15/23 POPLAVE AVGUSTA 2023 Razprave: Homogenizacija casovnih nizov Vrednotenje reanaliz ERA5 Umrljivost v casu vrocinskih valov VSEBINA: UVODNIK 3 UVODNIK V SPOMIN 4 JANKO PRISTOV ZANIMIVOSTI 5 DELAVNICA O UCINKOVITEM POSREDOVANJU METEOROLOŠKIH INFORMACIJ 7 UTRINKI Z LETNE KONFERENCE EVROPSKE METEOROLOŠKE ZVEZE 2023 V BRATISLAVI OD 3. DO 9. SEPTEMBRA POD DROBNOGLEDOM 13 IZJEMNO OBILNO DEŽEVJE OD VECERA 3. DO JUTRA 4. AVGUSTA 2023 20 SISTEMI ZA NAPOVED NAMAKANJA V SLOVENIJI IZ ŽIVLJENJA DRUŠTVA 25 IZLET CLANOV SLOVENSKEGA METEOROLOŠKEGA DRUŠTVA 2022 ŠTUDENTSKI KOTICEK 27 POLARNI VRTINEC V STRATOSFERI POD VPLIVOM RAZLICNIH PODNEBNIH SCENARIJEV 28 ANALIZA SPREMEMB INTENZIVNOSTI HADLEYJEVE CIRKULACIJE RAZPRAVE 32 SPREMLJANJE POVECANEGA/ZMANJŠANEGA ŠTEVILA UMRLIH V CASU VROCINSKIH VALOV ZA UPRAVNO ENOTO LJUBLJANA V LETIH 2013 DO 2020 44 PRIMERJAVA MESECNIH MREŽNIH PODATKOV ARSO O TEMPERATURI ZRAKA IN VIŠINI PADAVIN V SLOVENIJI Z REANALIZAMI ERA5 V OBDOBJU 1950 — 2020 54 HOMOGENIZACIJA IN DOPOLNITEV CASOVNIH NIZOV PODATKOV TEMPERATURE ZRAKA UVODNIK Dobrodošli v najnovejši izdaji revije našega glasila, Vetrnica. V uredništvu se trudimo, da bi bil to vaš vir najnovejših dogajanj in spoznanj s podrocja meteorologije in podnebnih znanosti v Sloveniji, pa tudi vir informacij o dogajanju v društvu. Navdušeni smo, da vam tudi tokrat lahko ponudimo veliko zanimivih prispevkov naših društvenih kolegov in strokovnjakov. Ceprav ta številka nima vodilne teme, je povsem jasno, da je podnebje rdeca nit tokratnih strokovnih prispevkov. Slovenija se tako kot številne regije po svetu v zadnjih nekaj letih spopada z vse hujšimi posledicami podnebnih sprememb. Od vrocinskih valov in suše brez primere leta 2022 do unicujocih poplav leta 2023, naša država ni bila imuna na unicujoce sile spreminjajocega se podnebja. V rubriki Pod drobnogledom boste našli prispevek o inovativnem sistemu za podporo namakanju, ki je kljucna strategija prilagajanja kmetijstva v vedno bolj zaostrenih sušnih razmerah. V isti rubriki boste našli tudi analizo meteorološke situacije ob katastrofalnih poplavah avgusta 2023, ki so posledica spreminjajocega se podnebja. Vrocinski valovi, še ena zlovešca posledica podnebnih sprememb, so postali pereca grožnja javnemu zdravju in varnosti. V enem od clankov v razdelku Razprave je pojasnjena nevarna povezava med vrocinskimi valovi in povecano stopnjo umrljivosti, kar osvetljuje nujnost ucinkovitih strategij za obvladovanje vrocinskih valov. Reanalize so postale nepogrešljivo orodje za preucevanje spremenljivosti in sprememb podnebja. Vendar se je, kot je poudarjeno v obsežnem prispevku Razprav, treba zavedati njihovih omejitev, zlasti pri analizi spremenljivosti in sprememb tako raznolikega podnebja, kot ga imamo v Sloveniji. Ko gre za analize podnebja in njegovega spreminjanja, so klimatologi zelo zahtevni glede podatkov. Na ARSO so se v zadnjih letih intenzivno ukvarjali s homogenizacijo podnebnih podatkov, ki omogocajo verodostojen pogled na spremenljivost in spremembe podnebja v Sloveniji v zadnjih desetletjih. Podroben pregledni clanek ponuja vpogled v ta postopek in zagotavlja sledljivost za prihodnje podnebne analize. Dogajanje v društvu v zadnjih dveh letih je bilo zelo živahno. Poleg številnih predavanj in posvetov smo si na strokovni ekskurziji ogledali oceanografsko bojo in obiskali Upravo za pomorstvo ter Luko Koper. Nekaj utrinkov te zelo zanimive ekskurzije boste našli v rubriki Iz življenje društva. Tudi Študentski koticek je bogat in prinaša pregled dela naših najmlajših kolegov. V casu od izida zadnje številke nas je žal zapustil ustanovni clan našega društva, ki je v slovenski meteorologiji pustil pomemben pecat. Njegovemu bogatemu življenju in delu namenjamo rubriko “V spomin” številke, ki je pred vami. Zahvaljujemo se vsem avtorjem, ki so prispevali k nastanku glasila. Vetrnico oblikujemo skupaj, zato ponovno vabimo vse clane, da izkoristite ta prostor za svoje prispevke. Ce želite karkoli podeliti s svojim stanovskimi kolegi ali pa tudi s širšo javnostjo, napišite prispevek. Lahko gre za profesionalni uspeh, izziv, nov pristop ali metodologijo, za prijetno izkušnjo iz profesionalnega življenja ali reportažo iz društvenega dogodka. Razlicnih rubrik v Vetrnici je veliko in verjamemo da so vaše znanje, izkušnje in doživljaji zanimivi za kolege. Najpomembneje pa je, da so aktivnosti, ki se odvijajo, in znanje, ki se razvija v slovenski meteorološki stroki, ostanejo zabeleženi tudi za zanamce. Fotografija na naslovnici: Nejc POGACNIK Izdaja: Slovensko meteorološko društvo Vojkova 1b, SI – 1000, Ljubljana http://www.meteo-drustvo.si Glavna urednica: Mojca DOLINAR Uredniški odbor: Jože RAKOVEC, Jožef ROŠKAR, Iztok SINJUR, Gregor VERTACNIK Tehnicno urejanje: Jožef ROŠKAR Oblikovna zasnova: Sabina KOŠAK, Solos, d.o.o. Ljubljana, APRIL 2024 ISSN 1855-7457 Naslov uredništva: Vojkova 1b SI-1000, Ljubljana vetrnica.smd@gmail.com JANKO PRISTOV 1929 — 2022 Janko Pristov je postavljal temelje sodobne slovenske meteorologije. Po maturi leta 1949 se je vpisal na študij matematike in fizike v Ljubljani ter se po tem, ko je bil ustanovljen študij meteorologije na matematicno-fizikalnih nacelih, prepisal na ta študij in ga jeseni 1953 koncal kot prvi diplomant meteorologije pri nas. Še pred diplomo se je na Hidrometeorološkem zavodu zaposlil kot tehnik - pripravnik, takoj po diplomi pa kot meteorolog. Leta 1957 je postal vodja oddelka za aerologijo in leta 1970 nacelnik oddelka za napoved vremena oziroma sinoptiko. Leta 1975 je napredoval v pomocnika direktorja, 8 let kasneje v namestnika direktorja, direktor Hidrometeorološkega zavoda pa je bil od leta 1988 do upokojitve leta 1993. V 50. letih prejšnjega stoletja se je izpopolnjeval pri vodilnih meteoroloških prognostikih, kot sta bila Tora Bergeron pri Nemški meteorološki službi in Richard Scherhag na Svobodni univerzi v Berlinu. Na osnovi tako pridobljenih izkušenj in znanja je v Slovenijo uvedel sodoben pristop k napovedovanju vremena. Pod njegovim vodstvom se je HMZ strokovno osamosvojil in razširil in v ta namen je bila zgrajena dodatna stavba na Vojkovi v Ljubljani, saj je bila prvotna že odlocno premajhna. Neprestano si je prizadeval za razvoj stroke, najprej predvsem napovedovanja vremena, kasneje pa tudi klimatologije in agrometeorologije. Skrbel je tudi za razvoj hidrološke službe in za posodabljanje merilne oz. opazovalne mreže. Janko Pristov je odigral pomembno vlogo pri osamosvajanju Slovenije. V casu, ko si je naša država še prizadevala za mednarodno priznanje, me je imenoval za Svetovalca za mednarodne stike in v tej funkciji sem pod njegovim vodstvom in v njegovem imenu poslal direktorjem meteoroloških služb evropskih in drugih držav množico pisem s prošnjo za podporo novi državi. Ko nam je bil zaprt dotok mednarodnih vremenskih podatkov, ki smo jih do takrat dobivali preko Beograda in so nujno potrebni za vsakodnevne vremenske napovedi, je ob sodelovanju še nekaterih svojih kolegov meteorologov izposloval pri avstrijski meteorološki službi, da nam je zacela v zelo kratkem casu redno pošiljati vse potrebne podatke iz svetovne izmenjave, kar je bilo za Slovenijo v tistih težkih casih izjemnega pomena. Po mednarodnem priznanju in vkljucitvi Slovenije v razne mednarodne organizacije, med njimi v Svetovno meteorološko organizacijo, je vzpostavil stike in sodelovanje z meteorološkimi in hidrološkimi službami vrste držav Srednje in Zahodne Evrope. Napisal je vec strokovnih in znanstvenih clankov ter elaboratov. Svoje dolgoletno preucevanje padavin sta skupaj s soavtorjem Markom Kolbeznom strnila v knjigi Površinski vodotoki in vodna bilanca Slovenije, ki je bila izdana leta 1998, ob 50-letnici Hidrometeorološkega zavoda Republike Slovenije. Leta 1954 je s kolegi ustanovil Slovensko meteorološko društvo, ki je tudi pod njegovim vodstvom odigralo kljucno vlogo pri razvoju sodobne meteorologije v Sloveniji. V letih 1973 do 1985 je bil glavni in odgovorni urednik strokovnega casopisa društva Razprave—Papers. Sodelavci smo ga spoštovali zaradi njegove predanosti delu in stroki, vodstvenih sposobnosti in pripravljenosti reševati probleme. Mlade meteorologe je spodbujal k podiplomskemu študiju in mednarodnemu sodelovanju. Brez njega slovenska meteorologija ne bi dosegala rezultatov, kot jih je, saj je prav on postavil temelje, na katerih se še danes uspešno razvija. Spominjamo se ga tudi s cisto cloveške plati: markantnega, odlocnega, a kljub temu prijaznega in pripravljenega razumeti sodelavce in jim pomagati bodisi z nasveti ali kako drugace. V svojem dolgoletnem strokovnem delovanju je Janko Pristov prejel vec nagrad. Kot študent je prejel študentsko Prešernovo nagrado za svoje delovanje na podrocju meteorologije, kasneje pa je bil še veckrat nagrajen oz. odlikovan; v njegovi zbirki odlikovanj so tako: Red dela z zlatim vencem, Medalja Instituta Jožef Stefan, Zlata znacka civilne zašcite. Od leta 2004 je bil castni clan Slovenskega meteorološkega društva. Hvala ti za vse, dragi Janko, in pocivaj v miru. Mag. Andrej Kranjc Delavnica o ucinkovitem posredovanju agrometeoroloških informacij Tanja Cegnar, Agencija RS za okolje Motiv za izvedbo delavnice Leta 2016 je Fundacija Tromp s partnerji WMO, FAO in ARSO organizirala tridnevno delavnico »Agrometeorologi za kmete v bolj vroci, suhi in mokri prihodnosti«. Delavnica v Ljubljani se je osredotocala na Sredozemlje in Evropo s ciljem povezati agrometeorologe in pospešiti izmenjavo informacij o razpoložljivih agrometeoroloških storitvah, ki jih zagotavljajo državne meteorološke službe, raziskovalne ustanove in zasebna podjetja. Med cilji je bila okrepitev povezav med strokovnjaki in dolocitev ucinkovitih nacinov za prilagajanje informacij koncnim uporabnikom. Ugotovili smo, da obstaja bogat nabor informacij, ki jih je mogoce uporabiti vsakodnevno, težje pa je zagotoviti uporabne informacije o prihodnjem podnebju. Že na tej delavnici smo se odlocili, da po nekaj letih organiziramo podoben dogodek, saj sta agrometeorološka teorija in praksa tesno povezani z nekaterimi najvecjimi izzivi 21. stoletja, ki so prehranska varnost, prilagajanje podnebnim spremembam, širjenje bolezni, ki jih prenašajo žuželke, in potreba po bolj zelenih mestih z okrepljenim urbanim kmetijstvom. Delavnica v Bonnu Prvotno je bila druga delavnica nacrtovana za leto 2020 kot spremljevalni dogodek na letni konferenci Evropskega meteorološkega društva (EMS) v Bratislavi. Na žalost je bila konferenca odpovedana zaradi pandemije Covid-19. Leta 2021 je bilo letno srecanje EMS virtualno in odlocili smo se, da delavnico prestavimo. Koncno je bila leta 2022 delavnica izvedena v Bonnu kot hibridni dogodek vzporedno z letnim srecanjem EMS, ki se ga je udeležilo 815 udeležencev iz 48 držav, od tega jih je bilo v Bonnu prisotnih 671, 144 pa prek spletne povezave. Zaradi strogih omejitev, ki jih je postavil gostitelj (obvezna nošnja mask in omejitev števila udeležencev v dvoranah), je na naši delavnici fizicno lahko prisostvovalo le 20 udeležencev, prav toliko pa jih je sodelovalo tudi prek spletne povezave. Kotizacijo za udeležence delavnice je zagotovila nizozemska Fundacija Solco W. Tromp. Tokrat je bil poudarek na komuniciranju, kot je razvidno iz naslova delavnice »Ucinkovito komuniciranje agrometeoroloških storitev«. Tudi tokrat je bil namen delavnice okrepiti mreženje, vzpodbuditi izmenjavo izkušenj in znanja, pregledati razpoložljive podatke in njihovo kakovost ter izpostaviti pomen ucinkovitega komuniciranja. Programski vodji delavnice sva bili skupaj z dr. Klaro Finkele iz Irske meteorološke službe (Met Eireann). K sodelovanju sva pritegnili agrometeorologe iz državnih meteoroloških služb, univerz, raziskovalnih inštitutov ter privatnih podjetij. Izvedbo delavnice je podpiralo šest partnerjev: Fundacija Sloco W. Tromp, Evropska meteorološka zveza, Irska meteorološka služba, Agencija RS za okolje, Mednarodno biometeorološko društvo in Slovensko meteorološko društvo. Na delavnici so predavatelji predstavili pregled agrometeoroloških storitev, izpostavili primere dobrih praks pri posredovanju storitev in tudi pomanjkljivosti, ki zavirajo razvoj novih izdelkov in njihovo ucinkovito uporabo. Predavanja Delavnico so sestavljala vabljena predavanja. Gerald Fleming, ki deluje kot svetovalec pri Svetovni banki, je uvodoma podal osnove ucinkovite komunikacije in posredovanja storitev uporabnikom. Zahteve, s katerimi se sooca sektor kmetijstva, je predstavil dr. Keith Lambkin, vodja skupine za podnebne storitve Irske meteorološke službe, vkljucen je bil tudi v pisanje IPCC porocila. Poudaril je, da je kmetijstvo pod stresom bolj kot kdaj koli prej, na eni strani je povpraševanje po vedno vec hrane, na drugi strani pa je sektor pod pritiskom zmanjšanja uporabe gnojil in zmanjšanja izpustov toplogrednih plinov. Dr. Branislava Lalic iz Univerze v Novem sadu je izpostavila pomen izobraževanja. Keneth R. Irons, bivši predsedujoci Agritech iz Nove Zelandije in svetovalec mnogim mednarodnim organizacijam, med drugim tudi Evropski komisiji, je poudaril spremembe v kmetijskem sektorju in potrebo po prilagajanju. Prizadevanja v WMO Regiji VI za sistematicno podporo kmetijstvu, je izpostavila dr. Elena Mateescu, ki vzpostavlja regijski agrometeorološki center v Romuniji. Hendik Boogaard z Univerze Wageningen se je osredotocil na podatke, potrebne za razvoj modelov, ki opisujejo vpliv okolja na razvoj rastlin. Izpostavil je potrebo po metapodatkih in homogenizaciji razlicnih baz podatkov, kar je eden izmed projektov skupine, v kateri deluje. Dr. Klara Finkele je prispevala pregled agrometeoroloških storitev, ki jih ponuja Irska meteorološka služba. Pogled na razmere v Afriki je orisal Vieri Tarchiani, raziskovalec na Inštitutu za bioekonomijo v okviru Italijanskega državnega raziskovalnega sveta. Poudaril je pomen poznavanja potreb in nacina delovanja uporabnikov agrometeoroloških storitev. Kljub hitremu razvoju sodobnih komunikacijskih kanalov, je radio v nekaterih skupnostih še vedno najbolj ucinkovit medij za posredovanje informacij. Sledili sta dve predavanji s predstavitvijo ponudbe državnih meteoroloških služb, najprej je Saskia Lifka orisala ponudbo storitev Nemške meteorološke službe, Monika Lakatos pa je predstavila uvajanje novih tehnologij in vrst podatkov v operativno delo Madžarske meteorološke službe. Drugacen pogled na posredovanje storitev je podal vodja Signpost programa dr. Tom O'Dwyer. Na primerih programa je pokazal, da je najbolj ucinkovit nacin izobraževanja in seznanjanja kmetovalcev s sodobnimi storitvami preko vzorcnih kmetij. Za ucinkovito posredovanje informacij je potreben posrednik, ki storitve približa uporabnikom in jih pretvori v razumljivo in uporabno obliko. Kmetovalci najbolj zaupajo drugim kmetovalcem in se najlažje ucijo od svojih kolegov. Robert Stefanski je sodeloval v imenu Svetovne meteorološke organizacije (WMO), orisal je vlogo in mesto agrometeorologije v okviru WMO. Jean & Pierre Ceron je v imenu skupine WMO za sezonske napovedi izpostavil verjetnostni znacaj sezonskih napovedi in nacine kako opolnomociti uporabnike, da bodo lahko uporabljali sezonske napovedi. Dr. Andreja Sušnik je predstavila ponudbo agrometeoroloških storitev ARSO in razvoj komunikacijskih kanalov. Na voljo so novi viri podatkov in sodobne komunikacije, vzpostavljene so sušne opazovalnice, merilniki suše in vse boljše agrometeorološke napovedi. Izpostavila je tudi delovanje Sušnega centra za jugovzhodno Evropo in ponudbo izdelkov na spletu. Pregled agrometeoroloških informacij v Združenem kraljestvu je povzela Joanna Raymond iz Unverze vzhodne Anglije. Moj prispevek je bil omejen na potrebo po vkljcevanju in povezovanju informacij o vplivu vremena na storilnost in pocutje ljudi med informacije za kmetovalce, saj veliko dela v kmetijskem sektorju še vedno poteka na prostem. Zakljucki Na osnovi predstavitev in komentarjev smo oblikovali zakljucke. Živimo v casu komunikacijske revolucije, sredstva za širjenje informacij so se povecala in pomnožila. Toda ali komuniciramo bolj ucinkovito? Kako si prizadevamo, da bi to ucinkoviteje izvajali? Ni dovolj le ponuditi storitev, potrebno jo je tudi skomunicirati na nacin, da lahko uporabniki izkoristijo ponujene informacije. Predstavitev predavateljev in njihovih tem je dosegljiva na YouTube kanalu EMS na spletnem naslovu: https://www.youtube.com/watch?v=YFiNrL0pnDw Predavanja v obliki pdf datotek so dosegljiva na spletni strani: EMS 2022 – AGMET Clanek z ugotovitvami in priporocili na osnovi delavnice pa smo objavili v prosto dostopni znanstveni reviji ASR: https://asr.copernicus.org/articles/20/9/2023/ Utrinki z letne konference Evropske meteorološke zveze 2023 v Bratislavi od 3. do 9. septembra 2023 Tanja Cegnar, Agencija RS za okolje Tako kot septembra 2022 je tudi tokrat letno srecanje Evropske meteorološke zveze (EMS) potekalo kot hibridna konferenca. Tokratna tema konference je bila „Evropa in suše: hidrometeorološki procesi, napovedovanje in pripravljenost“. Konferenca je ponudila obilico priložnosti za spoznavanje novih ljudi, pridobivanje svežih idej in razpravljanje. Ceprav je bilo udeležencev nekaj manj kot leto poprej, je udeležba dosegla povprecne številke pred korono, saj je bilo v Bratislavi prisotnih 523 udeležencev, 110 pa jih je sodelovalo prek spletne povezave. Udeleženci so prišli iz 43 držav, kar 45 % se jih je letne konference EMS udeležilo prvic, 67 % jih je bilo mlajših od 45 let, 1,5 % pa je bilo mlajših od 25 let. Tradicionalno je najšibkeje zastopan privatni sektor, le 5 % udeležencev je zaposlenih v privatnem sektorju, iz leta v leto se krepi delež univerzitetnih udeležencev, tokrat je dosegel 37 %, 29 % jih je bilo iz državnih hidrometeoroloških služb, petina pa iz javnih ali državnih raziskovalnih Slika 1. Vhod v stavbo, kjer je potekala konferenca. (foto: Tanja Cegnar) ustanov. Posnetki plenarnih zasedanj, naložene predstavitve in vec informacij o srecanju je na voljo na spletni strani konference ems2023.eu. Tako kot v preteklih letih je konferenca potekala v treh sklopih sekcij, ki so: • sodelovanje z družbo; • operacijski sistemi in aplikacije; • razumevanje vremenskih in podnebnih procesov. Vsak od teh treh sklopov vsebuje vecje število sekcij. Sklop »sodelovanje z družbo« koordinirava z Geraldom Flemingom. Vsak sklop je imel na razpolago po eno plenarno predavanje, vodilna tema konference pa je Slika 2. Livia Labudova med plenarnim predavanjem sekcije za »sodelovanje z družbo«. (foto: Tanja Cegnar) bila predstavljena s predavanjem na otvoritvenem delu konference. Posamezna predavanja so objavljena na konferencni spletni strani https: //meetingorganizer.copernicus.org/ems2023/ presentations. Sestanek Sveta EMS in letna skupšcina EMS Že pred zacetkom konference je prek spleta potekal sestanek Sveta EMS, ki sem se ga udeležila kot predstavnica Slovenskega meteorološkega društva (SMD), ki ima zastopnika v Svetu še do septembra 2024. V Svetu pa sodelujem tudi kot predstavnica nizozemske Solco W. Tromp fundacije in kot vodja EMS Odbora za medije in komunikacijo. Dolocili smo nov organizacijski odbor foto natecaja Europhotometeo EPM2024. Zbiranje fotografij se je zacelo 15. novembra 2023. Odobrili smo novega clana v odboru za nagrade EMS, ki je dr. Benjamin Strajnar iz ARSO. Stekla je pobuda za razvoj vecjezicnega besedišca meteoroloških izrazov in zacetek serije spletnih seminarjev z raznoliko vsebino, kot so predstavitve knjig, rezultati fotografskega natecaja, razprave o vrocih temah itd. V nedeljo, 2. septembra, je pred zacetkom konference potekala letna skupšcina EMS. Na njej sem zastopala SMD. Zaceli smo s pripravami na obeležitev 25 letnice EMS, Najvec je bilo govora o doseganju ogljicne nevtralnosti konference. Najvecji prispevek k izpustom toplogrednih plinov je potovanje udeležencev na kraj konference. Cenimo dodano vrednost, ki jo nudi fizicno srecanje in druženje strokovnjakov, vendar je pomembno, da si prizadevamo, da bi s potovanjem povzrocili cim manjše izpuste. Kar 245 od 523 udeležencev je na konferenco v Bratislavo pripotovalo z vlakom. Kolega Rasmus Benestad je za spletno stran EMS opisal svoje 28 urno potovanje z vlakom iz Osla v Bratislavo, z njim sta potovala kolega Ketil Tunheim and Reidun Gangstř. Odobrili smo nacrt za ustanovitev revije Journal of the EMS (JEMS) in zadolžil urad EMS, da sklene pogodbo z založnikom za zacetek izhajanja JEMS januarja 2024; urednika bosta Johannes Schmetz in bivši predsednik EMS Bert Holtslag. Skupšcina je z letom 2023 za triletni mandat izvolila tudi dva nova clana sveta EMS, in sicer bo Hrvaško meteorološko društvo (HMD) zastopala Vesna Đuricic, Ciprsko meteorološko društvo (CY.MET.A.) pa Anastasia Christou. Podpora mladim biometeorologom Fundacija Solco W. Tromp je tokrat omogocila sodelovanje na konferenci šestim mladim strokovnjakom s kritjem kotizacije in potnih stroškov. Slika 3. Pam Emch je moderirala predstavitev kandidatov za nagrado Harry Otten. (foto: Daniel Zachar) Kratko predstavitev simpaticnih mladih strokovnjakov s podrocja biometeorologije in uvodni nagovor predsednika fundacije si lahko ogledate v video kompilaciji na YouTube kanalu EMS (https://www. youtube.com/watch?v=TjDFt7bDO_8). Nagrada Harry Otten fundacije za najbolj inovativno idejo Na konferenci so bili predstavljeni trije finalisti natecaja za 25.000 EUR za najbolj inovativno idejo s podrocja meteorologije, ki jo podeljuje fundacija Harry Otten Prize (https://www.harry-otten-prize.org/). Predstavitve je vodila predsedujoca fundaciji Pamela Emch, podelitev glavne in dveh dodatnih nagrad pa je vodil ustanovitelj fundacije Harry Otten, ki je v meteorološki skupnosti poznan kot prvi uspešen evropski privatni podjetnik na podrocju meteorologije. Ob prodaji svojega podjetja je polovico svojega imetja Slika 5. Skupinska slika nagrajencev. (foto: Daniel Zachar) namenil fundaciji. Nagrade se podeljujejo vsako drugo leto, v letu 2023 že šestic. Tokrat je nagrado 25.000,00 EUR prejel Hamish Pritchard iz British Antarctic Survey (Združeno kraljestvo). Njegova zamisel »Jezera kot senzorji sneženja« rešuje problem spremljanja padavin v gorski kriosferi s pomocjo jezer. S standardnimi senzorji vodnega tlaka, potopljenimi na jezersko dno, je mogoce zapisati maso zimskih snežnih padavin, ko ta doseže gladino jezera. Najboljši poster Vsako leto na konferenci podelijo tudi nagrado za najboljši poster, komisijo vodi Marie Doutrioux- Boucher iz EUMETSAT-a. Letos smo udeleženci Slika 6. Razglasitev najboljšega posterja na konferenci, avtor posterja Theo Economou in predsednica strokovne žirije Marie Doutrioux-Boucher. (foto: Heinke Schlünzen) prvic imeli možnost, da poleg strokovne komisije sodelujemo s svojimi glasovi. Tokrat je nagrado prejel Theo Economou iz Centra za raziskave podnebja in ozracja (CARE-C) s Cipra za poster z naslovom »Kvantificiranje sinergije okoljskih stresorjev na cloveško umrljivost«. Nagradni certifikat bo podeljen na EMS2024 v Barceloni. Slika 7. Zornitsa Spasova. (foto: Daniel Zachar) Novinarska nagrada EMS za Zornitso Spasovo in Oleja Mathismoena Dva nagrajenca, izbrana za novinarsko nagrado EMS 2023, prikazujeta dva razlicna pogleda na podnebne spremembe, eden, upoštevajoc širšo mednarodno sliko, drugi pa se zelo omeji na lokalne in osebne perspektive. Zornitsa Spasova, Bolgarija, je bila nagrajena za tri clanke o podnebnih spremembah in zdravju žensk, o globalnem segrevanju in delovnih razmerah ter o podnebnih spremembah in kozmeticni industriji. Avtorica ponuja poglobljen in temeljit pregled, analizo globalnega segrevanja in družbenih vplivov, s posebnim poudarkom na delovnih razmerah po vsem svetu in zdravju žensk v Indiji. Njeno porocanje pojasnjuje, kaj podnebne spremembe pomenijo za družbo, in s tem poudarja pomen meteorologije/ klimatologije za ljudi. Zornitsa Spasova je raziskovalka na podrocju podnebnih sprememb in javnega zdravja ter samostojna novinarka. Zaposlena je v Državnem centru za javno zdravje in analize v Sofiji in sodeluje pri raziskovalnih projektih na podrocju medicinske geografije, biometeorologije in javnega zdravja. Ukvarja se s projekti, kot so: Meteorološke razmere Slika 8. Ole Mathisoen. (foto: Daniel Zachar) v Bolgariji in javnozdravstveni odzivi; Otroški travmatizem – mednarodna primerjava; Vrocinski valovi ter srcno-žilna obolevnost in umrljivost; Vpliv podnebnih sprememb na parazitske bolezni; Proucevanje javnega mnenja o podnebnih spremembah in njihovih vplivih na zdravje ljudi; Vreme, podnebje in duševno zdravje. Sodelovanje pri pripravi Nacionalne strategije in akcijskega nacrta prilagajanja podnebnim spremembam in COST Action CA19101 DE-PASS Determinante fizicnih dejavnosti v nastavitvah. Ole Mathismoen iz Norveške je prejel nagrado za dva clanka, v katerih ponazarja zamišljeno prihodnost svojega sina, da bi prikazal možne podnebne razmere v prihodnosti v Oslu. V clankih poskuša “humanizirati” problem podnebnih sprememb na nacin, s katerim se lahko poveže veliko ljudi. Oba clanka orišeta podnebno prihodnost v Oslu, kakor jo bo videl njegov sin Olej Mathismoen Syver. Clanka se zacneta s sliko Syverja in opisom trenutnega podnebja za izbrani letni cas. Da bi bila zgodba res osebna in v podnebnem kontekstu, je vkljucen opis podnebja v casu Olejevega otroštva. Syver si ogleda podnebne razmere leta 2052 star 35 let, leta 2082 v starosti 65 let in ob koncu stoletja. Syversov razvoj od 5-letnega decka je bil predstavljen z risbami Syverja s svincnikom v starosti 5, 35 in 65 let, risbe in grafe je izdelal Torstein Ringnes. Clanki so bili predstavljeni v dveh oblikah: v tiskani obliki in v elektronski obliki za branje na spletu. Oba formata sta bila dobro sprejeta, vendar je slednji dal bolj interaktiven obcutek z možnostmi, ki jih nudi splet. Podnebni indeksi v obeh clankih so kombinacija indeksov, kot so povprecna temperatura in sezonski specificni indeksi. Ole Mathismoen je izkušen novinar v Aftenpostnu, glavnem casopisu v širši regiji Osla z dosegom na Norveškem, ki se je specializiral za podnebno in okoljsko novinarstvo. Mathismoen ima dolg seznam clankov s podrocja podnebja, okolja in energije. Kot avtor ali soavtor je izdal 12 knjig s podrocja okolja in podnebja. Mateusz Taszarek je prejel nagrado EMS Young Scientist Award 2023 Nagrado EMS za mladega znanstvenika 2023 je prejel Mateusz Taszarek iz Univerze Adama Mickiewicza, Poznan, Poljska, za pomemben prispevek k razumevanju nevarnosti mocnih konvektivnih neviht, njihovega spremljajocega atmosferskega okolja in odnosov do segrevanja podnebja v Evropi in Združenih državah Amerike. Nominiran je bil zaradi publikacije: »Differing Trends in United States and European Severe Thunderstorm Environments in a Warming Climate«, Mateusz Taszarek, John T. Allen, Harold E. Brooks, Natalia Pilguj in Bartosz Czernecki, Bull. Amer. Meteor. Soc., 102, E296–E322, https://doi. org/10.1175/BAMS-D-20-0004.1. Srebrno medaljo EMS 2023 je prejela Sarah Jones Evropsko meteorološko društvo je izbralo Sarah Jones iz Nemcije za prejemnico srebrne medalje EMS 2023. Sarah Jones je clanica izvršnega odbora Nemške vremenske službe (DWD) od leta 2011 in je vodja poslovnega podrocja raziskav in razvoja. Evropski meteorološki skupnosti je služila zlasti s svojimi vodilnimi prispevki k mednarodnim raziskovalnim programom, kot so THORPEX, PANDOWAE (predvidljivost in dinamika vremenskih sistemov v atlantsko-evropskem sektorju) in multidisciplinarno analizo afriškega monsuna (AMMA). Kot predsednica znanstvenega usmerjevalnega odbora programa za raziskave svetovnega vremena (WWRP) je bila tesno vpeta v projekt HIWeather, ki je bil prvi projekt znotraj WMO, ki je uspešno povezal fizikalne in družboslovne znanosti na smiseln nacin. Prav tako je v okviru Centra Hans-Ertel za vremenske raziskave privedla do ucinkovitejših napovedi in opozoril za kriticne deležnike. Ta nagrada priznava njen pomemben prispevek k razumevanju in modeliranju tropskih sistemov in zunajtropskih prehodov, njene izjemne vodstvene zasluge v korist evropske in mednarodne skupnosti ter njeno tesno sodelovanje s skupnostjo Young Earth System Science. Sarah Jones je priznanje prejela na posebni plenarni seji, ob prejemu medalje in plakete je povedala: »Vesela in pocašcena sem, da sem prejela srebrno medaljo EMS. Zelo posebno je biti prepoznan po ustvarjanju sprememb na našem podrocju s kombinacijo znanosti, vodenja, mednarodnega sodelovanja in sodelovanja z znanstveniki na zacetku kariere. Toda ta nagrada prav tako pripada kolegom, s katerimi sem imela privilegij delati, in znanstvenikom na zacetku kariere, od katerih sem se veliko naucila.« Sledilo je njeno predavanje z naslovom »Znanstveniki na zacetku karierne poti in kako oblikujejo naš svet.« Nova predsednica EMS Prof. Liz Bentley je ob koncu letne konference EMS v Bratislavi prevzela predsedovanje EMS za naslednja tri leta in je prva predsednica EMS. Kariero v meteorologiji je zacela pred tridesetimi leti v meteorološki službi kot raziskovalka po opravljenem doktoratu iz matematike. Želela je razumeti uporabo znanosti, zato se je usposobila za operativnega meteorologa. Leta 1997 je zacela z delom na Met nagrad. (foto: Daniel Zachar) Office College kot inštruktorica in scasoma postala glavna inštruktorica. Karierna pot jo je vodila v BBC TV Center v Londonu, kjer je kot vodja BBC vremenskega centra usmerjala ekipo 30 televizijskih meteorologov. Leta 2006 se je zaposlila na Ministrstvu za obrambo, kjer je skrbela za okoljski raziskovalni program. Kraljevi meteorološki družbi se je pridružila leta 2008 in leta 2013 postala glavni izvršni direktor RMetS, julija 2014 je prejela naziv profesor na Univerzi v Readingu. Ustanovila je »Weather Club« za spodbujanje spoštovanja in razumevanja vremena pri ljudeh iz vseh družbenih slojev in leta 2011 za to pobudo prejela nagrado EMS Outreach & Communications Award. Zadnjih 10 let je Liz Bently zastopala EMS v Svetu mednarodnega foruma meteoroloških društev. O Kraljevem meteorološkem društvu Kraljevo meteorološko društvo (RMetS) je izobraževalno in strokovno društvo za vreme in podnebje v Združenem kraljestvu. Poslanstvo RmetS je izboljšati razumevanje vremena in podnebja v korist vseh. RMetS ima široko pristojnost, ki podpira razumevanje, zanimanje in navdušenje ljudi glede vremena in podnebja, ne glede na to, ali so raziskovalci, navdušenci, praktiki, študenti, ucitelji ali clani splošne javnosti. Podpira tudi razvoj visokokakovostne znanosti, naslednjo generacijo znanstvenikov in operativnih meteorologov, poklicni razvoj posameznikov, akreditira programe nadaljnjega in visokošolskega izobraževanja, obvešca politiko in podpira ucenje o vremenu in podnebju z izobraževanjem in dejavnostmi ozavešcanja. RMetS je stalni clan Sveta EMS že od ustanovitve leta 1999. Nagrada EMS za izjemen prispevek Carola Detring iz Nemcije je prejela nagrado EMS za izjemen prispevek 2023. Že v zgodnji fazi svoje kariere je s svojimi pobudami in povezovanjem z ustreznimi partnerskimi omrežji prispevala k delovanju EMS. Leta 2018 je postala prva predsednica skupine nemških mladih znanstvenikov v okviru German Met Society (DGM), katerega ustanovna clanica je bila. Od leta 2020 je clanica Odbora EMS za konference. Kot odgovorna organizatorka se je zavzemala za vzpostavitev MeteoXchange, kot odprte platforme za mlade znanstvenike s podrocja meteorologije in klimatologije za izmenjavo izkušenj, razpravo o znanstvenih in kariernih vprašanjih. V tem okviru organizira redne dogodke (MeteoMeet), na katere so vabljeni starejši raziskovalci, da spregovorijo o specificnih podrocjih raziskovanja, priložnostih v svojih institucijah in primerih razvoja raziskovalnih podrocij. Pomemben projekt so tudi letne konference MeteoXchange ECS, ki so ekskluzivne virtualne konference za znanstvenike na zacetku poklicne poti na podrocju atmosferskih znanosti in sorodnih disciplin. Caroline izkušnje kot mlade znanstvenice so v Odboru EMS za konference pomagale uvesti platforme za spletne dogodke in letno srecanje. Zastopala je EMS na letnem srecanju AMS 2022, kjer je predstavila dejavnosti MeteoXchange in EMS za znanstvenike na zacetku kariere in vzpostavila prve povezave z odborom AMS za strokovnjake na zacetku kariere. Nagrada EMS za tehnološke dosežke 2023 Nagrado EMS Technology Achievement Award 2023 je prejela storitev napovedovanja vremena, ki jo je razvila Norveška meteorološka služba. Nagrado so prejeli za nacine, na katere vremenske informacije nudijo širokemu obcinstvu po vsem svetu: izstopa po funkciji napovedovanja trenutnega stanja, ki uporablja podatke prebivalcev v nordijski regiji, in možnosti pogleda neba, ki prikazuje prihodnje vreme na zelo pregleden nacin. Spletno platformo uporabljajo za omogocanje dostopa uporabnikov do podatkov opazovanj in vremenskih napovedi, vizualiziranih na razlicne nacine. Uporabnikom so na voljo zemljevidi, tabelarni in graficni prikazi razlicnih vrst vremenskih podatkov, saj je znano, da imajo razlicni ljudje raje razlicne vizualizacije. Enake ambicije veljajo za izvorne aplikacije, ki so enostavnejša razlicica spletnega mesta. Izdelek je plod sodelovanja med Norveško radiodifuzno korporacijo (NRK) in Norveškim meteorološkim inštitutom (MET Norveška). Iz množice spletnih mest in aplikacij izstopajo po uporabi opazovanj Netatmo, v nordijski regiji, ki omogocajo izboljšanje napovedi na zelo lokalni ravni in izboljšanje trenutne napovedi. Ta pristop je velik tehnološki izziv. Amaterski podatki so izjemno nehomogeni in spremenljive kakovosti. Preverjanje kakovosti je zato zahtevno in lahko delujejo le ob uporabi posebne tehnike umetne inteligence. Možnost “skyview” je zanimiva, saj prevaja vreme, kot ga vidimo od zgoraj v perspektivo uporabnika. EMS in AMS sta obnovila pogodbo o sodelovanju Stella Kafka, izvršna direktorica Ameriškega meteorološkega društva (AMS), se je udeležila letnega srecanja EMS v Bratislavi in številnih dogodkov ob konferenci; ob tej priložnosti sta podaljšanje sporazuma podpisali Liz Bentley, nova predsednica EMS, in Stella Kafka. AMS in EMS sta kot organizaciji s skupnimi cilji podpore ustvarjanju in širjenju znanja o ozracju in sorodnih znanostih obnovili svojo zavezo za vzajemno koristno sodelovanje, ki vkljucuje usklajevanje datumov srecanj, zastopanje na letnih srecanjih, ko-sponzorstvo srecanj, brezplacne institucionalne narocnine na clanske publikacije in nižjo kotizacijo na konferencah. Delavnica za komunikatorje Državnih hidrometeoroloških služb ECMWF, EUMETSAT, WMO in EMS Odbor za medije in komunikacijo smo kot vzporeden dogodek na konferenci izpeljali hibridno delavnico namenjeno komunikatorjem državnih hidrometeoroloških služb. Glavnina prvega dneva delavnice je bila namenjena razpravi o možnostih in tveganjih, ki jih prinaša ki jih prinaša umetna inteligenca. Na delavnici sem predstavila delovanje Odbora EMS za medije in komunikacijo, izpostavila sem komunikaciji namenjene sekcije na EMS konferenci ter tri medijske nagrade, ki so lahko zanimive tudi za zaposlene v državnih meteoroloških in hidroloških službah. Sekcija za medije in komunikaciji je bila sestavni del delavnice. Na svidenje v Barceloni Poudarek naslednje letne konference od 2. do 6. septembra 2024 v Barceloni bo na raziskovanju vloge vremenskih in podnebnih raziskav pri doseganju podnebno nevtralne Evrope. Izjemno obilno deževje od vecera 3. do jutra 4. avgusta 2023 Gregor Vertacnik, Agencija RS za okolje, gregor.vertacnik@gov.si Uvod V noci s 3. na 4. avgust 2023 so del zahodne in severne Slovenije zajele mocne padavine, ki so povzrocile katastrofalne poplave v porecjih Save, Sore, Kamniške Bistrice, Savinje, Meže in še na nekaterih drugih obmocjih. V prispevku na podlagi spletnega porocila Agencije Republike Slovenije za okolje (Nalivi in obilne padavine od 3. do 6. avgusta 2023), ki je bilo objavljeno 29. septembra, in dodatnih meteoroloških podatkov obravnavamo vremensko stanje, izdana opozorila, razvoj vremena v Sloveniji in padavinsko statistiko omenjenega vremenskega dogodka. Vremenska slika nad Evropo Splošna vremenska slika nad Evropo je bila 3. in 4. avgusta izrazito nenavadna za sredino meteorološkega poletja. Izrazita višinska dolina se je 3. avgusta iznad zahodne Evrope pomaknila proti jugu nad zahodno Sredozemlje in naslednji dan zajela tudi severno in osrednje Sredozemlje (slika 1). Ob tem je nad severnim Sredozemljem nastalo plitvo ciklonsko obmocje, kar je upocasnilo napredovanje vremenske fronte (sliki 2 in 3). Ta se je nad Slovenijo zadrževala od noci s 3. na 4. avgust do 5. avgusta dopoldne. V noci s 3. na 4. avgust je zracna masa nad Slovenijo dotekala iznad zmernih geografskih širin severnega Atlantika prek jugozahodne Evrope in Sredozemskega morja (slika 4). Takrat je bilo površje morja na teh obmocjih povecini toplejše kot obicajno, kar je prispevalo k povecani vlažnosti zracne mase, ki je dotekala nad Slovenijo. Slika 4. Napovedana 96-urna pot zracne mase do Idrije od 2. ure 31. julija do 2. ure 4. avgusta. Rdeca, modra in zelena krivulja prikazujejo pot zracne mase do koncne višine 500, 2000 in 5000 metrov nad tlemi. Spodnji del slike prikazuje casovni potek (od desne proti levi) višine zracne mase nad tlemi. Vir: NOAA Air Resources Laboratory (ARL), HYSPLIT transport and dispersion model: https://www.ready.noaa. gov Najvecja negotovost je bila glede padavinskega maksimuma, saj so nekateri izracuni ta maksimum kazali v Beli krajini, drugi v Zasavju, tretji v alpskem svetu itd. Meteorološka prognosticna služba Agencije Republike Slovenije za okolje (ARSO) je skladno z modelskimi izracuni 3. avgusta ob 9. uri izdala prvo opozorilo pred nalivi in obilnimi padavinami: Od danes nekje od sredine popoldneva do sobote zjutraj bodo krajevno možni mocnejši in tudi dolgotrajni nalivi. Tudi v soboto bodo padavine kar izrazite, ne bo pa vec nevihtno. V nedeljo bodo ponovno plohe in nevihte, a ne tako intenzivne in tudi kolicina padavin bo manjša. Opozorilo je bilo v naslednjih dneh osveženo, saj so bile obilne padavine napovedane do popoldneva 5. avgusta. Sprva je bilo za obdobje od 3. avgusta pozno popoldne do 5. avgusta dopoldne izdana druga najvišja (oranžna) stopnja vremenskega opozorila za vse regije. Zaradi resnosti vremenske situacije in pricakovane zaostritve opozorila (v najvišjo, rdeco stopnjo) je ARSO že 3. avgusta ob 13. uri v sodelovanju z Ministrstvom za obrambo, Direkcijo Republike Slovenije za vode in Geološkim zavodom sklical novinarsko konferenco in javnost seznanil z napovedanim nevarnim vremenskim dogajanjem. Naslednjo jutro je ARSO zgodaj zjutraj (ob 5.30) stopnjo vremenske ogroženosti za obe severni regiji in osrednjo Slovenijo dvignil na najvišjo (rdeco) stopnjo, ob 9. uri pa tudi za jugovzhodni del Slovenije. Slika 5. Napoved triurne višine padavin meteorološkega modela ALADIN do 5. ure 4. avgusta za obmocje Slovenije in bližnje okolice. Zacetno vremensko stanje je 3. avgusta ob 2. uri. Vira: ECMWF in ARSO Razvoj vremena nad Slovenijo Tretji avgust se je zacel s toplim jutrom, saj je bila najnižja temperatura zraka po nižinah med 15 in 19 °C, na Primorskem okoli 20 °C. Cez dan je bilo deloma soncno, le na alpsko-dinarski pregradi zaradi vlažnega jugozahodnika ter nastanja ploh in neviht soncnega vremena ni bilo veliko oziroma ga sploh ni bilo. Najvišja temperatura je bila na severu države ter kotlinah in dolinah na alpsko-dinarski gorski pregradi med 24 in 28 °C, drugod od 26 do 32 °C (slika 6). V noci na 4. avgust je v notranjosti Slovenije od severovzhoda pri tleh zacel dotekal obcutno hladnejši zrak, na Primorskem in v Furlaniji-Julijski krajini pa še vedno topel in zelo vlažen zrak (slika 6). Ostra temperaturna meja je vztrajala do dopoldneva 4. avgusta, nato se je tudi na Primorskem in v višinah ohladilo (sliki 6 in 7). Prve plohe so v vlažnem in mocnem jugozahodnem zracnem toku na alpsko-dinarski pregradi nastajale že v drugi polovici noci z 2. na 3. avgust, a padavine do dopoldneva še niso bile obilne. Nato se je pozno dopoldne za dobro uro vzpostavil pas obnavljajocih se padavin, ki je segal od kobariškega obmocja proti Jesenicam. To je bil uvod v izjemno vremensko dogajanje naslednjih 36 ur. Le malo kasneje se je naslednji, bolj izrazit in daljši padavinski pas vzpostavil nad skrajno severovzhodno Italijo proti Beljaku. Proti temperatura zraka (°C) alpsko-dinarsko pregrado se je vzpostavilo dolgotrajno 3.0h 3. 12h 4. 0h 4. 12h 5. 0h dan in ura Letališce Portorož Postojna Letališce JPLjubljana Slika 6. Casovni potek temperature zraka 3. in 4. avgusta na treh nižinskih merilnih mestih v zahodni polovici Slovenije temperatura zraka (°C) 3.0h 3. 12h 4. 0h 4. 12h 5. 0h dan in ura Lisca(947 m) Rogla(1495 m) Kredarica (2513 m) Slika 7. Casovni potek temperature zraka 3. in 4. avgusta na treh višinskih merilnih mestih veceru so se padavine na severozahodu Slovenije okrepile, izrazit padavinski pas z nalivi je med 19. in 22. uro prešel severno polovico Slovenije (slika 9). Nastajale so nevihte, ki so jih ponekod spremljali mocnejši sunki vetra (Volce pri Tolminu 23 m/s, Letališce Lesce 18 m/s, Letališce JP Ljubljana 16 m/s). Ozracje nad Slovenijo je bilo vso noc s 3. na 4. avgust zelo ugodno za nastajanje ploh in neviht (slika 8). Nad proženje nevihtnih oblakov in se sredi noci zgostilo na obmocju od Trnovskega gozda prek Gorenjske proti Kamniško-Savinjskim Alpam (sliki 9 in 10). Tu so se nalivi obnavljali vec ur zapored in se pomikali naprej proti Koroški, severu Štajerske in jugovzhodnemu delu Avstrije. Šele okoli 7. ure zjutraj 4. avgusta se je burno vremensko dogajanje zacelo umirjati, težišce padavin in nalivov se je dopoldne selilo v jugozahodni in južni del Slovenije. Obcasne padavine, sprva tako v obliki krajevnih nalivov kot vecjih padavinskih obmocij, kasneje pa v obliki enakomernega dežja, so bile po Sloveniji tudi v drugem delu 4. avgusta in del 5. avgusta. Slika 8. Navpicni presek ozracja nad italijanskim Vidmom sredi noci s 3. na 4. avgust do nadmorske višine 16 km. Rdeca krivulja prikazuje temperaturo zraka, zelena temperaturo rosišca. Na desnem robu graficnega prikaza so s pušcicami prikazane vetrne razmere; kratek repek oznacuje hitrost 5 vozlov (9 km/h), dolg repek 10 vozlov (19 km/h) in trikotnik 50 vozlov (93 km/h). Ozracje je bilo toplo in zelo vlažno (vodni stolpec je znašal kar 47 mm), nestabilnost zmerno velika. Striženje jugozahodnega vetra z višino je bilo zelo mocno, saj je bil veter pri tleh šibak, na treh kilometrih je dosegel hitrost okoli 13 m/s, šest kilometrov nad tlemi okoli 26 m/s in na vrhu troposfere okoli 35 m/s. Kombinacija nestabilnega ozracja in zelo mocnega dotoka vodne pare na alpsko-dinarsko pregrado je povzrocila mocne in dolgotrajne nalive. Vir: thundeR, http://www.rawinsonde.com/thunder_app/ 13.50 18.20 19.40 20.50 22.00 0.00 (4. avgust) Slika 9. Najvecja radarska odbojnost padavin ob izbranih casih od 3. avgusta popoldne do sredine noci na 4. avgust. Šibke padavine so predstavljene z modrimi, zmerne z zelenimi in rumenimi odtenki, mocne z oranžnimi, rdecimi in vijolicnimi odtenki. 1.00 2.00 3.00 4.00 5.00 6.00 Višina padavin Manjše padavine so se sicer na alpsko-dinarski pregradi pojavljale že v noci z 2. na 3. avgust in 3. av­ gusta zjutraj, a je le krajevno padlo nekaj milimetrov dežja. Cez dan se je konvektivna dejavnost krepila in proti veceru so bile padavine v zahodnem delu Slovenije vse mocnejše in pogostejše. Glavnina padavin je bila zvecer in v noci na 4. avgust, ko je v obnavljajocih se nalivih od zahodne Slovenije proti Koroški in severu Štajerske padlo ogromno dežja (sliki 11 in 12). Do 8. ure 4. avgusta smo v 24 urah na posameznih merilnih mestih izmerili vec kot 200 mm dežja in skoraj povsod v pasu od Zgornjega Posocja in obmocja Idrije proti vzhodu-severovzhodu, do Dravske doline, vec kot 100 mm dežja (slika 13). V vecjem delu Štajerske in Prekmurja je bilo padavin manj, ob meji s Hrvaško pod 30 mm. Zelo malo ali nic padavin pa je bilo od Slovenske Istre in Krasa prek vecine južne polovice Slovenije. Na obmocjih najobilnejših padavin v zahodnem in severnem delu Slovenije je bila višina padavin praviloma statisticno najbolj izjemna za 6–12 urni casovni interval (preglednica 1). Še posebej izjemna Suha petminutna višina (mm) skupnavišina(mm) 10 250 8 200 6 150 4 100 2 50 0 0 3. 20h 3. 22h 4. 0h 4. 2h 4. 4h 4. 6h dan in ura petminutne padavine skupnepadavine Slika 11. Casovni potek petminutne in skupne višine padavin v Suhi pri Škofji Loki od 20. ure 3. avgusta do 7. ure 4. avgusta je bila višina padavin na merilnih mestih Pasja ravan, Suha pri Škofji Loki, Letališce JP Ljubljana, Kamniška Bistrica, Luce in Zavodnje. Tu je bila izmerjena višina padavin celo dalec nad srednjo oceno za 250-letni povratni nivo. Na številnih merilnih mestih smo na obmocju najobilnejših padavin 4. avgusta izmerili rekordno ali skoraj rekordno dnevno višino padavin (preglednica 2). Luce petminutna višina (mm) 12 10 8 6 4 2 0 3.19h 3. 21h 3. 23h petminutne padavine skupnavišina(mm) 240 200 160 120 80 40 0 4. 1h 4. 3h 4. 5h 4.7h dan in ura skupnepadavine Slika 12. Casovni potek petminutne in skupne višine padavin v Lucah od 19. ure 3. avgusta do 7.30 4. avgusta ure 4. avgusta na podlagi meritev meteoroloških postaj Preglednica 1. Najmocnejši izmerjeni nalivi oziroma obdobja padavin dolžine 1–24 ur od 3. do 4. avgusta zjutraj po povratni dobi. Navedeni so višina padavin (mm), dolžina intervala (ure), dan in ura konca intervala ter ocenjena povratna doba v letih. Navedena višina padavin je izracunana iz petminutnih vrednosti. Na merilnih postajah Boršt pri Gorenji vasi in Gornji Grad manjka vecina meritev za 4. avgust, zato je bila tam verjetno najvecja povratna doba še vecja od navedene. Vrednost > 100 pri povratni dobi pomeni, da je srednja ocena vsaj 160 let, vendar pa zaradi velike negotovosti ne navajamo podrobnejše vrednosti. merilna postaja višina padavin dolžina intervala konec intervala povratna doba Pasja ravan 213 9,50 4. 5:35 > 100 Letališce JP Ljubljana 198 10,08 4. 6:25 > 100 Luce 196 9,92 4. 6:20 > 100 Kamniška Bistrica 196 9,75 4. 6:10 > 100 Suha 194 6,50 4. 5:55 > 100 Kranj 184 24,00 4. 20:10 > 100 Boršt pri Gorenji vasi 173 10,17 4. 6:15 > 100 Idrija 171 7,58 4. 6:20 > 100 Krvavec 165 11,00 4. 6:50 > 100 Zavodnje 160 10,25 4. 7:00 > 100 Žiri 158 9,92 4. 6:10 > 100 Zelenica 157 8,50 4. 4:15 > 100 Logarska Dolina 155 8,50 4. 4:30 > 100 Ravne na Koroškem 150 18,25 4. 14:30 > 100 Mežica 148 18,08 4. 14:20 > 100 Uršlja gora 146 11,00 4. 7:10 > 100 Radegunda 136 8,92 4. 5:40 > 100 Letališce Lesce 141 8,83 4. 4:30 100 Šmartno pri Slovenj Gradcu 139 18,67 4. 14:35 100 Zgornja Kapla 134 24,00 4. 20:10 100 Gornji Grad 119 8,33 4. 5:00 100 Muta 107 9,67 4. 5:55 100 Vogel 89 2,00 4. 2:25 100 Kanin 60 1,58 3. 23:40 100 Osilnica 172 24,00 5. 3:55 50 Pavlicevo sedlo 129 11,75 4. 7:45 50 Zgornja Sorica 93 3,00 4. 3:55 50 Jezersko 19 0,17 3. 20:30 50 Preglednica 2. Dnevna (24-urna) višina padavin (mm), izmerjena 4. avgusta ob 8. uri zjutraj na izbranih merilnih mestih. Za primerjavo je pri vecini merilnih mest podana rekordna vrednost obdobja 1950–2022 in datum njenega nastopa v homogeniziranih in dopolnjenih casovnih nizih. Nove rekordne dnevne vrednosti za obdobje 1950–2023 so oznacene z rdeco. merilna postaja 4. avgust dnevni rekord datum Pasja ravan 222 Poljane nad Škofjo Loko 218 162 19. 9. 2007 Luce 215 176 9. 10. 1980 Solcava 205 177 19. 10. 1961 Letališce JP Ljubljana 201 227 19. 9. 2007 Kamniška Bistrica 200 218 9. 10. 1980 Ambrož pod Krvavcem 196 219 19. 9. 2007 Zelenica 192 Žiri 191 236 16. 9. 2022 Boršt pri Gorenji vasi 185 Idrija 183 250 16. 9. 2022 Logarska Dolina 183 232 9. 10. 1980 Rudno polje 183 239 19. 9. 2007 Bele Vode 178 149 12. 10. 1983 Zavodnje 171 Podpeca 168 126 9. 10. 1980 Gornji Grad 168 181 5. 11. 1998 Radegunda 161 123 9. 10. 1980 Crnivec 161 154 19. 9. 2007 Kranj 156 146 19. 9. 2007 Šentjošt nad Horjulom 155 242 16. 9. 2022 Breg (Žirovnica) 152 173 2. 9. 1965 Letališce Lesce 151 161 19. 9. 2007 Uršlja gora 147 130 9. 10. 1980 Podljubelj 143 146 19. 9. 2007 Ravne na Koroškem 127 96 9. 10. 1980 Ribnica na Pohorju 125 123 5. 11. 1998 Sv. Primož nad Muto 124 151 25. 8. 2019 Šmartno pri Slovenj Gradcu 115 131 9. 10. 1980 Sistemi za napoved namakanja v Sloveniji Luka Honzak, BO-MO d.o.o., luka@bo-mo.si Luka Žvokelj, Rozalija Cvejic, Marina Pintar, Univerza v Ljubljani, Biotehnicna fakulteta Uvod Namakanje je eden izmed agrotehnicnih ukrepov, s katerim lahko odpravimo ali vsaj omilimo posledice suše v kmetijstvu. Kmetijstvo je velik porabnik vode, zato je, tudi v luci podnebnih sprememb, smotrna raba vodnih virov zelo pomembna. Raziskave in pretekli projekti v Sloveniji so pokazali, da kmetovalci v Sloveniji pogosto namakajo zgolj po obcutku in na podlagi preteklih izkušenj. Tako se namakanje izvede prezgodaj ali prepozno, preredko ali prepogosto in v premajhnih ali prevelikih namakalnih obrokih (Cvejic in sod., 2020). Zaradi tega rastline skozi rastno dobo niso optimalno preskrbljene z vodo in trpijo zaradi pomanjkanja ali presežka vode, kar ima negativne posledice na zdravstveno stanje rastlin (vec bolezni rastlin in vecja poraba fitofarmacevtskih sredstev) in na kolicino, kakovost in obstojnost pridelka, zmanjšuje sprejem hranil v rastlino ter zmanjšuje ucinkovitost in slabša razgradnjo fitofarmacevtskih sredstev, povecuje spiranje hranil in ostankov fitofarmacevtskih sredstev v podtalje ter slabša ucinkovitost rabe vode. Poleg tega nepravilno izvajanje namakanja po nepotrebnem obremenjuje okolje in ni okoljsko trajno. Globalno gledano je bilo v zadnjih desetletjih izvedenih vec regulativnih in tehnicnih ukrepov, ki naj bi povecali ucinkovitosti rabe vode in energije ter zmanjšali emisije CO2 pri namakanju. Na primer, namakalne sisteme z odprtimi dovodnimi kanali vode so nadomestili tlacni zaprti sistemi, s cimer so zmanjšali izgube vode zaradi izhlapevanja. Temu so sledili ukrepi namestitve števcev porabe vode, bolj redno je postalo tudi vzdrževanje namakalnih sistemov. Namakalni sistemi so bili posodobljeni na nacin, da vec kmetov uporablja bolj ucinkovito namakalno opremo (razpršilce so nadomestili kapljicni namakalni sistemi). Zahtevano je dovoljenje za odvzem vode (pravica do rabe vode) in doloceni so najvecji vodni odvzemi. A kljub temu slaba praksa vodenja in izvedbe namakanja ostaja velik izziv. Ukrepi, kot so npr. zapiranje odprtih kanalov, ki so bili v državah z dolgo tradicijo namakanja (npr. Španija) zelo ucinkoviti in s katerimi so dosegli bistvene prihranke vode, niso aktualni povsod (Cvejic in sod., 2020). Denimo v Sloveniji, kjer zgodovino razvoja namakanja in namakalnih sistemov beležimo le dobrih 100 let (Cvejic in sod., 2021), odprtih namakalnih sistemov nismo gradili. Zato iz naslova zmanjšane evaporacije vode ne moremo dosegati prihrankov vode. Namesto tega so naša prizadevanja pri dvigovanju ravni namakanja v smislu bolj ucinkovite rabe vode usmerjena v izboljšanje prakse vodenja namakanja. Raziskave kažejo, da vodenje namakanja z uporabo merilcev kolicine vode v tleh zmanjša potrebe po vodi, hkrati pa izboljša pridelek (Spencer in sod., 2019 in Chappell in sod., 2013). Primeri kažejo, da se lahko celoten obseg potreb po vodi za namakanje z izboljšanjem ucinkovitosti obstojecega namakanja (bolj natancen obrok namakanja) zmanjša za 25 %–40 %, ne da bi to zmanjšalo pridelek (Gibson in sod., 2019). Doseganje visoke produktivnosti rabe vode z manj namakanja in boljše ujemanje kolicine za namakanje s potrebami rastlin po vodi sta združljiva cilja (Gibson in sod., 2019). Hkrati je možno zmanjšati stroške energije za vsaj 15 % (Gibson in sod., 2019) ter pri tem doseci tudi 40 % zmanjšanje emisij CO2 (Gonzales Perea in sod., 2016). Za to so potrebni sistemi za napoved namakanja, ki nam pomagajo pri optimizaciji porabe vode v pridelavi rastlin. V tem prispevku predstavljamo dva sistema za napoved namakanja, ki upoštevata dejavnike strokovno pravilnega namakanja in sta bila razvita v zadnjih letih ter sta v operativni rabi in na voljo vsem pridelovalcem v Sloveniji. Obstojeci sistemi za napoved namakanja v Sloveniji V Sloveniji imamo na podrocju razvoja nasvetov za namakanje nekaj desetletne izkušnje. Preprostejše nasvete za namakanje, ki temeljijo na izracunu potreb po namakanju na podlagi dolocitve vsebnosti vode v tleh po gravimetricni metodi (t. j. s tehtanjem vzorca pred in po sušenju do konstantne mase), pripravlja Inštitut za hmeljarstvo in pivovarstvo Slovenije in so že nekaj casa v uporabi v Savinjski dolini. Šibka tocka tega sistema so rezultati z dnevnim zamikom in veliko rocnega dela zaradi odvzema in sušenja vzorcev. Poleg tega ne vkljucuje vremenske napovedi, ki lahko mocno racionalizira porabo vode.Že dalj casa na ARSO pripravljajo napoved namakanja z vodno-bilancnim modelom IRRFIB (podrobnejši opis spodaj). Pomanjkljivost tega sistema je, da temelji le na modelirani vodni bilanci in ne vkljucuje meritev kolicine vode v tleh. Strokovno podprto namakanje Nujno potrebne informacije za strokovno podprto namakanje so: • vodozadrževalne lastnosti tal, in sicer poljska kapaciteta, t. j. najvecja kolicina vode, ki jo tla lahko zadržijo, ter tocka venenja, kjer rastline lahko trajno uvenejo, • trenutna kolicina vode v tleh, ki jo pridobimo z meritvami kolicine vode v tleh, • v kateri rastni fazi se rastlina nahaja (fenofaza), saj se potrebe rastlin po vodi tekom rastne dobe spreminjajo in • vremenske razmere v prihodnjih dneh, in sicer padavine in evapotranspiracija. Ob upoštevanju vseh omenjenih podatkov lahko natancno izracunamo obrok namakanja, ki ne sme presegati poljske kapacitete. Sistem za podporo odlocanju o namakanju (SPON) (www.spon.si) SPON je orodje, ki nam poda priporoceni cas in obrok namakanja tako v kolicini kot v casu trajanja namakanja za 5 dni vnaprej, pri cemer upošteva: a) trenutno kolicino vode v tleh, b) informacije o vodozadrževalnih lastnostih tal, c) potrebo rastline po vodi glede na razvojno fazo, d) vremensko napoved ter e) tehnologijo namakanja. SPON podaja priporocila za namakanje, ki so nekoliko nižja od potreb za dosežek poljske kapacitete. S tem bolje izkoristimo morebitne padavine, kot ce bi namakali do stanja poljske kapacitete. SPON je bil razvit v okviru projekta LIFE ViVaCCAdapt (2016-2021) za obmocje Vipavske doline in pozneje nadgrajen v EIP projektu PRO-PRIDELAVA (2018-2021) za obmocje celotne Slovenije. SPON operativno deluje od leta 2019, od konca leta 2021 je na voljo na ARSO. Osnova racunskega dela SPON temelji na izracunu vodne bilance z modelom IRRFIB. IRRFIB Vodno-bilancni model IRRFIB so razvili na ARSO v letu 1994 in ga od takrat tudi veckrat nadgradili. Deluje na dnevni casovni skali in izracuna obrok namakanja za doloceno kulturo ob uporabi vhodnih podatkov o tleh, fenologiji (koeficient rastline kc in globina korenin) in nacinu namakanja ter vecdnevne napovedi potencialne evapotranspiracije in kolicine padavin. Vodno bilanco (VB) na i-ti dan izracunamo kot VB (i) [mm] = VB (i-1) [mm] + padavine (i) [mm] – kc*ET0 (i) [mm] + Vv(N) [mm], pri cemer je kc koeficient rastline, ET0 referencna evapotranspiracija in Vv(N) zaloga vode iz preteklih dni, ce je zaradi vecje kolicine padavin nastal presežek vode nad vrednostjo pri poljski kapaciteti. IRRFIB je v osnovi mišljen za neprekinjeno delovanje cez celotno rastno sezono, pri cemer na zacetku predpostavimo, da je kolicina vode v tleh enaka poljski kapaciteti. Vnaprej je potrebno podati datume nastopa posameznih fenofaz, ki se jih prilagodi in popravi v casu dejanskega nastopa fenofaze. Koeficient rastline kc za posamezen dan IRRFIB izracuna iz datuma nastopa trenutne fenofaze in predvidenega nastopa naslednje z linearno shemo. Podrobnejši opis modela je dostopen v Sušnik (2014) in Valher (2016). Tehnicni opis SPON SPON je sestavljen iz podatkovne baze in štirih modulov, kot je prikazano na sliki 1. Slika 1. Shema sistema za podporo pri odlocanju o namakanju (SPON). V podatkovni bazi so shranjeni podatki o (i) uporabniških nastavitvah, (ii) kulturah in s tem povezanih parametrih (koeficienti rastlin, datumi nastopa posameznih fenofaz, loceni za 4 namakalne regije), (iii) vremenske napovedi za 15 regij, ter (iv) meritve vsebnosti vode v tleh in (v) napovedi namakanja. Najbolj pomembna modula sistema SPON sta: 1. »Program za izracun potreb po namakanju«, ki pripravi vhodne datoteke za IRRFIB, ga požene in na podlagi rezultatov modela izracuna priporocilo za namakanje ter ga vpiše v podatkovno bazo.Izracuni se zaženejo vsak dan med rastno sezono po 9.30 uri zjutraj. 2. »Spletni vmesnik«, ki je razdeljen na štiri podrocja: • Priporocilo za namakanje, kjer so v tabelaricni obliki podane 5-dnevne napovedi potencialne evapotranspiracije, kolicine padavin ter priporocene kolicine vode za namakanje v mm in mł na površino ter trajanje namakanja v urah (slika 2). • Graf meritev vsebnosti vode v tleh pred 7, 30 ali 90 dnevi; na grafu so oznacene tudi znacilne tocke tal (Slika 3), • Sprememba fenološke faze, kjer lahko uporabnik vidi trenutno, naslednjo in predhodno fenofazo ter popravi trenutno fenofazo. • Uporabniške nastavitve, kjer lahko uporabnik pregleda svoje nastavitve. Podrobnejši opis SPON je dostopen v Glavan in sod. (2020). Slika 2. Prikaz priporocila za namakanje na spletnem vmesniku SPON. Slika 3. Prikaz grafa meritev vsebnosti vode v tleh na spletnem vmesniku SPON. Omejitve SPON SPON ima nekatere tehnicne omejitve oz. poman­jkljivosti, in sicer (i) en uporabnik v sistemu upravlja in spremlja samo eno namakalno površino (v primeru, da bi jih želel vec, je to nov uporabnik), (ii) namakalna priporocila se izracunajo le enkrat dnevno, in sicer dopoldne, kar pomeni, da namakalni nasvet npr. pop­ oldne ni vec nujno aktualen, (iii) pri izracunu nasveta za trenutni dan se upošteva le napoved za ta dan, ne upošteva pa se vremenske napovedi za prihodnje dni, kar pomeni, da lahko SPON poda , v primeru, da je napovedan vecji padavinski dogodek v prihodnjih dneh, namakalni nasvet z vecjim obrokom, kot bi bil v resnici potreben, (iv) vremenske napovedi so pripravljene le za 15 regij in ne za prostorsko manjša obmocja, (v) bolj primeren je za trajne nasade, ker predvideva konstantno dolžino posamezne fenofaze ne glede na to, kdaj se rastna doba zacne. Razen omenjenih pomanjkljivosti zasnova sistema omejuje število uporabnikov na do nekaj 100. Za upravljalca sistema je pomanjkljivost tudi odsotnost administratorskega vmesnika, kar pomeni težjo ad­ministracijo sistema, kot npr. vnašanje novih uporab­nikov, kultur itd. Izkušnje Na podlagi vecletnega delovanja lahko ocenimo, da sistem SPON deluje zanesljivo, še najvec težav je z merilno opremo (mehanske poškodbe, nepravilna ponovna vgradnja, slabo izbrana lokacija itd.). Velika vecina kmetovalcev je s SPON zadovoljna. Po pogovoru s kmetovalci opažamo tudi, da sedaj namakajo pogosteje in z manjšimi obroki. Informacijski sistem za namakanje zelenjave IRRIGEN (www.namakanje.si) Sistem IRRIGEN smo razvili v okviru EIP projekta Digitalizacija namakanja zelenjave (2019-2022) in je v osnovi podoben SPON, odpravlja pa omejitve oz. pomanjkljivosti SPON ter dodaja še nekaj dodatnih Preglednica 1. Primerjava sistema Sistem za podporo odlocanju o namakanju (SPON) in informacijskega sistema za namakanje zelenjave IRRIGEN. Ime SPON IRRIGEN Kulture • tip vse vrtnine • število 2 (poljšcine), 19 >10 (vrtnine), 14 (trajne) • slike fenofaz NE DA En uporabnik • vec površin NE DA Vec kultur na isti površini NE DA Ostale spremenljivke • temperatura tal NE DA • ostale NE NE Maksimalno število uporabnikov nekaj sto neomejeno Administratorski vmesnik NE DA Izracun namakalnega nasveta dnevno (9:30) vsaki 2 uri • casovni korak dan ura • upošteva napoved naprej NE DA (2 dni) Vremenske napovedi • model ARSO DWD ICON­ D2/ICON-EU • prostorska regija 3 km (1 dan), locljivost 7 km (1 - 3) • casovni korak dan ura • dolžina 5 dni 3 dni • padavine regija najbližja tocka funkcionalnosti, kar je prikazano v Preglednici 1. Najvecja razlika je pri izracunu namakalnega nasveta, ki se v IRRIGEN izracuna vsaki dve uri, pri izracunu pa tudi upoštevamo vremensko napoved za 48 ur vnaprej. Omogocamo tudi izracun namakalnega nasveta v primeru vec kultur na isti namakalni površini, pri cemer je priporocena kolicina taka, da nobena od kultur ne trpi sušnega stresa. Razlika je tudi pri izracunu casa trajanja posamezne fenofaze: v SPON je dolocen glede na namakalno regijo, v IRRIGEN pa ta cas izracunamo kot % rastne dobe, pri cemer pricakovano dolžino rastne dobe kmetovalec vnese na zacetku le-te. Podobno kot pri SPON tudi v IRRIGEN kmetovalec dostopa do sistema preko spletne aplikacije (sliki 4 in 5). Slika 5. Prikaz gibanja vsebnosti vode v tleh preko spletne aplikacije IRRIGEN. Izkušnje Sistem IRRIGEN operativno deluje od leta 2020. Problemi z opremo so manjši kot pri SPON, podobno kot pri SPON pa tudi tu kmetovalci ugotavljajo, da je potrebno namakati pogosteje in manj obilno, kot so to sami delali prej po obcutku. Z uporabo sistema lahko sledijo stanju kolicine vode v tleh in se informirano odlocajo o tem, kdaj in koliko namakati. Povedo tudi, da ob uporabi sistema rastline niso bile v sušnem stresu, niso bile uvele in da je bil pridelek obilnejši. Sklepi Le strokovno podprto namakanje, ki upošteva lastnosti tal, kolicino vode v tleh, kulturo in vreme, prinese želene ucinke namakanja ter hkrati ne povzroca prekomernih negativnih vplivov na okolje. Omogoca visoko produktivno ter ekonomsko ucinkovito kmetijsko pridelavo, kar omogocata v prispevku predstavljena sistema SPON in IRRIGEN. Opažamo, da so kmetovalci zadovoljni z obema sistemoma. Prav tako pri obeh sistemih opažamo, da z uporabo le-teh kmetovalci namakajo pogosteje in z manjšimi obroki. Velik izziv pri vpeljavi takih sistemov je tudi merilna oprema, predvsem njena namestitev. Sistem SPON je kmetovalcem brezplacno na voljo na ARSO. Za priklop potrebujejo analizo tal in opremo od ponudnika opreme, ki pripravi podatke v obliki, ki jo podpira SPON. Ob zacetku uporabe SPON se lahko kmetje za korišcenje prvih nasvetov o vodenju pridelave ob namakanju obrnejo na kmetijske svetovalce, specializirane za namakanje. Za financiranje delovanja, vzdrževanja in morebitne nadgradnje v smeri sistema IRRIGEN sistemski viri žal niso zagotovljeni. Tudi za uporabo sistema IRRIGEN je potrebna analiza tal in oprema za merjenje kolicine vode v tleh. Zahvala Pripravo prispevka je omogocil projekt EIP Digitalizacija namakanja zelenjave, ki ga financira Evropski kmetijski sklad za razvoj podeželja (80 %) in Ministrstvo za kmetijstvo, gozdarstvo in prehrano – Republika Slovenija (20 %). Agenciji Republike Slovenije za okolje (ARSO) se zahvaljujemo za pravico do uporabe modela IRRFIB. Viri Chappell, M., Dove, S.K., van Iersel, M.W., Thomas, P.A., Ruter, J. Implementation of Wireless Sensor Net­works for Irrigation Control in Three Container Nurser­ies. HortTechnology. 2013, 23 (6), str. 747–753. DOI: 10.21273/HORTTECH.23.6.747 Cvejic, R., Cernic-Istenic, M., Honzak, L., Pecan, U., Železnikar, Š., Pintar, M. Farmers try to improve their irrigation practices by using daily irrigation recom­mendations - The Vipava Valley case, Slovenia. Agronomy. 2020, 10 (9), str. 1-27. DOI: 10.3390/ agronomy10091238. Cvejic, R., Pintar, M., Zupanc, V. Advancing irrigation development in the European Union. Irrigation and drainage : International commission on irrigation and drainage. 2021, 70 (4), str. 887-899. DOI: 10.1002/ ird.2585 Gibson, K.E.B., Gibson, J.P., Grassini, P. Benchmark­ing irrigation water use in producer fields in the US central Great Plains Environmental Research Letters. 2019, 14 (5), 054009. DOI: 10.1088/1748-9326/ ab17eb Glavan, M., Cvejic, R., Honzak, L., Pecan, U., Železnikar, Š., Pintar, M. Izboljšanje odziva kmetijstva na podnebne spremembe s sistemom za podporo o odlocanju o namakanju. V S. Cerkvenik (Ed.), Vodni dnevi 2020: simpozij z mednarodno udeležbo (str. 123–134). Slovensko društvo za zašcito voda. 2020 Gonzalez Perea, R.; Camacho Poyato, E.; Montes­inos, P.; Rodriguez Diaz, J.A. Optimization of Irrigation Scheduling Using Soil Water Balance and Genetic Algorithms. Water Resources Management. 2016, 30 (8), str. 2815–2830. DOI: 10.1007/s11269-016­1325-7 Spencer, G.D., Krutz, L.J., Falconer, L.L., Henry, W.B., Henry, C.G., Larson, E.J., Pringle, H.C., III, Bryant, C.J., Atwill, R.L. Irrigation Water Management Technologies for Furrow-Irrigated Corn that Decrease Water Use and Improve Yield and On-Farm Profitability. Crop, Forage & Turfgrass Management. 2019, 5 (1), str. 1–8. DOI: 10.2134/cftm2018.12.0100 Sušnik A. Zasnove kazalcev spremljanja suše na kmetijskih površinah. Doktorska disertacija. Ljubljana, Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za agronomijo. 2014; 256 str. Valher A. Primerjava modelov za racunanje vodne bilance tal. Diplomsko delo. Ljubljana, Univerza v Lju­bljani, Fakulteta za matematiko in fiziko. 2016; 81 str. Izlet clanov Slovenskega meteorološkega društva 2022 Tanja Cegnar Po treh letih premora smo clani Slovenskega meteorološkega društva ponovno organizirali strokovni izlet. Kraj in temo smo izbrali s pomocjo ankete med clani društva. Dne 24. septembra 2022 smo obiskali Upravo za pomorstvo Republike Slovenije, Luko Koper, z ladjico smo se zapeljali do boje Vida, za konec pa smo si ogledali še mareografsko postajo v Kopru. Slika 1. Pred vstopom v Upravo za pomorstvo (foto Zorko Vicar). Zbrali smo se ob 10. uri pred Upravo za pomorstvo in po preverjanju spiska udeležencev nam je varnostnik dovolil vstopiti v stavbo, kjer so nas pricakali s sokom za osvežitev. Nato nam je g. Primož Bajec, ki že dvajset let dela v Upravi za pomorstvo, sicer pa je po izobrazbi kapetan dolge plovbe, predstavil naloge in pristojnosti Uprave Republike Slovenije za pomorstvo. Ogledali smo si tudi nadzorno sobo, kjer nam je še dodatno pojasnil, kako poteka operativno delo. Odgovarjal je tudi na naša številna vprašanja in ura, ki je bila namenjena temu delu ekskurzije, je kar prehitro minila. Slika 5. Vprašanj je bilo vec, kot je bilo casa za ogled Uprave za pomorstvo (foto Tanja Cegnar). Ob 11. uri nas je cakala ladjica, da nas najprej popelje na ogled Luke Koper. Na plovbi po Luki Koper nas je spremljal njen predstavnik g. Jure Barovic. Med plovbo nam je opisal bistvene znacilnosti Luke Koper, ki je po površini že vecja od mestnega jedra Kopra. Luka je opremljana za varen in zanesljiv pretovor razlicnih vrst tovora. Tudi zanj smo imeli veliko vprašanj, na katera nam je rad odgovoril. Slika 7. Pred vkrcanjem (foto Zorko Vicar). Na potniškem pomolu smo odložili g. Barovica in odpluli proti oceanografski boji Vida. Med plovbo proti boji so nam na ladjici postregli s kosilom, ki je zajemalo bakala, sardine in kalamare ter krompirjevo solato. Oblacno vreme nas ni motilo, so pa postajali valovi na poti do boje vse vecji in v bližini boje dosegli višino okoli pol metra. Naredili smo krog okoli oceanografske boje in se obrnili nazaj. Z morja smo si ogledali klife. Po vrnitvi s štiriurne plovbe na pomol v Koper smo postali še pred mareografsko postajo Koper, ki jo je predstavila Maja Jeromel. Opozorila nas je tudi na tablo z oznako najvišje gladine morja, ki je bila zabeležena 25. novembra 1969. Slika 13. Skupinska slika za zakljucek izleta (foto Tanja Cegnar). Nekateri smo nato še klepetali ob kavici, nekateri pa so priložnost izkoristili za obisk centra Kopra, kjer so na stojnicah ob dogodku »Sladka Istra« ponujali lokalne specialitete za sladokusce. Video posnetek z utrinki ekskurzije si lahko ogledate na YouTube kanalu Slovenskega meteorološkega društva na naslovu https://www.youtube.com/ watch?v=CBS4l2v5zUs Polarni vrtinec v stratosferi pod vplivom razlicnih podnebnih scenarijev Manca Fifnja, Fakulteta za matematiko in fiziko, Univerza v Ljubljani V magistrski nalogi smo preucevali stratosferski polarni vrtinec pod vplivom razlicnih podnebnih scenarijev. Izraz polarni vrtinec najpogosteje predstavlja obmocje hladnega polarnega zraka in nizkega tlaka, ki obdaja pol in ga omejujejo mocni zahodni tokovi. V Zemljinem ozracju lahko najdemo dva razlicna polarna vrtinca, enega v troposferi in drugega v stratosferi. Troposfera je prva in najnižja plast Zemljinega ozracja, ki sega od tal do okrog 13 km v višino. Nad njo se razteza stratosfera, v kateri se nahaja tudi plast ozona, ki je nadvse pomembna zaradi absorpcije UV sevanja. Oba polarna vrtinca sta Slika 1. Predstavitev troposferskega in stratosferskega polarnega vrtinca (Waugh 2017). predstavljena na sliki 1. Medtem, ko troposferski polarni vrtinec obstaja skozi celotno leto, se stratosferski polarni vrtinec pojavi le v zimskih mesecih, kot posledica temperaturnih gradientov med srednjimi zemljepisnimi širinami in polom. Razpad stratosferskega polarnega vrtinca je predstavljen z obratom zonalnih vetrov (vetrov vzporednih ekvatorju) in ga imenujemo dogodek nenadnega segrevanja stratosfere (SSW). Ta je obicajno povezan s hitrim segrevanjem polarne stratosfere. Stratosferski polarni vrtinec razpade vsako pomlad, ko sonce ponovno posije na pol in se zacnejo temperature dvigati. Vcasih pa stratosferski polarni vrtinec razpade že sredi zime, kar imenujemo vecji medzimski SSW dogodek. Ceprav sta si polarna vrtinca med seboj razlicna in nista neposredno povezana, lahko oba v nekaterih okolišcinah igrata vlogo pri ekstremnih vremenskih dogodkih na površini Zemlje. Približno 40 % vseh vdorov ekstremno hladnega zraka v Evropo naj bi namrec povzrocila oslabitev stratosferskega polarnega vrtinca. Zaradi vplivov stratosferskega polarnega vrtinca na vreme in podnebje, je tako raziskovanje njegove spremenljivosti v razlicnih podnebnih razmerah zelo pomembno. Dandanes je življenje na zemlji vse bolj pod vplivom globalnega segrevanja, ki predstavlja povišanje povprecne temperature na Zemlji zaradi povišane kolicine izpustov toplogrednih plinov. Iskanje alternativnih virov energije, ki bi zmanjšali clovekovo odvisnost od fosilnih goriv, poteka že nekaj casa, vendar se zdi, da transformacija energetskega sistema napreduje prepocasi, da bi se z njo uspeli izogniti nevarnostim podnebnih sprememb. Zato znanstveniki išcejo tudi nacine namernega poseganja v naravne sisteme Zemlje in poskušajo na tak nacin zmanjšati posledice povišane kolicine toplogrednih plinov. Ta proces se imenuje geoinženiring. Obstaja vec razlicnih tehnik geoinženiringa, ena od njih so stratosferski aerosoli. Ta tehnika predstavlja vbrizgavanje mikroskopskih delcev v stratosfero, da odbijejo del soncne svetlobe, preden ta doseže površje Zemlje in s tem zmanjšujejo kolicino prejetega soncnega sevanja. Takšna tehnika je bila predvidena tudi v numericni simulaciji GLENS, ki sem jo uporabila za analizo stratosferskega polarnega vrtinca v magistrski nalogi. GLENS simulacija vsebuje dve razlicni simulaciji. Prva je referencna ali simulacija RCP8.5, ki uporablja predpisane koncentracije toplogrednih plinov in sicer sledi scenariju visokih antropogenih izpustov. Ta scenarij predstavlja razmere v prihodnosti, ce cloveštvo ne bo zmanjšalo kolicine izpustov toplogrednih plinov. Druga simulacija je simulacija z geoinženiringom. Ta je nastavljena na enak nacin kot simulacija RCP8.5, vendar vsebuje vbrizgavanje SO2 delcev v stratosfero. Cilj te simulacije je bil zadostno spremeniti stratosfersko porazdelitev aerosolov, da ohranjajo temperaturo pri površini podobno letu 2020. Globalno segrevanje vpliva na celoten vremenski sistem in s tem tudi na polarna vrtinca. Cilj magistrske naloge je bil tako opazovati stratosferski polarni vrtinec (z rahlim poudarkom na severno poloblo) v treh razlicnih podnebnih scenarijih. Prvi je predstavljal današnje podnebje, drugi podnebje v prihodnosti, v primeru, da ne zmanjšamo kolicine izpustov toplogrednih plinov, zadnji pa podnebje z geoinženiringom. Da bi dolocili spremembe v stratosferskem polarnem vrtincu smo se najprej odlocili opazovati polja povprecne temperature in povprecnega vetra ter polja potencialne vrtincnosti. Potencialna vrtincnost je precej kompleksna kolicina, ki opisuje rotacijo v plasti zraka, v povezavi z debelino te plasti. Opazovali smo tudi pogostost vecjih med zimskih SSW dogodkov in povprecni datum nastopa koncnega razpada stratosferskega polarnega vrtinca na severni polobli. Nazadnje smo se osredotocili še na lokacijo središca in roba stratosferskega polarnega vrtinca na severni polobli. Zanimivo je, da za oba prihodnja podnebna scenarija stratosferski polarni vrtinec na severni polobli postaja mocnejši. Posledicno smo opazili tudi zmanjšano frekvenco razpadov stratosferskega polarnega vrtinca med zimo, kar namiguje na manjšo možnost vdorov hladnega zraka proti nižjim zemljepisnih širinam na površju. Opazili smo tudi, da se središce stratosferskega polarnega vrtinca na severni polobli premika bolj proti evrazijski celini. V naši analizi smo zagotovo našli nekaj sprememb v spremenljivosti stratosferskega polarnega vrtinca v obeh prihodnjih podnebnih scenarijih, vendar je bilo za vecino teh sprememb ugotovljeno, da niso statisticno znacilne. To nam pove, da so spremembe zaradi notranje variabilnosti stratosferskega polarnega vrtinca, dejansko vecje od sprememb zaradi povišane kolicine izpustov toplogrednih plinov ali geoinženiringa. Analiza sprememb intenzivnosti Hadleyjeve cirkulacije Matic Pikovnik, Fakulteta za matematiko in fiziko, Univerza v Ljubljani Uvod Na Zemlji zrak stalno kroži. Do kroženja zraka pride zaradi neenakomerne porazdelitve soncnega sevanja po površju Zemlje, ki je glavni vir toplote na Zemlji. Ekvatorialni predeli tako prejmejo najvec soncne energije, polarni predeli pa najmanj. Razlike v ogrevanju ozracja med tropskimi in polarnimi predeli privedejo do transporta energije oz. toplote iz tropov proti poloma. Ta transport poteka pretežno s splošno cirkulacijo ozracja, delno pa s tokovi v oceanih. Spremembe v neto kolicini sevanja in v temperaturi so torej najvecje v meridionalni smeri, zato splošno cirkulacijo ozracja tipicno obravnavamo kot zonalno povprecen tok in jo opišemo kot povprecno meridionalno cirkulacijo, ki jo tvorita zonalno povpreceni meridionalna in vertikalna komponenta hitrosti. Hadleyjeva cirkulacija Ce Zemlja ne bi bila vrtec se sistem ali pa bi se vrtela zadosti pocasi, bi transport toplote v meridionalni smeri od ekvatorja proti poloma potekal direktno – z le eno cirkulacijsko celico na vsaki polobli. Celici bi se stikali ob ekvatorju in bi vkljucevali dviganje toplega zraka ob ekvatorju, prenos toplote v zgornji troposferi proti polarnim predelom, spušcanje v polarnih predelih in potem stekanje v spodnjih plasteh ozracja nazaj k ekvatorju. Ker pa se Zemlja vrti okoli svoje osi, na njej pravokotno na smer gibanja deluje tudi t. i. Coriolisova sila. Zaradi ohranitve absolutne vrtilne kolicine se pri gibanju v zgornjih plasteh ozracja, kjer je vpliv trenja zanemarljiv, tok zraka odklanja, na severni polobli v desno, na južni pa v levo glede na smer gibanja. Posledicno je meridionalna dimenzija celice omejena. Na Zemlji so tako prisotne po tri celice na vsaki Slika 1. Shematski prikaz Hadleyjeve cirkulacije v okviru splošne cirkulacije ozracja (Wuebbles in sod. 2017). polobli, Hadleyjeva, Ferrelova in polarna. Shematski prikaz cirkulacije ozracja v omenjenih celicah je na sliki 1. Hadleyjeva celica je poznana kot cirkulacija zraka med ekvatorialnimi predeli in subtropi, torej približno med ekvatorjem in 20°- 35° geografske širine, zato ji pravimo tudi tropska cirkulacija, sicer pa to vrsto cirkulacije imenujemo Hadleyjeva cirkulacija. Motivacija in cilj Na obmocjih dviganja zraka so znacilne pogoste padavine, obmocja, kjer se zrak spušca, pa so sušna. Hadleyjeva cirkulacija torej bistveno vpliva na razporeditev rastja in poselitvena obmocja. Morebitne spremembe Hadleyjeve cirkulacije bi lahko imele dolgotrajen in škodljiv vpliv na velik del biosfere. Mnogo študij je na podlagi simulacij klimatskih modelov ter reanaliz (rekonstrukcij vremena za nazaj) že potrdilo, da se severna Hadleyjeva celica nekoliko širi v smeri proti polu. Po drugi strani simulacije klimatskih modelov kažejo na slabitev severne Hadleyjeve celice v 21. stoletju, medtem ko reanalize kažejo na njeno krepitev v zadnjih 40 letih. Kot razlog za nasprotujoce si trende nekatere nedavne študije predvidevajo napake v predstavitvi procesov, ki vodijo do kondenzacijskega gretja v reanalizah, kot glavni razlog za slabitev Hadleyjeve cirkulacije pa je izpostavljena narašcajoca koncentracija toplogrednih plinov zaradi antropogenih izpustov. Najnovejša reanaliza visoke locljivosti ERA5, ki jo pripravlja Evropski center za srednjerocno napovedovanje vremena (ECMWF), kaže trend krepitve Hadleyjeve cirkulacije, kljub temu pa se s padavinskimi podatki dobro sklada, kar poraja dvom v razloge za odstopanje reanaliz in klimatskih modelov, ki so bili predstavljeni v nedavnih študijah. Namen tega magistrskega dela je bil ugotoviti, kakšni so trendi intenzivnosti Hadleyjeve cirkulacije v reanalizah ERA5 in ERA-Interim, ter raziskati, ali so ti trendi konsistentni s trendi diabatnega gretja in trendi kolicine padavin. Slika 2. Letno povprecje Hadleyjeve cirkulacije v obdobju 1979 — 2018 za podatke iz reanalize ERA5. Rezultati V magistrskem delu smo se ukvarjali s spremembami in z razlogi za spremembe Hadleyjeve cirkulacije. Slednjo opišemo s tokovno funkcijo . na meridionalno-vertikalni ravnini. Spremembe Hadleyjeve cirkulacije smo analizirali v 40-letnem obdobju 1979-2018 z dvema modernima reanalizama, ki ju pripravlja Evropski center za srednjerocno napovedovanje vremena (ECMWF). Letno povprecje Hadleyjeve cirkulacije v obravnavanem obdobju je prikazano na sliki 2. ‘Zimska’ celica je najbolj intenzivna in bistveno bolj meridionalno razsežna kot ‘poletna’ celica, ki je slabše razvita. Najvecje razlike v intenzivnosti med obema Hadleyjevima celicama so po obeh solsticijih, najbolj simetricni pa sta celici po obeh enakonocjih. Intenzivnost Hadleyjeve cirkulacije smo ovrednotili z razlicnimi tockovnimi merami, ki temeljijo na maksmumu in minimumu tokovne funkcije ., torej .max in .min. Ugotovili smo, da je uporaba teh mer, sicer v preteklih študijah pogosto uporabljenih, problematicna, saj se trendi med njimi zelo razlikujejo. Preizkusili smo še mero povprecne intenzivnosti celice. Trendi, izracunani na podlagi te mere, so reprezentativni za spremembe intenzivnosti v celotni celici, zato smo jo uporabili pri nadaljnjih izracunih. Trendi letnih povprecij Hadleyjeve cirkulacije v reanalizi ERA5 med 1979 in 2018 kažejo na znacilno Slika 3. Trendi intenzivnosti Hadleyjeve cirkulacije za podatke iz reanaliz ERA5 in ERA-Interim v severni in južni celici z uporabo mere povprecne intenzivnosti celice. krepitev intenzivnosti Hadleyjeve cirkulacije tako v severni kot južni celici, trendi mesecnih povprecij Hadleyjeve cirkulacije pa kažejo na najvecjo krepitev intenzivnosti v severni celici aprila, torej ko sta severna in južna celica najbolj simetricni, v južni celici pa septembra in maja, torej ko je južna celica bolj razvita od severne (slika 3). Trendi so najmanjši, povecini celo zanemarljivi, v zimskih in poletnih mesecih, v casu najbolj razvite ‘zimske’ celice na eni ali drugi polobli. Intenzivnost Hadleyjeve cirkulacije v ‘poletni’ celici slabi. Po letu 2002 sicer severna celica slabi, južna pa ne spreminja intenzivnosti, kar se sklada s konsenzom v klimatski znanosti o pricakovani dolgorocni slabitvi intenzivnosti Hadleyjeve cirkulacije v severni Hadleyjevi celici v prihodnje. V reanalizi ERA-Interim so trendi v obeh celicah majhni in statisticno neznacilni, pa tudi krajevno bolj spreminjajoci. Nekateri deli Hadleyjeve cirkulacije kažejo na njeno krepitev, drugi na slabitev, celokupno pa signifikantnega trenda nismo zaznali. Zapisali smo Kuo-Eliassenovo enacbo za tokovno funkcijo, kot nov prispevek v okviru magistrskega dela pa smo izpeljali razširjeno Kuo-Eliassenovo enacbo, ki ne vsebuje kvazi-geostrofskega približka. Slednja nam dodatno omogoca ovrednotenje prispevka vertikalnega pretoka zonalne gibalne kolicine ter toplote z vrtinci k Hadleyjevi cirkulaciji. Magnituda teh procesov v tropih namrec ni zanemarljiva. Obe omenjeni enacbi smo rešili tudi numericno in rezultate primerjali med seboj ter z direktno integralno rešitvijo. Ugotovili smo, da so odstopanja v tockah mreže pri rešitvi razširjene Kuo-Eliassenove enacbe v ERA5 do 35%, v ERA-Interim pa do 48% manjša od odstopanj pri rešitvi navadne Kuo-Eliassenove enacbe. Trendi intenzivnosti Hadleyjeve cirkulacije po rešitvi razširjene Kuo-Eliassenove enacbe d.KE/dt so primerljivi s trendi po integralni rešitvi d./dt, a po absolutni vrednosti povecini nekoliko vecji. Povprecno meridionalno cirkulacijo, ki jo opisuje ., smo zapisali kot vsoto prispevkov razlicnih fizikalnih procesov: diabatnega gretja, trenja v zonalni smeri ter meridionalnih in vertikalnih pretokov toplote in zonalne gibalne kolicine z vrtinci. Diabatno gretje in njegov trend sta najvecja na obmocju dviganja zraka in kondenzacije ob ekvatorialni konvergencni coni (ITCZ). Spremembe v diabatnem gretju so en izmed glavnih vzrokov za spremembe v intenzivnosti Hadleyjeve cirkulacije. Ugotovili smo, da v ERA5 k skupnemu trendu Hadleyjeve cirkulacije najvec prispeva diabatno gretje, in sicer najvec v casu, ko sta celici najbolj simetricni, aprila v severni (slika 4) in oktobra v južni celici (slika 5), medtem pa je v ERA-Interim prispevek signifikanten zgolj v južni celici. Pomemben prispevek ima v obeh reanalizah še trenje v zonalni smeri, ki še posebej vpliva na krepitev intenzivnosti Hadleyjeve cirkulacije v južni celici. Prispevek preostalih procesov je manjši. Meridionalni pretok zonalne gibalne kolicine z vrtinci prispeva h krepitvi Hadleyjeve cirkulacije, vertikalni pretok toplote z vrtinci in prispevek S2, v katerem so zajeti vplivi staticne stabilnosti, Coriolisovega parametra ter meridionalne in vertikalne porazdelitve zonalno povprecenega zonalnega vetra [u] in zonalno povprecene potencialne temperature [.], pa prispevata k slabitvi Hadleyjeve cirkulacije. Vertikalni pretok zonalne gibalne kolicine z vrtinci v obeh celicah prispeva razlicno. Slika 4. Trend intenzivnosti Hadleyjeve cirkulacije in prispevkov razlicnih procesov k skupnemu trendu v severni celici z uporabo mere povprecne intenzivnosti celice za podatke iz reanalize ERA5. Slika 5. Trend intenzivnosti Hadleyjeve cirkulacije in prispevkov razlicnih procesov k skupnemu trendu v južni celici z uporabo mere povprecne intenzivnosti celice za podatke iz reanalize ERA5. Analizirali smo še padavinske podatke, saj nas je zanimalo, ali trendi ocenjene kolicine padavin sovpadajo s trendi intenzivnosti Hadleyjeve cirkulacije v severni in južni celici. Analiza je pokazala, da je dnevna kolicina padavin pri dolgoletnih povprecjih najvecja v pasu geografske širine med 5°S in 10°S, torej ravno ob ITCZ, kjer je dviganje zraka najbolj izrazito in se sprosti tudi najvec kondenzacijske toplote. Na istem obmocju je najbolj znacilno narašcajoc trend zonalno povprecene kolicine padavin, ravno v tem pasu pa se v letnem povprecju stikata tudi severna in južna Hadleyjeva celica. Trend zonalno povprecenih padavin je na omenjenem obmocju skladen s trendom diabatnega gretja, pri katerem ima vodilno vlogo sprošcanje latentne toplote ob kondenzaciji, kaže pa na krepitev intenzivnosti Hadleyjeve cirkulacije. V zadnjem delu magistrskega dela smo preverili, ali so trendi intenzivnosti Hadleyjeve cirkulacije v severni in južni Hadleyjevi celici konsistentni s trendi povprecne kolicine padavin v izbranem tropskem pasu oziroma s trendi meridionalnega gradienta zonalno povprecene kolicine padavin d(P)/RdF. Ugotovili smo, da obstaja mocna korelacija med tokovno funkcijo . oz. prispevkom diabatnega gretja QF v ERA5 in PGPCP, oziroma d(P)/RdF v GPCP. Pri tem vemo, da so satelitski podatki, ki so uporabljeni za pripravo podatkov GPCP, uporabljeni tudi pri asimilaciji v reanalizah. Postopek vkljucitve surovih podatkov (satelitski (mikrovalovni in IR) podatki nad kopnim in oceani, meritve z merilnih postaj pri tleh nad kopnim ter sondaže) je razlicen med GPCP in reanalizama, nekoliko pa se razlikuje tudi med samima reanalizama ERA5 in ERA-Interim. Simulirane in ocenjene kolicine padavin se slabše skladajo s totalnim diabatnim gretjem v reanalizi ERA-Interim kot v ERA5, kar kaže že korelacija med padavinami v tropskem pasu [10°J, 10°S], ki je med PERA5 in PGPCP enaka 0,76, med PERA- Interim in PGPCP pa le 0,51. Slednje kaže na to, da v najmodernejši reanalizi ERA5 najverjetneje ni napacnega trenda kondenzacijskega gretja, saj se trend intenzivnosti Hadleyjeve cirkulacije dobro sklada s padavinskimi podatki. To poraja dvom v razloge za odstopanje reanaliz in klimatskih modelov, ki so bili predstavljeni v nedavnih študijah. S primerjavo casovnih vrst povprecnih intenzivnosti severne in južne celice .NHC in .SHC z razlicnimi indeksi multidekadne variabilnosti se je izkazalo (Zaplotnik in sod. 2021 – v recenziji), da obstaja mocna korelacija med .KE oziroma QKE v ERA5 in indeksom Slika 6. Standardizirane casovne vrste letnih povprecij tokovne funkcije v severni in južni Hadleyjevi celici ter Atlantske multidekadne oscilacije (AMO) v obdobju 1950­ 2018 za podatke iz reanalize ERA5 (Zaplotnik in sod. 2021 – v recenziji) atlantske multidekadne oscilacije AMO (slika 6). Obstaja torej možnost, da so spremembe Hadleyjeve cirkulacije posledica naravne variabilnosti klimatskega sistema, ki pa je klimatski modeli ne opišejo oziroma ovrednotijo dobro. Viri • D. J. Wuebbles, D. W. Fahey, K. A. Hibbard, D. J. Dokken, B. C. Stewart and T. K. Maycock, Climate Science Special Report: Fourth National Climate Assessment, Volume I, (U. S. Global Change Research Program, 2017). Medmrežje: https://science2017.globalchange. gov/chapter/5/ [6.5.2021]. • Ž. Zaplotnik, M.Pikovnik, L. Boljka. Recent Hadley circulation strengthening: a trend or multidecadal variability?, 2021 (poslano v Journal of Climate – v recenziji). Sava v zgornjem toku 9. januarja 2022 (Foto: Tanja Cegnar) Spremljanje povecanega/ zmanjšanega števila umrlih v casu vrocinskih valov za Upravno enoto Ljubljana v letih od 2013 do 2020 Monitoring of increased/decreased number of deaths during heatwaves for Ljubljana municipality in the years from 2013 to 2020 Simona Percic1, Katarina Bitenc1, Majda Pohar1, Anka Uršic2, Anže Medved3, Vladimira Lampic1, Ana Hojs1 1. Nacionalni inštitut za javno zdravje, Center za zdravstveno ekologijo, Zaloška 29, 1000 Ljubljana 2. Univerza v Ljubljani, Medicinska fakulteta, Vrazov trg 2, 1000 Ljubljana 3. Agencija Republike Slovenije za okolje, Vojkova 1b, 1000 Ljubljana Korespondencni avtor: Simona Percic, dr. med., spec. javnega zdravja Nacionalni inštitut za javno zdravje, Center za zdravstveno ekologijo, Zaloška 29, 1000 Ljubljana, E-pošta: simona.percic@nijz.si Izvlecek Ozadje: Število umrlih v casu vrocinskih valov se lahko zaradi razlicnih vzrokov poveca ali pa zaradi razlicnih javnozdravstvenih ukrepov in prilagajanja prebivalstva ostane nespremenjeno oziroma se celo zmanjša. Namen naše raziskave je bil oceniti, ali so se v Upravni enoti Ljubljana v opazovanem obdobju od leta 2013 do leta 2020 pojavile kakršnekoli razlike v kratkotrajnem (letnem) številu umrlih v casu vrocinskih valov. Metode: Izracunali smo kratkotrajno (letno) casovno povezanost med vrocinskimi valovi in preseženo umrljivostjo po diagnozah, spolu in starostnih skupinah kot relativno tveganje (RT) in 95-odstotni interval zaupanja (95 % IZ). Analize smo naredili za Upravno enoto Ljubljana za obdobje od leta 2013 do leta 2020. Rezultati: Pri analizi povezanosti smo ugotovili statisticno znacilnost v letu 2013 za oba spola, vsi vzroki smrti, v starostni skupini od 5 do 74 let, ter v letu 2017 za oba spola, vse starostne skupine, vsi vzroki smrti, in v letu 2020 za oba spola, vse starostne skupine, vzrok smrti: bolezni obtocil. Pri ostalih opazovanih skupinah analize niso pokazale statisticno znacilnega povecanja/zmanjšanja števila umrlih v casu vrocinskih valov. Zakljucek: V Upravni enoti Ljubljana je stanje glede povecanega števila umrlih v zadnjih osmih letih stabilno. Ker bodo v prihodnosti vrocinski valovi pogostejši, daljši in jih bo vec, ne vemo, ali se bo število umrlih v casu vrocin­skih valov povecalo, zato moramo nadaljevati javnozdravstvene ukrepe in medresorsko sodelovanje. Kljucne besede: podnebne spremembe, vrocinski valovi, povecano/zmanjšano število umrlih Abstract Background: Number of deaths due to different causes increases during intense summer heat. However due to different public health measures and adaptation of population it can stagnate or even decrease. Our purpose was to examine whether differences in short-term heat-related deaths, in the period from 2013 to 2020 occurred in the municipality of Ljubljana – the capital of Slovenia. Methods: We estimated relative mortality risks for the observed diagnoses, sex and age, 95 % confidence inter­vals and excess deaths associated with heatwaves occurred from 2013 to 2020. Results: In the analysis, the statistically significant association between heatwaves and the number of deaths were only in 2013 in the subgroup both gender, all causes, age group 5-74 years old, and in 2017 in the subgro­ up both gender, all age groups, all causes of deaths and in 2020 both gender, all age groups, diseases of the circulatory system. The results of analysis in the remaining analysed subgroups in each year were not statistically significant. Conclusion: In the municipality of Ljubljana, the number of deaths during heatwaves remained stable during the last observed eight years. Heatwaves will increase in duration, frequency and number in the future, and we do not know whether heat related deaths will increase. Therefore, public health measures and intersectoral cooperation remain as crucial as in previous years. Keywords: climate change, heatwaves, increased/decreased number of deaths. Uvod Ena od posledic podnebnih sprememb so poletni vrocinski valovi, ki so povezani s kratkotrajno povecano umrljivostjo in obolevnostjo. Povecana umrljivost v casu vrocinskih valov tako po svetu kot v Evropi je potrjena v številnih epidemioloških raziskavah (Basu in Samet 2002; Donoghue s sod. 2003; Hajat s sod. 2006; Kinney s sod. 2008; Medina-Ramon s sod. 2006; Naughton s sod. 2002; Semenza s sod. 1999; Vandertorren s sod. 2004). Opredelitev vrocinskih valov po svetu ni enotna. Pri nas je bila do pred kratkim v uporabi psevdoekvivalentna temperatura, ki pri obremenitvi s toploto upošteva tudi relativno vlažnost (Vida, 1990). V pricujocem clanku pa smo že uporabili novo definicijo (Nairn in Fawcett, 2013) vrocinskih valov z uporabo kazalnika EHF (ang. excess heat factor), ki je regionalno natancnejša in mednarodno sprejemljiva. Ucinki vrocinskih valov na umrljivost se po svetu razlikujejo in so povezani s številnimi dejavniki, vkljucno z lokalnim podnebjem, socialno-ekonomskimi dejavniki, demografskimi dejavniki, zdravstvenim sistemom, pripravljenostjo skupnosti, da upošteva nasvete zdravstvenih delavcev in odpornostjo prebivalstva v državi (Li s sod. 2015). Za prihodnost sta pomembna dva globalna pojava, ki bosta vplivala na zdravje populacije v casu vrocinskih valov in zaslužita posebno pozornost. Prvic, pricakuje se, da bodo v prihodnosti vrocinski valovi pogostejši, dolgotrajnejši in intenzivnejši (Meehl in Tebaldi 2004; Donat s sod. 2013). Projekcije podnebnih sprememb so narejene tudi za Slovenijo. Posledice podnebnih sprememb v Sloveniji do konca stoletja bodo: • Kolicina padavin se bo verjetno povecala v hladni polovici leta in zmanjšala v topli. Skladno s tem lahko pricakujemo daljša in izrazitejša obdobja poletne vrocine in suše. • Pretoki rek bodo pozimi in spomladi vecji, poleti pa manjši. Nekatere reke lahko tudi presahnejo. • Spremenila se bo vegetacija – prevladovale bodo toploljubne listnate drevesne vrste, v Panonski nižini pa celo zimzelene rastline. • Gladina morja se bo dvignila. • Snežna odeja se bo zmanjšala. • Pogostejši in intenzivnejši bodo ekstremni vremenski pojavi (npr. vrocinski valovi, neurja s toco, orkanski veter) in vremensko pogojene naravne nesrece (zemeljski plazovi, poplave) (Umanotera, Projekcije za podnebne spremembe v Sloveniji, b.d.). Drugi pojav je, da podaljšana življenjska doba spreminja demografsko strukturo prebivalstva. Napovedi potrjujejo staranje prebivalstva v prakticno vseh evropskih državah, še posebej v mestnih obmocjih (Evropska Komisija, The impact of demographic change in Europe, b.d.). Do leta 2060 bo populacijska skupina prebivalcev, starih 65 let in vec, predstavljala 35 % prebivalcev Slovenije, kar vzbuja skrb, saj so starejši tudi med najbolj ranljivimi za povecano umrljivost v casu vrocinskih valov (SURS, Populacijska piramida; Kenney in Munce 2003). Vrocinski valovi so še posebej intenzivni v urbanih obmocjih zaradi (a) zamenjave vegetacije z asfaltom in betonom, ki spremeni tokove sevalne energije in zmanjša površinsko vlago, ki je na voljo za evapotranspiracijo (izhlapevanje vode s površine tal in rastlin v ozracje); (b) sprememb prizemnega zracnega toka zaradi zapletene geometrije ulic in zgradb; (c) proizvodnje antropogene toplote. Te spremembe ustvarjajo temperaturno razliko med mestnim in podeželskim okoljem, kar imenujemo ucinek mestnega toplotnega otoka. Ponoci urbana obmocja pocasi sprošcajo toploto, absorbirano podnevi, kar preprecuje okrevanje cloveškega telesa po dnevni izpostavljenosti visoki vrocini (Laaidi s sod. 2012). Dejavniki tveganja za povecano število umrlih v casu vrocinskih valov so tako patofiziološki kot socialno­ ekonomski. Dejavniki tveganja so starost zaradi fizioloških sprememb, ki nastanejo s staranjem (Kenney in Munce 2003), vse vecje število srcno-žilnih bolezni (Bouchama s sod. 2007), obolenja dihal (Conti s sod. 2007; D’Ippoliti s sod. 2010), bolezni ledvic (Conti s sod. 2007; D’Ippoliti s sod. 2010), sladkorna bolezen (Bouchama 2007), duševne bolezni (Hansen s sod. 2008, Kaiser s sod. 2001), debelost (Kilbourne s sod. 1982) in jemanje nekaterih zdravil – še posebej pri starejših (Sommet s sod. 2012). Socialno­ ekonomski dejavniki tveganja so slaba dostopnost do zdravstvenih storitev, življenje v samoti, življenje v najvišjih nadstropjih stavb, pomanjkanje klimatskih naprav, sedeci življenjski slog, slab socialno­ekonomski status, delo na prostem in življenje v velikih mestih, ki jih imenujemo tudi toplotni otoki (Kilbourne s sod. 1982; Semenza s sod. 2008; Laaidi s sod. 2012). Nekatere raziskave omenjajo ženski spol kot ranljivo skupino, vendar je to treba še potrditi (Basu s sod. 2008; Hajat in Kosatsky 2010). Še vedno pa vplivi na zdravje zaradi vrocinskih valov v prihodnosti ostajajo nejasni in v svetu obstaja vec vprašanj, ali bodo mocnejši, šibkejši ali pa bodo ostali vecinoma enaki (Linares s sod. 2014). Kar nekaj raziskav je pokazalo, da se ucinki vrocinskih valov na zdravje s casom spreminjajo in da se v vec predelih Evrope in tudi po svetu (Avstralija, Japonska, Združene države Amerike) umrljivost znižuje. Vendar to zmanjšanje umrljivosti nikakor ni enovito in ga ne moremo posplošiti. V vecini držav niso merili trendov, zato so zelo koristne raziskave o znacilnosti trendov za velika mesta v Evropi. Vecnivojska raziskava v devetih evropskih mestih je pokazala zmanjšanje umrljivosti zaradi vrocine v sredozemskih mestih, vendar ne tudi v mestih na severu Evrope. Avtorji to razliko pripisujejo izvajanju preventivnih nacrtov na višji ravni, prilagajanju lokalnega prebivalstva in vecji ozavešcenosti prebivalstva o izpostavljenosti visokim temperaturam poleti (de’Donato s sod. 2015). Zmanjšano umrljivost zaradi vrocinskih valov so opazili na Dunaju in v Atenah (de’Donato s sod. 2015; Muthers s sod. 2010a; Scortichini s sod. 2018), pa tudi v Budimpešti in Stockholmu (de’Donato s sod. 2015), vendar pa Scortichini s sodelavci (2018) v poznejši raziskavi ni ugotovil pomembnega trenda umrljivosti zaradi vrocine v obeh omenjenih mestih (Budimpešta in Stockholm), razen najvišje ugotovljene umrljivosti zaradi vrocine leta 2007 v Budimpešti (de’Donato s sod. 2015; Sortichini s sod. 2018). Podobno de’Donato in sodelavci niso našli povecanja umrljivosti zaradi vrocine v Helsinkih, tudi Scortichini in sodelavci niso ugotovili nobenega trenda – razen vrhunca v umrljivosti v Helsinkih leta 2010 (de’Donato s sod. 2015; Sortichini s sod. 2018). Nedavna raziskava ni odkrila nobenih trendov (torej niti povecane niti zmanjšane umrljivosti) med letoma 2013 in 2017 v Istanbulu (Can s sod. 2019). Podobno v zadnjem casu ni bilo opaziti pomembnega trenda umrljivosti zaradi vrocine v Lizboni (Alcoforado s sod. 2015). Nekatere raziskave kažejo, da se je umrljivost zaradi vrocine zmanjšala v Frankfurtu, in sicer od leta 2003 dalje (Heudorf in Shade, 2014; Steul s sod. 2018). Tudi znotraj opaženega zmanjšanja vpliva na umrljivost je mogoce opaziti notranjo spremenljivost. V nekaterih primerih so opazili zmanjšanje za oba vzroka smrti, zaradi srcno-žilnih bolezni in bolezni dihal; pri drugih samo zaradi srcno-žilnih bolezni (Muthers s sod. 2010b; Bobb s sod. 2014; Ng s sod. 2016: Miron s sod. 2015). Geografska porazdelitev umrljivosti zaradi vrocinskih valov sledi zapletenim vzorcem. V splošnem znanstvena literatura o vrocinskih valovih in zdravju dosledno ugotavlja, da se razmerje med vrocinskimi valovi in umrljivostjo razlikuje glede na zemljepisno širino (kot približek za prevladujoce podnebje), tako da južna obmocja kažejo manjše ucinke vrocinskih valov, vendar znatne ucinke mraza, medtem ko severna obmocja kažejo obratno (WHO, 2021). Z drugimi besedami, v Evropi so mesta z visokimi temperaturami poleti manj obcutljiva za umrljivost med vrocinskimi valovi kot tista z bolj zmernim podnebjem (WHO, 2021). Do sedaj je malo znanega o dejavnikih, ki vplivajo na znižanje umrljivosti zaradi vrocinskih valov. V raziskavah je navedenih nekaj ukrepov: splošno izboljšanje zdravstvenih storitev in izvajanje preventivnih ukrepov, kot sta uporaba klimatskih naprav in zgodnji sistem obvešcanja (Bobb s sod. 2014; Ng s sod. 2016). Na NIJZ smo že zgodaj po katastrofalno vrocem poletju leta 2003 zaceli intenzivne javnozdravstvene kampanje za ozavešcanje prebivalcev o škodljivih vplivih vrocinskih valov, ki smo jih po letu 2016 okrepili. (1) Povecano ozavešcenost prebivalcev smo dosegli prek nacionalnega sistema obvešcanja o pojavu vrocinskih valov, ki je bil vzpostavljen na ARSO leta 2011 in nadgrajen leta 2016, s posebno pozornostjo za ranljive skupine. (2) Tudi zdravstveni domovi po Sloveniji so vse bolj ozavešceni o problemih, ki jih prinašajo vrocinski valovi, in njihovih posledicah ter ljudem priporocajo ustrezno ukrepanje (zadostno pitje vode, pravilna uporaba zdravil, skrb za starejše …). (3) Z medsektorskim sodelovanjem (NIJZ, UKC Ljubljana, ARSO in drugimi deležniki) smo pripravili gradiva za množicne medije o tem, kako ravnati v casu vrocinskih valov, ter intenzivno promovirali ukrepe na nacionalnih in lokalnih postajah televizije in radia, v casopisih in po spletu. Prednost Slovenije je, da je majhna, in tako lažje dosežemo ranljive populacijske skupine. Opolnomocili smo starejše ljudi s kratkimi sporocili, kako doseci fiziološko prilagajanje (pravilno vedenje, pogosto pitje, pazljivo jemanje zdravil) in socialno prilagajanje (preventivni ukrepi, da vsi poskrbimo za starejše in osamljene, poskrbimo za klimatizacijo, starejše premestimo v hladnejše okolje, spremljamo zdravstveno stanje starejših …). V letu 2021 je NIJZ v sodelovanju z ARSO za merjenje povecanega/zmanjšanega števila umrlih v casu vrocinskih valov vpeljal novo definicijo vrocinskih valov v Sloveniji, ki je regionalno natancnejša in sprejemljiva tudi mednarodno. Prej je NIJZ v Sloveniji kratkotrajno umrljivost v casu vrocinskih valov ocenjeval na podlagi definicije vrocinskega vala po Vidi (Vida 1990), ki vrocinski val opisuje kot dneve s psevdoekvivalentno temperaturo, ki preseže 56,0 °C. Psevdoekvivalentno temperaturo izracunamo kot seštevek maksimalne dnevne temperature in zmnožek 1,5-kratne relativne vlažnosti zraka (Vida 1990). Objavljene raziskave so potrdile, da je bila celotna Slovenija do leta 2015 v casu vrocinskih valov obremenjena s povecanim številom umrlih za vsemi vzroki in zaradi srcno-žilnih bolezni, predvsem pri starejši populaciji (Percic s sod. 2018). Po letu 2016 je umrljivost v Sloveniji upadla in ni bilo ugotovljeno statisticno znacilnega povecanja/ zmanjšanja števila umrlih v casu vrocinskih valov (Grašic in Percic. 2022). Namen clanka je širši strokovni javnosti pokazati, ali je tudi v Sloveniji zaradi narašcajocega problema podnebnih sprememb kratkotrajno (letno) povecano število umrlih v casu vrocinskih valov velik izziv, še posebej v Upravni enoti (UE) Ljubljana, ki jo razvršcamo v mestno okolje in deluje kot toplotni otok. Zanimalo nas je, ali se je število umrlih v casu vrocinskih valov v opazovanih letih spreminjalo zaradi vse vecje obremenitve s toploto poleti in po drugi strani zaradi intenzivnejših javnozdravstvenih ukrepov. Metode Obmocje raziskave Republika Slovenija meri 20.271 km˛ in leži v južni Srednji Evropi ter je na stiku treh vecjih podnebnih tipov, in sicer sredozemskega, celinskega in alpskega/ gorskega podnebja. UE Ljubljana meri 903,8 km2 in leži v kotlini v osrednji Sloveniji. V letu 2013 je imela 352.349 prebivalcev, v letu 2020 pa 370.727 (SURS). UE Ljubljana leži v zmernem geografskem pasu in jo uvršcamo v omiljeno celinsko podnebje, za katero je znacilno, da so padavine dokaj enakomerno razporejene skozi leto z viškom padavin v jesenskem casu. Razpon povprecnih temperatur med hladno in toplo polovico leta je kar velik, tudi vecji kot 20 °C. V poletnem casu so mogoca daljša obdobja stabilnega in vrocega vremena, kar lahko privede do sušnih razmer površinskega sloja tal. V takšnih razmerah so mogoce zelo visoke dnevne temperature, in sicer tudi nad 40 °C. V hladni polovici leta pa je za to obmocje zelo znacilen obrat temperature ali inverzija, ko je na dnu kotline ujet hladnejši zrak z meglo ali nizko oblacnostjo. Vir podatkov o številu umrlih Podatke o številu umrlih za UE Ljubljana po diagnozah, starostnih skupinah in spolu od zacetka maja do konca septembra za leta 2013 do leta 2020 smo na Nacionalnem inštitutu za javno zdravje (NIJZ) pridobili iz podatkovne baze – baze umrlih (NIJZ, Zbirka podatkov o umrlih osebah b.d.), v kateri so kodirani podatki po mednarodni statisticni klasifikaciji bolezni in sorodnih zdravstvenih problemov za statisticne namene desete revizije (MKB-10). Zaradi agregiranih podatkov pri analizah ni opredeljenega casa in kraja smrti, posameznikov ni mogoce prepoznati, zato raziskave nismo prijavili Komisiji Republike Slovenije za medicinsko etiko. Definicija vrocinskih valov Enotne definicije vrocinskega vala ni, saj se ljudje na vrocino odzovejo razlicno. Tako dnevne temperature nad 30 °C ljudje v Grciji obcutijo drugace kot ljudje na severu Nemcije. Ravno zaradi tega obstaja veliko kazalnikov vrocine, ki uporabljajo razlicne metode za izracune. Dokaj enotna definicija vrocinskega vala je predstavljena s kazalnikom vrocine EHF (ang. excess heat factor), ki so ga definirali na Avstralskem meteorološkem zavodu (Nairn in Fawcett, 2013) in smo ga uporabili v tem clanku. Podrobneje je predstavljen v nadaljevanju besedila. Velika toplotna obremenitev se pojavi v dneh, ko je vroce cez dan in tudi nadpovprecno toplo ponoci. Ugotovili so, da ranljivi del prebivalstva postane obcutljiv za vrocino po treh dneh izpostavljenosti velikemu toplotnemu presežku (Nairn in Fawcett, 2013). Toplotno obremenitev tako lahko dolocimo s primerjavo povprecnih temperatur treh zaporednih dni z referencno vrednostjo. Za mejo velike toplotne obremenitve je bila dolocena vrednost pri 95. centilu izmerjenih dnevnih povprecnih temperatur (PDT) v daljšem obdobju meritev: Tmaks + Tmin PDT - ---------- , (1) 2 kjer Tmaks pomeni dnevno najvišjo temperaturo in Tmin dnevno najnižjo. Izracunali smo povprecje po treh zaporednih dneh in odstopanje od mejne vrednosti: Ti + Ti+1 + Ti+2 EHIsig - ---------- - T95 , (2) 3 kjer je Ti dnevna povprecna temperatura (PDT) i-tega dneva v °C in T95 vrednost 95. centila dnevnih povprecnih temperatur v daljšem obdobju, prav tako v °C. Izracunali smo kazalnik presežka EHIsig (angl. excess heat index), ki izraža temperaturno anomalijo. Pozitivna odstopanja od referencne vrednosti pomenijo precejšen toplotni presežek oziroma vrocinski val (Kljucevšek, 2016). Poleg zgoraj omenjenega kazalnika presežka poznamo še kazalnik vrocine, ki upošteva privajanje (ang. excess heat index – acclimatization, EHIakl), ki ga v literaturi najdemo pod imenom toplotna obremenitev (ang. heat stress). Izvira iz opažanj, da so bolj obremenilni dnevi, ki so toplejši od nedavne preteklosti (predhodnih trideset dni). Tudi tukaj dnevne povprecne temperature treh zaporednih dni primerjamo z dnevno povprecno temperaturo predhodnih trideset dni. S tem kazalnikom izracunamo casovni odklon temperature v krajšem obdobju in upoštevamo morebitno hitro privajanje na vrocino. Izracun kazalnika je naslednji: Ti + Ti+1 + Ti+2 Ti-1 + Ti-2 + ... + Ti-30 EHIakl - ---------- - -------------- , (3) 3 30 Dobljena vrednost nam pove stopnjo toplotne obremenitve, ki je predstavljena kot temperaturni odklon v primerjavi s povprecjem predhodnih trideset dni in je izražena v °C. Najnovejši je kazalnik vrocine EHF (ang. excess heat factor). Ta združuje oba zgoraj omenjena kazalnika EHIsig in EHIakl. Združuje jakost, trajanje in toplotno obremenitev v casu vrocinskega vala. Dolocen je kot: EHF - EHIsig * max(1, EHIakl) , (4) pri cemer je 1 oC, EHIakl = 1 oC max(1, EHIakl) - { (5) EHIakl, EHIakl = 1 oC Enota kazalnika je °C, saj imata oba kazalnika, ki jih uporabimo v izracunu, enoto °C. Vrocinski valovi, ki so šibki, povzrocijo majhno jakost dogodkov EHF. Ko se kazalnika EHIsig in EHIakl hkrati povecujeta, se njun produkt povecuje kvadraticno. Kazalnik vrocine je pozitiven, ce je EHIsig pozitiven (obravnavano tridnevje je vroce glede na referencno vrednost T95), poleg tega je EHF velik, ko je povprecno tridnevno obdobje toplejše od predhodnih trideset dni. Ce vrocinski val traja vec kot tri dni, potem dolocimo t. i. vrocinski napor kot vsoto pozitivnih vrednosti EHF. Na podlagi teh vsot in produkta lahko primerjamo razlicne vrocinske valove po svojem trajanju in jakosti. Opredelitev števila umrlih v UE Ljubljana v casu vrocinskih valov in v referencnem casu Obdobja vrocinskih valov, ki smo jih vkljucili v raziskavo, so obsegala cas od 1. maja do 30. septembra v letih od 2013 do 2020. Vkljuceni so bili vsi vrocinski valovi, ki so se pojavili v teh obdobjih v UE Ljubljana. Število umrlih v obdobju vrocinskih valov in v obdobju brez vrocinskih valov (referencnem obdobju) smo opredelili kot katerokoli smrt po MKB­ 10 v izbranem obdobju. Obdobje brez vrocinskih valov (referencno obdobje) smo opredelili kot v prejšnjih raziskavah (Percic s sod. 2018; Joe s sod. 2016). Opredelili smo trajanje referencnega obdobja, ki je enako številu dni vrocinskih valov za posamezno opazovano leto v obdobju od maja do septembra. Obdobje brez vrocinskih valov (referencno obdobje) smo opredelili kot v prejšnjih raziskavah (Percic s sod. 2018; Joe s sod. 2016). Opredelili smo trajanje referencnega obdobja, ki je enako številu dni vrocinskih valov za posamezno opazovano leto v obdobju od maja do septembra. Opredelitev podskupin preiskovancev Za raziskavo tveganja, povezanega z vzroki smrti, smo izracunali relativna tveganja (RT) za naslednje diagnoze: umrli zaradi vseh vzrokov smrti brez zunanjih vzrokov (MKB-10, A00–T98) in umrli zaradi bolezni obtocil (MKB-10, I00–I99). Za umrle zaradi vseh vzrokov smrti smo naredili še analize po spolu in starostnih skupinah. Pri izbiri starostnih skupin smo sledili že objavljeni znanstveni literaturi na podrocju zdravja in podnebnih sprememb (Percic s sod. 2018). Ker je UE Ljubljana majhna in je opazovanih dogodkov (smrti oz. umrlih) malo, smo se odlocili za analize umrljivosti v starostni skupini 5–74 let in v starostni skupini 75 let ali vec (Percic s sod. 2018). Za bolezni obtocil smo se odlocili samo za starostno skupino 75 in vec let, ker je bilo v starostni skupini 5–74 let opazovanih dogodkov (smrti oz. umrlih) zelo malo. Starostne skupine 0–4 let v raziskavo nismo vkljucili, ker je v opazovanem obdobju število opazovanih dogodkov (smrti oz. umrlih) prav tako zelo majhno in je statisticna analiza težavna. Celotna statisticna analiza je bila opravljena s programom Microsoft Excel, razlicica 2010. Kot v prejšnjih raziskavah (Percic s sod. 2018; Joe s sod. 2016) smo uporabili pristop z izracunanjem relativnega tveganja (RT, ang. RR); primerjali smo število umrlih v UE Ljubljana v casu vrocinskih valov s številom umrlih v referencnem obdobju v UE Ljubljana, za vsako leto posebej. Predpostavili smo, da populacija v UE Ljubljana v opazovanem obdobju (2013–2020) ostaja nespremenjena. Izracunali smo RT za oceno ucinka vrocinskih valov z deljenjem števila umrlih med vrocinskimi valovi (A1) s številom umrlih v referencnem obdobju (A0) (enacba 7): A1 RT - --- (7) A0 Za izracunana RT smo 95-odstotni interval zaupanja izracunali kot pri predhodnih raziskavah (Joe s sod. 2016) (enacba 8): (ln(RT)+-1,96v(1/A1+1/A0)) 95% IZ - e (8) Statisticno znacilno povecano število umrlih v UE Ljubljana v casu vrocinskih valov je bilo takrat, ko je bila spodnja vrednost 95-odstotnega intervala zaupanja vecja ali enaka 1. Za oceno povecanega/ zmanjšanega števila umrlih v UE Ljubljana smo zapisali še delež, ki se prebere iz RT. Rezultati Rezultati povecanega števila umrlih v casu vrocinskih valov zaradi vseh vzrokov so bili statisticno znacilni samo leta 2017, ko je v UE Ljubljana umrlo 30 % vec ljudi od pricakovanega. Za preostala opazovana leta se je pokazalo nekaj vec umrlih od pricakovanega števila, vendar v vseh opazovanih letih ni bilo statisticno znacilne povezanosti med vrocinskimi valovi in številom umrlih zaradi vseh vzrokov. Leta 2013 je bilo nekaj vec umrlih v casu brez vrocinskih valov, toda spet statisticno neznacilno. V letu 2013 je bilo v starostni skupini 5–74 let statisticno znacilno zmanjšanje števila umrlih v casu vrocinskih valov. Statisticnih razlik med spoloma nismo dokazali. Pri boleznih obtocil v UE Ljubljana nismo ugotovili nikakršnega trenda, niti povecanja števila umrlih niti zmanjšanja števila umrlih. V letih 2013 in 2017 se je pojavilo nekaj vec umrlih zaradi bolezni obtocil v casu vrocinskih valov v primerjavi s casom brez vrocinskih valov, vendar statisticno neznacilno. V letih od 2014 do 2019 se je slika spremenila; bilo je namrec nekaj manj umrlih v casu vrocinskih valov kot v casu brez vrocinskih valov, vendar spet statisticno neznacilno. V letu 2020 je število umrlih v casu vrocinskih valov zaradi bolezni obtocil statisticno znacilno padlo (preglednica 1). V letih 2013 in 2014 so bili trije vrocinski valovi, v letu 2014 trije, v letu 2015 šest, v letu 2016 pet, v letu 2017 sedem, v letu 2018 trije, v letu 2019 dvanajst in v letu 2020 trije vrocinski valovi, ki so bili opredeljeni z meteorološko analizo (slika 1). V letu 2013 je celotno obdobje vrocinskih valov trajalo 23 dni, v letu 2014 8 dni, v letu 2015 38 dni, v letu 2016 19 dni, v letu 2017 32 dni, v letu 2018 22 dni, v letu 2019 32 dni in v letu 2020 13 dni (slika 2). Preglednica 1. Relativna tveganja (RT) za število umrlih v UE Ljubljana v casu vrocinskih valov, 95-odstotni intervali zaupanja (IZ) in povecano/zmanjšano število umrlih v UE Ljubljana po opazovanih diagnozah, spolu in starostnih skupinah za opazovana leta (2013–2020) Table 1. Relative risks (RT) for the number of deaths in the administrative unit (UE) Ljubljana during heat waves, 95% intervals confidence intervals (IZ) and increased/decreased number of deaths in UE Ljubljana by observed diagnoses, sex and age groups for the observed years (2013-2020) Vzrok/diagnoza smrti (koda MKB-10) RT (95-% IZ) povecano/ zmanjšano št. umrlih v % 2013 VSI, vsi vzroki (A00–T98) 0,88 (0,70–1,1) -12 MOŠKI, vsi vzroki (A00–T98) 0,85 (0,61–1,2) -15 ŽENSKE, vsi vzroki (A00–T98) 0,90 (0,66–1,23) -10 VSI, starostna skupina 5–74 let (A00–T98) 0,65 (0,45–0,94) -35 VSI, starostna skupina 75+ let (A00–T98) 1,06 (0,79–1,42) 6 VSI, bolezni obtocil (I00–I99) 1,1 (0,73–1,64) 10 VSI, starostna skupina 75+ let (I00–I99) 1,12 (0,72–1,73) 12 2014 VSI, vsi vzroki (A00–T98) 1,15 (0,79–1,69) 15 MOŠKI,, vsi vzroki (A00–T98) 0,97 (0,57–1,65) -3 Vzrok/diagnoza smrti (koda MKB-10) RT (95-% IZ) povecano/ zmanjšano št. umrlih v % ŽENSKE, vsi vzroki (A00–T98) 1,38 (0,79–2,4) 38 VSI, starostna skupina 5–74 let (A00–T98) 1,4 (0,67–2,97) 40 VSI, starostna skupina 75+ let (A00–T98) 0,89 (0,56–1,41) -11 VSI, bolezni obtocil (I00–I99) 0,75 (0,43–1,32) 10 VSI, starostna skupina 75+ let (I00–I99) 1,22 (0,6–2,47) 12 2015 VSI, vsi vzroki (A00–T98) 1,12 (0,93–1,36) 12 MOŠKI,, vsi vzroki (A00–T98) 1,17 (0,9–1,54) 17 ŽENSKE, vsi vzroki (A00–T98) 1,07 (0,82–1,419 7 VSI, starostna skupina 5–74 let (A00–T98) 1,22 (0,87–1,70) 12 VSI, starostna skupina 75+ let (A00–T98) 1,08 (0,85–1,36) 8 VSI, bolezni obtocil (I00–I99) 0,83 (0,59–1,15) -17 VSI, starostna skupina 75+ let (I00–I99) 0,82 (0,57–1,19) -18 2016 VSI, vsi vzroki (A00–T98) 1,02 (0,78–1,32) 2 MOŠKI,, vsi vzroki (A00–T98) 1,05 (0,71–1,53) 5 ŽENSKE, vsi vzroki (A00–T98) 1 (0,69–1,43) 0 VSI, starostna skupina 5–74 let (A00–T98) 1,22 (0,78–1,91) 22 VSI, starostna skupina 75+ let (A00–T98) 0,93 (0,67–1,28) -7 VSI, bolezni obtocil (I00–I99) 0,83 (0,53–1,30) -17 VSI, starostna skupina 75+ let (I00–I99) 0,75 (0,45–1,23) -25 2017 VSI, vsi vzroki (A00–T98) 1,3 (1,05–1,61) 30 MOŠKI,, vsi vzroki (A00–T98) 1,27 (0,93–1,73) 27 ŽENSKE, vsi vzroki (A00–T98) 1,33 (0,98–1,79) 33 VSI, starostna skupina 5–74 let (A00–T98) 1,36 (0,92–1,99) 36 VSI, starostna skupina 75+ let (A00–T98) 1,27 (0,98–1,65) 27 VSI, bolezni obtocil (I00–I99) 1,16 (0,78–1,72) 16 VSI, starostna skupina 75+ let (I00–I99) 1,07 (0,71–1,60) 7 Vzrok/diagnoza smrti (koda MKB-10) RT (95-% IZ) povecano/ zmanjšano št. umrlih v % 2018 VSI, vsi vzroki (A00–T98) 1,01 (0,79–1,29) 1 MOŠKI,, vsi vzroki (A00–T98) 0,92 (0,65–1,29) -8 ŽENSKE, vsi vzroki (A00–T98) 1,12 (0,78–1,6) 12 VSI, starostna skupina 5–74 let (A00–T98) 0,85 (0,56–1,32) -15 VSI, starostna skupina 75+ let (A00–T98) 1,12 (0,83–1,52) 12 VSI, bolezni obtocil (I00–I99) 0,82 (0,53–1,28) -18 VSI, starostna skupina 75+ let (I00–I99) 0,94 (0,58–1,52) -6 2019 VSI, vsi vzroki (A00–T98) 1,15 (0,95–1,39) 15 MOŠKI,, vsi vzroki (A00–T98) 1,18 (0,89–1,55) 18 ŽENSKE, vsi vzroki (A00–T98) 1,22 (0,94–1,59) 22 VSI, starostna skupina 5–74 let (A00–T98) 1,1 (0,79–1,51) 10 VSI, starostna skupina 75+ let (A00–T98) 1,18 (0,94–1,49) 18 VSI, bolezni obtocil (I00–I99) 0,78 (0,56–1,08) -28 VSI, starostna skupina 75+ let (I00–I99) 0,86 (0,6–1,23) -14 2020 VSI, vsi vzroki (A00–T98) 1,06 (0,79–1,43) 6 MOŠKI,, vsi vzroki (A00–T98) 0,88 (0,57–1,37) -12 ŽENSKE, vsi vzroki (A00–T98) 1,22 (0,82–1,81) 22 VSI, starostna skupina 5–74 let (A00–T98) 1,14 (0,64–2,02) 14 VSI, starostna skupina 75+ let (A00–T98) 1,04 (0,74–1,46) 4 VSI, bolezni obtocil (I00–I99) 0,58 (0,33–0,99) -42 VSI, starostna skupina 75+ let (I00–I99) 0,63 (0,36–1,11) -37 Legenda statisticno znacilno povecanje št. umrlih statisticno znacilno Slika 1. Povecano/zmanjšano število umrlih v UE Ljubljana v casu vrocinskih valov v odstotkih zaradi vseh vzrokov in zaradi bolezni obtocil od leta 2013 do leta 2020. Figure 1. Increased/decreased number of deaths in the Ljubljana administrative unit (UE) during heat waves as a percentage of all-cause and circulatory diseases from 2013 to 2020. umrljivosti (Grašic in Percic 2022). V pricujoci raziskavi smo opazili, da v UE Ljubljana skoraj v nobenem opazovanem letu ni bilo statisticno znacilnega povecanja/zmanjšanja števila umrlih v casu vrocinskih valov zaradi vseh vzrokov smrti. Izjema je leto 2017, ko je bila povezanost med vrocinskimi valovi in številom umrlih statisticno znacilna in pozitivna. Prav tako ni bilo statisticno pomembnih razlik v številu umrlih zaradi bolezni obtocil v casu vrocinskih valov, le v letu 2020 je bilo v UE Ljubljana statisticno znacilno nekaj manj umrlih zaradi bolezni obtocil v casu vrocinskih valov. Vendar pa je tudi to dober podatek, saj so izzivi na podrocju vrocinskih valov in potencialno povecanim številom umrlih veliki in se glede na napovedi lahko poslabšajo. Ker smo po katastrofalno vrocem poletju 2003 zaceli javnozdravstvene ukrepe, ta padec v umrljivosti nekako ni nepricakovan. Tudi v drugih evropskih državah je v opazovanih mestih umrljivost po izvajanju ukrepov padla in je skladna s številnimi raziskavami 40 35 30 25 20 15 10 5 0 2013 2014 2015 2016 2017 2018 2019 2020 opazovano leto število vrocinskih valov število dni v vrocinskih valovih na zacetku 21. stoletja (Basu in Samet 2002; CDC 2003; Hajat s sod. 2006; Kinney s sod. 2008; Medina – Ramon s sod. 2006). Starost je dobro znan dejavnik tveganja za povecano umrljivost v casu vrocinskih valov (Ĺström s sod. 2011; Kenney in Munce 2003; Gamble s sod. 2013). Ker se prebivalstvo stara in narašca število oseb s kronicnimi nenalezljivimi boleznimi, bo problem vse bolj perec (NIJZ, 2021). Starejši odrasli so v casu vrocinskih valov ranljivejši zaradi patofizioloških in socialno-ekonomskih dejavnikov tveganja (življenje v samoti, izguba dohodka, številne kronicne bolezni, omejen dostop do zdravstvenih storitev, slabe bivanjske razmere (neizolirane stavbe, višja nadstropja) in pomanjkanje klimatskih naprav). V literaturi navajajo domneve, da številni starejši odrasli (starejši od 75 let) umrejo zaradi dejavnikov, kot so izoliranost, pomanjkanje dostopa do takojšnje oskrbe in nezavedanje, da so v nevarnosti (tudi ob prisotnosti vec socasnih bolezni). (Grynszpan 2003; Valleron in Boumendil 2004; Abrahamson s sod. 2009). Pri staranju pride do nekaterih fizioloških sprememb, vendar pa se lahko med vrocinskimi valovi, ko so prisotne ekstremne zunanje temperature, nekatera stanja bolj izrazijo (npr. vpliv na porazdelitev krvi, šibkejše potenje med izpostavljenostjo ekstremnim temperaturam, odziv pljuc med ekstremno vrocino na prostem) (Kenny in Munce 2003; Gamble s sod. 2013). Za bolezni obtocil smo v raziskavi dokazali, da se v UE Ljubljana ni pokazal noben trend, niti povecanje niti zmanjšanje števila smrti, edino v letu 2020 je število umrlih v casu vrocinskih valov zaradi bolezni obtocil statisticno znacilno upadlo. Kljub temu velja, da imajo srcno-žilni bolniki obicajno nizko toleranco za vrocino. Poleg s starostjo povezanih sprememb v termoregulaciji se tudi srcno-žilna zmogljivost število vrocinskih valov in dni v vrocinskih valovih Slika 2. Število vrocinskih valov in število dni v vrocinskih valovih (od maja do septembra) v obdobju od leta 2013 do leta 2020 v UE Ljubljana. Figure 2. Number of heatwaves and number of days in heatwaves (May to September) from 2013 to 2020 in the Ljubljana Administrative Unit (UE). Razprava Preden interpretiramo rezultate, moramo nujno poudariti, da analize števila umrlih v casu vrocinskih valov v UE Ljubljana temeljijo na zelo majhnem številu opazovanih enot (smrti) in da je bila analiza za druge bolezni (razen bolezni obtocil) težavna, zato je v posameznem letu analiziranih le malo spremenljivk. Prejšnje raziskave o povecanem številu umrlih zaradi vrocinskih valov v Sloveniji kažejo, da so posamezniki iz ranljivih skupin, ki so najverjetneje umrli zaradi posledic toplotne obremenitve, starejši prebivalci in tisti, ki umirajo zaradi bolezni obtocil. V celotni Sloveniji se je umrljivost leta 2015 v primerjavi z letom 2003 povecala (Percic s sod. 2018). Pri primerjavi umrljivosti med letoma 2014 in 2018 pa se je umrljivost leta 2018 stabilizirala in ni bilo presežka cloveškega telesa s starostjo naravno zmanjšuje (Achebak s sod. 2019). Med izpostavljenostjo vrocini se srcno-žilni bolniki na splošno odzovejo z oslabljenim izlocanjem žlez znojnic, zmanjšanim pretokom krvi v kožo, manjšim povecanjem minutnega volumna srca in povecano prerazporeditvijo krvi iz notranjih organov (Fleg in Starid 2012). Poleg tega imajo ljudje, stari 65 let in vec, vec bolezni kot mlajši ljudje (npr. hipertenzija, sladkorna bolezen, hiperlipidemija in bolezen koronarnih arterij) in s tem povezano vecjo uporabo zdravil, kar bi lahko pojasnilo tudi opaženo povecano tveganje izidov srcno-žilnih bolezni kot odziv na vrocino (Vu s sod. 2019). Skupni ucinek hemokoncentracije zaradi dehidracije in vnetja pljuc, vecinoma zaradi izpostavljenosti ozonu, vodi do akutnega koronarnega sindroma in možganske kapi (Lavallée s sod. 2002). Kar zadeva akutne resne zdravstvene posledice, vkljucno s toplotno sinkopo, toplotno izcrpanostjo, vrocinskimi krci in toplotno kapjo (Knochel 1989), je dobro znano, da ko temperatura jedra preseže 40 °C in telo ne more svoje temperature znižati z vazodilatacijo in znojenjem, to vodi do sindroma vecorganske odpovedi (Bouchama in Knochel 2002; Glazer 2005). Te težave so še posebej pomembne za fizicno aktivne delavce, ki delajo na prostem. Dojencki in otroci so zaradi vecjega razmerja med površino in prostornino telesa v casu vrocinskih valov ranljivejši kot zdravi odrasli. Otroci so tudi telesno aktivnejši in ne znajo dovolj poskrbeti zase, zato morajo za zašcito skrbeti starši (npr. zadostno uživanje tekocin, primerna oblacila). Otroci imajo zaradi še potekajocega razvoja manj ucinkovito sposobnost prilagajanja na toploto kot odrasli s prilagoditvenimi termoregulacijskimi mehanizmi. (WHO, 2021). Statisticnih razlik med spoloma v casu vrocinskih valov v naši raziskavi nismo dokazali, kljub temu pa je v nekaterih raziskavah toplotni ucinek v casu vrocinskih valov dokazano izrazitejši pri ženskah kot pri moških, kar so raziskovalci pripisali vecji socialni izkljucenosti in revšcini žensk. Fiziološki dejavniki, ki lahko vplivajo na to, so manjša sposobnost znojenja in sprošcanja toplote zaradi nižje telesne pripravljenosti, višji odstotek telesne mašcobe, slabša sposobnost aklimatizacije in drugacna prevodnost kože pri ženskah (Kenny 1985). V svoji raziskavi zaradi majhnega števila dogodkov (smrti) nismo posebej analizirali povecanega/ zmanjšanega števila umrlih zaradi bolezni dihal, sladkorne bolezni, debelosti in duševnih bolezni ter bolezni ledvic. V nadaljevanju navajamo dokazane vplive vrocinskih valov na posamezne bolezni. Ko se staramo, so naša pljuca podvržena fiziološkim spremembam, ki lahko poslabšajo dihanje, tudi brez bolezni, te spremembe pa spremlja oslabljen imunski sistem (Wang et al. 210). Najpomembnejši dejavnik za okvaro pljuc poleti je povišana koncentracija prizemnega ozona, ki ga spremlja lokalno vnetje, ki se sistemsko širi (Bélanger s sod. 2008). Poleg tega so starejši posamezniki obcutljivejši za okužbe (Wang s sod. 2010). Sladkorna bolezen je mocno povezana s toplotnim stresom v casu vrocinskih valov. Kronicne zdravstvene spremembe pri bolnikih s sladkorno boleznijo povzrocajo zmanjšano sposobnost odvajanja toplote, zato so pogosti dehidracija in druga tekocinska neravnovesja (Kenny s sod. 2016). Debelost v državah z visokim dohodkom, med katere spada tudi Slovenija, hitro narašca (Zdravje v Sloveniji 2021). Starejši odrasli imajo drugacno razmerje med telesno mašcobo (vecjo) in mišicno maso (manjšo) v primerjavi z mlajšimi odraslimi. Debeli posamezniki imajo zmanjšano toleranco za vrocino in zmanjšano aktivacijo odzivov na izgubo toplote pri pretoku krvi in znojenju kože. Debeli ljudje imajo manjše razmerje med telesno površino in maso, imajo vec mašcobnega tkiva, ki ima toplotno kapaciteto, ki je nižja od toplotne kapacitete mase brez mašcobe (Kenny s sod. 2016). Duševne bolezni pomembno prispevajo k bremenu smrti in bolezni med vrocinskimi valovi. Ocenjuje se, da imajo socialno-ekonomski status in demografski dejavniki, kot so poroka, locitev in migracije, pomembno vlogo pri številu smrti zaradi bolezni duševnega in živcnega sistema (Hansen s sod. 2008). K vplivu vrocinskih valov na cloveka pa prispeva tudi uporaba nekaterih psihotropnih zdravil (Lőhmus 2018). Toplotni stres je povezan s prerazporeditvijo krvi iz notranjih organov na periferijo, kar vpliva na ledvicni krvni pretok in povzroca ledvicne okvare (Fleg in Straid 2012). Starostniki imajo tudi druge kronicne nenalezljive bolezni, ki stanje poslabšujejo. Prednosti in slabosti raziskave Prednosti naše raziskave so v tem, da rezultati posredno kažejo, da lahko z javnozdravstvenimi ukrepi in medsektorskim sodelovanjem izboljšamo ozavešcenost ljudi in jim pomagamo k varnejšemu vedenju v vrocih dneh. Za boljšo oceno javnozdravstvenih ukrepov so potrebne nadaljnje študije vpliva vsakega posameznega ukrepa. Poleg majhnega števila smrti na dan je omejitev naše raziskave tudi ta, da pri analizi nismo upoštevali motecih dejavnikov, ki so povezani s povecano umrljivostjo poleti: poletni oksidacijski smog, druga onesnaževala zunanjega zraka in izboljšane življenjske razmere v zaprtih prostorih. Zakljucek Vrocinski valovi so samo ena od posledic podnebnih sprememb, vendar za neposreden vpliv na zdravje ljudi najpomembnejša. Na zdravje ljudi prav tako vplivajo drugi ekstremni vremenski dogodki, ki so posledica podnebnih sprememb (npr. neurja, toca, veter, obilno deževje, suša). Projekcije kažejo, da bodo vrocinski valovi daljši, intenzivnejši in pogostejši, zato moramo skrbno ocenjevati njihove vplive na zdravje ljudi, da lahko pripravimo javnozdravstvene in medsektorske ukrepe. Pred nami je dolga in pomembna pot prilagajanja in blaženja podnebnih sprememb, odgovornost pa je tako na vsakem posamezniku kot na odlocevalcih po vsem svetu. Potrebno je hitro in trajnostno ukrepanje. Viri Abrahamson V, Wolf J, Lorenzoni I, Fenn B, Kovats S, Wilkinson P, Adger WN, Raine R. 2009. Perceptions of heatwave risks to health: interview-based study of older people in London and Norwich, UK. 31(1):119­ 26. Achebak H, Devolder D, Ballester J. 2019. Trends in temperaturerelated agespecific and sexspecific mortality from cardiovascular diseases in Spain: a national timeseries analysis. Lancet Planet Health 3: e297–306. Alcoforado MJ, Marques D, Garcia RAC, et al. 2015. Weather and climate versus mortality in Lisbon (Portugal) since the 19th century. Applied Geog; 57: 133–41. . Anderson BG, Bell ML. 2009. Weather-Related mortality: How heat, cold, and heat waves affect mortality in the United States. Epidemiology. 20, 205–213. Ĺström DO, Forsberg B, Rocklöv J. 2011. Heat wave impact on morbidity and mortality in the elderly population: A review of recent studies. Maturitas. 69, 99–105. Bao J, Wang Z, Yu C, Li X. 2016. The influence of temperature on mortality and its Lag effect: A study in four Chinese cities with different latitudes. BMC Public Health. 16, 375–382. Baccini M, Kosatsky T, Analitis A, Anderson HR, D’Ovidio M, Menne B, Michelozzi P, Biggeri A. 2011. The PHEWE Collaborative Group. Impact of heat on mortality in 15 European cities: Attributable deaths under different weather scenarios. Epidemiol. Community Healt. 65, 64–70. Basu, R., & Samet, J. M. 2002. Relation between elevated ambient temperature and mortality: a review of the epidemiologic evidence. Epidemiologic reviews, 24(2), 190–202. Basu R, Feng WY, Ostro BD. 2008. Characterizing temperature and mortality in nine California counties. Epidemiology. 19, 138–145. Bélanger D, Berry P, Bouchet V, Charron D, Clarke KL, Doyon B, Fleury M, Furgal C, Gosselin P, Lamy S, et al. 2008. Human Health in a Changing Climate: A Canadian Assessment of Vulnerabilities and Adaptive Capacity; Séguin J, Ed.; Health Canada: Ottawa, ON, Canada. Bobb JF, Peng RD, Bell ML, et al. 2014. Heat-related mortality and adaptation to heat in the United States. Environ Health Perspect. 122 (8): 811–6. Bouchama A, Dehbi M, Mohamed G, Mattihies F, Matthies F, Shoukri M, Menne B. 2007. Prognostic Factors in heat wave related deaths: A meta-analysis. Arch. Intern. Med. 167, 2170–2176. Bouchama A, Knochel JP. 2002. Heat stroke. N. Engl. J. Med. 346, 1978–1988. Can G, Sahin U, Sayili U, et al. Excess mortality in Istanbul during extreme heat waves between 2013 and 2017. 2019. Int J Environ Res Public Health; 16 (22): 4348. Centers for Disease Control and Preventon. Heat-related deaths – Chicago, Illinois, 1996–2001, and UnitedStates, 1979–1999. MMWR Morb Mortal Wkly Rep. 2003; 52: 610–3. Conti S, Masocco M, Meki P, Minelli G, Palummeri E, Solimini R, Toccaceli V, Vichi M. 2007. General and specific mortality among the elderly during the 2003 heatwave in Genoa (Italy). Environ. Res. 103, 267–274. D’Ippoliti D, Micelozzi P, Marino C, De’Donato F, Menne B, Katsouyanni K, Kirchmayer U, Analitis A, Medina-Ramón M, Paldy A. et al. 2010. The impact of heat waves on mortality in 9 European cities: Results of the EuroHEAT project. Environ. Health. 9, 37. de’Donato F, Leone M, Scortichini M, et al. 2015. Changes in the effect of heat on mortality in the last 20 years in nine European cities. Results from the PHASE project. Int J Environ Res Public Health. 12 (12): 15567–83. Donat MG, Alexander LV, Yang H, et al. 2013. Global land-based datasets for monitoring climatic extremes. Bull Amer Meteor Soc. 94 (7): 997–1006. Donoghue ER, Nelson M, Rudis G, Sabogal RI, Watson JT, Huhn G, et al. 2003. Heat-related deaths—Chicago, Illinois, 1996–2001, and United States, 1979–1999. MMWR Morb Mortal Wkly Rep 52:610–613. European Commission. The impact of demographic change in Europe. Medmrežje (10.11.2023): https://commission.europa.eu/strategy-and-policy/ priorities-2019-2024/new-push-european-democracy/ impact-demographic-change-europe_en#europes­ageing-population. Fleg JL, Strait J. 2012. Ageassociated changes in cardiovascular structure and function: a fertile milieu for future disease. Heart Fail Rev. 17: 545–54. Gamble JL, Hurlea BJ, Shultz BA, JaglomWS, Krishnan N, Harris M. 2013. Climate Change and Older Americans: State of the Science. Environ. Health Perspect. 121, 15–22. Glazer JL. 2005. Manegement of heatstroke and heat exhaustion. Am Fam Physician. 71: 2133-2140.Grašic M, Percic S. 2022. Število umrlih v casu vrocinskih valov po diagnozah, spolu, starostnih skupinah ter mestnem in podeželskem okolju, za Slovenijo, primerjava med letoma 2014 in 2018. Med Razg. 61 (3): 437–56. Grynszpan D. 2003. Lessons from the French heatwave. Lancet. 11; 362(9391):1169-70. Hajat S, Armstrong B, Bacini M, Biggeri A, Bisanti L, Russo A, et al. 2006. Impact of high temperature on mortality: is there an added heat wave effect? Epidemiology 17:632–638. Hajat S, Kosatky T. 2010. Heat related mortality: A review and exploration of heterogeneity. J. Epidemiol. Community Health. 64, 753–760. Hansen A, Bi P, Nithschke M, Ryan P, Pisaniello D, Tucker G. 2008. The effect of heat waves on mental health in temperate Australian cities. Environ. Health Perspect. 116, 1369–1375. Heudorf U, Schade M. 2014. Heat waves and mortality in Frankfurt am Main, Germany, 2003– 2013: What effect do heat–health action plans and the heat warning system have? Z Gerontol Geriatr. 47 (6): 475–82. Joe L, Hoshiko S, Dobraca D, Jackson R, Smorodinsky S, Smith D, Harnly M. 2016. Mortality during a large- scale Heat wave by place, demogrphic group, internal and external causes of death, and building climate zone. Int. J. Environ. Res. Public Health. 13, 299. Kaiser R, Rubin CH, Henderson AK, Wolfe MI, Kieszak S, Parrott CL, Adcock M. 2001. Heat-related death and mental illness during the 1999 Cincinnati heat wave. Am. J. Forensic Med. Pathol. 22, 303–307. Kenney W. L. 1985. A review of comparative responses of men and women to heat stress. Environmental research, 37(1), 1–11. Kenney WL, Munce TA. 2003. Invited review: Ageing and human temperature regulation. J. Appl. Physiol. 95, 2598–2603. Kenny, G. P., Sigal, R. J., & McGinn, R. 2016. Body temperature regulation in diabetes. Temperature (Austin, Tex.), 3(1), 119–145. Kilbourne EM, Choi K, Jones TS, Thacker SB. 1982. Risk factors for heatstroke: A case-control study. JAMA. 247, 3332–3336. Kinney PL, O’Neill MS, Bell ML, Schwartz J. 2008. Approaches for estimating effects of climate change on heat-related deaths: challenges and opportunities. Environ Sci Policy 11:87–96. Kljucevšek, N. (2016). Detekcija in vpliv vrocinskih valov v Sloveniji. Magistrsko delo. Laaidi K, Zeghnoun D, Dousset A, Bretin P, Vandentorren S, Giraudet E, Beaudeau P. 2012. The impact of heat islands on mortality in Paris during the August 2003 heat wave. Environ. Health Perspect. 120, 254–259. Lavallée, P., Perchaud, V., Gautier-Bertrand, M., Grabli, D., & Amarenco, P. 2002. Association between influenza vaccination and reduced risk of brain infarction. Stroke, 33(2), Linares C, Montero JC, Mirón IJ, Criado-Álvarez JJ, Tobías A, Díaz J. 2014. The time trend temperature- mortality as a factor of uncertainty analysis of impacts of future heat waves. Environ. Health Perspect. 122(5):A118. Li M, Gu S, Bi P, et al. 2015. Heat waves and morbidity: Current knowledge and further direction – A comprehensive literature review. Int J Environ Res Public Health. 12 (5): 5256–83. Lőhmus M. 2018. Possible Biological Mechanisms Linking Mental Health and Heat-A Contemplative Review. International journal of environmental research and public health, 15(7), 1515. Meehl GA, Tebaldi C. 2004. More intense, more frequent, and longer lasting heat waves in the 21st century. Science 305:994–997. Medina-Ramon M, Zanobetti A, Cavanagh DP, Schwartz J. 2006. Extreme temperatures and mortality: assessing effect modification by personal characteristics and spe¬cific cause of death in a multi-city case only analysis. Environ Health Perspect 114:1331–1336. Miron IJ, Linares C, Montero JC, et al. 2015. Changes in cause-specific mortality during heat waves in central Spain, 1975–2008. Int J Biometeorol. 59 (9): 1213–22. Muthers S, Matzarakis A, Koch E. 2010a. Summer climate and mortality in Vienna – A human– biometeorological approach of heat-related mortality during the heat waves in 2003. Wien Klin Wochenschr; 122 (17–18): 525–31. Muthers S, Matzarakis A, Koch E. 2010b. Climate change and mortality in Vienna – A human– biometeorological analysis based on regional climate modeling. Int J Environ Res Public Health. 7 (7): 2965–77. Nairn, J., Fawcett, R. (2013). Defining heatwaves: heatwave defined as a heat-impact event servicing all community and business sectors in Australia. Kent Town, South Australia: The Centre for Australian Weather and Climate Research. Naughton MP, Henderson A, Mirabelli MC, Kaiser R, Wilhelm JL, Kieszak SM, et al. 2002. Heat-related mortality during a 1999 heat wave in Chicago. Am J Prev Med 22:221–227. Ng CFS, Boeckmann M, Ueda K, et al. 2014. Heat- related mortality: Effect modification and adaptation in Japan from 1972 to 2010. Glob Environ Change. 9: 234–43. NIJZ. Zdravje v Sloveniji. Medmrežje: https://nijz.si/ publikacije/zdravje-v-sloveniji/ (10.2.2023) NIJZ. Zbirka podatkov o umrlih osebah..Medmrežje: https://nijz.si/podatki/podatkovne-zbirke-in­raziskave/zbirka-podatkov-o-umrlih-osebah/ (15.11.2023). Percic S, Kukec A, Cegnar T, et al. 2018. Number of heat wave deaths by diagnosis, sex, age groups, and area, in Slovenia, 2015 vs. 2003. Int J Environ Res Public Health. 15 (1): 173. Statisticni Urad Republike Slovenije. Ppulacijska piramida. Medmrežje: https://www.stat.si/ PopPiramida/Piramida2.asp (2.2.2023). Statisticni Urad Republike Slovenije. Prebivalstvo Slovenije. Medmrežje: https://www.google.com/. Soncni zahod v vrocem poletju (Foto: Tanja Cegnar) Primerjava mesecnih mrežnih podatkov ARSO o temperaturi zraka in višini padavin v Sloveniji z reanalizami ERA5 v obdobju 1950– 2020 Comparison of ARSO's monthly gridded temperature and precipitation data for Slovenia with ERA5 reanalysis in the period 1950– 2020 Gregor Vertacnik, Agencija Republike Slovenije za okolje, Vojkova cesta 1b, 1000 Ljubljana, gregor.vertacnik@gov.si Povzetek Reanalize stanja ozracja, ki jih z vnosom velike kolicine meritev izracunajo prognosticni meteorološki modeli, postajajo vse pomembnejši vir podatkov za proucevanje tekocih podnebnih razmer in podnebnih sprememb v zadnjih desetletjih. Odlikuje jih popolna prostorsko-casovna pokritost s podatki, a so njihovi casovni nizi obremenjeni z nehomogenostmi. Slednje lahko pomembno vplivajo na analizo podnebnih sprememb. V tem prispevku analiziramo kakovost reanaliz ERA5 v obdobju 1950–2020 za del Slovenije, in sicer na mesecnih podatkih. Povprecna temperatura zraka dva metra nad tlemi vecinoma ne odstopa pomembno od mrežnih vrednosti, izracunanih iz homogeniziranih nizov temperaturnih meritev. Le dolgoletni linearni trend temperature pozimi je med obema podatkovnima nizoma bistveno razlicen. Vecje so razlike pri višini padavin, tako pri letnem povprecju in sezonskem režimu kot pri linearnem trendu skozi celotno obdobje. Glede na omenjene ugotovitve moramo biti zlasti pri uporabi padavinskih podatkov ERA5 za podnebne analize na obmocju Slovenije pazljivi, saj lahko pripeljejo do napacnih zakljuckov. Kljucne besede: temperatura zraka, višina padavin, podnebne spremembe, reanalize ERA5, Slovenija Abstract Reanalysis of the state of atmosphere, based on the assimilation of huge volume of measured data into forecast, are becoming more and more important source for studies of current climate state and climate change in last decades. On the positive side, they are characterised by their complete spatio-temporal coverage, while on negative side their time series are time series are inhomogeneous. The latter can significantly influence an analysis of climate change. This article analyse the quality of monthly data of ERA5 reanalysis in the period 1950–2020 for a part of Slovenia. Mean air temperature two metres above ground mostly does not deviate significantly from gridded data, based on homogenised time series of measured temperature. Only the long-term linear trend of temperature in winter differs significantly between the two datasets. Larger differences are found for precipitation amount, both in annual means and seasonal cycle as well as linear trend throughout the period. Based on these findings one need to be particularly cautious when using ERA5 precipitation data for climate analysis in Slovenia, as they may lead to erroneous conclusions. Keywords: air temperature, precipitation sum, climate change, ERA5 reanalysis, Slovenia Uvod Agencija Republike Slovenije za okolje (ARSO) je v vecletnem projektu Homogenizacija in dopolnitev slovenskih podnebnih nizov v obdobju 1950–2020 (v nadaljevanju HDS) preverila, homogenizirala, dopolnila in analizirala podnebne nize v obdobju 1950–2020 (Vertacnik, 2023). Za pet spremenljivk temperature zraka in za višino padavin smo najprej pripravili 98 oziroma 268 casovnih nizov mesecnih podatkov meteoroloških postaj in jih nato homogenizirali s programskim orodjem HOMER. Iz mesecnih popravkov smo izracunali popravljene dnevne vrednosti, manjkajoce vrednosti pa smo nadomestili s prostorsko interpoliranimi vrednostmi. Iz teh podatkov smo pripravili statisticne preglede za posamezna merilna mesta in mrežne podatke v locljivosti 100 oziroma 1000 metrov. Meteorološke reanalize so po meteorološkem slovarju Ameriškega meteorološkega društva analize stanja ozracja, ki se ne izdelujejo v tekocem casu, temvec jih za celotno obdobje izracuna enaka razlicica prognosticnega meteorološkega modela. Z uporabo enotne razlicice meteorološkega modela skozi celotno obdobje reanaliz se izognemo nehomogenostim v casovnem nizu podatkov, ki so posledica razvoja meteorološkega modela skozi cas, na primer izboljšane locljivosti. V zadnjih letih postajajo reanalize vse pomembnejši vir podatkov za analizo podnebnih sprememb in spremljanje tekocih podnebnih razmer. V Evropi so najbolj znan primer slednje uporabe mesecna, sezonska in letna porocila, ki jih tudi na podlagi podatkov reanaliz ERA5 Evropskega središca za srednjerocne vremenske napovedi (ECMWF) pripravlja Copernicus Climate Change Service (podnebne storitve programa Copernicus, https:// climate.copernicus.eu/). ERA5 je peta generacija reanaliz ECMWF in je nadaljevanje projekta ERA-Interim, a v mnogo boljši casovni in prostorski locljivosti (31 namesto 80 km, urni namesto tri- ali šesturni podatki). ERA5 zajema obdobje od leta 1940 do skoraj tekocega dne in vkljucuje oceno negotovosti prek izracuna desetih clanov ansambla (Hersbach in sod., 2020). Osnovo ERA predstavljajo izracuni srednjerocnega vremenskega modela Integrated System Forecast, cikla 41r2, iz leta 2016. Reanalize niso izracunane v enem kosu, od zacetnega do koncnega datuma, temvec v vecletnih kosih, ki se nekoliko prekrivajo. Zaradi s casom mocno spremenjene kolicine in kakovosti vhodnih meritev se v casovnem nizu podatkov ERA5 pri nekaterih spremenljivkah kažejo ocitne nehomogenosti, kar lahko znatno vpliva na statisticno analizo in iz nje izhajajoce ugotovitve. Izmerjeni in prostorsko obdelani podatki (na primer projekta HDS) kot podatki reanaliz (na primer ERA5) imajo ocitne prednosti in slabosti. Pri homogeniziranih casovnih nizih, ki temeljijo na kakovostnih meritvah, je dolgoletni trend praviloma bliže dejanskemu kot pri reanalizah, po drugi strani pa pri reanalizah razpolagamo s prostorsko in casovno popolnimi podatki. To je še zlasti pomembno na obmocjih s pomanjkanjem meritev, recimo na Arktiki ali nad oceani, saj lahko prostorsko nepopolni podatki pomembno vplivajo na analizo podnebnih sprememb (Cowtan in Way, 2014). V zadnjih letih so raziskovalci z razlicnih vidikov proucili kakovost podatkov ERA5 ali jih uporabili za analizo podnebnih sprememb na obmocjih s pomanjkljivimi meritvami. V nadaljevanju predstavljamo nekaj takšnih primerov. Simmons in sod. (2021) so v obsežni primerjavi temperature in vlažnosti zraka v ERA5 z drugimi podatkovnimi zbirkami podrobneje ocenili tudi kakovost ERA5 za obmocje Evrope. Casovni potek letne povprecne temperature je po podatkih zbirk E-OBS in ERA5 v pravilni mreži v obdobju 1950–2020 zelo podoben, ujema se tudi povprecna vrednosti obdobja 1981–2010 (8,09 °C za ERA in 7,98 °C za E-OBS). Še boljše je ujemanje z E-OBS, ce je v ERA5 izracunano dnevno povprecje temperature iz aritmeticne sredine najvišje in najnižje od urnih vrednosti posameznega dne. Bistvena razlika med E-OBS in ERA5 pa se pokaže pri dnevni amplitudi temperature, kjer E-OBS ne kaže dolgoletnega trenda, ERA5 pa izrazito povecevanje. To je lahko posledica povecevanja vnosa meritev v ERA5 in s tem vpliva na korekcijo prognosticnih polj. Vpliv prizemnih meritev na prognosticna polja temperature v postopku asimilacije je lepo viden na treh izbranih mesecih, kjer v vecjem delu sveta asimilirane meritve mocno zmanjšajo odstopanje od polja temperature, ki temelji zgolj na meritvah. Velikou in sod. (2022) so za Evropo in del Sredozemlja primerjali dnevno povprecno temperaturo v ERA5 z E-OBS in 196 postajnimi casovnimi nizi iz podatkovne zbirke ECA&D. V obdobju 1981–2010 je vecji del leta temperatura v pasu osrednjih Alp v ERA5 do nekaj stopinj Celzija nižja kot v E-OBS. Veliko razhajanje med podatkovnima zbirkami je tudi marsikje drugje v razgibanem terenu in na morski obali. V vecjem delu Evrope pa je pristranskost ERA5 glede E-OBS majhna; za vecji del Slovenije ima ERA5 v povprecju malenkost višjo temperaturo od E-OBS. Pri ekstremnih vrednostih povprecne temperature je prostorska slika nad Evropo razlicna. Peti centil dnevne povprecne temperature je v ERA5 glede na E-OBS mnogo višji v notranjosti Fenoskandije, a nižji na tamkajšnji obali. Nasprotno 95. centil v ERA5 najbolj in pozitivno izstopa na severu Alžirije in v delu Turcije. Drugod po Evropi in Sredozemlju so odstopanja ERA5 vecinoma precej manjša. Lavers in sod. (2022) so ocenili kakovost padavinskih podatkov ERA5 na svetovni ravni. Mrežne podatke ERA5 so primerjali s podatki 24-urne višine padavin na 5637 dežemerskih postajah v obdobju 2001– 2020. V vecjem delu Evrope je povprecna višina padavin po ERA5 skozi vse leto vecja od izmerjenih vrednosti. Spearmanov rangirni korelacijski koeficient za odklon v sezonski višini padavin je za skoraj vse evropske postaje nad 0,7, le poleti je v delu južne polovice Evrope med 0,5 in 0,7. Hassler in Lauer (2021) sta za razlicna obmocja na Zemlji analizirala mesecne padavinske podatke obdobja 1983–2016 za šest podatkovnih zbirk meteoroloških reanaliz in pet podatkovnih zbirk izmerjenih padavin. Obravnavala sta povprecne vrednosti, sezonski cikel in casovni potek v mrežnih vrednostih v locljivosti 2,5° po obeh geografskih koordinatah. Za kopensko obmocje srednje Evrope (med geografskima širinama 42° in 53° N ter geografskima dolžinama 0° in 20° E ) je dnevno povprecje višine padavin v ERA5 glede na interpolirane dežemerske meritve GPCC (Global Precipitation Climatology Centre) oziroma sklop dežemerskih in satelitskih meritev GPCP-SG (Global Precipitation Climatology Project) po povprecni vrednosti podobno (2,59 proti 2,40 oziroma 2,76 mm/ dan), prostorski korelacijski koeficient med ERA5 in GPCP-SG pa znaša 0,862. Slednja vrednost je znatno boljša od reanaliz ERA-Interim, JRA-55 in MERRA-2. Casovni potek prostorskega povprecja obmocja je skozi celotno obdobje pri ERA5 zelo podoben kot pri GPCC in GPCP-SG. Povprecni sezonski cikel kaže glavni minimum padavin pri ERA5 in GPCP-SG marca, pri GPCC pa februarja. V posameznih mesecih leta je povprecna razlika med ERA5 in GPCC velika, vec kot 20 %. Bandhauer in sod. (2021) so za tri obmocja v Evropi (širše obmocje Alp, širše obmocje Karpatov in Fenoskandijo) primerjali kakovost padavinskih podatkov ERA5 in E-OBS (v19.0e) z visokolocljivimi regionalnimi podatkovnimi zbirkami (na primer APGD v Alpah, ki temelji na meritvah 8500 dežemerskih postaj). Glavne klimatološke znacilnosti padavin se v obeh podatkovnih nizih dobro ujemajo, pri cemer pa je višina padavin v ERA5 vecja na vseh obmocjih, kar je povezano z vecjim številom dni z vsaj 1 mm padavin. Na obmocju gostih dežemerskih meritev so bolj kakovostni podatki E-OBS, kjer pa so meritve redke, je kakovost obeh podatkovnih nizov primerljiva. Dejanska prostorska locljivost padavin je pri obeh podatkovnih nizih slabša od podatkovne locljivosti, kar se kaže v zglajenem polju višine padavin in prenizkih vrednostih visokih centilov glede na povprecne vrednosti padavin. Chiaravalloti in sod. (2022) so se zaradi težav z meritvami in njihovimi razlikami med italijanskimi regijami pri analizi trenda višine padavin v Italiji v obdobju 1950–2020 naslonili na reanalize ERA5­ Land. V tej podatkovni zbirki so padavinski podatki ERA5 preracunani iz prvotne 31-kilometrske v 9-kilometrsko mrežo. Na podlagi reanaliznih podatkov v 3125 geografskih tockah, ki zajemajo celotno Italijo, so omenjeni raziskovalci izracunali prostorsko sliko linearnega trenda skozi 71-letno obdobje, in sicer za mesece, letne case in celotno leto. Izracunani padavinski trend vecinoma ni statisticno znacilen, na letni ravni pa je na nekaterih alpskih obmocjih in majhnem delu juga Italije trend statisticno znacilen in pozitiven, v vecini Sardinije pa statisticno znacilno negativen. V Sloveniji imamo na voljo glede na vecino evropskih, še bolj pa drugih držav po svetu, sorazmerno gosto mrežo merilnih postaj in kakovostne dolgoletne nize meritev. To nam omogoca kakovostno ovrednotenje nekaterih podatkov ERA5. To je tudi osnovni namen tega prispevka, kjer analiziramo nekatere klimatološke znacilnosti mesecnih podatkov temperature zraka in višine padavin v ERA5 glede na HDS. Najprej na kratko opišemo uporabljene podatke obeh podatkovnih virov, ki mu sledi opis primerjalnih metod. V tretjem poglavju analiziramo rezultate primerjave, zlasti z vidika casovnega poteka. Sledi razprava, prispevek pa zakljucimo z nekaj sklepnimi misli. Podatki in metode dela Podatki Postajne (tockovne) vrednosti HDS smo najprej preracunali v pravilno geografsko mrežo državnega koordinatnega sistema, in sicer v locljivosti 100 m, glajeno s filtrom na kilometrski ravni. Uporabili smo univerzalni kriging z vsemi tremi koordinatami kot pojasnjevalnimi spremenljivkami. Nato smo izracunane mrežne vrednosti najprej preracunali v locljivost 1 kilometer in nato v še redkejšo mrežo, ki ustreza podatkom ERA5. Podatke reanaliz ERA5 smo pridobili na spletni strani Climate Reanalyzer, Inštituta za podnebne spremembe Univerze v Mainu (medmrežje 1). Tam so na voljo podatkovni nizi številnih reanaliz, vkljucno z ERA5. Podatki za ERA5 so na voljo v polstopinjski geografski mreži in so preracuni iz prostorsko dvakrat gostejših podatkov Copernicusovega Climate Data Store (medmrežje 2). Na zgoraj omenjeni spletni strani Climate Reanalyzer smo izbrali reanalize ECMWF ERA5, obmocje »Specify point« in spremenljivko »2m Temperature« oziroma »Total Precipitation« ter podatke shranili v datoteko s koncnico »csv«. Med podatkovnima nizoma HDS in ERA5 je nekaj razlik v samih spremenljivkah, ki pa verjetno ne vplivajo na koncne ugotovitve. Dnevno povprecje temperature je v HDS izracunano kot vsota cetrtine vrednosti ob 7. in 14. uri ter polovice ob 21. uri po soncnem casu, medtem ko je pri ERA5 to povprecje 24 urnih vrednosti temperature za dan po UTC. V posameznih dneh in na krajevni ravni je lahko med obema vrednostima tudi nekaj stopinj Celzija razlike, na mesecni ravni in v obravnavani prostorski locljivosti povprecna temperatura (°C) 13 11 9 7 5 3 1 -1 -3 -5 -7 14 7 10 13 16 19 22 25 28 31 dan 24 urnih meritev (0-23 UTC) meritve ob 7., 14. in 21. uri Slika 1. Casovni potek dnevne povprecne temperature zraka decembra 2017 v Celju, izracunane na dva nacina: aritmeticna sredina 24 urnih vrednosti od 0 do 23 UTC (od 1. do 24. ure po srednjeevropskem casu, rdeca krivulja) in kot vsota cetrtine vrednosti ob 7. in 14. ter polovice vrednosti temperature ob 21. uri po lokalnem casu (zelena krivulja). V vecini dni je razlika med obema metodama manj kot 1 °C, 10. decembra pa znaša kar 3,8 °C. Razlika na mesecni ravni je 0,3 °C. Figure 1. Time series of daily mean air temperature in December 2017 in Celje, calculated by two methods: as an arithmetic mean of 24 hourly values from 0 to 23 UTC (from 1 to 24 CET, red curve), and as a sum of one quarter of the values at 7 and 14 a.m., and a half of the value at 9 p.m. local time (green curve). On most days the mean tempera­ture difference does not exceed 1 °C, while it reaches as much as 3.8 °C on December 10. The monthly difference amounts to 0.3 °C. pa je razlika verjetno zanemarljiva. Dnevna višina padavin je po HDS 24-urna vsota padavin do 7. ure po srednjeevropskem casu in je pripisana dnevu zacetka casovnega intervala. Glede na ERA5 to predstavlja casovni zamik 6 ur, kar pa lahko le izjemoma na mesecni ravni privede do znatne razlike v višini padavin. Metode primerjave Podatke HDS in ERA5 smo analizirali za polstopinjska obmocja, ki v celoti ležijo v Sloveniji (Slika 2). Ta obmocja so velika okoli 2150 km2 imajo središce na geografski širini 46,0° N in geografskih dolžinah 14,0° E, 14,5° E in 15,0° E (slika 1). V nadaljevanju jih imenujemo zahodno (središce obmocja je pri Idriji), osrednje (središce na Ljubljanskem barju) in vzhodno obmocje (središce med Litijo in Mirno na Dolenjskem). Geografsko in podnebno so ta obmocja precej razlicna, zlasti zahodno izstopa po višji nadmorski višini in vecji kolicini padavin. Na izbranih obmocjih smo podatkovni zbirki HDS in ERA5 za mesecno povprecno temperaturo zraka in mesecno višino padavin najprej primerjali po povprec­nem medletnem poteku in medletni spremenljivosti. Statisticno znacilnost razlik smo izracunali bodisi s parnim t-testom (povprecna temperatura po mesecih) bodisi z Wilcoxonovim testom predznacenih rangov (povprecna višina padavin). Primerjalno analizo smo nadaljevali z izracunom linearnega trenda po metodi Theila in Sena, in sicer skozi celotno skupno obdobje (1950–2020, za zimo 1950/1951–2019/2020). Sta­tisticno znacilnost trendov smo dolocili z Mann-Ken­dallovim testom. Pri višini padavin smo analizirali tudi statisticno povezanost sezonskih in letnih vrednosti po obeh podatkovnih nizih. V vseh navedenih primerih smo pri dolocanju statisticne znacilnosti za stopnjo znacilnosti vzeli vrednost 5 %. Rezultati Temperatura zraka Medletni potek povprecne temperature za celotno obdobje je v HDS in ERA5 podoben, a je opazna tudi sistematicna razlika (slika 3). Ta razlika je statisticno znacilna v vseh mesecih, razen januarja v zahodnem obmocju (razlika 0,13 °C, p = 0,12). Na letni ravni je temperatura v ERA5 po obmocjih povprecno za 0,6–1,0 °C višja kot v HDS, pri cemer je v zahodnem in vzhodnem obmocju znatno sezonsko nihanje te razlike. V zahodni (vzhodni) regiji temperaturna razlika od aprila do avgusta (od marca do septembra) preseže 1 °C. Nasprotno je v zahodni regiji decembra in januarja razlika le 0,2 oziroma 0,1 °C. Zanimivo, a nakljucno, je zelo dobro ujemanje med medletnima potekoma ERA5 v zahodnem in HDS v vzhodnem obmocju. povprecna temperatura (°C) omenjene razlike, saj znaša okoli 0,11 °C/desetletje. Kljub sorazmerno majhni razliki v trendu je ta razlika deloma statisticno znacilna, saj je casovni potek temperature v HDS in ERA5 zelo podoben. Podobne ugotovitve veljajo tudi za letne vrednosti trenda. Drugace je pozimi, kjer je zlasti v zahodnem in osrednjem obmocju razlika velika in že blizu statisticni negotovosti trenda (okoli 0,20 °C/desetletje). Pozimi je v vseh treh obmocjih razlika v trendu med HDS in ERA5 statisticno znacilna. povprecna temperatura,zahod (°C) povprecna temperatura,vzhod (°C) 15 13 14 12 13 11 12 10 11 9 10 8 9 7 8 6 7 5 6 4 20 18 16 14 12 10 8 6 4 2 0 -2 jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. 1950 1960 1970 1980 1990 2000 2010 2020 leto HDS zah. obm. ERA5 zah. obm. HDS vzh. obm. ERA5 vzh. obm. Slika 4. Casovni potek letne povprecne temperature zraka v zahodnem (modro) in vzhodnem (rjavo) obmocju za podatkovna niza HDS in ERA5. Zaradi boljše preglednosti so vrednosti za vsako od obmocij predstavljene na svoji navpicni osi. Figure 4. Time series of annual mean air temperature in the mesec western (blue) and the eastern (brown) region for the HDS HDS zah. obm. HDS vzh. obm. ERA5 zah. obm. ERA5 vzh. obm. Slika 3. Medletni potek povprecne temperature zraka po obmocjih za celotno obdobje (1950–2020) v podatkovnih nizih HDS in ERA5 Figure 3. Mean seasonal variation of mean air temperature in the analysed regions for the entire period (1950–2020) in the HDS and ERA5 datasets Najbolj opazna razlika med podatkovnima nizoma v casovnem poteku letne povprecne temperature je pristranskost (slika 4), saj je medletna spremenljivost zelo podobna. Vecina vrednosti letnega odklona temperature je, upoštevajoc nekoliko razlicen dolgoletni trend, znotraj intervala od –0,2 °C do 0,2 °C. Ujemanje se kaže tudi v zelo visokem korelacijskem koeficientu casovnih nizov, ki znaša od 0,97 do 0,98. Pri tem je pomembno dodati, da je omenjena zelo visoka vrednost deloma tudi posledica izrazitega dolgoletnega trenda temperature. Velikost linearnega temperaturnega trenda je po sezonah od pomladi do jeseni precej podobna, razlika je manjša ali enaka 0,05 °C/desetletje (v 71 letih to znese manj kot 0,4 °C), kar je nekajkrat manj od temperaturnega trenda (preglednica 1). Tudi statisticna negotovost trenda (polovica širine 95-odstotnega intervala zaupanja) je precej vecja od and ERA5 datasets. For each region, the data are plotted on a separate vertical axis for better graphical representation. Preglednica 1. Linearni trend temperature zraka (°C/ desetletje) v obdobju 1950–2020 (1950/51–2019/20 za zimo) po metodi Theila in Sena, po obmocjih in sezonah za oba podatkovna niza (HDS / ERA5). Pari statisticno znacilno razlicnih vrednosti trenda (Mann-Kendallov test) so oznaceni s krepkim tiskom. Table 1. Linear trend of air temperature (°C/10 years) in 1950–2020 (1950/51–2019/20 for winter) using Theil-Sen method, for each region, season and both datasets (HDS / ERA5). Pairs of statistically diferent trend values (Mann- Kendall test) are indicated in bold. sezona (season) \ obmocje (region) zahodno (western) osrednje (central) vzhodno (eastern) pomlad (spring) 0,32 / 0,36 0,34 / 0,37 0,35 / 0,36 poletje (sumer) 0,40 / 0,36 0,41 / 0,39 0,41 / 0,37 jesen (autumn) 0,18 / 0,23 0,20 / 0,23 0,20 / 0,20 zima (winter) 0,22 / 0,37 0,22 / 0,36 0,26 / 0,34 leto (year) 0,31 / 0,35 0,33 / 0,35 0,33 / 0,34 Vprašamo se lahko o izvoru obcutne razlike v zimskem temperaturnem trendu. V zacetnem obdobju so vrednosti HDS in ERA5 v zahodnem obmocju primerljive, zlasti v drugi polovici obravnavnega obdobja pa so pri ERA5 vecinoma vecje kot v HDS (slika 5). Vsaj na prvi pogled se zdi, da narašcanje temperaturna razlika (°C) 1,5 1,2 0,9 0,6 0,3 0,0 -0,3 -0,6 -0,9 -1,2 1960 1970 1980 1990 2000 2010 2020 leto zahodno obmocje osrednje obmocje vzhodno obmocje Slika 5. Casovni potek razlike v povprecni tempera­ turi meteorološke zime med ERA5 in HDS v treh izbranih obmocjih. Crtkane crte prikazujejo linearni trend po metodi najmanjših kvadratov. Figure 5. Time series of the difference in meteorological winter mean temperature between the ERA5 and HDS data­sets, for the three regions. Dash lines represent linear trend using the least-square method. razlike ni enakomerno, temvec gre deloma za prelom okoli leta 1987. Povprecna temperaturna razlika je v obdobju 1950–1987 0,00 °C, kasneje pa znaša 0,54 °C. Linearni trend (po metodi najmanjših kvadratov) skozi celotno obdobje kaže spremembo celo za 0,9 °C. Izrazita razlika je tudi pri ostalih dveh obmocjih, le da je tu najbolj izstopajoce obdobje 1991–1995. Vzrok za omenjeni casovni potek razlik je nejasen, primerjava z zimsko višino padavin pa ne kaže statisticne povezanosti temperaturne razlike z višino padavin. Višina padavin Bolj opazne kot pri temperaturi zraka so razlike med obema podatkovnima nizoma v višini padavin. Že na letni ravni je opazna manjša povprecna višina padavin v ERA5 kot v HDS; od zahodnega proti vzhodnemu obmocju znaša razlika –11 %, –16 % in –14 %. Tudi povprecni medletni potek se zlasti v zahodnem obmocju bistveno razlikuje med HDS in ERA5 (slika 6). Jesenski višek je v HDS mnogo bolj izrazit, medtem ko je od aprila do avgusta razlika med HDS in ERA5 zelo majhna. V osrednjem obmocju je po ERA5 mnogo manj padavin kot po HDS, od junija do decembra celo za okoli petino manj. Tudi v vzhodnem obmocju so vrednosti ERA5 nižje od HDS, le da so tu meseci od Preglednica 2. Relativna razlika v povprecni mesecni višini padavin v obdobju 1950–2020 po mesecih in obmocjih. Razlika je odklon povprecja v ERA5 glede na HDS (v %). Statisticna znacilnost razlike je podana z vrednostjo p po Wilcoxonovem testu predznacenih rangov. Temno rdece odebeljene vrednosti predstavljajo statisticno razlicne vrednosti median višine padavin med HDS in ERA5. Uporabljena stopnja znacilnosti je 5 %. Table 2. Relative difference in mean monthly precipitation sum in the period 1950–2020 by month and region. The difference is calculated as a deviation of ERA5 from HDS (%). Statistical significance of the difference is presented by p-value accord­ing to the Wilcoxon signed-ranks test. Dark red bold values represent statistically significant difference in median of monthly precipitation between HDS and ERA5. Level of significance is set to 5 %. zahodno obmocje (western region) osrednje obmocje (central region) vzhodno obmocje (eastern region) mesec / month relativna razlika (relative difference) p relativna razlika (relative difference) p relativna razlika (relative difference) p januar —22 < 0.00001 —13 0.00016 —5 0.33204 februar —17 < 0.00001 —13 < 0.00001 —7 0.01468 marec —10 0.00758 —8 0.06288 0 0.50926 april —1 0.88076 —5 0.05876 2 0.51570 maj —1 0.83366 —11 < 0.00001 —10 0.00012 junij —2 0.54850 —18 < 0.00001 —20 < 0.00001 julij —5 0.19706 —21 < 0.00001 —20 < 0.00001 avgust —1 0.79486 —18 < 0.00001 —21 < 0.00001 september —11 0.00014 —21 < 0.00001 —21 < 0.00001 oktober —14 < 0.00001 —20 < 0.00001 —20 < 0.00001 november —20 < 0.00001 —19 < 0.00001 —15 < 0.00001 december —26 < 0.00001 —21 < 0.00001 —13 < 0.00001 višina padavin (mm) januarja do aprila prakticno izenaceni. povprecna višina padavin (mm) 1950 1960 1970 1980 1990 2000 2010 2020 leto HDS zah. obm. ERA5 zah. obm. HDS vzh. obm. ERA5 vzh. obm. Slika 7. Casovni potek letne višine padavin v zahodnem (modro) in vzhodnem (rjavo) obmocju za podatkovna niza jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. HDS in ERA5. mesec HDSzahodno obm. HDSosrednjeobm. ERA5 zahodno obm. ERA5 osrednje obm. ERA5 vzhodno obm. Slika 6. Medletni potek povprecne mesecne višine padavin po obmocjih za celotno obdobje (1950–2020) v podatko­ vnih nizih HDS in ERA5. Figure 6. Seasonal variation of mean monthly precipitation sum in the regions for the entire period (1950–2020) in the datasets of HDS and ERA5. V osrednjem in vzhodnem obmocju relativna razlika povprecne višine padavin v vecini mesecev med podatkovnima zbirkama znaša vec kot 10 %, razlika v mediani višine padavin je statisticno znacilna (preglednica 2). Precej drugacen sezonski potek razlike je v zahodnem obmocju, kjer je odklon ERA5 od HDS najmanjši od aprila do avgusta in znaša najvec 5 %; v teh mesecih se mediani ne razlikujeta statisticno znacilno (preglednica 1). Medletna spremenljivost padavin je v obeh podatkovnih nizih v vseh obmocjih podobna, a posamezna leta pomembno izstopajo (slika 6). Leto 2010 je v zahodnem obmocju po HDS zelo namoceno (2630 mm, kazalnik glede na celotno obdobje 133 %), po ERA5 pa le zmerno nadpovprecno namoceno (2085 mm, 119 %). Dve leti kasneje HDS kaže na dokaj sušno leto (1750 mm, 88 %), ERA5 pa na povprecno namoceno (1785 mm, 102 %). Standardni odklon kazalnika višine padavin v zahodnem obmocju je pri obeh podatkovnih nizih prakticno enak in znaša 13,9 odstotne tocke. Kljub podobni spremenljivosti višine padavin pa opazimo nekaj razlik v trendu višine padavin (preglednica 3). Poleti je trend po ERA5 nicelen ali pozitiven in statisticno razlicen od negativnega trenda po HDS. Tudi jeseni je trend padavin po ERA5 bolj pozitiven kot pri HDS, a je razlika v trendu statisticno neznacilna. Pozimi se negativni trend po HDS od zahoda proti vzhodu stopnjuje, po ERA5 je obratno, a razlike v posameznih obmocjih niso statisticno znacilne. Na letni ravni razlika v trendu med ERA5 in HDS od zahoda proti vzhodu narašca; zlasti v Figure 7. Time series of annual precipitation sum in the western (blue) and the eastern (brown) region for the HDS and ERA5 datasets. vzhodnem obmocju podatki HDS kažejo na, sicer statisticno neznacilno, rahlo upadanje višine padavin, po ERA5 pa na rahlo narašcanje. Ker pa je med obema podatkovnima nizoma na letni ravni visoka stopnja korelacije, je razlika trenda na letni ravni v vzhodnem obmocju statisticno znacilna. Preglednica 3. Linearni trend višine padavin (%/10 let) v ob­dobju 1950–2020 (HDS / ERA5), po obmocjih in sezonah. Statisticno znacilna razlika v trendu po Mann-Kendallovem testom s stopnjo znacilnosti 5 % je oznacena z odebeljeno pisavo. Table 3. Linear trend in precipitation sum (%/10 years) in the period 1950–2020 (HDS / ERA5) by region and season. Statistically significant trend differences by Mann-Kendall test are indicated in bold. sezona (season) / obmocje (region) zahodno (western) osrednje (central) vzhodno (eastern) pomlad (spring) —1,5 / —1,7 —1,6 / —2,0 —2,4 / —2,2 poletje (summer) —2,6 / 0,0 —1,1 / 0,6 —1,0 / 1,3 jesen (autumn) 1,3 / 2,1 1,3 / 2,4 1,0 / 2,8 zima (winter) —1,8 / —2,6 —2,8 / —2,2 —3,2 / —0,9 leto (year) —0,5 / 0,3 —0,5 / 0,5 —0,6 / 0,9 Statisticna povezanost sezonske višine padavin med podatkovnima nizoma je spomladi, jeseni in pozimi mocna, saj je determinacijski koeficient, R2, nad 0,8 (preglednica 3). To pomeni, da s podatki ERA5 pojasnimo vec kot 80 % variance v podatkih HDS. Drugace je poleti, ko je determinacijski koeficient le od 0,50 do 0,64. Morda je to posledica prevladujocih konvektivnih padavin poleti, ki jih globalni meteorološki modeli ne napovedujejo neposredno, temvec posredno, prek parametrizacije. Nasprotno je pozimi ujemanje med HDS in ERA5 odlicno, najverjetneje zaradi prevladujocih stratiformnih padavin, ki so mnogo manjši zalogaj za meteorološke modele kot konvektivne padavine. Zanimivo pa je, da je na letni ravni koeficient determinacije nižji od treh sezon, kar je nemara posledica sorazmerno nizke poletne vrednosti. Preglednica 4. Koeficient determinacije (R2) med sezonsko višino padavin v ERA5 in HDS, za celotno obdobje 1950– 2020 (pozimi 1950/51–2019/20) in vsa tri obmocja. Table 4. Coefficient of determination (R2) between seasonal precipitation sum in the ERA5 and HDS datasets for the entire period (1950–2020, 1950/51–2019/20 in winter) and for all three regions. sezona (sea­son) / obmocje (region) zahodno (western) osrednje (central) vzhodno (eastern) pomlad (spring) 0,86 0,83 0,81 poletje (summer) 0,56 0,64 0,50 jesen (autumn) 0,87 0,83 0,79 zima (winter) 0,94 0,93 0,90 leto (year) 0,78 0,77 0,78 Sorazmerno majhen delež pojasnjene variance poleti se mocno pozna tudi pri razvrstitvi najbolj namocenih in suhih poletij (slika 8 in preglednica 5). V vzhodnem obmocju sta med petimi najbolj namocenimi poletji le dve skupni obema podatkovnima nizoma, pri petih najbolj suhih poletjih pa sta seznama popolnoma razlicna (nobeno od najbolj suhih poletij po podatkovni zbirki HDS ni na lestvici najbolj suhih po podatkovni zbirki ERA5 in obratno). Glede na graficni prikaz na sliki 8 je poletje 1972 v vzhodnem obmocju še višinapadavin po ERA5(mm) 800 700 600 500 400 300 200 100 Slika 8. Razsevni grafikon poletne višine padavin v ERA5 v odvisnosti od HDS, za vsa tri obmocja in celotno obdobje, 1950–2020. S crtkano crto je prikazan linearni trend, zraven je naveden koeficient determinacije. Figure 8. Scatterplot of summer precipitation sum in ERA5 vs. HDS, for all three regions and the entire period (1950– 2020). Dash line represents a linear trend with a cofficient of determination labelled by the end of line. posebej izstopajoce (najviše ležeci trikotnik); kazalnik padavin (glede na celotno obdobje) je po HDS 115 % (15. najbolj namoceno poletje), po ERA5 pa kar 176 % (dalec najbolj namoceno poletje). Preglednica 5. Seznam petih najbolj mokrih in suhih poletij po HDS in ERA5 v vzhodnem obmocju. Table 5. List of the five wettest and driest summers in the eastern region according to the HDS and ERA5 datasets. rang poletja (summer rank) HDS ERA5 najbolj mokro (wettest) 1969 (575 mm) 1972 (542 mm) 2. 2005 1989 3. 1989 1966 4. 2008 2008 5. najbolj mokro 1986 1959 … 5. najbolj suho 2017 1983 4. 1967 1951 3. 2001 1992 2. 2003 1952 najbolj suho (driest) 2013 (195 mm) 1950 (134 mm) Razprava Dobro ujemanje temperature zraka v osnovnih podnebnih znacilnosti ERA5 in kartiranih meritev meteoroloških postaj se ujema z ugotovitvami študije Velikou in sod. (2022), kjer Slovenija ne sodi med »problematicna« obmocja v Evropi. Pri tem je potrebno poudariti, da gre za primerjavo v dokaj velikih mrežnih celicah, znotraj katerih so na obmocju Slovenije velike reliefne razlike. Obravnavano zahodno obmocje obsega pester podnebni nabor, od submediteranskega v Vipavski dolini do alpskega na vencu Spodnjih Bohinjskih gora. Drugi dve obmocji sta sicer manj geografsko in podnebno razgibani, vseeno pa segata od dolin in kotlin do posameznih vršacev z nadmorsko višino prek tisoc metrov. Iz mrežnih podatkov ERA5 v polstopinjski locljivosti sicer dobimo splošno temperaturno sliko obmocja velikosti malo nad 2000 km2, vendar so takšni podatki za vecji del Slovenije neprimerni za neposredno uporabo na manjših geografskih obmocjih, kaj šele na krajevni ravni. Za ta namen so mnogo bolj primerni podatki reprezentativnih meteoroloških postaj ali mrežni podatki v dovolj visoki locljivosti (1 km ali celo 100 metrov). Krajevni vidik je manj pomemben pri oceni dolgoletnega temperaturnega trenda, a se podatki ERA5 za zimo pomembno razlikujejo od podatkov HDS, kar lahko pripelje do napacnih zakljuckov. Še bolj ocitna je prednost podatkov goste mreže merilnih postaj pred ERA5 pri višini padavin, kar, med drugim, omenja tudi Bandhauer s sod. (2021) pri analizi višine padavin v širšem alpskem prostoru. Pri primerjavi ERA5 s HDS se pokažejo številne pomanjkljivosti podatkov ERA5: letna višina padavin je znatno manjša, jesenski višek v zahodnem obmocju je medel, zlasti na letni in poletni ravni opazimo statisticno znacilno razlicen trend, koeficient determinacije pa je poleti sorazmerno nizek (kar je skladno z Lavers in sod. (2022)). Zanimivo, da namesto pozitivne pristranskosti višine padavin v ERA5 (glede na prizemne meritve) v vecini Evrope oziroma v srednji Evropi, o kateri pišejo Lavers s sod. (2022) oziroma Hassler in Lauer (2021), v obravnavanih obmocjih Slovenije opazimo znatno negativno pristranskost, od –16 do –11 %. Ta pristranskosti bi bila še nekoliko vecja, ce bi izmerjeno višino padavin korigirali glede na vpliv vetra, omocenosti dežemera idr. Glede na deloma razlicne vecdesetletne trende v višini padavin, tako po velikosti kot predznaku, je tako vprašljiva oziroma manj zanesljiva uporabnost ERA5 za tovrstne analize. Prav tako smo v prikazani analizi ugotovili, da se posamezne sezonske vrednosti višine padavin med ERA5 in HDS lahko mocno razlikujejo, kar je zlasti pomembno pri obravnavi ekstremnih podnebnih razmer. Sklepne misli Analiza mesecnih podatkov temperature zraka in višine padavin, ki temeljijo na gosti mreži prizemnih meritev (HDS) oziroma globalnih meteoroloških reanalizah (ERA5), v polstopinjski geografski mreži za izbrana tri obmocja v Sloveniji kaže na splošno dobro kakovost temperaturnih podatkov in manjšo kakovost padavinskih podatkov ERA5. Pri temperaturi zraka smo najpomembnejše odstopanje opazili pri 71-letnem trendu zimskega povprecja temperature, pri višini padavin pa pri razlicnih statisticnih vidikih, a po obmocjih in letnih casih razlicno izrazito. Podatki ERA5 s popolnim naborom podatkov na svetovni ravni in skozi daljše obdobje (trenutno 1940–2023) predstavljajo prirocen vir vremenskih in podnebnih podatkov, a moramo biti pri njihovi rabi pazljivi. V posamezni študiji moramo upoštevati zlasti morebitne vplive reliefa na reprezentativnost mrežnih podatkov ERA5 in imeti v mislih, da nas nehomogenosti v casovnih nizih lahko pripeljejo do napacnih zakljuckov. Gosta mreža kakovostnih meteoroloških merilnih postaj, s katerimi nadaljujemo dolgoletno tradicijo prizemnih meritev, tako marsikje po svetu in tudi v Sloveniji še ostaja temeljni podatkovni steber spremljanja podnebnih sprememb in tekocih podnebnih razmer. Viri Bandhauer, M., Isotta, F., Lakatos, M., Lussana, C., Bĺserud, L., Izsák, B., Szentes, O., Tveito, O. E., Frei, C., 2022. Evaluation of daily precipitation analyses in E-OBS (v19.0e) and ERA5 by comparison to regional high-resolution datasets in European regions. International Journal of Climatology, 42 (2), 727–747, https://doi.org/10.1002/joc.7269 Chiaravalloti, F., Caloiero, T., in Coscarelli, R., 2022. The Long-Term ERA5 Data Series for Trend Analysis of Rainfall in Italy. Hydrology 9, no. 2: 18, https://doi. org/10.3390/hydrology9020018 Cowtan, K., Way, R.G., 2014. Coverage bias in the HadCRUT4 temperature series and its impact on recent temperature trends. Quarterly Journal of the Royal Meteorological Society, 140: 1935–1944, https://doi.org/10.1002/qj.2297 Hassler, B., Lauer, A., 2021. Comparison of Reanalysis and Observational Precipitation Datasets Including ERA5 and WFDE5. Atmosphere 12, no. 11: 1462, https://doi.org/10.3390/atmos12111462 Hersbach, H., Bell, B., Berrisford, P. in sod., 2020. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146: 1999–2049. https://doi. org/10.1002/qj.3803 Lavers, D. A., Simmons, A., Vamborg, F., Rodwell, M. J., 2022. An evaluation of ERA5 precipitation for climate monitoring. Quarterly Journal of the Royal Meteorological Society, 148 (748), 3124–3137, https://doi.org/10.1002/qj.4351 Medmrežje 1: https://climatereanalyzer.org/ research_tools/monthly_tseries/ (20. 9. 2023) Medmrežje 2: ERA5 monthly averaged data on single levels from 1940 to present: https://cds.climate. copernicus.eu/cdsapp#!/dataset/reanalysis-era5­single-levels-monthly-means?tab=overview (20. 9. 2023) Simmons, A., Hersbach, H., Muńoz-Sabater, J., Nicolas, J., Vamborg, F., Berrisford, P., de Rosnay, P., Willett, K., Woollen, J., 2021. Low frequency variability and trends in surface air temperature and humidity from ERA5 and other datasets, ECMWF Technical Memoranda 881. European Centre for Medium Range Weather Forecasts, 97. str, dx.doi.org/10.21957/ ly5vbtbfd Velikou, K., Lazoglou, G., Tolika, K., Anagnostopoulou, C., 2022. Reliability of the ERA5 in Replicating Mean and Extreme Temperatures across Europe. Water 14, no. 4: 543, https://doi.org/10.3390/w14040543 Vertacnik, G, 2024. Homogenizacija in dopolnitev casovnih nizov temperature zraka in višine padavin slovenskih meteoroloških postaj v obdobju 1950–2020. Vetrnica 15/23, str. 54 — 78 Zahvala Renatu Bertalanicu z oddelka za podnebne analize in storitve ARSO se zahvaljujem za pripravo mrežnih podatkov HDS, ki so služili za primerjavo z reanalizami ERA5, in podlago za sliko 1. Za izracun mnogih statistik se zahvaljujem Anžetu Medvedu, za lekturo angleških napisov k slikam in preglednicam pa Živi Vlahovic z istega oddelka. Renatu Bertalanicu, Damijani Gartner, Anžetu Medvedu in neimenovanemu recenzentu se zahvaljujem za pregled besedila, odkrite napake in koristne pripombe, ki so pripomogli k izboljšanju besedila. Brdo pri Kranju 4. maja 2023 (Foto: Tanja Cegnar) Homogenizacija in dopolnitev casovnih nizov podatkov temperature zraka in višine padavin slovenskih meteoroloških postaj v obdobju 1950–2020 Homogenisation and interpolation of temperature and precipitation time series from Slovenian meteorological stations in the period 1950–2020 Gregor Vertacnik, Agencija Republike Slovenije za okolje, Vojkova cesta 1b, 1000 Ljubljana, gregor.vertacnik@gov.si Povzetek Na ARSO smo v zadnjih letih posodobili homogenizacijo in interpolacijo podnebnih nizov projekta Podnebna spremenljivost v Sloveniji. Preverili smo kakovost izmerjenih vrednosti temperature, padavin in nekaterih ostalih spremenljivk na meteoroloških postajah za obdobje 1950–2020. Za pet spremenljivk temperature zraka in za višino padavin smo pripravili 98 oziroma 268 casovnih nizov mesecnih podatkov in jih homogenizirali s programskim orodjem HOMER. Iz popravkov mesecnih homogeniziranih vrednosti smo izracunali dnevne vrednosti, manjkajoce podatke smo nadomestili s prostorsko interpoliranimi vrednostmi. Tako dobljeni podatki kažejo na statisticno znacilen linearni trend temperature zraka v Sloveniji okoli 0,3 °C na desetletje. Trend višine padavin je statisticno znacilen in padajoc le poleti na posameznih obmocjih južne in zahodne Slovenije. Glavne znacilnosti homogeniziranih in dopolnjenih nizov se dobro ujemajo s podatkovnimi zbirkami projektov PSS, HISTALP in Berkeley Earth. Zbirka predstavljenih homogeniziranih in dopolnjenih dnevnih podatkov predstavlja temelj za izracun podnebnih normal novega referencnega obdobja 1991–2020 in analiz podnebnih sprememb v Sloveniji v zadnjih desetletjih. Kljucne besede: temperatura zraka, višina padavin, podnebne spremembe, homogenizacija, prostorska interpolacija Abstract Slovenian Environment Agency has recently renewed and upgraded homogenisation and interpolation of climate series of project Podnebna spremenljivost v Sloveniji (henceforth PSS, »Climate variability in Slovenia«), which focused on the period 1961–2011. Starting point of the project »Homogenizacija in dopolnitev slovenskih podnebnih nizov v obdobju 1950–2020« (henceforth HDS, »Homogenisation and data imputation of Slovenian climate series in the period 1950–2020«) was the existing quality controlled dataset of PSS of air temperature, precipitation sum and some other variables. To lengthen the PSS time frame of 1961–2011 we added and thoroughly checked the data of periods 1950–1960 and 2012–2020 as well. Data spanning the period 2008– 2011 have been quality controlled again. The other noteworthy upgrade to the HDS dataset was an inclusion of many additional automatic weather stations' time series. This article focuses on homogenisation and data imputation of time series of five air temperature variables (instant values at 7, 14 and 21 local/solar time, minimum (Tn) and maximum temperature (Tx)) and precipitation sum. Based on the data availability and their quality, monthly time series of 98 temperature and 268 precipitation sites data have been prepared and homogenised using HOMER software tool. Resulting monthly corrections were applied to daily data, whereas missing daily data have been spatially interpolated using advanced methods. Homogenised and interpolated temperature time series show statistically significant warming trend of about 0.3 °C per decade. The trend is slightly larger for Tx and T14 (0.37 °C and 0.36 °C per decade on annual level) than for other variables, especially T7 (0.27 °C per decade on annual level). On monthly level, the trend is statistically significant in all variables in January and from March through August, insignificant in February and partly significant in other months. On the other hand, the precipitation trend is significant and negative only in summer in some parts of southern and western Slovenia. Linear trends of homogenised time series of temperature and precipitation variables agree well with the homogenised time series of PSS project for the common period (1961– 2011) and station selection. Moreover, the HDS mean temperature trend also aligns well with the state-of-the art international datasets of HISTALP and Berkeley Earth for the common period of 1950–2008. The dataset of homogenised and interpolated daily values may serve as a basis for calculation of climate normals of the latest climate period (1991–2020) and analysis of climate change in Slovenia in last decades as well. However, one must be aware of the dataset deficiencies when using it for extreme value analysis. Remaining inhomogeneities in the variability of some time series may significantly affect the analysis of trends, leading to erroneous conclusions. Keywords: air temperature, precipitation sum, climate change, homogenisation, spatial interpolation Uvod Agencija Republike Slovenije za okolje (ARSO) je pokritost z meritvami v hribovitih predelih Slovenije leta 2008 pricela z izvajanjem vecletnega projekta (Roškar, 2015). Izrazita razširitev in prenova mreže Podnebna spremenljivost Slovenije v obdobju 1961– samodejnih meteoroloških postaj sta omogocili tudi 2011 (v nadaljevanju PSS, Vertacnik in sod., 2015b). podrobnejše spremljanje podnebnih razmer. Poleg Daljše casovne nize meteoroloških meritev smo tega marsikatera samodejna postaja nadomešca preverili s sodobnimi metodami kontrole podatkov, ukinjeno klasicno postajo in s tem nadaljuje obstojeci zbrali in uredili smo obširno zbirko metapodatkov o niz meritev. merilnih postajah. Kontrolirane in popravljene izmerke smo združili v nize mesecnih vrednosti, ki smo jih Po zaslugi omenjenih izboljšav smo se v vecletnem homogenizirali, manjkajoce vrednosti pa zapolnili s projektu kontrole, homogenizacije, dopolnitve in prostorsko interpoliranimi. Tako dobljene casovne analize podnebnih nizov v obdobju 1950–2020 (v nize smo uporabili za pripravo do takrat najpopolnejše nadaljevanju HDS kot kratica za Homogenizacijo in ocene podnebnih sprememb in podnebne Dopolnitev Slovenskih podnebnih nizov v obdobju spremenljivosti v Sloveniji v obdobju 1961–2011. 1950–2020) mnogo bolj oprli na samodejne meritve kot v projektu PSS. Ocena podnebnih sprememb v projektu PSS je temeljila skoraj izkljucno na meritvah opazovalcev. V tem prispevku predstavljamo del omenjenega Do leta 2011 je le pešcica samodejnih merilnih projekta – homogenizacijo in dopolnitev casovnih postaj delovala daljši cas, poleg tega so bile tovrstne nizov temperature zraka in višine padavin v Sloveniji meritve zlasti v devetdesetih letih prejšnjega in bližnji okolici v obdobju 1950–2020. V razdelku stoletja nemalokrat manjkajoce ali neuporabne. V Podatki in metode opišemo kontrolo dnevnih okviru projekta Nadgradnja sistema za spremljanje meritev, pripravo casovnih nizov za homogenizacijo, in analiziranje stanja vodnega okolja v Sloveniji postopek homogenizacije in dopolnitev casovnih (kratica BOBER) je ARSO vzpostavil obsežno mrežo nizov s prostorsko interpolacijo. V razdelku Razprave samodejnih meteoroloških in hidroloških postaj. S se osredotocamo na medsebojno primerjavo tem smo za veckratnik povecali kolicino podatkov homogeniziranih casovnih nizov in primerjavo z o trenutnih vremenskih razmerah in izboljšali rezultati projekta PSS. Prispevek zakljucujemo s sklepnimi mislimi o projektu, ki strokovni javnosti omogoca izboljšano rabo meteoroloških meritev za kakovostne analize podnebja in podnebnih sprememb v Sloveniji. Podatki in metode dela Osnovni podatki Temelj dolgoletnega spremljanja vremena in podnebnih razmer na obmocju današnje Slovenije je bil do konca 20. stoletja mreža padavinskih, podnebnih in glavnih meteoroloških postaj z opazovalcem. Konec 20. stoletja je Hidrometeorološki zavod RS postavil prve samodejne meteorološke postaje, njihovo število pa se je do leta 2014 povecevalo le pocasi. Z obsežnim projektom BOBER, del katerega je bila postavitev in modernizacija množice samodejnih meteoroloških postaj, se je delež samodejnih postaj v merilni mreži mocno povecal, najbolj v hribovitem svetu. Samodejne postaje v zadnjih letih za vecino meteoroloških spremenljivk tako že predstavljajo jedro merilne mreže meteoroloških postaj. Meritve temperature zraka so se v Sloveniji na opazovalnih postajah že od samega zacetka izvajale trikrat dnevno, v 20. stoletju praviloma ob 7., 14. in 21. uri po soncnem casu, kar skoraj tocno ustreza srednjeevropskemu casu, ki se uporablja na samodejnih postajah. Poleg trenutne temperature zraka so opazovalci ob vecernem terminu zabeležili najvišjo in najnižjo vrednost temperature v preteklem 24-urnem casovnem intervalu. Na prvotnih samodejnih merilnih postajah (postavljenih do leta 2013) smo temperaturne podatke sicer merili vsako minuto, a jih shranjevali v polurnih casovnih intervalih. Na novejših merilnih postajah (mreže projekta BOBER) temperaturo zraka merimo vsakih deset sekund, casovni interval shranjevanja podatkov pa je skrajšan na deset minut. Shranjeni polurni oziroma desetminutni podatki so temperatura zraka ob koncu casovnega intervala, polurno oziroma desetminutno povprecje, najvišja in najnižja vrednost znotraj intervala in standardni odklon izmerjenih vrednosti. V projektu HDS smo združili casovne nize rocnih meritev temperature zraka in meritve samodejnih postaj. Zaradi majhne casovne razlike med soncnim in srednjeevropskim casom smo rocno izmerjene vrednosti ob soncnem casu spojili z izmerki samodejnih merilnih postaj ob polnih urah uradnega casa (zadnji izmerek znotraj casovnega intervala). Bistvena razlika med rocnimi meritvami in meritvami postaj merilne mreže BOBER je poleg razlicne merilne naprave (tekocinski termometer, uporovno temperaturno tipalo) razlicen temperaturni zaklon (slika 1). Višino padavin smo v projektu HDS obravnavali drugace kot temperaturo, saj se je izkazalo, da so rocne meritve padavin na daljši casovni ravni zanesljivejše od samodejnih. Samodejne meritve padavin so zaradi nacina merjenja bolj obcutljive na zunanje dejavnike od rocnih meritev, zato so praviloma manj tocne od njih. Zlasti ob sneženju z mocnejšim vetrom je izmerjena višina padavin na samodejnih postajah pogosto bistveno manjša kakor na opazovalnih postajah. V analizo smo tako pri vecini merilnih mest zajeli zgolj rocne meritve. Slika 1. Termometrska hišica za rocne meritve oziroma meritve starejših samodejnih postaj (leva in desna hišica) in novejši tip hišice, v kateri se izvajajo samodejne meritve merilne mreže BOBER (v sredini) na meteorološki postaji Ljubljana Bežigrad Figure 1. Thermometer screen for manual measurements and older type of automatic measurements (the left and the right screen) and a newer type of thermometer screen with automatic measurements of the BOBER station network (in the middle) at Ljubljana Bežigrad weather station Kontrola meritev Podatkovno jedro projekta HDS predstavljajo kontrolirani dnevni podatki projekta PSS. Ker smo s projektom HDS zajeli daljše casovno obdobje, smo dodatno preverili podatke v obdobjih 1950–1960 in 2008–2020, in sicer na podoben nacin kot v projektu PSS (Vertacnik in sod., 2015b). Racunalniško ustvarjen seznam najbolj izstopajocih in sumljivih vrednosti smo rocno preverili z uporabo razlicnih racunalniških orodij in z meteorološkimi porocili. Prostorsko kontrolo klasicnih meritev (rocne meritve opazovalca) smo dopolnili z meritvami samodejnih merilnih postaj in zapisovalnikov temperature ter hkrati preverili tudi kakovost teh meritev. Na merilnih postajah s socasnimi rocnimi in samodejnimi meritvami smo preverili medsebojno skladnost izmerkov. Podrobneje smo preverili še naslednje podatkovne posebnosti: enake vrednosti v treh zaporednih dneh in nenadne kratkotrajne temperaturne skoke na samodejnih postajah. Odkrili smo tako osamljene napacne vrednosti kot vecurna do vecletna obdobja meritev slabe kakovosti (primer na sliki 2). Popravljene in manjkajoce vrednosti smo vnesli v loceno podatkovno tabelo in tako postavili temelj za pripravo casovnih nizov mesecnih podatkov, ki smo jih potrebovali pri homogenizaciji. temperatura zraka (°C) 24.00:00 24. 08:00 24. 16:00 25. 00:00 25. 08:00 25. 16:00 dan in ura najmanj terminska vrednost najvec Slika 2. Nestabilne meritve temperature zraka na merilni postaji Brinje pri Ljubljani 24. in 25. maja 2018. Zlasti izstopajoce so polurne najnižje vrednosti, ki nekajkrat padejo za vec kot 5 °C pod najvišjo vrednost v istem casovnem intervalu. Figure 2. Unstable air temperature measurements at Brinje pri Ljubljani measurement station on May 24 and 25, 2018. The minimum half-hourly values stand out in particular, as they sometimes drop by more than 5 °C below the corresponding maximum value. Priprava in izbor casovnih nizov za homogenizacijo Sodobne metode homogenizacije podatkov vecinoma temeljijo na medsebojni primerjavi dolgoletnih casovnih nizov na obmocju z enakim podnebjem oziroma (skoraj) enakim podnebnim signalom. Za ta postopek tako potrebujemo dovolj dolge nize podatkov, ki jih medsebojno primerjamo in dolocimo njihovo homogenost oziroma prelome, kjer se pojavi nehomogenost. Pogosto pa so nizi meritev posamezne merilne postaje prekratki, zato smo v projektu HDS spojili nize bližnjih, a podnebno zelo podobnih postaj (na primer Stare Fužine in Bohinjske Cešnjice). Enako smo spojili tudi nize razlicnih vrst meritev na isti postaji. Sestavljen casovni niz za homogenizacijo je tako lahko sprva iz klasicnih meritev, ki se nadaljujejo s samodejnimi meritvami. Kjer je bilo možno, smo pri spojitvi temperaturnih nizov uporabili podatke vzporednih meritev v dolžini treh let oziroma vsaj enega leta, pri padavinskih nizih pa daljše obdobje, tudi prek deset let. Pri obeh spremenljivkah smo upoštevali sezonsko nihanje povprecne razlika, a na razlicna nacina. Pri temperaturi smo sezonski hod sistematicne razlike med novejšim in starejšim delom niza izracunali po mesecih leta in ga nato zgladili z metodo LOESS. Pri padavinah smo leto razdelili na tri sezone: zimsko (december–marec), poletno (junij–september) in vmesno (preostali meseci). Za vsako sezono smo izracunali povprecno razmerje višine padavin med pripadajocima nizoma. Ocenjeno sezonsko razliko (kolicnik) smo pri temperaturi (padavinah) prišteli (množili s) starejšim meritvam in s tem odpravili vecji del nehomogenosti pri spojitvi nizov. Pri sestavljanju nizov smo upoštevali zadostno dolžino nizov, izplen meritev in vrsto merilne naprave oziroma postaje. Najviše na prioritetni lestvici so bile pri temperaturi zraka merilne postaje mreže BOBER, nato ostale samodejne postaje, klasicne postaje z opazovalcem in nazadnje zapisovalniki temperature. Opisano spojitev nizov smo izvedli zlasti pri temperaturi zraka, medtem ko je bilo pri padavinah le šest takšnih primerov. Na podlagi rezultatov projekta PSS, kakovosti in razpoložljivosti meritev temperature zraka ter omejitev programskega orodja Homer smo za vsako temperaturno spremenljivko sestavili 98 casovnih nizov podatkov – 82 s slovenskih in 16 s tujih merilnih postaj (slika 3). Štiri postaje (Ljubljana, Postojna, Ratece in Villacher Alpe) so imele popolne nize mesecnih podatkov, sedem postaj manj kot leto manjkajocih meritev (povprecje prek petih spremenljivk), vecina postaj 40–70 let meritev in sedem postaj zgolj 21–28 let meritev (preglednica 4 v Prilogi). Povprecna dolžina temperaturnih nizov znaša 49 let, pri terminskih spremenljivkah približno leto vec kot pri ekstremnih temperaturah. Slika 3. Zemljevid lokacij postaj z meritvami temperature zraka, ki smo jih vkljucili v homogenizacijo. Predstavljeni sta lokacija in podnebna številka zadnje lokacije postaje. Barva krogca oznacuje osnovno podnebno regijo posamezne postaje. Figure 3. Map of stations with air temperature measurements, which were included in the homogenisation. The map shows the location and climate identification number of the last station’s location. The circle colour corresponds to the primary climate region of a station. Mnogo vec meritev smo imeli na voljo pri višini padavin. Pripravili smo 268 casovnih nizov, od tega 12 s tujih postaj (slika 4). Tri postaje (Krvavec, Kredarica in Vogel) smo zaradi izrazitega vpliva vetra na izmerjeno višino padavin v hladnem delu leta homogenizirali rocno in loceno od ostalih podatkov. Od 268 je devet casovnih nizov popolnih, 46 jih ima do 11 mesecev manjkajocih podatkov (preglednica 5 v Prilogi). Glavnina nizov je dolžine 40–70 let, 11 nizov pa je dolgih le od 29 do 39 let. Povprecna dolžina niza znaša 59 let. Slika 4. Zemljevid lokacij postaj z meritvami padavin, ki smo jih zajeli v homogenizacijo. Številke oznacujejo podnebno številko zadnje lokacije postaje. Figure 4. Map of stations with precipitation amount measurements, which were included in the homogenisation. The numbers denote the climate identification number of the last station’s location. Glede na razpoložljivost meritev za homogenizacijo casovnih nizov lahko obravnavano obdobje razdelimo v naslednje odseke: obdobje hitre rasti števila postaj od leta 1950 do 1960, stabilno obdobje velikega števila postaj 1961–1990 in obdobje upadanja oziroma zmanjšanega števila postaj 1991–2020 (slika 5). Zaradi vzpostavitve merilne mreže projekta BOBER je v zadnjih letih znova vec temperaturnih postaj, medtem ko pri padavinah prevladuje nadaljnji upad števila opazovalnih postaj. delež meritev 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 1950 1960 1970 1980 1990 2000 2010 2020 leto višina padavin najvišja temp. temperatura ob 14. uri Slika 5. Delež razpoložljivih meritev (mesecnih vrednosti) za homogenizacijo za tri spremenljivke po letih obdobja 1950–2020 Figure 5. Completeness ratio of measured data (monthly values) for homogenisation, separately for the three temperature variables in the period 1950–2020 Sistematicni popravki odsekov casovnih nizov Poleg kontrole posameznih meritev smo pri temperaturi zraka preverjali tudi medsebojno skladnost spremenljivk na mesecni do vecletni casovni ravni. Zlasti pri najnižji temperaturi zraka smo odkrili vec izstopajocih obdobij zaradi okvare minimalnega termometra. S pomocjo primerjave z drugimi meritvami na postaji, okolico in metapodatki smo karseda tocno dolocili zacetek in konec takšnih obdobij. Sistematicno napako smo izracunali s pomocjo drugih meritev na postaji (na primer temperature ob 7. uri za dnevno najnižjo temperaturo, slika 6) in podatkov na bližnji postaji (na primer v Biljah za Godnje). Primerjali smo razlike pred, med in po obdobju izstopajocih podatkov, izrisali casovni potek relativnih razlik in se odlocili za vrsto popravka (stalni ali casovno spreminjajoc). Casovno spreminjajoc popravek smo izracunali z glajenjem mesecnih vrednosti z metodo LOESS. Dobljene mesecne vrednosti popravkov smo nato prenesli na dnevne podatke. Sistematicno popravljene dnevne podatke smo uporabili v nadaljnji pripravi podatkov za homogenizacijo. temperaturna razlika T7-Tmin (°C) 0 -1 -2 -3 -4 -5 -6 -7 -8 1.1.98 1.1.99 1.1.00 1.1.01 1.1.02 datum posamezne vrednosti glajeno Slika 6. Razlika med temperaturo zraka ob 7. uri zjutraj in dnevno najnižjo temperaturo v Tomaju v letih 1998–2002. Približno od februarja 1999 do oktobra 2001 so vrednosti najnižje temperature prenizke, verjetno zaradi okvare minimalnega termometra. V tem obdobju je le nekaj dni z razliko 0,5 °C ali manj, še bolj nazorno pa nehomogenost kaže 11-dnevno drsece povprecje razlik (modra krivulja). Figure 6. Time series of difference between air temperature at 7 a.m. and daily minimum temperature in Tomaj from 1998 to 2002. Approximately from February 1999 to October 2001 the minimum temperature values are too low, probably due to the failure of the minimum thermometer. There were only a handfull of days with the difference of no more than 0.5 °C in the aforementioned period. The inhomogeniety is even more obvious from the 11-day moving average of the temperature difference (blue curve). Dopolnitev casovnih nizov Naslednji korak v pripravi podatkovnih nizov za homogenizacijo je bil samodejna prostorska interpolacija manjkajocih dnevnih vrednosti. Pri izracunu interpolacijske vrednosti smo upoštevali le temperaturno najbolj sorodne dneve v primerjalnem obdobju (ne po absolutnih vrednostih, temvec po relativnih prostorskih razlikah in casovnem poteku). Racunalniški program je za vsako interpolirano postajo dolocil šest najprimernejših referencnih postaj in izracunal regresijsko premico za vsak par interpolirana-referencna postaja. Interpolacijska temperatura zraka ob 21. uri (°C) 16 14 12 10 8 6 4 2 0 -2 20.10. 25.10. 30.10. 4.11. 9.11. 14.11. 19.11. datum Kocevje Sodražica Novo mesto Slika 7. Casovni potek temperature zraka ob 21. uri na treh merilnih mestih v južni in jugovzhodni Sloveniji v obdobju 20. oktober–20. november 1957. Prostorsko interpolirane vrednosti za Kocevje so oznacene z modrimi krogci. Figure 7. Time series of air temperature at 9 p.m. at three measurement sites in southern and souteastern Slovenia from October 20 to November 20, 1957. Spatially interpolated values for Kocevje are indicated by blue circles. temperaturna razlika (°C) 1,8 1,5 1,2 0,9 0,6 0,3 0,0 -0,3 -0,6 -0,9 jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. vrednost je bila vsota uteženih regresijskih vrednosti. Primer rezultatov prostorske interpolacije temperature prikazuje slika 7. Spojitev nizov s pomocjo vzporednih meritev Selitev meteoroloških postaj in sprememba nacina merjenja sta glavna razloga za nehomogen casovni niz podatkov. Vcasih ob selitvi postaje nekaj let meritve potekajo socasno na stari in novi lokaciji meteorološke postaje, kar lahko izkoristimo za neposredno homogenizacijo casovnega niza, brez primerjave z okoliškimi postajami. Na enak nacin lahko izkoristimo socasne meritve opazovalca in samodejne postaje ter pri združevanju nizov dveh deloma prekrivajocih se nizov bližnjih in podnebno zelo podobnih postaj. Ta metoda homogenizacije casovnih nizov je ob dovolj dolgem trajanju vzporednih meritev, navadno nekaj let, boljša od homogenizacije s pomocjo nizov sosednjih postaj. V slovenski državni mreži meteoroloških postaj najdemo vse tri zgoraj omenjene vrste socasnih meritev, a so dalec najpogostejše vzporedne meritve samodejne in klasicne meteorološke postaje. V okviru projekta HDS smo z analizo vzporednih meritev ovrednotili vpliv dejavnikov za sistematicne razlike med casovnimi nizi: razlicne merilne naprave in/ali temperaturni zaklon, casovni zamik meritev pri klasicnih postajah in razlicna lokacija merilnih mest (slika 8). V splošnem je zadnji dejavnik najpomembnejši, pri temperaturi ob 7. in 21. uri pa je lahko poglaviten dejavnik tudi cas meritve na opazovalni postaji. Nekateri opazovalci zaradi razlicnih razlogov sistematicno odcitavajo temperaturo vec temperaturna razlika (°C) 0,9 0,6 0,3 0,0 -0,3 -0,6 -0,9 -1,2 -1,5 -1,8 jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. leto leto T7 T14 T21 Tmin Tmaks T7 T14 T21 Tmin Tmaks Slika 8. Mesecna povprecna temperaturna razlika med meritvami samodejne in opazovalne meteorološke postaje v Ratecah v obdobju januar 2000–september 2001 (levo) in v Novi vasi na Blokah v obdobju februar 2016–februar 2018 (desno). V Ratecah sta postaji na istem opazovalnem prostoru, meritve so bile izvedene v isti meteorološki hišici. V Novi vasi sta postaji približno 400 metrov narazen, meteorološka hišica samodejne postaje je bistveno manjša kot pri opazovalni postaji (kot na sliki 1). Figure 8. Monthly mean temperature difference between automatic and manual station in Ratece from January 2000 to September 2001 (left), and in Nova vas (Bloke plateau) from February 2016 to February 2018 (right). In Ratece the stations are at the same site and measurements are taken in the same thermometer screen. In Nova vas the stations are 400 metres apart and the therometer screen of the automatic station is considerably smaller than that of the manual station (as shown in Figure 1). kot deset minut, v izjemnih primerih vec kot pol ure pred ali po predvidenem terminu. To lahko v mesecih s hitrim spreminjanjem temperature ob teh terminih pomeni tudi za vec desetink stopinje Celzija veliko sistematicno napako. Metapodatki Poleg izmerkov so v postopku homogenizacije pomembni podatki o zgodovini postaje – metapodatki. Sem uvršcamo informacije o zgodovini merilnega mesta, merilnih napravah, o nacinu meritev in njihovi obdelavi (Venema in sod. 2020). Iz metapodatkov lahko sklepamo na vzrok in tocen datum nehomogenosti. Homogenizacija je praviloma najbolj ucinkovita ob souporabi metapodatkov in statisticnih homogenizacijskih metod. Pri tem se moramo zavedati, da so zlasti v zgodnjem obdobju meritev metapodatki nepopolni. Metapodatke, ki smo jih uporabili v projektu HDS, smo zaceli zbirati, rekonstruirati in digitalizirati v okviru projekta INTERREG FORALPs 2005–2008, vecina gradiva pa je bila zbrana in digitalizirana v okviru projekta PSS, ker smo našli še dodatne vire, dopolnjevali že zbrane metapodatke in zbirali nove (Nadbath, 2015). Po zakljucku projekta PSS se zbiranje in dopolnjevanje metapodatkov za meteorološke postaje še nadaljuje. Homogenizacija mesecnih podatkov Kakovostni in homogeni casovni nizi podatkov so kljucni za analizo podnebne spremenljivosti in podnebnih sprememb (Venema in sod., 2020). Izraz homogen izvira iz gršcine in pomeni »iste narave«. Na žalost vecina dolgih nizov podnebnih podatkov ni »iste narave« in so neprimerni za neposredno analizo podnebnih sprememb. Nepodnebni dejavniki, kot so na primer spremembe pri izvajanju meritev, lahko znatno vplivajo na izmerjene vrednosti in povzrocijo odklone v statisticnih lastnostih casovnih nizov. Ucinek teh odklonov je lahko primerljiv s podnebnimi spremembami in lahko vodi do napacnih zakljuckov. Z medsebojno primerjavo daljših casovnih nizov bližnjih merilnih postaj lahko bolje ocenimo podnebni signal, ki je v vecji meri skupen tem postajam. Kadar v casovnem nizu mesecnih ali letnih razlik dveh postaj nastopi nenaden skok ali postopna sprememba, lahko sklepamo, da je prišlo do umetnega vpliva na meritve pri vsaj eni od primerjanih postaj. Umetnim signalom v casovnih nizih, ki niso posledica vremena, in jih ne štejemo za del podnebnega signala, pravimo nehomogenosti. So posledica razlicnih umetnih dejavnikov na meritve, zlasti selitve postaje, menjave opazovalca ali merilne naprave, urbanizacije ipd. Cas in velikost nehomogenosti lahko tocneje dolocimo s primerjavo vecjega števila postaj in ustreznimi metapodatki. Delno ali popolno odpravo nehomogenosti dosežemo s postopkom, ki ga imenujemo homogenizacija. Popravljeni casovni niz podatkov bolje odraža vremensko oziroma podnebno spremenljivost dolocenega kraja ali obmocja. Homogenizacijo smo v projektu HDS izvedli s programskim paketom HOMER, na podoben nacin kot v projektu PSS (Vertacnik in sod., 2015b). HOMER (HOMogenizaton softwarE in R) je programsko orodje za homogenizacijo osnovnih podnebnih spremenljivk na mesecni ali letni casovni ravni (Mestre in sod., 2013) in tece v programskem okolju za statisticno racunanje in grafiko R. Temelji na rezultatih testiranja razlicnih metod za homogenizacijo casovnih nizov temperature in padavin v okviru projekta COST ES0601 (HOME), ki je potekal v letih 2007–2011 (Venema in sod., 2012). HOMER je interaktivno orodje, pri katerem nehomogenosti odkrivamo z razlicnimi homogenizacijskimi metodami, pomagamo si lahko tudi z metapodatki. Vsebuje tudi graficni vmesnik za rocno kontrolo casovnih nizov – odkrivanje izstopajocih delov niza, ki niso primerni za homogenizacijo. Najprej smo s Homerjem na graficnem prikazu casovnih nizov preverili izstopajoce vrednosti, tako osamelce kot daljša obdobja, in jih preverili z drugimi meritvami in metapodatki. Kjer je bilo potrebno, smo odstopajoce podatke zavrgli. Podrobneje smo preverili vec kot sto osamelcev in jih približno polovico oznacili kot napacne vrednosti. Vecinoma smo izlocili eno- do vecmesecna obdobja izstopajocih dnevnih vrednosti, le v posameznih primerih smo lahko s pomocjo metapodatkov tocneje dolocili zacetek in konec podatkov slabe kakovosti. Glavna razloga za napacne vrednosti sta bila nepravilen cas meritve in okvara merilne naprave. V projektu PSS smo homogenizirali ves sklop casovnih nizov naenkrat, po nadaljnjih izkušnjah s homogenizacijo pa smo se tokrat odlocili za homogenizacijo po podnebnih regijah, ki smo jih dolocili po temperaturni podobnosti z referencnimi postajami. Zaradi boljše prostorske povezanosti rezultatov smo pri homogenizaciji osnovnemu naboru postaj v posamezni regiji dodali še nekaj postaj iz drugih regij. Podrobneje je postopek dolocitve regij predstavljen v prilogi (Nacin izbora primerjalnih postaj pri homogenizaciji temperature zraka). Homogenizacijo smo izvedli po posameznih spremenljivkah, regijah in v vec krogih, z osnovnimi nastavitvami kot so navedene v preglednici 1. V prvem krogu smo najprej z graficnim pregledovalnikom na podlagi dveh statisticnih metod odkrili najvecje nehomogenosti (detekcija nehomogenosti, primer na sliki 9). V datoteko s seznamom nehomogenosti smo vnesli datume teh nehomogenosti, HOMER Preglednica 1. Nastavitve parametrov za izbor okoliških postaj v HOMER-ju Table 1. Parameter settings for reference stations in HOMER Spremenljivka Nacin korekcije Izbor postaj Najvecja razdalja (km) Najmanjše število postaj temperatura aditivni geografski 20 vse, razen v regiji 5 (25 postaj) padavine multiplikativni geografski 10 15 Slika 9. Zaznavanje prelomov v razliki casovnih nizov najnižje temperature s Krvavca in Vogla pred (zgoraj) in po homogeni­zaciji (spodaj) s programskim orodjem HOMER. Prikazani so rezultati metode »pairwise detection« (zaznavanje nehomogenosti, v parih testirane z okoliškimi postajami). S crno so oznaceni statisticno predlagani prelomi, s turkizno vstavljeni prelomi. V zacetnem obdobju je veliko podatkov manjkajocih (zgoraj), a so v postopku homogenizacije interpolirani (spodaj). Figure 9. Break detection in the minimum temperature time series difference between Krvavec and Vogel before (above) and after homogenisation (below) with HOMER software tool. Results of the pairwise detection method are shown (detection of inhomogenities in the time series difference of candidate and reference stations). Black lines denote statistically detected breaks and turquoise lines inserted breaks. There are many missing data in the initial period (top), which were replaced by interpolated values during homogenisation (bottom). pa je izracunal popravljene nize, na katerih smo izvedli naslednji krog detekcije nehomogenosti. Kjer je bilo možno, smo nehomogenosti dolocili s pomocjo metapodatkov na mesec tocno, sicer smo v seznam navedli le leto nehomogenosti. Ko opaznih nehomogenosti ni bilo vec, smo v HOMER-ju zagnali ukaz za samodejno dolocitev leta in meseca nehomogenosti, kjer iz metapodatkov nismo mogli sklepati na datum nehomogenosti. HOMER je nato izracunal popravljene nize, homogenizacijo mesecnih nizov smo s tem zakljucili. Poleg homogenizacije je program izvedel tudi interpolacijo manjkajocih mesecnih vrednosti. Kot smo omenili že zgoraj, so številne postaje s casovnimi nizi nastopale v dveh ali vec regijah. Za te nize smo casovno uskladili nehomogenosti, tako da so bile med regijami razlike le v velikosti popravka. Da bi omilili rezultatski prehod med regijami smo homogenizirane casovne nize nekaterih od teh postaj subjektivno utežili in sešteli v koncni rezultat homogeniziranih mesecnih vrednosti. Primer: postaja Lesce je s svojimi temperaturni nizi nastopala v kar štirih regijah, koncni homogenizirani nizi za to postajo so bili izracunani kot vsota tretjine homogeniziranih vrednosti za to postajo iz druge, cetrte in pete regije. Za analizo podnebnih sprememb homogenizirani in popolnjeni mesecni podatki obicajno zadostujejo, medtem ko za analizo ekstremnih vremenskih pojavov praviloma potrebujemo dnevne ali casovno še gostejše podatke. Zato smo mesecne popravke iz homogenizacije prevedli na dnevne vrednosti, manjkajoce dnevne vrednosti pa smo prostorsko interpolirali. Opis tega postopka je naveden v prilogi (Interpolacija dnevnih podatkov). Metode analize rezultatov V prispevku analiziramo glavne statistike homogeniziranih in dopolnjenih casovnih nizov temperature in padavin, zlasti medletni potek in dolgoletni casovni trend. Rezultate homogenizacije in prostorske interpolacije primerjamo z vhodnimi podatki, z rezultati projekta PSS in pri temperaturi zraka tudi s podatkovnima zbirkama projektov HISTALP in Berkeley Earth. Precejšen del analize temperature zraka je posvecen medsebojni primerjavi razlicnih temperaturnih spremenljivk. Mesecna in letna povprecja so izracunana kot aritmeticna sredina zajetih vrednosti. Dolgoletni linearni trend je, razen dveh navedenih izjem, izracunan po metodi Theila in Sena. Ponekod poleg srednje ocene trenda navajamo 95-odstotni interval zaupanja. Statisticna znacilnost trendov je ocenjena z Mann-Kendallovim testom. Rezultati Homogenizirani in dopolnjeni casovni nizi morajo za izdelavo kakovostnih analiz izpolnjevati vec statisticnih kriterijev. Mesecna in letna povprecja ter njihova spremenljivost morajo biti sorazmerno blizu hipoteticno izmerjenim vrednostim casovno homogenega niza, ce želimo, da ti podatki odražajo splošne podnebne spremembe in medletno spremenljivost nekega kraja. Pri analizi izjemnih vrednosti, na primer zelo visoke ali nizke temperature zraka ali zelo velike dnevne višine padavin, je potrebno dobro ujemanje v repih porazdelitvene funkcije. Ce pa želimo podatke uporabiti za prikaz prostorske razporeditve na posamezni dan je pomembno tudi, da je statisticna napaka cim manjša. Obe zahtevi pri dnevnih vrednosti sta si deloma v konfliktu, zato je potreben kompromis ali loceni podatkovni nizi glede na namen uporabe. Odlocili smo se za prvo možnost, racunski postopek je opisan v prejšnjem poglavju. V tem poglavju bomo na kratko analizirali rezultate projekta HDS, kamor sodi tudi omenjeni racunski postopek za pripravo dnevnih podatkov. Velikost popravkov Za zacetek analizirajmo velikost temperaturnih popravkov, to je razlike med vhodnimi in izhodnimi mesecnimi vrednostmi homogenizacije (slika 10). S homogenizacijo smo na ravni celotne mreže postaj vrednosti spremenili za manj kot 0,3 °C. Najvecji popravki, vecinoma v negativno smer, so bili pri starejših podatkih. Približno po letu 1995 se popravki postopno zmanjšujejo in približujejo nicli. Med spremenljivkami so pomembne razlike, zlasti v prvih letih in na sredini obdobja. Vecinoma so najbolj izraziti popravki temperature ob 21. uri, le v obdobju 1961–1970 in ob koncu so primerljivi z ostalimi spremenljivkami. Popravki temperature ob 21. uri so sezonsko nekoliko razlicni, bolj izraziti poleti in manj pozimi (slika 11). Izraziti prelomi v letih 1960, 1970 in 2000 so posledica velikih prelomov na nekaj postajah, pri srednjem prelomu recimo zaradi premika vecernega termina na avstrijskih postajah z 21. na 19. uro. Casovna poteka popravkov temperature ob 14. uri in dnevne najvišje temperature sta na letni ravni podobna, le popravki slednje so manj v negativno smer, po letu 1990 pa so zelo majhni. Nasprotno pa je razlika med potekoma temperature ob 7. uri in dnevne najnižje temperature obcutna, saj se po dokaj skladnem obdobju 1955–1976 mocno poveca (do skoraj 0,2 °C) in po letu 1999 spet zmanjša. Popravki so dokaj simetricno porazdeljeni okoli nicle (slika 12). 26–30 % vseh vrednosti (odvisno od spremenljivke) je glede na izvorno s homogenizacijo spremenjena nic ali zelo malo, za najvec 0,05 °C. velikost popravka (°C) 1950 1960 1970 1980 1990 2000 2010 2020 leto T7 T14 T21 Tmin Tmaks homogenizacije po temperaturnih spremenljivkah v obdobju 1950–2020 Figure 10. Annual mean of homogenisation corrections by temperature variables during the period 1950–2020 velikost popravka (°C) 1950 1960 1970 1980 1990 2000 2010 2020 leto pomlad poletje jesen zima 2020 Figure 11. Mean homogenisation corrections of temperature at 9 p.m. by meteorological seasons and by years of the 1950–2020 period. Delež negativnih popravkov z velikostjo nad 0,05 °C znaša pri T7 38 %, pozitivnih z velikostjo nad 0,05 °C pa 32 %. Vecje nesorazmerje je pri ostalih spremenljivkah, zlasti pri T14, T21 in Tmin (okoli 45 % proti okoli 27 %). Popravki mesecne višine padavin kažejo drugacen casovni potek kot pri temperaturi (slika 13). Na ravni celotne mreže postaj so sprva negativni, a majhni delež(%) delež(%) 10 9 8 7 6 5 4 3 2 1 0 -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5 T7 T21 popravek Slika 12. Histogram popravkov T7 in T21 po velikostnih razredih širine 0,1 °C. Osrednji razred, ki pokriva razpon od –0,05 do +0,05 °C, ni v celoti prikazan (vrednost 30 oziroma 27 %) in zajema tudi s homogenizacijo nespremenjene vrednosti, ki jih je okoli 3 %. Figure 12. Histogram of T7 and T21 corrections by 0.1 °C bins. The central bin (spanning the interval of –0.05 °C to +0.05 °C) is not fully presented (with values of 30 %, and 27 %, respectively) and contains by homogenisation unchanged values, which represent about 3 % of all values. (okoli 1 mm), nato se do leta 1970 približajo nicli in jo tudi malenkostno preckajo. V letih 1985–1996 so popravki znova rahlo negativni, od leta 2002 pa rahlo pozitivni. Na ravni posamezne postaje pa so popravki mnogo vecji, saj je njihov standardni odklon do leta 1995 8–15 mm, nato se postopno zmanjšuje. Popravki so skoraj enako razporejeni v pozitivno in velikost popravka (mm) 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 -2,0 1950 1960 1970 povprecni popravek standardni odklon (mm) 16 14 12 10 8 6 4 2 0 1980 1990 2000 2010 2020 leto standardni odklon popravkov Slika 13. Letno povprecje in standardni odklon velikosti popravka mesecne višine padavin v postopku homogenizacije v obdobju 1950–2020 Figure 13. Annual mean and standard deviation of homogenisation corrections of monthly precipitation sum in the period 1950–2020 8 7 6 5 4 3 2 1 0 -60 -40 -20 0 20 40 60 80 popravek (mm) mesecni popravki letno povprecje popravkov Slika 14. Histogram popravkov mesecne višine padavin (zeleno) in letnega povprecja mesecne višine padavin (sivo) po velikostnih razredih širine 5 mm. Osrednji razred, ki pokriva razpon od –2,5 do +2,5 mm, ni v celoti prikazan (vrednost 68 oziroma 65 %) in zajema tudi s homogenizacijo nespremenjene vrednosti, ki jih je 57 oziroma 46 %. Figure 14. Histogram of monthly precipitation sum corrections (green) and annual mean of this corrections by 5 mm bins. The central bin (spanning the interval of –2.5 % to +2.5 %) is not fully presented (with values of 68 %, and 65 %, respectively) and contains by homogenisation unchanged values, which represent 57 % and 46 % of all values, respectively. negativno smer; 16 % jih je nad +2,5 mm in 15 % pod –2,5 mm (slika 14). Kar 57 % mesecnih vrednosti je po homogenizaciji nespremenjenih. Podobno velja za popravke na letni ravni, le da so ti v povprecju (preracunani na mesecni nivo) še nekoliko manjši, delež popravljenih vrednosti pa znaša 46 %. temperaturni odklon (°C) 2,5 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 -2,0 1950 1960 1970 1980 1990 2000 2010 2020 leto T7 T14 T21 Tmin Tmaks Slika 15. Letno povprecje odklona temperature glede na celotno obdobje 1950–2020. Prikazana je aritmeticna sredina vseh slovenskih postaj za vseh pet homogeniziranih spremenljivk. Figure 15. Annual mean temperature anomaly from the 1950–2020 period mean. Arithmetic mean of all Slovenian time series is shown, separately for all five temperature variables. Preglednica 2. Pearsonov korelacijski koeficient med casovnimi nizi homogeniziranih vrednosti, in sicer letnih povprecij prek vseh postaj. Tpov1 in Tpov2 oznacujeta dnevno povprecno temperaturo, izracunano na dva nacina: Tpov1 je uteženo povprecje terminskih vrednosti (T7, T14, T21), Tpov2 aritmeticna sredina najvišje in najnižje temperature. Polja so obarvana skladno z vrednostjo korelacijskega koeficienta: siva barva oznacuje sorazmerno nizke vrednosti (ki pa so vseeno 0,89 ali vec), rumena srednje visoke in zelena zelo visoke vrednosti. Table 2. Pearson’s correlation coefficient between network-wide homogenised time series of annual mean values. Tpov1 and Tpov2 denote daily mean temperature, calculated in different ways: Tpov1 as a weighted average of the values at three times (T7, T14, T21), and Tpov2 as an arithmetic mean of daily maximum and minimum temperature. Table fields are coloured according to the correlation coefficient: grey represents relatively low values (however still equal to or above 0,89), yellow mod­erately high values, and green very high values. spremenljivka T7 T14 T21 Tmin Tmaks Tpov1 Tpov2 T7 1,00 0,91 0,98 0,99 0,91 0,98 0,97 T14 0,91 1,00 0,97 0,89 1,00 0,98 0,98 T21 0,98 0,97 1,00 0,97 0,97 1,00 1,00 Tmin 0,99 0,89 0,97 1,00 0,89 0,97 0,97 Tmaks 0,91 1,00 0,97 0,89 1,00 0,98 0,98 Tpov1 0,98 0,98 1,00 0,97 0,98 1,00 1,00 Tpov2 0,97 0,98 1,00 0,97 0,98 1,00 1,00 Primerjava homogeniziranih temperaturnih nizov Homogenizirani in dopolnjeni casovni nizi razlicnih temperaturnih spremenljivk imajo podoben casovni potek letnih vrednosti (slika 15, preglednica 2). Najvecje razlike v letnih odklonih od povprecja celotnega obdobja so, pricakovano, med paroma najvišjih (T14 in Tmaks) in najnižjih vrednosti (T7 in Tmin). Casovni potek odklonov temperature ob 21. uri se približno enako dobro sklada z ostalimi štirimi spremenljivkami. Preglednica 3. Linearni trend temperature zraka v Sloveniji v obdobju 1950–2020, izracunan po metodi Theila in Sena iz povprecja homogeniziranih in dopolnjenih casovnih nizov slovenskih postaj. Prikazane so srednja vrednost in spodnja in zgornja meja 95-odstotnega intervala zaupanja. Table 3. Linear air temperature trend in Slovenia in the period 1950–2020, calculated from the mean of the homogenised and interpolated time series of Slovenian stations, using the Theil-Sen method. Best estimate of the trend, as well as the lower and upper end of the 95 % confidence interval are presented. spremenljiv­ka (variable) srednja vred­nost (best estimate) spodnja meja (lower end) zgornja meja (upper end) T7 0,27 0,18 0,35 T14 0,36 0,26 0,47 T21 0,32 0,24 0,40 Tmin 0,31 0,23 0,39 Tmaks 0,37 0,26 0,47 letno povprecje dnevne najnižje temperature (°C) 1950 1960 1970 1980 1990 2000 2010 2020 leto vhodni hom. v regiji 3 hom. v regiji 4 hom. v regiji 5 skoka v razliki med vhodnimi in homogeniziranimi podatki sta v letih 1978 (selitev postaje 7. junija 1978) in 1993 (prehod s klasicnih na samodejne meritve 1. julij 1993). Manj ocitne nehomogenosti so posledica selitev postaje 14. julija 1952 in 1. junija 1966, sklopitve nizov iz Vogelj in Letališca JP Ljubljana 11. decembra 1963 ter zamenjave samodejne postaje 1. septembra 2017. Figure 16. Annual mean of daily minimum temperature at Ljubljana JP airport: original time series for homogenisation and homogenised time series by HDS regions. The most pronounced breaks in the difference between original and homogenised time series are in years 1978 (station relocation on June 7) and 1993 (switch from manual to automatic measurements on July 1). Less obvious inhomogeneities are due to station relocations on July 14, 1952, and June 1, 1966, merging temperature series of Voglje and Ljubljana JP airport on December 11, 1963, and replacement of automatic station on September 1, 2017. Dvig temperature zraka v celotnem obravnavanem letna najnižja temperatura (°C) obdobju je najvišji v temperaturi ob 14. uri in najvišji temperaturi (okoli 0,36 °C oziroma 0,37 °C na desetletje). Trend je nekoliko manjši v temperaturi ob 21. uri in najnižji temperaturi in še manjši (okoli 0,27 °C na desetletje) v temperaturi ob 7. uri (preglednica 3). Razlike med srednjimi vrednostmi trenda so manjše od statisticne negotovosti, saj je širina 95-odstotnega intervala zaupanja od 0,16 °C do 0,21 °C na desetletje. odklon letnega povprecja dnevne najnižje temperature (°C) -5 -10 -15 -20 -25 -30 -35 -40 1950 1960 1970 1980 1990 2000 2010 2020 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 -3,0 1956 1966 1976 1986 1996 2006 leto vhodni koncni rezultat homogenizacija PSS Slika 17. Odklon letnega povprecja dnevne najnižje temperature zraka na Letališcu JP Ljubljana: vhodni podatki za homogenizacijo, koncni rezultat homogenizacije in homogenizirane vrednosti v projektu PSS. Referencno obdobje je 1994–2011. Najbolj ocitna skoka v razliki med vhodnimi in homogeniziranimi podatki sta v letih 1978 (selitev postaje 7. junija 1978) in 1993 (prehod s klasicnih leto Logatec Nova vas (Bloke) Babno Polje homogeniziranih in dopolnjenih nizih treh izbranih postaj. S crtkano daljico je prikazan linearni trend (po metodi najmanjših kvadratov) skozi celotno obdobje. Trend za Logatec je bistveno manjši od trenda za Novo vas in Babno Polje, kar je posledica neodpravljene nehomogenosti v temperaturnem nihanju pri spojitvi nizov Planine pri Rakeku in Logatca. Figure 18. Annual time series of daily minimum air temperature in homogenised and interpolated time series for three selected stations. Dash line represents a linear trend (using the least-squares method) over the entire period (1950–2020). The trend value for Logatec is much smaller than for the Nova vas and Babno Polje as a consequence of remaining inhomogeneity in temperarure variability after merging the time series of Planina (near Postojna) and Logatec. trend letne najnižje temperature (°C/10 let) na samodejne meritve 1. julij 1993). Figure 17. Anomaly of annual mean of daily minimum temperature at Ljubljana JP airport: original time series for homogenisation, final homogenised and interpolated time series, and homogenised time series of the PSS project. Reference period is 1994–2011. The most pronounced breaks in the difference between original and homogenised time series are in years 1978 (station relocation on June 7) and 1993 (switch from manual to automatic measurements in July 1). Na kakovost dobljenih rezultatov lahko sklepamo tudi iz ujemanja homogeniziranih nizov postaj, ki so nastopale v dveh ali vec regijah (primer na sliki 16). Pri vecjih prelomih so razlike relativno gledano sorazmerno majhne, zato lahko sklepamo, da popravljeni nizi mnogo bolje odražajo podnebne spremembe kot izvorni nizi. Tudi ujemanje med rezultati projektov HDS in PSS je v splošnem dobro in zlasti na letni ravni so razlike med homogeniziranimi nizi mnogo manjše kot med homogeniziranimi in izvornimi nizi (primer na sliki 17). Homogenizacija v projektu HDS je bila izvedena na mesecnih vrednostih in dnevne vrednosti v posameznem mesecu so bile nato popravljene enako, ne glede na vremenske razmere. Kjer smo združevali 1,8 1,5 1,2 0,9 0,6 0,3 0,0 -0,3 Bab no Polje Nova vas (Bloke) Vrhnnika Kocevje Postojna Ilir ska Bistrica Logatec 0,1 0,2 0,3 0,4 0,5 0,6 trend povprecne dnevne najnižje temperature (°C/10 let) Slika 19. Razsevni grafikon linearnega trenda najnižje temperature zraka v obdobju 1950–2020 za izbrane postaje. Na vodoravni osi je trend povprecne dnevne najnižje temperature v mesecih januar–marec in december, na navpicni osi trend letne najnižje temperature, oboje izracunano po metodi Theil in Sena. Vrednosti trenda povprecne vrednosti najnižje temperature so za velikostni red bolj izenacene od vrednosti trenda letne najnižje temperature zraka – posledica nehomogenosti v varianci dnevnih vrednosti najnižje temperature. Za postaje Logatec, Nova vas in Kocevje je podana tudi negotovost trenda v obliki 95-odstotnega intervala zaupanja. Razlika v trendu letne najnižje temperature med Novo vasjo in Logatcem je izrazito statisticno znacilna, v trendu povprecne dnevne najnižje temperature pa neznacilna, a je blizu meje statisticne znacilnosti. Vse statisticne znacilnosti v clanku podajamo za stopnjo znacilnosti 5 %. Figure 19. Scatter plot of linear trend in minimum air temperature at selected stations for the period 1950–2020. On the horizontal axis the trend in mean daily minimum air temperature in December–March is plotted, while on the vertical axis the trend in annual minimum temperature (the lowest value in a year) is plotted. Both trends are calculated using the Theil-Sen method. The trend values in the mean are an order of magnitude in better agreement than the trends in the extremes of minimum temperature. This disparity of trend differences is a consequnce of inhomogeniety in the variance of daily minimum temperature. For Logatec, Nova vas and Kocevje the 95 % confidence interval of the estimated trend is also plotted. The trend difference in annual minimum temperature between Nova vas and Logatec is statistically significant, whereas the difference in mean minimum temperature is insignificant but close to the significance limit value. All statements about statistical significance in the article are based on a significance level of 5 %. Postojna) and Logatec. Tpov casovne nize z razlicnih mikrolokacij (npr. Logatec in Planino pri Rakeku), se razlicna spremenljivost temperature v krajših casovnih obdobjih odraža v nehomogenih nizih ekstremnih vrednosti. Zlasti je to ocitno pri najnižji temperaturi zraka, ki se v casu in prostoru od vseh temperaturnih spremenljivk najhitreje spreminja. Zato je potrebno biti pri uporabi teh nizov za analizo podnebnih sprememb z vidika ekstremnih dnevnih vrednosti pazljiv. Pred podrobno analizo je priporocljivo primerjati casovne nize okoliških oziroma podnebno podobnih postaj (primer je na slikah 18 in 19). Trend temperature kaže naslednjo prostorsko sliko. Povprecna temperatura, temperatura ob 7. uri in najnižja temperatura zraka je v obdobju 1950–2020 hitreje narašcala v vzhodni in osrednji Sloveniji kakor Tmaks T7 Sena Figure 20. Map of linear temperature trend in the period of 1950–2020 for four temperature variables. The trend is calculated using the Theil-Sen method. ob meji z Italijo (slika 20). Od teh spremenljivk je najmanjši trend, 0,20–0,35 °C/desetletje za T7, pri ostalih dveh spremenljivkah pa je vecinoma v razredu 0,30–0,35 °C/desetletje, mestoma je višji, na zahodu pa tudi nižji. Dnevna najvišja temperatura kaže hitrejši dvig, vecinoma med 0,35 °C/desetletje in 0,40 °C/ desetletje, podobno je za T14 (ni prikazano). Pri slednjih dveh spremenljivkah tudi ni ocitnih razlik med vzhodnim in zahodnim delom Slovenije. Primerjava homogeniziranih padavinskih nizov Homogenizirani padavinski nizi kažejo bolj razgibano prostorsko sliko dolgoletnega trenda, ki pa na letnem in sezonskem nivoju skoraj nikjer ni statisticno znacilen. Omembe vredna izjema so le obmocja v južnem in zahodnem delu Slovenije, kjer je poletna višina padavin skozi obdobje 1950–2020 padala za približno štiri odstotne tocke na desetletje (slika 21). A tudi v teh primerih je statisticna negotovost obdobju 1950–2020, izracunan z metodo Theila in Sena. Statisticno znacilne vrednosti so oznacene z vecjimi krogci. Figure 21. Map of linear trend in summer precipitation index in the period of 1950–2020. The trend is calculated using the Theil-Sen method. Statistically significant values are denoted by larger circles. tako velika, da zgornji rob 95-odstotnega intervala zaupanja skoraj doseže niclo. Prostorska spremenljivost izracunanega trenda višine padavin je mnogo vecja pri dnevnih ekstremih kot pri vecmesecnih povprecjih, ki zajemajo te dnevne ekstreme (slika 22). Trend povprecne višine padavin (od maja do novembra) je v Murski Soboti in bližnji Radencih zelo podoben (okoli 1,3 %/desetletje), na prvi pogled znatna pa je razlika v trendu dnevnih ekstremov (–1,4 % in 0,2 % / desetletje), kar je morda trend letnega maksimuma dnevne višine padavin (%/10 let) 4 2 0 -2 -4 -6 od maja do novembra v obdobju 1950–2020 za izbrane postaje v Pomurju. Na vodoravni osi je trend sezonske višine padavin (maj–november), na navpicni osi trend letnega maksimuma dnevne višine padavin, oboje izracunano po metodi Theila in Sena. Za postaje Cankova, Kobilje in Vucja Gomila je podana tudi negotovost trenda v obliki 95-odsto­ tnega intervala zaupanja. Za nobeno od prikazanih postaj trend letnega maksimuma višine padavin in sezonske višine padavin ni statisticno znacilen, ker je negotovost zelo velika. Tudi razlike trendov med postajami niso statisticno znacilne. Figure 22. Scatter plot of linear trend in May–November pre­cipitation in the period 1950–2020 for selected stations in Pomurje region. On the horizontal axis the trend in seasonal precipitation sum (May–November) is shown, whereas on the vertical axis the trend in maximum daily precipitation amount is shown. Both trends are estimated using the Theil-Sen method. For Cankova, Kobilje and Vucja Gomila the 95 % confidence interval of the estimated trend is also plotted. None of the daily maximum trends as well as seasonal precipitation sum trends are statistically significant, as con­fidence intervals are very large. Even the trend differences between the stations are not statistically significant. letna najvecja dnevna višina padavin (mm) 1950 1960 1970 1980 1990 2000 2010 2020 leto Murska Sobota Radenci padavin v homogeniziranih in dopolnjenih nizih dveh izbranih bližnjih postaj. S crtkano daljico je prikazan linearni trend (izracunan z metodo najmanjših kvadratov) skozi celotno obdobje. Kljub navidezno veliki razliki v trendu, si trenda pri stopnji znacilnosti 5 % nista statisticno znacilno razlicna. Figure 23. Annual maximum of daily precipitation amount in homogenised and interpolated time series of two nearby stations. Dash line represents a linear trend (using the least- squares method) over the whole period. Despite the trend difference appearing large, it is not statistically significant at 5 % level of significance. posledica nehomogenosti v porazdelitvi dnevnih vrednosti (slika 23). Razlike trendov na sliki 22 niso statisticno znacilne, saj se dnevni ekstremi zelo hitro spreminjajo tako v prostoru kot casu. Širina 95-odstotnega intervala zaupanja pri vecmesecni višini padavin na posamezni postaji znaša okoli štiri odstotne tocke na desetletje, pri dnevnih ekstremih pa okoli sedem odstotnih tock na desetletje. Razprava Temperatura zraka Kakovost rezultatov homogenizacije s HOMER-jem je odvisna od kakovosti vhodnih podatkov, podnebne spremenljivke in izkušenosti strokovnjaka, ki izvaja homogenizacijo. Že v projektu PSS se je pokazalo, da so lahko razlike pri temperaturi zraka med posameznimi strokovnjaki znatne, a popravki so praviloma istega predznaka in podobne velikosti, zato so homogenizirani nizi med seboj dokaj skladni (Vertacnik in sod., 2015). V projektu HDS je celotno homogenizacijo temperature in padavin opravil le en strokovnjak, zato rezultatov ne moremo ovrednotiti na enak nacin kot pri projektu PSS. Rezultati projekta HDS kažejo na dobro ujemanje v medletnem poteku linearnega trenda temperature na ravni slovenskih postaj (slika 2422). Trenda najvišje temperature in temperature ob 14. uri se izjemno dobro ujemata in sta vecji del leta višja od trenda ostalih spremenljivk. Nekoliko slabše je ujemanje med ostalimi tremi spremenljivkami, ki so bolj vezane na nocno ohlajanje. Zanimivo se najmanjši trend vecji del leta kaže pri temperaturi ob 7. uri. V povprecju se trend najnižje temperature celo bolj sklada s temperaturo ob 21. kakor ob 7. uri. Statisticna negotovost trenda (polovica širine 95-odstotnega intervala zaupanja) je za skoraj vse kombinacije mesecev in spremenljivk v razponu od 0,13 °C/desetletje do 0,33 °C/desetletje. V splošnem je najmanjša statisticna negotovost trenda od aprila do oktobra, posebej velika pa je februarja. Med spremenljivkami je nekoliko vecja negotovost trenda pri Tmaks in T14 (okoli 0,28 °C/desetletje) kot pri ostalih spremenljivkah (okoli 0,22 °C/desetletje). Za januar in mesece od marca do avgusta je trend temperaturni trend (°C/10 let) za vse spremenljivke statisticno znacilen, za februar neznacilen, za zadnje mesece leta pa pri nekaterih spremenljivkah znacilen, pri drugih ne. Linearni trend (°C/desetletje) na letni ravni je po spremeljivkah T7, T14, T21, Tmin in Tmaks naslednji: 0,27 / 0,36 / 0,32 / 0,31 / 0,37. Statisticna negotovost trenda (polovica širine 95-odstotnega intervala zaupanja) je na letni ravni primerljiva z razlikami med spremenljivkami in znaša 0,08–0,11 °C na desetletje. Na letni ravni je statisticno znacilna razlika v trendu le med temperaturo ob 7. uri in temperaturo ob 14. uri oziroma najvišjo temperaturo. Osnovna primerjava rezultatov projekta HDS in PSS kaže na dobro ujemanje casovnih nizov na ravni Slovenije in majhne razlike v trendih (sliki 2523 in 26). Trend letne povprecne temperature zraka na podlagi 48 casovnih nizov v obdobju 1956–2011 znaša pri projektu HDS 0,30 °C/desetletje (0,18–0,41 °C/desetletje pri petodstotni stopnji zaupanja) in pri projektu PSS 0,29 °C/desetletje (0,17–0,40 °C/ desetletje). Negotovost trendov je sicer za velikostni razred manjša od razlike trendov, a je trend razlik zaradi skoraj identicnega casovnega poteka statisticno znacilen (slika 25). Nekoliko drugacna 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 -0,1 jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. leto T7 T14 T21 Tmin Tmaks ob razlicnih urah dneva in ekstremnih vrednosti za obdobje 1950–2020. Prikazane vrednosti so izracunane z methodo Theila in Sena iz povprecja homogeniziranih nizov slovenskih postaj. Za tri podatkovne tocke (T21 novembra, Tmin julija in Tmaks februarja) je prikazan tudi 95-odstotni interval zaupanja. Figure 24. Monthly values of linear trend in air temperature at different hours and for daily temperature extremes for the period 1950–2020. The plotted values are calculated using Theil-Sen method on arithmetic means of homogenised Slovenian time series. For three data points (T21 November, Tmin July, Tmaks February) the 95 % confidence interval is also shown. temperaturni odklon (°C) razlika odklonov (°C) 2,0 0,20 1,5 0,15 1,0 0,10 0,5 0,05 0,0 0,00 -0,5 -0,05 -1,0 -1,5 -0,10 1956 1966 1976 1986 1996 2006 leto Tpov HDS Tpov PSS Tpov HDS-PSS Slika 25. Primerjava casovnega poteka povprecja letnega odklona povprecne temperature v projektih HDS in PSS za skupno obdobje 1956–2011. V izracun je zajetih 48 casovnih nizov z istih slovenskih postaj, primerjalno obdobje je 1956–2011. Figure 25. Time series comparison of annual anomaly of mean temperature in the HDS and PSS projects for the common period of 1956–2011 and common 48 time series of Slovenian stations. The reference period is 1956–2011. je slika pri dnevni najnižji temperaturi zraka. Letno povprecje te spremenljivke na 36 postajah v obeh projektih kaže enak trend (0,29 °C/desetletje), a medsebojna razlika kaže drugacen trend kot pri povprecni temperaturi (slika 26, levo). Casovni potek razlike v najvišji temperaturi kaže na veliko podobnost s povprecno temperaturo, le da je trend razlike še nekoliko bolj izrazit (slika 26, desno). Absolutna vrednost trenda v najvišji temperatura znaša pri HDS temperaturni odklon (°C) 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 razlika odklonov (°C) 0,20 0,15 0,10 0,05 0,00 -0,05 -0,10 -0,15 1956 1966 1976 1986 1996 2006 leto Tmin HDS Tmin PSS TminHDS-PSS temperaturni odklon (°C) 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 razlika odklonov (°C) 0,20 0,15 0,10 0,05 0,00 -0,05 -0,10 -0,15 1956 1966 1976 1986 1996 2006 leto Tmaks HDS Tmaks PSS Tmaks HDS-PSS Slika 26. Primerjava casovnega poteka povprecja letnega odklona najnižje (levo) in najvišje temperature (desno) v projektih HDS in PSS za skupno obdobje 1956–2011. V izracun je zajetih 36 oziroma 48 casovnih nizov z istih slovenskih postaj, primer­jalno obdobje je 1956–2011. Figure 26. Time series comparison of annual anomaly of daily minimum temperature (left) and maximum temperature (right) in the HDS and PSS projects for the common period of 1956–2011 and common 36 or 48 time series of Slovenian stations. The reference period is 1956–2011. 0,35 °C/desetletje, pri PSS 0,33 °C/desetletje. Temperaturne rezultate projekta HDS smo primerjali tudi z mednarodnima podatkovnima zbirkama HISTALP in Berkeley Earth. HISTALP je skoraj dve desetletji trajajoc projekt zbiranja in homogenizacija dolgih podnebnih nizov s širšega obmocja Alp in okolice (Auer in sod., 2007). Podatkovna zbirka HISTALP vsebuje originalne in homogenizirane casovne nize temperature zraka in višine padavin z vec kot sto postaj ter trajanja soncnega obsevanja in zracnega tlaka z nekaj deset postaj. Avstrijska temperaturni odklon (°C) 2,5 2,0 1,5 1,0 0,5 0,0 -0,5 -1,0 -1,5 -2,0 1950 1960 1970 1980 1990 2000 2010 2020 leto HDS HISTALP Berkeley Earth meteorološka služba oziroma GeoSphere Austria to podatkovno bazo uporablja tudi za spremljanje tekocih podnebnih razmer in njihovo primerjavo tudi z vec kot 200-letnimi nizi podatkov. Berkeley Earth je nepridobitna organizacija, ki je leta 2013 objavila clanek o gibanju temperature zraka nad kopnim v obdobju 1753–2011, in sicer z nekoliko drugacnim pristopom od takrat uveljavljenih podnebnih središc, kjer so analizirali podatke z vsega sveta (Muller in sod., 2013). Podatkovna baza Berkeley Earth glede na druge, ki zajemajo celotno svetovno kopno, zajema temperaturni odklon od HDS(°C) 0,3 0,2 0,1 0,0 -0,1 -0,2 -0,3 -0,4 1950 1960 1970 1980 1990 2000 2010 2020 leto HISTALP Berkeley Earth Slika 27. Odklon letne povprecne temperature zraka v Sloveniji za tri podatkovne zbirke: odklon od povprecja obdobja 1950– 2008 (levo) in odklon glede na HDS (desno). Za HDS je prikazana aritmeticna sredina nizov slovenskih postaj, za HISTALP nižinske vrednosti mrežne tocke 46° N, 15° E (https://www.zamg.ac.at/histalp/dataset/grid/one_deg.php) in za Berkeley Earth povprecje za ozemlje Slovenije (https://berkeleyearth.org/data/). Figure 27. Annual mean air temperature anomaly in Slovenia for three datasets: anomaly from the mean of the period 1950– 2008 (left) and anomaly from the HDS data (right). The HDS values are calculated as an arithmetic mean of Slovenian time series, for HISTALP the »lowland« values for 46° N, 15° E are used (https://www.zamg.ac.at/histalp/dataset/grid/one_deg. php), and for Berkeley Earth the Slovenian mean values are used (https://berkeleyearth.org/data/). vecjo število kopenskih postaj, tudi tiste, ki jih druga podnebna središca smatrajo za manj kakovostne ali s prekratkimi casovnimi nizi. V primerjavi z izracuni ostalih svetovnih središc za analiz podnebnih razmer pa rezultati Berkeley Earth ne odstopajo bistveno (https://berkeleyearth.org/global-temperature-report­for-2023/). Na ravni Slovenije se nizi letne povprecne temperature dobro ujemajo z omenjenima mednarodnima podatkovnima zbirkama (slika 27). Linearni trend (°C/desetletje) za skupno obdobje 1950–2008 je podoben: HDS 0,21; HISTALP 0,26; Berkeley Earth 0,20. Višji trend HISTALP lahko razložimo zlasti s hladnejšimi prvimi leti, malenkost nižjega pri Berkeley Earth pa z nekoliko hladnejšimi zadnjimi leti, kar se še bolj opazno nadaljuje po letu 2009 (slika 27). Višina padavin Primerjava z rezultati projekta PSS za skupno obdobje (1961–2011) kaže zanimivo prostorsko sliko (slika 28). Na letni ravni je za vecino merilnih postaj, skupnih projektoma PSS in HDS, sicer opaziti statisticno znacilno razlicen trend, ki pa po velikosti le redkokje presega eno odstotno tocko na desetletje. To je mnogo manj od statisticne nezanesljivosti samega trenda, ki znaša 2–3 odstotne tocke na desetletje 1961–2011, izracunan z metodo Theila in Sena. Statisticno znacilne vrednosti so oznacene z vecjimi krogci. Figure 28. Linear trend of precipitation index difference between the PSS and HDS homogenised time series in the period 1961–2011, calculated using the Theil-Sen method. Statistically significant values are indicated by larger circles. (polovica širine intervala s stopnjo zaupanja 95 %). Omenjene razlike v trendu med projektoma so posledica casovno raznolikega poteka, z obdobji vecjih in manjših razlik med podatkovnima zbirkama PSS in HDS. Pod drobnogled za ilustracijo vzemimo tri podnebno razlicna obmocja. V regiji Posocje so najvecje razlike v obdobju 1990– 2007, ko v posameznih letih dosežejo 4–6 odstotnih tock (slika 29), kar je še vedno za velikostni razred manj od medletnega nihanja kazalnika višine padavin pri posameznem nizu. V regiji Pomurje so najvecje razlike v drugem delu primerjanega obdobja, zlasti povsem ob koncu, ko presežejo dve ali tri odstotne tocke v razlicnih smereh (slika 29). V regiji Ljubljansko barje so skrajne razlike najmanjše in v nobenem letu ne presežejo treh odstotnih tock. Korelacijski koeficient kazalnika med nizoma HDS in PSS je v vseh treh regijah zelo visok: v Pomurju in na Ljubljanskem barju 0,992, v Posocju 0,990. Linearni trend skozi celotno presecno obdobje (1961– 2011) se med HDS in PSS ne razlikuje bistveno, statisticno je razlika trenda neznacilna. Razlika trenda (HDS–PSS) v odstotnih tockah na desetletje je naslednja: Pomurje 0,01, Posocje –0,04, Ljubljansko barje 0,10. razlika kazalnika letne višine padavin (odstotne tocke) 1961 1971 1981 1991 2001 2011 leto Pomurje Posocje Ljubljansko barje Slika 29. Razlika kazalnika letne višine padavin med HDS in PSS v treh regijah. Kazalnik je izracunan kot aritmeticna sredina kazalnika na petih postaj za vsako regijo (Pomurje: Srednja Bistrica, Veržej, Murska Sobota, Kobilje, Lendava; Ljubljansko barje: Ljubljana Bežigrad, Lavrica, Crna vas, Tomišelj, Vrhnika; Posocje: Log pod Mangartom, Trenta, Soca, Lepena, Bovec). Referencno obdobje je 1961–2011. Figure 29. Difference of annual precipitation sum index between HDS in PSS for three regions. The precipitation sum index represents an average of five station’s time series in each region (Pomurje: Srednja Bistrica, Veržej, Murska Sobota, Kobilje, Lendava; Ljubljansko barje: Ljubljana Bežigrad, Lavrica, Crna vas, Tomišelj, Vrhnika; Posocje: Log pod Mangartom, Trenta, Soca, Lepena, Bovec). The reference period is 1961–2011. Sklepne misli Predstavljeno delo je nadgradnja projekta Podnebna spremenljivost v Sloveniji (PSS), tako v podatkovnem kot metodološkem smislu. Poleg temperature zraka smo homogenizirali in interpolirali tudi casovne nize višine padavin, skupnega in novega snega in trajanja soncnega obsevanja. Z vecjim naborom podatkovnih nizov, daljšimi casovnimi nizi, izboljšano obdelavo podatkov in interpolacijo manjkajocih dnevnih vrednosti smo izboljšali vedenje o nedavnih podnebnih spremembah v Sloveniji. Predstavljeno delo je tudi temelj izracuna podnebnih povprecij za novo 30-letno primerjalno obdobje, 1991–2020 in bodocih podnebnih analiz za ozemlje Slovenije. Nova podnebna povprecja so objavljena na spletni strani https://meteo.arso.gov.si/met/sl/climate/tables/ statistike_1950_2020/. Priloga Preglednica 4. Seznam postaj s homogeniziranimi temperaturnimi nizi. Navedeni so številka postaje, ime postaje, nadmorska višina zadnje lokacije postaje (m), povprecno število let zajetih meritev (za vseh pet spremenljivk, zaokroženo na celo število; z zeleno barvo so oznaceni popolni casovni nizi), osnovna regija postaje in seznam dodatnih regij, v katerih nastopa temperaturni niz. Regije s približnim opisom so naslednje: 1 – gorati svet, 2 – zahodna Slovenija, 3 – mrazišcne in zatišne lege na dinarski gorski pregradi, 4 – termalni pas v notranjosti Slovenije in 5 – nižine osrednje in vzhodne Slovenije. Pri nekaterih postajah je zaradi razlocevanja v oklepaju zapisano ime obcine. Table 4. List of stations with homogenised temperature series. The table includes: station ID number, name of station, station's last location altitude (m), mean length of time series (accross all five variables, rounded to integer value; green colour denotes time series without missing data), primary station network region and a list of additional regions where station's time series are taken into account. Station network regions with an approximate geographic description are as follows: 1 – mountains, 2 – western Slovenia, 3 – frost hollows and »windless« areas of the Dinaric mountain range, 4 – thermal belt in the interior of Slovenia, 5 – lowlands of central and eastern Slovenia. For some stations there is municipality provided in brackets. št. postaje ime postaje nad­morska višina število let meritev os­nov­na regija nas­topa tudi v regi­jah 3 Krvavec 1742 57 1 6 Volcji Potok 342 28 5 8 Letališce JP Ljubljana 362 70 5 3,4 22 Zgornja Sorica 846 43 4 1,2 26 Preddvor 485 45 4 38 Planina pod Golico 957 70 1 2,4 48 Kredarica 2513 66 1 51 Ratece 864 71 2 1 58 Bovec 441 56 2 65 Krn 918 27 1 2 76 Vojsko 1065 62 1 2,4 85 Cepovan 604 34 2 1,3 št. postaje ime postaje nad­morska višina število let meritev os­nov­na regija nas­topa tudi v regi­jah 92 Vedrijan 232 35 2 96 Nova Gorica 112 31 2 97 Bilje 55 70 2 106 Komen na Krasu 269 31 2 107 Tomaj 320 64 2 121 Kubed 234 41 2 136 Postojna 538 71 3 1,2 143 Nanos Abram 896 35 4 1 147 Logatec 485 44 3 150 Rakitna 787 32 3 158 Nova vas (Bloke) 718 65 3 164 Babno Polje 755 58 3 174 Kocevje 468 69 3 5 179 Rovte 704 29 4 1,2 189 Topol pri Medvodah 692 69 4 3,5 192 Ljubljana Bežigrad 299 71 5 3 197 Vrhnika 370 45 3 4 203 Mali Lipoglav 525 35 4 3 205 Sevno 556 59 4 5 206 Litija 266 31 5 3,4 214 Vace 513 29 4 222 Radece 207 21 5 223 Planina pri Sevnici 575 41 4 1 231 Bizeljsko 175 67 5 241 Malkovec 397 50 4 249 Novo mesto 220 70 5 4 257 Doblice 157 70 5 3 268 Celje Medlog 242 69 5 274 Mozirje 340 32 5 4 276 Gornji Grad 438 31 5 3 287 Ravne na Koroškem 396 41 5 296 Velenje 388 51 4 301 Slovenske Konjice 314 66 4 5 307 Gaj (Prager­sko) 248 36 5 309 Starše 238 57 5 4 311 Letališce ER Maribor 264 44 5 318 Radlje ob Dravi 355 36 5 št. postaje ime postaje nad­morska višina število let meritev os­nov­na regija nas­topa tudi v regi­jah 321 Šmartno pri Slovenj Gradcu 444 70 5 331 Jareninski Vrh 280 47 5 4 333 Kremberk 358 31 4 5 336 Gornja Radgona 232 66 5 338 Biserjane 205 31 5 348 Jeruzalem 334 70 4 5 355 Rakican 187 71 5 359 Šalovci 308 68 5 360 Koper 56 52 2 403 Lesce 509 65 4 2,3,5 432 Metlika 165 38 5 437 Vogel 1515 65 1 452 Lisca 947 36 1 4,5 461 Rogla 1495 37 1 464 Letališce Portorož 2 57 2 482 Bohinjska Cešnjica 596 67 2 4 510 Zgornje Jezersko 894 39 3 553 Rudno polje 1344 33 3 1 580 Miklavž na Gorjancih 959 35 1 581 Škocjan (Divaca) 420 38 2 3 622 Rogaška Slatina 289 52 5 4 623 Koseze (Ilirska Bistrica) 415 61 3 2 654 Trebnje 303 28 5 3 749 Letališce Cerklje ob Krki 154 56 5 750 Boršt pri Gorenji vasi 564 28 3 771 Lendava 159 64 5 781 Grosuplje 350 33 3 4 786 Ivanjkovci 225 38 5 4 816 Podnanos 153 62 2 828 Volce (Tol­min) 188 40 2 829 Limovce 673 23 4 836 Maribor Vrbanski plato 279 71 5 861 Ptuj 222 49 4 št. postaje ime postaje nad­morska višina število let meritev os­novna regija 1116601 Fstenfeld 271 70 5 1118900 Deutschlands­berg (Lonc) 353 28 5 1119000 Leibnitz (Lip­nica) 275 31 5 1119204 Bad Gleichen­berg 269 66 5 1120020 Villacher Alpe (Dobrac) 2140 71 1 1120400 St. Michael ob Bleiburg(Šmihel pri Pliberku) 500 30 5 1120500 Sankt Paul im Lavanttal (Šentpavel v Labotski dolini) 384 32 5 1120600 Wiel 928 37 1 1120901 Bad Radkers­burg (Radgo­na) 208 26 5 1121300 Bad Eisenkap­pel (Železna Kapla) 623 43 5 1402001 Abrami 85 35 2 1402003 Bosiljevo 207 38 5 1402010 Karlovac 110 70 5 1402023 Puntijarka 988 39 1 1402030 Varaždin 167 70 5 1402034 Zagreb Gric 157 71 5 Preglednica 5. Seznam postaj s homogeniziranimi padavinskimi nizi. Navedeni so številka postaje, ime postaje, nadmorska višina zadnje lokacije postaje (m) in število let zajetih meritev (zaokroženo na celo število; z zeleno barvo so oznaceni popolni casovni nizi). Table 5. List of stations with homogenised precipitation series. The table includes: station ID number, name of station, station's last location altitude (m), mean length of time series (rounded to integer value; green colour denote time series without missing data). št. postaje ime postaje nadmos­ka višina število let meritev 1 Crnivec 848 54 2 Kamniška Bistrica 615 60 3 Krvavec 1742 45 4 Ambrož pod Krvavcem 977 57 5 Cerklje na Gorenjskem 420 40 8 Letališce JP Ljubljana 362 68 11 Naklo 403 59 12 Zgornja Besnica 472 60 št. postaje ime postaje nadmos­ka višina število let meritev 13 Knape 428 71 14 Zgornje Bitnje 378 49 15 Škofja Loka 367 71 16 Poljane (Škofja Loka) 385 69 18 Leskovica 793 62 20 Žiri 498 71 21 Davca 987 71 22 Zgornja Sorica 839 60 23 Železniki 476 68 25 Dražgoše 857 65 26 Preddvor 485 62 27 Zgornje Jezersko 876 62 28 Podljubelj 680 71 29 Tržic 526 67 30 Jelendol 760 69 33 Breg (Žirovnica) 543 70 35 Javorniški Rovt 939 64 38 Planina pod Golico 957 67 40 Zgornja Radovna 755 66 41 Mrzli Studenec 1220 44 44 Bohinjska Bistrica 507 69 48 Kredarica 2513 66 49 Mojstrana 660 53 50 Kranjska Gora 802 71 51 Ratece 864 71 53 Log pod Mangartom 648 68 55 Trenta 622 58 56 Soca 485 69 57 Lepena 480 46 58 Bovec 441 59 59 Plužna 360 36 60 Žaga 353 55 61 Breginj 546 49 62 Livek 695 52 63 Kobarid 240 71 68 Kneške Ravne 739 68 69 Rut 695 66 70 Podbrdo 503 65 72 Bukovo 706 71 75 Šebreljski Vrh 1066 63 76 Vojsko (Idrija) 1065 63 78 Mrzla Rupa 907 58 79 Idrijska Bela 420 41 81 Crni Vrh (Idrija) 688 70 83 Otlica 826 69 84 Kal na Kanalom 688 59 85 Cepovan 593 40 86 Lokve 946 71 87 Trnovo 789 44 89 Morsko 163 69 št. postaje ime postaje nadmos­ka višina število let meritev 90 Colnica 488 59 91 Plave 86 67 92 Vedrijan 241 60 96 Nova Gorica 112 31 97 Bilje 55 59 98 Zalošce 75 70 99 Šempas 85 71 101 Vipava 104 43 104 Opatje selo 165 65 105 Novelo 353 42 106 Komen 289 37 107 Tomaj 320 70 109 Senožece 565 47 111 Kozina 484 71 116 Strunjan 30 66 118 Seca 2 66 122 Movraž 208 65 123 Rakitovec 504 71 127 Podgrad (Ilirska Bistrica) 596 63 128 Zabice 440 43 132 Mašun 1022 36 133 Juršce 700 65 135 Slavina 545 45 136 Postojna 533 71 137 Ravbarkomanda 613 50 138 Planina (Postojna) 462 57 139 Bukovje 579 41 141 Razdrto 577 60 143 Nanos Abram 896 40 144 Podkraj (Ajdovšcina) 796 67 145 Hrušica (pri Podkraju) 872 68 146 Hotedršica 550 67 147 Logatec 485 71 148 Borovnica 305 53 149 Pokojišce 716 65 151 Rob 510 58 152 Korošce 829 51 158 Nova vas (Bloke) 720 71 160 Cerknica 569 70 162 Šmarata 579 60 164 Babno Polje 755 59 167 Hrib - Loški Potok 827 71 168 Sodražica 542 68 169 Prigorica 484 69 170 Podtabor 420 54 172 Novi Lazi 545 40 173 Grcarice 520 68 174 Kocevje 467 71 št. postaje ime postaje nadmoska višina število let meritev 175 Trava 765 59 179 Rovte 700 60 181 Šentjošt nad Horjulom 627 71 184 Lucine 642 71 186 Crni Vrh (Dobrova - Polhov Gradec) 738 70 189 Topol pri Medvodah 662 70 192 Ljubljana Bežigrad 299 71 193 Lavrica 293 41 195 Crna vas 287 70 197 Vrhnika 326 71 198 Tomišelj 296 57 199 Želimlje 309 60 204 Prežganje 635 48 205 Sevno (Šmartno pri Litiji) 556 67 206 Litija 266 69 208 Kal pri Krmelju 509 68 210 Kum 1211 43 212 Trbovlje 455 39 213 Izlake 380 42 215 Moravce 408 60 216 Zgornje Loke 394 71 217 Golice 665 60 221 Laško 222 71 223 Planina pri Sevnici 575 42 224 Ložice 565 67 225 Žusem 623 60 226 Podcetrtek 254 60 227 Vrenska Gorca 213 41 228 Podsreda 245 71 229 Sromlje 282 70 231 Bizeljsko 175 70 233 Kapele 220 49 235 Brod v Podbocju 150 70 236 Smednik 186 68 237 Brege 156 61 238 Veliki Trn 416 69 239 Sevnica 179 70 240 Telce 535 37 241 Malkovec 397 58 242 Hrastovica 244 71 244 Fužina 243 71 246 Dvor pri Polhovem Gradcu 206 70 248 Vinji Vrh 218 60 249 Novo mesto 220 71 251 Kocevske Poljane 188 62 253 Semic 241 60 št. postaje ime postaje nadmoska višina število let meritev 255 Cerovec pri Crešnjevcu 191 71 256 Otok (Metlika) 138 44 257 Doblice 157 71 258 Gorenjci pri Adlešicih 232 71 259 Sinji Vrh 365 71 260 Predgrad 375 70 262 Žetale 342 59 263 Sveti Florijan 317 41 266 Šentjur 266 58 268 Medlog (Celje) 242 71 269 Višnja vas 286 71 271 Gomilsko 293 70 272 Jeronim 760 69 274 Mozirje 340 59 275 Radegunda 794 64 276 Gornji Grad 428 70 277 Ljubno ob Savinji 410 41 278 Luce (Luce) 513 70 279 Solcava 639 60 280 Logarska Dolina 776 59 282 Koprivna 1112 63 283 Topla 675 44 284 Podpeca 942 70 285 Mežica 469 56 286 Strojna 940 71 287 Ravne na Koroškem 396 48 288 Kotlje 450 64 290 Vernerica 1105 47 291 Zgornji Razbor 864 64 292 Bele Vode 1026 71 293 Topolšica 390 42 296 Velenje 388 53 298 Vitanje 478 42 299 Oplotnica 477 65 301 Slovenske Konjice 314 69 302 Zbelovska gora 275 64 303 Poljcane 320 44 304 Crešnjevec 294 71 308 Fram 320 67 309 Starše 238 68 311 Letališce ER Maribor 264 44 313 Ruše 303 53 314 Lovrenc na Pohorju 420 57 315 Sveti Duh na Ostrem vrhu 870 50 316 Remšnik 660 65 317 Kozji Vrh 332 59 319 Sveti Primož nad Muto 803 58 št. postaje ime postaje nadmoska višina število let meritev 320 Dravograd 384 70 321 Šmartno pri Slovenj Gradcu 444 71 322 Mislinja 623 69 323 Gradišce (Slovenj Gradec) 786 67 324 Ribnica na Pohorju 583 69 325 Lukanja 870 59 330 Šentilj v Slovenskih goricah 306 70 331 Jareninski Vrh 280 68 333 Zgornja Šcavnica 358 43 334 Gornja Radgona 232 48 335 Cankova 212 70 336 Radenci 198 33 339 Kadrenci 302 60 341 Sakušak 321 47 343 Ptuj 240 60 345 Cirkulane 241 71 347 Ormož 213 45 348 Jeruzalem 334 63 349 Podgradje 272 40 350 Veržej 182 70 351 Srednja Bistrica 171 61 352 Lendava 190 71 353 Kobilje 185 70 354 Vucja Gomila 225 57 355 Rakican (Murska Sobota) 187 71 356 Kancevci 343 71 357 Mackovci 274 58 358 Martinje 380 63 359 Šalovci 308 69 360 Koper 56 40 403 Lesce 509 58 432 Metlika 165 59 433 Bled 482 51 434 Cerkno 354 64 437 Vogel 1515 66 442 Grm (Ivancna Gorica) 330 55 452 Lisca 947 37 464 Letališce Portorož 2 59 475 Dekani 80 44 482 Bohinjska Cešnjica 596 71 483 Belšinja vas 289 67 490 Ptujska Gora 319 52 493 Gorenje Blato 315 58 498 Iskrba 532 53 552 Dolenje (Ajdovšcina) 86 29 559 Idrija 330 51 622 Rogaška Slatina 289 46 št. postaje ime postaje nadmoska višina število let meritev 623 Koseze (Ilirska Bistrica) 415 67 656 Kranj 392 53 670 Podgorje (Apace) 230 60 749 Letališce Cerklje ob Krki 154 58 751 Domžale 296 45 784 Podraga 163 70 822 Šmarje pri Jelšah 251 60 828 Volce (Tolmin) 188 42 831 Cerkniško jezero 586 55 836 Maribor Vrbanski plato 279 61 1119021 Wagna (Leibnitz) 268 57 1119204 Bad Gleichenberg 269 67 1120902 Bad Radkersburg 210 43 1121100 Loibl Tunnel 1098 49 1121300 Bad Eisenkappel 623 47 1401013 Klana 564 56 1401027 Prezid 764 55 1401032 Štrigova 202 50 1401033 Tršce 820 36 1401037 Vivodina 316 53 1401039 Zamost 308 38 1402019 Parg 863 44 Nacin izbora primerjalnih postaj pri homogenizaciji temperature zraka HOMER omogoca tri nacine izbora primerjalnih oziroma referencnih nizov pri homogenizaciji: nize vseh postaj, nize najbližjih postaj in najbolj podobne nize (z najvišjim korelacijskim koeficientom). Homogenizacija in prostorska interpolacija temeljita na analizi variance razlik med primerjalnim in homogeniziranim nizom, brez upoštevanja prostorske slike oziroma kovariancne strukture. To pomeni, da pri izboru vseh postaj za primerjalne postaje lahko pricakujemo, da bo koncni rezultat homogenizacije prostorsko precej enotna slika, brez izrazitih regionalnih razlik. Geografsko najbližje postaje so pogosto tudi najbolje korelirane, a so casovni nizi prostorsko precej neenakomerno porazdeljeni, kar pripelje do naslednje težave. V zgodnjih letih obravnavanega obdobja (zacetek 50. let 20. stoletja) je nizov s podatki relativno malo, kasneje pa mnogo vec, zato se lahko zgodi, da zadovoljivo število primerjalnih postaj v zacetnem obdobju pripelje do pretiranega števila primerjalnih postaj v obdobju najvecje gostote meritev (ucinek je podoben kot pri izboru vseh postaj za primerjalne). Tudi korelacijski nacin izbora primerjalnih postaj ni brez slabosti. Korelacijski koeficient med nizoma dveh postaj je izracunan na letnih podatkih presecnega obdobja meritev. Presecno obdobje je lahko zelo kratko, le nekajletno, in zaradi znatne statisticne negotovosti je lahko izracunan korelacijski koeficient povsem neustrezen. V izboru najbolje koreliranih postaj se tako lahko znajdejo pari zelo oddaljenih ali podnebno izrazito razlicnih postaj, na primer Kopra in Kocevja ali Vogla in Vrhnike (izmišljena primera). To lahko, enako kot pri prej opisanih nacinih izbora, privede do prostorskega glajenja podnebnega signala oziroma dolgoletnega trenda. Zaradi zgoraj opisanih slabosti smo se odlocili, da izbor primerjalnih postaj že na zacetku zožimo na podnebno oziroma temperaturno sorodne postaje. Nize smo razvrstili v pet podnebnih regij, ki smo jih dolocili po temperaturni podobnosti z referencnimi postajami: Vogel, Bilje, Nova vas (Bloke), Sevno in Murska Sobota (slika 3 in preglednica 44). Nekaj postaj smo uvrstili v dve ali vec regij, saj tako dobimo tudi bolj gladek prehod v koncnih rezultatih med regijami. Regije s približnim opisom so naslednje (v oklepaju navajamo dva primera): 1 – gorati svet (Lisca, Kredarica), 2 – zahodna Slovenija (Cepovan, Letališce Portorož), 3 – mrazišcne in zatišne lege na dinarski gorski pregradi (Postojna, Babno Polje), 4 – termalni pas v notranjosti Slovenije (Rovte, Jeruzalem) in 5 – nižine osrednje in vzhodne Slovenije (Ljubljana, Murska Sobota). Ustrezno smo v ta obmocja razvrstili tudi tuje postaje. Regije se razlikujejo zlasti po številu pripadajocih postaj in povprecni nadmorski višini postaj, precej manj po povprecni dolžini nizov (preglednica 44). Skladno z razlicno nadmorsko višino in geografsko lego se regije znatno razlikujejo po temperaturi zraka, kar prikazuje slika 3028. Regija 1 je, zaradi višje nadmorske višine, izrazito najhladnejša. Regija 2, ki zajema zlasti Primorsko, je nekoliko toplejša od regij 4 in 5. Regije 2, 3 in 5 imajo relativno velik dnevni hod, to je razliko med dnevno najvišjo in najnižjo temperaturo, regija 1 pa izrazito majhen dnevni hod. Regija 4, s postajami v termalnem pasu, je s sorazmerno toplimi jutri in zmerno toplimi popoldnevi nekje vmes. Interpolacija dnevnih podatkov Interpolacijo temperature zraka smo izvedli na enak nacin kot pri dopolnitvi nizov za homogenizacijo, torej na podmnožici primerjalnih dni, ki so na primerjalnih postajah temperaturno najbolj podobni interpoliranemu dnevu. Upoštevali smo le primerjalne postaje z zadostnim casovnim prekrivanjem niza z nizom interpolirane postaje (vsaj 150 dni znotraj trimesecnega casovnega okna v letu). Zacetno vrednost dolžine primerjalnega obdobja smo nastavili na pet let. To primerjalno obdobje je, ce se da, usredišceno glede na interpolirani dan in po potrebi ustrezno raztegnjeno v obe casovni smeri, dokler ne zadosti pogoju 150 dni skupnih meritev. Izbor primerjalnih postaj smo razdelili v dva koraka. Najprej smo poiskali geografsko najbližje postaje, pri cemer smo upoštevali tudi nadmorsko višino; 300 km horizontalne razdalje med postajama smo pripisali enak ucinek kot 1000 metrom razlike v nadmorski višini. V drugem koraku smo glede na razpoložljivost meritev obdržali dve najbližji postaji in tri postaje z najvecjim korelacijskim koeficientom med pripadajocima nizoma temperature. Nato smo poiskali temperaturno najbolj podobne dneve v primerjalnem obdobju. Upoštevali smo casovno-prostorsko sliko Preglednica 6. Nekaj osnovnih znacilnosti regij: število postaj, povprecna nadmorska višina osnovnega nabora postaj (m) in zaokrožena povprecna dolžina pripadajocih nizov (leta) Table 6. Basic properties of station network regions: number of stations, mean altitude of stations (m), and mean time series length (rounded to full years) številka regije geografski opis regije število postaj (osnovni / razširjeni nabor) povprecna nadmorska višina osnovnega nabora povprecna dolžina nizov osnovnega nabora 1 gorati svet 12 (20) 1347 50 2 zahodna Slovenija 16 (24) 289 49 3 mrazišcne in zatišne lege na dinarski gorski pregradi 12 (23) 641 48 4 termalni pas v notranjosti Slovenije 17 (31) 529 46 5 nižine osrednje in vzhodne Slovenije 41 (50) 276 50 povprecna temperatura (°C) povprecna razlika med dnevnima ekstremoma temperature (°C) 20 16 12 8 4 0 -4 jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. leto regija 1 regija 2 regija 3 regija 4 regija 5 13 12 11 10 9 8 7 6 5 jan. feb. mar. apr. maj jun. jul. avg. sep. okt. nov. dec. leto regija 1 regija 2 regija 3 regija 4 regija 5 2020 po regijah na podlagi homogeniziranih in interpoliranih podatkov Figure 30. Mean seasonal variation (left) and diurnal variation (maximum–minimum temperature, right) of air temperature in the period of 1950–2020 for station network regions, based on homogenised and interpolated data temperature za interpolirano spremenljivko in dve dodatni temperaturni spremenljivki (na primer pri interpolaciji temperature ob 7. uri smo pri izboru dni upoštevali tudi vrednosti najnižje temperature istega dne in temperature ob 21. uri dan prej). Na podlagi teh vrednosti smo izracunali nekakšno evklidsko razdaljo med interpoliranim in primerjalnim dnem. Razdalje smo razvrstili po velikosti in za nadaljnjo obravnavo izbrali npd dni z najmanjšo evklidsko razdaljo: kjer je int zaokrožitev na celo število in nv število vseh dni z izracunano evklidsko razdaljo. Eksponent 0,7 smo dolocili empiricno. korelacijskim koeficientom med nizoma primerjalne in interpolirane postaje. Upoštevali smo podatke skozi vsa leta celotnega razpona obdobja 1950–2020, a v sezonsko dolocenem casovnem oknu. Leto smo razdelili na 36 dekad dolžine vecinoma deset dni in v casovno okno zajeli dekado z interpoliranim dnem ter predhodno in naslednjo dekado. Primerjalna in interpolirana postaja sta morali imeti vsaj 200 dni skupnih meritev znotraj opisanega primerjalnega obdobja. Vrednosti dnevne višine padavin na primerjalni postaji smo normalizirali na interpolirano postajo – pomnožili smo jih z razmerjem vsote padavin na interpolirani in primerjalni postaji. Uteži pri interpolaciji smo dolocili s korelacijskim koeficientom r xy med referencno postajo x in interpolirano postajo y: V interpolacijo smo vkljucili tri postaje z najvecjim korelacijskim koeficientom med pripadajocim nizom in nizom interpolirane postaje. Za vsak par interpolirana­primerjalna postaja smo na podlagi meritev v izbranih dneh izracunali regresijsko premico in nato oceno vrednosti interpolirane spremenljivke na interpolirani dan. To regresijsko oceno smo popravili, tako da je bila varianca vseh izracunanih regresijskih ocen enaka varianci izmerjenih vrednosti. Iz regresijskih ocen za interpolirani dan smo z linearno interpolacijo izracunali koncno interpolirano vrednost, pri cemer smo izlocili morebitne zelo izstopajoce regresijske ocene. Uteži v interpolaciji so bile obratno sorazmerne kar ustreza ostanku regresije pri interpolacije temperature. Sledilo je prilagajanje interpoliranih vrednosti na porazdelitev izmerjenih vrednosti, in sicer po velikostnih razredih. Z empiricno enacbo smo najprej dolocili število razredov n r: z varianco ostankov regresije. kjer je npad število padavinskih dni, int pa zaokrožitev vrednosti na celo število. Ce je po tej enacbi dobljeni r Dnevno višino padavin smo interpolirali na drug enak 0, ga popravimo na 1. nacin. Sprva smo na podlagi oddaljenosti postaj (z upoštevanjem nadmorske višine) izbrali 20 Interpolirane vrednosti smo razvrstili po velikosti in jih potencialno primerjalnih postaj. Izmed teh smo razvrstili v razrede tako, da so imeli razredi približno poiskali štiri (oziroma vsaj dve) z najvecjim enake vsote vrednosti. Tako je bil razred najšibkejših padavin mnogo številcnejši od razreda najmocnejših padavin. Za vsak razred smo izracunali korekcijski faktor, to je razmerje med vsoto izmerjenih in interpoliranih vrednosti. S tem faktorjem smo množili interpolirane vrednosti in dobili koncno interpolirano vrednost dnevne višine padavin. Viri Auer, I., Böhm, R., Jurkovic, A., Lipa, W., Orlik, A., Potzmann, R., Schöner, W., Ungersböck, M., Matulla, C., Briffa, K., Jones, P., Efthymiadis, D., Brunetti, M., Nanni, T., Maugeri, M., Mercalli, L., Mestre, O., Moisselin, J.-M., Begert, M., Nieplova, E., 2007. HISTALP – historical instrumental climatological surface time series of the Greater Alpine Region HISTALP. International Journal of Climatology, 27, 17–46, DOI: 10.1002/joc.1377. Mestre, O., Domonkos, P., Picard, F., Auer, I., Robin, S., Lebarbier E., Böhm, R., Aguilar, E., Guijarro, J., Vertachnik, G., Klancar, M., Dubuisson, B., Stepanek, P., 2013: HOMER : a homogenization software – methods and applications. Idojárás, Quarterly Journal of the Hungarian Meteorological Service, Vol. 117, No. 1, January–March 2013, str. 47–67. Muller, R., Rohde, R., Jacobsen, R., Muller, E., Wickham, C., 2013. A New Estimate of the Average Earth Surface Land Temperature Spanning 1753 to 2011. Geoinformatics & Geostatistics: An Overview, 1:1, DOI: 10.4172/2327-4581.1000101. Nadbath, M., 2015: Podnebna spremenljivost Slovenije v obdobju 1961–2011, 1. zvezek, Meteorološka opazovanja I. Ministrstvo za okolje in prostor, Agencija RS za okolje, 99. str. Roškar, J., 2015. Bober: Nadgradnja sistema za spremljanje in analiziranje stanja vodnega okolja v Sloveniji. Vetrnica, 8, str. 38–53. Venema, V. K. C., Mestre, O., Aguilar, E., Auer, I., Guijarro, J. A., Domonkos, P., Vertacnik, G., Szentimrey, T., Stepanek, P., Zahradnicek, P., Viarre, J., Müller-Westermeier, G., Lakatos, M., Williams, C. N., Menne, M. J., Lindau, R., Rasol, D., Rustemeier, E., Kolokythas, K., Marinova, T., Andresen, L., Acquaotta, F., Fratianni, S., Cheval, S., Klancar, M., Brunetti, M., Gruber, C., Prohom Duran, M., Likso, T., Esteban, P., Brandsma, T., 2012: Benchmarking homogenization algorithms for monthly data. Clim. Past, 8, 89–115. Venema, V, Trewin, B., Wang, X., Szentimrey, T., Lakatos, M., Aguilar, E., Auer, I., Guijarro, J. A., Menne, M., Oria, C., Likeba Louamba, W. S. R., in Rasul, G., 2020: Guidelines on homogenization, WMO no. 1245. World Meteorological Organization Geneva, 63 str. Vertacnik, G., Dolinar, M., Bertalanic, R., Klancar, M., Dvoršek, D., Nadbath, M., 2015a: Ensemble homogenization of Slovenian monthly air temperature series. International Journal of Climatology, Volume 35, 13, str. 4015–4026. Vertacnik, G., Vicar, Z., Bertalanic, R., 2015b: Podnebna spremenljivost Slovenije v obdobju 1961–2011, 2. zvezek: Kontrola in homogenizacija podnebnih podatkov. Ministrstvo za okolje in prostor, Agencija RS za okolje, 53 str. Zahvala Za izdelavo nekaterih slik se zahvaljujem Renatu Bertalanicu in Mateji Nadbath z oddelka za podnebne analize in storitve, ARSO. Za izracun mnogih statistik se zahvaljujem Anžetu Medvedu, za lekturo angleških napisov k slikam in preglednicam pa Živi Vlahovic z istega oddelka. Renatu Bertalanicu, Mateji Nadbath, Anžetu Medvedu, Damijani Gartner in neimenovanemu recenzentu se zahvaljujem za pregled besedila, odkrite napake in koristne pripombe, ki so pripomogli k izboljšanju besedila. Sodelavcem oddelka za kontrolo podatkov se zahvaljujem za graficna orodja, ki so izboljšala kontrolo podatkov, in vse drugo delo, ki je pripomoglo k projektu HDS. Meteorološkima službama Avstrije (ZAMG/GeoSphere) in Hrvaške (DHMZ) se zahvaljujem za posredovane podatke merilnih postaj, ki so zlasti na obmejnih obmocjih izboljšali kakovost koncnih rezultatov.