2014-11-23 Signatur Lars Bärring, Rossby Centre Klimatindex för avnämare Olika typer av klimatindex Vad görs på annat håll – leveranserna i ett sammanhang.

En presentation över ämnet: "2014-11-23 Signatur Lars Bärring, Rossby Centre Klimatindex för avnämare Olika typer av klimatindex Vad görs på annat håll – leveranserna i ett sammanhang."— Presentationens avskrift:

1 2014-11-23 Signatur 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

2 2014-11-23 Signatur Olika typer av klimatindex: Hittills vanligast MedelvärdenPercentiler ”normaltillstånd””extremer” Frekvens

3 2014-11-23 Signatur Olika typer av klimatindex: Några nyare klasser 1.Antal tillfällen (dagar) då något bestämt tröskelvärde över-/underskrids Antalet ”Tropiska nätter” (T2min>20 ºC), Snödjup mellan 10 cm och 20 cm 2.Längsta period över/under något bestämt tröskelvärde Längsta period med Precip<1 mm (=torka), vegetationsperiodens längd 3.Maximalt medelvärde/summa under en specifik tidsperiod Medeltemp under 7 dygn, Maximal nederbörd under 14 dagar 4.Sista/första dag (datum) då någon händelse förekommer Sista vårfrosten, första snön på hösten 5.Graddagar (temperatursumma över/under något tröskelvärde) Cooling degree days, Heating degree days

4 2014-11-23 Signatur Olika typer av klimatindex: Kombinationsindex 6.Index baserat på flera variabler Effektiv nederbörd: ”PminusE = Precip-Evap”, Regnnederbörd: ”Rainfall=Precip-Snowfall” 7.Index baserade på en variabel och flera tröskelvärden Antal graddagar över 8 ºC under vegetationsperioden (från och med 5:e dagen med T2m>5 ºC...) 8.Index baserade på flera variabler, var och en med sitt tröskelvärde ”Halkindexet” (nZeroCross=T2min -1 ºC) 9.Osv, etc., mm. 10.Till slut blir indexen mer av enkla modeller för någon specifik klimatpåverkan vilka variabler är relevanta ? vilka är tröskelvärdena, hur skarpa är de ? hur långa perioder klarar man ? finns långtidseffekter ? Mer forskning krävs: hör framtiden till

5 2014-11-23 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

6 2014-11-23 Signatur 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 Liknande arbete görs av andra (färre drivare och scenarier) UNIKT Mycket stort urval bas- variabler Styrs av avnämare

7 2014-11-23 Signatur Antal dagar med snötäcke 1961-902011-40 2041-702071-2100

8 2014-11-23 Signatur Tropiska nätter

9 2014-11-23 Signatur Tropiska nätter

10 2014-11-23 Signatur Tropiska nätter

11 2014-11-23 Signatur Tropiska nätter

12 2014-11-23 Signatur Nederbörd: häftig och extrem JJA (sommar) Häftig nederbörd (nGT10) SON (höst) Extrem nederbörd (nGT25) hela året

13 2014-11-23 Signatur Antal uppehållsdagar i juli (Precip_nDryDay) Klimatförändring Framtid minus 61-90

14 2014-11-23 Signatur Kvar att göra Förändringskartor Smärre justeringar av layout, färgskalor, etc. Vindanalys, valda platser Energianalys valda platser Bearbetning av kommande scenarier

15 2014-11-23 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 cm 2, gridcell ~2500 km 2 -- gäller extremer mer än medelvärden -- ibland svårt att hitta bra jämförelsematerial

16 2014-11-23 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

17 2014-11-23 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