Este estudio presenta algoritmos robustos para la alerta temprana de tsunamis utilizando datos de olas de tsunamis sintéticos en arreglos de sensores de fondo oceánico (OBS) con regresión lineal múltiple secuencial. El estudio se centra en la región de Tohoku en Japón, donde se ha desplegado un sistema OBS S-net (150 sensores de presión). Para calibrar el sistema de alerta temprana de tsunamis utilizando perfiles de olas de tsunamis realistas en las estaciones S-net, se emplean 4000 simulaciones estocásticas de tsunamis. Se construyen modelos de pronóstico utilizando regresión lineal múltiple junto con selección secuencial de características basada en el Criterio de Información de Akaike y el método del punto de rodilla para identificar sensores que mejoran la precisión de manera más significativa. El estudio considera la amplitud de las olas de tsunamis en una ubicación cercana a la costa y la pérdida regional de tsunamis para desarrollar algoritmos de alerta de tsunamis basados en peligros y riesgos. Los modelos identifican una configuración óptima de estaciones OBS y un tiempo de espera para emitir alertas de tsunamis. El rendimiento del modelo se compara con un modelo base, que solo utiliza la magnitud del terremoto y la ubicación del epicentro. El resultado indica que estimar la amplitud del tsunami y la pérdida a través de S-net mejora la precisión. Para el pronóstico basado en peligros, agregar seis sensores del S-net mejora la precisión de la estimación de manera más significativa con un tiempo de espera óptimo de 3 minutos. Para el pronóstico basado en riesgos, un tiempo de espera más largo entre 5 y 10 minutos es adecuado.