METEOROLOGICKÉ ZPRÁVY METEOROLOGICAL BULLETIN

Transkript

1 ČESKÝ HYDROMETEOROLOGICKÝ ÚSTAV CZECH HYDROMETEOROLOGICAL INSTITUTE METEOROLOGICKÉ ZPRÁVY METEOROLOGICAL BULLETIN Zdeněk Blažek Libor Černikovský Tomáš Ostrožlík Roman Volný Ewa Krajny Leszek Ośródka: Smogová situace v oblasti Ostravsko-Karvinska ve dnech ledna Pavel Jůza: Porovnání teploty vzduchu a větru ve výšce podle měření sodaru a pozemních meteorologických stanic Pavel Treml: Vymezení období největšího růstu a největšího poklesu teploty vzduchu a vody metodou součtových řad Jaroslava Kalvová Eva Holtanová Martin Motl Jiří Mikšovský Petr Pišoft Aleš Raidl: Odhady rozsahu změn klimatu České republiky pro tři časová období 21. století na základě výstupů AR4 modelů Světový meteorologický den 2010: Šedesát let služby pro bezpečnost a spokojený život Příloha: Informační panely ke klimatické změně ROČNÍK ČÍSLO 2

2 Zdeněk Blažek Libor Černikovský Tomáš Ostrožlík Roman Volný Ewa Krajny Leszek Ośródka: Smog situation in the Ostrava-Karviná region on January Pavel Jůza: Comparison of air temperature and wind at a different height according to the measurements of sodar and land meteorological stations Pavel Treml: Definition of periods characterized by the most intensive increase or decrease in air and water temperatures based on sum consecution method Jaroslava Kalvová Eva Holtanová Martin Motl Jiří Mikšovský Petr Pišoft Aleš Raidl: Assessment of the range of future climate change in the Czech Republic for three time periods in the 21 st century based on AR4 models outputs World Meteorological Day 2010: 60 years of service for your safety and well-being Supplement: Information boards on the climate change and its impacts Abstracting and Indexing: Current Contents/Physical Chemical and Earth Sciences Cambridge Scientific Abstracts (CSA) Meteorological and Geoastrophysical Abstracts Environmental Abstracts Meteorologické Zprávy, odborný časopis se zaměřením na meteorologii, klimatologii, čistotu ovzduší a hydrologii. Dvouměsíčník Meteorological Bulletin, Journal specialized in meteorology, climatology, air quality and hydrology. Bi-monthly Vedoucí redaktor Chief Editor L. Němec, Český hydrometeorologický ústav, Praha, Česká republika Redaktoři Executive Editors Z. Horký, Český hydrometeorologický ústav, Praha, Česká republika O. Šuvarinová, Český hydrometeorologický ústav, Praha, Česká republika Redakční rada Editorial Board J. Bednář, Univerzita Karlova, Praha, Česká republika F. Hudec, Univerzita obrany, Brno, Česká republika K. Krška, Brno, Česká republika M. Lapin, Univerzita Komenského, Bratislava, Slovenská republika F. Neuwirth, Zentralanstalt für Meteorologie und Geodynamik, Wien, Austria V. Pastirčák, Slovenský hydrometeorologický ústav, Bratislava, Slovenská republika D. Řezáčová, Ústav fyziky atmosféry AV ČR, Praha, Česká republika J. Strachota, Praha, Česká republika J. Sulan, Český hydrometeorologický ústav, Plzeň, Česká republika F. Šopko, Český hydrometeorologický ústav, Česká republika K. Vaníček, Český hydrometeorologický ústav, Hradec Králové, Česká republika H. Vondráčková, Český hydrometeorologický ústav, Praha, Česká republika Vydavatel (redakce) Publishers Český hydrometeorologický ústav, Na Šabatce 17, Praha 4-Komořany, telefon , , fax , horky@chmi.cz. Sazba a tisk: Studio 3P, spol. s r. o. Rozšiřuje a informace o předplatném podává a objednávky přijímá Český hydrometeorologický ústav, SIS, Na Šabatce 17, Praha 4-Komořany; Cena jednotlivého čísla 25, Kč, roční předplatné 240, Kč včetně poštovného. Reg. číslo MK ČR E Meteorologické Zprávy, Český hydrometeorologický ústav Czech Hydrometeorological Institute, Na Šabatce 17, Praha 4-Komořany, Phones: , , Fax: , horky@chmi.cz. Printed in the Studio 3P, l.l.c. Orders and enquiries: Please contact Czech Hydrometeorological Institute, SIS, Na Šabatce 17, Praha 4-Komořany, Czech Republic. Annual subscription: 48, EUR (6 issues) ISSN

3 METEOROLOGICKÉ ZPRÁVY Meteorological Bulletin ROČNÍK 63 (2010) V PRAZE DNE 30. DUBNA 2010 ČÍSLO 2 SMOGOVÁ SITUACE V OBLASTI OSTRAVSKO-KARVINSKA VE DNECH LEDNA 2010 Zdeněk Blažek Libor Černikovský Tomáš Ostrožlík Roman Volný, Český hydrometeorologický ústav pobočka Ostrava, K Myslivně 3/2183, Ostrava-Poruba, blazek@chmi.cz, cernikov@chmi.cz, ostrozlik@chmi.cz, volny@chmi.cz Ewa Krajny Leszek Ośródka, Instytut Meteorologii i Gospodarki Wodnej, Oddział w Krakowie, ul. Bratków 10, Katowice, ewa.krajny@imgw.pl, Leszek.Osrodka@imgw.pl Smog situation in the Ostrava-Karviná region on January The entire north-eastern part of the Moravian- Silesian region (the Ostrava-Karviná region) is the area with the highest levels of air pollution in the Czech Republic and together with the adjacent areas of the Silesian voivodeship in Poland also in Europe. Particularly, the threshold values of suspended particulate matter PM 10 are significantly exceeded. The unfavourable dispersion conditions associated with an extensive area of high pressure centered over northern Russia and low air temperatures prevailed throughout the last decade of January Consequently, the 24-hour average PM 10 concentrations multiplicatively exceeded, continuously for several days, not only the daily threshold of 50 μg. m -3, but also the values of the specific thresholds of 100 and 150 μg. m -3 for issuing the warning and regulation signals, and according to the legislation the smog situation occurred on January The average percentage fraction of suspended particles PM 2.5 in PM 10 was 94 % in the days before and after the smog situation and it fell to 76 % during the smog situation. In the days of smog episode there was only one exceedance of the daily limit of SO 2, 1-hour SO 2 concentrations remained well below the short-term and specific thresholds, the measured 1-hour maximum NO 2 concentration reached 97 % of the specific threshold for the warning, the 8-hour CO threshold was not exceeded at any station. Synoptic situation was similar as in the unfavourable air pollution situation at the beginning of February 2005 and the first half of January The information presented in the article clearly confirm the decisive influence of meteorological conditions on the origin, course and termination of the described smog situation. With the decline in wind speed and air temperature gradient, the air pollution level in the area increased and, on the contrary, the concentrations decreased significantly only after the simultaneous increase of circulation and temperature inversion disintegration. It is also clear that the situations with the high PM 10 concentrations multiplicatively exceeding the thresholds will occur in the future. The higher PM 10 concentrations occurred also in other areas of the Czech Republic during the described period. KLÍČOVÁ SLOVA: znečištění ovzduší imise smog Moravskoslezský kraj Ostravsko-Karvinsko Slezské vojvodství částice suspendované podmínky rozptylové situace synoptické KEY WORDS: ambient air pollution smog Moravian-Silesian Region Ostrava-Karviná region Silesian voivodeship suspended particles dispersion conditions synoptic situations 1. ÚVOD Celá severovýchodní část Moravskoslezského kraje (dále oblast Ostravsko-Karvinska) je oblastí s nejvyšší úrovní znečištění ovzduší v celé České republice a spolu s přiléhající oblastí Slezského vojvodství v Polské republice i v rámci Evropy. V celé oblasti jsou výrazně překračovány zejména platné imisní limity pro suspendované částice PM 10. V poslední dekádě ledna 2010 byly v celé oblasti Moravskoslezského a Olomouckého kraje a Slezského vojvodství nepříznivé rozptylové podmínky, související s rozsáhlou oblastí vysokého tlaku se středem nad severním Ruskem a nízkými teplotami vzduchu. V důsledku toho se v oblasti Ostravsko-Karvinska a v přiléhající části Polska vytvořila výrazně nepříznivá imisní situace, během které 24hodinové průměrné koncentrace suspendovaných částic PM 10 souvisle po několik dnů vícenásobně překračovaly nejen hodnotu denního imisního limitu dle [2], ale i hodnotu zvláštního imisního limitu (ZIL) dle [3]. Dle platné legislativy [1] tak v oblasti došlo ve dnech ledna 2010 ke vzniku smogové situace. Ke zvýšení koncentrací suspendovaných částic PM 10 během tohoto období došlo i v jiných oblastech České republiky. Tento informativní článek popisuje synoptickou, meteorologickou a imisní situaci ve dnech od 22. do 28. ledna Meteorologické Zprávy, 63,

4 Tab. 1 Vertikální profil rychlosti větru Mošnov (m.s -1 ). Table 1. Vertical wind speed profile Mošnov (m.s 1 ). Tab. 2 Vertikální profil teplotního gradientu Mošnov ( C na 100 m). Table 2. Vertical temperature gradient profile Mošnov ( C/100 m). Tab. 3 Průměrné 24hodinové koncentrace PM 10 (μg.m 3 ). Table 3. Average 24-hour concentrations of PM 10 (μg.m 3 ) a ukazuje závislost znečištění ovzduší na meteorologických podmínkách rozptylu. Hodnocení imisní situace je založeno na údajích, naměřených na automatizovaných monitorovacích stanicích znečištění ovzduší (AMS) Státní imisní sítě (SIS) v Moravskoslezském kraji, kterou provozuje ČHMÚ na základě pověření Ministerstva životního prostředí. Pro porovnání byly rovněž použity výsledky měření Zdravotního ústavu v Ostravě ( a výsledky měření z automatizovaných stanic polského automatizovaného monitoringu Slezského vojvodství ( katowice.pios.gov.pl/iseo). 1. SYNOPTICKÁ A METEOROLOGICKÁ SITUACE Do střední Evropy zasahovala počátkem třetí lednové dekády od severovýchodu mohutná tlaková výše se středem nad severním Ruskem (obr. 1a). Po jejím jihozápadním okraji k nám proudil, zejména v nižších hladinách, studený kontinentální vzduch. V celé střední Evropě se vyskytovala souvislá sněhová pokrývka a postupně docházelo i k rozpouštění nízké oblačnosti a slábnutí větru. Za těchto podmínek docházelo, zejména v nižších polohách, k dalšímu prochlazování vzduchové hmoty, důsledkem čehož bylo postupné zesilování teplotní inverze. Minimální teplota byla 23. ledna 2010 v nižších polohách a horských údolích na většině území severní Moravy a Slezska nejčastěji mezi 13 až 20 C, zatímco na horách převážně kolem 10 C. Rovněž během dne se teplota vzduchu pohybovala výrazně pod bodem mrazu, v Moravskoslezském kraji nejčastěji v maximálních hodnotách kolem 9 C. V dalších dnech tlaková výše nad severovýchodní Evropou mírně slábla, přičemž se její střed zvolna přesouval k jihozápadu nad Pobaltí (obr. 1b). Kvůli bezoblačnému charakteru počasí pouze se slabým přízemním prouděním byla teplota vzduchu v nižších polohách Moravskoslezského kraje den ode dne nižší. Ve dnech 24. a 25. ledna se převážně pohybovala mezi 17 až 23 C, bez výraznější změny 34 Meteorologické Zprávy, 63, 2010

5 Obr. 1 Synoptická situace. Fig. 1. Synoptic situation. a) , 06 UTC c) , 06 UTC b) , 06 UTC d) , 06 UTC na horách s nejčastějšími hodnotami kolem 10 C. Během 25. ledna se maximální denní teplota pohybovala většinou pod 10 C, např. v Mošnově kolem 15 C. Během noci z 25. na 26. ledna postupovala ze západní do střední Evropy vyplňující se brázda nižšího tlaku vzduchu (obr. 1c). Přechodně byla zaznamenána zvětšená oblačnost, mírné zesílení větru z východních směrů, přičemž se minimální teploty během této noci pohybovaly pouze mezi 10 až 16 C a ve vyšších hladinách k nám přechodně pronikl studený vzduch od severovýchodu. K významnějšímu naruše- Meteorologické Zprávy, 63,

6 Obr. 2 Teplota vzduchu. Fig. 2. Air temperature. Obr. 3 Vertikální teplotní pseudogradient. Fig. 3. Vertical temperature pseudogradient. Obr. 4 Rychlost větru. Fig. 4. Wind speed. ní výrazné přízemní teplotní inverze uplynulých dní však nedošlo. Během noci z 26. na 27. ledna se střed tlakové výše přesouval z Pobaltí nad střední Evropu. Poměrně rychle ubývalo oblačnosti a sláblo přízemní proudění. Během ranních hodin 27. ledna byly zaznamenány vůbec nejnižší hodnoty teploty na severní Moravě a ve Slezsku v rámci tohoto období, v nižších polohách se teploty pohybovaly převážně mezi 18 až 24 C, např. v Opavě-Oticích až kolem 25 C. S mírným oteplením ve vyšších hladinách atmosféry docházelo k přechodnému zvýraznění teplotní inverze, s čímž souviselo další zhoršení meteorologických podmínek rozptylu znečišťujících látek v ovzduší na téměř celém území Moravy a Slezska, zčásti také severní poloviny území Čech. Teprve během 27. ledna 2010 se střed tlakové výše rychle přesouval ze střední Evropy nad Britské ostrovy, později až nad východní části Atlantského oceánu. Od severozápadu postupovala do střední Evropy výrazná brázda nízkého tlaku spojená s frontálním systémem, s jehož přechodem došlo k výrazným změnám v meteorologických podmínkách pro rozptyl znečišťujících látek v ovzduší, především zesílení přízemního proudění v atmosféře a došlo k výměně vzduchových hmot (obr. 1d). Rychle k nám pronikl teplejší a z pohledu obsahu znečišťujících příměsí čistší oceánský vzduch ze severovýchodních částí Atlantského oceánu. Z pohledu dlouholetých zkušeností vybízí tato synoptická situace ke srovnání se situacemi obdobnými, v nichž lze bezesporu spatřovat jeden ze základních podmiňujících faktorů, jejichž důsledkem jsou nepříznivé meteorologické podmínky rozptylu znečišťujících látek v ovzduší, zejména v průmyslové aglomeraci širšího okolí Ostravsko- Karvinska a sousedící průmyslové aglomerace polského Slezského vojvodství. V živé paměti jistě přetrvávají nepříznivé imisní situace z počátku měsíce února 2005 a první poloviny měsíce ledna Synopticky se téměř vždy jednalo o situace velmi podobného charakteru. Nad povrch se souvislou a poměrně bohatou sněhovou 36 Meteorologické Zprávy, 63, 2010

7 Obr. 5 Větrné růžice. Fig. 5. Wind rose. Obr. 6 Krátkodobé koncentrace PM 10 na Ostravsko-Karvinsku. Fig. 6. Short-term concentrations of PM 10 in the Ostrava-Karviná. Obr. 7 Krátkodobé koncentrace PM 10 ve Slezském vojvodství. Fig. 7. Short-term concentrations of PM 10 in the Silesian voivodeship. pokrývkou docházelo zpočátku těchto situací k pronikání studeného a poměrně suchého kontinentálního vzduchu většinou kolem mohutnější a velmi rozsáhlé tlakové výše nad severovýchodní Evropou s jen velmi slabým přízemním prouděním vzduchu (severovýchodní a východní anticyklonální situace NE a a E a ). Tyto situace bývají v některých letech příčinou blokování výraznějšího pronikání frontálních systémů z relativně teplejších východních oblastí Atlantského oceánu. Jen velmi pozvolnou modifikací těchto situací s advekcí teplejších vzduchových mas do střední Evropy od jihovýchodu (situace SE a, A), ovšem převážně ve vyšších vrstvách atmosféry, vznikají příhodné podmínky posilující tzv. inverzní charakter počasí s velmi slabým přízemním prouděním, obráceným teplotním zvrstvením, kompaktní nízkou oblačností, absencí slunečního záření atd. [4]. Vyhodnocení [5] rovněž potvrdila, že v oblasti Ostravsko-Karvinska je nejvyšší úroveň znečistění ovzduší při anticyklonálních situacích s východní složkou, ve kterých je celý interval normálních hodnot, tj. hodnot mezi 25. a 75. percentilem denních průměrných oblastních 24hodinových koncentrací PM 10 nad hodnotou 50 μg. m -3. Nejhorší stav je při jihovýchodní anticyklonální situaci (SE a ) a při východní anticyklonální situaci (E a ), při kterých jsou pro 95. percentil z 24hodinových koncentrací PM 10 naměřených v oblasti v daný den normální hodnoty 3 4krát větší než hodnota 50 μg. m -3. Konkrétní meteorologické podmínky v hodnocených dnech ledna 2010 ukazují obr. 2 až 5. Na obr. 2 jsou vykresleny teploty vzduchu a na obr. 4 rychlosti větru naměřené na profesionálních meteorologických stanicích ČHMÚ a polského Instytutu Meteorologii i Gospodarki Wodnej (IMGW). Po celé období smogové situace se teploty pohybovaly mezi 5 až 20 C, v noci z 23. na 24., z 24. na 25. a z 26. na klesly teploty na Ostravsko- Karvinsku a v jižní části Slezského vojvodství až k 25 C. Průměrná rychlost větru na stanicích Mošnov a Raciborz za období od 01 SEČ do 12 SEČ byla 1 m. s -1 a v jednotlivých hodinách byla větší než 2 m. s -1 na Mošnově pouze v 10 hodinách a na stanici Raciborz pouze v 7 hodinách. V odpoledních a večerních hodinách se rychlosti větru na všech stanicích rychle zvětšovaly. Na obr. 3 jsou vykresleny vertikální teplotní pseudogradienty vypočítané z měření teplot na stanicích Mošnov (251 m n. m.), Červená (750 m n. m.) a Lysá hora (1322 m n. m.). Pseudogradient Mošnov Červená ukazuje charakter teplotního zvrstvení v regi- Meteorologické Zprávy, 63,

8 Obr. 8 Mapy znečištění ovzduší (zdroj: Fig. 8. Air pollution charts (source: http//portal.chmi.cz). a) c) b) d) onu Ostravsko-Karvinska v přízemní ca 500m vrstvě, pseudogradient Červená Lysá hora ve vrstvě od ca 500 do m nad povrchem. V přízemní vrstvě ca 500 m bylo v oblasti Ostravsko-Karvinska velmi stabilní, inverzní teplotní zvrstvení od časných ranních hodin prakticky až do odpoledních hodin s krátkým přerušením v odpoledních hodinách Obrázek 5 ukazuje větrné růžice vypočítané z hodinových měření směru větru na stanicích Lysá hora, Mošnov, Raciborz a Katowice od 01 SEČ do 12 SEČ s malými rych- 38 Meteorologické Zprávy, 63, 2010

9 Obr. 9 Krátkodobé koncentrace PM 2,5 na Ostravsko-Karvinsku. Fig. 9. Short-term concentrations of PM2,5 in the Ostrava-Karviná region. ší poloze stanice Mošnov (ca 2 km severně od stanice). V tabulce 1 jsou uvedeny počáteční rychlosti větru v jednotlivých hladinách modelu (hladiny jsou pro názornost označeny průměrnou výškou těchto hladin nad modelovou hladinou zem zaokrouhlenou na stovky metrů). Je možno konstatovat, že uvedené výsledky dobře korespondují s údaji o rychlosti větru z obrázku 4. V tab. 2 jsou uvedeny průměrné teplotní gradienty vypočítané z počátečních teplot vzduchu v jednotlivých hladinách modelu (vrstvy, pro které byly gradienty vypočítány, jsou označeny obdobně jako u předešlé tabulky). Takto zpracované výsledky opět dobře korespondují s hodnotami pseudogradientů, uvedenými na obr. 3. Je např. dobře vidět, že původní vyvýšená inverze ze dne (Červená Lysá hora) se postupně snižovala až do vrstvy ca m dne (Mošnov Červená). 2. IMISNÍ SITUACE Obr. 10 Krátkodobé koncentrace SO 2 na Ostravsko-Karvinsku. Fig. 10. Short-term concentrations of SO 2 in the Ostrava-Karviná region. lostmi větru na nížinných stanicích. Zatímco v tomto období byl na Lysé hoře úhrn četností směrů větru SV+V+JV 78 %, v Katovicích měly největší četnost směry SV+V (68 %), v Mošnově směry S+SV (45 %) a bezvětří 34 % a na stanici Raciborz byly nejčetnější směry JV+J (39 %), ale i směry Z+SZ (35 %). Zdá se, že stanice Raciborz již není, na rozdíl od Mošnova, ovlivňována návětrným či závětrným efektem Moravské brány. V oblasti Ostravsko-Karvinska a jeho širším okolí bohužel nejsou k dispozici žádná přímá meteorologická měření ve vyšších hladinách atmosféry a vertikální zvrstvení je možno vyšetřovat pouze pomocí výše uvedených teplotních pseudogradientů. Pro podrobnější popis vertikálních profilů teploty vzduchu a rychlosti větru v zájmové oblasti proto byly použity údaje o teplotě a rychlosti proudění odvozené z počáteční produkční analýzy modelu ALADIN pro termíny 00 a 12 UTC, tj. počáteční stavy meteorologických veličin, ze kterých startuje model, pro uzlový bod modelu nejbliž- 2.1 Koncentrace suspendovaných částic PM 10 Základní představu o úrovni znečištění ovzduší PM 10 ve dnech se smogovou situací na Ostravsko- Karvinsku ukazují dostupné průměrné 24hodinové koncentrace naměřené na hodnocených stanicích (tab. 3). Pro ilustraci jsou v tabulce uvedeny i koncentrace z a , tj. ze dnů před a po smogové situaci, a jsou zde uvedeny i dosud vyhodnocené výsledky měření z manuálních stanic provozovaných ČHMÚ v zájmové oblasti. Průměrná hodnota všech v tabulce uvedených koncentrací pro období od 23. do je více než 5krát větší než obdobná hodnota pro 22. a Minimální koncentrace naměřené ve dnech od 23. do na jednotlivých stanicích byly 1,6 až 5,8krát vyšší než hodnota denního imisního limitu 50 μg. m -3 a maximální naměřené koncentrace překračovaly tuto hodnotu 3,9 až 11,4krát. V tabulce jsou pro ilustraci tučným písmem zvýrazněné koncentrace převyšující hodnotu denního imisního limitu více než 8krát. Minimální 24hodinové koncentrace připadají na všech stanicích na Ostravsko-Karvinsku na poslední den smogové situace, tj. na , kdy v odpoledních hodinách začaly krátkodobé (1hodinové) koncentrace výrazně klesat (obr. 6). Krátkodobé koncentrace PM 10 začaly rychle narůstat v odpoledních a večerních hodinách dne , ve dnech 24. až více či méně kolísaly na úrovni ca 250 až 550 μg. m -3 a došlo k již komentovanému poklesu krátkodobých koncentrací a kolem půlnoci na klesly krátkodobé koncentrace prakticky na všech stanicích pod hodnotu denního imisní- Meteorologické Zprávy, 63,

10 Obr. 11 Krátkodobé koncentrace NO 2 na Ostravsko-Karvinsku. Fig. 11. Short-term concentrations of NO 2 in the Ostrava-Karviná region. Obr. 12 Meteorologické podmínky rozptylu. Fig. 12. Meteorological dispersion conditions. ho limitu. Průměr ze všech krátkodobých koncentrací ve dnech 23. až je 5,6krát větší než průměr za dny 22. a Maximální koncentrace 890 μg. m -3 byla naměřena na AMS Ostrava-Zábřeh v hodině SEČ a druhá nejvyšší koncentrace 811 μg. m -3 byla naměřena na AMS Věřňovice v hodině 9 10 SEČ. Na polských stanicích nebyl nástup smogové situace tak rychlý (obr. 7) a na stanicích Wodzisław, Gliwice a Zabrze připadají maximální denní koncentrace až na poslední den situace, tj. na Na stanici Wodzisław je zajímavý víceméně systematický nárůst koncentrací od až do , na stanici Żywiec je naopak zajímavé výrazné kolísání krátkodobých koncentrací ve všech dnech od 23. do v rozmezí od ca 150 do 500 μg. m -3. Průměr ze všech krátkodobých koncentrací ve dnech 23. až je na polských stanicích 5,1krát větší než průměr za dny 22. a Maximální koncentrace 576 μg. m -3 byla naměřena na AMS Wodzisław v hodině 5 6 SEČ a druhá nejvyšší koncentrace 570 μg. m -3 byla naměřena na AMS Żywiec v hodině SEČ. Oblast s vysokými koncentracemi PM 10 se v hodnoceném období postupně rozšiřovala a kromě Moravskoslezského kraje zasáhla i další oblasti Česka. Koncentrace vyšší než hodnota zvláštního imisního limitu 150 μg. m -3 byly překročeny ve dnech 24. až i v dalších moravských krajích a i v kraji Královéhradeckém, Libereckém a Ústeckém. Na obr. 8a d jsou pro ilustraci prezentovány mapy znečištění ovzduší, zveřejněné na webovém portálu ČHMÚ ( portal.chmi.cz). Tyto mapy jsou pouze informativní a orientační. Jsou vytvářeny na základě modelování s použitím naměřených a neverifikovaných dat automatizovaných monitorovacích stanic (AMS), mohou obsahovat chybné údaje a mohou být neúplné. Na posledním obrázku 8d je pro ilustraci výrazného vlivu změny meteorologických podmínek na imisní situaci zobrazena i imisní mapa z Koncentrace suspendovaných částic PM 2,5 Pro suspendované částice PM 2,5 není stanoven zvláštní imisní limit, směrnicí EP a Rady 2008/50/ES ze dne o kvalitě vnějšího ovzduší a čistším ovzduší pro Evropu (zveřejněna v úředním věstníku EU ) je stanoven cílový roční imisní limit 25 μg.m -3 s termínem dosažení do Na obr. 9 jsou vyneseny krátkodobé koncentrace PM 2,5 na vyhodnocených stanicích opět ve dnech 22. až Obdobně jako u PM 10, i u PM 2,5 ve dnech 23. až došlo k výraznému nárůstu koncentrací trvajícímu až do , a obdobnému rychlému poklesu krátkodobých koncentrací v odpoledních a večerních hodinách tohoto dne. Průměr ze všech krátkodobých koncentrací ve dnech 23. až je pro PM 2,5 4,5krát větší než průměr za dny 22. a Průměrný podíl frakce suspendovaných částic PM 2,5 ve frakci PM 10 činí ve dnech před a po smogové situaci 94 %, ve dnech smogové situace tento průměrný podíl klesá na 76 %. Maximální krátkodobá koncentrace 629 μg. m -3 byla naměřena obdobně jako u PM 10 na AMS Ostrava-Zábřeh v SEČ. Průměrné denní (24hodinové) koncentrace se na jednotlivých hodnocených stanicích pohybovaly od 23 do 110 μg.m -3 ve dnech a , zatímco ve dnech 23. až se pohybovaly od 162 do 402 μg. m -3 (AMS Zábřeh ). 40 Meteorologické Zprávy, 63, 2010

11 2.3 Koncentrace oxidu siřičitého SO 2, oxidu dusičitého NO 2 a oxidu uhelnatého CO Během období s vysokými koncentracemi suspendovaných částic PM 10 a PM 2,5 byly samozřejmě zhoršené podmínky rozptylu pro všechny látky, které se nacházejí v ovzduší. Ve dnech smogové situace 23. až sice došlo ke zhoršení imisní situace i pro SO 2 a NO 2, situace však nebyla tak výrazná jako u suspendovaných částic a nedošlo prakticky k překročení platných imisních limitů (obr. 10 a 11). V jednom dnu byl pouze překročen denní imisní limit 125 μg. m -3 pro SO 2 (134 μg. m -3 na AMS Karviná dne ). Naměřené 1hodinové koncentrace SO 2 zůstaly hluboko pod úrovní krátkodobého imisního limitu 350 μg. m -3 i zvláštních imisních limitů, maximální naměřená 1hodinová koncentrace NO μg. m -3 naměřená v SEČ na AMS Ostrava-Zábřeh (tedy na stejné stanici a ve stejném termínu jako byly naměřeny maximální krátkodobé koncentrace PM 10 a PM 2,5 ) dosáhla 97 % hodnoty zvláštního imisního limitu pro upozornění. Průměr ze všech krátkodobých koncentrací ve dnech 23. až je pro SO 2 2,9krát a pro NO 2 2,3krát větší než průměr za dny 22. a Hodnota 8hodinového imisního limitu μg. m -3 pro CO nebyla překročena na žádné stanici a to ani na dopravní stanici Ostrava-Českobratrská, na které jsou obvykle měřeny nejvyšší hodnoty; nejvyšší naměřená 1hodinová hodnota dosáhla μg. m -3 na stanici Ostrava-Českobratrská. 3. VLIV METEOROLOGICKÝCH PODMÍNEK ROZPTYLU Veškeré dosud uvedené informace jednoznačně potvrzují rozhodující vliv meteorologických podmínek na vznik, průběh a ukončení popisované smogové situace. Dominantní vliv meteorologických podmínek rozptylu na aktuální úroveň znečištění ovzduší je dobře vidět na již komentovaných obrázcích, pro ilustraci je ještě uveden obrázek 12, ve kterém jsou pro každou hodinu hodnoceného období od do znázorněny: průměr z 1hodinových koncentrací PM 10 ze všech stanic uvedených na obr. 6; průměrná rychlost větru a průměrná teplota vzduchu ze stanic Mošnov a Racibórz; vertikální pseudogradient teploty vzduchu mezi meteorologickými stanicemi Mošnov a Červená (v jednotkách C na m). Na obrázku je dobře vidět, jak se s poklesem rychlosti větru a gradientu teploty vzduchu úroveň znečištění ovzduší v oblasti zvyšovala a naopak výrazný pokles koncentrací nastal až po současném zesílení proudění a rozrušení teplotní inverze. V období s nejméně příznivými podmínkami byly rovněž i nejnižší teploty vzduchu. Tato skutečnost mohla rovněž negativně ovlivnit imisní situaci, protože s poklesem teplot se v topném období zvyšují emise z lokálních zdrojů vytápění. 4. ZÁVĚR Imisní situace v lednu 2010 znovu ukázala, že déletrvající nepříznivé podmínky pro rozptyl znečišťujících látek v ovzduší působí zvýšení koncentrací suspendovaných částic PM 10 až na násobky imisních limitů, a to nejen v oblasti průmyslového Ostravsko-Karvinska a přiléhajícího Slezského vojvodství v Polské republice. Je rovněž zřejmé, že k situacím s koncentracemi PM 10 násobně překračujícími imisní limit bude docházet i nadále. Poslední obdobně nepříznivé situace s vysokými koncentracemi PM 10 nastaly v oblasti Ostravsko-Karvinska v lednu 2006 a v únoru Během těchto epizod rovněž nebyly splněny podmínky pro vydání signálu upozornění ani regulace ve smyslu tehdy platné Vyhlášky 553/2002 Sb., tj. podle 1hodinových koncentrací SO 2 a NO 2. Podle současné legislativy [3] by však byly splněny podmínky pro vydání signálu upozornění i regulace podle 24hodinových koncentrací PM 10 v Moravskoslezském kraji v obou těchto případech. Obě tyto epizody jsou podrobně popsány v kapitole Moravskoslezský kraj v [6, 7]. Celková úroveň znečištění ovzduší suspendovanými částicemi PM 10 byla v lednu 2010 vyšší než během obdobných situací v únoru 2005 a v lednu 2006, i když maximální 24hodinové koncentrace naměřené v lednu 2006 překročily 600 μg. m -3 a byly tedy vyšší než v lednu Smogová situace z ledna 2010 rovněž měla nejdelší trvání. Vyhodnocení znečištění ovzduší suspendovanými částicemi PM 10 v závislosti na meteorologických podmínkách rozptylu na území města Ostravy v zimním období a souhrnné vyhodnocení epizod s vysokým znečištěním ovzduší PM 10 v oblasti Ostravsko-Karvinska za deset chladných období roků 1999/2000 až 2008/2009 jsou uvedeny v kapitole Moravskoslezský kraj v [8, 9]. Literatura [1] Zákon č. 86/2002 Sb., o ochraně ovzduší a o změně některých dalších zákonů (zákon o ochraně ovzduší), v platném znění [2] Nařízení vlády č. 597/2006 Sb. o sledování a vyhodnocování kvality ovzduší [3] Vyhláška č. 373/2009 Sb., kterou se mění vyhláška 553/2002 Sb., kterou se stanoví hodnoty zvláštních imisních limitů znečišťujících látek, ústřední regulační řád a způsob jeho provozování včetně seznamu stacionárních zdrojů podléhajících regulaci, zásady pro vypracování a provozování krajských a místních regulačních řádů a způsob a rozsah zpřístupňování informací o úrovni znečištění ovzduší veřejnosti, ve znění vyhlášky č. 42/2005 Sb. [4] VOLNÝ, R., Výskyt mimořádných projevů počasí ve vztahu ke konkrétním synoptickým situacím na Moravě a ve Slezsku v období let [Rigorózní práce.] Ostrava: Katedra FGG PřF OU. 95 s. [5] BLAŽEK, Z. VOLNÁ V., Závislost koncentrací PM 10 na meteorologických podmínkách rozptylu. In: Sborník prací ČHMÚ, sv. 53, s Praha: ČHMÚ. [6] Znečištění ovzduší na území České republiky v roce s. ISBN [7] Znečištění ovzduší na území České republiky v roce s. ISBN [8] Znečištění ovzduší na území České republiky v roce s. + CD. ISBN [9] Znečištění ovzduší na území České republiky v roce s. + CD. ISBN Lektor (Reviewer) RNDr. J. Keder, CSc. Meteorologické Zprávy, 63,

12 POROVNÁNÍ TEPLOTY VZDUCHU A VĚTRU VE VÝŠCE PODLE MĚŘENÍ SODARU A POZEMNÍCH METEOROLOGICKÝCH STANIC Pavel Jůza, Český hydrometeorologický ústav, pobočka Ústí nad Labem, Kočkovská2699/18, Ústí nad Labem-Kočkov, juzap@chmi.cz Comparison of air temperature and wind at a different height according to the measurements of sodar and land meteorological stations. In the period sodar including a radioacoustic device RASS was in operation in Ústí nad Labem. The sodar measured wind speed and direction and air temperature at levels after 50 metres up to the height of metres above the ground. The sodar was placed near the Bílina river in the neighbouhood of the towns Ústí nad Labem and Trmice. Owing to the principle of measurement by means of acoustic waves dispersion working of a sodar is dependent on the background noise level what is also one of the technical parameters for sodar measuring. The sodar was placed within earshot of the railway station Ústí nad Labem West, what became evident during a five-day rail strike in Februrary 1997 by a conspicious decrease in the background noise level. In August 2002 a plot of land with the sodar was flooded during the floods on the Elbe river but the device itself was not damaged. The sodar is determined especially for assessments of dispersion conditions in the atmosheric boundary layer. In the paper submitted air temperature, wind speed and direction measured by sodar was compared with values measured at land meteorological stations. Measurements of a meteosonde located in the premises of the Spolchemie company in Ústí nad Labem was compared with sodar measurements at the lowest measured level of 50 metres above the sodar, it means 190 m above sea level, furthermore measurements of the meteorological station Kočkov (375 m a. s. l) with sodar measurements from the level of 390 m a.s. l. and finally measurements of the station Milešovka (832 m a. s. l.) with sodar measurements from the level 840 m a.s.l. The processing of the results showed that especially measurements of wind direction by means of sodar indicate favourable results. In some cases wind direction measured by sodar and at the land meteorological stations in the corresponding level mostly does not differ more than by 20, in other cases the difference is explainable by deformation of the flow near the earth s surface. As far as wind speed is concerned it is similarly. The results obtained indicate that the flow in the free atmosphere is better expressed by sodar measurements than by wind measurements at the land meteorological stations. Air temperature measurements by means of the RASS system is both less accurate and less reliable and highly dependent on the right programming and sodar adjustment. The air temperature measurement itself is less accurate than the measurement by means of a classic thermometer. But during the distinctly radiation weather type sodar measurements express better air temperature in the free atmosphere than air temperature highly influenced by the earth s surface at the land meteorological stations. Processed data show that a correctly adjusted sodar, in addition to dispersion conditions, can be also helpful to completing information in the free atmosphere at a height up to metres or to other meteorological purposes. KLÍČOVÁ SLOVA: sodar RASS inverze podmínky rozptylové měření teploty vzduchu měření větru KEY WORDS: sodar RASS inversion dispersion conditions air temperature measurements wind measurements 1. ÚVOD Jednou z distančních metod měření meteorologických prvků je měření pomocí sodaru. Toto radioakustické zařízení detekuje a měří některé vlastnosti mezní vrstvy atmosféry, související mimo jiné s rozptylovými podmínkami. Nejjednodušší verze sodaru měří průběh vertikálního profilu akustické odrazivosti atmosféry, na základě kterého se dá kvalitativně odhadovat výskyt inverzí (zadržujících vrstev) a konvekce. Tento způsob měření a jeho interpretace je podrobněji popsán v [1]. Pokročilejší verze sodaru, popsaná v [2], již využívá dopplerovského měření ve třech různých směrech a poskytuje kromě průběhu odrazivosti i profil větru, a to všech tří složek vektoru rychlosti větru včetně směrodatných odchylek. Je-li sodar doplněn radioakustickým systémem RASS (Radio Acoustic Sounding system), může měřit i vertikální profil teploty, jak je to popsáno v [3]. Současné provozované sodary jsou schopné kontinuálně měřit akustickou odrazivost, složky vektoru rychlosti větru a teplotu, a podle naměřených hodnot a jejich vztahů umožňují odvozovat i další veličiny, jako míru stability a výskyt teplotních inverzí. Tím již mohou sloužit nejen pro vyhodnocování rozptylových podmínek, pro něž jsou sodary primárně určeny, ale i pro určité doplnění pozemních a aerologických měření i pro další účely. 2. SODAROVÁ MĚŘENÍ V SEVEROZÁPADNÍCH ČECHÁCH Jak již bylo uvedeno, hlavním účelem sodaru je detekce inverzních vrstev za účelem vyhodnocování rozptylových podmínek. V silně znečištěné oblasti podkrušnohorské pánve byl původně umístěn sodar v Tušimicích ve výšce 320 m n. m., v západní části podkrušnohorské pánve s několika významnými velkými energetickými zdroji spalujícími hnědé uhlí. Jak se uvádí v [2], šlo o dopplerovský sodar švédské firmy Sensitron. Tento sodar detekoval inverze ovlivňující rozptyl exhalací z těchto elektráren. Postupně se však ukazovalo, že tento sodar nezachycuje nízké inverze v níže položené východní části podkrušnohorské pánve. Přitom právě tyto inverze způsobovaly hromadění imisí z chemických a dalších průmyslových zdrojů v oblasti, ale také produktů spalování z lokálního vytápění městských aglomerací. Proto se po roce 1990 usilovalo o umístění dalšího sodaru někde v níže položené lokalitě ve východní části podkrušnohorské pánve. Sodar francouzské firmy Remtech byl do Ústí nad Labem dodán v roce 1995, o jeho chystané instalaci je informace v [3]. Zpočátku byl umístěn ve zkušebním provozu na střeše pobočky ČHMÚ Ústí nad Labem-Kočkov ve výšce 375 m n. m., přitom se ve spolupráci s magistrátem hledalo vhodné místo pro definitivní umístění sodaru. Vzhledem k tomu, že sodar pro svou činnost využívá vysílání a detekci akustických 42 Meteorologické Zprávy, 63, 2010

13 Obr. 1 Průběh teploty vzduchu naměřené sodarem a pozemními stanicemi od do Fig. 1. The course of air temperature measured by sodar and by land stations from March 27 to March a) b) Obr. 2a b Průběh teploty vzduchu naměřené sodarem a pozemními stanicemi od do v 00 h. Fig. 2a b. The course of air temperature measured by sodar and by land stations from August 1 to August at 00 hours. signálů, musí jeho umístění splňovat poněkud protichůdné požadavky musí to být dostatečně tiché místo, aby signály sodaru nebyly rušeny okolním hlukem, ale současně místo, kde by vlastní signály sodaru nerušily okolí. Nakonec se podařilo najít vhodné místo v řídce obydlené lokalitě poblíž řeky Bíliny u hranice mezi městy Ústí nad Labem a Trmice. Na toto místo byl sodar umístěn v průběhu roku Od té doby pracoval s občasnými drobnými výpadky až do roku Kolem roku 2004 se začaly objevovat stále častější výpadky, až sodar dosloužil definitivně. Od roku 2007 byl doplněn novými součástmi a programovým vybavením, údaje z tohoto období však zatím nejsou zpracovány. 3. CÍL A POSTUP PRÁCE Podkrušnohorská oblast je obklopena horami a na nich se nacházejí horské meteorologické stanice, které měří meteorologické prvky v různých výškách. V relativní blízkosti těchto stanic byl umístěn sodar, který zcela jinými metodami měří hodnoty některých meteorologických prvků ve volné atmosféře v různých výškách nad sodarem. Tudíž se nabízí možnost porovnání naměřených hodnot meteorologických prvků na pozemních stanicích v různých výškách a ve volné atmosféře nad sodarem v odpovídajících výškách. 3.1 Výběr stanic pro porovnání Pro porovnání se sodarem, který, jak již bylo uvedeno, byl umístěn ve výšce 141 m n. m., byly vybrány meteorologické stanice: Ústí nad Labem-Kočkov, umístěná na svahu nad městem v nadmořské výšce 375 m n. m., a Milešovka, stanice na vrcholu stejnojmenné hory v 832 m n. m. Přímo v Ústí nad Labem, na úrovni nejnižší hladiny sodarového měření, není k dispozici žádná dostatečně často měřící meteorologická stanice (klimatická stanice měřící třikrát denně není pro porovnání se sodarem dostatečná), ale v zájmovém období byla v areálu ústecké Spolchemie v provozu meteorologická sonda, která sice měřila ne zcela podle meteorologických norem, ale podávala alespoň nějakou informaci o stavu ovzduší ve městě. S těmito třemi Meteorologické Zprávy, 63,

14 Obr. 3 Průběh teploty vzduchu naměřené sodarem a pozemními stanicemi od do v 00 a 12:00 h. Fig. 3. The course of air temperature measured by sodar and by land stations from August 13 to August at 00 and 12:00 hours. Obr. 4 Průběh teploty vzduchu naměřené sodarem a pozemními stanicemi od do a 12:00 h. Fig. 4. The course of air temperature measured by sodar and by land stations from November 28 to December at 12:00 hours. Tab. 1 Korelační koeficienty mezi sodarovými a pozemními měřeními pro sledované hladiny a sledovaná období teplota vzduchu. Table 1. Correlation coefficients between sodar and land measurements for observed levels and observed periods air temprerature. Meteorologická sonda 190 m n. m. Ústí nad Labem-Kočkov 390 m n. m. Milešovka 840 m n. m. Březen 0,82 0,94 0,94 Březen časový posun 0,90 0,94 0,96 Srpen 0,87 0,92 0,69 Srpen časový posun 0,95 0,95 0,75 Prosinec 0,92 0,90 0,70 Prosinec časový posun 0,91 0,91 0,56 pozemními stanicemi byly porovnávány sodarem naměřené údaje ze tří výškových hladin, které se svou výškou blíží těmto stanicím. S meteorologickou sondou ve Spolchemii byla porovnávána nejnižší hladina sodarového měření, tedy 50 metrů nad sodarem, tj. 190 metrů nad mořem. S meteorologickou stanicí Ústí nad Labem- Kočkov byla porovnávána hladina 250 metrů nad sodarem, tj. 390 metrů nad mořem, a s Milešovkou byla porovnávána hladina 700 metrů nad sodarem, tj. 840 metrů nad mořem. V rámci této práce byly porovnávány údaje o teplotě vzduchu, směru větru a rychlosti větru za vybraná období při třech základních typech zvrstvení atmosféry, a to při trvale dobrých rozptylových podmínkách při větrném počasí bez inverze, dále při trvající výškové inverzi s mírně nepříznivými rozptylovými podmínkami a při typickém letním denním chodu zvrstvení, tedy při výrazných ranních inverzích, které se dopoledne rozpouštěly. Dalo se totiž očekávat, že při různých typech zvrstvení se budou v měřeních objevovat různé typy systematických odchylek, což, jak uvidíme, se prokázalo. V závislosti na typu zvrstvení se při sodarovém měření liší i četnost úspěšně provedených měření. Bohužel v období, z kterého jsou k dispozici měření ze všech uvedených zdrojů, se nevyskytla další důležitá situace, a to výrazná déletrvající inverze se slabým větrem a nepříznivými rozptylovými podmínkami. 3.2 Faktory ovlivňující kvalitu měření Jak již bylo naznačeno, sodar měří obdobné prvky jako pozemní stanice, ale výrazně odlišnými metodami. Tyto metody mají vliv i na naměřené hodnoty a jejich soulad či nesoulad s měřeními z meteorologických stanic. Sodar měří pomocí detekce akustických vln, rozptylovaných v atmosféře. Proto má na měření výrazný vliv i hlučnost pozadí. A zmíněná hlučnost pozadí je i jedním z technických parametrů, který sodar rovněž měří. I v uvedené lokalitě se vyskytuje hlukové pozadí, které částečně pochází z několik 44 Meteorologické Zprávy, 63, 2010

15 Obr. 5 Závislosti teploty vzduchu naměřené na stanici Ústí nad Labem- Kočkov a sodarem ve výšce 390 m n. m. o 2 hodiny později v období Fig. 5. The dependences of air temperature measured at the station Ústí nad Labem- Kočkov and by sodar at a height of 390 m a.s.l. 2 hours later in the period of 1 21 August Obr. 6 Závislosti teploty vzduch naměřené na stanici Milešovka a nad sodarem ve výšce 840 m n. m. v období Fig. 6. The dependences of air temperature measured at the station Milešovka and by sodar at a height of 840 m a.s.l. in the period of 28 November 4 December Teplota vzduchu Březnové sledované období pěti dnů s trvale dobrými rozptylovými podmínkami obsahuje 120 hodinových termínů. Ve sledovaných hladinách 190 m n. m. a 390 m n. m. je k dispozici měření ze všech 120 termínů, v hladině 840 m n. m. se sodarem podařilo změřit teplotu pouze v 10 termínech, což je 8,3 %. V srpnovém sledovaném obdoset metrů vzdáleného nádraží Ústí nad Labem západ. To se ukázalo v únoru 1997 při pětidenní stávce na železnici, kdy přesně po dobu stávky byla hlučnost pozadí výrazně menší než v ostatní dobu. Další rozdíl mezi oběma metodami je v tom, že měření meteorologické stanice je v principu bodové, zatímco měření sodaru je spíše objemové, a to jak ohledně výšky měřené vrstvy, tak horizontálně; u větru navíc jednotlivé složky rychlosti větru jsou měřeny v různých místech, protože ve skutečnosti je měřena radiální složka rychlosti akustickými paprsky vysí- lanými v různých úhlech. Měření meteorologické stanice je vztaženo k určitému termínu, zpravidla k celé hodině, zatímco sodar průměruje údaje za určitý časový interval. V době vyhodnocovaných měření byl tento interval nastaven na půl hodiny. Pozemní měření může tedy být více ovlivněno krátkodobými fluktuacemi měřené veličiny nebo zemským povrchem. 4. NAMĚŘENÉ ÚDAJE Jako období s trvale dobrými rozptylovými podmínkami bylo pro zpracování zvoleno období 27. až 31. března 2000, v dalším textu též zkráceně označováno březen. Jako období s denním chodem rozptylových podmínek a ranními inverzemi bylo vybráno období 1. až 21. srpna 2000, v dalším textu se rovněž bude vyskytovat pod zkráceným označením srpen. A jako období s trvající výškovou inverzí bylo nalezeno období od do , v dalším textu bude též zkráceně označováno jako prosinec. Obr. 7 Relativní četnosti a kumulativní relativní četnosti rozdílů mezi teplotou vzduchu naměřenou pozemními meteorologickými stanicemi a sodarem za období , hodnoty na ose x vlevo od nuly jsou záporné (totéž platí pro obr. 8, 9, 18, 19, 20). Fig. 7. Relative frequencies and accumulative relative frequencies of differences between air temperature measured by land meteorological stations and by sodar for the period of 27 March 31 March 2000, values on the x axis on the left from zero are negative (the same is valid for Figs. 8, 9, 18, 19, 20). Meteorologické Zprávy, 63,

16 Obr. 8 Relativní četnosti a kumulativní relativní četnosti rozdílů mezi naměřenou teplotou vzduchu pozemních meteorologických stanic a sodarem za období Fig. 8. Relative frequencies and accumulative relative frequencies of differences between air temperature measured by land meteorological stations and by sodar for the period of August 1 August Obr. 9 Relativní četnosti a kumulativní relativní četnosti rozdílů mezi naměřenou teplotou vzduchu pozemních meteorologických stanic a sodarem za období Fig. 9. Relative frequencies and accumulative relative frequencies of differences between air temperature measured by land meteorological stations and by sodar for the period of November 28 December Obr. 10 Průběh rychlosti větru naměřený sodarem a pozemními stanicemi od do v 00 a 12:00 h.. Fig. 10. The course of wind speed measured by sodar and at land stations from March 27 March at 00 and 12:00 hours. bí s letním denním chodem rozptylových podmínek je k dispozici 504 hodinových termínů, z nich jsou sodarová měření k dispozici v hladině 190 m n. m. z 501 termínů, v hladině 390 m n. m. z 502 termínů a sodarové měření teploty v hladině 840 m n. m. je k dispozici v 242 termínech, tj. 48% případů. V prosincovém sedmidenním období s trvalou inverzí se vyskytuje 168 hodinových termínů. Ve sledovaných hladinách 190 a 390 m n. m. je k dispozici 155 sodarových měření, tj. 92 %, a v hladině 840 m n. m. je k dispozici 50 měření, tj. 29,8 %. Z těchto výsledků je vidět, že úspěšnost měření v hladinách 50 a 250 metrů nad sodarem je vysoká, měření jsou dostupná prakticky ze všech termínů, kdy sodar neměl poruchu jako takovou, zatímco úspěšnost sodarového měření teploty vzduchu z hladiny 700 metrů nad sodarem je velice závislá na meteorologických podmínkách. Pravděpodobnou příčinou je princip měření. Při měření teploty vzduchu systémem RASS je ve vertikálním směru vysílán akustický signál a ten je sledován radiovým signálem. Je pravděpodobné, že při velmi větrném počasí, jaké bylo právě v březnovém období s dobrými rozptylovými podmínkami, je akustický signál snášen větrem a dostává se mimo dosah radarového signálu. Naopak v srpnu při anticyklonálním počasí se slabým větrem byla zjištěna poměrně vysoká úspěšnost měření teploty vzduchu i ve výšce 700 metrů nad sodarem (840 m n. m.). A nyní tedy k vlastním výsledkům měření. Průběh všech šesti naměřených teplot (tří pozemních a tří sodarových) v březnovém sledovaném období je zobrazen na obr. 1. Je vidět, že celkové průběhy teplot si odpovídají, a rozdíly teplot mezi různými hladinami odpovídají jejich výškovému rozdílu při větrném počasí bez inverze. Určité odchylky lze vidět mezi měřením meteorologické sondy ve Spolchemii a nejnižší hladinou sodarového měření, odchylky mají určitý denní chod a v poledních hodinách ukazuje meteorologická sonda vyšší teplotu vzduchu a v noci nižší teplotu než sodar. To se dá meteorologicky vysvětlit 46 Meteorologické Zprávy, 63, 2010

17 tím, že meteorologická sonda byla umístěna blíž u zemského povrchu a tudíž na ní byl výraznější denní chod teploty. Velice pěkně je vidět podobnost průběhu teploty na stanici Ústí nad Labem-Kočkov (375 m n. m.) a sodarem naměřené teploty vzduchu v hladině 390 m n. m. (obě zelené křivky). Při podrobnějším zkoumání je vidět, že sodar vykazuje teplotu asi o 1 až 2 C vyšší než meteorologická stanice, a to trvale, ve dne i v noci, a jak uvidíme v dalších měřeních, i v jiných měsících. Tato odchylka se nedá vysvětlit ani meteorologicky, ani rozdílem nadmořské výšky, a je pravděpodobné, že jde o systematickou chybu daného sodaru. Vzhledem k původnímu určení sodaru se ale dá konstatovat, že takováto systematická odchylka není nijak fatální. Další rozdíl mezi oběma zelenými křivkami je určitý časový posun zejména maximálních teplot na stanici Ústí nad Labem-Kočkov a nad sodarem; maximum nad sodarem je asi o dvě hodiny opožděné proti maximu na meteorologické stanici. To se dá meteorologicky vysvětlit tím, že teplota na pozemní meteorologické stanici rychleji reaguje na změny radiační bilance zemského povrchu než volná atmosféra nad sodarem. Hodnot z nejvyšší sledované hladiny nad sodarem se podařilo změřit pouze 10. I zde, pokud se při takovém počtu měření mluvit o závislosti, je závislost hodnot nad sodarem a na pozemní stanici Milešovka poměrně dobrá. Také zde je systematická odchylka, jako v předchozím případě, tedy sodar ukazuje asi o 3 C vyšší teplotu než pozemní stanice, ale tato odchylka je u všech uskutečněných měření poměrně stálá. Ze srpnového sledování situace s výskytem ranních inverzí a jejich dopoledního rozpouštění je obr. 2. Na tomto grafu je vidět, že výrazný denní chod se projevuje na všech šesti křivkách obdobně. Více podrobností se z grafu vyčíst nedá, proto na obr. 3 je podrobněji zobrazena kratší část sledovaného období. Je vidět, že především pozemní stanice mají větší denní amplitudu, zejména výraznější pokles nočních teplot. Dále je zřejmé zpoždění teplot ve volné atmosféře proti hodnotám z pozemních a) b) c) Obr. 11a c Průběh rychlosti větru naměřený sodarem a pozemními stanicemi od do v 00 h. Fig. 11 a c. The course of wind speed measured by sodar and at land stations from August 1 to August at 00 hours. Meteorologické Zprávy, 63,

18 Obr. 12 Průběh rychlosti větru naměřený sodarem a pozemními stanicemi od do v 00 a 12:00 h. Fig. 12. The course of wind speed measured by sodar and at land stations from November 28 to December at 00 and 12:00 hours. Tab. 2 Korelační koeficienty mezi sodarovými a pozemními měřeními pro sledované hladiny a sledovaná období rychlost. Table 2. Correlation coefficients between sodar and land measurements for observed levels and observed periods wind speed. Meteorologická sonda 190 m n. m. Ústí nad Labem-Kočkov 390 m n. m. Milešovka 840 m n. m. Březen 0,65 0,53 0,77 Srpen 0,72 0,80 0,43 Prosinec 0,75 0,45 0,76 Obr. 13 Závislosti rychlosti větru naměřené na stanici Milešovka a sodarem ve výšce 840 m n. m. v období Fig. 13. The dependences of wind speed measured at the station Milešovka and by sodar at a height of 840 m a.s.l. in the period of March 27 March stanic. Obě tyto charakteristiky jsou opět jasně fyzikálně a meteorologicky vysvětlitelné Při situaci od do s trvale mírně nepříznivými rozptylovými podmínkami byl zjištěn průběh teplot, který je znázorněn na obr. 4. Obě nižší hladiny mají značně obdobný průběh, a to na pozemních stanicích i ve volné atmosféře nad sodarem. Nejvyšší hladina má proti těmto hladinám výrazné výkyvy, většinou tam je nižší teplota, ale v několika obdobích byla jak na Milešovce, tak v hladině 840 m n. m. dle sodaru zjištěna výrazně vyšší teplota než v obou nižších hladinách. Pokud nešlo o chybu měření, mohlo být příčinou to, že se tato hladina občas dostávala nad výškovou teplotní inverzi do teplejšího vzduchu. Pro posouzení toho, jakým způsobem si odpovídají naměřené údaje pozemních a sodarových měření z téže hladiny, byly spočítány korelační koeficienty a grafy vzájemného vztahu sodarových a pozemních měření. Protože u některých grafů časového průběhu bylo patrné zhruba dvouhodinové zpoždění měření z volné atmosféry proti pozemnímu měření, byly korelace pro zajímavost spočítány nejen pro současné měření, ale i pro měření s časovým posunem, kde pozemní měření bylo porovnáváno se sodarovým měřením o dvě hodiny pozdějším. Korelační koeficienty mezi sodarovými a pozemními měřeními pro jednotlivé hladiny a měřená období jsou v tabulce 1. Všechny korelační koeficienty jsou statisticky významné na hladině 99 %. Vztah mezi teplotou, naměřenou sodarem a pozemními meteorologickými stanicemi, lze ilustrovat i grafy. Poměrně dobrý soulad lze vidět například na obr. 5, zobrazujícím vztah mezi teplotou vzduchu naměřenou na stanici Ústí nad Labem-Kočkov a teplotou naměřenou sodarem v nadmořské výšce 390 metrů, a to v srpnovém sledovaném období; jde o měření s časovým posunem, kde teploty z Kočkova jsou porovnávány s teplotami nad sodarem z termínu o 2 hodiny pozdějším. Na grafu je vidět, že si naměřené teploty vzduchu znač- 48 Meteorologické Zprávy, 63, 2010

19 ně odpovídají, a je tam vidět i mírná přístrojová odchylka sodaru. Naopak menší soulad je vidět na obr. 6, kde vidíme porovnání teplot na Milešovce a nad sodarem ve výšce 840 m n. m. v prosincovém období s výškovou inverzí. Je vidět, že zobrazené body na grafu jsou zprava ohraničené poměrně zřetelně, ale řada hodnot je značně rozptýlena doleva. To znamená, že značná část naměřená na obou místech si odpovídá, ale v řadě případů je teplota vzduchu naměřená sodarem podstatně vyšší než na Milešovce. Protože v ostatních sledovaných obdobích se toto nevyskytuje, dá se předpokládat, že nejde o přístrojovou odchylku. Meteorologický důvod tohoto zjištění by při větrném počasí s výškovou inverzí mohl být v tom, že při výšce inverze v okolí měřené hladiny se studený vzduch při obtékání Milešovky dostává až na její vrchol, zatímco ve volné atmosféře nad sodarem zůstává stejná výšková hladina v teplejším vzduchu nad inverzí. Na dalších grafech jsou zobrazeny relativní četnosti a kumulativní relativní četnosti rozdílů mezi teplotami v odpovídajících hladinách podle sodaru a pozemních stanic, a to po jednostupňových intervalech. Na obr. 7 jsou údaje z březnového období, na obr. 8 ze srpnového období a na obr. 9 z prosincového sledovaného období. Na obr. 7 je vidět, že v březnovém období bez inverze v obou vyšších hladinách u víc než 50 % měření spadá rozdíl do jednoho jednostupňového intervalu. Na obr. 8 je vidět, že v srpnu byl rozptyl podstatně větší, a to ve všech sledovaných hladinách. Na obr. 9 vidíme, že v prosinci je ve dvou nižších hladinách lepší soulad obou měření. V nejvyšší sledované hladině, na modré křivce, vidíme na levé straně výskyt případů, kdy teploty naměřené na Milešovce byly podstatně nižší než v odpovídající výšce nad sodarem, což zde již bylo komentováno. 4.2 Rychlost větru Na rozdíl od teploty v případě směru a rychlosti větru se podařilo sodarem úspěšně změřit hodnoty ve většině termínů. Ve většině sledovaných hladin a období Obr. 14 Průběh směru větru naměřený sodarem a pozemními stanicemi od do v 00 a 12:00 h. Fig. 14. The course of wind direction measured by sodar and at land stations from March 27 March at 00 and hours. Obr. 15 Průběh směru větru naměřený sodarem a pozemními stanicemi od do v 00 h. Fig. 15. The course of wind direction measured by sodar and at land stations from August 1 to August at 00 hours Obr. 16 Průběh směru větru naměřený sodarem a pozemními stanicemi od do v 00 a 12:00 h.. Fig. 16. The course of wind direction measured by sodar and at land stations from November 28 to December at 00 and 12:00 hours. Meteorologické Zprávy, 63,

20 Obr. 17 Závislosti směru větru naměřeného na stanici Milešovka a sodarem ve výšce 840 m n. m. v období Fig. 17. The dependences of wind direction measured at the station Milešovka and by sodar at a height of 840 m a.s.l. in the period of March 27 March Obr. 18 Relativní četnosti a kumulativní relativní četnosti rozdílů mezi naměřeným směrem větru podle pozemních meteorologických stanic a sodarem za období Fig. 18. Relative frequencies and accumulative relative frequencies of differences between wind direction measured by land meteorological stations and by sodar for the period of 27 March 31 March Obr. 19 Relativní četnosti a kumulativní relativní četnosti rozdílů mezi naměřeným směrem větru podle pozemních meteorologických stanic a sodarem za období Fig. 19. Relative frequencies and accumulative relative frequencies of differences between wind direction measured by land meteorological stations and by sodar for the period of August 1 August byla úspěšnost měření vyšší než 80 %, jen v srpnovém období v nejvyšší sledované hladině se podařilo změřit jen 65 % termínů. Průběh rychlostí větru na pozemních stanicích a podle sodarového měření ve sledovaných hladinách pro tři zkoumaná období jsou na obr. 10, 11 a 12. Zhruba se dá konstatovat, že změny rychlosti větru podle obou způsobů měření si odpovídají. Korelační koeficienty mezi sodarovými a pozemními měřeními pro jednotlivé hladiny a měřená období jsou v tabulce 2. Všechny korelační koeficienty jsou statisticky významné na hladině 99 %. Vztah mezi rychlostí větru, naměřenou sodarem a pozemními meteorologickými stanicemi, můžeme ilustrovat i grafy. Například na obr. 13 je zobrazen vztah mezi rychlostí větru na meteorologické stanici Milešovka a v příslušné výšce nad sodarem. Mezi oběma rychlostmi jsou mírné odchylky na obě strany v březnovém sledovaném období. 4.3 Směr větru Průběh směru větru podle jednotlivých měření v březnovém období s dobrými rozptylovými podmínkami je znázorněn na obr. 14. Je vidět, že 27. a ve všech hladinách a podle obou způsobů měření převládal severní vítr, 29. a severní až severovýchodní a v poslední den, , se postupně stáčel ze severního přes západní až na jihozápadní. Na obr. 15 je zřejmé, že v srpnové anticyklonální situaci se nevyskytovalo žádné převládající proudění, a na obr. 16 při inverzní situaci vidíme proudění s převládající jižní složkou. Jako příklad vztahu mezi směrem větru naměřeným sodarem a na stanici je na obr. 17 znázorněn vztah mezi směrem větru na Milešovce a ve výšce 840 m n. m. v březnovém sledovaném období. Relativní četnost a kumulativní relativní četnost rozdílů mezi naměřeným směrem větru podle sodaru a podle pozemní stanice v odpovídající výšce je na obr. 18 až 20. Z nich je zřejmé, že nejtěsnější vztah mezi naměřeným směrem větru podle sodaru a podle meteorologických stanic je v březnovém období s dobrými rozptylovými podmínkami a naopak nejslabší vztah je v srpnovém období s výskytem nočních inverzí a bez převládajícího směru proudění. To je vcelku vysvětlitelné meteorologickými důvody a lze předpokládat, že tyto rozdíly nejsou způsobeny špatným měřením. 50 Meteorologické Zprávy, 63, 2010

21 Obr. 20 Relativní četnosti a kumulativní relativní četnosti rozdílů mezi naměřeným směrem větru podle pozemních meteorologických stanic a sodarem za období Fig. 20. Relative frequencies and accumulative relative frequencies of differences between wind direction measured by land meteorological stations and by sodar for the period of November 28 December ZHODNOCENÍ NAMĚŘENÝCH ÚDAJŮ Při porovnání směru větru naměřeného sodarem a naměřeného pozemními meteorologickými stanicemi se ukázalo, že v případech výrazného proudění bez inverze byl zjištěn poměrně dobrý soulad mezi oběma měřeními, a to zejména v nejvyšší sledované hladině. V případech výskytu inverze byly zjištěny výraznější odchylky směru větru naměřeného oběma metodami, přičemž tyto odchylky jsou fyzikálně vysvětlitelné deformací proudění u zemského povrchu. Dá se předpokládat, že v takových případech o skutečném směru proudění ve volné atmosféře lépe vypovídá směr proudění změřený sodarem než směr větru naměřený na pozemních meteorologických stanicích. Porovnání rychlosti větru naměřené sodarem a naměřené pozemními meteorologickými stanicemi ukázalo, že v některých případech je poměrně těsný vztah mezi rychlostí větru naměřenou oběma metodami. Největší odchylky byly zjištěny při srpnovém radiačním typu počasí s nevýrazným prouděním v nejvyšší sledované hladině a při větrnějším počasí naopak ve střední sledované hladině, reprezentované stanicí Ústí nad Labem-Kočkov a sodarovým měřením v nadmořské výšce 390 m. Rovněž tyto odchylky jsou vysvětlitelné fyzikálně rozdílným charakterem proudění ve volné atmosféře a prouděním ovlivněným zemským povrchem a nic nenasvědčuje tomu, že by šlo o chybné měření sodaru. Při zkoumání naměřených teplot se především ukázalo, že systém RASS měřící teplotu vzduchu má nižší úspěšnost měření než sodarové měření směru a rychlosti větru, a to zejména pro vyšší hladiny. Počet úspěšně změřených teplot pomocí sodarového systému RASS pro nadmořskou výšku 840 m je pouze kolem 50 %, v situaci se silným větrem i méně než 10 %. Pravděpodobným důvodem může být snášení akustického signálu větrem. Dále se ukázalo, že ve většině případů existuje pro jednotlivé hladiny poměrně dobrá korelace mezi teplotou vzduchu naměřenou sodarem a pozemní stanicí. Byla zjištěna určitá systematická odchylka mezi teplotou naměřenou sodarem a pozemní stanicí, a to pro všechna sledovaná období. Tato odchylka není nijak fyzikálně odůvodněná a s největší pravděpodobností je daná přístrojovou chybou sodaru způsobenou kalibrací a naprogramováním systému RASS. S přihlédnutím k této odchylce se dá říci, že nesystematické odchylky teploty vzduchu naměřené sodarem od teplot naměřených na pozemních stanicích se pohybují ve většině měření do ±1,5 C a ve zhruba polovině měření do ±0,5 C. Větší odchylky byly zjištěny při srpnovém radiačním typu počasí v nejvyšší sledované hladině, což je s největší pravděpodobností způsobeno tím, že teplota vzduchu naměřená na Milešovce je při tomto typu počasí výrazně ovlivněna zemským povrchem, a při prosincovém počasí s trvalou inverzí rovněž v nejvyšší sledované hladině, kde podle charakteru odchylek se dá předpokládat, že odchylka byla způsobena rozdílnou výškou výškové inverze v důsledku obtékání horské překážky (nad horskou překážkou, tedy Milešovkou, se studený vzduch dostane do větší výšky než ve volné atmosféře). 6. ZÁVĚR Na základě dostupných údajů byly porovnány naměřené hodnoty teploty vzduchu a směru a rychlosti větru podle sodaru a podle pozemních meteorologických stanic. Sodar je primárně určen pro vyhodnocování rozptylových podmínek v mezní vrstvě atmosféry; podle provedeného srovnání se ukazuje, že jeho údaje mohou být cenným doplněním informací o podmínkách ve volné atmosféře i pro jiné účely. Zejména údaje o směru větru jsou sodarem zjišťovány s lepší vypovídací hodnotou než na pozemních stanicích, zejména když směr větru těsně u zemského povrchu je deformován přízemní inverzí nebo tvarem terénu. Měření teploty vzduchu pomocí systému RASS je méně přesné než měření teploty pomocí meteorologického teploměru, ale při správném naprogramování a kalibraci může poskytovat alespoň orientační představu o teplotě vzduchu ve volné atmosféře v situaci, kdy pozemní měření je ovlivněno radiačním typem počasí a radiosondážní měření je časově či prostorově vzdáleno. Je nutno připomenout, že použitelnost sodarových měření závisí na tom, zda je sodar správně naprogramován a nastaven, a také na použitelném software pro zpracování měření. Literatura [1] KEDER, J., Využití sodaru pro krátkodobou předpověď znečištění ovzduší. Meteorologické Zprávy, roč. 34, č. 4 5, s [2] BUBNÍK, J. KEDER, J., Prognózní a signální systémy ochrany ovzduší v ČSR. Meteorologické Zprávy, roč. 39, č. 5 6, s [3] KEDER, J., Instalace systémů radioakustické sondáže v ČHMÚ. Meteorologické Zprávy, roč. 48, č. 4, s ISSN [4] JŮZA, P., Četnost výskytu nepříznivých rozptylových podmínek v severočeské pánvi. Meteorologické Zprávy, roč. 49, č. 6, s ISSN Lektor (Reviewer) RNDr. J. Keder, CSc. Meteorologické Zprávy, 63,

22 VYMEZENÍ OBDOBÍ NEJVĚTŠÍHO RŮSTU A NEJVĚTŠÍHO POKLESU TEPLOTY VZDUCHU A VODY METODOU SOUČTOVÝCH ŘAD Pavel Treml, Výzkumný ústav vodohospodářský T. G. Masaryka, v. v. i., Podbabská 30, Praha 6, pavel_treml@vuv.cz Definition of periods characterized by the most intensive increase or decrease in air and water temperatures based on sum consecution method. Periods characterized by the most intensive increase or decrease in air and water temperatures were defined by a sum consecution method. This method is based on cumulation of differences between consecutive day temperature changes and expected mean increase (or decrease) in daily temperatures. Extreme values of constructed curve of cumulated temperature differences indicate periods of unusual temperature dynamics. Application of described method is exemplified on temperature data measured at Holešov meteorological station. Used statistical procedures were tested on a data-set from selected meteorological and hydrological stations. KLÍČOVÁ SLOVA: metoda součtových řad období největšího vzestupu teploty období největšího poklesu teploty KEY WORDS: sum consecution method unusual temperature rise unusual temperature decrease 1. ÚVOD Teplota vzduchu patří mezi základní charakteristiky, které se zkoumají v klimatologii a teplota vody patří k hlavním jakostním ukazatelům kvality vody. V dosavadním výzkumu byla věnována pozornost zejména kolísání hodnot teploty vzduchu, v uplynulých třech letech i teplotám vody [2]. Výzkumem ročního chodu teploty vzduchu a teploty vody se odborné práce příliš nezabývají. Cílem této práce je ukázat jednu z metod, kterou je možno užít k analýze ročního chodu teplot, přesněji k vymezení období největšího růstu a období největšího poklesu teploty a to jak u teploty vzduchu, tak i u teploty vody. K tomuto účelu byla upravena metoda součtových řad. Tato metoda byla nejprve odvozena Ivanem Sládkem [3] pro určování nástupu a ukončení zvolených teplot vzduchu (např. počet dní s teplotou nad 15 C, počet dní s teplotou pod 0 C apod.). Na aplikaci metody bylo ukázáno, že např. pro charakterizaci tuhosti zim (pomocí zjištění počtu mrazových dnů, dnů s maximální denní teplotou vzduchu menší než 0 C) je užití metody součtových řad velmi vhodné, přičemž ostatní metody charakteristik zimy (např. vypočtením průměrné teploty zimy) nejsou k vystižení charakteru tuhosti zimy tak přesné. Další vhodné užití metody součtových řad je pro vymezení období výskytu sucha [1]. Ze srážkových úhrnů se vymezí období nedostatku srážek. Jednotlivým srážkovým úhrnům je přiřazena váha. Tyto váhy se pak kumulují a je určeno období s nedostatkem srážek. Výraznost těchto období lze následně analyzovat pomocí teplot vzduchu v období nedostatku srážek. Metodu součtových řad lze rovněž použít pro zjištění období největšího růstu a poklesu teplot. Tato problematika byla podrobně rozpracována v autorově ročníkové práci [5], v grantovém projektu GAČR 205/03/0162 [4] a částečně i v publikaci Teploty vody v tocích České republiky [2]. Na výstupy těchto prací navazuje následující příspěvek, který popíše možnost užití metody součtových řad pro vymezení období největšího růstu a období největšího poklesu u teploty vzduchu a u teploty vody a ukáže konkrétní užití metody na datech z meteorologické stanice Holešov a dále na datech z vybraných 5 meteorologických a 5 vodoměrných stanic ukáže možnost analýzy vymezeného období největšího růstu (poklesu) teploty v delším časovém období ( ). Podrobné vyhodnocení vlastností vymezeného období největšího růstu (poklesu) teploty vzduchu a teploty vody bude poté uvedeno v navazujícím příspěvku s názvem Teplotní extrémy v teplotách vzduchu a v teplotách vody období výskytu a jejich typizace ve vztahu k období největšího vzestupu a období největšího poklesu teploty [6]. Navazující příspěvek detailně (včetně map, grafů a provázanosti jednotlivých charakteristik) rozebere vlastnosti období největšího vzestupu a období největšího poklesu teploty na vybraných meteorologických a vodoměrných stanicích a zároveň bude představena typizace teplotních extrémů na základě polohy období největšího vzestupu a období největšího poklesu teploty vůči minimální, resp. maximální teplotě vzduchu a teplotě vody. 2. METODA SOUČTOVÝCH ŘAD Metoda součtových řad je vhodnou metodou pro stanovení určitého trendu v nehomogenně se chovajících řadách. Proto je její použití ideální pro zjišťování období největšího vzestupu, resp. poklesu teploty. Při hledání období největšího vzestupu teploty se postupuje následujícím způsobem: Nejprve se nalezne nejnižší denní průměr teploty v zimě a nejvyšší denní průměr teploty v bezprostředně po dané zimě následujícím létě, přičemž roční minimum teploty se hledá z průměrných denních teplot zimního půlroku (nikoliv tedy v období kalendářního roku ). Při výskytu více stejných hodnot teplot (což bývá častý případ minimálních hodnot u teplot vody, které často dosahují teploty 0 C dáno fyzikálními zákonitostmi) se považuje za den výskytu minima či maxima teploty nejpozdější datum výskytu stejné teploty. Zvolení tohoto postupu se opírá o úvahu, že důsledky nástupu minima (popř. maxima) teplot vzduchu a teplot vody se projeví až se zpožděním, a proto pozdější datum výskytu lépe odpovídá výskytu dané teploty. Den výskytu minimální teploty je posledním dnem období poklesu teploty. Den výskytu maximální teploty je posledním dnem období vzestupu teploty. Období vzestupu teploty je tedy vymezeno 1. dnem po výskytu minima teploty a dnem maximální teploty včetně těchto dvou dnů. Období největšího vzestupu teploty se hledá uvnitř období vzestupu teploty. 52 Meteorologické Zprávy, 63, 2010

23 V období vzestupu teploty se určí hodnota průměrného vzestupu teploty za jeden den podle rovnice: v = (t max - t min ) / n (1) kde v je hodnota průměrného vzestupu teploty za jeden den během daného období vzestupu teploty, n je délka trvání období, t max maximální průměrná denní teplota a t min minimální průměrná denní teplota období vzestupu teploty. Poté se pro každý den období vzestupu teploty stanoví mezidenní změna teploty: z i = t i t i-1 (2) kde z i je mezidenní změna teploty, t i je denní průměr teploty daného dne, t i-1 je denní průměr teploty bezprostředně předcházejícího dne, i je pořadí dne v období vzestupu teploty. Následně se určí rozdíl mezidenní změny teploty a hodnoty průměrného vzestupu teploty za jeden den období vzestupu teploty: kde r z i v i r = z i v (3) je rozdíl mezidenní změny teploty a hodnoty průměrného vzestupu teploty za jeden den, je mezidenní změna teploty a je hodnota průměrného vzestupu teploty za jeden den během období vzestupu teploty, je pořadí dne v období vzestupu teploty. Z rozdílů hodnot mezidenní změny teploty a hodnot průměrného vzestupu teploty za jeden den období vzestupu teploty (rovnice 3) se vytvoří součtová řada, v níž se kumulují všechny rozdíly r v chronologickém pořadí. Poslednímu dni s kumulovanými rozdíly připadne 0, neboť se sčítají odchylky od průměru. V dalším kroku se stanoví období velkého vzestupu teploty. Je to období, ve kterém převládají kladné hodnoty rozdílu r (rovnice 3). Období velkého vzestupu teploty bývá více. Cílem příspěvku je nalézt pouze období největšího vzestupu teploty. Proto je nutno následně použít techniky, která užívá k dalšímu postupu lokální extrémy řady. V součtové řadě se nalezne absolutní maximum (označí se X 1 ) a nejnižší z lokálních minim, která mu předcházelo (označí se Y 1 ). Dále se v úseku součtové řady od absolutního maxina X 1 po konec součtové řady určí nové absolutní maximum X 2 a nejnižší z lokálních minim, která mu předchází (označí se Y 2 ). Toto lokální minimum se hledá ale jen v úseku po X 2. Postup se opakuje až po určení dvojice extrémů, v níž je maximum posledním lokálním maximem součtové řady za celé období vzestupu teploty. Pro každou tímto způsobem vybranou dvojici extrémů se stanoví rozdíl: kde E j = X j Y j (4) E j X j Y j j je rozdíl sobě si odpovídajících lokálních extrémů, je lokální maximum, je lokální minimum, které mu předchází, je pořadí lokálního extrému od počátku součtové řady vybrané výše popsanou technikou. V závěrečném kroku se nalezne období největšího vzestupu teploty. Seřadí se rozdíly E j (rovnice 4) podle velikosti. Hledané období největšího vzestupu teploty je vymezeno největším rozdílem E j. 1. den období největšího vzestupu teploty připadá na 1. den po Y j a poslední den období největšího vzestupu teploty připadá na den X j. Bylo nalezeno období největšího vzestupu teploty. Obdobným způsobem, jako při hledání období největšího vzestupu teploty, se postupuje i při hledání období největšího poklesu teploty. 3. UKÁZKA POSTUPU HLEDÁNÍ OBDOBÍ NEJVĚTŠÍHO VZESTUPU TEPLOTY VZDUCHU ZA POMOCI UŽITÍ METODY SOUČTOVÝCH ŘAD Postup hledání období největšího vzestupu teploty bude ukázán na vyhodnocení výsledků datové řady teploty vzduchu z meteorologické stanice Holešov z roku Tab. 1 Ukázka užití metody součtových řad na stanici Holešov. Table 1. Application of sum consecution method demonstrated on data from Holešov station. Datum TP z i r r , ,9 2,70 2,53 2, ,3 1,60 1,43 3, ,6 3,70 3,53 7, ,6 0,00-0,17 7, ,1 0,50 0,33 7, ,7 4,30 4,13 1, ,5 1,20 1,37 2, ,2 2,70 2,53 0,00 TP průměrná denní teplota, z i je mezidenní změna teploty, r je rozdíl mezidenní změny teploty a hodnoty průměrného vzestupu teploty za jeden den, r jsou kumulované hodnoty r Tab. 2 Výpočet rozdílů mezi lokálními extrémy součtové řady. Table 2. Calculation of differences between local extremes of sum consecution. Y j X j Datum Y j Datum X j Rozdíl E j E 1 0,88 13, ,30 E 2-2,98 10, ,30 E 3-0,59 8, ,18 E 4-1,47 8, ,76 E 5-5,21 2, ,00 E 6-5,68 0, ,45 E 7-8,26 0, ,26 X j lokální maximum, Y j lokální minimum, E j rozdíl mezi lokálními extrémy součtové řady, E 1,..,E 7 jednotlivé rozdíly mezi lokálními extrémy součtové řady Meteorologické Zprávy, 63,

24 Tab. 3 Období růstu a poklesu teploty vzduchu na vybraných meteorologických stanicích v období let Table 3. Periods of increase or decrease in air temperature. Selected meteorological stations, period Název klimatologické stanice Bechyně Vráž Datum nejvyšší teploty Datum nejnižší teploty 1. den období NVT Poslední den období NVT Trvání období NVT (počet dnů) Vzestup teploty za celé období NVT ( C) Průměrný vzestup teploty za 1 den období NVT ( C) 1. den období NPT Poslední den období NPT Trvání období NPT (počet dnů) Vzestup teploty za celé období NPT ( C) Průměrný vzestup teploty za 1 den období NPT ( C) Brandýs nad Labem Hradec Králové Holešov Nejdřívější Průměrné Medián Nejpozdější Nejdřívější Průměrné Medián Nejpozdější Nejdřívější Průměrný Medián Nejpozdější Nejdřívější Průměrný Medián Nejpozdější Min Průměr 21,6 25,4 22,3 20,2 22,1 Medián Max Min 13,9 16,4 15,1 12,7 12,5 Průměr 20,9 22,5 21,7 20,6 22,0 Medián 20,6 21,4 21,7 20,0 21,8 Max 31,0 36,5 33,3 29,4 35,7 Min 0,4 0,5 0,4 0,4 0,4 Průměr 1,5 1,6 1,4 1,5 1,6 Medián 1,1 1,0 1,2 1,4 1,6 Max 6,1 10,9 4,3 4,2 3,6 Nejdřívější Průměrný Medián Nejpozdější Nejdřívější Průměrný Medián Nejpozdější Min Průměr 22,4 21,8 31,4 21,1 28,0 Medián Max Min 33,3 30,1 36,4 32,4 34,0 Průměr 22,1 22,6 24,2 21,7 23,8 Medián 21,8 22,2 22,8 20,2 24,1 Max 12,9 13,3 13,3 14,0 17,0 Min 7,9 8,1 8,2 8,1 22,7 Průměr 1,7 1,8 1,5 1,8 1,9 Medián 1,4 1,3 0,9 1,5 0,9 Max 0,3 0,3 0,3 0,3 0,3 NVT období největšího vzestupu teploty vzduchu, NPT období největšího poklesu teploty vzduchu V zimě byla naměřena nejnižší denní teplota vzduchu 12,6 C dne 13. ledna 1980, nejvyšší teplota vzduchu byla naměřena 5. srpna 1980 a měla hodnotu 23,2 C. Rozdíl mezi nejvyšší a nejnižší teplotou vzduchu (t max t min ) v roce 1980 tak byl 35,8 C, délka trvání období vzestupu teploty od zimního minima po letní maximum (n) je 205 dnů. Hodnota průměrného vzestupu teploty za jeden den období vzestupu teploty (v) poté vychází 0,175. Číselné příklady stanovení mezidenní změny teploty (z i ), výpočtu rozdílu (r) mezidenní změny teploty a hodnoty průměrného vzestupu teploty za jeden den období vzestupu teploty, a sestavení součtové řady kumulací rozdílů r ( r) jsou ukázány v tab. 1. Na obr. 1 je sestrojená součtová řada znázorněna spolu s nalezenými lokálními extrémy. Tabulka 2 ukazuje výpočet rozdílu E j z nalezených lokálních extrémů součtové řady. Největší rozdíl z těchto lokálních extrémů je 13,30. Proto připadá období největšího vzestupu teploty vzduchu v roce 1980 u meteorologické stanice v Holešově na 22. březen až 29. březen (22. březen je 1. den po dni lokálního minima součtové řady, 29. březen je den lokálního maxima součtové řady). 4. UKÁZKA VYHODNOCENÍ VLASTNOSTÍ VYMEZENÝCH OBDOBÍ NEJVĚTŠÍCH RŮSTŮ A OBDOBÍ NEJVĚTŠÍCH POKLESŮ TEPLOTY VZDUCHU A TEPLOTY VODY POMOCÍ METODY SOUČTOVÝCH ŘAD Podrobné vyhodnocení vlastností období největších vzestupů a období největších poklesů teploty vzduchu a teploty vody s mnoha mapkami a grafy a typizací teplotních extrémů bude obsahovat článek s názvem Teplotní extrémy v teplotách vzduchu a v teplotách vody - období výskytu a jejich typizace ve vztahu k období největšího vzestupu a období největšího poklesu teploty [6], který je připravován. Z tohoto důvodu ukazuje následující text pouze ilustrativně 54 Meteorologické Zprávy, 63, 2010

25 na 5 meteorologických (Bechyně, Vráž, Brandýs nad Labem, Hradec Králové, Holešov, tab. 3) a 5 vodoměrných stanicích (Bechyně, Písek, Brandýs nad Labem, Jaroměř, Dluhonice, tab. 4) vlastnosti, které lze u období největšího růstu a období největšího poklesu teploty analyzovat. Pro tato období je důležitá zejména analýza polohy výskytu těchto období na základě výskytu prvního a posledního dne období, dále je možno vyhodnocovat např. délku jeho trvání, velikost vzestupu teploty během celého období, resp. velikost vzestupu teploty pouze během 1. dne období. Konkrétní číselné příklady možného vyhodnocení dat z 5 vybraných meteorologických a vodoměrných stanic z období let jsou uvedeny v tabulkách 3 a 4. Na obrázku 2 a 3 je pak ukázáno časové vymezení 29, resp. 28 po sobě jdoucích období největšího vzestupu teploty a období největšího poklesu teploty v letech na meteorologické stanici Holešov (obr. 2) a na vodoměrné stanici Dluhonice (obr. 3). 4. ZÁVĚR Časové řady teploty vzduchu i teploty vody jsou nehomogenně se chovající časové řady, u nichž dochází ke střídajícímu se růstu a poklesu teploty. Proto v nich lze velice těžko nalézt převládající a nejvýraznější období růstu, resp. období poklesu teploty. Jako vhodnou metodou pro nalezení tohoto období největšího vzestupu a období největšího poklesu teploty se ukázala metoda součtových řad. Poděkování Vznik tohoto příspěvku byl podpořen grantovým projektem Grantové agentury České republiky s názvem Vlastnosti klimatických sezon významné pro lidské zdraví (označení projektu GAČR 205/03/0162) a Ministerstvem životního prostředí České republiky v rámci subprojektu Dopady klimatických a antropogenních změn na vodní režim a přírodní prostředí výzkumného záměru VÚV s názvem Výzkum a ochrana hydrosféry výzkum vztahů a procesů ve vodní složce životního prostředí, orientovaný na vliv antropogenních tlaků, její trvalé užívání a ochranu, včetně legislativních nástrojů (identifikační kód MZP ). Tab. 4 Období růstu a poklesu teploty vody na vybraných vodoměrných stanicích v období let Table 4. Periods of increase or decrease in water temperature. Selected hydrological stations, period Název vodoměrné stanice Bechyně Písek Brandýs nad Labem Jaroměř Dluhonice Nejdřívější Datum nejvyšší teploty Datum nejnižší teploty 1. den období NVT Poslední den období NVT Trvání období NVT (počet dnů) Vzestup teploty za celé období NVT ( C) Průměrný vzestup teploty za 1 den období NVT ( C) 1. den období NPT Poslední den období NPT Trvání období NPT (počet dnů) Vzestup teploty za celé období NPT ( C) Průměrný vzestup teploty za 1 den období NPT ( C) Průměrné Medián Nejpozdější Nejdřívější Průměrné Medián Nejpozdější Nejdřívější Průměrný Medián Nejpozdější Nejdřívější Průměrný Medián Nejpozdější Min Průměr 28,5 31, 0 47,9 41,1 23,0 Medián Max Min 8,8 7,0 6,6 5,0 8,8 Průměr 13,6 13,4 13,9 11,0 13,4 Medián 12,9 13,2 13,7 10,0 13,6 Max 21,4 21,8 23,1 20,2 19,4 Min 0,2 0,2 0,2 0,2 0,2 Průměr 0,6 0,6 0,4 0,4 0,8 Medián 0,6 0,5 0,3 0,3 0,8 Max 1,0 1,8 0,8 0,8 2,2 Nejdřívější Průměrný Medián Nejpozdější Nejdřívější Průměrný Medián Nejpozdější Min Průměr 83,5 87,2 64,6 70,2 85,1 Medián Max Min 24,4 24,8 22,2 21,3 25,1 Průměr 19,5 19,8 15,0 14,4 19,6 Medián 19,5 19,3 16,2 14,4 19,6 Max 8,2 13,6 5,9 6,6 10,4 Min 1,8 0,4 2,5 2,6 0,7 Průměr 0,3 0,2 0,4 0,3 0,3 Medián 0,2 0,2 0,2 0,2 0,2 Max 0,2 0,2 0,1 0,1 0,2 NVT období největšího vzestupu teploty vody, NPT období největšího poklesu teploty vody Meteorologické Zprávy, 63,

26 Obr. 1 Součtová řada pro období vzestupu teploty vzduchu na meteorologické stanici Holešov v roce Fig. 1. Sum consecution in the period characterized by air temperature increase, meteorological station Holešov, Literatura Obr. 2 Poloha období největšího vzestupu a největšího poklesu teploty vzduchu vůči dnu výskytu minimální teploty na meteorologické stanici Holešov. Fig. 2. Comparison of dates with the most intensive air temperature decrease/increase and dates with annual minimum temperature, meteorological station Holešov. Obr. 3 Poloha období největšího vzestupu a největšího poklesu teploty vody vůči dnu výskytu minimální teploty na vodoměrné stanici Dluhonice (řeka Bečva). Fig. 3. Comparison of dates with the most intensive water temperature decrease/increase and dates with annual minimum temperature, hydrological station Dluhonice (Bečva River). [1] FIALA, T., Vymezení období sucha a období převládající teploty vzduchu pomocí metody součtových řad na příkladu Vráže u Písku. Meteorologické Zprávy, roč. 59, č. 3, s ISSN [2] NOVICKÝ, O. a kol., Teploty vody v tocích České republiky. 1. vyd. Praha: VÚV T. G. M.,v. v. i. 136 s. ISBN [3] SLÁDEK, I., Určování nástupu a ukončení zvolených teplot vzduchu metodou součtových řad a odchylek. Meteorologické Zprávy, roč. 42, č. 2, s ISSN [4] SLÁDEK, I., Závěrečná zpráva o řešení grantového projektu GAČR 205/03/0162 Vlastnosti klimatických sezon významné pro lidské zdraví. Praha: Přírodovědecká fakulta UK. [5] TREML, P., Vlastnosti teplotních extrémů. Praha: Přírodovědecká fakulta UK. [Ročníková práce.] [6] TREML, P. Teplotní extrémy v teplotách vzduchu a v teplotách vody období výskytu a jejich typizace ve vztahu k období největšího vzestupu a období největšího poklesu teploty. [Připravovaný článek.] Lektor (Reviewer) RNDr. L. Němec. 56 Meteorologické Zprávy, 63, 2010

27 ODHADY ROZSAHU ZMĚN KLIMATU ČESKÉ REPUBLIKY PRO TŘI ČASOVÁ OBDOBÍ 21. STOLETÍ NA ZÁKLADĚ VÝSTUPŮ AR4 MODELŮ Jaroslava Kalvová, Univerzita Karlova, Matematicko fyzikální fakulta, V Holešovičkách 2, , Praha 8, jaroslava.kalvova@mff.cuni.cz Eva Holtanová, Univerzita Karlova, Matematicko fyzikální fakulta, V Holešovičkách 2, , Praha 8 Martin Motl, Univerzita Karlova, Matematicko fyzikální fakulta, V Holešovičkách 2, , Praha 8 Jiří Mikšovský, Univerzita Karlova, Matematicko fyzikální fakulta, V Holešovičkách 2, , Praha 8 Petr Pišoft, Univerzita Karlova, Matematicko fyzikální fakulta, V Holešovičkách 2, , Praha 8 Aleš Raidl, Univerzita Karlova, Matematicko fyzikální fakulta, V Holešovičkách 2, , Praha 8 Assessment of the range of future climate change in the Czech Republic for three time periods in the 21 st century based on AR4 models outputs. The climate change scenarios, that will be created in the frame of VAV SP/1A6/108/07 project, shall be based on the outputs of one regional climate model (ALADIN-CLIMATE/CZ) driven by one particular global climate model (CNRM). For effective use of such scenario for impact studies, it is necessary to provide an estimate of related uncertainty. This can be done using a wide range of GCM simulations, because the driving model is the main source of uncertainty in RCM simulations. Simulations of AR4 models for periods of , , and three SRES scenarios A1B, B1 and A2 have been used for this purpose. This paper follows [12], where ability of AR4 models to simulate observed climate characteristics in the reference period of was evaluated. 12 GCMs were chosen as skilful, but only 8 of them had complete data available for all three future time periods. The simple delta approach ([1], [11]) has been used to evaluate the changes in monthly mean air temperature and precipitation. Values of simulated changes from individual models as well as multi model median and quartiles are presented and illustrated in a number of figures and tables. Some GCMs project an increase in precipitation, while others a decline. This is valid for all time periods analyzed. Therefore the models have been divided into two groups according to the direction of the projected change in precipitation for individual months, and changes in both precipitation and air temperature have been evaluated separately for these two groups. Possible directions of future research in the field of climate modelling are discussed in the last section of the paper. KLÍČOVÁ SLOVA: scénáře změny klimatu globální klimatický model AR4 model regionální klimatický model neurčitosti výstupů klimatických modelů neurčitosti scénářů klimatické změny. KEY WORDS: climate change scenarios global climate model AR4 model regional climate model uncertainties in climate models outputs uncertainties in climate change scenarios. 1. ÚVOD Většina projektů zabývajících se odhady dopadů změny klimatu na různé sektory hospodářství v České republice čerpala do roku 2007 informace z globálních klimatických modelů (GCM). Jak známo, použitelnost výstupů těchto modelů pro vytváření scénářů změny klimatu v malých regionech je omezena jejich hrubým rozlišením. Například u globálních klimatických modelů označovaných jako AR4 modely (4th Assessment Report) [10, 14, 19] se rozlišení atmosférické části modelů pohybuje od ca 4 5 zeměpisné šířky a délky až po 1 1,5. Na vývoji další generace modelů se pracuje, výsledky některých již byly použity v projektu ENSEMBLES [13]. Tendence v posledních letech je používat pro odhady dopadů změny klimatu regionální modely (RCM) a vyhodnocovat neurčitosti spojené s počátečními a okrajovými podmínkami, s použitými parametrizacemi a samotnou strukturou modelu [2, 7]. Skutečností ale je, že experimenty počítané regionálními modely nebývají řízeny širokým spektrem globálních modelů, a to nejen kvůli výpočetní náročnosti modelových simulací, ale i kvůli možné nekonzistenci použitých numerických schémat a parametrizací. Např. v projektu ENSEMBLES ( eu.org) byla většina globálních modelů použita k řízení pouze 2 až 3 regionálních modelů. Výjimkou byl pouze model ECHAM5/MPI-OM, který byl použit pro 7 různých RCM. V projektu CECILIA byly použity dva GCM a dva RCM, ale každý regionální model byl řízen jen jedním globálním. Stále je tudíž užitečné stanovit rozmezí změn daných globálními modely ve sledované oblasti, vypočítat např. medián souboru změn daných určitou množinou (ansámblem) globálních modelů a uvést některou charakteristiku rozptýlenosti. Problémem je, zda do ansámblu modelů zařadit všechny dostupné modely nebo zda použít k charakterizaci očekávaných změn jen omezený počet modelů, které vyhovujícím způsobem simulují základní klimatické charakteristiky dané oblasti. Ne všechny GCM však vyhovují byť hrubému popisu klimatu sledované oblasti, i s přihlédnutím k jejich hrubému rozlišení. U skupiny AR4 modelů se např. v oblasti ČR objevují i opačné roční chody srážek (modely FGOALS-G1.0, INM-CM3.0) [12]. Na druhé straně příliš přísné požadavky vedou ke zúžení spektra modelů použitelných pro výpočet multimodelových charakteristik a mohou snížit rozsah očekávaných změn. Navíc při výběru modelů je nutno brát ohled na potřeby různých sektorů, ve kterých budou scénáře změny klimatu používány, přičemž požadavky na kvalitu modelů mohou být v jednotlivých sektorech rozdílné (teplota versus srážky, průměry versus proměnlivost, nebo dokonce extrémní jevy). I když nebylo prozatím prokázáno, že modely simulující lépe pozorované charakteristiky klimatu dávají spolehlivější projekce budoucího klimatu (např. [6]), je rozumné vyloučit modely, jejichž simulace současného klimatu (ve zvoleném referenčním období) se příliš odchylují od skutečnosti. Tento příspěvek navazuje na předchozí publikaci [12], ve které jsme se zaměřili na posouzení schopností 23 globálních AR4 modelů simulovat průměrné měsíční teploty vzduchu a úhrny atmosférických srážek v oblasti ČR, včetně jejich meziroční proměnlivosti. Po stručném připomenutí metodiky výběru globálních modelů pro výpočet ansámblových charakteristik Meteorologické Zprávy, 63,

28 Tab. 1 Relativní chyby modelů. Tave (SRAave) označují relativní chybu ročního chodu vypočtenou z průměrných 30letých měsíčních hodnot teploty (srážek), Tsdev (SRAsdev) a Tiad (SRAiad) jsou relativní chyby směrodatné odchylky měsíčních průměrů teploty (srážek) a průměrné meziroční variability teploty (srážek) vypočítané z měsíčních časových řad pro období Table 1. Relative errors of GCMs. Tave (SRAave) refers to relative error in 30 year mean annual cycle of monthly mean air temperature (precipitation), Tsdev (SRAsdev) and Tiad (SRAiad) are relative errors of standard deviation of monthly mean air temperature (precipitation) and mean inter-annual variability of monthly mean air temperature (precipitation) calculated from monthly time series for period. budou nyní uvedeny změny průměrných měsíčních teplot vzduchu a úhrnů atmosférických srážek pro tři časové horizonty 21. století. 2. METODIKA Při odhadu rozsahu změn průměrných teplot vzduchu a atmosférických srážek, které můžeme na území ČR očekávat v důsledku zvyšování koncentrací skleníkových plynů a aerosolů, jsme se zaměřili na tři třicetiletá časová období: , a Pro tato období byly k dispozici výstupy AR4 modelů. Rovněž u řady regionálních modelů z projektu ENSEMBLES jsou nyní k dispozici simulace až do roku 2100 [13]. Týká se to i regionálního modelu ALADIN-CLIMATE/ CZ s horizontálním rozlišením 25 km. Bude tak možno vyhodnotit, jak výstupy modelu ALADIN-CLIMATE/CZ zapadají Tab. 2 Použité globální modely. Rozlišení atmosférické části modelu (poslední sloupec) je uvedeno ve formátu zeměpisná šířka x zeměpisná délka. Table 2. Global climate models used for presented study. The resolution of the atmospheric model (last column) is in the form of latitude x longitude. Provozovatel modelu Stát Označení PCMDI ID Rozlišení atm. části Canadian Centre for Climate Modelling & Analysis Kanada CGCM3.1(T47) CGCM 2,8 x2,8 Météo-France / Centre National de Recherches Météorologiques Francie CNRM-CM3 CNRM 1,9 x1,9 CSIRO Atmospheric Research Austrálie CSIRO-Mk3.0 CSIRO 1,9 x1,9 Max Planck Institute for Meteorology Německo ECHAM5/MPI-OM ECHAM5 1,9 x1,9 Institut Pierre Simon Laplace Francie IPSL-CM4 IPSL 2,5 x3,75 Center for Climate System Research (The University of Tokyo), National Institute for Environmental Studies,and Japonsko MIROC3.2(medres) MIROC 2,8 x2,8 Frontier Research Center for GlobalChange (JAMSTEC) Meteorological Research Institute Japonsko MRI-CGCM2.3.2 MRI 2,8 x2,8 Hadley Centre for Climate Prediction and Research / Met Office Velká Británie UKMO-HadCM3 HadCM3 2,5 x3,75 do výsledků daných regionálními i globálními modely. Za referenční období bylo zvoleno období Před stanovením rozsahu změn daných globálními modely jsme posoudili jejich schopnosti simulovat průměrné měsíční teploty vzduchu a úhrny atmosférických srážek v oblasti ČR, včetně meziroční proměnlivosti [12]. Porovnány byly simulované a naměřené 30leté průměrné roční teploty vzduchu a průměrné roční úhrny srážek v referenčním období, a dále byla pro výběr vhodných modelů použita odmocnina střední kvadratické chyby (RMSE) a tzv. relativní chyba, navržené v [6]. RMSE a relativní chyba byly spočteny pro průměrné měsíční teploty vzduchu, průměrné měsíční úhrny srážek, a směrodatné odchylky a průměrnou meziroční variabilitu těchto dvou charakteristik pro referenční období Výstupy GCM byly v oblasti 0 35 v. d. a s. š. nejprve převedeny do společné sítě s krokem 0,25, poté byl vypočítán průměr z hodnot v uzlových bodech ležících na území ČR. Vzhledem k tomu, že simulovaná pole byla v oblasti ČR hladká, neměla interpolace do jemnější sítě vliv na vypočtený průměr. ČR tak byla reprezentována jedním číslem. Mezi modely, které simulují většinu analyzovaných charakteristik poměrně dobře (v porovnání s ostatními modely), a to jak podle RMSE, tak podle relativní chyby [12], patří ECHAM5/MPI-OM, CSIRO-MK3.0, UKMO-HADGEM1, MIROC3.2(MEDRES), MIROC3.2(HIRES) a CNRM-CM3. Naopak jako nevyhovující (viz tab. 1) se ukázaly následující modely: BCC-CM1, BCCR- BCM2.0, GFDL-CM2.0, GISS-ER, FGOALS-G1.0, INM- CM3.0, ECHO-G a CCSM3. Pokud ke kritériím, použitým v [12] připojíme podmínku, že s modelem musí být propočítány běhy pro všechny tři časové horizonty, tj , , , a tři vybrané SRES scénáře emisí (A1B, A2, B1), zůstane k dispozici pouze osm modelů (viz tab. 2). Tyto modely pak byly použity pro odhad rozsahu změn teploty vzduchu a atmosférických srážek na území ČR [18]. Ze souboru hodnot daných výše uvedenými osmi modely (tab. 2) byl vypočítán medián (tzv. multimodelový medián) a horní a dolní kvartil. Medián tedy charakterizuje průměrnou hodnotu souboru výsledků daných jednotlivými modely, hodnotu změny menší než horní (dolní) kvartil vykazovalo 75 % (25 %) sledovaných GCM. Pro výpočet kvantilů je 8 modelů dosti málo, uvádíme proto i změny dané jednotlivými modely. Pokud se týká prostorového rozložení, jednotlivé modely mají v oblasti střední a západní Evropy různé prostorové rozložení změn teploty, na malém území ČR jsou ale plošné změny malé. Totéž platí u atmosférických srážek. Základní výsledky pro jednotlivá období jsou uvedeny níže. Pro odhady dopadů lze pak na základě níže uvedených hodnot vytvořit časové řady, do kterých bude např. promítnuta průměrná změna, kterou můžeme podle vybraných globálních modelů v oblasti ČR očekávat a interval, uvnitř kterého leží výsledky 50 % sledovaných globálních modelů. K získání těchto časových řad je možné zvolit jednoduchý aditivní (teplota vzduchu) a multiplikativní (atmosférické srážky) postup, doporučený v [11], nebo použít weather generators [3, 4, 5]. 58 Meteorologické Zprávy, 63, 2010

29 Obr. 1 Změny průměrných měsíčních teplot vzduchu (vlevo) a srážkových úhrnů (vpravo) mezi obdobími a podle scénáře A1B. Q50 označuje multimodelový medián změn, Q25 (Q75) je dolní (horní) kvartil. Fig. 1. Differences of monthly mean air temperature (left) and ratios of monthly mean precipitation between periods of and Q50 denotes multi model median, Q25 (Q75) stands for lower (upper) quartile. Obr. 2 Křivka P znázorňuje průměrný roční chod teploty vzduchu (vlevo) a srážek (vpravo) pro referenční období odvozený z technických řad. Křivky P+Q50, P+Q75 a P+Q25 (vlevo) označují teploty aditivně zvýšené o multimodelový medián, horní a dolní kvartil změn v období Křivky PxQ50, PxQ75 a PxQ25 (vpravo) označují srážky multiplikativně zvýšené o multimodelový medián, horní a dolní kvartil změn v období Fig. 2. Line P denotes observed mean annual cycle of air temperature (left) and precipitation (right) in the reference period of Lines P+Q50, P+Q25 and P+Q75 (left) denote observed mean annual cycle of air temperature modulated by adding the mutli model median, lower and upper quartile of simulated changes in period. Lines PxQ50, PxQ25 and PxQ75 (right) denote observed precipitation multiplicated by multi model median, lower and upper quartile of simulated changes in period. Tab. 3 Změny 30letých průměrů modelových teplot (rozdíl průměrů pro období a období ) a atmosférických srážek (podíl srážek pro období a ) pro scénář A1B. Q50 označuje multimodelový medián (medián souboru hodnot 8 GCM), Q25 (Q75) je dolní (horní) kvartil. Table 3. A. Differences of monthly mean air temperature between periods of and [ C]. B. Ratios of monthly mean precipitation between periods of and Q50 denotes multi model median, Q25 (Q75) stands for lower (upper) quartile. A. Změny teploty vzduchu [ C] měsíc I II III IV V VI VII VIII IX X XI XII Q50 1,2 1,3 1,7 0,8 1,0 0,8 1,0 1,3 1,6 1,3 1,3 1,7 Q25 0,8 1,2 1,4 0,2 0,5 0,7 0,9 0,8 1,4 1,1 1,2 1,1 Q75 1,8 1,6 1,8 1,3 1,6 1,1 1,2 1,9 1,8 1,6 1,3 1,9 B. Změny srážkových úhrnů [podíl] měsíc I II III IV V VI VII VIII IX X XI XII Q50 1,01 1,07 1,05 1,12 1,02 1,03 1,03 1,04 1,01 0,96 1,05 1,03 Q25 0,95 0,94 1,00 1,05 0,95 0,98 0,94 0,96 0,92 0,85 1,00 1,01 Q75 1,06 1,11 1,14 1,21 1,05 1,08 1,06 1,06 1,09 1,05 1,12 1,05 3. ČASOVÉ OBDOBÍ Údaje o změnách průměrných měsíčních teplot vzduchu (rozdíl 30letých průměrů modelových teplot pro období a období ) a atmosférických srážek (podíl 30letých průměrných úhrnů pro období a referenční období ) pro první časový horizont a scénář A1B jsou uvedeny v tab. 3, 4 a na obr. 1. Vzhledem k tomu, že v tomto blízkém období je neurčitost daná použitím různých scénářů emisí malá [10], nebyly další scénáře emisí vzaty v úvahu. Multimodelový medián změn průměrné teploty je nejvyšší v březnu a prosinci (1,7 C), a nejmenší v dubnu a červnu (0,8 C). V tab. 4 jsou uvedeny hodnoty změn pro jednotlivé modely. Je zřejmé, že většina modelů dává zvýšení teploty vzduchu. Výjimkou je jen model ECHAM5, který simuluje v lednu a březnu pokles teploty o 0,2 a 0,4 C. I u dalších modelů se v některých uzlových bodech vyskytl slabý Meteorologické Zprávy, 63,

30 Tab. 4 Změny 30letých průměrů měsíčních teplot ΔT [ C] (rozdíl průměrů pro období a období ) a srážek ΔR (podíl průměrných úhrnů pro období a období ) pro scénář A1B. Table 4. Differences of monthly mean air temperature ΔT [ C] and ratios of monthly mean precipitation ΔR between periods of and for A1B emission scenario. A1B CGCM CNRM CSIRO IPSL MIROC ECHAM5 MRI HADCM3 ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR I 2,4 1,00 2,0 1,15 1,4 0,90 1,7 0,97 0,9 1,05-0,2 0,86 1,1 1,02 0,6 1,09 II 4,1 1,20 1,1 1,08 1,2 0,85 1,4 0,91 1,5 1,21 1,0 1,06 1,2 0,95 1,8 1,07 III 2,5 1,16 1,7 1,07 1,0 0,98 1,7 1,01 1,8 1,14-0,4 1,20 1,5 1,00 1,7 1,02 IV 1,3 1,17 0,2 1,07 0,5 1,21 2,6 0,94 1,3 1,07 0,1 1,24 1,1 1,00 0,2 1,23 V 1,6 1,06 0,1 1,01 0,6 0,95 1,7 1,13 1,9 0,93 0,2 0,92 1,1 1,03 0,8 1,05 VI 0,8 1,12 0,9 0,99 0,8 1,10 1,9 0,96 1,6 1,08 0,7 0,96 0,5 1,03 0,8 1,02 VII 0,9 0,93 0,9 1,02 1,1 1,04 1,5 1,05 1,5 1,08 1,1 0,95 0,6 0,86 0,9 1,09 VIII 0,8 1,06 1,3 0,93 0,7 1,04 2,2 1,04 1,9 1,09 1,2 0,90 0,8 1,13 2,0 0,97 IX 1,7 1,08 1,5 0,98 0,4 1,04 2,2 1,13 1,8 1,11 1,4 0,92 1,4 0,90 2,0 0,92 X 1,2 0,84 0,4 1,10 1,0 0,94 1,3 0,85 1,8 1,13 1,7 0,98 1,2 1,03 1,6 0,76 XI 1,2 1,29 1,2 0,98 0,7 1,05 1,9 0,98 1,1 1,11 1,3 1,05 1,3 1,00 1,3 1,12 XII 1,9 1,04 1,6 1,02 0,3 1,04 2,3 1,10 1,9 0,97 1,1 0,99 1,0 1,03 1,9 1,08 rok 1,7 1,08 1,1 1,03 0,8 1,01 1,9 1,01 1,6 1,08 0,8 1,00 1,1 1,00 1,3 1,03 Tab. 5 Počet modelů, které dávají v období a pro emisní scénář A1B pro jednotlivé měsíce zvýšení (W), resp. snížení (D) úhrnů srážek, a příslušné změny teploty ΔT ( C) a srážek ΔR (podíly). Table 5. Number of models that simulate in the period increase (W) and decrease (D) in monthly mean precipitation for emission scenario A1B. ΔT ( C) and ΔR denote corresponding changes in monthly mean air temperature and precipitation. Měsíc I. II. III IV V VI VII VIII IX X XI XII Počet W ΔR 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,1 1,0 ΔT 1,4 1,9 1,5 0,7 1,1 0,9 1,2 1,3 1,5 1,2 1,2 1,5 Počet D ΔR 0,9 0,9 1,0 0,9 0,9 1,0 0,9 0,9 0,9 0,9 1,0 1,0 ΔT 1,0 1,3 1,0 2,6 0,9 1,2 0,8 1,5 1,6 1,3 1,5 1,5 Tab. 6 Změny průměrných měsíčních teplot vzduchu ΔT ( C) a srážek ΔR (podíly) pro období a scénáře B1, A1B a A2. Q50 označuje multimodelový medián změn, Q25 (Q75) je dolní (horní) kvartil. Table 6. ΔT: Differences of monthly mean air temperature [ C] between the periods of and ΔR: Ratios of monthly mean precipitation between the periods of and Q50 denotes multi model median, Q25 (Q75) stands for lower (upper) quartile. ΔT ΔR Q50 Q25 Q75 Q50 Q25 Q75 Měsíc B1 A1B A2 B1 A1B A2 B1 A1B A2 B1 A1B A2 B1 A1B A2 B1 A1B A2 I 2,1 2,3 2,7 1,5 1,9 2,4 2,4 3,1 3,1 1,06 1,08 1,08 1,03 0,99 1,01 1,13 1,19 1,11 II 2,1 2,7 2,5 1,7 2,0 2,5 2,8 3,6 2,8 1,08 1,13 1,05 0,97 0,97 1,01 1,16 1,24 1,14 III 2,2 2,6 1,9 1,1 2,4 1,3 2,6 3,0 2,7 1,01 1,10 1,12 0,97 1,07 1,08 1,23 1,19 1,18 IV 1,6 2,1 2,0 0,9 1,5 1,7 2,2 2,9 2,4 1,10 1,04 1,11 1,05 1,03 1,06 1,17 1,22 1,14 V 1,3 1,8 1,5 0,9 1,0 1,2 2,2 2,2 1,7 1,02 1,02 1,03 0,99 0,99 0,97 1,06 1,07 1,07 VI 1,2 1,9 1,3 0,7 1,0 1,1 1,7 2,6 2,2 1,01 1,03 1,01 1,00 1,00 1,00 1,02 1,12 1,05 VII 1,7 2,3 2,0 1,2 1,8 1,6 2,4 3,0 2,6 0,96 0,97 0,95 0,93 0,89 0,91 0,98 1,01 0,99 VIII 2,3 3,2 2,5 1,5 1,7 1,9 3,2 3,5 2,8 0,97 0,92 0,92 0,91 0,76 0,86 1,10 1,15 1,08 IX 2,2 3,0 2,8 1,9 2,6 2,1 2,8 3,5 3,2 0,98 1,01 0,90 0,88 0,81 0,80 1,08 1,06 1,09 X 2,3 2,7 2,0 1,1 1,9 1,9 2,4 2,9 2,4 1,01 1,05 1,06 0,98 0,95 0,99 1,06 1,11 1,09 XI 2,1 2,6 1,7 1,7 2,3 1,5 2,2 2,8 2,3 1,09 1,12 1,01 0,95 1,01 1,00 1,15 1,14 1,05 XII 2,2 2,6 2,3 1,6 2,0 1,7 2,3 3,0 2,7 1,01 1,09 1,05 0,99 0,97 1,02 1,05 1,11 1,09 rok 1,8 2,5 2,1 1,6 2,2 1,9 2,3 2,9 2,4 1,04 1,04 1,02 0,99 1,00 1,01 1,07 1,09 1,05 pokles teploty, není tudíž vyloučeno, že modelová meziroční variabilita překrývá v tomto blízkém období klimatický signál. Pokud se týká ročního průměru teploty, skupina vybraných 8 modelů dává zvýšení teploty o 0,8 (modely CSIRO a ECHAM5) až 1,9 C (IPSL). Multimodelový medián změn je v srpnu větší než v červenci. To se může projevit v posunu ročního maxima teploty vzduchu z července na srpen. Na obr. 2 vlevo vidíme pozorovaný průměrný roční chod teploty vzduchu v období , odvozený z technických řad (zelená křivka). Tyto technické řady byly vytvořeny v ČHMÚ a použity v [12] pro hodnocení a výběr GCM. Popis jejich vytvoření je popsán v [12]. Pokud k tomuto ročnímu chodu připočteme multimodelový medián změn, popř. multimodelový horní či dolní kvartil, charakter ročního chodu se příliš nezmění (obr. 2 vlevo). Na obr. 1 vpravo a v tab. 3 jsou uvedeny změny atmosférických srážek (podíl 30letých úhrnů pro období a referenční období ). Multimodelový medián změn je u většiny měsíců menší než 8 % (obr. 1). U atmosférických srážek je situace komplikovaná tím, že modely se mnohdy neshodují na znaménku změny (tab. 3, 4). V tab. 5 jsou proto uvedeny hodnoty průměru změn teploty a srážek spočteného zvlášť pro modely dávající pokles a nárůst srážek. Od ledna do března je změna teploty u modelů s nárůstem srážek o 0,4 až 0,6 C vyšší než u modelů s poklesem srážek. V ostatních měsících jsou rozdíly mezi oběma skupinami modelů menší, přičemž v šesti měsících je větší změna teploty u modelů s poklesem srážek. Extrémním případem je měsíc duben, kdy většina modelů dává nárůst srážkových úhrnů a zvýšení teploty v průměru o 0,9 C. Pouze model IPSL dává pokles srážek o 6 % a zvýšení teploty o 2,6 C. Tvar průměrného ročního chodu srážek vypočítaného z měřených hodnot zůstává po vynásobení multimodelovým mediánem změn v podstatě beze změny (obr. 2 vpravo). 4. ČASOVÉ OBDOBÍ V období dávají 60 Meteorologické Zprávy, 63, 2010

31 všechny modely zvýšení průměrné teploty vzduchu (tab. 7). Multimodelové mediány teplotních změn pro scénář A1B (tab. 6) jsou o 0,8 C (květen) až 2 C (srpen) vyšší než pro období Mezikvartilové rozpětí změn je také větší než v prvním období, a to ve všech měsících a sezonách s výjimkou jara. Jak je vidět z obr. 3 pro jednotlivé sezony, změny simulované jednotlivými modely se značně liší. V zimě se v závislosti na SRES scénáři pohybují od 1,3 do 3,7 C, v létě od 1,0 do 3,8 C. Změny dané scénářem B1 jsou podle očekávání nejnižší. V některých případech dává nejvyšší teplotní změny scénář A1B, jindy A2. Tvar ročních chodů teploty vzduchu a srážek je změněn minimálně (viz obr. 4), pouze přesun maxima teplot na srpen je u scénáře A1B výraznější a u atmosférických srážek je zřetelný pokles měsíčních úhrnů v červenci a srpnu a zvýšení v únoru, březnu a listopadu. U srážek multimodelové mediány změn (tab. 6) naznačují, že srážkové úhrny v zimních měsících se budou spíše zvyšovat. V listopadu a lednu např. dává pro scénář A1B šest z osmi modelů zvýšení srážek (tab. 8). Jednotlivé modely se ale v hodnotě změny i znaménku liší. Např. pro scénář A1B dává v létě model MIROC nárůst srážek o 14 %, model CNRM naopak pokles o 13 % (viz obr. 3). V tab. 8 jsou uvedeny hodnoty průměru změn teploty a srážek spočteného zvlášť pro modely dávající pokles a nárůst srážek. 5. OBDOBÍ Multimodelové mediány změn průměrných měsíčních teplot vzduchu při uskutečnění scénáře A1B jsou v rozmezí 2,3 C (květen) až 4,6 C (srpen), tab. 9. Modely se v očekávané hodnotě teplotní změny značně liší, viz obr. 5 pro jednotlivé sezony roku. Pro srpen a scénář A2 dávají např. modely CNRM a HADCM3 zvýšení teploty vzduchu až o 6,3 C a model CSIRO jen o 2,6 C, bližší podrobnosti viz tab. 10. Na obr. 6 vlevo je uvedena aplikace teplotních změn podle tří emisních scénářů na průměrný roční chod teploty vzduchu charakterizující území ČR v období Průměrné teploty všech tří zimních měsíců se dostávají nad 0 C (s výjimkou led- Tab. 7 Jako tab. 4, ale pro období a SRES scénáře B1, A1B a A2. Table 7. Same as Table 4, but for the period and emission scenarios B1, A1B and A2. B1 CGCM CNRM CSIRO IPSL MIROC ECHAM5 MRI HADCM3 ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR I 2,7 1,10 2,4 1,22 1,4 0,89 2,3 1,05 2,8 1,02 1,9 1,07 1,5 1,04 1,5 1,24 II 3,3 1,22 1,3 1,06 1,8 0,94 2,0 0,98 2,7 1,23 1,2 1,11 2,1 0,96 2,9 1,14 III 2,2 1,31 1,1 0,98 0,9 0,89 3,0 0,95 2,3 1,03 0,6 1,20 2,5 0,99 3,1 1,34 IV 2,2 1,12 0,9 1,07 0,3 1,14 3,0 0,99 2,1 1,07 0,9 1,31 2,3 0,96 1,1 1,25 V 2,2 1,02 1,0 0,89 0,9 1,05 2,1 1,26 2,6 1,03 0,3 1,11 1,1 0,99 1,5 0,99 VI 0,6 1,17 1,2 1,00 0,6 1,00 2,6 1,00 3,2 1,01 1,2 1,01 0,8 0,99 1,4 1,03 VII 1,1 0,97 1,2 0,94 1,8 0,98 2,7 0,98 3,3 1,15 1,7 0,82 1,0 0,96 2,3 0,90 VIII 1,3 1,07 2,8 0,81 1,0 1,00 3,4 0,87 3,4 1,21 1,8 0,95 1,5 1,18 3,1 0,93 IX 1,7 1,21 2,0 0,84 1,2 1,03 3,3 0,95 2,9 1,25 2,2 1,00 2,1 0,84 2,7 0,89 X 1,2 1,01 0,9 1,01 0,6 1,08 2,3 0,92 2,6 1,06 3,0 1,01 2,3 1,11 2,3 0,83 XI 1,7 1,14 1,6 0,96 0,4 1,25 3,0 0,93 2,2 1,05 2,0 1,13 2,2 0,81 2,4 1,18 XII 2,2 1,06 2,2 1,01 0,7 0,94 2,8 1,04 2,5 1,01 2,1 1,08 1,5 0,94 1,6 1,01 rok 1,9 1,12 1,5 0,98 1,0 1,02 2,7 0,99 2,7 1,09 1,6 1,07 1,7 0,98 2,2 1,06 A1B CGCM CNRM CSIRO IPSL MIROC ECHAM5 MRI HADCM3 ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR I 3,7 1,17 3,2 1,23 1,7 0,92 1,6 0,92 3,0 1,08 2,4 1,01 2,0 1,09 2,2 1,30 II 5,0 1,28 2,9 1,21 1,6 0,90 2,0 0,92 3,5 1,22 2,6 1,04 2,1 0,99 3,8 1,29 III 2,9 1,25 2,6 1,17 1,1 1,10 3,0 0,93 2,6 1,08 1,9 1,11 2,6 1,04 3,5 1,28 IV 3,0 1,04 1,9 1,03 1,1 1,05 3,4 0,99 2,3 1,03 1,4 1,43 2,9 1,18 1,5 1,36 V 2,2 1,22 1,9 0,97 0,8 1,00 2,3 1,01 3,4 0,90 1,0 1,04 1,0 1,16 1,7 1,03 VI 0,7 1,12 1,9 0,94 0,4 1,02 3,1 1,03 3,7 1,04 2,0 0,91 1,1 1,11 2,5 1,13 VII 1,8 0,99 2,3 0,89 1,7 0,98 3,0 1,07 3,9 1,20 2,2 0,82 1,3 0,96 3,0 0,89 VIII 1,7 1,22 3,4 0,77 1,8 0,91 3,4 0,93 3,8 1,18 3,1 0,74 1,5 1,14 4,5 0,73 IX 2,7 1,16 2,7 0,79 0,8 1,03 3,8 1,03 3,2 1,21 3,5 0,99 2,3 0,79 4,0 0,81 X 1,7 1,06 2,0 0,91 1,3 1,10 2,8 0,96 3,0 1,14 2,9 1,19 2,7 1,05 3,3 0,82 XI 1,8 1,15 2,4 0,93 1,1 1,10 2,6 1,03 2,7 1,14 2,6 1,23 2,9 0,92 3,0 1,14 XII 2,4 1,14 3,2 1,10 1,2 0,98 3,4 1,11 3,0 0,96 2,1 1,09 1,5 0,93 2,9 1,21 rok 2,5 1,15 2,5 0,99 1,2 1,01 2,9 0,99 3,2 1,10 2,3 1,05 2,0 1,03 3,0 1,08 A2 CGCM CNRM CSIRO IPSL MIROC ECHAM5 MRI HADCM3 ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR ΔT ΔR I 2,3 1,10 2,4 1,10 3,6 0,97 3,3 1,02 2,9 1,06 2,4 0,96 3,0 1,15 2,2 1,32 II 2,8 1,22 2,5 1,12 2,2 0,90 2,9 0,90 2,5 1,22 2,6 1,05 3,1 1,06 2,5 1,04 III 2,7 1,31 1,9 1,11 1,0 1,02 0,8 1,10 2,7 1,13 1,9 1,16 2,8 0,98 1,4 1,21 IV 1,1 1,12 2,3 1,10 1,7 1,14 2,1 0,89 3,4 0,99 2,0 1,16 1,8 1,08 2,6 1,27 V 1,6 1,02 1,0 0,98 1,4 1,05 0,9 1,13 3,0 0,93 1,9 0,87 1,6 1,03 1,3 1,14 VI 2,1 1,17 0,9 1,01 2,3 1,05 1,0 1,05 3,0 1,00 1,2 0,86 1,4 1,02 1,1 1,00 VII 2,9 0,97 1,2 0,95 2,0 1,09 1,7 0,95 3,0 1,05 2,5 0,84 2,0 0,93 1,3 0,86 VIII 3,6 1,07 1,7 0,88 2,6 0,95 2,5 0,88 3,6 1,18 1,9 0,81 2,6 1,10 1,4 0,80 IX 3,2 1,21 2,2 0,75 3,2 1,09 3,0 0,90 3,5 1,12 2,1 0,72 2,6 0,90 1,8 0,82 X 2,3 1,01 1,9 1,05 3,0 1,09 2,1 0,91 2,8 1,07 1,7 1,09 1,9 1,12 1,9 0,96 XI 2,1 1,14 1,7 1,02 1,7 1,00 0,8 1,00 3,5 1,05 1,2 1,00 2,8 0,87 1,7 1,05 XII 2,5 1,06 1,7 1,08 3,0 1,03 1,6 1,04 2,7 1,01 2,2 1,10 2,7 0,98 1,3 1,11 rok 2,4 1,12 1,8 1,01 2,3 1,03 1,9 0,98 3,0 1,07 2,0 0,97 2,4 1,02 1,7 1,05 Meteorologické Zprávy, 63,

32 Obr. 3 Změny průměrných sezonních teplot vzduchu (vlevo) a srážek (vpravo) pro osm vybraných globálních modelů, tři scénáře emisí a období Fig. 3. Differences of seasonal mean air temperature [ C] (left) and ratios of seasonal mean precipitation (right) between the periods of and for three emission scenarios. Obr. 4 Křivka P označuje průměrný roční chod teploty vzduchu (vlevo) a srážek (vpravo) pro referenční období odvozený z technických řad. Křivky P+B1_Q50, P+A1B_Q50, P+A2_Q50 (vlevo) znázorňují teploty zvýšené aditivně o multimodelový medián změn pro emisní scénáře B1, A1B a A2 v období Křivky PxB1_Q50, PxA1B_Q50 a PxA2_Q50 (vpravo) označují srážky multiplikativně zvýšené o multimodelový medián změn pro emisní scénáře B1, A1B a A2 v období Fig. 4. Line P denotes observed mean annual cycle of air temperature (left) and precipitation (right) in the reference period. Lines P+B1_Q50, P+A1B_Q50, P+A2_Q50 (left) denote observed mean annual cycle of air temperature modulated by adding the multi model median of simulated changes in the period for B1, A1B, A2 emission scenario, respectively. Lines PxB1_Q50, PxA1B_Q50, PxA2_Q50 (right) denote observed values multiplicated by multi model median of simulated changes in the period for B1, A1B, A2 emission scenario, respectively. Tab. 8 Počet modelů, které dávají pro období zvýšení (W), resp snížení (D), měsíčních úhrnů srážek a příslušná průměrná změna teploty ΔT a srážek ΔR. Table 8. Number of models that simulate for the period increase (W) and decrease (D) in monthly mean precipitation for emission scenario A1B. ΔT ( C) and ΔR denote corresponding changes in monthly mean air temperature and precipitation. B1 A1B A2 měsíc W Δ R Δ T D Δ R Δ T W Δ R Δ T D Δ R Δ T W Δ R Δ T D Δ R Δ T I 7 1,10 2,2 1 0,89 1,4 6 1,15 2,7 2 0,92 1,7 6 1,12 2,7 2 0,97 3,0 II 5 1,15 2,3 3 0,96 2,0 5 1,21 3,6 3 0,94 1,9 6 1,12 2,7 2 0,90 2,6 III 4 1,22 2,0 4 0,95 1,9 7 1,15 2,5 1 0,93 3,0 7 1,15 1,8 1 0,98 2,8 IV 6 1,16 1,2 2 0,98 2,7 7 1,16 2,0 1 0,99 3,4 6 1,14 1,9 2 0,94 2,7 V 5 1,09 1,6 3 0,96 1,2 6 1,08 1,5 2 0,93 2,6 5 1,08 1,4 3 0,93 2,0 VI 7 1,03 1,5 1 0,99 0,8 6 1,07 1,9 2 0,92 1,9 7 1,04 1,7 1 0,86 1,2 VII 1 1,15 3,3 7 0,93 1,7 2 1,13 3,5 6 0,92 2,1 2 1,07 2,5 6 0,92 2,0 VIII 4 1,11 1,8 4 0,89 2,8 3 1,18 2,3 5 0,82 3,2 3 1,12 3,3 5 0,87 2,0 IX 4 1,12 2,0 4 0,88 2,5 4 1,10 2,6 4 0,85 3,1 3 1,14 3,3 5 0,82 2,3 X 6 1,05 1,8 2 0,87 2,3 5 1,11 2,3 3 0,90 2,7 6 1,07 2,2 2 0,94 2,0 XI 5 1,15 1,7 3 0,90 2,2 6 1,13 2,3 2 0,92 2,7 7 1,03 1,8 1 0,87 2,8 XII 6 1,03 2,3 2 0,94 1,1 5 1,13 2,8 3 0,96 1,9 7 1,06 2,2 1 0,98 2,7 nové teploty podle scénáře B1, která zůstává jednu desetinu stupně Celsia pod bodem mrazu), letní maximum se podle scénáře B1 přesouvá na srpen. Podle scénářů A1B a A2 jsou průměrné teploty v červenci a srpnu téměř totožné. Aplikace změn průměrných měsíčních srážek na pozorovaný roční chod v referenčním období je uvedena na obr. 6 vpravo. Nejmenší změny lze očekávat při uskutečnění scénáře B1, což je v souladu s tím, že tento scénář předpokládá nižší emise skleníkových plynů než ostatní dva scénáře. Podle A1B a A2 je viditelná nejvýraznější změna v červenci, kdy může dokonce dojít k výskytu podružného minima srážek. Multimodelové změny (multimodelový medián a horní a dolní kvartil) měsíčních úhrnů srážek jsou uvedeny v tab. 9, hodnoty pro jednotlivé modely pak v tab. 10. V chlad- 62 Meteorologické Zprávy, 63, 2010

33 Tab. 9 Jako tab. 6, ale pro období Table 9. Same as Table 6, but for the period ΔT ΔR Q50 Q25 Q75 Q50 Q25 Q75 Měsíc B1 A1B A2 B1 A1B A2 B1 A1B A2 B1 A1B A2 B1 A1B A2 B1 A1B A2 I 2,7 3,9 4,2 2,4 3,4 3,9 3,0 4,4 4,5 1,11 1,14 1,11 1,06 1,04 1,07 1,13 1,23 1,14 II 2,5 3,6 4,2 2,0 3,3 3,5 3,3 4,8 4,8 1,03 1,11 1,13 0,99 1,04 1,01 1,15 1,18 1,20 III 2,3 3,2 3,7 1,8 2,3 3,4 2,8 3,6 4,3 1,08 1,15 1,16 1,00 1,08 1,05 1,24 1,23 1,26 IV 2,4 2,8 3,3 1,7 2,3 2,6 2,6 3,2 3,9 1,17 1,11 1,14 1,09 1,05 1,04 1,27 1,29 1,23 V 1,9 2,3 3,1 1,5 2,2 2,3 2,5 3,5 3,8 1,02 1,05 1,03 0,98 0,91 1,02 1,06 1,12 1,16 VI 2,1 2,8 3,0 1,1 1,7 2,5 2,6 4,1 3,9 1,02 1,00 1,01 0,97 0,98 0,85 1,08 1,04 1,05 VII 2,2 3,8 4,2 1,7 2,7 3,7 2,8 4,5 4,5 1,02 0,91 0,96 0,89 0,86 0,74 1,03 1,02 1,05 VIII 3,2 4,6 4,8 1,8 2,3 3,3 3,9 5,0 6,0 0,99 0,94 0,92 0,80 0,69 0,77 1,17 1,03 1,05 IX 3,0 4,5 4,7 2,3 2,8 3,7 3,5 5,0 5,6 0,99 0,91 0,93 0,89 0,79 0,81 1,12 1,09 0,96 X 2,8 3,3 3,9 1,4 2,7 3,4 3,3 4,3 4,3 1,00 0,91 0,99 0,92 0,88 0,90 1,06 1,05 1,03 XI 2,4 3,1 3,6 2,2 2,7 3,2 2,6 3,8 4,0 1,09 1,05 1,05 1,02 1,01 1,01 1,10 1,13 1,09 XII 2,8 3,7 4,0 1,9 2,7 3,5 3,4 4,4 4,3 1,04 1,11 1,06 1,00 1,05 1,01 1,09 1,15 1,13 rok 2,4 3,4 3,8 2,0 2,7 3,5 3,0 4,3 4,4 1,04 1,02 1,04 1,01 1,00 0,99 1,07 1,06 1,06 nou část roku převládla v období tendence modelů dávat vyšší srážky, v létě a září lze očekávat pokles srážek, viz obr. 5 a tab. 11. Rozptyl modelových výsledků je ale značný (tab. 10, obr. 5), např. pro scénář A2 dává model MIROC v srpnu zvýšení měsíčního úhrnu o 29 % a model HADCM3 naopak pokles měsíčního úhrnu o 44 %. Dva z modelů (CGCM a MIROC) dávají téměř ve všech měsících zvýšení srážkových úhrnů, tři modely výrazný pokles srážek od června až po září. V tab. 11 jsou uvedeny počty modelů, podle jejichž simulací nastane v daném měsíci pokles, resp. zvýšení srážkového úhrnu, a odpovídající průměrné změny teploty a srážek. Pro scénáře A1B a B1 se modely na znaménku změny neshodují od května do října, podle scénáře A2 pouze červnu, červenci a říjnu. V zimních měsících se modely podle všech tří emisních scénářů shodují na zvýšení srážkových úhrnů o %. 6. ZÁVĚR Odhady změn průměrných měsíčních teplot vzduchu a měsíčních úhrnů atmosférických srážek se v závislosti na globálním modelu mohou výrazně lišit. Oblast ČR netvoří v tomto ohledu výjimku. S rozptylem modelových výsledků se tudíž musí počítat i při eventuální konstrukci scénáře změny klimatu pro odhady dopadů na různé sektory hospodářství. Impaktové studie není ale vhodné založit na přímých modelových výstupech, ať již globálních, nebo regionálních modelů pro budoucí klima. U každého klimatického modelu se při porovnání modelových výstupů pro referenční období ( ) s měřenými daty objeví chyby. Používají se proto různé metody, pomocí kterých se snažíme vliv chyb na odhady dopadů snížit. Řadu z těchto přístupů lze nalézt v [1]. Obr. 5 Jako obr. 3, ale pro období Fig. 5. Same as Fig. 3, but for the period. Obr. 6 Jako obr. 4, ale pro období Figure 6. Same Fig. 4, but for the period. Meteorologické Zprávy, 63,