Beräkning av klimatindikatorn temperatur

En klimatindikator visar förändringar i klimatet, till exempel hur medeltemperaturen varierat över tid.  För att kunna beräkna detta behövs långa tidsserier med observationer av hög kvalitet.

Data genomgår en noggrann granskning, och eventuella fel rättas till. Granskningen syftar också till att identifiera mätserier som påverkats av andra faktorer än klimatets variationer, till exempel urbanisering, flytt av stationer eller ändringar i mätmetoder.

SMHIs klimatindikator för temperatur

Målet med klimatindikatorn temperatur är att visa hur års-, månads- och årstidsmedeltemperaturen har varierat i Sverige sedan 1860. Detta görs genom att beräkna medelvärden utifrån observationer från ett antal stationer runt om i landet. Medelvärden tas fram för hela året, för enskilda månader samt för olika årstider.

Beräkningarna bygger i detta fall på över 450 tidsserier. Mätningarna har startat vid olika tidpunkter och stationerna är inte jämnt fördelade över landet. Det finns till exempel färre stationer i norra Sverige med riktigt långa temperaturserier. För att hantera detta har de observerade medelvärdena jämförts med modellberäknad temperaturdata för hela landet. På så sätt säkerställs att det beräknade medelvärdet ger en tillförlitlig bild av Sveriges temperatur.

Varje års-, månads- och årstidsmedeltemperatur beräknas som medelvärdet av  stationerna. Därefter beräknas ett medelvärde för referensnormalperioden 1961–1990. I diagrammen presenteras resultatet i form av temperaturavvikelsen från medelvärdet för 1961–1990.

För att tydligare illustrera långsiktiga variationer visas även en utjämnad kurva som ungefär motsvarar ett 10-årigt löpande medelvärde.

Granskning av data

Vid studier av klimatet är det viktigt att mätdata inte påverkas av andra faktorer än klimatets variationer. Med hjälp av så kallad homogenisering kan man säkerställa att mätserien visas som om den vore uppmätt på en och samma plats, under samma förhållanden och med samma mätmetod för hela perioden. 

Upptäcks homogenitetsbrott justeras mätserien så att serien i slutändan motsvarar temperaturen som om den vore uppmätt på en och samma plats, under samma förhållanden och med samma mätmetod för hela perioden.

Hantering av luckor i tidsserier

Ibland finns luckor i tidsserien. Det kan bero på flera orsaker. Historiskt, när mätningarna enbart gjordes av observatörer kan luckor bero på semester, sjukdom eller i värsta fall dödsfall. På senare tid kan tekniska avbrott uppstå vilket då ger luckor. 

Luckorna fylls i genom att omkringliggande stationers värden undersöks. Om en god överensstämmelse hittas fyller man på mätserien, med så kallade interpolerade data. 

Homogenitetskontroll - Exempel från serie där mätstationen flyttats

Ibland behöver mätstationer flyttas. Orsakerna till detta är flera men ofta handlar det om att marken som SMHIs mätstation befinner sig på, ska användas för annat. För en station som mäter temperatur och som flyttat från innerstaden till utkanten av staden kan årsmedeltemperaturen förändras en hel grad efter flytten. 

I figuren nedan illustreras just detta. Diagrammet nedan visar mätserien som flyttats jämfört mot en beräknad temperatur för platsen. Den beräknade temperaturen tas fram med hjälp av ett antal närbelägna mätstationer. Stationerna är så pass nära att de tillsammans kan användas för att beskriva platsens temperatur väl. 

När månadsmedelvärden från mätserien som flyttats, jämförs mot platsens beräknade månadsmedeltemperatur fås följande skillnad. 

Det syns tydligt att skillnaden mellan tidsserierna före år 1964 tydligt skiljer sig mot senare år. Ett brott inträffade alltså i mätserien när stationen flyttades ut från innerstaden till en mer lantlig miljö. 

Det behöver nu undersökas närmre vilka korrektioner som behöver göras för att mätserien ska motsvara månadsmedeltemperatur från en och samma plats för vidare klimatstudier.

Homogenisering av mätserien

Då det finns tillräckligt underlag kan mätserien korrigeras så att den blir sammanhängande (homogen). Detta kan göras med flera metoder beroende på vad som hänt:

• Om en flytt enbart påverkar årsmedelvärdet kan tidsserien korrigeras med ett konstant värde (korrektionsterm) för hela tidsserien innan flytten.
• Om en flytt påverkar års-, säsongs-, och månadsmedelvärdena olika korrigeras månaderna och säsongerna olika jämfört med korrektionen för årsmedelvärdet.

I tidigare homogeniseringar har perioder i vissa tidserier korrigerats för en gradvis förändring i medeltemperaturen (exempelvis på grund av urbanisering eller förändringar i närbelägen växtlighet) med en linjär trend. Den meteorologiska världsorganisationen (WMO) avråder från den här typen av korrigering, då dessa gradvisa förändringar inte nödvändigtvis är linjära och stegvisa korrektioner har funnits fungerar bra för att korrigera även för gradvisa förändringar.

Införande av en konstant korrektionsterm resulterar i figuren nedan. 

I diagrammet ovan har tidsserien justerats mot det ursprungliga läget av stationen. Det andra alternativet är att korrigera den första delen av serien så att alla värden avser det nuvarande läget av stationen. 
Detta fall är ofta att föredra eftersom nya observationer då kan adderas till serien utan vidare korrektioner såvida inte det sker några nya ändringar.

Skillnad mellan homogeniserade och okorrigerade observationer

Nedan visas ett exempel på resultatet från granskning av data. I detta exempel behandlas data till och med år 2010. Samtliga stationers temperaturserier har genomgått homogenitetskontroll.

Medelvärdena baserade på homogeniserad och interpolerad data blir intressant nog inte mycket annorlunda än om okorrigerade data hade använts. Detta beror på att korrektionerna som görs för homogenitetsbrott och ifyllnad av luckor både är positiva och negativa och att de dessutom oftast är små till storleken.

Detta illustreras i diagrammet nedan. Där visas de homogeniserade värdena som blå och röda staplar medan de okorrigerade värdena är smala svarta staplar.

Verktyg för homogenisering på SMHI

På SMHI har olika metoder använts historiskt för att homogenisera data, se under ”Referenser nedan”. 

Den senaste metoden som SMHI använder har flera vägar för att hitta homogenitetsbrott för stationer. Metoden jämför tidsserierna med närliggandet stationer för att hitta likheter och när mönstren bryts. Slutligen justeras tidsserierna i de fall där det är statistisk säkerställt.

Som alltid är granskning av data viktigt vilket görs av experter på SMHI.