Równanie Clausiusa-Clapeyrona i skalowanie opadów ekstremalnych

Materiał przygotowany z pomocą AI

Treść zredagowano z pomocą modelu językowego, a fakty i cytowania bibliograficzne zweryfikowano niezależnie (Crossref API i Unpaywall). Bibliografia obejmuje wyłącznie pozycje z dostępem otwartym (open access). Twierdzenia o charakterze interpretacyjnym są wyraźnie oznaczone.

Opracowanie Modele klimatyczne GCM i RCM oraz projekt CORDEX kończy się obserwacją, że w cieplejszym klimacie ekstrema opadowe krótkotrwałe mogą nasilać się szybciej niż dobowe (Fowler i in. 2021). Ten wpis wyjaśnia, dlaczego — od termodynamiki pary wodnej — oraz o ile: jakie są obserwowane tempa wzrostu i skąd biorą się różnice między opadem średnim, opadem ekstremalnym dobowym i ekstremalnym godzinowym. To fizyczny fundament, który stoi za niemal każdym zdaniem o „opadach w cieplejszym klimacie”, a który łatwo zredukować do hasła „7% na stopień” — częściej cytowanego niż rozumianego.

Po co to hydrologowi

Projektowanie infrastruktury wodnej i wyznaczanie opadów miarodajnych opiera się na analizie częstości zdarzeń ekstremalnych (patrz Rozkłady prawdopodobieństwa w analizie opadów i przepływów) oraz na krzywych natężenie-czas trwania-częstość (IDF). Klasycznie zakłada się przy tym stacjonarność — że statystyki opadu nie zmieniają się w czasie, więc seria historyczna opisuje także przyszłość. Ocieplenie tę zasadę podważa: jeśli ekstrema rosną, opad o zadanym prawdopodobieństwie przewyższenia wyznaczony z serii historycznej będzie systematycznie zaniżony.

Skala tego problemu zależy od jednej liczby — tempa skalowania opadu z temperaturą. Reguła kciuka mówi „około 7% na każdy stopień ocieplenia”, ale ta liczba opisuje zupełnie co innego, niż się zwykle sądzi, a dla opadów krótkotrwałych bywa nawet dwukrotnie zaniżona. Cały łańcuch rozumowania, od termodynamiki po skutki hydrologiczne, wygląda tak:

flowchart TB
  WARM["Ocieplenie +1 K"]
  CC["Pojemność wilgotnościowa atmosfery<br/>Clausius-Clapeyron ~7%/K"]
  ENER["Bilans energetyczny atmosfery"]
  MEAN["Opad średni roczny<br/>~1-3%/K"]
  EXTD["Ekstrema dobowe<br/>~CC, ~7%/K"]
  EXTH["Ekstrema godzinowe / konwekcyjne<br/>super-CC, do ~14%/K"]
  FF["Powodzie błyskawiczne,<br/>przeciążenie kanalizacji"]
  WARM --> CC
  WARM --> ENER
  ENER --> MEAN
  CC --> EXTD
  CC --> EXTH
  EXTH -->|+ dynamika konwekcji| EXTH
  EXTD --> FF
  EXTH --> FF

Diagram zawiera myśl przewodnią całego artykułu: ocieplenie zwiększa pojemność wilgotnościową atmosfery zgodnie z prawem Clausiusa-Clapeyrona, ale opad średni i opad ekstremalny reagują na to różnie, bo ograniczają je różne czynniki.

Równanie Clausiusa-Clapeyrona

Równanie Clausiusa-Clapeyrona (CC) opisuje, jak ciśnienie pary nasyconej $e_s$ — czyli maksymalna ilość pary wodnej, jaką powietrze może utrzymać w danej temperaturze, zanim zacznie się kondensacja — zależy od temperatury $T$. W postaci stosowanej dla pary wodnej w atmosferze (Wallace i Hobbs 2006):

$\frac{1}{e_s}\frac{d{e}_s}{dT}=\frac{L_v}{R_v{T}^2}$

gdzie $L_v\approx 2,5\cdot 10^6$ J/kg to ciepło utajone parowania wody, a $R_v\approx 461$ J/(kg·K) to indywidualna stała gazowa pary wodnej. Lewa strona to względny (procentowy) przyrost $e_s$ na jednostkę temperatury. Po podstawieniu wartości przypowierzchniowej $T\approx 288$ K (15°C):

$\frac{1}{e_s}\frac{d{e}_s}{dT}=\frac{2,5\cdot 10^6}{461\cdot 288^2}\approx 0,065{\text{K}}^{-1}\approx 6,5\%/\text{K}$

Stąd bierze się słynne „około 7% na stopień”: pojemność wilgotnościowa atmosfery rośnie wykładniczo, w tempie rzędu 6-7% na każdy 1 K ocieplenia (dokładna wartość zależy nieco od temperatury, bo $L_v$ słabo zależy od $T$). To jeden z najlepiej ugruntowanych wyników fizyki atmosfery (Martinkova i Kyselý 2020).

CC opisuje pojemność, nie opad

Równanie Clausiusa-Clapeyrona mówi o maksymalnej zawartości pary wodnej przy nasyceniu, a nie o tym, ile faktycznie spadnie deszczu. Opad zależy dodatkowo od tego, ile wilgoci dostarcza cyrkulacja i jaka jej część skondensuje oraz wypadnie. Przeniesienie „7%/K” wprost na sumy opadu jest najczęstszym nieporozumieniem w tym temacie — i punktem wyjścia kolejnej sekcji.

Od pojemności wilgotnościowej do opadu

Skoro atmosfera może utrzymać ~7% więcej wilgoci na każdy stopień, można by oczekiwać, że i opad wzrośnie o ~7%/K. Tak się jednak nie dzieje — bo opad średni i opad ekstremalny ograniczają różne czynniki.

Opad średni (np. roczna suma w skali globalnej) jest ograniczony nie ilością dostępnej wilgoci, lecz bilansem energetycznym atmosfery: tyle, ile pary skrapla się i wypada jako deszcz, uwalnia ciepło utajone, które atmosfera musi wypromieniować, by zachować równowagę energetyczną. Ponieważ zdolność atmosfery do chłodzenia radiacyjnego rośnie wolniej niż pojemność wilgotnościowa, opad globalny średni rośnie tylko o ~1-3%/K — wyraźnie wolniej niż tempo CC (O’Gorman 2015). Klasyczne ujęcie tego ograniczenia energetycznego dali Allen i Ingram (2002) oraz Held i Soden (2006).

Opady ekstremalne rządzą się inną logiką. Pojedyncze ekstremalne zdarzenie to lokalne, krótkie „wyciśnięcie” dużej części dostępnej wilgoci z kolumny powietrza w obszarze silnego ruchu wstępującego. Tu ogranicznikiem nie jest globalny bilans energii, lecz ilość wilgoci dostępnej do skondensowania — a ta rośnie zgodnie z CC. Dlatego ekstrema są znacznie silniej związane z tempem Clausiusa-Clapeyrona niż opad średni: dobowe ekstrema opadowe skalują się w przybliżeniu w tempie CC (~7%/K) w wielu regionach świata (O’Gorman i Schneider 2009; Westra i in. 2014). Globalny wzrost rocznych maksimów opadu dobowego potwierdzono też w danych obserwacyjnych (Westra, Alexander i Zwiers 2013).

Wielkość	Co ją ogranicza	Przybliżone tempo
Opad średni (globalny)	bilans energetyczny atmosfery	~1-3%/K
Ekstrema dobowe	dostępność wilgoci (Clausius-Clapeyron)	~7%/K (≈ CC)
Ekstrema godzinowe / konwekcyjne	wilgoć + dynamika konwekcji	do ~14%/K (super-CC)

Ta zmiana charakteru opadu — przy słabo rosnącej sumie, rosnącym udziale zdarzeń intensywnych — bywa nazywana „zmianą charakteru opadów” (Trenberth i in. 2003): w cieplejszym klimacie pada rzadziej, ale gwałtowniej.

Skalowanie opadów ekstremalnych z temperaturą

Żeby zmierzyć, jak ekstrema reagują na temperaturę, stosuje się zwykle metodę skalowania pozornego (ang. apparent scaling): obserwacje opadu grupuje się (binuje) według temperatury (lub temperatury punktu rosy) w dniu zdarzenia, w każdym przedziale wyznacza wysoki kwantyl natężenia (np. 99. lub 99,9. percentyl), a następnie szuka się tempa wzrostu tego kwantyla z temperaturą. Wynik wyraża się w procentach na stopień i porównuje z linią odniesienia ~7%/K (Westra i in. 2014).

Obraz, który się z tego wyłania:

• Ekstrema dobowe skalują się w pobliżu tempa CC (~7%/K) — zgodnie z argumentem wilgotnościowym z poprzedniej sekcji.
• Ekstrema godzinowe i subgodzinowe, zdominowane przez konwekcję (burze), skalują się często szybciej niż CC — zjawisko nazywane super-CC (super-Clausius-Clapeyron), z tempami sięgającymi ~2× CC, czyli rzędu ~14%/K. Po raz pierwszy pokazali to Lenderink i van Meijgaard (2008) na długiej serii godzinowej ze stacji De Bilt w Holandii, gdzie powyżej ~10-12°C tempo skalowania przechodzi z ~7%/K do ~14%/K (przegląd: Martinkova i Kyselý 2020; mechanizm wielkoskalowy: Lenderink i in. 2017).
• Przy bardzo wysokich temperaturach skalowanie często przestaje rosnąć, a nawet maleje — to tzw. „hak” (hook). Pojawia się, gdy powietrze nie nadąża z dostarczaniem wilgoci (ograniczenie wilgotnościowe przy wysokim punkcie rosy).

Punkt rosy bywa lepszą zmienną niż temperatura powietrza

Skalowanie liczone względem temperatury punktu rosy (miary faktycznej zawartości wilgoci) jest często stabilniejsze i bliższe interpretacji CC niż skalowanie względem temperatury powietrza. Przy wysokiej temperaturze powietrza, ale niskiej wilgotności, opad bywa wręcz tłumiony — stąd część „haka” widocznego na wykresach względem temperatury powietrza (Lenderink i in. 2021).

„Hak" bywa częściowo artefaktem metody

Spadek skalowania przy wysokich temperaturach nie musi być wyłącznie efektem fizycznym. Część „haka” wynika z ograniczeń samej metody binowania — m.in. z mieszania różnych typów opadu w skrajnych przedziałach temperatury oraz ze skracania czasu trwania zdarzeń. Wartość „haka” jako sygnału fizycznego należy więc interpretować ostrożnie (Martinkova i Kyselý 2020).

Reżim skalowania	Typowe tempo	Kiedy występuje
sub-CC	poniżej ~7%/K	opad średni; bardzo wysokie temperatury („hak”)
CC	~7%/K	ekstrema dobowe; opad warstwowy
super-CC	do ~14%/K (~2× CC)	ekstrema godzinowe/subgodzinowe, konwekcyjne

Dlaczego krótkie opady skalują się szybciej

Super-CC nie wynika z samej termodynamiki — gdyby liczyła się tylko wilgoć, tempo zatrzymałoby się na ~7%/K. Dodatkowy wzrost bierze się z dynamiki konwekcji. Ciepło utajone uwalniane przy intensywniejszej kondensacji wzmacnia prądy wstępujące w komórce burzowej, co zwiększa kondensację jeszcze bardziej — sprzężenie zwrotne, którego nie ma w opadzie warstwowym (frontalnym). Najnowsze prace tłumaczą część super-CC właśnie przesunięciem od opadu warstwowego ku konwekcyjnemu w cieplejszych warunkach (Da Silva i Haerter 2025).

Formalnie zmianę ekstremów rozkłada się na dwie składowe (O’Gorman 2015):

• składową termodynamiczną — wzrost zawartości wilgoci zgodny z CC; względnie jednorodny przestrzennie i dość pewny;
• składową dynamiczną — zmiany prędkości ruchu pionowego i cyrkulacji; to ona odpowiada za regionalne zróżnicowanie i stanowi główne źródło niepewności projekcji.

Konsekwencja jest praktyczna: ponieważ opady krótkotrwałe są w przeważającej części konwekcyjne, to właśnie one są najczulsze na ocieplenie — i najtrudniejsze do odwzorowania w modelach. Detekcja sygnału intensyfikacji jest wyraźniejsza w danych godzinowych niż dobowych (Barbero i in. 2017). Z tego samego powodu znaczenie mają modele dopuszczające konwekcję (CPM, opisane w Modele klimatyczne GCM i RCM oraz projekt CORDEX): modele o gęstej siatce, które jawnie rozwiązują komórki burzowe, znacznie lepiej oddają intensywności godzinowe i ich skalowanie niż modele z parametryzowaną konwekcją (Ban i in. 2015; Lenderink i in. 2021).

Konsekwencje dla hydrologii i analizy częstości

Najważniejszy wniosek dla praktyki: założenie stacjonarności w analizie częstości opadów staje się coraz trudniejsze do obrony, zwłaszcza dla krótkich czasów trwania. Konkretnie:

• Krzywe IDF i opady miarodajne wyznaczone wyłącznie z serii historycznej (patrz opady projektowe) mogą zaniżać przyszłe natężenia — tym bardziej, im krótszy czas trwania (bo to opady krótkotrwałe skalują się w tempie super-CC).
• W języku rozkładów prawdopodobieństwa ocieplenie przesuwa parametry rozkładu wartości ekstremalnych — przede wszystkim położenie ($\mu$) i skalę ($\sigma$) rozkładu GEV — ku wyższym wartościom. Z tego powodu rozwija się niestacjonarną analizę częstości, w której parametry rozkładu zależą od czasu lub od kowarianty (np. temperatury globalnej).
• Praktycznym sposobem uwzględnienia tego efektu bez pełnego modelu niestacjonarnego są naddatki klimatyczne (climate allowances) — procentowe powiększenie opadu miarodajnego, wprost motywowane tempem skalowania CC/super-CC.
• Ponieważ to opady o czasie trwania rzędu 1-3 h napędzają powodzie błyskawiczne (patrz Powodzie błyskawiczne), kierunek „krótkie ekstrema rosną najszybciej” jest dla oceny tego zagrożenia szczególnie istotny (Fowler i in. 2021).

To jeden czynnik, nie cała prognoza zagrożenia

Wzrost intensywności opadu nie przekłada się automatycznie na proporcjonalny wzrost przepływów ani powodzi — pośredniczą w tym wilgotność początkowa zlewni, retencja i charakterystyki odpływu. Skalowanie CC opisuje wymuszenie opadowe, a nie odpowiedź zlewni. Konkretne tempa należy wyznaczać dla danego regionu i czasu trwania, a nie przyjmować z reguły kciuka.

Pułapki i nieporozumienia

Najczęstsze błędy interpretacyjne

1. „7%/K dotyczy opadu” — nie. Dotyczy pojemności wilgotnościowej (nasycenia). Opad średni rośnie wolniej (~1-3%/K), ekstrema krótkotrwałe — szybciej (super-CC).
2. Mylenie skalowania pozornego z rzeczywistym — tempo wyznaczone przez binowanie ekstremów po temperaturze (przekrojowo, z dnia na dzień) nie jest wprost tempem zmian klimatycznych w czasie. Skalowanie pozorne nie jest niezmiennicze względem zmian klimatu i lokalne tempa z pojedynczej stacji nie są bezpośrednim predyktorem przyszłych zmian (Westra i in. 2014).
3. Traktowanie super-CC jako uniwersalnej stałej — tempo zależy od czasu trwania, regionu, sezonu i zmiennej skalującej (temperatura powietrza vs punkt rosy); przy wysokich temperaturach pojawia się „hak”.
4. Pomijanie różnicy pole kontra punkt — wartość z komórki modelu klimatycznego to opad polowy (średni po powierzchni), systematycznie niższy od punktowego, zwłaszcza dla krótkich czasów trwania. Zestawiając skalowanie z modelu z danymi deszczomierza, trzeba zrównać wsparcie przestrzenne — szczegóły w Modele klimatyczne GCM i RCM oraz projekt CORDEX (sekcja o opadzie punktowym i polowym oraz współczynniku ARF).

Słownik skrótów i symboli

Symbol / skrót	Znaczenie
CC	równanie/tempo Clausiusa-Clapeyrona (~7%/K)
super-CC	skalowanie szybsze niż CC (do ~2× CC)
$e_s$	ciśnienie pary nasyconej (pojemność wilgotnościowa)
$L_v$	ciepło utajone parowania wody (~2,5·10⁶ J/kg)
$R_v$	stała gazowa pary wodnej (~461 J/(kg·K))
$T_d$	temperatura punktu rosy (miara zawartości wilgoci)
CPM	model dopuszczający konwekcję (~1-4 km, jawna konwekcja)
IDF	krzywe natężenie-czas trwania-częstość opadu
GEV	uogólniony rozkład wartości ekstremalnych

Źródła

Bibliografia obejmuje wyłącznie pozycje dostępne w otwartym dostępie (zweryfikowane przez Crossref i Unpaywall). Klasyczne prace zamknięte (Allen i Ingram 2002; Held i Soden 2006; Lenderink i van Meijgaard 2008) są nazwane w tekście dla kontekstu, a omawiane przez nie tezy podparto przeglądami i pracami otwartymi.

Termodynamika i bilans wodny atmosfery

• Wallace, J.M. i Hobbs, P.V. (2006). Atmospheric Science: An Introductory Survey, wyd. 2. Academic Press / Elsevier. ISBN 978-0-12-732951-2. (źródło równania Clausiusa-Clapeyrona)
• Trenberth, K.E., Dai, A., Rasmussen, R.M. i Parsons, D.B. (2003). The changing character of precipitation. Bulletin of the American Meteorological Society, 84(9), 1205-1218. doi:10.1175/BAMS-84-9-1205

Skalowanie opadów ekstremalnych — podstawy i przeglądy

• O’Gorman, P.A. i Schneider, T. (2009). The physical basis for increases in precipitation extremes in simulations of 21st-century climate change. PNAS, 106(35), 14773-14777. doi:10.1073/pnas.0907610106
• O’Gorman, P.A. (2015). Precipitation extremes under climate change. Current Climate Change Reports, 1(2), 49-59. doi:10.1007/s40641-015-0009-3
• Westra, S., Alexander, L.V. i Zwiers, F.W. (2013). Global increasing trends in annual maximum daily precipitation. Journal of Climate, 26(11), 3904-3918. doi:10.1175/JCLI-D-12-00502.1
• Westra, S., Fowler, H.J., Evans, J.P., Alexander, L.V., Berg, P., Johnson, F., Kendon, E.J., Lenderink, G. i Roberts, N.M. (2014). Future changes to the intensity and frequency of short-duration extreme rainfall. Reviews of Geophysics, 52(3), 522-555. doi:10.1002/2014RG000464
• Martinkova, M. i Kyselý, J. (2020). Overview of observed Clausius-Clapeyron scaling of extreme precipitation in midlatitudes. Atmosphere, 11(8), 786. doi:10.3390/atmos11080786

Super-CC, konwekcja i modele wysokorozdzielcze

• Ban, N., Schmidli, J. i Schär, C. (2015). Heavy precipitation in a changing climate: Does short-term summer precipitation increase faster? Geophysical Research Letters, 42(4), 1165-1172. doi:10.1002/2014GL062588
• Barbero, R., Fowler, H.J., Lenderink, G. i Blenkinsop, S. (2017). Is the intensification of precipitation extremes with global warming better detected at hourly than daily resolutions? Geophysical Research Letters, 44(2), 974-983. doi:10.1002/2016GL071917
• Lenderink, G., Barbero, R., Loriaux, J.M. i Fowler, H.J. (2017). Super-Clausius-Clapeyron scaling of extreme hourly precipitation and its relation to large-scale atmospheric conditions. Journal of Climate, 30(15), 6037-6052. doi:10.1175/JCLI-D-16-0808.1
• Lenderink, G., de Vries, H., Fowler, H.J., Barbero, R., van Ulft, B. i van Meijgaard, E. (2021). Scaling and responses of extreme hourly precipitation in three climate experiments with a convection-permitting model. Philosophical Transactions of the Royal Society A, 379(2195), 20190544. doi:10.1098/rsta.2019.0544
• Da Silva, N.A. i Haerter, J.O. (2025). Super-Clausius-Clapeyron scaling of extreme precipitation explained by shift from stratiform to convective rain type. Nature Geoscience, 18(5), 382-388. doi:10.1038/s41561-025-01686-4

Skutki dla zagrożenia opadowego

• Fowler, H.J. i in. (2021). Anthropogenic intensification of short-duration rainfall extremes. Nature Reviews Earth & Environment, 2(2), 107-122. doi:10.1038/s43017-020-00128-6

Zobacz także

• Klimatologia — indeks działu: modele klimatyczne, downscaling, dane klimatyczne
• Modele klimatyczne GCM i RCM oraz projekt CORDEX — pochodzenie danych opadowych z modeli, modele dopuszczające konwekcję (CPM) oraz różnica między opadem punktowym a polowym
• Rozkłady prawdopodobieństwa w analizie opadów i przepływów — rozkład GEV i analiza częstości, na które skalowanie CC wpływa przez niestacjonarność parametrów
• Powodzie błyskawiczne — zagrożenie napędzane opadami krótkotrwałymi, najczulszymi na ocieplenie
• Opady projektowe — krzywe IDF i opad miarodajny w projektowaniu, oparte na założeniu stacjonarności
• Martinkova i Kyselý 2020 — przegląd skalowania CC (open access) — szersze omówienie CC, super-CC i „haka”