Zadovoljstvo nam je pozvati vas na 91. Fakultetski seminar 23. 10. 2026. u B3-47 u 13:15 sa sljedećom temom:
Varijabilnost visokofrekventnih ekstrema razine mora u Sjevernom moru
koji će održati Mia Pupić Vurilj iz Tehničkog sveučilište u Delftu, Nizozemska. Sažetak i kratki životopisi predavačice se nalaze dolje, a u prilogu je plakat za društvene mreže.
Sažetak
Ekstremni događaji razine mora javljaju se u širokom rasponu vremenskih skala. Ipak, većina istraživanja temelje se na satnim ili dnevnim podacima te zanemaruju visokofrekventne procese, poput seša i meteotsunamija. U ovom se istraživanju karakteriziraju visokofrekventni (VF) ekstremi razine mora duž obale Sjevernog mora na temelju dugoročnih mjerenja (1993.–2025.) s 29 mareografa. Nakon kontrole kvalitete podataka, iz mjerenja je uklonjena astronomska plima kako bi se izdvojio rezidualni signal, koji je potom razložen na niskofrekventnu (T > 2 h) i visokofrekventnu (T < 2 h) komponentu. Ekstremi su zatim izdvojeni iz visokofrekventnog signala (VF ekstremi) i reziduala (rezidualni ekstremi). Primjenom algoritama grupiranja VF ekstremi klasificirani su u različite vrste događaja, a istodobno su identificirani i regionalni obrasci. Svaka je vrsta događaja potom opisana s obzirom na period, intenzitet i povezanost s rezidualnim ekstremima. Većina VF ekstrema bila je mala u odnosu na raspone plimnog signala, te se u prosjeku samo 12,2% tih ekstrema podudaralo s rezidualnim ekstremom i formiralo složeni događaj. Najintenzivniji događaji bili su koncentrirani uz nizozemsku obalu. Sve ovo odražava kombinaciju lokalnih okolišnih uvjeta i razlika u uzorkovanju podataka. Sveukupno, ovo istraživanje pruža nove uvide u varijabilnost visokofrekventnih oscilacija razine mora i pojavu složenih događaja te pridonosi boljoj procjeni obalnih rizika duž obale Sjevernog mora.
Kratki životopis
Mia Pupić Vurilj doktorandica je na Tehničkom sveučilištu u Delftu u Nizozemskoj. Njezino je istraživanje usmjereno na varijabilnost ekstremnih razina mora na regionalnoj razini, te obuhvaća niskofrekventne i visokofrekventne procese. Primjenom strojnog učenja nastoji prepoznati obrasce navedene varijabilnosti i otkriti fizikalne procese koji je uzrokuju
