Search

A gridded dataset (SMHI Gridded Climatology - SMHIGridClim) has been produced forthe years 1961 - 2018 over an area covering the Nordic countries on a grid with 2.5 kmhorizontal resolution. The variables considered are the two meter temperature and twometer relative humidity on 1, 3 or 6 hour resolution, varying over the time periodcovered, the daily minimum and maximum temperatures, the daily precipitation and thedaily snow depth. The gridding was done using optimal interpolation with the gridppopen source software from the Norwegian Meteorological Institute.Observations for the analysis are provided by the Swedish, Finish and Norwegianmeteorological institutes, and the ECMWF. The ECA&D observation data set (e.g. usedfor the gridded E-OBS dataset) was considered for inclusion but was left out because ofcomplications with time stamps and accumulation periods varying between countries andperiods. Quality check of the observations was performed using the open source softwareTITAN, also developed at the Norwegian Meteorological Institute.The first guess to the optimal interpolation was given by statistically downscaledforecasts from the UERRA-HARMONIE reanalysis at 11 km horizontal resolution. Thedownscaling was done to fit the output from the operational MEPS NWP system at 2.5km with a daily and yearly variation in the downscaling parameters.The quality of the SMHIGridClim dataset, in terms of annual mean RMSE, was shown tobe similar to that of gridded datasets covering the other Nordic countries; “seNorge”from Norway and the dataset “FMI_ClimGrid” from Finland. Ett klimatologiskt griddat datasett (SMHI Gridded Climatology - SMHIGridClim) hartagits fram för åren 1961 – 2018. Data täcker de nordiska länderna med en horisontellupplösning av 2,5 km. Variablerna som tagits fram är lufttemperatur och relativluftfuktighet vid 2m höjd med en upplösning av1,3 eller 6 timmar beroende av tidsperiod,samt dygnsupplöst min- och maxtemperatur, nederbörd och snödjup. Datasetet ärframtaget med optimal interpolation av stationsdata genom analysverktyget gridpp, somär en öppet tillgänglig programvara från Norska Meteorologiska Institutet.Observationer till analysen har erhållits från de svenska, norska och finskameteorologiska instituten, samt ECMWF. En ansats gjordes också att användaobservationer från datasetet ECA&D från KNMI, men på grund av svårigheter med atttidsstämplarna för data från olika länder inte överensstämde, uteslöts datasetet uranalysen. Kvalitetskontroll av observationerna gjordes med programvaran TITAN, somäven den finns tillgänglig från och utvecklats av Norska Meteorologiska Institutet.Som en första gissning till interpolationen användes statistiskt nerskalade prognosfält(från 11 km till 2,5 km upplösning) från UERRA-HARMONIE. Nerskalningen gjordesmot fält från den operationella numeriska väderprognosmodellen MEPS. Anpassningengjordes med nedskalningsparametrar som varierar över året och dygnet.Kvalitén hos ”SMHIGridClim med avseende på genomsnittligt RMSE är liknande densom tagits fram för griddade data för andra nordiska länderna med varierandeanalysmetoder; “seNorge” från Norge och “FMI_ClimGrid” från Finland.

I denna uppsats står egenföretagare i fokus. Med hjälp av David A. Kolbs teori om erfarenhetsbaserat lärande riktas särskild uppmärksamhet mot de kompetenser, erfarenheter och informella kunnande som ett urval egenföretagare uppfattar som viktiga för en framgångsrik verksamhet. Därtill riktas intresset också mot dessa egenföretagares gemensamma personlighetsdrag och lärstilar. Syftet med uppsatsen är att utveckla kunskap om entreprenörskap. Mer specifikt är syftet att öka förståelsen för vilka erfarenheter och former av kunskap som används av egenföretagare i deras verksamhet och organisation. Utifrån syftet konstruerades följande forskningsfrågor: Vilka lärstilar använder sig entreprenören av för att lära sig den nödvändiga kunskapen för att driva sin organisation? Vilka faktorer påverkar lärandets utveckling inom entreprenörskapet? Vilka former av kunskap använder entreprenörerna i arbetet med sina olika arbetsområden? Undersökningen består av sju semistrukturerade intervjuer. Resultatet pekar på att småföretagarnas erfarenheter, kompetenser och kunnande har sina hemvister i vardagen snarare än formella utbildningssituationer, samt att egenföretagarnas lärstilar och personlighetsdrag i mångt och mycket verkar spegla varandra där social kompetens och att vara orädd för misslyckanden var några av de mer framträdande.

© 2018 The authors The 1st Snow Data Assimilation Workshop, organized under the COST Action ESSEM 1404 HarmoSnow, took place in Offenbach, Germany, on 8-9 March 2017. Of particular relevance for the workshop were thematic sessions on i) data assimilation methods and the use of snow observations, ii) snow observations and evaluation, iii) snow observations and physical snow models, and iv) snow observations and hydrological models. This report summarizes the scientific contributions presented at the workshop. The discussions mainly focused on methods for combining satellite observations with conventional in-situ snow measurements and modeling results, as well as on errors in the spatial and temporal representation of snow measurements for data assimilation in NWP and hydrological models. It has been shown that the assimilation of in-situ and satellite-based snow observations improves the quality of the snow analysis and forecast. However, in order to achieve this positive impact, a thorough quality control of the observational data is necessary, in particular because of the automation of the ground-based networks. ispartof: METEOROLOGISCHE ZEITSCHRIFT vol:27 issue:4 pages:325-333 status: Published online

This report describes the physical processes as part of the surface scheme in the Rossby Centre Regional Atmospheric Climate Model (RCA4). Or more strictly for the version used for the CORDEX downscalings with RCA4. The most important aspects of the surface scheme that are changed with respect to RCA3 are that (i) a new physiography data base is used, (ii) the number of soil layers with respect to soil moisture are increased from two to three and there is also separate soil columns with respect to soil water under forest and open land, respectively, (iii) an exponential root distribution is used, (iv) the density of organic carbon is used to modify soil properties, (v) the prognostic snow albedo is modified to perform better in cold-climate conditions, (vi) Flake is introduced as lake model and lake depth is defined from a global lake-depth data base, (vii) the dynamic vegetation model LPJ-GUESS is introduced for vegetation-climate feedback studies.

Denna rapport dokumenterar klimatmodellsimuleringar på 50 km horisontell upplösning över Europa med Rossby Centres regionala atmosfärsmodell (RCA4) gjorda inom projektet Coordinated Regional Downscaling Experiment (CORDEX) för i) ERAInterim-drivna (ERAINT) simuleringar för att utvärdera förmågan hos RCA4 att simuleraden senaste tidens klimat, ii) historiska simuleringar av de senaste årtiondena med drivning från nio olika globala klimatmodeller (GCM:er) och iii) framtidsscenarierna RCP 4,5 och RCP 8,5 drivna med samma GCM:er. Dessa simuleringar representerar en delmängd av alla CORDEX-simuleringar producerade vid Rossby Centre och en allmän slutsats dragen vid Rossby Centre är att en sådan ensemble inte varit möjlig utan att först etablera den effektiva produktionskedja som beskrivs här. Första delen av rapporten dokumenterar RCA4 och dess förmåga i en simulering där ERAINT skalades ner. RCA4 återskapar till stor del den storskaliga cirkulationen från ERAINT, men några lokala avvikelser förekommer. I allmänhet simuleras säsongscykler för temperatur och nederbörd i överensstämmelse med observationer. Några avvikelser finns, som för mycket nederbörd i norra Europa och för lite i södra. På vintern är det även för mycket nederbörd i östra Europa. Temperaturen är i allmänhet underskattad i norra Europa och i medelhavsområdet på vintern, medan för höga temperaturer ges i sydöstra Europa på vintern och i medelhavsområdet på sommaren. RCA4 presterar i allmänhet bra i simuleringar av den senaste tidens klimat med randvillkor från GCM:er. En stor del av det simulerade klimatet i RCA4 kan tillskrivas den drivande GCM:en, men RCA4 skapar sitt eget klimat inuti modelldomänen och lägger till detaljer på grund av högre upplösning. Alla nio nedskalade GCM:er har gemensamma problem i representationen av den storskaliga cirkulationen på vintern. Denna egenskap förs vidare till RCA4. Avvikelserna i storskalig cirkulation medför avvikelser i temperatur och nederbörd i RCA4. Klimatförändringssignalen som den simuleras av RCA4-ensembler enligt RCP 4,5 och RCP 8,5 är mycket lika tidigare resultat. I både scenario RCP 4,5 och RCP 8,5 beräknas Europa bli varmare i framtiden. På vintern är uppvärmningen störst i norra Europa, och på sommaren i södra Europa. Den högsta dygnsmedeltemperaturen på sommaren ökar på ungefär samma sätt som sommartemperaturen, men något mer i södra Europa. Den lägsta dygnsmedeltemperaturen på vintern i norra Europa är den temperatur som förändras mest. Nederbörden beräknas öka under alla årstider i norra Europa och minska i södra Europa. Den största dygnsnederbörden (och per sjudagarsperiod) beräknas öka i nästan hela Europa och i alla årstider. Samtidigt beräknas den längsta perioden utan nederbörd att bli längre i södra Europa. I allmänhet förutses små förändringar i medelvindhastighet. Det finns emellertid områden med signifikanta förändringar i vind. Att använda ensembler är ett sätt att beskriva osäkerheterna i scenarierna, men det finns andra möjliga ensembler som använder andra modeller och som skulle ge andra resultat. Ändå anses den ensemble som används här vara tillräckligt lik dessa andra ensembler för att vara representativ för den hela mängden GCM:er. Dynamisk nedskalning med RCA4 förändrar klimatförändringssignalen, och spridningen i ensemblen minskar ibland, men ensemblen med nio RCA4 simuleringar med olika GCM:er anses vara representativ för den hela ensemblen. Alla scenarier är överens om mönstret på klimatförändringen, men storleken på förändringen bestäms av valet av scenario. Den relativa betydelsen av valet av scenario ökar med tiden. This report documents Coordinated Regional Downscaling Experiment (CORDEX) climate model simulations at 50 km horizontal resolution over Europe with the Rossby Centre regional atmospheric model (RCA4) for i) a ERA-Interim-driven (ERAINT) simulation used to evaluate model performance in the recent past climate, ii) historical simulations of the recent decades with forcing from nine different global climate models (GCMs) and iii) future scenarios RCP 4.5 and RCP 8.5 forced by the same nine different GCMs. Those simulations represent a subset of all CORDEX simulations produced at the Rossby Centre and a general conclusion drawn at the Rossby Centre is that such large ensembles could not have been produced without the establishment of an efficient production chain as outlined here. The first part of this report documents RCA4 and its performance in a perfect boundary simulation where ERAINT was downscaled. RCA4 is to a large extent replicating the large-scale circulation in ERAINT, but some local biases in mean sea level pressure appear. In general the seasonal cycles of temperature and precipitation are simulated in relatively close agreement to observations. Some biases occur, such as too much precipitation in northern Europe and too little in the south. In winter, there is also too much precipitation in eastern Europe. Temperatures are generally biased low in northern Europe and in the Mediterranean region in winter while overestimated temperatures are seen in southeastern Europe in winter and in the Mediterranean area in summer. RCA4 performs generally well when simulating the recent past climate taking boundary conditions from the GCMs. A large part of the RCA4 simulated climate is attributed to the driving GCMs, but RCA4 creates its own climate inside the model domain and adds details due to higher resolution. All nine downscaled GCMs share problems in their representation of the large-scale circulation in winter. This feature is inherited in RCA4. The biases in large-scale circulation induce some biases in temperature and precipitation in RCA4. The climate change signal in the RCP 4.5 and RCP 8.5 ensembles simulated by RCA4 is very similar to what has been presented previously. Both scenarios RCP 4.5 and RCP 8.5 project Europe to be warmer in the future. In winter the warming is largest in northern Europe and in summer in southern Europe. The summer maximum daily temperature increases in a way similar to summer temperature, but somewhat more in southern Europe. The winter minimum daily temperature in northern Europe is the temperature that changes the most. Precipitation is projected to increase in all seasons in northern Europe and decrease in southern Europe. The largest amount of rainfall per day (and per seven day period) is projected to increase in almost all of Europe and in all seasons. At the same time the longest period without precipitation is projected to be longer in southern Europe. Small changes in mean wind speed are generally projected. There are, however, regions with significant changes in wind. The ensemble approach is a way to describe the uncertainties in the scenarios, but there are other possible ensembles using other models which would give other results. Still, the ensemble used here is found to be similar enough to these other possible ensembles to be representative of the whole set of GCMs. Dynamical downscaling using RCA4 changes the climate change signal, and the ensemble spread is sometimes reduced, but the ensemble of nine RCA4 simulations, using different GCMs, is considered to be representative of the full ensemble. All scenarios agree on a climate change pattern; the amplitude of the change is determined by the choice of scenario. The relative importance of the chosen scenario increases with time.

This report describes the physical processes as part of the Land-Surface Scheme (LSS) in the Rossby Centre Regional Atmospheric Climate Model (RCA3). The LSS is a tiled scheme with the three main tiles with respect to temperature: forest, open land, and snow. The open land tile is divided into a vegetated and a bare soil part for latent heat flux calculations. The individual fluxes of heat and momentum from these tiles are weighted in order to obtain grid-averaged values at the lowest atmospheric model level according to the fractional areas of the tiles. The forest tile is internally divided into three sub-tiles: forest canopy, forest floor soil, and snow on forest floor. All together this gives three to five different surface energy balances depending on if snow is present or not.The soil is divided into five layers with respect to temperature, with a no-flux boundary condition at three meters depth, and into two layers with respect to soil moisture, with a maximum depth of just above 2.2 meters. Runoff generated at the bottom of the deep soil layer may be used as input to a routing scheme.In addition to the soil moisture storages there are six more water storages in the LSS: interception of water on open land vegetation and on forest canopy, snow water equivalent of open land and forest snow, and liquid water content in both snow storages.Diagnostic variables of temperature and humidity at 2m and wind at 10m are calculated individually for each tile.

This report presents the latest version of the Rossby Centre regional atmospheric model, RCA3, with focus on model improvements since the earlier version, RCA2. The main changes in RCA3 relate to the treatment of land surface processes. Apart from the changes in land surface parameterizations several changes in the calculation of radiation, clouds, condensate and precipitation have been made. The new parameterizations hold a more realistic description of the climate system.Simulated present day climate is evaluated compared to observations. The new model version show equally good, or better, correspondence to observational climatologies as RCA2, when forced by perfect boundary conditions. Seasonal mean temperature errors are generally within ±1oC except during winter in north-western Russia where a larger positive bias is identified. Both the diurnal temperature range and the annual temperature range are found to be underestimated in the model. Precipitation biases are generally smaller than in the corresponding reanalysis data used as boundary conditions, showing the benefit of a higher horizontal resolution.The model is used for the regionalization of two transient global climate change projections for the time period 1961- 2100. The radiative forcing of the climate system is based on observed concentrations of greenhouse gases until 1990 and on the IPCC SRES B2 and A2 emissions scenarios for the remaining time period. Long-term averages as well as measures of the variability around these averages are presented for a number of variables including precipitation and near-surface temperature. It is shown that the changes in variability sometimes differ from the changes in averages. For instance, in north-eastern Europe, the mean increase in wintertime temperatures is followed by an even stronger reduction in the number of very cold days in winter. This kind of performance of the climate system implies that methods of inferring data from climate change projections to other periods than those actually simulated have to be used with care, at least when it comes to variables that are expected to change in a non-linear way. Further, these new regional climate change projections address the whole 21st century.