Snödjupsmätningar för uppdatering av prognosmodeller. Elforsk rapport 11:71

Storlek: px
Starta visningen från sidan:

Download "Snödjupsmätningar för uppdatering av prognosmodeller. Elforsk rapport 11:71"

Transkript

1 Snödjupsmätningar för uppdatering av prognosmodeller Elforsk rapport 11:71 Göran Lindström och Joel Dahné November 2011

2 Snödjupsmätningar för uppdatering av prognosmodeller Elforsk rapport 11:71 Göran Lindström och Joel Dahné November 2011

3 Förord Sedan 1980 har vattenkraftindustrin bedrivit gemensamma utvecklingsprojekt inom hydrologi. Från och med 2003 har HUVA (Hydrologiskt utvecklingsarbete) löpt i etapper om tre år. Denna rapport avser verksamhet inom etappen Under etappen har programmet administrerats av Elforsk och styrts av HUVA-gruppen, som bestått av följande ledamöter: Peter Calla, Vattenregleringsföretagen (ordf.) Sigrid Eliasson, E.ON Vattenkraft Jesper Nyberg/ Lars Skymberg, Fortum Emma Wikner, Statkraft Susanne Nyström, Vattenfall Dan Roupe, Vattenfall Mikael Sundby, Vattenfall Lars Pettersson/Peter Lindström, Skellefteälvens vattenregleringsföretag Björn Norell, Vattenregleringsföretagen Cristian Andersson, Elforsk (adj.) HUVA ( ) finansierades av E.ON Vattenkraft Sverige AB, Edsbyns Elverk AB, Fortum Generation AB, Gävle Energi AB, Holmen Energi AB, Jämtkraft AB, Karlstads Energi AB, Mälarenergi AB, Skellefteå Kraft AB, Sollefteåforsens AB, Statkraft Sverige AB, Tekniska Verken i Linköping AB, Umeå Energi AB and Vattenfall Vattenkraft AB. Denna rapport redovisar projektet Snödjupsmätningar för uppdatering av prognosmodeller. Arbetet har bedrivits vid SMHI:s hydrologiska forskningsenhet, på uppdrag av HUVA. Förutom författarna har även Linus Sanner och David Gustafsson deltagit i arbetet. SLAO, Svenska Liftanläggningars Organisation, gav oss tillgång till snödjupsmätningar från sina skidanläggningar. Till alla som har bidragit till projektet riktas ett varmt tack. Stockholm, februari 2012 Cristian Andersson Programområde Vattenkraft Elforsk

4 Sammanfattning Projektet som beskrivs i denna rapport syftade till att utveckla och utvärdera en enkel metodik för uppdatering av en hydrologisk modell med hjälp av SMHI:s operationella snödjupsobservationer. Snöns vatteninnehåll, densitet och snödjupet simulerades dels med den högupplösta S-HYPE-modellen, dels med en enkel griddad vattenbalansmodell, och dels med en förenklad HBV-modell för test av uppdateringarna. SMHI har under lång tid mätt snödjupet vid ett stort antal klimatstationer. Numera mäts snödjupet ofta dagligen under vintersäsongen. Den eventuella nyttan av dessa mätningar för hydrologiska modellsimuleringar har inte undersökts tidigare. En statistisk analys av snödjupsmätningarna visade en betydande korrelation mellan uppmätta snödjup även på ganska stora avstånd. Även felen i beräknat snödjup i S-HYPE-modellen var korrelerat mellan stationer på stora avstånd. Detta tyder på att det kan vara möjligt att generalisera korrektioner av modell mellan områden. Detta testades dock inte i projektet. Ett problem vid uppdatering av en hydrologisk modell med hjälp av snödjupsmätningar är att snödjupet mäts i en punkt som i allmänhet inte är representativ för avrinningsområdet. Därför modellerades snöförhållandena separat för snödjupsstationen och för området. Den rättning som behövde göras vid stationen generaliserades med en faktor till att gälla för hela området. Faktorn kalibrerades för varje kombination av område och snödjupsstation. Denna uppdatering testades i 10 avrinningsområden. Det gick enkelt att sätta upp en griddad snö- och vattenbalansmodell i hög rumsupplösning för hela Sverige. Snödjupet i den enkla modellen stämde väl överens med snödjupet i S-HYPE-modellen, som är en modell baserad på avrinningsområden. Denna stämde i sin tur ganska väl överens med uppmätta snödjup. Resultaten från uppdateringsförsöken visade att SMHI:s operationella snödjupsmätningar kan användas för uppdatering av hydrologiska modeller. Förbättringarna blir emellertid oftast inte särskilt stora. I genomsnitt minskade de absoluta volymfelen över vårfloden från ca 8 % till 7 %, eller knappt 1 procentenhet. En analys av nederbördens typ vid ett antal stationer, baserat på observationskoden, tyder på att intervallet för övergång från snöfall till regn bör vara bredare än vad som idag oftast används i HBV- och HYPEmodellerna, och att det kan vara rimligt att använda en högre tröskeltemperatur för att skilja mellan regn och snöfall, än den som används för att avgöra om eventuell snö på marken smälter. Några förslag för hur HBV-modellens programkod skulle kunna utvecklas formulerades också. Förslagen gick ut på att förenkla presentationen av den rumsliga fördelningen av snön som man implicit antar i modellen.

5 Summary The aim of the project described in this report was to develop and evaluate a simple method for updating a hydrological model by use of operational snow depth measurements. The snow water content, density and snow depth were modeled with the S- HYPE model, which uses a high spatial resolution, and with a simple gridded water balance model, and with a simplified HBV model that was used for testing the updating method. The SMHI has measured snow depth at a large number of precipitation stations for many years. Today snow depth is often measured daily during the winter season. The usefulness of this data for hydrological model simulations has not been evaluated before. A statistical analysis of the snow depth data showed that snow depth is correlated over long distances. More importantly, the errors in the simulated snow depth by the S-HYPE model were also correlated over long distances. This means that it may be possible to generalize model corrections between basins. This was, however, not tested in the project. One problem with updating a hydrological model using snow depth measurements is that snow depth is measured at a point, which is usually not representative for the drainage basin. Therefore, the snow conditions were modeled separately for both the snow depth station and for the drainage basin. The correction that had to be applied at the point was thereafter transferred to the basin, but with an updating factor. The factor had to be calibrated for each combination of discharge station and snow depth measurement point. This simple updating was tested in 10 basins. It proved to be quite simple to set up a gridded snow and water balance model for all of Sweden, with a high spatial resolution. The snow depth corresponded well with that obtained from the S-HYPE model, which is based on drainage basins. The latter model was found to simulate snow depth rather well. The results from the updating tests showed that the operational snow depth measurements made by the SMHI can be used for updating of hydrological models. The improvements were, on the other hand, not that large. On average, the absolute volume errors over the snow melt season decreased from about 8 % to 7 %. An analysis was made of the type of precipitation, based on the code reported by the observer. The results indicated that the temperature interval for a gradual transition between snowfall and rain that is used today in the HBV and HYPE models should probably be increased. It was also found that it might be justified to use a higher threshold temperature to distinguish between snowfall and rain, than the one that is used for snow melt. A few modifications in the HBV model code were suggested to make it easier to evaluate the spatial distribution of snow that is implicitly assumed in the model.

6 Innehåll 1 Syfte 1 2 Bakgrund 2 3 Metodik och data Statistisk analys av snödjupsmätningar Modellering av snödjup och snöns vatteninnehåll Uppdatering av snömängd Utvärderingsmått Data Resultat och diskussion Statistisk analys av snödjupsmätningar Modellering av snödjup och snöns vatteninnehåll Uppdatering av snömängd Förslag till utveckling av HBV-modellen Slutsatser och rekommendationer för framtida utveckling 21 6 Referenser 22

7 1 Syfte Projektet som beskrivs i denna rapport syftade huvudsakligen till att utveckla och utvärdera en enkel metod för uppdatering av en hydrologisk modell med hjälp av operationella snödjupsobservationer. 1

8 2 Bakgrund Genom åren har en rad projekt som syftar till att få fram bättre vårflödesprognoser med hjälp av hydrologiska modeller genomförts i Sverige. Arheimer m.fl. (2011) gjorde en omfattande genomgång av många av de studier som bedrivits vid SMHI. I anslutning till detta arbete gjordes en analys av träffsäkerheten i långtidsprognoser där man kom fram till att för volymsprognoser är det viktigt med: En bra modell som är noggrant kalibrerad. Uppdatering av snötäcket mot uppmätt snömängd. När det gäller modellstrukturen visar erfarenheten att det är svårt att göra stora genombrott. Däremot bör man undvika dåliga modeller, och dåligt kalibrerade modeller, och Arheimer m.fl. poängterade vikten av att man kontinuerligt följer upp och utvärderar sina prognoser. Åtskilliga studier har gjorts av hur man ska uppdatera modellen inför vårfloden med hjälp av snömätningar, antingen av snöns vatteninnehåll eller av snötäckningsgraden (se t.ex. Johansson m.fl., 2003). Att uppdatera modeller med hjälp av uppmätt snödjup har inte gjorts i någon större omfattning. Skälet till detta är att man inte känner till snöns densitet. Lindström och Ottosson Löfvenius (2000) testade dock en enkel metod i Svartberget i Västerbotten, och Gustafsson m.fl. (2009) testade en mer avancerad uppdateringsmetod i Korsvattnet i norra Jämtland. Ofta används avancerade mätmetoder för att uppskatta snötillgången. Eftersom man vill uppskatta snötillgången över stora arealer används ofta fjärranalys. Ibland kan det dock ha varit så att man sökt efter tillämpningar av fjärranalys i efterhand därför att man redan har gjort stora investeringar. Från satellit kan man främst se snötäckningsgraden, och dessutom endast vid gynnsamt väder. Hittills har fjärranalysdata utnyttjas i liten omfattning operationellt i Sverige, eftersom nyttan det kan tillföra inte har uppvägt det extra besväret och den extra kostnaden. I operationella tillämpningar har det ofta visat sig att enkla metoder fungerar lika väl, eller till och med bättre, än mer komplicerade metoder. HBV-modellen (Bergström, 1976) är ett exempel på en enkel modell, som genom åren har visat sig fungera lika bra som andra, mer komplexa, modeller. Nyligen publicerade modelljämförelser visar att HBV-modellen fortfarande står sig mycket väl (se t.ex. te Linde m.fl., 2008 eller Viney m.fl., 2009). Ett annat exempel på när en enkel metod har fungerat bättre än mer komplicerade metoder är uppdateringen inför korttidsprognoser (Carlsson & Lindström, 2001). För vårflödesprognoser och vattenhushållning är det främst snöns vatteninnehåll som är intressant. Vid de flesta av SMHI:s klimatstationer och kvarvarande manuella synopstationer mäts snödjupet åtminstone två gånger i månaden och på många håll betydligt tätare än så, ända ned till varje dag på många stationer. Tyvärr mäts inte snöns vatteninnehåll. Värdet av snödjupet 2

9 som underlag för hydrologiska prognoser har hittills inte utvärderats på SMHI, med hänvisning till att vi inte känner snöns densitet, vilken behövs för omräkning till vatteninnehållet. Inom meteorologin används snödjupsmätningarna för uppdatering av väderprognosmodeller, eftersom snöförhållandena påverkar albedot och strålningsbalansen. Man kan hävda att snödjupsmätningarna vid SMHI:s stationer inte kan användas för uppskattning av mängden snö i fjällen, eftersom de är punktmätningar på låg höjd, och i en viss typ av terräng. Å andra sidan har man i alla år använt punktmätningar av nederbörd från i stort sett dessa punkter och interpolerat nederbörden i rummet, med hänsyn taget till höjdvariationer, med förhållandevis goda resultat. Fördelarna med de operationella snödjupsmätningarna, jämfört med andra mätningar, är att mätningarna redan görs och samlas in. Även många andra än vattenkraftindustrin vill veta snöns vatteninnehåll. Den har stor betydelse för dimensionering av snölaster på tak, och för översvämningsvarningar. I samband med det ovanligt djupa snötäcket i södra Sverige vintern 2009/2010 inträffade ett stort antal takras. Mot bakgrund av frågans aktualiserande planerar SMHI att börja mäta snöns vatteninnehåll (figur 1) mer regelbundet under vintern 2011/2012, troligen vid 4 klimatstationer. Figur 1. Mätning av snöns vatteninnehåll med hjälp av snörör, vid SMHI, vintern Målet för projektet som redovisas i denna rapport var att utveckla och utvärdera en metod för uppdatering av en hydrologisk modell med hjälp av operationella snödjupsmätningar, samt utveckla en regional snödjupsmodell och förbättra modelleringen av snödjupet i HYPE och HBV-modellerna. Tanken var att resultaten inte skulle vara modellspecifika utan kunna användas i båda modellerna. 3

10 3 Metodik och data 3.1 Statistisk analys av snödjupsmätningar En enkel statistisk analys av snödjupsmätningarna gjordes. Främst beräknades hur korrelationen mellan uppmätta snödjup berodde på avståndet mellan stationerna. 3.2 Modellering av snödjup och snöns vatteninnehåll SMHI har nyligen utvecklat en ny hydrologisk modell: HYPE (Lindström m.fl. 2009). HYPE står för HYdrological Predictions for the Environment. Modellen finns sedan 2009 uppsatt i en version för hela Sverige, kallad S-HYPE (Strömqvist m.fl., 2012). Hela landet är indelat i drygt delområden, på i runda tal km 2, vilka i sin tur delas in i olika jordarter och markanvändningar. Framförallt är HYPE en vattenkvalitetsmodell, som har tagits fram som stöd till arbetet med EU:s vattendirektiv, där hydrologisk information med hög rumsupplösning efterfrågas. Modellresultat finns för nedladdning via vattenwebben ( En ny modellversion, baserad på en indelning av hela landet i ca delområden finns också framtagen, och kommer inom kort att läggas ut via vattenwebben. Förutom den högupplösta S-HYPE-modellen sattes en griddad vattenbalansmodell upp. Denna modell är en förenklad variant av HBV-modellen, med samma rumsliga upplösning som i PTHBV-griddet (Johansson, 2002), dvs 4x4 km. Den griddade vattenbalansmodellen har alltså en något högre rumsupplösning än den första versionen av S-HYPE. Modellen bygger på den grundvattenbildningsmodell som utvecklades av Rodhe m.fl. (2006 och 2008), och är en förenklad HBV-modell. I Norge används sedan flera år en griddad vattenbalansmodell, med en ännu finare rumsupplösning: 1x1 km (Beldring m.fl., 2003). 3.3 Uppdatering av snömängd Det finns flera olika principer för hur man kan uppdatera hydrologiska modeller inför en prognos (se figur 2): uppdatering av indata, tillstånd, parametrar och prognos för felet. I HBV-modellen används framförallt uppdatering av indata och prognos för felet. Vid uppdatering av indata görs korrektioner av i första hand temperaturen, så att modellens beräknade vattenföring ska stämma bättre överens med den uppmätta. Även nederbörden kan korrigeras. Korrektionerna görs antingen manuellt eller automatiskt. Fördelen med korrektioner av temperaturen är bland annat att man kan rätta till modellens snötäcke om modellen felaktigt har tolkat ett snöfall som regn, och vice versa. Vid vissa situationer ändras även direkt i modellens tillstånd, främst snötäcket eller markfuktigheten. Ändringar i indata leder i sin tur till att tillståndet ändras, varför de två metoderna inte är så principiellt olika som vad det först kan verka. 4

11 Figur 2. Principskiss för uppdatering. I detta projekt testades dels en enkel uppdatering av snötäcket, och dels en enkel statistisk prognos för felet. Den sistnämnda fungerade inte särskilt bra, och beskrivs därför inte vidare. Vid uppdatering av snötäcket måste man ta hänsyn till att modellen beräknar snötäcket för ytor, t.ex. delområden eller höjdzoner, medan de tillgängliga snödjupsmätningarna är punktmätningar. Punkterna är i allmänhet inte representativa ens för det delområde i vilket de ligger, beroende på skillnader i höjd, vegetation och exponering. Snödjupsmätningarna sker i allmänhet nära bebyggelse. För att komma runt detta problem modellerades snöförhållandena separat för den aktuella punkten. Med hjälp av den beräknade densiteten uppskattades snöns vatteninnehåll vid stationen. Det fel, i mm vatteninnehåll, som därmed gällde vid snödjupsmätaren korrigerades därefter för, dels vid mätpunkten, och dels i resten av beräkningsområdet, med hjälp av en uppdateringsfaktor (här kallad alfa). Denna faktor blir i princip en modellparameter, som normalt har ett värde < 1. Den använda metoden är väldigt enkel, vilket är en fördel i många sammanhang. Mer komplicerade metoder bör endast användas operationellt om nyttan de ger uppväger den ökade komplexiteten och kostnaden. Snöns densitet,, beräknades enligt: 0 c A age Där ρ 0 är densiteten för nysnö, age är snöns medelålder och c A är en modellparameter. Snöns medelålder bestämdes dag för dag genom viktning av den befintliga snöns medelålder med nysnön (age = 0). Ur densiteten och snöns vattenekvivalent bestämdes därefter snödjupet (se vidare i t.ex. Lindström och Ottosson Löfvenius, 2000). 3.4 Utvärderingsmått För utvärdering av resultaten användes de vanliga måtten: R2-värdet (Nash och Sutcliffe, 1970) Volymfelen över vårfloden, samt medelvärdet för absolutvärdena för dessa volymfel, kallat VF i rapporten. 5

12 3.5 Data SMHI har mätt snödjup vid enstaka platser i landet sedan slutet av talet. Det aktuella stationsnätet framgår av figur 3. Eftersom snödjupet mäts av SMHI:s observatörer är få mätstationer belägna på hög höjd, vilket försvårar användningen i fjällen. Trots detta är drygt 20 stationer belägna på över 500 m höjd, och den högsta, Idre fjäll, på 869 m. Snödjup mäts också av andra, som t.ex. försvaret, skidanläggningar, vattenvårdsförbund, räddningstjänster och intresserade privatpersoner. Snödjupsmätningar från SLAO (Svenska Liftanläggningars Organisation) erhölls för ytterligare tester av mätningar på hög höjd. De använda mätningarna avser terräng, dvs inte skidbackarna. Tabell 1 visar vilka avrinningsområden, vattenföringsserier och stationer för snödjupsmätningar som har använts för utvärdering av uppdatering mot uppmätt snödjup i denna rapport. Perioden användes i testerna av uppdateringen, utom för testerna med mätningar från SLAO. Valet av 10 år är möjligen en aning kort, men var en avvägning mellan arbetsåtgång och förväntade resultat. Komplikationer som uppstår om långa tidsperioder används är också att snödjupsstationerna inte har mätt lika frekvent under hela tiden, och att flera stationer inte har så långa mätserier. Vid många av SMHI:s manuella nederbördsstationer mäts förutom snödjupet också typen av nederbörd. Nederbördstypen delas in i 14 klasser (t.ex. duggregn, regn, snöblandat regn, regnskurar, snöfall). En analys av dessa gjordes i ett försök att förbättra snömodellen jämfört med den vanliga modellen som bygger på dygnsmedeltemperaturen och en tröskeltemperatur. Upp till tre nederbördstyper kan anges för ett dygn. För varje dygn delades nederbörden in i andel fast respektive flytande form baserat på dessa koder. En förenkling som gjordes var att hänsyn inte togs till nederbördsmängden vid varje mättillfälle. 6

13 Figur 3. SMHI:s stationsnät för mätning av snödjup. Tabell 1. Använda vattenföringsserier och snödjupsstationer för utvärdering av effekten av uppdatering mot uppmätt snödjup. 1) Snödjupsmätningar från SLAO. Station Snödjupsstation (m) (m) (km 2 ) Älvnr Medelhöjd Stationshöjd Area Abiskojokk Björkliden 1) Ytterholmen Sörbyn Niavve Kvikkjokk Tängvattnet Hemavan Ankarvattnet Leipikvattnet Medstugusjön Medstugan Ljusnedal Ljusnedal Tänndalen Tänndalen 1) Ersbo Storbron Rörvik Rörvik

14 4 Resultat och diskussion 4.1 Statistisk analys av snödjupsmätningar Korrelationen mellan uppmätta snödjup sammanfattas i tabell 2. I analysen ingick alla stationer belägna över 500 m höjd (32 st), dvs inte bara de som står med i tabellen. Tabellen visar en genomsnittlig korrelation för ett visst avstånd med den aktuella stationen som utgångspunkt. Det finns som synes en betydande samvariation, också över ganska långa avstånd. Tabell 2. Resultat från korrelationsanalysen, snödjupsmätningar. Station Korrelation Korrelation Korrelation 1 km 10 km 100 km Ljusnedal Ljungdalen Storlien-Visjövalen Klippen Ransaren Katterjåkk Modellering av snödjup och snöns vatteninnehåll Figur 4 visar exempel på snökartor framtagna med den griddade vattenbalansmodellen. Den höga rumsupplösningen på 4x4 km gör att man bättre kan jämföra resultaten med t.ex. satellitbilder. Modellen är enkel och skulle i princip kunna användas operationellt. Å andra sidan finns S-HYPE redan i daglig drift vid SMHI. Även S-HYPE har en hög rums-upplösning, och ger liknande information som den griddade vattenbalanskartan (figur 5). Därför valdes S-HYPE ut som stöd för framtagandet av den snödjupskarta som tas fram vid SMHI och publiceras på hemsidan ett par gånger i veckan under snösäsongen. I praktiken tas snödjupet från S-HYPE ut i kartform som stöd vid det manuella uppritandet av snödjups-kartan, men nivåerna styrs främst av mätvärdena från snödjupsstationerna. Exempel på snödjupskartor från vintern 2010 visas i figur 6. Försök gjordes för att förbättra den enkla snödjupsmodellen (Lindström m.fl., 2002) som används i både den griddade modellen och HYPE. Det visade sig inte vara så enkelt, och tills vidare används den redan ursprungliga modellen. Å andra sidan stämmer de beräknade snödjupen i allmänhet ganska bra jämfört med mätningar. Figur 7 visar resultat från kalibrering av den nya S- HYPE-modellen (med ca delområden). I den aktuella versionen av S- HYPE är ca 600 snödjupsstationer inlagda. Av dessa användes 32 st för kalibrering av snödjupsmodellen. De utvalda stationerna bedömdes ha tillförlitliga data, och ligger på ungefär samma höjd som medelhöjden för det 8

15 delområde som stationen ligger i. Ett relativt representativt urval av kalibreringsresultaten visas i figur 7. Vid vissa stationer var dock överensstämmelsen dålig, utan synbar anledning. Parametrarna är alltså desamma för hela landet och är de som används i simuleringen av vattenföringen. I figur 8 sammanfattas hur de dagliga felen i beräknat snödjup, vid de 32 stationerna, korrelerar mellan stationerna avsatt mot avståndet. Figuren visar att om man t.ex. överskattar snömängden vid en station så överskattar man troligen snömängden även vid en närbelägen station. Detta kan ge en möjlighet att uppdatera modellen regionalt, så att kunskap om felet i en punkt kan vara av värde även relativt långt från den aktuella mätplatsen. Korrelationen är ganska svag, men avtar å andra sidan långsamt med avståndet. Det bör poängteras att endast 32 stationer ingår i analysen, varför avstånden med nödvändighet blir stora. Om det fullständiga materialet används, med ca 600 stationer, blir avstånden mellan stationerna betydligt kortare. Figur 9 visar ett exempel på simulerad vattenföring från S-HYPE. Modellen är inte lokalt kalibrerad för detta område, men simulerar ändå flödet väldigt bra. Med tanke på att HYPE-modellens snörutin till och med är enklare än den i HBV-modellen, talar exemplet för att snörutinen inte nödvändigtvis behöver göras mer komplicerad än dagens rutin i HBV. HYPE-modellen har varken ofruset vatten i snötäcket eller höjdzoner, och använder liksom HBV-modellen den enkla graddagmetoden. Det bör påpekas att exemplet i figuren är ett av de bästa från S-HYPE, tack vare att den uppmätta avbördningskurvan för Torne träsk används. Exemplet är alltså inte representativt för anpassningen i hela landet, men visar ändå att modellen kan ge goda resultat, trots sin enkelhet. Figur 4. Exempel på resultat från den griddade snömodellen (snödjup i cm). Gridstorlek = 4x4 km. 9

16 Figur 5. Jämförelse mellan snödjup enligt den griddade snömodellen (till vänster) och enligt S-HYPE (till höger). Figur 6. Exempel på snödjupskartor för hela Sverige, baserade på SMHI:s snödjupstationer (från 10

17 Figur 7. Ett urval resultat från kalibreringen av snödjup i S-HYPE, 2010 års delområdesindelning. (Parametrar: ρ 0 = 0.13, c A = ). Figur 10 visar andelen nederbörd i fast form för olika dygnsmedeltemperaturer, baserat på observationer av nederbördstyp från 3 stationer. Något förenklat kan man säga att temperaturen övergår från fast till flytande i ett intervall mellan ca -2 och +4 grader, dvs ett intervall om hela 6 grader. I både HBV-modellen och HYPE-modellen användes oftast standardintervall på ca 2 grader. Analysen visar att det kan vara rimligt att öka dessa intervall. I figur 11 jämförs det uppmätta snödjupet i Emmaboda med modellerat snödjup, dels baserat på observationstyperna för varje dag och dels enligt ett intervall som kalibrerades. Något bättre resultat erhölls i modellen som använde den dagliga nederbördstypen, se t.ex. november 2004 (figur 11), jämfört med det vanliga temperaturintervallet. Förbättringen var emellertid så liten att den knappast motiverar att man tar in mer indata i modellen. Observationstypen antecknas dessutom endast vid relativt få stationer (uppskattningsvis en tredjedel). Däremot kan det vara motiverat att använda bredare intervall för tröskeltemperaturen i HBV- och HYPE-modellerna, än vad som nu används. Intervallet ligger dessutom inte symmetriskt runt nollan, vilket skulle kunna motivera att man använder en högre tröskeltemperatur för 11

18 att skilja mellan regn och snö, än för smältning. En möjlighet till att använda olika trösklar för ackumulation och smältning finns i HBV-modellen, men inte i den nuvarande HYPE-modellen. Figur 8. Korrelation i felet i beräknat snödjup mot avståndet mellan 32 stationer i S-HYPE, tillsammans med en linjär anpassning. Figur 9. Exempel på simulering från S-HYPE, avrinningen från Torne träsk. (R2=0.94). Observera att detta var den bästa anpassningen mätt med R2-värdet. 12

19 Figur 10. Andelen nederbörd i fast form för olika dygnsmedeltemperaturer, baserat på observationer av nederbördstyp, SMHI:s stationer i Emmaboda, Vattholma och Borlänge. Figur 11. Uppmätt och simulerat snödjup, Emmaboda, där andelen regn dels bestäms enligt observatörens kod för nederbördstyp och dels ur dygnsmedeltemperaturen. 4.3 Uppdatering av snömängd Figur 12 visar exempel på simuleringsresultat från avrinningsområdet Medstugusjön och snödjupsstationen Medstugan, utan uppdatering. Snödjupsstationen ligger 90 m lägre än områdets medelhöjd varför snön smälter lite tidigare vid stationen. Skillnaderna mellan området och stationen är i detta exempel ganska liten, eftersom höjdskillnaden bara är 90 m. Den bästa uppdateringsvikten för detta område var 0.2. Figurerna 13 och 14 visar exempel på hur snömängden och vattenföringen påverkas av uppdateringen 13

20 mot snödjup. Skillnaden är som synes inte särskilt stor. Effekten av uppdateringen mätt över snösmältningsperioderna sammanfattas i figur 15. I detta fall minskades absolutvärdet för volymfelet 6 år av 10, och i genomsnitt minskade det absoluta volymfelet från 58 till 50 mm. Den största förbättringen erhölls år 2000 (se figurerna 14 och 15) då en nästan perfekt volymsprognos uppnåddes över vårfloden. Å andra sidan försämrades volymen år R2-värdet påverkades obetydligt. Figur 12. Exempel på snödjup, snöns vatteninnehåll och vattenföring för avrinningsområdet Medstugusjön och snödjupsstationen Medstugan, utan uppdatering. 14

21 Figur 13. Exempel på simulering av vattenföringen för avrinningsområdet Medstugusjön. Den övre figuren visar snödjupet vid stationen Medstugan, utan uppdatering. Mittenfiguren visar effekten på snöns vatteninnehåll från uppdateringen mot snödjupet. Den nedre figuren visar motsvarande effekt på vattenföringen, där skillnaden som synes inte särskilt är stor. 15

22 Figur 14. Exempel på simulering av vattenföringen för avrinningsområdet Medstugusjön, vintern 1999/2000. Den övre figuren visar snödjupet vid stationen Medstugan, utan uppdatering. Mittenfiguren visar effekten på snöns vatteninnehåll från uppdateringen mot snödjupet. Den nedre figuren visar motsvarande effekt på vattenföringen. Figur 15. Exempel på volymfel (mm) över snösmältningen, Medstugusjön, utan (Mod) respektive med uppdatering (Upp) mha snödjupsdata från Medstugan. 16

23 Tabell 3 sammanfattar resultaten erhållna med hjälp av uppdateringar. Förbättringarna var i allmänhet inte särskilt stora. I vissa områden kunde prognoserna förbättras en aning, men förbättringarna var inte generella. Sett över alla åren och alla områdena förbättrades 45 av 100 fall, medan 25 försämrades (figur 16). De övriga 30 förändrades inte (de områden som inte uppdaterades alls). Nyttan av uppdateringen tycks, som väntat, vara större i områden där stationerna ligger på ungefär samma höjd som områdena (figur 17). De absoluta volymfelen minskade i de flesta av områdena, men förbättringarna var relativt små. I de områden där ingen förbättring fås bör uppdateringen alltså inte användas på detta sätt. En möjlighet torde kunna vara att man mäter snödjup på mer representativa platser eller höjder. Den testade uppdateringsmetoden bör även kunna användas tillsammans med andra snömätningar, t.ex. snötaxeringar i punkter eller utefter linjer. Det bör vara säkrare att använda verkliga snömätningar, eftersom man då slipper osäkerheten som tillförs vid uppskattningen av densiteten. Värdet på parametern alfa skiljer sig betydligt mellan områdena, och påverkas delvis av hur ofta snödjupsmätningarna görs. I ett område med glesa mätningar, måste man uppdatera kraftigare vid varje mättillfälle för att uppnå samma effekt. Tabell 3. Sammanfattning av uppdateringens effekt på vattenföringen. För uppdateringsfaktorn alfa anges det värde som gav största förbättringen för volymfelet över perioden 1 april 1 juli. Förb1 anger förbättringen i procentenheter och Förb2 anger förbättringen i procent. R2 avser hela tidsperioden. 1) Snödjupsmätningar från SLAO. Station Alfa R2 R2 VF(%) VF(%) Förb1 Förb2 Utan Med Utan Med Abiskojokk 1) Ytterholmen Niavve Tängvattnet Ankarvattnet Medstugusjön Ljusnedal Tänndalen 1) Ersbo Rörvik Medel

24 Figur 16. Förbättring (minskning av volymfelet) för varje år, mot det ursprungliga volymfelet (utan uppdatering). Alla 10 testområdena. Figur 17. Förbättringen (minskningen av felet i procentenheter respektive procent) mot skillnaden i höjd mellan avrinningsområdets medelhöjd och snödjupsstationens höjd. Resultaten som erhölls genom uppdateringen med hjälp av snödjupsdata var alltså inte entydigt bättre. Eftersom modellen fungerar så pass bra även utan uppdatering är det svårt att få entydiga förbättringar och göra stora genombrott. Storleken på förbättringarna kan vara så liten att det inte är värt besväret att tillämpa en uppdateringsmetod av den här testade typen. Å andra sidan kan utnyttjandet av annan information vara av värde inför prognoser i osäkra lägen, och ge en slags second opinion. I de gjorda testerna har endast en station använts per avrinningsområde. I en praktisk tillämpning skulle man antagligen vikta ihop korrektioner från flera snödjupsstationer. Den statistiska analysen ovan tyder på att det skulle gå att vikta in korrektioner även från stationer som ligger ganska långt ifrån ett avrinningsområde. 18

25 4.4 Förslag till utveckling av HBV-modellen En av de stora fördelarna med HBV-modellen är dess enkelhet och modesta krav på indata och beräkningskapacitet. Detta var dock viktigare på talet, när modellen utvecklades, än idag. Nya möjligheter i GIS gör att man skulle kunna presentera modellresultat från HBV-modellen, t.ex. snöfördelningen i kartform, trots att modellen fortfarande räknar i höjdzoner. När modellen sätts upp för ett område delas området in i höjd- och vegetationsklasser med hjälp av höjddata och information om markanvändningen. Kopplingen mellan dessa klasser och en plats i rummet kan efter en beräkning återanvändas genom att man för varje yta avgör vilken klass den motsvaras av i modellen och ritar upp motsvarande modellresultatet. Normalt används informationen bara enkelriktat för att ta fram klasserna, men genom att spara kopplingen kan man alltså ta fram t.ex. detaljerade snökartor som visar hur man i modellen faktiskt har antagit att snön ligger fördelad i rummet. Hur en tillbakakoppling av resultaten kan se ut visas i ett exempel för det lokala tillrinningsområdet till Kultsjön i Ångermanälvens avrinningsområde (figur 18). Beräkningarna är gjorda för fem höjdzoner, men utan vegetationszoner. Bilden över snöfördelningen kan sedan till exempel användas för jämförelse med satellitbilder, antingen för rimlighetskontroll, kalibrering eller uppdatering. Man kan i GIS också beräkna snöns beräknade medelvärde utmed linjer, vilket gör det möjligt att jämföra med mätningar utmed samma linjer. För att man ska kunna göra dessa rumsliga snökartor behöver man kunna skriva ut zonvärden ifrån en modellsimulering, och ha en koppling mellan klasserna och varje yta i modellen (normalt en gridruta). Ytterligare en variabel som man skulle kunna ta ut som utskriftsvariabel är snögränsen (se figur 18). Snötäckningsgraden finns redan som utskriftsmöjlighet i HBV-modellen i IHMS. 19

26 Figur 18. Exempel på simulering för det lokala tillrinningsområdet till Kultsjön, tillsammans med beräknad snötäckningsgrad, snögräns och snöns fördelning i 5 höjdzoner, tillsammans med snöns rumsliga fördelning. För det västligaste delområdet (i Norge) saknades höjddata varför det är vitt i alla bilderna. Snökartan är framtagen genom mappning till en höjddatabas på 50x50 m. 20

27 5 Slutsatser och rekommendationer för framtida utveckling Det gick enkelt att sätta upp en griddad snö- och vattenbalansmodell i hög rumsupplösning för hela Sverige. Snödjupet i den enkla modellen stämde väl överens med snödjupet i S-HYPE-modellen, som är en modell baserad på avrinningsområden. Denna stämde i sin tur ganska väl överens med uppmätta snödjup. Beroende på behovet och tillämpningar är det alltså genomförbart att modellera snö i hög rumsupplösning för hela landet, antigen i griddad form eller för avrinningsområden. SMHI:s operationella snödjupsmätningar kan användas för uppdatering av hydrologiska modeller, trots att snömätningarna är punktmätningar. Förbättringarna blir emellertid oftast inte särskilt stora. I genomsnitt minskade de absoluta volymfelen över vårfloden från ca 8 % till 7 %, eller knappt 1 procentenhet. Felen i beräknat snödjup samvarierar ofta över större arealer, vilket bör kunna användas i en regional uppdatering. Metoden bör testas även för andra typer av snömätningar, t.ex. i punkter eller utefter linjer. Resultaten bör dessutom bli bättre om uppmätt snömängd kan utnyttjas eftersom man då inte behöver uppskatta densiteten. En analys av nederbördens typ vid ett antal stationer, baserat på observationskoden, tyder på att intervallet för övergång från snöfall till regn bör vara bredare än vad som idag oftast används i HBV- och HYPE-modellerna, och att det kan vara rimligt att använda en högre tröskeltemperatur för att skilja mellan regn och snö, än för att avgöra om snön smälter. För att dra större nytta av HBV-modellen föreslås att man förenklar presentationen av zonvärden i en kartbild, genom att kopplingen mellan zoner och geografiska indata behålls. Därmed kan modellen fortsätta att som idag räkna i höjd- och vegetationszoner, men resultaten kan presenteras i kartform. På så sätt blir modellen mer användbar för utvärdering och eventuellt uppdatering av snömängden. En annan variabel som bör vara enkel att extrahera är snögränsen. Även denna kan användas för en enkel rimlighetskontroll av tillståndet i modellen. 21

28 6 Referenser Arheimer, B., Lindström, G. & Olsson, J. (2011) A systematic review of sensitivities in the Swedish flood-forecasting system. Atmospheric Research 100 (2011) Beldring, S., Engeland, K., Roald, L.A., Saelthun, N.R. & Voksö, A. (2003) Estimation of parameters in a distributed precipitation-runoff model for Norway. Hydrology and Earth System Sciences. 7(3), Bergström, S. (1976) Development and application of a conceptual runoff model for Scandinavian catchments. SMHI Reports RHO, No. 7, Norrköping. Carlsson, B. & Lindström, G. (2001) HBV-modellen och flödesprognoser. SMHI Rapport Hydrologi Nr 85. Gustafsson, D., Ahlberg, J., Granlund, N., Lindström, G., Wetterhall, F., Lundberg, A. (2009): Distribuerade system för förbättrade snö- och avrinningsprognoser. Integration i hydrologiska modeller. Delrapport 1. Elforsk rapport 09:84. Johansson, B. (2002) Estimation of areal precipitation for hydrological modelling in Sweden. Earth Sciences Centre, Department of Physical Geography, Göteborg University. Doctoral Thesis A76. Johansson, B., Andreasson, J. & Jansson, J. (2003) Satellite data on snow cover in the HBV model. Method development and evaluation. SMHI Rapport Hydrologi Nr 90. Lindström, G., Bishop, K. & Ottosson-Löfvenius, M. (2002) Soil frost and runoff at Svartberget, northern Sweden - measurements and model analysis. Hydrological Processes, Vol. 16, No. 17, Lindström, G. & Ottosson Löfvenius, M. (2000) Tjäle och avrinning i Svartberget - studier med HBV-modellen. SMHI Hydrologi Nr 84. Lindström, G., Pers, C., Rosberg, J., Strömqvist, J. and Arheimer, B. (2010) Development and testing of the HYPE (Hydrological Predictions for the Environment) water quality model for different spatial scales. Hydrology Research , Nash, J.E. & Sutcliffe, J.V. (1970) River flow forecasting through conceptual models. Part I - A discussion of principles. Journal of Hydrology, Vol. 10(3), pp Rodhe, A., Lindström, G. Rosberg, J. & Pers, C. (2006) Grundvattenbildning i svenska typjordar översiktlig beräkning med en vattenbalansmodell. Uppsala Universitet, Institutionen för geovetenskaper, Luft- och vattenlära. Report Series A No. 66. Rodhe, A., Lindström, G. & Dahné, J. (2008) Grundvattenbildning i svenska typjordar - metodutveckling av en vattenbalansmodell Rapport till SGU juli 2008 Allan Rodhe, Institutionen för geovetenskaper, Uppsala universitet Göran Lindström och Joel Dahné, SMHI. 22

29 Strömqvist, J., Arheimer, B., Dahné, J., Donnelly, C. & Lindström, G. (2012) Water and nutrient predictions in ungauged basins - Set-up and evaluation of a model at the national scale. Accepted for publication by Hydrological Sciences Journal. te Linde, A.H., Aerts, J.C.J.H., Hurkmans, R.T.W.L. & Eberle, M. (2008) Comparing model performance of two rainfall-runoff models in the Rhine basin using different atmospheric forcing data sets. Hydrol. Earth Syst. Sci., 12, Viney, N.R., Bormann, H., Breuer, L., Bronstert, A., Croke, B.F.W., Frede, H., Gräff, T., Hubrechts, L., Huisman, J.A., Jakeman, A.J., Kite, G.W., Lanini, J., Leavesley, G., Lettenmaier, D.P., Lindström, G., Seibert, J., Sivapalan, M. & Willems P. (2009) Assessing the impact of land use change on hydrology by ensemble modeling (LUCHEM) II: Ensemble combinations and predictions. Advances in Water Resources, 32,

30 24

Göran Lindström & Joel Dahné. Snödjupsmätningar för uppdatering av prognosmodeller

Göran Lindström & Joel Dahné. Snödjupsmätningar för uppdatering av prognosmodeller Snödjupsmätningar för uppdatering av prognosmodeller Snödjupsmätningar för uppdatering av prognosmodeller Syfte Att utveckla och utvärdera en metodik för uppdatering av en hydrologisk modell med hjälp

Läs mer

Distribuerade system för förbättrade snöoch avrinningsprognoser Integration i hydrologiska modeller Rapport 3, 2010

Distribuerade system för förbättrade snöoch avrinningsprognoser Integration i hydrologiska modeller Rapport 3, 2010 Distribuerade system för förbättrade snöoch avrinningsprognoser Integration i hydrologiska modeller Rapport 3, 2010 Nils Granlund, LTU och Jesper Ahlberg, KTH Angela Lundberg, LTU, David Gustafsson, KTH,

Läs mer

Joel Dahné, David Gustafsson, Barbro Johansson Vindrelaterad snöfördelning i hydrologiska modeller

Joel Dahné, David Gustafsson, Barbro Johansson Vindrelaterad snöfördelning i hydrologiska modeller Joel Dahné, David Gustafsson, Barbro Johansson Vindrelaterad snöfördelning i hydrologiska modeller Målsättning Förbättra interpolationen av nederbörd i PTHBV genom användning av aktuell storskalig vindinformation

Läs mer

Källa: SNA, Klimat, sjöar och vattendrag

Källa: SNA, Klimat, sjöar och vattendrag Varje vinter faller snö över Sverige och bäddar in landet i ett täcke av snö. I södra Sverige omväxlar i regel köldperioder med snö med milda perioder när snön smälter, medan man i norr får ett mer sammanhängande

Läs mer

Framtidens översvämningsrisker

Framtidens översvämningsrisker -1-1 Framtidens översvämningsrisker Bakgrund Med början våren driver SMHI med medel från Länsförsäkringars Forskningsfond forskningsprojektet Framtidens Översvämningsrisker. Projektet skall pågå till och

Läs mer

Metodkonferensen Norrköping, Osäkerheter i hydrologiska modeller

Metodkonferensen Norrköping, Osäkerheter i hydrologiska modeller Metodkonferensen Norrköping, 13-9-27 Osäkerheter i hydrologiska modeller Principen för ensemble-prognoser En deterministisk prognos (kontroll) Små störningar i starttillståndet kan ge olika utvecklingar

Läs mer

Korrektion av systematiska fel i meteorologiska prognoser: en förstudie om vårflodsprognoser

Korrektion av systematiska fel i meteorologiska prognoser: en förstudie om vårflodsprognoser Korrektion av systematiska fel i meteorologiska prognoser: en förstudie om vårflodsprognoser Jonas Olsson, Peter Berg, Johan Södling, Gitte Berglöv, Henrik Spångmyr, Jörgen Rosberg SMHI Bakgrund och problemställning

Läs mer

Snövattenekvivalentuppskatning med markradar

Snövattenekvivalentuppskatning med markradar Snövattenekvivalentuppskatning med markradar Nils Sundström, LTU Distribuerade system för förbättrade snöoch avrinningsprognoser minska volymfelet i avrinningsprognoser förbättra tidsbestämningen av den

Läs mer

Snötäckningsgrad från satellitobservationer i HBV-96 Barbro Johansson Karen Lundholm Anders Gyllander

Snötäckningsgrad från satellitobservationer i HBV-96 Barbro Johansson Karen Lundholm Anders Gyllander 29-3-12 Barbro Johansson Snötäckningsgrad från satellitobservationer i HBV-96 Barbro Johansson Karen Lundholm Anders Gyllander 29-3-12 Barbro Johansson Bakgrund - frågeställning Vi brukar anta att: Användning

Läs mer

Hydrologiska modeller

Hydrologiska modeller Hydrologiska modeller Sten Bergström SMHI Begreppsmässiga modeller beskriver de viktigaste processerna logiskt men förenklat måttliga krav på indata modellens parametrar bestäms oftast genom kalibrering

Läs mer

Mätsystem för förbättrade snö- och avrinningsprognoser

Mätsystem för förbättrade snö- och avrinningsprognoser Mätsystem för förbättrade snö- och avrinningsprognoser David Gustafsson, Mark och vattenresursteknik KTH Jesper Ahlberg Angela Lundberg, LTU Nils Granlund Fredrik Wetterhall, SMHI Göran Lindström Förbättra

Läs mer

HUVA 2009-2011. Slutrapport Hydrologiskt UtVecklingsArbete. Elforsk rapport 12:18

HUVA 2009-2011. Slutrapport Hydrologiskt UtVecklingsArbete. Elforsk rapport 12:18 HUVA 2009-2011 Slutrapport Hydrologiskt UtVecklingsArbete Elforsk rapport 12:18 David Gustafsson, KTH, Angela Lundberg, LTU, Jonas Olsson, SMHI och Göran Lindström, SMHI, Sara Sandberg, Elforsk mfl. 2012

Läs mer

Nederbörd. VVRA05 Vatten 1 Feb 2019 Erik Nilsson, TVRL

Nederbörd. VVRA05 Vatten 1 Feb 2019 Erik Nilsson, TVRL Nederbörd VVRA05 Vatten 1 Feb 2019 Erik Nilsson, TVRL Innehåll Uppkomst Olika typer av nederbörd Nederbörd och vattenbalans Variation i tid och rum Mätningar och analys Uppkomst Uppkomst - Kondensering

Läs mer

Angela Lundberg & Nils Granlund, LTU David Gustafsson & Jesper Ahlberg, KTH Göran Lindström, SMHI Finansiärer: SVC, HUVA & Kempestiftelsen

Angela Lundberg & Nils Granlund, LTU David Gustafsson & Jesper Ahlberg, KTH Göran Lindström, SMHI Finansiärer: SVC, HUVA & Kempestiftelsen 'LVWULEXHUDGHPlWV\VWHPI UI UElWWUDGH VQ DYULQQLQJVSURJQRVHU LQWHJUHULQJ LK\GURORJLVNDPRGHOOHU 'LVWULEXHUDGHPlWV\VWHPI UI UElWWUDGHVQ RFK DYULQQLQJVSURJQRVHU LQWHJUHULQJLK\GURORJLVNDPRGHOOHU Angela Lundberg

Läs mer

HYPE-modellen Hydrological Predictions for the Environment

HYPE-modellen Hydrological Predictions for the Environment Avbördningskurvans roll i hydrologiska modellberäkningar Göran Lindström & Joel Dahné, 29-12-1 HYPE-modellen Hydrological Predictions for the Environment Markklasser = kombination av jordart och markanvändning

Läs mer

Klimat och hydrologi

Klimat och hydrologi Klimat och hydrologi Karlstad 1916 Earth's Radiation Balance. Image Source: NASA. 2012-11-28 2 1 http://www.esrl.noaa.gov/gmd/ccgg/trends/ CO2 development Tvågradersmålet 2 CO2-utsläpp 1990-2010 2012-11-28

Läs mer

HUVA-dagen Spårvagnshallarna, Birger Jarslgatan 57 A, 7 dec Fredrik Martinsson, programansvarig för HUVA Peter Calla, ordförande HUVA

HUVA-dagen Spårvagnshallarna, Birger Jarslgatan 57 A, 7 dec Fredrik Martinsson, programansvarig för HUVA Peter Calla, ordförande HUVA HUVA-dagen 2017 Spårvagnshallarna, Birger Jarslgatan 57 A, 7 dec 2017 Fredrik Martinsson, programansvarig för HUVA Peter Calla, ordförande HUVA Energiforsk på väg framåt! Vision Vi är noden i svensk energiforskning

Läs mer

Curriculum Vitae. Name Göran Lindström Birthdate 26 November 1958 Nationality Swedish

Curriculum Vitae. Name Göran Lindström Birthdate 26 November 1958 Nationality Swedish Curriculum Vitae Name Göran Lindström Birthdate 26 November 1958 Nationality Swedish Examina and employment 1990 Fil. Lic. in Hydrology, University of Uppsala, Sweden. (Thesis: Hydrological conditions

Läs mer

Höga flöden en tillbakablick Riksmöte 2010 för vattenorganisationer Göran Lindström/SMHI

Höga flöden en tillbakablick Riksmöte 2010 för vattenorganisationer Göran Lindström/SMHI M Höga flöden en tillbakablick Riksmöte 21 för vattenorganisationer 21-9-27 Göran Lindström/SMHI allversion 1. 29-9-23 Innehåll Prognoser och varningar Höga flöden, en tillbakablick Modellberäknad vattenföring

Läs mer

Mätningar och Modeller. Hydrologi för länsstyrelser

Mätningar och Modeller. Hydrologi för länsstyrelser Mätningar och Modeller Hydrologi för länsstyrelser Mätning av nederbörd P, T, vind P P, T Mätning av nederbörd 200 cm² SMHIs hydrologiska grundnät Nationellt stationsnät av 330 vattenföringsstationer,

Läs mer

Vårflodsprognoser med snöuppdatering

Vårflodsprognoser med snöuppdatering Vårflodsprognoser med snöuppdatering David Gustafsson, Göran Lindström, Anna Kuentz HUVA-dagen, 2015-12-02, Stockholm? Operationella snöobservationer i Sverige Sedan 1800-talet Snödjup: 600+ stationer,

Läs mer

HYDROIMPACTS 2.0 Föroreningstransporten i den omättade markzonen. Magnus Persson. Magnus Persson, Lund University, Sweden

HYDROIMPACTS 2.0 Föroreningstransporten i den omättade markzonen. Magnus Persson. Magnus Persson, Lund University, Sweden HYDROIMPACTS 2.0 Föroreningstransporten i den omättade markzonen Magnus Persson Bakgrund Föroreningstransport i den omättade markzonen är ett potentiellt hot mot både yt- och grundvattentäckter. Nederbördsvolymer

Läs mer

Nedisningsprognoser för vindkraft. Vintervind 2008 17-18 mars 2008 i Åsele

Nedisningsprognoser för vindkraft. Vintervind 2008 17-18 mars 2008 i Åsele presenterat på Vintervind 2008 17-18 mars 2008 i Åsele Esbjörn Olsson SMHI/Sundsvall Innehåll: Bakgrund Nuvarande produktion av isbildningsprognoser Prognosmetoder Prognosmodeller och deras begränsningar

Läs mer

HUVA - Hydrologiskt Utvecklingsarbete inom Vattenkraftindustrin. Tillrinning. Björn Norell

HUVA - Hydrologiskt Utvecklingsarbete inom Vattenkraftindustrin. Tillrinning. Björn Norell Tillrinning Björn Norell Innehåll Vad är tillrinning? Mätning av tillrinning Beräkning av tillrinning Korta tillrinningsprognoser Vårflodsprognoser 1 Vad är tillrinning? Flåsjöns avrinningsområde (Ljungan)

Läs mer

Beräknad naturlig vattenföring i Dalälven

Beräknad naturlig vattenföring i Dalälven Författare: Uppdragsgivare: Rapportnr: Barbro Johansson Birgitta Adell, Fortum 35 Granskningsdatum: Granskad av: Dnr: Version 211-5-21 Sten Lindell 21/286/24 1. Beräknad naturlig vattenföring i Dalälven

Läs mer

VÅRFLODSPROGNOSER MED SNÖUPPDATERING

VÅRFLODSPROGNOSER MED SNÖUPPDATERING VÅRFLODSPROGNOSER MED SNÖUPPDATERING RAPPORT 2015:208 VATTENKRAFT VÅRFLODSPROGNOSER MED SNÖUPPDATERING Uppdatering av regionala modeller genom assimilering av satellit och markbaserade snömätningar DAVID

Läs mer

Begreppsmässiga avrinningsmodeller tillförlitliga verktyg i vattenplaneringen?

Begreppsmässiga avrinningsmodeller tillförlitliga verktyg i vattenplaneringen? Vatten 999, 55(3): 29-24 Begreppsmässiga avrinningsmodeller tillförlitliga verktyg i vattenplaneringen? Conceptual runoff models - reliable tools in water management? Jan Seibert Uppsala Universitet Institutionen

Läs mer

Dimensionerande nederbörd igår, idag och imorgon Jonas German, SMHI

Dimensionerande nederbörd igår, idag och imorgon Jonas German, SMHI Dimensionerande nederbörd igår, idag och imorgon Jonas German, SMHI Mallversion 1.0 2009-09-23 Hydraulisk dimensionering, enligt Vägverket och Svenskt Vatten 2 Beräkning av dimensionerande flöden För större

Läs mer

Publikationslista GL 2014-09-25 till hemsidan Senast sparat 2014-09-29

Publikationslista GL 2014-09-25 till hemsidan Senast sparat 2014-09-29 Reviewed publications Arheimer, B. & Lindström, G. (2014) Electricity vs Ecosystems understanding and predicting hydropower impact on Swedish river flow. In: Evolving Water Resources Systems: Understanding,

Läs mer

Kvalitetssäkring av modellberäkningar

Kvalitetssäkring av modellberäkningar Modellanvändning för en renare tätortsluft Kvalitetssäkring av modellberäkningar Innehåll Vad kan jag göra åt det? Vilka kvalitetskrav finns på modellberäkningar? Hur kan man utföra en utvärdering mot

Läs mer

Tidsserier och vattenkraftoptimering presentation 2015-10-22

Tidsserier och vattenkraftoptimering presentation 2015-10-22 Tidsserier och vattenkraftoptimering presentation 2015-10-22 Mikael Sundby Varför behöver vi långa tidsserier? Vi behöver långtidsprognoser på tillrinning både för prisprognosticering och optimering av

Läs mer

SMHIs nederbördsmätning

SMHIs nederbördsmätning Mallversion 1.0 2009-09-23 2011-04-01 SMHIs nederbördsmätning Jonas German jonas.german@smhi.se 011-495 8596 Vårt uppdrag Statlig myndighet under Miljödepartementet Experter inom meteorologi, hydrologi,

Läs mer

Hydrologiska prognosoch varningstjänsten SMHI

Hydrologiska prognosoch varningstjänsten SMHI Hydrologiska prognosoch varningstjänsten SMHI Calle Granström Uppdraget, kärnan SMHI:s Hydrologiska prognos och varningstjänst har till uppgift att informera om den aktuella hydrologiska situationen i

Läs mer

CURRICULUM VITAE. GIVEN NAME(S): Göran Johannes (male/female) Swedish Meteorological and Hydrological Institute, (SMHI), S Norrköping, Sweden

CURRICULUM VITAE. GIVEN NAME(S): Göran Johannes (male/female) Swedish Meteorological and Hydrological Institute, (SMHI), S Norrköping, Sweden 2015-06-15 FAMILY NAME: CURRICULUM VITAE Lindström GIVEN NAME(S): Göran Johannes (male/female) EMPLOYER: YEAR OF BIRTH: 1958 NATIONALITY: PROFESSION: POSITION IN FIRM: Swedish Meteorological and Hydrological

Läs mer

Analys av samvariationen mellan faktorer som påverkar vattennivåerna i Karlstad

Analys av samvariationen mellan faktorer som påverkar vattennivåerna i Karlstad Rapport Nr. 54 Analys av samvariationen mellan faktorer som påverkar vattennivåerna i Karlstad Sten Bergström, Johan Andréasson Pärmbild. Bilden av Karlstad från luften är tagen 2003 av Lars Furuholm (lars.furuholm@lansstyrelsen.se).

Läs mer

Elin Sjökvist och Gustav Strandberg. Att beräkna framtidens klimat

Elin Sjökvist och Gustav Strandberg. Att beräkna framtidens klimat Elin Sjökvist och Gustav Strandberg Att beräkna framtidens klimat Koldioxidkoncentration Idag 400 ppm Tusentals år sedan Temperaturökningen fram till idag Källa: NOAA Vad är ett klimatscenario? Koncentrationsscenario

Läs mer

Från klimatmodell till hydrologiska tillämpningar

Från klimatmodell till hydrologiska tillämpningar Från klimatmodell till hydrologiska tillämpningar Johan Andréasson Photo: Göran Lindström, SMHI Slutseminarium för CPA-projektet i Arvika 2011-10-06 Upplägg Hur gör man? Från klimatmodell till flöden Beräkning

Läs mer

Ola Hammarberg Vattenregleringsföretagen Östersund

Ola Hammarberg Vattenregleringsföretagen Östersund Ola Hammarberg Vattenregleringsföretagen Östersund Disposition Inledning, kort presentation av VRF Bakgrund, Projekt-Q Metoder Resultat Slutsatser och diskussion Kort om Vattenregleringsföretagen Ansvarar

Läs mer

TILLGÄNGLIGHET TILL UPPGIFTER FRÅN SMHI

TILLGÄNGLIGHET TILL UPPGIFTER FRÅN SMHI TILLGÄNGLIGHET TILL UPPGIFTER FRÅN SMHI Håkan Olsson SMHI, basverksamheten Ann-Karin Thorén SMHI, forskningsavdelningen g www.smhi.se Vattenförvaltning 2008-12-10 H Ols sson, A-K Thorén, SMH HI Presentation

Läs mer

Sammanfattning till Extremregn i nuvarande och framtida klimat

Sammanfattning till Extremregn i nuvarande och framtida klimat Sammanfattning till Extremregn i nuvarande och framtida klimat SAMMANFATTNING till Klimatologirapport nr 47, 2017, Extremregn i nuvarande och framtida klimat Tre huvudsakliga resultat från rapporten är:

Läs mer

Påverkan, anpassning och sårbarhet IPCC:s sammanställning Sten Bergström

Påverkan, anpassning och sårbarhet IPCC:s sammanställning Sten Bergström Påverkan, anpassning och sårbarhet IPCC:s sammanställning 2014 Sten Bergström IPCC 2014 Människans påverkan på klimatsystemet är tydlig. Påverkan är uppenbar utifrån stigande halter av växthusgaser i

Läs mer

version januari 2019 Manual SMHI klimatdata

version januari 2019 Manual SMHI klimatdata version januari 2019 Manual SMHI klimatdata Ägare Sametinget Ansvariga personer Anne Walkeapää Bengt Näsholm Leif Jougda Stefan Sandström Förslag och synpunkter skickas till Sametinget Anne Walkeapää anne.walkeapaa@sametinget.se

Läs mer

Klimat, observationer och framtidsscenarier - medelvärden för länet. Västmanlands län. Sammanställt

Klimat, observationer och framtidsscenarier - medelvärden för länet. Västmanlands län. Sammanställt Klimat, observationer och framtidsscenarier - medelvärden för länet Västmanlands län Sammanställt 2010-12-07 Data för länet Observationsdata Dagliga observationsdata från SMHIs väderstationer har interpolerats

Läs mer

Intensiv nederbörd och hydrologisk risk: mot högupplösta flödesprognoser Jonas Olsson

Intensiv nederbörd och hydrologisk risk: mot högupplösta flödesprognoser Jonas Olsson Intensiv nederbörd och hydrologisk risk: mot högupplösta flödesprognoser Jonas Olsson Forskning & Utveckling (hydrologi) Sveriges Meteorologiska och Hydrologiska Institut Om projektet Titel: Högupplösta

Läs mer

Klimatscenarier för analys av klimatpåverkan

Klimatscenarier för analys av klimatpåverkan Rossby Centre dagen 2010-10-21 Klimatscenarier för analys av klimatpåverkan Lars Bärring SMHI, Rossby Centre Innehållsförteckning: Allmän introduktion, klimatscenarier Upplösning hur detaljerade kan vi

Läs mer

Nya metoder för att mäta snöegenskaper

Nya metoder för att mäta snöegenskaper Nya metoder för att mäta snöegenskaper - snödjup, densitet, fukthalt, vattenekvivalent David Gustafsson, KTH Mark- och vattenteknik davidg@kth.se, 8-79 7382 1 In-situ mätsystem för snöegenskaper - EU projekt

Läs mer

Extrema väder ett ökande problem? Göran Lindström SMHI

Extrema väder ett ökande problem? Göran Lindström SMHI Extrema väder ett ökande problem? Göran Lindström SMHI Extrema väder ett ökande problem? Göran Lindström SMHI Avrinning Nederbörd Avrinning i Norden (Climate and Energy) Nederbörd, temperatur och avrinning,

Läs mer

SWETHRO. Gunilla Pihl Karlsson, Per Erik Karlsson, Sofie Hellsten & Cecilia Akselsson* IVL Svenska Miljöinstitutet *Lunds Universitet

SWETHRO. Gunilla Pihl Karlsson, Per Erik Karlsson, Sofie Hellsten & Cecilia Akselsson* IVL Svenska Miljöinstitutet *Lunds Universitet SWETHRO The Swedish Throughfall Monitoring Network (SWETHRO) - 25 years of monitoring air pollutant concentrations, deposition and soil water chemistry Gunilla Pihl Karlsson, Per Erik Karlsson, Sofie Hellsten

Läs mer

Klimatsimuleringar. Torben Königk, Rossby Centre/ SMHI

Klimatsimuleringar. Torben Königk, Rossby Centre/ SMHI Klimatsimuleringar Torben Königk, Rossby Centre/ SMHI Översikt Vad är klimat? Hur skiljer sig klimatmodeller från vädermodeller? Hav- och havsis processer Vad är klimatscenarier? Vad är klimatprognoser?

Läs mer

Analys av klimatförändringars inverkan på framtida vattenstånd i Glafsfjorden/Kyrkviken

Analys av klimatförändringars inverkan på framtida vattenstånd i Glafsfjorden/Kyrkviken 2010-06-23 PM Johan Andréasson Analys av klimatförändringars inverkan på framtida vattenstånd i Glafsfjorden/Kyrkviken Bakgrund SMHI genomför inom EU-interreg projeket Climate Proof Areas (CPA) beräkningar

Läs mer

Snömätningsanalys för utveckling av vårflodsprognosering i Vängelsjöns delavrinningsområde

Snömätningsanalys för utveckling av vårflodsprognosering i Vängelsjöns delavrinningsområde Självständigt arbete vid Institutionen för geovetenskaper 2018: 25 Snömätningsanalys för utveckling av vårflodsprognosering i Vängelsjöns delavrinningsområde Lovisa Bengtsson Elias Cans INSTITUTIONEN FÖR

Läs mer

Semantic and Physical Modeling and Simulation of Multi-Domain Energy Systems: Gas Turbines and Electrical Power Networks

Semantic and Physical Modeling and Simulation of Multi-Domain Energy Systems: Gas Turbines and Electrical Power Networks DEGREE PROJECT IN ELECTRICAL ENGINEERING, SECOND CYCLE, 30 CREDITS STOCKHOLM, SWEDEN 2017 Semantic and Physical Modeling and Simulation of Multi-Domain Energy Systems: Gas Turbines and Electrical Power

Läs mer

ISIS2 Satellit- och meteorologibaserad undersökning av snö för rennäringens behov

ISIS2 Satellit- och meteorologibaserad undersökning av snö för rennäringens behov ISIS2 Satellit- och meteorologibaserad undersökning av snö för rennäringens behov Cecilia Johansson and Eirik Malnes Fjärranalysdagarna, 10-11 mars 2009 Projektet ISIS2 Ökad kunskap om snö genom att kombinera

Läs mer

Hydrologiska prognos- och varningstjänsten, SMHI

Hydrologiska prognos- och varningstjänsten, SMHI Hydrologiska prognos- och varningstjänsten, SMHI Fredrik Holmberg, Prognoschef, Hydrologiska prognos-och varningstjänsten Kontakt: Fredrik.Holmberg@smhi.se 011-495 8185 Hydrologiska prognos- och varningstjänsten

Läs mer

Långvarig torka kontra extrem nederbörd

Långvarig torka kontra extrem nederbörd Halmstad 2011-05-03 Carin Nilsson Långvarig torka kontra extrem nederbörd Hur ser klimatet ut i ett 30 års perspektiv i Sydvästra Sverige? Några utmaningar: Hur ska vi bygga våra hus? Var ska vi bygga

Läs mer

Elin Sjökvist och Gustav Strandberg. Att beräkna framtidens klimat

Elin Sjökvist och Gustav Strandberg. Att beräkna framtidens klimat Elin Sjökvist och Gustav Strandberg Att beräkna framtidens klimat Koldioxidkoncentration Idag 400 ppm Tusentals år sedan Temperaturökningen fram till idag Källa: NOAA Vad är ett klimatscenario? Koncentrationsscenario

Läs mer

Översvämningskartering av Rinkabysjön

Översvämningskartering av Rinkabysjön Växjö kommun Byggnadsnämnden Översvämningskartering av Rinkabysjön Uppdragsnummer Lund 2011-06-27 12801616 GÖTEBORG STOCKHOLM VÄXJÖ LUND Org. Nr. 556550-9600 Lilla Bommen 1 Svartmangatan 18 Honnörsgatan

Läs mer

Aborter i Sverige 2008 januari juni

Aborter i Sverige 2008 januari juni HÄLSA OCH SJUKDOMAR 2008:9 Aborter i Sverige 2008 januari juni Preliminär sammanställning SVERIGES OFFICIELLA STATISTIK Statistik Hälsa och Sjukdomar Aborter i Sverige 2008 januari juni Preliminär sammanställning

Läs mer

SMHIHYDROLOGI. Stationstäthet och hydrologiska. prognoser. Projektet är finansierat av Vattenregleringsföretagens Samarbetsorgan (V ASO/HUV A)

SMHIHYDROLOGI. Stationstäthet och hydrologiska. prognoser. Projektet är finansierat av Vattenregleringsföretagens Samarbetsorgan (V ASO/HUV A) SMHIHYDROLOGI Nr 68, 1996 Stationstäthet och hydrologiska prognoser Sara Larsson Rikard Liden Projektet är finansierat av Vattenregleringsföretagens Samarbetsorgan (V ASO/HUV A) SMHI HYDROLOGI Nr 68,

Läs mer

Metaller och miljögifter: NET-modellen, ett kartläggningsverktyg för miljögiftspåverkan

Metaller och miljögifter: NET-modellen, ett kartläggningsverktyg för miljögiftspåverkan Göran Lindström 2016-04-14 Vattenförvaltningsdag vid SMHI Metaller och miljögifter: NET-modellen, ett kartläggningsverktyg för miljögiftspåverkan (Allt är preliminära beräkningar!) NET - ett mångsidigt

Läs mer

Simulering av möjliga klimatförändringar

Simulering av möjliga klimatförändringar Simulering av möjliga klimatförändringar Torben Königk, Rossby Centre/SMHI Bakgrund, observationer IPCC AR4, globala scenarier Regionala scenarier IPCC AR5 Bakgrund Observationer visar en tydlig uppvärmning

Läs mer

Projektmodell med kunskapshantering anpassad för Svenska Mässan Koncernen

Projektmodell med kunskapshantering anpassad för Svenska Mässan Koncernen Examensarbete Projektmodell med kunskapshantering anpassad för Svenska Mässan Koncernen Malin Carlström, Sandra Mårtensson 2010-05-21 Ämne: Informationslogistik Nivå: Kandidat Kurskod: 2IL00E Projektmodell

Läs mer

DAGVATTENKVALITETSMODELLER VILKA FINNS OCH HUR VÄLJER MAN?

DAGVATTENKVALITETSMODELLER VILKA FINNS OCH HUR VÄLJER MAN? DAGVATTENKVALITETSMODELLER VILKA FINNS OCH HUR VÄLJER MAN? Matthias Borris RISE Research Institutes of Sweden Urban Water Management Modeller kan beskriva ett fenomen i verkligheten. lösa specifika problem

Läs mer

Radardata för högupplösta nederbördsanalyser och hydrologiska prognoser. Peter Berg, Emil Björck, Lars Norin, Jonas Olsson, Wei Yang

Radardata för högupplösta nederbördsanalyser och hydrologiska prognoser. Peter Berg, Emil Björck, Lars Norin, Jonas Olsson, Wei Yang Radardata för högupplösta nederbördsanalyser och hydrologiska prognoser Peter Berg, Emil Björck, Lars Norin, Jonas Olsson, Wei Yang Högupplösta observationer i Sverige SMHI har ca 145 automatstationer

Läs mer

P Kontroll och inmätning av diken i potentiella utströmningsområden i Laxemar. Valideringstest av ythydrologisk modellering

P Kontroll och inmätning av diken i potentiella utströmningsområden i Laxemar. Valideringstest av ythydrologisk modellering P-05-238 Kontroll och inmätning av diken i potentiella utströmningsområden i Laxemar Valideringstest av ythydrologisk modellering Emma Bosson, Sten Berglund Svensk Kärnbränslehantering AB September 2005

Läs mer

Pluviala översvämningar, Jönköping Extrem nederbörd: dåtid nutid framtid

Pluviala översvämningar, Jönköping Extrem nederbörd: dåtid nutid framtid Extrem nederbörd: dåtid nutid framtid 1 Skyfallen i Småland och Dalarna 7-8 juli 2012 2 3 Nbd 7 juli 2012 Astrid Lindgrens Värld 4 Malmö 2014 Station 30 31 1 Malmö A 6.2 54.0 53.4 Falsterbo 5.2 51.3 35.7

Läs mer

Klimatförändringen inverkan idag och i framtiden

Klimatförändringen inverkan idag och i framtiden Mallversion 1.0 2009-09-23 Carin Nilsson och Katarina Norén Klimatförändringen inverkan idag och i framtiden Några utmaningar: Hur ska vi bygga våra hus? Var ska vi bygga dem? Och vad gör vi med byggnader

Läs mer

Översiktlig beräkning av avdunstning från fri vattenyta Risängen

Översiktlig beräkning av avdunstning från fri vattenyta Risängen Uppdragsnr: : 10231283 1 (9) PM Översiktlig beräkning av avdunstning från fri vattenyta Risängen Bakgrund Detta PM är en översiktlig kvantifiering av hur stora dagvattenvolymer som skulle kunna tänkas

Läs mer

Vägverkets ersättningsmodell för vinterväghållning. Allmänt 81 VINTERVÄGHÅLLNING

Vägverkets ersättningsmodell för vinterväghållning. Allmänt 81 VINTERVÄGHÅLLNING 81 VINTERVÄGHÅLLNING Allmänt Vägverkets ersättningsmodell för att reglera kostnader för vinterväghållning mellan beställare och utförare är uppbyggd av två delmodeller. En delmodell som beskriver vädret

Läs mer

Tentamen i Matematik 2: M0030M.

Tentamen i Matematik 2: M0030M. Tentamen i Matematik 2: M0030M. Datum: 203-0-5 Skrivtid: 09:00 4:00 Antal uppgifter: 2 ( 30 poäng ). Examinator: Norbert Euler Tel: 0920-492878 Tillåtna hjälpmedel: Inga Betygsgränser: 4p 9p = 3; 20p 24p

Läs mer

CFD Vindstudie RegionCity

CFD Vindstudie RegionCity CFD Vindstudie RegionCity För: Jernhusen AB Upprättad av: Ting Liu Affärsområde Stadsprojekt Granskad av: Will Sibia Uppdragsnummer: 4028766000 2014-09-12 Sammanfattning Vindberäkningar har utförts med

Läs mer

Utredning om dagvattenhantering för del av fastigheten Korsberga 1:1

Utredning om dagvattenhantering för del av fastigheten Korsberga 1:1 Falköping 2017 12 01 Utredning om dagvattenhantering för del av fastigheten Korsberga 1:1 Undertecknad har på uppdrag Grävfirma Jan Lundblad AB utfört en hydrologisk utredning för det område som berörs

Läs mer

Har (förändringar i) klimat eller markanvändning störst betydelse för ändringen i höga flöden?

Har (förändringar i) klimat eller markanvändning störst betydelse för ändringen i höga flöden? Har (förändringar i) klimat eller markanvändning störst betydelse för ändringen i höga flöden? Anna Åkesson, KTH med bidrag från Anders Wörman, Joakim Riml och Jan Seibert Bakgrund, mitt doktorandprojekt

Läs mer

Bilaga 2.4 Analys av flödesmätning

Bilaga 2.4 Analys av flödesmätning Uppdragsnr: 159253 27-9-21 1 (11) Bakgrund Dagvattnet från den före detta impregneringsplatsen i Nässjö har tre recipienter: Höregölen, Runnerydsjön och Nässjöån. Höregölen och Runnerydsjön är förbundna

Läs mer

Sannolikhetsmodellering av is på vindkraftverk genom deterministisk sampling

Sannolikhetsmodellering av is på vindkraftverk genom deterministisk sampling Sannolikhetsmodellering av is på vindkraftverk genom deterministisk sampling Jennie Söderman Heiner Körnich (SMHI) Esbjörn Olsson (SMHI) Peter Hessling (Kapernicus) Kontakt: jennie.perssonsoderman@geo.uu.se

Läs mer

Module 6: Integrals and applications

Module 6: Integrals and applications Department of Mathematics SF65 Calculus Year 5/6 Module 6: Integrals and applications Sections 6. and 6.5 and Chapter 7 in Calculus by Adams and Essex. Three lectures, two tutorials and one seminar. Important

Läs mer

Multifraktaler och fysiskt baserade skattningar av extrema flöden

Multifraktaler och fysiskt baserade skattningar av extrema flöden Multifraktaler och fysiskt baserade skattningar av extrema flöden Ett projekt inom Dam Safety Interest Group under ledning av Hydro Québec Magnus Carlsson Vattenfall Power Consultant The great flood Syfte:

Läs mer

Klimatet förändras hur påverkas vattenkraften? Sten Bergström

Klimatet förändras hur påverkas vattenkraften? Sten Bergström Klimatet förändras hur påverkas vattenkraften? Sten Bergström Nordic-Baltic projects on the impact of climate change on renewable energy Climate Water and Energy 21-22 Climate and Energy 23-26 Climate

Läs mer

Väder och vinterväghållning på Trafikverket Pertti Kuusisto Nationell samordnare VViS

Väder och vinterväghållning på Trafikverket Pertti Kuusisto Nationell samordnare VViS TMALL 0141 Presentation v 1.0 Väder och vinterväghållning på Trafikverket Pertti Kuusisto Nationell samordnare VViS Idag startar vintersäsongen! Vädersituationer Mätvärden Prognoser Tjänster Vinterväghållning

Läs mer

The Arctic boundary layer

The Arctic boundary layer The Arctic boundary layer Interactions with the surface, and clouds, as learned from observations (and some modeling) Michael Tjernström Department of Meteorology & the Bert Bolin Center for Climate Research,

Läs mer

Klimatscenarier för Sverige beräkningar från SMHI

Klimatscenarier för Sverige beräkningar från SMHI Klimat- och miljöeffekters påverkan på kulturhistoriskt värdefull bebyggelse Delrapport 1 Klimatscenarier för Sverige beräkningar från SMHI Klimatscenarier för Sverige beräkningar från SMHI 2 För att öka

Läs mer

Lärobok, föreläsningsanteckningar, miniräknare. Redovisa tydligt beräkningar, förutsättningar, antaganden och beteckningar!

Lärobok, föreläsningsanteckningar, miniräknare. Redovisa tydligt beräkningar, förutsättningar, antaganden och beteckningar! Magnus Persson, Linus Zhang Teknisk Vattenresurslära LTH TENTAMEN Vatten VVR145 24 februari 2012, 8:00-10:30 Tillåtna hjälpmedel: Kom ihåg: För samtliga uppgifter: Lärobok, föreläsningsanteckningar, miniräknare

Läs mer

SGUs arbete med havsplanering

SGUs arbete med havsplanering SGUs arbete med havsplanering Lovisa Zillén Snowball, Enhetschef Illustration: Romain Trystram 1 Outline Varför havsplanering i Sverige? Varför SGU arbetar med havsplanering Exempel på vad SGU har bidragit

Läs mer

Nederbördshändelser extraherades från kommundata (avsnitt 2.2) enligt ett antal kriterier. Nederbördshändelserna hämtades enligt följande rutin

Nederbördshändelser extraherades från kommundata (avsnitt 2.2) enligt ett antal kriterier. Nederbördshändelserna hämtades enligt följande rutin BILAGA V Statistisk analys av skyfallsegenskaper i tid och rum I denna bilaga redovisas metodik i och resultat från två detaljstudier av skyfallens egenskaper i tid och rum. I den första studien undersöks

Läs mer

Luftkvalitetsutredningar vid fysisk planering

Luftkvalitetsutredningar vid fysisk planering Luftkvalitetsutredningar vid fysisk planering Anders Nylén, SLB-analys The Capital of Scandinavia Del av Miljöförvaltningen i Stockholm SLB-analys är en fristående enhet under förvaltningschefen Vår roll

Läs mer

Stiftelsen Allmänna Barnhuset KARLSTADS UNIVERSITET

Stiftelsen Allmänna Barnhuset KARLSTADS UNIVERSITET Stiftelsen Allmänna Barnhuset KARLSTADS UNIVERSITET National Swedish parental studies using the same methodology have been performed in 1980, 2000, 2006 and 2011 (current study). In 1980 and 2000 the studies

Läs mer

UMEDIM-2. Projekt VATTENREGLERINGSFÖRETAGEN UMEÄLVEN UMEÄLVEN ÅNGERMANÄLVEN INDALSÄLVEN LJUNGAN LJUSNAN DALÄLVEN

UMEDIM-2. Projekt VATTENREGLERINGSFÖRETAGEN UMEÄLVEN UMEÄLVEN ÅNGERMANÄLVEN INDALSÄLVEN LJUNGAN LJUSNAN DALÄLVEN UMEDIM-2 Projekt 2015-2016 Referensgrupp Vattenregleringsföretagen Björn Norell (projektledare) Camilla Hamberg Mattias Björk Statkraft Emma Wikner Anders Sjödin Sigrid Eliasson (pension) Vattenfall Magnus

Läs mer

Dagens system: klimatologisk ensemble

Dagens system: klimatologisk ensemble Dagens system: klimatologisk ensemble Kör HBV-modellen med historiska P- och T- observationer fram till prognosdagen Använd historiska P- och T-serier över vårflödesperioden som indata Resultatet kan uttryckas

Läs mer

Alla Tiders Kalmar län, Create the good society in Kalmar county Contributions from the Heritage Sector and the Time Travel method

Alla Tiders Kalmar län, Create the good society in Kalmar county Contributions from the Heritage Sector and the Time Travel method Alla Tiders Kalmar län, Create the good society in Kalmar county Contributions from the Heritage Sector and the Time Travel method Goal Bring back the experiences from the international work of Kalmar

Läs mer

Modellering av åtgärders effekt i Tullstorpsåns avrinningsområde

Modellering av åtgärders effekt i Tullstorpsåns avrinningsområde Modellering av åtgärders effekt i Tullstorpsåns avrinningsområde 1 Modelluppsättning 1.1 HYPE-modellen HYPE (Lindström m.fl., 2010) är en hydrologisk modell för integrerad simulering av flöden och omsättning

Läs mer

PEC: European Science Teacher: Scientific Knowledge, Linguistic Skills and Digital Media

PEC: European Science Teacher: Scientific Knowledge, Linguistic Skills and Digital Media PEC: Fredagen den 22/9 2006, Forum För Ämnesdidaktik The aim of the meeting A presentation of the project PEC for the members of a research group Forum För Ämnesdidaktik at the University of Gävle. The

Läs mer

Radarmätning av snö på 80-taletvad har hänt sedan dess PETER ULRIKSEN LUNDS TEKNISKA HÖGSKOLA

Radarmätning av snö på 80-taletvad har hänt sedan dess PETER ULRIKSEN LUNDS TEKNISKA HÖGSKOLA Radarmätning av snö på 80-taletvad har hänt sedan dess PETER ULRIKSEN LUNDS TEKNISKA HÖGSKOLA UTVECKLING AV RADARMETODEN FÖR SNÖTAXERING 1982-1990 Peter Ulriksen LTH, Lund 1981 Ansökan till DFR och VASO

Läs mer

Klimatscenarier och klimatprognoser. Torben Königk, Rossby Centre/ SMHI

Klimatscenarier och klimatprognoser. Torben Königk, Rossby Centre/ SMHI Klimatscenarier och klimatprognoser Torben Königk, Rossby Centre/ SMHI Översikt Vad är klimat? Hur skiljer sig klimatmodeller från vädermodeller? Vad är klimatscenarier? Vad är klimatprognoser? Definition

Läs mer

Klimatet i framtiden Våtare Västsverige?

Klimatet i framtiden Våtare Västsverige? Klimatet i framtiden Våtare Västsverige? Anna Edman, SMHI Mätningar Modeller Scenarier IPCC SMHI Rossby Centre Globalt regionalt lokalt Mölndal 13 december 2006 Foto Nils Sjödin, SMHI Gudrun den 8 januari

Läs mer

Vad tror vi om häftiga regn i framtiden?

Vad tror vi om häftiga regn i framtiden? Vad tror vi om häftiga regn i framtiden? Claes Hernebring DHI Sverige AB claes.hernebring@dhi.se Pågående arbete Svenskt Vatten/FORMAS: REGNINTENSITET I EUROPA MED FOKUS PÅ SVERIGE - ETT KLIMATFÖRÄNDRINGSPERSPEKTIV

Läs mer

Högvattenstånd vid Åhuskusten Nu och i framtiden

Högvattenstånd vid Åhuskusten Nu och i framtiden Författare: Uppdragsgivare: Rapport nr Anna Karlsson Kristianstads kommun 2007-30 Granskningsdatum: Granskad av: Dnr: Version 2007-06-12 Jan Andersson 2007/1071/204 1.1 Högvattenstånd vid Åhuskusten Nu

Läs mer

Möjligheter och utmaningar i användandet av klimatscenariodata

Möjligheter och utmaningar i användandet av klimatscenariodata Möjligheter och utmaningar i användandet av klimatscenariodata Patrick Samuelsson och kollegor Rossby Centre, SMHI patrick.samuelsson@smhi.se Agenda Kunskapsläget sedan IPCC AR4 (4th assement report) 2007

Läs mer

Sannolikhetsprognoser för nedisning på vindturbiner

Sannolikhetsprognoser för nedisning på vindturbiner Sannolikhetsprognoser för nedisning på vindturbiner Tema Vindresurs 2018-11-08 Jennie Molinder Uppsala Universitet Kontakt: jennie.molinder@geo.uu.se Motivation Kan sannolikhetsprognoser av istillväxt

Läs mer

Vad händer med havsnivån i Stockholms län - vad behöver vi planera för? Sten Bergström SMHI

Vad händer med havsnivån i Stockholms län - vad behöver vi planera för? Sten Bergström SMHI Vad händer med havsnivån i Stockholms län - vad behöver vi planera för? Sten Bergström SMHI http://www.nasa.gov/topics/earth/features/ temp-analysis-2009.html Årsmedeltemperaturen ( C) i Sverige Baserad

Läs mer

FaR-nätverk VC. 9 oktober

FaR-nätverk VC. 9 oktober FaR-nätverk VC 9 oktober 13.30-16.00 Dagens träff Information från oss Material Nytt om FaR-mottagningarna Utbildningar hösten Ny forskning Presentation av flödesschema FaR-rutin på VC med fokus på uppföljning

Läs mer