国家海岸线变化评估:新英格兰和中大西洋沿岸海岸线的历史变化

National Assessment of Shoreline Change: Historical Shoreline Change along the New England and Mid-Atlantic Coasts

国家海岸线变化评估:新英格兰和中大西洋沿岸海岸线的历史变化

摘要

海滩侵蚀是美国许多公海沿岸的一个长期问题。随着沿岸人口的不断增加,社区基础设施受到侵蚀的威胁,人们对有关过去和现在海岸线移动趋势和速度的准确信息的需求越来越大。此外,还需要对海岸线的移动进行全面的分析,并使各沿海地区的分析具有一致性。为了满足这些国家需求,美国地质调查局(USGS)正在对美国本土以及夏威夷、阿拉斯加和五 大湖区部分公海沙质海岸的历史海岸线变化进行分析。这项工作的目的之一是为绘制和分析海岸线的变化制定标准的、可重复的方法,以便在全国范围内对海岸侵蚀和土地流失情况进行定期的、系统的、内部一致的更新。在本研究中,海岸线是海洋水面和沙滩之间的解释边界。

这份关于新英格兰和大西洋中部海岸的报告,是历史海岸线变化系列报告中的第五份。以前的调查包括对墨西哥湾(Morton 等,2004 年)、东南大西洋(Morton 和 Miller,2005 年)以及加利福尼亚的沙滩海岸线(Hapke 等,2006 年)和海岸悬崖(Hapke 和 Reid,2007 年)的分析和描述报告。本报告和以前的报告一样,总结了分析方法,解释了分析结果,说明了长期和短期的 变化趋势和变化率,并介绍了不同的沿岸社区如何应对海岸侵蚀。本报告与美国地质调查局以前的系列报告不同,以前的海岸线变化分析只包括四条海岸线,以代表特定的时间段。新英格兰和大西洋中部的评估则包括了所有可获得的、可进行质量检查的海岸线。海岸线变化评估基于从地图或航空摄影数据源中数字化的历史海岸线位置与近期海岸线的比较,其中至少有一条海岸线是通过激光雷达(光探测与测距)勘测得出的。历史海岸线涵盖从 19 世纪到 2000 年代的不同时期,而激光雷达海岸线则是 1997 年或 2000 年的数据。长期变化率使用所有海岸线进行计算,短期变化率则使用激光雷达海岸线和历史海岸线进行计算,从而得出 25 至 30 年的评估结果。本报告中的变化率代表的是截至最新海岸线数据发布之日的状况,因此并不用于预测未来海岸线的位置或变化率。由于新英格兰和大西洋中部的地貌(岩石海岸线、大型沼泽地和海滩)以及某些地区的数据缺口,本报告介绍了新英格兰和大西洋中部 1,360 公里海岸线中 78% 的海滩侵蚀率。

为了报告海岸线变化率的区域趋势,新英格兰和大西洋中部海岸被细分为总共 10 个分析区域。新英格兰和大西洋中部海岸的平均海岸线长期变化率为每年-0.5 米,长期趋势的不确定性为每年 ±0.09 米。该变化率是根据 21,184 个横断面的平均海岸线变化率得出的,其中 68% 的横断面受到侵蚀。无论从长期还是短期来看,新英格兰和大西洋中部的平均海岸线变化率都是侵蚀性的。新英格兰地区的长期侵蚀率普遍低于大西洋中部地区。这与主要的海岸地貌有关;新英格兰地区侵蚀速度较慢的海岸类型(岩石海岸、袋状海滩和大陆海滩)所占比例较大,而大西洋中部地区则以较脆弱的障碍岛屿和动态的海湾/海湾环境为主。然而,新英格兰地区海岸线被侵蚀的百分比高于大西洋中部地区,这表明尽管海岸线侵蚀的速度可能并不极端,但海岸线侵蚀在美国海岸线的这一地区仍然很普遍。

新英格兰和中大西洋沿岸的短期海岸线平均变化率也是侵蚀性的,但与长期变化率相 比,侵蚀率有所下降。17,045 个断面的平均短期净变化率为每年-0.3 米。这些速率的不确定性在每年 0.06 到 0.1 米之间,具体取决于计算速率时使用的数据来源。在用于测量短期变化的断面中,60%为侵蚀断面,而在长期侵蚀断面中,65%为海岸侵蚀断面。海岸线侵蚀量略有下降(5%),这可能与近期滋养计划的频率和范围增加以及(或)硬化结构的影响有关。最稳定(侵蚀率较低)的海滩更常见于新英格兰地区。尽管从长期到短期的平均侵蚀率总体上有所降低,但受到较严重侵蚀(侵蚀率大于每年-1.0 米)的海岸线数量却普遍增加。

新英格兰和大西洋中部沿岸的海岸工程结构影响着海岸线的变化率,而海岸线的变化率在沿岸有很大的不同。然而,很难将这些结构和滋养工程对区域长期和短期侵蚀率的影响区分开来,而且这种努力也超出了本报告的范围。

报告地址

https://pubs.usgs.gov/of/2010/1118/pdf/ofr2010-1118_report_508_rev042312.pdf

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="ABoVE_ASCENDS_XCO2_2050",cloud_hosted=True,bounding_box=(-165.68, 34.59, -98.1, 71.28),temporal=("1997-11-11", "2017-08-08"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Hapke, C.J., Himmelstoss, E.A., Kratzmann, M.G., List, J.H., and Thieler, E.R., 2011, National assessment of shoreline change; historical shoreline change along the New England and Mid-Atlantic coasts: U.S. Geological Survey Open-File Report 2010-1118, 57 p., available at USGS Open-File Report 2010-1118: National Assessment of Shoreline Change: Historical Shoreline Change along the NewEngland and Mid-Atlantic Coasts.

网址推荐

0代码在线构建地图应用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/39660.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

永辉超市购物卡有什么用?

感觉现在在超市买东西,还不如网购 这不,端午的时候,朋友送的永辉卡,一直没时间去用,我总担心过期 但是去了超市后,又不知道买什么,最后空手而归 还好收卡云可以回收永辉卡,两张三…

《C++20设计模式》适配器模式经验分享

文章目录 一、前言二、对于接口的讨论三、实现1、对象适配器1.1 UML类图1.2 实现 2、类适配器 四、最后 一、前言 从适配器模式开始就是类的组合聚合,类与类之间结构性的问题了。 适配器模式解决的问题: 适配器模式能够在不破坏现有系统结构的情况下&a…

mapreduce实现bean的序列化与反序列化

目录 序列化(Serialization) 反序列化(Deserialization) 事例操作 UserSale 重写序列化方法 重写反序列化 重写toString方法 SaleMapper SaleReducer SaleDriver 序列化(Serialization) 序列化是将…

【后端面试题】【中间件】【NoSQL】MongoDB的配置服务器、复制机制、写入语义和面试准备

MongoDB的配置服务器 引入了分片机制之后,MongoDB启用了配置服务器(config server) 来存储元数据,这些元数据包括分片信息、权限控制信息,用来控制分布式锁。其中分片信息还会被负责执行查询mongos使用。 MongoDB的配置服务器有一个很大的优…

WPF----自定义滚动条ScrollViewer

滚动条是项目当中经常用到的一个控件&#xff0c;大部分对外项目都有外观的需求&#xff0c;因此需要自定义&#xff0c;文中主要是针对一段动态的状态数据进行展示&#xff0c;并保证数据始终在最新一条&#xff0c;就是需要滚动条滚动到底部。 1&#xff0c;xaml中引入 <…

zxing-cpp+OpenCV根据字符串生成条形码

编译构建 需要使用到 CMake、Git、GCC 或 MSVC。 github 链接&#xff1a;https://github.com/zxing-cpp/zxing-cpp 编译之前请确保&#xff1a; 确保安装了 CMake 版本 3.15 或更高版本。 确保安装了与 C17 兼容的编译器(最低VS 2019 16.8 / gcc 7 / clang 5)。 编译构建…

Python面试宝典第4题:环形链表

题目 给你一个链表的头节点 head &#xff0c;判断链表中是否有环。如果存在环 &#xff0c;则返回 true 。 否则&#xff0c;返回 false 。 如果链表中有某个节点&#xff0c;可以通过连续跟踪 next 指针再次到达&#xff0c;则链表中存在环。 为了表示给定链表中的环&#xf…

重写父类方法、创建单例对象 题目

题目 JAVA27 重写父类方法分析&#xff1a;代码&#xff1a; JAVA28 创建单例对象分析&#xff1a;代码&#xff1a; JAVA27 重写父类方法 描述 父类Base中定义了若干get方法&#xff0c;以及一个sum方法&#xff0c;sum方法是对一组数字的求和。请在子类 Sub 中重写 getX() 方…

AI智能体|AI打工我躺平!使用扣子Coze智能体自动生成和发布文章到微信公众号(一)

大家好&#xff0c;我是无界生长&#xff0c;国内最大AI付费社群“AI破局俱乐部”初创合伙人。这是我的第 44 篇原创文章——《AI智能体&#xff5c;AI打工我躺平&#xff01;使用扣子Coze智能体自动生成和发布文章到微信公众号&#xff08;一&#xff09;》 AI智能体&#xf…

《涅朵奇卡:一个女人的一生》读后感

这周的计划是看完海明威的《丧钟为谁而鸣》&#xff0c;但是因为下班晚&#xff0c;而且书的体量大&#xff0c;所以只看了一半。本来以为这周的阅读计划完不成了&#xff0c;不料昨天加完班后拿起新到的《涅朵奇卡&#xff1a;一个女人的一生》&#xff0c;不自觉就陷进去了&a…

端口聚合基础知识

一、什么是端口聚合 端口聚合是将多个物理端口捆绑在一起&#xff0c;形成一个逻辑链路&#xff0c;以实现带宽增加、提高冗余和负载均衡的技术。端口聚合&#xff0c;也称为以太通道&#xff08;Ethernet Channel&#xff09;&#xff0c;主要用于交换机之间的连接。在具有多…

开发数字药店APP实战:互联网医院系统源码详解

本篇文章&#xff0c;笔者将深入探讨如何开发一个功能完善的数字药店APP&#xff0c;并详细解析互联网医院系统的源码实现。 一、数字药店APP的需求分析 应具备以下基本功能&#xff1a; 用户注册与登录 药品搜索与浏览 在线下单与支付 订单管理 健康咨询与远程医疗 个人…

partition()方法——分割字符串为元组

自学python如何成为大佬(目录):https://blog.csdn.net/weixin_67859959/article/details/139049996?spm1001.2014.3001.5501 语法参考 partition()方法根据指定的分隔符将字符串进行分割。如果字符串中包含指定的分隔符&#xff0c;则返回一个3元的元组&#xff0c;第一个为…

Perl 语言开发(四):条件语句

目录 1. 概述 2. if 语句 3. else 语句 4. elsif 语句 5. unless 语句 6. 嵌套条件语句 7. 三元运算符 8. 智能匹配运算符 9. given-when 语句 10. 条件修饰符 11. 高级条件语句应用 11.1 数据验证 11.2 配置文件解析 11.3 异常处理 12. 条件语句的最佳实践 12…

Spring Boot+Mybatis Plus 使用Redis实现二级缓存具体步骤以及代码

下面是使用Spring BootMybatis Plus和Redis实现二级缓存的具体步骤和代码示例&#xff1a; 1. 首先&#xff0c;确保你已经添加了Spring Boot、Mybatis Plus和Redis的依赖。 2. 在Spring Boot的配置文件中添加Redis的配置&#xff0c;如下所示&#xff1a; yaml spring: r…

wordpress:更新网站域名后后页面无法访问,页面媒体文件异常(已解决)

WordPress 在数据库中存储了许多配置信息,包括网站的域名。如果更新了域名,但数据库中的旧域名没有更新,WordPress 将无法正确生成页面链接或重定向访问请求。 一、更新域名 在wp-config.php 文件中,添加或更新你的新域名! define(WP_HOME, http://172.18.214.195:32520…

Linux_fileio学习

参考韦东山老师教程&#xff1a;https://www.bilibili.com/video/BV1kk4y117Tu?p12 目录 1. 文件IO函数分类2. 函数原型2.1 系统调用接口2.2 标准IO接口 3. fileio内部机制3.1 系统调用接口内部流程3.1 dup函数使用3.2 dup2函数使用 4. open file4.1 open实例4.2 open函数分析…

Cocos如何跟Android通信?

点击上方亿元程序员+关注和★星标 引言 Cocos如何跟Android通信 大家好,相信小伙伴们通过阅读笔者前几期的文章**《Cocos打安卓包打不出来?看看这个》,对Cocos**如何打安卓包有了一定的了解。 但是,除了把安卓包打出来,另外还有一个重要的就是要能够调用安卓提供的Java方…

华为HCIP Datacom H12-821 卷21

1.单选题 以下关于PIM-SM中SPT切换的描述,错误的是哪一项? A、若所有组播流量都经过RP路由器,则RP路由器可能成为数据转发的瓶颈 B、SPT路径最短,转发性能更优 C、SPT 切换完成后,组播流量依然经过 ReT 树 D、RPT 树可能不是组播流量转发的最优路径 正确答案: C 解析…

【AI原理解析】—K近邻(KNN)原理

目录 一、算法概述 二、算法原理 1. 数据集准备 2. 输入新数据 3. 距离计算 4. 选择K个最近邻 5. 预测 三、关键要素 1. K值的选择 2. 距离度量方法 3. 数据预处理 四、算法优缺点 优点 缺点 五、总结 KNN&#xff08;K-Nearest Neighbors&#xff0c;K最近邻&a…