Analýza budoucích klimatických podmínek je založena na simulacích nejnovější generace globálních klimatických modelů (GCM). Ty během minulých desetiletích prošly rychlým vývojem, který se odráží primárně v množství vzájemně provázaných jevů a zpětných vazeb v klimatickém systému, který jsou dnešní modely schopny věrohodně postihnout. Zlepšilo se i prostorové rozlišení GCM, jakkoliv pro detailní náhled na lokální klima je stále potřeba využít metod zjemnění výstupů, tzv. downscalingu. Ten spočívá buď v zapojení řetězce podrobnějších regionálních klimatických modelů (RCM) nebo v užití statistických metod aplikovaných přímo na výstupy z GCM (např. přírůstková metoda a další).
Vzhledem k tomu, že výstupy klimatických modelů obsahují systematické chyby (v důsledku nutného zjednodušení složitých procesů v reálném světě), je nutné je opravit, aby byly získány smysluplné výsledky o simulovaných vlastnostech klimatického systému. Obecně platí, že při práci se středními hodnotami meteorologických prvků (jako jsou sezónní a roční průměry) lze se změnami danými modely zacházet tak, jak jsou, bez úprav. Problém nastává při analýze denních dat a extrémních hodnot jako jsou teplotní maxima a minima, hodnoty srážek nad dané prahové hodnoty atd. a to právě v důsledku nízkého prostorového rozlišení GCM.
Dosavadní zkušenosti autorů předložené metodiky vedou k preferenci zjemnění výstupů GCM pro použití na lokální úrovni pomocí statistických metod namísto zapojení dynamického downscalingu pomocí RCM. Důvodem jsou zejména systematické chyby RCM (vlhčí a chladnější klima během kontrolního historického běhu RCM) a také skutečnost, že zatímco u GCM máme k disposici simulace z poslední generace klimatických modelů CMIP6 (použité v rámci poslední, AR6, zprávy IPCC), tak u RCM jsou pro Evropu k dispozici Euro-CORDEX simulace řízené starší generací globálních klimatických modelů – CMIP5 (tedy modely z předešlé zprávy IPCC, AR5). To znamená, že dostupné RCM simulace v tuto chvíli nezohledňují nejnovější vědecké poznatky.
Množina nejnovějších CMIP6 GCM simulací zahrnuje modely s různým stupněm prostorové podrobnosti. Většina simulací vývoje klimatu v 21. století má horizontální prostorové rozlišení okolo 100 nebo 250 km. Existuje i malá podmnožina GCM v rozlišení okolo 50 km, ale jejich simulace končí v polovině 21. století. Jednotlivé GCM se od sebe též liší komplexností popisů dějů v klimatickém systému, způsoby parametrizací jevů menšího měřítka i formulací a numerickým řešením základních fyzikálních rovnic. Zákonitě pak dochází k tomu, že se do určité míry rozchází simulované klima s realitou a tento rozdíl se mění v prostoru, čase či napříč fyzikálními veličinami. Pro simulace budoucího klimatu střední Evropy byly proto upřednostněny GCM, které nejlépe postihují klima střední Evropy. Zároveň je potřeba zajistit, aby preferované GCM, které tvoří jen podmnožinu všech dostupných GCM, postihly budoucí vývoj klimatu stejně, se stejnou míry neurčitosti, jako úplná množina všech dostupných GCM. Tedy aby vybraná podmnožina GCM nerepresentovala modely, které za stejných podmínek očekávají např. vyšší nárůst teploty (či změny srážek, větru, slunečního svitu apod.) než modely, které stojí mimo výběr. Za tímto účelem byla navržena metodika výběru (zúžení ansámblu klimatických modelů) popsaná zde:
Meitner, J., Štěpánek, P., Skalák, P., Dubrovský, M., Lhotka, O., Penčevová, R., Zahradníček, P., Farda, A., Trnka, M. (2023): Validation and Selection of a Representative Subset from the Ensemble of EURO-CORDEX EUR11 Regional Climate Model Outputs for the Czech Republic. Atmosphere 2023, 14, 1442. https://doi.org/…tmos14091442
V souladu s uvedenou metodikou byly z množiny přibližně dvaceti CMIP6 GCM na základě validace vyloučeny ty modely, které nebyly schopny věrohodně simulovat klima Střední Evropy nedávné minulosti. Z ostatních modelů pak bylo vybráno 7 GCM tak, aby tento užší výběr svými statistickými vlastnostmi reprezentoval celou původní množinu modelů, ale umožnil pracovat s menším počtem simulací. Jedním z důvodů zúžení celého ansámblu GCM jsou situace, kdy se jednotlivé GCM používají jako zdroj vstupních meteorologických dat pro modely hydrologické či modely simulující dopad změny klimatu na krajinu a hospodaření v ní. V takovém případě by nutnost zapojení celé původní množiny GCM vedla k enormním nárokům na výpočetní výkon a taková úloha byla často prakticky neřešitelná. Výběr GCM byl proveden s ohledem na všechny základní meteorologické prvky, které jsou dále analyzovány, resp. použity pro výpočet referenční evapotranspirace a půdní vlhkosti modelem SoilClim. Výběr modelů spolu s dostupnými scénáři klimatické změny je uveden v následující tabulce. Byly preferovány GCM s jemnějším prostorovým rozlišením (100 km a méně oproti 250 km).
| Model | Dostupné scénáře klimatické změny | Prostorové rozlišení modelu v km |
|---|---|---|
| CNRM-CM6–1-HR | SSP126, SSP585 | 50 |
| CMCC-ESM2 | SSP126, SSP245, SSP370, SSP585 | 100 |
| EC-EARTH3 | SSP126, SSP245, SSP370, SSP585 | 100 |
| GFDL-ESM4 | SSP126, SSP245, SSP370, SSP585 | 100 |
| MPI-ESM1–2-HR | SSP126, SSP245, SSP370, SSP585 | 100 |
| MRI-ESM2–0 | SSP126, SSP245, SSP370, SSP585 | 100 |
| TAIESM1 | SSP126, SSP245, SSP370, SSP585 | 100 |
Scénáře klimatické změny slouží jako zdroj tzv. okrajové podmínky pro GCM a reflektují různé možné budoucí trajektorie vývoje světa nejen z pohledu emisí či výsledných koncentrací skleníkových plynů v atmosféře nýbrž i z hlediska různého hospodářského a společenského vývoje na planetě. Poslední 6. hodnotící zpráva IPCC (AR6) pracuje se scénáři socioekonomického vývoje, tzv. Shared Socioeconomics Pathways (SSP).
V jednoduchosti lze jednotlivé scénáře změny klimatu používané na vstupu GCM simulací interpretovat takto:
Výstupy GCM, pokud se nezabýváme pouze relativní změnou meteorologických prvků, nelze použít přímo. Jsou zatíženy systematickou chybou (např. podhodnocení teploty o 1 °C nebo nadhodnocení srážek o 25% apod. na území Střední Evropy), kterou je nutné nejprve odstranit. Alternativně lze pracovat s klimatickou změnou plynoucí ze simulací klimatických modelů, která je dána do souvislosti přímo s pozorovanými daty. Druhý uvedený přístup se označuje jako “přírůstková metoda” nebo “přímá modifikace” a je v ČR tradičně používán pro modelování dopadů klimatické změny např. na hydrologickou bilanci, neboť ta vykazuje při použití této metody větší robustnost než při využití simulací klimatických modelů s opravou systematické chyby (tzv. bias korekce). Pro využití “přírůstkové metody” v denním kroku je vhodné aplikovat transformace, které uvažují nejen změny průměrů ale i variability. To umožňuje například pokročilá přírůstková (“Advanced Delta Change” – ADC) metoda. ADC metoda umožňuje zahrnout do transformace i změnu variability. To zjednodušeně znamená, že extrémy se mohou měnit jinak než průměr, což správně reflektuje situaci, jak ji zaznamenáváme ve skutečném světě. Při odvození změn srážek z klimatického modelu ADC metoda uvažuje i systematické chyby simulace, které nemusí být lineární. Další podrobnosti lze nalézt v práci van Pelt et al. (2012).
Při aplikaci ADC metody jsou denní hodnoty meteorologických prvků zpracovány v týdenním kroku, aby byl zachován jejich ročních chod, a je provedeno vyhlazení parametrů transformace. Teplota vzduchu je na rozdíl od srážek transformována lineárně. Další meteorologické proměnné (globální záření, relativní vlhkost a rychlost větru) jsou modifikovány vynásobením poměrem průměrů za období kontrolního běhu GCM a období scénářových simulací GCM. Parametry transformace jsou opět vyhlazeny.
Vstupní data staničních měření jsou v případě České republiky aplikována ve formě technických řad. Jde o časové řady měření, které prošly důkladnou kontrolou kvality, opravy chyb, homogenizací a doplněním datových výpadků v měření (Štěpánek et al., 2011, 2013). Data pocházející ze stanic Českého hydrometeorologického ústavu (ČHMÚ) jsou před aplikací metody ADC interpolována do jemného prostorového rastru o rozlišení 500 m. Stejný přístup je aplikován i na data z klimatických modelů v denním časovém kroku. Výsledná informace o budoucích změnách klimatu má proto podobu mapy s prostorovým rozlišením 500 m a časovém rozlišení 1 den.
V případě zpracování pro střední Evropu byl namísto staničních měření ČHMÚ využit E-OBS dataset (verze v27.0e) gridovaných staničních pozorování (https://cds.climate.copernicus.eu/cdsapp#…). Ten vychází ze staničních měření soustředěných v databázi ECA&D (https://www.ecad.eu/).
S ohledem na interpretaci výsledků je potřeba si uvědomit, že vedle referenčního období 1981–2010 pracujeme s 30tiletými časovými okny pro budoucí klima: 2015–2044 (označováno jako “2030”), 2035–2064 (“2050”), 2055–2084 (“2070”) a 2070–2099 (“2085”). Období se navzájem překrývají. V rámci těchto časových oken lze vyhodnocovat statistické charakteristiky (vč. extrémů) za dané období. Obdobně jako u simulací klimatických modelů zde nedává smysl analyzovat a prezentovat jednotlivé dny nebo roky, ale pouze statistiky za celé období. Dlouhodobé trendy pak lze vyhodnocovat tak, že se na sebe napojí jednotlivá (klouzavá) období v budoucím klimatu.
Jak je uvedeno výše, podklady pro výstupy prezentované na tomto webu jsou mapy v rozlišení 500 m v případě ČR a gridové vrstvy v prostorovém rozlišení E-OBS datasetu (cca 10 km) pro oblast střední Evropy. K disposici jsou 4 scénáře SSP popisující předpokládaný budoucí vývoj světa a množina 7 CMIP6 GCM modelů věrně reprezentující původní větší ansámbl modelů o cca 20 členech. K dispozici jsou denní údaje základních meteorologických veličin (teplota vzduchu, srážky, rychlost větru, vlhkost vzduchu, sluneční svit a záření), ze kterých lze odvodit potřebné charakteristiky včetně těch popisujících extrémy.
S ohledem na podrobné časové (denní data) i prostorové rozlišení (500 m pro Českou republiku, resp. 10 km pro Střední Evropu) byla pro účely presentace provedena časová i prostorová agregace dat. Cílem této aplikace je poskytnout uživatelům relevantní informace o potenciálních problémech, které mohou na regionální úrovni v souvislosti se změnou klimatu vyvstat. V případě požadavků na podrobnější časové rozlišení nebo přesněji stanovenou lokalitu může provozovatel této aplikace poskytnout detailnější informace nad rámec této veřejné prezentace.
Informace o klimatické změně jsou agregovány ve formě dlouhodobých charakteristik, k jejichž odvození se použilo všech 7 vybraných GCM a všechny scénáře SPP. Z modelového ansámblu je vedle nejpravděpodobnějšího budoucího vývoje klimatu vyhodnoceno také rozpětí (okraje), v nichž tento vývoj může probíhat. Toto zpracování proběhlo pro jednotlivé administrativní jednotky, jak je uvedeno dále.
Základní zpracování proběhlo pro 30tiletí jak pro současnost (1981–2010, označené ve výstupech jako 1995, resp. 1991–2020 označené jako 2005) tak pro očekáváné budoucí klima. Protože po korekci GCM výstupů statistické vlastnosti těchto výstupů odpovídají současným staničním měřením (popř. hodnotám v databázi E-OBS, která ze staničních měření vychází), je možné kombinovat výstupy ze stanic i z GCM (např. pro 30tiletá období, jejichž středem jsou současné roky, např. 2023 a 2025).
Pro prezentaci výstupů na tomto webu byly vytvořeny agregace pro správní celky.
V případě České republiky se jedná o katastry, v případě údajů pro střední Evropu se vychází z NUTS regionů případně dalších administrativních jednotek vhodných pro danou zemi. Konkrétně se jedná pro Českou republiku o obce s rozšířenou působností, na Slovensku o okresy, v Německu o NUTS3 regiony, v Polsku o pověty (powiat), v Rakousku o okresy (o jednu úroveň podrobnější jednotky než NUTS3) a v Maďarsku opět o okresy (rovněž o jednu úroveň podrobnější členění než NUTS3).
Prostorová data regionů evropské domény a odpovídajících hranic států, byla s ohledem na objem data a hladký provoz portálu geometricky zjednodušena. To může vést k prostorovému zkreslení hranic v detailním měřítku a k nepřesnostem vůči skutečnému průběhu administrativních hranic.
Použitá forma zjednodušení dat: Douglas-Peucker algoritmus s mírou tolerance 0,001° (PEUCKER, T. K. (1976): A theory of the cartographic line. International yearbook of cartography, s. 134–143.). Tento algoritmus zjednodušuje hraniční linie jednotlivých regionů, pomocí segmentace linií na zóny o předem dané velikosti. Hraniční lomové body těchto zón jsou následně použity jako nové lomové body zjednodušené linie a lomové body nacházející se uvnitř zóny jsou vypuštěny. Tímto dochází k postupnému zjednodušování průběhu linie.