ACCLIM II Ilmastonmuutosarviot ja asiantuntijapalvelu sopeutumistutkimuksia varten Kirsti Jylhä, Ilmatieteen laitos ISTO-loppuseminaari 26.1.

Transkriptio

1 II Ilmastonmuutosarviot ja asiantuntijapalvelu sopeutumistutkimuksia varten Kirsti Jylhä, Ilmatieteen laitos ISTO-loppuseminaari

2 TEHTÄVÄ: tuottaa ilmaston vaihteluihin ja muutokseen varautumista varten mahdollisimman luotettavaa tietoa menneestä, nykyisestä ja tulevasta ilmastosta keskimääräiset arvot

3 TAVOITE: tuottaa ilmaston vaihteluihin ja muutokseen varautumista varten mahdollisimman luotettavaa tietoa menneestä, nykyisestä ja tulevasta ilmastosta keskimääräiset arvot vaihtelu ääri-ilmiöt

4 Miksi Suomen tulevaa ilmastoa ei voi ennustaa tarkasti? Mitä pienempää aluetta tarkastellaan, sitä suurempi on luonnollisen vaihtelun merkitys Luonnollisen vaihtelu näyttää välillä kiihdyttävän muutoksia (kuten talvena 27/28), välillä jarruttavan niitä (esim. talvet 29/21 ja 21/211) Myös ilmastomallikokeiden tuloksissa on mukana ilmaston luonnollinen vaihtelu Vuosisadan alkupuolella luonnollinen vaihtelu peittää helposti alleen pitkän aikavälin trendin Vuosisadan loppupuolen muutokset riippuvat suuresti ihmiskunnan tulevista kasvihuonekaasupäästöistä Mallittamiseen liittyy epävarmuutta

5 Sään ääri-ilmiöiden toistuvuus havaintoihin perustuen < 29ºC Keskimäärin kerran 5 vuodessa ylittyvä vuorokauden ylin lämpötila 29-31ºC Havaintoaikasarjat: - n. 3 asemaa - pituus useimmilla sääasemilla v. - ulottuvat kesään 21 Suomen uusi lämpöennätys: 37,2 ºC Liperissä Joensuun lentoasemalla ºC > 33ºC 95%:n luotettavuusväli noin puoli astetta alaspäin, yksi ylöspäin. Lähde: Saku et al.

6 Suomen keskilämpötila kohoaa Lämpötila ( o C) 1 Suomen keskilämpötila: Havainnot ja havainnot skenaariot ja skenaariot (Gt C/vuosi) Päästöskenaario Värit: eri kasvihuonekaasuskenaariot Käyrät: muutoksen paras arvio (19 ilmastomallin antama keskiarvo) Lämpenemisen keskimääräinen nopeus ~.4±.1 C/1 v kaikissa skenaarioissa noin vuoteen 24 saakka. Myöhemmin erot eri ilmastoskenaarioiden välillä kasvavat ja suurimpien päästöjen skenaarioissa muutokset ovat jo huomattavia. Lähde: H. Tietäväinen & K. Ruosteenoja

7 Sademärää (mm) Kesä-elokuun Kesä-elokuun havainnot sademäärä ja skenaariot Etelä-Suomessa Havainnot ja skenaariot Sademäärät kasvavat Suomessa Kesällä %:ina vähemmän kuin talvella Eri kasvihuonekaasuskenaariot on oletettu yhtä todennäköisiksi Mallien erot Paras arvio Epävarmuusväli Sademäärän kasvu aluksi melko hidasta ja voi hukkua vielä lähivuosikymmeninä luonnollisen vaihtelun sekaan Rankkasateet voimistuvat Lähde: H. Tietäväinen & K. Ruosteenoja

8 Runsassateiset päivät lisääntyvät Suomessa Kaikkina vuodenaikoina, suurin %-muutos talvella Voi hukkua vielä lähivuosikymmeninä luonnollisen vaihtelun sekaan Yli 1 mm/vrk sadepäivien vuotuisen määrän muutos (%) Suomi => Päästöt Muutoksen paras arvio (1 globaalin mallin antama keskiarvo) Musta viiva: muutos tilastollisesti merkitsevä 95 % luottamusvälillä (Gt C/year) A1B Lähde: I. Lehtonen & K. Ruosteenoja

9 Vuotuiset poutapäivät vähenevät Suomessa Kesällä muutokset vähäisiä, suuntakin epävarma Vuoden pisimmän poutajakson muutokset eivät tilastollisesti merkitseviä Poutapäivien vuotuisen määrän muutos (%) Suomi => Päästöt Muutoksen paras arvio (1 globaalin mallin antama keskiarvo) Musta viiva: muutos tilastollisesti merkitsevä 95 % luottamusvälillä (Gt C/year) A1B Lähde: I. Lehtonen & K. Ruosteenoja

10 Lumisateen määrän ja lumen vesiarvon muutokset v nähden Lumen vesiarvo (maaliskuu) Lumisade (marras-maalis) ENSEMBLES-simulaatioiden keskiarvot Lähde: J. Räisänen

11 Tuulet voimistuvat hieman syys-huhtikuussa ja muuttunevat enemmän lännenpuoleisiksi % 1-2 % 1-2 % 2-4 % 2-4 % 4-6 % 4-6 % Muutoksen paras arvio (9 globaalin ilmastomallin antama keskiarvo); geostrofinen tuuli Vrt Lähde: Gregow et al. (submitted)

12 Kuinka usein Helsingissä talven keskilämpötila vähintään Ottamatta huomioon tähänastista ilmastonmuutosta: todennäköisyys ~.5 % / 13 % Nykyisessä jo muuttuneessa ilmastossa (jos ilmasto ei lämpenisi enää lisää): todennäköisyys ~3 % / 6 % Vuoden 23 arvioidussa ilmastossa: todennäköisyys ~7 % / 2 % Vuoden 25 arvioidussa ilmastossa: todennäköisyys ~19 % / <1 % Sattuma osuus => milloin seuraava huippulauha/-kylmä talvi =?? yhtä leuto kuin v (+1,3 ºC) yhtä kylmä kuin v (-7.4 C) Lähde: J. Räisänen?

13 Sulamisen osuus Pohjois-Fennoskandian palsasuot Ilmastonmuutoksen suuruuden todennäköisyysjakaumat ja ikiroudan sulamisen mallintaminen => palsasoiden sulamisen todennäköisyys Sademäärän P-change muutos (%) (%) % % -75% 5% -5% 25% % <95% <75% <5% Grand ensemble, A1B <25% % 1% Ilmastonmuutoksen suuruus -1% Sulamisen Probability todennäköisyys (%) (%) % 6% Initial conditions, GAM (n=3) Initial conditions, ANN (n=3) Model class (n=6) Parameter, GAM (n=25) Parameter, ANN (n=16) All (n=38) ΔT ( C) Lämpötilan muutos (ºC) => Pylväät: palsamallinnuksen epävarmuus Ryväskeskiarvo ~55% Lähde: Fronzek et al. (21)

14 Yleispätevän ilmastoskenaarioiden käyttöohjeen laatiminen on hankalaa, jollei mahdotonta Joitakin esimerkkejä ja vinkkejä: -raportin luku 5

15 Yhteenveto Talvella enemmän ja suurempia muutoksia kuin kesällä lämpötila kohoaa sademäärä kasvaa selvästi, vesisateiden osuus suurenee, poutapäivät harvenevat lumipeite hupenee ilman suhteellinen kosteus lisääntyy hieman auringonsäteily vähenee tuulet voimistunevat hieman ja suunta muuttuu lännenpuoleisemmaksi. Kesäpuolella pienemmät muutokset lämpötila kohoaa, mutta vähemmän kuin talvella rankkasateet voimistuvat EPÄVARMUUSTEKIJÖITÄ mallitulosten välillä eroja päästöskenaariot luonnollinen vaihtelu tuntemattomat tekijät? - kaikkea ei ymmärretä

16

17 -loppuseminaari ja ISTO-synteesityöpaja Kiitos!