موردی برای نمایش وجود ندارد.
تازه‌های دیوار من
برای مشاهده آخرین مطالب دیوار خود، باید وارد سامانه شوید.
نویسنده (دانشجو): حمیدرضا، معظمی

Loading

چکیده

پیش‌بینی تغییرات آب و هوایی و اقیانوسی از جمله مسائل چالش برانگیز در علوم است که این مسئله در مورد امواج دریا نیز صادق است. عدم شناخت درست فیزیک امواج و عدم قطعیت موجود در ورودی‌های مورد نیاز باعث می‌شود که مدل‌های عددی موج، خطای زیادی در محاسبه متغیرهای مختلف موج داشته باشند. یکی از راه‌حل‌های موثر در این مواقع برای کاهش خطای پیش‌بینی در مدل‌ها، استفاده از هم جوشی داده‌های اندازه‌گیری شده است. در کارهای قبلی که در حوزه‌ی هم جوشی داده‌های موج با مدل‌های عددی موج برای دریاهای ایران انجام شده، از شبکه‌ی عصبی مصنوعی استفاده شده است. در این مطالعه روش هم جوشی درون یابی بهینه، که مبتنی بر اصول آماری است، مورد استفاده قرار گرفته است و فرمول‌بندی مورد نیاز در کد مدل عددی قرار داده شده است. با توجه به کوچک مقیاس بودن محدوده‌ی فیزیکی مدل سازی، اثر تاثیر بستر در کاهش ارتفاع موج نیز در روش هم جوشی لحاظ شده است. هم چنین از روش کانادایی سریع برای تخمین محدوده تاثیر در بهینه‌‌سازی هم جوشی استفاده شد. مقایسه نتایج اجرای مدل ویوواچ3 با استفاده از هم جوشی و بدون اعمال هم جوشی با داده‌های اندازه‌گیری شده‌ی محیطی سنجنده‌های ماهواره‌ای سار در خلیج فارس نشان داد که با اعمال هم جوشی در مدل، خطای محاسبه ارتفاع موج به میزان 26.3 درصد کاهش می‌یابد که این مقدار برای موج‌های بالای یک متر 24.85 درصد است. هم چنین مشخص شد که روش کانادایی سریع برای تعیین بهترین محدوده‌ی تاثیر در هم جوشی، روش مناسبی است.

کلیدواژه‌ها: هم جوشی، ویوواچ3، درون یابی بهینه، سار، خلیج فارس

پیش‌بینی تغییرات آب و هوایی و اقیانوسی از جمله مسائل چالش برانگیز در علوم است که این مسئله در مورد امواج دریا نیز صادق است. عدم شناخت درست فیزیک امواج و عدم قطعیت موجود در ورودی‌های مورد نیاز باعث می‌شود که مدل‌های عددی موج، خطای زیادی در محاسبه متغیرهای مختلف موج داشته باشند. یکی از راه‌حل‌های موثر در این مواقع برای کاهش خطای پیش‌بینی در مدل‌ها، استفاده از هم جوشی داده‌های اندازه‌گیری شده است.