Numeriske havsirkulasjonsmodeller og tilhørende transport-modeller er i dag et sentralt verktøy innen konsekvens-utredninger. Denne artikkelen prøver å belyse status på området (pr 2002), mulige bruksområder og gir noen eksempler.

Figur 12.1 Modellert strøm i Barentshavet i 10 m dyp, midlet over 2dre halvår 1985. De røde isolinjene er dybdekoter.

Sirkulasjonsmodeller

Havsirkulasjonsmodeller brukes til å beskrive de fysiske variable temperatur, saltholdighet, strøm og vannstand i rom og tid. Slike modeller er basert på grunnleggende fysiske lover. De likningene som framkommer kan ikke løses analytisk, derfor brukes numeriske metoder som løser forenklede versjoner av likningene på et grid (rutenett). Beregningene som framkommer er svært omfattende, og krever tilgang til kraftige datamaskiner.

En modellkjøring trenger en startbeskrivelse av de fysiske variablene. Med dette som utgangspunkt regner modellen seg fram i tid, styrt av ytre drivkrefter. Disse drivkreftene er i hovedsak vind og varmeutveksling med atmosfæren, ferskvannsavrenning fra land samt forholdene på de åpne rendene til modellområdet. De atmosfæriske drivkreftene tas oftest fra resultater med en atmosfærisk sirkulasjonsmodell, ferskvannsavrenning fra data og randbetingelsene fra en modellkjøring på et større område.

Kvaliteten på modellresultatene kan variere. Den største flaskehalsen er oppløsning. Et grovt rutenett får ikke med seg finere topografiske detaljer og mellomskala bevegelse med fronter og virvler. Begrensningen ligger i at et finere rutenett krever mer regnetid. Videre påvirkes resultatene av kvaliteten på drivkreftene til modellen og valg av numeriske metoder.

Dagens modellsystem er store og komplekse som program-vare betraktet. I Norge brukes i stor grad åpne modeller, hvor kildekoden er fritt tilgjengelig på internett. Slike ”community models” har store internasjonale utviklings- og brukergrupper. Eksempel på slike modellerer Miami Isopycnal Coordinate Model (MICOM), Princeton Ocean Model (POM), og Regional Ocean Model System (ROMS). Det er i tillegg betydelig aktivitet på egenutviklede modeller. Nasjonalt er det miljøer, både i Bergen, Oslo, Trondheim og Tromsø som arbeider med numerisk havmodellering.

Figur 12.1 viser et eksempel på et midlere strømfelt fra en havmodellkjøring utført på HI med POM-modellen. Modellområdet dekker Barentshavet med et rutenett med oppløsning 20 km. Drivkreftene er fra Meteorologisk institutts (MI) hindcast arkiv og randbetingelser fra en større klimatologi utviklet i samarbeide mellom MI og HI. Hovedtrekkene i strømfeltet viser en Atlanterhavsstrøm som følger sokkelskråningen. En grein av denne strømmen kommer inn i Barentshavet. Utstrømning fra Barentshavet skjer i hovedsak nord for Novaja Semlja. Dette stemmer kvalitativt overens med det observerte strømbildet i Figur 3.2

Transportmodeller

En viktig anvendelse av sirkulasjonsmodellene er å gi inndata til ulike transportmodeller, som modellerer drift og spredning av en forurensningskomponent eller en biologisk ressurs. Modellkonseptet kan bare brukes på passive konsentrasjoner som følger vannmassene, uten betydelig horisontal egenbevegelse. Transportmodellene kan deles i to hovedklasser. I konsentrasjonsbaserte (Eulerske) modeller løses en adveksjons- og diffusjonslikning for en konsentrasjon, på tilsvarende vis som saltholdighet og temperatur håndteres i sirkulasjonsmodellen. Alternativet er partikkelbaserte (Lagrangske) modeller, hvor passive partikler følger den modellerte strømmen. Ekstra spredning kan legges til ved at partiklene får et tilfeldig bidrag til bevegelsen (”random walk”). I tillegg til vertikale strømhastigheter kan vertikale prosesser som oppdrift, nedblanding samt aktiv posisjonering hos organismer inkluderes i partikkelkonseptet.

Oljedriftsmodeller
Oljedriftsmodeller brukes operasjonelt ved oljeutslipp for kortidsvarsling av driften og spredningen. Meteorologisk institutt har det operasjonelle ansvar for slik modellering. Slike modeller brukes også i konsekvensutredninger til å vurdere ulike utslippsscenarier.

De første oljedriftsmodellene var svært enkle. Basert på data ble det utarbeidet modeller av hvor oljen drev med en gitt prosent av vindhastigheten og med en gitt dreining til høyre pga. jordrotasjonen. Et bakgrunnstrømfelt (konstant i tid) ble addert. På denne måten kunne det kjapt og greitt beregnes oljedrift utfra vindvarsler uten å måtte dra inn en havmodell.

Dagens oljedriftsmodeller er blitt betydelig mer avanserte. Strømmen tas fra en operasjonell strømmodell. I tillegg brukes Stokes’ drift (en ekstrakomponent i overflate-strømmen fra bølger) som beregnes fra en operasjonell bølgemodell. Håndteringen av oljens kjemi i sjøvann er også blitt mer avansert. Det tas nå hensyn til forskjell i egenskaper til olje fra ulike felt og en rekke prosesser som forvitring, nedblanding, emulgering, dispergering osv. er inkludert. Tradisjonelt har oljedriftsmodeller tatt utgangspunkt i utslipp på overflaten, men det arbeides nå også med dype utslipp.

Figur 12.2 Modellert fordeling av torskelarver, gytt i Lofoten, etter 30, 60 og 90 dagers transport basert på modellert strømfelt fra 1985. Transportdyp er 10 m og en spredning på 100 m²/s er lagt til.

For larvedrift er partikkelkonseptet godt egnet. Slike modeller krever ikke så mye regnetid. Videre har en partikkel en ”identitet”, vi vet hvor den startet, hvor den var i går osv. Dette gjør det enklere å beregne dose (integrert konsentrasjon over tid) dersom den driver i et forurenset område. Partikkelkonseptet kan naturlig utvides til individbaserte biologiske modeller som håndterer individuell vekst og overlevelse.

Ved Havforskningsinstituttet har det vært arbeidet med denne type modeller i ti år, for en rekke ulike arter. Formålet er i hovedsak vært å studere naturlige rekrutteringsprosesser. Dette dreier seg om tobis i Nordsjøen, norsk-arktisk torsk, norsk vårgytende sild, polartorsk, lodde, kolmule og blåkveite.

Som eksempel viser Figur 12.2 partikkelbaserte modellerte fordelinger av torskelarver, etter 30, 60 og 90 dagers transport fra Lofoten med modellert strømfelt basert på vindfelt fra 1985. Kartet viser en nordgående transport, med opphopning på Tromsøflaket etter 60 dager og en hovedtransport inn i Barentshavet. En mindre andel av partiklene følger sokkelskråningen nordover mot Vest-Spitsbergen. Transportbildet stemmer kvalitativt med observerte postlarve- og 0-gruppefordelinger, men den modellerte transporten er for rask. Dette skyldes i hovedsak for dårlig oppløsning (20 km) i den underliggende sirkulasjonsmodellen. Forsøk med 4 km oppløsning gir mer realistisk transporthastighet. Den grove modellen klarer likevel å gjenspeile mye av den store år til år variabiliteten i de observerte 0-gruppe fordelingene.

Larvedriftsmodeller har i mindre grad vært brukt i konsekvensutredninger. Hovedgrunnen til dette er at Havforskningsinstituttet har kartlagt fordelinger av egg og larver for en rekke arter, slik at man har hatt et brukbart grunnlag for å vurdere overlapp mellom fiskelarver og olje ved ulike utslippsscenarier. Larvedriftsmodellering og observerte fordelingskart kan med fordel kombineres. Modellen kan starte med utgangspunkt i de observerte fordelingene og kjøres framover (og til en viss grad også bakover) i tid. På denne måten framkommer en tidsutvikling i estimatet av fordelingene. Med et modellert utslippsscenario kan overlapp mellom olje og ressurs følges over tid, noe som kan ha konsekvenser dersom de ligger i samme dyp og transporteres på sammen med strømfeltet. For denne type analyse er det et selvsagt konsistenskrav at det samme modellerte strømfelt må ligge til grunn for både oljedrifts- og larvedriftssimuleringene.

Figur 12.3 (a) Estimat av fordeling av sildeyngel i 1991 basert på observasjoner. (b) Fordeling etter 60 dagers simulering med larvedriftsmodell. For begge figurer angir skalaen logaritmen (med grunntall 10) til konsentrasjonen (i antall pr. 1000 m2).

 Av: Bjørn Ådlandsvik. Artikkelen var trykket i Fisken og havet nr 6-2002 "Miljø og ressursbeskrivelse for området Lofoten-Barentshavet", kapittel 12.