Från observationerna regionalt täckande data i grid

Data i grid produceras genom regional interpolering. Med hjälp av denna får man en uppskattning av den regionala distributionen av väderparametern. Genom interpolering produceras klimatinformation också för ställen där inga väderobservationer har gjorts.

Väderobservationerna i ett rutnät i grid

Material i grid används allmänt inom klimatforskningen. Med data i grid avses ett rutnät med kvadratiska rutor där man i varje ruta med stöd av den regionala interpoleringsmetoden beräknar värdet av den önskade parametern, till exempel temperaturen. Den vanligaste grid storleken i klimatgranskningarna i Finland är 10 x 10 kilometer (bild 1). Interpoleringsmetoden kallas för kriging. Med hjälp av grid datan kan presentationer i kartform produceras, till exempel om temperaturfördelningen i Finland.

Finlands 10x10 km gridpunkter © Ilmatieteen laitos

Bild 1. Ett 10 x 10 kilometers gridrutnät i Finland.

Väderparameterns värde i varje ruta beräknas från de närliggande observationsstationernas mätvärden. Beräkningsmetoden tar också hänsyn till inverkan av terrängformerna samt kusten och vattendragen. Principen är att de närliggande punkterna är med större sannolikhet mer likartade än de punkter som ligger långt ifrån varandra. Det interpolerade materialet ger uppskattningar av den regionala fördelningen av vädervariablerna också för ställen där väderobservationer finns inte.

Antalet observationsstationer som kvalitetsindikator

Det beror framförallt på det antal observationsstationer som står till förfogande hur väl den interpolerade datan i grid beskriver den verkliga temperatur- eller nederbördsdistributionen. Ett stort antal observationsstationer ger noggrannare kalkyler, medan ett slutresultat som beräknats utifrån ett glest stationsnät ger en sämre beskrivning av de regionala egenskaperna.

Den årliga medeltemperaturen och nederbördsumman i Finland © Ilmatieteen laitos

Bild 2. Den årliga medeltemperaturen i Finland (kartan till vänster) och nederbördssumman (kartan till höger) har ritats baserad på data i grid.

Också den variabel som ska analyseras har betydelse. Jämfört med nederbördsmängden har temperaturen en relativt jämn fördelning, och för interpoleringen av denna räcker även ett glesare stationsnätverk. Nederbördsmängderna kan däremot variera mycket beroende på ställe. Därför är det också utmanande att inkludera den stora och lokala nederbördskoncentration som kraftiga regnskurar producerar. Syftet med den interpolerade nederbördsfördelningen är också att jämna ut stora nederbördsmängder.

Skrivet av