9. KLIMATICKÉ SCÉNÁŘE 9.1 Klimatický scénář •pravděpodobné vyjádření budoucího klimatu, konstruované pro explicitní použití při studiu potenciálních dopadů antropogenní klimatické změny •musí zahrnovat antropogenně podmíněnou změnu klimatu a jeho přirozenou variabilitu •je obvykle kombinací scénáře klimatické změny s popisem stávajícího klimatu (vyjádřeného pozorováním) •nejde o předpověď budoucího klimatu, spíše o popis alternativ pravděpodobné budoucnosti se zřetelem na podmínky, za nichž se mohou vyskytnout •objasnění nejistot při určení možných omezení klimatické změny s ohledem na různé vývojové cesty •od klimatického scénáře se liší projekce klimatu – odezva klimatického systému na určitý scénář emisí skleníkových plynů a aerosolů, počítaná klimatickými modely. 9.2 Požadavky na klimatické scénáře •kolísají podle geografické oblasti, typu dopadů a účelu impaktních studií: –a) klíčové proměnné: maximální a minimální teploty, srážky, sluneční záření, relativní vlhkost, rychlost větru (dále: koncentrace CO2, mořský led, tlak, hladina moře, frekvence bouřlivých přílivů) –b) musí postihnout míru nejistoty – emise skleníkových plynů v budoucnosti, jejich konverze na koncentrace v atmosféře, odezva různých modelů na radiační působení, rozlišení modelů –c) konzistence mezi jednotlivými komponentami scénářů –d) vícenásobné scénáře k reflektování více zdrojů nejistot –e) scénáře pro impaktní studie - kombinace odhadu klimatické změny s „baseline“ klimatologií –f) prostorové a časové rozlišení. •Základní období (baseline period) •jde o referenční období, od něhož se počítají odhadované budoucí změny klimatu (1961-1990 a jiné; ideální by bylo nějaké období v 19. století, kdy antropogenní efekt na klima byl zanedbatelný) •modelové odhady budoucí změny se aplikují na klima základního období (diference, poměry) •definuje současné klima, se kterým se obvykle kombinuje scénář klimatické změny. 9.3 Kritéria vhodnosti scénářů pro impaktní studie •1. Konzistence na regionální úrovni s globálními projekcemi •Scénáře změny regionálního klimatu mohou být mimo meze globálních změn, ale musí být v souladu s fyzikálními teoriemi a modelovými výsledky. •2. Fyzikální věrohodnost a reálnost •Změny klimatu musí být fyzikálně věrohodné, takže změny různých klimatických proměnných jsou vzájemně konzistentní a věrohodné. •3. Vhodnost informací pro odhady impaktů •Scénáře musí prezentovat klimatické změny ve vhodném časovém a prostorovém měřítku pro dostatečný počet proměnných a zahrnovat vhodný časový horizont použitelný pro odhady impaktů. •4. Reprezentativnost •Reprezentativnost potenciálního rozmezí budoucí regionální klimatické změny. •5. Dostupnost •Informace poskytované klimatickými scénáři musí být snadno dostupné a snadno použitelné v impaktních studiích. 9.4 Typy scénářů •jednotlivé klimatické prvky se mění přírůstkově o předpokládané libovolné množství •některé uvažují konstantní změnu během roku, jiné sezónní a prostorové kolísání změn nebo změny v průměru i variabilitě •studium citlivosti exponované jednotky (systému) na široké spektrum kolísání klimatu před použitím scénářů založených na modelování •jsou jednoduché, ale mohou vyjadřovat nereálné změny nebo fyzikálně nekonzistentní kombinaci změn klimatických veličin •nemají přímou vazbu na působení skleníkových plynů na klima 9.4.1 Přírůstkové (inkrementální) scénáře 9.4.2 Analogové scénáře 9.4.2.1 Prostorové analogony •oblasti, mající dnes klima, které je analogické předpokládanému klimatu ve studované oblasti v budoucnosti •často chybí shoda mezi klimatickými a neklimatickými rysy studované oblasti a prostorového analogonu •slouží spíše k ověření odhadu reakcí studovaného systému na změněné klima, které leží mimo změny dosud pozorované ve studované oblasti 9.4.2.2 Časové analogony •klimatické informace z minulosti jsou využity jako analogon možného budoucího klimatu • •a) Paleoklimatické analogony •odlišné příčiny změn klimatu v minulosti v porovnání se současností (regionální a sezónní změny klimatu mohou být odlišné) •nejistoty v paleoklimatických rekonstrukcích •citlivost na náhlé (abrupt) klimatické změny a minulé extrémy ENSO – informace o zranitelnosti ekosystémů •b) Analogony založené na přístrojových pozorováních • •metoda historických analogonů – rozdíly mezi teplými a chladnými obdobími •metoda historických korelací – vztahy mezi globálními teplotami a klimatickými charakteristikami v dané lokalitě •metoda cirkulačních typů (modů) – analýza vztahů cirkulace v teplých a studených obdobích k teplotě a ke srážkám •výhoda: tyto podmínky byly již pozorovány, jsou vnitřně konzistentní a fyzikálně věrohodné, citlivost a adaptace na dopady v minulosti •nevýhody: malá změna teploty, pozorované výkyvy souvisely s přirozenou variabilitou klimatu, nikoli s růstem koncentrací skleníkových plynů 9.4.3 Scénáře založené na výstupech klimatických modelů •klimatické modely různých měřítek a úrovní komplexity •lépe simulují velkorozměrná pole veličin ve volné atmosféře než lokální proměnné při zemském povrchu • •A) Scénáře založené na GCMs •GCMs - nejrozvinutější prostředky simulace odezvy globálního klimatického systému k měnícím se atmosférickým podmínkám •přechodové studie počítající s kontinuálním růstem koncentrací skleníkových plynů s použitím AOGCM •informace o změně jsou odvozeny z matematicko-fyzikálních modelů – reakce klimatického systému na zásahy do radiačních procesů v atmosféře se přímo počítá •omezení výstupů z AOGCM: –a) velké zdroje nutné pro provádění experimentů a uchovávání výsledků, omezující rozsah experimentů –b) hrubé prostorové rozlišení s ohledem na měřítko impaktů –c) těžkosti s odlišením antropogenního signálu od šumu souvisejícího s přirozenou vnitřní variabilitou modelu –d) odlišná citlivost různých modelů. – •B) Scénáře založené na jednoduchých modelech •jednoduché klimatické modely - zjednodušené modely, které umožňují reprodukovat velkoměřítkové chování AOGCM •výhoda: mnohonásobné simulace mohou být provedeny velmi rychle, což dovoluje studovat klimatické efekty alternativních scénářů radiačního působení, citlivosti klimatu a jiné parametrizační nejistoty. img245 Uzlové body GCM: C – CGCM1 (Kanada), CS – CSIRO (Austrálie), E – ECHAM4 (Německo), H – HadCM2 (Velká Británie), NC – NCAR3 (USA), SR – CCSR (Japonsko) 9.4.4 Jiné typy scénářů •a) extrapolace stávajících klimatických trendů pozorovaných v určitých oblastech, které se zdají být konzistentní s modelovými odhady klimatické změny (problém trendů) • •b) expertní odhad, kdy odhady budoucího klimatu se požadují od klimatologů a výsledky se zpracují do funkce hustoty pravděpodobnosti budoucí změny (subjektivita, výběr expertů) 9.5 Scénáře s větším časovým a prostorovým rozlišením •nesoulad mezi rozlišením GCMs (stovky km) a měřítkem regionálních impaktů •Čtyři hlavní techniky sestavení klimatických scénářů s větším rozlišením: a)AOGCM časové řezy (AOGCM time-slice) •zvýšení rozlišení bez podstatného zvýšení nároků na výpočetní techniku •počítá se pro vybrané časové úseky modelem s vyšším rozlišením, počáteční a okrajové podmínky se berou z jiného experimentu •další alternativou je nepravidelná výpočetní síť uzlových bodů s největší hustotou v zájmové oblasti – –b) regionální klimatické modelování (vnořené neboli „nested“ modely, LAM – Limited Area Model) – výstupy z GCM představují počáteční a okrajové podmínky pro spuštění regionálního klimatického modelu (RCM) s rozlišením řádově desítek km (10-20 km), zatímco rozlišení GCM je o řád větší – RCM modifikuje reakci planetárního až subkontinentálního měřítka tak, aby byly zachyceny fyzikální vlivy topografie a nehomogenit zemského povrchu, které jsou pod rozlišovací úrovní GCM – regionalizace výstupů AOCGM – dynamický downscaling – RCM neodstraňují systematické chyby GCM – chybí zpětná vazba RCM – GCM, tedy působení procesů uvažovaných v RCM na GCM – RCM Driving GCM ALADIN53 CNRM-CM5 CCLM4-8-17 a: CNRM-CM5, b: EC-EARTH, c: MPI-ESM-LR HIRHAM5 EC-EARTH RACMO22E EC-EARTH RCA4 a: CNRM-CM5, b: EC-EARTH, c: MPI-ESM-LR, d: HadGEM2-ES, e: IPSL-CM5A-MR Korekce hodnot průměrných denních rychlostí větru (MDWS) pro 11 Euro-CORDEX RCM simulací v kontrolním běhu; průměrováno přes všechny gridy pro území ČR (identifikace RCM viz výše) (Brázdil et al., Climate Research, 2019) Porovnání dvacetiletých nekorigovaných (a) a korigovaných (b) modelových projekcí průměrných denních rychlostí větru (MDWS) pro emisní scénáře RCP4.5 a RCP8.5. Krabicové grafy ukazují meze hodnot pro všech 11 Euro-CORDEX RCM simulací (Brázdil et al., Climate Research, 2019) c) statistický downscaling • hledání vztahů mezi veličinami, které GCM lépe simulují (velkorozměrná pole ve volné atmosféře – prediktory) a veličinami potřebnými při studiu dopadů klimatických změn, které nejsou pomocí GCM spolehlivě simulovány (prediktanty) • downscaling probíhá ve třech krocích: - nalezení vazby mezi prediktory a prediktanty v pozorovaných datech - vztahy jsou uplatněny na prediktory v běhu GCM reprezentující současné klima (validace) - vztahy odvozené z pozorování jsou uplatněny na prediktory v běhu GCM pro zesílený skleníkový efekt • rozdíly ve scénářích aplikujících GCM výstupy a statistický downscaling mohou být dosti značné • statistický downscaling předpokládá, že regionální nebo lokální klima závisí na velkoprostorových charakteristikách stavu atmosféry • statistický downscaling musí splňovat tyto podmínky: - vztah prediktorů a prediktantů je dostatečně silný, tedy prediktory vysvětlují dostatečně velkou část rozptylu prediktantů - vztah mezi prediktory a prediktanty se s časem nemění a zůstane stejný i v podmínkách budoucího klimatu - použitý GCM je schopen dobře simulovat prediktor - prediktory plně reprezentují signál klimatické změny - samotný GCM neumí požadované veličiny reprodukovat s dostatečnou přesností img246 img247 img248 Očekávané oteplení (°C) pro průměrné denní teploty vzduchu v zimě (Huth, Kyselý, 2001) Přímý výstup z CCCM (Canadian Climate Center Model) Downscaling Downscaling: a) výšky hladiny 500 hPa a teploty v 850 hPa v modelu CCCM, b) výšky hladiny 500 hPa v modelu CCCM a b d) stochastické generátory • jsou určeny ke generování jedné nebo více meteorologických charakteristik vztahujících se k jedné nebo více lokalitám • neřídí se rovnicemi fyzikálních procesů, ale rovnicemi popisujícími statistickou strukturu řad • nejčastěji jsou založeny na autoregresních modelech a Markovských řetězcích • model generátoru je zvolen tak, aby byly co nejlépe reprodukovány nejdůležitější statistické charakteristiky • rovnice modelu zahrnuje náhodný člen a parametry jsou odhadnuty z pozorování – následně se pomocí modelu a generátoru náhodných čísel generuje řada s podobnou strukturou jakou mají pozorovaná data • pro generaci řady pro změněné klima jsou parametry generátoru modifikovány v souladu se scénářem změny klimatu (podle měsíčních aditivních nebo multiplikativních změn jednotlivých veličin) img250 Pattern scaling: regionální změny získané z určitého AOGCM se vydělí změnou průměrné globální teploty udávané tímto modelem a tyto standardizované změny se pak vynásobí změnou globálního průměru klimatických proměnných vypočítanou pomocí jednoduchých klimatických modelů pro široké spektrum scénářů emisí. Literatura: Huth, R. (2001): Využití statistického downscalingu při konstrukci scénářů změny klimatu v České republice. Část I. Metodické studie. Meteorologické zprávy, 53, č. 5, s. 129-136. Huth, R., Kyselý, J. (2001): Využití statistického downscalingu při konstrukci scénářů změny klimatu v České republice. Část II. Validace a konstrukce scénářů. Meteorologické zprávy, 54, č. 4, s. 97-104. Kalvová, J. a kol. (2002): Globální klimatické modely a scénáře změny klimatu pro Českou republiku. In: Národní klimatický program České republiky, č. 32, Praha, s. 1-58. Huth, R., Metelka, L., Halenka, T., Mládek, R., Huthová, Z., Janoušek, M., Kalvová, J., Kliegrová, S., Kyselý, J., Pokorná, L., Sedlák, P. (2003): Regionální klimatické modelování v České republice – projekt ALADIN-Climate. Meteorologické zprávy, 56, č. 4, s. 97-103. Stocker, T. F., Qin, D., Plattner, G.-K., Tignor, M. M. B., Allen, S. K., Boschung, J., Nauels, A., Xia, Y., Bex, V., Midgley, P. M., eds. (2013): Climate Change 2013: The physical science basis. Working group I contribution to the Fifth assessment report of the Intergovernmental panel on climate change. Cambridge University Press, Cambridge, UK, 1535 s.