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 avrinningsområden beräknas dimensionerande flöden idag antingen av SMHI eller med hjälp av Vägverkets publikation. Bygger på hydrologisk information. Här kan man redan idag beräkna flöden i ett framtida klimat med hjälp av data från klimatmodeller som indata till hydrologiska modeller. För små områden och urbana områden används istället nederbörd som indata, normalt sett är det också korta intensiva regn som är intressanta. 3
Hur tas dimensionerande nederbörd fram? Bearbetad högupplöst nederbördsdata för området man ska dimensionera i är det bästa, men enbart ett fåtal nederbördsserier av tillräcklig längd finns bearbetade. Vanligt använd är Z-värdesmetoden utvecklad av Dahlström under 1970-talet. 4
I princip varierar z-värdet med medelnederbörden under sommarmånaderna Dvs intensivast regn i västra Sverige Data från 1970-tal (gårdagens kunskap och klimat?) 5
Korta intensiva regn idag 2006 utkom 2 rapporter om regnintensiteter i Sverige. Hernebring som analyserade nederbördsdata från 15 kommuner, främst i södra och västra Sverige Dahlström som gjorde en teoretisk ansats för att beskriva konvektiv nederbörd Dahlström gjorde helt om jämfört med sina resultat från 1970-talet och kom fram till en ekvation giltig för hela landet Hernebring jämförde med Z- värdesmetoden men kunde varken förkasta eller verifiera 6
SMHI och korttidsnederbörd Traditionellt har SMHI intresserat sig mest för längre nederbördshändelser, vanligen dygnsnederbörd eller längre I mitten av 1990-talet började SMHI introducera automatiska stationer för observationer av nederbörd (och en hel del andra parametrar). I och med detta öppnade sig möjligheten att mäta med högre upplösning, olika varianter av tim-upplösta data har använts till och från sedan dess. 2008 så hämtades för första gången data med den högsta tillgängliga tidsupplösningen, 15 minuter, hem och började analyseras. 7
Data från 114 stationer över hela landet analyserades Varaktigheter från 15 min till 96 timmar analyserades Inget stöd och Z-värdenas regionala skillnader Bra överensstämmelse med Dahlstöms (2006) beskrivning av korta regn, sämre för längre varaktigheter och för längre återkomsttider. 8
Ändrad nederbördsmönster i ändrat klimat? Ingen av de nämnda studierna har lyckats visa på någon trend i nederbördsintensiteter över tiden. Danska (?) studier har däremot pekat på att det blivit vanligare med korta intensiva regn I svensk årsnederbörd finns en svag trend mot ökande nederbörd 9
Extremnederbörd Antalet fall av extrema nederbördshändelser, definierade som mer än 90mm över 1000 km 2 under 24 timmar. 10
Vad händer i framtiden, med ett förändrat klimat? Något om nedskalning av klimatmodelldata Bilderna lånade av Jonas Olsson på SMHIs forskningsavdelning 11
Klimatmodellering GCM Dynamisk nedskalning RCM RCM resultat: Rumsupplösning: (25-) 50 km Tidsupplösning: (15-) 30 min Tidsperiod: oftast 1961-2100 12
Analys och nedskalning, tre metoder Direkt nedskalning på gridboxnivå, dvs nederbörd över 50*50 km Anta att förändringar på klimatmodellens högsta möjliga rumsupplösning (gridskalan) är representativa också för mer lokala skalor modifiera lokala observationer i enlighet med dessa förändringar - Delta Change Försök simulera vad som händer inuti en gridbox (sub-gridskala) statistisk processbaserad nedskalning 13
Generell metodik Extrahera tidsserie(r) från klimatmodellresultaten: 1961-2100 Definiera en referensperiod: 1971-2000 Tre framtidsperioder: 2011-2040 (F1), 2041-2070 (F2), 2071-2100 (F3) För samtliga perioder, identifiera årliga maxima av varaktigheter mellan 30 min och 1 dygn Statistisk analys av dessa (Generalized Extreme Value (GEV) fördelning använd här) Plotta intensitet-varaktighetskurvor (IDF) med värdena motsvarande 10 års återkomsttid Beräkna relativ förändring i framtiden jämfört med referensperioden 14
Analys på gridskala (Stockholm) 15
Resultat, IDF-kurvor 10 10-års IDF: REF 10 10-års IDF: F3 8 8 itet (mm/h) Intens 6 4 Intens sitet (mm/h) 6 4 2 2 0 0 200 400 600 800 1000 1200 1400 1600 Varaktighet (min) 0 0 200 400 600 800 1000 1200 1400 1600 Varaktighet (min) ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B 16
Resultat, relativ förändring 15 Relativ förändring: F1 25 Relativ förändring: F3 10 20 5 rändring (%) Fö 0-5 -10 0 200 400 600 800 1000 1200 1400 1600 Förändring (%) 15 10-15 5-20 -25 Varaktighet (min) 0 0 200 400 600 800 1000 1200 1400 1600 Varaktighet (min) ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B Medel ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B Medel 17
Klimatmodell vs. mätstation Lokala nederbördsextremer (t.ex. underlag vid VA-dimensionering) Regional modell Area: 200 cm 2 Area: 2 500 km 2 Rumsupplösning 50 km18
Nedskalning till punktvärde Princip: använd molntäcke (C) för att uppskatta nederbördsarean (A) lokal intensitet och sannolikhet att inträffa i en punkt Prec. type Prec. area Point prec. (P point ) Probability (Pr) Frontal (P f ) P point =P f /A f Pr=A f A f =α f *C f Simulering av nederbördsserie i en punkt Convective (P c ) P point =P c /A c Pr=A c A c =α c *C c 19
Intensitet-varaktighetskurvan (IDF) Intensitet (mm/h) 60 50 40 30 20 10-års IDF (Stockholm) 1971-2000: observationer 1971-2000: klimatmodelldata 1971-2000: nedskalade klimatmodelldata 10 0 10 100 1000 10000 Varaktighet (min) 20
Resultat, relativ förändring 30 Relativ förändring: F1 35 Relativ förändring: F3 Förändring (%) 20 10 0 0 200 400 600 800 1000 1200 1400 1600-10 -20 Varaktighet (min) ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B Medel P U N K T Förändring (%) 30 25 20 15 10 5 0 0 200 400 600 800 1000 1200 1400 1600-5 Varaktighet (min) ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B Medel 15 Relativ förändring: F1 25 Relativ förändring: F3 Förändring (%) 10 5 0 0 200 400 600 800 1000 1200 1400 1600-5 -10-15 G R I D Förändring (%) 20 15 10 5-20 -25 Varaktighet (min) ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B Medel 0 0 200 400 600 800 1000 1200 1400 1600 Varaktighet (min) ECHAM4/A2 ECHAM4/B2 ECHAM5/A1B Medel 21
Slutsatser (prel.) och kommentarer Stora osäkerheter p.g.a. spridning mellan klimatscenarier samt otillräcklig rumsupplösning Resultat: Nära framtid: små förändringar i Stockholms 10-årsregn Slutet av seklet: 10-20% ökning av korta varaktigheter (30 min), mindre ökning av långa varaktigheter Framöver: analyser för fler städer (och med fler scenarier) utveckling av nedskalningsmetodiken följa utvecklingen av klimatmodeller mot förbättrad parametrisering, högre upplösning (ner till 2-4km i rummet) TACK! 22
7 dygns nederbörd på västkusten 23