صحت سنجی خروجی مدل SWAN با فراسنج های اقلیمی شاهد

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دکتری فیزیک دریا- دانشگاه آزاد اسلامی واحد علوم و تحقیقات سازمان هواشناسی کشور

2 کارشناس ارشد فیزیک دریا- دانشگاه آزاد اسلامی واحد تهران شمال سازمان هواشناسی کشور

چکیده

پیش بینی وضع دریا و نقش آن در حمل و نقل دریایی، کشتیرانی، شیلات ، صیادی  و نیز در امور تخصصی بر همگان روشن است. با بهره گیری بهینه از مدلهای مختلف و شناخت از میزان صحت و دقت آنها، می توان گام هایی موثر در جهت تحقق این مهم برداشت . یکی از مدلهایی که مطالعه تحقیقاتی در مورد آن مفید می باشد، مدل SWAN است و برای ارزیابی عملکرد این مدل از نظر اجرایی و علمی، مطالعه در خصوص راستی آزمایی محصولات آن لازم است. در این مطالعه ، خروجی ارتفاع و تناوب موج حاصل از اجرای مدل مذکور با داده های شاهد موجود برای بوشهر و عسلویه مورد راستی آزمایی قرار گرفته است. با انجام این تحقیق سعی بر آن است که میزان دقت و صحت خروجی این مدل با مقادیر متناظر موجود از فراسنج های شاهد و کارایی آن در پیش بینی های12، 24، و 48 ساعت و بیشتر مورد بررسی و ارزیابی قرار گیرد.

در فرایند راستی آزمایی با تشکیل جدول توافقی به دنبال بررسی انطباق  داده های اقلیمی شاهد با خروجی مدل  برای دو فراسنج ارتفاع و تناوب موج هستیم. بدین منظور درصد صحت مدل را به ازای مقادیر مدل و داده های شاهد در بازه های زمانی T<=2s،s   2s <T<5و  T>5 sبرای تناوب و h<=25cm،  25 cm<h<50cm و  h>50cmبرای ارتفاع موج به مدت 12، 24، 48 ، 72 و 99 ساعت در نظر گرفتیم. در این تحقیق همچنین امتیازهای مهارتی مدل برای پیش بینی ارتفاع و تناوب موج محاسبه گردیده اند. میانگین خطای مطلق و نسبی مدل با داده های شاهد برای  پیش بینی 24 تا 99 ساعت محاسبه و در جدول11 فقط مقادیر مربوط به 48 ساعت که در مجموع از دقت بالاتری برخوردار بوده اند درج شده است. نمودارهای سری زمانی ارتفاع و تناوب موج مدل ودیدبانی ناشی از بویه ترسیم شده اند. نتایج نهایی از جمع بندی  تحلیل ها بدست آمده اند.

 

کلیدواژه‌ها


عنوان مقاله [English]

Verification of SWAN model outputs with buoy data on wave height and period

نویسندگان [English]

  • Mojtaba Zoljoodi 1
  • Mojgan Ghazi Mirsaeid 2
چکیده [English]

Introduction

Forecasting sea state and its role in marine transportation, shipping, fishery, fishing and professional affairs, is clear. By Using different models and identifying accuracy and precision of them can effectively achieve to these. One of the useful models is SWAN. For evaluating the performance of this model in aspect of executive and scientific both, study on verification of its products is required. In this study, the model outputs of wave height and period in the case of Bushehr and assaluyeh have been verified. With this study it is tried on the accuracy of the model outputs with the corresponding values of Buoy and its performance on predictions 12, 24, 48, 72 and 96 hours studied and assessed.

Materials and methods

In the verification process by using the adaptive table we want to control climatic data with the model output for both wave height and period parameters. For this purpose, threshold values smaller than or equivalent with 2 seconds and smaller than 5 seconds and the values between two mentioned thresholds for wave period also values h<=25cm،, 25 cm<h<50cm ,  h>50cm for wave height were calculated. Moreover the skill scores of models for predicting wave height and period were calculated. Mean absolute and relative errors with the SWAN model and Buoy data for 48 hours forecasting were calculated and listed in Table. As a sample graphs of the measured wave period and measured height wave by Buoy, with the predicted value of them are plotted. Summarized findings results of the analysis are obtained. By examining the output values ​​from the model and observation data for two regions of Bushehr and Assaluyeh and setting minimum and maximum values ​​for the two parameters, the mention ranges are defined.

Results and discussion

In Assaluyeh region more than 60 percent of cases, the wave height was between 25 cm<h<50cm and less than 15 percent of wave was height less than 25 cm (h <= 25cm). In this area, more than 71 percent of the wave frequency was between 2s>T >5s and less than 22 percent wave’s frequency was 5s<T.

In Bushehr, about 21 percent of cases, the wave height was between 25 cm <h<50cm and less than 13 percent of wave height was less than 25 cm (h <= 25cm). In this area, about 52 percent of the wave frequency was between s5> T> s2 and more than 72 percent frequency waves was T>5 s.

Values ​​obtained from the skill scores for forecasts 12, 24, 48, 72 and 99 hours shows that the model predictions for the both parameters   in 48 hours forecasting  in any two regions of Bushehr and Assaluyeh has high accuracy. Proportion Correction (PC) Values ​​ shows that more than of 94 percent, predicting the occurrence or non-occurrence waves frequency and more than 86 percent for the wave height performed correctly and in Assaluyeh this value for the wave frequency of more than 64 percent for wave height of more than 88 percent of cases have been performed correctly.

Overall results of SWAN model verification on wave height and frequency have acceptable accuracy. The mean absolute errors of observation data show that the model accuracy for wave height is greater than its accuracy for the wave frequency.

 

 

 

کلیدواژه‌ها [English]

  • Verification
  • discontinues table
  • climatic parameters

 

مقدمه

در دو دهه گذشته تعدادی از مدلهای طیفی باد- موج با عنوان مدلهای نسل سوم مانند Wave watch III WAM (تالمن1991)، TomAWA (بنویت 1996) و [1]SWAN (بویج، 1999) بسط و توسعه یافتند. این مدل ها، معادله توازن حرکت طیفی را برای رشد موج بدون هر گونه قید قبلی بر روی طیف، حل می کنند. مدل موج آب کم عمق SWAN ،شاخه ای از مدل های نسل سوم آبهای عمیق است. SWAN مدلی کاملاً طیفی است و رشد تدریجی موج حاصل از باد را در مناطق ساحلی کم عمق با توجه به جریانات محیطی محاسبه می کند. SWAN در دانشگاه صنعتی Delft توسعه یافته است.

SWAN  یک مدل زمان ثابت و بطور اختیاری زمان پویا است و می تواند در دستگاه مختصات کارتزین (فقط برای مقیاسهای کوچک توصیه می شود (ومختصات کروی)مقیاسهای کوچک و مقیاسهای بزرگ) بکار برده شود.  در مدل SWAN میدان باد10 متری، جریان آب، شبکه عمق آب و اصطکاک بستر دریا بعنوان ورودی در نظر گرفته می شوند و بیش از 30 پارامتر
خرو جی دارد. پارامترهای خروجی  را می توان بر روی یک نقطه، منحنی، شبکه یا گروهی از نقاط بر روی سطح دریا یا سطحی با ارتفاع معین از بستر دریا استخراج کرد.

 

 

مواد و روش ها

مدل  SWAN یک مدل پیش بینی عددی نسل سوم، برای محاسبه مولفه های موج در منطقه ی ساحلی ، دریاچه یا مدخل رودخانه است که از  اطلاعات میدان باد ، توپوگرافی بستر در آن به عنوان ورودی  استفاده می شود. موسسات  بسیاری در سراسر دنیا از مدل SWAN به عنوان ابزاری کاربردی برای پیش بینی شرایط موج نزدیک ساحل استفاده می کنند .در مرکز پیش بینی سازمان هواشناسی برای اجرای مدل SWAN از میدان باد درارتفاع 10 متر و عمق آب بعنوان ورودی، استفاده شده است .این مدل با مدل 5MM که یک مدل منطقه ای پیش یبنی عددی وضع هوا است، جفت شده و از برونداد 5MM برای تهیه میدان باد بعنوان ورودی مدل SWAN استفاده شده است. از  برونداد مدل برای حوزه خلیج فارس استفاده می شود.  در مقاله حاضر از داده های شاهد بویه های بوشهر و عسلویه استفاده شده و مقادیر آنها با مقادیر حاصل از اجرای مدل در مرکز پیش بینی سازمان هواشناسی ، مقایسه شده است. نتایج مقایسه نشان داد که مدل SWAN توانایی پیش بینی مولفه های موج را با دقت مناسب دارد .

دراین تحقیق از فرایند راستی آزمایی استفاده شده و با تشکیل جدول توافقی و محاسبه شاخص های آماری نرده ای وابسته به جدول توافقی برای انطباق  فراسنج های شاهد و خروجی مدل در خصوص دو پارامتر ارتفاع و تناوب موج استفاده گردیده است. میانگین خطای مطلق مدل و دو فراسنج شاهد مورد نظر برای  پیش بینی های12، 24، و 48 و 72 و 99 ساعت محاسبه و در جدول(11) فقط مقادیر مربوط به پیش بینی های 48 ساعته درج شده است. درصد صحت مدل برای بازه های های زمانیT<=2s، ،s   2s <T<5و  T>5 sبرای تناوب و h <=25cm،   25 cm <h<50cmو  h >50cmبرای ارتفاع موج محاسبه گردیده اند .در ذیل به شرح مختصری از روش های استفاده شده اشاره شده است.

 

الف) راستی‌آزمایی

        راست‌آزمایی پیش‌بینی وضع هوا حداقل از سال 1884 میلادی مطرح شده است. منظور از فرایند راستی‌آزمایی، ارزیابی کیفیت پیش‌بینی‌های هواشناسی است و در آن نتایج فرایند پیش‌بینی با داده های شاهد متناظر مقایسه می‌شود. در راستی‌آزمایی هر پیش‌بینی، به شیوه‌های مختلف یک ارزیابی عینی از کیفیت پیش‌بینی انجام می‌گیرد. نتایج راستی‌آزمایی باید حاوی اطلاعات مفیدی باشد تا بتوان راهکارهای جدیدی برای پیش‌بینی بهتر به‌ دست آورد. همچنین تحلیل آماری راستی‌آزمایی می‌تواند به ارزیابی نقاط قوت و ضعف پیش‌بین و یا فرایند پیش‌بینی کمک کند.

 

ب)جدول توافقی

برای انجام فرایند راست‌آزمایی به تابع احتمال مشترک پیش‌بینی ‌ـ‌ دیدبانی نیاز است. ساده‌ترین راه برای راست‌آزمایی پیش‌بینی‌ها تشکیل جدول توافقی (2´2) می‌باشد. با فرض اینکه پیش‌بینی و دیدبانی به ترتیب با Y و O نشان داده شوند، جدول توافقی (2´2) به شکل جدول ۱ تشکیل داده می‌شود. در این جدول O1 تعداد دیدبانی‌های مثبت (وقوع پدیده)، O2 تعداد دیدبانی‌های منفی (عدم وقوع پدیده)، Y1 تعداد پیش‌بینی‌های مثبت (وقوع پدیده)، Y2 تعداد پیش‌بینی‌های منفی (عدم وقوع پدیده)، a تعداد دفعاتی که پدیده اتفاق افتاده و وقوع آن پیش‌بینی شده است، b تعداد دفعاتی که پدیده اتفاق نیافتاده و وقوع آن پیش‌بینی شده است، c تعداد دفعاتی که پدیده اتفاق افتاده و وقوع آن پیش‌بینی نشده است و d تعداد دفعاتی که پدیده اتفاق نیافتاده و وقوع آن پیش‌بینی نشده است، می‌باشد. راست آزمایی تنها به حالت (2´2) محدود نمی‌شود و می‌توان برای پدیده‌های بیش از دو حالت جدول‌های توافقی بزرگتری (۳´۳ و ... ) تشکیل داد. برای تحلیل جدول از شاخص‌های آماری مختلفی استفاده می‌شود؛ به طور نمونه در جدول ۲ چند شاخص آماری نرده‌ای وابسته به جدول توافقی (2´2) آورده شده است.

 

 

جدول1. جدول توافقی (2´2)

 

O2

O1

 

a + b

b

a

Y1

c + d

d

c

Y2

 n= a + b+ c + d

b + d

a + c

 

 

 

جدول۲. چند شاخص آماری نرده‌ای وابسته به جدول توافقی  (2´2)

کمیت

رابطه

بازه‌ی تغییرات

نسبت صحیح  pc

(a+d)/n

صفر تا یک: یک برای پیش‌بینی کامل و صفر برای پیش‌بینی کاملاً نادرست

اریبی B

(a+b)/(a+c)

می‌تواند کمتر و یا بیشتر از یک باشد. بهترین مقدار برای پیش‌بینی کامل یک است

نسبت هشدارهای نادرست FAR

b/(a+b)

صفر تا یک: صفر برای پیش‌بینی کامل و یک برای پیش‌بینی کاملاً نادرست

امتیاز تهدید TS

 

a/(a+b+c)

صفر تا یک: یک برای پیش‌بینی کامل و صفر برای پیش‌بینی کاملاً نادرست

آهنگ برخورد H

a/(a+c)

صفر تا یک: یک برای پیش‌بینی کامل و صفر برای پیش‌بینی کاملاً نادرست

آهنگ هشدارهای تقلبی F

b/(b+d)

صفر تا یک: صفر برای پیش‌بینی کامل و یک برای پیش‌بینی کاملاً نادرست

 

ج)راستی آزمایی چشمی

روش راستی آزمایی چشمی یکی از قدیمی­ترین و بهترین روش­های راستی آزمایی است. در این روش دیدبانی(واقعیت) با پیش­بینی توسط یک ناظر مشاهده   می­شود و با استفاده از قضاوت انسانی میزان خطا تخمین زده می­شود. سری­های زمانی و نقشه­ها را با این روش می­توان راستی آزمایی نمود.

 

 

د) محاسبه میانگین خطا

برای محاسبه میانگین خطای نسبی از رابطه زیر استفاده شده است :

 

 
   

 

 

 

 

که در آن  مقدار پیش بینی شده متغیر مورد نظر و  مقدار دیدبانی شده متناظر با آن است. هر چند به نظر می رسد که فقط در بهترین حالت مقدار میانگین خطای پیش بینی برابر صفر باشد، اما واقعاً این گونه نیست؛ چه بسا مقادیر پیش بینی شده دارای خطای زیادی باشند ولی تفاضل مقدار دیدبانی شده از آنها گاهی مثبت و گاهی منفی شود و در نتیجه مقدار میانگین خطای پیش بینی صفر یا نزدیک به صفر شود.

 

ی) میانگین خطاهای مطلق

مقدار این شاخص از رابطه زیر محاسبه می شود:                                               

 

 

همچنین در این تحقیق، نمودارهای سری زمانی ارتفاع و تناوب موج مدل ودیدبانی ناشی از بویه ترسیم شده اند.

 

بحث و نتیجه گیری

در کشورمان، ایران، استفاده عملیاتی از مدل های منطقه ای پیش بینی عددی وضع دریا  در چند سال اخیر متداول شده است. با این وجود هنوز مطالعه ای برای راستی آزمایی محصولات مدل،به صورت جدی انجام نشده است. راست آزمایی به سه دلیل مهم اجرائی، اقتصادی و علمی ضروری می باشد. در دیدگاه علمی راستی آزمایی عبارتست از ارزیابی مجموعه ای از پیش بینی ها که در نهایت می تواند به بهبود پیش بینی و یا مدل سازی منجر شود. با توجه به اهمیت راستی آزمایی خروجی های مدل، در این تحقیق سعی بر آن بوده است تا صحت خروجی های  ارتفاع و تناوب مدل SWAN را با فراسنج های شاهد  بوشهر و عسلویه برای دو کمیت ارتفاع و تناوب موج بررسی نماییم. با انجام این تحقیق  و بررسی میزان دقت و صحت خروجی این مدل و در نتیجه کارایی مدل، مورد بررسی و ارزیابی قرار گرفته است و لذا این امکان فراهم می گردد تا با آگاهی بیشتر نتایج مدل را به کار بندیم.

بدین منظور با بررسی مقادیر حاصل از خروجی مدل و داده های شاهد برای دو منطقه بوشهر و عسلویه و تعیین مقادیر حداقل و حداکثر برای دو فراسنج مذکور، بازه های زیر را تعریف کردیم و صحت مدل را در محدوده آستانه های تعریف شده به کمک اسکریپت نویسی مورد ارزیابی قرار دادیم. سه آستانه زمانی برای تناوب موج (بر حسب ثانیه) T<=2s ،،s   2s <T<5و s5<T  و سه آستانه h <=25cm، 25 cm<h<50cm و  h>50cmبرای ارتفاع موج (بر حسب متر) در نظر گرفتیم.

در منطقه عسلویه بیش از 60 درصد موارد, ارتفاع موج بین 25 cm<h<50cm ، کمتر از 20 درصد موارد ارتفاع امواج بیشتر از 50 سانتی متر(( h>50cmو در کمتر از 15درصد موارد ارتفاع امواج کمتر از 25 سانتی متر ( h <=25cm ) بوده است. در این منطقه، بیش از 71 درصد موارد تناوب موج بین s5>T>s2, کمتر از 22 درصد موارد تناوب امواج s5<Tو  حدود 7 درصد مواردتناوب امواجs  T<=2 بوده است.

در بوشهر, حدود 21 درصد موارد, ارتفاع موج بین 25 cm<h<50cm، بیش از 66درصد موارد ارتفاع امواج بیشتر از
50 سانتی متر( ( h>50cmو کمتراز 13درصد موارد ارتفاع امواج کمتر از 25 سانتی متر ( h <=25cm ) بوده است. در این منطقه، حدود 52درصد موارد تناوب موج بین s5>T>s2, بیش از 72 درصد موارد تناوب امواج s5<Tو  کمتر از 1درصد مواردتناوب امواج s T<=2 بوده است.

همچنین مقادیر حاصل از  محاسبه امتیازهای مهارتی برای پیش بینی های 12 ، 24 ، 48 ، 72 و 99 ساعت نشان می دهد که مدل برای پیش بینی های 48 ساعت برای هر دو فراسنج و در هر دو منطقه بوشهر و عسلویه از دقت بالایی برخوردار است. مقادیر نسبت صحیح (PC) نشان میدهد که در بوشهر بیش از 94درصد موارد، پیش‌بینی وقوع یا عدم وقوع تناوب موج و بیش از 86 درصد موارد برای ارتفاع موج به درستی انجام شده است و در عسلویه این مقدار برای تناوب موج بیش از 64درصد و برای ارتفاع موج بیش از 88درصد موارد بوده است.

در تحلیل کمیت نسبت هشدارهای نادرست (FAR) برای هر دو منطقه دیده می‌شود که به طور نسبی در کمتر از پنج درصد موارد پیش‌بینی‌ها نادرست بوده است و هرچه مدت پیش بینی بیشتر شده این مقدار از صفر به پنج درصد نزدیک شده است. آهنگ برخورد (H) در پیش‌بینی ها برای ارتفاع موج مقدار بیش از90/0 و برای تناوب موج در منطقه بوشهر بیش از 94/. و برای عسلویه بیش از 64/.را داراست؛ بدین معنی که تعداد پیش‌بینی‌های مثبت درست به تعداد کل دیدبانی‌ها در مورد ارتفاع موج در بیش از  90 درصد موارد  و برای تناوب موج در بوشهر بیش از 94 و در عسلویه بیش از 64 درصد موارد صحیح می‌باشد.

در تحلیل کمیت امتیاز تهدید یا TS برای هر دو منطقه دیده می‌شود که به طور نسبی در بوشهر برای ارتفاع موج بیش از 86 درصد موارد و برای تناوب موج بیش از 94 درصد موارد پیش بینی درست انجام شده است این مقادیر برای عسلویه به ترتیب مقادیر 88 و 63 درصد می باشد.

بطورکلی نتایج حاصل از راست‌آزماییمدل SWAN در خصوص ارتفاع و تناوب موج از دقت قابل قبولی برخوردار است. همچنین محاسبه میانگین خطاهای مطلق مدل SWAN بافراسنج های شاهد نشان می دهد که دقت مدل برای پیش ینی ارتفاع موج بیشتر از دقت آن برای فراسنج تناوب موج است.

 

 

جدول1- نتایج راستی آزمایی پیش بینی 99 ساعت برای بوشهر

 

 

Bushehr

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/948823529

0/866471

1

B=a+b/a+c

0/948306595

0/951875

1

Far=b/a+b

0

0/049245

0

Ts=a/a+b+c

0/948306595

0/864478

1

H=a/a+c

0/948306595

0/905

1

 

 

جدول2- نتایج راستی آزمایی پیش بینی 72 ساعت برای بوشهر

 

Bushehr

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/95123839

0/880805

1

B=a+b/a+c

0/950588235

0/93538

1

Far=b/a+b

0

0/031952

0

Ts=a/a+b+c

0/950588235

0/879216

1

H=a/a+c

0/950588235

0/905493

1

 

 

جدول3- نتایج راستی آزمایی پیش بینی 48 ساعت برای بوشهر

 

Bushehr

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/954751131

0/906109

1

B=a+b/a+c

0/953863899

0/915313

1

Far=b/a+b

0

0/006337

0

Ts=a/a+b+c

0/953863899

0/904268

1

H=a/a+c

0/953863899

0/909513

1

 

 

جدول4- نتایج راستی آزمایی پیش بینی 24 ساعت برای بوشهر

 

Bushehr

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/964285714

0/922794

1

B=a+b/a+c

0/962962963

0/917647

1

Far=b/a+b

0

0

0

Ts=a/a+b+c

0/962962963

0/917647

1

H=a/a+c

0/962962963

0/917647

1

 

 

جدول5- نتایج راستی آزمایی پیش بینی 12 ساعت برای بوشهر

 

Bushehr

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/959558824

0/918067

1

B=a+b/a+c

0/956862745

0/915033

1

Far=b/a+b

0

0

0

Ts=a/a+b+c

0/956862745

0/915033

1

H=a/a+c

0/956862745

0/915033

1

 

 

جدول6- نتایج راستی آزمایی پیش بینی 99 ساعت برای عسلویه

 

Assaluyeh

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/64875

0/88875

1

B=a+b/a+c

0/64520202

0/921594

1

Far=b/a+b

0

0/019526

0

Ts=a/a+b+c

0/64520202

0/887626

1

H=a/a+c

0/64520202

0/903599

1

 

 

 

جدول7- نتایج راستی آزمایی پیش بینی 72 ساعت برای  عسلویه

 

Assaluyeh

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/641571195

0/916118

1

B=a+b/a+c

0/645

0/924623

1

Far=b/a+b

0/007751938

0/005435

0

Ts=a/a+b+c

0/63681592

0/915

1

H=a/a+c

0/64

0/919598

1

 

جدول8- نتایج راستی آزمایی پیش بینی 48 ساعت برای عسلویه

 

Assaluyeh

T(s)

 

        H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/641826923

0/944712

1

B=a+b/a+c

0/634803922

0/943627

1

Far=b/a+b

0

0

0

Ts=a/a+b+c

0/634803922

0/943627

1

H=a/a+c

0/634803922

0/943627

1

 

جدول9- نتایج راستی آزمایی پیش بینی 24 ساعت برای   عسلویه

 

Assaluyeh

T(s)

 

H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/651785714

0/959821

1

B=a+b/a+c

0/638888889

0/958333

1

Far=b/a+b

0

0

0

Ts=a/a+b+c

0/638888889

0/958333

1

H=a/a+c

0/638888889

0/958333

1

 

 

جدول10- نتایج راستی آزمایی پیش بینی 12 ساعت برای عسلویه

 

Assaluyeh

T(s)

 

        H(m)

 

مقادیر پیش بینی کامل

pc=a+d/n

0/5546875

0/945313

1

B=a+b/a+c

0/525

0/941667

1

Far=b/a+b

0

0

0

Ts=a/a+b+c

0/525

0/941667

1

H=a/a+c

0/525

0/941667

1

 

 

 

 

جدول11- محاسبه میانگین خطاهای مطلق حاصل از خروجی مدل SWAN با فراسنج های شاهد

 

Mean Absolute Error T(s)

Mean Absolute Error H(m)

Forecaste

Date

11/1

18/0

h - Bushehr48

Agust 2008

78/2

377/0

h - Bushehr48

Sep 2008

91/1

12/0

h - Assaluyeh48

Agust 2008

77/1

19/0

h - Assaluyeh48

Sep 2008

 

 

در جدول فوق مقایسه مقادیر میانگین خطای مطلق برای دو فراسنج مورد نظر نشان می دهد که دقت مدل برای پیش ینی ارتفاع موج بیشتر از دقت آن برای فراسنج تناوب موج بوده است.

نمودار های یک تاچهار، سری زمانی ارتفاع و تناوب موج را نشان می دهند که به عنوان نمونه آورده شده اند. خطوط ضخیم پیش بینی و نقطه چین دیدبانی ناشی از بویه است.

 

 

 

نمودار1. بیانگرتناوب موج دیدبانی ناشی از بویه TB و

پیش بینی ،TMدر مورخ 06/09/2008 برای بوشهر می باشد.

 

 

نمودار2. بیانگراختلاف ارتفاع موج دیدبانی ناشی از بویه hB و

پیش بینی hM  در مورخ 06/09/2008 برای بوشهر می باشد.

 

نمودار3. بیانگرتناوب موج دیدبانی ناشی از بویه TB و

پیش بینی ،TMدر مورخ 06/09/2008 برای عسلویه می باشد.

 

 

 

نمودار4. بیانگراختلاف ارتفاع موج دیدبانی ناشی از بویه hB و

پیش بینی hM  در مورخ 06/09/2008 برای عسلویه می باشد.



[1] Simulated Waves Near shore

  1. Leo H. holthuijsen, “waves in oceanic and coastal waters”, Delft Univ. and Tech. and Unesco-IHE, Cambridge Univ. Press,2007.
 

  1. The SWAN team, “SWAN Technical Documentation” Delft Univ. of Tech., 2007.
 

  1. The SWAN tearm, “SWAN USER MANUAL” Delft Univ. of Tech., 2007.
 

  1. Michalakes, J., S. Chen, J. Dudhia, L. Hart, J. Klemp, J. Middlecoff, and W. Skamarock, “Development of a Next Generation Regional Weather Research  and Forecast Model.”, Developments in Teracomputing: Proceedings of the Ninth ECMWF Workshop on the Use of High Performance Computing in Meteorology. Eds. Walter Zwieflhofer and Norbert Kreitz. World Scientific, Singapore., pp 269-276, 2001.
 

  1. Skamarock, W. C., J. B. Klemp, and J. Dudhia, “Prototypes for the WRF (Weather Research and Forecasting) Model.”  Preprints, Ninth Conf. on Mesoscale Processes, Fort Lauderdale, FL, Amer. Meteor. Soc., J11-J15, 2001.
 

  1. Souleymane F., D. Niyogi, U. C. Mohanty, “Application of weather prediction models for hazard mitigation planning: a case study of heavy off-season rains in Senegal”, Springer Science+Business Media B.V. 2002.
  1. Sukhumvit Rd., “Microphysics Schemes Simulation of Heavy Rainfalls in the Low   Pressure Trough passed the North of Thailand”, Thai Meteorological Department, 2006.