本文旨在找出路易斯安那州低洼沿海海拔地区因全球变暖和人类住区造成的全球气候变化高影响而导致海平面上升而导致容易发生洪水的高风险地区，并对这些后果进行建模和理解预测的海平面上升。 为了实现这些目标，该研究使用了可访问的公共数据集来评估美国路易斯安那州南部沿海低地居民面临的潜在风险。 高程数据来自于路易斯安那州全州范围的光探测与测距（LiDAR），分辨率为16.4英尺（5 m），由Atlas分配。 这些数据是从Atlas网站下载的，并导入到环境系统研究所（ESRI）的ArcMap软件中，以创建研究区域的单个镶嵌高程图像图。 在ArcMap中拼接高程数据后，使用Spatial Analyst扩展软件对高低区域进行分类。 此外，数据来自美国地质调查局（USGS）数字高程模型（DEM），并且从美国环境保护署（EPA）网站获取了1880年至2015年期间的绝对海平面上升数据。 此外，还获得了美国人口普查局的人口数据，并将其与海拔数据结合在一起，以评估低洼地区人口的风险。 使用统计方法开发了人口趋势和累积海平面上升的模型，并使用软件揭示了国家趋势和趋势的局部偏差。 针对路易斯安那州低陆沿海教区，模拟

最新的6小时预报 免责声明：此模型正在开发中，有关浪涌和沿海洪水的预测仅出于研究目的。 在任何情况下，均不得将其用于航行目的或应急计划。 流体动力：最大浪涌（潮汐之上的气象驱动组件） 单击以查看单个区域中的最大喘振和最大风/最小压力的特写 ・・・・・・ 气象：最大10米风和最小海面压力 存档事件 如何获得预测？ 预测是受到气象和天文强迫的二维非正弦三角网的正压海洋环流和淹没模拟，分别推动潮汐和潮汐。 在海面阻力驱动浪涌的计算中考虑了冰的影响。 使用模型的版本55进行模拟（ ），每个预测模拟在96个计算处理器上需要大约10分钟的挂钟时间。 网格已使用 Matlab网格化工具箱自动生成（ ）。 每个预测使用单个无缝的非结构化网格。 覆盖整个地球的默认网格的沿海分辨率为1.5 km。 在海洋中，根据地形梯度和距海岸线的距离，分辨率在1.5 km和25 km之间变化。 注意：有关以下说