2017. november 19. vasárnap
Modellkísérletek

Az Országos Meteorológiai Szolgálatnál két regionális éghajlati modellel hajtunk végre kísérleteket, hogy megvizsgáljuk Magyarország és a Kárpát-medence térségének lehetséges jövőbeli éghajlati változásait. A két alkalmazott modellel az eredmények bizonytalansága alapfokon figyelembe vehető.

  • ALADIN-Climate: az ARPEGE-Climat globális általános cirkulációs modell és az ALADIN időjárás előrejelző modell alapján a francia meteorológiai szolgálatnál [1] nemzetközi együttműködés keretében kifejlesztett modell. 2015-ben az OMSZ-nál alkalmazott 4.5 modellverziót az 5.2 verzióra frissítettük, mellyel új vizsgálatokat végeztünk az RCMTéR projektben.
  • REMO: a német meteorológiai szolgálat [2] korábbi időjárás előrejelző modellje (Europa Modell) és az ECHAM4 globális általános cirkulációs modell ötvözésével a hamburgi Max Planck Intézetben fejlesztett modell. Jelenleg az 5.0 modellverziót használjuk.

Az alábbiakban részletesen bemutatjuk az éghajlati modellkísérletek lépéseit.

1. Érzékenységvizsgálatok

Egy éghajlati modell telepítését követően azt először alapos tesztelésnek kell alávetni, hogy meghatározzuk azokat az optimális beállításokat, amelyekkel jó minőségű hosszútávú szimulációk készíthetők. E vizsgálatok során alapvetően a modell felbontására, regionális modell esetén a tartomány méretére és elhelyezkedésére, valamint az alkalmazott fizikai parametrizációkra [3] fókuszálunk. Az ALADIN-Climate modellel az integrálási tartományra vonatkozóan hajtottunk végre érzékenységi vizsgálatot (Szépszó et al., 2015). A korábban alkalmazott, szinte csak Magyarországot lefedő tartomány méretéből és elhelyezkedéséből adódóan jelentős hibákat eredményezett a csapadékmezőben (Csima and Horányi, 2008). Az érzékenységvizsgálat során a modellt egy a Duna és a Tisza teljes vízgyűjtőjét lefedő 10 km-es felbontású tartományon futtattuk, melynek határait úgy választottuk meg, hogy azok ne metszenek magashegységeket, ugyanis ez növeli a hibák kialakulásának kockázatát. Egy tízéves tesztidőszakon [4] vizsgáltuk, hogy a modelleredmények mely tartomány esetében adják vissza pontosabban a megfigyeléseket. Az érzékenységi vizsgálat eredményei szerint a nagyobb integrálási tartomány hatására a modell csapadékhibái csökkentek a terület jó részén (1. ábra).

3.1 ábra 

1. ábra
Az éves csapadékösszeg eltérése (%) a modelleredmények és az E-OBS megfigyelési adatbázis között 1971–1980-ra;
a bal oldalon a korábban alkalmazott, a jobb oldalon az érzékenységvizsgálat során választott
tartományra vonatkozó eredmények láthatók


2. Validáció

A validáció célja, hogy meggyőződjünk arról, hogy egy klímamodell alkalmazható-e egy adott terület éghajlatának leírására. Ennek során azt vizsgáljuk, hogyan képes reprodukálni a modell az elmúlt néhány évtized klímájának statisztikai jellemzőit, amelyről részletes mérési információkkal is rendelkezünk. Például olyan szempontokat tekintünk, hogy a modell hazánkban a valóságnak megfelelően az Alföld közepére adja-e a legmagasabb átlaghőmérsékletet vagy az éven belüli csapadék átlagos maximuma valóban júniusra esik-e. Ehhez kétféle szimulációt készítünk egy több évtizedes múltbeli időszakra, amelyekhez különböző oldalsó peremfeltételt alkalmazunk a modelltartományon kívül zajló folyamatok leírására:

  1. Először ún. re-analízisek szolgáltatják a határfeltételeket. A re-analízisek a légkör múltbeli állapotának rekonstrukciói, melyeket mérések és nagypontosságú modell-előrejelzések ötvözésével állítanak elő (l. alább). Mivel a regionális modellkísérletet a határfeltételek hibái így lényegében nem terhelik, az eredmények validációja elsősorban a regionális modell erősségeiről és gyengeségeiről ad információt, aminek a regionális modellfejlesztés szempontjából van jelentősége.
  2. A re-analízisek csak a múltra és a jelenre állnak rendelkezésre, a jövőre vonatkozóan nem tudnak határfeltételeket biztosítani. Ezért végzünk egy olyan kísérletet is, melyben egy globális vagy regionális klímamodell eredményei biztosítják a nagyskálájú kényszereket. Ebben az esetben a validáció a globális és a regionális klímamodell együttes hibáit tárja fel, ami a projekciók értelmezéséhez szolgál értékes információval.

Az előállt eredményeket megfigyelési adatokból származó referencia adatbázissal vetjük össze különböző térbeli és időbeli statisztikai mérőszámokat (pl. átlagot, szórást) vizsgálva. Az alábbiakban ismertetjük, hogy elsődlegesen [5] milyen adatbázisokat használunk referenciaként a validáció során:

  • Állomási adatok

Az állomási adatsorok többnyire a néhány km-es felbontású regionális modelleredmények értékelésében használatosak, s publikusan csak korlátozottan érhetők el. Az OMSZ mérőhálózatának nyers és homogenizált adatait belső adatbázisba rendezve tároljuk, míg az ECA publikusan hozzáférhető állomási adatbázisa mintegy tízezer európai felszíni meteorológiai mérőállomás napi adatsorait tartalmazza.

  • Rácsra interpolált állomási adatok

Ahhoz, hogy a szabályos rácson előálló modelleredményeket egyszerűen összevethessük megfigyelésekkel, általában a térben szabálytalanul elhelyezkedő állomási mérések rácshálózatra interpolált verzióját használjuk. Az OMSZ-nál két ilyen rácsponti megfigyelési adatbázist alkalmazunk:

  1. CARPATCLIM és CARPATCLIM-HU: napi felszíni megfigyelési adatokat tartalmazó adatbázis, melyet speciálisan meteorológiai célokra kifejlesztett homogenizációs és interpolációs módszerek (Szentimrey, 2008; Szentimrey és Bihari, 2007) alkalmazásával állítottak elő egy 10 km-es felbontású, a Kárpát-medencét és Magyarországot lefedő rácson. A Magyarországra vonatkozó validációs vizsgálatok során kiemelt szerepe van, hiszen a lehető legtöbb állomási adatsor felhasználásával készült. Az adatokról további információ található a CARPATCLIM projekt honlapján.
  2. E-OBS: az adatbázis szintén napi felszíni megfigyelési adatokat tartalmaz Európa területére, de 25 km-es rácsfelbontáson. Többnyire publikusan elérhető állomási adatsorok felhasználásával készült öt meteorológiai változóra [6]. Alkalmas a modelleredmények nagytérségű vizsgálatára, de Magyarországra vonatkozó értékei (különösen a csapadékadatok) gyakran szignifikáns eltéréseket mutatnak a hazai adatbázistól (2. ábra), ami a kevesebb felhasznált állomási adatsorral és az eltérő interpolációs módszerrel magyarázható. Az adatokról további információ található az E-OBS honlapján.
  • Re-analízisek

A re-analízisek olyan háromdimenziós meteorológiai információk, melyeket a múltra vonatkozóan a rendelkezésre álló mérési adatok (pl. felszíni, műholdas mérések) és rövidtávú modell-előrejelzések felhasználásával ún. adatasszimilációs módszerek [7] alkalmazásával állítanak elő. Minthogy a re-analízisek a teljes légkört leírják, alkalmasak a modellek magaslégköri eredményeinek validálására. Erre a célra az Európai Középtávú Előrejelző Központ [8] ERA-40 (Uppala et al., 2005) és ERA-Interim (Berrisford et al., 2011) globális re-analíziseit használjuk. A re-analízisekről további információ található az ECMWF honlapján.

3.2 ábra 

2. ábra
A CARPATCLIM-HU és az E-OBS adatbázis téli csapadékösszegének eltérése (%) az 1981–2000 időszakban;
a szignifikáns eltérést mutató rácspontokat pontozás jelöli

Az OMSZ-ban alkalmazott regionális modellek képesek megfelelően reprodukálni a Kárpát-medence éghajlati jellemzőit (Illy et al., 2015, Szépszó and Horányi, 2008), azonban nem minden meteorológiai változó esetén adnak egyformán pontos eredményeket. Az átlaghőmérsékletet és annak éven belüli menetét a modellek többnyire jól leírják (3. ábra), de a csapadék esetében mind az átlagos mennyiségben, mind az éven belüli eloszlásban előfordulhatnak jelentősebb hibák (4. ábra). Ez a modellezési módszertanra vezethető vissza: a csapadékképződési folyamatok leírása parametrizációs sémákkal történik, amelyek érzékenyek a különböző beállításokra és jelentős eltéréseket okoznak az egyébként is nagy térbeli és időbeli változékonyságú elem leírásánál.

 

3.3 ábra 

3. ábra
Magyarországi havi átlaghőmérséklet (oC) az 1971–2000 időszakban az OMSZ-ban készített
három modellkísérlet eredményei és a CARPATCLIM-HU megfigyelési adatbázis (fekete) alapján

3.4 ábra 

4. ábra
Átlagos magyarországi havi csapadékösszeg (mm) az 1971–2000 időszakban az OMSZ-ban készített
három modellkísérlet eredményei és a CARPATCLIM-HU megfigyelési adatbázis (fekete) alapján


3. Projekciók

A jövőre vonatkozó projekciós kísérletek célja, hogy feltérképezzük, milyen változások következhetnek be hazánk éghajlatában a XXI. század során. A modellszimulációkban a természetes éghajlatalakító folyamatok mellett az emberi tevékenység hatását is figyelembe kell vennünk. Az ember éghajlatmódosító hatását meghatározó politikai, gazdasági és társadalmi folyamatok jövőbeli alakulását azonban nem tudjuk egyértelműen előrejelezni, ezért ennek leírására különböző (optimista, pesszimista, átlagos stb.) forgatókönyveket definiáltak (5. ábra). Ezeket a hipotetikus szcenáriókat az éghajlati modellek az üvegházgázok koncentrációjának különböző jövőbeli idősoraiként veszik figyelembe, s a klímamodellekkel arra keressük a választ, hogyan reagálna az éghajlati rendszer az ezek által kiváltott sugárzási kényszer-változásra. Mivel ezek a kísérletek feltételezéseken alapulnak, nem előrejelzéseknek, hanem projekcióknak nevezzük őket. Az 1. táblázatban bemutatott REMO 5.0 és ALADIN-Climate 4.5 kísérletekben az átlagos SRES A1B (Nakicenovic et al., 2000), míg az ALADIN-Climate 5.2 szimulációban a pesszimista RCP8.5 (Representative Concentration Pathways; Moss et al., 2010) szcenáriót alkalmaztuk. Az integrálási tartományok a 6. ábrán láthatók.

A projekciókat alapvetően két 30-éves jövőbeli időszakra vizsgáljuk: a következő évtizedekre szóló tervezés szempontjából lényeges 2021–2050 időszakra és a hosszútávú adaptációs stratégiák kidolgozásához fontos 2071–2100 időszakra. A jövőre vonatkozó modelleredményeket általában a közelmúltbeli állapotokat jellemző kontroll időszaktól vett eltérések formájában adjuk meg, hogy a validáció során feltárt átlagos modellhibákat e különbségképzéssel kiküszöböljük. A referencia-időszaknak összhangban kell lennie a nemzetközi gyakorlatban alkalmazott időszakkal eredményeink összehasonlíthatósága érdekében. A következőkben ismertetett projekciós eredményeknél a referencia időszak az 1971–2000 időszak.

3.5 ábra

5. ábra
Az iparosodás (kb. 1765) előtti szinthez viszonyított sugárzási kényszer alakulása 2000 és 2300 között
különböző RCP (teli görbék) és SRES (szaggatott görbék) forgatókönyvek alapján (IPCC AR5 WGI, 2013)

 
1. táblázat: Az Országos Meteorológiai Szolgálatnál végzett regionális modellszimulációk jellemzői.

Regionális modell

REMO5.0

ALADIN-Climate 4.5

ALADIN-Climate 5.2

Felbontás 25 km 25 km 10 és 25 km 10 km 10 és 50 km 10 és 50 km
Határfeltétel ERA-40 re-analízis ECHAM5/
MPI-OM
ERA-40 re-analízis ARPEGE-Climat ERA-Interim re-analízis ARPEGE-Climat > ALADIN
Határfeltétel felbontása 125 km 200 km 125 km 50 km 80 km 50 km
Időszak 1957–2000 1951–2100 1961–2000 1961–2100 1980–2000 1950–2100
Forgatókönyv - SRES A1B - SRES A1B - RCP 8.5


 

 3.6 ábra

6. ábra
Az Országos Meteorológiai Szolgálatnál futtatott 10 és 25 km-es felbontású projekciók tartományai


Hőmérséklet

Az OMSZ-ban készített három regionális klímamodell-kísérlet eredményei alapján a XXI. században minden évszakban egyértelműen folytatódik az átlaghőmérséklet emelkedése a Kárpát-medencében. Ez azonban nem jelenti azt, hogy ne fordulhatnának elő az 1971–2000-es átlagnál hűvösebb évek és évszakok. A legnagyobb hazai változásokat a modellek nyárra vetítik előre: a 2021–2050 időszakban országos átlagban 1,3–2,2 °C, míg az évszázad utolsó évtizedeire 4 °C-ot meghaladó változásra számíthatunk (7. ábra).

 
3.7 ábra

7. ábra
A magyarországi nyári átlaghőmérséklet változásának (°C) 30-éves mozgóátlaga az OMSZ-ban készített
három modellszimuláció eredményei alapján. Referencia időszak: 1971–2000


Csapadék

A csapadék jövőbeli megváltozása nagy bizonytalansággal terhelt, mert a modellek eredményei nemcsak a változás mértékében, de gyakran annak előjelében is eltérnek, ráadásul a változások csak néhány esetben bizonyulnak statisztikailag szignifikánsnak [9]. Ezzel együtt elmondható, hogy a magyarországi átlagos csapadékösszeg nyári csökkenése várható (s a változás a század végére két modellkísérlet szerint is statisztikailag szignifikáns), míg ősszel és télen több csapadék valószínűsíthető, különösen az ország déli területein (8. ábra).

 

3.8 ábra

8. ábra

A magyarországi évszakos csapadékváltozás (%) az OMSZ-ban készített három modellszimuláció eredményei alapján,
referencia időszak: 1971–2000; a statisztikailag szignifikáns változást pontozás jelöli a térképeken

 
Hivatkozások

Berrisford, P., Dee, D., Poli, P., Brugge, R., Fielding, K., Fuentes, M., Kallberg, P., Kobayashi, S., Uppala, S., Simmons, A., 2011: The ERA-Interim archive, version 2.0. ERA Report series 1, ECMWF Technical Report, 23 p. [PDF]

Csima, G., Horányi, A., 2008: Validation of the ALADIN-Climate regional climate model at the Hungarian Meteorological Service. Időjárás 112, 3–4, 155–177. [PDF]

Illy T., Sábitz J., Szépszó G., 2015: Az ALADIN-Climate modellkísérletek eredményeinek validációja. RCMTéR (EEA-C13-10) projekt beszámoló, Országos Meteorológiai Szolgálat, Budapest, 19 p. [PDF]

IPCC AR5 WGI, 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (eds.: Stocker T.F., Qin D., Plattner G.-K., Tignor M., Allen S.K., Boschung J., Nauels A., Xia Y., Bex V., Midgley P.M.). Cambridge University Press, Cambridge, Egyesült Királyság és New York, NY, USA, 1535 p.

Moss, R.H., Edmonds, J.A., Hibbard, K.A., Manning, M.R., Rose, S.K., van Vuuren, D.P., Carter T.R., Emori, S., Kainuma, M., Kram, T., Meehl, G.A., Mitchell, J.F.B., Nakicenovic, N., Riahi, K., Smith, S.J., Stouffer, R.J., Thomson, A.M., Weyant, J.P., Wilbanks, T.J., 2010: The next generation of scenarios for climate change research and assessment. Nature 463, 747–756.

Nakicenovic, N., Alcamo, J., Davis, G., de Vries, B., Fenhann, J., Gaffin, S., Gregory, K., Grübler, A., Jung, T.Y., Kram, T., La Rovere, E.L., Michaelis, L., Mori, S., Morita, T., Pepper, W., Pitcher, H., Price, L., Raihi, K., Roehrl, A., Rogner, H.H., Sankovski, A., Schlesinger, M., Shukla, P., Smith, S., Swart, R., van Rooijen, S., Victor, N., Dadi, Z., 2000: IPCC special report on emissions scenarios. Cambridge University Press, Cambridge, USA. [PDF]

Szentimrey, T., 2008: Development of MASH homogenization procedure for daily data. Proceedings of the Fifth Seminar for Homogenization and Quality Control in Climatological Databases, Budapest, Hungary, 2006, WCDMP-No. 71, WMO/TD-NO. 1493, 123–130.

Szentimrey, T., Bihari, Z., 2007: Mathematical background of the spatial interpolation methods and the software MISH (Meteorological Interpolation based on Surface Homogenized Data Basis). Proceedings of the Conference on Spatial Interpolation in Climatology and Meteorology (eds.: S. Szalai, Z. Bihari, T. Szentimrey, M. Lakatos) 2007, COST Office, Luxemburg, ISBN 92-898-0033-X, 17–28.

Szépszó, G., Horányi, A., 2008: Transient simulation of the REMO regional climate model and its evaluation over Hungary. Időjárás 112, 3–4, 203–231. [PDF]

Szépszó G., Krüzselyi I., Illy T., Sábitz J., 2015: Az ALADIN-Climate regionális klímamodell integrálási tartományának megválasztására vonatkozó érzékenységvizsgálat. RCMTéR (EEA-C13-10) projekt beszámoló, Országos Meteorológiai Szolgálat, Budapest, 19 p. [PDF]

Uppala, S.M., KÅllberg, P.W., Simmons, A.J., Andrae, U., Bechtold, V.D.C., Fiorino, M., Gibson, J.K., Haseler, J., Hernandez, A., Kelly, G.A., Li, X., Onogi, K., Saarinen, S., Sokka, N., Allan, R.P., Andersson, E., Arpe, K., Balmaseda, M.A., Beljaars, A.C.M., Berg, L.V.D., Bidlot, J., Bormann, N., Caires, S., Chevallier, F., Dethof, A., Dragosavac, M., Fisher, M., Fuentes, M., Hagemann, S., Hólm, E., Hoskins, B.J., Isaksen, L., Janssen, P.A.E.M., Jenne, R., Mcnally, A.P., Mahfouf, J.-F., Morcrette, J.-J., Rayner, N.A., Saunders, R.W., Simon, P., Sterl, A., Trenberth, K.E., Untch, A., Vasiljevic, D., Viterbo, P. Woollen, J., 2005: The ERA-40 re-analysis. Q. J. R. Meteorol. Soc., 131, 2961–3012. [PDF]



[1] Météo France

[2] Deutscher Wetterdienst

[3] A modellek azokat a folyamatokat tudják jól leírni, amelyek karakterisztikus mérete összemérhető a modell rácstávolságával (pl. 100 km-es felbontással a ciklonok mozgása jól vizsgálható). Vannak azonban olyan, a rácsfelbontásnál kisebb skálájú kölcsönhatások, mint pl. a sugárzás, a felhő- és csapadékképződés, amelyek szintén részt vesznek az éghajlat alakításában. Ezek hatását ugyancsak figyelembe kell venni, amit közelítő módszerekkel (ún. parametrizációval) teszünk meg.

[4] A tízéves tesztidőszak elég hosszú ahhoz, hogy érdemi következtetéseket vonjunk le az eredményekből, ugyanakkor a kísérletek elvégzéséhez szükséges számítási kapacitás jóval alacsonyabb, mint egy több évtizedes szimuláció esetén.

[5] Ezenkívül más adatok is használhatók referenciaként (pl. GPS, műholdas megfigyelések), azonban a felsoroltakat alkalmazzuk a legelterjedtebben.

[6] A minimum-, a maximum- és az átlaghőmérsékletre, a csapadékra és a felszíni nyomásra.

[7] Az adatasszimiláció egy matematikai módszer, amely a mérési adatok és a modelleredmények optimális kombinációját határozza meg az információk megbízhatóságának függvényében. Ezzel az eljárással állítják elő az időjárás előrejelző modellek futtatásához szükséges kezdeti feltételt (az ún. analízist) is.

[8] European Centre for Medium-Range Weather Forecasts; ECMWF.

[9] A változás szignifikáns, ha mértéke meghaladja a természetes változékonyság mértékét.

Modellkísérletek