Sıkıştırılabilir Algılama ile Verimli Dalga Taşması Ölçümleri için Hesaplamalı İstatiksel Analizler

Öz

Dalga taşması (wave overtopping) ve yıkamasının (overwash) analizi, kıyı yapıları ve bölgelerine gelebilecek zararı önlemek için esastır. Bu konu hakkında literatürde günümüz araştırmalarına ışık tutan birçok çalışma bulunmaktadır. Dalga taşması ve yıkaması modelleme yöntemleri, esas olarak taşma parametrelerinin temel girdiler olarak tahmin edilmesine ve üretilmesine dayanmaktadır. Kullanılan mevcut yöntemler büyük alan verilerinin değerlendirilmesi için yetersiz ve verimsizdir. Bu verilerin etkili algılama teknikleriyle kaydedilmesi ve analiz edilmesi, kıyı afetlerinin felaket sonuçlarının gözlenmesi, değerlendirilmesi ve önlenmesi için esas teşkil etmektedir. Bu amaçla, yeni algoritmalar geliştirilmeli, uygulanmalı ve test edilmelidir. Sıkıştırılabilir algılama (SA) (Compressive sensing (CS)) tekniği, kesin bir geri çatma gerçekleştirirken çok daha az ölçüm kullandığından klasik algılama yaklaşımlarından çok daha verimlidir. Bu makalede, kıyı alanları için dalga tırmanması (wave runup), taşması ve yıkamasının tahmini ve analizi için SA’nın olası kullanımı araştırılmıştır. Hesaplamalı ve kuramsal tekniklerle oluşturulan dalga taşması ve yıkaması zaman serisi veri kümelerini kullanarak, SA’nın kıyı alanlarında dalga taşması ve yıkamasının ölçülmesi, tahmini ve analizi için güçlü bir araç olarak kullanılabileceği ve kıyı yapılarının sağlığının izlenmesinde kritik bir araç olabileceği gösterilmiştir. Sonuçlarımız tartışılmış ve bunların önemi ile olası kullanım alanları hakkında yorumlar yapılmıştır.

Anahtar Kelimeler

• Dalga tırmanması
• dalga taşması
• dalga yıkaması
• sıkıştırılabilir algılama

Computational Statistical Analyses for Efficient Wave Inundation Measurements with Compressive Sensing

Öz

It is crucial to analyze wave overtopping and overwash in order to protect coastal areas and infrastructure. The literature has a large number of studies that provide insight into the state of this field’s study. The estimation and generation of overtopping parameters as fundamental inputs form the basis of wave overtopping and overwash modeling techniques. The current methods used are inadequate and inefficient for the evaluation of large-area data. Effective sensing techniques must be used to record and analyze these data in order to observe, assess, and avert the devastating effects of coastal disasters. New algorithms should be created, performed, and tested for this reason. Compressive sensing (CS) technique is much more efficient than classical sensing approaches since it uses much fewer measurements while performing a precise reconstruction. This work examines the potential application of the CS for the practical prediction and evaluation of wave runup, overtopping, and overwash in coastal locations. Utilizing wave overtopping and overwash time series datasets generated with computational and theoretical techniques, it is demonstrated that how CS may be applied as a potent tool for structural health monitoring and forecasting, examination, and assessment of wave overtopping and overwash in coastal regions. Our results are discussed and comments on their significance and possible applications are made.

Anahtar Kelimeler

• Wave runup
• wave overtopping
• wave overwash
• compressive sensing

Kaynakça

1. Goda Y. Random Seas and Design of Maritime Structures. World Scientific Publishing Company, 2010.
2. Kobayashi N, Tega Y, Hancock MW. Wave reflection and overwash of dunes. J Waterw Port Coastal Ocean Eng, 1996; 122(3); 150-153.
3. van der Meer JW. Wave run-up and wave overtopping at dikes. Wave forces on inclined and vertical structures, ASCE 1995.
4. Tuan TQ, Verhagen HJ, Visser P, Stive MJ. Wave overwash at low-crested beach barriers. Coastal Eng J, 2006; 48(4): 371-393.
5. Oliveira JNC, Oliveira FS, Neves MG, Clavero M, Trigo-Teixeira AA. Modeling wave overtopping on a seawall with XBeach, IH2VOF, and mase formulas. Water 2020; 12(9): 2526.
6. Geeraerts J, Troch P, De Rouck J, Verhaeghe H, Bouma JJ. Wave overtopping at coastal structures: prediction tools and related hazard analysis. J Cleaner Prod. 2007; 15(16): 1514-1521.
7. Matias A, Ferreira Ó, Vila-Concejo A, Morris B, Dias JA. Short-term morphodynamics of non-storm overwash. Mar Geol 2010; 274(1-4): 69-84.
8. Donnelly C, Kraus N, Larson M. State of knowledge on measurement and modeling of coastal overwash. J Coastal Res 2006; 22(4): 965-991.

9. Hancock MW, Kobayashi N. Wave overtopping and sediment transport over dunes. Coastal Eng. 1995; 2028-2042.
10. Matias A, Williams JJ, Masselink G, Ferreira Ó. Overwash threshold for gravel barriers. Coastal Eng. 2012; 63: 48-61.
11. Hughes SA, Thornton CI. Estimation of time-varying discharge and cumulative volume in individual overtopping waves. Coastal Eng. 2016; 117: 191-204.
12. Mori N, Cox DT. Statistical modeling of overtopping for extreme waves on fixed deck. J Waterw Port Coastal Ocean Eng, 2003; 129(4): 165-173.
13. Candès EJ, Romberg J, Tao T. Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information. IEEE Trans Inf Theory 2006; 52(2): 489-509.
14. Candès EJ. Compressive sampling. Proceedings of the International Congress of Mathematicians 2006; 3: 1433-1452.
15. Malara G, Kougioumtzoglou IA, Arena F. Extrapolation of random wave field data via compressive sampling. Ocean Eng. 2018; 157: 87-95.
16. Bayındır C. Early detection of rogue waves using compressive sampling. TWMS J App Eng Math, 2019; 9(2): 198-205.
17. Bayındır C, Namlı B. Efficient sensing of the von Karman vortices using compressive sensing. Comput Fluids 2021; 104975.
18. Bayındır C. Compressive spectral method for the simulation of nonlinear gravity waves. Sci Rep 2016; 22100.
19. Alan AR, Bayındır C. Analysis of wave runup, overtopping and overwash parameters via compressive sensing. no. 10. 2nd International Conference on Applied Mathematics in Engineering (ICAME 2021); 01-03 September 2021; Balıkesir, Turkey.
20. Alan AR, Bayındır C. Ocean energy conversion analysis by compressive sensing. no. 24. 2nd International Conference on Applied Mathematics in Engineering (ICAME 2021); 01-03 September 2021; Balıkesir, Turkey.
21. Alan AR, Bayındır C. 30 Ekim 2020 İzmir-Samos Tsunamisi ölçümlerinin sıkıştırılabilir algılama yöntemiyle analizi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 2024; 36(2): 837-845.
22. Abolghasemi V, Anisi MH. Compressive sensing for remote flood monitoring. IEEE Sens Lett 2021; 5(4): 1-4.
23. Malara G. Compressive sampling - based extrapolation of free surface displacement data from pressure measurements. Ocean Eng. 2022; 266: 113044.