Panel Ekspertów KLIMAT 1 LASY I DREWNO A ZMIANY KLIMATYCZNE: ZAGROŻENIA I SZANSE Termin: 18 czerwca 2013 SESJA 1 KLIMAT W POLSCE W XXI WIEKU PRAWDOPODOBNE KIERUNKI ZMIAN; PERSPEKTYWA DLA KLIMATÓW LOKALNYCH dr inż. Małgorzata LISZEWSKA, Interdyscyplinarne Matematycznego i Komputerowego, Uniwersytet Warszawski Centrum Modelowania Wstęp Klimat jest ważnym czynnikiem wpływającym na rozmaite dziedziny życia. Zmienność klimatu wynika głównie z jego wewnętrznej dynamiki, natomiast na zmiany klimatu wpływają różne wymuszenia zewnętrzne, między innymi, działalność człowieka. Obserwacje meteorologiczne z ostatnich kilkudziesięciu lat wskazują na ocieplenie klimatu w skali globalnej, wzrost średniego globalnego poziomu morza i zmniejszanie się zasięgu pokrywy śnieżnej na Półkuli Północnej. Rozkład tych zmian jest zróżnicowany regionalnie. Zmiany parametrów meteorologicznych są inne w różnych regionach świata. Do zrozumienia i oszacowania wpływu zmian i zmienności klimatu na systemy naturalne jak również te tworzone i kontrolowane przez człowieka szczególnie pomocne są rekonstrukcje i projekcje parametrów klimatycznych. Używa się do nich numerycznych modeli klimatu opartych na równaniach fizycznych. W przypadku klimatu rozpatrujemy długie skale czasowe, interesują nas pewne statystyki zmiennych klimatycznych w ważnych dla nas regionach oraz w różnych okresach w przyszłości odniesione do wartości, które już zaistniały w przeszłości. Dla niektórych systemów przyrodniczych takich jak lasy szczególnie istotne są dłuższe horyzonty czasowe. 1 Aktualizacja programu będzie prowadzona na stronie http://npl.ibles.pl/klimat 1
Modele Modele ogólnej cyrkulacji atmosfery i oceanu stanowią najbardziej zaawansowane narzędzia nowoczesnej klimatologii. Ewolucję systemu klimatycznego opisują równania hydrodynamiki i termodynamiki. Modele zawierają moduły oddziaływania z różnymi rodzajami podłoża jak również moduły przemian chemicznych. Równania w przestrzeni trójwymiarowej opisują zmiany w czasie zmiennych meteorologicznych. Są to modele globalne, które symulują zachowanie się układu w skali kuli ziemskiej, do oszacowań regionalnych konieczne jest stosowanie metod przejścia do skal mniejszych. W podejściu dynamicznym wykorzystuje się regionalne modele klimatyczne o wysokiej rozdzielczości przestrzennej, obecnie rzędu 10 50 km, które pobierają warunki początkowe i brzegowe z globalnych projekcji klimatycznych. Modele regionalne uwzględniając geograficzne szczegóły regionu (np. topografię, użytkowanie terenu) są w stanie opisać zjawiska klimatyczne (np. cyrkulację powietrza w skali regionalnej) związane z tymi szczegółami, które nie są symulowane przez modele ogólnej cyrkulacji pracujące w siatkach o znacznie większych oczkach. Zaletą podejścia dynamicznego jest spójność opisu fizycznego rozważanych procesów klimatycznych. Symulacje klimatu obarczone są w znacznym stopniu niepewnościami wynikającymi z niedostatecznej wiedzy o procesach oraz zjawiskach naturalnych i antropogenicznych. Błędy i obciążenia związane są również z ograniczeniami metod numerycznych oraz możliwościami komputerów. Nie istnieje model doskonały, nie znamy jedynego wiarygodnego scenariusza, dlatego przy wszelkich rozważaniach i ocenach tego, co może się zdarzyć w przyszłości, należy brać pod uwagę różne możliwości rozwoju (Carter, 2007). Stosuje się podejście wiązkowe polegające na analizie wyników przynajmniej kilku różnych modeli regionalnych zagnieżdżonych w różnych modelach globalnych. Pozwala to uwzględnić niepewności związane z samymi modelami wynikające w szczególności z różnic w opisie fizyki zawartej w modelach. Modele klimatyczne są bardzo kosztowne wymagają komputerów dużej mocy. Związane jest to z koniecznością wykonywania długich obliczeń. Dzięki obecnym możliwościom komputerowym zostało przeprowadzone wiele symulacji regionalnych dla różnych regionów świata, w tym Europy. Niniejsze opracowanie oparte jest na regionalnych symulacjach klimatycznych wykonanych w ramach projektu EU ENSEMBLES (http://www.ensembles eu.org) przy założeniu scenariusza emisji SRES A1B, który uwzględnia równowagę różnych źródeł energii. Symulacje przeprowadzone dla scenariusza A1B odzwierciedlają obraz średnich zmian w stosunku do scenariuszy skrajnych A2 i B1. Wybrano 7 modeli regionalnych z warunkami brzegowymi z 4 modeli globalnych (Tabela). Wiązka skonstruowana jest tak, że zawiera po dwie różne symulacje regionalne dla każdego modelu globalnego (w tabeli oznaczonych różnymi kolorami). Zastosowano dodatkowe przetwarzanie statystyczne wyników symulacji w celu redukcji błędów systematycznych. 2
Tabela: Symulacje wykorzystane do opracowania scenariuszy klimatycznych dla Polski. Model regionalny Referencje Model globalny Referencje http://www.cnrm.meteo.fr/gmgec/ arpege/arpege.html 1 RM5.1 Radu et al, 2008 ARPEGE 2 DMI HIRHAM5 Christensen et al 2007 ARPEGE 3 MPI M REMO Jacob 2001, Jacob et al, ECHAM5 2001 4 KNMI RACMO2 Meijgaard et al, 2008 5 SMHIRCA Kjellström et al, 2005, BCM 2011 6 DMI HIRHAM5 Christensen et al 2007 BCM 7 METO HC_HadRM3Q0 Collins et al, 2006 HadCM3Q0 8 ETHZ CLM Böhm et all, 2006 HadCM3Q0 ECHAM5 http://www.mpimet.mpg.de/en/wis senschaft/modelle/echam/echam5. html Furevik et al 2003 http://www.metoffice.gov.uk/resea rch/modelling systems/unified model/climate models/hadcm3 Opracowane scenariusze klimatyczne dla Polski są udostępnione poprzez interaktywną bazę danych w ICM (http://). Prawdopodobne kierunki zmian klimatu Do analizy zmian temperatury można zastosować percentyle 10., 50. i 90. Percentyl 10. wskazuje wartości temperatury, poniżej których występuje 10% wszystkich wartości temperatury w danym czasie, percentyl 50. to wartość środkowa (mediana), dzieli wszystkie możliwe wartości na połowę, natomiast percentyl 90. odcina 10% największych wartości temperatury w badanym okresie. Rys. 1 pokazuje mapy różnic wartości percentyli (10., 50., 90.) temperatury powietrza [oc], pomiędzy okresami 2021 2050 oraz 2071 2100 a okresem referencyjnym 1971 2000, dla zimy i lata. Widoczne jest ocieplenie dla obu okresów i dla obu sezonów, wyraźnie większe dla ostatniego trzydziestolecia. W przypadku zimy zdecydowanie większych przyrostów należy oczekiwać w zakresie temperatur niskich (percentyl 10.), najsilniejszych w Polsce północno wschodniej, do 2,5oC w środkowym okresie i powyżej 4,5oC w ostatnim trzydziestoleciu. Wzrosty środkowych i wysokich wartości temperatury zimowej są bardziej jednorodne dla całego kraju i nieco mniejsze, około 1,5oC w latach 2021 2050 i około 3,5 oc w okresie 2071 2100 w przypadku percentyla 90. W lecie wzrost niskich temperatur, reprezentowanych przez percentyl 10. dochodzi do około 1oC w latach 2021 2050 i do około 3oC w 2071 2100. Większy jest wzrost temperatur wysokich, zwłaszcza w Polsce południowo wschodniej, od 2,5 oc w pierwszym badanym okresie do ponad 4,5oC pod koniec stulecia. 3
Rys. 1. Różnice wartości percentyli (10., 50., 90.) temperatury powietrza [oc], pomiędzy okresami 2021 2050 oraz 2071 2100 a okresem referencyjnym 1971 2000, dla zimy (lewy panel) i lata (prawy panel) Rys. 2 prezentuje rozkład przestrzenny względnych zmian opadu. Wyniki wskazują na zwiększenie opadu zimowego dochodzące do około 10% w części północnej kraju w latach 2021 2050 i do ponad 20% w części wschodniej w latach 2071 2100. Ponadto dobrze widoczne jest zmniejszenie opadu pod koniec stulecia latem, największe na południowym wschodzie. W przypadku pór przejściowych zauważa się nieznaczny wzrost opadów, największy wiosną w trzydziestoleciu 2071 2100. Rys. 2. Względne zmiany opadu [%] dla zimy, lata, wiosny i jesieni pomiędzy okresami 2021 2050 oraz 2071 2100 a okresem referencyjnym 1971 2000 4
Regiony leśne: 1. Kraina Bałtycka 2. Kraina Mazursko-Podlaska 3. Kraina Wielkopolsko-Pomorska 4. Kraina Mazowiecko-Podlaska 5. Kraina Śląska 6. Kraina Małopolska 7. Kraina Sudecka 8. Kraina Karpacka Rys. 3. Regiony leśne Na Rys. 4, 5 i 6 przedstawiono rozkłady przestrzenne najdłuższych okresów suchych i mokrych oraz długości okresu wegetacyjnego. Na mapy naniesiono granice regionów leśnych (Rys. 3). Pokazano stan danego wskaźnika w okresie referencyjnym 1971 2000 oraz zmiany w stosunku do tego okresu w trzydziestoleciu 2041 2070. Można zauważyć strefę usytuowaną wzdłuż wschodniej granicy, w której wyraźne jest wydłużenie okresów bezopadowych (najdłuższych okresów z opadem <1 mm/dobę) na Rys. 4 oraz skrócenie okresów mokrych na Rys. 5, zwłaszcza w regionach południowych. Rys. 4. Najdłuższy okres bezopadowy w roku w okresie referencyjnym 1971 2000 oraz różnica między okresem 2041 2070 a okresem referencyjnym 5
Rys. 5. Najdłuższy okres mokry (opad > 1 mm/dobę) w roku w okresie referencyjnym 1971 2000 oraz różnica między okresem 2041 2070 a okresem referencyjnym Okres wegetacyjny wydłuża się, większe zmiany są widoczne w północnej części kraju (Rys. 6). Dodatkowo na Rys. 7 pokazano przebieg długości okresu wegetacyjnego w latach 1951 2100 w Polsce południowo zachodniej, gdzie jest najdłuższy oraz Polsce północno wschodniej najkrótszy. Tendencja symulowanych zmian wskaźnika w XXI wieku jest wyraźnie zgodna z tendencją obserwowaną w okresie 1951 2010. Rys. 6. Długość okresu wegetacyjnego, T > 5oC, w okresie referencyjnym 1971 2000 oraz różnica między okresem 2041 2070 a okresem referencyjnym 6
Rys. 7. Długość okresu wegetacyjnego, T > 5oC, w Polsce południowo zachodniej (region Wrocławia) oraz północno wschodniej (region Suwałk). Rys. 8 prezentuje prostą statystykę opisową zmian długości okresu wegetacyjnego (wykresy pudełkowe) w regionach leśnych. Rys. 8. Długość okresu wegetacyjnego, T > 5oC, wykresy pudełkowe dla regionów leśnych w trzech okresach trzydziestoletnich Wydłużenie okresu aktywnego wzrostu roślin jest związane z jego wcześniejszym początkiem w roku, na Rys. 9 przedstawiono wykres przesunięć dnia rozpoczęcia okresu wegetacyjnego dla regionu Wrocławia, gdzie najwcześniej zaczyna się ten okres oraz dla regionu Suwałk polskiego bieguna północnego. 7
Rys. 9. Początek okresu wegetacyjnego (T > 5oC), w Polsce południowo zachodniej (region Wrocławia) oraz północno wschodniej (region Suwałk). Symulacje wskazują na zwiększenie maksymalnych opadów dobowych w XXI wieku (Rys. 10), w przypadku regionu leśnego 8. wzrost ten jest najbardziej widoczny, jednocześnie warto zwrócić uwagę na dużą zmienność opadów maksymalnych w tym regionie w ostatnim trzydziestoleciu. Rys. 10. Maksymalny opad dobowy w roku oraz liczba dni z pokrywą śnieżną, wykresy pudełkowe dla regionów leśnych w trzech okresach trzydziestoletnich Z ocieplaniem się klimatu związane jest zmniejszenie liczby dni w roku z pokrywą śnieżną (Rys. 10). 8
W przypadku temperatury bada się również długości okresów gorących, z temperaturą maksymalną powyżej 25oC, oraz okresów mroźnych z ujemną temperaturą minimalną. Rys. 11 ilustruje maksymalne czasy trwania w roku okresów gorących, natomiast Rys. 12 okresów mroźnych dla Polski południowo zachodniej (region Wrocławia) oraz północno wschodniej (region Suwałk). Symulacje wskazują na wydłużenie okresów gorących a skrócenie okresów z ujemną temperaturą minimalną. Rys. 11. Najdłuższy okres w roku z temperaturą maksymalną większą od 25oC, w Polsce południowo zachodniej (region Wrocławia) oraz północno wschodniej (region Suwałk). Rys. 12. Najdłuższy okres w roku z temperaturą minimalną mniejszą od 0oC, w Polsce południowo zachodniej (region Wrocławia) oraz północno wschodniej (region Suwałk). Jednym z ważniejszych parametrów klimatycznych z punktu widzenia lasów jest wiatr, który często bywa sprawcą poważnych szkód abiotycznych w drzewostanach. Niestety symulacje wiatru przez modele klimatyczne obarczone są wielkimi niepewnościami. Rys. 13 pokazuje histogramy średniej i maksymalnej dobowej prędkości wiatru dla Krakowa w okresie 2001 2010 uzyskane na podstawie sześciu wybranych symulacji regionalnych, nazwy symulacji zostały podane w legendzie, są one odniesione do obserwacji. Widoczna jest duża rozbieżność wykresów, szczególnie dla prędkości maksymalnych. 9
Rys. 13. Histogramy średniej dobowej (lewy panel) i maksymalnej dobowej (prawy panel) prędkości wiatru dla Krakowa w okresie 2001 2010: obserwacje i symulacje regionalne W ramach projektu PROZA (UDA POIG.01.03.01 00 140/08 00, Jakubiak i in.) zostały wykonane badania mające na celu powiązanie symulacji wiatru z obszarami występowania najpoważniejszych szkód wiatrowych (Zachara, Liszewska, Gil, 2013). Między innymi, wyznaczono trzy obszary o różnych zniszczeniach lasów spowodowanych wiatrem: obszar wielkich szkód usytuowany w północnej części RDLP Olsztyn, obszar średnich szkód na granicy RDLP Warszawa, Łódź i Radom oraz obszar niewielkich szkód na terenie RDLP Piła. Rys. 14, 15, 16 przedstawiają, odpowiednio, wartości 90. percentyla średniej dobowej prędkości wiatru oraz liczby dni w roku z wiatrem maksymalnym przekraczającym 15 i 20 m/s. Przebiegi zostały wygładzone filtrem średniej ruchomej opartej na 5 punktach. Można zauważyć, że modele klimatyczne symulują większy wiatr w obszarach z większymi szkodami. Jest to widoczne zarówno na wykresach średniej dobowej prędkości wiatru oraz na wykresach wskaźników określających liczbę dni w roku z wiatrem maksymalnym przewyższającym 15 i 20 m/s. Rys. 14. Wartości 90. percentyla średniej dobowej prędkości wiatru w latach 1971 2090 w trzech regionach o różnym nasileniu szkód leśnych 10
Rys. 15. Wartości 90. percentyla liczby dni w roku z wiatrem maksymalnym przekraczającym 15 m/s w latach 1971 2050 w trzech regionach o różnym nasileniu szkód leśnych Rys. 16. Wartości 90. percentyla liczby dni w roku z wiatrem maksymalnym przekraczającym 20 m/s w latach 1971 2050 w trzech regionach o różnym nasileniu szkód leśnych Podsumowanie Przedstawiono pewne prawdopodobne opisy przyszłego świata oparte na wynikach symulacji hydrodynamicznych modeli atmosfery i oceanu. Nie są to prognozy stanu klimatu w przyszłości. Obarczone są niepewnościami związanymi z naszym niedoskonałym poznaniem praw fizycznych rządzących atmosferą i środowiskiem, jak również wynikającymi z szeregu założeń wstępnych, np. dotyczących rozwoju ekonomicznego świata, a co za tym idzie scenariuszy emisji gazów cieplarnianych i innych zanieczyszczeń do atmosfery. Stanowią jedynie przybliżenie tego, co może nas czekać, i dlatego należy ostrożnie podchodzić do ich interpretacji. Analiza scenariuszy zmian klimatu pokazuje wyraźną tendencję wzrostową temperatury powietrza w Polsce, zróżnicowaną sezonowo i regionalnie. Przebiegi wskaźników klimatycznych odpowiadają ociepleniu klimatu, np. wydłużenie okresu aktywnego wzrostu roślin i jego wcześniejszy początek, zmniejszenie liczby dni z pokrywą śnieżną. W przypadku opadu i indeksów z nim związanych zmiany są bardziej dyskusyjne, niemniej modele wskazują na pewne zwiększenie opadów zimowych i zmniejszenie opadów letnich pod koniec stulecia. Widoczny jest też zróżnicowany przestrzennie wzrost maksymalnych opadów dobowych. Wszystkie przetworzone zmienne i wskaźniki klimatyczne dla Polski dla okresu 1971 2100 są dostępne poprzez SERWIS KLIMATYCZNY na stronie http://. Serwis zawiera również dane obserwacyjne w regularnej siatce prostokątnej o rozdzielczości przestrzennej ok. 25 km. 11
Literatura Böhm, U., M. Kücken, W. Ahrens, A. Block, D. Hauffe, K. Keuler, B. Rockel, and A. Will, 2006: CLM the climate version of lm: Brief description and long term applications. COSMO Newsletter, 6, 225 235. Carter T.R., 2007, General guidelines on the use of the scenario data for climate impact and adaptation assessment, IPCC TGICA. Christensen, O. B., M. Drews, J. H. Christensen, K. Dethloff, K. Ketelsen, I. Hebestadt, and A. Rinke 2007, The HIRHAM Regional Climate Model Version 5 (beta), Technical Report 06 17, 22 pp., Danish Meteorological Institute (http://www.dmi.dk/dmi/tr06 17.pdf) Collins et al, 2006, Clim. Dyn., DOI 10.1007/s00382 006 0121 0 (for HadCM3.0 description) Furevik, T., M. Bentsen, H. Drange, I. K. T. Kindem, N. G. Kvamstø, and A. Sorteberg, 2003, Description and validation of the Bergen Climate Model: ARPEGE coupled with MICOM, Clim. Dyn., 21, 27 51 Jacob, D., 2001: A note to the simulation of the annual and inter annual variability of the water budget over the Baltic Sea drainage basin. Meteorology and Atmospheric Physics, Vol.77, Issue 1 4, 61 73 Jacob, D., U. Andrae, G. Elgered, C. Fortelius, L. P. Graham, S. D. Jackson, U. Karstens, Chr. Koepken, R. Lindau, R. Podzun, B. Rockel, F. Rubel, H.B. Sass, R.N.D. Smith, B.J.J.M. Van den Hurk, X. Yang, 2001, A Comprehensive Model Intercomparison Study Investigating the Water Budget during the BALTEX PIDCAP Period. Meteorology and Atmospheric Physics, Vol.77, Issue 1 4, 19 43. 1.4 Jakubiak, B., W. Cieślikiewicz, L. Herman Iżycki, P. lech, W. Rudnicki i Waldemar Treder, 2011: Cele, zadania i wstępne wyniki projektu PROZA, 13 s. Konferencja nawodnieniowa w Tleniu, 2011. Kjellström, E., Bärring, L., Gollvik, S., Hansson, U., Jones, C., Samuelsson, P., Rummukainen, M., Ullerstig, A., Willén U. and Wyser, K., 2005. A 140 year simulation of European climate with the new version of the Rossby Centre regional atmospheric climate model (RCA3). Reports Meteorology and Climatology, 108, SMHI, SE 60176 Norrköping, Sweden, 54 pp. Kjellstrom, E., Nikulin M. G.,Hansson, U., Strandberg, G., Ullerstig,A.,2011, 21st century changes in the European climate: uncertainties derived from an ensemble of regional climate model simulations, Tellus (2011), 63A, 24 40. Meijgaard, E. van, L.H. van Ulft, W.J. van de Berg, F.C. Bosveld, B.J.J.M. van den Hurk, G. Lenderink, A.P. Siebesma, 2008, The KNMI regional atmospheric climate model RACMO, version 2.1. KNMI Technical Report 302, 43 pp. Available from KNMI, Postbus 201, 3730 AE, De Bilt, The Netherlands, http://www.knmi.nl/bibliotheek/knmipubtr/tr302.pdf Radu, R., Déqué, M. and Somot, S., 2008, Spectral nudging in a spectral regional climate model. Tellus. 60A(5):885 897, doi : 10.1111/j.1600 0870.2008.00343.x Rockel B, Woth K. 2007. Extremes of near surface wind speed over Europe and their future changes as estimated from an ensemble of RCM simulations. Climatic Change, 81: 267 280. Zachara T., Liszewska M., Gil W., 2013, Wskaźniki wiatrowe szacowane na podstawie regionalnych symulacji klimatu a szkody od wiatru w polskich lasach, (w druku) Warszawa, czerwiec 2013 12