Związek klimatu Polski w drugiej połowie XX wieku z procesami w skali regionalnej i globalnej

Transkrypt

1

2

3 PODZADANIE 1.1 Związek klimatu Polski w drugiej połowie XX wieku z procesami w skali regionalnej i globalnej 1. Cel badań Opisanie relacji pomiędzy warunkami termicznymi w Polsce a cyrkulacją atmosferyczną reprezentowana przez obliczone indeksy cyrkulacji strefowej. Kolejnym celem była analiza relacji między procesami zachodzącymi w powierzchniowej warstwie północnej części Atlantyku (SST Sea Surface Temperature) a elementami (termicznymi, pluwialnymi) klimatu Polski. 2. Zakres wykonywanych prac Przeprowadzono analizę zależności między intensywnością spływu zachodniego a warunkami termicznymi w Polsce (średnie obszarowe temperatury powietrza) - etap zakończony w czerwcu raport końcowy został złożony na ręce kierownika Podzadania 1.1. Pobrano dane ze źródeł zewnętrznych, przygotowano pliki i przeprowadzono analizę zależności między SST (Sea Surface Temperature) Północnego Atlantyku a elementami klimatu Polski (charakterystyki termiczne oraz pluwialne) oraz temperaturą powietrza nad Europą na poziomie 700hPa. Modele współzależności opracowano w oparciu o metody statystyczno-empirycznego downscalingu (CCA) w skali rocznej, sezonowej oraz miesięcznej. 3. Opis metodyki badań Przy ocenie zależności analizowanych charakterystyk klimatu Polski od SST Północnego Atlantyku, wykorzystano metodę statystycznego downscalingu CCA (Canonical Correlation Analysis). Metoda kanonicznych korelacji bazuje na koncepcji znalezienia takiej kombinacji wektorów własnych pól obydwu elementów, które charakteryzuje największa wartość współczynnika korelacji stowarzyszonych z mapami serii czasowych (tzw. serii kanonicznych). Wobec kolejnej pary map, współzależność pomiędzy seriami znalezionych wektorów jest ponownie maksymalna, lecz nie są one zależne od serii kanonicznych pierwszej pary map (m.in. von Storch, Zwiers 2001, Miętus, Filipiak 2002), tak więc spełniają warunek ortogonalności. Otrzymane pary map przedstawiają wartości rozpatrywanych elementów regionalnego i lokalnego wyrażone w jednostkach dla nich charakterystycznych, ujęte w postaci anomalii wartości tych elementów od średniej. Analizę CCA przeprowadzono w trybie standardowym jak również z przesunięciami (od 1 do 9-ciu

4 miesięcy), co miało na celu określenie potencjalnego opóźnienia reakcji pola lokalnego w stosunku do regionalnego pola wymuszenia (SST). W analizie CCA jako regionalne pole wymuszenia wykorzystano SST (Sea Surface Temperature), pozyskane z bazy danych, opisujących globalne wartości temperatury powierzchni oceanu z rozdzielczością 2x2 stopnia (i-coads z ICOADS Data Online at the NOAA Earth System Research Laboratory). Zakres przestrzenny analizy był analogiczny jak w pracy Miętusa i Filipiaka (2002) i obejmował fragment Północnego Atlantyku, ograniczony następującymi koordynatami (60 W-10 W, 35 N-60 N). Zakres czasowy pozyskanych danych obejmował wielolecie Dodatkowo dokonano próby wykorzystania pola temperatury z powierzchni izobarycznej 700hPa nad Europą (0-40 E, 40 N-65 N) jako etapu pośredniego między kaskadą wymuszenia regionalnego w postaci SST a odpowiedzią pola lokalnego w postaci zmienności charakterystyk termicznych w Polsce. W tym wypadku dane pozyskano z Reanalizy NCEP/NCAR (Kalnay i in. 1996). W zakresie charakterystyk termicznych i pluwialnych (lokalne pole odpowiedzi) analizie poddano dane obserwacyjne pochodzące z 54 stacji synoptycznych IMGW. Sieć wybranych punktów pokrywa obszar całej Polski, odzwierciedlając również wszystkie spotykane na obszarze kraju geomorfologiczne typy krajobrazów naturalnych (nizinny, pojezierny, wyżynny i górski). Zakres czasowy analiz obejmował wielolecie Charakterystyki wykorzystane w analizie to średnia miesięczna temperatura powietrza oraz miesięczna suma opadów. 4. Charakterystyka osiągniętych wyników Ze względu na ograniczenia raportu syntetycznego przedstawiono jedynie wybrane aspekty przeprowadzonych analiz. Kompletne wyniki, pliki źródłowe i wykorzystywane oprogramowanie są dostępne u wykonawcy zadania w miejscu pracy (IMGW Gdynia - Oddział Morski). Poszerzone analizy zostaną przedstawione w raporcie końcowym, który zgodnie z procedurami stosowanymi w PROJEKCIE zostanie przekazany kierownikowi podzadania do końca lutego 2011 roku.

5 Rys. 1. Obszar badań (obszary jasnoszare niepełne dane SST nie zostały uwzględnione w analizie CCA) Tabela 1. Wariancja (%) pola SST (Sea Surface Temperature) Północnego Atlantyku wyjaśniana przez kolejne wektory własne #EOFs EOF1 EOF2 EOF3 EOF4 EOF5 EOF6 EOF7 EOF8 EOF9 EOF10 EOF11 ROK ZIMA WIOSNA LATO JESIEŃ EOF12 EOF13 EOF14 EOF15 EOF16 EOF17 EOF18 EOF19 EOF20 EOF21 SUMA SUMA 1-5 ROK ZIMA WIOSNA LATO JESIEŃ

6 ZIMA WIOSNA LATO JESIEN Rys. 2. Wektory własne SST (1-szy EOF po lewej, 2-gi EOF po prawej) w sezonach

7 Tabela 2. Zestawienie wartości korelacji między seriami kanonicznymi (r) oraz wariancji (%) SST (var SST) oraz pola średniej miesięcznej temperatury powietrza (var ts) w Polsce wyjaśnianej przez kolejne pary map kanonicznych CCA1 CCA2 CCA3 var Rok r 0,36 0,29 0,27 var SST 3,39 8,55 6,23 18,17 var ts 49,14 42,73 6,26 98,13 Zima r 0,77 0,57 0,39 var SST 2,96 2,85 3,19 9,00 var ts 94,55 2,19 2,13 98,87 Wiosna r 0,71 0,64 0,47 var SST 4,49 3,75 5,69 13,93 var ts 8,04 70,34 19,41 97,79 Lato r 0,8 0,68 0,46 var SST 5,48 10,52 6,17 22,17 var ts 18,47 46,48 31,87 96,82 Jesień r 0,71 0,61 0,48 var SST 4,41 4,42 2,53 11,36 var ts 13,26 33,46 50,96 97,68 Rys sza (u góry) i 2-ga (na dole) para map kanonicznych SST i pola średniej miesięcznej temperatury powietrza w Polsce ZIMA

8 Rys sza (u góry) i 2-ga (na dole) para map kanonicznych SST i pola średniej miesięcznej temperatury powietrza w Polsce LATO Tabela 3. Zestawienie wartości korelacji między seriami kanonicznymi (r) oraz wariancji (%) SST (var SST) oraz pola miesięcznej sumy opadu (var Prec) w Polsce wyjaśnianej przez kolejne pary map kanonicznych CCA1 CCA2 CCA3 CCA4 CCA5 CCA6 CCA7 CCA8 CCA9 CCA10 CCA11 CCA12 CCA13 CCA14 CCA15 var r 0,48 0,47 0,44 0,36 0,33 0,28 0,25 0,19 0,18 0,16 0,13 0,1 0,04 ROK var SST 3,98 10,11 4,67 5,23 5,77 3,04 5,22 2,88 3,09 4,54 4,77 4,17 3,3 60,77 var Prec 11,46 13,8 11,57 6,24 4,95 3,41 4,09 2,84 2,57 3,14 3,27 14,28 4,58 86,20 ZIMA r 0,8 0,71 0,67 0,63 0,58 0,55 0,49 0,35 0,28 var SST 5,76 4,02 3,02 4,21 2,07 2,72 3,16 3,44 5,95 34,35 var Prec 4,44 4,1 3,32 37,99 8,73 11,25 4,21 4,71 13,05 91,80 WIOSNA r 0,88 0,82 0,8 0,76 0,73 0,7 0,59 0,49 0,48 0,36 0,34 0,3 0,27 0,2 0,13 var SST 3,83 6,42 5,25 2,78 7,73 2,58 4,57 3,45 5,7 2,52 2,9 3,7 4,56 2,91 4,1 63,00 var Prec 12,58 6,16 3,22 5,86 7,81 3,15 3,94 8,65 4,03 4,39 8,46 4,03 5,35 10,41 3,56 91,6 LATO r 0,9 0,85 0,77 0,69 0,63 0,59 0,53 0,5 0,43 0,37 0,22 0,18 0,14 0,06 0,01 var SST 8,62 6,79 4,89 5,27 5,56 7,13 2,98 6,47 4,85 3,66 2,85 7,76 6,1 7,48 4,33 84,74 var Prec 4,99 6,11 8,84 12,51 2,89 4,85 12,25 5,71 2,9 8,3 3,7 4 2,71 3,95 5,45 89,16 JESIEN r 0,82 0,76 0,71 0,69 0,65 0,55 0,53 0,44 0,3 var SST 3,31 5,04 4,07 4,45 5,3 4,35 4,04 2,67 4,43 37,66 var Prec 3,73 14,78 5,52 29,66 12,09 9,37 10,49 3,01 3,59 92,24

9 Rys sza (u góry) i 2-ga (na dole) para map kanonicznych SST i sumy opadu w Polsce ZIMA Rys sza (u góry) i 2-ga (na dole) para map kanonicznych SST i sumy opadu w Polsce LATO

10 Rys. 6 Sezonowe (Z, W, L, J) i roczne (R) wartości współczynników korelacji między serią obserwacyjna a zrekonstruowaną średniej miesięcznej temperatury powietrza w Polsce w oparciu o opracowane modele CCA (regionalne pole wymuszenia SST) dla okresu kalibracyjnego ( ) oraz walidacyjnego ( )

11 Struktura czasowo-przestrzenna pola temperatury powierzchniowej warstwy wody Północnego Atlantyku wykazuje znaczny poziom skomplikowania, uwidaczniający się w liczbie wyodrębnionych, niezdegenerowanych wektorów własnych (Tab.1). W skali roku pole SST jest opisane przez 15 funkcji własnych natomiast w przypadku sezonów ich liczba waha się od 14 latem do 21 wiosną. Wszystkie wyznaczone funkcje własne wyjaśniają, w przypadku skali rocznej, zaledwie 65% wariancji pola tej zmiennej. W sezonach wartości te kształtują się od około 70% (wiosna, jesień) do niespełna 75% latem. W przypadku uwzględnienia jedynie pierwszych pięciu dominujących mód zmienności (wyjaśniających największy odsetek wariancji), można stwierdzić, iż ilość wyjaśnianej wariancji z reguły nie przekracza 60% a w przypadku zimy i wiosny wynosi zaledwie 45%. Tak niskie wartości w dalszych analizach z wykorzystaniem modeli downscalingowych mogą skutkować zawarciem w modelu niewielkiej ilość wariancji zmiennej regionalnej, a co za tym idzie pogorszeniem jakości modeli, które będzie zauważalne podczas ich weryfikacji poprzez próbę rekonstrukcji oryginalnych serii elementu lokalnego. Obraz rocznej zmienności przestrzennego rozkładu wartości pierwszych wektorów własnych jest dosyć spójny i wskazuje na wyraźny cykl roczny w zmianach kształtu izoanomalii. W sezonie zimowym główna moda zmienności wyjaśnia 20,65% wariancji SST (Rys. 2) i wskazuje na istnienie jednorodnej (pod względem znaku) anomalii na prawie całym obszarze badań. Jej centrum jest zlokalizowane na południe od Nowej Funlandii a wartości anomalii przekraczają +1,0 C. 2-ga funkcja własna (10,5% wyjaśnianej wariancji) wyraźnie dzieli obszar badań na część północną (z dodatnimi anomaliami przekraczającymi na wschód od Nowej Funlandii +0,6 C) oraz południową charakteryzująca się anomaliami ujemnymi przy czym obszar z wartościami spadającymi poniżej -0,2 C znajduje się w południowozachodniej części obszaru badań. Na południe od Nowej Funlandii zlokalizowane jest izolowane centrum ujemnych anomalii z wartościami poniżej -0,8 C. Wiosną w przypadku pierwszej funkcji własnej (18,2% wyjaśnianej wariancji) rozkład przestrzenny anomalii jest zbliżony do zimowego. Widać jedynie podwyższenie wartości (o około 0,2 C) anomalii szczególnie zauważalne w zachodniej części obszaru. W przypadku drugiej funkcji własnej (11,05% wyjaśnianej wariancji) zaznacza się ograniczenie obszaru ujemnych anomalii do południowo-zachodniego sektora obszaru badań przy jednoczesnej rozbudowie obszaru najniższych wartości anomalii na południe od Nowej Funlandii. Całą wschodnią część obszaru badań obejmują ujemne anomalie SST. Latem pierwsza moda zmienności (odpowiedzialna za 24,44% wariancji SST) wskazuje na umocnienie sytuacji wiosennej z

12 wyraźnym zwiększeniem się obszaru najwyższych anomalii. Dla drugiej mody zmienności (12% wyjaśnianej wariancji) zachodzi dalsze zmniejszenie rozmiaru ujemnych anomalii w zachodniej części obszaru badań. Jesienią, w przypadku obu analizowanych funkcji własnych, zaznacza się odwrócenie tendencji rozkład przestrzenny izoanomalii można traktować jako pośredni między letnim a zimowym. Wariancja pola SST wyjaśniana przez te funkcje własne to odpowiednio 21,66% oraz 13,16%. Analiza CCA pozwoliła na powiązanie SST jako regionalnego czynnika wymuszającego z odpowiedzią pola lokalnego (temperatura powietrza oraz miesięczna suma opadów). Ze względu na stosunkowo spójna strukturę pola temperatury powietrza w przypadku analizy korelacji kanonicznych liczba par map kanonicznych wynosiła jedynie 3 zarówno dla roku jak i pozostałych sezonów (Tab. 2). Tak jak przypuszczano, w powiązaniu ze znaczną wielowymiarowością pola SST spowodowało to, że ilość wariancji pola SST zawarta w trzech parach map kanonicznych jest bardzo mała i jedynie w lecie przekracza 20%. Najniższa wartości notowana jest zimą i wynosi jedynie 9%. Oznacza to, iż ponad 90% zmienności elementu wymuszającego znajduje się poza modelem downscalingowym. W przypadku elementu lokalnego wyjaśniana wariancja zarówno w skali roku jak i w każdym z sezonów przekracza 95%. Analiza przestrzennego kształtu izoanomalii na parach map kanonicznych pozwoliła na wyodrębnienie charakterystycznych układów SST powiązanych z odpowiedzią pola temperatury powietrza w Polsce. W niniejszym raporcie syntetycznym ograniczono się do przedstawienia wyników dla sezonów zimowego i letniego. Pierwsza para map kanonicznych wskazuje na istnienie dodatnich anomalii w polu SST (zaledwie 2,96% wyjaśnianej wariancji) we wschodniej części obszaru badań jednak tylko lokalnie przekraczają one +0,2 C. Południowo-zachodnia części obszaru badań jest zdominowana przez ujemne anomalie z wartościami spadającymi poniżej -0,2 C na południe od Nowej Funlandii. Reakcja pola temperatury powietrza zimą (94,55% wyjaśnianej wariancji) wskazuje na jednorodną odpowiedź z wartościami anomalii od -2,6 C na południowym zachodzie do -3,4 C na północnym wschodzie. Wyraźnie zaznacza się również ocieplający wpływ Morza Bałtyckiego. W przypadku drugiej pary map kanonicznych w polu SST rysuje się rozbudowany obszar ujemnych anomalii ciągnący się z południowego-zachodu na północnywschód (2,85% wyjaśnianej wariancji). W odpowiedzi, pole lokalne (2,91% wyjaśnianej wariancji) wskazuje na istnienie izoanomalii o wyraźnym przebiegu z północnego-zachodu na południowy-wschód z dodatnimi anomaliami na południowym zachodzie (do +0,8 C) oraz

13 ujemnymi na północnym wschodzie (poniżej -0,6 C). Przebieg izoanomalii 0 C jest w zasadzie prostoliniowy od Ustki przez Warszawę na południowy-wschód. Latem pierwsza para map kanonicznych, wyjaśniająca 5,48% pola SST oraz 18,47% pola temperatury powietrza, wskazuje na istnienie nieznaczne ujemnej anomalii w polu SST w centralnej części obszaru badań i jednocześnie ujemnej z wartościami poniżej -0,4 C w jego zachodniej części. Pole elementu lokalnego wskazuje na dodatnią reakcję temperatury powietrza z najwyższymi wartościami (>+1,0 C) na zachodzie, wyraźnie spadającymi w kierunku południowo-wschodnim i osiągającymi zero w południowo-wschodniej Polsce. W przypadku drugiej pary map kanonicznych bardzo wyraźnie zaznacza się w polu SST (10,52% wyjaśnianej wariancji) układ ujemnych izoanomalii z centrum na wschód od Nowej Funlandii i wartościami anomalii przekraczającymi +0,8 C. Pole elementu lokalnego (46,48% wyjaśnianej wariancji) wskazuje na spadki wartości temperatury powietrza, przekraczające we wschodniej części kraju 1,2 C. Układ izoanomalii jest w zasadzie południkowy (zaburzony poprzez wyraźny wpływ Morza Bałtyckiego). Najniższe ujemne anomalie temperatury notowane są na zachodzie i nieznacznie przekraczają one 0,6 C. Analiza korelacji kanonicznych między SST a polem miesięcznych sum opadów w Polsce (Tab. 3) wskazuje na wyraźnie większą, niż miało to miejsce w przypadku analizy temperatury powietrza, ilość wariancji wymuszenia regionalnego zawartą w modelu. Jest to wynikiem większej złożoności pola opadu (analiza CCA dostosowuje się do elementu z mniejszą ilością funkcji własnych). Łączna wyjaśniana wariancja SST waha się 34% zimą do 63% wiosną. Należy podkreślić iż w przypadku modelu w skali roku ilość wyjaśnianej wariancji SST przekracza 60%. Dla elementu lokalnego wartość wyjaśnianej wariancji wynosi od 89,16% latem do ponad 92% jesienią. Analiza wykazała istnienie znacznej liczby par kanonicznych SST i pola opadu w Polsce od 9 zimą i jesienią do 15 wiosną i latem. Należy zwrócić uwagę na fakt występowania par map kanonicznych wyjaśniających znaczny odsetek wariancji elementu lokalnego na dalszych miejscach (według wielkości korelacji między seriami stowarzyszonymi dla par map). Sytuacja taka ma miejsce zimą (CCA4 37,99%, korelacja 0,63, CCA9 13,05% - korelacja 0,28), wiosną (CCA14 10,41% - korelacja zaledwie 0,2), latem (CCA4 12,51% - korelacja 0,69, CCA7 12,25% - korelacja 0,53) oraz jesienią (CCA4 29,66% - korelacja 0,69). Pierwsza para map kanonicznych w sezonie zimowym (Rys. 5) wyjaśnia zaledwie 5,76% wariancji SST oraz 4,44% pola opadów atmosferycznych w Polsce. Na Północnym Atlantyku zaznacza się obszar wartości SST wyższych od średniej (szczególnie w

14 południowej części), jednak wartości anomalii tylko lokalnie przekraczają tam +0,2 C. Wyraźniej zaznaczona jest ujemna anomalia SST (<-0,4 C) w północnej części obszaru badań. Odpowiedz pola opadów w Polsce charakteryzuje się ujemnymi anomaliami na przeważającej części obszaru kraju. Największe, przekraczające 5mm notowane są na wschodzie i wybrzeżu Morza Bałtyckiego. Druga para map (4,62% wyjaśnianej wariancji SST oraz 4,1% pola opadów ) wskazuje na występowanie dodatniej anomalii SST we wschodniej części obszaru badań oraz lokalnie pojawiających się ujemnych anomalii w części zachodniej (w pobliżu Nowej Funlandii). Taki układ przestrzenny SST jest związany z nieznacznym spadkiem sumy opadów na większości obszaru kraju. Jedynie na południowymwschodzie przekracza on 5mm. Na zachód od linii Ustka-Chojnice-Wrocław odpowiedz pola opadów jest dodatnia a w zachodniej część kraju notuje się wzrosty przekraczające 5mm. Latem (Rys. 5) Pierwsza para map kanonicznych SST i miesięcznych sum opadu w Polsce wyjaśnia 8,62% wariancji SST oraz 4,99% wariancji pola opadu. Układ przestrzenny izoanomalii SST wskazuje na występowanie wyraźnego obszaru o dodatnich anomaliach położonego na wschód of Nowej Funlandii. Wartości w jego centrum przekraczają +1,0 C i rozciągają się wyraźnym klinem na wschód. Odpowiedź pola lokalnego wskazuje na niemalże jednorodną odpowiedz pola opadu z przewagą ujemnych anomalii spadających lokalnie poniżej -15mm. Niewielkie obszary dodatnich anomalii zlokalizowane są na południu (Karpaty) oraz na północnym-wschodzie. Druga para map kanonicznych wyjaśnia 6,79% pola SST oraz 6,11% pola opadów latem. W polu SST daje się zauważyć dominację ujemnych anomalii w centrum obszaru (<-0,4 C) i izolowane, niewielkie obszary anomalii dodatnich w części zachodniej (wartości nie przekraczają tam +0,2 C). Dodatnie anomalie notowane są również w południowo-wschodniej części obszaru badań. Odpowiedź pola opadów w Polsce wskazuje na ujemne anomalie na większości obszaru Polski (<-12,5mm w centrum kraju) oraz lokalnie zaznaczony obszar wyraźnych anomalii dodatnich (> 15mm) w południowej części kraju (Karpaty). Przykładowe wyniki (Rys. 6) weryfikacji modelu CCA, przedstawiające przestrzenny rozkład pola izokorelat między źródłowymi seriami temperatury powietrza a tymi zrekonstruowanymi w oparciu o model CCA, wskazuje na słabą zdolność modeli w odtwarzaniu warunków termicznych w Polsce (pole wymuszenia SST Północnego Atlantyku). O ile wartości współczynników korelacji dla okresu kalibracyjnego ( ), dla którego model był tworzony, praktycznie nie przekraczają wartości 0,5 (jedynie zimą oscylują w okolicach 0,6), to już w przypadku weryfikacji dla okresu w zasadzie

15 nie przekraczają wartości 0,3. Wziąwszy pod uwagę liniowość określanych zależności można powiedzieć, iż wyjaśniana wariancja pola lokalnego nie będzie zazwyczaj przekraczać kilkunastu procent a wartość wariancji odchyleń danych zrekonstruowanych od serii danych źródłowych może przekraczać wariancję oryginalnych danych, co w zasadzie dyskwalifikuje model z dalszych zastosowań. Nieco lepsze wyniki uzyskano dla analiz miedzy SST a polem temperatury powietrza nad Europą (0-40 E, 40 N-60 N). W okresie kalibracyjnym korelacje były satysfakcjonujące - w przypadku okresu zimowego przekraczały nad obszarem Polski nawet 0,70, jesiennego 0,6, a wiosną i latem 0,5. Jednak dla okresu walidacyjnego spadały do zaledwie 0,2 latem i około 0,4 zimą i jesienią. Podsumowując, można zaryzykować twierdzenie o konieczności zachowania znacznej ostrożności przy wykorzystani pola SST w analizach zależności z innymi charakterystykami klimatu, co może być wynikiem znacznej wielowymiarowości pola, egzemplifikowanej przez dużą liczbę funkcji własnych, opisujących pole SST (i to zaledwie w 60%). W porównaniu ze stosunkowo niewielką liczbą funkcji własnych lokalnych elementów meteorologicznych powoduje to pominięcie znacznej części zmienności pola SST w modelach downscalingowych, co z kolei skutkuje niewielką zgodnością rekonstruowanych pól lokalnych z danymi źródłowymi. Może to również wskazywać na niestacjonarność procesów uwikłanych w transfer zależności miedzy elementem regionalnym a lokalnym. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Zgodne 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Wyniki mogą stanowić przyczynek do analiz przydatności zmiennych wielkoskalowych (wymuszenie regionalne) w procedurach mających na celu przygotowanie średnioterminowych/sezonowych (z wyprzedzeniem kilkumiesięcznym) prognoz warunków meteorologicznych w Polsce. 7. Wykaz przygotowanych publikacji Marosz M., Ustrnul Z., 2010, Zmienność warunków cyrkulacyjnych nad Polską na tle obszaru atlantycko-europejskiego Rezultaty projektu KLIMAT [w:] Bednorz E., Kolendowicz L. (red) 2010, Klimat Polski na tle klimatu Europy. Zmiany i ich konsekwencje, Bogucki Wydawnictwo Naukowe, Poznań 8. Literatura wykorzystana w opracowaniu Wilks D., 1993, Statistical Methods in the Atmospheric Sciences, Academic Press, s. 467

16 Yarnal, 1993, Synoptic climatology in environmental analysis a primer, Belhaven Press, London and Florida, s. XV+195 Yarnal B. et al., 2001, Development and prospects in synoptic climatology, Int. Journal of Climatology, 21, s Kalnay E. et al., 1996, The NCEP/NCAR 40-Year Reanalysis Project, BAMS, s Kaszewski B.M., 2001, Wykorzystanie typologii cyrkulacji atmosfery w badaniach klimatologicznych, Rocznik Fizycznogeograficzny, t.vi, UG, Miętus M., Filipiak J., 2002, Wpływu terminki powierzchniowej warstwy wody Północnego Atlantylu na wielkoskalową cyrkulację atmosferyczną w refjonie Atlantyku i Europy oraz na warunki termiczne w Polsce w XXw, Materiały Badawcze Seria: Meteorologia, IMGW, Warszawa, s.68 Storch v. H., Zwiers F., Statistical analysis in climate research, Cambriddge University Press, s Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr Michał Marosz dr hab. Mirosław Miętus, prof. ndzw. import danych z Reanalizy NCEP/NCAR, import danych SST z i-coads, obliczenia, przygotowanie bazy danych wartości SST, przygotowanie plików wsadowych do analizy z wykorzystaniem korelacji kanonicznych, analiza zmienności czasowo przestrzennej SST na Północnym Atlantyku, analiza współzależności między SST Północnego Atlantyku a wybranymi elementami klimatu, współautor raportu syntetycznego koncepcja analizy, konsultacje merytoryczne, autor oprogramowania CCA 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Wyniki były w części referowane podczas spotkań roboczych oraz dyskusji merytorycznych. Całość dokumentacji, w tym: software, zbiory wejściowe, wynikowe oraz rysunki, znajdują się w miejscu pracy wykonującego zadanie -Oddział Morski w Gdyni, raport syntetyczny przechowywany jest przez koordynatora podzadania i przekazany jest koordynatora projektu KLIMAT.

17 PODZADANIE 1.2 Scenariusze zmian klimatu Polski w latach 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 A. W ramach statystycznego downscalingu (SD): A.1. WARUNKI TERMICZNE 1. Cel badań W roku 2010 celem badań było opracowanie scenariuszy zmian warunków termicznych w Polsce w skali XXI wieku, ze szczególnym uwzględnieniem okresów oraz Zakres wykonywanych prac Wyznaczono scenariusze zmian średniej temperatury powietrza oraz kwantyli temperatur ekstremalnych: 95% kwantyla temperatury maksymalnej oraz kwantyla 5% temperatury minimalnej w Polsce w skali XXI wieku na podstawie danych z symulacji ECHAM-5 i HadCM3 oraz wyników modelu skonstruowanego metodą CCA i RDA, scenariusz emisyjny A2, A1B, B1 oraz 1%CO 2 do 2xCO 2, Wyliczono poprawki wynikające z dryftu ciśnienia w modelu ECHAM-5 i HadCM3 do scenariuszy zmian wymienionych powyżej elementów termicznych klimatu Polski (model CCA i RDA), Opracowano scenariusz wiązkowy zmian wskazanych elementów termicznych klimatu Polski w okresach i (model CCA i RDA). 3. Opis metodyki badań Scenariusze zmian warunków termicznych w Polsce zostały opracowane w odniesieniu do okresu referencyjnego z wykorzystaniem zidentyfikowanych metodą CCA i RDA w ramach prac w 2009 roku relacji między regionalnym polem barycznym a warunkami termicznymi w Polsce. Informacje o przyszłych zmianach cyrkulacji atmosferycznej pozyskano z dwóch symulacji globalnych: ECHAM-5 oraz HadCM3. Przyszłe zmiany warunków termicznych w Polsce zostały wyznaczone dla wybranych scenariuszy emisyjnych (B1, A1B, A2). Scenariusze opracowano w oparciu o zmiany regionalnego pola barycznego z następujących symulacji:

18 Model Scenariusz emisyjny B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1 Zmiany warunków termicznych opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu oraz Scenariusze opracowano dla wszystkich skal czasowych (rok, sezony, miesiące), koncentrując zmianach spodziewanych w skali rocznej i sezonowej. się jednak przede wszystkim na Ze względu na różnice między symulacją ciśnienia atmosferycznego przez modele globalne a wartościami rzeczywistymi zaistniała konieczność wprowadzenia korekty do opracowanych scenariuszy, niwelującej wpływ tych różnic na uzyskane wyniki. W tym celu pozyskano dane z symulacji kontrolnej dla XX wieku (20C3M), będącej rekonstrukcją klimatu dokonaną przez dany model globalny w warunkach zmian koncentracji gazów cieplarnianych w atmosferze rzeczywiście obserwowanych w ciągu XX wieku. Następnie wyznaczono w poszczególnych gridach anomalie ciśnienia atmosferycznego w symulacji 20C3M w stosunku do średnich ( ) wartości z reanalizy NCEP (danych rzeczywistych). W oparciu o tak przygotowaną serię danych dokonano rekonstrukcji warunków termicznych w Polsce dla okresu referencyjnego z wykorzystaniem wcześniej opracowanego modelu statystyczno-empirycznego (CCA i RDA). Wyliczone dla okresu referencyjnego średnie wartości anomalii stanowią wartość poprawki, o którą należy skorygować scenariusze w ten sposób wyeliminowano lub przynajmniej ograniczono wpływ różnic w danych pochodzących z dwóch źródeł (reanaliza NCEP, model globalny), pozostawiając wpływ jedynie symulowanych zmian ciśnienia w przyszłości. Korekt dokonano wyłącznie w przypadku średnich wieloletnich wartości. Należy podkreślić fakt, iż symulacje dla wykorzystanych scenariuszy emisyjny stanowią kontynuację symulacji 20C3M, dzięki czemu można zakładać, iż wartości wyznaczonych korekt są stałe w czasie. Opracowane scenariusze wiązkowe stanowią uśrednienie wyników uzyskanych w oparciu o zmiany regionalnego pola barycznego symulowane przez dwa modele globalne: ECHAM-5 i HadCM3. Ze względu na fakt, iż w przypadku modelu ECHAM-5 dostępnych było kilka wersji symulacji dla danego scenariusza emisyjnego (np. run 1, 2 i 3 w przypadku A2), dokonano najpierw uśrednienia wyników w obrębie danego scenariusza emisyjnego dla modelu ECHAM-5. Tak więc scenariusz wiązkowy powstał poprzez uśrednienie dwóch wartości: średniej z kilku symulacji ECHAM-5 oraz jedynej dostępnej symulacji HadCM3.

19 Scenariusze wiązkowe zostały opracowane dla każdego z wykorzystanych scenariuszy emisyjnych dla dwóch wieloleci tj oraz Charakterystyka osiągniętych wyników 4.1 Średnia temperatura powietrza Scenariusz wiązkowy wskazuje, iż średnia roczna temperatura powietrza w Polsce w latach nie zmieni się znacząco w stosunku do okresu referencyjnego (rys. 1.1). Zgodnie ze scenariuszami emisyjnymi B1 i A2 zmiany w zasadzie nie przekroczą 0,05 C, jedynie według scenariusza A1B nastąpi nieco większe ocieplenie (rzędu 0,10-0,15 C). Znacznie większe zmiany temperatury powietrza są przewidywane dla wielolecia (rys. 1.1). Średni wzrost temperatury w Polsce dla tego okresu wyniesie od 0,35 C (B1) do 0,5 C (A2). Największy wzrost temperatury nastąpi w północno-wschodniej części kraju (do niemal 0,6 C wg A1B i A2), malejąc w kierunku południowym do 0,3-0,4 C w Karpatach. Należy ponadto podkreślić fakt, iż scenariusze oparte na obu wykorzystanych symulacjach globalnych wykazują znaczą zgodność. Rys Scenariusz wiązkowy zmian średniej rocznej temperatury powietrza (anomalie w C w stosunku do okresu referencyjnego ) Dla sezonu zimowego w okresie otrzymano wyraźnie rozbieżne wyniki w zależności od scenariusza emisyjnego (rys. 1.2). Według scenariusza B1 nastąpi nieznaczny wzrost średniej temperatury powietrza w południowo-zachodniej części kraju oraz podobny co do wartości jej spadek w części północno-wschodniej. Z kolei wg A2 w całym kraju temperatura się obniży o około 0,1 C. Największą zmianę przewiduje scenariusz A1B wzrost temperatury powietrza w całym kraju od około 0,25 C na południu do niemal 0,4

20 na północnym wschodzie. Pod koniec XXI wieku zmiany będą znacznie wyraźniejsze (rys. 1.2). Dla okresu wszystkie scenariusze emisyjne przewidują wzrost średniej temperatury powietrza w stosunku do okresu referencyjnego średnio w skali kraju o od 0,5 C (B1) do 1,0 C (A1B). Rozkład przestrzenny zmian jest bardzo podobny jak w przypadku średniej rocznej temperatury, z tym że maksymalne zmiany na północnym wschodzie przekraczają 1,1 C (A1B). Rys Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie zimowym (anomalie w C w stosunku do okresu referencyjnego ) W sezonie wiosennym w okresie według scenariusza B1 nastąpi nieznaczny (rzędu 0,1-0,2 C) wzrost średniej temperatury powietrza w stosunku do okresu referencyjnego, największy w południowej części kraju (rys. 1.3). Z kolei zgodnie ze scenariuszami A1B i A2 nastąpi nieznaczne ochłodzenie o około 0,1 C (A2) do 0,2 C (A1B). Stosunkowo niewielkich zmian średniej temperatury powietrza można spodziewać się także w wieloleciu (rys. 1.3). Znaczne podobieństwo wykazują wyniki bazujące na scenariuszach emisyjnych B1 i A1B wystąpi wzrost temperatury w części północnowschodniej oraz spadek w części południowo-zachodniej, jednak zmiany na ogół nie przekroczą 0,1 C. W przypadku scenariusza A2 przewidywane jest z kolei wzrost temperatury niemal w całym kraju, największy na północnym wschodzie, gdzie ma osiągnąć niemal 0,3 C. Także w przypadku lata przewidywane zmiany średniej temperatury powietrza w okresie będą stosunkowo niewielkie wg B1 i A2 zmiany nie przekroczą 0,1 C (ochłodzenie), a wg A1B nastąpi nieznaczne ocieplenie rzędu 0,1-0,2 C (rys. 1.4). W okresie średnia temperatura powietrza latem będzie już znacząco wyższa niż w okresie

21 referencyjnym, a średnia w skali całego kraju różnica wyniesie odpowiednio 0,19 C (B1), 0,61 C (A1B) i 0,32 C (A2). Pomimo różnic w wartościach przewidywanego ocieplenia rozkład przestrzenny zmian jest w przypadku wszystkich scenariuszy emisyjnych bardzo podobny i pokazuje, że największy wzrost temperatury wystąpi w Wielkopolsce (do około 0,8 C wg A1B), zmniejszając się znacząco w kierunku Wybrzeża i wschodniej części kraju (rys. 1.4). W przypadku sezonu letniego należy zaznaczyć, iż scenariusze zmian temperatury oparte na symulacjach ECHAM-5 i HadCM3 różnią się znacząco, zarówno pod względem wartości, jak i znaku zmiany, zwłaszcza dla scenariuszy emisyjnych B1 i A2. Rys Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie wiosennym (anomalie w C w stosunku do okresu referencyjnego ) Rys Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie letnim (anomalie w C w stosunku do okresu referencyjnego )

22 Dla sezonu jesiennego zmiany temperatury w okresie wg B1 i A2 nie przekroczą 0,1 C (rys. 1.5). Nieznacznie większe zmiany wystąpią zgodnie ze scenariuszem A1B wzrost w całym kraju o około 0,1 C. Bardzo podobne wyniki wśród scenariuszy emisyjnych uzyskano dla okresu (rys. 1.5), zarówno pod względem wartości przewidywanych zmian, jak i ich rozkładu przestrzennego. W tym wieloleciu należy spodziewać się średniej temperatury powietrza wyższej o około 0,4 C w skali całego kraju niż w okresie referencyjnym. Największe ocieplenie wystąpi w północnej części kraju (rzędu 0,4-0,5 C), zmniejszając się w kierunku południowym do około 0,2 C. Rys Scenariusz wiązkowy zmian średniej temperatury powietrza w sezonie jesiennym (anomalie w C w stosunku do okresu referencyjnego ) 4.2. Kwantyl 95% temperatury maksymalnej powietrza Scenariusz wiązkowy kwantyla 95% maksymalnej temperatury powietrza wskazuje, iż w skali roku wartość omawianego elementu w całej Polsce w latach nieznacznie wzrośnie w stosunku do okresu referencyjnego (rys. 2.1). Średni wzrost temperatury dla tego okresu wyniesie od 0,21 C (A2) do 0,35 C (A1B). Jeszcze większe zmiany przewidywane są dla wielolecia Największy wzrost kwantyla 95% temperatury maksymalnej nastąpi w południowej części kraju (do 0,8 C), malejąc w kierunku wybrzeża do wartości rzędu 0,3-0,4 C. Należy ponadto podkreślić fakt, iż wszystkie scenariusze wiązkowe wykazują znaczną zgodność, jednakże rezultaty uzyskane z wykorzystaniem modelu ECHAM-5 różnią się od wyników modelu HadCM3. Pierwszy wykorzystywany model wskazuje na występowanie postępującego w skali XXI wieku ocieplenia, natomiast HadCM3 dowodzi niewielkiego, ochłodzenia na tle okresu

23 B1 A1B A2 Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Kłodzko Kłodzko Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Bielsko-Biała Nowy Sącz Zakopane Lesko Bielsko-Biała Nowy Sącz Zakopane Lesko Bielsko-Biała Nowy Sącz Zakopane Lesko Rys Scenariusz wiązkowy zmian kwantyla 95% maksymalnej rocznej temperatury powietrza (anomalie w C w stosunku do okresu referencyjnego ) Zimą w okresie według scenariusza B1 oraz A1B w całym kraju nastąpi wzrost kwantyla 95% maksymalnej temperatury powietrza. Największy wzrost, sięgający 0,6 C, przewidywany jest w południowej części kraju. W północno-wschodniej części Polski wskazywany wzrost będzie najmniejszy i osiągnie około 0,1 C. Z kolei według scenariusza A2 w ciągu najbliższych 20 lat temperatura maksymalna nie zmieni się znacząco w stosunku do okresu W północno-wschodniej części kraju przewidywany jest jej nieznaczny spadek (od -0,3 C), a w południowej części nieznaczny wzrost (do 0,4 C). Pod koniec XXI wieku zmiany będą znacznie wyraźniejsze. Dla okresu wszystkie scenariusze emisyjne, podobnie jak w przypadku temperatury średniej, przewidują wzrost kwantyla 95% temperatury maksymalnej powietrza w stosunku do okresu referencyjnego średnio w skali kraju o 0,5 C (B1) do 0,9 C (A2). Rozkład przestrzenny zmian jest bardzo podobny jak w przypadku zmian przewidywanych dla początku XXI wieku. Maksymalne zmiany na południu kraju przekraczają 1,1 C (A1B i A2).

24 B1 A1B A2 Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Koło Kalisz Płock Łódź Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Koło Kalisz Płock Łódź Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Koło Kalisz Płock Łódź Warszawa Siedlce Terespol Legnica Wrocław Jelenia Góra Kłodzko Włodawa Sulejów Wieluń Lublin Kielce Opole Sandomierz Zamość Katowice Racibórz Kraków Rzeszów Tarnów Bielsko-Biała Nowy Sącz Lesko Zakopane Legnica Wrocław Jelenia Góra Kłodzko Włodawa Sulejów Wieluń Lublin Kielce Opole Sandomierz Zamość Katowice Racibórz Kraków Rzeszów Tarnów Bielsko-Biała Nowy Sącz Lesko Zakopane Legnica Wrocław Jelenia Góra Kłodzko Włodawa Sulejów Wieluń Lublin Kielce Opole Sandomierz Zamość Katowice Racibórz Kraków Rzeszów Tarnów Bielsko-Biała Nowy Sącz Lesko Zakopane Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Koło Kalisz Płock Łódź Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Koło Kalisz Płock Łódź Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Koło Kalisz Płock Łódź Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Jelenia Góra Wieluń Opole Sulejów Kielce Lublin Sandomierz Zamość Legnica Wrocław Jelenia Góra Wieluń Opole Sulejów Kielce Lublin Sandomierz Zamość Legnica Wrocław Jelenia Góra Wieluń Opole Sulejów Kielce Lublin Sandomierz Zamość Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Rys Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie zimowym (anomalie w C w stosunku do okresu referencyjnego ) Wiosną w okresie według wszystkich scenariuszy emisyjnych kwantyl 95% temperatury maksymalnej powinien być większy niż w trakcie wielolecia Największy wzrost wartości omawianego elementu przewiduje scenariusz B1, z maksimum wartości anomalii rzędu 1,4 C na Górnym Śląsku (rys. 2.3). Najmniejszych dodatnich zmian należy spodziewać się na Pomorzu - wartość anomalii omawianego elementu według tego scenariusza wyniesie tam 0,8 C. Według scenariusza A2 rozkład przestrzenny dodatnich zmian będzie podobny, jednak będą one o około 0,2 C mniejsze. Według scenariusza A1B maksymalna temperatura powietrza wiosną w okresie będzie o 0,6 C wyższa niż w latach Cieplejszej wiosny w stosunku do okresu referencyjnego można spodziewać się także pod koniec XXI wieku. Średnia wartość zmiany kwantyla 95% temperatury maksymalnej powietrza na obszarze Polski wyniesie 0,78 C w przypadku scenariusza A1B, 0,82 C według scenariusza B1 i 0,89 C w przypadku scenariusza A2. Należy ponadto zaznaczyć, iż poszczególne scenariusze wskazują na znaczne podobieństwo rozkładów przestrzennych.

25 B1 A1B A2 Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Kłodzko Kłodzko Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Bielsko-Biała Nowy Sącz Zakopane Lesko Bielsko-Biała Nowy Sącz Zakopane Lesko Bielsko-Biała Nowy Sącz Zakopane Lesko Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Koło Kalisz Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Koło Kalisz Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Koło Kalisz Łódź Płock Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Kłodzko Kłodzko Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Bielsko-Biała Bielsko-Biała Bielsko-Biała Nowy Sącz Zakopane Lesko Nowy Sącz Zakopane Lesko Nowy Sącz Zakopane Lesko Rys Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie wiosennym (anomalie w C w stosunku do okresu referencyjnego ) W sezonie letnim przewidywane zmiany kwantyla 95% temperatury maksymalnej powietrza, niezależnie od rozpatrywanego, okresu będą znaczne (rys.2.4). Należy podkreślić fakt, iż scenariusze oparte na obu wykorzystanych symulacjach globalnych wykazują znaczą zgodność co do znaku anomalii i przewidują spadek wartości omawianego elementu. Większe spadki prognozuje model HadCM3. Analizując wyniki scenariuszy wiązkowych można zauważyć, iż zdecydowanie największe ujemne anomalie spodziewane są na wybrzeżu. W okresie w tej części kraju w przypadku każdego scenariusza przekraczają nawet 3 C. Najmniejsze spadki temperatury maksymalnej, rzędu -0,6 C, wystąpić mają w południowo-wschodniej Polsce. Średnia zmiana w stosunku do okresu referencyjnego dla obszaru całego kraju wynosi odpowiednio -1,1 C (A2), -1,3 C(A1B) i -1,4 C (B1). W okresie kwantyl 95% temperatury maksymalnej powietrza latem także będzie znacząco niższy niż w okresie referencyjnym. Zarówno rozkład przestrzenny omawianego elementu, jak i jego wartości wykazują spore podobieństwo do okresu

26 B1 A1B A2 Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Słubice Poznań Płock Słubice Poznań Płock Słubice Poznań Płock Zielona Góra Leszno Kalisz Koło Łódź Warszawa Siedlce Terespol Zielona Góra Leszno Kalisz Koło Łódź Warszawa Siedlce Terespol Zielona Góra Leszno Kalisz Koło Łódź Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Kłodzko Kłodzko Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Bielsko-Biała Bielsko-Biała Bielsko-Biała Nowy Sącz Zakopane Lesko Nowy Sącz Zakopane Lesko Nowy Sącz Zakopane Lesko Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Kłodzko Kłodzko Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Katowice Racibórz Kraków Tarnów Rzeszów Bielsko-Biała Nowy Sącz Zakopane Lesko Bielsko-Biała Nowy Sącz Zakopane Lesko Bielsko-Biała Nowy Sącz Zakopane Lesko Rys Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza w sezonie letnim (anomalie w C w stosunku do okresu referencyjnego ) Scenariusz wiązkowy zmian kwantyla 95% maksymalnej temperatury powietrza jesienią wskazuje na wzrost wartości elementu zarówno w okresie jak i w stosunku do wielolecia (rys. 2.5). W okresie spodziewane zmiany dla obszaru całego kraju są dodatnie i wynoszą od 0,5 C według scenariusza B1 do 0,9 C według scenariusza A1B. W ostatnim dwudziestoleciu XXI wieku uzyskane wyniki, wśród wszystkich scenariuszy emisyjnych, wskazują na większy wzrost temperatury (rzędu około 1,2 C) w stosunku do okresu referencyjnego. W obu okresach największe ocieplenie spodziewane jest w południowej części kraju, zmniejszając się równoleżnikowo w kierunku północnym. B1 A1B A2 Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Ustka Łeba Lębork Hel Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Świnoujście KołobrzegKoszalin Resko Szczecinek Chojnice Elbląg Olsztyn Kętrzyn Mikołajki Suwałki Szczecin Szczecin Szczecin Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Piła Toruń Mława Ostrołęka Białystok Gorzów Wlkp Gorzów Wlkp Gorzów Wlkp Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Poznań Słubice Zielona Góra Leszno Kalisz Koło Łódź Płock Warszawa Siedlce Terespol Włodawa Włodawa Włodawa Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Legnica Wrocław Wieluń Sulejów Lublin Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Jelenia Góra Opole Kielce Sandomierz Zamość Kłodzko Kłodzko Kłodzko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko Katowice Racibórz Kraków Tarnów Bielsko-Biała Nowy Sącz Zakopane Rzeszów Lesko