Hemplanet jorden

Bayesian retrieval techniques for high-dimensional spectroscopic observations of exoplanet atmospheres

Exoplanetastronomer studerar planeternas mångfald och egenskaper för att förstå deras bildning och utveckling. Med hjälp av känsliga spektroskopiska observationer undersöker de atmosfärernas struktur, klimat och kemi. Datan är omfattande och komplex, och kräver avancerade modeller och beräkningsmetoder. Detta tvärvetenskapliga fält kombinerar astronomi, fysik, kemi och numerisk modellering. I detta projekt strävar vi efter att utveckla en snabb bayesiansk inferensteknik för att analysera högdimensionella spektroskopiska data, särskilt i kombination med lågupplösta observationer från nya rymdbaserade observatorier som James Webb Space Telescope.

Period: 2023–2025
PI/kontaktperson: Jens Hoeijmakers
Lärosäte: Lunds universitet

Animating a climate future based on improved CO2 sequestration by monitoring wetlands and forests from satellites

Skogar är viktiga både för att absorbera koldioxid och producera syre. Det övergripande kretsloppet av koldioxidupptag och -utsläpp är dock fortfarande ett olöst pussel. Skogar, våtmarker och markanvändning i stort utgör avgörande delar av detta pussel som ännu inte är fullt förstådda. Eftersom våtmarker innehåller några av de största kolförråden på jorden är deras framtid en nyckelfaktor för att kunna förutsäga utvecklingen av växthusgaser som koldioxid och metan i vår atmosfär. Projektets huvudsakliga mål är att utveckla matematiska verktyg kopplade till maskininlärningsmetoder som möjliggör övervakning och prognoser av koldioxidutsläpp och -upptag från skogsbruk och skötsel av våtmarker.

Period: 2024–2025
PI/kontaktperson: Alexandros Sopasakis
Lärosäte: Lunds universitet

POLLENOMICS: Decoding the farming history of Europe using advanced statistics to combine ancient DNA with paleo-pollen data

Målet med projektet är att kombinera rekonstruktion av mänsklig migration baserad på data från forntida DNA med pollenbaserad markanvändningsdata – något vi kallar Pollenomik – för att skapa en ny proxybaserad datamängd för markanvändning och förändringar i markanvändning (LULCC) i Europa. Att förbättra träffsäkerheten i LULCC-modeller tjänar flera syften, från att identifiera jordbruksmetoder som maximerar framtida livsmedelsproduktion (skördeutbyten) under olika framtida klimatscenarier, till att optimera bevarandeinsatser för att skydda viktiga ekosystem och biologisk mångfald. Dessutom kan det förbättra vår förmåga att bedöma hur urbana områden påverkas av klimatförändringar och vägleda hållbar markanvändningsplanering för motståndskraftiga och anpassningsbara städer.

Period: 2024–2025
PI/kontaktperson: Behnaz Pirzamanbein
Lärosäte: Lunds universitet

Systematic spectral clean-up for massively parallel
surveys of stars

Målet med projektet är att förbättra den vetenskapliga avkastningen från massivt parallella spektroskopiska undersökningar av stjärnor genom att utveckla snabba, tillförlitliga och automatiserade algoritmer för förbehandling av stjärnspektra för att ta bort defekter och uppskatta kontinuumflödet.

Period: 2025–2026
PI/kontaktperson: Ross Church
Lärosäte: Lunds universitet

Galaxy formation in the exascale era

Som en del av vårt projekt strävar vi efter att porta viktiga flerskaliga fysiska modeller till DYABLO. Övergången till DYABLO innebär betydande fördelar, särskilt när det gäller potentiella prestandaförbättringar och förbättrat stöd för GPU-acceleration. Dessa förbättringar är avgörande för att hantera den ökande komplexiteten och skalan hos astrofysiska simuleringar, vilket gör att vi kan utnyttja den fulla kraften hos moderna beräkningsresurser. I slutändan skapar vi förutsättningar för en banbrytande prestation: den första simuleringen någonsin av en Vintergatan-liknande galax från Big Bang till nutid, med enskilda stjärnor upplösta - ett steg långt bortom den nuvarande gränsen för gruppering av stjärnor med tiotusentals.

Period: 2025–2026
PI/kontaktperson: Oscar Agertz
Lärosäte: Lunds universitet

Energy efficient and fast numerics for earth system modelling

Med en ökande användning av datorer i hela världen skjuter energiförbrukningen i höjden. Detta börjar orsaka problem med övergången till ett koldioxidfritt samhälle, som använder el från förnybara energikällor. Det är därför absolut nödvändigt att öka energieffektiviteten i simuleringar. Vi kommer att närma oss detta genom ett tvärvetenskapligt angreppssätt som omfattar tillämpningar, datavetenskap och numerisk analys.

Period: 2025–2026
PI/contact: Philipp Birken
University: Lunds universitet

A GPU-based particle-in-cell framework for kinetic plasma modelling

Period: 2023–2024
PI/kontaktperson: Maria Hamrin
Lärosäte: Umeå universitet