EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA

Størrelse: px
Begynne med side:

Download "EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA"

Transkript

1 no. 15/2012 EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA Knut Helge Midtbø 1

2 report Tittel EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA Date Section Klima Author(s) Knut Helge Midtbø Report no. No. 15/2012 Classification ISSN e-issn 1503 Client(s) Client s reference Avinor Abstract På oppdrag fra Avinor og i samarbeid med SINTEF, kjører Meteorologisk institutt i dag en modell kalt SIMRA for varsling av vind og turbulens på 19 norske flyplasser. Modellen er utviklet av SINTEF, avdeling for anvendt matematikk. For varsling er SIMRA avhengig av oppdaterte randbetingelser gitt av en værvarslingsmodell. Det er i dette dokumentet sammenlignet SIMRA-resultater der to ulike værvarslingsmodeller gir de ytre randbetingelser, for de fem flyplassene Hasvik, Tromsø, Sandnessjøen, Værnes og Sandane. Formålet med testingen er å se om et nytt og raskere opplegg for randhåndtering gir vind- og turbulensvarsler med samme kvalitet som det gamle. Keywords Vindmodellering, turbulensvarsling, UM-modellen, HARMONIE-modellen, SIMRA-modellen Disiplinary signature Responsible signature Jørn Kristiansen Øystein Hov 2

3 Innhold 1. INNLEDNING BAKGRUNN VALG AV FLYPLASSER VERIFIKASJON AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA-HM) MOT OBSERVASJONSDATA SAMMENLIGNING MED TIDSSERIER OG MÅNEDSMIDLER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN SAMMENLIGNING AV VINDROSER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN SAMMENLIGNING MED VIND MÅLT MED RADAR FOR HASVIK SAMMENLIGNING MED AMDAR-DATA FOR TROMSØ OG VÆRNES SAMMENLIGNING AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA- HM) I GRID EKSEMPLER SAMMENLIGNING AV RESULTATENE FOR SIMRA-HM OG SIMRA-UM I MODELLGRIDDET MED STATISTIKK FOR EN LENGRE PERIODE OPPSUMMERING AV EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA VEDLEGG: FIGURER REFERANSER

4 1. INNLEDNING På oppdrag fra Avinor og i samarbeid med SINTEF, kjører Meteorologisk institutt i dag en modell kalt SIMRA for varsling av vind og turbulens på 19 norske flyplasser. Modellen er utviklet av SINTEF, avdeling for anvendt matematikk. For varsling er SIMRA avhengig av oppdaterte randbetingelser gitt av en værvarslingsmodell. Det er i dette dokumentet sammenlignet SIMRA-resultater der to ulike værvarslingsmodeller gir de ytre randbetingelser, for de fem flyplassene Hasvik, Tromsø, Sandnessjøen, Værnes og Sandane. Formålet med testingen er å se om et nytt og raskere opplegg for randhåndtering gir vind- og turbulensvarsler med samme kvalitet som det gamle. 1.1 BAKGRUNN Turbulensmodellen SIMRA kjøres operasjonelt for 19 flyplasser. SIMRA er satt opp og tilpasset for hver plass. Det er meter mellom gridpunktene horisontalt og det brukes 41 lag. Vertikalkoordinat er terrengfølgende z-koordinat og høyeste nivå er mellom 3000 og 4000 m. Det er også tatt et lokalt valg for den enkelte flyplass av hvor mange punkter det er brukt i x- og y-retning horisontalt. For Værnes ble det 15. desember 2011 innført et større område for bedre å dekke fjell som generer turbulens i området rundt plassen og antall lag ble samtidig økt til 53. SIMRA nøstes operasjonelt i UM-modellen med 1 km gridmaske (UM1). UM1 nøstes i UMmodellen med 4 km grid (UM4). Videre nøstes UM4 i HIRLAM8 som igjen får sine laterale randbetingelser fra ECMWF-IFS. UM4 og UM1 er rene dynamiske nedskaleringer av sine respektive drivermodeller. De 19 flyplassene dekkes av 3 ulike områder for UM1. Dagens oppsett innebærer altså multippel nesting av 3 ulike atmosfæremodeller. Dette øker sårbarheten i systemet for varsling av turbulens, og det er krevende å drifte. Samtidig tar produksjonen lang tid (hver modell må kjøre ferdig før neste kan starte). Per i dag kjenner ikke vi til en god metode som sikrer modell-interoperabilitet fra ECMWF-IFS til UM. met.no har heller ikke implementert data-assimilasjon i UM. Første tester innenfor HIRLAM-B viser gode resultater for enkel-nesting fra ECMWF-IFS til HARMONIE2p5 (heretter H25) når det nestes fra en gitteravstand på 16 ned til 2,5 km. Videre, H25 er seinere planlagt med dataassimilasjon. Vi startet så sommeren 2011 parallelle tester med å nøste SIMRA i H25. Dette modelloppsettet kaller vi i det følgende for SIMRA-HM mens det operasjonelle tilsvarende kalles SIMRA-UM. I motsetning til UM1 dekker H25-domenet samtlige flyplasser med ett modelloppsett. Vi antar at lokale terrengstyrte pådriv har størst innflytelse på turbulensvarslene. Med dette oppsettet vil imidlertid SIMRA drives av en modell med grovere horisontal oppløsning enn i dag (Harmonie med 2,5 km erstatter UM med 1 km). Vi må derfor undersøke så nøye som mulig om dette påvirker kvaliteten på SIMRA-beregningene. Målet er altså å vurdere om vi ved byttet kan beholde kvaliteten og som beskrevet ovenfor kan sikre raskere og samtidig enklere og mer stabil produksjon. Det er en stor utfordring å validere turbulensvarslene mot observasjoner i og med at det for de fleste flyplassene bare er 10-m vind fra rullebanen tilgjengelig. Unntaket er for de plassene der det er målinger fra fjell i nærheten og for de som trafikkeres av fly som sender AMDAR- 4

5 rapporter. En første forutsetning for å kunne gi gode varsler er at modellene (SIMRA og H25) gjengir de typiske lokale strømningsforholdene og deres variabilitet. På tilsvarende måte er det naturlig å sammenligne UM1 og H25 for et større geografisk område. For å se noe på dette har vi beregnet en del verdier i modellgriddene i tre dimensjoner for SIMRA-UM og SIMRA-HM. 1.2 VALG AV FLYPLASSER Det ble valgt ut fem flyplasser for en lengre testperiode. Tromsø og Værnes ble valgt fordi de er de to plassene vi har verifikasjon mot AMDAR-data for. Hasvik ligger i nærområdet for radaren på Sørøya og ble valgt fordi vi da har målinger for radiell vind fra denne i SIMRAområdet samt fra Sluskfjellet øst for Hasvik. Sandnessjøen representerer den ene av de to plassene vi har operert systemet for helt siden starten i 2006 (Hammerfest er den andre). Den femte plassen er Sandane. Denne ble valgt fordi vi anser denne for å være en av de plassene i Norge det er særlig vanskelig å modellere vindforholdene. Vi har tidligere også brukt vindmålinger fra Gjevingåsen ved Værnes og Kjølen ved Tromsø, men det er nødvendig med en del forarbeid for å kunne sammenligne observasjonene med prognosene og disse er ikke med i denne evalueringen. Vi mener det er forsvarlig å gjøre denne evalueringen uten disse dataene siden vi har med data fra Sluskfjellet. Vi har brukt AMDAR-data for perioden september 2011 til mars 2012.Evalueringen for Værnes gjort i forbindelse med denne rapporten avdekket en teknisk feil ved lagringen av noen modelldata for Værnes fra økningen av området i desember Denne feilen har ikke rammet produksjonen av kartene i traktflatene, men gjorde verifikasjonen mot AMDAR for Værnes umulig for perioden januar til mars Feilen gjaldt begge systemene, SIMRA-HM og SIMRA-UM. 5

6 2. VERIFIKASJON AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA-HM) MOT OBSERVASJONSDATA Vind i SIMRA i 10 meters høyde er sammenlignet med observert vind fra rullebanen i samme høyde. Det er observasjoner fra rullebanen ved alle de fem plassene. I tillegg har vi tatt med observasjoner fra Hasvik Sluskfjellet og fra Tromsø (Værvarslinga). Hasvik Sluskfjellet ligger 438 moh NE for flyplassen mens Tromsø ligger 100 m over havet S for Tromsø. Plasseringen av målingene og ellers mye informasjon kan finnes i stasjonsarkivet på met.no på følgende adresse: SIMRA-vinden er interpolert fra verdiene i SIMRA-griddet til observasjonspunktet med bilineær interpolasjon. 6

7 Figur 0.1 Området for H25 som brukes for nesting av SIMRA-HM. Alle de 19 flyplassen i drift i sammenligningsperioden er vist i kartet med en svart firkant som markerer SIMRA-området. Sammenligningen er gjort for de fem plassene Tromsø, Værnes, Hasvik, Sandnessjøen og Sandane. Topografien i H25 er gitt ved en fargekode med gul fra 0 meter over havet til brun i fjellet. 7

8 2.1 SAMMENLIGNING MED TIDSSERIER OG MÅNEDSMIDLER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN For sammenligningen med bakkebaserte målinger har vi sett på ulike parametere. Den som gir det beste bildet er etter vår erfaring vindstyrke, ff, og ulike størrelser beregnet fra denne og fra vindkomponentene. Bevegelsesligningene har egenskaper som gjerne kalles kaotiske, dette betyr at to modeller som får noenlunde de samme startverdier før eller seinere gir en spredning i prognosene. For sammenligningen av SIMRA-UM og SIMRA-HM vil vi derfor sjekke om de statistiske egenskapeneer like. Vi har tatt ut ulike statistiske mål i egne figurer. Disse siste tidsseriene har vi ført fram til og med februar Resultater i figurene 1a-1d og 7a-7d der bokstavene a-e refererer til figurtype og tallene til observasjonsstedet for henholdsvis Hasvik-Sluskfjellet (1), Hasvik lufthavn (2), Tromsø Langnes (3), Tromsø (4), Sandnessjøen (5), Værnes (6) og Sandane (7). Tidsserier er vist i 1a til 7a og oppsummert i tabellene under. Vi har i figurene 1b til 7b også tatt med en størrelse beregnet fra standardavvikene i vindkomponentene gitt ved følgende uttrykk: s uv 1 2 s 2 u s 2 v 8

9 Figurene 1c til 7c viser månedsmidler av MAE ( absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (middelfeil av ff). For Hasvik lufthavn viser tidsseriene at SIMRA-HM og SIMRA-UM har noenlunde like nivå på den usystematiske feilen i vindstyrke mens modellene med grovere oppløsning, H25 og UM1 har litt lavere feil. H25 har klart mindre systematisk underestimering av vinden enn de andre modellene. Ser vi på tilsvarende resultater for Hasvik Sluskfjellet er alle feilene større, men forholdet mellom de ulike modellen er den samme. H25 kommer godt ut her også fordi den har lav usystematisk feil. For Tromsø Langnes underestimerer alle modellene vindstyrken. Det vises at paret SIMRA- HM og H25 har lavere feil enn paret SIMRA-UM og UM1. Igjen er det slik at feilen er størst for SIMRA-modellene med finest oppløsning. For stasjonen Tromsø blir vinden overestimert av alle modellene, mest av H25 og UM1. Feilene er her parvis ganske like for de to SIMRAmodellen og for H25 og UM1. Feilen for UM1 er for denne stasjonen litt lavere enn tilsvarende for H25, men dette endrer seg fra desember 2011 da UM1 får en svært stor middelfeil. For Sandnessjøen Stokka overestimerer de groveste modellene vinden mens SIMRAmodellene i middel er likere observasjonene. Særlig H25 har en stor usystematisk feil i vintersesongen. Den usystematiske feilen er minst i de to SIMRA-modellene men UM1 er ikke så mye dårligere enn dem. Alt i alt er dette den plassen der oppløsningen i SIMRAmodellene ser ut til å gi mest i kvalitet på vinden på rullebanen. Når det gjelder forholdet mellom de to SIMRA-modellene, så er de ganske like i kvalitet for denne plassen. For Værnes har vi igjen et nytt mønster i forholdet mellom feilen i de ulike modellene. Her underestimerer SIMRA-UM og UM1 vindstyrken og de har samtidig lavere feil enn SIMRA- HM og H25. Hvordan dette slår ut på turbulensberegningene er usikkert siden vi ikke har målinger av dette. Inspeksjon av noen værsituasjoner for Værnes tyder på at det ikke er så stor forskjell på turbulensresultatene som for resultatene for vind på rullebanen. Men, siden SIMRA-HM kommer litt dårlig fra sammenligningen for denne plassen på rullebanen, blir det her særskilt viktig å se etter forskjeller videre. Dette vil vi se på i neste avsnitt. For Sandane er det mindre feil i SIMRA-HM og H25 enn i de respektive SIMRA-UM og UM1. Det kan se ut som om det er en svakhet i UM-oppsettet for denne plassen. Dette kan skyldes oppsettet av den trange fjorden i denne modellen og effekten av dette. Men, selv om SIMRA-HM kommer godt fra sammenligningen for denne plassen på rullebanen, blir det allikevel også for denne viktig å se etter forskjeller i de statistiske størrelsene i griddene akkurat som for Værnes. 9

10 2.2 SAMMENLIGNING AV VINDROSER FOR BAKKEBASERTE MÅLINGER FRA RULLEBANEN Vi har også sammenlignet vindroser beregnet fra henholdsvis observasjonene og de fire ulike modellene. I denne sammenligningen har vi sett på om vindfordelingen fordelt på retning i modellene ligner på den observerte. Her er det ikke sammenlignet observasjon mot modell for hvert tidspunkt. Allikevel vil denne sammenligningen gi en god pekepinn siden den avdekker om det er forskjeller i vindklima i datasettene når dette måles med en sammenligning av fordelingen etter vindretning. For Hasvik lufthavn ser vi at det er ganske store likheter mellom H25 og SIMRA-HM og mellom UM1 og SIMRA-UM. Det ser ut til at gjelder for både H25 og UM1 som leverer randverdiene til de to SIMRA-modellene at de selv har noenlunde samme retningsfordeling som den SIMRA-modellen de levere randverdier til. Når vi sammenligner med observert vindrose, ser vi at H25 og SIMRA-HM ser ut til å ha den retningsfordelingen som ligner mest på den observerte. Det andre observasjonsstedet i dette området, Hasvik Sluksfjellet bekrefter disse trekkene ved retningsfordelingen. For Tromsø Langnes er bildet noe annerledes siden det er de to SIMRA-modellen som har den retningsfordelingen som ligner mer på den observerte. Det samme forholdet gjelder også for den andre stasjonen i dette området, Tromsø som ligger på toppen av Tromsøya. For Sandnessjøen Stokka gjelder mye det samme som er sagt om Hasvik. For denne plassen at den beste vindfordelingen er gitt av de to SIMRA-modellene og den beste av disse igjen er SIMRA-HM. For Værnes viser ikke vindrosene så mye forskjell mellom datasettene. Det er noenlunde like fordelinger fra observasjonene og fra de fire modellene. For Sandane er resultatene ganske ulike for de forskjellige modellen og dette underbygger at det var grunner for å la denne plassen være en av de som ble med i denne testen. Igjen er det slik at det er store likheter i retningsfordeling mellom den modellen som gir randverdier og SIMRA, det vil si at modell-parene H25 / SIMRA-HM og UM1 / SIMRA-UM har innbyrdes likheter. Vi har sett en del på dette og det ser ut til at UM1 har en dårlig beskrivelse av den trange fjorden. Vurdert fra vindfordelingen ser vi også at SIMRA-HM er langt bedre enn SIMRA-UM for denne plassen. Selv om det å gå over til SIMRA-HM vil gi bedre resultater for denne plassen understreker vi at det er grunn til å følge opp denne plassen spesielt videre. 10

11 2.3 SAMMENLIGNING MED VIND MÅLT MED RADAR FOR HASVIK Figur 0.2 Prognose av vind fra SIMRA-UM for gyldig 09 UTC. Prognosen er basert på render fra 00 UTC. Vindpilene er gitt i rødt. I figuren vises også radiell vindkomponent i en fargeskala som er gitt i venstre kant av figuren. Figuren viser nesting med UM1, og lignende resultater ble funnet med Harmonie. Radardataene egner seg i øyeblikket best for manuell sammenligning med modellprognosene siden det er radarskygge fra fjell og også annen støy i dem. For utvalgte situasjoner har vi gjort visuelle sammenligninger, se Figur 0.2 for ett eksempel på dette. Resultatene viser et godt samsvar mellom observasjon og prognose. Vi vurderer at dette støtter opp om at vindmodelleringen SIMRA fungerer bra med den nestingen som er brukt for Hasvik. 2.4 SAMMENLIGNING MED AMDAR-DATA FOR TROMSØ OG VÆRNES Prognoser med lengde fra +9 til +15 timer basert på render fra 00UTC er verifisert mot observasjon fra det tidsrom som dekkes (12 UTC +/- 3 timer). Tilsvarende er prognoser med lengde fra +3 til + 9 timer basert på render fra 12 UTC verifisert mot observasjoner fra 18 UTC +/- 3 timer. Det er altså to sett av observasjoner og tilhørende prognoser som er brukt. I det siste datasettet verifiseres altså noe kortere prognoser. 11

12 Vi viser resultater for først Tromsø og så Værnes for september til desember 2011 i tabellen 1 til 4. For Tromsø viser resultatene at SIMRA-HM og SIMRA-UM overestimerer vinden og at SIMRA-HM gjør dette i størst grad. Samtidig har de to modellene noenlunde samme nivå på den usystematiske feilen Dette er et resultat vi kan godta. For Værnes er resultatene for denne perioden at SIMRA-HM og SIMRA-UM overestimerer vinden og at SIMRA-HM gjør dette i størst grad akkurat som for Tromsø. Men, for Værnes har SIMRA-HM en litt større usystematisk feil enn SIMRA-UM. Dette kan skyldes at det området som ble brukt for Værnes inntil midten av desember er ganske lite og har store gradienter i topografien nære rendene. Etter dette tidspunktet ble området for Værnes utvidet. Vi har imidlertid ikke fått verifisert om denne økte usystematiske feilen for i SIMRA-HM for Værnes da er der på grunn av feilen ved lagringen av data for denne plassen. Vi vil derfor følge spesielt nøye med på Værnes-resultatene sommeren 2012 for å vurdere dette. For Tromsø har vi i tabell 5 og 6 også sett på data for perioden januar til mars Resultatene bygger på litt flere observasjoner enn for den forrige. Når det gjelder Tromsø er resultatene ganske like de fra den forrige perioden. H8 UM SIMRA-UM SIMRA-HM ME 2,8 0,6 0,9 1,4 MAE 3,7 2,8 2,5 2,6 RMSE 4,6 3,7 3,3 3,5 SDE 3,7 3,7 3,2 3,2 Tabell 1 Verifikasjonsresultater for Tromsø for 00UTC +9, +10, +11, +12, +13, +14, +15. Resultatene er basert på 960 observasjoner og dekker perioden september ut desember H8 UM SIMRA-UM SIMRA-HM ME 2,5 0,5 0,8 1,5 MAE 3,5 3,0 2,5 3,0 RMSE 4,4 3,9 3,5 4,0 SDE 3,6 3,9 3,4 3,7 Tabell 2 Verifikasjonsresultater for Tromsø for 12UTC +3, +4, +5, +6, +7, +8, +9.. Resultatene er basert på 1005 observasjoner og dekker perioden september ut desember H8 UM SIMRA-UM SIMRA-HM ME 2,7 0,8 1,7 2,8 MAE 3,6 2,6 3,2 4,1 RMSE 4,7 3,6 4,3 5,5 SDE 3,8 3,6 3,9 4,7 Tabell 3 Verifikasjonsresultater for Værnes for 00UTC +9, +10, +11, +12, +13, +14, +15. Resultatene er basert på 960 observasjoner og dekker perioden september ut desember

13 H8 UM SIMRA-UM SIMRA-HM ME 2,3 0,7 1,8 2,3 MAE 3,3 2,5 3,1 3,9 RMSE 4,1 2,3 4,0 5,2 SDE 3,4 3,2 3,6 4,6 Tabell 4 Verifikasjonsresultater for Værnes for 12UTC +3, +4, +5, +6, +7, +8, +9.. Resultatene er basert på 1005 observasjoner og dekker perioden september ut desember H8 UM SIMRA-UM SIMRA-HM ME 2,7 1, ,3 MAE 3,6 3,1 2,8 2,8 RMSE 4,5 4,0 3,5 3,8 SDE 3,6 3,8 3,4 3,6 Tabell 5 Verifikasjonsresultater for Tromsø for 00UTC +9, +10, +11, +12, +13, +14, +15. Resultatene er basert på 1217 observasjoner og dekker perioden januar-mars H8 UM SIMRA-UM SIMRA-HM ME 2,5 0,8 0,8 1,3 MAE 3,3 2,7 2,4 2,7 RMSE 4,3 3,6 3,1 3,6 SDE 3,5 3,5 3,0 3,4 Tabell 6 Verifikasjonsresultater for Tromsø for 12UTC +3, +4, +5, +6, +7, +8, +9.. Resultatene er basert på 1239 observasjoner og dekker perioden januar-mars

14 3. SAMMENLIGNING AV SIMRA NESTET I UM (SIMRA-UM) OG SIMRA NESTET I HARMONIE (SIMRA-HM) I GRID 3.1 EKSEMPLER Vi har fulgt modellsystemene daglig for å se etter forskjeller. I figurene 11 og 12 viser vi eksempel på en slik sammenligning for Tromsø Langnes. Det som vises er 14-timers prognose av vind og turbulensintensitet basert på randverdier fra modellene med start 0000 UTC 26. desember Figurene viser data i modellflate 25 som ligger i underkant av 200 meter over SIMRA-modellens topografi. Figur 11 viser resultater med SIMRA-HM, mens figur 12 viser samme prognose med SIMRA-UM. Det er sterk vind fra vest inn mot flyplassen og det er lavtrykket knyttet til ekstremværet Dagmar som rammet Norge 25. og 26. desember som styrer vinden i dette tilfellet. I SIMRA-UM er det maksimalverdier på over 2 m/s langs projeksjonen av innflygingsstrålen, mens det i SIMRA- HM er over 2,5 m/s. Det er en del lokale forskjeller mellom de to prognosene av vindstyrke selv om de store trekkene er ganske like. Samtidig ser vi at maksimal- og minimalverdier av turbulensintensisteten har noenlunde samme struktur og at verdiene er noenlunde like over hele feltet. Verdiene både på vinden og turbulensintensiteten er imidlertid gjennomgående litt lavere i SIMRA-UM. I figurparene 13 og 14, 15 og 16 viser vi tre andre eksempler fra dagene etter Dagmar for henholdsvis Sandnessjøen og Sandane. Figurene 13 og 14 viser et helt tilsvarende resulat for Sandnessjøen. Det er som for Tromsø ovenfor en del lokale forskjeller mellom de to prognosene av vindstyrke og de store trekkene er ganske like. Maksimal- og minimalverdier av turbulensintensisteten har noenlunde samme struktur og at verdiene er noenlunde like over hele feltet. Verdiene både på vinden og turbulensintensiteten er imidlertid gjennomgående litt lavere i SIMRA-UM. Figurene 15 og 16 for Sandane viser også ganske store forskjeller i vindstyrke, men mindre i turbulens. I dette kartet er det kraftig vind og svært høye verdier av turbulensen. Den romlige fordelingen av turbulensen er ganske lik, men SIMRA-HM har noe høyere verdier. Eksemplene har vært supplert med en del andre kart som vi ikke viser her. Oppsuimmert vurdere vi det sånn at disse stikkprøvene bare har gitt resultater akseptable når det gjelder forskjeller på turbulensvarslene fra SIMRA-UM og SIMRA-HM. 14

15 3.2 SAMMENLIGNING AV RESULTATENE FOR SIMRA-HM OG SIMRA-UM I MODELLGRIDDET MED STATISTIKK FOR EN LENGRE PERIODE Det er gjort en romlig sammenligning av modellresultatene Statistikk er beregnet i hvert gridpunkt slik at resultatene kan studeres som kart. Modellresultatene for SIMRA-UM og SIMRA-HM er sammenlignet for perioden fra til Det er beregnet middelverdier, maksimalverdier og minimumsverdier av en rekke størrelser slike som vindstyrke (ff), vindkomponeneter (u og v) og turbulensintensistet (TI). Siden materialet vårt dekker nesten et halvt år, er det grunn til å forvente at middelverdiene og standardavviket av sentrale størrelser i de to modellene er noenlunde like. Disse størrelsene gir en god indikasjon på systematisk forskjeller mellom SIMRA-UM og SIMRA-HM. Hvis middelverdiene er noenlunde like, bør vi også kreve at det rommelige bildet karakterisert ved maksimalverdier og ved gradienter er noenlunde likt. Vi må også se til at de ulikhetene vi ser er innenfor det som vi kan godta av denne typen modeller. Både middelverdier og ekstremer bør ha noenlunde samme nivå og noenlunde samme romlige struktur. Vi har inspisert en mengde kart fra ulike nivåer i modellene. Vi ser først på middelverdier. Det er viktig å understreke at når det gjelder denne sammenligningen har vi inspisert alle kartene visuelt i alle nivåer selv om vi bare viser kart for ett nivå som eksempel. Det er tre statiske resultater vi viser, nemlig gjennomsnitt av størrelsene vindstyrke (ff) i figurene 8a-e, gjennomsnitt av turbulensintensitet (TI) i figurene 9a-e og til sist maksimum av vindstyrke (ff) i figurene 10a-e. Plassen vist i figurseriene 8, 9 og 10 er som før Hasvik (a), Tromsø Langnes (b), Sandnessjøen (c) og Sandane (d). Vi har i sluttstillingen av denne rapporten droppet resultatene for Værnes da det viser seg at vi hadde en feil i de lagrete dataene for denne plassen. Gjennomsnittsverdiene og maksimalverdiene gjelder for hele perioden nevnt ovenfor. Alle dataene er her presentert i nivå 33 som eksempel. Dette nivået ligger ca. 90 meter over terrenget i SIMRA-oppsettet (dette varierer litt fra flyplass til flyplass). I alle kartene er det røde kurver for SIMRA-UM og tilsvarende blå kurver for SIMRA-HM. For Hasvik viser kartene forskjeller, men ikke så store i forhold til de absolutte verdiene. Vurdert ut fra disse tre kartene ser det ut til at for Hasvik avdekker vi ikke vesentlige forskjeller fra disse dataene. For Tromsø gjelder det samme som for Hasvik bortsett fra at det nær rendene i SIMRA er noe større forskjeller. Dette siste skyldes at det er komplisert topografi nær rendene i Tromsø som har så små detaljer at forskjellen på UM1 og HM vil kunne bli ganske stor, mens det ikke er tilsvarende topografi nær rendene for Hasvik. Det viktige i vår sammenheng er at disse forskjellene er begrenset til områder i noe avstand fra innflygingsstrålene. Ser vi på de tre kartene fra Sandnessjøen, ser vi at det igjen er forskjeller, men at forskjellen ikke er så store i forhold til absoluttverdiene. For denne plassen er komplisert topografi inne i området men ikke så komplisert topografi nær rendene. Som vi kan vente er det ikke større forskjeller nær rendene slik som vi ser for Tromsø. Til slutt ser vi på de tre kartene for Sandane. Her er det inne i området fortsatt forskjeller og av dem fem plassene er det for denne det er høyest verdi på forskjellene. Det gjelder for denne plassen det samme som for Tromsø, det er større forskjeller nærmere rendene. Når vi studerer kartet over maksimal vind og sammenligner med tilsvarende for de andre plassene, ser vi at 15

16 det er flest lukkede maksimumskonturer og at dette viser at det er resultatene med stor romlig variasjon for denne plassen. En inspeksjon av topografien for denne underbygger dette. Selv om det ikke er enkel topografi for de andre plassene heller, er denne allikevel særlig komplisert. For eksempel er maksimal vindstyrke nær rendene opp mot doblet noen steder i SIMRA-HM i forhold til SIMRA-UM mens det er mindre forskjeller inne i området. Allikevel mener vi at det vi har sett er innenfor grenser vi vurderer som akseptable. 16

17 4. OPPSUMMERING AV EVALUERING AV NYTT OPPSETT FOR TURBULENSMODELLEN SIMRA Et parallelloppsett for de fem flyplasser 2011 Hasvik, Tromsø, Sandnessjøen, Værnes og Sandane utvalgte har blitt testet for hele perioden juli 2011 til mars Vi har hatt tilgang til alle observasjoner og modellresultater for denne perioden med ett unntak for AMDAR-data for Værnes. Dette skyldes som nevnt tidligere en feil i datalagringen etter økningen av området for SIMRA for Værnes som har ført til at vi bare kunnet verifisere SIMRA-UM og SIMRA-HM for Værnes mot AMDAR-data for Værnes før Formålet var å vurdere betydningen av overgangen fra UM-modellen til Harmonie-modellen som randmodell for SIMRA. Ved et bytte til HARMONIE vil vi spare regnetid, antall nest reduseres og dermed også sårbarheten, og det vil være ferdige produkter en god stund tidligere enn med dagens oppsett. Videre, Harmonie vil fases inn som operasjonell værvarslingsmodell ved Meteorologisk institutt, og både turbulensvarslingen og værvarslingen vil potensielt styrkes ved at det samme modellverktøyet benyttes. Det er imidlertid viktig at kvaliteten på SIMRA-prognosene ikke reduseres. I Harmonie er det et mindre detaljert oppsett med 2,5 km grid i stedet som er litt grovere enn den operasjonell UM med 1-km grid. I den rutinemessige verifikasjonen vi gjør av SIMRA-modellen for de 19 plassen vi har drift for i dag utnytter vi følgende observasjoner: 1 Vind fra rullebanen. Dette er 10 minutters middelvind i 10 meter høyde. 2 Vindmålere på fjelltopper nær flyplassene. 3 Amdar-målinger av vind fra fly under inn- og utflyging. Vi sammenlignet de to modellsystemene SIMRA-HM og SIMRA-UM med det samme settet med observasjoner (seksjon 2). En nyhet med denne studien er en første bruk av vindobservasjoner fra radar for verifikasjon av modellprognosene. Vi viste et eksempel med vinddata fra Sørøya som dekker Hasvik flyplass. Resultatene av visuelle sammenligninger støtter de øvrige resultatene i studien. Det viser også at det er et potensiale for større bruk av disse dataene. Siden prognoserer av atmosfærens tilstand nødvendigvis kommer i tre dimensjoner, har vi i tillegg gått i gjennom prognosene og sett på middelverdier og ekstremverdier av vind og turbulensintensitet i hele modellgriddet for de ulike modelloppsettene (seksjon3). Resultatene fra sammenligningen av vind fra rullebanen og fra Sluskfjellet viser at modellen verifiserer ganske likt målt med de verifikasjonsmålene vi bruker rutinemessig. Det er allikevel ulikheter. Det ser ut til at disse oftest avspeiler forskjeller på randmodellene (henholdsvis H25 og UM1). Retningsfordelingen fra SIMRA-HM er litt bedre enn den fra SIMRA-UM både for Hasvik og Sandane. 17

18 Vi har også sett på verifikasjonen mot AMDAR-data for Tromsø og Værnes (på disse stedene har vi slike data). Denne verifikasjonen viser som ventet forskjeller mellom de to SIMRAmodellene. Disse forskjellene er ganske små slik at de støtter antakelsen om at det ikke er vesentlige kvalitetsforskjeller på tubulensvarslene fra SIMRA-UM og SIMRA-HM. Vurderingen av ulikheter mellom SIMRA-HM og SIMRA-UM har vært supplert med sammenligninger i SIMRA-modellenes tredimensjonale gitter. Som diskutert og også demonstrert med eksempler ser det ut til at SIMRA-HM og SIMRA-UM har ganske like statistiske egenskaper i modellgriddene. Vi finner igjen nivå på middelverdier og størrelse på ekstremer. Vi finner også igjen noenlunde den samme romlige strukturen på disse størrelsene. Det har vært kjørt en kortere test for alle 19 plasser i juli 2011 da testingen startet. Vi vet fra denne at alle modelloppsettene fungerer med SIMRA-HM. Vi valgte raskt å redusere til testing for de fem valgte plassene for å spare regneressurser og lagringsplass. Når det gjelder å gå over fra SIMRA-UM til SIMRA-HM for de plassene der vi ikke har gjennomført videre testing, vurderte vi det den gangen slik at resultatene for de fem plassene ville være representative også for de resterende. Dette holder vi fast ved, og mener fortsatt at det ikke er behov for ytterligere testing av de 12 siste plassene. Etter en vurdering av resultatene fra parallellkjøringen anbefaler vi at det byttes fra SIMRA- UM til SIMRA-HM for alle 19 flyplasser. Vi mener allikevel at vi har tilstrekkelig med resultater til å konkludere i forhold til resultatene av testen og vi vurderer at et bytte fra SIMRA-UM til SIMRA-HM vil gi noenlunde samme kvalitet på turbulensvarslene som i dag. Vi vil samtidig understreke at drift og verifikasjon/validering av modelloppsetten for de 19 flyplassene er ressurskrevende. Byttet fra SIMRA-UM til SIMRA-HM som i skrivende stund er gjennomført forenkler dette ganske vesentlig. Vi vil i den nærmeste tiden overvåke to flyplasser spesielt. Den ene er Værnes der bakgrunnen er at vi som et resultat av feilen i lagring av modelldata ikke fikk verifisert mot AMDAR-data for hele testperioden. Vi vil derfor sikre byttet av modell for Værnes bedre ved å følge nøye med for denne plassen. Skulle det i løpet av sommeren 2012 avdekkes noe særskilt problematisk, vil vi gjøre tiltak for å bøte på det. Den andre plassen er Sandane der UM og UM-SIMRA så ut til å h noen problemer spesifikke for disse to modellene. Siden H25 og SIMRA-HM verifiserte bedre er det trolig ikke noe spesielt å avdekke og heller ikke behov for tiltak. Allikevel velger vi å være føre var og å følge nøye med her, også fordi vi anser denne plassen for den av de 19 plassene som kan hende gir de største utfordringene for modellering av turbulens. 18

19 5. VEDLEGG: FIGURER Figur 1a Sammenligning for tidsrommet som angitt i figuren for Hasvik - Sluskfjellet av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA-UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 19

20 Figur 1b Månedsmidler av feilen for Hasvik-Sluskfjellet gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 20

21 Figur 1c Månedsmidler av feilen for Hasvik - Sluskfjellet gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 21

22 Figur 1d Figur som for Hasvik Sluskfjellet viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

23 Figur 2a Sammenligning for tidsrommet som angitt i figuren for Hasvik lufthavn av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA-UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal aboluttfeil (Maks.abs.feil) og antall (N). 23

24 Figur 2b Månedsmidler av feilen for Hasvik lufthavn gitt ved s uv (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 24

25 Figur 2c Månedsmidler av feilen for Hasvik lufthavn gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 25

26 Figur 2d Figur som for Hasvik lufthavn viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

27 Figur 3 a Sammenligning for tidsrommet som angitt i figuren for Tromsø - Langnes av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA-UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 27

28 Figur 3b Månedsmidler av feilen for Tromsø Langnes gitt ved s uv (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 28

29 Figur 3c Månedsmidler av feilen for Tromsø Langnes gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 29

30 Figur 3d Figur som for Tromsø Langnes viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

31 Figur 4 a Sammenligning for tidsrommet som angitt i figuren for Tromsø av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 31

32 Figur 4b Månedsmidler av feilen for Tromsø gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 32

33 Figur 4c Månedsmidler av feilen for Tromsø gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 33

34 Figur 4d Figur som for Tromsø viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

35 Figur 5a Sammenligning for tidsrommet som angitt i figuren for Sandnessjøen av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 35

36 Figur 5b Månedsmidler av feilen for Sandnessjøen gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 36

37 Figur 5c Månedsmidler av feilen for Sandnessjøen gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 37

38 Figur 5d Figur som for Sandnessjøen viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

39 Figur 6a Sammenligning for tidsrommet som angitt i figuren for Værnes av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 39

40 Figur 6b Månedsmidler av feilen for Værnes gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 40

41 Figur 6c Månedsmidler av feilen for Værnes gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 41

42 Figur 6d Figur som for Værnes viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

43 Figur 7a Sammenligning for tidsrommet som angitt i figuren for Sandane av observert vindstyrke (SYNOP) og modellert vindstyrke (SIMRA-HM (SIMRA nestet i HARMONIE), SIMRA- UM (SIMRA nestet i UM), H25 (HARMONIE med 2,5 km grid) og UM1 (UM med 1 km grid)) fra fire modeller. Sammenligningen er gjort hver tredje time. I kurvene er verdien av ff plottet (fargekode i figurene). De øverste linjene gir fargekode og det er kolonner for henholdsvis minimumsverdi (Min), middelverdi (Middel), maksimumsverdi (Maks), standardavvik (std) og antall observasjoner (N). I de nederste fire linjene sammenlignes vindstyrke fra de fire modellene med observert vindstyrke. Her er det kolonner for middelfeil (Middelfeil), standardavvik i feilen (Std.feil), RMS-feil (RMSE), midlere absoluttfeil (MAE), maksimal absoluttfeil (Maks.abs.feil) og antall (N). 43

44 Figur 7b Månedsmidler av feilen for Sandane gitt ved (se tekst for definisjon) og Mean Error (middelfeil av vindstyrken ff) for kalendermånedene fra mars 2011 til og med februar Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). s uv 44

45 Figur 7c Månedsmidler av feilen for Sandane gitt ved MAE (maksimal absoluttverdi av feilen i vindstyrke ff), SDE (standardavviket i feilen i ff) og ME (Mean Error, det vil si middelfeil av ff) for kalendermånedene fra mars 2011 til og med februar ME er også vist i det første settet med figurer med månedsmidler gitt før i dette avsnittet. Dataene er vist for SIMRA-HM (mørk blå), SIMRA-UM (lys grønn), H25 (turkis) og UM1 (rød). 45

46 Figur 7d Figur som for Sandane viser vindstyrke ff fordelt på retning i åtte sektorer. Vindstyrken er angitt med nyanser av grønt vist i figuren. De fem datasettene som er vist er observasjoner, SIMRA-HM, SIMRA-UM, H25 og UM1. Dataene er for perioden til

47 Figur 8a Isolinjer vist for Hasvik lufthavn av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 47

48 Figur 8b Isolinjer vist for Tromsø av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA- HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 48

49 Figur 8c Isolinjer vist for Sandnessjøen av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 49

50 Figur 8d Isolinjer vist for Sandane av gjennomsnittlig turbulensintensitet i modellflate 33 for SIMRA- HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Turbulensintensitet er kvadratroten av turbulens kinetisk energi og er vist i enhet m/s. 50

51 Figur 9a Isolinjer vist for Hasvik lufthavn av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 51

52 Figur 9b Isolinjer vist for Tromsø av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 52

53 Figur 9c Isolinjer vist for Sandnessjøen av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA- HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 53

54 Figur 9d Isolinjer vist for Sandane av gjennomsnittlig vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 54

55 Figur 10a Isolinjer vist for Hasvik for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 55

56 Figur 10b Isolinjer vist for Tromsø for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 56

57 Figur 10c Isolinjer vist for Sandnessjøen for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 57

58 Figur 10d Isolinjer vist for Sandane for maksimal vindstyrke ff i modellflate 33 for SIMRA-HM (blått) og SIMRA-UM (rødt) for perioden til Modellflate 33 ligger ca. 100 meter over topografiene i SIMRA-modellen. Enhet er m/s. 58

59 Figur 11 Prognose for Tromsø fra SIMRA-HM basert på render fra UTC. Prognosen er på 14 timer og gjelder 14 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 59

60 Figur 12 Prognose for Tromsø fra SIMRA-UM basert på render fra UTC. Prognosen er på 14 timer og gjelder 14 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 60

61 Figur 13 Prognose for Sandnessjøen fra SIMRA-HM basert på render fra UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 61

62 Figur 14 Prognose for Sandnessjøen fra SIMRA-UM basert på render fra UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 62

63 Figur 15 Prognose for Sandane fra SIMRA-HM basert på render fra UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 63

64 Figur 16 Prognose for Sandane fra SIMRA-UM basert på render fra UTC. Prognosen er på 6 timer og gjelder 06 UTC. Det som vises er turbulensintensitet i m/s, vind og høyde av modellflate 25 i meter. Den sorte streken med to knekkpunkter viser projeksjonen rullebanen på flyplassen og i forlengelsen av denne projeksjonen av de to innflygingstrålene på kartet. 64

65 6. REFERANSER Haugen, J. E., Aspelien, T., Homleid, M., Køltzow, M. and Vignes, O.(2008) Operasjonell Hirlam med 12km, 8km og 4 km gitter. (in Norwegian) Met.no note No. 1, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2008) Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik. Met.no note No. 2, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2008) Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period to Met.no note No. 10, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2008) Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period to Met.no note No. 18, The Norwegian Meteorological Institute, 2008 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2009)Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period to Met.no note No. 20, The Norwegian Meteorological Institute, 2009 Midtbø, K.H., Bremnes, J.B., Homleid, M., Ødegaard, V (2009 Verification of wind forecasts for the airports Hammerfest, Honningsvåg, Sandnessjøen, Ørsta, Værnes, Sandane and Narvik for the period to Met.no note No. 21, The Norwegian Meteorological Institute, 2009 Midtbø, K.H., Homleid, M., Ødegaard, V (2010) Verification of wind forecasts for the airports Honningsvåg, Hammerfest, Hasvik, Tromsø, Evenes, Narvik, Mosjøen, Sandnessjøen, Brønnøysund, Værnes, Ørsta-Volda, Sandane, Førde and Fagernes for the period to Met.no note No. 8, The Norwegian Meteorological Institute,

Meteorologisk vurdering av planlagt luftsportsenter i Sørum kommune

Meteorologisk vurdering av planlagt luftsportsenter i Sørum kommune MET report no. 01/2017 ISSN 2387-4201 Climate Meteorologisk vurdering av planlagt luftsportsenter i Sørum kommune Harold Mc Innes, Jostein Mamen, Knut Helge Midtbø Title: Meteorologisk vurdering av planlagt

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

Referansetemperaturer for flyplasser i Norge 1981-2010

Referansetemperaturer for flyplasser i Norge 1981-2010 Referansetemperaturer for flyplasser i Norge 1981-2010 Helga Therese Tilley Tajet og Ole Einar Tveito (P.O. Box 43, N-0313 OSLO, NORWAY) SAMMENDRAG Referansetemperatur for 49 flyplasser i Norge er blitt

Detaljer

Evaluering av farledsvarslingen i BarentsWatch

Evaluering av farledsvarslingen i BarentsWatch METinfo Nr. 21/2015 ISSN 1894-759X METEOROLOGI Bergen, 11.06.2015 Evaluering av farledsvarslingen i BarentsWatch Birgitte Rugaard Furevik og Karen Helén Doublet Bakgrunn Farledsvarslene på BarentsWatch-portalen

Detaljer

Vind, bølger, strøm og vannstand ved Full City s havari.

Vind, bølger, strøm og vannstand ved Full City s havari. Vind, bølger, strøm og vannstand ved Full City s havari. Knut A. Iden og Magnar Reistad (P.O. Box 43, N-0313 OSLO, NORWAY) ABSTRACT Rapporten er en dokumentasjon av værforholdene 30. og 31. juli 2009 for

Detaljer

Bedre byluft 2014/15

Bedre byluft 2014/15 METreport No. 23/2015 ISSN 2387-4201 Luftforurensning Bedre byluft 2014/15 Prognoser for meteorologi og luftkvalitet i norske byer vinteren 2014-2015 Bruce Rolstad Denby, Jakob Süld, Ingrid Sundvor*, Britt

Detaljer

met.info Ekstremværrapport

met.info Ekstremværrapport met.info no. 16/2014 ISSN 1503-8017 METEOROLOGI Bergen, 25.08.2014 Ekstremværrapport Lena 9. og 10. august 2014 Sammendrag Lørdag 9. og søndag 10. august gikk et, for årstiden, kraftig lavtrykk inn i

Detaljer

VINDSIMULERINGER LØVOLDSGÅRDEN, BODØ

VINDSIMULERINGER LØVOLDSGÅRDEN, BODØ Beregnet til Gunvald Johansen Bygg AS Dokumenttype Vindanalyse Dato Juni 2016 VINDSIMULERINGER LØVOLDSGÅRDEN, BODØ VINDSIMULERINGER BODØ Revisjon 001 Dato 2016/06/23 Utført av Ingvild Fladvad Størdal Kontrollert

Detaljer

Påregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram mot år 2100

Påregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram mot år 2100 Vervarslinga på Vestlandet Allégt. 70 5007 BERGEN 19. mai 006 Flora kommune ved Øyvind Bang-Olsen Strandgata 30 6900 Florø Påregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram

Detaljer

NOTAT VURDERING AV VIND- OG SNØFORHOLD. Oppdrag Årnesveien 4, Bodø Vind- og snøforhold Kunde Bodø Kommune Oppdrag 6131713 Notat nr.

NOTAT VURDERING AV VIND- OG SNØFORHOLD. Oppdrag Årnesveien 4, Bodø Vind- og snøforhold Kunde Bodø Kommune Oppdrag 6131713 Notat nr. NOTAT Oppdrag Årnesveien 4, Bodø Vind- og snøforhold Kunde Bodø Kommune Oppdrag 6131713 Notat nr. 1 Fra Sven Egil Nørsett, Rambøll VURDERING AV VIND- OG SNØFORHOLD Dato 10.12.2013 Rambøll Mellomila 79

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

Snøforholdene i Drammen vinteren 2017/2018

Snøforholdene i Drammen vinteren 2017/2018 MET report no. 5/2018 ISSN 2387-4201 Klima Snøforholdene i Drammen vinteren 2017/2018 Helga Therese Tilley Tajet MET report Title: Snøforholdene i Drammen vinteren 2017/2018 Section: Klimatjenesteavdelingen

Detaljer

Klimalaster for 22 kv kraftledning Norstølosen - Lysestølen

Klimalaster for 22 kv kraftledning Norstølosen - Lysestølen METreport No. 25/2015 ISSN 2387-4201 Climate Klimalaster for 22 kv kraftledning Norstølosen - Lysestølen Helga Therese Tilley Tajet Harold Mc Innes Svein Fikke (Meteorologisk konsulent) METreport Title

Detaljer

Konvertering fra døgn- til timemiddelbaserte varslingsklasser for svevestøv i Bedre byluft Sam-Erik Walker

Konvertering fra døgn- til timemiddelbaserte varslingsklasser for svevestøv i Bedre byluft Sam-Erik Walker NILU: OR 60/2003 NILU: OR 60/2003 REFERANSE: O-2205 DATO: AUGUST 2003 ISBN: 82-425-1490-9 Konvertering fra døgn- til timemiddelbaserte varslingsklasser for svevestøv i Bedre byluft Sam-Erik Walker 1 Innhold

Detaljer

Rapport etter økt overvåking av vind januar 2017

Rapport etter økt overvåking av vind januar 2017 METinfo Nr. 17/17 ISSN 1894-759X METEOROLOGI Tromsø, 10.02.2017 Rapport etter økt overvåking av vind januar 2017 Melding om økt overvåking for 18.januar 2017: Sterk vind og sterke vindkast Anita Ager-Wick

Detaljer

Snøforholdene i Drammen vinteren 2018/2019

Snøforholdene i Drammen vinteren 2018/2019 MET report no. 3/2019 ISSN 2387-4201 Klima Snøforholdene i Drammen vinteren 2018/2019 Helga Therese Tilley Tajet MET report Title: Snøforholdene i Drammen vinteren 2018/2019 Section: Klimatjenesteavdelingen

Detaljer

Strømstatistikk for Lofotenområdet 1

Strømstatistikk for Lofotenområdet 1 Note No. 13/2009 Oceanography Oslo, April 27, 2009 Strømstatistikk for Lofotenområdet 1 Lars Petter Røed, Jon Albretsen and Yvonne Gusdal 1 This document contains hyperlinks that are active when viewed

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

Klimavurderinger Reguleringsplan Krokbakken

Klimavurderinger Reguleringsplan Krokbakken Eiendomsgruppen AS Postboks 177 9261 Tromsø Wind, Snow and Building Technology AS Postboks 737 859 Narvik telefon: (+47) 76 96 62 57 mobil: (+47) 92 46 34 3 faks.: (+47) 76 96 68 15 e.mail: pas@hin.no

Detaljer

VINDBEREGNINGER SJØGATA 29-31, BODØ

VINDBEREGNINGER SJØGATA 29-31, BODØ Beregnet til Sjøgata Utvikling Bodø AS Dokument type Vindanalyse Dato August 2015 VINDBEREGNINGER SJØGATA 29-31, BODØ SJØGATA 29-31, BODØ Revisjon 000 Dato 2014/08/21 Utført av Jenny Skeide Skårn Kontrollert

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

Kystnære bølgevarsler på Barentswatch og yr

Kystnære bølgevarsler på Barentswatch og yr METreport No. 14/2017 ISSN 2387-4201 Oceanography Kystnære bølgevarsler på Barentswatch og yr Birgitte Rugaard Furevik METreport Title Date Kystnære bølgevarsler på Barentswatch og yr September 15, 2017

Detaljer

Klima i Norge i 200 år (fra 1900 til 2100)

Klima i Norge i 200 år (fra 1900 til 2100) Klima i Norge i 200 år (fra 1900 til 2100) Matthias Mohr Seksjon for klimaforskning Meteorologisk institutt Klima i Norge i 200 år 1.Norges klima i dag 2.Klima i de 100 forrige år 3.Klima i de neste 100

Detaljer

Dato: KR-19145 11.06.2015 Rev. nr. Kundens bestillingsnr./ ref.: Utført: Ansvarlig signatur:

Dato: KR-19145 11.06.2015 Rev. nr. Kundens bestillingsnr./ ref.: Utført: Ansvarlig signatur: VEDLEGG 15 Kunde: Asplan Viak Att: Even Lind Østervågskaia 1a 4004 Stavanger Molab as, 8607 Mo i Rana Telefon: 404 84 100 Besøksadr. Mo i Rana: Mo Industripark Besøksadr. Oslo: Kjelsåsveien 174 Besøksadr.

Detaljer

Deskriptiv statistikk., Introduksjon til dataanalyse

Deskriptiv statistikk., Introduksjon til dataanalyse Introduksjon til dataanalyse Deskriptiv statistikk 2 Kapittel 1 Denne timen og delvis forrige time er inspirert av Kapittel 1, men vi kommer ikke til å gå igjennom alt fra dette kapittelet i forelesning.

Detaljer

Deskriptiv statistikk., Introduksjon til dataanalyse

Deskriptiv statistikk., Introduksjon til dataanalyse Introduksjon til dataanalyse Deskriptiv statistikk 2 Kapittel 1 Denne timen og delvis forrige time er inspirert av Kapittel 1, men vi kommer ikke til å gå igjennom alt fra dette kapittelet i forelesning.

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

GEO1030 og GEF1100: Fjordtokt oktober 2017

GEO1030 og GEF1100: Fjordtokt oktober 2017 GEO1030 og GEF1100: Fjordtokt 23.-24. oktober 2017 Varmebudsjettet for en flateenhet i overflaten og overføring av kinetisk vindenergi til havet (Meteorologiske observasjoner) Mulighet for varmetransport

Detaljer

Klimalaster for 132 kv kraftledning Lysebotn - Tronsholen

Klimalaster for 132 kv kraftledning Lysebotn - Tronsholen METreport No. 22/2015 ISSN 2387-4201 Climate Klimalaster for 132 kv kraftledning Lysebotn - Tronsholen Harold Mc Innes, Helga Therese Tilley Tajet METreport Title Klimalaster for 132 kv kraftledning Lysebotn

Detaljer

Flytebrygger i Vikan. NOTAT Oppdragsgiver: Bodø Kommune Oppdragsnr.: Dokumentnr.: 1 Versjon: 1

Flytebrygger i Vikan. NOTAT Oppdragsgiver: Bodø Kommune Oppdragsnr.: Dokumentnr.: 1 Versjon: 1 Til: Fra: Antonsen Gøran Athul Sasikumar Dato 2017-12-07 Flytebrygger i Vikan Det er planlagt nytt fortøyningsområde på indre Vikan i Bodø kommune, ca. 15 km øst for Bodø sentrum, Figur 1. Det er derfor

Detaljer

Endelige klimalaster for 420 kv Tjørhom Ertsmyra - Solhom

Endelige klimalaster for 420 kv Tjørhom Ertsmyra - Solhom MET report no. 20/2014 Climate ISSN 2387-4201 Endelige klimalaster for 420 kv Tjørhom Ertsmyra - Solhom Harold Mc Innes Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) Meteorologisk institutt Meteorological

Detaljer

FORFATTER(E) Anna Olsen og Egil Lien OPPDRAGSGIVER(E) GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG

FORFATTER(E) Anna Olsen og Egil Lien OPPDRAGSGIVER(E) GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG SINTEF RAPPORT TITTEL SINTEF Fiskeri og havbruk AS Postadresse: 7465 Trondheim Besøksadresse: SINTEF Sealab Brattørkaia 17B Telefon: 4 535 Telefaks: 932 7 71 E-post: fish@sintef.no Internet: www.sintef.no

Detaljer

Assimilasjon av radarobservasjoner i værvarslingsmodellen Harmonie

Assimilasjon av radarobservasjoner i værvarslingsmodellen Harmonie Assimilasjon av radarobservasjoner i værvarslingsmodellen Harmonie Martin S. Grønsleth, PhD, Numerisk værvarsling, FoU, met.no Kaeinfo Tallhall, 2012-02-28 Innhold 1 Intro 2 Pre-operasjonell kjøring nedbør

Detaljer

Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie,

Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie, Tema: Deskriptiv statistikk for kontinuerlige data. Av Kathrine Frey Frøslie, www.statistrikk.no Kontinuerlige data er målinger som gjøres langs en skala, for eksempel tid, lengde og vekt. Noen ganger

Detaljer

Kraftige vindkast i Ofoten og Sør-Troms

Kraftige vindkast i Ofoten og Sør-Troms METinfo Nr. 16/2015 ISSN 1894-759 METEOROLOGI ø, 05.03.2015 Kraftige vindkast i Ofoten og Sør- Rapport etter uvær i Ofoten og Sør- 29-01-2015 Matilda Hallerstig Sammendrag Torsdag 29.01.2015 oppsto store

Detaljer

BYGGRELATERTE LOKALKLIMADATA FOR ÅS I AKERSHUS. Arne A. Grimenes og Vidar Thue-Hansen

BYGGRELATERTE LOKALKLIMADATA FOR ÅS I AKERSHUS. Arne A. Grimenes og Vidar Thue-Hansen BYGGRELATERTE LOKALKLIMADATA FOR ÅS I AKERSHUS Arne A. Grimenes og Vidar Thue-Hansen UNIVERSITETET FOR MILJØ- OG BIOVITENSKAP INSTITUTT FOR MATEMATISKE REALFAG OG TEKNOLOGI FAGRAPPORT 1.11.2010 1 Byggrelaterte

Detaljer

Snøforholdene i Drammen vinteren 2014/2015

Snøforholdene i Drammen vinteren 2014/2015 MET report no. 17/2015 Klima Snøforholdene i Drammen vinteren 2014/2015 Helga Therese Tilley Tajet Abstract Ved utgangen av månedene oktober til april telles antall døgn der snødybden har økt mer enn

Detaljer

PROSJEKTLEDER. Kjetil Arne Vaskinn OPPRETTET AV. Kjetil Arne Vaskinn og Wolf Marchand

PROSJEKTLEDER. Kjetil Arne Vaskinn OPPRETTET AV. Kjetil Arne Vaskinn og Wolf Marchand KUNDE / PROSJEKT Statens Vegvesen, Region midt PROSJEKTLEDER Kjetil Arne Vaskinn PROSJEKTNUMMER 26838001 OPPRETTET AV Kjetil Arne Vaskinn og Wolf Marchand DISTRIBUSJON: FIRMA NAVN TIL: STATENS VEGVESEN,

Detaljer

1 Forus Avfallsanlegg / Even Lind Karina Ødegård

1 Forus Avfallsanlegg / Even Lind Karina Ødegård Kunde: Asplan Viak Att: Even Lind Østervågskaia 1a 4004 Stavanger Molab as, 8607 Mo i Rana Telefon: 404 84 100 Besøksadr. Mo i Rana: Mo Industripark Besøksadr. Oslo: Kjelsåsveien 174 Besøksadr. Glomfjord:

Detaljer

Meteorologisk vurdering av kraftig snøfall i Agder påsken 2008

Meteorologisk vurdering av kraftig snøfall i Agder påsken 2008 Meteorologisk vurdering av kraftig snøfall i Agder påsken 2008 Hans Olav Hygen og Ketil Isaksen (P.O. Box 43, N-0313 OSLO, NORWAY) ABSTRACT I forbindelse med at deler av Sørlandet ble rammet av et kraftig

Detaljer

Helgeland Havbruksstasjon AS

Helgeland Havbruksstasjon AS Helgeland Havbruksstasjon AS Strømundersøkelse Klipen i Leirfjord kommune Juli 2014 Helgeland Havbruksstasjon Torolv Kveldulvsons gate 39 8800 Sandnessjøen are@havforsk.com, 90856043 Informasjon om anlegg

Detaljer

Dæmi um aðferðir og greiningu veðurgagna er lúta að færslu/nýbyggingu flugvalla í Noregi Haustþing Veðurfræðifélagsins og ISAVIA 9.

Dæmi um aðferðir og greiningu veðurgagna er lúta að færslu/nýbyggingu flugvalla í Noregi Haustþing Veðurfræðifélagsins og ISAVIA 9. Dæmi um aðferðir og greiningu veðurgagna er lúta að færslu/nýbyggingu flugvalla í Noregi Haustþing Veðurfræðifélagsins og ISAVIA 9. nóvember 2017 Hálfdán Ágústsson, Kjeller Vindteknikk Knut Harstveit,

Detaljer

no. 17/2015 ISSN 1894/759x METEOROLOGI Tromsø, 05.03.2015 METinfo Ekstremværrapport Ole, 7. februar 2015

no. 17/2015 ISSN 1894/759x METEOROLOGI Tromsø, 05.03.2015 METinfo Ekstremværrapport Ole, 7. februar 2015 METinfo no. 17/2015 ISSN 1894/759x METEOROLOGI Tromsø, 05.03.2015 Ekstremværrapport Ole, 7. februar 2015 Sammendrag Lørdag 7. februar 2015 kom et kraftig lavtrykk inn mot Nordland og Troms. Det førte

Detaljer

Klimalaster for 300 kv Åsen Oksla, Odda kommune, Hordaland

Klimalaster for 300 kv Åsen Oksla, Odda kommune, Hordaland MET report no. 18/2014 Climate Klimalaster for 300 kv Åsen Oksla, Odda kommune, Hordaland Harold Mc Innes Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) Meteorologisk institutt Meteorological Institute

Detaljer

PROSJEKTLEDER. Kjetil Arne Vaskinn OPPRETTET AV. Kjetil Arne Vaskinn og Wolf Marchand. Morten Søvde REGION MIDT

PROSJEKTLEDER. Kjetil Arne Vaskinn OPPRETTET AV. Kjetil Arne Vaskinn og Wolf Marchand. Morten Søvde REGION MIDT KUNDE / PROSJEKT Statens Vegvesen, Region midt PROSJEKTLEDER Kjetil Arne Vaskinn PROSJEKTNUMMER 26838001 OPPRETTET AV Kjetil Arne Vaskinn og Wolf Marchand DISTRIBUSJON: FIRMA NAVN TIL: STATENS VEGVESEN,

Detaljer

Databehandlingen for de ovennevnte EKV programmene blir utført på samme dataprogram, og utseendet av rapportene blir derfor tilnærmet likt.

Databehandlingen for de ovennevnte EKV programmene blir utført på samme dataprogram, og utseendet av rapportene blir derfor tilnærmet likt. Dato: 25/3 2010 Rapportveileder for 2300 Hormoner A 2301 Hormoner B 2050 Medisinsk biokjemi, 2 nivå 2700 Tumormarkører 2150 Ammonium ion Generelt Databehandlingen for de ovennevnte EKV programmene blir

Detaljer

Verifikasjon av hav- og kyst-varselet på yr.no 1

Verifikasjon av hav- og kyst-varselet på yr.no 1 Notat nr. 18/29 Oceanography Oslo, 3. juli 29 Verifikasjon av hav- og kyst-varselet på yr.no 1 Lars Petter Røed og Helene B. Erlandsen 1 This document contains hyperlinks that are active when viewed with

Detaljer

Varsel om ekstreme vêrtilhøve under ekstremvêret ` Cora ` gjeld for:

Varsel om ekstreme vêrtilhøve under ekstremvêret ` Cora ` gjeld for: Helgeland ble søndag 7. januar 2018 rammet av ekstremværet Cora. Denne rapporten oppsummerer forløpet av uværet og skadeomfang. Hensikten med denne rapporten er å samle erfaringer med denne type hendelser.

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

Rapport etter førjulstorm Svalbard

Rapport etter førjulstorm Svalbard METinfo Nr. 17/2016 ISSN 1894-759X METEOROLOGI Oslo, 18.02.2016 Rapport etter førjulstorm Svalbard 18.-19. desember 2015 Sammendrag Den 18 og 19 desember lå et kraftig lavtrykk sør for Svalbard, og ga

Detaljer

Vinterindeks i Nittedal

Vinterindeks i Nittedal Vinterindeks i Nittedal Knut A. Iden (P.O. Box 43, N-0313 OSLO, NORWAY) ABSTRACT I forbindelse med omlegging av rutiner for operativ vinterdrift er data for nedbør som snø i Nittedal frembrakt og analysert

Detaljer

IVF-statistikk for Vestfold

IVF-statistikk for Vestfold No. 16/2017 ISSN 2387-4201 MET report Climate IVF-statistikk for Vestfold Anita Verpe Dyrrdal Title IVF-statistikk for Vestfold Section FOU Author(s) Anita Verpe Dyrrdal Client(s) COWI Date 20.10.2017

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

RAPPORT Spredningsberegning - Hordafôr

RAPPORT Spredningsberegning - Hordafôr Hordafor AS Att: Martin Mjøs-Haugland Thormøhlensgate 53c SINTEF Molab as Org. nr.: NO 953 018 144 MVA Postboks 611 8607 Mo i Rana www.sintefmolab.no Tlf: 404 84 100 Ordrenr.: 65087 5006 BERGEN Rapportref.:

Detaljer

MET report. Endelige klimalaster Namsos - Roan. Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS)

MET report. Endelige klimalaster Namsos - Roan. Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) MET report no. 2/2014 Climate Endelige klimalaster Namsos - Roan Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) Meteorologisk institutt Meteorological Institute

Detaljer

Vinterindeks i Drammen

Vinterindeks i Drammen Vinterindeks i Drammen Knut A. Iden og Hans Olav Hygen (P.O. Box 43, N-0313 OSLO, NORWAY) ABSTRACT I forbindelse med omlegging av rutiner for operativ vinterdrift er data for nedbør som snø i Drammensområdet

Detaljer

Berit Hagen og Anne Solveig Andersen Statsmeteorologer ved Vervarslinga på Vestlandet berit.hagen@met.no; anne.solveig.andersen@met.

Berit Hagen og Anne Solveig Andersen Statsmeteorologer ved Vervarslinga på Vestlandet berit.hagen@met.no; anne.solveig.andersen@met. Ekstremvær Ekstremvær på i Vestlandet Trøndelag Erfaringer Ekstremvær og trender og hvordan tolke disse Fagseminar i Steinkjer 8. november 2012 Berit Hagen og Anne Solveig Andersen Statsmeteorologer ved

Detaljer

GRØTNESET SIKTMÅLINGER 2009/2010

GRØTNESET SIKTMÅLINGER 2009/2010 GRØTNESET SIKTMÅLINGER 2009/2010 IVAR A. SEIERSTAD SAMMENDRAG Siden mars 2009 har det blitt foretatt skyhøyde- og siktmålinger på Grøtneset som ligger ca 15 km fra Hammerfest. Hensikten er å kartlegge

Detaljer

Klimaprognosers innvirkning på nedbør, vind og temperatur regionalt

Klimaprognosers innvirkning på nedbør, vind og temperatur regionalt Nettkonferansen Molde, 4.-5. desember 2007 Klimaprognosers innvirkning på nedbør, vind og temperatur regionalt Jan Erik Haugen Meteorologisk institutt, Oslo Global middel temperatur har økt raskere siste

Detaljer

Norsk institutt for luftforskning. Oppdatering av avsetningsberegninger for utvidelse av metanolfabrikken på og nytt gasskraftverk på Tjeldbergodden.

Norsk institutt for luftforskning. Oppdatering av avsetningsberegninger for utvidelse av metanolfabrikken på og nytt gasskraftverk på Tjeldbergodden. orsk institutt for luftforskning OTAT Til: Statoil v/jostein ordland Kopi: Fra: Svein Knudsen Dato: Kjeller, 2. februar 0 Ref.: SK/BKa/O-016/B Oppdatering av avsetningsberegninger for utvidelse av metanolfabrikken

Detaljer

Solcellen. Nicolai Kristen Solheim

Solcellen. Nicolai Kristen Solheim Solcellen Nicolai Kristen Solheim Abstract Med denne oppgaven ønsker vi å oppnå kunnskap om hvordan man rent praktisk kan benytte en solcelle som generator for elektrisk strøm. Vi ønsker også å finne ut

Detaljer

FORFATTER(E) Arne E. Lothe OPPDRAGSGIVER(E) Kystverket. Eivind Johnsen GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG

FORFATTER(E) Arne E. Lothe OPPDRAGSGIVER(E) Kystverket. Eivind Johnsen GRADER. DENNE SIDE ISBN PROSJEKTNR. ANTALL SIDER OG BILAG SINTEF RAPPORT TITTEL SINTEF Byggforsk Kyst- og havneteknikk Postadresse: 7465 Trondheim Besøk: Klæbuveien 153 Telefon: 73 59 30 00 Telefaks: 73 59 23 76 Foretaksregisteret: NO 948 007 029 MVA RØSTNESVÅGEN,

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

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

Foreløpige klimalaster ved Førre og Storhillerdalen på 420 kv kraftledning Sauda- Lyse

Foreløpige klimalaster ved Førre og Storhillerdalen på 420 kv kraftledning Sauda- Lyse MET report no. 01/2015 ISSN 2387-4201 Klima Foreløpige klimalaster ved Førre og Storhillerdalen på 420 kv kraftledning Sauda- Lyse Harold Mc Innes Bjørn Egil Nygaard (Kjeller Vindteknikk) Abstract

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

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

Vindberegninger for Silokaia, Kristiansand

Vindberegninger for Silokaia, Kristiansand Vindberegninger for Silokaia, Kristiansand Beskrivelse av vindklima og vindkomfort ved hjelp av 3-D vindberegninger. September 2014 Vind Turbulens Forord På oppdrag for Kanalbyen Eiendom AS er det utført

Detaljer

Tema 3: Tekniske problemstillinger omkring vindkraft. Tove Risberg Kjeller Vindteknikk AS

Tema 3: Tekniske problemstillinger omkring vindkraft. Tove Risberg Kjeller Vindteknikk AS Tema 3: Tekniske problemstillinger omkring vindkraft Tove Risberg Kjeller Vindteknikk AS Agenda Metoder for vindressurskartlegging Verifikasjon av metodene Nytteverdi av vind- og isingskart Eksempler for

Detaljer

OM EXTRANET OG KAMPANJENS MÅLINGER (innsatsområdene UVI og SVK) 15.11.2012 - www.pasientsikkerhetskampanjen.no Side 2

OM EXTRANET OG KAMPANJENS MÅLINGER (innsatsområdene UVI og SVK) 15.11.2012 - www.pasientsikkerhetskampanjen.no Side 2 OM EXTRANET OG KAMPANJENS MÅLINGER (innsatsområdene UVI og SVK) 15.11.2012 - www.pasientsikkerhetskampanjen.no Side 2 HVORFOR MÅLE? 15.11.2012 - www.pasientsikkerhetskampanjen.no Side 3 HVORFOR MÅLE? Measurements

Detaljer

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene 1 Sec 3-2: Hvordan beskrive senteret i dataene 2 Sec 3-3: Hvordan beskrive spredningen i dataene Todeling av statistikk Deskriptiv statistikk Oppsummering og beskrivelse av den stikkprøven du har. Statistisk

Detaljer

1. Atmosfæren. 2. Internasjonal Standard Atmosfære. 3. Tetthet. 4. Trykk (dynamisk/statisk) 5. Trykkfordeling. 6. Isobarer. 7.

1. Atmosfæren. 2. Internasjonal Standard Atmosfære. 3. Tetthet. 4. Trykk (dynamisk/statisk) 5. Trykkfordeling. 6. Isobarer. 7. METEOROLOGI 1 1. Atmosfæren 2. Internasjonal Standard Atmosfære 3. Tetthet 4. Trykk (dynamisk/statisk) 5. Trykkfordeling 6. Isobarer 7. Fronter 8. Høydemåler innstilling 2 Luftens sammensetning: Atmosfæren

Detaljer

MET report. Klimalaster NORDLINK Gilevann-Vollesfjord. Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS)

MET report. Klimalaster NORDLINK Gilevann-Vollesfjord. Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) MET report no. 1/2014 Climate Klimalaster NORDLINK Gilevann-Vollesfjord Helga Therese Tilley Tajet Karianne Ødemark Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) Utsikt fra helikopter ved mast 128/129

Detaljer

Nordland Økning til østlig sterk kuling utsatte steder, stiv kuling i Lofoten og Vesterålen. Litt snø, mest i indre strøk.

Nordland Økning til østlig sterk kuling utsatte steder, stiv kuling i Lofoten og Vesterålen. Litt snø, mest i indre strøk. RAPPORT etter uvær i Ofoten og Sør- Hendelse: Kraftige vindkast i Ofoten og Sør-, 29.01.2015 Publisert dato: 25.01.2015 Rapportert av: Matilda Hallerstig, VNN 1 Ekstern del: 1.1 Kort beskrivelse på stikkords

Detaljer

Støymessige konsekvenser av landinger etter kl 23 på Sandefjord lufthavn

Støymessige konsekvenser av landinger etter kl 23 på Sandefjord lufthavn Notat Støymessige konsekvenser av landinger etter kl 23 på Sandefjord lufthavn SINTEF IKT Postadresse: Postboks 4760 Sluppen 7465 Trondheim Sentralbord: 73593000 Telefaks: 73592730 postmottak.ikt@sintef.no

Detaljer

Beregning av trafikkvolum ved hjelp av basiskurvemetoden - En innføring

Beregning av trafikkvolum ved hjelp av basiskurvemetoden - En innføring Beregning av trafikkvolum ved hjelp av basiskurvemetoden - En innføring SAMBA/5/ Magne Aldrin Ola Haug Januar 2 NR Norsk Regnesentral ANVENDT DATAFORSKNING NR-notat/NR-Note Tittel/Title: Beregning av trafikkvolum

Detaljer

NOTAT. Feiing og salting i Strømsås-tunnelen mars innledende analyse. Norsk Regnesentral SAMBA/27/04. Magne Aldrin. 9.

NOTAT. Feiing og salting i Strømsås-tunnelen mars innledende analyse. Norsk Regnesentral SAMBA/27/04. Magne Aldrin. 9. Feiing og salting i Strømsås-tunnelen mars 2004 - innledende analyse NR Norsk Regnesentral ANVENDT DATAFORSKNING NOTAT PM10, Stromsaas SAMBA/27/04 Magne Aldrin 9. november 2004 3 4 5 6 7 8 3 4 5 6 7 8

Detaljer

Delrapport 4.4 Maritime forhold Grindjordområdet

Delrapport 4.4 Maritime forhold Grindjordområdet Narvik Havn KF Nye Narvik havn Delrapport 4.4 Maritime forhold Grindjordområdet Utdrag av Delrapport 3.3 2013-02-07 Oppdragsnr. 5125439 1 Stedlige forhold 1.1 BESKRIVELSE AV STEDET Grindjord ligger i

Detaljer

Desse samanlikingane støttar konklusjonane i (Risberg og Harstveit 2008) om at Lavkadalen ikkje er særskilt godt egna til vindkraftutbygging.

Desse samanlikingane støttar konklusjonane i (Risberg og Harstveit 2008) om at Lavkadalen ikkje er særskilt godt egna til vindkraftutbygging. Introduksjon I dette notatet vert det gjort ei samanlikning av vindtilhøva i Rieppi og Lavkadalen i Storfjorden kommune (sjå Figur 1). Tidlegare har Kjeller Vindteknikk kome med ei tilråding på plassering

Detaljer

Figur 1-1: Kristvika ligger øst i Averøy kommune, markert med rød firkant (Kartverket).

Figur 1-1: Kristvika ligger øst i Averøy kommune, markert med rød firkant (Kartverket). NOTAT OPPDRAG kartlegging Kristvika industriområde DOKUMENTKODE 418511-RIGberg-NOT-001 EMNE TILGJENGELIGHET Åpen OPPDRAGSGIVER Øystein Thommesen AS OPPDRAGSLEDER Bård Øyvind Solberg KONTAKTPERSON Anders

Detaljer

RAPPORT OM LUFTFARTSULYKKE PÅ VANNØYA, TROMS 10. JULI 2015 MED REIMS AVIATION SA FR172E, SE-FBT

RAPPORT OM LUFTFARTSULYKKE PÅ VANNØYA, TROMS 10. JULI 2015 MED REIMS AVIATION SA FR172E, SE-FBT Avgitt desember 2015 RAPPORT SL 2015/12 RAPPORT OM LUFTFARTSULYKKE PÅ VANNØYA, TROMS 10. JULI 2015 MED REIMS AVIATION SA FR172E, SE-FBT Statens havarikommisjon for transport (SHT) har utarbeidet denne

Detaljer

Flomberegning for Grøtneselva. Kvalsund og Hammerfest kommune, Finnmark (217.3)

Flomberegning for Grøtneselva. Kvalsund og Hammerfest kommune, Finnmark (217.3) Flomberegning for Grøtneselva Kvalsund og Hammerfest kommune, Finnmark (217.3) Norges vassdrags- og energidirektorat 2013 Oppdragsrapport B 13-2013 Flomberegning for Grøtneselva, Kvalsund og Hammerfest

Detaljer

Planområdet ligger ca. 2,5 km øst for terminalbygget ved Bergen lufthavn, Flesland.

Planområdet ligger ca. 2,5 km øst for terminalbygget ved Bergen lufthavn, Flesland. Side: 1 av 9 Til: Fra: GC RIEBER EIENDOM AS v/harald Weløy Norconsult AS Dato: 30. april 2010 VURDERING AV VINDFORHOLD, BIRKELAND NÆRINGSOMRÅDE Sammendrag: Dette er en overordnet vindvurdering av vindforholdene

Detaljer

Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS

Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS Statistisk behandling av kalibreringsresultatene Del 1. v/ Rune Øverland, Trainor Elsikkerhet AS Denne artikkelserien handler om statistisk behandling av kalibreringsresultatene. I de fleste tilfeller

Detaljer

Etter Norsk Standard NS : 2003 AQUA KOMPETANSE AS

Etter Norsk Standard NS : 2003 AQUA KOMPETANSE AS 11 2016 Måling av vannstrøm ved Bromsen, Åfjord, oktober-november 2016 NorgeSkjell AS Etter Norsk Standard NS 9425-2: 2003 AQUA KOMPETANSE AS Aqua Kompetanse A/S Kontoradresse : Strandveien, Lauvsnes Postadresse

Detaljer

Klimalaster for 132 kv kraftledning ved Helmikstølen, Hatleskog og Rettedal

Klimalaster for 132 kv kraftledning ved Helmikstølen, Hatleskog og Rettedal MET report no. 07/2015 ISSN 2387-4201 Climate Klimalaster for 132 kv kraftledning ved Helmikstølen, Hatleskog og Rettedal Harold Mc Innes Bjørn Egil K. Nygaard (Kjeller Vindteknikk AS) Meteorologisk

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

RAPPORT Spredningsberegning - Hordafôr

RAPPORT Spredningsberegning - Hordafôr Hordafor AS Att: Signe Svindland Thormøhlensgate 53c SINTEF Molab as Org. nr.: NO 953018144 MVA Postboks 611 8607 Mo i Rana www.sintefmolab.no Tlf: 404 84 100 Ordrenr.: 62823 5006 BERGEN Rapportref.: rapport

Detaljer

Bærekraftig utvikling - forskerspiren. Maria Sviland, Skolelaboratoriet NTNU

Bærekraftig utvikling - forskerspiren. Maria Sviland, Skolelaboratoriet NTNU Bærekraftig utvikling - forskerspiren Maria Sviland, Skolelaboratoriet NTNU 1 2 Forskerspiren Forskerspiren Kompetansemål etter Vg1 studieforberedende utdanningsprogram ( - Naturfag i vidregående opplæring)

Detaljer

Hydrologiske data for Varåa (311.2B0), Trysil kommune i Hedmark. Utarbeidet av Thomas Væringstad

Hydrologiske data for Varåa (311.2B0), Trysil kommune i Hedmark. Utarbeidet av Thomas Væringstad Hydrologiske data for Varåa (311.2B0), Trysil kommune i Hedmark Utarbeidet av Thomas Væringstad Norges vassdrags- og energidirektorat 2011 Rapport Hydrologiske data for Varåa (311.2B0), Trysil kommune

Detaljer

Spredningsberegninger før og etter veiomleggingen i forbindelse med Vegpakke Drammen. Harold Mc Innes

Spredningsberegninger før og etter veiomleggingen i forbindelse med Vegpakke Drammen. Harold Mc Innes NILU: OR 35/2004 NILU: OR 35/2004 REFERANSE: O-103125 DATO: MARS 2004 ISBN: 82-425-1578-6 Spredningsberegninger før og etter veiomleggingen i forbindelse med Vegpakke Drammen. Harold Mc Innes 1 Innhold

Detaljer

Prosjektnotat. Tidevannsanalyse. 1 av 5. Sammenligning av harmoniske konstanter fra modell mot observasjoner

Prosjektnotat. Tidevannsanalyse. 1 av 5. Sammenligning av harmoniske konstanter fra modell mot observasjoner SINTEF Fiskeri og havbruk AS Postadresse: Postboks 4762 Sluppen 7465 Trondheim Sentralbord: 40005350 Telefaks: 93270701 fish@sintef.no www.sintef.no/fisk Foretaksregister: NO 980 478 270 MVA Prosjektnotat

Detaljer

SAMMENDRAG. I le av bygninger skapes det vanligvis en såkalt levirvel, der vindhastigheten er lavere enn vinden omkring bygningen.

SAMMENDRAG. I le av bygninger skapes det vanligvis en såkalt levirvel, der vindhastigheten er lavere enn vinden omkring bygningen. NOTAT OPPDRAG Reguleringsplan for Ivar Lykkes veg 1, Quality Hotell Panorama DOKUMENTKODE EMNE GRADERING Åpen 418767-RILU-NOT-001 OPPDRAGSGIVER Pir2 AS OPPDRAGSLEDER Synøve Aursand KONTAKTPERSON Silje

Detaljer

ER DU STOLT OVER Å VÆRE NORSK?

ER DU STOLT OVER Å VÆRE NORSK? FORARBEID SORT GULL 5.-7. TRINN Velkommen til Teknisk museum og undervisningsopplegget Sort gull! Sort gull handler om det norske oljeeventyret og hva funnet av olje på norsk sokkel har betydd for Norge

Detaljer

Rapport etter økt overvåking av pinsenedbør

Rapport etter økt overvåking av pinsenedbør METinfo Nr. 20/15 ISSN 1894-759X METEOROLOGI Oslo, 02.06.2015 Rapport etter økt overvåking av pinsenedbør Nedbør mellom Lyngsalpan og Tanafjorden pinsen 2015 Sammendrag Et relativt stillstående nedbørområde

Detaljer

Vindkart for Nordland. Rapportnummer: KVT/EB/2007/023

Vindkart for Nordland. Rapportnummer: KVT/EB/2007/023 Vindkart for Nordland Rapportnummer: KVT/EB/27/23 Innhold 1 INNLEDNING...3 2 BESKRIVELSE AV MODELLER OG INNGANGSDATA...4 2.1 WRF 4 2.2 MIKROSKALAMODELLEN WASP 6 2.3 RIX-VERDIER 6 3 KLIMATOLOGISK JUSTERING

Detaljer

Sentralmål og spredningsmål

Sentralmål og spredningsmål Sentralmål og spredningsmål av Peer Andersen Peer Andersen 2014 Sentralmål og spredningsmål i statistikk I dette notatet skal vi se på de viktigste momentene om sentralmål og spredningsmål slik de blir

Detaljer

Instrument för målning av komprimeringen i grunnen. CompactoBar ALFA-040-050N/0827

Instrument för målning av komprimeringen i grunnen. CompactoBar ALFA-040-050N/0827 Instrument för målning av komprimeringen i grunnen CompactoBar ALFA-040-050N/0827 Innhold Innhold...1 1 Innledning...2 2 Slå på...2 3 Innstilling...2 3.1 Start CMV...2 3.2 Displayets lysstyrke...2 4 Start/stopp

Detaljer

RAPPORT Spredningsberegning - Hordafôr

RAPPORT Spredningsberegning - Hordafôr Hordafor AS Att: Signe Svindland Thormøhlensgate 53c SINTEF Molab as Org. nr.: NO 953018144 MVA Postboks 611 8607 Mo i Rana www.sintefmolab.no Tlf: 404 84 100 Ordrenr.: 63971 5006 BERGEN Rapportref.: rapport

Detaljer

Årssummen for gradtall for Norge på 3819 er den nest laveste i årene 1957 2015.

Årssummen for gradtall for Norge på 3819 er den nest laveste i årene 1957 2015. 1955 1957 1959 1961 1963 1965 1967 1969 1971 1973 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 METEO NORGE Ref.: MN001/2016/BA Oslo

Detaljer