Modellering av kyststrømmer og stormflo

Observasjoner er viktige for å korrigere modellberegninger og forbedre varsler. Samtidig har vi få målinger av havet sammenlignet med områdene vi ønsker å beskrive. Detaljerte havmodeller er dessuten beregningstunge, noe som kan begrense hvor mange mulige utviklingsforløp vi kan undersøke. Vi utvikler raske numeriske modeller og ensemblebaserte metoder for å utnytte observasjonene og beskrive usikkerheten i prediksjonene.

Hva kan vi hjelpe med?

Vi kombinerer ekspertise i numeriske strømningsmodeller, dataassimilasjon og GPU-beregninger. Vi samarbeider med forskningsmiljøer og andre aktører om å:

• Utvikle effektive modeller for kyststrømmer og vannstand, blant annet for studier av stormflo.
• Kombinere simuleringer og observasjoner med ensemblebaserte dataassimilasjonsmetoder.
• Beregne usikkerhet i strømfelt og tilhørende driftbaner.
• Koble lokale modellområder til større, operative havmodeller.
• Utvikle beregningsverktøy og metoder som kan inngå i tilpassede varslingstjenester.

Ta kontakt med vår forskningsgruppe for  Anvendt beregningsvitenskap for å diskutere en konkret modelleringsoppgave eller behov for nye beregnings- og dataassimilasjonsmetoder.

Raske strømningsmodeller på GPU

I samarbeid med Meteorologisk institutt startet vi utviklingen av GPU-baserte simulatorer for barotrop dynamikk beskrevet av gruntvannsligningene. Disse beskriver variasjoner i vannstand og dybdemidlet strøm og gir et effektivt modellgrunnlag for blant annet sirkulasjon i kystområder og stormflo.

GPU Ocean-prosjektet, med NTNU som utdanningspartner, resulterte i numeriske metoder og programvare med åpen kildekode som gjør det mulig å simulere store ensembler med tusenvis av forenklede havmodeller. Metodene og beregningsverktøyene er blant annet beskrevet i Holm (2020).

Ved å kjøre mange simuleringer med ulike startbetingelser og ytre påvirkninger kan vi undersøke flere mulige utviklingsforløp. De forenklede modellene kobles til operative tredimensjonale havmodeller, som gir informasjon om starttilstand, bunntopografi, ytre påvirkning og randbetingelser. Slik kan vi utforske lokal usikkerhet og de dominerende fysiske prosessene innenfor rammen av et større havvarsel.

Ensemblebasert dataassimilasjon

Et ensemble beskriver et utvalg mulige tilstander og utviklingsforløp. Når nye observasjoner blir tilgjengelige, kan de brukes til å oppdatere ensemblet. Dataassimilasjon kombinerer informasjon fra målinger og modeller og tar hensyn til at begge er usikre.

Vi utvikler og sammenligner ulike ensemblebaserte metoder, blant annet ensemblebaserte Kalman-metoder, partikkelfiltre og flernivåmetoder. Avhengig av metoden justeres modelltilstandene eller vektingen av simuleringene i lys av observasjonene. Arbeidet omfatter både kvaliteten på prediksjonene, beskrivelsen av usikkerhet og beregningskostnaden.

Sparsomme havobservasjoner stiller særlige krav til metodene. Vi undersøker hvordan informasjon fra et begrenset antall målinger kan brukes til å oppdatere et større strømfelt, og hvordan usikkerheten utvikler seg videre. For søk og redning og andre driftanvendelser er det særlig viktig å forstå hvordan usikkerhet i strømmen påvirker de beregnede driftbanene.

GPU-akselerasjon gjør det praktisk mulig å arbeide med store ensembler. Flernivåmetoder gir i tillegg mulighet til å kombinere beregninger med ulik oppløsning og kostnad, slik at beregningsressursene kan utnyttes bedre.

Tilpassede havvarsler

Sammen med Havforskningsinstituttet og Meteorologisk institutt, og med NTNU som utdanningspartner, har vi arbeidet med teknologi og metoder for tilpassede havvarsler. Arbeidet omfatter mottak av brukerobservasjoner, tilpasning av modellområder, dataassimilasjon og presentasjon av varsler for både fritidsbrukere og profesjonelle aktører.

I Havvarsel-prosjektet ble metodene undersøkt gjennom anvendelser innen søk og redning, havbruk og rekreasjon, blant annet varsling av badetemperaturer. Tjenesten havvarsel.no illustrerer hvordan havprognoser kan gjøres tilgjengelige for ulike brukergrupper.

Gjennom GOSPEL-prosjektet har vi også undersøkt bruk av GPU-akselererte ensembler for å beregne usikkerhet knyttet til spredning av oljesøl. Felles for anvendelsene er behovet for raske beregninger som kombinerer tilgjengelige observasjoner med en beskrivelse av flere mulige utviklingsforløp.

Programvare og faglig fordypning

• GPU Ocean: simuleringsverktøy for store ensembler av forenklede havmodeller
• GPU Ocean: kildekode, dokumentasjon og publikasjoner
• Sammenligning av ensemblebaserte dataassimilasjonsmetoder for sparsomme havobservasjoner (vitenskapelig artikkel)
• Flernivåmetoder for dataassimilasjon med gruntvannsligningene (vitenskapelig artikkel)