20.500.12556/RUL-68434 Modeliranje vodostaja morja z metodo nevronskih mrež na primeru neurnega vala v Tržaškem zalivu decembra 2008 Neural network approach to sea-level modeling case study of a storm surge in the gulf of trieste in early december 2008 Na mnogih območjih so tablice plimovanja priročno orodje za napovedovanje morskega vodostaja. Sektor za hidrološke prognoze Agencije RS za okolje za napovedovanje morskega vodostaja v Tržaškem zalivu pogosto uporablja tablice plimovanja skupaj s harmonično analizo. Meteorološki vplivi, kot so gradient zračnega tlaka, veter in lastno nihanje morja vzdolž glavne osi Jadrana, so se mnogokrat izkazali kot pomembni dejavniki, ki vplivajo na višino vodostaja v Tržaškem zalivu. Ti dejavniki so v harmonične analize vključeni le posredno. Poleg tega za uporabne kratkoročne prognoze s pomočjo harmonične analize potrebujemo veliko število natančno umerjenih modelskih parametrov. Novejše raziskave so pokazale, da lahko uporaba umetnih nevronskih mrež bistveno izboljša napovedovanje vodostajev, če le vnesemo ustrezne vhodne spremenljivke (npr. predhodni vodostaj, zračni tlak, hitrost in smer vetra, tablice plimovanja itd.) Na dogodku neurnega vala (ang. storm surge) in poplavljanja morja na slovenski obali v začetku decembra 2008 smo izdelali analizo s pomočjo umetne nevronske mreže. Rezultati uporabe nevronskih mrež so dobro primerljivi s trenutno uporabljanimi konvencionalnimi metodami napovedovanja višine morskih gladin. Tide tables can be a useful tool for sea-level forecasting in many areas. Slovenian operational service for hydrological forecasts at the Environmental Agency of the Republic of Slovenia frequently deploys tide tables alongside least square harmonic analysis to predict maximum sea levels in the Gulf of Trieste. Meteorological influences such as pressure gradient, wind stress and induced basin eigenoscillations (seiches) along the main axis of the Adriatic basin have repeatedly been proven as important factors influencing the sea level in the Gulf of Trieste. They are, however, only indirectly included in the harmonic analysis which in itself requires a large number of carefully tuned model parameters in order to make useful short-range forecasts. A number of recent reports show that an artificial neural network (ANN) can greatly improve sea level forecasts, providing we supply it with suitable input variables (ie. previous water levels, air pressure, wind speed, wind direction, tide charts etc.) We report on an ANN-based analysis of the recent storm surge and flooding events at the Slovenian coast in the beginning of December 2008. The ANN model compares favourably with the currently used conventional forecasting methods. nevronske mreže napovedovanje višine morja harmonična analiza Jadransko morje neurni val neural networks sea-level forecasting harmonic analysis Adriatic Sea storm surge true false false Univerza v Ljubljani, Fakulteta za gradbeništvo in geodezijo Neznan jezik Neznan jezik Delo ni kategorizirano 2015-07-10 21:04:07 2015-07-10 21:04:07 2022-07-10 03:44:39 0000-00-00 00:00:00 2006 0 0 27-45 št. 41 24 2006 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1581-0267 556.5:551.466.7(262.3) 2604879 3664386 http://drugg.fgg.uni-lj.si/3821/ 1 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=68445 Biotehniška fakulteta 0 0 0