Browsing by discipline "Meteorology"

Tässä työssä selvitetään lentosääennusteiden käyttöä lennon suunnittelun ja toteutuksen perusteena. Tuodaan esille määräyksiä ja lentosäätietojen käyttöä kaikissa lennon vaiheissa. Perehdytään ennustettujen olosuhteiden ja ennusteiden laadun merkitykseen lentojen toteutuksessa. Selvitetään lentosääennusteisiin liittyviä lentoliikenteen kustannuksia. Työn aineistona käytettiin joulukuu 2006 - heinäkuu 2007 välisenä aikana eri pituisina jaksoina kerättyä 185 liikennelennon lennonsuunnittelumateriaalia ja 126 satunnaisella otoksella otettuja Suomen GAFOR-ennusteita. Liikennelennot toteutettiin Suomen ja Euroopan alueella. Työssä todennettiin METAR–lentopaikkasanoman avulla TAF-lentopaikka-, TREND-laskeutumis-, GAFOR-yleisilmailuennusteita. Yleisestä sääpalvelusta saatua materiaalia käsiteltiin EXCEL –taulukkolaskentaohjelmalla Lentosääennusteita käsiteltiin usean eri käyttäjäryhmän kannalta. Reittilentomittauksilla tutkittiin SIGMET–varoituspalvelun, SWC–merkitsevän sään ja yläilmakehän tuulen sekä lämpötilan ennusteita. TAF–pilvikorkeusennusteiden keskimääräinen hyvyysluku oli lähes sama pilvikorkeudesta riippumatta. Suhteellisen hyvissä olosuhteissa toimivat käyttäjät saivat ennusteista paljon hyötyä. Vaakanäkyvyysennusteiden keskimääräinen hyvyysluku oli suurempi hyvissä kuin huonoissa olosuhteissa. Huonojen olosuhteiden ennusteet olivat lentotoiminnalle enemmän harmillisia kuin hyödyllisiä. Ennustustyö olisi tarvinnut apuvälinettä. Tutkittiin TREND –ennusteiden ominaista osuvuutta. NOSIG –ennuste oli suhteellisen usein julkaistu vaikka sitä seurasi olosuhteen muutos. BECMG-ennuste toteutui pääsääntöisesti ennusteajan alkupuolella. Ajoittaisten olosuhdemuutosten aikana TEMPO-ennusteita julkaistiin hyvin, mutta ennusteen osuvuus vaihteli. Tässä muodossa jaettu ennustetieto ei palvele kovin hyvin päätöstilannetta, jossa on arvioitava polttoaineen riittävyys lennon loppuosalle. GAFOR-pintatuuliennusteet olivat onnistuneita kuten TAF-ennusteissa. Vaakanäkyvyys- ja pilvikorkeusolosuhteissa vertailupisteissä oli 10% havainnoista ennustettua huonompaa olosuhdetta, jos käytettiin vain GAFOR–ennusteen perusosaa lennonsuunnittelussa ja 6% havainnoista, jos käytettiin koko ennustetta. Ilma-aluksen päällikön on valvottava näkölento-olosuhteiden kehitystä lennon aikana ja varmistettava aina näkölento-olosuhteinen lentoreitti laskupaikalle. Lentosääennusteet ovat osa lentotoimintaa mahdollistavaa järjestelmää. Ennusteet hallitsevat vaihtelevasti olosuhteita ja luonnollisesti aiheuttavat ongelmallisia tilanteita. Käyttäjiä sitovat määräykset on luotu, jotta toiminta olisi turvallista. Laadukkaita ennusteita tarvitaan isoilla liikennepaikoilla lentoliikenteen kapasiteetin hallintaan. Pienillä lentopaikoilla laitevarustus ei vielä takaa lentotoimintaa kaikissa olosuhteissa. Näkölentotoimintaa harjoitetaan jatkuvasti sekä hyvissä että kohtalaisen huonoissa olosuhteissa.

Työssä tarkasteltiin ilmakehän yleisen kiertoliikkeen mallin, ECHAM5:n, ja Euroopan keskipitkien sääennusteiden keskuksen uudelleenanalyysijärjestelmän, ERA-40:n, lumen vesiarvon ja lumisten alueiden pinnan albedon mallintamista. Tarkoituksena oli selvittää näiden välisiä eroja sekä sitä, kuinka hyvin ECHAM5 kuvaa nykyilmaston lumioloja. Esimerkinomaisesti tarkasteltiin myös Rossby-keskuksen alueellisen ilmastomallin, RCA3:n, lumen mallintamistapaa. ECHAM5-simulaatioissa käytetty pakote oli havaintojen mukainen meriveden pintalämpötilan ja merijään jakauma. ECHAM5:n ja ERA-40:n aineistoja vertailtiin jaksolla 1986-1990 Pohjois-Euraasian alueella. ERA-40:n lumen vesiarvoja verrattiin lisäksi INTAS-SCCONE-hankkeen havaintoaineistoon. Saatujen tulosten mukaan ECHAM5:n lumen vesiarvo oli monilla alueilla ERA-40:n lumen vesiarvoa pienempi. Suurimmillaan erot olivat vesiarvon maksimialueilla Euraasian keskiosissa. ECHAM5:ssä myös eri vuosien välinen vaihtelu oli pienempää kuin ERA-40:ssä. Varsinkin tarkastelujakson viimeisinä vuosina, 1989 ja 1990, lumen vesiarvo sai Pohjois-Euroopan alueella ERA-40:n mukaan hyvin matalia arvoja, jotka selittyvät NAO-indeksin korkeilla arvoilla. NAO-ilmiön voimakkuus 1980-luvun lopulla ei kuitenkaan erotu ECHAM5:n lumen vesiarvossa. ERA-40:n lumianalyysissä on mukana lumensyvyyshavaintoja, mikä on suurin tuloksiin eroa aiheuttava tekijä. Lienee myös mahdollista, että ECHAM5-simulaatioissa käytetty pakote ei ole riittävän voimakas tuottamaan kaikilta osin realistista lumen vesiarvon jakaumaa. ERA-40:n ja INTAS-SCCONE-aineiston välillä ei ollut kovin suuria eroja. Lumisten alueiden pinnan albedon osana käytetty lumialbedo on ERA-40:ssä ennustettava muuttuja, ECHAM5:ssä se parametrisoidaan. Saatujen tulosten mukaan pinnan albedon arvot ovat ECHAM5:ssä laajalti suurempia kuin ERA-40:ssä. Erot aiheutuvat albedojen erilaisesta laskentatavasta sekä mallien erilaisista kasvillisuusjakaumista. ECHAM5 aliarvioi kasvillisuuden albedoa pienentävän vaikutuksen varsinkin pohjoisen havumetsävyöhykkeen alueella. ERA-40:n pinnan albedo lieneekin realistisempi kuin ECHAM5:n.

Surface winds are crucial information for seafarers, however, in Finland, marine weather station measurements have never had their observations verified in order to define surface winds. The wind measurement instruments of marine weather stations are located on top of the lighthouses at a height of 14-55 meters. The instrument is typically located on the helicopter platform or close to it, and is therefore cannot usually be higher than one meter above it. The wind measured at this height often differs from the surface wind, both in speed and direction. However, for seafarers, the surface wind information is often more relevant than the wind observation from the much higher lighthouse roof. This study investigated how well the marine lighthouse observations represents the sea surface wind at 10 meters. Between the years of 2012 to 2017, the wind conditions from four different marine lighthouses were studied: Kemi I lighthouse, Raahe Nahkiainen, Kristiinankaupunki lighthouse and Porvoo Kalbådagrund. The wind benchmark used was the ASCAT wind product, developed by the European Organisation for the Exploitation of Meteorological Satellites (EUMETSAT) and the Ocean and Sea Ice Satellite Application Facility (OSI SAF), which determines wind at 10 meters above the sea surface in a neutral atmosphere. The difference between the lighthouse observations and the benchmark were examined by calculating the mean absolute error (MAE), the root mean squared error (RMSE), and the mean error (ME). In addition the season, wind speed, and wind direction were evaluated for their effects on the results. Similar research for wind observations by marine weather stations have never previously been carried out in Finland. This studied shows that the wind speed measured from the lighthouse has a moderate positive bias compared to the 10 meter surface wind. In the autumn this bias is reduced compared to spring, this is likely due to the average seasonal variation in atmospheric hydrostatic stability. The lighthouse observations are more representative of surface winds when the wind speed is moderate to strong (as defined on the Beaufort scale), then when the wind speeds are weak or gale. With weak wind speeds the lighthouse is underestimating the surface wind, but when the wind speed increases to moderate or more, the lighthouse observation overestimates the surface wind. Lighthouse observations have a wind direction, which is counter clockwise to the surface wind, however, there is high uncertainty in this result. For further studies, more lighthouses are needed, and a suitable benchmark for observations close to the coast should be used. The ASCAT wind product is a good tool for defining surface water on the open sea, but at present scatterometers cannot determine the wind adjacent to the coast line. For further studies; mast or buoy measurements of the wind would be instrumental for assessing lighthouse observations.

Matalapainemyrskyt muodostavat Suomessa suurimman yksittäisen uhan sähkönjakeluverkon vakaudelle. Vuosina 2005-2015 kolmannes kaikista sähkönjakelun keskeytyksistä aiheutui matalapainemyrskyjen voimakkaista tuulista. Sääsuureiden yhdistäminen yhteiskunnallisesti vaikuttaviin suureisiin, kuten sähkövikoihin on ollut eri maiden ilmatieteen laitoksien tutkimuskohteena nouseva suuntaus kautta Euroopan. Tässä tutkielmassa luokitellaan matalapaineiden aiheuttamat myrskyt saapumissuunnan mukaan ja tutkitaan niiden vaikutuksia sähköverkkoihin. Matalapainemyrskyjen luokitteleminen Suomessa on verrattain uusi aihe. Myrskyt luokitellaan tässä työssä kaksivaiheisella menetelmällä saapumissuunnan ja pintamatalan rantautumisen mukaan, sekä selvitetään ominaisuuksia, jotka tekevät niistä tuhoisia sähköverkoille. Myrskyt luokiteltiin kuuteen luokkaan tarkastelemalla menneiden myrskyjen myrskyratoja vuosilta 2005-2015. Aineistoon valikoitui yhteensä 51 myrskyä, joita tutkittiin käyttämällä Ilmatieteen laitoksen tietokannan havaintoja, ERA-Interim uusanalyysejä sekä sähköyhtiöiden sähkövika-aineistoa. Myrskyluokat saivat nimekseen A-SW (maan eteläosaan lounaasta saapuvat), A-SE (maan eteläosaan kaakosta saapuvat), A-NW (maan eteläosaan luoteesta saapuvat), B-SW (maan pohjoisosaan lounaasta saapuvat), B-NW (maan pohjoisosaan luoteesta saapuvat) ja B-NE (maan pohjoisosaan koillisesta saapuvat). Aineiston myrskytapausten perusteella havaittiin, että suurin osa eli noin 60 prosenttia tarkastelujakson myrskyistä saapuu Suomeen lounaasta, mikä tukee hyvin aiempia tutkimustuloksia. Tutkielmassa on pyritty myös löytämään yhteys myrskyjen ja sähkövikatilanteiden välille yhdistämällä meteorologista dataa sähköverkkoyhtiöiltä (Loiste Sähköverkko Oy ja ENEASE Oy) saatuihin vikatietoihin. Myrskyluokille tyypilliset puuskatuulijakaumat on yhdistetty alueellisiin sähköttömien talouksien lukumääriin eli käyttöpaikkojen lukumääriin (kpk). Työssä tutkittiin eri myrskyluokkien ominaispiirteiden vaikutuksia sähköverkkoihin ja määritettiin maantieteellisten alueiden mukaan jakautuvat viat kussakin luokassa. Myrskyluokista tuhoisimpina esille nousivat luokat B-NW-, sekä A-SE-myrskyt. Nämä myrskyluokat ovat eri syistä tuhoisat. B-NW- myrskyistä tuhoisan tekee todennäköisesti niiden nopea kehityskaari, sekä voimakkaan matalapaineen keskuksen aiheuttamat ärhäkät puuskat. A-SE-myrskyt puolestaan ovat hidasliikkeisiä, jolloin puuskien vaikutukset tietyllä alueella kumuloituvat. Kaakosta saapuvia (A-SE) myrskyjä voisi kutsua myös kesämyrskyiksi niiden tyypillisen esiintymisajankohdan mukaan. Tutkielman lopputuloksena saatiin määritettyä yksinkertainen kaava, joka sai nimekseen yhteisvaikutusindeksi. Yhteisvaikutusindeksin avulla pystytään ennen kaikkea havainnollistamaan niin eri voimakkuuksisten puuskatuulien, kuin muidenkin tuhoihin vaikuttavien tekijöiden yhteisvaikutusta. Lopuksi esimerkkitapauksena käsitellään sähköyhtiöiden kannalta merkittävää Valio-myrskyä (2015), joka oli tyypiltään B-NW. Aikaisempiin tutkimuksiin verrattuna tässä työssä uutta oli myrskyjen luokittelu, sekä meteorologisten ja ei-meteorologisten tekijöiden yhdistäminen yhteisvaikutusindeksin laskukaavaksi. Yhteisvaikutusindeksiä voidaan tulevaisuudessa käyttää joko tukena operatiivisten sääennusteiden laadinnassa myrskyjen vaikuttavuutta arvioitaessa tai pohjana algoritmille. Työ sai alkunsa Ilmatieteen laitoksen ELASTINEN- tutkimushankkeesta, jossa selvitettiin sää- ja ilmastoriskien hallintaa ja otettiin ensiaskelia kohti vaikutusvaroittamista Suomessa. Tutkielma liittyy myös Tekes/SASSE- ja H2020/ANYWHERE- hankkeisiin, joissa pyritään selvittämään sääilmiöiden yhteiskunnallista vaikuttavuutta. Tutkielman tuloksia voidaan hyödyntää jatkossa muissakin hankkeissa, joissa selvitetään sähkönjakelun kannalta merkittäviä sääilmiöitä. Aiheen tutkimisesta on apua myös operatiivisessa sääennusteen laatimisessa ja arvioitaessa lähestyvän myrskyn vaikutuksia.

Lentosääennusteiden laatiminen on yksi tärkeimmistä lennon sujuvuuteen vaikuttavista tekijöistä. Lentosääennusteita laaditaan kolmen tunnin välein lentokentille kuvaamaan merkittävän sään vaihteluita. Suurimmille kentille ennusteita lasketaan aina 24 tunnin päähän, kun taas pienemmille niitä tuotetaan 2-9h päähän tarpeiden mukaan. TAF:eissa yhtenä tärkeimmistä suureista ennustetaan näkyvyyttä, joka vaikuttaa suoraan mm. lentoturvallisuuteen. Tässä työssä tutkittiin eri tavalla tuotettujen näkyvyysennusteiden laatua vuodelta 2017. Numeerisista ennustemalleista käytössä oli Harmonien tuottama näkyvyys sekä Ilmatieteen laitoksella siitä fysikaalisesti postprosessoitu tuote. Työtä varten vertailuun tuotettiin myös tilastomenetelmin kehitettyjä analogiaennusteita syys-joulukuulta. Eri tavoin tuotettuja näkyvyysennusteita verrattiin havaintoihin ja suoritettiin koko asemajoukolle meteorologista laadunarviointia eli verifiointia. Verifioinnissa oli mukana yhteensä 13 lentoasemaa eri puolelta Pohjois-Eurooppaa: Suomesta, Ruotsista, Norjasta, Tanskasta, Virosta, Latviasta ja Liettuasta. Näkyvyyseennusteille on olemassa Kansainvälisen siviili-ilmailujärjestön (ICAOn) määrittelemät raja-arvot, jonka mukaan verifiointia suoritettiin. Tavoitteena oli tutkia kuinka hyvin eri tavoin tuotetut ennusteet pärjäävät havaintoihin ja toisiinsa verrattuna. Vertailussa tehtiin osuvuuksien tarkastelua kaikilla ennustepituuksilla, analysoitiin ennusteiden verifiointipisteytyksiä binääriennusteiden kautta sekä tutkittiin mallien keskihajontaa ja keskivirhettä ennustepituuksittain. Ennustepituudet muodostuivat 3, 6, 9, 12, 15, 18, 21 ja 24 tunnin mittaisista jaksoista. Havaittiin, että Harmonie-mallin ja siitä fysikaalisesti postprosessoidun tuotteen välillä erot korostuivat etenkin huonojen näkyvyyksien tapauksissa. Alle 150m näkyvyyksillä Harmonie sekä fysikaalisesti postprposessoitu tuote toimivat heikosti. ICAOn näkyvyysluokkien [150, 1500m)-välillä fysikaalisesti postprosessoitu tuote osoittautui Harmonieta hieman paremmaksi. Yli 3000 metrin näkyvyysluokilla mittavia eroja mallien välillä ei ollut. Tilastomenetelmin tuotetut analogiaennusteet pärjäsivät vertailussa suhteellisen hyvin. Verifiointituloksista havaittiin myös, että ennustepituuden kasvattamisella 3:sta 24:n tuntiin ei ollut keskimäärin merkittävää vaikutusta Harmonien- tai fysikaalisesti postprosessoidun tuotteen toimintaan. Analogiaennusteilla yllättäen ennustepituuden vaikutus ei ollut juurikaan nähtävissä. Tulokset kuitenkin osoittavat, että näkyvyysennusteiden saralla kehittämistä vielä riittää sekä mallien että postprosessoitujen menetelmien osalta.

Numeriska väderprognosmodeller (NWP, numerical weather prediction) innehåller variabler, såsom vindvektorer, temperatur och tryck, samt modellparametrar. Modellparametrar är en oundviklig del av en NWP då de behövs i parametriseringsscheman av småskaliga fysikaliska processer. Modellparametrarna har betydelse för modellens förmåga att prognostisera vädret och det är därav av stor vikt att parametrarna har optimala värden. Värdet på parametrarna bestäms manuellt med hjälp av observationer och expertkunskap, vilket är en arbetsdryg process. För att minska på arbetsbördan och frigöra resurser för annat är det möjligt att använda sig av algoritmer för att bestämma de optimala värdena på modellparametrarna. I den här studien undersöker vi en statistisk algoritm som används i ett ensembleprognossystem. Algoritmen grundar sig på att uppdatera och förbättra parametervärdena baserat på observationer och en kostnadsfunktion. Tidigare resultat har visat att algoritmen ger goda resultat med en ensemble på 50 medlemmar. I den här studien undersöks huruvida det är möjligt att minska ensemblestorleken vid optimering av två parametrar och samtidigt uppnå goda resultat. I experimenten används Lorenz96-modellen för att emulera NWP och ensemblestorleken varieras mellan två och 50. Resultaten tyder på att en ensemblestorlek på fyra ger goda resultat då utgångsläget är optimalt och vid mindre optimala förhållanden krävs flera ensemblemedlemmar; i det här fallet tio. Baserat på de här experimenten kan vi dra slutsatsen att algoritmen inte begränsas av ensemblestorleken utan snarare av modellen och utgångsläget vid parameteroptimering. Ju bättre utgångsläget är, desto mindre ensemble är möjlig att använda. Experimenten indikerar på att motsvarande resultat är att vänta för NWP.

Kaaottisessa järjestelmässä, kuten esimerkiksi ilmakehässä, ennustettavuus on rajoitettu. Yksittäinen numeerinen sääennuste tulee aina lopulta erkanemaan todellisesta ilmakehän tilasta. Numeeristen sääennusteiden parantamiseksi on kehitetty parviennusteet, missä yhden ennusteen sijasta tarkastellaan useamman ennusteen käyttäytymistä. Luotettavan parviennusteen luomiseksi on parven jäsenten alkutilat valittava tarkkaan. Parvi voidaan luoda niin, että arvioituun alkutilaan lisätään satunnaisia häiriöitä tai edeltävän parviennusteen pohjalta jalostettuja häiriöitä. Tässä pro gradu -työssä tarkasteltiin, onko satunnaishäiriö- ja jalostushäiriömenetelmän luotettavuudessa eroa Lorenz-96-mallissa. Luotettavuutta vertailtiin kolmella eri todentamismenetelmällä: sijoitushistogrammilla, hajaantuminen-osuvuus-tuloksella ja sijoitustodennnäköisyystuloksella. Parviennusteet luotiin sekä täydelliselle että stokastiselle mallille. Häiriöiden kokoa vaihdeltiin neljän eri skaalausparametrin avulla. Ennen varsinaisten parviennusteiden luontia mallin kaaottisuus varmistettiin selvittämällä ensimmäinen Lyapunovin eksponentti sekä tarkastelemalla, kääntyvätkö satunnaiset häiriöt Lyapunov-vektorin suuntaan. Tulosten mukaan häiriömenetelmien välillä oli eroa paikoin, riippuen käytetystä mallista ja skaalausparametristä. Täydellisessä mallissa jalostushäiriömenetelmä oli parviennusteen ajan hetkestä ja häiriön koosta riippuen luotettavampi kuin satunnaishäiriömenetelmä sijoitushistogrammin ja hajaantuminen-osuvuus-tuloksen osalta. Stokastisessa mallissa satunnaishäiriömenetelmä oli luotettavampi ainoastaan sijoitushistogrammin tulosten perusteella. Sijoitustodennnäköisyystulos ei antanut selviä viitteitä suuntaan tai toiseen kummankaan mallin osalta.

Sääsatelliittimittausten avulla on mahdollista muodostaa sekä ajallisesti että alueellisesti kattavia estimaatteja auringon kokonaissäteilystä maan pinnalla. Niiden muodostaminen kuitenkin perustuu kokonaissäteilyyn vaikuttavan pilvisyyden määrittämiseen sääsatelliittimittausten perusteella, jolloin menetelmällä saavutettava tarkkuus voi vaihdella pilvisyydestä riippuen. Tässä tutkielmassa verifioidaan sääsatelliittimittauksiin perustuvaa kokonaissäteilyn estimointijärjestelmää Etelä-Suomessa vertaamalla järjestelmän estimaatteja maanpinnan havaintoihin. Tavoite on selvittää, miten eri tyyppinen pilvisyys vaikuttaa estimaatin tarkkuuteen, ja huonontaako jokinpilvityyppi estimaattia erityisesti. Myös leveyspiirin vaikutusta estimaatin virheisiin tarkastellaan ja järjestelmää vertaillaan muihin vastaaviin. Estimaattien virheiden tarkastelua varten ne jaetaan luokkiin pilvityypin mukaan. Tulosten mukaan estimaatti hieman aliarvioi kokonaissäteilyä pilvettömissä tilanteissa, kun taas pilvisissä tilanteissa kokonaissäteilyä yliarvioidaan kohtalaisen paljon. Harha (MBE) on pilvettömissä tilanteissa -3,44 % (-16,58 W/m 2 ) ja kaikilla tilanteilla 6,45 % (31,04 W/m 2 ). MBE kasvaa leveyspiirin mukaan, tosin myös etäisyydellä rannikosta on vaikutusta. Virheiden odotettiinolevan suuria rikkonaisille ja korkeille pilville, mutta suurimmat virheet ovat läpinäkymättömillä, erityisesti hyvin matalilla, pilvillä (MBE: 16,81 %, 80,90 W/m 2 ). Myös kerrostuneilla pilvillä virheet ovat suuria (MBE: 15,76 %, 75,86 W/m 2 ), mutta rikkonaisten pilvien kohdalla systemaattiset virheet ovat hyvin pieniä (MBE: -0,13 %, -0,62 W/m 2 ). Tämä saattaa johtua osittain epävarmuuksista pilviluokittelussa. Vertailu tehtiin menetelmä- ja aineistoerojen takia vain kahteen muuhun tutkimuksen, joissa virheiden todettiin olevan keskimäärin pienempiä. Virheanalyysin pilviluokittelussa löytyi epävarmuuksia etenkin rikkonaisten pilvien kohdalla, eikä kyseisen pilvityypin todeta olevan täysin ongelmaton. Luokkaan on mahdollisesti luokiteltu hyvin vähäistä, korkeaa pilvisyyttä, mikä laskee luokan virheitä. Vaikeudet hyvin matalissa pilvissä viittaavat ongelmiin laskettaessa pilvien vaikutusta kokonaissäteilyyn, minkä korjaamisen oletetaan parantavan järjestelmän tarkkuutta. Myös pilven vaikutuksen laskentaan käytettyä referenssiaineistoa tulee laajentaa sekä siihen liittyvä tekninen virhe korjata.

Pitkittyneet kuivuus-, sade- ja hellejaksot ovat erityisen haitallisia maanviljelylle, ja näin ollen on hyödyllistä tutkia, kuinka ilmastomallit tuottavat tällaisia jaksoja sekä havaittuun ilmastoon nähden että tulevaisuudessa RCP8.5-päästöskenaarion (Representative Concentration Pathways) mukaan. Tutkittavana ovat kolmen viikon kuivat- ja sadejaksot sekä kahden viikon hellejaksot. Tässä työssä käytettiin kuuden globaalin kolmiulotteisen kytketyn ilmakehä-valtamerimallin simulaatioiden tuloksia. Mallien simuloimat lämpötilat ja sademäärät alueellistettiin kolmella eri menetelmällä: deltamuutosmenetelmällä, jossa havaintoaineistoa muokataan ilmastomallin ennustamilla muutoksilla, ja kahdella eri harhankorjausmenetelmällä, missä ilmastomallien tuloksia muokataan havaintoaineiston avulla. Ilmastomallien mukaan huhti-syyskuun keskilämpötila nousee Suomessa keskimäärin noin viisi astetta kaudesta 1981-2010 kauteen 2071-2100 sademäärän kasvaessa noin kymmenen prosenttia. Osittain sademäärän kasvamisen johdosta pitkät kuivat kaudet näyttävät vähenevän tulevaisuudessa ja lämpötilan nousun vuoksi hellejaksojen määrä nousee. Erityisen sateisten jaksojen määrän muutoksesta ei näy selviä merkkejä. Vertailukaudella 1981-2010 harhankorjausmenetelmät tuottivat sekä alueellisesti että kuukausikeskiarvoiltaan havaintoaineistoa tasaisempia jakaumia. Toisaalta deltamuutosmenetelmään nähden harhankorjausmenetelmillä muutokset vertailukaudesta tulevaisuuden jaksoon 2071-2100 olivat alueellisesti ja kuukausikeskiarvoiltaan vaihtelevampia. Varsinkin muutosten suuruutta tarkasteltaessa ilmastomallien välinen hajonta on suurta ja peittää osittain alleen menetelmien välisiä eroja. Paikallisesti muutosten suunta voi olla menetelmästä riippuen eri, jos muutokset alueella ovat pieniä. Erot muutosten luonteessa johtuvat ainakin osittain siitä, että deltamuutosmenetelmissä alueelliset ja ajalliset korrelaatiot pysyvät vertailukauden mukaisina mutta harhankorjauksessa vertailukausi ja tulevaisuuden jakso ovat toisistaan riippumattomat. Menetelmien väliset erot olivat suurimmat kahden viikon hellejaksojen määrissä, jotka molemmat harhankorjausmenetelmät yliarvioivat reilusti vertailukaudella havaintoaineistoon verrattuna. Harhankorjausmenetelmät myös kasvattivat jaksojen määrää ilmaston lämmetessä enemmän kuin deltamuutosmenetelmä, joskin ero oli suhteessa pienempi kuin ero vertailukauden hellejaksojen määrässä.

Tämä työ käsittelee Suomen ilmastoa puutarhakasvien näkökulmasta painopisteen ollessa lämpöilmastollisissa piirteissä ja kasvien talvehtimiseen liittyvissä tekijöissä. Työssä esitellään puutarhakasvien, erityisesti monivuotisten puuvartisten kasvien selviytymiseen vaikuttavia tekijöitä, ja näiden pohjalta kartoitetaan ilmastollisia olosuhteita eri puolilla Suomea viimeisen noin viiden vuosikymmenen ajalta. Lisäksi pyritään arvioimaan tuleville vuosikymmenille ennustetun lämpenemisen aiheuttamia muutoksia Suomen puutarhatuotannon menestymismahdollisuuksissa. Nykyilmaston osalta tarkastelu perustuu vuosien 1960-2006 päivittäisiin lumi- ja lämpötilahavaintoihin kymmenellä havaintopaikalla lounaisrannikolta Koillismaalle. Puutarhakasvien kannalta hyödyllisiä ja haitallisia ilmaston piirteitä pyrittiin kuvaamaan erilaisilla indekseillä, ns. kynnystapahtumien ajankohdilla ja erinäisten raja-arvojen ylittymisillä. Tulevaisuuden jaksojen 2010-39 ja 2040-69 osalta tilannetta tarkasteltiin A2- ja B1-skenaariossa. Työssä käytettiin ns. delta-menetelmää, missä 19 ilmastomallin keskiarvona saadut arviot kuukausikeskilämpötilojen noususta lisättiin havaintopaikkojen päivittäisiin vuosien 1971-2000 lämpötilahavaintoihin. Olosuhteet puutarhakasvien menestymiselle vaihtelevat paljon tarkastelussa olleella kolmelle kasvimaantieteelliselle vyöhykkeelle sijoittuvalla alueella. 1990-luvun alusta lisääntyneet leudot talvet näkyvät hyvin talvehtimisoloja kuvaavissa muuttujissa. Toisaalta havaintopaikkojen pienilmastolliset tekijät korostuvat erityisesti alueiden hallatilanteita tarkasteltaessa. Tulevaisuuden osalta monien puutarhakasvien talven selviytymisedellytyksiin vaikuttavien tekijöiden voidaan odottaa yleisesti parantuvan ilmaston lämmetessä, tosin Suomen ilmastossa pakkasvahinkojen riski on silti olemassa. Toisaalta entisestään leudontuvat talvet lämpöjaksoineen tulevat lisäämään mahdollisuutta kasvien kylmänkestävyyden heikkenemisestä aiheutuville ongelmille. Myöhäisten hallojen esiintymisen aiheuttamat vahingot riippuvat niitä edeltäneen ajan kasvuolosuhteista. Tällöin kasvukauden alun ajankohdassa, sen alkupuolen lämpimyydessä ja hallojen esiintymisen ajankohdassa tapahtuvien muutosten nettovaikutus ratkaisee myöhäisten hallatilanteiden kukinnalle muodostavan riskin tulevaisuudessa. Tästä ei saatu yksiselitteisiä tuloksia tämän tutkimuksen puitteissa, sillä hallariskiä kuvaavan indeksin käyttäytyminen oli varsin epämääräistä.