Presentation is loading. Please wait.

Presentation is loading. Please wait.

Latvijai adaptētas nākotnes klimata projekcijas un klimata projekciju analīzes rīks – Klimata datu menedžeris (Climate Data Manager) Daiga Cepīte-Frišfelde.

Similar presentations


Presentation on theme: "Latvijai adaptētas nākotnes klimata projekcijas un klimata projekciju analīzes rīks – Klimata datu menedžeris (Climate Data Manager) Daiga Cepīte-Frišfelde."— Presentation transcript:

1 Latvijai adaptētas nākotnes klimata projekcijas un klimata projekciju analīzes rīks – Klimata datu menedžeris (Climate Data Manager) Daiga Cepīte-Frišfelde

2 HC DMI KNMI SMHI CNRM MPI ICTP ETHZ C4I VMGO METNO UCLM Mērķi
Izveidot sistēmu, kurā apkopoti Latvijas teritorijai piemēroti (transformēti) pašreiz Eiropas pētnieciskajā telpā aktuāli ENSEMBLES projekta modeļaprēķinu rezultātu dati plašāk lietotiem klimatiskiem parametriem. UK Met Office Hadley Centre for Climate Prediction and Research HC DMI Danish Meteorological Institute KNMI The Royal Netherlands Meteorological Institute SMHI Swedish Meteorological and Hydrological Institute CNRM Météo-France MPI Max-Planck-Institute for Meteorology ICTP The Abdus Salam Intl. Centre for Theoretical Physics ETHZ Swiss Institute of Technology C4I Climate Change Consortium for Ireland VMGO Voeikov Main Geophysical Observatory METNO Norwegian Meteorological Institute UCLM Universidad de Castilla La Mancha ENSEMBLES projektā iesaistītās institūcijas: * Ieejas dati, kas programmu veidojot izmantoti, ir iegūti pateicoties ES FP6 Integrētā Projekta ENSEMBLES (Līguma numurs ) finansējumam. Sniegt katram interesentam iespēju iepazīties ar būtiskāko klimatisko parametru projekcijām no 1961 līdz gadam, nodrošinot iespēju iepazīties ar: klimatisko parametru projekcijām katram atsevišķam modeļaprēķinam pirms/pēc transformācijas; 3 statistiskiem klimata maiņas scenārijiem, kas atbilst ansambļa mediānai (50. percentile), kā arī 17., 83. percentilēm.

3 Datu formāts Datu raksturojums:
Klimatisko parametru skaits: 8 Periods: (ar diennakts izšķirtspēju) Staciju skaits:121 Modeļaprēķinu skaits: 20 (visi modeļaprēķini atbilst Intergovernmental Panėl of Climate Change IPCC klimata mainības scenārijam A1B) ENSEMBLES projekta modeļaprēķinu datu transformācija veikta ar histogrammu modifikācijas algoritmu, pielietojot novērojumu datu rindas periodam Lielais informācijas apjoms un tās nepārskatāmība rada nepieciešamību pēc analīzes rīkiem, kas operatīvi ļauj veikt datu apstrādi – kas ir izveidotās sistēmas uzdevums Informācijas apjoms: Datu rindas ar diennakts izšķirspēju (katrai dienai savs ieraksts – vidējā, maksimālā vai minimālā vērtība) - vienai novērojumu stacijai, vienam klimatiskam parametram, vienam modeļaprēķinam datu apjoms - vairāk nekā ieraksti.

4 Programmas Climate Data Manager iespējas
Pieejamie parametri: vidējā, minimālā un maksimālā diennakts temperatūra; nokrišņu intensitāte; relatīvais mitrums; vidējais vēja ātrums un vēja ātrums brāzmās; potenciālā evapotranspirācija; Pieejamais datu veids: oriģinālie; pēc transformācijas; Pieejamās novērojumu vietas: Lietotāja izvēlētas stacijas no 121 pieejamām; Kuldīga Rezultāti: 30 gadu periodu mēneša vidējās vērtības 30 gadu periodu gada vidējās vērtības; n-gadu periodu atsevišķa mēneša, sezonas (vairāku mēnešu), gada vidējās vērtības un to attīstība laikā Pieejamie modeļaprēķini: Lietotāja izvēlēti no 20 pieejamiem; Rezultātu raksturošana ar 3 raksturīgām percentilēm Konkrēts aprēķins DMI-HIRHAM5 Rezultātu attēlošanas veids: tabulas ; grafiki; kartes; Pieejamie periodi: CTL ( ) A1B ( ) A1BL ( ) Lietotāja definēts

5 Programmas Climate Data Manager iespējas
Pieejamie parametri: vidējā, minimālā un maksimālā diennakts temperatūra; nokrišņu intensitāte; relatīvais mitrums; vidējais vēja ātrums un vēja ātrums brāzmās; potenciālā evapotranspirācija; Pieejamais datu veids: oriģinālie; pēc transformācijas; Pieejamās novērojumu vietas: Lietotāja izvēlētas stacijas no 121 pieejamām; Rīga Rezultāti: 30 gadu periodu mēneša vidējās vērtības 30 gadu periodu gada vidējās vērtības; n-gadu periodu atsevišķa mēneša, sezonas (vairāku mēnešu), gada vidējās vērtības un to attīstība laikā Pieejamie modeļaprēķini: Lietotāja izvēlēti no 20 pieejamiem; Rezultātu raksturošana ar 3 raksturīgām percentilēm Izvēlēti 16 modeļaprēķini Rezultātu attēlošanas veids: tabulas ; grafiki; kartes; Pieejamie periodi: CTL ( ) A1B ( ) A1BL ( ) Lietotāja definēts

6 Programmas Climate Data Manager iespējas
Pieejamie parametri: vidējā, minimālā un maksimālā diennakts temperatūra; nokrišņu intensitāte; relatīvais mitrums; vidējais vēja ātrums un vēja ātrums brāzmās; potenciālā evapotranspirācija; Pieejamais datu veids: oriģinālie; pēc transformācijas; Parametra T 30 gadu perioda novembra mēneša vidējās vērtības attīstība laikā stacijā RIGA, (transformētie dati) Pieejamās novērojumu vietas: Lietotāja izvēlētas stacijas no 121 pieejamām; Rīga Rezultāti: 30 gadu periodu mēneša vidējās vērtības 30 gadu periodu gada vidējās vērtības; n-gadu periodu atsevišķa mēneša, sezonas (vairāku mēnešu), gada vidējās vērtības un to attīstība laikā Pieejamie modeļaprēķini: Lietotāja izvēlēti no 20 pieejamiem; Rezultātu raksturošana ar 3 raksturīgām percentilēm 30-gadu perioda novembra vidējā vērtība Rezultātu attēlošanas veids: tabulas ; grafiki; kartes; Pieejamie periodi: CTL ( ) A1B ( ) A1BL ( ) Lietotāja definēts mainīgs periods - attīstība laikā

7 Programmas Climate Data Manager iespējas
Pieejamie parametri: vidējā, minimālā un maksimālā diennakts temperatūra; nokrišņu intensitāte; relatīvais mitrums; vidējais vēja ātrums un vēja ātrums brāzmās; potenciālā evapotranspirācija; Pieejamais datu veids: oriģinālie; pēc transformācijas; Pieejamās novērojumu vietas: Lietotāja izvēlētas stacijas no 121 pieejamām; Rezultāti: 30 gadu periodu mēneša vidējās vērtības 30 gadu periodu gada vidējās vērtības; n-gadu periodu atsevišķa mēneša, sezonas (vairāku mēnešu), gada vidējās vērtības un to attīstība laikā Pieejamie modeļaprēķini: Lietotāja izvēlēti no 20 pieejamiem; Rezultātu raksturošana ar 3 raksturīgām percentilēm Rezultātu attēlošanas veids: tabulas ; grafiki; kartes; Pieejamie periodi: CTL ( ) A1B ( ) A1BL ( ) Lietotāja definēts

8 Rezultāts Izveidotā aplikācija padara iespējamu klimata maiņas kvalitatīvu un kvantitatīvu raksturošanu Latvijas teritorijā (līdz gadam) Aplikāciju izveidojot, ir sagatavota piemērota informācijas platforma: - ar klimata mainību saistītu animāciju, grafiku un uzskates materiālu veidošanai; - metožu attīstīšanai modeļaprēķinu datu rindu izmantošanai novērojumu datu rindu vietā (lai Eiropas pētnieciskajā telpā brīvi pieejamos modeļaprēķinu datus piemērotu lietojumiem nozarēs, kur līdz šim izmantotas klimata novērojumu datu rindas);

9 Gada vidējā temperatūra
Redzams, ka gada vidējās temperatūras minimums ir Vidzemes augstienē un Latvijas teritorijā tā pieaug virzienā no A-ZA uz R. Šī tendence saglabāsies arī gadsimta beigās. Vidējā temperatūra līdz gadam pakāpeniski paaugstināsies par 4-5 °C.

10 Nokrišņu intensitāte mm/dienn.
Redzams, ka nokrišņu intensitātes maksimums ir Vidzemes ZR un Kurzemes DR. Šī tendence saglabāsies arī gadsimta beigās. Līdz gadam vērojams vidējās nokrišņu intensitātes pieaugums.

11 Vidējā nokrišņu intensitāte janvārī un jūlijā
Gan janvāra, gan jūlija mēnešos augstākas nokrišņu intensitātes vērtības ir Kurzemes piekrastē un ZR vidzemē. Nokrišņu intensitātes pieaugums vērojams abos apskatītos mēnešos. Visā apskatītā periodā janvāra mēnesī nokrišņu daudzums ir būtiski mazāks nekā jūlijā.

12 Piekļuve Climate Data Manager
Lietotājvārds: vtpmml Parole: zellu8

13 Paldies par uzmanību!

14 Janvāra diennakts vidējā un minimālā temperatūra
Redzams, ka tāpat kā vidēji gadā arī visaukstākie janvāri ir Latvijas A-ZA – pat par 5 °C aukstāki nekā Kurzemes R piekrastē. Gan vidējā, gan minimālā temperatūra janvārī līdz gadam pakāpeniski paaugstināsies par 5-6 °C. Gadsimta beigās vērojams, ka Kurzemes piekrastē dažviet minimālā janvāra temperatūra tuva 0 °C, savukārt vidējā temperatūra sasniedz 0-2 °C.

15 Jūlija diennakts vidējā un maksimālā temperatūra
Redzams, ka siltākas vasaras ir Latvijas D-DA – vidēji par 3-4 °C siltākas nekā Baltijas jūras un Rīgas jūras līča piekrastē. Saskaņā ar scenāriju gan vidējā, gan maksimālā temperatūra jūlijā līdz gadam pakāpeniski paaugstināsies apmēram par 3 °C, kas ir mazāks pieaugums nekā gaidāms ziemas mēnesī - janvārī.

16 Programmas Climate Data Manager iespējas
Pieejamie parametri: vidējā, minimālā un maksimālā diennakts temperatūra; nokrišņu intensitāte; relatīvais mitrums; vidējais vēja ātrums un vēja ātrums brāzmās; potenciālā evapotranspirācija; Pieejamais datu veids: oriģinālie; pēc transformācijas; Pieejamās novērojumu vietas: Lietotāja izvēlētas stacijas no 121 pieejamām; Bauska, Daugavpils, Dobele, Skrīveri, Valmiera Rezultāti: 30 gadu periodu mēneša vidējās vērtības 30 gadu periodu gada vidējās vērtības; n-gadu periodu atsevišķa mēneša, sezonas (vairāku mēnešu), gada vidējās vērtības un to attīstība laikā Pieejamie modeļaprēķini: Lietotāja izvēlēti no 20 pieejamiem; Rezultātu raksturošana ar 3 raksturīgām percentilēm 30-gadu perioda gada vidējā vērtība Rezultātu attēlošanas veids: tabulas ; grafiki; kartes; Pieejamie periodi: CTL ( A1B ( ) A1BL ( ) Lietotāja definēts Pieejamie periodi: CTL ( ) A1B ( ) A1BL ( ) Lietotāja definēts mainīgs periods - attīstība laikā


Download ppt "Latvijai adaptētas nākotnes klimata projekcijas un klimata projekciju analīzes rīks – Klimata datu menedžeris (Climate Data Manager) Daiga Cepīte-Frišfelde."

Similar presentations


Ads by Google