Siirry suoraan sisältöön

Kilometriskaalan ilmastonmuutostietoa tarvitaan sopeutumisstrategioiden tueksi

Julkaistu: 22.10.2024. Kirjoittanut: Anton Laakso

Ilmastonmuutoksen myötä useat sään ääri-ilmiöt, kuten rankkasateet ja helleaallot yleistyvät ja voimistuvat. Näiden ilmiöiden ennustaminen riittävällä alueellisella tarkkuudella on elintärkeää, jotta yhteiskunta voi varautua niiden aiheuttamiin riskeihin ja lieventää niiden vaikutuksia. Miten tätä tietoa tuotetaan?

Kilometriskaalan alueellisen ilmastomallin simuloima Suomessa esiintyvien vuotuisten rankkasadepäivien lukumäärä. Kuva havainnollistaa, miten alueelliset erot ilmenisivät karkeammalla hilarakenteella.

Ilmastotutkijan näkökulmasta ilmastonmuutoksesta käytävä keskustelu on muuttunut merkittävästi viime vuosina. Aiemmin keskustelussa korostuivat ihmisen vaikutus ilmastoon, tarvittavat päästövähennykset niin yksilöiden kuin yhteiskunnan tasolla sekä uhkakuvat, jotka toteutuvat, jos päästöjä ei vähennetä riittävästi. Nämä aiheet ovat edelleen keskeisiä, mutta olemme siirtyneet aikaan, jossa uhkakuvat ovat muuttuneet todellisuudeksi, ja keskustelu painottuu yhä enemmän ilmastonmuutoksen sopeutumiseen. Meiltä tutkijoilta kysytään yhä harvemmin, kuinka paljon ilmasto lämpenee ja mikä on ihmisen rooli muutoksessa. Sen sijaan halutaan tietää, miten meidän tulisi varautua tuleviin, ja jo käynnissä oleviin, muutoksiin.

Yleisellä tasolla moni ymmärtää ilmaston lämpenemisen seuraukset: kesät kuumenevat, talvet lyhenevät ja sään ääri-ilmiöt yleistyvät ja voimistuvat. Mutta mitä nämä muutokset konkreettisesti tarkoittavat? Miten juuri minun elämäni muuttuu? Miten nämä muutokset tulisi huomioida paikallisessa päätöksenteossa tai yritysten strategisissa valinnoissa? Näihin kysymyksiin me tutkijat pyrimme tarjoamaan vastauksia kehittämällä ja käyttämällä yhä tarkempia ilmastomalleja, joilla pystytään mallintamaan ilmastonmuutoksen vaikutuksia kilometrien tarkkuudella. 

Ilmastomallit paljastavat ison kuvan, mutta miten alueelliset yksityiskohdat huomioidaan? 

Supertietokoneilla käytettävät ilmastomallit ovat välttämättömiä työkaluja ilmastotutkimuksessa ja ilmastonmuutoksen vaikutusten ennakoinnissa. Perinteiset ilmastomallit jakavat ilmakehän satoihin tuhansiin tai jopa miljooniin hilaruutuihin, joissa jokaisessa lasketaan ilmaston kannalta tärkeät prosessit ja niiden vuorovaikutukset. Tämä vaatii valtavasti laskentatehoa, minkä vuoksi käytettävien hilaruutujen määrä on rajallinen. Sen seurauksena yksittäinen hilaruutu on usein kokoluokaltaan 100 km x 100 km. Tämä on riittävä tarkkuus kun halutaan ymmärtää ilmastonmuutoksen syitä ja seurauksia suuressa mittakaavassa. 

Ilmastomallit kuitenkin käytännössä keskiarvoistavat kaiken, mitä yksittäisen hilaruudun sisällä tapahtuu. Tällöin mallien kyky huomioida paikallisia erityispiirteitä ja ennustaa tarkasti esimerkiksi sään ääri-ilmiöiden muutoksia on rajallinen. Nämä seikat ovat kuitenkin olennaisia, kun mietitään, mitä ilmastonmuutos tarkoittaa omalla kohdallani, kotikunnassani tai työpaikallani. Miten voimme tuottaa paikallisesti tarkkaa tietoa ilmastonmuutoksesta ottaen huomioon alueelliset erityispiirteet, kuten korkeuserot, vesistöt, maaperän vaihtelut tai suurkaupunkien aiheuttaman lämpösaarekeilmiön? 

Ilmastonmuutostietoa kilometrien tarkkuudella

Tarkemman ilmastonmuutostiedon tuottamiseen käytetään kolmea hieman erilaista menetelmää. Ensimmäinen ja suoraviivaisin vaihtoehto on lisätä ilmastomallin hilapisteiden lukumäärää, jolloin yksittäisen hilaruudun koko pienenee. Tämä kuitenkin vaatii valtavasti lisää laskentatehoa, johon harvalla tutkimuslaitoksella on yksinään resursseja. Siksi ns. kilometriskaalan globaaleja ilmastomalleja kehitetään useiden tutkimusorganisaatioiden yhteistyönä. Vaikka tämä menetelmä tarjoaa tulevaisuudessa ainutlaatuista tietoa ilmastonmuutoksesta, tällä hetkellä sen tuottama tieto on vielä hyvin rajallista laskentakapasiteetin rajallisuuden vuoksi.

Kaksi muuta menetelmää alueellistavat perinteisten karkeiden ilmastomallien tuottamaa ilmastotietoa (englanniksi “downscaling”). Ensimmäinen näistä on tilastollinen menetelmä (statistical downscaling), jossa analysoidaan usein paremmalla tarkkuudella saatavilla olevien havaintojen ja ilmastomallien tuottaman datan välistä yhteyttä. Tämän analyysin perusteella voidaan esimerkiksi arvioida, miten lämpötila jakautuu hilaruudun sisällä, ja soveltaa näitä tietoja myös tulevaisuuden ennusteisiin.Toinen menetelmä on alueellisen ilmastomallin käyttö (dynamical downscaling), jossa simuloidaan vain tiettyä aluetta koko maapallon sijaan. Tämä mahdollistaa laskentaresurssien keskittämisen pienemmälle alueelle ja pienempien hilaruutujen käytön. Esimerkiksi Ilmatieteen laitos tekee alueellisia ilmastomallisimulaatioita, joissa hilapisteen koko on noin 3 km x 3 km, mikä mahdollistaa esimerkiksi maakuntien sisäisten erojen huomioimisen paikallisessa päätöksenteossa. 

Tarkka ja luotettava ilmastotieto oikeudenmukaisen ilmastopolitiikan perustana

Kasvihuonekaasupäästöjen vähentämisen ja ilmastonmuutoksen hillinnän tulisi olla kaiken päätöksenteon keskiössä. Valitettavasti olemme jo myöhässä: ilmasto lämpenee, ja meidän on sopeuduttava sen mukanaan tuomiin muutoksiin. Ilmastonmuutoksen haitat ja mahdolliset hyödyt eivät kuitenkaan jakaudu tasaisesti edes Suomen sisällä ja kaupunkien välillä. 

Esimerkiksi suurten kaupunkien lämpösaarekeilmiö lisää lämpöaaltojen aiheuttamaa terveydellistä riskiä, kun taas sateisuus ja rankkasateet riippuvat paikallisista korkeuseroista, vesistöjen läheisyydestä ja tuuliolosuhteista. Lisäksi lämmitys- ja viilennystarpeet sekä niihin liittyvä energiankulutus vaihtelevat eri puolilla Suomea. Ilmastonmuutos vaikuttaa eri tavoin lämpötilaan, sateisuuteen, lumenkertymään ja niiden vuodenaikaisvaihteluun, mikä heijastuu suoraan esimerkiksi maatalouteen sekä kausiluontoiseen turismiin ja tapahtumiin. Suuret alueelliset erot asettavat siten omat haasteensa ilmastopolitiikan hyväksyttävyydelle ja legimiteetille. Oikeudenmukaisen ilmastopolitiikan pohjalle tarvitaankin paikallista ja luotettavaa ilmastonmuutostietoa, jota uusien mallinnusmenetelmien avulla on mahdollista tuottaa.

Anton Laakso on alueellisen ilmastomallinnuksen tutkimusprofessori Ilmatieteen laitoksella.  2035Legitimacy-konsortiossa hänen roolinsa on tuottaa, kehittää ja arvioida alueellistettua ilmastonmuutostietoa.