Wprowadzenie Sformalizowana metoda oceny mikroklimatu miast Europy Środkowej Kristina Kiesel, Milena Vuckovic, Ardeshir Mahdavi Uniwersytet Techniczny w Wiedniu Partner projektu UHI W miastach mieszka coraz więcej ludzi, dlatego zwiększa się liczba osób znajdujących się pod wpływem mikroklimatu miejskiego. Mikroklimat miasta zmienia się w zależności od czynników takich, jak: stopień urbanizacji, struktura obszarów zurbanizowanych, rozmieszczenie i gęstość zabudowy, zasięg sieci transportowych, obecność obszarów zielonych i zbiorników wodnych (Grimmond 2007, Alexandri 2007). Obserwacje prowadzone w wielu miastach na świecie wskazują na znaczny wzrost temperatury powietrza w miastach w stosunku do otaczających obszarów wiejskich. Zjawisko to określane jest mianem miejskiej wyspy ciepła (MWC, ang.: UHI Urban Heat Island) (por. Voogt 2002, Arnfeld 2003, Blazejczyk 2006, Oke 1981, Gaffin i in. 2008, Kiesel in. 2012). Uważa się, że wzrost średniej temperatury powietrza ma negatywny wpływ na zdrowie człowieka (Harlan i in. 2011). Dodatkowo podwyższona temperatura powietrza ma bezpośredni wpływ na zużycie energii ze względu na konieczność klimatyzowania pomieszczeń (Akbari 2005). W związku z powyższym przedstawiamy wyniki trwającego projektu (Program Europa Środkowa, nr 3CE292P3). Najpierw udokumentowano istnienie i zasięg miejskiej wyspy ciepła w wielu miastach Europy Środkowej (Kiesel i in. 2013b). W ten sposób stwierdzono hipotetyczny wpływ pewnych cech środowiska obszarów zurbanizowanych na miejską wyspę ciepła oraz zróżnicowanie mikroklimatu miast. Powiązane zmienne, które odnoszą się zarówno do geometrycznych (morfologicznych), jak i semantycznych (związanych z właściwościami materiałów) obiektów w miastach tworzą ściśle określony system. Ponadto, w celu wsparcia procesu projektowania i oceny metod łagodzenia wpływu MWC, zbadano potencjał zarówno numerycznych (opartych na symulacjach), jak i empirycznych (wykorzystujących dane pomiarowe) modeli mikroklimatu miejskiego. Miejska wyspa ciepła jest definiowana jako różnica temperatury powietrza między miastem, a przylegającymi obszarami wiejskimi (Oke 1972). Na ogół natężenie MWC zmienia się w zakresie od 1 do 3 K, ale w zależno- 1. Skumulowany rozkład częstości natężenia MWC w tygodniu referencyjnym (lato). 2. Przebieg intensywności MWC w wybranym dniu referencyjnym (lato). 1
Wprowadzenie 3 Przebieg średnich rocznych wartości temperatury w obszarach zurbanizowanych. 4. Przebieg średnich rocznych wartości temperatury w obszarach wiejskich. 5. Długookresowy przebieg intensywności MWC. ści od warunków atmosferycznych i cech powierzchni może osiągać nawet 12 K (Voogt 2002). Cechy materiałów, z których zbudowana jest tkanka miejska (Grimmond i in. 1991, Akbari i in. 2001), jak również ewapotranspiracja oraz emisja ciepła antropogenicznego (Taha 1997) mają wpływ na podwyższenie temperatury w miastach. Prezentowana praca koncentruje się na częstości, skali i zmienności czasowej (dzień, noc) rozkładu natężenia MWC (w czasie referencyjnego tygodnia) oraz na długookresowej zmienności temperatury na obszarach zurbanizowanych i wiejskich na przykładzie kilku miast Europy Środkowej: Budapesztu, Lublany, Modeny, Padwy, Pragi, Stuttgartu, Wiednia i Warszawy. Wielkość MWC może być wyrażona, jako jej intensywność. Intensywność MWC jest definiowana jako różnica temperatury powietrza (w K) pomiędzy jednocześnie pomierzonymi wartościami w mieście oraz w obszarze wiejskim. Jak wspomniano wcześniej, natężenie MWC zostało określone na podstawie wartości z tygodnia referencyjnego (okres letni z wysoką temperaturą powietrza i małą prędkością wiatru), wybranego przez każdego partnera niezależnie. Zebrane informacje zawierały dane godzinowe dotyczące temperatury powietrza, prędkości wiatru i wielkości opadu atmosferycznego dla reprezentatywnych stacji położonych w terenie zurbanizowanym i w obszarze wiejskim. Długoterminowe informacje o wielkości temperatury powietrza w analizowanych obszarach zostały uzyskane na podstawie średnich rocznych wartości temperatury oraz intensywności MWC dla trzydziestolecia 1980-2011 (Modena, Praga, Stuttgart, Warszawa) oraz okresów 1994-2011 (Wiedeń, Padwa) i 2000-2011 (Budapeszt). Na ryc. 1 przedstawiono skumulowany rozkład częstości różnych klas natężenia MWC w analizowanych miastach podczas tygodnia referencyjnego. Rycina 2 prezentuje przebieg intensywności MWC w wybranym dniu analizowanego tygodnia. Dane z tygodnia referencyjnego wyraźnie wskazują na istnienie oraz duże natężenie MWC w analizowanych mia- 2
Wprowadzenie Tab. 1: Geometryczne cechy miejskich jednostek obserwacyjnych. Tab. 2: Cechy przestrzeni i materiałów w miejskich jednostkach obserwacyjnych. Tab. 3: Podsumowanie głównych środków łagodzących intensywność MWC. stach zwłaszcza w godzinach nocnych (ryc. 2). Należy jednak zauważyć, że w zależności od pory doby, natężenie MWC zmienia się znacznie na poszczególnych obszarach. Różnice te są widoczne również w przebiegu krzywych skumulowanego rozkładu częstości na ryc. 1. Przesunięcie krzywej w prawo oznacza większą intensywność MWC. Ryciny 3 i 4 przedstawiają przebieg średnich rocznych wartości temperatury na obszarach zurbanizowanych i wiejskich w rozpatrywanym wieloleciu. Długookresowy przebieg natężenia MWC przedstawiony został na rycinie 5. Przedstawione dane wskazują na wzrost średniej rocznej temperatury powietrza zarówno w miastach, jak i na obszarach wiejskich (ryc. 3 i 4). Zgodnie z regionalnymi i globalnymi trendami zmiany temperatury powietrza, jej stały wzrost o ok. 2,5 K w obszarach wiejskich można zaobserwować we wszystkich przypadkach (z wyjątkiem Budapesztu). W tym samym okresie średnia roczna temperatura w obszarach zurbanizowanych wzrosła od ok. 1 K w Stuttgarcie do 3 K w Warszawie. Należy zauważyć, że choć temperatura wzrastała zarówno w obszarach miejskich i wiejskich, to intensywność MWC była raczej stała. W ramach projektu UHI opracowano system (Mahdavi i in. 2013) oceny natężenia MWC w określonych lokalizacjach w mieście, dalej nazywanymi miejskimi jednostkami obserwacyjnymi (U2O, ang.: Urban Unit of Observation). Miało to na celu określenie potencjalnych strategii łagodzenia wpływu MWC i możliwości dostosowania się do zjawiska oraz ocenę takich działań za pomocą odpowiednich modeli. Taka systematyka obejmuje następujące etapy: i) wyselekcjonowanie miejskich jednostek obserwacyjnych (U2O): są to odpowiednio ograniczone obszary w przestrzeni miejskiej wybrane, jako cel i beneficjent potencjalnych strategii łagodzących; ii) opis status quo miejskich jednostek obserwacyjnych, jako zestaw cech geometrycznych i fizycznych każdej jednostki; iii) określenie aktualnego natężenia MWC; iv) określenie metod łagodzących w zakresie możliwych zmian cech geometrycznych i/lub fizycznych w miejskich jednostkach obserwacyjnych wobec tych, które określono w punkcie ii; v) określenie wpływu strategii łagodzących za pomocą modeli empirycznych i/lub numerycznych; vi) określenie przewidywanego wpływu strategii łagodzących na zmianę natężenia MWC; vii) ogólna ocena 3
Wprowadzenie 6. Zestaw aktualnych parametrów fizycznych jednostki Wiedeń-Centrum oraz ich zmiany w wyniku zastosowania trzech różnych środków łagodzących intensywność MWC 7. Przebieg modelowanych średnich godzinowych różnic temperatury ( Centrum, Wiedeń). efektywności strategii łagodzących na podstawie wyników modelowania wraz z przewidywanymi konsekwencjami finansowymi i logistycznymi. W przedstawionym systemie pojęcie miejskiej jednostki obserwacyjnej jest stosowane do określania lokalnych odchyleń klimatu w całym mieście. Zasięg przestrzenny (średnica) jednostek od ok. 400 do 1000 m został określony, uwzględniając podobieństwa geometrii, brył i innych elementów struktury fizycznej. Z tej racji, że klimat miasta zmienia się pod wpływem morfologii, struktury miasta i cech fizycznych materiałów budowlanych, zestaw tych elementów został określony i włączony do systemu oceny. W celu przewidywania, szacowania i weryfikacji wpływu działań łagodzących na zmiany intensywności MWC konieczne jest rozpatrywanie takich działań w odniesieniu do zmian wprowadzanych w obrębie miejskich jednostek obserwacyjnych. Zestaw zmiennych (tab. 1 i 2) zasugerowano na podstawie dotychczasowych badań (Mahdavi i in. 2013, Kiesel i in. 2013a) i własnego doświadczenia. Gdy jednostki i ich poszczególne cechy są zdefiniowane, potencjalne środki łagodzące (tab. 3) mogą być wyrażone, jako zmiany poszczególnych parametrów jednostki. Na przykład wprowadzenie zielonych dachów i zielonych elewacji spowoduje zmiany w albedo powierzchni, jej emisyjności, przewodnictwie cieplnym, cieple właściwym i gęstości. Tabela 3 przedstawia krótki opis najpowszechniejszych działań łagodzących. Działania te można podzielić ze względu na trzy różne obszary interwencji: budynki, chodniki, roślinność. W tabeli tej przedstawiono również szczegółowy opis korzyści wynikających z poszczególnych praktyk. Wpływ działań łagodzących może być określony na podstawie odpowiednich narzędzi obliczeniowych i metod modelowania. Można rozważyć dwa główne podejścia: analizę statystyczną danych empirycznych i numeryczne (CFD) modele obliczeniowe. Korelacje pomiędzy zmierzoną intensywnością MWC w poszczególnych miejscach a fizycznymi parametrami tych miejsc mogą być wykorzystywane w metodach estymacji opartej na danych empirycznych. Do modelowania numerycznego można wykorzystać różne narzędzia symulacyjne począwszy od regionalnych modeli klimatu aż po modele dla pojedynczego budynku (Mirzaei 2010). Poniżej przedstawiono przykład, który jest ilustracją możliwości wykorzystania prezentowanego systemu oceny. Dotyczy on miejskiej jednostki obserwacyjnej w centrum Wiednia. Na ryc. 6 przedstawiono zestaw aktualnych parametrów fizycznych analizowanej lokalizacji oraz ich zmiany w wyniku zastosowania trzech różnych działań łagodzących intensywność MWC: 1. nasadzenia drzew w kanionie ulicznym; 2. zielone dachy ; 3. połączenie środków nr 1 i nr 2. W 4
Wprowadzenie przedstawionym przykładzie do oceny skuteczności strategii łagodzących wykorzystano aplikację do symulacji numerycznych (ENVI-MET). Na ryc. 7 przedstawiono wyniki modelowania pod względem przewidywanego zmniejszenia intensywności MWC dla okresu referencyjnego. Wyniki te stanowią postęp wobec realizacji założeń projektu, a mianowicie w celu zrozumienia skutków działania miejskiej wyspy ciepła oraz opracowania i oceny odpowiednich środków dostosowawczych. Krótko- i długoterminowe dane dotyczące temperatury powietrza w obszarach miejskich i wiejskich wskazują na istnienie i znaczne nasilenie zjawiska miejskiej wyspy ciepła w wielu miastach Europy Środkowej. Co więcej, dane godzinowe ukazują znaczne nasilenie MWC w godzinach nocnych. W celu określenia różnych strategii łagodzących i dostosowawczych opracowany i przetestowany został system oceny, który jest wynikiem współpracy w ramach projektu. Tym samym zidentyfikowano wiele geometrycznych (morfologicznych) i semantycznych (związanych z właściwościami materiałów) zmiennych opisujących środowisko miejskie, które hipotetycznie wpływają na natężenie MWC oraz zmienność klimatu w miastach. Wdrożenie tego systemu oraz narzędzi modelowania opartych na CFD przedstawiono na przykładzie miejskiej jednostki obserwacyjnej w centrum Wiednia. Trwające dalej prace pozwolą na statystyczną analizę związków pomiędzy intensywnością MWC a cechami przestrzeni miejskiej (gęstość zabudowy, morfologia miasta, wygląd brył, geometria kanionów ulicznych, właściwości powierzchni czynnej, roślinność, zbiorniki wodne, układy transportowe, infrastruktura miejska). Przewiduje się, że prace te dostarczą nie tylko empirycznych danych do oceny modeli numerycznych, ale także pomogą w określeniu uproszczonych metod oceny efektywności strategii łagodzących zjawisko miejskiej wyspy ciepła. Literatura Akbari, H., Pomerantz, M., Taha, H. 2001. Cool surfaces and shade trees to reduce energy use and improve air quality in urban areas. Solar Energy, Volume 70, Issue 3: 295 310. Akbari, H. 2005. Energy Saving Potentials and Air Quality Benefits of Urban Heat Island Mitigation. Lawrence Berkeley National Laboratory, Berkeley, CA. Alexandri, E. 2007. Green cities of tomorrow?. Sustainable Construction, Materials and Practices, Portugal SB07: 710-717. Arnfeld, A.J. 2003. Two decades of urban climate research: a review of turbulence, exchanges of energy and water, and the urban heat island. International Journal of Climatology, Volume 23, Issue 1: 1-26. Blazejczyk, K., Bakowska, M., Wieclaw, M. 2006. Urban heat island in large and small cities. 6th International Conference on Urban Climate, Göteborg, Sweden, June12-16 2006: 794-797. Envi-met: 3-dimensional microclimate model, available at: http://www.envi-met.com/ last accessed January 9th, 2014 Gaffin, S. R., Rosenzweig, C., Khanbilvardi, R., Parshall, L., Mahani, S., Glickman, H., Goldberg, R., Blake, R., Slosberg, R. B., Hillel, D. 2008. Variations in New York city s urban heat island strength over time and space. Theoretical and applied climatology, Volume 94: 1-11. Grimmond, C.S.B. Cleugh, H., Oke, T.R. 1991. An objective urban heat storage model and its comparison with other schemes. Atmospheric Environment, Volume 25B, Issue 3: 311-326. Grimmond, C.S.B., 2007. Urbanization and global environmental change: local effects of urban warming. Cities and global environmental change, Volume 173, Issue 1: 83-88. Harlan, S L., Ruddell, D.M. 2011. Climate change and health in cities: impacts of heat and air pollution and potential co-benefits from mitigation and adaptation. Current Opinion in Environmental Sustainability, Volume 3, Issue 3: 126-134. Kiesel, K., Vuckovic, M., Orehounig, K., Mahdavi, A. 2012. Analysis of micro climatic variations and the urban heat island phenomenon in the city of Vienna, EURA conference, European Urban Research Association, September 20-22, Vienna, Austria. Kiesel, K., Vuckovic, M., Mahdavi, A. 2013a. Representation Of Weather Conditions In Building Performance Simulation: A Case Study Of Microclimatic Variance In Central Europe, IBPSA, 13th International Conference of the International Building Performance Simulation Association, August 25-28, France. Kiesel, K., Vuckovic, M., Mahdavi, A. 2013b. The extent and implications of the urban heat island phenomenon in Central European region, CESBP, 2nd Central Europe Symposium on Building Physics, September 9-11, Vienna, Austria. Mahdavi, A., Kiesel, K., Vuckovic, M. 2013. A framework for the evaluation of urban heat island mitigation measures. SB13 Munich Conference, April 23-26, Germany. Mirzaei, P. A., Haghighat, F. 2010. Approaches to study Urban Heat Island Abilities and limitations, Building and Environment, Volme 45, Issue 10, pp. 2192 2201. Oke, T.R. 1972. City size and the urban heat island. Atmospheric Environment, Volume 7, Issue 8: 769-779. Oke, T.R. 1981. Canyon geometry and the nocturnal urban heat island comparison of scale model and field observations. Journal of Climatology, Volume 1: 237 54. Taha, H. 1997. Urban climates and heat islands: albedo, evapotranspiration, and anthropogenic heat. Energy and buildings, Volume 25, Issue 2: 99-103. Voogt, J.A. 2002. Urban Heat Island. Encyclopedia of Global Environmental Change, Volume 3: 660-666. 5
Obszary badań pilotażowych Obszary badań pilotażowych Modelowanie klimatu miasta z wykorzystaniem modelu SURFEX/TEB w Węgierskiej Służbie Meteorologicznej Ilona Krüzselyi Węgierska Służba Meteorologiczna. Mária Kovács Zakład Klimatologii i Ekologii Krajobrazu, Uniwersytet w Segedynie Email: kruzselyi.i@met.hu Wprowadzenie Obecnie duża część społeczeństwa żyje w miastach, które stają się coraz większe i tym samym wywierają znaczący wpływ na warunki klimatu lokalnego. Zjawisko to może być szczególnie interesujące z punktu widzenia dostosowania się do zmian klimatu, ponieważ zmiany te mogą mieć poważny wpływ z uwagi na oddziaływanie powierzchni czynnej w obszarach zurbanizowanych. Modelowanie jest przydatnym narzędziem do zobrazowania zależności pomiędzy atmosferą i obszarami miejskimi, dlatego w Węgierskiej Służbie Meteorologicznej (WSM) wykorzystuje się w tym celu model SURFEX. Methodology SURFEX (SURface EXternalisée; La Moigne, 2009) składa się z czterech komponentów dla miast, mórz, wód śródlądowych i obszarów naturalnych. Model bilansu energetycznego miast (TEB, ang.: Town Energy Balance) (Masson, 2000) opisuje zależności między powierzchnią czynną w miastach i atmosferą poprzez symulację turbulencyjnych strumieni ciepła. W modelu stosowane jest podejście kanionu ulicznego, który jest reprezentowany przez ulicę z zabudową po obydwu stronach. Model wykorzystuje trzy rodzaje powierzchni (dachy, ściany, drogi) o różnym bilansie energetycznym. Rozpatrywane jest również przychwytywanie wody opadowej (deszcz, śnieg) przez dachy i drogi, obecność mgieł, spływ powierzchniowy, wielokrotne odbijanie promieni słonecznych w obrębie kanionu, pęd, strumienie ciepła etc. Źródłem ciepła antropogenicznego i wilgoci są w modelu: ruch uliczny, przemysł oraz indywidualne paleniska domowe. Model SURFEX wymaga informacji o warunkach klimatycznych, która mogą bazować na rzeczywistych pomiarach lub modelowaniu. Model atmosferyczny może być połączony z modelem SUR- FEX, dzięki czemu dostarczy informacji o strukturze bilansu cieplnego powierzchni czynnej. Model ten umożliwia uruchomienie go w trybie offline, jednak wtedy nie są aktywne połączenia punktów w przestrzeni z siatką refe- rencyjną. Badania z wykorzystaniem modelu SURFEX/TEB (dalej SURFEX) rozpoczęły się w WSM w 2010 roku. Dotyczyły one modelowania miejskiej wyspy ciepła (MWC) na obszarze Budapesztu (Vértesi, 2011). Przeprowadzono dwa eksperymenty dla 10-letnich serii pomiarowych dla miasta i jego otoczenia. Wykorzystano informacje klimatyczne z regionalnego modelu klimatu ALADIN (RCM; Csima and Horányi, 2008). Regionalne modele klimatu wymagają określenia warunków brzegowych. Modele te mogą bazować na globalnych modelach klimatu lub danych z przeszłości. W tym przypadku model ALADIN bazował na danych ERA-40 (Uppala i in., 2005). Dane klimatyczne z modelu ALADIN zostały interpolowane przez specjalną konfiguracje modelu z rozdzielczością od 10 km dla obszaru Kotliny Karpackiej do 1 km dla obszaru Budapesztu (ryc. 1). Stanowiły one bazę danych dla modelu SURFEX, któremu zadano rozdzielczość 1 km. Danych o pokryciu powierzchni czynnej dostarczyła baza ECOCLIMAP (Masson et al., 2003). Pierwszy eksperyment przeprowadzono dla danych z okresu 1961-1970, jednak baza ECOCLI- MAP została stworzona w 2006 roku, 1. Schemat blokowy przedstawiający obszar zastosowania modelu SURFEX z naniesioną topografią [m] i pikselami, które obejmują obszary miejskie (rysunek prawy, na czerwono). 6
Obszary badań pilotażowych dlatego nie mogła dobrze opisywać warunków w tym okresie. Z tego powodu powtórzono eksperyment dla lat 1990-2000, by sprawdzić czy zmiana ta wpłynie na modyfikację uzyskanych wcześniej wyników. Wyniki zostały sprawdzone z danymi z dwóch stacji WSM jednej zlokalizowanej przy ulicy Kitaibel (K) w centrum miasta, drugiej na obrzeżach miasta, w Pestszentlőrinc (P) (ryc. 2). Wyniki Na ryc. 3 pokazano, jaki wpływ ma interpolacja i integracja modelu SUR- FEX na pole temperatury powietrza. Interpolacja, choć jest prosta, bierze pod uwagę orografię o wyższej rozdzielczości, co widać na przykładzie Wzgórz Budy (widoczne w panelu środkowym). Pole temperatury w modelu SURFEX (widoczne z prawej strony) jest dużo bardziej szczegółowe uwidacznia się dolina Dunaju oraz podwyższona temperatura w centrum miasta. W punktach odniesienia (stacje WSM) model SURFEX zawyża temperaturę powietrza w większości miesięcy w obu okresach (ryc. 4). Na stanowisku Kitaibel, wyniki są lepiej dopasowane do danych rzeczywistych z wyjątkiem trzech miesięcy (listopadstyczeń), gdzie wystąpiło niedoszacowanie. Przeszacowanie jest mniejsze w przypadku lat 1991-2000, co może być spowodowane uwzględnieniem w obliczeniach bardziej kompletnych danych o pokryciu terenu. Bazując na wynikach pomiarów temperatury powietrza przypadki MWC 2. Domena SURFEX z zaznaczonymi granicami Budapesztu (linia czerwona) i lokalizacją dwóch stacji Węgierskiej Służby Meteorologicznej (K-Kitaibel, P-Pestszentlőrinc). 3. Średnia temperatura powietrza ( C) wiosny uzyskana z wykorzystaniem modeli ALADIN-Climate (rysunek lewy rozdzielczość 10 km, rysunek środkowy rozdzielczość 1 km) i SURFEX (rysunek prawy rozdzielczość 1 km), lata 1961-1970 (Vértesi, 2011). 4. Różnica średniej miesięcznej temperatury powietrza ( C) między wartościami uzyskanymi z modelu SURFEX i danymi pomiarowymi na stanowisku Kitaibel (K) i Pestszentlőrinc (P), lata 1961-1970 i 1991-2000. 5. Intensywność MWC ( C) na podstawie danych pomiarowych (obs) i uzyskanych z wykorzystaniem modelu (mod), lata 1961-1970 i 1991-2000. 7
Obszary badań pilotażowych występowały w ciągu całego roku, zarówno w pierwszym, jak i w drugim okresie, z największym nasileniem w zimie (ryc. 5). Wyniki uzyskane z wykorzystanie modelu SURFEX wskazują, że stanowisko zlokalizowane w centrum miasta jest zwykle cieplejsze od stanowiska podmiejskiego. Z jednej strony może to dowodzić wpływu MWC, ponieważ różnice termiczne na tych dwóch stanowiskach nie mogą być wyjaśnione pokryciem terenu (w bazie danych ECOC- LIMAP jest ono jednakowe na obu tych stanowiskach). Z drugiej strony, przy wykorzystywaniu modelu ALADIN-Climate lokalizacja stanowiska Kitaibel w bliskości wzgórz Budy może powodować efekt ochładzający (włączenie go do obszaru położonego na większej wysokości). W przypadku danych z lat 1961-1970 nie stwierdzono przypadków MWC. W późniejszym okresie (1991-2000) zauważalna jest pewna poprawa działania modelu (występowanie MWC w zimie), jednak w lecie wciąż występuje zaniżenie częstości MWC. Model SURFEX dla dwóch rozpatrywanych stanowisk nie sprawdza się zbyt dobrze, jednak badania wykazały, że przy analizie większego obszaru, 6. Różnica między średnią temperaturą powietrza ( C) w danym punkcie a średnią temperaturą na stanowisku Pestszentlőrinc, na podstawie danych z modelu, zima i lato, lata 1961-1970 (czerwonymi punktami oznaczono lokalizację stanowisk Kitaibel i Pestszentlőrinc). model ten umożliwia stwierdzenie cyklu dobowego MWC. W ciągu dnia nie obserwuje się tego zjawiska, ale pojawia się ono po zmierzchu (w zimie już o godzinie 18, w lecie o godzinie 21 UTC). Maksimum natężenia MWC występuje 5-6 godzin po zachodzie słońca. Podsumowanie Węgierska Służba Meteorologiczna wykorzystuje model SURFEX do opisu oddziaływań między atmosferą a powierzchnią terenu na obszarach miejskich. Wyniki uzyskiwane z wykorzystaniem tego modelu dobrze ukazują główne cechy klimatu miast: wyższą temperaturę powietrza w centrum miasta i zmiany MWC w cyklu dobowym. Model generuje jednak pewne błędy: w punktach odniesienia SURFEX zawyża wartości temperatury powietrza w większości miesięcy roku, natomiast punkt zlokalizowany w centrum miasta jest cieplejszy niż wskazują na to dane pomiarowe. Planowane jest wykonanie dodatkowych badań mających na celu określenie działania modelu, tak by w przyszłości było możliwe jego zastosowanie w dynamicznym downscalingu na potrzeby prognoz klimatycznych dla obszarów miejskich. Podsumowanie Csima, G. and Horányi, A., 2008: Validation of the ALADIN-Climate regional climate model at the Hungarian Meteorological Service. Időjárás, 112, 155 177. La Moigne, P., 2009: SURFEX Scientific Documentation; Note de centre (CNRM/ GMME), Météo-France, Toulouse, France. Masson, V., 2000: A Physically-based Scheme for the Urban Energy Budget in Atmospheric Models. Bound.-Layer Meteor., 94, 357 397. Masson V., J.-L. Champeaux, F. Chauvin, C. Meriguet and R. Lacaze, 2003: A global database of land surface parameters at 1km resolution in meteorological and climate models. J. Climate, 16, 1261 1282. Uppala, S.M., Kallberg, P.W., Simmons, A.J., Andrae, U., da Costa Bechtold, V., Fiorino, M., Gibson, J.K., Haseler, J., Hernandez, A., Kelly, G.A., Li, X., Onogi, K., Saarinen, S., Sokka, N., Allan, R.P., Andersson, E., Arpe, K., Balmaseda, M.A., Beljaars, A.C.M., van de Berg, L., Bidlot, J., Bormann, N., Caires, S., Chevallier, F., Dethof, A., Dragosavac, M., Fisher, M., Fuentes, M., Hagemann, S., Hólm, E., Hoskins, B.J., Isaksen, L., Janssen, P.A.E.M., Jenne, R., McNally, A.P., Mahfouf, J.-F., Morcrette, J.-J., Rayner, N.A., Saunders, R.W., Simon, P., Sterl, A., Trenberth, K.E., Untch, A., Vasiljevic, D., Viterbo, P., and Woollen, J., 2005: The ERA-40 re-analysis. Quart. J. R. Meteorol. Soc. 131, 2961 3012. Vértesi, Á. É., 2011: Modelling possibilities of the urban heat island effect in Budapest (in Hungarian), Master Thesis, ELTE, Budapest, Hungary. 8
Obszary badań pilotażowych Obszary badań pilotażowych Miejska wyspa ciepła w Stuttgarcie w ujęciu ilościowym Christine Ketterer, Andreas Matzarakis Uniwersytet Alberta Ludwika we Fryburgu Powszechnie wiadomo, że istnieją przestrzenne i czasowe różnice w rozkładzie parametrów meteorologicznych na sąsiadujących ze sobą obszarach miejskich i wiejskich, i że są one uwarunkowane różnicami w pokryciu terenu i wielkości strumieni promieniowania, dodatkowo modyfikowanymi przez złożone struktury miejskie. Miejska wyspa ciepła (MWC), wyrażana jako różnica między temperaturą powietrza (również powierzchni) na obszarze miejskim i pozamiejskim, jest najpowszechniej znaną i najczęściej stosowaną charakterystyką tego zróżnicowania. W niniejszej pracy dokonano analizy MWC z wykorzystaniem metod stosowanych w biometeorologii człowieka, zaś uzyskane wnioski mają zastosowanie zarówno dla mieszkańców miast, jak i urbanistów. Wspomniane metody badań wykorzystywane są do opisu percepcji warunków termicznych przez ludzi. Ujęte w niej jest oddziaływanie temperatury i wilgotności powietrza, prędkości wiatru oraz promieniowania, wyrażone w postaci wskaźników termicznych. Innymi słowy metody te umożliwiają uzyskanie wartości, które są zrozumiałe zarówno dla ekspertów, jak i laików oraz mogą być w prosty sposób zastosowane w praktyce. W niniejszej pracy do przedstawienia warunków biometeorologicznych w Stuttgarcie wykorzystano wskaźnik fizjologicznej temperatury ekwiwalentnej (PET). Wskaźnik ten jest stosowany do ilościowego opisu sumarycznego wpływu parametrów metrologicznych na człowieka z wykorzystaniem bilansu cieplnego człowieka. Do obliczeń wartości PET wykorzystano następujące mikroskalowe modele: RayMan (Matzarakis i inni 2007) oraz ENVI-met 3.1 (Bruse i Fleer 1998) w połączeniu z TIC- ENVI-met (Ketterer i Matzarakis 2014). Obliczenia wykonano z wykorzystaniem danych pomiarowych niemieckiej służby meteorologicznej (DWD) i urzędu miejskiego w Stuttgarcie, a także danych uzyskanych z regionalnego modelu klimatu (REMO) przyjmując scenariusz zmian A1B. Niniejsza praca zawiera ilościowy opis MWC w Stuttgarcie czwartym pod względem wielkości obszarze metropolitalnym Niemiec. Centrum miasta znajduje się w niecce otoczonej przez wzgórza (ryc. 1). Mieszkańcy miasta są narażeni nie tylko na negatywne oddziaływanie intensywnej MWC, ale także wysokiego poziomu zanieczyszczeń powietrza, zwłaszcza gdy prędkość wiatru jest mniejsza niż 3 m s -1 (ryc. 1). 1. Topografia Stuttgartu z naniesionymi różami wiatru na różnych stanowiskach pomiarowych (Ketterer i Matzarakis, 2014). 9
Obszary badań pilotażowych Analiza ilościowa na podstawie temperatury powietrza i wskaźnika PET Zróżnicowanie warunków biometeorologicznych jest najczęściej opisywane na podstawie danych pomiarowych temperatury powietrza. Możliwość wykorzystania danych termicznych z jednostek czasu o różnej długości umożliwia szczegółową charakterystykę warunków biometeorologicznych. Przeprowadzone na potrzeby niniejszej pracy badania objęły analizę danych godzinnych temperatury powietrza w latach 2000-2010 (ryc. 2). Średnia roczna intensywność MWC w centrum miasta wynosi 2 C (maksimum 12 C). Analogiczna średnia wartość wskaźnika PET wynosi 3,3 C, a maksimum 20 C. Maksimum miesięczne MWC występuje w zimie i do jej powstania przyczynia się duża w tej porze roku dostawa ciepła pochodzenia antropogenicznego. W przypadku analizy średnich godzinnych maksimum MWC 2. Rozkład częstości natężenia MWC w czterech miejskich stanowiskach pomiarowych (patrz legenda) oraz stanowisku pozamiejskim Echterdingen, lata 2000-2010. Analiza MWC została dokonana na podstawie temperatury powietrza (rysunek górny) i wskaźnika PET (rysunek dolny). występuje w lecie. Zaobserwowano, że zróżnicowanie temperatury powietrza jest największe w ciągu nocy, natomiast wskaźnika PET w ciągu dnia. Analiza obszarów o podwyższonej temperaturze Jednym z możliwych sposobów ograniczania uciążliwości związanych z MWC jest dokonanie zmian w zagospodarowaniu terenów, na których występują najbardziej niekorzystne warunki meteorologiczne (miejsca największych anomalii dodatnich temperatury). W Stuttgarcie jako przykład może posłużyć obszar w otoczeniu szpitala Olga, który znajduje się w zachodniej części miasta. Planowane jest nowe zagospodarowanie tego obszaru, które miałoby polegać m.in. na zastąpieniu obecnie istniejących budynków przez nowe osiedle mieszkaniowe lub park. Mikromodele (np. ENVI-met w połączeniu z TIC-ENVI-met) umożliwiają prowadzenie badań na temat zmian warunków biometeorologicznych na tym obszarze po wprowadzenia innych scenariuszy zagospodarowania terenu, dostarczając jednocześnie danych ilościowych. Wyniki modelowania warunków biometeorologicznych w okolicy szpitala Olga wykazały, że w skrajnym przypadku wartość wskaźnika PET pod drzewami może wynosić obecnie o około 10 C mniej niż na trawniku i 3. Uzyskane z wykorzystaniem modelu ENVI-met wartości wskaźnika PET na obszarze badań pilotażowych (szpital Olga, lokalizacja patrz ryc. 1) w gorący letni dzień o godzinie 14:00. Rysunek lewy obecny stan zagospodarowania terenu, rysunek prawy po zagospodarowaniu terenu jako park. o około 25 C mniej niż na obszarze gęsto zabudowanym (ryc. 3). Średnie różnice na wysokości 1,5 m na rozpatrywanym obszarze wynoszą jednak około 1 C. 10
Obszary badań pilotażowych Znaczenie wysokości budynków oraz szerokości i orientacji ulic Konfiguracja i własności zabudowy miejskiej (np. szerokość i orientacja ulic, wysokość budynków) pełnią istotną rolę w modyfikowaniu warunków mikroklimatycznych, zapewnieniu komfortowych warunków termicznych, a także zmniejszeniu stresu cieplnego zwłaszcza w okresie ekstremalnych warunków pogodowych, np. fal upału. Stwierdzono, że w Stuttgarcie stres ciepła w kanionach ulicznych o orientacji NNW-SSE może być mniejszy co najmniej około 1,5 razy niż na terenie otwartym. Kanion o takiej orientacji umożliwia również dopływ promieniowania słonecznego w zimie i zwiększa częstość komfortowych warunków termicznych w ciągu całego roku. Rola zmian klimatu oraz ich ujęcie ilościowe na terenach zurbanizowanych W celu uzyskania informacji na temat ewentualnych zmian klimatu w połowie i na koniec XXI wieku przeprowadzono modelowanie z wykorzystaniem regionalnych modeli klimatycznych. Wiedza na temat zmian warunków klimatycznych w miastach w przyszłości ma istotne znaczenie dla urbanistów i władz miejskich. Zgodnie z wnioskami uzyskanymi z wykorzystaniem modeli klimatycznych częstość dni gorących (tmax 30 C) i letnich (tmax 25 C) wzrośnie w latach 2021-2050 odpowiednio do 174 i 140%, a do końca XXI wieku: do 280 i 157%. Z kolei liczba dni mroźnych (tmax 0 C) i bardzo mroźnych (tmax 0 C) w roku zmniejszy się do 33% w latach 2071-2100. Liczba dni w roku ze stresem ciepła (PET > 35 C) o godzinie 14:00 CET wzrośnie o 6 dni w okresie od 1961-1990 do 2021-2050 oraz o 28 dni do końca XXI wieku (według modelu REMO, scenariusz zmian A1B). Według scenariusza B1 do połowy XXI wieku nie nastąpi wzrost liczby dni ze stresem ciepła (PET > 35 C), natomiast do lat 2071-2100 wzrost dni ze stresem ciepła osiągnie wartość 4% (16 dni). Liczba dni z ekstremalnym stresem zimna o godzinie 6:00 CET znacznie zmniejszy się o 15 dni przy scenariuszu zmian A1B i o 10 dni przy scenariuszu B1 w stosunku do okresu 2021-2050, natomiast o 48 (29) dni do okresu 2071-2100. Liczba dni z wartością wskaźnika PET > 29 C wzrośnie natomiast o 5 (15) dni do połowy (końca) XXI wieku według scenariusza zmian A1B. Rekomendacje wynikające z badań biometeorologicznych Badania pilotażowe przeprowadzone w Stuttgarcie umożliwiają wyciągnięcie następujących wniosków i rekomendacji. Czynnikiem wzmacniającym intensywność MWC w Stuttgarcie, poza inwersją termiczną w atmosferze, jest topografia obszaru zajmowanego przez miasto. Największe nasilenie MWC w ujęciu godzinowym występuje w lecie, kiedy zjawisko to jest wzmagane przez silne promieniowanie słoneczne. Średnia miesięczna intensywność MWC jest jednak największa w zimie z powodu antropogenicznego strumienia ciepła. Dane uzyskane z wykorzystaniem regionalnych modeli klimatycznych wskazują na nadchodzący duży wzrost liczby dni w roku ze stresem ciepła, co ma niezwykle istotne znaczenie dla konieczności podjęcia odpowiednich działań dostosowawczych. Działania te, polegające m.in. na zakładaniu terenów zielonych, spowodują redukcję wartości wskaźnika PET o godzinie 14:00 o około 1 C w przypadku średniej obszarowej i 25 C w przypadku wybranych lokalizacji. Kaniony uliczne o orientacji NNW-SSE przyczyniają się do występowania w ciągu roku przypadków komfortu termicznego co najmniej 1,5 razy częściej niż na terenie otwartym. Wyniki badań powinny być przedstawione w przystępny sposób szerokiemu gronu odbiorców i nie powinny być one ograniczone tylko do obszarów narażonych na działanie szczególnie niekorzystnych warunków. Badania powinny być wykonywane na podstawie długoterminowych serii danych. Wnioski powinny obejmować ocenę ilościową oddziaływania klimatu miejskiego na mieszkańców, zwłaszcza tych którzy spędzają większość swojego życia w miastach. Referencje Bruse, M; Fleer, H (1998): Simulating surface-plant-air interactions inside urban environments with a three dimensional numerical model. The challenge of awareness in developing societies. Environmental Modelling & Software 13 (3-4), S. 373-384. Ketterer, C; Matzarakis, A (2014): Human-biometeorological assessment of heat stress reduction by replanning measures in Stuttgart, Germany. Landscape and Urban Planning 122, S. 78-88. Ketterer, C; Matzarakis, A (2014): Human-biometeorological assessment of the urban heat island in a city with complex topography - The case of Stuttgart, Germany. Urban Climate (2014). DOI: 10.1016/j.landurbplan.2013.11.003. Matzarakis, A; Rutz, F; Mayer, H (2007): Modelling radiation fluxes in simple and complex environments-application of the RayMan model. International Journal of Biometeorology 51 (4), S. 323-334. 11
Spotkania Spotkania V Spotkanie Międzynarodowej Rady Naukowej VI Posiedzenie Komitetu Sterującego Wenecja, 17.10.2013-18.10.2013 W dniach 17-18 października 2013 r. w Pałacu Grandi Stazioni w Wenecji odbyło się V spotkanie Międzynarodowej Rady Naukowej i VI posiedzenie Komitetu Sterującego. Dwudniowe spotkanie, zorganizowane przez Wydział Terytorialnego i Strategicznego Planowania regionu Veneto, było okazją do przedstawienia działań zrealizowanych w ramach 8 badań pilotażowych, możliwości wdrożenia działań łagodzących i adaptacyjnych, Systemu Wspierania Decyzji, polityki rozwoju zrównoważonego obszarów miejskich oraz dokonania oceny warunków bioklimatycznych i zdrowotnych na obszarach miejskich. Zaprezentowano cele poszczególnych zadań badawczych, przedyskutowano szczegółowy plan działania oraz kwestie, które wymagają dalszych ustaleń w trakcie spotkań bilateralnych z partnerem wiodącym. III edycja ekspozycji Geo-Oikos Werona, 9.10.2013-11.11.2013 W dniach 9-11 października 2013 r. region Veneto zorganizował trzecią edycję ekspozycji Geo-Oikos. Celem ekspozycji była szeroko zakrojona promocja planowanych i wdrażanych aktywności w regionie Veneto, które dotyczą zrównoważonego wykorzystania ziemi, ograniczenia zużycia energii elektrycznej oraz wzrostu świadomości lokalnego społeczeństwa na temat prognozowanych zmian warunków bioklimatycznych w miastach. Region Veneto, partner projektu UHI, zorganizował w trakcie ekspozycji warsztaty na temat projektu UHI. W wydarzeniu tym uczestniczyli włoscy partnerzy projektu, którzy przedstawili wyniki badań pilotażowych w Padwie i Modenie. 12
MGR Międzynarodowe grupy robocze Międzynarodowe Grupy Robocze powstały jako miejsce debaty na temat zagadnień dotyczących zjawiska MWC określenie bardzo uniwersalne, ale obejmujące kwestie dotychczas nie do końca znane! Aby dojść do konsensusu w trakcie debaty należy rozmawiać językiem zrozumiałym i akceptowalnym przez wszystkich jej uczestników. W przypadku projektu UHI, po 3 latach od jego rozpoczęcia, wypracowanie płaszczyzny porozumienia nie było łatwe. Klimatolodzy, urbaniści, inżynierowie i epidemiolodzy zdecydowanie nie mówią tym samym językiem! Nie chodzi o znajomość języka angielskiego, włoskiego, niemieckiego, czy węgierskiego, ale klimatologicznego, planistycznego itd. Logika, która stała za organizowanymi przez 3 lata spotkaniami międzynarodowych grup roboczych polegała na znalezieniu obszaru wspólnych działań w multidyscyplinarnych badaniach zjawiska MWC. Jak wyglądały kolejne spotkania? Pierwsze z nich odbyło się w Stuttgarcie (wrzesień 2011 r.), gdzie zdecydowano o utworzeniu 4 grup roboczych (patrz informator nr 1). Wspólne działania rozpo- częły się od sporządzenia pierwszej wersji podziału ról i zasad działania. Sprecyzowano zagadnienia, którymi miały zajmować się poszczególne grupy robocze, reprezentujące podejścia różnych specjalistów. W trakcie drugiego spotkania (Budapeszt, luty 2012 r.) miała miejsce dyskusja, w jaki sposób zapełnić lukę między podejściem do badań MWC różnych grup specjalistów... Na kanwie tej dyskusji przeprowadzono kolejne wymiany myśli między grupami roboczymi w trakcie spotkania w Warszawie (październik 2012 r.). Były to: I. Urbaniści (Grupa Robocza nr 1) kontra epidemiolodzy (Grupa Robocza nr 3) tematem dyskusji było pytanie, które dane należy wykorzystywać do oceny ilościowej MWC. II. Meteorolodzy (Grupa Robocza nr 4) kontra osoby odpowiedzialne za komunikację społeczną (Grupa Robocza nr 2) tematem dyskusji było pytanie, czy istnieje model lub narzędzie, które umożliwia skuteczną komunikację między naukowcami i mieszkańcami miast. Dyskusje były gorące, trudno było wypracować wspólne stanowisko, część uczestników poddawało w wątpliwość możliwość porozumienia. Ostatecznie wyniki dyskusji nie zamknęły drogi do wypełnienia luki między stanowiskami poszczególnych grup roboczych. Na czwartym spotkaniu (Praga, kwiecień 2013 r.) eksperci z wszystkich grup roboczych spotkali się na zebraniu plenarnym i debatowali na temat lokalnych realiów dotyczących badań pilotażowych, stanu realizacji projektu, trudności związanych z wykonaniem prac Piąta część sagi podsumowanie! Spotkanie odbyło się w Wenecji (październik 2013 r.) i było skoncentrowane na podsumowaniu wyników uzyskanych w trakcie dotychczasowych debat. Każda z grup roboczych miała za zadanie opracować dwa zalecenia, jedno na poziomie lokalnym, drugie na poziomie europejskim, w jaki sposób przeciwdziałać negatywnym konsekwencjom MWC. Efekty prac każdej z grup zostały następnie przedstawione i przedyskutowane na forum ogólnym... A co z wynikami? oczywiście w następnym biuletynie! TFG s, Wenecja, październik 2013. Jeśli są Państwo zainteresowani pracami Międzynarodowych Grupy Roboczych lub chcieliby Państwo podzielić się swoja opinią na któryś z powyższych tematów, proszę napisać wiadomość do osoby koordynującej prace grup roboczych, będącej przedstawicielem partnera wiodącego w projekcie UHI: Davide Fava d.fava@democentersipe.it 13
Partnerzy Partnerzy Regional Agency for Environment Protection in Emilia-Romagna www.arpa.emr.it Emilia Romagna Region. General Directorate Territorial and negotiated planning, agreements www.regione.emilia-romagna.it Veneto Region - Territorial and Strategic Planning Department www.ptrc.it CORILA. Consortium for Coordination of Research Activities Concerning the Venice Lagoon System www.corila.it Karlsruhe Institute of Technology www.kit.edu Municipality of Stuttgart www.stuttgart.de Meteorological Institute - University of Freiburg www.meteo.uni-freiburg.de Institute of Geography and Spatial Organization, Polish Academy Of Sciences www.igipz.pan.pl Nofer Institute of Occupational Health www.imp.lodz.pl Vienna University of Technology - Department of Building Physics and Building Ecology www.bpi.tuwien.ac.at Municipal Department 22 - Environmental Protection Departement in Vienna (MA 22) www.wien.gv.at/english/ environment/protection Hungarian Meteorological Service www.met.hu Charles University in Prague, Faculty of Mathematics and Physics www.mff.cuni.cz City Development Authority of Prague www.urm.cz Czech Hydrometeorological Institute www.chml.cz Scientific Research Centre of the Slovenian Academy of Sciences and Arts www.zrc-sazu.si Municipality of Ljubljana www.ljubljana.si Biuletyn projektu UHI, numer 3, styczeń 2014 Redakcja: Matteo Morgantin, Enrico Rinaldi, CORILA - partner odpowiedzialny za biuletyn. Salvatore Puglisi, Emilia Romagna Region. Ze strony partnera wiodącego: Chiara Pederzini, Democenter Sipe oraz Chiara Licata, Euris S.r.l. Więcej informacji znajdą Państwo na stronie: www.eu-uhi.eu Projekt jest realizowany w ramach programu CENTRAL EUROPE, współfinansowanego ze środków ERDF (www.central2013.eu) 14