METEOROLÓGIAI KOCKÁZATOK
Mika János Csonka Tamás, F. Sándor Valéria, Horváth Ákos, Lakatos Mónika, és Dobi Ildikó
Országos Meteorológiai Szolgálat Siófok, 2006. szeptember 18.
Áttekintés: A meteorológiai műholdak segítenek abban, hogy • lássuk (nowcasting) • számoljuk (numerikus előrejelzés) • lélegezzük (levegőkémia :)) a légkört, + próbáljuk • megsejteni (klímaváltozás) a jövőjét.
Global distribution of natural hazards (1993-2002) W indstorms 28%
Avalanches and landslides 6%
Droughts and famines 9%
Extreme Temperatures 5%
Volcanic eruptions 2% Forest/scrub fires 5%
Earthquakes 8%
Floods 37%
About 90% are of hydrometeorological origin
Disasters Losses, Total and as Share of GDP, in the Richest and Poorest Nations (1985-1999)
(Adapted from MunichRe, 1999)
Climate, Hazards & Disasters
Tornádók
Konvekció fajtái
1. Termikek, gomolyfelhők (1.komponens).
2. Helyi zivatarok (1 komp.) ritkán veszélyes
4. Szupercellák (1-2-3): orkán erejű szél, pusztító jégeső, felhőszakadás, tornádó.
3. Multicellás zivatarok (gócok) (1-2 komp) felhőszakadás, jégeső, viharos szél.
5. MCC
6. Vonalba rendezett zivatarok (1-2-(3)) squall line-ok viharos szél, jégeső, intenzív csapadék 7. Hurrikánok (3-500 km)
Observations (2)
The WMO Space Programme: an unprecedented amount of freely-available observations
WMO's 6 Regional Associations
Országos Meteorológiai Szolgálat • Alapítva: 1870-ben •
Szabályozás: Kormányrendelet (2005. dec. 20.)
Az Országos Meteorológiai Szolgálat története • 1717 Első rendszeres műszeres megfigyelés kezdete Sopronban • 1780 Societas Meteorologica Palatina • 1850 Osztrák Meteorológiai Intézet Bécsben • 1867 Kiegyezés Osztrák-Magyar Monarchia
Az Országos Meteorológiai Szolgálat története
ECMWF 1995 EUMETSAT 1998 ISO 9001:2000 2002 EUMETNET 2005 Jelenlegi létszám: 270 fő 2006
Mérés, megfigyelés Földfelszíni mérések 27 synop állomás (órás mérés) 68 klíma állomás 556 csapadékmérő állomás Radioaktivítás mérő hálózat
Távérzékelés Műhold
Levegőszennyezettség mérés és
Radar
modellezés
Villám lokalizálás Nyírjes
Rádiószondázás Wind profiler UV-B globálsugárzás
Hortobágy Farkasfa
Siófok
K-puszta
Az OMSZ automata állomáshálózata
2006. január 1.
Conventional Climate Station
AWS for Climate Purposes
Megfigyelés Az OMSZ földfelszíni megfigyelőrendszerének állomásai és mérési programja 1993 előtt 23 db szinoptikus főállomás óránkénti mérés hagyományos eszközökkel
36 db éghajlati állomás – óránkénti mérésekkel önkéntes társadalmi megbízottak végzik 50 db kis éghajlati állomás
634 db csapadékmérő állomás önkéntes társadalmi megbízottakkal hagyományos gyűjtőedénnyel jelentés havonta postai levelezőlapon;
2005-ben 14 db szinoptikus főállomás 5 főállású észlelővel + 15 db szinoptikus főállomás észlelőszemélyzet nélkül jelentés óránként távközlési vonalon tízpercenkénti mérés automatával 59 db automata éghajlati állomás – tízpercenkénti mérések jelentés óránként távközlési vonalon 9 db éghajlati állomás önkéntes társadalmi megbízottakkal, jelentés havonta kétszer levélben 558 db csapadékmérő állomás önkéntes társadalmi megbízottakkal hagyományos gyűjtőedénnyel; jelentés havonta postai levelezőlapon
KÖRNYEZETPOLITIKAI FÓRUM-SOROZAT, 2006
A klímapolitika és a klímaváltozás főbb kérdései 2006. szeptember 14.
RADARÁLLOMÁSOK, VILLÁMDETEKTÁLÓ ÉS RADIOAKTIVITÁS MÉRŐ HÁLÓZAT Jósvafő Varbóc
Sátoraljaújhely Záhony
Szécsény
Miskolc
Tésa Szentlélek Mosonmagyaróvár
Napkor
Tát
Sopron Győr
Sárvár
Kékestető
Pátyod
Tata
Debrecen
Jászapáti
Pápa/Nyárád Bp.-Lőrinc
Bugyi Farkasfa
Zsadány
Pogányváralja Békéscsaba Soltvadkert
Nagykanizsa
Véménd
Baja
Kelebia Szeged
Pitvaros
Homokszentgyörgy Pécs
gamma-dózisteljesítmény mérő állomás
automata aeroszol mintavevő
radarállomás
villámdetektáló állomás
Composite Radar Image
28 900 km2 területi átlag évi menet -- nappali 12 óra -- éjszakai 12 óra 2,5
2,5
Éjszaka Nappal
Éjszaka Nappal
2,0
2,0
1,5
1,5
1,0
1,0
0,5
0,5
0,0 0
50
100
150
200
250
300
350
a) Átlagok (mm/12 ó)
400
0,0 0
50
100
150
200
250
300
350
400
b) Szórások (mm/12 ó)
ECMWF • COOPERATING MEMBERSHIP OF ECMWF (towards full membership): Provision of medium-range forecast guidance for the forecasters + possible active participation in the Centre’s activities (two colleagues) • MAIN EMPHASIS: verification, evaluation and application of ensemble products, application of new products (30 days forecast, seasonal forecasting, etc.) • FUTURE: Optimal interpretation of the probabilistic information
MAIN CHARACTERIS TICS OF ALADIN/HU Horizontal Horizontalresolution: resolution:88km km Vertical Verticalresolution: resolution:49 49levels levels Lateral Lateralboundary boundaryconditions conditionsfrom from ARPEGE/IFS ARPEGE/IFSat atevery every33hours hours 3d-var 3d-vardata dataassimilation assimilationscheme scheme
Itt fejtjük meg az időjárást.
Sok info a „képernyőn”, de
…az analízishez papírtérkép is kell.
Az OMSZ jelenlegi tevékenysége a katasztrófavédelemben 1. A nukleárisbaleset-elhárítással kapcsolatos feladatok • mérés, • előrejelzés 2. A balatoni és Velence-tavi viharelőrejelzés 3. A veszélyes időjárási helyzetek előrejelzése - riasztások
Veszélyes időjárási jelenségek előrejelzése • • • • •
Nagy területre kiterjedő nagy csapadékok Hőhullámok, fagyhullámok Lokálisan lehulló nagy csapadékok Szélviharok Stb.
MSG (Meteosat Second Generation) műholdak • Első 2002. augusztus – továbbfejlesztett műszerekkel • 15 perces gyakoriság – lehetőség a gyorsan változó jelenségek megfigyelésére (zivatarfejlődés) • 12 csatorna – kompozit képek
Időjárási radar • 3 állomásból álló radarhálózat (Doppler, duál-polarizációs radar) • Országos és egyedi képek • Veritkális metszetek
Radar mérések
Villámlokalizációs rendszer A villám kisülési csatornájában levő elektromágneses sugárzást méri. A villámok helyének megadása: 2 km pontossággal történik.
Villámlokalizációs rendszer 5 antennából álló rendszer 1998 óta üzemel
Modellek Alapvetően kétféle: • Középtávú – 10 napra Globális modell • ALADIN modell (ALADIN-HU modell) Kisebb tartományra, ezért nagyfelbotású vízszintes felbontás: 11 km (8 km); függőleges felbontás: 27 szint futtatás: naponta kétszer 00 UTC-s, valamint 12 UTC-s adatokból előrejelzés időtartama: 48 óra
Nowcasting Definíció: a meteorológiai jelenségek, folyamatok analízisét, diagnózisát foglalja magában a 0-6 órára szóló előrejelzésekkel együtt. Módszere: pontos jelenlegi analízis, ennek extrapolálása (pl. zivatarok mozgása), és igen jó előrejelzési módszerek. Eszközök: új típusú mérési adatok – műhold, radar, repülőgépes mérések, villám detektor, szél profil mérés, stb. Előrejelzési időtartam: leggyakoribb 1-2 óra, de 6 óráig értik a nowcasting előrejelzés időtartamát.
Repülésmeteorológiai és Veszélyjelző Osztály - RVO Feladatok: rövidtávú előrejelzés és nowcasting • Repülésmeteorológia • Élet- és vagyonvédelem – Vihar-előrejelzés (Balaton és Velencei-tó) – Nukleáris baleset-elhárítás, ipari baleset – Katasztrófavédelem számára nyújtott élet- és vagyonvédelmi figyelmeztető előrejelzések, riasztások – Szmog-előrejelzés
• Publikus riasztási felület kezelése • Szerződéses partnerek riasztása
1005/2006. (I. 20.) Korm. Határozat a lokális, nagy csapadékok okozta veszélyhelyzetekkel kapcsolatos előrejelzési és riasztási rendszerről Kezdet: 2006. február 1.
A döntés előkészítő, megelőző és riasztó rendszer részfeladatai 1.Nagy térségű, több napra előre is prognosztizálható nagy csapadékos helyzetek előrejelzése (időelőnye 1-3 nap) 2.Lokális léptékű, csak közvetlen a kialakulás előtt prognosztizálható hirtelen lehulló nagy csapadékokra (felhőszakadás) történő riasztás (időelőnye fél órától maximum 2-3 óráig)
OMSZ által kiadott riasztási események Nowcasting riasztás (1-3 óra) Viharos szél (20 m/s fölötti széllökés) Extrémerős szél (25 m/s fölötti széllökés) Gyenge ónos eső, szitálás Erős jegesedés (kiterjedt, tartós ónos eső) Heves zivatar (jégesővel, viharos széllel) Felhőszakadás (3 óra alatt 50 mmfölötti csapadék) Mérsékelt havazás (3 óra alatt 2-5 cmhó) Erős havazás (3 óra alatt 5 cm-nél nagyobb hó) Hófúvás Kiterjedt sűrű köd
Rövidtávú riasztás (12-36 óra) Viharos szél (20 m/s fölötti széllökés) Extrémerős szél (25 m/s fölötti széllökés) Gyenge ónos eső, szitálás Erős jegesedés (kiterjedt, tartós ónos eső) Heves zivatar (jégesővel, viharos széllel) Nagy mennyiségű csapadék (24 óra alatt 50 mmfölötti) Mérsékelt havazás (24 óra alatt 5-20 cmhó) Erős havazás (24 óra alatt 20 cm-nél nagyobb hó) Hófúvás Kiterjedt sűrű köd Fagy (talajhőmérséklet 0 oC alatt) Extrémhideg (napi középhőmérséklet 10 oC alatt Extrémmeleg (napi középhőmérséklet 27 oC fölött)
Riasztási kritériumok Szél: • Erős szél: A következő óráktól a szélsebesség meghaladhatja
a 12 m/s-ot.A széllökések meghaladják a 12 m/s-os (43 km/h) sebességet, de nem érik el a 17 m/s-os (61 km/h) viharos fokozatot. • Viharos szél: A következő óráktól a szélsebesség meghaladhatja a 17 m/s-ot.A legerősebb széllökések meghaladják a 17 m/s-os sebességet (61 km/h), de nem érik el a 25 m/s-os (90 km/óra) erős vihar fokozatot. • Extrém erős szél: A következő óráktól a szélsebesség meghaladhatja a 25 m/s-ot.A legerősebb széllökések meghaladják a 25 m/s-os (90 km/óra) erős vihar kategóriát, illetve adott esetben akár elérhetik vagy meghaladhatják a 33 m/s-os (119 km/h) orkán fokozatot.
Riasztási kritériumok • • • • • •
Ónos eső Eső Havazás Látástávolság Zivatar Hőmérsékleti extrémumok
A RIASZTÁSI RENDSZER SÉMÁJA VITUKI VITUKI
Általános tájékoztatás a honlapon
OMSZ OMSZ
www.met.hu
HM HM OMIT OMIT VKK VKK
BM BMOKF OKF
KÖVIZIG KÖVIZIG
MEGYEI MEGYEIKAT.VÉD. KAT.VÉD. MEGYEI MEGYEI VÉDELMI VÉDELMI BIZOTTSÁG BIZOTTSÁG
VÍZITÁRSULAT VÍZITÁRSULAT ÖNKORMÁNYZAT ÖNKORMÁNYZAT A riasztás fő iránya Riasztás második iránya Jelmagyarázat: Információ küldés Kapcsolatfelvétel, értesítés
Polgári Polgári Védelmi Védelmi Kirendeltségek, Kirendeltségek, Irodák, Irodák, Tűzoltóparancsnokság, Tűzoltóparancsnokság, Rendőrség Rendőrség
90 85 85 80
90 88 82 II. fok I. fok
75 19741987
19882004
A viharjelzések beválása a rakétás (1974-1987) és a fényjelzős (1988-2004) időszakban.
Az MM5 nem-hidrosztatikus modell 2 x 2 km-es bontásban
ALADIN modellen alapuló trajektória előrejelzés
INTERNATIONAL AND COMMERCIAL AVIATION LANDING, TAF, SIGMET Budapest
Debrecen Sármellék
For the international air traffic we prepare weather forecasts for the airports of Ferihegy and Debrecen three-hourly. Based on the recommendations of ICAO we give warnings if certain conditions exist or are expected to come to pass. Similarly according to the recommendations of ICAO we prepare forecasts about expected weather phenomena influencing negatively the flight security in the lower 3000 meters of the t h t i d (i th i d t )
VFR and sport flights
Mountain wave forecast for gliders
Date: 30.10.1996. Synoptic summary: Post-frontal situation. The north-westerly wind will be strong, on the eastern part of Hungary stormy. In the higher layers the characteristic wind direction will be NW too. Some showers will be possible in the afternoon because of the high level cold drop above the Carpathian-Basin. The development of mountain waves may be expected in the afternoon. Outlook: Westerly airstream, stable stratification, variable clouds. User's guide: On the following two pages you can find the meteorological information for gliding in the mountain wave areas of the mountain Börzsöny, Mátra, Mecsek and the Alps. The values are calculated for 06, 12 UTC and for the next day 06 UTC. The information are the follows: - The average temperature of the 500 mlayers ( 0C ) - The average temperature gradient of the 500 mlayers (0 C/100 m) - The average wind direction (degree) - The average wind speed (m/s) - The wind component normal to the ridge (m/s) - The Scorer parameter calculated fromthe average wind speed (1/km2 ) - The Scorer parameter calculated fromthe wind component normal to the ridge The Scorer parameter is defined as l2 = (g/T ) ( γsz − γ ) / (u2) , where T: the temperature of the layer g: the gravity acceleration γsz: the dry adiabatic temperature gradient γ: the temperature gradient u: the wind speed There are good conditions for the mountain wave gliding, when the values of the Scorer parameter is between 1 and 2 in the 1000m-2000mlayer, and the values are between 0.6 and 0 above 2000min decreasing manner Forecaster :János Bozó
F o re c a s t fo r H o t A ir B a llo o n is ts
D a te : 0 3 -0 7 -2 0 0 1 S yn o p tic s itu a tio n : C o ld a n d w e t a ir is s itu a te d a b o ve H u n g a ry. S k y w ill b e c o ve re d in N E p a rt o f H u n g a ry, a n d th e re w ill b e m u ch ra in a n d s h o w e rs . In o th e r p la c e s it w ill b e c lo u d y w ith lo c a l s h o w e rs . In th e a fte rn o o n h o u rs th u n d e rs to rm s a n d s tro n g g u s ts a re p o s s ib le . W a rn in g s : G u sts a b o ve 1 2 m p s , C b c lo u d s a n d th u n d e rs to rm s a re p o s sib le . O u tlo o k : W a rm in g , lo ca l sh o w e rs a n d th u n d e rsto rm s . F o re c a s te r: Is tvá n F ó ti
W in d fo re c a s t ( H e ig h ts a b o v e s e a le v e l !!! )
•Low Level Significant Weather Charts
2 0 0 1 .0 7 . 0 3. 0 6 U T C C ity
2 00 0 m 1 50 0 m 9 00 m 6 00 m 3 00 m T ala j H e igh t of 0 de gree
B uda pe st
D ebrec en
fo k m /s 5 3 3 55 2 3 50 1 3 50 2 3 40 3 3 30 1 258 7
fok 3 50 10 25 20 10 5 286 8
m /s 3 5 8 9 8 4
M is ko lc fo k m /s 35 5 6 15 6 25 9 10 7 34 5 3 35 0 3 27 49
S ze ge d fo k 10 20 25 20 10 36 0 27 66
m /s 4 6 7 7 6 3
S ió fo k fok m /s 15 6 15 8 5 10 36 0 10 35 5 8 35 0 6 2 528
P éc s fok m /s 34 5 4 36 0 6 5 9 35 5 9 35 0 6 34 5 3 2 754
G yő r fok m /s 3 55 8 5 8 5 9 3 60 9 3 45 7 3 40 4 2 41 0
S zom ba th ely fok 10 10 5 3 60 3 60 3 55 2 52 8
m /s 9 9 11 10 7 4
Commercial activity The market sectors: Media (Radio, TV, press)
Distribution of Commercial Revenue
Energy
2005
Land transport
1%
Industry Construction
2%
Media
8% 36%
14%
Energy Transport
Agriculture
Industry
Others
Agriculture
39%
Others
Commercial revenue in 2005: 1.5 m EURO
CO - peaks: South America
Air Quality Modelling – Local Scale 1 hour maximum conc. NO2 – AERMOD-HU
0.8 0.6 0.4
Földi átlag Északi félgömb
0.2 0 -0.2 -0.4 -0.6 -0.8 1855
1880
1905
1930
1955
1980
2005
Éghajlati tevékenység Adatbázis: ellenőrzés, rögzítés, „meta”-adatok Klímaváltozás diagnózisa: homogenizálás, átlagok és
szélsőségek trend-vizsgálata, statisztikus leskálázás
Szolgáltatások, szakvélemények: adat-szolgáltatás, extrém-értékek becslése, térbeli interpoláció
Éghajlati alkalmazások: agro-, hidro- és humán bio-
klimatológia; energia-meteorológia, környezetvédelem
Regionális klímamodellezés: fejlesztés, verifikáció, dinamikai leskálás
Tizenöt magyarországi állomás adataiból számított eredeti és homogenizált évi középhőmérsékleti átlagsor (1901-2005), az illesztett lineáris trendvonalakkal 12 11.5 11 10.5 10 9.5 9 8.5 8 7.5 7 1900
1920
1940
eredeti
1960
1980
homogenizált adatok
2000
Áprilisi havi abszolút minimumhőmérsékletek alakulása, 1971-2005, Szeged °C
3 2 1 0 -1 -2 -3 -4 -5 -6 -7 -8 1961.
1966.
1971
1976
1981
1986
1991
1996
2001
A nyári napok (Tmax > 25 °C) és a trópusi éjszakák (Tmin > 20 °C) alakulása Budapesten, 1901-2004
120
100
napok száma
80
60
40
20
0 1900
1920
1940
1960
1980
2000
Hőhullámok előfordulása (legalább 3 napig az átlaghőmérséklet eléri a 25 °C-ot, illetve a 27 °C-ot) Budapesten, 1901-2004
32 28
napok száma
24 20 16 12 8 4 0 1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
2000
Éves csapadékösszeg országos átlaga a lineáris trenddel, 37 állomás, homogenizált adatok 1000 900 800 700 600 500 400 300 1901
1911
1921
1931
1941
1951
1961
1971
1981
1991
2001
Évszakos csapadékösszegek országos átlaga, 37 állomás, 1901-2005 300
400
tavasz
nyár
350
250
300 200
250 200
150
150
100
100 50
0 1901
50
1911
1921
1931
1941
1951
1961
1971
1981
350
1991
2001
1911
1921
1931
1941
1951
1961
1971
1981
250
ősz
300
0 1901
1991
2001
tél
200 250
150
200 150
100
100
50 50 0 1901
1911
1921
1931
1941
1951
1961
1971
1981
1991
2001
0 1901
1911
1921
1931
1941
1951
1961
1971
1981
1991
2001
Termikus és higrikus trendek: kiszáradás (PDSI) 3
3 Budape Nyireg
Debrec Pecs
Kecske Sopron
Miskol Szeged
Budape Nyireg
Mosonm Szomba
2
2
1
1
Miskol Szeged
Mosonm Szomba
-1
-1
JANUÁR -2
-2
JÚLIUS
-3
-3
1920
1940
1960
1980
2000
3
1900
1920
1940
1960
1980
2000
3 Budape
Debrec
Kecske
Miskol
Mosonm
Nyireg
Pecs
Sopron
Szeged
Szomba
Budape Nyireg
2
2
1
1
0
0
-1
-1
ÁPRILIS
Debrec Pecs
Kecske Sopron
Miskol Szeged
Mosonm Szomba
OKTÓBER
-2
-2
-3
1900
Kecske Sopron
0
0
1900
Debrec Pecs
1920
1940
1960
1980
2000
-3
1900
1920
1940
1960
1980
2000
Átlagos napi csapadékosság (a csapadékos napokra vett csapadékátlag) mm/nap Szeged, 1976-2004 9 8 7 6 5 4 3 2 1 0 1976
1981
1986
1991
1996
2001
Az éves csapadékmennyiség változása a Balaton vízgyűjtőjén 1955 és 2004 között
Az éves csapadékmennyiség 1955 és 1984 között
Az éves csapadékmennyiség 1975 és 2004 között
A 2000-2003 időszak előző 10 évhez viszonyitott kéthavi csapadék-anomáliái és ezek makroszinoptikus közelitései 0.6 0.4 0.2
mm/nap
0 -0.2 -0.4
HB9
-0.6
Péczely
-0.8
Bodolainé
-1 Tény
-1.2
JF
MA
Erre a 4 évre mindhárom rendszer gyengén közelít !
MJ
JA
SO
ND
Pálfy L. (2004), szakdolgozat (témavez. Mika J. - Bonta I. - Varga Gy.)
Éves átlagos szélsebesség alakulása Szegeden a lineáris trenddel (piros) és a 10 éves átlagokkal (zöld) 4.5
4.0
3.5
3.0
2.5 1953.
1958.
1963.
1968.
1973.
1978.
1983.
1988.
1993.
1998.
2003.
A TERMÉSZETES ÉS ANTROPOGÉN TÉNYEZŐK EGYÜTT MAGYARÁZZÁK
2005. év - legalacsonyabb tengerjég kiterjedés a mérések kezdete óta
Közvetett rekonstrukció Földi hőmérséklet eltérés oC
mérés szcenárió
FELHŐZET, ÉVI ÁTLAG
HŐMÉRSÉKLET, ÉVI ÁTLAG
K
9,0
30%
7,0
10%
5,0
-10% 3,0
-30%
1,0
-50%
-1,0
0,5 0,5 1,0 1,0 1,5 1,5 2,0 S I P E C G P
mm
3,0 G
4,0 K P
0,5 0,5 1,0 1,0 1,5 1,5 2,0 S I P E C G P
3,0 G
4,0 P
CSAPADÉK, ÉVI ÖSSZEG
500 400 300 200 100 0 -100 -200 -300 0,5 0,5 1,0 1,0 1,5 1,5 2,0 S I P E C G P
3,0 G
4,0 P
K
K
FELHŐZET, NYÁR
HŐMÉRSÉKLET, NYÁR
K 9,0
30%
7,0 10% 5,0 -10% 3,0 -30% 1,0
-50%
-1,0 0,5 S
0,5 I
1,0 P
1,0 E
1,5 C
1,5 G
2,0 P
3,0 G
4,0 P
K
0,5 S
0,5 I
1,0 P
1,0 E
1,5 C
1,5 G
2,0 P
3,0 G
4,0 P
CSAPADÉK, NYÁR
m m 40 20 0 -20 -40 -60 -80 -100 -120 0,5 S
0,5 I
1,0 P
1,0 E
1,5 C
1,5 G
2,0 P
3,0 G
4,0 P
K
K
Hatásvizsgálati alkalmazások Agro-hidrológiai hatások (0,5 - 4 K között): • A vízmérleg-tagokban a kis változások párszor tíz százaléknyi csökkenést okoznak. • A víz-stressz gyakorisága viszont egyes növénykultúráknál közel 100 %-kal nő!
Ökológiai és növénytermesztési hatások (0,5 - 4 K között): • A kis változások hatására az ökológiai jellemzők néhányszor tíz %-kal romlanak. • Különösen súlyos a homokpuszta-gyepek fajszámának csökkeÖkológiai hatások(folyt.) nése és az erdőtüzek • A nagy változásokra • Nagyobb változásra a gyakoribbá válása. adott ökológiai vála- romlás ennél kisebb; • A CO2 direkt hatása szok már minden • sőt, a CO2-többlet hatásokat javít, sőt néhány esetben kedvezőek, sára a vízmérleg már esetben pozitívra forkissé inkább javul. • kivéve az erdőtűzdítja a zöldtömeg jelgyakoriság több száz legű változásokat. %-os emelkedését. Hidrológiai hatások (0,3 - 0,8 K között): • A vízkészlet-jellemzők néhány %-tól néhány tíz %-ig csökkennek. • A Tisza vízgyűjtőin e változások, a Dunával összevetve, még inkább kedvezőtlenek.
Csapadékváltozás 0,5 oC globális melegedésre (%) (Mika és Bálint, 2000) Téli félév
Nyári félév
Földrajzi analógiák a hazai változásokhoz
Mika, (1996) nyomán (grafika: Németh Ákos)
Változékonyság változása, extrémek
Szélsőség (min-max) - Átlag (jan.-júl)
Egy-egy csapadék átlagos hozamának változása
>20 mm/nap csapadék gyakoriság-változása
ELTE Meteorológiai Tanszék
Bartholy J. és mtsai, 2004
A napi csapadék szórásának változása 2025-re a 45-50 N szélességi övben : Máthé és Mika, 2005 A napi csapadék téli szórásváltozása 2025-re % 12 10 8 6 4 2 0 -2
A napi csapadék nyári szórásváltozása 2025-re
földrajzi hosszúság
15 7, 5
77 ,5 10 2, 5
A napi csapadék őszi szórásváltozása 2025-re
földrajzi hosszúság
5
Pa1 15 7,
As1 As2 77 ,5 10 2, 5
Eu1 Eu2 17 ,5 42 ,5
2, 5
-2
7, 5
At1 At2 -4
3
8
7, 5
-8
-1 1
15
14 12 10 8 6 4 2 0 -2 -4 Pa2 Am1 Am2 -1 3
Pa1 7, 5
As1 As2 77 ,5 10 2, 5
Eu1 Eu2 17 ,5 42 ,5
2, 5
-2
7, 5 -4
7, 5 -8
-1 13
-1 38
At1 At2
Pa1
%
%
Pa2 Am1 Am2
As1 As2
földrajzi hosszúság
földrajzi hosszúság
10 8 6 4 2 0 -2 -4 -6 -8 -10
Eu1 Eu2 42 ,5
At1 At2
17 ,5
-1 38 -1 13 -8 7, 5
Pa2 Am1 Am2
-4 7, 5 -2 2, 5
-4
Pa1 15 7, 5
As1 As2 77 ,5 10 2, 5
42 ,5
Eu1 Eu2 17 ,5
5
5
-2 2,
-4 7,
At1 At2
5
-1 1
-1 3
3
Pa2 Am1 Am2 -8 7,
16 14 12 10 8 6 4 2 0 -2 -4
8
%
A napi csapadék tavaszi szórásváltozása 2025-re
FÉLGÖMBI HŐMÉRSÉKLETI ADATSOROK 0,80
TT
DT
regresszióból becsült
0,40 0,20
K
IGAZ-E, HOGY SZAPORODNAK A SZÉLSŐSÉGEK?
0,60
0,00 -0,20 -0,40 -0,60 1900
1920
1940
100
100
80
80
Moso nmax
60
60
40 Moso nmin 1935
1955
1975
0 1915
2000
Moscs min
20
0
1980
Moscs max
40
20 1915
1960
1935
1955
1975
A hőmérséklet (balra) és a csapadék (jobbra) minimális és maximális 10 %-ának részesedése a szélsőségekből. Mosonmagyaróváron.
Climate Change Extremes and Coping Range Current Climate
Changed Climate
Climatic Attribute (X)
Time (years)
Coping Range
Országos havi középhőmérséklet: 2002/2003, illetve 30 éves átlagok °C 24,0
22,2
21,6
23,3
22,0 20,0
18,4
19,0
18,0 16,0
19,8 19,3 15,8
15,3
14,0 12,0
15,6
10,4
10,0
10,2 10,1
8,0 6,0
5,0
4,0 2,0
4,7
4,4
0,5
-0,1
0,0 -2,0
6,6
8,1
-2,1 -1,1 -2,9
-4,0
-4,7
-6,0 XII.
I.
II.
III.
IV.
V.
2002 / 2003. év / year
VI.
VII.
VIII.
Átlag /mean
IX.
X.
XI.
Májusi meglepetések: Napi abszolút rekordok °C
Napi hőmérsékleti rekordok Budapesten 2003. májusában és júniusában
37,0
35,8
36,0 34,4
35,0 34,0 33,0 32,0 31,0
32,7 32,2
32,6
34,0 34,5 34,1 33,5
32,5
31,2 30,2
30,0 29,0 28,0 27,0 26,0 25,0 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
2003. május
2003. Eddigi rekord
2003. június
Búzatermés & árak a tőzsdén
TANULSÁG (2003-ból is): Vannak az évszak jellemzőitől, éghajlati anomáliájától elütő, rövidebb időszakok, amik ellentétes hatást okozhatnak 2002. december, 2003. január, február. Napi országos középhőmérsékletek alakulása
[°C] 9,0 7,0 5,0 3,0 1,0 -1,0 -3,0 -5,0 -7,0 -9,0 -11,0 -13,0 -15,0
December 1.
5.
Január
9. 13. 17. 21. 25. 29. 3.
Február
7. 11. 15. 19. 23. 27. 31. 4.
átlag
25,0 23,0 21,0 19,0
Június 1.
5.
Július
9. 13. 17. 21. 25. 29. 3.
7. 11. 15. 19. 23. 27. 31. 4.
2003.
Március 1.
5.
Április
9. 13. 17. 21. 25. 29. 3.
7. 11. 15. 19. 23. 27. 31. 4.
átlag
27,0
15,0
24.0 22.0 20.0 18.0 16.0 14.0 12.0 10.0 8.0 6.0 4.0 2.0 0.0 -2.0
2003.
29,0
17,0
[°C]
8. 12. 16. 20. 24. 28.
2003. június, július, augusztus. Napi országos középhőmérsékletek alakulása
[°C]
2003. március, április, május. Napi országos középhőmérsékletek alakulása
Augusztus 8. 12. 16. 20. 24. 28.
átlag
Május 8. 12. 16. 20. 24. 28.
2003.
[°C] 23,0 21,0 19,0 17,0 15,0 13,0 11,0 9,0 7,0 5,0 3,0 1,0 -1,0 -3,0 -5,0 -7,0
December
Szeptember 1.
6. 11. 16. 21. 26. 1.
Október
November
6. 11. 16. 21. 26. 31. 5. 10. 15. 20. 25. 30. 5. 10. 15. 20. 25. 30.
2003.
átlag
CLIMATE DERIVATIVES •
• • • • • • •
Agriculture Water Management Human Health Energy Tourism & Leisure Urban Development Natural Disasters Insurance
AGRICULTURE Agricultural parameters influenced by climate: • Land preparation and sowing • Choice of crop • Planting density • Timing of fertilizer & pesticides application • Harvest date • Livestock
Január - Boldogasszony hava Januárt ha eső veri, kamra erszény megszenvedi.
Május - Pünkösd hava Május hűvössége a gazdának üdvössége.
Mihály (szeptember 29.) Szent Mihálykor keleti szél igen kemény telet ígér.
«The tree» of bioclimate resources
Cardio-vascular diseases (atmospheric pressure tendency, severity indexes)
Respiratory diseases, tuberculosis (temperature-wind speed-humidity complex, fog and thunderstorm frequency ) Asthma (maximum wind speed by subzero temperature, precipitation frequency, extreme air temperature) Acclimatization and reacclimatization (mean monthly and extreme air temperature, humidity, wind speed ) Tourism and sport (meteorological disasters frequency, wind speed and direction in the daytime) Illumination (the number of clear days)
Eye and skin diseases (ultra-violet radiation, extreme air temperature)
Climate pathology resources
Rheumatism, arthritis (positive ions quantity, humidityatmospheric pressure-wind speed complex) Infectious diseases (air temperature, humidity, wind speed variability air temperature inversions, extreme air temperature)
Climate therapy resources and balneology
Climate physiology resources Climate sanitary resources inside apartments
Aerotherapy (the number of clear days, maximum daily air temperature ) Heliotherapy (radiation balance of human being) Recreation (REET and other discomfort indexes)
Relative mortality: Europe 1986-1996 relative mortality (% EV)
130 London
The Netherlands
Baden-Württemberg
Budapest
Lisbon
Madrid
125 120 115 110 105 100 95 -3
-2
-1
0
1
thermal load category
[email protected]
2
3
Wind Power development in the world 24000 22000 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0
1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Cumulative MW
Cost of Wind Power Generation Worldwide cost of wind turbine
price of wind power 4 3.8 3.6 3.4 3.2 3 2.8 2.6 2.4 2.2 2 2000
900
2004： 3.62cents/kWh
2004： €770/kW
800
3.62
770 700
600
500
2005
2010
2015
Time(year)
2020
2025
400 2000
2005
2010
2015
Year
2020
2025
Wind measurements Sites may (hopefully not) look like this (schematically)
Energiafelhasználás Magyarországon 2003-ban 1091 PJ, ebből megújuló 39 PJ szén 14,38% olaj 22,80%
primer villany 13,28%
mezőg. hulladék 0,92%
földhő 0,33% komm. hulladék 0,14% víz 0,05% egyéb 0,03%
megújuló 3,5% földgáz 45,97%
tüzifa 2,11%
Energiagazdálkodási Statisztikai Évkönyv, 2003
Működő szélerőművek 2005 (MSZET)
Forrás: Dr. Tóth Péter előadása; 2005.09.28 Debrecen
Átlagos szélsebesség 10 méteren
Az ország területének 72%-án 3-4 m/s az éves átlagos szélsebesség.
Átlagos szélsebesség 50 méteren
Éves átlagos szélsebesség meghaladja az 5,5 m/s-ot 75 m magasságban az ország területének 20%-án, 100 m-en 43 %-án, 125 m-en 74%-án.
Tesztelés SZIE mérésekkel
Szél előrejelzés, verifikáció •ECMWF
MM5
•0 – 72 óráig: 3 óránként
•+12 órára szól (ultrarövid távú)
•72 – 240 óráig: 6 óránként szolgáltat adatot.
•6 km-es rácstávolság (nest lehetőség)
•~ 40 km (horizontálisan) •60 db szint (vertikálisan)
•Naponta 6 alkalommal fut •Peremfeltétel:ECMWF + adatok:legfrisseb mérés •Zivatarok, zivatarhoz kapcsolódó kifutó szelek előrejelezhetőek.
ALADIN: 37 vertikális szint, 0 – 36 óráig : 1 óránként 36 – 48 óráig: 3 óránként 6,5 km horizontális felbontás (384 * 432 pont) 5 meteorológiai változó
4. Evaluating the needs in function of the climate zone • Hot humid climates (to maximize ventilation, to reduce solar radiation and temperature, to minimize flood risks, to promote evaporative cooling) • Hot arid climates (to reduce solar gain and temperature, to increase evaporation, to minimize wind exposure) • Cold climates (to maximize solar gain, to minimize wind exposure and snow accumulation) • Climates with contrasting seasons. seasons Case to case decisions are necessary.
5.1.Mitigating UHI (2)? • Increasing green areas • Increasing the albedo • Reducing building density, increasing Sky View Factor (SVF) • Integrating water bodies
Az OMSZ nyilvános honlapja
Az OMSZ budapesti épületeiben ingyenes (csoportos) vezetés kérhető, egyeztetés szerint sajátos tartalommal!
KÖSZÖNJÜK SZIVES FIGYELMÜKET!
