Flom, jordskred og oversvømmelser. De fleste av oss har ekstremværet «Hans» fra august i år friskt i minnet, med et voldsomt skadeomfang på både boliger og infrastruktur. Nå jobber forskerne med nye metoder for å beregne hvor mye nedbør som kan falle i slike ekstreme værhendelser.
– Vi må vite hvor mye nedbør som kommer, så vi kan forberede oss og bygge et samfunn som kan tåle det, sier forsker Karianne Ødemark ved Meteorologisk institutt.
Hun disputerte nylig for doktorgraden ved Universitetet i Oslos Institutt for geofag med avhandlingen «Extreme precipitation and physical model-based estimates for return values and PMP in Norway».
Studerer sirkulasjonsmønstre
Dagens metoder for beregning av PMP – «påregnelig maksimal nedbør» - som brukes blant annet ved dimensjonering av damanlegg, skal fornyes. Det innebærer nye metoder for å forstå værfenomener som vi allerede har opplevd.
Dette er saken:
Forskere utvikler nye metoder for å beregne ekstremnedbør.
To værmønstre knyttes til ekstreme nedbørshendelser.
Målet er å forstå og forberede seg på ekstremnedbør.
Atmosfæriske elver spiller en viktig rolle i nedbørshendelser.
Ny metode bruker modelldata og sesongvarslingssystemer for å forutsi ekstremnedbør.
Kunstig intelligens blir undersøkt som et potensielt verktøy for værvarsling.
Sammendraget er laget ved hjelp av KI og kvalitetssikret av Titans journalister.
– Vi trenger å vite hvordan vi skal dimensjonere anleggene for å tåle slike ekstreme nedbørsmengder. For å si noe om det, må vi skjønne hvilke situasjoner som fører til ekstremt nedbør. Da må vi se på sirkulasjonsmønsteret i atmosfæren, forklarer Ødemark.
For mens «Hans» betegnes som en svært uvanlig værhendelse der uværet kom østfra, er innbyggerne på kysten langt oftere utsatt for ekstreme nedbørshendelser. I januar 2022 traff stormen «Gyda» Midt-Norge og førte blant annet til at deler av Meråkerbanen gled ut. I oktober 2014 førte kraftig nedbør over en tredagersperiode til at elleve hus og fire bruer i Odda og Flåm ble tatt av vannmassene. Høsten 2005 gikk tre liv tapt da et voldsomt jordskred traff Hatlestad terrasse sør for Bergen. Jordskredet skjedde etter at uværet «Kristin» hadde gitt store mengder nedbør over byen.
Atmosfæriske elver som tømmer seg
Felles for disse uværene var det meteorologene kaller en atmosfærisk elv – et bånd av fuktighet som strekker seg tvers over Atlanterhavet før det treffer fjellene langs norskekysten. Og når en slik elv først treffer land, flytter den seg ikke med det første.
Forskning viser at mellom 70 til 90 prosent av nedbørshendelsene på Sørvestlandet er knyttet til slike atmosfæriske elver.
– Vi snakker om en stor transport av fuktighet som kommer inn mot kysten, hvor det så løftes opp av fjellene og blir til regn. Det er en konstant tilførsel av fuktighet, så det kan regne i ganske lang tid når det først treffer kysten, sier Ødemark.
Ifølge meteorologene har vi til enhver tid et titalls slike elver svevende over hodet på oss. Men hva er det som skal til for at de skal skape uvær og ekstremnedbør? Fjellene langs kysten har stor betydning for hva som skjer når en atmosfærisk elv treffer, og topografien i landskapet fører til store lokale variasjoner. Derfor trenger forskerne tidsserier med værobservasjoner med høy geografisk oppløsning for å forstå hva som skjer. Tidsserier som ikke nødvendigvis eksisterer i det omfanget som meteorologene har bruk for.
– Metoden som brukes for å beregne påregnelig maksimal nedbør i dag er svært avhengig av tilgjengelige observasjonsdata. I tillegg vil estimatet påvirkes av subjektive valg, av hvilke datapunkter man velger å inkludere i analysen, sier Ødemark.
Modelldata gir statistikk
Metoden som ble utviklet på 70-tallet er heller ikke revidert siden den gang. Nå har Ødemark og kollegene ved Meteorologisk institutt utviklet en ny metode hvor man tar utgangspunkt i et modellbasert sesongvarslingssystem for beregning av ekstremnedbørsverdier.
– Vi bruker et europeisk sesongvarselsystem for værvarsling, som hver måned modellerer flere mulige utfall av været syv måneder frem i tid. Ved å hente ut de forskjellige mulige vær-situasjonene får vi produsert et svært stort datasett som vi kan kjøre statistiske analyser på, sier Ødemark.
Ved å se på storskala sirkulasjonsmønstre om høsten for de siste fire tiårene har hun funnet to mønstre i datasettet som kan knyttes til ekstremnedbørshendelser på Vestlandet. Det er i begge tilfellene snakk om sterke vinder som bringer fuktig luft mot land i forbindelse med lavtrykkssystemer.
– Det vi har sett på er om det er karakteristikker ved atmosfæren som er dominerende i den sesongen hendelsen inntreffer. Det er her vi finner to mønstre som har kobling til hvor mye nedbør hendelsene fører med seg. Det ene atmosfæremønsteret ser også ut til å ha en kobling til hvor mye sjøis det er i Arktis under samme sesong, men her kjenner vi så langt ikke årsaks-sammenhengen, sier Ødemark.
Status quo på Vestlandet
– De to mønstrene har begge hatt en trend over perioden vi ser på, men med motsatt fortegn, så totalt sett er det ingen endring i mengde nedbør på høsten på Vestlandet, legger hun til.
Trenden for Norge som helhet er likevel en økning i nedbørsmengdene.
– Vi ser at det er forskjell på sesongene, og på regionene. Høstsesongen på Vestlandet skiller seg ut ved at vi ikke har en økning i ekstrem nedbør, men ser man på nedbøren gjennom hele året, vil man se at det har vært en økning i årene fra 1981 til 2018, sier Ødemark.
Foreløpig er resultatene til Ødemark og kollegene små brikker i et større puslespill.
Man må forstå detaljene for å forstå det store bildet.
– Vi må se på flere sesonger, og se på om storm-mønstrene endrer seg over tid. Vi vet for eksempel at vi i nord har flere ekstremhendelser om høsten. Det vi ønsker å vite er om det foregår et skifte i når de store hendelsene vil inntreffe i vestlandsregionen.
Kunstig intelligens gjør sitt inntog
Samtidig som forskerne leter etter mer presise måter å beregne ekstremværet på, har også kunstig intelligens gjort sitt inntog i meteorologien.
– Vi tror maskinlæring vil bli et kraftig verktøy i fremtiden. Dette er det også veldig mye forskning på nå, og bare de siste årene har det dukket opp flere AI-modeller som «trenes» på værdata for å varsle været. En stor fordel med slike maskinlæringsmodeller er at de krever mindre regnekraft og er raskere enn de tradisjonelle, fysiske modellene, sier Ødemark.
Men ennå gjenstår det mye trening av AI-modeller før de kan overta jobben som værvarslere.
De trenger data å trene på, og det tar de fra de gode, gamle værvarslingsmaskinene. Og det krever igjen mye regnekraft.
– Det man ser for seg for fremtiden er at de skal kunne trene direkte på observerte værdata, noe de ikke gjør i dag. Men her går utviklingen veldig raskt nå, sier Ødemark.
Vitenskapelig artikkel:
Imme Benedict, Karianne Ødemark mfl. Large-Scale Flow Patterns Associated with Extreme Precipitation and Atmospheric Rivers over Norway, The American Meteorological Society, April 2019
Ødemark disputerte ved Institutt for geofag, UiO den 19. oktober 2023.
