Bangos lūžta, kai išbrinksta iki kritinio aukščio, o po to kyla ir subyra į lašelių ir burbuliukų purslus. Šios bangos gali būti tokios didelės kaip banglentininko „point break” ir tokios mažos kaip švelni bangelė, kuri ritasi į krantą. Ilgus dešimtmečius buvo per daug sudėtinga nuspėti, kaip ir kada bangos lūžta
Dabar MIT inžinieriai rado naują būdą, kaip modeliuoti, kaip bangos lūžta. Komanda naudojo mašininį mokymąsi kartu su bangų tankų eksperimentų duomenimis, kad pakoreguotų lygtis, kurios tradiciškai buvo naudojamos bangų elgsenai prognozuoti. Inžinieriai paprastai remiasi tokiomis lygtimis, kad galėtų projektuoti atsparias jūros platformas ir konstrukcijas. Tačiau iki šiol šios lygtys negalėjo atspindėti sudėtingų lūžtančių bangų savybių.
Atnaujintas modelis leido tiksliau prognozuoti, kaip ir kada lūžta bangos, nustatė tyrėjai. Pavyzdžiui, modelis tiksliau nei įprastos bangų lygtys įvertino bangos statumą prieš pat lūžį, jos energiją ir dažnį po lūžio.
Jų rezultatai, šiandien paskelbti žurnale Nature Communications, padės mokslininkams suprasti, kaip lūžtanti banga veikia aplinkinį vandenį. Tiksliai žinant, kaip šios bangos sąveikauja, galima patobulinti jūros statinių projektavimą. Tai taip pat gali pagerinti vandenyno sąveikos su atmosfera prognozes. Geriau įvertinus, kaip lūžta bangos, mokslininkams bus lengviau numatyti, pavyzdžiui, kiek anglies dioksido ir kitų atmosferos dujų gali sugerti vandenynas.
„Bangų lūžimas yra tai, dėl ko į vandenyną patenka oras, – sako tyrimo autorius Themis Sapsis, mechanikos ir vandenynų inžinerijos docentas, Masačusetso technologijos instituto Duomenų, sistemų ir visuomenės instituto darbuotojas. „Galbūt tai skamba kaip smulkmena, bet jei jos poveikį padauginsite iš viso vandenyno ploto, bangų lūžimas taps labai svarbus klimato prognozėms.”
Tyrimo bendraautoriai yra pagrindinė autorė ir MIT doktorantė Debbie Eeltink, Hubertas Brangeris ir Christopheris Luneau iš Aix-Marseille universiteto, Aminas Chabchoubas iš Kioto universiteto, Jerome’as Kasparianas iš Ženevos universiteto ir T.S. van den Bremeris iš Delfto technologijos universiteto.
Mokomasis rezervuaras
Norėdami numatyti lūžtančios bangos dinamiką, mokslininkai paprastai taiko vieną iš dviejų metodų: Jie arba bando tiksliai imituoti bangą atskirų vandens ir oro molekulių masteliu, arba atlieka eksperimentus, bandydami apibūdinti bangas faktiniais matavimais. Pirmasis metodas yra brangus skaičiavimo požiūriu ir jį sunku modeliuoti net mažame plote, o antrajam reikia labai daug laiko, kad būtų atlikta pakankamai eksperimentų ir gauta statistiškai reikšmingų rezultatų.
Vietoj to MIT komanda pasiskolino abiejų metodų fragmentus, kad sukurtų efektyvesnį ir tikslesnį modelį naudodama mašininį mokymąsi. Tyrėjai pradėjo nuo lygčių rinkinio, kuris laikomas standartiniu bangų elgsenos aprašymu. Jie siekė patobulinti modelį, „apmokydami” modelį su lūžtančių bangų duomenimis, gautais atliekant tikrus eksperimentus.
„Turėjome paprastą modelį, kuris neatspindi bangų lūžimo, ir tada turėjome tiesą, t. y. eksperimentus, kurių metu bangos lūžta, – aiškina Eeltinkas. „Tada norėjome panaudoti mašininį mokymąsi, kad sužinotume, kuo jie skiriasi.”
Duomenis apie bangų lūžimą tyrėjai gavo atlikdami eksperimentus 40 metro ilgio rezervuare. Viename rezervuaro gale buvo pritvirtintas irklas, kuriuo komanda inicijuodavo kiekvieną bangą. Komanda nustatė irklentę taip, kad banga lūžtų rezervuaro viduryje. Išilgai rezervuaro esantys matuokliai matavo vandens aukštį, kai bangos sklido rezervuaru žemyn.
„Šiems eksperimentams atlikti reikia daug laiko, – sako Eeltink. „Tarp kiekvieno eksperimento reikia palaukti, kol vanduo visiškai nurims, ir tik tada pradėti kitą eksperimentą, nes kitaip jie daro įtaką vienas kitam.”
Saugus uostas
Iš viso komanda atliko apie 250 eksperimentų, kurių duomenis panaudojo mašininio mokymosi algoritmo, vadinamo neuroniniu tinklu, mokymui. Tiksliau, algoritmas mokomas lyginti realias eksperimentų bangas su paprasto modelio prognozuojamomis bangomis ir, atsižvelgdamas į bet kokius skirtumus tarp šių dviejų duomenų, algoritmas pritaiko modelį, kad jis atitiktų tikrovę.
Išmokusi algoritmą naudoti eksperimentinius duomenis, komanda pritaikė modelį visiškai naujiems duomenims – šiuo atveju dviejų nepriklausomų eksperimentų matavimams, kurių kiekvienas buvo atliktas atskiruose skirtingų matmenų bangų rezervuaruose. Atlikus šiuos bandymus paaiškėjo, kad atnaujintas modelis pateikė tikslesnes prognozes nei paprastas, netreniruotas modelis, pavyzdžiui, geriau įvertino lūžtančios bangos statumą.
Naujasis modelis taip pat atspindėjo esminę lūžtančių bangų savybę, vadinamą „žemesniu poslinkiu”, kai bangos dažnis pasislenka į mažesnę pusę. Bangos greitis priklauso nuo jos dažnio. Vandenyno bangų atveju žemesnio dažnio bangos juda greičiau nei aukštesnio dažnio bangos. Todėl po žemesnio dažnio poslinkio banga judės greičiau. Naujasis modelis numato dažnio pokytį prieš ir po kiekvienos lūžtančios bangos, o tai gali būti ypač aktualu ruošiantis pakrančių audroms.
„Kai norite prognozuoti, kada didelės bangos atoslūgis pasieks uostą, ir norite palikti uostą prieš toms bangoms atplaukiant, jei neteisingai nustatysite bangų dažnį, tuomet neteisingai nustatysite ir greitį, kuriuo artėja bangos”, – sako Eeltinkas.
Komandos atnaujintas bangų modelis parengtas kaip atvirojo kodo kodas, kurį kiti galėtų naudoti, pavyzdžiui, modeliuojant klimato kaitą, pavyzdžiui, vandenyno galimybes absorbuoti anglies dioksidą ir kitas atmosferos dujas. Šį kodą taip pat galima naudoti imituojant jūros platformų ir pakrančių struktūrų bandymus.
„Svarbiausias šio modelio tikslas – numatyti, ką padarys banga”, – sako Sapsis. „Jei bangų lūžimą sumodeliuosite neteisingai, tai turės milžiniškų pasekmių konstrukcijų elgsenai. Naudodami šį modelį, galėtumėte modeliuoti bangas ir taip padėti projektuoti konstrukcijas geriau, efektyviau ir be didžiulių saugos koeficientų.”
Šiuos tyrimus iš dalies remia Šveicarijos nacionalinis mokslo fondas ir JAV karinio jūrų laivyno tyrimų biuras