1 УНИВЕРЗИТЕТ У БЕОГРАДУ ГЕОГРАФСКИ ФАКУЛТЕТ мр Јелена Б. Луковић УВОЂЕЊЕ ПРОСТОРНЕ ДИМЕНЗИЈЕ У ПРОУЧАВАЊУ КОЛЕБАЊА КЛИМЕ У СРБИЈИ У ИНСТРУМЕНТАЛНОМ ПЕРИОДУ докторска дисертација Београд, 2013. 2 UNIVERZITET U BEOGRADU GEOGRAFSKI FAKULTET Jelena B. Luković UVOĐENJE PROSTORNE DIMENZIJE U PROUČAVANJU KOLEBANJA KLIME U SRBIJI U INSTRUMENTALNOM PERIODU doktorska disertacija Beograd, 2013. 3 UNIVERSITY OF BELGRADE FACULTY OF GEOGRAPHY Jelena B. Luković SPATIAL PATTERN OF CLIMATE CHANGE IN SERBIA IN THE INSTRUMENTAL PERIOD Doctoral Dissertation Belgrade, 2013 4 Ментор: р. проф. др Владан Дуцић, Географски факултет, Београд Чланови комисије: 1. _____________________________________ 2. _____________________________________ 3. _____________________________________ 4. _____________________________________ Датум одбране: 5 Резиме Последњих година, у стручној литератури из области климатологије све више је радова у којима се анализира просторни распоред температуре ваздуха и/или падавина на одређеној територији. У том смислу, све чешћа је примена ГИС-а и, у оквиру њих, употреба метода интерполације. Коришћење ГИС-а у климатологији пре свега има примену у изради климатолошких карата, на којима је приказан просторни распоред неког климатског елемента Како је основни циљ тезе увођење просторне димензије у проучавање промена климе у Србији у инструменталном периоду, то је акценат био на просторној анализи климатских елемената и вредности њихових трендова. Разматран је просторни распоред падавина, температуре ваздуха, инсолације, облачности и релативне влажности ваздуха у Србији у периоду од 1949. до 2010. године. Анализиран је распоред тренда падавина и температуре ваздуха у Србији на годишњем, месечном и сезонском нивоу, просторни распоред трендова уз помоћ тематских мапа направљених применом web картирања. У циљу детаљније анализе режима и његове несигурности падавина извршен је анализа дневних падавина по кишним епизодама, њиховим карактеристикама и утицају на годишњу суму падавина. Резултати тренда падавина не показују статистичку значајност, као и просторну кохерентност. Уочена је, међутим, веома блага тенденција ка снижавању падавина на сезонском нивоу, током зиме и пролећа, као и ка повећању током јесени. Значајан пораст температуре ваздуха присутан је на већини анализираних станица током последње две деценије. Резултати добијени за Србију у складу са оним за Европу. На многим станицама у Србији уочен је тренд отопљавања почев од краја 1970-их година. Негативан тренд карактеристичан је за инсолацију, облачност и релативну влажност ваздуха. 6 Резултати истраживања генерално не указују на значајну промену климе на територији Србије, али истичу значајне разлике у просторном распореду трендова. Кључне речи: просторни распоред, падавине, температура ваздуха, тренд, Србија. Научна област: Географија Ужа научна област: Физичка географија УДК број: 911.2:551.583(497.11) 7 Summary Recently, there are many papers analyzing the spatial pattern of air temperature and / or precipitation over the particular area. In this sense, there is very often use of GIS tools and interpolation methods. The use of GIS in climatology is primarily used in climatological maps, depicting the spatial distribution of certain climatic elements. Since the main objective of the thesis is introduction of the spatial approach in the study of climate change in Serbia in the instrumental period, the focus was on the spatial analysis of climatic elements (rainfall, temperature, solar radiation, cloud cover and humidity) and their trends in Serbia in the period 1949-2010. Precipitation and air temperature trend an annual, monthly and seasonal level has been analyzed, applying thematic maps made using web mapping tools. In order to get insight the analysis of the rainfall regime and its uncertainty, rain-spell analysis was performed. General results are showing absence of statistically significant rainfall trends and their spatial coherence. There is, however, slight tendency towards drier conditions during the winter and spring, and the opposite one in the autumn. A significant increase in temperature is detected during the last two decades. The results obtained for Serbia are in line with those obtained for Europe. At many stations in Serbia, there has been a warming trend from 1970s. The negative trend is also calculated for number of sunshine hours, cloud cover and relative humidity. Results generally suggest very weak trends all over the Serbia at annual scale, but show significant spatial patterns. Key words: spatial pattern, rainfall, temperature, trend, Serbia Scientific area: Geography Scientific sub-area: Physical geography UDC number: 911.2:551.583(497.11) 8 Садржај Резиме ii Summary iv Списак слика viii Списак табела xi 1 Увод 1 2 Просторни распоред падавина у Србији 3 2.1 Увод 3 2.2 База података 5 2.3 Методе истраживања 7 2.3.1 Глобална и локална аутокорелација 7 2.3.2 Просторна предикција линеарном регресијом на основу дигиталног модела висина 9 2.4. Резултати и дискусија 10 2.4.1 Просторна аутокорелација 10 2.4.2 Изохијетна карта Србије 11 2.5 Закључак 14 3 Просторни распоред тренда падавина у Србији 15 3.1 Увод 15 3.2 База података 20 3.3 Методе истраживања 21 3.3.1 Анализа тренда 21 3.3.2 Геостатистичко картирање 22 3.3.3 Тематско картирање трендова помоћу plotGoogleMaps 23 3.4 Резултати и дискусија 23 3.4.1 Анализа тренда 23 3.4.2 Аутокорелационa статистикa 34 3.4.2 Колебање падавина и Северно-атланска осцилација (NAO) 36 3.5 Закључак 40 4 Падавински режим у Србији и његова нестабилност 43 4.1 Увод 43 4.2 База података 44 4.3 Методе истраживања 45 4.3.1 Колебање годишње количине падавина 47 4.3.2 Кластер анализа 48 4.4 Резултати и дискусија 49 9 4.4.1 Просторни распоред средњих вредности параметара 49 4.4.2 Сушне и влажне године 57 4.4.3 Унутаргодишње колебање 59 4.5 Закључак 62 5 Просторни распоред температуре ваздуха у Србији 63 5.1 Увод 63 5.2 База података 65 5.3 Методе истраживања 67 5.3.1 Просторна интерполација линеарном регресијом 67 5.4 Резултати и дискусија 68 5.4.1 Просторна аутокорелација 68 5.4.2. Изотермна карта Србије 70 5.5 Закључак 72 6 Просторни распоред тренда температуре ваздуха у Србији 73 6.1 Увод 73 6.2 База података 77 6.3 Методе истраживања 78 6.3.1 Анализа тренда 78 6.4 Резултати и дискусија 80 6.4.1 Тренд температуре ваздуха 80 6.4.2 Просторна аутокорелација 95 6.5 Закључак 102 7 Просторни распоред инсолације у Србији 104 7.1 Увод 106 7.2 База података 106 7.3 Методе истраживања 106 7.3.1 Метода интерполација инверзним дистанцама 107 7.4 Резултати и дискусија 108 7.4.1 Просторна аутокорелација 108 7.4.2 Просторни распоред инсолације у Србији 108 7.4.3 Анализа тренда 110 7.5 Закључак 114 8 Просторни распоред облачности у Србији 117 8.1 Увод 117 8.2 База података 117 8.3 Методе истраживања 119 8.4 Резултати и дискусија 120 8.4.1 Просторни распоред облачности у Србији 120 8.4.2 Анализа тренда 121 8.4.3 Просторна аутокорелација 123 8.5 Закључак 123 9 Просторни распоред влажности ваздуха у Србији 124 9.1 Увод 124 10 9.2 База податка 125 9.3 Методе истраживања 126 9.4 Резултати и дискусија 127 9.4.1 Просторни распоред влажности ваздуха у Србији 127 9.4.2 Анализа тренда 127 9.4.3 Просторна аутокорелација 129 9.5 Закључак 130 10 Закључак 132 Литература 135 Прилози 154 Биографија 191 11 Списак слика 2.1 Изохијетна карта Израела за период од 1981. до 2010. године (Ziv et al., 2013)...................................................................................................4 2.2 Изохијетна карта Србије за период 1961-1990. године (Bajat et al., 2012) ...............................................................................................5 2.4 Локације метеоролошких станица....................................................................7 2.5 Резултати Hot spot анализе годишњих сума падавина у Србији (1961-2009)……………………………………………………………………10 2.6 Карта средњих годишњих сума падавина Србије у периоду од 1961. до 2009.....................................................................................................................12 3.1 Карта линеарног тренда зимских падавина (mm/50год) за период 1950- 1999. године. Станице са статистички значајним трендовима су заокружене (Xoplaki, 2006). ............................................................................16 3.2 Карта просторног распореда тренда падавина у Шпанији у периоду 1961-2009 за фебруар, генерисана применом геостатистичких метода интерполације. Области означене сивом бојом означавају статистички значајне трендове на нивоу вероватноће од 95 % (Del Rio et al., 2011)...................................................................................................................17 3.3 Карта просторног распореда тренда падавина у Израелу у mm/год (1975–2010) генерисана методом најмањих квадрата. Области са статистички значајним трендом заокружене су црном бојом (Ziv et al., 2013)...................................................................................................................18 3.4 Просторни распоред годишњег тренда падавина (1961-2009).....................25 3.5 Просторни распоред тренда падавина у Србији (1961-2009) на сезонском нивоу у mm/години. Сиво обојене површине представљају области у којима су трендови статистички значај..........................................................26 3.6 Просторни распоред тренда падавина у Србији (1961-2009) на месечном нивоу (јануара до јуна) у mm/години. Сиво обојене површин представљају области у којима су трендови статистички значајни.............................................................................................................27 3.7 Просторни распоред тренда падавина у Србији (1961-2009) на месечном нивоу (од јула до децембра) у mm/години. Сиво обојене површине представљају области у којима су трендови статистички значајни.............................................................................................................28 3.8 a) Проценти станица са позитивним и негативним трендом б) Проценти станица са статистички значајним позитивним и негативним трендом на нивоу вероватноће од 95 % (1 - α /2)........................................................29 3.9 Просторни распоред тренда падавина у Србији (1961-2009) на годишњем нивоу. Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/години…………………………………………………………..……30 3.10 Просторни распоред тренда падавина у Србији (1961-2009) године на сезонском нивоу. Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 12 95 % (1 - α /2) у mm/години…………………………………………………………..31 3.11 Просторни распоред тренда падавина у Србији (1961-2009) на месечном нивоу (од јануара до јуна). Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/година……………………………………………………….32 3.12 Просторни распоред тренда падавина у Србији у периоду (1961-2009) на месечном нивоу (од јула до децембра). Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/година…………………………....33 3.13 Картирана вредност Z Gi-статистика на основу тренда падавина за март, јун и новембар......................................................................................................36 3.14 Просторни распоред коефицијената корелације између годишњих NAO и годишњих сума падавина (1961-2009). Станице са статистички значајним коефицијентима корелације обележене су знаком X.................................................38 3.15 Просторни распоред коефицијената корелације између зимских NAO и зимских сума падавина (лево) и пролећних NAO и пролећних (десно) сума падавина (1961-2009). Станице са статистички значајним коефицијентима корелације обележене су знаком X..............................................................................39 4.1 Карта са локацијама станица и просечном годишњом сумом падавина у mm (1952-2007).................................... ......................................45 4.2 Просторни распоред параметара кишне епизоде: NRS (лево) и RSY (десно)..............................................................................................................49 4.3 Просторни распоред параметара кишне епизоде: RSI (лево) и RSD (десно)..............................................................................................................50 4.4 Најдужа RSD са повратним периодом од најмање једне године (NRS ≥ 1)..........................................................................................................52 4.5 Пример зависности NRS, RSY, RSI и RC од RSD за Београд.............................................................................................................53 4.6 NRS изолиније за RSD=2, 3 и 4 дана и емпиријски коефицијенти...................................................................................................54 4.7 RSY изолиније за RSD=2, 3 и 4 дана и емпиријски коефицијенти...................................................................................................55 4.8 RSI изолиније за RSD=2, 3 и 4 дана и емпиријски коефицијенти...................................................................................................56 4.9 Примери различитих просторних дистрибуција: a- смањење падавина од северна према југу (1999), б- смањење падавина од југа према северу (1962), в- нема јасног просторног распореда (1968)....................................58 4.10 Средњи датум кишне сезоне (MSD) најранија, 10 %, медијана, 90 % и најкаснија година и акумулирани проценти у Србији. ...............................59 4.11 Просторни распоред станица груписаних у регије кластер анализом...........................................................................................................61 5.1 Карте са моделованим вредностима средњих годишњих темепература ваздуха за период 1991-2009. год. (лево) добијених применом универзалног кригинга (лево) и кригинг варијанси (десно) (Пејовић и др., 2012).......................................................................................64 13 5.2 Карте са моделованим вредностима средњих годишњих темепература ваздуха за период 1991-2009. год. (лево) добијених применом Монте Карло симулацијама (лево) и коефицијената варијације (десно). (Пејовић и др., 2012). .......................................................................64 5.3 Просторни распоред метеоролошких станица и средња годишња температура ваздуха (1961-2010)...................................................................67 5.4 Карта аутокорелације средњих годишњих температура ваздуха..............................................................................................................69 5.5 Карта средњих годишњих температура ваздуха у Србији у периоду од 1961. до 2010. године.................................................................................71 6.1 Тренд температуре ваздуха у Шпанији у периоду од 1961. до 2006. 6.2 године (del Rio et al. 2011).............................................................................74 6.2 Тренд средње годишње температуре ваздуха у Турској за период од 1929. до 1999. године (Türkeş et al. 2003).....................................................75 6.3 Годишњи, зимски и летњи тренд температуре у Грчкој у периоду од 1955. до 2001. године (Feidas et al., 2004)....................................................76 6.4 Просторни распоред метеоролошких станица...........................................77 6.5 Годишњи ток просечних температура ваздуха за Сенту............................80 6.6 Хистограми коефицијената корелације (А) и година промене (Б)............81 6.7 Просторни распоред годишњег тренда температуре ваздуха у Србији (1961-2010)......................................................................................................83 6.8 Годишње вредности: А) NAO индекс, Б) EA индекс у периоду од 1950. до 2010. године.....................................................................................84 6.9 Просторни распоред тренда температуре ваздуха за зиму (а) и пролеће (б) у периоду пре године промене (лево) и након године промене (десно)..............................................................................................................85 6.9 Просторни распоред тренда температуре ваздуха за лето (в) и јесен (г) у периоду пре године промене (лево) и након године промене (десно)..............................................................................................86 6.9 Просторни распоред тренда температуре ваздуха за јануар (д) и фебруар(ђ) у периоду пре године промене (лево) и након године промене (десно)............................................................................................87 6.9 Просторни распоред тренда температуре ваздуха за март (е) и април (ж) у периоду пре године промене (лево) и након године промене (десно)..............................................................................................89 6.9 Просторни распоред тренда температуре ваздуха за мај (з) и јун (и) у периоду пре године промене (лево) и након године промене (десно)............................................................................................................90 6.9 Просторни распоред тренда температуре ваздуха за јул (ј) и август (к) у периоду пре године промене (лево) и након године промене (десно)...............................................................................92 6.9 Просторни распоред тренда температуре ваздуха за септембар (л) и октобар (љ) у периоду пре године промене (лево) и након године промене (десно).............................................................................................93 6.9 Просторни распоред тренда температуре ваздуха за новембар (м) и децембар (н) у периоду пре године промене (лево) и након године промене (десно)............................................................................................94 14 6.10 Резултати Hot spot анализе тренда температуре ваздуха на годишњем нивоу (1961-2010) за тренд 1 (лево) и тренд 2 (десно)................................97 6.11 Резултати Hot spot анализе тренда температуре ваздуха за зиму (1961-2010) за тренд 1 (лево) и тренд (десно)..............................................98 6.12 Резултати Hot spot анализе тренда температуре ваздуха за јануар (1961-2010) за тренд 1 (лево) и тренд 2(десно)............................................99 6.13 Резултати Hot spot анализе тренда температуре ваздуха за фебруар и мај (1961-2010) за тренд 1..........................................................................100 6.14 Резултати Hot spot анализе тренда температуре ваздуха за јун и децембар(1961-2010) за тренд 1.....................................................................101 6.15 Резултати Hot spot анализе тренда температуре ваздуха за август (1961-2010) за тренд 2.....................................................................................102 7.1 Просторни распоред метеоролошких станица коришћених за анализу инсолације......................................................................................107 7.2 Резултати Hot spot анализе средње годишње инсолације у Србији (1949-2006).......................................................................................108 7.3 Карта просторног распореда средње годишње инсолације у Србији (1949-2006)..........................................................................................109 7.4 Просторни распоред тренда инсолације на годишњем нивоу (1949-2006) Сигнификантни трендови обележени су знаком X.................111 7.5 Просторни распоред тренда инсолације на годишњем нивоу у периоду пре (лево) и након године промене (десно). Сигнификантни трендови обележени су знаком X...................................................................................112 7.7 Хистограми година промене...........................................................................113 7.6 Резултати Hot spot анализе тренда инсолације у Србији (1949-2006)........114 8.1 Просторни распоред метеоролошких станица коришћених за анализу облачности. .......................................................................................119 8.2: Карта просторног распореда средње годишње облачности у Србији (1949-2006).......................................................................................120 8.3 Просторни распоред тренда облачности на годишњем нивоу (1949-2006) Сигнификантни трендови обележени су знаком X........................................................................................................................122 9.1 Просторни распоред метеоролошких станица.............................................................................................................126 9.2 Карта просторног распореда средње годишње влажности ваздуха у Србији (1961- 2010).................................................................................................................128 9.3: Просторни распоред тренда релативне влажности ваздуха на годишњем нивоу (1961-2010). Сигнификантни трендови обележени су знаком X.......................................................................................................................130 15 Списак табела 2.1 Списак станица са географским координатама и годишњом сумом падавина (R у mm) у периоду 1961-2009………………………………….....6 2.2 Вредности Moran’s I аутокорелационе статистике и вредност Z за годишње суме падавина у Србији (1961-2009)..............................................10 3.1 Вредност тренда падавина годишњем, сезонском и месечном нивоу за Србију (1961-2009).......................................................................................24 3.2 Годишња, сезонске и месечне вредности Moran’s I аутокорелационe статистикe тренда падавина за Србију (1961-2009) и вредност Z...............35 3.3 Вредности Moran’s I аутокорелационе статистике и вредност Z за коефицијенте корелације између падавина и NAO у Србији (1961- 2009)...................................................................................................................40 4.1 Списак станица са географским координатама.............................................44 4.2 Опис параметара генерисаних RUEM моделом............................................46 4.3 Коефицијенти линеарне регресије (a, b) и коефицијент корелације (R) за Србију. Највише корелације су зацрњене...........................................50 4.4 Коефицијент корелације између просечних годишњих сума падавина и параметара кишне епизоде на свим станицама. Највише вредности коефицијената су зацрњене..........................................................51 4.5 Емпиријски коефицијенти и коефицијенти корелације између RSD и NRS, RSY и RSI......................................................................................53 4.6 Класификација година: сушне (D), нормалне (N) и влажне (W).................58 4.7 Различити датуми за MSD и акумулирани проценти MSD и њихови прагови по субрегијама...................................................................................61 5.1 Списак станица са географским координатама и средњом годишњом температуром ваздуха (°C) у периоду 1961-2010.........................................66 6.1 Годишња, сезонске и месечне вредности Moran’s I аутокорелационe статистикe тренда падавина за Србију (1961-2009) и вредност Z у првом периоду...............................................................................................95 6.2 Годишња, сезонске и месечне вредности Moran’s I аутокорелационe статистикe тренда падавина за Србију (1961-2009) и вредност Z у другом периоду................................................................................................96 7.1 Списак станица са географским координатама и средњом год. инсолацијом (у сатима (h)) ............................................................................105 7.2 Вредности тренда инсолације на годишњем нивоу за период 1949-2006. (зацрњене вредности предстаљају сигнификантне трендове на нивоу вероватноће од 95 %)......................................................................110 7.3 Вредности Moran’s I аутокорелационе статистике и вредност Z за тренд инсолације у Србији (1949-2006)........................................................113 8.1 Списак станица са географским координатама и средњом 16 годишњом облачности (у десетинама) у периоду 1949-2006......................118 8.2 Вредности тренда облачности на годишњем нивоу за период 1949-2006. (зацрњене вредности предстаљају сигнификантне трендове на нивоу вероватноће од 95 %)...........................................................................121 8.3 Вредности Moran’s I аутокорелационе статистике и вредност Z за тренд облачности и средњу годишњу облачност за Србију (1949-2006).............123 9.1 Списак станица са географским координатама и средњом годишњом релативном влажности ваздуха (%) у периоду 1961- 2010..................................................................................................................125 9.2 Вредности тренда релативне влажности ваздуха на годишњем нивоу за период 1961-2010. (зацрњене вредности предстаљају сигнификантне трендове на нивоу вероватноће од 95 %).....................................................................................................................129 9.3 Вредности Moran’s I аутокорелационе статистике и вредност Z за тренд влажности ваздуха и за Србију (1961-2010).................................129 17 Поглавље 1 Увод Последњих година, у стручној литератури из области климатологије све више је радова у којима се анализира просторни распоред температуре ваздуха и/или падавина на одређеној територији (Cao et al., 2009; Tewolde et al., 2010; del Rio et al., 2011). У том смислу, све чешћа је примена ГИС-а и у оквиру њих употреба метода интерполације. Коришћење ГИС-а у климатологији, пре свега има примену у изради климатолошких карата, које приказују просторни распоред неког климатског елемента (Esteban et al., 2009). Многи аутори су у последњих петнаест година користили кригинг за интерполацију падавина на различитим нивоима, од глобалног до регионалног (Hutchinson and Bischof, 1983; Feidas et al., 2007; del Rio et al., 2011; González- Hidalgo et al., 2011; Ziv et al., 2013). У новије време, технике просторне интерполације се често користе и за визуелизацију трендова климатских елемената приказујући њихов просторни распоред помоћу изохипси или континуираних површина (del Rio et al., 2011, Acero et al. 2011). Још један веома важан аспект просторне димензије колебања климе је просторна анализа падавинског режима, доносно међугодишњег и унутаргодишњег колебања падавина. Осим температуре ваздуха и падавина, много је радова у којима је анализиран просторни распоред инсолације у Европи (Power, 2003; Auer et al., 2007; Reinhard et al., 2005) и свету (Angell, 1990; Liang and Xia, 2005; Inoue and Matsumoto, 2003). Sanchez-Lorenzo et al. (2007) су истраживали колебање инсолације и просторни распоред тренда инсолације у Шпанији у периоду од 1931. до 2004. године уочивши снижавање трајања сунчевог сјаја од 1950. до 1980. године, након којег је забележен позитиван тренд до краја прошлог века. Поред инсолације, важна је просторна анализа и других климатских елемената, попут облачности и релативне влажности ваздуха. 18 Како је основни циљ тезе увођење просторне димензије у проучавање промена климе у Србији у инструменталном периоду, то је акценат био на просторној анализи падавина, температуре ваздуха, инсолације, облачности и релативне влажности ваздуха. Дисертација се састоји се из 9 поглавља. У сваком поглављу дат је увод, опис базе података, метода истраживања, резултата истраживања и закључних разматрања. У поглављу 2 разматран је просторни распоред падавина у Србији. Циљ овог поглавља је израда изохијетне карте у новијем периоду, од 1961. до 2009. године, као и просторна анализа годишњих сума падавина. Поглавље 3 обухвата просторни распоред трендова падавина у Србији у периоду од 1961. до 2009. године на годишњем, месечном и сезонском нивоу, затим увид у просторни распоред трендова уз помоћ тематских мапа генерисаних применом web картирања. У овом поглављу анализирано је просторно груписање тренда падавина у Србији, применом метода глобалне и локалне аутокорелације, као и просторни распоред везе између падавина и Северно-атланске осцилације (NAO). Поглавље 4 садржи анализу дневних падавина у Србији по кишним епизодама, њиховим карактеристикама и утицају на годишњу суму падавина. Циљ ове анализе је детаљно проучавање режима падавина и његове нестабилности на простору Србије. У поглављу 5 анализиран је просторни распоред температуре ваздуха у Србији. Циљ овог поглавља је израда изотермне карте у периоду од 1961. до 2010. године, као и просторна анализа просечних годишњих температура ваздуха. Поглавље 6 односи се на просторну анализу годишњих, сезонских и месечних трендова температуре ваздуха у Србији у периоду од 1961. до 2010. године, затим анализу просторног распоред трендова помоћу тематских карата, као и анализу просторног груписања трендова температуре ваздуха у Србији, применом метода глобалне и локалне аутокорелације. У поглављима 7, 8 и 9 разматран је просторни распоред инсолације, облачности и релативне влажности ваздуха у Србији, као и просторна анализа њиховог тренда. 19 Поглавље 2 Просторни распоред падавина у Србији 2.1 Увод Последњих година, све више је радова из области климатологије у којима се разматра просторни распоред климатских елемената (најчешће падавина и температуре ваздуха) на одређеној територији (Cao et al., 2009; Tewolde et al., 2010; del Rio et al., 2011). Такође се уочава све већа употреба метода интерполације, применом ГИС-а. Један од основних циљева коришћења ГИС-а у климатологији је израда климатолошких карата, на којима је приказан просторни распоред климатских параметара (Esteban et al., 2009). Различите методе интерполације користе се за моделовање различитих климатских елемената: интерполација инверзним дистанцама, регресиона анализа, сплајнови, кригинг и полиномска интерполација. Collins and Bolstad (1996) сматрају да је код просторног распореда падавина и температуре ваздуха најбоље користити кригинг и кокригинг методе. Кригинг је геостатистички метод који користи познате вредности и oцењену функцију (полу)вариограма за предвиђање параметара на локацијама на којима није било мерења (Johnston et al., 2001). Многи аутори су у последњих петнаест година користили кригинг за интерполацију падавина на различитим нивоима, од глобалног до регионалног (Hutchinson and Bischof, 1983; Feidas et al., 2007; del Rio et al., 2011; González-Hidalgo et al., 2011; Ziv et al., 2013). Слика 2.1 је пример изохијетне карте Израела за период 1981-2010, која је урађена методом интерполације инверзним дистанцама и картирана у софтверском пакету ArcGIS 9.3. Величина грида на основу које је извршена интерполација била је 3×3 km (Ziv et al., 2013). 20 У Србији је мало публикација, које садрже климатолошке карте генерисане применом геостатистичких метода (Ivetić et al., 2010; Bajat et al., 2012). Атлас климе Југославије, који је публикован од стране Хидрометеоролошког завода Југославије, односио се на период 1931-1960. Слика 2.1: Изохијетна карта Израела за период од 1981. до 2010. године (Ziv et al., 2013) Појавом геостатистике и географских информационих система омогућена је просторна анализа метеоролошких елемента, као и картирање њиховог просторног распореда. Применом регресионог кригинга Bajat et al. (2012) су генерисали изохијетну карту Србије за период 1961-1990. 21 Слика 2.2: Изохијетна карта Србије за период 1961-1990. године (Bajat et al., 2012) На слици 2.2 се уочава да северни делови земље добијају најмању количину падавина, а југозападни највећу. Количина падавина се генерално повећава од севера према југу. Западни делови Србије примају више падавина од источних. Идентичне резултате уочила је Станојевић (2012) анализирајући годишње падавинске суме на 27 синоптичких станица у Србији у периоду од 1951. до 2010. године. Циљ овог поглавља је израда изохијетне карте у новијем периоду од 1961. до 2009. године, као и просторна анализа годишњих сума падавина. 2.2 База података За анализу просторног распореда просечне годишње суме падавина у Србији у периоду од 1961. до 2009. коришћени су подаци са 63 метеоролошке станице у Србији. Списак метеоролошких станица дат је у табели 2.1, а њихове локације су 22 приказане на слици 2.3. Припрема података је незаобилазан сегмент климатолошких истраживања, те је у складу са препорукама Светске метеоролошке организације (WMO, 2002) извршена контрола података. Табела 2.1: Списак станица са географским координатама и годишњом сумом падавина (R у mm) у периоду 1961-2009. Станица СГШ ИГД HВ R Станица СГШ ИГД HВ R Лозница 4433' 1914' 147 843.3 Александровац 4327' 2104' 360 578.9 Неготин 4414' 2233' 42 631.4 Алексинац 4333' 2141' 180 579.3 Ниш 4320' 2154' 202 590.8 Бабушница 4304' 2226' 495 670.2 Нови Пазар 4308' 2031' 545 631.6 Бела Паланка 4313' 2219' 290 622.9 Палић 4606' 1946' 102 558.7 Београд 4448' 2028' 132 693.0 Петровац 4422' 2146' 125 692.5 Блаце 4318' 2118' 395 658.0 Пирот 4309' 2236' 370 595.1 Блажево 4314' 2056' 800 608.7 Пожега 4351' 2002' 333 740.1 Брус 4323' 2102' 440 645.7 Прешево 4218' 2140' 510 639.7 Бујановац 4227' 2147' 400 620.5 Прокупље 4314' 2136' 265 553.0 Бук. Бања 4418' 2033' 265 721.0 Радмиловац 4445' 2035' 130 668.2 Црни Врх 4410' 2158' 834 800.1 Рековац 4352' 2106' 245 642.8 Чумић 4408' 2049' 366 719.6 Р. Шанчеви 4519' 1951' 86 615.8 Ћуприја 4356' 2123' 123 659.2 Рудник 4408' 2031' 700 943.1 Димитровград 4301' 2245' 446 640.7 Шабац 4446' 1941' 80 691.5 Гоч 4333' 2051' 990 996.5 Сјеница 4316' 2001' 1015 737.8 Ивањица 4335' 2014' 465 868.8 Смед. паланка 4422' 2057' 121 641.1 Јастребац 4323' 21 2' 575 984.5 Сомбор 4546' 1909' 87 599.1 Јошаничка Бања 4323' 2045' 555 749.2 Ср.Митровица 4458' 1938' 82 624.3 Каона 4343' 2025' 570 962.0 Трговиште 4222' 2205' 600 653.1 Карајук. Бунари 4350' 2060' 1160 784.1 Ваљево 4417' 1955' 174 803.2 Кикинда 4551' 2028' 81 546.7 В.Градиште 4446' 2133' 82 620.5 Књажевац 4446' 2026' 280 614.7 Владимирци 4436' 1949' 120 702.8 Копаоник 4317' 2048' 1711 980.3 Власотинце 4258' 2208' 270 721.7 Крагујевац 4402' 2056' 175 632.8 Врање 4233' 2155' 433 600.4 Краљево 4344' 2041' 219 751.3 Врњачка Бања 4337' 2054' 235 807.0 Крупањ 4422' 1923' 280 963.7 Вршац 4509' 2119' 83 651.5 Крушевац 4334' 2121' 166 633.8 Жагубица 4412' 2147' 314 648.5 Кукавица 4245' 2159' 1438 953.7 Зајечар 4353' 2218' 137 591.5 Куршумлија 4308' 2116' 383 642.2 Житорађа 4311' 2143' 220 607.1 Лесковац 4301' 2157' 224 619.7 Златибор 4344' 1943' 1029 989.2 Љубовија 4411' 1923' 190 926.9 Зрењанин 4524' 2021' 80 569.9 Просторна мрежа станица је релативно хомогено рапоређена. Ипак, требало би указати на недовољан број станица у планинским областима. Од укупног броја анализираних станица 76 % налази се између 0 m и 500 m, што је близу 62 % територије земље. Око 13 % станица смештено је на висинама од 500 m до 1000 m, које чине 27 % површне Србије. Само 11 % станица налази се на висинама већим од 1000 m. 23 Слика 2.4: Локације метеоролошких станица. 2.3 Методе истраживања 2.3.1 Глобална и локална аутокорелација Глобални аутокорелациони индекс Moran’s I (O’Sullivan and Unwin 2003) и локални аутокорелациони индекс као што је Getis-Ord Gi* статистика (Getis and Ord 1992) коришћени су за утврђивање просторних структура у расподели метеоролошких станица разматрањем везе између њихове локације и вредности тренда падавина. Просторни аутокорелациони индекси показују на који начин су груписане станице у односу на вредности њихових атрибута. Getis-Ord Gi* статистика коришћена је за детекцију нестационарности података, односно груписања станица у одређене кластере. Осим тога, Hot Spot анализа (Lee 24 and Wong, 2005) која је базирана на Getis-Ord Gi*статистици коришћена је како би се остварио бољи увид у просторно груписање тренда падавина. Moran’s I индекс представља меру просторне аутокорелације:              n i n j ij n i n j jiij n i i w yyyyw yy nI 1 1 1 1 1 2 ))(( )( (3) У горњој формули, yi и yj су мерене вредности варијабли на локацијама или срачунате вредности променљивих на локацијама i и j, y је средња вредност, а wij је коефицијент који представља близину локације i и локације j које се често израчунава као инверзна дистанца између тачке i и тачке j. Овакав приступ у складу је Тоблеровим првим законом географије: све је у релацији са свиме, али блиске ствари су у већој релацији једна са другом (Tobler, 1970). Вредност Moran’s I статистике креће се од +1 што означава тоталну кластеризацију до -1 што указује на потпуно случајну расподелу (дисперзију) вредности променљиве. За процену статистичке значајности Moran’s I статистике израчунава се стандардизована Z вредност: ][ ][ IV IEIZ I   (4) где је E[I] очекивана вредност I, претпостављајући случајну просторну расподелу: )1( 1][    n IE (5) и V[I] означава враијансу I. У глобалној Moran's I статистици резултати анализе се тумаче у контексту нулте хипотезе, према којој анализирана променљива (нагиб тренда у нашем случају) има случајну просторну расподелу на истраживаном простору. Уколико је вредност p статистички значајна, нулта хипотеза се одбацује. У супротном, 25 просторна расподела променљиве величине је резултат случајних просторних процеса. Getis-Ord Gi* формула је:      n i i ji iij i y yw G 1 (6) где је wij елемент који се налази у близини (формула 3). Овај локални показатељ представља меру у којој су поједине посматране локације сличне или различите од суседних локација. 2.3.2 Просторна предикција линеарном регресијом на основу дигиталног модела висина (Digital Elevation Model-DEM) Метод линеарне регресије коришћен је за израду изохијетне карте Србије у периоду 1961-2009. Будући да постоји јасна географска веза између атрибута и независне променљиве могуће је било извести регресиони модел. У овом случају атрибут би био сума падавина, а независна променљива надморска висина. Регресиони модел је облика: z(x) = b0 + b1P1 (1) где су b0 и b1 регресиони коефицијенти, а P1 независна променљива. У овом случају P1 је надморска висина (h) терена, те је једначина (1) коришћена у раду следећег облика: z(x) = 608.18 + 0.278h (2) Интерполација линеарном регресијом примењена је коришћењем open-source програмског језика R, намењеног статистичкој анализи и графици (R-project, 2011). 26 2.4. Резултати и дискусија 2.4.1 Просторна аутокорелација Добијени резултати указују за статистички значајно груписање (табела 2.2), али низак ниво просторне аутокорелације (слика 2.5). Табела 2.2: Вредности Moran’s I аутокорелационе статистике и вредност Z за годишње суме падавина у Србији (1961-2009). Moran I Z p коментар година 0.14 3.2 0.01 Постоји мање од 1% вероватноће да је груписање сраница последица случајности Ред обојен сивом бојом означава статистички значајно груписање годишњих сума падавина. Слика 2.5: Резултати Hot spot анализе годишњих сума падавина у Србији (1961-2009). Наведена карта приказује локалну Gi статистику и њену вредност Z за станице коришћене за анализу падавина. Уочава се да су станице са високим сумама падавина груписане у западном делу Србије (близу границе са Босном и Херцеговином) и југозападном. Са друге стране, станице са ниским сумама 27 падавина груписане су на северу и североистоку земље. Вредности Z за Gi статистику близу нуле, добијене у централним, источним и југоисточним деловима Србије указују на одсуство аутокорелације између станица у Србији. Овакав просторни распоред аутокоралације углавном је резултат топографије као и утицаја Јадранског мора. Правац пружања Динарских планина је кључни климатски фактор јер раздваја два плувиометријска режима, континентални и Медитерански. Овај простор уједно показује стистички значајно просторно груписање станица. У овом делу Србије присутан је тип орографских падавина. Северне и јужне стране једног узвишења често имају различите временске прилике, те самим тим суседне станице бележе различиту количину атмосферског талога (Миловановић, 2005). Ово је нарочито случај када се топле и влажне ваздушне масе које долазе са Јадранског мора уздижу изнад Динарида, хладе, кондензују и излучују падавине. На супротној страни, присутан је тзв. ефекат кишне сенке. То је један од разлога због којег станице у централном и јужном делу Србије показују одсуство просторне аутокорелације. 2.4.2 Изохијетна карта Србије У овом поглављу генерисана је карта годишњих сума падавина Србије за период 1961-2009 година на основу 63 станице (слика 2.6). Карта је добијена применом методе линеарне просторне регресије (формула(2)). Пресудни климатски фактори у распореду падавина у Србији су утицај планина и удаљеност од мора су (Tošić, 2004). Највлажнији простори у Србији су на југу и југозападу земље, док најмање падавина примају северни делови земље. Количина падавина постепено се повећава од севера према југу. Западни делови Србије примају више падавина од источних. 28 Слика 2.6: Карта средњих годишњих сума падавина Србије у периоду од 1961. до 2009. године. 29 Ретко распоређене изохипсе у северним и централним деловима Србије указују на релативно хомогену топографију (Hutchinson and Bischof, 1983). Густо распоређене изохипсе у западним, јужним и источним деловима Србије резултат су сложене топографије. Поред рељефа значајан климатски фактор је и удаљеност од извора влаге (Јадранско море и Атлантски океан). Због тога западни делови земље примају више талога од источних, иако се налазе на истој географској ширини. Знатно виша количина падавина у западном делу земље узрокована је хладним фронтом и пљусковима које доносе хладне ваздушне масе долазећи са Атлантика и Западне Европе (Unkašević and Tošić, 2011). Након преласка преко планина ове ваздушне масе се спуштају, загревају и постају сувље. Због тога долази до значајних разлика у количини падавина на истим или приближним надморским висинама између станица према којима долазе ваздушне масе и оних које се налазе у заветрини (Дуцић и Радовановић, 2005). Дакле, није реч само о надморској висини, већ наветрене падине и на знатно нижим надморским висинама примају више од 1000 mm падавина годишње. Иако југозападни делови Србије генерално примају више падавина, постоје области које се одликују неповољним условима за образовање падавина, као што је Пештерска висораван. Зими у овој области преовлађују антициклони са хладним и стабилним временом, док су лети честа силазна ваздушна струјања. То је разлог због којег станице на Пештеру примају мање падавина (700-800 mm), с обзиром на надморску висину на којој се налазе (Карајукића бунари - 1160 m). Имајући у виду релативно мали број станица из ове области коришћених за генерисање карте, на слици 2.6 је тешко уочити мању количину талога, која карактерише Пештер. Са друге стране, на слици 2.6, у поређењу са изохијетном картом Србије за период 1961-1990 (Дуцић и Радовановић, 2005; Bajat et al., 2012), западна Метохија се одликује знатно мањом количином падавина. Могући разлог би требало потражити, пре свега у релативно малом броју станица коришћених у раду, поготово у планинским областима. У том смислу, важно је указати на недостатак података из области Метохије. Уисточној Србији, Ракићевић (1979) је издвојио више планинских острва са количином падавина између 800 и 1000 mm и она се јасно могу уочити на слици 2.6. Разлика у количини падавина између истока и 30 запада не може се тумачити искључиво надморском висином или правцем пружања преовлађујућих ваздушних маса. Сложеност проблема, затим недовољан број станица на већим надморским висинама утичу да поједини аутори изводе различите закључке о просторном распореду годишњих сума падавина у Србији (Дуцић и Радовановић, 2005). 2.5 Закључак Основни циљ овог поглавља био је израда изохијетне карте Србије за период 1961-2009. Средње годишње суме падавина прикупљене су са 63 станица у Србији. На основу корелације између просечних сума падавина у истраживаном периоду и просторних координата станица (географска ширина, географска дужина и надморска висина) изабран је метод интерполације линеарном регресијом. Упркос релативно малој површини коју заузима, Србија показује значајно просторно колебање падавина. Релативно висока вредност Moran’s I индекса од 0.24 (p<0.01) указује статистички значајно просторно груписање и просторну аутокорелацију. Применом локалне аутокорелације Getis-Ord Gi статистике, добијене су две јасно издвојене регије (слика 2.5). Истовремено, просторно груписане станице потврдиле су значајан утицај регионалне топографије на суму падавина. На изохијетној карти Србије (слика 2.6) уочава се да најмање падавина примају северни делови земље, а највише југозападни. Количина падавина се генерално повећава према југу земље, при чему западни делови примају више талога од источних. Даља истраживања просторног распореда сума падавина у смислу примене других метода интерполације су свакако неопходна, како за временско, тако и просторно моделовања података. 31 Поглавље 3 Просторни распоред тренда падавина у Србији 3.1 Увод Глобално проучавање просторног распореда падавина (Zhang et al., 2000; Osborn et al., 2000; New et al., 2001) важно је за праћење и предвиђање промена у области пољопривреде, водопривреде и екосистема. Анализа падавина за период од 1900. до 2005. године, прикупљених са метеоролошких станица широм света, показује тренд пораста годишњих сума у Северној и Јужној Америци, Северној Европи, Азији и Аустралији. С друге стране, негативни трендови годишњих падавина су уочени у западној и јужној Африци, Сахелу, Јужној Азији и у Медитерану (Trenberth et al., 2007). Анализа регионалног распореда падавина на простору Европе може бити од великог значаја за економско планирање. Trenberth et al. (2007) су у високим географским ширинама (преко 50°N) уочили позитиван тренд у снежним падавинама, које могу изазвати повећање годишњег протицаја. Британска острва и Финоскандинавија такође имају позитивне трендове у годишњој количини падавина, док се јужна Европа и делови централне Европе одликују смањењем количине падавина. Смањење количине талога у области Медитерана може озбиљно утицати на животну средину. Последњих година није било много радова на тему тренда падавина (Ramos, 2001; Alpert, 2002; Douguédroit and Norrant, 2003; Norrant and Douguédroit, 2006; Xoplaki, 2006; Reiser and Kutiel, 2010) у читавом Медитерану. Генерално, несигнификантан негативан тренд примећен је током друге половине XX века. Међутим, ова тумачења су ограничена чињеницом да су многи истраживачи (Partal and Kahya, 2006; Feidas et al., 2007; de Luis et al., 2010; del Rio et al., 2011; Brunetti et al., 2012) анализирали само један део шире области Медитерана или поједине метеоролошке станице (Дуцић и др., 2011). 32 Испитујући сезонски тренд падавина на простору Медитерана, Xoplaki (2006) је указала на смањење зимске количине падавина у периоду 1950-1999. у већем делу Медитерана (слика 3.1). Статистички значајно смањење уочено је на просторима Италије, Албаније, Хрватске, западне Грчке и Алжира, као и на појединим станицама у југозападној Турској, Кипру, Израелу и Румунији. Опадајући тренд падавина присутан је у зимској сезони, али је у појединим областима уочен несигнификантан растући тренд (Тунис, Либија, Египат, делови Јордана, североисточна Турска и медитеранска обала Шпаније). Слика 3.1: Карта линеарног тренда зимских падавина (mm/50год) за период 1950-1999. године. Станице са статистички значајним трендовима су заокружене (Xoplaki, 2006). Многи аутори су испитвали тренд падавина у Шпанији (Esteban-Parra, 1998; Serrano et al., 1999; Rodrigo and Trigo, 2007; González-Hidalgo et al., 2009; De Luis et al., 2010; González-Hidalgo et al., 2011). Del Rio et al. (2011) су истраживали просторни распоред тренда на годишњем, сезонском и месечном нивоу од 1961. до 2006. године користећи геостатистичке методе интерполације. Негативан тренд уочили су у фебруару (слика 3.2), марту и јуну, док је позитиван тренд забележен у мају, августу, септембру и октобру. Њихови резултати указују на тенденцију смањења падавина на Иберијском полуострву. Тренд падавина у суседној Португалији такође указује на снижавање количине падавина. Trigo and DaCamara (2000) показали су у свом раду статистички значајно смањење падавина у марту у периоду од 1946. до 1990. док су Paredes et al. (2006) уочили идентичне резултате у централним и западним деловима Иберијског полуострва између 1941. и 1997. године. 33 Анализирајући просторни распоред тренда сезонских падавина у Грчкој од 1958. до 1997. године Maheras et al. (2004) су показали сигнификантно смањење падавина у зимском периоду у области Јонских острва, планинским пределима на западу, на северу, истоку као и југоисточној обали Егејског мора. Негативни трендови добијени су за пролеће у већем делу земље и јесен у области Јонских острва, као и планинским пределима на западу земље. Резултати Feidas et al. (2007) такође потврђује негативан тренд годишњих падавина у Грчкој између 1955. и 2001. године. Силазни тренд забележен је на годишњем нивоу на свим станицама и статистички је значајан у целој земљи, са изузетком полусотрава Пелопонез и острва у централном делу Егејског мора. Слика 3.2: Карта просторног распореда тренда падавина у Шпанији у периоду 1961-2009 за фебруар, генерисана применом геостатистичких метода интерполације. Области означене сивом бојом означавају статистички значајне трендове на нивоу вероватноће од 95% (Del Rio et al., 2011). Partal and Kahya (2006) су истраживали трендове падавина на годишњем и месечном нивоу у Турској од 1926. до 1993. године. Уочили су опадајући тренд у годишњим вредностима у западној и јужној Турској, а растући тренд у централном делу земље. Јануар, фебруар и септембар су показали најзначајнији пад утичући на вредност тренда на годишњем нивоу. Сличне резултате добио је и Türkeş (1996) уочивши статистички значајан негативан тренд у Турској на 15 од 91 станице. Само две станице у централном делу земље показале су позитивне трендове у испитиваном периоду (1930-1993). Türkeş (1996) је такође уочио да је 34 дошло до повећања сушности у Турској 1970-их као и између 1980. и 1993. године. Слика 3.3: Карта просторног распореда тренда падавина у Израелу у mm/год (1975–2010) генерисана методом најмањих квадрата. Области са статистички значајним трендом заокружене су црном бојом (Ziv et al., 2013). Негативан тренд такође је уочен у северним деловима Израела у периоду од 1961. до 1990. године, док се у јужном Израелу просечна годишња количина падавина повећала и до 30% (Ben-Gai et al., 1994.). Ben-Gai et al. (1998) је сугерисао у свом раду да би позитиван тренд у Јужном Израелу могао да укаже на ''повлачење'' аридности из ових крајева земље. Истражујући сушне и кишне епизоде у Израелу, Kutiel et al. (1996) је уочио да су сушне епизоде израженије у последњих неколико деценија, док су кишне епизоде биле учесталије на почетку прошлог века. Ziv et al. (2013) су истражујући просторни распоред линеарног тренда у Израелу (1975- 2010) уочили опадајући тренд падавина, углавном несигнификантан на већем делу земље (слика 3.3). Изразито смањење падавина примећено је на Јудејским 35 планинама. Са друге стране, на појединим локацијама утврђен је благи пораст, посебно у централном делу Израела. Brunetti et al. (2012) истражујући тренд падавина у Калабрији (Италија) у периоду између 1923. и 2006. године, су такође приметили смањење падавина на годишњем нивоу. Негативан тренд је уочен у периоду јесен-зима, а летњи месеци су показали позитивне трендове у целој регији. Longobardi and Villani (2010) су такође уочили да годишња количина падавина опада у последњих 50 година и потврдили позитиван тренд у летњој сезони у периоду 1918-1999. у регији Кампања у јужној Италији. Са друге стране, у северним регијама Италије нису пронађени статистички значајни трендови на годишњем нивоу (Brunetti et al., 2004). У Србији и суседним земљама није било много радова који су испитивали просторни распоред трендова падавина. Gajić Čapka and Cindrić (2011) су анализирали тренд падавина у Хрватској на станицама Осијек, Загреб-Грич, Госпић, Цриквеница и Хвар, у периоду 1901. до 2008. године на годишњем и сезонском нивоу. Они су уочили снижавање падавина на годишњем нивоу дуж обале Јадранског мора. Истакли су да је негативан тренд падавина, уочен на годишњем нивоу, резултат изразитог снижавања падавина током зиме и пролећа. Истраживање тренда падавина је од великог значаја за нашу земљу обзиром на њен положај између медитеранских и континенталних услова климе. Тошић (2004) је анализирала просторне и временске варијације у зимској и летњој сезони на 30 станица у Србији и Црној Гори у периоду од 1951. до 2000. године. Падавине су анализиране просторно применом емпиријских ортогоналних функција, као и временски користећи Mann-Kendall тест и спектралну анализу. Резултати су показали негативан статистички несигнификантан тренд у зимском периоду године. Анализирајући годишњи тренд падавина у Србији у периоду од 1951. до 2010. године, Станојевић (2012) је уочила снижавање падавина на североистоку, истоку, југу и југоистоку земље, док је у преосталом делу Србије уочен позитиван тренд са највишим вредностима на западу и југозападу земље. 36 У циљу свеобухватне анализе просторног распореда тренда на истраживаној територији, аутори обично представљају метеоролошке станице на картама користећи различите боје или симболе како би нагласили да ли су трендови позитивни или негативни (Partal and Kahya, 2006; González-Hidalgo et al., 2009). У новије време, технике просторне интерполације се често користе за визуелизацију вредности тренда и обично приказују просторне дистрибуције трендова помоћу изохипси или континуираних површина (Del Rio et al., 2011; Acero et al., 2011). Брзи развој у области web картирања омогућава коришћење нових технологија за стварање, развој и размену информација (укључујући и географских информација) кроз иновативне апликације (Haklay et al., 2008). У овом раду коришћен је plotGoogleMaps, софтверско решење, за једноставну израду богатих интерактивних карата које се чувају у HTML формату. Moran’I и Getis-Ord Gi* (O’Sullivan and Unwin, 2003) просторне статистике (O’Sullivan and Unwin, 2003) су коришћене у циљу испитивања просторне аутокорелације како на глобалном нивоу тако и за картирање различитих врста просторног груписања трендова падавина. Главни циљеви овог поглавља су: - Испитивање тренда падавина у Србији од 1961. до 2009. на месечном, сезонском и годишњем нивоу. - Увид у просторни распоред трендова коришћењем тематских мапа генерисаних применом web картирања, као и анализирање просторног груписања тренда падавина у Србији применом метода глобалне и локалне аутокорелације. -Просторна анализа везе између падавина и Северно-атланске осцилације (NAO). 3.2 База података Тренд падавина анализиран је на годишњем, сезонском и месечном нивоу. Прикупљени су подаци са 63 метеоролошкe станицe (табела 2.1), а обезбеђени од стране Републичког хидрометеоролошког завода Србије (РХМЗ) за период од 1961. до 2009. године. Просторни распоред станица приказан је на слици 2.4. 37 3.3 Методе истраживања 3.3.1 Анализа тренда Како би се добили репрезентативни подаци, месечне вредности су осредњене за сваку станицу са сезонским и годишњим вредностима. У циљу смањења утицаја грубих грешака, као и података који значајно одступају од нормалне статистичке расподеле уместо аритметичке средине рачуната је медијана. Након тога, рачунат је тренд падавина према стандардној процедури тестирања хипотеза у циљу процене статистичке значајности резултатa. У тестирању хипотеза које се односе на дугорочне трендове, користе се две врсте тренда: тзв. монотони тренд и step тренд (Hirsch et al. 1991). Како визуелна анализа података није указала на нагле промене у низовима података, примењен је монотони тренд. Осим тога, у зависности од расподеле података, користе се параметарске или непараметарске методе за одређивање тренда. Када се ради о расподели која ''није нормална'' примењују се непараметарске методе оцене тренда. Обзиром да је прелиминарна анализа показала присуство тзв. закривљене расподеле у временским серијама, коришћен је непараметарски Man Kendall тест и Sen’s метод за утврђивање статистичке значајности и нагиба тренда (Helsel and Hirsch 2002). За тестирање било растућег (позитиван) или опадајућег (негативан) тренда на α нивоу значајности, коришћен је α-1/2 квантила стандардне нормалне расподеле. Коришћен је, дакле ниво значајности од α = 0.05. Man Kendall Z тест статистика срачуната је коришћењем поједностављене формуле за варијансу нагиба VAR(S) која се будући да у низовима није било недостајућих података или група података са идентичним вредностима рачуна по формули: 1VAR( ) ( 1)(2 5) 18 S n n n   (1) где n представља укупан број временских инстанци падавинског низа. За оцену нагиба тренда коришћен је Sen’s непараметарски метод, који полази од претпоставке да је у питању линеарни тренд., тако да је вредност нагиба bi за све парове података срачуната по формули: 38 j k i x x b j k    (2) где индекси j и k означавају временску инстанцу (нпр. године) и j > k. За n вредности у временској серији биће срачунато укупно N = n(n – 1)/2 оцена нагиба b. Sen’s оцена нагиба представља медијану свих вредности, тј. средишњу вредност у скупу оцена нагиба за целу серију. 3.3.2 Геостатистичко картирање Геостатистичка предикација је заснована на кригинг методу базираном на континуалном моделу стохастичке просторне варијације која процењује варијабилност променљиве величине на основу вариограма (Webster and Oliver, 2007). Имајући у виду стационарност трендова падавина, обични кригинг (Ordinary Kriging) је изабран као најпогоднији геостатистички метод за ову врсту истраживања. Геостатистичка интерполација примењена је коришћењем open-source програмског језика R, намењеног статистичкој анализи и графици (R-project, 2011). Кригинг техника се може успешно користити у оквиру R софтверског решења коришћењем gstat пакета за моделовање, предвиђање и симулацију просторних података, као и sp пакета, који омогућава манипулацију просторним подацима у R (Pebesma, 2004; Bivand et al., 2008). Резултати добијени у R могу се лако конвертовати у неки од стандардних ГИС формата, што накнадно омогућава манипулацију и визуелизацију резултата у комерцијалним ГИС пакетима. 3.3.3 Тематско картирање трендова помоћу plotGoogleMaps За картирање трендова коришћен је недавно развијен софтверски пакет под називом plotGoogleMaps1 како би се остварио бољи увид у просторни распоред тренда падавина у Србији. Овај софтвер садржи Asynchronous JavaScript, 1 http://cran.r-project.org/web/packages/plotGoogleMaps/index.html 39 XML(AJAX), и Google Maps Application Programming Interface (API) алатку за HyperText Markup Language (HTML) као би се одржала висока резолуција Google Map слика као базних карата. plotGoogleMaps је развијен у ''open source'' софтверу R и намењен је за аутоматско креирање web карата на основу података корисника и Google Maps базних карата (Kilibarda and Bajat, 2012). PlotGoogleMaps софтвер нуди многе погодности у односу на друга класична графичка окружења. Висок квалитет Google базних карата омогућава бољу генерализацију географског простора и дозвољава кориснику да просторно истражује податке (нпр. контрола навигација, зумирање, прозори који садрже информације атрибута, итд). Овај пакет промовише стварање интерактивне карте која се чува у HTML формату. Све карте које приказују годишње, сезонске и месечне трендове доступне су у HTML, као и у KML формату на веб страници URL: http://www.grf.bg.ac.rs/~bajat/Trends.htm У циљу анализирања просторног груписања тренда падавина у Србији примењена је метода глобалне и локалне аутокорелације, детаљно описана у поглављу 2. 3.4 Резултати и дискусија 3.4.1 Анализа тренда Вредности тренда осредњене за целу Србију на годишњем, сезонском и месечном нивоу приказане су у табели 3.1. Поред нагиба b и Kendall статистика Z која одговара средњој вредности за све станице, табела садржи и број n и проценат (%) станица где се нагиб (позитиван или негативан) може сматрати статистички значајним на нивоу од α = 0.05. Вредности трендова на годишњем, сезонском и месечном нивоу за сваку станицу дате су у прилогу. Kартирање трендова ивршено је на два начина: геостатистичким картирањем помоћу софтвера plotGooglemaps. Геостатистичким картирањем генерисане су карте на којима су вредности трендова приказане изолинијама, а софтвером plotGooglemaps трендови су приказани кружићима. Будући да је за анализу тренда коришћен сет података са 63 станице, резултате добијене техником кригинга 40 треба узети са резервом, будући да она захтева много већи сет података од оног који је коришћен у раду. Како би се избегла непоузданост резултата, коју овај метод може да изазове, обзиром на мали сет података, прибегло се картирању трендова на локацијама на које се односе, помоћу кружића, дакле без интерполације. Kарте добијене применом геостатистике су ипак приказане (слике 3.4-3.7) као један од могућих приступа у климатском картирању, уз напомену да их треба узети са резервом, будући да је интерполација рађена са релативно малим бројем станица. Табела 3.1: Вредност тренда падавина годишњем, сезонском и месечном нивоу за Србију (1961-2009). Период b Z n n (%) Година 0.010 0.074 3 4.8 Зима -0.145 -0.710 5 7.9 Пролеће -0.100 -0.432 7 11.1 Лето 0.083 0.253 0 0.0 Јесен 0.352 1.374 10 15.9 Јануар -0.051 -0.143 1 1.6 Фебруар -0.051 -0.274 2 3.2 Март 0.057 0.200 1 1.6 Април -0.077 -0.286 1 1.6 Мај -0.348 -0.943 6 9.5 Јун -0.107 -0.286 1 1.6 Јул -0.112 -0.294 0 0.0 Август 0.285 0.786 3 4.8 Септембар 0.455 1.314 8 12.7 Октобар 0.504 1.473 9 14.3 Новембар -0.027 -0.116 1 1.6 Децембар -0.041 -0.181 2 3.2 Вредност тренда представљена је Sen’s оценом нагиба b (mm/година) који је осредњен за све станице. Man-Kendall статистик Z коришћен је за тестирање статистичке значајности. Број n и проценат (%) односи се на станице где се нагиб (растући или опадајући) може сматрати статистички значајним на нивоу α = 0.05. Трендови падавина2 су приказани различитим бојама на сликама 3.9-3.12 (позитивни трендови су црвене, а негативни трендови су плаве боје). Величина кружића указује на вредност тренда за сваку станицу. Кружићи уоквирени црном кружницом представљају станице са статистички значајним трендовима на нивоу поверења од 95% (1 - α/2). 2 Резултати истраживања тренда падавина у Србији су током израде дисертације публиковани у часопису Regional Environmental Change као референца \ndxzg 41 Слика 3.4: Просторни распоред годишњег тренда падавина (1961-2009). Слика 3.8 показује проценат станица са негативним и позитивним трендовима, укључујући и статистичку значајност. Јасно се уочава да статистички значајни негативни трендови преовлађују у испитиваном периоду. Присутни су у јануару, фебруару, априлу, мају, јуну, новембру и децембру. Статистички значајна повећања уочавају се у фебруару, марту, августу, септембру и октобру. Месец са највећим процентом станица са статистички значајним негативним трендом је мај (9.5 %). На другој страни, месец са највећим процентом станица са статистички значајним позитивним трендом је октобар (14.3 %). 42 Слика 3.5: Просторни распоред тренда падавина у Србији (1961-2009) на сезонском нивоу у mm/години. Сиво обојене површине представљају области у којима су трендови статистички значајни. 43 Слика 3.6: Просторни распоред тренда падавина у Србији (1961-2009) на месечном нивоу (јануара до јуна) у mm/години. Сиво обојене површине представљају области у којима су трендови статистички значајни. На годишњем нивоу већина станица бележи несигнификантан пораст количине падавина (слика 3.9) са изузетком централних и југоисточних делова земље. Међутим, само две станице у централној Србији показују статистички значајан пад у периоду од од 1961 до 2009. Вредности тренда на годишњем нивоу генерално сугеришу непостајање значајних трендова у Србији у периоду од 1961. до 2009. године. 44 Слика 3.7: Просторни распоред тренда падавина у Србији (1961-2009) на месечном нивоу (од јула до децембра) у mm/години. Сиво обојене површине представљају области у којима су трендови статистички значајни Смањење падавина у зимском периоду забележено је изнад веће територије земље, са изузецима у неколико области у централној Србије. Статистички значајан пад забележен је на пет станица које се налазе у делу Панонске низије и планинама изнад 1300 m (Јастребац и Широка Планина) на југоистоку. 45 а) б) Слика 3.8: a) Проценти станица са позитивним и негативним трендом б) Проценти станица са статистички значајним позитивним и негативним трендом на нивоу вероватноће од 95 % (1 - α /2). Пролеће карактерише седам станица са статистички значајним падом талога, које су распоређене у Поморављу. Martín-Vide and López Bustins (2006) су такође утврдили снижавање падавина током пролећа на Иберијском полуострву, истичући утицај Северноатланске осцилације (North Atlantic Oscillation - NAO). Испитујући утицај телеконекција на режим падавина, они су уочили негативну везу између NAO и зимских сума падавина. Просторни распоред пролећних трендова указује на области са позитивним трендовима у Западној Србији и негативним у централним и источним деловима 46 земље. Лето карактеришу позитивни, али статистички несигнификантни трендови, који доминирају на територији Србије. Слика 3.9: Просторни распоред тренда падавина у Србији (1961-2009) на годишњем нивоу. Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/години (Lukovic et al., 2013). Количина јесењих падавина расте у већем делу земље. Било је десет станица са значајно позитивним трендовима који су углавном распоређени у Поморављу и на Пештерској висоравни. 47 Слика 3.10: Просторни распоред тренда падавина у Србији (1961-2009) године на сезонском нивоу. Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/години (Lukovic et al., 2013). Позитивни трендови у јануару (слика 3.11) добијени су на станицама у равничарским областима на северу и дуж речних долина, док су негативни трендови забележени у планинама на југу земље. Међутим, резултати показују да нема статистички значајних трендова. 48 Слика 3.11: Просторни распоред тренда падавина у Србији (1961-2009) на месечном нивоу (од јануара до јуна). Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/година (Lukovic et al., 2013). . У фебруару је сличан просторни распоред трендова са изузетком две станице у планинском делу земље (Копаоник и Јастребац) које показају различите трендове падавина. Станица Копаоник се налази на већој надморској висини и показала је статистички значајан позитиван тренд, док је негативан тренд уочен источно од ње, на станици Јастребац. Ова појава може се објаснити орографијом будући да се планинске области одликују сложеним падавинским режимом. Понекад северне и јужне падине исте планине могу имати различите временске услове. Станице које су близу једна другој могу показати различите количине падавина што је тзв. ефекат кишне сенке, типичан у овом делу земље (Миловановић, 2005). У том смислу, позитивни трендови у фебруару лоцирани су у западном делу земље, 49 односно ближе извору влаге са Атлантског океана, док су негативани трендови забележени у источној Србији. Слика 3.12: Просторни распоред тренда падавина у Србији у периоду (1961-2009) на месечном нивоу (од јула до децембра). Кружићи оивичени кружницом црне боје представљају статистички сигнификантне трендове на нивоу вероватноће од 95 % (1 - α /2) у mm/година (Lukovic et al., 2013). . Просторни распоред трендова у марту показује да позитивни, али статистички несигнификантни трендови преовлађују у земљи. Просторно груписање трендова у марту, као и у априлу није примећено. У мају (слика 3.11) негативни трендови доминирају у Србији са статистички значајним резултатима на 6 станица: дуж Поморавља, у централној Србији и у сливу Тимока. 50 Резултати за јун показују станице са негативним трендовима на југоистоку и позитивним трендом на северозападу земље, али су углавном несигнификантни. Такође, несигнификантни негативан уочава се и у јулу. Насупрот томе, већина станица у августу показује позитивне трендове статистички значајне на 3 станице, које се налазе на планинама Јелица, Столови и Озрен. То може бити изазвано јаким конвективним падавина, са изразитим пљусковима и олујама у летњим месецима (Unkašević and Tošić, 2011). Позитивни трендови у септембру и октобру карактеристични су готово за целу земљу. Просторни распоред тренда у септембру указује на три области са значајним позитивним трендовима: 1) Бачка и Банат 2) Пештерска висораван и 3) Власина и Крајиште. Значајни позитивни трендови примећени су у октобру у централном делу земље, на 9 станица, углавном у равничарским областима и станицама које се налазе у Карпатским планинама. Несигнификантни трендови у новембру укључују негативан тренд који је присутан углавном у источној Србији и позитиван тренд у западном делу земље. Коначно, значајно смањење количине падавина у децембру забележено је на две станице које се налазе у Срему и Ђердапској клисури (слика 3.12). 3.4.2 Аутокорелационa статистикa Moran’s I је глобалнa статистикa којa сумира вредности аутокорелације на целом истраживаном простору. Резултати Moran’s I аутокорелације са коментарима који се односе на одређене месеце или сезоне приказани су у табели 3.2. Само три месеца (март, јун и новембар) показују статистичкi значајно (p <0.01) просторно груписање тренда. Кластери трендова за јануар (p <0.01), фебруар и август као и за годину (0.1 < p <0.05) показују нижу сигнификантност. Остали месеци и сезоне показали су да просторни распоред трендова не указује на статистички значајно груписање трендова. У случају статистички иманентне просторне аутокорелације, такође је потребно израчунати локалне индексе аутокорелације попут Getis-Ord Gi* статистике, како би се указало на ниво просторне аутокорелације на локалном нивоу. 51 Tабела 3.2: Годишња, сезонске и месечне вредности Moran’s I аутокорелационe статистикe тренда падавина за Србију (1961-2009) и вредност Z. Редови обојени сивом бојом означавају статистички значајно груписање тренда. Најбољи начин да се протумачи Getis-Ord Gi* статистика је у контексту стандардизоване Z вредности. Висока позитивна Z Gi статистика указује на груписање сличних, високих вредности променљиве; већа Z вредност повезана је са груписањем високих вредности. Уколико је просторни кластер базиран на ниским вредностима променљиве, тада ће вредност Z бити негативна. Уколико је Z једнако 0 то значи да нема никаквог просторног груписања. Слика 3.13 показује локалну Gi статистику и пратеће Z вредности за све станица у марту, јуну и новембру. Плаво обојене тачке истичу груписање ниских (негативних) трендова у југоисточном делу Србије за период од марта до јуна, док висока Z вредност указује на позитивне трендове (црвене боје), који су типични у северозападном делу Србије у јуну и западном у новембру. Период Moran's I Z p< Коментар Година 0.01 1.67 0.1 Постоји 5-10% вероватноће да је груписање случајно. Зима 0 1.08 0 Иако постоји груписање, резултат је случајности. Пролеће -0.01 0.35 0 Не постоји груписање тренда. Лето -0.01 0.4 0 Не постоји груписање тренда. Јесен 0 1.04 0 Иако постоји груписање, резултат је случајности. Јануар 0.01 2.16 0.05 Постоји 5-10% вероватноће да је груписање случајно. Фебруар 0.01 1.79 0.1 Постоји 5-10% вероватноће да је груписање случајно. Март 0.05 4.45 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Април 0 0.98 0 Не постоји груписање тренда. Мај 0 0.87 0 Не постоји груписање тренда. Јун 0.14 11.01 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Јул -0.02 -0.1 0 Не постоји груписање тренда. Август -0.04 -1.67 0.1 Постоји 5-10% вероватноће да је груписање случајно. Септембар -0.02 -0.04 0 Не постоји груписање тренда. Октобар -0.01 0.52 0 Не постоји груписање тренда. Новембар 0.05 4.9 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Децембар 0 1.1 0 Иако постоји груписање, резултат је случајности. 52 Слика 3.13: Картирана вредност Z Gi-статистика на основу тренда падавина за март, јун и новембар. 3.4.3 Колебање падавина и Северно-атланска осцилација (NAO) Један од циљева овог поглавља свакако је било испитивање везе између појединих телеконекција (El Nino Southern Oscillation-ENSO, NAO, Arctic Oscillation-AO, Atlantic Multidecadal Oscillation-AMO) и падавина у Србији. Корелациона анализа показала је статистичку значајност само за NAO3, те је у даљем тексту разматран просторни распоред везе између годишњих и сезонских падавина у Србији у посматраном периоду и NAO. Северно-атлантска осцилација свакако је један од доминантних модификатора глобалне климе. Појам Северно атлантске осцилације је први увео Sir Gilbert Walker 1920. године (Walker, 1924). Традиционално је дефининисан као разлика у 3 Резултати корелационе анализе са NAO дати су у прилогу (табела 1.17). 53 притиску у нивоу мора, између суптропских области високог притиска изнад Азорских острва и субполарних области ниског притиска изнад Исланда и углавном има утицаја на зимске временске услове у Европи и деловима Северне Америке. Ова разлика у притиску је нормално климатско стање, које бива интензивније током зимских месеци. У зависности од интензитета разлике у притиску, NAO може бити позитиван или негативан (NAO индекс). Током позитивних фаза NAO индекса, зиме у северној Европи бивају топлије и влажније, док Јужна Европа прима нешто мању количину падавина од уобичајене. Са друге стране, негативна фаза NAO индекса је у вези са хладнијим зимама дуж северне Европе и већом количином падавина у Јужној Европи4. Још увек не постоји јединствено научно мишљење о механизму настанка NAO. Оно што је извесно, то је да се не ради само о атмосферској појави. Пре би се могло рећи да је резултат интеракције океан-атмосфера. Могућа објашњења настанка крећу се од природних до антропогених узрока (пораст концентрације СО2). Ducic et al. (2006) су испитивали могућу везу ЕNSО и NАО са падавинама у Србији, за период од 1951. до 2000. године. За поједине станице добијена је статистички значајна вредност корелације (R), као и за Србију у целини. Висока вредност R могла би се објаснити могућим индиректним маханизмом утицаја ENSO на NAO индекс (Harrison and Larkin, 1998). На основу резултата које су дали Pohlmann и Latif (2005) претпостављено је да је утицај Атлантика на падавине у Србији израженији током лета, док су падавине у зимским месецима под утицајем и Атлантика и Индо-Пацифика. Имајући то у виду Ducic et al. (2006) сматрају да се утицаји NAO могу приметити на станицама са континенталним плувиометријским режимом, док се утицај ENSO може приметити на станицама са Медитеранским, односно прелазним Медитеранским режимом (Ducic et al., 2007). 4http://www.oceansatlas.org/servlet/CDSServlet?status=ND0xMjczNSY2PWVuJjMzPSomMzc9a29z 54 Слика 3.14: Просторни распоред коефицијената корелације између годишњих NAO и годишњих сума падавина (1961-2009). Станице са статистички значајним коефицијентима корелације обележене су знаком X. Циљ ове анализе је испитивање могуће везе између Северно-атлантске осцилације и промене падавина у Србији. У раду је коришћен NAO индекс5, који је дефинисан као нормална разлика у притиску између Исланда и Азорских острва. У циљу квантификовању повезаности сума падавина у Србији и NAO индекса, извршена је корелациона анализа. Као и код анализе тренда, у зависности од расподеле података, користе се параметарске или непараметарске методе за израчунавање коефицијента корелације. Када се ради о расподели временских 5 http://www.cdc.noaa.govn/Pressure/Timeseries/nao.long.data. 55 серија која ''није нормална'' примењују се непараметрске методе. Обзиром да је прелиминарна анализа показала присуство тзв. закривљене расподеле у временским серијама, коришћен је непараметарски Kendall's tau корелациони тест. Слика 3.15: Просторни распоред коефицијената корелације између зимских NAO и зимских сума падавина (лево) и пролећних NAO и пролећних (десно) сума падавина (1961-2009). Станице са статистички значајним коефицијентима корелације обележене су знаком X. Резултати корелационе анализе показали су негативну везу између сума падавина и NAO индекса како на годишњем нивоу (слика 3.14), тако и за зимску и пролећну сезону (слика 3.15). На годишњем нивоу 17 станица показало је статистички значајне коефицијенте корелације, највише груписане на југоистоку Србије. Резултати за зиму показали су веома јаке корелације, будући да су статистички значајни коефицијенти присутни на 55 станица, равномерно распоређених на територији земље. Од пролећа према осталим сезонама веза између сума падавина и NAO индекса слаби, због чега резултати за лето и јесен нису приказани. 56 Hurrell и Van Loon (1997) су утврдили да се NАО утицај на падавине огледа у сувим зимским условима изнад јужне Европе и Медитерана и влажнијим него обично изнад северне Европе и Скандинавије. Аутори су уочили да NАО може да утиче и на путање олуја, померајући их према северу и истакли да је сигнал ове осцилације неопходно истраживати у вишим слојевима тропосфере како би се препознао регионални образац промена изазваних утицајем NАО. Смањење падавине у зимској сезони као и висока корелација са NАО потврђена је и у овом поглављу. Табела 3.3: Вредности Moran’s I аутокорелационе статистике и вредност Z за коефицијенте корелације између падавина и NAO у Србији (1961-2009). Moran I Z p коментар година -0.02 0.02 0 Не постоји груписање корелације. зима -0.08 -1.27 0 Не постоји груписање корелације. пролеће -0.05 -0.61 0 Не постоји груписање корелације. У циљу анализирања просторног груписања коефицијената корелације између сума падавина на годишњем нивоу, као и за зиму и пролеће, примењена је глобална аутокорелација, међутим резултати ове анализе нису показали сигнификантно груписање анализиране променљиве (табела 3.3). 3.5 Закључак Испитивање тренда падавина у Србији и његовог просторног распореда на годишњем, месечном и сезонском нивоу од 1961. до 2009. године, користећи податке са 63 метеоролошке станица показало је сличне резултате онима које добила Тошић (2004). Она је указала на несигнификантан негативан тренд у зимским месецима и позитиван у летњим, у периоду од 1951. до 2000. године. Наиме, уочила је незнатан негативан тренд за Србију и Црну Гору у зимској сезони између 1951. и 2000. године. Њена истраживања су такође показала несигнификантан позитиван тренд на станицама у западној и северној Србији и Црној Гори на приморју. 57 У овом раду, за целу земљу нису добијени статистички значајни трендови на годишњем нивоу између 1961. и 2009. године. Резултати тренда падавина, генерално сагледавајући, нису показали статистичку значајност, као и просторну кохерентност. Уочена је, међутим, веома блага тенденција ка снижавању падавина на сезонском нивоу, током зиме и пролећа, као и ка повећању током јесени. De Luis et al. (2010) су приметили сличан сезонски тренд падавина истражујући сезонске трендове у Шпанији између 1946. и 2005. године. Смањење падавина у пролеће у централним и источним деловима Србије последица је значајног смањења у мају месецу. Са друге стране, повећање падавина у јесен у централним деловима Србије резултат је значајног пораста падавина у октобру. Позитиван тренд у јесењој сезони може бити резултат краткотрајне атмосферске нестабилности која може узроковати јаке пљускове (Tošić, 2004). Просторна анализа падавинских трендова у Србији између 1961. и 2009. године не упућује генерално на одређен просторни распоред, месечних, сезонских и годишњих трендова. Изузетак су март, јун и новембар, у којима су резултати глобалне аутокорелације (Moran’s I) указали на просторно груписање. Северозападни део Србије показао је изразито позитивне трендове у јуну и новембру, на основу резултата локалне аутокорелације Getis-Ord Gi статистике. С друге стране, у југо-источном делу Србије груписане су станица са негативним трендовима, нарочито у марту и јуну. Tošić (2004) је пронашла исти просторни распоред падавина за јун месец наглашавајући разлике између равничарских предела на северу и планинских на југу. Ово запажање у потпуности се поклапа са резултатима добијеним на основу Getis-Ord Gi* статистике. Повећање падавина у северној Србији може бити повезано са хладним фронтовима из правца северозапада (Tošić, 2004). Тенденција снижавања падавина може имати озбиљан утицај на животну средину и друштво (Trenberth et al., 2007). Уколико се сезонски распоред тренда падавина у Србији настави или постане још израженији у будућности, може имати последице на еколошке, економске, пољопривредне и друштвене процесе. Смањење падавина током зиме и пролећа подразумева мање воде на почетку 58 вегетационог периода што може утицати на пољопривреду (Rodríguez-Puebla et al., 2007) и повећати ризик од суше. Пољопривредно земљиште у Србији заузима 70 % (57340 km2) од укупне површине државе и потпуно зависи од падавина будући да се наводњава свега 3.7 % пољопривредног земљишта (Ørum et al., 2010). Годишња количина падавина је недовољна, а недостатак падавина је евидентан на северу, у источним и југоисточне деловима Србије, па чак и у низијама са најпродуктивнијим типовима земљишта (Babovic et al., 2009). Смањење падавина током пролећа може утицати на подземне вода и режим река, утичући на тај начин и на хидро-енергетику (Paredes et al., 2006). Ово је посебно важно будући да хидроелектране производе 32 % од укупне електричне енергије у Србији (Karakosta et al., 2011). Како би се остварио детаљнији увид у промене количине падавина, дужине трајања кишних епизода, анализиране су дневне падавине за поједине станице за које су подаци били доступни. Даља истраживања требало би да обухвате спектралну анализу, као и амплитуде најистакнутијих периода у истраживаном временском низу. 59 Поглавље 4 Падавински режим у Србији и његова нестабилност 4.1 Увод Термин падавински режим обухвата велики број параметара који карактеришу падавинe на одређеном простору. Ови параметри односе се на годишњу количину падавина, време трајања кишних и сушних епизода, број падавинских дана, као и интензитет падавина по падавинском дану. Још један веома важан аспект падавинског режима, је тзв. нестабилност која је уско повезано са временском променљивошћу. У том смислу, разликујемо међугодишње колебање падавина, које обухвата променљивост од једне до друге године и унутаргодишње колебање које представља колебање у току једне године или једне кишне сезоне. Временска компонента код падавина је израженија, него код других метеоролошких елемената, због чега су временске серије са дужим низовима неопходне за поуздану анализу падавинског режима на одређеном простору. Падавинским режимом у појединим земљама бавили су се многи аутори, почев од Португалије (Trigo and DaCamara, 2000; Zezere et al., 2008), Шпаније (Ceballos et al., 2004; Burgueño et al., 2005; Lana et al., 2006, 2008; de Luis et al., 2011; Ruiz- Sinoga, 2011; Lana et al., 2012), Италије (Conte et al., 1989; Brunetti et al., 2001, 2002, 2004, 2012), Грчке (Anagnostopoulou et. al., 2004; Maheras et al., 2004; Houssos and Bartzokas, 2006; Feidas et al., 2007; Anagnostopoulou et. al., 2008), Турске (Türkeş, 1998; Kutiel et al., 2001; Kutiel and Türkeş, 2005; Türkeş and Erlat, 2005; Türkeş and Tatli, 2009) и Израела (Saaroni and Ziv, 2000; Aviad et al., 2004; 2007; Ziv at al., 2013). 60 На простору Србије до сада није било много публикованих радова о кишним епизодама, њиховим карактеристикама и утицају на годишњу суму падавина. Циљ ове анализе је да попуни ту празнину, обухватајући детаљну анализу режима падавина и његову нестабилност на простору Србије6 (Ракићевић, 1988, 1989). 4.2 База података За детаљнију анализу падавинског режима на територији Србије коришћени су дневни подаци са 15 станица за период од 1949. до 2007. године. У табели 4.1 сумиране су основне информације о локацијама станица. Дневни подаци коришћени у овом поглављу, измерени су на синоптичким станицама и имају комплетне низове. Подаци су обезбеђени од стране Републичког Хидро- метеоролошког завода Србије. Просторни распоред станица, са средњом годишњом сумом падавина приказан је на слици 4.1. Табела 4.1: Списак станица са географским координатама Станица СГШ ИГД НВ Београд 4448' 2028' 132 Велико Градиште 4446' 2133' 82 Врање 4337' 2054' 433 Зајечар 4417' 1955' 137 Зрењанин 4524' 2021' 80 Кикинда 4551' 2028' 81 Крагујевац 4402' 2056' 175 Краљево 4344' 2041' 219 Лозница 4433' 1914' 147 Неготин 4414' 2233' 42 Ниш 4320' 2154' 202 Нови Пазар 4308' 2031' 545 Нови Сад 4519' 1951' 86 Палић 4606' 1946' 102 Сремска Митровица 4458' 1938' 82 6 Резултати истраживања, презентовани у овом поглављу током израде дисертације послати су у часопис International Journal of Climatology као референца:Kutiel, H., Luković, J., and Burić, D. (2013). The rainfall regime and its uncertainty in Serbia and Montenegro. International Journal of Climatology (JOC-13-0468). 61 Слика 4.1: Карта са локацијама станица и просечном годишњом сумом падавина у mm (1952-2007). 4.3 Методе истраживања Све анализе у овом поглављу урађене су применом RUEM модела (Rainfall Uncertainty Evaluation Model) који је развијен у Лабораторији за климатологију, Универзитета у Хаифи, Израел. Овај модел користи дневне падавине као улазне податке за дефинисани дневни падавински праг (почев од 0.1 mm) и временски интервал. Он генерише обимну листу параметара кишних епизода, од којих су анализирани параметри наведени у табели 4.2. Укупна годишња сума падавина углавном се добија на основу броја кишних дана изнад одређеног падавинског прага, не узимајући у обзир кишу у трајању од неколико минута која такође може да доприносе годишњој суми падавина. Проценат падавина од кишних епизода интензитета од 0.1 до 1.0 mm у Србији чини од 2.4 % до 2.9 % од укупне количине падавина, док је њихов број од 12 % 62 до 18 % од укупног броја кишних епизода. Због тога је коришћен дневни падавински праг (у даљем тексту DRT) од 1.0 mm (Reiser and Kutiel, 2009). Табела 4.2: Опис параметара генерисаних RUEM моделом Параметар Опис Јединица DAP Датум акумулираног процента (Dates of Accumulated Percentage)- претставља дан у којем је акумулиран одређен проценат годишњих падавина. дани DDSLR Сушни дани након последње кише (Dry Days Since Last Rain). дани DRT Дневни падавински праг (Daily Rainfall Threshold). mm NRS Број кишних епизода одређеног трајања (Number of Rain-Spells). - RC Релативни удео кишних епизода одређеног трајања (Relative Contribution). % RSL Дужина кишне сезоне (Rainy Season Length). дани RSD Трајање кишне епизоде (Rainy Season Duration). дани RSI Интензитет кишне епизоде (Rainy Season Intensity). mm/дан RSY Принос кишних епизода (Rain-Spell Yield) - представља суму падавина акумулирану током свих кишних епизода одређене дужине трајања. RSY=TOTAL/NRS mm TOTAL Годишња сума падавина (Median annual rainfall). mm Како је падавински дан дискутабилан период (Aviad et al., 2004), даља анализа је базирана на кишним епизодама. Кишна епизода (Rain Spell) дефинисана је као низ узастопних дана са падавинама ≥DRT (1.0 mm у овом раду). Свакој кишној епизоди претходи и следи најмање један дан без падавина, односно суви дан. За сваку кишну епизоду је израчуната дужина трајања (RSD), принос (RSY), просечан интензитет (RSI) падавина, као и укупан број кишних епизода (NRS) сваке године. За сваку станицу рачуната је дистрибуција различитих параметара кишне епизоде у финкцији њеног трајања (RSD). Коефицијенти ових функција су касније коришћени за поређење станица. За основу карата у овом поглављу генерисаних у ArcGis софтверу, коришћен је дигитални модел висисна Advanced Spaceborn Thermal Emission и Reflection Radiometer (ASTER) GDEM2 глобални модел (верзија 2) Земљине површине7. Ова база података дизајнирана је за напредне просторне анализе на регионалном и суб-регионалном нивоу. ASTER GDEM подаци су дистрибуирани у GeoTIFF 7 http://asterweb.jpl.nasa.gov/gdem.asp 63 формату са просторном резолуцијом од 30 m и тачности висине од 17 m на нивоу поузданости од 95 % и резолуцијом од 1 km. 4.3.1 Колебање годишње количине падавина Колебање падавина може се анализирати у просторном и временском смислу. Просторни приступ заснива се на анализи како вишегодишњег просека тако и сваке године појединачно. На вишегодишњи просек пресудну улогу имају климатски фактори међу којима су најзначајнији: локација станице, географска ширина, удаљеност од мора, надморска висина и експозиција. Ови фактори утичу на параметре као што су: NRS, RSY, RSD и RSI. Како се локација станице углавном не мења на годишњем нивоу, међугодишње колебање падавина условљено је различитим синоптичким условима, као што су: проласци активних депресија, нестаблиност нижих слојева тропосфере итд. Како овај аспект просторног колебања није тема дисертације, неће бити обрађиван. Анализом временских серија свака станица обухваћена је појединачно анализирајући детаљно међугодишње и унутаргодишње колебање падавина. Годишње суме падавина за сваку станицу су подељене у три категорије према броју стандардних девијација (Z вредност) и то: Сушне (D) ако је Z <-0.5 Нормалне (N) ако је -0.5≤ Z ≤0.5 Влажне (W) ако је 0.5< Z За сваку категорију рачунати су потом параметри кишних епизода. Затим је Z вредност рачуната за сваку годину на исти начин. Користећи Z вредности за сваку годину, примењена је кластер анализа, чиме је омогућено груписање година. Унутар-годишње колебање анализирано је рачунањем и поређењем датума акумулираног процента падавина (у даљем тексту DAP). За сваки дан у свакој 64 години, израчунат је акумулирани проценат укупних годишњих падавина за ту годину, а затим су добијене вредности сортиране према растућем редоследу. Сушност је анализирана коришћењем параметра који показује суве дане у односу на последњу количину падавина (у даљем тексту DDSLR). Овај приступ, који је први предложио Kutiel (1985), има многе предности у односу на традиционалну употребу сушних епизода (Aviad et al., 2009) и био је примењен за анализу сушности на простору Медитерана (Reiser and Kutiel, 2010) и у Шпанији (Lana et al., 2012; Ruiz et al., 2012). Сваком кишном дану приписује се вредност "0", први сушни дан има вредност "1", следећи узастопни сушни дан има вредност "2" и тако даље, све до следећег сувог дана који опет има вредност "0" вредности су акумулиране за сваку годину. Када се свим данима у истраживаном периоду додели вредност која описује број дана у односу на онај специфични дан од последње кише, вредности бивају сортиране према растућем редоследу. 4.3.2 Кластер анализа У циљу испитивања повезаности различитих параметара, у раду је коришћена и кластерска анализа. Она обухвата одређен број различитих алгоритама и метода за груписање параметара по њиховој сличности и сврстава их у тачно одређене категорије. Представља дескриптивну методу којом се има за циљ сортирање различитих параметара у одређене групе на основу њихове повезаности. Максимална повезаност је између параметара који припадају истој групи и минимална у супротном. Кластерска анализа користи се у циљу одређивања структуре података. Најчешће се користи када се не располаже a priori хипотезом као и када се анализира већи број различитих параметара. Резултат Joining кластерске анализе је тзв. хијерархијско стабло (hierarchical tree), на којем се може очитати начин на који су повезани параметри, као и растојање те повезаности. Што је растојање мање то су параметри међусобно више повезани и обратно. 65 Други метод кластерске анализе, коришћен у раду, је Two step кластерска анализа. Овај метод је примењен како би се одредио одговарајући број кластера, неопходан за наредни корак у кластерској анализи. Трећи метод односи се на k-means кластерску анализу. Разликује се од претходног јер претпоставља познавање броја кластера. Њиме се параметри сврставају у одређен број кластера према њиховој најбољој повезаности8. 4.4 Резултати и дискусија 4.4.1 Просторни распоред средњих вредности параметара На сликама 4.2 и 4.3, приказан је просторни распоред различитих параметара кишних епизода. Просторни распоред наведених параметара показује много мању варијабилност. Слика 4.2: Просторни распоред параметара кишне епизоде: NRS (лево) и RSY (десно). 8 http://www.statsoft.com/textbook/stathome.html?stcluan.html&1 66 Слика 4.3: Просторни распоред параметара кишне епизоде: RSI (лево) и RSD (десно). У табели 4.3 приказани су коефицијенти линеарне регресије и коефицијенти корелације између укупних сума падавина и различитих параметара кишне епизоде за Србију. Највиши коефицијент корелације за Србију односи се на RSY док је RSD последњи. Табела 4.3: Коефицијенти линеарне регресије (a, b) и коефицијент корелације (R) за Србију. Највише корелације су зацрњене. NRS RSY RSI RSD a b R a b R a b R a b R Србија 40.8 -1508 0.986 76.0 -281 0.997 190 -676 0.983 56.0 -1708 0.884 У циљу детаљније анализе разматрана је веза између параметара кишне епизоде и средњих годишњих сума падавина за сваку станицу појединачно. Коефицијенти линеарне регресије и коефицијенти корелације (R) приказани су у табели 4.4. Уочава се да скоро на свим станицама, RSY има високу вредност R. 67 NRS има кључну улогу у просторном распореду падавина, али нема значаја за влажне и сушне године на станицама у Србији. Табела 4.4: Коефицијент корелације између просечних годишњих сума падавина и параметара кишне епизоде на свим станицама. Највише вредности коефицијената су зацрњене. NRS RSY RSI RSD a b R a B R a b R a b R Београд 8.8 206 0.361 48.8 55 0.865 98.5 -35 0.725 464 -140 0.632 В.Градиш. 12.8 -14 0.492 51.8 5 0.879 113.9 -129 0.762 522 -295 0.662 Врање 10.1 75 0.518 46.2 50 0.806 100.3 -90 0.770 239 173 0.375 Зајечар 7.9 214 0.428 37.3 132 0.794 90.1 -35 0.702 287 85 0.492 Зрењанин 13.5 -123 0.694 58.3 -81 0.846 89.8 -27 0.648 455 -200 0.567 Кикинда 10 30 0.539 48.8 19 0.836 84.9 -10 0.713 409 -135 0.558 Крагујевац 6.7 265 0.336 41.8 118 0.810 97.8 -49 0.701 362 -16 0.612 Краљево 7.1 344 0.293 45.5 130 0.834 120.6 -144 0.741 382 44 0.610 Лозница 8.8 318 0.379 45.9 160 0.786 81.9 177 0.647 283 305 0.392 Неготин 10.6 148 0.443 39.5 84 0.816 89.7 -50 0.723 408 -107 0.596 Ниш 9.5 86 0.456 47.1 40 0.839 101 -83 0.689 353 -45 0.615 Нови Пазар 10.5 55 0.550 51.7 15 0.803 81.4 61 0.630 307 87 0.432 Нови Сад 14 -129 0.554 54.4 -26 0.889 92.2 -30 0.791 351 9 0.412 Палић 7.4 164 0.459 41.2 90 0.777 85.7 -23 0.732 295 44 0.447 С. Митров. 13.8 -111 0.621 56.7 -49 0.858 99 -61 0.735 349 10 0.448 Слика 4.5 представља најдужу RSD са повратним периодом од најмање једне године (NRS≥1). На свим станицама у Србији RSD је између 4 и 5. Другим речима, то значи да је повратни период кишне епизоде дуже од 5 дана (на већини станица 4) у Србији, дужи од годину дана. Ово је од великог значаја будући да су параметри кишне епизоде зависни од њене дужине трајања (RSD). 68 Слика 4.4: Најдужа RSD са повратним периодом од најмање једне године (NRS ≥ 1). Слика 4.5 предстаља пример различитих параметара кишне епизоде у зависности од RSD за Београд. Уочава се да се: NRS експоненцијално снижава са порастом RSD. NRS = ae bRSD (1) RSY линерано расте са порастом RSD. RSY = aRSD + b (2) RSI расте према криви степене функције са порастом RSD. RSI = aRSDb (3) 69 Слика 4.5: Пример зависности NRS, RSY, RSI и RC од RSD за Београд. Табела 4.5: Емпиријски коефицијенти и коефицијенти корелације између RSD и NRS, RSY и RSI. NRS RSY RSI a b R a b R a b R Београд 72.17 -0.85 0.999 8.97 -3.43 0.98 6.48 0.14 0.724 В. Градиште 86.15 -0.89 0.993 5.05 7.7 0.851 7.11 -0.04 н.с. Врање 71.65 -0.9 0.995 6.17 3.94 0.854 6.84 0 н.с. Зајечар 56.2 -0.8 0.997 9.56 -6.58 0.978 6.02 0.17 0.799 Зрењанин 81.61 -0.94 0.995 7.3 -0.07 0.985 6.11 0.11 0.664 Кикинда 89.68 -0.99 0.995 6.13 3.54 0.892 6.4 0.04 н.с. Крагујевац 74.55 -0.88 0.996 7.24 0.06 0.955 6.47 0.06 н.с. Краљево 52.05 -0.74 0.988 9.16 -4.32 0.95 6.59 0.12 0.614 Лозница 63.96 -0.78 0.997 6.41 6.86 0.924 8.2 -0.04 н.с. Неготин 52 -0.77 0.996 11.24 -8.24 0.957 6.13 0.25 0.831 Ниш 55.68 -0.81 0.981 5.75 2.48 0.91 6.56 -0.03 н.с. Нови Пазар 55.7 -0.8 0.980 6.6 2.09 0.953 6.63 0.03 н.с. Нови Сад 84.4 -0.95 0.999 5.22 7.39 0.819 7.17 -0.04 н.с. Палић 73.57 -0.94 0.995 5.32 4.89 0.898 6.65 -0.03 н.с. С. Митровица 67.9 -0.86 0.998 7.55 -0.6 0.955 6.46 0.08 н.с. Наведене функције, примењене код расподеле ових параметара за сваку станицу, као и добијени емпиријски коефицијенти, приказани су у табели 4.5. Функције ових параметара послужиле су за израчунавање изолинија на сликама 4.7-4.9. 70 Слика 4.6: NRS изолиније за RSD=2, 3 и 4 дана и емпиријски коефицијенти. 71 Слика 4.7: RSY изолиније за RSD=2, 3 и 4 дана и емпиријски коефицијенти. 72 Слика 4.8: RSI изолиније за RSD=2, 3 и 4 дана и емпиријски коефицијенти. 73 Слика 4.6 приказује израчунате NRS изолиније за RSD од два, три и четири дана као и емпиријске коефицијенте за сваку станицу. Важно је истаћи да се на графиконима не мењају позиције тачака већ само изолиније варирају у зависности од RSD. Постоји врло јасна разлика између коефицијената a и b (не у броју NRS). Ови коефицијенти описују снижавање NRS у односу на RSD. Слика 4.7 приказује израчунате RSY изолиније за RSD=2, 3 и 4 дана као и емпиријске коефицијенте. На слици 4.8 локације тачака опет остају непромењене на сва три графикона већ се само изолиније разликују у зависности од RSD. Овде такође постоји разлика између коефицијента a на станицама у Србији. На слици 4.8 приказане су RSI изолиније за RSD=2, 3 и 4 дана као и емпиријски коефицијенти. Међутим, за разлику од NRS и RSY, криве су значајне за само пет станица у Србији (Београд, Зрењанин, Зајечар и Краљево). Такође се уочава јасна разлика између коефицијената a за Неготин и остале четири станице. Код коефицијената b не уочава се разлика између станица у Србији. RSI не показује пораст на станицама за RSD = 2 до 4 дана. 4.4.2 Сушне и влажне године На основу напред описане методологије, у посматраном периоду 12 година су дефинисане као сушне, 16 као влажне, а преосталих 31 као тзв. нормалне. Најдужи влажни период (W) састојао се од шест узастопних година (1976-1981), док је најдужи сушни (D) период био од 1988. до 1994. године у којем је 5 од 7 година било сушно, а две године (1989. и 1991.) нормалне (N). Од 1956. до 1968., уочена су два дуга N периода (од 5 и 7 година) са једном D годином (1961.) између њих (табела 4.6). Није било године у којој су све станице биле калсификоване на исти начин. Међутим, било је неколико година у којима је већина станица била класификована на исти начин, на пример 1990. и 2000. година, 14 од 15 станица су класификоване као D, а само једна станица као N. Са друге стране, 2004. године, 14 станица је класификовано као W и једна као N. Појединих година не уочава се јасна доминација D, N или W услова. На пример 1962. године 6 станица је 74 класификовано као D, 6 као N и 3 као W. У неким годинама примећују се услови екстремних падавина у многим регијама, на пример, 1963. уочени су D услови на 7 станица и W услови на других 7 станица, док су N услови били само на једној станици. Поред година дефинисаних као D или W (табела 4.6), у којима су обе земље искусиле услове падавина изнад или испод нормалних, у осталим годинама, које су дефинисане као N, не уочава се увек јасна просторна дистрибуција. Табела 4.6: Класификација година: сушне (D), нормалне (N) и влажне (W). Год. К Год. К Год. К Год. К Год. К 1949 N 1961 D 1973 N 1985 N 1997 N 1950 D 1962 N 1974 W 1986 N 1998 N 1951 N 1963 N 1975 N 1987 N 1999 W 1952 N 1964 N 1976 W 1988 D 2000 D 1953 D 1965 N 1977 W 1989 N 2001 W 1954 W 1966 N 1978 W 1990 D 2002 N 1955 W 1967 N 1979 W 1991 N 2003 D 1956 N 1968 N 1980 W 1992 D 2004 W 1957 N 1969 W 1981 W 1993 D 2005 W 1958 N 1970 W 1982 D 1994 D 2006 N 1959 N 1971 N 1983 D 1995 N 2007 N 1960 N 1972 N 1984 N 1996 W Год-година, К-класификација Слика 4.9: Примери различитих просторних дистрибуција: a- смањење падавина од северна према југу (1999), б- смањење падавина од југа према северу (1962), в- нема јасног просторног распореда (1968). 75 У појединим годинама изражена је врло јасан просторни распоред падавина. На пример, 1999. године изражене су промене у правцу север-југ (слика 4.9а). Промене у супротном смеру уочавају се 1962. године (слика 4.9б). Међутим, у многим годинама просторни распоред падавина је веома сложен. То је случај у следећим годинама: 1968, (слика 4.9в) као и 1952, 1965, 1972, 1984, 1995 1998 и 2002. године. 4.4.3 Унутаргодишње колебање Унутаргодишње колебање се може анализирати на два начина: 1- у односу на датум до којег је акумулиран одређени проценат падавина, 2- у односу на распон акумулираних процената одређеног датума. Како распон датума (или процената) означава разлику између две екстремне године, најраније и најкасније, он не може тачно да укаже на колебање режима падавина, већ истиче два екстремна случаја. Дакле, распон датума (или процената) се рачуна између 10. и 90. перцентила (Paz and Kutiel, 2003). Сматра се да овај приступ боље одражава колебање падавинског режима, док је распон између најраније и најкасније године погоднији за проучавање екстремних случајева. Слика 4.10: Средњи датум кишне сезоне (MSD) најранија, 10 %, медијана, 90 % и најкаснија година и акумулирани проценти у Србији. 76 Просечан датум средине падавинске сезоне (Mid Season Date-MSD) представља датум у којем је акумулирано 50 % годишњих сума падавина и у Србији је 30. јун. Међутим, опсег датума који представљају MSD, од најранијег до најкаснијег у посматраном периоду, је у распону од 145 дана (скоро 5 месеци) између 1. маја и 23. септембра. Када се овај опсег испитује између 10 % и 90 %, смањен је за пола и креће се у периоду од 75 дана (нешто више од два месеца) између 1. јуна и 14. августа (слика 4.10). У Црној Гори, на пример, због релативно сувих лета, MSD је 5. август, што је бесмислено будући да се јавља у средини најсушнијег периода. То је последица употребе календарске године уместо хидролошке године. Ово питање истраживали су Reiser and Kutiel (2008), који су предложили да на просторима са медитеранском типом климе, где је лето суво или готово суво, почетни дан анализе (Starting Analysis Date-SAD) буде 1. јул, а не 1. јануар. Унутаргодишње колебање може бити анализирано на бази акумулираних процената одређеног датума, на пример MSD. У Србији, у посматраном периоду, у првој половини ове кишне сезоне, акумулирано је између 26.1 % и 70.6 % од укупне годишње суме, за MSD акумулирано је 44.5 %. Од 10 % до 90 %, распон процената је смањен скоро за половину за MSD 25.3 % од 37.1% на 62.4 % (слика 4.10). Резултати указују на то да када се анализира 80% година (не оних екстремних), неизвесност у погледу њихове унутаргодишње варијабилности и стопе акумулације није велика, мало више од два месеца у оквиру MSD (у Србији), а око једне четвртине од укупне годишње суме MSD. Међутим, када се анализирају све године, ови распони су удвостручени, MSD варира у периоду од око четири и по месеца (у Србији). Акумулирани проценат падавина до MSD је нешто мањи од половине укупне количине падавина у Србији. Другим речима, неизвесност изазвана са 20% екстремних година скоро је једнака оној која је изазвана осталих 80 %. 77 Слика 4.11: Просторни распоред станица груписаних у регије кластер анализом. Табела 4.7: Различити датуми за MSD и акумулирани проценти MSD и њихови прагови по субрегијама. Северна Србија Централна Србија Јужна Србија Источна Србија MSD (50% од укупне количине падавина) Најкасније Сеп. 26 Сеп. 2 Сеп. 4 Окт.18 10% Авг. 17 Јул 29 Aвг. 18 Aвг. 8 Медијана Јун 28 Јун 29 Jул 4 Јун 24 90% Јун 4 Jун. 2 Mај 30 Мај 20 Најраније Мај 1 Mај 7 Mај 3 Апр.10 Распон 90%-10% (дани) 74 58 81 90 Распон Најран.- Најкас. (дани) 143 118 155 181 Однос (Најран.-Најкас.)/ (90%-10%) 2.07 2.05 1.83 2.01 Акумулирано (%) до 30. Јуна (50% времена) Најкасније 23.7 % 27.9 % 28.7 % 28.0 % 10% 35.6 % 39.2 % 37.1 % 38.6 % Медијана 50.3 % 50.4 % 47.9 % 51.5 % 90% 62.6 % 63.2 % 61.4 % 64.2 % Најраније 71.9 % 68.9 % 69.9 % 71.3 % Распон90%-10% (%) 27.0 % 24.0 % 24.4 % 25.6 % Распон Најраније- Најкасније(%) 48.2 % 41.1 % 41.2 % 43.3 % Однос (Најран.-Најк.)/ (90%-10%) 1.89 1.71 1.69 1.69 78 У циљу детаљније просторне анализе годишњих сума падавина, примењена је кластер анализа (Joining tree). На слици 4.11 приказано је просторно груписање станица у складу са резултатима кластер анализе. Наиме, станице су груписане тако, да у омогућавају издвајање четири субрегије: северна, централна, источна и јужна Србија. Станица Врање не припада ниједном кластеру, те због тога није уврштена ни у једну од ових регија. Табела 4.7 представља унутар-годишњу варијабилност за четири регије у Србији (само акумулирани проценат). Примећује се да су вредности врло сличне у свим параметрима приказаним за све четири регије Србије, са централном Србијом која показује нешто мању варијабилност у односу на северни и јужни део. 4.5 Закључак Резултати истраживања падавинског режима у Србији, применом модела за анализу кишних епизода, указали су на варијабилност (међу и унутаргодишњу) и сложеност падавинског режима на простору Србије. Сама примена овог модела показала је задовољавајуће резултате будући да је модел креиран за анализу падавина у условима аридне климе. Главни резултати, презентовани у овом поглављу, могли би се сумирати у неколико тачака: o Велико просторно колебање параметара TOTAL, RSY и RSI и релативно мало за NRS и RSD. У погледу везе између просечне годишње суме падавина и параметара кишне епизоде, највиши коефицијент корелације у Србији добијен је између TOTAL и RSY. o Главни фактор који утиче на класификовање године изнад или испод ''нормалне'' на већини станица је RSY, док NRS и RSD немају значајан допринос. o Вероватноћа да киша траје дуже од 5 дана узастопно (у многим местима чак 4 дана) је мање од једном годишње. o Извршена је класификација на сушне, нормалне и влажне године, на основу које су станице сврстане у пет кластера. 79 Поглавље 5 Просторни распоред температуре ваздуха у Србији 5.1 Увод Многи аутори у свету су последњих година користили метод кригинга за интерполацију температуре ваздуха изнад одређене територије (Courault and Monestiez, 1999; Sheikhhasan, 2006; Gómez et al., 2008; Irmak and Ranade, 2008; Cao et al., 2009; Tewolde et al., 2010). Велики број студија ове врсте објавили су шпански аутори (Ninyerola et al., 2000; Vicente-Serrano et al. 2003; Luna et al. 2006; Attorre et al., 2007; Benavides et al. 2007). У Србији није било много публикација изотермне карте у којима је коришћен метод кригинга. Претходна истраживања која су обухватила израду изотермне карте Србије односила су се најпре на Атлас климе СФР Југославије, за период 1931-1960, публикован од стране Војно-географског института, а затим изотермну карту Србије публиковану од стране Дуцића и Радовановића (2005) за период 1961-1990. Пејовић и др. (2012) у циљу добијања изотермне карте Србије за период 1991- 2009 као и могућности оцене њеног квалитета, применили су метод универзалног кригинга (слика 5.1). Они су обухватили средње годишње температуре ваздуха у Србији са 110 метеоролошких станица. Уз добијену карту генерисана је и карта кригинг варијанси применом Монте Карло симулација (слика 5.2). Јасно се може уочити да су најмање вредности варијанси управо у локацијама које представљају метеоролошке станице, што је и очекивано јер кригинг предикција остварује најмање варијансе на мереним тачкама. Удаљавањем од мерених локација варијанса се постепено повећава. Највеће вредности варијанси су у граничним подручјима, што се може објаснити ''ивичним ефектом'', проблемом присутним 80 код свих интерполационих метода, који се може превазићи једино уколико располажемо и мерењима изван граница картираног подручја. Слика 5.1: Карте са моделованим вредностима средњих годишњих темепература ваздуха за период 1991-2009. год. (лево) добијених применом универзалног кригинга (лево) и кригинг варијанси (десно) (Пејовић и др., 2012). Слика 5.2: Карте са моделованим вредностима средњих годишњих темепература ваздуха за период 1991-2009. год. (лево) добијених применом Монте Карло симулацијама (лево) и коефицијената варијације (десно). (Пејовић и др., 2012). 81 Карта на слици 5.2. добијена је помоћу Монте Карло симулација базираних на техници регресионог кригинга. У сврху анализе просторне дистрибуције грешака интерполације креиране су и карте варијанси универзалног кригинга, као и карта коефицијента варијације (CV). Коефицијент варијације као стандардна статистичка мера, даје информацију о варијабилности узорка у односу на његову средњу вредност, и рачуна се као количник стандардне девијације σ и аритметичке средине μ.   CV (1) Највеће вредности за CV добијене су у областима са ниским средњим годишњим температурама (слика 5.2). Поређењем карте са CV вредностима са стандардном картом кригинг варијанси, може се лако уочити да не постоје велике вредности за CV које би настале као резултат ивичног ефекта (Пејовић и др., 2012). Ivetić et al. (2010) су за потребе истраживања у шумарству, методом кригинга генерисали карте средњих годишњих и месечних температура ваздуха и падавина на основу 29 метеоролошких станица у Србији, за период од 1960. до 1990. године. Аутори су истакли значај ових карата за проучавање шумских станишта у Србији. Циљ овог поглавља је просторна анализа средње годишње температуре у Србији у периоду од 1961. до 2010. године, применом метода интерполације и глобалне и локалне аутокорелације. 5.2 База података У циљу израде изотермне карте Србије за период од 1961. до 2010. године, прикупљени су подаци са 64 метеоролошке станице. Списак станица дат је у табели 5.1, а њихов просторни распоред приказан на слици 5.3. Од укупног броја станица 80% се налази на надморској висини до 500 m, која обухвата 62 % територије Србије. Око 11 % станица смештено је у висинском појасу између 500 m и 1000 m, што је 27% територије државе. Само 9 % станица налази се на висинама изнад 1000 m. 82 Осим што су на слици 5.3 означене локације метеоролошких станица, приказане су и вредности средњих годишњих температура ваздуха, те уочавамо да су оне између 10°C и 12 °C присутне у северним и југозападним деловима земље, као и дуж Поморавља. Средње годишње температуре ваздуха испод 10 °C налазе се углавном на висинама изнад 600 m у централним и југоисточним деловима земље, достижући 6 °C на висинама изнад 1000 m у западној Србији. Најнижа средња годишња температура ваздуха од око 3 °C налази се на висинама изнад 1500 m. Просечна температура ваздуха у Србији у истраживаном периоду за анализиране станице износи 10.4 °C. Табела 5.1: Списак станица са географским координатама и средњом годишњом температуром ваздуха (⁰C) у периоду 1961-2010. Станица СГШ ИГД HВ Т Станица СГШ ИГД HВ Т Александровац 4327' 2104' 360 10.72 Ниш 4320' 2154' 202 11.74 Бабушница 4304' 2226' 495 10.16 Нови Пазар 4308' 2031' 545 9.61 Бачки Петровац 4522' 1934' 85 11.31 Палић 4606' 1946' 102 10.90 Бечеј 4538' 2002' 78 11.19 Пећ 4240' 2018' 498 11.37 Бела Црква 4454' 2125' 90 11.55 Пирот 4309' 2236' 370 11.09 Београд 4448' 2028' 132 12.33 Пожега 4351' 2002' 311 9.61 Босилеград 4230' 2228' 830 8.68 Предејане 4250' 2208' 318 10.49 Брус 4323' 2102' 440 9.96 Приштина 4239' 2109' 573 10.23 Бујановац 4227' 2147' 400 10.99 Призрен 4213' 2044' 402 12.21 Буковичка Бања 4418' 2033' 265 10.97 Прокупље 4314' 2136' 265 10.89 Црни Врх 4410' 2158' 834 8.50 Рековац 4352' 2106' 230 10.71 Чумић 4408' 2049' 365 11.46 Рим. Шанчеви 4519' 1951' 86 11.19 Ћуприја 4356' 2123' 123 11.04 Рудник 4408' 2031' 700 9.53 Димитровград 4301' 2245' 446 9.99 Шабац 4446' 1941' 80 11.32 Драгаш 4204' 2039' 1060 8.44 Сента 4556' 2005' 80 11.43 Ивањица 4335' 2014' 465 9.54 Сјеница 4316' 2001' 1015 6.49 Јагодина 43 58' 2113' 115 11.66 Смед. Паланка 4422' 2057' 121 11.32 Јаша Томић 4527' 2051' 80 11.51 Сокобања 4339' 2151' 300 10.61 Јошаничка Бања 4323' 2045' 555 9.82 Сомбор 4546' 1909' 88 10.88 Кикинда 4551' 2028' 81 11.17 Ср. Митровица 4458' 1938' 82 11.14 Књажевац 4446' 2026' 280 10.54 Ваљево 4417' 1955' 174 11.20 Копаоник 4317' 2048' 1711 3.08 Вел. Градиште 4446' 2133' 79 11.29 Кос. Митровица 4253' 2052' 510 10.59 Владимирци 4436' 1949' 120 11.46 Крагујевац 4402' 2056' 190 11.40 Власина 4258' 2208' 1190 6.00 Краљево 4344' 2041' 219 11.32 Власотинце 4233' 2155' 270 11.97 Крушевац 4334' 2121' 166 11.22 Врање 4337' 2054' 433 11.05 Кукавица 4245' 2159' 1250 6.22 Врњачка Бања 4509' 2119' 235 10.54 Куршумлија 4308' 2116' 380 10.25 Вршац 4412' 2147' 83 11.72 Лесковац 4301' 2157' 224 11.02 Жагубица 4353' 2218' 314 9.77 Љубовија 4411' 1923' 170 10.79 Зајечар 4417' 1955' 137 10.71 Лозница 4433' 1914' 121 11.42 Златибор 4344' 1943' 1029 7.54 Неготин 4414' 2233' 42 11.46 Зрењанин 4524' 2021' 80 11.24 83 5.3 Методе истраживања Пре генерисања изотермне карте, извршена је просторна аутокорелација средњих годишњих температура ваздуха. Детаљан опис овог метода дат је у поглављу 2. Слика 5.3: Просторни распоред метеоролошких станица и средња годишња температура ваздуха (1961-2010). 5.3.1 Просторна интерполација линеарном регресијом Због релативно малог броја метеоролошких станица на истраживаном простору са аспекта геостатистике, није било могуће применити неке од уобичајених метода интерполација за добијање изотермне карте. Из тог разлога у циљу добијања карте средњих годишњих температура у Србији (1961-2010) примењен је метод линеарне регресије. У климатским регресионим моделима обично се као атрибути користе географска дужина, географска ширина и надморска висина (Gómez et al., 2008), међутим, због релативно мале површине Србије (88.361 km2) само се 84 надморска висина показала као значајан фактор (p<0.001) са коефицијентом детерминације од R2= 0.83, те је коришћена формула следећег облика: h.-.T 0044097311 (1) где је Т средња годишња температура ваздуха у ⁰C, а h надморска висина. На основу процењеног модела регресије (једначина 1), изотермнa карта може се лако генерисати у неком од ГИС софтвера коришћењем одговарајућег дигиталног модела висина (DEM). За дигитални модел висисна коришћен је Advanced Spaceborn Thermal Emission и Reflection Radiometer (ASTER) GDEM2 глобални модел (верзија 2) Земљине површине9. Ова база података дизајнирана је за напредне просторне анализе на регионалном и суб-регионалном нивоу. ASTER GDEM подаци су дистрибуирани у GeoTIFF формату са просторном резолуцијом од 30 m и тачности висине од 17 m на нивоу поузданости од 95 %. За потребе овог рада изабрана је резолуцији 1 km. Карта средњих годишњих температура у Србији за период 1961-2010 је приказана на слици 5.5. 5.4 Резултати и дискусија 5.4.1 Просторна аутокорелација Израчуната вредност Moran’s индекса за средње годишње температуре I=0.052 (Z=4.342, p<0.001) указује на статистички значајно груписање станица, али ниску просторну аутокорелацију. Црвене тачке (hot spot) за средње годишње температуре (слика 5.4) указују на статистички значајно груписање високих вредности температуре ваздуха у северном делу Србије, док негативне Z вредности, указују на груписање ниских вредности температуре (плава боја) у јужном делу земље. Овакво просторно груписање може се приписати утицају орографије. Наиме, рељеф северне Србија 9 http://asterweb.jpl.nasa.gov/gdem.asp 85 је релативно хомоген будући да припада Панонској низији, те су високе вредности температуре и очекиване. Како се температура ваздуха снижава од севера према југу, смањују се и индекси аутокорелације, бележећи најниже вредности управо на југу Србије. Слика 5.4: Карта аутокорелације средњих годишњих температура ваздуха. 5.4.2. Изотермна карта Србије Анализирајући добијену изотермну карту Србије за период 1961-2010 (слика 5.5) запажено је, као и у претходним истраживањима (Дуцић и Радовановић, 2005) да 86 се област са средњом годишњом температуром ваздуха испод 10 ⁰С простире углавном на надморској висини изнад 600 m. Важно је истаћи да се температуре испод наведеног прага уочавају и на нижим висинама. То се односи на Бор, Жагубицу, Димитровград, Ужице и Приштину. У планинским областима изнад 1000 m надморске висине, средње годишње температуре су око 6 ⁰C, а на висини изнад 1500m око 3 ⁰C. Пажљивим одабиром и адекватном анализом одговарајућих профила било би могуће објаснити понашање средњих годишњих темепература ваздуха у одређеним брдским и планинским областима. Са друге стране, температурне прилике у долинама Саве, Дунава, Тисе, Велике и Јужне Мораве имају средњу годишњу вредност температуре ваздуха између 11 ⁰С и 12 ⁰С. У наведеним областима присутне су и највише средње годишње температуре ваздуха у анализираном периоду. Осим надморске висине, на просторни распоред температуре ваздуха имају утицаја и морфологија као и експозиција рељефа. Циркулациони процеси су динамичнији на стрмим падинама него у котлинама, у којима се ваздушне масе дуже задржавају. Пример је Пештерска висораван која представља најхладнији део Србије. Све котлине, а нарочито оне високопланинске погодују образовању ниских температура и честих температурних инверзија. Ипак, у Сјеничкој котлини и на Пештерском пољу забележене су најниже температуре у Србији. Апсолутно минимална температура ваздуха од -39.5 ⁰С регистрована је 13. јануара 1985. године у Карајукића Бунарима у Пештерском пољу10. Најниже средње годишње температуре ваздуха се јављају у Рашкој и Власинској области. Према Ракићевићу (1971) ово су две од укупно четири области у којима се апсолутно минималне температуре спуштају испод -30 ⁰С. Хомољске планине и околина Вршца представљају преостала два тзв. пола хладноће. 10 http://www.hidmet.gov.rs/ciril/meteorologija/klimatologija_temp_rezim.php 87 Слика 5.5: Карта средњих годишњих температура ваздуха у Србији у периоду од 1961. до 2010. године 88 Високопланинске котлине погодују својом морфологијом нагомилавању хладног ваздуха и образовању изузетно ниских температура, због чега су у овим областима честе температурне инверзије. Дуцић и Радовановић (2005) сматрају да је појава ''полова хладноће'' заступљена у далеко већој мери. У њих убрајају већину места у Војводини и Перипанонском ободу, затим Бабушницу, Лесковац, Шабац и Смедеревску паланку, као и све планинске терене изнад 1700 m надморске висине. Морфолошке карактеристике Метохијске котлине такође погодују ујезеравању хладног ваздуха, међутим маритимни утицаји условљавају знатно топлије температурне услове. 5.5 Закључак Примена геостатистичких метода интерполације данас је све присутнија у разним истраживањима и научним дисциплинама, то је и резултовало појавом различитих модалитета ових метода (обични, универзални, регресиони, индикаторски кригинг итд). Једна од предности геостатистичке интерполације базирана је на томе што, поред просторне предикције променљиве, могуће је добити и визуелну интерпретацију варијанси интерполисаних величина. У овом поглављу применом геостатистичке методе интерполације регресионог кригинга, генерисана је карта средњих годишњих температура ваздуха у Србији у периоду од 1961. до 2010. године. Изотермна карта Србије омогућила је увид у просторни распоред температуре ваздуха у новијем периоду. Осим саме карте, примењене су и методе локалне и глобалне аутокорелације. Просторно груписање средње годишње температуре ваздуха показује високе вредности на северу земље и ниске вредности индекса аутокоралације у јужним деловима Србије. Овакво просторно груписање средњих годишњих температура ваздуха може се приписати утицају орографије. 89 Поглавље 6 Просторни распоред тренда температуре ваздуха у Србији 6.1 Увод У извештајима Међувладиног панела за климатске промене (IPCC, 2007) наводи се да је у последњих 100 година уочен пораст просечне глобалне температуре ваздуха од 0.4 °C до 0.8 °C. Једанаест од 12 година у периоду од 1995. до 2006. године, сврстано је у најтоплије године током инструменталног периода. Тренд температуре ваздуха у периоду 1906-2005 од 0.74 °C (од 0.56 °C до 0.92 °C) је израженији у поређењу са трендом од 0.6 °C (од 0.4 °C до 0.8 °C) за период 1901- 2000. Тренд загревања у последњих 50 година од 0.13 °C по декади (од 0.10 °C до 0.16 °C) више је изражен, него у последњих 100 година. Укупан пораст температуре узмеђу два периода 1850–1899 и 2001–2005 износи 0.76 °C (од 0.57°C до 0.95 °C) (IPCC, 2007). У стручној литератури, такође се све чешће указује на тренд отопљавања (Easterling et al., 2000; Yan et al., 2002; Gay-Garcia et al., 2009). Поједина истраживања истичу да је током XX века (1901–2000) уочен већи пораст температуре ваздуха у Европи у поређењу са порастом глобалне температуре ваздуха (Parry, 2000; Luterbacher et al., 2004). Највеће загревање уочено је у Јужној Европи, а најмање дуж атланске обале континента (del Río et al., 2005). Глобални тренд загревања је израженији од 90-их година прошлог века, него што је био у периоду од 1979. до 2005. за више од 2.5 °C по веку (Brohan et al., 2006; Smith and Reynolds, 2005). У Европи је уочено изразито загревање од 1979. године надаље (Klein Tank and Konnen, 2003; Moberg and Jones, 2005; Brunet et al., 2006; Della-Marta et al., 2007). Испитујући трендове температуре ваздуха по сезонама у Европи (Klein Tank and Konnen, 2003; Luterbacher et al., 2004; Smith and Reynolds 2005; Moberg et al., 2006; IPCC 2007; Ballester et al., 2010) уочава се пораст 90 температуре ваздуха у централним и северним деловима Европе током зиме. Такође је уочено повећање пролећних и летњих температура ваздуха на простору Европе (са изузетком северних делова континента), као и снижавање температуре у јесењој сезони. Поред студија и радова у којима се анализира тренд температуре ваздуха у свету и Европи, много је више оних који су се бавили променама температуре на националном, регионалном па чак и локалном нивоу (Feidas et al. 2004; Brunetti et al. 2006; del Rio et al. 2011; Espírito Santo et al. 2013). Велики број аутора испитивали су промене температуре ваздуха у Шпанији у последњих педесет година (Brunet et al., 2007; Camuffo et al., 2010; del Rio et al., 2011). Многи од њих указују на пораст температуре у последњој декади. Слика 6.1: Тренд температуре ваздуха у Шпанији у периоду од 1961. до 2006. године (del Rio et al. 2011). Del Rio et al. (2011) су анализирали просторни распоред тренда температуре ваздуха у Шпанији на годишњем, сезонском и месечном нивоу у периоду од 1961. до 2006. године. Наиме, они су уочили на више од 60 % територије Шпаније статистички значајан пораст у марту (слика 6.1), јуну, августу, као и током пролећа и лета. Добијени трендови генерално указују на пораст температуре ваздуха на Иберијском полуострву. На око 40 % територије такође је уочен пораст 91 у априлу, мају и децембру. Годишња температура је значајно порасла у целој земљи за око 0.1–0.2 °C по декади, што је у складу са четвртим извештајем Међувладиног панела за климатске промене (IPCC, 2007). Резултати за суседну Португалију у периоду од 1941. до 2006. године такође указују на тренд отопљавања присутан на територији целе земље (Espírito Santo et al., 2013). Анализирајући индексе температурних екстрема у два одвојена периода 1945-1975 и 1976-2006, Espírito Santo et al. (2013) су уочили негативан тренд у првом периоду, праћен позитивним трендом у другом анализираном периоду. Истражујући годишње и сезонско колебање температуре ваздуха у Италији у инструменталном периоду Brunetti et al. (2006) су истакли позитиван тренд од око 1 °C по веку, на територији целе земље. Тренд је генерално већи код минималних температура, него код максималних. Са друге стране, испитујући тренд у последњих 50 година добили су сасвим супротне резултате. Тренд код максималних температура знатно је израженији у поређењу са минималним. Слика 6.2: Тренд средње годишње температуре ваздуха у Турској за период од 1929. до 1999. године (Türkeş et al. 2003). Са друге стране, анализа просторног и временског аспекта тренда температуре ваздуха у Турској у периоду од 1929. до 1999. године указује на пораст годишњих (слика 6.2), зимских и пролећних температура, нарочито на југу Турске (Türkeş et al., 2003). У летњој и јесењој сезони уочава се снижавање температуре ваздуха у сeверним и централним деловима ове земље. 92 Резултати за Грчку на годишњем и сезонском нивоу (слика 6.3) у периоду од 1955. до 2001. године показују негативан тренд током зиме и позитиван у летњој сезони, статистички несигнификантан у оба случаја (Feidas et al., 2004). Као резултат тога, годишњи тренд је близу нуле. Слика 6.3: Годишњи, зимски и летњи тренд температуре у Грчкој у периоду од 1955. до 2001. године (Feidas et al., 2004). Досадашња истраживања тренда температуре ваздуха у Србији углавном су била базирана на анализи једне метеоролошке станице (Unkašević et al., 2005) или неколико станица (Unkašević and Tošić, 2009, 2013; Savić et al., 2010; Savić et al., 2012). Анализирајући варијабилност сезонских температура ваздуха на 17 станица у Србији у периоду 1949-2009, Станојевић (2011) је уочила позитиван линеарни тренд температуре ваздуха у пролеће и лето и негативан у јесен. Зимска сезона такође је показала позитивне трендове на већем делу Србије, са изузетком југоисточних делова земље у којима је уочен негативан тренд. 93 Основни циљеви овог поглавља су: - просторна анализа годишњих, сезонских и месечних трендова температуре ваздуха у Србији. - анализа просторног распоред трендова температуре помоћу тематских карата. - анализа просторног груписања трендова температуре у Србији применом метода глобалне и локалне аутокорелације. 6.2 База података Тренд температуре ваздуха разматран је на годишњем, сезонском и месечном нивоу у периоду од 1961. до 2010. године. Подаци су прикупљени са 64 метеоролошке станице (табела 5.1), а обезбеђени од стране Хидрометеоролошког завода Србије. Опис мреже станица дат је у претходном поглављу. Просторни распоред станица приказан је на слици 6.4. Слика 6.4: Просторни распоред метеоролошких станица. 94 6.3 Методе истраживања 6.3.1 Анализа тренда За одређивање тренда температуре ваздуха коришћен је метод најмањих квадрата. Визуелна оцена података указала је на поједине године у којима долази до нагле промене температуре ваздуха на свим станицама. Као типичан пример дат је графикон за Сенту (слика 6.5). Због тога се пре самог израчунавања вредности тренда, приступило одређивању године промене знака тренда. Одређивање године промене извршено је помоћу тзв. графикона кумулативне суме (CUSUM). То је графички метод детекције године промене у неком низу податка, који је први пут представио Page (1954). Основне математичке принципе овог метода поставили су Ewan (1963), Johnson (1961), Johnson and Leone (1962). Кумулативне суме s0, s1...sn су израчунате на основу података x1...xn, за које се претпоставља да су случајни, као на пример (i = 0, 1, ... n): 1 ( )i i is s x x   (1) где s0 = 0, и x означавају средњу вредност података. CUSUM si и i генеришу CUSUM графиконе. Уколико нема промене у средњој вредности CUSUM графикони показују праву линију. У супротном, сегмент на CUSUM графикону са узлазним трендом указује на период вредности изнад просека, односно период са негативним трендом указује на вредности испод просека. Нагла промена sdiff у нагибу тренда CUSUM јавља се уколико долази до наглих промена у просеку. Величина промене, |sdiff |, може се проценити на основу: 0,1,... 0,1,... max mindiff i i i n i n s s s     (2) 95 Efron и Tibshirani (1993) су предложили анализу која се базира на случајном распореду елемената у низу. Она се користи за одређивање нивоа поверења као индикације могуће промене. Уколико се уочи евентуална промена у елементима низа, потребно је са сигурношћу детерминисати. У том смислу најчешће се користи следећи приступ: 0,1,... maxm i i n s s   (3) где је sm тачка најудаљенија од нуле на CUSUM графикону. Тачка m представља вредност елемента у низу непосредно пре промене у низу док тачка m+1 означава прву вредност елемента у низу након уочене промене. Важан предуслов за CUSUM графиконе и откривање промена у низу података је обезбеђивање тзв. случајности података. Уколико се у низовима уочава извесна корелација, приступа се тзв. декорелацији података применом помераја једног коефицијента корелације r1 који се добија на следећи начин: 1 1 1 1 2 1 1 ( )( ) 1 1 ( ) n i i i n i i x x x x nr x x n            (4) На тај начин формиран је нови низ података x2-r1x1, x3-r1x2 који је ослобођен корелације. У циљу детаљније анализе температурних низова примењен је метод најмањих квадрата (LSQ) за одређивање вредности тренда годишњих, сезонских и месечних температура ваздуха. За сваку станицу коришћена је следећа формула: ( 1961.0) cos 2 ( 1961.0) sin 2 ( 1961.0)i i i ix a b t c t d t         (5) где је a одсечак на оси x, b вредност тренда, док се c и d користе за рачунање амплитуде А, годишњег периодичног сигнала, који се уочава у низовима средњих месечних температура ваздуха по формули: 2 2A c d  (6) 96 Формула (5) коришћена је два пута за сваку станицу: први пут за период пре године промене, а затим други пут за период након године промене. Слика 6.5: Годишњи ток просечних температура ваздуха за Сенту. За израду тематских карата које приказују просторни распоред тренда температуре ваздуха коришћен је софтверски пакет plotGooglemap, док је просторно груписање трендова анализирано применом метода глобалне и локалне аутокорелације. Оба метода су детаљно описана у поглављима 2 и 3. 6.4 Резултати и дискусија 6.4.1 Тренд температуре ваздуха Анализа тренда температуре ваздуха у Србији урађена је на годишњем, сезонском и месечном нивоу за период 1961-2010. године. Трансформације података у линеарно независне извршена је рачунањем помераја од једног коефицијента корелације према формули (4). Хистограм коефицијената корелације приказан је на слици 6.6. Може се уочити да је искључиво позитивна корелација присутна у низовима података са већином коефицијената корелације у опсегу 0.2-0.6. Према Salas et al. (1980), ниво вероватноће коефицијента корелације од 95 % рачуна се помоћу следеће формуле: 97 1 1.96 1(95%)k N kr N k       (7) где N означава величину узорка (у овом случају број станица), а k временски корак. За N=50 и k =1, ниво вероватноће прихватања хипотезе је опсегу од -0.30 до +0.26, чиме се потврђује статистичка значајност за 91 % коефицијената корелације. Ипак, треба имати на уму да су подаци најпре трансформисани у лиенарно независне одвојено од нивоа значајности. Слика 6.6: Хистограми коефицијената корелације (А) и година промене (Б). За одређивање године промене примењени су CUSUM графикони за сваку станицу чиме је за сваки низ одређена година промене предзнака тренда према формули (3). Хистограм ових година приказан је на слици 6.6. Промене у низовима температуре ваздуха су углавном карактеристичне од 1970-их година до 1990-их. 98 Најчешће се уочава 1989. година, која заједно са 1985. и 1995. годином чини 80% преломних година. Ове године коришћене су како би се низови средњих годишњих, сезонских и месечних температура поделили у два периода: један пре године промене предзнака тренда и други након године промене тренда. За ове периоде коришћена је формула (5). Применом методе најмањих квадрта, анализа средњих годишњих, сезонских и месечних температура ваздуха указује на хладнији период пре године промене, која је на 35 станица (од 64) била 1989. године, након чега је уследио топлији период. У Европи је такође уочен хладнији период праћен топлијим периодом почевши од средине 70-их година (Balling et al., 1998; Klein Tank et al., 2002). Gurevich et al. (2011) су утврдиили да је до промена у температури ваздуха у Израелу дошло између средине 1980-их и средине 1990-их година. Toreti и Desiato (2008), анализирајући екстремне температуре на простору Италије, бележе пораст максималних температура крајем 1970-их и почетком 1980-их уз незнатне разлике у вредности тренда загревања. У периоду пре године промене на годишњем нивоу11, негативан тренд од -0.001 °С до -0.087 °С по години, на нивоу значајности од 95 %, процењен је на десет станица (слика 6.7). Позитиван тренд примећен је на само шест станица. Период након године промене показује позитиван тренд од 0.018 °С до 0.362 °С по години са степеном значајности од 95% на скоро свим станицама. Негативан тренд забележен је на само једној станици. Brunet et al. (2005) је анализирајући средње годишње температуре у Шпанији, уочила негативан тренд од 0.029 °С годишње у периоду 1948-1973, а затим позитиван 0.054 °С годишње од 1973. до 2003. године. Негативан тренд који су Klein Tank and Konnen (2003) проценили од -0.04 °С по декади у периоду 1946- 1999 показује супротан знак у односу на период 1976-1999. Добијени резултати за други период су у складу са резултатима Unkašević et al. (2005), који су уочили пораст од око 0.13 °С годишње за Београд у периоду 1975-2003. 11 Резултати тренда температуре ваздуха на годишњем нивоу послати су у часопис Theoretical and Applied Climatology као референца: B. Bajat, B., Blagojević, D., Kilibarda, M., Luković, J. and Tošić I. (2013). Spatial analysis of the temperature trends in Serbia during the period 1961-2010. Тheoretical and Applied Climatology (послато 17.09.2013.) 99 Слика 6.7: Просторни распоред годишњег тренда температуре ваздуха у Србији (1961-2010). 100 Неколико аутора довело је у везу повећање средње годишње температуре са позитивним фазом Северно-атлантске осцилације (NAO), будући да се NAO наводи као важан фактор климатских промена у вантропском делу Северне хемисфере (e.g. Hurrell, 1995; Sun et al., 2009; del Río et al., 2011). Осим NAO, на климу северне хемисфере има значаја и Источно Атлантска осцилација (ЕА). Центар ЕА налази се југоисточно од NAO (Barnston and Livezey, 1987). NAO и EA осцилације су анализиране кроз NAO индекс (NAOI) и ЕА индекс (ЕАI). На слици 6.8А уочава се позитивна фаза NAOI, која преовлађује од почетка 1980-их до почетка 2000. године. Позитивна фаза ЕАI преовлађује након средине 1990-их (слика 6.8Б). Дакле, може се закључити да загревање у Србији (након године промене) зависи не само од NAO, већ и од ЕА такође. Слика 6.8: Годишње вредности: А) NAO индекс, Б) EA индекс у периоду од 1950. до 2010. године. 101 а) б) Слика 6.9: Просторни распоред тренда температуре ваздуха за зиму (а) и пролеће (б) у периоду пре године промене (лево) и након године промене (десно). 102 в) г) Слика 6.9: Просторни распоред тренда температуре ваздуха за лето (в) и јесен (г) у периоду пре године промене (лево) и након године промене (десно). 103 д) ђ) Слика 6.9: Просторни распоред тренда температуре ваздуха за јануар (д) и фебруар(ђ) у периоду пре године промене (лево) и након године промене (десно). 104 У зимској сезони на читавој територији Србије забележен је пораст температуре ваздуха у оба периода, сигнификантан на свега 3 станице (слика 6.9а). Пролеће пре године промене карактеришу и позитивни и негативни трендови, без одређеног просторног груписања (слика 6.9б). Након године промене уочава се повећање температуре ваздуха на свим станицама у Србији, осим на две станице на истоку и југу земље. Ниједан од ова два периода не показује статистички значајне трендове температуре ваздуха. Температура ваздуха у летњој сезони (слика 6.9в), у периоду пре године промене, бележи негативан тренд готово у целој земљи, статистички значајан на 18 станица. У другом периоду тренд је супротног знака скоро но свим станицама, а сигнификантан на 22. Лето је једино годишње доба у анализираном периоду које је показало тако изражену промену знака тренда пре и после године промене. Резултати за јесен (слика 6.9г) подсећају на резултате добијене за пролеће, будући да нису показали статистички значајане трендове. У првом периоду позитивни и негативни трендови су наизменично распоређени на територији државе, док је у другом периоду евидентан пораст температуре на територији целе земље. Позитивни трендови у јануару, у првом периоду, добијени су скоро на свим станицама у Србији (слика 6.9д), са статистички значајним вредностима на три станице у југозападном делу земље. Након године промене вредности тренда су генерално ниже. Позитиван тренд и даље преовлађује, нарочито на југу Србије, док је негативан тренд присутан на северу земље. У фебруару нису уочени статистички значајни трендови ни у једном периоду. У периоду пре промене уочено је просторно груписање трендова, будући да су позитивни трендови сконцентрисани на југу и северу земље. У овом периоду изражена је доминација негативних трендова. Период након године промене одликује се позитивним трендовима температуре ваздуха у већем делу земље, са изузетком 8 станица на западу и истоку у којима је забележен пад температуре. У марту (слика 6.9е), као и фебруару, није било статистички значајних трендова температуре ваздуха. У оба периода на територији Србије присутан је пораст температуре ваздуха на већем делу земље. 105 е) ж) Слика 6.9: Просторни распоред тренда температуре ваздуха за март (е) и април (ж) у периоду пре године промене (лево) и након године промене (десно). 106 з) и) Слика 6.9: Просторни распоред тренда температуре ваздуха за мај (з) и јун (и) у периоду пре године промене (лево) и након године промене (десно). 107 Април, са друге стране, показује изразито снижавање температуре ваздуха на свим станицама у периоду пре промене тренда, статистички значајно на 15 станица, углавном распоређених на територији Војводине и Поморавља (слика 6.9ж). У периоду након године промене општеприсутан је пораст температуре ваздуха, статистички значајан на 17 станица, углавном груписаних у западној Србији, Банату и Шумадији. Резултати за мај (слика 6.9з) показују у првом периоду груписање негативних трендова на југоистоку и истоку и позитивних трендова на северу у севрозападу, углавном несигнификантних. Други период одликује се позитивним трендовима на скоро целој територији, сигнификантним на 14 станица. Јун (слика 6.9и) показује тренд снижавања температуре ваздуха у периоду пре године промене и повећања температуре, након године промене. У првом случају статистички значајно снижавање уочено је на 18 станица, а повећање на 6 станица у Србији. Трендови за јул (слика 6.9ј) се подударају са трендовима за претходни месец са знатно мањим бројем сигнификантних станица са опадајућим трендом у првом периоду, свега 6. Са друге стране, пораст у другом периоду је много израженији, будући да је статистички значајан на 33 станице. Пораст температуре ваздуха у јулу, евидентан је на читавом простору Србије. Август се такође уклапа у образац негативних трендова у првом и позитивних у другом периоду, само што је број станица са статистички значајним трендовима нижи у поређењу са претходним месецом, 8 у првом и свега 3 станице у периоду након године промене. Септембар и октобар (слика 6.9л,љ) генерално показују негативне трендове у периоду пре године промене и позитивне након године промене уз релативно мали број сигнификантних станица у оба периоду и непостојање израженог просторног груписања. Новембар је једини месец (слика 6.9м) у којем су, у првом периоду, све станице показале сигнификантан пад температуре ваздуха. Негативни трендови у овом месецу присутни су и у периоду након године промене, уз много мањи број статистички значајних трендова (11) у поређење са претходним периодом. Осим што је једини месец у којем су све станице показале сигнификантне трендове, новембар је и једини месец у којем није дошло до промене знака тренда пре и после године промене. У овом случају дошло је до промене само магнитуде тренда. 108 ј) к) Слика 6.9: Просторни распоред тренда температуре ваздуха за јул (ј) и август (к) у периоду пре године промене (лево) и након године промене (десно). 109 л) љ) Слика 6.9: Просторни распоред тренда температуре ваздуха за септембар (л) и октобар (љ) у периоду пре године промене (лево) и након године промене (десно). 110 м) н) Слика 6.9: Просторни распоред тренда температуре ваздуха за новембар (м) и децембар (н) у периоду пре године промене (лево) и након године промене (десно). 111 За децембар (слика 6.9н) је генерално карактеристичан пораст температуре ваздуха у оба периода, с тим што је израженији у првом периоду, бележећи сигнификантност на 12 станица, распоређених на простору Војводине и Шумадије. Имајући у виду генерални образац пораста тренда температуре након године промене, децембар је својеврстан изузетак, обзиром на то да је у периоду након године промене пораст температуре мање изражен, значајан свега на једној станици. 6.4.2 Просторна аутокорелација Израчуната вредност Moran’s индекса за средње годишње температуре указује на статистички значајно груписање, али ниску просторну аутокорелацију. Tабела 6.1: Годишња, сезонске и месечне вредности Moran’s I аутокорелационe статистикe тренда падавина за Србију (1961-2009) и вредност Z у првом периоду. Период Moran's I Z p< Коментар Година 0.052 4.342 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Зима 0.03 6.06 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Пролеће 0 1.8 0.1 Постоји 5-10% вероватноће да је груписање случајно. Лето -0.02 -0.21 0 Не постоји груписање тренда. Јесен -0.01 0.87 0 Не постоји груписање тренда. Јануар 0.01 3.1 0.01 Постоји 5-10% вероватноће да је груписање случајно. Фебруар 0.02 4.06 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Март -0.01 0.88 0 Не постоји груписање тренда. Април -0.01 0.55 0 Не постоји груписање тренда. Мај 0.09 13.28 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Јун 0.02 4.22 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Јул -0.01 0.32 0 Не постоји груписање тренда. Август 0 1.66 0.1 Постоји 5-10% вероватноће да је груписање случајно. Септембар 0 2.03 0.1 Постоји 5-10% вероватноће да је груписање случајно. Октобар -0.01 0.22 0 Не постоји груписање тренда. Новембар -0.01 0.81 0 Не постоји груписање тренда. Децембар 0.14 17.91 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Редови обојени сивом бојом означавају статистички значајно груписање тренда. 112 Готово идентичан резултат је добијен за тренд у периоду до године промене (табела 6.1) на годишњем нивоу I=0.052 (Z=4.342, p<0.001). За други период (табела 6.2), након преломне године I=0.0001 (Z=1.342, p=0.1) потврђена је нулта хипотеза да "нема просторног груписања вредности". Tабела 6.2: Годишња, сезонске и месечне вредности Moran’s I аутокорелационe статистикe тренда падавина за Србију (1961-2009) и вредност Z у другом периоду. Како би се остварио бољи увид у просторно груписање трендова температуре ваздуха за сваку станицу, примењена је Hot Spot анализа израчунавањем Getis-Ord Gi статистика, упркос релативно ниским вредностима глобалног просторног индекса аутокорелације на годишњем нивоу (слика 6.10). На сезонском и месечном нивоу примењена је Hot Spot анализа само за статистички значајне врдности глобалног просторног индекса. Црвени кружићи (Hot spot) указују на статистички значајно груписање високих вредности трендова температуре ваздуха у северном делу Србије, док негативне Z Период Moran's I Z p< Коментар Година 0.0001 1.342 0.1 Постоји 5-10% вероватноће да је груписање случајно. Зима 0.01 5.14 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Пролеће -0.01 0.29 0 Не постоји груписање тренда. Лето -0.02 -0.06 0 Не постоји груписање тренда. Јесен -0.02 -0.04 0 Не постоји груписање тренда. Јануар 0.01 5.95 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Фебруар 0 2.45 0.05 Постоји 5-10% вероватноће да је груписање Случајно Март -0.01 1.15 0 Не постоји груписање тренда. Април -0.02 -0.19 0 Не постоји груписање тренда. Мај -0.02 -0.97 0 Не постоји груписање тренда. Јун -0.02 -0.02 0 Не постоји груписање тренда. Јул -0.03 -0.17 0 Не постоји груписање тренда. Август 0.02 4.08 0.01 Постоји мање од 1% вероватноће да је груписање тренда последица случајности. Септембар -0.01 0.68 0 Не постоји груписање тренда. Октобар -0.02 -0.21 0 Не постоји груписање тренда. Новембар 0 1.9 0.1 Постоји 5-10% вероватноће да је груписање случајно. Децембар 0 1.66 0.1 Постоји 5-10% вероватноће да је груписање случајно. Редови обојени сивом бојом означавају статистички значајно груписање тренда 113 вредности, указују на груписање ниских вредности трендова температуре (плава боја). Вредности локалне аутокорелације трендова температуре потврђују резултате добијене глобалном просторном корелацијом за оба периода. Жуто обојене тачке (станице са ниском Z вредности и високом p вредности) не указују на статистички значајно просторно груписање ниских или високих вредности трендова у оба анализирана периода. Резултати Hot spot анализе на годишњем нивоу (слика 6.10) у периоду пре године промене показују груписање виских вредности тренда у северозападу Србије и ниских вредности тренда у југоисточном делу земље. Након године промене тренда, јавља се груписање високих вредности трендова на југоистоку земље. Слика 6.10: Резултати Hot spot анализе тренда температуре ваздуха на годишњем нивоу (1961-2010) за тренд 1 (лево) и тренд 2(десно). 114 Слика 6.11: Резултати Hot spot анализе тренда температуре ваздуха за зиму (1961-2010) за тренд 1 (лево) и тренд 2 (десно). Израчуната вредност Moran’s индекса за сезонске температуре указује на статистички значајно груписање само за зимску сезону (слика 6.11). Остале сезоне нису показале статистички значајно груписање. На слици се уочава груписање ниских вредности индекса аутокорелације на југоистоку земље у периоду пре године промене, док се у наредном периоду, након године промене, уочава идентичан просторни распоред само са виском вредностима индекса аутокорелације груписаним такође на југоистоку Србије. Резултати Hot spot анализе за јануар (слика 6.12) дали су сличне резултате оним за зиму. Наиме, у оба периода груписање индекса 115 аутокорелације се јавља на југоистоку земље, осим што су у првом периоду груписане ниске вредности индекса аутокорелације, а у другом периоду високе вредности. Слика 6.12: Резултати Hot spot анализе тренда температуре ваздуха за јануар (1961-2010) за тренд 1 (лево) и тренд 2(десно). У периоду до године промене статистички значајно груписање индекса аутокорелације добијено је за фебруар, мај, јун и децембар. У фебруару се уочава (слика 6.13) груписање ниских вредности у области Срема и Шумадије и вискох вредности у сливу Ибра. Са друге стране, мај показује (слика 6.13) обрнуто распоређене вредности индекса и то тако што су високе вредности груписане у Срему и Бачкој, а ниске вредности у сливу Ибра и у југоисточном делу Србије. Иако 116 је за јун израчунато статистички значајно груписање трендова, на слици 6.14 се не уочава просторно груписање трендова, осим на самом југу земље. Слика 6.13: Резултати Hot spot анализе тренда температуре ваздуха за фебруар и мај (1961- 2010) за тренд 1. Резултати за децембар (слика 6.14), са друге стране показују јасно просторно груписање трендова и то вискох вредности у северозападном делу земље, нарочито на територији Срема и Бачке, као и вискоих вредности у југоисточном делу Србије. 117 Статистички значајно груписање трендова израженије је у периоду пре године промене тренда, него у периоду након промене, будући да су у другом периоду статистички значајно груписање показали само јануар и јун. Слика 6.14: Резултати Hot spot анализе тренда температуре ваздуха за јун и децембар (1961- 2010) за тренд 1. 118 Резултати Hot spot анализе за јун (слика 6.15), након године промене тренда указују на статистички значајно груписање ниских вредности у Срему и Шумадији и високих вредности у сливу Ибра. Просторно груписање трендова показало је релативно идентичан просторни распоред правца северозапад-југоисток. Груписање трендова, било високих или ниских вредности, најизраженије је у југоисточном делу земље. Слика 6.15: Резултати Hot spot анализе тренда температуре ваздуха за август (1961-2010) за тренд 2. 119 6.5 Закључак У овом поглављу анализиран је тренд температуре ваздуха на годишњем, сезонском и месечном нивоу у периоду од 1961. до 2010. године, на основу 64 станице. Како би се одредила година промене тренда за сваку станицу су урађени CUSUM графикони. Резултати анализе године промене су показали да је она присутна на свим станицама у посматраном периоду. На слици 6.6 уочава се да је на већини станица, година промене тренда 1989. У раду су разматрана два временским низа, пре и након године промене. На основу LSQ модела установљен је пад температуре од -0.001 °С до -0.087 °С годишње у периоду пре године промене, који је праћен порастом од 0.018 °С до 0.362 °С годишње након године промене. На основу добијених резултата LSQ моделом, може се рећи да је значајан пораст температуре ваздуха присутан на већини анализираних станица током последње две деценије. На основу свега изнетог може се закључити да су резултати добијени за Србију у складу са оним за Европу, иако се година прелома јавља са померајем од неколико година. На многим станицама у Србији уочен је тренд отопљавања почев од краја 1970-их година, што је такође у складу са резултатима добијеним за Европу (Klein Tank and Können, 2003) као и Србију (Unkašević et al., 2005). Анализирајући временске серије NAO и EA индекса, закључак је да на загревање у Србији (после године промене тренда) може утицати како NAO тако и EA. Просторна анализа тренда средње годишње, сезонских и месечних температуре ваздуха (1961-2010) указала је на релативно слабо груписање на годишњем нивоу, са високим вредностима средње годишње температуре у северном делу Србије и ниским вредностима у јужном делу земље. Сличну просторну структуру показују температурни трендови пре године промене, док трендови температуре након године промене не показују просторно груписање на годишњем нивоу. Период пре године 120 промене показао је боље резултате глобалане и локалне аутокорелације будући да су .статистички значајна груписања добијена за зиму, јануар, фебруар, мај, јун и децембар. У периоду након године промене статистички значајна груписања израчуната су за зиму, јануар и август. Будућа истраживања би свакако требала узети у обзир анализу трендова максималне и минималне температуре ваздуха у Србији, како би се сагледао регионални распоред екстремних вредности. 121 Поглавље 7 Просторни распоред инсолације у Србији 7.1 Увод Анализа сунчевог зрачења заузима важно место у проучавању климатских промена (Ramanathan et al., 2001). У периоду између 1950-их и 1980-их година уочено је смањење глобалног сунчевог зрачења од -0.51±0.05 Wm-2/a што, одговара смањењу од 2.7 % по декади (Stanhill and Cohen, 2001). Ова појава позната је у научној литератури под називом ''глобално затамњивање'' (global dimming) (Gilgen et al., 1998; Liepert, 2002). Супротан тренд, уочен 1980-их као и последњих деценија, окарактерисан је као значајно повећање сунчеве радијације (Wild et al.,2005; Pinker et al., 2005) или тзв. ''глобално осветљавање'' (global brightening). Узрок смањења сунчевог зрачења у периоду 1950-1980 није у потпуности познат. Као најприхватљивије објашњење наводи се промена прозрачности Земљине атмосфере (Stanhill, 2005) до које је дошло услед повећања концентрације аеросола изазваног повећаним загађењем. Са друге стране, као могући разлог повећања сунчеве радијације наводи се смањење антропогених емисија аеросола у последњих неколико деценија, као последица повећаног загађења ваздуха (Streets et al., 2006). У прилог овој хипотези иду мерења која су забележила пораст прозрачности атмосфере од 1990. године (Wild et al., 2005). Међутим, треба имати у виду да објашњење снижавања сунчеве радијације као и повећања носи одређен степен несигурности. Alpert et al. (2005), наводе да антропогени утицај има значаја на локалном, али не и на глобалном нивоу и да негативан тренд сунчеве радијације уочен у досадашњим анализама пре свега треба тумачити на регионалном и локалном нивоу. У циљу детаљније анализе тзв. глобалног затамњивања потребно је располагати подацима са већом просторном резолуцијом и дужим низом осматрања. Поред 122 података о сунчевом зрачењу, неопходно је користити и друге климатске елементе попут облачности, као и дужине трајања сунчвеог сјаја (инсолације). Много је радова у којима је анализиран просторни распоред инсолације у Европи (Power, 2003; Auer et al. 2007; Reinhard et al. 2005) и свету (Angell, 1990; Liang and Xia, 2005; Inoue and Matsumoto, 2003). Табела 7.1: Списак станица са географским координатама и средњом год. инсолацијом (у сатима (h)) Станица СГШ ИГД НВ инсолација Бачки Петровац 4522' 1934' 85 2051 Београд 4448' 2028' 132 2070 Ваљево 4417' 1955' 176 1971 Велико Градиште 4446' 2133' 82 2062 Власина 4258' 2208' 1190 2077 Врање 4233' 2155' 432 2101 Димитровград 4301' 2245' 450 2097 Жагубица 4412' 2147' 314 1993 Зајечар 4353' 2218' 144 2028 Златибор 4344' 1943' 1028 1983 Кикинда 4551' 2028' 81 2139 Крагујевац 4402' 2056' 185 2046 Краљево 4344' 2041' 215 1866 Крушевац 4334' 2121' 185 1847 Куршумлија 4308' 2116' 382 1819 Лесковац 4301' 2157' 230 2031 Лозница 4433' 1914' 121 1992 Неготин 4414' 2233' 42 2069 Ниш 4320' 2154' 202 2024 Палић 4606' 1946' 102 2108 Пожега 4351' 2002' 310 1617 Римски Шанчеви 4519' 1951' 86 2097 Сјеница 4316' 2001' 1038 1945 Смед.Паланка 4422' 2057' 121 2132 Сомбор 4546' 1909' 87 2058 Срем. Митровица 4458' 1938' 82 2029 Ћуприја 4356' 2123' 123 2064 Црни Врх 4410' 2158' 1037 2017 123 Sanchez-Lorenzo et al. (2007) су истраживали колебање инсолације и просторни распоред тренда инсолације у Шпанији у периоду од 1931. до 2004. године. Они су уочили снижавање трајања сунчевог сјаја од 1950. до 1980. године, након чега је забележен позитиван тренд до краја прошлог века. Њихови резултати подударају се са претходно наведеним резултатима. У Србији није било много студија у којима је анализиран просторни аспект инсолације (Unkasevic, 1997; Gburčik et al., 2006). Циљ овог истраживања је анализа просторног распореда инсолације у Србији као просторна анализа њеног тренда. 7.2 База података У овом поглављу анализиран је просторни аспект средњег годишњег трајања сунчевог сјаја на основу података са 28 синоптичких станица у Србији у периоду од 1949. до 2006. године. Недостатак овог сета података је релативно мали број станица (углавном синоптичких) на којима се мери инсолација. Списак станица са подацима за географску ширину, географску дужину, надморску висину и просечну годишњу вредност осунчавања дат је у табели 7.1. Просторни распоред метеоролошких станица приказан је на слици 7.1. 7.3 Методе истраживања Пре генерисања карте просторног распореда трајања сунчевог сјаја у Србији, извршена је просторна аутокорелација средњих годишњих вредности инсолације. Опис овог метода дат је у поглављу 2. За анализу тренда инсолације коришћен је непараметарски Man Kendall тест и Sen’s метод за утврђивање статистичке значајности и нагиба тренда. Картирање тренда остварено је применом софтверског решења plotGoogleMaps. Оба метода описана су у поглављу 3. 124 Слика 7.1: Просторни распоред метеоролошких станица коришћених за анализу инсолације. 7.3.1 Метода интерполација инверзним дистанцама Овај метод коришћен је за израду карте просторног распореда средње годишње инсолације у Србији у периоду од 1949. до 2006. године. Главна претпоставка метода интерполације инверзним дистанцама је да се вредност атрибута Z, на произвољној локацији може одредити осредњавањем податка са тачака из непосредне околине, узимајући при томе у обзир њихова растојања до локације у којој се врши предикција. Интерполација инверзним дистанцама обично се у ГИС-у користи за креирање растера из тачкастих података. Када се на тај начин добију подаци у правилном гриду, могу се генерисати изолиније кроз интерполисане тачке и тако добити карта у векторском или растерском облику (Burrough and McDonnell, 1998). 125 7.4 Резултати и дискусија 7.4.1 Просторна аутокорелација Слика 7.2 приказује локалну Gi статистику и њену вредност Z за средњу годишњу инсолацију. Груписање станица уочава се у северном делу земље на простору Срема и Бачке, затим у Поморављу и простору источне Србије. Ово су уједно области са најдужим трајањем сунчевог сјаја. Слика 7.2: Резултати Hot spot анализе средње годишње инсолације у Србији (1949-2006). 7.4.2 Просторни распоред инсолације у Србији Генерално најдуже трајање Сунчевог сјаја уочава се у низијама и долинама река. То су Војводина, делови Посавине, Метохија, долина Велике Мораве, као и долина Тимока. Са порастом надморске висине смањује се осунчавање, бележећи најниже вредности на Проклетијама и Шар планини (слика 7.3). 126 Слика 7.3: Карта просторног распореда средње годишње инсолације у Србији (1949-2006). 127 7.4.3 Анализа тренда Како би се анализирале евентуалне промене дужине трајања сунчевог сјаја у Србији урађена је анализа тренда (табела 7.2). Осам станица од укупно 28 анализираних у овом поглављу, показало је статистички сигнификантне негативне трендове. На већини станица (21) добијени су негативни трендови. Свега 7 станица показало је растући тренд инсолације у посматраном периоду. Табела 7.2: Вредности тренда инсолације на годишњем нивоу за период 1949-2006. (зацрњене вредности предстаљају сигнификантне трендове на нивоу вероватноће од 95 %) Станица тренд Станица тренд Бачки Петровац -0.089 Куршумлија -3.889 Београд -0.125 Лесковац -2.764 Ваљево 0.168 Лозница -1.962 Велико Градиште -1.742 Неготин 1.103 Власина -1.687 Ниш -2.130 Врање -0.194 Палић 1.444 Димитровград -1.406 Пожега -11.010 Жагубица -1.274 Римски Шанчеви 0.448 Зајечар -5.136 Сјеница -1.585 Златибор 0.129 Смед.Паланка 0.111 Кикинда 0.459 Сомбор -2.038 Крагујевац -0.628 Срем. Митровица -1.071 Краљево -3.963 Ћуприја -0.774 Крушевац -5.185 Црни Врх -1.700 Слика 7.4 приказује просторни распоред тренда инсолације у анализираном периоду. Генерално посматрано, несигнификантни трендови позитивни и негативни, груписани су у северном делу Србије, док су статистички значајни негативни трендови присутни у централном и југосточном делу земље. Другим речима, у Србији је у периоду од 1949. до 2006. године присутан тренд смањења трајања сунчевог сјаја на годишњем нивоу на већини станица. Резултати добијени на годишњем нивоу за Србију указују на појаву тзв. затамњивања, која је уочена у свету у периоду од 1950. до 1980. године. До сличних резултата за Иберијско полуострво 128 дошли су Sanchez-Lorenzo et al. (2007). Испитујући тренд инсолације у периоду од 1951. до 2004. године, они су уочили силазни тренд над већим делом земље на годишњем нивоу, који је праћен позитивним трендом последњих година анализираног периода. Слика 7.4: Просторни распоред тренда инсолације на годишњем нивоу (1949-2006) Сигнификантни трендови обележени су знаком X. 129 Слика 7.5: Просторни распоред тренда инсолације на годишњем нивоу у периоду пре (лево) и након године промене (десно). Сигнификантни трендови обележени су знаком X. У циљу детаљније анализе тренда инсолације на територији Србије, прибегло се одређивању година промене тренда, а затим израчунавању вредности тренда у периоду пре и након промене. Просторни распоред трендова у ова два периода приказан је на слици 7.5. Као и код тренда температуре ваздуха, у првом периоду присутни су негативни трендови на територији целе земље, статистички значајни на 23 станице (слика 7.5 лево). У периоду након промене тренда, такође доминирају негативни трендови, али су присутни и позитивни трендови нарочито у на северу Србије (слика 7.5 десно). Резултати у овом периоду упућују на благи пораст инсолације у Србији, у новијем периоду будући да су 4 станице показале статистички значајне позитивне трендове. Резултати анализе тренда за Србију подударају се са резултатима добијеним за Европу и указују на изражен негативан тренд у првом и благи позитиван у новијем периоду. 130 Слика 7.7: Хистограми година промене. Промене у низовима инсолације су углавном карактеристичне од 1970-их година до 1990-их. Најчешће се уочава 1991. година, која заједно са 1980. и 1995. годином чини 80% преломних година. Ове године коришћене су како би се низови средњих годишњих инсолација поделили у два периода: један пре године промене предзнака тренда и други након године промене тренда. Табела 7.3: Вредности Moran’s I аутокорелационе статистике и вредност Z за тренд инсолације у Србији (1949-2006). Moran I Z p коментар тренд 0.19 2.82 0.01 Постоји мање од 1% вероватноће да је груписање сраница последица случајности година 0.94 34.73 0.01 Постоји мање од 1% вероватноће да је груписање сраница последица случајности У циљу анализе просторног груписања средњих годишњих вредности инсолације као и њеног тренда, примењена је анализа глобалне и локалне просторне аутокорелације. Она је показала статистички значајно груписање у оба случаја (табела 7.3). 131 Слика 7.6: Резултати Hot spot анализе тренда инсолације у Србији (1949-2006) Статистички значајне вредности инсолације груписане су у северозападном, централном, источном и југоисточном делу Србије. Са друге стране, сигнификантно просторно груписање трендова уочено је у западној Србији. 7.5 Закључак У овом поглављу анализиран је просторни распоред средње годишње инсолације у Србији и њеног тренда на годишњем нивоу у периоду од 1949. до 2006. године. Резултати анализе тренда показали су да се вредности тренда добијене за Србију подударају са вредностима тренда за Европу и поједине европске државе. Наиме, у посматраном периоду уочено је снижавање трајања сунчевог сјаја, статистички 132 значајно на 8 станица у односу на 24 укупно. Ове станице лоциране су у централном и југоисточном делу Србије. Негативан тренд инсолације, који преовлађује у анализираном периоду последица је изразитог смањења инсолације у периоду од 1949. до 1980. године, што се такође подудара са резултатима изнетим у досадашњим истраживањима. 133 Поглавље 8 Просторни распоред облачности у Србији 8.1 Увод Сунчева радијација у значајној мери одређује климатске карактеристике одређеног простора (Kaiser and Qian, 2002; Zheng et al., 2008). У претходном поглављу указано је да промене сунчеве радијације могу довести до тзв. глобалног затамњивања, односно глобалног осветљавања (Wang and Gaffen, 2001; Pinker et al., 2005; Wild, 2009). У појединим студијама се истиче да су промене сунчеве радијације углавном узроковане променама у облачности (Liepert, 2002; Liley, 2009), посебно у условима емисије антропогеног аеросола (Norris and Wild, 2007). Међутим, јасан узрок промена сунчеве радијације још увек није познат (Trenberth et al., 2007). У Кини је, на пример, уочана јасна веза између снижавања сунчеве радијације и повећања концентрације антропогеног аеросола услед наглог индустријског развоја (Liang and Xia, 2000; Li et al., 2011). Много је радова у свету у којима је анализирана веза између облачности и сунчеве радијације, пре свега због тога што облаци у највећој мери модификују сунчевo зрачење који доспевају на земљину површину (Sanchez-Lorenzo et al., 2009; Josefsson and Landelius, 2000). У нашој земљи није било много радова и студија у којима је анализирана промена облачности (Дуцић и Радовановић, 2005). Циљ овог поглавља је просторна анализа промене облачности на простору Србије. 8.2 База података У циљу анализе облачности на простору Србије, коришћени су подаци за средњу годишњу облачност са 55 станица у Србији. Низови података односе се на период од 134 1949. до 2006. године. У табели 8.1 је дат списак станица са њиховим координатама, а на слици 8.1 је приказан њихов просторни распоред. Табела 8.1: Списак станица са географским координатама и средњом годишњом облачности (у десетинама) у периоду 1949-2006. станица: СГШ ИГД НВ Обла- чност станица: СГШ ИГД НВ Обла- чност Александровац 4327' 2104' 85 5.19 Краљево 4344' 2041' 215 5.90 Бабушница 4304' 2226' 495 5.36 Крушевац 4334' 2121' 185 5.64 Бачки Петровац 4522' 1934' 85 5.37 Куршумлија 4245' 2159' 382 5.35 Бела Црква 4454' 2125' 90 5.54 Лесковац 4308' 2116' 230 5.58 Београд 4454' 2125' 132 5.46 Љубовија 4301' 2157' 170 6.21 Босилеград 4448' 2028' 830 5.36 Лозница 4411' 1923' 121 5.82 Брус 4230' 2228' 440 5.63 Неготин 4433' 1914' 42 5.39 Бујановац 4323' 2102' 400 5.21 Ниш 4320' 2154' 202 5.51 Буковичка Бања 4227' 2147' 265 5.49 Нови Пазар 4308' 2031' 545 4.99 Ваљево 4417' 1955' 176 5.88 Палић 4606' 1946' 102 5.56 Велико Градиште 4446' 2133' 82 5.77 Пирот 4309' 2236' 370 5.53 Владимирци 4436' 1949' 120 5.66 Пожега 4351' 2002' 310 6.34 Власина 4258' 2208' 1190 5.59 Предејане 4250' 2208' 318 5.81 Власотинце 4233' 2155' 270 5.55 Прокупље 4314' 2136' 265 5.22 Врање 4337' 2054' 432 5.71 Рековац 4352' 2106' 230 5.35 Врњачка Бања 4509' 2119' 235 5.77 Рим. Шанчеви 4519' 1951' 86 5.52 Вршац 4412' 2147' 83 5.56 Рудник 4408' 2031' 700 5.60 Димитровград 4301' 2245' 450 5.49 Сента 4556' 2005' 80 5.22 Жагубица 4353' 2218' 314 6.03 Сјеница 4316' 2001' 1038 6.03 Зајечар 4417' 1955' 144 5.74 Смед.Паланка 4422' 2057' 121 5.53 Златибор 4344' 1943' 1028 5.91 Сокобања 4339' 2151' 300 5.48 Ивањица 4335' 2014' 465 5.81 Сомбор 4546' 1909' 87 5.64 Јагодина 43 58' 2113' 115 5.26 Ср. Митровица 4458' 1938' 82 5.68 Јаша Томић 4527' 2051' 80 5.95 Ћуприја 4356' 2123' 123 5.68 Јошаничка Бања 4323' 2045' 555 5.66 Црни Врх 4410' 2158' 1037 6.01 Кикинда 4551' 2028' 81 5.43 Чумић 4408' 2049' 365 5.70 Књажевац 4446' 2026' 280 5.66 Шабац 4446' 1941' 80 5.33 Крагујевац 4402' 2056' 185 5.61 135 Слика 8.1: Просторни распоред метеоролошких станица коришћених за анализу облачности. 8.3 Методе истраживања Пре генерисања карте просторног распореда облачности у Србији, приступило се испитивању просторне аутокорелације средње годишње облачности. Опис овог метода дат је у поглављу 2. Карта просторног распореда облачности у Србији генерисана је применом методе интерполације инверзним дистанцама (опис дат у поглављу 7). За анализу тренда облачности примењен је непараметарски Man Kendall тест и Sen’s метод за утврђивање статистичке значајности и нагиба тренда. Генерисање карте просторног распореда тренда облачности извршено је помоћу софтверског решења plotGoogleMaps. Оба метода описана су у поглављу 3. 136 8.4 Резултати и дискусија 8.4.1 Просторни распоред облачности у Србији Просторни распоред средње годишње облачности у периоду од 1949. до 2006. године приказан је на слици 8.2. На њој уочавамо да се западни делови земље одликују највећом облачношћу, за разлику од централних делова земље у којима је најмања. Слика 8.2: Карта просторног распореда средње годишње облачности у Србији (1949-2006). 137 Велика облачност у западном делу могла би се објанити продирањем влажних ваздушних маса са Атлантика управо из овог правца (Tošić, 2004). Нешто већом облачношћу одлукују се западни и југозападни делови Србије. 8.4.2 Анализа тренда Табела 8.2: Вредности тренда облачности на годишњем нивоу за период 1949-2006. (зацрњене вредности предстаљају сигнификантне трендове на нивоу вероватноће од 95%). Станице тренд Станице тренд Крагујевац 0.002 Александровац -0.018 Краљево -0.002 Бабушница -0.008 Крушевац -0.011 Бачки Петровац -0.011 Куршумлија -0.012 Бела Црква -0.013 Лесковац -0.001 Београд -0.003 Љубовија 0.005 Босилеград -0.004 Лозница -0.006 Брус -0.006 Неготин -0.013 Бујановац -0.018 Ниш -0.003 Буковичка Бања -0.011 Нови Пазар -0.034 Ваљево 0.000 Палић -0.007 Вел. Градиште -0.009 Пирот -0.002 Владимирци 0.002 Пожега 0.005 Власина 0.001 Предејане 0.005 Власотинце 0.000 Прокупље -0.021 Врање -0.005 Рековац -0.013 Врњачка Бања -0.002 Римски Шанчеви -0.009 Вршац -0.012 Рудник -0.006 Димитровград -0.003 Сента -0.014 Жагубица -0.002 Сјеница -0.005 Зајечар 0.006 Смед.Паланка -0.010 Златибор -0.008 Сокобања -0.007 Ивањица -0.008 Сомбор -0.009 Јагодина -0.016 Срем.Митровица 0.008 Јаша Томић 0.004 Ћуприја -0.003 Јошаничка Бања -0.008 Црни Врх 0.006 Кикинда -0.000 Чумић 0.016 Књажевац -0.001 Шабац -0.020 138 Анализа тренда је показала статистички значајан тренд на 29 од 55 метеоролошких станица (52 %). Од укупног броја станица које су показале статистички значајан тренд, 4 станица имају позитиван тренд, док преосталих 25 станица показује сигнификантно смањење облачности у посматраном периоду (табела 8.2). Слика 8.3: Просторни распоред тренда облачности на годишњем нивоу (1949-2006) Сигнификантни трендови обележени су знаком X. Просторни распоред тренда облачности приказан је на слици 8.2. Негативан тренд преовлађује на територији целе земље, док су позитивни трендови углавном 139 сконцентрисани у западном и источном делу зеље. С обзиром на негативан тренд добијен за инсолацију, могло се очекивати да тренд за облачност буде позитиван имајући у виду индиректну повезаност ова два климатска елемента. Међутим, на основу резултата тренда за облачност уочава се супротно од очекиваног. Статистички значајан тренд смањења облачности евидентан је на готово целој територији Србије. 8.4.3 Просторна аутокорелација У циљу анализе просторне аутокорелације како средње годишње облачности тако и вредности тренда, примењена је Moran’s I глобална статистика. Резултати аутокорелационе статистике (табела 8.3) не указују на стистички значајно просторно груписање параметара облачности, због чега се није прибегло Hot spot анализи. Табела 8.3: Вредности Moran’s I аутокорелационе статистике и вредност Z за тренд облачности и средњу годишњу облачност за Србију (1949-2006). Moran I Z p коментар тренд -0.02 -0.42 0 Не постоји груписање тренда. година 0 1.9 0.1 Постоји 5-10% вероватноће да је груписање случајно. 8.5 Закључак У овом поглављу анализиран је просторни распоред средње годишње облачности и тренда облачности у Србији у периоду од 1949. до 2006. године. Резултати анализе показали су да негативан тренд доминира на територији целе земље, статистички значајан на 24 станице од укупно 55. Имајући у виду негативан тренд добијен за инсолацију, било је за очекивати да тренд за облачност буде позитиван. Међутим, резултати су показали супротно. Статистички значајан тренд смањења облачности доминира на готово целој територији Србије. 140 Поглавље 9 Просторни распоред влажности ваздуха у Србији 9.1 Увод Анализа просторног распореда климатолошких елемената углавном се односи на анализу падавина и/или температуре ваздуха (Frich et al., 2002; Klein Tank and Können, 2003). Међутим, влажност ваздуха, облачност и инсолација такође једнако важни климатски елементи (Unger, 1993). У појединим климатским моделима релативна влажност ваздуха је незаобилазни улазни параметар (Huth, 2005). Међутим, мало је публикација у којима се овај параметар посебно анализира. Главни разлог могао би бити релативно каратак период инструменталног мерења влажности ваздуха, као и методолошке потешкоће у анализирању истог (Wang and Gaffen, 2001; Gaffen and Ross, 1999). Са друге стране, садржај водене паре у вауздуху може се изразити на неколико начина: притисак водене паре, дефицит засићености, апсолутна влага и релативна влажност ваздуха. Све ове параметре требало би појединачно анализирати како би се стекао увид у промену влажности ваздуха на одређеном простору (Dai, 2006). Резултати истраживања за Краков (Wypych, 2010) указали су на повећање дефицита засићености, односно на смањење влажности ваздуха у периоду од 1901. до 2000. године. Евентуалне узроке овог смањења аутор је приписао, како процесу урбанизације тако и природним факторима, који се односе, пре свега, на промену циркулације. У Србији нема много радова укојима се посебно анализира влажност ваздуха, углавном је предмет анализе студија које описују климатске услове на одређеном простору (Дуцић и Радовановић, 2005). 141 Циљ овог поглавља је анализа просторног распореда средње годишње релативне влажности ваздуха на простору Србије и њеног тренда у новијем периоду. 9.2 База податка У циљу анализе релативне влажности ваздуха у Србији, коришћени су низови података са 42 метеоролошке станице за период од 1961. до 2010. године. Основни подаци о станицама дати су у табели 9.1, а просторни распоред станица приказан је на слици 9.1. Табела 9.1: Списак станица са географским координатама и средњом годишњом релативном влажности ваздуха (%) у периоду 1961-2010. станица СГШ ИГД НВ Вла- жност станица СГШ ИГД НВ Вла- жност Александровац 4327' 2104' 85 75.7 Краљево 4344' 2041' 215 73.7 Бабушница 4304' 2226' 495 79.3 Крушевац 4334' 2121' 185 76.5 Бач. Петровац 4522' 1934' 85 78.5 Куршумлија 4245' 2159' 382 76.7 Бела Црква 4454' 2125' 90 76.0 Лесковац 4308' 2116' 230 75.1 Београд 4448' 2028' 132 68.6 Лозница 4433' 1914' 121 75.6 Босилеград 4230' 2228' 830 75.7 Неготин 4414' 2233' 42 71.8 Брус 4323' 2102' 440 76.0 Ниш 4320' 2154' 202 70.2 Ваљево 4417' 1955' 176 74.5 Палић 4606' 1946' 102 73.6 Вел. Градиште 4446' 2133' 82 73.7 Пирот 4309' 2236' 370 75.0 Врање 4337' 2054' 432 71.0 Пожега 4351' 2002' 310 78.3 Врњачка Бања 4509' 2119' 235 78.6 Рековац 4352' 2106' 230 78.0 Вршац 4412' 2147' 83 71.1 Рим.Шанчеви 4519' 1951' 86 74.8 Димитровград 4301' 2245' 450 72.6 Рудник 4408' 2031' 700 75.9 Жагубица 4353' 2218' 314 80.5 Сјеница 4316' 2001' 1038 78.0 Зајечар 4417' 1955' 144 74.4 Смед.Паланка 4422' 2057' 121 72.9 Златибор 4344' 1943' 1028 76.3 Сокобања 4339' 2151' 300 77.4 Јагодина 4358' 2113' 115 78.1 Сомбор 4546' 1909' 87 74.0 Још. Бања 4323' 2045' 555 79.5 Ср.Митровица 4458' 1938' 82 77.1 Кикинда 4551' 2028' 81 73.9 Ћуприја 4356' 2123' 123 74.4 Књажевац 4446' 2026' 280 77.5 Црни Врх 4410' 2158' 1037 78.0 Крагујевац 4402' 2056' 185 72.6 Чумић 4408' 2049' 365 74.2 142 Слика 9.1: Просторни распоред метеоролошких станица. 9.3 Методе истраживања У циљу анализе просторног распореда релативне влажности ваздуха у Србији, примењен је метод просторне аутокорелације, који је описан у поглављу 2. Карта просторног влажности ваздуха у Србији генерисана је применом методе интерполације инверзним дистанцама (опис дат у поглављу 7). За анализу тренда коришћен је непараметарски Man Kendall тест и Sen’s метод за утврђивање статистичке значајности и нагиба тренда. Карте просторног распореда тренда релативне влажности генерисана је помоћу програмског пакета plotGoogleMaps. Оба метода описана су у поглављу 3. 143 9.4 Резултати и дискусија 9.4.1 Просторни распоред влажности ваздуха у Србији Просторни распоред средњих годишњих вредности релативне влажности ваздуха приказан је на слици 9.2. Као што се уочава, релативна влажност ваздуха незнатно се мења на простору Србије. Режим влажности ваздуха зависи како од топографских услова, тако и количине водене паре у ваздуху, температуре ваздуха, облачности, висине и честине падавина (Дуцић и Радовановић, 2005). Према класификацији ваздуха коју је предложио Дукић (1981) ваздух у Србији је на већини станица умерено влажан, с обзиром на вредности које су између 75 % и 90 %. Просторни распоред годишњих вредности влажности ваздуха одликује се највишим вредностима у југозападном и централном делу земље. Од ових области она се према северу, истоку и југу снижава. Области највише влажности ваздуха су уједно и планинске области Србије, те се јасно уочава утицај топографије. 9.4.2 Анализа тренда Анализа тренда показала је статистички значајан тренд на 24 станице од укупно 44 станице у Србији. На 7 станица добијен је статистички значајан позитиван тренд, а на 14 статистички значајан негативан тренд (табела 9.2). Позитивни трендови су генерално сконцентрисани у централном и источном делу земље (слика 9.3), док су негативни трендови готово равномерно распоређени по целој земљи. Посматрајући карту дистрибуције трендова релативне влажности ваздуха, тешко је уочити извесне правилности у просторном распореду, будући да суседне станице показују трендове различитог знака. 144 Слика 9.2: Карта просторног распореда средње годишње влажности ваздуха у Србији (1961- 2010). 145 Табела 9.2: Вредности тренда релативне влажности ваздуха на годишњем нивоу за период 1961-2010. (зацрњене вредности предстаљају сигнификантне трендове на нивоу вероватноће од 95 %). 9.4.3 Просторна аутокорелација У циљу анализе просторне аутокорелације како средње годишње облачности тако и вредности тренда, примењена је Moran’s I глобална статистика. Резултати аутокорелационе статистике (табела 9.3) не указују на стистички значајно просторно груписање параметара облачности, због чега се није прибегло Hot spot анализи. Табела 9.3: Вредности Moran’s I аутокорелационе статистике и вредност Z за тренд влажности ваздуха и за Србију (1961-2010). Moran I Z p коментар тренд -0.04 -0.94 0 Не постоји груписање тренда. година -0.02 0.24 0 Не постоји груписање тренда. Станица тренд Станица тренд Александровац -0.207 Краљево -0.017 Бабушница 0.069 Крушевац -0.092 Бачки Петровац 0.083 Куршумлија 0.061 Бела Црква 0.073 Лесковац -0.142 Београд -0.044 Лозница -0.025 Босилеград -0.112 Неготин -0.081 Брус -0.044 Ниш -0.032 Ваљево -0.028 Палић -0.084 Велико Градиште -0.038 Пирот -0.070 Врање -0.067 Пожега 0.006 Врњачка Бања 0.012 Рековац -0.031 Вршац -0.032 Римски Шанчеви -0.032 Димитровград 0.071 Рудник 0.025 Жагубица 0.168 Сјеница -0.056 Зајечар -0.101 Смед.Паланка -0.034 Златибор -0.039 Сокобања 0.050 Јагодина 0.039 Сомбор -0.160 Јошаничка Бања 0.109 Срем. Митровица -0.011 Кикинда -0.076 Ћуприја -0.048 Књажевац -0.021 Црни Врх 0.065 Крагујевац -0.047 Чумић -0.002 146 Слика 9.3: Просторни распоред тренда релативне влажности ваздуха на годишњем нивоу (1961-2010). Сигнификантни трендови обележени су знаком X. 9.5 Закључак Анализа релативне влажности ваздуха у Србији обухватила је податке са 44 станице у периоду од 1961. до 2010. године. Најпре је разматран просторни распоред средње годишње влажности ваздуха, а затим просторна дистрибуција тренда. Резултати анализе тренда показали су да на територији Србије у посматраном периоду преовалђује тренд снижавања релативне влажности ваздуха, будући да је на 14 станица од укупно 44 уочен статистички значајан негативан тренд. 147 Поглавље 10 Закључак Како је основни циљ тезе увођење просторне димензије у проучавање промена климе у Србији у инструменталном периоду, то је акценат био на просторној анализи падавина, температуре ваздуха, инсолације, облачности и релативне влажности ваздуха. Упркос релативно малој површини коју заузима, Србија је показала значајно просторно колебање годишњих сума падавина. Висока вредност Moran’s I индекса (0.24, p<0.01) указала је на статистички значајно просторно груписање и просторну аутокорелацију. Истовремено, просторно груписане станице потврдиле су значајан утицај регионалне топографије на суму падавина. Резултати тренда падавина, генерално посматрајући нису показали статистичку значајност, као и просторну кохерентност. Уочена је, међутим, веома блага тенденција ка снижавању падавина на сезонском нивоу, током зиме и пролећа, као и ка повећању током јесени. Смањење падавина у пролеће у централним и источним деловима Србије, последица је значајног смањења у мају месецу. Са друге стране, повећање падавина у јесен у централним деловима Србије, резултат је значајног пораста падавина у октобру. Просторна анализа трендова падавина у Србији између 1961. и 2009. године не упућује генерално на одређен просторни распоред, месечних, сезонских и годишњих трендова. Изузетак су март, јун и новембар, у којима су резултати глобалне аутокорелације (Moran’s I) указали на просторно груписање. Резултати истраживања падавинског режима у Србији, применом модела за анализу кишних епизода, указали су на варијабилност (међу и унутаргодишњу) и сложеност падавинског режима на простору Србије. Сама примена овог модела показала је задовољавајуће резултате будући да је модел креиран за анализу падавина у условима аридне климе. 148 Главни резултати, презентовани у овом поглављу, могли би се сумирати у следећем: велико просторно колебање параметара TOTAL, RSY и RSI и релативно мало за NRS и RSD; у погледу везе између просечне годишње суме падавина и параметара кишне епизоде, највиши коефицијент корелације у Србији добијен је између TOTAL и RSY. Изотермна карта Србије омогућила је увид у просторни распоред температуре ваздуха у новијем периоду. Осим саме карте, примењене су и методе локалне и глобалне аутокорелације. Просторно груписање средње годишње температуре ваздуха показало је високе вредности на северу земље и ниске вредности индекса аутокоралеције у јужним деловима Србије. Овакво просторно груписање средњих годишњих температура ваздуха може се приписати утицају орографије. У анализи тренда температуре ваздуха у Србији разматрана су два временским низа, пре и након године промене знака тренда. Установљен је пад температуре од -0.001 °С до -0.087 °С годишње у периоду пре године промене, који је праћен порастом од 0.018 °С до 0.362 °С годишње након године промене тренда. Може се рећи да је значајан пораст температуре ваздуха присутан на већини анализираних станица током последње две деценије. На основу свега изнетог може се закључити да су резултати добијени за Србију у складу са оним за Европу, иако се година прелома јавља са померајем од неколико година. На многим станицама у Србији уочен је тренд отопљавања почев од краја 1970-их година, што је такође у складу са резултатима добијеним за Европу (Klein Tank and Können, 2003) као и Србију (Unkašević et al., 2005). Резултати за тренд инсолације у Србији подударају са вредностима тренда за Европу и поједине европске државе. Наиме, у посматраном периоду уочено је снижавање трајања сунчевог сјаја, статистички значајно на 8 станица у односу на 24 укупно. Ове станице лоциране су у централном и југоисточном делу Србије. Негативан тренд инсолације, који преовлађује у анализираном периоду (1946-2006) последица је изразитог смањења инсолације у периоду од 1949. до 1980. године, што се такође подудара са резултатима у досадашњим истраживањима. Осим инсолације, анализиран је просторни распоред средње годишње облачности и тренда облачности у Србији у периоду од 1949. до 2006. године. Резултати анализе 149 показали су да негативан тренд доминира на територији целе земље, статистички значајан на 24 станице од укупно 55. Имајући у виду негативан тренд добијен за инсолацију, било је за очекивати да тренд за облачност буде позитиван. Међутим, резултати су показали супротно. Статистички значајан тренд смањења облачности доминира на готово целој територији Србије. На територији Србије у периоду 1961-2010 преовалађује тренд снижавања релативне влажности ваздуха, будући да је на 15 станица од укупно 44 уочен статистички значајан негативан тренд. Анализирајући просторно груписање трендова, није уочена статистички значајна просторна аутокорелација. 150 Литература Alexandersson, H. (1986). A homogeneity test applied to precipitation data. International Journal of Climatology, 6:661–675. Alpert, P., Ben-Gai, T., Baharad, A., Benjamini, Y., Yekutieli, D., Colacino, M., Diodato, L., Ramis, C., Homar, V., Romero, R., Michaelides, S. and Manes, A. (2002). The paradoxical increase of Mediterranean extreme daily rainfall in spite of decrease in total values. Geophysical Research Letters, 29:1536–1539. Alpert, P., P. Kishcha, Y. J. Kaufman, and R. Schwarzbard (2005), Global dimming or local dimming? Effect of urbanization on sunlight availability, Geophysical Research Letters, 32, L17802, doi:10.1029/2005GL023320. Anagnostopoulou, C., Flocas, H., and Maheras, P., (2004). Relationship between atmospheric circulation types over Greece and western-central Europe during the period 1958-97. International Journal of Climatology, 24:1745-1758. Anagnostopoulou, C., Tolika, K., Maheras, P., Reiser H. and Kutiel, H. (2008). Quantifying uncertainties in precipitation: a case study from Greece. Advances in Geosciences, 16:19-26. Angell, J. K. (1990). Variation in United States cloudiness and sunshine duration between 1950 and the drought year of 1988, Journal of Climate, 3:296– 308. Attorre, F., Alfo, M., De Sanctis, M., Francesconi, F., Bruno, F. (2007). Comparison of interpolation methods for mapping climatic and bioclimatic variables at regional scale. International Journal of Climatology, 27(13):1825–1843. Auer, I., et al. (2007), HISTALP– Historical instrumental climatological surface time series of the Greater Alpine Region, International Journal of Climatology, 27:17– 46. Aviad, Y., Kutiel, H. and Lavee, H. (2004). Analysis of beginning, end, and length of the rainy season along a Mediterranean-Arid climate transect for geomorphic purposes. Journal of Arid Environments, 59:189-204. 151 Aviad, Y., Kutiel, H. and Lavee, H. (2007). Variation of Dry Days Since Last Rain (DDSLR) as a measure of dryness along a climatic transect. Journal of Arid Environments, 73:658-665. Babovic, J., Milic, S. and Radojevic, V. (2009). Irrigation Effects in Plant Production in Serbia & Montenegro, Available at: http://balwois.com/balwois/administration/full paper/ffp-857 (accessed on 26.08.10). Bajat, B., Pejović, M., Luković, J., Manojlović, P., Ducić, V. and Mustafić, S. (2012). Mapping average annual precipitation in Serbia (1961–1990) by using regression kriging. Theoretical and Applied Climatology, 112: 1–13. Baldwin, M.P. and Dunkerton, T.J. (1999). Propagation of the Arctic Oscillation from the stratosphere to the troposphere. Journal of Geophysical Research, 104(24): 937-946. Ballester, J., Rodò, X. and Giorgi, F. (2010). Future changes in Central Europe heat waves expected to mostly follow summer mean warming. Climate Dynamics, 35:1191– 1205. Balling, R.C. and Goodrich, G.B. (2011). Spatial analysis of variations in precipitation intensity in the USA. Theoretical and Applied Climatology, 104(3–4):415–421. Balling, R.C., Michaels, P.J. and Knappenberger, P.C. (1998). Analysis of winter and summer warming rates in gridded temperature timeseries. Climate Research, 9:175– 181. Barnston, A.G. and Livezey, R.E. (1987). Classification, seasonality and persistence of low-frequency atmospheric circulation patterns. Monthly Weather Review, 115:1083–1126. Benavides, R., Montes, F., Rubio, A., Osoro, K. (2007). Geostatistical modelling of air temperature in a mountainous region of Northern Spain. Agricultural and Forest Meteorology, 146 (3–4): 173–188. Ben-Gai, T., Bitan, A., Manes, A. and Alpert, P. (1994). Long-term changes in annual rainfall patterns in southern Israel. Theoretical and Applied Climatology, 49:59-67. Ben-Gai, T., Bitan, A., Manes, A., Alpert, P. and Rubin, S. (1998). Spatial and Temporal Changes in Rainfall Frequency Distribution Patterns in Israel. Theoretical and Applied Climatology, 61:177-190. 152 Brohan, P., Kennedy, J.J., Harris, I., Tett, S.F.B. and Jones, P.D. (2006). Uncertainty estimates in regional and global observed temperature changes: a new dataset from 1850. Journal of Geophysical Research. 111: D12106. doi:10.1029/2005JD006548. Brunet, M., Jones, P.D., Sigro, J., Saladie, O., Aguilar, E., Moberg, A., Della-Marta, P.M., Lister, D., Walther, A. and López, D. (2007). Temporal and spatial temperature variability and change over Spain during 1850–2005. Journal of Geophysical Research – Atmosphere, 112, D12117. http://dx.doi.org/10.1029/2006JD008249. Brunet, M., Saladié, O., Jones, P., Sigrò, J., Aguilar, E., Moberg, A., Lister, D., Walther, A., Lopez, D. and Almarza, C. (2006). The development of a new dataset of Spanish daily adjusted temperature series (SDATS) (1850–2003). International Journal of Climatology, 26:1777–1802. doi:10.1002/joc.1338. Brunet, M., Sigró, J., Saladie, O., Aguilar, E., Jones, P.D., Moberg, A., Walther, A., and López, D., (2005). Spatial patterns of long-term spanish temperature change. Geophys. Res. Abs. 7, 04007. Brunetti, M., Caloiero, T., Coscarelli, R., Gulla, G., Nanni, T. and Simolo, C. (2012). Precipitation variability and change in the Calabria region (Italy) from a high resolution daily dataset. International Journal of Climatology, 32:57-73. Brunetti, M., Colacino, M., Maugeri, M. and Nanni T. (2001). Trends in the daily intensity of precipitation in Italy from 1951 to 1996. International Journal of Climatology, 21:299-316. Brunetti, M., Maugeri, M. and Nanni, T., (2002). Atmospheric circulation and precipitation in Italy for the last 50 years. International Journal of Climatology, 22:1455-1471. Brunetti, M., Maugeri, M., Monti, F. and Nanni, T., (2004). Changes in daily precipitation frequency and distribution in Italy over the last 120 years. Journal of Geophysical Research,109: DOI: 10.1029/2003JD004296. Brunetti, M., Maugeri, M., Monti, F., Nanni. T. (2006). Тemperature and precipitation variability in italy in the last two centuries from homogenised instrumental time series. International Journal of Climatology, 26: 345–381. 153 Burgueño, A., Martinez, M.D., Lana, X. and Serra, C. (2005). Statistical distributions of the daily rainfall regime in Catalonia (northeastern Spain) for the years 1950–2000. International Journal of Climatology, 25:1381–1403. Burrough PA, McDonnell RA (1998) Principles of Geographical Information Systems 2e Spatial Information Systems and Geostatistics, Oxford University Press. Camuffo, D., Bertolin, C., Barriendos, M., Domínguez, F., Cocheo, C., Enzi, S., Sghedon, M., della Valle, A., Garnier, E., Alcoforado, M.J., Xoplaki, E., Luterbacher, J., Diodato, N., Maugeri, M., Nunes, M.F., Rodríguez, R. (2010). 500-year temperature reconstruction in the Mediterranean Basin by means of documentary data and instrumental observations. Climatic Change 101 (1–2): 169–199. Cao, W.J., Hu, J.X. and Yu, X.M. (2009). A study on temperature interpolation. Methods Based on GIS 17th International Conference on Geoinformatics George Mason Univ, Fairfax, 1–5. Ceballos, A., Martiınez-Fernandez, J. and Luengo-Ugidos, M.A. (2004). Analysis of rainfall trends and dry periods on a pluviometric gradient representative of Mediterranean climate in the Duero Basin, Spain. J. Arid Environments, 58:215–233. Collins, F.C., Bolstad, P.V. (1996). A comparison of spatial interpolation techniques in temperature estimation. Proceedings of the Third International Environmental Modeling, National Center for Geographic Information Analysis (NCGIA) Santa Fe, New Mexico, 21–25 January. Conte, M., Giuffrida, A., Tedesco, S., (1989). The Mediterranean oscillation. Impact on precipitation and hydrology in Italy. Conference on: Climate and Water. Publication of the Academy of Finland, Helsinki. 11-15 September 1989: 121-137. Courault, D., Monestiez, P. (1999). Spatial interpolation of air temperature according to atmospheric circulation patterns in southeast France. International Journal of Climatology, 9:365–378. Dai, A (2006) Recent climatology, variability, and trends in global surface humidity. Journal of Climate, 19:3589–3606. 154 De Luis, M., Brunetti, M., González-Hidalgo, J., Longares, L. and Martin-Vide, J. (2010). Changes in seasonal precipitation in the Iberian Peninsula during 1946-2005. Global and Planetary Change, 74:27-33. de Luis, M., González-Hidalgo, J.C., Brunetti, M. and Longares, L.A. (2011). Precipitation concentration changes in Spain 1946–2005. Natural Hazards and Earth Systems Science, 11:1259-1265. Del Río, S. , Herrero, L., Fraile, R., Penas, A. (2011). Spatial distribution of recent rainfall trends in Spain (1961-2006). International Journal of Climatology, 31:656-667. Del Río, S., Herrero, L., Pinto-Gomes, C. and Penas, A. (2011). Spatial analysis of mean temperature trends in Spain over the period 1961–2006. Global and Planetary Change, 78:65–75. Del Río, S., Penas, A. and Fraile, R. (2005). Analysis of recent climatic variations in Castile and Leon (Spain). Atmospheric Research, 73:69–85. Della-Marta, P.M., Haylock, M.R., Luterbacher, J. and Wanner, H. (2007). Doubled length of western European summer heat waves since 1880. Journal of Geophysical Research. 112:D15103. doi:10.1029/2007JD008510. Douguédroit, A. and Norrant, C. (2003). Annual and seasonal century-scale trends of the precipitation in the Mediterranean area during the twentieth century. Mediterranean Climate-Variability and Trends. Springer-Verlag: Berlin. Дуцић, В, Радовановић М (2005) Клима Србије, Завод за уџбенике и наставна средства, Београд, стр. 212. Дуцић, В., Бурић, Д., Луковић, Ј. и Станојевић, Г. (2011). Промене количине падавина у Подгорици у периоду 1951-2010. Гласник Српског географског друштва, 91(2):51-70. Ducic, V., Milovanovic, B., Lukovic, J. (2006): Connection between ENSO index, NAO index and decadal-scale variability of precipitation in Serbia. in: Proceedings of the Third International Conference- Global changes and regional challenges, Sofia, Bulgaria, 28-29 April 2006, 137-142. 155 Ducić, V., Luković, J., Burić, D., Stanojević, G. and Mustafić, S. (2012). Precipitation extremes in the wettest Mediterranean region (Krivošije) and associated atmospheric circulation types. Natural Hazards and Earth Systems Science, 12:687–697. Ducić, V., Luković, J., Milovanović, B. (2009). Promene temperatura i padavina u Srbiji u drugoj polovini XX veka u sklopu globalnih klimatskih promena. Zaštita prirode, 60:641-652. Easterling, D.R., Meehl, G.A., Parmesan, C., Changnon, S.A., Karl, T.R. and Mearns, L.O., (2000). Climate extremes: observations, modeling and impacts. Science 289: 2068– 2074. Efron, B. and Tibshirani, R. (1993). An introduction to the bootstrap. Chapman&Hall, New York. Espírito Santo, F., Isabel, M., de Lima, P., Ramos, A.M. and Trigo, R.M. (2013). Trends in seasonal surface air temperature in mainland Portugal, since 1941 International Journal of Climatology, doi: 10.1002/joc.3803 Esteban, P., Ninyerola, M. and Prohom, M. (2009). Spatial modelling of air temperature and precipitation for Andorra (Pyrenees) from daily circulation patterns. Theoretical and Applied Climatology, 96(1–2):43–56. Esteban-Parra, M.J., Rodrigo, F.S. and Castro-Diez, Y. (1998). Spatial and temporal patterns of precipitation in Spain for the period 1880–1992. International Journal of Climatology, 18:1557–1574. Ewan, W.D., 1963. When and how to use CUSUM charts. Technometrics 5:1–32. Feidas, H., Makrogiannis, T., Bora-Senta, E. (2004). Trend analysis of air temperature time series in Greece and their relationship with circulation using surface and satellite data: 1955–2001. Theoretical and Applied Climatolology 79:185-208. Feidas, H., Noulopoulou, Ch., Makrogiannis, T. and Bora-Senta, E. (2007). Trend analysis of precipitation time series in Greece and their relationship with circulation using surface and satellite data: 1955-2001. Theoretical and Applied Climatology 87: 155- 177. 156 Frich, P., Alexander L.V., Della-Marta P., Gleason B., Haylock M., Klein Tank A.M.G. and Peterson, T.C. (2002) Observed coherent changes in climatic extremes during the second half of the twentieth century. Climate Research, 19:193–212. Gaffen, D.J. and Ross, R.J. (1999) Climatology and trends of US surface humidity and temperature. Journal of Climate, 12:811–828. Gajić Čapka, M. and Cindrć, K. (2011). Secular trends in indices of precipitation extremes in Croatia, 1901–2008. Geofizika, 28:293-311. Gay-Garcia, C., Estrada, F. and Sanchez, A. (2009). Global and hemispheric temperatures revisited. Climatic Change 94, 333–349, DOI: 10.1007/s10584-008-9524-8. Gburčik, P., Gburčik, V., Gavrilov, M., Srdanović, V. and Mastilović, S. (2006). Complementary Regimes of Solar and Wind Energy in Serbia. Geographica Pannonica, 10:22-25. Getis, A. and Ord, J.K. (1992). The analysis of spatial association by use of distance statistics. Geografiska Annaler, 24(3):189–206 Gilgen, H., M. Wild, and A. Ohmura (1998). Means and trends of shortwave irradiance at the surface estimated from global energy balance archive data, Journal of Climate, 11:2042–2061. Gómez, J.D., Etchevers, J.D., Monterroso, A.I., Gay, C., Campo, J. and Martínez, M. (2008). Spatial estimation of mean temperature and precipitation in areas of scarce meteorological information. Atmósfera, 21:35-56. González-Hidalgo, J.C., Brunetti, M. and de Luis, M. (2011). A new tool for monthly precipitation analysis in Spain: MOPREDAS database (Monthly precipitation trends December 1945–November 2005). International Journal of Climatology, 31:715– 731. González-Hidalgo, J.C., López-Bustins, J.A., Stepánek, P., Martín-Vide, J. and de Luis, M. (2009). Monthly precipitation trends on the Mediterranean fringe of the Iberian Peninsula during the second-half of the twentieth century (1951–2000). International Journal of Climatology, 29:1415–1429. 157 Gurevich, G., Hadad, Y., Ofir, A. and Ohayon, B., (2011). Statistical analysis of temperature changes in Israel: an application of change point detection and estimation techniques. Global NEST Journal 13:215-228. Haklay, M., Singleton, A. and Parker, C. (2008). WebMapping 2.0: The Neogeography of the GeoWeb. Geography Compass, 2:2011–2039. Harrison, D.E. and Larkin, N.K. (1998). El Nino-Southern Oscillation sea surface temperature and wind anomalies. Rev. Geophys., 36:353-399. Helsel, D.R. and Hirsch, R.M. (2002). Statistical Methods in Water Resources. Techniques of Water-Resources Investigations of the United States Geological Survey. Book 4, Hydrologic Analysis and Interpretation, Chapter A3. Hirsch, R.M., Alexander, R.B. and Smith, R.A. (1991). Selection of methods for the detection and estimation of trends in water quality. Water Resourcess Research, 27:803–813. Houssos, E.E., Bartzokas, A., (2006). Extreme precipitation events in NW Greece. Advances in Geosciences 7: 91-96. Hurrell, J.W. (1995). Decadal trends in the North-Atlantic Oscillation — regional temperatures and precipitation. Science, 269:676–679. Hurrell, J.W. and Harry Van Loon (1997). Decadal Variations in climate associated with the North Atlantic oscillation, Climatic Change, 36: 301–326. Hutchinson, M.F. and Bischof, R.J. (1983). A new method for estimating the spatial distribution of mean seasonal and mean annual rainfall applied to the Hunter Valley, New South Wales. Australian Meteorological Magazine, 31:179-184. Huth. R. (2005). Downscaling of humidity variables: a search for suitable predictors and predictands. International Journal of Climatology, 25:243–250. Inoue, T. and J. Matsumoto (2003). Seasonal and secular variations of sunshine duration and natural seasons in Japan. International Journal of Climatology, 23:1219–1234. IPCC, (2007). In Climate Change. The physical science basis: Solomon, S., Qin, D., Manning, M., Chen, Z., Marquis, M., Averyt, K.B., Tignor, M., Miller, H.L. (Eds.), Contribution of Working Group I to the Fourth Assessment Report of the 158 Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. Irmak, A. and Ranade, P.K. (2008). GIS Based Estimation of Spatial Distribution of Temperature and Evapotranspiration in Nebraska, American Society of Agricultural and Biological Engineers, St. Joseph, Michigan. Available: http://asae.frymulti.com/abstract.asp?aid=24955&t=2 [2010, August, 30]. Ivetić V., Isajev V. and Krstić M. (2010). Interpolation of meteorological data by kriging method for use in forestry. Bulletin of the Faculty of Forestry, 101:49-66. Johnson, N.L. (1961). A simple theoretical approach to cumulative sum control charts. Journal of the American Statistical Association, 56:83–92. Johnson, N.L., Leone, F.C. (1962). Cumulative sum control charts – mathematical principles applied to their construction and use. Industrial Quality Control 18:15–21. Johnston, K., Ver Hoef, J.M., Krivoruchko, K. and Lucas, N. (2001). Using ArcGis Geostatistical Analyst. ESRI, New York. p.300. Josefsson, W. and Landelius, T. (2000). Effect of clouds on UV irradiance: as estimated from cloud amount, cloud type, precipitation, global radiation and sunshine duration. Journal of Geophysical Research 105(D4):4927–4935. Kaiser, D.P. and Qian, Y. (2002). Decreasing trends in sunshine duration over China for 1954–1998: indication of increased haze pollution? Geophysicall Research Letters, 29(21):2042. doi:10.1029/2002GL016057 Karakosta, C., Doukas, H., Flouri, M., Dimopoulou, S., Papadopoulou, A.G. and Psarras, J. (2011). Review and analysis of renewable energy perspectives in Serbia. Int. J. Energy Environ, 2:71-84. Kilibarda, M., Bajat, B. (2012). PlotGoogleMaps: the R-based web-mapping tool for thematic spatial data. Geomatica, 66:37-49. Klein Tank (2002). Daily dataset of 20th-century surface air temperature and precipitation series for the European Climate Assessment. International Journal of Climatology, 22:1441-1453. Klein Tank, AMG, Können, GP (2003) Trends in indices of daily temperature and precipitation extremes in Europe, 1946–99. Journal of Climate, 16:3665–3680. 159 Kutiel, H. and Türkeş, M., (2005). New evidences about the role of the North sea-Caspian Pattern on the temperature and precipitation regimes in continental central Turkey. Geografiska Annaler, 84: 501-513. Kutiel, H., Hirsch-Eshkol, T.R. and Türkeş, M., (2001). Sea level pressure associated with dry or wet monthly rainfall conditions in Turkey. Theoretical and Applied Climatology, 69: 39-67. Kutiel, H., Maheras, P., Guika, S. (1996). Circulation indices over the Mediterranean and Europe and their relationship with rainfall conditions across the Mediterranean. Theoretical and Applied Climatology, 54:125–138. Lana, X., Burgueño, A., Martinez, M.D. and Serra, C. (2006). Statistical distributions and sampling strategies for the analysis of extreme dry spells in Catalonia (NE Spain). J. Hydrology, 324: 94–114. Lana, X., Burgueño, A., Martinez, M.D. and Serra, C. (2012). Some characteristics of a daily rainfall deficit regime based on the Dry Day Since Last Rain index (DDSLR). Theoretical and Applied Climatology, 109:153–174. Lana, X., Burgueño, A., Martinez, M.D., Serra, C., Martin-Vide, J. and Gomez, L. (2008). Spatial and temporal patterns of dry spell lengths in the Iberian Peninsula for the second half of the twentieth century. Theoretical and Applied Climatology, 91: 99– 116. Lee, J., Wong, D.W.S. (2005). Statistical analysis of geographic information with ArcView GIS and ArcGIS. Wiley, New York, p 446. Li W, Hou M, Xin Ј (2011). Low-cloud and sunshine duration in the low-latitude belt of South China for the period 1961–2005. Theoretical and Applied Climatology, 104:473–478. Liang, F., and Xia X. A. (2005). Long-term trends in solar radiation and the associated climatic factors over China for 1961– 2000, Annales Geophysicae, 23: 2425–2432. Liepert BG (2002). Observed reductions of surface solar radiation at sites in the United States and worldwide from 1961 to 1990. Geophysical Research Letters 29(10):1421. doi:10.1029/2002GL014910. 160 Liley JB (2009). New Zealand dimming and brightening. Journal of Geophysical Research 114: D00D10, doi:10.1029/2008JD011401. Longobardi, A. and Villani, P. (2010). Trend analysis of annual and seasonal rainfall time series in the Mediterranean area. International Journal of Climatology, 30:1538– 1546. Luković, J., Bajat, B., Blagojević, D., Kilibarda, M. (2013). Spatial pattern of recent rainfall trends in Serbia (1961-2009). Regional Environmental Change, DOI 10.1007/s10113-013-0459-x. Luterbacher, J., Dietrich, D., Xoplaki, E., Grosjean, M., Wanner, H. (2004). European seasonal and annual temperature variability, trends and extremes since 1500. Science 303,1499–1503. doi:10.1126/science.1093877. Maheras, P., Tolika, K., Anagnostopoulou, C., Vafiadis, M., Patrikas, I. and Flocas, H. (2004). On the relationships between circulation types and changes in rainfall variability in Greece. International Journal of Climatology 24:1695-1712. Martín-Vide, Ј. and López Bustins, Ј.А. (2006). The western Mediterranean oscillation and rainfall in the Iberian Peninsula. International Journal of Climatology, 26:1455– 1475. Milovanović, B. (2005). Statistical procedures application and results of research of precipitation on mountain Stara planina. Journal of the Geographical Institute “Jovan Cvijić” SASA, 54: 33-44. Moberg, A. and Jones, P.D. (2005). Trends in indices for extremes in daily temperature and precipitation in central and western Europe, 1901–99. International Journal of Climatology, 25:1149–1171. Moberg, A., et al. (2006). Indices for daily temperature and precipitation extremes in Europe analyzed for the period 1901–2000. Journal of Geophysical Research — Atmospheres, 111(D22):1–25. New, M., Todd, M., Hulme, M. and Jones, P. (2001). Precipitation measurements and trends in the twentieth century. International Journal of Climatology, 21:1899–1922. 161 Ninyerola, M., Pons, X., Roure, J.M., (2000). A methodological approach of climatological modelling of air temperature and precipitation through GIS techniques. International Journal of Climatology, 20 (14):1823–1841. Norrant, C. and Douguédroit, A. (2006). Monthly and daily precipitation trends in the Mediterranean (1950–2000). Theoretical and Applied Climatology, 83:89–106. Norris JR, Wild M (2007). Trends in aerosol radiative effects over Europe inferred from observed cloud cover, solar dimming, and solar brightening. Juornal of Geophysical Research 112:D08214. doi:10.1029/ 2006JD007794. O’Sullivan, D. and Unwin, D. (2003). Geographical Information Analysis, John Wiley & Sons, New Jersey, p 436. Ord, J.K. and Getis, A. (1995). Local Spatial Autocorrelation Statistics: Distributional Issues and an Application. Geographical Analysis 27, 286-306. Ørum, J.E., Boesen, M.V., Jovanovic, Z. and Pedersen, S.M. (2010). Farmers' incentives to save water with new irrigation systems and water taxation-A case study of Serbian potato production. Agr Water Manage, 98:465-471. Osborn, T.J., Hulme, M., Jones, P.D. and Basnett, T.A. (2000). Observed trends in the daily intensity of United Kingdom precipitation. International Journal of Climatology, 20:347–364. Page, E.S. (1954). Continuous inspection schemes. Biometrika, 41:100–115. Paredes, D., Trigo, R.M., Garcia-Herrera, R. and Trigo, I.F. (2006). Understanding Precipitation Changes in Iberia in Early Spring: Weather Typing and Storm-Tracking Approaches. Journal of. Hydrometeorology, 7:101–113. Parry, M.L. (Ed.) (2000). Assessment of Potential Effects and Adaptations for Climate Change in Europe: Summary and Conclusions. Jackson Environment Institute, University of East Aglia, Norwich, UK. 24 pp. Partal, T. and Kahya, E. (2006). Trend analysis in Turkish precipitation data. Hydrological Processes, 20:2011–2026. Paz, S. and Kutiel H. (2003). Rainfall regime uncertainty (RRU) in an eastern Mediterranean region – a methodological approach. Israel Journal of Earth Science, 52: 47-63. 162 Пејовић, М., Бајат, Б., Луковић, Ј. (2012). Просторна дистрибуција несигурности интерполације: пример изотермне карте Србије (1991-2009). Гласник српског географског друштва, XCII(4):31-50. Perčec Tadić, M. (2010). Gridded Croatian climatology for 1961–1990. Theoretical and Applied Climatolology 102:87–103. Pinker, R. T., B. Zhang, and E. G. Dutton (2005). Do satellites detect trends in surface solar radiation? Science, 308:850–854. Power, H. C. (2003). Trends in solar radiation over Germany and an assessment of the role of aerosols and sunshine duration. Theoretical and Applied Climatology, 76:47– 63. Ракићевић, Т. (1971). Утицај рељефа на доњу границу температуре на примеру Сјенице и Златибора. Зборник радова ПМФ., св. XVIII, Београд. Ракићевић, Т. (1988). Регионални распоред суше у СР Србији. Гласник Српског географског друштва, 68(1):9-18. Ракићевић, Т. (1989). Основне законитости у географском распореду падавина на територији СР Србије. Зборник радова Географског института ПМФ, 26: 5-18. Ramanathan, V., P. J. Crutzen, J. T. Kiehl, and D. Rosenfeld (2001). Aerosols, climate, and the hydrological cycle. Science, 294:2119–2124. Ramos, M.C. (2001). Rainfall distribution patterns and their change over time in a Mediterranean area. Theoretical and Applied Climatology, 69:163–170. Reinhard, M., M. Rebetez, and R. Schlaepfer (2005). Recent climate change: Rethinking drought in the context of forest fire research in Ticino, south of Switzerland. Theoretical and Applied Climatology, 82:17–25. Reiser, H. and Kutiel, H. (2010). Rainfall uncertainty in the Mediterranean: time series, uncertainty, and extreme events. Theoretical and Applied Climatology, 104:357-375. Rodrigo, F.S. and Trigo, R.M. (2007). Trends in daily rainfall in the Iberian Peninsula from 1951 to 2002. International Journal of Climatology, 27:513–529. Rodríguez-Puebla, C, Ayuso, S.M., Frias, M.D. and Garcia-Casado, L.A. (2007). Effects of climate variation on winter cereal production in Spain. Climate Research, 34:223– 232. R-project (2011) http://cran.r-project.org/doc/manuals/R-lang.html. 163 Ruiz-Sinoga, J.D., Garcia-Marin, R., Gabarron-Galeotea, M.A. and Martinez-Murillo, J.F. (2011). Analysis of dry periods along a pluviometric gradient in Mediterranean southern Spain. International Journal of Climatology, DOI: 10.1002/joc.2376. Saaroni, H., Ziv, B., (2000). Summer rain episodes in Mediterranean climate, the case of Israel: climatological – dynamical analysis. International Journal of Climatology, 20: 191-290. Salas, J.D., Delleur, J.W., Yevjevich, V.M., and Lane, W.L. (1980). Applied modeling of hydrologic time series: Littleton, Colorado, Water Research Publications. Sanchez-Lorenzo A, Calbó J, Brunetti M, Deser C (2009). Dimming/ brightening over the Iberian Peninsula: trends in sunshine duration and cloud cover and their relations with atmospheric circulation. J Geophys Res 114: D00D09, doi:10.1029/2008JD011394 Sanchez-Lorenzo, A., M. Brunetti, J. Calbo, and J. Martin-Vide (2007). Recent spatial and temporal variability and trends of sunshine duration over the Iberian Peninsula from a homogenized data set, Journal of. Geophysical Research, 112, D20115, doi:10.1029/ 2007JD008677. Savić, S., Petrović, P. and Milovanović, B. (2010). Homogenisation of Mean Air Temperature Data Series from Serbia. European Geosciences Union – General Assembly 2010, Vienna, Austria, 02-07 May 2010, Geophysical Research Abstract, 12:EGU2010-5521-1. Savić, S., Milošević, D., Marković, V. and Kujundžić-Dačović, R. (2012). Homogenisation of Mean Air Temperature Time Series from Vojvodina (North Serbia). Geographica Pannonica, 16 (2):38-43. Serrano, A., Mateos, V.L., García, J.A. (1999). Trend analysis of monthly precipitation over the Iberian Peninsula for the period 1921–1995. Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere, 24:85–90. Sheikhhasan, H. (2006). A comparison of interpolation techniques for spatial data prediction. Ph. D. Thesis, Universiteit van Amsterdam, The Netherlands. 164 Smith, T.M., Reynolds, R.W. (2005). A global merged land and sea surface temperature reconstruction based on historical observations (1880–1997). Journal of Climate, 18:2021–2036. Stanhill, G. (2005). Global dimming: A new aspect of climate change, Weather, 60, 11 –14. Stanhill, G., and S. Cohen (2005). Solar radiation changes in the United States during the twentieth century: Evidence from sunshine duration measurements, Journal of. Climate, 18:1503– 1512. Станојевић, Г. (2011). Анализа варијабилности сезонских температу ра ваздуха на простору Србије. Зборник радова, Трећи конгрес српских географа, Бања Лука, 171-181. Станојевић, Г. (2012). Анализа годишњих падавинских сума на простору Србије. Зборник радова Географског института „Јован Цвијић”, САНУ, 62(2):1-13. Streets, D. G., Y. Wu, and M. Chin (2006). Two-decadal aerosol trends as a likely explanation of the global dimming/brightening transition, Geophysical. Research. Letters, 33, L15806, doi:10.1029/2006GL026471. Sun, J.Q., Wang, H.J., Yuan, W. (2009). Role of the tropical Atlantic sea surface temperature in the decadal change of the summer North Atlantic Oscillation. Journal of Geophysical Research—Atmospheres 114, D20110. Tewolde, M., Beza, T., Costa, A.C., Painho, M., 2010. Comparison of different interpolation techniques to map temperature in the southern region of Eritrea. 13th AGILE International Conference on Geographic Information Science 2010, Guimarães, Portugal, 1–5. Tobler, W. (1970). "A computer movie simulating urban growth in the Detroit region". Economic Geography, 46(2): 234-240. Toreti, A., Desiato, F. (2008). Temperature trend over Italy from 1961 to 2004. Theoretical and Applied Climatology, 91:51–58. Tošić I (2004). Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro. Theoretical and Applied Climatology, 77:47–56. Tošić I (2005). Analysis of temperature and precipitation time series. Ph.D. thesis, Faculty of Physics, University of Belgrade, Belgrade. P. 164. 165 Tošić, I. (2004). Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro. Theoretical and Applied Climatology, 77: 47-56. Tošić, I. and Unkasević, M. (2005). Analysis of precipitation series for Belgrade. Theoretical and Applied Climatology, 80: 67-77. Tošić, I. and Unkasević, M. (2013). Extreme daily precipitation in Belgrade and their links with the prevailing directions of the air trajectories. Theoretical and Applied Climatology, 111: 97-107. Trenberth KE, Jones PD, Ambenje P, Bojariu R, Easterling D, Klein A, Soden B, Zhai P (2007). Observations: surface and atmospheric climate change. In Climate Change 2007: the physical science basis: working group I contribution to the fourth assessment report of the IPCC, edited by S. Solomon et al., p. 235–336, Cambridge Univ. Press, Cambridge, UK. Trenberth, K.E., Jones, P.D., Ambenje, P., Bojariu, R., Easterling, D., Klein Tank, A., Parker, D., Rahimzadeh, F., Renwick, J.A., Rusticucci, M., Soden, B., Zhai, P. (2007) Observations: Surface and Atmospheric Climate Change. In: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. Trigo, R.M., DaCamara, C.C. (2000). Circulation weather types and their influence on the precipitation regime in Portugal. International Journal of Climatology 20: 1559- 1581. Türkeş, M. and Erlat, E. (2003). Precipitation changes and variability in Turkey linked to the North Atlantic oscillation during the period 1930–2000. International Journal of Climatology, 23: 1771–1796 Türkeş M. (1996). Spatial and temporal analysis of annual rainfall variations in Turkey. International Journal of Climatology, 16:1057–1076. 166 Türkeş, M. (1998). Influence of geopotential heights, cyclone frequency and southern oscillation on rainfall variations in Turkey. International Journal of Climatology 18: 649-680. Türkeş, M. and Erlat, E., (2005). Climatological responses of winter precipitation in Turkey to variability of the North Atlantic Oscillation during the period 1930-2001. Theoretical and Applied Climatology, 81: 45-69. Türkeş, M. and Tatli, H. (2009). Use of the standardized precipitation index (SPI) and a modified SPI for shaping the drought probabilities over Turkey. International Journal of Climatology, 29: 2270–2282. Unger, J. (1999). Urban-rural air humidity differences in Szeged, Hungary. International Journal of Climatology, 19:1509–1515. Unkasevic, M. (1997). Characteristic global and diffuse solar radiation values for Serbia. Hungarian Meteorological Service, Budapest, HONGRIE, 101(1):55-64. Unkašević, M. and Radinović, Đ. 2000. Statistical analysis of daily maximum and monthly precipitation at Belgrade. Theoretical and Applied Climatology, 66: 241–249. Unkašević, M. and Tošić, I. (2011). A statistical analysis of the daily precipitation over Serbia: trends and indices. Theoretical and Applied Climatology, 106:69–78. Unkašević, M., Tošić, I. (2009). An analysis of heat waves in Serbia. Global and Planetary Change, 65:17–26. Unkašević, M., Tošić, I. (2013). Trends in temperature indices over Serbia: relationships to large-scale circulation patterns. International Journal of Climatology. DOI: 10.1002/joc.3652. Unkašević, M., Tošić, I. and Vujovic, D. (2004). Variability and probability of annual and extreme precipitation over Serbia and Montenegro. Theoretical and Applied Climatology, 79: 103-109. Unkašević, M., Vujović, D., Tošić, I. (2005). Trends in extreme summer temperatures at Belgrade. Theoretical and Applied Climatolology 82: 9-205. Vicente-Serrano, S.M., Saz-Sánchez, M.A., Cuadrat, J.M. (2003). Comparative analysis of interpolation methods in the middle Ebro Valley (Spain): application to annual precipitation and temperature. Climate Research, 24(2):161–180. 167 Walker, G.T. (1924). Correlation in seasonal variation of weather, IX. Mem. Indian Meteor. Dep., 24:275-332. Wang, J.X., Gaffen, D.J. (2001). Late-twentieth-century climatology and trends of surface humidity and temperature in China. Journal of Climate, 14:2833–2845. Wild, M., A. Ohmura, and K. Makowski (2007). Impact of global dimming and brightening on global warming, Geophysical Reseach Letters, 34, L04702, doi:10.1029/2006GL028031. Wild, M. (2009). Global dimming and brightening: a review. Geophysical Reseach Letters 114: D00D16, doi:10.1029/2008JD011470. WMO (2002) World Meteorological Organization, 2002: Technical Document 1125, GCOS-76. Geneva, Switzerland. Wypych, A. (2010). Twentieth century variability of surface humidity as the climate change indicator in Kraków (Southern Poland). Theoretical and Applied Climatology, 101:475–482. Xoplaki, E., Luterbacher, J. and Gonzalez-Rouco, J.F. (2006). Mediterranean summer temperature and winter precipitation, large-scale dynamics, trends. Nuovo Cimento C, 29:45–54. Yan, Z., Jones, P.D., Davies, T.D., Moberg, A., Bergström, H., Camuffo, D., Coche, C., Maugeri, M., Demarée, G.R., Verhoeve, T., Thoen, E., Barriendos, M., Rodríguez, R., Martín-Vide, J., Yang, C., 2002. Trends of extreme temperature in Europe and China based on daily observation. Climatic Change, 53:355–392. Zezere, J. L. Trigo, R.M., Fragoso, M., Oliveira, S. C. and Garcia, R. A. (2008). Rainfall- triggered landslides in the Lisbon region over 2006 and relationships with the North Atlantic Oscillation. Natural Hazards and Earth Systems. Science, 8: 483-499. Zhang, X.B., Vincent, L.A., Hogg, W.D. and Niitsoo, A. (2000). Temperature and precipitation trends in Canada during the 20th century. Atmos Ocean, 38:395–429. Zheng X, Kang W, Zhao T, Luo Y, Duan C, Chen J (2008) Long-term trends in sunshine duration over Yunnan–Guizhou Plateau in Southwest China for 1961–2005. Geophysical Research Letters 35:L15707. doi:10.1029/2008GL034482. 168 Ziv, B., Saaroni, H., Pergament, R., Harpaz, T. and Alpert, P. (2013). Trends in rainfall regime over Israel, 1975–2010, and their relationship to large-scale variability. Regional Environmental Change, DOI: 10.1007/s10113-013-0414-x. 169 Прилози 170 Табела 1.1: Вредности тренда падавина за јануар (1961-2009) у mm/год. Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.191 Алексинац 43.54 21.71 180 0.012 Неготин 44.23 22.54 42 0.147 Бабушница 43.07 22.42 495 0.006 Ниш 43.32 21.90 202 -0.033 Бела паланка 43.22 22.32 290 -0.027 Нови Пазар 43.14 20.52 545 -0.318 Београд 44.78 20.44 132 0.060 Палић 46.10 19.77 102 -0.100 Блаце 43.30 21.29 395 -0.358 Петровац 44.38 21.42 125 -0.026 Блажево 43.23 20.93 800 -0.050 Пирот 43.16 22.59 370 0.098 Брус 43.38 21.04 440 -0.200 Пожега 43.85 20.04 333 -0.221 Бујановац 42.46 21.77 400 -0.216 Прешево 42.31 21.65 510 -0.305 Буковичка бања 44.31 20.56 265 0.352 Прокупље 43.23 21.59 265 0.212 Црни врх 44.14 21.97 834 0.245 Радмиловац 44.75 20.58 130 0.227 Чумић 44.13 20.77 366 0.081 Рековац 43.86 21.10 245 -0.087 Ћуприја 43.93 21.38 123 0.168 Римски шанчеви 45.32 19.85 86 0.056 Димитровград 43.01 22.73 446 0.046 Рудника 44.13 20.55 1132 -0.411 Гоч 43.56 20.83 990 -0.209 Шабац 44.75 19.69 80 0.093 Ивањица 43.58 20.24 465 -0.184 Сјеница 43.28 20.03 1015 -0.004 Јастребац 43.39 21.45 1492 -0.827 Смед.паланка 44.37 21.00 121 0.106 Јошаничка бања 43.39 20.76 555 -0.289 Сомбор 45.75 19.15 87 0.019 Каона 43.72 20.42 570 0.127 Срем.митровица 45.02 19.15 82 -0.103 Карајукића бунари 43.09 20.10 1160 -0.456 Трговиште 42.36 22.09 600 -0.386 Кикинда 45.85 20.47 81 -0.049 Ваљево 44.28 19.92 174 0.122 Књажевац 43.56 22.27 280 -0.084 Велико градиште 44.76 21.55 82 -0.057 Копаоник 43.29 20.81 1711 -0.268 Владимирци 44.61 19.82 120 0.034 Крагујевац 44.01 20.92 175 0.007 Власотинце 42.96 22.13 270 -0.045 Краљево 43.73 20.70 219 -0.211 Врање 42.55 21.90 433 -0.162 Крупањ 44.37 19.37 280 0.149 Врњачка бања 43.62 20.93 235 -0.079 Крушевац 43.58 21.33 166 -0.067 Вршац 45.15 21.32 83 -0.105 Кукавица 42.79 21.95 1438 -0.151 Жагубица 44.20 21.79 314 0.130 Куршумлија 43.14 21.28 383 -0.107 Зајечар 43.91 22.32 137 0.002 Лесковац 43.00 21.96 224 -0.002 Житорађа 43.19 21.71 220 0.002 Љубовија 44.19 19.38 190 0.207 Златибор 43.72 19.70 1029 0.012 Лозница 44.53 19.23 147 0.424 Зрењанин 45.40 20.38 80 0.012 171 Табела 1.2: Вредности тренда падавина за фебруар (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.0279 Алексинац 43.54 21.71 180 -0.0147 Неготин 44.23 22.54 42 -0.3582 Бабушница 43.07 22.42 495 -0.0659 Ниш 43.32 21.90 202 -0.2366 Бела паланка 43.22 22.32 290 -0.1977 Нови Пазар 43.14 20.52 545 0.149 Београд 44.78 20.44 132 -0.0682 Палић 46.10 19.77 102 -0.0575 Блаце 43.30 21.29 395 -0.1789 Петровац 44.38 21.42 125 0.2281 Блажево 43.23 20.93 800 0.0472 Пирот 43.16 22.59 370 -0.3041 Брус 43.38 21.04 440 -0.2759 Пожега 43.85 20.04 333 -0.1 Бујановац 42.46 21.77 400 -0.2 Прешево 42.31 21.65 510 -0.1803 Буковичка бања 44.31 20.56 265 0.4048 Прокупље 43.23 21.59 265 -0.0066 Црни врх 44.14 21.97 834 0.0274 Радмиловац 44.75 20.58 130 -0.0351 Чумић 44.13 20.77 366 0.1164 Рековац 43.86 21.10 245 -0.0878 Ћуприја 43.93 21.38 123 0.1024 Римски шанчеви 45.32 19.85 86 -0.0836 Димитровград 43.01 22.73 446 -0.1222 Рудника 44.13 20.55 1132 -0.309 Гоч 43.56 20.83 990 -0.1385 Шабац 44.75 19.69 80 -0.0269 Ивањица 43.58 20.24 465 0.2354 Сјеница 43.28 20.03 1015 0.2581 Јастребац 43.39 21.45 1492 -0.6883 Смед.паланка 44.37 21.00 121 0.0412 Јошаничка бања 43.39 20.76 555 -0.1536 Сомбор 45.75 19.15 87 -0.1286 Каона 43.72 20.42 570 0.3592 Срем.митровица 45.02 19.15 82 -0.1816 Карајукића бунари 43.09 20.10 1160 0.1174 Трговиште 42.36 22.09 600 -0.2364 Кикинда 45.85 20.47 81 -0.0974 Ваљево 44.28 19.92 174 -0.0311 Књажевац 43.56 22.27 280 -0.3781 Велико градиште 44.76 21.55 82 -0.1282 Копаоник 43.29 20.81 1711 0.5134 Владимирци 44.61 19.82 120 -0.1801 Крагујевац 44.01 20.92 175 0.0655 Власотинце 42.96 22.13 270 -0.0521 Краљево 43.73 20.70 219 -0.1691 Врање 42.55 21.90 433 -0.1469 Крупањ 44.37 19.37 280 0.2337 Врњачка бања 43.62 20.93 235 -0.0234 Крушевац 43.58 21.33 166 -0.0544 Вршац 45.15 21.32 83 -0.1631 Кукавица 42.79 21.95 1438 -0.0472 Жагубица 44.20 21.79 314 -0.08 Куршумлија 43.14 21.28 383 -0.1146 Зајечар 43.91 22.32 137 -0.2768 Лесковац 43.00 21.96 224 0.0641 Житорађа 43.19 21.71 220 0.0967 Љубовија 44.19 19.38 190 0.0399 Златибор 43.72 19.70 1029 0.3462 Лозница 44.53 19.23 147 -0.0318 Зрењанин 45.40 20.38 80 -0.2133 172 Табела 1.3: Вредности тренда падавина за март (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.0538 Алексинац 43.54 21.71 180 0.1808 Неготин 44.23 22.54 42 -0.4125 Бабушница 43.07 22.42 495 -0.1027 Ниш 43.32 21.90 202 0.0221 Бела паланка 43.22 22.32 290 -0.0317 Нови Пазар 43.14 20.52 545 0.2476 Београд 44.78 20.44 132 -0.0066 Палић 46.10 19.77 102 0.0391 Блаце 43.30 21.29 395 0.0854 Петровац 44.38 21.42 125 0.0427 Блажево 43.23 20.93 800 0.2736 Пирот 43.16 22.59 370 -0.1483 Брус 43.38 21.04 440 -0.1014 Пожега 43.85 20.04 333 -0.2093 Бујановац 42.46 21.77 400 -0.0769 Прешево 42.31 21.65 510 -0.0646 Буковичка бања 44.31 20.56 265 0.0657 Прокупље 43.23 21.59 265 0.0422 Црни врх 44.14 21.97 834 0.1167 Радмиловац 44.75 20.58 130 0.081 Чумић 44.13 20.77 366 -0.0325 Рековац 43.86 21.10 245 0.0394 Ћуприја 43.93 21.38 123 0.175 Римски шанчеви 45.32 19.85 86 0.0541 Димитровград 43.01 22.73 446 -0.1107 Рудника 44.13 20.55 1132 -0.2253 Гоч 43.56 20.83 990 0.0508 Шабац 44.75 19.69 80 0.1945 Ивањица 43.58 20.24 465 0.1141 Сјеница 43.28 20.03 1015 0.2444 Јастребац 43.39 21.45 1492 -0.4359 Смед.паланка 44.37 21.00 121 -0.1407 Јошаничка бања 43.39 20.76 555 0.1385 Сомбор 45.75 19.15 87 0.1671 Каона 43.72 20.42 570 0.579 Срем.митровица 45.02 19.15 82 0.127 Карајукића бунари 43.09 20.10 1160 0.0672 Трговиште 42.36 22.09 600 -0.1467 Кикинда 45.85 20.47 81 0.1083 Ваљево 44.28 19.92 174 0.0835 Књажевац 43.56 22.27 280 -0.3169 Велико градиште 44.76 21.55 82 0.1535 Копаоник 43.29 20.81 1711 0.5824 Владимирци 44.61 19.82 120 -0.05 Крагујевац 44.01 20.92 175 -0.0329 Власотинце 42.96 22.13 270 -0.1242 Краљево 43.73 20.70 219 0.0078 Врање 42.55 21.90 433 0 Крупањ 44.37 19.37 280 0.7306 Врњачка бања 43.62 20.93 235 0.2245 Крушевац 43.58 21.33 166 0.0547 Вршац 45.15 21.32 83 0.0547 Кукавица 42.79 21.95 1438 0.1137 Жагубица 44.20 21.79 314 0.2234 Куршумлија 43.14 21.28 383 -0.0816 Зајечар 43.91 22.32 137 -0.2539 Лесковац 43.00 21.96 224 -0.0184 Житорађа 43.19 21.71 220 0.1756 Љубовија 44.19 19.38 190 0.3606 Златибор 43.72 19.70 1029 0.3923 Лозница 44.53 19.23 147 0.2283 Зрењанин 45.40 20.38 80 0.1013 173 Табела 1.4: Вредности тренда падавина за април (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.1563 Алексинац 43.54 21.71 180 0.0224 Неготин 44.23 22.54 42 -0.4352 Бабушница 43.07 22.42 495 0.2086 Ниш 43.32 21.90 202 0.1686 Бела паланка 43.22 22.32 290 0.0388 Нови Пазар 43.14 20.52 545 -0.0294 Београд 44.78 20.44 132 -0.17 Палић 46.10 19.77 102 0.0265 Блаце 43.30 21.29 395 0.3666 Петровац 44.38 21.42 125 0.3194 Блажево 43.23 20.93 800 -0.1367 Пирот 43.16 22.59 370 -0.0027 Брус 43.38 21.04 440 -0.0319 Пожега 43.85 20.04 333 -0.1194 Бујановац 42.46 21.77 400 -0.2454 Прешево 42.31 21.65 510 -0.1113 Буковичка бања 44.31 20.56 265 0.0396 Прокупље 43.23 21.59 265 0.1558 Црни врх 44.14 21.97 834 0.0926 Радмиловац 44.75 20.58 130 -0.3402 Чумић 44.13 20.77 366 -0.1 Рековац 43.86 21.10 245 -0.1211 Ћуприја 43.93 21.38 123 0.2129 Римски шанчеви 45.32 19.85 86 -0.2017 Димитровград 43.01 22.73 446 -0.0311 Рудника 44.13 20.55 1132 -0.8054 Гоч 43.56 20.83 990 -0.3367 Шабац 44.75 19.69 80 -0.1807 Ивањица 43.58 20.24 465 0.0436 Сјеница 43.28 20.03 1015 0.2552 Јастребац 43.39 21.45 1492 -0.9568 Смед.паланка 44.37 21.00 121 -0.1062 Јошаничка бања 43.39 20.76 555 -0.1218 Сомбор 45.75 19.15 87 -0.0972 Каона 43.72 20.42 570 -0.0579 Срем.митровица 45.02 19.15 82 -0.18 Карајукића бунари 43.09 20.10 1160 -0.2497 Трговиште 42.36 22.09 600 0.0132 Кикинда 45.85 20.47 81 -0.3536 Ваљево 44.28 19.92 174 -0.308 Књажевац 43.56 22.27 280 0.0724 Велико градиште 44.76 21.55 82 -0.18 Копаоник 43.29 20.81 1711 0.3689 Владимирци 44.61 19.82 120 -0.1974 Крагујевац 44.01 20.92 175 -0.1094 Власотинце 42.96 22.13 270 0.233 Краљево 43.73 20.70 219 -0.178 Врање 42.55 21.90 433 -0.0535 Крупањ 44.37 19.37 280 -0.2227 Врњачка бања 43.62 20.93 235 -0.1919 Крушевац 43.58 21.33 166 -0.1365 Вршац 45.15 21.32 83 0.2023 Кукавица 42.79 21.95 1438 -0.0996 Жагубица 44.20 21.79 314 0.0622 Куршумлија 43.14 21.28 383 -0.1333 Зајечар 43.91 22.32 137 -0.3417 Лесковац 43.00 21.96 224 0.2262 Житорађа 43.19 21.71 220 0.25 Љубовија 44.19 19.38 190 0.0148 Златибор 43.72 19.70 1029 0.1181 Лозница 44.53 19.23 147 -0.4207 Зрењанин 45.40 20.38 80 -0.1089 174 Табела 1.5: Вредности тренда падавина за мај (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.3 Алексинац 43.54 21.71 180 -0.4506 Неготин 44.23 22.54 42 -0.4656 Бабушница 43.07 22.42 495 -0.1812 Ниш 43.32 21.90 202 -0.1333 Бела паланка 43.22 22.32 290 -0.4046 Нови Пазар 43.14 20.52 545 -0.148 Београд 44.78 20.44 132 -0.3845 Палић 46.10 19.77 102 0.0562 Блаце 43.30 21.29 395 -0.5016 Петровац 44.38 21.42 125 -0.5467 Блажево 43.23 20.93 800 -0.1851 Пирот 43.16 22.59 370 -0.2958 Брус 43.38 21.04 440 -0.616 Пожега 43.85 20.04 333 -0.2638 Бујановац 42.46 21.77 400 -0.505 Прешево 42.31 21.65 510 0.0143 Буковичка бања 44.31 20.56 265 -0.6406 Прокупље 43.23 21.59 265 -0.175 Црни врх 44.14 21.97 834 -0.9775 Радмиловац 44.75 20.58 130 -0.525 Чумић 44.13 20.77 366 -0.357 Рековац 43.86 21.10 245 -0.5864 Ћуприја 43.93 21.38 123 -0.4575 Римски шанчеви 45.32 19.85 86 0.1448 Димитровград 43.01 22.73 446 -0.2843 Рудника 44.13 20.55 1132 -1.1334 Гоч 43.56 20.83 990 -1.0364 Шабац 44.75 19.69 80 0.159 Ивањица 43.58 20.24 465 -0.1717 Сјеница 43.28 20.03 1015 0.0384 Јастребац 43.39 21.45 1492 -1.038 Смед.паланка 44.37 21.00 121 -0.5549 Јошаничка бања 43.39 20.76 555 -0.4052 Сомбор 45.75 19.15 87 -0.0434 Каона 43.72 20.42 570 -0.5532 Срем.митровица 45.02 19.15 82 -0.202 Карајукића бунари 43.09 20.10 1160 -0.331 Трговиште 42.36 22.09 600 -0.8106 Кикинда 45.85 20.47 81 -0.1702 Ваљево 44.28 19.92 174 -0.3607 Књажевац 43.56 22.27 280 0.0117 Велико градиште 44.76 21.55 82 -0.1757 Копаоник 43.29 20.81 1711 -0.2217 Владимирци 44.61 19.82 120 -0.3042 Крагујевац 44.01 20.92 175 -0.6114 Власотинце 42.96 22.13 270 -0.1777 Краљево 43.73 20.70 219 -0.7 Врање 42.55 21.90 433 -0.0781 Крупањ 44.37 19.37 280 -0.0658 Врњачка бања 43.62 20.93 235 -0.6589 Крушевац 43.58 21.33 166 -0.7292 Вршац 45.15 21.32 83 -0.3217 Кукавица 42.79 21.95 1438 0.0298 Жагубица 44.20 21.79 314 -0.6779 Куршумлија 43.14 21.28 383 -0.0618 Зајечар 43.91 22.32 137 -0.6938 Лесковац 43.00 21.96 224 0.1468 Житорађа 43.19 21.71 220 0.049 Љубовија 44.19 19.38 190 -0.3657 Златибор 43.72 19.70 1029 -0.1084 Лозница 44.53 19.23 147 -0.1205 Зрењанин 45.40 20.38 80 -0.2817 175 Табела 1.6: Вредности тренда падавина за јун (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.3635 Алексинац 43.54 21.71 180 -0.5524 Неготин 44.23 22.54 42 -0.1583 Бабушница 43.07 22.42 495 -0.3513 Ниш 43.32 21.90 202 -0.3038 Бела паланка 43.22 22.32 290 -0.5661 Нови Пазар 43.14 20.52 545 -0.1364 Београд 44.78 20.44 132 0.5903 Палић 46.10 19.77 102 0.5285 Блаце 43.30 21.29 395 -0.4728 Петровац 44.38 21.42 125 -0.2354 Блажево 43.23 20.93 800 0.0849 Пирот 43.16 22.59 370 -0.3301 Брус 43.38 21.04 440 -0.5183 Пожега 43.85 20.04 333 0.384 Бујановац 42.46 21.77 400 0.0197 Прешево 42.31 21.65 510 -0.107 Буковичка бања 44.31 20.56 265 0.2322 Прокупље 43.23 21.59 265 -0.1469 Црни врх 44.14 21.97 834 -0.4483 Радмиловац 44.75 20.58 130 0.5448 Чумић 44.13 20.77 366 -0.3506 Рековац 43.86 21.10 245 -0.4241 Ћуприја 43.93 21.38 123 -0.2425 Римски шанчеви 45.32 19.85 86 0.3503 Димитровград 43.01 22.73 446 -0.6694 Рудника 44.13 20.55 1132 0.116 Гоч 43.56 20.83 990 -0.7 Шабац 44.75 19.69 80 0.1551 Ивањица 43.58 20.24 465 -0.1343 Сјеница 43.28 20.03 1015 -0.1954 Јастребац 43.39 21.45 1492 -0.9789 Смед.паланка 44.37 21.00 121 -0.0303 Јошаничка бања 43.39 20.76 555 -0.0367 Сомбор 45.75 19.15 87 0.1237 Каона 43.72 20.42 570 0.5146 Срем.митровица 45.02 19.15 82 0.0169 Карајукића бунари 43.09 20.10 1160 -0.0109 Трговиште 42.36 22.09 600 -0.4962 Кикинда 45.85 20.47 81 0.1032 Ваљево 44.28 19.92 174 0.2721 Књажевац 43.56 22.27 280 -0.5783 Велико градиште 44.76 21.55 82 0.0607 Копаоник 43.29 20.81 1711 -1.0242 Владимирци 44.61 19.82 120 -0.2217 Крагујевац 44.01 20.92 175 -0.1396 Власотинце 42.96 22.13 270 -0.1937 Краљево 43.73 20.70 219 -0.1697 Врање 42.55 21.90 433 0.0951 Крупањ 44.37 19.37 280 1.0464 Врњачка бања 43.62 20.93 235 0.1918 Крушевац 43.58 21.33 166 -0.579 Вршац 45.15 21.32 83 -0.1923 Кукавица 42.79 21.95 1438 -0.3127 Жагубица 44.20 21.79 314 -0.282 Куршумлија 43.14 21.28 383 -0.0213 Зајечар 43.91 22.32 137 -0.5353 Лесковац 43.00 21.96 224 -0.1236 Житорађа 43.19 21.71 220 0.2442 Љубовија 44.19 19.38 190 -0.1796 Златибор 43.72 19.70 1029 0.2986 Лозница 44.53 19.23 147 0.4622 Зрењанин 45.40 20.38 80 0.3424 176 Табела 1.7. Вредности тренда падавина за јул (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.1495 Алексинац 43.54 21.71 180 0.0813 Неготин 44.23 22.54 42 0.1043 Бабушница 43.07 22.42 495 -0.5227 Ниш 43.32 21.90 202 0.066 Бела паланка 43.22 22.32 290 -0.1781 Нови Пазар 43.14 20.52 545 0.07 Београд 44.78 20.44 132 -0.3588 Палић 46.10 19.77 102 -0.0359 Блаце 43.30 21.29 395 -0.3546 Петровац 44.38 21.42 125 0.0398 Блажево 43.23 20.93 800 0.2062 Пирот 43.16 22.59 370 -0.1802 Брус 43.38 21.04 440 -0.0345 Пожега 43.85 20.04 333 -0.5569 Бујановац 42.46 21.77 400 -0.1466 Прешево 42.31 21.65 510 0.1168 Буковичка бања 44.31 20.56 265 -0.0191 Прокупље 43.23 21.59 265 -0.0487 Црни врх 44.14 21.97 834 -0.2954 Радмиловац 44.75 20.58 130 -0.4678 Чумић 44.13 20.77 366 -0.5382 Рековац 43.86 21.10 245 -0.4385 Ћуприја 43.93 21.38 123 -0.1213 Римски шанчеви 45.32 19.85 86 0.0255 Димитровград 43.01 22.73 446 0.0013 Рудника 44.13 20.55 1132 -0.3039 Гоч 43.56 20.83 990 -0.2335 Шабац 44.75 19.69 80 -0.2983 Ивањица 43.58 20.24 465 0.1749 Сјеница 43.28 20.03 1015 0.3228 Јастребац 43.39 21.45 1492 -0.1287 Смед.паланка 44.37 21.00 121 -0.05 Јошаничка бања 43.39 20.76 555 0.3279 Сомбор 45.75 19.15 87 0.1486 Каона 43.72 20.42 570 -0.0602 Срем.митровица 45.02 19.15 82 -0.2134 Карајукића бунари 43.09 20.10 1160 -0.4632 Трговиште 42.36 22.09 600 -0.0948 Кикинда 45.85 20.47 81 -0.1043 Ваљево 44.28 19.92 174 -0.5187 Књажевац 43.56 22.27 280 -0.3597 Велико градиште 44.76 21.55 82 -0.1814 Копаоник 43.29 20.81 1711 -0.0728 Владимирци 44.61 19.82 120 -0.2776 Крагујевац 44.01 20.92 175 -0.6344 Власотинце 42.96 22.13 270 0.124 Краљево 43.73 20.70 219 -0.1092 Врање 42.55 21.90 433 -0.2249 Крупањ 44.37 19.37 280 -0.0531 Врњачка бања 43.62 20.93 235 0.1388 Крушевац 43.58 21.33 166 -0.1514 Вршац 45.15 21.32 83 0.0301 Кукавица 42.79 21.95 1438 0.3216 Жагубица 44.20 21.79 314 -0.5403 Куршумлија 43.14 21.28 383 0.4957 Зајечар 43.91 22.32 137 0.1783 Лесковац 43.00 21.96 224 0.0695 Житорађа 43.19 21.71 220 -0.0068 Љубовија 44.19 19.38 190 -0.3941 Златибор 43.72 19.70 1029 0.0625 Лозница 44.53 19.23 147 -0.1275 Зрењанин 45.40 20.38 80 -0.0815 177 Табела 1.8: Вредности тренда падавина за август (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0.1017 Алексинац 43.54 21.71 180 0.5045 Неготин 44.23 22.54 42 0.3536 Бабушница 43.07 22.42 495 0.4147 Ниш 43.32 21.90 202 0.4439 Бела паланка 43.22 22.32 290 0.3765 Нови Пазар 43.14 20.52 545 0.1332 Београд 44.78 20.44 132 0.6475 Палић 46.10 19.77 102 0.1329 Блаце 43.30 21.29 395 -0.1659 Петровац 44.38 21.42 125 0.44 Блажево 43.23 20.93 800 0.3345 Пирот 43.16 22.59 370 0.1472 Брус 43.38 21.04 440 -0.1634 Пожега 43.85 20.04 333 0.2921 Бујановац 42.46 21.77 400 0.2801 Прешево 42.31 21.65 510 0.3814 Буковичка бања 44.31 20.56 265 0.1091 Прокупље 43.23 21.59 265 0.2942 Црни врх 44.14 21.97 834 0.3076 Радмиловац 44.75 20.58 130 0.5252 Чумић 44.13 20.77 366 0.5432 Рековац 43.86 21.10 245 0.2485 Ћуприја 43.93 21.38 123 0.2804 Римски шанчеви 45.32 19.85 86 0.1212 Димитровград 43.01 22.73 446 0.3132 Рудника 44.13 20.55 1132 0.3667 Гоч 43.56 20.83 990 0.3897 Шабац 44.75 19.69 80 0.4478 Ивањица 43.58 20.24 465 0.4165 Сјеница 43.28 20.03 1015 0.1826 Јастребац 43.39 21.45 1492 0.1224 Смед.паланка 44.37 21.00 121 0.6 Јошаничка бања 43.39 20.76 555 0.3656 Сомбор 45.75 19.15 87 0.2436 Каона 43.72 20.42 570 1.0246 Срем.митровица 45.02 19.15 82 0.2271 Карајукића бунари 43.09 20.10 1160 -0.5567 Трговиште 42.36 22.09 600 0.1325 Кикинда 45.85 20.47 81 0.1845 Ваљево 44.28 19.92 174 0.655 Књажевац 43.56 22.27 280 0.1695 Велико градиште 44.76 21.55 82 0.2271 Копаоник 43.29 20.81 1711 -0.2635 Владимирци 44.61 19.82 120 0.3118 Крагујевац 44.01 20.92 175 0.6598 Власотинце 42.96 22.13 270 0.2984 Краљево 43.73 20.70 219 0.37 Врање 42.55 21.90 433 0.1682 Крупањ 44.37 19.37 280 0.2319 Врњачка бања 43.62 20.93 235 1.021 Крушевац 43.58 21.33 166 0.3845 Вршац 45.15 21.32 83 -0.1263 Кукавица 42.79 21.95 1438 0.3955 Жагубица 44.20 21.79 314 0.3652 Куршумлија 43.14 21.28 383 -0.0626 Зајечар 43.91 22.32 137 0.2231 Лесковац 43.00 21.96 224 0.2269 Житорађа 43.19 21.71 220 0.5729 Љубовија 44.19 19.38 190 0.5036 Златибор 43.72 19.70 1029 0.3132 Лозница 44.53 19.23 147 0.0352 Зрењанин 45.40 20.38 80 -0.2789 178 Табела 1.9: Вредности тренда падавина за септембар (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0.5232 Алексинац 43.54 21.71 180 0.3937 Неготин 44.23 22.54 42 0.3259 Бабушница 43.07 22.42 495 0.4613 Ниш 43.32 21.90 202 0.2687 Бела паланка 43.22 22.32 290 0.725 Нови Пазар 43.14 20.52 545 0.7053 Београд 44.78 20.44 132 0.0719 Палић 46.10 19.77 102 0.48 Блаце 43.30 21.29 395 0.2254 Петровац 44.38 21.42 125 0.3019 Блажево 43.23 20.93 800 0.7222 Пирот 43.16 22.59 370 0.3728 Брус 43.38 21.04 440 0.4023 Пожега 43.85 20.04 333 0.4163 Бујановац 42.46 21.77 400 0.2725 Прешево 42.31 21.65 510 0.2135 Буковичка бања 44.31 20.56 265 0.7722 Прокупље 43.23 21.59 265 0.3215 Црни врх 44.14 21.97 834 0.3308 Радмиловац 44.75 20.58 130 0.2261 Чумић 44.13 20.77 366 0.5407 Рековац 43.86 21.10 245 0.3857 Ћуприја 43.93 21.38 123 0.3338 Римски шанчеви 45.32 19.85 86 0.417 Димитровград 43.01 22.73 446 0.7944 Рудника 44.13 20.55 1132 0.6593 Гоч 43.56 20.83 990 0.6413 Шабац 44.75 19.69 80 -0.0318 Ивањица 43.58 20.24 465 0.8126 Сјеница 43.28 20.03 1015 0.8387 Јастребац 43.39 21.45 1492 0.3032 Смед.паланка 44.37 21.00 121 0.6236 Јошаничка бања 43.39 20.76 555 0.5453 Сомбор 45.75 19.15 87 0.3153 Каона 43.72 20.42 570 0.8568 Срем.митровица 45.02 19.15 82 0.2222 Карајукића бунари 43.09 20.10 1160 0.4522 Трговиште 42.36 22.09 600 0.4217 Кикинда 45.85 20.47 81 0.4921 Ваљево 44.28 19.92 174 0.2195 Књажевац 43.56 22.27 280 0.5413 Велико градиште 44.76 21.55 82 0.2792 Копаоник 43.29 20.81 1711 0.7246 Владимирци 44.61 19.82 120 0.166 Крагујевац 44.01 20.92 175 0.4769 Власотинце 42.96 22.13 270 0.5825 Краљево 43.73 20.70 219 0.3394 Врање 42.55 21.90 433 0.1206 Крупањ 44.37 19.37 280 0.6885 Врњачка бања 43.62 20.93 235 0.4542 Крушевац 43.58 21.33 166 0.5057 Вршац 45.15 21.32 83 0.5087 Кукавица 42.79 21.95 1438 1.0149 Жагубица 44.20 21.79 314 0.3043 Куршумлија 43.14 21.28 383 0.6433 Зајечар 43.91 22.32 137 0.4613 Лесковац 43.00 21.96 224 0.5416 Житорађа 43.19 21.71 220 0.2967 Љубовија 44.19 19.38 190 0.2656 Златибор 43.72 19.70 1029 0.9521 Лозница 44.53 19.23 147 0.0906 Зрењанин 45.40 20.38 80 0.3021 179 Табела 1.10: Вредности тренда падавина за октобар (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0.4698 Алексинац 43.54 21.71 180 0.465 Неготин 44.23 22.54 42 0.2444 Бабушница 43.07 22.42 495 0.3253 Ниш 43.32 21.90 202 0.545 Бела паланка 43.22 22.32 290 0.3785 Нови Пазар 43.14 20.52 545 0.505 Београд 44.78 20.44 132 0.6387 Палић 46.10 19.77 102 0.4082 Блаце 43.30 21.29 395 0.45 Петровац 44.38 21.42 125 0.7442 Блажево 43.23 20.93 800 0.5335 Пирот 43.16 22.59 370 0.3395 Брус 43.38 21.04 440 0.3 Пожега 43.85 20.04 333 0.4667 Бујановац 42.46 21.77 400 0.451 Прешево 42.31 21.65 510 0.24 Буковичка бања 44.31 20.56 265 0.859 Прокупље 43.23 21.59 265 0.3082 Црни врх 44.14 21.97 834 0.8118 Радмиловац 44.75 20.58 130 0.5624 Чумић 44.13 20.77 366 0.6415 Рековац 43.86 21.10 245 0.5543 Ћуприја 43.93 21.38 123 0.7405 Римски шанчеви 45.32 19.85 86 0.3522 Димитровград 43.01 22.73 446 0.4945 Рудника 44.13 20.55 1132 0.7124 Гоч 43.56 20.83 990 0.628 Шабац 44.75 19.69 80 0.7268 Ивањица 43.58 20.24 465 0.5305 Сјеница 43.28 20.03 1015 0.571 Јастребац 43.39 21.45 1492 0.35 Смед.паланка 44.37 21.00 121 0.4417 Јошаничка бања 43.39 20.76 555 0.4339 Сомбор 45.75 19.15 87 0.1803 Каона 43.72 20.42 570 0.7803 Срем.митровица 45.02 19.15 82 0.3506 Карајукића бунари 43.09 20.10 1160 0.3043 Трговиште 42.36 22.09 600 0.4504 Кикинда 45.85 20.47 81 0.4307 Ваљево 44.28 19.92 174 0.5357 Књажевац 43.56 22.27 280 0.4958 Велико градиште 44.76 21.55 82 0.3821 Копаоник 43.29 20.81 1711 0.55 Владимирци 44.61 19.82 120 0.6412 Крагујевац 44.01 20.92 175 0.5663 Власотинце 42.96 22.13 270 0.582 Краљево 43.73 20.70 219 0.4433 Врање 42.55 21.90 433 -0.0698 Крупањ 44.37 19.37 280 0.7901 Врњачка бања 43.62 20.93 235 0.6577 Крушевац 43.58 21.33 166 0.5779 Вршац 45.15 21.32 83 0.1472 Кукавица 42.79 21.95 1438 0.7381 Жагубица 44.20 21.79 314 0.7427 Куршумлија 43.14 21.28 383 0.3684 Зајечар 43.91 22.32 137 0.3577 Лесковац 43.00 21.96 224 0.671 Житорађа 43.19 21.71 220 0.4472 Љубовија 44.19 19.38 190 0.6 Златибор 43.72 19.70 1029 0.5771 Лозница 44.53 19.23 147 0.9699 Зрењанин 45.40 20.38 80 0.2455 180 Табела 1.11: Вредности тренда падавина за новембар (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0.0912 Алексинац 43.54 21.71 180 0.0525 Неготин 44.23 22.54 42 -0.2786 Бабушница 43.07 22.42 495 -0.5556 Ниш 43.32 21.90 202 -0.175 Бела паланка 43.22 22.32 290 -0.3199 Нови Пазар 43.14 20.52 545 0.1138 Београд 44.78 20.44 132 -0.06 Палић 46.10 19.77 102 -0.0893 Блаце 43.30 21.29 395 0.1969 Петровац 44.38 21.42 125 0.1573 Блажево 43.23 20.93 800 0.1102 Пирот 43.16 22.59 370 -0.6651 Брус 43.38 21.04 440 -0.048 Пожега 43.85 20.04 333 0.2482 Бујановац 42.46 21.77 400 -0.5153 Прешево 42.31 21.65 510 0.2869 Буковичка бања 44.31 20.56 265 0.3445 Прокупље 43.23 21.59 265 0.0158 Црни врх 44.14 21.97 834 0.0468 Радмиловац 44.75 20.58 130 -0.1012 Чумић 44.13 20.77 366 0.2111 Рековац 43.86 21.10 245 -0.2183 Ћуприја 43.93 21.38 123 0.1166 Римски шанчеви 45.32 19.85 86 -0.0953 Димитровград 43.01 22.73 446 -0.6 Рудника 44.13 20.55 1132 0.0894 Гоч 43.56 20.83 990 -0.0423 Шабац 44.75 19.69 80 -0.0362 Ивањица 43.58 20.24 465 0.5921 Сјеница 43.28 20.03 1015 0.2054 Јастребац 43.39 21.45 1492 -0.7365 Смед.паланка 44.37 21.00 121 -0.0886 Јошаничка бања 43.39 20.76 555 0.3 Сомбор 45.75 19.15 87 -0.0805 Каона 43.72 20.42 570 0.1977 Срем.митровица 45.02 19.15 82 -0.1429 Карајукића бунари 43.09 20.10 1160 0.0976 Трговиште 42.36 22.09 600 -0.4953 Кикинда 45.85 20.47 81 0 Ваљево 44.28 19.92 174 0.0778 Књажевац 43.56 22.27 280 -0.0892 Велико градиште 44.76 21.55 82 -0.0881 Копаоник 43.29 20.81 1711 0.6706 Владимирци 44.61 19.82 120 0.0687 Крагујевац 44.01 20.92 175 0.0928 Власотинце 42.96 22.13 270 -0.1464 Краљево 43.73 20.70 219 -0.0623 Врање 42.55 21.90 433 -0.5964 Крупањ 44.37 19.37 280 0.2707 Врњачка бања 43.62 20.93 235 0.1649 Крушевац 43.58 21.33 166 -0.0531 Вршац 45.15 21.32 83 -0.2458 Кукавица 42.79 21.95 1438 -0.1356 Жагубица 44.20 21.79 314 -0.0543 Куршумлија 43.14 21.28 383 -0.0143 Зајечар 43.91 22.32 137 -0.2182 Лесковац 43.00 21.96 224 -0.0892 Житорађа 43.19 21.71 220 -0.08 Љубовија 44.19 19.38 190 0.1976 Златибор 43.72 19.70 1029 0.5854 Лозница 44.53 19.23 147 0.1558 Зрењанин 45.40 20.38 80 -0.2139 181 Табела 1.12: Вредности тренда падавина за децембар (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0 Алексинац 43.54 21.71 180 0.2074 Неготин 44.23 22.54 42 0.109 Бабушница 43.07 22.42 495 -0.3986 Ниш 43.32 21.90 202 -0.1225 Бела паланка 43.22 22.32 290 -0.04 Нови Пазар 43.14 20.52 545 -0.0458 Београд 44.78 20.44 132 0.0216 Палић 46.10 19.77 102 -0.1162 Блаце 43.30 21.29 395 -0.2312 Петровац 44.38 21.42 125 -0.1 Блажево 43.23 20.93 800 0.0844 Пирот 43.16 22.59 370 -0.0708 Брус 43.38 21.04 440 -0.3212 Пожега 43.85 20.04 333 -0.175 Бујановац 42.46 21.77 400 0.016 Прешево 42.31 21.65 510 0.3553 Буковичка бања 44.31 20.56 265 0.6 Прокупље 43.23 21.59 265 0.2337 Црни врх 44.14 21.97 834 0.0104 Радмиловац 44.75 20.58 130 0.0296 Чумић 44.13 20.77 366 0.1397 Рековац 43.86 21.10 245 -0.2 Ћуприја 43.93 21.38 123 0.1166 Римски шанчеви 45.32 19.85 86 -0.228 Димитровград 43.01 22.73 446 -0.1416 Рудника 44.13 20.55 1132 -0.3303 Гоч 43.56 20.83 990 0.0588 Шабац 44.75 19.69 80 0.0667 Ивањица 43.58 20.24 465 -0.0347 Сјеница 43.28 20.03 1015 0.1575 Јастребац 43.39 21.45 1492 -0.3693 Смед.паланка 44.37 21.00 121 0.2845 Јошаничка бања 43.39 20.76 555 -0.2343 Сомбор 45.75 19.15 87 -0.1138 Каона 43.72 20.42 570 0.1297 Срем.митровица 45.02 19.15 82 -0.5 Карајукића бунари 43.09 20.10 1160 -0.1556 Трговиште 42.36 22.09 600 -0.3307 Кикинда 45.85 20.47 81 -0.1707 Ваљево 44.28 19.92 174 -0.0108 Књажевац 43.56 22.27 280 -0.217 Велико градиште 44.76 21.55 82 -0.5011 Копаоник 43.29 20.81 1711 0.5023 Владимирци 44.61 19.82 120 -0.1374 Крагујевац 44.01 20.92 175 -0.0952 Власотинце 42.96 22.13 270 -0.0256 Краљево 43.73 20.70 219 -0.1536 Врање 42.55 21.90 433 -0.1773 Крупањ 44.37 19.37 280 0.0837 Врњачка бања 43.62 20.93 235 0.2107 Крушевац 43.58 21.33 166 0.1031 Вршац 45.15 21.32 83 -0.2213 Кукавица 42.79 21.95 1438 -0.2442 Жагубица 44.20 21.79 314 -0.0579 Куршумлија 43.14 21.28 383 0.0328 Зајечар 43.91 22.32 137 -0.0107 Лесковац 43.00 21.96 224 0.1811 Житорађа 43.19 21.71 220 0.0913 Љубовија 44.19 19.38 190 -0.1708 Златибор 43.72 19.70 1029 0.1568 Лозница 44.53 19.23 147 0.164 Зрењанин 45.40 20.38 80 -0.2922 182 Табела 1.13: Вредности тренда падавина за зиму (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.1092 Алексинац 43.54 21.71 180 -0.0184 Неготин 44.23 22.54 42 -0.2293 Бабушница 43.07 22.42 495 -0.1886 Ниш 43.32 21.90 202 -0.1893 Бела паланка 43.22 22.32 290 -0.2272 Нови Пазар 43.14 20.52 545 -0.1067 Београд 44.78 20.44 132 -0.2 Палић 46.10 19.77 102 -0.1061 Блаце 43.30 21.29 395 -0.3946 Петровац 44.38 21.42 125 -0.2357 Блажево 43.23 20.93 800 -0.0244 Пирот 43.16 22.59 370 -0.3247 Брус 43.38 21.04 440 -0.3656 Пожега 43.85 20.04 333 -0.2737 Бујановац 42.46 21.77 400 -0.1313 Прешево 42.31 21.65 510 0.0695 Буковичка бања 44.31 20.56 265 0.3862 Прокупље 43.23 21.59 265 -0.0361 Црни врх 44.14 21.97 834 0.0661 Радмиловац 44.75 20.58 130 -0.2498 Чумић 44.13 20.77 366 0.0347 Рековац 43.86 21.10 245 -0.1013 Ћуприја 43.93 21.38 123 0.0119 Римски шанчеви 45.32 19.85 86 -0.4024 Димитровград 43.01 22.73 446 -0.0934 Рудника 44.13 20.55 1132 -0.0321 Гоч 43.56 20.83 990 -0.086 Шабац 44.75 19.69 80 -0.0319 Ивањица 43.58 20.24 465 -0.171 Сјеница 43.28 20.03 1015 0.0293 Јастребац 43.39 21.45 1492 -0.7329 Смед.паланка 44.37 21.00 121 -0.1529 Јошаничка бања 43.39 20.76 555 -0.3458 Сомбор 45.75 19.15 87 -0.3046 Каона 43.72 20.42 570 0.1776 Срем.митровица 45.02 19.15 82 -0.4146 Карајукића бунари 43.09 20.10 1160 -0.2038 Трговиште 42.36 22.09 600 -0.1226 Кикинда 45.85 20.47 81 -0.1074 Ваљево 44.28 19.92 174 -0.2885 Књажевац 43.56 22.27 280 -0.3385 Велико градиште 44.76 21.55 82 -0.3115 Копаоник 43.29 20.81 1711 0.2085 Владимирци 44.61 19.82 120 -0.1575 Крагујевац 44.01 20.92 175 -0.122 Власотинце 42.96 22.13 270 -0.2 Краљево 43.73 20.70 219 -0.3472 Врање 42.55 21.90 433 -0.0843 Крупањ 44.37 19.37 280 -0.0795 Врњачка бања 43.62 20.93 235 -0.2143 Крушевац 43.58 21.33 166 -0.174 Вршац 45.15 21.32 83 -0.035 Кукавица 42.79 21.95 1438 -0.2369 Жагубица 44.20 21.79 314 -0.1782 Куршумлија 43.14 21.28 383 -0.1333 Зајечар 43.91 22.32 137 -0.0739 Лесковац 43.00 21.96 224 -0.005 Житорађа 43.19 21.71 220 -0.0745 Љубовија 44.19 19.38 190 -0.1687 Златибор 43.72 19.70 1029 -0.1333 Лозница 44.53 19.23 147 0.1289 Зрењанин 45.40 20.38 80 -0.2293 183 Табела 1.14: Вредности тренда падавина за пролеће (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.254 Алексинац 43.54 21.71 180 -0.1424 Неготин 44.23 22.54 42 -0.4107 Бабушница 43.07 22.42 495 -0.2 Ниш 43.32 21.90 202 -0.0553 Бела паланка 43.22 22.32 290 -0.139 Нови Пазар 43.14 20.52 545 0.156 Београд 44.78 20.44 132 -0.0546 Палић 46.10 19.77 102 0.1689 Блаце 43.30 21.29 395 0.0613 Петровац 44.38 21.42 125 -0.1512 Блажево 43.23 20.93 800 0.2035 Пирот 43.16 22.59 370 -0.2631 Брус 43.38 21.04 440 -0.1626 Пожега 43.85 20.04 333 -0.1612 Бујановац 42.46 21.77 400 -0.38 Прешево 42.31 21.65 510 -0.1222 Буковичка бања 44.31 20.56 265 -0.1432 Прокупље 43.23 21.59 265 0.0017 Црни врх 44.14 21.97 834 -0.2208 Радмиловац 44.75 20.58 130 -0.3087 Чумић 44.13 20.77 366 -0.3377 Рековац 43.86 21.10 245 -0.1981 Ћуприја 43.93 21.38 123 -0.0247 Римски шанчеви 45.32 19.85 86 0.0305 Димитровград 43.01 22.73 446 -0.031 Рудника 44.13 20.55 1132 -0.8433 Гоч 43.56 20.83 990 -0.1889 Шабац 44.75 19.69 80 0.0475 Ивањица 43.58 20.24 465 0.0768 Сјеница 43.28 20.03 1015 0.3867 Јастребац 43.39 21.45 1492 -0.959 Смед.паланка 44.37 21.00 121 -0.3648 Јошаничка бања 43.39 20.76 555 -0.0373 Сомбор 45.75 19.15 87 0.0778 Каона 43.72 20.42 570 0.1095 Срем.митровица 45.02 19.15 82 -0.0422 Карајукића бунари 43.09 20.10 1160 -0.0211 Трговиште 42.36 22.09 600 -0.2805 Кикинда 45.85 20.47 81 -0.1033 Ваљево 44.28 19.92 174 -0.1552 Књажевац 43.56 22.27 280 0.0449 Велико градиште 44.76 21.55 82 0.0083 Копаоник 43.29 20.81 1711 0.4665 Владимирци 44.61 19.82 120 -0.1803 Крагујевац 44.01 20.92 175 -0.3349 Власотинце 42.96 22.13 270 0.0156 Краљево 43.73 20.70 219 -0.4709 Врање 42.55 21.90 433 -0.1063 Крупањ 44.37 19.37 280 0.2345 Врњачка бања 43.62 20.93 235 -0.1854 Крушевац 43.58 21.33 166 -0.2899 Вршац 45.15 21.32 83 0.1104 Кукавица 42.79 21.95 1438 -0.014 Жагубица 44.20 21.79 314 -0.2626 Куршумлија 43.14 21.28 383 -0.0725 Зајечар 43.91 22.32 137 -0.3536 Лесковац 43.00 21.96 224 0.0838 Житорађа 43.19 21.71 220 0.2115 Љубовија 44.19 19.38 190 0.0851 Златибор 43.72 19.70 1029 0.2247 Лозница 44.53 19.23 147 -0.0657 Зрењанин 45.40 20.38 80 -0.0095 184 Табела 1.15: Вредности тренда падавина за лето (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0.0513 Алексинац 43.54 21.71 180 0.111 Неготин 44.23 22.54 42 0.2009 Бабушница 43.07 22.42 495 -0.012 Ниш 43.32 21.90 202 0.0824 Бела паланка 43.22 22.32 290 -0.0601 Нови Пазар 43.14 20.52 545 -0.0719 Београд 44.78 20.44 132 0.2609 Палић 46.10 19.77 102 0.0302 Блаце 43.30 21.29 395 -0.4743 Петровац 44.38 21.42 125 0.2867 Блажево 43.23 20.93 800 0.4153 Пирот 43.16 22.59 370 0.0399 Брус 43.38 21.04 440 0.0654 Пожега 43.85 20.04 333 0.0703 Бујановац 42.46 21.77 400 0.0174 Прешево 42.31 21.65 510 0.2622 Буковичка бања 44.31 20.56 265 0.4147 Прокупље 43.23 21.59 265 0.0403 Црни врх 44.14 21.97 834 0.0943 Радмиловац 44.75 20.58 130 0.1413 Чумић 44.13 20.77 366 0.0787 Рековац 43.86 21.10 245 -0.3574 Ћуприја 43.93 21.38 123 -0.0842 Римски шанчеви 45.32 19.85 86 0.145 Димитровград 43.01 22.73 446 -0.0158 Рудника 44.13 20.55 1132 0.1672 Гоч 43.56 20.83 990 0.3606 Шабац 44.75 19.69 80 0.0661 Ивањица 43.58 20.24 465 0.1853 Сјеница 43.28 20.03 1015 0.1012 Јастребац 43.39 21.45 1492 -0.1313 Смед.паланка 44.37 21.00 121 0.3577 Јошаничка бања 43.39 20.76 555 0.2232 Сомбор 45.75 19.15 87 0.1306 Каона 43.72 20.42 570 0.5815 Срем.митровица 45.02 19.15 82 0.1703 Карајукића бунари 43.09 20.10 1160 -0.3685 Трговиште 42.36 22.09 600 -0.1907 Кикинда 45.85 20.47 81 0.0477 Ваљево 44.28 19.92 174 0.0824 Књажевац 43.56 22.27 280 -0.2323 Велико градиште 44.76 21.55 82 0.1586 Копаоник 43.29 20.81 1711 -0.3845 Владимирци 44.61 19.82 120 -0.0842 Крагујевац 44.01 20.92 175 0.0967 Власотинце 42.96 22.13 270 0.1862 Краљево 43.73 20.70 219 0.1197 Врање 42.55 21.90 433 -0.1063 Крупањ 44.37 19.37 280 0.2217 Врњачка бања 43.62 20.93 235 0.4993 Крушевац 43.58 21.33 166 0.137 Вршац 45.15 21.32 83 -0.1439 Кукавица 42.79 21.95 1438 0.3703 Жагубица 44.20 21.79 314 -0.0511 Куршумлија 43.14 21.28 383 0.314 Зајечар 43.91 22.32 137 0.1046 Лесковац 43.00 21.96 224 0.126 Житорађа 43.19 21.71 220 0.1565 Љубовија 44.19 19.38 190 -0.1295 Златибор 43.72 19.70 1029 0.2509 Лозница 44.53 19.23 147 0.1833 Зрењанин 45.40 20.38 80 -0.1 185 Табела 1.16: Вредности тренда падавина за јесен (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 0.3289 Алексинац 43.54 21.71 180 0.4322 Неготин 44.23 22.54 42 0.0792 Бабушница 43.07 22.42 495 0.1765 Ниш 43.32 21.90 202 0.3756 Бела паланка 43.22 22.32 290 0.2375 Нови Пазар 43.14 20.52 545 0.5891 Београд 44.78 20.44 132 0.15 Палић 46.10 19.77 102 0.4 Блаце 43.30 21.29 395 0.3292 Петровац 44.38 21.42 125 0.5543 Блажево 43.23 20.93 800 0.4902 Пирот 43.16 22.59 370 0.1423 Брус 43.38 21.04 440 0.2999 Пожега 43.85 20.04 333 0.3648 Бујановац 42.46 21.77 400 0.0179 Прешево 42.31 21.65 510 0.2826 Буковичка бања 44.31 20.56 265 0.8072 Прокупље 43.23 21.59 265 0.1794 Црни врх 44.14 21.97 834 0.4409 Радмиловац 44.75 20.58 130 0.1775 Чумић 44.13 20.77 366 0.4632 Рековац 43.86 21.10 245 0.3578 Ћуприја 43.93 21.38 123 0.597 Римски шанчеви 45.32 19.85 86 0.3527 Димитровград 43.01 22.73 446 0.3687 Рудника 44.13 20.55 1132 0.5922 Гоч 43.56 20.83 990 0.3154 Шабац 44.75 19.69 80 0.175 Ивањица 43.58 20.24 465 0.5861 Сјеница 43.28 20.03 1015 0.5547 Јастребац 43.39 21.45 1492 -0.1646 Смед.паланка 44.37 21.00 121 0.4037 Јошаничка бања 43.39 20.76 555 0.2712 Сомбор 45.75 19.15 87 0.2126 Каона 43.72 20.42 570 0.4021 Срем.митровица 45.02 19.15 82 0.1827 Карајукића бунари 43.09 20.10 1160 0.2178 Трговиште 42.36 22.09 600 0.1679 Кикинда 45.85 20.47 81 0.5294 Ваљево 44.28 19.92 174 0.3782 Књажевац 43.56 22.27 280 0.3971 Велико градиште 44.76 21.55 82 0.2301 Копаоник 43.29 20.81 1711 0.7107 Владимирци 44.61 19.82 120 0.4375 Крагујевац 44.01 20.92 175 0.4434 Власотинце 42.96 22.13 270 0.394 Краљево 43.73 20.70 219 0.2246 Врање 42.55 21.90 433 -0.2314 Крупањ 44.37 19.37 280 0.5517 Врњачка бања 43.62 20.93 235 0.365 Крушевац 43.58 21.33 166 0.3517 Вршац 45.15 21.32 83 0.1909 Кукавица 42.79 21.95 1438 0.6597 Жагубица 44.20 21.79 314 0.5348 Куршумлија 43.14 21.28 383 0.2685 Зајечар 43.91 22.32 137 0.3174 Лесковац 43.00 21.96 224 0.5144 Житорађа 43.19 21.71 220 0.2701 Љубовија 44.19 19.38 190 0.3165 Златибор 43.72 19.70 1029 0.7471 Лозница 44.53 19.23 147 0.4779 Зрењанин 45.40 20.38 80 0.1766 186 Табела 1.17: Вредности тренда падавинана годишњем нивоу (1961-2009) у mm/год Станица ГШ ГД НВ тренд Станица ГШ ГД НВ тренд Александровац 43.46 21.06 360 -0.0727 Алексинац 43.54 21.71 180 0.1078 Неготин 44.23 22.54 42 -0.0016 Бабушница 43.07 22.42 495 -0.1163 Ниш 43.32 21.90 202 0.0133 Бела паланка 43.22 22.32 290 0.0104 Нови Пазар 43.14 20.52 545 0.0941 Београд 44.78 20.44 132 0.052 Палић 46.10 19.77 102 0.1147 Блаце 43.30 21.29 395 -0.1045 Петровац 44.38 21.42 125 0.1265 Блажево 43.23 20.93 800 0.1535 Пирот 43.16 22.59 370 -0.0887 Брус 43.38 21.04 440 -0.1533 Пожега 43.85 20.04 333 -0.0712 Бујановац 42.46 21.77 400 -0.1961 Прешево 42.31 21.65 510 0.0174 Буковичка бања 44.31 20.56 265 0.2913 Прокупље 43.23 21.59 265 0.0877 Црни врх 44.14 21.97 834 0.1646 Радмиловац 44.75 20.58 130 0.0168 Чумић 44.13 20.77 366 0.0337 Рековац 43.86 21.10 245 -0.071 Ћуприја 43.93 21.38 123 0.1008 Римски шанчеви 45.32 19.85 86 0.0913 Димитровград 43.01 22.73 446 -0.1247 Рудника 44.13 20.55 1132 -0.2868 Гоч 43.56 20.83 990 -0.0916 Шабац 44.75 19.69 80 0.0416 Ивањица 43.58 20.24 465 0.1641 Сјеница 43.28 20.03 1015 0.232 Јастребац 43.39 21.45 1492 -0.5125 Смед.паланка 44.37 21.00 121 0.0071 Јошаничка бања 43.39 20.76 555 -0.0921 Сомбор 45.75 19.15 87 0.1023 Каона 43.72 20.42 570 0.1822 Срем.митровица 45.02 19.15 82 -0.0206 Карајукића бунари 43.09 20.10 1160 -0.1834 Трговиште 42.36 22.09 600 -0.1939 Кикинда 45.85 20.47 81 0.0492 Ваљево 44.28 19.92 174 0.1 Књажевац 43.56 22.27 280 -0.0342 Велико градиште 44.76 21.55 82 0.0063 Копаоник 43.29 20.81 1711 0.2236 Владимирци 44.61 19.82 120 -0.0402 Крагујевац 44.01 20.92 175 -0.0417 Власотинце 42.96 22.13 270 0.0935 Краљево 43.73 20.70 219 -0.2829 Врање 42.55 21.90 433 -0.1446 Крупањ 44.37 19.37 280 0.1104 Врњачка бања 43.62 20.93 235 0.0283 Крушевац 43.58 21.33 166 -0.0375 Вршац 45.15 21.32 83 -0.0092 Кукавица 42.79 21.95 1438 0.1734 Жагубица 44.20 21.79 314 -0.0174 Куршумлија 43.14 21.28 383 0.0671 Зајечар 43.91 22.32 137 -0.0265 Лесковац 43.00 21.96 224 0.1773 Житорађа 43.19 21.71 220 0.1211 Љубовија 44.19 19.38 190 0.0489 Златибор 43.72 19.70 1029 0.2054 Лозница 44.53 19.23 147 0.0612 Зрењанин 45.40 20.38 80 -0.0112 187 Табела 1.17: Коефицијенти корелације између годишњих, зимских и пролећних сума падавина и NAO Станица годишње зима пролеће Станица годишње зима пролеће Лозница -0.176 -0.012 -0.279 Александровац -0.249 -0.017 -0.224 Неготин -0.073 -0.051 -0.304 Алексинац -0.309 -0.223 -0.141 Ниш -0.353 -0.256 -0.347 Бабушница -0.307 -0.137 -0.412 Нови пазар -0.166 -0.034 -0.288 Бела паланка -0.3 -0.135 -0.346 Палић -0.131 -0.07 -0.393 Београд -0.169 -0.116 -0.347 Пет. на Млави -0.124 -0.204 -0.234 Блаце -0.167 -0.089 -0.156 Пирот -0.116 -0.099 -0.385 Блажево -0.155 0.026 -0.296 Пожега -0.162 -0.066 -0.341 Брус -0.065 0.104 -0.39 Прешево -0.153 -0.063 -0.251 Бујановац -0.0172 -0.096 -0.409 Прокупље -0.246 -0.17 -0.242 Буковичка бања -0.194 -0.11 -0.213 Радмиловац -0.198 -0.032 -0.349 Црни врх -0.41 -0.093 -0.263 Рековац -0.159 -0.15 -0.202 Чумић -0.104 -0.104 -0.316 Рим. шанчеви -0.138 0.007 -0.347 Ћуприја -0.171 -0.141 -0.185 Рудник -0.232 -0.08 -0.283 Димитровград -0.229 -0.064 -0.402 Шабац -0.145 -0.089 -0.333 Гоч -0.09 -0.015 -0.033 Сјеница -0.157 -0.02 -0.352 Ивањица -0.094 0.027 -0.126 Смед. паланка -0.109 -0.138 -0.314 Јастебац -0.126 -0.075 -0.162 Сомбор -0.147 0.019 -0.34 Јошаничка бања -0.198 -0.054 -0.181 Ср митровица -0.061 -0.032 -0.406 Каона -0.148 -0.043 -0.173 Трговиште -0.085 0.01 -0.269 Кар. бунари 0.029 0.142 -0.307 Ваљево -0.203 -0.132 -0.321 Кинкинда -0.157 -0.034 -0.334 Вел. градиште -0.096 -0.02 -0.397 Књажевац -0.229 0.009 -0.368 Владимирци -0.1 -0.134 -0.348 Копаоник -0.136 -0.073 -0.073 Власотинце -0.172 -0.133 -0.315 Крагујевац -0.107 -0.125 -0.293 Врање -0.1 -0.056 -0.314 Краљево -0.133 -0.107 -0.249 Врњачка бања -0.198 -0.076 -0.244 Крупањ -0.23 -0.007 -0.317 Вршац -0.116 -0.048 -0.272 Крушевац -0.248 -0.123 -0.245 Жагубица -0.125 -0.117 -0.185 Кукавица -0.113 -0.041 -0.171 Зајечар -0.176 -0.068 -0.36 Куршумлија -0.148 -0.114 -0.304 Житорађа -0.165 -0.163 -0.228 Лесковац -0.217 -0.183 -0.288 Златибор -0.188 -0.036 -0.334 Љубовија -0.239 -0.032 -0.29 Зрењанин -0.218 -0.156 -0.398 188 Табела 1.18: Трендови температуре ваздуха за јануар (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац 0.09674 1985 0.09764 Ниш 0.07355 1990 0.07429 Бабушница 0.0498 1992 0.00053 Нови пазар 0.09039 1990 0.08701 Бачки Петровац 0.10158 1990 -0.01013 Палић 0.09346 1986 0.00862 Бечеј 0.087 1986 0.01554 Пећ 0.06202 1990 0.06013 Бела Црква 0.07719 1990 0.02117 Пирот 0.03695 1996 0.04 Београд 0.0901 1990 -0.00312 Пожега 0.09054 1990 0.03766 Босилеград -0.00144 2000 0.85818 Предејане 0.00719 1990 0.07481 Брус 0.19368 1980 0.04415 Приштина 0.04522 1990 0.1839 Бујановац 0.02 1990 0.13247 Призрен 0.08567 1990 0.06169 Буковичка бања 0.07108 1987 -0.05383 Прокупље 0.12887 1985 0.05682 Црни врх 0.16103 1978 -0.01945 Рековац 0.04529 1996 0.02714 Чумић 0.08527 1990 0.00714 Римски шанчеви 0.11262 1986 -0.00392 Ћуприја 0.07108 1990 0.03364 Рудник 0.07389 1990 0.00468 Димитровград 0.0395 1996 0.01 Шабац 0.08338 1986 0.00069 Драгаш 0.11004 1985 0.03361 Сента 0.08956 1990 -0.02026 Ивањица 0.07621 1990 0.02273 Сјеница 0.11803 1990 0.03584 Јагодина 0.06655 1990 0.05312 Смед. паланка 0.08977 1986 0.02038 Јаша Томић 0.09246 1990 0.0074 Сокобања 0.09236 1990 0.0074 Јошаничка бања 0.04171 1996 0.02107 Сомбор 0.09277 1986 0.00846 Кикинда 0.08635 1990 0 Срем. митровица 0.07182 1990 -0.02208 Књажевац 0.0868 1990 0.03312 Ваљево 0.08354 1986 0.01954 Копаоник 0.23168 1979 0.04366 Велико градиште 0.06401 1996 0.03286 Косов. Митровица 0.03479 1996 0.035 Владимирци 0.08261 1990 -0.01545 Крагујевац 0.08158 1990 0.03156 Власина 0.06709 1990 0.05156 Краљево 0.07517 1990 0.06117 Власотинце 0.05773 1990 0.02026 Крушевац 0.07926 1990 0.08286 Врање 0.03857 1990 0.09377 Кукавица 0.06284 1989 -0.02202 Врњачка бања 0.07266 1990 0.05052 Куршумлија 0.04527 1996 0.03143 Вршац 0.09123 1990 0.00597 Лесковац 0.06872 1990 0.08325 Жагубица 0.04483 1997 0.04242 Лозница 0.07335 1990 0.03195 Зајечар 0.14071 1984 0.00214 Љубовија 0.0869 1990 0.00299 Златибор 0.08069 1990 0.01403 Неготин 0.09674 1985 0.09764 Зрењанин 0.08962 1986 0.01831 189 Табела 1.19: Трендови температуре ваздуха за фебруар (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.03722 1985 0.08639 Ниш 0.00044 1990 0.02818 Бабушница 0.02435 1992 0.04561 Нови пазар 0.02256 1990 0.06078 Бачки Петровац -0.01537 1990 0.02299 Палић -0.02531 1986 0.03362 Бечеј -0.03954 1986 0.04469 Пећ -0.00163 1990 0.03675 Бела Црква -0.00946 1990 0.03494 Пирот 0.00683 1996 0.05714 Београд -0.01099 1990 0.01026 Пожега -0.00709 1990 -0.00325 Босилеград -0.06022 2000 0.14727 Предејане -0.0102 1990 0.08338 Брус 0.14035 1980 0.05516 Приштина 0.00064 1990 0.05519 Бујановац 0.003 1990 0.04909 Призрен 0.00133 1990 0.04675 Буковичка бања -0.11118 1987 -0.12331 Прокупље 0.01543 1985 0.05357 Црни врх 0.08775 1978 0.00595 Рековац -0.00367 1996 0.01357 Чумић -0.02478 1990 -0.02688 Римски шанчеви -0.02438 1986 0.036 Ћуприја -0.01177 1990 0.04221 Рудник -0.02059 1990 -0.00091 Димитровград 0.00403 1996 0.04143 Шабац -0.05338 1986 0.06054 Драгаш -0.002 1985 0.01891 Сента 0.00424 1990 0.02429 Ивањица -0.00793 1990 0.02714 Сјеница 0.02498 1990 0.04169 Јагодина -0.02153 1990 0.03429 Смед. паланка -0.04654 1986 0.02269 Јаша Томић 0.00793 1990 0.0239 Сокобања -0.00133 1990 -0.00727 Јошаничка бања -0.00941 1996 0.02643 Сомбор -0.04715 1986 0.06338 Кикинда 0.00828 1990 0.02208 Срем. митровица -0.02813 1990 0.00688 Књажевац -0.02182 1990 0.03896 Ваљево -0.05669 1986 0.02354 Копаоник 0.11548 1979 0.03765 Велико градиште 0.00106 1996 0.04464 Косов. митровица 0.00821 1996 0.1 Владимирци -0.03734 1990 0.02818 Крагујевац -0.0134 1990 0.01286 Власина -0.00123 1990 0.02299 Краљево -0.00857 1990 0.01766 Власотинце -0.00695 1990 -0.00571 Крушевац -0.00468 1990 0.04091 Врање 0.00941 1990 0.03818 Кукавица -0.01461 1989 -0.04715 Врњачка бања -0.01685 1990 0.01636 Куршумлија -0.00521 1996 0.0625 Вршац 0.00399 1990 0.0326 Лесковац -0.00709 1990 0.04831 Жагубица -0.02152 1997 -0.04198 Љубовија -0.00956 1990 0.02299 Зајечар -0.00237 1984 0.08034 Лозница -0.03709 1990 0.01792 Златибор -0.00404 1990 -0.01013 Неготин -0.00326 1984 0.09512 Зрењанин -0.02554 1986 0.04062 190 Табела 1.20: Трендови температуре ваздуха за март (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац 0.04274 0.75 0.07778 Ниш 0.08162 1.17 0.12607 Бабушница 0.06504 1.65 0.14667 Нови Пазар 0.03734 0.78 0.02571 Бачки Петровац 0.02695 0.48 0.00532 Палић 0.02596 0.63 0.04065 Бечеј 0.07723 1.27 0.08408 Пећ 0.08815 1.5 0.06462 Бела Црква 0.02552 0.49 0.02338 Пирот 0.01951 0.41 0.00636 Београд 0.03059 0.55 0.00779 Пожега 0.043 1.31 0.24286 Босилеград -0.04615 1.55 0.14636 Предејане 0.01842 0.42 0.01299 Брус 0.14333 1.83 0.02423 Приштина 0.0003 0.01 0.08571 Бујановац 0.01616 0.39 0.01104 Призрен 0.03079 0.71 0.01714 Буковичка бања 0.02123 0.37 0.01872 Прокупље 0.02369 0.51 0.00286 Црни врх 0.05098 0.47 -0.05217 Рековац 0.06965 1.26 0.05262 Чумић 0.01655 0.3 -0.01416 Римски шанчеви 0.03042 0.86 0.19107 Ћуприја 0.02384 0.5 0.04169 Рудник 0.09315 1.55 0.07677 Димитровград 0.03457 1.09 0.23214 Шабац 0.04803 0.9 -0.01935 Драгаш 0.0327 0.57 -0.06595 Сента 0.07408 1.26 0.07592 Ивањица 0.01246 0.28 0.00584 Сјеница 0.02739 0.5 0.00883 Јагодина 0.01571 0.32 0.08792 Смед. паланка 0.03074 0.65 0.01273 Јаша Томић 0.03034 0.56 0.00766 Сокобања 0.07492 1.36 0.06692 Јошаничка бања 0.01448 0.43 0.16143 Сомбор 0.03054 0.61 0.01026 Кикинда 0.03025 0.58 0.01299 Срем. митровица 0.07769 1.33 0.07854 Књажевац 0.0064 0.13 0.06312 Ваљево 0.01355 0.26 -0.00234 Копаоник 0.12415 1.28 -0.00532 Велико градиште 0.06185 1.17 0.061 Косов. митровица 0.03387 1.04 0.2175 Владимирци 0.03067 0.84 0.205 Крагујевац 0.03266 0.65 0.02831 Власина 0.00882 0.17 0.01494 Краљево 0.0267 0.54 0.01753 Власотинце 0.02552 0.6 -0.00597 Крушевац 0.03217 0.67 0.03974 Врање 0.02128 0.43 -0.05182 Кукавица -0.00961 0.18 -0.07329 Врњачка бања 0.03833 0.85 0.0113 Куршумлија 0.04345 1.36 0.20179 Вршац 0.01857 0.39 0.01792 Лесковац 0.01783 0.41 0.03545 Жагубица 0.0303 0.55 0.02364 Љубовија 0.01872 0.41 0.01545 Зајечар -0.01595 0.43 0.16989 Лозница 0.00813 0.16 0.01143 Златибор 0.09911 1.52 0.09542 Неготин 0.04274 0.75 0.07778 Зрењанин 0.03532 0.64 -0.02195 191 Табела 1.21: Трендови температуре ваздуха за април (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.16874 1985 0.03405 Ниш -0.02118 1990 0.10766 Бабушница -0.02008 1992 0.14649 Нови Пазар -0.02374 1990 0.16442 Бачки Петровац -0.03719 1990 0.12078 Палић -0.09692 1986 0.06731 Бечеј -0.10738 1986 0.08438 Пећ -0.01537 1990 0.13519 Бела Црква -0.04039 1990 0.10273 Пирот -0.00936 1996 0.19286 Београд -0.0297 1990 0.11766 Пожега -0.04 1990 0.09948 Босилеград -0.08682 2000 0.25273 Предејане -0.06714 1990 0.16974 Брус -0.10947 1980 0.03464 Приштина -0.0302 1990 0.13416 Бујановац -0.03148 1990 0.0939 Призрен -0.00507 1990 0.14052 Буковичка бања -0.09388 1987 0.01466 Прокупље -0.10139 1985 0.00585 Црни врх -0.14804 1978 -0.01788 Рековац -0.03224 1996 0.19107 Чумић -0.04399 1990 0.12039 Римски шанчеви -0.08477 1986 0.06608 Ћуприја -0.04251 1990 0.08221 Рудник -0.00143 1990 0.13182 Димитровград -0.01983 1996 0.14821 Шабац -0.10815 1986 0.03577 Драгаш -0.10135 1985 -0.04338 Сента -0.04384 1990 0.13182 Ивањица -0.03251 1990 0.09766 Сјеница -0.02291 1990 0.12494 Јагодина -0.03562 1990 0.12416 Смед. паланка -0.09023 1986 0.03238 Јаша Томић -0.03926 1990 0.11857 Сокобања -0.02261 1990 0.04662 Јошаничка бања -0.04978 1996 0.16393 Сомбор -0.10423 1986 0.06423 Кикинда -0.04108 1990 0.11104 Срем. митровица -0.04015 1990 0.09922 Књажевац -0.03788 1990 0.0939 Ваљево -0.09254 1986 0.05669 Копаоник -0.12549 1979 0.06323 Велико градиште -0.02563 1996 0.14214 Косов. митровица -0.02168 1996 0.30357 Владимирци -0.04399 1990 0.05896 Крагујевац -0.02616 1990 0.09338 Власина -0.02271 1990 0.10026 Краљево -0.02665 1990 0.09065 Власотинце -0.0267 1990 0.05961 Крушевац -0.02512 1990 0.09623 Врање -0.02148 1990 0.11078 Кукавица -0.03344 1989 0.04698 Врњачка бања -0.03291 1990 0.08935 Куршумлија -0.01745 1996 0.16857 Вршац -0.03493 1990 0.11078 Лесковац -0.04251 1990 0.09558 Жагубица -0.02252 1997 0.29011 Љубовија -0.03872 1990 0.13649 Зајечар -0.06897 1984 0.01526 Лозница -0.0399 1990 0.10455 Златибор -0.02916 1990 0.13623 Неготин -0.07727 1984 0.05031 Зрењанин -0.09323 1986 0.05777 192 Табела 1.22: Трендови температуре ваздуха за мај (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.07774 1.54 0.03641 Ниш 0.00946 0.27 0.10623 Бабушница -0.01786 0.57 0.10526 Нови Пазар -0.00182 0.06 0.14468 Бачки Петровац 0.02611 0.76 0.08351 Палић 0.03046 0.77 0.07354 Бечеј 0.02062 0.49 0.10115 Пећ -0.00517 0.15 0.08117 Бела Црква -0.00768 0.2 0.06844 Пирот -0.01513 0.59 0.005 Београд 0.007 0.2 0.08338 Пожега 0.00069 0.02 0.07442 Босилеград -0.05806 2.12 0.23 Предејане -0.03946 1.3 0.12013 Брус -0.00123 0.02 0.03706 Приштина -0.00079 0.02 0.08584 Бујановац -0.00158 0.05 0.03948 Призрен 0.00493 0.13 0.08416 Буковичка бања 0.00489 0.12 0.10459 Прокупље -0.00283 0.06 0.02239 Црни врх -0.04608 0.61 -0.01581 Рековац -0.02017 0.8 0.04607 Чумић -0.01837 0.49 0.08701 Римски шанчеви 0.03377 0.8 0.07323 Ћуприја -0.00409 0.12 0.07338 Рудник -0.01695 0.44 0.09 Димитровград -0.02546 1.06 -0.02 Шабац 0.03215 0.79 0.08169 Драгаш -0.01035 0.19 0.01094 Сента 0.00966 0.28 0.07987 Ивањица 0.00739 0.23 0.07156 Сјеница 0.00596 0.19 0.10065 Јагодина -0.00714 0.2 0.10312 Смед. паланка 0.02115 0.49 0.07638 Јаша Томић 0.00655 0.18 0.07922 Сокобања -0.00567 0.16 0.07416 Јошаничка бања -0.04782 2.01 -0.01357 Сомбор 0.02708 0.68 0.07446 Кикинда 0.0101 0.3 0.07948 Срем. митровица 0.01389 0.42 0.07623 Књажевац -0.01133 0.34 0.11935 Ваљево 0.02531 0.62 0.07962 Копаоник -0.03003 0.41 0.07031 Велико градиште -0.00359 0.13 0.00607 Косов. митровица -0.03697 1.28 0.09 Владимирци 0.00335 0.1 0.07468 Крагујевац 0.00956 0.29 0.08675 Власина -0.03404 1.04 0.14519 Краљево -0.00463 0.14 0.08844 Власотинце -0.01241 0.36 0.10247 Крушевац 0.00867 0.25 0.1 Врање -0.00852 0.24 0.0939 Кукавица 0.00725 0.17 0.10536 Врњачка бања -0.00192 0.06 0.09623 Куршумлија -0.02978 1.03 0.02429 Вршац 0.01488 0.41 0.08143 Лесковац -0.01163 0.35 0.09623 Жагубица 0.00678 0.27 0.14242 Љубовија 0.02985 1.03 0.10065 Зајечар 0.00138 0.03 0.04151 Лозница 0.01911 0.59 0.07455 Златибор 0.00695 0.18 0.11571 Неготин -0.02777 0.64 0.08486 Зрењанин 0.02254 0.55 0.07638 193 Табела 1.23: Трендови температуре ваздуха за јун (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.0793 1985 0.04581 Ниш -0.04138 1990 0.04948 Бабушница -0.02383 1992 0.11053 Нови Пазар -0.04089 1990 0.06182 Бачки Петровац -0.04207 1990 0.04896 Палић -0.05115 1986 0.07392 Бечеј -0.07746 1986 0.11546 Пећ -0.02808 1990 0.00208 Бела Црква -0.07527 1990 0.04688 Пирот 0.00375 1996 0.00393 Београд -0.05443 1990 0.04831 Пожега -0.04522 1990 0.04779 Босилеград 0.00279 2000 0.41636 Предејане -0.07197 1990 0.07273 Брус -0.02737 1980 0.03746 Приштина -0.0303 1990 -0.01052 Бујановац -0.01749 1990 -0.00766 Призрен -0.00552 1990 -0.01299 Буковичка бања -0.07812 1987 0.05985 Прокупље -0.02143 1985 0.0453 Црни врх -0.15245 1978 -0.01374 Рековац -0.01784 1996 0.06071 Чумић -0.06153 1990 0.03688 Римски шанчеви -0.05177 1986 0.06608 Ћуприја -0.04665 1990 0.04156 Рудник -0.08414 1990 0.04377 Димитровград -0.01034 1996 -0.00821 Шабац -0.05092 1986 0.07223 Драгаш 0.00517 1985 0.01453 Сента -0.05084 1990 0.04247 Ивањица -0.03606 1990 0.03558 Сјеница -0.01862 1990 0.0474 Јагодина -0.05379 1990 0.07805 Смед. паланка -0.05831 1986 0.07162 Јаша Томић -0.05557 1990 0.04377 Сокобања -0.03793 1990 0.03714 Јошаничка бања -0.05286 1996 0.0175 Сомбор -0.05023 1986 0.07154 Кикинда -0.06261 1990 0.04182 Срем. митровица -0.0531 1990 0.04558 Књажевац -0.02773 1990 0.06195 Ваљево -0.04946 1986 0.08623 Копаоник -0.0904 1979 0.07154 Велико градиште -0.02073 1996 0.01929 Косов. митровица -0.00434 1996 0.00607 Владимирци -0.06261 1990 0.04325 Крагујевац -0.03951 1990 0.05714 Власина -0.06493 1990 0.0887 Краљево -0.047 1990 0.04494 Власотинце -0.05773 1990 0.0226 Крушевац -0.0331 1990 0.05805 Врање -0.03409 1990 0.01273 Кукавица -0.02786 1989 0.05539 Врњачка бања -0.03995 1990 0.05091 Куршумлија -0.03185 1996 0.03821 Вршац -0.0635 1990 0.0561 Лесковац -0.05217 1990 0.04351 Жагубица 0.00049 1997 0.10286 Љубовија -0.03202 1990 0.06961 Зајечар -0.01126 1984 0.0663 Лозница -0.03635 1990 0.04987 Златибор -0.03591 1990 0.05312 Неготин -0.03538 1984 0.09335 Зрењанин -0.06892 1986 0.07908 194 Табела 1.24: Трендови температуре ваздуха за јул (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.00352 1985 -0.03186 Ниш 0.0068 1990 0.0639 Бабушница -0.01218 1992 0.14211 Нови Пазар 0.00335 1990 0.08442 Бачки Петровац 0.01685 1990 0.06961 Палић -0.01115 1986 0.03931 Бечеј -0.06038 1986 0.08246 Пећ 0.02256 1990 0.06701 Бела Црква -0.0236 1990 0.06117 Пирот 0.03653 1996 0.06643 Београд 0.01502 1990 0.09299 Пожега 0.00581 1990 0.06649 Босилеград 0.01964 2000 0.20364 Предејане -0.04685 1990 0.0274 Брус -0.06807 1980 0.01012 Приштина 0.00778 1990 0.03818 Бујановац 0.01094 1990 0.00247 Призрен 0.03606 1990 0.06182 Буковичка бања -0.05316 1987 -0.00481 Прокупље -0.05526 1985 0.03258 Црни врх -0.14118 1978 0.01029 Рековац 0.00563 1996 0.13143 Чумић -0.00207 1990 0.07636 Римски шанчеви -0.03269 1986 0.03585 Ћуприја 0.00039 1990 0.06519 Рудник -0.02414 1990 0.06558 Димитровград 0.00924 1996 0.04 Шабац -0.03908 1986 0.05946 Драгаш -0.05122 1985 0.05997 Сента 0.0233 1990 0.06948 Ивањица 0.00507 1990 0.07169 Сјеница 0.03074 1990 0.06325 Јагодина -0.00202 1990 0.08805 Смед. паланка -0.04708 1986 0.04254 Јаша Томић -0.00483 1990 0.07857 Сокобања -0.00739 1990 0.05377 Јошаничка бања -0.02389 1996 0.12107 Сомбор -0.01423 1986 0.03808 Кикинда 0.01192 1990 0.06325 Срем. митровица 0.00448 1990 0.06455 Књажевац 0.00675 1990 0.09597 Ваљево -0.01992 1986 0.06185 Копаоник -0.05459 1979 0.07476 Велико градиште 0.01667 1996 0.13036 Косов. митровица 0.03532 1996 0.09357 Владимирци -0.00483 1990 0.09299 Крагујевац 0.00202 1990 0.08143 Власина -0.04847 1990 0.11896 Краљево 0.00685 1990 0.06234 Власотинце -0.01798 1990 0.0574 Крушевац 0.00222 1990 0.08506 Врање -0.00394 1990 0.03987 Кукавица 0.00233 1989 0.04195 Врњачка бања 0 1990 0.07039 Куршумлија 0.00566 1996 0.08286 Вршац 0.00232 1990 0.08494 Лесковац -0.01813 1990 0.05234 Жагубица -0.036 1997 0.19451 Љубовија 0.02847 1990 0.10481 Зајечар -0.0331 1984 0.05122 Лозница 0.02655 1990 0.08143 Златибор 0.02704 1990 0.07351 Неготин -0.05415 1984 0.07131 Зрењанин -0.03808 1986 0.06554 195 Табела 1.25: Трендови температуре ваздуха за август (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.09413 1985 -0.04195 Ниш -0.02261 1990 0.03377 Бабушница -0.03536 1992 0.0793 Нови Пазар -0.02232 1990 0.08883 Бачки Петровац 0.0065 1990 0.00156 Палић -0.01138 1986 0.03554 Бечеј -0.06531 1986 0.07631 Пећ -0.01414 1990 0.02649 Бела Црква -0.04591 1990 0.01675 Пирот 0.02437 1996 0.095 Београд -0.00867 1990 0.01792 Пожега -0.01517 1990 0.04649 Босилеград -0.02814 2000 0.18182 Предејане -0.05921 1990 0.06221 Брус -0.13193 1980 0.03778 Приштина -0.02788 1990 0.03104 Бујановац -0.03365 1990 0.03558 Призрен -0.00798 1990 0.0287 Буковичка бања -0.03501 1987 0.03301 Прокупље -0.10187 1985 0.00479 Црни врх -0.22108 1978 0.01852 Рековац 0.00655 1996 0.0825 Чумић -0.01857 1990 0.02364 Римски шанчеви -0.03208 1986 0.01954 Ћуприја -0.01975 1990 0.01623 Рудник -0.05956 1990 -0.0061 Димитровград -0.00448 1996 0.06821 Шабац -0.04662 1986 0.01962 Драгаш -0.13061 1985 0.03754 Сента -0.00488 1990 0.03065 Ивањица -0.01833 1990 0.04416 Сјеница 0.00833 1990 0.0687 Јагодина -0.02911 1990 0.02299 Смед. паланка -0.05915 1986 0.02554 Јаша Томић -0.01798 1990 0.02039 Сокобања -0.03345 1990 0.02117 Јошаничка бања -0.02235 1996 0.11143 Сомбор -0.00954 1986 0.02946 Кикинда -0.0065 1990 0.00623 Срем. митровица -0.00704 1990 0.00078 Књажевац -0.033 1990 0.10429 Ваљево -0.043 1986 0.03846 Копаоник -0.1548 1979 0.07449 Велико градиште 0.01406 1996 0.05321 Косов. митровица 0.01445 1996 0.14214 Владимирци -0.01961 1990 -0.00156 Крагујевац -0.023 1990 0.03883 Власина -0.07113 1990 0.1026 Краљево -0.02044 1990 0.0187 Власотинце -0.05123 1990 0.02883 Крушевац -0.02182 1990 0.05143 Врање -0.03631 1990 0.03065 Кукавица -0.0422 1989 0.04077 Врњачка бања -0.02335 1990 0.03584 Куршумлија -0.00661 1996 0.05464 Вршац -0.0164 1990 0.02636 Лесковац -0.05177 1990 0.04299 Жагубица -0.04578 1997 0.19187 Љубовија 0.00951 1990 0.05779 Зајечар -0.07026 1984 0.03736 Лозница 0.01507 1990 0.01701 Златибор -0.01788 1990 0.03519 Неготин -0.09012 1984 0.08706 Зрењанин -0.046 1986 0.04823 196 Табела 1.26: Трендови температуре ваздуха за септембар (С/год) и године промене тренда (1961- 2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.04017 1985 -0.06263 Ниш -0.00798 1990 0.00338 Бабушница -0.00456 1992 -0.00421 Нови Пазар 0.01404 1990 0.00377 Бачки Петровац 0.02892 1990 0.01506 Палић 0.01231 1986 -0.02069 Бечеј -0.049 1986 0.01815 Пећ 0.00975 1990 -0.02052 Бела Црква -0.03286 1990 0.01883 Пирот 0.01591 1996 0.11929 Београд 0.00527 1990 0.0161 Пожега 0.00926 1990 0.00831 Босилеград -0.00184 2000 0.43182 Предејане -0.05227 1990 0.02961 Брус -0.11877 1980 -0.02661 Приштина -0.0035 1990 -0.03143 Бујановац -0.00103 1990 -0.03753 Призрен 0.01946 1990 -0.04091 Буковичка бања -0.03627 1987 -0.04519 Прокупље -0.04426 1985 -0.07053 Црни врх -0.18309 1978 -0.07527 Рековац -0.00653 1996 0.12929 Чумић 0.01167 1990 -0.01974 Римски шанчеви -0.00623 1986 -0.03562 Ћуприја -0.01813 1990 -0.00922 Рудник 0.00911 1990 -0.07883 Димитровград -0.00866 1996 0.09321 Шабац -0.01969 1986 -0.01638 Драгаш -0.102 1985 0.10379 Сента -0.00064 1990 0.03494 Ивањица -0.00966 1990 -0.00636 Сјеница 0.01222 1990 -0.00636 Јагодина -0.03172 1990 0.01377 Смед. паланка -0.03254 1986 -0.03523 Јаша Томић -0.00754 1990 0.02636 Сокобања -0.02089 1990 -0.01117 Јошаничка бања -0.01535 1996 0.09429 Сомбор 0.00023 1986 -0.01985 Кикинда 0.0067 1990 0.0213 Срем. митровица 0.00951 1990 0.00844 Књажевац -0.02419 1990 0.05961 Ваљево -0.01862 1986 -0.03623 Копаоник -0.16357 1979 -0.03603 Велико градиште -0.00487 1996 0.12 Косов. митровица 0.02482 1996 0.14107 Владимирци -0.02069 1990 -0.00688 Крагујевац -0.00473 1990 -0.00286 Власина -0.03591 1990 0.01935 Краљево -0.00818 1990 -0.0226 Власотинце -0.03384 1990 -0.04896 Крушевац -0.01369 1990 0.00636 Врање -0.01744 1990 -0.02494 Кукавица 0 1989 -0.03778 Врњачка бања -0.01034 1990 -0.00571 Куршумлија 0.00118 1996 0.07143 Вршац -0.01153 1990 0.01675 Лесковац -0.04177 1990 -0.00065 Жагубица -0.07174 1997 0.13626 Љубовија 0.02626 1990 0.0187 Зајечар -0.03725 1984 -0.04377 Лозница 0.01921 1990 0.00351 Златибор 0.00039 1990 -0.03532 Неготин -0.03379 1984 -0.01325 Зрењанин -0.02515 1986 -0.01638 197 Табела 1.27: Трендови температуре ваздуха за октобар (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.04904 1985 0.0159 Ниш -0.03852 1990 -0.03143 Бабушница -0.01645 1992 -0.06614 Нови Пазар -0.02596 1990 0.00234 Бачки Петровац -0.01365 1990 0.00805 Палић -0.01762 1986 0.02046 Бечеј -0.06438 1986 0.04038 Пећ -0.03813 1990 -0.01039 Бела Црква -0.05433 1990 -0.00468 Пирот -0.0028 1996 0.0475 Београд -0.03507 1990 0.01688 Пожега -0.02626 1990 -0.01156 Босилеград -0.03887 2000 0.38091 Предејане -0.06581 1990 0.02468 Брус -0.1514 1980 -0.02262 Приштина -0.04581 1990 -0.02974 Бујановац -0.04892 1990 -0.03494 Призрен -0.02567 1990 -0.03584 Буковичка бања -0.06181 1987 0.08368 Прокупље -0.02687 1985 -0.01108 Црни врх -0.2326 1978 -0.04499 Рековац -0.00731 1996 0.04321 Чумић -0.03384 1990 -0.02844 Римски шанчеви -0.04692 1986 0.01077 Ћуприја -0.04867 1990 -0.02117 Рудник -0.04552 1990 0.0074 Димитровград -0.0095 1996 0.03893 Шабац -0.04662 1986 0.072 Драгаш -0.04122 1985 0.01757 Сента -0.02837 1990 0.02325 Ивањица -0.02916 1990 -0.02156 Сјеница -0.00236 1990 -0.02325 Јагодина -0.0532 1990 0.00805 Смед. паланка -0.02938 1986 0.01654 Јаша Томић -0.03773 1990 0.00442 Сокобања -0.04773 1990 -0.04714 Јошаничка бања -0.00725 1996 0.00286 Сомбор -0.04354 1986 0.02569 Кикинда -0.03113 1990 0.01 Срем. митровица -0.01872 1990 -0.0113 Књажевац -0.05379 1990 0.00987 Ваљево -0.03138 1986 0.02138 Копаоник -0.16677 1979 0.0059 Велико градиште -0.01826 1996 0.02143 Косов. митровица 0.04681 1996 0.08286 Владимирци -0.04892 1990 0.09948 Крагујевац -0.02606 1990 -0.02208 Власина -0.04773 1990 -0.0261 Краљево -0.04404 1990 -0.03779 Власотинце -0.05739 1990 -0.08416 Крушевац -0.0498 1990 -0.03078 Врање -0.05084 1990 -0.04208 Кукавица -0.04381 1989 -0.03569 Врњачка бања -0.04197 1990 -0.01896 Куршумлија -0.00443 1996 -0.01 Вршац -0.03857 1990 -0.00091 Лесковац -0.07325 1990 -0.03026 Жагубица -0.00619 1997 -0.04879 Љубовија -0.01108 1990 0.00701 Зајечар -0.05791 1984 0.0025 Лозница -0.02433 1990 -0.00039 Златибор -0.0097 1990 -0.03117 Неготин -0.07352 1984 0.03187 Зрењанин -0.04446 1986 0.01846 198 Табела 1.28: Трендови температуре ваздуха за новембар (С/год) и године промене тренда (1961- 2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.21361 1985 0.1374 Ниш -0.17606 1990 0.09831 Бабушница -0.11198 1992 0.10754 Нови Пазар -0.14714 1990 0.02273 Бачки Петровац -0.14399 1990 0.10416 Палић -0.13223 1986 0.12923 Бечеј -0.14977 1986 0.15062 Пећ -0.16424 1990 0.05597 Бела Црква -0.15877 1990 0.12714 Пирот -0.11471 1996 0.08679 Београд -0.14926 1990 0.13675 Пожега -0.15167 1990 0.01584 Босилеград -0.12549 2000 0.51364 Предејане -0.21202 1990 0.12195 Брус -0.19561 1980 0.08976 Приштина -0.17384 1990 0.05987 Бујановац -0.16581 1990 0.07961 Призрен -0.18764 1990 0.05169 Буковичка бања -0.20014 1987 0.17135 Прокупље -0.20739 1985 0.08243 Црни врх -0.23137 1978 0.06176 Рековац -0.10922 1996 0.09857 Чумић -0.15852 1990 0.14234 Римски шанчеви -0.14438 1986 0.12808 Ћуприја -0.17069 1990 0.09922 Рудник -0.20227 1990 0.18299 Димитровград -0.11843 1996 0.05786 Шабац -0.16477 1986 0.09869 Драгаш -0.23283 1985 0.10978 Сента -0.13562 1990 0.10247 Ивањица -0.17552 1990 0.03494 Сјеница -0.18148 1990 0.01442 Јагодина -0.177 1990 0.10766 Смед. паланка -0.17192 1986 0.13531 Јаша Томић -0.17128 1990 0.16714 Сокобања -0.1866 1990 0.07182 Јошаничка бања -0.10969 1996 0.06179 Сомбор -0.13438 1986 0.13154 Кикинда -0.14714 1990 0.12506 Срем. митровица -0.13611 1990 0.07416 Књажевац -0.19798 1990 0.1739 Ваљево -0.18008 1986 0.11562 Копаоник -0.24438 1979 0.06732 Велико градиште -0.09966 1996 0.12179 Косов. митровица -0.06493 1996 0.085 Владимирци -0.14906 1990 0.06234 Крагујевац -0.1566 1990 0.11117 Власина -0.17232 1990 0.09883 Краљево -0.16773 1990 0.08169 Власотинце -0.19877 1990 0.04792 Крушевац -0.17729 1990 0.09468 Врање -0.16591 1990 0.06026 Кукавица -0.15326 1989 0.14065 Врњачка бања -0.16227 1990 0.07195 Куршумлија -0.12933 1996 0.05321 Вршац -0.16768 1990 0.12364 Лесковац -0.20374 1990 0.07429 Жагубица -0.08064 1997 0.30637 Љубовија -0.14739 1990 0.04558 Зајечар -0.19229 1984 0.12283 Лозница -0.14512 1990 0.09273 Златибор -0.15901 1990 0.09312 Неготин -0.16739 1984 0.12009 Зрењанин -0.15046 1986 0.14846 199 Табела 1.29: Трендови температуре ваздуха за децембар (С/год) и године промене тренда (1961- 2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац 0.015 1985 0.05511 Ниш 0.03788 1990 0.11169 Бабушница 0.00206 1992 0.00737 Нови Пазар 0.0334 1990 0.10974 Бачки Петровац 0.09527 1990 0.08961 Палић 0.11454 1986 0.02738 Бечеј 0.10554 1986 0.056 Пећ 0.0101 1990 0.09455 Бела Црква 0.05837 1990 0.07987 Пирот 0.00171 1996 0.11964 Београд 0.09734 1990 0.09597 Пожега 0.03621 1990 0.08675 Босилеград -0.07945 2000 0.59273 Предејане -0.02754 1990 0.10987 Брус 0.12211 1980 0.00379 Приштина 0.01369 1990 0.10714 Бујановац -0.00695 1990 0.10364 Призрен -0.00576 1990 0.09922 Буковичка бања 0.07562 1987 -0.0094 Прокупље 0.06413 1985 0.0561 Црни врх -0.00784 1978 -0.05735 Рековац 0.01541 1996 0.17607 Чумић 0.10626 1990 0.07558 Римски шанчеви 0.13669 1986 0.036 Ћуприја 0.04596 1990 0.10818 Рудник 0.10034 1990 0.09468 Димитровград 0.00076 1996 0.10464 Шабац 0.12231 1986 0.045 Драгаш 0.00552 1985 0.06027 Сента 0.07458 1990 0.06247 Ивањица 0.05108 1990 0.07597 Сјеница 0.04956 1990 0.0987 Јагодина 0.03507 1990 0.1113 Смед. паланка 0.11685 1986 0.06538 Јаша Томић 0.07232 1990 0.07429 Сокобања 0.05665 1990 0.08779 Јошаничка бања 0.01748 1996 0.17786 Сомбор 0.12031 1986 0.03069 Кикинда 0.07074 1990 0.07779 Срем. митровица 0.0736 1990 0.06403 Књажевац 0.04675 1990 0.10662 Ваљево 0.12115 1986 0.05592 Копаоник 0.11135 1979 -0.00456 Велико градиште 0.01557 1996 0.13571 Косов. митровица 0.03913 1996 0.22643 Владимирци 0.09901 1990 0.07935 Крагујевац 0.08916 1990 0.10208 Власина 0.01315 1990 0.08468 Краљево 0.06517 1990 0.12208 Власотинце 0.02892 1990 0.07299 Крушевац 0.05143 1990 0.12636 Врање 0.01384 1990 0.10649 Кукавица 0.02531 1989 0.06268 Врњачка бања 0.05951 1990 0.11078 Куршумлија 0.01185 1996 0.15107 Вршац 0.07177 1990 0.09792 Лесковац 0.01916 1990 0.12714 Жагубица 0.01269 1997 0.18791 Љубовија 0.06103 1990 0.0861 Зајечар 0.10208 1984 0.00055 Лозница 0.09227 1990 0.09195 Златибор 0.07271 1990 0.08701 Неготин 0.07866 1984 -0.01123 Зрењанин 0.12408 1986 0.05223 200 Табела 1.30: Трендови температуре ваздуха за зиму (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац 0.0328 1985 0.08025 Ниш 0.04173 1990 0.07328 Бабушница 0.02721 1992 0.0215 Нови Пазар 0.04963 1990 0.08626 Бачки Петровац 0.07271 1990 0.03435 Палић 0.07877 1986 0.0232 Бечеј 0.06967 1986 0.03896 Пећ 0.02657 1990 0.06493 Бела Црква 0.04759 1990 0.04721 Пирот 0.01805 1996 0.07634 Београд 0.06913 1990 0.03367 Пожега 0.04799 1990 0.04084 Босилеград -0.04986 2000 0.53843 Предејане -0.00926 1990 0.09071 Брус 0.1694 1980 0.03614 Приштина 0.02001 1990 0.11503 Бујановац 0.00469 1990 0.09699 Призрен 0.03121 1990 0.07046 Буковичка бања 0.0231 1987 -0.06096 Прокупље 0.07503 1985 0.05732 Црни врх 0.1121 1978 -0.02121 Рековац 0.02333 1996 0.07421 Чумић 0.06462 1990 0.01741 Римски шанчеви 0.09373 1986 0.0232 Ћуприја 0.04377 1990 0.06289 Рудник 0.05774 1990 0.03345 Димитровград 0.01689 1996 0.05816 Шабац 0.06605 1986 0.03542 Драгаш 0.04536 1985 0.03973 Сента 0.06768 1990 0.02148 Ивањица 0.04474 1990 0.04244 Сјеница 0.06754 1990 0.06278 Јагодина 0.0348 1990 0.06664 Смед. паланка 0.06671 1986 0.03646 Јаша Томић 0.06915 1990 0.03578 Сокобања 0.05625 1990 0.03131 Јошаничка бања 0.01821 1996 0.07714 Сомбор 0.07371 1986 0.03434 Кикинда 0.06725 1990 0.03298 Срем. митровица 0.05002 1990 0.0169 Књажевац 0.0456 1990 0.06013 Ваљево 0.06111 1986 0.03333 Копаоник 0.18192 1979 0.02889 Велико градиште 0.0321 1996 0.07415 Косов. митровица 0.02801 1996 0.12215 Владимирци 0.0597 1990 0.02881 Крагујевац 0.0588 1990 0.04891 Власина 0.02741 1990 0.05845 Краљево 0.04953 1990 0.06683 Власотинце 0.02897 1990 0.03032 Крушевац 0.04875 1990 0.0841 Врање 0.02076 1990 0.08013 Кукавица 0.02905 1989 0.00212 Врњачка бања 0.04497 1990 0.05913 Куршумлија 0.01768 1996 0.08705 Вршац 0.06362 1990 0.04767 Лесковац 0.03061 1990 0.08845 Жагубица 0.01724 1997 0.064 Љубовија 0.04901 1990 0.04801 Зајечар 0.09596 1984 0.02797 Лозница 0.05665 1990 0.03747 Златибор 0.05579 1990 0.03015 Неготин 0.09139 1984 0.03271 Зрењанин 0.07881 1986 0.03743 201 Табела 1.31: Трендови температуре ваздуха за пролеће (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.06245 1985 0.05405 Ниш 0.01235 1990 0.0871 Бабушница 0.01212 1992 0.14205 Нови Пазар 0.00366 1990 0.12333 Бачки Петровац 0.00928 1990 0.0779 Палић 0.01261 1986 0.07425 Бечеј 0.00224 1986 0.0957 Пећ 0.00332 1990 0.08107 Бела Црква -0.00352 1990 0.07255 Пирот 0.00868 1996 0.16201 Београд 0.00649 1990 0.07711 Пожега -0.00328 1990 0.06943 Босилеград -0.06167 2000 0.23413 Предејане -0.03188 1990 0.13194 Брус 0.01949 1980 0.03516 Приштина 0.00361 1990 0.08604 Бујановац -0.00194 1990 0.05501 Призрен 0.01161 1990 0.08281 Буковичка бања -0.01786 1987 0.05406 Прокупље -0.00613 1985 0.03154 Црни врх -0.03556 1978 -0.02551 Рековац -0.00474 1996 0.15772 Чумић -0.01147 1990 0.07153 Римски шанчеви 0.01942 1986 0.07759 Ћуприја -0.00364 1990 0.07326 Рудник 0.01345 1990 0.07442 Димитровград -0.00108 1996 0.13512 Шабац 0.0044 1986 0.06985 Драгаш -0.02122 1985 -0.02859 Сента 0.00182 1990 0.08158 Ивањица -0.00061 1990 0.06527 Сјеница 0.00829 1990 0.08646 Јагодина -0.00508 1990 0.11277 Смед. паланка 0.00712 1986 0.06394 Јаша Томић 0.00329 1990 0.07637 Сокобања 0.00469 1990 0.05108 Јошаничка бања -0.0253 1996 0.11759 Сомбор 0.00553 1986 0.07804 Кикинда 0.00386 1990 0.07577 Срем. митровица -0.0003 1990 0.06548 Књажевац -0.01013 1990 0.09965 Ваљево 0.00317 1986 0.07096 Копаоник -0.00113 1979 0.04564 Велико градиште 0.00317 1996 0.13368 Косов. митровица -0.00588 1996 0.21814 Владимирци -0.00677 1990 0.0569 Крагујевац 0.00913 1990 0.07673 Власина -0.00675 1990 0.08687 Краљево 0.00222 1990 0.07262 Власотинце -0.00229 1990 0.04375 Крушевац 0.00912 1990 0.0859 Врање 0.00647 1990 0.07897 Кукавица -0.00788 1989 0.0326 Врњачка бања -0.00167 1990 0.07502 Куршумлија 0.00112 1996 0.14574 Вршац 0.00732 1990 0.07967 Лесковац -0.00829 1990 0.08286 Жагубица -0.00795 1997 0.21806 Љубовија 0.00673 1990 0.09101 Зајечар 0.01701 1984 0.05557 Лозница -0.00053 1990 0.07069 Златибор 0.00804 1990 0.08378 Неготин -0.00097 1984 0.09199 Зрењанин 0.00855 1986 0.07448 202 Табела 1.32: Трендови температуре ваздуха за лето(С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.05827 1985 -0.00823 Ниш -0.01847 1990 0.05037 Бабушница -0.02324 1992 0.11209 Нови Пазар -0.01935 1990 0.07944 Бачки Петровац -0.00592 1990 0.04089 Палић -0.02422 1986 0.05023 Бечеј -0.0673 1986 0.09202 Пећ -0.00587 1990 0.03338 Бела Црква -0.04777 1990 0.04281 Пирот 0.02197 1996 0.05728 Београд -0.01556 1990 0.05423 Пожега -0.01783 1990 0.05433 Босилеград -0.00166 2000 0.27353 Предејане -0.05878 1990 0.05557 Брус -0.07487 1980 0.02894 Приштина -0.01612 1990 0.02088 Бујановац -0.01282 1990 0.01142 Призрен 0.00816 1990 0.02713 Буковичка бања -0.05489 1987 0.03082 Прокупље -0.05894 1985 0.02849 Црни врх -0.17047 1978 0.00561 Рековац -0.00158 1996 0.09339 Чумић -0.02678 1990 0.04713 Римски шанчеви -0.0384 1986 0.04125 Ћуприја -0.02159 1990 0.04207 Рудник -0.05522 1990 0.03589 Димитровград -0.00147 1996 0.03539 Шабац -0.04509 1986 0.05111 Драгаш -0.05802 1985 0.03821 Сента -0.01044 1990 0.0484 Ивањица -0.01602 1990 0.05128 Сјеница 0.00732 1990 0.06076 Јагодина -0.02781 1990 0.06406 Смед. паланка -0.05438 1986 0.04734 Јаша Томић -0.02568 1990 0.04862 Сокобања -0.02575 1990 0.0385 Јошаничка бања -0.03264 1996 0.08588 Сомбор -0.0244 1986 0.04693 Кикинда -0.01877 1990 0.03805 Срем. митровица -0.01826 1990 0.0378 Књажевац -0.01768 1990 0.08825 Ваљево -0.037 1986 0.06297 Копаоник -0.09791 1979 0.07427 Велико градиште 0.00367 1996 0.06942 Косов. митровица 0.01561 1996 0.0828 Владимирци -0.02856 1990 0.04587 Крагујевац -0.01972 1990 0.06015 Власина -0.06092 1990 0.10434 Краљево -0.01971 1990 0.04311 Власотинце -0.04164 1990 0.03759 Крушевац -0.01713 1990 0.06589 Врање -0.02402 1990 0.02923 Кукавица -0.02167 1989 0.0476 Врњачка бања -0.02064 1990 0.0534 Куршумлија -0.0106 1996 0.06078 Вршац -0.02538 1990 0.05707 Лесковац -0.04021 1990 0.04739 Жагубица -0.02695 1997 0.16487 Љубовија 0.00243 1990 0.07833 Зајечар -0.0376 1984 0.05222 Лозница 0.0021 1990 0.05028 Златибор -0.00819 1990 0.05527 Неготин -0.05937 1984 0.08455 Зрењанин -0.05051 1986 0.06503 203 Табела 1.33: Трендови температуре ваздуха за јесен (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.10649 1985 0.02534 Ниш -0.07834 1990 0.01611 Бабушница -0.04773 1992 0.00323 Нови Пазар -0.05697 1990 0.00236 Бачки Петровац -0.04705 1990 0.0351 Палић -0.05148 1986 0.03732 Бечеј -0.09336 1986 0.06414 Пећ -0.06852 1990 0.00096 Бела Црква -0.08616 1990 0.03988 Пирот -0.0367 1996 0.071 Београд -0.06381 1990 0.0493 Пожега -0.06037 1990 -0.00324 Босилеград -0.05775 2000 0.41668 Предејане -0.11386 1990 0.05174 Брус -0.16352 1980 0.01015 Приштина -0.0785 1990 -0.00752 Бујановац -0.07612 1990 -0.0052 Призрен -0.06894 1990 -0.01582 Буковичка бања -0.10422 1987 0.06139 Прокупље -0.09838 1985 -0.00471 Црни врх -0.22656 1978 -0.02262 Рековац -0.04377 1996 0.07744 Чумић -0.06434 1990 0.02437 Римски шанчеви -0.07138 1986 0.02896 Ћуприја -0.08318 1990 0.0158 Рудник -0.08352 1990 0.03069 Димитровград -0.04826 1996 0.05084 Шабац -0.08229 1986 0.04599 Драгаш -0.13027 1985 0.07327 Сента -0.05923 1990 0.04585 Ивањица -0.07519 1990 -0.00448 Сјеница -0.06083 1990 -0.01145 Јагодина -0.09153 1990 0.03565 Смед. паланка -0.08317 1986 0.03362 Јаша Томић -0.07636 1990 0.05837 Сокобања -0.08902 1990 -0.00264 Јошаничка бања -0.04681 1996 0.04047 Сомбор -0.06474 1986 0.04033 Кикинда -0.0615 1990 0.04458 Срем. митровица -0.05255 1990 0.01657 Књажевац -0.09598 1990 0.07358 Ваљево -0.08189 1986 0.0283 Копаоник -0.19934 1979 0.00973 Велико градиште -0.04381 1996 0.0744 Косов. митровица -0.00055 1996 0.08887 Владимирци -0.07697 1990 0.04434 Крагујевац -0.0664 1990 0.02179 Власина -0.08869 1990 0.02488 Краљево -0.07739 1990 -0.00009 Власотинце -0.10074 1990 -0.03579 Крушевац -0.08438 1990 0.01622 Врање -0.08231 1990 -0.00968 Кукавица -0.06971 1989 0.01672 Врњачка бања -0.07553 1990 0.00861 Куршумлија -0.04682 1996 0.02575 Вршац -0.07668 1990 0.03944 Лесковац -0.11029 1990 0.00725 Жагубица -0.05536 1997 0.11505 Љубовија -0.04793 1990 0.01678 Зајечар -0.1023 1984 0.02212 Лозница -0.05401 1990 0.02496 Златибор -0.05993 1990 0.00247 Неготин -0.09838 1984 0.04104 Зрењанин -0.05051 1986 0.06503 204 Табела 1.33: Трендови температуре ваздуха на годишњем нивоу (С/год) и године промене тренда (1961-2010). станица тренд 1 Год тренд 2 станица тренд1 Год тренд2 Александровац -0.0505 1985 0.03703 Ниш -0.0117 1990 0.05557 Бабушница -0.0084 1992 0.06799 Нови Пазар -0.0060 1990 0.07190 Бачки Петровац 0.0046 1990 0.04629 Палић 0.0002 1986 0.04558 Бечеј -0.0261 1986 0.07207 Пећ -0.0120 1990 0.04378 Бела Црква -0.0237 1990 0.04952 Пирот 0.0023 1996 0.08934 Београд -0.0033 1990 0.05273 Пожега -0.0102 1990 0.03977 Босилеград -0.0423 2000 0.36256 Предејане -0.0537 1990 0.08119 Брус -0.0164 1980 0.02700 Приштина -0.0179 1990 0.05230 Бујановац -0.0215 1990 0.03836 Призрен -0.0056 1990 0.03991 Буковичка бања -0.0409 1987 0.01979 Прокупље -0.0232 1985 0.02731 Црни врх -0.0872 1978 -0.01681 Рековац -0.0077 1996 0.09883 Чумић -0.0116 1990 0.03893 Римски шанчеви -0.0031 1986 0.04202 Ћуприја -0.0181 1990 0.04745 Рудник -0.0184 1990 0.04211 Димитровград -0.0090 1996 0.06735 Шабац -0.0175 1986 0.04997 Драгаш -0.0427 1985 0.02961 Сента -0.0025 1990 0.04857 Ивањица -0.0129 1990 0.03780 Сјеница 0.0052 1990 0.04832 Јагодина -0.0243 1990 0.06886 Смед. паланка -0.0188 1986 0.04457 Јаша Томић -0.0099 1990 0.05380 Сокобања -0.0148 1990 0.02853 Јошаничка бања -0.0220 1996 0.07789 Сомбор -0.0063 1986 0.04927 Кикинда -0.0048 1990 0.04702 Срем. митровица -0.0077 1990 0.03347 Књажевац -0.0212 1990 0.07942 Ваљево -0.0162 1986 0.04811 Копаоник -0.0372 1979 0.03836 Велико градиште -0.0024 1996 0.08612 Косов. митровица 0.0091 1996 0.12529 Владимирци -0.0158 1990 0.04325 Крагујевац -0.0060 1990 0.05086 Власина -0.0322 1990 0.06698 Краљево -0.0126 1990 0.04482 Власотинце -0.0294 1990 0.01798 Крушевац -0.0124 1990 0.06221 Врање -0.0200 1990 0.04343 Кукавица -0.0188 1989 0.02247 Врњачка бања -0.0147 1990 0.04817 Куршумлија -0.0097 1996 0.07742 Вршац -0.0094 1990 0.05480 Лесковац -0.0328 1990 0.05543 Жагубица -0.0193 1997 0.13857 Љубовија 0.0008 1990 0.05780 Зајечар -0.0100 1984 0.03877 Лозница -0.0010 1990 0.04509 Златибор -0.0027 1990 0.04137 Неготин -0.0213 1984 0.06187 Зрењанин -0.0139 1986 0.05471 205 БИОГРАФИЈА Рођена је 14. јула 1979. године у Београду, где је завршила Основну школу ''Максим Горки'' и средњу, X београдску гимназију ''Михајло Пупин''. Студије географије на Београдском универзитету уписала 1998. године без полагања квалификационог испита, захваљујући наградама на републичким такмичењима из географије. Дипломирала је 2004. године са просечном оценом 9.39, одбранивши дипломски рад под називом "Климатске погодности за развој пољопривреде у општини Сјеница". Током студија била је стипендиста Фонда Краљевског дома Карађорђевић, града Београда, фондације Студеница и Амбасаде Норвешке. Постдипломске студије уписала је 2004. године на смеру Физичка географија. Испите је положила са просечном оценом 9.83 и магистрирала са тезом "Промене температуре ваздуха у Србији у периоду сателитских осматрања у склопу глобалних климатских промена". Докторску тезу "Увођење просторне димензије у проучавању колебања климе у Србије у инструменталном периоду" је пријавила 2009. године. На Географском факултету најпре је била ангажована као стипендиста министарства науке од 2005 до 2008. године, затим као истраживач приправник од 2008. до 2010. године, а 2010. је изабрана у звање асистента на катедри за Физичку географију. Докторску дисертацију је предала октобра 2013. године. Током израде дисертације објавила је 4 рада у референтним часописима (SCI list) и 5 радова у српским часописима. Један је од аутора је монографије ''Колебање климе у Црној Гори у другој половини XX и почетком XXI века'' (Црногорска академија наука и уметности). Такође је аутор уџбеника за 5. разред Основне школе. Учествовала је на многим научним скуповима у свету и Србији. Члан је Српског географског друштва и Америчког геофизичког друтва. Говори енглески, руски и грчки језик. 206 207 208 h