利用深度学习框架检测与表征密歇根湖中的瞬时光带现象

《Journal of Great Lakes Research》：Detection and characterization of flash rips in Lake Michigan using a deep learning framework

　　

Flash rips是瞬时的、向海方向流动的水流，对海滩游客构成重大危险，尤其在地形简单的海滩上。与受海底地形和边界控制的离岸流不同，它们发生不可预测，且难以用传统方法检测。本研究提出了一种基于深度学习的框架，用于检测和表征Flash rips，采用了一种改进的Cascade R-CNN，这是一种两阶段目标检测器，通过逐步加严的阈值进行处理，并辅以检测后处理步骤，以去除低置信度检测结果并合并冗余检测。我们将该框架应用于在美国威斯康星州波茨华盛顿市北美岸线、密歇根湖西侧收集的4个月数据集。在测试数据集上，改进的Cascade R-CNN实现了4.3%的误发现率和7.2%的漏检率，优于使用单一交并比（IoU）阈值的传统Faster R-CNN。改进步骤将假阳性率降低了10个百分点以上，同时保持漏检率较低。检测到的Flash rip事件根据其主要驱动因素被分为三类：水位波动、正常风浪和斜风浪，发生比例分别为32.0%、30.5%和31.5%。尽管三种因素的发生频率相似，但它们在空间、时间和运动学特征上存在显著差异；特别是正常波浪引发的Flash rips表现出最大的离岸范围、最短的持续时间和最快的生长速率。该框架为开发实时监测和灾害缓解策略提供了基础，以提高海滩安全性。

引言
Flash rips是在地形简单海滩上出现的向海方向水流的间歇性爆发（Castelle等，2016；MacMahan等，2006），它们可能将游泳者从近岸区意外卷向深水区（McCarroll等，2014）。与受海底沙坝通道控制的离岸流（Dalrymple等，2011）或受海岸结构和岬角控制的离岸流（Castelle和Coco，2013；Castelle等，2016）不同，Flash rips具有间歇性，且不依附于固定的近岸地形。它们可能由斜射波浪下的沿岸流剪切不稳定性产生（Feddersen，2014；?zkan-Haller和Kirby，1999），由垂直于岸线的波浪破碎不均匀引起的冲浪区涡旋产生（Castelle等，2016；Kirby和Derakhti，2019），或由气象引起的水位振荡驱动的快速水流产生（Linares等，2019；Liu和Wu，2022a）。由于它们瞬时且难以及时检测，Flash rips对海滩游客构成意外危险（Fallon等，2018；Ménard等，2018），并已被证实与全球溺水事件相关（Basterretxea-Iribar等，2022；Ishikawa等，2014；Slattery等，2011；Zhang等，2021）。在北美五大湖，2002年至2019年间，Flash rips与多起溺水事件相关（Fox6News，2022a；Fox6News，2022b；Liu和Wu，2022a；美国救生协会，2024；Vlodarchyk等，2019）。因此，检测和表征危险的Flash rips对沿海社区来说是迫切需求。

现有研究已表征了Flash rips的几个特征。首先，它们通常表现为具有狭窄颈部的"蘑菇云"头部或细长的离岸羽流，尽管这种模式随环境条件变化（Castelle等，2016；Dalrymple等，2011；Leatherman，2013；Liu和Wu，2019）。其次，Flash rips可以延伸至冲浪区之外，向海方向可达数百米，尽管其离岸范围通常小于受海底地形和边界控制的离岸流（Dalrymple等，2011；Floc'h等，2018；Liu和Wu，2019）。第三，Flash rips的离岸水流相对较弱（Austin等，2012；Johnson和Pattiaratchi，2006），在非洲西部（Floc'h等，2018）和密歇根湖（Liu和Wu，2022a）报告的流速大多低于约0.6 m/s。第四，Flash rips持续时间通常较短，从几秒到几分钟不等（Kim，2021；Liu和Wu，2019；Murray等，2003；Sch?nhofer和Dudkowska，2021）。最后，与其他依附于固定近岸特征的离岸流类型不同（Carpi等，2021；Liu和Wu，2022b；Smit等，2012；Xu等，2024），Flash rips的发生并不固定，单个rip在其生命周期内可能在简单海滩区域发生位置移动（Castelle等，2014；Liu和Wu，2019）。然而，迄今为止，这些特征大多是一般性描述，很少关注它们在不同驱动因素之间如何变化。表征这种变化首先需要可靠地检测Flash rips。

检测Flash rips比检测其他类型的离岸流更具挑战性。受海底地形和边界控制的离岸流往往在相对稳定位置反复出现，可以可靠地追踪持续的泡沫间隙或染料条纹（Leatherman和Leatherman，2017）。相比之下，Flash rips是瞬时的，出现在不可预测的位置，因此无法提前部署染料，且其泡沫特征微弱且短暂。含沙羽流因此被广泛用作识别Flash rips的视觉替代指标（Floc'h等，2018；Mossman等，1996；Murray等，2013），因为它们反映了底层rip射流和冲浪区涡旋的动力学（Ernst等，1996；Zhang等，2019）。基于这一替代指标，先前的检测方法分为三类。首先，经过训练的救生员通过颜色对比和含沙水流等线索识别Flash rips（Brannstrom等，2015；Brewster等，2019）；尽管这种方法在减少溺水方面有效，但它依赖救生员的可用性，无法提供定量描述（Gilchrist和Branche，2018；Sotés等，2020）。其次，无人机通过图像或碎片追踪速度检测离岸流（Dérian和Almar，2017；Fletemeyer，2014），但有限的飞行时间和对强风的敏感性限制了其应用（Gao等，2021）。第三，固定光学相机连续监测近岸水面状况（Gallop等，2009；Holman和Stanley，2007）。例如，救生操作相机亭系统（LOCKS）使用基于HSV（色相、饱和度和明度）的分割和离岸长度阈值，从相机图像中检测Flash rips（Liu和Wu，2019），尽管其阈值调优繁琐且因案例而异。这些局限性共同指向了对定量、自动化和鲁棒的检测方法的需求。

深度学习最近已成为离岸流检测的热门方法。基础卷积神经网络（CNN）易于实现，对定义良好的rip通道有效（Maryan等，2019）。为实现更灵活的检测，基于区域的方法被广泛使用。YOLO等单阶段检测器无需显式区域提议即可快速定位离岸流（Dumitriu等，2023；Liu等，2026；Zhu等，2022），而Faster R-CNN等两阶段检测器首先提议候选区域，然后进行优化，从而实现更高的精度（Ren等，2017；de Silva等，2021）。然而，Faster R-CNN依赖单一的交并比（IoU）阈值，这可能产生假检测，特别是对于大小不一或边界模糊的rip特征（Tian等，2019）。Cascade R-CNN通过在优化过程中应用一系列递增的IoU阈值来解决这一局限（Cai和Vasconcelos，2021），提高了推理性能。然而，据我们所知，Cascade R-CNN尚未被应用于Flash rip检测。

本研究旨在使用改进的Cascade R-CNN检测Flash rips，并表征其在三种驱动因素下的特征：斜风浪、正常风浪和水位波动。分析了Flash rips的空间（离岸距离、沿岸位置）、时间（持续时间）和运动学（生长速度）特征。第2节描述了研究区域、数据和方法；第3节评估模型性能并按驱动因素表征Flash rip特征；第4节讨论参数敏感性、进一步评估和局限性；第5节提出研究结论。

研究区域片段

研究区域是威斯康星州波茨华盛顿市北美岸线、密歇根湖西侧的地形简单沙滩（图1a）。海滩朝向东北方向，约偏北30°。近岸区海底坡度平缓（0.028），海底向海方向继续加深，在距岸约1公里处达到12.5米。附近唯一的结构物是位于南侧约400米处、长762米的防波堤，距离足够远，使得此处观测到的rip不是受该结构控制的边界型rip。

检测性能片段

改进的Cascade R-CNN在三种驱动因素下均检测到Flash rip特征（图4）。2019年8月8日13:47中央标准时间，在平静水面条件下（图4a-b），模型初始检测到11个向海方向的Flash rip特征；优化步骤移除了两个边界框，最大离岸距离（MOD）为20.8米，沿岸范围124.8-148.4米。2019年8月26日16:49中央标准时间，在正常波浪条件下（图4c-d），检测到9个Flash rip特征；优化步骤移除了3个边界框

Flash rip特征：发现与先前研究的比较

此处识别的Flash rip特征与先前观测结果基本一致，同时将其扩展至不同驱动因素。短暂的持续时间和有限的离岸尺度与在开放海滩记录的Flash rips瞬时特性一致（Castelle等，2016；Dalrymple等，2011；Floc'h等，2018；Liu和Wu，2019），其相对于受海底地形和边界控制的离岸流较小的离岸范围（Dalrymple等，2011）对于瞬时现象来说是预期的。

结论

本研究开发了一种基于深度学习的框架，使用改进的Cascade R-CNN在密歇根湖的一个地形简单海滩上检测和表征Flash rip事件。通过使用威斯康星州波茨华盛顿市北美岸线收集的4个月数据集，我们识别并将1897个Flash rip事件根据其主要驱动因素分为三类：水位波动、正常风浪和斜风浪。改进后的模型将误发现率从14.9%降低到4.3%

数据和代码可用性

Flash rip事件数据在补充材料中提供。

Cascade R-CNN训练代码可从以下地址下载：https://github.com/open-mmlab/mmdetection，检测后优化代码可从以下地址下载：https://github.com/wwang487/RefinedCascadeRCNN，Flash rip事件追踪和表征代码可从以下地址下载：https://github.com/wwang487/RipOperation。

生成式人工智能声明

在准备本作品期间，作者使用了ChatGPT-4o来润色语言。使用该服务后，作者根据需要审阅和编辑了内容，并对已发表文章的内容承担全部责任。

CRediT作者贡献声明

Wei Wang：写作 – 审阅与编辑、写作 – 初稿、可视化、验证、方法学、调查研究、正式分析、数据管理、概念化。Boyuan Lu：写作 – 审阅与编辑、可视化、方法学、正式分析。Chin Wu：写作 – 审阅与编辑、监督、概念化。Daniel Wright：写作 – 审阅与编辑。Yihan Li：可视化。Yuli Liu：写作 – 审阅与编辑、可视化、数据管理、概念化。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本论文中报告的工作。

致谢

我们真诚感谢威斯康星大学麦迪逊分校水资源项目教授们提供的宝贵反馈，这些反馈帮助改进了本工作。

Wei Wang|Boyuan Lu|Chin Wu|Daniel Wright|Yihan Li|Yuli Liu
美国威斯康星大学麦迪逊分校土木与环境工程系，麦迪逊，WI 53706，美国