• Geonetwork - Test
  •   Search
  •   Map
  •  Sign in

Klima - Mean temperature

Mean temperature (over a 24-hour period) measured at the surface (2m) are shown as seasonal and annual values for 30-year means: 1971–2000, 2031–2060 og 2071–2100. The projection periods show changes relative to the reference period (projection period vs 1971–2000). Projected mean temperature are computed by the Norwegian Water Resources and Energy Directorate (NVE) in collaboration with the Norwegian Centre for Climate Services (NCCS). The results are documented in the report Climate in Norway 2100 (Hanssen-Bauer et al., 2017), available at https://klimaservicesenter.no/kss/rapporter/kin-2100.



The maps are presented as 30-year means for three periods: 1971–2000, 2031–2060 og 2071–2100. Annual and seasonal values (spring, summer, autumn, winter) are available. The reference period shows absolute values for the period 1971–2000, whereas the two projection periods, 2031–2060 and 2071–2100, show changes relative to the reference period (e.g. the mean of 2071–2100 minus the mean of 1971–2000). The future periods show projected changes at an intermediate emission scenario, RCP4.5 and a high emission scenario, RCP8.5.



Outputs of global or regional climate models (GCM/RCMs) are often flawed with systematic biases despite recent progress in climate modelling. Modelling results can be very different from observations, and this can hamper their direct use in climate impact studies. Moreover, impact models often require data of higher spatial resolution than climate models usually can provide. A post-processing of GCM/RCM outputs is therefore necessary to obtain plausible time series at an appropriate scale for use in local impact studies. The method is described in detail in Wong et al. (2016). In short, an empirical quantile mapping method (EQM) has been used to bias-correct and downscale Euro-CORDEX simulations to Norweay, first by re-gridding to 1 x 1 km and then by bias-adjusting against SeNorge version 1.1 as observed data.



References:

Hanssen-Bauer,I., E.J.Førland, I.Haddeland, H.Hisdal, S.Mayer, A.Nesje, J.E.Ø.Nilsen, S.Sandven, A.B.Sandø, A.Sorteberg og B.Ådlandsvik, 2017: Climate in Norway 2100 – – a knowledge base for climate adaptation. Norwegian Centre for Climate Services, NCCS Report 1/2017 48pp. ISSN: 2387-3027

https://klimaservicesenter.no/kss/rapporter/kin-2100



Wong, W., Haddeland, I., Lawrence, D., and Beldring, S. (2016). Gridded 1x1 km climate and hydrological projections for Norway. NVE Report No. 59, Norwegian Water Resources and Energy Directorate, Oslo, Norway.

https://publikasjoner.nve.no/rapport/2016/rapport2016_59.pdf

Simple

Date (Creation)
2019-12-13
Date (Publication)
2019-12-13
Date (Revision)
2023-06-08
Code
middeltemperatur
Purpose

Part of the national knowledge-base on climate change for climate change adaptation.

Status
Completed
Point of contact
Organisation name Individual name Electronic mail address Role

Norwegian Water Resources and Energy Directorate

Seksjon for geomatikk og dataanalyse IGD

gisstotte@nve.no

Publisher

Norwegian Water Resources and Energy Directorate

Seksjon for hydrologisk modellering

climatedata@nve.no

Owner
Maintenance and update frequency
As needed
GEMET - INSPIRE themes, version 1.0
  • Meteorologiske geografiske forhold

Nasjonal inndeling i geografiske initiativ og SDI-er
  • Felles datakatalog

Nasjonal tematisk inndeling (DOK-kategori)
  • Vær og klima

Place
  • Norge

Theme
  • klimagrid

  • klima

  • temperatur

  • middeltemperatur

Keywords
  • klimaframskrivninger, rcp85

Spatial scope
  • National
Specific usage

Klima- og hydrologiske framskrivninger er usikre av flere grunner. Usikkerheter er knyttet til fremtidige menneskeskapte utslipp, naturlige klimavariasjoner, klimamodeller, biasjusteringsmetoder og hydrologiske modeller. Dette er viktig å ha i bakhodet i tolkningen av resultater fra enhver studie der de nedlastede estimatene har blitt brukt. Dataene er ikke kvalitetskontrollert på lokal skala.



Generelt:

WMS-kartene viser trettiårsmidler, altså gjennomsnitt i tid. Selve datasettet kan lastes ned fra https://nedlasting.nve.no/klimadata/kss, men må i så fall brukes med omhu.



1) Klimamodeller er utviklet for å vurdere om det er endringer mellom lange tidsperioder, men de har ikke dekning for å simulere enkeltår.

For å være litt teknisk: En værvarslingsmodell tar inn observert nedbør og temperatur underveis i simuleringene, og blir dermed holdt innenfor realistiske verdier. Klimamodeller har derimot ikke noen oppdatering av modellens interne tilstand. Da blir tidsrekkefølgen annerledes enn det som er observert og det er ikke mulig å finne igjen historiske hendelser i klimamodellsimuleringene. Fordi varme og kalde år ikke blir gjenskapt av en klimamodell -- og er forskjellig fra klimamodell til klimamodell -- har vi ikke grunnlag for å fastslå verdier for enkeltår.



Du kan lese mer om dette i IPCCs FAQ 11.1: «Climate predictions do not provide forecasts of the detailed day-to-day evolution of future weather. Instead, they provide probabilities of long-term changes to the statistics of future climatic variables.»

https://www.ipcc.ch/site/assets/uploads/2020/05/WGI_AR5_FAQ_EN.pdf

2) Stor variasjon fra år til år gjør det nødvendig å ta gjennomsnitt over lengre perioder for at klimaendringssignalet skal overgå støyen fra år til år-variabiliteten. Denne effekten er større når man går ned i skala, til mer detaljert oppløsning. Du kan lese mer om dette i IPCCs FAQ 10.2: «Multi-decadal warming trends detected in many regions are considered to be outside the range of trends one might expect from natural internal variability of the climate system, but such trends will only become obvious when the local mean climate emerges from the ‘noise’ of year-to-year variability.» […] “. Future warming trends cannot be predicted precisely, especially at local scales, so estimates of the future time of emergence of a warming trend cannot be made with precision.”



Merk også at nedbør og hydrologiske variable er mer utfordrende enn temperatur fordi variabiliteten i nedbør er større enn variabiliteten i temperatur.



3) Relative verdier

I tillegg til å oppgi tallene for lange tidsperioder heller den enkeltår, presenterer vi relative verdier (endringer mellom slutten av perioden og referanseperioden) heller enn absoluttverdier.

Nedbør og temperatur varierer med høyde over havet: det blir kaldere oppover i høyden, og også våtere oppover i høyden. Endringene varierer ikke i like stor grad med høyde over havet. Dersom man kjenner gjennomsnittsverdiene for et sted (et målepunkt), kan endringene legges sammen med de lokale verdiene.



Å bruke griddede verdier på 1x1 km som grunnlag for enkeltsteder kan gi feil utslag.



Eksempel: For målepunktet i Finnsnes i Troms er dette gjennomsnittverdiene for temperatur/nedbør for perioden 1971–2000: Finnsnes 3,4 °C / 1030 millimeter. Framtidsverdier kan beregnes ved å legge på endringstall. Kilde: klimaprofil Troms (klimaservicesenter.no).



4) Datanedlasting

Om du ønsker å laste ned data, anbefaler vi å bruke verdier for mange gridceller og ikke bare én. Selv om klimaframskrivningene presenteres for 1x1 km, er de avledet fra regionale klimamodeller med grov oppløsning. Det gjør at høydegrunnlaget i modellen er veldig forskjellig fra høyden i virkeligheten. I modellen har hver gridcelle én representativ høyde, som gjør at terrenget flates ut. Det påvirker i sin tur framskrivningene av temperatur og nedbør, særlig der det er store variasjoner i landskapet.



Fra Klimaservicesenterets skolesider, kap 15, Teknisk boks 15.1.

«Når alle resultatene er gjennomsnitt av 1x1 km, blir detaljer glattet ut. Én gridrute har én verdi, og variasjoner innenfor dette arealet tas ikke hensyn til. Det innebærer at modellresultatene jevner ut dype daler og høye fjell. Områder med mye topografi blir derfor forenklet til et gjennomsnitt over hver kvadratkilometersrute, og det blir vanskelig å gi lokal informasjon i disse områdene.

For snø, lokale byger (og andre lokale prosesser), er det altså vanskelig å få ut ekstreme hendelser - det man får er et gjennomsnitt for hele 1x1-ruta (det vil si lavere verdi over et større område). »

https://klimaservicesenter.no/kss/laer-mer/skolesider

https://nve.maps.arcgis.com/apps/MapSeries/index.html?appid=5763455ea5b1469dbc129f379f945190



Framskrivningene er beregnet for ett gjennomsnittlig høydenivå for hele ruta. I enkelte deler av landet kan ruta ha en høyde på flere hundre meter over havet, selv om kommunesenteret er ved kysten. I så fall vil det å bruke griddede verdier på 1x1 km som grunnlag for enketpunkter. De relative verdiene kan likevel være representative, både for lavland og i høyden.



5) Klima- og hydrologiske framskrivninger er usikre av flere grunner. Usikkerheter er knyttet til fremtidige menneskeskapte utslipp, naturlige klimavariasjoner, klimamodeller, biasjusteringsmetoder og hydrologiske modeller. Dette er viktig å ha i bakhodet i tolkningen av resultater fra enhver studie der de nedlastede estimatene har blitt brukt. Dataene er ikke kvalitetskontrollert på lokal skala.

User contact info
Organisation name Individual name Electronic mail address Role
Owner
Use limitation

Climate and hydrological projections are uncertain for different reasons. Uncertainties are related to future anthropogenic emissions, natural climate variability, climate models, bias-adjustment methods and hydrological models. This is important to keep in mind when interpreting results from any study using the projections. The data are not quality controlled on a local scale. No computations should be made on the 30-year averages shown in the WMS! Both the reference period and projection periods are computed from an ensemble of ten models. The reference period can therefore differ from observed data. The reference period is subtracted from the projection period towards the middle and end of the century to obtain projected changes. Finally, the median of the ten models are computed (ensemble median). If you wish to do computations of climate projections to e.g. impact research, the background data must first be downloaded from http://nedlasting.nve.no/klimadata/kss/ and the method above should be followed. No computations should be made on the 30-year averages shown in the WMS! Performing computations over several grid cells directly on the 30-year averages will not give a correct result. Data from Klimagrid are licenced under Norwegian Licence for Open Government Data (NLOD) which is compatible with CC 4.0 Norway (CC BY 4.0). Licence texts are available at https://data.norge.no/nlod/en/2.0 and http://spdx.org/licenses/CC-BY-4.0. Klimagrid data are free to use, including data on the download portal. Exceptions may apply to tailor-made deliverables and dissemination of data produced by collaborators, or if special delivery guarantees are required. For those using Klimagrid, this means that the information in Klimagrid an normally be used freely for both commercial and non-commercial activities. Errors and missing data may occur. NVE and NCCS assume no responsibility for data that provides incorrect or misleading information. Data located on the service layer is "as is". It may contain errors and omissions. NVE gives no guarantees for the quality of the information and does not take responsibility for data that may provide incorrect or misleading information. If you come across errors and omissions in the data, please contact NVE so we can fix the issue .

Access constraints
Other restrictions
Other constraints
Åpne data
Use constraints
Other restrictions
Other constraints
Norsk lisens for offentlige data (NLOD) 2.0
Other constraints

The Norwegian Water Resources and Energy Directorate accepts no liability for damage or injuries due to errors in data and incorrect use of data.

Classification
Unclassified
Spatial representation type
Grid
Language
English
Topic category
  • Climatology, meteorology, atmosphere
N
S
E
W
thumbnail




Begin date
1971-01-01
End date
2000-01-01
Supplemental Information

Både referanseperioden og framskrivningsperioden er beregnet ut fra ti modeller. Referanseperioden kan derfor avvike fra observerte data. Referanseperioden trekkes fra framskrivningsperioden mot midten og slutten av århundret for å gi forventede endringer. Til slutt beregnes medianen av de ti modellene (ensemblemedian). Hvis du ønsker å gjøre beregninger av klimaframskrivninger til f.eks. effektforskning, må bakgrunnsdata først lastes ned fra http://nedlasting.nve.no/klimadata/kss/ og følg deretter metoden over. Ingen beregninger bør gjøres på disse 30-årsgjennomsnittene! Beregninger utført direkte på 30-års gjennomsnitt vil ikke gi et korrekt resultat .

Distribution format
Name Version

NetCDF

Units of distribution

Hele landet

OnLine resource
Protocol Linkage Name

WWW:DOWNLOAD-1.0-http--download

http://nedlasting.nve.no/klimadata/kss/
Hierarchy level
Dataset

Conformance result

Title

Produktspesifikasjon: NVE-rapport 59-2016 (Wong et al., 2016)

Date (Publication)
Title

other

Date
Explanation

The data is not evaluated according to the product specification

Statement

Selv om regionale klimaframskrivninger fra Euro-CORDEX (oppløsning ca 12 x 12 km) er nedskalert og biasjustert,til 1 x 1 km, klarer ikke metoden å rette opp at grunnlagsdataene har grov oppløsning. Artefakter forekommer.



I korte trekk er en empirisk kvantilmappingsmetode (EQM) brukt for å bias-justere Euro-CORDEX simuleringer til Norge, ved først å re-gridde til 1 x 1 km og ved å bias-justere mot SeNorge versjon 1.1 som observerte data, for hver kalendermåned og gridcelle.

Se for øvrig vedlagt dokumentasjon (Wong et al., 2016).

Metadata

File identifier
d299918d-71bc-4435-8766-2ebab0eb8b66 XML
Metadata language
Norwegian
Hierarchy level
Dataset
Date stamp
2023-11-15
Metadata standard name

ISO19115

Metadata standard version

2003

Metadata author
Organisation name Individual name Electronic mail address Role

Norwegian Water Resources and Energy Directorate

Seksjon for geomatikk og dataanalyse IGD

gisstotte@nve.no

Point of contact
Other language
Language Character encoding
English UTF8
 
 

Overviews

overview
original
overview
miniatyrbilde
overview
medium

Spatial extent

thumbnail

Keywords

klima klimagrid middeltemperatur temperatur


Provided by

logo
Access to the catalogue
Read here the full details and access to the data.




  •   About
  •   Github
  •