Transparent som standard
PelagicLabs publicerar modellantaganden, valideringsgränser och osäkerhetshantering så att användare kan bedöma systemet på saklig grund.
Biologimodeller med källspårning
Antaganden om arters beteende kopplas till dokumenterade källor och regionalt valideringsarbete, inte anekdotisk tradition.
| Art | Status | Noggrannhet | Datapunkter | Temperaturintervall | Djup |
|---|---|---|---|---|---|
European Seabass Dicentrarchus labrax | Validerad | 84% | 42,000+ | 12-18°C | 0-100m |
Atlantic Cod Gadus morhua | Validerad | 79% | 38,000+ | 4-10°C | 0-600m |
European Pollack Pollachius pollachius | Validerad | 76% | 28,000+ | 8-14°C | 0-200m |
Northern Pike Esox lucius | Beta | 72% | 15,000+ | 10-20°C | 0-30m |
Atlantic Mackerel Scomber scombrus | Validerad | 81% | 35,000+ | 8-14°C | 0-200m |
Brown Trout Salmo trutta | Beta | 68% | 12,000+ | 6-18°C | 0-20m |
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:
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
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_timeViktad summa av miljöfaktorer (wi = vikt, fi = normaliserad faktorpoäng) multiplicerad med datakvalitets- och tidsmässiga konfidenskoefficienter.
- 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.
- 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.
- 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.
- 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.
- 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.