Forudsigelse af fremtidens ekstreme grundvandsstigninger og lokal usikkerheds analyse - et vejprojekt ved Silkeborg (ATV, vintermøde, 2013)

Transkript

1 Forudsigelse af fremtidens ekstreme grundvandsstigninger og lokal usikkerheds analyse - et vejprojekt ved Silkeborg (ATV, vintermøde, 2013) Jacob Kidmose, Lars Troldborg og Jens Christian Refsgaard De Nationale Geologiske Undersøgelser for Danmark og Grønland Klima- Energi- og Bygningsministeriet Projektet er finansieret af Vejdirektoratet

2 Indhold Problemstilling ved Silkeborg vejprojekt Modeller Klimascenarier (GCM, RCM og nedskalering) Ekstremværdianalyse Resultater Konklusion

3 Silkeborg motorvej

4

5 Modellering Regional model (DK-model område 5, 500m) leverer grænsebetingelser til lokal Silkeborg model (100m)

6 Modellering Regional model (DK-model område 5, 500m) leverer grænsebetingelser til lokal Silkeborg model (100m) Trykniveau fra regional model implementeres som trykrand i den lokale model mod vest Gudenåen og Alling Å udgør model rande mod nord og øst

7 Modellering Regional model (DK-model område 5, 500m) leverer grænsebetingelser til lokal Silkeborg model (100m) Trykniveau fra regional model implementeres som trykrand i den lokale model mod vest Gudenåen og Alling Å udgør model rande mod nord og øst Silkeborg Langsø simuleres med varierende trykrand med opstillet Q/h relation (sim. Q fra regional model benyttes).

8 Geologi Geologisk tolkning understøttes bl.a. af en lang række geotekniske boringer udover almindeligt geofysik og boringsdata.

9 Kalibrering Invers PEST Multi objektiv funktion beskrivende: Daglig variation i hydraulisk trykniveau (h) ved 35 boringer Årlig fluktuation af h (max.-min.) Middel h Vandbalance for hver årstid ved 4 afstrømningsstationer Kalibreringsparametre udvalgt ved PEST følsomhedsanalyse

10 Kalibrering

11 Hydraulisk trykniveau [m] Kalibrering 25 Observeret Simuleret Boring 34 Boring apr-2012 feb-2012 dec-2011 okt-2011 aug-2011 jun-2011 apr-2011 apr-2012 feb-2012 dec-2011 okt-2011 aug-2011 jun-2011 apr-2011

12 Klima modeller Model name Global Climate Model (GCM) Fremtidens klima ( ) repræsenteres af 3 forskellige GCM s og 6 RCM s I alt 9 kombinationer af CM To nedskalerings metoder Delta Change Distribution based scaling 18 forskellige bud på klimaet ARPEGE- CNRM ARPEGE-DMI BCM-DMI BCM-SMHI ECHAM-DMI ECHAM-ICTP ECHAM-KNMI ECHAM-MPI ECHAM-SMHI Model name institution ARPEGE Centre National de Recherche Météorologiques, France ARPEGE Centre National de Recherche Météorologiques, France BCM Bjerknes Centre for Climate Research and Nansen Center, Norway BCM Bjerknes Centre for Climate Research and Nansen Center, Norway ECHAM Max Planck Institut for Meteorology, Germany ECHAM Max Planck Institut for Meteorology, Germany ECHAM Max Planck Institut for Meteorology, Germany ECHAM Max Planck Institut for Meteorology, Germany ECHAM Max Planck Institut for Meteorology, Germany Regional Climate Model (RCM) Model name institution RM5.1 - Centre National de Recherche Météorologiques, France HIRHAM5 Danish Meteorological Institute HIRHAM5 Danish Meteorological Institute RCA3 Swedish Meteorological and Hydrological Institute, Sweden HIRHAM5 Danish Meteorological Institute REGCM3 - International Centre for Theoretical Physics, Italy RACHMO2 - Royal Netherlands Meteorological Institute, The Netherlands REMO - Max Planck Institute for Meteorology, Germany RCA3 Swedish Meteorological and Hydrological Institute, Sweden

13 Klima modeller

14 Ekstremværdi analyse Hydrologiske modeller kørt med alle scenarier for perioderne og Trykniveauer hver 5 dag for hver af de 20 zoner (100 m motorvej). 20 årlige maksima brugt til parametrisering af Gumbel fordelingen for hver zone. Gumbel fordeling er beregnet for middel af klimamodellerne samt øvre 95 % konfidensgrænse af klimamodellerne.

15 Ekstremværdi analyse Forskel mellem nuværende middel trykniveau og fremtidige 10½, 21, 50 og 100 års hændelser beregnet. Estimater for klima fremskrivninger med henholdsvis Delta Change og Distribution based scaling som nedskalerings metoder er foretaget. Usikkerheden for af Gumbel fordelingen gives ved beregning af standard afvigelsen for fordelingen.

16 Resultater

17 Resultater

18 Resultater DC og DBS Gennemsnit af klimamodeller Øvre 95 % konfidensgrænse Usikkerhed på Gumbel 20 zoner Mean ensemble Upper 95% ensemble DC DBS DC DBS Zone T 100 +/- T 100 +/- T 100 +/- T 100 +/ Zone udeladt

19 Resultater Avg. T 100 Mean ensemble Upper 95% ensemble DC DBS DC DBS Gennemsnit af DC og DBS estimat. Zone T 100 +/- T 100 +/- T 100 +/- T 100 +/ Usikkerhed Gumbel Klimamodeller Nedskalering Zone udeladt

20 σ Ekstremværdi ana. σ Klimamodeller σ Nedskalering Usikkerhed for hver zone og T hændelse Zone T 10½ T 21 T 50 T 100 T 10½ T 21 T 50 T 100 T 10½ T 21 T 50 T Zone udeladt

21 Resultater Usikkerhed defineres som 4 x standardafvigelser Total usikkerhed:

22 Resultater Effekt af Klimaforandringer? Gumbel fordeling af simulerede trykniveauer nutid ( ) Beregning af forskel mellem T hændelser. (F.eks. T 100 fremtid T 100 nutid) Zone T 10½ T 21 T 50 T Zone udeladt

23 Konklusioner Fremtidige 100 års hændelser er 1 1,5 m højere end nuværende middel grundvandsstand Usikkerheden domineres af selve ekstremværdi analysen samt klimamodellerne. Ændringen mellem nuværende 100 års hændelser og fremtidige er minimal (ca. 30 cm) Husk: De viste resultater er områdespecifikke (Terrasse akviferen udviser kun lave årlig fluktuationer, cm, og derfor kan ekstremværdi hændelser ikke forventes at være på meter skala.

24