Kuva 1. Lapin metsänrajamännyn elävien puiden vuosilustoindeksin perusteella tehty Wavelet-analyysi (data ja taulukko). Arvo 1.0 vastaa indeksiä 100.

Koko: px

Aloita esitys sivulta:

Download "Kuva 1. Lapin metsänrajamännyn elävien puiden vuosilustoindeksin perusteella tehty Wavelet-analyysi (data ja taulukko). Arvo 1.0 vastaa indeksiä 100."

Kristiina Lahtinen
7 vuotta sitten
Katselukertoja:

1 Kuva 1. Lapin metsänrajamännyn elävien puiden vuosilustoindeksin perusteella tehty Wavelet-analyysi (data ja taulukko). Arvo 1.0 vastaa indeksiä 100.

2 Kuva 2. Metsänrajamännystä (elävien puiden aineisto) laskettu heinäkuun keskilämpötila vuosina

3 Kuva 3. Heinäkuun lämpötila metsänrajalla (Metsänrajamännyn 7641-vuotinen lustonleveyskronologia).

4 Kuva 4. Itämeren jäiden kokonaispinta-ala, km 2. Data.

5 Metsänrajaseudun heinäkuun lämpötilan spektri Metsänrajaseudun heinäkuun lämpötilan spektri 7638 vuoden aikana Itämeren jäiden vaihteluiden spektri Kuva 5. Heinäkuun lämpötila metsänrajalla (ylhäällä) ja Itämeren jääpinta-alan spektrit.

6 Kuva 6. Auringonpilkkulukuun perustuva Wavelet-analyysi. Data

7 Kuva 7. Kalifornian vihnemäntyaineisto (data ja taulukko). Vihnemäntyjen vuosilustoindeksiin perustuva Wavelet-analyysi osoittaa vuoden jaksoja. Artikkeleita: A Memory Bank for the Planet Vihnemäntyjä jäljittämässä Kaliforniassa Rovaniemiläisopettaja etsi maailman vanhinta puuta Kaliforniassa

8 Kuva 8. Yamalin kohutusta vuosilustoaineistosta laskettu vuosilustoindeksi (data ja taulukko). Ks. juttu: Onko lustotutkimus luotettavaa? Sama englanninkielisenä versiona: The RCS-modelled Hockey stick chronology of Yamal. What went wrong? Wavelet-analysi kertoo syklisyyden vaihdellen viimeisten 2000 vuoden aikana. Viime vuosisadat ovat menneet laajan vaihtelun ( v) puitteissa. Mielenkiintoinen kysymys on se, ovatko syklisyyden muutokset suurilmaston (siis aurinkoperäisen) ilmaston indikaattori. Asiasta saadaan selvyyttä katselemalla mahdollisimman monen datan syklejä, jolloin toivottavasti päästään ymmärrykseen syklisyysilmiön alkuperästä (mm. avaruusilmasto, maan ilmastodynamiikka ja datojen vajavaisuus ehdokkaina).

9 Kuva 9. Tornionjoen jäiden lähtö: päiviä vuoden alusta. Data.

10 Kuva 10. Tornionjoen jäiden lähtö: Wavelet-analyysi muuttujalla päiviä vuoden loppuun. Data.

11 Kuva 11. Tornionjoen jäiden lähtö: spektri muuttujalla päiviä vuoden loppuun. Data.

Kuva 12. Uppsalan vuotuisesta keskilämpötilasta 1722-2010 tehty Wavelet-analyysi. Data, alkuperäinen data ja seloste Uppsalan pitkästä Lämpötilasarjasta.

12 Kuva 12. Uppsalan vuotuisesta keskilämpötilasta tehty Wavelet-analyysi. Data, alkuperäinen data ja seloste Uppsalan pitkästä Lämpötilasarjasta. Syklisyyttä näyttää olleen 100 vuoden tietämissä (punainen, oranssi ja keltainen vyöhyke). Viimeisten 70 vuoden aikana syklit ovat esiintyneet 64 vuoden molemmin puolin (punainen alue). viimeisten 2000 vuoden aikana. Viime parikymmentä vuotta ovat olleet minimilämpötilojen osalta lämpimämpiä kuin aiemmin mittausjaksolla.

13 Kuva 13. Uppsalan sydäntalven (DJFM) keskilämpötilasta tehty Wavelet-analyysi.

14 Kuva 14. Uppsalan kevään (T34) keskilämpötilasta tehty Wavelet-analyysi.

15 Kuva 15. Uppsalan heinäkuun (T7) keskilämpötilasta tehty Wavelet-analyysi.

16 TVuo DJFM T34 T34 T67 T7 Kuva 16. Uppsalan lämpötilasarjasta lasketut vuoden, sydäntalven kevään ja keskikesän spektrit (vuodet ).

17 Kuva 17. Inarin kyynelniemen 400-vuotias mänty on kasvanut jaksoittaisesti.

18 Kuva 18. Ylempi kuva. Biologisen iän vaikutuksen poistaminen Kyynelniemen männyn kasvusta (standardointi). Alempi kuva: indeksoitu tulos= vuosilustoindeksi. T67

19 Kuva 19. Kyynelniemen männyn vuosilustoindeksistä laskettu heinäkuun lämpötila (vihreä viiva) perustuu Muotkanruoktun männyn vuosilustoindeksin ja Karesuvannon ilmastoaseman heinäkuun lämpötilamittausten (oranssi viiva) väliseen riippuvuuteen.

20 Kuva 20. Esimerkki ilmastomallituksesta vuosilustoilla: Karasjoen heinäkuun keskilämpötilan arviointi 30 km:n päässä sijaitsevien Muotkanruoktun mäntyjen vuosilustoindeksin perusteella.

21 Kuva 21. Kyynelniemen 403-vuotiaan männyn vuosilustoindeksistä (edellinen kuva) johdettu heinäkuun keskilämpötila. Mallina käytetty Karasjoen ilmastomittausten heinäkuun keskilämpötilan (T7) ja Muotkanruoktun vuosilustoindeksin (muuttuja IndCRS) välistä riippuvuussuhdetta. Keskimääräinen virhe: 0.29 o C ja keskihajonta: 1.7 o C (Data) Sovellettu siirtofunktio kuvattu MIL-raportin sivulla 8.

22 Kuva 22. Kyynelniemen männyn vuosilustoindeksistä tehty Waveletanalyysi. Kasvunvaihteluissa näkyy vuoden syklisyys (punainenoranssi alue).

23 Kuva 23. Kyynelniemen männyn vuosilustoindeksistä johdetun heinäkuun keskilämpötilan perusteella tehty Wavelet-analyysi. Keskeisenä näkyy vuoden syklisyys (punainen alue).

24 Kuva 24. Lapin kolmen pitkän lämpötilasarjan keskinäinen vertailu. Ilmasto on hyvin samankaltainen koko Lapin alueella (ainakin alavilla seuduilla).

25 # mt/260412: # Miten Wavelet-analyysit tehtiin? # ============================================= library(dplr) # lataa dplr-kirjasto rm(list=ls()) # alusta työtila # Lue data (muott7.cpt) rw-taulukkoon compact -formaatilla rw<-read.compact("muott7.cpt") # Määrittele muuttujat. Ensiksi vuosikenttä rw.years<-as.numeric(rownames(rw)) # Sitten tutkittava muuttuja rw:stä rw.std<-rw[,1] # Aja Wavelet-analyysi ja tallenna rw.wave-taulukkoon rw.wave <- morlet(y1=rw.std,x1=rw.years,dj=0.1,siglvl=0.99) #tulosta analyysi kuvana. Määrittele värit. wavelet.plot(rw.wave, key.cols = c("black","blue","deepskyblue4","royalblue","lightblue", "lightblue1","green","yellow","darkgoldenrod1","red")) #Tarvittiin siis vain 7 riviä. R on tehokas kieli! DplR-Wavelet-kuvien perusvärit yllä olevan koodauksen mukaisesti (malli mt_clour1 )

Samankaltaiset tiedostot

Syklinen ilmasto näkökulmia erilaisten aikasarjojen valossa. Lustia-arkistodokumentti/Mauri Timonen (päiv )

Syklinen ilmasto näkökulmia erilaisten aikasarjojen valossa Lustia-arkistodokumentti/Mauri Timonen 27.3.2013 (päiv. 3.5.2013) 1. Yleistä ilmaston syklisyydestä - Syklisyystarkastelut voisi aloittaa vaikkapa