Klimapåvirkning på isbreer – modeller og maskinlæring gir ny innsikt
Kamilla Hauknes Sjursen disputerer 4.11.25 for for ph.d.-graden ved Høgskulen på Vestlandet med avhandlinga «Modelling the mass balance of glaciers in Norway using temperature-index and machine learning techniques».
Verdens isbreer minker i et økende tempo som følge av klimaendringer. Disse isbreene fungerer som vannmagasiner som regulerer tilgangen på ferskvannsressurser gjennom året. I Norge er smeltevann fra isbreer viktig både for økosystemer og vannkraftproduksjon, og klimaendringer er forventet å påvirke hydrologien i bredekte områder. I tillegg har breene stor kulturell verdi og bidrar til turisme i mange lokalsamfunn, som i regionen rundt Jostedalsbreen, den største isbreen på det Europeiske fastlandet.
Modeller som gir kunnskap
Kunnskap om klimapåvirkning på breene er viktig både for å forstå effekten av klimaendringene på naturen og for klimatilpasning i samfunnet. En viktig del av dette er å forstå hvordan breenes masse endrer seg som følge av endringer i klima. Til dette brukes såkalte massebalansemodeller, dataprogrammer som beregner masseutvekslingen mellom isbreens overflate og atmosfæren. Graddagsmodeller, som modellerer bresmelting som en funksjon av temperatur, er den vanligste typen i storskala modellering, men ytelsen til slike modeller svekkes av unøyaktige meteorologiske data og mangel på målinger av massebalanse til kalibrering av modellene. I Norge er tilgangen på slike data relativt omfattende, noe som gjør det mulig å undersøke hvordan bruk av ulike data påvirker modellene og til å utforske og utvikle nye modelleringsverktøy.
Europas største isbre i endring
I forskningen vår har vi utviklet modeller for å beregne massebalansen til isbreer i Norge med sikte på effektiv bruk av tilgjengelige data for å gi nøyaktige og høyoppløselige prediksjoner. Vi har blant annet brukt en graddagsmodell til å undersøke hvordan data med ulik tidsoppløsning og usikkerhet påvirker modellresultater, og utviklet metoder for å effektivt utnytte flere datasett til å gi mest mulig nøyaktige resultater. Denne modellen har vi brukt for å undersøke både den historiske massebalansen til Jostedalsbreen og til å forutsi den fremtidige utviklingen av breen basert på ulike klimascenarier. Resultatene viser en bre i endring: siden tidlig 2000-tallet har smeltingen på Jostedalsbreen økt, og er forventet å akselerere utover det 21. århundre. Avhengig av klimascenario vil Europas største isbre miste mellom 12 og 74 % av sitt nåværende volum innen 2100.
Maskinlæring kan gi bedre modeller
I tillegg har vi utviklet en rent databasert maskinlæringsmodell som kan gi høyoppløselige prediksjoner for alle breer i Norge basert på klimamodelldata og et omfattende datasett av målinger. Som en del av dette har vi sammenlignet resultatene med etablerte graddagsmodeller. Resultatene viser at maskinlæring har et stort potensiale til å utnytte informasjon i relativt sparsommelige men detaljerte datasett til å predikere masseendringer på breer som mangler målinger. Slike modeller kan forbedre prediksjoner, sammenlignet med eksisterende graddagsmodeller, noe som viser at de er et verdifullt komplementært verktøy som det bør forskes videre på.

Personalia
Kamilla Hauknes Sjursen er sivilingeniør med mastergrad i energi og miljø fra Norges teknisk-naturvitenskapelige universitet (NTNU). Hun har flere års erfaring som ingeniør i privat næringsliv, blant annet i olje- og gassindustrien og innen energibruk i bygg. Siden 2019 har hun vært ansatt som stipendiat ved Institutt for bygg, miljø- og naturvitskap (IBMN) ved Høgskulen på Vestlandet i Sogndal. Under doktorgraden har hun bidratt til prosjektet JOSTICE som har som mål å bidra til kunnskap om påvirkning av klimaendringer på Jostedalsbreen og betydningen for naturmiljø og samfunn. Hun har undervist i matematikk, hydrologi og fornybar energi ved IBMN og i naturfag på lærerutdanningen, og fortsetter sitt arbeid som høgskolelektor ved HVL etter disputasen.
Prøveforelesning
Tid: 3. november klokka 14.30.
Sted: HVL, campus Sogndal, rom Storen.
Tema: Bayesian inference in earth science: probabilistic models, uncertainty, and numerical methods.
Lenke til strømming (Zoom)
Møte-ID: 693 5440 5130
Passkode: 090547
Disputas
Tid: 4. november klokka 13.30.
Sted: HVL, campus Sogndal, rom Storen.
Lenke til strømming (Zoom)
Møte-ID: 696 8528 8797
Passkode: 621927
Disputasleder
Prodekan for forskning, Stig Erik Jakobsen.
Bedømmelseskomité
- Førsteamanuensis Martin Fodstad Stølen, HVL (komitéleder)
- Førsteamanuensis Douglass Brinkerhoff, University of Montana, USA (førsteopponent)
- Guðfinna Aðalgeirsdóttir, Háskóli Íslands, Island (andreopponent)
Veiledere
- Thorben Dunse, HVL (hovedveileder)
- Antoine Tambue, HVL (biveileder)
- Thomas Vikhamar Schuler (UiO)
- Liss Marie Andreassen (NVE)