podzadanie 1 - Projekt KLIMAT
advertisement
PODZADANIE 1.1 Związek klimatu Polski w drugiej połowie XX wieku z procesami w skali regionalnej i globalnej 1. Cel badań Opisanie, poznanie i wskazanie, które z przejawów globalnego ocieplenia występują z największym nasileniem na obszarze Polski i w Europie Środkowej. Badanie klimatu, jego wahań, czy też wieloletnich zmian lub zmienności ograniczają się w zasadzie do dwóch elementów t. j. temperatury powietrza i opadów atmosferycznych. Klimat jest jednak zespołem wzajemnie powiązanych elementów meteorologicznych i badanie tylko wspomnianych elementów jest daleko niewystarczające do oceny zachowań klimatu w każdej skali. Należy sięgać po inne elementy, które mają istotne znaczenie dla kształtowania klimatu, a które nie były bliżej analizowane. Do takich elementów należy bez wątpienia zachmurzenie. Celem pracy jest badanie klimatu Polski jako elementu zasobów środowiska naturalnego, poszerzenie wiedzy o aktualnym stanie klimatu Polski i jego zmienności przy pełnym wykorzystaniu współcześnie stosowanych metod, aparatury i baz danych. 2. Zakres wykonanych prac w okresie I – XII. 2009 Wybór stacji meteorologicznych pod kątem reprezentatywności dla okresu 1951-2008, przygotowanie serii danych: wybranych elementów meteorologicznych, radiosondażowych, wyznaczenie wartości wybranych charakterystyk biotermicznych, określenie tempa zmian temperatury, wilgotności i ozonu oraz oszacowanie ich trendów, wybór indeksów cyrkulacji atmosferycznej i wyznaczenie ich wartości. Temat realizowany w okresie sprawozdawczym uwzględnia trzy grupy tematyczne: a/ opisująca relacje pomiędzy warunkami termicznymi i pluwialnymi w Polsce a indeksami cyrkulacyjnymi i procesami zachodzącymi w powierzchniowej warstwie północnej części Oceanu Atlantyckiego; b/ oceniająca podobieństwa i odmienności procesu zmian klimatu w Polsce i Europie środkowej w zakresie warunków termicznych, pluwialnych, nefologicznych i biotermicznych; c/ wskazująca podobieństwa i odmienności zmian zachodzących w troposferze i stratosferze nad obszarem Polski a Europą w zakresie warunków termicznych, higrycznych, oraz ozonu na podstawie analizy wyników sondaży aerologicznych. 2 3-4. Opis metodyki badań i charakterystyka osiągniętych wyników w poszczególnych grupach tematycznych A. CYRKULACJA ATMOSFERY Wybrano zakres przestrzennych podobszarów, dla których obliczono indeksy cyrkulacji atmosfery (pogrubione linie na rys. A.1) Obszar 1 – Półkula – równoleżniki 35N, 65N Obszar 2 – Równoleżniki: 35N, 65N, zakres długości: 40W-40E Obszar 3 – Równoleżniki: 45N, 60N, zakres długości: 0-40E Obszar 4 – "Polska" Równoleżniki: 47.5N, 57.5N i zakres długości 12.5E-25E Rys.A. 1. Lokalizacja domen przestrzennych dla których dokonano obliczeń wartości wskaźników cyrkulacji (oznaczono pogrubionymi liniami). Dane pochodzą z Reanalizy NCEP/NCAR z lat 1951-2008, i obliczono średnie miesięczne wartości indeksów cyrkulacji wybranymi metodami dla poziomu SLP, 1000hPa, 700hPa, 500hPa oraz 300hPa. Przyjęto okresy odniesienia 1971-1990 oraz 1971-2000. Bazę indeksów cyrkulacji uzupełniono o wskaźniki AO/NAM (Arctic Oscillation/Northern Annular Mode) i NAO (North Atlantic Oscillation). Przeprowadzono analizę korelacyjną i clusterową (skupień) obliczonych wskaźników cyrkulacji strefowej. Dokonano wyboru wskaźników do analizy zmienności i współzależności. Wykonano analizę porównawczą zmienności indeksów cyrkulacji atmosfery w różnych skalach przestrzennych. Na podstawie globalnych danych SST (średnie miesięczne) z bazy ICOADS 2.5 dla okresu 01.1960-05.2007 przeprowadzono analizę zmienności SST. 3 Indeksy cyrkulacji obliczono za pomocą trzech odrębnych metod: 1. Metoda 1 - Wartość indeksu jest zwykła arytmetyczną różnicą między średnią wartością SLP lub wysokości geopotencjału na skrajnych równoleżnikach obszaru i dla określonych sektorów. 2. Metoda 2 - Wartość indeksu cyrkulacji jest standaryzowaną różnicą średnią wartością SLP lub wysokości geopotencjału na skrajnych równoleżnikach obszaru i dla określonych sektorów. Odniesienie do średniej wieloletniej i odchylenia standardowego umożliwia porównywalność indeksów między sobą. 3. Metoda 3 – Wartość indeksy cyrkulacji jest różnicą standaryzowanych wartości średnich SLP lub wysokości geopotencjału na skrajnych równoleżnikach obszaru i dla określonych sektorów. Ostatecznie postanowiono wykorzystać indeksy cyrkulacji obliczane w oparciu o metodę zakładającą obliczanie różnicy między standaryzowanymi wartościami na wybranych sektorach równoleżników (Metoda 3). Ten sposób obliczeń pozwala na uzyskanie lepszego stosunku sygnał/szum a co za tym idzie pozwala na pełniejszą charakterystykę cech cyrkulacji atmosferycznej nad obszarem badań. Standaryzacja odbyła się do wartości miesięcznych . Charakterystyka osiągniętych wyników Indeksy cyrkulacji Obliczono po 20 indeksów (5 poziomów x 4 obszary), z każdej metody co łącznie daje 60 indeksów dla każdego okresu badań. Wykonano analizę skupień dla średnich miesięcznych wartości wskaźników cyrkulacji, które zostały przedstawione na ryc.A.2 Diagram drzewa Metoda Warda Odległ. euklidesowa 140 120 Odległość wiąz. 100 80 60 40 1_slp_hemi35 1_700_hemi35 1_1000_hemi35 1_500_hemi35 1_300_hemi35 1_slp_4040_35 AO 1_1000_4040_35 NAO_CRU 1_700_4040_35 1_500_4040_35 1_slp_0040_45 1_300_4040_35 1_slp_pol_47,5 1_1000_0040_45 1_1000_pol_47,5 1_700_pol_47,5 1_700_0040_45 1_500_0040_45 1_300_0040_45 1_300pol_47,5 0 1_500_pol_47,5 20 Rys. A.2. Diagram sopelkowy przedstawiający wyniki aglomeracji dla wskaźników cyrkulacji (1951-2008). Oznaczenia: 1 – analiza dla całości okresu; slp, 1000, 700, 500, 300 – poziom odniesienia (odpowiednio SLP, 1000, 700, 500, 300hPa); pol – obszar 4, 0040 – obszar 3, 4040 – obszar 2, hemi – obszar 1. AO – wskaźnik Oscylacji Artkycznej, NAO_CRU – NAO. Linia pogrubiona – podział na grupy wskaźników. 4 Analiza ta pozwoliła na wyodrębnienie 4 grup najbardziej zbliżonych do siebie wskaźników i dwóch wskaźników odrębnych AO oraz NAO. W wynikach aglomeracji można dopatrzeć się pewnych prawidłowości a mianowicie pierwsza grupa zawiera informacje ze stosunkowo niewielkiego obszaru 4 oraz 3 ze środkowej i górnej troposfery – 700-300hPa). Druga grupa obejmuje ten sam obszar jakkolwiek odnosi się do dolnej troposfery. Grupa trzecia to charakterystyki cyrkulacji w całym regionie Atlantycko-Europejskim (40W-40E) natomiast grupa 4 obejmuje wskaźniki w skali hemisferycznej prezentującej cechy cyrkulacji w skali najbardziej ogólnej. Wskaźniki AO i NAO mimo, że formalnie weszły do analizy skupień i znalazły się w jej wyniku w grupie 3 postanowiono pozostawić jako odrębne i jako takie wejdą one do dalszej analizy. W dalszych krokach postanowiono dokonać analizy korelacyjnej w ramach wydzielonych grup a następnie wyboru wskaźnika najsilniej skorelowanego z pozostałymi w grupie. Przykładowo w przypadku pierwszej grupy wydzielonych wskaźników, najsilniej korelującym był wskaźnik dla obszaru 2 na poziomie 500hPa. Podobna procedurę przeprowadzono dla pozostałych grup. Wstępnie wybrano następujące wskaźniki reprezentatywne dla poszczególnych skupień. Wybrano 6 wskaźników cyrkulacji (Tab. A.1), których zmienność została poddana analizie. Tab. A.1. Indeksy cyrkulacji atmosfery wybrane do dalszych analiz. Wybrany wskaźnik (obszar/poziom) 3/500hPa 3/SLP 2/500hPa 1/500hPa AO NAO Charakterystyka 45N, 60N, 0-40E/500hPa 45N, 60N, 0-40E/500hPa 35N, 65N, 40W-40E/500hPa półkula 35N-65N Oscylacja Arktyczna Oscylacja Północnego Atlantyku Przeprowadzono analizę trendu dla wszystkich wskaźników. Zmienność indeksów cyrkulacji w analizowanym okresie charakteryzuje się statystycznie istotnym trendem dla wartości średnich rocznych dla wszystkich analizowanych obszarów. Wartości te zawierają się od 0,0220/rok w przypadku obszaru 3 (500hPa) do 0,0440 dla tego samego obszaru lecz na poziomie SLP. Wzrosty wartości w ogólniejszej stali przestrzennej (obszary 1&2) nie są już tak wysokie. Również w przypadku AO notowany jest wzrost wartości średnich rocznych w analizowanym okresie, Wskaźnik charakteryzujące Oscylację Północnego Atlantyku notuje nieznaczne (nieistotne statystycznie spadki). Analiza zróżnicowania sezonowego ujawnia 5 istnienie dodatnich tendencji dla wszystkich analizowanych wskaźników zimą. Największe wzrosty na poziomie 0,0317/rok są notowane dla obszaru 2 na poziomie 500hPa. Wiosną dodatni kierunek zmian nie jest już tak jednoznaczny a istotne statystycznie trendy notowane są jedynie dla obszaru 3(SLP) oraz 2(500hPa). Latem zmienności wartości wskaźników kształtuje się podobnie i jedynie dla obszaru 3(SLP) oraz 3(500hPa) notowane wzrosty są istotne statystycznie. Rys. A.3. Przebieg rocznych wartości wybranych indeksów cyrkulacji wraz z dopasowanymi liniami trendu. W wieloletnim przebiegu wartości indeksów cyrkulacji atmosfery (Rys. A.3.) wyraźnie zaznacza się znaczna zmienność międzyroczna. Uwagę zwraca również fakt, ze wartości wskaźników w okresie od 1951 do około 1981 przyjmowały wartości zdecydowanie ujemne a ich stopniowy wzrost był notowany do lat dziewięćdziesiątych. Od mniej więcej roku 1990 zauważalna jest wyraźna zmiana kierunku tendencji na ujemną. Dla wartości średnich rocznych zaznacza się to w przypadku wszystkich analizowanych wskaźników. SST Rys. A.4. Średnie roczne wartości SST [ºC] – (1960-2007) na Północnym Atlantyku. 6 Zima Wiosna Lato Jesień Rys. A.5. Sezonowe zróżnicowanie SST [ºC] (1960-2007). Skala wartości jak w przypadku Rys. A.4. Powyższe ryciny przedstawiają przykładowe mapy pola SST dla obszaru badań. Zaznaczają się na nich charakterystyczne cechy pola SST na Północnym Atlantyku a wiec znaczny zasięg gałęzi Prądu Zatokowego (Prądu Norweskiego), której wpływ na SST zaznacza się w skali roku nawet na północ od 70N. Wyraźnie notowane są również zmiany zasięgu akwenów o wysokich temperaturach przekraczających w obszarze letnim 23ºC (południowo-zachodnia części obszaru badań). Latem i jesienią wyraźnie zaznacza się również podwyższona temperatura powierzchni wody dla południowej części Morza Bałtyckiego. 7 B. RELACJE POMIĘDZY WARUNKAMI TERMICZNYMI W POLSCE A INDEKSAMI CYRKULACJI ATMOSFERYCZNEJ Charakterystyka materiału badawczego i opis metodyki badań Analizie poddano średnie dobowe wartości temperatury powietrza, jak również maksymalne i minimalne wartości tego elementu za okres 1951-2008 na wybranych, reprezentatywnych stacjach meteorologicznych w Polsce Średnią obszarową temperaturę [Ti] obsz dla każdego regionu analizowanego wielolecia obliczono wykorzystując wzór: gdzie: Tij – średnia (roczna, sezonowa, miesięczna) temperatura powietrza na j-tej stacji w chwili czasu i, k – liczba stacji w danym regionie, a wj to współczynnik wagowy każdej stacji zdefiniowany przez Alexanderssona (1986): gdzie: Lj – odległość j-tej stacji (w km) od geometrycznego środka obszaru, a współczynnik d dla temperatury przyjmuje wartość 0,001 km-1. W celu znalezienia związku między lokalną cyrkulacją atmosferyczną nad południowym Bałtykiem a zmianami warunków termicznych w pasie pobrzeży dokonano konstrukcji modelu analogowego. Do opisu lokalnej cyrkulacji atmosferycznej wykorzystano wartości wektora wiatru geostroficznego, obliczone na podstawie wartości ciśnienia atmosferycznego w trzech stacjach: Świnoujście, Hel i Visby. Dane charakteryzujące zmiany średniej temperatury powietrza pochodziły z 9 stacji meteorologicznych leżących w regionie 1 - pasie pobrzeży. Wpływ lokalnej cyrkulacji atmosferycznej został określony w wyniku skonstruowania równań regresji wielokrotnej. Stopień dopasowania zmiennych oceniono na podstawie wartości współczynnika determinacji (R2). Do konstrukcji modelu wykorzystano dane z przyjętego okresu referencyjnego 1971-1990. Charakterystyka osiągniętych wyników Średnia roczna obszarowa temperatura powietrza w Polsce w okresie 1951-2008 wyniosła 7,9°C. Wiosną temperatura w kraju była nieznacznie niższa (7,4°C) a jesienią nieznacznie wyższa (8,4°C) od obliczonej średniej rocznej. W sezonie zimowym, jesiennym i w skali całego roku w Polsce zachodniej jest cieplej niż w Polsce wschodniej, natomiast średnia 8 temperatura wiosny i lata jest w tych regionach niemalże identyczna. Analiza potwierdziła, że najcieplejszym miesiącem we wszystkich regionach jest lipiec, najchłodniejszym styczeń a regiony fizycznogeograficzne Polski znajdujące się na zachód od środkowego południka kraju (19°E) są cieplejsze niż te leżące na wschodzie. Przeprowadzona analiza rangowa utworzonych serii wskaźników wykazała, iż najcieplejszym rokiem analizowanego wielolecia, we wszystkich regionach z wyjątkiem pasa pobrzeży był rok 2000, w którym średnia temperatura powietrza przekroczyła 9,0°C. Następnym w kolejności był rok 2008, bądź 2007 (region 2W i Polska W). Nad morzem (reg.1) najcieplejszy był rok 2007 i 2000. Różnica pomiędzy najwyższą a najniższą średnią roczną obszarową temperatura powietrza w każdym rejonie w wieloleciu 1951-2008 przekraczała 3°C. Najchłodniejsze okazały się lata: 1956, 1980 i 1987. W celu określenia tempa i kierunku zmian średniej temperatury powietrza w latach 1951-2008 wyznaczono wartości współczynnika trendu dla serii średniej obszarowej temperatury w skali miesięcy, sezonów i roku dla wszystkich regionów. Cechą długookresowej zmienności średniej temperatury jest jej systematyczny, istotny statystycznie we wszystkich regionach wzrost, zarówno w skali roku, jak i wiosny. Również dla średnich sezonu zimowego i letniego zmiany są generalnie istotne statystycznie, natomiast jesienią niewielkie wzrosty są już w każdym przypadku nieistotne. Wzrost dla okresu 1951-2008 na obszarze Polski w skali roku wynosi od 0,2°C (Wyżyny) do 0,27°C (Pobrzeże) na 10 lat. W przypadku sezonu wiosennego i zimowego wielkość zmian jest większa i wynosi od 0,3°C na 10 lat wiosną w Sudetach do 0,43°C/10 lat zimą na Pojezierzach. Można zauważyć, że największe wzrosty średniej temperatury powietrza występują na północy i zachodzie kraju (regiony 1 i 2W), z wyjątkiem sezonu letniego, w którym wartość współczynnika trendu jest największa w Karpatach (0,25°C/10 lat). W ujęciu miesięcznym w analizowanym wieloleciu zdecydowanie najszybciej temperatura wzrastała w lutym i marcu (nawet o ponad 0,6°C/10lat), natomiast od września aż do stycznia oraz w czerwcu we wszystkich regionach zmiany były nieistotne statystycznie. Ponadto w tych miesiącach zdarzały się nawet ujemne wartości współczynników trendu. Wyznaczone za pomocą modelu analogowego równania regresji, obrazujące sumaryczny wpływ dwóch składowych wektora wiatru geostroficznego na średnią temperaturę w regionie 1, potwierdzają dominujący wpływ składowej strefowej w kształtowaniu warunków termicznych, szczególnie wyraźny zimą i w skali całego roku. W kwietniu, maju oraz w sierpniu i wrześniu głównym czynnikiem cyrkulacyjnym 9 kształtującym średnią temperaturę powietrza na polskim wybrzeżu jest składowa południkowa wiatru geostroficznego. Przeprowadzono ponadto weryfikację modelu analogowego dla okresu 1971-90 oraz 19512006. Wyniki wskazują na dużą zgodność serii odtworzonych i obserwacyjnych – wartości współczynnika korelacji, z wyjątkiem czerwca, sierpnia i listopada nie są niższe niż 0,6 a w miesiącach i sezonie zimowym osiągają wartość 0,7-0,9. Zgodnie z wyznaczonymi celami przeprowadzono ponadto analizę wartości anomalii średniej obszarowej temperatury powietrza dla poszczególnych regionów i Polski w stosunku do wielolecia 1971-1990. W każdym wyznaczonym regionie i Polsce anomalie średniej obszarowej temperatury powietrza w skali roku nie przekraczają 2°C. Zdecydowanie większym zakresem anomalii (od -8°C do +4°C) charakteryzuje się zima, natomiast wiosną i jesienią anomalie w stosunku do średniej z wielolecia 1971-1990 nie przekraczają 3°C. Ponadto można zauważyć, iż od 1997 roku latem i w skali roku występują jedynie dodatnie anomalie średniej obszarowej temperatury powietrza. 10 C. WARUNKI NEFOLOGICZNE I HIGRYCZNE W POLSCE NA TLE EUROPY ŚRODKOWEJ Warunki nefologiczne Obliczono wartości średnie roczne, sezonowe i miesięczne zachmurzenia ogólnego, liczbę dni pogodnych i pochmurnych, częstość występowania w klasach zachmurzenia ogólnego, wysokości podstawy chmur oraz zachmurzenia składowego w piętrach niskim, średnim i wysokim. Obliczono współczynnik trendu serii zachmurzenia i jego statystyczną istotność (test Snedecora na poziomie istotności 1 – = 0,95) w seriach klimatycznych. Charakterystyka osiągniętych wyników Opracowano przestrzenne zróżnicowanie pola średniego rocznego zachmurzenia ogólnego w Polsce w okresie 1971-1990. Zakres występujących wartości waha się od niespełna 5 oktantów w rejonie Świnoujścia i wyspy Wolin, okolicach Koła i na Roztoczu do ponad 6 oktantów w Karkonoszach i Tatrach (ryc.C.1). Najmniejsze zachmurzenie w Polsce w skali sezonów klimatologicznych występuje latem, natomiast największe zimą. Najbardziej pogodnym miesiącem w Polsce jest sierpień, natomiast największym zachmurzeniem charakteryzują się listopad i grudzień. Rok Zima Lato Jesień Wiosna Ryc.C.1. Zróżnicowanie przestrzenne zachmurzenia ogólnego (oktanty) w sezonach i roku w Polsce w okresie 1971-1990 11 Wiosną i latem izonefy wykazują przebieg zbliżony do południkowego, natomiast jesienią i zimą – do równoleżnikowego. Cechą charakterystyczną pola zachmurzenia jest utrzymywanie się większego zachmurzenia w zachodniej części Polski, co prawdopodobnie jest związane z oddziaływaniem Oceanu Atlantyckiego jako regionalnego czynnika klimatotwórczego. Zdecydowanie najliczniejsze są w Polsce chmury, których podstawy rozwijają się do wysokości 1500 metrów (blisko 70% przypadków), spośród nich najczęstsze są chmury o podstawach znajdujących się na wysokości od 300 do 1000 metrów (rys.C.2). Pas nadmorski cechuje na tle obszarów położonych w głębi kraju, większa częstość występowania chmur o podstawach rozwiniętych na wysokości od 300 do 600 metrów, rzadziej występują również w tej części Polski chmury tworzące się na wysokości co najmniej 2,5 kilometra. Stacje położone w głębi kraju cechuje w stosunku do posterunków nadmorskich mniejsza koncentracja chmur w klasach wysokości do 1500 metrów włącznie. Takich chmur najwięcej występuje w rejonie wyżyn. Dla Wybrzeża charakterystyczny jest też znikomy udział chmur tworzących się na bardzo małej wysokości. PROFIL WYŻYNNY PROFIL NADMORSKI >= 2500m >= 2500m 2000-2500m 2000-2500m 1500-2000m 1500-2000m 1000-1500m 1000-1500m 600-1000m 600-1000m 300-600m 300-600m 200-300m 200-300m 100-200m 100-200m 50-100m 50-100m 0-50m Świnoujście Kołobrzeg Ustka Łeba Hel Elbląg 0-50m Opole Katowice Kraków Tarnów Rzeszów Zamość PROFIL ŚRODKOWOPOLSKI PROFIL ZACHODNIOPOLSKI >= 2500m >= 2500m 2000-2500m 2000-2500m 1500-2000m 1500-2000m 1000-1500m 1000-1500m 600-1000m 600-1000m 300-600m 200-300m 300-600m 100-200m 200-300m 50-100m 100-200m 0-50m Hel 50-100m 0-50m Świnoujście Szczecin Gorzów Wlkp. Zielona Góra Legnica Jelenia Góra Elbląg Olsztyn Mława Płock Łódź Sulejów Kielce Kraków Zakopane Kasprowy Wierch Śnieżka Rys.C.2. Częstość występowania wysokości podstawy chmur (%) w klasach w wybranych profilach równoleżnikowych i południkowych w Polsce, 1971-2000 12 Spośród chmur piętra niskiego najczęściej występują w Polsce chmury Stratocumulus (szyfrowane liczbą klucza CL=5), a ich odsetek waha się pomiędzy 20-25% w pasie nadmorskim a 30-35% w rejonach o urozmaiconej rzeźbie (pojezierza, obszary podgórskie). Udział chmur Stratocumulus w ogólnej liczbie obserwacji chmur piętra niskiego zwiększa się przy przesuwaniu z zachodu na wschód kraju. W strukturze zachmurzenia piętra średniego dominują chmury Altocumulus (szyfrowane liczbą klucza CM=3, 5 i 7), najczęstsze są chmury szyfrowane liczbą klucza CM=3, tj. chmury Altocumulus w postaci pojedynczej, cienkiej warstwy, która bardzo powoli zmienia swoje rozmiary i kształt. Ich frekwencja na większości stacji sięga około 10-12%, jednak równy blisko 20% udział tych chmur w kształtowaniu wyglądu nieba w piętrze średnim stwierdzono na stacjach w Warszawie i Legnicy. Udział tego rodzaju chmur maleje w miarę przesuwania się z zachodu na wschód kraju. Dość licznie występują również w Polsce chmury oznaczone jako CM=7, tj. Altocumulus występujący wspólnie z Altostratusem, bądź Altocumulus duplicatus. Ich udział w strukturze zachmurzenia piętra średniego sięga do 10-12%. Najliczniej występującymi w Polsce chmurami piętra wysokiego są chmury Cirrus (odpowiednio CH=2 i CH=1). Częściej chmury tego rodzaju występują na obszarach mniej wyniesionych, gdzie stanowią nawet ponad 10% ogólnej liczby obserwacji. Na stacjach pojeziernych oraz położonych w Polsce Południowej przeważają chmury oznaczone liczbą klucza CH=1, podczas gdy na Wybrzeżu i na nizinach dominują chmury szyfrowane jako CH=2 (gęsty Cirrus). częstość występowania wskazanych chmur nie zmienia się wraz ze wzrostem długości geograficznej. Z kolei chmury Cirrostratus wyraźnie częstsze są w Polsce Zachodniej w porównaniu ze wschodnią częścią kraju. Zwiększoną częstością wskazanych chmur na tle kraju charakteryzuje się zwłaszcza obszar pasa wyżyn. Najrzadsze są w Polsce chmury Cirrocumulus. Na żadnej z analizowanych stacji rozpatrywana wartość nie przekroczyła 1%. 13 Warunki higryczne Przestrzenne zróżnicowanie średniej rocznej prężności pary wodnej w Polsce w okresie 1971-1990 jest dość znaczne. Zakres występujących wartości waha się od niespełna 8 hPa w rejonie stacji podgórskich (Zakopane) do około 9,5 hPa na stacjach nadmorskich i 9,9 hPa w Świnoujściu (rys.1). Najmniejsza prężność pary wodnej w powietrzu w Polsce występuje zimą, natomiast największa latem. Najmniej zasobne w parę wodną powietrze jest w styczniu, wartości wahają się wówczas od niespełna 4 hPa do około 5,5 hPa. Styczeń Rok Kwiecień Łeba Ustka Łeba Hel Lębork KołobrzegKoszalin Ustka Elbląg KołobrzegKoszalin Suwałki Kętrzyn Łeba Hel Lębork Świnoujście Ustka Elbląg Kętrzyn Świnoujście Resko Szczecinek Chojnice Olsztyn Mikołajki Mława Ostrołęka Szczecinek Chojnice Olsztyn Mikołajki Mława Ostrołęka Resko Szczecin Piła Toruń Toruń Płock Poznań Sulejów Legnica Legnica Legnica Kłodzko Lublin Wieluń Kielce Zamość Sandomierz Opole Kłodzko Katowice Rzeszów Tarnów Terespol Wrocław Zamość Sandomierz Opole Katowice Kraków Siedlce Włodawa Jelenia Góra Kielce Zamość Kłodzko Racibórz Warszawa Łódź Kalisz Sulejów Lublin Wieluń Wrocław Jelenia Góra Kielce Sandomierz Leszno Łódź Kalisz Sulejów Lublin Wieluń Białystok Włodawa Wrocław Opole Ostrołęka Terespol Zielona Góra Leszno Włodawa Jelenia Góra Mława Płock Koło Siedlce Warszawa Terespol Łódź Kalisz Mikołajki Słubice Koło Siedlce Warszawa Zielona Góra Leszno Toruń Poznań Słubice Koło Zielona Góra Olsztyn Gorzów Wlkp Płock Słubice Suwałki Kętrzyn Chojnice Piła Białystok Gorzów Wlkp Poznań Szczecinek Szczecin Piła Białystok Gorzów Wlkp Elbląg Świnoujście Resko Szczecin Hel Lębork KołobrzegKoszalin Suwałki Bielsko-Biała Katowice Kraków Racibórz Rzeszów Tarnów Kraków Racibórz Bielsko-Biała Tarnów Rzeszów Bielsko-Biała Nowy Sącz Nowy Sącz Nowy Sącz Lesko Lesko Zakopane Lesko Zakopane Zakopane Październik Lipiec Łeba Ustka Łeba Hel Lębork KołobrzegKoszalin Ustka Elbląg Hel Lębork KołobrzegKoszalin Suwałki Kętrzyn Świnoujście Elbląg Suwałki Kętrzyn Świnoujście Resko Szczecinek Mikołajki Olsztyn Chojnice Resko Szczecin Szczecinek Chojnice Olsztyn Mikołajki Mława Ostrołęka Szczecin Piła Mława Toruń Piła Białystok Ostrołęka Gorzów Wlkp Toruń Białystok Gorzów Wlkp Płock Poznań Płock Poznań Słubice Słubice Koło Zielona Góra Leszno Warszawa Siedlce Koło Warszawa Terespol Zielona Góra Leszno Łódź Kalisz Siedlce Sulejów Legnica Legnica Kielce Zamość Sandomierz Kłodzko Lublin Wieluń Wrocław Jelenia Góra Kielce Opole Włodawa Sulejów Lublin Wieluń Wrocław Jelenia Góra Terespol Łódź Kalisz Włodawa Zamość Sandomierz Opole Kłodzko Katowice Katowice Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Kraków Racibórz Tarnów Rzeszów Bielsko-Biała Nowy Sącz Nowy Sącz Lesko Zakopane Lesko Zakopane Rys.C.3. Zróżnicowanie przestrzenne prężności pary wodnej (hPa) w roku i wybranych miesiącach w Polsce w okresie 1971-1990 Układ izohigr silnie nawiązuje do przestrzennego zróżnicowania temperatury powietrza, izolinie układają się południkowo, a ich wartość stopniowo zmniejsza się z zachodu na wschód. Wiosną najwięcej pary wodnej w powietrzu notuje się na stacjach południowej Polski, w kwietniu średnie miesięczne wartości prężności pary wodnej osiągają około 8 hPa w Legnicy, Raciborzu i Rzeszowie. Najmniejsze wartości charakteryzują stacje podgórskie, około 6-7 hPa, jak również obszary pojezierne – nieznacznie powyżej 7 hPa. Latem prężność pary wodnej jest największa. Cechą charakterystyczną pola prężności pary wodnej jest utrzymywanie się największych wartości elementu na stacjach nadmorskich, jak również na stacjach południowej Polski, za wyjątkiem obszarów najwyżej wyniesionych. W lipcu zakres wartości elementu waha się od 12,5 hPa w Zakopanem do ponad 15,5 hPa w Helu i Świnoujściu. Na przeważającej części obszaru kraju utrzymuje się prężność na poziomie około 14-15 hPa. Jesienią obserwowany jest spadek wartości elementu, do wartości 14 około 10 hPa. W październiku najwięcej pary wodnej w powietrzu notowane jest na stacjach nadmorskich – około 10 hPa (Świnoujście – 10,4 hPa), najmniej tradycyjnie w Zakopanem – niespełna 8 hPa. Obszarem o obniżonej na tle kraju wartości elementu, poniżej 9 hPa, jest północno-wschodnia część kraju. Charakterystyczną cechą długookresowej zmienności prężności pary wodnej w skali roku w Polsce jest jej systematyczny przyrost w rozważanym wieloleciu (tab.C.1). Statystycznie istotne zmiany zawartości pary wodnej w powietrzu cechują około połowę analizowanych ciągów. Na niewielkiej jedynie liczbie stacji notowany jest jej spadek, aczkolwiek należy zaznaczyć obecność w kilku przypadkach statystycznie istotnego trendu spadkowego. W ujęciu sezonowym zauważalny jest zdecydowany, statystycznie istotny przyrost wartości elementu w miesiącach zimowych, przykładowo w styczniu pozytywny trend charakteryzuje długookresowe zmiany na wszystkich analizowanych stacjach. Wiosną zmiany nie są tak silne jak zimą, lecz na zdecydowanej większości stacji zaobserwować można przyrost wartości elementu, przy czym zmiany na połowie z nich mają charakter statystyczne istotny. Również latem niemal w całej Polsce notowany jest przyrost wartości elementu, w przypadku około połowy rozważanych ciągów pomiarowych cechuje się statystycznie istotną wartością współczynnika trendu. Jesienią zmiany są najsłabsze, przeważają tendencje dodatnie długookresowych zmian prężności pary wodnej. Tab. C.1. Schematyczne zestawienie charakteru długookresowej zmienności prężności pary wodnej w roku i wybranych miesiącach na kilkunastu wybranych stacjach Polski w okresie 1971-1990. Znak „+” oznacza systematyczny przyrost wartości elementu, znak „-” jego spadek, statystycznie istotne trendy są zaznaczone grubym drukiem. Stacja Bielsko – Biała Chojnice Hel Jelenia Góra Kielce Legnica Lublin Olsztyn Poznań Rzeszów Suwałki Świnoujście Toruń Warszawa Wieluń Zakopane Styczeń + + + + + + + + + + + + + + + + Kwiecień + + + + + + + + + + + + - Lipiec + + + + + + + + + + + + + + + Październik + + + + + + + + + + + + Rok + + + + + + + + + + + + + + + 15 D. ŚREDNIA OBSZAROWA SUMA OPADÓW W POLSCE Do badań zastosowano metodę wieloboków, polegającą na tym, że poszczególne stacje łączy się między sobą pokrywając region siatką trójkątów. Symetralne boków trójkątów tworzą WIELOBOKI, dla których położona wewnątrz stacja jest reprezentatywna. Opad średni jest średnią ważoną, gdzie wagą jest powierzchnia poszczególnych wieloboków. Charakterystyka osiągniętych wyników Na podstawie zebranego materiału, zostały obliczone średnie obszarowe sumy opadów dla okresu 1961-2009 dla 14 regionów jak również obszaru całej Polski. Wartości średniej obszarowej sumy opadów przedstawia rycina D.1. Ryc. D.1. Średnia obszarowa suma opadów w regionach Polski 16 Średnia obszarowa suma opadów dla Polski w okresie 1961-2009 wyniosła 623,7 mm. Największą wartością przekraczającą 1000 mm charakteryzuje się obszar Centralnych Karpat Zachodnich. Suma opadów powyżej średniej dla Polski występuje również na obszarze Zewnętrznych Karpat Zachodnich, Północnego Podkarpacia, Wyżyny Śląsko-Krakowskiej, Sudetów oraz Pobrzeża Bałtyckiego. Najniższe wartości poniżej 550 mm występują na Polesiu. Obliczono średnie obszarowe sumy opadów w poszczególnych miesiącach zarówno dla Polski jak i dla 14 regionów. Ryciny D.2. i D.3. przedstawiają obszarową sumę opadów w poszczególnych miesiącach na obszarze Polski i w wybranym regionie. Rys. D.2. Średnia obszarowa suma opadów w poszczególnych miesiącach na obszarze Polski Rys. D.3. Średnia obszarowa suma opadów dla Centralnych Karpatach Zachodnich 17 Ryc. D.4. Średnia obszarowa suma opadów w poszczególnych miesiącach na obszarze Polski Ze względu na równoczesne badania dotyczące zmian elementów meteorologicznych w profilu Karpat, zmiany w wieloleciu średniej obszarowej sumy opadów dla Polski oraz dla Centralnych Karpat Zachodnich zostały przedstawione na ryc. D.5. i D.6. Średnia obszarowa suma opadów dla Polski wykazuje lekką tendencję spadkowa. Natomiast na obszarze Centralnych Karpat Zachodnich zauważyć można wyraźny jej wzrost. Przebieg wieloletni średniej obszarowej sumy opadów w Polsce we wszystkich regionach przedstawia ryc. D.7. 18 Ryc. D.5. Przebieg średniej obszarowej sumy opadów dla Polski Ryc. D.6. Przebieg średniej obszarowej sumy opadów dla Centralnych Karpat Zachodnich 19 Ryc. D.7. Przebieg wieloletni średniej obszarowej sumy opadów w Polsce 20 E. ZMIANY POKRYWY ŚNIEŻNEJ W POLSCE Opracowanie dotyczy obszaru Polski poza terenami górskimi, a więc poza Sudetami i Karpatami z Pogórzem. W celu scharakteryzowania występowania pokrywy śnieżnej na badanym obszarze wykorzystano dane tego parametru z 83 stacji sieci IMGW (56 synoptycznych i 27 klimatologicznych) dla 57 sezonów zimowych w latach 1951/52−2007/08. Za sezon zimowy postanowiono przyjąć okres potencjalnego pojawiania się pokrywy śnieżnej w badanym wieloleciu (październik−maj) czyli okres od najwcześniejszego jej pierwszego wystąpienia do najpóźniejszego ostatniego wystąpienia. Ze względu na ogólny cel jakim było wykazanie zmienności zalegania pokrywy śnieżnej w długim okresie czasu (ponad pół wieku) ograniczono się do obliczeń wskaźników dla sezonów zimowych (V−X) lub − w uzasadnionych przypadkach − nieco krótszych okresów (XII−III). Nie podjęto analizy różnic występowania pokrywy śnieżnej w poszczególnych miesiącach. Wykorzystano następujące wskaźniki pokrywy śnieżnej: ▪ liczba dni z pokrywą śnieżną (≥1 cm) ▪ częstość (%) występowania dni z pokrywą śnieżną (≥1 cm) − okres XII−III ▪ liczba dni z pokrywą śnieżną >5 cm, >10 cm, >20 cm ▪ daty pierwszego i ostatniego występowania pokrywy śnieżnej oraz długość okresu występowania pokrywy śnieżnej ▪ maksymalna grubość pokrywy śnieżnej ▪ średnia grubość pokrywy śnieżnej ▪ suma grubości pokrywy śnieżnej Przy pomocy obliczonych wskaźników scharakteryzowano wartości charakterystyczne w wieloleciu (średnie, ekstrema) tworząc tło klimatyczne. Prawidłowości zróżnicowania przestrzennego omawianego parametru przedstawiono na mapach, natomiast zmienność wieloletnią na wykresach. W celu bardziej syntetycznego ujęcia śnieżności zim zastosowano dwie klasyfikacje: S. Paczosa (1982) oraz J. Chrzanowskiego (1986). Dodatkowo w celu lepszego wykazania zmienności czasowej (przy pominięciu aspektu przestrzennego) stworzono na potrzeby opracowania klasyfikację wzgledną śnieżności odwołującą się tylko do zmienności wieloletniej zalegania pokrywy śnieżnej na poszczególnych stacjach. 21 Charakterystyka klimatyczna występowania pokrywy śnieżnej Liczba dni z pokrywą śnieżną (≥1 cm) oraz względna częstość ich występowania Najczęściej wykorzystywanym w opracowaniach wskaźnikiem charakteryzującym występowanie pokrywy śnieżnej jest liczba dni z jej zaleganiem w sezonie. Ten prosty wskaźnik dobrze oddaje zmienność klimatyczną omawianego elementu. Liczba dni z pokrywą śnieżną w sezonie waha się średnio w wieloleciu od poniżej 35 na Nizinie Szczecińskiej i nad dolną Odrą (Przelewice – 33,2) do ponad 90 na północnym-wschodzie kraju (Suwałki – 91,4). Średnio dla rozpatrywanego obszaru Polski (poza górami), dla 83 stacji, wartość tego wskaźnika wynosi niecałe 61 dni (tab. E.1.). Zróżnicowanie przestrzenne tego wskaźnika jest więc dość duże, gdyż na Suwalszczyźnie i wschodnim Podlasiu pokrywa śnieżna zalega niemal trzykrotnie dłużej niż na krańcach północno-zachodnich. Ryc. E.1. Średnia roczna liczba dni z pokrywą śnieżną 22 Tab. E.1. Liczba dni z pokrywą śnieżną ogółem i powyżej określonych progów grubości Region Pomorze, Warmia, Mazury, Suwalszczyzna Pas nizinny Pas wyżyn i kotlin przedkarpackich Polska (83 stacje, poza obszarami górskimi) Liczba dni z ps>20 cm (X−V) Udział (%) dni z ps≥1 cm (XII−III) Liczba dni z ps≥1 cm (X−V) Liczba dni z ps>5 cm (X−V) Liczba dni z ps>10 cm (X−V) Świnoujście 43,2 20,1 11,4 3,9 33,6 Resko 51,6 26,5 15,0 5,7 39,0 Ustka 51,9 28,9 17,5 6,6 39,9 Hel 50,9 32,0 20,6 8,6 40,2 Chojnice 66,1 35,8 20,2 7,8 50,7 Olsztyn 76,0 51,8 33,9 13,7 57,0 Suwałki 91,4 66,5 49,8 27,7 67,6 Słubice 34,8 14,2 6,7 0,9 27,1 Poznań 46,8 19,5 10,8 2,2 36,3 Zgorzelec 45,7 23,4 14,1 4,4 35,0 Wrocław 43,4 21,1 10,3 2,2 33,2 Racibórz 56,2 28,7 14,5 3,0 42,1 Łódź 60,6 32,7 19,2 7,3 45,8 Warszawa 57,4 29,8 17,2 7,2 43,9 Białystok 83,1 56,5 39,1 18,1 62,7 Terespol 72,5 46,1 28,1 9,4 55,5 Kielce 72,6 46,2 27,5 9,8 54,5 Lublin 75,6 48,8 30,8 11,8 57,0 Kraków 63,6 36,6 23,9 8,2 48,0 Rzeszów 69,3 42,2 26,3 8,3 52,1 Średnia 60,8 35,5 21,6 8,3 46,1 Min 33,2 (Przelewice) 12,5 (Przelewice) 6,1 (Przelewice) 0,9 (Słubice) 26,0 (Przelewice) Max 91,4 (Suwałki) 67,7 (Białowieża) 50,9 (Białowieża) 27,7 (Suwałki) 67,6 (Suwałki) Stacja Ryc. E.2. Liczba dni z pokrywą śnieżną (dps) w okresie X−V w Polsce (średnia z 83 stacji) Największa średnia dla całego obszaru liczba dni z pokrywą śnieżną wystąpiła w sezonie 1969/70 (ok. 121 dni), 1995/96 (108) i 2005/06 (101). Najmniej śnieżne były sezony 1974/75 (20 dni), 1960/61, 1988/89, 1989/90, 2006/07 i 2007/08 (<30). Zaznaczyła się 23 niewielka tendencja spadkowa, a zgrupowanie najmniej śnieżnych sezonów wystąpiło w pierwszej połowie lat 1970-tych i na przełomie lat 1980/1990-tych. Ryc. E.3. Suma grubości pokrywy śnieżnej (cm) w okresie X−V oraz klasy śnieżności zim (wg Chrzanowskiego, 1986) w Polsce (średnia z 83 stacji). Ryc. E.4. Śnieżność zim według wybranych wskaźników w Polsce (średnia z 83 stacji). Rycina E.4 przedstawia w sposób najbardziej syntetyczny zmienność śnieżności zim w Polsce w latach 1951/52−2007/08. Jest ona dość mocno zróżnicowana w poszczególnych latach, przy czym zaznacza się niewielka tendencja spadkowa. Najśnieżniejsze zimy występowały w latach 60-tych XX wieku. Liczbę dni z pokrywą śnieżną, sumę jej grubości w sezonie oraz wskaźnik śnieżności Paczosa uznano za najlepsze wskaźniki charakteryzujące śnieżność zim. 24 Zgorzelec Wrocław Warszawa Ustka Terespol Świnoujście Suwałki Słubice Rzeszów Resko Racibórz Poznań Olsztyn Łódź Lublin Kraków Kielce Hel Chojnice Białystok 1951/52 1952/53 1953/54 1954/55 1955/56 1956/57 1957/58 1958/59 1959/60 1960/61 1961/62 1962/63 1963/64 1964/65 1965/66 1966/67 1967/68 1968/69 1969/70 1970/71 1971/72 1972/73 1973/74 1974/75 1975/76 1976/77 1977/78 1978/79 1979/80 1980/81 1981/82 1982/83 1983/84 1984/85 1985/86 1986/87 1987/88 1988/89 1989/90 1990/91 1991/92 1992/93 1993/94 1994/95 1995/96 1996/97 1997/98 1998/99 1999/00 2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07 2007/08 ekstremalnie małośnieżna umiarkowanie śnieżna niezwykle małośnieżna śnieżna bardzo małośnieżna bardzo śnieżna małośnieżna niezwykle śnieżna umiarkowanie małośnieżna ekstremalnie śnieżna Ryc. E.5. Śnieżność zim w Polsce w latach 1951/52−2007/08. Klasyfikacja śnieżności według wskaźnika Paczosa (Paczos, 1982) dla wybranych stacji. 25 F. ZMIENNOŚĆ CZASOWA WYBRANYCH ELEMENTÓW METEOROLOGICZNYCH W PROFILU WYSOKOŚCIOWYM SUDETÓW I KARPAT Materiał źródłowy do opisu zmian warunków termicznych w profilu pionowym Sudetów i ich przedpola oraz Karpat stanowiły dobowe ciągi temperatury powietrza z 19 stacji IMGW z wielolecia 1966-2007 dla Sudetów oraz 1951-2007 dla Karpat. Do wyznaczenia wskaźników charakteryzujących pokrywę śnieżną wykorzystano codzienne dane o wysokości pokrywy śnieżnej z 29 stacji IMGW w polskiej części Sudetów i ich przedpola oraz Karpat z sezonów zimowych 1965/66-2007/08 (ryc.F.1). Ryc. F.1. Rozmieszczenie stacji uwzględnionych w opracowaniu Charakterystykę warunków termicznych i śnieżnych dokonano w oparciu o wybrane wskaźniki termiczne i śnieżne wyznaczane dla poszczególnych miesięcy, sezonów i roku, a w przypadku pokrywy śnieżnej dla poszczególnych miesięcy, kwartałowej zimy (grudzień-luty) i całego roku (sezonu). 26 Wyznaczone wskaźniki charakteryzujące warunki termiczne: średnia, maksymalna i minimalna temperatura powietrza, amplituda temperatury, liczba dni ze średnią dobową temperatura: > 0oC, >5oC, >10oC, liczba dni z: Tmin ≤-10oC (dni bardzo mroźne), Tmin ≤0oC (dni przymrozkowe), Tmax ≤0oC (dni mroźne), Tmax 25oC (dni gorące). Wyznaczone wskaźniki śnieżne to: średnia liczba dni z pokrywą śnieżną o wysokości: 1 cm, 10 cm, 20 cm, 50 cm, maksymalna i średnia maksymalna grubość pokrywy śnieżnej [cm], średnia wysokość pokrywy śnieżnej w kolejnych dniach [cm], średnia grubość pokrywy śnieżnej [cm], skumulowana grubość pokrywy śnieżnej oraz jej średnia [cm], data początku i końca pokrywy śnieżnej (średnia, najwcześniejsza i najpóźniejsza), rzeczywisty i potencjalny okres występowania pokrywy śnieżnej, prawdopodobieństwo osiągnięcia wysokości pokrywy śnieżnej co najmniej 1 cm, 10 cm, 20 cm, 50 cm. Dodatkowo sporządzono kalendarz śnieżności zim według Chrzanowskiego [1988]. Warunki termiczne w Sudetach Średnia roczna temperatura powietrza uważana jest za najbardziej reprezentatywny wskaźnik zróżnicowania warunków klimatycznych w górach, gdyż wykazuje wiele istotnych zależności korelacyjnych z innymi elementami klimatu [Hess, 1965]. W wieloleciu 19662007 średnia roczna temperatura powietrza w profilu pionowym Sudetów i ich przedpola wynosiła od 8,9oC (Legnica) do 0,7oC (Śnieżka). Pionowy gradient rocznej temperatury powietrza określony na podstawie danych z 11 stacji z obszaru Sudetów wynosi 0,56oC/100m. Analiza danych pomiarowych z wielolecia 1951-2007 ze stacji położonych w różnych strefach wysokościowych Sudetów i ich przedpola pozwala na stwierdzenie wzrostu temperatury powietrza, z zaznaczającym się zróżnicowaniem czasowym i przestrzennym tych zmian. Średnia temperatura powietrza w różnych strefach wysokościowych Sudetów i ich przedpola wykazuje istotny statystycznie wzrost zarówno w skali roku (ryc. F.2.), jak i zimy, wiosny oraz lata (tab. 2). Współczynniki kierunkowe trendu zmian średnich rocznych przyjmują wartości 0,020 (Śnieżka), 0,025 (Jelenia Góra, Legnica), co oznacza rosnącą tendencje zmian temperatury w tempie ok. 0,2oC na dekadę. Wyznaczony dla Śnieżki trend średniej rocznej temperatury w latach 1901-2000 wynosi 0,82oC/100 lat [Głowicki, 2003]. 27 12.0 y = 0.0251x + 8.0 R2 = 0.26 10.0 8.0 6.0 (o C) y = 0.0248x + 6.5 R2 = 0.27 4.0 2.0 0.0 Śnieżka 1603 m n.p.m. Jelenia Góra 342 m n.p.m. 2005 2002 1996 1993 1990 1987 1984 1981 1978 1975 1972 1969 1966 1963 1960 1957 1954 1951 -2.0 1999 y = 0.0195x + 0.1 R2 = 0.18 Legnica 122 m n.p.m. Ryc. F.2. Przebieg średniej rocznej temperatury powietrza (oC) na Śnieżce, w Jeleniej Górze i w Legnicy w wieloleciu 1951-2007 wraz z zaznaczoną linią trendu Strefę wierzchowinową Sudetów charakteryzuje silniejsze tempo wzrostu temperatury minimalnej niż maksymalnej. Na Śnieżce współczynniki kierunkowe trendu zmian średnich rocznych maksymalnych i minimalnych temperatur powietrza przyjmują wartości odpowiednio 0,016 i 0,024 Warunki śniegowe w Sudetach Najważniejsze wyniki dotyczące pokrywy śnieżnej w pionowym profilu w polskiej części Sudetów i na ich przedpolu z sezonów 1965/66-2007/08 są następujące: średnia roczna (sezonowa) liczba dni z pokrywą śnieżną o grubości 1 cm rośnie wraz z wysokością nad poziomem morza o 11,4 dnia/100 m (ryc. 3), 200 y = 0.1135x + 23.584 180 R2 = 0.9335 160 HS [liczba dni] 140 120 100 80 60 40 20 0 0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700 wysokość [m n.p.m.] Ryc. F.3. Związek średniej rocznej liczby dni z pokrywą śnieżną o wysokości 1 cm (HS) z wysokością nad poziomem morza w polskiej części Sudetów i na ich przedpolu w wieloleciu 1965/66-2007/08 28 zmienność liczby dni z pokrywą śnieżną jest odwrotnie proporcjonalna do czasu jej zalegania, czyli zarazem do wysokości nad poziomem morza i w wieloleciu 1951/522007/08 (poza strefą szczytową) wykazuje tendencję malejącą, średnia miesięczna grubość śniegu rośnie wraz z wysokością bezwzględną od ok. 3 cm/100 m w grudniu do 7 cm/100 m w styczniu, kwartałową zimą (XII-II) przyrost ten wynosi 5,5 cm/100 m; największa średnia miesięczna grubość występuje w strefie wierzchowinowej w marcu, w niższych częściach profilu w lutym a na przedpolu Sudetów lub w dnach dużych kotlin przypada na styczeń, maksymalna (HSmax) i średnia maksymalna (SHSmax) grubość pokrywy śnieżnej rośnie z wysokością odpowiednio w tempie 15,6 cm/100 m i 10,4 cm/100 m; zmienność HSmax w reprezentatywnych stacjach wykazuje tendencję spadkową od ok. 4 cm/100 lat (Lądek Zdrój), przez ok. 9-11 cm/100 lat (przedpole i Jelenia Góra) do 49 cm/100 lat (Śnieżka), średnia skumulowana grubość dobowych wysokości pokrywy śnieżnej (SSHS) w pionowym profilu wysokościowym Sudetów wraz z ich przedpolem przyrasta o ok. 9,5 m/100 m. Wyłączając z profilu Śnieżkę i Jakuszyce przeciętny roczny przyrost sumy grubości pokrywy śnieżnej wynosi ok. 3,6 m/100 m wysokości, chociaż w rzeczywistości w strefie przedgórza i dolnych partii stoków wartość ta jest jeszcze niższa; zmienność SSHS wykazuje tendencję spadkową, przy czym im stacja położona jest niżej n.p.m., tym tempo spadku jest większe, statystyka śnieżności zim w klasach śnieżności opracowana w oparciu o sumy grubości pokrywy śnieżnej według klasyfikacji Chrzanowskiego [1988], wyraźnie wskazuje na fakt wzrostu śnieżności zim wraz z rosnącą wysokością nad poziomem morza, średnia data początku pokrywy śnieżnej występuje o 3,6 dnia wcześniej na każde 100 m przyrostu wysokości bezwzględnej, natomiast średnia data końca pokrywy śnieżnej występuje o 4,7 dnia później na każde 100 m przyrostu wysokości bezwzględnej, pokrywę śnieżną w polskiej części Sudetów - poza strefą szczytową (Śnieżka) - cechuje zmniejszanie się jej trwałości w analizowanym wieloleciu od 8,7 dnia/100 lat w Jeleniej Górze do 35,4 dnia/100 lat w Zgorzelcu, prawdopodobieństwo wystąpienia w poszczególnych miesiącach pokrywy śnieżnej o określonych wartościach progowych jest bardzo zróżnicowane. Relatywnie wysokie, bo ponad 70% prawdopodobieństwo (P) wystąpienia pokrywy śnieżnej 1 cm jest niemal we wszystkich stacjach w miesiącach grudzień-marzec. 29 Warunki termiczne i śniegowe przy górnej granicy lasu w Karpatach Górną granicę lasu w Karpatach reprezentuje stacja Hala Gąsienicowa (1520 m n.p.m.). Średnia roczna temperatura powietrza z wielolecia (1951-2007) na Hali Gąsienicowej wynosi 2,5°C. Miesięczne wartości temperatury powietrza zmieniały się w od -12,5 °C (styczeń 1963) do 15,4 °C (sierpień 1992). Ryc. F.4. Przebieg średniej rocznej, maksymalnej, minimalnej temperatury powietrza na Hali Gąsienicowej Ryc. F.5. Przebieg średniej maksymalnej (Tmax), minimalnej (Tmin) i różnicy (Tmin-Tmax) temperatury powietrza na Hali Gąsienicowej dla stycznia. 30 Ryc. F.6. Przebieg średniej maksymalnej (Tmax), minimalnej (Tmin) i różnicy (Tmin-Tmax) temperatury powietrza na Hali Gąsienicowej dla lipca. Ryc. F.7. Wieloletni przebieg maksymalnej grubości pokrywy śnieżnej w marcu na Hali Gąsienicowej Przy górnej granicy lasu w Karpatach Polskich maksymalna grubość pokrywy śnieżnej zanotowana w badanym okresie wynosiła 267 cm w marcu 2000 roku. Okres zalegania pokrywy śnieżnej waha się od października do maja, zdarzają się jednak lata kiedy to pokrywa śnieżna na Hali Gąsienicowej występuje w miesiącach letnich, tak jak w lipcu 1984 roku. Bezwzględna zmiana w przebiegu wieloletnim dat ostatniej pokrywy śnieżnej na Hali Gąsienicowej wynosi 3.1 dni na 10 lat. 31 G. CHARAKTERYSTYKA WARUNKÓW BIOTERMICZNYCH W POLSCE Do badań zastosowano model MENEX_2005, obliczono wskaźniki biotermiczne: Wskaźnik stresu termofizjologicznego (Physiological Strain PhS, wskaźnik bezwymiarowy), Fizjologiczna temperatura odczuwalna (Physiological Subjective Temperature PST, °C), Temperatura ochładzania wiatrem (Wind Chill Temperature WCT °C), HUMIDEX (°C). Charakterystyka osiągniętych wyników W styczniu wartości średnie wskaźnika PhS rosną z zachodu na wschód. Największe ryzyko wystąpienia warunków „ekstremalnego stresu zimna” istnieje na wschodzie Polski oraz Pojezierzu Kaszubskim. Wiosną wartości średnie miesięczne wskaźnika PhS w Polsce wykazują wzrost z południa na północ, zagęszczenie izolinii zaznacza się w kierunku wybrzeża. W lipcu na obszarze na północ od pojezierzy wartości średnie wskaźnika rosną w kierunku linii brzegowej Bałtyku Ryzyko wystąpienia „ekstremalnego stresu gorąca” istnieje w całej Polsce, z wyjątkiem części wybrzeża oraz części przedgórza. W październiku widoczny jest postępujący z południowego zachodu na północny wschód wzrost intensywności procesów dostosowawczych organizmu do stresu zimna. STYCZEŃ LIPIEC 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 50,8 Lublin Kielce Śnieżka Sandomierz Opole Wieluń Wrocław Jelenia Góra Kielce Śnieżka Włodawa Legnica Kłodzko Sandomierz Opole Kłodzko Katowice Katowice Kraków Racibórz Tarnów Rzeszów Bielsko Biała Kraków Racibórz Tarnów Rzeszów Bielsko Biała NowySącz NowySącz Lesko Zakopane K.Wierch Lesko Zakopane K.Wierch 14,7 Ryc. G.1. Średnia miesięczna częstość występowania (%) „ekstremalnego stresu zimna” w styczniu oraz „ekstremalnego stresu gorąca” w lipcu według wskaźnika stresu termofizjologicznego (PhS) o godz. 12 UTC w Polsce (1951-2008) Odczucie „komfortowo” według PST w Polsce najczęściej w roku występuje w pasie nadmorskim. W styczniu układ izoterm i izolinii PST, poza górami i przedgórzem Karpat, jest zbliżony do południkowego (rys. 2a). 32 KWIECIEŃ LIPIEC 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 Poznań Legionowo Słubice Kórnik Koło Płock Legionowo Słubice Kórnik Siedlce Warszawa Zielona Góra Koło Siedlce Warszawa Zielona Góra Kalisz Kalisz Łódź Łódź Włodawa Legnica Wieluń Włodawa Lublin Legnica Wrocław Jelenia Góra Kielce Śnieżka Sandomierz Opole Sandomierz Opole 0,11 Kłodzko Kłodzko Katowice Katowice Kraków Racibórz Lublin Jelenia Góra Kielce Śnieżka Wieluń Wrocław Rzeszów Tarnów Kraków Racibórz Bielsko Biała Rzeszów Tarnów Bielsko Biała NowySącz NowySącz Lesko Lesko Zakopane K.Wierch Zakopane K.Wierch Ryc. G.2. Średnia miesięczna częstość występowania (%) odczucia „gorąco” lub „bardzo gorąco” według fizjologicznej temperatury odczuwalnej (PST) o godz. 12 UTC w Polsce (1951-2008) W kwietniu i lipcu układy izoterm i izolinii częstości występowania odczuć cieplnych w Polsce są zbliżone do równoleżnikowego. Dyskomfort gorąca zwiększa się z północy na południe. W październiku warunki biotermiczne poza Podkarpaciem generalnie pogarszają się z południowego zachodu na północny wschód. w kierunku dyskomfortu zimna. Średnia temperatura ochładzania wiatrem WCT w Polsce w miesiącu uznanym za reprezentatywny dla zimy (styczniu) wykazuje regularny spadek z zachodu na wschód. Najbardziej surowe warunki okresu zimowego panują w Karkonoszach i Tatrach oraz na północno wschodnim krańcu Polski, gdzie ryzyko wychłodzenia organizmu i wystąpienia odmrożeń jest największe STYCZEŃ LIPIEC 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 2,9 Lublin Wrocław Kielce Śnieżka Sandomierz Opole Wieluń Jelenia Góra Kielce Śnieżka Włodawa Legnica Kłodzko Sandomierz Opole Kłodzko Katowice Katowice Kraków Racibórz Tarnów Rzeszów Bielsko Biała Kraków Racibórz Tarnów Rzeszów Bielsko Biała NowySącz NowySącz Lesko Zakopane K.Wierch Lesko Zakopane K.Wierch 2,2 Ryc. G.3. Średnia miesięczna częstość występowania (%) warunków „ryzyko odmrożeń” w styczniu według temperatury ochładzania wiatrem (WCT) o godz. 12 UT w Polsce (1951-2008) Rys. G.4. Średnia miesięczna częstość występowania (%) warunków „znaczny dyskomfort” w lipcu według wskaźnika HUMIDEX o godz. 12 UTC w Polsce (1951-2008 ) 33 Izotermy wskaźnika Humidex w Polsce w kwietniu i lipcu mają w Polsce północnej przebieg zbliżony do równoleżnikowego. Zaznacza się zagęszczenie izoterm na przedgórzu Tatr. Ryzyku „znacznego” zagrożenia organizmu przegrzaniem istnieje w lipcu w całej Polsce z wyjątkiem obszarów wysokogórskich. Jesienią wartości wskaźnika maleją z południowego zachodu na północny wschód. Średnio w roku na obszarze Polski występuje od 3 do 5 fal ciepła oraz od 2 do 4 fal chłodu. Obejmują one odpowiednio średnio od 18 do 36 oraz od 13 do 28 dni w roku. Wszystkie serie rocznej liczby fal ciepła w Polsce wykazują trendy dodatnie (o 1 na 10 lat), wzrasta również łączny roczny czas trwania fal ciepła (o 5 do 8 dni na 10 lat). Wszystkie trendy są istotne statystycznie na poziomie ufności 95%. W przypadku fal chłodu wszystkie serie charakteryzują się tendencją spadkową lub też nie wykazują zmian (wartości współczynnika trendu liniowego wynoszą od -0,007 do -0,054). Zmiany w większości nie są jednak istotne statystycznie. 34 H. ZMIENNOŚĆ ZAWARTOŚCI OZONU ORAZ TEMPERATURY I WILGOTNOŚCI ATMOSFERY SWOBODNEJ NAD POLSKĄ Podstawą badań są sondaże ozonowe w Legionowie do maksymalnej wysokości 35km wykonywane rutynowo od 1979 roku, raz w tygodniu lub częściej w okresie spodziewanych ubytków ozonu podczas zimy i na wiosnę. Stacja w Legionowie znajdująca się na granicy fotochemicznych ubytków ozonu w arktycznym wirze polarnym, od połowy lat 1990. bierze udział w europejskich i światowych programach mierzenia i modelowania ubytków ozonu (SESAME, THESEO, SOLVE, QUOBI, VINTERSOL). Seria sondaży ozonowych w Legionowie nie jest homogeniczna. Do maja 1993 stosowano sondę z czujnikiem OSE2/3 (typu Brewer-Mast produkowany w byłym NRD ) w systemie radiosondażowym Meteorit/Mars. Od czerwca 1993 wraz z wprowadzeniem nowego systemu radiosondażowego Vaisala stosowany jest czujnik ECC5/6. Do wyznaczenia trendu w profilu ozonu przygotowano ciągi średnich miesięcznych wartości ciśnienia cząstkowego ozonu na powierzchni ziemi i na głównych powierzchniach izobarycznych. W obliczeniach trendu zastosowano model regresji wieloliniowej, uwzględniający parametrów: aktywność słoneczna wyrażona zależność ozonu od trzech strumieniem promieniowania elektromagnetycznego 10.7cm, quasi-dwuletnie oscylacje wiatru w równikowej stratosferze na powierzchni 50hPa oraz indeks oscylacji północnego Atlantyku NOA. Obliczono trend całoroczny i trendy w sezonach dla serii ECC ( 06.1993-12.2008). Charakterystyka osiągniętych wyników Analiza trendów w profilu ozonu nad Legionowem (Tab.H.1.) na podstawie homogenicznej serii pomiarów czujnikiem ECC (06.1993-12.2008) ujawniła oznaki regeneracji warstwy ozonowej w średniej stratosferze i odwrócenie obserwowanych wcześniej dużych spadków ozonu dolnej stratosferze (Litynska i in., 1997). Głównym źródłem ozonu troposferycznego jest ozon produkowany fotochemicznie w obecności prekursorów, tlenków azotu i lotnych węglowodorów. Przy spadku ilości prekursorów ozonu nad Europą, a w ostatnich latach także nad Polską, wzrostowy trend ozonu w dolnych warstwach troposfery podczas zimy i na wiosnę można wyjaśnić większym transportem ozonu z wyższych warstw atmosfery. 35 Tab. H.1. Oszacowania sezonowego i całorocznego trendu w profilu ozonu nad Legionowem (w procentach/10lat ) dla serii ECC ( 06.1993-12.2008 ). Podano błąd oszacowania (2 σ) Podkreślono trendy istotne statystycznie na poziomie <=0.05 Pow. (hPa) 1000 0900 0700 0500 0300 0250 0200 0150 0100 0070 0050 0030 0020 0010 XII-II 21.0±25.8 19.5±16.0 1.9±5.6 -2.0±6.1 -12.3±22.0 -18.9±27.1 -7.6±21.0 -11.6±17.5 1.4±18.0 4.1±12.7 4.2±7.3 6.8±4.3 7.9±6.2 7.8±7.2 Miesiące III-V VI-VIII 12.9±13.1 -4.8±11.9 8.6±7.9 -5.8±9.2 1.5±4.9 -5.4±7.2 2.1±6.1 -0.1±9.1 -10.8±24.9 9.7±19.8 -6.8±25.2 9.3±31.3 7.0±14.2 3.1±24.1 3.5±12.9 6.5±16.4 -3.1±13.9 0.5±10.8 4.8±10.7 0.3±7.7 7.7±5.6 1.2±3.2 8.4±5.1 1.4±5.0 7.3±4.4 3.3±4.0 8.6±6.8 8.2±4.0 IX-XI -11.3±23.7 -1.6±12.4 -5.3±6.0 -5.5±5.7 3.3±22.5 9.8±28.3 10.2±23.8 -1.4±16.4 -2.4±12.6 2.9±9.3 3.3±4.2 10.5±5.4 11.2±6.7 10.5±6.0 I-XII 4.8±9.7 5.5±5.9 -1.7±2.9 -1.4±3.3 -2.7±10.8 -2.0±13.6 2.9±10.2 -1.0±7.7 -0.8±6.8 3.0±5.0 4.1±2.6 6.7±2.4 7.4±2.7 8.8±3.0 36 5. Zgodność z założonymi celami i ewentualne opóźnienia wraz z ich powodami Prace w podzadaniu 1.1 w roku 2009 były realizowane zgodnie z założonymi celami i bez opóźnień. 6. Propozycje dotyczące wykorzystania wyników badań Wyniki prac zostały zawarte w raportach. Pozostaną w postaci gotowych już dokumentacji, które będą mogły być wykorzystane przy opracowywaniu opinii i ekspertyz dla władz lokalnych. Jako wynik poznawczy została pogłębiona wiedza dotycząca zmienności wieloletniej badanych elementów meteorologicznych. Najważniejsze wyniki badań zostały i zostaną opublikowane w czasopismach krajowych i zagranicznych. Zostaną zaprezentowane na konferencjach krajowych i międzynarodowych. Rozpatruje się kwestię przeniesienia części wyników na nośniki magnetyczne, ewentualnie na serwer i udostępniane ich przez internet. Uzyskane wyniki w postaci różnorodnych charakterystyk termiczno-wilgotnościowych stanowią podstawę do planowania w kilku działach gospodarki; największe znaczenie aplikacyjne mają dla rolnictwa i zdrowia; Część wyników badań zostanie przekazana do podzadania 1.2. Wiele uzyskanych charakterystyk jest istotnym źródłem informacji w działaniach ekologicznych w skali całego państwa; Uzyskane szczegółowe charakterystyki na temat zagrożeń stanowią podstawowy materiał do działalności zakładów i agencji ubezpieczeniowych; Najważniejsze wyniki badawcze są, na bieżąco wykorzystywane przez szeroko pojęte „media”, Uzyskane wyniki przy zastosowaniu metod GIS wskazują, że w badaniach klimatologicznych tego typu podejście metodyczne może mieć duże znaczenie poznawcze i praktyczne. Opracowanie zadań wykonane zostało na podstawie najnowszych danych IMGW obejmujących najbardziej aktualne dane łącznie z rokiem 2008. Jest to ważne uzupełnienie dotychczasowych publikacji, w których materiały pochodzą z bardzo różnych okresów czasowych. 37 7. Prezentacje wyników/Publikacje Po zakończeniu projektu planowane są publikacje o zasięgu krajowym i międzynarodowym w formie artykułów, oraz prezentacje na konferencjach krajowych i zagranicznych. 8. Literatura wykorzystana w opracowaniu Wykaz wykorzystanej literatury w załączeniu. 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonanych prac mgr Dawid Biernacik Mgr Barbara Brzóska Dr Ryszard Farat Mgr Danuta Czekierda Dr Janusz Filipiak Mgr Bogumił Kois Mgr Tomasz Kasprowicz Dr Danuta Limanówka Dr Michał Marosz autor zestawień tabelarycznych wyników oraz wykresów, współautor obliczeń, analizy i opracowania raportu Organizacja bazy danych, Analiza radiosondażowych danych wilgotności oraz anemometrycznych Organizacja bazy danych, Merytoryczne przygotowanie założeń opracowania. Przygotowanie podstawowych danych dotyczących pokrywy śnieżnej dla Polski nizinnej. Wybór podstawowych wskaźników dotyczących pokrywy śnieżnej. Wstępna analiza merytoryczna uzyskanych wyników obliczeń statystycznych. Organizacja bazy danych, Całość prac związanych z wyborem stacji, pozyskaniem danych, obliczaniem charakterystyk zachmurzenia, tempa jego zmian oraz wizualizacją, analizą i interpretacją rezultatów obliczeń. Autor raportu. Organizacja bazy danych, opracowanie i analizy GIS Uzupełnianie podstawowych danych dotyczących pokrywy śnieżnej. Przetworzenie statystyczne podstawowych danych. Analiza statystyczna wybranych wskaźników dotyczących pokrywy śnieżnej koordynator podzadania, określenie zakresu merytorycznego prac, struktury rekordów, utrzymywanie kontaktu roboczego z wykonawcami, opracowanie raportów miesięcznych i raportu. Współudział w analizie i interpretacji obliczeń. Import danych z reanaliz NCEP/NCAR, konwersja danych do formatu txt, obliczenia wskaźników cyrkulacji, przygotowanie bazy danych wartości wskaźników w formie pliku xls, z możliwością eksportu do dowolnego formatu Organizacja bazy danych, opracowanie i analizy Dr hab. Mirosław Miętus, Współautor koncepcji realizacji podzadania. Współudział w analizie i prof. IMGW interpretacji rezultatów obliczeń. Dr Irena Otop koordynacja prac w Oddziale we Wrocławiu, inwentaryzacja materiału, weryfikacja danych Organizacja bazy danych, opracowanie i analizy GIS Mgr Małgorzata Owczarek pozyskanie danych, przygotowanie plików, wykonanie obliczeń, przygotowanie tabel i map, opracowanie tekstu Mgr Robert Pyrc Przygotowanie oprogramowania, założenie zbiorów z danymi pomiarowymi oraz ich weryfikacja i wykonanie obliczeń Organizacja bazy danych, wykonanie programów Organizacja bazy danych, opracowanie i analizy GIS Opracowanie kartograficzne wyników Dr Grzegorz Urban Organizacja bazy danych, opracowanie i analizy GIS Dr hab. Zbigniew Ustrnul Import i rozkodowanie wybranych danych z reanaliz NCEP/NCAR, obliczenia wskaźników cyrkulacji na podstawie dwóch obiektywnych klasyfikacji typów cyrkulacji Mgr Robert Wójcik współautor obliczeń, analizy i opracowania raportu 38 10. Informacje o sposobie odbioru i trybie koordynacji prac w zadaniu Prace wykonywał zespół składający się w 2009 roku z pracowników Oddziałów IMGW: w Krakowie, we Wrocławiu, w Poznaniu, Morskiego w Gdyni i z Ośrodka Głównego w Warszawie. W związku ze zmianami organizacyjnymi z dniem 1 maja 2009 r. pracownicy Oddziału Krakowskiego i Morskiego w Gdyni zostali przeniesieni do Centrum Monitoringu Klimatu Polski w Ośrodku Głównym w Warszawie. Koordynacja prac odbywała się poprzez pocztę elektroniczną oraz organizowane przez Koordynatora seminaria konsultacyjno techniczne. 39 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 1. Cel badań Określenie za pomocą modeli statystyczno-empirycznych (statystyczny downscaling) relacji pomiędzy wielkoskalowym polem wymuszenia (regionalne pole ciśnienia atmosferycznego nad Europą i Północnym Atlantykiem) a warunkami pluwialnymi w Polsce w celu wykorzystania zdefiniowanych relacji do opracowania scenariuszy zmian klimatu w skali XXI wieku. 2. Zakres wykonanych prac w roku 2009 A. W zakresie warunków termicznych Wybór optymalnej siatki 54 naziemnych stacji i posterunków meteorologicznych potrzebnych do realizacji zadania oraz pozyskanie danych z okresu 1951-2008 (kwantyle 1966-2008). Obliczenie miesięcznych wartości średnich temperatury oraz wartości kwantyli temperatur ekstremalnych. Obliczenie funkcji własnych elementów termicznych w Polsce w okresie 1971-90 dla roku, sezonów i miesięcy. Obliczenie tempa zmian temperatury powietrza w Polsce na podstawie serii czasowych stowarzyszonych z empirycznymi funkcjami własnymi. Określenie za pomocą statystycznego downscalingu (metody kanonicznych korelacji oraz redundancyjna) relacji pomiędzy procesami regionalnymi (wielkoskalowe pole baryczne w regionie europejsko-atlantyckim) a warunkami termicznymi w Polsce w okresie 1971-90. Weryfikacja (współczynnik korelacji między serią obserwacyjną a zrekonstruowaną, ilość reprodukowanej wariancji) modelu warunków termicznych w wybranych okresach. Obliczenie dla wybranych stacji wartości współczynników trendu serii zrekonstruowanych przez model warunków termicznych. Wizualizacja, interpretacja i analiza rezultatów obliczeń 40 B. W zakresie warunków pluwialnych: Skompletowano i przygotowano dane do konstrukcji modeli Dla wybranej sieci 54 stacji synoptycznych wyznaczono funkcje własne: sum opadów (1951-2008), liczby dni z opadem powyżej kwantyla 90% (1961-2008), liczby dni z opadem mniejszym lub równym wartości kwantyla 10% (1961-2008), liczby dni z opadem (1961-2008), liczby dni bez opadu (1961-2008) Określono zmiany sum opadów na podstawie pomiarów i analizy EOF w przypadku sum opadów (1951-2008) oraz dni z opadem i liczby dni bez opadu (1961-2008) Na podstawie danych z okresu 1971-1990 dokonano konstrukcji statystycznoempirycznego modelu opisującego relacje między regionalną cyrkulacją atmosferyczną a: sumami opadów w Polsce, liczbą dni z opadem powyżej kwantyla 90%, liczbą dni z opadem mniejszym lub równym wartości kwantyla 10%, liczbą dni z opadem, liczbą dni bez opadu Dokonano weryfikacji skonstruowanych modeli statystycznych (CCA i RDA) dla okresów: 1971-1990, 1951-2008, 1951-1970, 1991-2008 oraz 1951-1970 łącznie z 1991-2008; w uzasadnionych przypadkach obliczeń dokonano dla dwóch wersji modelu: z maksymalną liczbą par map oraz z wybraną liczbą par map Dokonano wizualizacji wyników – mapy EOF, pola regionalnego i lokalnego, mapy wyników walidacji modeli Dokonano interpolacji wyników globalnych symulacji Echam5 i HadCM3 dla obszaru atlantycko-europejskiego do siatki 2.5 x 2.5 stopnia w zakresie miesięcznych i dobowych wartości SLP w skali XXI wieku (wybrane scenariusze emisyjne) Pozyskano dane SLP z symulacji globalnej NCAR CCSM3.0; na podstawie tych danych przygotowuje się pliki z danymi o polu wymuszenia wykorzystywanymi do opracowania scenariuszy zmian klimatu w skali XXI wieku (dla wybranych scenariuszy emisyjnych) C. W zakresie warunków nefologicznych Wybór optymalnej siatki 49 naziemnych stacji i posterunków meteorologicznych potrzebnych do realizacji zadania oraz pozyskanie danych z okresu 1966-2008. Obliczenie miesięcznych wartości zachmurzenia ogólnego. Obliczenie funkcji własnych zachmurzenia w Polsce w okresie 1971-90 dla roku, sezonów i miesięcy. 41 Obliczenie tempa zmian zachmurzenia w Polsce na podstawie serii czasowych stowarzyszonych z empirycznymi funkcjami własnymi. Określenie za pomocą statystycznego downscalingu (metody kanonicznych korelacji oraz redundancyjna) relacji pomiędzy procesami regionalnymi (wielkoskalowe pole baryczne w regionie europejsko-atlantyckim) a warunkami nefologicznymi w Polsce w okresie 1971-90. Weryfikacja (współczynnik korelacji między serią obserwacyjną a zrekonstruowaną, ilość reprodukowanej wariancji) modelu warunków nefologicznych. Wizualizacja, interpretacja i analiza rezultatów obliczeń 3. Opis metodyki badań Za pomocą modeli statystyczno-empirycznych (statystyczny downscaling) wyznaczono relacji pomiędzy wielkoskalowym polem wymuszenia (regionalne pole ciśnienia atmosferycznego nad Europą i Północnym Atlantykiem) a elementami klimatu w Polsce. Konstrukcji modeli dokonano na podstawie danych z okresu 1971-1990, wykorzystując dwie metody statystycznego downscalingu: korelacji kanonicznych (CCA) i analizy redundancyjnej (RDA). W skonstruowanych modelach czynnikiem wymuszającym jest regionalne pola baryczne obejmujące obszar zawarty między 50ºW a 40ºE i 35ºN a 75ºN. Jest ono opisane przez średnie miesięczne wartości ciśnienia atmosferycznego na poziomie morza pochodzące z reanalizy NCEP/NCAR. Rozdzielczość danych, czyli tzw. krok siatki, wynosi 2,5º długości i 2,5º szerokości geograficznej. 4. Charakterystyka osiągniętych wyników A. Warunki termiczne Pole temperatury średniej w Polsce w roku w latach 1971-90 jest rozpięte na trzech, a w przypadku kwantyli temperatur ekstremalnych na czterech funkcjach własnych, łącznie wyjaśniających odpowiednio ponad 98% wariancji temperatury średniej, 94% wariancji kwantyla 95% temperatury maksymalnej i kwantyla 5% temperatury minimalnej. W przypadku każdego z elementów pierwszy wektor własny wyjaśnia ponad 85% całkowitej jego wariancji. W przypadku każdego z rozpatrywanych elementów pierwsza empiryczna funkcja własna przedstawia silne dodatnie anomalie temperatury. Występują nieznaczne różnice 42 przestrzennego zróżnicowania wartości anomalii. Struktura przestrzenna pierwszego wektora jest wynikiem współdziałania czynników radiacyjnych, cyrkulacyjnych i geograficznych. Pierwsze główne składowe omawianych elementów w każdym z przypadków charakteryzują się dodatnim, statystycznie istotnym trendem. Z uwagi na systematyczne umacnianie się wkładu dominującej mody w całkowitej anomalii temperatury, w całej Polsce obserwujemy długookresowy wzrost temperatury. Z porównania wartości zmian analizowanych elementów w wieloleciu 1971-1990 obliczonych na podstawie równania regresji serii obserwacyjnych i wynikających z analizy EOF wynika, że statystycznie istotny dodatni trend temperatury powietrza jest zjawiskiem powszechnym w skali całej Polski, aczkolwiek jego tempo pozostaje zróżnicowane na poszczególnych stacjach oraz, co bardzo istotne, zauważyć należy duże różnice pomiędzy charakterem długookresowej zmienności rozpatrywanych elementów termicznych w poszczególnych porach roku. O ile w przypadku temperatury średniej, silnie dodatnie pozostają trendy wiosny i jesieni, o tyle latem przeważają negatywne tendencje. Wartość kwantyla 95% temperatury maksymalnej zdecydowanie najszybciej rosła zimą, a następnie wiosną, natomiast wartość kwantyla 5% temperatury minimalnej cechował najszybszy wzrost wiosną i jesienią. Uzyskano trzy pary map kanonicznych ciśnienia i temperatury średniej oraz po cztery pary map opisujących relacje pomiędzy regionalnym polem barycznym, a kwantylami temperatur ekstremalnych. Mapy pola lokalnego dla temperatury średniej wyjaśniają łącznie aż ponad 98% wariancji elementu, dla kwantyla 95% temperatury maksymalnej około 94% zmienności elementu i 93% wariancji kwantyla 95% temperatury minimalnej. Wariancja pola ciśnienia jest natomiast wytłumaczona łącznie w około 64% w przypadku map wymuszenia dla poszczególnych elementów. Układ anomalii ciśnienia pierwszej mapy pola regionalnego jest w przypadku wszystkich elementów niemal identyczny i przedstawia Europę w zasięgu dwóch ośrodków barycznych położonych nad wodami północnego Atlantyku. Układ ten jest zbliżony do struktury typowej dla układu telekoneksyjnego Oscylacji Północnoatlantyckiej. W sytuacji typowej dla dodatniej fazy NAO, na terenie całej Polski obserwowany jest wyraźny wzrost temperatury. Odwrócenie znaku anomalii barycznych skutkuje ujemnymi anomaliami termicznymi. Uzyskane rezultaty statystycznego downscalingu z wykorzystaniem techniki redundancji są tożsame z wynikami otrzymanymi za pomocą metody kanonicznych korelacji. 43 Jedynymi obserwowanymi różnicami są przesunięcia ilości wyjaśnianej wariancji przez kolejne poszczególne pary map redundancji i kanonicznych, co pozostaje bez wpływu na tłumaczoną łącznie ilość wariancji zarówno elementu regionalnego, jak i lokalnego. Różnice w strukturze map są także zaniedbywalne. Jedyna korzyść z zastosowania techniki redundancji dotyczy możliwości obliczenia współczynnika redundancji. Wartości w przypadku pierwszej pary map każdego z elementów w skali roku sięgają 47% w przypadku temperatury średniej. Rezultaty analizy relacji pomiędzy regionalnym polem ciśnienia a elementami termicznymi klimatu Polski w skali sezonów i miesięcy wykazała, że najbardziej skomplikowane relacje pomiędzy rozpatrywanymi elementami cechują miesiące wiosenne (kwiecień) i letnie (czerwiec). Ilość wariancji wyjaśnianej przez mapy pola lokalnego pozostaje jednak niezmiennie bardzo duża. Również wartość współczynnik korelacji pomiędzy seriami stowarzyszonymi w dominującą parą map jest satysfakcjonująca i oscyluje wokół 0,9. Wartości współczynnika korelacji pomiędzy seriami obserwacyjnymi i zrekonstruowanymi temperatury średniej w roku w okresie 1971-90 zawierają się w granicach od 0,70 do 0,63. W przypadku kwantyli temperatur ekstremalnych wartości te układają się w przedziałach od 0,52 do 0,45 (Tx95%) i od 0,63 do 0,55 (Tn5%). Najlepsze dopasowanie osiągnięto w przypadku serii ze stycznia, najsłabsze natomiast – maja. Ilość wariancji reprodukowanej w stosunku do serii obserwacyjnych temperatury średniej w seriach odtworzonych w oparciu o model kształtuje się na poziomie ogólnie rzecz biorąc około 0,40, w dość szerokim zakresie od 0,36 do 0,48. W odniesieniu do kwantyla temperatury maksymalnej wartości te są wyraźnie niższe i wynoszą około 0,20, natomiast w przypadku kwantyla temperatury minimalnej są nieznacznie niższe, oscylując na poziomie około 0,35. Spośród analizowanych miesięcy i sezonów klimatologicznych, lepszym dopasowaniem serii odtworzonej w stosunku do pomiarowej charakteryzują się miesiące zimowe, najsłabszym miesiące wiosenne. Porównanie tempa zmian temperatury powietrza obliczonych na podstawie serii obserwacyjnych oraz zrekonstruowanych przez model downscalingu wskazuje na rozbieżność wyników. W miesiącach zimowych, w sytuacji dodatniego trendu zmian temperatury powietrza, wartość modelowa przeszacowuje wartości rzeczywiste, wiosną z kolei niedoszacowuje. Długookresowe zmiany temperatury latem są znikome, model wskazuje 44 nawet na występowanie ochłodzenia w czerwcu. Jesienią różnice pomiędzy obydwiema wartościami obliczanymi dla wybranych stacji są stosunkowo nieduże. B. Warunki pluwialne W celu wyznaczenia czasowo-przestrzennej zmienności sum opadów w Polsce wyznaczono funkcje własne (EOF) dla okresu 1951-2008. Wyniki wskazują, iż przestrzeń sygnału jest opisana przez 9 (styczeń i październik) do 18 funkcji własnych (maj). Łączna ilość wyjaśnianej wariancji sum opadów w każdym przypadku jest zbliżona do 90%. Pierwszy wektor własny wyjaśnia od 31,0% (czerwiec) do 69,1% (październik) całkowitej wariancji elementu. Zdecydowana większość przestrzeni sygnału (65-85%) jest opisana przez pierwszych 5 funkcji własnych. Zmiany odtworzone na podstawie analizy EOF, biorąc pod uwagę dużą zmienność przestrzenną opadów atmosferycznych, wykazują dość dużą zgodność z obserwowanymi. Analiza EOF w przeważającej liczbie przypadków odzwierciedla kierunek rzeczywistych zmian, również skala zmian jest zbliżona. Tym niemniej w przypadku niektórych stacji występują stosunkowo duże różnice, dochodzące do 20 mm. W przypadku sum opadów otrzymano od 6 (październik, grudzień) do 9 (lato, maj, czerwiec, lipiec) par map kanonicznych. Mapy pola lokalnego wyjaśniają łącznie od niespełna 50% wariancji elementu w sezonie zimowym do ponad 96% w październiku. Wariancja pola ciśnienia jest natomiast wytłumaczona w około 96-98%, jedynie w październiku tylko w niespełna 87%. Współczynniki korelacji serii stowarzyszonych z mapami, szczególnie w pierwszych trzech parach map, są bardzo wysokie, w niektórych przypadkach osiągając wartość 1,0. W przypadku modelu skonstruowanego metodą analizy redundancyjnej otrzymano, podobnie jak przy metodzie kanonicznych korelacji, od 6 do 9 par map. Mapy pola lokalnego wyjaśniają łącznie od około 77% wariancji pola opadów w maju do ponad 96% w październiku. W porównaniu do metody CCA jest to od około 5% do około 15% więcej wyjaśnianej wariancji pola lokalnego, a w sierpniu nawet o ponad 20%. Jedynie w październiku ilość tłumaczonej zmienności opadów przez modele skonstruowane dwoma porównywanymi metodami jest praktycznie identyczna. Wariancja pola regionalnego jest natomiast odtwarzana w tym samym zakresie. Współczynniki korelacji między seriami stowarzyszonymi z poszczególnymi mapami są tylko nieznacznie niższe niż w przypadku modelu CCA i dla pierwszych pięciu par map w większości przypadków przekraczają wartość 0,7. 45 Liczba dni z opadem większym niż wartość kwantyla 90% Empiryczne funkcje własne w przypadku liczby dni z opadem powyżej kwantyla 90% wyznaczono dla wielolecia 1961-2008. W skali miesięcznej liczba funkcji własnych opisujących czasowo-przestrzenną zmienność analizowanego elementu jest bardzo zróżnicowana – w październiku na przestrzeń sygnału składa się 13 funkcji własnych, podczas gdy w maju ich liczba wzrasta do 25. Całkowita ilość wariancji elementu w każdym miesiącu wynosi około 90%. Pierwsza funkcja własna tłumaczy od niespełna 20% (maj) do ponad 50% (październik) zmienności elementu. Pierwszych pięć funkcji w sumie wyjaśnia od około 50% do około 75% wariancji elementu. Związek liczby dni z opadem powyżej kwantyla 90% w Polsce z regionalną cyrkulacją atmosferyczną w rejonie północnego Atlantyku i Europy określono metodą CCA i RDA. Podobnie jak w przypadku sum opadów otrzymano od 6 (grudzień) do 9 (od maja do lipca) par map kanonicznych. We wszystkich analizowanych skalach czasowych model odtwarza około 96-98% wariancji pola regionalnego. Większe różnice występują w przypadku wariancji pola lokalnego. W skali miesięcy zmienność pola lokalnego tłumaczona jest od około 50% w marcu i grudniu do niemal 90% w październiku. Współczynniki korelacji kanonicznych są bardzo wysokie, dla pierwszych trzech par zazwyczaj osiągają wartość 1, świadczącą o liniowym związku między seriami stowarzyszonymi a mapami pola regionalnego i lokalnego. Także w przypadku modelu skonstruowanego metodą analizy redundancyjnej otrzymano od 6 do 9 par map. Ilość wyjaśnianej zmienności pola barycznego wynosi około 96-98%, czyli jest bardzo zbliżona w porównaniu do modelu skonstruowanego metodą kanonicznych korelacji. W przypadku pola lokalnego ilość tłumaczonej zmienności elementu waha się od około 68% do 80%, jedynie w październiku osiągając niemal 90%. Co istotne, model RDA wyjaśnia wyraźnie więcej wariancji pola lokalnego niż model CCA – w niektórych miesiącach różnice zbliżają się do 20% (styczeń, marzec, sierpień, grudzień). Wartości współczynników korelacji, choć nieco niższe niż w przypadku modelu CCA, świadczą o bardzo wysokim stopniu dopasowania serii stowarzyszonych a mapami pola regionalnego i lokalnego. Liczba dni z opadem Na przestrzeń sygnału w przypadku liczby dni z opadem składa się od 6 (lipiec) do 11 (sierpień i listopad) funkcji własnych. Całkowita ilość wyjaśnianej wariancji w przypadku każdej ze skal czasowych wynosi około 90%. Pierwsza funkcja tłumaczy od około 60% 46 wariancji (kwiecień-czerwiec, grudzień) do ponad 70% (w okresie od września do marca). Pierwszych pięć funkcji własnych tłumaczy od 81,2% (sierpień) do 87,9% (lipiec) wariancji pola liczby dni z opadem. Podczas konstrukcji statystyczno-empirycznego modelu liczby dni z opadem wyodrębniono od 6 (grudzień) do 9 (maj, czerwiec) par map. We wszystkich analizowanych skalach czasowych model CCA odtwarza 96-98% wariancji pola regionalnego (SLP), tylko w lipcu niespełna 83%, natomiast w przypadku pola lokalnego (liczba dni z opadem) wyjaśniana wariancja waha się od 82% do 95%. Podobnie jest w przypadku modelu RDA. Zwiększa się jedynie ilość wyjaśnianej wariancji pola lokalnego – wynosi od niespełna 90% w styczniu do ponad 95% w lutym i czerwcu. Współczynniki korelacji kanonicznych dla pierwszych par map są wysokie. Dokonano także konstrukcji modelu liczby dni bez opadu. Uzyskane wyniki są tożsame z modelem liczby dni bez opadu. Identyczne są wartości anomalii na mapach pola regionalnego i lokalnego, z tym że przy jednakowym wymuszeniu regionalnym zmienia się znak anomalii pola lokalnego, co jest oczywiste w kontekście zależności między omawianymi charakterystykami. Weryfikacja modeli Dokonano weryfikacji modeli skonstruowanych metodą CCA i RDA. Wyniki w obu przypadkach należy uznać za bardzo zbliżone. Tak więc metoda konstrukcji modelu statystyczno-empirycznego pozostaje bez znaczącego wpływu na zdolność modelu do odtwarzania warunków rzeczywistych. W przypadku sum opadów średnie wartości współczynnika korelacji między serią obserwacyjną a serią odtworzoną przez model dla okresu zależnego 1971-1990 osiągają wartości rzędu 0,7-0,8. Zdecydowanie lepiej, zwłaszcza w przypadku miesięcy jesiennozimowych, wypada model oparty o maksymalną liczbę par map. Rozpatrując całe wielolecie 1951-2008 zgodność serii obserwacyjnej i odtworzonej wyraźnie się zmniejsza, przy jednoczesnym wzroście zróżnicowania pomiędzy poszczególnymi miesiącami – współczynnik korelacji przyjmuje wartości od około 0,2 do niemal 0,6. Różnica pomiędzy dwoma wersjami modelu nie jest, poza styczniem i lutym, już tak jednoznaczna. Z kolei analizując wielolecie 1951-2008 z wyłączeniem okresu zależnego w żadnym miesiącu współczynnik korelacji nie przekracza wartości 0,5. Generalnie model najlepiej sprawdza się dla miesięcy jesiennych i zimowych, wyraźnie najsłabsze korelacje cechują z kolei przełom wiosny i lata (maj, czerwiec) oraz listopad. 47 W przypadku modelu RDA liczby dni z opadem powyżej kwantyla 90% wersję modelu z wybraną liczbą par map rozpatrzono tylko w przypadku trzech miesięcy, nie uzyskując znaczącej poprawy jakościowej wyników. Dla okresu zależnego średnie wartości współczynnika korelacji są rzędu 0,6-0,8. W przypadku okresu 1961-2008 korelacja między serią obserwacyjną i zrekonstruowaną spada do 0,3-0,5, natomiast wyłączając z analizy wielolecie 1971-1990 otrzymujemy wartości rzędu 0,1-0,2. Podobnie jak w przypadku sum opadów najlepsze rezultaty model osiąga generalnie dla miesięcy zimowych i jesiennych, wyraźnie najgorsze – w listopadzie. Stosunkowo najlepiej model statystyczno-empiryczny radzi sobie z odtwarzaniem liczby dni z opadem. Dla okresu 1971-1990 uzyskano wartości współczynnika korelacji rzędu 0,7-0,9, przy czym wyraźnie lepsze wyniki cechują model, w którym wykorzystano maksymalną liczbę par map. Podobnie jest w przypadku wielolecia 1961-2008, z tym średnie wartości współczynnika korelacji mieszczą się w zakresie 0,4-0,7. Dla połączonych okresów 1961-1970 i 1991-2008 uzyskano niewiele gorsze rezultaty – od około 0,3 do około 0,6, jedynie w czerwcu tylko 0,14. Generalnie model najlepiej rekonstruuje serie dla miesięcy zimowych, marca, lipca i września. Także w przypadku ilości reprodukowanej wariancji elementu odtwarzanej przez model statystyczno-empiryczny lepsze rezultaty daje model oparty o maksymalną liczbę par map. Dla okresu 1971-1990 model sum opadów reprodukuje około 50% wariancji opadów, jedynie w październiku wartość ta jest dużo wyższa – 72% (tabela. 11). Nieco niższe są wartości w przypadku liczby dni z opadem przekraczającym wartość kwantyla 90%. Dla tego elementu model jest w stanie odtworzyć od 30% (luty, marzec) do ponad 60% (październik). Stosunkowo najlepsze rezultaty uzyskano dla liczby dni z opadem, w przypadku której ilość reprodukowanej wariancji wynosi 50-70%, jedynie w maju 38%. Dla dłuższych okresów wyniki są wyraźnie niższe, świadcząc o tym, iż model odtwarza wariancję analizowanych elementów w bardzo ograniczonym zakresie. C. Warunki nefologiczne Przestrzeń sygnału zachmurzenia ogólnego w roku w Polsce jest rozpięta na pięciu niezdegenerowanych wektorach własnych. Łączna ilość wyjaśnianej przez nie wariancji wynosi blisko 93%. Dominująca moda wyjaśnia 77% zmienności pola średniego zachmurzenia. Pierwszy wektor własny zachmurzenia w roku przedstawia występowanie w Polsce anomalii zachmurzenia jednakowego znaku, o niewielkim zróżnicowaniu wartości. Funkcja ta 48 przedstawia dominującą rolę czynnika regionalnego w kształtowaniu zachmurzenia na omawianym obszarze, będąc najprawdopodobniej odzwierciedleniem ogólnych warunków rozwoju chmur w strefie umiarkowanych szerokości geograficznych związanych z właściwościami napływających nad Polskę w zdecydowanej przewadze mas powietrza polarno-morskiego. Występujące pomiędzy stacjami różnice wartości anomalii zachmurzenia to efekt oddziaływania czynników o charakterze lokalnym. Pierwsza główna składowa zachmurzenia w roku w Polsce charakteryzuje się nieistotną statystycznie ujemną tendencją. Otrzymane wyniki porównania wartości długookresowych zmian analizowanego elementu wynikających z analizy funkcji własnych z obliczonymi na podstawie równania trendu serii obserwacyjnych są satysfakcjonujące, różnice wyników są jedynie w sporadycznych przypadkach większe niż 0,15 oktanta. Ilość funkcji własnych opisujących zmienność zachmurzenia ogólnego w Polsce w poszczególnych miesiącach i porach roku waha się od czterech w lipcu i październiku oraz latem i jesienią do siedmiu w styczniu i listopadzie. W każdym z sezonów otrzymane funkcje własne wyjaśniają jednak łącznie od 92% do nawet 96% (luty) wariancji elementu. Struktura anomalii zachmurzenia dominującego wektora własnego w każdym z miesięcy jest zbliżona. Związek regionalnej cyrkulacji atmosferycznej i zachmurzenia w Polsce w roku jest opisany za pomocą czterech par map kanonicznych, wyjaśniających łącznie odpowiednio blisko 90% i ponad 92% wariancji pola lokalnego. W przypadku poszczególnych miesięcy i pór roku omawiana zależność jest opisana każdorazowo maksymalnie do sześciu par map kanonicznych. Wyniki zastosowania alternatywnej metody downscalingowej – analizy redundancyjnej okazały się bardzo zbliżone do otrzymanych wyników metody CCA. Wyniki analizy zależności zmienności pola średniego miesięcznego zachmurzenia od regionalnej cyrkulacji atmosferycznej wykazały istnienie silnego związku pomiędzy rozwojem chmur a właściwościami napływających mas powietrza, jak również charakterystycznymi cechami pogody w układach barycznych. Największa wartość współczynnika korelacji kanonicznej pomiędzy seriami czasowymi stowarzyszonymi z dominującą parą map kanonicznych istnieje w przypadku miesięcy zimowych, mniejsza jest latem. Dowodzi to, że charakterystyczne właściwości pola zachmurzenia w miesiącach półrocza chłodnego są zdeterminowane w dużej mierze charakterem cyrkulacji atmosferycznej, natomiast w okresie półrocza ciepłego istotniejszą rolę odgrywają procesy konwekcji termicznej. Niezwykle istotnym faktem jest, że najsilniej 49 w skali roku oraz miesięcy zimowych i wiosennych na pole zachmurzenia nad Polską wpływa lokalny układ baryczny, którego centrum zlokalizowane jest w rejonie Bałtyku Południowego. Wyniki przeprowadzonej analizy za pomocą empirycznych funkcji przejścia wskazują jednak, że regionalna cyrkulacja atmosferyczna nie jest jedynym czynnikiem kształtującym zmienność pola zachmurzenia na rozpatrywanym obszarze. Istotną rolę pełnią w tym wypadku również procesy skali lokalnej. Wartość współczynnika korelacji pomiędzy seriami kanonicznymi dominującej pary map regionalnego pola ciśnienia atmosferycznego i zachmurzenia w roku wynosi 0,67. Mapa pola lokalnego tłumaczy 66% wariancji elementu. W przypadku rezultatów analizy redundancyjnej współczynnik korelacji pomiędzy seriami czasowymi stowarzyszonymi z dominującą parą map ciśnienia i zachmurzenia w roku wynosi 0,64. Mapa pola lokalnego w skali roku tłumaczy 78% wariancji zachmurzenia, współczynnik redundancji wynosi niespełna 20%. Rezultaty weryfikacji modelu downscalingowego zachmurzenia wskazują na dość dużą zgodność serii obserwacyjnych z ciągami odtworzonymi w oparciu o model. Wartości współczynnika korelacji pomiędzy seriami obserwacyjnymi i zrekonstruowanymi zachmurzenia w roku w okresie 1971-90 przyjmują wartość, ogólnie rzecz biorąc, około 0,400,50. Wyjątkiem jest stacja w Helu, w przypadku której wartość ta wynosi zaledwie 0,31. (rys.3). Najsłabsze dopasowanie osiągnięto w przypadku serii z miesięcy wiosennych. Ilość wariancji reprodukowanej w stosunku do serii obserwacyjnych zachmurzenia w seriach odtworzonych w oparciu o model wynosi przeciętnie od 0,25 do 0,15. Lepszym dopasowaniem serii odtworzonej w stosunku do pomiarowej charakteryzują się miesiące chłodnej pory roku, najsłabszym miesiące wiosenne. 5. Prezentacje wyników/Publikacje Filipiak J., Zmienność zachmurzenia w Polsce w okresie 1971-2000 – referat wygłoszony na XXXIV Ogólnopolskim Zjeździe Agrometeorologów i Klimatologów pt. „Rola Agrometeorologii i Klimatologii w Badaniu i Kształtowaniu Środowiska”, Mierzęcin, 1418.09.2009 Filipiak J., Variability of cloudiness in Poland, 1971-2000 – Acta Agrophisica – (w przygotowaniu) - manuskrypt Filipiak J., Miętus M., The role of atmospheric circulation in cloudiness formation in Poland, 1971-2000, przygotowane do recenzji do International Journal of Climatology 50 Wójcik R., Marosz M., Pilarski M., Wpływ regionalnej cyrkulacji atmosferycznej na występowanie ekstremalnych dobowych sum opadów atmosferycznych (1961-2008), praca przygotowywana na konferencję Woda w badaniach geograficznych, Kielce 23-25.VI.2010 8. Literatura wykorzystana w opracowaniu Filipiak J., Zmienność zachmurzenia w Polsce w okresie 1971-2000 – referat wygłoszony na XXXIV Ogólnopolskim Zjeździe Agrometeorologów i Klimatologów pt. „Rola Agrometeorologii i Klimatologii w Badaniu i Kształtowaniu Środowiska”, Mierzęcin, 1418.09.2009 Filipiak J., Variability of cloudiness in Poland, 1971-2000 – Acta Agrophisica – (w przygotowaniu) - manuskrypt Filipiak J., Miętus M., The role of atmospheric circulation in cloudiness formation in Poland, 1971-2000, przygotowane do recenzji do International Journal of Climatology 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. Miętus M., Filipiak J., Wojtkiewicz A., Malik P., Jakusik E., 2008. Warunki termiczne na obszarze Polski w świetle modelu statystyczno-empirycznego. W: Statystyczno-empiryczny model warunków termicznych w Polsce (red. M. Miętus), Instytut Meteorologii i Gospodarki Wodnej, Monografie. Rozdział 1: 9-65. Miętus M., Wojtkiewicz A., Malik P., Jakusik E., 2008. Analiza czułości statystycznoempirycznego modelu warunków termicznych w Polsce północnej. W: Statystycznoempiryczny model warunków termicznych w Polsce (red. M. Miętus), Instytut Meteorologii i Gospodarki Wodnej, Monografie. Rozdział 2: 66-110. Storch v. H., Zwiers, F., 1999, Statistical Analysis in Climate Research, Cambridge University Press, 513 pp. 6. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonanych prac dr hab. Mirosław Miętus prof. IMGW dr Janusz Filipiak Koordynator całości prac w zadaniu i podzadaniu, współautor koncepcji realizacji podzadania. Autor procedur numerycznych i programów obliczeniowych. Współudział w interpretacji i analizie rezultatów obliczeń. Autor koordynujący ostatecznej wersji raportu. W przypadku modelu warunków termicznych: Współudział w pracach związanych z wyborem stacji, pozyskaniem danych, ich przygotowaniem, obliczeniem funkcji własnych, tempa zmian warunków termicznych, statystycznym downscalingiem, weryfikacją modelu, wizualizacją, analizą i interpretacją rezultatów obliczeń. Autor raportu. 51 mgr Robert Wójcik mgr Dawid Biernacik dr Michał Marosz mgr Michał Pilarski W przypadku modelu warunków nefologicznych: Całość prac związanych z wyborem stacji, pozyskaniem danych, obliczeniem funkcji własnych zachmurzenia ogólnego, tempa jego zmian, statystycznym downscalingiem, weryfikacją modelu, wizualizacją, analizą i interpretacją rezultatów obliczeń. Autor raportu. W przypadku modelu warunków termicznych: Prace związane z wyborem stacji, pozyskaniem danych, ich przygotowaniem, obliczeniem funkcji własnych, tempa zmian warunków termicznych, statystycznym downscalingiem, weryfikacją modelu, wizualizacją, analizą i interpretacją rezultatów obliczeń. W przypadku modelu warunków pluwialnych: Prace związane z wyborem stacji, pozyskaniem danych, ich przygotowaniem, obliczeniem funkcji własnych, tempa zmian warunków pluwialnych, konstrukcji modeli, weryfikacji modeli; współautor raportu. W przypadku modelu warunków termicznych: Prace związane z wyborem stacji, pozyskaniem danych, ich przygotowaniem, obliczeniem funkcji własnych, tempa zmian warunków termicznych, statystycznym downscalingiem, weryfikacją modelu, wizualizacją, analizą i interpretacją rezultatów obliczeń. W przypadku modelu warunków termicznych: Współudział w pracach związanych z obliczeniem funkcji własnych i analizą statystycznego downscalingu. W przypadku modelu warunków pluwialnych: Prace związane z przygotowaniem danych, obliczeniem funkcji własnych, konstrukcji modeli, pozyskiwaniem i przygotowywaniem danych z globalnych symulacji; współautor raportu. W przypadku modelu warunków pluwialnych: Wykonanie map, prace związane z tworzeniem zestawień tabelarycznych wyników; współautor raportu 52 PODZADANIE 1.2 Klimatyczne scenariusze dynamiczne (RegCM) 1. Cel badań Celem podzadania jest określone 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 drugiej kolejności od downscaling dynamicznego z użyciem regionalnego modelu klimatu. Dlatego pierwszym etapem pracy jest weryfikacja z obserwacjami wyników modelu globalnego, z którego model regionalny RegCM będzie pobierał warunki początkowe i brzegowe do symulacji scenariuszowych w następnych etapach a kolejnym weryfikacja wyników modelu RegCM. 2. Zakres wykonanych prac w okresie I.2009-XII.2009 W okresie sprawozdawczym wykonano następujące prace: utworzenie lokalnej strony www do wymiany informacji i koordynacji prac przegląd dostępnych w światowych bazach klimatycznych wyników modeli globalnych; wybór eksperymentu ECHAM5 z bazy CERA pozyskanie danych ECHAM5 (miesięcznych i 6h) ustawienie środowiska informatycznego niezbędnego do przetwarzania i analizy danych przygotowanie danych obserwacyjnych do weryfikacji (temperatura powietrza na 2 m, opad, ciśnienie na poziomie morza) modelu ECHAM5 weryfikacja eksperymentu ECHAM5/MPIOM dla okresu referencyjnego (RF) instalacja środowiska informatycznego i modelu RegCM na klastrze obliczeniowym przygotowanie plików wejściowych ICBC dla okresu 1969-1991 i ich kontrola dostosowanie kodu źródłowego RegCM do plików ICBC z ECHAM5 konfiguracja, uruchomienie i kontrola procesu symulacji testowych RegCM dla lat 1974, 1976, 1987 i 1989 w celu wyboru odpowiednich parametrów numerycznych modelu postprocessing dobowy i miesięczny wyników symulacji RegCM dla roku 1974 i 1976 53 przygotowanie danych do weryfikacji wyników symulacji RegCM (ERA40, NCEP, CRU, stacje synoptyczne Polski) analiza zgodności miesięcznej i dobowej temperatury i opadu wyinterpolowanych z wyników symulacji RegCM dla roku 1974 i 1976 i obserwowanych na stacjach synoptycznych przygotowanie wyników zbiorczej analizy pól temperatury i opadu dla roku 1974 przygotowanie danych wejściowych z ECHAM5 oraz danych pomiarowych ze stacji IGF PAN w Belsku dla okresu referencyjnego do modelu transferu promieniowania STREAMER porównanie miesięcznych danych ECHAM promieniowania całkowitego z pomiarami dla Belska w okresie RF obliczenia promieniowania dla bezchmurnego nieba z użyciem modeli transferu promieniowania Streamer i FastRT dla okresu referencyjnego rekonstrukcja UV dla okresu referencyjnego z wykorzystaniem miesięcznych dawek promieniowania całkowitego z modelu ECHAM oraz porównanie oszacowanego UV z pomiarami dla stacji Belsk w okresie referencyjnym przygotowywanie materiału do rocznego raportu syntetycznego (wizualizacja wyników) Przeprowadzano również spotkania robocze zespołu w celu bieżącego omawiania postępu prac i wyników oraz rozwiązywania napotkanych problemów. Poza tym uczestniczono w seminarium roboczym zespołu realizującego prace w ramach zadania nr 7 projektu KLIMAT oraz spotkaniach z wykonawcami zadania 4 i 7 w celu przedstawienia możliwych do uzyskania z modelu RegCM parametrów meteorologicznych niezbędnych do realizacji zadań. 3. Opis metodyki badań Ustalono, że symulacje klimatyczne dla Polski zostaną przeprowadzone w oparciu o wyniki eksperymentu EH5-T63L31_OM-GR1.5L40 wykonanego w ramach obliczeń dla potrzeb czwartego raportu IPCC AR4 w Instytucie Maxa-Plancka w Hamburgu. Symulacją referencyjną (RF) dla okresu 1971-1990 jest eksperyment 20C3M, natomiast projekcje dla okresów 2011-2030 zostaną wykonane dla scenariuszy SRES A2, A1B i B1. Zostały pobrane dane w rozdzielczości 6 - godzinnej dla 17 poziomów w horyzontalnej rozdzielczości przestrzennej ok. 1,88o. Do przetwarzania danych w formatach GRIB i NETCDF używane są 54 narzędzia CDO (Climate Data Operators), NCO (Netcdf Climate Operators), pakiety meteorologiczne typu GrADS i in. Do przygotowania bazy danych obserwacyjnych z bazy danych IMGW oraz reanaliz zastosowano różne metody interpolacyjne, umożliwiające sprowadzenie danych zapisanych w różnych siatkach regularnych prostokątnych, nieregularnych (station data), gaussowskich do jednakowej sieci punktów, tak aby możliwe było porównanie pól. Przeprowadzono ocenę modelu globalnego ECHAM5 dla wartości miesięcznych temperatury powietrza na 2 m, opadu i ciśnienia na poziomie morza, analizowano statystyki zgodności pól interpolowanych dla polskich stacji i pól symulowanych w eksperymencie ECHAM5 RF, policzono diagramy Taylora, korelacje przestrzenne dla sezonów, histogramy i funkcje gęstości prawdopodobieństwa, analizowano różnice między średnimi miesięcznymi dla każdego roku określonymi przez symulacje RF modelu ECHAM5 i obserwacje dla obszaru Polski. 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). Symulacje przeprowadzono z różnymi rozdzielczościami przestrzennymi, domenami i dla 2 parametryzacji konwekcji. Parametry symulacji dla roku 1974 zawiera Tab. 1.2.1. Tab. 1.2.1. Parametry wykonanych symulacji numer symulacji liczba węzłów N-S liczba węzłów W-E rozdzielczość przestrzenna (km) liczba podwęzłów typ konwekcji 001 36 48 50 1 ak 002 36 48 50 2 ak 003 36 48 50 1 gas 004 005 006 007 008 009 36 30 30 30 90 90 48 40 40 40 120 120 50 60 60 60 20 20 2 1 3 6 1 2 gas ak ak ak ak ak 010 180 240 10 1 ak 011 90 120 20 1 gas Wszystkie specjalistyczne programy i skrypty do przetwarzania danych (dane typu station data, pliki gridowe templates, itp.) i walidacji modelu globalnego są przygotowywane oraz testowane w taki sposób, aby stanowić podstawę do wykorzystania, po odpowiednim dostosowaniu w następnych etapach, do oceny symulacji modelu regionalnego RegCM. W celu wyboru metodyki obliczania promieniowania ultrafioletowego dokonano weryfikacja promieniowania całkowitego uzyskanego z symulacji RegCM poprzez jej porównanie z wynikami modelu transferu promieniowania STREAMER oraz pomiarami ze 55 stacji aktynometrycznych IMGW. Oszacowano również promieniowanie UV z produktów modelu ECHAM5 i porównano otrzymane wartości z wartościami zmierzonymi. Wykonano symulację testową RegCM z rozdzielczością przestrzenną 20 km dla roku 1997 oraz warunków początkowych i brzegowych z reanalizy ERA40. Obliczone modelem STREAMER wartości promieniowania całkowitego porównano z wynikami symulacji RegCM oraz pomiarami ze stacji aktynometrycznych IMGW. Wartości promieniowania całkowitego modelem STREAMER policzono dla współrzędnych odpowiadających położeniom 20 stacji aktynometrycznym IMGW. Do porównania wybrano najbliższy położeniu stacji węzeł siatki modelu RegCM. W bazie CERA, dla okresu RF, dostępne są jedynie dane o promieniowaniu całkowitym co sześć godzin i dane miesięczne. Z drugiej strony pomiary UV jakie są dostępne występują w postaci dawek dobowych, dlatego powstała konieczność zmodyfikowania algorytmu rekonstrukcji. Promieniowanie modelowane oblicza się za pomocą modeli transferu promieniowania słonecznego przy założeniu, że w danym momencie występowało bezchmurne niebo. Dzięki otrzymanej relacji wiążącej promieniowania UV i całkowite oraz danym miesięcznym promieniowania całkowitego i średnim miesięcznym wartościom ozonu całkowitego z Belska możliwe było wykonanie rekonstrukcji promieniowania UV dla stacji Belsk w okresie referencyjnym. 4. Charakterystyka osiągniętych wyników Weryfikacja warunków brzegowych Przeprowadzono ocenę modelu globalnego ECHAM5 dla wartości miesięcznych temperatury powietrza na 2 m, opadu i ciśnienia na poziomie morza. Pola dla okresu 1971-1990 zostały porównane z reanalizami NCEP i ERA40 oraz z analizą CRU (M. New et al. 2000) jak również zostały odniesione do wartości obserwowanych dla Polski z bazy danych IMGW. Przyjęto dwa okna do porównań: okno europejskie [5-35oE, 45-58oN] oraz polskie [14.524.5oE, 49.5-55oN]. Porównano również wartości temperatury i opadu (dobowych i miesięcznych) otrzymanych w wyniku 11 symulacji z modelu RegCM dla roku 1974 i wartości zaobserwowanych na wybranych stacjach synoptycznych Polski. Walidacja modelu ECHAM5 dla Europy Środkowej Przeanalizowano pola średnich miesięcznych temperatury powietrza na 2m, sumy dobowe opadu i ciśnienia na poziomie morza, w oknie europejskim. Wyniki modelu ECHAM5 dla 56 okresu RF porównywano z danymi CRU (Climate Research Unit ) oraz reanalizami NCEP i ERA40, w przypadku ciśnienia na poziomie morza jedynie z reanalizami. Temperatura powietrza jest parametrem klimatycznym dobrze odtwarzanym przez globalne modele atmosfery. Diagram Taylora przedstawiony na Rys. 1.2.1 pokazuje dobre dopasowanie pól trzech badanych modeli globalnych: ERA40, NCEP i ECHAM5 i pola analizy CRU. Dla reanaliz ERA 40 i NCEP współczynnik korelacji jest powyżej 0.95, dla symulacji RF modelu ECHAM5 wynosi około 0.91. Wartość centralnej różnicy średnio kwadratowej (RSM) w przypadku reanaliz jest w granicach 1 oC zaś dla modelu ECHAM5 jest ona rzędu 3 o C. Pola reanaliz charakteryzują się prawie identyczną wariancją standardową, dla modelu ECHAM5 współczynnik odchylenia standardowego jest nieznacznie niższy. Histogramy badanych pól potwierdzają zgodność charakteru rozkładu dwumodalnego wartości średniej miesięcznej temperatury T we wszystkich przypadkach. Współczynniki korelacji przestrzennej wskazują na brak korelację przestrzenną pól średnich miesięcznych temperatury. Prognozowanie opadu jest problemem bardzo złożonym i trudno znaleźć model, który dostarczałby dostatecznie dobre prognozy tego parametru. Na rysunku 1.2.2 przedstawiono diagram Taylora dla pól średnich miesięcznych opadu, który wskazuje na to, że w sensie korelacji rozkładu przestrzennego najlepszy okazał się model NCEP, współczynnik korelacji wynosi ok. 0.6 pozostałe modele wypadły gorzej, współczynnik korelacji jest poniżej 0.2 aczkolwiek model ERA40 ma najmniejszą wartość centralnej różnicy średnio kwadratowej (RSM). Histogram wartości przyjmowanych w całym analizowanym materiale wyraźnie pokazuje, że model ERA40 zaniża wartości opadu, na co wskazuje zdecydowanie zawyżona liczność pierwszych trzech klas wartości (0-2) w stosunku do obserwacji CRU, maksimum w przypadku ERA40 wynosi 4.99 mm/d, podczas gdy maksimum w analizie CRU jest 16.90 mm/d. Model NCEP zawyża częstość występowania wyższych klas wartości opadu, maksimum wynosi 12.40 mm/d. Model ECHAM5 ma histogram o najbardziej zbliżonym charakterze, jeśli analizujemy stosunek częstości w niższych klasach wartości do częstości w wyższych klasach wartości, nie osiąga jednak maksimum CRU, maksimum w symulacji referencyjnej ECHAM5 jest 9.77. Współczynniki korelacji przestrzennej wskazują na brak korelację przestrzenną pól średnich miesięcznych opadu. Analiza pola ciśnienia dotyczyła jedynie pól modelowych z powodu braku analiz obserwacyjnych. Jako pole referencyjne przyjęto model ECHAM5 i badano jego związki z polami reanaliz. Diagram Taylora dla wieloletnich średnich miesięcznych pól ciśnienia (Rys.1.2.3) pokazuje, że współczynnik korelacji między symulacją RF modelu ECHAM5 i 57 analogicznymi polami z reanaliz ERA40 i NCEP jest taki sam i wynosi około 0.7, centralne różnice średnio kwadratowe wynoszą (RSM) około 2. Pola reanaliz i modelu ECHAM5 mają zbliżone wartości odchylenia standardowego odpowiednio 2.0 i 2.5. Z analizy diagramów Taylora dla wieloletnich średnich miesięcznych pól ciśnienia wynika, że dla dwóch miesięcy kwietnia i maja nastąpiło duże odstępstwo od ogólnie dobrego dopasowania pól reanaliz do modelu ECHAM5. Współczynnik korelacji dla kwietnia jest rzędu 0.2-0.4 a dla maja -0.6, podczas gdy dla pozostałych miesięcy jest powyżej 0.8. Korelacje przestrzenne ciśnienia na poziomie morza pomiędzy symulacją referencyjną modelu ECHAM5 oraz reanalizą NCEP dla kolejnych sezonów są wyraźnie niższe w przypadku wiosny. Współczynniki korelacji przestrzennej wskazują na dużą korelację przestrzenną pól średnich miesięcznych ciśnienia podczas, gdy dla temperatury i opadu brak tego związku korelacyjnego. Rys. 1.2.1. Diagram Taylora i histogram częstości występowania klas średnich miesięcznych temperatury dla okresu 1971-1990. Rys. 1.2.2. Diagram Taylora i histogram częstości występowania klas średnich miesięcznych opadu dla okresu 1971-1990. Rys. 1.2.3. Diagram Taylora i histogram częstości klas średnich miesięcznych ciśnienia na poziomie morza dla okresu 1971-1990. Walidacja modelu ECHAM5 dla Polski Do porównania symulacji referencyjnej modelu ECHAM5 z obserwacjami na obszarze Polski wykorzystano wartości dobowe temperatury powietrza dla 40 polskich stacji meteorologicznych, opadu dla 120 punktów pomiarowych i ciśnienia na poziomie morza dla 53 punktów pomiarowych. Przeprowadzono analizę porównawczą obserwacji i symulacji referencyjnej modelu ECHAM5: wykonano pola różnic model-obserwacje, pola najniższych 58 wartości różnic (czyli największe zaniżenie wartości pola przez model dla miesięcy, dla roku, dla całego materiału), pole najwyższych wartości różnic (czyli największe zawyżenie wartości pola przez model dla miesięcy, dla roku, dla całego materiału), pola średnich różnic (dla miesięcy, dla roku, dla całego materiału), pola odchyleń standardowych dla różnic (dla miesięcy, dla roku, dla całego materiału), wartości 90-tego percentyla wartości bezwzględnej różnicy model-obserwacje. W styczniu przypadki największego zaniżenia temperatury przez scenariusz referencyjny modelu ECHAM5 zanotowano w północno-wschodniej Polsce i wynosiło ono nawet 13oC, w lipcu największe niedoszacowania temperatury wystąpiły w pasie centralnym i na wschodzie kraju osiągając 6oC. Analiza odchylenia standardowego różnic między polem symulowanym a obserwowanym temperatury wskazuje na dużo większą zmienność tej różnicy w zimie (styczniu) niż w lecie (lipcu), odchylenie standardowe wynosi nawet powyżej 5oC w styczniu, podczas gdy w lipcu jest to ok. 2oC. W przypadku temperatury np. dla roku 1983 najniższe różnice wahały się między -3oC a -5oC, w roku 1987 najniższe wartości różnicy były dodatnie, szczególnie na północy kraju. Poza obszarem wysokogórskim 90% różnic między symulacjami a obserwacjami dla temperatury mieści się w przedziale od -6oC do +6oC. Największą niezgodność temperatury z obserwacjami synoptycznymi zauważono w miesiącach styczeń-luty i czerwiec-sierpień. Stwierdzono silny związek korelacyjny pomiędzy szeregami czasowymi z modelu referencyjnego i obserwacjami na stacji. Największe różnice między polem referencyjnym z modelu ECHAM5 o obserwowanym opadu w styczniu i lipcu występują we wschodniej części Polski. W lipcu przewyższenia są ogólnie mniejsze dla całej Polski, jednocześnie najwyższe dodatnie różnice widoczne są na znacznie mniejszym obszarze. Dostrzeżono nieco większą zmienność dodatnich maksymalnych różnic między symulacjami a obserwacjami opadu w Polsce w lipcu niż w styczniu. W przypadku bardzo suchego grudnia 1972, w którym suma miesięczna opadu na wielu stacjach synoptycznych była poniżej 10 mm, najmniejsze zawyżenie opadu przez model zanotowano w górach (poniżej 2 mm/dzień), a najwyższe na Wybrzeżu (około 3.5 mm/dzień). W mokrym lipcu 1973, w którym suma miesięczna opadu w wielu punktach Polski (w tym w części środkowej) przekroczyła 100 mm, niedoszacowania opadu przekraczające nawet 3 mm/dzień zanotowano głównie w północnej i północno-wschodniej części kraju. Na przeważającym obszarze Polski różnice były bliskie zera lub dodatnie. Największe przeszacowania opadu wystąpiły w południowo-zachodniej Polsce osiągając nawet poziom 2.5 mm/dzień. Najwyższą zgodność modelu z obserwacjami dla opadu zanotowano w północno-zachodniej części kraju . Poza niewielkim obszarem wysokogórskim bezwzględna 59 różnica między scenariuszem referencyjnym i obserwacjami w 90% nie przekracza 3 mm/d. Najtrudniejsze do odtworzenia dla modelu globalnego ECHAM5 okazały się czerwiecsierpień. Zarówno w styczniu jak i w lipcu model na ogół daje mniejsze wartości ciśnienia na poziomie morza niż to jest w rzeczywistości, i różnice te rozkładają się porównywalnie. Zdarzyły się sytuacje, gdy model znacznie odbiegał od rzeczywistości w styczniu, największe niedoszacowania wystąpiły w Polsce południowo-zachodniej. Największe ujemne różnice między symulacjami a obserwacjami ciśnienia na poziomie morza dla roku 1983 są widoczne w Polsce południowo-zachodniej. Rozkład 90 percentyla liczonego dla wartości bezwzględnej różnicy model-obserwacja z całego materiału, co daje obraz bezwzględnej zgodności pól z modelu i pól obserwacyjnych pokazuje największą rozbieżność w przypadku ciśnienia w zachodniej części kraju. W porównaniu z obserwacjami synoptycznymi ciśnienie jest gorzej odtwarzane w porze chłodnej. Ze względu na bardzo duże rozbieżności dla ciśnienia poddano analizie również zgodność terminowych obserwacji ciśnienia z godzin 00:00, 06:00, 12:00 , 18:00 z symulacjami 6-cio godzinnymi RF. Badano zgodność kierunku zmian z terminu na termin. Dla większości miesięcy zgodność ta była większa od 90%. Rys. 1.2.4. Percentyl 90 Rys. 1.2.5. Percentyl 90-ty Rys. 1.2.6 Percentyl 90 bezwzględnej różnicy między bezwzględnej różnicy między bezwzględnej różnicy między polem RF z modelu polem referencyjnym RF z polem RF z modelu ECHAM5 ECHAM5 a obserwacjami modelu ECHAM5 a a obserwacjami ciśnienia na temperatury powietrza w obserwacjami opadu w poziomie morza w okresie okresie 1971-1990. okresie 1971-1990. 1971-1990. Walidacja wyników symulacji RegCM dla roku 1974 Pakiet narzędzi dołączony do RegCM zawiera narzędzia do uzyskiwania pól CRU w siatce RegCM dla rozpatrywanej domeny. Wykorzystując te narzędzia przeprowadzono analizy pól temperatury i opadu. Potwierdzony został ta metodą silny związek pól temperatury i bardzo słaby dla opadu (rys). Na podstawie diagramów Taylora (rys.1.2.7) można stwierdzić, że zgodność pól temperatury jest bardzo duża i zdarza się, że pola z modelu dla poszczególnych miesięcy wykazują wyższy współczynnik korelacji niż pola reanaliz. Dla pól opadu taka sytuacja się nie zdarzyła. 60 Rysunek 1.2.8 wskazuje, że ze względu na wielkość średniego błędu bezwzględnego, dla dobowej temperatury w styczniu najlepszy był scenariusz 008, dla lipca i całego roku scenariusz 010. Uwzględniając percentyl 90 dla bezwzględnego błędu dla dobowej temperatury scenariusz 010 jest najlepszy w lipcu, dla stycznia najlepszy jest scenariusz 003. Dla całego roku przodują scenariusze 008 i 010. Dla opadu, średni błąd bezwzględny wskazuje, że w styczniu i w całym 1974 roku najlepszy był scenariusz 003, a w lipcu scenariusz 011. Percentyl 90 dla opadu dobowego wskazuje dla całego 1974 roku na scenariusz 004, dla stycznia na 003, zaś dla lipca na scenariusz 011, (scenariusz 003 niewiele mu ustępuje). Rys.1.2.7. Porównanie pól miesięcznych temperatury i opadu z RegCM i CRU dla 1974 r. 61 W przypadku miesięcznych pól wskazania dla całego 1974 roku przebiegają następująco: Dla temperatury średni błąd bezwzględny wskazuje na scenariusz 001, a w następnej kolejności scenariusz 008; percentyl 90 błędu bezwzględnego preferuje scenariusz 011; dla opadu miesięcznego zarówno średni błąd bezwzględny jak i jego percentyl 90 wskazują na scenariusz 003 i 004 (ze względu na percentyl scenariusz 004 i 011 zachowują się podobnie). Rys.1.2.8. % stacji z najmniejszym średnim błędem bezwzględnym (po lewej) i percentylem 90 dla błędu bezwzględnego (po prawej) dla temperatury (na górze) i opadu (na dole) Wnioski: Oszacowania wskazują na możliwość wykorzystania modelu ECHAM5 do zagnieżdżenia w nim symulacji regionalnych, aczkolwiek bardziej szczegółowa analiza pokazuje, że mogą zdarzyć się spore rozbieżności modelu i obserwacji. Powyższe porównania są obarczone niepewnościami związanymi zwłaszcza z błędami obserwacyjnymi, szczególnie w przypadku opadu, jak również błędami metod interpolacyjnych, co jest nieuniknione w przypadku konieczności przechodzenia między różnymi siatkami, w których są zapisane dane, regularnymi (prostokątnymi, gaussowskimi) i nieregularnymi (sieć punktów pomiarowych). Pokazano, że symulacja referencyjna RF modelu ECHAM5 wykazuje bardzo dobre, na tym samym poziomie co reanalizy ERA40 i NCEP dopasowanie do obserwacji. W przypadku opadu model ECHAM5 znacznie lepiej dopasowuje pola wieloletnich średnich miesięcznych 62 niż pola średnioroczne. Dopasowanie histogramów dla modelu ECHAM5 i danych CRU jest obiecujące. W przypadku symulacji RegCM dla roku 1974 wyraźnie widać, że aby poprawnie odwzorować pole i zmienność temperatury należy symulacja musi zostać wykonana z większą rozdzielczością przestrzenną. Widać to wyraźnie dla symulacji 010 – 011, które różniły się tylko rozdzielczością (odpowiednio 20 i 10 km). W przypadku opadu znacznie bardziej istotne jest wybór odpowiedniej parametryzacji konwekcji. Porównując wyniki dla symulacji 001 i 002 (konwekcja ‘ak’) z 003 i 004 (konwekcja ‘gas’) widać wyraźnie, że znacznie lepszą zgodność z obserwacjami uzyskuje się dla konwekcji ‘gas’. Natomiast przez wzrost rozdzielczości przestrzennej (005 – 60 km, 008 – 20 km, 010 – 10 km) nie uzyskujemy polepszenia zgodności symulowanego opadu z obserwacjami. W raporcie zamieszczono jedynie wybrane rysunki w celu ilustracji wyników analizy i możliwości następnych oszacowań, opracowane algorytmy pozwalają na uzyskanie następnych wymaganych w projekcie porównań symulacji i obserwacji. Promieniowanie ultrafioletowe Dla wszystkich stacji promieniowanie całkowite z modelu RegCM jest większe o około 60 W/m² (Rys.1.2.9). Bardzo dobra relacja liniowa między tymi zmiennymi sugeruje, że przyczyną różnic może być inna parametryzacja, np. albeda w obu modelach. Podobne zachowanie dostrzeżono dla promieniowania całkowitego uwzględniającego oddziaływanie z chmurami. Zawsze rozstrzygającym argumentem, który z modeli lepiej zgadza się z rzeczywistością jest pomiar. Rys. 1.2.9. Porównanie promieniowania całkowitego RegCM i STREAMER oraz histogram współczynników korelacji dla bezchmurnego nieba z pomiarami dla wybranej stacji. Wartości pomiarów powinny być mniejsze lub równe wartościom modelowanym dla bezchmurnego nieba. Promieniowanie całkowite z modelu RegCM jest zawyżone. Jednak dzięki bardzo dobrej relacji liniowej pomiędzy tymi wielkościami jest możliwe skorygowanie promieniowania RegCM do wielkości obliczonych modelem STREAMER. 63 Do obliczania promieniowania UV z użyciem promieniowania całkowitego wykorzystuje się tzw. Chmurowy Czynnik Modyfikacyjny (CMF). Z porównania CMF obliczonego z użyciem modelu STREAMER oraz RegCM wynika, że zgodność między CMF obliczonymi dwoma modelami jest tym większa im mniejszy jest kąt zenitalny Słońca. Oznacza to, że najdokładniej oszacowywane będą wartości promieniowania UV dla okresu letniego. W celu sprawdzenia jak dokładnie jest odwzorowywany przebieg dzienny modelowanego promieniowania całkowitego z użyciem RegCM dla każdej ze stacji obliczono dzień po dniu współczynniki korelacji pomiędzy zmierzonym i modelowanym z RegCM promieniowaniem całkowitym. Na rys. 1.2.9 znajduje się przykładowy histogram współczynników korelacji dla wybranej stacji. Współczynniki korelacji dla każdej ze stacji podzielono na klasy co 0.1. Dla zdecydowanej większości stacji rozkłady mają wyraźne maksimum dla dużej wartości korelacji, co świadczy o możliwości wykorzystania RegCM do modelowania promieniowania całkowitego a co za tym idzie oszacowania promieniowania UV. Z wykorzystaniem średnich miesięcznych promieniowania całkowitego wykonano rekonstrukcję promieniowania UV dla stacji Belsk, z okresu 1976–1990. W pierwszym podejściu wykorzystano dane promieniowania całkowitego zmierzonego na stacji. W drugim kroku użyto dawek miesięcznych promieniowania całkowitego z modelu klimatu ECHAM5. Rys. 1.2.10. Porównanie średnich miesięcznych pomiarów promieniowania UV ze zrekonstruowanym promieniowaniem UV obliczonym z wykorzystaniem pomiarów promieniowania całkowitego (lewy) i wyników modelu ECHAM5 (prawy). Na Rys. 1.2.10 przedstawiono porównanie zrekonstruowanego promieniowania UV ze zmierzonym promieniowaniem całkowitym. Do danych dopasowano zależność liniową bez parametru wolnego. Analogiczne obliczenia wykonano z wykorzystaniem danych promieniowania całkowitego z modelu klimatu ECHAM5. Z wykresów widać, że w obu przypadkach zawyżane jest zrekonstruowane promieniowanie UV. Przy czym zawyżenie to jest większe dla modelu korzystającego ze zmierzonego promieniowania całkowitego. Z drugiej strony model korzystający z promieniowania całkowitego z modelu klimatu daje 64 większy rozrzut punktów. Widać to w wielkości R2. Podobne wnioski nasuwają się na podstawie histogramów różnic względnych promieniowania UV zrekonstruowanego dwoma metodami ze zmierzonym promieniowaniem UV Jednak w obu przypadkach relacja jest ewidentnie liniowa. Sugeruje to, że w ostatecznej wersji modelu rekonstrukcji UV, który będzie używany przy obliczaniu scenariuszy UV w przyszłości trzeba jeszcze dopracować parametryzację modeli transferu słonecznego, np. parametryzację albeda. W przypadku algorytmu rekonstrukcji UV z danych modelu klimatu ECHAM5 oceniono, że dokładność wyznaczenia zrekonstruowanego promieniowania UV wynosi 17%. 5. Literatura wykorzystana w opracowaniu Borkowski, J. L., Homogenisation of the Belsk UV-B series (1976-1997) and trend analysis, J. Geophys. Res., 105, 4873-4879, 1999. Curylo A., Z. Litynska, J. Krzyscin, B. Bogdanska, Reconstruction algorithm and diurnal cycle variability, Proceedings of the International Radiation Symposium (IRC/IAMAS) 3 - 8 August 2008, American Institute of Physics, pp. 615-618, 2009. 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. Engelsen O., A. Kylling, Fast simulation tool for ultraviolet radiation at the earth’s surface, Optical Engineering, Vol. 44, pp. 41012-41019, 2005 Gonzi, S., D. Baumgartner, E. Putz, Aerosol Climatology and Optical Properties of Key Aerosol Types Observed in Europe, Techn. Report for EU, No. 1, 52p, 2002 Key, J., A. J. Schweiger, Tools for atmospheric radiative transfer: Streamer and FluxNet, Computer & Geosciences, 24(5), pp. 443-451, 1998. 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. Koepke P., H. De Backer, A. Bais, A. Curylo et al.: Modelling solar UV radiation in the past: Comparison of algorithms and input data: Remote Sensing of Cloud and the Atmosphere XI, Stockholm, Sweden, 11-14, wrzesień, 2006. The Society of Photo-Optical Instrumentation Engineers, Proc. Of SPIE, Vol. 6362, 636215-1-636225-1, 2006 65 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-DB "EH5-T63L31_OM_20C3M_1_MM" http://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 6. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonanych prac mgr Aleksander Curyło przygotowanie stanowisk pomiarowych do badania wpływu chmur na promieniowanie słoneczne, obliczenia modelem transferu promieniowania Streamer i porównanie wyników z promieniowaniem otrzymanym z modelu RegCM oraz pomiarami, oszacowanie promieniowania UV z produktów modelu ECHAM5 i porównanie otrzymanych wartości z wartościami zmierzonymi dr Adam Jaczewski koordynacja podzadania dotyczącego scenariuszy dynamicznych, instalacja środowiska informatycznego na klastrze, instalacja modelu RegCM, symulacje klimatyczne RegCM, przygotowanie warunków początkowych i brzegowych, analiza dokumentacji oraz kodów źródłowych modelu RegCM, przygotowywanie raportów z podzadania mgr inż. Krystyna Konca-Kędzierska przetwarzanie wstępne – przygotowanie warunków początkowych i brzegowych, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu dr inż. Małgorzata Liszewska przegląd i ocena symulacji modeli ogólnej cyrkulacji atmosfery i oceanu, symulacje klimatyczne RegCM, przetwarzanie wstępne – przygotowanie warunków początkowych i brzegowych, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu mgr inż. Krystyna Pianko-Kluczyńska przetwarzanie wstępne – przygotowanie warunków początkowych i brzegowych, przetwarzanie wyników symulacji, analiza, walidacja, wizualizacja wyników modelu 66 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. 2. Zakres wykonanych prac w okresie: luty 2009 – grudzień 2009 o W toku prac szczegółowo zinwentaryzowano dostępne metody interpolacji danych meteorologicznych ze szczególnym uwzględnieniem temperatury powietrza i opadów atmosferycznych. o Dokonano analiz wyników interpolacji w/w elementów meteorologicznych stosując znane metody ich oceny. Wykorzystano pola meteorologiczne danych historycznych z obszaru Polski. Wzięto pod uwagę różne skale przestrzenne oraz czasowe. o Na podstawie uzyskanych wyników oraz posiadanego doświadczenia wybrano po 2 metody interpolacyjne do każdego z elementów. o Rozpoznano formaty danych i możliwości importu danych do programów GIS-owych o Dokonano prób importu danych oraz ich dalszego przetwarzania na przykładowych plikach danych historycznych uzyskanych od głównego wykonawcy podzadania 1.2. o Opracowano wstępną wersję bazy danych, która w kolejnym etapie poddana zostanie testowaniu na danych operacyjnych o W drugiej fazie realizacji projektu wypracowywano metody interpolacji wybranych pól meteorologicznych dla map Polski do bieżącego monitoringu klimatu. 67 o Opracowano wstępną metodykę analiz przestrzennych i atrybutowych w pakiecie ArcGIS. Po odpowiednim przygotowaniu tabel atrybutowych będzie możliwy ich zapis również w Arkuszu „Excel” o Wstępnie przeanalizowano możliwość utworzenia ”makr” w Visual Basic, które powinny ułatwić analizę i dalsze przetwarzanie danych. 3. Opis metodyki badań Jak wyżej wykazano w okresie sprawozdawczym skupiono się na 5 zagadnieniach: 1. doborze metod interpolacji, 2. możliwościach importu/eksportu określonych danych i ich dalszego przetwarzania 3. opracowaniu szczegółowej bazy danych gridowych 4. ocennie merytorycznej danych znajdujących się w poszczególnych polach zmiennych z modelu RegCM. 5. wstępnym rozpracowaniu możliwości analiz przestrzenno-atrybutowych w ArcGIS i Excelu Poniżej przykładowo przedstawiono metodyczny opis działań (w zakresie 2 zagadnienia) pozwalających na import danych oraz ich dalsze przetwarzanie w programie ArcGIS. Wyniki z modelu RegCM generowane są w postaci plików typu NetCDF posiadających możliwość zapisu danych wielowymiarowych. Dane dla poszczególnych punktów w przestrzeni dotyczą różnych danych meteorologicznych i momentów czasowych. Import plików do systemu GIS może być wykonany dla jednego lub kilku parametrów. Rys. 1 przedstawia makietę importu opadu i temperatury dla wszystkich momentów czasowych (tu dane codzienne dla jednego roku) i wszystkich punktów w przestrzeni. W efekcie powstaje warstwa punktowa GIS wraz z tabelą atrybutów, zawierającą współrzędne, datę i zaimportowane wartości (rys. 2). 68 Rys. 1. Makieta importu danych do pakietu GIS Rys. 2. Tabela atrybutów zaimportowanych danych System GIS umożliwia wykonanie wstępnych analiz: przestrzennych (na geometrii- punktach) – wybór obszaru - cała Polska lub mniejszy obszar np. zlewnia, województwo, powiat atrybutowych (tabela atrybutów) o wybór okresu czasowego, np. miesiąc, dekada, kwartał czy inny dowolny zadany przez użytkownika przedział czasowy – stworzenie odpowiedniego podzbioru o Wyliczenie sum/średnich dla wybranego lub całego okresu czasu przestrzennych i atrybutowych połączenie analiz na danych atrybutowych i przestrzennych, np. wyznaczenie średniej miesięcznej temperatury i sum miesięcznych opadów dla danego województwa Rys. 3 przedstawia przykład analizy przestrzenno- atrybutowej, której efektem są średnie temperatury powietrza dla województwa małopolskiego dla wszystkich dni 1997 roku oraz statystyka roczna dla całego województwa 69 Rys. 3. Analiza przestrzenna i statystyczna temperatury dla woj. małopolskiego Powyższe możliwości operacyjne są dostępne w środowisku ArcGIS. Wykonawcy będą w kolejnym etapie zadania starali się najważniejsze z nich zaimplementować z wykorzystaniem programu Excel i Visual Basic. Jednocześnie w okresie sprawozdawczym wykonano wstępny projekt bazy danych gridowych (w zakresie zagadnienia 3). Główne założenia bazy odnośnie jej zawartości są następujące: A. Zawiera podstawowe elementy klimatu takie jak: średnia dobowa temperatura powietrza, maksymalna dobowa temperatura powietrza, minimalna dobowa temperatura powietrza, dobowa suma opadów atmosferycznych B. Przygotowana jest do zapisu danych z różną rozdzielczością przestrzenną W etapie przygotowawczym rozważano opracowanie w/w bazy na zasadzie bazy relacyjnej, która miała między innymi na celu oszczędność miejsca zapisu danych. Wykonano kilka prób z wykorzystaniem programu bazowego MS Access a także z wykorzystaniem programu Arc GIS. Jednak podjęte działania i ich efekty a zwłaszcza dyskusje z potencjalnymi odbiorcami (między innymi wykonawcami zadania 3 niniejszego projektu) jednoznacznie wykazały niewielką zaletę takiego ujęcia. 70 W efekcie opracowana baza będzie dwuczłonowa. Pierwszy człon będzie zawierał bazę tabelaryczną, drugi bazę geoprzestrzenną. Baza tabelaryczna posiada bardzo przejrzystą formę (typową „user-friendly”) i oparta jest na prostym arkuszu Excel wersji MS Office 2007. Program ten jest wystarczający do utworzenia pierwszej wersji bazy, gdyż jego ograniczenia sięgają 1 048 576 wierszy oraz kilkunastu tysięcy kolumn. Oczywiście w razie potrzeby można dokonać szybkiego eksportu danych w formacie tekstowym. W przyszłości, jeżeli struktura bazy i jej zawartość będą już w pełni dopracowane przewiduje się wykorzystać program Access. Baza geoprzestrzenna oparta będzie na platformie ArcGIS, gdzie dane geometryczne opisane będą przez tabele atrybutowe wraz z dołączonymi do nich na zasadzie relacji zewnętrznymi tabelami. Baza ta będzie miała szerokie możliwości co do analiz przestrzennych, które pozwolą na różnego rodzaju analizy statystyczne i wizualizację oraz obliczenia przestrzenne. Obecnie istnieje jedyny problem merytoryczno – administracyjny związany z brakiem pozytywnego rozwiązania zagadnienia 4. Dotyczy on wyboru scenariuszy klimatycznych i pól zmiennych, z których mają pochodzić dane, jakie mają znaleźć się w ostatecznej bazie danych. Problem ten musi być rozwiązany po konsultacjach z kierownictwem projektu i innymi ekspertami. 4. Charakterystyka osiągniętych wyników Wykonane prace pozwoliły na dobre rozeznanie możliwości tak programowych jak i ściśle merytorycznych pozwalających na przygotowanie profesjonalnej bazy danych. Udało się rozpoznać metody importu danych oraz ich dalszego przetwarzania. Uzyskane doświadczenie odnośnie interpolacji jednoznacznie wykazały, że istnieje tylko kilka metod wartych wykorzystania. W przypadku temperatury powietrza będą to dla obszaru Polski i różnych jej skal czasowych metoda krigingu resztowego oraz metoda regresji wielokrotnej. W przypadku sum opadów atmosferycznych jest to również metoda krigingu resztowego oraz metoda IDW. Opracowana koncepcja bazy danych gridowych jak i jej przykładowa struktura powinna pozwolić na wypracowanie jej odpowiedniej w pełni efektywnej formy. W kolejnym etapie (roku) realizacji projektu powinna pozwolić na dokonywanie sukcesywnego jej wypełniania docelowymi danymi obejmującymi dwa przewodnie elementy klimatu to jest temperaturę powietrza i opady atmosferyczne. 71 5. Literatura wykorzystana w opracowaniu Allen D.W., 2009, GIS Tutorial II: Spatial Analysis Workbook , ESRI Press, 416 pages, ISBN: 9781589482012 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 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/ 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. (ryc. 13, pozycji bibl. 28) 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. 6. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonanych prac dr hab. Zbigniew Ustrnul, prof. inwentaryzacja metod interpolacji, ich walidacja oraz UJ przygotowanie koncepcji bazy mgr Danuta Czekierda walidacja metod interpolacji dla różnych skal przestrzennych i czasowych mgr inż. Danuta Kubacka konwersja danych do pakietów GIS-wych i analiza uzyskiwanych pól 72
