Månedlige og årlige temperaturtendenser i hele Grønland
Opdateret: 2026-06-04
Temperaturmålinger fra vejrstationer i Grønland giver et billede af klimaets udvikling over tid. Her kan du følge månedlige og årlige middeltemperaturer fordelt på lokaliteter, og se hvordan de varmeste og koldeste måneder har ændret sig.
23,1 °C
Varmeste måling 2025
Juli - Ittoqqortoormiit
-35,5 °C
Koldeste måling 2025
Januar - Kangerlussuaq
18,6 °C
Varmeste måling 2025
Juli - Ilulissat
-26,1 °C
Koldeste måling 2025
Februar - Ilulissat
23,1 °C
Varmeste måling 2025
Juli - Ittoqqortoormiit
-34,6 °C
Koldeste måling 2025
Marts - Ittoqqortoormiit
19,9 °C
Varmeste måling 2025
Maj - Kangerlussuaq
-35,5 °C
Koldeste måling 2025
Januar - Kangerlussuaq
NA °C
Varmeste måling 2025
Januar - Kangaatsiaq
NA °C
Koldeste måling 2025
Januar - Kangaatsiaq
20 °C
Varmeste måling 2025
Juli - Maniitsoq
-16,7 °C
Koldeste måling 2025
Januar - Maniitsoq
19,9 °C
Varmeste måling 2025
August - Nanortalik
-12,3 °C
Koldeste måling 2025
Januar - Nanortalik
21,3 °C
Varmeste måling 2025
Maj - Narsaq
-17,3 °C
Koldeste måling 2025
Februar - Narsaq
22,9 °C
Varmeste måling 2025
August - Narsarsuaq
-27,1 °C
Koldeste måling 2025
Januar - Narsarsuaq
19 °C
Varmeste måling 2025
Juli - Nuuk
-15,7 °C
Koldeste måling 2025
Marts - Nuuk
18,4 °C
Varmeste måling 2025
August - Paamiut
-16,5 °C
Koldeste måling 2025
Marts - Paamiut
17,8 °C
Varmeste måling 2025
Maj - Qaqortoq
-17,1 °C
Koldeste måling 2025
Februar - Qaqortoq
19,7 °C
Varmeste måling 2025
Juli - Qasigiannguit
-28,7 °C
Koldeste måling 2025
Februar - Qasigiannguit
17,8 °C
Varmeste måling 2025
Juli - Qeqertarsuaq
-22,8 °C
Koldeste måling 2025
Februar - Qeqertarsuaq
16,1 °C
Varmeste måling 2025
Juni - Qaanaaq
-32,2 °C
Koldeste måling 2025
Januar - Qaanaaq
20,4 °C
Varmeste måling 2025
Juli - Sisimiut
-25,3 °C
Koldeste måling 2025
Februar - Sisimiut
17,3 °C
Varmeste måling 2025
Juli - Tasiilaq (Kulusuk)
-21,6 °C
Koldeste måling 2025
Februar - Tasiilaq (Kulusuk)
13,3 °C
Varmeste måling 2025
Juli - Upernavik
-26,5 °C
Koldeste måling 2025
Januar - Upernavik
NA °C
Varmeste måling 2025
Januar - Uummannaq
NA °C
Koldeste måling 2025
Januar - Uummannaq
16,4 °C
Varmeste måling 2025
Juli - Aasiaat
-25,9 °C
Koldeste måling 2025
Februar - Aasiaat
Vælg lokalitet
Filtrér KPI’er og grafer på siden til en enkelt vejrstation. Det er også med til at åbne årsforløb-grafen nederst på siden.
Udvalgte statistikker
Månedlige middeltemperaturer
Den månedlige middeltemperatur svinger naturligt med årstiderne, men
forskellen mellem lokaliteter er markant. Kystbyer som Nuuk og Tasiilaq
har mildere vintre end indlandsstationerne. Brug dropdown’en ovenfor til
at fremhæve en enkelt lokalitet.
Hver linje viser ét års månedlige middeltemperaturer for den valgte
lokalitet, så sæsonforløbet kan sammenlignes på tværs af år. Den seneste
sæson er fremhævet.
Vælg en lokalitet i menuen ovenfor for at se grafen.
Her finder du alle bagvedliggende tal og serier for temperaturstatistikken.
Relateret
Udledning af drivhusgasser
Drivhusgasudledning fra energiforbrug, opgjort i CO₂-ækvivalenter.
Metode, begreber og datagrundlag
Metode
Temperaturmålinger
Her finder du beskrivelse af metode og datagrundlag.
Afklaring
Begreber
Klik på et begreb for at se forklaringen.
Den gennemsnitlige temperatur over en given periode — typisk en måned
eller et år. Beregnes som gennemsnittet af de daglige middeltemperaturer
i perioden.
Den højeste registrerede temperatur i perioden. Når der opgøres
månedlige maksima, anvendes den højeste daglige maksimumtemperatur for
måneden.
Den laveste registrerede temperatur i perioden. Når der opgøres
månedlige minima, anvendes den laveste daglige minimumtemperatur for
måneden.
En målestation, der løbende registrerer temperatur, nedbør og øvrige
meteorologiske parametre. Stationerne dækker forskellige geografiske
områder af Grønland — kyst, indland og fjord — og giver dermed et
billede af de regionale klimaforskelle.
En 30-årig referenceperiode, som anvendes til at beregne
klimanormaler. WMO’s gældende normalperiode er 1991–2020.
Sammenligninger med normalperioden gør det muligt at vurdere, om et
givent år er varmere eller koldere end den langsigtede norm.
Kontakt
Lene Baunbæk
Kildekode
---title: "Temperaturer"subtitle: "Månedlige og årlige temperaturtendenser i hele Grønland"toc: truetoc-title: "Temperaturer"icon: bi-thermometer-halftag: climaterelease-date: 2026-06-04---Temperaturmålinger fra vejrstationer i Grønland giver et billede af klimaets udvikling over tid. Her kan du følge månedlige og årlige middeltemperaturer fordelt på lokaliteter, og se hvordan de varmeste og koldeste måneder har ændret sig.```{r}library(tidyverse)library(statgl)library(highcharter)library(glue)library(jsonlite)library(htmltools)``````{r}# --- Datagrundlag til KPI'er, dropdown og p3 -----------------------------# 1. Fetch datadf <-statgl_fetch("END1MID", time =px_top(), measuring =c(1, 2), .col_code =TRUE, .val_code ="measuring")# 2. Extract unique factors cleanlystations <-unique(df$`weather station`) %>%fct_inorder()# Helper function to generate both global and local KPIs in one passextract_kpis <-function(data, meas_code, slice_fn) {# Helper to format KPI objects directly from a data frame row/tibble mk_record <-function(df_row) {if (nrow(df_row) ==0) return(NULL)list(value =glue("{format(round(df_row$value, 1), decimal.mark = ',')} °C"),label =glue("{df_row$month} - {df_row$`weather station`}") ) }# 1. Filter once base_data <- data %>%filter(measuring == meas_code)# 2. Get global extreme global_kpi <- base_data %>%slice_fn(value, n =1, with_ties =FALSE) %>%mk_record()# 3. Get per-station extremes station_kpis <- base_data %>%group_by(`weather station`) %>%slice_fn(value, n =1, with_ties =FALSE) %>%ungroup() %>%split(.$`weather station`) %>%map(mk_record)# Return as a bundled listlist(global = global_kpi, stations = station_kpis)}# 1. Generate the bundled records using the functionwarm_records_bundle <-extract_kpis(df, meas_code =1, slice_fn = slice_max)cold_records_bundle <-extract_kpis(df, meas_code =2, slice_fn = slice_min)# 2. Extract the global extremeswarm_all <- warm_records_bundle$globalcold_all <- cold_records_bundle$global# 3. Extract the per-station lists for your HTML loopwarm_records <- warm_records_bundle$stationscold_records <- cold_records_bundle$stations```:::{.grid}::: {.g-col-12 .g-col-md-6 data-filter-show="station:"}{{< kpicard title = "Varmeste måling `r unique(df$time)`" subtitle = "`r warm_all$label`" value = "`r warm_all$value`" style = "height:100%;">}}:::::: {.g-col-12 .g-col-md-6 data-filter-show="station:"}{{< kpicard title = "Koldeste måling `r unique(df$time)`" subtitle = "`r cold_all$label`" value = "`r cold_all$value`" style = "height:100%;">}}:::```{r}# Variant-kpicards: én warmest/coldest pr. station, kun synlig når# station er valgt. Bygges med htmltools — cat()-output med rå HTML# bliver escaped af Pandoc når det ligger inde i en fenced div.kpi_var <-function(filter_val, title, value, subtitle) { tags$div(class ="g-col-12 g-col-md-6",`data-filter-show`=paste0("station:", filter_val), tags$div(class ="card KeyBox",style ="height: 100%;", tags$div(class ="KeyValue", value), tags$div(class ="KeyTitle", title), tags$div(class ="KeySubtitle", subtitle) ) )}tagList(imap(warm_records, function(warm, stn) { cold <- cold_records[[stn]]tagList(kpi_var(stn, paste("Varmeste måling", unique(df$time)), warm$value, warm$label),kpi_var(stn, paste("Koldeste måling", unique(df$time)), cold$value, cold$label) ) }))```:::### Vælg lokalitetFiltrér KPI'er og grafer på siden til en enkelt vejrstation. Det er også med til at åbne årsforløb-grafen nederst på siden.{{< filter id="station" label="Lokalitet" options='`r toJSON(stations)`' all_label="Alle lokaliteter">}}### Udvalgte statistikker```{r}p <-statgl_fetch("END1MID",time =px_top(10), measuring =0, .val_code ="month", .col_code =TRUE) %>%mutate(date =as.Date(sprintf("%s-%02d-01", time, month +1))) %>%statgl_plot( date, group =`weather station`, palette ="green", digits =1, suffix ="°C", series_tags =list(station ="weather station"),legend_position ="right" )```{{< shorty title = "Månedlige middeltemperaturer" description = "Den månedlige middeltemperatur svinger naturligt med årstiderne, men forskellen mellem lokaliteter er markant. Kystbyer som Nuuk og Tasiilaq har mildere vintre end indlandsstationerne. Brug dropdown'en ovenfor til at fremhæve en enkelt lokalitet." plot_title = "Middeltemperatur pr. måned" plot_subtitle = "°C" plot = '`r p`' filter_series = "station" link = "[Se tallene i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__SI__SI20/)">}}```{r}# Maks og min for samme tid, samme stationer — bind sammen og lad# statgl_plot håndtere det via group = c(station, measure): én linje# pr. (station, måling), farve pr. måling.p_minmax <-statgl_fetch("END1MID", time =px_top(5), measuring =c(1, 2), .val_code ="month", .col_code =TRUE ) %>%mutate(date =as.Date(sprintf("%s-%02d-01", time, month +1))) %>%statgl_plot( date, group =c(`weather station`, measuring),palette =c("#fa8b2a", "#2caffe"),digits =1, suffix ="°C",series_tags =list(station ="weather station") )```{{< shorty title = "Maksimum- og minimumtemperaturer" description = "Yderpunkterne — den højeste og laveste målte temperatur i hver måned. Orange linjer er maksima, blå linjer er minima." plot_title = "Måned for måned" plot_subtitle = "°C" plot = '`r p_minmax`' filter_series = "station" link = "[Se tallene i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__SI__SI20/)">}}```{r}# Årsforløb pr. station: én plot pr. station + en placeholder, alle# pakket som plot-indhold til en enkelt shorty. data-filter-show styrer# hvilken der vises -- placeholderen når ingen station er valgt,# stationens plot når en er valgt.# 1. Fetch and natively split the data p3_raw_split <-statgl_fetch("END1MID", time =px_top(15), measuring =0,.val_code ="month", .col_code =TRUE) %>%mutate(date =as.Date(sprintf("0000-%02d-01", month +1))) %>%split(.$`weather station`) # 2. Build the UIp3_plot <-tagList(div(`data-filter-show`="station:",class ="text-center text-muted p-4","Vælg en lokalitet i menuen ovenfor for at se grafen." ),# 3. Iterate over the split data directlyimap(p3_raw_split, function(df_s, stn) {div(`data-filter-show`=paste0("station:", stn), df_s %>%statgl_plot( date, group = time, palette ="dawn",digits =1, suffix ="°C",highlight =max(df_s$time) ) ) }))```{{< shorty title = "Årsforløb sammenlignet over tid" description = "Hver linje viser ét års månedlige middeltemperaturer for den valgte lokalitet, så sæsonforløbet kan sammenlignes på tværs af år. Den seneste sæson er fremhævet." plot = '`r p3_plot`' link = "[Se tallene i Statistikbanken](https://bank.stat.gl/pxweb/da/Greenland/Greenland__SI__SI20/)">}}### Se også{{< feature eyebrow = "Statistikbanken" title = "Se tallene i Statistikbanken" subtitle = "Her finder du alle bagvedliggende tal og serier for temperaturstatistikken." icon = "bi-safe" link = "https://bank.stat.gl/pxweb/da/Greenland/Greenland__SI__SI20/">}}{{< feature eyebrow = "Relateret" title = "Udledning af drivhusgasser" subtitle = "Drivhusgasudledning fra energiforbrug, opgjort i CO₂-ækvivalenter." icon = "bi-cloud" link = "energy_emissions.html">}}### Metode, begreber og datagrundlag{{< feature eyebrow = "Metode" title = "Temperaturmålinger" subtitle = "Her finder du beskrivelse af metode og datagrundlag." icon = "bi-file-earmark-text" link = "../../../docs/climate_temperature.html">}}{{< feature eyebrow = "Afklaring" title = "Begreber" subtitle = "Klik på et begreb for at se forklaringen." icon = "bi-journal-text" doc1_title = "Middeltemperatur" doc1_text = "Den gennemsnitlige temperatur over en given periode — typisk en måned eller et år. Beregnes som gennemsnittet af de daglige middeltemperaturer i perioden." doc2_title = "Maksimumtemperatur" doc2_text = "Den højeste registrerede temperatur i perioden. Når der opgøres månedlige maksima, anvendes den højeste daglige maksimumtemperatur for måneden." doc3_title = "Minimumtemperatur" doc3_text = "Den laveste registrerede temperatur i perioden. Når der opgøres månedlige minima, anvendes den laveste daglige minimumtemperatur for måneden." doc4_title = "Vejrstation" doc4_text = "En målestation, der løbende registrerer temperatur, nedbør og øvrige meteorologiske parametre. Stationerne dækker forskellige geografiske områder af Grønland — kyst, indland og fjord — og giver dermed et billede af de regionale klimaforskelle." doc5_title = "Normalperiode" doc5_text = "En 30-årig referenceperiode, som anvendes til at beregne klimanormaler. WMO's gældende normalperiode er 1991–2020. Sammenligninger med normalperioden gør det muligt at vurdere, om et givent år er varmere eller koldere end den langsigtede norm.">}}### Kontakt{{< contact name = "Lene Baunbæk" mail = "leba@stat.gl" phone = "+299 34 57 46">}}