Abstract. This study presents a framework for real-time tsunami force predictions by the application of mode decomposition based surrogate modelling with 2D-3D coupled numerical simulations. A limited number of large-scale numerical analyses are performed for a selection scenarios with variations in fault parameters to capture the distribution tendencies of the target risk indicators. Then, the proper orthogonal decomposition (POD) is applied to the analysis results to extract the principal modes that represent the temporal and spatial characteristics of tsunami forces. A surrogate model is then constructed by a linear combination of these modes, whose coefficients are defined as functions of the selected input parameters. A numerical example is presented to demonstrate the applicability of the proposed framework to one of the tsunami-affected areas during the Great East Japan Earthquake of 2011. Combining 2D and 3D versions of the stabilized finite element method, we carry out a series of high precision numerical analyses with different input parameters to obtain a set of time history data of the tsunami forces acting on buildings and the inundation depths. POD is applied to the data set to construct the surrogate model that is capable of providing the predictions equivalent to the simulation results almost instantaneously. Based on the acceptable accuracy of the obtained results, it was confirmed that the proposed framework is a useful tool for evaluating time series data of hydrodynamic force acting on buildings.

中文翻译：

---

基于模式分解的替代模型的实时海啸力量预测

摘要。本研究通过使用基于模式分解的替代模型与2D-3D耦合数值模拟，为实时海啸力量预测提供了一个框架。对于具有故障参数变化的选择方案，将执行有限数量的大规模数值分析，以捕获目标风险指标的分布趋势。然后，将适当的正交分解（POD）应用于分析结果，以提取代表海啸力时空特征的主要模式。然后通过这些模式的线性组合来构建替代模型，其系数定义为所选输入参数的函数。给出了一个数值示例，以证明所提出的框架在2011年东日本大地震中对海啸灾区的适用性。结合稳定有限元方法的2D和3D版本，我们进行了一系列高精度计算使用不同的输入参数进行数值分析，以获得一组作用于建筑物上的海啸力和淹没深度的时程数据。将POD应用于数据集以构建替代模型，该替代模型几乎可以在瞬间提供与模拟结果等效的预测。基于所获得结果的可接受的准确性，可以确认所提出的框架是评估作用在建筑物上的水动力的时间序列数据的有用工具。结合2D和3D版本的稳定有限元方法，我们使用不同的输入参数进行了一系列高精度数值分析，以获得一组作用于建筑物上的海啸力和淹没深度的时程数据。将POD应用于数据集以构建替代模型，该替代模型几乎可以在瞬间提供与模拟结果等效的预测。基于所获得结果的可接受的准确性，可以确认所提出的框架是评估作用在建筑物上的水动力的时间序列数据的有用工具。结合稳定有限元方法的2D和3D版本，我们使用不同的输入参数进行了一系列高精度数值分析，以获得一组作用于建筑物上的海啸力和淹没深度的时程数据。将POD应用于数据集以构建替代模型，该替代模型几乎可以在瞬间提供与模拟结果等效的预测。基于所获得结果的可接受的准确性，可以确认所提出的框架是评估作用在建筑物上的水动力的时间序列数据的有用工具。我们使用不同的输入参数进行了一系列高精度数值分析，以获得一组作用在建筑物上的海啸力和淹没深度的时程数据。将POD应用于数据集以构建替代模型，该替代模型几乎可以在瞬间提供与模拟结果等效的预测。基于所获得结果的可接受的准确性，可以确认所提出的框架是评估作用在建筑物上的水动力的时间序列数据的有用工具。我们使用不同的输入参数进行了一系列高精度数值分析，以获得一组作用在建筑物上的海啸力和淹没深度的时程数据。将POD应用于数据集以构建替代模型，该替代模型几乎可以在瞬间提供与模拟结果等效的预测。基于所获得结果的可接受的准确性，可以确认所提出的框架是评估作用在建筑物上的水动力的时间序列数据的有用工具。