160 likes | 275 Views
Lars Bärring, Rossby Centre. Klimatindex för avnämare Olika typer av klimatindex Vad görs på annat håll – leveranserna i ett sammanhang Några exempel Kvar att göra Att tänka på. Seminarium tisdag 22 augusti 2006 SMHI och Klimat och sårbarhetsutredningen.
E N D
Lars Bärring, Rossby Centre • Klimatindex för avnämare • Olika typer av klimatindex • Vad görs på annat håll – leveranserna i ett sammanhang • Några exempel • Kvar att göra • Att tänka på Signatur Seminarium tisdag 22 augusti 2006SMHI och Klimat och sårbarhetsutredningen
Olika typer av klimatindex: Några nyare klasser • Antal tillfällen (dagar) då något bestämt tröskelvärde över-/underskridsAntalet ”Tropiska nätter” (T2min>20 ºC), Snödjup mellan 10 cm och 20 cm • Längsta period över/under något bestämt tröskelvärdeLängsta period med Precip<1 mm (=torka), vegetationsperiodens längd • Maximalt medelvärde/summa under en specifik tidsperiodMedeltemp under 7 dygn, Maximal nederbörd under 14 dagar • Sista/första dag (datum) då någon händelse förekommerSista vårfrosten, första snön på hösten • Graddagar (temperatursumma över/under något tröskelvärde)Cooling degree days, Heating degree days Signatur
Olika typer av klimatindex: Kombinationsindex • Index baserat på flera variablerEffektiv nederbörd: ”PminusE = Precip-Evap”, Regnnederbörd: ”Rainfall=Precip-Snowfall” • Index baserade på en variabel och flera tröskelvärdenAntal graddagar över 8 ºC under vegetationsperioden (från och med 5:e dagen med T2m>5 ºC ...) • Index baserade på flera variabler, var och en med sitt tröskelvärde”Halkindexet” (nZeroCross=T2min<+1 ºC och T2max>-1 ºC) • Osv, etc., mm. • Till slut blir indexen mer av enkla modeller för någon specifik klimatpåverkanvilka variabler är relevanta ? vilka är tröskelvärdena, hur skarpa är de ?hur långa perioder klarar man ?finns långtidseffekter ? Mer forskning krävs: hör framtiden till Signatur
Vad görs på annat håll – några exempel • Utveckling av klimatindex (extremindex)-- mycket arbete har skett/sker parallellt -- för tillämpningar behöver indexen vara anpassade till sammanhanget • Analys av observationsdata-- European Climate Assessment (http://eca.knmi.nl/) • Analys av modelldata-- Flera EU-projekt: MICE, STARDEX, PRUDENCE,-- Analys av globala modeller för IPCCs utvärdering • Våra leveranser drar nytta av detta på flera sätt Signatur
Liknandearbete görs av andra(färre drivareoch scenarier) UNIKT Mycketstort urvalbas-variabler Styrs avavnämare Rossby Centre’s indexleveranser i relation till andra • Två regionala modeller: RCAO och RCA3 • Flera olika globala drivare • Flera olika utsläppsscenarier • Flera basvariabler på dygnsbasis:-- temperatur (min,max,medel), även yttemperatur -- nederbörd, även uppdelat som regn resp. snö-- avdunstning-- vind, (även byvind kommer) -- snödjup, snöns vatteninnehåll, snötäckets utbredning • Ett stort antal index beställda av eller utvecklade i samråd med avnämare Signatur
Antal dagar med snötäcke 1961-90 2011-40 2041-70 2071-2100 Signatur
Tropiska nätter Signatur
Tropiska nätter Signatur
Tropiska nätter Signatur
Tropiska nätter Signatur
Nederbörd: häftig och extrem JJA (sommar)Häftig nederbörd(nGT10) SON (höst)Extrem nederbörd(nGT25) hela året Signatur
KlimatförändringFramtid minus 61-90 Antal uppehållsdagar i juli (Precip_nDryDay) Signatur
Kvar att göra • Förändringskartor • Smärre justeringar av layout, färgskalor, etc. • Vindanalys, valda platser • Energianalys valda platser • Bearbetning av kommande scenarier Signatur
Att tänka på (1) • ALLA INDEX ÄR MEDELVÄRDEN för 30-årsperioden-- först beräknas ett indexvärde per år, därefter bildas medelvärde • INTE DET VÄRSTA som kan tänkas inträffa under perioden,-- snarast vad som är typiskt • MEDELVÄRDEN ÄR ALLTID SÄKRARE än extremer-- gäller både själva indexen (Precip_sum säkrare än Precip_nGT10) och 30-års medelvärden -- och relativt enklare att kommunicera • GRIDCELL-DATA ÄR INTE PUNKT-DATA-- gäller särskilt nederbörd: regnmätare 200 cm2, gridcell ~2500 km2-- gäller extremer mer än medelvärden-- ibland svårt att hitta bra jämförelsematerial Signatur
Att tänka på (2) • Index baserade på tröskelvärden KAN VARA KÄNSLIGA FÖR BIAS i modellen-- förändringskartor motverkar till del detta (gäller inte bara extremindex) • ENKLA INDEX ÄR SÄKRARE än komplicerade index-- i några fall har vi sagt stopp, detta går inte, det blir alltför osäkert-- i något fall har nödvändiga data inte räknats fram • Indexen har inte genomgått någon utvärdering-- Vanligtvis saknas bra jämförelsedata • Basvariablerna har genomgått grundläggande utvärdering-- både avseende medelvärden och extremer-- se RMK108 och referenser däri Signatur
Att tänka på (3) • UNIKT STORT OCH OMFATTANDE MATERIAL, men ändå-- begränsat antal utsläppsscenarier (A2, B2, ...)-- begränsat antal drivande globala modeller • Kartorna är därför EXEMPEL på hur det kan tänkas bli ... och därmed bjuder vi in till vernissage Signatur