Prosessfase 1 Analysere klimasårbarhet: Tolke klimadata
Denne seksjonen gir en innledning til klimadata og hvordan bruke det effektivt. Følgende dekkes: • Hvordan regionaliserte klimadata er produserte. • Hvordan forstå og tolke regionaliserte klimadata. • Hvordan identifisere og kommunisere usikkerheter.
2. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Tolke klimadata
Denne seksjonen gir en innledning til klimadata og hvordan bruke det effektivt. Følgende dekkes:
• Hvordan regionaliserte klimadata er produserte.
• Hvordan forstå og tolke regionaliserte klimadata.
• Hvordan identifisere og kommunisere usikkerheter.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
3. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
What is climate data?
To understand climate change and the need to adapt it is important to recognise the difference
between weather and climate (MET Office, UK).
Weather is the temperature, precipitation (rain, hail, sleet and snow) and wind, which change hour by
hour and day by day. When you want to know the weather, time and place are critical - you are
interested in what is going to happen in the immediate future.
Climate data is different; the focus is on spatially and temporally averaged conditions. Climate data is
commonly defined as the weather averaged over a long period of time, however, it can also include
the magnitudes of day-to-day or year-to-year variations. To illustrate this the UK Met Office points out
that while the weather brings different temperatures all over the world on a day to day basis, over a
year we'd expect the global climate to bring an average temperature of about 14 °C.
http://www.metoffice.gov.uk/climate-change/guide/climate
The difference between climate and weather is usefully summarised by the popular phrase
“Climate is what you expect, weather is what you get.”
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
4. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
What is climate change?
Climate change refers to a multi-decadal or longer shifts, in
one or more physical, chemical and/or biological
components of the climate system.
It can be statistically measured as a change in some or all of
the features associated with weather, such as temperature,
wind, and precipitation, plus it can involve changes in
average conditions (e.g. mean daily temperature) and the
variability of the weather.
It can also be qualitatively observed and recorded in oral
histories.
Climate change includes persistent changes in fauna and
flora, snow cover, etc., and may occur in a specific region,
or across the whole world.
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
5. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Terminology Definition
Weather Describes atmospheric conditions at a particular place in terms of air temperature,
pressure, humidity, wind speed, and precipitation
Climate Is often defined as the weather averaged over time (typically, 30 years).
Climate Variability Refers to variations in the mean state of climate on all temporal and spatial scales
beyond that of individual weather events. Examples of climate variability include
extended droughts, floods, and conditions that result from periodic El Niño and La
Niña events.
Climate Change Refers to shifts in the mean state of the climate or in its variability, persisting for an
extended period (decades or longer). Climate change may be due to natural changes
or to persistent anthropogenic changes in the composition of the atmosphere or in
land use.
Global Warming Global warming involves the accumulation of heat in Joules within the climate
system, predominantly the oceans.
Definitions based on IPCC Climate Change 2001 and 2007
Impacts, Adaptation and Vulnerability reports
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
6. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Regional climate forecasts
Regionally relevant climate forecasts can be generated in two ways.
Data on the region can be extracted directly from Global Circulation Models (GCMs). Typically these
data are of low resolution owing to the large spatial scales covered. However, they do show general
trends and expectations.
Alternatively climate downscaling can be used to generate more specific forecasts for a particular
region. These data will have higher resolution, but are more expensive and difficult to generate.
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
7. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Downscaling climate data
The overarching strategy is to connect global scale
predictions and regional dynamics to generate regionally
specific forecasts (climate-decisions.org).
There are three main techniques for generating useful local
climate data.
1.Nesting a regional climate model into an existing GCMs.
Once a specific location is defined driving factors from the
GCM are applied to the regional climate model.
2.Statistical regressions that aim to establish the relationship
between large scale variables derived from GCMs, and local
level climate conditions.
3.Stochastic weather generators that use data, such as wind
speed or other variables, generated from GCMs to predict
the local result of driving variables.
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
8. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan regionaliserte klimadata er produserte
Eksempler
• Historisk klimastatistikk www.senorge.no (interaktive
kart og statistikk) I noen tilfeller lokal dato. Kan bestilles fra
met.no, Bjerknessenteret eller Storm værsenter
• Standardisert og fri fra avgift nedskalerte
klimaendringsprojeksjoner
– www.senorge.no (interaktive kart)
– www.klimatilpasning.no (ferdige kart)
• Tilpasset (og fri fra avgift!) nedskalerte
klimaprojeksjoner
– Kan bestilles fra met.no, Bjerknessenteret eller Storm
værsenter
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
9. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan forstå og tolke regionaliserte klimadata.
Noen grunnleggende begrep
• Klimaparametere og effektparametere utslipp
• Utslippsscenarioer og klimaendringsscenarioer
• Naturlig variasjon og klimasignal
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
10. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Historisk klimastatistikk: Eksempler fra Norge
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
11. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Gratis interaktivt kart: Eksempler fra Norge
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
12. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Gratis standardisert kart:
Eksempler fra Norge
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
13. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Nedskalerte projeksjoner
Variasjon kontra middelverdier: Nedskalerte
klimaprojeksjoner er ofte presenterte som middelverdien av
ulike klimamodeller.
Dette gjennomsnittet er for eksempel brukt av den norske
internettportalen senorge.no, som presenterer projeksjoner
av klimaparametere som snøvarighet og temperatur for
tidsperioden 2071-2100.
Gjennomsnittet er ofte feil tolket som ”den mest sannsynlige
projeksjonen”.
Dette er imidlertid ikke helt riktig. Det er viktig å inkludere
verdiområdet – også ekstreme verdier i hver ende – som alle i
prinsippet utgjør like sannsynlige projeksjoner.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
14. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan er klimavarsler laget?
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
15. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan presentere nedskalerte projeksjoner? Eksempler fra Norge
http://www.vestforsk.no/filearchive/r-ks-
klimaanalysen-del2.pdf
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
16. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan presentere nedskalerte projeksjoner? Eksempler fra Norge
www.klimatilpasning.no http://www.vestforsk.no/filearchive/r-ks-
klimaanalysen-del2.pdf
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
17. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan presentere nedskalerte projeksjoner? Eksempler fra Norge
Presentere middelverdien (og fremheve
Presentere hele spekteret av like
Presentere bare middelverdien denne), men også presentere øvre og
sannsynlige verdier av projeksjonene
lavere verdier
www.senorge.no www.klimatilpasning.no http://www.vestforsk.no/filearchive/r-ks-
klimaanalysen-del2.pdf
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
18. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Hvordan identifisere og kommunisere
usikkerheter
• På den ene siden er det viktig å være klar over de store
usikkerhetene assosiert med klimatilpasningsstrategier
• Samtidig er det viktig å unngå en tilstand av ikke-handling
basert på antagelsen om at ”alt” er usikkert
• En mulig løsning på dilemmaet er å prøve å skille vår
forståelse av usikkerhet
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
19. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Important note - Variability v mean values
Often, downscaled climate projections are presented as the
mean value of different climate models.
This average is for instance used by the Norwegian web
portal senorge.no, which presents projections of climate
parameters such as snow duration and temperature for the
time period 2071-2100.
The average is often wrongly interpreted as ‘the most likely
projection’.
This is, however, not entirely true. It is important to include
the entire range of values – also extreme values at either end
– as they all in principle constitute equally likely projections.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
20. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Klimascenarioer som verktøy for beslutningstakere
Scenarioer er et uvurderlig verktøy for ledere eller strateger som ønsker å tenke gjennom fremtidige
dimensjoner av beslutninger og handlinger. Å bruke scenarioer til å utforske og øve fremtidige
muligheter burde fremheve en rekke problemer eller potensielle alternativer som krever mer detaljert
undersøkelse eller analyse.
Scenarioer er oftest brukt i en strategisk sammenheng av følgende årsaker:
• For å definere fremtidige visjoner og strategiske prioriteter
• For å øve forskjellige policy eller strategialternativer til å markere mulige styrker og svakheter eller
utilsiktede konsekvenser
• For å fremtidssikre en beslutning som er ”on the table”
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
21. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Tidsramme- og klimascenarioer
Klimaendringer innebærer en lengre tidsperiode (50-100 år) enn
hva som er felles i og relevante for lokale politiske (4-10 år).
Denne funksjonen av klimapolitikken utgjør åpenbart en
utfordring. Scenarioer kan være nyttige verktøy for
beslutningstakere.
Vi bruker vilkårene fortidsklima, nåtidsklima og fremtidig klima til
å referere til ulike tidsrammer::
Klimatilpasning
D. Davies, 2012
Nettbasert opplæringressurs
22. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Tidsramme- og klimascenarioer
Fortidsklima:
Klimastatistikk viser oss faktisk klimaet fra fortiden. I
planleggingen av nye vann- og sanitærrør ser vi ofte på denne
type data.
Men disse dataene kan også brukes til å betrakte
sårbarhetsaspekter forbundet med eksisterende, naturlig
klimavariasjon som for eksempel svært milde vintre noen år,
svært kalde vintre andre år (spesielt tydelig i Storbritannia).
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
23. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Tidsramme- og klimascenarioer
Dagens klima:
Flere effekter av klimaendringene kan allerede observeres. Selv
om naturlig variasjon står for noen av avvikene fra fortidsklimaet,
gir slike effekter et signal på hva som er i gang.
Dermed bør vi tilpasse på måter som er forskjellige fra de som er
knyttet til fortidsklimaet. e.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
24. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Tidsramme- og klimascenarioer
Fremtidig klima
Klimaet i fremtiden kan til en viss grad bestemmes på grunnlag
av utslippsscenarioer.
Tilpasning til klimaendringene (dvs. det fremtidige klimaet) er det
som klimatilpasningsstrategier egentlig er om, selv om mange
ikke klarer å skille mellom fortidsklima, nåtidsklima og fremtidig
klima både verbalt og i praksis.
For eksempel å oppgradere en flomutsatt vei for å presentere
nedbørsmengder heller enn nedbørsmengde forventet om 20 år
utgjør et eksempel på klimatilpasning, men ikke
klimatilpasningsstrategier.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
25. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Klimascenarioer for å utforske mulighetene for fremtiden
Scenarioer representerer en ramme for å tenke på fremtiden
basert på et robust bevisgrunnlag og sett med mangfoldige
synspunkter om hva som kan skje i fremtiden.
De er ikke faktiske beretninger om hva som skjer i dag eller i
fremtiden; de er en kombinasjon av analyse og dom om
fremtidige muligheter.
Det er derfor nyttig å være oppmerksom på at bruk av scenarioer
kan representere en utfordring, men en stimulerende en, til
”tradisjonelle” tenkemåter og måter å arbeide på.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
26. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Oppsummering::
Ofte unnlater vi å reflektere tilstrekkelig på tanken om endring.
Naturlig variasjon i det korte løp kontra klimaendring i det lange løp
Begrepet ”klima” omfatter statistikk for en rekke meteorologiske elementer i et gitt område over et
lengre tidsrom. Det er viktig å merke seg at mens naturlig variasjon sikkert kan forklare variasjon på
kort sikt, er kortsiktige avvik fra normen i sin natur forskjellig fra langsiktige forandringer i klima. Som
et eksempel kan naturlig variasjon enkelt forklare et par av sommerens varmerekorder i et tiår, men
flere tiår av uvanlig høy sommervarmerekorder er det mer sannsynlig å innbære langvarige
klimaendringer.
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
27. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Oppsummering:
Identify and Communicate Uncertainties
Avhengig av omfanget av sårbarhetsvurderingen og de lokale forholdene trenger du ulik
klimadatainformasjon.
Mer detaljerte klimadata reduserer dog ikke usikkerhetene.
On the one hand, it is important to be clear about the great uncertainty associated with climate
change adaptation
At the same time, it is vital to avoid a state of non-action based on the assumption that
‘everything’ is uncertain
A possible solution to this dilemma is to try and differentiate our understanding of uncertainty
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs
28. Prosessfase 1
Analysere klimasårbarhet: Tolke klimadata
Oppsummering:
‘Climate modelling is inherently uncertain, but this does not mean that forecasts do not have value.
One way to make decisions despite this uncertainty is to consider the range of possible climate
outcomes instead of relying on single forecasts. Because each GCM incorporates slightly different
assumptions about how the climate works, each generates different results. Decision makers can
make more resilient decisions by incorporating a range of these results in their considerations.’
climate-decisions.org
http://www.climate-decisions.org/2_Climate%20Forecasts.htm
Klimatilpasning
C. Aall, & D. Davies, 2012
Nettbasert opplæringressurs