Dataassimilerings­­gruppen

Gruppens forskningsfelt er utvikling av nye varslingsmetoder for havet, havisen og klimaet, basert på en best mulig kombinasjon av modeller og observasjoner. Dataassimilering er en måte å ta målte data fra den virkelige verden inn i modeller, slik at modellens beregninger blir mer presise.

Gruppen har spisskompetanse på utvikling og bruk av dataassimileringsmetoder, samt bruk av maskinlæring og andre former for kunstig intelligens. «Ensemble Kalman filter» er en dataassimileringsmetode, som ble utviklet ved Nansensenteret, og som brukes i varslingssystemer verden over.

Å kunne varsle endringer i klima, hav- og sjøisforhold på en pålitelig måte er av stor betydning, både innen forskning og på forskjellige næringsfelt som f.eks. klimatilpasninger, sjømatproduksjon eller skipstrafikk. Ved å utvikle nye metoder som inkorporerer maskinlæring og dataassimileringsmetoder, kan vi gjøre slike varsler mer presise.

Dataassimilering benyttes både ved forbedring av modeller som produserer varsler for fremtidige forhold, og ved reanalyser av fortiden. Når det for eksempel skal kartlegges hvordan klimatiske forhold har utviklet seg gjennom de siste 30 årene, må dataassimilering benyttes for å kunne gjennomføre og levere sikre beregninger.