مدلسازی تغییرات سطح لحظه ای آب دریای خزر با استفاده از اطلا عات حا صل از ارتفاع سنجی ماهواره ای
- رشته تحصیلی
- مهندسی عمران- نقشه برداری- ژئودزی(هیدروگرافی)
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3416;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77717;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 3416;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 77717
- تاریخ دفاع
- ۰۵ شهریور ۱۳۹۳
- دانشجو
- سیمین کلانتریون
- استاد راهنما
- عبدالرضا صفری
- چکیده
- نوسانات تراز آب دریاها بواسطه تأثیر بر روی صنایع کشتیرانی، تأسیسات نیرو در مناطق دریایی و بنادر، صنعت شیلات، شهرسازی بنادر و همچنین در علوم مختلف دریایی و اقیانوسشناسی از اهمیت ویژهای برخوردار است. از جمله مهمترین عواملی که باعث تغییر سطح آب دریا می شوند پدیده جزرومد می باشد. با اطلاع دقیق از فرکانسهای جزرومدی میتوان پدیده جزرومد و همچنین سطح آب دریا را پیشبینی کرد. هدف اصلی در این تحقیق آنالیز طیفی سطح لحظه ای آب دریا و انتخاب مناسبترین مدل پیشبینی تراز آب دریا در منطق? مورد بررسی بر پایه معیارهای خطای پیشبینی میباشد. در سال های اخیر روش ها و مطالعات متعددی در زمینه مدلسازی جزرومد و پیشبینی امواج دریا صورت گرفته است. از میان روشهای تجربی، مدلهای عددی و محاسباتی و حتی روشهای آماری در این تحقیق از روش مطالعاتی سریهای زمانی همراه با روشهای آنالیز طیفی فوریه و روش کمترین مربعات (LSSA) با تکیه بر مفهوم ایستایی سری زمانی بهمنظور دستیابی به فرکانس های جزرو مدی استفاده شد و امکان افزایش دقت نسبی برآورد و پیشبینی تراز آب دریا در بازه زمانی بیشتر مورد مطالعه قرار گرفته است. در این تحقیق با استفاده از داده های ماهواره ارتفاع سنجی جیسون -2 در بازه زمانی 2008 تا اوایل 2014 برای 7 نقطه در دریای خزر، سری زمانی ارتفاع لحظهای آب دریا تشکیل و پس از آنالیز طیفی سطح لحظه ای آب دریا مؤلفه های اصلی جزرومدی شامل در هر 7 نقطه در دریای خزر به وضوح مشاهده شدند. بررسی نتایج و مقایسه با تحقیقات پیشین نشاندهند? موفقیت روش پیشنهادی است. به دلیل تأثیر رودخانه ولگا بر نوسانات دریای خزر و حجم آب ورودی بسیار زیاد این رودخانه که حدود 80 درصد حجم آب ورودی رودخانههای منتهی به دریای خزر را به خود اختصاص داده است، با استفاده از تحلیل طیفی تأثیر رودخانه ولگا در تغییرات سطح دریای خزر نیز مورد بررسی قرار گرفته است. در ادامه برای برآورد و تخمین مقادیر سری زمانی ارتفاع لحظهای آب دریای خزر در بازه زمانی بلند مدت، از میان مدل هایAR(p) ، MA(q) و ARMA(p,q) مدل سری زمانی AR(6) با توجه به کمترین مقدار محک آکائیک AIC، BIC و بیزی شوارتز SBC، کارآیی بهتری نسبت به سایر مدل ها داشته و روند تغییرات سری زمانی را با خطای کمتری پیشبینی میکند. با توجه به تحلیل آماری نتایج حاصل از تخمین مقادیر ارتفاع لحظه ای آب دریا، مقدار میانگین مطلق خطا برابر 8/3 میلیمتر و مجذور میانگین مربعات خطا برابر 43/1 سانتیمتر در روز به دست آمد. واژگان کلیدی: روش کمترین مربعات، آنالیز فوریه، روش سریهای زمانی، ایستایی سری زمانی، ماهواره ارتفاعسنجی جیسون-2،فرکانسهای جزرومدی.
- Abstract
- One of the most important factors that cause changes in sea level is tidal phenomenon. The tidal phenomenon and also sea levels can be predicted with the detailed information on the tidal frequencies. The main focus of this study is on the spectral analysis of sea level; and also choosing a suitable model to predict sea level for the study area based on the forecast error criteria. In the recent years, several methods have been developed in the field of tides’ modeling and sea wave prediction. Among experimental methods, numerical and computational models and even statistical methods, time series with Fourier spectral analysis and the method of least squares (LSSA) were used in this study. The method was based on the concept of stationary time series in order to derive the tidal frequencies. In this study, using Jason-2 satellite altimetry data (2002 to early 2014) for seven points in the Caspian Sea, the sea level time series was estimated. After the spectral analysis of sea level, the main components of tidal including: SSA, SA, S2, M2, MF, MM, S4, M6 were clearly observed in each of 7 points in the Caspian Sea. Evaluation of the results reflect the success of the proposed method compared to the previous studies. Due to the effect of Volga River on the fluctuations of the Caspian Sea and also the high water volume of this river, which allocated about %80 of the river flows into the Caspian Sea, the impact of Volga River on the Caspian Sea level changes was also investigated using spectral analysis. The models of AR (p), MA (q) and ARMA (p, q) were considered to investigate the performance of different models in the estimation of the Caspian Sea level time series in the long-term interval. Between these models, the AR (6) time series was selected based on the lowest Akaike information criterion (AIC), Bayesian information criterion (BIC) and Schwarz Bayesian criterion (SBC). The selected model has a better performance (smaller errors) in the prediction of time series trend. The statistical analysis of the instantaneous water level shows that the absolute mean error is 3.2 mm, and the root mean square error is 2.43cm/day. Keywords: Least Squares method, Fourier analysis, time series, stationary time series, satellite altimetry Jason-2, tidal frequencies.