2

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.

3

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.

4

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

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.

Diagram drzewa

Metoda Warda

Odległ. euklidesowa

1_

30

0p

ol_

47

,5

1_

50

0_

po

l_4

7,5

1_

30

0_

00

40

_4

5

1_

50

0_

00

40

_4

5

1_

70

0_

po

l_4

7,5

1_

70

0_

00

40

_4

5

1_

10

00

_p

ol_

47

,5

1_

slp

_p

ol_

47

,5

1_

10

00

_0

04

0_

45

1_

slp

_0

04

0_

45

1_

30

0_

40

40

_3

5

1_

50

0_

40

40

_3

5

1_

70

0_

40

40

_3

5

NA

O_

CR

U

AO

1_

10

00

_4

04

0_

35

1_

slp

_4

04

0_

35

1_

30

0_

he

mi3

5

1_

50

0_

he

mi3

5

1_

70

0_

he

mi3

5

1_

10

00

_h

em

i35

1_

slp

_h

em

i35

0

20

40

60

80

100

120

140

Od

leg

łość w

iąz.

5

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) Charakterystyka

3/500hPa 45N, 60N, 0-40E/500hPa

3/SLP 45N, 60N, 0-40E/500hPa

2/500hPa 35N, 65N, 40W-40E/500hPa

1/500hPa półkula 35N-65N

AO Oscylacja Arktyczna

NAO 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

6

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.

7

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.

8

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

9

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

10

kształtującym średnią temperaturę powietrza na polskim wybrzeżu jest składowa

południkowa wiatru geostroficznego.

Przeprowadzono ponadto weryfikację modelu analogowego dla okresu 1971-90 oraz 1951-

2006. 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.

11

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

Wiosna

Lato

Jesień

Ryc.C.1. Zróżnicowanie przestrzenne zachmurzenia ogólnego (oktanty) w sezonach i roku w Polsce w okresie

1971-1990

12

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 NADMORSKI

Świnoujście Kołobrzeg Ustka Łeba Hel Elbląg

>= 2500m

2000-2500m

1500-2000m

1000-1500m

600-1000m

300-600m

200-300m

100-200m

50-100m

0-50m

PROFIL WYŻYNNY

Opole Katowice Kraków Tarnów Rzeszów Zamość

>= 2500m

2000-2500m

1500-2000m

1000-1500m

600-1000m

300-600m

200-300m

100-200m

50-100m

0-50m

PROFIL ZACHODNIOPOLSKI

Świnoujście Szczecin Gorzów Zielona Legnica Jelenia ŚnieżkaGóraGóraWlkp.

>= 2500m

2000-2500m

1500-2000m

1000-1500m

600-1000m

300-600m

200-300m

100-200m

50-100m

0-50m

PROFIL ŚRODKOWOPOLSKI

Hel Elbląg Olsztyn Mława Płock Łódź Sulejów Kielce Kraków Zakopane KasprowyWierch

>= 2500m

2000-2500m

1500-2000m

1000-1500m

600-1000m

300-600m

200-300m

100-200m

50-100m

0-50m

Rys.C.2. Częstość występowania wysokości podstawy chmur (%) w klasach w wybranych profilach

równoleżnikowych i południkowych w Polsce, 1971-2000

13

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%.

14

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.

Rok

KołobrzegKoszalin

Ustka

Łeba

LęborkHel

ElblągKętrzyn

Suwałki

Świnoujście

Szczecin

ReskoSzczecinek

Piła

Chojnice

ToruńMława

Olsztyn Mikołajki

Ostrołęka Białystok

Gorzów Wlkp

Słubice

Poznań

Koło

Płock

Warszawa SiedlceTerespol

Zielona Góra

Legnica

Leszno

Wrocław

Kalisz

Wieluń

Łódź

SulejówLublin

Włodawa

Jelenia Góra

Kłodzko

Opole

Racibórz

Katowice

Kraków

Kielce

TarnówRzeszów

Sandomierz Zamość

Bielsko-Biała

Zakopane

Nowy Sącz

Lesko

Styczeń

KołobrzegKoszalin

Ustka

Łeba

LęborkHel

ElblągKętrzyn

Suwałki

Świnoujście

Szczecin

ReskoSzczecinek

Piła

Chojnice

ToruńMława

Olsztyn Mikołajki

Ostrołęka Białystok

Gorzów Wlkp

Słubice

Poznań

Koło

Płock

Warszawa SiedlceTerespol

Zielona Góra

Legnica

Leszno

Wrocław

Kalisz

Wieluń

Łódź

SulejówLublin

Włodawa

Jelenia Góra

Kłodzko

Opole

Racibórz

Katowice

Kraków

Kielce

TarnówRzeszów

Sandomierz Zamość

Bielsko-Biała

Zakopane

Nowy Sącz

Lesko

Kwiecień

KołobrzegKoszalin

Ustka

Łeba

LęborkHel

ElblągKętrzyn

Suwałki

Świnoujście

Szczecin

ReskoSzczecinek

Piła

Chojnice

ToruńMława

Olsztyn Mikołajki

Ostrołęka Białystok

Gorzów Wlkp

Słubice

Poznań

Koło

Płock

Warszawa SiedlceTerespol

Zielona Góra

Legnica

Leszno

Wrocław

Kalisz

Wieluń

Łódź

SulejówLublin

Włodawa

Jelenia Góra

Kłodzko

Opole

Racibórz

Katowice

Kraków

Kielce

TarnówRzeszów

Sandomierz Zamość

Bielsko-Biała

Zakopane

Nowy Sącz

Lesko

Lipiec

KołobrzegKoszalin

Ustka

Łeba

LęborkHel

ElblągKętrzyn

Suwałki

Świnoujście

Szczecin

ReskoSzczecinek

Piła

Chojnice

ToruńMława

Olsztyn Mikołajki

Ostrołęka Białystok

Gorzów Wlkp

Słubice

Poznań

Koło

Płock

Warszawa SiedlceTerespol

Zielona Góra

Legnica

Leszno

Wrocław

Kalisz

Wieluń

Łódź

SulejówLublin

Włodawa

Jelenia Góra

Kłodzko

Opole

Racibórz

Katowice

Kraków

Kielce

TarnówRzeszów

Sandomierz Zamość

Bielsko-Biała

Zakopane

Nowy Sącz

Lesko

Październik

KołobrzegKoszalin

Ustka

Łeba

LęborkHel

ElblągKętrzyn

Suwałki

Świnoujście

Szczecin

ReskoSzczecinek

Piła

Chojnice

ToruńMława

Olsztyn Mikołajki

Ostrołęka Białystok

Gorzów Wlkp

Słubice

Poznań

Koło

Płock

Warszawa SiedlceTerespol

Zielona Góra

Legnica

Leszno

Wrocław

Kalisz

Wieluń

Łódź

SulejówLublin

Włodawa

Jelenia Góra

Kłodzko

Opole

Racibórz

Katowice

Kraków

Kielce

TarnówRzeszów

Sandomierz Zamość

Bielsko-Biała

Zakopane

Nowy Sącz

Lesko

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

15

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 Styczeń Kwiecień Lipiec Październik Rok

Bielsko – Biała + - + + + Chojnice + + + + +

Hel + + + + + Jelenia Góra + + + - +

Kielce + + + - +

Legnica + - + + + Lublin + + + + +

Olsztyn + + + - + Poznań + - + + +

Rzeszów + + + + + Suwałki + + + + +

Świnoujście + + + + +

Toruń + + + + + Warszawa + + - - -

Wieluń + + + + + Zakopane + - + + +

16

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

17

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

18

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.

19

Ryc. D.5. Przebieg średniej obszarowej sumy opadów dla Polski

Ryc. D.6. Przebieg średniej obszarowej sumy opadów dla Centralnych Karpat Zachodnich

20

Ryc. D.7. Przebieg wieloletni średniej obszarowej sumy opadów w Polsce

21

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.

22

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

23

Tab. E.1. Liczba dni z pokrywą śnieżną ogółem i powyżej określonych progów grubości

Region Stacja

Liczba dni

z ps≥1 cm (X−V)

Liczba dni

z ps>5 cm (X−V)

Liczba dni

z ps>10 cm (X−V)

Liczba dni

z ps>20 cm (X−V)

Udział (%)

dni z ps≥1 cm (XII−III)

Pomorze, Warmia, Mazury,

Suwalszczyzna

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

Pas nizinny

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

Pas wyżyn i kotlin przedkarpackich

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

Polska (83 stacje, poza

obszarami górskimi)

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)

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

24

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.

25

Bia

łyst

ok

Ch

ojn

ice

Hel

Kie

lce

Kra

kó

w

Lu

bli

n

Łó

dź

Ols

zty

n

Po

znań

Rac

ibó

rz

Res

ko

Rze

szó

w

Słu

bic

e

Su

wał

ki

Św

inou

jści

e

Ter

esp

ol

Ust

ka

War

szaw

a

Wro

cław

Zg

orz

elec

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.

26

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).

27

Wyznaczone wskaźniki charakteryzujące warunki termiczne:

średnia, maksymalna i minimalna temperatura powietrza,

amplituda temperatury,

liczba dni ze średnią dobową temperatura: > 0oC, >5

oC, >10

oC,

liczba dni z: Tmin ≤-10oC (dni bardzo mroźne), Tmin ≤0

oC (dni przymrozkowe), Tmax

≤0oC (dni mroźne), Tmax 25

oC (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 1966-

2007 średnia roczna temperatura powietrza w profilu pionowym Sudetów i ich przedpola

wynosiła od 8,9oC (Legnica) do 0,7

oC (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].

28

y = 0.0251x + 8.0

R2 = 0.26

y = 0.0248x + 6.5

R2 = 0.27

y = 0.0195x + 0.1

R2 = 0.18-2.0

0.0

2.0

4.0

6.0

8.0

10.0

12.0

19

51

19

54

19

57

19

60

19

63

19

66

19

69

19

72

19

75

19

78

19

81

19

84

19

87

19

90

19

93

19

96

19

99

20

02

20

05

(oC

)

Śnieżka 1603 m n.p.m. Jelenia Góra 342 m n.p.m. 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),

y = 0.1135x + 23.584

R2 = 0.9335

0

20

40

60

80

100

120

140

160

180

200

0 100 200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700

wysokość [m n.p.m.]

HS

[li

czb

a d

ni]

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

29

zmienność liczby dni z pokrywą śnieżną jest odwrotnie proporcjonalna do czasu jej

zalegania, czyli zarazem do wysokości nad poziomem morza i w wieloleciu 1951/52-

2007/08 (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.

30

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.

31

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.

32

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

Białystok

Bielsko Biała

Chojnice

Elbląg

Gdynia

Gorzów Wlkp.

Hel

Jelenia Góra

Kalisz

K.Wierch

Katowice

Kielce

Kłodzko

Koło

KołobrzegKoszalinKościerzyna

Kórnik

Kraków

Legionowo

Legnica

Lesko

Lębork

Lublin

Łeba

Łódź

Mikołajki

NowySącz

Olsztyn

Opole

PłockPoznań

Racibórz

Resko

Rozewie

Rzeszów

Sandomierz

Siedlce

Słubice

Suwałki

Świnoujście

Gdańsk Świbno

Szczecin

Śnieżka

Tarnów

Toruń

Ustka

Warszawa

Wieluń

Włodawa

Wrocław

Zakopane

Zielona Góra

50,8

14,7

LIPIEC

Białystok

Bielsko Biała

Chojnice

Elbląg

Gdynia

Gorzów Wlkp.

Hel

Jelenia Góra

Kalisz

K.Wierch

Katowice

Kielce

Kłodzko

Koło

KołobrzegKoszalinKościerzyna

Kórnik

Kraków

Legionowo

Legnica

Lesko

Lębork

Lublin

Łeba

Łódź

Mikołajki

NowySącz

Olsztyn

Opole

PłockPoznań

Racibórz

Resko

Rozewie

Rzeszów

Sandomierz

Siedlce

Słubice

Suwałki

Świnoujście

Gdańsk Świbno

Szczecin

Śnieżka

Tarnów

Toruń

Ustka

Warszawa

Wieluń

Włodawa

Wrocław

Zakopane

Zielona Góra

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).

33

KWIECIEŃ

Białystok

Bielsko Biała

Chojnice

Elbląg

Gdynia

Gorzów Wlkp.

Hel

Jelenia Góra

Kalisz

K.Wierch

Katowice

Kielce

Kłodzko

Koło

KołobrzegKoszalinKościerzyna

Kórnik

Kraków

Legionowo

Legnica

Lesko

Lębork

Lublin

Łeba

Łódź

Mikołajki

NowySącz

Olsztyn

Opole

PłockPoznań

Racibórz

Resko

Rozewie

Rzeszów

Sandomierz

Siedlce

Słubice

Suwałki

Świnoujście

Gdańsk Świbno

Szczecin

Śnieżka

Tarnów

Toruń

Ustka

Warszawa

Wieluń

Włodawa

Wrocław

Zakopane

Zielona Góra

LIPIEC

Białystok

Bielsko Biała

Chojnice

Elbląg

Gdynia

Gorzów Wlkp.

Hel

Jelenia Góra

Kalisz

K.Wierch

Katowice

Kielce

Kłodzko

Koło

KołobrzegKoszalinKościerzyna

Kórnik

Kraków

Legionowo

Legnica

Lesko

Lębork

Lublin

Łeba

Łódź

Mikołajki

NowySącz

Olsztyn

Opole

PłockPoznań

Racibórz

Resko

Rozewie

Rzeszów

Sandomierz

Siedlce

Słubice

Suwałki

Świnoujście

Gdańsk Świbno

Szczecin

Śnieżka

Tarnów

Toruń

Ustka

Warszawa

Wieluń

Włodawa

Wrocław

Zakopane

Zielona Góra

0,11

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

Białystok

Bielsko Biała

Chojnice

Elbląg

Gdynia

Gorzów Wlkp.

Hel

Jelenia Góra

Kalisz

K.Wierch

Katowice

Kielce

Kłodzko

Koło

KołobrzegKoszalinKościerzyna

Kórnik

Kraków

Legionowo

Legnica

Lesko

Lębork

Lublin

Łeba

Łódź

Mikołajki

NowySącz

Olsztyn

Opole

PłockPoznań

Racibórz

Resko

Rozewie

Rzeszów

Sandomierz

Siedlce

Słubice

Suwałki

Świnoujście

Gdańsk Świbno

Szczecin

Śnieżka

Tarnów

Toruń

Ustka

Warszawa

Wieluń

Włodawa

Wrocław

Zakopane

Zielona Góra

2,9

2,2

LIPIEC

Białystok

Bielsko Biała

Chojnice

Elbląg

Gdynia

Gorzów Wlkp.

Hel

Jelenia Góra

Kalisz

K.Wierch

Katowice

Kielce

Kłodzko

Koło

KołobrzegKoszalinKościerzyna

Kórnik

Kraków

Legionowo

Legnica

Lesko

Lębork

Lublin

Łeba

Łódź

Mikołajki

NowySącz

Olsztyn

Opole

PłockPoznań

Racibórz

Resko

Rozewie

Rzeszów

Sandomierz

Siedlce

Słubice

Suwałki

Świnoujście

Gdańsk Świbno

Szczecin

Śnieżka

Tarnów

Toruń

Ustka

Warszawa

Wieluń

Włodawa

Wrocław

Zakopane

Zielona Góra

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 )

34

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.

35

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 zależność ozonu od trzech

parametrów: aktywność słoneczna wyrażona 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.

36

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. Miesiące

(hPa) XII-II III-V VI-VIII IX-XI I-XII

1000 21.0±25.8 12.9±13.1 -4.8±11.9 -11.3±23.7 4.8±9.7

0900 19.5±16.0 8.6±7.9 -5.8±9.2 -1.6±12.4 5.5±5.9

0700 1.9±5.6 1.5±4.9 -5.4±7.2 -5.3±6.0 -1.7±2.9

0500 -2.0±6.1 2.1±6.1 -0.1±9.1 -5.5±5.7 -1.4±3.3

0300 -12.3±22.0 -10.8±24.9 9.7±19.8 3.3±22.5 -2.7±10.8

0250 -18.9±27.1 -6.8±25.2 9.3±31.3 9.8±28.3 -2.0±13.6

0200 -7.6±21.0 7.0±14.2 3.1±24.1 10.2±23.8 2.9±10.2

0150 -11.6±17.5 3.5±12.9 6.5±16.4 -1.4±16.4 -1.0±7.7

0100 1.4±18.0 -3.1±13.9 0.5±10.8 -2.4±12.6 -0.8±6.8

0070 4.1±12.7 4.8±10.7 0.3±7.7 2.9±9.3 3.0±5.0

0050 4.2±7.3 7.7±5.6 1.2±3.2 3.3±4.2 4.1±2.6

0030 6.8±4.3 8.4±5.1 1.4±5.0 10.5±5.4 6.7±2.4

0020 7.9±6.2 7.3±4.4 3.3±4.0 11.2±6.7 7.4±2.7

0010 7.8±7.2 8.6±6.8 8.2±4.0 10.5±6.0 8.8±3.0

37

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.

38

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 autor zestawień tabelarycznych wyników oraz wykresów, współautor obliczeń,

analizy i opracowania raportu Organizacja bazy danych,

Mgr Barbara Brzóska Analiza radiosondażowych danych wilgotności oraz anemometrycznych

Organizacja bazy danych,

Dr Ryszard Farat 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.

Mgr Danuta Czekierda Organizacja bazy danych,

Dr Janusz Filipiak Całość prac związanych z wyborem stacji, pozyskaniem danych, obliczaniem

charakterystyk zachmurzenia, tempa jego zmian oraz wizualizacją, analizą i

interpretacją rezultatów obliczeń. Autor raportu.

Mgr Bogumił Kois Organizacja bazy danych, opracowanie i analizy GIS

Mgr Tomasz Kasprowicz Uzupełnianie podstawowych danych dotyczących pokrywy śnieżnej.

Przetworzenie statystyczne podstawowych danych.

Analiza statystyczna wybranych wskaźników dotyczących pokrywy śnieżnej

Dr Danuta Limanówka koordynator podzadania, określenie zakresu merytorycznego prac, struktury

rekordów, utrzymywanie kontaktu roboczego z wykonawcami, opracowanie

raportów miesięcznych i raportu. Współudział w analizie i interpretacji obliczeń.

Dr Michał Marosz 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,

prof. IMGW

Współautor koncepcji realizacji podzadania. Współudział w analizie i

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

39

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.

40

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

41

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 statystyczno-

empirycznego 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.

42

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

43

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.

44

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

45

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.

46

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%

47

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 jesienno-

zimowych, 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.

48

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

49

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

50

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 0,40-

0,50. 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, 14-

18.09.2009

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

51

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, 14-

18.09.2009

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 statystyczno-

empirycznego modelu warunków termicznych w Polsce północnej. W: Statystyczno-

empiryczny 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

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.

dr Janusz Filipiak 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.

52

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.

mgr Robert Wójcik 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.

mgr Dawid Biernacik 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.

dr Michał Marosz 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.

mgr Michał Pilarski W przypadku modelu warunków pluwialnych:

Wykonanie map, prace związane z tworzeniem zestawień

tabelarycznych wyników; współautor raportu

53

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

54

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

55

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 001 002 003 004 005 006 007 008 009 010 011

liczba węzłów N-S 36 36 36 36 30 30 30 90 90 180 90

liczba węzłów W-E 48 48 48 48 40 40 40 120 120 240 120

rozdzielczość przestrzenna (km) 50 50 50 50 60 60 60 20 20 10 20

liczba podwęzłów 1 2 1 2 1 3 6 1 2 1 1

typ konwekcji ak ak gas gas ak ak ak ak ak ak 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

56

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, 45-58

oN] oraz polskie [14.5-

24.5oE, 49.5-55

oN]. 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

57

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 oC. Pola reanaliz charakteryzują się prawie identyczną wariancją

standardową, dla modelu ECHAM5 współczynnik odchylenia standardowego jest nieznacznie

niższy. Histogramy badanych pól potwierdzają zgodność charakteru rozkładu dwu-

modalnego 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

58

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

59

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 -5

oC, 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 +6

oC.

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

60

różnica między scenariuszem referencyjnym i obserwacjami w 90% nie przekracza 3 mm/d.

Najtrudniejsze do odtworzenia dla modelu globalnego ECHAM5 okazały się czerwiec-

sierpień.

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

bezwzględnej różnicy między

polem RF z modelu

ECHAM5 a obserwacjami

temperatury powietrza w

okresie 1971-1990.

Rys. 1.2.5. Percentyl 90-ty

bezwzględnej różnicy między

polem referencyjnym RF z

modelu ECHAM5 a

obserwacjami opadu w

okresie 1971-1990.

Rys. 1.2.6 Percentyl 90

bezwzględnej różnicy między

polem RF z modelu ECHAM5

a obserwacjami ciśnienia na

poziomie morza w okresie

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.

61

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.

62

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

63

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.

64

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

65

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

66

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=EH5-

T63L31_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, 2961-

3012.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

67

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.

68

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).

69

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

70

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.

71

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.

72

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.

UJ

inwentaryzacja metod interpolacji, ich walidacja oraz

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