Sea ice conditions in relation to offshore wind development in the Southern Baltic Sea
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3095104Utgivelsesdato
2023Metadata
Vis full innførselSamlinger
- Institutt for fysikk [2653]
Sammendrag
Dette arbeidet presenterer en analyse av isforholdene i Østersjøen. Den viktigste parameteren for å beskrive de lokale isforholdene er flatistykkelsen. Fra denne størrelsen kan andre isparamtre estimeres. Havisens termiske vekst estimeres gjennom Freezing Degree Day modeller med og uten termisk isollasjon fra snøfall. Starten på frysesesongen bestemmes av den lokale lufttemperaturen, og slutten av frysesesongen bestemmes av iskonsentrasjon fra fjernmålinger med satellitt. Havisens styrkekoeffisient estimeres basert på iskonsentrasjon og isdrift. Denne metoden er videre anvendt i forskjellige basseng i Østersjøen. Estimert havisstyke er noe høyere enn referanseverdien gitt av den internasjonale standarden ISO19006:2019 for Norströmsgrund fyr i den nordlige Østersjøen. Resultatene for mildere strøk i den sørlige Østersjøen gir iseksponering som er flere størrelses-ordner lavere enn i den nordlige Østersjøen og dermed også vesentlig lavere havisstyrke enn i nord. Det er store variasjoner i havisforhold innad i Østersjøen i tid og i rom.
Statistiske forhold etablert for skrugardtykkelse og frekvens basert på flatisens kjøldybde i Beauforthavet er brukt for å estimere skrugardenes tykkelse og frekvens i Østersjøen. Forholdene i Østersjøen er mildere og tilgangen på presise data for havistykkelse er dårligere sammenlignet med forholdene i Beauforthavet. Til tross for ulike forhold i de to bassengene og mangel på høyoppløste tidsserier for istykkelse i Østersjøen samsvarer estimert skrugard tykkelse med publikasjoner som beskriver skrugardtykkelse i den nordlige Østersjøen. Imidleritid er den estimerte skrugardfrekvensen vesentlig lavere enn publiserte observasjoner i den nordlige Østersjøen.
Denne forskningen analyserer isforhold i Østersjøen basert på et bredt utvalg av datakilder. Hovedkildene er ERA5 reanalyse for atmosfæriske data, og iskonsentrasjon basert på fjernmålinger med passive mikrobølger fra NSIDC og BASIS iskartarkiv for informasjon om sjøisutrbredelse. Disse resultatene blir sammenlignet med andre kilder som iskart fra det det svenske meteorologiske og hydrologiske instituttet (SMHI) og finske meteorologiske instituttet (FMI), og andre modeller som Copernicus Marine Service (CMS) globale og lokale produkter for isforhold. I tillegg nevnes andre publikasjoner som har forsøkt å analysere isforholdene via data fra CryoSat-2.
Freezing Degree Day modellene gir tidsserier for havistykkelse som brukes til å definere fordelinger for havistykkelse gjennom frysesesongene. Basert på disse fordelingene simuleres 100 000 frysesesonger for å beskrive ekstremhendelser.
Denne tilnærmingen kartlegger ulike metoder og datakilder og har implikasjoner for utviklingen av havvindinfrastruktur, og informerer bedre design og planlegging av dette. Avhandlingen skisserer også potensielle veier for videre forskning, og argumenterer for mer detaljerte, stedsbestemte analyser for å bedre ta hensyn til de lokale forholdene. The European Commission projects up to 450 GW of installed offshore wind capacity in the European Union with a potential 85 GW in the Baltic Sea. The construction and maintenance of marine structures in sub-arctic climates where sea ice may occur require a detailed understanding of the local sea ice conditions. The extra cost of sea ice mitigation measures against severe ice loads (e.g. ice breaking cones in the waterline, jacket vs. monopile foundation design) can make or break the business case for projects. This study aims to implement common methods used for understanding the local sea ice conditions and compare the results with benchmarks and local observations.
This study evaluates the use of Freezing Degree Day models to estimate level ice thickness development. A statistical relation between sea ice exposure and sea ice strength coefficients is evaluated against well observed conditions at Norströmsgrund Lighthouse. Furthermore a statistical relation between the level ice and sea ice ridge thickness and frequency is evaluated. A comparison is made between various data sources of sea ice parameters and models of these parameters. The sea ice conditions at the Baltyk I, II and III licences are described and compared to conditions elsewhere in the Baltic Sea. Based on the local sea ice conditions, level ice draft distributions throughout the freezing season is determined. 100 000 freezing seasons are simulated based on level ice distributions. From these simulations and the probability of sea ice presence the extreme values for level ice thickness, and sea ice ridge thickness and frequency is calculated.
Freezing Degree Day models are solutions to Stefan's law relating the energy balance between heat loss and ice growth. Various models and assumptions are compared with observations. The validity of the statistical relations between sea ice parameters is questioned. Climate data from various sources is analysed and compared to model estimates.
Methodology to evaluate sea ice conditions is reviewed and results are analysed. The sea ice conditions in the Baltic Sea is examined to more accurately inform sea ice mitigation designs to the local conditions. The study describes the local sea ice distribution for the various basins in the Baltic Sea, infers sea ice strength and sea ice ridge statistics.
The sea ice conditions in the southern Baltic Sea is significantly less severe than in the northern Baltic Sea. The ice strength coefficient at 50 years return period at Norströmsgrund lighthouse is found to be 1.8 MPa in accordance with detailed observations. The sea ice exposure is 2 orders of magnitude lower at the Baltyk I, II and III licences resulting in significantly lower sea ice strength coefficients. The level ice thickness at 50 years return period is estimated to be 106 cm at the highest in the northern Baltic Sea, and typically less than 40 cm in the southern Baltic Sea.
The statistical and empirical relations between level ice and sea ice ridge statistics are examined as well as the relations between sea ice exposure and the sea ice strength coefficient. Furthermore, these should be adjusted to the location specific conditions that vary between basins in the Baltic Sea.