Informační den projektu:
Klima měst a ve střední Evropě a globální změna klimatu (Urban climate in Central European cities and global climate change) Petr Dobrovolný1,2, Jan Geletič1,2 1
2
Centrum výzkumu globální změny AV ČR, v. v. i., Brno Geografický ústav přírodovědecké fakulty Masarykovy univerzity
Brno, 9. září 2015 International Visegrad Fund Standard Grant No. 21410222
Obsah prezentace 1. 2. 3. 4. 5. 6. 7.
Základní informace o projektu Motivace Klima Brna – současný stav poznání Data a metody Modelování současného klimatu Budoucí klima Shrnutí, výhledy, …
O projektu Projekt je realizován v letech 2014–2015 za účasti: - Jagiellonian University, Institute of Geography and Spatial Management, Krakow, Poland (koordinátor) - Institute of Meteorology and Water Management, Branch Krakow, Poland - Centrum výzkumu globální změny AV ČR, v. v. i., Brno, Česká republika - Palackého univerzita, Olomouc, Česká republika - University of Szeged, Hungary - Slovenský hydrometeorologický ústav, Bratislava, Slovenská republika - Central Institute for Meteorology and Geodynamics, Vienna, Austria
• Projekt je financován Visegrádským fondem jako standardní Grant No. 21410222
• http://www.klimat.geo.uj.edu.pl/urbanclimate/
Cíle projektu • Hlavním cílem je zvýšit obecné povědomí o možných dopadech změny klimatu na životní podmínky obyvatel měst ve střední Evropě
• Jednou z hlavních aktivit projektu je predikce nárůstu tzv. teplotní zátěže vyjádřené např. počtem letních či tropických dní ve Vídni (Rakousko, 1,8 mil. obyvatel) a ve čtyřech městech reprezentujících státy Visegrádské skupiny: • Krakow (Polsko), 760,000 obyvatel • Brno (Česká republika), 380,000 obyvatel • Bratislava (Slovenská republika), 500,000 obyvatel • Szeged (Maďarsko), 170,000 obyvatel
Motivace • Globální změna klimatu: změna průměrné globální teploty vzduchu při povrchu v období let 2016-2035 v porovnání s obdobím 1986-2005 bude pravděpodobně v rozsahu 0,3°C až 0,7°C • Zvýšení průměrné globální teploty v období 2081-2100 v porovnání s obdobím let 1986-2005 bude pravděpodobně v rozsahu 0,3°C až 1,7°C (RCP2.6), 2,6°C až 4,8°C (RCP8.5) (IPCC 2013) • Je velmi pravděpodobné, že se zvýší frekvence a intenzita hydrometeorologických extrémů
Průměrná roční teplota vzduchu na území ČR (Brázdil et al. 2012) v období 1856–2005 a odhady lineárního trendu pro posledních 150, 100, 50 a 25 roků.
Motivace • Vyšší teplotní zátěž a nárůst extremity počasí mohou v následujících letech negativně ovlivňovat především životní podmínky ve městech s přímými dopady na kvalitu života či zdravotní stav obyvatelstva • Důkladnější poznání příčin a mechanismů, které formují klima měst je nezbytné pro zmírňování negativních dopadů změny klimatu a realizaci případných adaptačních opatření
a)
b)
Kolísání ročního počtu letních (a) a tropických (b) dnů na stanici Brno, Tuřany v období 1961–2010 doplněné hodnotami shlazenými Gaussovým filtrem pro 10 let a odhadem lineárního trendu
Současný stav poznání klimatu Brna
Poloha meteorologických stanic použitých pro sestavení kompilované brněnské teplotní řady (1 – Dominikánské náměstí, 2 – klášter Minoritů, 3 – Staré Brno, nemocnice u Svaté Anny, 4 – Staré Brno, Pekařská ulice č. 100, 5 – Staré Brno, augustiniánský klášter, 6 – c. k. vysoká škola technická, 7 – Pisárky, vodárna, 8 – Pisárky, Květná, 9 – Tuřany, letiště) a kolísání průměrné roční a sezónní teploty vzduchu v Brně v období 1800–2010.
Účelová síť meteorologických stanic v Brně a okolí, geografická databáze a Prostorová diferenciace průměrných denních teplot vzduchu (Tavg), teplotních minim (Tmin) a intenzity tepelného ostrova (ΔT) v oblasti Brna ve dnech s radiačním režimem počasí v letním období; teploty jsou vyjádřeny v odchylkách od průměrné denní teploty vzduchu studovaného území a vypočteny na základě měření na šestnácti stanicích účelové sítě ve 41 dnech s radiačním režimem počasí v létě r. 2009 až 2011.
a)
c)
b) 8. 7. 2011
31. 1. 2012
Trasa mobilních měření (a), variabilita teploty vzduchu podél trasy měření (b) a typická prostorová diferenciace teploty vzduchu v Brně a okolí během první poloviny noci v letním období za radiačního typu počasí (c); teploty jsou vyjádřeny v podobě odchylek od průměru.
Průměrné povrchové teploty (LST) vybraných kategorií základních druhů povrchů a odhad intenzity povrchového tepelného ostrova Brna definované jako rozdíl mezi teplotami základních druhů povrchů (LST) charakterizujících městskou zástavbu a přirozené povrchy (1 – obytná zástavba, 2 – průmyslové a transportní plochy, 3 – parky a rekreační plochy, 4 – zemědělská půda, 5 – lesy a sady, 6 – vodní plochy).
Variabilita povrchových teplot (LST) střední části Brna sestavená na základě termálního snímku LANDSAT TM 5 pořízeného 15. června 2006. Hodnoty LST jsou vyjádřeny barevnými odstíny, černými obrysy je znázorněn rozsah zástavby. Letecké snímky prezentují charakter zástavby s nejvyššími hodnotami: 1 – Výstaviště, 2 – průmyslová zóna JV od centra města; 3 – areál bývalé Zbrojovky; 4 – areál bývalé Královopolské strojírny.
Shrnutí dosavadních poznatků • Při radiačním režimu počasí jsou městské stanice v průběhu celého dne teplejší než stanice venkovské, teplotní rozdíl je největší v nočních a v poledních hodinách v létě, kdy přesahuje 2,5°C • Z analýzy mobilních měření vyplývá, že v létě za jasného a klidného počasí může být teplota vzduchu během noci v centru Brna až o 5 °C vyšší než v okolí města • Při typickém radiačním režimu počasí mohou být hodnoty povrchových teplot (LST) zastavěných ploch v průměru až o 7°C teplejší než okolní krajina
• Všechny provedené analýzy identifikují v prostoru Brna jako nejteplejší stejné oblasti; ty jsou typické nejvyšší hustotou zástavby a minimálním podílem vegetačního krytu
• Jaké jsou možnosti predikce do budoucna?
Klimatické modely Globální klimatické modely (GCM) (~100 km), GCM + IPCC scenáre Regionální klimatické modely (RCM) (~10 km) REMO, CCLM, RCM, WRF Modely městského klimatu (~100 m) e.g. MUKLIMO_3
Metody • Model MUKLIMO_3
• Vstupní data • Metoda „CUBOID”u
• Validace modelu
1. MUKLIMO_3 • Mikroskaliges Urbanes Klima-Modell, 3-dim
• Vyvinut Německou a Rakouskou meteorologickou službou (DWD a ZAMG). • Nehydrostatický mikroklimatický model
• Simuluje pole teploty vzduchu, pole vlhkosti vzduchu a vektorové 3D pole rychlosti a směru větru • Horizontální rozlišení: 100 m (je možné upravit), vertikální: 10-100 m (vyšší blíže k zemskému povrchu)
1. MUKLIMO_3 • Model zohledňuje následující parametry budov: hustota zástavby, poměr rozlohy zdí k objemu budovy, průměrná výška budov • V případě absence vstupní vrstvy se data parametrizují na základě Land Use Table – viz dále
• Atmosférické srážky, oblačnost a antropgenní produkce tepla se v modelu nezohledňují
• Interakce vegetace - atmosféra jsou modelovány na 3 hladinách; interakcie půda – atmosféra na 15 hladinách
MUKLIMO - aplikace Příklad výstupu pro oblast Frankfurtu nad Mohanem • Mapa teploty vzduchu a horizontílního směru větru ve výšce 5 metrů nad povrchem v čase 2:00 CEST. Proudění NE, Tc.max = 25°C, rhc,min = 42%, vc,min = 0.7 m s-1 (Fruh et al. 2011)
Vstupy modelu DEM
Land Use (LCZ)
MUKLIMO Land Use Table (vlastnosti) Počáteční stav atmosféry
Výstupy modelu Teplota vzduchu
Vertikální profil teploty vzduchu
Vlhkost vzduchu
Vertikální profil vlhkosti vzduchu
Rychlost a směr větru
MUKLIMO
Fyzikální parametry (NDVI, WAI, LAI, emisivita, atd.)
Vertikální profil rychlosti a směru větru
• Vstupní podmínky: 1D (vertikální) profil atmosféry z venkovské meteorologicé stanice • Výstupy: prostorová diferenciace teploty vzduchu, vlhkosti vzduchu, směru a rychlosti větru pro zvolený časový interval (max. 24 hodin)
Vnitřní struktura pixelu definovaná pomocí Land Use Table (Zuvela-Aloise et al. 2014)
2. Vstupní data • Meteorologická měření ze stanice Brno, Tuřany
• Údaje o druzích povrchů zpracované podle jednotné metodiky do podoby tzv. místních klimatických zón (Local Climate Zones - LCZ), která umožňuje porovnání výsledků mezi městy. • Jednotlivé třídy LCZ byly vyčleněny prostřednictvím metodiky WUDAPT (World Urban Database and Access Portal Tools), do které vstupují družicové snímky Landsat 8 • Pro každou LCZ byly nastaveny stejné obecné hodnoty popisných atributů, které vstupují do modelu
Vídeň 140-580 m n.m. grid: 316x247x39
Krakov 145-460 m n.m. grid: 389x275x39
Brno 200-525 m n.m. grid: 250x250x39 LCZ classification: Stewart and Oke, 2012; Method: Bechtel and Daneke, 2012
Bratislava 120-450 m n.m. grid: 160x160x39
Szeged 45-145 m n.m. grid: 213x181x25
LCZ Brno
Stewart et al. 2014
3. Metoda CUBOID • Model MUKLIMO dokáže předpovídat jen na 12 hodin dopředu, proto byla vyvinuta metoda MUKLIMO CUBOID, která na podkladu polí z modelu MUKLIMO statisticky předpovídá chování klimatu na 30 let dopředu • Na rozdíl od klasického modelu MUKLIMO dokáže model MUKLIMO CUBOID počítat dlouhé časové řady za relativně krátký čas • Jedná se o 3D interpolaci • Násobně náročnější na výkon než MUKLIMO
Postup metody CUBOID 1. Meteorologická data z referenční stanice (BrnoTuřany) umístěné ve zkoumaném městě (nebo v jeho blízkosti) determinuje rozsah hodnot průměrné denní teploty vzduchu (T), relativní vlhkosti (rH) a rychlosti větru (v), v případě, že průměrná teplota vzduchu je ≥ 25°C, která definuje nadměrnou tepelnou zátěž 135
315
NE and SW
15,0
25,0
T
40,0
80,0
rH
0,3
3,0
v
2. Hraniční hodnoty jsou využity pro výpočet 8 kombinací parametrů (T, rH a v), které definují rozsah povětrnostní situace; tyto hraniční hodnoty mohou být zobrazeny jako hrany CUBOIDu (krychle)
3. Pro každou hraniční hodnotu se provede simulace prostřednictvím modelu MUKLIMO. Pro každý bod v rámci CUBOIDu je možné vypočítat hodnoty T, rH a v pro zvolený časový interval. Simulace jsou vypočteny pro dva směry větru (celkem 16 simulací). 4. Následně jsou spočítané hodnoty meteorologických prvků T, rH a v pro jakýkoli stav systému v rámci CUBOIDu. Výpočet probíhá prostřednictvím interpolace pomocí vážených průměrů.
5. Následně je možné prostřednictvím numerických předpovědí pro jednotlivé klimatologické scenáře vypočítat sérii průměrných denních hodnot T, rH, a v pro 30-leté časové řady. 6. CUBOID generuje tyto charakteristické dny: Charakteristický den
Podmínka
Summer Day
Tmax ≥ 25° C
Hot Day
Tmax ≥ 30° C
Beergarden Day
T20 ≥ 20° C
Summer night Day
T22 ≥ 20° C
Tropical night Day
Tmin ≥ 20° C
Warm night Day
Tmin ≥ 17° C
Dosavadní výstupy • Modelování teplotního pole a pole větru pro všechna města a pro tzv. „idealizovaný“ případ, kdy může vznikat teplotní zátěž pro obyvatelstvo • Referenční meze (vrchol CUBOIDu 101): • • • •
Průměrná denní teplota vzduchu: 25°C Průměrná denní relativní vlhkost vzduchu: 40% Průměrná rychlost větru: 3 ms-1 Převládající směr proudění: NW
Počet letních dnů v Brně
Simulace pole teploty vzduchu a pole větru, ideální případ, 16 h GMT Vídeň
Brno
Krakov
Bratislava
Szeged
Další možné výstupy • Absolutní vlhkost vzduchu (110, 18:00 a 24:00)
Další možné výstupy • Relativní vlhkost vzduchu (110, 18:00 a 24:00)
Další možné výstupy • Teplota vzduchu (110, 18:00 a 24:00)
Další možné výstupy • Minimální teplota vzduchu (110, 24:00 a 8:00)
Další možné výstupy • Maximální teplota vzduchu (110, 10:00 a 24:00)
Další možné výstupy • Vertikální profil teploty vzduchu (110, 18:00 a 24:00)
Další možné výstupy • Příčný profil teploty vzduchu (110, 18:00)
4. Validace modelu • Počet letních dní na stanici v Brně-Tuřanech 90 80 70 60 50 40 30 20
10 0 reálná data
1961-1990
příměstská
1971-2000
1981-2010
Charakteristický den Verze CUBOIDu
1961-1990
1971-2000
1981-2010
Summer Day
reálná data
46,5
50,9
53,8
Hot Day
reálná data
7,3
9,4
11,1
Beergarden Day
reálná data
No Data
No Data
No Data
Summer night Day
reálná data
No Data
No Data
No Data
Tropical night Day
reálná data
0,2
0,5
0,8
Warm night Day
reálná data
5,7
8,4
11,8
Summer Day
příměstská
69,3
74,6
80,8
Hot Day
příměstská
12,7
14,8
19,1
Beergarden Day
příměstská
108,6
112,2
118,3
Summer night Day
příměstská
71,0
74,4
80,4
Tropical night Day
příměstská
1,0
1,3
2,0
Warm night Day
příměstská
8,4
9,3
11,2
Budoucí klima • Modelování budoucího klimatu je založeno na použití různých scénářů, které odhadují budoucí úroveň emisí (SRES) či koncentrací (RCP) radiačně aktivních plynů. • Poslední shrnující zpáva IPCC (2013) využívá tzv. RCP – Radiation concentration Pathway. Jedná se o „mitigation“ scénáře, které již předpokládají jistá politická rozhodnutí, kterých bude zapotřebí k dosažení předpokládaných emisních úrovní. • Různé RCP dopovídají různým úrovním radiačního působení pro r. 2100 a to v porovnání s před-industriálním obdobím. • Tedy RCP8.5 představuje zvýšení radiačního působení na konci 21. století o 8,5 W.m-2. • Naproti tomu např. RCP2.6 je označovaný jako „peak-and-decay scenario“ a předpokládá, že radiační působení dosáhne vrcholu již v polovině tohoto století a poté poklesne na nominální úroveň radiačního působení 2,6 W.m-2.
Budoucí klima – scénáře
Budoucí klima • V prezentovaném projektu byly použity klimatické scénáře RCP2.6, RCP4.5 a RCP8.5, které byly výsledkem projektu EURO-CORDEX - Coordinated Downscaling Experiment - European Domain
1971-2000
2021-2050
2071-2100
IPCC scénář RCP8.5 – průměrný roční počet letních dní (Tmax ≥ 25°C), průměr z ansámblu jedenácti regionálních modelů
Budoucí městské klima • Na základě výše uvedených scénářů je možné simulovat prostorové rozložení teploty vzduchu, relativní vlhkosti vzduchu, směru a rychlosti větru pro jednotlivá města • Výpočet CUBOIDu lze nastavit tak, aby bylo možné modelovat např. průměrný roční počet dní s teplotou nad 25°C pro jednotlivé scénáře • Celkem byly použity 2 sady scénářů po 2 scénářích s RCP2.6, 14 scénářů s RCP4.5 a 14 scénářů s RCP8.5 (dohromady 60 simulací)
Počet letních dnů v Brně, RCP4.5
Období
MIN
MAX
AVG
1971-2000
10,5
83,4
37,2 (100 %)
2021-2050
23,9
93,6
51,8 (140 %)
2071-2100
27,4
102,1
59,3 (160 %)
Počet letních dnů v Brně, RCP8.5
Období
MIN
MAX
AVG
1971-2000
10,5
83,4
37,2 (100 %)
2021-2050
17,8
93,2
52,3 (140 %)
2071-2100
40,7
121,3
81,4 (220 %)
Shrnutí • Model dokáže simulovat základní rysy prostorového rozložení několika charakteristik, které vyjadřují potenciální teplotní zátěž v prostoru Brna • Oblasti s nejvyšší teplotní zátěží se shodují s dosavadními poznatky získanými z reálných měření • Simulace budoucího klimatu ukazují na významný nárůst teplotní zátěže (nárůst počtu letních dnů o 40 % v polovině 21. stol.) • Výsledky pro Brno jsou srovnatelné s obdobnými studiemi ze zahraničí (Vídeň, Frankfurt)
• Nezbytná je další validace modelu a úprava vstupních dat (LCZ)
Výhled • Vývoj vlastní metody pro klasifikovanými LCZ Bechtelova metoda
Geletič-Lehnert metoda
Srovnání metod LCZ Geletic, Lehnert
1
2
3
4
5
6
8
9
10
A
B
C
D
E
F
G
0,10 0,39 0,15 0,59 2,29 3,04 1,36 4,71 0,62 34,34 7,91 0,56 41,05 0,85 1,50 0,55
Bechtel
0,03 0,31 2,19 0,18 5,64 5,01 2,44 5,72 0,07 28,08 3,86 11,09 25,12 0,82 9,11 0,32
45,00 40,00 35,00 30,00
25,00 20,00 15,00 10,00 5,00 0,00 1
2
3
4
5
6
8
9
Geletic, Lehnert
10
A
Bechtel
B
C
D
E
F
G
Výhled – validace modelu POČET LETNÍCH DNÍ 120,0
100,0
80,0
60,0
40,0
20,0
0,0 Průměr všechny roky Průměr jen celé roky
ALA_BOTA
MUKLIMO_1x1_1
ALA_FILO
MUKLIMO_3x3_1
ALA_MEND
MUKLIMO_5x5_1
ALA_SCHO
MUKLIMO_1x1_2
ALA_HROZ
TURA
MUKLIMO_3x3_2
TURA-KVAZI
MUKLIMO_5x5_2
Výhled – adaptační strategie • Modelové simulace s pozměněnými parametry druhů povrchů • „what – if“ scénáře • „zelené město“ • „zelené střechy“ • „bílé město“ • „modré město“ • „šedé město“
Výhled – adaptační strategie • Analogové scénáře
Charakter zástavby na území současného katastrálního území Brna v 70. letech 19. století a 40. letech 20. století
Děkujeme za pozornost…
Výhled • Vliv okolí na teplotní poměry lokality – optimalizace prostorového rozlišení modelu POČET LETNÍCH DNÍ
BOTA
FILO
MEND
SCHO
HROZ
TURA
TURA-KVAZI
Průměr všechny roky
79,4
82,4
75,7
76,7
81,0
53,8
53,8
Průměr jen celé roky
80,0
88,0
83,6
90,8
82,6
53,8
53,8
MUKLIMO_1x1_1
98,6
95,8
99,3
97,9
106,4
80,8
45,1
MUKLIMO_3x3_1
96,5
97,3
97,9
96,8
101,4
77,5
47,8
MUKLIMO_5x5_1
96,4
98,1
96,2
96,6
99,3
76,7
49,8
MUKLIMO_1x1_2
101,8
97,4
102,7
101,4
110,1
79,1
25,2
MUKLIMO_3x3_2
98,6
99,7
99,2
100,0
103,1
72,9
28,8
MUKLIMO_5x5_2
98,0
100,6
96,4
100,0
100,7
71,4
31,2
Diskuze • Jaká je optimální velikost pixelu pro LCZ?
100 m
200 m
300 m
Diskuze • Je substruktura pixelu v LandUse table pro jednotlivé kategorie vypovídající?
