Pågående prosjekt

ChaKe

Hovedmålet med prosjektet «Bruk av satellittbilder til overvåking av endringer i tangskoger» (ChaKe) er å utforske potensialet ved å bruke satellittbilder som et verktøy for kartlegging og overvåking av den romlige og tidsmessige fordelingen av tangskoger. Både Sentinel-2 MSI-observasjoner og in situ-tangobservasjoner brukes til kalibrering av maskinlæringsmodeller for kartlegging av tangskoger i norske kystområder med en oppløsning på 10 meter.  

Veikart CIMR CRISTAL

Målet med prosjektet «Nasjonalt veikart for CIMR og CRISTAL» er å lage et veikart for hvordan Norge best kan utnytte data fra CIMR- og CRISTAL-satellittene. Det skal støtte norsk forskning, industri og forvaltning, sikre tilgang til viktige klimadata, og styrke Norges rolle i europeisk romsamarbeid, særlig innen overvåking av hav, is og klima i polare områder.

C3S2_375

Prosjektet «Development of C3S Decadal Prediction Service» skal levere tiårsprognoser av høy kvalitet fra fem ledende klimasystemer, utvikle programvare for datastandarder og etterbehandling, og samarbeide med brukere om skreddersydde produkter. Det skal også testes hvordan slike prognoser kan brukes i situasjoner med store og uforutsette klimahendelser, som for eksempel vulkanutbrudd.

S1-POP

Målet er å utvikle en avansert «Sentinel-1 processor for ocean products» (S1-POP) som forbedrer nøyaktigheten og legger til nye variabler for operative og vitenskapelige brukere. Prosjektet fokuserer på å forbedre målinger av havtilstanden, kvantifisere radialhastigheten til overflatevannstrømmer, harmonisere vind- og bølgeoppmålinger og innføre nye SAR-avledede parametere som nedbørsmengde og sjøiskonsentrasjon for å optimalisere estimeringen av havtilstanden.

ORBITAS

Hovedmålet med prosjektet «Orbit impact on sea-level trend and acceleration stability uncertainty» er å evaluere hvordan en ny referansebane for Sentinel-6 Next Generation vil påvirke den nåværende usikkerheten knyttet til gjennomsnittlig havnivå.

FRACCEO

Prosjektet «Flood Risk Assessment in a Changing Climate for Cities using EO» fokuserer på utviklingen av en metodikk som kombinerer jordobservasjonsdata, spesielt datasettene for essensielle klimavariabler fra ESA Climate Change Initiative-programmene, med hydrodynamiske modeller for å forbedre prediksjonen av ekstreme vannnivåer ved kysten og dermed vurderingen av flomrisiko i kystbyer under klimaendringer.

VIBRIO

I prosjektet «Forekomst og drivere av Vibrio-bakterier» skal forskerne generere data for å forstå hvordan fjernmåling kan identifisere prediktorer for Vibrio-blomstring, en rask økning i Vibrio-bakterier i sjøvann. Forekomsten av Vibrio og bakteriepopulasjonsstrukturer vil bli beskrevet gjennom dyrkingsmetoder fra prøver hentet fra både sjømat (muslinger) og sjøvann (hovedveier for smitte til mennesker). De observerte bakteriedataene vil bli kartlagt mot fjernmålingsobservasjoner (f.eks. havoverflatetemperatur) med en forsinkelse på 1–2 uker før prøvetaking for å analysere om fjernmåling kan indikere potensiell Vibrio-blomstring.

DRAGON6

“DRAGON 6 - Lofoten eddies on Atlantic Water” er et samarbeidsprogram mellom ESA og MOST (Ministry of Science and Technology) i Kina med fokus på å bruke målinger fra satellitter (Copernicus Sentinels, ESA, Kinesiske) innen geovitenskap og overvåking. Det deltar mange kinesiske og europeiske samarbeids-team som adresserer ulike emner innen jordsystem-forskning herunder oseanografi, meteorologi, geologi, økosystem, miljø og klima.

COASTALDYN

Prosjektet tar for seg sentrale vitenskapelige og observasjonsmessige utfordringer knyttet til forståelsen av dynamikken i kystnære havområder. Prosjektet «Coastal Dynamics Land-Ocean» har som mål å kombinere data fra den voksende europeiske jordobservasjonsflåten, spesielt Sentinel-satellittene, med in-situ-observasjoner samt avanserte algoritmer og KI-teknikker, for å utvikle høyoppløselige, fleroppdragsprodukter som beskriver kystdynamikk, f.eks. havnivå, strømmer, vind og bølger.

SAGE

Prosjektet «Sea Ice Age and Drift» vil levere de første globale, langsiktige klimadataene for sjøisens alder og drift, som dekker satellittæraen siden slutten av 1970-tallet. Det vil kombinere Lagrange-sporing med satellittbasert klassifisering for å generere en hybrid algoritme for sjøisens alder, utvide driftsdataene før 1991 og integrere multisensordata fra passive mikrobølge- og scatterometeroppdrag. Maskinlæring vil forbedre ytelsen under utfordrende forhold, som smelte- og frysesykluser og pannekakeisområder. Produktene vil bli validert med ulike data, inkludere usikkerhetsestimater og brukes i casestudier for å fremme sjøis-forskning og evaluering av klimamodeller.