A klímamodellezés szépségei egy szélmalomharc tükrében

A klímamodellezés szépségei egy szélmalomharc tükrében Szépszó Gabriella (szepszo.g@met.hu) Klímamodellező Csoport Éghajlati Osztály Róna Zsigmond Ifjúsági Kör 2014. október 16.

TARTALOM 1. Motiváció 2. Éghajlati modellezés 3. Regionális vizsgálatok 4. Felhasználás 5. Néhány szubjektív gondolat

Motiváció előtt Köszönöm szépen a Róna Zsigmond díjat! Megtisztelő, mert 1. Azon kevés díjak egyike, ami mentes a szakmai és egyéb játszmáktól a díjazottak névsorában több olyan ember van, akikre magam is felnézek (jólesik közéjük tartozni); 2. A díjat általában fiatal meteorológusoknak adják (már nem is vagyok olyan fiatal) 2014. október 16. Róna Zsigmond Ifjúsági Kör 4

A klímadinamikai kutatások 10 éve indultak meg hazánkban, először itt az OMSZ-ban (mi az a klímadinamika?) Hová fejlődtünk ennyi idő alatt? Klímamodelleket adaptáltunk Éghajlati szimulációkat futtatunk Módszertant fejlesztettünk és fejlesztünk Bekapcsolódtunk a nemzetközi vérkeringésbe A modelladatainkat nemzetközi projektek keretében hatásvizsgálatokra használják Mi a helyzet itthon? Motiváció 2014. október 16. Róna Zsigmond Ifjúsági Kör 5

Volt egyszer egy előadás a magyar tudomány Achilles-sarkáról Milyen intézmények foglalkoznak ma a klímaváltozással hazánkban? N. Fejlesztési Minisztérium (Klímapolitikai Főosztály, IPCC), Belügyminisztérium (OKF) Földművelésügyi Minisztérium? N. Alkalmazkodási Központ (MFGI NÉS) OMSZ? Regional Environmental Center, Klímapolitika Kft., Klímabarát Települések Szövetsége, Energia Klub Milyen modelleket használunk Magyarországon? ALADIN, PRECIS, RegCM, REMO 2014. október 16. Róna Zsigmond Ifjúsági Kör 6

Éghajlati rendszer A légkör és a négy geoszféra kölcsönhatásban álló együttese Prognosztikai érték: lassú komponensek 2014. október 16. Róna Zsigmond Ifjúsági Kör 8

Éghajlati modellezés A rendszer túl bonyolult ahhoz, hogy viselkedését elméleti úton kitaláljuk szerencsére nem is kell! Folyamatait fizikai törvények kormányozzák matematikai egyenletek minden komponensre Nem-lineáris parciális differenciálegyenlet-rendszer kezdeti és határfeltételek numerikus megoldás 2014. október 16. Róna Zsigmond Ifjúsági Kör 9

Kormányzó egyenletek A légkör esetében: Mozgásegyenletek Tömeg-megmaradás Energia-megmaradás Nedvesség tömeg-megmaradása Állapotegyenlet dv dt 1 p g 2 v F S d divv dt dq dt dp cp dt dt dt dq 1 M dt p RT Az óceán esetében: T t S t 2 T L( T) 2 z 2 S L( S) 2 z A A H H 2 2 T S 2014. október 16. Róna Zsigmond Ifjúsági Kör 10

A numerikus megoldás KEZDETI ÁLLAPOT MEGADÁSA MODELL-INTEGRÁLÁS UTÓ-FELDOLGOZÁS Mérési információk gyűjtése, ellenőrzése, modellrácsra előállítása (adatasszimiláció) A parciális differenciálegyenlet-rendszer közelítő megoldása Átlagok, speciális paraméterek származtatása, megjelenítés A kezdeti feltételek hatása hamar elvész előrejelezhetőség Adatasszimiláció jelentősége a klímakutatásban: re-analízisek 2014. október 16. Róna Zsigmond Ifjúsági Kör 11

Modellkomponensek és csatolásuk Felszíni modell: talaj leírása Óceáni modell: tengeráramlatok, tengerjég Légköri modell Levegőkémia: aeroszolok, CO 2 körforgalom Élővilág 2014. október 16. Róna Zsigmond Ifjúsági Kör 12

Emberi tevékenység figyelembevétele Sugárzási kényszer [W/m 2 ] új forgatókönyvek kifutó forgatókönyvek 2014. október 16. Róna Zsigmond Ifjúsági Kör 13

Regionális sajátosságok Globális modellek: 250-100 km-es rácssűrűség Finomítás: leskálázási módszerek Regionális éghajlati modellezés Kisebb terület, nagyobb felbontás: 10-25 km Fizikai folyamatok és felszíni jellemzők pontosabb leírása Tartományon kívül zajló folyamatok figyelembevétele Átlaghőmérséklet [ o C], 1961 1990 Globális Regionális 2014. október 16. Róna Zsigmond Ifjúsági Kör 14

Előrejelezhetőség és bizonytalanság 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 1. Kiindulási állapot meghatározása: a jelen állapot sem mérhető meg pontosan 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 1. Kiindulási állapot meghatározása: a jelen állapot sem mérhető meg pontosan 2. Modellek közelítő jellege: eltérő közelítő módszerek különbségek az eredményekben 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 1. Kiindulási állapot meghatározása: a jelen állapot sem mérhető meg pontosan 2. Modellek közelítő jellege: eltérő közelítő módszerek különbségek az eredményekben 3. Természetes változékonyság: ingadozás, az éghajlati rendszer belső tulajdonsága 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 1. Kiindulási állapot meghatározása: a jelen állapot sem mérhető meg pontosan 2. Modellek közelítő jellege: eltérő közelítő módszerek különbségek az eredményekben 3. Természetes változékonyság: ingadozás, az éghajlati rendszer belső tulajdonsága 4. Emberi tevékenység: a jövőbeli fejlődés kiszámíthatatlansága 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 1. Kiindulási állapot meghatározása: a jelen állapot sem mérhető meg pontosan 2. Modellek közelítő jellege: eltérő közelítő módszerek különbségek az eredményekben 3. Természetes változékonyság: ingadozás, az éghajlati rendszer belső tulajdonsága 4. Emberi tevékenység: a jövőbeli fejlődés kiszámíthatatlansága időjárás 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Előrejelezhetőség és bizonytalanság A felhasználók szeretnek úgy tekinteni az előrejelzésekre, mint amik 100 %-osan jók (vagy rosszak) A meteorológiai előrejelzések bizonytalanságot hordoznak, melynek forrásai: 1. Kiindulási állapot meghatározása: a jelen állapot sem mérhető meg pontosan 2. Modellek közelítő jellege: eltérő közelítő módszerek különbségek az eredményekben 3. Természetes változékonyság: ingadozás, az éghajlati rendszer belső tulajdonsága 4. Emberi tevékenység: a jövőbeli fejlődés kiszámíthatatlansága időjárás éghajlat 2014. október 16. Róna Zsigmond Ifjúsági Kör 15

Relatív arány [%] Bizonytalanságok számszerűsítése Ensemble technika Éghajlati skálán: több forgatókönyv, több globális és regionális modell Nagy számításigény nemzetközi együttműködések Globális: CMIP3 CMIP5 Regionális: PRUDENCE Hőmérséklet Csapadék Változékonyság Szcenárió Modell ENSEMBLES CORDEX Évek 16 Hawkins & Sutton, 2009, 2011 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Relatív arány [%] Bizonytalanságok számszerűsítése Ensemble technika Hőmérséklet Éghajlati skálán: több forgatókönyv, több globális és regionális modell Szcenárió J.H. Christensen, IPCC AR5-AR4 nyomán Nagy számításigény nemzetközi együttműködések Globális: CMIP3 CMIP5 Regionális: PRUDENCE Csapadék Változékonyság Modell ENSEMBLES CORDEX Évek 16 Hawkins & Sutton, 2009, 2011 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Egyszer volt, hol nem volt Volt egyszer az OMSZ-ban egy Kutatási és Fejlesztési Főosztály, abban pedig egy Numerikus Előrejelző Osztály Hajdanán a rövidtávú előrejelzés és az éghajlati modellezés egy osztály keretein belül történt (bár a későbbi névválasztás nem volt szerencsés: Numerikus Modellező és Éghajlatdinamikai Osztály) Klímamodellezés először 3, majd 4 fővel: ALADIN és REMO modellek adaptálása, futtatása, kiértékelése, szinoptikusklimatológia 2011: útelágazás Klímamodellező Csoport Jelenleg a KMCS az Éghajlati Osztály része 2014. október 16. Róna Zsigmond Ifjúsági Kör 18

A robotika 3 törvénye 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Éghajlati szimulációk A robotika készítésének 3 törvénye 3 törvénye 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Éghajlati szimulációk A robotika készítésének 3 törvénye 3 törvénye 0. Az éghajlat csak egy hosszabb időszak átlagában értelmezhető 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Éghajlati szimulációk A robotika készítésének 3 törvénye 3 törvénye 0. Az éghajlat csak egy hosszabb időszak átlagában értelmezhető 1. A modelleket először a múltra vonatkozóan tesztelik (összehasonlítás mérésekkel) az éghajlati szimulációk a múltban kezdődnek 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Éghajlati szimulációk A robotika készítésének 3 törvénye 3 törvénye 0. Az éghajlat csak egy hosszabb időszak átlagában értelmezhető 1. A modelleket először a múltra vonatkozóan tesztelik (összehasonlítás mérésekkel) az éghajlati szimulációk a múltban kezdődnek 2. Elvárt pontosság: egy hosszabb időszak éghajlati viszonyainak reprezentálása a szimulációk több (legalább három) évtizeddel a jelen állapot előtt kezdődnek 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

Éghajlati szimulációk A robotika készítésének 3 törvénye 3 törvénye 0. Az éghajlat csak egy hosszabb időszak átlagában értelmezhető 1. A modelleket először a múltra vonatkozóan tesztelik (összehasonlítás mérésekkel) az éghajlati szimulációk a múltban kezdődnek 2. Elvárt pontosság: egy hosszabb időszak éghajlati viszonyainak reprezentálása a szimulációk több (legalább három) évtizeddel a jelen állapot előtt kezdődnek 3. Projekciók a jövőre: az éghajlatváltozási jel szignifikanciája a vizsgált jövőbeli és a referencia-időszak megfelelő távolsága a projekciók gyakran több, mint egy évszázadot ölelnek fel 2014. október 16. Róna Zsigmond Ifjúsági Kör 19

A REMO 5.0 modell jellemzői Europa Modell + ECHAM4 Rácsponti modell hibrid szintekkel Leapfrog séma szemi-implicit korrekcióval Prognosztikai változók: hőmérséklet, horizontális szélkomponensek, felszíni nyomás, specifikus nedvesség, felhővíz-tartalom Hidrosztatikus modell konvekció leírása parametrizációval (Tiedtke, Nordeng) Nagyskálájú csapadék: Sundquist, Roeckner 5 talajréteg Magasabbrendű lezárási séma Bővített Morcrette sugárzási séma 2014. október 16. Róna Zsigmond Ifjúsági Kör 20

A REMO-val végzett vizsgálatok Beállítások tesztelése: felbontás, felpörgési idő Éghajlati szimulációk: Időszak Határfeltétel Felbontás Forgatókönyv 1957 7 2000 ERA-40 25 km / 20 szint 1951 1 2100 ECHAM5/MPI PI-OM 25 km / 20 szint A1B Kiértékelés: Validáció (1961 1990, 1971 2000) Projekciók változások (főként 2021 2050, 2071 2100) Összevetés más modellek eredményeivel 2014. október 16. Róna Zsigmond Ifjúsági Kör 21

Validáció

A regionális modell hozzájárulása ERA-40; 125 km Domborzat [m] ECHAM5/MPI-OM; 200 km REMO 5.0; 25 km 2014. október 16. Róna Zsigmond Ifjúsági Kör 23

A regionális modell hozzájárulása Átlaghőmérséklet [ o C]; 1961 1990 2014. október 16. Róna Zsigmond Ifjúsági Kör 24

A regionális modell hozzájárulása Átlagos nyári 700 hpa-os relatív nedvesség [%]; 1961 1990 2014. október 16. Róna Zsigmond Ifjúsági Kör 25

A határfeltételek hatása Eltérés az E-OBS megfigyelésektől; időszak: 1961 1990 Éves átlaghőmérséklet [ o C] Éves csapadékösszeg [%] LBC: ERA-40 LBC: ECHAM5/MPI-OM 2014. október 16. Róna Zsigmond Ifjúsági Kör 26

A kétféle szimuláció értelmezése Magyarországi éves átlaghőmérséklet; időszak: 1961 1990 Re-analízis határfeltételek Határfeltételek globális éghajlati modellből Megfigyelés-alapú határfeltétel: regionális eredmények a mérésekkel szinkronban Szimulált határfeltételek (a globális modellkísérlet 1860-tól): nem jelennek meg az egyes évek jellemzői 2014. október 16. Róna Zsigmond Ifjúsági Kör 27

A referencia-adatok hatása Magyarországi átlagos csapadékösszeg 2014. október 16. Róna Zsigmond Ifjúsági Kör 28

A referencia-adatok hatása Magyarországi átlagos csapadékösszeg Költői kérdés: modellfejlesztés nélkül is elérhető javulás? 2014. október 16. Róna Zsigmond Ifjúsági Kör 28

A delta módszer létjogosultsága Terület: Magyarország; időszak: 1961 1990 Havi átlaghőmérséklet Havi csapadékösszeg 2014. október 16. Róna Zsigmond Ifjúsági Kör 29

Projekciók Referencia-időszak: 1961 1990

Hőmérséklet Terület: Magyarország Havi átlaghőmérséklet Napi átlaghőmérséklet-értékek Nyári átlaghőmérséklet 2014. október 16. Róna Zsigmond Ifjúsági Kör 31

Csapadék Éves csapadékösszeg változása [%] 2021 2050 2071 2100 2014. október 16. Róna Zsigmond Ifjúsági Kör 32

Csapadék Éves csapadékösszeg változása [%] Magyarországi csapadékösszeg 2021 2050 2071 2100 2014. október 16. Róna Zsigmond Ifjúsági Kör 32

Csapadék 2021 2050 2014. október 16. Róna Zsigmond Ifjúsági Kör 33

Csapadék 2021 2050 2071 2100 2014. október 16. Róna Zsigmond Ifjúsági Kör 33

Csapadék 2021 2050 2071 2100 Mérés + változás 2014. október 16. Róna Zsigmond Ifjúsági Kör 33

Összevetés más modellek eredményeivel

Téli csapadékváltozás [%], 2021 2050 2014. október 16. Róna Zsigmond Ifjúsági Kör 35

Téli csapadékváltozás [%], 2021 2050 Szépszó, 2014 2014. október 16. Róna Zsigmond Ifjúsági Kör 35

Téli csapadékváltozás [%], 2021 2050 Szépszó, 2014 17 modell csökkenés : növekedés 5 : 12 2014. október 16. Róna Zsigmond Ifjúsági Kör 35

Téli csapadékváltozás [%], 2021 2050 Szépszó, 2014 Horányi et al., 2013 Növekedés valószínűsége [%], 17 modell 2014. október 16. 17 modell csökkenés : növekedés 5 : 12 növekedés 60 80 % Róna Zsigmond Ifjúsági Kör 35 % 40 50 60 70 80 90 100

Forgatókönyv-választás hatása Terület: Magyarország Rácspontonként 10 és 20 mm-t meghaladó csapadékösszegű napok előfordulásának változása Szépszó, 2014 2014. október 16. Róna Zsigmond Ifjúsági Kör 36

Összefoglalás Különböző határfeltételek alkalmazása nagy eltéréseket okozhat a regionális és globális modell együttes fejlesztése Eltérő következtetések a különböző megfigyelési adatbázisokkal való validációnál megfelelő referencia választása, a fejlesztéshez is! Delta-módszer a jövőbeli projekcióknál Bizonytalanságok számszerűsítése elsősorban több modell alkalmazásával, ugyanis A forgatókönyv-választásból eredő bizonytalanság kisebb, mint a modellekből származó 2014. október 16. Róna Zsigmond Ifjúsági Kör 37

Felhasználás Objektív döntéshozatal: számszerű hatásvizsgálatok az éghajlatváltozás egyéb hatásaira (egészségre, környezetre, stb.) Kiindulás: modelleredmények + bizonytalanságok 2014. október 16. Róna Zsigmond Ifjúsági Kör 39

Gyakorlati példa Nyári csapadékváltozás [%] 2021 2050-re Nyári félév lefolyásának változása [%] 2021 2050-re Szépszó et al., 2013 2014. október 16. Róna Zsigmond Ifjúsági Kör 40

NATéR Alkalmazkodási adatbázis, ami egységes kiindulási adatokat nyújt a hatásvizsgálatokhoz néhány témában Finanszírozás: Norvég Alap Gazdája: MFGI/NAK Ebben a modellszimulációk fejlesztésében jut szerep az OMSZ-nak 2014. október 16. Róna Zsigmond Ifjúsági Kör 41

Néhány figyelemreméltó tény Nemzeti Alkalmazkodási Térinformatikai Rendszer Norvég Alap Az OMSZ bevonása fontos hazai pályázati keretekről szóló egyeztetésekbe? 2008-ban az OMSZ részt vett a Nemzeti Éghajlatváltozási Stratégia kidolgozásában 2013: 2. NÉS? A jelenlegi kapacitással egy 10 km-es felbontású REMO szimuláció elkészítése egy megfelelő tartományon 1-2 évig tartana az OMSZ-ban 4 éve nem volt nagygépes beruházás A klímamodellezésben kevesebb kutatás, több szolgáltatás hamarosan nem lesz miből (nem leszünk versenyképesek) 2014. október 16. Róna Zsigmond Ifjúsági Kör 43

Köszönöm a figyelmet!

Köszönöm a figyelmet! Honlap: www.met.hu/rcm

Köszönöm a figyelmet! Honlap: www.met.hu/rcm Akit ennél kevésbé érdekel a téma...

Köszönöm a figyelmet! Honlap: www.met.hu/rcm Akit ennél kevésbé érdekel a téma......jöjjön el a védésemre!