VÚV TGM VRV Český hydrometeorologický ústav Technologická agentura České republiky

Vyhodnocení možných dopadů změny klimatu ve vodním hospodářství a průvodohospodářském plánování

Nepřímé metody

Tyto metody jsou velmi flexibilní, neboť je pomocí nich možné vztáhnout výstupy klimatických modelů jak k jednotlivým stanicím, tak k ploše (např. povodí). Nepřímé metody zpravidla spočívají v odvození kvantitativních vztahů mezi plošnými charakteristikami atmosférických veličin (prediktory) a lokálními veličinami při zemském povrchu (prediktandy). Tyto metody jsou využívány k odvození bodových jednodenních srážek, jelikož se jedná o důležitou veličinu, jež není přímo simulovaná klimatickým modelem (klimatický model simuluje prostorové průměry). Používanými prediktory jsou pak geopotenciální výška, rychlosti a směry větru, vlhkost vzduchu a charakteristiky teploty.

Klasifikace synoptických situací

Tato metoda spočívá v seskupování dní do několika skupin na základě jejich synoptické podobnosti. Následně jsou hledány regresní vztahy mezi typem situace a prediktandem. Tyto vztahy jsou použity i pro změněné klima. Alternativně jsou prediktandy pro změněné klima voleny na základě podobnosti z minulým výskytem.

Regresní modely

Regresní modely jsou obecně jednoduché prostředky modelující vztah mezi prediktorem a prediktandem. Mezi používané metody patří vícenásobná lineární regrese, kánonická korelační analýza či umělé neuronové sítě. Častým problémem je podhodnocení variability predikované veličiny, jelikož předpověditelnost lokálních srážkových úhrnů na základě plošných průměrů ze simulace klimatického modelu je omezená.

Generátory počasí

Generátory počasí jsou statistické modely (viz Box 2.6) jenž dokáží produkovat syntetické časové řady se statistickými charakteristikami stejnými (či podobnými) charakteristikám pozorované řady (či charakteristikám řady simulované klimatickým modelem).

Generátory počasí možno použít dvěma způsoby:

  1. Generování dlouhých syntetických časových řad na základě (zpravidla 30letých) řad pro kontrolní nebo scénářové období. To je důležité zejména tam, kde je potřeba postihnout vliv přirozené variability (typicky analýza extrémů).
  2. Tvorba regresních vztahů mezi parametry generátoru (např. pravděpodobnost srážek, typická délka bezdeštného období atp.) a charakteristikami veličin simulovaných klimatickým modelem (průměr a variabilita srážek v denním kroku, charakteristiky atmosférické cirkulace), případně veličinami, pro které je k dispozici scénář změny klimatu.

Výhodou generátorů počasí je, že mohou vyprodukovat libovolně dlouhou řadu a rovněž je možné vytvořit časové řady pro lokality pro něž data nejsou k dispozici. Nevýhoda generátorů počasí spočívá v tom, že změna vybraného parametru může ovlivnit více veličin – např. změna parametrů ovlivňující délku období s a bez deště může vést ke změnám teploty a délky slunečního svitu, aniž by tyto veličiny byly cíleně měněny. Souhrn výhod a nevýhod uvedených metod uvádí Tabulka 2.1.

Tab. 2.1 Srovnání výhod a nevýhod jednotlivých nepřímých metod dle (Wilby et al. 2004).

+
Klasifikace synoptických situací
  • fyzikálně interpretovatelné vztahy umožňuje vztáhnout výstupy
  • klimatického modelu k řadě veličin (kvalita ovzduší, eroze atp.)
  • může sloužit jako podklad k analýze extrémních hodnot
  • Vyžaduje klasifikaci synoptických situací
  • změny atmosferické cirkulace nemusí poskytovat dostatečnou informaci o budoucím klimatu
  • zachycení rozdílů v rámci jednotlivých typů situací může být obtížné
Regresní metody
  • jednoduchá aplikace
  • umožňuje využití širokého spektra prediktorů
  • řada dostupných softwarových nástrojů
  • jproblémy s postihnutím pozorované variability a extrémů
  • může vyžadovat linearitu či normalitu dat
Generátory počasí
  • snadné vygenerování velkého počtu simulací pro různé klimatické modely nebo dlouhých simulací pro analýzu extrémů
  • umožňuje prostorově interpolovat parametry modelu pomocí fyzicko-geografických charakteristik
  • umožňuje získat informace v krátkém časovém kroku
  • změna parametrů pro budoucí klima není zcela objektivně podložena
  • změna jednoho parametru ovlivňuje více veličin