Prosjekter

Pilotprosjekter

Aktivitetene i senteret organiseres i korte pilot prosjekter og lengre strategiske prosjekter. For tiden har vi 16 slike prosjekter som fordeler seg på de fire tematiske innovasjonsområdene senteret dekker og noen som foregår på tvers. 

Bærekraftig Matproduksjon

  • Forbedre varsel bassert på den tørre sommeren i 2018
  • Varsling av sjøtemperatur for oppdrettnæringen
  • Brukerpanel i landbrukssektoren

 

Smart Shipping

  • Varsling av sjøis for shippingmarkedet
  • Effekten av havtempeatur på begroing av skrog ved havneanløp og påfølgende drivstoff forbruk
  • Varsling av drivstoff forbruk på skipsruter basert på sansynlighetsvarsel for vær 

 

Fornybar Energi

  • Bruk av sesongvarsel i hydrologisk modeller
  • Utforsking av ferdigheter i å bruke flerårlige klimavarsler for vannkraftssektoren
  • Bruk av sesongvarsel i projeksjoner av elektrisitetspriser

 

Motstandsdyktige Samfunn

  • Hvordan forstå og vurdere klimarisiko?
  • Vindvarsling på S2S tiddskala
  • Knytte sesongvarsel til forsikringsdata
  • Klimarisikohåndtering i finans

 

Tverrgående prosjekter

  • Forbedring av varsel fra NorCPM
  • Månedsvarsel på  Yr.no
  • Språk og usikkerhet – hvordan snakker vi om og forstår vi usikkerhet?

 

Tilknyttede prosjekter

Seasonal Forecasting Engine (SFE)

Målet med SFE er å utvikle et topp moderne sesongbasert klimaprognosesystem for Nord-Europa og Arktis. Motivasjonen vår er at mange selskaper og offentlige interessenter står overfor klimarelaterte risikoer som må styres for å holde seg konkurransedyktige og for å beskytte liv, eiendom og miljø. Skreddersydde sesongvarsel kan være nyttige verktøy for å redusere risiko, og de kan lede til mer effektiv ressursbruk i mange sektorer i samfunnet, inkludert jordbruk, energi, vann, transport og forsikring. For våre brukere vil SFE være tilgjengelig gjennom et fleksibelt grensesnitt som kan hente ut varsel av relevante klimaindekser og variabler. Under panseret består vår ‘motor’ av statistiske algoritmer som slår sammen store mengder data til enhetlige prognoser. 

Det femårige prosjektet er finansiert av Norges forskningsråd. Les mer på SFE-prosjektets webside

Bjerknes Climate Prediction Unit (BCPU)

BCPUs primære mål er å forbedre klimaprognosene til det nivået som gagner samfunnet, og dermed legge til rette for den nødvendige overgangen til operasjonelle prognoser. Senteret fokuserer på å forutsi klima i Atlantisk-til-Arktis sektor og omkringliggende kontinenter fra en sesong til et tiår og lengre. 

Det femårige prosjektet er finansiert av Trond Mohn Stiftelsen og Universitetet i Bergen. Les mer på BCPU-prosjektets webside.

CONFER

CONFER er et multinasjonalt samarbeid for å styrke motstandsdyktigheten mot klimapåvirkninger og å redusere risiko for katastrofer/ekstreme hendelser i Øst-Afrika, og potensielt nå 365 millioner mennesker i 11 land. Vårt hovedmål er å utvikle dedikerte klimatjenester for vann, energi og matvaresikkerhet sammen med interessenter og sluttbrukere, for å forbedre deres evne til å planlegge og tilpasse seg sesongens klimasvingninger. Det vitenskapelige arbeidet i CONFER er ambisiøst og tar sikte på å være banebrytende langs tre spor some er knyttet sammen. Først vil vi sikre engasjement for sluttbrukere ved å bruke Greater Horn of Africa Climate Outlook Forum (GHACOF), som holdes tre ganger per år og tiltrekker seg rundt 200 interessenter, som plattform for samproduksjon av nye og dedikerte klimatjenester for de sektorene vi jobber med. For det andre vil vi forbedre nøyaktigheten og de lokale detaljene i dataene til numeriske fremskrivingsmodeller for Øst-Afrika, med spesielt fokus på sesongvarsling. For det tredje vil vi utvikle statistiske verktøy og maskinlæringsverktøy for å oppnå et nytt nivå av ferdigheter i sesongvarslene basert på numeriske modeller og satellittdata med høy oppløsning. Vi vil også involvere våre vitenskapelige eksperter i et stort opplærings- og kapasitetsbyggingsprogram designet for å forbedre utnyttelsen av klimainformasjons i våre fokus sektorer.” Les mer på CONFER-prosjektets webside.