کاربرد هوش مصنوعی در پیش بینی ارتفاع موج منطقه دیر، خلیج فارس

به منظور پیش بینی پارامترهای موج برای عملیات های دریایی و ساحلی، روشهای متعددی با استفاده از مشخصات باد و موج توسعه یافته اند. در اینمقاله، از شبکه عصبی مصنوعی (ANN) به عنوان یک روش یادگیری قوی برای پیش بینی ارتفاع موج در بازه های زمانی ۳ ، ۶ ، ۱۲ و ۲۴ ساعت آینده درخلیج فارس استفاده شده است. برای تعیین پارامترهای موثر، مدل های مختلف با ترکیب های متفاوت از پارامترهای ورودی مورد نظر در نظر گرفته شده اند. از پارامترهایی نظیر سرعت باد، جهت و ارتفاع موج در ۳ ساعت گذشته به عنوان بهترین ورودی ها استفاده شده است. همچنین، استفاده از اختلاف بین جهت موج و باد، عملکرد بهتری را نشان داده است. نتایج نشان میدهند که اگر تنها پارامترهای باد به عنوان ورودی مدل در نظر گرفته شوند، دقت پیش بینی با افزایش افق زمانی تا ۶ ساعت افزایش مییابد. همچنین، تاخیر موجود بین باد و رشد موج نیز مورد بررسی قرار گرفته است. در زمانهای پیشروی کوتاه، ارتفاع موج پیش بینی شده به ارتفاع موج قبلی بستگی دارد، در حالی که در زمانهای پیشروی بزرگتر، وابستگی بیشتری به سرعتهای باد قبلی وجود دارد.

کلیدواژه ها:

هوش مصنوعی ، پیش بینی ارتفاع موج ، الگوریتم یادگیری ، خلیج فارس