Brechende Wellen bergen eine gewisse Mystik. Für die einen sind sie ein Symbol für Macht und Gefahr. Für Ingenieure sind sie etwas ganz anderes: eine Quelle der Faszination und Komplexität. Dank der Arbeit von Forschern am MIT können wir jetzt vielleicht besser verstehen, wie Wellen brechen. Mithilfe künstlicher Intelligenz (KI) hat das Team ein Modell entwickelt, das vorhersagt, wie sich einzelne Wellen brechen werden, wenn sie auf Hindernisse stoßen, die sich ihnen in den Weg stellen.
Ein Modell zur Vorhersage von Wellenbewegungen
Das Brechen von Wellen ist ein Schlüsselprozess in der Dynamik des Ozeans und der Atmosphäre. Es spielt eine Rolle bei der Durchmischung der Meeresschichten und der Übertragung von Energie vom Wind auf das Wasser. Trotz seiner Bedeutung war es bisher sehr schwierig, vorherzusagen, wann und wie eine Welle bricht. Das liegt zum Teil an dem komplexen Zusammenspiel mehrerer Faktoren, darunter Windgeschwindigkeit, Wellenhöhe und Wassertiefe.
Nachdem sich in den letzten Jahren das maschinelle Lernen als ein leistungsfähiges Werkzeug zur Entschlüsselung komplexer Systeme erwiesen hat, mag es kaum überraschen, dass die künstliche Intelligenz den Wissenschaftlern des MIT eine Art Durchbruch ermöglichte. So haben die Ingenieure mithilfe des maschinellen Lernens ein neues Modell für die Vorhersage von Wellenbrüchen entwickelt.
For decades, the dynamics of how and when a wave breaks have been too complex to predict. But now, mechanical engineers have found a new way to model how waves break, using machine learning along with data from wave-tank experiments. https://t.co/mt8teNSSXC pic.twitter.com/AYj66EYcwN
— Massachusetts Institute of Technology (MIT) (@MIT) May 2, 2022
Das Team stützte sich auf Daten aus Experimenten mit Wellentanks, in denen verschiedene Kombinationen von Wellenhöhe, -dauer und -tiefe getestet wurden.
„Wir hatten ein einfaches Modell, das das Brechen von Wellen nicht erfasst, und dann hatten wir die Wahrheit, also Experimente, die das Brechen von Wellen beinhalten“, so Co-Autorin Debbie Eeltink in einem Artikel der Universität. „Dann wollten wir mithilfe von maschinellem Lernen den Unterschied zwischen den beiden Modellen herausfinden“.
Erkenntnisse könnten noch nützlich werden
Anhand der Daten wurde so ein Algorithmus für maschinelles Lernen trainiert, um Muster im Wellenverhalten zu erkennen. Schließlich wendete das Team seine Erkenntnisse an, um die traditionellen Gleichungen zur Vorhersage des Wellenbruchs zu modifizieren. Das daraus resultierende Modell soll genauer als frühere Modelle sein und genauere Vorhersagen darüber machen, wie und wann Wellen brechen, so die Forscher. So schätzte das Modell unter anderem die Steilheit einer Welle kurz vor dem Brechen sowie ihre Energie und Frequenz nach dem Brechen genauer ein als die herkömmlichen Wellengleichungen.
„Durch das Brechen von Wellen gelangt Luft in den Ozean“, so Studienautor Themis Sapsis, Professor für Maschinenbau und Meerestechnik und Mitglied des Instituts für Daten, Systeme und Gesellschaft am MIT. „Es mag wie ein Detail klingen, aber wenn man die Wirkung auf die Fläche des gesamten Ozeans multipliziert, wird das Wellenbrechen für die Klimavorhersage von grundlegender Bedeutung.“
Ihre Ergebnisse, die auch im Fachmagazin Nature Communications veröffentlicht wurden, sollen Wissenschaftlern helfen zu verstehen, wie eine brechende Welle das Wasser um sie herum beeinflusst. Wenn man genau weiß, wie diese Wellen interagieren, kann man beispielsweise das Design von Offshore-Strukturen verbessern. Es kann auch die Vorhersagen darüber verbessern, wie der Ozean mit der Atmosphäre interagiert.
Bild von Hans Braxmeier auf Pixabay