ClimeMarine – Climate change predictions for Marine Spatial Planning

• Language: unknown
• Published: SMHI - Sveriges Meteorologiska och Hydrologiska Institut 2022
• Subjects: Klimatforskning; Climate Research; Miljövetenskap; Environmental Sciences; Oceanografi; hydrologi och vattenresurser; Oceanography; Hydrology and Water Resources; Klimatologi och meteorologi; Climatology / Meteorology / Atmosphere; Kust och hav; Oceans; Miljö; Environment; Geovetenskap och miljövetenskap; Earth and Related Environmental Sciences; Naturvetenskap; Natural Sciences; Sida; Kust; Sea ice
• Online Access: https://doi.org/10.5878/rzzw-7j73

Denna datauppsättning består av två serier av trettio raster av förändringar i 30-åriga klimatmedelvärden från början till slutet av 2000-talet för de fem utvalda fysiska marina parametrarna (vattensalthalt och vattentemperatur för yt- och bottenvatten samt havsis) och två klimatscenarier (RCP 45 och RCP 8.5). Den första serien består av raster av tre statistik (minimum, median och maximum) från en ensemble av fem nedskalade globala klimatmodeller. I den andra serien är dessa raster normaliserade så att ett värde på noll representerar ingen förändring och ett värde på 100 representerar medelförändringen i svenska nationella vatten. Se datauppsättningarnas engelska sida för en omfattande beskrivning. This series is composed of five select physical marine parameters (water salinity and water temperature for surface and near bottom waters and sea ice) for two climate scenarios (RCP 45 and RCP 8.5) and three statistics (minimum, median and maximum) from an ensemble of five downscaled global climate models. The source data for this data series is global climate model outcomes from the Coupled Model Intercomparison Project 5 (CMIP5) published by the Intergovernmental Panel on Climate Change (Stocker et al 2013). The source data were provided in NetCDF format for each of the downsampled climate models based on the five CMIP5 global climate models: MPI: MPI-ESM-LR, HAD: HadGEM2-ES, ECE: EC-EARTH, GFD: GFDL-ESM2M, IPS: IPSL-CM5A-MR. The data included monthly mean, maximum, minimum and standard deviation calculations and the physical variables provided with the climate scenario models included sea ice cover, water temperature, water salinity, sea level and current strength (as two vectors) as well as a range of derived biogeochemical variables (O2, PO4, NO3, NH4, Secci Depth and Phytoplankton). These global atmospheric climate model data were subsequently downscaled from global to regional scale and incorporated into the high-resolution ocean–sea ice–atmosphere model RCA4–NEMO by the Swedish Meteorological and ...