Regional klimat- och sårbarhetsanalys Kronobergs län - Risker för översvämningar och höga flöden

Transkript

1 Anna Johnell, Dan Eklund, Hanna Gustavsson, Kristoffer Hallberg och Björn Stensen Regional klimat- och sårbarhetsanalys Kronobergs län - Risker för översvämningar och höga flöden

2 2

3 Författare: Uppdragsgivare: Anna Johnell Katarina Söderberg Granskningsdatum: Granskare: Dnr: Version: Johan Andréasson 2010/452/ Klimat- och sårbarhetsanalys Kronobergs Län Uppdragstagare SMHI Norrköping Uppdragsgivare Länstyrelsen Kronobergs län SE VÄXJÖ Projektansvarig Anna Johnell Kontaktperson Katarina Söderberg +46 (0) Distribution Länstyrelsen Kronobergs län Katarina Söderberg Klassificering (x) Allmän Nyckelord Klimat- och sårbarhetsutredning Övrigt

4

5 Innehållsförteckning 1 SAMMANFATTNING BAKGRUND OCH SYFTE FÖRUTSÄTTNINGAR OCH AVGRÄNSNINGAR Klimat- och sårbarhetsanalys för Kronobergs län OSÄKERHET KLIMATFÖRÄNDRINGAR Dagens klimat Klimatscenarier Anpassning av klimatmodelldata Klimatförändringar i Kronobergs län Temperatur- och nederbördsförändringar Avdunstningsförändringar Slutsatser klimatförändringar HYDROLOGISKA KLIMATEFFEKTER Framtida klimatpåverkade flöden Förändring av säsongsvariation Förändring av 100 års flöden i vattendrag Slutsatser hydrologiska klimateffekter TJÄLE Tjäle och framtida klimat REFERENSER... 26

6

7 1 Sammanfattning På uppdrag av Kronobergs län har SMHI utfört en regional analys avseende klimatförändringar och förändrade översvämningsrisker i ett framtida klimat. Avsikten var att klargöra konsekvenserna av ett förändrat klimat, speciellt med avseende på nederbörd och temperatur. Arbetet har lett fram till följande slutsatser: Sammantaget visar de genomförda analyserna på att klimatet kommer att fortsätta förändras i den riktning som redan nu kan utläsas av observerad nederbörd och temperatur. Temperaturen har sedan 1990 ökat med 0.9 C. Enligt den ensemble av klimatscenarier som har analyserats kommer denna temperaturökning att fortsätta så att en ökning med mellan 4-5 C uppnås mot slutet på seklet. Den temperaturökning som hittills har skett har gått snabbare än vad som visas av flertalet av de analyserade scenarierna. Även nederbörden har ökat sedan 1990, med ca 11%. Mot slutet på seklet visar ensemblen av klimatscenarier en nederbördsökning som i medeltal ligger på +17% jämfört med Den största ökningen av nederbörden sker under vinterhalvåret. På samma sätt som för temperatur så har den observerade ökningen för nederbörd varit snabbare än i de flesta klimatscenarierna som har använts i analysen. Dessa avvikelser kan bero på att det är en kortare tidsperiod som jämförs med en längre, men också på att klimatet ändrar sig snabbare än vad klimatmodellerna visar. Avdunstningen kommer att bli högre i framtida klimat för Kronobergs län. För mitten på seklet ( ) kommer avdunstningen, enligt ensemblen av klimatscenarier, att vara i medeltal 15 % högre än under referensperioden I slutet på seklet ( ) är motsvarande förändring i medeltal 33% högre än under referensperioden. Analyserna visar på att tillrinningen i medeltal kommer att öka under december till mars och minska under vår sommar och höst. Detta blir tydligare ju längre fram i tiden som avses, särskilt tydligt för perioden Vad det gäller de högsta flödena så kommer dessa i framtiden att i större utsträckning än i dag att ske under vinterhalvåret. Den totala årsvolymen av tillrinningen i länets vattendrag uppvisar i medeltal små förändringar, möjligen något ökande. De flesta avrinningsområden visar på att 100-årsflödet ökar i framtiden, speciellt i de västra delarna av Kronobergs län. Variationen är betydande mellan olika klimatscenarier, samtidigt som en genomsnittlig uppgång i 100-årsflödena är tydlig. I genomsnitt uppgår denna ökning till ca 20 % mot slutet på seklet, spridningen är dock stor med både betydligt större och betydligt mindre förändringar. Sammanfattningen av genomförda studier avseende tjäldjup i framtida klimat visar på att tjäldjupet är känsligt för en ökning av temperaturen, att säsongen för tjäle blir kortare samt att det största tjäldjupet minskar i södra Sverige. 2 Bakgrund och syfte På uppdrag av Kronobergs län har SMHI utfört en regional analys avseende klimatförändringar och förändrade översvämningsrisker i ett framtida klimat. Avsikten var att klargöra konsekvenserna av ett förändrat klimat, speciellt med avseende på nederbörd och temperatur. Planering måste nu i högre grad än tidigare baseras på ett underlag som präglas av stora osäkerheter. Det råder stor osäkerhet kring hur klimatet kommer att utvecklas i en given region. Varningssignalerna skärps från det internationella forskningssamhället. Utsläpp av växthusgaser måste minskas i framtiden. Översvämningsproblematiken har belysts utförligt i ett delbetänkande av den statliga Klimat- och sårbarhetsutredningen (SOU 2006:94). Årsdynamiken i vattenföringen kommer att ändras. Intensiva skyfall, främst sommartid orsakar översvämningar. Denna typ av översvämning påverkar ofta Regional klimat- och sårbarhetsanalys Kronobergs län 1

8 dagvattensystem och kan orsaka kostsamma källaröversvämningar och skador på vägar. I ett varmare klimat förväntas riskerna för skyfall att öka. Stormen Gudrun orsakade stora problem Stormar kan lamslå delar av samhället. Klimatanalyser för Sverige visar ingen entydig indikation på hur risken för stormar påverkas av ett förändrat klimat. Klimat- och sårbarhetsutredningen (SOU 2007:60, bilaga B14) sammanställer riskerna för naturolyckor i ett förändrat klimat. Denna utredning är översiktlig och en detaljerad undersökning måste genomföras för att noggrannare klargöra områden där det finns risk för naturolyckor 3 Förutsättningar och avgränsningar 3.1 Klimat- och sårbarhetsanalys för Kronobergs län Utredningen har omfattat: Analys av temperatur- och nederbördsförändringar i länet utgående från en ensemble av klimatscenarier. Bedömningen baseras på regionala klimatscenarier från EU-projektet ENSEMBLES samt från Rossby Centre vid SMHI. Analys av förändring i avdunstning utgående från en ensemble av klimatscenarier beräknat med en hydrologisk modell. Översiktlig analys av hur flödenas säsongsvariation förändras för tre större vattendrag i länet (Mörrumsån, Helge å och Lagan). Översiktlig bedömning av hur flöden med 100 års återkomsttid förändras i framtida klimat beräknat med en hydrologisk modell utgående från en ensemble av klimatscenarier. Bedömningen baseras på regionala klimatscenarier från EU-projektet ENSEMBLES samt från Rossby Centre vid SMHI. Inga beräkningar av vattennivåer har utförts. Klimat och sårbarhetsutredningen hade markbärighet och tjäle som frågeställningar. SMHI har gjort ansatser för att modellera hur tjälen förändras vid vissa temperaturer. Frågeställning och de slutsatser som gjordes både med tidshorisont inlagd och med en temperaturhöjning redovisas. Den senare är inte kopplad till ett utsläppsscenario utan given som en faktisk temperaturändring i bedömningarna. 4 Osäkerhet Det är viktigt vid tolkning av resultat från analyser av förändringar i ett framtida klimat att ursprunget till de variationer och osäkerheter som förekommer tydligt framgår och även hur denna variation kan bidra med information. Tolkningen av rapportens grafer bör koncentreras till långsiktiga trender snarare än till absoluta värden. Där det är tillämpbart presenteras spridningsmått i form av percentiler för att indikera spridningen i resultat mellan olika klimatmodeller. I denna rapport används 25:e resp. 75:e percentilen, vilket betyder att i princip all data förutom de fyra lägsta samt de fyra högsta scenarierna innefattas i datamängden när 16 st scenarier används. Därmed fås en uppfattning av klimatscenariernas spridning, men de extremaste resultaten bortses från. Detta underlättar tolkningen då det ger en mer samlad bild av den tänkbara framtidsutvecklingen. Metoden som använts karakteriseras av att använda flera möjliga klimatscenarier, en så kallad ensemble, och bearbeta resultatet statistiskt. Syftet är att öka noggrannheten i analysen och identifiera trender som är generella mellan olika scenarier. För att utnyttja fördelarna med ensambleanalys bör det finnas ett visst mått av variation. Speciellt gäller detta klimatsimuleringar där det är önskvärt att täcka in ett stort antal möjliga och olika scenarier som kan medföra mycket olika effekter. Hydrologisk respons som uppträder i flera olika klimatscenarier bedöms således mer trolig än hydrologisk respons som uppträder sporadiskt Osäkerheter i den typ av resultat som presenteras i denna analys påverkas av: Val av utsläppsscenarier 2 SMHI

9 Val av global klimatmodell Val av regional klimatmodell Naturlig variabilitet Ett utsläppsscenario är ett antagande om hur emissioner av växthusgaser kommer att utvecklas under en framtida tidsperiod. Effekten av olika utsläppsscenarier har störst betydelse för beräkningar bortom år Spridningen i resultat kan vara betydande för somliga klimatvariabler delvis beroende på att olika modeller beskriver klimatologiska processer på olika sätt, exempelvis återkopplingen mellan atmosfärisk koncentration av växthusgaser och temperatur. Det ligger i frågeställningens natur att det är svårt att på förhand definiera ett mått på responsen för ökade emissioner av växthusgaser, då detta är en effekt som modellerna syftar till att studera. Således är tillgången till flera olika klimatmodeller en stor fördel. Trender i respons som observeras i flertalet klimatmodeller och för flertalet utsläppscenarier är således att betrakta som mer robust eftersom samma resultat uppnåtts från olika oberoende förutsättningar. Om resultaten från olika modeller och utsläppscenarier är mycket olika är osäkerheten större. Det klimat som beskrivs av en klimatmodell kan inte förväntas vara i fas med det verkliga klimatet på kort tidsskala, ett fenomen som benämns naturlig variabilitet. Dock ska en välfungerande klimatmodell beskriva medelvärden och variabilitet med tillräckligt precision, t ex korrekt antal kalla och varma vintrar under en trettioårsperiod. Dessa vintrar kan infalla i en annan sekvens än i det observerade klimatet. 5 Klimatförändringar 5.1 Dagens klimat I klimatsammanhang jämförs aktuella värden med medelvärden för en längre period. I enlighet med en internationell överenskommelse, jämför vi för närvarande våra värden med den så kallade standardnormalperioden Detta ska vi göra fram till år 2021 då en ny 30-årsperiod, , är fullbordad. Observationer för nederbörd och temperatur har hämtats från den areellt interpolerade databasen PTHBV för att sammanställa dagens klimat i Kronobergs län. Databasen innehåller optimalt interpolerade observationer med en upplösning på 4 4 km och börjar Medeltemperaturen i Kronobergs län för perioden var 6.1 C. För perioden (18 år) var medeltemperaturen 7.0 C, det vill säga 0.9 C högre än i den föregående 30-årsperioden. Medelnederbörden i Kronobergs län för perioden var 753 mm/år. För perioden (18 år) var medelnederbörden 835 mm/år, det vill säga 11 % högre än i den föregående 30- årsperioden. Avdunstning är en variabel som inte mäts vid SMHI:s mätstationer. Denna kan istället beräknas med hjälp av en kalibrerad hydrologisk modell. Från beräkningar med HBV-Sverige, en hydrologisk modell som täcker in Kronobergs län, har avdunstningen beräknats till 425 mm/år för perioden Klimatscenarier För att få en översiktlig bild av framtidens klimat använder man sig av globala klimatmodeller (GCM). Dessa drivs bland annat med antaganden om framtidens utsläpp av växthusgaser, så kallade utsläppsscenarier. För mer detaljerade regionala analyser krävs en bättre beskrivning av detaljer som påverkar det regionala klimatet. Därför kopplas globala klimatberäkningar till regionala klimatmodeller (RCM) med bättre upplösning och beskrivning av detaljer såsom exempelvis Östersjön och den Skandinaviska bergskedjan. Den regionala klimatmodellen drivs av resultat från Regional klimat- och sårbarhetsanalys Kronobergs län 3

10 den globala modellen på ränderna av sitt modellområde. Det gör att valet av global modell får stor betydelse för slutresultatet även regionalt. Regionala klimatmodeller finns bland annat vid forskningsenheten Rossby Centre på SMHIs forskningsavdelning. För att kunna räkna på framtidens klimat krävs antaganden om framtida utsläpp av växthusgaser. Här brukar man använda utsläppsscenarier som utarbetats av FNs klimatpanel, IPCC. Dessa bygger på antaganden om världens utveckling fram till år 2100 (Nakićenović m.fl., 2000). I utsläppsscenarierna görs olika antaganden om jordens folkmängd, ekonomisk tillväxt, teknologisk utveckling m.m. Utifrån dessa antaganden har man sedan uppskattat hur mycket klimatpåverkande gaser och partiklar som kommer att släppas ut. Dessa utsläpp ger upphov till förändringar i atmosfärens sammansättning, som till exempel mängden koldioxid i luften, vilket i sin tur har en inverkan på klimatet. Genom att köra klimatmodellerna med växthusgaskoncentrationer som motsvarar dagens förhållanden respektive för framtida förhållanden får man en bild av den framtida förändringen av klimatet. Det är viktigt att komma ihåg att resultatet från alla beräkningar av det framtida klimatet baseras på antaganden om världens utveckling som är ganska pessimistiska. Man räknar normalt inte med effekterna av eventuella lyckosamma politiska förhandlingar för att minska utsläppen globalt, det betyder att det så kallade 2-gradersmålet som diskuteras som en rimlig målsättning inte antas uppnås. Under senare tid har dock även sådana beräkningar börjat göras. Under flera år användes huvudsakligen fyra regionala klimatscenarier för de flesta studierna av klimateffekter i Sverige inklusive av den statliga Klimat- och sårbarhetsutredningen (SOU, 2007). Dessa fyra klimatscenarier bygger på en global klimatmodell från Hadley Centre i England (HadCM3/AM3H) och en från Max-Planck-institutet i Tyskland (ECHAM4/OPYC3). Dessa globala modeller har körts med utsläppsscenario A2 respektive B2 som de beskrivs av Nakićenović m.fl. (2000). Den regionala klimatmodellen från Rossby Centre, som då användes för tolkning av de globala modellernas resultat till svenska förhållanden, benämndes RCAO-modellen. Numera finns det tillgång till ett stort antal regionala klimatscenarier beräknade med nyare globala och regionala klimatmodeller. Det europeiska ENSEMBLES-projektet syftar till att utveckla ett system för samordnade beräkningar av klimatförändringar baserat på ett antal europeiska och några utomeuropeiska globala och regionala klimatmodeller. Rossby Centre deltar i ENSEMBLESsamarbetet med den regionala klimatmodellen RCA3. Dessutom finns det ytterligare regionala modellberäkningar tillgängliga vid Rossby Centre (Tabell 1). Det utsläppsscenario som huvudsakligen används inom ENSEMBLES benämns A1B (Nakićenović & Swart, 2000), men ett scenario med kraftigare utsläpp, A2, och ett med lägre utsläpp, B1, har också använts. Närmare beskrivning av dessa finns i Figur 1. Där framgår att B1-scenariet närmast kan tolkas som ett scenario där koncentrationerna av växthusgaser stabiliseras. Den globala klimatmodellen ECHAM5 kommer från Max-Planck-institutet för meteorologi i Tyskland. Resultat baserade på ECHAM5 finns också från tre simuleringar som har startats från olika initialtillstånd i slutet på 1800-talet, vilka betecknas ECHAM5(1), ECHAM5(2) respektive ECHAM5(3). ECHAM5(3) är den simulering av de tre som har bäst överensstämmelse med faktisk klimatutveckling i Europa under slutet av 1900-talet och har därför pekats ut som huvudalternativ för ENSEMBLES-projektets beräkningar. Även HadCM3 från Hadley Center i England har använts med två olika initialtillstånd, men då har också modellen varit parametriserad med olika klimatkänslighet. En av dessa simuleringar refereras som Q0 och betraktas som mest trolig. Den version som har högre klimatkänslighet, Q16, ligger dock även den inom vad som klimatforskarna betraktar som rimliga gränser (Bergström et al., 2010). 4 SMHI

11 Tabell 1 Sammanställning av använda klimatscenarier. Nationsflaggorna avser instituten som har genomfört den regionala nedskalningen (RCM). Den globala klimatmodellen (GCM) ECHAM5 kommer från Max Planck Institute i Tyskland, ARPEGE från CNRM i Frankrike, HadCM3 från Hadley Centre i England och BCM från METNO i Norge. CCSM3 är en nordamerikansk modell som körts vid SMHI. Nation Institut Scenario GCM RCM Upplösning Period SMHI A1B ECHAM5(1) RCA3 50 km SMHI A1B ECHAM5(2) RCA3 50 km SMHI A1B ECHAM5(3) RCA3 50 km SMHI A1B ECHAM5(3) RCA3 25 km SMHI B1 ECHAM5(1) RCA3 50 km SMHI A1B CNRM RCA3 50 km SMHI A1B CCSM3 RCA3 50 km CNRM A1B ARPEGE Aladin 25 km KNMI A1B ECHAM5(3) RACMO 25 km MPI A1B ECHAM5(3) REMO 25 km C4I A2 ECHAM5(3) RCA3 25 km HC A1B HadCM3(Q0) HadRM3 25 km C4I A1B HadCM3(Q16) RCA3 25 km METNO A1B BCM HIRHAM 25 km METNO A1B HadCM3(Q0) HIRHAM 25 km DMI A1B ECHAM5(3) HIRHAM 25 km Regional klimat- och sårbarhetsanalys Kronobergs län 5

12 Figur 1. Antagande om framtida utsläpp av CO 2 och resulterande CO 2 -koncentrationer enligt olika scenarier (modifierad från IPCC, 2001). 5.3 Anpassning av klimatmodelldata För att använda klimatmodellernas utdata till att studera hydrologiska effekter, krävs ett gränssnitt mellan klimatmodellen och den hydrologiska modellen. Anledningen är att klimatmodellerna inte kan beskriva det nutida klimatet tillräckligt väl för att ge en trovärdig hydrologisk respons, när utdata från klimatmodellen används direkt som indata till en hydrologisk modell. Under senare år har en ny metod utvecklats som gör det möjligt att anpassa utdata från klimatmodellerna så att de kan användas som indata till hydrologiska modellberäkningar. Metoden benämns DBS-metoden (Yang m.fl., 2010) och innebär att data från meteorologiska observationer används till att justera klimatmodellens resultat för att ta bort de systematiska felen. De korrigeringsfaktorer som då införs bibehålls vid beräkningen av framtidens klimat, varefter klimatberäkningens utdata direkt kan användas som indata till HBV-modellen. Vid användning av DBS-metoden bibehåller man vid övergången till den hydrologiska modellen därmed, förutom förändringar i medelvärden, även de förändringar i klimatets variabilitet som ges av klimatmodellen. Metoden har tidigare använts för hydrologiska modellberäkningar av Andréasson m.fl. (2009). Figur 2 visar visar exempel på en anpassning med DBS-metoden. Figuren visar rådata i form av temperatur och andel dagar med olika nederbördsintensitet från en klimatmodell samt när dessa rådata anpassats med DBS-metoden. I figuren syns tydligt att anpassningen stämmer väl överens med observerade data. Särskilt viktigt är att den överskattning av andel dagar med olika nederbördsintensitet som ges av klimatmodellen korrigeras. I figuren kan det utläsas att andelen nederbördsdagar för rådata är ca 95% medan den för korrigerade data ligger på ca 70% och mycket närmre observationerna. 6 SMHI

13 Figur 2 Jämförelse mellan rådata från klimatmodeller och data som anpassats med DBS-metoden för ett område i södra Sverige (månaderna juni-augusti ). Till vänster nederbörd (antal dagar med olika nederbördsintensitet), till höger dygnsmedeltemperatur (procent av tiden som viss dygnsmedeltemperatur underskrids). En förutsättning när DBS-metoden används är att resultaten för framtida tidsperioder måste jämföras med historiskt klimat så som detta beskrivs av klimatmodellen och inte av meteorologiska observationer. Metoden innebär också att det inte är möjligt att jämföra individuella dagar eller år med observationsdata. Anpassning av klimatmodellsdata med hjälp av DBS-metoden används i denna studie för nederbörd och lufttemperatur. Förändringen av den potentiella avdunstningen antas vara proportionell mot temperaturändringen. Ingen hänsyn har tagits till en eventuell förändring av hur avdunstningen sker i det framtida klimatet beroende på exempelvis förändrad vegetation. 5.4 Klimatförändringar i Kronobergs län Temperatur- och nederbördsförändringar Utveckligen av årsmedeltemperaturen i Kronobergs län baserat på samtliga klimatscenarier (se Tabell 1) visas i Figur 3. Dessa data är korrigerade enligt ovanstående metod. I figuren finns även observationer för samma område, från PTHBV-databasen. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet, 25% percentilen och minimivärdet av samtliga klimatberäkningar. Referensperioden är Figur 4-7 visar motsvarande data för de fyra årstiderna och figurerna 8-12 visar motsvarande nederbördsdata. Regional klimat- och sårbarhetsanalys Kronobergs län 7

14 Figur 3 Den framtida beräknade temperaturutvecklingen i Kronoberg län baserat på samtliga klimatscenarier i tabell 1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som röda staplar och negativ som blå staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av årsmedeltemperaturen från samtliga klimatberäkningar. Figur 4 Den framtida beräknade temperaturutvecklingen i Kronobergs län för vintermånaderna baserat på samtliga klimatscenarier i tabell 1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som röda staplar och negativ som blå staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av vinterns medeltemperatur från samtliga klimatberäkningar. 8 SMHI

15 Figur 5 Den framtida beräknade temperaturutvecklingen i Kronobergs län för vårmånaderna baserat på samtliga klimatscenarier i tabell 1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som röda staplar och negativ som blå staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av vårens medeltemperatur från samtliga klimatberäkningar. Figur 6 Den framtida beräknade temperaturutvecklingen i Kronobergs län för sommarmånaderna baserat på samtliga klimatscenarier i tabell 1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som röda staplar och negativ som blå staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av sommarens medeltemperatur från samtliga klimatberäkningar. Regional klimat- och sårbarhetsanalys Kronobergs län 9

16 Figur 7. Den framtida beräknade temperaturutvecklingen för höstmånaderna i Kronobergs län baserat på samtliga klimatscenarier i tabell 1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som röda staplar och negativ som blå staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av höstens medeltemperatur från samtliga klimatberäkningar. Figur 8 Den framtida beräknade nederbördsutvecklingen i Kronoberg län baserat på samtliga klimatscenarier i tabell 1(helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som gröna staplar och negativ som gula staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av årsmedeltemperaturen från samtliga klimatberäkningar. 10 SMHI

17 Figur 9 Den framtida beräknade nederbördsutvecklingen i Kronobergs län för vintermånaderna baserat på samtliga klimatscenarier i tabell.1(helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som gröna staplar och negativ som gula staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av vinterns medeltemperatur från samtliga klimatberäkningar. Figur 10 Den framtida beräknade nederbördsutvecklingen i Kronobergs län för vårmånaderna baserat på samtliga klimatscenarier i tabell.1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som gröna staplar och negativ som gula staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av vårens medeltemperatur från samtliga klimatberäkningar. Regional klimat- och sårbarhetsanalys Kronobergs län 11

18 Figur 11 Den framtida beräknade nederbördsutvecklingen i Kronobergs län för sommarmånaderna baserat på samtliga klimatscenarier i tabell 1 (helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som gröna staplar och negativ som gula staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av sommarens medeltemperatur från samtliga klimatberäkningar. Figur 12 Den framtida beräknade nederbördsutvecklingen för höstmånaderna i Kronobergs län baserat på samtliga klimatscenarier i tabell 1(helårsvis). I figuren finns även observationer för samma område hämtade från PTHBV-databasen. Positiv avvikelsen från medelvärdet visas som gröna staplar och negativ som gula staplar. De olika skuggningarna avser uppifrån och nedåt, maximivärdet, 75% percentilen, medianvärdet (svart linje), 25% percentilen och minimivärdet av höstens medeltemperatur från samtliga klimatberäkningar. 12 SMHI

19 Figur 3 visar en gradvis ökning av årsmedeltemperaturen under de kommande 90 åren. Den uppmätta temperaturökningen sedan 1990 är 0.9 C fram till Detta är en snabbare temperaturökning än i de flesta klimatscenarierna som har använts i analysen. Detta kan delvis bero på att det är en kortare tidsperiod som jämförs med en längre, men också på att klimatet ändrar sig snabbare än vad klimatmodellerna visar. Mot slutet på seklet visar ensemblen av klimatscenarier en temperaturökning som i medeltal ligger mellan 4-5 C jämfört med Resultaten visar på en stor spridning. Detta beror dels på skillnader mellan klimatsimuleringarna, men också på klimatets naturliga variabilitet. Det kan exempelvis inte uteslutas att vi får ett kallt år en bra bit in på 2030-talet. Nederbörden förväntas också öka. Den realiserade nederbördsökningen sedan 1990 är 11% fram till Detta är en snabbare ökning än i de flesta klimatscenarierna som har använts i analysen. På samma sätt som för temperatur kan denna avvikelse bero på att det är en kortare tidsperiod som jämförs med en längre, men också på att klimatet ändrar sig snabbare än vad klimatmodellerna visar. Mot slutet på seklet visar ensemblen av klimatscenarier en nederbördsökning som i medeltal ligger på +17% jämfört med Den största ökningen av nederbörden sker under vinterhalvåret Avdunstningsförändringar För att analysera hur framtidens klimat påverkar hydrologin har den hydrologiska HBV-modellen använts. Denna modell är en avrinningsmodell som har utvecklats vid SMHI. HBV inkluderar rutiner för markfuktighet, snöackumulation och snösmältning, grundvatten och routing (beskriving av vattnets väg). Som indata till modellen har de meteorologiska variablerna från klimatmodelleringarna beskrivna i avsnitt 5.2 och 5.3 använts. Förändringen av den potentiella avdunstningen antas vara proportionell mot temperaturändringen. Ingen hänsyn har tagits till en eventuell förändring av hur avdunstningen sker i det framtida klimatet beroende på exempelvis förändrad vegetation. Den verkliga avdunstningen är beroende av den potentiella avdunstningen, men också på hur mycket vatten som finns tillgängligt för avdunstning. Figur 13 och Figur 14 visar den procentuella förändringen med avseende på avdunstning för 16 klimatscenarier (se Tabell 1) för år 2050 respektive 12 klimatscenarier för år Beräkningarna är gjorda för glidande 30 års intervall. För varje år har ett medelvärde tagits fram för den passerade 30- årsperioden. Medelvärdet tas av alla värden i ett viss tidsintervall, ett fönster, så att medelvärdet kan förändras när fönstret flyttas, eller glider, fram eller tillbaka i tiden. Tex värdet för år 2050 baseras på data från 2021 till och med Klimat brukar definieras som ett 30 års värde (jfr standardnormalperioden). I kartmaterialet redovisas resultat från den hydrologiska modellens delområden inom Kronobergs län. Tre kartor presenteras, medelförändringen, samt 75 percentilen och 25 percentilen för att illustrera spridningen i resultatet. Avdunstningen kommer att bli högre i framtida klimat för Kronobergs län. För mitten på seklet ( ) kommer avdunstningen, enligt ensemblen av klimatscenarier, att vara i medeltal 15 % högre än under referensperioden I slutet på seklet ( ) är motsvarande förändring i medeltal 33% högre än under referensperioden. Regional klimat- och sårbarhetsanalys Kronobergs län 13

20 Figur 13. Procentuell förändring av avdunstningen år Figurerna visar 25:e och 75:e percentilerna av beräknade förändringar av de olika scenarierna samt medelvärde av alla klimatscenariers förändring av avdunstningen år Figur 14 Procentuell förändring av avdunstningen år Figurerna visar 25:e och 75:e percentilerna av beräknade förändringar av de olika scenarierna samt medelvärde av alla klimatscenariers förändring av avdunstningen år SMHI

21 5.5 Slutsatser klimatförändringar Sammantaget visar de genomförda analyserna på att klimatet kommer att fortsätta förändras i den riktning som redan nu kan utläsas av observerad nederbörd och temperatur. Temperaturen har sedan 1990 ökat med 0.9 C. Enligt den ensemble av klimatscenarier som har analyserats kommer denna temperaturökning att fortsätta så att en ökning med mellan 4-5 C uppnås mot slutet på seklet. Den temperaturökning som hittills har skett har gått snabbare än vad som visas av flertalet av de analyserade scenarierna. Även nederbörden har ökat sedan 1990, med ca 11%. Mot slutet på seklet visar ensemblen av klimatscenarier en nederbördsökning som i medeltal ligger på +17% jämfört med Den största ökningen av nederbörden sker under vinterhalvåret. På samma sätt som för temperatur så har den observerade ökningen för nederbörd varit snabbare än i de flesta klimatscenarierna som har använts i analysen. Dessa avvikelser kan bero på att det är en kortare tidsperiod som jämförs med en längre, men också på att klimatet ändrar sig snabbare än vad klimatmodellerna visar. Avdunstningen kommer att bli högre i framtida klimat för Kronobergs län. För mitten på seklet ( ) kommer avdunstningen, enligt ensemblen av klimatscenarier, att vara i medeltal 15 % högre än under referensperioden I slutet på seklet ( ) är motsvarande förändring i medeltal 33% högre än under referensperioden. 6 Hydrologiska klimateffekter 6.1 Framtida klimatpåverkade flöden Klimat- och sårbarhetsutredningen (SOU 2007:60, bilaga 14) presenterades kartor över förväntad framtida förändring av 100-årsflöden. För dessa analyser användes fyra framtidsscenarier. Idag finns fler scenarier tillgängliga och i denna rapport har 16 scenarier (se Tabell 1) använts för att beräkna hur ändringar av klimatet påverkar flödena i Kronobergs län. För att analysera hur framtidens klimat påverkar hydrologin har den hydrologiska HBV modellen använts. Beskrivning av modellen gavs i avsnitt Alla analyser med HBV modellen är gjorda för oreglerade förhållanden och resultaten är beräknade på den totala tillrinningen för varje delområde. I kartmaterialet redovisas resultat för modellens olika delavrinningsområden inom Kronobergs län. 6.2 Förändring av säsongsvariation För att studera hur flödets säsongsvariation förändras i framtiden har beräkningar genomförts med samtliga 16 klimatscenarier som redovisats i Tabell 1. Resultat har sammanställts för samtliga scenarier för perioden och för de 12 scenarier som sträcker sig till slutet på seklet för perioden Båda dessa framtida perioder jämförs med referensperioden I Figur 15 och Figur 16 visas resultat för hur flödet förändras i Mörrumsåns mynning i havet. Det grå fältet visar spannet mellan 75% percentilen och 25% percentilen för referensperioden för alla scenarier. Det ljusröda fältet visar spannet mellan 75% percentilen och 25% percentilen för den framtida perioden. De tjockare linjerna visar medelvärden för referensperiod samt framtida period. Analyserna visar på att tillrinningen i medeltal kommer att öka under december till mars och minska under vår sommar och höst. Speciellt tydligt är detta för den sista perioden Vad det gäller de högsta flödena så kommer dessa i framtiden att i större utsträckning än i dag att ske under vinterhalvåret. Den totala årsvolymen av tillrinningen i Mörrumsån uppvisar i medeltal små förändringar, +2 % i mitten på seklet och +1% i slutet på seklet. Motsvarande analys för Helge å mynning i havet visas i Figur 17 och Figur 18 och för Lagans mynning i havet i Figur 19 och Figur 20. Resultaten avseende förändringar i säsongsvariationer uppvisar samma tendenser i samtliga tre vattendrag. Den totala årsvolymen av tillrinningen i Lagan Regional klimat- och sårbarhetsanalys Kronobergs län 15

22 och Helge å visar på samma sätt som Mörrumsån små förändringar, +3 % i mitten på seklet och mellan +1% till +5% i slutet på seklet. Figur 15 Beräknad tillrinning till Mörrumsåns utloppspunkt för samtliga scenarier. Svart kurva visar medeltillrinningen för perioden och det grå fältet visar 75 percentilen och 25 percentilen för varje dag på året. Den röda kurvan och det ljusröda fältet visar motsvarande för den beräknade perioden Figur 16 Beräknad tillrinning till Mörrumsåns utloppspunkt för samtliga scenarier. Svart kurva visar medeltillrinningen för perioden och det grå fältet 75 percentilen och 25 percentilen för varje dag på året. Den röda kurvan och det ljusröda fältet visar motsvarande för den beräknade perioden SMHI

23 Figur 17 Beräknad tillrinning till Helge ås utloppspunkt för samtliga scenarier. Svart kurva visar medeltillrinningen för perioden och det grå fältet visar 75 percentilen och 25 percentilen för varje dag på året för varje dag på året. Den röda kurvan och det ljusröda fältet visar motsvarande för den beräknade perioden Figur 18 Beräknad tillrinning till Helge ås utloppspunkt för samtliga scenarier. Svart kurva visar medeltillrinningen för perioden och det grå fältet 75 percentilen och 25 percentilen för varje dag på året. Den röda kurvan och det ljusröda fältet visar motsvarande för den beräknade perioden Regional klimat- och sårbarhetsanalys Kronobergs län 17

24 Figur 19 Beräknad tillrinning till Lagans utloppspunkt för samtliga scenarier. Svart kurva visar medeltillrinningen för perioden och det grå fältet visar 75 percentilen och 25 percentilen för varje dag på året. Den röda kurvan och det ljusröda fältet visar motsvarande för den beräknade perioden Figur 20 Beräknad tillrinning till Lagans utloppspunkt för samtliga scenarier. Svart kurva visar medeltillrinningen för perioden och det grå fältet 75 percentilen och 25 percentilen för varje dag på året. Den röda kurvan och det ljusröda fältet visar motsvarande för den beräknade perioden Förändring av 100 års flöden i vattendrag Begreppen återkomsttid, risk och sannolikhet är centrala i samband med diskussioner om översvämningsrisker, men de skapar ibland missförstånd. Med en händelses återkomsttid menas att händelsen i genomsnitt inträffar eller överträffas en gång under denna tid. Det innebär att sannolikheten för exempelvis ett 100-års flöde är 1 på 100 för varje enskilt år. Eftersom man exponerar sig för risken under flera år blir den ackumulerade sannolikheten avsevärd. För ett hus som står i 100 år i ett område som endast är skyddat mot en 100-årsnivå, är sannolikheten för översvämning under denna tid hela 63 %. Detta är skälet till att man för större dammar ofta sätter gränsen vid, eller t.o.m. bortom, årsflödet. Då blir ändå sannolikheten under 100 års exponering ca 1%. Tabell 2 visar sambandet mellan återkomsttid, exponerad tid och sannolikheten. 18 SMHI

25 Den återkomsttid som dagens 100 årsflöden väntas få i ett framtida klimat kommer också att ändras. I denna rapport beskrivs förändringen av storleken på 100 årsflödena och inte hur återkomsttiden kommer att förändras (dvs hur återkomsttiden för dagens 100 års flöde blir i ett framtida klimat). Om storleken på 100-årsflödet ökar innebär det samtidigt att ett flöde av samma storlek som dagens 100 årsflöde kommer att inträffa oftare. Tabell 2. Sambandet mellan återkomsttid, exponerad tid och sannolikhet i procent. Återkomsttid (år) Sannolikhet under 50 år (%) Sannolikhet under 100 år (%) , ,5 1 Nya beräkningar av förändrade 100-årsflöden har tagits fram på SMHI. Förändring av 100-årsflödet har beräknats löpande för varje 30-årsperiod efter (t.ex , o.s.v.). 100-årsflödet beräknat för perioden utgör startpunkt från vilken förändringarna beräknas. Kartor över 100 årsflöden ger ett mått på extrema hydrologiska situationer som kan vara viktiga för dimensionering och bedömning av risker för översvämning. I Figur 21 till Figur 23 redovisas hur det beräknade 100-årsflödet förändras i utloppen av Lagan, Helge å och Mörrumsån. Som framgår av figurerna är variationen betydande mellan olika klimatscenarier, samtidigt som en genomsnittlig uppgång i 100-årsflödena är tydlig. I genomsnitt uppgår denna ökning till ca 20 % mot slutet på seklet, spridningen är dock stor med både betydligt större och betydligt mindre förändringar. Detta innebär att 100 års flödet kommer att bli 20% större i slutet på seklet. Dessa figurer utgör en bra bakgrund till de kartpresentationer över förändrade 100- årsflöden för hela länet som presenteras i Figur 24 och Figur 25, då de visar hela den spridning som finns i resultaten. I Figur 24 och Figur 25 visas medelvärdet av förändringen av 100-årsflödet samt 75:e respektive 25:e percentilen av framtida förändringen för de två tidsperioderna respektive De flesta avrinningsområden visar på att 100-årsflödet ökar i framtiden, speciellt i de västra delarna av Kronobergs län. Myndigheten för samhällsskydd och beredskap (MSB, tidigare Räddninsgverket) har tagit fram översiktliga översvämningskarteringar för Lagan (1999), Helge å (2005) och Mörrumsån (2001 och 2004) (Räddningsverket ). I Figur 26 visas ytutbredningen för dagens 100-årsflöden från dessa översiktliga översvämningskarteringar tillsammans med medelvärdet av beräkningarna för förändringar av framtida 100-årsflöde år 2098 (jämför Figur 25). Regional klimat- och sårbarhetsanalys Kronobergs län 19

26 Figur 21. Beräknad förändring (%) av flöden med återkomsttid 100 år i Lagans utlopp för perioden jämfört med referensperioden Samtliga scenarier samt medelvärde (svart linje) av dessa visas. Det grå fältet markerar 75 %-percentilen och 25 %-percentilen av 100-årsflödet från alla scenarier. Figur 22. Beräknad förändring (%) av flöden med återkomsttid 100 år i Helge ås utlopp för perioden jämfört med referensperioden Samtliga scenarier samt medelvärde (svart linje) av dessa visas. Det grå fältet markerar 75 %-percentilen och 25 %-percentilen av 100-årsflödet från alla scenarier. 20 SMHI

27 Figur 23 Beräknad förändring (%) av flöden med återkomsttid 100 år i Mörrumsåns utlopp för perioden jämfört med referensperioden Samtliga scenarier samt medelvärde (svart linje) av dessa visas. Det grå fältet markerar 75 %-percentilen och 25 %-percentilen av 100-årsflödet från alla scenarier. Figur 24. Förändring av 100-årsflöden i Kronobergs län för perioden jämfört med referensperioden Figurerna visar 25:e och 75:e percentilerna av beräknade förändringar av de olika scenarierna samt medelvärde av alla klimatscenariers förändring av 100 års flödena år Regional klimat- och sårbarhetsanalys Kronobergs län 21

28 Figur 25. Förändring av 100-årsflöden i Kronobergs län för perioden jämfört med referensperioden Figurerna visar 25:e och 75:e percentilerna av beräknade förändringar av de olika scenarierna samt medelvärde av alla klimatscenariers förändring av 100 års flödena år Figur 26. Förändring av 100-årsflöde i Kronobergs län Medelvärde av framtida klimatscenarier (Jämför figur 25). Översvämningsytor från de översiktliga översvämningskarteringarna för Lagan, Helge å och Mörrumsån för dagens 100- årsflöde, syns i mörkblått (Räddningsverket ). 22 SMHI

29 6.4 Slutsatser hydrologiska klimateffekter Analyserna visar på att tillrinningen i medeltal kommer att öka under december till mars och minska under vår sommar och höst. Detta blir tydligare ju längre fram i tiden som avses, särskilt tydligt Vad det gäller de högsta flödena så kommer dessa i framtiden att i större utsträckning än i dag att ske under vinterhalvåret. Den totala årsvolymen av tillrinningen i länets vattendrag uppvisar i medeltal små förändringar, möjligen något ökande. De flesta avrinningsområden visar på att 100-årsflödet ökar i framtiden, speciellt i de västra delarna av Kronobergs län. Variationen är betydande mellan olika klimatscenarier, samtidigt som en uppgång i de genomsnittliga 100-årsflödena är tydlig. I genomsnitt uppgår denna ökning till ca 20 % mot slutet på seklet, spridningen är dock stor med både betydligt större och betydligt mindre förändringar. 7 TJÄLE I Sverige fryser marken regelbundet under vintern. Marken kan betraktas som ett system bestående av tre faser. En fast fas bestående av mineral och organiskt material och därefter av en vattenfas och en luftfas. Vatten och luftandelarna ändras med tiden. För att förstå tjälen krävs ytterligare en tidsvariabel av den fasta fasen, isen. Andelarnas storlek beror på värme- och vattentransport i marken. Normalt övergår vatten till is vid 0 o C. Lösta salter förekommer och medför att vattnet fryser i ett intervall från 0 o C till flera minusgrader. Det finns ett linjärt samband mellan fryspunktens temperatur och vattnets bindningspotential i marken. Således förekommer det stora skillnader mellan tjäle i ler, silt och sandjordar. I grovkorniga jordarter som sand blir tjälen massiv. Detta innebär att zonen med vätska, is och luft blir begränsad. Nästan allt vatten fryser vid 0 o C. I grovkorniga jordar är gränsytan skarp mellan fuktiga och torra skikt, och vattentransporten är obetydlig. I finkorniga jordarter som leror bildas en israndig struktur. Tjälen bildas i skikt av is som är omgärdad av jord som inte innehåller is. För grovkorniga jordarter tillväxer tjälen på bred front successivt djupare ner. I finkorniga jordar är tillväxten mycket diffus. Det sker som regel ingen volymsutvidgning i grovkorniga jordar. När vatten utvidgas till is motsvarar detta en ökning på ca 10 procent. En helt vattenfylld sand med en porositet på 50 volymsprocent kan maximalt utvidgas ca 5 procent. Den tjälskjutning som kan orsaka svåra problem beror alltså inte på vattnets utvidgning, utan beror på omfördelning av vattnet i marken i samband med tjälens tillväxt. Utveckling av islinser är direkt kopplad till tjälskjutning. Faktorer som påverkar tjälskjutning är: kapillär transport i jorden; långsam avkylning samt god tillgång på vatten. I mjäla- och finmojordar kan islinser få ansenliga dimensioner (1-2 dm). Om marken är snötäckt försvåras värmetransporten från tjälfronten till atmosfären. Snön har alltså en isolerande förmåga. Markvegetation och humuslager har också en isolerande effekt och hämmar tjälens tillväxt.(slu, 1998). Det är dyrare att bygga vägar och hus på mark som tjälas, eftersom basen av konstruktionen måste ligga under det maximala tjäldjupet. Timmer kan huggas och fraktas på tjälad mark från platser där otjälad mark inte har bärighet. Tunga maskiner kan skada trädens rötter på otjälad mark. I tjälad mark är träden också mer förankrade och kan motstå stormar (SWECLIM, 2001). 7.1 Tjäle och framtida klimat På uppdrag av klimat- sårbarhetsutredningen har SMHI utfört känslighetsstudier på hur tjäldjupet kan påverkas av en temperaturhöjning. En hydrologisk modell, HBV-modellen har använts. Modellen har kalibrerats mot uppmätt snödjup och tjäldjup. Av mätplatserna var tre belägna i lerjordar och tre i sandjordar. Som referens användes månadsmedelvärden för perioden , som ansågs beskriva Regional klimat- och sårbarhetsanalys Kronobergs län 23

30 dagens klimat. Simuleringar gjordes med en temperaturökning på 3 grader över hela landet. Noggrannheten i tjäldjupsberäkningarna är låg och det bedömdes inte meningsfullt att göra fullständiga scenariosimuleringar (Lindström, Hellström, 2007). I sandjordar utvecklas tjälen djupare än i lerjordarna. Figur 27 visar snödjup och tjäldjup simuleringar efter en temperaturökning på 3 grader. Kalmar är den plats som bäst liknar förhållanden för Kronobergs län. Figur 28 visar kartor över det simulerade medeltjäldjupet i mars månad, baserat på medelvärdet av de uppskattade parametervärdena för lera och sand, vilket ungefär bör motsvara förhållandena för morän. (Lindström G., S-S. Hellström, 2007). I Kronobergs län väntas en ökning på 3 grader inträffa omkring Snödjup och tjäldjup (cm) Snödjup och tjäldjup (cm) Luleå 120 Söderhamn 120 Karlsborg Boden 120 Västerås 120 Kalmar Figur 27 Simulerat snödjup och tjäldjup (månadsmedel ) för dagens förhållanden (blå kurva) och efter en temperaturökning med 3 grader (röd kurva) för tre mätplatser med sandjordar (överst) och tre mätplatser med lerjordar (nederst). Från Lindström G., S-S. Hellström, Figur 28 Simulerat medeltjäldjup i mars månad, med en parameteruppsättning som ungefär bör motsvara förhållanden för morän. Resultaten motsvarar områden utan skog. Den vänstra figuren visar tjäldjup i dagens temperatur och den högra med dagens temperatur + 3 grader. Från Lindström G., S-S. Hellström, Studien visade på att man grovt kan simulera medelvariation under året med hjälp av en enkel modell. De gjorda simuleringarna, såsom alla scenarioberäkningar är osäkra. Beräkningarna tyder på att (Lindström G., S-S. Hellström, 2007): 24 SMHI

31 Tjäldjupet är känsligt för en ökning av temperaturen Säsongen för tjäle blir kortare vid alla mätplatser I södra Sverige minskar det största tjäldjupet. I Finland har en studie också utförts på hur tjälad mark påverkas av en klimatförändring. Denna studie visar att det årliga maximala tjäldjupet på snöfria ytor i södra och centrala Finland minskar från cm till cm djup. I de norra delarna av Finland blir minskningen av tjäldjupet större, från cm till cm djup. Detta beror främst på markegenskaper. En annan förändring är en ökning av dagar utan tjäle. För Finland betyder ett varmare klimat ett minskat snötäcke. Detta ökar sannolikheten för tjäle mitt i vintern i ett framtida klimat. Denna studie visar också på att klimatförändringar medför att tjälförhållandena påverkas i Norden (SWECLIM, 2001). Regional klimat- och sårbarhetsanalys Kronobergs län 25

32 8 Referenser Andréasson, J., Bergström, S. och Gardelin, M. (2009) Dimensionerande flöden för dammanläggningar för ett klimat i förändring - Scenarier i ett 50-årsperspektiv. Delrapport från SMHI till Elforsk, November 2009 Andréasson J., Hellström S-S., Rosberg J., Bergström S., Översiktlig kartpresentation av klimatförändringars påverkan på Sveriges vattentillgång-underlag till Klimat- och sårbarhetsutredningen, Hydrologi rapport 106, 2007 Andréasson, Gardelin, Hellström och Bergström, DAMMSÄKERHET Känslighetsanalys av Flödeskommitténs riktlinjer i ett framtida förändrat klimat Andra upplagan kompletterad med analyser för Umeälven Rapport 07:15, 2006 Bergström S., Andréasson J., Stensen B., Wern L., Hydrologiska och meteorologiska förhållanden i Göta älvdalen-preliminär rapport, SMHI, 2010 Klimatet och dammsäkerhet i Sverige. Klimat- och sårbarhetsutredningen, SOU 2007:60, Bilaga b9. Lindström G., S-S. Hellström, Simulering av tjäldjup i ett framtida klimat ( ) SLU, Biogeofysik-en introduktion, SLU, Institutionen för markvetenskap, Avd. meddelande 98:9, 1998 Nakićenović, N. et al (2000). IPCC Special Report on Emission Scenarios. Cambridge Univ. Press, 599 pp. Svenska Kraftnät, Sammanställning av rapportering avseende dammsäkerhet år 2008, Dammägarnas årsrapportering till länstyrelsen samt till Flödeskonferensen avseende förhållanden vid årsskiftet 2008/2009. Svenskt dammregister, södra Sverige, SMHI, Nr 55, 1994 SWECLIM, Expertstöd i klimatfrågan, årsrapport (2001) Yang, W., Andréasson, J., Graham, L.P., Olsson, J., Rosberg, J and Wetterhall, F. (2010) Distribution based scaling to improve usability of RCM projections for hydrological climate change impacts studies. Hydrology Research, , Översvämningshot. Risker och åtgärder för Mälaren, Hjälmaren och Vänern. Delbetänkande av Klimat- och sårbarhetsutredningen, (SOU 2006:94). Stockholm. Översiktlig sårbarhetsanalys för översvämning, skred, ras och erosion i bebyggd miljö i ett framtida klimat. Klimat- och sårbarhetsutredningen (SOU 2007:60, bilaga B 14). Räddningsverket ( ): Översiktlig översvämningskarteringar: - Lagan, SRV D-nr Mörrumsån sträckan Helgasjön till Granö kraftverk, Rapport 20, Mörrumsån sträckan Hönshyltefjorden till mynningen, Rapport 43, Helge å, Rapport nr 48, SMHI