Kun suunnitellaan varautumista ilmaston tuleviin muutoksiin, ei useimmiten ole perusteltua tai mahdollistakaan laatia varautumissuunnitelmia erikseen erilaisia kasvihuonekaasujen päästöskenaarioita varten. Sen takia tarvitaan sellaisia ilmastonmuutosskenaarioita, joita laadittaessa on samalla kertaa otettu huomioon sekä tulevien kasvihuonekaasupäästöjen epävarmuus että ilmastomallien erilainen reagointiherkkyys kaasujen pitoisuuksien muutoksille.

Tässä lyhyessä selostuksessa kerrotaan, millä tavoin tällaisia lämpötilan ja sademäärän muutosskenaarioita on laadittu ACCLIM-hankkeessa. Sen lisäksi ilmastonmuutosskenaariot on laskettu vastaavaa tekniikkaa soveltaen myös erikseen kolmelle kasvihuonekaasuskenaariolle (A2-, A1B- ja B1). Näitä voidaan tarvita joissakin erityissovellutuksissa.

Sellaiset tutkijat, jotka ovat käyttäneet työnsä pohjana yksittäisten mallien tuloksia tai aikaisempiin mallisukupolviin perustuvia skenaarioita, voivat tässä esitettyjen taulukoitten perusteella suhteuttaa käyttämänsä ilmastonmuutosarviot laajempaan ja tuoreempaan malliaineistoon perustuviin arvioihin.

Yhteismitallistettujen ilmastoskenaarioitten laskeminen:

• Muutokset perustuvat 19:llä koko maapallon kattavalla ilmastomallilla tehtyihin malliajoihin, joissa pakotteena on käytetty A1B-, A2- ja B1-kasvihuonekaasuskenaarioita. Lämpötilan ja sademäärän muutokset laskettiin 30-vuotisjaksoille 2010-2039, 2020-2049, 2040-2069 ja 2070-2099. Kaikki muutokset on esitetty suhteessa jakson 1971-2000 keskiarvoon.

• Lämpötilan ja sademäärän muutokset ovat koko Suomen alueen keskiarvoja.

• Aluksi laskettiin yksittäisten mallien ennustamista muutoksista keskiarvo ja keskihajonta, nämä erikseen A1B-, A2- ja B1-skenaarioille. Näitten perusteella saatiin muodostettua muutokselle kutakin kolmea kasvihuonekaasuskenaariota vastaavat normaalijakauman tiheysfunktiot.

• Näistä kolmesta tiheysfunktiosta muodostettiin yksi yhdistetty tiheysfunktio:

  f = (fB1 + fA1B + fA2) / 3Näin saatu tiheysfunktio siis kuvaa lämpötilan/sademäärän muutoksen todennäköisyysjakaumaa, jossa on otettu huomioon samanaikaisesti sekä tuleviin kasvihuonekaasupäästöihin liittyvä epävarmuus että eri mallien tulosten erilaisuus. Yksinkertaisuuden vuoksi tässä on annettu kaikille kolmelle kasvihuonekaasuskenaariolle sama paino. (Periaatteessa olisi kyllä ollut mahdollista antaa keskitasoiselle A1B-skenaariolle isompi paino kuin muille, hyvin pieniä/suuria päästöjä tarjoaville B1/A2-skenaarioille. Käytännössä painojen muuttaminen kohtuuden rajoissa ei kuitenkaan juuri vaikuttanut tuloksiin.

• Todennäköisyysjakaumasta laskettiin seuraavat prosenttipisteet (fraktiilit): 5, 10, 25, 50, 75, 90 ja 95 %. Näistä esimerkiksi 95 prosentin piste kuvaa niin suurta lämpötilan/sademäärän muutosta, että vielä sitä suuremman muutoksen todennäköisyys on mallitulosten perusteella 5 %. 50 %:n piste on jakauman mediaani; sekä tätä suuremman että pienemmän muutoksen todennäköisyys on 1/2. Mediaani on luonnollinen valinta silloin, kun ollaan kiinnostuneita ainoastaan tulevan ilmastonmuutoksen todennäköisimmästä suuruudesta.

• Yksittäisille kuukausille laskettuja prosenttipisteitä muunnettiin niin, että ne saatiin yhteismitallisiksi 3 kuukauden mittaisille vuodenajoille laskettujen muutosten kanssa. Asiaa käsitellään seikkaperäisemmin erikseen ilmestyvässä raportissa. --- Tällä tavoin yhteismitallistetut prosenttipisteet ovat saatavissa sekä lämpötilalle että sademäärälle.

• Todennäköisyysjakaumat laskettiin myös erikseen yksittäisille kasvihuonekaasuskenaarioille samaa tekniikkaa käyttäen --- useimmissa ilmastonmuutokseen sopeutumista koskevissa sovellutuksissa kuitenkin lienee perustellumpaa käyttää edellä esitettyä yhdistettyä todennäköisyysjakaumaa. Yksittäisiä kasvihuoneskenaarioita vastaavat muutoksen prosenttipisteet löytyvät tästä: A1B lämpötilalle, A1B sademäärälle, A2 lämpötilalle, A2 sademäärälle, B1 lämpötilalle ja B1 sademäärälle.

• Työ kuuluu ISTO:n ACCLIM-hankkeen 2. työosioon (T2). Laskelmat on tehnyt Ilmatieteen laitoksen tutkija Kimmo Ruosteenoja (etunimi.sukunimi@fmi.fi). Koko Suomen ohella muutosarvioita on laskettu myös erikseen Etelä- ja Pohjois-Suomelle sekä joillekin suuremmille alueille. Näitä tuloksia saa pyydettäessä.

Tässä esitettyjä muutosskenaarioita voidaan hyödyntää sovellutustutkimuksissa seuraavaan tapaan:

1. Mikäli halutaan käyttää analyysien pohjana vain yhtä ainoa ilmastonmuutosennustetta, valittakoon mediaaniskenaario (50 %:n piste). Tämä mediaanimuutos on käytännössä lähes sama kuin A1B-skenaariota vastaava 19 mallin ennustusten keskiarvo.

2. Kun tarkastellaan vain yhtä ilmastosuuretta, esimerkiksi lämpötilaa, ja halutaan ottaa tutkimuksessa huomioon ilmastoennusteitten epävarmuus, tulee laskelmien pohjana käyttää vähintään kolmea muutosarviota (esim. jakauman 5., 50. ja 95. prosenttipiste).

3. Mikäli tutkimuksessa on tärkeää ottaa huomioon sekä ilmastoennusteitten epävarmuus että lämpötilan ja sademäärän muutosten yhteisvaikutus, tilanne on monimutkaisempi. ``Paras arvio'' tulevasta ilmastosta voidaan tällöinkin laskea ottamalla sekä lämpötilan että sademäärän muutoksesta mediaaniskenaario. Sen lisäksi voidaan tarkastella erilaisia yhdistelmiä, joissa lämpötilan ja sademäärän muutoksille annetaan vuoroin jakauman ala-, vuoroin yläpään arvoja. Asiaan liittyy kuitenkin kaksi vaikeuttavaa tekijää:

• Kahden muuttujan yhteisskenaarioita käytettäessä todennäköisyys sille, että molemmat muuttujat saavat yhtaikaisesti paljon mediaanista poikkeavia arvoja, on selvästi pienempi kuin että yhdelle muuttujalle käy näin. Sen tähden esim. yläskenaarioksi ei tässä tapauksessa ole syytä ottaa 95 %:n pistettä vaan joku pienempi fraktiili.

• Tulkinnanvaikeutta tuo myös muuttujien keskinäinen korreloiminen. Esimerkiksi talvisin lämpötilan ja sademäärän muutokset malleittain korreloivat positiivisesti: niillä malleilla, joissa lämpötila kohoaa muihin malleihin verrattuna paljon, myös sademäärän lisäys on tyypillisesti suuri. Kesällä muuttujien muutokset taas korreloivatkin negatiivisesti.

 Ongelmiin ei ole tähän mennessä löydetty helppoa rautalankaratkaisua. --- Tällaista kahden muuttujan tarkasteluun perustuvaa lähestymistapaa voi joutua käyttämään esimerkiksi haarukoitaessa metsä- tai viljelykasvien tulevia kasvuolosuhteita.

4. Riskiarviotutkimuksissa (esim. patojen mitoittaminen tulvien varalta) tärkeintä on usein selvittää pahin mahdollinen tulevaisuudenkuva. Tällöin olisi perusteltua tarkastella ensisijaisesti yläskenaariota, esim. 95 % pistettä.

Yläskenaario on käyttökelpoinen myös tutkittaessa sellaisia ilmiöitä, joissa ilmastonmuutoksen aiheuttama vaikutus jää vähäiseksi. Käyttämällä mahdollisimman suurta järkevästi perusteltavissa olevaa muutosarviota on parhaat mahdollisuudet saada heikkokin signaali tilastollisesti merkitseväksi.

5. Monissa tapauksissa 5 % alaskenaario ja 95 % yläskenaario taas saattavat edustaa ``liian harvinaisia'' tapauksia. Tällaisissa tilanteissa voi olla järkevää käyttää alaskenaariona esimerkiksi 10 % fraktiilia tai alakvartaalia (25 % fraktiili) ja vastaavasti 75 % tai 90 % fraktiilia yläskenaariona. Näitäkin prosenttipisteitä vastaavat lämpötilan ja sademäärän muutosarviot löytyvät verkkosivuilla olevista taulukoista.