Post on 27-Sep-2020
METEOROLÓGIAI KOCKÁZATOK
Mika János Csonka Tamás, F. Sándor Valéria, Horváth Ákos,
Lakatos Mónika, és Dobi Ildikó
Országos Meteorológiai Szolgálat
Siófok, 2006. szeptember
18.
Áttekintés:
A meteorológiai műholdak segítenek abban, hogy
•
lássuk (nowcasting)•
számoljuk (numerikus előrejelzés)
•
lélegezzük (levegőkémia :))a légkört, +
próbáljuk
•
megsejteni (klímaváltozás) a jövőjét.
Global distribution of natural hazards Global distribution of natural hazards (1993(1993--2002)2002)
Avalanches and landslides
6%
Droughts and famines
9% Earthquakes8%
Extreme Temperatures
5%
Floods37%
Forest/scrub fires5%
Windstorms28%
Volcanic eruptions
2%
About 90% are of hydrometeorological origin
Disasters Losses, Total and as Share of Disasters Losses, Total and as Share of GDP, in the Richest and Poorest Nations GDP, in the Richest and Poorest Nations (1985(1985--1999)1999)
(Adapted from (Adapted from MunichReMunichRe, 1999), 1999)
Climate, Hazards & Disasters Climate, Hazards & Disasters
Tornádók
7. Hurrikánok
(3-500 km)
Konvekció fajtái
1. Termikek, gomolyfelhők (1.komponens).
2. Helyi zivatarok (1 komp.) ritkán veszélyes
3. Multicellás zivatarok
(gócok) (1-2 komp) felhőszakadás, jégeső, viharos szél.
6. Vonalba rendezett zivatarok
(1-2-(3))
squall line-ok viharos szél, jégeső, intenzív csapadék
4. Szupercellák
(1-2-3): orkán erejű szél, pusztító jégeső, felhőszakadás, tornádó. 5.
MCC
Observations (2)Observations (2)
The WMO Space Programme: The WMO Space Programme: an unprecedented amount an unprecedented amount of freelyof freely--available observationsavailable observations
WMO's
6 Regional Associations
Országos Meteorológiai Szolgálat
•
Alapítva: 1870-ben
•
Szabályozás:Kormányrendelet(2005. dec. 20.)
Az Országos Meteorológiai Szolgálat története
•
1717
Első rendszeres műszeres megfigyelés kezdete Sopronban
•
1780
Societas Meteorologica
Palatina
•
1850 Osztrák Meteorológiai Intézet Bécsben
•
1867
KiegyezésOsztrák-Magyar Monarchia
Az Országos Meteorológiai Szolgálat története
ECMWF 1995
EUMETSAT 1998
ISO 9001:2000 2002
EUMETNET 2005
Jelenlegi létszám: 270 fő 2006
Mérés, megfigyelésMérés, megfigyelés
Földfelszíni mérésekFöldfelszíni mérések27 synop
állomás (órás mérés)
68 klíma állomás
556 csapadékmérő állomás
Radioaktivítás
mérő hálózat
TávérzékelésMűhold
Radar
Villám lokalizálás
Rádiószondázás
Wind
profiler
UV-B
globálsugárzás
Levegőszennyezettség Levegőszennyezettség mérés és mérés és
modellezésmodellezés
Farkasfa K-puszta
NyírjesHortobágy
Siófok
Az OMSZ automata állomáshálózata2006. január 1.
Conventional Climate Station AWS for Climate Purposes
MegfigyelésAz
OMSZ földfelszíni
megfigyelőrendszerének
állomásai
és
mérési
programja
1993 előtt 2005-ben
23 db szinoptikus
főállomásóránkénti
mérés
hagyományos eszközökkel
14 db szinoptikus
főállomás
5 főállású észlelővel
+ 15 db szinoptikus
főállomás észlelőszemélyzet
nélküljelentés
óránként
távközlési
vonalontízpercenkénti
mérés
automatával36 db éghajlati
állomás
–
óránkénti mérésekkel
önkéntes
társadalmi
megbízottak
végzik50 db kis
éghajlati
állomás
59 db automata éghajlati
állomás
– tízpercenkénti
mérésekjelentés
óránként
távközlési
vonalon9 db éghajlati
állomásönkéntes
társadalmi
megbízottakkal,jelentés
havonta
kétszer
levélben
634 db csapadékmérő
állomás
önkéntes társadalmi
megbízottakkal
hagyományos gyűjtőedénnyel
jelentés
havonta
postai
levelezőlapon;
558 db csapadékmérő
állomás
önkéntes társadalmi
megbízottakkalhagyományos
gyűjtőedénnyel; jelentés havonta
postai
levelezőlapon
KÖRNYEZETPOLITIKAI FÓRUM-SOROZAT, 2006 A klímapolitika és a klímaváltozás főbb kérdései 2006. szeptember 14.
RADARÁLLOMÁSOK, VILLÁMDETEKTÁLÓ ÉSRADIOAKTIVITÁS MÉRŐ HÁLÓZAT
automata aeroszol mintavevő
Sopron
Mosonmagyaróvár
Győr
Tát
Tata
TésaSzécsény
Kékestető
Miskolc
Napkor
Jósvafő
Bp.-Lőrinc
Záhony
Debrecen
Békéscsaba
SzegedBaja
Farkasfa
Nagykanizsa
Pécs
Pápa/Nyárád
Soltvadkert
Sátoraljaújhely
Pátyod
Szentlélek
Pitvaros
Jászapáti
Homokszentgyörgy
Varbóc
Zsadány
Bugyi
Véménd
Sárvár
gamma-dózisteljesítmény mérő állomás villámdetektáló állomás
Kelebia
radarállomás
Pogányváralja
Composite
Radar Image
28 900 km2 területi átlag évi menet --
nappali 12 óra
--
éjszakai 12 óra
a) Átlagok (mm/12 ó) b) Szórások (mm/12 ó)
0,0
0,5
1,0
1,5
2,0
2,5
0 50 100 150 200 250 300 350 400
ÉjszakaNappal
0,0
0,5
1,0
1,5
2,0
2,5
0 50 100 150 200 250 300 350 400
ÉjszakaNappal
ECMWF
•
COOPERATING MEMBERSHIP OF ECMWF (towards full membership): Provision of medium-range forecast guidance for the forecasters + possible active participation in the Centre’s activities (two colleagues)
•
MAIN EMPHASIS: verification, evaluation and application of ensemble products, application of new products (30 days forecast, seasonal forecasting, etc.)
•
FUTURE: Optimal interpretation of the probabilistic information
MAIN CHARACTERIS
TICS OF ALADIN/HU
Horizontal resolution: 8 km
Vertical resolution: 49 levels
Lateral boundary conditions fromARPEGE/IFS at every 3 hours
3d-var data assimilation scheme
Horizontal resolution: 8 km
Vertical resolution: 49 levels
Lateral boundary conditions fromARPEGE/IFS at every 3 hours
3d-var data assimilation scheme
Itt fejtjük meg az időjárást.
Sok info a „képernyőn”, de
…az analízishez papírtérkép is kell.
Az OMSZ jelenlegi tevékenysége a katasztrófavédelemben
1.
A nukleárisbaleset-elhárítással kapcsolatos feladatok
•
mérés, •
előrejelzés
2.
A balatoni és Velence-tavi vihar- előrejelzés
3.
A veszélyes időjárási helyzetek előrejelzése -
riasztások
Veszélyes időjárási jelenségek előrejelzése
•
Nagy területre kiterjedő nagy csapadékok•
Hőhullámok, fagyhullámok
•
Lokálisan lehulló nagy csapadékok•
Szélviharok
•
Stb.
MSG (Meteosat Second Generation) műholdak•
Első 2002. augusztus –
továbbfejlesztett
műszerekkel•
15 perces gyakoriság –
lehetőség a gyorsan
változó jelenségek megfigyelésére (zivatarfejlődés)
•
12 csatorna –
kompozit
képek
Időjárási radar
•
3 állomásból álló radarhálózat (Doppler, duál-polarizációs
radar)•
Országos és egyedi képek
•
Veritkális
metszetek
Radar mérések
Villámlokalizációs rendszer
A villám kisülési csatornájában levő elektromágneses sugárzást méri.
A villámok helyének megadása: 2 km pontossággal történik.
Villámlokalizációs rendszer
5 antennából álló rendszer
1998 óta üzemel
ModellekAlapvetően kétféle:•
Középtávú
–
10 napra
Globális modell•
ALADIN
modell (ALADIN-HU
modell)Kisebb tartományra, ezért
nagyfelbotásúvízszintes felbontás: 11
km
(8 km);
függőleges felbontás: 27 szintfuttatás: naponta kétszer 00 UTC-s,
valamint 12 UTC-s adatokbólelőrejelzés időtartama: 48 óra
NowcastingDefiníció:
a meteorológiai jelenségek, folyamatok
analízisét, diagnózisát foglalja magában a 0-6 órára szóló előrejelzésekkel együtt.
Módszere: pontos jelenlegi analízis, ennek extrapolálása (pl. zivatarok mozgása), és igen jó előrejelzési módszerek.
Eszközök: új típusú mérési adatok –
műhold, radar, repülőgépes mérések, villám detektor, szél profil mérés, stb.
Előrejelzési időtartam: leggyakoribb 1-2 óra, de 6 óráig értik a nowcasting előrejelzés időtartamát.
Repülésmeteorológiai és Veszélyjelző Osztály - RVO
Feladatok: rövidtávú előrejelzés és nowcasting•
Repülésmeteorológia
•
Élet-
és vagyonvédelem–
Vihar-előrejelzés (Balaton és Velencei-tó)
–
Nukleáris baleset-elhárítás, ipari baleset–
Katasztrófavédelem számára nyújtott élet-
és vagyonvédelmi
figyelmeztető előrejelzések, riasztások–
Szmog-előrejelzés
•
Publikus
riasztási felület kezelése•
Szerződéses partnerek riasztása
1005/2006. (I. 20.) Korm. Határozata lokális, nagy csapadékok okozta
veszélyhelyzetekkel kapcsolatos előrejelzési és riasztási rendszerről
Kezdet: 2006. február 1.
A döntés előkészítő, megelőző és riasztó rendszer részfeladatai
1.Nagy térségű, több napra előre is prognosztizálható
nagy csapadékos
helyzetek előrejelzése
(időelőnye 1-3 nap)2.Lokális léptékű, csak közvetlen a
kialakulás előtt prognosztizálható hirtelen lehulló
nagy csapadékokra
(felhőszakadás) történő
riasztás (időelőnye fél órától maximum 2-3 óráig)
OMSZ által kiadott riasztási események
Nowcasting riasztás (1-3 óra) Rövidtávú riasztás (12-36 óra) Viharos szél (20 m/s fölötti széllökés) Viharos szél (20 m/s fölötti széllökés) Extrém erős szél (25 m/s fölötti széllökés) Extrém erős szél (25 m/s fölötti széllökés) Gyenge ónos eső, szitálás Gyenge ónos eső, szitálás Erős jegesedés (kiterjedt, tartós ónos eső) Erős jegesedés (kiterjedt, tartós ónos eső) Heves zivatar (jégesővel, viharos széllel) Heves zivatar (jégesővel, viharos széllel) Felhőszakadás (3 óra alatt 50 mm fölötti csapadék) Nagy mennyiségű csapadék (24 óra alatt 50 mm fölötti) Mérsékelt havazás (3 óra alatt 2-5 cm hó) Mérsékelt havazás (24 óra alatt 5-20 cm hó) Erős havazás (3 óra alatt 5 cm-nél nagyobb hó) Erős havazás (24 óra alatt 20 cm-nél nagyobb hó) Hófúvás Hófúvás Kiterjedt sűrű köd Kiterjedt sűrű köd Fagy (talajhőmérséklet 0 oC alatt) Extrém hideg (napi középhőmérséklet 10 oC alatt Extrém meleg (napi középhőmérséklet 27 oC fölött)
Riasztási kritériumokSzél:•
Erős szél: A következő óráktól a szélsebesség meghaladhatja
a 12 m/s-ot.A
széllökések meghaladják a 12 m/s-os
(43 km/h) sebességet, de nem érik el a 17 m/s-os
(61 km/h)
viharos fokozatot. •
Viharos szél: A következő óráktól a szélsebesség
meghaladhatja a 17 m/s-ot.A
legerősebb széllökések meghaladják a 17 m/s-os
sebességet (61 km/h), de nem érik
el a 25 m/s-os
(90 km/óra) erős vihar fokozatot. •
Extrém erős szél: A következő óráktól a szélsebesség meghaladhatja a 25 m/s-ot.A
legerősebb széllökések
meghaladják a 25 m/s-os
(90 km/óra) erős vihar kategóriát, illetve adott esetben akár elérhetik vagy meghaladhatják a 33 m/s-os
(119 km/h) orkán fokozatot.
Riasztási kritériumok
•
Ónos eső•
Eső
•
Havazás•
Látástávolság
•
Zivatar•
Hőmérsékleti extrémumok
A RIASZTÁSI RENDSZER SÉMÁJA
OMSZOMSZVITUKIVITUKI
OMITVKK
OMITVKK
BM OKFBM OKF
MEGYEI KAT.VÉD.MEGYEI KAT.VÉD.
ÖNKORMÁNYZATÖNKORMÁNYZAT
MEGYEI VÉDELMI BIZOTTSÁG
MEGYEI VÉDELMI BIZOTTSÁG
KÖVIZIGKÖVIZIG
VÍZITÁRSULATVÍZITÁRSULAT
HMHM
Polgári Védelmi Kirendeltségek, Irodák,
Tűzoltóparancsnokság, Rendőrség
Polgári Védelmi Kirendeltségek, Irodák,Tűzoltóparancsnokság, Rendőrség
Általános tájékoztatás a honlapon
www.met.hu
Jelmagyarázat:
A riasztás fő
irányaRiasztás második iránya
Információ
küldés
Kapcsolatfelvétel, értesítés
A viharjelzések beválása a rakétás (1974A viharjelzések beválása a rakétás (1974--1987) és a 1987) és a fényjelzős (1988fényjelzős (1988--2004) időszakban.2004) időszakban.
1974-1987
1988-2004
I. fokII. fok
82 8885 90
75
80
85
90
Az MM5 nem-hidrosztatikus modell 2 x 2 km-es bontásban
ALADIN modellen alapuló trajektória
előrejelzés
LANDING, TAF, SIGMETLANDING, TAF, SIGMETLANDING, TAF, SIGMET
INTERNATIONAL AND COMMERCIALINTERNATIONAL AND COMMERCIALINTERNATIONAL AND COMMERCIAL AVIATIONAVIATIONAVIATION
Budapest
Debrecen
Sármellék
For the international air traffic we prepare weather forecasts for the airports of Ferihegy
and Debrecen three-hourly. Based
on the recommendations of ICAO we give warnings if certain conditions exist or are expected to come to pass. Similarly according to the recommendations of ICAO we prepare forecasts about expected weather phenomena influencing negatively the flight security in the lower 3000 meters of the t h t i d (i th i d t )
Date: 30.10.1996.
Synoptic summary: Post-frontal situation. The north-westerly wind will be strong, onthe eastern part of Hungary stormy. In the higher layers the characteristic wind directionwill be NW too. Some showers will be possible in the afternoon because of the highlevel cold drop above the Carpathian-Basin. The development of mountain waves maybe expected in the afternoon.
Outlook: Westerly airstream, stable stratification, variable clouds.
User's guide:On the following two pages you can find the meteorological information for gliding in themountain wave areas of the mountain Börzsöny, Mátra, Mecsek and the Alps.The values are calculated for 06, 12 UTC and for the next day 06 UTC.The information are the follows:- The average temperature of the 500 m layers ( 0C )- The average temperature gradient of the 500 m layers (0 C/100 m )- The average wind direction (degree)- The average wind speed (m/s)- The wind component normal to the ridge (m/s)- The Scorer parameter calculated from the average wind speed (1/km2 )- The Scorer parameter calculated from the wind component normal to the ridge
The Scorer parameter is defined asl2 = (g/T ) ( γsz − γ ) / (u2) , whereT: the temperature of the layerg: the gravity accelerationγsz: the dry adiabatic temperature gradientγ: the temperature gradientu: the wind speed
There are good conditions for the mountain wave gliding, when the values of the Scorerparameter is between 1 and 2 in the 1000m-2000m layer, and the values are between0.6 and 0 above 2000m in decreasing manner
Forecaster :János Bozó
Mountain wave forecast for gliders
Forecast for H ot A ir B alloonists
D ate: 03-07-2001 S ynoptic s ituation : C old and wet a ir is s itua ted above H ungary . Sky w ill be covered in N E part o f H ungary, and there w ill be m uch ra in and showers. In o ther p laces it w ill be c loudy w ith local showers. In the afternoon hours thunders to rm s and s trong gusts are poss ib le. W arnings : G usts above 12 m ps, C b c louds and thunders torm s a re possib le . O utlook : W arm ing, loca l show ers and thundersto rm s. Forecaster : Is tván Fó ti
W ind forecast
( H eights above sea level !!! )
2001.07. 03. 06 U TC C ity B udapest
D ebrecen
M isko lc
Szeged
S ió fok
P écs
G yő r
Szom bathely
fok m /s fok m /s fok m /s fok m /s fok m /s fok m /s fok m /s fok m /s
2000 m 5 3 350 3 355 6 10 4 15 6 345 4 355 8 10 9 1500 m 355 2 10 5 15 6 20 6 15 8 360 6 5 8 10 9 900 m 350 1 25 8 25 9 25 7 5 10 5 9 5 9 5 11 600 m 350 2 20 9 10 7 20 7 360 10 355 9 360 9 360 10 300 m 340 3 10 8 345 3 10 6 355 8 350 6 345 7 360 7
Tala j 330 1 5 4 350 3 360 3 350 6 345 3 340 4 355 4 H e igh t of 0 degree
2587
2868
2749
2766
2528
2754
2410
2528
•••Low Level Significant Weather ChartsLow Level Significant Weather ChartsLow Level Significant Weather Charts
VFR and sport flightsVFR and sport flights
Commercial activity
The market sectors:
Media (Radio, TV, press)
Energy
Land transport
Industry
Construction
Agriculture
Others
2005
36%
39%
14%
2%
1%
8% MediaEnergyTransportIndustryAgricultureOthers
Distribution of Commercial Revenue
Commercial reCommercial revenuevenue
in 2005: 1.5 m EUROin 2005: 1.5 m EURO
CO CO --
peaks: South Americapeaks: South America
Air
Quality
Modelling –
Local
Scale
1 hour
maximum conc. NO2
– AERMOD-HU
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1855 1880 1905 1930 1955 1980 2005
Földi átlagÉszaki félgömb
Éghajlati tevékenységAdatbázis: ellenőrzés, rögzítés, „meta”-adatok
Klímaváltozás diagnózisa: homogenizálás, átlagok és szélsőségek trend-vizsgálata, statisztikus leskálázás
Szolgáltatások, szakvélemények: adat-szolgáltatás, extrém-értékek becslése, térbeli interpoláció
Éghajlati alkalmazások: agro-, hidro-
és humán bio-klimatológia; energia-meteorológia, környezetvédelem
Regionális klímamodellezés:
fejlesztés, verifikáció,dinamikai leskálás
Tizenöt magyarországi állomás adataiból számított eredeti és homogenizált évi középhőmérsékleti átlagsor (1901-2005),
az illesztett lineáris trendvonalakkal
7
7.5
8
8.5
9
9.5
10
10.5
11
11.5
12
1900 1920 1940 1960 1980 2000
eredeti homogenizált adatok
-8
-7
-6
-5
-4
-3
-2
-1
0
1
2
3
1961. 1966. 1971 1976 1981 1986 1991 1996 2001
°C
Áprilisi havi abszolút minimumhőmérsékletek alakulása, 1971-2005, Szeged
0
20
40
60
80
100
120
1900 1920 1940 1960 1980 2000
napo
k sz
áma
A nyári napok (Tmax
> 25 °C) és a trópusi éjszakák (Tmin
> 20 °C) alakulása Budapesten, 1901-2004
0
4
8
12
16
20
24
28
32
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000
napo
k sz
áma
Hőhullámok előfordulása (legalább 3 napig az átlaghőmérséklet eléri a 25 °C-ot, illetve a 27 °C-ot) Budapesten, 1901-2004
300
400
500
600
700
800
900
1000
1901 1911 1921 1931 1941 1951 1961 1971 1981 1991 2001
Éves csapadékösszeg országos átlaga a lineáris trenddel, 37 állomás, homogenizált adatok
0
50
100
150
200
250
300
1901 1911 1921 1931 1941 1951 1961 1971 1981 1991 2001
Évszakos csapadékösszegek országos átlaga, 37 állomás, 1901-2005
0
50
100
150
200
250
300
350
1901 1911 1921 1931 1941 1951 1961 1971 1981 1991 20010
50
100
150
200
250
1901 1911 1921 1931 1941 1951 1961 1971 1981 1991 2001
0
50
100
150
200
250
300
350
400
1901 1911 1921 1931 1941 1951 1961 1971 1981 1991 2001
nyártavasz
ősz tél
Termikus és Termikus és higrikushigrikus
trendek: kiszáradás (PDSI)trendek: kiszáradás (PDSI)
ÁPRILIS
-3
-2
-1
0
1
2
3
1900 1920 1940 1960 1980 2000
Budape Debrec Kecske Miskol MosonmNyireg Pecs Sopron Szeged Szomba
OKTÓBER
-3
-2
-1
0
1
2
3
1900 1920 1940 1960 1980 2000
Budape Debrec Kecske Miskol MosonmNyireg Pecs Sopron Szeged Szomba
JANUÁR
-3
-2
-1
0
1
2
3
1900 1920 1940 1960 1980 2000
Budape Debrec Kecske Miskol MosonmNyireg Pecs Sopron Szeged Szomba
JÚLIUS
-3
-2
-1
0
1
2
3
1900 1920 1940 1960 1980 2000
Budape Debrec Kecske Miskol MosonmNyireg Pecs Sopron Szeged Szomba
0
1
2
3
4
5
6
7
8
9
1976 1981 1986 1991 1996 2001
Átlagos napi csapadékosság (a csapadékos napokra vett csapadékátlag) mm/nap Szeged, 1976-2004
Az éves csapadékmennyiség változása a Balaton vízgyűjtőjén 1955 és 2004 között
Az éves csapadékmennyiség 1955 és 1984 között
Az éves csapadékmennyiség 1975 és 2004 között
A 2000-2003 időszak előző 10 évhez viszonyitott kéthavi csapadék-anomáliái és ezek makroszinoptikus közelitései
-1.2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
JF MA MJ JA SO ND
mm
/nap
HB9
Péczely
Bodolainé
Tény
Pálfy
L. (2004), szakdolgozat (témavez. Mika J. -
Bonta
I. -
Varga Gy.)
Erre a 4 évre mindháromrendszer gyengén közelít !
2.5
3.0
3.5
4.0
4.5
1953. 1958. 1963. 1968. 1973. 1978. 1983. 1988. 1993. 1998. 2003.
Éves átlagos szélsebesség alakulása Szegeden a lineáris trenddel (piros) és a 10 éves átlagokkal (zöld)
A TERMÉSZETES ÉS ANTROPOGÉN A TERMÉSZETES ÉS ANTROPOGÉN TÉNYEZŐK EGYÜTT MAGYARÁZZÁKTÉNYEZŐK EGYÜTT MAGYARÁZZÁK
2005. év2005. év -- legalacsonyabb legalacsonyabb tengerjég kiterjedés tengerjég kiterjedés a mérések a mérések
kezdete ótakezdete óta
Közvetett rekonstrukció
mérés
szcenárió
Földi hőmérsékleteltérés oC
FELHŐZET, ÉVI ÁTLAG
-50%
-30%
-10%
10%
30%
0,5S
0,5I
1,0P
1,0E
1,5C
1,5G
2,0P
3,0G
4,0P
K
HŐMÉRSÉKLET, ÉVI ÁTLAG
-1,0
1,0
3,0
5,0
7,0
9,0
0,5S
0,5I
1,0P
1,0E
1,5C
1,5G
2,0P
3,0G
4,0P
K
K
CSAPADÉK, ÉVI ÖSSZEG
-300
-200
-100
0
100
200
300
400
500
0,5S
0,5I
1,0P
1,0E
1,5C
1,5G
2,0P
3,0G
4,0P
K
mm
FELHŐZET, NYÁR
-50%
-30%
-10%
10%
30%
0,5 S
0,5 I
1,0 P
1,0 E
1,5 C
1,5 G
2,0 P
3,0 G
4,0 P
K
HŐMÉRSÉKLET, NYÁR
-1,0
1,0
3,0
5,0
7,0
9,0
0,5 S
0,5 I
1,0 P
1,0 E
1,5 C
1,5 G
2,0 P
3,0 G
4,0 P
K
K
CSAPADÉK, NYÁR
-120
-100
-80
-60
-40
-20
0
20
40
0,5 S
0,5 I
1,0 P
1,0 E
1,5 C
1,5 G
2,0 P
3,0 G
4,0 P
K
mm
Hatásvizsgálati alkalmazásokHidrológiai hatások(0,3 - 0,8 K között):• A vízkészlet-jellemzők
néhány %-tól néhánytíz %-ig csökkennek.
• A Tisza vízgyűjtőin eváltozások, a Dunávalösszevetve, még in-kább kedvezőtlenek.
Ökológiai hatások(folyt.)• A nagy változásokra
adott ökológiai vála-szok már mindenesetben kedvezőek,
• kivéve az erdőtűz-gyakoriság több száz%-os emelkedését.
Agro-hidrológiai hatá-sok (0,5 - 4 K között):•A vízmérleg-tagokban
a kis változások pár-szor tíz százaléknyicsökkenést okoznak.
• A víz-stressz gyako-risága viszont egyesnövénykultúráknálközel 100 %-kal nő!
• Nagyobb változásra aromlás ennél kisebb;• sőt, a CO2-többlet hatá-
sára a vízmérleg márkissé inkább javul.
Ökológiai és növény-termesztési hatások(0,5 - 4 K között):• A kis változások hatá-
sára az ökológiai jel-lemzők néhányszortíz %-kal romlanak.
• Különösen súlyos ahomokpuszta-gyepekfajszámának csökke-nése és az erdőtüzekgyakoribbá válása.
• A CO2 direkt hatásasokat javít, sőt néhányesetben pozitívra for-dítja a zöldtömeg jel-legű változásokat.
Csapadékváltozás 0,5 oC
globális melegedésre (%) (Mika és Bálint, 2000)
Téli félév
Nyárifélév
Földrajzi analógiák a hazai
változásokhoz
Mika, (1996) nyomán (grafika: Németh Ákos)
Változékonyság változása, extrémek
Szélsőség (min-max) -
Átlag (jan.-júl)
Egy-egy csapadék átlagos hozamának változása
>20 mm/nap csapadékgyakoriság-változása
ELTE Meteorológiai Tanszék
Bartholy
J. és mtsai, 2004
A napi csapadék téli szórásváltozása 2025-re
-4-202468
10121416
-138
-113
-87,5
-47,5
-22,5
17,5
42,5
77,5
102,5
157,5
földrajzi hosszúság
%
Pa2 Am1 Am2 At1 At2 Eu1 Eu2 As1 As2 Pa1
A napi csapadék tavaszi szórásváltozása 2025-re
-4-202468
1012
-138
-113
-87,5
-47,5
-22,5
17,5
42,5
77,5
102,5
157,5
földrajzi hosszúság
%
Pa2 Am1 Am2 At1 At2 Eu1 Eu2 As1 As2 Pa1
A napi csapadék nyári szórásváltozása 2025-re
-10-8-6-4-202468
10
-138
-113
-87,5
-47,5
-22,5
17,5
42,5
77,5
102,5
157,5
földrajzi hosszúság
%
Pa2 Am1 Am2 At1 At2 Eu1 Eu2 As1 As2 Pa1
A napi csapadék őszi szórásváltozása 2025-re
-4-202468
101214
-138
-113
-87,5
-47,5
-22,5
17,5
42,5
77,5
102,5
157,5
földrajzi hosszúság
%
Pa2 Am1 Am2 At1 At2 Eu1 Eu2 As1 As2 Pa1
A napi csapadék szórásának változása 2025-re a 45-50 N szélességi övben : Máthé
és Mika, 2005
Mosonmin
Mosonmax
0
20
40
60
80
100
1915 1935 1955 1975
Moscsmin
Moscsmax
0
20
40
60
80
100
1915 1935 1955 1975
A hőmérséklet (balra) és a csapadék (jobbra) minimális és maximális 10 %-ának
részesedése a szélsőségekből. Mosonmagyaróváron.
FÉLGÖMBI HŐMÉRSÉKLETI ADATSOROK
-0,60
-0,40
-0,20
0,00
0,20
0,40
0,60
0,80
1900 1920 1940 1960 1980 2000K
TT DT regresszióból becsültIGAZIGAZ--E, HOGYE, HOGYSZAPORODNAKSZAPORODNAK
A A SZÉLSŐSÉGEK?SZÉLSŐSÉGEK?
Coping RangeCoping Range
Climate Change Extremes and Coping RangeClimate Change Extremes and Coping Range
ClimaticAttribute
(X)
ClimaticAttribute
(X)
Time (years)Time (years)
Current ClimateCurrent Climate Changed ClimateChanged Climate
Országos havi középhőmérséklet: 2002/2003, illetve 30 éves átlagok
4,7
15,6
4,4
22,2
-2,9-4,7
10,1
19,0
23,3
15,8
6,68,1
-1,1
21,6
19,3
10,2
19,818,4
10,4
15,3
5,0
0,5
-2,1
-0,1
-6,0-4,0-2,00,0
2,04,06,08,0
10,012,014,016,0
18,020,022,024,0
XII. I. II. III. IV. V. VI. VII. VIII. IX. X. XI.
2002 / 2003. év / year Átlag /mean
°C
Búzatermés & árak a tőzsdén
31,2
32,732,2 32,5
34,4
35,8
34,5
32,633,5
34,034,1
30,2
25,026,027,028,029,030,031,032,033,034,035,036,037,0
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
2003. Eddigi rekord
Napi hőmérsékleti rekordok Budapesten 2003. májusában és júniusában°C
2003. május 2003. június
Napi abszolút rekordok
Májusi meglepetések:
2002. december, 2003. január, február. Napi országos középhőmérsékletek alakulása
-15,0-13,0-11,0-9,0-7,0-5,0-3,0-1,01,03,05,07,09,0
1. 5. 9. 13. 17. 21. 25. 29. 3. 7. 11. 15. 19. 23. 27. 31. 4. 8. 12. 16. 20. 24. 28.
átlag 2003.
[°C]
December Január Február
2003. március, április, május. Napi országos középhőmérsékletek alakulása
-2.00.02.04.06.08.0
10.012.014.016.018.020.022.024.0
1. 5. 9. 13. 17. 21. 25. 29. 3. 7. 11. 15. 19. 23. 27. 31. 4. 8. 12. 16. 20. 24. 28.
átlag 2003.
[°C]
Március Április Május
2003. június, július, augusztus. Napi országos középhőmérsékletek alakulása
15,0
17,0
19,0
21,023,0
25,0
27,0
29,0
1. 5. 9. 13. 17. 21. 25. 29. 3. 7. 11. 15. 19. 23. 27. 31. 4. 8. 12. 16. 20. 24. 28.
2003. átlag
[°C]
Június Július Augusztus
TANULSÁG (2003-ból is):
Vannak az évszak jellemzőitől, éghajlati anomáliájától elütő, rövidebb időszakok, amik ellentétes hatást okozhatnak
-7,0-5,0-3,0-1,01,03,05,07,09,0
11,013,015,017,019,021,023,0
1. 6. 11. 16. 21. 26. 1. 6. 11. 16. 21. 26. 31. 5. 10. 15. 20. 25. 30. 5. 10. 15. 20. 25. 30.
2003. átlag
[°C]
Szeptember Október November
December
CLIMATE DERIVATIVES
• Agriculture
• Water Management
• Human Health
• Energy
• Tourism & Leisure
• Urban Development
• Natural Disasters
• Insurance
AGRICULTURE
Agricultural parameters influenced by climate:
•
Land preparation and sowing
•
Choice of crop •
Planting density
•
Timing of fertilizer & pesticides application
•
Harvest
date•
Livestock
Január Január -- Boldogasszony havaBoldogasszony hava Januárt ha eső veri, kamra erszény megszenvedi.
Május - Pünkösd hava Május hűvössége a gazdának üdvössége.
Mihály (szeptember 29.) Szent Mihálykor keleti szél igen kemény telet ígér.
Climate sanitary resourcesinside apartments
Climate therapy resourcesand balneology
Climate physiologyresources
Climate pathologyresources
Recreation (REET and other discomfort
indexes)
Heliotherapy(radiation balance of
human being)
Aerotherapy (the number of clear days, maximum
daily air temperature )
Infectious diseases(air temperature, humidity, wind speed variability
air temperature inversions, extreme air temperature)
Illumination(the number of clear days)
Tourism and sport(meteorological disasters
frequency, wind speed and direction in the daytime)
Acclimatization andreacclimatization
(mean monthly and extreme air temperature, humidity,
wind speed )
Asthma(maximum wind speed by subzero
temperature, precipitation frequency,extreme air temperature)
«The tree» of bioclimate resources
Respiratory diseases, tuberculosis (temperature-wind speed-humidity complex,
fog and thunderstorm frequency )
Cardio-vascular diseases(atmospheric pressure tendency,
severity indexes)Eye and skin diseases
(ultra-violet radiation,extreme air temperature)
Rheumatism, arthritis(positive ions quantity, humidity-atmospheric pressure-wind speed
complex)
Relative mortality: Europe 1986-1996
christina.koppe@dwd.de
95
100
105
110
115
120
125
130
-3 -2 -1 0 1 2 3
thermal load
category
rela
tive
mor
talit
y(%
EV)
London The
NetherlandsBaden-Württemberg BudapestLisbon Madrid
Wind Power development in the world
02000400060008000
1000012000140001600018000200002200024000
1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Cumulative MW
cost of wind turbine
770
400
500
600
700
800
900
2000 2005 2010 2015 2020 2025
Year
price of wind power
3.62
2
2.2
2.4
2.6
2.8
3
3.2
3.4
3.6
3.8
4
2000 2005 2010 2015 2020 2025
Time(year)
Cost of Wind Power Generation Cost of Wind Power Generation WorldwideWorldwide
2004：3.62cents/kWh
2004：€770/kW
Wind
measurements
Sites may
(hopefully not) look like this
(schematically)
egyéb 0,03%
víz0,05%
komm. hulladék0,14%
földhő0,33%mezőg. hulladék
0,92%
megújuló3,5%
tüzifa2,11%
primer villany13,28%
szén14,38%
földgáz45,97%
olaj22,80%
Energiagazdálkodási Statisztikai Évkönyv, 2003
Energiafelhasználás Magyarországon 2003-ban 1091 PJ, ebből megújuló 39
PJ
Forrás: Dr. Tóth Péter előadása; 2005.09.28 Debrecen
Működő szélerőművek 2005 (MSZET)
Átlagos szélsebesség 10 méteren
Az ország területének 72%-án 3-4 m/s az éves átlagos szélsebesség.
Átlagos szélsebesség 50 méteren
Éves átlagos szélsebesség meghaladja az 5,5 m/s-ot
75 m magasságban az ország területének 20%-án, 100 m-en 43 %-án, 125 m-en 74%-án.
Tesztelés SZIE mérésekkel
Szél előrejelzés, verifikáció
ALADIN:ALADIN:37 vertikális szint, 37 vertikális szint,
0 0 ––
36 36 óórrááig : 1 ig : 1 óórráánknkééntnt
36 36 ––
48 48 óórrááig: 3 ig: 3 óórráánknkééntnt
6,5 6,5 kmkm
horizontális felbontás horizontális felbontás
(384 * 432 pont)(384 * 432 pont)
5 meteorológiai változó5 meteorológiai változó
••ECMWFECMWF••0 0 ––
72 72 óórrááig: 3 ig: 3 óórráánknkééntnt
••72 72 ––
240 240 óórrááig: 6 ig: 6 óórráánknkééntnt
szolgáltat szolgáltat adatot.adatot.
••~ 40 km (horizont~ 40 km (horizontáálisan)lisan)
••60 db szint (vertik60 db szint (vertikáálisan)lisan)
MM5MM5••+12 órára szól (ultrarövid távú) +12 órára szól (ultrarövid távú)
••6 km6 km--es rácstávolság (es rácstávolság (nestnest
lehetőség)lehetőség)
••Naponta 6 alkalommal futNaponta 6 alkalommal fut
••Peremfeltétel:ECMWFPeremfeltétel:ECMWF
+ + adatok:legfrissebadatok:legfrisseb
mérésmérés
••Zivatarok, zivatarhoz kapcsolódó kifutó szelekZivatarok, zivatarhoz kapcsolódó kifutó szelek
előrejelezhetőekelőrejelezhetőek..
4. Evaluating
the
needs
in
function of
the
climate
zone
••
HotHot
humidhumid
climatesclimates
(to maximize ventilation, to reduce solar radiation and temperature, to minimize flood
risks, to promote
evaporative
cooling)
••
HotHot
aridarid
climatesclimates
(to reduce solar gain and temperature, to increase
evaporation, to minimize
wind
exposure)
••
ColdCold
climates climates (to(to
maximize solar gain, to minimize wind
exposure and snow
accumulation)
••
ClimatesClimates
withwith
contrastingcontrasting
seasonsseasons. Case to case decisions are necessary.
5.1.Mitigating UHI (2)?
•
Increasing
green
areas•
Increasing
the
albedo•
Reducing
building
density, increasing
Sky
View Factor (SVF)
•
Integrating water
bodies
Az OMSZ nyilvános honlapja
Az OMSZ budapesti épületeiben ingyenes (csoportos) vezetés kérhető,
egyeztetés szerint sajátos tartalommal!
KÖSZÖNJÜK SZIVES KÖSZÖNJÜK SZIVES FIGYELMÜKET! FIGYELMÜKET!