Effektivt rammeverk for simulering av romlig adferd til lodde i Barentshavet

Å forstå dynamikken i fiskevandring gir viktig innsikt i den romlig-temporale atferden til fiskebestander. Informasjonen er også avgjørende for bærekraftig forvaltning av høstede arter. Å spore individuelle fiskebevegelser i vidstrakte havområder har imidlertid utfordringer. Økologisk sett er optimale miljøbetingelser for vandringsaktiviteter vidt distribuert i akvatiske miljøer, noe som kompliserer forsøk på å forstå vandringsmønstre til fiskebestander. For å kunne gjenskape empiriske observasjoner, må beregningsmodeller være i stand til å integrere høyoppløselig miljøinformasjon og empiriske data med mindre oppløsning. Dette hensynet kan gjøre simuleringsprosedyren utfordrende.

Et beregningsorientert rammeverk for simulering

Avhandlingen utforsker simuleringstilnærminger som bidrar til forståelse av sesongmessige vandringssmønstre til Barentshavets lodde, og hvordan disse påvirkes av miljøendringer. Avhandlingen tar også for seg mål for å forutsi både tidspunktet og valget av gyteområder for lodde, ved å kombinere omfattende empirisk dataanalyse og beregningsmodellering.

Utvikling og syntese av metoder

Alrabeei har utviklet et rammeverk som integrerer individbaserte modeller (IBM) med evolusjonære nevrale nettverk og maskinlæringsmetoder for å assimilere miljøinformasjon. Ved bruk av dette rammeverket kan han nøyaktig gjenskape historiske preferanser for gyteområder og vandringsmønstre til lodde i Barentshavet.

En viktig del av Alrabeeis avhandling omhandler en ny beregningsalgoritme som gjør det mulig å simulere storskala flokkeadferd til fisk ved å redusere beregningskostnadene. Resultatene i avhandlingen bidrar ikke bare til vår forståelse av loddens vandringsmønstre og valg av gyteområder, men viser også den praktiske nytten av det nyskapende rammeverket for å forbedre effektiviteten av simuleringsprosedyrer for å studere kollektiv fiskeadferd i omfattende havmiljøer.

Samarbeid og veiledning

Salah Alrabeei er stipendiat ved Institutt for datateknologi, elektroteknologi og realfagdatateknologi, Høgskulen på Vestlandet. Forskningen ble gjennomført som en del av et samarbeidsprosjekt mellom HVL og Havforskningsinstituttet (Bergen), med Sam Subbey (seniorforsker ved IMR og professor II ved HVL) og Talal Rahman (professor, HVL) som veiledere.

Ph.d.-kandidat Salah Alrabeei

Prøveforelesning

16. april kl. 10.15, rom M005, K2, campus Bergen.

Tema: An overview of Monte Carlo method: Mathematical foundation and simulation.

Disputas

16. april kl. 13.15, rom M005, K2, campus Bergen.

Opponenter

Professor Tom Michoel, Computational Biology Unit, Department of Computer Science, Universitetet i Bergen.
Professor Patrick Sullivan, Department of natural Resources and Environment, Cornell University, USA

Leder av komitéen

Professor Antoine Tambue, HVL

Disputasleder

Professor Volker Stolz, HVL