Physical and statistical analysis of climate extremes in large datasets

Samfunnsrelevant informasjon om klimaendringer og endringer i ekstremhendelser slik som hetebølger og kystflommer er avgjørende for beslutninger om begrensning og tilpasning. Resultatene fra ClimateXL-prosjektet viser at vi trenger store ensembler (20-50 ensemblemedlemmer) fra ulike klimamodeller for å simulere sjeldne, ekstreme hendelser slik som hetebølgene i Europa i 2003 og i Russland i 2010, og for å se om hyppigheten av slike hendelser vil endre seg fra dagens klima til fremtidens klima. En bedre forståelse av forholdet mellom hetebølger og atmosfærisk blokkering kan potensielt føre til bedre beredskap når slike hendelser oppstår, og dette kan igjen redusere de negative effektene de kan få for samfunnet. Vi fant også at i store europeiske byer, så kan en stabilisering av den globale oppvarmingen på 1,5°C fremfor 2°C føre til en nedgang på 15-22 prosent i dødelighet knyttet til ekstremvarme hver sommer. Dersom temperaturøkningen blir på 2°C, så kan regioner med høy befolkningstetthet, slik som Sentral-Afrika, India og Europa, komme til å oppleve i gjennomsnitt 10-20 flere dager med ekstremvarme hvert år, sammenliknet med en oppvarming på 1,5°C. Afrika har i de senere årene allerede opplevd flere, varmere og mer langvarige hetebølger enn i de to siste tiårene på 1900-tallet. I fremtiden vil hetebølger i Afrika som er uvanlige med dagens klima, forekomme på jevnlig basis innen 2040 dersom vi fortsetter med å slippe ut klimagasser i nåværende tempo. Flere dager på rad med varme dager med høy luktfuktighet under en hetebølge kan påvirke menneskers helse sterkt. Som en følge av den luftfuktigheten som oppstår med en oppvarming på 1,5°C eller 2°C, så kan tett befolkede regioner, slik som Kina eller den østlige delen av USA, komme til å oppleve hetebølger som er mye kraftigere enn den som rammet Russland i 2010, som var den kraftigste hetebølgen i nyere tid. Under slike hetebølger med høy luftfuktighet kan temperaturen stige til mer enn 55°C, hvilket er en svært kritisk terskel der sannsynligheten for at mennesker skal få heteslag øker betraktelig. Så kraftige hetebølger med høy luftfuktighet har ikke oppstått under det nåværende klimaet, men er ventet å forekomme annethvert år med en oppvarming på 4°C. Dette krever at det blir igangsatt tilpasningstiltak i flere av verdens regioner, samt internasjonalt arbeid for å forebygge klimaendringer. I en annen studie ble ekstremtemperaturer og -nedbør sett i sammenheng med hvert enkelt lands CO2-utslipp per innbygger, inntekt og sårbarhet, og vi fant at de landene som vil være mest påvirket av store endringer i ekstremvarme og -nedbør også var kjennetegnet av lave CO2-utslipp, lav inntekt og høy sårbarhet. Å nå 1,5°C-målet vil derfor begrense den ujevne fordelingen av ekstreme værhendelser og effekter. I tillegg vil det å styrke den sosioøkonomiske utviklingen til de mest sårbare landene, altså de med lavest utvikling, betydelig redusere de alvorlige effektene av klimaendringer i disse landene, for eksempel som en følge av hetebølger. Konklusjonen er at det er klare vitenskapelige og etiske argumenter for at vi må stabilisere den globale oppvarmingen på 1,5°C fremfor 2°C, kombinert med at vi må oppnå FNs bærekraftsmål. Vårt arbeid med robust beslutningstiltaking fremhever viktigheten av å forstå og kvantifisere usikkerheter i klimaprojeksjoner og hvordan det kan kobles med konkrete beslutningsproblemer som er formet av behovet for brukervennlige, statistiske formuleringer. Ulike usikkerhetskomponenter har blitt visualisert i forskjellige eksempler og demonstrerer verdien av usikkerhet. Arbeidet som bruker kystbyen Katwijk som et illustrerende eksempel simulerer fleksibel timing av investeringsbeslutninger og usikker, klimafremkalt havnivåstigning, og beskriver kostnadene og fordelene ved ulike former for beskyttelse mot kystflom. Arbeide som bruker Bergen og Esbjerg som eksempler diskuterer hvordan den optimale tilpasningstimingen avhenger av beslutningstakernes aversjon mot tap og risiko, og viser at det er svært viktig å inkludere usikkerhet.

ClimateXL provided important insights for preparedness and adaptation planning to reduce severe impacts from climate extremes. Uncertainties in simulating extremes in models can be reduced or better quantified when using large ensembles and appropriate statistical methods. In a decision making context, we reveal that uncertainties related to damages and socio-economic consequences from the impacts of climate change, such as sea level rise and coastal flooding, are much higher than the uncertainties related to climate simulations. Overall, societal consequences due to climate change can be significantly reduced when limiting global warming to 1.5 degree. Hence, private and public sectors as well as policy makers should make substantial efforts to mitigate climate change. Our results highlight also the need for investing in adaptation as we are seeing an increasing frequency and intensity of climate extremes that affect various sectors already under current climate.

ClimateXL brings together national and international experts from climate sciences, statistics and economics to address some of the World Climate Research Program (WCRP) Grand Challenges on Extremes. Weather and climate extremes (e.g., heavy precipitation events and flooding) can cause severe damages to infrastructure. The occurrence, frequency, and intensity of such extremes are determined by a complex interplay of natural and anthropogenic factors. Climate extremes, in general, are projected to increase and intensify significantly due to anthropogenic climate change until the end of this century. In the near-term, internally generated climate variability will dominate the anthropogenic greenhouse gas forced changes in climate extremes. Adaptation planning to the impacts of climate extremes is therefore challenged to take into account both near- and long-term changes and associated uncertainties. ClimateXL will investigate uncertainties related to simulations of climate extremes in climate models and, subsequently, improve our understanding of present and future changes in climate extremes. Based on the analysis of large ensembles of state-of-the-art global climate models (GCMs), we will be able to investigate the robustness of the relationship between important large-scale atmospheric patterns that determine near- and long-term variability in climate extremes. This knowledge will be incorporated in the development of advanced model performance metrics within a multivariate context. The ability of GCMs to represent climate extremes will be assessed using observational and high-resolution reanalysis datasets. The project will apply and further develop extreme value theory and methods of uncertainty assessment, which are the key concepts to gain a better understanding of changes in climate extremes. This knowledge will further feed into cutting-edge approaches to decision making for adaptation planning to avoid severe impacts of climate extremes on infrastructure.