Meteorologiska beräkningar

Den meteorologiska modellen innehåller, förutom data från regionala klimatmodeller även kartor baserade på en kombination av observationer och återanalyser för perioden 1961-2018, SMHI:s referensdataset för klimat (SMHI GridClim). Dessa används i tidsdiagrammen som jämförelse till data från klimatmodellerna. Referensdatasetet innehåller en griddad sammanställning av dagliga observationer för dygnsmedeltemperatur, dygnets maximala och minimala temperatur samt dygnsnederbörd. Dessa klimatvariabler har uppmätts vid SMHIs väderstationer över hela landet (mer än 900 stationer för temperatur och mer än 2 000 stationer för nederbörd). Utöver detta ingår observationer från Sveriges grannländer. En gedigen kvalitetskontroll exkluderar fysikaliskt orimliga värden.

För att kunna jämföra med data från klimatmodeller sammanställs stationsobservationerna till ett griddat dataset. För att kunna få fram värden även i rutor som inte innehåller någon av SMHIs observationsstationer, används en ”första gissning” från den regionala återanalysen UERRA. Återanalysen är en historisk 3D-simulering av atmosfären, med hänsyn taget till information från meteorologiska observationer, både vid marken och i högre skikt. Fördelen med att använda återanalysen som första gissning är att klimatvariabeln antar realistiska värden i områden där observationer saknas. UERRA:s återanalys nedskalas vidare från 11 km till 2,5 km horisontal upplösning.

Den ”första gissningen” kombineras med stationsdata med hjälp av statistiska metoder. Detta görs för att leverera en optimal interpolering av klimatvariabeln vid marken, men också få en högre upplösning i rummet (2,5 km), vilket minskar avvikelsen från observationer samtidigt som den bevarar ”mönstret” från återanalysen.

I SMHI:s referensdataset representeras varje parameter av medelvärdet för en ruta på 2,5 x 2,5 km, och motsvarar därför inte exakt det uppmätta värdet vid en observationspunkt. Tidsvariabiliteten i stationsdata kommer därför att vara högre än variabiliteten för motsvarande ruta i referensdatasetet. Som en biprodukt av den optimala interpolationsmetoden ovan kan ett konfidensintervall anges för rutans medelvärde.

SMHIs bedömning är att SMHI GridClim ger en realistiskt interpolering av klimatvariablerna dygnsmedeltemperatur, dygnets maximala och minimala temperatur samt dygnsnederbördsmängd på ett rutnät som sträcker sig över Skandinavien.

• Utifrån detta dataset kan ett antal klimatindikatorer beräknas.
• Samma dataset kan också användas som referens för att beräkna klimatförändring för olika parametrar i klimatprojektioner (framtida klimat).
• Datasetet kan användas som referensdata för att genomföra en bias-justering av klimatmodeller (se stycket om bias-justering).

Biasjustering

Klimatmodellerna i Klimatscenariotjänsten har olika systematiska avvikelser i temperatur och nederbörd, vilket justeras med en så kallad biasjustering. Den biasjusteringsmetod som används är MIdAS (MultI-scale bias AdjuStment; Berg m.fl., 2021, 2022). MIdAS har utvecklats på SMHI och är noggrant utvärderad med goda resultat. För den historiska perioden beräknas en algoritm som justerar alla modellens värden på så sätt att de överensstämmer med observationer; allt från låga värden och medelvärden, till höga värden justeras. Samma algoritm används sedan på framtida scenarier, som sedan är väl lämpade för framtagande av klimatindikatorer.