Climate Futures

Om senteret

Climate Futures er et Senter for forskningsdrevet innovasjon (SFI), finansiert av Norges forskningsråd. Senteret utvikler klimavarsler for opptil ti år fram i tid, med mål om å styrke håndteringen av klimarelatert risiko.

Klimakrisen regnes som en av vår tids største utfordringer. Samtidig er risikoforståelsen knyttet til klimaendringer utilstrekkelig. Klimaendringer fører til mer uforutsigbare værhendelser, med store konsekvenser for naturmangfold, bosetting, økonomi og matforsyning. Slike utfordringer krever samarbeid på tvers av sektorer.

Climate Futures samler rundt 40 partnere fra forskning, offentlig sektor og næringsliv for å utvikle kunnskap, metoder og praksis for håndtering av klimarisiko.

NR bidrar særlig med metodisk utvikling innen statistikk og maskinlæring. Arbeidet omfatter blant annet utviklingen av robuste modeller for hydrologiske prosesser, nedskalering av værdata for lokale forhold og metoder for å kombinere numeriske værmodeller for mer presise prognoser.

Modellering av vannføring i et endret klima

Et sentralt spørsmål i Climate Futures er hvordan vannføring i elver vil utvikle seg som følge av klimaendringer.

Vi modellerer sammenhengen mellom nedbør, temperatur og vannføring for både målte og umålte vassdrag. Modellene brukes videre sammen med scenarier fra internasjonale klimamodeller for å analysere hvordan vannføringen kan utvikle seg over tid.

Når modeller estimeres separat for hvert vassdrag og hver måned, kan de bli overtilpasset historiske data og gi urealistiske resultater. For å motvirke dette bruker vi nevrale nettverk for å utvikle tilnærminger der de ulike faktorene beregnes samlet, samtidig som en tolkbar modellstruktur bevares. Dette gir mer konsistente og skalerbare modeller på tvers av vassdrag og klimasoner.

Arbeidet omfatter både tradisjonelle hydrologiske tilnærminger og datadrevne metoder, inkludert Long Short-Term Memory (LSTM)-modeller for tidsserier. Sammenligning av ulike modelltyper gir innsikt i hvordan datagrunnlag, lengde på tidsserier og tilgjengelige observasjoner påvirker prediksjonsevnen.

Slik kunnskap er særlig relevant for prognosearbeid, kraftplanlegging og drift av vannkraftanlegg.

Nedskalering av vær- og klimadata

Globale vær- og klimadata har ofte for grov oppløsning til å brukes direkte i lokale analyser.

NR bidrar med metodisk utvikling av statistiske tilnærminger for nedskalering av temperatur og nedbør fra globale datasett til stasjonsnivå. Metodene bevarer både naturlig variasjon og usikkerhet i klimasystemet, og gir et bedre grunnlag for analyser av lokale vannressurser og energisystemer.

Værprognoser og hendelsesvarsling

Kombinasjon av flere numeriske værprognosemodeller kan gi mer presise varsler enn enkeltmodeller alene. Slike kombinasjoner krever imidlertid systematiske metoder og grundig evaluering, særlig når målet er å forutsi tidspunktet for en bestemt hendelse.

NR utvikler og evaluerer metoder for å kombinere værprognoser, med særlig vekt på tids-til-hendelse-prognoser. Mer presise anslag for tidspunktet for slike hendelser styrker beslutningsgrunnlaget i klimasensitive sektorer. Et eksempel er beregning av tidspunktet for første frost, som ofte markerer slutten på vekstsesongen og kan føre til betydelige avlingstap dersom den inntreffer uventet.

Vil du vite mer om Climate Futures?

Ta kontakt.