پیش بینی پارامترهای امواج با استفاده از مدل بردار پشتیبان و همگون سازی داده ها

پیش بینی عملیاتی امواج برای چندین ساعت یا روز در یک محل خاص در هرگونه عملیات مهندسی در دریا لازم است. امروزه مدل های موج نسل سومی جدید اطلاعات موج و پیش بینی های موج را در مقیاس های جهانی و منطقه ای ارائه می کنند. علی رغم پیشرفت زیاد در شبیه سازی امواج ناشی از باد، به دلیل محدودیت های موجود در درک فیزیک فرآیندهای تولید، زوال و اندرکنش های غیرخطی امواج و مشکلات موجود در بیان ریاضی این فرآیندها، پارامترهای تجربی زیادی در این مدل ها وارد شده اند که می بایست به صورت آزمایشی تعیین شوند. به علاوه، مدل های عددی موج وابسته به شرایط اولیه، شرایط مرزی و نیروهای واداشت هستند که تمامی این موارد دارای خطا هستند. هنگامی که پیش بینی های نقطه ای و محلی مورد نیاز است، مدل های براساس سری زمانی مانند شبکه های عصبی به عنوان یک گزینه قابل طرح هستند. به علاوه صحت و دقت پیش بینی های موج در طول زمان به دلیل خطاهای اشاره شده موجود کاهش می یابد. این خطاها در حین اجرای مدل موج با هم جمع می شوند و باعث می شوند که عملاً پیش بینی های حاصله دارای خطاهای نسبتاً زیادی باشند. از این رو ارتقاء خروجی های مدل های موج، جایگاه برجسته ای در پیش بینی های امواج حاصل از باد دارد. در هر زمانی که اندازه گیری ها در دسترس باشند، می توان کیفیت پیش بینی های امواج را ارتقاء بخشید. همگون سازی داده ها در واقع کاربرد اندازه گیری برای بهبود کارایی مدل است. در این پایان نامه به بررسی یکی از روش های نوین محاسبات نرم به نام رگرسیون بردار پشتیبان (svr) در پیش بینی پارامتر های امواج پرداخته شده است. با استفاده از اطلاعات بویه های جهانی و همچنین اطلاعات به روز اندازه گیری شده در خلیج فارس، این روش در شرایط مختلف جغرافیایی سنجیده شده است. همچنین در این تحقیق روش های مختلف همگون سازی معرفی شده اند و به بررسی روش فیلتر گروهی کالمن (enkf) در اصلاح خروجی های ناشی از مدل svr پرداخته شده است. تحلیل های انجام شده حاکی از این است که svr ابزار مناسب و قدرتمندی در شبیه سازی ارتفاع و طیف امواج می باشد. همچنین می توان با استفاده از این روش و داده های اندازه گیری، ارتفاع موج نقاط اطراف را به خوبی پیش بینی نمود. در ادامه نتیجه گرفته شد که روش فیلتر گروهی کالمن نیز رویکرد مناسبی جهت ارتقاء کیفیت و اصلاح خروجی های ارتفاع امواج است. نتایج نشان دادند که می توان از svr و ترکیب آن با روش همگون سازی داده ها، در پیش بینی امواج استفاده نمود.