Tento príspevok zaznel na konferencii GIS Slovakia 2026.
Klimatická zmena predstavuje jeden z najzásadnejších environmentálnych a spoločenských problémov súčasnosti. Rastúca frekvencia extrémnych javov, zmeny v distribúcii zrážok či teplotné extrémy si vyžadujú nielen globálne riešenia, ale najmä lokálne adaptačné opatrenia založené na dátach. Dôležité je efektívne spracovanie klimatických dát priamo v lokálnom kontexte, čo umožňuje rýchlejšie, presnejšie a cielenejšie rozhodovanie. Klimatická zmena nie je izolovaný jav. Ide o komplexný systém prepojených procesov, ktoré ovplyvňujú biodiverzitu, stabilitu ekosystémov, hospodárske aktivity, kvalitu života obyvateľstva. Základným predpokladom efektívnej adaptácie je práca s dátami.
Projekt FOCAL (Horizon Europe) zdôrazňuje potrebu lokálneho spracovania klimatických dát, využitie priestorových analýz, integráciu rôznych dátových zdrojov – meteorologických, environmentálnych a infraštruktúrnych. Kľúčový je posun od globálnych modelov k lokálnym rozhodovacím nástrojom. Digitálne riešenia – typický príklad prepojenia GIS, rozhodovania, analýzy veľmi veľkých dát: detekcia a monitorovanie javov v priestore a čase, automatizované spracovanie dát, univerzálne využitie naprieč sektormi, optimalizácia lokalít, hodnotenie variantných riešení, riadenie zásahov v území. Do projektu je zapojených viacero partnerov: Fraunhofer IGD (Koordinatátor), Max Planck Institute for Meteorology, Helmholtz-Zentrum Hereon, plan4all, Lesprojekt-Sluzby, Západočeská univerzita v Plzni (ZČU), CESNET, Národní lesnický institut (NLI), České vysoké učení technické v Praze, MNLT Innovations PC, European Innovation Marketplace, Open Geospatial Consortium, AICFD – International Association for Disruptive and Frontier Science, YMS, Stadt Konstanz.
Dôležitým aspektom je aj vnútorné fungovanie organizácií: zjednotenie agendy, prehľad o procesoch, zrýchlenie komunikácie, digitalizácia služieb. Moderné riadenie územia vyžaduje cielené opatrenia, analýzu variantov, optimalizáciu zásahov. Bez dát to vedie k intuitívnym rozhodnutiam, s dátami k optimalizovaným. Adaptačné opatrenia nemožno chápať iba ako súbor všeobecných odporúčaní, ale ako výsledok prepojeného dátového a analytického ekosystému. Práve v tomto kontexte je dôležitý projekt FOCAL – Efficient Exploration of Climate Data Locally, ktorý je postavený na viacerých navzájom previazaných vrstvách. Súčasťou je platforma FOCAL určená na podporu modelovania klímy a úloh systému Zeme. Špecializované moduly pre hodnotenie mitigácie – zmierňovania nepriaznivých účinkov a rizík a adaptácie na regionálnej a lokálnej úrovni. Webové aplikácie určené na hodnotenie a lokálne analýzy, ako aj klaster dlhodobej spolupráce medzi výskumom Earth System, poskytovateľmi Earth Observation dát, dátovou vedou a HPC infraštruktúrami – výpočtovou infraštruktúrou pre náročné úlohy.
Prezentácia vysvetľuje klimatické modelovanie, v tomto prípade princíp dynamického downscalingu pomocou regionálnych klimatických modelov – RCM. Globálne cirkulačné modely – GCM pracujú v hrubšom priestorovom rozlíšení, približne v rozsahu stoviek až desiatok kilometrov, a opisujú veľkopriestorové procesy v atmosfére a klimatickom systéme. RCM umožňujú detailnejšie modelovanie na menšom území, pričom rozlíšenie môže klesnúť až k jednotkám kilometrov. Modelovanie relevantných fyzikálnych procesov prebieha v trojrozmernom priestore a s veľmi krátkym interným časovým krokom, rádovo od minút po sekundy. Takýto posun v rozlíšení je kľúčový práve pre lokálne hodnotenie dopadov klimatickej zmeny. Pracuje sa so scenármi budúceho vývoja klímy, najprv cez staršie RCP scenáre – reprezentatívne trajektórie koncentrácií skleníkových plynov a následne aj cez rámec SSP scenárov – zdieľané socioekonomické trajektórie, ktoré sú využívané v novších hodnoteniach IPCC – Medzivládny panel pre zmenu klímy.
Dôležité je, že budúci vývoj nie je prezentovaný ako jediná trajektória, ale ako množina možných vývojových ciest s rozdielnou mierou emisií a rozdielnymi teplotnými odozvami. Na to nadväzuje princíp ensemble simulations, teda súborov simulácií, ktoré kombinujú neistotu emisných scenárov, neistotu modelov a vnútornú variabilitu klimatického systému. Takýto prístup umožňuje produkovať robustnejšiu klimatickú informáciu pre rozhodovanie. V tomto kontexte je v prezentácii uvedený aj projekt NUKLEUS, ktorý pracuje s downscalingom až na 3 km, čím posúva klimatické údaje na úroveň, ktorá je oveľa použiteľnejšia pre regionálne a mestské aplikácie.
Významnou líniou prezentácie je aj prepojenie klimatických dát s metódami umelej inteligencie. Ide o pomerne konkrétny technologický rámec. Spomínajú sa autoenkódery, neurónové siete, transformerové modely pre spracovanie obrazu, fyzikálne informované modely a tiež metódy superrozlíšenia obrazu. Tieto prístupy naznačujú posun od klasického modelovania k hybridným systémom, ktoré kombinujú fyzikálne poznanie s učením na dátach. Z prezentácie vyplýva, že AI má v tomto kontexte pomáhať najmä pri zvyšovaní priestorového rozlíšenia, spracovaní veľkých objemov údajov, predikciách a efektívnejšej extrakcii informácie z heterogénnych zdrojov.
Veľmi konkrétna je v prezentácii aj dátová a workflow časť. Pracuje sa tu s klimatickými údajmi vo formáte NetCDF, čo je štandardný formát pre multidimenzionálne vedecké dáta. Medzi základné vstupné premenné patria maximálna teplota, minimálna teplota, priemerná teplota, zrážky, rýchlosť vetra pri povrchu a relatívna vlhkosť. Nad týmito premennými sa následne počítajú klimatické indexy. Prezentácia uvádza napríklad dĺžku a frekvenciu horúcich periód, počet vlhkých a suchých dní, dĺžku suchých periód, počet ľadových dní, letných dní, horúcich dní, veľmi horúcich dní či extrémne horúcich dní. Osobitne sa spomínajú aj biometeorologické indexy ako UTCI – Universal Thermal Climate Index a PET – Physiological Equivalent Temperature, ktoré prepájajú fyzikálne klimatické premenné s reálnym tepelným komfortom človeka.
Prezentácia ukazuje, že výsledkom majú byť použiteľné rozhodovacie nástroje. Preto sa objavuje ukážka webovej aplikácie FOCAL, v ktorej si používateľ vyberá zdroje dát, územie záujmu, klimatické indikátory, časovú agregáciu aj priestorovú agregáciu. Ukážka vizualizuje mapy, grafy, tabuľky a časové rady, teda formy výstupu, ktoré sú zrozumiteľné a prakticky využiteľné. Mimoriadne dôležité sú pritom samotné workflowy, najmä Climate Change Workflow a Urban Blue Spot Workflow. Prvý reprezentuje všeobecný rámec pre spracovanie klimatickej zmeny, výpočet indikátorov a vizualizáciu zmien v čase a priestore. Druhý naznačuje orientáciu na špecifické mestské problémy, teda lokality citlivé na akumuláciu vody, zraniteľnosť urbanizovaného prostredia a praktické využitie dát pri mestskom plánovaní. Tým sa celá prezentácia uzatvára ako príklad prechodu od vedeckého modelu a dátového workflowu k reálnej webovej aplikácii podporujúcej lokálne adaptačné rozhodovanie. Medzi osobitne citlivé oblasti patria mestské prostredie, poľnohospodárstvo, vodné hospodárstvo a lesné ekosystémy. Urbanizácia zvyšuje teplotu, urýchľuje odtok vody, zvyšuje zraniteľnosť územia. Riešením je integrácia zelene, modro-zelená infraštruktúra. Adaptačné opatrenia: výsadba stromov, zelené strechy, zelené steny, obnova mokradí, retenčné nádrže, protipovodňové opatrenia, úprava vodných tokov, územné plánovanie, regulácia výstavby, klimatické stratégie miest. Bez adaptácie rastú škody, znižuje sa kvalita života, rastú ekonomické náklady.
Klimatická adaptácia a klimatická zmena sú vedecký aj technologický problém, ktorý si žiada kvantum výskumných hodín, projektov, medzinárodných partnerstiev. Budúcnosť je aj v rovine globálnej, aj lokálnej. Žiada si presné analýzy, modely, konkrétne opatrenia. Mení sa spôsob, akým pristupujeme k riadeniu krajiny, miest a infraštruktúry. Pre odborníkov v oblasti GIS to znamená zásadnú transformáciu ich úlohy z tvorcov máp na architektov rozhodovania.
Climate change represents one of the most fundamental environmental and societal challenges of our time. The increasing frequency of extreme events, changes in precipitation distribution, and temperature extremes require not only global solutions, but above all local adaptation measures based on data. Efficient processing of climate data directly within the local context is essential, as it enables faster, more accurate, and more targeted decision-making. Climate change is not an isolated phenomenon. It is a complex system of interconnected processes that affect biodiversity, ecosystem stability, economic activities, and the quality of life of the population. Working with data is a basic prerequisite for effective adaptation.
The FOCAL project, funded under Horizon Europe, highlights the need for local climate data processing, the use of spatial analysis, and the integration of various data sources, including meteorological, environmental, and infrastructure data. A key objective is the shift from global models towards local decision-support tools. Digital solutions represent a typical example of the interconnection between GIS, decision-making, and the analysis of very large datasets: the detection and monitoring of phenomena across space and time, automated data processing, universal use across sectors, location optimisation, the evaluation of alternative solutions, and the management of interventions within a territory. The project involves several partners: Fraunhofer IGD as coordinator, the Max Planck Institute for Meteorology, Helmholtz-Zentrum Hereon, plan4all, Lesprojekt-Sluzby, the University of West Bohemia in Pilsen, CESNET, the National Forest Institute, the Czech Technical University in Prague, MNLT Innovations PC, the European Innovation Marketplace, the Open Geospatial Consortium, AICFD – International Association for Disruptive and Frontier Science, YMS, and the City of Konstanz.
Another important aspect is the internal functioning of organisations: the unification of agendas, improved process awareness, faster communication, and the digitalisation of services. Modern territorial management requires targeted measures, the analysis of alternatives, and the optimisation of interventions. Without data, this leads to intuitive decision-making; with data, it leads to optimised decision-making. Adaptation measures cannot be understood merely as a set of general recommendations, but rather as the outcome of an interconnected data and analytical ecosystem. In this context, the FOCAL project – Efficient Exploration of Climate Data Locally – is particularly important, as it is built on several interconnected layers. These include the FOCAL platform, designed to support climate modelling and Earth system tasks; specialised modules for assessing mitigation, the reduction of adverse impacts and risks, and adaptation at regional and local levels; web applications intended for assessment and local analysis; and a long-term cooperation cluster connecting Earth system research, Earth observation data providers, data science, and HPC infrastructure for computationally demanding tasks.
The presentation explains climate modelling, in this case the principle of dynamic downscaling using regional climate models, or RCMs. Global circulation models, or GCMs, operate at a coarser spatial resolution, approximately ranging from hundreds to tens of kilometres, and describe large-scale processes in the atmosphere and the climate system. RCMs enable more detailed modelling over smaller areas, with spatial resolution reaching several kilometres. Relevant physical processes are modelled in three-dimensional space and with very short internal time steps, ranging from minutes to seconds. This increase in resolution is crucial for the local assessment of climate change impacts. Future climate development is represented through scenarios, initially by the older RCP scenarios – representative concentration pathways for greenhouse gases – and subsequently through the SSP framework – shared socioeconomic pathways used in more recent assessments by the IPCC, the Intergovernmental Panel on Climate Change.
Importantly, future development is not presented as a single trajectory, but as a set of possible development pathways with different emission levels and different temperature responses. This is followed by the principle of ensemble simulations, meaning sets of simulations that combine uncertainty in emission scenarios, uncertainty in climate models, and the internal variability of the climate system. Such an approach makes it possible to produce more robust climate information for decision-making. In this context, the presentation also mentions the NUKLEUS project, which applies downscaling to a resolution of up to 3 kilometres, bringing climate data to a level that is far more suitable for regional and urban applications.
Another significant theme of the presentation is the integration of climate data with artificial intelligence methods. This involves a relatively specific technological framework. The presentation refers to autoencoders, neural networks, transformer models for image processing, physics-informed models, and image super-resolution methods. These approaches indicate a shift from conventional modelling towards hybrid systems that combine physical knowledge with data-driven learning. The presentation suggests that, in this context, AI should primarily support increases in spatial resolution, the processing of large volumes of data, prediction, and the more efficient extraction of information from heterogeneous sources.
The data and workflow component of the presentation is also highly specific. It works with climate data in the NetCDF format, which is a standard format for multidimensional scientific data. The basic input variables include maximum temperature, minimum temperature, mean temperature, precipitation, near-surface wind speed, and relative humidity. Climate indices are subsequently calculated from these variables. The presentation mentions, for example, the duration and frequency of hot spells, the number of wet and dry days, the duration of dry periods, and the number of frost days, summer days, hot days, very hot days, and extremely hot days. It also specifically mentions biometeorological indices such as the UTCI – Universal Thermal Climate Index – and PET – Physiological Equivalent Temperature – which connect physical climate variables with actual human thermal comfort.
The presentation demonstrates that the results are intended to become usable decision-support tools. It therefore includes an example of the FOCAL web application, in which users select data sources, an area of interest, climate indicators, temporal aggregation, and spatial aggregation. The example visualises maps, charts, tables, and time series, providing forms of output that are understandable and practically usable. The workflows themselves are particularly important, especially the Climate Change Workflow and the Urban Blue Spot Workflow. The first represents a general framework for processing climate change data, calculating indicators, and visualising changes over time and space. The second points towards specific urban problems, particularly locations vulnerable to water accumulation, the vulnerability of urbanised environments, and the practical use of data in urban planning. In this way, the presentation concludes as an example of the transition from a scientific model and a data workflow to a real web application supporting local adaptation decision-making.
Particularly sensitive areas include urban environments, agriculture, water management, and forest ecosystems. Urbanisation increases temperatures, accelerates water runoff, and increases territorial vulnerability. The solution lies in the integration of greenery and blue-green infrastructure. Adaptation measures include tree planting, green roofs, green walls, wetland restoration, retention basins, flood protection measures, the modification of watercourses, spatial planning, construction regulation, and municipal climate strategies. Without adaptation, damage increases, quality of life decreases, and economic costs rise.
Climate adaptation and climate change are both scientific and technological challenges requiring a substantial volume of research, projects, and international partnerships. The future must be addressed at both global and local levels. It requires precise analyses, models, and specific measures. The way in which we approach the management of landscapes, cities, and infrastructure is changing. For GIS professionals, this represents a fundamental transformation of their role from mapmakers into architects of decision-making.
