پيش‌بيني آنومالي سطح دريا با استفاده از روش تجزيه به توابع حالت‌هاي ذاتي و شبكه عصبي تابع ‌پايه ‌شعاعي

آنومالي سطح دريا (SLA، Sea Level Anomaly) به‌عنوان كميتي كه بيان‌كننده اختلاف ارتفاع سطح ‌لحظه‌اي آب با مقدار متوسط سطح‌ آب در يك بازه زماني مي‌باشد در مطالعه وضعيت سطح آب مناطق مختلف داراي اهميت چشم‌گيري مي‌باشد. منطقه آبي درياچه خزر به‌عنوان يكي از دو منبع مهم آبي براي كشور ايران از اهميتي استراتژيك برخوردار است. بدين‌منظور در اين پژوهش با استفاده از داده‌هاي گذر 92 مأموريت‌هاي ارتفاع‌سنجي‌ماهواره‌اي (توپكس‌پوزيدون، جيسون1، جيسون2 و جيسون3)؛ عبوري از منطقه آبي خزر به مشاهده تغييرات كميت آنومالي سطح دريا در اين منطقه از سال 1993 تا سال 2020 پرداخته شده است. سپس اين كميت با استفاده از روش تجزيه به حالت‌هاي‌ ذاتي (EMD، Emperical Mode Decompsition) به‌عنوان روشي كارا در جداسازي فركانس‌هاي تشكيل‌دهنده يك سيگنال مورد آناليز قرار گرفته‌است و سپس با استفاده از شبكه عصبي توابع پايه شعاعي (RBF، Radial Basis Function) يك شبكه به‌منظور پيش‌بيني آنومالي سطح دريا ايجاد شده است. 9 فركانس غالب به‌همراه يك ترند نتيجه تجزيه سيگنال مدنظر در اين پژوهش مي‌باشد كه در نهايت منجر به پارامترهاي؛ مجذور ميانگين خطا به ميزان 0.029 متر و 0.034 متر به‌همراه ضريب‌همبستگي 0.99 و 0.97 به‌ترتيب در دو مرحله آموزش و تست شبكه عصبي مي‌شود.