انجمن هیدرولیک ایران نشریه علمی هیدرولیک 2345-4237 13 1 2018 03 21 Hybrid Wavelet-SVM Method to Predict the Occurrence of Abnormal Waves استفاده از روش ترکیبی موجک-ماشین بردار پشتیبان برای پیش‌بینی وقوع امواج غیرعادی 1 15 58393 10.30482/jhyd.2018.58393 FA کیومرث محمودی دانشجوی دکتری، دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر، تهران محمد جواد کتابداری دانشیار، دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر، تهران حسن قاسمی استاد، دانشکده مهندسی دریا، دانشگاه صنعتی امیرکبیر، تهران Journal Article 2017 08 04 Abnormal waves are extremely large and unusual which rarely occur, but cause serious damages. Various factors such as extreme storms, particular topography of the seabed, marine currents, wave-wave interaction with different wavelengths and frequencies may cause wave occurrence and transformation. The main objective of this study is to propose a new hybrid approach to predict the occurrence of abnormal waves using wavelet transform and support vector machines (SVM) classifier based on meteorological data. The data sets used in this paper are from two major hurricanes Dean 2007 and Irene 2011 at four locations namely, 41004 and41041 in the Gulf of Mexico. To predict the occurrence of abnormal waves, at the first extreme waves are detected using wavelet transform. The outputs of this method are considered as SVM classifier targets. Wavelet transform is applied on the significant wave height data samples. The abnormal waves are readily identified from the wavelet spectrum as an area of high energy. The inputs of SVM classifier models are historical metrological data, including: Wind direction (WDIR), Wind speed (WSPD), Sea level pressure (PRES), Air temperature (ATMP), and Sea surface temperature (WTMP). The experiment results show that the proposed method is able to predict the occurrence of extreme wave heights with height accuracy. امواج غیرعادی یا سهمگین به امواجی گفته می­شود که با ارتفاع خیلی زیاد، ولی بطور ناگهانی و غیر قابل پیش‌بینی و به ندرت رخ می­دهند. عوامل مختلفی مثل طوفان­های شدید، توپوگرافی خاص بستر، تلاقی جریان­های کرانه­ای و امواج و برهم‌کنش امواج با طول موج­ها و فرکانس­های مختلف با یکدیگر، ممکن است سبب بروز آن­ها شوند. اما همه اینها هنوز در حد فرضیه هستند. هدف از این تحقیق ارائه یک روش ترکیبی برای پیش‌بینی وقوع امواج غیرعادی از روی متغیرهای هواشناسی با استفاده از روش ترکیبی تبدیل موجک و ماشین بردار پشتیبان دسته ­بندی کننده است. برای بررسی کارایی مدل ارائه شده از داده ­های تاریخی متغیرهای هواشناسی برداشت شده طی سه سال از ایستگاه­های شماره 41041 و 41004 در دو طوفان مشهور Dean (2007) و Irene (2011) استفاده شده است. ابتدا با استفاده از تبدیل موجک امواج غیرعادی شناسایی شده، سپس از خروجی­های این روش برای آموزش ماشین بردار پشتیبان استفاده شده است. تبدیل موجک روی داده‌های ارتفاع مشخصه اعمال می­شود. در این روش امواج غیرعادی نواحی از طیف تبدیل موجک را تشکیل می­دهند که در آن­ها انرژی زیاد است. از داده­ های تاریخی هواشناسی پارامترهایی مانند جهت باد، سرعت باد، ارتفاع موج مشخصه، فشار سطح دریا، دمای هوا و دمای سطح دریا که در طول سه سال بصورت ساعتی ثبت شده، برای آموزش و آزمون مدل­های ماشین بردار پشتیبان استفاده شده است. نتایج نشان داد که روش ارائه شده از دقت قابل قبولی برای پیش‌بینی وقوع امواج غیرعادی برخوردار است. https://jhyd.iha.ir/article_58393_2f7d1ea39ab845adeb9b283ce20faed7.pdf