No.15 2007 2

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007 Medelln ISSN 0121 5701
LOS MODELOS DEGENERACINDE OLEAJ E DE VIENTO: CARACTERSTICAS, EVOLUCINYFUTURASAPLICACIONES EN COLOMBIA

1 2 RubnDaroMontoyaRamrez ,AndrsOsorioArias FacultaddeIngenieraCivil,UniversidaddeMedelln. EscueladeGeocienciasyMedioAmbiente,UniversidadNacionaldeColombia,SedeMedelln. rmontoya@udem.edu.co,afosorioar@iunal.edu.co
Recibido para evaluacin: 11 deAbril de 2007/Aceptacin: 11 de Mayo de 2007 / Versin final: 5 de Mayo de 2007
RESUMEN
Duranteelsiglopasadodiferentesautores presentaronsus teorassobreel oleaje basadosenlasleyes delafsica relacionadasconelmovimientoondulatorio,estasteorashicieronrepresentacionesdelasolasdelmarcomoondasde amplitudfinita o deamplitudpequea enlas cuales lainteraccinentre ondas podaconsiderarsecomo linealsin embargoquedaronincompletasaltratardeexplicarlosmecanismosfsicosrelacionadosconelcrecimientodeloleaje. Slofuehastamediados delsigloXXcuandolos principalesaportesmatemticos yexperimentalesimpulsaronlos modelosdegeneracindeoleajequeexplicabandeformamscompletayprecisalafsicadelfenmeno.Lainformacin deloleajeconcaractersticasadecuadasesdevitalimportanciaparaeldiseodecualquierobracostera,sinembargo stanosiempre estadisponible yes necesarioutilizar modelos que permitansuplirdicha informacin. Elpresente artculomuestradeformaresumidalacaracterizacinyevolucindelosprincipalesmodelosquehansidoempleados paraelpronsticodeloleajeproducidoporelviento,susventajasydesventajasrespectoaotrosmodelos.Porltimo presentaunarecopilacindelainformacindeoleajedisponibleenColombia. PALABRAS CLAVES: ModelosdePrediccinPronsticodeOleajeOlasdeVientoOleajesEcuacin delaEnergaOndas.
ABSTRACT
Duringthelastcenturydifferentauthorspresentedtheirwaveactiontheoriesbasedonthelawsofthephysicsrelatedto theundulatorymovement,thesetheoriesmaderepresentationsoftheseawaveslikewavesoffiniteamplitudeorsmall amplitude inwhich the interaction betweenwaves could be consideredlike linear nevertheless theywere short when tryingtoexplainthephysicalmechanismsrelatedtothegrowthofthewaveaction.ItwasuntilhalffullofcenturyXX whenthemainmathematicalandexperimentalcontributionsimpelledthemodelsofwavegenerationthatexplainedof more complete form the physics of the phenomenon. The surge information with the suitable characteristics is too importantforthedesignofanycoastalstructure,neverthelessnotalwaysthisinformationisavailable,forthatreasonthe useofmodelsthatallowtoreplacethisinformationhavevitalimportance.Thisarticlepresentsasummarizedcharacterization andevolutionofthemainmodelsthathavebeenusedtoforecastthewaveactionproducedbythewind,theiradvantages anddisadvantagesrespectothers.FinallyitpresentsacompilationofinformationavailableinColombia. KEYWORDS: PredictionModelsWaveForecastWindWavesWaveMotion Equation of the Energy Waves.
47
AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007
1.INTRODUCCIN
Las actividadesquesedesarrollanenzonascosteraso martimas como la pesca, el transporte y trnsito martimo, la explotacin petrolera, las operaciones en puertos,losestudiosdeerosincosteraylaconstruccin deestructuras,entreotras,requierendeinformacindel oleaje,quemuchasvecesnoestdisponible.Esporello que el tema de modelos que permitan representar el fenmenodeladinmicadeloleajehansidoampliamente estudiadospormuchosautores. Este trabajo presenta en forma resumida la evolucin de los principales GRUPOS de modelos que se han implementadoparaexplicarelfenmenodegeneracin de oleaje producido por el viento, desde aquellos ms simples correspondientes a relaciones empricas entre lasvariablesquedefinenlospatronesmediosdeloleaje en funcin de otras variables climticas, hasta los modelos numricos espectrales mas novedosos que resuelvenlaecuacindeenergadeloleaje.Sediscuten aspectos relacionados con la informacin existente en Colombia y la necesidad de implementar tcnicas de reanlisisquepermitanmejorarlaconfiabilidaddelos diseosdeestructurascosteras ennuestropas. Laestructuradelartculoeslasiguiente:Enlaseccin2 sepresentalaevolucinhistricadelasprincipalesteoras matemticasyestudiosexperimentalesquehanpermitido eldesarrollodelosmodelosdegeneracindeoleaje.En laseccin3sedescribelaevolucin,lascaractersticas generales de los principales GRUPOS de modelos yse presentaunatablaresumenconlasprincipalessemejanzas ydiferenciasexistentesentrelosmodelos msempleados deltimageneracin.Enlaseccin4sepresentaelestado delartedelainformacindeoleajeexistenteenColombia, yfinalmente,enlaseccin5sepresentanlasconclusiones y recomendaciones.
matemticodePragapubliclateoratrocoidaldeolas para aguas profundas, y en 1844,Airy en Inglaterra desarroll una teora para olas de amplitud pequea cubriendoungranrangodeprofundidadesdesdeaguas profundas hasta aguas someras. Despus en 1847, expresandolasecuacionesdeNavierStokes,paraflujo bidimensionalirrotacionalnoviscosocomounaseriede Fourier,Stokes(1847)presentunateoraparaolasde amplitudpequeaenaguasprofundas,lacualextendi a olas de profundidad intermedia. Esta solucin actualmenteesconocidacomolateoradeolasdeStokes. El primer mecanismo de generacin de oleaje fue propuesto por Kelvin (1871) basado en el llamado mecanismodeinestabilidadKelvinHelmholtzenelcual seasumaqueelflujodeairesobrelasuperficiedelmar eraconstanteconlaaltura.ConestasuposicinKelvin encontr que la inestabilidady la generacin del oleaje slopodaocurrirparavelocidadesmenoresde6.5m/s, locuallimitlaaplicacindedichateora(Leblond,1978). Variasdcadasdespus,Jeffreys(1924,1925)propuso lahiptesisdeabrigo( sheltering )queofrecelaola al flujo de aire sobre su espalda, y que genera una diferenciadepresinalolargodetodalasuperficiede laola.lconsiderabaquesilavelocidaddelvientoera mayorquelavelocidaddelaola,elairequefluasobre laolaseseparabaenlacrestadelaolaytransferael momentumalasolasdesuperficieatravsdelafriccin asociada con la separacin de flujo. Basado en un concepto simple de balance de energa en el proceso degeneracindeoleaje,estimelcoeficientedeabrigo (sheltering) que puede ser usado para calcular el crecimientodelasolasdebidasalviento. Para verificar experimentalmente la teora presentada por Jeffreys (1924,1925) algunos investigadores realizaronexperimentosdelaboratorioconcondiciones controladas, dentro de los cuales se encuentran los realizadosporStantonetal.(1932)yMotzfeld(1937). En sus experimentos stos obtuvieron coeficientes de abrigo mucho ms pequeos que los presentados por Jeffreys sin embargo, Motzfeld trabajando con olas ms empinadas verific la existencia de la separacin delflujodeairesobrelacrestadelaolayelincremento delcoeficientedeabrigoparaestetipodecrestas. Otros trabajos de relevancia presentados enla dcada de los 40s relacionados con la iteracin ocanoaire
2.ESTADODELARTE:PRINCIPALESLEYES YTEORIAS
2.1. Los conceptos matemticos bsicos del oleaje La generacin de olas producidas por el viento en la superficiedelaguaysupropagacinhansidoobservadas a travs de la historia sin embargo la formulacin matemtica del movimiento de las olas fue slo introducida en el siglo XIX. En 1802, Gerstner, un
48
Los modelos de generacin de oleaje de viento: Caractersticas, evolucin y futuras aplicaciones en Colombia Montoya & Osorio
fueronlospresentadosporWuest(1949)quienrealiz unestudiodeestabilidaddelainterfazocanoaireyun estudiodeltipoexperimentalrealizadoporFrancis(1949) empleandountanquegeneradordeolasdeviento.Eckart (1953)presentunmodeloparaelcrecimientodeloleaje enunasuperficiesinperturbaciones,queconsiderabael efectodeladistribucinaleatoriadecorrientesdealta presinasociadascontormentas circulares. Mas tarde Lock (1954) estudi la estabilidad de una corrientedeairelaminarconstantesobreunasuperficie del agua en reposo. Su anlisis era comparable a la estabilidaddeunacapadelmitedeBlasiusqueproduca velocidadescrticasdelvientovariandodesde1a3m/s. Ursell(1956)presentunarecopilacincompletadelos resultadosobtenidosendiferentesestudiosdegeneracin de oleaje de origen terico y de origen experimental realizadoshastalapoca,yconcluyqueambasfuentes noexplicabancompletamentelosmecanismospresentes enlageneracindeloleaje. Un ao despus aparecieron simultneamente dos teorasbsicas quepermitieronexplicardeformamas adecuadaelcrecimientodelaolasdevientopresentadas porPhillips(l957)yMiles(1957).LateoradePhillips proponaquelasfluctuacionesaleatoriasdepresindel viento sobre la superficie del agua producan fluctuacionesenlasuperficiedelaguayestoeraloque generaba el oleaje sin embargo las observaciones realizadas por Phillips (1957) en el ocano, y los experimentosrealizadosenlaboratoriodemostraronque lasfluctuacionesaleatoriasdepresineranmuchoms pequeasquelasobtenidasporPhillips(1957)enforma experimental, y por lo tanto contradecan en varios aspectossusteoras.Miles(1957)retomandolostrabajos deWuest (1949) y Lock (1954) reconoci la relacin existente entra las fluctuaciones aleatorias de presin entreelaireyelagua. Empleando un perfil de viento de forma logartmica, Milesdemostrquelasfluctuacionesdelaguaasuvez generaban fluctuaciones en el aire y que finalmente ambos medios se ponan en fase, produciendo un crecimiento exponencial de las olas. Miles (1960) combinando los resultados obtenidos por su teora en 1957ylosresultadosdePhillips(1957)mostrqueel crecimiento de las olas era inicialmente lineal pero en ltima instanciasehacia exponencial. Losresultados de datos de campo presentados por LonguetHiggins
(1963) y algunos datos experimentales de laboratorio presentadosporShemddinyHsu(1957)yLighthill(1962) dieron una interpretacin fsica de la teora de Miles (1957)sinembargolosresultadosobtenidosporSnyder yCox(1966),yBarnettyWilkerson(1967)mostraron queapesardelacoherenciaexistenteentrelateorade Miles y la fsica del fenmeno del crecimiento de los olasdeviento,lastasasdecrecimientodeloleajemedidas apartirdedatosdecampoeranunordendemagnitud mayores que las obtenidas por Miles (1957). Este resultadohasidoatribuido,conbasealosconocimientos alcanzadoshastaahora,alosefectosdelanolinealidad enlatransferenciadeenergaduranteelcrecimientode lasolas(Lizano,2003). Para tratar de solucionar este problema, diferentes investigadoresrealizaronexperimentosquepermitieran obtener mejores resultados no afectados por la transferencia nolineal de energa dentro de estos se encuentran los trabajos de Snyder et al. (1981), MitsuyasuyHonda(1982),HsiaoyShemdin(1983)y Plant(1982)quienpropusounafrmulaempricapara estimar la tasa de crecimiento de las olas de viento combinando los valores observadosdevariasfuentes demedicinconfiables. AutorescomoTownsend(1972),GentyTaylor(1976), AlZanaidi y Hui, (1984), Janssen(1989), Belcher y Hunt(1993),Miles(1993),entreotroshantratadode avanzar en el entendimiento de los efectos de la turbulencia del viento debidos a las fluctuaciones de presinenlasuperficiedelagua,sinembargotodava no han sido comprendidos todos los aspectos responsables de la evolucin del oleaje del viento (dispersindelatasadecrecimiento). Enlaactualidadotrotipodeondasdealtafrecuenciaestn captandolaatencindemltiplesinvestigadoresentodo elmundo,debidoalosgrandesavancesenlateledeteccin y sus aplicaciones a la oceanografa y la ingeniera de costas.Entreestossepuedenmencionarelestudiodela transferencia de momentum y de gas durante la interaccindelflujodeaireenlasuperficiedelmar,estudio de la reflectividad del ocano (interpretacin del sensoramientoremotodeondascapilares)apartirdelo cualesposiblededucirlavelocidaddelviento(Donelany Pierson,1987)ylainfluenciadeestetipodeondasenla generacindel oleaje.
49
Este tipo de ondas son denominadas como ondas capilares(ondascapilaresparasitarias)puessedesplazan mayoritariamenteenlasuperficiedelmarsobreungrupo deolasdominantesconlongitudes deondaqueoscilan entre0.1y1cm(perodosinferioresa1segundo)ypor lo general son estacionarias o cuasiestacionarias respectoalaondadominante. SegnAlexevetal.(1998),laaparicindeestetipode ondas en las olas dominantes del ocano influye marginalmente en las propiedades disipativas y otras propiedades dinmicas del oleaje. Esto hace que sea necesarioincluirlosefectosdestasenlacomprensin decualquierteoradegeneracindeoleaje. Cox(1958)fueelprimeroenrealizarexperimentospara la generacin de ondas capilares en ondas largas. Analizando datos de un tanque generador de olas de vientomostrcmolasondascapilaresseformabanen el frente de ola de algunas olas de gravedad relativamente cortas. Otros de los trabajos realizados para estudiar las olas capilares y su relacin con la generacin de olas de gravedad se encuentran los presentados por Kunishi (1963), Crapper (1970), Valenzuela (1976), Kawai (1979), Winebrenner y Hasselmann(1988),WhelessyCsanady(1993),Wetzel (1993),Ruvinskyetal.(1991),Perlinetal.(1993)yde los ms recientes el presentado por LonguetHiggins (1995),quienrelacionlasondulacionescapilarescerca delacrestadelaoladegravedad. Enrelacinconestudiosexperimentalesdelaboratorio sedestacan trabajosdeEbuchiet al.(1987),Perlinet al.(1993),Zhang(1995),JahneyRiemer(1990)yKlinke y Jahne (1997), Dommermuth (1994) y Mui y Dommermuth (1995) quienes realizan una integracin numricadelasecuacionesnoestacionariasdeNavier Stokesconunasuperficielibreyreproducenlasondas capilares en la cara frontal de las olas de gravedad. Alexeyet al.(1998)presentanun estudiodeondasno linealescapilaresconunasuperficieforzadaydisipacin viscosa, basado en una aproximacin de capa lmite viscosacercaalasuperficiedelagua. 2.2. Desar r ollos matemticos en la tr ansfor macin de ener ga del oleaje Apesardetodoslosesfuerzosrealizadoshastalapoca, no se pudo explicar hasta la dcada de los 1960s la
dinmicadelcrecimientodeolasalcomenzarasoplarel viento,mediantelaecuacincinticadeenergadeondas (Hasselmann, 1962). La ecuacin cintica para ondas fuedescubiertaporNordheim(1928vertambinPierls, 1981)enelcontextodelafsicadelestadoslidodespus estaherramientadelamecnicacuntica fueaplicada aunagranvariedaddeproblemasclsicos delafsica (ondas en plasma y problemas de hidrodinmica). Hasselmann (1962) y Zakharov y Filonenko (1966), Zakharov (1966) en forma independiente, dedujeron expresiones de la ecuacin cintica para ondas de superficieapartirdelaecuacinhidrodinmicaoriginal (Puskarevetal.,2004). Los trabajos presentados por Hasselmann sobre los mecanismosdeinteraccinnolinealdeloleajesignificaron un avance de vital importancia en la explicacin del crecimiento del oleaje yen los modelos de generacin debidoalafuerteinfluenciadedichosmecanismosenla evolucindelespectrodefrecuencias.Mitsuyasu(1968a) realizexperimentosqueconfirmaronlaevolucindel espectrocontinuodeloleajedebidoalas interacciones nolinealesdeondas. Hasselmann(1973)propusoquelasolasporinteracciones entre s compartan la energa. Por ello era posible el transporte de energa dentro del espectro entre algunas frecuencias determinadas, que explicaba el crecimiento alprincipiodelaformacindelasolas(Lizano,2003). SegnlateoradeHasselmann(1962)cuatroolaspueden intercambiar energa siempre y cuando se cumpla la siguientecondicinderesonanciaparaelnumerodeonda k ylafrecuenciaw,
k1 + k2 - k - k4 = 0 3 w + w 2 - w3 - w 4 = 0 1
(1)
La razn de cambio de la accin de densidad N en 1 nmero de onda k debido a la interaccin de la 1 cuadrupletadeondasquecontieneak estadadaporla 1 integraldeBoltzman
r r r r r r r r N = G k2k ,k ,k4 d(k + k2 - k - k ) , 2 3 1 3 4 t (2) d (s 1 + s 2 - s 3 - s 4) [N N3( N4 - N2) + 1 r r r N2N4(N3 - N ) d 2d 3d 4 1 ] k k k
50
dondela N= F(ki)w es ladensidaddeaccin,Gesel i / i coeficientedeacopledelasinteraccionesdelascuatro ondas dado por las expr esiones de Her terich y Hasselmann(1980)y deslafuncindeltaDirac. Zakharov(1966)encontrquelasolasenlasuperficie deunfluidoidealensentidomatemticoeransistemas Hamiltonianosysudinmicapodasertratadamediante lateoraoriginaldeondasdispersivas(Puskarevetal., 2004). Este factor hizo posible establecer numerosos paralelosentrelateoraparaondasdesuperficieylas teorasdeondasrelacionadasconelplasmaylasondas pticasnolineales.LonguetHigginsySmith(1966),y McGoldricketal.(1966)confirmaronexperimentalmente las interacciones de las cuatros ondas propuesta Hasselmann(1962). El clculo riguroso de la transferencia no lineal de energa dada por la expresin de Hasselmann (1962) necesitaunaintegracintriplesobreelespaciodenmero de onda para una componente, lo cual consume demasiado tiempo computacional.A pesar de esto algunos autores han propuesto metodologas que permiten estimar la integral de Boltzmann en forma exacta. Dentro de los ms populares se encuentran la llamada aproximacin FDRIAM propuesta por Hashimotoet al.(1998)yelmtodoWRTpresentado por Web,Tracy and Resio (Resio et al., 2001). Estos tienen la ventaja que permiten capturar el ajuste de frecuenciayloscambiosenlaformadelespectroante decrecimientosdelaprofundidad(SWAN,2006). En el mtodo WRT se realizan una serie de transformacionesconelfinderemoverlasfuncionesdelta a la integral de Boltzman para ello se considera la integracin del espacio del nmero de onda para cada combinacin (k ,k ) como se muestra en la siguiente 1 3 expresin
r r r 1 Cuandok - k3 k3 - k4 r r r 1 ( 1 k ,k3,k4) = r r r r 0 Cuandok - k3 < k3 - k4 1
(5)
Lafuncindeltadeterminaunareginenelespaciodel nmero de onda donde debe calcularse la integral, la funcin q determinaunaseccindelaintegralqueno estadefinidadebidoaqueseasumek mscercanoa 1 k que k . 3 2 LapartemscomplicadadelmtododeWebbconsiste enusarunsistemadecoordenadaslocalesalolargodel llamadolocus,quees larutaenelespaciovectorial delnmerodeonda kque satisfacelas condiciones de resonanciaparaunacombinacindadadek yk . El 1 3 sistemadecoordenadas(kx,ky)es reemplazadoporun nuevo sistema de coordenadas (s,n) donde s y n son las direccionestangenciales y normales alo largo dellocus.Lanuevaintegralpuedeserescritacomola integraldelnea
T(k ,k3 ) = G J q(k ,k3,k4 ) [N1N3( N4 - N2 ) + 1 1
r r
r r r
] N2N4(N3 - N1) ds
(6)
En la cual G es el coeficiente de acople presentado anteriormenteyJ eseltrminoJacobianodelafuncin querepresentalascondicionesderesonancia.Eltrmino Jacobiano es una funcin de las velocidades de grupo delosnmerosdeondainteractuantes:
r r J = c , 2 - c ,4 g g
-1
(7)
Lanuevaintegralseresuelvemedianteladiscretizacin dellocusenunnmerodeterminado(tpicamente40, SWAN2006).Laversindiscretizadaestadadapor:
r r r 1 N = 2 T(k ,k ) d 3 1 3 k t
Enlacuallafuncin Testdadapor
r r
( i i T (k ,k3) G(s ) J(s )P s )Ds 1 i i

i=1
r r
ns
(8)
(3)
T(k ,k ) = G k k ,k ,k4 d (k + k2 - k - k4) 1 3 2 , 2 3 1 3 d (s 1 + s 2 - s 3 - s 4)q (k ,k ,k4) [N N3(N4 - N2) + 1 3 1 N2N4(N3 - N ) d 2d 4 1 ] k k

Ycon
r r r r
(r
r r r
DondeP(s)eseltrminoproductoparaunpuntodadoen i el locus, n es el nmero de segmentos, S es la s i coordenada discreta a lo largo del locus y Ds es el i tamaodelpaso. FinalmenteenelmtodoWRTlatasadecambiodela densidaddeaccinparaunnmerodeondadadoesta dadopor
(4)
r q r r (k ) nk n N 1 T(k , k ) Dk 3D iq 3 1 3 ik t i 3=1 i 3=1 k q
(9)
51
Donde nk y nq son las discretizaciones espectrales del nmerodeondayladireccin. Muchos investigadores han tratado de desarrollar diferentes tcnicas numricas basadas en mtodos paramtricos que permitan solucionar la ecuacin cinticadeformacomputacionalmsrpidayeficiente. DentrodeestosseencuentranlostrabajosdeZakharov yFilonenko(1966),LonguetHiggins(1976)yFox(1976), quienesderivaronunmodelodeinteraccionesnolineales quepodacalcularsefcilmente,Webb(1978),Zakharov yZaslavskii(1982),TracyyResio(1982),Hasselmann yHasselmann(1985),Haselmmannetal.(1985),Resio yPerrie(1991),Masuda(1980)paraaguasprofundasy la extensin para aguas someras de Susuki (1995), Komatsu y Masuda (1996), Resio y Perrie (1991), Polnikov(1989,1996),Lavrenov(1991,2001). Dentrodelostrabajosmasrelevantesenestesentidose encuentra el de Haselmmann et al. (1985), quienes presentaronelmtododeAproximacindeInteraccin Discreta(DIA)porsussiglaseningls.Enestemtodo se asume que k = k . Las nuevas condiciones de 1 2 resonanciaestndadasporTolman(2002).
sloserealizaunacombinacin(Tolman,2002). Eltermino S hasidodesarrolladoparaaguasprofundas nl usandolarelacin dedispersinenlas condiciones de resonancia. Para aguas someras se conserva la utilizacin de la relacin de dispersin y la expresin anteriorseescalamedianteelsiguientefactorD.
D =1 +
c 1 [1- c2kd]e-c kd kd
3
(12)
Donde c , c y c son constantes.Algunos valores 1 2 3 recomendados por Hasselmann y Hasselmann (1985) son c =5.5, c =5/6y c =1.25. 1 2 3 Segn Ueno y Kohno (1997), este mtodo estima apropiadamente el valor de la transferencia de energa para valores bajos de frecuencia, pero tambin calcula valores espurios de transferencia de energa cerca del rango de altas frecuencias, adems la transferencia no lineal de energa para el espectro Pierson Moskowits calculadaconelesquemaDIAesaproximadamentecuatro veces ms alta que la obtenida con el calculo exacto. Debidoaesto,elmtodotradicionalDIApresentamejores resultadosparamarestipoSWELL,perosubestimalos resultadosparavaloresaltos(valorespico)deoleajeen maresdeviento(SEA)completamentedesarrollados. Zakharov y Pushkarev (1999) propusieron un modelo fenomenolgicosimplepararepresentarlasinteracciones no lineales de las ondas gravitacionales para aguas profundas,empleandountipodeoperadordedifusin nolinealdesegundoordendadoporlasiguienteexpresin
k1 + k2 = k3 + k4 s2 = s 1 s 3 = (1 + lnl )s 1 s 4 = (1- lnl ) 1 s
(10)
Donde lnl esunaconstante.Paraestascuadrupletasla contribucindSnl alainteraccinparacadacontribucin k discreta (fq) del espectro correspondiente a 1 es r, calculadacomo:
dSnl,1 - 2 11 dSnl,3 = D 1 Cg-4 fr,1 x 1 dS nl,4 2 F F 2FF F (11) 3 4 - 1 3 4 + F 1 4 (1+ lnl ) (1- lnl )4 1- l2 4 nl
Nl(s, ) = q
F(s , ) q = cg- 4sLs 12F3(s , ) (13) q t NL
Donde, S(s, q) es el espectro de frecuencias, L es el operadordiferencialdesegundoorden
L =
1 2 1 2 + 2 2 2s 2 s q
(14)
Donde.
F = F(f ,q ),etc. d S = d S (f ,q ),C 1 r,1 1 nl,1 nl r,1 1

esconstantedeproporcionalidad.Lasinteraccionesno linealessecalculanconsiderandounnmerolimitadode combinacionesde(l ,C).Porlogeneral,enlaprctica nl
Los resultados analticos y numricos muestran que el nuevomodelodaunabuenadescripcindelasituacin real,peroconsumiendomenortiempocomputacional(ms omenosentresordenesdemagnitud).Polnikov(1996), describelasprincipalespeculiaridadesdelatransferencia
52
nolinealdeenergaatravsdelespectrodefrecuencias paraondasgravitacionalesdesuperficieparaelcasode profundidadfinita.Demuestraquedichaspeculiaridades noestnsloconfinadasporunincrementotrivialdela intensidaddelastrasferenciasnolinealesdeenergacon eldecrecimientodelaprofundidaddelaguah,sinoque sonmsnumerosasycomplicadas. Polnikov (2003) presenta nuevas configuraciones discretasdelasinteraccionesnolinealespropuestaspor Hasselmannetal.(1985)(integralescinticas).Eneste trabajo se evidencia que existen gran cantidad de configuraciones ms simples y ms eficientes que las propuestasoriginalmenteporHasselmannetal.(1985). Puskarev et al. (2004) proponen un modelo fenomenolgico para estudiar las interacciones no linealesenaguasprofundas.Elmodelopropuestotoma en cuenta los efectos de no localidad de las teoras originales de la ecuacin de difusin Hasselmann, y preserva importantes propiedades tales como: escalamiento fsico consistente,Adherenciaalas leyes conservativas y la existencia de soluciones del tipo KolmogorovZakharov(KZ).Lacomparacinentre ambosmodelosconlaecuacinoriginaldeHasselmann muestra como estos ltimos mejoran la distribucin angulareneldesarrollodelespectrodeenergadeloleaje. Apesar delos avances realizados en elentendimiento de las interacciones no lineales de ondas y las simplificaciones para resolver las integrales cinticas (Haselmann, 1962), el problema an persiste pues la exactituddedichassimplificacionesinfluyeenlaforma del espectro de frecuencias que representa un cierto estadodel mar. En la dcada de los 1990s algunos investigadores centraron sus estudios en el complejo fenmeno del rompimiento del oleaje, que constituye uno de los principales mecanismos de disipacin de energa del oleajeyqueinfluyeenlosprocesosdeinteraccinaire agua. Dentro de estos trabajos se caracterizan los relacionadosconelrompimientodeloleajepropiamente dicho o Whitecapping y los relacionados con el rompimiento inducido por el fondo en aguas someras. Dentro de estos trabajos se encuentran los presentados por Banner y Peregrine (1993) quienes presentaron diferentes estudios relacionados con las inestabilidades detrenesuniformesdeolas,Jillians(1989)mostrcmo las funciones inestables estn concentradas cerca de la
crestadelaolayemplemtodosnumricosparamostrar cmolainestabilidadeventualmenteproducarompimiento de la ola. Otros autores como Melville (1983, 1996), Melville et al. (1988),Su et al. (1982) y Chereskin y Christensen (1985) han contribuido terica y experimentalmenteeneltemadelrompimientodeloleaje. Dentro de los ltimos trabajos presentados para la estimacindelrompimientodeloleaje whitecapping se encuentra el Mtodo de Inclinacin o peralte acumulado(CSM Cumulative SteepnessMethod ) presentadoporHurdleyVanVledder(2004).Coneste mtodoladisipacindebidoalwhitecappingdeforma direccional depende de la inclinacin del espectro por debajo de una frecuencia particular. La expresin propuestaestdadapor(SWAN,2006).
Sst (s,q ) = A m
2 p
m k2 cos(q - q ') F(s , )d d (15) q s q
Donde k eselnmerodeonda, q esladireccindeloleaje y F( s, q ) es la densidad de energa o espectro de frecuencias. El coeficiente normalizado, A est dado m, por
2 p
A cosm(q) q = 1 d m
(16)
El coeficiente m es el encargado de controlar la dependenciadireccional.Ladisipacindeenergadebida alwhitecappingestdadapor(SWAN,2006)
Sst =-Cst (Sst(s, )) F(s , ) q q WC WC
(17)
Donde, Cst esuncoeficienteypesunparmetroque wc controlalaproporcionalidaddelatasadedisipacinen elperaltedelespectro. Otromtodoalternativoparalaestimacindelrompimiento del oleaje whitecapping esta basado en el mtodo propuestoporAlvesyBanner(2003).Estaexpresinest basadaendescubrimientosexperimentalesenloscuales elladisipacinporrompimiento (whitecapping)aparece relacionadoalahidrodinmicanolinealcontenidaenlos gruposdeolas.Estoproduceuntrminodedisipacin que primeramente depende de las cantidades que son localesenelespectrodefrecuencia,opuestoaaquellas que estn distribuidas sobre el espectro, como en la expresin de Komel et al. (1984). La expresin final paracalcularel whitecapping propuestaporAlvesy
53
Banner (2003) presenta importantes dependencias del nmero de onda espectral promedio y el peralte (Steepness) del espectro, lo cual es problemtico en situaciones de oleaje mezclado de Sea Swell comnmente encontrado cerca de la costa (SWAN, 2006). 2.3. Anlisis del oleaje Apartedelanlisis determinsticodeloleajebasadoen la teora de ondas, conceptos como el espectro de frecuencias, y de significante, entre otros permitieron explicarlairregularidadyvariabilidaddeloleajedesde elpuntodevistaestadsticoyporlotantosentaronla base para la aparicin de los actuales modelos de generacin deoleaje.LaFigura1muestraelesquema general el estudio del oleaje considerando ambos aspectos.
Los primerosenreconocerlairregularidaddelas olas del ocano yla necesidadde incorporareste concepto enelpronsticodeoleajefueungrupodeoceangrafos lideradosporPierson(1952).Paraellointrodujeronel concepto de espectro de ola como herramienta bsica paradescribirdichairregularidad.SegnPiersonetal. (1952),lairregularidaddelocanodebidaalosgrupos de olas producidas por el viento al soplar sobre la superficie del mar y que viajan unas sobre otras con diferentesfrecuenciasyamplitudesaloleajeformado porgruposdeolas provenientesdediferenteszonasde generacinqueinteractanentres,podarepresentarse mediante el concepto de espectro de frecuencia. Elespectrodeloleaje,F(t,x,y,s,q),dondeteseltiempo, xyylasdireccionesprincipalesenunejedecoordenadas, seslafrecuenciay qladireccindeloleaje,representa lamagnituddelaenergatotaldeloleaje,promediadaen el tiempo y en el espacio, en funcin de la frecuencia angulardelasondascomponentes (s) (GIOC,2002),visto deotraforma,elespectrorepresentalasolasmsomenos predominantesparaunestadodelmardeterminado. Pierson(1953)presentunmodeloespectraldeolasde vientobasado enla teoraderuidoaleatorio. Neumann (1953) present un espectro deoleaje apartirdedatos observados. Recopilando los resultados obtenidos en ambos estudios, Pierson et al. (1966) presentaron su artculo Mtodos prcticos para la observacin y pronosticodeolasocenicaspormediodeanlisisespectral y estadstica en el cual se describan las principales tcnicasestadsticaspararepresentareloleaje,ascomo las recomendaciones necesarias para la obtencin del espectrodefrecuenciasapartirdedatos decampo.
Figur a1.Esquemageneralparaelestudiodeloleaje. Losprincipalesavancesenelanlisisestadsticodeoleaje, considerado como el estudio de las propiedades que describensuvariabilidadenelespacioyeneltiempo,al igual que muchos de los principales desarrollos tecnolgicosactualestuvieroncomoprincipalmotivacin laguerra.Enladcadaentre1940y1950,alfinalizarla II Guerra Mundial, los esfuerzos para predecir las condiciones de oleaje en los desembarcos aliados, llevaron al desarrollo de la teora de las funciones aleatorias y matemtica estadstica que aportaron una poderosaherramientaparaladescripcindeloleajecomo unfenmenoaleatorio(GIOC,2002).
Enlaprediccin,anlisisygeneracindeoleajedesde los primeros trabajos de Pierson y Marks.(1952) son muchos los investigadores que han estudiado el comportamientodelespectrodeoleajetratandodiversos aspectoscomolaestimacineficienteapartirdedatos observados, desde el punto de vista de la frecuencia, comoesevolucinespacialytemporaldelespectrode oleaje(OleajetipoSeaSwell),comoes laformadel espectrodefrecuenciasdeacuerdoavariablescomola distancia sobre la cual sopla un viento constante y uniforme ("fetch")yeltiempoqueactaelvientosobre la superficie del mar, la magnitud y direccin de la velocidaddelvientoysuscambiosrepentinosasociados,
54
la forma del espectro segn la fuerza generadora principalylafuerzarestauradoraprincipalquedisipao modificael movimiento.En laFigura2sepresentala configuracinelespectrodefrecuenciassegnlafuerza generadoraylafuerzarestauradoraprincipal.
conceptodesignificante.SegnSvedrupyMunk(1947), a pesar que las olas presentan un comportamiento aleatorio (variacin espacial y temporal de sus propiedades),staspuedencaracterizarsemedianteuna alturapromedio denominada altura deola significante (H)yunperodomedioosignificante(T T ),como s s m representativos de un estado particular del mar. Estos varanenelespacioyeneltiempo,anconlapresencia devientouniforme(Wasedaetal.,2001).SegnSvedrup y Munk (1947) la altura de ola significante puede calcularse como el promedio de la tercera parte de la seriederegistrosdealturasdeolamsaltospresentados paratodoelintervalodemedicin(estadodelmar). Apartirdeestosavanceselanlisisestadsticodeloleaje ha sido abordado bsicamente desde dos escalas principales:Elcortoplazoenelcuallascaractersticas espectrales (frecuencia y direccin), y el anlisis probabilstico son considerados a partir de conceptos comolaalturadeolasignificante,perodoydireccin media estimados en un perodo corto de tiempo en el cuallaserieobtenidaesestacionariaocuasiestacionaria (estadodel mar).El anlisis de largoplazo enel cual son consideradas o determinadas las caractersticas medias y extrmales del oleaje a partir de los datos histricos que contienen la informacin de mltiples estadosdelmar(Figura1).
Figur a2.Espectrodeenergadeloleaje1.Lasflechasen lapartesuperiorindicanelmecanismodegeneracinylas flechasenlaparteinferiorlafuerzarestauradoraprincipal. Dentro delos ltimos trabajos se encuentrael trabajo dePiersonyMoskowitz(1964),quienesapartirdedatos de acelermetro en el marAtlntico Norte Britnico presentaronunodelosespectrosdefrecuenciaescalares ms utilizados. En ste el espectro de frecuencia S(w) escalculadocomounafuncindeparmetroscomola frecuencia y la velocidad a 19.5m sobre la superficie libredel mar (U ) la cuala su vezestrelacionada 19.5 conlavelocidada10msobrelasuperficie(U ). 10 Otros espectros de frecuencia escalares ampliamente utilizadosyaprobadosporlacomunidadcientficasonel JONSWAP presentado por Hasselmann (1963) y sus modificaciones presentado por Donelan et al. (1985). Estosespectrosreproducenadecuadamentelateorade interaccionesnolinealesdelasolasysuinfluenciaenla evolucin del espectro con el tiempo presentadas por Hasselmann(1966). Quizs uno de los conceptos ms importantes para el anlisis del oleajefue el presentado por Sverdrup and Munk (1947) del SIO (Scripps Institution of Oceanography)quienesfueronlospionerosenelempleo delas tcnicasdepronsticodeoleajeen trminosdel
3. E VO LUCI N DE LO S M O DE LO S DE GENERACINDEOLEAJ E
3.1. Modelos empr icos Las primeras tcnicas de pronstico y generacin de oleajesedesarrollaronduranteydespusdelasegunda guerramundial,stasusabanmodelossimplesbasados en relaciones empricas entre variables dependientes comoalturadeolasignificante,perododeola,etc,con variables independientes como velocidad del viento, profundidad,etc. Bretschneider, (1952,1958) desarroll una relacin semiempricapara elpronsticodeoleaje quepermite relacionarlaalturayelperododeolasignificante (H ,T ) s s conlavelocidaddelvientoenlasuperficie,ladistancia sobrelacualactaelviento(fetch)ylaprofundidaddel agua, llamado el mtodo SMB (Sverdrup, Munk y Bretschneider). En ste la altura de ola significante, H,es calculadamediantelasiguienteexpresin. s
55
Hs(V ,d,F) = s
d g V s HTanh K3 2 V g s
2
m 3
m X g K 2 1 V s Tanh d g m Tanh K 2 3 V s
1 3
Datos ms recientes permitieron revisar el mtodo SMB paraqueHasselmannetal.(1973)generaralosnomogramas que fueron,yson, usadospara elpronstico deoleaje en casosdealcanceytiempolimitado. Paraalcancelimitado, laaltura(H ),estdadapor mo (18)
Hmo =0. 0016g-1/2U10X1/2
(21)
Paraduracinlimitada,laaltura(H ),estdadapor mo
9 Hmo =8. x -5 g-2/7U10/7 t5/2 29 10
DondeH es laaltura deola significante(m), V es la s s velocidad del viento en la superficie (m/s), g es la 2 aceleracin delagravedad(m/s ),des laprofundidad delagua(m),Xesladistanciasobrelacualhasoplado unvientoconstanteyuniforme("fetch"(m))yH 1, ,K K y m ,m son coeficientes adimensionales iguales a 3, 1 3 0.283,0.0125,0.53,0.42,0.75,respectivamente. Elperododeolasignificanteestdadoporlaexpresin.
d gm4 V Ts(V ,d,F) = s T Tanh K4 2 s V g s
2
(22)
Donde H eslaalturadeolaasociadaconelmomento mo deordencero,U10 eslavelocidaddelvientoa10metros dealtura U(m/s), X(m)esladistanciasobrelacualacta unvientouniforme(fetch)yt(s)eseltiempoduranteel cualacta.SegnHasselmanneltiempo t estdadopor
t =68. ( gU ) 1/3 X2/3 8 10 -
(23)
H estrelacionadaconelmomentodeordencerom mo 0 dadopor
Hm0 = 4. 004 m 0
m2 K X g 2 2 s V Tanh d g m4 K Tanh 4 2 V s
(19)
m0 = w0 S(w ) d w
0
(24)
Donde S(w) es el espectro de frecuencias (w). Si el procesoesdebandaestrechayladistribucindealtura deolaesRayleigh,sepuededemostrarque
Donde, T eselperododeolasignificante (s),V,g,d y s s Xsonlosmimosdelaecuacin(1)yT 2,K ,m y ,K 4 2 m soncoeficientesadimensionalesigualesa7.54,0.077, 4 0.833,0.25y0.375,respectivamente. De anlisis de todo el mundo Reptko et al. (2001) encontraron que la altura de ola y el parmetro de inclinacin de las olas (H/L) eran estadsticamente independientes.Ypresentaronlarelacin
H m0 = 4004hrms = HS .
(25)
TP(HS, Sp)=
Hs2 p gSP
(20)
Otradelasexpresionescomunesparalaestimacinde laalturadeolasignificantedeformanodireccionales la presentada por Wilson (1965) la cual estima la evolucinolatasadecrecimientodeloleajeparavientos locales en zonas costeras. En sta la altura de ola significanteesestimadaapartirdelavelocidaddelviento, laaceleracindelagravedadyladistanciaefectivade actuacindelviento( fetch ),lacualasuvezesuna funcin de las distancias donde se mide el viento y el nguloformadoconlalneadecosta. Donelanetal.(1985)presentaronunmtodomuypopular alternativo al JONSWAP presentado por Hasselmann etal.(1973)quecombinalosefectosdbilesdebidosal fetch a travs de una formulacin simple. Dicha formulacinconsideraladireccionalidaddelviento.
Donde,T eselperodopico(s),H eslaaturadeola p s 2 significante,geslaaceleracindelagravedad(m/s ), y S eslarelacinH/L(HesalturadeolayLesla p longituddeonda).
56
Otromodelo complementario almodeloJOSNWAPes elmodeloTMApresentadoporBouwsetal.(1985)el cual busc corregir los efectos del fondo debido a la prdidade energaenaguas someras. USACE (1984) presentaron un modelo paramtrico medianteelcualesposibledeterminarlaalturadeola significante(H)yelperodopico (T ) paraunatormenta s p tropicalmovindoselentamentemediantelassiguientes expresiones
R DP
(2001)apartirdedatosexperimentalesobtenidosenun tanquedelaboratorioestudianlarespuestaenlaevolucin de las olas de viento ante cambios repentinos en la velocidadsuperficialdelvientoencontrandoquelarelacin 2 de la forma HgT (T= perodo, g= aceleracin de la gravedad) representa una mejor relacin que la tradicionalmenteempleada (denominadatradicionalmente comolaLey3/2). Estocorroboralosresultadosexperimentalesobtenidos porKunishi(1963)yMitsuyasuyRikiishi(1978)yel modelotericodePhillips(1958).Sehaobservadoque laley3/2noesadecuadainclusiveparaolasenelocano cuandolavelocidaddelvientocambialosuficientemente rpidocomoloindicanlosestudiosrealizadosporToba (1988)yHansonyPhillips(1999). Lasprincipalesdesventajasdeestosmodelosempricos radicanenquelamayoradeellosslopermitenobtener pronsticoslocalesopuntualesdelaalturayelperodo deolasignificanteparaunestadodeterminadodelmar en el cual se tienen condiciones constantes (velocidad del viento, fetch, direccin) para aguas profundas, adems son totalmente ineficientes para anlisis numricos en dos dimensiones y no permiten obtener ningntipodeinformacinespectraldeloleaje. Teniendoencuentalasfalenciasdesusantecesores,los denominadosmodelosdebasefsicasurgieronparadarle ms rigor a la fsica del fenmeno al considerar la evolucinespacialytemporaldelaenergaqueinfluye enelaumentoydecaimientodeloleaje. 3.2. Modelos de base fsica Los esfuerzos realizados por diferentes investigadores tratandodeexplicardeformamatemticalairregularidad del ocano, los mecanismos que influyen en el crecimientoydecrecimientodeloleajeproducidoporel viento, as como el crecimiento acelerado de los computadorespermitilaevolucindelosmodelosde generacindeoleajemsutilizadosenlaactualidad. Losdenominadosmodelosdebasefsicaresuelven laecuacindeenergadeloleajedadapor
Hs = 5. e4700 1+ 03
R DP
029 Vfm . a V max
(26)
T = 8. e9400 1+ 6 P
0145 Vfm . a V max
(27)
Donde, DP = P P es la diferencia de presiones n o atmosfricasentreelojoyellmiteexteriordelatormenta, V eslavelocidaddemovimiento, R eselradiodeviento fm mximoy V eslamximavelocidaddelvientoparauna max tormenta en movimiento (Agudelo et al., 2005). En ese mismotrabajodeUSACE(1984)sepresentanexpresiones paradeterminarlaalturadeolasignificante(H),laaltura s mximaderompimiento (H ) yotrosparmetrosdevital max importanciaparaeldiseodeestructurascosterasenaguas somerascomodiques,puertosetc. Liuetal.(1991)proponenunesquemaparacalcularla alturadeolayelperodoencadapuntodeunamalla espacialparahacerelpronsticoparaelpasodetiempo siguiente.Elesquemamodificadopermiteinterpolarel crecimiento,decaimientoylapropagacindelaenerga delaondabasadoenlarelacindepronsticodeoleaje semiemprica en el punto de la malla espacial para entoncescalcularlaalturadeolayelperodoenelpaso siguiente. El proceso numrico contiene cuatro pasos: conunvalorinicialdefinidosemodelaelcrecimientoy decaimientodelaola,sehacelapropagacinyporltimo lainterpolacinenelpuntodelamallaespacial. Estudios actuales han tratado de obtener relaciones empricasyexperimentalesmsadecuadasquepermitan relacionarlaevolucindeloleajeapartirdelosconceptos deolasignificanteconsiderandoaspectostanimportantes comoelfetch,loscambiosrepentinosenlavelocidady direccindelviento,etc.EnestesentidoWasedaetal.
F c s F s (C F) q ( g + .c F) + s + = S t t s q
(28)
57
Donde,S puedecalcularsecomo t
St =Sin + Snl + Sds + Sbot
(29)
Donde,F(t,x,y,s,q)es elespectrodefrecuencias,tes eltiempo,s eslafrecuenciaintrnseca, qesladireccin deloleaje,C es laceleridadde propagacindegrupo g (C = w/k) quedependedelas condicionesdeagua g profunda, intermedia o someras, csy cq son las velocidades de propagacin en el espacio espectral (frecuencia, direccin) y S es la suma de todos los t sumiderosofuentesdeenerga. Cuando el viento sopla sobre la superficie del mar producto las fluctuaciones de presin, transmite por efectos de friccin la energa necesaria para el crecimientoyformacindelascaractersticasdeloleaje. Sinembargoalinteriordeloleajesepresentanunaserie de factores que restan o suman energa durante el procesodegeneracinypropagacindeloleaje,dentro delosprincipalesaspectosconsideradosseencuentran lossiguientes:
ajustadosempricamente.Enestosmodelos,elespectro de energa se representa como un arreglo de paquetes deenergadiscretizadosendosdimensiones:frecuencia ydireccin.Cadaunodeloscualessepropagaconsu propiavelocidaddegrupoalolargodesupropiorayo director,correspondientealvientoquehacontribuidoa lolargodeestatrayectoria(Lizano,2003). En los modelos de primera generacin el trmino de energasuministradaporelvientoseestimasuponiendo un crecimiento lineal de la energa debido a las fluctuacionesturbulentasdelapresinenlasuperficie delmarsegnPhillips(1957)yMiles(1957). Eltrminodedisipacindeenergaes usadocomoun pequeo limitante, el cual evita que el espectro sea excedido del nivel de saturacin definido, cuando los componentesdeloleajealcanzanelniveldesaturacin, 5 modelado por w , inmediatamente se detiene el crecimientodeloleaje. Las interacciones no lineales no eran consideradas o simplemente eran parametrizadas usando el resultado de Hasselmann (1963) para el espectro totalmente desarrollado de Neumman.An, si el trmino de las interacciones no lineales era considerado, este representaba una modificacin muy pequea en el balance total de energa (Massel, 1996). Multiples experimentos realizados en los aos 70 como el de Hasselmannetal.(1973)yeldeMitsuyasu(1968a)en un tanque experimental de viento contribuyeron enormementeenelentendimientodelbalancedeenerga espectraldelcrecimientodeloleaje.Ellosdemostraron quelaprincipalfuentedeenerga,durantelafaseprincipal del crecimiento del oleaje en las bajas frecuencias ubicadas en la parte delantera del espectro era la transferencianolinealdeenergadelasaltasalasbajas frecuencias. De ah que los modelos de primera generacinsobrestimenlaaccindelvientoysubestimen lafuerzadetransferencianolinealcasiporunordende magnitud(WAMDIGroup,1988). Dentro de los modelos de este tipo se encuentra el VENICEparaaguassomeras(CavaleriyRizzoli,1981), el cual emplea una forma simple de la ecuacin de transferenciadeenerga,conslodostrminossumideros de energa, correspondientes a los mecanismos de crecimientolinealdeloleajedePhillips(1957)yMiles
S estrelacionadaconlaenergasuministradaporel in viento,S representalasinteraccionesnolinealesentre nl ondas,S eseltrminoqueconsideraladisipacinde ds energaporelrompimientodeolasenaguasprofundas ( whitecapping )yelrompimientodeloleajeinducido porelfondoenaguassomerasyS estrelacionado bot
conlaprdidaodisipacindeenergadebidaalafriccin conelfondoenaguassomerasyconcorrientesmarinas paraaguasprofundas. Laformanumricacomoesresueltalaecuacindeenerga del oleaje y la evolucin terica y experimental en la estimacin de los trminos que componen las fuentes o sumiderosdeenergahanpermitidoclasificarlosmodelos numricosdegeneracindeoleajeendeprimera,segunda ytercerageneracin.Losmodelosdegeneracindeoleaje integrados con otro tipo de modelos son denominados comnmente en el medio cientfico como modelos acoplados.Estosltimosnosonabordadosenesteartculo. 3.2.1 Modelos de pr imer a gener acin Enlosmodelosdeprimerageneracincadacomponente espectral evoluciona independiente de todas las otras componentes (modelos desacoplados de primera generacin),losespectrossondefinidosconparmetros
58
(1957). El coeficiente de acoplamiento o razn de crecimiento exponencial es modelado de acuerdo a la teoradeBarnet(1968). Enestemodeloapesarquelasinteraccionesnolineales yelrompimientodeloleajewhitecappingnosetienen encuentadeformaexplicita,sonconsideradosdeforma indirectaenladeterminacinexperimentaldelparmetro de acoplamiento el cual debe contener toda la informacindelafsicadelfenmeno. Otrodelosmodelosdeprimerageneracineselmodelo MRI(IsozakiyUji,1973)enelcualeltrminodelaenerga suministrada por el viento se acopla con el trmino de disipacin de energa debido al rompimiento del oleaje colocandoellmitedelcrecimientodeloleajeenlaforma delespectro dePiersonMoskowitz. Elprocedimiento de pronstico obedece a tres estados o condiciones del mar: Estado de crecimiento, estado de decaimiento y presenciadevientosopuestosaloleaje(Massel,1996). 3.2.2 Modelos de segunda gener acin Debidoalosproblemaspresentadosporlosmodelosde primerageneracin encuanto alajuste dela ecuacin espectraldeenergasepropusierondiferentescambios. Elprimercambiofueproveerunacoplamientoentrelas componentesindividualesespectralesdeformanolineal, adicionalmenteelmardevientoesmanejadoporuna forma espectral independiente de los otros procesos, ajustadaconlosparmetrosdeHasselmannetal.(1976). El trminoS se obtiene por ajustede unafamilia de nl funciones que dependen de una serie de parmetros. Estosmodelos sonasllamados modelos paramtricos demardeviento.Lamarejadadefondo(omarde leva)secalculaosepropagaconunaformaespectral. Ya que sta es casi independiente del viento, los dos esquemasfuncionancasiindependientes.Estossonlos llamadosmodeloshbridosacoplados(Lizano,2003). Este tipo de modelos presenta problemas en la transferenciadeenergademardeviento(sobreelcual soplaunvientoconstanteyuniforme)amardefondoo SWELL(sobreelquenoactaelviento)(Lizano,2001). Dentro de estos modelos se encuentran el VAG (Guillaume,1987),ylosmodelosdelcuerpodeingenieros de Estados Unidos SHALWV y el DWAVE (Resio, 1981).Todoslosmodelosdesegundageneracinsufren
delimitacionesenlaparametrizacindelastransferencias nolinealesdeenerga.Estosmodelansatisfactoriamente para el fetch estndar y la duracin limitante del crecimientodeloleajeparalacuallaparametrizacinfue diseada, sin embargo bajo condiciones extremas de cambiosrpidosdevientolaparametrizacindeltrmino de transferencia de energa no lineal generalmente contiene muchos mas grados de libertad para tratar exitosamente la amplia variedad de distribuciones espectrales con las cuales puedepresentarse. Dentro de estos modelos se encuentran el Modelo Oper acional de Oleaje (BMO) de la Oficina Meteorolgica de Inglaterra, el modelo SAIL de la NationalOceanographicandAtmosphericAdministration (NOAA)yelDNSdelInstitutoScrippsdeOceanografa enEstados Unidos. 3.2.3 Modelos de ter cer a gener acin La evolucin de los computadores y los trabajos mencionados anteriormente que permitan resolver de forma exacta mas rpida y eficiente la integral de Boltzmannimpulslaaparicindelosmodelosdetercera generacin,enloscualesadiferenciadesusantecesores noseimponeunaformadefinidadelespectroytantola ecuacindetransportedeenergaylostrminosnolineales puedencalcularsecompletamente.Estoimplicaquepara estetipodemodelosseaposibleobservarlaevolucinen elespacioyeneltiempodelespectrodefrecuencias,la alturadeolasignificante H,entreotros,locualloshace s muchomsprecisosytilesenelcampodelaingeniera. Dentro de las principales aspectos consideradas en los primeros modelos de tercera generacin presentados por WAMDI group, (1988) es que la parametrizacin de la funcinexactadetransferencianolinealdeenergacontiene elmismonmerodegradosdelibertadqueelespectroens mismo.Ademselbalancedeenergaescerradooajustado mediante la especificacin de una funcin de disipacin desconocida, lacualcorrespondeenlamayoradeloscasos alapresentadaporKomeletal.(1984). Otra ventaja de estos modelos es que mejoran sustancialmente los problemas de sus antecesores en cuantoalatransferenciadeenergademardevientoa mardefondo(SWELL).
59
DentrodeestosmodelosseencuentraelWAM(Ciclos 1 a 4) (WAMDI Group, 1988), WAVEWATCH III (Tolman , 1989, Tolman, 2002) , MRIIII (Ueno y Ishizaka,1997),JWA3G(SuzukiyIsozaki,1994),SWAN (Booijetal.,1999),etc. Cadaunodeellosestimaen forma diferente los sumideros o fuentes de energa tratando de mejorar los resultados obtenidos con el modelo al ser comparados con los datos ocenicos obtenidosconlasboyas. AlgunosmodeloscomoelpresentadoporPolnikovetal. (2002),basadoenlosestudiossobreinteraccionesagua airedeMakinyKudryavtsev(1999),lasinteracciones no lineales entre ondas presentadas por Zakharov y Pushkarev(1999),yuntrminodisipativodelespectro defrecuenciaspresentadoporPolkinov(1991)parecen indicarlaaparicindeunmodelodecuartageneracin quepermiteconsiderarlosefectosdinmicosdelacapa lmite aguaaire (modelo acoplado) mejorando los resultadosobtenidosenelcrecimientodeloleaje. En la Tabla 1 se presenta un resumen de las caractersticas principales de los modelos de tercera generacinmasempleadosenlaactualidad.EnlaTabla 1,S representalaenergasuministradaporelviento, in S representalatransferencianolinealdeenergaentre nl componentes,S representaelrompimientodeloleaje dsw Whitecapping, S representa la friccin del fondo y dsb Sdsbrrepresentaelrompimientoinducidoporelfondo. 3.3. Modelos heur sticos de Redes Neuronales(NN), LgicaDifusa(FL)yAutmatasCelulares(CA) LautilizacindelastcnicasdeRedesNeuronales(NN) enmltiplesreasdatadesdelosaos40sinembargo su habilidad para aproximar el comportamiento matemticonolinealsinunconocimientopreviodelas interrelaciones entre los elementos que componen el sistemamotivaronsuaplicacinen laingeniera. Slo hasta 1995 aparecieron las primeras aplicaciones a problemasoceanogrficos ycosteros coneltrabajode Maseetal.(1995),quienesestudiaronlaestabilidadde diquesrompeolas.Otrostrabajosaplicadosenestarea son los de Vaziri (1997) y Roske (1997) quienes realizaronestudiosparalaprediccindenivelesdelmar Deo(1999)construyunmodeloparaelpronsticode oleajeentiemporeal,lostrabajosdeTsaiyLee(1999) yHsiehyPratt(1999)relacionadosconelpronsticode
mareasyrecientementelos trabajosDeoetal.(2001), Agrawal y Deo (2002), y Kanbua et al. (2005) en el pronosticodeoleajedeviento. Porlogenerallosmodelosempleadosparaelpronstico deoleajebasados enRedes Neuronales(NN)emplean las denominadas Redes Neuronales de Regresin Generalizada(GRNN).LaGRNNes unaarquitectura de redes neuronales que pueden resolver cualquier problema de aproximacin a una funcin mediante la estimacindeunafuncindedistribucindeprobabilidad. Estetipodeneuronaestbasadaenlateoraderegresin noLineal y tiene la propiedad de no requerir ningn entrenamiento iterativo, es decir, puede aproximar cualquier funcin arbitraria entre vectores de entrada (inputs)ysalida(outputs),realizandolaestimacindela funcindirectamenteapartirdelosdatosdeentrenamiento. La neuronatipo GRNNtiene trescapasdeneuronascon unadeellasoculta,cadacapatienerolestotalmentediferentes. Lacapadeentradaeslacapadondelasentradasson aplicadas Lacapaocultaeslacapadondelastransformaciones nolinealessonaplicadasalosdatosdesdeelespaciode entradas al espacio oculto a travs de la funcin de transferencia. Lacapadesalidaesdondelassalidassonproducidas. LatopologageneraldeunmodelodeltipoGRNNpara lamodelacindeoleajetomadadeKambuaetal.(2005) semuestraenlaFigura3. En esta la entrada es unestado del mar en el espacio denotado por X (U ,qw, F ,H,D ), donde U es la t 10 L s w 10 velocidaddelvientoa10msobreelniveldelmar(m/s), q es ladireccindelviento,F eslalongitudsobrela w L cual hasoplado un viento constante yuniforme Fetch (m),H es laalturadeolasignificante(m) yD es la s w profundidaddelagua. Laprediccinfuturaesestimadacomo(O ). t+T
D2 i 2 i=1 2s Ot+T = N D2 Exp i2 2 s i=1

N
Y+TExp t
(30)
60
2 Donde,Nes elnmerode vectores de entrada,Di es unafuncinescalarrepresentandoladistanciacuadrtica euclidiana desde el nuevo vector de entrada hasta el vector de entrenamiento y s es un parmetro que determinaquetanbienseajustanlasprediccionesdela redalosdatosenelpatrndeentrenamiento.
Segn los trabajos de algunos investigadores como Kambuaetal.(2005),Makarynskyy(2004,2005),los resultados obtenidos mediante estas metodologas presentanmejoresresultadosenelcortoplazoparalos valores de altura de ola significante Hs que las metodologasempleadasparapronsticodelargoplazo basadas en la ecuacin de energa. Sin embargo los resultadosobtenidosparalosperodosmedioypicono sontan adecuados. Una de las ventajas este tipo de metodologas es que puedeseraplicadadeformaexitosaparazonascosteras oenaguasprofundas,locualnosucedeconlosmodelos debasefsica,enloscualesdeacuerdoalascondiciones de la malla, el mtodo numrico de solucin y las ecuaciones empleadas para los trminos sumideros de energa, presentan mejores o peores resultados si son implementadosenaguasprofundasoenaguassomeras. Esimportanteresaltarquelametodologaquedefineen unmodeloderedesneuronales(NN)eslautilizacinde arquitecturas (forma de conectar las unidades neuronales)yreglasdeaprendizajequepermitanla
extraccin de la estructura estadstica presente en los datos. Para ese proceso son necesarios tres elementos importantes:Laestructuradenodos,latopologadela redyelalgoritmodeaprendizajeutilizadoparaestimar los pesos o parmetros de la red. La combinacin de estos aspectos hace que existan gran variedad de configuraciones de la Red (Taxonomas). El presente artculoslohapresentadolaarquitecturallamadaRed Neuronal de Regresin Generalizada (GRNN), por lo cual quedan como preguntas abiertas las ventajas o desventajas en la prediccin del oleaje si se emplean otrostiposdearquitecturayreglasdeaprendizaje. OtrotipodemodelosdeltipoHeursticoqueestnsiendo aplicadosenlaprediccindeloleaje,sonlosbasadosen reglascomolosAutmatasCelulares(CA)ylaLgica Difusa (FL). Este tipo de modelos se basan en la aleatoriedad y la interdependencia de las vecindades espaciales del oleaje. La representacin en el espacio cartesiano(zx) delasuperficiedeloleajey(x,z,t) enel tiempotsehaceatravsdeunamallaespacialdemxn enlacualcadaceldarepresentaunpuntoenelespacio y el estado de cada celda representa la altura de la superficie del mar en el punto central de dicha celda (Wangetal.,2003). Paralamodelacininicialmenteseasumeunvalorinicial y =H .DondeH correspondealaalturademarea i,j tide tide en dicho punto y se definen las reglas que definen la evolucindeloleajedeunpuntodadoasuvecinoprximo.
Figur a3.TopologadeunmodeloneuronalGRNNparaelpronsticodeoleaje.
61
Tabla1.Caractersticasdelosprincipalesmodelosdetercerageneracindesarrolladoenaguessomeras
62
63
64
La ecuacin representativa de la superficie del mar x(x,z,t) correspondeentoncesalasumadelaelevacin debida a la marea ms la superposicin de ondas de diferentesamplitudesylongitudes.
Kesunaconstanteenelintervalo[2,2]
x ( x+1 ,z+1,t) = K ( x,z ,t) - x ( x,zi,t) (37) x i i i i i

Luegolasuperficie x( x z t) puedeserevaluadaconla , , alturadenodosadyacentesenciertaregindevecindad debidoala propiedaddeisotropadel movimiento del oleaje.Existendiferentes configuraciones devecindad: Von Neumann, Moore y Moore extendida, como se muestraenlaFigura4.
x =Htide + x i cos[ k ( xsen i + zcosq i) q i

i=1
(31)
+wit + e i]
DondeH eslaalturadelamarea, x , w , e , q ,yk tide i i i i i sonlaamplitud,lafrecuenciaangular,lafase,ladireccin de propagacin respectivamente y el numerote onda. Paraaguasprofundask = w 2/g. i i La ecuacin anterior en forma simplificada est dada como
x = x i cos(wit+ px+ qz+ e i )

i=1
(32)
2 2 2 Dondep + q = k , e varia entre 0 y 2p y w= kc (c celeridad de la onda, la cual puede ser obtenida para
aguas profundas como c = g
k =
gL
2p
, con g
comolaaceleracindelagravedady L laprofundidad). Paraunnodoadyacentedelagrid,setieneque.
Figur a 4. Regin de vecindad (Tomada de Wang et al.,2003). El estado de las celdas adyacentes (rojo) se usa para calcular el siguiente estado de la celda central (azul) con base a las reglas de evolucin anteriormente definidas.Puedeemplearselasiguientefrmula.
x=
x + x-1 i i
2
, z=
z + z-1 i i
2
(33)
Con Dxy Dy dadospor
x( x z,t) = ,
(34)
1
r
( Dx= x+1 - x = L sena) i i ( Dy= z+1 - z = L cosa ) i i
bj
j=1
b jx (xij,zij,t) j
=1
(38)
j= 123 r , , ......
donde b (j= 1,2,3.r) son los factores de peso. j Luegolaregladelestadodeevolucindecadaceldaen elespacioserestimadamediantelasiguienteexpresin (35)
Donde aeselnguloentreladireccindelvientoyla coordenadaz y L eselpaso.Deacuerdoalasumadela funcincosenosetieneque
x (x,z ,t) + x (x+1 ,z+1,t) = i i i i 2cos p x/2+ q z/2 x ( x z t) D ( D ) ,,

Haciendo
x(x+1, z+1,t) = i i
K
R
b J j
=1
b jx (xij,zij,t) - x (xi,zi,t) j
=1
(39)
K =2cos p x/2+ q z/2 D ( D )
(36)
j= 1, , ....... 23 r
65
Similarmenteparaeltiempo
x( xk, zk,ti+1) = S
R
b J j
=1
b jx (xj,zj,ti ) - x (xk,zk ,ti ) j

=1
(40)
j=1, , ....... 23 r
Dondeieselcontadordecadaceldaenelespacio,jes el contador de las celdas en las vecindades y bj depende de la configuracin de las vecindades (Wang etal.,2003). Los resultados experimentales con estos modelos han mostradobuenosresultadosparadiferentestiposdeoleaje delmar(SEA,SWELL,SEASWELL)(Wangetal.,2003). Paraconocerdetallesdelaconstruccin,calibraciny validacindeestetipodemodelosserecomiendaallector consultar las referencias especializadas en el rea de redesneuronales(NN),lgicadifusa(FL)yAutmatas celulares(CA).
permite obtener informacin durante condiciones de mar pesado. Existen otros datos de origen comercial obtenidos mediante los pr oyectos CARIMOS (Caribean Sea Meteorological and Ocenographic Study) en el cual los datos provienen del modelado numrico con tcnicas de reanlisis, El proyecto OCEANOR cuenta con un sistema de boyas para monitoreo de datos de oleaje y climticos en aguas profundas y un sistema de boyas costeras para el monitoreodedatosdevientoydecorrientesmarinas. Estosdatossoncostososytampococontienentodala plenituddelainformacindetalladadeloleaje. Lamedicindedatosdeoleajeapartirdealtmetros, radares y otros sensores ubicados en los satlites han sido de vital utilidad para determinar ciertas caractersticas del oleaje tales como altura de ola promedio,distribucinespacialytemporaldeloleaje, distribucin espacial de las direcciones del oleaje. L a metodologa pa r a la obt encin de es ta s caractersticaspartirdedatosdealtmetrohansido presentadasporSteward(1985).Enestatcnicael pulso de radio producido por el altmetro refleja primero la informacin de la cresta de la ola y posteriormentelainformacindelvalledelaola,esto es registrado en el tiempo, y con este registro se estimalaalturadelaola(Stewart,2005). Algunos de las principales misiones satelitales en los cualessehanempleadomedicionesconaltmetrosycuya informacinseencuentradisponibleseencuentranSeasat en1978,Geosatdesde1985hasta1988,ERS1y2desde 1991 y el proyecto Topex/Poseidon de la NASA y la Agencia espacial francesa desde 1992. Esta ltima se encuentradisponibledeformagratuitaenlapaginaweb http://podaacwww.jpl.nasa.gov/, con una resolucin temporalmuygruesade10dasparacadaorbita. Encuantoadatosdecampoobtenidosapartirdeboyas slosecuentaconlas boyasescalares42058y41018 de la National Oceanographic and Atmospheric Administration(NOOA)ubicadasenaguasprofundas en cer canas de Jamaica, Mar tinica y Antillas menores,tresboyasdireccionalesdepropiedaddela Direccin General Martima (DIMAR) (una en el PacficoydosenelCaribe)yunaseriedeboyasdel gobierno francs.Adicionalmentesecuenta conuna seriedeboyasvirtualesconinformacindeoleajede or igen numr ico suministr ada por el sistema
4. I NF O R M AC I N DE O L E AJ E E N COLOMBIA
EnColombiaenelejerciciodelaingenieradepuertosy costas y en la oceanografa existe una importante carencia de informacin relativa a los oleajes que alcanzanlascostasCaribeayPacficadelpas. Esta carencia de informacin genera incertidumbre en la fiabilidaddelos diseos delas obras deproteccinde lospuertosyotrostiposdeestructuras,impidelacorrecta determinacin de la operatividad y seguridad en los muelles,imposibilitalaadecuadaestimacindeefectos ambientales que la construccin de nuevas marinas o ampliacindelospuertosexistentes,pudierancausaren la estabilidad de las playas existentes, adicionalmente impideelpronsticoadecuadodeprocesoserosivosen zonascosterasgeneradosporeloleajeylainteraccin conotrosprocesoscomplejosrelacionadosconlosaportes desedimentosenlasdesembocadurasdelosros,etc. La informacin existente sobre clima de oleaje disponibleactualmente enColombia esmuypoca,pues gran parte est basada en las observaciones visuales de buques mercantes ICOADS (The International ComprehensiveOceanAtmosphereDataSetProject), y por tanto no es adecuada por su calidad espectral, distribucinespacialyresolucintemporal,ademsno
66
BuoyWheather de boyas virtuales disponibles para Colombia. La informacin puede obtenerse de la pagina web http://www.buoyweather.com. LainformacindelaNOAApuededescargarseenforma gratuita de la pagina web http://www.nodc.noaa.gov/ BUOY/bcar.html. Encuantoadatosdeorigennumricodeoleaje, elCentro deInvestigacionesOceanogrficaseHidrogrficasCIOH havenidoutilizandoelmodelohidrodinmicobidimensional desarrolladoporLoninetal.(1996)elcualesunaversin del NedWAM (Netherlands Wave Model) desarrollado porHasselmannetal.(1985).Conesteseobtienendatos de oleaje a partir de campos horarios de viento sin embargodichosoftwarenoesdedominiopblicoynoha sidodiseadoparalareconstruccindeclimamartimo delargoycortoplazo(generacindedatoshistricosde oleajesimulado),devitalimportanciaparalaplanificacin delrecursomartimoycosterodelpas. En cuantoa estudios especficos, algunosautores han desarrolladoproyectosconlainformacinexistentede manera que pueda ser utilizada para conocer las caractersticasaproximadasdeloleajeenzonascosteras colombianas,dentrodeestosseencuentraelpresentado porTejadaetal.(2004)enelcualsedesarrollunmodulo informticodenominadoOLASparaelmanejodedatos deoleajevisualparaaguasjurisdiccionalescolombianas. En este trabajo, a partir de la informacin de datos visuales, se estiman las caractersticas del oleaje para regimenes medios en aguas profundas y en un punto cualquiera definido por el usuario (disponible para el Caribe y el Pacifico colombiano). El modelo implementado permite adems realizar clculos relacionadosconlaevolucinmorfodinmicadeplayas a partir de formulaciones presentadas comnmente en laliteratura.Todoseencuentraintegradoenunsoftware amigable para la visualizacin y procesamiento de la informacin.Dentrodelos datos desalidadelmodelo seencuentra:elrgimenmedioescalarydireccionalde alturasdeloleajeenprofundidadesindefinidasyobjetivo (definido por el usuario), el rgimen medio escalar y direccionaldeperodosenprofundidades indefinidasy objetivo, la probabilidad conjunta altura perodo direccional y escalarpara profundidades indefinidas y objetivo,eltransportepotencialdesedimentosenlacosta, elestadomorfodinmicomodaldelaplaya,laalturade ola yperodosignificante(Hs,Ts) yelflujomediode energaenaguasprofundasyobjetivo.
Otroproyectobasadoendatosvisualesdisponibles,esel presentadoporAgudeloetal.(2005).Enesteseobtienen ecuacionesdecorreccindelosdatosvisualesmediante lacomparacincondatosdecamposuministradosporlas boyas escalares de la NOAA y se presenta una metodologa de generacin de oleaje para el paso de tormentastropicalesyhuracanesenel Caribe Colombiano. Teniendo en cuenta la informacin anterior y la vital importancia de desarrollar proyectos que permitan mejorarlacalidad delapocaydeficienteinformacin de oleaje en el caribe colombiano la Universidad Nacional de Colombia, Sede Medelln, se encuentra desarrollando el estudio Oleaje Para el Mar Caribe ColombianoBasadoenTcnicasdeReanlisisUtilizando Modelos Matemticos de Generacin de Oleaje.A partir de ste ser posible conocer de forma ms adecuadalainfluenciadelrgimenclimticodelCaribe enlavariabilidaddelascaractersticasdeloleajepara diferentesescalasdetiempo(estacionalinterdecadal),as como el comportamiento del oleaje ante la presencia de eventosextremosdecortoplazocomoloshuracanesylos fenmenosmacroclimticosdegranescalacomoelsistema ElNio/OscilacindelSur(ENSO)ysusdosfasesfra(La Nia)ycalida(ElNio)eneloleajedelCaribecolombiano. Adicionalmenteestopermitir mejorar ycomplementar la informacinexistentedeoleajeenColombia.
5.CONCLUSIONES
El conocimiento de las caractersticas del oleaje para condiciones medias y extremas es de vital importancia paralaplanificacinadecuadadelosrecursoscosterosy en general para el diseo de todo tipo de estructuras costeras. La implementacin de modelos de tercera generacinenelCaribecolombianopermitirconocerla variabilidadespacialytemporaldeloleajeparadiferentes escalastemporalesdemaneraquesirvaparamejorarla calidaddelainformacinempleadaennuestropas. Los avances ms importantes que permitieron evolucionar el entendimiento de los mecanismos de generacin y disipacin de energa del oleaje fueron obtenidosapartirdeladcadadeloscuarenta,despus de la Segunda Guerra Mundial. Dentro de estos se encuentran la formulacin de modelos a partir de la solucindelaecuacindebalancedeenergadeloleaje, la transferencia de energa del viento a las olas de superficie(Phillips,1957Miles1957,1960),elespectro
67
defrecuenciasparaanalizarlavariabilidaddelocano (Pierson,1953),latransferencianolinealdeenergaentre ondas (Hasselmann, 1962) y los estudios sobre rompimientodeolas(BanneryPeregrine,1993). El concepto de ola significante ha sido ampliamente utilizadoparaeldiseodeobrascosterassinembargo la aparicinde los modelos detercera generacin que modelanlaevolucintemporalyespacial delespectro defrecuenciaspermitemejorarlasmetodologasexistes demaneraquepuedanevitarseposiblesinconsistencias enelanlisisdelatransformacindeloleaje(variacin temporaldelaenergadeloleaje). Apesarquelosaportesrealizadosapartirdemediados delpresentesiglohanpermitidomejorarsustancialmente laprecisindelosmodelosdegeneracindeoleaje,no es clara an la influencia de aspectos como cambios sbitos en la velocidad, direccin y perfil del viento, interaccindelacapaaireocanoenlosmecanismos degeneracinypropagacindeloleaje. El problema de la construccin de modelos que representen completa y efectivamente la evolucin del oleaje de viento est lejos de ser solucionado. Esto implicar la aparicin no muy lejana de modelos de cuarta,quintayquizshastasextageneracin. La ventaja sustancial de los modelos de base fsica basadosenlaecuacindeenergadeloleaje,sobrelos modelos basados en el concepto de ola significante, radica en la posibilidad de obtener informacin de la variabilidad espaciotemporal del espectr o de frecuencias,devitalimportanciaparalas prcticas de diseo de estructuras costeras contemporneas. En cuanto a los modelos de base fsica basados en la solucindelaecuacinenergadeloleaje,losmodelos detercerageneracinsonmsprecisospuesconsideran enformaexplcitalosmecanismosdeinteraccinnolineal entre ondas, mientras que los modelos de primera generacin sonmuysimplesynoconsiderabandichas interacciones enla transferenciadeenergaolohacen de forma muy simple y los modelos de segunda generacinconsiderandichasinteraccionesperosloa travs de parametrizaciones. Unaventajaimportantedelosmodelosheursticossobre los modelos de base fsica es que estos pueden ser aplicadosindependientementeparaaguassomeras(zonas costeras)o enaguas profundas,locualnosucedecon losmodelosdebasefsica.Apesardeestolacalidadde
los resultados en el caso de los modelos de redes neuronales (NN) disminuye para perodos largos de simulacin, locual los hace unpoco ineficientes para anlisisdelargoplazo.Adicionalmente,aligualquelos modelos empricos no permiten repr esentar las caractersticasespectralesdeloleajeypresentanmejores resultadosparamodelarlaalturadeolasignificante (H ) s quelosperodosmedios(T ). m
AGRADECIMIENTOS
A COLCIENCIAS por financiar el Programa de investigacindelgrupoGRECIA.AlosprofesoresJorge RobledoyHernnlvarezdelprogramadeDoctorado enIngenieradelaUniversidadNacionaldeColombia, Sede Medelln, por sus comentarios para mejorar el manuscritooriginal. El primer autor agradece al doctorado en Aprovechamiento de Recursos Hidrulicos de la UniversidadNacionalSedeMedelln,dentrodelcualest enmarcada la presente revisin con miras a la preparacindelapropuestadetesis doctoralEstudio de oleaje para el mar caribe colombiano basado en tcnicas de reanlisis utilizando modelos matemticos de generacin de oleaje.
REFERENCIAS
Agudelo,P., Restrepo,A.F.,Molares R., TejadaC.E., Torres, R. y OsorioA.F., 2005. Determinacin del clima medio y extremal en el Caribe colombiano. BoletncientficoCIOH.N23. Agrawal, J.D. y Deo, M.C., 2002. Online wave prediction.MarineStructures,15:pp.5774. Alexey,V.F.yKendall,M.W.,1998.Nonlineargravity capillarywaveswithforcinganddissipation.J.Fluid Mech.,354:pp.142. Alves,J.H.G.M.yBanner,M.L.,2003.Performanceof a saturationbased dissipationrate source term in modellingthefetchlimitedevolutionofwindwaves, J.Phys.Oceanogr.,33,pp.12741298. AlZanaidi,M.A.yHui,H.W.,1984.Turbulentairflow overwaterwavesAnumericalstudy.J.FluidMech., 48,pp.225246. Battjes,J.A.y.Janssen,J.P.F.M.,1978.Energylossand setupdue tobreakingofrandomwave.Proc. 16th Int.Conf.CoastalEngineering,Hamburg.pp.569587. Banner,M.L.yPeregrine,D.H.,1993.Wavebreakingin
68
deepwater.Annu.Rev.FluidMech.,25,pp.373397. Barnett,T.P.yWilkerson,J.C.,1967.Onthegeneration ofoceanwindwavesasinferredfromairborneradar measurementsoffetchlimitedspectra.J.Mar.Res., 25,pp.292321. Barnett,T.P.,1968.Onthegeneration,dissipationand prediction of ocean wind wave. J. Geophys. Res., 73(2):pp.513529. Belcher,S.E.yHunt,J.C.R.,1993.Turbulentshear flowoverslowlymovingwaves.J.FluidMech.,251, 109148. Booij,N.yHolthuijsen,L.H.,1987.Propagationofocean waves in discrete spectral wave models. J. Coput. Physics,68,pp.307326. Booij,N.,Ris,R.C.yHolthuijsen,L.H.,1999.Athird generation wave model for coastal regions, Part I, Modeldescriptionandvalidation,J.Geoph.Research, 104,C4,pp.76497666. Bretschneider, C., 1952. Revised wave forecasting relationships. Proceeding of the 2nd Coastal Enrineering Conference.American Society of Civil Enginneers. 15. Bretschneider,C.,1958.Revisionsinwaveforecasting: deepandshallowwater.Proceedingofthe6ndCoastal Enrineering Conference.American Society of Civil Enginneers. NewYork. Bouws,E.yBattjes,J.A.,1982.AMonteCarloapproach to thecomputation ofrefraction of waterwaves, J. Geophys.Res.,87,pp.57185722. Bouws,E.yKomen,G.J.,1983.Onthebalancebetween growthand dissipationin anextreme,depthlimited windsea in the southern North Sea, J. Phys. Oceanogr.,13,pp.16531658. Cavaleri,L.yRizzoli,P.M.,1981.Windwaveprediction in Shallow water theory and applications. J.Geoph.Res.,8b,CII:pp.1096110973. Chalikov,D.V.yBelevich,M.Y.,1993.Onedimensional theory of the wave boundary layer. Bound. Layer Meteor.,63,pp.6596. Chalikov,D.V.,1995.Theparameterizationofthewave boundarylayer.J.Phys.Oceanogr.,25,pp.13331349. Charnock,H.,1955.Windstressonwatersurface.Quart. J.Roy.Meteor.Soc.,81,pp.639640. Chereskin,T.K.yChristensen,M.E.,1985.Modulational developmentofnonlineargravitywavegroups.J.Fluid Mech.151:pp.33765.
Collins,J.I.,1972.Predictionofshallowwaterspectra, J.Geophys.Res.,77,No.15,pp.26932707. Cox, C. S., 1958. Measurements of slopes of high frequencywindwaves.J.Mar.Res.,16,pp.199225. Crapper, G.D., 1970. Nonlinear capillary waves generated by steep gravity waves, J. Fluid Mech. 40:pp.149159. Deo, M.C., Jha,A., Chaphekar,A.S. y Ravikant, K., 2001.Neuralnetworksforwaveforecasting.Ocean Engng.,28,pp.889898. Donelan, M.A., Hamilton, J. y Hui, W. H., 1985. Directional spectra of windgenerated waves. Phil. Trans.Roy.Soc.London,A,315,pp.509562. Donelan,M.A.yPierson,W.J.,1987.Radarscattering andequilibriumrangesinwindgeneratedwaveswith application to scatterometry, J. Geophys. Res., 92, pp.49715029. Dommermuth,D.G.,1994.Efficientsimulationofshort and longwave interactions with applications to capillarywaves.J.FluidsEng.116:pp.7782. Ebuchi,N.,Kawamura,H.yTobaY.,1987.Finestructure of laboratory windwave surfaces using an optical method.BoundaryLayerMeteorol,39.pp.13351. Eckart,C.,1953.Thegenerationofwindwavesovera watersurface.J.Appl.Phys.,24.pp.14851494. Eldeberky,Y.,1996.Nonlineartransformationofwave spectra in the nearshore zone, Ph.D. thesis, Delft University of Technology, Department of Civil Engineering,TheNetherlands. Eldeberky,Y.yBattjes,J.A.,1996.Spectralmodellingof wavebreaking:ApplicationtoBoussinesqequations, J.Geophys.Res.,101,No.C1,pp.12531264. Fox,M.J.H.,1976.Onthenonlineartransferofenergy inthepeakofagravitywavespectrumII.Proc.Roy. Soc.A,348,pp.467483. Gent,P.R.yTaylor,P.A.,1976.Anumericalmodelof theairflowabovewaterwaves.J.FluidMech.,77, pp.105128. Guillaume,A.,1987.VAG:modeledeprvisiondeltat de la mer en eau profonde. Technical Report 118, Etablissement dEtudes et Recher ches Mtorologiques,N178. Gunther,H.,Hasselmann,S.yJanssen,P.A.E.M.,1992. TheWAMmodelCycle4(revisedversion),Deutsch. Klim.Rechenzentrum,Techn.Rep.No.4,Hamburg, Germany.
69
GIOC.GrupodeIngeniera oceanogrfica ydecostas delaUniversidaddeCantabria.,2002.Manualesde Referencia.Vol1.Dinmica. Hanson,J.L.yPhillips,O.M.,1999.Windseagrowth anddissipationintheopenocean.J.Phys.Oceanogr, 29,pp.16331648. Hasselmann,K.,1962.Onthenonlinearenergytransfer inagravitywavespectrum.Part 1.J.FluidMech., 12,pp.481500. Hasselmann,K.,1963.Onthenonlinearenergytransfer inagravitywavespectrum.Part 2.J.FluidMech., 15,273281Part3.15,pp.385398. Hasselmann,K.,1963a.Onthenonlineartransferina gravitywavespectrum,part2.Conservationtheory, waveparticlecorrespondence,irreversibility,J.Fluid Mech.,15,pp.273281. Hasselmann,K.,1963b.Onthenonlineartransferina gravitywavespectrum,part3.Evaluationofenergy flux and seaswell interactions for a Neuman spectrum,J.FluidMech.,15,pp.385398. Hasselmann, K., 1966. Feynman diagrams and interactionrulesofwavewavescatteringprocesses. Rev.ofGeophys.,4(1):pp.132. Hasselmann,K.,Barnett,T.P.,Bouws,E.,Carlson,H., etal.,1973.Measurementsofwindwavegrowthand swelldecayduringtheJointNorthSeaWaveProject (JONSWAP),Dtsch.Hydrogh.Z.Suppl.,12,A8.N 12,95P. Hasselmann,K.,Ross,D.B.,MullerP.ySell,W.,1976. A parametric wave prediction model, J. Phys. Oceanogr.,6,pp.200.228. Hasselmann,S.yHasselmann,K.,1981.Asymmetrical methodofcomputingthenonlineartransferinagravity wavespectrum.Hamb.Geophys.Einzelschr.,Ser.A., Wiss.Abh.52.163P. Hasselmann,B.yHasselmann,K.,1985.Computations andparameterizationsofthenonlinearenergytransfer ingravitywavespectrum.Part1.J.Phys.Oceanog., 15,pp.13691377. Hasselmann, S., Hasselmann, K.J., Allender H. y Barnett, T.P., 1985. Computations and parameterizationsofthenonlinearenergytransferin agravitywavespectrum.PartII:Parameterizations ofthenonlinearenergytransferforapplicationinwave models.J.Phys.Oceanogr.,15,pp.13781391. Hashimoto, N., Tsuruya, H. y Nakagawa,Y., 1998. Numerical computations of the nonlinear energy
transferofgravitywavespectrainfinitewaterdepths, CoastalEngng.J.,40,pp.2340. Herterich, K. y Hasselmann, K., 1980.A similarity relationforthenonlinearenergytransferinafinite depthgravitywavespectrum,J.FluidMech.,97,pp. 215224. Hsieh,B.B.yPratt,T.C.,2001.Fielddatarecoveryin tidalsystemusingartificialneuralnetworks(ANNs), Coastal and Hydraulic Engineering Technical note CHETNIV38, U.S.Army Engineer Research and DevelopmentCenter,Vicksburg,MS. Hsiao,S.V.yShemdin,O.H.,1983.Measurements of windvelocityandpressurewithawavefollowerduring MARSEN.J.Geophys.Res.,88,C14,pp.98419849. Hurdle,D.P.yG.Ph.vanVledder,2004.Proc.23rdInt. Conf.onOff_shoreMech.andArctic. Eng. Isozaki,I. yUji,T.,1973.Numericalprediction ofocean windwaves.PaperMeteorol.Geophys.,24,pp.207231. Jahne, B. y Riemer, K.S., 1990. Twodimensional wavenumber spectra of smallscale water surface waves. J. Geophys. Res, 95, pp. 11 43111 546. Janssen, P.A.E.M., 1989. Waveinduced stress and the drag of air flow over sea waves. J. Phys. Oceanogr.19:pp.745754. Janssen,P.A.E.M.,1991a.Quasilineartheoryofwind wavegenerationappliedtowaveforecasting,J.Phys. Oceanogr.,21,pp.16311642. Janssen,P.A.E.M., 1991b. Consequences oftheeffect ofsurface gravity waves onthe meanair flow, Int. UnionofTheor.andAppl.Mech.(IUTAM),Sydney, Australia,pp.193198. Jeffreys,H.,1924.Ontheformationofwavesbywind. Proc.Roy.Soc.A,107,pp.189206. Jeffreys,H.,1925.Ontheformationofwavesbywind, II.Proc.Roy.Soc.A,110,pp.341347. Jillians,W.J.,1989.Thesuperharmonicinstabilityof Stokeswavesindeepwater.J.FluidMech.284:pp. 56379.Jonsson,I.G.,1966.Waveboundarylayers and friction factors, Proc. 10th Int. Conf. Coastal Engineering,ASCE,pp.127148. Jonsson,I.G.yCarlsen,N.A.,1976.Experimentaland theoretical investigations inan oscillatory turbulent boundarylayer,J.HydraulicResearch,14,pp.4560. Jonsson,I.G.,1980.Anewapproachtoroughturbulent boundarylayers,OceanEngineering,7,pp.109152. Kambua,W.,Supharatid,S.yTang,I.M.,2005.Ocean
70
waveforecastinginthegulfofThailandduringtyphoon Linda1997:WAMandNeuralNetworkapproaches. ScienceAsia.,31,pp.243250. Kawai, S., 1979. Generation of initial wavelets by instabilityofacoupledshearflowandtheirevolution towindwaves.J.FluidMech.,93,pp.661703. Kelvin,LordW.,1871.Theinfluenceofwindonwaves inwatersupposedfrictionless.Philos.Mag.,42:pp. 368374. Klinke,J.yJahne,B.,1995.Measurementsofshortocean wavesduringtheMBLARIWestCoastexperiment, inAirWater Gas Trans fer Selected papers from theThirdInternationalSymposiumonAirWaterGas Transfer(B.J.Monahan,ed.),pp.165173. Kunishi, H., 1963. An experimental study on the generation and growth of wind waves. Bulletin of DisasterPreventionResearchInstitute,KyotoUniv., No.61,pp.141. Komatsu K., MasudaA., 1996.A new scheme of nonlinear energy transfer amoung the wind waves:RIAMmethodAlgorithmandperformance, J.ofOceanography,52,pp.509537. Komen,G.J.,Hasselmann,S.yHasselmann,K.,1984. On the existenceof a fully developed windsea spectrum,J.Phys.Oceanogr.,14,pp.12711285. Lavrenov,I.V.,1991.Nonlinearinteractionofwavesrips, Izu.USRRASJ.fizikaatmosferyiokeana,27,N4, pp.438447. Lavrenov, I.V., 2001. Efect of wind wave parameter fluctuation on the nonlinear spectrum evolution. J. Phys.Oceanogr.,31:861873,2001. LeBlond,P.H.yMysak,L.A.,1978.WavesintheOcean. Elsevier,Amsterdam,TheNetherlands,602p. Lighthill, M. J., 1962. Physical interpretation of mathematicaltheoryofwavegenerationbywind.J. FluidMech.,14,pp.385398. Liu, A. K., P. W. Vachon, y C. y. Peng. 1991. Observation of wave refraction at an ice edge by synthetic apertureradar, J. Geophys.Res., 96(C3), pp.48034808. Lizano,R.,2001.Evaluacindemodelosnumricosde tercera generacin para el pronstico de oleaje en Centroamrica y Mxico. Top. Meteor. Oceanog., 8(1),pp.4029. Lizano,R.,2003.Tcnicasdepronsticodeoleajepara las costas deCostaRica.CentrodeInvestigaciones
Geofsicas(CIGEFI)UniversidaddeCostaRica. Lock,R.C.,1954.Hydrodynamicstabilityoftheflowin thelaminarboundarylayerbetweenparallelstreams. Proc.Camb.Phil.Soc.,50,pp.105124. Lonin, S., Lonina, I. y Tuchkovenko, Y.S., 1996. Utilizacin del modelo Nedwam para el clculo y pronstico del oleaje en el Mar Caribe Boletn CientficoCIOHNo.17,ISSN01200542,Cartagena deIndias,Colombia,pp.3745. LonguetHiggins,M.S.,Cartwright,D.E.ySmith,N. D.,1963.Observationsofthedirectionalspectrumof sea waves using the motion of a floating buoy. In Ocean Wave Spectra, Englewood Cliffs, N.J., PrenticeHall.pp.111136. LonguetHiggins,M.S.,1976.Onthenonlineartransferof energy in the peak of a gravitywave spectrum:A simplifiedmodel.Proc.Roy.Soc.Lond.A,347,pp.311 328. LonguetHigginsMS.,1995.Parasiticcapillarywaves: adirectcalculation.J.FluidMech301,pp.79107. LUO,W.,1995.Windwavemodelinginshallowwater withapplicationtotheSouthernNorthSea.Katholieke UniversiteitLeuven.Belgica.198P. Madsen,O.S.,Poon,Y.K.yGraber,H.C.,1988.Spectral wave attenuation by bottom friction: Theory, Proc. 21thInt.Conf.CoastalEngineering,ASCE,pp.492 504. Mase, H., Sakamoto, M. y Sakai, T., 1995. Neural network for stability analysis of rubblemound breakwaters.J.Waterway,Port,CoastalandOcean Engng.,ASCE,121(6),pp.294299. Makin,V.K.yKudryavtsev,V.N.,1999.Coupledsea surfaceatmosphere model, Pt.1 Wind over waves coupling,J.Geophys.Res.,104,pp.76137623. Massel,S.R.,1996.OceanSurfaceWaves:Theirphysics andprediction.AdvancedseriesonOceanEngineering Volume11.WorldScientic.494p. Masuda,A.,1980.Nonlinearenergytransferbetween windwaves.J.Phys.Oceanogr.,10,pp.20822093. McGoldrick,M.F.,Phillips,O.M.,Huang,N.yHodgson, T.,1966.Measurementofresonantwaveinteractions. J.FluidMech.,25,pp.437456. Melville,W.K.,1983.Wavemodulationandbreakdown. J.FluidMech.128,pp.489506. Melville,W.K.,Loewen,M.R.,Felizardo,F.C.,Jessup, A. T. y Buckingham, M. J., 1988.Acoustic and
71
microwavesignatureofbreakingwaves.Nature336, pp.5459. Melville,W.K.,1996.Therollofsurfacewavebreaking in airsea interaction.Annu. Rev. Fluid Mech., 28, pp.279321. Miles,J.W.,1957.Onthegenerationofsurfacewaves byshearflows.J.FluidMech.3(2)pp.185204. Miles,J.W.,1960.Onthegenerationofsurfacewaves byturbulentshearflow.J.FluidMech.,7,pp.469478. Miles,J.W.,1993.Surfacewavegenerationrevisited. J.FluidMech.,256,pp.427441. Mitsuyasu, H.,1968a.Anoteonthe nonlinearenergy transfer in the spectrum of windgenerated waves. Rept.Res.Inst.Appl.Mech.,KyushuUniv.,16,pp. 251264. Mitsuyasu, H. y Rikiishi, K., 1978. The growth of durationlimitedwindwaves.J.FluidMech.,85(4),705 730. Mitsuyasu, H. and Honda, T. (1982): Windinduced growthofwaterwaves.J.FluidMech.,123,pp.425 442. Motzfeld,H.,1937.DieturbulenteStrmunganwelligen Wnden.Z.angew.Math.Mech.,17,pp.193212. Mui,R.C.Y. yDommermuth,DG., 1995.Thevertical structureofparasiticcapillarywaves.J.FluidsEng. 117,pp.35561. Neumann,G.,1953.Onoceanwavespectraandanew method of forecasting WindGenerated Sea. Beach ErosionBoard,Corpsofengineers,Tech.Memo.,No. 43.42P. Nordheim,L.W.,1928.Onthekineticmethodinthenew statisticsanditsapplicationintheelectrontheoryof conductivity,Proc.R.Soc.,A119,pp.689699. Padilla,H.,Osuna,R.P.,Monbaliu,J.y.Holthuijsen,L. 1998. Intercomparing thirdgeneration wave model nesting, 5th International Workshop on Wave HindcastingandForecasting,Jan.2730,Melbourne, Florida,pp.102112. Perlin, M., Lin, H. y Ting, C.L., 1993. On parasitic capillary waves generated by steep gravity waves: anexperimentalinvestigationwithspatialandtemporal measurements.J.FluidMech.255,pp.597620. Phillips, O.M., 1957. On the generation of waves by turbulentwind.J.FluidMechanics.2(5):pp.417445. Phillips, O. M., 1958. The equilibrium range in the spectrumof windgeneratedwaves.J. FluidMech.,
4(4),pp.426434. Pierls,R.,1981.QuantumtheoryofSolids,Clarendon Press, Oxford. Pierson,W.J.,1952.Aunifiedmathematicaltheoryfor the analysis, propagation and refraction of storm generated ocean surface waves, parts I and II. Technical report, NewYork University, College of Engineering, Res. Div Dept of Meteorol. and Oceanogr. Prepared for the Beach Erosion Board, Dept.oftheArmy,andOceanofNavalRes.,Dept. oftheNavy,461.Pierson,W.J.yMarksW.,1952. Thepowerspectrumanalysisofoceanwaverecords. Trans.Amer.Geophys.Union.33,pp.834844. Pierson,W.J.,1953.Aunifiedmathematicaltheoryfor the analysis, propagation and refraction of storm generated ocean surface waves, Parts I and II, N.Y.U.,Coll.ofEng.,Res.Div.,Dept.Meteorol.and Oceanogr.,461P.Pierson,W.J.yMoskowitz,L.,1964. A proposed spectral form for fully developed wind seas based on the similarity theory of S. A. Kitaigorodskii.J.Geophys.Res.,69(24),pp.5,181 5,190. Pierson,W.,Tick,L.yBaer,L.,1966.Computerbased rocedures for predicting global wave forecasts and wind field analyses capable of using wave data obtainedbyspacecraft.Proc.Nav.Hydrodyn.Symp., 6th,pp.499529. Plant,W.J.,1982.Arelationship betweenwindstress andwaveslope.J.Geophys.Res.,87,pp.19611967. Polnikov, V.G., 1989. Calculation of nonlinear energy transfer by surface gravitacional waves spectrum, Izu.USSRASL.fizikuatmosferyiokeana,25,pp. 12141225.Polnikov,V.G.,1991.Athirdgeneration spectralmodelforwindwaves,Izvestiya,Atm.and Ocean.Phys.27,N8,(Englishtransl.),pp.615623. Polnikov,V.G.,1996.NonlinearEnergyTransferthrough the spectrumof gravity waves forthe Finite Depth Case,J.Physicaloceanography.J.,27,pp.14821491. Polnikov,V.G.,Volkov,Y.A.yPogarskii,F.A.,2002.Wind wavemodelwithadynamicboundarylayer.Nonlinear ProcessesinGeophysics9,pp.367371. Polkinov. V.G., 2003. The choice of optimal Discrete InteractionApproximationtothekineticintegralfor oceanwaves.NonlinearProcessesinGeophysics10: pp.425434. Pushkarev,A.,Resio,D.yZakharov,V.,2004.Second generationdiffusionmodelofinteractinggravitywaves
72
onthesurfaceofdeepfluid.NonlinearProcessesin Geophysics11,pp.329342. Repko,A., Van Gelder, P.H.A.J.M.,Voortman H.G. y Vrijling,J.K.,2001.Bivariatestatisticalanalysisof wave climates, Proceedings of International ConferenceonCoastalEngineering. Resio, D.T., 1981. The estimation of a wind wave spectrumin adiscretespectral model.J. Phys.,11, pp.510525. Resio, D. y Perrie, W., 1991. A numerical study of nonlinear energy fluxes due to wavewave interactions.PartI:Methodologyandbasicresults,J. FluidMech.,223,pp.609629. Resio,D.T.,Pihl, J.H.,Tracy,B.A.yVincent,C.L.,2001. Nonlinearenergyfluxesandthefinitedepthequilibriumrange wavespectra,J.Geophys.Res.,106,C4,pp. 69857000. Ris, R.C., 1997. Communications on hydraulic and geotechnicalengineering.ReportNo.974.Facultyof CivilEngineering.DelfUniversityofTechnology.160P. Roske,F.,1997.Sealevelforecastsusingneuralnetworks. GermanJ.ofHydrography,49(1),pp.7199. Ruvinsky,K.D.,Feldstein,F.I.yFreidman,G.I.,1991. Numericalsimulationsofthequasistationarystageof rippleexcitationbysteepgravitycapillarywaves.J. FluidMech.230pp.33953. Shemdin, O.H. yHsu, E.Y.,1967.The dynamics of wind in the vicinity of progressive water waves. J. FluidMech.,30,pp.403416. Snyder,R.L.yCox,C.S.,1966.Afieldstudyofthe wind generation of ocean waves. J. Mar. Res., 24, pp.141178. Snyder,R.L.,Dobson,F.W.,Elliott,J.A.yLong,R.B., 1981.Array measurementsof atmosphericpressure fluctuations above surface gravity waves. J. Fluid Mech.,102,pp.159. Stanton,T.E.,Marshal,D.yHoughton,R.,1932.The growth of waves on water due to the action of the wind.Proc.Roy.Soc.A,137,pp.283293. Steward, R., 2005. Introduction to Physical Oceanography.Department ofOceanographyTexas A&MUniversity.279P. StokesG.G.(1847).Onthetheoryofoscillatorywaves. Camb.Trans.8pp.441473. Su, M.Y., Bergin, M., Marlev, P. y Myrick, R.,1982. Experimentsonnonlinearinstabilitiesandevolutionof steepgravitywavetrains.J.FluidMech.124pp.4572.
Suzuki,Y.yIsozaki,I.,1994.Onthedevelopmentofa global ocean wave model JWA3G. Proc. Pacific OceanRemoteSensingConf.inMelbourne,Australia, 195201.Suzuki,T.,1995.InFirstEdoardoAmaldi Conference on Gravitational Wave Experiments, editedbyE.Coccia,G.PizzellaandF.Ronga(World Scientific,Singapore)115P. Sverdrup,H.yMunk,W.,1947.Wind,seaandswell:theory ofrelationforforecasting.H.O.Publication601.U.S. NavalOceanographicOffice.Washington,D.C. SWAN, 2006. Technical Documentation. Cycle III version40.51.DelftUniversityofTechnologyFaculty ofCivil Engineeringand Geosciences.Netherlands. pp.1233. Tejada,C.,M.GonzlesyL.Otero.(2004).Desarrollo deunmoduloinformticoparaelmanejodedatosde oleajevisualparaaguasjurisdiccionalescolombianas. XXI Congreso Latinoamericano deHidrulica.Sao Pedro,estadoSaoPaulo,Brasil.11P.Thirumalaiah, K.,yM.C.Deo,1998:Riverstageforecastingusing artificialneuralnetworks.J.HydrologicEngng.,ASCE, 3(1),pp.2632. Tsai,C.P.yLee,T.L.,1999.Backpropagationneural networkintidallevelforecasting.J.Waterway,Port, Coastal and Ocean Engineering.,ASCE, 125 (4), pp.195202. Toba,Y.,1988.Similaritylawsofthewindwaveandthe coupling process of the air and water turbulent boundarylayers.FluidDyn.Res.,2,pp.263279. Tolman, H. L., 1989. The numerical model WAVEWATCH: a third generation model for hindcasting of wind waves on tides in shelf seas. TechnicalReport892,FacultyofCivilengineering, DelftUniversityofTechnology,ISSN01696548. Tolman,H.L.,1991.Athirdgenerationmodelforwind waves on slowly var ying, unsteady and inhomogeneous depths and currents. J. Phys. Oceanogr.,21,pp.782797. Tolman,H.L.,1992.Effectsofnumericsonthephysics in a thirdgeneration windwave model. J. Phys. Oceanogr.,22,pp.10951111. Tolman,H.J.,1992a.Effectsofnumericsonthephysics in a third generation windwave model, J. Phys. Oceanogr.,22,10,pp.10951111. Tolman,H.L.y.Chalikov,D.V.,1996.Sourcetermsina thir d generation windwave model. J.Phys. Oceanogr.,26,pp.24972518.
73
Tolman, H. L., 2002. User Manual and system documentation of WAVEWATCHIII.Version 2.22. Tech.Note 222,NOAA/NWS/NCEP/OMB,133P. Tolman,H.L.,2002b.ValidationofWAVEWATCHIII version 1.15 for a globaldomain. NOAA / NWS / NCEP/OMBTechnicalNoteNr.213,33P. Tolman,H.L.,2002c.ValidationofWAVEWATCHIII Version 1.15 for global domain. Tech. Note 213, NOAA/NWS/NCEP/OMB,P. Townsend, A. A., 1972. Flow in a deep turbulent boundary layer over a surface distorted by water waves.J.FluidMech.,55,pp.719735. Tracy,B.yResio,D.T.1982.Theoryandcalculationof the nonlinear energy transfer between sea waves in deep water. WES Report 11, USArmy Corps of Engineers. Ueno, K. y Ishizaka M., 1997. Efficient computationalschemeofnonlinearenergytransferof windwaves.SokkoJihou,64,pp.7580. Ueno,K.,1998.Ontheenergydissipationtermofwave models.SokkouJihou,65,pp.S181S187. Ueno,K. y Kohno, N.,2004.The development ofthe thirdgenerationwavemodelMRIIIIforoperational use. In: The 8th International Workshop on Wave HindcastingOahu,Hawaii.November. Ursell,F.,1956.Wavegenerationbywind.InSurveys in Mechanics, ed. by G. K. Batchelor, Cambridge UniversityPress.pp.216249. Valenzuela, G., 1976.The growth of gravity capillary wavesinacoupledshearflow,J.FluidMech.,76,pp. 229250. Vaziri,M.,1997.PredictionofCaspianseasurfacewater level byANN andARIMAmodels, J.Wtrwy.,Port, Coast.,andOc.Engrg.,ASCE,123(4)4),pp.15862. Waseda,T,.Toba,Y,yTulin,M.P.,2001.Adjustmentof windwavestosuddenshangesofwindspeed.Journal ofOceanography,Vol.57,pp.519533. WAMDIGroup(13authors)1988.TheWAMmodel.A third genereation ocean wave prediction model. J. Phys.Oceanogr.,18,pp.17751810. Wang,C.,Wang,Z.,Jin,J.yPeng,Q.,2003.Realtime Simulation of Ocean Wave Based on Cellular Automata.CAD/Graphics2003. Webb, D.J., 1978. Nonlinear transfers between sea waves,DeepSeaRes.,25,pp.279298. Wetzel,L.B.,1993.Atimedomainmodelforseascatter.
RadioSci,28,pp.139150. Wheless,G.H.yCsandy,G.T.,1993.Instabilitywaveson theairseainterface.J.FluidMech.,248,pp.363381. Wilson, B. W., 1965. Numerical prediction of ocean waves in the NorthAtlantic for December, 1959. Deut.Hydrogr.Z.,18,pp.114130. Winebrenner D.P. y Hasselmann,K., 1988. Specular point scattering contribution to the mean synthetic aperture radar image of the ocean surface. J. Geophys.Res,93,pp.92819294. Wu,J.,1982.Windstresscoefficientsoverseasurface frombreezetohurricane.J.Geophys.Res.,87,pp. 97049706. Wuest, W., 1949. Beitrag zur Entstehung von WasserwellendurchWind.Z.Angew.Math.Mech., 29,pp.239252.Zakharov,V.E.,1966.Someaspects of nonlinear theory of surface waves (in Russian), PhDThesis,BudkerInstituteforuclearPhysicsfor NuclearPhysics,Novosibirsk,USSR. Zakharov, V.E. y Filonenko, N.N., 1966. Energy spectrum of stochastic oscillation in fluid surface DokladyAcad.NaukSSSR,170,N6,pp.12921295. Zakharov,V.Y.yZaslavskii,M.M.,1982.Kineticequation andKolmogorovsspectraininweekturbulenttheory ofwindwaves,Proc.Acad.Sc.USSR,Atmosphereand OceanPhysics,Vol.18,9,pp.970980. Zakharov,V.E.yPushkarev,A.,1999.DiffusionModel ofInteractingGravityWavesontheSurfaceofDeep Fluid,Nonlin.Proc.Geophys.,6,pp.110. Zhang,X.,1995.Capillarygravityandcapillarywaves generated in a windwave tank: observations and theories.J.FluidMech.289,pp.518.
74

No.15 2007 2

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

No.15 2007 2

Uploaded by

Copyright:

Available Formats

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007 Medelln ISSN 0121 5701

LOS MODELOS DEGENERACINDE OLEAJ E DE VIENTO: CARACTERSTICAS, EVOLUCINYFUTURASAPLICACIONES EN COLOMBIA

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

r r r r r r r r N = G k2k ,k ,k4 d(k + k2 - k - k ) , 2 3 1 3 4 t (2) d (s 1 + s 2 - s 3 - s 4) [N N3( N4 - N2) + 1 r r r N2N4(N3 - N ) d 2d 3d 4 1 ] k k k

r r r 1 Cuandok - k3 k3 - k4 r r r 1 ( 1 k ,k3,k4) = r r r r 0 Cuandok - k3 < k3 - k4 1

T(k ,k3 ) = G J q(k ,k3,k4 ) [N1N3( N4 - N2 ) + 1 1

Lanuevaintegralseresuelvemedianteladiscretizacin dellocusenunnmerodeterminado(tpicamente40, SWAN2006).Laversindiscretizadaestadadapor:

( i i T (k ,k3) G(s ) J(s )P s )Ds 1 i i

T(k ,k ) = G k k ,k ,k4 d (k + k2 - k - k4) 1 3 2 , 2 3 1 3 d (s 1 + s 2 - s 3 - s 4)q (k ,k ,k4) [N N3(N4 - N2) + 1 3 1 N2N4(N3 - N ) d 2d 4 1 ] k k

r q r r (k ) nk n N 1 T(k , k ) Dk 3D iq 3 1 3 ik t i 3=1 i 3=1 k q

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

k1 + k2 = k3 + k4 s2 = s 1 s 3 = (1 + lnl )s 1 s 4 = (1- lnl ) 1 s

F(s , ) q = cg- 4sLs 12F3(s , ) (13) q t NL

Donde, S(s, q) es el espectro de frecuencias, L es el operadordiferencialdesegundoorden

F = F(f ,q ),etc. d S = d S (f ,q ),C 1 r,1 1 nl,1 nl r,1 1

m k2 cos(q - q ') F(s , )d d (15) q s q

El coeficiente m es el encargado de controlar la dependenciadireccional.Ladisipacindeenergadebida alwhitecappingestdadapor(SWAN,2006)

Sst =-Cst (Sst(s, )) F(s , ) q q WC WC

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

Hmo =0. 0016g-1/2U10X1/2

t =68. ( gU ) 1/3 X2/3 8 10 -

Donde S(w) es el espectro de frecuencias (w). Si el procesoesdebandaestrechayladistribucindealtura deolaesRayleigh,sepuededemostrarque

Donde,T eselperodopico(s),H eslaaturadeola p s 2 significante,geslaaceleracindelagravedad(m/s ), y S eslarelacinH/L(HesalturadeolayLesla p longituddeonda).

029 Vfm . a V max

0145 Vfm . a V max

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

St =Sin + Snl + Sds + Sbot

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

D2 i 2 i=1 2s Ot+T = N D2 Exp i2 2 s i=1

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

x ( x+1 ,z+1,t) = K ( x,z ,t) - x ( x,zi,t) (37) x i i i i i

x =Htide + x i cos[ k ( xsen i + zcosq i) q i

x = x i cos(wit+ px+ qz+ e i )

aguas profundas como c = g

comolaaceleracindelagravedady L laprofundidad). Paraunnodoadyacentedelagrid,setieneque.

Con Dxy Dy dadospor

( Dx= x+1 - x = L sena) i i ( Dy= z+1 - z = L cosa ) i i

Donde aeselnguloentreladireccindelvientoyla coordenadaz y L eselpaso.Deacuerdoalasumadela funcincosenosetieneque

x (x,z ,t) + x (x+1 ,z+1,t) = i i i i 2cos p x/2+ q z/2 x ( x z t) D ( D ) ,,

K =2cos p x/2+ q z/2 D ( D )

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

b jx (xj,zj,ti ) - x (xk,zk ,ti ) j

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

AVANCES EN RECURSOS HIDRULICOS Nmero 15, Mayo de 2007

You might also like