Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
KiadtaAurél Bognár Megváltozta több, mint 10 éve
1
Nagy térbeli felbontású műholdas szárazság-index trendek vizsgálata a Kárpát-medence térségében 2000-2011 között Orvos István Péter Homonnai Viktória Jánosi Imre ELTE TTK Regionális Tudásközpont 8000 Székesfehérvár, Irányi Dániel u. 4.
2
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
3
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
4
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
5
Éves DSI mérések átlagai Mu et al. A remotely sensed global terrestrial Drought Severity Index (BAMS, vol. 94, number 1, 2013. jan.)
6
● Módszer: – adatsorok kis(ebb) részekre osztása és véletlen keverése (permutációk előállítása) – keverés előtti adatokkal való összehasonlítása Permutációs teszt DSI adatsorokra
7
– 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 ♦ 10000 ● 100000 eredeti
8
Globális feldolgozás ● Globálisan 4.914.440 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%
9
Globális meredekségtérkép a szignifikáns adatpontokra ● Összefüggő, szignifikáns területek: – Argentína– Közép-Ázsia– Indokína – India– Közép-Afrika– Észak-Afrika DSI/év
10
Globális meredekségek hisztogramja 1000 keverésnél – kék: összes meredekség – vörös: szignifikánsak (2σ) meredekségei – narancs: kevert 1000 átlag meredeksége
11
Meredekségtérképek 2σ esetre DSI/év
12
Kárpát-medence meredekségei DSI/év ● Szignifikáns adatpontok száma: kb. 1.1% ● Nincs nagyobb, összefüggő és kimutatható változás
13
Meredekségek eloszlása ● Szignifikáns adatpontok száma: kb. 1.1% ● Nincs nagyobb, összefüggő és kimutatható változás
14
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: 978-953-307-621-8, InTech, DOI: 10.5772/24707. A 20%-ot meghaladó havi pozitív csapadék anomáliák várható előfordulási gyakorisága a Kárpát-medencében
15
Köszönöm a figyelmet! Jelen kutatást a FuturICT.hu nevű, TÁMOP-4.2.2.C-11/1/KONV-2012-0013 azonosítószámú projekt támogatta az Európai Unió és az Európai Szociális Alap társfinanszírozása mellett.
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.