Tilbake til søkeresultatene

FRIPRO-Fri prosjektstøtte

FORESEE - FOREcasting Sea statE Extremes

Alternativ tittel: FORESEE - Forutse ekstreme sjøtilstander

Tildelt: kr 8,2 mill.

Prosjektnummer:

334188

Prosjektperiode:

2023 - 2027

Midlene er mottatt fra:

Geografi:

FORESEE har gjort fremskritt på WP1 (metocean-forhold) og WP2 (modellutvikling). Hovedfokus for WP1 var å utforske forbindelsen mellom storskala metocean-forhold og ekstreme sjøtilstandshendelser i de forskjellige interesseområdene. Det har blitt laget foreløpige datasett som inneholder slike forhold (dvs. NAO, AO, ElNino, sjøisutstrekning, ...) sammen med ekstreme sjøtilstandshendelser for alle vurderte regioner (dvs. Nordsjøen, Norskehavet, Barentshavet). Disse brukes videre for påfølgende kvantifisering og modelleringsforsøk av ekstreme sjøtilstander. En statistisk modell / arbeidsflyt basert på generaliserte additive modeller er utviklet for kovariatene sesong og retning. Det er planlagt å utvide dette rammeverket for de relevante metocean-forholdene. Validering av NORA3-datasettet blir utført ved hjelp av Triple Collocation. Implementeringen av denne metoden ved MET Norway ble offentliggjort gjennom et git-repositorium (https://github.com/bohlinger/) og brukes for øyeblikket på våre hoveddatasett. For å samle alle FORESEE-medlemmer ble det holdt en 3-dagers workshop på Sotra. Her ble første resultater presentert og deltakerne ble briefet i statistikken bak ekstreme sjøtilstander. I løpet av det første året I prosjektet ble ytterligere to samarbeid opprettet. Ett samarbeid ble etablert med KNMI (Nederland). Det er planlagt et forskningsopphold ved KNMI for å videreuvikle metoder for modellvalidering og triple collocation. Det andre samarbeidet blir med Maynooth University (Irland) om tidlige metocean signal som fører til ekstreme sjøtilstander. Totalt er to doktorgradsstudenter ansatt i prosjektet. Begge har begynt på manuskript for sine første resultater; ett manuskript om metocean-forhold og ett manuskript om validering med triple collocation. Resultater fra prosjektet ble presentert på forskjellige konferanser og workshops, blant annet 55th International Liège Colloquium on Ocean Dynamics, Topic Ocean Extremes. På dette stadiet er det beskrevne arbeidet i tråd med de tiltenkte resultatene i D1.1 (behandlede datasett som inneholder ekstreme hendelser), D1.2 (manuskript om involverte metocean forhold), og D2.1 (kovariater for metocean-forhold og bygge en statistisk EVT-modell).

Extreme sea states have tremendous impact on marine structural design and offshore operations where high assets and human lives are at stake. It is of paramount importance to map and understand the physical processes leading to these extremes and to correctly estimate their probability and magnitude. We will focus on large scale metocean conditions associated with extreme sea states. For our three regions of interest, the Central North Sea, Norwegian Sea, and the Barents Sea, such metocean conditions have not yet been assessed systematically despite their immense value for improving return level estimates. Even though the predictive skill of forecasting synoptic scale meteorological conditions on sub-seasonal to seasonal time scales advanced greatly over the last decade, it has not been utilized to predict exceedance probabilities and return level estimates. Being able to answer a question like: ”What is the probability for exceeding 7 m SWH in the coming season” would make the long-term planning of offshore operations more reliable and precise and thus reduce risks and costs significantly. We plan to create a superior statistical extreme value model for our regions based on large wave hindcast datasets including the knowledge of metocean conditions connected to extreme sea states. Expanding this model to seasonal forecasts from the European Centre for Medium-Range Weather Forecasts will yield the first seasonal extreme sea state prediction system. This task will be achieved by combining strong interdisciplinary and international expertise on meteorology, ocean surface waves, and statistical modelling of environmental hazards. Our custom-fit dissemination plan will convey the knowledge and product to where it is needed.

Budsjettformål:

FRIPRO-Fri prosjektstøtte

Finansieringskilder