Utnyttelse av værradardata i værvarslings- og tilsigsmodeller

Størrelse: px
Begynne med side:

Download "Utnyttelse av værradardata i værvarslings- og tilsigsmodeller"

Transkript

1 Prosjektbeskrivelse Utnyttelse av værradardata i værvarslings- og tilsigsmodeller DEL 1: FOU-PROSJEKTET 1: Mål Prosjektet har som hovedmål å utnytte informasjonen fra nedbørradardata i hydrologisk simulering og utnytte værradardata til å forbedre varsling av nedbør. Det skal utvikles en bayesiansk rutine som kombinerer værradarkart med tradisjonelle punktmålinger, og som produserer kart over observert nedbør på timesbasis. Det skal utvikles og implementeres en metodikk for å assimilere værradardata inn i et finskala numerisk værvarslingssystem, hvor den observerte informasjonen nyttiggjøres i estimeringen av tilstanden til atmosfæren. Dette skal anvendes i et system for hyppigere oppdatering av korttids nedbørvarsler enn dagens operasjonelle system med 6 timers oppdateringssyklus. Det skal utvikles en modell for vann- og energitransport i markoverflaten, til bruk i en fordelt hydrologisk modell, med times-nedbørkart som input, og der en søker å utnytte mer av informasjonen fra værvarslingsmodellens bakkelag. Det skal etableres operasjonelle webtjenester for vannkraftbransjen der målte data og kvantitative værvarsler fra met.no legges ut i kvantitativ form, for nedlasting til videre analyseformål. Underveis i prosjektet må det utvikles feilmodeller og korreksjonsrutiner for radardata, rom-tid kovariansmodell for nedbør, transformasjoner og nødvendig tilpasning av den bayesianske metoden, samt en statistisk beskrivelse av usikkerheten i de kombinerte nedbørkartene. Hovedresultater: En ferdigstilt og dokumentert metode (artikkel i tidsskrift med fagfellevurdering) for regional kombinering av nedbørradarbilder og stasjonsmålinger. Metoden vil være en bayesiansk assimileringsrutine for værradar- og nedbørmålerdata, basert på korrigerte radarbilder med kjent usikkerhet og interpolerte punktmålinger med kjent rom/tid kovarians. Metoden beregner kombinerte nedbørkart, som vil representere det best mulige estimatet av hvor mye nedbør som er falt. En ferdigstilt metodikk for bedre estimering av initialtilstanden til den numeriske integrasjonen av atmosfæremodellen, basert på radardata og en prognose av tilstanden til atmosfæren. En dokumentert metode for å harmonisere en overflaterutine (snø/fordampning) i en hydrologisk modell med bakkeparametriseringen i atmosfæremodellen, slik at målt informasjon og tilstandsestimering kan utveksles mellom de to modellene. Operative rutiner for distribusjon av måledata/radarbilder/prognoser mot kraftbransjen, med vekt på analytisk utnyttbarhet (numeriske verdier, GIS-format, fullstendig projeksjonsbeskrivelse) og hurtig leveranse/selvbetjening. Etablering av automatiserte rutiner både for levering i nær sann tid, og for bestilling av historiske tidsserier.

2 2. Kunnskaps- og teknologifronten Norge har i dag 7 operative værradarer som leverer grovt klassifiserte nedbørkart for visuell vurdering, blant annet åpent tilgjengelig på nettstedet yr.no. Den romlige og temporære oppløsningen er svært god sammenlignet med et nettverk av tradisjonelle nedbørmålinger. Kvantitative nedbørestimater fra værradarer er imidlertid sterkt beheftet med både systematiske feil og variasjoner i sammenhengen mellom radar-refleksjon og nedbør ved bakken. Gjertsen mfl. (2003) gir en oversikt over ulike teknikker for å kombinere værradar- og nedbørmålerdata. Todini (2001) foreslår en bayesiansk metode for å kombinere værradarens gode dekning i rom/tid med tradisjonelle nedbørmåleres presisjon, og anvender en romlig kovariansmodell for å danne et stokastisk felt av punkt-nedbørobservasjonene. I dette prosjektet vil en i tillegg gi den romlige kovariansmodellen en temporær dimensjon, slik at den også beskriver avhengighet i tid. Meteorologisk institutt har lang erfaring med å assimilere fjernmålte data i numeriske værvarslingsmodeller, og har for eksempel tidligere utviklet metodikk for å assimilere observasjoner fra aktive og passive mikrobølgeinstrumenter (Scatterometer, Skyradar, ATOVS). 3. FoU-utfordring To viktige FoU-utfordringer går igjen i flere av prosjektets aktiviteter. Den første er å formulere feilmodeller (sannsynlighets-fordelinger) for de ulike informasjonskildene (værradar, punktmålinger, simulerte modelltilstander) under varierende værforhold. Slike feilmodeller er nødvendig grunnlag for den bayesianske fremgangsmåten som planlegges brukt både ved assimilering i meteorologiske modeller og ved oppdatering av hydrologiske modeller. Flere av disse feilmodellene har også selvstendig verdi i evaluering av prognoser og værradarinformasjon, og i korttids produksjonsplanlegging for vannkraft. Den andre hovedutfordringen vil være å utvikle praktisk gjennomførbare rutiner for store datamengder. Fordi de aktuelle variablene har både utstrekning og avhengigheter i rom og tid, kan feilmodellene få svært høy dimensjon. Derfor er robuste antagelser og transformasjoner samt kombinering av analytiske tilnærminger og stokastisk simulering viktig for å begrense kompleksiteten i ligningssystemet og gi en håndterbar beregningsoppgave. Radardata med informasjon om radarrefleksjon fra nedbør blir ikke assimilert i numeriske værvarslingsmodeller per idag. Den ikke-lineære og kompliserte sammenhengen mellom radarbildene og tilstanden til atmosfæremodellen, samt den ikke-normale feilstatistikken til disse dataene gjør at tradisjonell dataassimilasjonsmetodikk ikke kan benyttes uten store tilpasninger (se for eksempel MacPherson et al, 2004 for en oppsummering av status når det gjelder assimilasjonsmetoder for slik informasjon). I tillegg blir heller ikke høyoppløsnings vindinformasjon som kan utledes fra Dopplerskift-informasjon fra det norske radarnettverket assimilert operasjonelt. Dette gir informasjon om atmosfæresirkulasjonen og er en potensielt viktig datakilde for å bedre korttidsvarslingen av nedbør (se for eksempel Sun, 2005, for en drøfting av betydningen av vindinformasjon vs fuktighetsinformasjon for simulering av et konvektivt system). Prosjektet vil finansiere tre PostDoc-stipender / prosjektstillinger, en ved SINTEF Energiforskning og to ved met.no. I tillegg vil Dr-stipendiat Yisak Sultan Abdella ved NTNU inst. for vann og miljø utføre arbeid som koordineres med prosjektaktiviteten.

3 I tillegg til de to vitenskapelige hovedutfordringene vil prosjektet legge vekt på å etablere tjenester og prototypeverktøy som sikrer at brukere av målt og varslet informasjon får tilgang til de forbedrede produktene så fort og enkelt som mulig. 4. Angrepsmåte/metode Sentralt i prosjektet står en bayesiansk tilnærming, der en uttrykker involverte variable som statistiske fordelinger, og betinger på den informasjon en har tilgjengelig og anvender videre beslutningsteori for å finne den analysen som er best i forhold til vanlige verifikasjonsmetoder. Resultatene vil i hovedsak ha form av algoritmer og programmerte beregningsrutiner, og det legges vekt på å gjøre disse åpent tilgjengelige både i form av prototype-programvare til fri bruk, og som dokumenterte metoder publisert i vitenskapelige tidsskrifter med fagfellevurdering. Met.no vil implementere rutiner i eget produksjonssystem rettet både mot kraftbransjen og publikum, og dermed sikre at prosjektresultater kommer samfunnet til gode i form av bedre værvarsler og andre meteorologiske tjenester. Det tas ikke sikte på å patentere produkter eller metoder. 5. Prosjektorganisering Prosjektet utføres av SINTEF Energiforskning AS (SINTEF) og Meteorologisk Institutt (met.no) i samarbeid, med SINTEF som koordinator. Forskningsinstituttet Cemagref i Lyon vil delta i prosjektet ved at en yngre forsker fra Cemagref ansettes i postdoc-stilling ved SINTEF i to år. Institutt for vann og miljø ved NTNU vil samarbeide med prosjektet gjennom ved at drstipendiat Yisak Sultan Abdella knyttes opp mot delprosjekt 1 og 3. SINTEF har ansvaret for de hydrologiske problemstillingene, samt for utvikling av romlig-temporære modeller i samarbeid med NTNU og Cemagref. Met.no har ansvar for assimilering av værradardata i varslingsmodell, utvikling av WEB-tjeneste og spesifikasjon av feilmodell for værradardata. I tillegg til FoUvirksomheten legges det opp til et distribuert evaluerings-eksperiment med deltagere fra kraftbransjen, der deltagende vassdragsregulanter bidrar med simuleringer i sine felt med operative prognoseverktøy. 6. Internasjonalt samarbeid. Prosjektet inkluderer samarbeid med Cemagref i Lyon ved forsker Etienne Leblois, som arbeider med rom-tid-modeller for nedbør. Prosjektet vil finansiere et postdoc-stipend for en yngre forsker ved Cemagref, som tilbringer en periode ved SINTEF Energiforskning. En SINTEFforsker er allerede i Lyon, og vil være der til juni SINTEF Energiforskning er representert i ei internasjonal arbeidsgruppe organisert under IAHS, som arbeider med prediktiv usikkerhet i umålte nedbørfelt. Prosjektarbeidet vil bli brukt som en del av bidraget til denne gruppa. Met.nos utviklingsarbeid på assimilasjon av radardata vil skje i samarbeid med partnere i HIRLAM- og ALADIN-konsortiene innenfor numerisk værvarsling, som omfatter til sammen 24 europeiske værtjenester og forskningsinstitutter. De viktigste komplementære aktiviteter innenfor radarassimilasjon skjer i Sverige, Finland og Frankrike.

4 7. Fremdriftsplan med milepæler Delprosjekt 1: Kombinering av værradarbilder og punktmålinger Nedbørestimater fra værradar gir svært god romlig dekning og oppløsning, men har betydelige systematiske feil og stor varians. Tradisjonelle nedbørmålinger korrigert for vind har god absolutt presisjon, men begrenset romlig dekning. Et sentralt mål for delprosjekt 1 er å kombinere de to datakildene best mulig. 1.1: Identifisering og systemkorreksjon av kjente systematiske feil i radardata Nedbørobservasjoner fra værradar har en rekke kjente feilkilder knyttet til topografi, avstand til radaren, nedbørform osv. Met.no har utviklet en modell for dekningsområde, denne må utvides til en komplett korreksjons- og feilmodell som kan brukes når disse dataene skal assimileres i et numerisk værvarslingssystem. Korreksjonene må implementeres for eksisterende og nye radarer. Mål: Dokumentert korreksjonsmodell med statistisk modell for residualer Ansvarlig: met.no Omfang: 8 mv Periode: Q2/09 Q4/09 Leveranser: Des-2009 Rapport, implementerte rutiner 1.2: Utvikling av rom-tid kovariansmodell for timesnedbør I tillegg til den rene informasjonen fra nedbørmålere og radarbilder, kan en benytte kunnskap om romlig og temporær utstrekning av ulike nedbørtyper til å filtrere vekk eller på annen måte redusere feil. En romlig kovariansmodell er grunnlaget for geostatistiske metoder som kriging, for timesverdier er den temporære dimensjonen også viktig. Det vil derfor utvikles en rom-tid kovariansmodell til bruk i interpolering av nedbørmålinger. I dette arbeidet innarbeides eksisterende metode for kombinering av målinger med forskjellig usikkerhet, og en vil også se på gevinsten ved å inkludere døgnnedbør fra et tettere stasjonsnett. Aktiviteten vil bygge på feilmodell for punktnedbørmålinger beskrevet i Førland mfl (1995) og Steinsland og Kolberg (2008), og koordineres mot eventuelle utvidelser av dette arbeidet. Arbeidet inkluderer utstrakt samarbeid med Cemagref i Lyon. Mål: Dokumentert og evaluert rom/tid-kovariansmodell for timesnedbør Ansvarlig: SINTEF Omfang: 6 mv Periode: Q2/09 Q2/10 Leveranser: Mars-2010 Implementerte rutiner, notat Juni-2010 Vitenskapelig artikkel 1.3: Regional kombinering av radarbilder og nedbørmålinger Det utvikles en bayesiansk assimileringsrutine for værradar- og nedbørmålerdata, basert på korrigerte radarbilder med kjent usikkerhet fra delprosjekt 1.1 og interpolerte punktmålinger med kjent rom/tid kovarians fra delprosjekt 1.2. Arbeidet bygger på en algoritme foreslått av Todini (2001), som er implementert for døgndata, og mangler tids-avhengighet. Resultatet er kombinerte nedbørkart, som vil representere det best mulige estimatet av hvor mye nedbør som er falt. I dette arbeidet kan det også legges inn andre data, eksempelvis satellittbaserte skykart som kan avgrense områder uten nedbør. Aktiviteten omfatter noe kartlegging og tilpasning til hver enkelt radar. Et operasjonelt informasjonsprodukt vil kunne leveres daglig rett etter at morgenobservasjonene av ett-døgns nedbør foreligger på Meteorologisk institutt. Mål: Ferdigstilt og dokumentert metode Ansvarlig: SINTEF Omfang: 6 mv Periode: Q4/09 Q4/10 Leveranser: Sept-2010 Implementert programvare for uttesting Des-2010 Vitenskapelig artikkel

5 Delprosjekt 2: Assimilasjon av radarobservasjoner i høyoppløsnings værvarslingsmodell En værradar gir en beskrivelse av atmosfæren som kan være til god hjelp til å avgrense tilstanden i en numerisk værvarslingsmodell, slik at modellen har best mulige initialbetingelser for varslingsperioden.. Dette delprosjektet skal bruke radarreflektivitet, som er knyttet til nedbør, og radar dopplerskift, som er knyttet til vind, for å forbedre beskrivelsen av initialtilstanden i atmosfæremodellen. Dette vil være grunnlag for forbedrede korttids nedbørvarsel og hyppigere oppdatering av korttids nedbørprognoser for Norge. Arbeidet konsentreres om neste generasjons finskala atmosfæremodell, HARMONIE, som også vil bli brukt i uttesting og evaluering av prosjektets assimileringsteknikk. 2.1: Preprosessering og et 1D-Var forenklet assimilasjonssystem for radarreflektivitet Dataassimilasjon betinger at en kan gi et godt estimat av sannsynlighets-fordelingen for en observerbar størrelse (her radarobservasjonene) gitt den sanne verdien av atmosfærens tilstand. Dette innebærer at en må skaffe seg kunnskap om observasjonenes nøyaktighet, eventuelle biaser og feilkorrelasjoner. I dataassimilasjon har en også tilgjengelig en a priori første gjetning av tilstanden gjennom et korttidsvarsel ut fra tilstanden på et tidligere tidspunkt. I tillegg trengs en modell for sannsynlighetsfordelingen for at man får radarobservasjonen gitt at man kjenner tilstanden til atmosæren. En slik sannsynlighetsmodell baseres på en observasjonsoperator som estimerer hvordan et radarsignal kan beregnes utfra en atmosfæremodells prognostiske variable, i dette tilfelle temperatur og fuktighet. For radarreflektivitet eller nedbør vil dette være en svært kompleks operator. Disse ingrediensene vil først integreres og testes ut i et enkelte assimilasjonssystem for en vertikal søyle i atmosfæren (et såkalt 1D-Var -system, det vil si et en-dimensjonalt variasjonelt dataassimilasjonssystem). Det skal skrives kode for selve assimileringsberegningene, og gjøres en avveining mellom analytisk tilnærming og sampling. Mål: Et 1D-Var testsystem for assimilasjon av radarreflektivitet Ansvarlig: met.no Omfang: 8 mv Periode: Q2/09 Q2/10 Leveranser: Mar 2010: Implementerte rutiner, notat Jun 2010: Vitenskapelig artikkel 2.2: Assimilasjon av radarreflektivitet i full ikke-hydrostatisk atmosfæremodell Det er flere mulige strategier for assimilasjon av radarreflektivitet. En mulighet er å benytte atmosfæreprofilene som kan utledes fra 1D-Var-systemet som pseudo-observasjoner i et fullt 3- dimensjonalt system. En annen er å benytte reflektivitetene direkte i dette systemet. Ut fra resultatene fra 1D-Var-systemet i delpunkt 2.1 skal det velges metode, og denne skal tilpasses og implementeres i det operasjonelle 3-dimensjonale assimilasjonssystemet. Mål: System for assimilasjon av radarreflektivitet tilrettelagt for operasjonell atmosfæremodell Ansvarlig: met.no Omfang: 4 mv Periode: Q2/10 Q4/10 Leveranser: Des 2010: Rapport, dokumenterte rutiner 2.3: Preprosessering og assimilasjon av radarvinder i ikke-hydrostatisk atmosfæremodell Det skal utvikles en preprosessor for beregning av radielle vinder basert på Doppler-informasjon fra det norske radarnettverket. Denne skal tilpasse vindinformasjonen slik at den kan tjene som input i HARMONIEs dataassimilasjonssystem. Algoritmer for kvalitetskonroll, biaskorreksjon og romlig midling av observasjonene skal utvikles og implementeres. Dette skal så benyttes med allerede eksisterende algoritmer for assimilasjon av radielle radarvinder i HARMONIE-systemet.

6 Mål: Ferdig implementert preprosessering og assimileringsrutine for vindinformasjon Ansvarlig: met.no Omfang: 8 mv Periode: Q2/09 Q4/10 Leveranser: Sept 2010 Operasjonelt fungerende rutine Des 2010 Vitenskapelig artikkel 2.4: Pre-operasjonell implementasjon i hurtigoppdateringssyklus Metodene for assimilasjon av reflektivitet og doppler-vinder fra 2.2 og 2.3 skal settes i preoperasjonell rutine i en høyoppløsnings varslingsmodell med hyppig oppdatering (for eksempel med en times oppdateringssyklus). Resultatene fra denne preoperasjonelle rutinen skal interfaces mot web-distribusjonssystemet beskrevet i del 3. En enkel bedømming av kvaliteten på nedbørsproduktene fra denne modellsuiten gjøres ved hjelp av nedbørsproduktet fra del 1.3. Mål: Ferdig implementert og evaluert assimileringsrutine Ansvarlig: met.no Omfang: 4 mv Periode: Q4/10 Q3/11 Leveranser: Sept 2011 Operasjonelt fungerende rutine Des 2011 Vitenskapelig artikkel Delprosjekt 3: Tilrettelegging og utnyttelse av informasjon i hydrologisk modellering 3.1: Utvikling av fordelt snø/fordampningsrutine I kraftbransjen ser en for seg en overgang til gridda regionale modeller med sterkere representasjon av de fysiske prosessene. Både hydrologiske og meteorologiske modeller har løsningsskjemaer for vann- og energibalanse i terrengoverflaten, og anvender målte data for tilstandsestimering. Det er imidlertid liten tradisjon for å benytte målt tilsig eller snøtakseringer i evaluering av atmosfæremodeller, eller å bruke fjernmålte data i evaluering av hydrologimodeller. Dette delprosjektet søker å harmonisere en overflaterutine (snø/fordampning) i en hydrologisk modell med bakkeparametriseringen i atmosfæremodellen, slik at målt informasjon og tilstandsestimering kan utveksles mellom de to modellene. Mål: Ferdigstilt og dokumentert rutine Ansvarlig: SINTEF Omfang: 7 mv Periode: Q4/101 Q4/11. Leveranser: Sept 2011 Fungerende prototyp, notat Des 2011 Vitenskapelig artikkel 3.2: Evaluering av modellkjøringer med ulik input og ulike modeller Dette delprosjektet utføres av deltagende kraftverk og SINTEF Energiforskning i fellesskap. Det aggregeres delfelt-tidsserier av nedbør for alle aktuelle nedbørfelt, og kraftverkene kjører eksisterende tilsigsmodeller med ulike slike målte tidsserier. SINTEF Energiforskning kjører en fordelt modell for de samme områdene, og samler resultatene i en analyse som både sammenligner fordelt modell med de operative, og de ulike typene av inngangsdata. Mål: Evaluering av ulike nedbørserier ved hydrologisk simulering Ansvarlig: SINTEF Omfang: 4 mv Periode: Q1/11 Q3/11 Leveranser: Febr 2011 Ferdige tidsseriescenarier til bruk i test Juni 2011 Ferdige resultater av modellkjøringer (bransjen) Sept 2011 Rapport med oppsummering av resultater 3.3: Etablering av distribusjonsrutiner for værdata Met.no har de siste to årene lagt ned et stort arbeid i nettstedene yr.no og eklima.no, der værvarsler og observasjoner, inklusive værradar, gjøres gratis tilgjengelig for allmenheten. I dette prosjektet ønsker en å ruste opp tilsvarende funksjonalitet rettet mot kraftbransjen, med

7 vekt på analytisk utnyttbarhet (numeriske verdier, GIS-format, fullstendig projeksjonsbeskrivelse) og hurtig leveranse/selvbetjening. Det er viktig å etablere automatiserte rutiner både for levering i nær sann tid, og for bestilling av historiske tidsserier. Mål: Operative rutiner for distribusjon av måledata/radarbilder/prognoser Ansvarlig: met.no Omfang: 8 mv Periode: Q1/09 Q4/11 Leveranser: Sept 2009 Værradardata og timeserier tilgjengelig på web Des 2011 Assimilerte prognoser tilgjengelig på web Des 2011 Rapport 8. Kostnader pr. utførende partner Fordeling over år Sum Ordinær forskertid met.no Ordinær forskertid Sintef PostDoc / prosjektstilling met.no PostDoc / prosjektstilling Sintef Direkteutgifter met.no Direkteutgifter Sintef Sum Innenfor dette budsjettet vil det ved behov bli leid inn ekspertise, blant annet i form av veiledning fra Cemagref. Dette vil dekkes innenfor de oppsatte timekostnadene. Direkteutgiftene er i all hovedsak utgifter til reise og opphold ved møter og konferanser. 9. Finansiering pr. partner Finansieringen av prosjektet ses under ett, med samme NFR-andel til alle institusjoner og delprosjekter: NFR Vannkraftbransjen Egeninnsats met.no Sum

8 DEL 2: RESULTATUTNYTTELSE 10. Overordnet ide Prosjektet har en todelt målsetning for utnyttelse av radardata. For det første skal met.no bruke prosjektets resultater internt, ved å nyttiggjøre radardata i egen finskala atmosfæremodell, med bedre værvarsler som forventet konsekvens. Den hevningen av datakvalitet en oppnår ved å kombinere værradar og lokale målinger er, sammen med en statistisk modell for usikkerheten, instrumentell i dnne utnyttelsen. For det andre skal værrradardata utnyttes av vannkraftbransjen i prognoseøyemed. Den samme kvalitetshevningen er relevant også her, i tillegg kommer fordelene av bedre prognoser. Prosjektets plan om å utvikle WEB-tjenester rettet mot kraftbransjen er et viktig skritt for å sikre slik utnyttelse av resultatene. 11. Innovasjon/nyhetsgrad Det vesentlig nye i kombinering av værradar og punktmålinger for nedbør ligger i bruken av en romlig-temporær kovariansmodell for å avgrense usikkerheten i de kombinerte kartene. Prosjektet har som hensikt å finne ut hvordan man skal sikre en optimal bruk av værradardata i numerisk værvarsling på fin skala. Dette er idag en viktig uløst problemstilling. 12. Plan for utnyttelse av FoU-resultatene i den enkelte bedrift a) Forretningsidé Produksjon og salg av vannkraft i et åpent kraftmarked krever gode tilsigsprognoser, både for egne produksjonsverk og for tilgjengelighet for øvrig. b) Innovasjon/nyhetsgrad Værradardata har, på grunn av store og uoversiktlige feilkilder, ikke vært anvendt som informajonsgrunnlag i vannkraftbransjen tidligere, og representerer som sådan et betydelig skritt sammenlignet med ren kvalitetsheving på eksisterende informasjon. c) Bedriftsøkonomisk verdi Økt informasjonsgrunnlag for produksjonsplanlegging gir bedre grunnlag for optimalisering av produksjonen. Samtidig er innføring av geografisk fordelte data et skritt på vei mot fordelte hydrologiske modeller, som forventes operasjonalisert i løpet av 5-8 år. d) Plan for realisering FoU-resultatene vil bli gratis tilgjengeliggjort i løpet av prosjektperioden. e) Risikoelementer Selv om prosjektet inneholder utvikling av både tjenester hos met.no og prototype-program for utnyttelse av slike tjenester, vil full nyttiggjøring av resultatene i kraftbransjen betinge at rutiner implementeres i kommersielt driftsplanleggingsverktøy. Dette avhenger av at programvareleverandøren finner slik utvikling kommersielt interessant. 13. Miljøkonsekvenser Det forutses ingen miljøkonsekvenser av prosjektet. 14. Øvrige nytteeffekter a) Betydning for involverte FoU-miljøer En langt mer presis beskrivelse enn i dag av faktisk nedbørfordeling i rom og tid vil tjene som grunnlag for studier av klimaendringer og andre prosesstudier,

9 b) Betydning for andre enn prosjektdeltagerne Bedre værvarsler til publikum, flere informasjonsprodukter tilgjengelige for andre profesjonelle brukere av værtjenester, økt mulighet for tjenesteforedling. 15. Informasjon og resultatspredning Det vil bli publisert fra prosjektet i internasjonale tidsskrifter med fagfellevurdering, samt formidlet ved bransjeseminarer med tanke på bruk av resultatene i produksjonsøyemed. Referanseliste Gjertsen, U., Salek, M. And Michelson, D. B., Gauge-adjustment of radar-based precipitation estimates a review. Report from COST Action group 717: Use of radar observations in hydrological and NWP models. Downloadable from Macpherson B, Lindskog M, Ducrocq V, Nuet M, Gregonic G, Rossa A, Haase G, Holleman I, Alberoni PP Assimilation of radar data in numerical weather prediction (NWP) models. In Weather radar principles and advanced applications. P. Meiser (eds). Springer, Berlin, Germany; pp Steinsland, I. og Kolberg, S. A. Usikkerhet i ulike nedbørmålinger og konsekvenser for optimal interpolasjon. SINTEF Energiforskning rapport, under trykking. Sun J., 2005: Convective-scale assimilation of radar data: Progress and challenges. Q. J. Royal Meteorol. Soc. 131, pp Todini, E. (2001): A Bayesian technique for conditioning radar precipitation estimates to raingauge measurements. Hydrology and Earth System Sciences 5 (2), p

Bedre bruk av kvantitative værvarsler

Bedre bruk av kvantitative værvarsler Bedre bruk av kvantitative værvarsler Metoder for korrigering av kjente systematiske feil i inngangsdata til hydrologiske modeller, samt estimering av usikkerheter knyttet til slike data. Kartlegging av

Detaljer

Usikkerheit i Hydrologiske Prognoser basert på Ensemble. Kossen i hule heite skal vi gjere dette????

Usikkerheit i Hydrologiske Prognoser basert på Ensemble. Kossen i hule heite skal vi gjere dette???? Usikkerheit i Hydrologiske Prognoser basert på Ensemble Kossen i hule heite skal vi gjere dette???? Innhald Glasskula.kva var no dette. Usikkerheit i prognosar kvifor bry seg med dette Bruk av meteorologiske

Detaljer

Nye kilder til meteorologidata

Nye kilder til meteorologidata Nye kilder til meteorologidata Ivar Seierstad Teknologidagene 12. okt 2011 Forutsigbarhet som funksjon av værsituasjon Høy prediktabilitet for ensemblemidlet Lav prediktabilitet for ensemblemidlet ECMWF

Detaljer

Hvordan estimere vannføring i umålte vassdrag?

Hvordan estimere vannføring i umålte vassdrag? Hvordan estimere vannføring i umålte vassdrag? Hege Hisdal, E. Langsholt & T.Skaugen NVE, Seksjon for hydrologisk modellering Bakgrunn Ulike modeller Et eksempel Konklusjon 1 Bakgrunn: Hva skal vannføringsestimatene

Detaljer

TR A Åpen Forfatter(e) SINTEF Energi AS

TR A Åpen Forfatter(e) SINTEF Energi AS - Åpen Rapport Sluttrapport for værradarprosjektet Undertittel Forfatter(e) Kolbjørn Engeland Yisak Sultan Abdella Jean-Marie Lepioufle Martin S. Grønsleth Christoffer Elo Morten Salomonsen SINTEF Energi

Detaljer

Regnbyge 3M. Nedbørmåling, sensorer og modeller for overvåking og styring. Dag Lauvås- Drammen kommune Oliver Dimovski- ROSIM Harsha Ratnaweera- NMBU

Regnbyge 3M. Nedbørmåling, sensorer og modeller for overvåking og styring. Dag Lauvås- Drammen kommune Oliver Dimovski- ROSIM Harsha Ratnaweera- NMBU Regnbyge 3M Nedbørmåling, sensorer og modeller for overvåking og styring Dag Lauvås- Drammen kommune Oliver Dimovski- ROSIM Harsha Ratnaweera- NMBU Regnbyge 3M 1 Klimaendringer Mer og oftere regn è mer

Detaljer

Klimadivisjonens virksomhet

Klimadivisjonens virksomhet Klimadivisjonens virksomhet Knut A. Iden, Klimadataseminar 16.10.07 Klima Divisjonen Eirik J. Førland (Direktør) Stab (2) Seksjon for Klima Forskning (10) (Inger Hanssen-Bauer) Seksjon for Klima Data (18)

Detaljer

Værdata fra Meteorologisk institutt. Viel Ødegaard med bidrag fra Jan Erik Haugen Meteorologisk institutt, FoU

Værdata fra Meteorologisk institutt. Viel Ødegaard med bidrag fra Jan Erik Haugen Meteorologisk institutt, FoU Værdata fra Meteorologisk institutt Viel Ødegaard med bidrag fra Jan Erik Haugen Meteorologisk institutt, FoU Oversikt datapolitikk datatyper observasjoner klimadata prognoser klimascenarier dataportaler

Detaljer

Klimaendringer - Konsekvenser for kraftproduksjon. Markedskonferansen september 2007 Birger Mo SINTEF Energiforskning

Klimaendringer - Konsekvenser for kraftproduksjon. Markedskonferansen september 2007 Birger Mo SINTEF Energiforskning Klimaendringer - Konsekvenser for kraftproduksjon Markedskonferansen 11. 12. september 2007 Birger Mo SINTEF Energiforskning Bakgrunn Delaktivitet i prosjektet Nordic Project on Climate and Energy Prosjektperiode:

Detaljer

Operasjonalisering av fordelt modell ENKI

Operasjonalisering av fordelt modell ENKI Operasjonalisering av fordelt modell ENKI Trond Rinde Sjur Kolberg Lena S. Tøfte Oddbjørn Bruland Kolbjørn Engeland Yisak Sultan Abdella Sigbjørn Helset John F. Burkhart SINTEF Energy Research Ola Skavhaug

Detaljer

Bedre kalibrerte prognoser med ensembleteknikker

Bedre kalibrerte prognoser med ensembleteknikker Bedre kalibrerte prognoser med ensembleteknikker John Bjørnar Bremnes Kraftrelatert hydrologi, meteorologi og klima, Trondheim, 2008-11-18. Oversikt 1. Bedre oppløsning i LAMEPS (2006) 2. Kalibrering ved

Detaljer

Flomvarsling i Norge Hege Hisdal

Flomvarsling i Norge Hege Hisdal Flomvarsling i Norge Hege Hisdal NVEs flomvarslingstjeneste Bakgrunn Hvordan utføres flomvarslingen (modeller, verktøy, rutiner)? Hvilket ansvar har NVE (myndighet og forskning)? Bakgrunn - Historikk Kanaldirektoratet

Detaljer

Meteorologiske utfordringer i nord

Meteorologiske utfordringer i nord Meteorologiske utfordringer i nord Helge Tangen, Regiondirektør Meteorologisk institutt, Vervarslinga for Nord- Norge Bodø 19 februar 2013 Innhold Meteorologisk institutt og strategi for nordområdene Utfordringer

Detaljer

Modellering og simulering av pasientforløp

Modellering og simulering av pasientforløp Modellering og simulering av pasientforløp Martin Stølevik, SINTEF martin.stolevik@sintef.no, tlf 22067672 1 Innhold Bakgrunn Beslutningsstøtte Pasientforløp Modellering Simulering Veien videre 2 Hvorfor?

Detaljer

Prosjektbeskrivelse. ES439943. Plug-in hybrider och elfordon. 13.10.08.

Prosjektbeskrivelse. ES439943. Plug-in hybrider och elfordon. 13.10.08. 1 Prosjektbeskrivelse. ES439943. Plug-in hybrider och elfordon. 13.10.08. DEL 1: FoU prosjektet 1. Mål Prosjektet skal utvikle forslag til en intelligent infrastruktur for plugg inn biler (plugg inn hybridbiler

Detaljer

Værvarslingsutfordringer i Barentshavet

Værvarslingsutfordringer i Barentshavet Værvarslingsutfordringer i Barentshavet Oslo 8. april 2014 Statsmeteorolog Sjur Wergeland 08.04.2014 sjurw@met.no Værvarslingsutfordringer i Barentshavet Geografi Værvarsling - Prinsippet Vintervær: Snøbyger.

Detaljer

Søkerveiledning IKT SoS

Søkerveiledning IKT SoS Søkerveiledning IKT SoS Søknader til IKT SoS vil bli bedømt etter retningslinjer og prioriteringer som beskrevet i programplanen for IKT SoS. Ved søknader til Forskningsrådet skal søknadsportalen esøknad

Detaljer

MIST Meteorologisk Informasjon for Statkraft -overordnet sluttrapport

MIST Meteorologisk Informasjon for Statkraft -overordnet sluttrapport no. 9/2013 Meteorologi MIST Meteorologisk Informasjon for Statkraft -overordnet sluttrapport Thor Erik Nordeng Prosjektleder met.no report Title MIST Meteorologisk Informasjon for Statkraft -overordnet

Detaljer

Lastprediksjon i neste generasjons driftssentral

Lastprediksjon i neste generasjons driftssentral Lastprediksjon i neste generasjons driftssentral Metoder, datagrunnlag og anvendelsesområder Boye A. Høverstad, Axel Tidemann, Helge Langseth, Pinar Öztürk Institutt for Datateknikk, NTNU Anvendelser

Detaljer

Arktisk vær og Klima kunnskap og utfordringer

Arktisk vær og Klima kunnskap og utfordringer Arktisk vær og Klima kunnskap og utfordringer Helge Tangen, Regiondirektør Vervarslinga for Nord-Norge 28. oktober 2015 Vær- og havvarsling i Arktis Hva kan vi? Hva er utfordringene? Haaland, Lauritz (1855-1938)

Detaljer

Utvikling av verktøy for langsiktig produksjonsplanlegging

Utvikling av verktøy for langsiktig produksjonsplanlegging Utvikling av verktøy for langsiktig produksjonsplanlegging Verdien av fleksibel vannkraft i et marked med kortsiktig prisvariasjon Kraftverkshydrologi og produksjonsplanlegging Arne Haugstad 05.11.2012,

Detaljer

Maritim varsling ved Meteorologisk Institutt

Maritim varsling ved Meteorologisk Institutt Maritim varsling ved Meteorologisk Institutt Birgitte Rugaard Furevik Værvarslinga på Vestlandet Meteorologisk Institutt Tre varslingskontorer Blindern Tromsø Bergen Forskningsafdeling på CIENS i Oslo

Detaljer

Vær og hendelser på vegnettet datainnsamling Roald Aabøe, Vegdirektoratet

Vær og hendelser på vegnettet datainnsamling Roald Aabøe, Vegdirektoratet Vær og hendelser på vegnettet datainnsamling Roald Aabøe, Vegdirektoratet DP 2 med oppstartsmøte på birken ble stoppet av ekstremvær Utfordringer (1) Masse data Grunnlaget for plassering av SVV s klimastasjoner

Detaljer

Hva har vi i vente? -

Hva har vi i vente? - Hva har vi i vente? - Klima i Norge 2100 Sluttseminar Klima og Transport, 10.05.2011 Inger Hanssen-Bauer, met.no og HiT Innhold: Klima i Norge 2100 ; ; grunnlag for Oppfølging/status ved met.no angående

Detaljer

Arktiske værfenomener

Arktiske værfenomener Arktiske værfenomener HMS-utfordringer i Nordområdene Helge Tangen, Regiondirektør Vervarslinga for Nord-Norge 24-25 mars 2014 Innhold Litt om Meteorologisk institutt i nord Arktisk vær Hvordan løser vi

Detaljer

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov) STK1100 våren 2017 Generell introduksjon Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov) Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 «Overalt»

Detaljer

Notat om Norge digitalt og Norvegiana

Notat om Norge digitalt og Norvegiana mai 2015 Notat om Norge digitalt og Norvegiana Rammer og forutsetninger Dette notatet tar for seg problemstillinger som er aktuelle for samhandling mellom Norvegiana og Norge digitalt i et fremtidig digitalt

Detaljer

Fra risikoanalyse til risikostyring: Er risikomatrisen et tilstrekkelig verktøy?

Fra risikoanalyse til risikostyring: Er risikomatrisen et tilstrekkelig verktøy? Fra risikoanalyse til risikostyring: Er risikomatrisen et tilstrekkelig verktøy? Pågående arbeid med nettverksmodeller som alternative og supplerende fremgangsmåter ESRA Norge, seminar 10/12-15 Gunnar

Detaljer

Forsknings- og innovasjonsfondet i Troms fylke FIFT Retningslinjer og informasjon til søker

Forsknings- og innovasjonsfondet i Troms fylke FIFT Retningslinjer og informasjon til søker Forsknings- og innovasjonsfondet i Troms fylke FIFT Retningslinjer og informasjon til søker 1. Mål for Forsknings- og innovasjonsfondet (FIFT) Forsknings- og innovasjonsfondet i Troms skal bidra til økt

Detaljer

Forsknings- og innovasjonsfondet i Troms fylke FIFT Retningslinjer og informasjon til søker

Forsknings- og innovasjonsfondet i Troms fylke FIFT Retningslinjer og informasjon til søker Forsknings- og innovasjonsfondet i Troms fylke FIFT Retningslinjer og informasjon til søker 1. Mål for Forsknings- og innovasjonsfondet (FIFT) Forsknings- og innovasjonsfondet i Troms skal bidra til økt

Detaljer

Rapport etter kraftig nedbør i Longyearbyen november 2016.

Rapport etter kraftig nedbør i Longyearbyen november 2016. METinfo Nr. 15/2017 ISSN 1894-759X METEOROLOGI Tromsø, 6. januar 2017 Rapport etter kraftig nedbør i Longyearbyen 7.- 8. november 2016. Trond Lien Sammendrag Den 7. og 8. november 2016 falt det uvanlig

Detaljer

Endringer av ekstremvær knyttet til naturfarer i Norge

Endringer av ekstremvær knyttet til naturfarer i Norge 1 Endringer av ekstremvær knyttet til naturfarer i Norge Ketil Isaksen, Anita V. Dyrrdal, Reidun Gangstø, Jan Erik Haugen, Hans Olav Hygen, Hilde Haakenstad, Nele Kristin Meyer (UiO/NGI) InfraRisk - NIFS

Detaljer

FOB - Prosjektpresentasjon

FOB - Prosjektpresentasjon FOB - Prosjektpresentasjon Maroff-seminar, Høvik Magnus S. Eide 29. November 2007 FOB Forbedret overvåkning og beslutningsstøtte Start: Januar 2007 Varighet: 3 år Budsjett: 11 Millioner NOK Deltagere:

Detaljer

Kvalitetskontrollen av måledata til Klimadatabasen ved met.no (KVALOBS) 16.Oktober 2007

Kvalitetskontrollen av måledata til Klimadatabasen ved met.no (KVALOBS) 16.Oktober 2007 Kvalitetskontrollen av måledata til Klimadatabasen ved met.no (KVALOBS) 16.Oktober 2007 per-ove.kjensli@met.no KVALOBS Kvalitetssikring av observasjoner Avviksbehandling Sanntidskontroll Måledata KVALOBS

Detaljer

Bruk av værradardata for beregning av gjentaksintervallkart for ekstreme nedbørshendelser

Bruk av værradardata for beregning av gjentaksintervallkart for ekstreme nedbørshendelser Bruk av værradardata for beregning av gjentaksintervallkart for ekstreme nedbørshendelser Av Yisak Sultan Abdella og Kolbjørn Engeland Yisak Sultan Abdella og Kolbjørn Engeland er begge forskere ved SINTEF

Detaljer

Landbrukets bruk av klimadata og informasjon om fremtidens klima?

Landbrukets bruk av klimadata og informasjon om fremtidens klima? Landbrukets bruk av klimadata og informasjon om fremtidens klima? - forskningsbehov fremover Ole Einar Tveito Meteorologisk institutt IPCC 5: Det har blitt varmere globalt IPCC 5: Det har blitt varmere

Detaljer

Jordskredvarsling: Status etter en testsesong og vegen mot operativ drift. Hervé Colleuille

Jordskredvarsling: Status etter en testsesong og vegen mot operativ drift. Hervé Colleuille Jordskredvarsling: Status etter en testsesong og vegen mot operativ drift Hervé Colleuille Jordskred er utglidning og raske bevegelser av vannmettede løsmasser (jord, stein, grus og sand) i bratte skråninger

Detaljer

Strømmodellering sannhet med modifikasjoner?

Strømmodellering sannhet med modifikasjoner? Morten Omholt Alver Strømmodellering sannhet med modifikasjoner? Hvorfor strømmodellering? Strøm og havdynamikk på alle skala har betydning for oppdrettsvirksomheten Storskala dynamikk legger grunnlaget

Detaljer

Metodisk arbeid. Strukturert arbeidsmåte for å nå målet

Metodisk arbeid. Strukturert arbeidsmåte for å nå målet Metodisk arbeid Strukturert arbeidsmåte for å nå målet Strukturen Forarbeid - planleggingen Hvem, hva, hvor, når, hvorfor, hvordan.. Arbeid - gjennomføringen Utføre det planlagte operative arbeidet Etterarbeid

Detaljer

Griddede atmosfære- og havprognoser Klimadataseminar, CIENS 16. oktober 2007

Griddede atmosfære- og havprognoser Klimadataseminar, CIENS 16. oktober 2007 Griddede atmosfære- og havprognoser Klimadataseminar, CIENS 16. oktober 2007 Eivind A. Martinsen Innhold Litt om numeriske prognosemodeller Hva kjøres av prognosemodeller ved met.no Hva skjer fremover

Detaljer

Nasjonale retningslinjer for åpen tilgang til vitenskapelige artikler - status

Nasjonale retningslinjer for åpen tilgang til vitenskapelige artikler - status Nasjonale retningslinjer for åpen tilgang til vitenskapelige artikler - status Bibsys-konferansen 14. mars 2017 / Sigrid Tollefsen Politisk engasjement for overgangen til åpen publisering og optimal tilgang

Detaljer

Stokastisk korttidsmodell = SHARM

Stokastisk korttidsmodell = SHARM Stokastisk korttidsmodell = SHARM Motivasjon Modell Tilrettelegging for bruk Eksempel Michael Belsnes 1 Motivasjon (1) ENERGI21 programmet Balansekraft som 1 av 6 satsninger RENERGI som har sponset utvikling

Detaljer

Alle snakker om været. Klimautvikling til i dag og hva kan vi vente oss i fremtiden

Alle snakker om været. Klimautvikling til i dag og hva kan vi vente oss i fremtiden Alle snakker om været. Klimautvikling til i dag og hva kan vi vente oss i fremtiden Den Norske Forsikringsforening 21/11 2007 John Smits, Statsmeteorolog Men aller først litt om Meteorologisk institutt

Detaljer

Elektronisk farled- efarled

Elektronisk farled- efarled Elektronisk farled- efarled Maritim innovasjon 2009 Arild Riis og Morten Zachrisen Kongsberg Maritime AS 1 Om prosjektet Hensikt: Forbedre sikkerheten i farleder gjennom utvikling av systemer for beslutningsstøtte

Detaljer

Geologisk lagring av CO 2 : Matematisk modellering og analyse av risiko

Geologisk lagring av CO 2 : Matematisk modellering og analyse av risiko Geologisk lagring av CO 2 : Matematisk modellering og analyse av risiko Prosjekt 178013 (og 199926, 199978, 200026) Knut Andreas Lie SINTEF IKT, Anvendt matematikk, Oslo CLIMIT-dagene 2011, Soria Moria,

Detaljer

Norsk KlimaServiceSenter (KSS)

Norsk KlimaServiceSenter (KSS) Norsk KlimaServiceSenter (KSS) Reidun Gangstø Fylkesmannen i Vestfold, Statens park Tønsberg 06.11.2012 Norsk KlimaServiceSenter (KSS): Visjon: Det naturlege valet for informasjon om klima i fortid, notid

Detaljer

Veiledning for utarbeidelsen av økonomiske analyser som fremlegges for Konkurransetilsynet

Veiledning for utarbeidelsen av økonomiske analyser som fremlegges for Konkurransetilsynet Rev.dato: 16.12.2009 Utarbeidet av: Konkurransetilsynet Side: 1 av 5 Innhold 1 BAKGRUNN OG FORMÅL... 2 2 GENERELLE PRINSIPPER... 2 2.1 KLARHET OG TRANSPARENS... 2 2.2 KOMPLETTHET... 2 2.3 ETTERPRØVING

Detaljer

Åpne data under åpne lisenser

Åpne data under åpne lisenser Åpne data under åpne lisenser - en vinn-vinn strategi for offentlig sektor Presentasjonen er en moderert versjon av den som ble vist på Digisams konferanse Öppna kulturarvsdata i Norden, 24.4.2013 Kristin

Detaljer

Godt Vann Drammen Værstasjonenes betydning i varsling

Godt Vann Drammen Værstasjonenes betydning i varsling Godt Vann Drammen Værstasjonenes betydning i varsling Juleseminar 3.desember 2015 Lars Grinde, Meteorologisk institutt, Klimaavdelingen 07.12.2015 Meteorologisk institutt Kommunenes og METs felles mål

Detaljer

Distribuert hydrologisk modell. Stein Beldring Norges vassdrags- og energidirektorat

Distribuert hydrologisk modell. Stein Beldring Norges vassdrags- og energidirektorat Distribuert hydrologisk modell Stein Beldring Norges vassdrags- og energidirektorat Romlig fordelt hydrologisk modell 1) Romlig distribuert vannbalansemodell med mulighet for drenering mellom landskapselement

Detaljer

Nedbørmålinger. Hvorfor, hvordan og hva slags utstyr?

Nedbørmålinger. Hvorfor, hvordan og hva slags utstyr? Nedbørmålinger Hvorfor, hvordan og hva slags utstyr? VA konferansen Sogn og Fjordane 2015 Nils Lofstad Scanmatic AS Agenda Hvem er vi? Hvorfor måle nedbør? Krav til måling av nedbør Sensorteknologi Datainnsamling

Detaljer

Hva ser klimaforskerne i krystallkulen i et 20 års perspektiv?

Hva ser klimaforskerne i krystallkulen i et 20 års perspektiv? WWW.BJERKNES.UIB.NO Hva ser klimaforskerne i krystallkulen i et 20 års perspektiv? av Tore Furevik & Helge Drange Bjerknessenteret for klimaforskning, Universitetet i Bergen Seminar CTIF NORGE, klima og

Detaljer

DNMI. Det norske meteorologiske institutt. RAPPORT Nr. 25/02 T onn Engen Skaugen

DNMI. Det norske meteorologiske institutt. RAPPORT Nr. 25/02 T onn Engen Skaugen DNMI Det norske meteorologiske institutt RAPPORT Nr. 25/02 T onn Engen Skaugen met.no - RAPPORT ISSN 0805-9918 METEOROLOGISK INSTITUTT P.B. 43 BLINDERN, N - 0313 OSLO, NORGE TELEFON +47 22 96 30 00 RAPPORT

Detaljer

VRI Vestfold søknad om forprosjektmidler/bedriftsmidler veiledning til elektronisk søknadsskjema

VRI Vestfold søknad om forprosjektmidler/bedriftsmidler veiledning til elektronisk søknadsskjema VRI Vestfold søknad om forprosjektmidler/bedriftsmidler veiledning til elektronisk søknadsskjema Søknaden består av et skjema (i NFR s database). Du kan også legge ved en prosjektbeskrivelse, men hvis

Detaljer

Plantevernvarsel på gårdsnivå rapport fra en pilotstudie for potet og korn i Solør-Odal

Plantevernvarsel på gårdsnivå rapport fra en pilotstudie for potet og korn i Solør-Odal 91 Plantevernvarsel på gårdsnivå rapport fra en pilotstudie for potet og korn i Solør-Odal Trond Rafoss, Ragnhild Nærstad, Ingerd Skow Hofgaard, Halvard Hole, Oleif Elen & Guro Brodal Bioforsk Plantehelse

Detaljer

Forelesning 30: Kompleksitetsteori

Forelesning 30: Kompleksitetsteori MAT1030 Diskret Matematikk Forelesning 30: Kompleksitetsteori Roger Antonsen Institutt for informatikk, Universitetet i Oslo Forelesning 30: Kompleksitetsteori 19. mai 2009 (Sist oppdatert: 2009-05-19

Detaljer

HISTORIKK. Meteorologisk institutt met.no

HISTORIKK. Meteorologisk institutt met.no HISTORIKK SINTEF (Karl Eidsvik, Torjørn Utnes) utførte simuleringer av strøm med CFD-modell for Værnes, Værøy o.s.v.. I disse ble vind og skiktning spesifisert på rendene av modellen Etter 1995 kom det

Detaljer

Handlingsplan for forskning 2014-2016 Avdeling for helsetjenesteforskning (HØKH)

Handlingsplan for forskning 2014-2016 Avdeling for helsetjenesteforskning (HØKH) Handlingsplan for forskning 2014-2016 Avdeling for helsetjenesteforskning (HØKH) MÅL: Styrke tjenestenær helsetjenesteforskning Tiltak 6 Sende inn minimum sju søknader om forskningsfinansiering årlig under

Detaljer

Punktestimator. STK Bootstrapping og simulering - Kap 7 og eget notat. Bootstrapping - eksempel Hovedide: Siden λ er ukjent, bruk ˆλ:

Punktestimator. STK Bootstrapping og simulering - Kap 7 og eget notat. Bootstrapping - eksempel Hovedide: Siden λ er ukjent, bruk ˆλ: Punktestimator STK00 - Bootstrapping og simulering - Kap 7 og eget notat Geir Storvik 8. april 206 Trekke ut informasjon om parametre fra data x,..., x n Parameter av interesse: θ Punktestimator: Observator,

Detaljer

Brannscenarier Hvilke scenarier må analyseres? Hvordan velge analysemetode? Trondheim 5. januar 2011

Brannscenarier Hvilke scenarier må analyseres? Hvordan velge analysemetode? Trondheim 5. januar 2011 Brannscenarier Hvilke scenarier må analyseres? Hvordan velge analysemetode? Trondheim 5. januar 2011 Audun Borg 1 Sammendrag Brannscenario Brannscenarier i koder og standarder. Valg av brannscenario ved

Detaljer

Innhold. Del 1 Grunnleggende begreper og prinsipper... 39

Innhold. Del 1 Grunnleggende begreper og prinsipper... 39 Innhold Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forsk ning... 22

Detaljer

AMS og nettnytte. Hva gir god nytteverdi, og hvordan prioritere i arbeidet med nettnytte? Henrik Kirkeby, SINTEF Energi

AMS og nettnytte. Hva gir god nytteverdi, og hvordan prioritere i arbeidet med nettnytte? Henrik Kirkeby, SINTEF Energi Smart Grid Seminar, Steinkjer, 9. april AMS og nettnytte Hva gir god nytteverdi, og hvordan prioritere i arbeidet med nettnytte? Henrik Kirkeby, SINTEF Energi Henrik.Kirkeby@sintef.no 1 Hva er poenget

Detaljer

Havforskningsinstituttets arbeid med lakselusovervåkning og rådgiving samt utvikling av bærekraftsmodell lus 2010-2017. Pål Arne Bjørn (koordinator)

Havforskningsinstituttets arbeid med lakselusovervåkning og rådgiving samt utvikling av bærekraftsmodell lus 2010-2017. Pål Arne Bjørn (koordinator) Havforskningsinstituttets arbeid med lakselusovervåkning og rådgiving samt utvikling av bærekraftsmodell lus 2010-2017 Pål Arne Bjørn (koordinator) grenseverdi tar ikke hensyn til områdebelastning overvåkning

Detaljer

Snøforholdene i Drammen vinteren 2010/2011

Snøforholdene i Drammen vinteren 2010/2011 Snøforholdene i Drammen vinteren 2010/2011 Knut A. Iden (P.O. Box 43, N-0313 OSLO, NORWAY) ABSTRACT Ved utgangen av månedene oktober til april telles antall døgn der snødybden har økt mer enn fastsatte

Detaljer

Årsplan for VKM 2009. Hovedkomiteen i Vitenskapskomiteen for mattrygghet

Årsplan for VKM 2009. Hovedkomiteen i Vitenskapskomiteen for mattrygghet Årsplan for VKM 2009 Hovedkomiteen i Vitenskapskomiteen for mattrygghet Innholdsfortegnelse Årsplan komiteen 2009... 2 Hovedkomiteen... 2 Faggruppe for hygiene og smittestoffer (FG1)... 3 Faggruppe for

Detaljer

Hvordan kan AMSinformasjon. for å oppnå SmartGrid? Kjetil Storset 3.2.2011

Hvordan kan AMSinformasjon. for å oppnå SmartGrid? Kjetil Storset 3.2.2011 Hvordan kan AMSinformasjon brukes for å oppnå SmartGrid? Kjetil Storset 3.2.2011 Hvor Smart Grid har vi i dag? Regionalnettet Smart, men dyrt Distribusjonsnettet Ikke så smart Kunde/lavspentnettet Blir

Detaljer

Veiledning Tittel: Veiledning for utarbeiding av økonomiske analyser Dok.nr: RL065

Veiledning Tittel: Veiledning for utarbeiding av økonomiske analyser Dok.nr: RL065 Veiledning Tittel: Dok.nr: RL065 Rev.nr: 02 Utarbeidet av: Konkurransetilsynet Side: 1 av 5 INNHOLD 1 Bakgrunn og formål... 2 2 Generelle prinsipper... 2 2.1 Klarhet og transparens... 2 2.2 Kompletthet...

Detaljer

Etablering av nedbørstasjoner i kommunene

Etablering av nedbørstasjoner i kommunene Etablering av nedbørstasjoner i kommunene Driftsassistanse Sogn og Fjordane, VA konferansen 2015 FOTO FRA OSLO KOMMUNE SIN STRATEGI FOR OVERVANNSHÅNDTERING Innhold Hvorfor nedbørmålinger i kommunene? Års-,

Detaljer

OWGS (Obstacle Warning GPS System)

OWGS (Obstacle Warning GPS System) OWGS (Obstacle Warning GPS System) Enkelt Effektivt Sikkert Fleksibelt Innhold OFU prosjekt VG faksimile Hovedmål Utvikle en arkitektur (verdikjede, organisasjon, teknisk) for OWGS Prosjektet skal utvikle

Detaljer

Erfaringer med lisensiering av meteorologiske data

Erfaringer med lisensiering av meteorologiske data Erfaringer med lisensiering av meteorologiske data Kristin Lyng IT-jurist ved met.no Juridisk seminar, 12.12.2012 kristin.lyng@met.no // @kristinlyng Bilder/illustrasjoner fra met.no, yr.no og Kristin

Detaljer

Ekstremvær og varsling en stor utfordring

Ekstremvær og varsling en stor utfordring Ekstremvær og varsling en stor utfordring John Smits, Fagseminar: Varsling av naturfare, nå og i fremtiden. 21/4 2015 MET I vinden siden1866 Instituttet skal arbeide for at myndigheter, næringslivet, institusjoner

Detaljer

Nedbørmålinger. Hvorfor, hvordan og hva slags utstyr? VA konferansen Møre og Romsdal Clas de Presno Scanmatic AS

Nedbørmålinger. Hvorfor, hvordan og hva slags utstyr? VA konferansen Møre og Romsdal Clas de Presno Scanmatic AS Nedbørmålinger Hvorfor, hvordan og hva slags utstyr? VA konferansen Møre og Romsdal 2016 Clas de Presno Scanmatic AS Agenda Kort om Scanmatic AS Hvorfor måle nedbør? Hvordan måle nedbør? Sensorteknologi

Detaljer

BIRD - Administrasjon av forskningsdata (Ref #2219b941)

BIRD - Administrasjon av forskningsdata (Ref #2219b941) BIRD - Administrasjon av forskningsdata (Ref #2219b941) Søknadssum: 1 000 000 Varighet: Toårig Kategori: Innsatsområder Samarbeid og partnerskap Opplysninger om søker Organisasjonsnavn / nr Handelshøyskolen

Detaljer

InRec - Increased Recovery in the Norwegian Mining Industry by Implementing the Geometallurgical concept

InRec - Increased Recovery in the Norwegian Mining Industry by Implementing the Geometallurgical concept 1 InRec - Increased Recovery in the Norwegian Mining Industry by Implementing the Geometallurgical concept Steinar Ellefmo og Kurt Aasly NTNU Institutt for geologi og bergteknikk Om du ønsker, kan du sette

Detaljer

DATATILGANG OG -BRUK BEDRE BESTANDSESTIMERING?

DATATILGANG OG -BRUK BEDRE BESTANDSESTIMERING? DATATILGANG OG -BRUK BEDRE BESTANDSESTIMERING? Hanne Digre, Forskningssjef SINTEF Fiskeri og havbruk Pelagisk Arena, 31. August 2016 Name Place Month 2016 Innhold Innledning Utfordringer Muligheter Relevant

Detaljer

Varsling av oljedrift og drivende gjenstander i Arktis. Bruce Hackett, met.no

Varsling av oljedrift og drivende gjenstander i Arktis. Bruce Hackett, met.no Varsling av oljedrift og drivende gjenstander i Arktis Bruce Hackett, met.no Presentert ved NorACIA-seminaret, Forskningsparken i Oslo, 24. september 2007 Oversikt Hva er beredskapstjenestene? Hvordan

Detaljer

Norges vassdrags- og energidirektorat

Norges vassdrags- og energidirektorat Norges vassdrags- og energidirektorat Klimaendringer og følger for hydrologiske forhold Stein Beldring HM Resultater fra prosjektene Climate and Energy (2004-2006) og Climate and Energy Systems (2007-2010):

Detaljer

Frittfallivbåtprosjektet perioden 2010-2011 Oppsummering

Frittfallivbåtprosjektet perioden 2010-2011 Oppsummering Frittfallivbåtprosjektet perioden 2010-2011 Oppsummering Fremdrift Slag mot skrog Slag mot skrog kronologisk oppsummering 2010 Juni: OLF slamminggruppe opprettet August: Ekstern eksperthjelp på materialer/analyse

Detaljer

Værvarsling i forandringenes tid Hvor sikre er værvarsler nå når alt er i endring?

Værvarsling i forandringenes tid Hvor sikre er værvarsler nå når alt er i endring? Værvarsling i forandringenes tid Hvor sikre er værvarsler nå når alt er i endring? John Smits, meteorologisk institutt john.smits@met.no Klima og transport, 6. mars 2008 Først litt om Meteorologisk institutt

Detaljer

Oppdatert referanseperiode for kraftproduksjon

Oppdatert referanseperiode for kraftproduksjon 03.07.2012 / NVE 200903388-6 Oppdatert referanseperiode for kraftproduksjon Innhold Bakgrunn... 1 Trender og klimaendringer... 1 Økt nedbør i Norge... 3 Klimaendringer og tilsig... 3 Ny referanseperiode

Detaljer

Vegetasjonssoner som pesticidfilter for overflatevann Validering av modellen GLEAMS på forsøksfelt

Vegetasjonssoner som pesticidfilter for overflatevann Validering av modellen GLEAMS på forsøksfelt 192 R. Bolli og O. M. Eklo / Grønn kunnskap 9 (2) Vegetasjonssoner som pesticidfilter for overflatevann Validering av modellen GLEAMS på forsøksfelt Randi Bolli, Ole Martin Eklo / randi.bolli@planteforsk.no

Detaljer

Kunstfagenes situasjon i utdanningssystemet. Nina Malterud, rektor KHiB UHR 27. mai 2009

Kunstfagenes situasjon i utdanningssystemet. Nina Malterud, rektor KHiB UHR 27. mai 2009 Kunstfagenes situasjon i utdanningssystemet Nina Malterud, rektor KHiB UHR 27. mai 2009 Hvilke fag og institusjoner Kunstutdanningenes særtrekk Utfordringer for kunstnerisk utviklingsarbeid Stipendprogrammet

Detaljer

Nasjonal vs lokal informasjon - NFR arbeidsgruppens erfaringer og arbeid

Nasjonal vs lokal informasjon - NFR arbeidsgruppens erfaringer og arbeid 1 Nasjonal vs lokal informasjon - NFR arbeidsgruppens erfaringer og arbeid EURAXESS 28. januar 2009, Oslo Kathrine Vangen Prosjektleder/rådgiver NTNU 2 Dagens situasjon NIFU Step anslår at 10-15% av forskerne

Detaljer

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon

Detaljer

Til: Aktuelle studenter for Cyberneticas studentprogram Antall sider: 5 Dato: 2015-11-01

Til: Aktuelle studenter for Cyberneticas studentprogram Antall sider: 5 Dato: 2015-11-01 Address: Cybernetica AS Leirfossveien 27 N-7038 Trondheim Norway Phone.: +47 73 82 28 70 Fax: +47 73 82 28 71 STUDENTOPPGAVER 2016 Til: Aktuelle studenter for Cyberneticas studentprogram Antall sider:

Detaljer

Bootstrapping og simulering Tilleggslitteratur for STK1100

Bootstrapping og simulering Tilleggslitteratur for STK1100 Bootstrapping og simulering Tilleggslitteratur for STK1100 Geir Storvik April 2014 (oppdatert April 2016) 1 Introduksjon Simulering av tilfeldige variable (stokastisk simulering) er et nyttig verktøy innenfor

Detaljer

Metodisk arbeid. Strukturert arbeidsmåte for å nå et bestemt mål

Metodisk arbeid. Strukturert arbeidsmåte for å nå et bestemt mål Metodisk arbeid Strukturert arbeidsmåte for å nå et bestemt mål Hva er en metode? En metode er et redskap, en fremgangsmåte for å løse utfordringer og finne ny kunnskap Metode kommer fra gresk, methodos:

Detaljer

Forbedring av navigasjonsløsning i tunneler

Forbedring av navigasjonsløsning i tunneler 1 2 3 4 5 Forbedring av navigasjonsløsning i tunneler Ingrid Johnsbråten Geodesi -og Hydrografidagene 2015 Sundvolden, 18.-19.november Lysbilde 1 5 Med DEM! Ingrid Johnsbråten; 4 Uten DEM! Ingrid Johnsbråten;

Detaljer

AP 1: Utvikle ny Oslofjordmodell

AP 1: Utvikle ny Oslofjordmodell AP 2: Oljedrift AP 1: Utvikle ny Oslofjordmodell AP 3: Havneutvikling Litt orientering Status på arbeidspakkene AP1: Utvikle ny Oslofjordmodell AP2: Oljedrift AP3: Moss havn Fremdriftsplan Oppsummering

Detaljer

Prosjektbeskrivelsen består av

Prosjektbeskrivelsen består av Kvantitative hovedoppgaver: prosjektbeskrivelsen og litt om metode og utforming Knut Inge Fostervold Prosjektbeskrivelsen består av Vitenskapelig bakgrunn og problemformulering (ca 2 sider) Design og metode

Detaljer

Møte med aktørene den

Møte med aktørene den Møte med aktørene den 18.01.11 -Energisituasjonen Tom Tellefsen Direktør Systemdrift Temperatur, avvik fra normalt. November og desember 2010. 3,9 ºC < normalen. 4,7 ºC < normalen. Kilde: NVE 2 Hydrologi/

Detaljer

Prosjektbeskrivelse for Innovasjonsprosjekt i offentlig sektor

Prosjektbeskrivelse for Innovasjonsprosjekt i offentlig sektor Dette er en veiledning for utforming av «prosjektbeskrivelse» for Innovasjonsprosjekt i offentlig sektor. Prosjektbeskrivelsen skal utformes slik det fremgår av malen nedenfor. Prosjektbeskrivelse for

Detaljer

Jørn Heggset, Jan-Arthur Saupstad, Statnett SF Ketil Sagen, Energi Norge Arnt Ove Eggen, SINTEF Energi AS

Jørn Heggset, Jan-Arthur Saupstad, Statnett SF Ketil Sagen, Energi Norge Arnt Ove Eggen, SINTEF Energi AS Av Jørn Heggset, Jan-Arthur Saupstad, Statnett SF Ketil Sagen, Energi Norge Arnt Ove Eggen, SINTEF Energi AS Sammendrag "Neste generasjon FASIT" er et bransjeprosjekt koordinert av Energi Norge. Målene

Detaljer

Fremtidig klima på Østlandets flatbygder: Hva sier klimaforskningen?

Fremtidig klima på Østlandets flatbygder: Hva sier klimaforskningen? Fremtidig klima på Østlandets flatbygder: Hva sier klimaforskningen? Leder av Norsk klimaservicesenter I. Hanssen-Bauer Presentasjon ved grønt fagseminar 15. oktober 2013 Foto: Torunn Sandstad Næss Disposisjon:

Detaljer

Nærnabo statistisk metode i snøskredvarsling. Eivind Juvik Berg- og geoteknikkseksjonen Region midt

Nærnabo statistisk metode i snøskredvarsling. Eivind Juvik Berg- og geoteknikkseksjonen Region midt Nærnabo statistisk metode i snøskredvarsling Eivind Juvik Berg- og geoteknikkseksjonen Region midt Innhold 1. Nærnabometoden 2. Nærnaboprogrammer 3. Bruk av nærnabo i Canada 4. Statens vegvesens satsing

Detaljer

Logistikk for økt effektivitet i fiskeprosessering

Logistikk for økt effektivitet i fiskeprosessering Logistikk for økt effektivitet i fiskeprosessering Anita Romsdal, forsker NTNU Kabelvåg, 17. april 2015 QualiFish Day, LofotFishing Kunnskap for en bedre verden Verdikjeden for mat = Logistikkens Formel

Detaljer

Behovet for beregninger i næringslivet. Tørres Trovik Analyse og modellering Storebrand Liv

Behovet for beregninger i næringslivet. Tørres Trovik Analyse og modellering Storebrand Liv Behovet for beregninger i næringslivet Tørres Trovik Analyse og modellering Storebrand Liv Bakgrunn fra økonomi og finans: Utvikling i bruk av verktøy? Sweave Normal student fra økonomifag PMML: http://www.amazon.com/dp/1452858268/ref=cm_sw_su_dp?mkt_tok=3rkmmjwwff9wsronv6zmzkxonjhpfsx66uolwkog38431ufwdcjkpmjr1yuattqhcouuewcwgog80glofeyaailp9pzsblgntdlxhw%253d%253d#reader_1452858268

Detaljer

Læreplan i matematikk X - programfag i utdanningsprogram for studiespesialisering

Læreplan i matematikk X - programfag i utdanningsprogram for studiespesialisering Læreplan i matematikk X - programfag i utdanningsprogram for Fastsatt som forskrift av Utdanningsdirektoratet 22. mai 2006 etter delegasjon i brev 26. september 2005 fra Utdannings- og forskningsdepartementet

Detaljer

Forenklede måter å finne strømprognoser for en lokalitet på Rapport i prosjektet DINO, del av AP 2.2

Forenklede måter å finne strømprognoser for en lokalitet på Rapport i prosjektet DINO, del av AP 2.2 SINTEF FISKERI OG HAVBRUK Øyvind Knutsen November 2010 Forenklede måter å finne strømprognoser for en lokalitet på Rapport i prosjektet DINO, del av AP 2.2 Forenklede måter å finne strømprognoser for en

Detaljer

Climate of Norway and the Arctic in the 21 st Century

Climate of Norway and the Arctic in the 21 st Century Climate of Norway and the Arctic in the 21 st Century Nasjonalt koordinart klimamodellering og scenarieprosjekt finansiert av NORKLIMA-programmet Oppstart februar 2007, 4 års varighet Fortsettelse av,

Detaljer