Opracowano scenariusz zmian średniego, maksymalnego (kwantyl 99% i kwantyl

Transkrypt

1

2

3 PODZADANIE 6.1 Wpływ zmian klimatycznych na zmiany średniego poziomu i występowania jego ekstremalnych wartości w rejonie polskiego wybrzeża Morza Bałtyckiego oraz scenariusze zmian A. W ramach statystycznego downscalingu (SD): 1. Cel badań W roku 2010 celem badań było opracowanie scenariuszy zmian poziomu morza wzdłuż polskiego wybrzeża Bałtyku, ze szczególnym uwzględnieniem okresów oraz Zakres wykonywanych prac Opracowano scenariusz zmian średniego, maksymalnego (kwantyl 99% i kwantyl 95%) i minimalnego (kwantyl 5%) poziomu morza wzdłuż polskiego wybrzeża na podstawie danych z symulacji ECHAM-5 i HadCM3, scenariusz emisyjny A2, B1 i A1B, wykorzystując wyniki modelu prostej regresji Opracowano scenariusz zmian średniego, maksymalnego (kwantyl 99% i kwantyl 95%) i minimalnego (kwantyl 5%) poziomu morza oraz liczby dni z maksymalnym poziomem morza powyżej kwantyla 90% wzdłuż polskiego wybrzeża na podstawie danych z symulacji ECHAM-5 i HadCM3, scenariusz emisyjny A2, B1 i A1B, wykorzystując wyniki modelu downscalingowego (metoda CCA i RDA) 3. Opis metodyki badań Scenariusze zmian poziomu morza wzdłuż polskiego wybrzeża zostały opracowane w odniesieniu do okresu referencyjnego z wykorzystaniem zidentyfikowanych metodą CCA i RDA oraz metodą regresji wielokrotnej w ramach prac w 2009 roku relacji między regionalnym i lokalnym polem barycznym a zmianami poziomu morza wzdłuż polskiego wybrzeża. Informacje o przyszłych zmianach cyrkulacji atmosferycznej pozyskano z dwóch symulacji globalnych: ECHAM-5 oraz HadCM3. Przyszłe zmiany poziomu morza zostały wyznaczone dla wybranych scenariuszy emisyjnych (B1, A1B, A2). Scenariusze opracowano w oparciu o zmiany regionalnego pola barycznego z następujących symulacji: Scenariusz emisyjny Model B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1

4 Zmiany poziomu morza opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu oraz Scenariusze opracowano dla wszystkich skal czasowych (rok, sezony, miesiące), z tym, że skupiono się na zmianach w skali rocznej i sezonowej. Opracowanie scenariuszy zmian poziomu morza na bazie modeli prostej regresji wiązało się z koniecznością wyznaczenia przyszłych zmian kierunku wiatru geostroficznego nad Południowym Bałtykiem. W tym celu dokonano interpolacji scenariuszy ciśnienia atmosferycznego w symulacji globalnych z punktów gridowych siatki do lokalizacji stacji wykorzystanych do wyliczenia składowych wiatru geostroficznego (Visby, Hel, Świnoujście). Dane po interpolacji (wartości ciśnienia dla tych stacji) wykorzystano do obliczenia przyszłych zmian składowych wiatru geostroficznego nad Południowym Bałtykiem, na podstawie których opracowano scenariusze zmian poziomu morza na polskim wybrzeżu. 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 zmian poziomu morza wzdłuż polskiego wybrzeża 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 emisyjnych stanowią kontynuację symulacji 20C3M, dzięki czemu można zakładać, iż wartości wyznaczonych korekt są stałe w czasie. W celu poznania rzeczywistych zmian poziomu morza wzdłuż polskiego wybrzeża w XXI w. oprócz wpływu czynnika cyrkulacyjnego uwzględniono również zmiany globalnego poziomu morza. Przyszłe zmiany średniego globalnego poziomu morza określono

5 na podstawie czterech symulacji globalnych wykorzystanych przez IPCC, dla których dostępne były symulacje przedstawiające ewolucję globalnego poziomu morza w oparciu o ekspansję termiczną, dopływ wód z lądów, opady atmosferyczne, topnienie lodowców i lądolodów, zmiany zasolenia wpływające na gęstość wody (GISS-ER, MIROC3.2(medres), ECHO-G, MRI-CGCM2.3.2). Dla każdego z modeli wyliczono wartość średnią dla okresu referencyjnego z symulacji kontrolnej 20C3M, którą wykorzystano do wyznaczenia zmian poziomu morza w XXI w. Tak stworzone serie posłużyły do stworzenia ensemble a (scenariusza wiązkowego) oddzielnie dla B1, A1B, A2. Następnie z wyników tych skorzystano do wyliczenia średniej zmiany globalnego poziomu morza dla dwóch okresów 20-letnich ( i ). Wartości te dodano do rezultatów scenariuszowych średniego poziomu morza obliczonego metodą downscalingu statystycznego tworząc tym samym rzeczywistą predykcję zmian tejże charakterystyki w XXI w. (Landerer i in. 2007). Dla charakterystyk dotyczących ekstremalnych poziomów morza skonstruowano równania regresji liniowej, pokazujących relacje między średnim poziomem morza a stanami ekstremalnymi (kwantyle 5%, 95% i 99%) dla odpowiednich skal czasowych (rok, sezony, miesiące) w okresie referencyjnym. Wykorzystując te relacje oraz zakładając ich stałość w czasie opracowano scenariusze zmian poziomów ekstremalnych na podstawie scenariuszy zmian poziomu średniego (uwzględniających czynnik cyrkulacyjny oraz globalną zmianę poziomu morza). Opracowane wyniki ostateczne czyli scenariusze wiązkowe stanowią uśrednienie wyników uzyskanych w oparciu o zmiany regionalnego pola barycznego symulowane przez dwa modele globalne: ECHAM-5 i HadCM3 z uwzględnieniem zmian globalnych. 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. Scenariusze wiązkowe zostały opracowane dla każdego z wykorzystanych scenariuszy emisyjnych dla dwóch wieloleci tj oraz Charakterystyka osiągniętych wyników Metoda analogowa Scenariusz wiązkowy opracowany z wykorzystaniem modelu prostej regresji pokazuje, iż w okresie średni roczny poziom morza wzdłuż całego wybrzeża według wszystkich scenariuszy emisyjnych będzie wyższy o około 5 cm w stosunku do

6 średniej wartości z okresu referencyjnego (tab. 6.1). Do końca XXI wieku nastąpi znaczący wzrost średniego poziomu morza, z tym, że wielkość zmiany jest uzależniona od przyjętego scenariusza emisyjnego. Średnia dla okresu będzie wyższa w przypadku scenariusza B1 o około 23 cm, A1B cm, A cm (tab. 6.1). Największy wzrost spodziewany jest we wschodniej części wybrzeża (od Władysławowa po Gdańsk), malejąc w kierunku zachodnim o około 2 cm. Tab Scenariusz zmian średniego rocznego poziomu morza wzdłuż polskiego wybrzeża opracowany w oparciu o model prostej regresji (zmiany w cm w stosunku do okresu referencyjnego ) SRES okres Świnoujście Kołobrzeg Ustka Łeba Władysławowo Hel Gdynia Gdańsk Uj. Wisły B ,8 4,9 5,0 5,1 5,1 5,1 5,1 5,1 5, ,2 22,7 22,8 23,3 23,8 23,5 23,5 23,7 22,2 A1B ,1 5,3 5,3 5,4 5,6 5,5 5,5 5,6 5, ,8 28,4 28,6 29,2 29,8 29,4 29,5 29,7 27,9 A ,5 4,5 4,6 4,6 4,6 4,6 4,6 4,6 4, ,1 30,8 30,9 31,6 32,5 32,0 32,0 32,3 30,0 Wzrost średniego poziomu morza w skali sezonów w okresie wyniesie około 3,5-5,5 cm, ze stosunkowo niewielkimi różnicami między poszczególnymi scenariuszami emisyjnymi. Znacznie większego wzrostu poziomu morza w stosunku do okresu referencyjnego można oczekiwać w wieloleciu Skala zmiany w tym przypadku jest ściśle uzależniona od przyjętego scenariusza emisyjnego. Najmniejszy wzrost będzie konsekwencją globalnego rozwoju wg scenariusza B1 od około 20 cm zimą do niemal 24 cm jesienią. W przypadku scenariusza A1B zmiany wyniosą około cm we wszystkich sezonach, jedynie latem będą nieco mniejsze (25-26 cm). Największe zmiany są charakterystyczne dla scenariusza A2, dla którego przekraczają jesienią 30 cm, a w pozostałych sezonach zawierają się między 27 a 29 cm. W przypadku ekstremalnie wysokiego poziomu morza (poziom maksymalny kwantyl 95%) skala przewidywanych zmian w skali rocznej i sezonowej jest bardzo zbliżona do zmian średniego poziomu morza różnice generalnie nie przekraczają 2 cm. Scenariusze wskazują, iż wyraźnie większym tempem wzrostu będzie cechował się minimalny poziom morza (kwantyl 5%) dla okresu spodziewany jest wzrost jego rocznej wartości w stosunku do okresu referencyjnego o około cm wg scenariusza B1, około 33 cm wg A1B i o około 36 cm wg A2, tj. o 4-5 cm więcej niż w przypadku poziomu średniego.

7 Metoda downscalingu statystyczno-empirycznego Scenariusz wiązkowy w skali roku opracowany na podstawie modelu downscalingu statystyczno-empirycznego wykazuje w okresie bardzo zbliżone wartości średnie do modelu prostej regresji we wszystkich trzech scenariuszach (różnice dziesiątych części centymetra) (por. tab.6.1. i tab.6.2.). Jednakże pod koniec XXI wieku różnice między dwoma metodami są większe i wynoszą kilka centymetrów. Można zauważyć, że model downscalingowy przewiduje niższe wartości dla dwudziestolecia , przy czym w B1 i A1B wynoszą one ok. 2 cm a w A2 osiągają niekiedy 4 cm. Tab Scenariusz zmian średniego rocznego poziomu morza wzdłuż polskiego wybrzeża opracowany w oparciu o model downscalingu statystyczno-empirycznego (zmiany w cm w stosunku do okresu referencyjnego ) SRES okres Świnoujście Kołobrzeg Ustka Łeba Władysławowo Hel Gdynia Gdańsk Uj. Wisły B ,9 5,0 5,0 5,1 5,1 5,1 5,1 5,1 5, ,7 21,0 21,2 21,4 21,4 21,4 21,3 21,4 20,9 A1B ,0 5,1 5,1 5,2 5,2 5,2 5,2 5,2 5, ,5 25,9 26,1 26,3 26,3 26,3 26,2 26,2 25,5 A ,6 4,6 4,6 4,6 4,6 4,6 4,6 4,6 4, ,4 27,8 28,0 28,3 28,2 28,2 28,2 28,2 27,5 W skali sezonów scenariusze zmian średniego poziomu morza dla początku XXI w. wykazują w obrębie trzech scenariuszy wiązkowych wzrost o ok. 3-5 cm zimą i wiosną, o ok. 4-7 cm latem i jesienią. Zmiany poziomu w okresie w stosunku do lat dla B1 przewidują podobnie jak w skali roku najniższe wzrosty rzędu 20 cm we wszystkich sezonach. Scenariusz emisyjny A2 generuje najwyższe poziomy morza średnio od 26 cm jesienią do 30 cm latem. Pośrednie wyniki przedstawia A1B ok. 26 cm w każdym z sezonów. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn W trakcie realizacji ostatniego etapu projektu konieczne okazało się wprowadzenie poprawki wynikającej z globalnej zmiany poziomu morza i stworzenie dodatkowego modelu regresji dla charakterystyk ekstremalnych poziomu. Obliczenia te spowodowały nieznaczne opóźnienie w opracowywaniu wiązkowych scenariuszy zmian poziomu morza na polskim wybrzeżu w skali XXI. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Wyniki zmian poziomu morza mogą zostać wykorzystane do wyznaczenia terenów bezpośredniego zagrożenia powodzią przy oddziaływaniu morza i zmian klimatycznych oraz

8 przy opracowaniu wytycznych nt. osłony hydrologicznej (monitoring i ostrzeganie) polskich obszarów przybrzeżnych. Wyniki badań kierowane są do jednostek na szczeblu centralnym, regionalnym i lokalnym w tym w szczególności odpowiadających za: bezpieczeństwo publiczne, planowanie przestrzenne, gospodarowanie zasobami naturalnymi, transport morski i wodny śródlądowy a pośrednio do podmiotów gospodarczych reprezentujących wyżej wymienione branże. Ma to na celu wskazanie wyżej wymienionym organom administracji, jakie mają przygotować strategie do adaptacji społeczeństwa i gospodarki w wyniku wzmożonej działalności zjawisk ekstremalnych (niskich i wysokich stanów wody). 7. Wykaz przygotowanych publikacji Jakusik E., Wójcik R., Biernacik D., Miętus M., 2010, Wpływ zmian pola barycznego nad Europą i Północnym Atlantykiem na zmiany średniego poziomu Morza Bałtyckiego w strefie polskiego wybrzeża, [w:] Ciupa T., Suligowski R. (red), Woda w badaniach geograficznych, Kielce, s Pilarski M., Jakusik E., Wójcik R., 2010, Zmienność ekstremalnie wysokiego poziomu morza w rejonie polskiego wybrzeża i jego związek z cyrkulacją atmosfery, III Geo-sympozjum Młodych Badaczy Silesia 2010 Współczesne trendy w naukach o Ziemi, Bytom-Sucha Góra, s Jakusik E., Wójcik R., Biernacik D., Pilarski M., Miętus M., 2010, Zmiany poziomu morza wzdłuż polskiego wybrzeża Morza Bałtyckiego. Rezultaty projektu KLIMAT., [w:] Bednorz E., Kolendowicz L. (red.), Klimat Polski na tle klimatu Europy. Zmiany i ich konsekwencje, Seria: Studia i Prace z Geografii i Geologii nr 16, Poznań, s Literatura wykorzystana w opracowaniu Landerer F. W., Jungclaus J. H., Marotzke J., 2007, Regional dynamic and steric sea level change in response to the IPCC-A1B Scenario, Journal of Physical Oceanography, Vol. 37, p Miętus M., 1993, Lokalny wskaźnik cyrkulacji atmosferycznej nad południowym Bałtykiem w odniesieniu do wiatru i temperatury na polskim wybrzeżu, [w:] Kożuchowski K. (red.), Globalne ocieplenie a współczesne zmiany klimatyczne w Polsce, Materiały międzynarodowej konferencji, Szczecin, Miętus M., 1999, Rola regionalnej cyrkulacji atmosferycznej w kształtowaniu warunków klimatycznych i oceanograficznych w polskiej strefie brzegowej Morza Bałtyckiego, Materiały Badawcze IMGW, Seria Meteorologia 29, 157pp.

9 Pruszak Z., 2003, Akweny morskie. Zarys procesów fizycznych i inżynierii środowiska., Wydawnictwo IBW PAN, Gdańsk, 272pp 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus prof. ndzw. mgr Ewa Jakusik mgr Dawid Biernacik mgr Robert Wójcik mgr Michał Pilarski mgr Bartosz Czernecki Koordynator całości prac w zadaniu i podzadaniu, współautor koncepcji realizacji podzadania. Odpowiedzialny za metodykę badań i interpretację wyników. Autor procedur numerycznych i programów obliczeniowych. Opracowanie scenariuszy zmian poziomu morza na podstawie modelu statystyczno-empirycznego, opracowanie wyników, opracowanie raportu sprawozdawczego Opracowanie scenariuszy zmian poziomu morza na podstawie modelu statystyczno-empirycznego, opracowanie wyników, Opracowanie scenariuszy zmian poziomu morza na podstawie modelu statystyczno-empirycznego oraz modelu prostej regresji, opracowanie poprawki na dryft ciśnienia, opracowanie wyników, opracowanie raportu sprawozdawczego Opracowanie scenariuszy zmian poziomu morza na podstawie modelu statystyczno-empirycznego, opracowanie zmiany globalnej poziomu morza, opracowanie wyników, opracowanie raportu sprawozdawczego Opracowanie scenariuszy zmian poziomu morza na podstawie modelu statystyczno-empirycznego, opracowanie wyników, 10. Informacja o sposobie odbioru zadań składowych i trybie koordynacji prac Prace były koordynowane przez Koordynatora zadania. Zespół realizatorski spotkał się w całości na seminarium poświęconym prezentacji wyników scenariuszy zmian klimatu Polski (16.XI.2010). Dodatkowo w dniach r. i r. zorganizowano seminaria merytoryczno-sprawozdawcze poświęcone rezultatom w ramach zadania 6. Poza tym Koordynator zadania konsultował na bieżąco prace zespołu opracowującego scenariusze i spotykał się okresowo z zespołem lub jego poszczególnymi członkami w celu omówienia postępu prac, zgodności z harmonogramem. Całość dokumentacji, w tym: software, zbiory wejściowe oraz wynikowe, rysunki, znajdują się w siedzibie zespołu wykonującego zadanie (Oddział Morski IMGW w Gdyni).

10 B. Model hydrodynamiczny 1) Cel badań Celem zadania 6.1 było między innymi określenie związków pomiędzy długoletnimi zmianami poziomów morza a regionalnymi procesami atmosferycznymi, opracowanie scenariuszy zmian średniego poziomu morza i ekstremalnych wartości poziomu morza do roku 2100 oraz za pomocą modeli hydrodynamicznych (specjalnie dla potrzeb projektu przekalibrowanych do modelowania zmian poziomów morza wymuszonych zmianami klimatycznymi) określenie zmian poziomów morza dla stacji Świnoujście, Hel, i Gdynia. 2) Zakres wykonywanych prac Ocena wyników badań nad długoterminowymi zmianami występowania poziomów morza wzdłuż polskiego wybrzeża: Podsumowano wykonane w roku poprzednim analizy statystyczne dotyczące badań ekstremalnych zmian poziomów: wezbrań sztormowych oraz bardzo niskich poziomów morza tzw. niżówek dla wybranych stacji: Świnoujście wybrzeże zachodnie, Ustka wybrzeże środkowe, Hel wybrzeże wschodnie, a także średnich poziomów morza dla stacji Świnoujście, Ustka, Hel oraz Gdańsk. Badania przeprowadzono dla podstawowego okresu obserwacji oraz dla okresu referencyjnego Oszacowanie (na podstawie obliczeń modeli hydrologicznych) zmian poziomów morza dla wybranych akwenów na podstawie scenariuszy: W związku z tym, ze prace wykonane w ramach testowania przystosowania modelu hydrodynamicznego do modelowania zmian poziomów morza wymuszonych zmianami klimatycznymi wykazały możliwość i celowość wykorzystania modelu prognozowania krótkoterminowego do celów badań klimatycznych kontynuowano prace nad rekalibracją modelu. Należy podkreślić, że jest to pierwsza taka próba podjęta w Polsce. Wybrany model uwzględnia wszystkie główne siły wymuszające zmiany poziomu morza. Przystosowanie modelu do prognozowania zmian miesięcznych wymagało dalszych prac dostosowawczych ze względu na fakt, że wyniki symulacji w dobry sposób oddają dynamikę zmian poziomów morza w analizowanym okresie natomiast niedostatecznie odwzorowywały ekstremalne wartości poziomów morza. W ramach realizacji w/w zadania wykonano: Rekalibrację z danych wejściowych godzinowych na dane wejściowe średnie dobowe i przystosowanie modelu hydrologicznego do modelowania zmian poziomów morza wymuszonych zmianami klimatycznymi

11 Rekalibrację z danych wejściowych średnich dobowych na dane wejściowe średnie miesięczne i przystosowanie modelu hydrologicznych do modelowania zmian poziomów morza dla wybranych akwenów na podstawie scenariuszy. Wyniki uzyskane z obliczeń za pomocą modelu przystosowanego do zmian z interwałem dobowym zostały poddane analizie, a następnie model został ponownie skorygowany i poddany rekalibracji w celu przystosowania go do obliczeń dla zmian miesięcznych. Obliczenia średnich zmian poziomów morza dla Świnoujścia, Helu i Gdyni z wykorzystaniem scenariusza zmian ciśnienia A2 B1, A1B Za pomocą modelu hydrologicznego wykonano obliczenia zmian średnich miesięcznych poziomów morza dla Świnoujścia, Helu i Gdyni w okresie roku. Analiza statystyczna wyników uzyskanych z obliczeń zmian średnich miesięcznych poziomów morza dla Świnoujścia, Helu i Gdyni w okresie roku z wykorzystaniem scenariuszy klimatycznych. 3) Opis metodyki badań W pracach nad rekalibracją modelu wykorzystano dane wezbrań sztormowych wyselekcjonowanych na podstawie wyników z poprzedniej części zadania (z roku 2009). Określenie wezbrania sztormowego wg Majewskiego bardzo dobrze oddaje niebezpieczeństwo wystąpienia powodzi, bądź zniszczenia wybrzeży. Wzrost częstości wezbrań jest prawdopodobnie efektem co najmniej dwóch czynników: zmianą w relacji w występowaniu poszczególnych typów cyrkulacji atmosferycznej na przełomie lat sześćdziesiątych i siedemdziesiątych oraz wzrostem średniego poziomu morza w całej południowej części Morza Bałtyckiego Wyniki badań nad długoterminowymi zmianami poziomów morza wzdłuż polskiego wybrzeża, zostały wykorzystane w kontynuowanych pracach nad wyborem sytuacji hydrologicznych do rekalibracji modelu hydrologicznego Przeprowadzono rekalibrację z danych wejściowych godzinowych na dane wejściowe średnie dobowe i przystosowanie modelu hydrologicznego do modelowania zmian poziomów morza wymuszonych zmianami klimatycznymi. W tym celu wytypowano w oparciu o wyniki badań nad długoterminowymi zmianami poziomów morza wzdłuż polskiej strefy brzegowej ponad 30 najgroźniejszych wezbrań sztormowych zarejestrowanych wzdłuż polskiego wybrzeża w okresie dla których przygotowano zbiory wejściowe do modelu hydrologicznego, które obejmowały:

12 ciśnienie, kierunek i prędkość wiatru w określonych punktach w rejonie Morza Bałtyckiego oraz dane o poziomach wody zarejestrowanych wzdłuż polskiego wybrzeża. Dla każdego wezbrania przygotowano dla 24 dni poprzedzających wezbranie zbiory z wartościami średnimi dobowymi ciśnienia w punktach siatki nad obszarem Bałtyku. Z tego samego okresu przygotowano zbiory wejściowe z kierunkiem oraz prędkością wiatru dla określonych trzech obszarów nad Bałtykiem. Dane dotyczące parametrów pola wiatrowego wprowadzono do programu Surfer, przeprowadzono interpolację, wyselekcjonowano dane dla 12 określonych dla modelu punktów siatki, przygotowano zbiory wejściowe do modelu Wróblewskiego. Zbiory wejściowe zawierające ciśnienia oraz kierunki i prędkości wiatru zostały przeliczone z bazy danych NOAA dla 12 punktów siatki (obejmującej obszar Morza Bałtyckiego) wykorzystywanych do obliczeń w modelu Wróblewskiego. Na rys.1a,b przedstawiono przykładowe rozkłady pola ciśnienia i wiatru uzyskane w wyniku przekształcenia danych dla obszaru objętego modelowaniem Rys. 1a,b Przykładowy rozkład ciśnienia oraz rozkład pola wiatrowego w ciągu doby na analizowanym obszarze

13 Model został zrekalibrowany w celu przystosowania go z obliczeń dla danych zmieniających się w poszczególnych godzinach do obliczeń dla danych wejściowych średnich dobowych., efekcie otrzymano prognozę na 24 oraz 72 dni. Dla w/w kilkudziesięciu wezbrań sztormowych dokonano porównania dobowych zmian poziomów morza otrzymanych z modelu ze średnimi rzeczywistymi wartościami dobowymi dla stacji w Świnoujściu, Gdyni i Helu, a następnie wykonano charakterystykę statystyczną wyników. Wyniki uzyskane z obliczeń za pomocą modelu przystosowanego do zmian z interwałem dobowym zostały poddane analizie, a następnie model został ponownie skorygowany i poddany rekalibracji w celu przystosowania go do obliczeń dla zmian miesięcznych. W tym celu przygotowano zbiory wejściowe zawierające średnie miesięczne poziomy morza wzdłuż polskiej strefy brzegowej oraz zbiory zawierające średnie miesięczne ciśnienia w wybranych punktach siatki w obszarze Morza Bałtyckiego. Następnie obliczono prognozę średnich miesięcznych poziomów morza dla Świnoujścia, Helu oraz Gdyni na 24 oraz 72 miesiące. Po przeanalizowaniu wyników uzyskanych z modelu przystąpiono do przygotowywania zbiorów ze średnimi miesięcznymi ciśnieniami w 12 wybranych punktach siatki (obszar Morza Bałtyckiego) otrzymanych dla 3 scenariuszy klimatycznych (emisyjnych): A2, A1B, B2. Za pomocą modelu hydrologicznego wykonano obliczenia zmian średnich miesięcznych poziomów morza dla Świnoujścia, Helu i Gdyni w okresie z wykorzystaniem scenariusza A2 B1, A1B zmian ciśnienia. Otrzymane wyniki uzyskane z obliczeń poddano analizie statystycznej. 4) Charakterystyka osiągniętych wyników Wyniki uzyskane z modelu po rekalibracji danych wejściowych godzinowych na dane wejściowe średnie dobowe dotyczyły wybranych wcześniej około 30 wezbrań sztormowych zarejestrowanych wzdłuż polskiego wybrzeża w okresie W tabeli 1 przedstawiono daty wyselekcjonowanych wezbrań sztormowych. Tab. 1 Daty wytypowanych wezbrań: Okres Okres Okres Okres Okres

14 Dla w/w kilkudziesięciu wezbrań sztormowych dokonano porównania dobowych zmian poziomów morza otrzymanych z modelu ze średnimi rzeczywistymi wartościami dobowymi dla stacji w Świnoujściu, Gdyni i Helu, a następnie wykonano charakterystykę statystyczną wyników. Wyniki otrzymane z model hydrologicznego przedstawiają prognozy zmian poziomów morza w 2 wariantach: dla wysokich poziomów morza sytuacji sztormowych (litera W) oraz dla średnich poziomów morza (litera N) odpowiednio dla Świnoujścia, Helu i Gdyni. Na rys.2 a,b,c,d,e,f,g,h przedstawiono porównanie rzeczywistych poziomów morza dla Świnoujścia, Helu i Gdyni (oznaczonych odpowiednio RzSwin, RzHel, RzGdynia), z wynikami modelu dla Świnoujścia dla wysokich stanów wody (ProgSwiW) dla średnich stanów wody (ProgSwinN), odpowiednio dla Helu :dla wysokich stanów wody (ProgHelW) i dla średnich stanów wody (ProgHelN) oraz dla Gdyni: dla wysokich stanów wody (ProgGdyW) i średnich stanów wody (ProgGdyN). a. b. c. d. e. f.

15 g. h. Rys. 2 a,b,c,d,e,f,g,h porównanie rzeczywistych poziomów morza dla Świnoujścia, Helu i Gdyni, z wynikami modelu dla Świnoujścia, Helu i Gdyni dla wysokich i średnich stanów wody Wyniki korelacji wykonanej dla całego zbioru wyników przedstawiono w tabeli 2, korelacje istotne statystycznie zostały zaznaczone kolorem czerwonym. Tab. 2 Wyniki korelacji ciągu danych rzeczywistych z wynikami modelu Korelacje Oznaczone wsp. korelacji są istotne z p < N=360 (Braki danych usuwano przypadkami) Zmienna SWIN rzecz SWIN HEL rzecz HEL GDYNIA rzecz GDYNIA SWIN rzecz SWIN HEL rzecz HEL GDYNIA rzecz Za pomocą modelu hydrologicznego wykonano obliczenia zmian średnich miesięcznych poziomów morza dla Świnoujścia, Helu i Gdyni w okresie z wykorzystaniem scenariusza A2 B1, A1B zmian ciśnienia. Otrzymane wyniki uzyskane z obliczeń poddano analizie statystycznej.

16 SCENARIUSZ A2 W tabeli 3 przedstawiono wyniki obliczeń zmian poziomów morza za pomocą modelu hydrologicznego przy wykorzystaniu zbiorów ciśnień dla okresu wygenerowanych dla scenariusza A2. Dla poszczególnych miesięcy wykonano statystyki anomalii od średniego poziomu morza dla wyników modelu z uwzględnieniem wezbrania sztormowego (SwinW, HelW, GdyW) oraz dla wyników modelu zakładających wahania poziomu morza wokół stanu średniego(swinn, HelN, GdyN). Tab. 3 Wartości anomalii średniego poziomu morza dla poszczególnych miesięcy w następujących przedziałach czasowych: , , oraz dla całego okresu scenariuszowego (scenariusz A2) styczeń A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min luty A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min marzec A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max

17 min średnia max min średnia max min kwiecień A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min maj A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min czerwiec A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min

18 lipiec A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min sierpień A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min wrzesień A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min październik A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min

19 średnia max min średnia max min listopad A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min grudzień A2 Świn W Świn N Hel W Hel N Gdy W Gdy N średnia max min średnia max min średnia max min średnia max min Rys. 3 A2 anomalie dla średniego poziomu morza w Świnoujściu dla poszczególnych miesięcy w latach

20 Rys. 4 A2 anomalie dla średniego poziomu morza w Helu dla poszczególnych miesięcy w latach Rys. 5 A2 anomalie dla średniego poziomu morza w Gdyni dla poszczególnych miesięcy w latach Rys. 6 A2 średnie roczne anomalie dla średniego poziomu morza w Świnoujściu w latach

21 Rys. 7 A2 średnie roczne anomalie dla średniego poziomu morza w Helu w latach Rys. 8 A2 średnie roczne anomalie dla średniego poziomu morza w Gdyni w latach Tab. 4 Wartości percentyli dla otrzymanych z modelu wyników prognoz zmian poziomów morza wg scenariusza A2 lata percentyle Świn W Świn N Hel W Hel N Gdy W Gdy N

22 SCENARIUSZ A1B W tabeli 4 przedstawiono wyniki obliczeń zmian poziomów morza za pomocą modelu hydrologicznego przy wykorzystaniu zbiorów ciśnień dla okresu wygenerowanych dla scenariusza A1B. Dla poszczególnych miesięcy wykonano statystyki anomalii od średniego poziomu morza dla wyników modelu z uwzględnieniem wezbrania sztormowego (SwinW, HelW, GdyW) oraz dla wyników modelu zakładających wahania poziomu morza wokół stanu średniego(swinn, HelN, GdyN). Tab. 5 Wartości anomalii średniego poziomu morza dla poszczególnych miesięcy w dla całego okresu scenariuszowego (scenariusz A1B) styczeń Świn W Świn N Hel W Hel N Gdy W Gdy N średnia luty max min średnia marzec max min średnia kwiecień max min średnia maj max min

23 średnia max min czerwiec średnia max min lipiec średnia max min sierpień średnia max min wrzesień średnia max min październik średnia max min listopad średnia max min grudzień średnia max min

24 Rys. 9. A1B - anomalie dla średniego poziomu morza w Świnoujściu dla poszczególnych miesięcy w latach Rys. 10 A1B - anomalie dla średniego poziomu morza w Helu dla poszczególnych miesięcy w latach Rys. 11 A1B - anomalie dla średniego poziomu morza w Gdyni dla poszczególnych miesięcy w latach

25 Rys. 12 A1B średnie roczne anomalie dla średniego poziomu morza w Świnoujściu w latach Rys. 13 A1B średnie roczne anomalie dla średniego poziomu morza w Helu w latach Rys. 14 A1B średnie roczne anomalie dla średniego poziomu morza w Świnoujściu w latach

26 Tab. 6 Wartości percentyli dla otrzymanych z modelu wyników prognoz zmian poziomów morza wg scenariusza A1B percentyle Świn W Świn N Hel W Hel N Gdy W Gdy N SCENARIUSZ B1 W tabeli 6 przedstawiono wyniki obliczeń zmian poziomów morza za pomocą modelu hydrologicznego przy wykorzystaniu zbiorów ciśnień dla okresu wygenerowanych dla scenariusza B1. Dla poszczególnych miesięcy wykonano statystyki anomalii od średniego poziomu morza dla wyników modelu z uwzględnieniem wezbrania sztormowego (SwinW, HelW, GdyW) oraz dla wyników modelu zakładających wahania poziomu morza wokół stanu średniego(swinn, HelN, GdyN).

27 Tab. 7 Wartości anomalii średniego poziomu morza dla poszczególnych miesięcy w dla całego okresu scenariuszowego (scenariusz B1) B1 Świn W Świn N Hel W Hel N Gdy W Gdy N styczeń średnia max min luty średnia max min marzec średnia max min kwiecień średnia max min maj średnia max min czerwie średnia max min lipiec średnia max min sierpień średnia max min wrzesień średnia max min

28 październik średnia max min listopad średnia max min grudzień średnia max min Rys. 15 B1 -anomalie dla średniego poziomu morza w Świnoujściu dla poszczególnych miesięcy w latach Rys. 16 B1 -anomalie dla średniego poziomu morza w Helu dla poszczególnych miesięcy w latach

29 Rys. 17 B1 -anomalie dla średniego poziomu morza w Gdyni dla poszczególnych miesięcy w latach Rys. 18 B1 średnie roczne anomalie dla średniego poziomu morza w Świnoujściu w latach Rys. 19 B1 średnie roczne anomalie dla średniego poziomu morza w Helu w latach

30 Rys. 20 B1 średnie roczne anomalie dla średniego poziomu morza w Świnoujściu w latach Tab. 8 Wartości percentyli dla otrzymanych z modelu wyników prognoz zmian poziomów morza wg scenariusza B1 percentyle Świn W Świn N Hel W Hel N Gdy W Gdy N

31 Wnioski Wyniki testowania modelu hydrodynamicznego pod kątem przystosowania go do modelowania zmian poziomów morza wymuszonych zmianami klimatycznymi wykazały przydatność do celów badań klimatycznych. Otrzymane z modelu wyniki prognozowanych zmian poziomów morza dla Świnoujścia, Helu i Gdyni wymuszonych zmianami klimatycznymi zostaną poddane szczegółowej analizie. Ogólnie można stwierdzić, że dla średnich poziomów morza zakres prognozowanych zmian waha się średnio dla poszczególnych miesięcy w przedziale od -8 do 10 cm dla wszystkich scenariuszy. Natomiast dla prognozowanych poziomów morza z założeniem warunków sztormowych (wyniki z indeksem W:SwiW, HelW, GdyW) zakres odchyleń od średniego poziomu morza waha się w granicach: od 28 do 34cm. Wartości percentyli obliczone dla wyników modelu z uwzględnieniem 3 scenariuszy są zbliżone. 5) Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Prace wykonane w ramach realizacji podzadania pozostawały w zgodności z założonymi celami oraz harmonogramem prac. Nie występowały opóźnienia. 6) Propozycje dotyczące praktycznego wykorzystania wyników badań, Doświadczenia zdobyte podczas realizacji zadania w okresie I-XII.2010 zostaną wykorzystane w realizacji kolejnych etapów zadania. Wyniki badań nad przewidywanymi zmianami poziomów morza w roku 2100 na podstawie obliczeń rozkładu ciśnień (wg scenariuszy A2, A1B, B1) nad przyjętą do analizy siatką 12 punktów nad obszarem Morza Bałtyckiego mogą zostać wykorzystane do lepszej oceny zagrożeń spowodowanych występowaniem ekstremalnie niskich i wysokich stanów wody. 7) Wykaz przygotowanych publikacji Podczas raportowanego okresu sprawozdawczego prace skupiały się na obliczeniach i analizie wyników modelu. Planuje się przygotowanie publikacji w kolejnym okresie badawczym. 8) Literatura wykorzystana w opracowaniu 1. Kowalska B., Stanisławczyk I., Mykita M., 2008, Morskie modele prognostyczne jako element portalu Środowisko polskiej strefy przybrzeżnej. W: Mat. Konf.: VII

32 Międzynarodowa Konferencja Ochrona człowieka w morskim środowisku pracy, Świnoujście-Kopenhaga, Akademia Morska w Szczecinie, str Wróblewski A., 1991, Sea level and storm surge forecasting in the Southern Baltic, Oceanologia, str ) Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr inż. Marzenna Sztobryn mgr inż. Beata Kowalska mgr Monika Mykita mgr inż. Beata Letkiewicz mgr Ida Stanisławczyk Koncepcja pracy w zakresie wykorzystania modelu hydrologicznego do obliczeń zmian poziomów morza wymuszonych zmianami klimatycznymi wg przygotowywanych scenariuszy klimatycznych oraz nadzór nad prowadzonymi pracami rekalibracja modelu i obliczenia za pomocą modelu hydrologicznego poziomów morza wymuszonych czynnikami klimatycznymi, przygotowanie zbiorów wejściowych i analiza wyników Przygotowanie zbiorów wejściowych i analiza wyników Rekalibracja modelu i obliczenia za pomocą modelu hydrologicznego zmian poziomów morza wymuszonych czynnikami klimatycznymi, przygotowanie zbiorów wejściowych i analiza wyników Przygotowanie zbiorów wejściowych i analiza wyników 10) Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac. Zgodnie z zaleceniami koordynatora zadania.

33 PODZADANIE 6.2 Wpływ zmian klimatycznych na przyszłe warunki występowania zlodzenia Bałtyku 1) Cel badań a) Weryfikacja empirycznego modelu zmian wybranych parametrów zlodzenia południowego Bałtyku. b) Przystosowanie empirycznego modelu zmian wybranych parametrów zlodzenia południowego Bałtyku do przewidywania zmian długoterminowych. c) Opracowanie scenariuszy w zakresie zmian zlodzenia w XXI wieku d) Oszacowanie (na podstawie obliczeń empirycznego modelu) zmian surowości zlodzenia południowego Bałtyku w XXI na podstawie scenariuszy klimatycznych 2) Zakres wykonywanych prac Analiza wybranych sezonów zlodzenia Południowego Bałtyku Przystosowanie empirycznego modelu zmian wybranych parametrów zlodzenia Południowego Bałtyku do przewidywania zmian długoterminowych Weryfikacja empirycznego modelu zmian wybranych parametrów zlodzenia Południowego Bałtyku Obliczanie zmian wskaźnika surowości zlodzenia dla Bałtyku Południowego do 2100 roku na podstawie scenariuszy oraz modelu Echam5 Wyznaczono scenariusze zmian liczby dni ze zlodzeniem wzdłuż polskiego wybrzeża w skali XXI wieku na podstawie danych z symulacji Echam5 i HadCM3 oraz wyników modelu skonstruowanego metodą CCA i RDA,, predyktor: regionalne pola baryczne Wyznaczono scenariusze zmian wskaźnika surowości zlodzenia dla 7 akwenów Morza Bałtyckiego w skali XXI wieku na podstawie danych z symulacji ECHAM-5 i HadCM3 oraz wyników modelu skonstruowanego metodą CCA i RDA, predyktor: regionalne pola baryczne Wyznaczono scenariusze zmian liczby dni z lodem wzdłuż polskiego wybrzeża w skali XXI wieku na podstawie danych z symulacji ECHAM-5 oraz wyników modelu skonstruowanego metodą CCA i RDA, predyktor: pole temperatury powietrza z poziomu 700 hpa Wyznaczono scenariusze zmian wskaźnika surowości zlodzenia dla 7 akwenów Morza Bałtyckiego w skali XXI wieku na podstawie danych z symulacji ECHAM-5 oraz

34 wyników modelu skonstruowanego metodą CCA i RDA, predyktor: pole temperatury powietrza z poziomu 700 hpa Wyliczono wartość poprawek wynikających z dryftu ciśnienia w modelu ECHAM-5 i HadCM3 (run 1) do scenariusza liczby dni z lodem na polskim wybrzeżu i wskaźnika surowości zlodzenia Morza Bałtyckiego opracowanego w oparciu o model skonstruowany metodą CCA i RDA Wyliczono wartość poprawek wynikających z dryftu temperatury powietrza na poziomie 700 hpa w modelu ECHAM-5 (run 1) do scenariusza liczby dni z lodem na polskim wybrzeżu i wskaźnika surowości zlodzenia Morza Bałtyckiego opracowanego w oparciu o model skonstruowany metodą CCA i RDA 3) Opis metodyki badań 3.1 Model empiryczny Zostały opracowane dwa typy modeli (statystyczne regresja wielokrotna), różniące się predyktorami. W pierwszym typie predyktorami były temperatury powietrza oraz gradient pola barycznego. W drugim typie zmiennymi objaśniającymi były typy cyrkulacji atmosferycznych. W obu typach modeli zmienną objaśnianą (zależną) był wskaźnik surowości zlodzenia południowego Bałtyku. Ze względu na brak scenariuszy zmian typów cyrkulacji atmosferycznej do 2100 roku, przyjęto jako podstawę do szacowania zmian klimatu zlodzenia pierwszy typ modelu tj., gdzie predyktorami były temperatury powietrza (średnie miesięczne oraz ich kombinacje) i gradient pola barycznego, reprezentowany przez składowe południkową i strefową. Konstrukcja zbioru optymalnych predyktorów została dokonana na podstawie wyników przeprowadzonych analiz : korelacyjnej (statystycznie znacząca na poziomie 95%; kryteria: jak najwyższa wartość współczynnika korelacji pomiędzy predyktorami a zmienną objaśnianą i jak najniższa pomiędzy predyktorami), algorytmu genetycznego (najdłuższa przeżywalność predyktorów) oraz badań czułości modelu (lepsza/gorsza praca modelu z / bez analizowanego predyktora). Pozostałe parametry zlodzenia jak długość sezonu lodowego, liczba dni z lodem itd. zostały przyjęte na podstawie klasyfikacji surowości zlodzenia, przeprowadzonej w 2009 roku. Szacowanie zmian surowości zlodzenia południowego Bałtyku, zostało opracowane na podstawie scenariuszy B1, A1B i A2 run1 oraz modelu ECHAM-5. Przeprowadzono szczegółową analizę porównawczą okresu referencyjnego z okresem

35 3.2 Model statystyczno-empiryczny Scenariusze zmian zlodzenia na Bałtyku zostały opracowane w odniesieniu do okresu referencyjnego z wykorzystaniem zidentyfikowanych metodą CCA i RDA w ramach prac w 2009 roku relacji między regionalnym polem wymuszenia (ciśnienie atmosferyczne, temperatura powietrza z poziomu 2 m n.p.g., temperatura powietrza z poziomu 700 hpa) a zlodzeniem Bałtyku. Informacje o przyszłych zmianach pola wymuszenia pozyskano z dwóch symulacji globalnych: ECHAM-5 oraz HadCM3. Przyszłe zmiany zlodzenia na Bałtyku zostały wyznaczone dla wybranych scenariuszy emisyjnych (B1, A1B, A2). Scenariusze opracowano w oparciu o zmiany pola regionalnego z następujących symulacji: Scenariusz emisyjny Model B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1 Zmiany zlodzenia opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu oraz Ze względu na różnice między symulacją regionalnego pola wymuszenia 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 predyktora (pola wymuszenia) w symulacji 20C3M w stosunku do średnich ( ) wartości z reanalizy NCEP (danych rzeczywistych). W oparciu o tak przygotowaną serię danych dokonano rekonstrukcji zlodzenia na Bałtyku 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 jedynie wpływ symulowanych zmian predyktora w przyszłości. Korekt dokonano wyłącznie w przypadku średnich wieloletnich wartości. Należy podkreślić fakt, iż

36 symulacje dla wykorzystanych scenariuszy emisyjny stanowią kontynuację symulacji 20C3M, dzięki czemu można zakładać, iż wartości wyznaczonych korekt są stałe w czasie. 4) Charakterystyka osiągniętych wyników 4.1 Model empiryczny Na podstawie wielopoziomowej analizy doboru zbioru predyktorów (początkowy zbiór 129 danych; 16 danych spełniło kryteria analizy korelacyjnej i algorytmu genetycznego z tego 4 dane spełniły kryterium czułości modelu) przyjęto jako dane wejściowe średnią temperaturę z miesięcy : lipca i grudnia (typ modelu 1 ; model 1a - M1a), średnią temperaturę roku i średnią temperaturę miesięczną grudnia (typ modelu 1 ; model 1b M1b) oraz średnią temperaturę z miesięcy : lipca i grudnia i składową południkową średnia miesięczna października (typ modelu 2 ; model 2-M2). Oznacza to, że średnia temperatura miesięczna lipca najlepiej charakteryzuje termikę południowego Bałtyku na początku sezonu zimowego jest to jeden z dwóch czynników decydujących o zlodzeniu akwenu; drugim czynnikiem jest tzw. suma chłodu, czyli jaka musi być temperatura powietrza (reprezentowana w zbiorze predyktorów przez średnią temperaturę miesięczną grudnia), by na akwenie o wejściowym zasobie ciepła mogła utworzyć się pokrywa lodowa. Porównanie danych rzeczywistych z okresu obserwacji ( ) z rekonstrukcją na podstawie 3 modeli (zmienną objaśnianą był wskaźnik surowości zlodzenia S ) charakteryzują następujące współczynniki korelacji : 0,6 (model 1a) ; 0,64 model 1b oraz model 2. W tabeli zostały zaprezentowane parametry statystyczne zmienności wskaźnika S obliczone dla okresu referencyjnego oraz dla okresu , na podstawie 3 scenariuszy dla każdego z 3 modeli. Tab Parametry statystyczne wskaźnika S dla okresu referencyjnego i okres scenariusz rzeczyw. M1a B1r1 M1b B1r1 M2 B1r1 M1a A1Br1 M1b A1Br1 M2 A1Br1 M1a A2r1 M1b A2r1 Średnia 1,92 2,34 2,53 2,14 2,45 2,50 2,17 2,53 2,91 2,51 Błąd standardowy 0,32 0,12 0,17 0,12 0,11 0,13 0,10 0,11 0,14 0,12 Mediana 1,52 2,26 2,48 2,13 2,54 2,59 2,14 2,54 2,83 2,62 Odchylenie standardowe 1,45 0,54 0,76 0,55 0,50 0,58 0,45 0,47 0,64 0,54 Kurtoza -0,46 0,32-0,76 1,18-0,24 1,21-0,43 0,68 0,14-1,09 Skośność 0,82 0,29 0,10 0,79-0,45-1,04 0,17 0,61 0,72-0,27 Zakres 4,68 2,33 2,44 2,40 1,94 2,38 1,72 1,95 2,42 1,75 Minimum 0,11 1,20 1,34 1,19 1,41 1,05 1,28 1,65 1,86 1,60 M2 A2r1 Maksimum 4,79 3,53 3,78 3,60 3,35 3,43 3,01 3,60 4,28 3,35

37 Wartości następujących parametrów : błędu stat., odch. stand. i zakres są decydowanie niższe dla okresu niż w okresie referencyjnym. Natomiast średnia, mediana i minimum są wyższe w okresie niż referencyjnym. Wartości kurtozy dla modelu M2 A1Br1 jest bardzo zbliżona do wartości obliczonej dla okresu referencyjnego, podobnie jak skośność obliczona na podstawie modeli M1b A2 r1 i M2 B1. Maksimum obliczone na podstawie modelu M1b A2r1 jest zbliżone do wartości maksymalnej z okresu referencyjnego ( 4,28 i 4,79). Oznacza to, że koncentracje wartości S wokół wartości średniej są zbliżone dla obu rozpatrywanych okresów (model M2 A1Br1), podobnie jak asymetria obliczeń modelowych M1b A2 r1 i M2 B1. Wyższe wartości średniej, mediany i minimum przy porównywalnej wartości maksymalnej, świadczą, że w ciągu najbliższych lat należy spodziewać się (według założonych scenariuszy) większej liczby zim w niewielka ilością dni z lodem (ale jednak z lodem) niż w okresie referencyjnym. Na rysunku przedstawiono przebieg wskaźnika S w okresie obliczonego na podstawie scenariusza A2r1 wraz z porównaniem z okresem referencyjnym Porównanie okresu referencyjnego z S 6,00 5,00 4,00 3,00 2,00 1,00 0, S (refer) M1a A2r1 M2 A2r1 M1b A2r1 lata Rys Porównanie przebiegu wskaźnika surowości zlodzenia obliczonego dla okresu referencyjnego oraz szacowanego dla okresu według scenariusza A2r1 Został oszacowany przebieg zmienności wskaźnika S w XXI wieku na podstawie 3 modeli dla 3 scenariuszy. Na rysunku przedstawiono wyniki tych obliczeń.

38 Rys Przebieg w XXI wieku wskaźnika surowości zlodzenia obliczonego według scenariusza Br1i 3 modeli empirycznych. Rys Przebieg w XXI wieku wskaźnika surowości zlodzenia obliczonego według scenariusza A1B r1i 3 modeli empirycznych.

39 Rys Przebieg w XXI wieku wskaźnika surowości zlodzenia obliczonego według scenariusza A2 i 3 modeli empirycznych. W przebiegu wskaźnika surowości zlodzenia obliczonego dla XXI według 3 scenariuszy można dostrzec podobne cechy, zauważone dla okresu Model statystyczno-empiryczny Scenariusze zmian liczby dni z lodem na polskim wybrzeżu oparte na zmianach regionalnego pola barycznego pokazują dla okresu odmienny kierunek zmian w zależności od symulacji (tab ). Charakterystyczne jest, iż w przypadku scenariuszy bazujących na danych z modelu globalnego ECHAM-5 przewidywany jest nieznaczny wzrost liczby dni z lodem (w stosunku do okresu referencyjnego) wg wszystkich scenariuszy emisyjnych dla run 1. Największy wzrost przewiduje scenariusz A2 do 3-4 dni w Kołobrzegu, Ustce i Zatoce Gdańskiej (Gdynia, Gdańsk). Dla pozostałych wersji symulacji (run 2, 3 i 4) wyniki wskazują na zmniejszenie się liczby dni z lodem wzdłuż całego polskiego wybrzeża, maksymalnie o 4-6 dni (A1B, run 2). Wyniki bazujące na modelu globalnym HadCM3 pokazują różny kierunek zmian w zależności od scenariusza emisyjnego bardzo niewielki spadek liczby dni z lodem wg B1, wyraźny spadek wg A1B oraz nieznaczny wzrost wg A2. Tab Scenariusz zmian liczby dni ze zlodzeniem na polskim wybrzeżu dla okresu (zmiany liczby dni w stosunku do okresu referencyjnego ) ECHAM-5 Świnoujście Kołobrzeg Ustka Hel Gdynia Gdańsk B1, run 1-1,7 1,7 2,5 1,0 1,3 2,1 B1, run 3-4,1-1,3-0,8 0,0-1,5-0,5 A1B, run 1 0,4 2,2 2,7 0,9 1,9 2,2

40 HadCM3 A1B, run 2-4,4-5,3-5,8-1,7-5,0-4,6 A1B, run 4-6,1-3,6-3,3-0,8-3,7-2,5 A2, run 1 1,0 3,2 3,9 1,3 2,9 3,1 A2, run 2-0,6-2,8-3,4-1,2-2,4-2,7 A2, run 3-4,2-2,3-2,0-0,4-2,4-1,5 B1, run 1-1,2-0,5-0,3 0,0-0,5-0,2 A1B, run 1-4,0-4,4-4,8-1,4-4,2-3,8 A2, run 1 2,8 1,1 0,8 0,1 1,2 0,6 Nieco bardziej spójne pod względem znaku zmiany są rezultaty dla okresu Tym niemniej nadal w przypadku scenariusza B1 i A1B run 1 (model ECHAM-5) przewidywany jest, z wyjątkiem Świnoujścia, nieznaczny wzrost liczby dni z lodem na polskim wybrzeżu (tab ). Na podstawie wszystkich pozostałych symulacji można spodziewać się zmniejszenia liczby dni z lodem, choć skala zmian jest dość znacznie zróżnicowana. Największe spadki są przewidywane dla scenariusza A2 (ECHAM-5) oraz A1B (HadCM3). Skala zmian w tym przypadku (powyżej 10 dni na niektórych stajach) wskazuje na całkowity zanik zjawisk lodowych na polskim wybrzeżu. Tab Scenariusz zmian liczby dni ze zlodzeniem na polskim wybrzeżu dla okresu (zmiany liczby dni w stosunku do okresu referencyjnego ) ECHAM-5 HadCM3 Świnoujście Kołobrzeg Ustka Hel Gdynia Gdańsk B1, run 1-2,4 0,7 1,4 0,7 0,3 1,2 B1, run 3-14,3-8,0-7,2-1,6-8,4-5,5 A1B, run 1-2,8 0,7 1,4 0,7 0,3 1,2 A1B, run 2-5,6-5,6-5,9-1,7-5,4-4,7 A1B, run 4-13,6-7,4-6,6-1,4-7,8-5,0 A2, run 1-9,0-2,0-0,8 0,3-2,7-0,4 A2, run 2-16,2-11,0-10,7-2,7-11,2-8,3 A2, run 3-14,5-6,6-5,4-0,9-7,2-4,0 B1, run 1-9,8-8,3-8,5-2,3-8,1-6,6 A1B, run 1-15,8-11,1-10,9-2,8-11,2-8,4 A2, run 1-12,0-8,3-8,1-2,0-8,4-6,3 Wstępne wyniki scenariuszy bazujących na zmianach temperatury powietrza na poziomie 700 hpa (dla modelu ECHAM-5) wskazują na znaczny spadek liczby dni z lodem na polskim wybrzeżu już w okresie , zwłaszcza w przypadku scenariusza emisyjnego B1 (spadek rzędu 7-8 dni) i A2 (spadek o 4-5 dni). Jedynie wg A1B zmiany będą

41 jeszcze stosunkowo niewielkie (rzędu 1 dnia). Przewidywany systematyczny wzrost temperatury powietrza w swobodnej atmosferze spowoduje, że, niezależnie od scenariusza emisyjnego, w okresie zlodzenie na polskim wybrzeżu nie będzie występować. Scenariusze zmian wskaźnika surowości zlodzenia dla 7 akwenów Morza Bałtyckiego oparte na zmianach regionalnego pola barycznego pokazują podobny kierunek ewolucji występowania zlodzenia jak w przypadku scenariuszy zmian liczby dni z lodem na polskim wybrzeżu. Dla okresu przewidywane zmiany są stosunkowo niewielkie i pokazują zazwyczaj spadek wartości wskaźnika surowości zlodzenia, równoznaczny ze zmniejszeniem częstości występowania zjawisk lodowych (tab ). Jedynie symulacje dla run 1 w modelu ECHAM-5 wskazują na sytuację przeciwną, zwłaszcza wg scenariusza A2. Wszystkie scenariusze bazujące na danych z modelu HadCM3 pokazują spadek wartości wskaźnika, z wyjątkiem północnej części Bałtyku wg A2. W przypadku Bałtyku Południowego największy spadek wg obu modeli globalnych przewiduje scenariusz A1B. Dla okresu praktycznie wszystkie symulacje przewidują spadek wartości wskaźnika surowości zlodzenia dla całego Bałtyku, jedynie w przypadku scenariusza B1 run 1 (ECHAM-5) dla niektórych akwenów, w tym Bałtyku Południowego, można spodziewać się nieznacznego wzrostu częstości zjawisk lodowych (tab ). Charakterystyczne jest, iż znacznie większe spadki wskaźnika dla wszystkich scenariuszy emisyjnych stwierdzono na podstawie zmian regionalnego pola barycznego symulowanych przez model HadCM3. Wstępne wyniki scenariuszy bazujących na zmianach temperatury powietrza na poziomie 700 hpa (dla modelu ECHAM-5) wskazują na względnie niewielkie zmiany wskaźnika surowości zlodzenia okresie , zwłaszcza na Bałtyku Południowym. Jednak symulowany przez model ECHAM-5 systematyczny wzrost temperatury powietrza w swobodnej atmosferze spowoduje, że, niezależnie od scenariusza emisyjnego, w okresie zlodzenie na całym Bałtyku występować będzie znacznie rzadziej (B1) lub jego występowanie zostanie ograniczone tylko do Zatoki Fińskiej i Zatoki Botnickiej (A1B i A2). 5) Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Osiągnięte w okresie I.2009-XII.2010 rezultaty są zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi, z wyjątkiem opracowania na podstawie modeli statystyczno-empirycznych. Opóźnienie jest związane z koniecznością wprowadzenia poprawek wynikających z dryftu ciśnienia oraz temperatury w modelach globalnych. Opóźnienie dotyczy opracowania scenariuszy w oparciu o modele

42 statystyczne, w których jako predyktor zmian wykorzystano wartości temperatury powietrza (na poziomie 2 m n.p.g. oraz na poziomie 700 hpa). 6) Propozycje dotyczące praktycznego wykorzystania wyników badań Wyniki realizacji zadań wykonanych w okresie będą stanowić podstawę do dalszych badań przewidzianych w projekcie. Ponadto wskaźnik surowości zlodzenia opracowywany przez polską służbę lodową został wykorzystany przez służbę fińską i niemiecką. Skonstruowane modele empiryczne i statystyczno-empiryczne posłużą do porównania scenariuszy klimatycznych zmian zlodzenia Bałtyku w oparciu o wybrane symulacje globalne i wybrane scenariusze emisyjne oraz do konstrukcji symulacji wiązkowych. Ponadto stanowić będą podstawę do oszacowania intensywności pracy lodołamaczy na Bałtyku w XXI wieku. 7) Wykaz przygotowanych publikacji Sztobryn M., Wójcik R., 2010, Impact of climate change on the Baltic Sea ice conditions, 20th IAHR International Ice Symposium (płyta CD) oraz w przygotowaniu do druku w Report Series in Geophysics, University of Helsinki 8) Literatura wykorzystana w opracowaniu JEVREJEVA S., DRABKIN V.V., KOSTJUKOV J., LEBEDEV A.A., LEPPÄRANTA M., MIRONOV YE.U., SCHMELZER N., SZTOBRYN M.,, Ice Time Series of the Baltic Sea, Report Series in Geophysics No. 44, Helsinki, 2002 MIĘTUS M., 1993, Lokalny wskaźnik cyrkulacji atmosferycznej nad południowym Bałtykiem w odniesieniu do wiatru i temperatury na polskim wybrzeżu, [w:] Kożuchowski K. (red.), Globalne ocieplenie a współczesne zmiany klimatyczne w Polsce, Materiały międzynarodowej konferencji, Szczecin, SCHMELZER N., SEINA A., LUNDQVIST J.E., SZTOBRYN M., Ice, in: State and Evolution of the Baltic Sea, , Leibniz Institute for Baltic Sea Research, Germany, SZTOBRYN M Sea ice services in the Balic Sea. Monogr.: Marine Navigation and Safety of Sea Transportation Weintrit (ed.) 2009 Taylor & Francis Group, London, , Leiden, Holandia 2009 SZTOBRYN M. SCHMELZER N., VAINIO J., ERIKSSON P. B Sea Ice Index. Report Series in Geophysics, University of Helsinki, No 61, 82-91, Helsinki 2009

43 SZTOBRYN M., MYKITA M., KOWALSKA B., STANISŁAWCZYK I Ice conditions in the Baltic Sea, Polish Journal of Environmental Studies, , Olsztyn 2009 SZTOBRYN, M., Zlodzenie polskiej strefy przybrzeżnej w latach , IMGW, Report, ) Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus Koordynator całości prac w zadaniu i podzadaniu, prof. ndzw współautor koncepcji realizacji podzadania. Autor metodyki badań, procedur numerycznych i programów obliczeniowych. Współudział w interpretacji i analizie rezultatów obliczeń. mgr Robert Wójcik Opracowanie scenariuszy zmian zlodzenia na Bałtyku w skali XXI wieku, opracowanie wyników dr Michał Marosz Przygotowanie plików do opracowania scenariuszy zmian zlodzenia na Bałtyku, opracowanie wyników mgr Dawid Biernacik Opracowanie scenariuszy zmian zlodzenia na Bałtyku w skali XXI wieku, opracowanie wyników dr inż. Marzenna Sztobryn Przygotowanie koncepcji badań. Badania (wraz z przygotowaniem danych) wpływu zmian klimatycznych na wskaźniki zlodzenia Południowego Bałtyku. Identyfikacja czynników warunkujących zlodzenie. Ocena zmian długoterminowych. Analiza wybranych parametrów zlodzenia Południowego Bałtyku. mgr inż. Beata Letkiewicz Przygotowanie danych do oceny zmian zlodzenia Południowego Bałtyku - wybór stacji. Badania nad identyfikacją czynników warunkujących zmienność zlodzenia ze szczególnym uwzględnieniem cyrkulacji. v Analiza wybranych parametrów zlodzenia Południowego Bałtyku. Analiza wybranych sezonów zlodzenia dla polskiego wybrzeża. mgr inż. Beata Kowalska Badania nad oceną długoterminowych zmian intensywności zlodzenia. mgr Monika Mykita Badania nad oceną zmian długoterminowych

44 mgr Ida Stanisławczyk intensywności zlodzenia. Badania nad identyfikacją czynników warunkujących zmienność zlodzenia. Badanie zależności pomiędzy warunkami zlodzenia a iloczynem termiki i wiatru 10) Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Prace były koordynowane przez koordynatora zadania. Zespół realizatorski dwukrotnie spotkał się w całości na spotkaniu poświęconym zagadnieniom organizacyjnym oraz merytorycznym. Poza tym koordynator zadania konsultował na bieżąco prace zespołu realizującego zagadnienia w zakresie statystyczno-empirycznego downscalingu i spotykał się okresowo z zespołem lub jego poszczególnymi członkami w celu omówienia postępu prac, zgodności z harmonogramem. Całość dokumentacji, w tym: software, zbiory wejściowe oraz wynikowe, rysunki, znajdują się w siedzibie zespołu wykonującego zadanie (Oddział Morski IMGW w Gdyni).

45 PODZADANIE 6.3 Wpływ zmian klimatu na falowanie na obszarze Bałtyku A. Kwanty 95% wysokości falowania całkowitego model statystyczno-empiryczny 1. Cel badań Głównym celem pracy było określenie wpływu zmian klimatycznych na kwantyl 50% i 95% wysokości falowania całkowitego (mieszanego) w rejonie południowego Bałtyku za pomocą modeli statystyczno-empirycznych (statystyczny downscaling) oraz opracowanie scenariuszy zmian falowania w skali XXI wieku, ze szczególnym uwzględnieniem okresów oraz Zakres wykonywanych prac Przygotowanie plików wsadowych prn (kwantyl 50% i 95% wysokości fali całkowitej) do analiz z wykorzystaniem modeli dowscalingowych. Dokonano oceny zmienności falowania (kwantyl 50% i 95% wysokości fali całkowitej) w południowej części Morza Bałtyckiego - wyznaczenie współczynników kierunkowych równania trendu wysokości falowania oraz istotność statystyczną w skali roku oraz sezonów: sztormowego i bezsztormowego Wyznaczono funkcje własne (EOF) kwantyla 50% i 95% wysokości fali całkowitej w południowej części Morza Bałtyckiego w okresie , dokonano wizualizacji, interpretacji i analizy rezultatów obliczeń. Obliczono tempo zmian wysokości falowania (kwantyl 50% i 95% wysokości fali całkowitej) w południowej części Morza Bałtyckiego na podstawie serii czasowych stowarzyszonych z empirycznymi funkcjami własnymi. Wyznaczono relacje między polem regionalnym a polem lokalnym (kwantyl 50% i 95% wysokości fali całkowitej) na podstawie metody korelacji kanonicznych (CCA) i analizy redundancyjnej (RDA) w okresie w skali roku i sezonów: sztormowego i bezsztormowego. Wykreślono w programie Gradsc mapy kanonicznego i redundancyjnego pola regionalnego nad Europą i północnym Atlantykiem dla średniej miesięcznej wartości kwantyla 50% i 95% wysokości fali całkowitej w skali roku oraz sezonów: sztormowego i bezsztormowego Dokonano weryfikacji klimatycznych modeli dotyczących zmian kwantyla 50% i 95% wysokości falowania całkowitego skonstruowanych metodą CCA i RDA za okres

46 Obliczono ilość reprodukowanej wariancji w odtworzonych na podstawie modelu CCA i RDA seriach kwantyla 50% i 95% wysokości falowania całkowitego Wykreślono mapy pola lokalnego kwantyla 50% i 95% wysokości fali całkowitej (EOF, CCA, RDA, trendy, zmiany EOF-OBS, współczynnik korelacji i wariancji) w skali roku oraz sezonów: sztormowego i bezsztormowego Wyznaczono scenariusze zmian falowania (kwantyla 50% i 95% wysokości falowania całkowitego) w południowej części Morza Bałtyckiego 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 Wyliczono poprawki wynikające z dryftu ciśnienia w modelu ECHAM-5 i HadCM3 (run 1) do scenariusza zmian falowania (kwantyla 50% i 95% wysokości falowania całkowitego) w południowej części Morza Bałtyckiego (model CCA i RDA) Wykreślono mapy przedstawiające rozkład przestrzenny wartości anomalii i bezwzględnych zmian falowania całkowitego (kwantyla 50% i 95% wysokości falowania całkowitego) dla okresów i w skali roku, sezonu sztormowego i bezsztormowego otrzymanych metodą CCA i RDA na podstawie danych z symulacji ECHAM-5 i HadCM3 Przeprowadzono analizę wyników scenariuszy zmian wysokości falowania całkowitego na Bałtyku Południowym w zakresie zróżnicowania wartości kwantyli 50% oraz 95% dla wybranych okresów XXI-go wieku. 3. Opis metodyki badań Analizie poddano zmiany wysokości falowania całkowitego w zakresie zróżnicowania wartości kwantyla 50% oraz 95% w skali roku oraz sezonów: bezsztormowego (kwiecieńsierpień) i sztormowego (wrzesień-marzec) w 293. punktach gridowych rozmieszczonych na Południowym Bałtyku. Poddane analizie dane pochodzą z modelu HYPAS opracowanego przez zespół, pracujący w GKSS Forschungzentrum w Geesthacht k. Hamburga (Gayer i in., 1995). Model HYPAS (Hybrid Parametrical Shallow Water Wave Model) jest modelem parametrycznym, w którym postać widma częstotliwościowego F (f) jest z góry zadana w formie widma TMA (Texel-Marsen-Arsloe), stanowiącego rozszerzenie standardowego widma JONSWAP (Joint North Sea Wave Program) na obszar płytkowodny. Tryb hindcast oznacza zaś symulację falowania z przeszłości w oparciu o znane pola ciśnienia atmosferycznego. Rozdzielczość przestrzenna modelu wynosiła 15,875 km, a integracji widm dokonywano co 15 minut. Zgodnie z zasadami określonymi przez Marine Climatological

47 Summary Scheme (MCSS, WMO, 1990; WMO, 1994) liczebność populacji elementów opisujących pole falowania na podstawie wspomnianego hindcastu jest w pełni wystarczająca do wyznaczenia 40-letnich statystyk. Strukturę czasowej i przestrzennej zmienności średniej sezonowej i rocznej wysokości falowania wiatrowego w południowej części Morza Bałtyckiego w okresie opisano, wykorzystując metodę empirycznych funkcji własnych (ang. Empirical Orthogonal Function, EOF). Do oceny zależności wysokości falowania całkowitego (kwantyla 95% i 50% wysokości falowania całkowitego) od regionalnej cyrkulacji atmosferycznej wykorzystano metodę korelacji kanonicznych (ang. Canonical Correlation Analysis, CCA) oraz analizę redundancyjną (RDA Redundancy Analysis). Cyrkulacja atmosferyczna została scharakteryzowana dla regionu europejsko-atlantyckiego (zawartego między 50ºW a 40ºE i 35ºN a 75ºN) na podstawie danych o ciśnieniu atmosferycznym na poziomie morza (SLP), pozyskanych z reanalizy NCEP/NCAR (Kalnay i in., 1996). Relacje między polem regionalnym a lokalnym określono na podstawie danych z okresu referencyjnego Scenariusze zmian falowania zostały opracowane w odniesieniu do okresu referencyjnego z wykorzystaniem zidentyfikowanych metodą CCA i RDA relacji między regionalnym polem barycznym a kwantylem 50% i 95% wysokości falowania całkowitego. Informacje o przyszłych zmianach cyrkulacji atmosferycznej pozyskano z dwóch symulacji globalnych: ECHAM-5 oraz HadCM3. Przyszłe zmiany falowania w południowej części Morza Bałtyckiego zostały wyznaczone dla wybranych scenariuszy emisyjnych (B1, A1B, A2). Scenariusze opracowano w oparciu o zmiany regionalnego pola barycznego z następujących symulacji: Scenariusz emisyjny Model B1 A1B A2 ECHAM-5 Run 1, 3 Run 1, 2, 4 Run 1, 2, 3 HadCM3 Run 1 Run 1 Run 1 Zmiany falowania opracowano dla całego XXI wieku ze szczególnym uwzględnieniem okresu oraz Scenariusze opracowano w skali roku i sezonów: bezsztormowego i sztormowego. 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

48 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 falowania w południowej części Morza Bałtyckiego 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. Ze względu na ograniczenia raportu syntetycznego autorzy skupili się na omówieniu kwantyla 95% wysokości falowania całkowitego. 4. Charakterystyka osiągniętych wyników Przestrzenna i czasowa zmienność wysokości falowania całkowitego w zakresie zróżnicowania wartości kwantyla 95% w skali roku oraz sezonów: bezsztormowego (kwiecień-sierpień) i sztormowego (wrzesień-marzec). Analiza czasowo-przestrzennej struktury zmienności wysokości falowania całkowitego w zakresie zróżnicowania wartości kwantyla 95% w okresie wskazuje, że mamy do czynienia z przestrzenią sygnału rozpatrywanego elementu opisaną przez cztery niezdegenerowane funkcje własne w skali roku, które łącznie wyjaśniają ponad 96 % wariancji. W sezonie sztormowym (IX-III) przestrzeń sygnału wysokości falowania całkowitego w zakresie zróżnicowania wartości kwantyla 95% opisana jest przez trzy wektory własne, które łącznie wyjaśniają ponad 96 % zmienności analizowanego elementu (tab.4.1). W sezonie bezsztormowym (IV-VIII) mamy do czynienia z przestrzenią sygnału opisaną przez cztery funkcje własne łącznie wyjaśniające ponad 97 % wariancji (tab.4.1). Zarówno w skali roku, jak i w wybranych sezonach zaznacza się ewidentna dominacja pierwszej funkcji własnej (1.EOF) wyjaśnia ona ponad 92 % wariancji kwantyla 95%

49 wysokości falowania całkowitego w sezonie sztormowym, niemal 90 % w skali roku oraz ponad 83 % w sezonie bezsztormowym (tab.4.1). Tab Wariancja (%) wyjaśniana przez kolejne wektory własne pola kwantyla 95% wysokości fali całkowitej KOLEJNY WEKTOR WŁASNY KWANTYL 95% WYSOKOŚCI FALOWANIA CAŁKOWITEGO SEZON ROK SZTORMOWY BEZSZTORMOWY EOF 1 89,51 92,09 83,29 EOF 2 4,38 2,98 9,58 EOF 3 1,89 1,62 3,12 EOF 4 1,17-1,04 Σ 96,95 96,69 97,03 Pierwszy wektor własny we wszystkich rozpatrywanych skalach czasowych przedstawia silne dodatnie anomalie (rys. 4.1a). Wyniki te pokazują, iż roczne i sezonowe wahania wysokości falowania całkowitego w zakresie zróżnicowania wartości kwantyla 95% jest wynikiem oddziaływania czynnika o zasięgu regionalnym, powodującego podobne zmiany (wzrost lub spadek) w południowej części Morza Bałtyckiego. Wydaje się, że czynnik ten należy utożsamić z regionalną cyrkulacją atmosferyczną. Największe wartości anomalii związane z 1. EOF występują w sezonie sztormowym, a najmniejsze w sezonie bezsztormowym. Analizując rozkład przestrzenny 1. EOF kwantyla 95% wysokości fali całkowitej, zarówno w skali roku, jak i obu sezonów, zwraca uwagę fakt, iż wzrost wartości anomalii wysokości fali całkowitej następuje w miarę przemieszczania się z zachodu na wschód. Najwyższe wartości występują w centralnej części Wschodniego Basenu Gotlandzkiego, a najniższe u południowo-wschodnich wybrzeży Szwecji oraz w rejonie Zatok: Pomorskiej i Gdańskiej.

50 a) b) c) d) Rys Empiryczne funkcje własne (EOF) kwantyla 95% wysokości falowania całkowitego (m), w południowej części Morza Bałtyckiego, w skali roku a) 1EOF b) 2EOF c) 3EOF d) 4EOF Znaczenie drugiego wektora, jest w porównaniu z 1.EOF, dużo mniejsze, drugi wektor własny kwantyla 95% wysokości fali całkowitej w skali roku wyjaśnia 4,38%, w sezonie sztormowym 2,98%, a w sezonie bezsztormowym 9,58% wariancji (tab. 4.1). Mapy przedstawiają układ anomalii zbliżony do przebiegu południkowego. Istotną cechą tego układu jest zmiana znaku anomalii wzdłuż granicy oddzielającej Wschodni Basen Bornholmski od Wschodniego Basenu Gotlandzkiego. Najmniejsze wartości anomalii występują na wschodzie, a im dalej na zachód, tym ich wartości wzrastają. Zakres anomalii kwantyla 95% wysokości fali całkowitej w skali roku waha się od -0,2 m we Wschodnim Basenie Gotlandzkim na wysokości Głębi Gdańskiej do 0,2 m w Zachodnim Basenie Bornholmskim (rys. 4.1b). Trzeci wektor własny wyjaśnia 1,89% wariancji pola średnich wartości rocznych, 1,62% w sezonie sztormowym i 3,12% w sezonie bezsztormowym. Podobnie jak w poprzednim wektorze, również tutaj występują anomalie różnych znaków, jednakże układ izolinii zmienia się prostopadle w stosunku do poprzedniego i występuje mniejsze zróżnicowanie wartości na przestrzeni całego obszaru (rys. 4.1c). Największe wartości anomalii kwantyla 95% wysokości fali całkowitej występują wzdłuż polskiej strefy brzegowej

51 0,1 m, a najmniejsze w rejonie Olandii oraz na południe od Gotlandii (-0,1 m). Izolinia anomalii 0 m rozciąga się wzdłuż granicy oddzielającej Bałtyk Południowy od Bałtyku Środkowego (rys.4.1c). Czwarta funkcja własna w skali roku wyjaśnia jedynie nieco ponad 1% wariancji kwantyla 95% wysokości falowania całkowitego (tab.4.1). Układ anomalii przedstawia trudne do interpretacji uwarunkowania lokalne. W skali roku, jak i obu analizowanych sezonów podobieństwo funkcji własnych nie powinno budzić większej wątpliwości, gdyż wysokość fali całkowitej jest kontrolowana przez te samo wymuszenie, jakim jest pole wiatru nad Bałtykiem, zależne od średniego rozkładu ciśnienia. Związek między regionalnym polem barycznym nad Europą i Północnym Atlantykiem a wysokością fali wiatrowej w południowej części Morza Bałtyckiego W celu określenia związków między regionalną cyrkulacją atmosferyczną a kwantylem 95% wysokości fali całkowitej wykorzystano metodę korelacji kanonicznych. W przypadku wysokości falowania całkowitego rozpatrywanego w skali roku, jak i sezonów uzyskano cztery pary map kanonicznych (tab. 4.2). Mapy pola lokalnego kwantyla 95% wysokości falowania całkowitego w skali roku wyjaśniają łącznie 97,02 % wariancji tego elementu (tab. 4.2). Wariancja pola ciśnienia jest natomiast wytłumaczona w 67,25 % (tab. 4.2). Pierwsza mapa kanoniczna pola dla całego roku wyjaśnia 18,69 % wariancji pola regionalnego i 19,77 % wariancji pola lokalnego (tab. 4.2). Pole regionalne (rys. 4.2a) przedstawia rozległą anomalię obejmującą swym zasięgiem praktycznie cały interesujący nas region. Jej centrum jest zlokalizowane na południowy zachód od Irlandii i Wielkiej Brytanii (3 hpa). Jedynie północne i wschodnie krańce regionu są pod wpływem układu o przeciwnym znaku. Pierwsza mapa pola kwantyla 95% wysokości fali całkowitej (rys. 4.2b) przedstawia w basenie Morza Bałtyckiego anomalie wysokości fali HC zgodnego znaku. Największe anomalie wysokości falowania całkowitego w zakresie zróżnicowania wartości kwantyla 95% występują w południowej części Wschodniego Basenu Gotlandzkiego, a najmniejsze u południowo-wschodnich wybrzeży Szwecji. Druga mapa kanoniczna pola barycznego (rys. 4.3a) wyjaśniająca 26,90 % wariancji pola regionalnego przedstawia rozległy układ baryczny, obejmujący swym wpływem Skandynawię, Islandię, Wyspy Brytyjskie, i znaczną część Europy. W jego centrum, zlokalizowanym w rejonie archipelagu Wysp Szetlandzkich, wartość anomalii ciśnienia

52 wynosi 5 hpa. Występuje spływ mas powietrza z północy. Odpowiadająca tej mapie regionalnej lokalna mapa kanoniczna (rys. 4.3b), wyjaśnia aż 19,85% wariancji kwantyla 95% wysokości fali całkowitej. W efekcie w całym basenie Bałtyku występują ujemne anomalie wysokości fali. Ich wartości wzrastają w miarę przesuwania się od zachodu ku wschodowi. Współczynnik korelacji kanoniczej wynosi 0,55 (tab. 4.2). Tab Wyjaśniana wariancja (%) oraz współczynniki korelacji kanonicznej (r) regionalnego pola barycznego (SLP) oraz pola kwantyla 95% wysokości fali całkowitej (H C ) (CCA). r Rok Sezon sztormowy Sezon bezsztormowy var H C var SLP r var H C var SLP r var H C 1 0,82 19,77 18,69 0,89 21,57 21,41 0,98 9,83 29,32 2 0,55 19,85 26,90 0,67 2,14 13,98 0,82 54,55 6,91 3 0,49 17,58 8,06 0,49 40,09 22,65 0,68 14,81 15,40 4 0,31 39,82 13,6 0,25 33,70 19,13 0,54 17,34 13,24 Σ 97,02 67,25 97,5 77,17 96,53 64,87 var SLP W sezonie sztormowym związek między regionalnym polem barycznym a kwantylem 95% wysokości fali całkowitej w południowej części Morza Bałtyckiego określony przez pierwszą parę map przedstawia, że mapa pola barycznego wyjaśnia 21,41 % jego wariancji, a ta właściwa dla pola lokalnego 21,57 % wariancji (tab. 4.2). Mapa pola barycznego dla tego sezonu prezentuje sytuację, w której anomalie ciśnienia mają taki sam znak ciśnienia jak w przypadku całego roku. Lokalizacja centrum dominującego układu (nad Irlandią i Wielką Brytanią) przypomina położenie w skali roku. W efekcie w całym basenie Bałtyku występują dodatnie anomalie wysokości fali. Ich wartości wzrastają w miarę przesuwania się od zachodu ku wschodowi, osiągając maksimum we Wschodnim Basenie Gotlandzkim na wysokości Głębi Gdańskiej (0,5 m). Współczynnik korelacji kanoniczej jest znaczny i wynosi 0,89 (tab. 4.2). Druga mapa kanoniczna pola barycznego, wyjaśniająca 13,98 % jego wariancji, przedstawia północną część Europy, wraz z Bałtykiem, pod wpływem silnego układu z centrum między Islandią a Norwegią. Centrum układu o przeciwnym znaku znajduje się w rejonie Płw. Bretońskiego. Mapa pola lokalnego wyjaśnia 2,14 % wariancji lokalnej, korelacja między polem regionalnym a lokalnym wynosi 0,67 (tab. 4.2). Odpowiadająca jej

53 mapa pola lokalnego przedstawia w basenie Bałtyku anomalie kwantyla 95% wysokości fali całkowitej o zróżnicowanej odpowiedzi na wymuszenie regionalne. We Wschodnim Basenie Gotlandzkim występują ujemne anomalie wysokości fali sięgające do (-0,2 m). W pozostałej części analizowanego obszaru występują anomalie przeciwnego znaku. Współczynnik korelacji kanonicznej ma wartość 0,67. Pierwsza para map kanonicznych z sezonu bezsztormowego charakteryzuje się wysokim współczynnikiem korelacji kanonicznej, wynoszącym 0,98. W przypadku regionalnego pola barycznego wyjaśnia ona 29,32 % jego zmienności, w przypadku pola lokalnego 9,83 % (tab. 4.2). Pierwszy wektor kanoniczny pola barycznego przedstawia interesujący nas obszar pod wpływem rozległego układu znajdującego się na zachód od Irlandii (4 hpa). Układ ten obejmuje swym zasięgiem zachodnią część kontynentu europejskiego i część przylegającego doń oceanu. W rejonie południowego Bałtyku występują anomalie jednakowego znaku osiągające największe wartości wzdłuż polskiej strefy brzegowej (0,2 m). Druga mapa kanoniczna pola barycznego, wyjaśniająca 6,91 % wariancji pola regionalnego, przedstawia dość skomplikowany układ ośrodków w interesującym nas regionie. Odpowiadająca tej mapie regionalnej lokalna mapa kanoniczna, wyjaśnia aż 54,55% wariancji wysokości fali całkowitej (tab. 4.2). Współczynnik korelacji kanonicznej wynosi 0,82 (tab. 4.2). Druga mapa kanoniczna wysokości fali przedstawia ujemne wartości anomalii. Największe wartości bezwzględne anomalii występują w centralnej części Wschodniego Basenu Gotlandzkiego, a najmniejsze w Zachodnim Basenie Bornholmskim. a) b) Rys Pierwsza para map kanonicznych regionalnego pola barycznego (hpa) w rejonie północnego Atlantyku i Europy oraz wysokości fali całkowitej (m) w południowej części Morza Bałtyckiego w ciągu roku

54 a) b) Rys Druga para map kanonicznych regionalnego pola barycznego (hpa) w rejonie północnego Atlantyku i Europy oraz wysokości fali całkowitej (m) w południowej części Morza Bałtyckiego w ciągu roku Drugą możliwością na określenie empirycznych funkcji przejścia między polem regionalnym a lokalnym jest zastosowanie techniki noszącej nazwę analizy redundancyjnej (RDA). Generalnie otrzymane tą metoda wyniki są zbliżone do omówionych powyżej wyników metody kanonicznych korelacji i ze względu na ograniczenia raportu zostały pominięte. Weryfikacja modelu W celu oceny przedstawionego powyżej modelu wyznaczone relacje między regionalnym polem barycznym (SLP) a elementem lokalnym (HC) wykorzystano do rekonstrukcji zmian kwantyla 95% wysokości falowania całkowitego w południowej części Morza Bałtyckiego. Zdolność modelu do odtwarzania warunków rzeczywistych oceniono na podstawie współczynnika korelacji między serią zrekonstruowaną a serią obserwacyjną tj. pochodzącą z modelu HYPAS (Miętus i Filipiak, 2002). Przy rekonstrukcji wykorzystano maksymalną liczbę par map kanonicznych dla poszczególnych skal czasowych. Walidacji dokonano dla okresu zależnego W analizowanych skalach czasowych współczynniki korelacji między serią zrekonstruowaną i obserwacyjną mają największe wartości we Wschodnim Basenie Gotlandzkim, na południe od Gotlandii oraz we Wschodnim Basenie Bornholmskim. Najmniejsze wartości współczynnika korelacji przyjmuje w Zachodnim Basenie Bornholmskim i w Zatokach: Pomorskiej i Gdańskiej. Scenariusze przyszłych zmian falowania (kwantyl 95% wysokości fali całkowitej) w XXI wieku w odniesieniu do okresu na podstawie statystyczno-empirycznego ECHAM5 downscalingu (ECHAM5 i Hadam3) W skali roku spodziewane wartości kwantyla 95% nie ulegną znacznym zmianom w porównaniu do okresu referencyjnego. W przypadku wielolecia spodziewane zmiany będą oscylować wokół wartości 0. Nieznaczne spadki z wartościami anomalii

55 spadającymi poniżej -0,1 m notowane będą w południowej części obszaru, natomiast nieznaczne wzrosty przekraczające +0,1 m spodziewane są w północnej części obszaru badań. Układ izoanomalii jest w zasadzie równoleżnikowy i jedynie w południowej części obszaru w okolicach Zatok notowane jest pewne zaburzenie tego schematu. Układ taki jest praktycznie tożsamy dla większości analizowanych scenariuszy emisyjnych. Jedynie dla scenariusza A2 spodziewane wzrosty w północnej części obszaru badań są nieco niższe (o 0,05 m). Wartości bezwzględne kwantyla 95% wysokości fali całkowitej wahają się od 1,4 m w zatokach do ponad 3,6 m w południowej części Wschodniego Basenu Gotlandzkiego. Maksima najsłabiej zaznaczają się w przypadku scenariusza A2 (niższe o 0,2 m). Dla ostatniego dwudziestolecia XXI wieku spodziewane zmiany wskazują na nieznaczne wzrosty wartości kwantyla 95% fali całkowitej. Najniższe wartości notowane są wzdłuż wybrzeży Południowego Bałtyku a w przypadku zatok spadają nawet poniżej zera. Najwyższe wzrosty kwantyla 95% zaznaczają się między Gotlandią a Zatoką Gdańską i przekraczają one +0,2 m (A1B oraz A2). Nieco słabiej zaznaczają się spodziewane maksymalne zmiany dla scenariuszy 2xC02 (+0,15 m) oraz B1 (+0,1 m). Wartości bezwzględne kwantyla 95% wysokości fali całkowitej wahają się od 1,4 m w zatokach do ponad 3,6 m na otwartym morzu w południowej części Wschodniego Basenu Gotlandzkiego. Największy zasięg przestrzenny wartości maksymalnych notuje się w przypadku scenariuszy A1B oraz A2. W sezonie sztormowym niemal na całym obszarze badań w dwudziestoleciu notowane są nieznaczne (do 0,25 m) spadki wartości 95% kwantyla wysokości fali całkowitej. Najsłabiej zaznaczają się one w pobliżu wybrzeży, najsilniej natomiast na otwartym morzu. Najniższe spadki z anomaliami nieznacznie spadającymi poniżej -0,1 m obserwowane są dla scenariusza 2xC02, natomiast najsilniejsze z wartościami anomalii spadającymi poniżej -0,25 m zlokalizowane są na NW od Przylądka Rozewie dla scenariusza B1. Wartości absolutne kwantyla 95% wysokości fali całkowitej w dwudziestoleciu wahają się od 1,6 m w zatokach do ponad 4,0 m na otwartym morzu. Wartości maksymalne (w przypadku wszystkich analizowanych scenariuszy emisyjnych zlokalizowane są w południowej części Basenu Gotlandzkiego) przekraczające 4,0 m notowane są jedynie w przypadku scenariusza A1B. W ostatnim dwudziestoleciu XXI wieku zakres spodziewanych zmian ekstremów falowania znacznie się zmniejsza i jedynie w przypadku scenariusza B1 spodziewać się można spadku wartości o nieco ponad 0,15 m (ujemny znak anomalii dla większości obszaru badań). Dla pozostałych scenariuszy emisyjnych zmiany są nieznaczne i z reguły nie przekraczają ±0,1 m. Analiza wartości bezwzględnych wskazuje na

56 zbliżone przestrzenne zróżnicowanie wartości co w wieloleciu Zaznacza się jednakże wzrost (o 0,2 m) wartości maksymalnych dla scenariuszy A1B oraz A2. W sezonie bezsztormowym w całym analizowanym obszarze wyraźnie zaznaczają się wzrosty wartości kwantyla 95% wysokości fali całkowitej. W przypadku wielolecia najniższe zmiany notowane są w zatokach i w pobliżu linii brzegowej, natomiast największe wzrosty spodziewane są w południowej części Basenu Gotlandzkiego i w przypadku scenariusza A1B przekraczają one 1,0 m. Najniższe wzrosty spodziewane są dla scenariusza B1 i przekraczają one 0,6 m. Wartości bezwzględne prezentują zbliżony rozkład przestrzenny dla wszystkich scenariuszy emisyjnych z najniższymi wartościami (ok. 1,4 m) w zatokach oraz najwyższymi, przekraczającymi 3,0 m (2xCO2) w Południowej części Basenu Gotlandzkiego. Najniższe wartości maksymalne przekraczające 2,6 m spodziewane są dla scenariuszy A2 oraz B1. W ostatnim dwudziestoleciu XXI wieku w sezonie bezsztormowym spodziewane zmiany są wyraźniej zaznaczone niż miało to miejsce dla okresu Najbardziej zaznacza się to dla scenariuszy A2 i B1 gdzie anomalie przekraczają +1,0 m i są o ponad 0,4 m wyższe niż dla wcześniej analizowanego okresu. Anomalie notowane dla pozostałych scenariuszy tylko nieznacznie odbiegają od wielolecia Wartości bezwzględne kwantyla 95% wysokości fali całkowitej wyraźnie różnią się jedynie w przypadku scenariuszy A2 oraz B1 gdzie notowane jest wyraźne zwiększenie wartości analizowanego wskaźnika a wartości przekraczają 3,0 m. HadCM3 W przypadku skali rocznej na większości obszaru badań można spodziewać się wyraźnych spadków kwantyla 95% wysokości fali całkowitej. W okresie są one zdecydowanie najwyraźniejsze i w przypadku wszystkich analizowanych scenariuszy wartości tego wskaźnika spadają nawet o ponad 0,4 m (na północ od Przylądka Rozewie). Ogólnie, spadki zmniejszają się wraz z przemieszczaniem się w kierunku zachodnim oraz w pobliżu linii brzegowej Basenu Bornholmskiego (w niektórych miejscach notowane są nawet nieznaczne wzrosty). Przestrzenne zróżnicowanie wartości bezwzględnych wskazuje na występowanie najniższych wartości w zatokach oraz w pobliżu linii brzegowej (z wartościami poniżej 2,0 m) oraz na wyraźne maksimum w południowej części Basenu Gotlandzkiego z wartościami przekraczającymi 3,0 m. W ostatnim dwudziestoleciu XXI wieku wyraźnie zaznacza się zmniejszenie skali spadków. Najsilniej zaznacza się to w przypadku scenariusza A1B, gdzie maksymalne wartości anomalii są tylko nieznacznie niższe od -0,2 m. Również w przypadku pozostałych z analizowanych scenariuszy wartości kwantyla 95% wysokości fali całkowitej zwiększy się o około 0,2 m (w stosunku do okresu ). Zamiana ta

57 wyraźnie uwidacznia się w rozkładzie przestrzennym wartości bezwzględnych, gdzie przy ogólnie niewielkich zmianach przebiegu izolinii wyraźnie zaznacza się wzrost o około 0,2 m przy czym wartości maksymalne przekraczają 3,2 m. W sezonie sztormowym spodziewane w XXI wieku zmiany wskazują na wyraźny spadek wartości kwantyla 95% wysokości fali całkowitej. W wieloleciu spadek ten jest najwyraźniej zaznaczony a wartości anomalii spadają poniżej -0,5 m (we wszystkich analizowanych scenariuszach). Największe spadki notowane są na otwartym morzu (z maksimum na północny-zachód od Przylądka Rozewie). Spadek nie jest tak znaczny w zachodniej części obszaru badań oraz w pobliżu linii brzegowej. Wartości bezwzględne analizowanego wskaźnika w wieloleciu kształtują się między 1,4 m (w zatokach) do ponad 3,6 m na południe od Gotlandii. Najwyższe wartości są spodziewane dla scenariuszy A1B oraz B1. Zmiany spodziewane w wieloleciu również wskazują na spadek wartości analizowanego wskaźnika w porównaniu z okresem referencyjnym. Jednakże w stosunku do okresu zaznacza się wzrost o około 0,2 m przy w zasadzie niezmienionym kształcie pola izoanomalii. Wzrost ten znajduje swoje odzwierciedlenie w przestrzennym zróżnicowaniu wartości bezwzględnych. Jest to szczególnie widoczne w przypadku scenariuszy A1B oraz A2 (wzrost o około 0,2 m). Dla scenariusza B1 spodziewane zmiany są nieznaczne w stosunku do stanu z okresu W sezonie bezsztormowym w skali XXI wieku zaznacza się wyraźny wzrost wartości kwantyla 95% wysokości fali całkowitej. W okresie najwyraźniejsze zmiany notowane będą dla scenariusza A1B ze wzrostami przekraczającymi 0,45 m w centralnej części obszar badań na otwartym morzu. Nieco niższych wzrostów w tym okresie można spodziewać się w przypadku scenariusza A2 (>0,3 m na południe od Gotlandii). Ogólnie wzdłuż polskiego wybrzeża Bałtyku izoanomalii charakteryzują się przebiegiem wyraźnie nawiązującym do kształtu linii brzegowej. Przestrzenne zróżnicowanie wartości bezwzględnych wskazuje na wyraźne zwiększenie się wartości analizowanego wskaźnika z zachodzie na wschód. Niskie wartości (<1,6 m) osiągane są również w Zatokach: Pomorskiej i Gdańskiej. Wartości maksymalne przekraczające 2,8 m a w przypadku scenariusza A1B nawet 3,0 m notowane są między Gotlandią a Przylądkiem Rozewie. W okresie w sezonie bezsztormowym zaznacza się dalszy (w porównaniu do okresu ) wzrost ekstremalnie wysokich wysokości fali całkowitej. Maksymalne wartości izoanomalii w przypadku wszystkich analizowanych scenariuszy przekraczają +0,75 m a dla A1B i A2 nawet +0,8 m. Obszar wysokich wartości izoanomalii ciągnie się od Bornholmu po granice Wschodniego Basenu Gotlandzkiego. Najniższe wartości zmian

58 notowane są w Zatokach: Pomorskiej i Gdańskiej. Przestrzenne zróżnicowanie wartości bezwzględnych jest w swoim kształcie zbliżone do tego z okresu jednak zaznacza się wyraźne podwyższenie wartości o około 0,4 m. 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Rezultaty osiągnięte w okresie I.2010-XII.2010 są zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi w zakresie rezultatów merytorycznych. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Skonstruowane modele statystyczno-empiryczne posłużą do opracowania w dalszej kolejności scenariuszy klimatycznych zmian falowania w polskiej strefie brzegowej w skali XXI wieku dla wybranych scenariuszy emisyjnych i wybranych symulacji globalnych; opracowanie scenariusza wiązkowego w zakresie zmian falowania a następnie analizę i porównanie osiągniętych wyników i sformułowanie wniosków. 7. Wykaz przygotowanych publikacji W dniu 11 lutego 2010 roku w Ośrodku Morskim w Gdyni odbyło się spotkanie sprawozdawcze. Celem seminarium było przedstawienie rezultatów prac za okres I XII.2009 oraz omówienie planu prac w okresie od stycznia do grudnia 2010 roku. W dniu 5 listopada 2010 roku w Ośrodku Morskim w Gdyni odbyło się spotkanie merytorycznosprawozdawcze, na którym zostały zaprezentowane wyniki dotychczasowej pracy oraz zamierzeń do końca realizacji projektu. W roku 2010 autorzy podzadania uczestniczyli na konferencji naukowej, gdzie zaprezentowali dotychczasowe wyniki badań, które zostały opublikowane w poniższej pracy: Jakusik E., Marosz M., Pilarski M., Miętus M., Wpływ pola barycznego na wysokość falowania wiatrowego w południowej części Morza Bałtyckiego, III Geo-sympozjum Młodych Badaczy Silesia 2010; Współczesne trendy w naukach o Ziemi, Bytom-Sucha Góra, październik 2010, Prace Wydziału Nauk o Ziemi Uniwersytetu Śląskiego, 61-73, 4, Literatura wykorzystana w opracowaniu [1] Domaradzki P., 2007, Czy grozi nam tylko potop? Ochrona brzegów południowego Bałtyku, 6.pdf,

59 [2] Gayer G., Güenther H., Winkel N., 1995, Wave climatology and extreme value analysis for the Baltic Sea area off the Warnemunde harbour entrance, Deutsche Hydrographische Zeitschrift, 47, 2, s [3] IPCC, 2000, Emissions Scenarios, Cambridge University Press, UK. pp 570 [4] IPCC, 2007, Climate Change The Physical Science Basis, Cambridge University Press, 996pp. [5] Jungclaus J.H., Keenlyside N., Botzet M., Haak H., Luo J.-J., Latif M., Marotzke J., Mikolajewicz U., Roeckner E., 2006, Ocean circulation and tropical variability in the coupled model ECHAM5/MPI-OM, J. Climate, vol. 19, 16, [6] Kalnay et al., 1996, The NCEP/NCAR 40-year reanalysis project, Bull. Amer. Meteor. Soc., 77, , [7] Miętus M., Wielbińska D., 1996, Średni rozkład ciśnienia atmosferycznego nad Europą i jego modyfikacja w rejonie Morza Bałtyckiego, Wiadomości IMGW, z.3., s [8] Miętus M., Storch von H., 1997, Reconstruction of the wave climate in the Proper Baltic Basin, April 1947-March 1988, GKSS External Report, 97/E/28, 30 s [9] Miętus M (red.), 1998, The Climate of the Baltic Sea Basin, WMO, Marine Meteorology and Related Oceanographic Activities, Rep. no 41, WMO/TD- no 933. [10] Miętus M., 1999, Rola regionalnej cyrkulacji atmosferycznej w kształtowaniu warunków klimatycznych i oceanograficznych w polskiej strefie brzegowej Morza Bałtyckiego, Materiały Badawcze IMGW, Seria Meteorologia 29, 157 s. [11] Miętus M., Filipiak J., 2002, Wpływ termiki powierzchniowej warstwy wody północnego Atlantyku na wielkoskalową cyrkulację atmosferyczną w rejonie Atlantyku i Europy oraz na warunki termiczne w Polsce w XX w. Materiały Badawcze IMGW, Seria Meteorologia, 35, 68pp. [12] Miętus M., Filipiak J., Owczarek M., Klimat wybrzeża południowego Bałtyku. Stan obecny i perspektywy zmian, [w:] J. Cyberski (red.), Środowisko polskiej strefy południowego Bałtyku. GTN, Gdańsk, s [13] Paszkiewicz Cz., 1989, Falowanie wiatrowe Morza Bałtyckiego, Ossolineum, PAN, Wrocław. [14] Storch von H., Zwiers F., 2001, Statistical Analysis in Climate Research, Cambridge Univ. Press, 499pp [15] WMO, 1990, Manual on marine meteorological services, 2nd edition, WMO No 558, Genewa, Switzerland.

60 [16] WMO, 1994(b), Guide to the applications of marine climatology, WMO No 781, Genewa, Switzerland. 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac mgr Ewa Jakusik Koordynatorka podzadania. Całość prac związanych z wyborem punktów gridowych, obliczeniem funkcji własnych wysokości falowania całkowitego (kwantyla 50% i 95%), określenie tempa zmian, analiza z wykorzystaniem statystycznego downscalingu, wizualizacja, analiza i interpretacja rezultatów obliczeń. Wykreślenie map pola regionalnego w programie Gradsc. Opracowanie scenariuszy zmian wysokości falowania całkowitego w południowej części Morza Bałtyckiego w zakresie zróżnicowania wartości kwantyli 50% i 95% dla wybranych okresów XXI-go wieku, opracowanie wyników, wizualizacja wyników. Autorka raportu. dr Michał Marosz Przygotowanie plików wsadowych prn (kwantyl 50 i 95 wysokości fali całkowitej) do analiz z wykorzystaniem modeli dowscalingowych; Autor analizy wyników scenariuszy zmian wysokości falowania całkowitego w południowej części Morza Bałtyckiego w zakresie zróżnicowania wartości kwantyli 50% i 95% dla wybranych okresów XXI-go wieku. Współautor raportu dr hab. Mirosław Miętus, Koordynator całości prac w zadaniu, współautor koncepcji prof. ndzw. realizacji podzadania, metodyki analizy. Autor procedur numerycznych i programów obliczeniowych i interpretacji wyników. mgr Michał Pilarski Autor map pola lokalnego kwantyla 50% i 95% wysokości falowania całkowitego metodą EOF, CCA i RDA oraz współczynnika korelacji Autor map zmian falowania całkowitego w południowej części Morza Bałtyckiego w zakresie zróżnicowania

61 wartości kwantyli 50% i 95% dla okresu i w skali roku, sezonu sztormowego i bezsztormowego otrzymanych metodą CCA i RDA na podstawie danych z symulacji globalnej ECHAM5 i HadCM3 (wszystkie scenariusze emisyjne) Współautor raportu 10. Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac Prace były koordynowane przez Koordynatora zadania. Zespół realizatorski spotkał się w całości na seminarium (11 luty 2010 i 5 listopad 2010 r. w Gdyni) poświęconym zagadnieniom organizacyjnym oraz merytorycznym. Poza tym Koordynator zadania konsultował na bieżąco prace zespołu realizującego zagadnienia w zakresie statystycznoempirycznego downscalingu oraz scenariuszy zmian falowania i spotykał się okresowo z zespołem lub jego poszczególnymi członkami w celu omówienia postępu prac, zgodności z harmonogramem. Całość dokumentacji, w tym: software, zbiory wejściowe oraz wynikowe, rysunki, znajdują się w siedzibie zespołu wykonującego zadanie (Oddział Morski IMGW w Gdyni).

62 B. ROZKŁAD WEIBULLA 1. Cel badań Określenie za pomocą modeli statystyczno-empirycznych (statystyczny downscaling) relacji pomiędzy wielkoskalowym polem wymuszenia a wysokością fali całkowitej na obszarze południowego Bałtyku oraz wykorzystanie zdefiniowanych relacji do opracowania scenariuszy zmian wysokości falowania w XXI wieku. 2. Zakres wykonywanych prac Skompletowano i przygotowano dane do konstrukcji modeli. Wyznaczono funkcje własne (EOF) parametrów a i k rozkładu Weibulla opisującego kształt fali w okresie Wyznaczono relacje między polem regionalnym a polem lokalnym obu parametrów opisujących kształt fali na podstawie metody korelacji kanonicznych (CCA) i analizy redundacyjnej (RDA) w okresie dla miesięcy, roku, pór roku i sezonów dokonano wizualizacji (w programach GrADS i QGIS), wstępnej interpretacji i analizy rezultatów obliczeń Weryfikacja utworzonych modeli statystycznych dla parametrów a i k rozkładu wysokości fali całkowitej uzyskanych metodami CCA i RDA dla pola lokalnego i regionalnego; Obliczenie ilości reprodukowanej wariancji zrekonstruowanego modelu. Opracowanie scenariusza anomalii średniego (kwantyl 50%) i maksymalnego (kwantyle: 95%, 99%) poziomu morza w latach i dla modelu ECHAM- 5 wg scenariuszy: 1%CO2 (run 1, 2, 3), A1B (run: 1, 2, 4), A2 (run 1, 2, 3), B1 (run 1, 3) oraz dla modelu HadCM-3 wg scenariuszy A1B run 1, A2 run 1 i B1 run1. Scenariusze opracowano dla wartości sezonowych: sztormowego (IX-III), bezsztormowego (IV-VIII) oraz dla wartości rocznych. Obliczenie średnich wartości bezwzględnych parametrów rozkładu Weibulla dla falowania w latach dla sezonów: sztormowego, bezsztormowego i rocznego oraz ich wizualizacja Utworzenie map weryfikacyjnych uzyskanych rezultatów dla lat (kwantyl 0.99) dla wszystkich analizowanych scenariuszy; wyrywkowa weryfikacja pozostałych rezultatów dla kwantyli 0.95 i 0.5 dla lat oraz Obliczenie wartości poprawkowych dla uzyskanych scenariuszy poprzez rekonstrukcję serii parametrów rozkładu Weibulla w oparciu o różnice wartości ciśnienia reanalizy NCEP/NCAR oraz modeli ECHAM5 i HadCM3 w latach , w analizowanych sezonach.

63 Obliczenie wartości bezwzględnych wysokości falowania dla lat i wg analizowanych scenariuszy modeli ECHAM5 i HadCM3 dla okresu sztormowego, bezsztormowego i rocznego dla kwantyli 0.5, 0.95 i 0.99, uwzględniając uzyskane poprawki ( dryft modelu); wykonanie map weryfikacyjnych dla uzyskanych wyników 3. Opis metodyki badań Za pomocą modeli statystyczno-empirycznych (statystyczny downscaling) wyznaczono relacje pomiędzy wielkoskalowym polem wymuszenia reprezentowanym przez regionalne pole ciśnienia atmosferycznego zredukowanego do poziomu morza z nad obszaru Europy i Północnego Atlantyku oraz polem regionalnym - wysokością falowania całkowitego opisaną parametrami rozkładu Weibulla a (parametr skali) i k (parametr kształtu) obejmującego swoim zasięgiem obszar Bałtyku południowego. Wartości pola lokalnego uzyskano z przeliczenia wartości falowania uzyskanych z wcześniej opisanego hindcastu modelu HYPAS (Miętus, von Storch 1997) z okresem symulacji Konstrukcji modeli dokonano na podstawie danych z przytoczonego powyżej okresu wykorzystując metody statystycznego downscalingu: empirycznych funkcji własnych (EOF Empirical Orthogonal Functions), kanonicznych korelacji (CCA Canonical Correlation Analysis) i analizy redundancyjnej (RDA Redundancy Analysis), które szczegółowo zostały opisane w pierwszej części raportu. Stworzone modele zweryfikowano pod kątem możliwości odtwarzania przez nie warunków rzeczywistych, wykorzystując do tego celu współczynnik korelacji między serią obserwacyjną a serią zrekonstruowaną przez model oraz ilość wariancji elementu odtwarzanej przez model. Zdolność modelu do odtwarzania wieloletnich zmian elementu oparto na całości analizowanej serii danych. Końcowym rezultatem modelowania technikami statystycznego downscallingu są sporządzone scenariusze zmian wysokości falowania wyrażone początkowo w parametrach rozkładu Weibulla. Stworzony scenariusz przewidywanych zmian oparty jest o rezultaty modelu statystycznego downscallingu: kanonicznych korelacji (CCA) i analizy redundacyjnej (RDA), które pozwoliły na określenie relacji występujących pomiędzy wielkoskalowym polem wymuszenia i polem lokalnym. Obliczone wartości scenariuszowe bazują na danych pochodzących z symulacji globalnych modeli dynamicznych ECHAM-5 i HadCM3, z których wykorzystano średniomiesięczne wartości ciśnienia atmosferycznego na poziomie morza dla XXI wieku oraz wcześniej wyznaczone kombinacje wektorów własnych. Scenariusze skonstruowano dla lat i przyjmując podział na sezony:

64 IV-VIII (bezsztormowy) IX-III (sztormowy) oraz dla serii rocznych Powstałe w ten sposób zestawienia zmian według analizowanych scenariuszy nie są rezultatami ostatecznymi. Różnice między serią kontrolną symulacji globalnej przeprowadzoną dla XX wieku względem serii rzeczywistej, w tym przypadku reprezentowanej przez wartości reanalizy NCEP/NCAR, należy traktować jako systematyczny błąd modelu dynamicznego, który wystąpił również w symulacji dla lat Obliczone różnice pomiędzy okresem referencyjnym a symulacją kontrolną stanowią podstawę do wyznaczenia wartości poprawkowych pola lokalnego, które należy uwzględnić przy tworzeniu końcowego zestawienia scenariuszowego. 4. Charakterystyka osiągniętych wyników Przestrzenna i czasowa zmienność wartości parametrów rozkładu Weibulla W celu określenia zmienności czasowo-przestrzennej parametrów rozkładu Weibulla opisującej wysokość falowania całkowitego posłużono się analizą EOF. Rozpoznana przestrzeń sygnału dla parametru a jest opisana przez 3 funkcje własne dla wartości rocznych i wyjaśnia łącznie 97,95% wariancji, natomiast dla parametru k wykryto 7 funkcji własnych wyjaśniających łącznie 94,37% wariancji. W sezonie bezsztormowym są to odpowiednio 4 funkcje własne dla parametru k objaśniające 97,89% wariancji, natomiast w sztormowym 3 funkcje tłumaczące 99,17% wariancji. Dla parametru a przestrzeń sygnału w okresie kwiecień-sierpień oraz wrzesień-marzec opisana jest przez 7 wektorów własnych, wyjaśniających odpowiednio 96,06 i 97,02% wariancji. Tab. 1. Wariancja (%) wyjaśniana przez kolejne wektory własne parametru a rozkładu Weibulla (parametr skali) sezon EOF1 EOF2 EOF3 EOF4 suma IV-VIII 83,72 9,18 3,39 1,6 97,89 IX-III 93,83 3,8 1,54 99,17 ROK 92,45 3,55 1,95 97,95 Tab. 2. Wariancja (%) wyjaśniana przez kolejne wektory własne parametru k rozkładu Weibulla (parametr kształtu) sezon EOF1 EOF2 EOF3 EOF4 EOF5 EOF6 EOF7 suma IV-VIII 65,15 15,24 4,94 4,62 3,00 1,98 1,14 96,06 IX-III 79,88 7,50 4,80 1,53 1,20 1,07 1,04 97,02 ROK 75,28 8,03 6,05 2,07 1,63 1,31 94,37

65 Pierwsza empiryczna funkcja własna parametru skali rozkładu Weibulla wysokości falowania całkowitego w skali roku przedstawia silne dodatnie anomalie (por. rys.1a) w całości analizowanego obszaru. Wzrost wartości anomalii następuję w kierunku wschodnim z maksimum między basenami Gdańskim i Gotlandzkim. Najniższe wartości anomalii występują w rejonie Zatoki Pomorskiej i wybrzeży Rugii oraz na wschodnich i zachodnich wybrzeżach Skanii, a także w Zatoce Gdańskiej, co związane jest najprawdopodobniej z ograniczaniem swobodnego przepływu mas powietrza z kierunków zachodnich. Druga funkcja własna przedstawia (rys. 1b) zbliżony do południkowego przebieg zmienności omawianego parametru, z wartościami ujemnymi w części zachodniej i dodatnimi anomaliami na wschód od przedłużenia linii wschodniej części Zatoki Pomorskiej wschodnie wybrzeże Bornholmu, z maksimum wartości zlokalizowanym nieco bardziej na południe niż w przypadku pierwszego wektora własnego. Również dla drugiej funkcji zaznacza się silny wpływ obszaru lądowego ograniczającego wysokość parametru a, m. in. w Zatoce Gdańskiej. Trzeci wektor własny w skali roku przedstawia (rys. 1c) przebieg izoanomalii bliski równoleżnikowemu z maksimum rozciągającym się od wybrzeżu Rugii ku środkowej części polskiego wybrzeża. Na północ od równoleżnika 55 N anomalie osiągają wartości ujemne z minimum w rejonie Głębi Gotlandzkiej. W celu określenia związków między regionalną cyrkulacją atmosferyczną a wysokością falowania całkowitego opisanego parametrami rozkładu wykorzystano metodę korelacji kanonicznych (CCA) oraz analizy redundacyjnej (RDA). W skali roku związek między regionalnym polem barycznym a wartościami parametru skali rozkładu Weibulla dla wysokości falowania całkowitego w południowej części Morza Bałtyckiego jest określony przez 3 pary map kanonicznych, z których mapy pola barycznego wyjaśniają łącznie 57,08% wariancji, natomiast mapy pola lokalnego 97,92% wariancji (tab. 3). W przypadku analizy redundacyjnej pole lokalne i regionalne wyjaśniane jest przez taką samą wartość wariancji jak w przypadku analizy CCA (tab. 4). Uzyskane rezultaty, również dla pozostałych sezonów oraz miesięcy wskazują na dużą zbieżność wyników uzyskanych za pomocą obu metod statystycznego downscallingu.

66 Rys. 1. Empiryczne funkcje własne (EOF) parametru skali rozkładu Weibulla, w południowej części Morza Bałtyckiego, w skali roku opisującego pierwszą (a), drugą (b) i trzecią (c) funkcję własną. (a) (b) (c)

67 Tab. 3. Wyjaśniana wariancja (%) oraz współczynniki korelacji kanonicznej (r) regionalnego pola barycznego (SLP) oraz parametru a rozkładu Weibulla (%) w latach sezon CCA1 CCA2 CCA3 CCA4 suma IV-VIII IX-III Rok r 0,92 0,74 0,64 0,30 - var a 3,88 5,15 76,91 11,03 96,97 var SLP 25,29 11,68 6,10 4,64 47,71 r 0,89 0,74 0,50 - var a 8,10 64,19 25,84 98,13 var SLP 29,22 27,34 7,10 63,66 r 0,85 0,73 0,41 - var a 5,91 52,92 39,09 97,92 var SLP 25,72 21,77 9,59 57,08 Tab. 4. Współczynnik korelacji stowarzyszonych serii czasowych (r) między regionalnym polem barycznym (SLP) a lokalnym polem parametru a rozkładu Weibulla oraz wariancja przez nie wyjaśniana (var) w latach sezon RDA1 RDA2 RDA3 RDA4 suma IV-VIII IX-III ROK r 0,64 0,90 0,61 0,43 - var a 80,32 4,19 9,90 2,56 96,97 var SLP 5,81 24,84 11,00 6,07 47,72 r 0,70 0,88 0,54 - var a 92,61 3,65 1,86 98,12 var SLP 33,47 20,57 9,61 63,65 r 0,64 0,83 0,49 - var a 91,65 3,62 2,65 97,92 var SLP 30,56 19,22 7,30 57,08 Ze względu na dużą ilość uzyskanych informacji w wyniku zastosowania technik statystycznego downscallingu poniżej zamieszczono jedynie mapy pola regionalnego uzyskanego z analizy CCA z najwyższymi współczynnika korelacji dla obu parametrów rozkładu Weibulla w skali roku. W przypadku parametru skali jest to pierwsza mapa kanoniczna wyjaśniająca 5,91% wariancji pola lokalnego i 25,7% wariancji pola regionalego z współczynnikiem korelacji na poziomie 0,85, natomiast dla parametru kształtu k pierwsza mapa tłumaczy 16,66% wariancji pola lokalnego i 27,65% wariancji pola regionalnego przy współczynniku korelacji równym 0,82.

68 Rys. 2. Pierwsze mapy kanonicze pola regionalnego z najwyższymi współczynnikami korelacji dla wysokości falowania całkowitego opisanego parametrami skali (a) i kształtu (b) rozkładu Weibulla a) b) Najlepiej tłumaczony parametr skali jest tłumaczony w przypadku wystąpienia cyrkulacji antycyklonalnej z centrum zlokalizowanym na północ od Wysp Brytyjskich, obejmujący swoim zasięgiem cały obszar kontynentu. Nad obszarem Bałtyku taki układ ciśnienia odpowiada za spływ powietrza z kierunków północnych i północno-wschodnich wzdłuż głównej osi zbiornika, co sprzyja długiej ścieżce propagacji fali wiatrowej, co powinno być szczególnie widoczne na otwartym morzu. W przypadku mapy najlepiej tłumaczącej wartości parametru kształtu, linie wiatru geostroficznego, za sprawą niżu z centrum nad Morzem Barentsa, są ułożone prostopadle do osi Bałtyku, wiejąc z kierunków zachodnich i północno-zachodnich. W części południowej akwenu należy się spodziewać niewielkiego wpływu falowania wiatrowego ze względu na niewielki poziomy gradient ciśnienia. Taki układ izobar może powodować zmniejszenie wysokości fali, zwłaszcza w zachodniej części Bałtyku oraz u wybrzeży Skandynawii w związku ze zmniejszeniem prędkości wiatru nad lądem. Scenariusze zmian wysokości falowania całkowitego Na podstawie wyznaczonych wartości funkcji przejścia oraz symulacji dynamicznej modelami ECHAM-5 i HadCM-3 dla XXI wieku skonstruowano scenariusze zmian wysokości falowania całkowitego opisanego parametrami rozkładu Weibulla dla okresów oraz w skali roku oraz sezonów sztormowego i bezsztormowego. Na rys. 3b - 3g przedstawiano rozkład przestrzenny kwantyla 0,99 wysokości falowania w skali roku. W latach na przeważającej części analizowanego obszaru wg wartości scenariuszowych obu modeli dominować będą spadki wysokości falowania. Są one silniejsze w przypadku wyników bazujących na rezultatach symulacji HadCM-3, zwłaszcza we

69 wschodniej części Bałtyku Południowego, z izoanomaliami przekraczającymi 0,25m. W obu modelach największe spadki wysokości kwantyla 0,99 fali występują w scenariuszu B1. Zaobserwować można także istotne zmiany jakościowe rozkładu wysokości fali, przede wszystkim w zachodniej części akwenu, gdzie różnice spodziewanych wartości mogą się różnić o ponad 0,5m w obrębie jednego scenariusza (scenariusz A2), przy czym rezultaty oparte na symulacji HadCM-3 są w każdym scenariuszu na tym obszarze wyższe. Pod koniec XXI wieku obserwowane są dla większości scenariuszy wzrosty wartości kwantyla 0,99 wysokości falowania. Wyjątkiem jest jedynie scenariusz B1 dla modelu HadCM-3, w którym dominują spadki, choć ponownie rejon zachodniej części Bałtyku Południowego przedstawia anomalie dodatnie. Podobnie jak w latach największe zmiany występują w przypadku scenariusza A2, natomiast najmniejsze zmiany uzyskano w świetle wyników scenariusza B1. W obu analizowanych okresach można zauważyć tendencję do zmniejszania się dysproporcji kwantyla 0,99 wysokości falowania całkowitego, tj. przewagi spadków dla obszarów zlokalizowanych w rejonie Głębi Gotlandzkiej i wzrostów dla obszarów między Zelandią i Bornholmem. W okresie referencyjnym maksymalne wartości na wschód od południa 15ºE przekraczały 4,75m, podczas gdy na wschód od Bornholmu były o 1m niższe, natomiast w świetle uzyskanych rezultatów (np. dla scenariusza A1B modelu HadCM-3, okres ), różnice te przekroczą niewiele ponad 0,5m Rys. 3. Rozkład przestrzenny kwantyla 0,99 wysokości falowania całkowitego w okresie referencyjnym , uzyskany z parametrów rozkładu Weibulla.

70 Rys. 4. Rozkład przestrzenny kwantyla 0,99 wysokości falowania całkowitego w latach i wg wartości scenariuszowych opartych na symulacjach globalnych ECHAM-5 i HadCM-3 i analizie CCA, uzyskanych z parametrów rozkładu Weibulla. a) model ECHAM-5, scenariusz A1B run 1 b) model HadCM-3, scenariusz A1B run 1 c) model ECHAM-5, scenariusz A2 run 1 d) model HadCM-3, scenariusz A2 run 1 e) model ECHAM-5, scenariusz B1 run 1

71 f) model HadCM-3, scenariusz B1 run 1 Rys. 5. Rozkład przestrzenny kwantyla 0,99 wysokości falowania całkowitego w latach wg wartości scenariuszowych opartych na symulacjach globalnych ECHAM-5 i HadCM-3 i analizie CCA, uzyskanych z parametrów rozkładu Weibulla. a) model HadCM-3, scenariusz A1B run 1 b) model HadCM-3, scenariusz A2 run 1 c) model HadCM-3, scenariusz B1 run 1

72 5. Analiza zgodności z założonymi celami oraz informacja o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Osiągnięte w okresie I.2010-XII.2010 rezultaty są zgodne z harmonogramem prac zawartym we wniosku i planowanymi do osiągnięcia celami etapowymi. 6. Propozycje dotyczące praktycznego wykorzystania wyników badań Opracowane scenariusze zmian warunków klimatu Bałtyku Południowego w oparciu o wybrane symulacje globalne i wybrane scenariusze emisyjne mogą być wykorzystane przy tworzeniu strategii adaptacyjnych dla potrzeb gospodarki kraju dotyczących przeciwdziałaniu i adaptacji do obserwowanych zmian klimatycznych. 7. Wykaz przygotowanych publikacji 8. Literatura wykorzystana w opracowaniu Jakusik E., 2006, Charakterystyka falowania w południowej części Morza Bałtyckiego, Materiały Badawczy 32, s. Hydrologia, Warszawa, IMGW Miętus M., Storch von H., 1997, Reconstruction of the wave climate in the Proper Baltic Basin, April 1947-March 1988, GKSS External Report, 97/E/28, 30 s Miętus M. 1999, Rola regionalnej cyrkulacji atmosferycznej w kształtowaniu warunków klimatycznych i oceanograficznych w polskiej strefie brzegowej Morza Bałtyckiego, Materiały Badawcze 29, Warszawa, IMGW Wilby R. L., Charles S. P., Charles P. S., Zorita E., Timbal B., Whetton P., Mearns L.O., Guidelines for Use of Climate Scenarios Developed from. Statistical Downscaling Methods. Technical report, Data Distrib. Cent., Inergovt. Panel on Clim. Change, Norwich, U.K.

73 9. Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac dr hab. Mirosław Miętus prof. ndzw. Koordynator całości prac w zadaniu i podzadaniu, współautor koncepcji i metodyki realizacji podzadania. Autor procedur numerycznych i programów obliczeniowych. Współudział w interpretacji i analizie rezultatów obliczeń. mgr Ewa Jakusik Prace związane z wyborem stacji, pozyskaniem danych, ich przygotowaniem; analiza i interpretacja otrzymanych rezultatów; współautorka raportu. dr Michał Marosz Prace związane z przetworzeniem danych do postaci parametrów rozkładu Weibulla oraz ich przygotowaniem mgr Bartosz Czernecki Prace związane z obliczeniem funkcji własnych i funkcji przejścia, weryfikacja skonstruowanych modeli; opracowanie wartości scenariuszowych z wykorzystaniem statystycznego downscallingu. Wizualizacja, analiza i interpretacją rezultatów obliczeń. 10. Informacja o sposobie odbioru zadań składowych i trybie koordynacji prac Prace były koordynowane przez koordynatora zadania. Koordynator zadania konsultował na bieżąco prace zespołu w zakresie statystyczno-empirycznego downscalingu i spotykał się okresowo z zespołem lub jego poszczególnymi członkami w celu omówienia postępu prac i zgodności z harmonogramem. Całość dokumentacji, w tym: zbiory wejściowe oraz wynikowe, rysunki, znajdują się na macierzy dyskowej projektu.

74 PODZADANIE 6.4. Opracowanie metodyki wyznaczania terenów bezpośredniego zagrożenia powodzią przy uwzględnieniu oddziaływania morza i zmian klimatycznych 1) Cel badań, Celem badań w zadaniu 6.4 jest opracowanie wytycznych dotyczących metod i sposobów ochrony polskich obszarów przybrzeżnych przed występowaniem ekstremalnych zagrożeń powodziowych oraz wyznaczenie terenów bezpośredniego zagrożenia dla obszaru pilotażowego. Oznacza to konieczność określenia prawdopodobieństwa występowania potencjalnych zagrożeń powodziowych od strony morza przy uwzględnieniu zmian klimatycznych Wytyczne opracowane w ramach zadania 6.4 będą następnie rekomendowane do wdrożenia w jednostkach administracji lokalnej i państwowej odpowiedzialnych za bezpieczeństwo i ochronę przed zagrożeniami. W roku 2010 wykonano prace dotyczące: określenia prawdopodobieństwa występowania zagrożeń powodziowych, wyznaczenie terenów bezpośredniego zagrożenia dla obszaru pilotażowego uwzględniając Dyrektywy UE, Prawo Wodne oraz opracowanie dotyczące metodyki obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla rejonów nadmorskich. 2) Zakres wykonywanych prac Analiza danych pomiarowych w wytypowanych obszarach- z rejonu Ostrowo - Karwia Dębki, określających zmiany brzegu morskiego, Ocena i analiza numerycznego modelu terenu z obszaru Karwii oraz ujścia rzeki Pasłęki pozyskanego w ubiegłym roku, Koncepcja wykorzystania numerycznego modelu terenu do przygotowania terenów bezpośredniego zagrożenia powodzią dla obszaru Karwi oraz ujścia Pasłęki, Przygotowanie metodyki wyznaczania terenów bezpośredniego zagrożenia powodzią w rejonach nadmorskich, (zamieszczona w całości od strony 12 raportu) Obliczenia poziomów o określonym prawdopodobieństwie przewyższenia w rejonie Karwii oraz Pasłęki przy wykorzystaniu danych historycznych dotyczących

75 maksymalnych rocznych poziomów morza z następujących stacji: Hel, Władysławowo, Łeba, Gdańsk, Gdynia, Ustka, Tolkmicko, Pierzchały, Nowa Pasłęka Analiza wyników uzyskanych z obliczeń poziomów o określonym prawdopodobieństwie występowania (rejon Karwii oraz ujścia Pasłęki) Przygotowanie mapy potencjalnego zagrożenia powodzią dla obszaru Karwii oraz ujścia Pasłęki przy użyciu numerycznego modelu terenu dla wody o prawdopodobieństwie przewyższenia 10%,dla obecnych warunków Wykonanie map terenów bezpośredniego zagrożenia powodziowego dla rejonu Karwi oraz ujścia Pasłęki przy użyciu numerycznego modelu terenu dla pozostałych wariantów obliczeniowych (woda 1%), dla obecnych warunków Wykonanie map terenów bezpośredniego zagrożenia dla rejonu Karwi oraz ujścia Pasłęki przy użyciu numerycznego modelu terenu z uwzględnieniem danych o falowaniu (wysokość fali całkowitej dla okresu z modelu HYPAS ) 3) Opis metodyki badań Opracowanie wytycznych dotyczących metod ochrony polskich obszarów przybrzeżnych przed występowaniem ekstremalnych zagrożeń powodziowych oraz wyznaczenie terenów bezpośredniego zagrożenia dla obszaru pilotażowego oparto na stosowanych w IMGW metodach obliczania zmian poziomów morza zgodnie z obowiązującymi dokumentami prawnymi. W ramach realizacji zadania przygotowano opracowanie dotyczące metodyki obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza (zał.1) Opracowanie będzie jeszcze konsultowane z przedstawicielami Urzędu Morskiego, a następnie przedstawione do zatwierdzenia w KZGW. Mapy terenów bezpośredniego zagrożenia powodziowego dla rejonu Karwi oraz ujścia Pasłęki wykonano przy użyciu numerycznego modelu terenu (NMT). Ponadto wykorzystano doświadczenia zdobyte podczas wykonywania na zlecenie Rejonowego Zarządu Gospodarki Wodnej w Gdańsku (RZGW) map terenów zalewowych w ramach wyznaczenie granic obszarów bezpośredniego zagrożenia powodzią w celu uzasadnionego odtworzenia terenów zalewowych dla zlewni administrowanych przez RZGW Gdańsk. 4) Charakterystyka osiągniętych wyników W następstwie wytypowania we wcześniejszej fazie zadania obszarów pilotażowych do badań obszaru Karwii oraz obszaru ujścia rzeki Pasłęki przeanalizowano dane pomiarowe

76 (zakupione w poprzedniej części realizacji zadania) w rejonie Ostrowo-Karwia-Dębki w rejonie umocnionym wałem ziemnym (rys.1) oraz na odcinku naturalnym(rys.2). Przedstawione, przykłady dokumentują dużą dynamikę procesów brzegowych na brzegach Mierzei Karwieńskiej i różne reakcje systemu Data pomiaru: km Rys. 1. Zmiany brzegu Mierzei Karwieńskiej, km 142,200, na odcinku umocnionym wałem ziemnym w latach Data pomiaru: km Rys. 2. Zmiany brzegu Mierzei Karwieńskiej na naturalnym odcinku,, km 144,500 w latach W następstwie wytypowania we wcześniejszej fazie zadania obszarów pilotażowych do badań obszaru Karwii oraz obszaru ujścia rzeki Pasłęki uzyskano numeryczny modelu terenu dla obszaru Karwii i ujścia Pasłęki. Model umożliwił prace nad precyzyjnym wyznaczeniem terenów bezpośredniego zagrożenia powodzią na obszarze pilotażowym. W celu wykonania numerycznego modelu terenu dla obszarów pilotażowych: Karwi i ujścia rzeki Pasłęki uzyskano materiały kartograficzne w formie map rastrowych oraz wektorowych. Z 90 % obszaru Karwi dostępne są kolorowe mapy topograficzne w skali 1: zapisane w układzie 1992 (rys3). Z pozostałego obszaru (wąski pas wybrzeża oraz pd- zach część J. Żarnowieckiego) pozyskano mapy czarno-białe (rys.4). Najistotniejszym elementem do

77 wykonania numerycznego modelu terenu były opisane warstwy wektorowe (przykładw programie GIS -rys 5) zawierające informacje miedzy innymi o pokryciu terenu oraz zagospodarowaniu analizowanego obszaru W przypadku braku rzędnych w opisie warstw wektorowych należało je uzupełnić na podstawie dostępnych map. Warstwy z punktami wysokościowymi osnowy geodezyjnej lub poziomice z reguły posiadają informacje o rzędnej terenu. Z obszaru ujścia rzeki Pasłęki uzyskano jedynie mapy czarnobiałe rastrowe. Warstwy wektorowe należało utworzyć podczas digitalizacji, aby następnie na tej podstawie stworzyć numeryczny model terenu tego obszaru. Rys. 3 Układ map topograficznych w skali 1:10000 w rejonie Karwii mapy kolorowe Rys. 4 Układ map topograficznych w skali 1:10000 w rejonie Karwii mapy czarno-białe

78 Rys. 5 warstwy wektorowe niezbędne do analizy obszaru pilotażowego Po zdigitalizowaniu do postaci wektorowej, punktów charakterystycznych,które stanowiły o ukształtowaniu terenu powstał NMT w postaci TIN (Triangulated Irregular Network) modelowej prezentacji powierzchni trójwymiarowych. TIN najwierniej odzwierciedla modelowane elementy powierzchni (rys.6) Rys. 6 Przykład prezentacji terenu w postaci TIN

79 W ramach realizacji zadania wykonano obliczenia poziomów o określonym prawdopodobieństwie przewyższenia w rejonie Karwii oraz Pasłęki przy wykorzystaniu danych dotyczących maksymalnych rocznych poziomów morza z następujących stacji: Hel, Władysławowo, Łeba, Gdańsk, Gdynia, Ustka, Tolkmicko, Pierzchały, Nowa Pasłęka z okresu od 1946 do 2009 roku. Na rys. 7 a i b przedstawiono przykładowe wyniki rozkładu wartości ekstremalnych (Gumbela) oraz rozkładu log-normalnego dla Władysławowa dla okresu obejmującego lat Natomiast na rys 8 przedstawiono wyniki rozkładu wartości ekstremalnych (Gumbela) oraz rozkładu log-normalnego dla Łeby dla okresu obejmującego lat Wykres prawdopodobieństwo-prawdopodobieństwo H ( 1v*64c) Rozkład: Lognormalny( , ) 1.2 Wykres prawdopodobieństwo-prawdopodobieństwo H ( 1v*64c) Rozkład: Ekstremalne(577.18, ) Dystrybuanta empiryczna Dystrybuanta empiryczna Dystrybuanta teoretyczna Dystrybuanta teoretyczna Rys. 7. a,b Władysławowo rozkład ekstremalny oraz log-normalny 1.4 Wykres prawdopodobieństwo-prawdopodobieństwo Hmax ( 1v*64c) Rozkład: Ekstremalne( , ) 1.4 Wykres prawdopodobieństwo-prawdopodobieństwo Hmax ( 1v*64c) Rozkład: Lognormalny( , ) Dystrybuanta empiryczna Dystrybuanta empiryczna Dystrybuanta teoretyczna Dystrybuanta teoretyczna Rys. 8. a,b Łeba rozkład ekstremalny oraz log-normalny W wyniku obliczeń stanów wody o prawdopodobieństwie przewyższenia odpowiednio 10%, 1%, 0.5% wyznaczono odpowiadające im rzędne terenu, które zostały wykorzystane przy wykonaniu map terenów bezpośredniego zagrożenia powodziowego dla rejonu Karwi przy użyciu numerycznego modelu terenu (tab.1)

80 Tab.1 Wyniki wyznaczenia rzędnych terenu dla stanów wody o określonym prawdopodobieństwie przewyższenia dla rejonu Karwii Stacja Rz zera w. Kr 86 {cm} Stan 1% [cm] Stan 10%[cm] Rzędna 1 % [m] Rzędna 10% [m] Stan 0.5%[m] Rzędna 0.5% [m] Łeba Władysławowo Następnie wykonano obliczenia dla ujścia Pasłęki, wyniki przedstawiono na rys.9 oraz w tabeli Wykres prawdopodobieństwo-prawdopodobieństwo Hmax ( 2v*40c) Rozkład: Ekstremalne( , ) 1.4 Wykres prawdopodobieństwo-prawdopodobieństwo Hmax ( 2v *40c) Rozkład: Lognormalny ( , ) Dystrybuanta empiryczna Dystrybuanta empiryczna Dystrybuanta teoretyczna Dy stry buanta teoretyczna Rys. 9a,b Nowa Pasłęka rozkład ekstremalny oraz log-normalny Tab.2 Wyniki wyznaczenia rzędnych terenu dla stanów wody o określonym prawdopodobieństwie przewyższenia dla rejonu ujścia Pasłęki Prawdopodobieństwo przewyższenia Odpowiadająca rzędna ujście rzeki Pasłęki 10% 1,12 m 1% 1,51 m W dalszym etapie uwzględniono również wysokość fali całkowitej otrzymanej dla okresu z modelu HYPAS o wartościach; dla Karwii równej 1,1 m, dla ujścia Pasłęki równej 0,8 m. W końcowej fazie realizacji zadania w roku 2010 wykonano mapy terenów bezpośredniego zagrożenia powodziowego dla rejonu Karwi oraz ujścia Pasłęki przy użyciu numerycznego modelu terenu, dla obecnych warunków (do obliczeń wykorzystano dane o maksymalnych poziomach wody z okresu od 1946 roku do 2009). Na rys.10a przedstawiono mapę terenów bezpośredniego zagrożenia powodzią dla rejonu Karwii, o prawdopodobieństwie przewyższenia 10% a na rys. 10b mapę terenów

81 bezpośredniego zagrożenia powodzią dla rejonu Karwii, o prawdopodobieństwie przewyższenia 1%.Natomiast na rys. 11a i b mapę terenów bezpośredniego zagrożenia powodzią dla rejonu ujścia Pasłęki przy użyciu numerycznego modelu terenu. Rys 10a Karwia mapa terenu zagrożonego wodą o prawdopodobieństwie przewyższenia 10% wykonana przy użyciu numerycznego modelu terenu Rys 10b Karwia mapa terenu zagrożonego wodą o prawdopodobieństwie przewyższenia 1% wykonana przy użyciu numerycznego modelu terenu

82 Rys 11a ujście Pasłęki mapa terenu zagrożonego wodą o prawdopodobieństwie przewyższenia 10% wykonana przy użyciu numerycznego modelu terenu Rys 11b ujście Pasłęki mapa terenu zagrożonego wodą o prawdopodobieństwie przewyższenia 1% wykonana przy użyciu numerycznego modelu terenu

83 Rys 12a ujście Pasłęki mapa terenu zagrożonego wodą o prawdopodobieństwie przewyższenia 10% wykonana przy użyciu numerycznego modelu terenu z uwzględnieniem falowania z modelu HYPAS Rys 12b ujście Pasłęki mapa terenu zagrożonego wodą o prawdopodobieństwie przewyższenia 1% wykonana przy użyciu numerycznego modelu terenu z uwzględnieniem falowania z modelu HYPAS Należy dodać, że przedstawione na rys.12a i b mapy z uwzględnieniem wpływu falowania są na razie w fazie sprawdzania i konsultacji. Zgodnie z przygotowywaną metodyką (Metodyka obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza poniżej zamieszczona) wysokość nabiegania fali na brzeg zależy od wysokości fali w momencie ostatniego załamania oraz od wielkości współczynnika

84 odbicia nabiegającej fali od brzegu. Z analiz wynika, że prawdopodobieństwo wystąpienia wysokiego poziomu nabiegania fali na brzeg nie zależy od prawdopodobieństwa występowania ekstremalnego falowania na głębokiej wodzie. Zależy ono wyłącznie od częstości spiętrzeń sztormowych. W dalszej części realizacji zadania planuje się wykonanie map terenów zalewowych z uwzględnieniem przyjętej interpretacji wpływu falowania. W ramach realizacji zadania 6.4 przygotowano Metodykę obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza, która po konsultacji z przedstawicielami Urzędu Morskiego zostanie przedstawiona do zaakceptowania przez Krajowy Zarząd Gospodarki Wodnej. 1. Cel pracy Celem pracy było opracowanie metod obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza (w tym również falowania). Opracowanie uwzględnia również wpływa zmian klimatu na zmianę poziomu morza. Sztormowy wiatr dolądowy powoduje wezbrania sztormowe, które są przyczyną powstawania zjawiska cofki w ujściowych odcinkach rzek. Ujściowe odcinki rzek pozostają pod wpływem morza oznacza to, że głównym parametrem charakteryzującym reżim hydrologiczny, a więc i zagrożenie powodziowe jest poziom wody. Przepływy, ze względu na powstawanie cofki, nie są uwzględniane. 2. Zakres wykonywanych prac Metodyka została określona na podstawie przeprowadzonych badań dla stacji mareograficznych: Trzebież, Świnoujście, Dziwnów, Kołobrzeg, Ustka, Łeba, Władysławowo, Hel, Gdynia, Gdańsk Port Północny, Gdańsk Świbno, Gdańska Głowa, Elbląg, Nowe Batorowo. Wykorzystano dano z 6 różnej długości okresów obserwacyjnych , , , , , oraz 3 założonych rozkładów: normalny, logarytmiczno-normalny, ekstremalny. Poziom o określonym prawdopodobieństwie przewyższenia jest opisany wzorem : H p% = H śr + wzrost% + H z + wzrost k gdzie : H p% poziom wody o określonym prawdopodobieństwie przewyższenia [cm],

85 H śr średni poziom wody obliczony dla okresu referencyjnego [cm], wzrost% - wzrost (anomalia) powyżej średniego poziomu morza Hsr, o określonym prawdopodobieństwie przewyższenia, obliczony na podstawie rozkładu teoretycznego [cm], H z wzrost poziomów wody, spowodowany wpływem morza, w tym falowaniem [cm], wzrost k wzrost poziomu morza wzdłuż polskich wybrzeży Bałtyku wywołany zmianami klimatycznymi wg scenariuszy Intergovernmental Panel on Climat Change [cm] Obliczenie wzrostu poziomu wody o określonym prawdopodobieństwie przewyższenia Badania dopasowania empirycznych rozkładów prawdopodobieństwa rozkładami teoretycznymi, zostały przeprowadzone dla stacji mareograficznych: - Zalewu Szczecińskiego: Trzebież; - wybrzeża zachodniego Bałtyku Południowego: Świnoujście, Dziwnów; - wybrzeża środkowego: Kołobrzeg, Ustka; - dla wybrzeża wschodniego: Łeba, Władysławowo, Hel, Gdynia, Gdańsk Port Północny; - ujściowego odcinka Wisły: Gdańsk Świbno, Gdańska Głowa; - Żuław: Elbląg; - Zalewu Wiślanego: Nowe Batorowo. dla 6, różnej długości okresów (N liczba elementów 55), (N liczba elementów 55), (N liczba elementów 55), (N liczba elementów 55), (N liczba elementów 55), (N liczba elementów 55) oraz 3 założonych prawdopodobieństw przewyższenia. Na podstawie analizy wyników badań zaleca się wykorzystywanie rozkładu wartości ekstremalnych (Gumbela) dla okresu obejmującego minimum ostatnie 30 lat. Zaleca się, w szczególności, wykorzystywać dane z okresu Rozkład wartości ekstremalnych daje najlepsze przybliżenie, szczególnie w zakresie stanów wysokich. Rozkłady normalny i log-normalny w obserwowanej ekstremalizacji zjawisk w ostatnim okresie. zaniżają wartości. Nie znajdują potwierdzenia Rozkład wartości ekstremalnej (skrajnej). Rozkład wartości ekstremalnej (typu I) posiada funkcję gęstości o postaci: f(x) = 1/b * e^[-(x-a/b] * e^{-e^[-(x-a)/b]}, dla - < x < i b > 0 gdzie: a b oznacza parametr położenia, oznacza parametr skali,

86 e oznacza podstawę logarytmu naturalnego, czasami nazywaną stałą Eulera e (o wartości 2,71...). Dystrybuanta. Dystrybuanta rozkładu wartości ekstremalnych ma postać: F(x) = e^{-e [-(x-a)/b] } 2.2. Określenie wpływu morza - falowania Wysokość nabiegania fali na brzeg zależy od wysokości fali w momencie ostatniego załamania oraz od wielkości współczynnika odbicia nabiegającej fali od brzegu (załącznik 1) Wysokość fali podczas ostatniego załamania Należy zakładać, że w przypadku wystąpienia podwyższonego poziomu wody w wyniku spiętrzenia sztormowego, ostatnie załamanie fali nastąpi również na skarpie skłonu brzegowego, ponieważ w tym miejscu następuje relatywnie gwałtowna zmiana głębokości wody. Wysokość załamującej się fali będzie odpowiednio większa: jeżeli poziom wody będzie podwyższony o wartość Z s ponad stan średni, to wysokość ostatniej załamującej się fali H z nie przekroczy wysokości 0.7(0.5 m + Z s ) Wysokość nabiegania fali Nabieganie fali na brzeg nie odbijający fal W warunkach podwyższonego stanu wody rzędną wysokości nabiegania fali Rz n można określić wg poniższego wzoru: Rz n = Z s + H z gdzie Z s spiętrzenie sztormowe ponad stan średni 0.00 m npm [m] H z wysokość ostatniej załamującej się fali [m] H z = 0.7 (0.5 + Z s ) Nabieganie fali na brzeg odbijający Zaleca się przyjęcie, że jeżeli tylko jest dostateczna głębokość wody przed brzegiem odbijającym, to wysokość fali uderzającej zawsze jest dwa razy większa niż fali podchodzącej. Takie samo założenie proponuje się przyjąć w przypadku brzegu naturalnego (wydmowego) obudowanego konstrukcją odbijającą. Jest to uzasadnione tym, że powtarzające się odbicia fal od konstrukcji powodują szybkie pogłębianie dna na jej przedpolu, umożliwiające podwojenie wysokości fal Prawdopodobieństwo wystąpienia wysokiego poziomu nabiegania fal Z powyższych analiz wynika, że prawdopodobieństwo wystąpienia wysokiego poziomu nabiegania fali na brzeg nie zależy od prawdopodobieństwa występowania ekstremalnego falowania na głębokiej wodzie. Zależy ono wyłącznie od częstości spiętrzeń sztormowych.

87 3. Wnioski Na podstawie analizy wyników badań zaleca się wykorzystywanie rozkładu wartości ekstremalnych (Gumbela) dla okresu obejmującego minimum ostatnie 30 lat. Zaleca się, w szczególności, wykorzystywać dane z okresu Uwagi Określenie wpływu zmian klimatu na wzrost średniego poziomu morza jest jednym z celów realizowanego przez IMGW projektu KLIMAT, finansowanego przez Europejski Fundusz Rozwoju Regionalnego, oś priorytetowa Innowacyjna Gospodarka. Badania te są prowadzone dla 3 scenariuszy emisji gazów cieplarnianych (B1, A1B, A2) dla okresów i dla głównych stacji mareograficznych. Proponuje się, uaktualnienie Metodyki po otrzymaniu wyników projektu (powinny być dostępne w I kwartale 2011 r.). 5. Załącznik nr 1 Metodyka uwzględniania oddziaływania morza (w tym falowania) na zmiany charakterystycznych poziomów morza, do wykorzystania przy wyznaczaniu stref ryzyka powodziowego Andrzej Cieślak Zagrożenie powodziowe od strony morza zależy od stanu morza, t.j. chwilowego przeciętnego położenia zwierciadła wody ponad wieloletni średni poziom morza, oraz od wysokości nabiegania fali na brzeg. Wysokość nabiegania fali na brzeg zależy od wysokości fali w momencie ostatniego załamania oraz od wielkości współczynnika odbicia nabiegającej fali od brzegu. Wysokość fali podczas ostatniego załamania Z punktu widzenia zagrożenia powodziowego zaplecza brzegu morskiego, istotnymi cechami transformacji fal w strefie płytkowodnej są: Stopniowa zmiana kierunku propagacji fali na coraz bliższy prostopadłemu do brzegu. W przypadku falowania sztormowego fale dochodzą praktycznie prostopadle do brzegu i dlatego mogą nabiegać na pełną teoretycznie możliwą wysokość. Redukcja wysokości fali następująca głównie w rezultacie wielokrotnego załamania. Wysokość fali w strefie płytkowodnej jest ograniczona głębokością wody. Jeżeli wysokość fali H jest od 0.7 lokalnej głębokości wody d to następuje załamanie fali. Szacuje się, że w wyniku każdego kolejnego załamania fala traci połowę energii. Ponieważ energia fali jest proporcjonalna do kwadratu jej wysokości, to po załamaniu wysokość fali wynosi ok. H/1.41. W przypadku naturalnego brzegu morskiego, z typowym profilem poprzecznym, ostatnie załamanie następuje na skarpie tzw. skłonu brzegowego, na przedpolu którego głębokość wody wynosi zazwyczaj ok m. Zatem w warunkach średnich stanów wody w morzu

88 wysokość ostatniej załamującej się fali nie przekroczy 0.35 m niezależnie od tego jak duże były fale na głębokiej wodzie. Należy zakładać, że w przypadku wystąpienia podwyższonego poziomu wody w wyniku spiętrzenia sztormowego, ostatnie załamanie fali nastąpi również na skarpie skłonu brzegowego, ponieważ w tym miejscu następuje relatywnie gwałtowna zmiana głębokości wody. Wysokość załamującej się fali będzie odpowiednio większa: jeżeli poziom wody będzie podwyższony o wartość Z s ponad stan średni, to wysokość ostatniej załamującej się fali H z nie przekroczy wysokości 0.7(0.5 m + Z s ). Wysokość nabiegania fali Nabieganie fali na brzeg nie odbijający fal W rozumieniu niniejszej ekspertyzy, brzegiem nie odbijającym fali jest każdy brzeg wydmowy, nie obudowany równoległymi do brzegu konstrukcjami pionowościennymi lub skarpowymi, w tym konstrukcjami narzutowymi, usytuowanymi w dowolnym miejscu profilu poprzecznego brzegu między linią wody a skarpą wydmy włącznie. Dla brzegów nie odbijających fali przyjmuje się, że w przypadku nabiegania fali prostopadle do linii brzegowej, wysokość nabiegania ponad aktualny poziom wody jest równa wysokości ostatniej załamującej się fali. Zatem w warunkach średnich stanów wody wysokość nabiegania nie przekroczy rzędnej m npm. W warunkach podwyższonego stanu wody rzędną wysokości nabiegania fali Rz n można określić wg poniższego wzoru: Rz n = Z s + H z gdzie Z s spiętrzenie sztormowe ponad stan średni 0.00 m npm [m] H z wysokość ostatniej załamującej się fali [m] H z = 0.7 (0.5 + Z s ) Nabieganie fali na brzeg odbijający Przez brzeg odbijający fale rozumie się każdy brzeg obudowany równoległymi do brzegu konstrukcjami pionowościennymi lub skarpowymi, w tym konstrukcjami narzutowymi, usytuowanymi w dowolnym miejscu profilu poprzecznego brzegu między linią wody a skarpą wydmy włącznie. Brzegami odbijającymi fale są również brzegi klifowe, ponieważ w warunkach spiętrzenia sztormowego fale docierają bezpośrednio do zwartego i prawie pionowościennego podnóża klifu, od którego następuje praktycznie pełne odbicie fali. Jednak, z uwagi na znaczne wysokości zaplecza klifów, pomija się je w dalszej analizie. Ściśle zgodnie z teorią pełne odbicie fali (współczynnik odbicia = 1) następuje tylko wtedy, gdy fala podchodzi prostopadle do brzegu obudowanego twardą pionową ścianą. Jeżeli

89 głębokość wody przed tą ścianą jest dostatecznie duża, to wówczas następuję podwojenie wysokości uderzających w ścianę fal w stosunku do wysokości fali podchodzącej H p. Gdy obudowa brzegu jest skarpowa i/lub wykonana w sposób rozpraszający energię uderzających w konstrukcję fal, to wówczas następuje częściowa redukcja odbicia (współczynnik odbicia 1) i wysokość uderzających fal H u mieści się w przedziale H p H u 2H p. Jednak w praktyce okazuje się, że rzeczywiste odbicie fal od konstrukcji skarpowych jest prawie takie same jak od konstrukcji pionowych. Dlatego, biorąc pod uwagę zachowanie niezbędnego marginesu bezpieczeństwa, zaleca się przyjęcie, że jeżeli tylko jest dostateczna głębokość wody przed brzegiem odbijającym, to wysokość fali uderzającej zawsze jest dwa razy większa niż fali podchodzącej. Takie samo założenie proponuje się przyjąć w przypadku brzegu naturalnego (wydmowego) obudowanego konstrukcją odbijającą. Jest to uzasadnione tym, że powtarzające się odbicia fal od konstrukcji powodują szybkie pogłębianie dna na jej przedpolu, umożliwiające podwoje nie wysokości fal. Prawdopodobieństwo wystąpienia wysokiego poziomu nabiegania fal Z powyższych analiz wynika, że prawdopodobieństwo wystąpienia wysokiego poziomu nabiegania fali na brzeg nie zależy od prawdopodobieństwa występowania ekstremalnego falowania na głębokiej wodzie. Zależy ono wyłącznie od częstości spiętrzeń sztormowych. Wpływ skutków zmiany klimatu Z punktu widzenia zagrożenia powodziami od strony morza, istotne są dwa rodzaje skutków: wzrost częstości i siły sztormów z niekorzystnych kierunków i w związku z tym częstości spiętrzeń sztormowych oraz wzrost średniego poziomu morza. Przewiduje się, że w przypadku brzegów wydmowych, nie obudowanych konstrukcjami odbijającymi, profil poprzeczny brzegu nie ulegnie zmianie, a jedynie odpowiednio przesunie się w stronę lądu. W przypadku brzegów utrzymywanych przy pomocy sztucznego zasilania profil nawet nie powinien ulec przemieszczeniu. Zatem względne wysokości nabiegania fal będą takie same jak to opisano w p. 2. Podwyższeniu ulegnie tylko średni poziom morza do którego należy odnieść wyliczone wartości nabiegania. Zmiany klimatu zmienią statystyki spiętrzeń sztormowych, a zatem statystyki ekstremalnych stanów morza.

90 5) Analiza zgodności z założonymi celami oraz informację o ewentualnych opóźnieniach wraz z wyjaśnieniem ich przyczyn Prace wykonane w ramach realizacji podzadania pozostawały w zgodności z założonymi celami oraz harmonogramem prac. Nie występowały opóźnienia. 6) Propozycje dotyczące praktycznego wykorzystania wyników badań, Doświadczenia zdobyte podczas realizacji zadania w okresie I-XII.2010 zostaną wykorzystane w realizacji kolejnych etapów zadania, a zwłaszcza prac przy wykonaniu map terenów bezpośredniego zagrożenia powodzią dla rejonów pilotażowych z uwzględnieniem danych otrzymanych ze scenariuszy klimatycznych A2, A1B oraz B1. Natomiast Metodyka obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza po zatwierdzeniu przez KZGW stanie się oficjalnym obowiązującym dokumentem. 7) Wykaz przygotowanych publikacji, Wymieniona w opracowaniu Metodyka obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza 8) Literatura wykorzystana w opracowaniu Bird E Coastal geomorphology: an introduction. John Wiley & Sons Ltd, West Sussex, England Instytut Morski (praca zbiorowa) Strategia ochrony brzegów morskich synteza, 2002 Kowalska B., Letkiewicz B Ryzyko związane z wyznaczaniem terenów zalewowych w rejonach nadmorskich - Antropogeniczne oddziaływanie na środowisko wodne. Seria Monografie IMGW, str , IMGW, Warszawa 2009 Sztobryn M. Wezbrania sztormowe jako zagrożenie wybrzeża Bałtyki, VII Szkoła- Nadzwyczajne zagrożenia środowiska Paszkówka koło Krakowa 9-11 października 2006 r., IMGW 2006, wydane na CD Cygan B., Lubomirski K., Sztobryn M., Piekarski M., Kańska A., Kowalska B., Krzysztofik K.,. Letkiewicz B., Mykita M., Stanisławczyk I., Kostrzębski L., Jóźwiak U., Zakrzewski B. Płonka J. Wyznaczenie granic obszarów bezpośredniego zagrożenia powodzią w celu uzasadnionego odtworzenia terenów zalewowych - wody o prawdopodobieństwie występowania 0.5%, rzeka- Elbląg Dzierzgoń, IMGW, Gdynia 2006 Akty prawne

91 Rozporządzenie Rady Ministrów z dnia r. sprawie określenia minimalnej i maksymalnej szerokości pasa technicznego i ochronnego oraz sposobu wyznaczania ich granic. Ustawa z dnia 21 marca 1991 r.o obszarach morskich Rzeczypospolitej Polskiej i administracji morskiej, Dziennik Ustaw z 2003 r. nr 153 poz ) Wykaz głównych wykonawców wraz z krótką informacją o rodzaju wykonywanych prac, mgr inż. Beata Kowalska Koncepcja trybu prowadzenia badań, Opracowanie metodyki obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza. Obliczenia poziomów o określonym prawdopodobieństwie przewyższenia dla obszarów pilotażowych, analiza map i modeli dla obszaru pilotażowego dr inż. Marzenna Sztobryn Opracowanie metodyki obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza, mgr Monika Mykita Wykonanie map terenów bezpośredniego zagrożenia powodzią dla wody o prawdopodobieństwie przewyższenia 1%,10% oraz z uwzględnieniem falowania. Opracowanie metodyki obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza, analiza map i modeli dla obszaru pilotażowego mgr inż. Beata Letkiewicz Opracowanie metodyki obliczania maksymalnych poziomów wody o określonym prawdopodobieństwie przewyższenia dla wybrzeża oraz ujściowych odcinków rzek będących pod wpływem oddziaływania morza Obliczenia poziomów o określonym prawdopodobieństwie przewyższenia dla stacji usytuowanych wokół Zatoki

92 Gdańskiej, środkowego wybrzeża oraz Zalewu Wiślanego, analiza map i modeli dla obszaru pilotażowego 10) Informacje o sposobie odbioru zadań składowych i trybie koordynacji prac. Prace były koordynowane przez osobę odpowiedzialną za realizację podzadania. Zespół realizatorski spotkał się regularnie w celu analizy procesu realizacji podzadania. PODZADANIE 6.5. Długookresowe zmiany struktury termohalinowej Bałtyku jako czynnik stymulujący jego produktywność 1. Cel badań Celem badań, prowadzonych w 2010 roku było opracowywanie scenariuszy zmian parametrów termohalinowych (temperatury i zasolenia) wód polskiego sektora Morza Bałtyckiego poprzez wyznaczenie trendów lub tendencji zmian, a następnie predykcja lub prognoza warunków. Drugim zagadnieniem było powiązanie odpowiedzi biotycznej składowej ekosystemu, takie jak to zasoby dorsza i śledzia na zmiany z parametrów abiotycznych: temperatura wody, zasolenie wody, stężenie tlenu w wodzie w warstwach, gdzie składana jest ikra i rozwijają się larwy ryb oraz bytują dorosłe osobniki. Analiza zależności funkcyjnych pomiędzy abiotycznymi elementami stanu wybranych rejonów Bałtyku południowego dla wyjaśnienie udziału poszczególnych składowych w kształtowaniu reżimu hydrologicznego w celu ich powiązania z produktywnością ryb komercyjnych. 2. Zakres wykonywanych prac Na początku 2010 roku przygotowywano sprawozdanie merytoryczne oraz syntetyczne z prac prowadzonych w roku poprzednim. Pod koniec stycznia i na początku lutego przygotowywano materiały do prezentacji, która była przedstawiona na seminarium podsumowującym prace zrealizowane w ramach projektu w 2009 roku. W marcu współpracowano z kierownikiem zadania 6.5 w aktualizacji harmonogramu realizacji zadań w projekcie do końca 2010 roku. W październiku i listopadzie uczestniczono w trzech seminariach etapowych projektu KLIMAT. Seminaria etapowe odbywały się w Oddziale Morskim IMGW-PIB w Gdyni. Na jednym z seminariów przedstawiono zakres prac zrealizowanych od lutego do października w ramach realizacji zadania 6.5. W grudniu uczestniczono w seminarium poświęconemu

93 scenariuszom IPCC wykorzystywanym w realizacji projektu KLIMAT. Seminarium odbyło się w IMGW-PIB w Warszawie. Wykonano reanalizę trendów zmian temperatury, zasolenia i natlenienia wody dla dwóch różnych okresów wieloletnich, dla warstwy powierzchniowej i przydennej wód w obrębie trzech kwadratów bałtyckich (rejony Głębi Bornholmskiej, rynny słupskiej, pd. Stoku Głębi gotlandzkiej). Przeprowadzano analizę zgromadzonych danych pod kątem opracowywania scenariuszy zmian. Prowadzono analizę czynnikową oraz estymację nieliniową zmian temperatury wody, zasolenia i natlenienia wód warstwy przydennej czterech kwadratów bałtyckich (rejony Głębi Bornholmskiej, Rynny Słupskiej, pd. stoku Głębi Gotlandzkiej i Głębi Gdańskiej). Po otrzymaniu od Podwykonawcy Morskiego Instytutu Rybackiego (MIR) Opracowania długookresowej zmienności populacji ryb komercyjnych, wykonanego na podstawie umowy nr 589/MH/PF/2010 z dnia 18 lutego 2010 roku, rozpoczęto analizę powiązań pomiędzy parametrami biotycznymi z warunkami abiotycznymi. W ramach badania powiązań między parametrami biotycznymi i warunkami abiotycznymi wykonano analizę częstości występowania warunków korzystnych do bytowania dorsza, korelację pomiędzy parametrami biotycznymi a abiotycznymi, prognozę występowania warunków korzystnych do bytowania dorsza w roku 2030 oraz długości ich trwania. Kontynuowano prace nad przewidywanymi zmianami linii brzegowej polskiego wybrzeża Bałtyku oraz transportu rumowiska. Uzupełniono dane batymetryczne polskiej strefy przybrzeżnej otwartego morza o nowe dane zawierające wyniki bardzo gęstych pomiarów echo sondażowych, pozyskane z Biura Hydrograficznego MW RP. Wykonano testowe obliczenia zmian linii brzegowej na wybranych, opracowanych profilach batymetrycznych. 3. Opis metodyki badań Zgodnie z najnowszymi badaniami (Zorita, Laine, 2000) poszukiwano zależności funkcyjnych pomiędzy temperaturą wody przy dnie w strefie głębokowodnej a temperaturą powierzchniową w strefie przybrzeżnej w polskiej strefie, dla ustalenia związków pomiędzy zmianami w atmosferze nadmorskiej a zmiennością parametrów fizycznych morza będących pod bezpośrednim oddziaływaniem czynników meteorologicznych. Korelacji poddano oddzielnie wartości maksymalne, średnie i minimalne temperatury wody powierzchniowej z poszczególnych miesięcy wyznaczone dla Władysławowa z temperaturą przy dnie ze stacji P2 (wschodni próg Rynny Słupskiej). Oddzielne analizy

94 wykonano dla poszczególnych kwartałów roku. Wartości korelacji zamieszczono w tabeli 6.5.1, a graficznie zależności przestawiono na rysunku Przeprowadzono również analizę korelacji dla poszczególnych kwartałów roku. Wykazała ona zależność statystycznie istotną jedynie pomiędzy temperaturą średnią w pierwszym kwartale roku i temperaturą przy dnie na stacji P2. Współczynniki korelacji zamieszczono w tabeli Opierając się na przeglądzie najnowszej literatury, przyjęte optymalne warunki do rozwoju dorsza to temperatura wody w zakresie od 2ºC do 7ºC, zasolenie ponad 11 oraz dobre warunki tlenowe ponad 2 cm 3 /dm 3 (Eilola K. i in., 2010, ICES, 2010). Po konsultacji z ekspertem zweryfikowano założenia i jako wartość minimalną dobrych warunków tlenowych przyjęto stężenie 4cm 3 /dm 3. Dla tak zdefiniowanych warunków przeprowadzono ostateczne wyznaczanie częstości występowania warunków korzystnych dla występowania dorsza stada wschodbiobałtyckiego. Stado wschodniobałtyckie migruje w obszarach statystycznych ICES numer (rys ), co odpowiada kwadratom bałtyckim H03, H04, J04, K04, K05, L03, które obejmują rejony Głębi Bornholmskiej, Głębi Gdańskiej i Głębi Gotlandzkiej oraz Rynnę Słupską. Wykorzystano dane pomiarowe, zgromadzone w historycznej bazie danych oceanograficznych IMGW PIB dla stacji w wyżej wymienionych kwadratach. Tablica Współczynniki korelacji pomiędzy temperaturą powierzchniową we Władysławowie (maksymalna, minimalna i średnia) i temperaturą przydenną na stacji P2 (okres pomiarowy , p<0,05, liczba przypadków N=232, brak danych usuwano przypadkami) kolorem czerwonym zaznaczono wartości statystycznie istotne Parametr Temperatura Temperatura średnia Temperatura maksymalna Temperatura P2-0,30-0,29-0,28 minimalna Przeprowadzono analizę warunków abiotycznych przy dnie w tych rejonach, korzystając z danych zgromadzonych w historycznej bazie danych oceanograficznych w OM IMGW PIB (Oddział Morski Instytutu Meteorologii i Gospodarki Wodnej Państwowy Instytut Badawczy). Analizowano średnie roczne wartości temperatury, zasolenia i stężenia tlenu przy dnie w celu stwierdzenia, czy występują, i jeśli tak to z jaką częstością, warunki sprzyjające bytowaniu dorsza. Na podstawie przeprowadzonych analiz wyprowadzono wniosek, że w strefie głębokowodnej polskiego sektora Morza Bałtyckiego, obejmującego bytowanie stada wschodniobałtyckiego, istnieją dobre warunki temperatury wody do bytowania, rozrodu i rozwoju dorsza (rys ). Tabela Współczynniki korelacji pomiędzy temperaturą powierzchniową we Władysławowie (maksymalna, minimalna i średnia) w kwartałach i temperaturą przydenną na

95 stacji P2 (okres pomiarowy , p<0,05, brak danych usuwano przypadkami) kolorem czerwonym zaznaczono wartości statystycznie istotne Kwartał Parametr Temperatura maksymalna Temperatura średnia Temperatura minimalna N Liczba obserwacji 1 (styczeń, luty, Temperatura 0,25 0,31 0,23 48 marzec) P2 2 (kwiecień, maj, Temperatura -0,11-0,06 0,00 81 czerwiec) P2 3 (lipiec, sierpień, wrzesień) Temperatura P2-0,10-0,11-0, (październik, Temperatura -0,29-0,29-0,22 40 listopad, grudzień) P2 korelacja temperatura powierzchniowa Władysławoao vs przydenna P2 T max tw śred.tw min tw Rys Korelacja pomiędzy temperaturą wody powierzchniowej we Władysławowie (maksymalna, średnia, minimalna) z temperaturą wody przy dnie na stacji P2 (okres pomiarowy )

96 Rys Podobszary statystyczne ICES na obszarze Morza Bałtyckiego (linia kropkowana oznacza granice polskich obszarów morskich [POM]) (za: Opracowanie długookresowej zmienności populacji ryb komercyjnych, MIR, 2010). liczba obserwacji (N) Kwadraty H03, H04, J04, K04, K05, L03 97% 2 7 średnia temperatura [ o C] Rys Rozkład średniej rocznej temperatury wody przy dnie w obszarze migracji stada wschodniobałtyckiego w POM to jest kwadratach H03, H04, J04, K04, K05, L03. 3% Przyjmując wstępnie założoną wartość 10, częstość korzystnych warunków dla występowania dorsza jest znacząco większa niż przyjmując za MacKenzie (ICES, 2010) i Eilola (2010) wartość 11. Częstość występowania korzystnych warunków dla obu wartości granicznych przedstawiono na rysunku a) i b).

97 Przyjmując dolną granicę zasolenia równą 10, korzystne warunki do bytowania dorsza występowały w 90% przypadków, więc można stwierdzić, że w części głębokowodnej w polskim sektorze Morza Bałtyckiego ze względu na zasolenie istnieją dobre warunki dla bytowania dorsza. Biorąc pod uwagę dolną granicę zasolenia równą 11 (za MacKenzie) występowanie warunków korzystnych dla bytowania dorsza pod względem zasolenia wody zmniejsza się o 23% w porównaniu z zasoleniem równym 10 i wynosi już tylko 67% Kwadraty H03, H04, J04, K04, K05, L03 90% Kwadraty H03, H04, J04, K04, K05, L03 67% liczba obserwacji (N) liczba obserwacji (N) % % średnie zasolenie 0 11 średnie zasolenie a) b) Rys Rozkład częstości występowania średniego rocznego zasolenia wody przy dnie w obszarze migracji stada wschodniobałtyckiego w POM to jest kwadratach H03, H04, J04, K04, K05, L03. Ze względu na migrację w obrębie stada, podwykonawca dokonał oceny biomasy i liczebności uzupełnienia dorsza dla całości stada (MIR, 2010), a nie wyłącznie dla POM (polskie obszary morskie). Opracowanie długookresowej zmienności populacji ryb podwykonawca wykonał dla wielolecia Wyznaczano korelację pomiędzy parametrami stada (uzupełnienie stada osobniki w wieku 2 lat dalej: uzupełnienie; biomasa całkowita, biomasa rozrodcza) z parametrami abiotycznymi wody morskiej (średnia roczna temperatura i zasolenie wody, stężenie tlenu). Stwierdzono dodatnią korelację pomiędzy parametrami biotycznymi a średnim stężeniem tlenu przy dnie, niemniej jednak wartości współczynnika korelacji nie są istotne statystycznie. Najwyższy współczynnik korelacji wystąpił dla uzupełnienia osobniki w wieku 2 lat, najniższy dla biomasy rozrodczej. Dla wszystkich trzech parametrów biotycznych, korelacja ze średnią roczną temperaturą wody ma znak ujemny. Wartość współczynnika korelacji jest

98 statystycznie istotna jedynie dla pary uzupełnienie i średnia temperatura wody. W odniesieniu do średniego zasolenia wody przy dnie, brak jest korelacji pomiędzy tym parametrem i uzupełnieniem. Stwierdzono statystycznie nieistotną korelację pomiędzy zasoleniem i biomasy całkowitej i biomasy rozrodczej. Brak również statystycznie istotnej korelacji parametrów biotycznych z gęstością, co wynika z nieporównywalnie silniejszej zależności gęstości od zasolenia niż temperatury i ciśnienia hydrostatycznego. Wartości liczbowe współczynników korelacji zamieszczono w tabeli 6.5.3, natomiast ilustrację graficzną na rysunku Tabela Współczynniki korelacji pomiędzy parametrami biotycznymi i abiotycznymi dla dorsza ze stada wschodniobałtyckiego (obszary statystyczne ICES 25-32, kwadraty w polskiej strefie Morza Bałtyckiego H03, H04, J04, K04, K05, L03, okres pomiarowy , brak danych usuwano przypadkami) kolorem czerwonym zaznaczono wartości statystycznie istotnie na poziomie p<0,05, N=29. Parametr Stężenie tlenu Temperatura wody Zasolenie wody Gęstość umowna Uzupełnienie 0,34-0,43-0,01 0,04 stada, osobniki w wieku 2 lat Biomasa 0,20-0,17 0,17 0,19 całkowita Biomasa rozrodcza 0,11-0,06 0,20 0,21 Korelacje abiotyczne vs biotyczne uzupelnienie_mln_szt_wiek2lata biomasa_calk biomasa_rozrodcza tlen_sredni temp_srednia zas_srednie Rys Korelacja pomiędzy parametrami biotycznymi dorsza ze stada wschodniobałtyckiego (obszar statystyczny ICES 25-32) a niebiotycznymi (kwadraty bałtyckie H03, H04, J04, K04, K05, L03)

99 Analiza skupień przeprowadzona na zmiennych, wykazała daleką odległość wiązań pomiędzy parametrami biotycznymi i czynnikami abiotycznymi. Analiza skupień przeprowadzona dla przypadków wykazała, że dane biotyczne są grupowane ze względu na niskie stężenie tlenu i wysokie zasolenie lub ujemne stężenie tlenu (oznacza to, że występował siarkowodór stężenie siarkowodoru jest przeliczane na ujemne stężenie tlenu) i wysokie zasolenie. Analiza skupień wykazała również, że temperatura nie odgrywa roli w grupowaniu względem przypadków (rys ). Powiązanie niskiego i ujemnego stężenia tlenu z wysokim zasoleniem jest jak najbardziej zgodne z naturalnymi procesami zachodzącymi w warstwie przydennej obszarów głębokowodnych polskiej strefy południowego Bałtyku. Wynikają one ze specyfiki wlewów oceanicznych (z Morza Północnego) do Bałtyku. Wody wprowadzane do Bałtyku w wyniku wlewów są wodami bardziej zasolonymi i wysoko natlenionymi. Dostając się do Bałtyku opadają na dno jako cięższe od wód otaczających. W warstwie przydennej na skutek transformacji (mieszanie) obniża się ich zasolenie, natlenienie spada wskutek mieszania się z niżej natlenionymi wodami oraz wskutek rozkładu martwej materii organicznej opadającej na dno. C_1 C_153 C_899 C_241 C_201 C_27 C_57 C_877 C_121 C_279 C_331 C_854 C_378 C_429 C_464 C_830 C_918 C_986 C_934 C_962 C_954 C_568 C_802 C_621 C_682 C_739 C_650 C_715 C_773 Pojedyncze wiązanie, dorsz, stado wschodniobałtyckie vs abiotyczne kwadraty H03, H04, J04, K04, K05, L03 Odległość euklidesowa Odległość wiązań Rys Analiza skupień dla parametrów biotycznych dorsza ze stada wschodniobałtyckiego (obszar statystyczny ICES 25-32) względem niebiotycznych (kwadraty bałtyckie H03, H04, J04, K04, K05, L03) W związku z potrzebą ujednolicenia wyników badania trendów zmian w wybranych rejonach południowego Bałtyku pod kątem okresów poddanych analizie, przeprowadzono reanalizę danych i wykonano nowe obliczenia współczynników trendu. Tam gdzie to było możliwe wyznaczono współczynniki dla dwóch okresów, tj. maksymalnie długiego od początku lat 50.

100 oraz krótszego obejmującego ostatnie 15 lat. Celem obliczeń była identyfikacja wpływu na wyniki okresu dla jakiego wykonywano obliczenia, a w szczególności wieloletniej okresowości zmian. Tabela Trendy zmian zasolenia wody w warstwie przydennej w wybranych kwadratach bałtyckich w polskiej strefie Morza Bałtyckiego Zakres Element Parametr Okres Charakter zmian czasowych przestrzenny Zasolenie wody w warstwie naddennej wybranych kwadratów bałtyckich Wartości chwilowe Kwadrat H04 rejon Głębi Bornholmskiej Kwadrat J04 rejon Rynny Słupskiej Kwadrat K05 rejon pd. Głębi Gotlandzkiej Trend - 0,005 [PSS 78] na rok, okresowość zmian od 4 do około 7 lat Trend + 0,183 [PSS 78] na rok Trend + 0,005 [PSS 78] na rok Trend + 0,073 [PSS 78] na rok Trend - 0,006 [PSS 78] na rok Trend + 0,110 [PSS 78] na rok Dla kwadratów bałtyckich H04 (rejon Głębi Bornholmskiej), J04 (rejon Rynny Słupskiej) oraz K05 (rejon Głębi Gotlandzkiej) obliczono średnie zasolenie w warstwie przydennej w 2008 roku, a następnie wykorzystując wielkość trendu dla okresów (a w odniesieniu do Głębi Gotlandzkiej ) oraz (tab ), wyznaczono prognozowane wartości zasolenia w roku 2030 oraz ustalono rok, w którym zasolenie osiągnie wartość 11 i 10. Tabela Średnie zasolenie wody naddennej w kwadratach strefy głębokowodnej polskiego sektora Morza Bałtyckiego w 2008 roku, prognoza zasolenia na rok 2030 oraz rok osiągnięcia zasolenia 11 [psu] i 10 [psu]. Kwadrat Okres Trend Średnia Prognoza Prognoza Prognoza Kwadrat H04 rejon Głębi Bornholmskiej Kwadrat J04 rejon Rynny Słupskiej Kwadrat K05 rejon pd. Głębi Gotlandzkiej ,005 / rok + 0,183 / rok + 0,005 / rok + 0,073 / rok - 0,006 / rok + 0,110 / rok [psu] 10 [psu] 15,639 15, , ,921 13, , ,150 11, ,

101 Uwzględnienie w prognozowaniu krótkookresowego, to jest dla okresu 20. letniego, trendu zmian zasolenia, pokazuje, że we wszystkich trzech analizowanych kwadratach nastąpi jego prawdopodobny wzrost, w związku z czym będą występować warunki korzystne dla bytowania dorsza. W 2030 roku przewidywane wartości zasolenia będą wynosiły 19,7; 14,5 oraz 13,6 odpowiednio w kwadratach H04, J04 i K05. Dla tych samych kwadratów, dla których wyliczono trend zasolenia wyznaczono trend zmian temperatury wody naddennej (tabela 6.5.6) Wykorzystując obliczone trendy, wyliczono wartość temperatury w roku 2030 w odniesieniu do średniej temperatury przy dnie w roku Wyniki obliczeń prognozy temperatury zamieszczono w tabeli Tabela Trendy temperatury wody w warstwie przydennej w wybranych kwadratach bałtyckich w polskiej strefie Morza Bałtyckiego Zakres Element Parametr Okres Charakter zmian czasowych przestrzenny 1952 Kwadrat H04 Trend - 0,012 C na rok 2008 rejon Głębi Trend + 0,146 C na rok Temperatura Bornholmskiej wody w Kwadrat J04 Trend + 0,02 C na rok warstwie Wartości rejon Rynny Trend + 0,04 C na rok naddennej chwilowe Słupskiej wybranych Trend + 0,02 C na rok kwadratów Trend + 0,04 C na rok bałtyckich Kwadrat K05 rejon pd. Głębi Gotlandzkiej Ujemny trend temperatury wystąpił jedynie dla okresu 57letniego w kwadracie H04. Optymalna temperatura sprzyjająca do bytowania dorsza (to jest w granicach od 2ºC do 7ºC) będzie występować w tym kwadracie między rokiem 2043 (kiedy to spadnie do wartości 7ºC) aż do roku 2460 (kiedy to osiągnie wartość poniżej 2ºC) (tabela 6.5.7). Trend długookresowy w rejonie pozostałych dwóch kwadratów (57letni w kwadracie J04 i 52letni w kwadracie K05) ma wartość dodatnią. W kwadracie J04 rejon Rynny Słupskiej wskazuje na stałe pogarszanie się warunków termicznych do bytowania dorsza, gdyż już w 2008 roku średnia temperatura wody naddennej przekraczała 7ºC. W rejonie Głębi Gotlandzkiej (kwadrat K05) temperatura 7ºC zostanie osiągnięta w 2031 roku.

102 Tabela Średnia temperatura wody naddennej w kwadratach strefy głębokowodnej polskiego sektora Morza Bałtyckiego w 2008 roku oraz prognoza temperatury na rok 2030 oraz rok osiągnięcia temperatury 2ºC i 7ºC. Kwadrat Okres Trend Średnia Prognoza Prognoza Prognoza Kwadrat H04 rejon Głębi Bornholmskiej Kwadrat J04 rejon Rynny Słupskiej Kwadrat K05 rejon pd. Głębi Gotlandzkiej ,012 C / rok + 0,146 C / rok + 0,02 C / rok + 0,04 C / rok + 0,02 C / rok + 0,04 C / rok ºC 7ºC 7,425 7, , ,334 7, , ,061 6, , Analiza 20letnich trendów zmian zasolenia pokazała, że korzystne warunki bytowania dorsza będą występować w kwadracie K05. Prognozowane zasolenie w tym kwadracie (rejon Głębi Gotlandzkiej) pokazuje, że zawsze będą występować korzystne warunki do bytowania dorsza. Jednakże średnia temperatura wody w warstwie naddennej w 2008 roku wynosiła nieco ponad 6ºC. Przekroczenie maksimum optymalnej temperatury do bytowania dorsza wynoszącej 7ºC oznacza zakończenie występowania korzystnych warunków dla bytowania dorsza w rejonie Głębi Gotlandzkiej i jest prognozowane na 2031 rok. W pozostałych dwóch kwadratach strefy głębokowodnej krótkookresowy trend zasolenia jest dodatni, co wskazuje na występowanie zasolenia o wartości zawsze korzystnej do bytowania dorsza. Średnia temperatura wody w 2008 roku przekraczała wartość 7ºC co w połączeniu z dodatnim znakiem 20letniego trendu temperatury wody wskazuje, że zarówno w rejonie Rynny Słupskiej jak i Głębi Bornholmskie, warunki niesprzyjające do bytowania dorsza będą się pogłębiać. Temperatura wody poza zakresem od 2ºC do 7ºC oznacza występowanie nieoptymalnych warunków do bytowania dorsza. Oznacza, że produktywność dorsza będzie mniejsza, nie zaś zaprzestanie rozmnażania i rozwoju. Dużo ważniejszą rolę spełnia zasolenie, gdyż ikra, larwy i narybek, muszą unosić się w toni wodnej, co oznacza konieczność występowania zasolenia nie mniejszego niż 11 [psu] (10 [psu] wg innych źródeł).

103 Tabela Trendy stężenia tlenu w warstwie przydennej w wybranych kwadratach bałtyckich w polskiej strefie Morza Bałtyckiego. Element Parametr Okres Zakres przestrzenny Charakter zmian czasowych Kwadrat H04 Trend - 0,028 ml/dm 3 na rok Stężenie rejon Głębi Trend - 0,256 ml/dm 3 na rok tlenu w Bornholmskiej warstwie Kwadrat J04 Trend - 0,073 ml/dm 3 na rok Wartości naddennej rejon Rynny Trend - 0,110 ml/dm 3 na rok chwilowe wybranych Słupskiej kwadratów bałtyckich Trend - 0,0001 ml/dm 3 na rok Trend - 0,400 ml/dm 3 na rok Kwadrat K05 rejon pd. Głębi Gotlandzkiej Tabela Średnie stężenie tlenu w wodzie naddennej w kwadratach strefy głębokowodnej polskiego sektora Morza Bałtyckiego w 2008 roku oraz prognoza stężenie tlenu w wodzie na rok Kwadrat Okres Trend Średnia Prognoza Prognoza Prognoza Kwadrat H04 rejon Głębi Bornholmskiej Kwadrat J04 rejon Rynny Słupskiej Kwadrat K05 rejon pd. Głębi Gotlandzkiej ,028 ml/dm 3 / rok - 0,256 ml/dm 3 / rok - 0,073 ml/dm 3 / rok - 0,110 ml/dm 3 / rok - 0,0001 ml/dm 3 / rok - 0,400 ml/dm 3 / rok ,721 0, , ,274-1, , ,847 1, , Trend krótkookresowy (20letni) stężenia tlenu w wodach naddennych jest od kilkakrotnie (od 1,5 w kwadracie J03, do ponad 9 w kwadracie H04) do wielokrotnie większy (4 000 w kwadracie K05) od trendu długookresowego (57 i 52letni) tabela Zjawisko to może być wyjaśnione procesami z udziałem tlenu zachodzącymi w warstwie przydennej oraz zmniejszeniem częstości wlewów do Bałtyku obserwowanym od drugiej połowy lat 80 ubiegłego wieku (rys ). Stężenie tlenu rozpuszczonego w wodzie w warstwie naddennej jest silnie powiązane z wlewami przez Cieśniny Duńskie bardziej zasolonych i bogatych w tlen wód z Morza Północnego. Po dotarciu świeżych wód w rejony głębi, następuje wyraźna poprawa warunków tlenowych. Wzrost stężenia tlenu powoduje intensyfikację procesów degradacji materii organicznej opadłej na dno, wynikiem czego jest wyczerpywanie się tlenu i gwałtowny spadek jego stężenia. W krótkim czasie po polepszeniu warunków tlenowych,

104 następuje ich pogorszenie, prowadzące kolejno do hypoxii, deficytu tlenowego i pojawienia się siarkowodoru (wyrażanego jako ujemne stężenie tlenu). Rys (SEPA, 2006) Identyfikacja wlewów słonej wody z Morza Północnego do Bałtyku w latach W celu znalezienia powiązań pomiędzy temperaturą i zasoleniem a stężeniem tlenu w warstwie naddennej badanych rejonów przeprowadzono analizę statystyczną powiązań pomiędzy tymi elementami metodami estymacji nieliniowej z uwzględnieniem czasu zmian. Do tego celu wykorzystywano estymacje wielomianową, sinusoidalną oraz wykładniczą. Estymację zmian stężenia tlenu jako funkcji zmian zasolenia w warstwie przydennej w kwadracie H-04 przeprowadzono dla kolejnych stopni wielomianu, aż do 6. stopnia (rys ). Obliczenia wykonano dla wszystkich danych od roku 1949, z pominięciem najstarszych danych, gdzie występowały najdłuższe przerwy w pomiarach. Stosunkowo najlepsze wyniki daje estymacją 5. stopnia, jakkolwiek nie uwzględnia ona fluktuacji krótkookresowych, kilkunastoletnich, natomiast ujawnia okresowość zmian około 25 lat.

105 21 Estymacja wielomianem 6 stopnia 20 Obserw. Przewidyw Rys Estymacja zmienności stężenia tlenu względem zasolenia w warstwie przydennej w kwadracie H04 w okresie wielomianem 6. Stopnia; na osi X oznaczono kolejne daty pomiarów W kolejnym kroku obliczeń, wykonano obliczenia zależności zmian stężenia tlenu z uwzględnieniem zasolenia i temperatury wody dla okresu ostatnich 20 lat (rys. 6.68). Nieliniowa estymacja wykładnicza w postaci y = c + exp(b0+b1*x1+b2*x2...)) dała wynik wyjaśniający w 44% wariancję zmian stężenia tlenu. W obliczenia dla okresu od 1950 roku oprócz powyższych zmiennych uwzględniono także miesiąc (rys ). W tym przypadku wariancja stężenia tlenu została wyjaśniona w 53%, przy współczynniku korelacji równym 0,73, gdzie stała C= -0,116, stała b0 = 0,0769, natomiast zmienne miesiąc, temperatura wody i zasolenie mają wartości równe odpowiednio - 0,116, -0,375 i 0,2296. Biorąc pod uwagę powyższe wyniki przy pomocy analizy czynnikowej (PCA) wyznaczono wpływ poszczególnych zmiennych na stężenie tlenu. Ujawniono, że najistotniejsze są miesiące w drugiej połowie roku, tj. od sierpnia do grudnia.

106 Obserw. Przewidyw stężenie tlenu Rys Estymacja funkcją wykładniczą zmienności stężenia tlenu względem temperatury i zasolenia w warstwie przydennej w kwadracie H04 w okresie Obserw. Przewidyw. stężenie tlenu Rys Estymacja funkcją wykładniczą zmienności stężenia tlenu względem temperatury, zasolenia i miesięcy w warstwie przydennej w kwadracie H04 w okresie W zakresie obliczeń zmian linii brzegowej opracowano dane dla wybranych profili batymetrycznych (rys ) zgodnie z wymaganiami modelu LITPAC, wykorzystując dane

107 batymetryczne z Biura hydrograficznego MW RP, dostępne materiały literaturowe (Dubrawski, Zawadzka-Kahlau 2006) oraz mapę geologiczną dna Bałtyku (PIG 1992). Rys Przykładowy profil batymetryczny opracowany na podstawie danych sondażowych MW RP Obliczenia zmian linii brzegowej wykonano dla przykładowej symulowanej sytuacji sztormowej (rys ), otrzymując obraz zmian linii brzegowej w okresie 30 dni (rys ). Rys Przykład danych wejściowych do modelu LITPAC

108 Rys Symulowane zmiany odcinka linii brzegowej o długości 2 km 4. Charakterystyka osiągniętych wyników Analiza korelacji temperatury wody dnie w strefie głębokowodnej (stacja P2) i temperatury powierzchniowej we Władysławowie dla trzech zmiennych statystycznych: maksymalna, minimalna i średnia wykazała statystycznie istotną korelację na poziomie istotności p<0,05. W rejonie kwadratu H04 przyjmując trend 57letni, warunki niesprzyjające dla bytowania dorsza mogą wystąpić w roku 2916 (dla minimalnego zasolenia granicznego równego 11) i w 3136 roku (dla zasolenia 10). Jedynie w rejonie kwadratu J04 prognozowane zasolenie wody naddennej będzie miało wartość zawsze korzystną dla bytowania dorsza, ze względu na dodatni znak trendu 57-letniego. Jednoczesna analiza prognozowanych wartości zasolenia i temperatury wody przydennej dla trendu długookresowego (57letniego i 52letniego) pokazała, że dobre warunki do bytowania dorsza będą występować w rejonie Głębi Bornholmskiej od roku 2043, kiedy prognozowana górna granica temperatury spadnie do wartości 7ºC do roku 2460, kiedy temperatura spadnie poniżej wartości 2ºC. Korzystne warunki do bytowania dorsza są prognozowane w rejonie tego kwadratu do roku 2916, kiedy to wartość zasolenia spadnie do 11 [PSU]. Drugim rejonem, gdzie występują korzystne warunki do bytowania dorsza jest kwadrat K05 południowy stok Głębi Gotlandzkiej. Prognozowany wzrost temperatury wody do 7ºC nastąpi tam w 2055 roku, a spadek zasolenia do wartości 11 [PSU] w 2033 roku. Oznacza to, że korzystne warunki do bytowania dorsza w kwadracie K05 będą występować do roku 2033 (przyjmując minimalną wartość graniczną 11) lub do 2200 roku (odpowiednio dla wartości 10).