Årssummen for gradtall for Norge på 3819 er den nest laveste i årene 1957 2015.



Like dokumenter
Hydrologiske data for Varåa (311.2B0), Trysil kommune i Hedmark. Utarbeidet av Thomas Væringstad

BYGGRELATERTE LOKALKLIMADATA FOR ÅS I AKERSHUS. Arne A. Grimenes og Vidar Thue-Hansen

Sentralmål og spredningsmål

Tall fra Grunnskolens informasjonssystem (GSI)

Medlemsutvikling Fagforbundet 1. juli 2005

Meteorologisk vurdering av kraftig snøfall i Agder påsken 2008

ARBEIDS- OG VELFERDSDIREKTORATET / STATISTIKKSEKSJONEN

JANUAR Eiendom Norges boligprisstatistikk

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar.

Påregnelige verdier av vind, ekstremnedbør og høy vannstand i Flora kommune fram mot år 2100

SKAGEN Høyrente Statusrapport desember 2015

SKAGEN Høyrente Statusrapport mars 2016


Klimatilpasning. Norsk bygningsfysikkdag Onsdag 27. november Tore Kvande

Saksframlegg til styret

Analyser karakterstatistikk for grunnskolen 2009

Høye prisforventninger og sterkt boligsalg, men fortsatt mange forsiktige kjøpere

Markedskommentar P.1 Dato

Omdømmerapport Rapport dato 8. oktober Markedsinfo as 20 08

Tall fra Grunnskolens informasjonssystem (GSI) 2012/13

FEILMARGINER VED FORDELINGER

Kapasitet og leveringssikkerhet for Eigersund Vannverk

Tall fra Grunnskolens informasjonssystem (GSI) 2013/14

Værvarsling i forandringenes tid Hvor sikre er værvarsler nå når alt er i endring?

Sak nr. Styre Møtedato. 49/10 Styret for Sørlandet sykehus HF

Veksten i det glidende tremånedersgjennomsnittet for K2 var 15,2 prosent ved utgangen av oktober, ned fra 15,8 prosent ved utgangen av september.

GSI 2014/15: Voksne i grunnskoleopplæring

Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015

Saksframlegg. Arkivsak: 15/138-3 Sakstittel: SKATTEINNTEKTER 2015 MARS. K-kode: 232

Notat STYRINGSRAPPORT - OKTOBER 2008 P 1824

HELSE MIDT-NORGE RHF STYRET

Eventuelle lokalklimaendringer i forbindelse med Hellelandutbygginga

Informasjonsbrev til beboere og grunneiere

Flomberegning for Grøtneselva. Kvalsund og Hammerfest kommune, Finnmark (217.3)

EKSPORTEN I OKTOBER 2015

Boligmeteret oktober 2013

Hva blir førstehåndsprisen på torsk i 2015?

Oblig 4 (av 4) INF1000, høsten 2012 Værdata, leveres innen 9. nov. kl

NOTAT 12. november 2013

Medlemsutvikling Fagforbundet 8. august 2005

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

Besøk siste 12 måneder

Hvordan analysere måledata vha statistisk prosesskontroll? Side 2

Arktiske værfenomener

Komponent Midlingstid Grenseverdier Nasjonale mål

OM EXTRANET OG KAMPANJENS MÅLINGER (innsatsområdene UVI og SVK) Side 2

Leverandørskifteundersøkelsen 1. kvartal 2005

Luftkvaliteten ved høytrafikkerte veier i Oslo, månedsrapport for juli 2003 Grenseverdier og Nasjonale mål for luftkvalitet

18. desember Tallene kan gjengis med kildehenvisning til Norges Bank.

Kvalitet ved Ahus - en oversikt

Komponent Midlingstid Grenseverdier Nasjonale mål

Karakterstatistikk for grunnskolen

Internt notat. Oppdatering av tilsigsserier med data for ER v. Thore Jarlset HV v. Erik Holmqvist og Cecilie Baglo Sverre Husebye

Komponent Midlingstid Grenseverdier Nasjonale mål

KLIMA 08 Åpningstale av Fylkesordfører Per-Eivind Johansen Sandefjord Park Hotell den 9. september 2008.

Verdt å vite om. Hellas. Reis med hjerte, hjerne og holdning

µg/m³ År 20 1) PM 10 µg/m³ Døgn 50 2) (35) 50 2) (25) µg/m³ Døgn 50 1) (7) 50 1) (7) CO mg/m³ 8 timer 10 2) Benzen µg/m³ År 5 1) 2 1),3)

Komponent Midlingstid Grenseverdier Nasjonale mål

Har vi nådd toppen med dagens fôr?

Yngleregistreringer av jerv i Norge i 2003

Akvaplan-niva rapport

Klimadivisjonens virksomhet

Piggdekkbruk i Oslo/Akershus 1996/97. Piggdekkbruk i Oslo/Akershus 1996/97

Komponent Midlingstid Grenseverdier Nasjonale mål

Miljøverdi og sjøfugl

Nye a rtikler som publiseres i forbindelse med publisering av nye nasjonale kvalitetsindikatorer

AKTUELL KOMMENTAR. En dekomponering av Nibor NR KRISTIAN TAFJORD MARKEDSOPERASJONER OG ANALYSE

Vestfold og Telemark. Eiendom Norges boligprisstatistikk

Lørenskog Vinterpark

Vedlegg IV Analyse av startlån

26/2016 Virksomhetsrapport NSE august 2016 Styringsgruppen Senterleder 13. oktober 2016

ARBEIDS- OG VELFERDSDIREKTORATET/ STATISTIKKSEKSJONEN

Prosjektrapport. Vikarpool Prosjekt for å redusere ufrivillig deltid

Analyse av nasjonale prøver i engelsk, lesing og regning på 5. trinn 2015

3. desember. En kuriositet: etter to dager har det nå kommet nøyaktig like mye nedbør som hele desember i fjor, 39,8 mm! Og mer er i vente...

Fakta og analyse. - Konkurransesituasjonen i anleggsbransjen - Antall utlyste anbud - Kontraktsverdier - Utviklingstrekk i markedet. 4.

Næringslivsindeks Kvam

Komponent Midlingstid Grenseverdier Nasjonale mål

TENK FRAMTID BLI LÆRLING!

Tall fra Grunnskolens informasjonssystem (GSI) 2014/15

Styresak. Går til: Styremedlemmer Foretak: Helse Stavanger HF Dato: Saken gjelder: Styresak 135/11 O Ventetider og fristbrudd.

FoU Miljøbasert vannføring. Kriterier for bruk av omløpsventil i små kraftverk

juli Vegtrafikkindeksen

Nytt fra klimaforskningen

November Eiendomsmeglerbransjens boligprisstatistikk

Sykefraværsutvikling 2012, 2013 og 2014

Verdt å vite om. New Zealand. Reis med hjerte, hjerne og holdning

Versjon Kjell Nedreaas og Hans Hagen Stockhausen Havforskningsinstituttet

Nasjonalt overvåkingsprogram for rømt laks Olav Moberg Fiskeridirektoratet

MEF-analyse. 2. kvartal MEFs kvartalsanalyse av anleggsmarkedet

Arendalsuka 13. august Anleggsbransjen i ferske tall, fakta og analyser

Saksframlegg til styret

Badeanlegg. Effekt - energi

MEF-analyse. 3. kvartal MEFs kvartalsanalyse av anleggsmarkedet

Vegtrafikkindeksen. juli

TREKKET AV ELG SOM KRYSSER DEN NORSK-RUSSISKE GRENSE I PASVIK VINTEREN 2004/2005 Resultat fra feltregistreringer

Modellering av snødrift og kartlegging av isbjørnhabitat. Sluttrapport til Svalbards Miljøvernfond

Hvor trygg er du? Sykehustilbudet Kriminalitet Trygghetsindeksen Kriseberedskap

nina minirapport 077

Transkript:

1955 1957 1959 1961 1963 1965 1967 1969 1971 1973 1975 1977 1979 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 METEO NORGE Ref.: MN001/2016/BA Oslo 15.01.2016 Årssummen for gradtall for Norge på 3819 er den nest laveste i årene 1957 2015. Energi gradtall 2015 (For definisjoner se side 6) Gradtall (graddagstall eller heating degree days) er beregnet for årene 1957 2014, slik at vi har en 59 års tidsserie (Figur 1). Årssummen 3819 for 2015 er den nest laveste som er forekommet i denne serien. De enkelte års summer har i hovedsak etter hvert blitt mindre i årene siden 1985, men variasjonene har vært store. De 11 minste årssummene har forekommet i denne perioden, men også den tredje største, 4862 i 2010. Verdens ledende klimaforskning viser nå at mest sannsynlig blir verden varmere i kommende år. Det vil medføre at årssummene for gradtall vil fortsette å minke, og at de som regnes som uvanlig lave i dag sakte bli mer vanlige. Men samtidig vil sannsynligvis også de årlige variasjonene bli større. Avvikene til de enkelte fylkene fra normalen 1981 2010 er meget jevne i 2015 med en spredning på bare 8% mellom 85% til 92%. De største avvikene 85 87 % har Østfold, Akershus, Oslo og Vestfold. Det foregående året 2014 hadde med årssummen 3685, med god margin den minste årssum som er forekommet. Januar, februar, august og desember 2015 hadde alle lavere månedssummer enn i 2014, september hadde samme og de syv resterende hadde høyere. 5000 Norge Energi gradtall 1957-2015 4800 4600 4400 4200 Figur 1. Gradtall for årene 1957 2014 for Norge 4000 3800 3600 Figur 1. Energi gradtall for årene 1957 2015 Meteo Norge Telefon: 22 44 11 15 Organisasjonsnr: 984 964 528 Bjørn Aune, Gyldenløvesgate 14A, Mobil: 91 58 96 85 Bankkonto: 0540 78 46390260 0260 Oslo e-post: bjoaune@online.n

2 Månedssummene i 2015 er vist i figur 2 nedenfor og i tabellen under denne igjen. Avvikene som de enkelte månedssummene har fra normalen 1981 2010 er vist i figur 3 nederst på siden. Vi ser at det er bare de tre månedene mai, juni og juli som har høyere månedssummer enn normalene sine. Men siden dette er sen vår og sommer måneder gir summene deres bare små bidrag til årssummen. Det er vintermånedene som alle fikk mindre månedstall enn normalene sine, som er de dominerende. Det negative avviket på 126 i desember er alene større enn det samlede positive avviket på 98 (39, 30, 28) i mai, juni og juli. 700 600 500 400 300 200 100 0 Norge Energi gradtall 2015 JAN FEB MAR APR MAI JUN JUL AUG SEP OKT NOV DES 2015 Normal 1981-2010 Figur 2. Fordeling av gradtall gjennom året 2015 Norge jan feb mar apr mai jun jul aug sep okt nov des årssum 2015 547 466 442 360 288 171 107 70 167 319 414 468 3819 Normal 612 556 527 388 249 141 79 100 205 351 475 594 4277 % av N 89 84 84 93 116 121 135 70 81 91 87 79 89 Avvik fra Normal -65-90 -85-28 39 30 28-30 -38-32 -61-126 -458 Normal 1981-2010 50 25 0-25 -50-75 -100-125 -150 Energi gradtall 2015 Avvik fra normal 1981-2010 JAN FEB MAR APR MAI JUN JUL AUG SEP OKT NOV DES Figur 3. Gradtall for 2015 Avvik i gradtall månedssummer fra månedsnormaler

1951 1954 1957 1960 1963 1966 1969 1972 1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011 2014 2017 2020 3 Norsk Arktis Energi gradtall 1957-2015 Bjørnøya, Hopen, Edgeøya, Kongsøya, Spitsbergen, Jan Mayen 10000 9500 9000 8500 8000 7500 7000 6500 6000 Figur 4. Energi gradtall for årene 1957-2015 De enkelte års summer for norsk Arktis er i hovedsak etter hvert blitt mindre i årene siden 1968, men det er først fra begynnelsen av 1980 årene at det er blitt en klar nedgang. Som for fastlands Norge kan variasjonene fra år til år være store. Gradtallsummen for 2015 på 7054 er den fjerde minste i dataserien 1957 2015. Den laveste på 6789 kom i 2012, og den høyeste på 9867 kom i 1968. Den høyeste siden århundreskiftet kom i 2003 og den er 8319. Energi gradtall 2015 Stasjoner Døgnverdiene for gradtall for 256 operative observasjonsstasjoner ble tatt ut fra datalageret til Meteorologisk institutt i tiden 1.- 8. januar i år. De ble kontrollert manuelt for mangler og grove feil og summert til månedssummer. Noen få stasjoner hadde ikke observasjoner gjennom hele året. For noen få stasjoner som manglet data for enkelte måneder, er det interpolert månedsverdier for de manglende månedene. Datakontrollen avslørte bare meget få mangler, og kvaliteten på dataene var meget god. Senere og mer avanserte datakontroller på Meteorologisk institutt kan føre til mindre endringer i enkelte data. Men datasettet regnes som godt nok for dette formålet. Men Meteorologisk institutt har fortsatt bare observasjonsstasjoner i 203 av landets 428 kommuner, og flere av stasjonene har dårlig posisjon for vårt formål. Det er derfor nødvendig å beregne data for flere kommuner. Det overførte dataene ble benyttet til beregning av måneds energi gradtall for tilsammen 677 punkt (sted) som ikke hadde observasjoner i 2015. Dette er gjort både for å få data for alle kommuner, og data som er mest mulig representative for sentrale områder i kommunen. Data er interpolert ved å sammenligne med operative observasjonsstasjoner i nærheten. Noen av de beregnede punktene er strengt tatt unødvendige, men er tatt med for kontroll og for å kunne vise variasjoner innen kommunene. Antall punkt (sted) uten meteorologiske observasjoner som det er beregnet gradtall for, varierer meget mellom kommunene. Dette skyldes at det har vært observasjonsstasjoner i drift der tidligere og dataseriene for disse er fortsatt i bruk med interpolerte verdier. I enkelte tilfelle har det vært gjort spesielle undersøkelser i kommunen tidligere, og det ble da beregnet data for flere sentrale sted. Disse dataene brukes fortsatt her. Larvik er et eksempel på en slik kommune. For de fleste kommunene hvor Meteorologisk institutt aldri har hatt operative observasjonsstasjoner, er det bare

beregnet data for et sted. Dette stedet er som regel administrasjonssenteret eller et annet sentralt og bebodd sted i kommunen. Data fra 256 stasjoner som Meteorologisk institutt hadde ved utgangen av 2015, er brukt som grunnlag for beregningene. Antall stasjoner har økt noe de siste årene, men flere stasjoner er også lagt ned. Det er naturlig at det opprettes nye stasjoner og at eldre legges ned. Det positive er at det har vært flere opprettelser enn nedleggelser de siste årene. Men mange av de nye stasjonene er blitt plassert på usentrale sted som er lite interessante for oppgaven som vi arbeider med her. En stor fremgang er imidlertid at observasjonsstasjonene nå er automatiserte. Det har ført til flere data med bedre kvalitet enn tidligere. Datainnsamlingen er blitt mye sikrere og hurtigere slik at data trygt kan tas i bruk tidligere enn før. For klimabruk er det viktig med lange dataserier fra stasjoner som har vært uendret. Det er derfor meget viktig at når en observasjonsrekke blir brutt, enten ved flytting eller innføring av nye instrumenter, at man beregner hvor stor endringen er og korrigerer eldre data tilsvarende. Dette er kanskje ikke nødvendig for bruk av dataene for værvarsling som Meteorologisk institutt prioriterer, men det skaper vanskeligheter for klimatologisk og klimarelatert praktisk bruk av dataene. Det er meget viktig å få laget referanseverdier som normaler og sannsynlige ekstremverdier for stasjoner. Spesielt er dette viktig for lufttemperatur og nedbør. Mangelen på kontinuitet skaper ofte vanskeligheter fordi den gjør beregningene av data for sted uten stasjoner eller helt nye stasjon usikre. For enkelte områder i landet er dette allerede blitt et alvorlig problem for beregningene av gradtall, fordi det blir færre og færre tilgjengelige stasjoner med lange datarekker som kan benyttes som grunnlag ved interpolering. Med den meget varierte topografien som, er i Norge, er det fortsatt for få operative temperaturstasjoner i det meste av landet. Spesielt gjelder det byer og større tettsteder. Det gjør det ofte vanskelig å beregne gradtall for sted uten stasjoner. Resultatene blir også ofte for like ved at enkelte operative grunnlagsstasjoner blir bestemmende over for store områder. Dette er mest tydelig på prosent av normal tallene. Selv om forskjellene bør være små, er det ikke riktig at så mange sted ender opp med akkurat samme prosentavvik fra normalene. Energi gradtall 2014 Kommuner, fylker og hele landet Norge har i dag 428 kommuner. Bare 203 av dem har minst en meteorologisk observasjonsstasjon og bare noen få har flere stasjoner. 225 kommuner har ikke meteorologiske observasjonsstasjoner i dag. Det ideelle ville vært at alle hadde sentralt plasserte observasjonsstasjoner som rapporterer til Meteorologisk institutt for lagring og kvalitetskontroll av observasjonene. Observasjonsdata kan leses ned gratis med Internett fra Meteorologisk institutt Kommunetallene for energi gradtall skal best mulig være middeltall for de bebygde delene av kommunene. Stasjonene som er benyttet for beregningene ligger slik at de i hvert fall noenlunde representerer bebygde deler av kommunen. Fyr- og fjellstasjoner og andre fjerntliggende stasjoner er ikke tatt med i beregningene for kommuner som har slike stasjoner. Tabellen for kommuner har også verdier for fylker og hele landet. Fylkestallene er aritmetiske midler av kommunetallene i de respektive fylkene, og årstallene er aritmetiske midler av fylkestallene. Alle kommuner teller derfor likt i beregning av fylkestall og alle fylker teller likt ved beregning av Norgestall. I en del land vektes for enkelte formål energi gradtallene etter hvor mange som bor i områdene som det beregnes energibehov for. Men det har hittil ikke vært uttrykt interesse for slik vekting her som gir folketallet i alle kommuner 1. oktober og som er enkel å bruke hvis det blir interesse for det. 4

5 Brukes befolkningsvekting vil de folkerike kommunene ha større vekt ved beregning av fylkestall enn de med færre beboere, og det samme gjelder for fylkene ved beregning av Norgestall. Gradtallet for Norge vil bli dominert av gradtallene for Sør-Norge og spesielt av gradtallene for Osloregionen, mens Nord-Norge vil få mindre betydning. Normaler Det er vanlig å sammenligne meteorologiske data for et år mot tilsvarende data som er middeltall for en bestemt periode. Dette gjør det både lettere å sammenligne variasjonene i data for enkelte områder fra år til år og å sammenligne forholdene for eksempel i et år i forskjellige geografiske områder, noe som jo er den viktigste bruken av klimadata. I slike sammenligninger er det viktig at alle sammenligner mot samme tidsperiode. Den meteorologiske verdensorganisasjonen, WMO, har derfor bestemt offisielle tidsperioder på 30 år, internasjonale normalperioder, og periodene er 1901-1930, 1931 1960, 1961 1990, 1991 2020, osv. Nå benyttes normalperioden 1961 1990 internasjonalt. Men værforholdene og dermed også klimaet, varierer. For mange praktiske formål er det derfor behov for mer glidende normaler. Etter hvert glir gjeldende internasjonale normalperiode bakover i tid, og man finner det riktigere å sammenligne mot en nærmere periode. Det kan jo virke litt rart å sammenligne året 2015 med en periode så langt tilbake som 1961-1990. Mange land har derfor tatt i bruk 30 års tidsperioder som bare flytter seg 10 år for å kunne sammenligne med mer vanlig vær nå. Disse periodene kalles ofte nasjonale normalperioder for å skille dem fra de internasjonale. Meteorologisk institutt i Norge bruker imidlertid fortsatt bare 1961 1990 normalen. Hvorfor ikke WMO har innført glidende internasjonale normalperioder skyldes kanskje at organisasjonen må ta hensyn til alle land i verden og deres muligheter for å gjennomføre dette ganske omfattende arbeidet. I tillegg er det også en ganske stor treghet i det tekniske FN systemet. For energi gradtall er det derfor tidligere beregnet nasjonale normaler for perioden 1971 2000. De nasjonale1971 2000 årsnormalene for Norge var 97 % av de internasjonale 1961-1990 årsnormalen. Årsaken til de lavere normalene er den langvarige globale temperaturøkningen. Da vi passerte året 2010 var det imidlertid naturlig å beregne nasjonale normaler for perioden 1981 2010, og å gå over til å sammenligne med de siste 30 årene. De er benyttet i tabellene fra og med 2010. Årsnormalen for Norge har, til tross for det uvanlig kalde året 2010, sunket ytterligere og er 95 % av den fortsatt gjeldende internasjonale normalen for 1961-1990 og 98 % av den nasjonale normalen for 1971-2000. Normaler for energi gradtall er publisert av Meteorologisk institutt i 2002 i rapporten KLIMA Rapport 23/2002: Energi gradtall (Heating degree days), Normaler 1961 1990, Normaler 1971 2000 av Bjørn Aune. Meteo Norge benytter disse normalene og har etter 2002 beregnet flere normaler for begge periodene. Meteo Norge har ogå beregnet nasjonale normaler for perioden 1981 2010 og bruker nå disse. Det er bare Meteo Norge som har beregnet kommunenormaler. Det gjøres oppmerksom på at det bare er Meteorologisk Institutt som kan utgi offisielle normalverdier i Norge. Normaler beregnet av Meteo Norge er derfor uoffisielle. Men siden normalene beregnet av Meteo Norge ikke er i konflikt med tilsvarende normaler beregnet av Meteorologisk institutt, er det greit å bruke dem. Man bør imidlertid være oppmerksom på den viktige formelle forskjellen. Hvis en stasjon har homogene observasjoner gjennom en hel normalperiode, er det enkelt å beregne en normal. Der er bare å beregne aritmetisk gjennomsnitt i perioden. Har det imidlertid

skjedd noe med observasjonene i løpet av perioden eller at noen mangler, må det i tillegg foretas justeringer. Hvis man er så uheldig ikke å ha en observasjonsrekke i det hele tatt, er man ute å kjøre. Da må også normalen interpoleres. Og når oppgaven er å skaffe gradtall for alle kommuner i landet har man skaffet seg en meget vanskelig oppgave. For over halvparten av kommunene har aldri hatt værobservasjoner. Og mange kommuner som har det, har dårlige observasjoner. Arbeidet med å beregne normaler har vært omfattende og tidkrevende og det er helt sikkert at ikke alle beregningene har vært like vellykkede. Dette viser seg som regel i løpet av de to til tre første årene etter at en normal er tatt i bruk. Da må normalen justeres slik at dataene - observerte eller beregnede passer inn i helheten. Men en endret stasjonsnormal fører så til en endring i kommunenormalen, videre til en noe mindre endring i fylkesnormalen, og videre til en noe mindre endring i landsnormalen. Det er ganske naturlig at dette fører til irritasjon hos brukeren av gradtall som kanskje må justere sine videre beregninger. Men alt dette er dessverre nødvendig når observasjonsgrunnlaget er som det er. Ved utgangen av 2020 har vi en ny internasjonal normalperiode og om et par år får vi sannsynligvis starten på en rekke sammenslåinger av kommuner. Kommunesammenslåingene og kanskje også færre fylker vil kreve endringer i beregninger av gradtall. Da vil det også være en god anledning til å få gjennomført en del andre endringer og forbedringer. Energi gradtall for stasjon Til beregning av energi gradtall (heating degree day) for døgn benyttes døgntemperatur og basistemperaturen 17,0 o C. Man trekker ganske enkelt døgntemperaturen fra basistemperaturen 17 o C. En døgntemperatur på 5,5 o C gir et gradtall på 17,0 5,5 = 11,5. Er døgntemperaturen høyere enn 17 o C, settes gradtallet lik 0. Gradtall er derfor alltid positive tall. Gradtall for døgn oppgis vanligvis med en desimal. Gradtallet for en måned er summen av døgn gradtallene i måneden. Månedstall gis vanligvis som heltall. De er enklere i bruk og gir ikke inntrykk av å ha større nøyaktighet enn hva de har. Tallene blir også som regel benyttet for steder et stykke vekk fra stedet som de stammer fra og bør ikke gi inntrykk av for stor nøyaktighet. Gradtallet for året er summen av de 12 månedstallene som heltall. Årstallet er ikke summen av 365 døgnverdier med en desimal. Å summere månedstallene er nøyaktig nok. Og i en tabell med måneds- og årstall blir da summen av månedssummene alltid lik årssummen. Energi gradtall for kommune, fylke og hele landet Gradtall for en kommune beregnes for måneder og år. Månedstallene for kommunen er heltalls aritmetiske middelverdier av heltalls månedstall fra valgte stasjoner i kommunen. Årstall er summen av de 12 heltalls månedstallene i året. Gradtall for et fylke beregnes av kommunetallene i fylket. Månedstallene for fylket er aritmetiske middelverdier av tilsvarende kommunetall og gis som heltall. Årstall er summen av de 12 månedstallene i året. Gradtall for hele landet beregnes av fylkestallene. Månedstallene for landet er aritmetiske middelverdier av tilsvarende kommunedata og gis som heltall. Årssum er sum av de 12 månedssummene i året. 6