Ilmastonmuutoksen sopeutumistutkimusohjelma ISTOn väliseminaari 4.3. 5.3.2008, Lammin biologinen tutkimusasema
Sisällysluettelo 1. ILMASTONMUUTOKSEN SOPEUTUMISTUTKIMUSOHJELMA ISTO... 1 ISTO-VÄLISEMINAARI... 1 2. SEMINAARIRAPORTIT... 4 VALTION SEKTORITUTKIMUSUUDISTUS... 4 ILMASTOPALVELU, KANSAINVÄLINEN ULOTTUVUUS JA TULOSTEN ESITTÄMINEN... 5 ACCLIM - Sään ääri-ilmiöt nykyilmastossa ja uusimpiin mallikokeisiin perustuvat arviot ilmastonmuutoksesta sopeutumistutkimuksia varten... 5 Implications of international climate change impacts for Finland - IMPLIFIN... 37 Web-ISTO - FINESSI-verkkotyökalun laajentaminen ISTO-hankkeiden tulosten esittämiseen... 39 LUONNONVARAT (MAA- JA METSÄTALOUS)... 42 ILMASOPU ilmastonmuutokseen sopeutuminen maa- ja elintarviketaloudessa... 42 Mitä provenienssikokeet kertovat puiden sopeutumisesta muuttuvaan ilmastoon?... 52 Ilmastonmuutoksen vaikutukset bioottisiin metsätuhoihin... 60 Alueelliset metsävaraennusteet muuttuvassa ilmastossa sopeutumistoimien suunnittelu ja riskit... 69 Millaista mäntyä metsänviljelyyn 2050... 74 TULVAT, KUIVUUS, RAKENTAMINEN JA YHDYSKUNTASUUNNITTELU... 79 WaterAdapt Suomen vesivarat ja ilmastonmuutos - vaikutukset ja muutokseen sopeutuminen... 79 Maankäyttö ja kuntatekninen suunnittelu tulvariskien hallinnassa... 91 TOLERATE kohti äärimmäisten sääolosuhteiden edellyttämää sopeuttamisasetetta... 94 EXTREFLOOD II Tulvatuhojen minimointi: tulvaskenaariot, tuhojen arvottaminen ja riskikartoitus... 115 EXTREMES II Poikkeukselliset luonnonilmiöt ja rakennettu ympäristö muuttuvassa ilmastossa... 128 Ilmastonmuutoksen huomioiminen kaavoituksessa... 139 ALUEELLISET SOPEUTUMISSTRATEGIAT... 141 Readnet Ilmastonmuutokseen sopeutumisen alueelliset toimintaverkostot (Regional Adaptation Networks)... 141 LIIKENNE... 142 Ilmastonmuutokseen sopeutuminen tienpidossa... 142 Ilmastonmuutokseen sopeutuminen raideliikenteessä... 143 LIITE 1. SEMINAARIOHJELMA... 144 LIITE 2. SEMINAARIN OSALLISTUJAT... 146 2
1. Ilmastonmuutoksen sopeutumistutkimusohjelma ISTO Ilmastonmuutoksen sopeutumistutkimusohjelma ISTO käynnistettiin vuonna 2006 osana kansallista ilmastonmuutoksen sopeutumisstrategian toimeenpanoa. Tutkimusohjelma on viisivuotinen ja se päättyy 2010. Sen tarkoituksena on tuottaa sopeutumisstrategian toimeenpanossa ja käytännön sopeutumistoimien suunnitteluun tarvittavaa tietoa sekä edistää tiedon soveltamista käytäntöön. ISTOn tutkimushankkeet kattavat toistaiseksi ilmastonmuutoksen, maa- ja metsätalouden, vesivarojen, rakentamisen, kaavoituksen ja luonnon monimuotoisuuden sopeutumiskysymyksiä sekä poikkisektoraalisia teemoja kuten riskien hallinta, taloudelliset arviot ja alueelliset sopeutumisstrategiat. Tutkimushankkeet ja niiden vetäjät yhteystietoineen on listattu seuraavan sivun taulukossa. Ilmastonmuutoksen sopeutumistutkimusohjelman koordinaatiosta vastaa maa- ja metsätalousministeriö. Tutkimusohjelmaa rahoittavat maa- ja metsätalousministeriö ja ympäristöministeriö (päärahoittajat) sekä liikenne- ja viestintäministeriö ja Tiehallinto. Tutkimusohjelman rahoitus tulee ministeriöiden tutkimus- ja kehitysvaroista, minkä lisäksi käytetään tulosohjausta sekä pyritään saamaan muita rahoittajia osallistumaan ohjelmaan. Sektoritutkimusrahoituksen tilanteen muuttuminen on johtanut siihen, että tutkimusohjelmalle on voitu tähän asti suunnata alle 0,5 milj. /v eli alle puolet kaavaillusta 1-1,5 milj. eurosta/v. ISTO arvioidaan kaksi kertaa: vuonna 2008 ja ohjelman päätyttyä vuonna 2010. ISTO-väliseminaari Viisivuotisen Ilmastonmuutoksen sopeutumistutkimusohjelman puolivälin lähestyessä järjestettiin tutkijoille ISTO-väliseminaari 4.3 5.3.2008. Seminaarissa luotiin katsaus siihen, mitä tutkimusohjelmassa on tehty tähän mennessä, keskusteltiin ISTO-ohjelman tavoitteista ja tiedon levityksestä käyttäjille. Seminaarissa esittäytyivät ISTO-hankkeet ja kumppanihankkeet. ISTOtutkimusohjelma arvioidaan kevään 2008 aikana, ja seminaari palveli samalla ohjelman loppukauden suunnittelua ja tutkimustarpeiden kartoitusta. Tähän julkaisuun on koottu seminaaria varten tehdyt raportit ISTO-tutkimusohjelman hankkeiden keskeisistä tuloksista sekä lyhyt selostus valtion sektoritutkimusuudistuksesta. Seminaarin ohjelma ja osallistujalista ovat liitteenä. Seminaarissa esiin tulleita tutkimustarpeita ja johtopäätöksiä on esitetty tiivistetysti alla: Ilmastotutkimus ja kansainväliset yhteydet: Ilmastonmuutoksen vaikutus- ja sopeutumistutkimuksissa on olennaista, että on olemassa yleinen ilmastotietopohja. Kansainvälisiä yhteyksiä on tarpeen analysoida tarkemmin, etenkin ilmastonmuutoksen vaikutuksia strategisiin kauppa- ja kehitysyhteistyökumppaneihin. Luonnonvaratutkimus: Ilmastonmuutoksen aiheuttamia hyötyjä ja haittoja sekä uhkia ja mahdollisuuksia maa- ja metsätaloudelle on tutkittava ja analysoitava edelleen. Ilmaston muuttumisen lisäksi myös toimintaympäristön muutokset (esim. Euroopan unionin politiikassa) vaikuttavat tähän sektoriin. Yhteiskunnallisten kokonaisuuksien tarkastelu ja niihin liittyvien aukkojen paikkaus on tärkeää. Maaperän prosesseihin, etenkin turvemailla, liittyy edelleen paljon epävarmuuksia, joiden selvittämiseen täytyy panostaa. Luonnon monimuotoisuus ja vastustuskyky ovat myös merkittäviä tutkimuskohteita, samoin yhteiskunnan kyky sopeutua ilmastonmuutokseen. Erityisesti korostettiin politiikan tarvitsevan käytännön tietoa. 1
ISTO-ohjelman hankkeet Ilmastohanke ACCLIM Sään ääri-ilmiöt nykyilmastossa ja uusimpiin mallikokeisiin perustuvat arviot ilmastonmuutoksesta sopeutumistutkimuksia varten Metsätalous Mitä provenienssikokeet kertovat puiden sopeutumisesta? Millaista mäntyä metsänviljelyyn 2050? Alueelliset metsävaraennusteet muuttuvassa ilmastossa Ilmastonmuutoksen vaikutukset bioottisiin metsätuhoihin Metsikön kasvu muuttuvassa ilmastossa yleisen mallisysteemin kehittäminen Maatalous ILMASOPU Ilmastonmuutokseen sopeutuminen maa- ja elintarviketaloudessa Sään ääri-ilmiöt, tulvat, kuivuus WaterAdapt Suomen vesivarat ja ilmastonmuutos vaikutukset ja muutokseen sopeutuminen Maankäyttö ja kuntatekninen suunnittelu tulvariskien hallinnassa TOLERATE kohti äärimmäisten sääolosuhteiden edellyttämää sopeuttamisastetta EXTREFLOOD II Tulvatuhojen minimointi: tulvaskenaariot, tuhojen arvottaminen ja riskikartoitus Kaavoitus ja rakentaminen Ilmastonmuutoksen huomioiminen kaavoituksessa Rakennetun ympäristön sopeutuminen ilmastonmuutoksen aiheuttamille tulvavaikutuksille Poikkeukselliset luonnonilmiöt ja rakennettu ympäristö muuttuvassa ilmastossa II EXTREMES II Luonnon monimuotoisuus Luonnon monimuotoisuus ja ilmastonmuutos: suojelualueiden ja laidunniittyjen verkoston toimivuus lajipopulaatioiden säilyttämisessä Kansainvälinen ulottuvuus IMPLIFIN Suomi ja globaalit ilmastovaikutukset, esiselvitys Alueelliset sopeutumisstrategiat Readnet- Ilmastonmuutokseen sopeutumisen alueelliset toimintaverkostot Tulosten esittäminen FINESSI-verkkotyökalun laajentaminen ISTO-hankkeiden tarpeisiin Liikenne (tulosohjatut hankkeet) Ilmastonmuutokseen sopeutuminen tieliikenteessä Ilmastonmuutokseen sopeutuminen raideliikenteessä Ilmastonmuutokseen sopeutuminen merenkulussa Kirsti Jylhä, Ilmatieteen laitos etunimi.sukunimi@fmi.fi [kirsti.jylha] Annikki Mäkelä, Helsingin yliopisto etunimi.sukunimi@helsinki.fi [annikki.makela] Pertti Pulkkinen, Metsäntutkimuslaitos etunimi.sukunimi@metla.fi Tuula Nuutinen, Metsäntutkimuslaitos etunimi.sukunimi@metla.fi Pekka Niemelä, Joensuun Yliopisto etunimi.sukunimi@joensuu.fi [pekka.niemela] Annikki Mäkelä, Helsingin yliopisto etunimi.sukunimi@helsinki.fi [annikki.makela] Pirjo Peltonen-Sainio, Maa- ja elintarviketalouden tutkimuslaitos etunimi.sukunimi@mtt.fi Bertel Vehviläinen, Suomen ympäristökeskus etunimi.sukunimi@ymparisto.fi [bertel.vehvilainen] Mari Hjelt, Gaia Group Oy etunimi.sukunimi@gaia.fi Adriaan Perrels, VATT etunimi.sukunimi@vatt.fi Jukka Käyhkö, Turun yliopisto etunimi.sukunimi@utu.fi [jukka.kayhko] Irmeli Wahlgren, VTT etunimi.sukunimi@vtt.fi Seppo Saarelainen, VTT etunimi.sukunimi@vtt.fi Lasse Makkonen, VTT etunimi.sukunimi@vtt.fi Juha Pöyry, Suomen ympäristökeskus etunimi.sukunimi@ymparisto.fi [juha.poyry] Tim Carter, Suomen ympäristökeskus etunimi.sukunimi@ymparisto.fi Raine Mäntysalo, Teknillinen korkeakoulu yhdyskuntasuunnittelun tutkimus- ja koulutuskeskus, etunimi.sukunimi@tkk.fi [raine.mantysalo] Maria Holmberg, Suomen ympäristökeskus etunimi.sukunimi@ymparisto.fi Raija Merivirta, Tiehallinto etunimi.sukunimi@tiehallinto.fi Arto Hovi, Ratahallintokeskus etunimi.sukunimi@rhk.fi Olli Holm, Merenkulkulaitos etunimi.sukunimi@fma.fi 2
Tulvat ja rakentaminen: Lisää tietoa tarvitaan tulvavahinkojen (yhteiskunnallisista) kustannuksista, tulvariskikartoituksista, toistuvaisuusaikaproblematiikasta sekä hyydetulvista. Puutteita on myös joki-/vesistötulvien suojelunorganisaation toimivuudessa. Tietokantojen yhteensovittaminen on tärkeä kysymys, sillä ne koskevat monia ei sektoreita. Tulvien osalta ISTOn painopiste on ollut vesistötulvissa eikä rankkasateista aiheutuvista taajamatulvista ole tutkittu. Myös tulvien riskikartoituksia tai kosteusvauriotutkimuksia (korjauskapasiteetti) ei ole toistaiseksi tehty ISTOn piirissä, mutta näitä saatetaan tutkia muualla. ISTOssa on haettu tietoa kiireellisiin asioihin, minkä vuoksi pitkän aikavälin muutosten tutkiminen on jäänyt vähemmälle. Liikenne- ja alueelliset sopeutumisstrategiat: Huomiota olisi kiinnitettävä elinkeinoelämään (ml. tie- ja ratahallinto) alueellisissa strategioissa, strategioiden toteutumisen seurantatyökaluihin, materiaalivalintoihin, suolan käyttöön, liikenneturvallisuuteen ja metsäteollisuuden kuljetustarpeeseen. Ilmastonmuutokseen sopeutumista ja ilmastonmuutokseen hillintää olisi tarkasteltava yhdessä. ISTOn kausi 2009 2010 - poikkileikkaavia tutkimustarpeita: Skenaariotyötä (ilmasto- ja sosioekonomisia skenaarioita) tulisi yhtenäistää ja kehittää. Ääriskenaarioihin perustuvaa sopeutumistutkimusta tarvitaan esim. pelastustilanteita varten. Kustannuksista kaivataan arvioita, samoin sopeutumisen suhteesta kustannuksiin ja vahinkojen kustannusten laskemiseen. Yhteistyötä tulee parantaa riskiarvioinnin menetelmien ja riskiviestinnän kehittämiseksi. Sosiaalisen hyvinvoinnin mittareita tulee kehittää. Politiikan ja ohjauskeinojen tutkimusta tarvitaan niin ikään esim. ilmastonmuutos ja siihen sopeutuminen turvallisuuspoliittisena kysymyksenä. Itämeri ja ilmastonmuutokseen sopeutuminen tullee jatkossa olemaan myös ISTOn ohjelmassa. Ympäristöhallinnon työohjelmasta, joka on tekeillä kansallisen sopeutumisstrategian toimeenpanemiseksi ympäristöhallinnossa, tulee tuottamaan myös tutkimustarpeita. Maankäytön ymmärtäminen ja kartoittaminen muiden ilmiöiden yhteydessä on tärkeää. Hiilijalanjälki tulisi ottaa huomioon kaikissa sopeutumistoiminnoissa. Ilmastonmuutoksen aiheuttamia vaikutuksia terveyteen eli yhteyttä ympäristön, ilmastonmuutoksen ja terveyden välillä pitäisi myös tutkia. Tulosten hyödyntäminen: ISTOn tutkimushankkeiden tulosten hyödyntämiseksi on mietittävä, ketkä tarvitsevat millaista tietoa, mitä varten ja missä muodossa. Suomen ympäristökeskuksen kehittämää FINESSI-webbityökalun (webisto) kohderyhmää pohditaan ja tarkennetaan vielä. Tiedon välittämiseksi olisi hyvä pitää seminaareja sidosryhmille ja toimittajille. Lisäksi pitäisi järjestää koulutustilaisuuksia, kursseja ja työpajoja. Julkaisuja ja kansantajuisia yhteenvetoja voisi suunnata eri tiedonkäyttäjille. Lisätietoja Ilmastonmuutoksen sopeutumistutkimusohjelmasta ja väliseminaarista ISTO-koordinaattori Tiia Yrjölä Maa- ja metsätalousministeriö puh: +358 9 160 52301 tiia.yrjola@mmm.fi ISTO: http://www.mmm.fi/fi/index/etusivu/ymparisto/ilmastopolitiikka/sopeutumistutkimusohjelma.html ISTO-väliseminaarin esitykset: http://www.mmm.fi/fi/index/etusivu/ymparisto/ilmastopolitiikka/sopeutumistutkimusohjelma/ilmaston muutoksensopeutumistutkimusohjelmanvaliseminaari.html. 3
2. Seminaariraportit Valtion sektoritutkimusuudistus Tutkimusjohtaja Mikko Peltonen maa- ja metsätalousministeriö etunimi.sukunimi@mmm.fi Sektoritutkimuksella tarkoitetaan yhteiskuntapolitiikkaa ja yhteiskunnallisia palveluja tukevaa tutkimustoimintaa, jonka avulla hallinnonalat kasvattavat tietopääomaansa ja luovat edellytyksiä yhteiskunnan kehittämiselle. Sektoritutkimuksen tärkeimpiä toimijoita ja tiedon tuottajia ovat valtion tutkimuslaitokset. Sektoritutkimuksen ohjausjärjestelmän uusiminen on hallitusohjelmaan sisältyvä toimenpide. Uudistaminen lähti käyntiin kesällä 2007, kun opetusministeriön yhteyteen asetettiin sektoritutkimuksen neuvottelukunta, jonka alaisuudessa toimii neljä aihealueittaista jaostoa: Alue- ja yhdyskuntarakenteet ja infrastruktuurit Osaaminen, työ ja hyvinvointi Kestävä kehitys Turvallisuus. Sektoritutkimuksen neuvottelukunnan ja jaostojen työn tavoitteena on parantaa ministeriöiden tiedon tilaajaosaamista, tehostaa sektoritutkimuksen suuntaamista ja vahvistaa tutkimuksen hyödyntämistä. Neuvottelukunnan ja jaostojen työ alkoi tutkimusohjelmakokonaisuuksien eli tutkimusagendojen laadinnalla. Sektoritutkimuksen neuvottelukunnan tehtäviin kuuluu lisäksi tutkimuskentän rakenteellisten uudistamistarpeiden määrittäminen. Kestävä kehitys -jaoston tutkimusagendalta on poimittu neljä kärkihanketta, jotka toteutetaan vuoden 2008 aikana esiselvitysluonteisesti: Ilmastonmuutoksen hillitsemis- ja sopeutumistoimien arviointi ja vertailu Itämeren suojeluskenaarion laatiminen Stern-mallilla Energiatehokkuuden huomioon ottaminen julkisella sektorilla Luonnonvaratiedon hyödyntäminen politiikan ja päätöksenteon tukena Esiselvitysten tarkoituksena on kartoittaa aihepiiriä koskeva kansallinen ja kansainvälinen tutkimustieto sekä meneillään olevat ja suunnitellut asiaan liittyvät tutkimusohjelmat, selvittää liittymät muuhun relevanttiin tutkimukseen ja tehdä esitys asiaan liittyväksi tutkimusohjelmaksi. Esiselvitykset pyritään saamaan käyntiin kevään kuluessa. 4
Ilmastopalvelu, kansainvälinen ulottuvuus ja tulosten esittäminen ACCLIM - Sään ääri-ilmiöt nykyilmastossa ja uusimpiin mallikokeisiin perustuvat arviot ilmastonmuutoksesta sopeutumistutkimuksia varten Kirsti Jylhä 1, Ari Venäläinen 1, Kimmo Ruosteenoja 1, Jouni Räisänen 2, Heikki Tuomenvirta 1, Leena Ruokolainen 2, Seppo Saku 1, Teija Seitola 1 1 Ilmatieteen laitos 2 Helsingin yliopiston Fysikaalisten tieteiden laitos 1 Johdanto Kasvihuoneilmiön väistämättä voimistuessa myös Suomen ja sen lähialueiden ilmasto muuttuu. Ilmaston muutokset vaikuttavat monin eri tavoin ympäristöön, ihmisten elinoloihin ja talouteen. Niinpä tulevaisuutta koskevan yhteiskunnallisen ja poliittisen päätöksenteon kannalta on hyvin oleellista, että käytettävissä on mahdollisimman luotettavaa tietoa menneestä, nykyisestä ja tulevasta ilmastosta. Ilmastoa kuvataan usein perusmuuttujien, kuten lämpötilan ja sademäärän avulla, ja yleensä näistä muuttujista esitetään niiden keskimääräiset arvot ja vuodenaikojen välinen vaihtelu. Ilmastoon olennaisena osana kuuluvat kuitenkin myös vaihtelu päivästä, viikosta ja vuodesta toiseen, samoin kuin poikkeustilanteet. Ilmaston ääri-ilmiöt voidaan määritellä sen mukaan, kuinka harvinaisia ne ovat klimatologisesti, mutta myös sen mukaan, minkälainen vaikutus ilmiöllä on yhteiskuntaan ja ympäristöön. Jotkut ääri-ilmiöstä ovat lyhytkestoisia, kuten rankkasateet ja myrskyt. Toiset taas liittyvät vallitsevaan säätilaan ja voivat olla pitkäkestoisia, kuten helleaallot, epätavallisen kylmät tai lauhat jaksot ja kuivuus. Pitkäkestoisessa tapahtumassa yksittäiset päivät eivät välttämättä ole ääri-ilmiöitä sinänsä, vaan ääri-ilmiö koostuu useiden päivien yhteisvaikutuksesta. (Persson ym., 2007) Ilmastonmuutoksen sopeutumistutkimusohjelmaan (ISTO 1 ) kuuluvassa ACCLIM-hankkeessa on laskettu havaintojen pohjalta keskeisten sääsuureiden ääriarvojen toistuvuusajat nykyilmastossa, päivitetty Suomea 2 koskevat lämpötila- ja sademääräskenaariot uusimpien mallitulosten mukaisiksi ja arvioitu muutosten todennäköisyysjakaumia sekä laadittu muiden ISTO-hankkeiden tarvitsemia lisäskenaariota. Näin hanke on tuottanut ISTO-ohjelman hankkeille yhteistä ilmastotietopohjaa pyrkien erityisesti siihen, että eri hankkeissa käytettävät, kunkin hankkeen omiin tarpeisiin soveltuvat ilmastoskenaariot ovat keskenään yhdenmukaisia tai ainakin vertailukelpoisia. Tutkimushankkeen toteuttajina ovat Ilmatieteen laitos (IL) ja Helsingin yliopiston Fysikaalisten tieteiden laitoksen Ilmakehätieteiden osasto (HY). Hankkeen työosioista yksi koskee havaittua ilmastoa, kolme mallein simuloitua tulevaa ilmastoa ja viides vuorovaikutusta muiden hankkeiden kanssa. Työosiot ovat seuraavat (suluissa vastuuorganisaatio): Havaintoihin perustuvat sään ääri-ilmiöiden toistuvuudet (IL) AR4-mallikokeisiin perustuvat skenaariot (IL) Ilmastonmuutoksen todennäköisyysennusteet (HY) Alueellisiin ilmastomallikokeisiin perustuvat skenaariot (IL) 1 http://www.mmm.fi/isto 2 Tulevia ilmastonmuutoksia koko maapallon mittakaavassa on käsitelty IPCC:n (2007) 4. arviointiraportin työryhmän 1 osuudessa. Keskeisistä tuloksista kertova yhteenveto on suomennettu: www.fmi.fi/ipcc. 5
Vuorovaikutus muiden hankkeiden kanssa (IL) Hanke alkoi 1.6.2006 ja oli alun perin päättymässä 31.12.2007. MMM:n myöntämä täydennysrahoitus ulottuu 15.11.2008 asti. Hankkeen ohjausryhmään kuuluvat Maa- ja metsätalousministeriön, Ympäristöministeriön, Liikenne- ja viestintäministeriön, Tiehallinnon, Ilmastonmuutoksen huomioiminen kaavoituksessa -hankkeen ja Extreflood II - Tulvatuhojen minimointi: Tulvaskenaariot, tuhojen arvottaminen ja riskikartoitus -hankkeen edustajat. Lisätietoa hankkeesta on sen kotisivuilla 3. 2 Havaintoihin perustuvat sään ääri-ilmiöiden toistuvuudet 2.1 Tausta Sää aiheuttamista katastrofeista aiheutuu suuria taloudellisia ja inhimillisiä menetyksiä. Maailman ilmatieteen järjestön WMO:n mukaan viime vuosikymmenen aikana yli 80 % kaikista luonnonkatastrofeista liittyi meteorologiaan tai hydrologiaan. Ilmaston ennakoidun muutoksen seurauksena voivat myös tuhoa tuottavien sääilmiöiden esiintymistiheys, voimakkuus sekä alueellinen ja ajallinen jakauma muuttua. Suomessa yhteiskunta on sopeutunut ilmastomme vaihtelevaan säähän, ja harvoin siitä aiheutuu suuria tuhoja. Mutta ajoittain meidän ilmastossammekin esiintyy sääilmiöitä, joiden seurauksena syntyy suuria taloudellisia menetyksiä ja joskus myös henkilövahinkoja. Esimerkiksi 22.9.1982 Maurin-päivän myrsky irrotti talojen kattoja, rikkoi satoja veneitä ja kaatoi metsää aiheuttaen useiden miljoonien eurojen vahingot. (Metsätuhoryhmä, 2003). Kesällä 2004 Etelä-Suomessa ja paikoin Pohjanmaalla kärsittiin runsaiden sateiden aiheuttamista tulvista, ja samana kesänä harvinaisen voimakas trombi aiheutti metsätuhoja Pohjois-Karjalassa. Myrskyjen ja tulvien lisäksi tuhoisia sääilmiöitä ovat myös erityisen liukkaat olosuhteet, runsas lumisade, voimakas jäätäminen, pitkäkestoinen kova pakkanen, pitkä helle ja pitkäaikainen kuivuus. Esimerkiksi vuoden 2002 kuivuusjakson taloudelliset menetykset Suomessa on arvioitu olleen 102 M (Silander ja Järvinen, 2004). Pitkä helle- tai pakkasjakso voi myös lisätä sydänkohtausten määrää ja kuolleisuutta. Tärkeä osa ilmastonmuutokseen sopeutumisessa on varautuminen sään ääri-ilmiöihin. Nykyilmaston vaihteluun liittyvien ääri-ilmiöiden toistuvuudet ja ne rajat, joiden sisällä ilmiöiden voimakkuus voi vaihdella, ovat vielä osittain selvittämättä. Koska sään ääri-ilmiöiden toistuvuusaikoja Suomessa ei aiemmin ole systemaattisesti kartoitettu, oli tämän tutkimuksen tavoitteena täyttää tuo puute. Tutkimustulokset julkaistiin raportissa Sään ääri-ilmiöistä Suomessa (Venäläinen ym., 2007a). Tuloksista on laadittu myös kokousjulkaisuja (Venäläinen et al. 2007b, Jylhä et al. 2007a) ja artikkelikäsikirjoitus (Venäläinen et al. 2008). Aiemmista tutkimuksista mainittakoon seuraavat: Alexandersson ym. (1998) ja Bärring & von Storch (2004) ovat tutkineet myrskyisyyttä Pohjois-Euroopassa; Heino ym. (1999) ovat selvittäneet ilmaston ääri-ilmiöitä Pohjois- ja Keski-Euroopassa; Tuomenvirta ym. (1998) selvittivät lämpötilan ääriarvoja korkeilla leveysasteilla; Tveito ym. (1998) julkaisivat Pohjoismaat kattavan ääriarvokartaston. Makkonen (2006) on puolestaan tutkinut eri ääriarvomenetelmiä. 2.2 Aineisto ja menetelmät 2.2.1 Tarkastellut ilmastomuuttujat ja käytetyt havaintoasemat Raportissa (Venäläinen ym., 2007) on esitetty eri ilmastomuuttujien toistuvuusajat laskettuina usealla eri havaintoasemalla tehtyjen mittausten pohjalta. Havaintoasemat sijaitsevat eri puolilla 3 http://www.ilmatieteenlaitos.fi/organisaatio/yhteys_92.html 6
Suomea, ja tavoitteena on ollut saada esiin ilmaston alueellista vaihtelua (kuva 2.1). Työssä käytettyjen aikasarjojen pituudet sekä tarkastellut suureet vaihtelivat jonkin verran asemittain. Kuva 2.1. Työssä käytetyt havaintoasemat. Sademäärien osalta tarkasteltiin kuukauden, 14 vuorokauden, viiden vuorokauden, vuorokauden sekä kuuden tunnin sademääriä. Kuuden tunnin sademääriä oli käytössä ainoastaan kahdelta asemalta vuosilta 1991 1998. Kuivuusjaksojen pituudet pohjautuivat vuorokausisademääriin, ja kuivuusjaksojen pituudet (peräkkäisten päivien sadesumma jää alle tarkasteltavan rajan) laskettiin käyttäen rajoina 10, 25, 50, 100 ja 200 mm. Koska talvella sataa vähemmän, ja koska kuivuuden vaikutus on erilainen kesällä ja talvella, eriteltiin kesä (touko-elokuu) ja talvikausi (syys-huhtikuu). Kuukausikeskilämpötilojen aikasarjojen pituudet vaihtelivat Helsinki-Kaisaniemen vuosien 1829 2006 ja Oulun vuosien 1954 2006 välillä. Vuorokausikeskilämpötiloja sekä vuorokauden ylimpiä ja alimpia lämpötiloja oli laajasti käytössä vuodesta 1961 alkaen. Hellejaksojen pituudet laskettiin sen perusteella, kuinka monena perättäisenä päivänä vuorokauden ylin lämpötila kohosi yli 25 C. Pakkasjaksoja tutkittiin kahdella eri raja-arvolla: -20 ja -30 C. Tarkastelussa laskettiin, kuinka monena perättäisenä päivänä lämpötila laski alle tarkasteltavien rajojen. Työssä laskettiin myös todennäköisyydet sille, että lämpötila pysyy yhtäjaksoisesti seitsemän vuorokautta määrättyjen raja-arvojen ylä-/alapuolella. Vastaavasti tarkasteltiin myös kuuden tunnin pituista jaksoa. Vuorokauden ylimmän ja alimman lämpötilan erotusta tarkasteltiin kolmen aseman (Helsinki- Kaisaniemi, Jyväskylä ja Sodankylä) havaintojen pohjalta. Työssä eriteltiin nopea lämpeneminen ja kylmeneminen. Talven suurimman lumensyvyyden toistuvuusajat laskettiin kahdeksalle havaintoasemalle. Tuulen keskinopeutta (10 minuutin keskiarvo) sekä puuskien toistuvuusaikoja tarkasteltiin viidellä eri havaintoasemalla. Puuskahavaintoja on käytössä vain muutamalta vuodelta. 2.2.2 Sään ääriarvojen ja toistuvuuden arviointi Ääriarvojen tilastollisen analysoinnin kulmakivi on kolmen ääriarvojakauman teoria, jonka esitti aluksi Fisher ja Tippet (1928), sen todistivat ensin Gnedenko (1943) ja myöhemmin sujuvammin de Haan (1976). Ääriarvoteorian perusmenetelmä perustuu aineiston jokaiselta tietyltä aikaväliltä, esimerkiksi jokaiselta vuodelta, poimittuun suurimpaan tai pienimpään arvoon. Poimitut arvot, 7
joiden oletetaan olevan riippumattomia ja yhtäläisesti jakautuneita, muodostavat jakauman, joka noudattaa yleistä ääriarvojakaumaa (GEV-jakauma). Ääriarvojakauma määräytyy sijanti-, skaalaja muotoparametrien mukaan. Perusmenetelmän heikkoutena on, että se ei usein hyödynnä tehokkaasti käytettävissä olevaa aineistoa. Nykyaikaisemmassa Peaks over threshold eli POTmenetelmässä kaikki havaintoaineistosta löytyvät äärevät arvot sovitetaan ääriarvojakaumaan. POT-menetelmä perustuu tietyn kynnysarvon ylittävistä arvoista muodostettuun yleistettyyn Pareto-jakaumaan (GPD), jonka määräävät sijainti-, skaala- ja muotoparametri. Raportissa (Venäläinen ym., 2007) (lukuun ottamatta lukua 4.1) toistuvuusajat on laskettu The Extremes Toolkit ohjelmatyökalun avulla em. POT-menetelmään perustuen. The Extremes Toolkit -ohjelmatyökalu on kehitetty Yhdysvalloissa National Center of Atmospheric Research (NCAR) instituutissa (Gilleland ym., 2005; Katz ym., 2005). 2.3 Tulokset Tässä yhteenvedossa on joitakin esimerkkejä tuloksista, jotka löytyvät kokonaisuudessaan tutkimusraportista (Venäläinen ym., 2007). 2.3.1 Vuoden ylimmän lämpötilan toistuvuustasot Tarkasteltaessa esimerkiksi vuoden ylimmän lämpötilan toistuvuustasoja nähdään, että Helsingissä Kaisaniemen havaintoasemalla lämpötila kohoaa kerran 100 vuodessa 31,3 asteeseen ja Jyväskylässä jopa yli 34 asteen (taulukko 2.1). Meren viilentävä vaikutus näkyy siis tuloksissa. Taulukko 2.1. Eri toistuvuusaikoja/todennäköisyyksiä vastaavat vuoden ylimmän ja alimman lämpötilan toistuvuustasot Helsingissä, Jyväskylässä sekä Sodankylässä. Suluissa olevat luvut ovat 95 % luotettavuusrajat (95 % tapauksista jää lukujen väliin). Vuorokauden ylin lämpötila Toistuvuusaika Helsinki Jyväskylä Sodankylä (vuosia) Todennäköisyys (1844 2005) (1902 2005) (1908 2005) 10 0.1 29,7 (29,6...30,2) 31,7 (31,2...32,4) 30,4 (30,0...30,8) 100 0.01 31,3 (31,1...32,2) 34,1 (33,3...36,0) 31,6 (31,2...32,4) 1000 0.001 31,8 (31,6...33,9) 35,4 (34,4...38,5) 32,0 (31,6...33,2) 10000 0.0001 32,0 (31,8...34,2) 36,2 (35,0...40,0) 32,2 (31,7...33,6) 100000 0.00001 32,1 (31,9...34,4) 36,6 (35,2...40,1) 32,2 (31,7...33,7) 2.3.2 Sademäärän toistuvuustasot Tarkasteltaessa kuukauden sademäärien 10 vuoden toistuvuustasoja todettiin, että ne vaihtelevat Inarin 121 mm (114 132 mm) ja Joensuun 157 mm (149 171 mm) välillä. Kerran sadassa vuodessa kuukauden sademäärä kohoaa Joensuussa 195 mm (183 235 mm) ja Inarissa 146 mm (135 182 mm). Pohjois-Suomen asemilla 100 vuoden toistuvuustasot ovat yleisesti likipitäen samansuuruisia kuin Etelä- ja Keski-Suomen 10 vuoden toistuvuustasot. Tämä kuvaa osaltaan sadeilmastomme erilaisuutta, Pohjois-Suomessa sataa jonkin verran vähemmän kuin Etelä- Suomessa. Ero Etelä-Suomen ja Pohjois-Suomen sademäärissä näkyy myös 14 vuorokauden sademäärissä. Kerran 10 vuodessa sadetta saadaan Etelä-Suomessa kahden viikon aikana lähes 130 mm ja Pohjois-Suomessa vajaat 100 mm. Sadan vuoden toistuvuustaso on Etelä-Suomessa 150 mm luokkaa jääden pohjoisessa noin 110 mm. Viiden vuorokauden sademäärien 10 vuoden toistuvuustasot vaihtelevat Oulun 58 mm (53 66 mm) ja Kaisaniemen 85 mm (75 100 mm) välillä. Vuorokauden sademäärien tapauksessa johdonmukaista eroa Etelä- ja Pohjois-Suomen välillä ei löydy. Selityksenä on se, että mitä lyhyemmän ajanjakson sateita tarkastellaan, sitä suurempi on sattuman osuus. Käytetyn havaintoaineiston mukaan alhaisin 10 vuoden toistuvuustaso on Sodankylän 39 mm (35 45 mm) ja korkein Jokioisten 57 mm (48 67 mm). 8
2.4 Tulosten tarkastelua ja johtopäätökset 2.4.1 Ääri-ilmiöiden ajallisesta vaihtelusta Tässä työssä on arvioitu, missä rajoissa Suomen ilmasto vaihtelee. Työn tavoitteena ei ollut selvittää sitä, onko ilmastomme muuttunut aiempaa äärevämmäksi viime vuosien aikana, eikä tähän kysymykseen voi saada tutkimuksestamme vastausta. Ilmaston muuttuessa vuosien välistä vaihtelua kuvaavat todennäköisyysjakaumat muuttuvat. Nämä aiemmista havainnoista johdetut jakaumat eivät siksi enää kuvaakaan nykyistä ja tulevaa ilmasto. Ilmastonmuutoksen vaikutusta ääriarvoihin on tarkasteltu raportin luvussa 4. 2.4.2 Tulosten käytettävyydestä Muutaman kymmenen vuoden mittaisiin mittauksiin pohjautuen on vaikea luotettavasti arvioida, millaisia arvoja jokin ilmastomuuttuja voi saada esimerkiksi kerran tuhannessa vuodessa. On ilmeistä, että millään tilastollisella menetelmällä ei voida luotettavasti arvioida sellaisen ilmiön esiintymistodennäköisyyttä, josta toistaiseksi ei ole havaintoa tai joka on esiintynyt vain kerran tai kaksi havaintojakson aikana. Lisäongelmia aiheutuu ilmaston muuttumisesta, jota käsiteltiin edellä. Erityisesti hyvin korkeat lämpötilat, joiden toistuvuusaika aikaisempien havaintojen perusteella on ollut useita satoja vuosia, voivat nykyilmastossa toistua muutaman kymmenen vuoden välein ja tulevaisuudessa vielä useammin. 3 AR4-mallikokeisiin perustuvat skenaariot 3.1 Maailmanlaajuisiin malleihin perustuvia ilmastonmuutosennusteita Ilmakehän ja valtamerien virtaukset eivät kunnioita valtioitten rajoja. Ilmaston muuttuminen on koko maapallon laajuinen ongelma, ja eri puolilla maapalloa tapahtuvat ilmastonmuutokset ovat vahvasti kytköksissä toisiinsa. Siksi tulevaa ilmastoa ennustettaessa perustyökaluna täytyy olla malli, joka simuloi ilmastoa koko maapallon alueella, ottaen huomioon niin ilmakehässä, merissä kuin maan pinnallakin tapahtuvat muutokset. Toisaalta maapallonlaajuisten mallien rajallinen laskentatarkkuus ei mahdollista esimerkiksi pienialaisten suuria sademääriä tuottavien säähäiriöitten kunnollista simuloimista. Siksi voimakkaitten rankkasateitten ja muittenkin sään ääri-ilmiöitten tutkimiseen on perusteltua käyttää laskentatarkkuudeltaan parempaa alueellista ilmastomallia. Tällainen alueellinen malli vaatii kuitenkin aina tuekseen maailmanlaajuisen mallin laskemia reuna-arvotietoja. Tietojen siirtäminen maailmanlaajuiselta mallilta alueelliselle mallille on haastavaa ja työlästä, ja siksi alueellista mallia käytetäänkin yleensä vain yhden tai kahden maailmanlaajuisen mallin tarkentajana. Pelkästään alueellisten mallien tuloksia tarkastelemalla ei siten voida saada kunnollista käsitystä siitä, kuinka paljon ennustettu ilmastonmuutos todellisuudessa vaihtelee eri ilmastomallien välillä. ACCLIM-tutkimushankkeen 2. työosiossa laaditaan ilmastonmuutosennusteita maailmanlaajuisten ilmastomallien tulosten perusteella. Päätehtävänä on päivittää Suomea koskevat lämpötila- ja sademääräennusteet uusimpien ilmastomallien tuloksia vastaaviksi. Laskettavia suureita valittaessa pyrittiin ottamaan huomioon ISTO-tutkimusohjelman muitten hankkeitten tarpeita, joita selvitettiin kyselytutkimuksien avulla (hankkeen 5. työosio, ks. tämän raportin luku 6). Parille hankkeelle on lisäksi toimitettu niitä varten erityisesti räätälöityä tietoa. Läheskään kaikkea kysyntää ei kuitenkaan ole onnistuttu tyydyttämään, vaan työ jatkuu tästä eteenpäinkin. Lämpötilan ja sademäärän lisäksi tutkittiin koko joukkoa muita ilmastosuureita, esimerkiksi lumipeitettä, pilvisyyttä, auringonsäteilyn määrää sekä maaperän kosteutta ja routaa. Näitä koskevat laskelmat ovat kuitenkin vasta alustavia, ja tässä vaiheessa on lähinnä ollut tarkoituksena katsoa, miten järkevästi ilmastomallit ylipäänsä kykenevät eri suureita simuloimaan. 9
3.1 Ilmastonmuutosennusteitten laatiminen Esitettävät ilmastoennusteet perustuvat 19 maailmanlaajuisella ilmastomallilla tehtyihin kokeisiin. Nämä mallit muodostavat osajoukon IPCC:n (2007) 4. arviointiraportissa käytetyistä 23 mallista. Omiin skenaariolaskelmiimme kelpuutimme mallit, jotka täyttävät seuraavat ehdot: Kyseisellä mallilla pitää olla tehtynä vähintään kahta SRES-päästöskenaariota (kappale 3.2) vastaavia ajoja. Mannerten ja merien sijainnin Euroopan ja Pohjois-Atlantin alueella pitää olla mallissa totuudenmukainen. Mallin pitää pystyä kuvaamaan Suomen nykyinen ilmasto vähintäänkin tyydyttävästi. Kaikki mallit eivät ole toisistaan riippumattomia, vaan mukana on samojen tutkimuskeskusten mallien eri versioita. Seulonnan jälkeen yksikään tutkimuskeskus ei kuitenkaan saanut mukaan analyyseihin enempää kuin kaksi malliversiotaan. Tässä mielessä 19 mallin otosta voidaan pitää kohtuullisen edustavana. Malliajojen alkuperäiset tulostiedostot imuroitiin verkkoyhteyttä käyttäen IPCC:n tietopankista. Nämä tiedot on esitetty kunkin mallin alkuperäisessä hilassa, joka oli lähes jokaisella mallilla erilainen. Lisäksi ajojen alkamis- ja päättymisajat vaihtelivat malleittain. Siksi tarvitaan oma määränsä rutiinityötä, ennen kuin mallitiedoista saadaan laskettua ilmastoskenaarioita halutuille alueille ja ajanjaksoille. Malleilla oli tehty kolmea SRES-kasvihuonekaasuskenaariota vastaavia ajoja. A1B-skenaariota vastaava ajo oli käytettävissä kaikilta malleilta. A2- ja B1-simuloinnit puuttuivat muutamilta malleilta, mutta näitten puuttuvien ajojen tilalla oli mahdollista käyttää olemassa olevista ajoista skaalaamalla (Ruosteenoja ym., 2007) saamiamme arvoja. Kolmea muuta SRES-skenaariota (A1FI, A1T ja B2) ei ollut käytetty malliajoissa, joten niille esittämämme ilmastoennusteet perustuvat kokonaan skaalaukseen. Monilla malleilla oli tehty kutakin SRES-skenaariota kohti useita rinnakkaisia malliajoja. Lämpötilaja sademääräennusteita laadittaessa käytettiin tällöin rinnakkaisten ajojen keskiarvoa. Muille ilmastosuureille käytettiin vain yhtä ajoa. Ilmastonmuutosennusteita varten laskettiin, kuinka paljon ilmastosuureen arvo oli malliajoissa muuttunut verrattuna perusjakson (v. 1971 2000) keskiarvoon. Ennusteet ulotettiin vuoteen 2099 saakka. Erityisesti tarkasteltiin 30-vuotisjaksoja 2010 2039, 2020 2049, 2040 2069 ja 2070 2099. Suomen lisäksi ennusteita laadittiin muutamalle muullekin alueelle (Pohjois-Eurooppa, Komin ASNT, jne.) sekä erikseen maamme etelä- ja pohjoisosalle. Tässä esityksessä keskitymme kuitenkin lähinnä Suomeen. Ennusteet laadittiin erikseen sekä jokaiselle vuoden kuukaudelle, neljälle vuodenajalle että koko vuodelle keskimäärin. 3.2 Kasvihuonekaasujen päästö- ja pitoisuusskenaariot Ihmiskunnan tuottamista kasvihuonekaasuista hiilidioksidi on tärkeämpi kuin kaikki muut kaasut yhteensä. Ennen teollistumisen aikaa CO 2 :n pitoisuus ilmakehässä oli n. 280 ppm, nykyisin jo n. 380 ppm (ppm = tilavuuden miljoonasosa). Tulevaisuudessa hiilidioksidipitoisuus kasvaa edelleen. Kuvassa 3.1 on esitetty hiilidioksidin päästöjen ja pitoisuuden kehitys tällä vuosisadalla kuuden SRES-skenaarion perusteella. Eri päästöskenaariot poikkeavat toisistaan mm. väestönkasvun, tekniikan kehityksen ja ympäristönsuojeluun panostamisen suhteen. Skenaarioista on kerrottu IPCC-raportin yhteenvedon lopussa olevassa liitteessä, jonka suomenkielinen versio on luettavissa verkossa (www.ilmatieteenlaitos.fi/ipcc). Varsinkin vuosisadan loppupuolella hiilidioksidipitoisuuden kehitys riippuu ratkaisevasti tulevista päästöistä. Hyvin optimistisen B1-skenaarion toteutuessa pitoisuus olisi v. 2100 noin 540 ppm, eli suunnilleen kaksinkertainen teollistumista edeltävään aikaan verrattuna. Suhteellisen 10
pessimistisessä A2-skenaariossa pitoisuus taas olisi kohonnut jo yli 800 ppm:n, ja nousu jatkuisi nopeana vuoden 2100 jälkeenkin. Kuvaa 3.1 vastaava esitys on laadittu myös metaanin päästöjen ja pitoisuuden tuleville muutoksille. Kuva 3.1. Hiilidioksidin päästöjen (vasen kuva) ja pitoisuuden (oikea kuva) arvioitu ajallinen kehitys kuuden SRES-skenaarion mukaan. Kuva perustuu IPCC:n (2001) esittämiin numeroarvoihin. 3.3 Lämpötilan ja sademäärän muutosten maantieteellinen jakauma Maailmanlaajuisten mallien tulosten keskiarvona saatu lämpötilan nousu on esitetty kuvassa 3.2, sademäärän prosentuaalinen muutos kuvassa 3.3. Nämä ennustukset perustuvat A1Bskenaarioon, joka vastaa voimakkuudeltaan ``keskitasoista'' ilmastonmuutosta. Vastaavat kaaviot piirrettiin myös A2- ja B1-skenaariolle (ei kuvia). Kaikissa skenaarioissa muutosten maantieteellinen jakauma on aika samanlainen, mutta B1-skenaariota vastaavat muutokset ovat heikompia, A2-skenaariota vastaavat taas voimakkaampia kuin kuvissa esitetyt A1B-skenaarion tuottamat muutokset. Useimmat ilmastomallit heikentävät Pohjois-Atlantin lämmintä merivirtaa. Sen tähden Islannin eteläpuoleisilla merialueilla lämpötilan nousu jää vähäiseksi, kun merivirran heikontuminen ja yleinen ilmaston lämpeneminen pitkälti kumoavat toisensa (kuva 3.2). Näillä alueilla myös meriveden voimakas sekoittuminen hidastaa lämpötilan nousua, kun lämpöenergia jakautuu paksuun vesikerrokseen. Merivirran täydellinen pysähtyminen ainakaan tämän vuosisadan aikana on kuitenkin varsin epätodennäköistä. Erityisesti on syytä korostaa, että lämpimän merivirran heikkenemisestä huolimatta Suomessa lämpötila nousee selvästi. Pohjoisella jäämerellä on tulevaisuudessa nykyistä vähemmän jäätä, mikä näkyy talvisten lämpötilojen voimakkaana kohoamisena. Etelä-Euroopassa taas kesälämpötilat nousevat voimakkaasti, mikä ainakin osaksi johtuu maaperän kuivumisesta. Sademäärien muutoksia (kuva 3.3) tarkasteltaessa huomataan, että tulevaisuudessa Pohjois- Euroopassa näyttäisi satavan nykyistä enemmän, etelässä taas vähemmän. Keski-Euroopassa sateet vähenevät kesällä mutta lisääntyvät talvella. Välimeren maissa sademäärien putoaminen on huolestuttavan suurta. A1B-skenaarion toteutuessa vuotuinen sademäärä vähenee joillakin alueilla 20 %:n verran. Kesällä suhteellinen pudotus on vieläkin jyrkempi, jopa yli 30 %. 11
Kuva 3.2. Lämpötilan ennustettu nousu (1971 2000 2070 2099) koko vuoden aikana keskimäärin (yläkuva), joulu-helmikuussa (keskimmäinen kuva) ja kesä-elokuussa (alakuva) Euroopan ja Pohjois-Atlantin alueella. Muutokset on laskettu 19 maapallonlaajuisen ilmastonmuutosmallin A1B-skenaarioajojen keskiarvona. Yksikkö C. 12
Kuva 3.3. Sademäärän ennustettu muutos (1971 2000 2070 2099) koko vuoden aikana keskimäärin (yläkuva), joulu-helmikuussa (keskimmäinen kuva) ja kesä-elokuussa (alakuva) prosentteina ilmaistuina. Muutokset on laskettu 19 maailmanlaajuisen ilmastonmuutosmallin A1Bskenaarioajojen keskiarvona. Pohjois-Euroopassa sademäärä näyttää kasvavan kesälläkin n. 10 %. Tämä ei kuitenkaan välttämättä merkitse kuivuuden tuottamien ongelmien katoamisesta, mahdollisesti päinvastoin. 13
Lämmenneessä ilmastossa nimittäin myös veden tarve lisääntyy haihdunnan voimistuessa. On myös viitteitä siitä, että sateita saataisiin tulevaisuudessa nykyistä epäsäännöllisemmin. 3.4 Keskilämpötilojen ja sademäärien muuttuminen Suomessa Lämpötilojen ja sademäärien muutokset tällä vuosisadalla koko Suomen keskiarvoina on esitetty kuvassa 3.4. Skenaariosta riippuen vuoden keskilämpötila nousee 3 7 C ja sademäärä lisääntyy 12 27 %. Pohjois-Suomessa lämpötila nousee ja sademäärä lisääntyy ilmeisesti jonkin verran nopeammin kuin maan eteläosissa (kuvat 3.2 3.3). Kuva 3.4. Koko Suomen alueen vuotuisen keskilämpötilan (vasen kuva) ja sademäärän (oikea kuva) vaihtelu vv. 2000 2100 verrattuna ilmastollisen normaalijakson 1971 2000 keskiarvoon. Nämä 19 mallin tulosten keskiarvona saadut ennusteet on esitetty erikseen kuudelle kasvihuonekaasuskenaariolle (luku 3.2). Kutakin skenaariota vastaavat lämpötilan ja sademäärän muutokset laskettiin myös erikseen jokaiselle vuoden kuukaudelle (kuvat ACCLIM:in verkkosivuilla). Sekä lämpeneminen että sademäärien lisääntyminen ovat talvella selvästi suurempia kuin kesällä. Uusimpien mallien perusteella lasketut lämpötilaennusteet eivät poikkea aiemmista arvioista (Ruosteenoja, 2005; Ruosteenoja et al., 2005) kovinkaan paljoa, kahta kevätkuukautta lukuunottamatta. Uudet sademääräennusteet taas ovat useimpina vuoden kuukausina jonkin verran aiempia ennusteita märempiä. Huomattavin ero on loppukesällä. Edellisten mallitulosten perusteella näytti siltä, että esimerkiksi elokuussa sademäärä ei olisi muuttunut oleellisesti lainkaan, kun taas uudet mallit povaavat keskimäärin 10 % sademäärän lisäystä. Sademääräennusteissa 90 % epävarmuushaarukka on jonkin verran kaventunut, eli mallien tulokset poikkeavat toisistaan nyt hieman vähemmän kuin aikaisemmin. Toki mallien väliset erot ovat vieläkin valitettavan suuria. Ilmastonmuutosennusteita hyödyntävässä tutkimuksessa on usein käytetty A2-skenaariota kuvaamaan voimakasta, B1-skenaariota heikkoa ilmaston muutosta. Tämä lähestymistapa toimiikin ihan hyvin tutkittaessa ilmastonmuutosta vuosisatamme loppupuolella. Sen sijaan ongelmia kohdataan, kun ollaan nimenomaisesti kiinnostuneita ilmastonmuutoksesta aivan lähivuosikymmeninä. Tässä vaiheessa eri SRES-skenaariot eivät nimittäin vielä mainittavasti poikkea toisistaan (kuvat 3.1 ja 3.4). Tämän ongelman vuoksi kehiteltiin toinen tapa, jonka avulla voitiin laskea mallituloksista ``heikko'', ``kohtalainen'' ja ``voimakas'' muutosskenaario lämpötilalle ja sademäärälle. Tässä laskutavassa otettiin yhtä aikaa huomion sekä kasvihuonekaasuskenaarioitten erot että mallien herkkyyden erilaisuus. Kolme eritasoista muutosennustusta määriteltiin seuraavasti: 14
Alaskenaario: vähäiset päästöt, alhainen herkkyys. Vähennetään 19 ilmastomallin B1- skenaarioajojen tuottamien lämpötilan, sademäärän yms. ilmastosuureen muutosten keskiarvosta eri mallien tulosten välinen keskihajonta ( X ALA = X B1 σ B 1 ) Keskiskenaario: Otetaan keskiarvo 19 mallin A1B-skenaarioajojen tuottamista suureen muutoksista. Yläskenaario: suuret päästöt, voimakas herkkyys. Lisätään 19 ilmastomallin A2-skenaarioajojen tuottamien muutosarvioitten keskiarvoon näitten arvojen keskihajonta X = + σ ). ( YL X A2 A 2 Näitten muutosennusteitten takana on implisiittisesti se olettamus, että nykyisissä malleissa kokonaisuutena tarkasteltuna ei ole suurta systemaattista virhettä. Toisin sanoen: 19 mallin keskiarvo olisi kutakin skenaariota vastaavan tulevan muutoksen harhaton estimaatti. Tällöin ei ole luultavaa, että tuleva ilmastonmuutos olisi ainakaan kovin paljoa alaskenaariota heikompi tai yläskenaariota voimakkaampi. Lähestymistavassa on myös se hyvä puoli, että skenaariot on muodostettu kaikille tarkastelujaksoille samalla tekniikalla. Mallitulosten erilaisuudesta johtuen menetelmä tuottaa toisistaan selvästi eroavat ala-, keski- ja yläskenaariot myös vuosisadan alkuvuosikymmenille. Näin määritellyt kolme eritasoista muutosskenaariota laskettiin neljälle 30-vuotisjaksolle (2010 2039, 2020 2049, 2040 2069 ja 2070 2099), käyttäen vertailukohtana jaksoa 1971 2000. Muutokset on esitetty numeroarvoina taulukossa 3.1. Lisäksi havainnollisuuden vuoksi koko vuoden keskilämpötilan ja sademäärän muutosennusteet on näytetty myös pylväskuvioina (kuva 3.5). Taulukon 3.1 perusteella lämpötilan nähdään nousevan kaikkina kuukausina, tosin kesäaikaan alaskenaariota vastaava lämpötilan nousu on varsin vähäistä. Sademäärä saattaisi alaskenaarion mukaan yksittäisinä kuukausina hieman vähentyäkin, erityisesti ennustusjakson alkupuolella. Vuodenaika- ja vuosikeskiarvoina esitetyt muutokset osoittavat kuitenkin johdonmukaisesti sademäärän lisääntyvän, jopa alaskenaariota tarkasteltaessakin. Tämä näennäinen ristiriita johtunee siitä, että ilmaston luonnollinen vaihtelu näkyy yksittäisten kuukausien tuloksissa voimakkaampana kuin vuodenaikais- ja vuosikeskiarvoissa. 15
Taulukko 3.1. Ala-, keski- ja yläskenaarion mukaiset lämpötilan (ylempi taulukko) ja sademäärän (alempi taulukko) muutokset vuoden 12 kuukautena, neljänä vuodenaikana ja koko vuoden keskiarvona. (a) Lämpötila ( C) Jakso 2010 2039 2020 2049 2040 2069 2070 2099 Kk Ala Keski Ylä Ala Keski Ylä Ala Keski Ylä Ala Keski Ylä 1 1.6 2.3 3.5 1.9 3.1 4.1 2.2 4.7 5.6 2.2 6.5 9 2 1.1 2.2 3.2 1.3 2.8 3.7 1.8 4.5 6 1.8 6.3 8.8 3 0.8 1.8 2.8 1.2 2.5 3.3 1.8 3.7 5 1.8 5.1 7.3 4 0.6 1.4 2 0.8 1.7 2.5 1.3 2.8 3.8 1.3 3.9 6.1 5 0.4 1.3 1.8 0.6 1.6 2.4 0.8 2.4 3.6 0.8 3.6 5.7 6 0.5 1.2 1.6 0.8 1.6 2 1 2.3 3.3 1 3.2 5.1 7 0.4 1.1 1.6 0.6 1.5 2 0.8 2.3 3.1 0.8 3.1 5 8 0.2 1.1 1.8 0.4 1.5 2.2 0.6 2.1 3.2 0.6 2.9 5.1 9 0.5 1.1 1.6 0.6 1.4 2.1 0.9 2.3 3.1 0.9 3.2 4.9 10 0.7 1.2 1.6 0.8 1.6 1.9 1.2 2.6 3.1 1.2 3.6 5.3 11 1.2 2.1 2.7 1.7 2.7 3.4 2 4 5 2 5.3 7.6 12 1.4 2.1 3.1 1.9 2.9 3.9 2.4 4.5 6 2.4 6.3 9.1 Talvi 1.7 2.2 2.8 2 2.9 3.6 2.3 4.5 5.6 3.2 6.4 8.7 Kevät 0.7 1.5 2 1 2 2.6 1.4 3 4 2 4.2 6.2 Kesä 0.4 1.1 1.6 0.6 1.5 2 0.9 2.3 3.1 1.2 3.1 5 Syksy 0.9 1.5 1.8 1.1 1.9 2.3 1.5 2.9 3.6 2 4 5.8 Vuosi 1.1 1.6 2 1.3 2.1 2.5 1.6 3.2 4 2.2 4.4 6.2 (b) Sademäärä (%) Jakso 2010 2039 2020 2049 2040 2069 2070 2099 Kk Ala Keski Ylä Ala Keski Ylä Ala Keski Ylä Ala Keski Ylä 1-0.1 4 12.2 2.8 7.4 15.3 2.9 14.4 20.7 7.5 25.4 38.6 2-0.1 8.9 15.9 0.5 10.2 16.2 4.1 16.8 26.1 6.4 26.8 41.3 3-1.9 6.3 14.7 1.8 9.6 13.8 4.7 15 22.5 2.8 18.3 34.1 4-1.3 7.8 13.2-0.9 6.2 14.8-0.8 10.1 21.3-2.2 18.5 33.2 5-5.2 5.1 13.7-5.5 6.3 13.1-4.3 8.8 16.1 2.6 13.9 26.4 6-2.5 2.9 9.4-0.7 4.6 10.1 0.8 11.1 18.3 2.4 13.5 25.4 7-4.3 2.9 11.8-2.8 4.5 11.5-2.5 7.6 14.8 1.7 9.6 20.8 8-0.5 4.2 10.6-1.1 6.3 12.5-2.3 8.9 14.9-1.6 9.6 18.9 9-4 3.1 13.6-3.7 4.1 15-1.8 8.8 15.4-0.2 9.8 23.2 10-2.5 3.3 7 0.4 4.8 9.3 0.1 9.8 14.3 3.3 12.9 25.8 11 4.9 7.4 14.8 6.2 10.3 16.3 6.7 17.2 23.9 8.3 24.6 36 12 5.1 7.3 12.4 7 10.6 14.3 7.1 15.7 23.7 9.3 25.1 41.1 Talvi 4.8 6.5 10.8 5.5 9 12.8 5.8 15.3 21.9 10.5 25.6 38.7 Kevät 0.7 6.3 11.2 0.6 7.3 11.6 1.4 11.1 17.7 4.8 16.8 28.4 Kesä 0.3 3.3 9.4 1 5.1 9.5 0.9 9.2 13.6 3.1 10.8 19.4 Syksy 1.3 4.5 9.8 2.7 6.2 11.3 3.4 11.7 15.4 5 15.4 25.8 Vuosi 3.3 5 8.6 4.1 6.8 9.2 4.8 11.7 14.3 7.8 16.6 24.7 16
Kuva 3.5. Suomen vuotuisen keskilämpötilan (vasen kuva) ja sademäärän (oikea kuva) muuttuminen. Pylväitten alapää kuvaa muutoksille laskettua alaskenaariota, yläpää yläskenaariota. Pylvään keskivaiheilla oleva poikkiviiva ilmaisee keskiskenaariota vastaavan muutoksen. Tässä esitettyjä muutosskenaarioita voidaan hyödyntää ilmastonmuutoksen vaikutus ja sopeutumistutkimuksissa seuraavaan tapaan: 1. Mikäli halutaan käyttää analyysien pohjana vain yhtä ainoa ilmastonmuutosennustetta, valittakoon taulukon 3.1 keskiskenaario. 2. Kun tarkastellaan vain yhtä ilmastosuuretta, esimerkiksi lämpötilaa, ja halutaan ottaa tutkimuksessa huomioon ilmastoennusteitten epävarmuus, kannattaa laskelmien pohjana käyttää kaikkia kolmea muutosskenaariota. 3. Mikäli tutkimuksessa on tärkeää ottaa huomioon sekä ilmastoennusteitten epävarmuus että lämpötilan ja sademäärän muutosten yhteisvaikutus, tilanne on monimutkaisempi. Tällöin laskelmat voidaan esimerkiksi tehdä viiden vaihtoehdon perusteella: - Keskimääräinen muutos: sekä lämpötilan että sademäärän muutoksesta keskiskenaario - Kuiva ja viileä tulevaisuus: molemmista suureista alaskenaario - Kuiva ja lämmin tulevaisuus: lämpötilasta yläskenaario, sademäärästä alaskenaario - Märkä ja viileä tulevaisuus: lämpötilasta alaskenaario, sademäärästä yläskenaario - Märkä ja lämmin tulevaisuus: molemmista suureista yläskenaario Tätä lähestymistapaa voisi olla järkevä käyttää esimerkiksi haarukoitaessa metsä- tai viljelykasvien tulevia kasvuolosuhteita. 4. Riskiarviotutkimuksissa (esim. patojen mitoittaminen tulvien varalta) tärkeintä on usein selvittää pahin mahdollinen tulevaisuudenkuva. Tällöin olisi perusteltua tarkastella ensisijaisesti yläskenaariota. Yläskenaario on käyttökelpoinen myös tutkittaessa sellaisia ilmiöitä, joissa ilmastonmuutoksen aiheuttama vaikutus jää vähäiseksi. Käyttämällä voimakasta muutosskenaariota on parhaat mahdollisuudet saada heikkokin signaali tilastollisesti merkitseväksi. 3.5 Kasvukauden lämpösummien lisääntyminen ilmaston lämmetessä Tietoa kasvukauden lämpösummien muutoksista tarvittiin ILMASOPU-hankkeessa. Koska riittävän kattavien päivittäisten lämpötilatietojen puuttuessa lämpösummat oli laskettava kuukausikeskilämpötilojen perusteella, piti ensin määrittää näistä kuukausilämpötiloista lämpötilan ilmastollinen vuotuinen kulku vuoden jokaisena päivänä. Tämä onnistui sovittamalla 17
kuukausikeskilämpötiloihin Fourier-kehitelmä. Fourier-sovituksessa käytettiin tähän tarkoitukseen viritettyä versiota Jouni Räisäsen alkujaan laatimasta algoritmista. Aluksi laskettiin lämpötilan vuotuinen kulku perusjakson aikana Suomen kattavassa tiheässä (0,5 x 0,5 ) hilassa suoraan havaituista kuukausikeskilämpötiloista (Ilmatieteen laitos, Ilmastopalvelu). Sen jälkeen jokaisessa hilapisteessä lisättiin havaittuihin lämpötiloihin 19 ilmastonmuutosmallin tulosten keskiarvona saatu lämpötilan muutos. Näistä keskilämpötiloista laskettiin tulevaa ilmastoa kuvaavat päivittäiset klimatologiset lämpötilat. Kasvukaudeksi tulkitaan tässä laskelmassa se osa vuotta, jolloin Fourier-kehitelmän mukainen vuorokauden keskilämpötila on korkeampi kuin +5 C. Kasvukauden lämpösumma saadaan laskettua vähentämällä jokaisena kasvukauden päivänä vuorokauden keskilämpötilasta 5 C ja laskemalla näin saadut lämpötilajäännökset yhteen. Kuva 3.6. Havaintoihin perustuva kasvukauden lämpösumma Suomessa vv. 1971 2000 sekä malli- ja havaintotietoja yhdistelemällä (ks. tekstiä) saatu A2-skenaarion mukainen lämpösumma vv. 2010 39, 2040 69 ja 2070 99. Yksikkö astepäiviä ( Cvrk). Kuvasta 3.6 nähdään, että lämpösummat kasvavat selvästi. Mikäli kasvihuonekaasujen päästöt ovat runsaita (A2-skenaario), vuosisadan lopulla lämpösumma olisi Keski-Lapissa samaa luokkaa kuin nykyisin Etelä-Suomessa (1200 Cvrk). Pohjanmaan tuleva lämpösumma (n. 1600 Cvrk) vastaisi nykyistä Tanskaa, Etelä-Suomen sisämaan 1900 Cvrk nykyistä Belgiaa. B1-skenaarion toteutuessa (ei kuvaa) lämpösumma kasvaisi vähemmän, mutta tuolloinkin vuosisadan lopulla lämpösummaa kertyisi Oulun tienoilla yhtä paljon kuin nykyisin lounaissaaristossa. 18
3.6 Muut ilmastosuureet Sademäärän ja lämpötilan ohella hankkeessa on tarkasteltu alustavasti myös eräitten muitten ilmastosuureitten käyttäytymistä. Tässä vaiheessa selvittelytyön tarkoituksena on ollut lähinnä katsoa, miten järkeviltä vaikuttavat toisaalta eri mallien perusjaksolle simuloimat tulokset, toisaalta mallien ennustamat muutokset. Kuvia 3.4 ja 3.5 vastaavia koko Suomen keskiarvoja ei ole vielä tässä vaiheessa laskettu. Ensiksi on alustavien analyysitulosten perusteella päätettävä, mitkä mallit ovat riittävän realistisia, jotta ne voitaisiin ottaa mukaan lopullisiin laskelmiin. Tätä kirjoitettaessa alustava analyysivaihe on vielä käynnissä, eikä kaikkia haluttuja suureita ole vielä ehditty tutkia. Kuva 3.7. Vasen kuva: Lumipeitteen massan muutos (prosentteina) Keski-Suomessa maaliskuussa, vertailukohtana vv. 1971 2000 keskiarvo. Oikea kuva: Prosentteina ilmaistun kokonaispilvisyyden muutos (prosenttiyksikköinä) Keski-Suomessa vuoden eri kuukausina, verrattu jaksoa 2070 2099 jaksoon 1971 2000. Punaiset käyrät ilmaisevat A2-skenaariota, vihreät B1- skenaariota vastaavat muutokset. Lumipeitekuva perustuu 17 mallin tuloksiin, pilvisyyskuva 19 mallin. Ilmaston lämmetessä lumen määrä näyttäisi mallien perusteella vähenevän koko maassa, etelässä enemmän kuin pohjoisessa. Esimerkiksi maaliskuun lumipeitteestä Keski-Suomessa menetettäisiin tämän vuosisadan aikana A2-skenaarion toteutuessa 2/3, B1-skenaarion mukaankin lähes puolet (kuva 3.7). Alkutalven ja kevään aikana lumesta katoaisi suhteessa vieläkin suurempi osa. Lumipeitteen muutosten arvioiminen mallitulosten perusteella osoittautui kuitenkin varsin haasteelliseksi. Tutkituista 19 mallista yhdestä (NCAR_PCM1) lumitiedot puuttuivat kokonaan. Lisäksi toinen malli, GISS_E_R, tuotti Pohjois-Suomeen suoranaisen jääkauden: eräässä mallin hilapisteessä lumipeite vastasi ympäri vuoden yli 300 metrin vesimäärää! Tätäkään mallia ei siksi otettu mukaan lumipeitelaskelmiin, joten kuvan 3.7 muutosarviot perustuvat 17 mallin tuloksiin. Perusjakson aikainen lumipeitteen määrä vaihteli suuresti myös niitten 17 mallin välillä, jotka tässä vaiheessa otettiin mukaan laskelmiin. Joissakin malleissa esim. lumipeitteen maaliskuun vesiarvo jäi Etelä-Suomessa alle 100 mm:n, parissa mallissa se oli yli 300 mm. Lounaisimpaan Suomeen 17 mallin keskiarvoa ei voitu lainkaan laskea, sillä osassa malleista tämä alue oli merta eikä lumitietoja ollut annettu. Pilvisyys näyttäisi meillä talvisin selvästi lisääntyvän (kuva 3.7). Koska pilvisyys jo tätä nykyä on alku- ja keskitalvesta 80 %:n luokkaa, ennustettu noin viiden prosenttiyksikön lisääntyminen vähentäisi selkeän taivaan osuutta jopa neljänneksellä. Muutos synkempään suuntaan on siis varsin huomattava. Tämän vastapainoksi kesäpuolella vuotta pilvisyys saattaisi aavistuksen vähentyä, joskaan tästä mallit eivät ole kovin yksimielisiä. 19