As the prediction and preparation for coastline change are regarded as an important social issue, improving the accuracy of the numerical shoreline change model to predict long-term shoreline changes is becoming increasingly important. Most shoreline change models contain several parameters to reflect the local characteristics of the study area, and their performance can be significantly enhanced by calibrating the parameters with the field data. However, as the number of the parameters increases, the model calibration becomes extremely difficult, especially in the model application for a long and complicated shoreline. In the present study, a method for calibrating the parameters of a shoreline change model that uses an optimization algorithm is proposed. Subsequently, its performance is demonstrated by applying the model to the Gangneung littoral cell set on the East Coast of Korea. First, the parameter calibration was performed using the records of 17 years (1980–1996) for all input data, including artificial coastal developments, conservation efforts, wave climate statistics, and the observed shoreline data. Subsequently, the calibrated model was verified using the data of the next 17 years (1997–2013). The results showed that the model calibration using the optimization technique significantly improved the accuracy of the shoreline change model.

中文翻译：

---

使用优化算法校准海岸线变化模型

随着海岸线变化的预测和准备被视为重要的社会问题，提高数值海岸线变化模型的准确性以预测长期海岸线变化变得越来越重要。大多数海岸线变化模型都包含一些参数以反映研究区域的局部特征，并且可以通过使用现场数据校准这些参数来显着提高其性能。但是，随着参数数量的增加，模型校准变得异常困难，尤其是在用于长而复杂的海岸线的模型应用中。在本研究中，提出了一种使用优化算法的海岸线变化模型参数校准方法。后来，通过将该模型应用于韩国东海岸的江陵滨海单元，可以证明其性能。首先，对所有输入数据使用17年（1980-1996年）的记录进行参数校准，包括人工沿海开发，保护工作，海浪气候统计数据和观测到的海岸线数据。随后，使用接下来的17年（1997-2013年）的数据对校准后的模型进行了验证。结果表明，使用优化技术进行模型校准可以显着提高海岸线变化模型的准确性。以及观察到的海岸线数据。随后，使用接下来的17年（1997-2013年）的数据对校准后的模型进行了验证。结果表明，使用优化技术进行模型校准可以显着提高海岸线变化模型的准确性。以及观察到的海岸线数据。随后，使用接下来的17年（1997-2013年）的数据对校准后的模型进行了验证。结果表明，使用优化技术进行模型校准可以显着提高海岸线变化模型的准确性。