Projections of Future Daily Temperatures in Finland

Näytä kaikki kuvailutiedot

Permalink

http://urn.fi/URN:NBN:fi-fe2017112251255
Julkaisun nimi: Projections of Future Daily Temperatures in Finland
Tekijä: Kämäräinen, Matti
Muu tekijä: Helsingin yliopisto, Matemaattis-luonnontieteellinen tiedekunta, Fysiikan laitos
Opinnäytteen taso: Pro gradu -työ
Tiivistelmä: The 2-meter temperature output (daily mean, minimum and maximum values) of a six-member regional climate model ensemble and the corresponding observations for three stations in Finland (Helsinki, Jyväskylä and Sodankylä) are used to produce future temperature projections. Both the observed ("delta change" -approach) and the model scenario ("bias correction" - approach) data series are statistically corrected with several different methods. These methods make use of the statistics of temperature between the 30-year periods of observations, model control and model scenario simulations, and vary from simple (adjusting of mean) to complex (quantile mapping). Each month is processed separately. The main projection experiments are I) from 1951- 1980 to 1981- 2010 and II) from 1981- 2010 to 2011 -2040, 2041- 2070 and 2069 -2098. The method-dependent and to a lesser extent the model-dependent results are evaluated by means of root mean square error, mean error (mean bias), the location of quantile points, the number of daily frequency indices, analysis of variance and sensitivity tests. In near-term projections (e.g. from 1981 -2010 to 2011 -2040) the more conservative delta change methods slightly outperform the bias correction methods. In mid-term (projections to 2041-2070) and especially in far-term (projections to 2069 -2098) predictions the bias correction approach is better in cross validation. The complicated shape of winter-time temperature distributions emphasizes the importance of correct handling of the biases compared to southern, less snowy areas. For that reason the detailed quantile mapping type bias correction approach produces the best results with predictions scoping to the end of the century.Tässä työssä laadittiin skenaarioita päivittäisistä keski-, minimi- ja maksimilämpötiloista tulevassa ilmastossa käyttäen kuuden alueellisen ilmastomallin lämpötila-aikasarjoja ja vastaavia havaintoaikasarjoja kolmella havaintoasemalla Suomessa (Helsinki, Jyväskylä ja Sodankylä). Deltamenetelmä korjaa havaittua aikasarjaa mallinnettujen lähimenneisyyttä ja tulevaisuutta edustavien 30-vuotisjaksojen (kontrolli ja skenaario) erolla, harhankorjausmenetelmä hyödyntää kontrolliaikasarjan ja havaintojen erotusta ja korjaa skenaarioaikasarjaa. Molemmat menetelmät voidaan toteuttaa yksinkertaisesti (keskiarvon korjaus) tai monimutkaisesti (kvantiilikohtainen korjaus) tai näiden välimuodoilla. Kaikkiaan tässä työssä käytettiin yhteensä kymmentä tilastollista menetelmää. Kukin kuukausi käsiteltiin laskelmissa erikseen. Tärkeimmät projektiokokeet olivat I) jaksolta 1951- 1980 jaksolle 1981- 2010 sekä II) jaksolta 1981- 2010 jaksoille 2011- 2040, 2041- 2070 ja 2069- 2098. Menetelmien sekä vähemmässä määrin mallien kykyä tuottaa luotettavia ennusteita tarkasteltiin neliöllisen keskivirheen (RMSE), keskimääräisen harhan, kvantiilipisteiden sijainnin, päivittäisfrekvenssi-indeksien, varianssianalyysin sekä herkkyyskokeiden avulla. Lähiajan ennusteissa (esimerkiksi jaksolta 1981- 2010 jaksolle 2011- 2040) "varovaisemmat" deltamenetelmät tuottavat hieman parempia ennusteita kuin harhankorjausmenetelmät. Keskimittaisissa (jaksolle 2041- 2070) ja eritysesti pitkän ajan (jaksolle 2069 -2098) ennusteissa harhankorjausmenetelmä on mallien välisen ristiverifioinnin valossa parempi. Koska talvikuukausien lämpötilajakauma Suomessa on muodoltaan monimutkainen, vaatii sen korjaaminen tarkempia menetelmiä kuin eteläisemmillä, vähälumisemmilla alueilla. Tämän vuoksi yksityiskohtainen, kvantiilikorjaukseen perustuva harhankorjausmenetelmä tuottaa parhaat tulokset vuosisadan lopulle sijoittuvissa ennusteissa.
URI: http://hdl.handle.net/10138/38328
URN:NBN:fi-fe2017112251255
Päiväys: 2013-02-25
Oppiaine: Meteorologia


Tiedostot

Latausmäärä yhteensä: Ladataan...

Tiedosto(t) Koko Formaatti Näytä
gradu_matti_kamarainen_17012013.pdf 3.446MB PDF Avaa tiedosto

Viite kuuluu kokoelmiin:

Näytä kaikki kuvailutiedot