Clear Sky Science · sv

Högupplöst nedskalad CMIP6-prognosdataset för nyckelklimatvariabler i Senegal

· Tillbaka till index

Varför den här klimatberättelsen spelar roll i vardagen

Senegal, liksom stora delar av Västra Afrika, är starkt beroende av nederbörd för att odla mat och försörja befolkningen. Men bönder, planerare och energichefer saknar ofta detaljerad, pålitlig information om hur regn, värme och sol kan förändras på specifika platser under de kommande decennierna. Denna artikel presenterar ett nytt högupplöst klimatdataset för Senegal som skärper den suddiga bilden från globala klimatmodeller till något lokalt, praktiskt och klart att använda.

Att göra globala klimatmodeller till lokala insikter

De flesta klimatprognoser kommer från globala modeller som delar in planeten i stora rutnät, ofta flera hundra kilometer per ruta. Dessa modeller är avgörande för att förstå övergripande uppvärmningstrender, men de har svårt att fånga lokala drag som Västsafrikanska monsunen och kustnära effekter som formar Senegals klimat. Därför kan de missrepresentera hur mycket det regnar, hur varmt det blir eller hur solinstrålningen varierar från plats till plats. Författarna hanterar detta genom att ”nedskalera” resultat från 19 av de senaste CMIP6‑modellerna till ett mycket finare rutnät över Senegal, cirka fyra kilometer per ruta, och genom att korrigera systematiska fel med hjälp av lokala observationer.

Figure 1. Att förvandla globala klimatprognoser till detaljerade lokala kartor över framtida regn, värme och solljus i Senegal.
Figure 1. Att förvandla globala klimatprognoser till detaljerade lokala kartor över framtida regn, värme och solljus i Senegal.

Hur data byggdes och kontrollerades

För att förankra prognoserna i verkligheten samlade teamet först detaljerade observationsbaserade dataset för nederbörd, temperatur och solinstrålning. Nederbörd bygger på en blandning av satellitberäkningar och markstationer; temperaturer från en högupplöst global produkt vald efter tester mot flera alternativ; och solinstrålning från soltimmar uppmätta vid väderstationer och omräknade med standardfysiska formler. Alla dessa placerades på samma fina rutnät som täcker Senegal. Därefter justerades modellutdata med en statistisk metod kallad Cumulative Distribution Function‑transform så att deras dagliga beteende matchar den observerade klimatet vid varje ruttpunkt samtidigt som den långsiktiga klimatförändringssignalen från ursprungsmodellerna bevaras.

Säkerställa att siffrorna går att lita på

Att bygga ett dataset är bara halva arbetet; att visa att det fungerar är lika viktigt. Författarna genomförde rigorösa tekniska kontroller för att säkerställa att filer, format och metadata följer gemenskapens standarder så att forskare enkelt kan läsa och kombinera datan. De gjorde också värde‑kontroller och jämförde de korrigerade modellutdata med observationer under de senaste decennierna. Före korrigering regnade det i många modeller antingen för mycket eller för lite, intensiva skyfall underskattades, torra perioder räknades fel eller temperatur‑ och solmönster missrepresenterades. Efter korrigering minskade typiska biasar i nederbörd och temperatur kraftigt, säsongscykler kom mycket närmare observerade värden och mått på extrema händelser — som mycket varma dagar eller kraftiga regn — stämde bättre överens med verkliga observationer.

Vad prognoserna säger om Senegals framtid

Datasetet spänner över perioden 1850 till 2100 och inkluderar tre olika framtider för växthusgasutsläpp, från kraftiga nedskärningar till fortsatt ökning. I samtliga scenarier värms Senegal upp, med den starkaste ökningen i högst‑utsläppsscenariot, där medeltemperaturer kan vara mer än sex grader Celsius över nivåerna från slutet av 1900‑talet vid slutet av århundradet. Förändringar i nederbörd är mindre enhetliga mellan modeller, men många antyder färre regndagar, mer frekventa torra perioder och att en större del av nederbörden faller i intensiva eller extrema händelser, särskilt senare under seklet och vid högre utsläpp. Solinstrålningsmönster blir också bättre representerade, vilket är viktigt för planering av solenergi och förståelse av grödors vattenbehov.

Figure 2. Steg‑för‑steg förfining av grova klimatmodellsfält till jämnare, mer realistiska lokala mönster för Senegal.
Figure 2. Steg‑för‑steg förfining av grova klimatmodellsfält till jämnare, mer realistiska lokala mönster för Senegal.

Från forskningssiffror till verkliga val

För en icke‑specialist är huvudbudskapet att detta arbete förvandlar grova globala prognoser till en detaljerad, lokalt anpassad bild av framtidens klimat för Senegal. Istället för att gissa utifrån globala medelvärden kan bönder, vattenförvaltare, stadsplanerare och energiexploatörer nu utforska dagliga prognoser för regn, värme och solljus med en upplösning som är tillräckligt fin för att motsvara åkrar, avrinningsområden och stadsdelar. Medan datasetet inte kan avlägsna all osäkerhet och inte garanterar hur något enskilt år kommer att bete sig, erbjuder det en trovärdig, noggrant testad grund för att utforska risker och utforma anpassningsstrategier som passar verkligheten på plats.

Citering: Mbengue, A., Sultan, B., Lguensat, R. et al. High-Resolution Downscaled CMIP6 Projections dataset of Key Climate Variables for Senegal. Sci Data 13, 723 (2026). https://doi.org/10.1038/s41597-026-07059-9

Nyckelord: Senegals klimat, nedskalad CMIP6, nederbördsprognoser, temperaturförändring, Västra Afrika