Sådan er data blevet til

De data, du finder på Klimaatlas, er blevet til gennem en række komplekse processer, der sikrer brugbarhed og kvalitet

Klimamodeller er klimaforskernes vigtigste værktøj

Klimamodeller findes i flere forskellige udgaver. De benytter bl.a. koncentrationen af drivhusgasser i atmosfæren til at give et bud på fremtidens regionale eller globale klima.

En klimamodel er en matematisk model til at beregne klimaets udvikling i form af f.eks. ændringer i temperatur og nedbør. Klimaforskerne anvender klimamodeller til at beregne klimaet frem i tiden med afsæt i en række antagelser.

Nuværende klimaforandringer afhænger primært af indholdet af drivhusgasser som f.eks. CO2 i atmosfæren. Derfor indgår koncentrationen af drivhusgasser i klimamodellerne anvendt i Klimaatlas. Det sker via såkaldte RCP-scenarier. RCP-scenarierne er bud på udviklingen af fremtidens globale koncentration af drivhusgasser i atmosfæren. Det vil sige, at fremtidens klima beregnes ud fra mulige fremtidsscenarier, som afspejler indholdet af drivhusgasser i atmosfæren.

Flere typer modeller

Klimaforskerne arbejder med flere typer klimamodeller, herunder både globale og regionale modeller.

En global klimamodel dækker hele Jorden og kan f.eks. anvendes til at undersøge gensidige påvirkninger mellem atmosfæren, oceanerne og Jordens overflade. Oceanerne påvirker f.eks. atmosfæren ved at transportere varmt vand fra varme dele af verden til køligere dele. Dermed opvarmer oceanet atmosfæren i de ellers køligere områder. Med de globale klimamodeller undersøger klimaforskerne, hvordan f.eks. Golfstrømmen og havisens udbredelse i Arktis påvirkes af nuværende og kommende klimaforandringer.

En regional klimamodel dækker et mindre område som f.eks. Europa. Det gør den bedre i stand til at beregne klimaudviklingen på mindre skala og gengive detaljer som f.eks. bakker, søer, fjorde og beplantning og dermed deres effekter på klimaet.

Både globale og regionale klimamodeller leverer data til Klimaatlas. Ud over at bidrage til Klimaatlas, kan resultater fra de regionale klimamodeller anvendes dels i indsatsen for at tilpasse samfundet til de igangværende klimaændringer; dels som input til mere specialiserede modeller, som kan beregne klimapåvirkninger på f.eks. grundvand og økosystemer.

Senest opdateret: september 2019
© DMI

36 modeller ligger bag Klimaatlas

Nøjagtigheden af det beregnede fremtidige klima i Danmark er vurderet på baggrund af 36 klimamodeller. Ingen af modellerne er perfekte, men når de sammenholdes, udlignes deres individuelle svagheder og bliver en styrke.

Data for fremtidens klima i Danmark præsenteret i Klimaatlas er baseret på op til 36 forskellige klimamodeller i et såkaldt model-ensemble.

Model-ensemblet er forskellige kombinationer af fem globale klimamodeller og ti regionale klimamodeller.

Modellerne har beregnet klimaet for det samme geografiske område og med samme mængde drivhusgas i atmosfæren. Det gør det muligt at sammenligne de enkelte modellers klimaudvikling.

Model-ensemblet er koordineret i et internationalt samarbejde, CORDEX, hvor data ligger frit tilgængeligt.

Modellerne styrker hinanden

Klimamodellerne i model-ensemblet adskiller sig ved, at de indeholder forskellige matematiske formuleringer af centrale fysiske processer i klimasystemet. F.eks. behandler klimamodellerne dannelse af skyer forskelligt. Det betyder, at nogle modeller danner meget regn i bestemte områder, mens andre danner mindre. På samme vis er nogle modeller relativt varme, mens andre er køligere.

Ingen af modellerne er formentlig perfekte, og de afviger mere eller mindre fra den virkelige verden, når de sammenlignes med observationer af vejret og klimaet.

Den enkelte model i ensemblet har derfor både styrker og svagheder i forhold til nøjagtigheden af det beregnede klima. Denne forskellighed fører til en spredning i model-ensemblets forudsigelse af klimaparametre som f.eks. temperatur, nedbør og vind.

Ensemblet bestemmer usikkerheden

Beregning af fremtidens klima er forbundet med usikkerheder, og spredningen af resultaterne i model-ensemblet er et mål for den usikkerhed.

I Klimaatlas er intervallerne for usikkerhed angivet for de enkelte parametre som en søjle i graferne og som et interval for tal-data.

Usikkerheden er vist som såkaldte 10- og 90-percentiler af model-ensemblet. For parameteren 'temperatur' betyder det f.eks., at den øvre usikkerhedsgrænse er det niveau, hvor modelklimaet i blot 10 % af modellerne i ensemblet er varmere. Tilsvarende er den nedre usikkerhedsgrænse det niveau, hvor modelklimaet i blot 10 % af modellerne er køligere.

Model-ensemblet bruges således til at vurdere usikkerheden af generelle ændringer i f.eks. årlig gennemsnitstemperatur og årlig nedbør.

Senest opdateret: september 2019
© DMI

Det globale klima nedskaleres til Danmark

Globale klimamodeller bruges til at undersøge tendenser i fremtidens klima. Regionale klimamodeller bruges derimod til at få flere detaljer om klimaudviklingen i et bestemt område.

Processen regional nedskalering er en metode til at forfine detaljerne af en global klimamodel for et afgrænset område.

En global klimamodel beregner udviklingen i det globale klima og dækker hele Jorden med en opløsning på 100 til 200 km. Det betyder, at en global model med en opløsning på 200 km beregner klimaet i felter af 200 x 200 km. Der foretages kun én beregning i hvert felt.

I en global klimamodel er der således ikke forskel på klimaet i Øst- og Vestjylland, hvis Jylland ligger i et enkelt felt. En global klimamodel har derfor ikke tilstrækkelig høj detaljegrad til at skelne regionale vejr- og klimaforskelle over et areal på størrelse med Danmark.

En global klimamodel bruges normalt ikke i finere opløsning end 100 km, da det er for dyrt i computer-ressourcer. Modellerne må derfor nedskaleres for at opnå en bedre - og dermed mere anvendelig - opløsning. Det gøres ved hjælp af en regional klimamodel.

Regionale modeller afslører detaljer

Der findes forskellige metoder til at nedskalere en global klimamodel. Metoden anvendt i Klimaatlas er en såkaldt dynamisk nedskalering. Det betyder, at der anvendes regionale klimamodeller til at beregne klimaudviklingen for et afgrænset område f.eks. svarende til Europa.

De regionale modeller tager højde for centrale fysiske processer i klimasystemet som f.eks. transport af vand og energi. Samtidig bruger de information om globale vejrsystemer fra de globale modeller. Endelig tager regionale modeller højde for lokale forhold som f.eks. bakker, dale, skove og de relativt indviklede kystlinjer. På den måde afslører regionale nedskaleringer detaljeret information om klimaet, som ikke findes i de globale klimamodeller.

I Klimaatlas indgår otte globale klimamodeller og otte regionale klimamodeller. Hver af de globale modeller er nedskaleret med en eller flere af de regionale modeller til en opløsning på cirka 12 km over hele Europa. Til brug for Klimaatlas er data yderligere interpoleret (omregnet) til det 3x3 km og 1x1 km gitter, som f.eks. vises på kortet.

Klimaatlas viser nedskalerede klimadata fra Euro-CORDEX-databasen. CORDEX er et internationalt samarbejde om dynamisk nedskalering af globale klimamodeller. Euro-CORDEX er fokuseret på Europa. I Klimaatlas er der vist det geografiske udsnit af Euro-CORDEX, som netop dækker Danmark.

Senest opdateret: september 2019
© DMI

Observationer forbedrer data i Klimaatlas

DMI's observationer bruges til at kvalificere resultatet af klimamodellernes beregninger, så de stemmer bedst muligt overens med virkeligheden; dvs. målte data. Det gøres ved hjælp af en statistisk metode, som kaldes bias-justering.

For nutiden kan modeldata sammenlignes med observationer. Det beregnede klima fra modellerne stemmer ikke fuldstændigt overens med det virkelige klima. Der er typisk en systematisk afvigelse mellem model og observation, som kaldes modellens bias. Hvis gennemsnitstemperaturen i modellen er 0,5 °C lavere end den observerede temperatur, siger klimaforskerne, at modellen har en 'kold bias'.

Det betyder, at data fra klimamodeller ofte tilpasses ved hjælp af observerede data. De justerede data passer bedre med virkeligheden og er lettere at anvende. Processen kaldes bias-justering.

Virkelighed og model sammenlignes

Resultater fra klimamodellen sammenlignes med observationer for en længere periode, hvor der findes både måle- og modeldata. Klimaatlas bruger observationer fra DMI's målestationer for perioden fra 1989 til 2018. Denne periode kaldes kalibreringsperioden.

Data for middeltemperaturen for hver af de 10.957 dage i kalibreringsperioden samles og sorteres efter værdi. Det gøres for både observationer og model, så de to fordelinger kan sammenlignes.

Modeldata justeres dag for dag. Det gøres ved at erstatte modeltemperaturen med den observerede temperatur, der har en tilsvarende placering i den observerede fordeling. Et eksempel kunne være en sommerdag i modellen, hvor middeltemperaturen er 25 °C. Det svarer måske til 90-percentilen i modellens fordeling. Hvis 90-percentilen for den observerede temperatur ikke er 25 °C, men f.eks. 26 °C, sættes den justerede modeltemperatur for den pågældende sommerdag til 26 °C.

Processen gentages for hver enkelt dag i tidsserien. På denne måde får de bias-justerede data fra modellen samme statistiske egenskaber som de observerede data. Det vil sige, at både middeltemperaturen og temperaturen på de varmeste dage svarer til observationer. Fordelingerne bestemmes for kalibreringsperioden, men bruges derefter til at justere modeldata for hele perioden fra 1981 til 2100.

Du finder vejrobservationer for Danmark i DMI's Vejrarkiv.

Senest opdateret: september 2019
© DMI

Klimaatlas sætter tal på ekstreme hændelser

Klimaatlas viser, hvor meget det regner, når det regner mest - både nu og i fremtiden. Sandsynligheden for ekstrem regn er beregnet ved hjælp af metoden ekstremværdi-teori, og data er justeret i forhold til observationer.

Ekstreme vejrhændelser, som voldsomme regnvejr, har store konsekvenser, selv om de forekommer sjældent. Et regnvejr kan enten være ekstremt, fordi det regner kraftigt i en længere periode, eller fordi det regner meget intenst i kortere tid.

I Klimaatlas finder du data for maksimal time- og døgnnedbør. Timeværdien fortæller, hvor meget nedbør der maksimalt falder på en time. Døgnnedbøren er tilsvarende den maksimale mængde nedbør, der falder over et døgn. Nedbør indregner både regn, sne, slud og hagl.

Matematik afslører sjælden nedbør

Klimaatlas viser, hvor meget regn en såkaldt 2-, 10- og 100-årshændelse svarer til for både time- og døgnnedbør, nu og i fremtiden. En 100-årshændelse for et bestemt sted betyder, at det regner så meget, at det statistisk kun sker på det sted én gang hvert 100. år. Mængden af regn kaldes returværdien for hændelsen. En 100-årshændelse har en højere returværdi end en 10-årshændelse; f.eks. 86 mm i forhold til 56 mm. Derfor opleves 100-årshændelsen som mere ekstrem.

Ekstreme hændelser forekommer kun sjældent. Det kræver derfor særlige metoder at beregne, hvor meget sandsynligheden for ekstremregn ændrer sig i løbet af dette århundrede. F.eks. er det vanskeligt at sige noget om en 100-årshændelse på baggrund af 30 års data. Klimaatlas bruger derfor en metode, der kaldes ekstremværdi-teori, til at beregne sandsynligheden for ekstreme hændelser nu og i fremtiden.  

Virkeligheden justerer modellen

Klimamodellerne er ikke perfekte. Intense og lokale fænomener som ekstremregn og skybrud er særligt udfordrende, og modellerne kan ikke beregne mængden af ekstremregn, så det svarer til observationer. For perioden 1979 til 2012 beregnes ekstremværdi-fordelingen derfor både for klimamodellen og for de rigtige vejrobservationer. De to fordelinger sammenlignes, og der opstilles en funktion, der beskriver sammenhængen mellem dem. Funktionen bruges til at justere modellens beregnede returværdier, så der bliver størst mulig overensstemmelse mellem resultater fra modellen og de observationer, der findes for nutiden.

Fænomenet 'skybrud' er defineret som mere end 15 mm nedbør på 30 min. Det er en udfordring at beregne hyppigheden af skybrud, da modeldata er for timenedbør, som altså ikke med sikkerhed afslører, om der har været tale om skybrud. En analyse af danske observationer har dog vist, at den procentvise ændring i hyppigheden af skybrud kan tilnærmes ved at følge en 3-årshændelse i timenedbør. Den tilnærmelse bruges i Klimaatlas, og skybrud kan så beregnes på samme måde som andre ekstreme hændelser.

Ekstremværdi-analysen udføres på 23 forskellige klimamodeller for RCP8.5 og 11 modeller for RCP4.5. Kortet i Klimaatlas viser medianerne, mens usikkerhedsintervallet angiver modelusikkerheden.

Senest opdateret: september 2019
© DMI

Sådan beregnes fremtidens stormfloder

Beregninger af fremtidens stormfloder bygger på observationer, modeller og viden om de generelle vandstandsstigninger.

En stormflod er betegnelsen for en periode med markant forhøjet vandstand ved kysterne. Stormfloden kan skyldes kraftig pålandsvind, eller den kan skyldes, at vand hober sig op f.eks. i bunden af en fjord eller i et smalt stræde, når højvande mødes fra to retninger. Ophobning af vand, uden at det samtidigt blæser voldsomt, kaldes en 'stille stormflod'. I danske farvande opstår stille stormfloder typisk i forbindelse med, at vand skvulper tilbage fra Østersøen.

En stormflod kræver som regel vind med styrke af stormende kuling. Det svarer til en vindhastighed på over 21 m/s. Grænsen til storm går ved 24,5 m/s.

Modeller forudsiger ekstrem vandstand

Klimaatlas præsenterer lokale stormflodshøjder i form af 20- og 50-årshændelser for forhøjet vandstand. Højden af en 20-års stormflodshændelse er den forhøjede vandstand, der statistisk set kun forekommer én gang hvert 20. år. Stormflodshøjden påvirkes både af den stigende vandstand og af ændringer i vinden over havet.

Til at beregne vandstanden for stormfloder i fremtidens klima, anvendes DMI's havmodel, der også benyttes til varsling af stormfloder. Den tager bl.a. højde for ændringer i vindstyrke og vindretning i fremtiden. Med havmodellen er vandstand og stormfloder simuleret for perioden 1981-2010, som repræsenterer nutidens klima, og for to fremtidige perioder, nemlig 2041-2070 og 2071-2100 samt for CO2-scenarierne, RCP4.5 og RCP8.5.

Statistik på observationer af vandstanden i Danmark, der er kombineret med viden om generelle vandstandsstigninger, giver tilsammen et mål for 20- og 50-års stormflodshændelser. Det gælder både for nutidens forhold og for de to fremtidige CO2-scenarier.

Højden af stormflodshændelser i fremtiden afhænger således af, hvilket CO2-scenarie der ligger bag, den valgte tidsperiode, samt hvor i landet den pågældende kyst ligger. Alle disse muligheder er tilgængelige som valg i Klimaatlas.

Senest opdateret: september 2019
© DMI

Få besked, når vi opdaterer data

Skriv din email i feltet. Så får du besked, når data opdateres.