WERYFIKACJA PROGNOZ OKRESOWYCH ZMIAN TEMPERATURY POWIETRZA W WARSZAWIE W LATACH

Transkrypt

1 PRZEGLĄD GEOFIZYCZNY Rocznik LVII 1 Zeszyt 3 4 Jerzy BORYCZKA, Maria STOPA-BORYCZKA, Urszula KOSSOWSKA-CEZAK, Jolanta WAWER Zakład Klimatologii UW WERYFIKACJA PROGNOZ OKRESOWYCH ZMIAN TEMPERATURY POWIETRZA W WARSZAWIE W LATACH VERIFICATION OF PREDICTIONS OF PERIODIC CHANGES OF AIR TEMPERATURE IN WARSAW IN THE PERIOD Znaczącym postępem w badaniach zmian klimatu jest identyfikacja naturalnych przyczyn ochłodzeń i ociepleń klimatu. Dzięki zastosowaniu oryginalnej metody J. Boryczki sinusoid regresji (Boryczka, 1998) możliwe były badania okresowości także zjawisk występujących w różnych odstępach czasu (erupcje wulkaniczne, warstwy osadów jeziornych ) oraz w przypadkach nieciągłych serii pomiarowych (zawierających braki). Wykazano analogiczną cykliczność: temperatury powietrza, szerokości słojów drzew, izotopu tlenu 18 O w rdzeniach lodowych i substancji organicznych zdeponowanych w osadach jezior w Polsce. Wykazano dominującą rolę aktywności Słońca i erupcji wulkanicznych w zmianach wiekowych klimatu Ziemi. Interferencja wyznaczonych cykli temperatury powietrza i szerokości słojów drzew umożliwiły rekonstrukcję i prognozę zmian klimatu Europy w XXI wieku. Cykle temperatury są wywołane przede wszystkim ruchem obiegowym Ziemi wokół Słońca ( =1 rok) oraz cyklami aktywności Słońca: 11,1 lat, 13,3 (1749-1) lat i 184,1 lat (17-1). Ciągi chronologiczne szerokości pierścieni drzew: sosny, świerka i modrzewia i innych w Europie cechują się również podobnymi okresami ok. 1- i 18-letnimi (tab. 1).

2 344 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer Tabela 1. Okresy (Θ lat) ok. 1- i 18- letnie szerokości pierścieni drzew rosnących w Europie Table 1. Close to 1- and - years cycles (Θ years) of tree ring widths from Europe Drzewa Przedział czasu lat R lat R Sosna: Forfiorddalen (Norwegia) i Kola (Rosja) Świerk: Stonngrandes (Norwegia) i Falkenstein (Niemcy) Modrzew: Pinega 1 (Rosja) ,178,394,191,98, ,11,77 -,414,86 Analogiczna cykliczność występuje w ciągach czasowych erupcji wulkanów: t odstęp między erupcjami (113,3 lat, R=,6), DVI Dust Veil Index (91,8 lat, R=,339), DVI/ t (91,5 lat, R=,55, 6,7 lat, R=,41) i parametrów Układu Słonecznego (siła pływowa na Słońcu G (91,4 i 17, lat), moment bezwładności planet względem jego środka masy B (84,1 i 175,1 lat). Ekstrema cyklu 18-letniego (zbliżonego do długości serii instrumentalnych) wielokrotnie powtarzają się w ciągach dendrologicznych sprzed tysiąca czy też kilkuset lat. O realności tych okresów ok. 1-letniego i planetarnego 178,9-letniego (zmian konfiguracji planet) świadczy też ich obecność w ciągach chronologicznych wskaźników paleotemperatury, tj. stosunku izotopów tlenu 18 O/ 16 O (Johnsen i in., 197). Okresy ok. 1 i 18 lat występują w ciągach chronologicznych substancji organicznych zdeponowanych w osadach polskich jezior w ciągu ostatnich 14 lat. Są to okresy ok. 1 i 18 lat wskaźników paleotemperatury (Jezioro Gościąż substancje organiczne 13 i 6 lat, węglany wapnia 87 i 18 lat; Boryczka, Wicik, 1994). Interesujące są także prognozy zmian klimatu półkuli północnej na najbliższe 4 lat na podstawie zmian sum promieniowania słonecznego na górnej granicy atmosfery (φ= 65 o N) i okresowych wahań zawartości izotopu tlenu 18 O w rdzeniu lodowym z wyspy Devon (Boryczka i in., 1). Wyznaczenie okresów zmian aktywności Słońca, temperatury powietrza, jak też słojów drzew jest istotne dla wyjaśnienia przyczyn naturalnych wahań klimatu. Spełniona jest zasada identyfikacyjna: okresy skutków i przyczyn są zbliżone, a wahania synchroniczne. Dlatego też w prognozach temperatury przyjęto założenie, że wykryte w seriach pomiarowych okresy krótkie, a przede wszystkim długie (zbliżone do cykli aktywności Słońca i okresów zmian parametrów Układu Słonecznego) będą powtarzać się nadal. Globalne ocieplenie klimatu nie wynika tylko z przyczyn naturalnych. Składnik antropogeniczny tego ocieplenia, tzw. efekt cieplarniany, jest określony w modelach i prognozach zmian cyrkulacji atmosferycznej wywołanych wzrostem emisji CO : IPCC-199, IPCC-1995, IPCC-1, IPCC-7 i ENSEMBLE (1). Przyczyną tendencji rosnącej temperatury powietrza (ocieplenia) w Warszawie jest także miejska wyspa ciepła (Kossowska-Cezak, ; Kicińska, Wawer, 5).

3 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 345 Celem pracy jest weryfikacja prognoz temperatury powietrza opracowanych w Zakładzie Klimatologii UW (przez J. Boryczkę i współautorów) na podstawie najdłuższej serii obserwacyjnej z Warszawy, tzn. od roku Jest nim ocena synchroniczności przebiegów zmierzonych wartości temperatury powietrza w Warszawie-Okęciu w 31-leciu i -leciu z prognozami. Weryfikacja prognoz wielowiekowych zmian klimatu półkuli północnej, określonych na podstawie bardzo długich cykli zmian promieniowania słonecznego dochodzącego do powierzchni Ziemi (φ = 65 o N) i izotopu tlenu δ 18 O zawartego w rdzeniach lodowych Arktyki oraz substancji organicznych zdeponowanych w jeziorach, wymaga dalszych badań okresowych zmian orbity Ziemi i pokrywy lodowej Arktyki. Materiały i metody badań Wyniki pomiarów temperatury powietrza w Warszawie ( Obserwatorium Astronomiczne, Okęcie) pochodzą z Instytutu Meteorologii i Gospodarki Wodnej. Zmiany aktywności Słońca w latach 17-1 określono na podstawie średnich miesięcznych liczb Wolfa w latach (Royal Observatory of Belgium, 11) i rocznych liczb Wolfa z lat (Reznikov, 198). Dane o zawartości izotopu tlenu δ 18 O w rdzeniach lodowych z półkuli północnej pochodzą z odwiertów: Greenland Ice Sheet Project, GISP, rdzeń B i D, Devon Ice Cap, National Climatic Data oraz Center National Snow and Ice Data Center. Dane dendrologiczne pochodzą ze strony internetowej: http//www. noaa. gov/paleo/treering.htm. W weryfikacji prognoz temperatury powietrza w Warszawie w zimie wzięto także po uwagę modele globalnego ocieplenia w XXI wieku (ENSEMBLE, 1). W prognozach i ich weryfikacji zastosowano metodą J. Boryczki sinusoid regresji wyznaczania okresów: temperatury powietrza, liczb Wolfa, szerokości słojów drzew i zawartości izotopu tlenu δ 18 O w rdzeniu lodowym z wyspy Devon y ao bsin t c gdzie: t czas, okres, b amplituda, c faza; okres sinusoidy zmieniano z odstępem czasu,1 i,833 roku oraz 1 lat. Prognozy i rekonstrukcje temperatury powietrza to wypadkowe nakładania się (interferencji) k cykli ze składnikiem liniowym at æ p ö y = f( t) = a + at + b sin t c å k + o j j ç j= 1 çè Q j ø

4 346 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer Istotność statystyczną okresów oceniano testem Fishera-Snedecora F obl =,5(n-3) R (1 - R ) gdzie R jest współczynnikiem korelacji wielokrotnej. Liczbę uwzględnionych okresów i ich długość ustalano tak, by błąd standardowy trendu czasowego f(t) był najmniejszy. Stąd ekstrapolowane wartości rekonstruowane (t<) i prognozowane (t > n ) cechują się wysokim poziomem wiarygodności. Wpływ aktywności Słońca na temperaturę powietrza Zmiany aktywności Słońca w latach 17-1 określono na podstawie średnich miesięcznych liczb Wolfa w latach Okresy j, amplitudy b j i fazy c j wyznaczonych cykli w latach i 17-1 wraz z współczynnikiem korelacji wielokrotnej R i wartością F obl testu F zawiera tab.. Największą rolę w kształtowaniu klimatu odgrywa cykl 11-letni aktywności Słońca o największej amplitudzie b = 3,37 (R =,5) oraz istotne (na poziomie <,5) cykle najdłuższe: 13,3 lat i 184,1 lat o amplitudach b =16,334 (R =,79) i b =7,398 (R =,17). Tabela. Okresy, amplitudy b i fazy c cykli liczb Wolfa w latach i *17-1 Table. Periods, amplitudes b and phases c of Wolf number cycles in the years and *17-1 b c R F obl 8,5 11,,389,189 4,775 1, 4,158,3963,399 4,451 11, 3,37 1,18,5 43,89 11,8 17,859 -,673,73 1,399 14,1 6,411 1,967,14,654 1, 7,1 -,433,133,336 3,1 4,57 1,651,98 1,54 41,1 7,131-1,585,158 3,99 51,8 8,819-1,453,17 3,865 66,4 7,79,6537,164 3,58 13,3 16,334 1,655,79 1,97 *184,1 7,398 -,7499,17 7,589 Interferencję tych 1 cykli aktywności Słońca (, tab. ) ze składnikiem liniowym a +at opisuje wzór empiryczny (o współczynniku korelacji wielokrotnej R=,876):

5 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 347 W (t) = -18,76943+,83769 t + +11,13533sin (,4845+ t/8,5)+4,1916sin (, t/1,)+ +3,31789sin (1, t/11,)+ 17,976641sin (-, t/11,8)+ +6,46674sin (1, t/14,1)+6,939187sin(-, t/1,)+ +4,71793 sin (1, t/3,1)+7,34614sin (-1, t/41,1)+ +8,98971sin (-1, t/51,8)+7,46871sin (, t/66,4)+ +17,9691sin (1,5874+ t/13,3)+9,45199sin (-, t/184,1) Zmiany aktywności Słońca w latach 16-1; rekonstrukcja, 11-1 prognoza przedstawia rys W I =,919t - 11,583 r =,4 W (t) Wi 1 5 Forecast Rys. 1. Zmiany aktywności Słońca W (liczb Wolfa) w latach 16-1 z rekonstrukcją w latach i prognozą na lata 11-1 Fig. 1. Changes in solar activity (W, Wolf number) between 16 and 1, with a reconstruction for the period and a forecast for 11-1 Liczby Wolfa w latach 17-1 cechują się tendencją rosnącą 9,19/1 lat. Interesujące są synchroniczne wahania w przebiegach wiekowych aktywności Słońca i momentu bezwładności planet Układu Słonecznego względem płaszczyzny ekliptyki (B z ). Jego wartości wyznaczono na podstawie wielomianów opisujących zmiany wiekowe parametrów orbit planet (Reznikow, 198) B z 1 = åmz i m i gdzie: m i masa i-tej planety, z i odległość i-tej planety od płaszczyzny ekliptyki, m masa planet, a jednostką jest promień Słońca w potędze drugiej [R o ]. Aktywność Słońca jest większa przy mniejszym momencie bezwładności planet B z, tj przy większej koncentracji masy planet względem płaszczyzny ekliptyki.

6 348 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer (większym wskaźniku -B z ) (rys. ). Mało prawdopodobne jest, że synchroniczne wahania liczb Wolfa i wskaźnika koncentracji planet względem płaszczyzny ekliptyki (-B z ) są przypadkowe., -,4 -Bz -Bz Wolf numbers ,8 5 -,1 5 -, Rys.. Zmiany liczb Wolfa w latach ) w odniesieniu do momentu bezwładności planet Układu Słonecznego względem ekliptyki (-B z ) (15-1); (średnie konsekutywne 11-letnie) Fig.. Changes of Wolf numbers in 15 and 1993, relative of inertia (-B z ) of the planet mass in the Solar System in relation to the ecliptic (15-1); (11-year running average) Zmiany średniej rocznej temperatury powietrza w Warszawie (Okęcie) i liczb Wolfa w latach wykazują duże podobieństwo (rys. 3). Z synchroniczności wieloletnich zmian temperatury powietrza w Warszawie i liczb Wolfa wynika, że jedną z głównych przyczyn zmian klimatu jest aktywność Słońca. W (Wolf W (Wolf numbers) oc T (Ok cie) T (Ok cie) Winter W (Wolf numbers) T (Ok cie) Summer oc Rys. 3. Zmiany temperatury powietrza w Warszawie-Okęciu (T) i liczb Wolfa (W) w zimie i lecie (1951-1) Fig. 3. Changes of air temperature values at Warsaw-Okęcie (T ) and Wolf numbers (W) in winter and summer (1951-1)

7 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 349 Z aktywnością Słońca w latach 17-1 są skorelowane szerokości słojów drzew rosnących w Europie (Stopa-Boryczka i in., 7) (rys. 4). Z liczbami Wolfa porównano średnie słoje z pięciu europejskich drzew: Pinus silvestris (Fortfjorddalen Norwegia, ), Picea abies (Falkenstein Niemcy, , Fodara Vedla Włochy, , Stonnglandes Norwegia, ) i Larix decidua (Pinega Rosja, ). Współczynnik korelacji r =,36 jest istotny na poziomie,5 (wg testu t-studenta). 1 8 W W - Wolf numbers Tree ring widths Rys. 4. Synchroniczne wahania średniej szerokości słojów 5 drzew rosnących w Europie i liczb Wolfa w latach 17-1 (średnie konsekutywne 11- letnie) Fig. 4. Synchronous fluctuations in the average tree ring width of 5 trees in Europe and Wolf numbers from 17-1 (11-year running mean) Zależność temperatury powietrza od Oscylacji Północnoatlantyckiej Temperatura powietrza w Polsce zależy od wahań temperatury wód Oceanu Atlantyckiego od Oscylacji Północnoatlantyckiej (Marsz, 1999). Zmiany temperatury powietrza w Warszawie (Okęcie) w latach zależą od Oscylacji Północnoatlantyckiej. Świadczą o tym na ogół synchroniczne wahania i istotne korelacje średnich wartości temperatury i wskaźnika NAO w latach w zimie oraz temperatury i (-NAO) w lecie (rys. 5). Korelacja temperatury powietrza i wskaźnika NAO w zimie jest dodatnia (r =,714), a w lecie ujemna (r = -,33) (wartość krytyczna r,5 =,55). W zimie temperatura jest wyższa przy większej składowej północnej poziomego gradientu ciśnienia, a w lecie niższa.

8 35 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer 4 o C T(Ok cie) NAO Winter NAO r =, o -NAO C Summer T-Ok cie 3 -NAO r =, Rys. 5. Zmiany temperatury powietrza w Warszawie-Okęciu (T) i wskaźnika NAO w zimie i lecie (-NAO) (1951-1) Fig. 5. Changes of air temperature values at Warsaw-Okęcie (T) and NAO index in winter and summer (1951-1) Wpływ erupcji wulkanicznych na klimat Erupcje wulkaniczne, występujące w różnych odstępach czasu, są również przyczyną wahań ilości energii słonecznej dochodzącej do powierzchni Ziemi (promieniowania bezpośredniego i rozproszonego). Miarą zawartości pyłów wulkanicznych w atmosferze jest wskaźnik DVI (Dust Veil Index) (Lamb, 1974) w latach Okresy tej zmiennej (nieciągłej) można było wyznaczyć jedynie metodą sinusoid regresji (tab. 3). Interesujące są cykle 11,4-letni (R =,31) i 91,8-letni (R =,314) wskaźnika log DVI, zbliżone do znanych okresów aktywności Słońca. Interferencję cykli wskaźnika F(t) = log DVI (tab. 5) ze składnikiem liniowym, ,17 t (współczynnik korelacji wielokrotnej R=,719) ilustruje rys. 6. Tabela 3. Okresy, amplitudy b i fazy c cykli liczb wskaźnika log DVI w latach Table 3. Periods, amplitudes b and phases c of numerical cycles of the log DVI index in the years b c R F obl 4,,167-3,41,339 4,15 5,3,176-1,1978,36 4,83 8,6,515 1,6,87,87 11,4,185 -,5887,314 3,5 13,, -,648,87,87 16,4,685 -,9181,57,7 3,8,8,7333,5 1,4 38,4,694,435,3 1,68 91,8,1734 1,863,339 4,15 56,5,1555-3,1375,41 1,97

9 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 351 3,5 F (t) log DVI 3,,5, 1, Rys. 6. Zmiany wskaźnika log DVI (Dust Veil Index) w latach 16-1 według interferencji cykli F(t), z prognozą na lata i wartości zmierzonych Fig. 6. Changes in log DVI (Dust Veil Index) between 16 and 1 according to the interference of the F(t) cycle, with a forecast for and measured values Należy zauważyć tendencje malejącą wskaźnika log DVI w latach 16-1, tj. spadek zawartości pyłów wulkanicznych w atmosferze. O wpływie erupcji wulkanicznych na klimat świadczą wahania szerokości słojów drzew, np. sosny Pinus sylvestris z Vikran ( ), dodatnio skorelowane ze wskaźnikiem -log DVI (ze znakiem minus), określającym stan oczyszczenia atmosfery z pyłów wulkanicznych (rys. 7) (Stopa-Boryczka i in., 7). -1,5 - log DVI - log DVI Pinus sylvestris, -, 1,5 -,5 1, -3,,5-3,5, Rys. 7. Zmiany szerokości słojów sosny Pinus sylvestris z Vikran ( ) i wskaźnika -log DVI w latach 16-1 Fig. 7. Changes in tree ring width for the Pinus sylvestris pine in Vikran ( ) and the -log DVI index between 16 and 1 Sprawdzalność prognoz temperatury powietrza w Warszawie z 1984 r. według pomiarów w latach W modelu rekonstrukcyjno-prognostycznym (Boryczka, 1984, wzór 133) uwzględniono interferencję 6 cykli o długościach 1 =1 rok, =11, lat, 3 =

10 35 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer lat, 4 =18,6 lat, 5 = 9 lat i 6 = lat oraz dodatkowo modulację cyklu rocznego o częstości 1 = przez cykle o częstościach mniejszych ( j ): p j W 3 =, p W 5 =, p W 9 6 = (czyli 1 + j, 1 - j ): y = f(t) =7,467+11,45 sin( t-,19) +,155sin( t /11,+,791+)+,157sin( t /+1,557)+ +,846sin( t/18,6 -,8183) +,13sin( t /9+,531)+,511sin( t /-,913) + +,149sin( 6,568784t +,13) +,7714sin(5,997586t -,6456)+,119sin( 6,35998t -1,83)+ +,111sin( 6,1337t +,8)+,319sin( 6, t+,83)+,69sin(6,5465t -1,178) Model ten, otrzymany na podstawie średnich miesięcznych wartości (Δt=,833) temperatury powietrza w Warszawie w latach , cechuje się dużym współczynnikiem determinacji R =,99 i małym błędem standardowym δ =,55 o C (n=4). Z modelu y = f(t) można obliczyć wartości temperatury powietrza w kolejnych miesiącach, wstawiając odpowiedni czas t. Żeby zweryfikować prognozy opracowane według tego modelu (31 lat temu), obliczono średnie miesięczne wartości temperatury powietrza, przyjmując czas: styczeń t+,583, lipiec t +,5833, średnia roczna t+,3388, gdzie t = to rok Zmiany wiekowe średniej rocznej temperatury powietrza y śr (t śr = -c 1 / ) w Warszawie w 1-leciu 15-5, obliczone z wzoru y = f(t) i szerokości słojów dębu (Quercus petraea) w Bodensee (Holandia, ), są na ogół synchroniczne (rys. 8). Szerokość słojów tego dębu cechuje się dwoma najsilniejszymi cyklami o długościach 11 i 197 lat (o współczynnikach korelacji,48 i,373). 9, y r o C y r Quercus petraea 8,5 15 8, 7,5 1 7, 5 6, Rys. 8. Zmiany szerokości słojów dębu w Bodense (Holandia) w latach w odniesieniu do wahań średniej rocznej (y śr ) temperatury powietrza w 1-leciu 15-5, według modelu y= f(t) Fig. 8. Changes in the widths of the oak tree rings in Bodensee (Netherlands) in the years relative to air temperature fluctuations in year in the millennium 15-5, based on the model y= f(t)

11 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 353 Weryfikacja obecna modelu rekonstrukcyjno-prognostycznego polega przede wszystkim na porównaniu 31-letniej serii wyników pomiarów temperatury powietrza w styczniu i lipcu (średnich konsekutywnych 3-letnich) w Warszawie-Okęciu (T) z wartościami prognozowanymi y = f(t) na lata (rys. 9-1). A -3,5-4, y o C January o C y= f(t)- Forecast T (Ok cie) -4,5-5, r =.17-5, B, 19,5 y o C July o C 1 19, 19 18,5 y= f (t) - Forecast r =.444 T (Ok cie) 18, Rys. 9. Porównanie wartości średnich miesięcznych temperatury w Warszawie Okęciu w 31-leciu (średnie konsekutywne 3-letnie) i prognozowanych (198-67) według modelu rekonstrukcyjno-prognostycznego y = f(t). A styczeń (r =,17 < r.5 ), B lipiec (r =,444 > r.5 ) Fig. 9. Comparison of the monthly average air temperature values in Warsaw Okęcie in the 31-year period (3-year running average) and the predicted values (198-67) after the reconstructive and predictive model y = f(t). A January (r =,17 < r.5 ), B July (r =,444 > r.5 ) Na ogół dobra jest zgodność między wynikami pomiarów temperatury powietrza (T) w Warszawie i prognozami y = f(t). Na przykład, w lipcu związek między zmierzonymi wartościami temperatury powietrza na Okęciu (y o C) i prognozowanymi (x o C) opisuje prosta regresji (rys. 1) o współczynniku korelacji r =,444, istotnym na poziomie,5 (według testu t-studenta, r,5 =,349).

12 354 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer y o C July y =,399x - 6,3 r =.444 x o C 14 18,5 18,6 18,7 18,8 18,9 19, 19,1 19, 19,3 Rys. 1. Korelacja wartości średnich miesięcznych temperatury powietrza w lipcu w Warszawie Okęciu w 31-leciu (198-1) (średnie konsekutywne 3-letnich y) i prognozowanych (x) Fig. 1. Correlation of the air temperature values (July) in Warsaw Okęcie in the 31-year period (3-year running average y) with predicted values (x) Trendy czasowe T = f(t) (Boryczka, Stopa-Boryczka, 1984, str.93) opisują zmiany temperatury powietrza w Warszawie w styczniu, lipcu i roku. Na przykład, wzór empiryczny w lipcu uwzględnia interferencję 5 cykli temperatury:7, 15, 3, 75 i 156 lat, wyznaczonych na podstawie wyników pomiarów w latach : T= f(t) =18,56+,191sin( t/7-3,43)+,65sin( t/15+1,69)+,54sin( t /3+,9) +,417sin( t/75+,37)+,891sin( t/156+,88) Należy podkreślić bardzo dobrą zgodność zmierzonych wartości temperatury powietrza w Warszawie (Okęcie) w lipcu w latach z prognozowanymi według trendu czasowego T= f(t) (rys. 11-1). 19,5 19, 18,5 18, o C July T o C 17,5 F(t) - Forecast T (Ok cie) 17, Rys. 11. Porównanie wartości średnich miesięcznych temperatury powietrza w lipcu w Warszawie Okęciu (średnie konsekutywne 3-letnie) i prognozowanych (198-67) według trendu czasowego T = f (t) Fig. 11. Comparison of the monthly average air temperature (July) in Warsaw Okęcie (3-year running average) and the predicted values (198-67) according to the time trend T = f(t),5 19,5 18,5 17,5 16,5

13 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie y=t y = 1,89x - 15,35 r=,396 July x= f(t) 15 17, 17,5 18, 18,5 19, 1 19 y= T July y =,67x - 18,66 r =, x= f(t) 17 17, 17,5 18, 18,5 19, Rys. 1. Korelacja wartości średnich miesięcznych temperatury w lipcu w Warszawie Okęciu y =T i prognozowanych x =f (t) na lata 198-1; r =,396 średnie, r =,674 średnie konsekutywne 3-letnie Fig. 1. Correlation of the monthly average air temperature (July) in Warsaw Okęcie y=t and the predicted values x =f (t) (198-1); r =,396 average, r =,674 3-year running average Współczynnik korelacji między średnimi arytmetycznymi wartościami temperatury T i zmierzonymi na Okęciu w lipcu i obliczonymi T= f(t i ) wynosi r =,396 > r,5. Natomiast współczynnik korelacji między odpowiednimi średnimi konsekutywnymi 3-letnimi wynosi aż r =,674. Trend czasowy T=F(t) opisujący zmiany średniej rocznej temperatury powietrza w Warszawie uwzględnia składnik liniowy 7,63-,154t oraz interferencję 5 cykli: 4, 13,, 6, 89 i 17 lat. Zmiany zmierzonych wartości temperatury w Warszawie (Okęcie) w latach i prognozowanych wartości temperatury powietrza w Warszawie na lata przedstawiono na rys ,5 7, F(t) Year T 6,5 F(t) T (Ok cie) 6, ,4 7,1 6,8 f(t) Prediction Forecast T (Ok cie) Year r =,567 6, Rys. 13. Porównanie średnich rocznych wartości temperatury powietrza w Warszawie Okęciu (średnie konsekutywne 3-letnie) i prognozowanych (198-67) według trendu czasowego T = f (t) Fig. 13. Comparison of the yearly average air temperature value in Warsaw-Okęcie (3-year running average) and the predicted values (198-67) according to time trend T = f(t). T 9, 8,5 8, 7,5 7, Współczynnik korelacji między zmierzonymi wartościami temperatury powietrza na Okęciu (średnimi konsekutywnymi 3-letnimi) i prognozowanymi f(t) w latach wynosi r =,567.

14 356 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer Sprawdzalność prognoz temperatury powietrza w Warszawie według pomiarów w latach Najbardziej wiarygodne są prognozy tendencji temperatury powietrza w Warszawie na lata opracowane na podstawie danych z Obserwatorium Astronomicznego z lat (Boryczka i in., ). Przykładowo porównano średnie wartości temperatury powietrza w różnych przedziałach czasu (zima, styczeń, lato) z pomiarów w Warszawie-Okęciu z prognozowanymi na lata W zimie trend czasowy T = F(t) (ze składnikiem liniowym) temperatury powietrza w Warszawie jest wypadkową nakładania się 1 cykli, w tym najdłuższych i 18.3 lat: T = F(t) =-3,71+,15t + +,518sin( t/,6-1,33)+,5674sin( t/3,5+,5448)+,681sin( t/5,+,6199)+ +,466sin( t/5,7+,484)+,791sin( t/7,7-,7349) +,7349sin( t/8,3-,368)+ +,49sin( t/8,7 -,3439)+,48sin( t/1,9+,1191)+,4379sin( t/15,+,5)+ +,4685sin ( t/18,-3,97)+,59sin( t/113,1+1,197)+,97sin( t/18,3+,497) Wahania zmierzonych wartości temperatury powietrza w Warszawie-Okęciu (średnich konsekutywnych 3-letnich) i prognozowanych zim na lata (według modelu T =F(t)) są na ogół synchroniczne (rys. 14). Tendencja rosnąca temperatury powietrza a = 1,5 o C/1 lat wskazuje ocieplenie w latach (zob. prognozy globalnego ocieplenia w XXI wieku; ENSEMBLE) o C T = F(t) T - Ok cie Winter - -4 Forecast Rys. 14. Zmiany temperatury powietrza w Warszawie Okęciu w zimie w latach , T wartości zmierzone (średnie konsekutywne 3-letnie), T = F(t) prognozowane Fig. 14. Changes in winter air temperatures in Warsaw Okęcie in , T the measured values (3-year running mean), T = F(t) the predicted values Prognozy temperatury powietrza w Warszawie na kolejne stycznie w latach (z wyprzedzeniem lat) otrzymano na podstawie trendu czasowego

15 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 357 T = F(t), uwzględniającego interferencję 1 cykli, w tym najdłuższe 1,7 i 4,7 lat ( i składnik liniowy at =,118t): T = Ft) = -4,915+,118t + +1,16 sin( t/,6+,455)+,667sin( t/3,5-,656)+,6569sin( t/4,8+,77)+ +,7157sin( t/6,6+,6556)+,8535sin( t/7,7-1,8)+1,7sin( t/9,3+,756)+ +,5883sin( t/13,+,576)+,593sin( t/15,4 +1,881)+,5783sin( t/7,5-1,8)+ +,59sin( t/6,5-,1398)+,657sin( t/1,7+1,787)+,585sin( t/4,7+,954) O zbieżności wahań zmierzonych wartości temperatury T i na Okęciu (średnich konsekutywnych 3-letnich) i prognozowanych na lata świadczą przebiegi -letnie (rys. 15) i współczynnik korelacji r =,41 zbliżony do wartości krytycznej r,5 =,43 na poziomie 5% (> r,1 =,356). o C r =.41 January Forecast T - Ok cie Rys. 15. Zmiany temperatury powietrza w Warszawie Okęciu w styczniu w latach , T wartości zmierzone (średnie konsekutywne 3-letnie), T = F(t) prognozowane Fig. 15. Changes in January air temperatures in Warsaw Okęcie in , T the measured values (3-year running average), T = F(t) the predicted values W lecie trend czasowy temperatury powietrza w Warszawie T = f(t) jest superpozycją 1 cykli, obecnych w widmie wartości temperatury (Obserwatorium Astronomiczne), w tym najdłuższych 91, i 8, lat. T = f (t) =17,81+,397sin( t/3,9+,1769)+,666sin( t/4,7+1,869)+,484sin( t/5,-1,4) +,531sin( t/6,5-1,737)+,747sin( t/7,1-1,389)+,8968sin( t/7,4-,1413} +,176sin( t/7,8-,554)+,644sin( t/15,9+1,476)+,181sin(+ t/,5+,91) +,34sin( t/44-3,34)+,39sin( t/91,+,7)+,1317sin( t/8,-,84) W dziesięcioleciu 1-1 pogorszyła się sprawdzalność prognoz sezonów letnich w porównaniu z (rys. 16).

16 358 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer 19 o C f(t) T - Ok cie Summer Rys. 16. Zmiany temperatury powietrza w Warszawie Okęciu w lecie w latach , T wartości zmierzone (średnie konsekutywne 3-letne), T = f(t) prognoza Fig. 16. Changes in summer air temperatures in Warsaw Okęcie in , T the measured values (3-year running average), T = f(t) the predicted values W lecie w 1-leciu 1-1 korelacja temperatury powietrza w Warszawie z liczbami Wolfa jest znacznie mniejsza niż w latach (rys. 3), a z wskaźnikiem NAO duża (rys. 5). Weryfikacja prognoz zmian klimatu półkuli północnej według promieniowania słonecznego na równoleżniku φ = 65 N i izotopu tlenu δ O w rdzeniu lodowym (z wyspy Devon) od BP do 4 AD Żeby wskazać przyczyny wahań klimatu Ziemi w przeszłości i prognozować zmiany temperatury, obliczono dobowe sumy promieniowania słonecznego na równoleżniku 65 N. W obliczeniach sum promieniowania słonecznego w miesiącach od marca do wrze śnia (III-IX) przyjęto zmiany parametrów orbity Ziemi (Milankovič, 193) o dłuższym okresie zmian spłaszczenia orbity. Uwzględniono długość okresów: mimośrodu 1 lat, kąta nachylenia osi Ziemi 4 i położenia peryhelium 1 lat. Przyjęto, że mimośród e eliptycznej orbity Ziemi w cyklu 1 lat zmienia się od do,66 (obecnie e =,17), a nachylenie ekliptyki do równika ε w cyklu 4 lat zmienia się od 1 58 do 4 36 (obecnie ε = 3 3 ). W obliczeniach zastosowano wielomiany określające zmiany czasowe (t = rok 19) parametrów orbity Ziemi (Reznikov, 198) Okresy zbliżone, tj. 3, 4 i 1 lat, wykryto później w zmianach izotopu tlenu δ 18 O zawartego w węglanach wapnia osadów głębokomorskich (Hays i in., 1976). Geologicznym uzasadnieniem tej okresowości są rytmy: zasięgu lodowców, zmiany poziomu oceanów, aktywności sejsmicznej, wulkanicznej, zmiany położenia zwrotników o długości 4 7 lat (Maksimov, 197).

17 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 359 Główne ekstrema (minima i maksima) sum promieniowania słonecznego na szerokości geograficznej φ = 65 N w tych miesiącach zgadzają się z datami kolejnych glacjałów i in terglacjałów (ekstremami zawartości izotopu tlenu δ 18 O). Na przykład, ostatnie głębokie minimum sum promieniowania słonecznego I min = 5971 MJ/m (t min = -15) przypada na czas ostatniej fazy zlodowacenia w Europie. Maksimum lokalne sum promieniowania słonecznego I max = 6813 MJ/m, które wystąpiło w czasie t max = -1 5 lat, wskazuje holoceńskie ocieplenie klimatu na półkuli północnej (rys. 17). Analogiczne wnioski wynikają z badań zawartości izotopu tlenu δ 18 O w rdzeniu lodowym z wyspy Devon. W widmie izotopu tlenu δ 18 O w tym rdzeniu są obecne okresy Θ (istotne na poziomie,5): 45, 47, 6, 73, 87, 113, 167, 47, 459 lat oraz Θ = 861lat. Wskaźnik izotopu tlenu δ 18 O cechuje się trzema okresami: 47, 459 i 864 lat zbliżonymi do okresów zmian długości ekliptycznej perihelium, nachylenia płaszczyzny orbity i mimośrodu eliptycznej orbity Ziemi. Interferencję cykli zawartości izotopu tlenu w rdzeniu lodowym δ 18 O określono z pominięciem składnika liniowego (at =, t = rok 195). Wypadkową interferencji cykli izotopu tlenu f(t) w latach: od t = lat temu z prognozą do t = 4 lat przedstawia rys. 17. MJ/m Solar radiation Isotope d18o Interference of cycles f(t) Holocene Warming 18 O Cooling -41 Forecast Rys 17. Zmiany izotopu tlenu δ 18 O (wyspa Devon) i interferencja cykli f(t) w przedziale czasu < t < 4 lat Fig. 17. Changes of isotope δ 18 O (Devon Island) and interference of cycles f(t) and solar radiation in the timeframe: < t < 4 years Minima t min zawartości izotopu tlenu δ 18 O w rdzeniu lodowym wskazują największe ochłodzenia klimatu na półkuli północnej, a maksima t max ocieplenia.

18 36 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer Na uwagę zasługuje ogólna zgodność prognozowanych wartości izotopu tlenu δ 18 O = f(t) i sum promieniowania słonecznego z wyprzedzeniem 4 lat (t =, 195 AD). Z przebiegów sum promieniowania słonecznego na równoleżniku φ = 65 o N wynika, że w najbliższych stuleciach można oczekiwać gwałtownego ochłodzenia klimatu (kolejnego zlodowacenia Ziemi). Podsumowanie Synchroniczność wahań zmierzonych wartości temperatury powietrza w Warszawie-Okęciu i prognozowanych na lata (z wyprzedzeniem 31 lat) świadczy o poprawności zastosowanych metod badań okresowości i prognozowania. Z weryfikacji prognoz temperatury powietrza na przykładzie Warszawy wynika, że wykryte dawniej okresy temperatury można było ekstrapolować poza przedział aproksymacji (przedział pomiarów). Najdłuższe cykle, ok. 1 i -letnie temperatury powietrza, wyznaczone na podstawie niezbyt długiej serii pomiarów (ok. lat), okazały się później wiarygodne, bowiem są one obecne w kilkusetletnich ciągach chronologicznych szerokości słojów drzew rosnących w Europie i substancji organicznych zdeponowanych w osadach polskich jezior oraz parametrów Układu Słonecznego. Ważnym problemem do rozwiązania w XXI wieku jest nadal identyfikacja naturalnych i antropogenicznych przyczyn zmian klimatu Ziemi, w szczególności Europy (i Polski). Jest nim określenie składników okresowych (deterministycznych) oraz antropogenicznych w seriach pomiarowych, a także mechanizmów przenoszenia oddziaływań czynników astronomicznych do atmosfery Ziemi. W bieżącym stuleciu prawdopodobnie rozstrzygnie się, czy będzie nadal postępować globalne ocieplenie klimatu, spowodowane wzrostem aktywności Słońca (stałej słonecznej) i spadkiem zawartości pyłów wulkanicznych w atmosferze oraz efektem cieplarnianym (emisją do atmosfery CO ) i miejskimi wyspami ciepła. ). Nie wiadomo, czy nastąpi głębokie naturalne ochłodzenie, prognozowane na podstawie minimów wypadkowej interferencji cykli aktywności Słońca i ewentualnych kolejnych erupcji wulkanów (wzrostu zawartości pyłów wulkanicznych w atmosferze), czy też nadal ocieplenie? Weryfikacja prognoz temperatury powietrza na półkuli północnej, na podstawie bardzo długich cykli zmian sum promieniowania słonecznego i izotopu tlenu δ 18 O zawartego w rdzeniach lodowych Arktyki, wymaga dłuższych serii pomiarów (rys. 17). Materiały wpłynęły do redakcji VI 1.

19 Weryfikacja prognoz okresowych zmian temperatury powietrza w Warszawie 361 Literatura Boryczka J., 1984, Model deterministyczno-stochastyczny wielookresowych zmian klimatu. Wyd. UW, Warszawa. Boryczka J., 1998, Zmiany klimatu Ziemi. Wyd. Akadem. Dialog, Warszawa, Boryczka J., Stopa-Boryczka M., 1984, The multiperiodical changes of air temperature in Warsaw. Miscellanea Geographica, 1984, Boryczka J, Stopa-Boryczka M., Lorenc H., Kicińska B., Błażek E., Skrzypczuk J.,, Prognozy zmian klimatu Warszawy. [w:] Atlas współzależności parametrów meteorologicznych i geograficznych w Polsce, 14, Wyd. UW. Boryczka J., Stopa-Boryczka M., Unton-Pyziołek A., Gieszcz P, 1, Cooling and Warming of Climate of the Earth s Northern Hemisphere (on the basis of fluctuations of the oxygen isotope δ 18 O and dendrological data). Miscellanea Geographica, 14, Boryczka J., Stopa-Boryczka M., Bijak S., 8. Cyclic changes of climate in Europe during the last millennium according to dendrological date. Miscellanea Geographica, 13. Boryczka J., Wicik B., 1994, Record of holocene climatic cycles in lake sediments in Central Poland. Miscellanea Geographica, 6, Warszawa, Wyd. UW. ENSEMBLE, 1, project Intergovernmental Panel on Climate Change IPCC-199, IPCC-1995, IPCC-1, IPCC-7, WMO. Johnsen S.J., Dansgaard W., Clausen H.B., Longway C.C., 197, Climatic oscillations 1- A.D. Nature, 7, London. Kicińska B., Wawer J., 5, Urban climate 8. Weather and air conditions,[w:] red. M. Gutry-Korycka, Urban sprawl Warsaw agglomeration case study, Warszawa, Wyd. WGSR. Kossowska-Cezak U.,, Zmiany różnicy temperatury powietrza między śródmieściem a peryferiami Warszawy od 1933 do roku. Prz. Geof., 47, 3-4, 3-9. Lamb H.H., 1974, Volcanic dust in the atmosphere with a chronology and assessment of meteorological. Phil. Transactions Roy. Soc., 6. Marsz A.A. (red.), 1999, Wpływ stanu termicznego powierzchni oceanu na modyfikację cyrkulacji atmosferycznej w wymiarze klimatologicznym. Gdynia, WSM. Milankovič M., 193, Mathematische Klimalehre und Astronomische Theorie der Klimaschwankungen. Handbuch der Klimalogie, Band 1, Teil A, Berlin, Borntraeger. National Climatic Data Center, National Snow and Ice Data Center, Przybylak R., 1999, Scenarios of the Arctic climate in the 1-th century. Polish Polar Studies, materiały XXVI Sympozjum Polarnego, Lublin. Reznikov A.P., 198, Predskazanie estestviennyh processov obučaŭŝesâ sistemoj, Novosibirsk. Royal Observatory of Belgium, 11, html Stopa-Boryczka M., Boryczka J., Błażek E., Skrzypczuk J., 1995, Naturalne i antropogeniczne zmiany klimatu Warszawy. Atlas współzależności parametrów meteorologicznych i geograficznych w Polsce, 9, 3. Stopa-Boryczka M., Boryczka J., 3, The cyclic changes of the climate of Warsaw and their conditioning. [w:] Studies on the climate of Warsaw. red. M. Stopa-Boryczka, Warszawa, Stopa-Boryczka M., Boryczka J., Bijak Sz., Cebulski R., Błażek E., Skrzypczuk J., 7, Cykliczne zmiany klimatu Europy w ostatnim tysiącleciu według danych dendrologicznych. Atlas współzależności parametrów meteorologicznych i geograficznych w Polsce, -1, Wyd. UW. Stopa-Boryczka M., Boryczka J., Wawer J., Grabowska K., 11, Cykliczne zmiany miejskiej wyspy ciepła w Warszawie i ich przyczyny. [w:] red. E. Żmudzka, K. Grabowska, Badania klimatu w różnych skalach przestrzennych. Prace i Studia Geograficzne, 47, Wyd. UW,

20 36 J. Boryczka, M. Stopa-Boryczka, U. Kossowska-Cezak, J. Wawer Streszczenie Zweryfikowano prognozy klimatu powstałe w Zakładzie Klimatologii UW, podejmowane (przez J. Boryczkę ze współautorami) kilkakrotnie na podstawie najdłuższej w danym czasie serii obserwacyjnej z Warszawy, tj. od 1779 roku. Porównano zmierzone wartości temperatury powietrza w Warszawie-Okęciu w latach z prognozowanymi z wyprzedzeniem 31 lat i lat. Dobrą sprawdzalnością cechują się prognozy temperatury powietrza w Warszawie na lata i z 1984 i roku, według cykli wykrytych metodą sinusoid regresji w seriach wyników pomiarów w Warszawie-Obserwatorium Astronomiczne. Ta pozytywna ocena prognoz wynika z synchronicznych przebiegów wieloletnich wartości zmierzonych i obliczonych (wypadkowa interferencji cykli), a także z istotnych statystycznie związków korelacyjnych (na poziomie ufności 95%). Prognozy zmian klimatu np. półkuli północnej, wynikające z interferencji długich cykli promieniowania słonecznego oraz cykli zawartości izotopu tlenu δ 18 O, w rdzeniach lodowych Arktyki δ 18 O wymagają dłuższych serii pomiarów. S ł owa kluczowe: temperatura powietrza, liczby Wolfa, erupcje wulkaniczne, widmo, okres, interferencja, prognozy, słoje drzew Summary This paper offers a verification of the climate forecasts developed at the Department of Climatology of the University of Warsaw (by J. Boryczka and co-authors) as part of a series of observations in Warsaw that commenced in The air temperatures recorded at Warsaw-Okęcie in were compared with those predicted for the period and , i.e. 31 and years in the future. Accurate predictions of air temperatures in Warsaw in and from 1984 and were obtained by using the cycles identified by applying the sinusoidal regression method to a series of monitoring results in Warsaw from 1779 to The good accuracy of these forecasts is a result of a similar progression of measured and forecast values over a number of years. The prediction of climate change, for example in the Northern Hemisphere caused by interference of long solar radiation cycles as well as variations in the concentrations of the δ 18 O oxygen isotope in the Arctic ice cores, requires a larger series of data points. Key words: air temperature, Wolf numbers, spectrum, period, interference, forecast, tree ring Jerzy Boryczka Maria Stopa-Boryczka Urszula Kossowska-Cezak Jolanta Wawer jkborycz@uw.edu.pl mmstopab@uw.edu.pl jgwawer@uw.edu.pl Zakład Klimatologii, Wydział Geografii i Studiów Regionalnych, Uniwersytet Warszawski