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

به منظور پیش‌بینی پارامترهای موج برای عملیات‌های دریایی و ساحلی، روش‌های متعددی با استفاده از مشخصات باد و موج توسعه یافته‌اند. در این مقاله، از شبکه عصبی مصنوعی (ann) به عنوان یک روش یادگیری قوی برای پیش‌بینی ارتفاع موج در بازه‌های زمانی 3، 6، 12 و 24 ساعت آینده در خلیج‌فارس استفاده شده است. برای تعیین پارامترهای موثر، مدل‌های مختلف با ترکیب‌های متفاوت از پارامترهای ورودی مورد نظر در نظر گرفته شده‌اند. از پارامترهایی نظیر سرعت باد، جهت و ارتفاع موج در 3 ساعت گذشته به عنوان بهترین ورودی‌ها 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 پیش‌بینی با افزایش افق زمانی تا 6 ساعت افزایش می‌یابد. همچنین، تاخیر موجود بین باد و رشد موج نیز مورد بررسی قرار گرفته است. در زمان‌های پیشروی کوتاه، ارتفاع موج پیش‌بینی‌شده به ارتفاع موج قبلی بستگی دارد، در حالی که در زمان‌های پیشروی بزرگ‌تر، وابستگی بیشتری به سرعت‌های باد قبلی وجود دارد.