Συνεργασία Ακαδημίας Αθηνών και ΥΠΕΝ για την ανάπτυξη ψηφιακής Εθνικής Βάσης Κλιματικών δεδομένων

Ένα σημαντικό έργο, που προσφέρει επιστημονικά εργαλεία για τον σχεδιασμό των πολιτικών πρόληψης και προσαρμογής, σε σχέση με τη λειψυδρία, τις πλημμύρες, τους καύσωνες και τις άλλες επιπτώσεις της κλιματικής κρίσης παρουσίασε ο Υπουργός Περιβάλλοντος και Ενέργειας και ο Επόπτης του Κέντρου Ερεύνης Φυσικής της Ατμοσφαίρας και Κλιματολογίας (ΚΕΦΑΚ) της Ακαδημίας Αθηνών, καθηγητής Χρήστος Ζερεφός, Γενικός Γραμματέας της Ακαδημίας Αθηνών, στο πλαίσιο συνέντευξης Τύπου.

Το έργο αφορά στην «ανάπτυξη ψηφιακής Εθνικής Βάσης Κλιματικών δεδομένων και προσομοιώσεων σε υψηλή υποκλιμάκωση για τις προστατευόμενες περιοχές της Ελλάδας». Αποτελεί συνεργασία του Κέντρου Ερεύνης Φυσικής της Ατμοσφαίρας και Κλιματολογίας της Ακαδημίας Αθηνών με το Υπουργείο Περιβάλλοντος και Ενέργειας. Η ουσία του έργου είναι η υποκλιμάκωση κλιματικών και ατμοσφαιρικών μοντέλων σε επίπεδο ανάλυσης 1x1km, με στόχο τη βελτιστοποίηση της ικανότητας πρόβλεψης, σε σχέση με τα σημερινά μοντέλα, τα οποία στην πλειονότητά τους είναι πολύ χαμηλότερης ανάλυσης.

Η διάρκεια του έργου είναι 20 μήνες, ενώ ο συνολικός προϋπολογισμός του 1,65 εκατ. ευρώ και καλύπτεται από πόρους του Οργανισμού Φυσικού Περιβάλλοντος και Κλιματικής Αλλαγής (ΟΦΥΠΕΚΑ).

Τα δεδομένα

Οι τάσεις θέρμανσης, τόσο των επιφανειακών υδάτων όσο και της ατμόσφαιρας πάνω από την ξηρά, τις τελευταίες δεκαετίες στη Μεσόγειο, σε σχέση με τη προβιομηχανική περίοδο, συνεχίζουν να είναι αυξητικές.

Οι τάσεις θέρμανσης αναμένεται να είναι ακόμη υψηλότερες στο ηπειρωτικό τμήμα της Ελλάδας κατά τους θερινούς μήνες.

Σε ό,τι αφορά στις βροχοπτώσεις, προβλέπεται να μειωθούν κυρίως στην ανατολική Στερεά Ελλάδα και Πελοπόννησο,  ωστόσο η ένταση των ακραίων βροχοπτώσεων και φαινομένων γενικότερα, θα αυξηθεί.

Σε τοπική κλίμακα, οι κλιματικοί δείκτες και τα ακραία καιρικά φαινόμενα δεν είναι δυνατόν να προσομοιωθούν, με ακρίβεια, από τα παγκόσμια κλιματικά μοντέλα, κυρίως λόγω της αδυναμίας περιγραφής της τοπογραφίας και των δυναμικών και μικροφυσικών διεργασιών των νεφών.

Ακόμη και σε ανάλυση πλέγματος της τάξης 10×10 τετραγωνικών χιλιομέτρων, που χρησιμοποιείται συνήθως για την πρόγνωση του καιρού, τα ακραία καιρικά φαινόμενα δεν προσομοιώνονται ικανοποιητικά.

Οι διαθέσιμες παγκόσμιες κλιματικές προγνώσεις είναι στην κλίμακα περίπου των 100×100 τετραγωνικών χιλιομέτρων. Ως εκ τούτου, η υποκλιμάκωση αυτών, καθίσταται αναγκαία, προκειμένου να προσαρμοστούν τα αποτελέσματα των παγκόσμιων κλιματικών μοντέλων στα ιδιαίτερα χαρακτηριστικά της Ελλάδας, η οποία διαθέτει εξαιρετικά πολύπλοκο ανάγλυφο.

Ιδιαίτερα υψηλές θερμοκρασίες παρατηρούνται στα αστικά κέντρα. Αντίστοιχα, το πεδίο του ανέμου επηρεάζεται, σε μεγάλο βαθμό, από την τοπογραφία και την αστική δόμηση των πόλεων, αυξάνοντας έτσι την πολυπλοκότητα της τοπογραφίας. Αποτέλεσμα αυτού είναι ότι οι προβλέψεις των μοντέλων δεν είναι τόσο ακριβείς. Η υλοποίηση του έργου αποσκοπεί στη μείωση αυτών των αβεβαιοτήτων. Τα αποτελέσματα της υποκλιμάκωσης προσδιορίζουν, με μεγαλύτερη ακρίβεια, τις περιοχές που διατρέχουν μεγαλύτερο κίνδυνο ακραίων φαινομένων, όπως επίσης και την ακριβέστερη αποτύπωση του πεδίου του ανέμου σε τοπικό επίπεδο.

Για το σκοπό αυτό, η Ακαδημία Αθηνών, σε συνεργασία με ειδικούς στον κλάδο τόσο από το Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης όσο και από το Εθνικό Αστεροσκοπείο Αθηνών, καθώς και από ξένα επιστημονικά Ιδρύματα κύρους, αναπτύσσουν ψηφιακή Εθνική Βάση Κλιματικών Δεδομένων Υψηλής Ανάλυσης. Μεταξύ των επιφανών επιστημόνων κλιματολόγων είναι ο Καθηγητής κ. Hans Joachim Schellnhuber (Director General, International Institute for Applied Systems Analysis IIASA), o Καθηγητής κ. Jürg Luterbacher (Πανεπιστήμιο Giessen), o Καθηγητής κ. Guy Brasseur (Ινστιτούτο Max Planck για τη Μετεωρολογία και το Κλίμα-Αμβούργο), ο Καθηγητής κ. Κωνσταντίνος Συνολάκης, Ακαδημαϊκός, o Καθηγητής κ. Πρόδρομος Ζάνης (Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης) και ο Δρ. Χρήστος Γιαννακόπουλος (Διευθυντής Ερευνών, Εθνικό Αστεροσκοπείο Αθηνών), με τα επιτελεία τους.

Χαρακτηριστικά παραδείγματα των πρώτων αποτελεσμάτων του έργου ακολουθούν:

Εδώ, παρουσιάζεται η βελτίωση ικανότητας πρόβλεψης εφαρμοσμένη στην περίπτωση του “Daniel”. Η ακριβής πρόβλεψη (αξιοποίηση μοντέλου 1×1 km) της περιοχής που θα συμβεί η βροχόπτωση και του ύψους αυτής, είναι ζωτικής σημασίας. Μπορεί να ισοδυναμεί με τη διαφορά ανάμεσα στη ζωή και στον θάνατο σε ένα μεγάλο φαινόμενο, διότι ο χρόνος προσαρμογής στο φαινόμενο -ειδικά για την ανθρώπινη ζωή- είναι λεπτά και ώρες, ανάλογα με την περίπτωση. Αναδεικνύεται, κατ’ αυτόν τον τρόπο, η τεράστια σημασία που έχει η ικανότητα της πρόβλεψης. Η ικανότητά μας, δηλαδή, να καταλάβουμε τί είδους φαινόμενο θα συμβεί και που, καθώς επίσης ποια θα είναι η έντασή του -το μέγεθος αυτού του φαινομένου. Η γνώση που παρέχει το μοντέλο, θα βελτιώσει τις ικανότητες πρόβλεψης των προγνωστικών μας εργαλείων.

Μετά από τον “Daniel” και την καταστροφική κακοκαιρία στην “Βαλένθια” θα υπάρξουν και άλλα ακραία, καιρικά φαινόμενα και θα υπάρχει πολύ μεγαλύτερη κινητοποίηση σε σχέση με το παρελθόν. Η λάθος κινητοποίηση και το αντίστοιχο πολιτικό και κοινωνικό κόστος που έχει έχουν μεγάλη σημασία. Σημαντικό πρόσθετο όφελος της ακριβούς πρόβλεψης είναι ότι μειώνει τις εσφαλμένες κινητοποιήσεις.

Χωρίς μεθόδους στατιστικής υποκλιμάκωσης η απεικόνιση της ετήσιας μέγιστης θερμοκρασίας είναι χονδροειδής ( αριστερό σχήμα – δεν φαίνεται σωστά η αστική νησίδα ούτε οι ορεινοί όγκοι)  ενώ φαίνονται ορθά οι χαμηλότερες θερμοκρασίες στους ορεινούς όγκους και οι υψηλότερες στην αστική περιοχή (δεξί σχήμα).

Προκύπτουν, επίσης, συμπεράσματα σε σχέση με τις αναγκαίες επενδύσεις εξοικονόμησης ενέργειας. Και αυτό, διότι η εξοικονόμηση ενέργειας σχετίζεται και με τη μέση θερμοκρασία. Για παράδειγμα, πόσο θα χρειάζεται στο μέλλον να παρέχεις θέρμανση στην Κρήτη και σε ποιες περιοχές συγκεκριμένα. Δεδομένου ότι δεν έχουμε στη διάθεσή μας πολλούς οικονομικούς πόρους, ο τρόπος για να είμαστε πιο αποτελεσματικοί είναι να χρησιμοποιούμε τα χρήματά μας, με βάση τα πραγματικά φαινόμενα που περιμένουμε, με πολύ μεγαλύτερη ακρίβεια, από ότι στην προηγούμενη φάση. Αυτό, μας επιτρέπει να κάνουμε πολύ καλύτερες επενδύσεις στην κλιματική ανθεκτικότητα τόσο για θέρμανση όσο και για ψύξη.

Ο Βόλος, για παράδειγμα, προκύπτει από το επιστημονικό αυτό εργαλείο στην ανάλυση 1×1 km, ότι είναι ευάλωτος στους καύσωνες. Στο προηγούμενο μοντέλο στην ανάλυση 11×11 km, φαινόταν πως δεν έχει κάποιο πρόβλημα η συγκεκριμένη περιοχή.

Αντίστοιχα από την ανάλυση σε υψηλότερη κλίμακα για την Αττική προκύπτει μία εικόνα, η οποία είναι γεωγραφικά, διαφορετική, θεμελιωδώς. Για παράδειγμα, διαφορετικά πράγματα υποδεικνύει η υποκλιμάκωση ότι πρέπει να γίνουν σε κάποια προάστια της Αθήνας.

Μέσω των παραπάνω επιστημονικών  εργαλείων και της συνεχούς επικαιροποίησης τους μπορούμε να υπολογίζουμε τα οφέλη των διαφόρων πολιτικών προσαρμογής σε τοπικό επίπεδο. Για παράδειγμα. αποκτούμε καλύτερη εικόνα για το που μπορούμε να εφαρμόσουμε την πολιτική των πράσινων ταρατσών και γενικά της αύξησης του πρασίνου στην πόλη, με στόχο τη μείωση της θερμοκρασίας. Προκύπτει σε ποιες περιοχές θα πρέπει να δοθεί προτεραιότητα, να εφαρμοστούν αυτές οι πολιτικές. Για παράδειγμα το παραλιακό μέτωπο, το οποίο στο αρχικό μοντέλο ήταν περισσότερο απρόσβλητο, στο νέο δεν είναι. Αυτό το εύρημα έχει πολύ μεγάλη πολεοδομική και πρακτική σημασία. Και χρειάζεται να σκεφτούμε τον πολεοδομικό σχεδιασμό, με βάση αυτή την πληροφορία. Φαίνεται ότι θα είναι ευάλωτο στις υψηλές θερμοκρασίες. Συνεπώς, αποδεικνύεται πως οι πράσινες ταράτσες για παράδειγμα είναι χρήσιμες και στο παραλιακό μέτωπο, όχι μόνο σε περιοχές όπως η Κυψέλη.