，日本神奈川县横滨市昭和町3173-25，邮编236-0001
摘要 2025年发生在堪察加半岛的8.8级地震引发了巨大的海啸，对日本海岸造成了影响。配备有海底压力传感器的S-net海上观测网络在地震发生约1.5小时后记录到了海啸信号。我们采用了数据同化方法来重建海啸波场并预测沿海海啸，而无需地震源信息。该同化框架中融入了一个考虑平流和海底摩擦的非线性传播模型。我们预测了海啸的到达过程和衰减过程，为海啸预警的发布和解除提供了参考。结果表明，线性和非线性传播模型在预测海啸到达方面表现相当。然而，使用线性模型的数据同化存在数值不稳定问题，未能准确预测海啸的后续波动；而非线性模型则更可靠地捕捉到了衰减过程。在八个沿海潮汐测量站的数据中，非线性模型的平均均方根误差为0.06米，平均绝对误差为0.05米，显示出其准确预测后续波动的能力。我们的研究强调了使用非线性传播模型的数据同化方法对海啸预警流程（从发布到解除）的完整性具有重要意义。
引言 2025年7月30日23:24:52（UTC时间），堪察加半岛东海岸发生了一次8.8级逆冲地震。地震破裂位于千岛-堪察加俯冲带，太平洋板块以每年约8厘米的速度俯冲到北美板块之下（Prytkov等人，2017年）。在同一板块界面上，1952年也曾发生过9.0级的地震（Johnson和Satake，1999年）。由于震中附近人口稀少，此次地震没有造成重大人员伤亡，但它引发了大规模海啸，影响了更广泛的区域（Ren等人，2026年）。地震发生后，日本气象厅（JMA）向太平洋沿岸地区发布了海啸警报。海啸在地震发生约2小时后到达日本，并在22个县被观测到，最大振幅约为1.3米。到7月31日7:30，所有警报均被降级为警告。
为了早期检测、测量和实时报告开阔海域的海啸，已经开发了海上观测设备。这些设备通常通过安装在海底的压力传感器实时记录水压变化，进而转换为海平面高度。由于海啸从海洋传播到海岸需要时间，这种时间差使得海啸预警成为可能。2004年印度洋海啸之后，深海海啸评估与报告系统开始得到系统部署（Meinig等人，2005年）。在日本，2011年东日本大地震后，建立了沿日本海沟的海底地震与海啸观测网络（S-net）以增强探测海上海啸的能力（Kanazawa等人，2016年；Aoi等人，2020年）。目前，日本已经建立了三个主要的海上海啸观测网络，其中S-net是世界上最大的网络。
前田等人（2015年）首次将数据同化方法应用于沿海海啸预测。这种方法依赖于海上海啸观测数据，但避免了计算地震源或初始海面位移的需要，而这在传统海啸预警方法中是必需的（Tsushima等人，2011年；Gusman等人，2014年）。自提出以来，该方法已得到广泛应用。例如，数据同化技术已被应用于合成海啸事件（Maeda等人，2015年；Ren等人，2022年；Someya和Furumura，2025年），以及实际事件，包括2016年福岛地震海啸（Wang和Satake，2021年）和2022年汤加火山海啸（Wang等人，2023年）。然而，福岛地震海啸属于中等强度事件，仅有少数海上压力传感器记录到海啸；而2022年汤加海啸则是空气耦合型海啸，不适用于解耦前的海洋重力波传播方程，这对数据同化提出了挑战。2025年堪察加地震是S-net建成以来最大规模的海啸事件。S-net站点清晰地记录了海面高度变化，因此为数据同化在海啸预警中的应用提供了绝佳机会。
介绍 2025年7月30日23:24:52（UTC时间），堪察加半岛东海岸发生了一次8.8级巨型逆冲地震。破裂发生在千岛-堪察加俯冲带，太平洋板块以每年约8厘米的速度俯冲到北美板块之下（Prytkov等人，2017年）。在同一板块界面上，1952年也曾发生过9.0级地震（Johnson和Satake，1999年）。由于震中附近人口稀少，此次地震未造成重大人员伤亡，但它引发了大规模海啸，影响了更广泛的区域（Ren等人，2026年）。地震发生后，日本气象厅向太平洋沿岸地区发布了海啸警报。海啸在地震发生约2小时后到达日本，在22个县被观测到，最大振幅约为1.3米。到7月31日11:45，所有警报均被降级为警告。7月31日7:30，所有警告均已解除（JMA，2025年）。
海上设备用于早期检测、测量和实时报告开阔海域的海啸。这些设备通常通过安装在海底的压力传感器实时记录水压变化，然后将其转换为海平面高度。由于海啸从海洋传播到海岸需要时间，这种时间差使得海啸预警成为可能。2004年印度洋海啸之后，深海海啸评估与报告系统开始得到系统部署（Meinig等人，2005年）。在日本，2011年东日本大地震后，建立了沿日本海沟的海底地震与海啸观测网络（S-net），以增强探测海上海啸的能力（Kanazawa等人，2016年；Aoi等人，2020年）。目前，日本已建立了三个主要的海上海啸观测网络，其中S-net是全球最大的网络。
前田等人（2015年）首次将数据同化方法从气象领域引入沿海海啸预测。该方法依赖于海上海啸观测数据，但避免了计算地震源或初始海面位移的需要，而这些在传统海啸预警方法中是必需的（Tsushima等人，2011年；Gusman等人，2014年）。自提出以来，该方法已得到广泛应用。例如，数据同化技术已被应用于合成海啸事件（Maeda等人，2015年；Ren等人，2022年；Someya和Furumura，2025年），以及实际事件，包括2016年福岛地震海啸（Wang和Satake，2021年）和2022年汤加火山海啸（Wang等人，2023年）。然而，福岛地震海啸属于中等强度事件，仅有少数海上压力传感器记录到海啸；而2022年汤加海啸是空气耦合型海啸，不适用于解耦前的海洋重力波传播方程，这对数据同化提出了挑战。2025年堪察加地震是S-net建成以来最大规模的海啸事件。S-net站点清晰地记录了海面高度变化，因此为数据同化在海啸预警中的应用提供了绝佳机会。
在本研究中，我们利用数据同化方法，基于S-net的观测数据，预测了2025年堪察加地震在日本东北部沿海地区引发的海啸，为海啸预警的发布和解除提供了参考。海啸预警的发布和解除都非常重要：前者有助于灾害缓解，后者有助于灾后救援工作并减轻经济负担（Hayashi等人，2012年）。我们的研究有两个主要创新点：一是首次使用实际观测数据对大规模海啸事件进行数据同化；二是首次将非线性海啸传播模型引入数据同化框架。此外，关于海啸预警发布和解除的讨论进一步推动了数据同化方法的发展。
章节摘录 数据 研究区域选定了日本东北部的太平洋沿岸。首先，该地区的沿海海啸在地震期间具有明显的信号；其次，海上有足够的S-net站点。数据同化使用了S-net的数据，而潮汐测量站用于与预测结果进行比较。
我们使用了来自日本气象厅（JMA）的港口和机场研究所（PARI）、日本海岸警卫队（JCG）和日本地理空间信息局的潮汐测量数据
海啸数据同化 在海啸数据同化方法中，第时间步的海啸波场表示为：
