Hoppa till huvudinnehåll
PELAGICLABS
Metodik

Transparent som standard

PelagicLabs publicerar modellantaganden, valideringsgränser och osäkerhetshantering så att användare kan bedöma systemet på saklig grund.

Valideringsgränser
Regionalt och modellmässigt omfång
Osäkerhetshantering
Konfidenslogik och datafräschhet

Biologimodeller med källspårning

Antaganden om arters beteende kopplas till dokumenterade källor och regionalt valideringsarbete, inte anekdotisk tradition.

ArtStatusNoggrannhetDatapunkterTemperaturintervallDjup
European Seabass
Dicentrarchus labrax
Validerad84%42,000+12-18°C0-100m
Atlantic Cod
Gadus morhua
Validerad79%38,000+4-10°C0-600m
European Pollack
Pollachius pollachius
Validerad76%28,000+8-14°C0-200m
Northern Pike
Esox lucius
Beta72%15,000+10-20°C0-30m
Atlantic Mackerel
Scomber scombrus
Validerad81%35,000+8-14°C0-200m
Brown Trout
Salmo trutta
Beta68%12,000+6-18°C0-20m
Valideringsmetodik: Noggrannhet spåras mot observerade utfall inom prognostiserade aktivitetsfönster, med trösklar som skärps i takt med att stickprovsstorlek och regional täckning mognar.
Metodnotering

Kustfysik i drift

Vågvägledning inkorporerar utbredning och transformationsbeteende för att bättre representera verkligheten vid branten.

Datakällor

  • NOAA WaveWatch III: Global spektral vågmodell, 0,5 graders upplösning
  • Copernicus Marine: Europeiska regionala vågprognoser
  • NDBC bojnätverk: Realtidsmätning av våghöjd, period och riktning
  • Sentinel-1 SAR: Vindfält över havsytan

Fysikmodell

Vi använder spektrala vågenergibalansekvationer för att följa dyningars utveckling över havsbassängen:

∂E/∂t + ∇·(CgE) = Sin - Sds + Snl

Där E = spektral energidensitet, Cg = grupphastighet och S-termerna representerar vindtillförsel, dissipation och ickelinjära interaktioner.

Lokal kalibrering

Varje surfspot kräver lokala kalibreringsfaktorer:

  • Batymetri: Grundningskoefficienter och refraktion
  • Exponering: Dyningsfönstervinklar (vilka dyningar når spoten)
  • Historisk anpassning: Justering från observerat mot prognostiserat

Dyningens resa: Bassäng till bränt

StormgenereringVinden överför energiDjupt vattenMinimal energiförlustDispersionVågor separeras efter periodKontinentalsockelinteraktionGrundning inledsBräntzonEnergiutsläpp
Beräkning

Vad vi beräknar och varför

Formelsynlighet finns för att göra resultat tolkningsbara, ifrågasättbara och kontinuerligt förbättringsbara.

Nappsannolikhetspoäng

P(bite) = Σ(wᵢ × fᵢ) × C_data × C_time

Viktad summa av miljöfaktorer (wi = vikt, fi = normaliserad faktorpoäng) multiplicerad med datakvalitets- och tidsmässiga konfidenskoefficienter.

Variabler
  • fᵢ = {SST, tide_phase, solunar, wind, chlorophyll}
  • C_data = min(1, data_freshness / 24h)
  • C_time = exp(-λ × hours_until_prediction)

Solunär huvudperiod

T_major = T_transit ± (duration / 2)

Huvudsakliga matningsperioder centrerade kring månens transit (i zenit) och opposition (i nadir), med varaktighet skalad efter månfasintensitet.

Variabler
  • T_transit = local time of moon overhead
  • duration = 2h × (1 + 0.3 × |cos(phase)|)

Våggruppshastighet

Cg = gT / (4π) ≈ 1.56T (m/s)

Grupphastighet i djupt vatten bestämmer dyningens ankomsttid. Vågor rör sig i grupper med halva hastigheten av enskilda vågkammar.

Variabler
  • g = 9.81 m/s² (gravitational acceleration)
  • T = wave period in seconds

Konfidensavtagsfunktion

C(t) = C₀ × exp(-t/τ)

Konfidensen i prognoser avtar exponentiellt med tid. Tau varierar beroende på datakälla och miljömässig volatilitet.

Variabler
  • C₀ = initial confidence (based on data quality)
  • τ = decay constant (6-24h depending on source)
  • t = time since last data update

Termiskt preferensindex

TPI = exp(-(T - T_opt)² / (2σ²))

Gaussisk fördelning som modellerar arters termiska preferens. Poängen minskar när vattentemperaturen avviker från artens optimum.

Variabler
  • T = current sea surface temperature
  • T_opt = species optimal temperature
  • σ = tolerance width (species-specific)

Dessa ekvationer är förenklade representationer; produktionsmodeller inkluderar ytterligare termer för kantfall, säsongseffekter och regionala korrigeringar.

Metodik | PelagicLabs