Klimatilpasning må bygge på gode tall

Selv om vi skulle klare å kutte alle utslipp av klimagasser, forventer vi at klimaet vil fortsette å endre seg. Det blir mer ekstreme nedbørsmengder, mer tørke, mer hyppige og omfattende hetebølger, tining av permafrost og mindre snø i Norge. 

Vi bør forberede oss på at været vi får i fremtiden vil ha en ny type regelmessighet og det er viktig at vi tilpasser oss på en måte som gjør oss mindre utsatt. For eksempel må vi redusere risikoen for at helsen vår og verdiene våre blir skadet av vær og vind.

Når vi endrer på måten vi lever på og innretter oss etter nye værforhold, kaller vi det for klimatilpasning. Det er viktig å drive med både klimatilpasning samtidig som vi kutter utslipp av klimagasser. For hvis vi ikke kutter utslippene av klimagasser, vil utfordringene forbundet med uvær bare vokse over tid og i økende grad bli vanskeligere å håndtere.

Les også Hvor går satellittene når de dør?

Store lokale usikkerheter

For å gjøre klimatilpasning må vi bruke informasjon og kunnskap om hvordan fremtidens klima vil se ut. Et viktig spørsmål er derfor hvordan vi best bruker vår kunnskap og tilgjengelig klimainformasjon, og hvordan vi bør gå fram for å sikre en god  analyse for å underbygge klimatilpasningen. Dette er spørsmål som vi egentlig ikke har noen gode svar på ennå, og det har heller ikke vært mye debatt om dette temaet til nå. Det vi vet er at lokale konsekvenser forbundet med en global oppvarming er heftet med noen av de største usikkerhetene vi kjenner til innen klimaforskningen. Derfor er det så viktig med en vitenskapelig debatt rundt dette spørsmålet.

 Stress- og følsomhetstester

Statistikk og tall brukes ikke alltid riktig måte innen vitenskapen og denne erkjennelsen blir noen ganger understreket med et uttrykk Mark Twain har udødeliggjort: ‘lies, damned lies and statistics’ (korrekt bruk av statistikk skal ikke være misvisende). Når vi analyserer måten lokalklimaet endrer seg må vi forholde oss til en rekke ulike tall. Men hva ligger egentlig bak tallene og hva representerer de egentlig? For å bygge infrastruktur som tåler været som kommer må vi være sikre på at vi bruker riktige tall som gjenspeiler relevante forhold på den måten vi har tenkt. 

Hva om hendelse X traff oss?

Bygninger skal tåle vindens krefter, dammer skal ikke kollapse når det kommer for mye vann, byer skal kunne drenere bort overvann, et jorde må tåle heftige regnbyger, og avlinger må ikke svikte på grunn av tørke. Det betyr at vi må lage risikoanalyser basert på beregninger av lokale værforhold. 

En måte å belyse utfordringene på, og å forberede oss på hva som kan komme, er å utføre stress-tester. Slike stress-tester går ut på at vi tar værvarsler for ekstreme hendelser og flytter på dem slik at de rammer vårt område. På den måten stiller vi spørsmålet: “Hva om hendelse X traff oss?”. Stress-testing gir oss scenarier som vi kan bryne oss på. 

En annen fremgangsmåte er å utforske hvilke ting som har størst betydning for oss, såkalte følsomhets-tester. Da bruker vi for eksempel  en hydrologisk modell og kjører den mange ganger med ulike inngangsdata for å se om temperatur eller nedbør har størst betydning for vannføringen.

Nedskalering til lokalklima

Vi bruker også globale klimamodeller for å regne ut hvordan fremtidens klima vil se ut. Men disse klimamodellene er ikke laget for å gjengi nok detaljer for at vi skal kunne si noe om hva som skjer med temperaturen eller nedbøren i vår by eller dalen der vi bor. 

Ulike værfenomener tar ulik plass i atmosfæren. Et lavtrykk kan strekke seg over flere hundre kilometer mens en tornado bare omfatter bare noen titalls meter. Vi sier at lavtrykkene har større romlig skala enn tornadoene. De har også ulik varighet, og vi sier at en tornado har mindre tidsskala enn et lavtrykk. Størrelsen og varigheten spiller en viktig rolle, fordi de globale klimamodellene som vi bruker for å beregne fremtidens klima, er bare er lagd for å gjengi storskala værfenomen som lavtrykk, og ikke de som har små skala både i rom og tid. 

Lavtrykkene har større romlig skala enn tornadoene

Vi vet likevel at temperaturen og nedbøren lokalt der vi bor er påvirket av både hva som skjer i atmosfæren på større skala, men også lokale geografiske forhold. Det gjør det mulig å bruke informasjonen om hvordan store og små skala henger sammen, for så å estimere hvordan klimaendringene over et større område vil påvirke vårt lokalklima. Denne formen for beregninger kalles for nedskalering. Vi kan si at nedskalering er å tilføre ny informasjon til den vi allerede har fra de globale klimamodellene. En fordel er at vi da bruker storskala endringer, som klimamodellene er i stand til å gjenskape, sammen med annen informasjon for å studere konsekvenser lokalt. 

Kaotiske variasjoner

I Norge har vi lang erfaring med nedskalering som går tilbake til RegClim-prosjektet fra slutten av 1990-tallet. Tradisjonelt har vi hatt to ulike tilnærminger til nedskalering: dynamisk og empirisk-statistisk. De bygger på ulike forutsetninger og har ulike styrker og svakheter uavhengig avfra hverandre. Det har vært vanlig å velge en av dem, men for å få robuste beregninger, er det viktig å ta i bruk begge og kombinere resultatene på en god måte. Vi har de siste årene forsøkt å bryte ut av silotenkning når det gjelder tradisjonell nedskalering for å fremskaffe mer pålitelig informasjon for klimatilpasning.

En ting som vi har satset på ved Meteorologisk institutt er å nedskalere et stort antall beregninger med globale klimamodeller for å fange opp spennet av ulike mulige fremtidsutsikter som kan utspille seg. På regional skala har vi kaotiske variasjoner som ikke har forutsigbare baner. Men vi kan likevel gi et godt estimat på hvor store svingninger det er mellom varmt og kaldt eller tørt og vått. 

Når vi ser på mange beregninger med ulike modeller, ser vi at de gjengir størrelsen på disse svingningene. Dette er statistiske egenskaper som er lettere å forutsi enn et enkelt utfall. Statistiske egenskaper kan også være middelverdi, sannsynligheten, eller parametere som definerer formen på sannsynlighetsfordelinger eller såkalte intensitet-varighet-frekvens (IVF) kurver. Vi har for eksempel jobbet med å nedskalere slike parametrene med mer fokus på formen av kurven enn statistikken for hver enkelt varighet.

Deling av kunnskap

En ting vi trenger når det gjelder klimatilpasning, er å diskutere hvordan beregningene forbundet med nedskalering og klimainformasjon kan brukes på best måte i samfunnet. Tekna Klima ønsker å stimulere til mer diskusjoner og deling av kunnskap gjennom fagkvelder om klimatilpasning til høsten. Meteorologisk institutt arrangerer også en internasjonal workshop (ConCord) i Oslo i oktober i samarbeid med FHI der klima-helse vil få litt ekstra fokus.