تعيين پارامترهاي موثر جهت بررسي تغييرات سكوي ساحلي در شرايط غير طوفاني با استفاده از الگوريتم يادگيري ماشين

با پيشرفت يادگيري ماشين و الگوريتم‌ها و احداث سايت‌هاي تحقيقاتي در مناطق ساحلي، اطلاعات ارزشمندي در دسترس قرار گرفته كه مي‌توان از آنها در توسعه مهندسي سواحل بهره برد. در اين پژوهش سعي شده است تا با يادگيري ماشين، ناحيه ساحلي نارابيين استراليا با رويكرد جديدي بررسي گردد. يكي از مهمترين عوامل در شناخت رفتار ساحل، بازسازي خود در شرايط غير طوفاني و بلند مدت است. شناخت و توصيف پديده‌هاي تاثيرگذار بر عملكرد تعادلي ساحل نيز بسيار با اهميت مي‌باشد. پس از مرتب سازي داده‌هاي اوليه، به كمك الگوريتم درخت تصميم رگرسيوني با بررسي بهترين الگوي رفتاري از برآيند دو عامل خطا و پيچيدگي مدل، مناسب‌ترين سناريوها جهت توصيف پارامتر‌هاي اثرگذار بر توابع هدف (تغييرات خط ساحل و هندسه سكوي ساحلي) انتخاب گرديدند. بر اين اساس جهت توصيف تغييرات خط ساحل به ترتيب ∆BW، Berm Slope، SLR و ζ با مقادير R^2=82% و RMSE=3.489 متر؛ جهت توصيف تغييرات ارتفاعي سكوي ساحلي به ترتيب BC Height ، ∆x Shoreline ، ∆x BC و P با مقادير R^2=48% و RMSE=0.397 متر و همچنين جهت توصيف موقعيت افقي تاج سكوي ساحلي BW، Berm Slope ،  ∆y BC، BC Height ، E و SLR با مقادير R^2=67% و RMSE=9.807 متر در نظر گرفته شدند. بر طبق نتايج حاصل از توصيفِ و نيز اثرگذاري پديده‌هاي هيدروديناميك و مورفوديناميك با استفاده از روش درخت تصميم رگرسيوني و مقادير خطا و ضريب تعيين بدست آمده، مي‌توان بيان نمود كه اين روش مناسب بوده و در شناخت پديده‌هاي حاكم بر عارضه‌هاي ساحلي قابل اعتماد است؛ بر اين اساس جهت بررسي تغييرات مورفوديناميك سكوي ساحلي و شناخت رفتار تعادلي آن، شكل هندسي و شيب اوليه آن نقش بسزايي را ايفا مي‌نمايد.