Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα από την οπτική της υδρολογίας και της διαχείρισης των υδατικών πόρων

Transcript

1 Πανεπιστήµιο Θεσσαλίας Σχολή Πολιτικών Μηχανικών 1 Νοεµβρίου 4 Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα από την οπτική της υδρολογίας και της διαχείρισης των υδατικών πόρων ηµήτρης Κουτσογιάννης και Ανδρέας Ευστρατιάδης Τοµέας Υδατικών Πόρων, Σχολή Πολιτικών Μηχανικών Εθνικό Μετσόβιο Πολυτεχνείο Επεξήγηση του τίτλου Βεβαιότητα κλιµατικής αλλαγής: Το κλίµα αλλάζει πάντα εξαιτίας φυσικών λόγων πρόσφατα και λόγω ανθρωπογενών επιδράσεων Κλιµατική αβεβαιότητα: Η ακριβής πρόγνωση των µελλοντικών υδροκλιµατικών συνθηκών µπορεί να είναι ανέφικτη εξαιτίας αδυναµιών των κλιµατικών µοντέλων εξαιτίας της εγγενούς πολυπλοκότητας του κλιµατικού συστήµατος (η αβεβαιότητα ίσως είναι δοµικό και αναπόφευκτο χαρακτηριστικό των υδροκλιµατικών διεργασιών) Υδρολογία και διαχείριση υδατικών πόρων: χρειάζονται προγνώσεις των µελλοντικών συνθηκών θα ήταν πολύ ικανοποιηµένες µε την εξάλειψη της αβεβαιότητας (µάλλον αδύνατο) θα µπορούσαν να συµβιβαστούν µε την ποσοτικοποίηση της αβεβαιότητας και της διακινδύνευσης στις µελλοντικές κλιµατικές συνθήκες (δύσκολα επιτεύξιµο) ως πρώτο βήµα, αναζητούν εκτιµήσεις της αβεβαιότητας και της διακινδύνευσης στις παρούσες συνθήκες (δενέχειεπιτευχθείακόµη). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 2

2 Προσεγγίσεις για την ποσοτικοποίηση της αβεβαιότητας Βασισµένες σε σενάρια: Ευλογοφανείς υποθέσεις για τις µελλοντικές συνθήκες χονδροειδείς (π.χ. αύξηση/µείωση των βροχών κατά 2%) δεν απαιτούνται κλιµατικά µοντέλα εκλεπτυσµένες (π.χ. αύξηση της συγκέντρωσης του CO 2 ) σύζευξη µε κλιµατικά µοντέλα Πιθανοτικές: Χρήση θεωρίας πιθανοτήτων, στατιστικής και στοχαστικών ανελίξεων µε ιστορικάδείγµατα (συνθήκες παρελθόντος) µε ευλογοφανείςυποθέσειςγιατιςµελλοντικές συνθήκες, αξιοποιώντας στοχαστικές σχέσεις µεταξύ των υδροκλιµατικών διεργασιών και των παραγόντων που τις επηρεάζουν. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 3 Στόχοι της παρουσίασης Να δείξει ότι οι παρούσες µέθοδοι υποτιµούν και υπεκτιµούν σοβαρά την κλιµατική αβεβαιότητα Οι προσεγγίσεις που βασίζονται σε σενάρια περιγράφουν ένα µέρος της φυσικής µεταβλητότητας Ακόµη και οι πιθανοτικές προσεγγίσεις που είναι βασισµένες στις κλασικές στατιστικές αναλύσεις αποκρύπτουν σηµαντικές πηγές µεταβλητότητας και αβεβαιότητας Να δείξει ότι οι πιθανοτικές προσεγγίσεις µπορούν να «διασκευαστούν» και να δώσουν εκτιµήσεις της αβεβαιότητας ακριβέστερες των κλασικών εντυπωσιακά µεγαλύτερες των κλασικών. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 4

3 Εµπειρική βάση της µελέτης: Η υδρολογική λεκάνη του Βοιωτικού Κηφισού Γεωτρήσεις Λεκάνη Βοιωτικού Κηφισού Λίµνη Υλίκη Ταµιευτήρας Ευήνου Ταµιευτήρας Μόρνου Ταµιευτήρας Μαραθώνα Φυσικές συνθήκες: km 2, καρστικό υπόβαθρο, όχι έξοδος στη θάλασσα Ιστορία: Υποδοµές και διαχείριση από το 15 π.χ. Σπουδαιότητα: Μέρος του υδροδοτικού συστήµατος της Αθήνας, άρδευση ιαθεσιµότητα δεδοµένων: Σχεδόν χρόνια ιαθεσιµότητα µοντέλων: Πολυκυτταρικό υδρολογικό µονέλο µε καλές επιδόσεις Αθήνα. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 5 Πρώτες εµπειρικές ενδείξεις Μια τυπική χρονοσειρά µικρού µήκους: Ετήσια απορροή του Βοιωτικού Κηφισού Σταθερή συµπεριφορά, τυχαίες ετήσιες διακυµάνσεις γύρω από τη µέση τιµή Runoff (mm) 3 Annual runoff Mean Year 195 Ηίδιαχρονοσειράγιαπιο µεγάλη περίοδο Εµφάνιση υπερετήσιων «τάσεων» Παρόµοια «τάση» στη χρονοσειρά της βροχόπτωσης Εξηγεί την «τάση» στην απορροή Runoff (mm) Annual runoff ''Trend'' Year Annual runoff ''Trend'' Year. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 6 Rainfall (mm) 3

4 Συµπεριφορά χρονοσειρών µεγάλου µήκους 3 Τµήµα τηςχρονοσειράς του Νειλοµέτρου (ελάχιστη στάθµη του Νείλου) Παρόµοια «τάση» Η πλήρης χρονοσειρά του Νειλοµέτρου ( µ.χ., 663 έτη, Beran, 1994) Ανοδικές και καθοδικές διακυµάνσεις σε όλες τις κλίµακες Runoff (mm) Nilometer index Nilometer index Η πλήρης χρονοσειρά απορροής του Β. Κηφισού Annual runoff ''Trend'' Year Annual minimum level ''Trend'' Year A.D Annual value Average, 5 years Average, 25 years Year A.D.. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 7 Οι κλιµατικές διακυµάνσεις και το φαινόµενο Hurst «Το κλίµα αλλάζει ακανόνιστα, για άγνωστους λόγους, σε όλες τις κλίµακες» (National Research Council, 1991, p. 21) Πολλές χρονοσειρές µεγάλου µήκους έχουν επιβεβαιώσει αυτό το «απόφθεγµα» Οι ακανόνιστες αλλαγές στις χρονοσειρές µοντελοποιούνται καλύτερα ως στοχαστικές διακυµάνσεις µεγάλης κλίµακας παρά ως ντετερµινιστικές συνιστώσες Ισοδύναµα, αυτέςοιδιακυµάνσεις µπορούν να θεωρηθούν ισοδύναµες µε τοφαινόµενο Hurst, η ποσοτικοποίηση του οποίου γίνεται µέσω του συντελεστή Hurst, H (Hurst, 1951). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 8

5 Αυθεντική διατύπωση του φαινοµένου Hurst Το φαινόµενο Hurst ιστορικά έχει διατυπωθεί µε βάση τη στατιστική συµπεριφορά µιας ποσότητας που λέγεται «εύρος» (range, Hurst, 1951) και εκφράζει τη µέγιστη διαφορά αθροιστικών εισροών και εκροών σε ένα υποθετικό ταµιευτήρα άπειρης χωρητικότητας Υπό αυτή την έννοια, θεωρήθηκε ότι επηρεάζει το σχεδιασµό και τη λειτουργία των ταµιευτήρων µεγάλης χωρητικότητας που εκτελούν υπερετήσια ρύθµιση (π.χ. Klemeš et al., 1981). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 9 Απλούστερη διατύπωση του φαινοµένου Hurst Στάσιµη ανέλιξη σε ετήσια κλίµακα X i Μέση τιµή της X i µ := E[X i ] Τυπική απόκλιση της X i σ := Var[X i ] Z (k) 1 := X X k Συναθροισµένη ανέλιξη σε υπερετήσια Z (k) 2 := X k X 2k κλίµακα (αριθµός ετών k 1) M Z (k) i := X (i 1)k X ik Μέση τιµή της Z (k) i E[Z (k) i ] = k µ Τυπική απόκλιση της Z (k) i σ (k) := Var [Z (k) i ] αν διαδοχικές X i είναι ανεξάρτητες σ (k) = k σ αν διαδοχικές X i είναι θετικά συσχετισµένες σ (k) > k σ αν οι X i ακολουθούν το φαινόµενο Hurst σ (k) = k H σ (.5 < H <1) Επέκταση της «οµοιοθεσίας» ως προς την (Z (k) i kµ) = d H k τυπική απόκλιση και ορισµός της ανέλιξης l (Z (l) j lµ) απλής οµοιοθεσίας (simple scaling stochastic για τυχούσες κλίµακες k process ) και l. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 1

6 Log(Standard deviation) Ανίχνευση και ποσοτικοποίηση του φαινοµένου Hurst : (α) Η χρονοσειρά του Νειλοµέτρου Η σειρά του Νειλοµέτρου H = Empirical 2 White noise Modelled Log(Scale) Nilometer index Nilometer index Annual value Average, 5 years Average, 25 years Year A.D. 9 Annual value Average, 5 years Average, 25 years Μια σειρά λευκού θορύβου (για σύγκριση). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 11 Year Ανίχνευση και ποσοτικοποίηση του φαινοµένου Hurst : (α) Η χρονοσειρά του Βοιωτικού Κηφισού Runoff (mm) 3 Ηχρονοσειράαπορροής του Βοιωτικού Κηφισού Log(Standard deviation) Year H =.79 Empirical White noise Modeled.5 1 Log(Scale) Στατιστική παράµετρος n m (mm) s (mm) Στατιστικά χαρακτηριστικά όλων των διεργασιών C v = s/m C s r 1 H Απορροή Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα Βροχή Θερµοκρασία

7 Επίπτωση του φαινοµένου Hurst στη στατιστική Θεµελιώδης νόµος της κλασικής στατιστικής StD[X ] = σ n X = δειγµατική µέση τιµή σ = τυπική απόκλιση n = µέγεθος δείγµατος Τροποποιηµένος νόµος για Παράδειγµα Γιαναέχουµε StD[X ] / σ = 1% n = στην κλασική στατιστική n = για µε H =.8 StD[X σ ] = n 1 H, H >.5 Βόµβα στα θεµέλια της κλιµατολογίας. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 13 Η κλιµατολογία και το φαινόµενο Hurst Κλιµατολογία: η ατµοσφαιρική επιστήµη που ασχολείται µε τιςµεγάλης χρονικής κλίµακας στατιστικές ιδιότητες της ατµόσφαιρας (π.χ. µέσες τιµές και µεταβλητότητες µετρήσιµων ποσοτήτων και συχνοτήτων διάφορων γεγονότων) (Wallace and Hobbs, 1977) Κλίµα: Στατιστική σύνθεση των στοιχείων του καιρού για µια µεγάλη χρονική περίοδο (τυπικά, 3 χρόνια) Επίπτωση του φαινοµένου Hurst: Αυξάνει δραµατικά την κλιµατική µεταβλητότητα (Koutsoyiannis, 3). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 14

8 Ποσοτικοποίηση της αβεβαιότητας: Όρια εµπιστοσύνης για µια κλιµατική παράµετρο Κλιµατική παράµετρος: β (π.χ. µέση ετήσια βροχόπτωση) Τυχαίο δείγµα X = (X 1,, X n ), Παρατήρηση x = (x 1,, x n ) Σηµειακή εκτιµήτρια: B = g B (X) Σηµειακή εκτίµηση: b = g B (x) Εκτιµήτριες διαστήµατος του β για συντελεστή εµπιστοσύνης a: U = g U (X) (άνω), L = g L (X) (κάτω) έτσι ώστε P (L β U) = a Εκτίµηση διαστήµατος του β: (l, u) = (g L (x), g U (x)) Εκτίµηση της παραµέτρου β Άνω όριο εµπιστοσύνης, u Κάτω όριο εµπιστοσύνης, l Σηµειακή εκτίµηση, b a 1 Συντελεστής εµπιστοσύνης Αβεβαιότητα παραµέτρου για εµπιστοσύνη a. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 15 Ποσοτικοποίηση της αβεβαιότητας: Όρια εµπιστοσύνης για µια κλιµατική µεταβλητή Κλιµατική µεταβλητή: Y (π.χ. µέση ετήσια βροχόπτωση 3ετών) Συνάρτηση κατανοµής F Y (y) = P (Y y) Για συγκεκριµένη πιθανότητα µη υπέρβασης w, η αντίστοιχη τιµή της Y, δηλ. η y = F Y 1 (w) είναι παράµετρος Αβεβαιότητα λόγω µεταβλητότητας για εµπιστοσύνη α Κλιµατική µεταβλητή, y y u y l Όρια εµπιστοσύνης της εκτίµησης της y για εµπιστοσύνη a y = F Y 1 (w) Αβεβαιότητα παραµέτρου για εµπιστοσύνη a Εµπιστοσύνη α Συνολική αβεβαιότητα για εµπιστοσύνη (α, a) w l = (1 α)/2 w u = (1 + α)/2 Συνάρτηση κατανοµής, w = F Y (y) 1. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 16

9 Εκτίµηση των ορίων εµπιστοσύνης µε προσοµοίωση Monte Carlo simulation Μία παράµετρος µοντέλου Εκτίµηση παραµέτρου b Όρια πρόβλεψης υ b η λ C l Α Β b υ (β) = F B(β) -1 (c υ ) Όρια εµπιστοσύνης u b(β) = β η (β) = Ε [Β (β)] λ (β) = F B (β) -1 (c l ) F -1 B (β) : Αντίστροφη συνάρτηση κατανοµής της εκτιµήτριας B (β) c l = (1 a)/2 c υ = (1 + a)/2 a: συντ. εµπιστ. Αληθής τιµή παραµέτρου, β Μέθοδος 1 (Ripley, 1987) l = 2b υ, u = 2b λ Μέθοδος 2 (Ripley, 1987) l = b 2 / υ, u = b 2 / λ Μέθοδος 3 υ b = ΑΒ b l BC dυ dβ l = b + b υ dυ/dβ, u = b + b λ dλ/dβ για dυ/dβ = dλ/dβ = 1 µέθοδος 1 για dυ/dβ = υ/β, dλ/dβ = λ/β µέθοδος 2. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 17 Εκτίµηση των ορίων εµπιστοσύνης µε προσοµοίωση Monte Carlo simulation Πολλές παράµετροι µοντέλου Οι ίδιες εξισώσεις µπορούν να χρησιµοποιηθούν και στην περίπτωση πολλών παραµέτρων. Για την εφαρµογή της µεθόδου 3, ήτοι, b υ l = b + dυ/dβ, u = b + b λ dλ/dβ οι παράγωγοι dλ/dβ και dυ/dβ πρέπει να υπολογιστούν σε κατάλληλες διευθύνσεις d λ και d υ Έστω το διάνυσµα των άγνωστων παραµέτρων του µοντέλου (κατανοµής, εξάρτησης) θ = [θ 1,..., θ k ] T Έστω το διάνυσµα των εκτιµητριών των θ, Τ = [Τ 1,..., Τ k ] T Έστω Var[T] = diag(var[τ 1 ],..., Var[Τ k ]) Έστω β = h(θ) η παράµετρος της οποίας πρέπει να υπολογιστούν τα όρια εµπιστοσύνης Έστω γ = [λ, β, υ] Τ το διάνυσµα που περιέχει την παράµετρο β και τα όρια πρόγνωσής της (λ, υ) για συντελεστή εµπιστοσύνης a Εστω q το µητρώο 3 3 που ορίζεται ως dλ λ λ L d θ q := d γ T λ θ 1 θ 2 θ k d θ Var[T] d γ d θ, όπου d γ d θ = dβ d θ β β = L β dυ θ 1 θ 2 θ k d θ υ υ L υ θ 1 θ 2 θ k Τότε d λ = q [, 1, 1] T, και d υ = q [1, 1, ] T, οπότε dλ dβ = q 12 + q 13, dυ q 22 + q 23 dβ = q 31 + q 32 q 21 + q 22. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 18

10 Επαλήθευση της µεθόδου µέση τιµή κανονικής κατανοµής Mean (mm) 25 PE MCPL MCCL2 TCL MCCL1 MCCL3 Mean (mm) 25 PE MCPL MCCL2 TCL MCCL1 MCCL Confidence coefficient Confidence coefficient Υποθέσεις n = 1 m = mm, άγνωστη s = 74.5 mm, άγνωστη Κανονική κατανοµή, ανεξαρτησία PE: Point estimate MCPL: Monte Carlo prediction limits Υποθέσεις n = 1 m = mm, άγνωστη s = 74.5 mm, άγνωστη Κανονική κατανοµή, ανεξαρτησία TCL: Theoretical confidence limits MCCL 1, 2, 3: Monte Carlo confidence limits by methods 1, 2, 3. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 19 Επαλήθευση της µεθόδου τυπική απόκλιση κανονικής κατανοµής Standard deviation (mm) 15 5 PE MCPL MCCL2 TCL MCCL1 MCCL3 PE: Point estimate TCL: Theoretical confidence limits MCPL: Monte Carlo prediction limits MCCL 1, 2, 3: Monte Carlo confidence limits by methods 1, 2, Υποθέσεις n = 1 m = mm, άγνωστη s = 74.5 mm, άγνωστη Κανονική κατανοµή, ανεξαρτησία Confidence coefficient. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 2

11 Αύξηση της αβεβαιότητας σε ανέλιξη Mean (mm) 25 PE TCL/classic MCCL/ 1 Mean (mm) 25 PE TCL/classic Confidence coefficient Confidence coefficient Υποθέσεις n = 96 m = mm, άγνωστη s = 74.5 mm, άγνωστη H =.79, γνωστός Κανονική κατανοµή Υποθέσεις n = 96 m = mm, άγνωστη s = 74.5 mm, άγνωστη H =.5, άγνωστος Κανονική κατανοµή PE: Point estimate TCL/classic: Theoretical confidence limits, assuming independence MCPL/: Monte Carlo confidence limits by method 3 assuming an process with known H (case 1) or unknown H (case 2). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 21 Αβεβαιότητα της απορροής: Ετήσια κλίµακα Distribution quantile (mm) PE TCL/classic MCCL/classic MCCL/AR(1) MCCL/ Υποθέσεις n = 96, a = α = 95% m = mm s = 74.5 mm r =.34/H =.79 Κανονική κατανοµή Probability of nonexceedence Reduced normal variate οµή αυτόσυσχέτισης Τυχούσα IID IID AR(1) AR(1) Παρά- µετροι m*, s* m, s* m, s m, s, r* m, s, r m, s, H* m, s, H Συνολική αβεβαιότητα, % του µέσου Οι παράµετροι µε * θεωρούνται σταθερές PE: Point estimate TCL/classic: Theoretical CL, IID MCCL/classic: Monte Carlo CL (method 3), IID MCCL/AR(1): Monte Carlo CL (method 3), AR(1) MCPL/: Monte Carlo CL (method 3), (1: fixed H; 2: unknown H). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 22

12 Αβεβαιότητα της απορροής: κλίµακα 3 ετών (κλιµατική) Distribution quantile (mm) PE/classic TCL/classic MCCL/classic PE/ TCL/ 1 MCCL/ 1 Probability of nonexceedence Reduced normal variate IID IID οµή αυτόσυσχέτισης Παρά- µετροι m*, s* m, s m*, s*, H* m, s, H* m, s, H Συνολική αβεβαιότητα % του µέσου Οι παράµετροι µε * θεωρούνται σταθερές Υποθέσεις n = 96, a = α = 95% m = mm s = 74.5 mm H =.79 Κανονική κατανοµή. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 23 Σύγκριση της αβεβαιότητας της απορροής: κλίµακες 1 και 3 ετών Distribution quantile (mm) Distribution quantile (mm) PE MCCL/classic MCCL/ 1 PE/classic MCCL/classic PE/ MCCL/ 1 Probability of nonexceedence έτος 3 έτη Reduced normal variate οµή αυτόσυσχέτισης IID IID Παρά- µετροι m*, s* m, s m*, s*, H* m, s, H* m, s, H Συνολική αβεβαιότητα, % του µέσου Ετήσια κλίµακα Κλίµακα 3 ετών Οι παράµετροι µε * θεωρούνται σταθερές Το κλίµα είναιαυτόπουπεριµένεις Ο καιρός είναι αυτό που σού 'ρχεται Ο καιρός είναι αυτό που σού 'ρχεται Το κλίµα είναιαυτόπουσού'ρχεται αν περιµένεις πολύ. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 24

13 Σύγκριση της κλιµατικής µεταβλητότητας βροχής και απορροής (κλιµατικές τιµές 3 ετών) Distribution quantile (mm) Probability of nonexceedence PE/classic MCCL/classic PE/ MCCL/ Reduced normal variate Distribution quantile (mm) 8 6 Probability of nonexceedence PE/classic MCCL/classic PE/ MCCL/ Reduced normal variate Βροχή (m = mm, C v =.24, H =.64) Απορροή (m = mm, C v =.44, H =.79). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 25 Σύγκριση της κλιµατικής µεταβλητότητας βροχής & απορροής (κλιµατικές τιµές 3 ετών µε αναγωγή µε τη µέση τιµή) Probability of nonexceedence Probability of nonexceedence Reduced distribution quantile PE/classic MCCL/classic PE/ Reduced distribution quantile PE/classic MCCL/classic PE/ Reduced normal variate Reduced normal variate Βροχή (m = mm, C v =.24, H =.64) Απορροή (m = mm, C v =.44, H =.79). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 26

14 Προσέγγιση βασισµένη σε σενάρια: Σενάρια και κλιµατικά µοντέλα που χρησιµοποιήθηκαν Πηγή: Αποτελέσµατα µοντέλων (κλιµατικές προγνώσεις): ιαθέσιµες στο ιαδίκτυο από το IPCC Data Distribution Centre ( Σενάρια (IPCC) A2: υψηλές εκποµπές CO2 B2: σχετική µείωση της χρήσης άνθρακα Μοντέλα HADCM3: Μοντέλο γενικής κυκλοφορίας (general circulation model GCM) µε σύζευξη ατµόσφαιρας-ωκεανών αναπτύχθηκε στο Hadley Centre for Climate Prediction and Research (Gordon et al., ) ιακριτότητα: 2.5oγ.π. x 3.75oγ.µ. (73 γ.π. x 96 γ.µ.) CGCM2: παγκόσµιο συζευγµένο µοντέλο του Canadian Centre for Climate Modelling and Analysis (Flato and Boer, ) ιακριτότητα : 3.75oγ.π. x 3.75oγ.µ. (48 γ.π. x 96 γ.µ.). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 27 Προσέγγιση βασισµένη σε σενάρια: Υδρολογικό µοντέλο που χρησιµοποιήθηκε Η λεκάνη χωρίζεται σε ενότητες µε οµοιόµορφα µορφολογικά και υδρολογικά χαρακτηριστικά (hydrologic response units HRU) Οι επιφανειακές υδρολογικές διεργασίες προσοµοιώνονται µε ένα τροποποιηµένο µοντέλο Thornthwaite που αναφέρεται σε ταµιευτήρες εδαφικής υγρασίας Η διήθηση από τους ταµιευτήρες εδαφικής υγρασίας τροφοδοτεί τον υδτοφορέα Οι παράµετροι του µοντέλου εκτιµήθηκαν από τους Efstratiadis et al. (3) και Rozos et al. (4). Περίοδος βαθµονόµησης: ;. Περίοδος επαλήθευσης Ο υδροφορέας µοντελοποιείται σαν ένα δίκτυο από στοιχεία αποθήκευσης (δεξαµενές) και στοιχεια µεταφοράς (σωλήνες µε ροή που υπακούει στο νόµο του Darcy). Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 28

15 Σενάρια GCM για τη µελλοντική βροχόπτωση Rainfall, average of past 3 years (mm) Forecast Limit: Uncertainty limit due to variability (a = 95%) Limit +: Total uncertainty limit (a = α = 95%) HADCM3, A2 HADCM3, B2 CGCM2, A2 CGCM2, B2 Historical Limit, classic Limit +, classic Limit, Limit +, Οι χρονοσειρές HADCM3 (A2 και B2) είναι µέσες τιµές των σηµείων κανάβου (37o3 N, 22o3 E) και (4o N, 22o3 E), έτσι ώστε να αντιστοιχούν χονδρικά στο σηµείο (38o75 N, 22o3 E), που βρίσκεται µέσα στη λεκάνη. Οι χρονοσειρές CGCM2 (A2 and B2) αναφέρονται στο σηµείο (38o96 N, 22o3 E) που βρίσκεται µέσα στη λεκάνη. Όλες οι σειρές έχουν αναχθεί σε τρόπο ώστε να συµφωνούν µε τον ιστορικό µέσο της 3-ετούς περιόδου έως Οι χρονοσειρές GCM δείχνουν µικρή κλιµατική µεταβλητότητα στο παρελθόν (συντελεστές Hurst κοντά στο.5) Οι αποκλίσεις των χρονοσειρών GCM από τις ιστορικές είναι πολύ µεγάλες στοαρχικότµήµα της περιόδου παρατηρήσεων Οι προβλέψεις GCM είναι µέσα στα όρια εµπιστοσύνης. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 29 Rainfall, average of past 3 years (mm) Σενάρια µελλοντικής βροχόπτωσης: Σενάρια GCM σε αντιδιαστολή µε στοχαστικά σενάρια Forecast Limit: Uncertainty limit due to variability (a = 95%) Limit +: Total uncertainty limit (a = α = 95%) HADCM3, A2 HADCM3, B2 CGCM2, A2 CGCM2, B2 Historical Synthetic 1 Synthetic 2 Synthetic 3 Limit, Limit +, Οι συνθετικές χρονοσειρές έχουν διαλεχτεί από δείγµατα που γεννηθήκαν από την ανέλιξη µε στατιστικά χαρακτηριστικά ίσα µε αυτά της ιστορικής βροχόπτωσης Συνθετική σειρά 1: Σε καλή συµφωνία µε τοσενάριο CGCM2/A2 Συνθετική σειρά 2: Σε καλή συµφωνία µε τοιστορικό κλίµα, µε µια µελλοντική ανοδική τάση Συνθετική σειρά 3: Σε καλή συµφωνία µε τοιστορικό κλίµα καιµε το µελλοντικό σενάριο CGCM2/A2. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 3

16 GCM σενάρια µελλοντικής θερµοκρασίας Temperature, average of past 3 years ( o C) HADCM3, A2 CGCM2, A2 Historical Limit +, classic Limit +, HADCM3, B2 CGCM2, B2 Limit, classic Limit, Forecast Limit: Uncertainty limit due to variability (a = 95%) Limit +: Total uncertainty limit (a = α = 95%) Οι χρονοσειρές HADCM3 (A2 και B2) είναι µέσες τιµές των σηµείων κανάβου (37 o 3 N, 22 o 3 E) και (4 o N, 22 o 3 E), έτσι ώστε να αντιστοιχούν χονδρικά στο σηµείο (38 o 75 N, 22 o 3 E), που βρίσκεται µέσα στη λεκάνη. Οι χρονοσειρές CGCM2 (A2 and B2) αναφέρονται στο σηµείο (38 o 96 N, 22 o 3 E) που βρίσκεται µέσα στη λεκάνη. Όλες οι σειρές µετακινήθηκαν σε τρόπο ώστε να συµφωνούν µε τον ιστορικό µέσο της 3-ετούς περιόδου έως Οι χρονοσειρές CGCM2 δείχνουν χαµηλή κλιµατική µεταβλητότητα στο παρελθόν Οι χρονοσειρές HADCM3 δείχνουν µη ρεαλιστικές ανοδικές τάσεις στο παρελθόν Οι προβλέψεις των GCM βγαίνουν έξω από τα όρια εµπιστοσύνης γύρω στα Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 31 Συναγόµενα σενάρια µελλοντικής απορροής Runoff, average of past 3 years (mm) HADCM3, A2 CGCM2, A2 Historical measured Limit, classic Limit, HADCM3, A2 CGCM2, B2 Historical modelled Limit +, classic Limit +, Forecast Limit: Uncertainty limit due to variability (a = 95%) Limit +: Total uncertainty limit (a = α = 95%) Είσοδοι υδρολογικών µοντέλων Η επιφανειακή βροχόπτωση στις HRU εκτιµήθηκε µε παλινδρόµηση από τη βροχή της Αλιάρτου Η δυνητική εξατµοδιαπνοή εκτιµήθηκε µε παλινδρόµηση από τη θερµοκρασία και ηλιακή ακτινοβολία της Αλιάρτου. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 32 Η απορροή που προκύπτει από την ιστορική βροχή πρακτικώς συµπίπτει µε την ιστορική απορροή Οι χρονοσειρές των σεναρίων GCM δείχνουν χαµηλή κλιµατική µεταβλητότητα στο παρελθόν Οι αποκλίσεις των χρονοσειρών GCM από τις ιστορικές είναι πολύ µεγάλες στοαρχικότµήµα της περιόδου παρατηρήσεων Τα µελλοντικά σενάρια απορροής GCM είναι µέσα στα όρια εµπιστοσύνης

17 Συµπεράσµατα Στην εφαρµογή της στην υδρολογία και την κλιµατολογία, η κλασική στατιστική περιγράφει µόνο ένα µέρος της συνολικής αβεβαιότητας και έτσι υπεκτιµά τηδιακινδύνευση Τα κλιµατικά µοντέλα που φέρονται να προβλέπουν το µελλοντικό κλίµα, δεν περιγράφουν την κλιµατική µεταβλητότητα στο παρελθόν και συγκεκριµένα δείχνουν κλιµατική µεταβλητότητα πολύ ασθενέστερη της πραγµατικής Το φαινόµενο Hurst και οι ανελίξεις απλής οµοιοθεσίας (ανελίξεις ) προσφέρουν µια ισχυρή βάση για µια «διασκευασµένη» υδρο-κλιµατική στατιστική, συµβατή µε τηνκλιµατική µεταβλητότητα Το στατιστικό πλαίσιο, εφαρµοζόµενο στα υδροκλιµατικά δεδοµένα του παρελθόντος, είναι ένα εφικτό βήµα στηνκατεύθυνσητης συναγωγής ακριβέστερων εκτιµήσεων της αβεβαιότητας και της διακινδύνευσης, ιδιαίτερα χρήσιµο για τις υδρολογικές µελέτες και τη διαχείριση των υδατικών πόρων Οι ανθρωπογενείς κλιµατικές αλλαγές αυξάνουν τη µελλοντική αβεβαιότητα, αλλά η ποσοτικοποίηση της αύξησης είναι πολύ δύσκολη. Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 33 Η παρουσίαση διατίθεται στο ιαδίκτυο Αναφορές Beran, J. (1994), Statistics for Long-Memory Processes, vol. 61 of Monographs on Statistics and Applied Probability. Chapman & Hall, New York, USA Efstratiadis, A., Koutsoyiannis, D., Rozos, E., and Nalbantis, I. (3), Calibration of a conjunctive surfacegroundwater simulation model using multiple responses, EGS-AGU-EUG Joint Assembly, Geophysical Research Abstracts, Vol. 5, Nice, April 3, European Geophysical Society, American Geophysical Union Hurst, H. E. (1951), Long term storage capacities of reservoirs. Trans. ASCE 116, Klemeš, V., Sricanthan, R. and McMahon T. A. (1981), Long-memory flow models in reservoir analysis: What is their practical value? Water Resources Research, 17(3), Koutsoyiannis, D. (2), The Hurst phenomenon and fractional Gaussian noise made easy, Hydrological Sciences Journal, 47(4), Koutsoyiannis, D. (3), Climate change, the Hurst phenomenon, and hydrological statistics, Hydrological Sciences Journal, 48(1), 3-24 National Research Council (1991), Opportunities in the Hydrologic Sciences, National Academy Press, Washington DC, USA Ripley, B. D (1987), Stochastic Simulation, Wiley, New York Rozos, E., Efstratiadis, A., Nalbantis, I. and Koutsoyiannis, D. (4), Calibration of a semi-distributed model for conjunctive simulation of surface and groundwater flows, Hydrological Sciences Journal (under review) Wallace, J. W., and Hobbs, P. V. (1977), Atmospheric Science, An Introductory Survey, Academic Press, San Diego, Ca Gordon, C., Cooper, C., Senior, C. A., Banks, H., Gregory, J. M., Johns, T. C., Mitchell, J. F. B., and Wood, R. A. (), The simulation of SST, sea ice extents and ocean heat transports in aversion of the Hadley Centre Coupled Model without flux adjustments, Climate Dynamics Flato, G.M. and Boer, G. J. (1), Warming asymmetry in climate change simulations, Geophys. Res. Lett., 28, Κουτσογιάννης και Α. Ευστρατιάδης, Η βεβαιότητα της κλιµατικής αλλαγής και η κλιµατική αβεβαιότητα 34