Vannkraft er den største fornybare energikilden i verden. Andre fornybare
energikilder som sol og vind øker raskt i popularitet, men de har fortsatt
problem med lagringsmuligheter for energien, noe som gjør de for ustabile og
upålitelige til å fylle behovet til et kontinuerlig strømnett.
I vannreservoar blir energien lagret i form av vann i demninger som kan utnyttes
når det trengs, og blir dermed veldig komplementær til andre energikilder. Da
også siden man kan bruke energien fra vindfulle eller solrike dager til å pumpe
vann opp i reservoarene for senere bruk.
I Norge består over 90% av kraftproduksjonen av vannkraft og Norge er ledende med
en andel på over 20% av vannkraften i Europa. Så allerede nå er det å ha gode
modeller for vannsyklusen viktig, men også framover som klimaforskere forventer
mer ekstremvær i form av nedbør, både for kraftproduksjon og muligheter for flom.
Prognoser viser også at det vil komme mer snø på det europeiske kontinentet som
er en av de største utfordringene i operativ hydrologi.
Vi vil bruke store, åpne datasett fra Nord-Amerika og Nord-Europa for å klassifisere
og gruppere nedbørfelt ut ifra lokale trekk i vær og topologi. Dermed kan vi
prøve å bruke de modellene som allerede er i bruk til å finne parametersett basert
på hvordan et nedbørsfelt er istedenfor å finne et parametersett per nedbørfelt.
Vi vil også prøve å ta nytte av den store kunnskapen rundt fluiddynamikk på
små skalaer, som blodstrømninger, og bygge en model fra grunnleggende prinsipper
til bruk på større skalaer som elvenettverk og underjordiske strømninger.
Til slutt skal vi bruke nevrale nettverks arkitekturer som vanligvis blir brukt
på video- og bildeanalyse for å lage modeller som kan lage prognoser på snøsmelting
i fjellene ut ifra bilder av snødekte fjell i smelteperioden.
Alle disse vil kunne bli brukt i kombinasjon til å forbedre de nåværende
hydrologiske modellene, samt forberede oss for framtidige endringer i det
hydrologiske klima.
I dette prosjektet tar vi utgangspunktet i operasjonelle utfordringer norske krafprodusenter opplever når de skal velge ut hvilke hydrologiske modeller som skal benyttes for å produsere vannkraft. Det eksisterer i dag mange modeller
som brukes til å beskrive prossessene i det hydrologiske kretsløpet, som for eksempel snø, fordamping, grunnvann og topografi. Vi ønsker å studere hvordan parametre i disse modellene påvirker vannføring, da først ved å analysere
usikkerhetene i disse for så å lage forenklede modeller basert på resultatene. Vi vil også lage et verktøy for å hente ut informasjon fra bildeanalyser og værprognoser for å predikere snøsmelting. Målet for en forbedring er i denne sammenheng forstått som økt evne til å forutsi vannføring ved produksjon av vannkraft.