Historien er nøglen til fremtidens vejr

321 Sort hvidt billede af en havn i stærk stormvejr, med høje bølger - iStock
Ved at lade en supercomputer tygge på en kombination af fortidens vejrobservationer sammen med nutidens vejrmodeller kan man fylde hullerne ud mellem målingerne. Dermed får man et langt bedre billede af historiske vejrsituationer. Foto: iStock

Man tager gamle vejrobservationer og kombinerer dem systematisk med moderne vejrmodeller inklusive nedbør, vind og regn. Re-analyse kalder man det. De nye analyser gør, at man på den måde får kortlagt det historiske vejr i hele Danmark med kun 2,5 km mellem hvert datapunkt på en homogen måde. Det er samme tæthed, som mange vejrmodeller kører med til daglig i Europa, men det er den hidtil højeste opløsning for en reanalyse Danmark. DANRA hedder den danske model.

Hvad har vi undersøgt?

Når det gælder skybrud og storme og andre vejrfænomener, der fylder meget lidt, er observationerne sparsomme og kan ikke stå alene. Ydermere er prognoser fra vejrmodeller forbundet med en vis usikkerhed. Ved at kombinere de faktiske observationer og analyser fra vejrmodeller, opnår man nogle resultater, der kan udfylde hullerne i de faktiske observationer. Det betyder, at vi får det mest sandsynlige billede af det historiske vejr ud fra den viden, vi har i dag.

Hvilke data og metoder har vi benyttet?

Første fase af re-analysen dækker en periode på seks år mellem 1990 og 2019. Det har fungeret som pilot-data til dels evaluering, dels opbygning af nyt it-system, der kan analysere målingerne. De næste fire år fortsætter vi med at re-analysere gamle vejrobservationer i en periode over 70 år, fra 1950 til 2020. Det vil give os information om klimaændringer og vil kunne udpege områder, hvor det vil give størst effekt at sætte ind med en klimaindsats.

Et udpluk af historiske storme og kraftige nedbørshændelser er blevet analyseret for at undersøge kvaliteten af de givne data. Disse undersøgelser peger foreløbig på, at denne model er klart bedre end andre af de modeller for re-analyse, man ellers benytter sig af i dag.

I Nationalt Center for Klimaforskning, NCKF, har man konstrueret modellen for re-analyse ved at kombinere den bedste højtopløselige vejrmodel for dansk område, DMI-HARMONIE, med historiske observationer fra vejrstationer samt satellitdata. Samtidig har det været afgørende, at vi har kunnet samarbejde med internationale partnere inden for forskning i vejrmodeller. Det har gjort, at vi hurtigt har fået gode resultater.

Hvilket resultat fandt vi?

Et af de mest udbredte re-analyseprodukter i dag er en global re-analyse fra EU's center for klimadata, Copernicus, kaldet ERA5. Seks historiske storme er blevet evalueret, og i alle seks tilfælde simulerer DMI's nye re-analyse bedre de maksimale vindhastigheder, man målte under stormene. Det gælder blandt andet for “Decemberorkanen”, også kendt som Adam, (3. december 1999) og orkanen “Allan” (28. oktober 2013). Her har ERA5-modellen en tendens til at underestimere de kraftige vinde, fordi den rumlige opløsning, der ligger til grund for beregningerne, ikke er detaljeret nok.

Endvidere viser foreløbige evalueringer, at DANRA re-analysen kan beregne flere af de seneste års kraftige skybrudshændelser i Danmark over de seneste ti år. Det gælder blandt andet tilfældet 2. juli 2011, hvor der på få timer faldt mere end 150 mm regn over København.

Tabel 1. Højeste middelvinde og laveste centertryk for seks forskellige storme over dansk område
Tabel 1. Højeste middelvinde og laveste centertryk for seks forskellige storme over dansk område. DANRA er DMI’s nye danske re-analyse, ERA5 er en global re-analyse, og OBS er de faktiske observationer. Værdier tættest på og længst fra observationer er fremhævet med hhv. grøn og rød og viser tydeligt at ERA5-modellen i forhold til middelvinden ligger markant lavere.
Figur 1. Middelvinde målt over Danmark under passagen af “Decemberorkanen”, 3 december 1999
Figur 1. Middelvinde målt over Danmark under passagen af “Decemberorkanen”, 3 december 1999. Den sorte kurve viser observationer, den blå kurve viser ERA5’s re-analyse, og den røde viser DANRA’s. Det grå område viser én standardafvigelse af observationerne.

Få mere viden

Tertiary content, when NOT DK (Country:)