- Väder
-
Klimat
-
Om klimat
- Klimat - eller väder?
- Lär dig mer om klimat och klimatanpassning
- Aktörer och ramverk
- Klimatläget
- Klimatet då och nu
-
Framtidens klimat
-
Sjöar och vattendrag i varmare klimat
- Vattnets kretslopp förändras i varmare klimat
- Vattentillgången förändras i varmare klimat men påverkas också av mänskliga aktiviteter
- Risken för översvämningar vid sjöar och vattendrag förändras i varmare klimat
- Risken för torka och låg vattentillgång förändras i varmare klimat
- Konsekvenser för Sveriges stora sjöar i varmare klimat
- Grundvatten i varmare klimat
- Stigande havsnivåer
- Klimatscenariotjänsten
- Skyfallsstatistik: Regional statistik för extrema korttidsregn
-
Sjöar och vattendrag i varmare klimat
- Klimatanpassning
- Klimatarbetet på SMHI
-
Om klimat
-
Data
- Sök öppna data i utforskaren
- Hitta data för en plats
-
Temperatur och vind
-
Temperatur
- Brandriskdata, historisk
- Dataserier med normalvärden för perioden 1961-1990
- Dataserier med normalvärden för perioden 1971-2000
- Dataserier med normalvärden för perioden 1981-2010
- Dataserier med normalvärden för perioden 1991-2020
- Historisk data i Grib-format
- Stockholms temperaturserie
- Uppföljning av prognoser
- Uppsalas temperaturserie
- Års- och månadsstatistik
- Vind
-
Temperatur
- Nederbörd och fuktighet
- Åska och blixt
- Hav och havsmiljö
-
Sjöar och vattendrag
-
Vattenwebb
-
Om data i Vattenwebb
- Bakgrundsbelastning i S-HYPE
- Beräkningar i scenarioverktyget
- Budgetberäkningar med Kustzonsmodellen
- Flödesstatistik från S-HYPE i Vattenwebb
- Indata för jordarter i Vattenwebb
- Indata för markanvändning i Vattenwebb
- Indata för punktkällor och diffusa källor i Vattenwebb
- Kalibrering och utvärdering av Kustzonsmodellen
- Kalibrering och utvärdering av S-HYPE
- Källfördelning av näringsämnen i Vattenwebb
- Punktkällor och landtillrinning i Kustzonsmodellen
- Regleringspåverkan i sjöar och vattendrag
- Retention i S-HYPE
- Tillförlitlighet i beräkningarna
- Väder och atmosfärsdeposition i Kustzonsmodellen
-
Om tjänster i Vattenwebb
- Modelldata per område
- Data för delavrinningsområden - sötvatten
- Data för vattenförekomster - kustzon
- Data för vattenförekomster - kustzon
- Ladda ner modelldata hela Sverige
- Hydrologiskt nuläge
- Utvärdera modellresultat för sötvatten
- Analysverktyg för regleringar
- Analys- och scenarioverktyg för övergödning i sötvatten
- Analysverktyg för övergödning i kustzon
- Anlagda våtmarker
- Avrinningskartor
- Damm- och sjöregister
- Historisk förteckning över Sveriges vattenfall
- Historiskt bildgalleri
- Klimatscenarier
- Ladda ner mätningar
- Prognos med notifikation
- Snötyngd
- Status hydrologisk regim
- Utvärdera modellresultat för saltvatten
- Utvärdera vattenprover
- Vanliga frågor om Vattenwebb
- Vattenwebb arkiv
- Uppdateringar
-
Om data i Vattenwebb
- Hydrografi
- Vattenföring
- Vattenstånd
- Is på sjöar
- Vattendragstemperatur
-
Vattenwebb
- Luftkvalitet
- Solstrålning
- Om SMHIs data
-
Professionella tjänster
- Klimat och klimatanpassning
- Säkra samhällen
- Energi och energiomställning
-
Hållbara vattenresurser
- HYFO – beslutsunderlag vid planering av vattenresurser
- Stöd vid planering av åtgärder vid torka
- Deponidata med avdunstning
- Spridning och transport i vatten
- Underlag till omprövning av vattenkraft
- Vattenskyddsområde – för skydd av råvattnet
- Identifiering av områden med risk för erosion
- Vattenresurser för framtiden
- Tjänster för dricksvattensektorn
- Åtgärder för god ekologisk status i ytvattenförekomster
- Mätning i vatten
- SMHI Aqua
- Utredningar för myndigheter
- Hållbara städer
- Luftkvalitet
- Hållbara och säkra transporter
- Säkerhet och beredskap
- Statistik och data
-
Utbildningar
-
Kurs i klimatanpassning för dig som arbetar med skog
- Grundkurs: Klimatanpassning och klimatförändringar för dig som arbetar med skogen
- Fördjupningskurs
- Anmälan till fördjupningskurs: Klimatanpassning för dig som arbetar med skogen
- Kurser i klimatanpassning och klimatförändringar för dig som arbetar med skogen
- Grundkurs: Klimatförändringar för dig som arbetar med skogen
- Anmäl dig till kursen: Klimatanpassning för dig som arbetar med skogen
- Kurser i klimatförändringar och klimatanpassning för dig som arbetar med skogen
- Utbildning i meteorologi för vinterväghållare
- Utbildning inom meteorologi, flygväder och flygvädertjänst
- Utbildning inom klimat och klimatanpassning
- Anpassade kurser för andra myndigheter
-
Kurs i klimatanpassning för dig som arbetar med skog
-
Kunskapsbanken
-
Meteorologi
-
Artikelserie från Väder och Vatten om atmosfärens allmänna cirkulation
- Norra polcirkeln soligast i världen
- Kall snö strålar värme
- Solen värmer jorden - jorden värmer atmosfären
- Från sjöbris till monsun
- Den förunderliga corioliseffekten
- Jordrotationens yllemösse-effekt
- Den subtropiska Midgårdsormen
- Hästbredderna, passadvindarna och vädret i tropikerna
- El Niño och andra märkvärdigheter vid ekvatorn
- Fler märkvärdigheter kring ekvatorn
- Tropiska cykloner från Honduras till Norge
- Golfströmmen och skräpet i Sargassohavet
- Atmosfären rör sig av bara farten
- Från "Buys Ballots regel" till den geostrofiska vindlagen
- Det svänger om luften
- Friktionen påverkar vädret
- Ekmanspiraler och Ekmanpumpning
- Nattliga jetströmmar
- Vädret på våra breddgrader
- Varför lutar fronter?
- Varför driver molnen åt olika håll?
- Jetströmmarna som cykelhjul
- En grogrund för lågtryck
- Krafter i motverkan och samverkan
- Ett lågtryck börjar bildas
- Lågtrycket når sin kulmen
- Oväder i en tekopp?
- De nyckfulla sommarlågtrycken
- Svårförståeliga lågtryck
- Vinterhögtryck och kalla lågtryck
- Lågtryck och högtryck samverkar
- Fjärilar är inte huvudproblemet för väderprognoser
- Vad är en Rossbyvåg?
- Kan vi förstå atmosfärens rörelser?
- Atmosfärens cirkulation
- Dimma och fuktdis
- Halofenomen
- Kuriosa om väder
- Luftfuktighet
- Lufttryck
-
Meteorologiska modeller
- Dataassimilering
- De första stegen mot numeriska prognoser
- Ensembleprognoser
- Hur är en numerisk väderprognosmodell uppbyggd?
- Kalmanfiltrering av numeriska prognoser
- Kaos - centralt för väderprognoser
- Korta nederbördsprognoser - KNEP
- Markens roll i en numerisk prognosmodell
- Mesoskaliga modeller
- Molnparametrisering
- Nowcasting
- Numeriska prognosmodeller
- Observation eller beräknat värde?
- Observationssystem
- Olika rumsskalor
- Parametrisering
- Statistiska korrektioner av fel i numeriska prognoser
- Meteorologiska mätningar
- Moln
-
Molnklassificering
- Altocumulus - böljemoln
- Altostratus - skiktmoln
- Cirrocumulus - makrillmoln
- Cirrostratus - slöjmoln
- Cirrus - fjädermoln
- Cumulonimbus - bymoln
- Cumulus - stackmoln
- Lenticularis - linsformade moln
- Mammamoln
- Moln formade av gravitationsvågor
- Moln formade av Kelvin-Helmholtz vågor
- Molngator
- Molnrullar - volutus och arcus
- Nattlysande moln
- Nimbostratus - regnmoln
- Pärlemormoln - polarstratosfäriska moln
- Stratocumulus - valkmoln
- Stratus - dimmoln
- Virga - fallstrimmor
- Vågformade moln
- Nederbörd
-
Omfattande snöfall
- Snöfallet södra Norrland 1-3 februari 2018
- Snöfallet i södra Norrland 10-12 januari 2015
- Snöfallet i södra Norrland 5-6 december 2013
- Snöfallet i södra Norrland 30 november till 1 december 2012
- Snöfallet söder om Vänern 30 november till 1 december 2012
- Snöfallet i mellersta Norrland 9 december 2011
- Snöfallet 27-28 januari 2010
- Snöfallet i Gävle 4-7 december 1998
- Snöfallet i sydligaste Norrland, Svealand och norra Götaland 27-28 april 1995
- Snöfallet i norra Götaland 16-17 november 1995
- Snöfallet utmed mellersta Norrlandskusten 26-27 januari 1994
- Snöfallet i norra Lapplandsfjällen 12-13 mars 1993
- Snöfallet i västra Götaland vid nyår 1985-1986
- Snöfallet vid Smålandskusten 3-5 januari 1985
- Snöovädret i Skåne 13-18 februari 1979
- Snöfallet i Östergötland 6 - 7 december 1977
- Optiska fenomen
- Ozon
- Påverka vädret
- Radar
- Regn
- Satellit
- Skyfall och hagel
- Snö
- Snö- och isfenomen
- Solens upp- och nedgång
- Spridningsberäkningar
-
Stormar i Sverige
- Vem namnger stormar?
- Ingunn - februari 2024
- Louis - februari 2024
- Otto - februari 2023
- Malik - januari 2022
- Laura - mars 2020
- Alfrida, Jan, Julia och Mats januari-februari 2019
- Urd - december 2016
- Egon och Ole januari-februari 2015
- Freja, Gorm och Helga nov-dec 2015
- Simone, Hilde, Sven och Ivar okt-dec 2013
- Dagmar - Annandag jul 2011
- Första adventsstormen 2011
- Sommarovädret 2008
- Per - Januaristormen 2007
- Gudrun - Januaristormen 2005
- Hösten 1999 - Århundradets storm?
- Ölandsstormen 1985
- Orkanernas höst 1969
- Den svåra oktoberstormen 1967
- Oväder i januari 1954
- Nyårsstormen 1904/05
- Den stormiga julen 1902
- Yrväderstisdagen 1850
- Jämförelse av stormarna 1902, 1969 och 2005
- Strålning
-
Svenska lufttrycksrekord
- Högsta uppmätta lufttryck i Sverige i januari
- Högsta uppmätta lufttryck i Sverige i februari
- Högsta uppmätta lufttryck i Sverige i mars
- Högsta uppmätta lufttryck i Sverige i april
- Högsta uppmätta lufttryck i Sverige i maj
- Högsta uppmätta lufttryck i Sverige i juni
- Högsta uppmätta lufttryck i Sverige i juli
- Högsta uppmätta lufttryck i Sverige i augusti
- Högsta uppmätta lufttryck i Sverige i september
- Högsta uppmätta lufttryck i Sverige i oktober
- Högsta uppmätta lufttryck i Sverige i november
- Högsta uppmätta lufttryck i Sverige i december
- Lägsta uppmätta lufttryck i Sverige i januari
- Lägsta uppmätta lufttryck i Sverige i februari
- Lägsta uppmätta lufttryck i Sverige i mars
- Lägsta uppmätta lufttryck i Sverige i april
- Lägsta uppmätta lufttryck i Sverige i maj
- Lägsta uppmätta lufttryck i Sverige i juni
- Lägsta uppmätta lufttryck i Sverige i juli
- Lägsta uppmätta lufttryck i Sverige i augusti
- Lägsta uppmätta lufttryck i Sverige i september
- Lägsta uppmätta lufttryck i Sverige i oktober
- Lägsta uppmätta lufttryck i Sverige i november
- Lägsta uppmätta lufttryck i Sverige i december
-
Svenska nederbördsrekord
- Högsta årsnederbörd
- Minsta årsnederbörd och månadsnederbörd
- Högsta nederbörd i januari
- Högsta nederbörd i februari
- Högsta nederbörd i mars
- Högsta nederbörd i april
- Högsta nederbörd i maj
- Högsta nederbörd i juni
- Högsta nederbörd i juli
- Högsta nederbörd i augusti
- Högsta nederbörd i september
- Högsta nederbörd i oktober
- Högsta nederbörd i november
- Högsta nederbörd i december
-
Svenska rekord för medeltemperatur
- Högsta årsmedeltemperatur
- Högsta månadsmedeltemperatur i januari
- Högsta månadsmedeltemperatur i februari
- Högsta månadsmedeltemperatur i mars
- Högsta månadsmedeltemperatur i april
- Högsta månadsmedeltemperatur i maj
- Högsta månadsmedeltemperatur i juni
- Högsta månadsmedeltemperatur i juli
- Högsta månadsmedeltemperatur i augusti
- Högsta månadsmedeltemperatur i september
- Högsta månadsmedeltemperatur i oktober
- Högsta månadsmedeltemperatur i november
- Högsta månadsmedeltemperatur i december
- Lägsta årsmedeltemperaturer
- Lägsta månadsmedeltemperatur i januari
- Lägsta månadsmedeltemperatur i februari
- Lägsta månadsmedeltemperatur i mars
- Lägsta månadsmedeltemperatur i april
- Lägsta månadsmedeltemperatur i maj
- Lägsta månadsmedeltemperatur i juni
- Lägsta månadsmedeltemperatur i juli
- Lägsta månadsmedeltemperatur i augusti
- Lägsta månadsmedeltemperatur i september
- Lägsta månadsmedeltemperatur i oktober
- Lägsta månadsmedeltemperatur i november
- Lägsta månadsmedeltemperatur i december
-
Svenska snödjupsrekord
- Största snödjup i januari
- Största snödjup i februari
- Största snödjup i mars
- Största snödjup i april
- Största snödjup i maj
- Största snödjup i juni
- Största snödjup i juli
- Största snödjup i augusti
- Största snödjup i september
- Största snödjup i oktober
- Största snödjup i november
- Största snödjup i december
-
Svenska temperaturrekord
- Det svenska köldrekordet
- Temperaturrekord i Stockholm och Uppsala
- Högsta temperaturer i januari
- Högsta temperaturer i februari
- Högsta temperaturer i mars
- Högsta temperaturer i april
- Högsta temperaturer i maj
- Högsta temperaturer i juni
- Högsta temperaturer i juli
- Högsta temperaturer i augusti
- Högsta temperaturer i september
- Högsta temperaturer i oktober
- Högsta temperaturer i november
- Högsta temperaturer i december
- Lägsta temperaturer i januari
- Lägsta temperaturer i februari
- Lägsta temperaturer i mars
- Lägsta temperaturer i april
- Lägsta temperaturer i maj
- Lägsta temperaturer i juni
- Lägsta temperaturer i juli
- Lägsta temperaturer i augusti
- Lägsta temperaturer i september
- Lägsta temperaturer i oktober
- Lägsta temperaturer i november
- Lägsta temperaturer i december
-
Svenska vindrekord
- Högsta vindhastigheter i januari
- Högsta vindhastigheter i februari
- Högsta vindhastigheter i mars
- Högsta vindhastigheter i april
- Högsta vindhastigheter i maj
- Högsta vindhastigheter i juni
- Högsta vindhastigheter i juli
- Högsta vindhastigheter i augusti
- Högsta vindhastigheter i september
- Högsta vindhastigheter i oktober
- Högsta vindhastigheter i november
- Högsta vindhastigheter i december
-
Temperatur
- Extrema temperaturvariationer
- Hur mäts lufttemperatur?
- Jordtemperatur
- Järnnätter
- Temperaturen är ofta lägst i gryningen
- Temperatur under året och dygnet
- Tropiska nätter och tropiska dygn
- Upplevd temperatur
- Vad är isdygn och frostdygn?
- Varför är det kallt uppe på berg?
- Vilken är den vanligaste lufttemperaturen?
- Värmebölja
- Årets kallaste dag
- Tidiga och sena snöfall
-
Tropiska cykloner
- Faktorer som krävs för att en tropisk cyklon skall kunna bildas
- Historiska tropiska cykloner
- Hur får de tropiska cyklonerna sina namn?
- Klassificering av tropiska cykloner
- Orkanens öga
- Tropiska orkaner kan påverka vädret i Sverige
- Vad skiljer tropiska cykloner från våra vanliga svenska stormar?
- Var bildas tropiska cykloner?
- UV-strålning
-
Varningar och meddelanden
- Varningstjänster på smhi.se och i SMHIs väderapp
- SMHIs meddelanden
- Uppföljning av vädervarningar
- Meddelande om höga temperaturer
- Meddelande om risk för vattenbrist
- Meddelade om brandrisk
- Varning för nedisning till havs
- Varning för medelvind till havs
- Varning för stark kyleffekt
- Varning för höga temperaturer
- Varning för höga flöden
- Varning för översvämning
- Varning för åskoväder
- Varning för regn
- Varning för plötslig ishalka och isbeläggning
- Varning för vind i kombination med snöfall på kalfjället
- Varning för snöfall
- Varning för vind på kalfjället
- Varning för vind
- Varning för lågt vattenstånd
- Varning för högt vattenstånd
- Varning för snöfall i kombination med vind
- Vind
-
Vindfenomen
- Fallvindar
- Kraftiga stoftvirvlar i Sverige 1991-2024
- Santa Ana vind
- Sjöbris - en sval bris soliga sommardagar
- Stoftvirvlar
- Tromber
- Tromber och fallvindar i Sverige 1990-1999
- Tromber och fallvindar i Sverige 2000-2009
- Tromber och fallvindar i Sverige 2010-2014
- Tromber och fallvindar i Sverige 2015-2019
- Tromber och fallvindar i Sverige 2020-
- Turbulens - byig vind
-
Väderprognoser
- Att förutsäga väder - en mycket kort historik
- Brandriskprognoser
- Flygvädertjänsten
- Hur mäts prognosers träffsäkerhet?
- Kan man lita på väderprognoser?
- Kustvädersträckor och sjöväderområden
- Lågtrycksbanor över Europa
- Om Brandriskprognoskartor
- Ortsprognoser – del i helheten
- Representativitet
- Så gör SMHI en väderprognos
- Trafikväder
- Vad betyder SMHIs vädersymboler?
- Varför stämmer inte alltid prognoserna?
- Väderspråk: vad betyder orden?
- Vädervarningar för samhällsaktörer
-
Årstider
- Årstidernas ankomst
- Vinter
- Vår
- Sommar
- Höst
- Samiskt nationaldagsväder den 6 februari
- Skottår
- Skottdagsväder
- Nyckfulla sommarskurar
- Påskväder
- Semesterväder - vad säger statistiken?
- Nyårsväder
- Valborgsväder
- Luciaväder
- Brittsommar
- Aprilväder
- Indiansommar
- Nationaldagsväder
- Julväder
- Midsommarväder
- Vasaloppsväder genom tiderna
- Åska
-
Artikelserie från Väder och Vatten om atmosfärens allmänna cirkulation
-
Hydrologi
- De stora sjöarna
-
Historiska torrperioder
- 2023 – Variationsrikt år avseende vattenföring
- 2022 - Långvarigt nederbördsunderskott
- 2018 – Stora variationer, snabbt upp och snabbt ned
- 2017 – Låga nivåer men sommarnederbörd
- 2016 – Långsiktigt underskott och låga nivåer
- 2003 - Låga flöden Norrland och Svealand
- 1992 - Försommartorkan i södra Sverige
- 1974–1976 Torrår
- 1959 - Varm sommar och mycket låga nivåer till hösten
- 1955 - Mycket varm sommar
- 1947 - Lite snö och torr sommar
- 1933 - Hela landet drabbat
- 1914 - Torka i mellersta Sverige
- 1868 - Ett av nödåren
-
Historiska översvämningar
- 2023 - Översvämningar efter ovädret Hans
- 2023 - Vinterflöden i södra Sverige
- 2023 - Kraftig vårflod i Torneälven
- 2021 - Sommaröversvämningar i östra Götaland och Svealand
- 2021 - Skyfall i Gävle
- 2020 - Höga vinterflöden i Götaland
- 2018 - Kraftig vårflod i norra Sverige
- 2017 - Skyfall Söderhamn och Karlskoga
- 2016 - Vårflod norra Svealand
- 2015 - Skyfall Hallsberg
- 2014 - Vårflod Klarälven
- 2014 - Skyfall i Malmö
- 2014 - Höstflöden i Bohuslän
- 2013 - Vårflod Uppland
- 2013 - Vårflod norra Norrland
- 2012 - Sommaröversvämningar i Silverån
- 2011 - Höga flöden i Västra Götaland
- 2010 - Vårflod södra Sverige
- 2010 - Snabb vårflod i Norrland och norra Svealand
- 2008 - Höga flöden och islossning under vårfloden
- 2007 - Översvämningar i Götaland under högsommaren
- 2007 - Beskedlig vårflod utom i nordöstra Norrland
- 2006 - Översvämningar och jordskred i västra Götaland
- 2006 - Vårflod i södra Sverige
- 2006 - Vårfloden i norra Sverige
- 2006 - Skyfall orsakade ras vid Ånn
- 2005 - Varmt väder gav intensiv vårflod i fjällen
- 2005 - Hög vårflod i Torneälven
- 2005 - Höga flöden i stormen Gudruns spår
- 2004 - Sommarflöden i norr och söder
- 2004 - Skyfall i Värmland
- 2004 - Ett sommarflöde från Kebnekaise till Bottenviken på 6 dygn
- 2003 - Sommarflöden i Småland
- 2002 - Skyfall på Orust
- 2002 - Extrema vattenflöden i södra Götaland
- 2001 - Översvämningar i Sundsvallstrakten
- 2001 - Sommarnederbörd orsakade översvämningar över östra Svealand och södra Norrland
- 2000 - Översvämningarna i södra Norrland i juli
- 2000 - Höstflöde i Värmland och Dalarna
- 2000 - Extrem vattennivå i Glafsfjorden
- 2000-2001 Hög vattennivå i Vänern
- 1999 - Hög vattennivå i Vättern
- 1997 - Översvämningar i Pitetrakten
- 1997 - Regnkatastrofen på Fulufjället
- 1996 - Östergötland och nordöstra Småland i juli
- 1995 - Vårflod i södra Sverige
- 1995 - Extrem vårflod i norra Sverige
- 1993 - Extrema sommarflöden i Norrlandsälvar
- 1989 - Sommarflöden i Luleälven
- 1986 - Vårflöde i Dalarna och Hälsingland
- 1985 - Snösmältning efter extremt mycket snö på Smålandskusten
- 1985 - Höstflöde i Dalarna och Hälsingland med dammras i Noppikoski
- 1984, 1985, 1986 - Svåra islossningar i Torneälven
- 1980 - Kritiskt vinterflöde i norra Skåne
- 1977 - Extrem vårflod i Bergslagen
- 1973 - Dammolycka i Sysslebäck
- 1968 - Extrem vårflod i Torneälven
- 1966 - Hastig vårflod
- 1951 - Kraftig vårflod i Götaland
- 1943 - Rekordstor vårflod i Ångermanälven
- 1938 - Spölandskatastrofen
- 1924 - Översvämningar på många håll i hela landet
- 1922 - Hög vårflod i Luleälven och Piteälven
- 1919 - Översvämningar i Norrland
- 1916 – Extrem vårflod i Dalälven, Gavleån och Klarälven
- 1905 - Tappningskatastrof, Arpojaure/Arpujärvi i Kiruna kommun
- 1904 - Extremt vattenstånd i Mälaren
- 1900 - Översvämning i Fyrisån
- 1879 - Runinskrift avslöjar vårflod
- 1860 - 1800-talets värsta översvämningar i Dalälven inträffar
- 1684 - Kraftig vårflod i Söderköping översvämmar kyrka
- 1677 - Svår islossning i Torneälven
- 1666 - Historisk översvämning i Falun
- 1649 - Olsmässofloden i Östergötland
- 1617 - Islossning i Torneälven
- 1596 - Ett krisens år i Örslösa på Kålland
- 1400 - Söderköpingsborna flyr upp på Ramunderberget
- Hydrografiska data
- Is på sjöar och vattendrag
- Klimateffekter i sjöar och vattendrag
-
Mänsklig påverkan på Sveriges hydrologi
- Flottning
- Kanaler
- Markavvattning - Så leds vatten bort
- Påverkan på vattendrag - en historik över markavvattning
- Regleringars påverkan på risken för översvämning
- Rändåsprutt'n - ett hydrologiskt fenomen
- Stuor Muorkke, Stora Sjöfallet
- Utbyggnad av vattenkraften - en historik
- Vattenreglering och vattenkraft
- Mätning av flöde och vattenstånd
- Sveriges sjöar
- Sveriges vattendrag
- Torka
- Vattenbalans och vattnets kretslopp
- Vattenföring
- Våtmarker
- Översvämningar
-
Oceanografi
- Alger
- Haven runt Sverige
- Havsmiljö
- Högvattenhändelser i Sverige
- Is till havs
- Klimateffekter i havet
-
Mätningar i havet
- Alkalinitet – viktig för att förstå försurningen
- Bottenmätsystem
- Ferrybox - mätningar från fartyg
- Havsbojar
- Havsobservationer
- Humus – färgar havet brunt
- Klorofyll – ett mått på mängden växtplankton
- Kustbojar
- Mätning av vattenstånd
- Mätning och beräkning av vågor
- Närsalter – algernas mat
- pH-värde
- Salinitet
- Stationslista vattenstånd
- Svavelväte
- Syre
- Vågbojar
- Oceanografiska modeller
- Storskalig oceanografi
- Vattenstånd i havet
- Vattenstånd och klimat
- Vågor
-
Klimat
- Extremer
- Fenologi
- Förhistoriskt klimat
- Historiskt klimat
- Jordens klimat
- Klimateffekter
- Klimateffekter i havet
- Klimateffekter i sjöar och vattendrag
- Klimatet förändras
-
Klimatet i Sveriges landskap
- Blekinges klimat
- Bohusläns klimat
- Dalarnas klimat
- Dalslands klimat
- Gotlands klimat
- Gästriklands klimat
- Hallands klimat
- Hälsinglands klimat
- Härjedalens klimat
- Jämtlands klimat
- Lapplands klimat
- Medelpads klimat
- Norrbottens klimat
- Närkes klimat
- Skånes klimat
- Smålands klimat
- Södermanlands klimat
- Upplands klimat
- Värmlands klimat
- Västerbottens klimat
- Västergötlands klimat
- Västmanlands klimat
- Ångermanlands klimat
- Ölands klimat
- Östergötlands klimat
-
Klimatmodeller och scenarier
- Hur fungerar en klimatmodell?
- Hur tas klimatscenarier fram?
- Klimatscenarier används för hydrologiska effektstudier
- Klimatscenarier och väderprognoser
- Markmodeller i klimatberäkningar
- RCP scenarier
- SSP-scenarier
- Vad betyder nedskalning?
- Vad är DBS-metoden?
- Vad är en global klimatmodell?
- Vad är en klimatmodell?
- Vad är en regional klimatmodell?
- Vad är ett klimatscenario?
- Varför finns klimatscenarier?
- Klimatpåverkan
- Kortlivade klimatpåverkande ämnen
- Normaler
- Sveriges klimat
- Vattenstånd och klimat
-
Från dåtid till nutid
-
Historisk återblick
- Hydrologiska tjänstens historia
- Från Hydrografiska byrån till SMHI
- HBV-modellen 1972
- 1975 SMHIs huvudkontor flyttar till Norrköping
- 1984 SMHIs första väderradar
- Bergenskolan
- Det meteorologiska stationsnätets historia
- Kvinnliga stormvarnare
- MCA-personal 1918
- Ny organisation och nytt namn 1945
- Oceanografi - en historisk återblick
- SMHI i årtal
- Spridning av prognoser - historik
- Utbyte och analys av väderobservationer - historik
- Vädersignalering med koner, klot och flaggor
- Vägen till Kräckelbäcken
- Äldre prognosdistrikt i land- och sjörapporten
-
Historiska personer
- Alf Nyberg
- Anders Ångström
- Axel Wallén
- Birgitta Raab, Sveriges andra kvinnliga hydrolog
- Carl-Gustaf Rossby
- Esten Sundvallson
- Gaspard Gustave Coriolis
- Gunlög Wennerberg, SMHIs tredje kvinnliga hydrolog
- Johan Wilhelm Sandström och hans efterlämnade ljusbilder
- Jonas Westman, Sulitelma och fotogrammetri
- Malin Falkenmark, SMHIs första kvinnliga hydrolog
- Nils Ekholm
- Oscar Rygård - en flitig observatör
- Renate Schäffer -Första kvinnliga meteorologen vid SMHI
- Robert Rubenson
- Sveriges första kvinnliga väderobservatörer
- Tor Bergeron
-
Historisk återblick
- Väder, vatten och klimat för unga och lärare
-
Meteorologi
-
Forskning
- Om oss
- Ämnen
- Forskningsprojekt
- Forskningsartiklar
- Modeller och data
- Nyheter
- Blogg
- Podd
-
Om SMHI
- SMHIs uppdrag - med samhällsnytta i fokus
- SMHIs organisation
- Samverkan nationellt och internationellt
- Regeringsuppdrag och remissvar
- Press
- SMHIs hantering av personuppgifter och integritetspolicy
- För leverantörer, kunder och samarbetspartners
-
Om webbplatsen
- Kakor och personuppgifter
-
Tillgänglighet
- Rapportera bristande tillgänglighet
-
Tillgänglighetsredogörelser
- Tillgänglighetsredogörelse för smhi.se
- Tillgänglighetsredogörelse för SMHI Öppna data
- Tillgänglighetsredogörelse för Lathund för klimatanpassning
- Tillgänglighetsredogörelse för Nationella emissionsdatabasen
- Tillgänglighetsredogörelse för Nationella expertrådet för klimatanpassning
- Tillgänglighetsredogörelse för Nationell modellering av luftkvalitet
- Tillgänglighetsredogörelse för Referenslaboratoriet för luftkvalitet – modeller
- Tillgänglighetsredogörelse för Shark
- Tillgänglighetsredogörelse för SMHI Vattenwebb
- Tillgänglighetsredogörelse för SMHI Väder (mobilapp)
- Tillgänglighetsredogörelse portal för datavärdskap luftkvalitet
- SMHIs policy för sociala medier
- Upphovsrätt på SMHIs webbplats
- Publika samarbetsverktyg
- RSS på smhi.se
-
Jobba på SMHI
- Lediga tjänster
-
Möt våra medarbetare
- Ana, Miljöingenjör inom meteorologisk och oceanografisk fysik
- Anders, HR-specialist
- Anna, Hydrolog
- Camilla, Meteorolog och luftmiljöforskare
- Fredrik, Vetenskaplig programmerare
- Goran, Medarbetare i servicedesk
- Jafet, Forskare inom hydrologi
- Jonas, systemutvecklare
- Lena, Fälthydrolog
- Linus, Prognosmeteorolog
- Louise, Lönespecialist och systemförvaltare
- Magnus, Konsult inom meteorologi
- Martin, UX/UI-designer
- Niloofar, Releaseansvarig på IT
- Nina, Prognoshydrolog
- Stina, Flygmeteorolog
- Örjan, Oceanograf
- SMHI som arbetsplats
- Yrken
- Kontakta SMHI
- Publikationer från SMHI
- Tema
Quantification of population exposure to PM10, PM2.5 and NO2 and estimated health impacts for 2019 and 2030
Uppdaterad
❘Publicerad
- Typ:
- Rapport
- Serie:
- RMK 119
- Författare:
- Helene Alpfjord Wylde, Christian Asker, Cecilia Bennet, Bertil Forsberg (Umeå University), David Segersson
- Publicerad:
- 16 januari 2023
Concentrations of NO2, PM10 and PM2.5 have been calculated for the whole of Sweden for the year 2019 as well as two scenarios for 2030 in this study. Calculations have been performed using a new methodology, allowing almost seam-less combination of dispersion modelling at regional and urban scale without double-counting emissions. The concentrations have been calculated at 250x250 m2 resolution, producing a uniquely complete and detailed dataset at national scale. The methodology used can well reproduce the measured pollution levels at most urban background stations in the modelling domain. The spatial resolution of 250 m captures concentration gradients that are of importance for exposure calculations. An important strength of using dispersion modelling to calculate concentrations is the direct relation with emission inventories, allowing for source attribution and scenario evaluation that is consistent with emission inventories and projections.
The modelled concentrations are used together with gridded population data in order to calculate exposure. The annual average population weighted exposure is 5.08 µg/m3 for NO2, 9.95 µg/m3 for PM10 and 5.21 µg/m3 for PM2.5 in 2019. A large decrease, by approximately 2 µg/m3, is seen for exposure to NO2 in 2030 compared to 2019. The exposure to PM10 and PM2.5 is also decreasing in 2030, but not as drastically, by about 0.2 µg/m3.
A general conclusion is that exposure is higher in the age span of 21-50 years. An explanation is that these age groups more often live in urban areas, where there are more emissions and higher concentrations of pollution.
Zero percent of the population is exposed to levels above the annual air quality standards for NO2, PM10 and PM2.5 for 2019 and 2030. It is to be noted that the model results represent annual averaged urban background concentrations, not local hotspot concentrations.
The modelled exposures to PM2.5 and urban NO2 have been used for a national health impact assessment. The health impact assessment is similar to an earlier study of premature deaths and incident cases of mainly chronic diseases. Our results differ to a varying degree from similar impact assessments. Most important among the complicated reasons for differences in the estimated health impacts are the assumed exposure-response functions for the specific exposures, the slope and if there is a lower threshold below which no association exists. We have in this study decided to follow the strong evidence from high quality epidemiological studies that the exposure-response relationship between long-term exposure to PM2.5 and total mortality in adults is supra-linear with a much steeper slope at the lower end, with stronger effects of near source exposure, and no evidence of a threshold level below which no effects are observed. When adding the yearly number of premature deaths attributed to the regional background PM2.5 levels and the deaths associated with PM2.5 exposure from local sources, the total number becomes 4 264 deaths related to the fine particle exposure situation in 2019. At the same time, the urban contribution of NO2 is estimated to result in additional 428 premature deaths per year.
In 2030 the population exposure to PM2.5 from the regional background is expected to be about 2% lower and from urban sources 22% lower compared to 2019, which indicates how much the attributed number of preterm deaths would change if everything else stays the same.
Sammanfattning
Halter av NO2, PM10 och PM2.5 har beräknats för hela Sverige för år 2019 och för två scenarier 2030 i den här studien. Beräkningar har gjorts med en ny metodik som möjliggör en nästan helt sömlös kombination av spridningsmodellering på regional och urban skala utan att dubbelräkna emissioner. Föroreningshalter har beräknats på 250x250 m2 upplösning, vilket ger ett unikt komplett och detaljerat dataset på nationell skala. Metodiken kan väl reproducera uppmätta föroreningshalter vid de flesta urbana bakgrundsstationerna i modelldomänet. Den spatiala upplösningen på 250 m fångar koncentrationsgradienter av vikt för exponeringsberäkningar. En styrka med att använda spridningsmodeller för att beräkna föroreningshalter är den direkta kopplingen till emissionsinventeringar och projektioner.
Modellerade föroreningshalter kombineras med griddad befolkningsdata för att beräkna exponering. Den befolkningsviktade årsmedelexponeringen är 5,08 μg/m3 för NO2, 9,95 μg/m3 för PM10 och 5,21 μg/m3 för PM2.5 år 2019. En stor minskning, med cirka 2 μg/m3
till 2030, beräknas för exponering av NO2. Exponeringen för PM10 och PM2.5 minskar också till 2030, men inte lika drastiskt, med ungefär 0,2 μg/m3.
En generell slutsats är att exponeringen är högre i åldersspannet 21-50 år. En förklaring är dessa åldersgrupper oftare bor i urbana områden, med mer utsläpp och högre föroreningshalter.
Noll procent av befolkningen exponeras för halter över den årliga miljökvalitetsnormen för NO2, PM10 och PM2.5, varken år 2019 eller 2030. Det ska dock noteras att modellresultaten representerar årsmedelvärden av urbana bakgrundskoncentrationer, inte lokala hotspots.
De modellbaserade beräkningarna av exponeringen för PM2.5 och lokalt genererad NO2 har använts i en nationell hälsokonsekvensberäkning. Hälsokonsekvensberäkningen liknar en nyligen publicerad beräkning avseende 2019, av förtida dödsfall och uppkomst av främst kroniska sjukdomar. Våra resultat avviker i olika riktning från resultaten i liknande beräkningar. En avgörande och komplicerad anledning till skillnader i de beräknade hälsokonsekvenserna är vilka exponerings-responssamband för specifika föroreningar som man baserar sina beräkningar på, riskkurvans form och om det finns någon säker nivå under vilken sambandet upphör. I denna studie har vi valt att luta oss mot den vetenskapliga evidens som ges av högkvalitativa epidemiologiska studier för att sambanden mellan partikelhalt och dödlighet är supra-linjära med den brantaste riskökningen vid de lägsta halterna, att effekterna är starkare nära källan samt att det inte finns stöd för någon tröskelnivå under vilken halten saknar betydelse. När vi räknar ihop antal förtida dödsfall per år som den regionala bakgrundshalten av PM2.5 beräknas orsaka med de dödsfall som beräknas uppkomma till följd av partikelutsläpp på hemorten så blir summan 4 264 förtida dödsfall relaterade till föroreningssituationen 2019. För samma exponeringssituation uppskattar vi att de lokalt genererade bidraget
till NO2-halten leder till ytterligare 428 förtida dödsfall per år.
2030 beräknas befolkningsexponeringen för PM2.5 från den regionala bakgrunden ha minskat med omkring 2 % och från urbana källor med 22 % jämfört med 2019, vilket indikerar hur mycket antalet förtida dödsfall skulle reduceras om allt övrigt är oförändrat.