Regional klimatinformation

Nedskalning av klimatscenarier till regional/lokal nivå och stöd till arbetet med klimateffekter och anpassning.

Bakgrund

Information om eventuella framtida klimatförändringar vid global uppvärmning spelar en allt viktigare roll i utvecklingen av lämpliga strategier för klimatanpassning och utsläppsbegränsningar på global, nationell, regional och lokal nivå. Användningen av nedskalningstekniker (regionala klimatmodeller och statistiska metoder) för att få fram högupplöst regional klimatinformation är väl etablerad och erkänd genom de avsevärda framstegen inom Coordinated Regional Climate Downscaling Experiment  (CORDEX). På senare år har ett stort antal nedskalade klimatförändringsscenarier för olika regioner i hela världen genererats och gjorts fritt tillgängliga.

Fokus

Trots den stora volymen på tillgänglig regionalaklimat scenarier finns det många luckor i förståelsen på området. Huvudfokus ligger nu på hur regional klimatdata kan översättas till regional klimatinformation som kan vara relevant och användbar inom beslutsfattande och politik. För att påskynda en sådan vidareförädling är det nödvändigt att fylla i luckorna i vår förståelse av regionalt klimat och angripa både kvarstående och nya forskningsfrågor.

Forskningsfrågor

  • Hur påverkar regionalklimatet i olika regioner av faktorer på lokal nivå (t.ex. snö, markfuktighet, samspel mellan markfuktighet och nederbörd) och global nivå ?
  • Vad är orsaken till motsägelser i olika klimatdata? Vilka sorters lokala processer bidrar till dessa?
  • Vilken nivå av osäkerhet på information om regionalklimat kan orsakas av bias-justeringar?
  • Hur kan man konstruera ett övergripande mått på osäkerheten i hela nedskalningskedjan (globala klimatmodeller / regional nedskalning / bias-justering / regional effektstudier)?
  • Vilka rums- och tidsskalor är osäkerheten i regional klimatinformation avhängiga av?
  • Kan mindre delmängder av en stor ensemble av  klimatsimuleringar vara representativa och hur ska sådana delmängder väljas ut?

Verktyg

För att lösa dessa vetenskapliga utmaningar tillämpas ett antal nya och banbrytande metoder, nämligen:

  • avancerad statistisk analys för att klargöra storskaliga och lokala processers bidrag till det regionala klimatet och mervärdet hos regional nedskalning
  • nya målinriktade nedskalningsexperiment
  • olika metoder för bias-justering
  • olika metodologier för att välja ut mindre delmängder av klimatsimuleringar.

Samtliga dessa steg syftar till att tillhandahålla “transformerad” skalrelevant klimatinformation för klimateffektstudier. Verksamheten bedrivs i nära samarbete med internationella partners och andra grupper på SMHI. Sådana verksamheter ligger i linje med det globala ramverket för klimattjänster (Global Framework for Climate Services – GFCS) som samordnat av WMO. Arbetet  kommer därmed att hjälpa till att etablera en infrastruktur för klimattjänster.

Fig1_RCI_RC
Figure 1. An example how two RCM ensembles project contradicting changes in July-September rainfall over West Africa. The projections generated by two regional climate models (RCA4 and CCLM4-8-17) at about 50km resolution driven by the same four global climate models (CNRM-CM5, EC-EARTH, HadGEM2-ES and MPI ESM-LR) under RCP8.5 scenario.

Figur 1. Ett exempel på hur två RCM-mängder förutsäger motsägelsefulla förändringar i nederbördsmönstret för Västafrika under juli-september. Dessa projektioner har genererats av två modeller för regionalklimat (RCA4 och CCLM4-8-17) på cirka 50 km upplösning med användning av samma fyra modeller för globalt klimat (CNRM-CM5, EC-EARTH, HadGEM2-ES och MPI ESM-LR) för scenario RCP8,5.

Senaste publikationer

Nikulin G. and 20 Co-Authors, Dynamical and statistical downscaling of a global seasonal hindcast in eastern Africa, submitted to Climate Services (EUPORIAS special issue), submitted January 2017.

Leedale, J., Tompkins, A. M., Caminade C., Jones, A. E., Nikulin, G. and Morse A. P. 2016. Projecting malaria hazard from climate change in eastern Africa using large ensembles to estimate uncertainty, Geospatial Health, 11(s1):393, doi:10.4081/gh.2016.393

Endris, H. S., C. Lennard, B. Hewitson, A. Dosio, G. Nikulin and H. J. Panitz, 2015: Teleconnection responses in multi-GCM driven CORDEX RCMs over Eastern Africa. Climate Dynamics, doi: 10.10007/s00382-015-2734-7

McCreesh N., Nikulin, G., and Booth M., 2015. Predicting the effects of climate change on Schistosoma mansoni transmission in eastern Africa. Parasites & Vectors, 8:4,doi:10.1186/s13071-014-0617-0

Nikulin G., Jones, C. , Giorgi, F., Asrar, G., Büchner, M., Cerezo-Mota, R., Christensen, O. B., Déqué, M., Fernandez, J., Haensler, van Meijgaard, E., Samuelsson P., Sylla M. B., and Sushama L., 2013.  Precipitation Climatology in An Ensemble of CORDEX-Africa Regional Climate Simulations, J. Climate, 25, 6057–6078. doi: 10.1175/JCLI-D-11-00375.1

Pryor, S. C., G. Nikulin, and C. Jones, 2012. Influence of spatial resolution on regional climate model derived wind climates, J. Geophys. Res., 117, D03117, doi:10.1029/2011JD016822