Přímé metody

Řízená citlivostní analýza

Jedním ze způsobů umožňující zpřesnění změn vybraných klimatických veličin v rámci citlivostní analýzy je využití informací ze simulací klimatických modelů. Tyto informace mohou omezit rozsah uvažovaných změn vybraných veličin, popsat vzájemné vztahy mezi změnami několika veličin nebo zahrnout sezónní cyklus změn (viz Box 2.5).

Sezónní cyklus změn srážek a teploty lze zpravidla popsat pomocí harmonické analýzy (Prudhomme et al., 2010), tj. rozložení změn během roku je popsáno funkcí

(2.1)

kde X_t jsou změny pro měsíc t, X₀ je průměr změn, A_i a φ_i jsou amplituda a fáze (v radiánech) harmonické složky i (odhadnuty na základě dat), N je počet měsíců a P je perioda pozorování – tj. 12 měsíců. (Prudhomme et al. 2010) uvádějí, že pro popis měsíčních změn srážek a teploty postačuje první harmonická složka, rozložení změn během roku je pak popsáno pomocí dvou parametrů. To umožňuje jednoduchou grafickou sumarizaci podobně jako klasická citlivostní analýza. Amplituda A vyjadřuje velikost změn, fáze φ odpovídá části roku s nejvyššími změnami.

Námitkou k uváděnému přístupu (i k jednoduché citlivostní analýze) je, že implicitně přiřazuje stejnou pravděpodobnost všem dopadům. Ze statistického hlediska by však změny na okraji rozmezí nejistot měly mít nižší pravděpodobnost. Přiřazení pravděpodobností různým změnám vybrané veličiny nicméně není triviální. Rozdíl mezi klasickou citlivostní analýzou, řízenou citlivostní analýzou a analýzou citlivosti s odhadem pravděpodobnosti změn je zřejmý z (viz obr.2.3).

Obr. 2.3 Příklad využití různých variant citlivostní analýzy pro posouzení dopadů změn srážek a teploty na průměrné roční odtoky pro povodí Ohře. Kontury vyjadřují relativní změnu odtoků. (a) Klasická citlivostní analýza, (b) řízená citlivostní analýza – zvýrazněná oblast odpovídá oblasti pravděpodobných změn dle klimatického modelu HadCM3 pro období 2040–2060, (c) řízená citlivostní analýza v kombinaci s pravděpodobnostními scénáři změn klimatu (Harris et al., 2010).

Přírůstková metoda

Přírůstková metoda je jednoduchý postup využívající informaci o změnách vybraných veličin v simulacích klimatických modelů k úpravě pozorovaných řad. Přírůstkové faktory jsou zpravidla odhadnuty pro jednotlivé měsíce porovnáním simulace klimatického modelu pro budoucí (např. 2070–2099) a kontrolní období (např. 1961–1990). V případě souborů klimatických modelů mohou být odhadnuty na základě změn rozdělení pravděpodobnosti pro jednotlivé veličiny mezi vybranými obdobími. Přírůstkové faktory pro teplotu (∆T) jsou odvozeny jako rozdíl průměrné teploty mezi budoucím a kontrolním obdobím, v případě srážek jsou přírůstkové faktory (∆P) vypočteny jako podíl průměrných srážek v budoucím a kontrolním období.

Scénářové řady pro jednotlivé veličiny jsou pak tvořeny úpravou pozorovaných řad příslušným způsobem (tj. přičtením pro teplotu a násobením pro srážky). Obecně lze analogicky postupovat i v případě jiných veličin simulovaných klimatickým modelem. Vždy je však třeba uvážit, do jaké míry jsou simulace dané veličiny realistické. U veličin, jež mají nějakou mez (dolní nebo horní) je možno uvažovat relativní změnu doplňků do této meze, spíše než absolutní hodnoty, čímž je zajištěno, že hodnoty těchto veličin ve scénářové řadě nepřekročí danou mez. Např. pro relativní vlhkost vzduchu (H) je vhodné odvozovat přírůstkové faktory spíš pro (1 − H) než H. Hlavní nevýhodou takto aplikované přírůstkové metody je, že celé statistické rozdělení se mění stejným způsobem, tj. roste-li průměrná teplota o 1°C, poroste stejně i maximální a minimální teplota. Simulace klimatických modelů i pozorované změny nicméně naznačují, že změny pro průměry a extrémy mohou být značně odlišné. Pro projekce klimatických modelů je např. časté, že předpokládají pokles průměrných letních srážek, jenž je nicméně doprovázený růstem srážkových extrémů. Tyto problémy je nicméně možné překonat použitím složitějších (nelineárních) transformací.