现在我对整篇论文有了全面的理解。让我来撰写结构化的回复，依次回答全部 4 个问题。 中文标题：纳入长期时间信号的海湾海滩（embayed beaches）海岸线演化建模

《Journal of Sea Research》：Shoreline evolution modeling of embayed beaches incorporating long-term temporal signals

　　

摘要 海岸线（shoreline）定义为陆地与水体之间的边界，大多数预测和观测技术均基于这一定义。从过程角度看，海岸线演化主要由外部强迫（external forcings）驱动，特别是从开阔海域传播而来的波浪。本研究基于海岸线距波浪衍射点（wave diffraction point）的距离来定义海岸线位置，这有助??减少跨岸（cross-shore）变异性。随后，对长期海岸线观测数据应用多项式回归（polynomial regression），以解释多个海岸线剖面（shoreline profiles）间的时间变异性。将不同多项式阶数应用于Narrabeen-Collaroy Beach的观测数据后表明，四阶（fourth-order）多项式对观测时间变异性的表征最为合理。所提出的方法可集成于现有的由波浪强迫驱动的???岸线演化模型中。研究人员进一步采用预测期（prediction horizon）为2至48个月的独立验证（independent validation）对该方法进行了评估。结果表明，较短预测期内预测一致性合理，而超过约24个月后预测性能开始显著恶化。该方法为表征多个海岸线剖面间的长期时间变异性提供了一个实用的扩展框架，同时保留了底层海岸线演化模型的基本结构。

论文解读：纳入长期时间信号的海湾海滩海岸线演化建模

一、研究背景与问题

海岸带系统由于波浪、潮汐、风暴和降水等自然力的内在变异性而处于持续变化之中，海岸线作为陆地与海洋的边界，不断受到从开阔海域传播而来的波浪塑造。海岸线演化反映了复杂海岸过程在多重时空尺度上的综合效应，这些复杂性阻碍了对海岸线如何响应海岸环境变化的可靠理解。

现有研究中，海岸线演化已通过近岸水动力（near-shore hydrodynamics）、沿岸输沙（alongshore sediment transport）、泥沙收支（sediment budget）等过程进行分析。Mao et al.（2025）开展的盲基准测试（blind benchmarking）研究系统评估了当前海岸线演化预测的能力与局限。然而，现有基于平衡态（equilibrium-based）的海岸线演化模型通常局限于给定位置的海岸线演化模拟，要扩展到多个海岸线剖面，需要重新模拟或使用独立的多维模型。虽然已有海岸线方向模型（shoreline orientation models）被引入以缓解这一局限，但其关注旋转而非位置，仍需更复杂的模型来表征全面的海岸线演化。

波浪能量的方向通量控制着海岸线的方向，波浪衍射（wave diffraction）引起海岸线静态平衡平面形状（static equilibrium planform）的变化。Hsu和Evans（1989）提出的基于波浪衍射点估计静态平衡平面形状的方法在全球范围内持续得到应用。这提示波浪衍射点可为分析海岸线演化提供有用的参考，尤其适用于海湾（embayed）或衍射主导的海岸环境——这类环境中海岸线演化在不同剖面间表现出显著的时间变异性，传统一维海岸线指标难以充分表征。因此，本研究提出了一种将长期时间变异性纳入海岸线演化建模的实用方法框架。

二、主要关键技术方法

研究人员以澳大利亚东南海岸的Narrabeen-Collaroy Beach为研究区，该海滩长约3.6 km，被Narrabeen Head和Long Reef Point所围合。研究使用了Narrabeen-Collaroy Beach Survey Program的公开数据，涵盖5个剖面（PF1、PF2、PF4、PF6、PF8），并采用波浪浮标（waverider buoy）在水深80 m处获取的波浪传播数据（有效波高H_s、峰值周期T_p、波向）。关键技术包括：①将海岸线位置重新定义为从波浪衍射点起算的距离（采用Jaramillo et al. 2021b确定的衍射点，坐标33.73°S, 151.33°E）；②对长期观测海岸线数据应用n阶多项式回归（polynomial regression）以估计长期时间变异性分量；③引入谱比（Spectral Ratio, SR）和回归阶数选择准则（Regression Order Selection Criterion, ROSC）评估多项式阶数；④将该方法嵌入Lim et al.（2022b）提出的常微分方程（ODE）海岸线演化模型，通过海滩恢复因子（beach recovery factor）κ和海滩响应因子（beach response factor）α进行参数化，其中α由沉积物中值粒径（0.3 mm）确定，κ经率定取值0.01；⑤采用2、4、8、12、18、24、36、48个月的独立验证预测期评估预测性能。

三、研究结果

3.1 基于所提方法的海岸线演化分析

研究人员利用Jaramillo et al.（2021b）确定的衍射点，将5个剖面的观测海岸线位置转换为距该点的距离。以平均海岸线为参考，正值和负值分别表示淤积和侵蚀。结果显示，从陆地基线起算的海岸线位置标准差为10.61 m，而从衍射点起算的标准差为9.32 m，表明以距离表征海岸线变化减少了剖面间的变异性。对各剖面观测海岸线距离进行1至4阶多项式回归，随阶数增加，回归更好地捕捉了短至中期变异性，但过高阶数可能拟合非代表性的小尺度波动。

3.2 考虑沿岸位置的海岸线演化模型应用

将所提方法应用于Narrabeen-Collaroy Beach的5个剖面。海滩响应因子α根据中值粒径0.3 mm设定为0.005 m，海滩恢复因子κ经率定取0.01。四阶多项式回归的加入使均方根误差（RMSE）从11.07 m降至8.88 m，皮尔逊相关系数（Pearson Correlation Coefficient, PCC）从0.30提升至0.64。各剖面RMSE显示四阶多项式整体最优（均值8.88 m），优于原始模型（11.07 m）及低阶多项式。

3.3 模型预测性能

采用2至48个月的独立验证预测期进行评估。2个月验证期均RMSE为9.71 m、PCC为0.74，预测一致性较好；随预测期增加性能逐渐恶化，48个月时RMSE升至18.17 m、PCC降至0.40。超过约24个月后性能明显退化，表明该模型更适合短至中期预测。

四、讨论与结论

讨论部分从三方面展开：①局限性——该方法主要针对海湾海滩和衍射重要的环境，对直线海岸适用性有限；衍射点识别存在不确定性；单一站点验证的迁移性有待评估；河流径流或突发地貌扰动等额外泥沙源的影响未纳入。②高阶多项式影响——五阶仍可捕捉长期趋势，六阶及以上趋于过拟合（overfitting）短期波动；综合RMSE、PCC和ROSC评价，四阶多项式在精度、长期趋势表征和空间一致性间取得最佳平衡（ROSC最低）。③方向性波浪强迫影响——长期方向性波浪强迫与平均海岸线响应总体一致，表明方向性波浪强迫可能驱动长期海岸线旋转（顺时针），但PF8受局部强衍射效应影响较小。

结论部分总结：本研究提出了一种兼顾跨岸演化和长期时间变异性的海岸线位置分析方法，将海岸线定义为从衍射点到观测海岸线的距离，并以四阶多项式回归表征长期时间变异性。该方法可高效嵌入现有海岸线演化模型。研究人员指出，海岸线变化还受泥沙收支和潮汐等多因素影响，应用前需分析观测海岸线以评估各因素相对贡献，未来需在多样化海岸环境中进一步验证。

该论文发表于《Journal of Sea Research》，研究成果为海湾海滩海岸线演化的建模与预测提供了兼顾简洁性与实用性的新框架，对海岸管理具有重要的参考价值。