Simpele modellen voorspellen gedrag van zandbanken beter

Dat het zo moeilijk is om het gedrag van zandbanken goed te voorspellen komt mede doordat de gebruikte modellen te gedetailleerd zijn. Simpele modellen doen het vaak even goed en soms zelfs beter, is de opmerkelijke conclusie van Leo Pape op basis van waarnemingen in Australië, Japan en Egmond aan Zee. De onderzoeker op het gebied van de cognitieve kunstmatige intelligentie promoveerde deze week in Utrecht.Zandbanken spelen een belangrijke rol bij het beschermen van de kust. Golven breken vaak eerst op een zandbank, wat voorkomt dat ze verder op het land schade aanrichten. Om de kust te beschermen tegen erosie, worden zandbanken soms opgehoogd met zandsuppleties. Onder invloed van de golven verplaatst zandbanken zich echter voortdurend. Het is daarom belangrijk om te voorspellen hoe ze zich zullen gedragen.Dat gedrag kan sterk verschillen, concludeerde Pape uit ruim 12.000 dagelijkse waarnemingen. In Japan en Nederland ontstaan zandbanken dicht bij de waterlijn en bewegen ze zich langzaam zeewaarts om tenslotte weer te verdwijnen. Voor de kust van het Japanse Hasaki duurt zo’n tocht echter maar vier jaar, terwijl zandbanken bij Egmond vijftien jaar over hun trek naar zee doen. Weer anders is de situatie voor de Australische Gold Coast, waar afwisselend sprake is van een beweging zeewaarts en landwaarts van zandbanken binnen een beperkt gebied.Voor het voorspellen van het gedrag van zandbanken onder invloed van golven worden modellen gebruikt die zich baseren op de waterbeweging en het zandtransport. Voor de korte termijn voldoen ze goed, maar voor periodes langer dan een paar weken worden hun prognoses merkwaardig genoeg slechter naarmate ze meer gedetailleerd zijn. Dat komt volgens Pape, die in 2000 in Utrecht afstudeerde in de cognitieve kunstmatige intelligentie, omdat voorspellingen over een langere periode bestaan uit een optelsom van korte termijn voorspellingen.Nu treden in elke voorspelling onvermijdelijk minieme fouten op. Voor een korte periode zijn die verwaarloosbaar, maar hoe meer tussenstappen er worden gemaakt en hoe meer details het model bevat, des te groter wordt de invloed van de fouten op de voorspelling. Wie wil weten wat er over een langere periode met zandbanken voor de kust gebeurt, kan zijn model dus maar het best eenvoudig houden, concludeert Pape die deze week in Utrecht promoveerde.EH

Artikel
on 15/04/2010

Dat het zo moeilijk is om het gedrag van zandbanken goed te voorspellen komt mede doordat de gebruikte modellen te gedetailleerd zijn. Simpele modellen doen het vaak even goed en soms zelfs beter, is de opmerkelijke conclusie van Leo Pape op basis van waarnemingen in Australië, Japan en Egmond aan Zee. De onderzoeker op het gebied van de cognitieve kunstmatige intelligentie promoveerde deze week in Utrecht.

Zandbanken spelen een belangrijke rol bij het beschermen van de kust. Golven breken vaak eerst op een zandbank, wat voorkomt dat ze verder op het land schade aanrichten. Om de kust te beschermen tegen erosie, worden zandbanken soms opgehoogd met zandsuppleties. Onder invloed van de golven verplaatst zandbanken zich echter voortdurend. Het is daarom belangrijk om te voorspellen hoe ze zich zullen gedragen.

Dat gedrag kan sterk verschillen, concludeerde Pape uit ruim 12.000 dagelijkse waarnemingen. In Japan en Nederland ontstaan zandbanken dicht bij de waterlijn en bewegen ze zich langzaam zeewaarts om tenslotte weer te verdwijnen. Voor de kust van het Japanse Hasaki duurt zo’n tocht echter maar vier jaar, terwijl zandbanken bij Egmond vijftien jaar over hun trek naar zee doen. Weer anders is de situatie voor de Australische Gold Coast, waar afwisselend sprake is van een beweging zeewaarts en landwaarts van zandbanken binnen een beperkt gebied.

Voor het voorspellen van het gedrag van zandbanken onder invloed van golven worden modellen gebruikt die zich baseren op de waterbeweging en het zandtransport. Voor de korte termijn voldoen ze goed, maar voor periodes langer dan een paar weken worden hun prognoses merkwaardig genoeg slechter naarmate ze meer gedetailleerd zijn. Dat komt volgens Pape, die in 2000 in Utrecht afstudeerde in de cognitieve kunstmatige intelligentie, omdat voorspellingen over een langere periode bestaan uit een optelsom van korte termijn voorspellingen.

Nu treden in elke voorspelling onvermijdelijk minieme fouten op. Voor een korte periode zijn die verwaarloosbaar, maar hoe meer tussenstappen er worden gemaakt en hoe meer details het model bevat, des te groter wordt de invloed van de fouten op de voorspelling. Wie wil weten wat er over een langere periode met zandbanken voor de kust gebeurt, kan zijn model dus maar het best eenvoudig houden, concludeert Pape die deze week in Utrecht promoveerde.

EH

Advertentie