Az éghajlat felmelegedésének tükrében több mint elkeserítő.
Nézzétek meg az Alföldet.
Forrás: http://www.sulinet.hu/eletestudomany/archiv/2000/0006/idojar/magyaror.htm
Hallgatjuk reggel a rádióban a körzeti időjárás-jelentést, amelyből sok
város pillanatnyi meteorológiai helyzetét ismerjük meg. Bár
jóval több állomáson végeznek mérést, mint amennyinek az
ismertetésére futja az időből, ezzel együtt a mérőhelyek
száma nem túl sok. Az ország területén bárhol szükségünk
lehet rá, hogy megtudjuk, milyen az adott hely éghajlata. Ezt
az igényt helyi mérésekkel csak akkor lehet kielégíteni, ha
valamilyen fontos dologról, országos beruházásról van szó;
általános esetben a keresett ponttól közelebb-távolabb
végzett mérések felhasználásával kell következtetni.
Mennyire megbízhatók, mennyire árnyaltak az így becsült
adatok?
A tudomány és a technika számos
területén nehézséget okoz, amikor olyan helyen vagyunk
kíváncsiak egy adatra, ahol azt nem mérik. Így például erre
a geológiában a különböző
nyersanyagforrások feltárásakor, a mezőgazdaságban a
termésbecsléskor, a csapadékeloszlás megállapításakor és
még sok más helyen. A feladat megoldására különböző
matematikai és statisztikai eljárásokat dolgoztak ki, amelyek
a kérdéses elem ismert értékei közötti valószínűségi
kapcsolat alapján számítják ki az ismeretlen értékeket.
Ezeket a módszereket nevezzük interpolációnak.
A meteorológiai elemek változékonysága
A nagy kapacitású számítógépek megjelenése előtt a kutatók főként személyes
tapasztalataik és tárgyi tudásuk alapján, kézzel rajzolták
meg egy-egy éghajlati elem eloszlását, s az így készített
térkép általában nemcsak az adott elemtől, hanem a
készítőtől is függött. A számítógépek alkalmazása
lehetővé tette, hogy a szubjektivitást elkerüljék, és
matematikai módszerekkel részletes számításokat végezzenek.
Az éghajlatot leíró jellemzők térben (és természetesen
időben is) nagyon változékonyak. Nagyságukat elsősorban a
Nap sugárzása, a rendelkezésre álló vízmennyiség és a
terület földrajzi adottságai határozzák meg. Ezáltal a
meteorológiai paraméterek erősen függenek a földrajzi
szélességtől, a tengertől (és egyéb nagy
vízfelületektől) való távolságtól, valamint a
felszíntől, ezen belül elsősorban a tengerszint feletti
magasságtól. Meghatározó szerepük van a helyi hatásoknak
is. Nagy az eltérés például egy hegy északi és déli
oldalán, azonos tengerszint feletti magasságban mért
hőmérsékletek között, illetve egy hegy szél felőli és
azzal ellentétes oldalán hulló csapadékmennyiségek között
is. Gondoljunk például arra, hogy kora tavasszal egy hegy déli
oldalán már nyílnak a virágok, míg az ellenkező oldalt még
hó borítja – alig néhány méternyire egymástól! A
mikroklímatérkép számos meglepetést rejthet a
nagyléptékűhöz viszonyítva.
A meteorológiai észlelések az egész világon a Meteorológiai
Világszervezet előírásai alapján folynak. A hagyományos
mérések egy-egy állomáshoz kötődnek. Mivel a különböző
meteorológiai elemeknek más-más a térbeli változékonysága,
eltérő a mérések sűrűsége is. A legtöbb állomásra a
csapadék mérése miatt van szükség, de még így is
előfordul, hogy egy néhány kilométer kiterjedésű zivatar
„elvész” a hagyományos (nem távérzékeléssel végzett)
megfigyelésekből.
A jelenlegi állomássűrűség elegendő egy-egy nagyobb
területegység általános éghajlati jellemzésére, a finomabb
helyi különbségek kimutatására azonban nem alkalmas.
Különösen nehéz a magasan fekvő területek jellemzőinek
megadása, mivel ott általában kevés állomás található a
telepítési és üzemeltetési nehézségek miatt, így az adat
eleve kevés, ugyanakkor a domborzat változatossága miatt a
meteorológiai elemek eloszlása is változékonyabb, mint az
alföldeken.
Magyarország területének nagy része sík vidék, és csak 2
százalékának magassága haladja meg a 400 métert. Ennek
megfelelően csupán néhány hegyvidéki meteorológiai
állomás létezik. Az ország egészét ábrázoló térképek
elkészítésében azonban fontos e területek figyelembevétele
is.
Interpolációs módszerek a
meteorológiában
Az interpolációval egy meghatározott területen levő ismert adatok alapján becsüljük meg
a hiányzó értékeket egy szabályos, megfelelő földrajzi
koordinátákkal megadott rácshálózat összes vagy néhány
kiválasztott pontjára. Az interpoláció történeti
fejlődése során rengeteg különféle módszert kidolgoztak,
amelyeket többnyire egy-egy konkrét probléma megoldása
ihletett. Az egyik legnépszerűbb interpolációs módszer, a
kriging elnevezése is egy dél-afrikai bányamérnök, D. G.
Krige nevéhez fűződik, aki próbafúrások alapján próbálta
megbecsülni a nyersanyagkészletet.
A feladat céljától függően a különböző módszerek mind
bonyolultságukban és ezáltal számítási igényükben, mind a
számítás során felhasznált változók számában eltérnek.
Az interpoláció eredményessége függ az alapadatok
sűrűségétől és minőségétől, a felszín jellemzőitől
(a tagoltságától), valamint a rácshálózat felbontásától
(a tengerszint feletti magassági adatok ismeretétől). A
meteorológiai interpolációkban figyelembe kell venni a
jellegzetesen meteorológiai szempontokat is, mint például a
hőmérséklet, a csapadék vagy más tényezők magasságtól
függő változásait.
A következőkben négy, különböző bonyolultságú módszert
mutatunk be, azzal, hogy összehasonlítjuk az általuk
készített éghajlati térképeket. A két legegyszerűbb, az
inverz távolság módszere és a kriging csupán a
megfigyelések egymás közötti távolsága alapján becsüli az
új értékeket. A cokriging már figyelembe veszi a tengerszint
feletti magasságot is, de csak azokon a helyeken, ahol mérési
adatok is vannak. Az AURELHY módszer (Analysis Using RELief for
Hydrometeorology – domborzatot felhasználó analízis a
hidrometeorológiában) első lépésében egy domborzati
térképet használunk fel, amelyre építve azokon a helyeken is
kapunk információt a felszíntől függő meteorológiai
viszonyokról, ahol nincsenek mérési adatok. Ezen túl az
AURELHY módszer az előzők mellett alkalmas bizonyos egyéb
domborzati jellemzők (hegy-völgy, lejtő és nyereg iránya)
figyelembevételére is, ezáltal árnyaltabban közelíthetők a
magasan fekvő területek jellemzői.
A mért meteorológiai adatok közül a legtöbbször a
különféle csapadék- és hőmérsékleti adatok
használatosak. Első vizsgálatainkat is e két elem éves
jellemzőire végeztük: 30 év adatait felhasználva
elkészítettük Magyarország éves csapadékösszegének,
illetve évi középhőmérsékletének térképét. A fent
felsorolt interpolációs módszerek mindegyikét kipróbáltuk.
Magyarország hőmérsékleti térképe
Az alábbiakban néhány hőmérsékleti
térképet mutatunk be, amelyeket az egyes eljárásokkal
készítettünk. Alapadatként 63 meteorológiai állomás évi
középhőmérsékletének harmincéves átlagát, valamint
Magyarország digitális domborzati térképét használtuk.
Vegyük először sorra, hogy éghajlati ismereteink alapján
milyen jellegzetességeket kell mutatniuk a térképeknek. Mivel
a levegő hőmérséklete elsősorban az Egyenlítőtől és az
óceánoktól mért távolságtól, valamint a tengerszint
feletti magasságtól függ, hazánk legmelegebb területei az
Alföld déli részei, míg a leghűvösebbek az
Északi-hegyvidék legmagasabb hegyei. Éves átlagban minden
kimagasló terület hűvösebb a környezeténél, így a
Dunántúl hegyei és dombságai is. E jellemzők ismeretében
tekintsük át a különböző módszerekkel készült
térképeket! E módszer alkalmazása esetén az interpolált
függvény a vizsgált ponthoz legközelebb eső szomszédos
pontok adatainak súlyozásával áll elő, s a súlyozás
mértéke a távolság reciprokának valamilyen hatványától
függ.
Jelmagyarázat az 1–4. ábrához
A legrosszabb eredményt az egyszerű kriging interpoláció adta
(1. ábra). Azt ugyan megkaptuk, hogy a hőmérséklet
növekedése elsősorban észak–déli irányú, de a
módszerrel szinte ki sem mutatható, miképp hat a tengerszint
feletti magasság a hőmérséklet eloszlására. Ennek oka az,
hogy az alapadatokban csupán két 400 méter fölött fekvő
állomás szerepelt, és mivel az eljárás „simításra
törekszik”, a kiugróan alacsony hőmérsékletű alapadat
hatását megpróbálta csökkenteni. A leghidegebb régió – a
várakozásnak megfelelően – az ország északi része, de,
sajnos, a Kékestető 6 Celsius-fok alatti hőmérséklete már
nem jelenik meg a térképen, az adatot a számítások
eltüntetik.
Valamivel jobb eredményt adott a cokriging (2. ábra), amelyben
az állomások tengerszint feletti magassága is szerepelt a
feldolgozott adatok között. Az előző térképpel
összehasonlítva az Északi-hegyvidék területén most már
alacsonyabbak az értékek, az ország leghidegebb része azonban
a valóságostól északabbra került, és a valódinál melegebb
lett.
1.
ábra
A kriging módszerrel készített
hőmérsékleti térkép a „legelnagyol-
tabb”; ez az eljárás mindenütt
„simításra” törekszik
2.
ábra
Cokriging módszerrel a hőmérsékleti
térkép jóval differenciáltabb: néhány
helyen tekintetbe veszi a
tengerszint fölötti magasságot is
Az inverz távolság
módszerével készült térkép (3. ábra) az előzőknél
némileg jobban tükrözi a hőmérséklet valódi eloszlását.
Látszik rajta többek között a Kékestetőn, a
Budai-hegységben, a Bakonyban, a Balaton-felvidéken és az
Alpokalján mért, a környezeténél alacsonyabb hőmérséklet.
Budapest térségében észrevehetjük a városi hősziget
jelenségét is. A domborzat figyelembevételének és így a
magasan fekvő területeket jellemző egyéb számítható
adatoknak a hiánya miatt azonban nem jelenik meg a Bükk, a
Börzsöny és a Mecsek hőmérséklet-csökkentő hatása.
3. ábra
Az inverz távolság módszerével készített hőmérsékleti
térkép
még jobban tükrözi a hőmérséklet valódi eloszlásátAz eddig bemutatott három
térkép közös jellemzője, hogy az interpolációs módszerek
a hőmérséklet változását nagyon leegyszerűsítik,
kisimítják, és ezáltal a nagytérségű változásokat
mutatják szembetűnően.
Az AURELHY módszerrel készült térképünkön (4. ábra) az
előzőkben felsorolt hiányosságok kiküszöbölődnek. Mivel a
felhasznált domborzati térkép nagyon részletes, a számított
adatokból kapott térkép is jól követi a magasság
változásait. Megjelent a kisebb hegyek, a hegyek közötti
völgyek és nyergek hatása is. Az előző térképekkel
összehasonlítva jól látszik, hogy az észak–déli irányú
hőmérséklet-növekedést mennyire befolyásolja a domborzat.
Mindezek alapján a bemutatott interpolációs eljárások
közül az AURELHY módszert találtuk legalkalmasabbnak a
hőmérséklet térbeli eloszlásának meghatározására.
Az AURELHY módszer
kínálja ma a legrészletdúsabb
– és leghitelesebb – hőmérsékleti éghajlati térképet
Magyarország csapadéktérképe
A fenti módszereket kipróbáltuk az éves csapadékösszeg
interpolálására is. Alapadatként több mint nyolcszáz
állomás adatait: az ott mért évi csapadékösszeg 30 éves
átlagát, valamint a már említett domborzati térképet
használtuk. A hőmérséklethez
hasonlóan erre az elemre is az AURELHY módszert találtuk a
leghatékonyabbnak, ezért csak a vele készült térképet
mutatjuk be (5. ábra).
5. ábra
Az AURELHY módszerrel készített csapadéktérkép[mm]
hasonlóképpen pontosabb, megbízhatóbb és részletesebb
képet ad,
mint a többi módszer.Hazánk csapadékának
eloszlásában alapvetően két hatás játszik szerepet: a
tengertől mért távolság és a tengerszint feletti magasság.
Így az ország legcsapadékosabb vidékei a délnyugati
határszél és a Bakony. Legmagasabb hegyeinkben, a Mátrában
és a Bükkben szintén sok csapadék hullik, a tengertől mért
nagyobb távolság miatt azonban a nagy értékek kisebb
területre korlátozódnak, és a maximumok sem érik el a
Dunántúlon mért legmagasabb mennyiségeket.
A legszárazabbak az Alföld középső területei, a keleti
határszélen ugyanis már érvényesül a Keleti-Kárpátok
csapadéknövelő hatása. Elkészített térképünk jól
megfelel ezeknek a várakozásoknak.
Kérdés, hogy ezek a látványos térképek tényleg
tükrözik-e a valóságot. A térképeket már azzal is
ellenőriztük, hogy megvizsgáltuk, megfelelnek-e éghajlati
ismereteinken alapuló előzetes várakozásainknak.
Részletesebb ellenőrzésként olyan, az interpolációban
kiinduláspontnak nem használt helyeken, ahol rendelkezésünkre
álltak a meteorológiai alapadatok, összehasonlítottuk a mért
és a számított értékeket. Gyakorlatilag nem volt közöttük
különbség. További tesztelésként elvégeztük a
számításokat az alapadatok 10 százalékának mellőzésével
is, és a kihagyott helyeken ellenőriztük a becsült és az
eredeti mért érték eltérését. A különbség nem haladta
meg a mérési hiba nagyságát, így az eredmény elfogadható.
Mindezek alapján a kiválasztott AURELHY módszert valóban
alkalmasnak találtuk a fenti két meteorológiai elem térbeli
változékonyságának leírására.
Hasznosítás és további céljaink
A fenti interpolációs eljárás alkalmazásával még a
hazai klimatológián belül is hiánypótló munkát
végeztünk. A mostanáig készült térképeket egytől egyig manuálisan, csupán a
készítő tapasztalataira alapozva dolgozták ki. Az
interpolációs eljárásokkal előállított térképeknek az
objektivitás mellett további előnyük, hogy eredményük nem
csupán egy rajz, hanem egy rácshálózatra vonatkozó pontos
adatsor. Így bármilyen számítógépes képfeldolgozó
rendszer könnyen kezelni tudja akár kép, akár adatsor
formájában. Ennek következtében egyszerű megváltoztatni a
térkép jellemzőit (méret, színek, beosztás stb.), s
könnyen és pontosan megkereshető benne egy-egy konkrét adat.
Az így készített térképekkel például Magyarország
bármely kis településére pontosan megmondható az adott
meteorológiai elem értéke. A térképek alkalmasak az
adatsorok hibáinak kiszűrésére is. Ha ugyanis a térkép egy
pontjában a környezetétől teljesen eltérő adat található,
azt valószínűleg az alapadat hibája okozza, s ez ellenőrzés
után indokolt esetben javítható. Ugyanígy ha egy állomás
adatai hiányoznak egy adatsorból, az interpolációval kapott
értékkel pótolhatjuk.
A későbbiekben vizsgálatainkat kiterjesztjük más
meteorológiai elemekre (napfénytartam, talajhőmérséklet,
hótakaró, stb.), valamint a fenti két elem egyéb jellemzőire
is. Havi értékek, szélsőségek (maximum- és
minimumhőmérséklet, napi csapadékmaximum stb.) és rövidebb
időre (1–10 évre) átlagolt adatsorok interpolálását is
tervezzük.
A csapadék és a hőmérséklet havi jellemzőinek ismerete az
úgynevezett aszályindexek számításához is
nélkülözhetetlen. Annak ellenére, hogy hazánkban az utóbbi
nyarakon nem volt aszály (sőt, ár- és belvizek okoztak
súlyos gondot), nem szabad megfeledkeznünk erről az éghajlati
jelenségről sem, hiszen az éghajlat változékony jellegéből
adódóan bármikor újból szárazabbra fordulhat nyaraink
időjárása. Az aszály nagyságának számszerűsítéséhez
különféle indexeket határoztak meg, amelyek többnyire
hőmérséklet- és csapadékadatok felhasználásával állnak
elő. Mivel igen jól sikerült e két éghajlati elem éves
jellemzőinek interpolált térképe, az AURELHY módszer
felhasználása véleményünk szerint nagy valószínűséggel
alkalmas a havi értékekre alapozott aszályindexek
kisléptékű változékonyságának és helyi
jellegzetességeinek leírására is.
Bihari Zita
(OMSZ)
A cikk az ÉT OTKA-pályázatán III. díjat
nyert.
Az inverz távolság
módszereE módszer alkalmazása esetén az interpolált függvény a
vizsgált ponthoz legközelebb eső
szomszédos pontok adatainak súlyozásával áll elő, és a
súlyozás mértéke a távolság reciprokának valamilyen
hatványától függ.
AURELHY módszerEz a – francia kutatók által kifejlesztett –
interpolációs technika szintén a krigingen alapul. Az
eljárás lényegét elnevezése is tükrözi (Analysis Using
RELief for Hydrometeorology, domborzatot felhasználó analízis
a hidrometeorológiában), ugyanis első lépésként egy digitális domborzati
térkép minden pontjában úgynevezett lineáris regresszió
segítségével meghatározza a meteorológiai elem felszín
által megmagyarázható részét, s csak ezután alkalmazza a
kriginget.
KrigingA kriging interpoláció lényege az, hogy a megfigyelt adatok
kombinációjából azzal a feltétellel állít elő becsült értéket, hogy a mért és a
számolt értékek átlagos hibájának szórása, azaz a hiba
ingadozásának mértéke minimális legyen. A módszer
felhasználja az interpolálandó meteorológiai változó
térbeli változékonyságát is, melyet egy ún. variogram
segítségével fejez ki. A távolság függvényében a
variogram egy szabálytalan porfelhő, amely matematikailag nem
írható le. Ennek kezelésére a variogramot modellezni kell,
azaz egy vagy több olyan elméleti függvényt kell találni,
melyek segítségével az eredeti variogram jól közelíthető.
CokrigingA cokriging tulajdonképpen a kriging egy speciális fajtája,
melyben a becslést nem csupán az interpolálandó elem meglévő értékeiből, hanem egy vagy több
más segédváltozó bevezetésével próbáljuk meghatározni.
Így segédváltozóként figyelembe vehetjük többek között a
tengerszint feletti magasságot is.