FordampningKommuner_latest

DMI Klimaatlas Denne GIS-service indeholder data fra DMI's Klimatlas på Kommune-niveau. Klimadata fra DMI's Klimaatlas præsenteres i form af klimaindikatorer. Den fulde liste over klimaindikatorer i DMI's Klimaatlas kan findes her. Data præsenteres for kombinationer af såkaldte variable, der blandt andet angiver tidsperiode, årstid og scenarie for værdierne. Den fulde liste over de forskellige variable i klimaatlas kan findes her. Nedenfor vises de variable, der er relevante for dette datasæt. Klimaindikatorer i dette datasæt Dette datasæt indeholder følgende klimaindikatorer: Potentiel fordampning (Den gennemsnitlige mængde vand som potentielt kan fordampe hen over året/årstiden (beregnet med Makkinks metode)) Absolut/Ændring Klimaindikatorer i dette datasæt er opgjort enten som: Absolutte værdier Ændringer relativt til referenceperioden 1981-2010 Sæsoner Klimaindikatorer i dette datasæt er beregnet for 5 sæsoner: Hele året Vinter (dec-jan-feb) Forår (mar-apr-maj) Sommer (jun-jul-aug) Efterår (sep-okt-nov) Tidsperioder Klimaindikatorer i dette datasæt er beregnet for 4 tidsperioder: None (Reference) None (Start århundrede) None (Midt århundrede) None (Slut århundrede) Udledningsscenarier Klimaindikatorer i dette datasæt er beregnet for 4 udledningsscenarier: historisk (Reference-periode) RCP2,6 (Lavt) RCP4,5 (Mellemhøjt) RCP8,5 (Meget højt) Percentiler Klimaindikatorer i dette datasæt er beregnet for 3 percentiler: 10, 50, 90 Filformater og adgang Datasættet kan hentes i flere forskellige filformater (regneark, kml og shape) eller hentes direkte i en GIS-applikation som en ArcGIS Rest service. For vejledning til anvendelse af denne GIS-service i QGIS og ArcGIS Pro, se vejledningen. Om Klimaatlas Klimaatlas leverer ét samlet datagrundlag for det fremtidige danske klima. Klimaatlas er udarbejdet på baggrund af DMI's egne data, internationale samarbejder og viden fra rapporter fra FN's Klimapanel (IPCC). Finansieringen kommer fra Finansloven 2018 og 2022. Klimaindikatorer er udregnet og samlet for hele Danmark, kommuner, alle vandoplande (afvandingsområder) og kyststrækninger, i et 1x1km gitter som den højeste opløsning. Vigtig bemærkning: Klimaatlas fortæller ikke i sig selv noget om effekterne af klimaændringerne, da data om for eksempel grundvandsspejl, kloakering, afværgeforanstaltninger og andre lokale forhold ikke er del af Klimaatlas. Klimaatlas vil dog kunne være med til at kvantificere f.eks. temperatur- og nedbørsændringer og pege på, hvor problemerne bliver størst. Effektanalyse bør udarbejdes efterfølgende på baggrund af bl.a. data fra Klimaatlas og lokalspecifikke forhold. Udledningsscenarier Klimaforandringerne afhænger primært af ændringer i koncentrationen af drivhusgasser (som f.eks. kuldioxid) i atmosfæren. Derfor indgår koncentrationen af drivhusgasser i klimamodellerne anvendt i Klimaatlas. Det sker via såkaldte udledningsscenarier, der er realistiske bud på udviklingen af fremtidens globale koncentration af drivhusgasser i atmosfæren. FN's Klimapanel IPCC baserer sit arbejde på et sæt af udledningsscenarier til udvikling af globale klimamodeller. IPCC´s femte hovedrapport og særrapporter fra 2018 og 2019 benyttede de såkaldte RCP-scenarier ("Representative Concentration Pathways"). Den nyeste og sjette hovedrapport fra IPCC (2021-22) bruger et nyt sæt af scenarier kaldet SSP ("Shared Socioeconomic Pathways"). I Klimaatlas er en kombination af disse to sæt af scenarier benyttet, hvor de atmosfæriske indikatorer (f.eks. temperatur, nedbør, vind) er baseret på RCP-scenarierne og vandstand indikatorer er baseret på SSP scenarierne. Læs mere om hvorfor begge sæt udledningsscenarier indgår i Klimaatlas her. Klimaatlas giver dig mulighed for at se, hvordan klimaet i Danmark ventes at ændre sig under udvalgte scenarier fra IPCC's arbejde. Vejledning i hvilket scenarie, der er relevant ved forskellige projekter, findes i "Vejledning i anvendelse af udledningsscenarier" - udarbejdet af DMI i samarbejde med Miljøstyrelsen, september 2018: Vejledning i anvendelse af udledningsscenarier Tidsperioder og usikkerheder Data i Klimaatlas er som regel præsenteret som gennemsnit i perioder af 30 år. I Klimaatlas er Danmarks nuværende klima defineret ved gennemsnittet for 'referenceperioden' 1981-2010. Perioden er udgangspunktet for fremskrivninger og for data, der viser relative ændringer. Klimaatlas præsentere data for fire tidsperioder: 1981-2010, 2011-2040, 2041-2070 og 2071-2100. Data for fremtidens klima i Danmark i Klimaatlas er baseret på op til 72 forskellige klimamodeller. Modellerne der beregner klimaet kan sammenlignes, da de dækker samme geografiske område og indeholder samme mængde drivhusgas i atmosfæren. Beregningerne af fremtidens klima er forbundet med usikkerheder. Disse usikkerheder kan ses i spredningen af resultater mellem modellerne. I Klimaatlas er intervallerne for usikkerhed angivet for de enkelte indikatorer som en søjle i figurerne og i datatabellerne. Usikkerheden er givet som 10- og 90-percentiler omkring medianværdien (50%). For indikator gennemsnitstemperatur betyder det f.eks., at den øvre usikkerhedsgrænse er det niveau, hvor kun 10% af modellerne er varmere. Tilsvarende er den nedre usikkerhedsgrænse det niveau, hvor kun 10% af modellerne er køligere. Kildeangivelse Klimaatlas skal citeres som: DMI. (2024). DMI Klimaatlas v2024b - Fremskrivninger af det danske klima (Projections of climate indicators in Denmark) [Data set]. Zenodo Læs mere Læs om hvordan data er blevet til på: https://www.dmi.dk/klima-atlas/saadanerdatablevettil/ En teknisk beskrivelse (på engelsk) målrettet ekspertbrugere findes her: Methods used in Klimaatlas, the Danish Climate AtlasDMI气候地图集 本GIS服务包含丹麦气象研究所（Danish Meteorological Institute，DMI）气候地图集的市级尺度数据。DMI气候地图集的气候数据以气候指标形式呈现。DMI气候地图集的完整气候指标列表可参见此处。数据以所谓"变量"的组合形式展示，变量可涵盖数值的时间周期、季节与情景等维度。气候地图集中的各类变量完整列表可参见此处。下文列出本数据集所涉及的相关变量。 本数据集包含的气候指标 本数据集包含以下气候指标：潜在蒸散量（年度/季节内潜在可蒸发的平均水量，采用Makkink公式计算）、绝对数值/变化量。 本数据集的气候指标可分为两类：绝对数值、相对于1981-2010年参考期的变化量。 季节划分 本数据集的气候指标针对5个季节计算：全年、冬季（12月-1月-2月）、春季（3月-4月-5月）、夏季（6月-7月-8月）、秋季（9月-10月-11月）。 时间周期 本数据集的气候指标基于4类时间周期计算：参考期、世纪初期、世纪中期、世纪末期。 排放情景 本数据集的气候指标基于4类排放情景计算：历史参考情景、RCP2.6（低排放）、RCP4.5（中低排放）、RCP8.5（极高排放）。其中典型浓度路径（Representative Concentration Pathways，RCP）为IPCC采用的标准排放情景系列。 百分位数 本数据集的气候指标涵盖3个百分位数：10%、50%、90%。 文件格式与获取方式 本数据集可通过多种格式下载（电子表格、KML、Shapefile），也可直接作为ArcGIS REST服务在GIS应用中调用。如需了解本GIS服务在QGIS与ArcGIS Pro中的使用指南，请查阅相关说明文档。 --- 关于气候地图集 气候地图集提供统一的丹麦未来气候数据集基础。本图集基于丹麦气象研究所（DMI）自有数据、国际合作成果以及联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）的报告研究编制而成。项目资金来源于2018年与2022年《财政法案》。气候指标已针对丹麦全境、各市级行政区、所有流域（汇水区）与海岸带进行计算与汇总，分辨率最高可达1×1公里网格。 重要提示 气候地图集本身无法直接体现气候变化的影响，因为地下水位、污水处理、防洪措施及其他本地相关数据并未纳入本图集范畴。不过，本图集可用于量化气温与降水变化等指标，并指出受影响最严重的区域。后续的影响分析需结合气候地图集数据与本地具体情况开展。 --- 排放情景说明 气候变化主要取决于大气中温室气体（如二氧化碳）浓度的变化。因此，气候地图集所使用的气候模型纳入了温室气体浓度这一参数，通过所谓的排放情景实现——此类情景是对未来全球大气温室气体浓度发展的合理预估。 联合国政府间气候变化专门委员会（IPCC）的相关研究基于一套用于构建全球气候模型的排放情景。IPCC第五次评估报告及2018、2019年的专项报告采用了典型浓度路径（RCP）；而IPCC最新的第六次评估报告（2021-2022年）则采用了一套全新的情景，即共享社会经济路径（Shared Socioeconomic Pathways，SSP）。 气候地图集结合了这两类情景：大气指标（如气温、降水、风速）基于RCP情景计算，水位指标则基于SSP情景。如需了解为何本图集同时纳入两类排放情景，请参见此处。 气候地图集可展示丹麦气候在IPCC研究中选定的各类情景下的预计变化情况。针对不同项目应选用何种情景的指南，可参见丹麦气象研究所（DMI）与丹麦环境部联合编制的《排放情景应用指南》（2018年9月）：Vejledning i anvendelse af udledningsscenarier。 --- 时间周期与不确定性 气候地图集中的数据通常以30年周期的平均值形式展示。本图集将丹麦当前气候定义为1981-2010年参考期的平均值，该周期是未来气候预估与相对变化数据的基准。气候地图集展示了4个时间周期的数据：1981-2010年、2011-2040年、2041-2070年以及2071-2100年。 丹麦未来气候数据基于最多72个不同的气候模型计算而成。由于这些模型覆盖相同地理范围且采用相同的大气温室气体浓度设置，其计算结果可相互对比。未来气候的预估结果存在不确定性，这类不确定性可通过模型间的结果差异体现。在气候地图集的图表与数据表中，单个指标的不确定性区间以误差柱形式展示，不确定性以中位数（50%百分位）两侧的10%与90%百分位区间表示。以平均气温指标为例，不确定性上限即仅10%的模型计算结果高于该值的温度水平，不确定性下限则为仅10%的模型计算结果低于该值的温度水平。 --- 数据引用规范 气候地图集的引用格式如下：DMI. (2024). DMI Klimaatlas v2024b - 丹麦气候指标预估（Projections of climate indicators in Denmark）[数据集]. Zenodo。 更多信息 如需了解数据生成流程，请访问：https://www.dmi.dk/klima-atlas/saadanerdatablevettil/ 面向专业用户的英文技术说明可参见：Methods used in Klimaatlas, the Danish Climate Atlas