Förbättrade hydrologiska långtidsprognoser för ett förändrat klimat

(1)

Förbättrade hydrologiska långtidsprognoser för

ett förändrat klimat

(2)

Dagens System: klimatologisk ensemble

Historiska tidsserier

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0

200 400 600

Tillrinning [m3/s]

19920 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 200

400 600

Snö [mm]

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 -10

0 10 20

Volymfel(%)

1

0

R2

Model

Prognos

1961, 1962, 1963, 1964, 1965, 1966, 1967, 1968, 1969, 1970, 1971, 1972, 1973, 1974, 1975, 1976, 1977, 1978, 1979, 1980, 1981, 1982, 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010,

2011…

(3)

Klimatologisk ensemble: begränsningar

1988 1992 1996 2000 2004

-50 -40 -30 -20 -10 0 10 20 30 40 50

Volymfel (%)

Suorva Porjus Tjaktjajaure Parki Letsi Sädvajaure Överuman

 Klimatologisk ensemble  Säsongsprognos för ett normallt år

 Inga markant förbättringar under de senaste två decennierna

Arheimer et al. 2010

(4)

Klimatologisk ensemble: begränsningar

(5)

historical rcp45 rcp85

0 20 40 60 80 100

-0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8

Vindel HadGEM2 rcp85 (standardized discharge)

Years

0 20 40 60 80 100

-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6

Vindel HadGEM2 rcp45 (standardized discharge)

Years

0 20 40 60 80 100 120 140

-1.5 -1 -0.5 0 0.5 1

Vindel HadGEM2 hist (standardized discharge)

Years

40 20 10 4 2

0 5 10 15 20 25

Vindel HadGEM2 historical

years

40 20 10 4 2

0 5 10 15 20 25

Vindel HadGEM2 rcp45

years

40 20 10 4 2

0 5 10 15 20 25

Vindel HadGEM2 rcp85

years

Klimatologisk ensemble: begränsningar

(6)

Vinter

Vår

Sommer

Höst

Klimatologisk ensemble: begränsningar

(7)

klimatologisk ensemble: begränsningar

(8)

Ett nytt system:

 Användning av meteorologiska långtidsprognoser/klimatprognoser för förbättrad långtidsprognoser

 Angrepp 1: Reducerad klimatologisk ensemble

Välj ut mest troliga historiska år baserat på senaste väderutvecklingen

 Angrepp 2: Meteorologisk långtidsprognos

Används meteorologisk långtidsprognos från ECMWF som indata

 Angrepp 3: Direkt Q-prognos via statistisk nedskalning

Statistiskt baserad prognos på total vårflodsvolym

 Kombinera i ett multi-metod system

(9)

NAO, SCA, AO NAO, SCA, EA

NAO, SCA, EA

NAO, SCA, EA, POL NAO, EA

Ett nytt system: klustring

(10)

Ett nytt system: Reducerad historisk ensemble

Historiska tidsserier

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0

200 400 600

Tillrinning [m3/s]

19920 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 200

400 600

Snö [mm]

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 -10

0 10 20

Volymfel(%)

1

0

R2

Hydrologiskmodel

Prognos

1961, 1962, 1963, 1964, 1965, 1966, 1967, 1968, 1969, 1970, 1971, 1972, 1973, 1974, 1975, 1976, 1977, 1978, 1979, 1980, 1981, 1982, 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008,2009, 2010,

2011…

(11)

 Teleconnection klimatindex

• NAO

• SCAND

• EA

 Välj alla år med jämförbara TCI kombinationer

 Köra HBV med reducerad klimatologisk ensemble

Reducerad ensemble: TCI metodik

Analoga

åren

HBV

Vårflodsprognos

Maj-Jun-Jul

(12)

Reducerad ensemble: CP metodik

 Cirkulationsmönster

• Dagliga MSLP

• Era40 (1ºx1º) och Era-Interim (0.75ºx0.75º)

• Fuzzy-regelbaserad klassificering

 Välja alla år med jämförbara cirkulationsmönster kombinationer

 Köra HBV med reducerad ensemble

Analoga

åren

HBV

Vårflodsprognos

Maj-Jun-Jul

(13)

Ett nytt system: NWP prognos i HBV

numerisk prognosmodell

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0

200 400 600

Tillrinning [m3/s]

19920 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 200

400 600

Snö [mm]

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 -10

0 10 20

Volymfel(%)

1

0

R2

Hydrologisk modell

Prognos

~100 km

(14)

ECMWF forecasts in HBV: metodik

 Vindelälven och Ljusnan

• Modellerna använder griddat data

 Långtids prognoser ECMWF

• 41 ensembler

• Dagliga P och T (1ºx1º) → HBV grid format

 Köra HBV med ECMWF ensembler

ECMWF ensembel

P och T

HBV

Spring flood volume forecast

Maj-Jun-Jul

(15)

NWP

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 0

200 400 600

Tillrinning [m3/s]

19920 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 200

400 600

Snö [mm]

1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 -10

0 10 20

Volymfel(%)

1

0

R2

Prognos

~100 km

SVD

Ett nytt system: Statistisk nedskalning

(16)

Vindeln

Ljusnan

Ångermanälven

SVD

Statistisk nedskalning: domän

(17)

•

GCM prognos för säsong jan-mar från atmosfärens tillstånd i december

•

Globala Klimatmodeller (GCM)

•

Météo - France

•

ECMWF

•

Atmosfäriska variabler

•

Tryckfält

•

Energiflux

•

Tempertur

NWP prognos

jan-feb-mar

SVD

Vårflodsprognos Maj-Jun-Jul

Statistical downscaling: metodik

(18)

Pilotstudie: Studieområdet och data

Vindeln

Ljusnan

Ångermanälven

River Station Area

(km²) Mean Q

(m³*10⁶) HBV R² RVE (%) Vindelälven Sorsele 6054 2302 0.89 3.2

Vindeln* 11846 3178 0.91 1.5 Ångerman-

älven Kultsjön 1705 883 0.82 3.6

Sollefteå* 30979 7896 0.92 1.7

Ljusnan Svegsjön 8484 1658 0.87 -0.6

Dönje* 14743 2312 0.85 0.5

*Basin outlet

 Total data period: 1961-2010

 Utvärdering gjord för vårflodssäsong 2000-2010, prognostillfällen 1/1, 1/3 och 1/5

(19)

0 5 10 15 20 25

Jan Mar May

Error (%)

Forecast date

Utvekling av prognosfel - V-älven

SOTA - IHMS Multi-Model

0 5 10 15 20 25

Jan Mar May

Error (%)

Forecast date

Utvekling av prognosfel - Å-älven

0 5 10 15 20 25 30 35

Jan Mar May

Error (%)

Forecast date

Utvekling av prognosfel - Ljusnan

Pilotstudie: Resultat

(20)

 Det är idag (2014) svårt att göra vårflödesprognoser som totalt sett är markant bättre än dagens klimat-baserade från IHMS

 För enskilda älvar och prognostillfällen kan en minsking av prognosfelet med upp till 30% erhållas genom analys av dominerande vädertyper eller statistisk

nedskalning

 Med en kombinerad multi-modell kan en generell minskning av prognosfelet med

~10% uppnås

 Metodiken är överförbar: Andra områden och modeller

Slutsatser

(21)