Klimadata-analyse over tid

Geografi · 10. klasse · Undersøgelse

Klimadata-analyse over tid

I 10. klasse er det tid til at analysere klimaforandringer dybt — med rigtig statistik og lange tidsserier. DMI har data tilbage til 1873 — det er 150 år af systematiske observationer.

Hvor finder du data?

Danske kilder:

• dmi.dk — alle målestationer, daglige opdateringer
• klimaatlas.dk — fremskrivninger til 2100 pr. kommune
• confluence.govcloud.dk — DMI åbne datasæt (download CSV)

Globale kilder:

• Berkeley Earth (berkeleyearth.org) — uafhængig analyse, gratis
• NASA GISTEMP — global temperatur tilbage til 1880
• NOAA — amerikansk klimadata
• IPCC AR6 — den autoritative globale rapport

Avanceret klimaanalyse

1. Tidsserier

• Plot temperatur, nedbør 1873-2024 i et diagram
• Tilføj trendlinje (lineær regression i Excel)
• Beregn hældning (°C pr. årti)

2. 30-års middel

• WMO-standard for klimaanalyse
• Sammenlign 1961-1990 (præ-klimaforandring) vs. 1991-2020
• Forskel = klimaforandring i din region

3. Anomalier

• Beregn afvigelse fra langsigtet middel
• Mere visuelt slående end råværdier
• Brug "hockey-stick"-grafer

4. Ekstrem-statistik

• Antal dage over 30°C pr. år (varmedage)
• Antal skybrud (>40 mm/døgn)
• Antal sne-dage
• Mønster: ekstremer bliver hyppigere

5. Sæsonal analyse

• Vinter mere mild? Sommer mere varm?
• Forårets begyndelse rykker?
• Vækstsæsonens længde?

Statistiske begreber

• Median, gennemsnit, standardafvigelse
• Trendlinje, R²
• Korrelation (mellem to variable)
• Signifikans (er forskellen statistisk reel?)

Eksempel: Aalborg klimaanalyse 1900-2024

| Periode | Årsmiddel-temp (°C) | Årsnedbør (mm) |

|---------|---------------------|----------------|

| 1901-1930 | 7,4 | 600 |

| 1931-1960 | 7,8 | 610 |

| 1961-1990 | 7,9 | 660 |

| 1991-2020 | 9,0 | 740 |

| Forskel | +1,6 °C | +140 mm |

Danske klimaforandringer er markant — over 1,5 °C på 100 år.

Pas på dette

Enkelt-år kan være ekstreme (kold vinter 2010, varm sommer 2018). Trends kræver mindst 30 år (WMO-standard). Vær forsigtig med at konkludere fra korte serier.

Læringsmål

• Hente og rense klima-data fra DMI eller global kilde
• Lave tidsserie med trendlinje og R²
• Beregne 30-års middel for sammenligning
• Analysere ekstrem-statistik (varmedage, skybrud)
• Sammenligne lokal vs. global klimaforandring
• Producere visualiseringer der formidler tydeligt

Projekt: Komplet klimaanalyse for en region

Vælg en dansk region (Nordjylland, Midtjylland, ...). Lav en 15-siders rapport:

1. Introduktion — klimaforandringer globalt og lokalt

2. Metode — datakilder, statistiske metoder

3. Tidsserier (temp + nedbør)

4. 30-års sammenligning

5. Ekstrem-statistik

6. Sammenligning med IPCC-fremskrivninger

7. Konsekvenser for regionen

8. Diskussion og konklusion

9. Referenceliste

Klimaatlas-tip: Brug klimaatlas.dk for fremtidsfremskrivninger. Hvor meget varmere bliver din region i 2050? 2100?

Brobygning: Klimaanalyse er kerne af STX naturgeografi og klimavidenskab på universitetet. Også vigtig i miljø-konsulentbranche, kommunal klimatilpasning, forsikrings-industri.