Arbeids- og kompetanseområde
Jeg er stipendiat ved doktorgradsprogrammet i Datateknologi ved HVL og jobber i krysningspunktet mellom glasiologi og datateknologi. I mitt doktorgradsprosjekt utvikler jeg matematiske modeller for å undersøke hvordan isbreer på Vestlandet har endret seg de siste 60 årene og hvordan breene vil utvikle seg i fremtiden med endringer i klima.
Jeg bygger og programmerer massebalanse-modeller som kan bruke klimadata og topografi til å simulere endringer i breens masse og hvor mye smeltevann som kommer fra breen. I prosjektet tar jeg utgangspunkt i Jostedalsbreen som jeg er så heldig å ha rett i nærheten. Resultatene fra modelleringen er et bidrag til JOSTICE prosjektet, som har som mål å undersøke hvordan klimaendringene vil påvirke Jostedalsbreen og hvilke konsekvenser disse endringene vil ha for lokalsamfunnet.
Et av fokusområdene i doktorgradsprosjektet mitt er å undersøke hvordan vi kan bruke statistiske metoder (blant annet Bayesianske metoder og maskinlæring) i bremodellering til å forbedre modellene. Robuste modeller med gode usikkerhetsestimat er viktige deler av grunnlaget for å vurdere konsekvensene av bresmelting på blant annet turisme, vannkraftproduksjon og jordbruk.
Jeg har en bakgrunn som ingeniør innen energi og miljø og har stor interesse for naturvitenskap og teknologi, spesielt relatert til energi! Ved siden av dokorgradsprosjektet underviser jeg i fysikk, teknologi og fysikkdidaktikk på grunnskolelærerutdanningen 1.-7. og 5.-10. trinn, og hydrologisk modellering på masterprogrammet Climate Change Management og på det internasjonale semesterprogrammet Geohazards and Climate Change.
Underviser i
- Fysikk i MGBNA/MGUNA201 Den ikke levende naturen 1
- Fysikk i MGBNA/MGUNA301 Den ikke levende naturen 2
- Hydrologisk modellering i GE-487/PL4-303 (Environmental Hydrology and) Runoff Management
Forskar på
- Modellering av massebalanse og avrenning fra isbreer
- Statistiske metoder og optimering i bremodellering
- Klimaendringenes påvirkning på isbreer
Forskargrupper
Publikasjonar
-
A minimal machine learning glacier mass balance model
-
Minimal Machine Learning Glacier Mass Balance Models
-
Spatiotemporal variability in mass balance of Jostedalsbreen ice cap 1960-2020, using a temperature-index model with data assimilation
-
Modelling mass balance of glaciers in Norway
-
Reconstructing mass balance of glaciers in Norway using machine learning
