“Modell for varsling av strøm, vannstand og hydrografi”
for oljeberedskap og havneutvikling i Oslofjord.
Fjordvarsling
Utvikling av en ny høyoppløselig Oslofjordmodell (FjordOs). I denne arbeidspakken ønsker vi å utnytte FEM-modell konseptet til å utvikle den nye Oslofjordmodellen FjordOs. Grunnsteinen i prosjektet er en ny beregnings-modell (FjordOs) for...
Havneutvikling
Studier av endringer i sirkulasjonsmønster ved ulike havneutbygginger. Foto: Moss havn, Havnealliansen. HSN, NIVA, met.no og Havnealliansen vil danne en studiegruppe som ser på hva en massiv utbygging av Moss havn betyr for det lokale og...
Oljedrift
Studier av drivbaner for oljeutslipp ved ulykker og akutt forurensing skal føre til bedre oljevernberedskap. Studiegruppen ønsker å se på to hendelser: Utslippet fra Godafoss i februar 2011, og et tenkt utslipp nær ExxonMobils raffineri...
FjordOs
FjordOs er en høyoppløselig modell som gir økt kunnskap om strømforhold, temperatur og vannstand, og som kan brukes som underlag for drivbaneberegninger. En kombinasjon av observasjoner og en modell som gir nøyaktig beskrivelse av lokale strømforhold, vil være et uvurderlig verktøy for forvaltningsmyndigheter og næringsliv i Oslofjordregionen.
I dette prosjektet utvikles et nytt verktøy som bygger på det beste av tilgjengelig kunnskap og teknologi for å gi pålitelig og tilgjengelig havvarsling for Oslofjorden til det beste for regionen.
Les mer her.
Nyheter
24.10.18: FFI rapport
17.-19.10.18: FjordOs presentert på JONSMOD
20.09.17: Oppstartsmøte for FjordOs II
28.-29.08.17: Måletokt med KV Nornen
16.08.17: FjordOs brukes under VM for 8mR-båter
08.06.17: FjordOs brukes i værbriefingen til Færderseilasen
30.05.17: Besøk fra Regionale Forskningsfond
22-23.05.17: Måletokt med KV Nornen
Les flere nyheter her.
Målsetning
Målsetningen for FjordOs I var å utvikle en ny effektiv, høyoppløselig fjordmodell for Oslofjorden med fokus på anvendbare resultater for oljedrift, drivbaneberegninger og havneutvikling.
Målsetningen for FjordOs II er å videreutvikle modellen for å sikre kvalitet og gjøre data fra modellen tilgjengelig.
Les mer her.
