Содержание к диссертации
Введение
1. Введение 5
1.1. Статус темы 5
1.2. Цель и задачи 6
1.3. Актуальность 6
1.4. Распространение и практические применения результатов 7
2. Данные и методы 9
2.1. Введение 9
2.2. Данные 11
2.2.1. Метеорологические данные и другие связанные данные 11
2.2.1.1. Данные о метеорологических наблюдениях 11
2.2.1.2. Метеорологические грид данные 12
2.2.1.3. NAO и SOI индексы 13
2.2.2. Сценарии изменения климата и сценарии эмиссии парниковых газов и аэрозолей в атмосфере 13
2.2.3. Данные почв, посевов и агротехнологии 15
2.3. МЕТОДЫ 15
2.3.1. Статистические методы и модели 15
2.3.1.1. Создание однородных рядов климатических данных 15
2.3.1.2. Определение наблюдаемых колебаний климата и тенденций. Методы интерполяции 16
2.3.1.3. Статистические модели "погода - урожай" 16
2.3.1.4. Классификация зоны жизни Holdridge 17
2.3.2. Динамические модели 17
2.3.2.1. Модель регионального климата RegCM3 17
2.3.2.2. Динамические модели "погода — урожай " 17
2.3.2.2.1. Система поддержки принятия решений для передачи агротехнологии (DSSAT). Модели CERES и CROPGRO 17
2.3.2.2.2. Модель WOFOST 18
2.3.2.2.3. Модель ROIMPEL 18
2.3.2.2.4. Калибровка и проверка модели погоды-урожая 18
3. Создание однородных рядов климатических данных на примере Болгарии 19
3.1. Введение 19
3.2. Результаты и обсуждения 19
3.2.1. Контроль данных 19
3.2.2. Обнаружение нарушений 20
3.2.3. Коррекция нарушений 26
3.3. Ограничения 27
3.4. Выводы 28
4. Колебания и изменения климата в течение 20-го столетия 30
4.1. Введение 30
4.2. Результаты и обсуждения 30
4.2.1. Исследование для Балканского полуострова 30
4.2.1.1. Средняя температура воздуха и осадков 30
4.2.1.2. Влияние NAO в зимних осадках на юго-востоке Балканского полуострова . 30
4.2.2. Исследование для Болгарии -..„ 32
4.2.2.1. Средняя температура воздуха 32
4.2.2.2. Минимальная и максимальная температура воздуха 36
4.2.2.3. Осадки 38
4.2.2.4. Длительность солнечного сияния 39
4.2.3. Исследование для Австрии 41
4.2.4. Исследование для юго-востока США 43
4.2.4.1. Минимальная, максимальная и средняя температура воздуха 43
4.2.4.2. Осадки 45
4.2.4.3. Влияние El Nino на климат в Джорджии 46
4.3. Ограничения: 47
4.4. Выводы 47
5. Сценарии изменения климата 49
5.1. Введение 49
5.2. Результаты и обсуждения 49
5.2.1. GCM сценарии изменения климата для Балканского полуострова 49
5.2.2. GCM сценарии изменения климата в Болгарии 49
5.2.3. GCM сценарии изменения климата для выбранных регионов в Австрии 53
5.2.4. GCM сценарии изменения климата для юго-востока США 55
5.3. Ограничения 55
5.4. Выводы 57
6. Влияние колебания и изменения климата на экосистемы 58
6.1. Введение 58
6.2. Результаты и обсуждения 58
6.2.1. Исследования в Болгарии 58
6.2.1.1. Влияние колебаний климата при водном потреблении кукурузы 58
6.2.2.2. Влияние изменения климата 59
6.2.2.2.1. Изменения в классификации зоны жизни Holdridge 59
6.2.2.2.2. Изменения в длительности вегетационного сезона 60
6.2.2.2.3. Изменения водного потребления кукурузы 61
6.2.2.2.4. Изменения вурожае посевов 62
6.2.2.2.5. Меры для адаптации посевов 63
6.2.2. Изменения урожаев посевов на Балканском полуострове и некоторых регионах центральной и восточной Европы 64
6.2.3. Исследования для Австрии 67
6.2.3.1. Влияние колебаний климата - влияние засухи на посевы 67
6.2.3.2. Влияние изменения климата 67
6.2.3.2.!. Изменения в вегетационного сезона 67
6.2.3.2.2. Изменения на урожае посевов 68
6.2.3.2.3. Меры для адаптации посевов 73
6.2.4. Исследования для юго-востока США 74
6.2.4.1. Влияние колебаний климата 74
6.2.4.1.1. Водопотребление посевов в Джорджии 74
6.2.4.1.2. Урожай посевов в Джорджии и явления El Nino 74
6.2.5.2. Влияние изменения климата 77
6.2.4.2.1. Изменения в урожае посевов 77
6.2.4.2.2. Меры для адаптации посевов 79
6.3. Ограничения 80
6.4. Выводы 80
7. Выводы 83
8. Вклад в науку — 86
9. Публикации имели отношение к докторскому тезису 87
10. Литература
- Распространение и практические применения результатов
- Сценарии изменения климата и сценарии эмиссии парниковых газов и аэрозолей в атмосфере
- Контроль данных
- Влияние NAO в зимних осадках на юго-востоке Балканского полуострова
Введение к работе
Климат Земли показал значительные колебания и изменения, с масштабами времени, колеблющимися с разницей от одного года вплоть до миллионов лет. В периодах нескольких лет, колебания в глобальных поверхностных температурах несколько десятых градуса -считается нормальным. Некоторые из этих колебаний обусловливаются с El Nino - Южная Осцилляция (ENSO) , Северная Атлантическая Осцилляция (NAO)2 и другие естественные феномены, как например, основные вулканические извержения (напр., Jones et al., 2003; Power and Mills. 2005; Trenberth et al, 2002).
Необходимо подчеркнуть, что глобальные перемены климата вызваны природными (напр., земными и космическими) и антропогенетическими факторами. Природные факторы имеют влияние в глобальной атмосферной циркуляции, океанских течениях и криосфере и следовательно в колебаниях и изменении климата.
Большинство ученых принимают, что эмиссии углекислого газа (СОг) и других парниковых газов, отделенные в атмосфере главным образом из-за промышленной и сельскохозяйственной деятельности, могут вызвать нереверсивное изменение климата. Большое разнообразие прямых и косвенных данных показывает, что атмосферная концентрация СОэ возросла глобально около 100 ррт (35%) за последние 200 лег в диапазоне 275-285 (в пред-промышленным времени, то есть приблизительно с 1750 г.) на почти 380 ррт в 2004 г. в результате горения топлива и газов, обезлесения, и т.п. (напр., Keeling and Whorf. 2005). Увеличение в концентрации парниковых газов нагревает поверхность Земли и производит другие перемены климата (напр., IPCC, 2001а).
С 1976 года, средняя глобальная температура возросла приблизительно в три раза быстрее, чем тенденция (около 0.6°С) для целого 20-го столетия (напр., Rayner et al, 2003). Очень возможно, что это потепление показывает различимое человеческое влияние на глобальный климат. Последние 10 лет (1996-2005 гг.), за исключением 1996 г., - самые теплые зарегистрированные годы. Средняя глобальная поверхностная температура в 2005 г. к настоящему времени оценена, чтобы быть +0.48°С выше, чем годовая климатическая (1961-1990 гг.) норма. 1998 и 2005 гг. считаются самыми теплыми годами в температурной записи с 1861 г. (напр., WMO, 2005). В течение последних десятилетий наблюдалось также увеличение экстремальных метеорологических явлений, как например, сильные штормы, интенсивные осадки, наводнения и засухи (напр., NOAA, 1998; Obasi, 2003; Trenberth et al., 2003).
Эмиссии парниковых газов продолжают изменение атмосферной композиции в начале 21-го столетия и следовательно их влияния в глобальном климате. Ожидается, что климат продолжит изменяться в будущем. Изменения в парниковых газах и также в аэрозолях вместе взятых приведет к региональным и глобальным изменениям в температуре, осадках v других переменных климата, заканчивающихся глобальными изменениями в влажности почвы и водных ресурсах, увеличение на глобальном среднем уровне моря, и перспектива для более серьезных высоких температурных событий, наводнений и засух (напр., Pal et al. 2004). Во всех случаях, среднее потепление к 2100 году вероятно будет больше, чем любо? увиденный в течение последних 10 000 лет. Также ожидается, что потепление будет иметі значительное влияние в мировой экономике в течение следующих 100 лет (напр., Houghton е al, 1996).
Климат является первичным детерминантом сельскохозяйственно производительности. Влияние колебаний климата в сельскохозяйственном производстві важно в региональном, национальном, а также глобальным масштабах. Любые модификацш
ENSO - El Nifio - Southern Oscillation 2 NAO - North Atlantic Oscillation погоды из-за влияния колебаний климата непосредственно влияют на производство посевов (напр., Freckleton, 1999; Gadgil et al, 1999; Kaufmann and Snell, 1997; Perkey and Hayes, 1998; Rotter et al., 1998; Stooksbury and Michaels, 1994; Thompson. 1986). Урожаи посевов - под влиянием колебаний климатических показателей, как например, температура воздуха и осадков, частота и суровость экстремальных метеорологических явлений, как засух, наводнений, ураганов, бурь и града.
Глобальное изменение климата повлияет на все экономические секторы до некоторой степени, но наиболее чувствительные и уязвимые это производительность сельского хозяйства и лесоводства (напр., Holman et al., 2005; 1РСС, 2001b ; Watson et al., 1996). Мировое сельское хозяйство остается очень зависимым от ресурсов климата (напр., Maracchi et al, 2005; Tsvetsinskaya et al, 2003; Watson et al., 1996). Например, сельское хозяйство в Европе соответствует небольшой части валового национального продукта (GDP) и следовательно уязвимости общей экономики в изменении климата, который влияет на сельское хозяйство - маленькая (напр., Reilly, 1996). Тем не менее, влияние регионального климата в сельском хозяйстве областей, отдельных стран, местностей могло быть больше. США известны своим большим сельскохозяйственным производством и экспортом посевов (напр., FAOSTAT, 2005). Европейские леса также принадлежат к важному экономическому сектору, который находится под влиянием изменения климата (напр., 1РСС, 2001b; Nabuurs el al., 2003).
Нет сомнения, что вопрос глобальных и региональных колебаний и изменений климата, а также оказанное влияние на экосистемы - основная и важная проблема окружающей среды при встрече с миром в начале 21-го столетия (напр., 1РСС, 2001 а,Ь).
1.2. ЦЕЛЬ И ЗАДАЧИ
Вот почему, основная цель этого исследования должна оценить колебания и изменения климата и их влияние на экосистемы в выбранных регионах в Европе и Северной Америке. Выбранные регионы состоят из юго-восточной Европы (включая Болгарию и другие соседние страны Балканского Полуострова), центральной Европы (используя Австрию как пример) и юго-восток США (включая семь штатов США).
Следовательно, специфические задачи этого анализа были:
- приложение процедуры однородности в долгосрочных данных климата в Болгарии
- изучение колебания климата и возможных тенденций в изменении климата в течение 20-го столетия в выбранных регионах
- создание различных сценариев для изменения климата 21-го столетия, в выбранных регионах прилагая различные методы и модели
- оценка эффектов колебаний климата в течение 20-го столетия на посевах, а также уязвимости и опции адаптированных лесных и агро-экосистем для изменения климата 21-го столетия в соответствующих регионах
1.3. АКТУАЛЬНОСТЬ
Некоторые примеры актуальности проведенного исследования указаны ниже: Колебания и изменения климата в Болгарии в течение 20-го столетия были анализированы в нескольких предшествующих исследованиях (напр., Koleva, 1993; Koleva and lotova, 1994; Sharov et al, 2000; Velev, 1996). Пока тесты однородности практически не были приложены в стране. Тем не менее, для долгосрочного анализа климата - особенно анализа колебания и изменения климата использованные данные климата должны быть гомогенными, (напр., Peterson et al, 1998). Много климатологов обратили внимание на различные факторы, которые вводили прерывания в однородности долгосрочных серий
3 GDP - Gross Domestic Product климата (напр., Auer and Boehm, 1994: Easterlwg et al., 1996: Vincent, 1998). Эти факторы включают изменения в: метеорологические инструменты, методы наблюдения, позиции метеорологических станций, использование формул для вычисления средней температуры воздуха, окружающей среды станции и т.д. (напр., Peterson et al, 1998; Sneyers, 1999). Важно удалять неоднородность данных или по крайней мере определить возможную ошибку, которую она может вызвать (напр., Torok and Nicholls, 1996). Есть несколько прямых и косвенных методологий для испытания однородности (напр., Alexandersson and Moberg, 1997; Peterson eta!.. 1998; Szentimrey, 1999).
Значительный интерес ученых также получили в течение последнего десятилетия влияния колебаний климата (некоторые из них вызванные феноменом ENSO) в сельскохозяйственной призводительности (напр., Carlson et al., 1996; Hansen et al, 1998a,b,c,d; Mauget and Upchurch 1999; Philips et al, 1998; Singels and Potgieter, 1997; Solow et al, 1998; Todey et al, 1999). Вот почему, например, одна конкретная задача этого анализа была исследование колебаний климата в Джорджии, США в течение 20-го столетия и связавшего колебания урожая важных сельскохозяйственных посевов, включая озимую пшеницу, кукурузу, соевый боб, арахис и хлопок.
Эффекты изменения глобального климата в региональном или национальном сельском хозяйстве и возможные меры адаптации присутствовали в многочисленных исследованиях в 1990-ых (напр., Adams et al., 1999; Brown and Rosenberg, 1999; Easterling et al., 1998; Haskett et al, 1997; Kaiser and Crosson, 1995; Kaiser and Drennen, 1993; Mearns et al, 1999; Phillips et al, 1996: Reilly and Fuglie, 1998; Schimmelpfenning, 1996; Smith, 1997; Тої et al, 1998) и начало 2000-ых годах (напр., Maracchi et al, 2005; Tsvetsinskaya et al, 2003; Wolf and van Oijen, 2002; Wolf et al, 2002; Zalud and Dubrovsky, 2002). Большинство предшествующих исследований, изучающих потенциальное влияние изменений климата в сельском хозяйстве на юго-востоке США имеет важный недостаток, то есть, ограниченный номер использованных метеорологических станций (напр., Adams et al, 1990; Allen, 1989; Cooler, 1990; Curry et al, 1990a,b; 1992; Dhakhwa et al, 1997; Jones and Curry, 1988; Papajorgji et al., 1994; Peart et al, 1995; Pickering et al, 1993; Rosenzweig and, Iglesias, 1994; Rosenzweig et al, 1995; 1996). Некоторые исследования включали только одну или две станции в одном штате. Тем не менее, в этом исследовании, был проведен подробный анализ уязвимости сельскохозяйственных посевов с изменением климата в около 500 метеорологических станций на юго-востоке США.
Считается что, современные исследования по влиянию изменения климата на посевах в Болгарии и Австрии были введены автором этого анализа (напр., Александров, 1995, 1998; Alexandrov, 1997; Alexandrov et al, 2000). Теперь изучен прямой эффект СОг на посевах в Болгарии, а также влияния новых сценариев изменении климата. Исследование, направленное в Австрии представляет обширную стратегию, включая также: примененные различные профили почвы, с различной влагоемкостью; прилагая поэтапные сценарии изменения климата и стохастическую модель, изменяющие колебания климата в будущем; сравнивая результаты различных моделей посевов, и т.п.
Распространение и практические применения результатов
Нормально, что тридцать лет климатических данных используются в разработке базового сценария климата. 30-летний период считается требуемым, чтобы иметь хорошее представление влажных, сухих, теплых, или холодных периодов. Так называемый "современный климат" был основан в периоде 1961-1990 гг., согласно рекомендациям Всемирной Метеорологической Организации (WMO)6.
Большинство исследований в изменении климата оценивает региональное изменение климата, имитированное из глобальных моделей циркуляции (GCMs)7 (напр., Alexeev, 2003; IPCC, 1997; Tegart et al, 1990; Watson et al, 1996). Основное преимущество использования GCMs как основание для создания сценариев изменения климата - то, что они - основное средство, которое оценивает изменения в климате, из-за повышенных парниковых газов, для большинства перемен климата в физически последовательном способе.
Дистрибутивный центр данных Межправительственной группы по изменению климата (IPCC DDC)8 обеспечивал 30-летний ежемесячной GCM выходных метеорологических данных на периоды: с 1961-1990, 2010-2039, 2040-2069, и 2070-2099 гг. (последние три периода 2020-ые, 2050-ые, и 2080-ые). Использованные GCMs в этом анализе, включают модели из немецкого Института Макс-Планк для метеорологии (модель ЕСНАМ4), великобританского Центра Хадлей для прогноза климата и исследования (модель HadCM2), Канадский центр для моделирования климата и анализа (модель CGCM1),
Австралийская Научная и промышленная научно-исследовательская организация (модель CSIRO-Mk2b) и Геофизическая лаборатория динамики флюидов в США (модель GFDL-R15) (напр., IPCC DDC, 1999). Имитированные результаты из эмиссионного сценария "обычная практика" (IS92a) были использованы, считая влияние парниковых газов и сульфатных аэрозолей. Не было GFDL-R15 результатов для температуры воздуха, осадков, и солнечной радиации для 2080-ых, а ЕСНАМ4 данных для 2050-ых и 2080-ых годах не считая охладительного эффекта аэрозолей.
Программное обеспечение MAGICC (Модель для оценки изменения климата порожденного парниковыми газами) и модель SCENGEN (Генератор сценарии)10 (напр., Wigley et al, 2000) были использованы, чтобы генерировать сценарии изменения климата на Балканском полуострове - в 2025-ых (2011-2040), 2050-ых (2036-2065) и 2100-ых (2086-2115) гг. GCM модели HadCM2 и ЕСНАМ4 были выбраны, чтобы генерировать MAG1CC/SCENGEN сценарии для этого исследования.
Простой метод регионализации был приложен на MAGICC/SCENGEN и IPCC DDC выходных метеорологических данных. Для того, чтобы интерполировать ежемесячные метеорологические данные в специфическую точку (напр. метеорологическая станция) использовались данные из четырех ближайших GCM грид точек, была использована линейная инверсия расстояний между специфической точкой и GCM грид точкой (напр., ANL, 1994).
Данные с восьми GCM моделей (рецензированные IPCC (2001а)), представляющие изменения между концом 20-го (1961-1990 гг.) и 21-го (2070-2099 гг.) столетий, также были использованы для Болгарии и других Балканских соседних стран. Эти GCM данные были интерполированы в общий грид от Jones (Центр Хадлей, Великобритания). Они были суммированы для стран от Mitchell и др. (2002).
Другие GCM выходные результаты были тоже приложены в анализе - эти из модели HadCM3. HadCM3 - модель системы: атмосфера-океан и также разработанная в Центре Хадлей (напр., Gordon et al, 1999). Выходные данные HadCM3 (в течение периодов 2011-2020 гг., 2041-2050 гг. и 2071-2080 гг.), которые были приложены в исследовании, имеют высокое пространственное разрешение - 10 широты и 10 долготы. Высокое пространственное разрешение данных климата было получено применением региональной модели климата RegCM3 (смотрите ниже) и методы интерполяции (напр., New et al., 2002) прилагая высоту, широту и долготу как независимые предикторы.
Рекомендуется обеспечить понимание ответа экосистем на индивидуальные измены метеорологических переменных (напр., Cramer et al, 2000). Вот почему несколько сценариев поэтапного изменения климата (например, потепление между 0 и 4С, с шагом 0.5С в температуре воздухе, объединено 0%, 10%, 20% изменения в осадках), были созданы и использованы в исследовании. Основная причина использования поэтапных сценариев - то, что они захватывают большее разнообразие потенциальных изменений климата. Кроме того, поскольку индивидуальные переменные изменяются независимо друг от друга, поэтапные сценарии помогают идентифицировать относительную чувствительность экосистем в изменении в температуре и осадках (напр., IPCCGC1A, 1999).
К 2100 г., мир так изменится, что трудно себе представить - так же трудно, как это было в конце 19-го столетия представить себе изменения через 100 лет. Каждый сценарий эмиссии парниковых газов и аэрозолей в атмосфере принимает отчетливо различное направление для будущего социально-экономического развития, так что различные сценарии эмиссии отличаются в чрезвычайно нереверсивных путях. Четыре "фамилии" сценариев эмиссии были созданы IPCC в конце 20-го столетия: А1, А2, В1 и В2 (напр., IPCC SRES, 1999). Наибольшие исследования влияния изменения климата фокусируются в сценарии эмиссии А2. Сценарий эмиссии А2 описывает тот же разнородный мир. Это исследование частично принимало также сценарий эмиссии В2. Сценарий эмиссии В2 описывает мир, в котором акцент находится в локальных решениях, в устойчивости экономики, общества и окружающей среды.
Сценарии изменения климата и сценарии эмиссии парниковых газов и аэрозолей в атмосфере
Стандартная процедура коррекции для получения однородных проводилась только на месячных данных. При меньшем временном шаге корреляция считается незначимой. Процедура гомогенизации была выполнена для каждой метеорологической станции используя 15 рядов минимальной и максимальной температуры воздуха, 20 рядов средней температуры воздуха и осадков и 15 рядов данных длительности солнечного сияния, объединенных с географическими критериями.
Вначале проводился контроль качества длительных временных рядов элементов погоды, выбранных для настоящего исследования. Проверка выполнялась несколько раз до получения удовлетворительных данных. Аномалии ежемесячной минимальной, максимальной и средней температуры воздуха, а также осадков и длительности солнечного сияния для каждого года и станции сравнивались и анализировались для выявления и удаления возможных ошибок. Очевидные грубые, а также возможные ошибки выше упомянутых климатических показателей проверялись отделами климатологии и баз данных Национального института метеорологии и гидрологии Болгарии. Скорректированные данные снова были проверены с помощью компьютерных программ. Оставшиеся ошибки и подозрительные данные были заменены величиной, характеризующей отсутствующие данные - минус 999.9. Данная процедура выполнялась несколько раз до получения удовлетворительных результатов. При наличии больших временных разрывов в наблюдениях за минимальной, максимальной и средней температурой воздуха, а также осадками и длительностью солнечного сияния для некоторых станций эти данные не использовались для дальнейших наблюдений.
Второй шаг в процедуре получения однородных рядов включал замену отсутствующих ежемесячных величин при допущении, что количество подобных данных невелико и их замена не окажет влияния на временные ряды. Двухфакторная. линейная модель метеорологической службы Франции допускает нахождение пропущенных величин в рядах данных посредством нахождения средневзвешенных наименьших квадратов. С этой целью линейная модель рассчитывалась в модуле программы по коррекции отсутствующих данных.
Следующий шаг заключался в вычислении дневного температурного диапазона (DTR)1 из проверенных данных минимальной и максимальной температуры воздуха. Выбор в виде показателя DTR обусловлен сравнительно большей чувствительностью данного показателя к тестам на однородность (напр., Wijngaard, 2003). Разрывы в рядах при изменении местоположения станции и методов измерения обычно связаны с влиянием радиации, различно проявляющимся для минимальной и максимальной температуры воздуха. Например, Wijngaard и др. (2003) показали, что разрывы, заметные ;в серии данных DTR, могут только слабо выявляться по минимальной и максимальной температуре воздуха. Поэтому в анализе использовано изучение рядов DTR в качестве сравнительных данных.
Следующий шаг включал вычисление соответствующих различий для DTR, минимальной,, максимальной и средней температуры воздуха, а также коэффициентов для осадков и длительности солнечного сияния. Эти различия и коэффициенты затем проверялись на наличие нарушений и разрывов. Типичные методы построения однородных рядов основаны на предположении, что изменения климата влияют сходным образом на гомогенный временной ряд региональных данных, надежность которых не может быть проверена. Другие методы (напр., Alexandersson, 1986; Forland and Hanssen-Bauer, 1994; Peterson and Easterling, 1994) для создания подобного ряда данных не обеспечивают достаточную однородность.
Существует следующий подход в обработке сравнительных данных. Он основан на предположении, что между двумя нарушениями существует однородный ряд наблюдений, пригодный для сравнения (напр., Mestre, 2000). Сравнение нескольких рядов данных в пределах одной климатической области позволяет рассчитать разностный ряд. Полученные разностные ряды анализируются на наличие нарушений.
На этом этапе анализа неизвестно, какой из рядов наблюдений является причиной сдвига, обнаруженного по ряду коэффициента или разностному ряду. Тем не менее, как уже было указано, согласно методу Caussinus-Mestre, если обнаруженное нарушение неизменно присутствует при сравнении одной станции с соседними, оно может быть обусловлено влиянием данной станции. Аналогично осуществляется обнаружение выбросов.
Ряды коэффициентов и разностные ряды вычислялись для всех метеорологических станций, использованных для данного анализа и соответствующих им соседних метеостанций. Наличие нарушений и выбросов подтверждалось с помощью двойного шага по методу Caussinus-Mestre. В качестве примера приводятся данные обнаруженных нарушений и выбросов наблюдений минимальной, максимальной и средней температуры воздуха, а также осадков и длительность солнечного сияния (Рис. 3.1-3.5). Черные треугольники указывают места обнаруженных нарушений в рядах коэффициентов и разностных рядов проверяемой метеорологической станции по сравнению с соседними. "А" показывает места выбросов, пустые ромбы - отсутствующие данные. Метеорологические станции располагаются сверху вниз в соответствии с возрастанием величины рассчитанного среднеквадратичного отклонения STD. Следовательно, на практике, надежность сравнения несколько снижается при движении снизу вверх. Количество обнаруженных нарушений в рядах данных ежемесячных осадков и средней температуры воздуха на исследуемых метеорологических станциях представлено в Табл. 3.1.
Контроль данных
Значительный прохладный период также появлялся для годовой минимальной температуры воздуха в стране с 1901 г. до начала второго десятилетия предшествующего столетия. Следующий холодный период наступил в сороковых годах. Увеличение в минимальной температуре воздуха наблюдалась в пятидесятых, шестидесятых, семидесятых годах. Незначительные аномалии ниже среднего числа в восьмидесятых и девяностых годах были охарактеризованы положительными аномалиями, которые в течение некоторых лет на станциях колеблются с 1.0 на 1.5С. Последние годы 20-го столетия были среди лет с самой верхней минимальной температурой воздуха (Рис. 4.9). Линейная тенденция для 20-го столетия изменяется в пределах интервала с 0.6 на 0.8С. В годовой минимальной температуре воздуха было значительное увеличение в течение последнего столетия в Болгарии (Рис. 4.10). Потепление более низкое в южной Болгарии и высокое в северной Болгарии.
Пространственное распределение тенденции (1901-2000 гг.) минимальная (а) и максимальная (б) годовая температура воздуха в Болгарии (прилагая коэффициент Spearman на уровне 95%); ф - тенденция значительного повышения; 71 - тенденция повышения Минимальная температура воздуха весной также показывает значительные изменения в течение 20-го столетия на метеорологических станциях расположенных в северной Болгарии, центральной Болгарии и южной Болгарии. Положительные, но незначительные тенденции наблюдаются главным образом в восточной Болгарии. Самое верхнее потепление в сроках сезонной минимальной температуры воздуха наблюдалось летом. Все станции, имеющие записи в 20-ом столетии показывают повышение тенденции в течение летнегс сезона в Болгарии. Например, линейная тенденция в течение летнего сезона на станцик Садово (южная Болгария) - 1.4С/столетие. Большая часть температурных аномалий на этой станции была положительной в течение второй половины 20-го столетия. Минимальные температурные аномалии в течение осеннего сезона варьировали выше и ниже среднего" числа на период с 1961-1990 гг. не показывая любой значительный сигнал климата. Тем не менее, незначительная положительная тенденция наблюдалась на большинстве станций Зима в Болгарии стремится быть теплее в конце последнего столетия. Пространственное распределение тенденции зимней минимальной температуры воздуха показывает, что толькс две метеорологические станции охарактеризованы тенденцией значительного повышения.
Годовая максимальная температура воздуха в стране показывает тенденцию более низкого повышения в течение предшествующего столетия. Фактически, былр незначительные колебания годовой максимальной температуры воздуха, с исключение\ последнего десятилетия, где главным образом положительные аномалии (Рис. 4.116). Вот почему, линейная тенденция годовой максимальной температуры воздуха в 20-ом столетиі изменяется в пределах интервала с 0.4 на 0.6С. Увеличение годовой максимальное температуры воздуха более высокое в северо-западной Болгарии и юго-восточной Болгарии чем в южной Болгарии и северо-восточной Болгарии (Рис.4.106).
В результате похолодания в пятидесятых годах наблюдается постоянное увеличени максимальной температуры воздуха весной. Почти все станции, которые анализировалисі показывают тенденцию незначительного повышения в весенней максимальной температур воздуха в Болгарии в течение 20-ого столетия. Был период охлаждения летом в северно Болгарии в течение шестидесятых, семидесятых и начала восьмидесятых годов, что касаетс максимальной температуры воздуха. Тем не менее, с тех пор наблюдалась тенденци значительного увеличения в летней максимальной температуре воздуха. Фактически, был только две отрицательные аномалии в течение последних 10-12 лет исследования на станци Образцов Чифлик (северная Болгария). Что касается осенней максимальной температурі /с&
воздуха - главным образом тенденции незначительного увеличения являются распространенными в стране. Тенденции незначительного уменьшения могут также быть идентифицированы на станциях в восточной Болгарии, что касается максимальной температуры воздуха в течение осеннего сезона. Наконец, увеличение зимней максимальной температуры воздуха наблюдалась в течение последнего столетия в стране.
Анализ в течение последнего десятилетия (напр., IPCC, 2001а) в ежедневных максимальных и минимальных температурах с 1950 по 1993 гг. показывает, что дневной температурный диапазон DTR, уменьшается очень широко, хотя не везде. Был сделан опыт, чтобы представить пространственное распределение тенденции DTR в течение последнего столетия в Болгарии. С этой целью линейные тенденции годовой минимальной температуры воздуха для всех станций (включая период с 1901-2000 гг.), были извлечены из соответствующих линейных тенденций годовой максимальной температуры. Тенденция DTR является негативом для предшествующего столетия в Болгарии и изменяется от минус 0.1 до минус 0.3С. Самое верхнее уменьшение DTR происходит в северной Болгарии и северно-восточной Болгарии.
Вышеуказанные результаты соответствуют другим сведениям, полученным в предшествующих исследованиях для других регионов. В Франции, например, повышение минимальной температуры воздуха также более заметное, чем увеличение максимальной температуры воздуха (напр., Moisselin and Mestre, 2002; Moisselin et al., 2002). Согласно IPCC (2001a), минимальная температура воздуха возрастает приблизительно дважды против увеличения максимальной температуры воздуха (0.2 против 0.1С/десятилетие). Следует отметить, что увеличение максимальной и особенно минимальной температуры воздуха в Болгарии - ниже, чем то, которое наблюдалась в Франции и других регионах (напр. IPCC 2001а, Moisselin et al., 2002). Тем не менее, это утверждение поддерживает то, что колебания и тенденции в регионе могут отличаться от тех в других регионах, а также от глобальных колебаний и тенденций.
Влияние NAO в зимних осадках на юго-востоке Балканского полуострова
Засуха в Австрии, происходила также в 1990-ых годах, повреждая сельскохозяйственное производство в стране, особенно где сельское хозяйство является важным сектором для населения. Засуха в 1992 г. продолжалась несколько недель и горячее лето в течение более, чем 150 лет вызвавших серьезный ущерб в сельское хозяйство и леса в Австрии. В некоторых областях, урожай посева был только 20% производства прошлого года. Кукуруз, соевый боб, подсолнух, сахарная свекла и зерновое производство были 20-40% ниже 1991 промышленных уровней. Урожаи перец и томаты падали до 50% 1991 уровней. Согласно министерству сельского хозяйства, убытки были оценены на 700 миллионе долларов США (напр., LeComte, 1993). Засуха в северо-восточной Австрии в течение весеннего сезона 1993 г. повреждала урожай зерна озимой пшеницы. Для того же года, где периоды засухи в Низкой Австрии вызывали водной стресс посевов, модель CERES приемлемо имитировал уменьшение урожая озимой пшеницы. Летняя засуха в Маркфелд (Низкая Австрия) в 1994 г. уменьшила как измеренный, так и CROPGRO имитированный урожай зерна соевого боба более, чем 50%.
Эпизоды засухи происходили в 2000 г. в восточных регионах Австрии и вызвали серьезных убытков посевов. Зимние посевы, как, например, ячмень и пшеница и весенние посевы, как например сахарная свекла, были повреждены, особенно в почвах с низкой влагоёмкостью. Такие почвы могут быть обнаружены в больших областях в восточной Австрии. Пролонгированная засуха в 2000 г. была оценена, чтобы иметь опустошительный эффект на урожаях зерна в Австрии, с убытками, колеблющимися от 15% на 30% по сравнению с выходными уровнями прошлого года. В сухих областях, спад урожая был оценен около 50%. Значительная засуха воздействовала отрицательно на кукуруза в Низкой Австрии и северный Бургерланд.
Последние серьезные эпизоды сельскохозяйственные засухи в восточной Австрии происходили в 2001, 2002 и 2003 гг. с серьезными убытками посевов. Для года 2003 Австрийский центральный институт для метеорологии и геодинамика сообщал что эта наиболее серьезный период засухи в целой Австрии в течение более, чем 100 лет, дальнейший признак того, что экстремальный явления погоды, как например, засухи могут стать более частыми в результате колебаний и изменений климата.
Потепление уменьшит длительность роста посевов из-за более быстрого фенологического развития, выраженного кратким периодом времени для накопления температуры воздуха, чтобы достигать определенной температурной суммы, имели отношение к фенологическим этапам посевов. В общих чертах, увеличение температуры воздуха с 0.5С уменьшит вегетационный сезон озимой пшеницы и ярового ячменя в выбранных регионах Австрии между 2 и 4 дней. В случае 2.0"С потепление, даты созревания озимой пшеницы и яровой ячменя в Низкой Австрии, Верхний Австрии и Стирия ожидается, что произойти к 11-15 дням и 6-11 дней более ранним, соответственно.
GCM сценарии изменения климата также симулировали короткий вегетационный сезон для озимой пшеницы и ярового ячменя в течение 21-го столетия. Длительность вегетационного сезона для озимой пшеницы и ярового ячменя были симулированы между 4 (модели CGCM1, GSIRO-Mk2b) и 14 дней (модель GFDL-R15) и между 3 (CGCM1, GSIRO-Mk2b) и 10 дней (модель GFDL-R15) короче в 2020-ых чём вегетационный сезон в течение текущих (1961 - 1990 гг.) климатических условий. Даты созревания для озимой пшеницы и ярового ячменя были предречены, чтобы происходить от 7 до 21 дней и от 5 до 15 дней более ранних для 2050-ых годов. Изменения в длительности вегетационного сезона для озимой пшеницы и ярового ячменя были менее под HadCM2, GSIRO-Mk2b и CGCM1 сценариями изменения климата, чем изменения, предсказанными модели ЕСНАМ4 и GFDL-R15. Последние две модели имитировали более высокое увеличение температуры воздуха для 2050-ых годов в выбранных сельскохозяйственных регионах в Австрии. Самое верхнее потепление было симулировано моделью ЕСНАМ4 для 2080-ых годов - вот почему вегетационного сезона для озимой пшеницы и яровой ячменя, что ожидается, произойдет, соответственно 25-32 и 7-19 дней более ранних в конце 21-го столетия. Аналогичные результаты были получены для вегетационного сезона соевого боба.
