Roger Carl Axel Uusitalo

Transkript

1 Roger Carl Axel Uusitalo Klimatets betydelse för djur- och växtliv, renskötsel samt turism i Abiskofjällen - En analysmodell för möjliga klimatförändringar i ett hundraårsperspektiv Master's thesis in Biology Examensarbete i biologi, 20 p, HT 2005 Handledare (supervisor): Brita Svensson Assisterande handledare (assistant supervisor): Gerhard Bax Avdelningen för växtekologi Evolutionsbiologiskt centrum Uppsala universitet Villavägen Uppsala

2

3 Innehållsförteckning Sammanfattning 3 Inledning 4 Naturliga klimatvariationer 4 Människans påverkan på klimatet 5 Material och metoder 6 Områdesbeskrivning 6 Vegetationens sammansättning på olika sluttningar i nutid 8 Förändringar av klimatparametrar till år Vegetationszonernas förändring i höjdled till år Resultat 18 Vegetationens sammansättning på olika sluttningar i nutid 18 Förändringar av klimatparametrar till år Vegetationszonernas förändring i höjdled till år Diskussion 20 Påverkan av klimatförändringen på växt- och djurlivet i undersökningsområdet 20 Påverkan av klimatförändringen på renskötseln i undersökningsområdet 25 Påverkan av klimatförändringarna på turismen i undersökningsområdet 27 Osäkerhetsfaktorer 28 Slutsatser 29 Tack 31 Figurer och tabeller 32 Referenslista 42 Appendix 45 1

4 2

5 Sammanfattning Naturliga klimatvariationer har under alla tider påverkat växt- och djurarters samt vegetationszonernas utbredningsområden. Människan har sedan 1800-talet släppt ut växthusgaser i atmosfären som absorberar värmestrålning vilket i framtiden väntas leda till en snabb global uppvärmning där områden på hög höjd och höga latituder påverkas i första hand. Med hjälp av en analysmodell simulerar jag hur möjliga klimatförändringar i ett hundraårsperspektiv påverkar vinter- och vegetationsperiodens längd, nederbörd, medeltemperatur samt placeringen av vegetationszoner inom ett fjällområde kring Abisko (68 21'N,18 49'E) i norra Sverige. Med stöd av simuleringarna analyserar jag hur en varaktig klimatförändring kan komma att påverka artsammansättningen av djur och växter, turismen och renskötseln i undersökningsområdet. I analysmodellen används digitala höjd- och vegetationsdata över undersökningsområdet samt medeltemperatur och nederbördsmängd för normalperioden från meteorologiska mätstationer i och omkring Abisko. Resultaten visar att till normalperioden ökar vegetationsperiodens längd med upp till 50 dygn medan vinterperioden samtidigt minskar med upp till 52 dygn i Abiskoområdet. Samtidigt väntas den totala nederbördsmängden på årsbasis att öka med mellan 14 % och 27 %. Vegetationszonernas övre gräns beräknas att stiga med m till år Det innebär att kalfjället nuvarande yttäckningsgrad på 67 % kommer att minska till mellan 18 % och 36 %. Klimatförändringarna väntas leda till ökad vegetativ tillväxt och biomassa samt ökad konkurrens för de alpina arterna då boreala växt- och djurarter immigrerar. I kombination med att kalfjällsområdena fragmenteras och minskar i storlek ökar det risken för utrotning av djurarter specialiserade till alpin miljö samt långsamt växande alpina växtarter med dålig spridningsförmåga. Den globala uppvärmningen väntas i framtiden leda till sämre ekonomiska marginaler för rennäringen då vinterbetet försämras, omkostnaderna för stödfoder och transporter ökar samt inkomsterna från köttförsäljning på grund av lägre slaktvikter minskar. Min slutsats blir därmed att ett förändrat klimat hotar den samiska livsföringen med renskötseln som kulturell bas. En klimatförändring på hundra års sikt med stigande skogsgräns kan komma att inverka negativt på antalet besökare i Abiskoområdet under barmarksperioden. Denna nedgång kan dock komma att uppvägas av att vinterturismen i området ökar väsentligt då andra områden i Europa med vintersportorter väntas drabbas hårdare av en ökad medeltemperatur. 3

6 Inledning Naturliga klimatvariationer Jordens klimat är ett komplext system som drivs av solens energi. Solinstrålningen och därmed energin som tillförs jorden varierar långsiktigt med tiden då jordens bana runt solen, jordaxels riktning samt jordaxels lutning mot solen förändras i långa cykler. Dessa tre periodiska variationer kallas Milankoviccykler och de olika perioderna tar allt ifrån till år att fullborda. Analyser av borrkärnor från inlandsisen på Antarktis visar att variationerna i solinstrålning har givit upphov till växlingarna mellan istider och varmare perioder kallade interstadialer (Bernes 2003). Mängden solenergi som tillförs jorden påverkar hur stor del av jordytan som är täckt av snö och is. När solinstrålningen minskar leder det till en högre täckningsgrad av snö och is. Detta leder i sin tur till att mer solenergi reflekteras ut i rymden mot dessa ljusa ytor än vad som skett om samma områden hade varit snö- och isfria. Därigenom minskar värmeutstrålningen från jorden och klimatet blir kallare. Sker detta under en längre period i kombination med fortsatt låg solinstrålning till jorden ökar snö- och istäckningsgradens årliga varaktighet och utbredning så pass mycket att sjunkande temperaturer leder till att en ny istid tar sin början (Bernes 2003). Ett exempel på en mer kortsiktigt klimatpåverkande faktor är vulkanutbrott. Stora utbrott sänder ut stora mängder svaveldioxid högt upp i atmosfären där de sprids och omvandlas till fasta sulfatpartiklar. Dessa mikroskopiska partiklar håller sig svävande på hög höjd i ett par år och reflekterar under tiden en del av solinstrålningen vilket leder till ett kallare klimat på jorden under denna tid (Bernes 2003). Solenergin som absorberas av jordytan varierar även med latituden. Områdena kring ekvatorn absorberar mest energi eftersom vinkel mot solen där är störst och får därmed ett varmt klimat. Polartrakterna upptar minst energi på grund av den låga solvinkeln vilket leder till ett kallare klimat (Bernes 2003). Genom förflyttningar av varmare vatten och luft mot kallare trakter minskar jordens klimatsystem skillnaderna i temperatur mellan ekvatorn och polnära områden. Därmed uppkommer havsströmmar, vindar, lågoch högtryck vilka i sin tur påverkar bland annat molnfördelningen och nederbörden. Dessa olika klimatfaktorer varierar, interagerar och påverkar klimatet i ett väldigt komplext system över tiden. En faktor som ytterligare gör det svårare att överblicka klimatets naturliga variationer är att olika delar av klimatsystemet tar olika lång tid på sig att anpassa sig till yttre förändringar. Exempelvis reagerar landområden och luftlagren inom loppet av några dagar på förändringar medan djuphaven kan behöva årtionden eller till och med sekel innan en ny temperaturjämvikt har skapats. Faktum är att jordens klimat ständigt påverkas av en mängd naturliga faktorer med olika tidscykler och befinner sig aldrig i jämvikt (Bernes 2003). Olika typer av växter är anpassade för olika klimatbetingelser. Vegetationen kan därmed indelas i olika zoner där en viss typ av klimatförutsättningar råder. När klimatet förändras kommer det långsiktigt att leda till att utbredningen av vegetationszonerna förändras så att vegetationen åter kommer i jämvikt med klimatet (Scott et al. 1996). När klimatet på jorden blev varmare efter den senaste istiden kom vegetationszonerna att röra sig från 4

7 ekvatorn och upp på högre höjd över havet. När och hur fort växterna i de olika vegetationszonerna vandrade in på den skandinaviska halvön sedan den senaste istiden slut är känt genom användning av metoder som pollenanalys och kol-14-datering av makrofossil (Bernes 2003). Genom dessa metoder kan vi även studera hur variationerna mellan varmare och kallare perioder sedan den senaste istidens slut påverkat olika växtsamhällens utbredning. Exempelvis så vet vi att tallens (Pinus sylvestris) övre höjdgräns låg drygt tvåhundra höjdmeter högre under värmeperioden för 5000 till 8000 år sedan än den gör idag (Andersson et al. 1985). Människans påverkan på klimatet Analyser av borrkärnor från Antarktis inlandsis har visat att Milankoviccyklerna styr växlingen mellan istider och mellanliggande värmeperioder. Dessutom visar undersökningen av iskärnorna på en stark korrelation mellan förändringarna av temperaturen och mängden koldioxid i atmosfären över de senaste åren (Bernes 2003). Koldioxid är en av de viktigaste så kallade växthusgaserna i atmosfären. Dessa naturligt förekommande gaser släpper in nästan all kortvågig solinstrålning men förhindrar en väsentlig del av jordens långvågiga värmestrålning att försvinna ut i rymden. Detta fenomen har fått benämningen den naturliga växthuseffekten. Utan dessa värmeabsorberande gaser hade jordens medeltemperatur varit så pass mycket lägre att något liv knappast varit möjligt här (Bernes 2003). Från den senaste istidens slut fram till starten av den industriella revolutionen har koldioxidhalten och temperaturen varit relativt stabil på jorden. Men från början av talet har koldioxidhalten och mängden av andra växthusgaser i atmosfären stigit till följd av att människan börjat förbränna fossila bränslen och förändrat markanvändningen. Till en början steg halterna långsamt men sedan 1960-talet har ökningen accelererat. Förutom höjda halter av de naturligt förekommande växthusgaserna har människan börjat släppa ut artificiella gaser i atmosfären med väldigt hög förmåga att absorbera värmestrålning. Sammantaget har detta lett till en förhöjd växthuseffekt med en alltjämt stigande medeltemperatur för jorden (Bernes 2003). Förändringarna av medeltemperaturen sedan början av 1800-talet, som till stor del antas vara uppkomna på grund av mänsklig aktivitet, fram till nutid har varit snabb historiskt sett (Bernes 2003). Enligt simuleringar som sträcker sig från nutiden fram till år 2100 kommer dock medeltemperaturstegringen att accelerera ytterligare och gå mycket snabbare än de tidigare på naturlig väg uppkomna klimatvariationerna (SWECLIM 2002a; Bernes 2003). Resultaten från klimatsimuleringarna visar att områden på hög höjd och höga latituder kommer att påverkas först av den globala uppvärmningen och får större temperaturhöjningar än områden på lägre höjd och närmare ekvatorn. Simuleringar av snabba temperaturstegringar kan således ge en tidig indikation på hur jordens ekosystem kan komma att förändras om den globala uppvärmningen inte hejdas. Den svenska fjällvärlden, särskilt fjällområdena i den norra delen av landet, uppvisar både relativt hög höjd och hög latitud och kan därmed komma att påverkas starkt av en framtida klimatförändring orsakad av människan. Simuleringar gjorda av Moen et al. (2004) visar på att stora delar av kalfjällsområdena i Sareks nationalpark med omnejd på 5

8 hundra års sikt kan komma att försvinna då fjällbjörken (Betula pubescens ssp. czerepanovii) vandrar längre upp på fjällsluttningarna. En liknande studie från österrikiska alperna visar att en varaktig klimatförändring leder till en ökad risk för utrotning av alpina växtarter (Dirnböck et al. 2003). Syftet med mitt examensarbete är att simulera hur en klimatförändring på 100 års sikt kan påverka placeringen av sub-, låg-, mellan- och högalpina vegetationszoner i fjällandskapet kring Abisko i norra Sverige. Jag begränsar studien till att undersöka fyra betydelsefulla klimatparametrar; vinter- och vegetationsperiodens längd, nederbörd samt medeltemperatur. Med stöd av simuleringarna analyserar jag hur en varaktig klimatförändring kan komma att påverka artsammansättningen av djur och växter, turismen och renskötseln i undersökningsområdet. Material och metoder Områdesbeskrivning Fjälltrakterna kring Abisko lämpar sig mycket väl till studien tack vare tillgången till forskningsdata insamlade vid Abisko naturvetenskapliga station. Området kring Abisko uppvisar stora variationer i såväl berggrund, topografi och klimat vilket gör det till ett lämpligt studieområde. De västra delarna av fjällområdet närmast gränsen mot Norge har ett utpräglat maritimt klimat med höga årsnederbördsmängder då de ligger fritt exponerat för de ofta regnförande sydväst- och västvindarna. Årsmedeltalet för uppmätt nederbörd vid mätstationen i Riksgränsen är bland de högsta i Sverige med 1005 mm (Alexandersson & Eggertsson Karlström 2001). Närheten till Atlanten ger även de topografiskt mer djärva och något högre västra delarna av Abiskofjällen relativt svala somrar och milda vintrar. Färdas man österut får klimatet en allt mer kontinentalt inslag med minskande nederbördsmängder då områdena är på läsidan av de högsta fjälltopparna i väster. Abisko som ligger mellan tre och fyra mil öster om Riksgränsen har en årsmedelnederbörd på enbart 301 mm (NORDCLIM 2003). I den topografiskt mer avrundade östra delen av undersökningsområdet är även amplituden mellan sommar- och vintermedeltemperaturen större då Atlantens utjämnande effekt minskar med ökat avstånd till havet. Storleken av området valdes utifrån tillgängliga digitala höjd- och vegetationsdata. I väster och norr sammanfaller områdets gräns med riksgränsen mellan Sverige och Norge. Avgränsningen i öster respektive söder drogs av praktiska skäl som två raka linjer längs X koordinaten respektive Y koordinaten i koordinatsystemet RT90 (figur 1). Det drygt 1535 km 2 stora området innanför avgränsningarna kommer hädanefter att kallas för undersökningsområdet. Inom undersökningsområdets gränser finns i huvudsak tre växtgeografiska områden (Andersson et al. 1985). Olika typer av berggrund är det främsta skälet till att de tre områdena är så markant särpräglade i växtgeografisk mening. Ett av de växtgeografiska områdena kallas Kuokkels urbergsfönster och består av två topografiskt skilda delområden. Den ena delen är ett drygt 10 km brett område från den stora fjällsjön 6

9 Torneträsks västände fram till norska gränsen i väster. Delområdet, som begränsas av Vadvetjåkkafjällen i norr samt söderut av Abiskofjällen, ligger till stor del under 500 m över havet och tillhör därmed det subalpina fjällområdet. Den andra delen av Kuokkels urbergsfönster finner man längs ett stråk längs den norska gränsen från malmbanan i norr till Allakas i söder. Denna 5 till 10 km breda del, begränsad av Vassitjåkkas högfjällsområde i öster, är betydligt mer kuperad och ligger helt ovanför skogsgränsen med toppar på drygt 1300 m. En mosaik av björkskog, hedar, flikiga småsjöar samt block- och hällmark karaktäriserar Kuokkelområdet som helhet. Vegetationen i området har en mager flora dominerad av ett relativt fåtal arter på grund av den näringsfattiga berggrunden konstaterar Andersson et al. (1985). Det andra växtgeografiska området med namnet Kebnekaise-Kårsatjåkkå återfinns som en knappt 15 gånger 15 km stor kvadrat i det sydöstra hörnet av undersökningsområdet. Området domineras helt av den hårda och motståndskraftiga bergarten amfibolit som ger upphov till dramatiska fjällformationer med stora höjdskillnaderna mellan dal och topp. Exempelvis finns den karakteristiska U-dalen kallad Lapporten i området som annars till stora delar består av högfjäll som Kieron, Nissontjårro, och Adnetjårro. Stora ytor av området täcks av blockmark, extrema snölegor samt glaciärer och på de ytor som växter kan kolonisera blir floran artfattig då den svårvittrade och näringsfattiga amfibolitberggrunden ger dåliga förutsättningar för vegetation. Den klart största delen av undersökningsområdet hamnar dock inom det växtgeografiska området med benämningen Abisko-Vadvetjåkka. Till skillnad från de två andra växtgeografiska områdena består berggrunden av mjukare och mer lättvittrade bergarter vilket ger upphov till en rikare vegetation. Inom undersökningsområdets gränser finns tre delområden. Det första delområdet Abiskofjällen har rätt djärv topografi med toppar upp till 1590 m. Dessa fjäll ligger väster om samhället Abisko och är uppbyggda av de kalkrika köliskiffrarna. Norr om Torneträsk finner man de lägre och mer avrundade gränsfjällen mot Norge. Även fjällen i det här området är uppbyggt av de kalkrika köliskiffrarna. Både Abiskofjällen och gränsfjällen norr om Torneträsk är till stor del ovanför trädgränsen och har tack vare stora nederbördsmängder och tillgången på kalk en stor andel ängsflora. De botaniskt mest intressanta områdena med störst artrikedom finns inom Abisko och Vadvetjåkka nationalparker. Det tredje delområdet är den vidsträckta Abiskodalen öster om Abiskofjällen. Abiskodalen tillhör den subalpina björkskogsregionen. I dalen växer björken i glesvuxna och parkartade bestånd med en och annan insprängd tall i de allra gynnsammaste lägena. Berggrunden består här till stor del av kalkfattiga och mer svårvittrade seveskiffrar vilket leder till en rätt så artfattig vegetation. Floran är som rikast i delområdets västra sluttningar upp mot Abiskofjällen då snödjupet är större vintertid än i övriga delar av Abiskodalen. Det tjockare snötäcket i västsluttningarna ger ett bättre skydd mot vinterns kyla samt en jämn tillgång av smältvatten till växterna sommartid (Andersson et al. 1985). 7

10 Vegetationens sammansättning på olika sluttningar i nutid Alla klimatförändringssimuleringar utfördes med programmet arcgis version 9. För att kunna simulera effekter av klimatförändringarna inom de sub-, låg-, mellan- och högalpina vegetationszonerna började jag med att analysera var olika vegetationstyper är placerade i terrängen idag. Data för detta ändamål hämtades från digitala vegetationsdata (G. Bax, muntligen). Rutstorleken för vegetationsdata valdes till 50 gånger 50 m för att överensstämma med rutstorleken på höjddata för området (G. Bax, muntligen). För att underlätta den kommande dataanalysen slog jag samman vegetationstyper, med hjälp av verktyget reclass by table, i ett mindre antal klasser. Vegetationstyperna frisk och fuktig rished respektive torr rished och skarp rished bildade klasserna frisk och blöt rished respektive torr och skarp rished. På samma sätt slogs lågörtäng och högörtäng respektive blockterräng och hällmark ihop till två olika klasser. Dessutom förenades vegetationstyperna torrt kärr och blött kärr respektive rismyr (mosse) och blandad myr i två olika vegetationsklasser. Slutligen slogs samtliga björkskogstyper samman i en klass. De övriga vegetationstyperna vide, glaciär, moderat snölega, extrem snölega, tätbebyggelse, ängsmark, backkärr, gräshed och vatten bildade även fortsättningsvis enskilda klasser. För att kunna se hur vegetationsklassernas fördelning förändrades med höjden delade jag upp rasterfilen med samtliga höjddata i intervall från Torneträsks strand på 342 m över havet till högsta höjdvärdet i området på 1795 m över havet. Den första nya rasterfilen innehöll det första höjdintervallet som var mellan 342 och 400 m över havet samt den 27:e och sista rasterfilen innehöll det sista intervallet som var från 1750 till 1795 m över havet. Alla rasterfiler däremellan innehöll vardera varsitt intervall om 50 höjdmeter. Nästa steg var att dela upp terrängen inom undersökningsområdet i fem olika sluttningsriktningar för att senare kunna undersöka om det var någon skillnad på vegetationen på olika sluttningar. Mark som ej sluttar gav jag värdet 0. Lutningsriktningar mellan 0 och 68, det vill säga N till ONO samt 338 till 360, det vill säga N till NNW, har fått värdet 1. Värden mellan 68 och 158, ONO till SSO, har fått nya värdet 2. Värden mellan 158 och 248, SSW till WSW, har fått nya värdet 3. Värden mellan 248 och 338, WSW till NNW, har fått nya värdet 4. Alltså står 1 för lutningar riktade åt norr, 2 för ostsluttningar, 3 för lutningar orienterade mot söder samt 4 västligt orienterade sluttningar. Jag har alltså valt att förskjuta mittpunkterna för de fyra klasserna som representerar de fyra vädersträcken med 23 grader, exempelvis S till SSW. Detta har jag gjord på grund av att temperaturen som begränsar många växters utbredning i fjällen följer med en viss eftersläpning solens upp- och nergång. Exempelvis inträffar den maximala temperaturen på eftermiddagen då solen redan passerat zenit och därmed ligger det temperaturmässigt sett mest fördelaktiga läget ett antal grader västerut från söderriktningen räknat (G. Bax, muntligen). 8

11 Varje lutnings- och vegetationsdata för ett specifikt höjdintervall kombinerades för att få fram nya klasser där varje klassnummer står för en unik kombination mellan en av de 16 vegetationsklasserna och en av de fyra lutningsklasserna. De olika vegetationsklassernas procentuella fördelning i nord-, ost-, syd- och västsluttningar inom varje höjdintervall beräknades. Det första steget i beräkningen var att sortera in vegetationsklasserna i fyra grupper som var och en representerade en lutningsklass. Därefter exkluderades alla rutor som innehöll vatten eftersom dessa inte är intressanta ur vegetationsförändringssynpunkt. Sedan beräknades de olika vegetationsklassernas procentuella andel inom varje enskilt höjdintervall för samtliga fyra lutningsklasser. Detta gjordes genom att dela antalet 50 gånger 50 m rutor som representerade var och en av vegetationsklasserna i en lutningsklass med det totala antalet rutor i samma lutningsklass inom det aktuella intervallet. Denna beräkning gjordes sedan på samma sätt för de tre återstående lutningsklasserna. Sedan sammanslogs resultaten för de olika höjdintervallen i en tabell för var och en av de fyra lutningsklasserna. Ur dessa fyra tabeller kunde jag sedan analysera vegetationens förändring per 50 meters intervall i höjdled inom undersökningsområdet för nord-, ost-, syd- och västsluttningar. Jag jämförde därefter vegetationssammansättningen på de ofta snörika ostsluttningarna med de vanligen barblåsta västsluttningarna. Sedan jämförde jag även vegetationssammansättningen på de ofta beskuggade och kallare nordsluttningarna med de solexponerade och varmare sydsluttningarna. Förändringar av klimatparametrar till år 2100 SWECLIM har med två olika globala klimatmodeller som bas, nämligen den tyska ECHAM4/OPYC3 samt den engelska HadAM3H modellen, simulerat hur Skandinaviens klimat kan komma att vara vid normalperioden (SWECLIM 2002a; 2002b). En normalperiod definierar jag som en 30 år lång meteorologisk mätserie som ligger till grund för beräkning av medeltemperatur och medelnederbördsmängd. SWECLIM har i sin undersökning använt sig av två av klimatpanelen IPCC framtagna utvecklingsscenarier kallade A2 och B2. Dessa utvecklingsscenarier representerar två av fyra visioner för den globala samhällsutvecklingen fram till år Skillnaden mellan de två använda scenarierna är att världen i A2 strävar efter hög ekonomisk tillväxt medan huvudmålet bland världens länder i B2 är att utveckla ett ekologiskt hållbart samhälle. Vidare förutsätter A2 en fortsatt hög befolkningstillväxt medan B2 prognostiserar en uppbromsad ökning av jordens befolkning. Sammantaget antar IPCC fortsatt stora ökningar av utsläppen av växthusgaser i scenario A2 medan scenario B2 utgår från att utsläppsökningen av koldioxid och andra växthusdrivande gaser bromsas upp något (Bernes 2003). Resultaten från klimatsimuleringarna visar att medeltemperaturen och medelnederbörden för de fyra årstiderna kommer att förändras fram till år 2100 på olika platser i Skandinavien (SWECLIM 2002a; 2002b). Vintern har klassificerats som perioden december till och med februari, våren som mars till och med maj, sommaren som juni till och med augusti och slutligen hösten som september till och med november. I min undersökning har jag valt att studera hur SWECLIMs resultat skulle påverka olika klimatparametrar för fyra lokaler där meteorologiska mätserier över temperatur och nederbörd finns tillgängliga (appendix 1). Tre av lokalerna finns inom mitt 9

12 undersökningsområdes gränser, nämligen Katterjåkk, Latnjajaure och Abisko, medan den fjärde, Rensjön, finns några mil sydöst om området. Lokalerna ligger på ungefär samma breddgrad vilket betyder att klimatskillnader uppkomna på grund av skillnader i solhöjd och därmed maximal möjlig tillförd solenergi är försumbara. De fyra mätplatserna är fördelade med några mils mellanrum i väst-östlig riktning och det gör det möjligt att undersöka om de modellerade klimatförändringarna kommer att påverka den mer maritimt utpräglade västra delen av fjällkedjan på ett annat vis än den mer kontinentalt präglade östra delen av fjällområdet. Uppmätta värden avseende medeltemperatur och medelnederbörd för normalperioden gällande lokalerna Katterjåkk och Rensjön finns publicerade av Alexandersson & Eggertsson Karlström (2001). Abiskos värden för medeltemperatur och medelnederbörd under samma period finns redovisade av NORDCLIM (2003). För Latnjajaure finns temperatur och nederbördsdata enbart från och med 1990 till och med år 2001 (Molau 2004). Latnjajaures temperaturdata, från ovan nämnda period, har uppdelats i samma fyra årstider som SWECLIMs (appendix 2). När det gäller nederbördsdata från Latnjajaure så har enbart sommarmånaderna juni, juli och augusti kunnat grupperas och användas för korrelation då nederbördsobservationer från de andra årstiderna saknas helt eller delvis (appendix 3). Enligt Molau (2004) visar nederbördsmönstren hos Latnjajaure och Katterjåkk ett starkt samband och därför kan nederbördsdata från Katterjåkks mätstation användas för övriga delen av året. Därmed har jag inte beräknat Latnjajaures medelnederbördsmängd under normalperioden för vår, höst och vinter utan antagit samma värden som finns redovisade för Katterjåkk under samma period. Uppgifter gällande Katterjåkks månadsvärden för medeltemperatur samt nederbördsmängd för den aktuella tidsperioden har jag hämtat från SMHI s månatliga tidskrift väder och vatten ( , appendix 2 och 3). Därefter har Latnjajaures och Katterjåkks årstidsgrupperade månadsvärden för temperatur- och nederbördsdata korrelerats. Eftersom korrelationen visade att det fanns ett samband mellan de två mätstationernas årstidsmedeltemperaturer samt sommarmedelnederbörd kunde jag gå vidare nästa steg i undersökningen (appendix 2, 3). Genom linjär regressionsanalys (y = a + bx) mellan Latnjajaures och Katterjåkks värden har jag sedan räknat fram regressionskoefficienter (Fowler et al. 1998). y representerar värden gällande för Latnjajaure och x representerar värden gällande för Katterjåkk. För respektive årstidsgrupphar koefficenterna a och b beräknats. Koefficienten a har fåtts fram genom att dividera Latnjajaures fyra årstidsmedeltemperaturer samt sommarmedelnederbörd, för perioden 1990 till 2001 med Katterjåkks motsvarande årstidsmedeltemperatur, respektive sommarmedelnederbörd, för samma tidsperiod. Årstidens medelvärde för temperatur respektive nederbörd fick jag fram genom att addera alla månadsmedelvärden i en årstidsgrupp och sedan dividera med antalet månadsmedelvärden i samma grupp. Koefficienten b fick jag fram genom att dividera standardavvikelsen i respektive årstidsgrupp för Latnjajaure med standardavvikelsen i motsvarande årstidsgrupp för Katterjåkk. Dessa regressionskoefficienter gör det möjligt att utifrån de uppmätta nederbörds- och temperaturdata från Katterjåkks mätstation för normalperioden beräkna fram värden för Latnjajaure över samma meteorologiska referensperiod. Därför har jag beräknat medeltemperaturerna för de fyra årstiderna samt sommarmedelnederbörden genom att först addera årstidens tre 10

13 månadsmedelvärden och sedan dividera med tre. Medelnederbördsmängden är avrundad till närmaste heltal i mm och medeltemperaturen till närmaste tiondels C. För att kunna undersöka hur exempelvis vegetationsperiodens längd påverkas har jag sedan beräknat fram månadsmedelvärden för Latnjajaure. Hur jag har gått tillväga för att räkna ut medeltemperaturen skall jag visa i form av ett exempel. Det första jag gjort är att subtrahera Latnjajaures beräknade årstidsmedeltemperatur för normalperioden med motsvarande årstidsmedeltemperatur för Katterjåkk som uppmätts under perioden Exempelvis beräknades de tre höstmånaderna under normalperioden i Latnjajaure ha en medeltemperatur som i snitt var en grad kallare än i Katterjåkk. Ifall jag skulle dra av en grad från september, oktober och november blir det en väldig onaturlig övergång från sommaren då jag ska dra bort 2,3 C från varje månad. För att minska dessa skarvar har jag tagit hänsyn till de observerade skillnaderna i månadsmedeltemperatur mellan Latnjajaure och Katterjåkk under för perioden För detta har jag använt mig av följande tre formler A = a / ( a + b + c ) * x B = b / ( a + b + c ) * x C = c / ( a + b + c ) * x A, B och C = viktad skillnad i månadsmedeltemperatur för första, andra respektive tredje månaden i aktuell årstid mellan Latnjajaure och Katterjåkk för normalperioden a, b och c = observerad skillnad i månadsmedeltemperatur för första, andra respektive tredje månaden i aktuell årstid mellan Latnjajaure och Katterjåkk för perioden x = beräknad skillnad i årstidsmedeltemperatur mellan Latnjajaure och Katterjåkk för normalperioden När det gäller exemplet med höstmånaderna så är a = 1,800; b = 1,760; c = 0,570 samt x = 1,000. Genom använda de tre ovanstående formlerna får jag fram följande svar avrundade till en decimals noggrannhet: A = -1,3; B = -1,3 samt C = -0,4 Detta resultat från viktningen visar att Latnjajaure har en beräknad månadsmedeltemperatur som är 1,3 respektive 0,4 C kallare i september och oktober respektive november än i Katterjåkk för normalperioden Därmed kan den skarpa övergången mellan årstidernas skillnader i medeltemperatur undvikas. Latnjajaures medelnederbörd för sommaren under normalperioden har även den beräknats på årstidsbasis. Detta har skett med hjälp av tidigare redovisad interpolation med nederbördsdata från Katterjåkk för perioden Det enklaste vore att sedan dela medelnederbördsmängden för årstiden med tre för att få ut hur mycket nederbörd som faller i snitt per månad. Men för att knyta an till hur det observerade nederbördsmönstret på månadsbasis varit för Latnjajaure under perioden har jag valt att, som i fallet med medeltemperaturen, vikta de olika månaderna. Jag har för det första räknat ut hur mycket nederbörd som har fallit i medeltal vid Latnjajaure under 11

14 perioden för månaderna juni, juli respektive augusti. Resultatet blev att medelnederbördsmängden under perioden var 50 mm för juni, 73 mm för juli samt 74 mm för augusti månad. Därefter har jag använt mig av samma metod som för temperatur. Medelnederbördsmängderna under normalperioden blir då 44 mm för juni, 65 mm för juli samt 66 mm för augusti. För övriga månader, kan som tidigare nämnts, antas att Latnjajaure har samma medelnederbördsmängd som observerats i Katterjåkk under normalperioden När jag nu hade tillgång till månadsmedelvärden gällande temperatur och nederbörd för samtliga fyra lokaler kunde jag vidare till nästa steg i undersökningen. Ur SWECLIMs kartor avläste och noterade jag förändringarna av medeltemperaturen i C samt medelnederbörden i procent mellan normalperioden och den simulerade normalperioden för de fyra lokalerna (SWECLIM 2002a; 2002b). Jag valde att notera resultaten för de fyra årstiderna från både den engelska och den tyska klimatmodellen. För att undvika ett subjektivt och därmed godtyckligt urval när det uppstod svårigheter att utläsa vilket värde som gällde för en vis lokal har jag konsekvent tagit det värde som varit längst ifrån värdet från den andra klimatmodellen. Exempelvis om jag ur den ena modellen lätt kan avgöra att värdet för skillnaden i medeltemperatur är plus två C och i den andra modellen är det antingen plus fem eller plus sex C så har plus sex C valts. Om svårigheter att avläsa värdena uppstår för båda klimatmodellerna så har värdena som skapat störst intervall valts. Därefter har jag valt att räkna ut medelvärdet från den tyska och den engelska modellens utlästa värden. Med andra ord har jag nu fått fram ett värde per lokal och årstid som visar förändringen av medeltemperatur samt medelnederbörd från normalperioden till den simulerade normalperioden Jag har sedan beräknat fram den simulerade normalperiodens medeltemperatur och medelnederbördsmängd på månadsbasis för Rensjön, Abisko, Latnjajaure respektive Katterjåkk för både A2- och B2-scenariot. Medelnederbördsmängden är avrundad till närmaste heltal i mm och medeltemperaturen till närmaste tiondels C. När det gäller beräkningen av medeltemperatur har följande formel använts a = b + ( c ), där a = beräknad medeltemperatur i C för x-månad under den simulerade normalperioden , b = medeltemperatur i C för x-månad under normalperioden och c = beräknad förändring i C mellan normalperioden och den simulerade normalperioden för den årstid som x-månad ingår i. När det gäller beräkningen av medelnederbördsmängd har följande formel använts a = b * ( c ) / 100, där 12

15 a = beräknad medelnederbördsmängd i mm för x-månad under den simulerade normalperioden , b = medelnederbördsmängd i mm för x-månad under normalperioden och c = beräknad förändring i procent mellan normalperioden och den simulerade normalperioden för den årstid som x-månad ingår i. I det här skedet av undersökningen hade jag nu tillgång till data för tre normalperioder med både medelnederbördsmängd samt medeltemperatur på månadsbasis för lokalerna i Abisko, Katterjåkk, Latnjajaure och Rensjön. De tre normalperioderna var samt för de två simulerade scenarierna A2 och B2. Nu kunde jag därmed undersöka hur vegetationsperiodens längd samt hur nederbördens fördelning mellan snö och regn skulle förändras från åren till perioden om någon av SWECLIMs modellerade klimatscenarier A2 och B2 blev verklighet. När det gäller beräkningen av vegetationsperiodens längd för de olika normalperioderna gjorde jag på följande sätt: Den redovisade medeltemperaturen för respektive månad antogs infalla vid midnatt mellan den 15:e och 16:e dagen, med andra ord ungefär mitt i månaden. Detta antagande gällde samtliga tolv månader. Därefter antog jag att förändringen i medeltemperatur mellan två månader var helt linjär. Vegetationsperiodens längd räknade jag från och med den dag som medeltemperaturen under våren passerade över fem C till och med den dag som medeltemperaturen under hösten passerade under fem C. Sedan summerades antalet dagar för att få fram vegetationsperiodens längd. För enkelhetens skull räknades året alltid bestå av 365 dagar. Medeltemperaturen antas stiga linjärt på våren och för att få fram när medeltemperaturen passerar över 5 C används följande formel a = ( b - c ) / ( d c ) * e, där a = antalet dygn, från och med midnatt mellan den 15:e och 16:e i sista månaden under våren som har en lägre månadsmedeltemperatur än 5,0 C, tills medeltemperaturen passerar över 5,0 C, b = temperaturgräns för vegetationsperiodens början och slut, det vill säga 5,0 C, c = månadsmedeltemperatur för sista månaden under våren som har en lägre månadsmedeltemperatur än 5,0 C, d = månadsmedeltemperatur för första månaden under våren med en månadsmedeltemperatur som är högre eller lika med 5,0 C och e = antalet dygn från och med midnatt den 15:e och 16:e i sista månaden under våren som har en lägre månadstemperatur än 5,0 C till och med midnatt den 15:e och 16:e i första månaden under våren med en medeltemperatur som är högre eller lika med 5,0 C. 13

16 För att tydliggöra tillvägagångssättet visar jag ett exempel. För Katterjåkk är medeltemperaturen 1,4 respektive 7,2 C i maj respektive juni under normalperioden Medeltemperaturen 1,4 respektive 7,2 C antas infalla vid midnatt mellan 15:e och 16:e maj respektive 15:e och 16:e juni. Antalet dygn mellan midnatt 15:e och 16:e maj respektive 15:e och 16:e juni är 31. insättning i formel ger: a = ( 5,0 C 1,4 C) / ( 7,2 C 1,4 C) * 31 dygn Avrundat är resultatet för a = 19,2 dygn. Med andra ord innebär det att medeltemperaturen i Katterjåkk passerar över 5,0 C 19,2 dygn efter midnatt mellan 15:e och 16:e maj, alltså startar vegetationsperioden någon gång under dygnet den 4:e juni. För enkelhetens skull räknas hela dygnet till vegetationsperioden. Medeltemperaturen antas sjunka linjärt på hösten och för att få fram när medeltemperaturen passerar under 5 C används följande formel: f = ( g - h ) / ( i h ) * j, f = antalet dygn före midnatt mellan den 15:e och 16:e i första månaden under hösten med en månadsmedeltemperatur som är lägre än eller lika med 5,0 C då medeltemperaturen passerar under 5,0 C, g = temperaturgräns för vegetationsperiodens början och slut, det vill säga 5,0 C, h = månadsmedeltemperatur för sista månaden under hösten som har en högre månadsmedeltemperatur än 5,0 C, i = månadsmedeltemperatur för första månaden under hösten med en månadsmedeltemperatur som är lägre eller lika med 5,0 C och j = antalet dygn från och med midnatt den 15:e och 16:e i sista månaden under hösten som har en högre månadstemperatur än 5,0 C till och med midnatt den 15:e och 16:e i första månaden under hösten med en medeltemperatur som är lägre eller lika med 5,0 C. Låt oss återgå till exemplet. För Katterjåkk är medeltemperaturen 9,0 respektive 4,2 C i augusti respektive september under normalperioden Medeltemperaturen 9,0 respektive 4,2 C antas infalla vid midnatt mellan 15:e och 16:e augusti respektive 15:e och 16:e september. Antalet dygn mellan midnatt 15:e och 16:e augusti respektive 15:e och 16:e september är 31. Insättning i formel ger: f = ( 5,0 C 4,2 C) / ( 9,0 C 4,2 C) * 31 dygn Avrundat är resultatet för f = 5,2 dygn. Med andra ord innebär det att medeltemperaturen i Katterjåkk passerar under 5,0 C 5,2 dygn före midnatt mellan 15:e och 16:e september, 14

17 alltså avslutas vegetationsperioden någon gång under dygnet den 10:e september. För enkelhetens skull räknas hela dygnet till vegetationsperioden. För att få fram längden på vegetationsperioden har jag summerat antalet dygn från och med den 4:e juni till och med den 10:e september. Resultatet från beräkningen visade att vegetationsperiodens längd för Katterjåkk under normalperioden var 99 dygn. Vegetationsperiodens längd räknades ut på samma sätt för alla fyra lokaler under samtliga tre normalperioder. Därefter jämfördes respektive lokals resultat för de tre undersökta normalperioderna. Den jämförelsen visade hur vegetationsperioden kan komma att ändras till perioden Nästa steg i undersökningen var att beräkna hur stor andel av medelnederbördsmängden som faller som regn respektive snö på ett år för Abisko, Katterjåkk, Latnjajaure och Rensjön. För samtliga fyra lokaler beräknades andelen snö och regn för normalperioden samt SWECLIMs två simulerade scenarier A2 och B2 under normalperioden För det första antog jag att all nederbörd beräknades falla som snö de dygn då medeltemperaturen beräknades vara under 0,0 C. Den redovisade medeltemperaturen för respektive månad antogs infalla vid midnatt mellan den 15:e och 16:e dagen. Även detta antagande gällde året samtliga tolv månader. Därefter antog jag som i föregående undersökning att förändringen i medeltemperatur mellan två månader var helt linjär. Antalet dygn som det regnade räknade jag från och med det dygn som medeltemperaturen vid vinterns slut passerade över noll C till och med det dygn som medeltemperaturen vid vinterns början passerade under noll C. De resterande dagarna med en medeltemperatur under noll C räknades som vinter där all nederbörd föll i form av snö. För enkelhetens skull räknades året alltid bestå av 365 dagar. Sedan summerades antalet dagar i samtliga tolv månader med då nederbörden väntades falla i form av regn respektive snö. De månader på året som hade en medeltemperatur på över noll C hela månaden beräknades alltså all nederbörd komma som regn. På samma sätt beräknades de månader på året som hade en medeltemperatur på under noll C hela månaden få enbart snö. I och med att jag redan beräknat fram medelnederbördsmängden på månadsbasis var det enbart att föra över resultatet i regn respektive snö kolumnen för ovan nämnda månader. De två månader på året där medeltemperaturen passerade noll C fick jag beräkna, och avrunda till närmaste mm, hur stor delmängd av medelnederbördsmängden som föll som regn respektive snö. I den beräkningen antog jag att medelnederbördsmängden under de aktuella månaderna var helt jämt utspridd över samtliga dygn i månaden. Jag räknade ut regn- respektive snömängden var för sig med hjälp av följande formel a = b / c * d, där a = medelnederbördsmängd i mm som faller i regn- respektive snöform under månaden, b = antalet dygn i månaden då nederbörden väntas falla i regn- respektive snöform, c = totalt antal dygn i månaden och d = total medelnederbördsmängd i mm för hela månaden 15

18 Vegetationszonernas förändring i höjdled till år 2100 Medeltemperaturen sommartid är i allmänhet den faktorn som begränsar växternas utbredning i fjällvärlden (Moen 1999; Moen et al. 2004). Eftersom medeltemperaturen faller med ökad höjd över havet delas olika tåliga växtsamhällen in i skilda vegetationszoner längs fjällsidorna. Därför har jag valt använda mig av medeltemperaturen för de tre sommarmånaderna vid simulering av den sub-, låg-, mellan- samt högalpina vegetationszonernas förändring i utbredning till år Följande grundantaganden gjordes: Att de nuvarande gränserna mellan vegetationszonerna i den digitala vegetationskartan var i jämvikt med sommarmedeltemperaturen för normalperioden Att de simulerade vegetationszonerna för scenarierna B2 respektive A2 var i jämvikt med den simulerade sommarmedeltemperaturen för normalperioden Det första steget var att beräkna fram på vilka höjder över havet de olika vegetationszonernas gränser fanns idag i de fyra olika vädersträcken. Jag använde mig av data som tagits fram i den föregående undersökningen om vegetationstypernas procentuella fördelning med avseende på höjd över havet. Ur den undersökningen fick jag reda på det antal rutor, representerande 50 gånger 50 m av terrängen i undersökningsområdet, som de olika vegetationsklasserna hade i vardera av de i huvudsak 50 m höga höjdintervallen. Nästa del av undersökningen var att definiera vilka vegetationsklasser som skulle användas vid fastställandet av de nuvarande gränserna mellan de fyra vegetationszonerna. Som grund till vilken vegetationszon olika vegetationsklasser indelades i använde jag mig av Andersson et al. definition (1985). Vid beräkningen av den övre gränsen av den subalpina zonen använde jag mig av vegetationsklassen björkskog. Vid uträkningen av den lågalpina övre gräns slog jag samman rutorna i respektive höjdintervall som representerade vegetationsklasserna frisk och blöt rished, torr och skarp rished, låg- och högörtäng samt vide. För att definiera den övre höjdgränsen för det mellanalpina bältet använde jag mig vegetationsklassen gräshed plus vegetationstypen moderat snölega. Den högalpina zonen definierades helt enkelt som höjden ovanför den mellanalpina zonens övre gräns. Den övre gränsen för en vegetationszon i undersökningsområdet antogs infalla vid den höjd över havet där 95 % av samtliga höjdintervalls procentuella andelar representerade denna vegetationszon befanns sig under denna höjd och därmed 5 % över denna höjd. Skälet till att dra gränsen vid 95 % var att exkludera vegetation som växer på högre höjd i gynnsamma lägen och därmed inte är representativa som hela undersökningsområdets vegetationszonsgräns. Anledningen till att jag valde att räkna procentuella andelar istället för absolut antal var att ge varje höjdintervall samma viktning. Eftersom den största ytandelen av undersökningsområdet finns representerade på några få höjdintervall på lägre höjd skulle en beräkning gjord på absoluta antal ge en väldigt skev viktning. Det skulle innebära att förändringar på lägre höjd skulle slå mer på resultatet än förändringar på högre höjder. 16

19 För att kunna beräkna vegetationszonernas gräns år 2100 för scenarierna B2 respektive A2 behövde jag veta hur mycket medeltemperaturen för de tre sommarmånaderna beräknats öka i undersökningsområdet från normalperioden till normalperioden Dessa uppgifter hämtade jag från SWECLIM på samma sätt som redovisats i undersökningen om hur medelnederbörden och medeltemperaturen skulle kunna komma att förändras för fyra stationer inom eller strax utanför det utvalda området ( SWECLIM 2002a; 2002b). När jag nu visste hur medeltemperaturen förändrats, mellan normalperioden till normalperioden för de två olika scenarierna, behövde jag veta hur mycket temperaturen sjunker med ökad höjd över havet för att kunna förskjuta vegetationszonernas gräns. För att undersöka detta samband korrelerade jag medeltemperaturen under normalperioden för sommarperioden juni till och med och augusti med höjd över havet för 22 meteorologiska mätstationer i och omkring undersökningsområdet (appendix 4). Medeltemperatursvärdena för de norska stationerna är hämtade från Meteorologisk institutt databas (2004). För de svenska stationerna, utöver de fyra som tidigare redovisats, finns uppgifterna om medeltemperaturen för sommarmånaderna publicerade av Alexandersson & Eggertsson Karlström (2001). De utvalda stationerna är belägna på olika höjd över havet i eller i närheten av den skandinaviska fjällkedjan både på den nederbördsrikare norska västsidan samt den nederbördsfattigare svenska ostsidan (Kristoffersson 2004; Molau 2004; Nordin 2004; Zinderland 2004). Detta i kombination med att jag valde stationer som ligger både söder, inom samt norr om undersökningsområdet är tänkt att ge en temperaturgradient som är representativ för hela undersökningsområdet. När både medeltemperaturens förändring med höjden gällande för de tre sommarmånaderna samt medeltemperaturens förändring från till för scenarierna B2 respektive A2 var kända var det möjligt att förskjuta vegetationszonerna så att de hamnade i jämvikt med de simulerade klimatförändringarna. Enligt grundantagandena är vegetationszonerna i nutid i jämvikt med medeltemperaturen under normalperioden samt år 2100 i jämvikt med medeltemperaturen för scenario A2 respektive B2 under normalperioden För att vegetationszonerna åter skulle vara i jämvikt med den förändrade medeltemperaturen i de två scenarierna försköts zongränserna med medeltemperaturens höjdgradient för sommarperioden så att de hamnade vid samma medeltemperatur som rådde vid respektive zongräns under normalperioden Observera att jag bara beräknat den övre gränsen för subalpina zonen för år och inte tagit hänsyn till att andra mer värmekrävande vegetationszoner kan komma att ersätta den subalpina zonen i de höjdmässigt lägre liggande delarna av undersökningsområdet. 17

20 Resultat Vegetationens sammansättning på olika sluttningar i nutid Vegetationens sammansättning skiljer sig åt mellan nord-, ost-, syd- respektive västsluttningar i undersökningsområdet (figur 2). Nordsluttningarna (figur 2a) har en högre andel av vegetationsklassen glaciär än sluttningar i de tre övriga vädersträcken. Nordsluttningarna har även högst andel av vegetationsklassen skarp och torr rished samt lägst andel av vegetationsklassen låg- och högörtäng. Förhållandena på sydsluttningarna (figur 2b) är omvända jämfört med nordsluttningarna. Sydsluttningarna har minst andel av glaciärer samt skarp och torr rished. Andelen låg- och högörtäng är större än på övriga sluttningar och vegetationsklassens övre gräns ligger dessutom flera hundra m högre upp än på nord-, ost- respektive västsluttningarna. I övergången mellan den subalpina och lågalpina zonen på 600 till 900 m över havet är klassen vide mer frekvent på nordsluttningar än på samma höjdintervall på sydsluttningarna. I samma höjdintervall gäller dock motsatta förhållanden för vegetationsklassen frisk och blöt rished då sydsluttningarna har större procentuell andel än nordsluttningarna. Även ost- respektive västsluttningarna skiljer sig åt på flera punkter. Den procentuella andelen av vegetationsklassen extrem och moderat snölega är mer än dubbelt så stor på ostsluttningar (figur 2c) på höjder från 600 till 1400 m över havet jämfört med förhållandena på västsluttningarna (figur 2d). När det gäller vegetationsklassen glaciär är andelen mer än dubbelt så stor på ostsluttningarna mellan 1400 och1700 m över havet jämfört med förhållandena på inom samma höjdintervall på västsluttningarna. En annan skillnad är att de lägst förekommande glaciärerna på ostsluttningarna finns mer än 400 m lägre än den nedre gränsen för glaciärer på västliga sluttningar. Andelen av klassen lågoch högörtängar är högre på östsluttningarna än på västsluttningarna från höjdnivån för Torneträsks sjöyta till 800 m över havet men ovanför denna altitud till vegetationsklassens övre gräns är förhållandena motsatta. Förändringar av klimatparametrar till år 2100 Vegetationsperiodens längd beräknas bli längre under normalperioden för både scenario B2 och A2 jämfört med normalperioden vid samtliga fyra mätstationer (tabell 1). Minst förändring av vegetationsperiodens längd beräknas ske vid den ostligast belägna stationen Rensjön. Procentuellt sett ökar vegetationsperiodens längd mest i den högst placerade stationen Latnjajaure (figur 3). Vinters längd beräknas bli kortare vid samtliga fyra stationer då medeltemperaturen väntas öka från den observerade normalperioden fram till den simulerade normalperioden (tabell 2). I båda scenarierna visar uträkningarna att den minsta förändringen av antalet dygn definierade som vinter inträffar vid den ostligast belägna stationen Rensjön (figur 3). Årsmedelnederbörden väntas öka för de fyra olika platserna med mellan 14 och 20 % i B2- respektive mellan 23 och 27 % i A2-scenariot från perioden till

21 2100 (figur 4). Störst ökning både procentuellt och i absoluta tal väntas ske vid den västligast liggande stationen i Katterjåkk. Samtidigt minskar procentandelen av totalnederbörden som faller som snö då vinterperioden blir kortare. Störst förändring av förhållandet mellan mängden nederbörd som faller som snö respektive regn beräknas ske i de två västligaste stationerna Latnjajaure och Katterjåkk. För samtliga fyra stationer kommer den nederbörd som beräknas falla som snö att minska både för B2 respektive A2 från perioden till perioden (figur 4). I B2 handlar det om minskningar mellan 1 och 6 % medan resultatet för A2 är minskningen mellan strax över 0 och 6 %. Katterjåkk och Latnjajaure väntas få de största skillnaderna medan Rensjön beräknas få de minsta skillnaderna. Betydligt större skillnader väntas det bli för samtliga fyra mätplatser gällande medelnederbördsmängden som faller som regn under den observerade perioden respektive den simulerade perioden För scenario B2 visar resultatet på en ökning mellan 26 och 60 % medan beräkningarna av A2 ger en ökning på mellan 42 och 83 %. Störst procentuell ökning av medelnederbördsmängden blir det i Latnjajaure och minst i de två östliga stationerna Abisko och Rensjön. Vegetationszonernas förändring i höjdled till år 2100 Nuvarande övre gräns ligger mellan 661 och 710 m över havet (tabell 3). Högst belägen är gränsen på västsluttningarna medan ostsluttningarna har den lägst liggande vegetationszonsgränsen. Den lågalpina zonens övre gräns varierade mellan 1087 och 1176 m över havet. Gränsen var lägst på nordsluttningarna medan sydsluttningarna hade det högsta värdet. När det gäller det mellanalpina bältets övre gräns var ostsluttningarnas 1290 m över havet högst medan nordsluttningarnas 1271 m över havet var lägst (tabell 3). Samtliga dessa övre gränser kommer att förskjutas uppåt, speciellt under scenario A2 (tabell3). Temperaturgradienten beräknades avrundat vara minus 0,58 C per hundra meters höjdstigning. Medeltemperaturen beräknas att fram till normalperioden stiga med 1,5 C i scenario B2 respektive 2,5 C i scenario A2 (SWECLIM 2002a). Isotermerna och de övre gränserna för de sub-, låg- och mellanalpina vegetationszonerna i undersökningsområdet förskjuts därmed 257 höjdmeter uppåt i scenario B2 respektive 428 höjdmeter högre upp i scenario A2. Det innebär att procentuella andelen av undersökningsområdets landyta som de olika vegetationszonerna täcker kommer att förändras fram till år Den subalpina zonen täcker i nutid 33 % av undersökningsområdets yta medan motsvarande siffror för B2 respektive A2 är 64 % samt 82 %. När det gäller den lågalpina zonen väntas ytandelen minska från nutidens 50 % till 32 % för scenario B2 respektive 17 % år 2110 ifall scenario A2 slår in. Den mellanalpina zonen väntas tappa från en nutida ytandel på 9 % till att år 2100 enbart representera 3 % av landytan i scenario B2 respektive 1 % gällande för scenario A2. Slutligen får de simulerade uppvärmningarna till följd att den högalpina zonen minskar sin täckningsgrad av undersökningsområdets landyta från nuvarande 7 % till 1 % till år 2100 för B2 respektive strax över 0 % för A2 (figur 5). 19