Historiska observationer av temperatur, vegetationsperiodens längd, nederbörd, snö, globalstrålning och geostrofisk vind i Sverige har analyserats. Längden på de tillgängliga tidsserierna varierar mellan de olika variablerna. Det finns dagliga temperaturobservationer från Uppsala så långt tillbaka som 1722, medan startåret för de globalstrålningsmätningar från åtta svenska stationer som analyserats här är så sent som 1983. Klimatindikatorer som baseras på dessa observationer visar att:• Sveriges årsmedeltemperatur har ökat med 1,9 °C jämfört med perioden 1861–1890. • Sveriges årsnederbörd har ökat sedan 1930 från 600 mm/år till nästan 700 mm/år. • Antalet dagar med snötäcke har minskat sedan 1950. • Globalstrålningen har ökat med cirka 10 % sedan mitten av 1980-talet. • Någon förändring av den geostrofiska vinden kan inte fastslås från 1940.De ovan listade förändringarna syftar alla till årliga genomsnitt för hela Sverige. De är statistiskt signifikanta i de flesta fall. Bilden blir mer tvetydig då genomsnitt för olika landsdelar eller säsonger undersöks. Exempelvis är den ökade årsnederbörden mest ett resultat av ökad nederbörd under vinter och höst, medan det inte finns någon tydlig trend för sommar och vår. Det är också generellt sett svårare att fastslå förändringar i extremvärden. Exempelvis finns ingen signifikant trend vad gäller vinterns största snödjup, trots en tydlig minskning i antalet dagar med snötäcke.

Historical Swedish observations of temperature, length of vegetation period, precipitation, snow, global radiation, and geostrophic wind have been analysed. The length of available time series varies among these variables. Whereas there are temperature observations for Uppsala ranging back to 1722 continuous measurements of global radiation at eight Swedish stations start only in 1983. Climate indicators based on these observations show that: • The annual mean temperature for Sweden has increased by 1.9 °C compared to the period 1861• The amount of annual precipitation increased since 1930 from about 600 mm/year to almost 700 mm/year. • The number of days with snow cover has reduced since 1950. • The global radiation increased with circa 10 % since the mid-1980’s. • The geostrophic wind has no clear change pattern since 1940. The listed changes are annual averages for Sweden. These are robust and statistically significant in most cases. The picture is getting more diverse when investigating smaller regions or different seasons instead of annual means. For instance, the increase of precipitation is mainly related to enhanced precipitation during autumn and winter whereas there are no obvious trends in spring and summer. Moreover, changes in extremes are generally harder to identify. For instance, despite the clear negative trend in the number of days with snow cover there is no significant trend for the maximum snow depth. –1890.Denna

A gridded dataset (SMHI Gridded Climatology - SMHIGridClim) has been produced forthe years 1961 - 2018 over an area covering the Nordic countries on a grid with 2.5 kmhorizontal resolution. The variables considered are the two meter temperature and twometer relative humidity on 1, 3 or 6 hour resolution, varying over the time periodcovered, the daily minimum and maximum temperatures, the daily precipitation and thedaily snow depth. The gridding was done using optimal interpolation with the gridppopen source software from the Norwegian Meteorological Institute.Observations for the analysis are provided by the Swedish, Finish and Norwegianmeteorological institutes, and the ECMWF. The ECA&D observation data set (e.g. usedfor the gridded E-OBS dataset) was considered for inclusion but was left out because ofcomplications with time stamps and accumulation periods varying between countries andperiods. Quality check of the observations was performed using the open source softwareTITAN, also developed at the Norwegian Meteorological Institute.The first guess to the optimal interpolation was given by statistically downscaledforecasts from the UERRA-HARMONIE reanalysis at 11 km horizontal resolution. Thedownscaling was done to fit the output from the operational MEPS NWP system at 2.5km with a daily and yearly variation in the downscaling parameters.The quality of the SMHIGridClim dataset, in terms of annual mean RMSE, was shown tobe similar to that of gridded datasets covering the other Nordic countries; “seNorge”from Norway and the dataset “FMI_ClimGrid” from Finland.

Ett klimatologiskt griddat datasett (SMHI Gridded Climatology - SMHIGridClim) hartagits fram för åren 1961 – 2018. Data täcker de nordiska länderna med en horisontellupplösning av 2,5 km. Variablerna som tagits fram är lufttemperatur och relativluftfuktighet vid 2m höjd med en upplösning av1,3 eller 6 timmar beroende av tidsperiod,samt dygnsupplöst min- och maxtemperatur, nederbörd och snödjup. Datasetet ärframtaget med optimal interpolation av stationsdata genom analysverktyget gridpp, somär en öppet tillgänglig programvara från Norska Meteorologiska Institutet.Observationer till analysen har erhållits från de svenska, norska och finskameteorologiska instituten, samt ECMWF. En ansats gjordes också att användaobservationer från datasetet ECA&D från KNMI, men på grund av svårigheter med atttidsstämplarna för data från olika länder inte överensstämde, uteslöts datasetet uranalysen. Kvalitetskontroll av observationerna gjordes med programvaran TITAN, somäven den finns tillgänglig från och utvecklats av Norska Meteorologiska Institutet.Som en första gissning till interpolationen användes statistiskt nerskalade prognosfält(från 11 km till 2,5 km upplösning) från UERRA-HARMONIE. Nerskalningen gjordesmot fält från den operationella numeriska väderprognosmodellen MEPS. Anpassningengjordes med nedskalningsparametrar som varierar över året och dygnet.Kvalitén hos ”SMHIGridClim med avseende på genomsnittligt RMSE är liknande densom tagits fram för griddade data för andra nordiska länderna med varierandeanalysmetoder; “seNorge” från Norge och “FMI_ClimGrid” från Finland.