پیش‌بینی حرکات سواش امواج فراثقلی بر روی سواحل طبیعی با استفاده از مدل‌های درختیM5′ و MARS

نوع مقاله : مقاله پژوهشی

نویسندگان

دانشکده مهندسی عمران، دانشگاه علم و صنعت،تهران ، ایران

چکیده

وقوع امواج طوفانی حدی، زمینه را برای فرسایش سواحل طبیعی فراهم می کنند. در حین وقوع این امواج طوفانی، انرژی سواش فراثقلی نقش مهمی را در میزان فرسایش ایجاد شده، ایفا می کند. فرمول موجود برای سواش فراثقلی تنها براساس پارامترهای ارتفاع موج و طول موج است و دارای دقت پایینی است. اخیراً، مدل های درختی به عنوان یکی از روش های جدید داده کاوی معرفی شده اند. بطوری که تمام روابط ممکن بین پارامترهای درگیر را درنظر می گیرند. در این مطالعه با استفاده از مدل های درختی ′ M5و ،MARSمدلی براساس پارامترهای هیدرودینامیکی شامل تشابه شکست، شار مومنتوم و پارامتر جدید بی-بعد سرعت مشخصه ارائه شده است. جهت ساخت و ارزیابی مدل از 579داده میدانی جمع آوری شده از منابع موجود استفاده شده است. عملکرد مدل های توسعه داده شده و موجود برای سواش فراثقلی با استفاده از شاخص های خطای آماری مورد ارزیابی قرارگرفتند. نتایج نشان دادند که مدل MARSتوسعه داده شده بترتیب مقادیر RMSEو Rرا به میزان 42و 26 درصد و مدل ′ M5نیز به میزان 16و 12درصد این مقادیر را نسبت به رایجترین مدل تجربی موجود بهبود دادند. طبق آنالیز حساسیت انجام شده توسط روش MARSو همچنین نتایج مدل′ ،M5پارامتر بی بعد سرعت مشخصه بیشترین وابستگی و پارامتر تشابه شکست کمترین وابستگی را به سواش فراثقلی از خود نشان دادند. عملکرد مدل های توسعه داده شده همچنین با یک مطالعه عددی انجام گرفته بر روی سواحل تیزمین در مکزیک مقایسه شده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Prediction of Infra-gravity Swash Motions on Natural Beaches using Model Trees

نویسندگان [English]

  • A. Yeganeh-Bakhtiary
  • S.M Hamze ziabari
School of Civil Engineering, Iran University of Science & Technology, Tehran, Iran
چکیده [English]

Occurrence of extreme storm waves predisposes natural beaches to erosion. During occurrence of these storm waves, infra-gravity swash energy plays an important role in the amount of erosion created. The available formula for infra-gravity swash is only based on wave heights and wave length and its accuracy is low. Recently, model trees have been introduced as one of the new methods in the data mining approaches that give all possible relations between the involved parameters. In this paper, a new model based on hydrodynamic parameters including the surf similarity, momentum flux and non-dimensional characteristic velocity parameters is presented by using the M5′ and MARS model trees. To generate and evaluate models, all of 579 field data available in literature was used. The results indicated that the developed MARS model improves the RMSE and R values by 42% and 26%, respectively, and the M5′ model improves these values by 16% and 12%, respectively, in respect to the most common empirical model. According to sensitivity analysis of MARS model and also results of M5′ model, the non-dimensional characteristic velocity parameter showed the most correlation and the surf similarity parameter showed the least correlation with infra-gravity swash motions. The performance of developed models is also compared with a numerical study implemented on Tizimin beaches in Mexico.

کلیدواژه‌ها [English]

  • Natural beaches
  • Swash motions
  • Run-up
  • Model tree

مراجع

[1] H.F., Stockdon, R.A., Holman, P.A., Howd, H., Asbury, A.H., Sallenger, Empirical parameterization of setup, swash, and runup, Coast Engineering, 53(7) (2006) 573-588.
[2] B.G., Ruessink, M.G., Kleinhans, P.G.L., Van den Beukel, Observations of swash under highly dissipative conditions, Geophysical Research, 103 (C2) (1998) 3111-3118.
[3] I.A., Hunt, Design of seawalls and breakwaters, Waterways, Harbors, Coastal Engineering, 85(3) (1959) 123-152.
[4] R.T., Guza, E.B., Thornton, Swash oscillations on a natural beach, Geophysical Research, 87 (C1) (1982) 483-491.
[5] Hughes, S.A., Estimation of wave run-up on smooth, impermeable slopes using the wave momentum flux parameter, Coastal Engineering, 51 (2004) 1085–1104.
[6] N., Senechal, G., Coco, K.R., Bryan, R., Holman, Wave runup during extreme storm conditions, Geophysical Research, 116 (C7) (2011) 1-13.
[7] Y., Wang, I.H., Witten, Inducing model trees for continuous classes, Proceedings 9th European Conference on Machine Learning, (1997) 128-137.
[8] I.H., Witten, E., Frank, Data mining-practical machine learning tools and techniques, Morgan Kaufmann publisher (2005) 621.
[9] J.R., Quinlan, Learning with continuous classes, Proceeding 5th Australian joint Conference on Artificial Intelligence, (1992) 343-348.
[10] J.H., Friedman, Multivariate adaptive regression splines, Annals Statistics, 19(1) (1991) 1-141.
[11] P.D., Komar, M.K., Gaughan, Airy Wave Theory and Breaker Height Prediction”. Proceeding 13th International Conference of Coastal Engineering, ASCE (1973) 405-418.
[12] J.R., Weggel, Maximum Breaker Height, Waterways, Harbors, Coastal Engineering, 98 (WW4) (1972) 529-548.
[13] J.A., Brinkkemper, A., Torres-Freyermuth, E.T., Mendoza, B.G., Ruessink, Parameterization of wave run-up on beaches in Yucatan, Mexico: a numerical study, Coastal Dynamics, 25 (2013) 225-233.
نشریه مهندسی عمران امیرکبیر
دوره 50، شماره 3
مرداد و شهریور 1397
صفحه 445-452

فایل ها

هم رسانی

ارجاع به این مقاله

آمار