Publikasjoner
NIBIOs ansatte publiserer flere hundre vitenskapelige artikler og forskningsrapporter hvert år. Her finner du referanser og lenker til publikasjoner og andre forsknings- og formidlingsaktiviteter. Samlingen oppdateres løpende med både nytt og historisk materiale. For mer informasjon om NIBIOs publikasjoner, besøk NIBIOs bibliotek.
2009
Forfattere
Mona RingnesSammendrag
Det er ikke registrert sammendrag
Forfattere
Mona RingnesSammendrag
Jeg var på klimakongress i København for en stund siden. Samlinga var forløper til COP15 som skal avholdes i desember. Der skal verdens politiske ledere enes om en avtale som ikke bare skal overta for Kyotoavtalen, men også være mange ganger mer ambisiøs.
Forfattere
Venche TalgøSammendrag
Det er ikke registrert sammendrag
Forfattere
Venche TalgøSammendrag
Det er ikke registrert sammendrag
Forfattere
Venche TalgøSammendrag
Det er ikke registrert sammendrag
Sammendrag
Behovet att spara energi, introduktion av nya lamptyper och täckmaterial samt utvecklingen av nya belysningsmetoder kommer att ändra ljusanvändningen i växthus i framtiden. Det kommer att inverka på skadedjuren och den biologiske bekämpningen, men vet vi egentligen hur? Det skal man se närmare på i det nya projektet "Miljøvennlig næringsutvikling i norsk veksthusproduksjon - VEKSTHUS
Forfattere
Venche TalgøSammendrag
Det er ikke registrert sammendrag
Forfattere
Venche TalgøSammendrag
Det er ikke registrert sammendrag
Forfattere
Anne-Grete Roer HjelkremSammendrag
Computer models are built to simulate real world systems. It is well known that models are related with uncertainty, still uncertainties are rarely quantified. The Bayesian statistical approach is used to calibrate a complex deterministic dynamic model of snow depth. Challenges emerging when applying the method will be explored. The Bayesian approach regards parameters as random and allows integration of prior knowledge. It will be demonstrated how prior information and new data affect the calibration process, parameters and model outputs, with focus on uncertainty. Point estimates and uncertainties are calculated and visualized for both parameters and model outputs. Generally, uncertainty decreased when new data were incorporated. Uniformly distributed priors gave the best fit for this model according to root mean square error, while the more informative beta distributed priors gave more physically meaningful parameter estimates. Markov chains of samples from the posterior distribution of the parameters were obtained by the random walk Metropolis algorithm. Crucial points when using these methods are reaching and determining convergence of the chains. In order to reach convergence faster, informative priors, Sivia"s likelihood, reflection and updating the proposal distribution with parts of the data gave successful results. To determine convergence objectively and correctly, the use of multiple chains and the Gelman Rubin method was found useful. Several decisions must be made when implementing Bayesian calibration and the choices that were found to be most effective will be highlighted and visualized.
Forfattere
Venche TalgøSammendrag
Det er ikke registrert sammendrag