Nagy térbeli felbontású műholdas szárazság-index trendek vizsgálata a Kárpát-medence térségében között Orvos István Péter Homonnai Viktória Jánosi Imre ELTE TTK Regionális Tudásközpont 8000 Székesfehérvár, Irányi Dániel u. 4.

Szárazság ● Kiemelt fontosság Klímaváltozás  Globális átlaghőmérséklet emelkedése ● Szárazság társadalmi hatásai: – aszály  mezőgazdaság  éhezés  ipar  termelés  mindennapi élet  mindenhez víz kell ● Befolyásoló tényezők: – csapadék (mennyiség, eloszlás) – talaj tulajdonságai – szél... ● Bevezetésének okai: – népességszám nő  vízszükséglet nő  – átlaghőmérséklet emelkedik  súlyosabb, hosszabb szárazságok

Fontosabb szárazság-indexek ● Regionális és globális becslésekhez ● Nagymennyiségű bemenő adat  rendelkezésre álló vízmennyiség becslése ● SPI (Standardizált csapadék-index): – bemenő adat: csapadék – korlátai: egy bemenő adat, hosszú időskála ● PDSI (Palmer-féle szárazság-index): – bemenő adatok: csapadék, hőmérséklet, talajnedvesség – korlátai: közepesen száraz területekhez kifejlesztve ● DSI: – műholdas mérések (párolgás + növénytakaró) – mindenhol alkalmazható

DSI (Drought Severity Index) ● 2 műhold poláris pályán: – időben és térben folyamatos adatsor – vegetáció és légköri vízoszlop spektrális mérése ● Adatok jellemzői: – Fő összetevők: párolgás (ET/PET) + vegetációs index (NDVI) – 2 felbontás: 0.5° és 0.05° (≈ 5.5 km) – Mért tartomány: D.sz. 60° – É.sz. 80° – Időbeli felbontás: 8 nap (2000 – 2011) – Mért értékek  Standardizált index: negatív trend  száradás pozitív trend  nedvesedés

Éves DSI mérések átlagai Mu et al. A remotely sensed global terrestrial Drought Severity Index (BAMS, vol. 94, number 1, jan.)

● Módszer: – adatsorok kis(ebb) részekre osztása és véletlen keverése (permutációk előállítása) – keverés előtti adatokkal való összehasonlítása Permutációs teszt DSI adatsorokra

– 12 évnyi DSI adatsor random permutálása (100-szor, 1000-szer) – földrajzi rácspontonként külön-külön – éven belüli idősorrend változatlan marad – lineáris illesztések a nyers és kevert idősorokra – kérdés: az eredeti meredekségek elhelyezkedése a kevertekhez képest? – feltevés: léteznek olyan helyek, ahol m i > M n i + 2σ, vagy m i < M n i - 2σ Permutációs teszt DSI adatsorokra ● 100 ■ 1000 ♦ ● eredeti

Globális feldolgozás ● Globálisan db DSI rácspont ● Vizsgált tartomány: D.sz. 60° – É.sz. 80° ● Véletlen keveréses teszt és trendelemzés ● Szignifikáns (2σ) találatok: ~17.3% – negatív trend: ~12.0% – pozitív trend: ~5.3%

Globális meredekségtérkép a szignifikáns adatpontokra ● Összefüggő, szignifikáns területek: – Argentína– Közép-Ázsia– Indokína – India– Közép-Afrika– Észak-Afrika DSI/év

Globális meredekségek hisztogramja 1000 keverésnél – kék: összes meredekség – vörös: szignifikánsak (2σ) meredekségei – narancs: kevert 1000 átlag meredeksége

Meredekségtérképek 2σ esetre DSI/év

Kárpát-medence meredekségei DSI/év ● Szignifikáns adatpontok száma: kb. 1.1% ● Nincs nagyobb, összefüggő és kimutatható változás

Meredekségek eloszlása ● Szignifikáns adatpontok száma: kb. 1.1% ● Nincs nagyobb, összefüggő és kimutatható változás

J. Bartholy, R. Pongrácz, I. Pieczka and Cs. Torma (2011). Dynamical Downscaling of Projected 21st Century Climate for the Carpathian Basin, Climate Change - Research and Technology for Adaptation and Mitigation, Dr Juan Blanco (Ed.), ISBN: , InTech, DOI: / A 20%-ot meghaladó havi pozitív csapadék anomáliák várható előfordulási gyakorisága a Kárpát-medencében

Köszönöm a figyelmet! Jelen kutatást a FuturICT.hu nevű, TÁMOP C-11/1/KONV azonosítószámú projekt támogatta az Európai Unió és az Európai Szociális Alap társfinanszírozása mellett.