Gå til hovedinnhold

The Bjerknes Centre is a collaboration on climate research, between the University of Bergen, Uni Research, the Institute of Marine Research, Nansen Environmental and Remote Sensing Centre.

Yiguo Wang

Yiguo Wang på den kinesiske mur. Foto: Privat

Betydningen av en god start

Enten du vil varsle været for i morgen eller klimaet om ti år, må du vite hvordan det er i dag. Yiguo Wang kombinerer observasjoner og modeller for å finne det beste utgangspunktet. 

Navn: Yiguo Wang
Nasjonalitet: Kinesisk
Postdoktorprosjektets tittel: Prediction system development (data assimilation and model)

Yiguo Wang
Yiguo Wang

I værvarslingsmodeller kombineres høytrykk, lavtrykk, temperatur og fuktighet i atmosfæren i dag med fysikkens lover for å beregne hvordan utviklingen vil bli de kommende dagene. I modeller som forutsier klimaet hundre år fra nå er det drivhuseffekten og andre rammebetingelser for klimaet som er viktigst, ikke hvordan klimaet er i dag. Hvis du derimot vil vite hva som vil skje de første par tiårene, må du tenke litt som en værvarsler. Du må vite hvordan forholdene er i dag. Men atmosfæren er ikke nok, du må også ta hensyn til havets tilstand. 

Alt avhenger av at utgangspunktet er riktig. Og hvordan kan du kombinere alle de ulike formene for informasjon? Det finnes ikke observasjoner av alle atmosfærens eller havets egenskaper, og de observasjonene som finnes, er ikke jevnt fordelt. Å assimilere dataene som beskriver dagens forhold er en egen vitenskap.    

– Kan du beskrive prosjektet dit?

– I løpet av det siste tiåret har det blitt populært å lage klimavarsler som tar hensyn til forholdene slik de er nå. Vårt prosjekt er å utvikle et bedre klimavarslingssystem for Nord-Atlanteren og områdene rundt. Vi finner ut hvilken klimamodell som fungerer best, hvilke observasjonsnettverk som kan brukes og hva slags metode vi kan bruke for å starte modellen med utgangspunkt i dagens situasjon.  

– I en større sammenheng, hvor er din brikke i puslespillet?

– Klimavarslene våre vil være en del av den sjette Coupled Model Intercomparison Project (CMIP6). Jeg fokuserer på den delen som har med dataassimilering å gjøre. Dataassimilering er en matematisk metode som brukes til å finne det beste utgangspunktet for å starte en klimamodell, basert på en kombinasjonen av modeller og observasjoner. Den har nylig blitt testet for klimavarsler. Jeg bruker en avansert metode for dataassimilering, Ensemble Kalman Filter (EnKF), i havkomponenten i den norske jordssystemmodellen Norwegian Earth System Model (NorESM). Der assimilerer jeg ulike typer observasjoner, som havtemperatur, havoverflatens  høyde og dybdeprofiler av temperatur og saltinnhold. 

– Innebærer prosjektet ditt internasjonalt samarbeid?

– Vi samarbeider med EnKF-gruppen ved Geophysical Fluid Dynamics Laborartory ved det amerikanske National Oceanic and Atmospheric Administration (NOAA) og også med Catalan Institute for Climate Sciences (IC3) i Barcelona. Jeg vil sannsynligvis besøke disse instituttene for å styrke Norges ekspertise innen klimavarsling med avanserte metoder. 

– Hva synes du er mest interessant ved arbeidet ditt?

– Når man skal bruke dataassimilering til å starte klimamodeller, må man ta hensyn til mange fysiske begrensninger, for eksempel sjøvannets tilstand og den effekten sjøis har på varmeoverføring mellom havet og atmosfæren. 

Les mer om dataassimilering.