Avatar

Morten Omholt Alver

Førsteamanuensis
Institutt for teknisk kybernetikk, NTNU

Trondheim. Norge

morten.alver@ntnu.no

+47 95150321



Havmodellering - oppgaveforslag

Modellering av utvandringsmønster for laksesmolt

Trafikklyssystemet for regulering av oppdrettsnæringen (se f.eks. Regjeringen skrur på trafikklyset) baserer seg på modeller av utslipp og transport av lakselus, utvandring av laksesmolt og risiko for påslag av lakselus på veien. Atferden er trolig i hovedsak styrt av miljøvariable som strøm, temperatur og salinitet, men smolten har også potensielt en atferd som avhenger av mengden lus i vannet.

I denne oppgaven skal studenten jobbe med et eksisterende modellsystem med havmodellen SINMOD og en individbasert laksemodell. Vi har data på utvandring basert på akustisk telemetri som kan brukes til å vurdere hypoteser og til sammenlikning med modellsimuleringer. Figuren under viser plasseringer av lyttebøyer i et overvåkningsprogram i Nordfjord.

Oppgaven er en videreføring av en masteroppgave skrevet våren 2020, og vil bygge videre på resultatene derfra.

Fjord

Maskinlæring for identifikasjon av egenskaper i havmodelldata og fjernmålinger

Prediksjon av havdynamikk ved hjelp av modeller er utfordrende på grunn av systemets ulineære dynamikk og relativt få tilgjengelige målinger. For å kunne gjøre mest mulig effektive modelloppdateringer basert på målinger er det interessant å etablere filtre som kan "tolke" modelldata og fjernmålinger fra satellitter for å finne egenskaper som plassering og bevegelse av virvler.

Denne oppgaven bygger på en masteroppgave som skrives våren 2020, hvor annotasjon og deteksjon av virvler i data fra havmodellen SINMOD og satellittbaserte målinger er hovedfokus. Oppgaven kan gå ut på videreutvikling av resultatene fra mastergraden, utvikling av deteksjonsmetode for fronter eller andre egenskaper, eller på metoder for tilpasning av modell til måledata basert på detekterte egenskaper.

SINMOD

Simulator for atferdsmodellering av fiskebestander

Med SINTEF Ocean

I prosjektet FishGuider jobber SINTEF, NTNU og UiB sammen med en rekke fiskebåtrederier for å utvikle et beslutningsstøttesystem for fiskere. Kjernen i systemet er et modellbasert system for estimering av fiskens bevegelser. Modellkorreksjoner skal baseres på fangstdata, satellittdata og posisjonsdata (AIS) fra fiskefartøy.

For utvikling av fiskemodellen trengs i utgangspunktet toveis kobling mot havmodellen SINMOD, men denne er svært regnekrevende slik at simuleringer tar lang tid. I denne oppgaven skal studenten utvikle en simulator for fiskemodellen (basert på Matlab eller Python) som kjøres uavhengig av den store havmodellen. Simulatoren skal hente SINMOD-data offline, og approksimere en toveis kobling ved å estimere "korreksjoner" til inputdataene basert på fiskemodellens tidligere påvirkning. Systemet skal testes opp mot en fullt koblet modell for å etterprøve hvor godt approksimasjonen fungerer.

Estimering av ferskvannstilstrømning basert på havmodell og salinitetsmålinger

Matematiske havmodeller trenger informasjon om ferskvannstilstrømningen fra elver som en funksjon av tiden for å beregne salinitet og lagdeling i fjorder og kystnære områder. I mange tilfeller mangler gode data, spesielt dersom modellen brukes for å beregne verdier i sanntid og for å lage prognoser. Feil i ferskvannstilstrømningen vil føre til avvik i saliniteten nær kysten. Dersom en har tilgang på målinger av salinitet kan disse brukes til å justere ferskvannstilstrømningen i modellen for å oppnå en riktigere modelldynamikk.

I denne oppgaven vil studenten se på en bestemt fjord i en bestemt periode, og vurdere og teste metoder for automatisk tilpasning av ferskvannstilstrømning basert på målinger.

Dynamical analysis / meta modelling of ocean model

Ocean models are used to calculate water currents, temperature, salinity, surface elevation and other dynamical variables in the ocean. When monitoring the state of the ocean using stationary sensors or mobile sensor platforms such as Autonomous Underwater Vehicles (AUVs), ocean models can be used to guide sampling, and observations can be used to correct the state variables of the model.

However, ocean models are computationally heavy, and therefore take a lot of time and CPU power to run. It is for instance not feasible to run a full ocean model onboard an AUV. In this project, the student will look into how a dynamical analysis of an ocean model (using the SINMOD model as test case) can be performed, with the aim to develop simplified models for short-term and/or geographically limited predictions.

See: What does my model really do,-how can I improve it and speed it up,-what are its best parameter values, and how sure can I be about all of this?