Raport Zadanie 1 - klimat - Instytut Meteorologii i Gospodarki Wodnej
Transkrypt
Raport Zadanie 1 - klimat - Instytut Meteorologii i Gospodarki Wodnej
PODZADANIE 1.1 Związek klimatu Polski w drugiej połowie XX wieku z procesami w skali regionalnej i globalnej 1. Cel badań Opisanie relacji pomiędzy warunkami termicznymi w Polsce a cyrkulacją atmosferyczną reprezentowana przez obliczone indeksy cyrkulacji strefowej. Kolejnym celem była analiza relacji między procesami zachodzącymi w powierzchniowej warstwie północnej części Atlantyku (SST – Sea Surface Temperature) a elementami (termicznymi, pluwialnymi) klimatu Polski. 2. Zakres wykonywanych prac Przeprowadzono analizę zależności między intensywnością spływu zachodniego a warunkami termicznymi w Polsce (średnie obszarowe temperatury powietrza) - etap zakończony w czerwcu 2010 - raport końcowy został złożony na ręce kierownika Podzadania 1.1. Pobrano dane ze źródeł zewnętrznych, przygotowano pliki i przeprowadzono analizę zależności między SST (Sea Surface Temperature) Północnego Atlantyku a elementami klimatu Polski (charakterystyki termiczne oraz pluwialne) oraz temperaturą powietrza nad Europą na poziomie 700hPa. Modele współzależności opracowano w oparciu o metody statystyczno-empirycznego downscalingu (CCA) w skali rocznej, sezonowej oraz miesięcznej. 3. Opis metodyki badań Przy ocenie zależności analizowanych charakterystyk klimatu Polski od SST Północnego Atlantyku, wykorzystano metodę statystycznego downscalingu – CCA (Canonical Correlation Analysis). Metoda kanonicznych korelacji bazuje na koncepcji znalezienia takiej kombinacji wektorów własnych pól obydwu elementów, które charakteryzuje największa wartość współczynnika korelacji stowarzyszonych z mapami serii czasowych (tzw. serii kanonicznych). Wobec kolejnej pary map, współzależność pomiędzy seriami znalezionych wektorów jest ponownie maksymalna, lecz nie są one zależne od serii kanonicznych pierwszej pary map (m.in. von Storch, Zwiers 2001, Miętus, Filipiak 2002), tak więc spełniają warunek ortogonalności. Otrzymane pary map przedstawiają wartości rozpatrywanych elementów regionalnego i lokalnego wyrażone w jednostkach dla nich charakterystycznych, ujęte w postaci anomalii wartości tych elementów od średniej. Analizę CCA przeprowadzono w trybie standardowym jak również z przesunięciami (od 1 do 9-ciu miesięcy), co miało na celu określenie potencjalnego opóźnienia reakcji pola lokalnego w stosunku do regionalnego pola wymuszenia (SST). W analizie CCA jako regionalne pole wymuszenia wykorzystano SST (Sea Surface Temperature), pozyskane z bazy danych, opisujących globalne wartości temperatury powierzchni oceanu z rozdzielczością 2x2 stopnia (i-COADS z ICOADS Data Online at the NOAA Earth System Research Laboratory). Zakres przestrzenny analizy był analogiczny jak w pracy Miętusa i Filipiaka (2002) i obejmował fragment Północnego Atlantyku, ograniczony następującymi koordynatami (60W-10W, 35N-60N). Zakres czasowy pozyskanych danych obejmował wielolecie 1951-2007. Dodatkowo dokonano próby wykorzystania pola temperatury z powierzchni izobarycznej 700hPa nad Europą (0-40E, 40N-65N) jako etapu pośredniego między kaskadą wymuszenia regionalnego w postaci SST a odpowiedzią pola lokalnego w postaci zmienności charakterystyk termicznych w Polsce. W tym wypadku dane pozyskano z Reanalizy NCEP/NCAR (Kalnay i in. 1996). W zakresie charakterystyk termicznych i pluwialnych (lokalne pole odpowiedzi) analizie poddano dane obserwacyjne pochodzące z 54 stacji synoptycznych IMGW. Sieć wybranych punktów pokrywa obszar całej Polski, odzwierciedlając również wszystkie spotykane na obszarze kraju geomorfologiczne typy krajobrazów naturalnych (nizinny, pojezierny, wyżynny i górski). Zakres czasowy analiz obejmował wielolecie 1951-2008. Charakterystyki wykorzystane w analizie to średnia miesięczna temperatura powietrza oraz miesięczna suma opadów. 4. Charakterystyka osiągniętych wyników Ze względu na ograniczenia raportu syntetycznego przedstawiono jedynie wybrane aspekty przeprowadzonych analiz. Kompletne wyniki, pliki źródłowe i wykorzystywane oprogramowanie są dostępne u wykonawcy zadania w miejscu pracy (IMGW Gdynia Oddział Morski). Poszerzone analizy zostaną przedstawione w raporcie końcowym, który zgodnie z procedurami stosowanymi w PROJEKCIE zostanie przekazany kierownikowi podzadania do końca lutego 2011 roku. Rys. 1. Obszar badań (obszary jasnoszare – niepełne dane SST – nie zostały uwzględnione w analizie CCA) Tabela 1. Wariancja (%) pola SST (Sea Surface Temperature) Północnego Atlantyku wyjaśniana przez kolejne wektory własne 1951-2007 #EOFs EOF1 EOF2 EOF3 EOF4 EOF5 EOF6 EOF7 EOF8 EOF9 EOF10 EOF11 ROK 15 20.55 10.74 8.05 4.95 4.41 3.24 2.39 1.87 1.74 1.56 1.43 ZIMA 19 20.65 10.05 7.19 4.47 3.24 3.07 2.62 2.45 2.28 2.12 1.91 WIOSNA 21 18.12 11.05 8.55 4.05 3.78 3.37 2.78 2.63 2.36 2.12 1.94 LATO 14 24.44 12.44 8.92 7.1 5.74 3.68 2.5 1.74 1.7 1.66 1.32 JESIEŃ 15 21.66 13.16 6.49 6.09 5.26 3.49 2.63 2.37 1.71 1.65 1.45 EOF12 EOF13 EOF14 EOF15 EOF16 EOF17 EOF18 EOF19 EOF20 EOF21 SUMA SUMA 1-5 ROK 1.28 1.17 1.11 1.04 ZIMA 1.7 1.55 1.41 1.3 1.24 1.21 1.08 1.03 WIOSNA 1.66 1.66 1.46 1.43 1.24 1.19 1.12 1.04 LATO 1.26 1.18 1.06 JESIEŃ 1.28 1.27 1.16 1.15 1.03 1.03 65.53 48.7 70.57 45.6 73.61 45.6 74.74 58.6 70.82 52.7 ZIMA WIOSNA LATO JESIEN Rys. 2. Wektory własne SST (1-szy EOF – po lewej, 2-gi EOF – po prawej) w sezonach 1951-2007 Tabela 2. Zestawienie wartości korelacji między seriami kanonicznymi (r) oraz wariancji (%) SST (var SST) oraz pola średniej miesięcznej temperatury powietrza (var ts) w Polsce wyjaśnianej przez kolejne pary map kanonicznych 1971-1990. CCA1 CCA2 CCA3 ∑var Rok r 0,36 0,29 0,27 var SST 3,39 8,55 6,23 18,17 var ts 49,14 42,73 6,26 98,13 Zima r 0,77 0,57 0,39 var SST 2,96 2,85 3,19 9,00 var ts 94,55 2,19 2,13 98,87 Wiosna r 0,71 0,64 0,47 var SST 4,49 3,75 5,69 13,93 var ts 8,04 70,34 19,41 97,79 Lato r 0,8 0,68 0,46 var SST 5,48 10,52 6,17 22,17 var ts 18,47 46,48 31,87 96,82 Jesień r 0,71 0,61 0,48 var SST 4,41 4,42 2,53 11,36 var ts 13,26 33,46 50,96 97,68 Rys. 3. 1-sza (u góry) i 2-ga (na dole) para map kanonicznych SST i pola średniej miesięcznej temperatury powietrza w Polsce – ZIMA – 1971-1990 Rys. 4. 1-sza (u góry) i 2-ga (na dole) para map kanonicznych SST i pola średniej miesięcznej temperatury powietrza w Polsce – LATO – 1971-1990 Tabela 3. Zestawienie wartości korelacji między seriami kanonicznymi (r) oraz wariancji (%) SST (var SST) oraz pola miesięcznej sumy opadu (var Prec) w Polsce wyjaśnianej przez kolejne pary map kanonicznych 19711990. CCA1 CCA2 CCA3 CCA4 CCA5 CCA6 CCA7 CCA8 CCA9 CCA10 CCA11 CCA12 CCA13 CCA14 CCA15 ∑var ROK r 0,48 0,47 0,44 0,36 0,33 0,28 0,25 0,19 0,18 0,16 0,13 0,1 0,04 var SST 3,98 10,11 4,67 5,23 5,77 3,04 5,22 2,88 3,09 4,54 4,77 4,17 3,3 60,77 var Prec 11,46 13,8 11,57 6,24 4,95 3,41 4,09 2,84 2,57 3,14 3,27 14,28 4,58 86,20 ZIMA r 0,8 0,71 0,67 0,63 0,58 0,55 0,49 0,35 0,28 var SST 5,76 4,02 3,02 4,21 2,07 2,72 3,16 3,44 5,95 34,35 var Prec 4,44 4,1 3,32 37,99 8,73 11,25 4,21 4,71 13,05 91,80 WIOSNA r 0,88 0,82 0,8 0,76 0,73 0,7 0,59 0,49 0,48 0,36 0,34 0,3 0,27 0,2 0,13 var SST 3,83 6,42 5,25 2,78 7,73 2,58 4,57 3,45 5,7 2,52 2,9 3,7 4,56 2,91 4,1 63,00 var Prec 12,58 6,16 3,22 5,86 7,81 3,15 3,94 8,65 4,03 4,39 8,46 4,03 5,35 10,41 3,56 91,6 LATO r 0,9 0,85 0,77 0,69 0,63 0,59 0,53 0,5 0,43 0,37 0,22 0,18 0,14 0,06 0,01 var SST 8,62 6,79 4,89 5,27 5,56 7,13 2,98 6,47 4,85 3,66 2,85 7,76 6,1 7,48 4,33 84,74 var Prec 4,99 6,11 8,84 12,51 2,89 4,85 12,25 5,71 2,9 8,3 3,7 4 2,71 3,95 5,45 89,16 JESIEN r 0,82 0,76 0,71 0,69 0,65 0,55 0,53 0,44 0,3 var SST 3,31 5,04 4,07 4,45 5,3 4,35 4,04 2,67 4,43 37,66 var Prec 3,73 14,78 5,52 29,66 12,09 9,37 10,49 3,01 3,59 92,24 Rys. 5. 1-sza (u góry) i 2-ga (na dole) para map kanonicznych SST i sumy opadu w Polsce– ZIMA – 1971-1990 Rys. 5. 1-sza (u góry) i 2-ga (na dole) para map kanonicznych SST i sumy opadu w Polsce – LATO – 1971-1990 Rys. 6 – Sezonowe (Z, W, L, J) i roczne (R) wartości współczynników korelacji między serią obserwacyjna a zrekonstruowaną średniej miesięcznej temperatury powietrza w Polsce w oparciu o opracowane modele CCA (regionalne pole wymuszenia – SST) dla okresu kalibracyjnego (1971-1990) oraz walidacyjnego (1951-2007) Struktura czasowo-przestrzenna pola temperatury powierzchniowej warstwy wody Północnego Atlantyku wykazuje znaczny poziom skomplikowania, uwidaczniający się w liczbie wyodrębnionych, niezdegenerowanych wektorów własnych (Tab.1). W skali roku pole SST jest opisane przez 15 funkcji własnych natomiast w przypadku sezonów ich liczba waha się od 14 latem do 21 wiosną. Wszystkie wyznaczone funkcje własne wyjaśniają, w przypadku skali rocznej, zaledwie 65% wariancji pola tej zmiennej. W sezonach wartości te kształtują się od około 70% (wiosna, jesień) do niespełna 75% latem. W przypadku uwzględnienia jedynie pierwszych pięciu dominujących mód zmienności (wyjaśniających największy odsetek wariancji), można stwierdzić, iż ilość wyjaśnianej wariancji z reguły nie przekracza 60% a w przypadku zimy i wiosny wynosi zaledwie 45%. Tak niskie wartości w dalszych analizach z wykorzystaniem modeli downscalingowych mogą skutkować zawarciem w modelu niewielkiej ilość wariancji zmiennej regionalnej, a co za tym idzie pogorszeniem jakości modeli, które będzie zauważalne podczas ich weryfikacji poprzez próbę rekonstrukcji oryginalnych serii elementu lokalnego. Obraz rocznej zmienności przestrzennego rozkładu wartości pierwszych wektorów własnych jest dosyć spójny i wskazuje na wyraźny cykl roczny w zmianach kształtu izoanomalii. W sezonie zimowym główna moda zmienności wyjaśnia 20,65% wariancji SST (Rys. 2) i wskazuje na istnienie jednorodnej (pod względem znaku) anomalii na prawie całym obszarze badań. Jej centrum jest zlokalizowane na południe od Nowej Funlandii a wartości anomalii przekraczają +1,0C. 2-ga funkcja własna (10,5% wyjaśnianej wariancji) wyraźnie dzieli obszar badań na część północną (z dodatnimi anomaliami przekraczającymi na wschód od Nowej Funlandii +0,6C) oraz południową charakteryzująca się anomaliami ujemnymi przy czym obszar z wartościami spadającymi poniżej -0,2C znajduje się w południowozachodniej części obszaru badań. Na południe od Nowej Funlandii zlokalizowane jest izolowane centrum ujemnych anomalii z wartościami poniżej -0,8C. Wiosną w przypadku pierwszej funkcji własnej (18,2% wyjaśnianej wariancji) rozkład przestrzenny anomalii jest zbliżony do zimowego. Widać jedynie podwyższenie wartości (o około 0,2C) anomalii szczególnie zauważalne w zachodniej części obszaru. W przypadku drugiej funkcji własnej (11,05% wyjaśnianej wariancji) zaznacza się ograniczenie obszaru ujemnych anomalii do południowo-zachodniego sektora obszaru badań przy jednoczesnej rozbudowie obszaru najniższych wartości anomalii na południe od Nowej Funlandii. Całą wschodnią część obszaru badań obejmują ujemne anomalie SST. Latem pierwsza moda zmienności (odpowiedzialna za 24,44% wariancji SST) wskazuje na umocnienie sytuacji wiosennej z wyraźnym zwiększeniem się obszaru najwyższych anomalii. Dla drugiej mody zmienności (12% wyjaśnianej wariancji) zachodzi dalsze zmniejszenie rozmiaru ujemnych anomalii w zachodniej części obszaru badań. Jesienią, w przypadku obu analizowanych funkcji własnych, zaznacza się odwrócenie tendencji rozkład przestrzenny izoanomalii można traktować jako pośredni między letnim a zimowym. Wariancja pola SST wyjaśniana przez te funkcje własne to odpowiednio 21,66% oraz 13,16%. Analiza CCA pozwoliła na powiązanie SST jako regionalnego czynnika wymuszającego z odpowiedzią pola lokalnego (temperatura powietrza oraz miesięczna suma opadów). Ze względu na stosunkowo spójna strukturę pola temperatury powietrza w przypadku analizy korelacji kanonicznych liczba par map kanonicznych wynosiła jedynie 3 zarówno dla roku jak i pozostałych sezonów (Tab. 2). Tak jak przypuszczano, w powiązaniu ze znaczną wielowymiarowością pola SST spowodowało to, że ilość wariancji pola SST „zawarta” w trzech parach map kanonicznych jest bardzo mała i jedynie w lecie przekracza 20%. Najniższa wartości notowana jest zimą i wynosi jedynie 9%. Oznacza to, iż ponad 90% zmienności elementu wymuszającego znajduje się poza modelem downscalingowym. W przypadku elementu lokalnego wyjaśniana wariancja zarówno w skali roku jak i w każdym z sezonów przekracza 95%. Analiza przestrzennego kształtu izoanomalii na parach map kanonicznych pozwoliła na wyodrębnienie charakterystycznych układów SST powiązanych z odpowiedzią pola temperatury powietrza w Polsce. W niniejszym raporcie syntetycznym ograniczono się do przedstawienia wyników dla sezonów zimowego i letniego. Pierwsza para map kanonicznych wskazuje na istnienie dodatnich anomalii w polu SST (zaledwie 2,96% wyjaśnianej wariancji) we wschodniej części obszaru badań jednak tylko lokalnie przekraczają one +0,2C. Południowo-zachodnia części obszaru badań jest zdominowana przez ujemne anomalie z wartościami spadającymi poniżej -0,2C na południe od Nowej Funlandii. Reakcja pola temperatury powietrza zimą (94,55% wyjaśnianej wariancji) wskazuje na jednorodną odpowiedź z wartościami anomalii od -2,6C na południowym –zachodzie do -3,4C na północnym wschodzie. Wyraźnie zaznacza się również ocieplający wpływ Morza Bałtyckiego. W przypadku drugiej pary map kanonicznych w polu SST rysuje się rozbudowany obszar ujemnych anomalii ciągnący się z południowego-zachodu na północnywschód (2,85% wyjaśnianej wariancji). W odpowiedzi, pole lokalne (2,91% wyjaśnianej wariancji) wskazuje na istnienie izoanomalii o wyraźnym przebiegu z północnego-zachodu na południowy-wschód z dodatnimi anomaliami na południowym zachodzie (do +0,8C) oraz ujemnymi na północnym wschodzie (poniżej -0,6C). Przebieg izoanomalii 0C jest w zasadzie prostoliniowy – od Ustki przez Warszawę na południowy-wschód. Latem pierwsza para map kanonicznych, wyjaśniająca 5,48% pola SST oraz 18,47% pola temperatury powietrza, wskazuje na istnienie nieznaczne ujemnej anomalii w polu SST w centralnej części obszaru badań i jednocześnie ujemnej z wartościami poniżej -0,4C w jego zachodniej części. Pole elementu lokalnego wskazuje na dodatnią reakcję temperatury powietrza z najwyższymi wartościami (>+1,0C) na zachodzie, wyraźnie spadającymi w kierunku południowo-wschodnim i osiągającymi zero w południowo-wschodniej Polsce. W przypadku drugiej pary map kanonicznych bardzo wyraźnie zaznacza się w polu SST (10,52% wyjaśnianej wariancji) układ ujemnych izoanomalii z centrum na wschód od Nowej Funlandii i wartościami anomalii przekraczającymi +0,8C. Pole elementu lokalnego (46,48% wyjaśnianej wariancji) wskazuje na spadki wartości temperatury powietrza, przekraczające we wschodniej części kraju 1,2C. Układ izoanomalii jest w zasadzie południkowy (zaburzony poprzez wyraźny wpływ Morza Bałtyckiego). Najniższe ujemne anomalie temperatury notowane są na zachodzie i nieznacznie przekraczają one 0,6C. Analiza korelacji kanonicznych między SST a polem miesięcznych sum opadów w Polsce (Tab. 3) wskazuje na wyraźnie większą, niż miało to miejsce w przypadku analizy temperatury powietrza, ilość wariancji wymuszenia regionalnego zawartą w modelu. Jest to wynikiem większej złożoności pola opadu (analiza CCA dostosowuje się do elementu z mniejszą ilością funkcji własnych). Łączna wyjaśniana wariancja SST waha się 34% zimą do 63% wiosną. Należy podkreślić iż w przypadku modelu w skali roku ilość wyjaśnianej wariancji SST przekracza 60%. Dla elementu lokalnego wartość wyjaśnianej wariancji wynosi od 89,16% latem do ponad 92% jesienią. Analiza wykazała istnienie znacznej liczby par kanonicznych SST i pola opadu w Polsce – od 9 zimą i jesienią do 15 wiosną i latem. Należy zwrócić uwagę na fakt występowania par map kanonicznych wyjaśniających znaczny odsetek wariancji elementu lokalnego na dalszych miejscach (według wielkości korelacji między seriami stowarzyszonymi dla par map). Sytuacja taka ma miejsce zimą (CCA4 – 37,99%, korelacja 0,63, CCA9 – 13,05% - korelacja 0,28), wiosną (CCA14 – 10,41% korelacja zaledwie 0,2), latem (CCA4 – 12,51% - korelacja 0,69, CCA7 – 12,25% - korelacja 0,53) oraz jesienią (CCA4 – 29,66% - korelacja 0,69). Pierwsza para map kanonicznych w sezonie zimowym (Rys. 5) wyjaśnia zaledwie 5,76% wariancji SST oraz 4,44% pola opadów atmosferycznych w Polsce. Na Północnym Atlantyku zaznacza się obszar wartości SST wyższych od średniej (szczególnie w południowej części), jednak wartości anomalii tylko lokalnie przekraczają tam +0,2C. Wyraźniej zaznaczona jest ujemna anomalia SST (<-0,4C) w północnej części obszaru badań. Odpowiedz pola opadów w Polsce charakteryzuje się ujemnymi anomaliami na przeważającej części obszaru kraju. Największe, przekraczające 5mm notowane są na wschodzie i wybrzeżu Morza Bałtyckiego. Druga para map (4,62% wyjaśnianej wariancji SST oraz 4,1% pola opadów ) wskazuje na występowanie dodatniej anomalii SST we wschodniej części obszaru badań oraz lokalnie pojawiających się ujemnych anomalii w części zachodniej (w pobliżu Nowej Funlandii). Taki układ przestrzenny SST jest związany z nieznacznym spadkiem sumy opadów na większości obszaru kraju. Jedynie na południowymwschodzie przekracza on 5mm. Na zachód od linii Ustka-Chojnice-Wrocław odpowiedz pola opadów jest dodatnia a w zachodniej część kraju notuje się wzrosty przekraczające 5mm. Latem (Rys. 5) Pierwsza para map kanonicznych SST i miesięcznych sum opadu w Polsce wyjaśnia 8,62% wariancji SST oraz 4,99% wariancji pola opadu. Układ przestrzenny izoanomalii SST wskazuje na występowanie wyraźnego obszaru o dodatnich anomaliach położonego na wschód of Nowej Funlandii. Wartości w jego centrum przekraczają +1,0C i rozciągają się wyraźnym klinem na wschód. Odpowiedź pola lokalnego wskazuje na niemalże jednorodną odpowiedz pola opadu z przewagą ujemnych anomalii spadających lokalnie poniżej -15mm. Niewielkie obszary dodatnich anomalii zlokalizowane są na południu (Karpaty) oraz na północnym-wschodzie. Druga para map kanonicznych wyjaśnia 6,79% pola SST oraz 6,11% pola opadów latem. W polu SST daje się zauważyć dominację ujemnych anomalii w centrum obszaru (<-0,4C) i izolowane, niewielkie obszary anomalii dodatnich w części zachodniej (wartości nie przekraczają tam +0,2C). Dodatnie anomalie notowane są również w południowo-wschodniej części obszaru badań. Odpowiedź pola opadów w Polsce wskazuje na ujemne anomalie na większości obszaru Polski (<-12,5mm w centrum kraju) oraz lokalnie zaznaczony obszar wyraźnych anomalii dodatnich (> 15mm) w południowej części kraju (Karpaty). Przykładowe wyniki (Rys. 6) weryfikacji modelu CCA, przedstawiające przestrzenny rozkład pola izokorelat między źródłowymi seriami temperatury powietrza a tymi zrekonstruowanymi w oparciu o model CCA, wskazuje na słabą zdolność modeli w odtwarzaniu warunków termicznych w Polsce (pole wymuszenia – SST Północnego Atlantyku). O ile wartości współczynników korelacji dla okresu kalibracyjnego (1971-1990), dla którego model był tworzony, praktycznie nie przekraczają wartości 0,5 (jedynie zimą oscylują w okolicach 0,6), to już w przypadku weryfikacji dla okresu 1951-2008 w zasadzie nie przekraczają wartości 0,3. Wziąwszy pod uwagę liniowość określanych zależności można powiedzieć, iż wyjaśniana wariancja pola lokalnego nie będzie zazwyczaj przekraczać kilkunastu procent a wartość wariancji odchyleń danych zrekonstruowanych od serii danych źródłowych może przekraczać wariancję oryginalnych danych, co w zasadzie dyskwalifikuje model z dalszych zastosowań. Nieco lepsze wyniki uzyskano dla analiz miedzy SST a polem temperatury powietrza nad Europą (0-40E, 40N-60N). W okresie kalibracyjnym korelacje były satysfakcjonujące - w przypadku okresu zimowego przekraczały nad obszarem Polski nawet 0,70, jesiennego 0,6, a wiosną i latem 0,5. Jednak dla okresu walidacyjnego spadały do zaledwie 0,2 latem i około 0,4 zimą i jesienią. Podsumowując, można zaryzykować twierdzenie o konieczności zachowania znacznej ostrożności przy wykorzystani pola SST w analizach zależności z innymi charakterystykami klimatu, co może być wynikiem znacznej wielowymiarowości pola, egzemplifikowanej przez dużą liczbę funkcji własnych, opisujących pole SST (i to zaledwie w 60%). W porównaniu ze stosunkowo niewielką liczbą funkcji własnych lokalnych elementów meteorologicznych powoduje to pominięcie znacznej części zmienności pola SST w modelach downscalingowych, co z kolei skutkuje niewielką zgodnością rekonstruowanych pól lokalnych z danymi źródłowymi. Może to również wskazywać na niestacjonarność procesów uwikłanych w transfer zależności miedzy elementem regionalnym a lokalnym. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Zgodne 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Wyniki mogą stanowić przyczynek do analiz przydatności zmiennych wielkoskalowych (wymuszenie regionalne) w procedurach mających na celu przygotowanie średnioterminowych/sezonowych (z wyprzedzeniem kilkumiesięcznym) prognoz warunków meteorologicznych w Polsce. 7. Wykaz przygotowanych publikacji Marosz M., Ustrnul Z., 2010, Zmienność warunków cyrkulacyjnych nad Polską na tle obszaru atlantycko-europejskiego 1951-2008. Rezultaty projektu KLIMAT [w:] Bednorz E., Kolendowicz L. (red) 2010, Klimat Polski na tle klimatu Europy. Zmiany i ich konsekwencje, Bogucki Wydawnictwo Naukowe, Poznań 8. Literatura wykorzystana w opracowaniu Wilks D., 1993, Statistical Methods in the Atmospheric Sciences, Academic Press, s. 467 Yarnal, 1993, Synoptic climatology in environmental analysis – a primer, Belhaven Press, London and Florida, s. XV+195 Yarnal B. et al., 2001, Development and prospects in synoptic climatology, Int. Journal of Climatology, 21, s.1923-1950 Kalnay E. et al., 1996, The NCEP/NCAR 40-Year Reanalysis Project, BAMS, s. 437-470 Kaszewski B.M., 2001, Wykorzystanie typologii cyrkulacji atmosfery w badaniach klimatologicznych, Rocznik Fizycznogeograficzny, t.VI, UG, 13-26 Miętus M., Filipiak J., 2002, Wpływu terminki powierzchniowej warstwy wody Północnego Atlantylu na wielkoskalową cyrkulację atmosferyczną w refjonie Atlantyku i Europy oraz na warunki termiczne w Polsce w XXw, Materiały Badawcze Seria: Meteorologia, IMGW, Warszawa, s.68 Storch v. H., Zwiers F., Statistical analysis in climate research, Cambriddge University Press, s.513 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr Michał Marosz import danych z Reanalizy NCEP/NCAR, import danych SST z i-COADS , obliczenia, przygotowanie bazy danych wartości SST, przygotowanie plików wsadowych do analizy z wykorzystaniem korelacji kanonicznych, analiza zmienności czasowo przestrzennej SST na Północnym Atlantyku, analiza współzależności między SST Północnego Atlantyku a wybranymi elementami klimatu, współautor raportu syntetycznego dr hab. Mirosław Miętus, prof. koncepcja analizy, konsultacje merytoryczne, autor ndzw. oprogramowania CCA 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Wyniki były w części referowane podczas spotkań roboczych oraz dyskusji merytorycznych. Całość dokumentacji, w tym: software, zbiory wejściowe, wynikowe oraz rysunki, znajdują się w miejscu pracy wykonującego zadanie -Oddział Morski w Gdyni, raport syntetyczny przechowywany jest przez koordynatora podzadania i przekazany jest koordynatora projektu KLIMAT. PODZADANIE 1.2 Scenariusze zmian klimatu Polski w latach 2010-2030 z uwzględnieniem rezultatów wykorzystywanych przez IPCC globalnych modeli klimatycznych (GCM, A-O GCM) oraz opracowanych na potrzeby IPCC scenariuszy emisyjnych (SRES) ze szczególnym uwzględnieniem ekstremalnych wartości elementów meteorologicznych A. W ramach statystycznego downscalingu (SD): A.1. WARUNKI TERMICZNE 1. Cel badań W roku 2010 celem badań było opracowanie scenariuszy zmian warunków termicznych w Polsce w skali XXI wieku, ze szczególnym uwzględnieniem okresów 2011-2030 oraz 2081-2100. 2. Zakres wykonywanych prac Wyznaczono scenariusze zmian średniej temperatury powietrza oraz kwantyli temperatur ekstremalnych: 95% kwantyla temperatury maksymalnej oraz kwantyla 5% temperatury minimalnej w Polsce w skali XXI wieku na podstawie danych z symulacji ECHAM-5 i HadCM3 oraz wyników modelu skonstruowanego metodą CCA i RDA, scenariusz emisyjny A2, A1B, B1 oraz 1%CO2 do 2xCO2, Wyliczono poprawki wynikające z dryftu ciśnienia w modelu ECHAM-5 i HadCM3 do scenariuszy zmian wymienionych powyżej elementów termicznych klimatu Polski (model CCA i RDA), Opracowano scenariusz wiązkowy zmian wskazanych elementów termicznych klimatu Polski w okresach 2011-2030 i 2081-2100 (model CCA i RDA). 3. Opis metodyki badań Scenariusze zmian warunków termicznych w Polsce zostały opracowane w odniesieniu do okresu referencyjnego 1971-1990 z wykorzystaniem zidentyfikowanych metodą CCA i RDA w ramach prac w 2009 roku relacji między regionalnym polem barycznym a warunkami termicznymi w Polsce. Informacje o przyszłych zmianach cyrkulacji atmosferycznej pozyskano z dwóch symulacji globalnych: ECHAM-5 oraz HadCM3. Przyszłe zmiany warunków termicznych w Polsce zostały wyznaczone dla wybranych scenariuszy emisyjnych (B1, A1B, A2). Scenariusze opracowano w oparciu o zmiany regionalnego pola barycznego z następujących symulacji: Model ECHAM-5 HadCM3 B1 Run 1, 3 Run 1 Scenariusz emisyjny A1B Run 1, 2, 4 Run 1 A2 Run 1, 2, 3 Run 1 Zmiany warunków termicznych opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu 2011-2030 oraz 2081-2100. Scenariusze opracowano dla wszystkich skal czasowych (rok, sezony, miesiące), koncentrując się jednak przede wszystkim na zmianach spodziewanych w skali rocznej i sezonowej. Ze względu na różnice między symulacją ciśnienia atmosferycznego przez modele globalne a wartościami rzeczywistymi zaistniała konieczność wprowadzenia korekty do opracowanych scenariuszy, niwelującej wpływ tych różnic na uzyskane wyniki. W tym celu pozyskano dane z symulacji kontrolnej dla XX wieku (20C3M), będącej rekonstrukcją klimatu dokonaną przez dany model globalny w warunkach zmian koncentracji gazów cieplarnianych w atmosferze rzeczywiście obserwowanych w ciągu XX wieku. Następnie wyznaczono w poszczególnych gridach anomalie ciśnienia atmosferycznego w symulacji 20C3M w stosunku do średnich (1971-1990) wartości z reanalizy NCEP (danych rzeczywistych). W oparciu o tak przygotowaną serię danych dokonano rekonstrukcji warunków termicznych w Polsce dla okresu referencyjnego 1971-1990 z wykorzystaniem wcześniej opracowanego modelu statystyczno-empirycznego (CCA i RDA). Wyliczone dla okresu referencyjnego średnie wartości anomalii stanowią wartość poprawki, o którą należy skorygować scenariusze – w ten sposób wyeliminowano lub przynajmniej ograniczono wpływ różnic w danych pochodzących z dwóch źródeł (reanaliza NCEP, model globalny), pozostawiając wpływ jedynie symulowanych zmian ciśnienia w przyszłości. Korekt dokonano wyłącznie w przypadku średnich wieloletnich wartości. Należy podkreślić fakt, iż symulacje dla wykorzystanych scenariuszy emisyjny stanowią kontynuację symulacji 20C3M, dzięki czemu można zakładać, iż wartości wyznaczonych korekt są stałe w czasie. Opracowane scenariusze wiązkowe stanowią uśrednienie wyników uzyskanych w oparciu o zmiany regionalnego pola barycznego symulowane przez dwa modele globalne: ECHAM-5 i HadCM3. Ze względu na fakt, iż w przypadku modelu ECHAM-5 dostępnych było kilka wersji symulacji dla danego scenariusza emisyjnego (np. run 1, 2 i 3 w przypadku A2), dokonano najpierw uśrednienia wyników w obrębie danego scenariusza emisyjnego dla modelu ECHAM-5. Tak więc scenariusz wiązkowy powstał poprzez uśrednienie dwóch wartości: średniej z kilku symulacji ECHAM-5 oraz jedynej dostępnej symulacji HadCM3. Scenariusze wiązkowe zostały opracowane dla każdego z wykorzystanych scenariuszy emisyjnych dla dwóch wieloleci tj. 2011-2030 oraz 2081-2100. 4. Charakterystyka osiągniętych wyników 4.1 Średnia temperatura powietrza Scenariusz wiązkowy wskazuje, iż średnia roczna temperatura powietrza w Polsce w latach 2011-2030 nie zmieni się znacząco w stosunku do okresu referencyjnego 1971-1990 (rys. 1.1). Zgodnie ze scenariuszami emisyjnymi B1 i A2 zmiany w zasadzie nie przekroczą 0,05°C, jedynie według scenariusza A1B nastąpi nieco większe ocieplenie (rzędu 0,100,15°C). Znacznie większe zmiany temperatury powietrza są przewidywane dla wielolecia 2081-2100 (rys. 1.1). Średni wzrost temperatury w Polsce dla tego okresu wyniesie od 0,35°C (B1) do 0,5°C (A2). Największy wzrost temperatury nastąpi w północno-wschodniej części kraju (do niemal 0,6°C wg A1B i A2), malejąc w kierunku południowym do 0,3-0,4°C w Karpatach. Należy ponadto podkreślić fakt, iż scenariusze oparte na obu wykorzystanych symulacjach globalnych wykazują znaczą zgodność. Rys. 1.1. Scenariusz wiązkowy zmian średniej rocznej temperatury powietrza (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Dla sezonu zimowego w okresie 2011-2030 otrzymano wyraźnie rozbieżne wyniki w zależności od scenariusza emisyjnego (rys. 1.2). Według scenariusza B1 nastąpi nieznaczny wzrost średniej temperatury powietrza w południowo-zachodniej części kraju oraz podobny co do wartości jej spadek w części północno-wschodniej. Z kolei wg A2 w całym kraju temperatura się obniży o około 0,1°C. Największą zmianę przewiduje scenariusz A1B – wzrost temperatury powietrza w całym kraju – od około 0,25°C na południu do niemal 0,4° na północnym wschodzie. Pod koniec XXI wieku zmiany będą znacznie wyraźniejsze (rys. 1.2). Dla okresu 2081-2100 wszystkie scenariusze emisyjne przewidują wzrost średniej temperatury powietrza w stosunku do okresu referencyjnego – średnio w skali kraju o od 0,5°C (B1) do 1,0°C (A1B). Rozkład przestrzenny zmian jest bardzo podobny jak w przypadku średniej rocznej temperatury, z tym że maksymalne zmiany na północnym wschodzie przekraczają 1,1°C (A1B). Rys. 1.2. Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie zimowym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) W sezonie wiosennym w okresie 2011-2030 według scenariusza B1 nastąpi nieznaczny (rzędu 0,1-0,2°C) wzrost średniej temperatury powietrza w stosunku do okresu referencyjnego, największy w południowej części kraju (rys. 1.3). Z kolei zgodnie ze scenariuszami A1B i A2 nastąpi nieznaczne ochłodzenie – o około 0,1°C (A2) do 0,2°C (A1B). Stosunkowo niewielkich zmian średniej temperatury powietrza można spodziewać się także w wieloleciu 2081-2100 (rys. 1.3). Znaczne podobieństwo wykazują wyniki bazujące na scenariuszach emisyjnych B1 i A1B – wystąpi wzrost temperatury w części północnowschodniej oraz spadek w części południowo-zachodniej, jednak zmiany na ogół nie przekroczą 0,1°C. W przypadku scenariusza A2 przewidywane jest z kolei wzrost temperatury niemal w całym kraju, największy na północnym wschodzie, gdzie ma osiągnąć niemal 0,3°C. Także w przypadku lata przewidywane zmiany średniej temperatury powietrza w okresie 2011-2030 będą stosunkowo niewielkie – wg B1 i A2 zmiany nie przekroczą 0,1°C (ochłodzenie), a wg A1B nastąpi nieznaczne ocieplenie rzędu 0,1-0,2°C (rys. 1.4). W okresie 2081-2100 średnia temperatura powietrza latem będzie już znacząco wyższa niż w okresie referencyjnym, a średnia w skali całego kraju różnica wyniesie odpowiednio 0,19°C (B1), 0,61°C (A1B) i 0,32°C (A2). Pomimo różnic w wartościach przewidywanego ocieplenia rozkład przestrzenny zmian jest w przypadku wszystkich scenariuszy emisyjnych bardzo podobny i pokazuje, że największy wzrost temperatury wystąpi w Wielkopolsce (do około 0,8°C wg A1B), zmniejszając się znacząco w kierunku Wybrzeża i wschodniej części kraju (rys. 1.4). W przypadku sezonu letniego należy zaznaczyć, iż scenariusze zmian temperatury oparte na symulacjach ECHAM-5 i HadCM3 różnią się znacząco, zarówno pod względem wartości, jak i znaku zmiany, zwłaszcza dla scenariuszy emisyjnych B1 i A2. Rys. 1.3. Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie wiosennym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Rys. 1.4. Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie letnim (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Dla sezonu jesiennego zmiany temperatury w okresie 2011-2030 wg B1 i A2 nie przekroczą 0,1°C (rys. 1.5). Nieznacznie większe zmiany wystąpią zgodnie ze scenariuszem A1B – wzrost w całym kraju o około 0,1°C. Bardzo podobne wyniki wśród scenariuszy emisyjnych uzyskano dla okresu 2081-2100 (rys. 1.5), zarówno pod względem wartości przewidywanych zmian, jak i ich rozkładu przestrzennego. W tym wieloleciu należy spodziewać się średniej temperatury powietrza wyższej o około 0,4°C w skali całego kraju niż w okresie referencyjnym. Największe ocieplenie wystąpi w północnej części kraju (rzędu 0,40,5°C), zmniejszając się w kierunku południowym do około 0,2°C. Rys. 1.5. Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie jesiennym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) 4.2. Kwantyl 95% temperatury maksymalnej powietrza Scenariusz wiązkowy kwantyla 95% maksymalnej temperatury powietrza wskazuje, iż w skali roku wartość omawianego elementu w całej Polsce w latach 2011-2030 nieznacznie wzrośnie w stosunku do okresu referencyjnego 1971-1990 (rys. 2.1). Średni wzrost temperatury dla tego okresu wyniesie od 0,21°C (A2) do 0,35°C (A1B). Jeszcze większe zmiany przewidywane są dla wielolecia 2081-2100. Największy wzrost kwantyla 95% temperatury maksymalnej nastąpi w południowej części kraju (do 0,8°C), malejąc w kierunku wybrzeża do wartości rzędu 0,3-0,4°C. Należy ponadto podkreślić fakt, iż wszystkie scenariusze wiązkowe wykazują znaczną zgodność, jednakże rezultaty uzyskane z wykorzystaniem modelu ECHAM-5 różnią się od wyników modelu HadCM3. Pierwszy wykorzystywany model wskazuje na występowanie postępującego w skali XXI wieku ocieplenia, natomiast HadCM3 dowodzi niewielkiego, ochłodzenia na tle okresu 1971-90. B1 A1B A2 Łeba Łeba Ustka Łeba Hel Lębork Ustka KołobrzegKoszalin Elbląg Suwałki Kętrzyn Resko Szczecin Mława Toruń Szczecinek Resko Mikołajki Olsztyn Chojnice Białystok Ostrołęka Piła Mława Toruń Koło Koło Legnica Wrocław Włodawa Sulejów Lublin Wieluń Legnica Wrocław Jelenia Góra Zamość Kielce Kraków Kłodzko Kraków Racibórz Rzeszów Tarnów Katowice Rzeszów Tarnów Nowy Sącz Lesko Lesko Lesko Zakopane Zakopane Zakopane Łeba Ustka Łeba Łeba Hel Lębork Ustka Elbląg Ustka Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Elbląg Szczecinek Mikołajki Olsztyn Chojnice Resko Szczecin Szczecinek Resko Piła Mława Toruń Piła Białystok Ostrołęka Gorzów Wlkp Mława Toruń Koło Warszawa Koło Siedlce Koło Legnica Wrocław Jelenia Góra Sandomierz Włodawa Legnica Wrocław Sandomierz Opole Wrocław Kielce Zamość Katowice Tarnów Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Bielsko-Biała Zamość Katowice Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Nowy Sącz Nowy Sącz Nowy Sącz Lesko Lesko Zakopane Sandomierz Opole Kłodzko Katowice Rzeszów Lublin Wieluń Jelenia Góra Kielce Zamość Kłodzko Kraków Siedlce Łódź Kalisz Sulejów Lublin Wieluń Jelenia Góra Kielce Opole Kłodzko Racibórz Warszawa Terespol Leszno Włodawa Sulejów Lublin Białystok Zielona Góra Łódź Kalisz Sulejów Wieluń Ostrołęka Terespol Leszno Włodawa Legnica Mława Płock Siedlce Warszawa Zielona Góra Łódź Kalisz Toruń Poznań Słubice Terespol Leszno Mikołajki Gorzów Wlkp Płock Poznań Słubice Zielona Góra Suwałki Kętrzyn Olsztyn Chojnice Piła Białystok Ostrołęka Gorzów Wlkp Płock Poznań Szczecinek Szczecin Szczecin Słubice Elbląg Świnoujście Mikołajki Olsztyn Chojnice Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Resko Rzeszów Tarnów Bielsko-Biała Nowy Sącz Nowy Sącz Kraków Racibórz Bielsko-Biała Bielsko-Biała KołobrzegKoszalin Zamość Sandomierz Opole Katowice Katowice Racibórz Lublin Wieluń Zamość Sandomierz Opole Kłodzko Kłodzko Wrocław Jelenia Góra Kielce Kielce Sandomierz Siedlce Warszawa Łódź Kalisz Włodawa Lublin Wieluń Białystok Terespol Leszno Łódź Kalisz Sulejów Opole Ostrołęka Zielona Góra Leszno Jelenia Góra Mława Płock Terespol Zielona Góra Sulejów Legnica Toruń Siedlce Warszawa Terespol Łódź Włodawa 2011-2030 Piła Poznań Koło Siedlce Warszawa Mikołajki Słubice Zielona Góra Kalisz Suwałki Kętrzyn Olsztyn Chojnice Gorzów Wlkp Płock Poznań Słubice Leszno Szczecinek Białystok Ostrołęka Gorzów Wlkp Słubice Elbląg Świnoujście Szczecin Płock Poznań 2081-2100 Suwałki Kętrzyn Szczecin Piła Gorzów Wlkp Hel Lębork KołobrzegKoszalin Elbląg Świnoujście Mikołajki Olsztyn Chojnice Szczecinek Hel Lębork KołobrzegKoszalin Świnoujście Resko Ustka Zakopane Lesko Zakopane Rys. 2.1. Scenariusz wiązkowy zmian kwantyla 95% maksymalnej rocznej temperatury powietrza (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Zimą w okresie 2011-2030 według scenariusza B1 oraz A1B w całym kraju nastąpi wzrost kwantyla 95% maksymalnej temperatury powietrza. Największy wzrost, sięgający 0,6 °C, przewidywany jest w południowej części kraju. W północno-wschodniej części Polski wskazywany wzrost będzie najmniejszy i osiągnie około 0,1°C. Z kolei według scenariusza A2 w ciągu najbliższych 20 lat temperatura maksymalna nie zmieni się znacząco w stosunku do okresu 1971-1990. W północno-wschodniej części kraju przewidywany jest jej nieznaczny spadek (od -0,3°C), a w południowej części nieznaczny wzrost (do 0,4°C). Pod koniec XXI wieku zmiany będą znacznie wyraźniejsze. Dla okresu 2081-2100 wszystkie scenariusze emisyjne, podobnie jak w przypadku temperatury średniej, przewidują wzrost kwantyla 95% temperatury maksymalnej powietrza w stosunku do okresu referencyjnego – średnio w skali kraju o 0,5°C (B1) do 0,9°C (A2). Rozkład przestrzenny zmian jest bardzo podobny jak w przypadku zmian przewidywanych dla początku XXI wieku. Maksymalne zmiany na południu kraju przekraczają 1,1°C (A1B i A2). B1 A1B Łeba Ustka Lębork KołobrzegKoszalin Ustka Elbląg Ustka Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Szczecinek Mikołajki Olsztyn Chojnice Resko Szczecin Szczecinek Mława Toruń Resko Piła Białystok Ostrołęka Mława Toruń Koło Koło Koło Lublin Legnica Włodawa Sulejów Lublin Wieluń Legnica Wrocław Jelenia Góra Kielce Lublin Wieluń Wrocław Jelenia Góra Kielce Zamość Kielce Zamość Sandomierz Opole Kłodzko Zamość Sandomierz Opole Kłodzko Kłodzko Katowice Katowice Kraków Racibórz Łódź Kalisz Włodawa Wrocław Sandomierz Siedlce Warszawa Terespol Leszno Łódź Kalisz Sulejów Wieluń Białystok Zielona Góra Leszno Opole Ostrołęka Terespol Zielona Góra Włodawa Jelenia Góra Mława Płock Siedlce Warszawa Terespol Łódź Sulejów Legnica Toruń Poznań Słubice Siedlce Warszawa Zielona Góra Kalisz Mikołajki Gorzów Wlkp Płock Poznań Słubice Leszno Olsztyn Chojnice Piła Białystok Ostrołęka Gorzów Wlkp Słubice Szczecinek Szczecin Płock Poznań Suwałki Kętrzyn Świnoujście Mikołajki Olsztyn Chojnice Elbląg Suwałki Kętrzyn Szczecin Piła Gorzów Wlkp Hel Lębork KołobrzegKoszalin Elbląg Świnoujście Resko 2011-2030 A2 Łeba Łeba Hel Rzeszów Tarnów Kraków Racibórz Bielsko-Biała Katowice Rzeszów Tarnów Kraków Racibórz Nowy Sącz Bielsko-Biała Nowy Sącz Lesko Nowy Sącz Lesko Zakopane Rzeszów Tarnów Bielsko-Biała Lesko Zakopane Zakopane Łeba Ustka Ustka Elbląg Ustka Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Szczecinek Mikołajki Olsztyn Chojnice Resko Szczecin Szczecinek Piła Mława Toruń Resko Piła Mława Toruń Koło Warszawa Koło Siedlce Warszawa Koło Legnica Wrocław Sandomierz Legnica Sandomierz Opole Wrocław Kielce Zamość Katowice Tarnów Rzeszów Kraków Racibórz Tarnów Kraków Racibórz Rzeszów Nowy Sącz Lesko Lesko Tarnów Bielsko-Biała Nowy Sącz Nowy Sącz Zakopane Zamość Katowice Rzeszów Bielsko-Biała Bielsko-Biała Sandomierz Opole Kłodzko Katowice Kraków Lublin Wieluń Jelenia Góra Kielce Zamość Kłodzko Racibórz Włodawa Sulejów Wrocław Kielce Opole Kłodzko Siedlce Łódź Kalisz Lublin Wieluń Jelenia Góra Jelenia Góra Warszawa Terespol Leszno Włodawa Sulejów Lublin Białystok Zielona Góra Łódź Kalisz Sulejów Wieluń Ostrołęka Terespol Leszno Włodawa Legnica Mława Płock Siedlce Zielona Góra Łódź Kalisz Toruń Poznań Słubice Terespol Leszno Mikołajki Gorzów Wlkp Płock Poznań Słubice Zielona Góra Olsztyn Chojnice Piła Białystok Ostrołęka Gorzów Wlkp Płock Poznań Szczecinek Szczecin Białystok Ostrołęka Gorzów Wlkp Suwałki Kętrzyn Świnoujście Mikołajki Olsztyn Chojnice Elbląg Suwałki Kętrzyn Szczecin Słubice Hel Lębork KołobrzegKoszalin Elbląg Świnoujście Resko 2081-2100 Łeba Łeba Hel Lębork KołobrzegKoszalin Lesko Zakopane Zakopane Rys. 2.2. Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie zimowym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Wiosną w okresie 2011-2030 według wszystkich scenariuszy emisyjnych kwantyl 95% temperatury maksymalnej powinien być większy niż w trakcie wielolecia 1971-90. Największy wzrost wartości omawianego elementu przewiduje scenariusz B1, z maksimum wartości anomalii rzędu 1,4°C na Górnym Śląsku (rys. 2.3). Najmniejszych dodatnich zmian należy spodziewać się na Pomorzu - wartość anomalii omawianego elementu według tego scenariusza wyniesie tam 0,8°C. Według scenariusza A2 rozkład przestrzenny dodatnich zmian będzie podobny, jednak będą one o około 0,2°C mniejsze. Według scenariusza A1B maksymalna temperatura powietrza wiosną w okresie 2011-2030 będzie o 0,6°C wyższa niż w latach 1971-1990. Cieplejszej wiosny w stosunku do okresu referencyjnego można spodziewać się także pod koniec XXI wieku. Średnia wartość zmiany kwantyla 95% temperatury maksymalnej powietrza na obszarze Polski wyniesie 0,78°C w przypadku scenariusza A1B, 0,82°C według scenariusza B1 i 0,89°C w przypadku scenariusza A2. Należy ponadto zaznaczyć, iż poszczególne scenariusze wskazują na znaczne podobieństwo rozkładów przestrzennych. B1 A1B Ustka Hel Lębork KołobrzegKoszalin Elbląg Szczecinek Szczecinek Mikołajki Olsztyn Chojnice Piła Mława Toruń Piła Białystok Ostrołęka Mława Toruń Piła Białystok Ostrołęka Płock Poznań Koło Koło Kraków Rzeszów Tarnów Bielsko-Biała Nowy Sącz Lesko Lesko Zakopane Łeba Ustka Hel Elbląg Resko Szczecinek Mikołajki Olsztyn Chojnice Resko Szczecin Szczecin Piła Mława Toruń Piła Mława Toruń Koło Warszawa Siedlce Warszawa Sandomierz Włodawa Sulejów Legnica Lublin Wieluń Legnica Wrocław Sandomierz Opole Tarnów Rzeszów Bielsko-Biała Sandomierz Opole Zamość Katowice Katowice Kraków Racibórz Tarnów Rzeszów Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Bielsko-Biała Nowy Sącz Nowy Sącz Nowy Sącz Lesko Zakopane Kielce Zamość Kłodzko Katowice Kraków Lublin Wieluń Wrocław Jelenia Góra Kielce Zamość Kłodzko Racibórz Łódź Kalisz Włodawa Jelenia Góra Kielce Siedlce Terespol Leszno Łódź Kalisz Sulejów Lublin Wieluń Opole Warszawa Zielona Góra Leszno Wrocław Białystok Terespol Zielona Góra Kłodzko Ostrołęka Koło Siedlce Terespol Włodawa Sulejów Jelenia Góra Mława Płock Słubice Koło Łódź Kalisz Toruń Poznań Słubice Zielona Góra Mikołajki Gorzów Wlkp Płock Poznań Słubice Suwałki Kętrzyn Olsztyn Chojnice Piła Białystok Ostrołęka Gorzów Wlkp Płock Poznań Elbląg Szczecinek Szczecin Białystok Ostrołęka Gorzów Wlkp Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Mikołajki Olsztyn Ustka Elbląg Świnoujście Świnoujście Chojnice Łeba Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Rzeszów Tarnów Nowy Sącz Zakopane Łeba Lębork Kraków Racibórz Bielsko-Biała Lesko KołobrzegKoszalin Zamość Sandomierz Katowice Kraków Nowy Sącz Legnica Kielce Opole Katowice Racibórz Bielsko-Biała Leszno Wrocław Zamość Sandomierz Kłodzko Rzeszów Tarnów Lublin Wieluń Jelenia Góra Kielce Opole Katowice Szczecinek Legnica Wrocław Zamość Kłodzko Racibórz Resko Sulejów Lublin Wieluń Jelenia Góra Kielce Kłodzko Ustka Włodawa Sulejów Legnica Wrocław Sandomierz Łódź Kalisz Włodawa Lublin Opole Siedlce Warszawa Terespol Leszno Łódź Kalisz Sulejów Jelenia Góra Białystok Zielona Góra Leszno Wieluń Ostrołęka Terespol Zielona Góra Włodawa Legnica Mława Płock Siedlce Warszawa Terespol Łódź Kalisz Toruń Poznań Koło Siedlce Warszawa Zielona Góra Leszno Mikołajki Słubice Słubice Słubice Suwałki Kętrzyn Olsztyn Gorzów Wlkp Gorzów Wlkp Płock Poznań Elbląg Szczecinek Chojnice Szczecin Zakopane 2081-2100 Resko Szczecin Gorzów Wlkp Hel KołobrzegKoszalin Suwałki Kętrzyn Lębork Świnoujście Resko Szczecin 2011-2030 Elbląg Świnoujście Mikołajki Olsztyn Chojnice Ustka Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Resko A2 Łeba Łeba Łeba Ustka Lesko Lesko Zakopane Zakopane Rys. 2.3. Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie wiosennym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) W sezonie letnim przewidywane zmiany kwantyla 95% temperatury maksymalnej powietrza, niezależnie od rozpatrywanego, okresu będą znaczne (rys.2.4). Należy podkreślić fakt, iż scenariusze oparte na obu wykorzystanych symulacjach globalnych wykazują znaczą zgodność co do znaku anomalii i przewidują spadek wartości omawianego elementu. Większe spadki prognozuje model HadCM3. Analizując wyniki scenariuszy wiązkowych można zauważyć, iż zdecydowanie największe ujemne anomalie spodziewane są na wybrzeżu. W okresie 2011-2030 w tej części kraju w przypadku każdego scenariusza przekraczają nawet 3°C. Najmniejsze spadki temperatury maksymalnej, rzędu -0,6°C, wystąpić mają w południowo-wschodniej Polsce. Średnia zmiana w stosunku do okresu referencyjnego dla obszaru całego kraju wynosi odpowiednio -1,1°C (A2), -1,3°C(A1B) i -1,4°C (B1). W okresie 2081-2100 kwantyl 95% temperatury maksymalnej powietrza latem także będzie znacząco niższy niż w okresie referencyjnym. Zarówno rozkład przestrzenny omawianego elementu, jak i jego wartości wykazują spore podobieństwo do okresu 2011-2030. B1 A1B Łeba Ustka Lębork KołobrzegKoszalin Ustka Elbląg Ustka Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Elbląg Olsztyn Mikołajki Mława Ostrołęka Chojnice Szczecinek Szczecinek Olsztyn Mikołajki Mława Ostrołęka Chojnice Resko Toruń Piła Białystok Toruń Koło Koło Siedlce Warszawa Lublin Wieluń Legnica Wrocław Lublin Wieluń Rzeszów Tarnów Kraków Racibórz Bielsko-Biała Nowy Sącz Lesko Lesko Zakopane Łeba Ustka Hel Elbląg Ustka Elbląg Suwałki Kętrzyn Resko Mikołajki Resko Szczecin Szczecin Piła Mława Toruń Piła Mława Toruń Białystok Ostrołęka Koło Koło Siedlce Warszawa Koło Włodawa Sulejów Lublin Wieluń Tarnów Kielce Zamość Sandomierz Opole Kłodzko Katowice Kraków Wrocław Jelenia Góra Zamość Sandomierz Opole Kłodzko Racibórz Lublin Wieluń Kielce Zamość Kłodzko Legnica Wrocław Jelenia Góra Kielce Sandomierz Łódź Kalisz Sulejów Legnica Wrocław Opole Siedlce Warszawa Terespol Leszno Włodawa Lublin Jelenia Góra Białystok Zielona Góra Łódź Kalisz Sulejów Wieluń Ostrołęka Terespol Leszno Włodawa Legnica Mława Płock Siedlce Warszawa Zielona Góra Łódź Kalisz Toruń Poznań Słubice Terespol Leszno Mikołajki Gorzów Wlkp Płock Poznań Słubice Zielona Góra Suwałki Kętrzyn Olsztyn Chojnice Piła Gorzów Wlkp Płock Poznań Elbląg Szczecinek Szczecin Białystok Ostrołęka Gorzów Wlkp Słubice Hel Świnoujście Mikołajki Olsztyn Chojnice Szczecinek Lębork KołobrzegKoszalin Świnoujście Świnoujście Chojnice Łeba Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Olsztyn Rzeszów Tarnów Nowy Sącz Zakopane Łeba Lębork Kraków Racibórz Bielsko-Biała Lesko KołobrzegKoszalin Zamość Sandomierz Katowice Rzeszów Tarnów Nowy Sącz Zakopane Szczecinek Kielce Opole Kłodzko Katowice Kraków Lublin Wieluń Wrocław Zamość Sandomierz Opole Kłodzko Bielsko-Biała Ustka Legnica Jelenia Góra Kielce Zamość Katowice Resko Terespol Włodawa Sulejów Wrocław Jelenia Góra Kielce Sandomierz Siedlce Warszawa Łódź Kalisz Włodawa Kłodzko Racibórz 2081-2100 Koło Leszno Łódź Kalisz Sulejów Opole Białystok Zielona Góra Leszno Włodawa Sulejów Legnica Ostrołęka Terespol Zielona Góra Łódź Jelenia Góra Mława Płock Siedlce Warszawa Terespol Zielona Góra Kalisz Toruń Poznań Słubice Słubice Leszno Mikołajki Gorzów Wlkp Płock Poznań Słubice Suwałki Kętrzyn Olsztyn Chojnice Piła Białystok Gorzów Wlkp Płock Poznań Szczecinek Szczecin Szczecin Piła Gorzów Wlkp Elbląg Świnoujście Resko Szczecin Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Resko 2011-2030 A2 Łeba Łeba Hel Katowice Katowice Rzeszów Kraków Racibórz Bielsko-Biała Rzeszów Tarnów Kraków Racibórz Rzeszów Tarnów Bielsko-Biała Bielsko-Biała Nowy Sącz Nowy Sącz Nowy Sącz Lesko Lesko Lesko Zakopane Zakopane Zakopane Rys. 2.4. Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie letnim (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza jesienią wskazuje na wzrost wartości elementu zarówno w okresie 2011-2030 jak i 2081-2100 w stosunku do wielolecia 1971-90 (rys. 2.5). W okresie 2011-2030 spodziewane zmiany dla obszaru całego kraju są dodatnie i wynoszą od 0,5°C według scenariusza B1 do 0,9°C według scenariusza A1B. W ostatnim dwudziestoleciu XXI wieku uzyskane wyniki, wśród wszystkich scenariuszy emisyjnych, wskazują na większy wzrost temperatury (rzędu około 1,2°C) w stosunku do okresu referencyjnego. W obu okresach największe ocieplenie spodziewane jest w południowej części kraju, zmniejszając się równoleżnikowo w kierunku północnym. B1 A1B Ustka Ustka Hel Lębork KołobrzegKoszalin Elbląg Szczecinek Resko Szczecinek Piła Mława Toruń Resko Piła Mława Toruń Koło Warszawa Koło Siedlce Warszawa Legnica Lublin Wieluń Sandomierz Legnica Lublin Wieluń Tarnów Rzeszów Bielsko-Biała Sandomierz Legnica Lublin Wieluń Wrocław Kielce Zamość Sandomierz Opole Kłodzko Katowice Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Katowice Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Nowy Sącz Nowy Sącz Lesko Zakopane Włodawa Jelenia Góra Kielce Opole Katowice Kraków Łódź Kalisz Sulejów Wrocław Zamość Kłodzko Racibórz Siedlce Terespol Leszno Włodawa Jelenia Góra Kielce Opole Warszawa Zielona Góra Łódź Kalisz Sulejów Wrocław Kłodzko Białystok Terespol Leszno Włodawa Sulejów Jelenia Góra Ostrołęka Koło Siedlce Zielona Góra Łódź Kalisz Mława Płock Słubice Terespol Leszno Toruń Poznań Słubice Zielona Góra Mikołajki Gorzów Wlkp Płock Poznań Słubice Suwałki Kętrzyn Olsztyn Chojnice Piła Białystok Ostrołęka Gorzów Wlkp Płock Poznań Szczecinek Szczecin Białystok Ostrołęka Gorzów Wlkp Elbląg Świnoujście Mikołajki Olsztyn Chojnice Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Szczecin Szczecin 2011-2030 Elbląg Świnoujście Mikołajki Olsztyn Chojnice Ustka Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Resko A2 Łeba Łeba Łeba Nowy Sącz Lesko Zakopane Lesko Zakopane Zamość Ustka Hel Lębork Szczecinek Mikołajki Mława Ostrołęka Szczecinek Olsztyn Mikołajki Mława Ostrołęka Chojnice Resko Toruń Piła Białystok Toruń Płock Poznań Koło Warszawa Koło Siedlce Warszawa Koło Legnica Wrocław Sandomierz Tarnów Rzeszów Bielsko-Biała Sandomierz Nowy Sącz Wrocław Kielce Zamość Sandomierz Opole Zamość Kłodzko Katowice Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Katowice Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Nowy Sącz Lesko Zakopane Lublin Wieluń Jelenia Góra Kielce Opole Kłodzko Kraków Legnica Wrocław Zamość Katowice Racibórz Włodawa Sulejów Lublin Wieluń Jelenia Góra Kielce Opole Kłodzko Siedlce Łódź Kalisz Włodawa Sulejów Lublin Jelenia Góra Warszawa Terespol Leszno Łódź Kalisz Sulejów Wieluń Białystok Zielona Góra Leszno Włodawa Legnica Ostrołęka Terespol Zielona Góra Łódź Kalisz Mława Płock Siedlce Terespol Leszno Toruń Poznań Słubice Słubice Zielona Góra Mikołajki Gorzów Wlkp Płock Poznań Suwałki Kętrzyn Olsztyn Chojnice Piła Białystok Gorzów Wlkp Słubice Szczecinek Szczecin Szczecin Piła Elbląg Świnoujście Resko Gorzów Wlkp Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Olsztyn Szczecin 2081-2100 Elbląg Suwałki Kętrzyn Chojnice Ustka Hel Lębork KołobrzegKoszalin Elbląg Świnoujście Resko Łeba Łeba Łeba Ustka KołobrzegKoszalin Nowy Sącz Lesko Zakopane Lesko Zakopane Rys. 2.5. Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie jesiennym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) 4.3. Kwantyl 5% temperatury minimalnej powietrza Wartość kwantyla 5% temperatury minimalnej w Polsce w latach 2011-2030, podobnie jak w przypadku temperatury średniej również nie zmieni się znacząco w stosunku do okresu referencyjnego 1971-1990 (rys. 3.1). Istotne jest jednak, że w Polsce Centralnej i Północnej należy oczekiwać lekkiego spadku omawianej wartości, natomiast w Polsce Południowej wartość rozpatrywanego kwantyla winna nieco wzrosnąć. Wartość bezwzględna zmian nie przekroczy w sytuacjach skrajnych 0,5°C, nieco silniejsze zmiany powinny nastąpić jedynie według scenariusza A1B w porównaniu ze scenariuszami A2 i B1. W wieloleciu 2081-2100 w całej Polsce należy oczekiwać występowania wzrostu wartości kwantyla 5% temperatury minimalnej (rys. 3.1). Średni wzrost wartości elementu w Polsce wyniesie od 0,35°C (B1) do ponad 0,5°C (A1B i A2). Najsilniejsze zmiany w stosunku do okresu 1971-90, sięgające nawet blisko 1 °C w przypadku scenariuszy A1B i A2, obserwowane będą nastąpi w południowo-wschodniej części kraju. Wartość anomalii maleje w kierunku północno-zachodnim, do 0,1-0,3°C w rejonie Wybrzeża. Scenariusze oparte na obu wykorzystanych symulacjach globalnych są silnie rozbieżne. Rezultaty uzyskane z wykorzystaniem modelu ECHAM-5 wskazują na występowanie postępującego w skali XXI wieku ocieplenia. Wyniki HadCM3 dowodzą niewielkiego, słabnącego w dodatku w skali XXI wieku ochłodzenia na tle okresu 1971-90. B1 20112030 A1B A2 20812100 Rys. 3.1. Scenariusz wiązkowy zmian kwantyla 5% minimalnej rocznej temperatury powietrza (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Zimą w okresie 2011-2030 według wszystkich scenariuszy nastąpi znaczny spadek wartości kwantyla 5% temperatury minimalnej. Najsilniejsze ochłodzenie, przekraczające 2°C, wystąpi w północno-wschodniej części kraju. W południowo-wschodniej części Polski wskazywany spadek będzie najmniejszy i osiągnie około 1°C. W okresie 2081-2100 zmiany będą mniejsze w stosunku do okresu 1971-90 (rys. 3.2). Na zdecydowanej większości obszaru Polski obserwowane będą jednak w dalszym ciągu anomalie ujemne, najsilniejsze ponownie w części północno-zachodniej kraju, osiągające w przypadku scenariusza B1 nawet blisko 1,5°C. W Karpatach i na Podkarpaciu obserwowane będą słabe dodatnie anomalie analizowanego kwantyla. Symulacja przyszłej zmienności elementu wykonana z wykorzystaniem modelu HadCM3 dowodzi możliwości wystąpienia silniejszego ochłodzenia w porównaniu z modelem ECHAM-5. B1 A1B A2 20112030 20812100 Rys. 3.2. Scenariusz wiązkowy zmian kwantyla 5% minimalnej temperatury powietrza w sezonie zimowym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Wiosną w okresie 2011-2030 według wszystkich scenariuszy kwantyl 5% temperatury minimalnej powinien być średnio o ponad 0,5°C większy niż w trakcie wielolecia 1971-90. Spodziewana zmiana powinna być w całym kraju dodatnia, lecz jej wartość będzie silnie zróżnicowana przestrzennie. Największy wzrost wartości omawianego elementu winien nastąpić według scenariusza B1, z maksimum wartości anomalii rzędu ponad 1,5°C na Dolnym Śląsku (rys. 3.3). Ocieplenie to, zgodnie ze scenariuszami A1B i A2 powinno być o około 0,2-0,3-C mniejsze. Najmniejszych dodatnich zmian należy spodziewać się na północnym wschodzie kraju oraz w Karpatach, wartość obserwowanych tam anomalii wartości elementu nie przekracza 0,5°C. Cieplejszej wiosny w stosunku do okresu referencyjnego można spodziewać się także w wieloleciu 2081-2100. Co istotne, zmniejszeniu powinna ulec amplituda wartości anomalii kwantyla 5% temperatury minimalnej obserwowanych na obszarze kraju. Średnia wartość zmiany elementu na obszarze Polski waha się od 0,85°C w przypadku scenariusza B1 do 1°C w przypadku pozostałych dwóch scenariuszy. B1 A1B A2 20112030 20812100 Rys. 3.3. Scenariusz wiązkowy zmian kwantyla 5% minimalnej temperatury powietrza w sezonie wiosennym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Przewidywane zmiany wartości kwantyla 5% temperatury minimalnej latem w Polsce w okresie 2011-2030 będą na tle wartości z okresu referencyjnego niewielkie, od -0,05°C według scenariuszy A1B do 0,01° według pozostałych dwóch scenariuszy. W północnej, a zwłaszcza północno-zachodniej części kraju dominować będą spadki wartości elementu, w Polsce Południowej zauważalny będzie jego nieznaczny wzrost (rys. 3.4). W okresie 20812100 wartość kwantyla temperatury minimalnej latem winna być w myśl rezultatów symulacji już niemal w całym kraju mniejsza niż w okresie referencyjnym. Średnia wartość anomalii wyniesie odpowiednio -0,25°C (A1B), -0,35°C (B1) i -0,42°C (A2). Rozkład przestrzenny anomalii jest w przypadku wszystkich scenariuszy emisyjnych podobny. W przypadku scenariusza A1B na Suwalszczyźnie oraz w Małopolsce i w zachodniej części Beskidów należy oczekiwać słabych dodatnich anomalii. Scenariusze zmian temperatury oparte na symulacjach ECHAM-5 i HadCM3 różnią się pod względem wartości, jak i znaku anomalii. B1 A1B A2 20112030 20812100 Rys. 3.4. Scenariusz wiązkowy zmian kwantyla 5% minimalnej temperatury powietrza w sezonie letnim (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Scenariusz wiązkowy zmian kwantyla 5% minimalnej temperatury powietrza jesienią wskazuje na wzrost wartości elementu w okresie 2011-2030 w stosunku do wielolecia 197190 (rys. 3.5). Tempo zmiany jest w przypadku wszystkich trzech scenariuszy identyczne i wynosi 0,28°C. Najsilniej wartość kwantyla powinna wzrosnąć w zachodniej części kraju, nawet o ponad 0,5°C w rejonie Przedgórza Sudeckiego i Sudetów, za to w Polsce PółnocnoZachodniej należy oczekiwać stabilizacji temperatury, bądź bardzo niewielkiego ochłodzenia. W okresie 2081-2100 ocieplenie w Polsce winno ulec intensyfikacji. W całej Polsce wartości anomalii są dodatnie. B1 A1B A2 20112030 20812100 Rys. 3.5. Scenariusz wiązkowy zmian kwantyla 5% minimalnej temperatury powietrza w sezonie jesiennym (anomalie w °C w stosunku do okresu referencyjnego 1971-1990) Średni wzrost wartości opisywanego kwantyla temperatury minimalnej powinien sięgnąć od 0,62°C (A1B) do 0,65°C (B1) i 0,72°C (A2). Największe ocieplenie jest spodziewane na Dolnym Śląsku oraz w północno-zachodniej, nadmorsko-pojeziernej części kraju. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Osiągnięte w okresie rozliczeniowym rezultaty są zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Strategie adaptacji do zmian klimatu 7. Wykaz przygotowanych publikacji Biernacik D., Filipiak J., Miętus M., Wójcik R., 2010. Zmienność warunków termicznych w Polsce po roku 1951. Rezultaty projektu KLIMAT [w:] Klimat Polski na tle klimatu Europy. Zmiany i ich konsekwencje, Bogucki Wydawnictwo Naukowe. Seria: Studia i Prace z Geografii i Geologii, 16, 9-21. Biernacik D., Wójcik R., Marosz M., Jakusik E., Pilarski M., Owczarek M., Miętus M., 2010. Zmienność klimatu Polski od połowy XX wieku. Rezultaty projektu KLIMAT. Materiały z Konferencji „Badania klimatu w różnych skalach przestrzennych”, Warszawa, 10-11.12.2010 r. (w przygotowaniu) 8. Literatura wykorzystana w opracowaniu 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus Koordynator całości prac w zadaniu i podzadaniu, prof.ndzw. współautor koncepcji realizacji podzadania. Autor procedur numerycznych i programów obliczeniowych. dr Janusz Filipiak Współautor koncepcji realizacji podzadania. Opracowanie scenariuszy zmian minimalnej temperatury powietrza w Polsce w skali XXI wieku, opracowanie wyników, wizualizacja wyników. mgr Dawid Biernacik Współautor koncepcji realizacji podzadania. Opracowanie scenariuszy zmian maksymalnej temperatury powietrza w Polsce w skali XXI wieku, opracowanie wyników, wizualizacja wyników. mgr Robert Wójcik Współautor koncepcji realizacji podzadania. Opracowanie scenariuszy zmian średniej temperatury powietrza w Polsce w skali XXI wieku, opracowanie wyników, wizualizacja wyników. 10. Informacja o sposobie odbioru zadań składowych i trybie koordynacji prac Prace były koordynowane przez Koordynatora zadania. Zespół realizatorski spotkał się w całości na seminarium poświęconym prezentacji wyników scenariuszy zmian klimatu Polski (16.XI.2010). Poza tym prace zespołu opracowującego scenariusze były na bieżąco konsultowane w celu omówienia postępu prac oraz zgodności z harmonogramem. Całość dokumentacji, w tym: software, zbiory wejściowe oraz wynikowe, rysunki, znajdują się w siedzibie zespołu wykonującego zadanie (Oddział Morski IMGW w Gdyni). A.2. Warunki pluwialne 1. Cel badań W roku 2010 celem badań było opracowanie scenariuszy zmian warunków pluwialnych w Polsce w skali XXI wieku, ze szczególnym uwzględnieniem okresów 2011-2030 oraz 2081-2100. 2. Zakres wykonywanych prac Wyznaczono scenariusze zmian sum opadów, liczby dni z opadem oraz liczby dni z opadem powyżej kwantyla 90% w Polsce w skali XXI wieku na podstawie danych z symulacji ECHAM-5 i HadCM3 oraz wyników modelu skonstruowanego metodą CCA i RDA, scenariusz emisyjny A2, A1B, B1 Wyliczono poprawki wynikające z dryftu ciśnienia w modelu ECHAM-5 i HadCM3 (run 1) do scenariusza zmian sum opadów, liczby dni z opadem oraz liczby dni z opadem powyżej kwantyla 90% w Polsce (model CCA i RDA) 3. Opis metodyki badań Scenariusze zmian warunków pluwialnych w Polsce zostały opracowane w odniesieniu do okresu referencyjnego 1971-1990 z wykorzystaniem zidentyfikowanych metodą CCA i RDA w ramach prac w 2009 roku relacji między regionalnym polem barycznym a warunkami pluwialnymi w Polsce. Informacje o przyszłych zmianach cyrkulacji atmosferycznej pozyskano z dwóch symulacji globalnych: ECHAM-5 oraz HadCM3. Przyszłe zmiany warunków pluwialnych w Polsce zostały wyznaczone dla wybranych scenariuszy emisyjnych (B1, A1B, A2). Scenariusze opracowano w oparciu o zmiany regionalnego pola barycznego z następujących symulacji: Model Scenariusz emisyjny B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1 Zmiany warunków pluwialnych opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu 2011-2030 oraz 2081-2100. Scenariusze opracowano dla wszystkich skal czasowych (rok, sezony, miesiące), z tym, że skupiono się na zmianach w skali rocznej i sezonowej. Ze względu na różnice między symulacją ciśnienia atmosferycznego przez modele globalne a wartościami rzeczywistymi zaistniała konieczność wprowadzenia korekty do opracowanych scenariuszy, niwelującej wpływ tych różnic na uzyskane wyniki. W tym celu pozyskano dane z symulacji kontrolnej dla XX wieku (20C3M), będącej rekonstrukcją klimatu dokonaną przez dany model globalny w warunkach zmian koncentracji gazów cieplarnianych w atmosferze rzeczywiście obserwowanych w ciągu XX wieku. Następnie wyznaczono w poszczególnych gridach anomalie ciśnienia atmosferycznego w symulacji 20C3M w stosunku do średnich (1971-1990) wartości z reanalizy NCEP (danych rzeczywistych). W oparciu o tak przygotowaną serię danych dokonano rekonstrukcji warunków pluwialnych w Polsce dla okresu referencyjnego 1971-1990 z wykorzystaniem wcześniej opracowanego modelu statystyczno-empirycznego (CCA i RDA). Wyliczone dla okresu referencyjnego średnie wartości anomalii stanowią wartość poprawki, o którą należy skorygować scenariusze – w ten sposób wyeliminowano lub przynajmniej ograniczono wpływ różnic w danych pochodzących z dwóch źródeł (reanaliza NCEP, model globalny), pozostawiając wpływ jedynie symulowanych zmian ciśnienia w przyszłości. Korekt dokonano wyłącznie w przypadku średnich wieloletnich wartości. Należy podkreślić fakt, iż symulacje dla wykorzystanych scenariuszy emisyjny stanowią kontynuację symulacji 20C3M, dzięki czemu można zakładać, iż wartości wyznaczonych korekt są stałe w czasie. 4. Charakterystyka osiągniętych wyników W niniejszym raporcie zostały opisane scenariusze zmian sum opadów oraz liczby dni z opadem opracowane w oparciu o zmiany pola barycznego symulowane przez modele ECHAM-5 oraz HadCM3 (run 1 symulacji). Wyniki wskazują na nieznaczne (poniżej 5%) zmiany sum opadów w skali roku w Polsce (rys. 1.1). Wg modelu ECHAM-5 w okresie 2011-2030 wystąpi nieznaczny wzrost sum opadów w stosunku do okresu referencyjnego, natomiast w okresie 2081-2100 – niewielki spadek. Scenariusze opracowane w oparciu o zmiany pola barycznego symulowane przez HadCM3 wskazują z kolei na zróżnicowany kierunek zmian. W sezonie zimowym dla modelu ECHAM-5 ujawnia się znaczne zróżnicowanie wyników między scenariuszami emisyjnymi (rys. 1.2), największe zmiany są charakterystyczne dla scenariusza A2 – w okresie 2011-2030 w południowo- zachodniej części kraju wystąpi wzrost sum opadów o ponad 10%, z kolei w okresie 2081-2100 wzrost opadów obejmie obszar całego kraju (zmiany rzędu 10-15%). W oparciu o symulację HadCM3 scenariusze wskazują na niewielki spadek opadów w okresie 2011-2030 oraz nadal niewielkie, acz zróżnicowane co do znaku zmiany w okresie 2081-2100. Rys. 1.1. Scenariusz zmian sum opadów w skali roku oparty na symulacji globalnej ECHAM5 i HadCM3 (zmiany w % w stosunku do okresu referencyjnego 1971-1990, run 1) Rys. 1.2. Scenariusz zmian sum opadów w sezonie zimowym oparty na symulacji globalnej ECHAM-5 i HadCM3 (zmiany w % w stosunku do okresu referencyjnego 1971-1990, run 1) Znaczną zgodność scenariuszy dla okresu 2011-2030 odnotowano w przypadku sezonu wiosennego (rys. 1.3). Zarówno wg modelu ECHAM-5, jak i HadCM3 nastąpi spadek sum opadów w północnej części kraju (do ponad 5%), przy jednoczesnym wzroście na południu (o ponad 10%). Taki obraz zmian jest charakterystyczny dla wszystkich scenariuszy emisyjnych. Podobny rozkład przestrzenny wg HadCM3 utrzyma się w okresie 2081-2100, z tym że wzrośnie wartość zmian (od -10% do +15%), a tym samym zróżnicowanie między północną a południową częścią kraju. Natomiast wg ECHAM-5 pod koniec XXI wieku nastąpi wzrost sum opadów w całym kraju, na południu przekraczając 10%. Rys. 1.3. Scenariusz zmian sum opadów w sezonie wiosennym oparty na symulacji globalnej ECHAM-5 i HadCM3 (zmiany w % w stosunku do okresu referencyjnego 1971-1990, run 1) W sezonie letnim uzyskano odmienny obraz zmian w oparciu o różne symulacje globalne (rys. 1.4). Zmiany cyrkulacji atmosferycznej symulowane przez model ECHAM-5 skutkować będą spadkiem opadów – do 5% w okresie 2011-2030 oraz do 30% w okresie 2081-2100 w centralnej Polsce. Z kolei wg HadCM3 w okresie 2011-2030 nastąpi znaczny wzrost sum opadów na Pomorzu (ponad 20% wg scenariusza B1). Dla wielolecia 2081-2100 z kolei uzyskano bardzo zróżnicowany przestrzennie i mało wiarygodny obraz zmian, zwłaszcza w pasie nizin (zmiany od -15% do +50%). Rys. 1.4. Scenariusz zmian sum opadów w sezonie letnim oparty na symulacji globalnej ECHAM-5 i HadCM3 (zmiany w % w stosunku do okresu referencyjnego 1971-1990, run 1) Znacznie bardziej spójny obraz zmian sum opadów uzyskano dla sezonu jesiennego (rys. 1.5), dla którego oba modele globalne przewidują generalnie spadek sum opadów w obu okresach analizy. W przypadku modelu ECHAM-5 znaczne zmiany przewidywane są w okresie 2081-2100, zwłaszcza w południowo-wschodniej części kraju (spadki do 30%). W przypadku HadCM3 dla obu okresów wartość zmian jest zbliżona, z największymi spadkami (do 15%) na wybrzeżu. Rys. 1.5. Scenariusz zmian sum opadów w sezonie jesiennym oparty na symulacji globalnej ECHAM-5 i HadCM3 (zmiany w % w stosunku do okresu referencyjnego 1971-1990, run 1) W przypadku liczby dni z opadem wyniki wskazują, iż w skali roku w okresie 20112030 wystąpią niewielkie zmiany (nieprzekraczające 4%), głównie o charakterze wzrostu. Dla wielolecia 2081-2100 zaznaczają się znaczne rozbieżności pomiędzy modelami globalnymi – wg ECHAM-5 zmiany nadal będą nieznaczne, z kolei wg HadCM3 nastąpi dość wyraźny wzrost liczby dni z opadem wg wszystkich scenariuszy emisyjnych – do ponad 10% na wschodzie Polski (A1B). W sezonie zimowym scenariusze opracowane wg symulacji HadCM3 przewidują spadek liczby dni z opadem w obu analizowanych okresach dla wszystkich scenariuszy emisyjnych, zmiany jednak nie przekraczają 5%. W przypadku modelu ECHAM-5 znaczne spadki przewidywane są tylko dla scenariusza A1B (do 10% na południowym zachodzie w okresie 2081-2100). Dla pozostałych scenariuszy emisyjnych zmiany są nieznaczne i zróżnicowane pod względem znaku. Wiosną zmiany regionalnego pola barycznego przewidywane przez model ECHAM-5 będą skutkowały zwiększeniem liczby dni z opadem praktycznie w całym kraju. Najmniejsze zmiany wystąpią na wybrzeżu (do 2%), wzrastając w kierunku południowo-wschodnim (do około 12% według scenariusza A1B). W przypadku scenariuszy bazujących na symulacji HadCM3 podobny (zbliżony do równoleżnikowego) jest układ izolinii zmian, z tym że (szczególnie w przypadku A1B) wzrostowi liczby dni z opadem na południu towarzyszy ich spadek na Pomorzu i Wybrzeżu (rzędu 2-4%). Podobnie jak w przypadku sum opadów znaczne rozbieżności między scenariuszami odnotowano dla sezonu letniego. Wg ECHAM-5 w okresie 2011-2030 wystąpią stosunkowo niewielkie zmiany (± 2%), jedynie na wybrzeżu nastąpi wzrost o 6-8%. W okresie 2081-2100 poza Wybrzeżem, gdzie wystąpi niewielki wzrost, dominować będzie spadek liczby dni z opadem, szczególnie wyraźny w centralnej Polsce – do 20% wg scenariusza A1B. Zupełnie inny obraz zmian wyłania się ze scenariuszy opracowanych w oparciu o symulację HadCM3. W tym przypadku już w okresie 2011-2030 nastąpi znaczne zwiększenie liczby dni z opadem, przede wszystkim w zachodniej i północnej Polsce (rzędu 10-15%). W okresie 2081-2100 obszar stosunkowo znacznych wzrostów obejmie już niemal cały kraj, na Wybrzeżu osiągając 20%, jedynie w centralnej Polsce zaznaczy się niewielki spadek liczny dni z opadem (A1B). W sezonie jesiennym odnotowano duża zgodność scenariuszy pod względem znaku zmiany – wg wszystkich scenariuszy emisyjnych nastąpi raczej zmniejszenie liczby dni z opadem. W przypadku modelu ECHAM-5 w okresie 2011-2030 zmiany będą jeszcze niewielkie (do 4%), natomiast w okresie 2081-2100 osiągną 15% w południowej części kraju (A1B i A2). Scenariusze bazujące na modelu HadCM3 pokazują zbliżone zmiany w obu analizowanych okresach (do 5%), bez wyraźnego zróżnicowania między północną i południową częścią kraju. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Osiągnięte w okresie rozliczeniowym rezultaty są w znacznej mierze zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi. Zrealizowano podstawowy cel badań tj. opracowanie scenariuszy warunków pluwialnych Polski w skali XXI wieku. W związku z koniecznością wprowadzenia poprawek wynikających z dryftu ciśnienia w modelach globalnych powstało opóźnienie w zakresie opracowania wyników niektórych scenariuszy (zwłaszcza liczby dni z opadem powyżej kwantyla 90%) oraz ich wizualizacji. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Scenariusze zmian warunków pluwialnych w Polsce mogą zostać wykorzystane do opracowania scenariuszy koniecznych zmian w gospodarce i rolnictwie oraz do wskazania sposobów adaptacji środowiska, gospodarki i społeczeństwa do negatywnych skutków zmiany klimatu. 7. Wykaz przygotowanych publikacji Marosz M., Miętus M., Pilarski M., Wójcik R., Occurrence of extreme daily precipitation totals in Poland during summer and its connections with regional atmospheric circulation (w przygotowaniu) 8. Literatura wykorzystana w opracowaniu 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus prof. ndzw. mgr Robert Wójcik dr Michał Marosz mgr Michał Pilarski Koordynator całości prac w zadaniu i podzadaniu, współautor koncepcji realizacji podzadania. Autor procedur numerycznych i programów obliczeniowych. Autor koordynujący ostatecznej wersji raportu. Opracowanie scenariuszy zmian warunków pluwialnych w Polsce w skali XXI wieku, opracowanie wyników, wizualizacja wyników Opracowanie scenariuszy zmian warunków pluwialnych w Polsce w skali XXI wieku, opracowanie wyników, wizualizacja wyników Opracowanie scenariuszy zmian warunków pluwialnych w Polsce w skali XXI wieku, opracowanie wyników, wizualizacja wyników 10. Informacja o sposobie odbioru zadań składowych i trybie koordynacji prac Prace były koordynowane przez Koordynatora zadania. Zespół realizatorski spotkał się w całości na seminarium poświęconym prezentacji wyników scenariuszy zmian klimatu Polski (16.XI.2010). Poza tym Koordynator zadania konsultował na bieżąco prace zespołu opracowującego scenariusze i spotykał się okresowo z zespołem lub jego poszczególnymi członkami w celu omówienia postępu prac, zgodności z harmonogramem. Całość dokumentacji, w tym: software, zbiory wejściowe oraz wynikowe, rysunki, znajdują się w siedzibie zespołu wykonującego zadanie (Oddział Morski IMGW w Gdyni). A.3. Warunki nefologiczne 1. Cel badań W roku 2010 celem badań było opracowanie scenariuszy zmian stopnia zachmurzenia ogólnego w Polsce w skali XXI wieku, ze szczególnym uwzględnieniem okresów 2011-2030 oraz 2081-2100, jak również określenie za pomocą modeli statystyczno-empirycznych relacji pomiędzy wielkoskalowym polem wymuszenia a liczbą dni pogodnych nad Polską oraz opracowanie scenariuszy zmian tego elementu w skali XXI wieku. 2. Zakres wykonywanych prac Obliczenie miesięcznych wartości liczby dni pogodnych. Obliczenie funkcji własnych liczby dni pogodnych w Polsce w okresie 1971-90 dla roku, sezonów i miesięcy. Opracowanie statystyczno-empirycznego modelu, wykorzystującego technikę statystycznego downscalingu (metody kanonicznych korelacji oraz redundancyjna), opisującego relacje pomiędzy procesami regionalnymi (wielkoskalowe pole baryczne w regionie europejsko-atlantyckim) a liczbą dni pogodnych w Polsce w okresie 1971-90. Weryfikacja modelu liczby dni pogodnych. Wyznaczenie scenariuszy zmian stopnia zachmurzenia ogólnego oraz liczby dni pogodnych w Polsce w skali XXI wieku na podstawie danych z symulacji ECHAM-5 i HadCM3 oraz wyników modelu skonstruowanego optymalną metodą statystycznego downscalingu, scenariusze emisyjne A2, A1B, B1 oraz 1%CO2 do 2xCO2, Wyliczenie poprawki wynikające z dryftu ciśnienia w modelu ECHAM-5 i HadCM3 do scenariuszy zmian wymienionych powyżej elementów nefologicznych klimatu Polski. Wizualizacja, interpretacja i analiza rezultatów obliczeń. 3. Opis metodyki badań Model statystyczno-empiryczny liczby dni pogodnych: - Metoda empirycznych funkcji własnych (EOF) – ustalanie podstawowych wzorców zmienności elementu. - Metoda kanonicznych korelacji (CCA) oraz redundancyjna (RDA) – konstrukcja modelu statystycznego downscalingu pomiędzy procesami regionalnymi i lokalnymi. - Metody weryfikacji modelu downscalingu: współczynnik korelacji pomiędzy seriami obserwacyjnymi zachmurzenia a zrekonstruowanymi, wartości wariancji reprodukowanej w seriach odtworzonych w oparciu o model. - Obliczanie współczynnika trendu serii zachmurzenia i jego statystycznej istotności (test Snedecora na poziomie istotności 1 – = 0,95) w seriach klimatycznych. Scenariusze zmian elementów w XXI wieku: Scenariusze zmian warunków nefologicznych opracowano w odniesieniu do okresu referencyjnego 1971-1990 z wykorzystaniem modelu statystycznego downscalingu. Informacje o zmianach cyrkulacji atmosferycznej w skali XXI wieku pozyskano z symulacji globalnych ECHAM-5 i HadCM3. Przyszłe zmiany warunków nefologicznych w Polsce zostały wyznaczone dla scenariuszy emisyjnych B1, A1B i A2 dla wszystkich dostępnych przebiegów: Model Scenariusz emisyjny B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1 Zmiany warunków nefologicznych opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu 2011-2030 oraz 2081-2100. Ze względu na różnice między symulacją ciśnienia atmosferycznego przez modele globalne a wartościami rzeczywistymi do opracowanych scenariuszy wprowadzono korektę niwelującą wpływ tych różnic na uzyskane wyniki (tzw. poprawka na dryft ciśnienia). W tym celu wykorzystano dane z symulacji kontrolnej dla XX wieku (20C3M), będącej rekonstrukcją klimatu dokonaną przez dany model globalny w warunkach zmian koncentracji gazów cieplarnianych w atmosferze rzeczywiście obserwowanych w ciągu XX wieku. 4. Charakterystyka osiągniętych wyników Liczba dni pogodnych – model statystyczno-empiryczny oraz scenariusze spodziewanej zmienności w skali XXI wieku Pole liczby dni pogodnych w roku w Polsce jest wyjaśniane przez siedem wektorów własnych (tab.1). Łączna ilość wyjaśnianej przez nie wariancji wynosi ponad 88% całkowitej zmienności elementu. Dominująca moda wyjaśnia 72% zmienności pola średniego zachmurzenia. Tab.1. Wariancja (%) wyjaśniana przez kolejne wektory własne liczby dni pogodnych w roku i sezonach w Polsce w okresie 1971-1990. Sezon EOF1 EOF2 EOF3 EOF4 EOF5 EOF6 EOF7 Suma ROK 72,19 6,02 4,60 1,74 1,56 1,26 1,07 88,44 Zima 75,29 6,67 3,67 1,74 1,54 1,23 1,13 91,27 Wiosna 69,97 7,55 5,28 2,39 2,07 1,30 1,21 89,77 Lato 71,19 7,37 4,07 2,43 2,11 1,55 1,05 89,77 Jesień 75,66 5,67 3,78 2,06 1,54 1,17 1,02 90,90 Pierwszy wektor własny liczby dni pogodnych w roku przedstawia występowanie w Polsce dodatnich anomalii elementu (rys.1), o stosunkowo niewielkim przestrzennym zróżnicowaniu wartości. Najmniejsze wartości anomalii obserwowane są w rejonie nadmorskim, natomiast największe na obszarze Polski Centralnej. Podobnie, jak w przypadku stopnia zachmurzenia ogólnego, funkcja ta przedstawia dominującą rolę czynnika regionalnego w kształtowaniu wartości elementu w Polsce i związana jest z procesami tworzenia chmur w warunkach napływu nad Polskę dominujących pod względem frekwencji przez cały rok mas powietrza polarno-morskiego. Pierwsza główna składowa liczby dni pogodnych w roku w Polsce charakteryzuje się nieistotną statystycznie tendencją. Drugi wektor własny zachmurzenia wyjaśnia około 6% wariancji elementu. Przez obszar Polski Środkowej przebiega izoanomala zerowa, dzieląc obszar kraju na dwie części, o zbliżonej powierzchni, na których występują odchylenia od wartości średniej o przeciwnych znakach. Układ anomalii drugiej funkcji własnej sugeruje w ten sposób oddziaływanie arktycznych mas powietrza, napływających nad Polskę z kierunku północnego nieregularnie w ciągu roku, ze szczególnym nasileniem wiosną, przyczyniających się w dużej mierze do pojawiania się rozpogodzeń. Układ anomalii trzeciego wektora własnego, wyjaśniającego niespełna 5% wariancji elementu, o strukturze nawiązującej do długości geograficznej, sugeruje występowanie zmian liczby dni pogodnych wywołanych napływem z sektora wschodniego polarno-kontynentalnych mas powietrza. Każdy z pozostałych czterech wektorów własnych liczby dni pogodnych w Polsce wyjaśnia mniej niż 2% całkowitej zmienności elementu i prezentuje układ anomalii elementu wywołany najprawdopodobniej oddziaływaniem czynników lokalnych, powiązanych m.in. z orografią, rodzajem pokrycia terenu oraz hydrografią. Analiza z wykorzystaniem empirycznych funkcji własnych dość zgodnie przedstawia wartości długookresowe zmiany analizowanego elementu wynikające z analizy równania trendu serii obserwacyjnych. Główne jej cechy to wzrost liczby dni pogodnych w maju i październiku oraz spadki w trakcie miesięcy letnich. 1 EOF 2 EOF 3 EOF 4 EOF 5 EOF 6 EOF 7 EOF Rys.1. Przestrzenna zmienność anomalii wektorów własnych liczby dni pogodnych w roku w Polsce w okresie 1971-1990 Ilość funkcji własnych opisujących zmienność liczby dni pogodnych w Polsce w poszczególnych miesiącach i porach roku waha się od sześciu w grudniu do dziewięciu w okresie od maja do lipca. W każdym z sezonów otrzymane funkcje własne wyjaśniają około 90% wariancji. Struktura anomalii dominującego wektora własnego rozpatrywanego elementu w każdym z miesięcy jest zbliżona. Związek regionalnej cyrkulacji atmosferycznej i liczby dni pogodnych w Polsce w roku jest opisany za pomocą czterech par map kanonicznych, wyjaśniających łącznie odpowiednio blisko 80% wariancji pola lokalnego (tab.2), lecz niespełna 40% wariancji pola elementu regionalnego. W przypadku poszczególnych miesięcy i pór roku związek ten jest opisywany każdorazowo przez od czterech (październik) do ośmiu par map kanonicznych (kwiecień, czerwiec). Wyniki analizy zależności zmienności pola średniej miesięcznej i sezonowej liczby dni pogodnych w Polsce od regionalnej cyrkulacji atmosferycznej wykazały istnienie związku pomiędzy frekwencją przypadków rozpogodzonego nieba a właściwościami napływających mas powietrza, jak też charakterystycznymi cechami pogody w układach barycznych. Tab.2. Wyjaśniana wariancja (%) oraz współczynniki korelacji kanonicznej regionalnego pola barycznego (SLP) oraz liczbą dni pogodnych w Polsce (DNIP) kolejnych par map kanonicznych w roku i sezonach Sezon Wskaźnik CCA1 CCA2 CCA3 CCA4 CCA5 Suma r 0,69 0,46 0,34 0,16 × ROK varDNIP 62,03 7,58 5,43 4,38 79,42 varSLP 11,92 12,71 9,56 4,39 38,58 r 0,83 0,65 0,48 0,35 0,31 × Zima varDNIP 49,94 17,84 3,93 5,92 3,61 81,24 varSLP 15,40 16,44 6,80 3,71 10,81 53,16 r 0,66 0,63 0,45 0,34 0,25 × Wiosna varDNIP 51,41 20,10 3,71 4,31 2,71 82,24 varSLP 13,16 7,62 17,48 8,28 12,40 58,94 r 0,81 0,59 0,52 0,26 0,23 × Lato varDNIP 63,74 3,97 6,07 4,31 7,84 85,93 varSLP 18,26 5,31 14,47 17,53 9,10 64,67 r 0,81 0,70 0,58 0,29 × Jesień varDNIP 61,92 9,07 2,60 3,16 76,75 varSLP 17,06 10,13 13,34 5,77 46,30 Rys.2. Pierwsza i druga para map kanonicznych regionalnego pola barycznego (hPa) (lewy panel) i liczby dni pogodnych w Polsce (prawy panel) w roku w okresie 1971-1990 Wartość współczynnika korelacji kanonicznej pomiędzy seriami czasowymi stowarzyszonymi z dominującą parą map kanonicznych w przypadku zimy, jesieni i lata przekracza 0,8. Co jednak charakterystyczne, wartość tego wskaźnika jest znacznie mniejsza w przypadku dominującej pary map wiosną. Może to sugerować, że w tej porze roku charakterystyczne właściwości pola zachmurzenia (w tym przypadku procesy prowadzące do zmniejszania stopnia zachmurzenia ogólnego i występowania przypadków pogodnego nieba) są w mniejszym stopniu zdeterminowane charakterem cyrkulacji atmosferycznej, a istotną rolę pełnią w tym wypadku również procesy skali lokalnej. Wartość współczynnika korelacji pomiędzy seriami kanonicznymi dominującej pary map regionalnego pola ciśnienia atmosferycznego i liczby dni pogodnych w roku również jest mniejsza niż we wspomnianych powyżej przypadkach dla zimy, jesieni i lata i wynosi 0,69. Mapa pola lokalnego tłumaczy 62% wariancji elementu, lecz mapa pola regionalnego zaledwie 12%. Mapa ciśnienia dominującej pary map kanonicznych (rys.2) wskazuje, że podobnie jak miało to miejsce w przypadku związku regionalnego pola ciśnienia i stopnia zachmurzenia ogólnego, najsilniej na zmiany liczby dni pogodnych w Polsce wpływa lokalny układ baryczny, którego centrum zlokalizowane jest w rejonie południowo-wschodniej części basenu Morza Bałtyckiego. W sytuacji, gdy ciśnienie w tym ośrodku jest niższe niż przeciętnie, na obszarze Polski obserwujemy spływ powietrza z kierunku północno-zachodniego. Na procesy tworzenia się chmur nad Polską oddziałują procesy związane z przejściem napływającego powietrza nad wodami Bałtyku, co rzutuje na jego właściwości – powietrze ogrzewa się i wzbogaca w parę wodną, a masy powietrza uzyskują tym samym chwiejność. Występowaniu wznoszących ruchów powietrza sprzyja położenie Polski w zasięgu oddziaływania ośrodka niżowego. W efekcie na obszarze całego kraju układ tworzą się chmury, przez co zmniejsza się liczba dni pogodnych. Większa wartość bezwzględna anomalii elementu na obszarach południowej Polski jest prawdopodobnie związana z wymuszoną konwekcją, charakterystyczną dla frontów atmosferycznych towarzyszących ośrodkowi niskiego ciśnienia oraz procesów zachodzących w obrębie wycinka ciepłego, które przyczyniają się do rozwoju zachmurzenia konwekcyjnego. W ciepłej porze roku istotne znaczenie dla rozwoju chmur w opisywanych warunkach ma również destabilizacja równowagi termicznej w atmosferze podczas adwekcji chłodnego powietrza morskiego nad cieplejszy ląd. W przypadku odwrócenia znaku anomalii barycznych, Polskę znajduje się niemal w centrum wyżu barycznego. Nad obszar Polski dociera z sektora wschodniego i południowowschodniego suche powietrze polarno-kontynentalne. Wiejące wiatry są słabe, a nade wszystko dominuje tendencja do osiadania powietrza. W tej sytuacji na całym obszarze kraju obserwujemy dodatnie anomalie wartości elementu, świadczące o wzroście liczby dni pogodnych, związanej ze stopniowym zanikaniem pokrywy chmur, jakie zaobserwować można w opisanych warunkach. Największe wartość anomalii występują na obszarach położonych w południowo-wschodniej części kraju. Druga para map kanonicznych pól omawianych elementów wskazuje na zależność pola elementu lokalnego od ośrodków barycznych, jakie występują tym razem w dużym oddaleniu od Polski. Nad wodami Atlantyku Północnego, na południe od Islandii znajduje się centrum ośrodka cyklonalnego, centrum antycyklonu występuje z kolei nad zachodnią częścią basenu Morza Śródziemnego. Polska znajduje się w strefie dość silnego spływu strefowego z kierunku południowo-zachodniego. Północna część kraju leży w obszarze obniżonego ciśnienia, za to cała południowa część kraju położna jest w obrębie oddziaływania antycyklonu. W Polsce Północnej obserwowany jest spadek liczby dni pogodnych, w południowej części kraju, dokąd dopływa bardziej suche powietrze z południa Europy, liczba dni pogodnych natomiast wzrasta. Uwydatnia się zróżnicowanie wywołane odmiennymi właściwościami napływających mas powietrza, jak też charakterystycznymi cechami pogody w układach barycznych. Przy odwróceniu znaków anomalii barycznych, związane z tym obserwowane odchylenia liczby ni pogodnych w Polsce również można wytłumaczyć oddziaływaniem opisywanych czynników. Wartości współczynnika korelacji pomiędzy seriami obserwacyjnymi i zrekonstruowanymi liczby dni pogodnych w roku w okresie 1971-90 wynoszą, ogólnie rzecz biorąc, około 0,35-0,50. Najsłabsze dopasowanie osiągnięto w przypadku serii z miesięcy wiosennych. Ilość wariancji reprodukowanej w stosunku do serii obserwacyjnych liczby dni pogodnych w seriach odtworzonych w oparciu o model nie przekracza 25%. Lepszym dopasowaniem serii odtworzonej w stosunku do pomiarowej charakteryzują się miesiące zimowe, najsłabszym miesiące wiosenne. Przeprowadzone na podstawie symulacji modelami globalnymi projekcje liczby dni pogodnych w Polsce w skali XXI wieku wskazują na wystąpienie stosunkowo niewielkich zmian wartości elementu w stosunku do okresu referencyjnego 1971-90 (Tab. 3, 4 i 5). Wartości spodziewanych zmian przed wprowadzeniem korekty uwidaczniają możliwość wystąpienia jedynie zauważalnych dodatnich zmian liczby rozpatrywanych dni w sezonie jesiennym. Wiosną należy oczekiwać natomiast spadku liczby dniu pogodnych w Polsce. Latem zauważalna jest dość interesująca zmiana. W pierwszym z rozpatrywanych podokresów XXI wieku, tj. wieloleciu 2011-2030, wszystkie trzy analizowane scenariusze ukazują negatywne zmiany omawianego elementu, z kolei w późniejszym z podokresów, tj. wieloleciu 2081-2100 ilość dni pogodnych w stosunku do okresu referencyjnego jest już tym razem większa. Tab. 3. Spodziewana zmiana liczby dni pogodnych w Polsce w stosunku do okresu 1971-1990 w świetle rezultatów symulacji modelem ECHAM5, wartości przed korektą ze względu na dryft ciśnienia. SEZON/WIELOLECIE A1B A2 B1 ROK /2011-2030 -0,5 -0,5 -0,6 ROK /2081-2100 -0,1 -0,4 -0,4 ZIMA /2011-2030 -0,3 -0,1 -0,4 ZIMA / 2081-2100 -0,4 -0,8 -0,5 WIOSNA /2011-2030 -1,1 -0,9 -0,6 WIOSNA /2081-2100 -1,0 -0,8 -0,9 LATO /2011-2030 -0,6 -1,1 -1,1 LATO /2081-2100 +0,7 +0,6 +0,4 JESIEN /2011-2030 +1,4 +1,0 +0,9 JESIEN / 2081-2100 +1,8 +2,1 +1,5 Wprowadzenie do rezultatów symulacji korekty ze względu na dryft ciśnienia zmienia dość znacząco pozyskane uprzednio wyniki. W skali roku praktycznie nie należy oczekiwać żadnych znaczących w skali XXI wieku zmian liczby dni pogodnych w Polsce w porównaniu do okresu 1971-90 (tab.4). Rezultaty poszczególnych scenariuszy są dość zgodne, podkreślić jednak należy wystąpienie w przypadku wyników scenariusza A1B w późniejszym z podokresów możliwości wystąpienia wzrostu o blisko 0,5 dnia liczby omawianych dni w rejonie południa Polski. Tab. 4. Spodziewana zmiana liczby dni pogodnych w Polsce w stosunku do okresu 1971-1990 w świetle rezultatów symulacji modelem ECHAM5, wartości po korekcie ze względu na dryft ciśnienia. SEZON/WIELOLECIE A1B A2 B1 ROK /2011-2030 -0,1 0,0 -0,1 ROK /2081-2100 +0,3 +0,1 +0,1 ZIMA /2011-2030 +0,3 +0,5 +0,2 ZIMA / 2081-2100 +0,2 -0,2 +0,2 WIOSNA /2011-2030 -0,7 -0,5 -0,2 WIOSNA /2081-2100 -0,7 -0,4 -0,5 LATO /2011-2030 +0,5 0,0 -0,1 LATO /2081-2100 +1,7 +1,6 +1,4 JESIEN /2011-2030 +0,3 -0,2 -0,3 JESIEN / 2081-2100 +0,6 +0,9 +0,3 A2 A1B 2081-2100 2011-2030 B1 Rys. 3. Spodziewana zmiana liczby dni pogodnych w Polsce w roku w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. W przypadku sezonu zimowego wprowadzenie poprawki skutkuje zmianą znaku anomalii spodziewanych zmian. Po uwzględnieniu korekty sezon zimowy cechuje się wzrostem liczby dni pogodnych, a zmiany, zwłaszcza w przypadku scenariusza A1B powinny w późniejszym z podokresów prowadzić do wzrostu liczby opisywanych dni z południowo-zachodniej części kraju oraz spadku liczby dni pogodnych na północnowschodnich krańcach Polski (rys. 4). Pozostałe scenariusze wskazują na możliwość wystąpienia nieco łagodniejszych zmian. A2 A1B 2081-2100 2011-2030 B1 Rys. 4. Spodziewana zmiana liczby dni pogodnych w Polsce zimą w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Wiosną, zarówno w przypadku wyników nieskorygowanych, jak i poprawionych należy spodziewać się spadku liczby dni pogodnych w Polsce (rys.5). Rezultaty poszczególnych scenariuszy dość zgodnie wskazują na fakt wystąpienia spadku o blisko 1 dzień liczby dni pogodnych, zarówno w przypadku podokresu 2011-2030, jak i podokresu 2081-2100 w stosunku do wielolecia referencyjnego 1971-90. Wartości odchylenia są stosunkowo mało zróżnicowane na obszarze kraju. A2 A1B 2081-2100 2011-2030 B1 Rys. 5. Spodziewana zmiana liczby dni pogodnych w Polsce wiosną w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Zmiany opisywanego elementu w przypadku sezonu letniego są jednymi z najbardziej dynamicznych (rys.6). We wcześniejszym z podokresów nie należy co prawda oczekiwać wystąpienia zauważalnych różnic liczby dni pogodnych w porównaniu do wartości w okresu referencyjnego. Jedynie scenariusz A1B dopuszcza możliwość wzrostu liczby występujących dni pogodnych o ponad 0,5 dnia na obszarze Polski Południowej. W przypadku wielolecia 2081-2100 wartości spodziewanych zmian po wprowadzeniu korekty symulacji ze względu na dryft ciśnienia dowodzą za to perspektywy wystąpienia w skali XXI wieku silnego wzrostu liczby dni pogodnych w trakcie lata. Liczba występujących dni pogodnych wzrośnie latem miejscami, na obszarze Polski Południowo-Wschodniej, nawet o dwa pełne dni. W północnej części kraju zmiany nie będą tak silne, choć i na tych obszarach spodziewać się należy co najmniej jednego więcej dnia pogodnego na tle porównywanego okresu 1971-90. A2 A1B 2081-2100 2011-2030 B1 Rys. 6. Spodziewana zmiana liczby dni pogodnych w Polsce latem w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Jesienią należy również oczekiwać wystąpienia zauważalnych zmian wartości opisywanego elementu. W przypadku wcześniejszego z omawianych podokresów XXI wieku scenariusz A1B wskazuje na występowanie wzrostu liczby spodziewanych przypadków, natomiast obydwa pozostałe scenariusze dowodzą możliwości wystąpienia niewielkich spadków wartości elementu. W późniejszym z podokresów zmiany nie powinny występować jedynie w północnej części kraju, za to cała środkowa i południowa Polska powinna doświadczać wyraźnie większej liczby dni pogodnych, niż miało to miejsce w XX wieku. A2 A1B 2081-2100 2011-2030 B1 Rys. 7. Spodziewana zmiana liczby dni pogodnych w Polsce jesienią w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Zachmurzenie ogólne – scenariusze spodziewanej zmienności w skali XXI wieku Przedstawione w tab. 5 i 6 oraz 7 i 8 porównania wyników spodziewanych zmian stopnia zachmurzenia ogólnego opracowane na podstawie symulacji modelami globalnymi ECHAM5 i HadCM3 odpowiednio przed i po poprawce korekcie ze względu na dryft ciśnienia atmosferycznego wskazują w kilku przypadkach na wystąpienie dość znaczącej korekty wartości w stosunku do wartości pierwotnie obliczonych. Należy ponadto podkreślić fakt, iż scenariusze oparte na obu wykorzystanych symulacjach globalnych nie zawsze wykazują zgodność. Tab. 5. Spodziewana zmiana stopnia zachmurzenia ogólnego w Polsce (w %) w stosunku do okresu 19711990 w świetle rezultatów symulacji modelem ECHAM5, wartości przed korektą ze względu na dryft ciśnienia. SEZON/WIELOLECIE A1B A2 B1 ROK /2011-2030 +0,4 +0,3 +0,4 ROK /2081-2100 -1,2 -0,4 -0,2 ZIMA /2011-2030 -0,4 +1,0 +0,6 ZIMA / 2081-2100 -0,7 +1,0 +1,4 WIOSNA /2011-2030 +6,8 +6,2 +5,3 WIOSNA /2081-2100 +6,4 +5,3 +5,8 LATO /2011-2030 +0,5 +2,4 +1,3 LATO /2081-2100 -4,7 -4,2 -4,3 JESIEN /2011-2030 -0,2 +0,8 +0,6 JESIEN / 2081-2100 -0,5 -1,2 +0,1 Tab. 6. Spodziewana zmiana stopnia zachmurzenia ogólnego w Polsce (w %) w stosunku do okresu 19711990 w świetle rezultatów symulacji modelem ECHAM5, wartości po korekcie ze względu na dryft ciśnienia. SEZON/WIELOLECIE A1B A2 B1 ROK /2011-2030 +0,2 +0,1 +0,1 ROK /2081-2100 -1,4 -0,6 -0,5 ZIMA /2011-2030 -2,2 -0,8 -1,2 ZIMA / 2081-2100 -2,5 -0,74 -0,4 WIOSNA /2011-2030 +2,7 +2,1 +1,2 WIOSNA /2081-2100 +2,4 +1,2 +1,7 LATO /2011-2030 -0,9 +1,1 -0,0 LATO /2081-2100 -6,0 -5,5 -5,6 JESIEN /2011-2030 -0,8 +0,2 +0,0 JESIEN / 2081-2100 -1,1 -1,8 -0,5 Scenariusze oparte na modelu ECHAM5 wskazują, iż średnie roczne zachmurzenie ogólne w Polsce w latach 2011-2030 nie zmieni się znacząco w stosunku do okresu referencyjnego 1971-90 (rys. 8, tab. 6 i 8). Zgodnie ze wszystkimi scenariuszami emisyjnymi zmiany w zasadzie nie przekroczą 1%. Niewiele większe zmiany wartości elementu są przewidywane dla wielolecia 2081-2100. W całym kraju średnie zachmurzenie powinno być mniejsze od 1 do 2%. Największy spadek nastąpi w południowo-zachodniej części kraju. Symulacja modelem HadCM3 nie potwierdza tych wyników, we wszystkich niemal przypadkach należy oczekiwać wzrostu średniego zachmurzenia w kraju, najsilniejszy wzrost nastąpi pod koniec XXI wieku według scenariusza B1, przy czym wartość odchylenia jest w tym przypadku bardzo mało zróżnicowana w skali kraju. A2 A1B 2081-2100 2011-2030 B1 Rys. 8. Spodziewana zmiana zachmurzenia ogólnego w Polsce w roku (w %) w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Zimą w okresie 2011-2030 według wszystkich scenariuszy opartych na symulacji modelem ECHAM5 nastąpi niewielki spadek stopnia zachmurzenia ogólnego w całym kraju. W okresie 2081-2100 zmiany będą silniejsze w stosunku do okresu 1971-90 (rys. 9). Na zdecydowanej większości obszaru Polski obserwowane będą w dalszym ciągu anomalie ujemne, najsilniejsze w części południowo-zachodniej kraju, osiągające w przypadku scenariusza A1B nawet blisko 5%. W północno-wschodniej części kraju nie należy spodziewać się zmian wartości elementu. Rezultaty symulacji przyszłej zmienności stopnia zachmurzenia ogólnego wykonanej z wykorzystaniem modelu HadCM3 potwierdzają wyniki uzyskane z wykorzystaniem modelu ECHAM-5, choć analogiczne scenariusze różnią się między sobą w przypadku obydwu symulacji globalnych. Scenariusz A1B w przypadku obydwu symulacji wskazuje na postępujące rozpogodzenie nieba w skali XXI wieku, w przypadku scenariusza B1 w przypadku obydwu symulacji należy oczekiwać raczej słabnącego w skali XXI wieku rozpogodzenia nieba. W przypadku scenariusza A2 symulacja HadCM3 wskazuje na postępujący spadek stopnia zachmurzenia nieba w skali obecnego stulecia, symulacja ECHAM5 nie potwierdza takiego kierunku zmian. A2 A1B 2081-2100 2011-2030 B1 Rys. 9. Spodziewana zmiana zachmurzenia ogólnego w Polsce zimą (w %) w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. W sezonie wiosennym w okresie 2011-2030 według wszystkich scenariuszy obydwu symulacji globalnych nastąpi wzrost średniego zachmurzenia ogólnego w Polsce w stosunku do okresu referencyjnego (rys. 10). W przypadku symulacji ECHAM5 największego wzrostu należy spodziewać się w przypadku scenariusza A1B (około 2,7%), w przypadku drugiej z symulacji – scenariusza B1 (blisko 3%). Silniej zachmurzenie ogólne wzrośnie w południowej części kraju. W wieloleciu 2081-2100 również należy spodziewać się nieba bardziej zachmurzonego w stosunku do okresu referencyjnego. W przypadku scenariusza A2 wartość anomalii będzie wyraźnie mniejsza niż obliczona dla wcześniejszego wielolecia. A2 A1B 2081-2100 2011-2030 B1 Rys. 10. Spodziewana zmiana zachmurzenia ogólnego w Polsce wiosną (w %) w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. W przypadku sezonu letniego należy zaznaczyć, iż scenariusze zmian zachmurzenia oparte na symulacjach ECHAM-5 i HadCM3 różnią się znacząco, zarówno pod względem wartości, jak i znaku zmiany (rys. 11, tab. 6 i 8). Przewidywane zmiany elementu w okresie 2011-2030 w przypadku modelu ECHAM5 będą stosunkowo niewielkie i nie przekroczą 2% (spadek zachmurzenia), według symulacji HadCM3 nastąpi natomiast wzrost zachmurzenia, w przypadku scenariusza B1 średnio nawet o ponad 4% w całej Polsce, miejscami na Wybrzeżu o ponad 5%. W okresie 2081-2100 średnie zachmurzenie ogólne latem będzie już według modelu ECHAM5 znacznie mniejsze niż w okresie referencyjnym, średnia w skali całego kraju różnica wyniesie blisko 6%. Rozkład przestrzenny zmian jest w przypadku wszystkich scenariuszy emisyjnych dość podobny. W przypadku symulacji modelem HadCM3 jedynie w przypadku scenariusza A1B należy spodziewać się niewielkiego spadku stopnia zachmurzenia ogólnego, obydwa pozostałe scenariusze wskazują występowania wzrostu zachmurzenia o ponad 1% w skali całego kraju. A2 A1B 2081-2100 2011-2030 B1 Rys. 11. Spodziewana zmiana zachmurzenia ogólnego w Polsce latem (w %) w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Scenariusze A1B i B1 zmian zachmurzenia ogólnego jesienią przypadku obydwu symulacji są zgodne i wskazują na spadek wartości elementu w okresie 2011-2030 w stosunku do wielolecia 1971-90 w przypadku scenariusza A1B oraz nieznaczny wzrost w przypadku scenariusza B1 (rys. 12). W odróżnieniu od scenariusza A2 symulacji modelem ECHAM5 symulacja HadCM3 wskazuje na spadek wartości elementu. W okresie 2081-2100 w Polsce nastąpi bądź spadek stopnia zachmurzenia (A1B i B1 obydwie symulacje oraz A2 symulacja modelem ECHAM5), bądź wzrost (A2 symulacja modelem HadCM3). Wartość bezwzględna anomalii będzie największa w południowo-zachodniej części kraju. A2 A1B 2081-2100 2011-2030 B1 Rys. 12. Spodziewana zmiana zachmurzenia ogólnego w Polsce jesienią (w %) w wybranym wieloleciu w stosunku do okresu 1971-1990 (według modelu ECHAM5), wartości po korekcie ze względu na dryft ciśnienia. Tab. 7. Spodziewana zmiana stopnia zachmurzenia ogólnego w Polsce (w %) w stosunku do okresu 19711990 w świetle rezultatów symulacji modelem HadCM3, wartości przed korektą ze względu na dryft ciśnienia. SEZON/WIELOLECIE A1B A2 B1 ROK /2011-2030 -0,5 -0,1 -0,1 ROK /2081-2100 -0,8 -0,1 +0,0 ZIMA /2011-2030 +0,9 +0,3 -0,6 ZIMA / 2081-2100 +0,2 -0,3 +0,3 WIOSNA /2011-2030 +8,5 +7,8 +10,0 WIOSNA /2081-2100 +8,6 +9,9 +8,8 LATO /2011-2030 +9,0 +10,6 +11,9 LATO /2081-2100 +7,3 +8,7 +9,1 JESIEN /2011-2030 -0,7 +0,0 +1,2 JESIEN / 2081-2100 +1,0 +1,7 +0,8 Tab. 8. Spodziewana zmiana stopnia zachmurzenia ogólnego w Polsce (w %) w stosunku do okresu 19711990 w świetle rezultatów symulacji modelem HadCM3, wartości po korekcie ze względu na dryft ciśnienia. SEZON/WIELOLECIE A1B A2 B1 ROK /2011-2030 +0,1 +0,5 +0,5 ROK /2081-2100 -0,1 +0,5 +0,6 ZIMA /2011-2030 -0,5 -1,1 -2,0 ZIMA / 2081-2100 -1,1 -1,7 -1,0 WIOSNA /2011-2030 +1,2 +0,6 +2,8 WIOSNA /2081-2100 +1,4 +2,7 +1,5 LATO /2011-2030 +1,3 +3,0 +4,2 LATO /2081-2100 -0,4 +1,1 +1,5 JESIEN /2011-2030 -1,8 -1,1 +0,1 JESIEN / 2081-2100 -0,1 +0,6 -0,3 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Rezultaty osiągnięte w okresie I.2010-XII.2010 są zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi w zakresie rezultatów merytorycznych. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań W dalszej kolejności na podstawie opracowanych scenariuszy skonstruowane zostaną scenariusze wiązkowe spodziewanej zmienności warunków nefologicznych w Polsce. 7. Wykaz przygotowanych publikacji Filipiak J., Zachmurzenie w Polsce – struktura zmienności po 1971 roku, wyniki scenariuszy zmian do 2100 roku. Rezultaty realizacji projektu KLIMAT. Referat podczas seminarium naukowego Oddziału Bałtyckiego Polskiego Towarzystwa Geofizycznego oraz Wydziału V Nauk o Ziemi Gdańskiego Towarzystwa Naukowego, Gdańsk, 25.11.2010. 8. Literatura wykorzystana w opracowaniu Miętus M., Filipiak J., 2002, Wpływ termiki powierzchniowej warstwy wody północnego Atlantyku na wielkoskalową cyrkulację atmosferyczną w rejonie Atlantyku i Europy oraz na warunki termiczne w Polsce w XX wieku. Materiały Badawcze IMGW Seria Meteorologia, IMGW, Warszawa, 35, 68pp. Storch v. H., Zwiers, F., 1999, Statistical Analysis in Climate Research, Cambridge University Press, 513 pp. 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr Janusz Filipiak Całość prac związanych z opracowaniem modelu statystyczno-empirycznego liczby dni pogodnych oraz scenariuszy spodziewanej zmienności stopnia zachmurzenia ogólnego i liczby dni pogodnych w Polsce w skali XXI wieku, wizualizacja, analiza i interpretacja rezultatów obliczeń. Autor raportu. 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Realizator zadania przedstawił rezultaty prac podczas seminarium poświęconym prezentacji wyników scenariuszy zmian klimatu Polski (16.XI.2010). Poza tym prace były na bieżąco konsultowane w celu omówienia postępu prac oraz zgodności z harmonogramem. Całość dokumentacji, w tym: software, zbiory wejściowe oraz wynikowe, rysunki, znajdują się w siedzibie zespołu wykonującego zadanie 1.2 (Oddział Morski IMGW w Gdyni). A.4 WARUNKI HIGRYCZNE 1. Cel badań Wykorzystanie zdefiniowanych relacji pomiędzy wielkoskalowym polem wymuszenia (regionalne pole ciśnienia atmosferycznego nad Europą i Północnym Atlantykiem) i regionalnym polem elementów higrycznych uzyskanych za pomocą technik statystycznego downscalingu do opracowania scenariuszy zmian parametrów wilgotności względnej powietrza i prężności pary wodnej w Polsce, w XXI wieku na podstawie przeprowadzonych symulacji globalnych wg scenariuszy emisyjnych A1B, A2 i B1. 2. Zakres wykonywanych prac Obliczenie funkcji własnych prężności pary wodnej i wilgotności względnej powietrza w Polsce w okresie 1971-90 dla roku, sezonów i miesięcy. Opracowanie statystyczno-empirycznego modelu, wykorzystującego technikę statystycznego downscalingu (metody kanonicznych korelacji oraz redundancyjna), opisującego relacje pomiędzy procesami regionalnymi (wielkoskalowe pole baryczne w regionie europejsko-atlantyckim) a prężnością pary wodnej i wilgotnością względną powietrza w okresie 1971-90. Weryfikacja modelu prężności pary wodnej i wilgotności względnej powietrza. Opracowanie scenariuszy zmian parametru prężności pary wodnej i wilgotności względnej powietrza. Wizualizacja anomalii pola prężności pary wodnej i wilgotności względnej powietrza dla wartości sezonowych i rocznych w latach 2011-30 i 2081-2100 względem okresu referencyjnego dla obszaru Polski. Obliczenie różnic regionalnego pola ciśnienia pomiędzy wartościami rzeczywistymi pochodzącymi z reanalizy NCEP/NCAR wobec symulacji kontrolnych modeli globalnych dla każdej z analizowanych wiązek w latach 1971-90; utworzono skrypt programu GrADS do eksportu danych z wybranego obszaru do formatu EXTRA ASCII, dokonano interpolacji danych z modelu HadCM-3 do siatki 2,5x2,5 stopnia oraz utworzono zestawienia tabelarycznego z wartościami poprawkowymi dla wiązek 1-4 w przypadku modelu ECHAM-5 i wiązki nr 1 dla modelu HadCM-3 dla analizowanego 20-stolecia. Obliczono średnie miesięczne różnice w poszczególnych oczkach siatki. Uwzględnienie w obliczonych wartościach scenariuszowych dla obu parametrów higrycznych ustalonych wartości poprawkowych. Zestawienie uzyskanych rezultatów w formie tabelarycznej dla każdego z analizowanych scenariuszy oraz wykonanie map skorygowanych anomalii parametrów prężności pary wodnej i wilgotności względnej powietrza w latach 2011-30 i 2081-2100. 3. Opis metodyki badań Model statystyczno-empiryczny prężności pary wodnej i wilgotności względnej powietrza: - Metoda empirycznych funkcji własnych (EOF) – ustalanie podstawowych wzorców zmienności elementów. - Metoda kanonicznych korelacji (CCA) oraz redundancyjna (RDA) – konstrukcja modelu statystycznego downscalingu pomiędzy procesami regionalnymi i lokalnymi. - Metody weryfikacji modelu downscalingu: współczynnik korelacji pomiędzy seriami obserwacyjnymi analizowanych elementów a zrekonstruowanymi, wartości wariancji reprodukowanej w seriach odtworzonych w oparciu o model. - Obliczanie współczynnika trendu serii zachmurzenia i jego statystycznej istotności (test Snedecora na poziomie istotności 1 – = 0,95) w seriach klimatycznych. Scenariusze zmian elementów w XXI wieku: Scenariusze zmian warunków higrycznych opracowano w odniesieniu do okresu referencyjnego 1971-1990 z wykorzystaniem modelu statystycznego downscalingu. Informacje o zmianach cyrkulacji atmosferycznej w skali XXI wieku pozyskano z symulacji globalnych ECHAM-5 i HadCM3. Przyszłe zmiany warunków higrycznych w Polsce zostały wyznaczone dla scenariuszy emisyjnych B1, A1B i A2 dla przebiegów: Model Scenariusz emisyjny B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1 Zmiany warunków higrycznych opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu 2011-2030 oraz 2081-2100. Scenariusze skonstruowano biorąc pod uwagę rzeczywistą liczbę par map, ze względu na fakt stosunkowo niewielkich różnic uzyskiwanych przy użyciu rzeczywistej i zmniejszonej o 1 liczbę par map (okresy z niskimi współczynnikami korelacji). Powstałe zestawienia zmian według analizowanych scenariuszy nie są rezultatami ostatecznymi. Różnice między serią kontrolną symulacji globalnej przeprowadzoną dla XX wieku względem serii rzeczywistej, w tym przypadku reprezentowanej przez wartości reanalizy NCEP/NCAR, należy traktować jako systematyczny błąd modelu globalnego, który wystąpił również w symulacji dla lat 2001-2100. Obliczone różnice pomiędzy okresem referencyjnym a symulacją kontrolną stanowią podstawę do wyznaczenia wartości poprawkowych pola lokalnego, które należy uwzględnić przy tworzeniu końcowego zestawienia scenariuszowego. Wszystkich obliczeń dokonano dla skali miesięcznej, sezonowej i rocznej obejmującej 20-lecia 2011-30 i 2081-2100, a także całość XXI wieku. 4. Charakterystyka osiągniętych wyników Prężność pary wodnej – model statystyczno-empiryczny oraz scenariusze spodziewanej zmienności w skali XXI wieku Rezultaty analizy wskazują, że przestrzeń sygnału rozpatrywanego elementu w skali roku jest opisana przez cztery funkcje własne, które łącznie wyjaśniają odpowiednio ponad 95% jego wariancji (tab.1). W przypadku każdego z sezonów łączna suma wyjaśnianej wariancji także przekracza 90%, przy czym zimą jest ona największa i wynosi blisko 99%, natomiast latem jest najmniejsza i wynosi niespełna 93%. Pierwszy wektor własny prężności pary wodnej w roku wyjaśnia ponad 86% całkowitej wariancji elementu, natomiast w skali poszczególnych sezonów wartość ta waha się od 95% zimą do niespełna 78% latem. Warto wspomnieć, że w przypadku zimy i jesieni istnieją tylko trzy niezdegenerowane wektory własne pola elementu, wiosną cztery, natomiast latem ich ilość wzrasta do pięciu. Tab.1. Wariancja (%) wyjaśniana przez kolejne wektory własne prężności pary wodnej w roku i sezonach w Polsce w okresie 1971-1990. Sezon EOF1 EOF2 EOF3 EOF4 EOF5 Suma ROK 85,95 5,11 3,08 1,11 95,25 Zima 95,09 2,54 1,22 98,84 Wiosna 87,37 3,96 2,84 1,17 95,34 Lato 77,86 7,14 4,72 2,11 1,01 92,84 Jesień 84,69 7,86 2,66 95,20 Pierwsza empiryczna funkcja własna opisywanego elementu w skali roku przedstawia silne dodatnie anomalie parametru prężności pary wodnej (rys. 1). Największe odchylenia od średniej wartości elementu występują we wschodniej części kraju, natomiast najmniejsze wartości anomalii występują na stacjach nadmorskich, po czym wartość anomalii rośnie w miarę wzrostu odległości od linii brzegowej Bałtyku. Mniejsze anomalie cechują również przedgórza. Zróżnicowanie przestrzenne anomalii pierwszego wektora własnego elementu w przypadku każdego z sezonów jest analogiczne. Ilość pary wodnej pozostaje w bardzo ścisłym związku z temperaturą powietrza, na obydwa elementy zależą z kolei od właściwości napływających mas powietrza. Struktura przestrzenna pierwszego wektora przedstawia dominującą rolę czynnika regionalnego w kształtowaniu prężności pary wodnej na omawianym obszarze, o czym świadczy duża wartość wyjaśnianej wariancji. 1 EOF 2 EOF 3 EOF Rys.1. Przestrzenna zmienność anomalii wektorów własnych prężności pary wodnej w roku w Polsce w okresie 1971-1990. Drugi wektor własny wyjaśnia około 5% zmienności rozpatrywanego elementu i przedstawia na obszarze kraju anomalie ciśnienia pary wodnej o przeciwnych znakach, natomiast izoanomalie układaja się w osi północ-południe (rys. 1). Obecna na obszarze Polski izolinia 0 hPa może sugerować ścieranie się nad Polską dwóch mas powietrza o odmiennych właściwościach termiczno-wilgotnościowych. Trzeci wektor własny prężności pary wodnej wyjaśnia 3% zmienności rozpatrywanego elementu. Na obszarze Polski występują, podobnie jak w przypadku wcześniejszej funkcji, również anomalie przeciwnych znaków, lecz układ izolinii zmienia się prostopadle w stosunku do kierunku prezentowanego w strukturze anomalii drugiego wektora (rys. 1). Przedstawiony rozkład prężności pary wodnej jest prawdopodobnie zależny od oddziaływania termicznego Oceanu Atlantyckiego, którego wpływ przejawia się m.in. wzmożoną aktywnością cyklonalną i napływem z północnego zachodu oceanicznych mas powietrza. Przejście izoanomalii 0 hPa przez obszar kraju sugeruje w tym wypadku występowanie obszaru stykania się wpływów oceanicznych i kontynentalnych, bądź może wskazywać na obecność strefy kontaktu nad Polską mas powietrza o różnych właściwościach termiczno-wilgotnościowych oddzielonych od siebie powierzchnią frontalną. Czwarta funkcja własna wyjaśnia około 1% zmienności prężności pary wodnej w roku i przedstawia ujemne anomalie elementu na większej części obszaru kraju. Charakterystyczną cechą długookresowej zmienności elementu w Polsce w skali roku jest jej systematyczny przyrost. W ujęciu sezonowym zauważalny jest zdecydowany, statystycznie istotny przyrost wartości elementu zimą, wiosną i latem zmiany nie są tak silne. Jesienią zmiany są najsłabsze, lecz również przeważają tendencje dodatnie. Tab.2. Wyjaśniana wariancja (%) oraz współczynniki korelacji kanonicznej regionalnego pola barycznego (SLP) oraz prężnością pary wodnej w Polsce (PPAR) kolejnych par map kanonicznych w roku i sezonach. Sezon Wskaźnik CCA1 CCA2 CCA3 CCA4 Suma r 0,62 0,41 0,33 0,24 × ROK varPPAR 65,08 22,92 4,57 2,91 95,48 varSLP 34,41 10,02 10,32 13,78 68,53 r 0,89 0,55 0,42 × Zima varPPAR 85,73 6,58 6,60 98,91 varSLP 37,49 12,88 10,86 61,23 r 0,71 0,52 0,50 0,26 × Wiosna varPPAR 31,56 29,74 31,76 2,69 95,75 varSLP 18,34 8,00 14,18 10,16 50,68 r 0,83 0,67 0,47 0,35 × Lato varPPAR 49,88 15,63 18,42 8,50 92,43 varSLP 5,14 24,21 8,17 9,43 46,95 r 0,66 0,56 0,41 × Jesień varPPAR 31,96 51,23 12,20 95,39 varSLP 24,53 16,29 16,09 56,91 Związek regionalnego pola barycznego oraz prężności pary wodnej w Polsce jest opisany przez cztery pary map kanonicznych (tab.2), wyjaśniających łącznie ponad 95% wariancji pola lokalnego i blisko 70% wariancji pola regionalnego. Rys.2. Pierwsza i druga para map kanonicznych regionalnego pola barycznego (hPa) (lewy panel) i prężności pary wodnej w Polsce (prawy panel) w roku w okresie 1971-1990 Dominująca para map przedstawia relacje pomiędzy układem cyrkulacyjnym typu NAO a niemal jednorodną zmianą ilości pary wodnej w powietrzu w Polsce (rys.2). Napływ powietrza polarno-morskiego znad Atlantyku powoduje wzrost tej wartości, przy odwróceniu znaków anomalii i napływie powietrza polarno-kontynentalnego ilość pary wodnej w powietrzu w całej Polsce maleje. Scenariusze zmian prężności pary wodnej w ciągu całego XXI wieku wykazują duże zróżnicowanie zarówno w ujęciu sezonowym jak i przestrzennym. Zaobserwowano duże rozbieżności pomiędzy rezultatami bazującymi na symulacjach HadCM-3 i ECHAM-5. Wartości spodziewanych zmian prężności pary wodnej, bazujących na technikach statystycznego downscalingu zamieszczono w tab. 3. Tabela 3a. Uśrednione anomalie parametru prężności pary wodnej dla obszaru Polski w okresie 2011-2030. 2011-30 Scenariusz Zima Wiosna Lato Jesien Rok ECHAM-5 A1B run 2 ECHAM-5 A1B run 4 ECHAM-5 A2 run 1 ECHAM-5 A2 run 2 ECHAM-5 A2 run 3 0,20 0,11 0,03 0,11 0,01 0,00 0,02 -0,07 -0,07 0,09 -0,15 0,07 -0,04 -0,11 0,19 0,07 0,10 -0,06 0,05 0,10 0,07 0,04 -0,05 0,03 0,07 ECHAM-5 B1 run 1 ECHAM-5 B1 run 3 HadCM-3 A1B run 1 HadCM-3 A2 run 1 HadCM-3 B1 run 1 0,19 -0,02 -0,26 -0,20 -0,32 -0,11 0,21 -0,61 -0,83 -0,72 -0,05 0,02 -1,32 -1,35 -1,26 -0,07 -0,12 2,20 2,17 2,10 -0,01 0,03 -0,26 -0,26 -0,20 Tabela 3b. Uśrednione anomalie parametru prężności pary wodnej dla obszaru Polski w okresie 2081-2100. 2081-2100 Scenariusz Zima Wiosna Lato Jesien Rok ECHAM-5 A1B run 1 0,18 0,07 -0,17 0,12 0,11 ECHAM-5 A1B run 2 0,29 -0,19 -0,28 0,24 0,10 ECHAM-5 A1B run 4 0,28 -0,09 0,17 0,25 0,12 ECHAM-5 A2 run 1 0,25 0,02 -0,31 0,19 0,13 ECHAM-5 A2 run 2 0,51 -0,13 -0,18 0,40 0,20 ECHAM-5 A2 run 3 0,27 0,11 -0,13 0,19 0,20 ECHAM-5 B1 run 1 0,01 0,01 -0,34 0,07 0,07 ECHAM-5 B1 run 3 0,16 -0,05 0,01 0,24 0,13 HadCM-3 A1B run 1 -0,29 -0,32 -1,24 2,21 -0,11 HadCM-3 A2 run 1 -0,11 -0,49 -1,18 1,91 -0,15 HadCM-3 B1 run 1 -0,13 -0,47 -1,28 1,88 -0,11 W latach 2011-30 oraz 2081-2100 największe spodziewane zmiany dotyczyć będą okresu zimowego w świetle uzyskanych wyników z symulacji globalnej ECHAM-5. Według uzyskanych rezultatów należy spodziewać się niewielkich wzrostów parametru prężności pary wodnej (średnio o nieco ponad 0,1 hPa). W pozostałych sezonach w latach 2011-30 wyniki nie są już tak jednoznaczne i w zależności od analizowanego scenariusza mogą wystąpić zarówno wzrosty jak i spadki analizowanego parametru higrycznego. Bardziej jednoznaczne wnioski można wysnuć jedynie dla jesieni pod koniec XXI wieku, kiedy to należy spodziewać się wzrostu prężności pary wodnej średni o ok. 0,2 hPa. Zdecydowanie większe anomalie są spodziewane w świetle rezultatów scenariuszowych bazujących na modelu HadCM-3, który również zakłada silny wzrost prężności pary wodnej w okresie jesiennym o ok. 2 hPa. Jest to jedyny okres, w którym prognozowany jest wzrost tego parametru. W pozostałych sezonach oraz w ujęciu rocznym spodziewany jest spadek wartości prężności pary wodnej, który najsilniej będzie widoczny wiosną – w latach 2011-30 średnio o 0,7 hPa, pod koniec wieku o 0,4 hPa, a także latem – anologicznie o 1,3 i 1,2 hPa. W ujęciu rocznym należy się spodziewać niewielkich zmian omawianego parametru. Według rezultatów bazujących na symulacji ECHAM-5 na początku wieku anomalia wyniesie średnio 0,02hPa, natomiast w latach 2081-2100 już 0,13 hPa przy całkowitej zgodności wszystkich wiązek modelu co do kierunku zmian. Odwrotnie sytuacja przedstawia się dla rezultatów bazujących na polu predykatora z symulacji HadCM-3. W latach 2011-30 wszystkie wartości scenariuszowe wskazują na spadek wartości parametru, średnio o 0,24 hPa i o 0,12 hPa w ostatnim 20-stoleciu analizy. W konkluzji należy stwierdzić, iż wyniki oparte na modelu ECHAM-5 prognozują zwiększenie się anomalnych wartości bezwzględnych analizowanego parametru, która może prowadzić do zmniejszania się różnic wyrażonych w wartościach rzeczywistych pomiędzy poszczególnymi sezonami, zwłaszcza pod koniec wieku (spadek prężności pary wodnej latem przy jednoczesnym wzroście jesienią i zimą). Podobnie sytuacja przedstawia się w obu analizowanych 20-stoleciach dla wyników bazujących na modelu HadCM-3, gdzie spłaszczenie przebiegu rocznego zmienności prężności pary wodnej będzie obserwowane już od początku wieku (por. tab. 3, rys. 3). 2011-2030 2081-2100 Rys. 3. Anomalie parametru prężności pary wodnej w Polsce według poszczególnych scenariuszy opartych o symulację globalną HadCM-3 w latach 2011-2030 i 2081-2100. Podobnie jak w przypadku wilgotności względnej powietrza również dla parametru prężności pary wodnej w ujęciu sezonowym jak i rocznym dominują izoanomalie o przebiegu zbliżonym do równoleżnikowego. Tylko w przypadku lata oraz jesieni dla wartości opartych o model HadCM-3 przebieg izoanomalii wykazuje zarówno elementy przebiegu równoleżnikowego jak i południkowego. W przypadku rezultatów bazujących na polu ciśnienia ze scenariuszy modelu ECHAM-5 również występują opisane powyżej prawidłowości, choć nie są one już tak wyraźne, zwłaszcza dla scenariuszy dla sezonu wiosennego oraz w mniejszym stopniu letniego. W ujęciu regionalnym największych spadków wartości analizowanego parametru higrycznego należy się spodziewać na północy kraju, na co wyraźnie wskazują wszystkie scenariusze oparte o HadCM-3. Ze względu na różnokierunkowość tendencji obserwowanych zmian w rezultatach otrzymanych z symulacji ECHAM-5 wielkość zmian w poszczególnych regionach jest w dużej mierze uzależniona od analizowanej wiązki scenariuszowej, choć należy stwierdzić, iż najsilniejsze zmiany w większości przypadków również wystąpią w północnej części kraju. ECHAM-5 2011-2030 2081-2100 HadCM-3 2011-2030 2081-2100 Rys. 4. Spodziewana zmiana prężności pary wodnej w Polsce według scenariusza A1B run 1 w ujęciu średniorocznym. Wilgotność względna powietrza – model statystyczno-empiryczny oraz scenariusze spodziewanej zmienności w skali XXI wieku W przypadku populacji wilgotności względnej mamy do czynienia ze znacznie większą liczbą funkcji własnych opisujących zmienność elementów w skali roku, niż w przypadku prężności pary wodnej. Przestrzeń sygnału rozpatrywanego elementu jest opisana przez dziewięć funkcji własnych łącznie wyjaśniających niespełna 90% jego wariancji (tab.4). W przypadku każdego z sezonów łączna suma wyjaśnianej wariancji tylko latem przekracza 90%, w pozostałych trzech przypadkach wynosi niespełna 90%, zimą wartość ta jest mniejsza i wynosi około 84%. Tab.4. Wariancja (%) wyjaśniana przez kolejne wektory własne wilgotności Polsce w okresie 1971-1990. Sezon EOF1 EOF2 EOF3 EOF4 EOF5 EOF6 EOF7 EOF8 ROK 64,46 8,80 5,42 2,76 1,81 1,62 1,23 1,09 Zima 49,47 13,01 8,23 4,23 3,87 2,76 2,18 1,78 Wiosna 64,08 11,01 5,09 3,01 1,96 1,62 1,46 1,21 Lato 70,90 7,38 5,46 2,70 1,81 1,50 1,28 Jesień 68,83 8,35 4,23 2,67 1,74 1,66 1,27 1,25 względnej w roku i sezonach w EOF9 EOF10 EOF11 Suma 1,05 86,10 1,53 1,39 1,23 83,74 1,07 1,07 88,24 91,04 1,15 88,74 Kolejne wektory własne wilgotności względnej przedstawiają wkład poszczególnych czynników w kształtowanie zmienności elementu, związanych przede wszystkim z czynnikami cyrkulacyjnymi (rys. 4). Pierwszy wektor własny elementu wyjaśnia ponad od 50% całkowitej wariancji elementu zimą, poprzez 65% w roku i wiosną po około 70% latem i jesienią. W przypadku zimy istnieje aż jedenaście niezdegenerowanych wektorów własnych pola elementu, wiosną dziesięć, jesienią, podobnie jak w roku dziewięć, natomiast latem siedem. Zawsze przedstawia on strukturę anomalii jednakowego znaku, stosunkowo mało przestrzennie zróżnicowaną. W przypadku wartości rocznych największe odchylenia występują na obszarze Polski Zachodniej, najmniejsze na obszarach przedgórzy. 1 EOF 2 EOF 3 EOF Rys.4. Przestrzenna zmienność anomalii trzech pierwszych wektorów własnych wilgotności względnej (w %) w roku w Polsce w okresie 1971-1990. Analiza długookresowej zmienności wartości wilgotności względnej powietrza przeprowadzona na podstawie rezultatów badań serii czasowych stowarzyszonych z kolejnymi funkcjami własnymi elementu wskazuje na spadek wartości elementu, zarówno w skali roku, jak też poszczególnych sezonów i miesięcy. Największemu wysuszeniu powietrze ulegało w miesiącach wiosennych, a szczególnie w kwietniu i maju. Latem i jesienią również obserwowany jest spadek wartości elementu, jednakże dynamika tego spadku jest mniejsza, niż wiosną. Zimą sytuacja jest nieco odmienna, blisko połowę serii cechuje wzrost wartości. Tab.5. Wyjaśniana wariancja (%) oraz współczynniki korelacji kanonicznej regionalnego pola barycznego (SLP) oraz wilgotności względnej w Polsce (WILG) kolejnych par map kanonicznych w roku i sezonach Sezon Wskaźnik CCA1 CCA2 CCA3 CCA4 CCA5 CCA6 CCA7 Suma r 0,55 0,53 0,38 0,27 × ROK varWILG 7,95 27,85 25,56 3,62 64,98 varSLP 16,72 10,64 12,06 27,35 66,77 r 0,90 0,77 0,67 0,54 0,49 0,30 0,25 × Zima varWILG 17,28 13,26 22,50 16,41 2,35 4,48 3,83 80,11 varSLP 30,76 10,16 7,14 15,15 8,92 9,35 12,91 94,39 r 0,80 0,69 0,59 0,46 0,38 0,29 0,23 × Wiosna varWILG 23,80 24,10 16,31 5,74 3,19 2,34 5,12 80,60 varSLP 12,34 8,87 6,78 6,09 5,50 11,43 12,01 63,02 r 0,75 0,65 0,60 0,55 0,35 0,28 × Lato varWILG 59,98 5,97 7,45 5,74 5,36 3,99 88,49 varSLP 23,55 4,56 8,34 5,83 9,79 11,06 63,13 r 0,84 0,75 0,63 0,44 0,27 0,25 × Jesień varWILG 6,44 19,84 41,75 2,51 2,39 2,02 74,95 varSLP 15,60 17,64 11,79 9,26 7,01 10,90 72,20 Rys.5. Pierwsza i druga para map kanonicznych regionalnego pola barycznego (hPa) (lewy panel) i wilgotności względnej w Polsce (prawy panel) w roku w okresie 1971-1990. Związek regionalnego pola barycznego oraz wilgotności względnej powietrza w Polsce jest opisany przez pary map kanonicznych (tab.5), wyjaśniających łącznie 65% wariancji pola lokalnego i około 67% wariancji pola regionalnego. W przypadku sezonów otrzymano po siedem par map kanonicznych opisujących relacje pomiędzy analizowanymi elementami zimą i wiosną oraz po sześć par map kanonicznych latem i jesienią. Ilość łącznie wyjaśnianej zmienności elementu lokalnego jest większa, niż w przypadku wartości rocznych. Dominująca para map przedstawia relacje pomiędzy układem cyrkulacyjnym zbliżonym do typu NAO a zmianą wilgotności względnej powietrza w Polsce (rys.5), warto odnotować, że anomalie elementu lokalnego nie są identycznego znaku na całym obszarze kraju. Druga para map kanonicznych opisuje z kolei związek zmian wilgotności względnej z oddziaływaniem lokalnego ośrodka barycznego z centrum nad wschodnią częścią basenu Morza Bałtyckiego. Wyznaczone wartości anomalii wilgotności względnej powietrza w ciągu całego XXI wieku wykazują duże zróżnicowanie zarówno w ujęciu sezonowym, a także przestrzennie na obszarze kraju. Duże znaczenie ma także wybór scenariusza emisyjnego oraz symulacji globalnej będącej podstawą wyznaczonych wartości. Szczegółowe wyniki wartości scenariuszowych wilgotności względnej powietrza w ujęciu sezonowym jako średnia z analizowanych 54 punktów pomiarowych została przedstawiona w tab.6. Tabela 1a. Uśrednione anomalie parametru wilgotności względnej dla obszaru Polski w okresie 2011-30. 2011-30 Scenariusz Zima Wiosna Lato Jesien Rok ECHAM-5 A1B run 1 0,03 0,86 -0,05 -0,25 0,02 ECHAM-5 A1B run 2 0,23 0,45 0,40 -0,08 0,20 ECHAM-5 A1B run 4 0,28 0,30 -0,73 -0,85 0,00 ECHAM-5 A2 run 1 0,23 0,46 0,11 0,17 0,16 ECHAM-5 A2 run 2 0,31 -0,33 -0,57 -0,17 0,03 ECHAM-5 A2 run 3 -0,06 0,13 -0,27 0,34 -0,11 ECHAM-5 B1 run 1 0,15 0,36 0,19 -0,09 0,15 ECHAM-5 B1 run 3 0,21 0,34 -0,07 0,38 0,21 HadCM-3 A1B run 1 -1,20 -1,05 4,99 -0,87 -0,41 HadCM-3 A2 run 1 -0,07 -3,02 0,82 -1,53 -0,85 HadCM-3 B1 run 1 -1,22 -0,99 6,06 -0,70 -0,34 Tabela 1b. Uśrednione anomalie parametru wilgotności względnej dla obszaru Polski w okresie 2081-2100. 2081-2100 Scenariusz Zima Wiosna Lato Jesien Rok ECHAM-5 A1B run 1 0,12 0,85 -1,62 -0,18 -0,29 ECHAM-5 A1B run 2 0,37 -0,06 -0,54 -0,88 -0,02 ECHAM-5 A1B run 4 0,39 -0,12 -1,50 -0,69 -0,21 ECHAM-5 A2 run 1 0,28 0,72 -1,02 -0,04 -0,18 ECHAM-5 A2 run 2 0,19 -1,08 0,05 -0,39 -0,35 ECHAM-5 A2 run 3 0,25 -0,46 -0,24 -0,38 -0,32 ECHAM-5 B1 run 1 0,21 0,77 -0,99 -0,22 -0,13 ECHAM-5 B1 run 3 0,12 -0,30 0,14 -0,47 -0,19 HadCM-3 A1B run 1 -1,37 -1,39 5,58 -0,94 -0,63 HadCM-3 A2 run 1 -0,24 -3,36 1,41 -1,60 -1,07 HadCM-3 B1 run 1 -1,47 -1,48 5,46 -1,10 -0,63 W latach 2011-30 największe spodziewane zmiany w większości symulacji modelu ECHAM-5 dotyczyć będą sezonu wiosennego, kiedy to należy się spodziewać wzrostu wilgotności względnej powietrza średnio 0,3-0,4%. Na podstawie scenariusza z symulacji globalnej HadCM-3 w tym samym sezonie obserwowana będzie tendencja odwrotna, tj. spadku wilgotności względnej powietrza od ok. 1 do 3%. Większe zmiany wg tego samego modelu nastąpią latem kiedy to ma być obserwowany wzrost wilgotności względnej powietrza do ponad 6% (scenariusz B1). Dla porównania w przypadku uzyskanych rezultatów bazujących na symulacji ECHAM-5 zmiany te będą się wahać od -0,7% do 0,4% z niewielką przewagą wartości ujemnych. Tylko dla jesieni oba modele wskazują na jednakowy charakter zmian, tj. ujemnych anomalii wilgotności względnej wobec okresu referencyjnego, przy czym silniejszy charakter tych zmian nastąpi wg modelu HadCM-3. W przebiegu całorocznym należy się spodziewać niewielkich zmian parametru wg ECHAM-5 (anomalia dodatnia do 0,2%) i silniejszych, ujemnych anomalii wg HadCM-3 (do -0,85% wg scenariusza A2). Pod koniec wieku zmiany scenariuszowe mogą być silniejsze niż obserwowane w latach 2011-30, co przedstawiono na wykresach poniższych wykresach (rys. 6). Największe anomalie według obu modeli nastąpią latem, przy czym dla symulacji ECHAM-5 będą to zmiany ujemne o nieco ponad 1%, a w HadCM-3 zakładany wzrost wyniesie od 1,4 do 5,5%. Jednakowa tendencja zmian w ujęciu sezonowym w wynikach scenariuszowych obu modeli wystąpi jesienią (wzrost wilgotności względnej). Taki sam znak zmian (spadek wilgotności względnej powietrza) uzyskano także dla wszystkich wartości scenariuszowych w ujęciu rocznym. W pozostałych przypadkach uzyskane rezultaty z modelu HadCM-3 i ECHAM-5 dają przeciwny obraz spodziewanych zmian. 2011-2030 2081-2100 Rys. 6. Anomalie wilgotności względnej powietrza w Polsce według scenariusza A1B (run 1) w latach 20112030 i 2081-2100 W ujęciu regionalnym obserwowane zmiany będą miały w większości analizowanych przypadków przebieg zbliżony do równoleżnikowego (por rys. 7). Nie oznacza to istotnych zmian w przebiegu wartości bezwzględnych wilgotności w Polsce, a jedynie zmniejszenie dotychczas obserwowanych różnic. Wyraźne zmiany o charakterze zbliżonym do południkowego zaobserwowano jedynie dla sezonu letniego w przypadku scenariusza opartego na wynikach symulacji globalnych modelu HadCM-3 (por rys. 8). Na przedstawionych poniżej mapach widać także potwierdzenie dysproporcji pomiędzy modelami wyrażonych w wartościach anomalii przedstawianego parametru i różny stopień spodziewanych zmian w ujęciu regionalnym. Oba modele wskazują jednak wyraźnie na większe zmiany wilgotności względnej powietrza pod koniec wieku, co potwierdza wcześniejsze przesłanki dotyczące spodziewanych zmian klimatycznych dla innych parametrów. ECHAM-5 2011-2030 2081-2100 HadCM-3 2011-2030 2081-2100 Rys. 7. Spodziewana zmiana wilgotności względnej powietrza w Polsce według scenariusza A1B (run 1) dla wartości średniorocznych. ECHAM-5 2011-2030 2081-2100 HadCM-3 2011-2030 2081-2100 Rys. 8. Spodziewana zmiana wilgotności względnej powietrza w Polsce według scenariusza A1B run 1 w sezonie letnim. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Rezultaty osiągnięte w okresie I.2010-XII.2010 są zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi w zakresie rezultatów merytorycznych. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Opracowane scenariusze zmian warunków higrycznych na obszarze Polski w oparciu o wybrane symulacje globalne i wybrane scenariusze emisyjne mogą być wykorzystane przy tworzeniu analiz dotyczących strategii adaptacyjnych dla potrzeb gospodarki kraju dotyczących przeciwdziałaniu i adaptacji do obserwowanych zmian klimatycznych. 7. Wykaz przygotowanych publikacji Brak 8. Literatura wykorzystana w opracowaniu Lorenc H., 2005. Atlas Klimatu Polski. Instytut Meteorologii i Gospodarki Wodnej. Warszawa, IMGW Miętus M., 1999, Rola regionalnej cyrkulacji atmosferycznej w kształtowaniu warunków klimatycznych i oceanograficznych w polskiej strefie brzegowej Morza Bałtyckiego, Materiały Badawcze 29, Warszawa, IMGW Storch v. H., Zwiers, F., 1999, Statistical Analysis in Climate Research, Cambridge University Press, 513 pp. 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr Janusz Filipiak mgr Bartosz Czernecki Prace związane z przygotowaniem danych, obliczeniem funkcji własnych, konstrukcji modeli, współudział w obliczaniu wartości scenariuszowych, wizualizacja, analiza i interpretacja wyników obliczeń; współautor raportu. Prace związane z pozyskiwaniem i przygotowywaniem danych z globalnych symulacji, obliczeniem wartości scenariuszowych, wizualizacja, analiza i interpretacja wyników obliczeń; współautor raportu. 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Realizatorzy zadania przedstawili rezultaty prac podczas seminarium poświęconym prezentacji wyników scenariuszy zmian klimatu Polski (16.XI.2010). Poza tym prace były na bieżąco konsultowane w celu omówienia postępu prac oraz zgodności z harmonogramem. Całość dokumentacji, w tym: zbiory wejściowe oraz wynikowe, rysunki, znajdują się na macierzy dyskowej projektu. A.5. WARUNKI BIOTERMICZNE 1. Cel badań Celem badań jest opracowanie modeli statystyczno-empirycznych warunków biotermicznych w Polsce oraz opracowanie scenariuszy zmian warunków biotermicznych w Polsce do roku 2030 na podstawie skonstruowanych modeli, jak również na podstawie danych z symulacji modelu dynamicznego RegCM. 2. Zakres wykonywanych prac opracowywano model statystyczno-empiryczny warunków biotermicznych dla częstości występowania odczucia cieplnego wg Fizjologicznej temperatury odczuwalnej PST obliczonej na podstawie danych z 51. stacji: „gorąco i bardzo gorąco” (dla okresów: kwiecień-październik, czerwiec-sierpień, wrzesień-październik, kwiecień-maj, kwiecień, maj, czerwiec, lipiec, sierpień, wrzesień, październik) oraz „bardzo zimno” (dla okresów: listopad-marzec, grudzień-luty, listopad, grudzień, styczeń, luty, marzec) opracowywano model statystyczno-empiryczny liczby fal ciepła oraz łącznego czasu trwania fal ciepła w roku i sezonach klimatologicznych, na podstawie danych z 23. stacji dla lat 1966-2008 opracowywano model statystyczno-empiryczny liczby fal chłodu oraz łącznego czasu trwania fal chłodu w roku i sezonach klimatologicznych przeprowadzono weryfikację skonstruowanych modeli opracowano scenariusze zmian rozpatrywanych parametrów do roku 2030 na podstawie wyników scenariuszy emisyjnych SRES A1B, A2 i B1 globalnego modelu klimatycznego ECHAM5 przygotowano pliki i obliczono wartości wskaźnika stresu termofizjologicznego PhS oraz Fizjologicznej temperatury odczuwalnej PST w wybranych punktach na podstawie danych z symulacji modelu dynamicznego RegCM: według serii referencyjnej (1971-1990) i do roku 2030 według scenariusza emisyjnego A1B modelu ECHAM5. obliczono średnie oraz częstość występowania wartości PhS i PST obliczonych na podstawie danych z RegCM w wybranych punktach w poszczególnych przedziałach w roku i wybranych miesiącach (styczeń, kwiecień, lipiec, październik) określono zmianę częstości występowania analizowanych parametrów obliczonych na podstawie danych z RegCM w wybranych punktach w okresie 2011-2030 w odniesieniu do okresu referencyjnego 1971-1990, wg scenariusza emisyjnego A1B. 3. Opis metodyki badań W badaniach wzięto pod uwagę parametry bezpośrednio lub pośrednio charakteryzujące warunki bioklimatyczne: częstość występowania odczucia cieplnego „gorąco lub bardzo gorąco” (dyskomfortu gorąca) oraz „bardzo zimno” według Fizjologicznej temperatury odczuwalnej PST w wybranych okresach, roczną i sezonową liczbę fal ciepła i fal chłodu, roczny i sezonowy łączny czas trwania fal ciepła i fal chłodu (zdefiniowanych na podstawie Morawskiej-Horawskiej 1991). Zmienność przestrzenno-czasową rozpatrywanych parametrów w wieloleciu 1951-2008 (dla fal ciepła i chłodu – 1966-2008) charakteryzowano z użyciem metody empirycznych funkcji własnych (EOF). Opracowano modele statystyczno- empiryczne analizowanych parametrów metodą kanonicznych korelacji (CCA) i analizy redundancyjnej (RDA). Skonstruowane modele charakteryzują zmienność analizowanych parametrów w latach 1971-1990 względem regionalnej cyrkulacji atmosferycznej w rejonie Północnego Atlantyku i Europy, opisanej wartościami ciśnienia atm. n.p.m (SLP) z reanalizy NCEP/NCAR (Kalnay i in., 1996). Na podstawie wyznaczonych zależności pola lokalnego wybranych parametrów a regionalnym polem ciśnienia oraz wyników scenariuszy emisyjnych A1B, A2 i B1 opracowano scenariusze ich zmian do roku 2030. Obliczenia wskaźników biotermicznych przeprowadzono z użyciem modelu MENEX_ 2005 (Błażejczyk 2005). 4. Charakterystyka osiągniętych wyników Przestrzenna i czasowa zmienność warunków bioklimatycznych w Polsce Rezultaty przeprowadzonej analizy czasowo-przestrzennej struktury zmienności częstości występowania odczucia cieplnego „gorąco lub bardzo gorąco” w Polsce wskazują, że przestrzeń sygnału tego parametru w analizowanych okresach jest opisana przez 7 lub 8 funkcji własnych. Łączna ilość wyjaśnianej przez nie wariancji wynosi od 88,56% dla okresu kwiecień-październik (jest to okres występowania tych odczuć cieplnych) do 97,60% w lipcu. Największy jest udział wariancji wyjaśnianej przez 1. EOF: od 63% w czerwcu do ponad 80% w kwietniu. 1. EOF (przykład na rys. 1a) świadczy o dodatnich anomaliach omawianego elementu i wpływie regionalnego czynnika na jego zmienność (cyrkulacji lub radiacji). Trendy dodatnie serii stowarzyszonych z 1.EOF wskazują na umacnianie się wpływu tego czynnika. Najmniejsze anomalie występują w rejonie wybrzeża i Pojezierzy, największe – w pasie środkowym Polski. a) b) Rozewie Łeba Ustka Lębork 4 Hel Gdynia Gdańsk Świbno KołobrzegKoszalin Elbląg Kościerzyna Suwałki Świnoujście Resko Mikołajki Olsztyn Chojnice 3 Szczecin Białystok Toruń Gorzów Wlkp. 2 Płock Poznań Słubice Legionowo Kórnik Koło Warszawa Siedlce Zielona Góra Kalisz Łódź Włodawa Legnica Wieluń 1 Lublin Wrocław Jelenia Góra Kielce Sandomierz Opole 0 Kłodzko Katowice Kraków Racibórz Tarnów Rzeszów Bielsko Biała NowySącz Lesko Zakopane -1 -2 1951 1956 1961 1966 1971 1976 1981 1986 1991 1996 2001 2006 Rys.1. Zróżnicowanie 1. wektora własnego częstości występowania (%) odczucia cieplnego „gorąco lub bardzo gorąco” w okresie czerwiec-sierpień w Polsce (a) wraz ze stowarzyszoną serią czasową (b), 1951-2008 Silnie zaznacza się gradient malejący w rejonie stacji w Mikołajkach, prawdopodobnie spowodowany warunkami lokalnymi (lokalizacja stacji nad rozległym jeziorem) oraz brakami w serii danych. W przypadku częstości występowania odczucia cieplnego „bardzo zimno” przestrzeń sygnału rozpięta jest na 8 do nawet 12 wektorach własnych, a łączna ilość wyjaśnianej wariancji wynosi od 86,4% w okresie listopad-marzec do ponad 92% w marcu i listopadzie. Zaznacza się dominacja 1.EOF, która wyjaśnia od 64% (grudzień) do ponad 70% (styczeń) wariancji. Dodatnie anomalie przy 1.EOF wskazują na dominujący wpływ czynnika regionalnego na zmienność odczucia „bardzo zimno”, którego wkład jednakże osłabia się – na co wskazują ujemne trendy serii stowarzyszonych z tą funkcją (przykład na rys. 2). a) b) Rozewie Łeba Ustka Lębork 3 Hel Gdynia Gdańsk Świbno KołobrzegKoszalin Elbląg Kościerzyna Suwałki Świnoujście Resko Mikołajki Olsztyn Chojnice Szczecin 2 Białystok Toruń Gorzów Wlkp. Płock Poznań Słubice Legionowo Kórnik Koło Warszawa Siedlce 1 Zielona Góra Kalisz Łódź Włodawa Legnica Wieluń Lublin Wrocław Jelenia Góra 0 Kielce Sandomierz Opole Kłodzko Katowice Kraków Racibórz Tarnów Rzeszów Bielsko Biała NowySącz Lesko -1 Zakopane -2 1951 1956 1961 1966 1971 1976 1981 1986 1991 1996 2001 2006 Rys.2. Zróżnicowanie 1. wektora własnego częstości występowania (%) odczucia cieplnego „Bardzo zimno” w okresie grudzień-luty w Polsce (a) wraz ze stowarzyszoną serią czasową (b), 1951-2008 Przestrzenie sygnału liczby fal ciepła oraz łącznego czasu trwania fal ciepła opisane są przez 7 do nawet 19 funkcji własnych, wyjaśniających od 91 do 97 % wariancji, przy czym ilość wariancji wyjaśnianej przez 1. funkcję wynosi od 53 do 68% w przypadku liczby fal ciepła oraz od 65 do 79% w przypadku łącznego czasu trwania fal ciepła. Przestrzenie sygnału liczby fal chłodu oraz łącznego czasu trwania fal chłodu opisane są przez 6 do 17 funkcji własnych, wyjaśniających łącznie od 93 do 98% wariancji, przy czym (z wyjątkiem sezonu letniego) dominuje 1. EOF, która wyjaśnia od 53 do 61% wariancji liczby fal chłodu oraz od 65 do 80% łącznego czasu trwania fal chłodu. 1. EOF wymienionych parametrów świadczą o dodatnich wartościach anomalii, zarówno w skali roku jak i poszczególnych pór roku. Anomalie te w większości przypadków nie wykazują wyraźnego zróżnicowania przestrzennego, niekiedy zaznaczają się najmniejsze wartości na wybrzeżu lub na Przedgórzach. Związek między regionalnym polem barycznym nad Europą i Północnym Atlantykiem a wybranymi elementami bioklimatu Polski Mapy pola lokalnego wyznaczone dla częstości występowania odczucia „gorąco lub bardzo gorąco” wyjaśniają łącznie od 92 do 99% wariancji tego elementu. Wariancja pola ciśnienia jest natomiast wyjaśniana w 79 do 97%. Współczynnik korelacji kanonicznej dla CCA1 między regionalnym polem ciśnienia a analizowanym parametrem wynosi 1,0 dla każdego z miesięcy letnich. Dla pozostałych okresów wynosi od 0,53 (kwiecień-październik) do 0,99 (wrzesień). Przykładowa para map kanonicznych skonstruowana dla okresu od czerwca do sierpnia (rys.3) przedstawia układ wyżowy zlokalizowany na wschód i południowy wschód od Polski (rys. 3a), sprzyjający spływowi ciepłego powietrza. Adwekcja związana z tym układem sprzyja występowaniu odczucia „gorąco lub bardzo gorąco”, największe wartości anomalii widoczne są we wschodniej połowie Polski (rys.3b). a) b) Rozewie Łeba Ustka Lębork Hel Gdynia Gdańsk Świbno KołobrzegKoszalin Elbląg Kościerzyna Suwałki Świnoujście Resko Mikołajki Olsztyn Chojnice Szczecin Białystok Toruń Gorzów Wlkp. Płock Poznań Słubice Legionowo Kórnik Koło Warszawa Siedlce Zielona Góra Kalisz Łódź Włodawa Legnica Wieluń Lublin Wrocław Jelenia Góra Kielce Sandomierz Opole Kłodzko Katowice Kraków Racibórz Tarnów Rzeszów Bielsko Biała NowySącz Lesko Zakopane Rys.3. Pierwsza para map kanonicznych (1.CCA) regionalnego pola ciśnienia (SLP) oraz częstości występowania (%) odczucia cieplnego „gorąco lub bardzo gorąco” w okresie CZERWIEC- SIERPIEŃ w Polsce, 1971-1990 Przeprowadzona weryfikacja modelu wykazała największą zależność między serią obserwacyjną częstości występowania odczucia „gorąco lub bardzo gorąco” a serią odtworzoną w lipcu i w okresie czerwiec-sierpień (około 0,6), a suma wariancji odtwarzanej przez reprodukowane serie jest największa w lipcu oraz w okresie czerwiec - sierpień i kwiecień-październik. W przypadku lokalnego pola częstości występowania odczucia cieplnego „bardzo zimno” względem regionalnego pola barycznego uzyskano od 6 do 8 par map kanonicznych, które łącznie wyjaśniają od 72% (w grudniu) do 97% (w styczniu) wariancji. Wariancja pola ciśnienia jest wyjaśniana w ponad 96% we wszystkich rozpatrywanych okresach z wyjątkiem okresu listopad-luty (78%). Największe wartości współczynnika korelacji kanonicznej występują w przypadku poszczególnych miesięcy (dla 1.CCA od 0.98 w grudniu do 1,00 w listopadzie, dla okresu listopad-marzec wynosi 0.66, a dla okresu grudzień-luty – 0,89. Pierwsza para map kanonicznych uzyskana dla okresu od grudnia do lutego (rys. 4) obrazuje wpływ układu barycznego charakterystycznego dla ujemnej fazy Oscylacji Północnoatlantyckiej (NAO) na intensyfikację adwekcji zimnego powietrza ze wschodu (rys. 4a). Konsekwencją jest zwiększenie częstości występowania odczucia „bardzo zimno”, szczególnie we wschodniej połowie Polski, gdzie dodatnie anomalie pola lokalnego są największe (rys.4b). Weryfikacja modelu wykazała największą zależność między seria obserwacyjną a odtworzoną (około 0,7) oraz największą sumę wariancji odtwarzanej przez reprodukowane serie (od 0,2 do ponad 0,5) w styczniu i w okresie grudzień - luty . a) b) Rozewie Łeba Ustka Lębork Hel Gdynia Gdańsk Świbno KołobrzegKoszalin Elbląg Kościerzyna Suwałki Świnoujście Resko Mikołajki Olsztyn Chojnice Szczecin Białystok Toruń Gorzów Wlkp. Płock Poznań Słubice Legionowo Kórnik Koło Warszawa Siedlce Zielona Góra Kalisz Łódź Włodawa Legnica Wieluń Lublin Wrocław Jelenia Góra Kielce Sandomierz Opole Kłodzko Katowice Kraków Racibórz Tarnów Rzeszów Bielsko Biała NowySącz Lesko Zakopane Rys. 4 Pierwsza para map kanonicznych regionalnego pola ciśnienia (SLP) oraz częstości występowania (%) odczucia cieplnego „bardzo zimno” w okresie GRUDZIEŃ-LUTY w Polsce, 1971-1990 Relację regionalnego pola barycznego i pola lokalnego zarówno liczby fal ciepła, jak i łącznego czasu trwania fal ciepła charakteryzuje 8 par map kanonicznych w sezonie zimowym, jesiennym i w skali roku oraz 9 par wiosną i latem. W przypadku liczby fal ciepła wyjaśniają one od 60% (jesień) do 77% (zima) wariancji pola lokalnego oraz od 70% (w skali roku) do ponad 95% (w poszczególnych porach roku) wariancji pola regionalnego. Uzyskane pary map kanonicznych łącznego czasu trwania fal ciepła opisują natomiast od 73% (jesień) do 95% (zima) wariancji tego elementu, a wariancja pola regionalnego jest wyjaśniana w około 95%. Największe wartości współczynnika korelacji między regionalnym polem barycznym a rozpatrywanymi parametrami przypadają zimą i latem (ponad 0,8 w przypadku 1.CCA). Na mapie pola ciśnienia, skonstruowanej w odniesieniu do łącznego czasu trwania fal ciepła w okresie czerwiec-sierpień (rys. 5a), widoczne są słabe ośrodki baryczne: wyżowy z centrum nad Zatoką Fińską oraz obniżonego ciśnienia nad Atlantykiem. Następuje spływ ciepłego powietrza ze wschodu i południowego wschodu, dodatnie anomalie łącznego czasu trwania fal ciepła są największe we wschodniej i środkowej Polsce, na Pomorzu zaznacza się ochładzający wpływ Morza Bałtyckiego, a wartości anomalii są najmniejsze (rys. 5b) a) b) Hel Ustka Suwałki Świnoujście Olsztyn Chojnice Szczecin Białystok Toruń Poznań Słubice Warszawa Łódź Włodawa Lublin Wrocław Jelenia Góra Opole Kraków Tarnów Rzeszów NowySącz Zakopane Rys. 5 Pierwsza para map kanonicznych regionalnego pola ciśnienia (SLP) oraz łącznego czasu trwania fal ciepła (w dniach) w okresie CZERWIEC-SIERPIEŃ w Polsce, 1971-1990 W przypadku liczby fal chłodu wiosną, latem i jesienią uzyskano po 8 par map kanonicznych, a zima i w roku – po 9 par. Ilość wyjaśnianej przez nie wariancji pola lokalnego wynosi 64% w roku oraz od 73 do 80% w porach roku. Wariancja pola regionalnego jest wyjaśniana w 95 do 97%. Zmienność łącznego czasu trwania fal chłodu w Polsce w zależności od regionalnego pola ciśnienia charakteryzowana jest przez 6 par map kanonicznych zimą, 9 par latem i po 8 par w każdym z pozostałych analizowanych okresów. Łączna ilość wyjaśnianej wariancji pola lokalnego waha się od 84% latem do 96% zimą, natomiast wariancja pola regionalnego jest wyjaśniana w 85% zimą, 86% wiosną i w ponad 95% w pozostałych okresach. Współczynnik korelacji barycznego pola regionalnego a rozpatrywanymi elementami jest największy zimą i jesienią, najmniejszy – w roku. Układ anomalii barycznych pierwszej kanonicznej mapy pola regionalnego skonstruowanej dla łącznego czasu trwania fal chłodu w skali roku jest zbliżony do dodatniej fazy układu NAO (rys. 6a). Następuje napływ wilgotnych mas powietrza z zachodu i wzrost temperatury powietrza. Najmniejsze wartości anomalii analizowanego parametru, bliskie zeru lub ujemne, występują na zachodzie Polski (z wyjątkiem Szczecina, gdzie być może zaznacza się wpływ warunków lokalnych) oraz na wybrzeżu (rys. 6b), co świadczy o występującym tam spadku liczby dni z falą chłodu. a) b) Hel Ustka Suwałki Świnoujście Olsztyn Chojnice Szczecin Białystok Toruń Poznań Słubice Warszawa Łódź Włodawa Lublin Wrocław Jelenia Góra Opole Kraków Tarnów Rzeszów NowySącz Zakopane Rys. 6 Pierwsza para map kanonicznych regionalnego pola ciśnienia (SLP) oraz łącznego czasu trwania fal chłodu (w dniach) w ROKU w Polsce, 1971-1990 Wyniki analizy redundancyjnej przeprowadzonej w odniesieniu do tych samych elementów i okresów są na ogół zbliżone do wyników uzyskanych metodą kanonicznych korelacji. Opracowanie scenariuszy zmian warunków bioklimatycznych w Polsce według modeli downscalingowych Według rozpatrywanych scenariuszy emisyjnych (z uwzględnieniem korekty na dryft ciśnienia) do roku 2030 zmiany częstości występowania odczucia cieplnego „gorąco lub bardzo gorąco” w Polsce w stosunku do lat 1971-1990 nie będą na ogół przekraczały 1,5%. Według scenariusza A1B latem w Polsce zachodniej i południowo-zachodniej nastąpią dodatnie zmiany o około 1 do 1,6%, zmiana ujemna nastąpi na wybrzeżu (o około 0,2%) oraz w Polsce wschodniej gdzie będzie większa niż 1% (rys. 7a). W świetle scenariusza B1 zmiana będzie ujemna w całej Polsce (od 0,1% do ponad 1,2% na wschodzie ) z wyjątkiem krańców zachodnich (rys. 7b). Według scenariusza A2 analizowana częstość zmaleje o 0,2% do około 1%, nieznacznie wzrośnie tylko na południowo-zachodnim krańcu Polski (rys. 7c). W okresie od grudnia do lutego w całej Polsce częstość występowania odczucia cieplnego „bardzo zimno” zmaleje do roku 2030 o 0,2% do ponad 1%, przy czym największe zmiany wystąpią w Polsce wschodniej i północno-wschodniej (rys. 8). GRUDZIEŃ-LUTY CZERWIEC-SIERPIEŃ Rozewie Łeba Ustka Rozewie Łeba Hel Gdynia Lębork Ustka Hel Gdynia Lębork Gdańsk Świbno KołobrzegKoszalin Gdańsk Świbno Elbląg Kościerzyna KołobrzegKoszalin Suwałki Świnoujście Elbląg Kościerzyna Suwałki Świnoujście Resko Mikołajki Olsztyn Chojnice Resko Szczecin Mikołajki Olsztyn Chojnice Szczecin Białystok Toruń Białystok Toruń Gorzów Wlkp. Gorzów Wlkp. Płock Poznań Kórnik Koło Płock Poznań Legionowo Słubice Słubice Zielona Góra Legionowo Kórnik Siedlce Warszawa Koło Siedlce Warszawa Zielona Góra Kalisz Kalisz Łódź Łódź Włodawa Legnica Wieluń Włodawa Lublin Legnica Wrocław Jelenia Góra Wieluń Lublin Wrocław Jelenia Góra Kielce Kielce Sandomierz Opole Sandomierz Opole Kłodzko Kłodzko Katowice Katowice Kraków Racibórz Rzeszów Tarnów Kraków Racibórz Bielsko Biała Rzeszów Tarnów Bielsko Biała NowySącz NowySącz Lesko Lesko Zakopane Zakopane a) scenariusz A1B_r1 (z korektą) Rozewie Łeba Ustka Rozewie Łeba Hel Gdynia Lębork Ustka Hel Gdynia Lębork Gdańsk Świbno Gdańsk Świbno KołobrzegKoszalin Elbląg Kościerzyna KołobrzegKoszalin Suwałki Elbląg Kościerzyna Suwałki Świnoujście Świnoujście Resko Mikołajki Olsztyn Chojnice Resko Mikołajki Olsztyn Chojnice Szczecin Szczecin Białystok Toruń Białystok Toruń Gorzów Wlkp. Gorzów Wlkp. Płock Poznań Słubice Koło Płock Poznań Legionowo Kórnik Słubice Legionowo Kórnik Siedlce Warszawa Koło Siedlce Warszawa Zielona Góra Zielona Góra Kalisz Kalisz Łódź Łódź Włodawa Włodawa Legnica Wieluń Lublin Legnica Wrocław Jelenia Góra Wieluń Lublin Wrocław Jelenia Góra Kielce Kielce Sandomierz Opole Sandomierz Opole Kłodzko Kłodzko Katowice Katowice Kraków Racibórz Rzeszów Tarnów Kraków Racibórz Rzeszów Tarnów Bielsko Biała Bielsko Biała NowySącz NowySącz Lesko Lesko Zakopane Zakopane b) scenariusz B1_r1 (z korektą) Rozewie Łeba Ustka Lębork Rozewie Łeba Hel Gdynia Ustka Lębork Hel Gdynia Gdańsk Świbno KołobrzegKoszalin Gdańsk Świbno Elbląg Kościerzyna KołobrzegKoszalin Suwałki Świnoujście Elbląg Kościerzyna Suwałki Świnoujście Resko Mikołajki Olsztyn Chojnice Resko Szczecin Mikołajki Olsztyn Chojnice Szczecin Białystok Toruń Gorzów Wlkp. Białystok Toruń Gorzów Wlkp. Płock Poznań Słubice Koło Warszawa Płock Poznań Legionowo Kórnik Słubice Zielona Góra Legionowo Kórnik Siedlce Koło Warszawa Siedlce Zielona Góra Kalisz Kalisz Łódź Łódź Włodawa Legnica Wieluń Lublin Wrocław Jelenia Góra Włodawa Legnica Wieluń Jelenia Góra Kielce Kielce Sandomierz Opole Lublin Wrocław Sandomierz Opole Kłodzko Kłodzko Katowice Katowice Kraków Racibórz Tarnów Rzeszów Kraków Racibórz Bielsko Biała Tarnów Rzeszów Bielsko Biała NowySącz NowySącz Lesko Lesko Zakopane Zakopane c) scenariuszA2_r1 (z korektą) Rys. 7 Spodziewana zmiana częstości występowania (%) odczucia cieplnego „gorąco lub bardzo gorąco” w okresie CZERWIEC-SIERPIEŃ w Polsce, lata 2011-2030 w odniesieniu do okresu referencyjnego 1971-1990 Rys. 8 Spodziewana zmiana częstości występowania (%) odczucia cieplnego „bardzo zimno” w okresie GRUDZIEŃ-LUTY w Polsce, lata 2011-2030 w odniesieniu do okresu referencyjnego 1971-1990 Tab. 1 Zmiana częstości występowania rodzaju i intensywności stresu termofizjologicznego (PhS) w Polsce według danych RegCM w latach 2011-2030 dla scenariusza A1B w odniesieniu do symulacji referencyjnej 1971-1990 stacja Białystok Bielsko Biała Chojnice Elbląg Gd - Świbno Gorzów Hel Jelenia Góra Kalisz Katowice Kielce Kłodzko Koło Kołobrzeg Kornik Koscierzyna Koszalin Kraków Leba Lebork Legionowo Legnica Lesko Lodz Lublin Mikołajki Nowy Sącz Olsztyn Opole Płock Poznań Racibórz Resko Rozewie Rzeszów Sandomierz Siedlce Słubice Suwałki Świnoujście Szczecin Tarnów Toruń Ustka Warszawa Wielun Włodawa Wrocław Zakopane Zielona Góra Silny stres gorąca -0.03 0.00 -0.01 0.01 -0.01 -0.01 0.11 -0.03 0.00 0.01 0.03 0.08 0.08 -0.01 0.05 0.07 0.01 0.03 0.04 -0.01 0.07 0.00 0.01 0.08 -0.01 -0.01 -0.03 Umiarkowany stres gorąca -0.07 0.16 -0.03 0.01 0.03 0.03 0.00 0.08 0.18 0.10 -0.08 0.15 0.07 0.77 0.21 0.01 0.01 0.27 0.00 0.00 0.12 0.01 0.45 0.05 0.30 -0.09 0.12 0.08 0.21 0.05 0.10 0.12 0.05 0.03 0.29 0.27 0.05 0.03 0.03 0.10 0.10 0.36 -0.01 0.00 0.05 0.15 0.00 0.15 0.08 0.07 Warunki termoneutralne 0.01 0.51 -0.01 0.14 -0.03 0.56 0.08 1.14 0.47 0.37 -0.70 0.81 0.15 3.87 0.21 0.14 0.05 0.45 0.12 0.07 0.60 1.53 -0.05 0.26 2.05 -3.47 0.81 0.53 0.41 0.23 0.25 0.48 0.25 1.93 0.00 0.27 0.41 0.51 -0.47 0.47 0.85 0.16 -0.10 0.16 -4.15 0.40 0.19 1.04 0.99 -5.54 Umiarkowany stres zimna 0.04 -0.45 0.77 -0.12 0.52 0.22 0.79 -1.42 -0.92 -0.05 0.49 -1.20 -0.21 -5.11 -0.89 0.93 1.30 -0.88 0.55 0.75 -0.99 -0.88 -0.68 -0.38 -0.89 -7.28 -1.05 -0.52 -0.60 -0.42 0.04 -0.40 1.03 -9.92 -0.93 -1.40 -1.07 0.22 0.45 0.75 0.66 -1.29 -0.52 1.30 -8.67 -0.73 -0.63 0.16 -0.93 -6.37 Silny stres zimna 0.07 -0.29 -0.68 -0.04 -0.52 -0.77 -0.86 0.19 0.31 -0.47 0.31 0.22 0.00 0.37 0.51 -1.05 -1.31 0.15 -0.66 -0.79 0.31 -0.73 0.21 0.10 -1.67 10.76 -0.10 -0.03 -0.01 0.16 -0.36 -0.23 -1.27 7.91 0.56 0.81 0.64 -0.74 -0.01 -1.27 -1.55 0.64 0.62 -1.42 12.72 0.19 0.42 -1.34 -0.26 11.87 Ekstremalny stres zimna -0.03 0.07 -0.04 0.01 0.00 -0.04 -0.01 0.01 -0.03 0.04 -0.03 0.04 -0.01 -0.01 0.00 -0.03 -0.05 -0.01 -0.03 -0.07 0.05 0.04 -0.03 0.12 0.01 0.22 -0.07 0.00 -0.03 -0.03 0.04 -0.05 0.05 0.03 -0.03 -0.05 -0.04 -0.04 -0.04 -0.04 0.05 0.01 -0.04 0.03 -0.01 -0.07 0.00 0.14 - Liczba fal ciepła ulegnie do 2030 roku nieznacznym zmianom w stosunku do lat 19711990. Wiosną według wszystkich rozpatrywanych scenariuszy wartości zmiany będą ujemne, zimą nastąpią zmiany dodatnie, latem i jesienią charakter zmian będzie w Polsce zróżnicowany, w skali roku według scenariusza A2 nastąpią zmiany ujemne, według pozostałych – zmiany dodatnie. Łączny czas trwania fal ciepła względem okresu referencyjnego według wszystkich scenariuszy wydłuży się w skali roku, zimą i jesienią. Wiosną czas trwania fal ciepła skróci się, natomiast latem charakter zmian będzie zróżnicowany. Roczna liczba fal chłodu w większości przypadków zmniejszy się w odniesieniu do lat 1971-1990. Łączny czas trwania fal chłodu według scenariuszy B1 i A2 skróci się we wszystkich sezonach i w roku, natomiast według scenariusza A1B czas ten skróci się w skali roku, wiosną i latem wydłuży się, a jesienią i zimą zmiany na obszarze Polski będą zróżnicowane. Opracowanie scenariuszy zmian warunków bioklimatycznych w Polsce na podstawie wyników modelu RegCM Na podstawie danych z modelu RegCM obliczono zmianę częstości występowania rodzaju i intensywności stresu termofizjologicznego w poszczególnych przedziałach dla lat 2011-2030 w odniesieniu do serii referencyjnej z lat 1971-1900. Zestawienie wyników dla częstości rocznej przedstawia tab. 1. Na ich podstawie można wstępnie stwierdzić, że częstość występowania wskaźnika w poszczególnych przedziałach ulegnie nieznacznym zmianom, których charakter będzie zróżnicowany na poszczególnych stacjach. Najbardziej jednolita zmiana nastąpi w przypadku częstości występowania „umiarkowanego stresu gorąca” „warunków termoneutralnych”, która na większości stacji wzrośnie. Poszczególne rodzaje stresu zimna na około połowie stacji nasilą się, a na pozostałych ulegną złagodzeniu. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Rezultaty prac są zgodne z harmonogramem. Z powodu braku technicznych i czasowych możliwości obliczeń i prezentacji kartograficznej wyników wg danych RegCM dla całej domeny konieczne jest tabelaryczne prezentowanie wyników dla wybranych punktów (najbliższych poszczególnym stacjom). 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Podczas prowadzonych prac po raz pierwszy analizowano zmienność wybranych elementów bioklimatu Polski techniką EOF oraz skonstruowano modele statystycznoempiryczne tych elementów. Na tej podstawie wyznaczono scenariusze zmian warunków bioklimatycznych do roku 2030 według modelu ECHAM5, a wyniki pozwalają na wyznaczenie scenariuszy dla okresu 2081-2100 oraz według modelu HadCM3. Wyniki mogą być wykorzystane w innych analizach klimatologicznych i bioklimatologicznych, do celów monitoringu klimatu i bioklimatu Polski, a także Europy, szczególnie w kontekście zmiany klimatu. Stanowić mogą również informację klimatyczną o znaczeniu dla różnego rodzaju działań społecznych i gospodarczych. 7. Wykaz przygotowywanych publikacji Wyniki były prezentowane podczas wewnętrznego seminarium poświeconemu scenariuszom zmian klimatu Polski. Planowana jest szersza analiza pisemna wyników. Planowane są publikacje o zasięgu krajowym i międzynarodowym w formie artykułów. 8. Literatura wykorzystana w opracowaniu Błażejczyk K, Błażejczyk M, 2006 MENEX , model www.igipz.pan.pl/geoekoklimat/blaz/menex Kalnay E. et.al., 1996 The NCEP/NCAR 40-year Reanalysis Project, Bulletin of American Meteorological Society, 77, 437-471 Miętus M., 1999, Rola regionalnej cyrkulacji atmosferycznej w kształtowaniu warunków klimatycznych i oceanograficznych w polskiej strefie brzegowej Morza Bałtyckiego, Materiały Badawcze IMGW, Ser. Meteorologia, 29 Morawska-Horawska M., 1991 Fale ciepła i chłodu w Krakowie w stuleciu 1881-1980, Wiadomości Instytutu Meteorologii i Gospodarki Wodnej, t. XIV(XXXV), z. 1-4, 127-136 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr Małgorzata Owczarek (PF) dr hab. Mirosław Miętus prof. ndzw. (PF) pozyskanie danych, przygotowanie plików, wykonanie obliczeń, przygotowanie tabel i map, przygotowanie tekstu metodyka analiz 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac. Prace były koordynowane i konsultowane przez Koordynatora. W trakcie realizacji prac sporządzano bieżące raporty miesięczne, kwartalne i roczne. Wyniki prezentowano podczas seminarium merytorycznego. B. W ramach dynamicznego downscalingu z wykorzystaniem modelu RegCM: 1. Cel badań Celem podzadania jest określenie za pomocą dynamicznego regionalnego modelu klimatu RegCM przyszłych warunków klimatycznych na obszarze kraju do roku 2030 dla wybranych scenariuszy emisyjnych, w szczególności temperatury, opadów i promieniowania ultrafioletowego. Nie ulega wątpliwości, że zgodność symulowanych parametrów meteorologicznych z rzeczywistością będzie najsilniej zależała od tego jak dokładnie będą ją opisywały warunki brzegowe i początkowe czyli globalny model klimatu a w drugiej kolejności od downscalingu dynamicznego z użyciem regionalnego modelu klimatu czyli parametrów symulacji takich jak rozdzielczość przestrzenna, parametryzacje fizyczne itd. Pierwszą część wykonano w poprzednim roku realizacji zadania. Do realizacji drugiej części niezbędne jest wykonanie symulacji dla okresu referencyjnego w różnych konfiguracjach, następnie ich weryfikacja i wybranie na tej podstawie symulacji najmniej odbiegającej od rzeczywistych obserwacji. Następnie możliwe jest wykonanie symulacji scenariuszowych w tej samej konfiguracji co symulacja referencyjna. Zestaw takich symulacji pozwala na określenie zmian parametrów atmosfery w okresie scenariuszowym w stosunku do okresu referencyjnego. 2. Zakres wykonywanych prac instalacja na superkomputerze 'Aura' modelu RegCM, dodatkowego oprogramowania niezbędnego do działania modelu, przetwarzania danych wejściowych i wyjściowych, postprocessingu i wizualizacji wyników; przystosowanie i testowanie skryptów do preprocessingu, uruchamiania modelu RegCM oraz postprocessingu na superkomputerze 'Aura' instalacja serwera GDS i FTP na klastrze w celu udostępniania wyników symulacji RegCM w sieci lokalnej IMGW dla innych wykonawców projektu KLIMAT w formacie tekstowym (serwer GDS) i NETCDF (serwer FTP), postprocessing wyników wybranej symulacji i przetestowanie systemów serwerowych; instalacja nowego systemu dla obsługi lokalnej strony internetowej podzadania dotyczącego RegCM konfiguracja testowych symulacji referencyjnych dla okresu 1970-1990, preprocessing, przygotowanie danych ICBC, uruchomienie i kontrola przebiegu przygotowanie i testowanie skryptu do automatycznej kontroli przebiegu symulacji na superkomputerze Aura postprocessing miesięczny i dobowy wyników symulacji RegCM; przygotowanie danych obserwacyjnych do weryfikacji przygotowanie danych wejściowych z wyników symulacji modelem RegCM do obliczeń modelem transferu promieniowania słonecznego; wyznaczenie promieniowania całkowitego dla stacji aktynometrycznych IMGW; wykonanie obliczeń promieniowania całkowitego, przy założeniu bezchmurnego nieba, dla stacji aktynometrycznych analiza porównawcza danych obserwacyjnych z polskich stacji synoptycznych i symulacji RegCM dla temperatury minimalnej, maksymalnej , średniej dobowej i opadu porównanie promieniowania całkowitego z modelu RegCM z pomiarami oraz modelowanym promieniowaniem za pomocą modelu transferu promieniowania dla stacji aktynometrycznych IMGW wybór symulacji referencyjnej z symulacji testowych konfiguracja symulacji scenariuszowych A1B, A2 i B1 dla okresu 2010-2030, preprocessing, przygotowanie danych ICBC, uruchomienie i kontrola przebiegu postprocessing wyników symulacji referencyjnej i scenariusza A1B, A2 i B1 opracowanie metodyki przygotowywania scenariuszy w oparciu o dane obserwacyjne i modelowe z symulacji referencyjnej dla średniej, minimalnej i maksymalnej temperatury powietrza, promieniowania, wilgotności, pokrywy śnieżnej i miesięcznych sum opadu oraz przygotowanie scenariusza A1B dla powyższych parametrów i 54 stacji na lata 20112030 przygotowywanie danych do parametryzacji modelu transferu promieniowania słonecznego: średnie miesięczne głębokości optycznej aerozoli dla 308nm (UV) na siatce RegCM, dane określające typ powierzchni (maska, landuse) oraz wysokość terenu nad poziom morza na siatce RegCM, ozon całkowity na siatce RegCM analiza zmian wybranych wskaźników klimatycznych obróbka, umieszczenie i opisanie plików graficznych ilustrujących zmiany wybranych parametrów klimatycznych dla scenariuszy na lokalnej stronie WWW przygotowanie scenariuszy zmian średniej, minimalnej i maksymalnej temperatury powietrza, promieniowania, wilgotności, pokrywy śnieżnej i opadu na lata 2011-2030 dla SGH i IUNG przygotowanie scenariuszy warunków śniegowych (pokrywy, opadu deszczu i liczby dni z temperaturą średnią poniżej -4°C) na lata 2011-2030 dla dla UJ wykonanie obliczeń modelem transferu promieniowania słonecznego do przygotowania tzw. tablic podręcznych (LUT) mających na celu przyspieszenie obliczeń promieniowania UV dla okresu referencyjnego i okresu obejmującego scenariusze obliczenie za pomocą modelu transferu uvspec z pakietu libradtran wartości promieniowania UV-B, UV-A, promieniowania UV z funkcjami skuteczności erytemalnego, witaminy-D, DNA, Plant, Plant2003, Eye, SCUP oraz promieniowania dla pięciu wybranych długości fal: 300, 305, 320, 340, 380 nm przygotowanie posteru pt. „Zmiany częstości zjawisk ekstremalnych w świetle scenariuszy zmian klimatu w latach 2011-2030 na podstawie symulacji regionalnym dynamicznym modelem klimatu” i udział w Sympozjum Globalne zmiany klimatu i ich implikacje dla rzeźby Polski przygotowanie prezentacji dot. podzadania RegCM na seminarium IGF pt. „Scenariusze zmian klimatu Polski w latach 2011-2030 z wykorzystaniem dynamicznego regionalnego modelu klimatu RegCM3” oraz prelekcja przygotowanie koncepcji artykułu nt. projekcji temperatury i ekstremów termicznych; przygotowywanie artykułu przygotowywanie oprogramowania do obliczeń promieniowania UV dla okresu referencyjnego oraz okresu obejmującego scenariusze korzystającego z danych z RegCM, tablic średnich miesięcznych aerozolowej głębokości optycznej, średnich ozonu całkowitego dla każdego miesiąca oraz tablic opisujących albedo i wysokość nad poziom morza wyznaczenie dla każdego węzła siatki przebiegu dziennego promieniowania UV dla bezchmurnego nieba poprzez wyszukiwanie wielkości promieniowania UV w przygotowanych wcześniej tabelach podręcznych (LUT) obliczenie z przebiegów dziennych promieniowania UV dawek dziennych promieniowania UV obliczenie dawek dziennych promieniowania UV korzystając z algorytmu rekonstrukcji promieniowania UV oraz danych o promieniowaniu całkowitym z RegCM wykonywanie obliczeń zrekonstruowanego promieniowania UV dla okresu referencyjnego 1970 – 1990 oraz dla scenariuszy A1B, A2 i B1 z RegCM przy założonych trzech scenariuszach zmian ozonu całkowitego dla okresu 2010 – 2030 w celu otrzymania dla każdego dnia w wymienionych okresach w każdym węźle siatki wartości promieniowania UV-B, UV-A, promieniowania UV z funkcjami skuteczności erytemalnej, witaminy-D, DNA, Plant, Plant2003, Eye, SCUP oraz promieniowania dla pięciu długości fal: 300, 305, 320, 340, 380 nm przygotowanie danych z wyników symulacji dla lat 1971-1990 dla wykonawców innych zadań przygotowywanie sprawozdań miesięcznych, kwartalnego i rocznego 3. Opis metodyki badań Symulacje klimatyczne dla Polski przeprowadzono w oparciu o wyniki eksperymentu EH5T63L31_OM-GR1.5L40 wykonanego w ramach obliczeń dla potrzeb czwartego raportu IPCC AR4 w Instytucie Maxa-Plancka w Hamburgu. Symulacją referencyjną (RF) dla okresu 19711990 jest eksperyment 20C3M, natomiast projekcje dla okresów 2011-2030 wykonano dla scenariuszy SRES A2, A1B i B1. W celu weryfikacji wyników modelu RegCM rozpoczęto od przeprowadzenia symulacji dla wybranych lat cechujących się ekstremalnymi warunkami dla obszaru Polski (na podstawie klimatologii wg prof. H. Lorenc): 1974 (bardzo wilgotny), 1976 (skrajnie suchy), 1987 (bardzo chłodny), 1989 (bardzo ciepły). Następnie wykonano symulacje testowe dla całego okresu referencyjnego rozpoczynając od roku 1970 jako okresu niezbędnego do rozruchu modelu. Symulacje przeprowadzono z różnymi rozdzielczościami przestrzennymi, domenami i dla 2 parametryzacji konwekcji (‘ak’ – Anthes-Kuo, ‘gas’ – Grell z domknięciem Arakawy Schuberta). Parametry wykonanych symulacji zawiera tab.1.2.1. Następnie przeprowadzono postprocessing wyników symulacji i weryfikację wybranych elementów meteorologicznych poprzez porównanie z obserwacjami synoptycznymi i reanalizami, celem wyboru konfiguracji symulacji najbliższej danym rzeczywistym. W kolejnym etapie wykonano symulacje dla okresu 2010-2030 dla trzech scenariuszy emisyjnych: A2, A1B i B1 oraz analizę zmian wybranych elementów meteorologicznych w stosunku do okresu referencyjnego. Wykonano również korektę danych scenariuszowych ze względu na różnicę między symulacją referencyjną a obserwacjami uzyskując bezwzględne wartości wybranych elementów meteorologicznych w okresie scenariuszowym. Tab.1.2. 1. Parametry wykonanych symulacji. nazwa symulacji/okres symulacji liczba węzłów N-S 001_run_test_1974 002_run_test_1974 003_run_test_1974 004_run_test_1974 005_run_test_1974 006_run_test_1974 007_run_test_1974 008_run_test_1974 009_run_test_1974 010_run_test_1974 011_run_test_1974 012_run_test_1976 013_run_test_1976 014_run_test_1976 015_run_test_1976 016_run_test_1987 017_run_test_1987 018_run_test_1987 019_run_test_1987 020_run_test_1989 021_run_test_1989 022_run_test_1974 023_run_test_1976 024_run_test_1970-1990 025_run_test_1970-1990 026_run_test_1970-1990 027_run_test_1970-1990 028_run_test_1970-1990 029_run_test_1970-1990 030_run_test_1970-1990 031_run_test_1970-1990 032_run_test_1970-1990 033_run_test_1970-1990 034_run_test_1970-1990 36 36 36 36 30 30 30 90 90 180 90 180 180 90 90 180 180 90 90 96 168 180 69 69 69 50 76 50 76 36 87 36 87 140 liczba rozdzielczość liczba węzłów W-E przestrzenna podwęzłów (km) 48 50 1 48 50 2 48 50 1 48 50 2 40 60 1 40 60 3 40 60 6 120 20 1 120 20 2 240 10 1 120 20 1 240 10 1 240 10 1 120 20 1 120 20 1 240 10 1 240 10 1 120 20 1 120 20 1 112 50 1 224 10 1 240 10 1 48 50 1 48 50 1 48 50 1 36 70 1 54 45 1 36 70 1 54 45 1 39 25 1 96 10 1 39 25 1 96 10 1 96 25 1 typ konwekcji ak ak gas gas ak ak ak ak ak ak gas ak gas ak gas ak gas ak gas gas gas gas gas ak gas ak ak gas gas ak ak gas gas gas Promieniowanie ultrafioletowe Stosując model rekonstrukcji promieniowania UV opisywany w raporcie z 2009 roku przystosowany do obliczeń na dawkach dobowych promieniowania wykonano obliczenia promieniowania UV w okresie referencyjnym oraz okresie obejmującym scenariusze z RegCM. Obliczenia wykonano dla każdego dnia i każdego węzła założonej do analizy domeny. Do przeprowadzenia obliczeń modelem transferu promieniowania słonecznego wykorzystano średnie miesięczne głębokości optycznej aerozoli opracowane dla potrzeb Akcji COST726 przez Natalię Chubarovą z Państwowego Uniwersytetu Moskiewskiego. Głębokość optyczna aerozoli została dostosowana do siatki RegCM. Założono że w danym miesiącu, w danym węźle siatki aerozole będą opisywane przez taką samą głębokość optyczną dla każdego roku. Kolejną istotną wielkością podczas obliczeń modelem transferu w zakresie UV jest ozon całkowity. Do obliczeń wykorzystano dane o ozonie z AC&C/SPARC Ozone Database (http://cmip-pcmdi.llnl.gov/cmip5/forcing.html#ozone_forcing) pokrywające cały glob od 1850 do 2100 roku. W wyniku obliczeń uzyskano dawki dobowe promieniowania UV o okresach referencyjnym i scenariuszy. Jednak, do dalszych analiz będą używane jedynie dawki miesięczne, kwartalne lub roczne, gdyż nie ma sensu oczekiwać że da się przewidzieć jakie będzie promieniowanie UV w dowolnym dniu w przyszłości. 4. Charakterystyka osiągniętych wyników Weryfikacja modelu RegCM Przeprowadzono ocenę wyników symulacji modelem RegCM dla temperatury powietrza, temperatury maksymalnej i minimalnej na 2 m oraz opadu poprzez porównanie z danymi ze stacji synoptycznych Polski, reanalizami ERA40 i NCEP oraz danymi z bazy ECA&D. Opis metodyki i wyniki ewaluacji symulacji RegCM dla wybranych lat z okresu referencyjnego 1971-1990 Celem pracy było opracowanie rekomendacji dla zestawów scenariuszy: I ( 8, 14, 18) II (10, 12, 16) III (11, 15, 19) IV (22, 13, 17) różniących się parametrami i domenami. Każda trójka odpowiada trzem wybranym latom. Analizie poddano następujące parametry dla stacji synoptycznych wartość bezwzględna (interpolowane z symulacji-obserwowane): Srtn –średnia temperatura minimalna; srtx- średnia temperatura maksymalna; srtx-n- średnia różnica między temperaturami maksymalną i minimalną; tnntemperatura minimalna; tnx- najwyższa temperatura minimalna; txn- temperatura maksymalna; txx-najwyższa temperatura maksymalna; tnpc50, najniższa najniższa tnpc75, tnpc90 – odpowiednio percentyl 50, percentyl 75 i percentyl 90 dla temperatury minimalnej txpc50, txpc75, txpc90 – odpowiednio percentyl 50, percentyl 75 i percentyl 90 dla temperatury maksymalnej; t2mpc50, t2mpc75, t2mpc90 – odpowiednio percentyl 50, percentyl 75 i percentyl 90 dla temperatury dobowej na 2m; tprec50, tprec75, tprec90 – odpowiednio percentyl 50, percentyl 75 i percentyl 90 dla opadu [ mm/dzień]; tprec<1, tprec>10, tprec>20, tprec>30- liczba dni z opadem mniejszym niż 1 mm/dzień, większym odpowiednio od 10, 20, 30 mm/dzień. Dla temperatury liczba przypadków 480 = 12 miesięcy * 40 stacji. Dla opadu liczba przypadków 1440=12 miesięcy * 120 stacji. char srtn srtx srtx-n tnn tnx txn txx tnpc50 tnpc75 tnpc90 txpc50 txpc75 txpc90 t2mpc50 t2mpc75 t2mpc90 tprec50 tprec75 tprec90 tprec<1 tprec>10 tprec>20 tprec>30 Tab.1.2. 2. Ranking scenariuszy dla wybranych lat. I II III IV 70 347 42 21 142 152 144 42 95 271 72 42 244 109 57 70 102 129 125 124 322 66 39 53 172 72 176 60 59 339 45 37 69 320 45 46 72 255 60 93 166 154 114 46 180 105 124 71 151 66 192 71 176 213 39 52 128 222 50 80 118 169 82 111 381 300 442 317 403 374 351 312 356 445 319 320 0 0 114 6 2 1 89 28 26 21 41 32 51 18 31 20 Wskazanie II I II I II I III II II II I I III II II II III I II III III III I Wartości w kolumnach to liczba przypadków gdy dla danego zestawu scenariuszy wartość bezwzględna różnicy (obserwacja-interpolacja ze scenariusza) była najmniejsza. Opis metodyki ewaluacji symulacji RegCM dla okresu referencyjnego 1971-1990 Zliczone zostały, dla każdej ze 120 stacji synoptycznych różnego rzędu na terenie Polski, dni z opadem dobowym: mniejszym niż 1 mm; większym niż 10 mm; większym niż 20 mm; większym niż 30 mm; (powstały w ten sposób cztery indeksy opadowe). Wyznaczono dla każdego z czterech indeksów opadowych, dla każdej stacji różnicę bezwzględną między indeksem obliczonym z danych obserwacyjnych a wyznaczonym z symulacji. Wskazano minimum bezwzględnej różnicy, maksimum różnicy i różnicę uśrednioną po stacjach . Dla każdej stacji zliczone zostały wystąpienia w całym dwudziestoleciu zarówno obserwowanym jak i symulowanym dni z: temperaturą minimalną poniżej 0 st.; temperaturą minimalną powyżej 20 st.; z temperaturą maksymalną poniżej 0 st.; z temperaturą maksymalną powyżej 25 st. Zostały wyznaczone minimum bezwzględnej różnicy między parametrami z obserwacji i symulacji, maksimum różnicy i różnica uśredniona po stacjach. Dla każdego miesiąca, dla każdej stacji wybrano najniższe obserwowane i symulowane temperatury minimalne i maksymalne oraz najwyższe wartości temperatury minimalnej i maksymalnej. Dla każdego parametru temperaturowego wyznaczono minimum bezwzględnej różnicy między obserwacją i symulacją, maksimum różnicy i różnicę uśrednioną po stacjach. Dla każdej stacji dla każdego miesiąca , dla TMIN,TMAX,T2M i TPREC wyznaczono w oparciu o wartości dobowe z okresu 1971-1990 obserwowane i symulowane percentyle 50-ty, 75-ty i 90-ty. Dla każdej stacji wyznaczono różnice bezwzględne między percentylem obserwowanym i symulowanym. Wskazano najmniejszą i największą różnicę oraz uśredniono błąd bezwzględny po stacjach (dla temperatury jest 40 stacji dla opadu 120). Dla każdej z 40 stacji wyznaczono dla poszczególnych miesięcy średnie z temperatur minimalnych, maksymalnych i różnic między temperaturą maksymalną i minimalną, dla wartości obserwowanych i symulowanych. Dla każdej stacji wyznaczono różnice bezwzględne między wartościami obserwowanymi i symulowanymi . Wskazano najmniejszą, największą i uśrednioną wartość każdego z parametrów w danym miesiącu. W wyniku tej analizy otrzymano następujące rekomendacje: ocena ocena ocena ocena ocena_bis ocena_bis ocena_bis ocena_bis zakres zakres zakres opad opad opad opad percentyle percentyle percentyle percentyle parametr nr1 parametr nr2 parametr nr3 parametr nr4 parametr nr1 parametr nr2 parametr nr3 parametr nr4 parametr nr1 parametr nr2 parametr nr3 parametr nr1 parametr nr2 parametr nr3 parametr nr4 parametr nr1 parametr nr1 parametr nr1 parametr nr1 element nr1 najlepsza symulacja 025 element nr1 najlepsza symulacja 030 element nr1 najlepsza symulacja 025 element nr1 najlepsza symulacja 030 element nr1 najlepsza symulacja 031 element nr1 najlepsza symulacja 031 element nr1 najlepsza symulacja 031 element nr1 najlepsza symulacja 030 element nr1 najlepsza symulacja 031 element nr1 najlepsza symulacja 031 element nr1 najlepsza symulacja 033 element nr1 najlepsza symulacja 025 element nr1 najlepsza symulacja 028 element nr1 najlepsza symulacja 024 element nr1 najlepsza symulacja 034 element nr1 najlepsza symulacja 024 element nr2 najlepsza symulacja 031 element nr3 najlepsza symulacja 031 element nr4 najlepsza symulacja 032 percentyle percentyle percentyle percentyle percentyle percentyle percentyle percentyle parametr nr2 parametr nr2 parametr nr2 parametr nr2 parametr nr3 parametr nr3 parametr nr3 parametr nr3 element nr1 najlepsza symulacja 030 element nr2 najlepsza symulacja 030 element nr3 najlepsza symulacja 024 element nr4 najlepsza symulacja 030 element nr1 najlepsza symulacja 030 element nr2 najlepsza symulacja 030 element nr3 najlepsza symulacja 024 element nr4 najlepsza symulacja 030 Elementy w percentylach 1-T2M; Ocena parametry: ocena_bis parametry: zakres parametry: opad parametry: percentyle parametry: SRNN SRN0 SRTN SRO1 pctl50 2-T2M_00; 3-T2M_12; SRNX SRN20 SRTX SRO10 pctl75 4-TPREC SRXN SRX0 SRTX-TN SRO20 pctl90 SRXX SRX25 SRO30 Powyższe analizy w zasadzie wskazują jako najlepszy zestaw II, czyli symulacje z rozdzielczością 10 km i parametryzacją konwekcji ‘ak’, chociaż dla reprezentacji samego opadu najlepsze wydają się symulacje z rozdzielczością 20 km i parametryzacją ‘gas’. Porównywano również pola obliczonych wartości perecyntyli Q1(25%), Q2(50%), Q3(75%) dla wyników symulacji RegCM: A. rozdzielczość pozioma 10 km parametryzacja „ak” B. rozdzielczość pozioma 10 km parametryzacja „gas” C. rozdzielczość pozioma 25 km parametryzacja „ak” D. rozdzielczość pozioma 25 km parametryzacja „gas” i danych z reanaliz ERA40 i NCEP. W przypadku opadu lepszy wydaje się wybór parametryzacji konwekcji ‘gas’ (rys.1.2. 1). Dla temperatury nie ma istotnych różnic między symulacjami. Rys.1.2. 1. Diagram Taylora dla pól mediany Q2(50%) dla opadu i temperatury. Ze względu na niejasność w wyborze konkretnej konfiguracji modelu niezbędne była kontynuacja weryfikacji inną metodą. Obliczono wartości średnie różnic dla obszaru Polski, ich odchylania standardowe oraz mediany. Wartości te przedstawia tab.1.2. 3. Tab.1.2. 3. Wartości średnie, odchylenia standardowe i mediany różnic między średnimi polami opadu i temperatury dla symulacji testowych i danych ECAD dla okresu 1971-1990 (wytłuszczono 5 najlepszych wartości dla każdego parametru). symulacja 024_run_test_1970-1990 025_run_test_1970-1990 026_run_test_1970-1990 027_run_test_1970-1990 028_run_test_1970-1990 029_run_test_1970-1990 030_run_test_1970-1990 031_run_test_1970-1990 032_run_test_1970-1990 033_run_test_1970-1990 034_run_test_1970-1990 wartość średnia opad temp. 1,34 0,20 0,15 0,999 1,18 0,29 1,38 0,14 0,22 0,92 1,02 0,10 1,26 0,398 2,35 0,04 0,34 0,88 1,14 0,095 1,08 -0,05 odchylenie standardowe opad temp. 0,29 0,18 0,29 0,18 0,22 0,34 0,27 0,17 0,22 0,34 0,27 0,16 0,28 0,23 0,41 0,19 0,28 0,23 0,25 0,18 0,14 0,21 mediana opad temp. 1,36 0,20 0,999 0,16 1,23 0,28 1,39 0,14 0,91 0,21 1,01 0,10 1,27 0,41 2,27 0,07 0,91 0,36 1,15 0,11 1,09 -0,04 Oparto się na następujących kryteriach: - wartość różnicy jak najmniejsza) - wartość mediany jak najbliższa wartości średniej, co gwarantuje rozkład normalny różnic - jak najniższe odchylenie standardowe, co gwarantuje jak najmniejszy rozrzut wartości Wykonano 11 testowych symulacji dla okresu referencyjnego. Odrzucając więcej niż 50%, czyli 6 symulacji z największymi różnicami dla opadu i temperatury pozostają nam dwie, które mają spełnione pierwszy warunek jednocześnie dla temperatury i opadu – symulacje 029 i 034. Dokonując analogicznej procedury dla odchylenia standardowego dokonujemy ostatecznego wyboru – symulacji 034. Symulacje 029 i 034 mają również wartości mediany bliskie wartościom średnim (warunek trzeci) jednak na korzyść symulacji 034 przemawia niższa wartość odchylenia standardowego dla temperatury. Pola średnich wartości różnic między wynikami wybranych symulacji a danymi ECA&D przedstawia Rys.1.2. 2. Na rys Rys.1.2. 2. Pola średnich wartości różnic między wynikami symulacji a danymi ECAD dla opadu (prawy panel) i temperatury (lewy panel) dla okresu 1971-1990 dla symulacji 028 (lewa górna), 030 (prawa górna), 031 (lewa dolna) i 034 (prawa dolna). Rys.1.2. 3. Domena symulacji 034 wybranej jako symulacja referencyjna. Zmiany wybranych elementów meteorologicznych w okresie 2011-2030 w stosunku do okresu referencyjnego Dla symulacji referencyjnej (lata 1971 – 1990) oraz symulacji scenaruiszowych A2, A1B oraz B1 (lata 2011 – 2030) zostały policzone średnie roczne 20-sto-letnie, sezonowe średnie 20sto-letnie oraz miesięczne średnie 20-sto-letnie dla średniej dobowej temperatury na 2 metrach, dobowej temperatury maksymalnej na 2 metrach oraz dobowej temperatury minimalnej na 2 metrach. Policzone zostały również różnice w/w wielkości scenariuszowych w stosunku do symulacji referencyjnej. Zostały policzone także wybrane wskaźniki klimatyczne – dla całego badanego okresu oraz dla poszczególnych sezonów. Również w przypadku wskaźników klimatycznych policzone zostały różnice ich wartości z symulacji scenariuszowych a symulacją referencyjną. Dla całego badanego okresu dla każdego węzła policzono liczbę dni dla której temperatura maksymalna (Tmax) przekraczała 25oC (summer days, sd) oraz maksymalną liczbę dni kiedy Tmax>25oC (consequence summer days, csd); liczbę dni dla której temperatura minimalna (Tmin była poniżej 0oC (frost days, fd) oraz maksymalną liczbę dni kiedy Tmin<0oC Rys.1.2. 4. Średnioroczna różnica temperatury średniej na 2 m pomiędzy symulacjami scenariuszowymi (od góry scenariusz A2, A1B i B1) a symulacją referencyjną (panele lewe – dla całej domeny, panele prawe – dla obszatu Polski (consequence frost days, cfd); liczbę dni dla której Tmax była poniżej 0oC (ice days, id) oraz maksymalną liczbę dni kiedy Tmax<0oC (consequence ice days, cid); liczbę dni dla której Tmin przekraczała 20oC (tropical nights, tn); maksymalną amplitudę temperatury czyli różnicę pomiędzy Tmax i Tmin (dT). Dla sezonu zimowego policzono fd, id i dT, dla letniego sd, tn i dT a dla wiosennego i jesiennego sd, fd, id i Td. Scenariusz A2 okazał się najzimniejszy (rys.1.2. 4), prognozujący spadek wartości temperatury średniej (Tsr) w Polsce centralnej i południowej, spadek wartości Tmax na większości obszaru Polski oraz spadek Tmin w Polsce południowo-zachodniej. Najceplejszym okazał się scenariusz B1, prognozujący na obszarze Polski wzrost Tsr o 0,3 – 0,4 oC, Tmax o 0,2 – 0,3 oC a wzrost Tmin doChodzący do 0,5 – 0,6 oC na wschodzie Polski. Scenariusz A1B pokazuje równomierny wzrost wartości zarówno Tsr, Tmax jak i Tmin o ok. 0,2 oC. Każdy ze scenariuszy prognozuje większy wzrost Tmin niż Tmax. Dla wiosny wszystkie scenariusze prognozują spadek wartości Tsr i Tmax, a w przypadku Tmin jedynie scenariusz B1 prognozuje niewielki wzrost o 0,2 - 0,4oC. Najsilniejsze spadki pokazuje scenariusz A2, który prognozuje spadek Tsr o około 1oC dla większości obszaru Polski, spadek Tmax o więcej niż 1oC - największy dla Polski południowo-zachodniej, oraz najsłabszy, bo o około 0,5oC, spadek Tmin. Prognoza na podstawie scenariusza A1B również pokazuje najsilniejszy spadek Tmax (o około 0,6 - 0,8oC), trochę mniejszy spadek Tsr (o około 0,4 - 0,6oC), i najmniejszy spadek Tmin (0,2- 0,4oC). Najmniejsze zmiany temperatur pokazuje prognoza na podstawie scenariusza B1, natomiast i w tym przypadku najsilniejsze spadki dotyczą Tmax (na większości obszaru Polski o 0,2 - 0,4oC), niewielkie spadki Tsr (do 0,2oC w Polsce), oraz niewielki ( do 0,4oC) wzrost Tmin, najsilniejszy dla Polski płn.. - wsch Rys.1.2. 5. Średnioroczna różnica temperatury średniej na 2 m dla poszczególnych sezonów, pomiędzy symulacjami scenariuszowymi a symulacją referencyjną Prognozy okresu letniego na podstawie wszystkich scenariuszy pokazują wzrost temperatur, najsilniejszy Tmin, najmniejszy Tmax. Największe zmiany są w prognozie na podstawie scenariusza A2 (wzrost Tmin prawie o 1 oC dla całej Polski z wyjątkiem Wielkopolski, wzrost Tsr o 0,4 - 0,6 oC dla Polski zachodniej oraz o 0,6 - 0,8 oC dla Polski wschodniej, oraz wzrost Tmax o 0,4 - 0,6 oC na większości obszaru Polski za wyjątkiem Polski północno - wschodniej, gdzie wzrost ten oscyluje w granicach 0,6 - 0,8 oC). Prognoza na podstawie scenariusza A1B pokazuje wzrost Tsr, Tmax i Tmin o około 0,4 - 0,6 oC na obszarze całego kraju. Prognoza na podstawie scenariusza B1 pokazuje trochę większy wzrost Tmin niż prognoza na postawie scenariusza A1B, szczególnie dla Polski północnej, gdzie obserwowany jest wzrost temperatury nawet o 0,8 oC, natomiast wzrost Tsr i Tmin dla tej prognozy jest najmniejszy ze wszystkich prognoz. Prognozy jesieni również pokazują wzrost wszystkich temperatur, lecz mniejszy niż dla lata. Największe wzrosty obserwowane są dla scenariusza A1B (o 0,2 - 06 oC), trochę mniejsze dla scenariusza B1, natomiast dla scenariusza A2 wzrost oscyluje w przedziale 0 - 0,2 oC. Najbardziej zróżnicowane prognozy są dla okresu zimowego. Prognoza na podstawie scenariusza B1 pokazuje silne wzrosty każdej z temperatur o 0,6 - 1 oC , największe dla Tmin. Prognoza na podstawie scenariusza A1B pokazuje wzrosty temperatur od 0 do 0,8 oC, najmniejsze zmiany dla Polski południowej, największe dla Polski północnej. Natomiast prognoza na podstawie scenariusza A2 pokazuje spadki temperatur nawet do 0,4oC dla Polski płd. – wsch. oraz wzrosty do 0,6 oC (a nawet o 0,8 oC dla Tmax) dla Polski płn. - zach. Dla prognoz na podstawie scenariuszy A2 i A1B obserwuje się niewielki wzrost sd na większości obszaru Polski (2 - 3 dni w roku), natomiast dla prognozy na podstawie scenariusza B1 - spadek sd o 3 - 4 dni w roku (rys.1.2. 6, kolumna I). Wzrost csd pokazuje właściwe jedynie prognoza na podstawie scenariusza A1B, według której długość okresu z Tmax>25 oC wzrasta nawet o 11 dni dla Polski centralno - wschodniej. Pozostałe prognozy pokazują skrócenie długości tego okresu, dochodzący do 4 dni dla Polski południowo wschodniej dla scenariusza B1 (rys.1.2. 6, kolumna II). Rys.1.2. 6. Średnia 20-letnia różnica sd (kolumna I) i fd (kolumna III) oraz maksymalna 20-letnia różnica csd (kolumna II) i cfd (kolumna IV), popomiędzy symulacjami scenariuszowymi a symulacją referencyjną Największy spadek fd obserwuje się dla prognozy na podstawie scenariusza B1 (10 - 11 dni w roku na obszarze całej Polski), trochę mniejszy dla prognozy na podstawie scenariusza A1B ( 4 -7 dni w roku), natomiast na podstawie scenariusza A2 dla Polski północnej - spadek o 1 do 4 dni w roku, natomiast dla Polski południowej - wzrost o 1 do 4 dni w roku (rys.1.2. 6, kolumna III). Inaczej kształtuje się rozkład cfd - dla prognozy na podstawie scenariusza A2 obserwuje się wzrost długości okresu z Tmin<0 oC C od 10 do 25 dni, a dla prognoz na podstawie scenariuszy A1B i B2 skrócenie długości okresu z Tmin<0 oC o 10 do 20 dni, a dla reszty kraju dość nieregularnie rozłożone wzrosty bądź skracanie się tego okresu do 10 dni (rys.1.2. 6, kolumna IV). Prognoza na podstawie scenariusza B1 pokazuje spadek id na obszarze całej Polski, nawet do 5 dni w roku na Pojezierzu, prognoza na podstawie scenariusza A2 - wzrost id - największy dla Polski południowo - wschodniej dochodzący do 5dni w roku. Natomiast prognoza na podstawie scenariusza A1B - spadek id o 1 - 2 dni w roku dla Polski północno - wschodniej oraz wzrost do 4-5 dni dla Polski południowo - zachodniej (rys.1.2. 7, kolumna I). Analogicznie wygląda rozkład cid - prognoza długości ciągłego okresu z Tmax<0 oC najbardziej skraca się na podstawie scenariusza B1 (nawet o 12 dni), a najbardziej wydłuża na podstawie scenariusza A2, także o 12 dni (rys.1.2. 7, kolumna II). Rys.1.2. 7. Średnia 20-letnia różnica id (kolumna I) i tn (kolumna III) oraz maksymalna 20-letnia różnica isd (kolumna II) oraz amplituda temperatur (kolumna IV), popomiędzy symulacjami scenariuszowymi a symulacją referencyjną Zmiana wskaźnika tn dla prognozy na podstawie scenariusza A1B jest dodatnia, natomiast dla pozostałych - ujemna. Jest ona jednak bardzo niewielka, oscylująca w granicy -0,3 do +0,3 dnia na rok (rys.1.2. 7, kolumna III). Również rozkład spadków i wzrostów maksymalnej amplitudy temperatur dla badanego okresu dla prognoz na podstawie wszystkich scenariuszy jest dość nieregularny na obszarze Polski, dla scenariusza A1 dominuje zmniejszenie się amplitudy (do 8 oC), dla A1B - wzrost dochodzący do 8 oC, i dla B1 także wzrost, ale mniejszy, do 6 oC (rys.1.2. 7, kolumna IV). Analizując zmiany wskaźników klimatu w podziale na poszczególne sezony, obserwujemy spadek sd dla jesieni (rys.1.2. 8, kolumna IV). dla prognoz na podstawie wszystkich scenariuszy, oraz dość duży spadek sd dla lata dla prognozy na podstawie scenariusza B1 ( o 2 - 3 dni w roku). Prognozy na podstawie scenariuszy A2 i A1B pokazują niewielki wzrost sd dla lata (o 1 - 2 dni w roku) (rys.1.2. 8, kolumna I). Wszystkie prognozy pokazują bardzo niewielki wzrost sd dla wiosny (rys.1.2. 8, kolumna III). . Analiza tn dla lata jest identyczna z tą dotyczącą całego roku, co oczywiście wynika z położenia geograficznego Polski, nie zdarzają się raczej dni z Tmin>20 oC wiosną ani jesienią (rys.1.2. 8, kolumna II). Rys.1.2. 8. Średnia 20-letnia różnica sd dla lata (kolumna I), dla wiosny (kolumna III) i jesieni (kolumna IV) oraz tn dla lata (kolumna II), popomiędzy symulacjami scenariuszowymi a symulacją referencyjną Dla zimy wszystkie prognozy pokazują spadek fd, nawet do 7 - 8 dni na rok (rys.1.2. 9, kolumna I). Spadek fd obserwujemy także dla jesieni dla prognoz na podstawie scenariuszy A1B i B1, a dla scenariusza A2 - niewielki wzrost ( do 2 dni na rok) (rys.1.2. 9, kol. IV). Dla wiosny niewielki spadek fd obserwujemy dla prognozy na podstawie scenariusza B1, natomiast dla pozostałych scenariuszy prognozowany jest wzrost fd (nawet do 5 dni w roku dla A2) (rys.1.2. 9, kol. III). Rozkład id dla zimy jest bardzo zbliżony do rozkładu id dla całego roku. Spadek liczby dni z Tmax<0 oC obserwujemy dla całej Polski dla scenariusza B1, oraz dla Polski północnej na podstawie scenariuszy A2 i A1B (rys.1.2. 9, kol. II). Rys.1.2. 9. Średnia 20-letnia różnica fd dla zimy (kolumna I), dla wiosny (kolumna III) i jesieni (kolumna IV) oraz id dla zimy (kolumna II), popomiędzy symulacjami scenariuszowymi a symulacją referencyjną Dla wiosny wszystkie prognozy pokazują wzrost id (rys.1.2. 10, kolumna I), natomiast dla jesieni spadek lub niewielki wzrost (o 1 dzień w roku) (rys.1.2. 10, kolumna II). Rys.1.2. 10. Średnia 20-letnia różnica id dla wiosny (kolumna I) i dla jesieni (kolumna II), pomiędzy symulacjami scenariuszowymi a symulacją referencyjną Analiza maksymalnej amplitudy temperatury pokazała jej zmniejszenie latem - dla wszystkich scenariuszy - nawet o 6 oC (rys.1.2. 11, kolumna II), jesienią - również dla wszystkich scenariuszy - nawet 10 oC (rys.1.2. 11, kolumna IV), wiosną zarówno zmniejszenie (głównie dla Polski wschodniej) jak i zwiększenie (Wielkopolska) (rys.1.2. 11, kolumna III), zimą - głównie wzrost amplitudy nawet o 10 oC (rys.1.2. 11, kolumna I). Rys.1.2. 11. Maksymalna 20-letnia różnica amplitudy temperatur dla zimy (kolumna I), lata (kolumna II), wiosny (kolumna III) i jesieni (kolumna IV), popomiędzy symulacjami scenariuszowymi a symulacją referencyjną Liczba wystąpień i maksymalna długość okresów bezopadowych. Opis dni bezopadowych wykonany został za pomocą wskaźnika ECA_CDD ( Consecutive dray days index per time period). Obliczenia były przeprowadzane w obszarze otaczającym Polskę w każdym punkcie siatki. Pole ilości okresów bezopadowych najbardziej różni się dla scenariusza B1, dla którego zaobserwowano największe odchylenie standardowe w analizowanym obszarze. W poniższym rysunku maksymalna wartość dla funkcji gęstości w okresie referencyjnym jest niższa ale występuje powyżej 30 dni. Dla scenariuszy maksimum występuje dla wartości o klasę niższych ale za to jest znacznie wyższe, co oznacza że w scenariuszach występuje dużo więcej ale nieznacznie krótszych okresów bezdeszczowych. Histogramy dla tego pola (rys.1.2. 12) pokazują, ze w okresie referencyjnym największą częstotliwość wykazują opady do 20 mm. Dla scenariuszy A1B i B1 największą częstotliwość przypisana jest do następnego przedziału ( do 30 mm ). W przypadku scenariusz A2 najczęstszy jest ten sam przedział co dla okresu referencyjnego jednak jego liczność jest niższa oraz bardzo zbliżona do liczności następnego przedziału ( do 30 mm ). Sugeruje to częstsze występowanie większy opadów w okresie scenariuszowym. Rys.1.2. 12. Histogramy maksymalnej długości okresów bezopadowych (lewy panel) oraz wielkości maksymalnego opadu dobowego (prawy panel) w scenariuszach A1B, A2, B1 dla lat 2011-2030 i w okresie referencyjnym 1970-1990. Następnie analizie został poddany parametr określający liczbę wystąpień opadów trwających co najmniej pięć dni iż suma opadów co najmniej 50 mm. Na rys.1.2. 13 przedstawiono rozkład przestrzenny tego parametru. Dla scenariusza A2 daje się zauważyć wzrost obszaru gdzie liczba takich sytuacji nie przekracza 50 ( w centralnym obszarze Polski zachodniej). Co jest potwierdzone obszarem w kolorze niebieskim na rys.1.2. 13 przedstawiającym zmiany w stosunku do okresu referencyjnego. Natomiast w scenariuszach A1B i B2 rozszerzył się obszar na krańcach południowo – wschodnich gdzie liczba wystąpień rozpatrywanych sytuacji przekracza 200. Dla tych scenariuszy na rys.1.2. 13 przeważają kolory ciepłe (od seledynowego do czerwieni) oznaczające dodatni kierunek zmian. Dla scenariusza A2 na rys.1.2. 13 przeważają kolory niebieski i morski odpowiadające przeciwnemu kierunkowi zmiana. Rys.1.2. 13. Liczbę wystąpień opadów trwających co najmniej pięć dni iż suma opadów co najmniej 50 mm dla symulacji referencyjnej i trzech scenariuszy (lewy panel) oraz zmiany scenariuszowe w stosunku do okresu referencyjnego (prawy panel). Analiza zmian wybranych parametrów meteorologicznych dla poszczególnych województw Dokonano regionalizacji zmian wybranych parametrów meteorologicznych poprzez ich wyliczenie dla obszarów 16 województw. Rys.1.2. 14 przedstawia względną zmianę wielkości opadu w stosunku do okresu referencyjnego dla poszczególnych województw i scenariuszy B1, A1B i A2. Rys.1.2. 14. Względne zmiany wielkości opadu w stosunku do okresu referencyjnego dla poszczególnych województw i scenariuszy B1, A1B i A2. Dla przeważającej większości województw i wszystkich scenariuszy zmiany te są dodatnie. Największe dla województwa małopolskiego, najmniejsze dla kujawsko-pomorskiego. Będzie to skutkowało zarówno wzrostem częstotliwości opadów ekstremalnych, szczególnie w Polsce płd.-wsch. jak i spadkiem liczby dni bezdeszczowych na większości obszaru kraju (rys.1.2. 15). Rys.1.2. 15. Jak wyżej, ale względna zmiana liczby dni z opadem powyżej 20mm (górny rysunek) i względna zmiana liczby dni bezdeszczowych (dolny rysunek) Korekta scenariuszy wybranych elementów meteorologicznych Metodologia: Modele nie opisują rzeczywistości w idealny sposób. Wartości obserwowane różnią się zawsze od symulowanych. Zatem konieczne jest wprowadzenie odpowiednich poprawek. Zwykle korekcji podlegają dane uśrednione po czasie - średnie miesięczne lub sezonowe. Procedura polega na porównaniu danych węzłowych, które reprezentują średnie powierzchniowe (dla powierzchni odpowiadającej polu węzła) z danymi obserwowanymi na stacjach, które reprezentują warunki klimatyczne w punkcie. Z tego powodu nie należy porównywać bezpośrednio danych symulowanych z wartościami obserwacyjnymi z najbliższego posterunku obserwacyjnego. Korelacja przestrzenna między danymi symulowanymi jest znacznie silniejsza niż danych obserwowanych, szczególnie w przypadku opadów. Jednocześnie dane obserwacyjne są znacznie mniej regularnie rozłożone niż węzłowe, zwykle też ich gęstość jest mniejsza (Déqué, 2007). To wszystko powoduje, że klimat symulowany jest bardziej wygładzony niż rzeczywisty, niskie ekstrema są przeszacowane (zawyżone) a wysokie niedoszacowane (zaniżone). By porównać średnie klimatyczne obserwowane z symulowanymi zastosowano metodę proponowaną przez Déqué (2007). Wartości obserwowane i symulowane są w niej uśrednione w kołach o ustalonym promieniu w okolicy badanego punktu. W zależności od gęstości stacji obserwacyjnych zastosowano promienie wynoszące 50 lub 75 km. Te średnie stanowią podstawę do wyznaczenia różnicy między wartością średnią obserwowaną, a wartością średnią symulowaną. W okresie referencyjnym liczona jest średnia z modelu i średnia z obserwacji w kole o zadanym promieniu wokół punktu, dla którego ma być opracowana prognoza. Zakłada się, że w okresie, na który przygotowywana jest prognoza różnica między średnią z modelu a wartością prognozowaną będzie taka sama. Metodę „stałości różnic zastosowano dla takich elementów meteorologicznych jak średnia, maksymalna i minimalna temperatura, ciśnienie atmosferyczne, prędkość wiatru. W przypadku wielkości takich jak suma opadu atmosferycznego, czy pokrywa śnieżna przyjęto, że stały powinien być stosunek wielkości symulowanej i obserwowanej (Widmann i in., 2003). Różnice średnich i stosunki wyznaczono osobno dla każdego punktu, dla którego przygotowywano prognozę i każdego sezonu. Dla oceny ekstremalnych zdarzeń pogodowych konieczne jest prognozowanie nie tylko wartości średnich, ale całych rozkładów. Jak wyżej wspomniano modele wygładzają wszelkie ekstrema, co przejawia się wyraźnym przeszacowaniem minimów (wartości minimalne z symulacji są wyższe od obserwowanych) i niedoszacowaniem maksimów (wartości maksymalne z symulacji są niższe od obserwowanych). Déqué (2007) oraz Boé i in. (2007) proponują zastosowanie metody kwantylowej. Polega ona na porównaniu skumulowanych funkcji rozkładu (dystrybuant) wartości obserwowanych i symulowanych w okresie referencyjnym. A następnie w okresie, dla którego opracowywana jest prognoza każdej wartości symulowanej przyporządkowywane jest prawdopodobieństwo wystąpienia wartości nie większej i odczytywana wartość prognozowana z wykresu dystrybuanty. Metodę prezentuje rys.1.2. 16 (Boé i in., 2007) Rys.1.2. 16. Zasada korekcji wykorzystująca metodę porównania kwantyli. CDF jest empiryczną skumulowaną funkcją rozkładu (dystrybuantą). Indeksy f, c, o oznaczają odpowiednio wartości dla scenariusza klimatycznego, symulacji kontrolnej (w okresie referencyjnym) i obserwowanej. Wartości xf(d) zmiennej x w scenariuszu dla dnia d odpowiada sezonowa dystrybuanta Pc(xf(d)), gdzie P(x) = Pr{X≤d}jest poszukiwaną empiryczną dystrybuantą symulacji kontrolnej. Wartość x, taka że Po(x)=Pc(xf(d)) odczytujemy z dystrybuanty wartości obserwowanych. I jest to skorygowana wartość prognozowana. Wartości dystrybuanty dla wartości obserwowanych i symulowanych wyznaczono dla zbioru wartości danego elementu meteorologicznego ze wszystkich punktów w obrębie poprzednio opisanych kół, a nie ich wartości średnich, ponieważ wykorzystanie średnich spowodowałoby wygładzenie ekstremów (Déqué, 2007). Z praktycznego punktu widzenia wyznaczono 99 percentyli dla obu rozkładów (wartości obserwowanych i symulowanych) dla każdej zmiennej, pory roku i punktu, dla którego przygotowywano prognozę. Dla każdej wartości symulowanej w okresie, na który przygotowywano prognozę wartości percentyli interpolowano między dwoma sąsiednimi. Natomiast w przypadku wartości skrajnych (mniejszych od pierwszego percentyla i większych od dziewięćdziesiątego dziewiątego) przyjęto wartości poprawki stałe, takie jak dla pierwszego lub dziewięćdziesiątego dziewiątego percentyla odpowiednio. Przeprowadzono prognozę warunków klimatycznych, która obejmowała liczbę dni z temperaturą poniżej -4°C, średnią miesięczną sumę opadu deszczu i średnią miesięczną pokrywę śnieżną w okresie od grudnia do kwietnia. Scenariusze wykonano dla trzech scenariuszy emisji A1B, B1 i A2. Dla każdego z siedmiu ośrodków narciarskich wybrano wszystkie dostępne stacje meteorologiczne z danymi w okresie referencyjnym leżące w odległości nie większej niż 50 km i na wysokości nie różniącej się bardziej niż o 200 m. Tab.1.2. 4 przedstawia zestawienie analizowanych ośrodków i posterunków meteorologicznych, z których dane wykorzystano do opracowania prognozy. Tab.1.2. 4. Wykaz posterunków meteorologicznych, z których dane wykorzystano do opracowania prognozy dla poszczególnych ośrodków narciarskich. ośrodek narciarski Kasprowy Wierch stacje meteorologiczne Bielsko-Biała, Bieruń, Międzybrodzie, Katowice, Pszczyna Barwinek, Krościenko, Limanowa, Łącko, Muszyna, Nowy Sącz, Piwniczna Witów, Zakopane Kiczera Baligród, Barwinek, Iwonicz, Komańcza, Lesko Siepraw Limanowa, Łącko, Maków Śnieżnica Jabłonka, Krościenko, Limanowa Spytkowice Jabłonka, Limanowa, Zawoja Czantoria Kamianna Wartości temperatury przeliczano do wysokości analizowanego punktu zgodnie z zasadą, że średnia miesięczna temperatura obniża się o 0,6°C na każde 100 m wzniesienia. Niestety brak było podobnych zależności dla opadu i pokrywy śnieżnej. Wartości temperatury skorygowano przyjmując, że różnice między danymi symulowanymi, obserwowanymi w okresie referencyjnym są takie same jak różnice między symulacjami na okres 2011-2030, a scenariuszami. Wartości opadu deszczu i pokrywy śnieżnej skorygowano przyjmując, że stosunki danych symulowanych do obserwowanych w okresie referencyjnym są równe stosunkom między symulacjami na okres 2011-2030, a scenariuszami. Policzono scenariusze klimatu obejmujące takie zmienne meteorologiczne jak średnią, maksymalną i minimalną dobową temperaturę, dobową sumę opadu, pokrywę śnieżną i wilgotność względną. Wartości symulowane liczono jako średnie z punktów węzłowych leżących w kołach o promieniu 50 km wokół 54 wybranych stacji (tab.1.2. 5). Wartości temperatury skorygowano przyjmując, że różnice między danymi symulowanymi, obserwowanymi w okresie referencyjnym są takie same jak różnice między symulacjami na okres 2011-2030, a scenariuszami. Wartości opadu deszczu, pokrywy śnieżnej i wilgotności względnej skorygowano przyjmując, że stosunki danych symulowanych do obserwowanych w okresie referencyjnym są równe stosunkom między symulacjami na okres 2011-2030, a scenariuszami. Korygowano dane dobowe. Policzono scenariusze składników klimatycznego bilansu wodnego w skali miesięcznej dla 54 wybranych stacji (tab.1.2. 5): temperatury, opadu, wilgotności względnej, promieniowania i prędkości wiatru. Wartości symulowane liczono jako średnie z punktów węzłowych leżących w kołach o promieniu 50 km wokół 54 wybranych stacji. Wartości nie korygowano, żeby nie naruszać fizycznych związków miedzy zmiennymi, koniecznych do właściwego szacowania KBW. Korekcji powinny podlegać wartości KBW, porównanie KBW obliczonego na podstawie danych obserwowanych i symulowanych w okresie referencyjnym pozwoli na korektę KBW prognozowanego na lata 2011-2030. Tab.1.2. 5. Wykaz stacji, dla których dokonano prognozy warunków meteorologicznych na lata 2011-2030 lp 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 x 15.58 16.15 16.87 17.53 17.75 18.82 19.43 21.37 22.95 14.23 14.62 15.40 16.69 16.75 17.53 18.58 20.35 20.42 21.58 21.57 23.17 15.28 14.60 16.50 18.64 19.69 20.98 y 54.18 54.20 54.58 54.75 54.55 54.60 54.17 54.07 54.13 53.92 53.40 53.77 53.71 53.13 53.72 53.03 53.10 53.77 53.78 53.08 53.10 52.75 52.35 52.50 52.20 52.54 52.17 stacja Kołobrzeg Koszalin Ustka Łeba Lębork Hel Elbląg Kętrzyn Suwałki Świnoujście Szczecin Resko Szczecinek Piła Chojnice Toruń Mława Olsztyn Mikołajki Ostrołęka Białystok Gorzów Wlkp Słubice Poznań Koło Płock Warszawa lp 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 x 22.27 23.62 15.53 16.20 16.53 16.88 18.08 18.58 19.45 19.87 22.56 23.54 15.73 16.62 17.91 18.20 19.03 19.80 20.70 20.99 22.05 21.75 23.25 19.00 19.95 20.70 22.33 y 52.18 52.07 51.93 51.20 51.83 51.10 51.76 51.22 51.77 51.35 51.25 51.54 50.90 50.43 50.67 50.05 50.23 50.08 50.82 50.01 50.10 50.68 50.70 49.80 49.29 49.62 49.47 stacja Siedlce Terespol Zielona Góra Legnica Leszno Wrocław Kalisz Wieluń Łódź Sulejów Lublin Włodawa Jelenia Góra Kłodzko Opole Racibórz Katowice Kraków Kielce Tarnów Rzeszów Sandomierz Zamość Bielsko-Biała Zakopane Nowy Sącz Lesko Scenariusze zmian temperatury w okresie 2011-2030 Szczegółowe scenariusze zmian temperatury opracowano dla obszaru 13°-24°E oraz 48°55°N obejmującego całą Polskę z rozdzielczością poziomą 0.25° × 0.25°. W okresie referencyjnym dla każdego punktu węzłowego tej sieci policzono dystrybuanty rozkładu średniej, maksymalnej i minimalnej dobowej temperatury dla danych symulowanych w modelu i danych obserwowanych osobno dla każdej pory roku. Do obliczania dystrybuanty z danych symulowanych wykorzystano wszystkie wartości w punktach węzłowych zawartych w kole o promieniu 75 km wokół każdego punktu węzłowego nowej sieci. Wartości te przeliczono do wysokości tego punktu węzłowego. Do obliczania dystrybuanty z danych obserwowanych wykorzystano wszystkie wartości z punktów obserwacyjnych zawartych w kole o promieniu 75 km wokół każdego punktu węzłowego nowej sieci, także po przeliczeniu do wysokości tego punktu. Wartość promienia koła wybrano tak, by wszystkie punkty węzłowe leżące na obszarze Polski znajdowały się w odległości mniejszej niż ten promień od co najmniej jednej stacji meteorologicznej, z której dane posiadano. W opracowaniu wykorzystano dane ze 126 stacji, wszystkich dostępnych z obszaru Polski. Policzone w ten sposób dystrybuanty, a właściwie percentyle od pierwszego do dziewięćdziesiątego dziewiątego wykorzystano do wyznaczenia danych dobowych (średnich, maksymalnych i minimalnych) temperatury dla okresu prognozy dla wszystkich trzech scenariuszy emisji (A1B, A2 i B1) według metody opisanej w punkcie 2. Na podstawie tych danych policzono średnie miesięczne i sezonowe temperatury w Polsce dla wszystkich trzech scenariuszy emisji. Ponieważ lata 2011-2030, na które opracowywana jest prognoza, przypadają na okres, w którym scenariusze emisji nie różnią się jeszcze od siebie znacznie, to różnice miedzy poszczególnymi scenariuszami również nie są wielkie. Dla oceny zmian częstości występowania zdarzeń ekstremalnych policzono percentyle, od pierwszego do dziewięćdziesiątego dziewiątego, wartości prognozowanych temperatury dla poszczególnych sezonów i scenariuszy emisji. Ponadto policzono liczby dni charakterystycznych: z temperaturą maksymalną 25°C (dni gorące), 30°C (dni upalne), ≤ 0°C (dni mroźne) i ≤ -10°C (dni bardzo mroźne). A także z temperaturą minimalną 18°C (noce tropikalne), ≤ 0°C (dni przymrozkowe) i ≤ -10°C (noce mroźne). Wyraźny jest spadek liczby dni i nocy zimnych oraz wzrost liczby dni gorących i upalnych oraz tropikalnych nocy. Promieniowanie ultrafioletowe Pobrano zrekonstruowane dane historyczne oraz prognozę ozonu dla okresu 1850 -2100 z bazy ozonowej AC&C/SPARC dla kuli ziemskiej. Dane zapisane są na siatce z rozdzielczością 5° w szerokości i długości geograficznej na poziomach ciśnienia: 1000, 850, 700, 600, 500, 400, 300, 250, 200, 150, 100, 80, 70, 50, 30, 20, 15, 10, 7, 5, 3, 2, 1.5, 1 hPa w postaci średnich miesięcznych. Następnie, zawarte w zbiorach, w formacie netcdf profile ozonu przekształcono obliczając średni miesięczny ozon całkowity w kolumnie atmosfery dla każdego punktu siatki. W celu ułatwienia formatowania danych wejściowych do modeli transferu promieniowania słonecznego uruchomiono relacyjną bazę danych PostgreSQL. Do utworzonej bazy danych wprowadzono uzyskane dane ozonu całkowitego. Przygotowywano dane do parametryzacji modelu transferu promieniowania słonecznego: - średnie miesięczne głębokości optycznej aerozoli dla 308nm (UV) na siatce RegCM, - dane określające typ powierzchni (maska, landuse) oraz wysokość terenu nad poziom morza na siatce RegCM, - ozon całkowity na siatce RegCM. Dane o aerozolach, ozonie całkowitym, typie powierzchni i wysokości nad poziom morza zostały wprowadzone do utworzonej relacyjnej bazy danych. Do przyspieszenia obliczeń modelem transferu promieniowania słonecznego wykorzystano metodę tablic podręcznych (LUT). Za pomocą modelu transferu uvspec z pakietu libradtran obliczono wartości promieniowania UV-B, UV-A, promieniowanie UV z funkcjami skuteczności erytemalnego, witaminy-D, DNA, Plant, Plant2003, Eye, SCUP oraz promieniowanie dla pięciu długości fal: 300, 305, 320, 340, 380 nm. Wielowymiarową tablicę podręczną wykonano dla następujących parametrów wejściowych: ozon całkowity od 200 do 500 DU z krokiem co 10 DU, głębokość optyczna od 0.05 do 0.90 co 0.05, kąt zenitalny od 10° do 87° co 0.5°. albedo w klasach zgodnych z opisem modelu RegCM, wysokości 0 i 2 km n.p.m. Przygotowywano oprogramowanie do obliczeń promieniowania UV dla okresu referencyjnego oraz okresu obejmującego scenariusze. Oprogramowanie korzysta z danych z RegCM, tablic średnich miesięcznych aerozolowej głębokości optycznej, średnich ozonu całkowitego dla każdego miesiąca oraz tablic opisujących albedo i wysokość nad poziom morza. Dla każdego węzła siatki wyznaczany jest przebieg dzienny promieniowania UV dla bezchmurnego nieba. Obliczenie to wykonuje się poprzez wyszukiwanie wielkości promieniowania UV w przygotowanych wcześniej tabelach podręcznych (LUT). Z przebiegów dziennych promieniowania UV oblicza się dawki dzienne promieniowania UV. Następnie korzystając z algorytmu rekonstrukcji promieniowania UV oraz danych o promieniowaniu całkowitym z RegCM oblicza się dawkę dzienną promieniowania UV. Wykonywano obliczenia zrekonstruowanego promieniowania UV dla okresu referencyjnego 1970 – 1990 oraz dla scenariuszy A1B, A2 i B1 z RegCM przy założonych trzech scenariuszach zmian ozonu całkowitego dla okresu 2010 – 2030. W wyniku obliczeń otrzymano dla każdego dnia w wymienionych okresach w każdym węźle siatki wartości promieniowania UV-B, UV-A, promieniowania UV z funkcjami skuteczności erytemalnej, witaminy-D, DNA, Plant, Plant2003, Eye, SCUP oraz promieniowania dla pięciu długości fal: 300, 305, 320, 340, 380 nm. Metodyka Stosując model rekonstrukcji promieniowania UV opisywany w raporcie z 2009 roku przystosowany do obliczeń na dawkach dobowych promieniowania wykonano obliczenia promieniowania UV w okresie referencyjnym oraz okresie obejmującym scenariusze z RegCM. Obliczenia wykonano dla każdego dnia i każdego węzła założonej do analizy domeny. Do przeprowadzenia obliczeń modelem transferu promieniowania słonecznego wykorzystano średnie miesięczne głębokości optycznej aerozoli opracowane dla potrzeb Akcji COST726 przez Natalię Chubarovą z Państwowego Uniwersytetu Moskiewskiego. Głębokość optyczna aerozoli została dostosowana do siatki RegCM. Założono że w danym miesiącu, w danym węźle siatki aerozole będą opisywane przez taką samą głębokość optyczną dla każdego roku. Przykładową mapę rozkładu aerozoli dla czerwca przedstawiono na rys.1.2. 17. Kolejną istotną wielkością podczas obliczeń modelem transferu w zakresie UV jest ozon całkowity. Do obliczeń wykorzystano dane o ozonie z AC&C/SPARC Ozone Database (http://cmip-pcmdi.llnl.gov/cmip5/forcing.html#ozone_forcing) pokrywające cały glob od 1850 do 2100 roku. Na rys.1.2. 18 przedstawiono uśrednione po całym globie dane ozonu całkowitego pokrywające okres referencyjny i okres scenariuszy. W wyniku obliczeń uzyskano dawki dobowe promieniowania UV o okresach referencyjnym i scenariuszy. Jednak, do dalszych analiz będą używane jedynie dawki miesięczne, kwartalne lub roczne, gdyż nie ma sensu oczekiwać że da się przewidzieć jakie będzie promieniowanie UV w dowolnym dniu w przyszłości. Rys.1.2. 17. Rozkład głębokości optycznej aerozoli dla 308nm na siatce RegCM dla czerwca. Rys.1.2. 18. Średnie ozonu całkowitego dla globu (analiza + scenariusze). Charakterystyka osiągniętych wyników W wyniku obliczeń otrzymano dla każdego dnia w wymienionych okresach w każdym węźle siatki wartości promieniowania UV-B, UV-A, promieniowania UV z funkcjami skuteczności erytemalnej, witaminy-D, DNA, Plant, Plant2003, Eye, SCUP oraz promieniowania dla pięciu długości fal: 300, 305, 320, 340, 380 nm. Obliczenia wykonano dla okresu referencyjnego oraz okresu obejmującego scenariusze. Analizę otrzymanych wielkości promieniowania UV planuje się przeprowadzić w następnym okresie rozliczeniowym i umieścić ją w końcowym raporcie. 5. Analiza zgodności z założonymi celami oraz informacje o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn W takcie realizacji zadania napotkano następujące problemy: opóźnienie w udostępnieniu zasobu dyskowego 4TB na macierzy dyskowej NetApp niezbędnego do przechowywania wyników symulacji dla okresu referencyjnego i scenariuszy problemy z kolejkowaniem modelu RegCM na superkomputerze AURA i wynikające stąd opóźnienie zakończenia przygotowywania symulacji referencyjnych brak zweryfikowanych danych obserwacyjnych dla okresu referencyjnego. Kłopot z oceną pokrywy śnieżnej i opadu na obszarach górskich. Pojawia się potrzeba określenia gradientów opadu i pokrywy śnieżnej (zmiany z wysokością npm.) brak miejsca na dyskach do prawidłowej i kompletnej archiwizacji pracy Pomimo tego prace wykonano zgodne z założonymi celami i harmonogramem. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Wyniki symulacji scenariuszowych stanowią źródło danych dla innych zadań projektu KLIMAT dotyczących opracowania scenariuszy zmian warunków biotermicznych, bazy węzłowej, modeli klimat-ekonomia, klimat-rolnictwo, klimat-gospodarka np. w zakresie sektora rejestrowanych usług turystycznych oferowanych sezonowo i całorocznie oraz ruchu turystycznego czy zmian plonowania. Pozwoli to na sformułowanie wniosków końcowych zawierających wpływ zmian klimatu na: rolnictwo, żeglugę, transport, lasy i gospodarkę, ocena skutków ekonomicznych przewidywanych zmian klimatu a w efekcie określenie sposobów adaptacji środowiska, gospodarki i społeczeństwa do negatywnych skutków zmian klimatu. W ramach samego podzadania RegCM w następnym roku realizacji na podstawie wyników symulacji planowane są: analiza fal mrozów i opadów atmosferycznych przygotowywanie publikacji wyznaczenie, z użyciem modelu transferu promieniowania słonecznego współczynników korekcyjnych promieniowania UV w celu uwzględnienia informacji o pokrywie śnieżnej z RegCM przygotowanie scenariuszy zmian promieniowania UV przygotowanie narzędzi do analizy porównawczej zrekonstruowanego promieniowania UV w okresach scenariuszy A1B, A2, B1 i w okresie referencyjnym przygotowanie dynamicznych scenariuszy wiązkowych analiza porównawcza scenariuszy klimatycznych dynamicznych i statystyczno- empirycznych 7. Wykaz przygotowanych publikacji Adam Jaczewski, „Scenariusze zmian klimatu Polski w latach 2011-2030 z wykorzystaniem dynamicznego regionalnego modelu klimatu RegCM3”, Środowiskowe Seminarium Zakładu Fizyki Atmosfery, Instytut Geofizyki UW, 26.11.2010, Warszawa Adam Jaczewski, Barbara Brzóska, Zmiany częstości zjawisk ekstremalnych w świetle scenariuszy zmian klimatu w latach 2011-2030 na podstawie symulacji regionalnym dynamicznym modelem klimatu”, Sympozjum Globalne zmiany klimatu i ich implikacje dla rzeźby Polski, 1.12.2010, Warszawa 8. Literatura wykorzystana w opracowaniu Boé, J., Terray, L., Habets, F., Martin, E., 2007, Statistical and dynamical downscaling of the Seine basin climate for hydro-meteorological studies. Int. J. of Climatol., 27: 16431655. Déqué M. 2007. Frequency of precipitation and temperature extremes over France in an anthropogenic scenario: model results and statistical correction according to observed values. Global and Planetary Change 57: 16–26, DOI: 10.1016/j.gloplacha.2006.11.030. European Climate Assessment & Dataset (ECA&D), http://eca.knmi.nl/. Piani, C., J. O. Haerter, and E. Coppola, 2010, Statistical bias correction for daily precipitation in regional climate models over Europe, Theor. Appl. Climatol., 99: 187–192. DOI 10.1007/s00704-009-0134-9. Widmann, M., C. S. Bretherton, and E. P. Salathé Jr., 2003: Statistical precipitation downscaling over the Northwestern United States using numerically simulated precipitation as a predictor. J. Clim, 16(5): 799-816. Dickinson, R. E., A. Henderson-Sellers, and P. J. Kennedy, 1993: Biosphere-atmosphere transfer scheme (bats)version 1e as coupled to the ncar community climate model, Tech. rep., National Center for Atmospheric Research. Elguindi, N.; Bi, X.; Giorgi, F.; Nagarajan, B.; Pal, J.; Solmon, F.; Rauscher, S. & Zakey, A. (2007). RegCM Version 3.1, User’s Guide, pp. Kiehl, J. T., J. J. Hack, G. B. Bonan, B. A. Boville, B. P. Breigleb, D.Williamson, and P. Rasch, 1996: Description of the ncar community climate model (ccm3), Tech. Rep. NCAR/TN-420+STR, National Center for Atmospheric Research. New M, Hulme M, Jones P (2000) Representing twentieth-century space-time climate variability. Part II: Development of 1901-1996 monthly grids of terrestrial surface climate. J of Climate 13(13): 2217-2238 Roeckner, 2005: IPCC MPI-ECHAM5_T63L31 MPI-OM_GR1.5L40 20C3M_all run no.1: atmosphere monthly mean values MPImet/MaD Germany. World Data Center for Climate. cera-www.dkrz.de/WDCC/ui/Compact.jsp?acronym=EH5T63L31_OM_20C3M_1_MM Taylor, K.E.: Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res., 106, 7183-7192, 2001 (also see PCMDI Report 55, http://wwwpcmdi.llnl.gov/publications/ab55.html) Uppala, S.M. et al., 2005: The ERA-40 re-analysis. Quart. J. R. Meteorol. Soc., 131, 29613012.doi:10.1256/qj.04.176 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac mgr Barbara Brzóska przetwarzanie wstępne – przygotowanie warunków początkowych i brzegowych, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu mgr Aleksander Curyło promieniowanie ultrafioletowe: prace merytoryczne, programowanie, obliczenia, opracowanie danych AM5 i porównanie otrzymanych wartości z wartościami zmierzonymi dr Adam Jaczewski koordynacja podzadania dotyczącego scenariuszy dynamicznych, instalacja modelu RegCM na superkomputerze, wykonanie symulacji RegCM, wizualizacja wyników symulacji, przygotowywanie raportów mgr inż. Krystyna KoncaKędzierska przetwarzanie wstępne – przygotowanie warunków początkowych i brzegowych, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu mgr inż. Krystyna PiankoKluczyńska przetwarzanie wstępne – przygotowanie warunków początkowych i brzegowych, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu dr hab. Joanna Wibig koncepcja metodyczna analizy wyników zadania, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu, korekta danych scenariuszowych 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Prace wykonuje wyżej wymieniony Zespół. Ustalenia w sprawie poszczególnych zadań cząstkowych są dyskutowane i omawiane na spotkaniach roboczych Zespołu oraz za pomocą poczty elektronicznej. Do wymiany informacji i koordynacji prac stworzona została również lokalna strona www dedykowana zadaniu. Wykonawcy przygotowują cząstkowe raporty miesięczne, na podstawie których tworzone są raporty zbiorcze całego Zespołu, następnie przesyłane do koordynatora Zadania 1 projektu KLIMAT. Rezultaty prac podzadania są przechowywane u kierownika Zakładu Modelowania Klimatycznego i Prognoz Sezonowych IMGW dr Adama Jaczewskiego PODZADANIE 1.3 Stworzenie baz danych zawierających informacje o spodziewanych zmianach klimatu Polski w regularnej siatce przestrzennej na potrzeby strategii adaptacyjnych 1. Cel badań Głównym celem podzadania jest stworzenie bazy danych klimatologicznych zawierających prognozowane wartości poszczególnych elementów meteorologicznych pochodzących ze scenariuszy klimatycznych. Baza ta ma stanowić podstawę do opracowywania różnych strategii adaptacyjnych oraz innych celów badawczych oraz aplikacyjnych. Celowi temu służy realizacja następujących zadań: o ocena i wybór najlepszych metod interpolacji przestrzennych, o opracowanie koncepcji szczegółowej bazy danych gridowych, o opracowanie metod konwersji danych pochodzących z modelu RegCM, o opracowanie i wdrożenie systemu poboru danych z bazy danych gridowych scenariuszy statystyczno-empirycznych. o 2. Zakres wykonywanych prac W 2010 wykonywano 2 zasadnicze rodzaje prac obejmujące wypracowanie najlepszych metod interpolacji przestrzennej poszczególnych elementów klimatu oraz służące stworzeniu bazy danych gridowych dla wybranych scenariuszy klimatu Polski wraz z tzw. okresem referencyjnym. Obok typowych działań informatycznych zmierzających do stworzenia specjalistycznego oprogramowania bazy danych podjęto prace w celu opracowania najlepszej metody zagęszczenia punktów otrzymywanych z modelu RegCM. Opracowano kilka wersji metody zwiększenia rozdzielczości danych otrzymywanych z modelu (rozdzielczość punktów 20-30 km w punktach nieregularnych) do 10 km (punkty rozmieszczone w siatce regularnej). W szczególności w 2010 roku wykonywano następujące szczegółowe prace: o testowano różne metody interpolacji przestrzennej dla podstawowych elementów klimatu; objęły one średnie miesięczne, sezonowe i roczne wartości poszczególnych elementów, o zaimportowano i przeanalizowano dla obszaru Polski wyniki modelu RegCM dla lat 1971-1990 obejmujące opady atmosferyczne, temperaturę średnią, temperaturę maksymalną, temperaturę minimalną, o zaimportowano dla obszaru Polski wyniki modelu RegCM dla lat 2011-2030 w zakresie opadów atmosferycznych, temperatury średniej, temperatury maksymalnej, temperatury minimalnej dla 3 scenariuszy, o utworzono warstwę LandUse wykorzystywaną przez model RegCM (na podstawie pliku tekstowego przestawiającego zakodowane formy użytkowania i na podstawie pliku Head zawierającego współrzędne narożnika obszaru). Przeanalizowano parametry użytkowania wykorzystanych przez model, o konstruowano rozkłady przestrzenne temperatury powietrza z wybranych dni, miesięcy oraz lat okresu 1971-1990 na podstawie danych pochodzących z modelu RegCM, o opracowywano algorytmy i pisano procedury do oprogramowania związanego z interpolacja wyników modelu, o konstruowano również mapy rozkładów przestrzennych kluczowych elementów klimatu dla obszaru Polski. Wykorzystano kilka sprawdzonych już wcześniej metod interpolacji przestrzennej z wykorzystaniem danych o różnej rozdzielczości przestrzennej i czasowej, o wykonywano rutynowe obliczenia do powstającej bazy danych gridowych, o wyznaczone zostały średnie dobowe z 20-lecia dla temperatury średniej, maksymalnej i minimalnej dla zmniejszonej domeny do obszaru Polski, o dla rozpatrywanych w zadaniu elementów meteorologicznych wykonano także porównanie średnich dobowych z 20-lecia referencyjnego z modelu z analogicznymi danymi pochodzących z obserwacji dla kilku stacji w Polsce, o analizowano numeryczny model terenu użyty w modelu RegCM, o ze względu na nowe wersje danych z modelu RegCM, które będą dostępne na początku 2011 roku a także na ostateczne ustalenia dotyczące bazy danych prace zostały w drugiej części okresu sprawozdawczego zmodyfikowane, opracowano nowe zależności pomiędzy siatką 10 km a zagęszczonymi przez program wynikami modelu, o importowano nowe skorygowane wyniki modelu dla 3 scenariuszy w zakresie temperatury średniej, o przekonwertowano do warstw GIS zaimportowane nowe skorygowane wyniki modelu dla 3 scenariuszy w zakresie temperatury średniej. 3. Opis metodyki badań W roku 2010 zaimportowano wyniki modelu dla próbnych symulacji oraz dla symulacji nr 34, która według zapewnień wykonawców jest ostateczną. Przygotowano pliki z następującymi parametrami: – TSRD - średnia dobowa temperatura powietrza, – TMAX - maksymalna dobowa temperatura powietrza, – TMIN - minimalna dobowa temperatura powietrza, – OPAD - dobowa suma opadów atmosferycznych, dla następujących okresów: – lata 1971-1990 – tzw. okres referencyjny – lata 2011- 2030 dla scenariuszy A1B, A2, B1 Wyniki modelu pobrano z plików RegCM i za pomocą skrzynki narzędziowej pakietu ArcGis v9.3 firmy ESRI przekonwertowano do plików typu shape. Każdy scenariusz, każdy rok i każdy parametr znajduje się w oddzielnym pliku. Ponieważ domena obliczeń modelu zawierała się w zakresie 2.42°E do 36.88°E i 36.29°N do 67.53°N do dalszych prac zawężono ją do zakresu 14°E - 25°E i 49°N - 55°N. Rys. 1.3.1 przedstawia obszar Polski wraz z punktami reprezentującymi wyniki modelu po zmniejszeniu domeny. Rys. 1.3.1. Punkty reprezentujące wyniki modelu po zmniejszeniu domeny do obszaru Polski Dalsze analizy wyników modelu związane były z wyznaczeniem średnich dobowych z 20lecia dla okresu referencyjnego i scenariuszy. Należało tu dokonać połączenia wszystkich zaimportowanych plików z okresu 20 dla poszczególnych parametrów. Następnie wykorzystując pole związane z datą pomiaru wyznaczono średnie dobowe dla 20-lecia Zastosowano tu możliwości ModelBuildera, które jest specjalistycznym narzędziem GIS do zaawansowanych analiz i modelowania. Poniżej, na rys. 1.3.2 przedstawiono przykładowy fragment modelu wykonany w ModelBuilderze. Rys. 1.3.2. Przykład ModelBuildera do analiz przestrzennych i tabelarycznych warstw typu „shape” Efektem niniejszego zadania ma być m.in. interpolacja (zagęszczanie) wyników modelu i przedstawienie ich w regularnej siatce o rozdzielczości 10 km x 10 km. Dlatego utworzono warstwę punktową w układzie prostokątnym PUWG 92 (Rys. 1.3.3). Rys. 1.3.3. Punkty, dla których będą przedstawione wyniki modelu po procesie interpolacji Do interpolacji wyników modelu wykorzystano specjalnie do tego celu napisany program zagęszczający punkty siatki. Program napisany w języku Delphi uwzględnia wypracowane wcześniej doświadczenia w tym zakresie. Zasadę działania programu przedstawiono schematycznie na Rys. 1.3.4. Rys. 1.3.4. Schemat przedstawiający zasadę interpolacji (zagęszczania) wyników modelu Interpolacja punktów pośrednich (a) została wykonana interpolacją liniową w płaszczyznach poziomych a finalna wartość „środkowa” w kolejnym kroku interpolując liniowo w płaszczyźnie pionowej, (b) przedstawia 3-wymiarową ilustrację procesu Rys. 1.3.5. Rozkład średniej dobowej temperatury powietrza dla 1 stycznia (1971-1990); na podstawie na danych otrzymanych z modelu (lewa strona), po przeprowadzeniu interpolacji (prawa strona) Dla rozpatrywanych w zadaniu elementów meteorologicznych wykonano także porównanie średnich dobowych z 20-lecia referencyjnego z modelu analogicznymi danymi pochodzących z obserwacji dla kilku stacji w Polsce. Porównanie wyników z modelu z danymi rzeczywistymi W celu oceny wyników danych z modelu porównano je z danymi rzeczywistymi tj. ze stacji synoptycznych. Pod uwagę wzięto 5 stacji, które były położone w bezpośrednim sąsiedztwie punktów gridowych. We wszystkich przypadkach uzyskano bardzo podobne różnice, które niestety były znaczące. W miesiącach letnich wartości z modelu były znacznie niższe niż z obserwacji, w okresie zimowym odwrotnie. Zależności te prezentuje przykładowy rysunek dla stacji Tarnów i odpowiedniego punktu gridowego. Δ T (Tś r-TA)° C T a rn ó w 3,0 2,0 1,0 0,0 1 2 3 4 5 6 7 -1,0 -2,0 mie s ią c e 8 9 10 11 12 6,0 Δ T (Tś r-TA)°C 4,0 2,0 0,0 1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171 181 191 201 211 221 231 241 251 261 271 281 291 301 311 321 331 341 351 361 -2,0 -4,0 -6,0 -8,0 dni roku Rys. 1.3.6. Różnica średniej dobowej i średniej miesięcznej temperatury powietrza w roku pomiędzy danymi obserwowanymi ze stacji Tarnów oraz z najbliższego punktu gridowego (1971-1990). 4. Charakterystyka osiągniętych wyników Osiągnięte w okresie sprawozdawczym wyniki obejmują opracowanie bazy danych gridowych oraz testowe jej wypełnienie danymi ze scenariuszy. Temu podstawowemu wynikowi towarzyszy cały szereg wypracowanych drugorzędnych elementów, które powstały w poszczególnych etapach prac. Za najważniejsze z nich należy uznać: - wypracowanie najlepszych metod interpolacji dla średnich temperatur dobowych, temperatur maksymalnych i minimalnych oraz średnich dobowych sum opadu, - wypracowanie najlepszych metod interpolacji oraz gridowania dla wybranych elementów klimatu dla wartości średnich miesięcznych i sezonowych, - opracowywanie algorytmów i procedur do oprogramowania związanego z interpolacją wyników modelu. W toku realizacji prac napotkano na liczne problemy, z których za najpoważniejsze należy uznać: - dużą liczbę danych wejściowych (elementy x liczba dni) zapisanych w osobnych plikach, - duże rozmiary plików pośrednich i wyjściowych, - bardzo długi czas potrzebny na konwersję danych z formatu netCDF do formatu „wspólnego” (dBase); format dBase wybrano ze względu na możliwość jego wykorzystania w programach stosowanych w dalszych obliczeniach (ArcGIS, programy autorskie w języku Delphi), - czasochłonny proces interpolacji i „zagęszczania” siatki gridowej wynikający z dużej liczby danych wejściowych i konieczności wytworzenia jeszcze większej liczby danych wyjściowych, 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn W okresie sprawozdawczym nie nastąpiły żadne opóźnienia oraz trudności, które uniemożliwiłyby osiągnięcie zamierzonych celów. Niektóre prace i obliczenia były wykonywane kilkukrotnie w związku z aktualizowanymi danymi wejściowymi otrzymywanymi ze scenariuszy. Nieobecność, z powodu choroby, jednego z wykonawców przez 4 miesiące została zrekompensowana większym zaangażowaniem pozostałych członków zespołu. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Zadanie jest typowo aplikacyjnym i usługowym. Głównym celem jest stworzenie bazy danych dla użytkowników zewnętrznych. Dlatego też bezpośredni wynik będzie dostępny w postaci danych oraz podstawowego oprogramowania, za pomocą którego dane będą mogły być pobrane i wstępnie przedstawione. Ponadto uzyskane w trakcie realizacji projektu doświadczenia posłużą przygotowaniu artykułu do czasopisma naukowego jak też będą prezentowane na konferencjach. 7. Wykaz przygotowanych publikacji W 2010 roku przygotowano 2 manuskrypty artykułów, które powinny być opublikowane w 2011 roku. 8. Literatura wykorzystana w opracowaniu Allen D.W., 2009, GIS Tutorial II: Spatial Analysis Workbook , ESRI Press, 416 pages, ISBN: 9781589482012. Cantu M., 2003, Delphi - Praktyka programowania, Mikom, Warszawa. Łupikasza E., Ustrnul Z., Czekierda D., 2007, Rola zmiennych objaśniających w interpolacji przestrzennej wybranych elementów klimatu, Roczniki Geomatyki, t. 5, z. 5, 55-64. Maguire D., Batty M., Goodchild M., 2005, GIS, Spatial Analysis and Modeling, ESRI Press, 498 pp. ISBN: 1-58948-130. McCoy J., 2001-2004, Geoprocessing in ArcGIS, ESRI. Mitchell A., 1999, ESRI Guide to GIS Analysis, Volume 1: Geographic Patterns and Relationships; ESRI. NetCDF User’s Guide for Fortran 90, An Access Interface for Self-Describing, Portable Data Version 3.5March 2002 w: http://www.unidata.ucar.edu/software/netcdf/ Pasławski A., 2000, Programowanie w Delphi, wyd.Edition, Kraków. Tveito O.E., Bertalanic R., Bihari Z., Dobesch H., Dolinar M., Domenkiotis Ch., Dumolard P., Helminen J., Hoelzle M., Mensink C., Moita S., Müller-Westermaier G., Lhotellier R., Luna Y., Paul F., Patriche C.V., Salzmann N., Schöner W., Silva A., Szentimrey T., Tran H.V., Ustrnul Z., 2008, Spatialisation of climatological and meteorological information with the support of GIS, [in:] The use of Geographic Information Systems in climatology and meteorology, COST Office, Luxemburg, pp. 36-151. Ustrnul Z., 2006, Spatial differentiation of air temperature in Poland using circulation types and GIS, International Journal of Climatology, 26, 1529-1546. Ustrnul Z., Czekierda D., 2006, Struktura rozkładu temperatury powietrza w Polsce z wykorzystaniem Geograficznego Systemu Informacji, [w:] Współczesne problemy klimatu Polski – fakty i niepewności, Rozdział 5, 61-84. Ustrnul Z., Czekierda D., 2006, Metody analizy przestrzenno-czasowej w badaniach klimatologicznych (na przykładzie Polski), Roczniki Geomatyki, T. 4, Z. 2, 147-156. 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac prof. dr hab. Zbigniew Ustrnul inwentaryzacja metod interpolacji, walidacja oraz opracowywanie koncepcji bazy, kierownictwo zespołem mgr Danuta Czekierda walidacja metod interpolacji dla różnych skal przestrzennych i czasowych mgr inż. Danuta Kubacka konwersja danych do pakietów GIS-wych, analiza uzyskiwanych pól, prace koncepcyjne i programistyczne nad interpolacją danych mgr inż. Piotr Kilar opracowanie algorytmów interpolacyjnych mgr Robert Pyrc walidacja metod interpolacji oraz wstępna analiza danych 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac W ramach podzadania 1.3 koordynacja prac przebiega w sposób ciągły, tzn. wzajemne konsultacje pomiędzy wykonawcami podzadania odbywały się na bieżąco (dla wszystkich wykonawców miejscem pracy jest Oddział Krakowski IMGW). Średnio raz w tygodniu (z wyjątkiem okresu wakacyjnego) następowało merytorycznych i formalno-administracyjnych. omawianie bieżących problemów PODZADANIE 1.4 Określenie wpływu zmian klimatu na plonowanie głównych roślin uprawnych w Polsce. Model klimatrolnictwo. 1. Cel pracy W ramach podzadania 1.4 realizowane są następujące tematy badawcze: A1) “Określenie wpływu zmian klimatu na plonowanie głównych roślin uprawnych w Polsce oraz opisanie wykorzystywanego modelu klimat-plonowanie” Głównym celem jest ocena wpływu zmian klimatycznych na plonowanie głównych roślin uprawnych w Polsce z wykorzystaniem modeli typu „pogoda-plon” (Górski 1997) opisujących kompleksowy wpływ przebiegu warunków meteorologicznych na poziom plonowania następujących roślin uprawnych: pszenicy (forma jara i ozima), jęczmienia (forma jara), buraka cukrowego, ziemniaka, kukurydzy i plonów siana łąkowego. Symulacje zostaną wykonane dla poszczególnych lat okresu bazowego oraz przyjętej perspektywy scenariuszy zmian klimatu na lata 2011-2030 Do wykonania symulacji modele pogoda-plon wykorzystują dane meteorologiczne (dekadowe i miesięczne) takie jak: temperatura powietrza, suma opadów atmosferycznych, wilgotność względna powietrza z godz. 13, suma promieniowania (lub usłonecznienia), liczba dni z pokrywą śnieżną. Dla uwzględnienia przesunięć cyklu rozwojowego roślin do wykonania zadania konieczne są dane o rozdzielczości dobowej. Modele pogoda-plon były wykorzystywane we wcześniejszych opracowaniach IUNG-PIB dotyczących wpływu zmian klimatycznych na rolnictwo, a ostatnio w analizach wykonanych dla województwa Podlaskiego (Sadowski i inni 2009), gdzie wykorzystywano dane o rozdzielczości przestrzennej około 50 km na 50 km. A2) “Ocena kosztów ekonomicznych zmian planowania bez uwzględnienia podjęcia działań adaptacyjnych” Ocena kosztów ekonomicznych zmian plonowania z przyczyn klimatycznych zostanie wykonana z wykorzystaniem cen skupu płodów rolnych notowanych w Polsce w ostatnich latach oraz indeksów pogodnych określających spadki plonów w poszczególnych latach dla okresu odniesienia i dla scenariuszy klimatycznych. 2. Zakres wykonywanych prac Podpisanie umowy na wykonanie zewnętrznej usługi badawczej – 18 maja 2010 r. Przygotowanie danych przez członków personelu badawczego z podzadania 1.2 i przekazanie ich Wykonawcy usługi 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus prof. IMGW Koordynator podzadania, kontakt z podwykonawca, konsultacje metodyczne. Instytut Nawożenia i Gleboznawstwa Zespół wykonawców pod kierunkiem dr. Państwowy Instytut Badawczy Jerzego Koryzy. dr Adam Jaczewski Przygotowanie danych scenariuszowych dla wykonawcy opracowań na rzecz zad.1.4 oraz zad.4. Mgr Dawid Biernacik Przygotowanie danych historycznych i dla Mgr Robert Wójcik wykonawcy opracowań na rzecz zad.1.4 oraz zad.4. Określenie wpływu zmian klimatu na wybrane sektory gospodarki narodowej. Model klimat-ekonomia. PODZADANIE 1.5 1. Cel pracy W ramach podzadania 1.5 realizowane są następujące tematy badawcze: Podzadanie 1.5 uwzględnia następujące tematy badawcze: 1) „Analizę skutków ekonomicznych zmian klimatycznych w wybranych gałęziach przemysłu”, Wykonawca opracuje model klimat-ekonomia uwzględniający wpływ poszczególnych wskaźników charakteryzujących zmiany klimatu i zjawiska pochodne na funkcjonowanie poszczególnych sektorów gospodarki (w wybranych przypadkach: procesów i/lub technologii) na podstawie identyfikacji wskazującej sektory wrażliwe, z obowiązkowym uwzględnieniem następujących działów gospodarki (wg PKD): a) wytwarzanie i zaopatrywanie w energię elektryczną, i gorącą wodę, b) górnictwo węgla kamiennego i brunatnego, c) produkcja koksu i produktów rafinacji ropy naftowej, d) produkcja wyrobów chemicznych, e) produkcja wyrobów ceramicznych, f) produkcja cementu, g) produkcja metali, h) budownictwo (zmiany dynamiki i struktury sektora), gaz, parę wodną Wykonawca uwzględnieni dodatkowo inne sektory gospodarki niż wymienione pod lit. a-h, w zależności od wyników identyfikacji sektorów wrażliwych. Wykonawca wykona badania na reprezentatywnej próbie przedsiębiorstw. Analiza nie będzie obejmować następujących sektorów: rolnictwo, leśnictwo, gospodarka wodna (gospodarowanie zasobami wodnymi), ochrona przyrody (zmiany w ekosystemach), ochrona zdrowia, gospodarstwa domowe, usługi. 2) „Analizę skutków ekonomicznych zmiany klimatu w sektorze rejestrowanych usług turystycznych oferowanych sezonowo i całorocznie oraz w ruchu turystycznym”, Wykonawca opracuje model uwzględniający wpływ poszczególnych wskaźników charakteryzujących zmiany klimatu i zjawiska pochodne na ruch turystyczny oraz funkcjonowanie samego sektora usług turystycznych, z uwzględnieniem zależności sektora od samych usługobiorców – ruchu turystycznego i potencjalnego bezpośredniego wpływu skutków zmian klimatycznych na świadczenie usług turystycznych oraz rejestrowanych ruchów (przepływów) turystów według różnych form i kierunków turystyki z wyłączeniem aktywności niezależnych (lub zależnych w stopniu nieistotnym) od warunków pogodowych. Wykonawca określi zmiany w ruchu turystycznym w oparciu o dane historyczne oraz opracowanie prognozy dla wybranych scenariuszy zmian klimatycznych, z wykorzystaniem w szczególności turystycznego indeksu klimatycznego (TCI) i jego wpływu na popyt na usługi turystyczne. Wykonawca uzależni wartość indeksu TCI od następujących parametrów: maksymalne i średnie temperatury dla danego regionu, wilgotność, wielkość i częstotliwość opadów, liczba dni słonecznych, średnia prędkość wiatru. Wykonawca wyliczy indeks TCI dla poszczególnych regionów Polski (w układzie NUTS2). 3) Określenie wpływu zmian klimatu na wybrane sektory gospodarki narodowej. Model klimat-ekonomia: Określenie skutków ekonomicznych zmiany klimatu Polski na przykładzie wybranych stacji narciarskich” Analiza obejmuje wykonanie następujących prac A. Zdefiniowanie próby badawczej odbędzie się przy wykorzystaniu doświadczenia eksperckiego, współpracy z branżą realizowaną poprzez redakcję czasopisma „Resort Narciarski,” Stowarzyszenie Polskich Stacji Narciarskich i Turystycznych oraz dedykowane konferencje właścicieli stacji. B. Dobór próby. Dobór będzie miał charakter warstwowo- celowy. Najważniejszym kryterium będzie wysokość npm, niezależnie od rozmieszczenia geograficznego na terenie Polski. Obszarem badawczym będzie obszar całego kraju, w praktyce Polski południowej. Drugim kryterium będzie charakter ośrodka narciarskiego, można tu wymienić: podmiejski, górski całosezonowy, górski weekendowy. Ostatecznym kryterium będzie dostępność danych, wyrażona poprzez skłonność ośrodków do ich udostępnienia. Rozwiązaniem poprawnym byłby dobór ośrodków położnych co 200 m wysokości bezwzględnej. C. Przeprowadzenie analizy rentowności ośrodków (wykonana przy współpracy z właścicielami wybranych ośrodków narciarskich z pełnym uwzględnieniem ich zróżnicowanej specyfiki) D Oszacowanie wpływu ocieplenia klimatu na istniejące resorty, określenie zmian położenie granicy opłacalności ośrodka definiowanej w wysokości n.p.m – ocena możliwości i opłacalności działania; E Określenie podjęcia koniecznych i wskazanych działań adaptacyjnych przez ośrodki narciarskie (dywersyfikacja działalności, zwiększenie zakresu śnieżenia, relokacja na stoki północne), 4) Określenie wpływu zmian klimatu na wybrane sektory gospodarki narodowej. Model klimat-ekonomia: Zmiany klimatu i ich wpływ na środowisko naturalne Polski oraz określenie ich skutków ekonomicznych w sektorze gospodarki wodnej (zaopatrzenie w wodę i oczyszczanie ścieków)” Analiza obejmuje wykonanie następujących prac: 1) Przygotowanie założeń do wprowadzenia modelu zlewniowego systemu opłat za pobór wód z uwzględnieniem przewidywanych niedoborów, 2) Przygotowanie próby badawczej obejmującej operatorów wod-kan. o liczebności min 70% rynku tych usług mierzonych objętością dostarczanej wody, odbieranych ścieków 3) Analiza konsekwencji wzrostu niedoborów wody i potencjalnych metod dostosowania mechanizmów rynkowych i administracyjnych do tego zjawiska 4) Określenie zbiorowości operatorów ponoszących skutki zmian dostępności zasobów i konsekwencji kosztowych, 5) Określenie wzrostu kosztów zaopatrzenia w wodę (w zł/m3 oraz w %), 6) Określenie konsekwencji dla podstawowych odbiorców –gospodarstw domowych; zmiana obciążeń finansowych, skala reakcji popytowych, 7) Konsultacja przy budowie modelu całej gospodarki wodnej (sektor komunalny, energetyka, ochrona p-pow i inne formy korzystania z wód) dla zlewni Raby, 8) Przegląd metod wyceny wybranych elementów środowiska, 9) Analiza i rekomendacje dla konkretnych przypadków 2. Zakres wykonywanych prac Podpisanie umów na wykonanie zewnętrznych usług badawczyc Przygotowanie danych przez członków personelu badawczego z podzadania 1.2 i przekazanie ich Wykonawcy usługi 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus prof. IMGW Koordynator podzadania, kontakt z podwykonawcami Szkoła Główna Handlowa, indywidualni Zespół wykonawców opracowań 1)-2) specjaliści, koordynator dr Maciej Cygler dr hab. Jadwiga Berbeka prof. UE w Krakowie Wykonawca opracowania 3) dr hab. Krzysztof Berbeka prof. UE w Krakowie Wykonawca opracowania 4) mgr Robert Pyrc Przygotowanie danych historycznych dla wykonawcy opracowania 3) Przygotowanie danych scenariuszowych dla wykonawcy opracowania 3) Przygotowanie danych historycznych i scenariuszowych dla wykonawcy opracowań 1)2) dr Adam Jaczewski mgr Dawid Biernacik mgr Robert Wójcik