Bølge-forskning kan hjælpe shippingbranchen

Bølge-forskning kan hjælpe shippingbranchen

Såkaldte Monsterbølger har århundreder været anset som en sømandsmyte. Men de findes, og nu har forskere fra Københavns Universitet og University of Victoria fundet formlen på, hvordan man kan forudsige dem og gøre skibstrafikken mere sikker

Historier om monsterbølger eller ekstrembølger, som de også kaldes er i århundreder blevet betragtet som mytiske vandrehistorier fortalt af søfolk. Men i 1995 ramte en 26 meter høj bølge den norske olieplatform Draupner, hvor man for første gang målte en monsterbølge med digitale instrumenter og fik beviset for, at de abnorme havbølger virkelig findes.

Siden da har bølgerne været genstand for en hel del undersøgelser. Men først nu er det lykkedes forskere fra Niels Bohr Institutet på Københavns Universitet at opfinde en matematisk model, der giver opskriften på, hvordan – og ikke mindst hvornår – de ekstreme havbølger kan opstå.

Ved hjælp af kunstig intelligens og store mængder big data om havets bevægelser kan forskerne med en algoritme forudsige, hvor stor sandsynligheden er for at blive ramt af en monsterbølge på havet på et givent tidspunkt.

-I bund og grund er det sort uheld, når en af de her meget store bølger rammer. For det er en kombination af mange faktorer, som det indtil nu ikke har været muligt at samle i et enkelt risikoestimat. I studiet har vi kortlagt de årsager, der skaber en monsterbølge og samlet dem i en model, som med kunstig intelligens kan udregne sandsynligheden for, at det faktisk sker, siger Dion Häfner.

Mere sikker skibstrafik
Forskernes algoritme er godt nyt for bl.a. shippingbranchen, som på alle tider af døgnet har omkring 50.000 fragtskibe sejlende rundt på havet. For ved hjælp af algoritmen vil man fremover være i stand til at forudsige, hvornår den "perfekte" kombination af faktorer er til stede for at skabe en monsterbølge, som kan udgøre en fare for de mennesker, der opholder sig på havet.

-Når shippingfirmaerne sidder og planlægger deres sejlruter dage i forvejen, kan de ved hjælp af vores algoritme få en risikovurdering af, om der på den rute, de har planlagt, er fare for støde ind i monsterbølger. På den baggrund kan de vælge alternative ruter, siger Dion Häfner.

Abnorme bølger opstår hver dag
Forskerne har bl.a. kombineret tilgængelige data om havets bevægelser og om havbundens udformning. Mest centralt er dog bølgedata fra i alt 150 bøjer, som året rundt 24 timer i døgnet indsamler bølgedata ud for den amerikanske kyst. Data, som samlet set rummer 700 års historik om en milliard bølgers højde og bevægelser.

De mange data har forskerne analyseret for at forstå, hvad der forårsager monsterbølger, der er defineret ved at være mindst dobbelt så store som gennemsnittet af bølger i området – herunder de helt store monsterbølger, der kan være over 20 meter høje. Den har de med machine learning omsat til en algoritme, som de har anvendt på deres datasæt.

-Vores udregninger viser, at abnorme bølger opstår hele tiden. Faktisk har vi registreret 100.000 bølger i vores datasæt, som kan defineres som monsterbølger. Det svarer til, at der opstår mellem 0,1 og 1 monsterbølge hver dag på enhver tilfældig placering på havet. Disse bølger er dog ikke allesammen monsterbølger af den helt ekstreme størrelse, forklarer Johannes Gemmrich fra University of Victoria og studiets andenforfatter.

Studiet bryder også med den gængse opfattelse af, at årsagen til, at en monsterbølge opstår er en bølge, der "stjæler"energi fra en anden og kortvarigt danner en stor bølge.
Nu slår forskerne fast, at monsterbølgerne dannes, når to bølgesystemer krydser ind over - og kort tid efter - forstærker hinanden.

Al ny viden er tilgængelig
Algoritmen og forskningen er offentlig tilgængelig, og det samme er de vejr- og bølgedata, som forskerne har brugt. Derfor kan interesserede såsom myndigheder og vejrtjenester ifølge Dion Häfner ret nemt begynde at udregne sandsynligheden for monsterbølger. Samtidig er alle mellemregninger i forskernes algoritme gennemsigtige modsat mange andre modeller lavet med kunstig intelligens.

-lipe

21/11 2023
  • Renault Trafic er årets varevogn

    Renault Trafic er årets varevogn

    transport ›Den helt nye Renault Trafic Van E-Tech Electric gjorde rent bord ved kåringen af International Van of the Year 2027. Den nye, elektriske model kommer efter planen til Danmark i begyndelsen af 2027
  • 35 påkørsler af Banedanmarks broer

    35 påkørsler af Banedanmarks broer

    transport ›Alt for mange lastbiler klemmer sig fast under jernbanebroer, hvilket er både dyrt og besværligt. Banedanmark opfordrer til, at landets vognmænd kigger ekstra grundigt på højderne under landets broer
  • Volvos nye elserie kåret til Årets Lastbil

    Volvos nye elserie kåret til Årets Lastbil

    transport ›Prisen som "International Truck of the Year 2027" tilfalder Volvos nye generation, der omfatter FH-, FM-, FMX- og FH Aero Electric-serierne
  • Akut-transport i luksusklassen

    Akut-transport i luksusklassen

    transport ›Det italienske statspoliti har i over 20 år samarbejdet med bilmærket Lamborghini om særlige transportopgaver. Den nyeste model, Temerario er lige præsenteret som indsatsvogn til bl.a. organtransport
  • Hver anden nye varebil kører på el

    Hver anden nye varebil kører på el

    transport ›Elektrificeringen satte ny rekord i august, når det gælder nye varebiler på vejene. Til gengæld faldt antallet af nye, eldrevne lastbiler
  • Nye løsninger til flådeanalyse og flådestyring 

    Nye løsninger til flådeanalyse og flådestyring 

    transport ›Webfleets Fleet Insights og Asset Management 360 hjælper transportvirksomheder med at omsætte data om køretøjer og aktiver til bedre indsigt, hurtigere beslutninger og mere effektiv drift. De bliver vist på IAA Transportation 2026
  • Rift om lagerlokaler i Horsens

    Rift om lagerlokaler i Horsens

    transport ›2026 har budt på rekordmange lejeaftaler inden for lager og logistik hos Nordicals Horsens – inklusive årets største udlejning i hele landet
  • AI kan effektivisere takeaway-leveringer

    AI kan effektivisere takeaway-leveringer

    transport ›En AI-baseret model kan samle flere takeawayordrer på samme tur og reducere behovet for bude uden at øge ventetiden. Modellen er udviklet med bidrag fra SDU-forsker Yihua Wang og testet på mere end 650.000 virkelige leveringer