Casper Juel 2026
BIDINDEKS I DAG · indlæser …

[Sideprojekt · Roskilde Fjord · 18.11.2026]

Jeg lærte min AI at fiske. Den sagde, jeg skulle finde en anden hobby.

Knap 6.000 danske fangstrapporter, 17 års vejr og en model, der giver hver fiskeplads et tal fra 0 til 100 hver dag. Hvad data siger om barometeret, pålandsvind og hvornår man skal stå i vandet. Og hvorfor halvdelen af fiskene manglede i et halvt år.

CASPER JUEL  [ca. 20 min · dansk]

Jeg bor i Roskilde og fisker HØ, altså havørred, i fjorden lige uden for døren og i nabofjorden mod vest. Nogle gange Nordkysten, hvis vinden passer, og Møn, hvis jeg er rigtig ambitiøs, og børnene er underholdt længe nok. Hvis du aldrig har prøvet det, så prøv at forestille dig det her: du står i waders til navlen i en fjord i februar og kaster et stykke blik ud i gråt vand. I fire timer. Ingenting. Nultur. Så kører du hjem, og så skriver en kammerat, at han fik tre blanke i Isefjorden samme morgen. Alle lystfiskere har en teori om, hvorfor det går sådan. Min skifter fra gang til gang.

Casper på knæ på en stenet kyst ved Roskilde Fjord med en farvet havørred i hænderne
Roskilde Fjord, en oktobermorgen. En farvet fisk på vej mod åen, sat ud igen lige efter billedet. Og ja, det er mig.

Det, jeg egentlig gerne vil vide en fredag aften, er ret simpelt: hvor skal jeg hen i morgen tidlig? Roskilde Fjord nord eller syd, Isefjorden, Nordkysten eller Møn? Vejrudsigten siger nordøst 7 sekundmeter og 1030 hPa. Fiskebøgerne siger, at havørreden godt kan lide "lidt vind" og "skiftende forhold". Det er sikkert rigtigt. Men det hjælper mig altså ikke, når jeg skal vælge én kyst. Min far sagde det samme, og han fiskede mest for roens skyld. Ingen af bøgerne svarer på, hvor jeg skal stå i morgen.

Okay, én undtagelse, og den er ikke engang en bog. Jeg siger det selv, inden nogen skriver det i kommentarerne: Havørredens Hemmeligheder. Thomas Hansens filmserie, den danske havørredbibel. Flere DVD'er, og de er slidt i laser i stuer fra Skagen til Gedser. Indtil det her projekt var det faktisk det bedste, jeg havde lært om kystfiskeri. Og det meste af det, der kommer nu, er mig, der tjekker, om hemmelighederne holder, når man holder dem op mod knap 6.000 fangstrapporter. Fiskebøgerne havde tydeligvis ikke set de rapporter. Eller også havde de, og så holdt de tæt.

Så jeg gjorde det, man gør, når man er irriteret og har et Claude-abonnement: jeg byggede noget. Vi, altså mig og Claude Code, startede med en RAG. Det er kort fortalt en chatbot, der slår op i dine egne dokumenter, før den svarer. Mere om den senere. Men først skulle der data til.

Så fandt jeg 23 års rapporter [data]

Nogle uger senere sad jeg og planlagde en tur til Bornholm og endte på den lokale sportsfiskerforenings hjemmeside. Designet er ikke blevet rørt, siden Nokia lavede telefoner. Men bag det ligger der en side, der hedder din fangst, hvor medlemmerne har skrevet hver eneste fisk ind, der var værd at prale af, helt tilbage fra 2003. Dato, sted, art, vægt, agn, tidspunkt, et foto og et par linjer om turen. Det er lidt sjovt, at de bedste data om danske havørreder ligger på en ø 150 km ude i Østersøen. Men Bornholm har altid taget sit fiskeri mere seriøst end resten af os. Her er en rapport, cirka som den ser ud på siden:

{
  "dato": "30. Juli 2026",
  "art": "Karpe",
  "sted": "Præstemosen",
  "tidspunkt": "Kl. 21.30",
  "agn": "Majs",
  "kommentar": "Nyder sommerferien med en masse fisketure med far, og endelig
    lykkedes det mig at få nogen karper. Den største blev taget 21.30 og de
    andre ved 18-tiden. Så en super hyggelig tur i Præstemosen."
}

Det er en knægt, hans far, en dåse majs og et tidsstempel. Og der er 3.920 af den slags. Så har DTU Aqua, statens fiskeforskere, noget der hedder Fangstjournalen, med 2.000 mere. De er udfyldt lige så grundigt som en selvangivelse, med konditionsfaktor og det hele. Og så er der en tredje side, der beskriver 1.380 fiskepladser med koordinater og hvilken vej kysten vender.

Søjlediagram: fangstrapporter pr. år fra 2010 til 2026, foreningen og Fangstjournalen stablet
[fig 01] Rapporter pr. år. Foreningen i mørkegrøn, Fangstjournalen i lys.

Jeg sad og læste foreningens side en hel aften i stedet for at gå i seng. En af dem skrev, at hornfisken var kommet "6 dage senere end sidste år". Det betyder altså, at der sidder nogen derovre og tager tid på hornfisken. En anden havde haft fast fisk seksten gange på tre timer. Seks på land, tre sat ud igen, tre med hjem, vægten skrevet ned på hundrede gram, og så en sætning om farven på vandet. De her folk lavede faktisk videnskab. De kaldte det bare en tur på kysten.

Så spørgsmålet kom helt af sig selv. Hvad nu hvis jeg hentede det hele ned, koblede hver fangst til vejret den dag på det sted, og så tjekkede de gamle råd? Betyder barometeret noget? Hjælper pålandsvind, eller bliver man bare våd? De her talemåder har overlevet i hundrede år, fordi ingen har haft data nok til at sige dem imod. Jeg havde ingen videnskabelig metode og ingen forskeruddannelse. Men jeg havde min MacBook, Claude Code, internettet og en fri weekend.

1.380 fiskepladser tegnet som prikker, hvor Danmarks kystlinje tegner sig selv
[fig 02] Alle 1.380 fiskepladser som prikker, uden noget kort under. Kystlinjen tegner sig selv. De samme prikker ligger bag overskriften øverst, med dagens tal.

Det endte med at blive syv trin. Og hvert eneste af dem gik i stykker på sin egen måde. Det er faktisk den sjove del.

  1. Crawleren, der tabte halvdelen af fiskene uden at sige noget
  2. Chatbotten sagde ja til alt
  3. Der findes ingen API for lokal dialekt
  4. Elleve minutter, så var kvoten brugt
  5. Et datasæt, der kun indeholder gode nyheder
  6. Kommentarerne var dataene hele tiden
  7. Tredagesreglen, testet

Crawleren, der tabte halvdelen af fiskene uden at sige noget [trin 01]

Der var selvfølgelig ingen API'er, altså ingen pæn måde at hente data ud. Så det blev Node og Playwright, én scraper pr. site, skrevet over et par aftener. Claude Code sad på tastaturet, og jeg stod for bandeordene. Foreningens side er 23 års HTML, lavet af fire frivillige med fire forskellige holdninger til <strong>-tagget. Datoen står med fed, undtagen i 2026, hvor den flyttede. Vægten står som "2,6" eller "2.6 kg" eller, én gang, "ca. to og en halv".

Fangstjournalen var lige omvendt. Pæne rækker, men knappen til næste side bytter rækkerne ud på stedet uden at ændre adressen i browseren. Så første version af scraperen læste side ét to gange, konkluderede, at internettet var slut, og stoppede efter fjorten fisk.

Men det var ikke det rigtige problem. Det rigtige problem var dubletterne. En scraper kører mere end én gang, så man skal have en nøgle, der kan sige "den her rapport har jeg set før", så man ikke gemmer den to gange. Vores nøgle var for løs. Den syntes, at alt for mange rapporter lignede hinanden, og smed helt stille halvdelen af foreningens rapporter væk som dubletter. Ingen fejl, intet crash. Tallene var bare lidt lave, sådan som en bankkonto kan være lidt lav. Jeg opdagede det først, da jeg talte ét år efter i hånden og holdt det op mod siden. Så byggede vi parseren om og kørte det hele forfra. Foreningens datasæt gik fra 1.562 til 3.920 fangster på én nat. Halvdelen af fiskene havde stået der hele tiden.

[fig 03] Her gemte fiskene sig

Foreningens rapporter
før1.562
efter3.920
Andel med brugbar dato
før16 %
efter99 %

Hvis du er udvikler og kun skal huske én ting herfra, så er det den her: en scraper, der kører uden fejl, er ikke det samme som en scraper, der virker. Tæl dine rækker efter mod kilden. Som en mistroisk fiskehandler.

Chatbotten sagde ja til alt [trin 02]

De data, vi havde hentet, røg ind i Postgres på Supabase. Og så gjorde jeg det, alle gjorde i 2024: jeg lagde alle rapporterne i en vektordatabase, altså en database, der søger på betydning i stedet for ord, og lod en chatbot svare ud fra dem. Det er det, man kalder en RAG. Idéen er, at når du stiller et spørgsmål, finder den de rapporter, der minder mest om dit spørgsmål, og giver dem til sprogmodellen, så den kan svare ud fra rigtige data i stedet for at gætte. Det føltes som magi. Jeg spurgte "hvad fanger folk ved Salene i marts?", og den svarede med rigtige fangster, agn og vægt.

Så stillede jeg det spørgsmål, jeg egentlig gerne ville have svar på: bider havørreden bedre, når barometeret falder? Den sagde ja og fandt fem rapporter, hvor der stod noget om faldende tryk og en fisk. Men det beviser jo ingenting. Folk skriver kun rapporter, når de fanger noget. Der er ingen, der skriver "Nultur, trykket var ellers fint". En RAG finder de tekster, der ligner dit spørgsmål. Den tæller ikke, hvor tit noget faktisk passer. Så spørger du efter faldende tryk, så finder den faldende tryk, og sprogmodellen ovenpå siger ja. Den siger ja til alt, du spørger om, bare det står et sted.

Chatbotten fik lov at blive hængende som en venlig forside. Men svaret på mit spørgsmål skulle findes et andet sted. Jeg skulle tælle i stedet for at søge.

Der findes ingen API for lokal dialekt [trin 03]

For at koble en fangst til vejret skal man have koordinater. Og lystfiskere skriver ikke koordinater. De skriver "Sydkysten". De skriver "ud for Nørrekås". En enkelt skrev bare navnet på en vej, der ligger ved en sø. I alt 935 forskellige stednavne, og nogle af dem var helt tydeligt fundet på for at holde pladsen hemmelig for præcis den slags mennesker, der bygger en database. Altså mig.

De nemme klarede vi med fuzzy matching mod de 1.380 kendte pladser, altså at lede efter navne, der nogenlunde ligner. De almindelige slog vi op hos OpenStreetMap, som giver koordinater tilbage for et stednavn, ét høfligt kald i sekundet. Resten var mig, en teksteditor og lokalkendskab:

ALIASES = {
    "sydkysten":    dict(lat=55.00, lon=14.95, coast="S", name="Bornholms sydkyst"),
    "vest":         dict(lat=55.12, lon=14.70, coast="W", name="Bornholms vestkyst"),
    "lufthavnen":   dict(lat=55.06, lon=14.75, coast="E", name="Stenkysten under Rønne Lufthavn"),
    "ud for rønne": dict(lat=55.09, lon=14.66, coast="W", name="Ud for Rønne", type="båd"),
}

Fyrre linjer som dem dækker en tredjedel af foreningens rapporter. Til sidst havde 87 procent af fangsterne et punkt på kortet. Resten var norske elve, private søer og "en hemmelig plads", og dem lod vi ligge. Med respekt. Det sidste stykke af at få stednavne til at blive til punkter på et kort er altid et menneske, der ved, at når en bornholmer siger "Lufthavnen", så mener han stenrevet under indflyvningen og ikke en terminal. Husk at sætte penge af til det menneske.

Elleve minutter, så var kvoten brugt [trin 04]

Så var der vejret. For hver fangst ville jeg have vejret den dag på det sted. Og til modellen skulle jeg også have vejret på alle de dage, hvor ingen fangede noget, og det er jo de fleste dage. Ganger man steder med dage siden 2010, bliver det til omkring en million opslag. Det betyder også, at modellen kun får de godt 4.000 fangster fra 2010 og frem. Før det er der simpelthen ikke vejrdata nok.

Open-Meteo har et historisk vejrarkiv, der er rigtig godt og gratis. Så jeg pegede scriptet på det og gik ud for at lave kaffe. Problemet er, at de tæller efter, hvor meget data man henter, cirka ét kald pr. to ugers historik pr. sted. Og regnestykket så sådan ud:

16 år × 258 felter på kortet × 26 gange to uger ≈ 107.000 kald
gratis kvote: 10.000 om dagen
første 429: efter 11 celler, før kaffen var klar

Vi sad lidt stille, som vi plejer, når sådan noget sker. Så plan B: vejrstationer. Meteostat har DMI's stationer time for time, og de er ligeglade med, hvor langt tilbage man spørger. Så vi hentede 33 danske stationer tilbage til 2010, lagde timerne sammen til ét tal pr. dag og gav hver fangst den station, der lå nærmest. Det endte med, at femten stationer gjorde alt arbejdet, som femten meget tålmodige meteorologer. Ud af det fik vi alle de ting, lystfiskere står og diskuterer på p-pladsen, mens de trækker waders på: vindstyrke, om vinden er pålands eller fralands, tryk og hvordan det har flyttet sig de sidste 24 og 72 timer, om temperaturen er på vej op eller ned, skydække og hvor mange timer med lys.

Så nu er det sådan her: historikken kommer fra stationerne, morgendagen fra vejrudsigten, og det hele holdes sammen af et cron-job og en god portion optimisme. Det kører hver nat og er faktisk kun gået ned de nætter, hvor jeg selv har pillet ved noget.

Terminaloptagelse af den natlige scoring: 1.380 pladser gange otte arter på et minut
[fig 04] Den natlige kørsel. 11.040 rækker, otte arter, ét minut.

Et datasæt, der kun indeholder gode nyheder [trin 05]

Her er den fælde, jeg gik lige i med modellen. Fangstdata indeholder kun de dage, hvor nogen fik fisk. Der findes ingen formular til "stod i vandet i fire timer og så fjordens sorte pirat tage tre lige ud for næsen af mig". Så man kan ikke lære en model forskellen på fangst og nultur, for nulturene står der simpelthen ikke. Biologer løber ind i præcis den samme mur, når de registrerer dyr i naturen, og de kalder det presence-only data. Det er i øvrigt også en ret præcis beskrivelse af min egen fiskedagbog.

Deres trick er simpelt, så det stjal vi. For hvert sted trækker man femten tilfældige dage fra de samme år, altså dage hvor vi ikke ved, om der blev fanget noget. Så lærer man en model at kende forskel på fangstdagene og de tilfældige dage, kun ud fra vejret. Den får også sæson, ugedag og sted at vide, så den ikke kan snyde ved bare at lære, at danskere fisker i marts og i weekenden. Det, der så er tilbage, er cirka vejret. Selve modellen er en gradient-boosted model fra scikit-learn, altså en klassisk model og ikke et neuralt netværk, og den træner på den tid, det tager at binde en forfangsknude.

Den del, jeg faktisk er mest stolt af, er den kedelige del: måden vi tester på. Vi tager et helt år ud, træner modellen på de andre seksten år og lader den så gætte på det år, den ikke har set. Og så gør vi det for alle sytten år, ét ad gangen. Det hedder leave-one-year-out, og pointen er, at modellen ikke får lov til at huske svarene. Den skal gætte på et år, den aldrig har set. Og så træner vi altid to modeller, én uden vejr og én med. For det er den eneste måde, man kan se, hvad vejret egentlig giver. På det første datasæt, det der var halvt i stykker, var svaret: ingenting. Modellen med vejr var faktisk en anelse dårligere. Jeg sad og stirrede på det et stykke tid. På de rene data er det et lille, men stabilt løft. Og det løft er det eneste tal, der egentlig betyder noget.

Leave-one-year-out AUC for 17 år, med og uden vejr, som to linjer
[fig 05] Sytten år holdt ude ét ad gangen. Vejret vinder tretten af dem. De fire røde streger er dem, vi trækker på skuldrene af.

Ud af det kommer et tal fra 0 til 100 for hver plads, hver dag. Vi kalder det bidindeks. 80 betyder, at dagen ser bedre ud end 80 procent af alle dage for den art. Og så kommer der begrundelser med, for et tal uden begrundelse er bare en vejrudsigt med attitude. Her er, hvad den sagde en mandag i oktober, bedste og dårligste plads i landet:

Kragesand        90   vind 88° 5 m/s pålands, 1034 hPa stigende, 9,7°, overskyet
                      + meget højt tryk (x1,6)  + overskyet (x1,3)  + køligt 5–10° (x1,3)
Saltuna          18   vind 68° 9 m/s langs kysten, 1035 hPa, 11,6°
                      − frisk til hård vind (x0,6)  − mildt 10–15° (x0,7)

Og her er den i dag. Det her er ikke et billede. Det er modellens svar for de næste syv dage omkring Roskilde, gemt den morgen, siden her blev lagt op. Tryk på en dag, en art eller en plads.

[demo 01 · bidindeks · 60 km fra Roskilde · 7 dage] optaget 18.11.2026

Tallene i parentes er det, der hedder lift. Det er bare: hvor meget oftere ser vi det her vejr på fangstdage end på helt almindelige dage? Meget højt tryk 1,6 betyder, at det optræder 60 procent oftere, når der bliver fanget noget. Under 1 betyder, at det er sjældnere. Det er den halvdel af modellen, man kan forklare. Og det er grunden til, at en lystfisker kan skændes med tallet i stedet for bare at ryste på hovedet. Her er hele havørredens tabel. Vælg, hvad du vil kigge på.

Faldende barometer: 0,90. Det er altså den myte, chatbotten sagde ja til. Vinden over 8 sekundmeter: 0,6, og kuling 0,43. Kulde: 1,65. Vi vender tilbage til det hele til sidst.

Der er én svaghed, jeg stadig ikke kan modellere mig ud af. Vi kan ikke skille "fisken huggede" fra "folk tog på kysten". En kuling tømmer kysten for fiskere, uanset om fisken æder eller ej. Så når der er få fangster i blæsevejr, ved vi ikke, om det er fisken eller fiskerne, der blev hjemme. Løsningen dukkede op det sidste sted, jeg kiggede. Som også var det første sted, jeg burde have kigget.

Kommentarerne var dataene hele tiden [trin 06]

2.203 af rapporterne har en kommentar. Og i kommentarerne står alt det, formularen glemte at spørge om. Tag den her fra Bornholms østkyst, april 2010:

"Dejlig dag med solskin. Havde bid i de første fire kast og kun den fjerde gang kom fisken i nettet. De andre var alle blanke. Mistede i alt syv fisk, de hoppede og vred sig løs igen og igen. Satte to ud, som var blevet blanke igen men de manglede stadig lidt krop før de kommer med hjem i gryden! Så en herlig fisketur på et par timer!"

Der står, hvor mange timer der blev fisket, hvor mange fisk der blev tabt, om de var blanke eller farvede, og at to blev sat ud igen. Skrevet af en, der stod i vandet. Så vi gav en lille, billig sprogmodel et JSON-skema med tyve felter, altså en fast liste over de ting, vi gerne ville have ud af hver kommentar. Og én streng regel: står det ikke i teksten, så svar null. Det vil sige, den må ikke gætte. Tredive kommentarer ad gangen. Afsnittet ovenfor kom tilbage som:

{
  "fish_hooked": 10,
  "fish_landed": 3,
  "fish_lost": 7,
  "hours_fished": 2.0,
  "fish_colour": "blank",
  "weather_note": "solskin",
  "trip_outcome": "good"
}

150 kommentarer kostede $0,08. Det er mindre end det blink, jeg satte i tangen samme aften. Hele bunken kostede senere under en dollar. På de ture var der fast fisk 428 gange, og 374 af dem kom på land. Ingen har nogensinde vidst, hvor mange af de fisk, der hugger på en dansk kyst, der også kommer på land. Nu ved vi det. 87 procent. Og de sidste 13 procent er dem, du kommer til at høre om i bilen hjem.

Søjler: hvor mange af 150 kommentarer gav et svar på hvert af de tyve felter
[fig 06] Hvad 150 kommentarer gav pr. felt. Indspinning i bunden med to, fordi ingen indrømmer, hvor hurtigt de spinner ind.

Den mest værdifulde kolonne i hele projektet var altså en tekstkolonne. Og prisen for at læse den er faldet fra "en studentermedhjælper en hel sommer" til "en kop kaffe". Det er egentlig det, jeg tager med mig herfra. Mere end noget om fisk.

Tredagesreglen, testet [trin 07]

Alle de garvede kystfiskere, jeg kender, kigger på vinden de sidste tre-fire dage, før de beslutter, hvilken kyst de stiller sig på. Logikken er, at tre dages vestenvind presser vand, farve og føde ind på østsiden af fjorden, mens vestsiden bliver lav og klar. Det er det råd, man hører oftest omkring Roskilde, og det har stået på vores liste over ting, der skulle testes, fra dag ét. Den første model vidste med vilje ingenting om det. Den fik gårsdagens tryk og ugens temperatur, men af vinden fik den kun dagens. Vi ville have en ren baseline først, altså et udgangspunkt at sammenligne med, før vi fodrede den med folkloren.

Så lærte vi den det. Seks nye features, altså seks nye ting modellen får at vide, alle regnet ud på de tre dage før fangstdagen: hvor hårdt og hvor stabilt vinden havde stået ind på netop den kyst, om den var drejet, det kraftigste vindstød, og hvor mange dage siden det sidst havde blæst ordentligt. Stationerne havde det hele i forvejen, tilbage til 2010. Og så samme test som altid: hold hvert år ude, træn på resten, sammenlign med og uden.

                      sæson+sted    +dagens vejr    +3 dages vind
AUC, 17 år              0,712         0,728           0,724
fangster i top 20 %     41 %          44 %            44 %

Data trak på skuldrene. På landsplan giver tredagesreglen ingenting, man kan måle. Vi sad lidt stille igen, som vi plejer, og kiggede så i lift-tabellerne. Og dér blev det interessant:

Bornholm, åben Østersøkyst
  3 dages kraftig pålandsvind         x1,20
  1–2 dage efter blæst                x1,14
  blæst i dag                         x0,53
Jylland og Fyn, mest fjorde og bælter
  3 dages pålandsvind                 x0,81
  3 dages fralandsvind                x1,19
Pladser med "fjord" eller "vig" i navnet (lille stikprøve)
  3 dages fralandsvind                x1,31

Reglen holder altså. Den peger bare i hver sin retning, alt efter hvor man står. På Bornholms stenkyst rører tre dages pålandsvind bunden op, og fisken trækker ind for at æde det, der bliver hvirvlet løs. I en fjord betyder tre dages pålandsvind grumset, opskyllet vand på din side, og så står fisken ovre på den anden, roligere kyst, hvor vandet er ved at klare op igen. Lægger man det sammen over hele landet, går de to lige op. Og det var præcis det, modellen meldte tilbage. Den tog ikke fejl. Den svarede bare nationalt på et lokalt spørgsmål.

Lift for tre dages kraftig pålandsvind pr. region: Bornholm 1,20, hele landet 1,12, Jylland og Fyn 0,81
[fig 07] Samme vind, modsat råd. Bornholm 1,20, hele landet 1,12, Jylland og Fyn 0,81.

Vi beholdt de nye features alligevel. Forklaringerne blev nemlig bedre, også dér hvor scoren ikke gjorde. "Tre dages pålandsvind" er en sætning, en lystfisker kan forholde sig til. I næste version får modellen lov at lære reglen pr. kysttype, og vi går efter DMI's vandstandsmålere, så den kan se vandet flytte sig i stedet for at gætte det ud fra vinden. Roskilde har sådan en måler. Selvfølgelig har den det.

Hvad data siger, indtil videre [resultater]

  • Faldende barometer er en myte, i hvert fald i Danmark. Stigende tryk giver 1,1, faldende 0,9, og meget højt og stabilt tryk 1,6. Bøgerne tog fejl, og chatbotten havde lært det af dem.
  • Over 8 m/s er vinden hele historien. Under det betyder den næsten ingenting.
  • Tredagesreglen er rigtig, men den ophæver sig selv: pålandsvind er godt på Bornholms åbne kyst (1,2) og dårligt i fjordene (0,8). Stil data et lokalt spørgsmål, ellers får du bare et nationalt skuldertræk.
  • Kulde er godt. Luft på 0–5 °C løfter oddsene 1,65 gange. Over 20 °C falder de til 0,3. Fisken og lystfiskeren er altså ikke enige om, hvad en god dag er.
  • Tidspunktet på dagen vender med årstiden. Middag ejer januar, aften ejer august. Data anbefaler altså, at man sover længe hele vinteren.
  • Marts er måneden for de store: 43 procent af de vejede havørreder er over 3 kg. I april og maj er fiskene tynde. Sæt dem ud igen.
  • Sæson og sted alene giver en AUC på 0,712. Med vejr: 0,728. AUC er et mål for, hvor god modellen er til at skille gode dage fra dårlige, hvor 0,5 er rent gæt og 1 er perfekt. De bedste 20 procent af dagene rummer 44 procent af fangsterne. Det er beskedent, det er ærligt, og det er bedre end bogen.
Stablede søjler: tidspunkt på dagen for fangster pr. måned
[fig 08] Tidspunkt på dagen pr. måned. Skiftet fra middag til aften kan ses fra den anden side af rummet.
Søjler: andel af vejede havørreder over 3 kg pr. måned, højest i marts
[fig 09] Marts er måneden for de store. Oktober er, med respekt, ikke.

Hvad nu [app · mcp]

Næste skridt er en model, der ved, hvor mange der faktisk stod på kysten, bygget på det, kommentarerne fortalte os. Så vejr på fangstens time i stedet for hele dagen, for havørreden æder ved daggry og i skumringen, og foreningens rapporter har faktisk et klokkeslæt. Og så en app, der svarer på fredagsspørgsmålet med én plads, ét tal og en køretid, med begrundelserne nedenunder, så en lystfisker kan se, hvorfor tirsdag er en 80'er, og brokke sig over det. Appen kører allerede i simulatoren. Det er, som det plejer, 80 procent af arbejdet og 20 procent af vejen.

Tre skærme fra appen: i dag med Veddelev 80, lørdag med Kystholmen 89, og pladssiden for Veddelev med kort og ugens søjler
[fig 10] Appen i simulatoren. I dag siger den Veddelev, fem minutter hjemmefra, en 80'er. Lørdag vil den hellere køre 36 minutter til Kystholmen og få en 89'er, for Veddelev er kun en 82'er den dag (til højre). Den har lært, hvornår det kan betale sig at køre.

Og fordi hele kataloget også ligger som en MCP-server, altså en lille server, som Claude kan ringe til og stille spørgsmål, kan man stille Claude det samme spørgsmål og få det samme svar. Bare med flere ord. Sådan ser det ud, når Claude Code spørger den:

Terminaloptagelse: Claude Code kalder Fiskevejr-serveren og svarer Jægerspris 76, eller Herslev Strand 74 syv kilometer hjemmefra
[fig 11] Samme spørgsmål gennem MCP-serveren. Jægerspris 76, eller Herslev Strand 74 syv kilometer hjemmefra. Den nævner selv alternativet.

Du kan prøve det selv i terminalen til højrelige herunder. De fem spørgsmål er optagelser af rigtige kald, så de koster ingenting. Skriver du dit eget, svarer Claude live: den kalder de samme værktøjer mod den samme database, som appen bruger, og du kan se hvert kald, argumenterne og serverens rå svar, før teksten kommer. Tallene er dagens. Serveren scorer alle 1.380 pladser hver nat.

casper@cj.dk ~ fiskevejr [demo 02 · mcp · 16 værktøjer · optaget 18.11.2026]

Hvis du står for en fangstlog, en foreningsside eller en app med rapporter i, så vil jeg rigtig gerne snakke med dig. Modellen bliver bedre for hver ærlig rapport, også nulturene. Faktisk især nulturene. Der er aldrig nogen, der har sendt mig én.

Nu skal påstandene i vandet [lørdag]

Det er november, og det er en skæv måned at fiske havørred i. Fra den 16. november til den 15. januar er de farvede fisk fredet i saltvand, dem i gydedragt, der er på vej op i åen. Får man en på, skal den nænsomt ud igen, og helst undgår man dem helt. Det, man må tage med hjem, er de blanke overspringere over 40 centimeter, dem der sprang gydningen over og blev ude i fjorden. Åerne er lukkede til marts, og ved åmundingerne er der bælter, hvor man slet ikke må fiske. Bornholm og Vadehavet har deres egne regler oveni. Så en tur i november er en tur efter de få blanke, med et ekstra ansvar i hænderne. Men vejret passer: kold luft, højt tryk og ikke for meget vind er præcis det, data siger giver fisk. Så i stedet for at slutte af med endnu en graf stillede jeg den tingest, jeg havde bygget, det spørgsmål, det hele startede med. Roskilde Fjord nord eller syd, Isefjorden, Nordkysten eller Møn? Her er svaret for den kommende lørdag, hentet den morgen, det her blev lagt op:

Lørdag 21. november. Vestenvind 5 m/s, stød 14, og klart. 1006 hPa, steget 9 på et døgn.
3 grader. Dage siden sidste rigtige blæst: syv.

  Veddelev, Roskilde Fjord       bidindeks 86    + koldt 0–5° (x1,7)  + let vind (x1,2)
                                                 − klart (x0,8)  − tør luft (x0,8)
  Jægerspris, Roskilde Fjord     bidindeks 83    samme vejr, kysten vender en anden vej
  Herslev Odde, Roskilde Fjord   bidindeks 83    samme
  Grønsund Odde, Møn             bidindeks 100   + koldt  + let vind, fralands
  Alt andet på Møn               bidindeks 93 i snit. Hele øen er i spil.

Så programmet siger Møn, hvis jeg har lyst til at køre halvanden time for 14 point. Ellers Veddelev, fem minutter hjemmefra, tidligt, med en lille mørk flue. Og det siger det med den ro, man kun har, når man aldrig selv har stået og frosset i et par waders. Timingen er til gengæld min egen skyld: jeg blev færdig med det her i november, to dage efter at fredningen var begyndt. Så lørdag bliver ved tanken. Jeg samler tråden op midt i januar, den dag fredningen slutter. Det er tilfældigvis også min fødselsdag, så den dato glemmer jeg ikke. Så står jeg ved Veddelev, når det lysner, uden for fredningsbælterne, og alt med farve på ryger tilbage. Bliver det en nultur, vil modellen bare notere, at dagen var en 86'er og ikke en 100, og at 14 procent af dagene så bedre ud. Så på den måde har den allerede lært det, enhver lystfisker ved: at det ikke altid handler om at fange noget. De gamle kalder det tålmodighed og siger, at naturen er præmien. Modellen kalder det en 86'er. Det er nok det samme.

Knæk og bræk.

Tak til de fire frivillige, der har holdt foreningens side i luften siden 2003, til DTU Aqua for Fangstjournalen, og til Meteostat og Open-Meteo for vejret. Fiskepladserne er fra et katalog, der beskriver 1.380 danske pladser med koordinater og kystretning. Ingen af dem har bedt om at blive puttet i en database, og ingen af dem får skylden for resultatet.

Skrevet i Roskilde. Bygget med Python, scikit-learn, Postgres, Hono, Expo og Claude Code. Siden her er håndskrevet HTML uden framework, som resten af stedet. Spørgsmål, rettelser og nulture: info@casperjuel.dk.