METEOROLOGICKÉ ZPRÁVY

Transkript

1 ČESKÝ HYDROMETEOROLOGICKÝ ÚSTAV CZECH HYDROMETEOROLOGICAL INSTITUTE METEOROLOGICKÉ ZPRÁVY METEOROLOGICAL BULLETIN Zpráva Světové meteorologické organizace o stavu počasí a podnebí ve světě v roce Bohumil Techlovský: Porovnání zpráv METAR a METAR AUTO na letišti Praha-Ruzyně (LKPR) Jan Daňhelka Miloň Boháč Hana Kourková Pavel Kukla Bohuslava Kulasová Jakub Krejčí: Extrémní hydrologické jevy v kontextu klimatické variability a změny klimatu Stanislava Kliegrová Jan Komárek: Měření a pozorování na dvou blízkých stanicích v Hradci Králové Informace Recenze , 94 ROČNÍK ČÍSLO 3

2 The WMO Report on the Status of the Global Climate in Bohumil Techlovský: Comparison of METAR and METAR AUTO reports at Prague-Ruzyne Airport (LKPR) Jan Daňhelka Miloň Boháč Hana Kourková Pavel Kukla Bohuslava Kulasová Jakub Krejčí: Hydrological Exteremes in the Context of Climate Variability and Change Stanislava Kliegrová Jan Komárek: Measurements and observations at two close stations near Hradec Králové Information Reviews , 94 Abstracting and Indexing: Meteorological and Geoastrophysical 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 R. Tolasz, Český hydrometeorologický ústav, Ostrava, Česká republika Redaktoři Assistant Editors O. Šuvarinová, Český hydrometeorologický ústav, Praha, Česká republika H. Stehlíková, Český hydrometeorologický ústav, Praha, Česká republika Redakční rada Editorial Board J. Bednář, Univerzita Karlova, Praha, Česká republika J. Brechler, Univerzita Karlova, Praha, Česká republika R. Brožková, Český hydrometeorologický ústav, Praha, Česká republika M. Cahynová, Ústav fyziky atmosféry AV ČR, Praha, Česká republika R. Čekal, Český hydrometeorologický ústav, Praha, Česká republika Z. Horký, Praha, Česká republika F. Hudec, Univerzita obrany, Brno, Česká republika I. Hůnová, Český hydrometeorologický ústav, Praha, Česká republika K. Krška, Brno, Česká republika M. Lapin, Univerzita Komenského, Bratislava, Slovenská republika F. Neuwirth, Zentralanstalt für Meteorologie und Geodynamik, Wien, Austria L. Němec, Český hydrometeorologický ústav, Praha, Česká republika V. Pastirčák, Slovenský hydrometeorologický ústav, Bratislava, Slovenská republika D. Řezáčová, Ústav fyziky atmosféry AV ČR, Praha, Česká republika M. Setvák, Český hydrometeorologický ústav, Praha, Česká republika J. Strachota, Praha, Česká republika J. Sulan, Český hydrometeorologický ústav, Plzeň, Česká republika F. Šopko, Český hydrometeorologický ústav, Praha, Česká republika A. Vizina, Výzkumný ústav vodohospodářský T. G. Masaryka, v. v. i., Praha, Česká republika H. Vondráčková, Český hydrometeorologický ústav, Praha, Česká republika V. Voženílek, Univerzita Palackého v Olomouci, Olomouc, Česká republika Vydavatel (redakce) Publishers Český hydrometeorologický ústav, Na Šabatce 2050/17, Praha 4-Komořany, telefon , , suvarinova@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 2050/17, Praha 4-Komořany, iva.sieglerova@chmi.cz. Cena jednotlivého čísla 25, Kč, roční předplatné 240, Kč, včetně poštovného. Registrační číslo MK ČR E Meteorologické Zprávy, Český hydrometeorologický ústav Czech Hydrometeorological Institute, Na Šabatce 2050/17, Praha 4-Komořany, Phones: (+420) , (+420) , suvarinova@chmi.cz. Printed in the Studio 3P, l.l.c. Orders and enquiries: Please contact Czech Hydrometeorological Institute, SIS, Na Šabatce 2050/17, Praha 4-Komořany, Czech Republic, iva.sieglerova@chmi.cz. Annual subscription: 48, EUR (6 issues) ISSN

3 METEOROLOGICKÉ ZPRÁVY Meteorological Bulletin ROČNÍK 66 (2013) V PRAZE DNE 8. ČERVENCE 2013 ČÍSLO 3 ZPRÁVA SVĚTOVÉ METEOROLOGICKÉ ORGANIZACE O STAVU POČASÍ A PODNEBÍ VE SVĚTĚ V ROCE 2012 The WMO Report on the Status of the Global Climate in Since 1993 the World Meteorological Organization (WMO) has been publishing its annual WMO Statement on the Status of the Global Climate. The report has gradually gained in popularity and recently is a recognized authoritative source of information for the scientific community, the media and the general public. The report presented is the latest link of this successful sequence. The journal Meterologické zprávy (Meterological Bulletin) offers to its readers an abbreviated version of the report. KLÍČOVÁ SLOVA: teplota průměrná globální úhrny srážek globální zalednění mořské KEY WORDS: average global temperature globally precipitations sea-ice 1. ÚVOD Od svého prvního vydání v roce 1993 získává předkládaná Zpráva Světové meteorologické organizace (SMO) o stavu počasí a podnebí ve světě na popularitě a významu. Tento dokument je připravován Komisí pro klimatologii při SMO ve spolupráci již s 191 členskými státy SMO. Zpráva souhrnně popisuje nejdůležitější klimatické jevy v daném roce a je všeobecně uznávána jako významný zdroj informací pro vědeckou obec, sdělovací prostředky i širokou veřejnost (obr. 1). Navzdory ochlazení vlivem epizody La Niña na začátku roku se rok 2012 zařadil mezi deset nejteplejších roků v historických záznamech, a to na deváté místo v dlouhodobém pořadí. Přestože se tempo oteplování mění rok od roku v důsledku přiro- Obr.1 Obálka publikace WMO. Fig.1. Cover of the WMO publication. zené proměnlivosti cyklů El Niño/La Niña, sopečné činnosti a dalších jevů, trvalé oteplování nižších vrstev atmosféry je znepokojujícím jevem. Setrvalé trendy v koncentraci skleníkových plynů a jejich následného radiačního působení v zemské atmosféře naznačují, že oteplování bude pokračovat. Rekordní ztráta arktického mořského ledu v srpnu a v září, 18 % pod dosavadním minimem z roku 2007, byla rovněž jasným a alarmujícím projevem změny klimatu. V roce 2012 nastalo mnoho dalších extrémů, zejména velmi suchých období a silných tropických cyklon. Přirozená variabilita klimatu vždy přináší podobné extrémní jevy, ale současné projevy extrémního počasí a klimatických jevů jsou stále více určovány změnou klimatu. Například proto, že globální hladiny moří jsou nyní asi o 20 cm vyšší, než tomu bylo v roce 1880, bouře jako třeba hurikán Sandy způsobují větší záplavy, než by tomu bylo dříve. Hurikán Sandy usmrtil téměř 100 lidí a napáchal velké škody v Karibiku ještě předtím, než dále zesílil a způsobil hmotné škody ve výši desítek miliard amerických dolarů a okolo 130 úmrtí na východním pobřeží USA. Tajfun Bopha, nejničivější tropický cyklon roku, zasáhl Filipíny dvakrát během prosince. V průběhu roku zažily Spojené státy a jihovýchodní Evropa extrémně suché období, zatímco západní Afrika byla těžce zasažena extrémními povodněmi. K silným záplavám došlo již třetí rok po sobě v Pákistánu. Každý jednotlivý život ztracený v důsledku extrémních atmosférických jevů nebo katastrof souvisejících s nadbytkem či nedostatkem vody je tragédií. Naštěstí se počet takových tragédií stále snižuje díky zkvalitňování systémů včasného varování fungujících 24 hodin denně v rámci národních meteorologických a hydrologických služeb, zlepšující se spolehlivosti numerických modelů předpovědi počasí a pokroku v radarových, družicových a dalších systémech sledování počasí, klimatu a stavu vody. Je velmi důležité, že SMO bude i nadále podporovat monitorování a výzkum, což zlepší naše znalosti o proměnlivosti klimatu a klimatické změně. Musíme lépe pochopit, jaké množství tepla zachycené díky skleníkovým plynům je akumulováno v oceánech a jaké důsledky to přináší, pokud jde o okyselování moří a řadu dalších dopadů. Potřebujeme vědět více o současných ochlazujících účincích znečišťujících látek a aerosolů vypouštěných do ovzduší. Musíme také lépe porozumět měnícímu se chování extrémního počasí a klimatic- Meteorologické Zprávy, 66,

4 Obr. 3 Odchylky globální povrchové teploty souší a oceánů [ C] v roce 2012 od průměru (Zdroj: Met Office Hadley Centre, UK, and Climatic Research Unit, University of East Anglia, United Kingdom). Fig. 3. Global land surface and sea surface temperature anomalies [ C] for 2012, relative to (Source: Met Office Hadley Centre, UK, and Climatic Research Unit, University of East Anglia, United Kingdom). kých jevů v důsledku globálního oteplování a musíme pomáhat zemím v nejvíce postižených oblastech lépe zvládat rizika související s klimatickými jevy pomocí kvalitnějších systémů monitorování a včasného varování. Opatření přijatá na mimořádném kongresu Světové meteorologické organizace konaném v roce 2012 nyní poskytují nezbytnou globální platformu pro lepší přizpůsobení se probíhajícím změnám prostřednictvím stále kvalitnějších informací a poznatků o klimatu. Obr. 2 Odchylka globální povrchové teploty [ C] od průměru pro 50 nejteplejších let za období Velikost sloupců znázorňuje 95% meze spolehlivosti dat pro jednotlivé roky. (Zdroj: Met Office Hadley Centre, UK, and Climatic Research Unit, University of East Anglia, United Kingdom). Fig. 2. Global ranked surface temperatures for the warmest 50 years. Inset shows global ranked surface temperatures from The size of the bars indicates the 95 per cent confidence limits associated with each year. (Source: Met Office Hadley Centre, UK, and Climatic Research Unit, University of East Anglia, United Kingdom). 2. GLOBÁLNÍ TEPLOTA Globální teplota povrchu země a oceánu v roce 2012 se odhaduje na 0,45 C ± 0,11 C nad průměrem , který činí 14 C. Díky tomu je tento rok devátým nejteplejším od začátku výpočtů globální teploty v roce Je také dvacátým sedmým rokem v nepřetržité řadě, kdy globální teplota byla nad průměrem Roky jsou současně nejteplejšími třinácti roky od začátku moderního měření (obr. 2). Odchylka globální teploty země a oceánu v roce 2012 byla jen o 0,1 C nižší než rekordní hodnota zaznamenaná v roce Pokud namísto průměru použijeme poslední referenční třicetileté období , které zahrnuje tři nejteplejší dekády historie, je odchylka globální teploty roku 2012 odhadována na +0,16 C. Výše uvedené údaje jsou založeny na průměrné hodnotě spočítané ze tří hlavních globálních datových souborů, které jsou počítány na třech špičkových světových pracovištích. Jsou to Hadleyho středisko pro předpovědi a výzkum klimatu a Ústav pro výzkum klimatu při Východoanglické univerzitě (HadCRU) ve Velké Británii, Národní středisko pro klimatická data při Národním úřadu pro oceány a ovzduší (NCDC-NOAA) a Goddardův institut pro kosmický výzkum (GISS) při Národním úřadu pro letectví a kosmonautiku (NASA) ve Spojených státech amerických. Datové soubory NCDC a GISS sahají do roku 1880, HadCRU až do roku Jiné datové sady produkují podobné, ale mírně odlišné výsledky. Podle datového souboru japonské meteorologické služby se odhaduje, že globální povrchová teplota byla v roce 2012 o 0,14 C nad průměrem , což by tento rok řadilo na osmé místo v pořadí nejteplejších roků. Průměrná globální teplota odhadnutá pomocí modelování reanalyzovaných dat je obvykle konzistentní s pozorováními. Podle reanalyzovaných dat z Evropského střediska pro střednědobé předpovědi počasí (ECMWF) byla odchylka globální teploty země a oceánu 0,18 C nad průměrem referenčního období a rok 2012, společně s roky 2002, 2003 a 2009, byl šestým nejteplejším od roku Počátek roku byl ve znamení slabého až středního působení jevu La Niña, který vznikl v říjnu Přítomnost epizody La Niña v průběhu roku mívá ochlazující vliv na globální teplotu a rok 2012 nebyl výjimkou. Tříměsíční období leden až březen mělo nejnižší globální teplotu povrchu souše a oceánu od roku Poté La Niña oslabovala a v dubnu přešla do neutrálního stavu, který přetrval do konce roku. Nadprůměrná teplota byla zaznamenána nad většinou zemského povrchu, především v Severní Americe, jižní Evropě, v západní části Ruska, v severní Africe a jižní části Jižní Ameriky. Naopak pod průměrem byla teplota na Aljašce, v severní a východní Austrálii a ve střední Asii. Oceánská teplota byla nad průměrem na větší části povrchu světových oceánů. Podprůměrné teplotní poměry byly zaznamenány na velké rozloze centrální tropické a severovýchodní části Tichého oceánu, v části jižního Atlantiku a Jižním oceánu (obr. 3). 3. GLOBÁLNÍ SRÁŽKY, SNĚHOVÁ POKRÝVKA NA SEVERNÍ POLOKOULI Na rozdíl od posledních dvou let (2010 a 2011), kdy byly srážky výrazně nadprůměrné, zaznamenal svět v roce 2012 globální úhrn jen 6,3 mm nad průměrem z let Meteorologické Zprávy, 66, 2013

5 90N 60N 30N 0 30S 60S 90S W 60W 0 60E 120E Obr. 4 Odchylky ročního srážkového úhrnu (mm) 2012 od průměru pro globální plochu souší. (Zdroj: Global Precipitation Climatology Centre, Deutscher Wetterdienst, Germany). Fig. 4. Annual precipitation anomalies for global land areas for 2012 focusing on base period. (Source: Global Precipitation Climatology Centre, Deutscher Wetterdienst, Germany). Srážkové poměry byly místně velmi proměnlivé, dominantními jevy byly podprůměrné srážky ve větší části centrálních Spojených států, v severním Mexiku, na severovýchodě Brazílie, v centrálních oblastech Ruska a jižní části centrální Austrálie. Vyšší než průměrné srážkové úhrny byly naměřeny v celé severní Evropě, západní Africe, v severní části centrální Argentiny, na západní Aljašce a v severní Číně (obr. 4). Sněhová pokrývka v zimě byla v oblasti severní Ameriky podprůměrná, pokrývala čtvrtou nejmenší plochu kontinentu od roku To bylo v ostrém kontrastu s předchozími dvěma zimami, ve kterých byl zaznamenán vůbec největší ( ) a třetí největší ( ) rozsah sněhové pokrývky. Euroasijský kontinent měl naopak sněhovou pokrývku nadprůměrnou, její rozsah byl čtvrtý největší v záznamech. Severní polokoule jako celek byla pokryta sněhem nadprůměrně, km 2 nad průměrem ( km 2 ), a v záznamech se tím tato zima dostala na čtrnácté místo. Během jara (březen květen) byl rozsah sněhové pokrývky v severní Americe třetí nejmenší v záznamech, km 2 pod průměrem. V Eurasii měla sněhová pokrývka dvanáctý nejmenší jarní rozsah a byla jeden milion km 2 pod průměrem. Rozsah sněhové pokrývky na severní polokouli tak byl v průběhu jara 2012 hodnocen jako šestý nejmenší v záznamech. Nedávná analýza rozsahu sněhové pokrývky v červnu 2012 podle záznamů družice NOAA potvrzuje rekordně nízkou sněhovou pokrývku jak v severní Americe, tak v Eurasii. Její rozloha byla pouze km 2 oproti průměru z let , který činí km 2. Je to nejmenší rozloha od počátku družicových pozorování v roce Rozsah červnové sněhové pokrývky na souši tedy aktuálně klesá rychleji, než plocha arktického mořského ledu v létě, a to rychlostí, která je vyšší, než předpokládaly projekce klimatických modelů. Je zde patrný trend podstatně dřívějšího jarního tání sněhu ve vysokých zeměpisných šířkách. Obr. 5 Minimální rozloha mořského ledu na severní polokouli v září 2012 (nejmenší v historii, vlevo) a v září 2007 (druhá nejmenší, vpravo); fialová/oranžová linie znázorňuje průměrnou rozlohu za období (Zdroj: National Snow and Ice Data Center, United States). Fig. 5. Northern hemisphere minimum sea-ice extent for September 2012 (lowest on rekord, left) and September 2007 (second lowest on record, right) ; the magenta/orange line indicates the long-term median from the base period. (Source: National Snow and Ice Data Center, United States). 4. STAV ZALEDNĚNÍ POLÁRNÍCH OBLASTÍ Oblast arktického mořského ledu se vždy v průběhu zimy na severní polokouli rozšiřuje a v březnu dosahuje svého maxima. Během léta dochází k tání a minimální rozlohy je dosaženo v měsíci září. Během zimy dosáhl arktický mořský led maxima své rozlohy dne 20. března, rozkládal se na ploše km 2. Průměrná březnová rozloha byla km 2, což bylo 3,4 % pod průměrem z let a devátý nejmenší březnový rozsah od začátku měření v roce Nicméně byla to také největší březnová rozloha ledu od roku Po dosažení březnového maxima začalo ledu ubývat Meteorologické Zprávy, 66,

6 a nastalo období tání. Během dalších měsíců byly pozorovány denní stavy přibližně odpovídající průběhu tání v roce Rychlejší pokles nastal v červnu a pak zejména v srpnu, kdy ubývalo v průměru téměř km 2 ledu denně. Byl to nejrychlejší srpnový úbytek ledu, který kdy byl zaznamenán. Led se rozpouštěl tak rychle, že již 26. srpna bylo překonáno dosavadní rekordní minimum, zaznamenané 18. září 2007 (tedy o celých 18 dnů dříve). Do 31. srpna klesla rozloha mořského ledu v Arktidě na km 2, což znamená, že poprvé za 34 let sledování klesla v srpnu rozloha ledu pod 4 miliony km 2. Nejmenší rozlohy svého ledového krunýře km 2 dosáhla Arktida dne 16. září 2012 (obr. 5). Tato hodnota je nižší než dosavadní rekordní minimum o 18 %, a o 49 % (téměř km 2 ) než průměrné minimum z let Rozdíl mezi maximální rozlohou dne 20. března a minimální dne 16. září byl km 2. Jednalo se o největší sezonní ztrátu mořského ledu ve 34letých družicových záznamech. Grónský ledový příkrov dramaticky tál již na začátku července a rychle dosáhl 97 % rozlohy, která bývá obvyklá až v polovině tohoto měsíce. Bylo to nejintenzivnější tání ledu od začátku družicových měření před 34 lety. Během letního období bývá v Grónsku obvyklé přirozené tání téměř poloviny ledového štítu, a to zejména v nižších polohách. V roce 2012 byly nadprůměrně teplé poměry a to způsobilo velmi rychlý průběh odtávání. Antarktický mořský led obráceně expanduje v chladném období na jižní polokouli a dosahuje maximálního rozsahu v září. Poté v teplé polovině roku na jižní polokouli taje a minima dosahuje v únoru nebo březnu. V roce 2012 byl zaznamenán jeho čtvrtý největší březnový rozsah, 5 milionů km 2, což bylo 16 % nad průměrem let Během zimního období se plocha antarktického mořského ledu zvětšila na rekordní úroveň km 2, což dne 26. září. Tato rozloha překonala dosavadní maximum km 2 ze dne 21. září VÝZNAMNÉ EXTRÉMNÍ JEVY A TRENDY V roce 2012 byly po celém světě pozorovány pozoruhodné klimatické anomálie a události. Mnohé části severní polokoule byly postiženy četnými extrémy, jako jsou vlny veder a extrémně vysokých teplot, sucha a požáry, extrémní srážky a záplavy, extrémní zimy a tropické cyklony (obr. 6). Mezi 10 nejvýznamnějších jevů a událostí roku 2012 SMO zařazuje následující: 1. Globální teplota i nadále rostla, rok 2012 se zařadil mezi 10 nejteplejších zaznamenaných roků; 2. Pokračovalo ubývání arktického mořského ledu, který v roce 2012 dosáhl historicky nejmenší rozlohy; 3. Extrémními vedry byla postižena Kanada, Spojené státy a Evropa; 4. Extrémní sucho zasáhlo Spojené státy a jihovýchodní Evropu; 5. Západní Afrika byla těžce zasažena extrémní povodní; 6. Evropa, severní Afrika a severní Asie byla akutně ovlivněna extrémními mrazy a přívaly sněhu; 7. Pákistán byl postižen rozsáhlými záplavami třetí rok za sebou; 8. Hurikán Sandy zpustošil východní pobřeží USA; 9. Tajfun Bopha v prosinci těžce zasáhl Filipíny; 10. Polární ozonová díra byla druhá nejmenší za posledních 20 let. 6. POLÁRNÍ OZON Stav antarktické ozonové díry byl v roce 2012 lepší než v posledních letech. Její největší denní rozloha byla hodnotou km 2 druhá nejmenší za posledních 20 let. Minimální denní koncentrace ozonu byla naměřena 1. října, a její hodnota 124 Dobsonových jednotek je naopak druhým nejvyšším minimem ve dvacetiletých záznamech. K tomuto pozitivnímu vývoji přispěly dva faktory. Za prvé nad oblastí jižního pólu byly poněkud vyšší stratosférické teploty než v posledních letech. To vedlo k menšímu vývinu polární stratosférické oblačnosti ve srovnání s posledními roky. Za normálního stavu by tyto podmínky vedly k mírně slabé ozonové díře, která by se nejspíše zařadila mezi rok 2010 (relativně slabá) a 2011 (průměrná). Působil zde však ještě druhý faktor. V roce 2012 byla stratosféra nad Antarktidou nezvykle aktivní, což vedlo k proudění vzduchu bohatého na ozon z nižších zeměpisných šířek nad oblast jižního pólu. Ten vytvořil jakousi ozonovou pokličku nad masami vzduchu chudého na ozon, a proto jsme se v roce 2012 mohli těšit z příznivějších zpráv o stavu polárního ozonu, přestože jeho úbytek ve výškách km byl víceméně normální. 7. REGIONÁLNÍ KLIMATICKÉ JEVY A EXTRÉMY POČASÍ 7.1 Afrika Neobvyklá horka s nadprůměrnými teplotami byla v průběhu roku zaznamenána v některých částech severní Afriky. Maroko zažilo nejhorší vlnu veder v průběhu června a od poloviny července do začátku srpna, což přineslo mnoho nových teplotních rekordů. Některé nové rekordy byly i o 2 až 3 C vyšší než dosavadní. V Tunisku byl rok 2012 jeden z deseti nejteplejších od roku Ve východní Africe v Keni se maximální teplota pohybovala nad průměrem během ledna a února. V některých oblastech byla maxima, zejména lednová, nejvyšší od roku V jižní Africe byla roční průměrná teplota roku 2012 podle předběžných údajů ze stanic o 0,23 C vyšší než teplotní normál Chladné podmínky zavládly v části severní Afriky od konce ledna do poloviny února. V některých zemích padla nová rekordní minima. V Kenitře v Maroku klesla teplota vzduchu dne 13. února na 3 C (dřívější minimum 0,8 C), a tak poprvé v historii moderního měření zaznamenala tato pobřežní lokalita mráz. Tunisko zažilo nejchladnější období od roku Severní oblast celé subsaharské Afriky byla v letních srážkách nadprůměrná, hlavně na západě, konkrétně v Senegalu, jižní Mauretánii, Mali, Nigeru a severní Burkině Faso, kde měli srážky 40 % a více nad normálem. Několik zemí Guinejského zálivu a východní Afriky mělo naopak srážkový deficit s pouhými 70 % srážkového normálu. Silně podprůměrné srážky byly během období dešťů v březnu až květnu v severovýchodní části Keni. Ve městě Garissa spadlo pouhých 19,2 mm, což je 13 % průměru, tedy druhý nejnižší úhrn od roku Mnoho oblastí západní Afriky a Sahelu, zejména Niger a Čad, zasáhly během velmi silného monzunu od července do září těžké záplavy. Vydatnými srážkami způsobené záplavy postihly Nigérii. Nebezpečné počasí ovlivnilo téměř 3 miliony lidí a způsobilo 300 úmrtí. Povodně ničily zemědělskou půdu, domy a školy a způsobily propuknutí epidemie cholery a jiných onemocnění. Přívalové srážky způsobily povodně v Nigeru, poničily tisíce domů, postihly více než 480 tisíc obyvatel a vyžádaly si 68 Meteorologické Zprávy, 66, 2013

7 téměř 100 lidských obětí. Na území Tanzanie spadly silné deště několikrát v dubnu a zapříčinily přívalové povodně. V Keni došlo k rekordním srážkám v květnu a srpnu a pak v říjnu až prosinci. Tehdy se vylilo několik řek z břehů a způsobilo záplavy ničící infrastrukturu. V údolí Viktoriina jezera muselo být obyvatelstvo evakuováno. Silné deště s sebou přinesla do jižní Afriky tropická bouře Dando dne 17. ledna. Zvýšila průtoky řek a hladiny přehrad a způsobila místní záplavy. K rozsáhlým záplavám a evakuaci tisíců lidí došlo v červnu v Kapském Městě a v Port Elizabeth, v srpnu byla níže položená místa Kapského Města opět pod vodou. 7.2 Asie Během roku 2012 byly na většině území západní a jižní Asie nadprůměrné teploty, s největší kladnou odchylkou na severozápadě Asie. Naopak podprůměrné zavládly v Asii centrální. V Rusku byla nadnormální zima, jaro i léto. Nejteplejším z jarních měsíců byl duben, odchylka v některých oblastech přesáhla 7 C. Léto 2012 bylo po roce 2010 druhé nejteplejší a podzim nejteplejší od počátku měření v roce Vlna veder v oblasti centrálního Ruska od poloviny července do začátku srpna přinesla denní maxima mezi 29 až 37 C. Čína zaznamenala nadprůměrnou teplotu během jara a léta, podprůměrná byla v zimě a na podzim. Celková průměrná roční teplota 2012 zde byla 9,4 C, což je o 0,2 C nižší než průměr let Na většině území Číny byla během dubna a května výjimečná horka s denní odchylkou 5 C nad normálem Dne 30. dubna v Hong Kongu zaznamenali rekordní průměrnou denní teplotu 28,5 C, po 26. dubnu 1994 nejvyšší průměrnou denní teplotu v dubnu od počátku měření v roce Dne 3. května zde také byla naměřena denní minimální teplota 28,0 C a zaznamenána tak nejdřívější horká noc (denní minimum je rovno nebo vyšší než 28 C). V jižní části střední Číny byly zaznamenány vlny veder od konce června do poloviny července, srpen byl jedním z nejteplejších v historii měření. Průměrná teplota v Indii v období letního monzunu byla o 0,6 C vyšší než normál a byla třetí nejvyšší od roku 1901, za rokem 2009 a Intenzivní vlna veder zasáhla část Indie v období od 29. května do 6. června. Postižené oblasti zahrnovaly Uttarakhand, Uttar Pradesh, Bihar, Jharkhand a části Orissa, západní Bengálsko a pobřežní Andhra Pradesh. Parné horko přineslo maxima i 45 C a vyšší a vyžádalo si životy více než 500 osob. Severní Japonsko zažilo nadprůměrnou teplotu od konce srpna do poloviny září. Čína zaznamenala dvě chladná období, která měla významné dopady. Od poloviny ledna do poloviny února byla v severovýchodní Číně a východním Mongolsku registrována minimální teplota v rozmezí od 30 C do 40 C. To postihlo téměř osob, poškodilo domů a způsobilo přímé ekonomické ztráty v hodnotě 1,8 milionů dolarů. Průměrné minimum ( 25,6 C) měl region nejchladnější od roku 1991 a čtvrté nejchladnější od počátku historie měření v roce K druhému ochlazení a největším škodám od roku 1961 došlo srpna. Ovlivnilo ha, mělo dopad na téměř lidí a ekonomické ztráty byly 25,7 milionů dolarů. V Číně se vyskytlo velké sucho v provincii Jün-nan a v jihozápadní provincii S -čchuan v zimě a na jaře. Mělo dopad na téměř 9,6 milionu lidí, bylo poškozeno přes ha zemědělské půdy a přímé ekonomické ztráty činily více než 780 milionů dolarů. Sucho během června a července také velmi ovlivnilo západní část Ruska a Sibiře, způsobilo neúrodu a škody za téměř 630 milionů dolarů. Severní oblasti Číny, Peking a Tianjin, zažily nejdeštivější rok za posledních 35 let. Část jižní Číny zaznamenala největší přívalové srážky za posledních 32 let. Pršelo od 5. dubna do 15. května. Z 21. na 22. července postihly Peking, Tianjin a Hebei přívalové lijáky, které se staly extrémem v dosavadním měření. V Mentougou bylo zaznamenáno impozantních 305 mm srážek v jednom dni. Této extrémní srážkové události byly přičítány ekonomické ztráty ve výši 4,5 miliardy dolarů a 114 úmrtí. Celkový úhrn srážek v Indii činil pouze 69 % průměru. Srážky mimo monzunové období (březen až květen) byly nejnižší od roku 1901, srážky v monzunové sezoně byly také nižší, jen 93 % normálu. Silné srážky během posledního červnového týdne způsobily velké záplavy v Assamu v severovýchodní Indii. Obětí povodně bylo téměř 120 lidí. Ničivé záplavy zasáhly Pákistán v průběhu září. Monzunové deště způsobující smrtící záplavy byly v Balúčistánu, Pandžábu a Sindhu. Těžce postihly více než 5 milionů lidí a více než hektarů polí, na domů bylo zničeno. Epizody přívalových srážek a ničivých povodní byly zaznamenány v západní části Ruska v květnu až říjnu. Dne 21. května bylo ve východní části Krasnodarsku zaznamenáno 110 mm srážek za méně než dvě hodiny. Silný liják padal v této oblasti opět na počátku července, což vyvolalo ničivé záplavy, které zabily téměř 200 lidí a způsobily zatopení více než domů. Škody byly odhadnuty na téměř 630 milionů dolarů. Dne 2. srpna byla pozorována extrémní povodeň v oblasti Chabarovska, která zvedla hladinu vody v řece o 10 metrů. V čínské oblasti Nyalam dne 9. února zaznamenali 91,5 mm, historicky nejvyšší denní úhrn ze sněžení. 7.3 Jižní Amerika V roce 2012 byla teplota v Jižní Americe převážně nadprůměrná. Kladné odchylky od normálu v rozmezí od 1 C do 2 C byly pozorovány na severu Jižní Ameriky, v Brazílii, v Paraguayi a severní Argentině. Průměrná roční teplota v Argentině byla o 0,8 C nad normálem a byla nejvyšší v historii měření od Tato hodnota překonala dosavadní rekord z roku 2006 o 0,2 C. Těžké vlny veder postihly části centrální Argentiny během prvních 10 lednových dní, intenzivní horka vyvolala překročení mnoha rekordů. Srážky byly v lednu až březnu nadprůměrné v západních částech severu Jižní Ameriky a v Argentině, s překročením normálů v rozmezí od 50 do 250 mm. Naopak podnormální srážky byly po většinu roku (od dubna do konce roku) pozorovány v Brazílii, Venezuele, Kolumbii, Surinamu a Guyaně. Severovýchod Brazílie zažil kruté sucho během období dešťů Jednalo se o nejnižší registrované srážky v regionu za posledních 50 let. Sever Jižní Ameriky byl ovlivněn vydatnými srážkami po většinu roku, některé oblasti zaznamenaly denní rekordy s úhrny mezi 150 mm a 250 mm. Počasí v Kolumbii ovlivnila během prvních čtyř měsíců roku La Niña, vlivem silného deště došlo k povodním, které postihly tisíce lidí. V severní části země, Istmině, Choco zaznamenali 31. března 251 mm srážek, což je nejvyšší březnový 24hodinový úhrn. V Buenos Aires v Argentině vyvolaly v srpnu Meteorologické Zprávy, 66,

8 Obr. 6 Nejdůležitější klimatické jevy a extrémy počasí v roce 2012 (Zdroj: Natinal Climatic Data Center, NOAA, United States). Fig. 6. Significant climate anomalies and events in 2012 (Source: Natinal Climatic Data Center, NOAA, United States). 70 Meteorologické Zprávy, 66, 2013

9 Meteorologické Zprávy, 66,

10 extrémní přívalové deště velké záplavy a nutnost evakuace obyvatelstva. Měsíční úhrn v srpnu překročil historický rekord (roku 1875) na několika místech střední a severní části Argentiny téměř dvojnásobně. Nejjižnější město na světě, Ushuaia v Argentině, bylo ovlivněno v průběhu června silným sněžením a rekordních 19 dnů se sněžením v červnu se vyrovnalo rokům 1986 a Severní Amerika, Střední Amerika a Karibik Celá Severní Amerika zažila rekordně teplý rok. Zima (prosinec únor) na severní polokouli se umístila jako třetí nejteplejší v Kanadě i v USA, za rekordy z let 1948 a Kanada zažila své nejteplejší léto (červen srpen) v historii, sousedící USA své nejteplejší jaro (duben květen) a druhé nejteplejší léto v historii. Podzim (září listopad) byl v USA a Kanadě teplotně podprůměrný. Celkově lze říci, že USA měly svůj historicky nejteplejší rok s odchylkou 1,8 C nad průměrem dvacátého století ( ). Zatímco většina Severní Ameriky zažila v lednu neobvyklé teplo, nezvyklá zima byla na celé Aljašce, kde byl nejchladnější leden v 95leté historii. V Mexiku byla, kromě podprůměrného února, nadprůměrná teplota po celý rok. V Karibiku byla v létě teplota nadprůměrná, zejména na Velkých Antilách byla na některých místech překročena historická maxima v období června až listopadu. V oblasti San Juan v Portoriku bylo léto 2012 třetí nejteplejší v historii, s historicky nejteplejším červnem. V průběhu roku zasáhla horka celou Severní Ameriku, abnormální vlny letních teplot se vyskytly na jaře (březen květen) a ovlivnily její velkou část po většinu března. V Kanadě vyšplhala teplota na rekordní úroveň a přispěla k nejteplejšímu březnu v historii na mnoha místech oblast prérií, území kolem Velkých jezer a zálivu Svatého Vavřince. V Petawawě registrovali maximum 28,8 C, což je nejvyšší naměřená teplota v Ontariu v měsíci březnu. Tato hodnota překonala předchozí rekord 16,6 C. Z Halifaxu hlášená maximální teplota 27,2 C dne 22. března překonala zdejší předchozí rekord o 11,8 C z roku Mimořádné teplo v březnu způsobilo ve Spojených státech amerických téměř nových denních rekordů, což je téměř dvojnásobek počtu překonaného v průběhu srpnových veder V některých případech byla minimální denní teplota vyšší než rekordní maximum pro daný den. Nejvíce byl zasažen středozápad, kde byla teplota 11 až 17 C nad průměrem. Extrémní horko na území USA přispělo k historicky nejteplejšímu březnu. Teplo na severní polokouli pokračovalo do léta (červen srpen), zhoršilo sucho a podněcovalo požáry. Rok 2012 začal výjimečným suchem, hlavně na jihu USA a v severní polovině Mexika. Na jižních pláních USA pokračovalo sucho již z předešlého roku Sucho bylo v USA v celém roce Podle monitoringu sucha (USDM) bylo výjimečné sucho téměř ve dvou třetinách států s vrcholem 25. září a jednalo se o nejhorší období sucha v 13letých záznamech USDM. Sucho ovlivnilo odhadem 164 milionů lidí a vedlo k obrovským škodám v zemědělství, nejzávažnějším a nejrozsáhlejším dopadům od roku Sucho v kombinaci s teplem po většinu jara a léta přispělo k ničivým požárům. I když byl na území USA jejich počet nejnižší od roku 2000, množství hektarů spálených při požárech bylo největší v historii. V Kanadě byl v roce 2012 zaznamenán normální úhrn srážek, USA byly s celostátním průměrným úhrnem 675 mm podprůměrné, s odchylkou 65 mm pod průměrem Dva státy, Nebraska a Wyoming, měly nejsušší rok v historii. V Karibiku byly srážky v období dešťů (červen listopad) podprůměrné, červen a září byly velmi suché. Červnové srážkové úhrny 3 mm v Sint Maarten a 4 mm v San Juan v Portoriku byly nejnižší v 60leté historii měření. Tolik potřebné srážky do suchem postižených oblastí USA přineslo několik tropických bouří. Tropická bouře Debby přinesla rekordní srážky na Floridu a přispěla zde k nejdeštivějšímu červnu v historii. Hurikán Isaac přinesl silné deště na jih USA a zapříčinil druhý největší srpnový srážkový úhrn v Louisianě a Mississippi. Sněhová bouře postihla 2. až 4. února východní Colorado a Nebrasku. V Denveru napadlo 40 cm sněhu, 58 cm v Boulderu vytvořilo nový únorový rekord. Čtvrtou nejvyšší výšku nového sněhu s 28 cm naměřili v Lincolnu v Nebrasce. 7.5 Jihozápadní oblast Tichého oceánu Ve větší části tohoto teritoria byla teplota nadnormální. Australský sever byl podprůměrný, ale Austrálie jako celek měla teplotu průměrnou (21,8 C s odchylkou 0,1 C nad normálem ). Od srpna se maximální teplota pohybovala výrazně nad průměrem. Rekordní maximum 41,6 C naměřili 20. října v Evans Head jako historicky nejvyšší říjnovou teplotu na pobřeží Nového Jižního Walesu. Neobvyklá zima s nízkou teplotou ovlivnila vnitrozemí Austrálie na počátku července. Jižní Austrálie byla zvláště studená. V Yuntě zaznamenali 6. července rekordní minimum 7,5 C, nejnižší teplotu v jižní Austrálii od roku Do té doby platil rekord 5,0 C z Marly dne 7. července. Po extrémně vlhkých letech 2010 a 2011 spojených s jevem La Niña se srážky v roce 2012 vrátily k normálu na většině území Austrálie. První čtvrtletí roku (leden březen) bylo ještě mnohem vlhčí, než je obvyklé, od dubna již bylo většinou sucho. Na mnoha místech Austrálie napršelo jen necelých 10 mm za sedmiměsíční období. Na letišti Alice Springs nepršelo 157 dnů, od 25. dubna do 28. září, a bylo to nejdelší období beze srážek v 71leté historii měření. K nejrozsáhlejší povodni roku došlo v Austrálii koncem února a začátkem března následkem přetrvávajícího silného deště v oblasti sahající od jihovýchodu Austrálie přes jižní vnitrozemí Nového Jižního Walesu po severní okraj Victorie. Přívalové deště začaly 27. února a pokračovaly až do 4. března, s týdenním úhrnem přesahujícím 200 mm. Sedmidenní srážkové průměry (na horním toku Murray 295 mm, na Murrumbidgee 203 mm a v povodí řeky Lachlan 180 mm) byly téměř dvojnásobné oproti předchozímu sedmidennímu rekordu. V některých místech řek Murrumbidgee a Lachlan bylo dosaženo jejich nejvyššího kulminačního průtoku z roku Muselo být evakuováno mnoho měst, včetně Wagga Wagga, Hay a Forbesu. V Nadi na Fidži byl zaznamenán rekordní roční srážkový úhrn mm, což je nejvyšší hodnota za 69 let pozorování. V severozápadní části Fidži došlo k ničivým povodním 21. až 26. ledna. Mezi 22. a 24. lednem byly zaznamenány vysoké srážkové úhrny: 863 mm na Vatukoula, 818 mm na Tavua, 579 mm na letišti v Nadi, 552 mm v Lautoka Mill, 547 mm v Penang Mill a 513 mm u Rarawai Mill. Obrovský úhrn srážek, spadlých na již vodou nasycené povodí, přispěl k rozsáhlým záplavám v hlavním městě Nadi, v Ba a Rakiraki. K nejpozdějšímu sněžení došlo v Austrálii v polovině října. Na horách Blue Mountains západně od Sydney byla s 15 až 25 cm sněhu naměřena největší sněhová pokrývka od roku Meteorologické Zprávy, 66, 2013

11 7.6 Evropa V Evropě byl rok 2012 nadprůměrně teplý, s největší kladnou odchylkou v její jihovýchodní části. Nízká teplota ovlivnila region pouze od konce ledna do poloviny února, což vedlo k celkově mírné zimě v mnoha evropských zemích. V březnu nastalo období s nadprůměrnou teplotou. Mnoho zemí mělo březnový průměr řadící se mezi první tři nejteplejší: Norsko (nejteplejší), Švýcarsko (druhý nejteplejší), Nizozemsko, Rakousko, Anglie, Francie a Německo (všechny třetí nejteplejší). V některých oblastech byla průměrná měsíční teplota v březnu vyšší než v dubnu. Zatímco na mnoha místech Evropy bylo v březnu neobvyklé teplo, na jihovýchodě měli teplotu podprůměrnou. Zbytek jara byl v celé Evropě nadprůměrný, pouze v severní oblasti byl podprůměrný duben. Léto 2012 lze zhodnotit jako jedno z nejteplejších pro celou jižní polovinu Evropy: nejteplejší bylo v Bulharsku, Bosně a Hercegovině, Srbsku, Černé Hoře a Makedonii. Nezvykle teplé bylo léto v Grónsku, na mnoha místech téměř rekordní. Na druhé straně měly Dánsko, Švédsko a Anglie nejchladnější léto od roku 2000 či Horko a extrémní teploty, stejně jako v USA a Kanadě, vyústily v průběhu posledního březnového týdne v mnoho evropských rekordů. Březen 2012 byl historicky nejteplejší v centrálních oblastech Švédska, na několika stanicích naměřili denní maxima, která překonala staré rekordy až o 3 C. V říjnu ovlivnilo teplé počasí jižní části Švédska. Dne 20. října hlásil Helsingborg maximum 19,7 C, nejvyšší naměřenou teplotu v závěru roku. Na jihu Norska v Landviku zaznamenali 27. března nový národní březnový rekord s maximem 23,1 C, dne 25. května byla naměřena maximální historická květnová teplota 31,1 C. Grónsko mělo také nadprůměrnou teplotu a zaznamenalo nejvyšší květnové maximum. Teplota se vyšplhala 29. května v Ivittuutu / Narsarsuaq na 24,8 C. Slovensko zažilo v průběhu léta několik vln veder. Jižní Slovensko mělo 37 až 53 tropických dnů, což je druhý nejvyšší počet tropických dnů od počátku měření v roce Kypr zažil osm po sobě jdoucích dnů s maximy 40 C a vyššími. Díky extrémní vlně veder v červenci musely stovky lidí v Bulharsku vyhledat lékařskou pomoc. Rekordní maximum 41,5 C bylo zaznamenáno 15. července v Somovitu. V Maďarsku zažila Budapešť čtyři vlny veder v červnu až srpnu, kdy denní průměrná teplota byla rekordních 24 dní rovna nebo vyšší než 27 C. Ve Francii byla krátká, ale významná vlna veder v druhé polovině srpna. V Česku byl 20. srpna stanoven nový národní rekord absolutního maxima 40,4 C naměřený v Dobřichovicích. Vlna studených teplot, která postihla euroasijský kontinent od konce ledna do poloviny února, byla výjimečná svojí intenzitou, délkou trvání a společenským dopadem. V Rusku se minima pohybovala mezi 45 C a 50 C. Několik míst východní Evropy hlásilo minima okolo 30 C, další oblasti v severní Evropě a středním Rusku měly teplotu pod 40 C. Maxima zůstala pod nulou po dobu několika dnů na většině území Evropy. Na východě střední Evropy bylo pod nulou 20 po sobě jdoucích dnů. Ve Francii měli nejchladnější leden od roku 1987, ve Švýcarsku byl nejchladnější za 27 let. V Rakousku byly teploty 10 C pod průměrem v první polovině února, byl zde nejchladnější únor od roku Dne 6. února Švédsko zaznamenalo teplotu 42,8 C, rekordní minimum od roku V Portugalsku byl druhý nejchladnější únor od roku 1931 s odchylkou téměř o 5 C nižší než průměr Některé části východního Španělska hlásily minima v rozmezí 10 C a 15 C, a měly nejchladnější únor od roku Na severu Slovenska se průměrná denní teplota pohybovala mezi 20 C a 23 C, minima klesala pod 30 C a jejich průměr byl nejnižší za posledních 25 let. Jednalo se o nejstudenější zimu po zimě v tomto regionu. V Bosně a Hercegovině bylo prvních 10 únorových dnů nejchladnějších za 120 let. Evropská část Ruska měla výskyt extrémně nízkých teplot 8. až 13. února, na jihu bylo dosaženo několika rekordních minim. V průběhu roku 2012 byl pozorován výrazný srážkový kontrast mezi severní a jižní částí Evropy, přičemž většina severní Evropy měla nadprůměrné srážky, zatímco jižní Evropa podprůměrné. Anglie zažila svůj druhý nejdeštivější rok od začátku měření v roce Roční úhrn srážek mm (121 % průměru) byl pouze o 6 mm nižší než rekord z roku Po nejsušším březnu od roku 1953 měla svůj srážkově nejbohatší duben a červen v historii. Léto měla nejvlhčí od roku Na konci listopadu byl zaznamenán nejdeštivější týden za posledních 50 let. Vzniklé povodně ovlivnily dopravu, zatopily nemovitosti a zapříčinily vznik sesuvů půdy. Švédsko mělo svůj třetí nejdeštivější rok od počátku měření před 150 lety. Stockholm měl nejdeštivější červen od počátku měření v roce Silné srážky začátkem července vyvolaly na jihu Švédska lokální záplavy. Dne 7. července spadlo v jihovýchodním Švédsku 163 mm, pátý nejvyšší denní úhrn. Ve Finsku byl roční úhrn srážek 739 mm, s odchylkou 173 mm nad normálem , a rok 2012 se tak stal nejdeštivějším rokem od počátku měření v roce Nadnormální byly zejména měsíce červenec, září a říjen. V Helsinkách byl zaznamenán nejvyšší úhrn měsíce září od začátku měření v roce Na Kypru byl rok 2012 nejdeštivější od roku Naproti tomu ve Španělsku byly srážky v lednu až březnu s pouhými 37 % průměru zařazeny jako nejnižší pro toto období od roku Podprůměrné srážky pokračovaly až do léta, což vedlo k druhé nejsušší letní sezoně za posledních 60 let. Vlhčeji bylo v části severní Evropy koncem jara, zatímco některé jižní oblasti měly vlhčí podmínky na začátku podzimu. Nízké srážky v kombinaci s nadprůměrnými teplotami přispěly k suchu v části jihovýchodní Evropy, které značně ovlivnilo zemědělskou produkci, splavnost řek a zdroje pitné vody. V Maďarsku sucho trvalo téměř dva roky a způsobilo vážné škody v zemědělství se ztrátou přes 1,8 miliardy dolarů. V důsledku sucha propukly velké požáry i v Evropě. Ve Španělsku bylo spáleno téměř hektarů půdy. Nejničivější požár vznikl dne 24. září ve Valencii, a přinutil k evakuaci téměř lidí. Neobvyklá zima v Evropě byla také doprovázena silným sněžením. V severní Itálii byla zaznamenána nejvyšší výška sněhu za 100 let, v rozmezí mezi 250 a 305 cm. V celé Evropě byly extrémní sněhové podmínky odpovědné za smrt více než 650 lidí. Originální text: WMO Statement on the Status of the Global Climate in 2012 (WMO-No ), dostupný na WWW: < documents/wmo_1108_en_web.pdf > Světová meteorologická organizace, Přeložili a upravili Václav Pokorný a Ilona Zusková, ČHMÚ, Na Šabatce 2050/17, Praha 4-Komořany, pokorny@chmi.cz, zuskova@chmi.cz Lektor (Reviewer) RNDr. R. Tolasz, Ph.D. Meteorologické Zprávy, 66,

12 COMPARISON OF METAR AND METAR AUTO REPORTS AT PRAGUE-RUZYNE AIRPORT (LKPR) Bohumil Techlovský, Český hydrometeorologický ústav, Na Šabatce 2050/17, Praha 4-Komořany, Porovnání zpráv METAR a METAR AUTO na letišti Praha-Ruzyně (LKPR). V období od září 2011 do června 2012 byly na letecké meteorologické stanici letiště Praha-Ruzyně (LKPR) souběžně provozovány dva automatizované meteorologické systémy firmy Vaisala starší AWOS MIDAS IV (jako hlavní a certifikovaný systém) a nový AWOS AviMet (jako záložní). Ze všech senzorů byla zasílána identická data do obou systémů po dobu cca 10 měsíců. MIDAS IV byl systémem AviMet nahrazen a uveden do ostrého provozu dne Během výše zmíněného období produkovaly oba systémy pravidelné zprávy v půhodinových intervalech a to MIDAS IV zprávy METAR kontrolované a případně editované leteckým meteorologickým pozorovatelem, zatímco systém AviMet vydával plně automatizované zprávy METAR AUTO. Během období sledování bylo porovnáno celkem zpráv a to v souladu s Dodatkem A předpisu L3-Meteorologie (tab. 1) [3]. V tab. 2 je uveden výskyt odchylek od požadované přesnosti v procentech pro jednotlivé meteorologické prvky, tj. směr (WD) a rychlost (WS) přízemního větru, převládající dohlednost (VIS), dráhovou dohlednost (RVR), pokrytí oblohy oblačnosti (CLDA), výšku základny oblačnosti (CLDH), teplotu vzduchu (T), teplotu rosného bodu (T D ) a tlak QNH (přepočtený na střední hladinu moře podle standardní atmosféry). V tab. 3 je pak uváděn výskyt vícenásobných odchylek více prvků v jedné zprávě. Tab. 4 mapuje percentuální výskyt kombinací dvou prvků. Odchylky pro jednotlivé meteorologické prvky jsou diskutovány v textové části, kde je také pro každý prvek uveden používaný senzor. Ze srovnání vyplývá několik zajímavých skutečností. Nejvyšší procento odchylek týkající se směru a rychlosti přízemního větru (v součtu 13,1 %) však může být ovlivněno skutečností, že pro systém AviMet byla jako dráha v používání nastavena RWY12/30, tj. vedlejší dráha, kdežto v provozu byla po většinu času hlavní dráha RWY24/06 (pozorovatel i systém akomodují data ke dráze v používání) a také skutečností, že zpráva METAR je systémem nabídnuta ke kontrole pět minut před časem vyslání, kdežto automatická zpráva je sestavena z dat jednu minutu před časem vyslání. Posledně jmenovaná skutečnost mohla ovlivnit i ostatní meteorologické prvky. Objevil se také nesoulad mezi VIS a WX (současné počasí) v podobě chybného kódování, rozdíly v napozorovaném současném počasí a cca 4 vyšší výskyt zpráv SPECI AUTO, což je nepravidelná zpráva generovaná v souladu s kritérii uvedenými v Dodatku C předpisu L3 [3]. Téměř bez odchylek (jen 0,1 % případů způsobených výpadkem dodávky dat ze senzorů) byla naproti tomu data pro teplotu, teplotu rosného bodu a tlak QNH, což je očekávaný výsledek. Srovnání také potvrdilo známou skutečnost, že automatický systém není schopen napozorovat bouřkové jevy a bouřkovou oblačnost, což je důsledek limitů technologie senzoru počasí PWD22. Článek je doplněn fotografií hlavní obrazovky systému AviMet, plánkem letiště Praha-Ruzyně s vyobrazeným umístěním jednotlivých senzorů a snímky vybraných senzorů. Článek je psán v angličtině proto, aby výsledky srovnání mohly být využity dodavatelem pro další rozvoj systému. KEY WORDS: METAR zprávy stanice letecká meteorologická systémy Vaisala automatizované meteorologické letiště Praha-Ruzyně KLÍČOVÁ SLOVA: METAR Reports Aeronautical meteorological station Automated weather systems by Vaisala Praha- Ruzyne Airport 1. INTRODUCTION During the period of September 2011 to June 2012, two Vaisala AWOS (Automated Weather Observation System) systems were in operation in parallel at the Aeronautical Fig. 1. Main Avimet Screenshot. Obr. 1 Snímek hlavní obrazovky systému Avimet. Meteorological Station at Prague-Ruzyne Airport (LKPR) an older AWOS MIDAS IV, and a new AWOS AviMet (Fig. 1). The older AWOS MIDAS IV was operational until June 19 th, when it was replaced by the newer AWOS AviMet, which was certified by the Czech Civil Aviation Authority on June 13 th. During the above mentioned period, the old system issued METAR reports every half an hour, as well as SPECI reports (in compliance with Attachment C of Annex 3 Selected Criteria Applicable to Aerodrome Reports [1]). These reports were under the supervision of the aeronautical meteorological observer, including manual entry. The new system issued parallel METAR AUTO reports, i.e. fully automatic reports. Over the course of that entire period, 6,597 METAR and METAR AUTO reports were issued, providing a good opportunity to compare them and to identify any differences [2]. 2. ANALYSIS OF PARTICULAR WEATHER ELEMENTS The list of elements that were analysed can be found in Table 1, along with the abbreviations used and the desired operational accuracy of measurement or observation. A comparison was also done for present weather (WX) with respect to the level of occurrence, absence thereof, and different types. The results of the comparison are summarized in Tables 74 Meteorologické Zprávy, 66, 2013

13 Table 1. Desired Operational Accuracy of Measurement or Observation. Tab. 1 Požadovaná provozní přesnost měření nebo pozorování. Element to be observed WS Wind Speed WD Wind Direction VIS Visibility RVR Runway Visual Range CLDA Cloud Amount CLDH Cloud Height T Air Temperature TD Dew Point QNH Pressure Desired Operational Accuracy of Measurement or Observation Wind direction ±10 Wind speed ±1 kt. up to 10 kt. and ±10% above 10 kt. ± 50 m up to 600 m ± 10% between 600 m and 1500 m and ± 20% above 1500 m ± 10 m up to 400 m ± 25 m between 400 m and 800 m and ± 10% above 800 m ± 1 okta ± 33 ft. up to 330 ft. ± 10% above 330 ft. ± 1 C ± 0.5 hpa Table 2. Differences and Percentages Thereof for Each Element (total of 6,597 reports compared in period of September 2011 to June 2012). Tab. 2 Odlišnosti a jejich procenta pro prvky (celkový počet srovnávaných zpráv za období od září 2011 do června 2012 je 6 597). WD WS VIS RVR WX CLDA CLDH T/TD QNH % 7.9% 5.2% 1.4% 4.5% 5.2% 3.5% 0.1% 0.1% Table 3. Statistics of Single or Multiple Errors in Reports. Tab. 3 Statistiky jednoduchých nebo násobných chyb ve zprávách. 1 Difference 1, % 2 Differences % 3 Differences % 4 Differences and More % TOTAL 1, % Fig. 2. Map of Sensor Locations at Prague-Ruzyne Airport. Obr. 2 Mapa letiště Praha-Ruzyně s polohami čidel. 2 and 3 below, which provide figures for any differences and the percentages thereof in METAR AUTO reports concerning particular METAR components. Fig. 3. WS425 Anemometer at TDZ RWY 30. Obr. 3 Anemometr WS425 na TDZ RWY Mean Surface Wind Wind Direction (WD) and Wind Speed (WD) Vaisala WS425 and WMT 702 ultrasonic sensors were used at five positions (TDZ, MID RWY24, TDZ RWY06 and TDZ, MID RWY30). The sensor at MID RWY24 is also deemed to be representative for TDZ RWY12. The sensor for MID RWY30 is located in the meteorological garden near the Aeronautical Meteorological Station (Fig. 2). At first glance, it seems that wind speed and wind direction caused the most number of differences between METAR and METAR AUTO. The proportion of the error rate was 5.3% for wind direction and 7.9% for wind speed. The total error rate for wind as a whole (WS+WD) was therefore 13.1%. However, there is one significant fact that we must keep in mind wind values are accommodated by the system with respect to the runway in use (RWY IN USE), and the new AviMet was set at all times to give preference to data from RWY 30/12, while RWY 24/06 is used more frequently than RWY 30/12. Moreover, the differences detected were predominantly 20 and 2 kt., and mainly for low speed values, which do not have a substantial impact on airport operations. For a detailed photo of the WS425 wind sensor at TDZ RWY 30, see Fig. 3 (the sensor is positioned down as protection against birds landing on it and to avoid any interruption in measurement). 2.2 Visibility (VIS) and Runway Visual Range (RVR) Vaisala MITRAS double-base transmissometer sensors were used at five positions (TDZ, MID RWY24, TDZ RWY06 and TDZ, MID RWY30 and LT31 at TDZ RWY12). The LT31 transmitter, with a PWD22 integrated forward scatter sensor, can be seen in Fig. 4, with the PWD22 being in the MET garden (Fig. 6). The proportion of the error rate for VIS was 5.2%. The majority of differences for VIS occurred in the range of 5 to 10 km, and such VIS values do not have a substantial impact on airport operations. However, some inaccuracies were detected concerning VIS and present weather (WX), especially in the combination VIS>5000 m & BR or VIS>1000m & FG: Meteorologické Zprávy, 66,

14 Fig. 4. LT31 Transmissometer at TDZ RWY 12. Obr. 4 Transmisometr (přístroj na měření dohlednosti) LT31 na TDZ RWY 12. METAR LKPR Z 33004KT 8000 NSC 14/14 Q1031 NOSIG RMK REG QNH 1027= METAR LKPR Z AUTO 33004KT 290V BR SCT090 14/13 Q1031 NOSIG RMK REG QNH 1027= METAR LKPR Z 32003KT 280V MIFG BR NSC 13/12 Q1032 NOSIG RMK REG QNH 1027= METAR LKPR Z AUTO 32003KT 270V FG FEW079 13/12 Q1032 NOSIG RMK REG QNH 1027= The examples presented were reported on September 28, Such inaccuracies also rarely occurred in the other 9 months. Combinations 6000 BR, 7000 BR, 8000 BR and 9000 BR were found in METAR AUTO reports. The proportion of the error rate for RVR was only 1.4%, but the occurrence of conditions under which the RVR group is included in METAR was relatively rare in the period analysed (September 2011 to June 2012). Therefore, it is impossible to draw any relevant conclusions. 2.3 Cloud Amount (CLDA) and Cloud Height (CLDH) Three CL31 ceilometer sensors were used, located 1 km from TDZ RWY24, 600 m from TDZ RWY06 (shown in Picture 5 below in a tilted position in order to eliminate any echo from aircraft that are landing or taking-off), 400 m from TDZ RWY12, and at TDZ RWY30. See the map of Prague- Ruzyne Airport in Fig. 1. The proportion of the error rate for cloud amount was 5.2%, right alongside VIS in second place on the imaginary table of differences. This relatively higher proportion of error is primarily caused by the cloud amount combination SCT (3 to 4/8) in METAR and the cloud amount combination -BKN (5 to 7/8) in METAR AUTO, or vice versa, which is the border between significant and insignificant cloud amounts. The proportion of the error rate for cloud height was 3.5%, which is relatively low. Differences are very likely caused by the same fact as for WS+WD, i.e. by the fact that the new AviMet was set at all times to give preference to data from RWY 30/12, while RWY 24/06 is used more frequently than RWY 30/ Air Temperature (T) and Dew Point (TD) An HMP155 sensor located in the meteorological garden was used. The proportion of the error rate was 0.1%. Practically no differences occurred between the METAR and METAR AUTO reports. Air temperature and dew point are taken from sensors located in the meteorological garden near the Aeronautical Meteorological Station, and there was no reason for the observer to change them in any way. The occurrence of a 0.1% error rate was caused by empty METAR AUTO reports (slashes). 2.5 Pressure Value (QNH) A PTB330 sensor located in the meteorological garden was used. The proportion of the error rate was 0.1%. Practically no differences occurred between the METAR and METAR AUTO reports. We can make the same assertion as with respect to T/TD, i.e. that pressure values are taken from sensors located in the meteorological garden near the Aeronautical Meteorological Station, and there was no reason for the observer to change them in any way. The occurrence of a 0.1% error rate was caused by empty METAR AUTO reports (slashes). Fig. 5. CL31 Ceilometer 600 m from THR RWY 06. Obr. 5 Ceilometr CL m od THR RWY 06. Fig. 6. PWD22 Forward Scatterometer in MET Garden. Obr. 6 Senzor počasí PWD22 na meteorologickém měřícím pozemku. 76 Meteorologické Zprávy, 66, 2013

15 2.6 Present Weather (WX) A PWD22 sensor located in the meteorological garden was used. The proportion of the error rate was only 4.5%, without any significant impact on airport operations. For example, one frequent difference between METAR and METAR AUTO was present weather RA/SHRA in METAR, instead of DZ in METAR AUTO, or vice versa, -SHRA vs. SHRA, or vice versa, i.e. a different level of intensity and so on. The following example is from October 27, 2011 (again a difference in the combination VIS>1000 m and WX): METAR LKPR Z 09007KT DZ BR OVC002 09/08 Q1020 NOSIG RMK REG QNH 1018= METAR LKPR Z AUTO 08008KT SHRA FG OVC001 09/08 Q1020 NOSIG RMK REG QNH 1018= In addition, different precipitation phases were recorded: a solid state in METAR and a liquid state in METAR AUTO; for example, in the report from January 13, 2012: METAR LKPR Z 26018KT SHSN FEW017 BKN040 01/M01 Q1015 R24/ R31/ NOSIG RMK REG QNH 1010= METAR LKPR Z AUTO 26017KT RA BKN039/// BKN049/// 01/M01 Q1015 NOSIG RMK REG QNH 1009= Table 4. Combinations of Weather Elements in Case of 2 Differences. Tab. 4 Kombinace povětrnostních vlivů v případě 2 rozdílů. Element Combination Number Percentage WS+WD % CLDA+CLDH % VIS+RVR % VIS+WX % WD+WX % VIS+CLDA % VIS+CLDH % WD+VIS % WS+CLDA 9 0.1% WD+CLDA 9 0.1% WX+CLDA 8 0.1% WS+WX 8 0.1% WX+CLDH 7 0.1% WS+VIS 7 0.1% RVR+CLDH 6 0.1% RVR+WX 6 0.1% WD+CLDH 3 0.0% WD+RVR 2 0.0% WS+CLDH 1 0.0% Anticipated results were found with respect to present weather (TS) and cloud type (CB) in METAR AUTO. If TS was reported in METAR, then only (SH) was reported in METAR AUTO. The cloud type CB was also missing, as can be seen in the following example from April 19, 2012: METAR LKPR Z 09010KT TSRA SCT040CB BKN045 11/06 Q0993 NOSIG RMK REG QNH 0990= METAR LKPR Z AUTO 09010KT 060V SHRA FEW042/// BKN048/// OVC070/// 11/05 Q0993 NOSIG RMK REG QNH 0991= The vast majority of METAR AUTO reports had only 1 difference. The analysis for reports with 2 differences is provided below in Table 4. Table 4 shows that the most frequent combination of 2 differences in one METAR report occurred for the combination WS+WD and then for the combination CLDA+CLDH. Finally, a brief comment concerning the number of SPECI reports a comparison of SPECI and SPECI AUTO was not performed because of non-compliance at the time of issuance. In spite of this, it was found that there was the great number of SPECI AUTO reports issued compared with those edited by the observer. In the course of the period analysed from September 2011 to June 2012, the total number of SPECI reports issued was 473, while there were 1,832 SPECI AUTO reports during that time, approximately 4 times more. List of Abbreviations MID Mid-point of RWY RWY Runway TDZ Touch-down Zone THR Threshold Shrnutí Zjištěné rozdíly při kódování byly předány vývojovému oddělení firmy Vaisala k dalšímu zpracování. Rozbor příčin rozdílů mezi zprávami METAR a METAR AUTO a možnostmi jejich odstranění byl předmětem jednání se softwarovými odborníky firmy Vaisala na výstavě letecké zabezpečovací techniky ATC Amsterdam 2013 ve dnech 13. a 14. března 2013, kde také proběhla prezentace k tomuto tématu. Výsledkem diskuse týkající možností nasazení automatizovaných zpráv do rutinního provozu byla shoda, že je možné použití v neprovozních hodinách letiště tzv. 1. kategorie ICAO a v provozní době na nekategorizovaných letištích. References [1] Annex 3 to Convention on International Civil Aviation, Meteorological Service for International Air Navigation, Part I Core SARPs, Part II Appendices and Attachments, ICAO July 2010, Seventeenth Edition. [2] WMO No. 306, MANUAL ON CODES, VOLUME II, REGIONAL CODES AND NATIONAL CODING PRACTICES, 1998 edition. [3] Letecký předpis L3 Meteorologie, změna č. 75, vydán MD ČR, datum Lektor (Reviewer): Ing. Josef Novotný, Ph.D. Meteorologické Zprávy, 66,

16 EXTRÉMNÍ HYDROLOGICKÉ JEVY V KONTEXTU KLIMATICKÉ VARIABILITY A ZMĚNY KLIMATU Jan Daňhelka, Bohuslava Kulasová, Miloň Boháč, Hana Kourková, Pavel Kukla, Český hydrometeorologický ústav, Na Šabatce 2050/17, Praha, danhelka@chmi.cz Jakub Krejčí, AquaLogic, Dolní Jirčany 224, Psáry Hydrological Exteremes in the Context of Climate Variability and Change. Impact on hydrological extremes is one of expected negative impacts of expected temperature increase. This paper summarizes the evaluation of trends in mean and low flows of rivers with natural runoff regime for Results showed the change in mean flow for several months (January to March, May, June), in case of low flows trends were found rarely. In addition the simulation of changed climate condition was done based on 32 scenarios covering reference period ( ), future periods ( , a ), as well as colder conditions. Analysis of 1000years long runoff time series in 6h time step showed a great variability and uncertainty of results (depended mostly on selection of driving climate scenario). While results indicate decrease of low flow with increasing temperature no significant change or trend was found for flood characteristics. KLÍČOVÁ SLOVA: změna klimatická průtoky minimální povodně režim odtokový KEY WORDS: climate change low flows floods runoff regime 1. ÚVOD Zvýšený výskyt povodní a tedy zvýšení míry povodňového rizika a rovněž zvýšení frekvence sucha jsou často předpokládané důsledky očekávaných klimatických změn (zvýšení teploty). Přitom jsou dokladovány změny v pozorovaných řadách zejména s ohledem na množství srážek a následně minimální a průměrné průtoky např. ve Středozemí se snižuje množství srážek, a tím i zásoby povrchových a podpovrchových vod (viz např. [16]), trendy vykazuje i sever a střed Evropy (např. [14]). Při odhadu budoucího vývoje režimu povodní a průtokových minim, vycházejícího z klimatických scénářů, panují velké nejistoty. Obecně studie očekávaných dopadů klimatické změny na průtoky v Evropě očekávají nárůst průměrných průtoků na severu Evropy (Skandinávie, Pobaltí), a naopak největší poklesy na Pyrenejském poloostrově, v Itálii a na Balkánském poloostrově [6]. V návaznosti na očekávanou změnu režimu srážek jsou pak ve střední Evropě očekávány poklesy průměrných a minimálních průtoků, zejména v letním období, zatímco v zimě se předpokládá spíše nárůst vodnosti (viz. např. [6]). Problémem studií zůstává nejistota vstupujících klimatických scénářů, především množství a distribuce srážek [10], zohlednění změn v land-use [15], vlivu vegetace a zohlednění antropogenních vlivů. V hodnocení dopadů očekávaných změněných klimatických podmínek na povodňový režim existuje problém nalezení vhodného metodického postupu. Studie často (např. [3, 5, 7]) používají přímé modelování na základě denních simulovaných řad z GCM (general circilation model) bez dostatečného downscalingu a kalibrace hydrologických modelů, navíc odhadují změnu velikosti 100leté Obr. 1 Zájmová povodí a analyzované stanice. Fig. 1. Map of study basins and gauges. povodně na základě 30leté simulace, pročež jejich výsledky nelze považovat za robustní a metodicky korektní. Cílem prezentované práce bylo modelovat a vyhodnotit možné dopady změněných klimatických podmínek v minulosti i budoucnosti dle predikce různých klimatických modelů na změnu režimu povodní a minimálních průtoků. 2. METODIKA 2.1 Zpracování trendů průtokových charakteristik Za období 1961 až 2005 byly zpracovány trendy vybraných charakteristik průtoků, a to průměrných ročních průtoků, průměrných měsíčních průtoků po jednotlivých měsících, vybraných kvantilů M-denních průtoků (Q 330d, Q 355d a Q 364d ), průměrných minimálních sedmidenních průtoků a nedostatkových objemů a jejich trvání. Pro analýzu trendů bylo vybráno cca 150 vodoměrných stanic s nepřerušeným pozorováním v daném období, ve kterých je průtokový režim relativně neovlivněný, i když byly pro svoji významnost uvažovány i stanice na Labi pod Vltavou, které jsou ovlivněné Vltavskou kaskádou. Pro identifikaci trendu byl použit modifikovaný 78 Meteorologické Zprávy, 66, 2013

17 Tab. 1 Přehled analyzovaných povodí (DBČ databankové číslo stanice). Table 1. Table of study basins and gauges (DČB gauge number). Tok Stanice DBČ plocha [km 2 ] Orlice Týniště nad Orlicí ,1 Výrovka Plaňany ,8 Jizera Tuřice-Předměřice ,7 Vltava VD Lipno ,6 Otava Písek ,9 Smědá Předlánce ,8 Bečva Dluhonice ,7 Mann-Kendallův test (odstraňuje vliv autokorelace ve vstupních datech) na hladině významnosti 0,1 a 0,05. Trend nalezený na hladině významnosti 0,05 byl označen jako významně rostoucí/klesající, trend zjištěný na hladině významnosti 0,1 byl označován jako rostoucí/ klesající. tři scénáře reprezentující chladnější období (1861 až 1890), a to na základě vyhodnocení měsíčních změn průměrné teploty vzduchu a srážek ve stanici Praha-Klementinum (scénáře označeny jako CHLAD 1 až 3 lišící se navzájem různými změnami srážkových úhrnů a jejich časové distribuce). Klimatické charakteristiky pro budoucí období (tj , a ) byly získány analýzou modelovaných výstupů vybraných klimatických modelů: MPI_ ECHAM5, MIROC3_2_M, UKMO_HadCM3, ALADIN- CLIMATE/CZ a mediánu osmi GCM označených jako MED (převzato z [11]). Přitom pro první období je rozptyl jednotlivých modelů a řídících emisních scénářů [8] poměrně malý, proto byly použity pouze simulace založené na emisním scénáři A1B, pro pozdější období byly uvažovány 2.2 Analýza budoucích změn minimálních a maximálních průtoků Pro modelování budoucích dopadů změny klimatu bylo vybráno 7 povodí a jejich dílčích částí (obr. 1, tab. 1) v různých geografických oblastech s odlišným režimem neovlivněným významně nádržemi. Pro hydrologické simulace byly vybrány scénáře, založené na pozorovaných klimatických prvcích, odpovídající referenčnímu období 1961 až 1990 (označeno jako base ). Pro zjištění citlivosti povodí na změnu klimatických vstupů byly vytvořeny také Obr. 2 Průběh vybraných teoretických rozdělení a empirických bodů ve stanici Děčín na Labi. Fig. 2. Selected probability distribution functions compared to the observed low flows for Elbe River in Děčín. Tab. 2 Přehled simulovaných variant (řídících klimatických scénářů). Table 2. Overview of applied climate scenarios. Emisní scénář Pozorovaná historická data A1B A2 B1 Období CHLAD 1 base CHLAD 2 CHLAD 3 MED MED MED ALADIN-Climate/CZ ALADIN-Climate/CZ ALADIN-Climate/CZ MPI_ECHAM5 MPI_ECHAM5 UKMO_HadCM3 UKMO_HadCM3 MIROC3_2_M MIROC3_2_M MED MED MPI_ECHAM5 MPI_ECHAM5 UKMO_HadCM3 UKMO_HadCM3 MIROC3_2_M MIROC3_2_M MED MED MPI_ECHAM5 MPI_ECHAM5 UKMO_HadCM3 UKMO_HadCM3 MIROC3_2_M MIROC3_2_M Meteorologické Zprávy, 66,

18 i simulace založené na emisních scénářích A2 a B1. Přehled všech 32 použitých scénářů udává tab. 2. Pro uvedené scénáře odlišných klimatických podmínek byly vyhodnoceny očekávané měsíční změny teploty vzduchu, množství srážek a jejich časové distribuce vůči referenčnímu období (do referenčního období byly navíc přidány povodňové měsíce červenec 1997 a srpen 2002). Pro referenční období byly vypočteny hodnoty průměrných denních srážek na povodí (MAP) a průměrné teploty vzduchu na povodí (MAT) přepočtené dle aktuálního vertikálního gradientu teploty na nadmořskou výšku 500 m. Z nich byly následně stochastickým generátorem LARS-WG [13] generovány syntetické tisíciletéleté řady maximální a minimální denní teploty vzduchu a denních úhrnů srážek pro vybraná povodí a scénáře. Odvozené řady v denním kroku byly dále distribuovány v čase a prostoru do výpočetního prostorového schématu hydrologického modelu a 6hodinového kroku. Časová distribuce byla provedena pro teplotu vzduchu na základě předpokladu výskytu maximální teploty ve 12:00 SEČ a minimální teploty v 6:00 SEČ hodin za použití lineární interpolace pro zbývající časové intervaly. Časová distribuce denních srážek byla řešena náhodným třístupňovým generátorem. Ten v prvním stupni náhodně vybírá, ve kterém ze šestihodinových intervalů v rámci dne bude zaznamenán maximální úhrn, ve druhém stupni je podmíněně generována velikost tohoto úhrnu. Ve třetí úrovni generátoru jsou pak náhodně přiřazeny úhrny zbývajícím časovým intervalům tak, aby zůstal zachován celkový denní úhrn. Prostorová distribuce byla řešena v případě MAT přepočtem na průměrnou nadmořskou výšku každé příslušné výpočtové plochy v hydrologickém modelu pomocí průměrného vertikálního teplotního gradientu v jednotlivých kalendářních měsících (odvozeno z pozorovaných dat). Prostorová distribuce srážek byla provedena náhodným výběrem analogu (tj. plošného rozložení srážek na jednotlivá povodí ve dnech s podobným celkovým MAP) v databázi pozorovaných dat, jde tedy o upravenou metodiku Schaake Shuffle [4]. Modelování hydrologické odezvy na řídící klimatické proměnné bylo řešeno za použití hydrologického modelovacího systému AquaLog, který je v české části povodí mimo jiné používán v operativní předpovědní praxi. Součástí systému je srážkoodtokový model SAC-SMA [11], který umožňuje nejen výpočet vlastního odtoku, ale i změn nasycenosti půdy (v důsledku srážek, odtoku a evapotranspirace). Díky tomu ho lze použít pro vyhodnocení vzájemného vlivu změny dlouhodobých charakteristik klimatu a režimu nasycení půdy (a tedy počátečních podmínek povodí před výskytem povodně) a změny extrémních srážkových úhrnů způsobujících povodňové odtoky. Modelované řady byly pro potřeby hodnocení změn minimálních průtoků a identifikaci povodňových vln převedeny do formy průměrných denních průtoků. Z těchto řad bylo dále vybráno vždy deset povodňových událostí s největšími dosaženými denními průměrnými průtoky a na základě simulovaných počátečních podmínek (z tisícileté řady) povodí před každou událostí byl vypočten ansámbl 10 různých náhodně generovaných variant časoprostorové distribuce srážek, která může získané výsledky výrazněji ovlivňovat. Pro hodnocení simulovaných řad byly použity standardní metody hydrologické statistiky pro odvození hodnot hydrologických charakteristik (dlouhodobý průměrný průtok Q a, průtoky Q 330d, Q 355d a Q 364d, minimální sedmidenní průtoky, N-leté minimální sedmidenní průtoky). Výsledky vyhodnocení jsou poté prezentovány v relativní podobě, vztažené k výsledkům simulace referenčního scénáře base. 3. VÝSLEDKY 3.1 Vyhodnocené trendy minimálních průtoků v pozorovaných řadách Průtoková minima byla analyzována ve smyslu změn hodnot průtoků Q 330d (odpovídá pravděpodobnosti překročení cca 90,4 %, je však nutné připomenout, že průtoky jsou z hlediska rozložení velmi asymetrické), Q 355d (97,2 %) a Q 364d (99,7 %) z řad průměrných denních průtoků a z řad 7denních klouzavých průtoků. Hodnoceny byly rovněž N-leté minimální průtoky s trváním 7 dní (ukázka pro Labe v Děčíně je na obr. 2) a ve vybraných stanicích (celkem 21 stanice) byly vyhodnoceny i nedostatkové objemy a jejich doby trvání. Trendy průměrných a minimálních průtoků byly analyzovány pro období 1961 až 2005 z ročních hodnot, resp. z jednotlivých kalendářních měsíců. Z hlediska průměrných měsíčních průtoků trend v lednu až březnu u většiny stanic, zjištěn nebyl (obr. 3), avšak 15 až 30 % stanic vykázalo rostoucí trend, (v březnu je přibližně u třetiny stanic, většinou v horských a podhorských oblastech, trend významně rostoucí). Vysvětlením je výskyt častějších dešťových srážek v zimním období. V dubnu trend vykázalo již jen 10 % stanic. V květnu již více než polovina stanic vykazuje klesající trend, přitom většina z nich je významně klesající. Výskyt klesajících trendů je ještě výraznější v červnu (více než 70 % stanic). Klesající trend v těchto měsících lze vysvětlit nárůstem průměrné teploty vzduchu, a tím i evapotranspirace, a poklesem srážkových úhrnů [2] a zřejmě i menší počáteční jarní akumulací zásob podzemních vod vlivem teplejších zim. V druhé polovině roku trendů ubývá. V červenci a srpnu byly detekovány klesající trendy. V září byl trend nalezen jen ojediněle. V říjnu až prosinci byly zaznamenány rostoucí i klesající trendy v různých stanicích, příčiny však lze jen obtížně vysvětlit. V ročním odtoku nedochází na území ČR k výrazným změnám, většina stanic je bez trendu. Klesající trend byl nalezen pouze u 10 stanic (z toho 5 významně klesajících) na východě ČR. Na rozdíl od průměrných hodnot v případě průtokových minim byly trendy nalezeny jen výjimečně a nebyly jednoznačné (obr. 4). Podobně analýza trendů nedostatkových objemů neprokázala ve většině stanic žádný trend. Pouze v jedné stanici byl zjištěn klesající trend a ve dvou stanicích rostoucí trend. 3.2 Výsledky modelování budoucích změn v minimálních průtocích Na ukázku grafických výstupů je ve stanici Písek na Otavě prezentováno několik následujících typů grafů. Obr. 5 obsahuje křivky překročení M-denních průtoků pro všechny namodelované kombinace klimatických modelů a emisních scénářů a také křivku překročení pro referenční období (base). Obr. 6 představuje graf relativních odchylek M-denních průtoků jednotlivých variant modelů vzhledem k referenčnímu období (base). Pro časové období byly na základě dvou scé- 80 Meteorologické Zprávy, 66, 2013

19 I. II. III. IV. V. VI. VII. VIII. Meteorologické Zprávy, 66,

20 IX. X. XI. XII. Obr. 3 Vyhodnocené trendy průměrných měsíčních průtoků ( ). Fig. 3. Analysis of mean monthly flow trends for nářů založených na SRES A1B pro průměrný průtok modelovány změny v jednotlivých stanicích od 6,2 % do +3,1 %, pro průtok Q 355d pak simulované odchylky byly od 5,7 % do +4,0 % (ALADIN-CLIMATE/CZ), resp. v rozmezí 5,1 % až +6,4 % (MED). Pro časové období byl rozptyl simulovaných odchylek z různých scénářů výraznější. Odchylky průměrného průtoku Q a pak většinou předpokládají poklesy v jednotkách [%], v ojedinělých případech pak až okolo 20 % (např. průměrná odchylka Q a odvozená ze scénáře ALADIN-CLIMATE/CZ činila 11,8 %). Poněkud vymykající se výsledky poskytovaly scénáře založené na klimatickém modelu MIROC3_2_M, které předpokládaly spíše mírné nárůsty Q a ( 2,4 % až 4,8 %), což lze vysvětlit předpokládaným nárůstem letních srážek v simulacích tohoto modelu, zatímco ostatní scénáře udávají poklesy srážek v letním období. Změny průtoku Q 355d dosáhly ve druhém časovém období také výraznějších záporných hodnot (např. simulace založené na ALADIN-CLIMATE/CZ v průměru udávaly vůči referenčnímu období 10,7 %). V časovém období hodnota Q 355d v průměru klesla o přibližně 13 %. Trend poklesu simulovaných hodnot Q a i Q 355d pokračoval i pro třetí časové období (např. Q a založený na simulaci ALADIN-CLIMATE/CZ byl v průměru o 18,0 % menší než v referenčním období). Největší záporné změny (až 40 %) jednotlivé scénáře indikovaly pro malé nížinné povodí Výrovky. Výjimkou byly opět scénáře založené na MIROC3_2_M poskytující spíše kladné odchylky Q a, zejména pro emisní scénář B1. Podobně u hodnot Q 355d byly pro období simulovány prohlubující se poklesy (opět ve scénářích založených na ALADIN-CLIMATE/CZ šlo v průměru o 23,6 %). Vyskytly se dokonce simulace na malých povodích, které udávaly pokles až na poloviční hodnoty (Blanice v Podedvorech na základě scénářů UKMO_HadCM3 a MPI_ECHAM5). Scénáře odvozené z MIROC3_2_M pak i pro tuto charakteristiku předpokládaly spíše nárůst. Na obr. 7 jsou pro porovnání uvedeny relativní odchylky průtoku Q 355d od referenční simulace pro jednotlivé varianty modelů ve stanicích Týniště nad Orlicí a Předlánka na Smědé. Porovnáme-li mezi sebou chování průměrných hodnot relativních odchylek minimálních průtoků Q 330d, Q 355d a Q 364d, zjistíme, že ve většině stanic dochází ve sledovaných obdobích k nejvýraznějším poklesům směrem k minimálnímu průtoku Q 364d. Pro všechny závěrové stanice platilo, že se vzdálenějším časovým obdobím docházelo k prohlubování poklesů hodnot průtoků Q a, Q 330d, Q 355d a Q 364d. Výsledky pro N-leté minimální sedmidenní průtoky (Q min7d ) jsou v podstatě identické v prvním časovém období je trend nejednoznačný a simulované odchylky relativně malé (do 10 %). Pokles však směrem ke vzdálenějším horizontům pokračuje a pro období již většinou přesahují 20 %. Výsledky jsou patrné z obr. 8 až Meteorologické Zprávy, 66, 2013

21 Obr. 4 Trendy 7denních minimálních průtoků a průtoků Q 355d. Fig. 4. An observed trend for 7days minimum flow (left) and Q 355d flow (right). 3.3 Výsledky modelování budoucích změn povodňových průtoků Na základě vyhodnocení řad ročních průtokových maxim byly zkonstruovány empirické křivky překročení (ukázka pro Jizeru je na obr. 12). Jejich celkové zhodnocení je pak shrnuto v obr. 13. Výsledky ukazují, že předpokládaná reakce povodňového režimu na změněné klimatické podmínky se výrazně liší v závislosti na použitém řídicím klimatickém scénáři. Zatímco scénáře založené na modelu MPI_ECHAM5 všeobecně pro všechny zkoumané časové periody udávaly zmenšení velikosti povodňových průtoků, scénáře vycházející z modelu MIROC3_2_M odhadovaly naopak většinou významné zvýšení rizika povodní. V syntetizující variantě středu ansámblu vybraných GCM (MED) je zřetelný pokles povodňového rizika u pozdějších časových horizontů, zatímco pro nejbližší časové období (do roku 2039) simulace předpokládají spíše nárůst povodňových průtoků. Použití dat z regionálního modelu ALADIN-CLIMATE/CZ poskytlo pro jednotlivá povodí relativně největší variabilitu simulovaných hodnot Q 20 a Q 100. Přitom i v jeho případě je zřetelný pokles velikosti povodní směrem ke vzdálenějším simulovaným časovým obdobím. Teoretické simulované varianty chladnějšího klimatu (CHLAD) většinou udávaly větší průtoky ve srovnání s referenčním klimatem, a to v celém rozsahu křivky překročení. V oblasti kratších dob opakování se tak pravděpodobně projevily větší jarní povodně v důsledku většího množství akumulované sněhové pokrývky v těchto simulovaných variantách. Obr. 5 Křivky překročení M-denních průtoků (QM) ve stanici Písek na Otavě. Fig. 5. Evaluated curves of M-day flows of Otava River in Písek for different climate scenarios. Obr. 6 Odchylky QM variant modelů od QM referenční řady ve stanici Písek na Otavě. Fig. 6. Differences of simulated M-day flows under different climate scenarios from the reference simulation for Otava River in Písek. Meteorologické Zprávy, 66,

22 Fig. 7. Porovnání relativních odchylek Q 355d pro jednotlivé varianty modelů od referenční simulace base [%], vlevo Orlice v Týništi, vpravo Smědá v Předláncích. Fig. 7. Differences of Q 355d for invidual scenarios variants from reference simulation base, [%], left Orlice v Týništi, right Smědá v Předláncích. V celkovém zhodnocení však výsledky získané pro referenční klimatické podmínky byly ve všech případech uvnitř rozptylu ansámblu všech provedených simulací. Přitom v oblasti povodní s větší pravděpodobností výskytu (tzn. menší povodně) je většina simulovaných variant nižší než referenční simulace, což je důsledkem teplejších zim, a tím snížení pravidelných, byť kulminačně menších, jarních povodní z tání sněhu. Pokud bychom neuvažovali scénáře založené na MIROC3_2_M, pak by tedy výsledky naznačovaly spíše mírný pokles, nebo stabilní úroveň budoucích hodnot N-letých průtoků ( 20 až +10 %). Při ansámblových simulacích vybraných největších povodňových vln byl pochopitelně dosažen větší rozptyl výsledků (obr. 14). Přitom se lze domnívat, že variabilita výstupů v rámci jednotlivých scénářů roste s velikostí povodí na větších povodích je možnost více kombinací prostorového rozložení srážek produkujících rozdílné odezvy. Obr. 14 ukazuje vyhodnocení 10 největších povodní (což při užití tisícileté řady přibližně zna- Obr. 8 Porovnání relativních odchylek průtoků Q min7d dle scénářů ALADIN-CLIMATE/CZ od referenční simulace base [%]. Fig. 8. Differences of Q min7d simulated based on ALADIN-CLIMATE/CZ scenarios from reference simulation. Obr. 10 Porovnání relativních odchylek průtoků Q 100min7d dle scénářů MED od referenční simulace base [%]. Fig. 10. Differences of Q min7d simulated based on MED scenarios from reference simulation. Obr. 9 Porovnání relativních odchylek průtoků Q 100min7d dle scénářů ALADIN-CLIMATE/CZ od referenční simulace base [%]. Fig. 9. Differences of Q 100min7d simulated based on ALADIN-CLIMATE/ CZ scenarios from reference simulation. Obr. 11 Porovnání relativních odchylek průtoků Q 100min7d dle scénářů MED od referenční simulace base [%]. Fig. 11. Differences of Q 100min7d simulated based on MED scenarios from reference simulation. 84 Meteorologické Zprávy, 66, 2013

23 Obr. 12 Ukázka empirických křivek překročení průtoků pro Jizeru v Předměřicích. Fig. 12. Empirical design curves for Jizera River in Předměřice. mená povodně s dobou opakování delší než 100 let), z nichž pro každou bylo provedeno deset simulací s různým časoprostorovým rozložením srážek pro všechny scénáře. Pro každou povodeň dle pořadí velikosti byl vypočten průměr z ansámblu příslušných simulací pro referenční klima (odpovídá hodnotě 1 na ose y) a odpovídající rozptyl minima a maxima tohoto ansámblu (šedé značky). Simulované kulminace (celkem 31 scénářů 10 největších povodní 10 variant = hodnot) byly přepočteny na relativní hodnoty vzhledem k odpovídajícímu průměru simulací pro referenční klima (černé značky) a zobrazen je rovněž medián, 1. a 3. kvartil. Výsledky ukazují, že medián simulovaných změn pro závěrové profily vybraných povodí se pohybuje v rozmezí 21 až +15 %. Z hodnocených povodí lze výsledky interpretovat, jako mírný nárůst povodní v povodí Orlice a horní Vltavy, žádnou změnu nelze dovozovat u povodí Jizery, Otavy a Výrovky a mírný pokles je indikován u povodí Smědé a Bečvy. Celkově tedy neexistuje žádný jednotný závěr o významné změně povodňového rizika konzistentní pro všechna povodí. Na základě výsledků rovněž nelze stanovit jednoznačný trend změny povodňového nebezpečí v průběhu 21. století, avšak většina simulací, zejména scénář A1B, ukazuje spíše pokles velikosti povodní pro vzdálenější časové horizonty. Výjimkou jsou simulace založené na emisním scénáři A2, které předpokládají spíše mírný nárůst velikosti povodní směrem k pozdějšímu období. Pro nejbližší simulované období (do roku 2039), kdy byl simulován pouze emisní scénář A1B, jsou získané signály nejednoznačné a objevují se v hodnocených profilech vzestupy i poklesy velikosti modelovaných povodní. Nejednoznačnost změn a trendu jde na vrub antagonistickému působení vlivu srážek (méně časté, ale extrémnější) a menšího průměrného počátečního nasycení půdy (v důsledku vyšší potenciální evapotranspirace a delšího období výskytu suchých epizod v letním půlroce viz obr. 15 a 16). Z vyhodnocení vyplývá, že zásadní vliv na simulovaný povodňový režim, zejména v oblasti delších dob opakování průtoků, má množství srážek předpokládané v letním období. Právě model MIROC3_2_M v létě předpokládá výrazné zvýšení srážkových úhrnů, což je v protikladu vůči všeobecným předpokladům a výsledkům většiny ostatních modelů. Přitom simulace referenčního klimatu tímto modelem byla poměrně úspěšná. Obr. 13 Vyhodnocení relativních (vyjádřeno v % hodnoty odvozené pro referenční období) změn simulované hodnoty Q 100 z denních agregovaných dat. Červeně jsou zvýrazněny výsledky simulované pro chladnější klima (CHLAD), modře pro scénáře založené na MIROC3_2_M. Fig. 13. Relative difference of 100year flood estimate based on daily aggregated flows from reference simulation. Red are the results based on the colder climate scenarios, MIROC3_2_M scenarios are highlighted by blue colour. Obr. 14 Vyhodnocení ansámblových simulací největších povodní (vysvětlení v textu). Fig. 14. Ensemble simulations of 10 greatest floods from each climate scenario. Meteorologické Zprávy, 66,

24 Obr. 15 Čára překročení maximálních měsíčních vodních hodnot pro povodí Blanice-Podedvory v období Fig. 15. Exceedance curve for monthly highest snow water equivalent for Blanice River basin (Podedvory) for Obr. 16 Průběh součtu průměrných denních odchylek deficitu půdní vlhkosti ve spodní půdní zóně modelu (LZTWD) a ve vrchní půdní zóně modelu (UZTWD) pro povodí Železný Brod a scénáře pro období vůči referenčnímu scénáři. Fig. 16. Accumulated daily average soil water deficit (lower zone tension water deficit plus upper zone tension water deficit) with respect to the reference scenario for Jizera River (Železný Brod) for DISKUZE A ZÁVĚR Výsledky prokazují, že stávající generace klimatických modelů poskytuje příliš variabilní a nejednoznačné výsledky z hlediska jejich použití v návazných hydrologických studiích, a to zejména v důsledku neschopnosti vystihnout srážkové procesy [1, 9], množství srážek a jejich distribuci v čase v lokálním a regionálním měřítku. To platí pro simulaci referenčního období i pro předpokládané změny v budoucnosti. Přitom i modely poměrně úspěšně a v relativně dobré shodě vystihující klimatické charakteristiky referenčního období poskytují pro budoucí období naprosto odlišné trendy změn srážkových úhrnů v průběhu roku. Z výsledků je zřejmé, že největší podíl na jejich celkové nejistotě má volba klimatického scénáře, resp. modelu [9]. Přitom tento vliv není tak jednoznačný v oblasti minimálních průtoků, jako v případě povodní, kde nelze mezi jednotlivými modely určit jednoznačný trend. Nejistota výsledků je dále ovlivněna i limity použité metodiky, kdy není jisté, že parametry hydrologického modelu odvozené kalibrací v referenčním období budou platné v budoucnosti [1]. Ačkoliv byly testovány varianty různé modifikace vybraných parametrů se zanedbatelným dopadem na simulované výsledky, nelze vyloučit významnější změny využití krajiny, její retenční schopnosti aj., a to oběma možnými směry (snižování retence růstem zastavěných ploch, či zvyšování managementem krajiny). Tento vliv se navíc bude prostorově pravděpodobně výrazně odlišovat. Přitom již nyní jsou zjevné rozdíly mezi povodími (i sousedními) v předpokládané reakci, zejména v oblasti povodňových průtoků, což svědčí o citlivosti celého systému tvorby odtoku na kombinaci faktorů ovlivňujících odtok (meteorologické faktory vers. vlastnosti povodí). Významným aspektem definice metodiky pro hodnocení potenciálních změn extrémních hydrologických jevů je uvědomění si rozdílu mezi meteorologickými a hydrologickými prvky. Zatímco extrémní teplota, či srážka je výsledkem neměnných geografických podmínek daného bodu (expozice, nadmořská výška, návětrný efekt apod.) a konkrétní synoptické situace a jejím projevem v daném bodě (stanici), hydrologický extrém, zejména povodeň, je výsledkem fyzickogeografických charakteristik celého povodí a jejich interakcí s konkrétní synoptickou situací, navíc se však uplatňuje stav povodí vyvíjející se v řádu týdnů až měsíců (nasycenost povodí, sněhové zásoby aj.). V případě meteorologických prvků je možné při hodnocení extrémů využít i regionálního seskupení stanic pro zpřesnění odhadu, např. hodnoty 100leté srážky i z údajů za klasická 30letá referenční období, pro hydrologii povodní je 30 let příliš krátká doba pro dostatečně přesné postižení pravděpodobnosti kombinace příčinných faktorů povodně v celé ploše povodí. Domníváme se, že nedostatkem současného řešení problematiky dopadů klimatických změn na povodňový režim je i fakt, že není uvažována příčinná synoptická situace jednotlivých modelovaných událostí. Ta přitom v podmínkách ČR významně ovlivňuje prostorové rozložení a trvání srážek i typickou intenzitu. Použitá metodika předpokládá při časoprostorové distribuci srážkových vstupů, že v minulosti existují vhodné analogy; není však ošetřen výběr analogu, který by reprezentoval typickou synoptickou situaci a případně změny frekvence jejího výskytu. To při modelování syntetických řad ani není možné, protože synoptickou situaci danému dni 86 Meteorologické Zprávy, 66, 2013

25 nelze přiřadit. Párování by bylo možné pouze při použití přímých simulovaných řad klimatických modelů, které však pro potřeby modelování extrémních jevů nejsou dostatečně dlouhé (dosahují pouze desítek let), aby s dostatečnou spolehlivostí zajistily kombinaci příčinných událostí pro odhad povodňového rizika o delší době opakování. Domníváme se, že v tomto případě a za současného stavu je generování dlouhých syntetických řad metodicky správnější než přímé spárování klimatických a hydrologických modelů (viz např. studie o metodách downscalingu [17]). Dosažené výsledky v oblasti povodní tak bohužel nelze považovat za dostatečně robustní. Naopak v oblasti průtokových minim dosažené výsledky umožňují zobecnění na širší území za předpokladu vývoje klimatu podle scénářů předpokládající zvýšený výskyt období malých průtoků v letním půlroce a další nárůst odtoku v zimním půlroce v oblastech, kde se v současnosti vyskytuje trvalejší sněhová pokrývka. Literatura [1] BEVEN, K., I believe in climate change but how precautionary do we need to be in planning for the future? Hydrol. Process., Vol. 25, Is. 9. ISSN Dostupné na WWW: < doi: /hyp.7939>. [2] BRÁZDIL, R. CHROMÁ, K. DOBROVOLNÝ, P. TOLASZ, R., Climate fluctuations in the Czech Republic during the period International Journal of Climatology, Vol. 29, Is. 2, s ISNN , doi: /joc [3] CISCAR, J. C., (ed.), Climate change impacts in Europe: Final report of the PESETA research project. Publications Office of the European Union, Luxembourg. 114 s. ISSN , ISBN , doi: / [4] CLARK, M. GANGOPADHYAY, S. HAY, L. RAJAGOPALAN, B. WILBY, R., The Schaake Shuffle: A Method for Reconstructing Space Time Variability in Forecasted Precipitation and Temperature Fields. Journal of Hydrometeorology, 5, 1, s ISSN [5] DANKERS, R. FEYEN, L., Climate change impact on flood hazard in Europe: An assessment based on high resolution climate simulations. Journal of Geophys. Res., 113, Is. D19. ISSN doi: /2007JD [6] FEYEN, L. DANKERS, R., Impact of global warming on stream-flow drought in Europe. J. Geophys. Res., 114, Is. D17. eissn: , doi: /2008jd [7] HIRABAYASHI, Y. KANAE, S. EMORI, S. OKI, T. KIMOTO, M., Global projections of changing risk of floods and droughts in a changing climate. Hydrol. Sci. J. 53, 4. s ISSN [8] IPCC, Emmission Scenarios, Summary for Policy Makers. IPCC Special Report, IPCC, 21 s. ISBN Dostupné na WWW: < pdf>. [9] KAY, A. L. DAVIES, H. N. BELL, V. A. JONES, R. G., Comparison of uncertainty sources for climate change impacts: flood frequency in England. Climatic Change, Vol. 92, No. 1 2, s ISSN , doi: /s [10] KUNDZEWICZ, Z., Global Change and Flood Risk Management. In Chavoshian, A. Takeuchi, K., 2011: Large-scale Floods Report, Tokyo: ICHARM, s ISSN [11] NWS, NWSRFS User Manual Documentation. Dostupné na WWW: < manual/htm/xrfsdocpdf.php>. [12] PRETEL, J. a kol., Závěrečná práva o řešení projektu. Zpřesnění dosavadních odhadů dopadů klimatické změny v sektorech vodního hospodářství, zemědělství a lesnictví a návrhy adaptačních opatření. Praha: ČHMÚ. 139 s. [13] SEMENOV, M. A., Simulation of extreme weather events by a stochastic weather generátor. Clim Res, 11, s ISSN X. [14] STAHL, K. HISDAL, H. HANNAFORD, J. TALLAKSEN, L. M. VAN LANEN, H. A. J. et al., Streamflow trends in Europe: evidence from a dataset of near-natural catchments. Hydrol. Earth Syst. Sci., 14, s ISSN , doi: /hess [15] TALLASKEN, L., M. VAN LANEN, H., A., J., Hydrological Drought. Processes and Estimation Methods for Streamflow and Groundwater. Developments in Water Science, 48, Amsterdam: Elsevier, 579 s. [16] TODOROVIC, M., Mothly climatic water balance of the Apulia region (Southern Italy): analysis of historical weather data and projections for the 21st century. Proceedings of the Third international conference on climate and water. Helsinki, s ISBN [17] WILLEMS, P. VRAC, M., Statistical precipitation downscaling for small-scale hydrological impact investigations of climate chase. Journal of Hydrology, Vol. 402, Is. 3 4, s , ISSN , /j.jhydrol Lektor (Reviewer): Ing. Adam Vizina INFORMACE RECENZE MAPA ROKU 2012 PRO ATLAS FENOLOGICKÝCH POMĚRŮ ČESKA Cenu Mapa roku 2012 Kartografické společnosti České republiky získal Atlas fenologických poměrů Česka vydaný společnými silami ČHMÚ a Univerzity Palackého. Slavnostní vyhlášení se konalo 16. května v rámci prestižního veletrhu Svět knihy 2013 v Literárním sále na pražském Výstavišti. V konkurenci 19 dalších publikací Atlas zvítězil v kategorii Atlasy, soubory a edice map. Diplom převzala hlavní autorka odborné části za ČHMÚ Ing. Lenka Hájková. Blahopřejeme autorům a nezbývá než si přát, aby meteorologická (klimatologická, fenologická ) obec sbírala vavříny i v příštích letech. Martin Novák Diplom převzala hlavní autorka odborné části za ČHMÚ Ing. Lenka Hájková (vlevo). Meteorologické Zprávy, 66,

26 MĚŘENÍ A POZOROVÁNÍ NA DVOU BLÍZKÝCH STANICÍCH V HRADCI KRÁLOVÉ Stanislava Kliegrová, Jan Komárek, Český hydrometeorologický ústav, Dvorská 410, Hradec Králové, stanislava.kliegrova@chmi.cz, jan.komarek@chmi.cz Measurements and observations at two close stations near Hradec Králové. Results of measurements at two close stations (the distance between them is approximately 6 km) near Hradec Králové are compared. The analysis is geared towards comparisons of the daily and monthly precipitation totals and the maximum wind speeds. These meteorological variables were chosen for their importance in the provision of expert opinions and also for their discontinuous nature, and, in turn, their problematic interpolation to sites without measurements. The authors also discuss additional available sources of information (in particular the archives of radar images and related products), which can be very helpful in making expert estimates. KLÍČOVÁ SLOVA: úhrn srážek rychlost větru Hradec Králové KEY WORDS: Total precipitation Wind speed Hradec Králové 1. ÚVOD Hlavním cílem tohoto příspěvku je porovnat některé výsledky měření dvou blízkých stanic v lokalitě Hradec Králové. V článku jsou zmíněny další možné zdroje informací, které mohou staniční data doplnit a jsou dostupné pro pracovníky zpracovávající požadavky zákazníků v ČHMÚ. Ze stanice Nový Hradec Králové (015 50'18", 50 10'40", n. v. 278 m n. m.) je k dispozici řada meteorologických měření a pozorování od roku Od roku 2002 (s přerušením od dubna 2006 do března 2009) máme k dispozici také řadu pozorování ze Svobodných Dvorů (015 47'16", 50 13'21", n. v. 230 m n. m.), kde je stanice umístěna v objektu pobočky ČHMÚ. Stanice jsou od sebe vzdušnou čarou vzdáleny jen přibližně 6 km, rozdíl v nadmořských výškách je 48 metrů. Vzhledem k tomu, že máme k dispozici už několikaletou paralelní řadu měření a pozorování, bylo možno v rámci bakalářské práce Komárka [1] analyzovat rozdíly mezi hodnotami vybraných meteorologických prvků (teploty vzduchu, vlhkosti vzduchu, úhrnu srážek, rychlosti větru a maximální rychlosti větru), i když je nutné podotknout, že vzhledem ke kratší délce řady se jedná o výsledky z klimatologického hlediska předběžné. Tab. 1 Rozdíly v měsíčním úhrnu srážek mezi stanicemi Nový Hradec Králové a Svobodné Dvory. Table 1. Differences in monthly precipitation between stations Nový Hradec Králové and Svobodné Dvory [mm] 2003 [mm] 2004 [mm] 2005 [mm] 2009 [mm] 2010 [mm] 2011 [mm] I 1,5 3,6 7,7 7 8,7 II 5,6 3,9 2,7 3,4 0,5 III 0,6 10,6 4,2 6,8 1,2 IV 5,1 5,9 2,8 2,4 3 3,2 6,9 V 4,2 11,1 15,2 2,3 9,7 VI 26,1 (66 %) VII 7,6 20,7 (190 %) 13 27,6 (60 %) 7,1 28,2 (120 %) 8,7 2,7 1,5 5,2 8,8 26,7 (81 %) 27 (137 %) 17,5 0,5 VIII 30,3 (76 %) 2,4 10,1 7,7 6,3 2,9 1,8 IX 17,7 3, ,2 2,1 3,7 X 3,7 0,3 0,4 1,2 3,9 0,4 2,2 XI 5,3 0 4,7 2,6 6,4 4 0 XII 3,5 0,1 1 0,5 0,1 7,8 2,7 2. DATA A JEJICH ZPRACOVÁNÍ Pro tento článek jsme vybrali a dále prohloubili analýzu úhrnu srážek a maxim rychlosti větru (jedná se o nejvyšší hodnotu okamžité rychlosti větru označované v databázi ČHMÚ jako F max ). Srážky byly v uvedeném období na Novém Hradci Králové měřeny automatickým člunkovým srážkoměrem MR3H, ve Svobodných Dvorech do roku 2006 automatickým člunkovým srážkoměrem MR3H a od roku 2009 automatickým váhovým srážkoměrem MRW500. Rychlost větru byla v daném období na obou stanicích měřena pomocí anemočidla WAA151, na Novém Hradci Králové ve standardní výšce 10 metrů a ve Svobodných Dvorech ve výšce 17 metrů. Uvedené prvky mají velký význam mimo jiné jako podklady pro posudkovou činnost. Dalším shodným rysem je, že se jedná o prostorově nespojité prvky, což přináší zásadní problémy při jejich interpolaci do míst, kde není k dispozici měření a pozorování. Při analýze jsme pracovali s 15minutovými, respektive 10minutovými daty, za období duben 2002 až prosinec 2011 (s přerušením v době rekonstrukce pobočky ČHMÚ, kdy se ve Svobodných Dvorech neměřilo). Z těchto dat byly spočteny průměrné denní rozdíly, které byly v případě úhrnu srážek sečteny po měsících, a v případě maximálního nárazu větru z nich byly spočteny měsíční průměry. Podrobněji byly popsány dva případy (jeden případ s velkým rozdílem denního úhrnu srážek a jeden případ s velkým rozdílem v denním maximu rychlosti větru mezi stanicemi), kde jsme se zajímali také o další dostupné informace, které by přispěly k co nejpřesnějšímu odhadu daných meteorologických prvků pro blízkou lokalitu bez měření. Výsledky byly zpracovávány v softwaru CLIDATAGIS10 dvěma běžně používanými interpolačními metodami (Metoda inverzního vážení 1 a Lokální lineární regrese 2 ) se zahrnutím údajů z 10 nejbližších stanic. Pro úplnost je třeba dodat, že zatímco rozdíly a podí- 1) Metoda vážené inverzní vzdálenosti (IDW Inverse Distance Weighting) je často používanou metodou tvorby povrchu. Interpoluje hodnoty bodů ve vektorovém formátu do povrchu ve formátu rastru. Tato interpolační metoda předpokládá, že každý vstupní bod má vliv na své okolí. Tento vliv se zmenšuje se vzdáleností. K určení hodnot buněk rastru se používá vážený průměr hodnot bodů v okolí. Váhou je inverzní vzdálenost. Čím dále je konkrétní bod od zjišťované buňky (středu buňky), tím menší má vliv na hodnotu buňky (hodnota je přiřazena středu buňky). 2) Lokální lineární regrese (LLR Local Linear Regression) představuje aproximaci daných hodnot polynomem prvního řádu (přímkou) metodou nejmenších čtverců. Jinak řečeno, jedná se o proložení několika bodů v grafu takovou přímkou, aby součet druhých mocnin odchylek jednotlivých bodů od přímky byl minimální. 88 Meteorologické Zprávy, 66, 2013

27 Obr. 1 Měsíční úhrny srážek v červenci 2003 a jejich interpolace pomocí metody IDW se stanicemi Svobodné Dvory a Nový Hradec Králové (a). Pouze se stanicí Svobodné Dvory (b). Fig. 1. Monthly precipitation in July 2003 and their interpolation with IDW with stations Svobodné Dvory and Nový Hradec Králové (a). With the station Svobodné Dvory only (b). lokality v Hradci Králové mohou dosahovat až hodnot kolem 30 mm (tab. 1). Ve sledovaných měsících byly v 7 případech (u 9 % případů) zaznamenány rozdíly mezi uvedenými stanicemi větší než 20 mm (ve všech případech se jednalo o měsíce květen, červen, červenec nebo srpen), a tyto rozdíly souvisely zejména s bouřkovou činností. V závorce u rozdílů v absolutní hodnotě větších než 20 mm je uveden i podíl srážek na stanicích (Svobodné Dvory / Nový Hradec Králové), aby mohla být posouzena významnost tohoto rozdílu vůči celkovému úhrnu srážek. Rozdíly mezi stanicemi se v těchto případech pohybují v desítkách procent; v červnu 2003 byl úhrn ve Svobodných Dvorech bezmála dvojnásobný oproti úhrnu na Novém Hradci Králové. Pro podrobnější analýzu rozdílu v měsíčním úhrnu srážek byly vybrány hodnoty z července Na obr. 1 jsou znázorněny měsíční srážkové úhrny (na Novém Hradci Králové 81,9 mm a ve Svobodných Dvorech 51,4 mm) z tohoto měsíce naměřené a dále interpolované pomocí metody IDW. Na obr. 1a byla interpolace provedena se zahrnutím obou hradeckých stanic a na obr. 1b byla z interpolace vyjmuta stanice Nový Hradec Králové. Odečtená hodnota měsíčního úhrnu srážek pro stanici Nový Hradec Králové na obr. 1b (60 mm) je cca o 22 mm menší oproti hodnotě naměřené (73 % hodnoty naměřené). Na obr. 2 jsou hodnoty zpracované interpolační metodou LLR, která nezachovává hodnotu na stanici. Odečtená hodnota pro stanici Nový Hradec Králové na obr. 2a je cca 63 mm (o 19 mm nižší, než bylo naměřeno, což je přibližně 76 %) a na obr. 2b je cca 58 mm (o 24 mm nižší, než bylo naměřeno, což je přibližně 71 %). Metody IDW i LLR dávaly u úhrnu srážek ve všech níže uvedených tabulkách a grafech vycházejí z pravidelných dat (denní úhrn srážek je tedy součtem termínových hodnot v daném dni), data na obrázcích jsou získána z nepravidelných měření (denní úhrn srážek je uvažován od 7 hodin SEČ daného dne do 7 hodin SEČ dne následujícího). Hodnoty se tedy mohou o něco lišit. 3. SRÁŽKOVÝ ÚHRN 3.1 Měsíční srážkový úhrn Rozdíly v měsíčním úhrnu srážek pro uvedené blízké Obr. 3 Radarový snímek z července Zdroj: Intranet ČHMÚ. Fig. 3. The radar picture from July Source: Intranet ČHMÚ. Obr. 2 Měsíční úhrny srážek v červenci 2003 a jejich interpolace pomocí metody LLR se stanicemi Svobodné Dvory a Nový Hradec Králové (a). Pouze se stanicí Svobodné Dvory (b). Fig. 2. Monthly precipitation in July 2003 and their interpolation with LLR with stations Svobodné Dvory and Nový Hradec Králové (a). With the station Svobodné Dvory only (b). Meteorologické Zprávy, 66,

28 Obr. 4 Kumulativní průměrný úhrn srážek pro povodí (Labe od Orlice po Loučnou) v červenci Zdroj: Intranet ČHMÚ. Fig. 4 Cumulative mean catchment (Labe from Orlice to Loucna) precipitation in July Source: Intranet ČHMÚ. jí v tomto případě, pokud neuvažujeme měření na stanici Nový Hradec Králové, pro tuto lokalitu velmi podobnou hodnotu (obr. 1 b, 2b). Obr. 5 Histogramy denních rozdílů srážek mezi stanicemi Nový Hradec Králové a Svobodné Dvory kategorizované po měsících. Fig.5. Histograms of the daily precipitation differences between stations Nový Hradec Králové a Svobodné Dvory categorized by month. Obr. 6 Maximální a minimální rozdíly denních úhrnů srážek mezi stanicemi Nový Hradec Králové a Svobodné Dvory v jednotlivých měsících. Fig. 6. The maximum and minimum differences in daily precipitation between stations Nový Hradec Králové a Svobodné Dvory in different months. Velmi užitečné relevantní informace lze získat v archivu radarových produktů (dostupné na Intranetu ČHMÚ). Na obr. 3 je znázorněn archivní radarový snímek z července 2003, v jehož dolní části je červeně zakroužkovaná část s možnostmi nastavení povodí a vykreslení kumulativních součtů srážek až za 21 dní. Kumulativní součty pro povodí Labe od Orlice po Loučnou, kam Hradec Králové patří (obr. 3), jsou znázorněny na obr. 4, kde nahoře jsou vyznačeny kumulativní součty od do a dole kumulativní součty od do Součtem hodnot posledních sloupců vpravo na obou obrázcích lze zjistit, že průměrný měsíční srážkový úhrn v červenci 2003 pro námi vybrané povodí byl podle radarových odhadů (adjustovaný radar, na obr. 4 vykreslen modře) přibližně 70 mm, což je hodnota mezi hodnotami naměřenými na sledovaných stanicích a poskytuje plošnou informaci, která je reprezentativnější než bodové měření. 3.2 Denní srážkový úhrn Na histogramech kategorizovaných po měsících (obr. 5) lze vysledovat, že většina rozdílů denního úhrnu srážek je záporná (na Novém Hradci Králové jsou naměřeny nižší úhrny než ve Svobodných Dvorech). Drtivá většina rozdílů (98,5 % případů) je v absolutní hodnotě menší než 5 milimetrů a jen ve 12 případech (0,5 % případů) rozdíl v absolutní hodnotě překročil 10 mm. V chladné polovině roku je poměr záporných a kladných rozdílů ve prospěch záporných ještě výraznější než v teplé, což zřejmě souvisí s vyšším výskytem lokálních, a tedy náhodných přeháněk v teplých měsících. Graf (obr. 6), na kterém jsou znázorněny maximální a minimální rozdíly denního úhrnu srážek v jednotlivých měsících, potvrzuje výskyt největších rozdílů v letních měsících. Pro případovou studii byl vybrán den s největším rozdílem v denním úhrnu srážek z celé sledované řady pozorování, , kdy bylo naměřeno na Novém Hradci Králové 1,4 mm srážek a ve Svobodných Dvorech 33,4 mm srážek (rozdíl byl 32,1 mm). Na obr. 7 jsou znázorněny denní úhrny srážek naměřené na stanicích a interpolované pomocí metody IDW. Na obrázku 7a jsou obě hradecké stanice, na obr. 7b je vynechána stanice Svobodné Dvory. Hodnota odečtená v místě stanice Svobodné Dvory na obr. 7b je 2 mm. Na obr. 8 jsou analyzována stejná data, ale interpolační metodou LLR. Údaj odečtený pro stanici Svobodné Dvory je 9 mm na obr. 8a a 2 mm na obr. 8b. Hodnoty se mezi metodami IDW a LLR v případě vynechané stanice opět skoro neliší. Metoda LLR ovšem velmi podhodnocuje i naměřené singularity. Vybrané termíny z 15minutových měření srážek v SEČ jsou uvedeny v následující tab. 2. Zatímco v 15 minutách mezi 12:15 a 12:30 byla ve Svobodných Dvorech zazname- 90 Meteorologické Zprávy, 66, 2013

29 Obr. 7 Denní úhrny srážek dne a jejich interpolace pomocí metody IDW se stanicemi Svobodné Dvory a Nový Hradec Králové (a). Pouze se stanicí Nový Hradec Králové (b). Fig. 7. Daily precipitation and their interpolation with IDW with stations Svobodné Dvory and Nový Hradec Králové (a). With the station Nový Hradec Králové only (b). Obr. 8 Denní úhrny srážek dne a jejich interpolace pomocí metody LLR se stanicemi Svobodné Dvory a Nový Hradec Králové (a). Pouze se stanicí Nový Hradec Králové (b). Fig. 8. Daily precipitation and their interpolation with LLR with stations Svobodné Dvory and Nový Hradec Králové (a). With the station Nový Hradec Králové only (b). Tab. 2 Vybrané termíny měření srážek dne na stanicích Nový Hradec Králové a Svobodné Dvory. Table 2. The selection from the measurement of precipitation at stations Nový Hradec Králové and Svobodné Dvory. Nový Hradec Králové Svobodné Dvory :15 [mm] 0 11, :30 [mm] 0 20, :45 [mm] 0,6 1,1 nána intenzivní srážka přes 20 mm (katastrofální liják podle Wussova), na Novém Hradci Králové vzdáleném 6 km nebyly zaznamenány žádné srážky. Zajímavou a užitečnou informaci o srážkových úhrnech nám poskytuje produkt standardně zpracovávaný a archivovaný z radarových snímků, který je dostupný na Intranetu ČHMÚ (obr. 9). Jedná se o hodinový srážkový úhrn mezi 12. a 13. hodinou dne pro oblast Hradce Králové (střed snímků je přibližně v centru Hradce Králové) a okolí (vlevo nahoře originální radarový snímek, vpravo nahoře adjustovaný radarový snímek, vlevo dole informace zpracovaná z automatických srážkoměrů, vpravo dole výsledný snímek z radaru i srážkoměrů). Na stanicích byl za tuto hodinu naměřen cca 1 mm srážek na Novém Hradci Králové a cca 33 mm ve Svobodných Dvorech. Na originálním radarovém snímku (obr. 9 vlevo nahoře) se hodinový úhrn srážek v zájmové oblasti Svobodných Dvorů (označeno bílým křížkem) pohyboval mezi 15 a 20 mm, na adjustovaném radarovém snímku (obr. 9 vpravo nahoře) mezi 20 a 30 mm. Je tu tedy jisté podhodnocení skutečnosti, ale oproti informaci získané pouze interpolací z okolních stanic (obr. 7b a 8b) se jedná o velké zpřesnění. 4. MAXIMÁLNÍ RYCHLOST VĚTRU V tab. 3 jsou uvedeny měsíční průměry rozdílů denních maxim rychlosti větru, které se většinou pohybují kolem 1 m.s 1. Na histogramech rozdílů maxim rychlosti větru kategorizovaných po měsících (obr. 10) a na grafu s největšími denními rozdíly v jednotlivých měsících (obr. 11) lze vysledovat, že většina rozdílů v denních maximech rychlosti větru se pohybuje v rozmezí do 5 m.s 1 (v 99,7 % případů je rozdíl v absolutní hodnotě menší než 5 m.s 1 ). Rozdělení rozdílů není symetrické, na Novém Hradci Králové jsou měřeny větší maxima než ve Svobodných Dvorech. Z řady pozorování vybočuje zejména jeden případ, kdy byl rozdíl v denním maximu rychlosti větru 16,8 m.s 1 ( ), který je analyzován podrobněji. Dne mezi 18:45 a 19:30 byla zaznamenána následující 15minutová maxima rychlosti větru (tab. 4). V tomto termínu byla zaznamenána na Novém Hradci Králové bouřková činnost, se kterou souvisely i intenzivní srážky, a velký rozdíl v denním srážkovém úhrnu mezi Novým Hradcem Králové a Svobodnými Dvory byl 24 mm. Na obr. 12 je mapa s denním maximy rychlosti větru v oblasti dne a jejich interpolace metodou IDW. Na obr. 12a jsou k dispozici informace z obou hradeckých stanic, na obr. 12b je vynechána informace z Nového Hradce Králové. Maxima rychlosti větru byla na území ČR toho dne Meteorologické Zprávy, 66,

30 Obr. 9 Hodinové úhrny srážek (mezi 12. a 13. hodinou dne ) podle radaru (vlevo nahoře), adjustovaného radaru (vpravo nahoře), srážkoměrů (vlevo dole) a kombinace radar + srážkoměr (vpravo dole). Fig. 9. Hourly precipitation (between 12 a 13 hours on ) under radar (top left), adjusted radar (top right), gages only (bottom left), gages nad radar together (bottom right). velmi rozdílná, a bylo by chybou posuzovat a určovat je pouze na základě údajů z nejbližší stanice. Na místech, kde byla zaznamenána bouřková činnost (lze zjistit v archivu radarových snímků), nelze v tomto případě vyloučit výskyt maxim přes 21 m.s 1. Dalším zdrojem informací by mohly být mapy z archivu numerických předpovědí modelu ALADIN, na kterých jsou označeny lokality s předpokládaným výskytem větru s rychlostmi nad 15 m.s 1. Tyto mapy jsou na Intranetu ČHMÚ standardně uchovávány po dobu přibližně 6 měsíců, v případě zajímavé situace lze domluvit i archivaci dlouhodobější. Tab. 3 Rozdíly měsíčních průměrů denních maxim rychlosti větru mezi stanicemi Nový Hradec Králové a Svobodné Dvory. Table 3. Differences in monthly averages of maximum daily wind gusts between stations Nový Hradec Králové and Svobodné Dvory [m.s 1 ] Obr. 10 Histogramy denních rozdílů v maximálních rychlostech větru mezi stanicemi Nový Hradec Králové a Svobodné Dvory kategorizované po měsících. Fig.10. Histograms of the daily differences in maximum wind gusts between stations Nový Hradec Králové a Svobodné Dvory categorized by month [m.s 1 ] 2004 [m.s 1 ] 2005 [m.s 1 ] 2009 [m.s 1 ] 2010 [m.s 1 ] 2011 [m.s 1 ] I 0,9 1,2 1,2 0,1 0,9 II 0,5 1,0 1,0 1,0 0,7 III 0,5 1,0 1,1 1,0 0,7 IV 0,8 0,6 1,0 1,0 1,2 0,3 0,5 V 1,1 1,1 0,9 0,9 0,8 0,4 0,9 VI 0,8 0,8 0,8 0,8 0,8 0,7 0,7 VII 0,8 0,8 0,8 0,8 0,8 0,6 0,4 VIII 0,9 0,9 1,0 0,7 0,9 0,8 0,6 IX 0,8 1,0 1,1 1,3 0,9 0,7 0,7 X 1,2 1,1 1,4 1,5 0,6 1,1 0,8 XI 1,3 1,3 0,8 0,7 1,5 1,1 0,6 XII 0,7 1,0 0,9 0,8 0,6 0,5 1,4 5. ZÁVĚR V této práci byly porovnávány výsledky měření pro dva nespojité meteorologické prvky (úhrn srážek a maximum rychlosti větru) pro dvě blízké stanice v lokalitě Hradec Králové. Kromě průměrných měsíčních hodnot byly vyhodnoceny i extrémní rozdíly pro denní hodnoty a podrobněji analyzovány dva konkrétní případy s velkými rozdíly hodnot (jeden případ se týkal denního úhrnu srážek a jeden denního maxima rychlosti větru). Položili jsme si otázku, do jaké míry lze správně odborně odhadnout podobné lokální singularity na základě dalších dostupných informací (údaje a jejich interpolace z okolních stanic, radarové produkty, předpovědní mapy modelu ALADIN). Z analýzy měsíčních úhrnů srážek se potvrdilo, že se v ojedinělých případech, souvisejících zejména s konvekčními srážkami v teplých měsících i u velmi blízkých lokalit, mohou měsíční úhrny lišit o desítky procent. V případě denních úhrnů srážek je převážná většina rozdílů mezi těmito blízkými stanicemi do 5 mm, ale objevily se i dny s rozdíly přes 20 mm (zde byl blíže analyzován případ s rozdílem 32 mm). Běžné interpolační metody nejsou schopny s pomocí údajů z okolních stanic tyto lokální singularity postihnout. Výsledky interpolace denních nebo měsíčních srážkových úhrnů do míst vynechané hradecké stanice se pro obě použité metody (IDW nebo LLR) téměř nelišily. Je třeba si ale uvědomit, že metoda LLR nezachovává hodnoty na stanicích, a v případě podobných singularit dochází k dosti velkému shlazení interpolovaného pole hodnot i pro místa s měřením. Ukázalo se, že velkým pomocníkem v těchto případech jsou radarové produkty. Konkrétně radarové odhady hodinových až 24 hodinových srážek, které jsou v archivu kompletně dostupné od roku 2004, velmi zpřesní informaci pro místo bez měření. Poměrně nově jsou k dispozici i radarové snímky pro 24hodinové srážky v části programu CLIDATAGIS 10 pro plošnou kontrolu denních dat, kde mohou být zvoleny jako podklad pro informace ze stanic a doplnit je. 92 Meteorologické Zprávy, 66, 2013

31 Tab. 4 Vybrané termíny měření maximální rychlosti větru dne na stanicích Nový Hradec Králové a Svobodné Dvory. Table 4. The selection from the measurement of daily maximum wind gusts at stations Nový Hradec Králové and Svobodné Dvory. Nový Hradec Králové Svobodné Dvory Obr. 11 Maximální a minimální rozdíly v maximálních denních rychlostech větru mezi stanicemi Nový Hradec Králové a Svobodné Dvory v jednotlivých měsících. Fig. 11. The maximum and minimum differences in daily maximum wind gusts between stations Nový Hradec Králové a Svobodné Dvory in different months. Obr. 12 Maximální rychlosti větru dne a jejich interpolace pomocí metody IDW se stanicemi Svobodné Dvory a Nový Hradec Králové (a). Pouze se stanicí Svobodné Dvory (b). Fig. 12. Daily maximum wind gusts and their interpolation with IDW with stations Svobodné Dvory and Nový Hradec Králové (a). With the station Svobodné Dvory only (b). Velmi užitečné se jeví i radarové odhady průměrných srážek na povodí, které poskytují reprezentativnější plošnou informaci. Co se týká denních maxim rychlosti větru, tam se rozdíly pro tyto blízké stanice v denních hodnotách pohybují v drtivé většině případů do 5 m.s 1, ale vyskytl se i rozdíl větší než 16 m.s 1. Tento rozdíl je velmi výrazný a pro posudkovou činnost zásadní. Při poskytování údajů o rychlosti větru uživatelům je tedy nutno obezřetně vycházet z údajů nejen nebližších stanic. V některých případech nám mohou nepřímo pomoci radarové snímky, na kterých je lokalizovaná bouřková činnost, a tedy místa s možností výskytu zesíleného větru. Další doplňující informace nám mohou poskytnout mapy z archivu numerických předpovědí modelu ALADIN (dostupné na Intranetu ČHMÚ), které jsou však uchovávány jen :45 [m.s 1 ] 7,0 7, :00 [m.s 1 ] 25,8 14, :15 [m.s 1 ] 31,6 10, :30 [m.s 1 ] 5,5 3,2 omezenou dobu. Obecně je však určování hodnot rychlosti větru pro lokality bez měření obtížnější než u měření srážek, kde je hustota stanic mnohem větší a kde nám mnoho informací jsou schopny poskytnout radarové produkty. Autoři chtěli tímto příspěvkem mimo jiné upozornit na stále se rozšiřující možnosti, jak doplnit staniční informace o úhrnu srážek a rychlosti větru, které by mohly a měly být využívány v posudkové činnosti ČHMÚ pro určování hodnot pro lokality bez měření. V případě určování denního úhrnu srážek lze využít 24hodinové odhady úhrnů srážek z kombinace radarové a staniční informace. V případě určování měsíčního úhrnu srážek lze zejména v letních měsících, kdy je prostorová variabilita srážek největší, využít radarové odhady průměrných srážek na povodí. Tyto kombinované postupy by měly být využívány v případech posuzování jednotlivých dní nebo měsíců, kdy jde objednavateli o porovnání hodnot s dlouhodobými průměry, o vyjádření pro pojišťovnu nebo úřad. Jiná situace nastává, pokud se požadavek týká většího množství dat. Objednavatel by měl být upozorněn, že je mu možné za běžnou sazebníkovou cenu poskytnout data z nejbližší stanice ČHMÚ, nebo za cenu navýšenou o další zpracování poskytnout data zpřesněná kombinací s radarovými produkty. V případě určování konkrétních hodnot rychlosti větru a maxima rychlosti větru jsou možnosti dodatečných mimostaničních informací omezené, a požadavek je proto zpracováván z hodnot nejbližší meteorologické stanice. Pokud je však vystavován posudek pro pojišťovnu, a tedy posuzována možnost dosažení a překročení určených limitů pro průměrnou rychlost větru, měly by být brány do úvahy naměřené hodnoty z širšího okolí stanice a také radarové snímky, které identifikují místa s bouřkovou činností, popřípadě oblačnost spojenou s výrazným frontálním rozhraním. Poděkování: Velmi děkujeme recenzentovi RNDr. Lubošovi Němcovi za hodnotné připomínky, které naší práci vylepšily zejména po stránce terminologické. Literatura [1] KOMÁREK, J., Meteorologická měření v okolí Hradce Králové. [Bakalářská práce.] Hradec Králové: Univerzita Hradec Králové, Přírodovědecká fakulta. 52 s. [2] NOSEK, M., Metody v klimatologii. Praha: Academia. 1. vyd. 433 s [3] TRUPL, J., Intensity krátkodobých dešťů v povodí Labe, Odry a Moravy. Praha: VÚV. 1. vyd. 76 s. Lektor (Reviewer): RNDr. Luboš Němec Meteorologické Zprávy, 66,

32 INFORMACE RECENZE KONFERENCE OVZDUŠÍ 2013 Ve dnech 15. až 17. dubna tohoto roku se v Brně konala česko-slovenská konference Ovzduší Již po jedenácté se zde v příjemném prostředí hotelu Santon u Brněnské přehrady sešli čeští a slovenští odborníci věnující se různým aspektům znečištění, znečišťování a ochrany ovzduší. Konferenci pořádalo Centrum pro výzkum toxických látek v prostředí Masarykovy univerzity v Brně spolu s ČHMÚ (Český hydrometeorologický ústav Praha a pobočka Brno) a firmou TOCOEN, s. r. o. Brno. Oficiálními sponzory konference byly firmy Českomoravský cement, a. s. Heidelberg Cement Group a SIAD Czech, s. r. o. Předsedou přípravného organizačního výboru byl již tradičně Prof. RNDr. Ivan Holoubek, CSc. Konference sestávala z následujících sedmi tematických okruhů: 1. Aktuální problémy legislativy v oblasti ochrany ovzduší a mezinárodní úmluvy. 2. Antropogenní a přírodní zdroje znečištění atmosféry, emisní inventury. 3. Stav znečištění atmosféry v ČR a SR a jeho monitoring. 4. Částice v atmosféře, atmosférické aerosoly. 5. Znečištění vnitřního prostředí. 6. Vlivy znečištěného ovzduší na abiotické a biotické složky prostředí a zdraví člověka. 7. Metody odběrů a analýzy emisí, volného ovzduší a depozice. Speciální blok byl tentokrát věnován výročí 25 let založení observatoře ČHMÚ Košetice. Konference se zúčastnili odborníci z různých typů institucí. Zastoupena byla akademická sféra, vědeckovýzkumné instituce, státní správa lidé nahlížející ochranu ovzduší a jeho vlivů na zdraví i životní prostředí z nejrůznějších úhlů pohledu. Český hydrometeorologický ústav byl na konferenci důstojně zastoupen. Z téměř 90 účastníků konference tvořili pracovníci ČHMÚ více než třetinu, z celkem 40 přednesených příspěvků bylo 13 a z 19 posterových sdělení 8 připraveno autory z ČHMÚ. Publikačním výstupem konference je dvěstěstránkový Sborník rozšířených abstraktů, který pod ISBN vydala Masarykova univerzita a který je eventuelním zájemcům k dispozici pro nahlédnutí u účastníků konference. Konference Ovzduší, která se pravidelně koná vždy jednou za dva roky, zůstává velmi důležitou platformou Prof. RNDr. Ivan Holoubek, CSc., předseda přípravného organizačního výboru konference. Foto Ondřej Sáňka. pro setkávání odborníků zabývajících se ochranou ovzduší a slouží pro navazování pracovních kontaktů, sdílení informací, výměnu zkušeností i pro přípravu nových společných projektů. Iva Hůnová ZA DOCENTOM RNDr. JÁNOM OTRUBOM, CSc. Dňa 25. apríla 2013 nás opustil vo veku 91 rokov doc. RNDr. Ján Otruba, CSc. nestor slovenskej meteorológie, vysokoškolský pedagóg na Prírodovedeckej fakulte Univerzity Komenského v Bratislave (PF UK) a dlhoročný vedecký pracovník Geofyzikálneho ústavu Slovenskej akadémie vied v Bratislave (GFÚ SAV), člen Slovenskej meteorologickej spoločnosti a Slovenskej bioklimatickej spoločnosti pri SAV. Pripadla mi neľahká úloha rozlúčiť sa s pánom docentom v mene všetkých pracovníkov GFÚ SAV, Fakulty matematiky, fyziky a informatiky Univerzity Komenského v Bratislave (FMFI UK), ako aj v mene ostatných priateľov a známych. Len ťažko sa hľadajú slová, ktoré by v tejto chvíli vyjadrili našu vďaku a úctu človekovi, ktorý svojou vedeckou prácou patril k výrazným osobnostiam uvedených inštitúcií. Doc. Otruba sa narodil v Zázrivej na Orave. Po maturite v Dolnom Kubíne pokračoval v štúdiu na Prírodovedeckej fakulte Slovenskej Univerzity (PF SU) v Bratislave, odbor matematika - fyzika. Ešte pred ukončením vysokoškolského štúdia začal v roku 1948 pracovať ako asistent v Ústave pre meteorológiu a klimatológiu PF SU u prof. Mikuláša Končeka. V tomto ústave a neskôr na Katedre astronómie, geofyziky a meteorológie PF UK pracoval až do roku 1963, kedy odišiel do Ústavu meteorológie a klimatológie SAV, kde ako samostatný vedecký pracovník bol od roku 1964 vedúcim oddelenia horskej meteorológie. V roku 1961 získal hodnosť kandidáta fyzikálno-matematických vied. V roku 1965 bol na základe habilitácie menovaný docentom pre odbor meteorológie a klimatológie na PF UK v Bratislave. Po odchode do SAV pôsobil naďalej na Katedre Astronómie, geofyziky a meteorológie PF UK ako externý učiteľ, a tak vypomáhal pri zabezpečovaní odborného štúdia meteorológie a klimatológie. Ako erudovaný vedecký pracovník podieľal sa tiež na výchove vedeckých pracovníkov vo funkcii školiteľa ašpirantov a súčasne vo funkcii predsedu Komisie pre obhajoby kandidátskych dizertačných prác v odbore meteorológie a klimatológie v SAV. Vo svojej vedecko-výskumnej práci sa doc. Otruba zameral hlavne na výskum cirkulačných pomerov prízemnej vrstvy atmosféry v oblasti Západných Karpát. Osobitnú pozornosť venoval štúdiu časových a priestorových charakteristík orografických deformácií prúdenia vzduchu, ako aj rôznych zvláštností lokálnych cirkulačných systémov vo vybraných horských oblastiach Slovenska. Dosiahnuté výsledky publikoval asi v 50 vedeckých prácach u nás i v zahraničí. Medzi nimi je najrozsiahlejšia monografia Veterné pomery na Slovensku, ktorá vyšla v roku 1964 vo vydavateľstve SAV a ktorú v roku 1969 vydalo v anglickom jazyku juhoslovanské vydavateľstvo NOLIT v Belehrade pre U.S. Department of Commerce Environmental Science Services Administration a pre National Science Foundation v USA. Na seminári Významné osobnosti SAV 2001 bol doc. Otruba jednou z ocenených osobností na stretnu- 94 Meteorologické Zprávy, 66, 2013