Kako znamo koliko klimatske promjene doprinose ekstremnim vremenskim događajima?

Kada razorni toplinski val, poplava ili oluja pogode određeno područje, često u vijestima slijedi pitanje jesu li taj događaj potencirale klimatske promjene. U presedanskom su znanstvenom radu 2004. godine trojica znanstvenika uspostavili metodu izračuna utjecaja klimatskih promjena na povećanje rizika od određenog vremenskog događaja [1]. Tom su revolucionarnom statističkom metodom utvrdili da je antropogeni utjecaj na klimu bar udvostručio rizik od toplinskog vala u Europi 2003., koji je uzrokovao smrt više od 70 000 ljudi. 

Upravo je ta studija lansirala razvoj znanstvenog područja atribucije ekstremnih događaja, koje istražuje u kojoj se mjeri ekstremni vremenski događaji mogu pripisati klimatskim promjenama. Do početka 2026. godine se više od 800 studija bavilo istraživanjem gotovo 1000 ekstremnih vremenskih događaja, a u tri četvrtine tih slučajeva klimatske su promjene doprinijele frekvenciji pojave ili pojačanju intenziteta promatranog događaja [2]. Organizacije poput World Weather Attribution (WWA) objavljuju rezultate vezane uz ekstremne vremenske događaje neposredno nakon što su se dogodili, s direktnom procjenom koliko su klimatske promjene pojedini događaj učinile izglednijim ili ekstremnijim.

No kako znanstvenici uopće mogu tvrditi da su klimatske promjene učinile neki toplinski val 10 puta izglednijim ili oluju razornijom? I zašto je za neke tipove pojava jednostavnije, a za neke puno kompleksnije odrediti konekciju s klimatskim promjenama?

Metoda atribucije

Uzmimo za primjer hipotetski toplinski val u Zagrebu. Znanstvenike zanima koliko se često takva toplina javlja u današnjoj klimi i koliko bi se često javljala u hipotetskoj klimi bez globalnog zatopljenja od oko 1,4 °C uzrokovanog ljudskim aktivnostima.

Glavna metoda koja se koristi kako bi se odgovorilo na takva pitanja je postavljena od strane WWA kao protokol od 4 glavna koraka [2].

1. Definiranje događaja
Znanstvenici najprije točno odrede što će mjeriti. Za toplinski val u Zagrebu to bi mogla biti najviša trodnevna srednja temperatura u godini, a za poplavu najveća količina kiše koja je na nekom području pala u četiri dana. Taj je odabir vrlo informiran; s obzirom na to da je vrijeme vrlo promjenjivo, potrebno je uzeti prosjek podataka na većem području ili kroz dulji vremenski period. Tako se uklanjaju nasumične fluktuacije u podacima pa tek onda možemo statistički uočiti efekte klimatskih promjena.

2. Praćenje povijesnih podataka
Za broj ili mjeru koju su znanstvenici odlučili pratiti, prikupljaju podatke za svaku postojeću godinu u povijesnom zapisu te varijable (recimo temperature). Neke meteorološke postaje imaju jako dugačke serije podataka: postaja Grič u Zagrebu bilježi vremenske prilike na istoj lokaciji od čak 1962. godine. Tu se također koriste takozvane reanalize, koje kombiniraju povijesna mjerenja s vremenskim/meteorološkim modelima kako bi se rekonstruirale vremenske prilike nad širim geografskim područjem (budući da individualne meteorološke postaje pokrivaju samo tu specifičnu geografsku točku) te upotpunjuju podatke u prošlim mjerenjima tamo gdje možda nedostaju. Iz tih podataka procjenjuju koliko je česta pojedina vrijednost, odnosno koliko se često javlja ovako vruće ljeto ili ovako obilan pljusak. Budući da su najekstremnije vrijednosti vrlo rijetke, koriste statističku krivulju osmišljenu posebno za ekstreme.

Potom se provjerava kako se ta krivulja promijenila sa zatopljenjem. Za toplinu, cijela se krivulja pomiče prema višim vrijednostima tako da razina topline koja je nekoć bila rijetka postaje učestalija. Za padaline se krivulja pak širi, zato što za svaki stupanj zatopljenja zrak može “nositi” oko 7 % više vode [3].

Krivulja se zatim očitava za današnju globalnu temperaturu i za nižu temperaturu predindustrijskog razdoblja, kada je ljudski utjecaj na klimu bio znatno manji. To razdoblje služi kao polazište za procjenu koliko bi isti događaj bio vjerojatan bez zatopljenja uzrokovanog ljudskim aktivnostima. Tako se dobivaju dvije različite vjerojatnosti za neki događaj u pripadajućim klimama. Recimo da se neki događaj danas u prosjeku dogodi jednom u deset godina, a prije se događao jednom u 500 godina. To znači da su ga klimatske promjene učinile 50 puta vjerojatnijim. Uz tu metodu isto tako možemo upitati koliko je danas topliji ili kišovitiji događaj koji se javlja jednako rijetko kao nekad? Ako događaj premašuje sve što je bilo moguće u nekadašnjoj klimi, bez klimatskih promjena bio bi praktički nemoguć.

3. Konzultiranje klimatskih modela
Povijesni podaci i arhivi daju uvid u to kako se vremensko stanje mijenja, no ne mogu nam dati uvid u mehanizme zašto. Razlozi koji utječu na lokalno vrijeme mogu biti svakojaki, od porasta urbanizacije ili industrijalizacije, do zagađenja zraka, ali i prirodnih ciklusa i još bezbroj varijabli, koje u interakciji određuju lokalne meteorološke uvjete. Pomoću klimatskih modela može se donekle izolirati antropogeni utjecaj tako da se postave i usporede simulacije klimatskog sustava sa i bez ljudskih utjecaja, npr. emisija stakleničkih plinova i deforestacije.

4. Kombiniranje i objedinjavanje dokaza
Mjerenja i modeli dva su neovisna načina da se odgovori na isto pitanje, pa jedno provjerava drugo. Kad oboje pokazuju u istom smjeru, rezultat je pouzdan, a dvije se procjene spajaju u jedan konačni broj. Broj se objavljuje samo kad ga podaci mogu potkrijepiti [4].

Problem pouzdanosti

Atribucija nije jednako pouzdana za sve tipove vremenskih prilika. UN-ov klimatski panel IPCC je u izvješću 2021. godine utvrdio vrlo jasnu povezanost odnosno dokaze za antropogeni utjecaj na toplinske ekstreme, nešto slabije za obilne padaline te još slabije za sušu. Pouzdanost procjena najniža je za snažne konvektivne oluje, odnosno grmljavinske oluje koje donose tuču i tornada.

Toplinske valove najlakše je povezati s klimatskim promjenama jer zagrijavanje izravno podiže temperaturu. Kiša, vjetar i oluje ovise i o kretanju atmosfere, a na njega klimatske promjene utječu na manje predvidljive načine. Temperatura se k tome na mnogim postajama mjeri više od sto godina, dok obilna kiša često padne između postaja, a tuča i jaki udari vjetra rijetko se sustavno bilježe. Globalni klimatski modeli dijele planet na kvadrate široke od nekoliko desetaka do nekoliko stotina kilometara, što je pregruba rezolucija za pojedinačnu grmljavinsku oluju, a kamoli za tornado koji može biti uži od sto metara [1].

Primjer s Jadrana

Sredozemno more zagrijava se brže od globalnog prosjeka. Upravo u kolovozu ove godine, nakon rekordno visokih temperatura mora u različitim dijelovima Europe, organizacija WWA je analizirala 4 morske regije, a jedna od njih je i istočnosredozemni bazen, koji uključuje Jonsko, Egejsko te Jadransko more.

U današnjim klimatskim uvjetima, dvotjedni se vrhunac temperature mora – kao ovoga ljeta u istočnom Sredozemlju – očekuje jednom godišnje. Takvi su maksimumi sada 2,6 °C topliji i virtualno nemogući u klimi predindustrijskog doba. Znanstvenici atribuiraju 2 °C od tog povišenja globalnom zatopljenju. Morski toplinski valovi također zahvaćaju sve veća područja; nešto što je ovo ljeto zahvaćalo oko 70 % površine regije, u predindustrijskoj klimi bi zahvaćalo oko 9 % područja.

Atribucija može ići i korak dalje, od samih vremenskih prilika do njihovih posljedica. Brza studija Imperial Collegea iz Londona i suradnika obuhvatila je toplinski val od 23. lipnja do 2. srpnja 2025. u 12 europskih gradova, uključujući Zagreb [5]. Klimatske promjene pojačale su vrućinu za 1 do 4 °C, a primjenom utvrđenih veza između temperature i smrtnosti istraživači su procijenili da su odgovorne za oko 1500 od 2300 (odnosno 65 %) smrti povezanih s vrućinom. Od toga se 31 smrtni slučaj odnosi na Zagreb.

Utjecaj klimatskih promjena ipak se ne može utvrditi za svaki događaj. Superćelijska oluja 19. srpnja 2023. prešla je oko 700 kilometara od doline rijeke Po u Italiji do Srbije i u Hrvatskoj usmrtila četiri osobe, od toga dvije u Zagrebu. Znanstvenici razumiju kako toplija i vlažnija atmosfera takvim olujama može dati više energije, no iz razloga opisanih ranije pojedinačna je grmljavinska oluja premala i preslabo zabilježena za pouzdanu procjenu [6].

Izvan granica atribucije

Većina atribucijskih studija računa koliko su klimatske promjene utjecale na jačinu i učestalost nekog vremenskog događaja, a ne na štetu koju je prouzročio. Ta šteta ovisi o tome koliko je ljudi i infrastrukture bilo izloženo prilikom specifičnog događaja, ali i koliko je dobro upravljano njima te koliko su zaštićeni. Klimatske promjene su primjerice učinile oluju Daniel u Libiji 50 puta izglednijom, no, prema izvješću WWA, katastrofalne posljedice oluje u kojima su poginule tisuće ljudi također su posljedica dugotrajnog konflikta i loše održavane infrastrukture (npr. koincidentni kolaps dviju brana građenih u 1970-ima).

Oluja Boris pokazuje suprotnu stranu. U rujnu 2024. donijela je srednjoj Europi najobilniju četverodnevnu kišu otkad postoje mjerenja, a klimatske promjene učinile su je oko dva puta vjerojatnijom i 7 % obilnijom. Poginulo je dvadesetak ljudi, naspram 232 u sličnim poplavama 2002. godine, što WWA pripisuje boljim prognozama, upozorenjima, evakuacijama i obrani od poplava, sustavima koji su ojačani upravo nakon tih ranijih poplava. Opasnost od takvih oluja pritom i dalje raste [2].

“Izračunali smo da bi oluja Boris donijela otprilike upola manje kiše da je temperatura Sredozemnog mora bila na prosjeku razdoblja 1981. – 2010. Toplije more takvim olujama daje dodatnu energiju pa mogu postati znatno jače i razornije”, kaže za Klimatski portal dr. Fulden Batibeniz sa Sveučilišta u Bernu koja priprema studiju o toj oluji.

Na sličan je način Europu promijenio i toplinski val iz 2003., kojim je započela znanost o atribuciji; promijenio je način na koji se Europa priprema. Nakon njega Pariz i Barcelona uveli su planove za zaštitu od vrućine, a broj smrti povezanih s visokim temperaturama ondje se više nego prepolovio, dok je u gradovima bez takvih planova ostao isti ili blago porastao. 

Lana Flanjak je doktorandica klimatskih znanosti na Sveučilištu u Bernu.

Izvori:

1. Stott, P. A., Stone, D. A. i Allen, M. R. (2004). Human contribution to the European heatwave of 2003. Nature, 432, 610–614. https://doi.org/10.1038/nature03089
2. World Weather Attribution, https://www.worldweatherattribution.org/ 
3. Philip, S. i sur. (2020). A protocol for probabilistic extreme event attribution analyses. Advances in Statistical Climatology, Meteorology and Oceanography, 6, 177–203. https://doi.org/10.5194/ascmo-6-177-2020
4. Pershing, A. i Krol, A. (2024). Climate Change Attribution. MIT Climate Portal, 10. rujna 2024. https://climate.mit.edu/explainers/climate-change-attribution
5. Clarke, B., Konstantinoudis, G., Barnes, C., Keeping, T., Otto, F. i sur. (2025). Climate change tripled heat-related deaths in early summer European heatwave. Izvješće, Grantham Institute, Imperial College London, 14. srpnja 2025., https://doi.org/10.25560/128628
6. Subanović, N., Toman, I., Jureša, P. i Grisogono, B. (2025). A brief analysis of the supercell storm in Croatia on 19 July 2023. Geofizika, 42, 25–51., https://doi.org/10.15233/gfz.2025.42.3