پیش‌بینی ساعتی و روزانۀ ارتفاع موج دریا در منطقۀ چابهار

نوع مقاله : پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی منابع آب، گروه هیدرولوژی و منابع آب، دانشکدۀ مهندسی علوم آب، دانشگاه شهید چمران اهواز

2 استادیار گروه هیدرولوژی و منابع آب، دانشکدۀ مهندسی علوم آب، دانشگاه شهید چمران اهواز

چکیده

امواج ناشی از باد به‌دلیل انرژی و تأثیر زیاد بر فعالیت‏های دریایی، اهمیت زیادی دارند. با توجه به اثرگذاری امواج دریا بر فعالیت‏های دریایی، تأثیر عوامل مختلف بر این متغیر در منطقۀ‏ چابهار بررسی شد. در این پژوهش از روش الگوریتم جست‌وجوی گرگ (WSA) برای پیش‏بینی ارتفاع موج در دو بازۀ زمانی ساعتی و روزانه، استفاده ‏شده است. به این منظور از اطلاعات ارتفاع امواج طی سال‏های آماری 1386 تا 1390، برای پیش‏بینی روزانه و آمار ماه‏های بهمن و اسفند 1385 برای پیش‏بینی ساعتی استفاده شد. نتایج به‌دست‌آمده از الگوریتم WSA با نتایج الگوریتم‏های ژنتیک (GA) و جست‌وجوی هارمونی (HS) مقایسه شد. نتایج نشان داد الگوریتم جست‌وجوی گرگ در هر دو بازۀ ساعتی و روزانه عملکرد بهتری داشته است، به‏طوری ‏که ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE)، شاخص توافق ویلموت (d) و میانگین قدر مطلق خطا (MAE) به‏ترتیب برابر 9497/0، 0704/0، 987/0 و 0483/0 برای پیش‏بینی ساعتی و 8558/0، 1742/0، 9599/0 و 1138/0 برای بازۀ روزانه به‌دست آمد. مقایسۀ نتایج به‏دست‏آمده، بیان‌کنندۀ عملکرد مناسب الگوریتم جست‌وجوی گرگ در پیش‏بینی ارتفاع موج برای این منطقه بوده است.

کلیدواژه‌ها

موضوعات


[1]. Derakhshan S, Gharabaghi A, Chenaghlu MR. Prediction of sea waves specification by experimental methods in Bushehr. 1st national congrees on civil engineering. Sharif University. Tehran. 2004; 1-9. [Persian]
[2]. Khalili N. Forecasting precipitation with artificial neural networks. M.Sc Thesis. Water engineering Department. Ferdowsi university of Mashhad. 2006; [Persian]
[3]. Lari K, Pourmandi-Yekta A, Mehdipour F. Wind waves prediction by the statistical model based on neural network in Bushehr Province. 4thinternational conference on coasts. port and marine structures. Bandar Abbas. 2000; 1-7. [Persian]
[4]. Pierson WJ, Moskowitz L. A proposed spectral form for fully developed wind seas based on the similarity theory of SA Kitaigorodskii. Journal of geophysical research. 1964; 69(24):5181-5190.
[5]. Hasselmann K, Barnett TP, Bouws E, Carlson H, Cartwright DE, Enke K, et al. Measurements of wind-wave growth and swell decay during the Joint North Sea Wave Project (JONSWAP). Research project. Deutsches Hydrographisches Institut; 1973.p. 7-91.
[6]. Imani H, Kamranzadeh B. Scrutiny results of numerical simulation significant wave height in Chabahar. Sixth International Conference on Offshore Industries. Iranian Offshore Engineering Society. Tehran. 2015; 1-8. [Persian]
[7]. Zhang S, Song Z, Li Y. An advanced inversion algorithm for significant wave height estimation based on random field. Ocean Engineering. 2016; 15(127):298-304.
[8]. Taleghani M, Amirteymuri AR. Wave height predicted in Caspian Sea using artificial neural networks. Journal of Operational Research in Its Applications (Applied Mathematics). 2008; 5(18):39-47. [Persian]
[9]. Zamani A, Azimian A. Wave height prediction in Caspian Sea by neural network. 9th conference of Fluid dynamics. Shiraz University. 2004; 1-11. [Persian]
[10]. Abed-Elmdoust A, Kerachian R. Wave height prediction using the rough set theory. Ocean Engineering. 2012; 1(54):244-250.
[11]. Amani-Dashlejeh J, Bonakdar, L. Using neural network in prediction of wave height and period with different return period in South Bandar Abbas. 10th Marine industries conference. Khoramshahr. 2008; 1-11. [Persian]
[12]. Krishna Kumar N, Savitha R, Al Mamun A. Regional ocean wave height prediction using sequential learning neural networks. Ocean Engineering. 2017; 1(129):605-612.
[13]. Edalatpanah F, Rezazadeh P. Prediction of wave parameters by SWAN model. 12th conference of Fluid dynamics.Nushirvani University of Babol. 2009; 1-14. [Persian]
[14]. Pournemat-Roudsari A, Qaderi K, Bakhtiari B, Ahmadi MM. Wave height prediction in Caspian Sea by GMDH. National conference of sea water utilization.Kerman; 2011.P. 659-666. [Persian]
[15]. Mohammadrezapour-Tabari M, Soltani J. The stream flow prediction model using Fuzzy inference system and particle swarm optimization. Water and wastewater consulting engineers research development. 2013; 24:112-124. [Persian]
[16]. Haghighi H. Hydrology and hydrobiology of Chabahar gulf. Research project. Iranian Fisheries Science Research Institute.; 1995.p. 5-12. [Persian]
[17]. Shirinmanesh S, Chegini V. Study estimated recoverable energy from wave and tidal flow in Chabahar bay. Journal of Khoramshahr Marine Scinence and Technology. 2011; 10(2):91-107. [Persian]
 [18]. Tang R, Fong S, Yang XS, Deb S. Wolf search algorithm with ephemeral memory. InDigital Information Management (ICDIM). Seventh International Conference; 2012.p. 165-172. IEEE.
[19]. Willmott CJ. On the validation of models. Physical geography. 1981; 2(2):184-94.
دوره 4، شماره 4
دی 1396
صفحه 1129-1140
  • تاریخ دریافت: 12 فروردین 1396
  • تاریخ بازنگری: 17 تیر 1396
  • تاریخ پذیرش: 18 تیر 1396
  • تاریخ اولین انتشار: 01 دی 1396
  • تاریخ انتشار: 01 دی 1396