Interview met William Happer

De bekende Amerikaanse fysicus William Happer werd onlangs geïnterviewd door wetenschapsjournalist Marcel Crok. Happer was lange tijd hoogleraar aan de Princeton University en houdt zich al decennialang bezig met klimatologische vraagstukken als de gevoeligheid van het klimaatsysteem voor toename van CO2.

Het interview wordt naar het einde toe steeds interessanter, dus zeker uitkijken, die 1 uur,  17 minuten en 21 seconden!

Is de Elfstedentocht echt verleden tijd?


Fig.1   Bron: wikimedia

Het is 25 jaar geleden dat de laatste Elfstedentocht werd verreden. Kersverse winnaar van de Machiavelliprijs en weerman Gerrit Hiemstra werd daarom geïnterviewd, ook door De Stem.

Daarin kwam ook de Elfstedentocht ter sprake, want Gerrit is tenslotte behalve weerman ook Fries, en niet te vergeten aanhanger van de hypothese dat er sprake is van een klimaatcrisis. Ik werd getriggerd door het antwoord van Hiemstra op de vraag of hij verwacht nog een Elfstedentocht mee te maken:  ,,Als Fries hoop ik natuurlijk van wel, maar ik denk het niet. De Elfstedentocht is verleden tijd. Het is een feit dat we steeds minder dagen vorst hebben. Dat maakt de kans op een Elfstedentocht statistisch heel klein, véél kleiner dan vroeger.’’


Fig.2    Data: KNMI

Dat er tegenwoordig minder vorstdagen zijn dan pakweg 50 jaar geleden klopt, zoals u op figuur 2 kunt zien. De grafiek toont het aantal vorstdagen (etmaal met minimum temperatuur Tn < 0 °C ) in de winter per jaar in De Bilt vanaf 1902 t/m 2021. De jaren met een Elfstedentocht zijn in rood afgebeeld. Een winter bestaat uit de maand december van het voorafgaande jaar plus de maanden januari en februari van het daaropvolgende jaar. Dus de winter van 1934 bestaat uit december 1933 plus januari en februari 1934. 1933 was het jaar met de enige Elfstedentocht in de maand december, maar wordt hier dus gerekend tot de winter 1934 (rode stip).

Te zien is dat alle Elfstedentochten tenminste 47 vorstdagen (1954) kenden, met als outlier de Elfstedentocht in de winter van 1912, die slechts 29 vorstdagen telde. Vanaf ongeveer 1980 neemt het aantal vorstdagen geleidelijk af, zoals goed te zien is aan de oranjebruine stippellijn van de Loess smoothing in de grafiek. Vanaf 1987 zijn er nog maar 3 jaren met een aantal vorstdagen van meer dan 50, en vanaf 2012 is er geen enkele winter meer met meer dan 47 vorstdagen.

Rijst de vraag wat de oorzaak is van die afname van het aantal vorstdagen. Opwarming, zal het automatische antwoord van velen zijn, als gevolg van de uitstoot van CO2 door menselijke activiteiten. De boodschap van het IPCC (een afdeling van de UNO) is dat CO2 de spil is in het proces van opwarming van de aarde. Dat CO2 een broeikasgas is, is juist. Maar dat het de spil is van een proces dat ons in een klimaatcrisis stort is zeker wel betwistbaar.

Fig.3    Data: KNMI

Wat bepaalt de temperatuur op enig moment in ons land? Dat zijn de omstandigheden ter plekke (met name instraling van de zon, neerwaartse IR straling (broeikaseffect), opwaartse IR straling, bewolking, albedo, verdamping, convectie, bebouwing) en advectie (aanvoer van warmte en koude van elders). Omdat het fenomeen Elfstedentocht een winterse aangelegenheid is heb ik in figuur 3 de gemiddelde winter-Tn (minimum dagtemperatuur) per jaar weergegeven en met rode stippen de Elfstedentochten. De meeste Elfstedentochten vonden plaats in winters met een opvallend lage gemiddelde Tn, wat natuurlijk niet verwonderlijk is. Voor dik ijs heb je een langere periode met koude nachten nodig.

De oranje-bruine lijn is de Loess smoothing waarmee je de springerige Tn-lijn kunt gladstrijken. Zo is makkelijker visueel vast te stellen of er sprake is van een trend. De lineaire trendlijn vertelt dat de winterse Tn in De Bilt tussen 1901 en 2021 gestegen is met 1,78 °C. Goed is te zien dat de Loesslijn gedurende meer dan 80 jaar vrijwel geen trend laat zien en in de jaren ’80 van de vorige eeuw gaat stijgen. Mogelijke oorzaken van die stijging zijn met name een toename van de neerwaartse IR als gevolg van een versterkt broeikaseffect,  een toename van de instraling als gevolg van afnemende bewolking en aerosolen, toegenomen verstedelijking en een veranderend windpatroon. Over al deze onderwerpen heb ik al vaker geschreven, gebruik het zoekvenstertje of het verticale menu.

Bovengenoemde factoren spelen ongetwijfeld alle mee bij de stijging van Tn-winter vanaf de jaren ’80 van de vorige eeuw. In welke mate elk van de factoren een bijdrage geleverd hebben aan die stijging is heel moeilijk vast te stellen. Fervente klimaatalarmisten zullen vooral wijzen op het toegenomen broeikaseffect, ik denk dat een veranderend windpatroon dominant zou kunnen zijn. Immers, het ijs in Nederland kan onmogelijk dik worden zonder dat er gedurende langere tijd lucht vanuit Rusland wordt aangevoerd.

Fig.4    Data: KNMI

Om te bezien welk verband er is tussen de windrichting (hoek waaruit de wind waait) en het aantal vorstdagen heb ik in figuur 4 beide factoren afgezet voor het jaar 2021. De donkere lijn geeft de windhoek per dag weer van 1 december 2020 t/m 28 februari 2021. De bijbehorende graden lopen tussen 0 en 360 graden als in onderstaande windroos:


Fig.5

Uit ervaring weet ik dat in de winter zeer koude lucht Nederland binnenvalt als de windrichting NO tot O is. Het brongebied van die lucht is dan vaak het NW van Europees Rusland. Dat is het geval als de windhoek in de grafiek van figuur 4 naar beneden buigt. Zo op het oog bezien is er een sterke correlatie tussen de windhoek en Tn, met name als de windhoek onder de 100 graden duikt. Alleen begin januari 2021 is dat niet het geval. Van 3 t/m 6 januari waait de wind uit het NO maart blijft de Tn desondanks boven 0 °C. Figuur 6 laat zien hoe dat kwam.

Fig.6    Bron: https://earth.nullschool.net

De wind (hier op 250 hPa niveau) komt weliswaar in Nederland uit het NO, maar het brongebied van die lucht was nu niet afkomstig van NW Rusland maar van Zuid-Frankrijk. Relatief zachte lucht werd door een lagedrukgebied boven ZW Frankrijk onze kant opgeblazen.

Ik was benieuwd naar windrichting en Tn in de winters van de 15 Elfstedentochten en heb voor al die winters de windhoek en Tn bepaald. Om de windhoek van de zeer koude continentaal arctisch/polaire lucht vanuit Rusland te bepalen  ga ik er van uit dat die tussen 0 en 120 graden ligt. Die grenzen zijn arbitrair zodat ik wellicht af en toe geen continentaal arctische/polaire lucht ‘vang’, maar voor dit onderzoekje denk ik dat dat wel voldoet.

Fig.7    Data: KNMI

Voor alle 15 Elstedentocht-winters geldt dat er een sterke correlatie zichtbaar is tussen de aanvoer van continentaal arctische/polaire lucht en lage minimum temperaturen. Alle Elfstedentochten worden vooraf gegaan door een koude periode waarbij minimum temperaturen lager dan -10 °C geen uitzonderingen zijn. De ‘outlier’  uit figuur 2, winter 1912, telde slechts 29 vorstdagen vanwege een versnipperde aanvoer van continentaal polaire lucht, maar de tocht volgde op een koudeperiode van 12 vorstdagen, waarvan de laatste dagen vóór de tocht tot zelfs beneden de -20 °C reikten (in De Bilt op 3 februari 2012 werd het maar liefst -20,1 °C). Blijkbaar voldoende kou om het ijs op dikte te krijgen, zodat op 7 februari 1912 de tocht gereden werd bij dooi (Tn = 4,1 °C):


Fig.8    Data: KNMI

Als we de grafiek van 1963 in figuur 7 bezien dan kwam de planning van de legendarische tocht van dat jaar niet zo nauw. Van 19 december 1962 t/m 28 februari 1963 was er sprake van een constante reeks van vorstdagen, slechts 2 maal onderbroken door een dag met Tn boven nul. Oorzaak: een volhardend blokkerend hogedrukgebied boven Zuid Zweden, waardoor vrijwel voortdurend koude tot zeer koude lucht uit Noord-Rusland naar Nederland stroomde. Op de dag van de tocht, 18 januari, werd in De Bilt een minimum temperatuur van -18,2 °C gemeten!

De bovenstaande grafieken maken duidelijk dat de juiste weersomstandigheden  voor een Elfstedentocht worden bepaald door een wat langere periode met lage tot zeer lage temperaturen, en dat de aanvoer van die zeer koude lucht wordt bepaald door de richting waaruit de wind waait. Het brongebied van die zeer koude lucht ligt in het NW van Rusland. Die zeer koude lucht komt dan meestal als NO- tot O-wind Nederland binnen.


Fig.9

Omdat het mogelijk kan zijn dat de aangevoerde koude lucht vanuit het NW Russisch brongebied in de loop van de jaren minder koud geworden is, heb ik de data van Russische stations in dat gebied bekeken. Stations met lange tijdreeksen in die regio zijn schaars, en van de reeksen die beschikbaar zijn ontbreken de data van een aantal achtereenvolgende jaren vanaf 1989. De nabijgelegen Barentszzee is tot laat in het jaar nog grotendeels ijsvrij en relatief warm water wordt door de Noord-Atlantische Drift aangevoerd. Dat relatief warme water beïnvloedt vaak tot diep in december ook de temperaturen op het land. Het is daarom niet verwonderlijk dan van de 15 Elfstedentochten er slechts 1 in december gereden is.


Fig.10    Data: GHCN/ClimateExplorer

Om die reden heb ik van de drie Russische stations alleen de gemiddelde minimumtemperaturen van de maanden januari en februari gebruikt en niet die van december. De grafieken van figuur 10 laten zien dat er van een opwarmende trend geen sprake is.

Het uitblijven van Elfstedentochten na 1997 kan in feite alleen nog maar verklaard worden aan de hand van de luchtcirculatie. Waaide het soms wat minder vaak uit NO-hoek? We kunnen daarvoor kijken naar de cijfers van de windrichting van het KNMI (DDVEC = Vectorgemiddelde windrichting in graden).  Maar lucht stroomt heel vaak via een bocht ons land binnen. Beter is het daarom om naar de ligging van het brongebied te kijken. Het brongebied is het gebied waar de aangevoerde lucht oorspronkelijk vandaan komt.


Fig.11    Bron: klimaatgek

Trouwe lezers weten dat ik vorig jaar tweemaal geschreven heb over het monnikenwerk dat een jonge student wiskunde heeft geleverd door een model te maken waarmee  het temperatuurverloop sinds 1836 in Nederland kan worden verklaard. Daarbij heeft hij voor de periode 1836-2020 per etmaal geanalyseerd hoe vaak de binnenkomende lucht uit welk brongebied afkomstig was. Figuur 11 toont de gebruikte namen en brongebieden.

De resultaten ziet u in figuur 12. De data aan de hand waarvan ik de grafiek van figuur 12 heb gemaakt zijn afkomstig van het model van Jippe Hoogeveen. Ik ben zo vrij geweest om me te richten op de periode vanaf 1901, conform de etmaaldata van het KNMI. Omdat de reeksen sterk schommelen zijn trends lastig af te lezen. Daarom zijn de datareeksen gesmoothed met behulp van een Loessfilter met span 0.2 . De grafiek toont voor de periode 1901-2020 het aantal (gesmoothde) winterdagen per jaar dat de binnenkomende lucht afkomstig is uit een bepaald brongebied.


Fig.12    Data: Jippe Hoogeveen

Te zien is dat de NO-circulatie (brongebied NW van Rusland) tot midden jaren ’80 al laag is maar daarna vrijwel wegzakt. Dat laatste geldt ook voor de O-circulatie dat zijn brongebied wat zuidelijker heeft en in mindere mate voor de N-circulatie. Sterke stijgers zijn de ZW- en W-circulatie die relatieve zachte lucht vanaf de Atlantische Oceaan meebrengen.

Hier ziet men dus in één oogopslag wat de oorzaak is van die zachtere winters in Nederland van de afgelopen decennia.

Overigens concludeerde Jippe Hoogeveen op basis van het model dat de luchtcirculatie de belangrijkste kracht is achter de temperatuurstijging in Nederland. Hij schrijft: “When we extended the model with a factor representing the sea, and with factors for the TSI, AMO, and CO2, then we find an R2 value of 0.85. Interestingly enough, CO2 does not seem to play a role.” Daar kom ik graag later op terug!

Conclusies

Weerman Gerrit Hiemstra gelooft niet dat we ooit nog een Elfstedentocht krijgen. Dat doet hij op basis van het feit dat we tegenwoordig veel minder vorstdagen hebben dan vroeger. Wat hij zich blijkbaar niet afvraagt is waardóór we tegenwoordig minder vorstdagen tellen. Want alleen dán kun je wat zinnigs zeggen over mogelijk toekomstige Elfstedentochten. De recente temperatuurstijging in Nederland (die door menigeen m.i. ten onrechte vooral of uitsluitend wordt toegeschreven aan antropogene CO2-emissies) speelt hier waarschijnlijk een ondergeschikte rol. Al of geen Elfstedentocht hangt vooral af van de vraag hoe lang de periode is waarin continentaal arctische/polaire lucht ons land binnenstroomt.

Ik heb laten zien dat winterse aanvoer van zeer koude continentale lucht de afgelopen decennia gedecimeerd is. Er is sprake van een duidelijke verandering in de luchtcirculatie boven Europa die als gevolg heeft dat de winters in ons land aanmerkelijk zachter zijn dan vroeger. Interessante vraag is dan welk mechanisme verantwoordelijk is voor die verandering in de atmosferische circulatie. Is CO2 verantwoordelijk voor deze verandering? Of is het te wijten aan natuurlijke oorzaken?

Mauri et al  schreven in 2014:    “The atmospheric circulation is a key area of uncertainty in climate model simulations of future climate change, especially in mid-latitude regions such as Europe where atmospheric dynamics have a significant role in climate variability.”

Voor de Elfstedentocht is het luchtcirculatiepatroon van doorslaggevend belang. Het winters patroon van méér maritieme en minder continentale lucht zoals we dat de afgelopen jaren kennen is niet gunstig voor een Elfstedentocht. Maar dat patroon is niet statisch maar dynamisch, zoals we in figuur 12 zagen, het is in constante beweging. Mauri et al wezen al op de onzekerheden in de luchtcirculatie: “models underestimate the role of atmospheric circulation
in recent climate change“. We weten er gewoon te weinig van. De voorspelling van Hiemstra dat de Elfstedentocht ‘verleden tijd’ is impliceert dat Hiemstra (als enige) wél weet hoe de luchtcirculatie zich de komende jaren gaat ontwikkelen. Maar stiekem denk ik dat hij last heeft van die hardnekkige CO2- tunnelvisie:  mensen >>> CO2 >>> opwarming >>> minder ijs >>> geen Elfstedentocht.

UHI-effecten in Nederland

Het Urban Heat Island-effect (UHI) is het klimatologische effect op de temperatuur, neerslag en windsnelheid in stedelijke gebieden. Het ontstaat door de fysieke en antropogene eigenschappen van stedelijke gebieden die afwijken van die van het omringende platteland. Die fysieke eigenschappen van steden beïnvloeden onder andere de reflectie en verdamping waardoor de energiebalans van steden afwijkt van die in rurale gebieden.

Een belangrijke oorzaak van het ontstaan van het UHI is de bebouwing. Hoogte van gebouwen en smalle straten zorgen voor meervoudige reflecties en sterkere absorptie van inkomende straling en beperking van de uitstraling van warmtestraling. Door wrijving neemt ook de windsnelheid af en vermindert daardoor de afkoeling door turbulentie. Van belang is ook de lagere verdamping in de stad: doordat neerslagwater snel en grotendeels ondergronds wordt afgevoerd is er relatief weinig water om te verdampen. Ook de vaak geringe oppervlakten met begroeiing zorgen voor een lagere verdamping. Verdamping is op aarde de belangrijkste manier om warmte aan het aardoppervlak kwijt te raken.

De antropogene invloeden betreffen warmtebronnen zoals gemotoriseerd verkeer, industrie, verwarming (’s winters) en airconditioning (’s zomers). Tenslotte hangt er over grote steden altijd een stofkoepel: luchtvervuiling zorgt voor absorptie en reflectie van de uitgaande warmtestraling, waardoor het vooral ’s nachts bijdraagt aan UHI-effect. Steden zijn door al deze factoren warmer dan hun omgeving, vooral in de zomer en meer ’s nachts dan overdag.

Fig.1    Bron: Van Hove 2011

Figuur 1 toont de temperatuurverschillen in de stad Rotterdam op de zomeravond van 6 augustus 2009 tussen 22u en 24u. Het maximale temperatuurverschil is ongeveer 6 °C, met de maximum temperaturen in het centrum gemeten. Het maximale UHI-effect van de grote Nederlandse steden wordt geschat op 4 tot 9 °C. Het gemiddelde effect op bijvoorbeeld de jaarlijkse temperatuur is uiteraard veel lager. De ruimtelijke invloed van het UHI-effect beperkt zich niet alleen tot de bebouwde omgeving van de stad. Door advectie hangt er een warmtepluim vanaf de stad over het benedenwindse omringende gebied.

In Nederland zijn de afgelopen jaren diverse pogingen gedaan om de grootte van het UHI-effect in steden vast te stellen. De gehanteerde methodiek loopt van mobiele metingen en vaste meetnetwerken tot het gebruik van modellen. Voor de metingen van figuur 1 werd door Van Hove et al gebruik onder andere gemaakt van een bakfiets, opgetuigd met allerlei meetapparatuur. Maar ook meteorologische observaties door andere onderzoekers en historisch data werden gebruikt.

Fig.2    Bron: Brandsma et al 2003

De invloed van het stedelijke UHI effect op de temperatuurmetingen van station De Bilt is door Brandsma et al (2003) bestudeerd door de temperatuurwaarnemingen van De Bilt (1993-2000) te vergelijken met die van het nabijgelegen landelijke station in Soesterberg. Daarbij moet men niet alleen denken aan invloed vanuit Utrecht maar ook vanuit  de nabijgelegen (peri-) urbane kernen De Bilt/Bilthoven en Zeist. De onderzoekers schatten dat het UHI-effect gedurende de 20e eeuw de jaarlijkse gemiddelde temperaturen van De Bilt met 0,10 ± 0,06 °C heeft verhoogd.

Koopmans et al (2014) gebruikten modelsimulaties van het bodemgebruik in de jaren 1900 en 2000 om het UHI-effect op temperatuurmetingen van station De Bilt te kunnen schatten. De resultaten wijzen op een temperatuurstijging gedurende de 20e eeuw van 0,22±0,06 K. Dat is meer dan 2x zo hoog als wat Brandsma et al vonden met de vergelijking De Bilt-Soesterberg.

Fig.3    Bron: Koopmans et al 2014

Klok et al (2012) hebben als eersten voor heel Nederland een kaart gemaakt van het hitte-eiland effect (SHI) op basis van onder andere satellietbeelden van warmtestraling. Het effect is het verschil in oppervlaktetemperatuur tussen stad en het buitengebied. Overdag kan dat oplopen tot 9 °C, gemiddeld is dat voor de 73 grootste steden in ons land 2,9 °C en ’s nachts iets lager, 2,4 °C. Daarbij is het % verhard en bebouwd oppervlak een belangrijke factor.

Fig.4    Bron: Klok et al (2012)

Het voordeel van de gebruikte methode is dat het een gebiedsdekkende methode is, in tegenstelling tot het gebruiken van data van weerstations en mobiele metingen zoals hiervoor beschreven. In het algemeen zijn de gemeten temperaturen bij deze methode ook iets lager dan bij de andere beschreven methodes. Klok et al maakten gebruik van de oppervlaktetemperaturen gemeten door satellieten van NOAA (figuur 4), de andere papers van de instrumenteel gemeten luchttemperaturen. Bij die laatste methoden (UHI) zijn de temperatuurverschillen ‘s nachts vaak hoger dan overdag.

De gebruikte satellietopnames in figuur 4 zijn van 16 juli 2006 om 14:07 uur en 17 juli 2006 om 4:04 uur lokale tijd. Er was toen sprake van een hittegolf in Nederland en de hemel was onbewolkt. Het onderzoek toonde onder andere aan dat steden op hogere zandgronden overdag een hogere SHI vertoonden, terwijl steden op klei- en veengronden juist ’s nachts een hogere SHI vertoonden. Ik vermoed dat dat te maken heeft met het watergehalte van de bovenste deel van de bodem, waardoor er in natte bodems een groter verticaal warmtetransport kan plaatsvinden. Warmtetransport in zandgronden is veel kleiner doordat de lucht tussen zanddeeltjes vooral isoleert.

Op basis van de digitale topografische kaart van Nederland (TOP10NL) is voor elke gridcel van 1×1 km bepaald wat het overheersend bodemgebruik was (water, stedelijk gebied, niet-stedelijk gebied). Zo ontstond de kaart van figuur 5.

Fig.5    Bron: Klok et al (2012)

Opvallend is dat Den Haag overdag hogere temperaturen had dan Rotterdam en Amsterdam. Een mogelijke oorzaak daarvan is het feit dat Den Haag deels op droog zand (strandwallen en oude duinen) gebouwd is. Die strandwallen hebben hier een ZW-NO strekkingsrichting, zie figuur 6. Tussen die hogere en droge strandwallen zijn de tussenliggende laagtes in de loop van de tij opgevuld met veen (nat). Als je goed kijkt naar het rechter kaartje van figuur 5 dan is die ZW-NO strekking in de kleuren te zien.

Fig.6    Bron: Gemeente Den Haag

Rotterdam en Amsterdam hebben binnen hun stedelijk gebied veel meer oppervlaktewater dan Den Haag, wat hoge temperaturen overdag verhindert en ’s nachts stimuleert. Voor Rotterdam spelen waarschijnlijk de vele hoge gebouwen met deels glazen puien in het centrum voor een wat hogere SHI ’s nachts.

Beide kaartjes van figuur 5 laten goed zien dat de ruimtelijk verspreide verstedelijking die zo kenmerkend is voor ons land ook tot gevolg heeft dat stedelijk hitte-eiland effect ook een sterke ruimtelijke spreiding kent. Zelfs kleine steden vertonen extra opwarming. De tabel in figuur 7 toont de gegevens voor de 73 grootste steden in Nederland.

 

Fig.7    Bron: Klok et al (2012)

Alles wijst er dus op dat vanwege de sterke verstedelijking van Nederland en de ruimtelijke versnippering van die verstedelijking veel gebieden in Nederland beïnvloed zijn door het UHI. Dat toont ook de kaart “Stedelijk hitte-eiland effect (UHI) in Nederland” uit 2017 die het RIVM en VITO (Vlaams Instituut voor Technologisch Onderzoek) gezamenlijk hebben uitgegeven. De kaart kunt u vinden in de Atlas Natuurlijk Kapitaal.

Fig.8    Bron: RIVM

De kaart met cellen van 10x10m  geeft het stedelijk hitte-eiland effect (UHI) weer, het gemiddelde luchttemperatuurverschil tussen de stedelijke en omliggende landelijke gebieden in °C Uit onderzoek blijkt dat het UHI-effect op stadsniveau op basis van twee variabelen goed te voorspellen is: bevolkingsdichtheid in de stad en binnen een straal van 10 km rondom de stad, en de    Op basis van deze twee variabelen werd in een model gemaakt om de maximale UHI in een stad te bepalen.

Daarna werden de effecten van omgevingsfactoren in het model gebracht. Verharding (bebouwing), groen (vegetatie) en blauw (water) hebben op kleinere schaal invloed op de windsnelheid en de hoeveelheid warmte die wordt vastgehouden. Op basis van verharding en de mate van groen en blauw in een straal van 1km om een locatie werd dan de maximale UHI naar beneden bijgesteld. Voor deze berekening werd gebruik gemaakt van de landgebruikskaart van het CBS op 10m resolutie en de groenkaarten die door RIVM zijn ontwikkeld (% groen per 10m cel). Groen heeft op lokale schaal nog een extra verkoelend effect. Op basis van lokaal groen in een straal van 30m om een locatie is de actuele UHI per locatie bepaald.

Fig.9    Bron: Roy Remme

Figuur 9 toont het model dat is toegepast voor de afkoelende effecten van vegetatie en water. Voor een gedetailleerde  omschrijving van de toegepaste methode zie hier. De waarden op de kaart zijn jaargemiddelden. Het temperatuurverschil tussen stad en omringend gebied blijft daardoor onder de 3°C. Op hete zomerdagen kan het verschil echter beduidend verder oplopen dan de waarden in de kaart, zoals we al zagen in eerder onderzoek.

Het mooie van de UHI kaart van het RIVM is dat de kaart voor geheel Nederland het stedelijk eilandeffect in kaart brengt in jaargemiddelden. Dat kan ik gebruiken om te bezien  in welke mate het UHI effect van invloed is op de temperatuurmetingen van het KNMI. Daarvoor gebruik ik de exacte ligging van de 34 KNMI weerstations die op onderstaande KNMI-kaart zijn weergegeven als groene vierkanten:

Fig.10    Bron: KNMI

De exacte ligging van elk station is bepaald met behulp van de metadata van het KNMI, foto’s van weerstations en Google Earth. Die laatste twee bronnen waren nodig omdat de coördinaten in de metadata onvoldoende exact zijn om de ligging op de 10x10m grid van de kaart te bepalen.  Daarna  heb ik met behulp van de UHI kaart voor elk station de grootte van het UHI-effect bepaald in °C. Voor stations met een UHI van < 0,2 °C (de donkerste kleur blauw op de kaart) is het effect kleiner dan 0,2 °C.


Fig.11    Data: KNMI en RIVM

De kleuren in de tabel van figuur 11 corresponderen met de kleurstippen in de groene stationsvierkanten van figuur 10. De tabel in figuur 11 laat zien dat 5 stations (De Bilt, Amsterdam/Schiphol, Hoek van Holland, Rotterdam/The Hague en Eindhoven) een UHI-effect vertonen van 0,4 – 0,6 °C. Verder vertonen 9 stations een UHI-effect van 0,2 – 0,4 °C. De rest, 20 stations, valt in de laagste categorie van 0 -0,2 °C en vertoont dus geen of bijna geen UHI-effect. Het verbaast niet dat de stations met het grootste UHI-effect alle in sterk verstedelijkte gebieden liggen.


Fig.12    Data: RIVM

Van het RIVM kreeg ik de aantallen gridcellen (10x10m) per UHI-klasse, zie de tabel in figuur 12. De 34 KNMI weerstations bevinden zich alle in de bovenste 3 klassen. Dat betekent dat geen enkel station een UHI-effect van 0,6 °C of hoger vertoont. De gemiddelde temperatuur op hoofdstation De Bilt in de meeste recente klimaatperiode 1991 – 2020 was 10,6 °C. Corrigeer je dat getal voor het UHI-effect op station De Bilt dan wordt de gemiddelde temperatuur in de laatste klimaatperiode 10 °C tot 10,2 °C.

Bedenk wel dat de cijfers hier het UHI-effect op jaarbasis betreffen. Met name op warme zomerdagen en –nachten kan het UHI-effect op de thermometers van De Bilt veel groter zijn. Er zijn op etmaalbasis temperaturen gemeten die tot 9 °C hoger zijn dan referentiewaarden op de omringende landelijke gebieden.

Om te achterhalen of bovenstaande  verdeling van het UHI-effect over de 34 KNMI stations overeenkomt met de ruimtelijke spreiding van het UHI-effect over het landoppervlak van Nederland heb ik de cijfers in een tweetal cirkeldiagrammen weergegeven.

Fig.13    Data: RIVM

Figuur 13a laat zien dat 9,8 % van het Nederlandse landoppervlak sterk door het stedelijk hitte-eilandeffect verwarmd wordt, van 0,6 °C tot meer dan 2 °C op jaarbasis. Die cellen bevinden zich alle in de centra van de grotere steden in ons land (figuur 8), waar zich geen meetstations (meer) bevinden. Bekijken we de percentuele verdeling van de 3 laagste klassen (tot 0,6 °C) in figuur 13a en vergelijken we die met de percentuele verdeling van de stations in figuur 13b, dan is te zien dat de weerstations oververtegenwoordigd zijn in de gebieden met  0,2 – 0,4 °C en 0,4 – 0,6 °C stedelijke opwarming, ondervertegenwoordigd zijn  in de gebieden met geen tot weinig UHI-effect en afwezig zijn in gebieden met het sterkte UHI-effect.

Alles valt of staat natuurlijk met de kwaliteit van het model dat het RIVM en VITO hebben gemaakt en op basis waarvan de kaart “Stedelijk hitte-eiland effect (UHI) in Nederland” gemaakt is. Wellicht dat er hier en daar nog wat verbeterd kan worden door het team van het RIVM. Wetenschap is nooit ‘af’, gelukkig.

Het weer in 2021

De afgelopen paar zwoele dagen waren voor menig weerman en -vrouw reden om al ruim van tevoren de alarmbellen te laten rinkelen. Zoals we de laatste jaren wel gewend zijn was er ook dit jaar vanuit die hoek meer belangstelling voor warmte dan voor koude, terwijl kou er toch echt óók was.


Fig.1    Data: KNMI

Om het klimaat te bepalen wordt gekeken naar het gemiddelde over 30 jaar van temperatuur, vocht, luchtdruk, wind, bewolking en neerslag. De zwarte lijn is de gemiddelde etmaaltemperatuur per dag op station De Bilt voor de klimaatperiode 1991-2020.

De bruine lijn is de gemiddelde etmaaltemperatuur op station De Bilt in 2021. Wat meteen opvalt is dat de bruine lijn veel sterker schommelt dan de zwarte lijn. Dat komt omdat de zwarte lijn het gemiddelde over 30 jaren weergeeft, waardoor extreme temperaturen per etmaal grotendeels tegen elkaar wegvallen. De sterke schommelingen in de lijn van 2021 zijn typisch voor het weer in ons land. De temperatuur van dag tot dag wordt sterk bepaald door de windrichting. En omdat Nederland ligt op de grens van noord (koud) en zuid (warm) en van land (grote verschillen tussen zomer en winter) en water (gematigde temperaturen) maakt het vaak een groot verschil uit welke hoek de wind waait.

Goed is te zien dat de laatste paar dagen van 2021 de temperatuur venijnig omhoog schiet. Maar als we de grafiek van een afstandje bekijken en even niet naar de uitschieters kijken kunnen we vaststellen dat de eerste helft van 2021 wat kouder was dan het klimatologisch gemiddelde van 1991-2020, en de tweede helft wat warmer.


Fig.2    Data: KNMI

Omdat ik geïnteresseerd ben in het verschil van dag tot dag tussen de etmaaltemperatuur in 2021 en de klimaatgemiddelde etmaaltemperatuur van 1991-2020 introduceer ik hier het begrip ‘graaddag’. Dat begrip wordt door verschillende disciplines op verschillende wijze gebruikt. Hier is een graaddag een dag waarop Tg 1 graad boven de klimatologische etmaaltemperatuur ligt. Dus een dag in 2021 waarop het 3 graden warmer is dan de klimatologische etmaaltemperatuur telt als 3 graaddagen. En 1 graad kouder telt als -1 graaddag.

Figuur 2 laat het aantal graaddagen zien in 2021. Tg van 31 december 2021 is nog niet bekend maar wordt geschat op 12 °C. Goed te zien is de relatief hoge graaddagen van 30 en 31 december 2021, van respectievelijk 9,4 en 8,4 graaddag. Maar die werden voorafgegaan door een paar koude dagen, met als uitschieter 22 december (-7,3 °C ).


Fig.3    Data: KNMI

Februari slingert nog sterker, met als dieptepunt 12 februari toen het maar liefst  9,6  °C kouder was dan het klimatologisch gemiddelde. En 11 dagen later, op 23 februari, was het 9 °C warmer dan het klimatologisch gemiddelde. In figuur 3 heb ik voor een deel van februari 2021 de windrichting (in graden) in De Bilt afgedrukt, met de gradenverdeling in de windroos. Goed is te zien dat 12 februari het einde was van een korte periode met wind uit het NO (Noord Rusland), en rond 23 februari wind uit het Z (Zuid-Europa).


Fig.4  Data: KNMI

In figuur 4 is te zien dat het zachte weer van de laatste paar dagen te danken is aan de aanvoer van zeer zachte lucht uit het ZW. Op ongeveer 10 km hoogte is in figuur 5 te zien dat we ons op 30 december 2021 om 12 uur pal onder de straalstroom bevonden die zachte lucht vanaf het subtropische deel van de Atlantische Oceaan aanvoert.


Fig.5    Data: https://earth.nullschool.net

Ik heb het totaal aantal graaddagen van 2021 berekend en vergeleken met het aantal graaddagen op basis van het klimatologisch gemiddelde van 1991-2020. Het jaar 2021 heeft 40 graaddagen minder dan het klimatologisch gemiddelde, en mag dus wel een koel jaar genoemd worden.

Tot slot nog even een blik op de extremen, in dit geval het aantal tropische dagen per jaar. Een tropische dag is een etmaal waarop de Tx (maximum  temperatuur) 30 °C of hoger is.


Fig.6    Data: KNMI

Kijk eens naar 2021: slechts 1 tropische dag is geteld (station Ukkel zelfs 0). En dat terwijl de drie voorafgaande jaren zoveel tropische dagen telden. Ik leerde vroeger van een docent klimatologie dat het weer de neiging heeft om in herhaling te vallen. En net op het moment dat je denkt dat er een begin is van een nieuwe trend wordt je teleur gesteld. Ook deze grafiek laat zien dat 2021 een relatief koel jaar was.

Ik kan niet nalaten om ook dezelfde grafiek van het aantal tropische dagen in De Bilt te laten zien, maar dan inclusief de homogenisatie die het KNMI heeft toegepast op de cijfers van 1901 tot 1 september 1951 (rood lijntje). Vergelijk figuur 7 eens met figuur 6.


Fig.7    Data: KNMI

Ik schreef onlangs al dat we met een groepje onderzoekers ‘peer reviewed’ hebben aangetoond dat die homogenisatie niet op een correcte manier heeft plaatsgevonden. Het KNMI heeft laten weten dat ze het werk in 2022 opnieuw gaan doen en rekening zullen houden met wat we gevonden hebben.

Ik ben benieuwd hoe dat uit gaat pakken. Voorlopig (maar dat deed ik al sinds 2016) ga ik uit van de gemeten cijfers en is figuur 6 het uitgangspunt. Totdat bewezen wordt dat dat niet deugt natuurlijk, want zo moet dat in de wetenschap, toch?

Oversterfte 2020 en 2021

Omdat we de kerstdagen in een lockdown moeten vieren wend ik mijn blik even van de klimatologie naar de oversterfte in Nederland. Geen hoog oplopende discussies als het kan, maar een paar grafieken en een vraag. In enkele opzichten lijken corona en klimaatverandering wel op elkaar. Een van die overeenkomsten heeft te maken met de beschikbaarheid van betrouwbare data. In de klimatologie is dat een bekend verschijnsel waar ik regelmatig wat over geschreven heb. Ook de cijfers over corona zijn vaak onbetrouwbaar. Soms komt dat omdat er geen/weinig afspraken zijn gemaakt hoe gegevens te registreren en opslaan, zoals met betrekking tot de corona-gerelateerde sterfte. Dan maakt het nogal wat uit of je je baseert op de cijfers van het CBS of van het RIVM. Lees hierover eens dit artikel van de hand van vriend en collega Jan Ruis.

In dit artikel ga ik nader in op de algemene week-sterftecijfers zoals bijgehouden door het CBS. Deze cijfers zijn niet gelabeld aan een oorzaak van het overlijden, het zijn de kale sterftecijfers. Om over- en ondersterfte vast te kunnen stellen moet men eerst de ‘verwachte sterfte’ vaststellen. Het CBS doet dat met behulp van de weeksterftecijfers van de voorafgaande 5 jaren. Daarbij neemt het voor de coronajaren 2020 en 2021 als referentieperiode de sterftecijfers van 2015-2019.

Jan Ruis heeft het model waarop het CBS de verwachte sterfte baseert gereconstrueerd en op basis daarvan de referentieperiode verdubbeld naar 10 jaren. Dus voor de coronajaren 2020 en 2021 als referentie de periode 2010-2019. In veel landen is een referentieperiode van 10 jaren voor het vaststellen van de verwachte sterfte overigens gebruikelijk. Dat komt er dan voor 2020-2021 zo uit te zien:


Fig.1    Data:  CBS

De eerste en laatste week passen zelden netjes in 1 jaar, vaak behoren die weken deels bij het ene en deels bij het andere jaar. Dat past niet ‘lekker’ in de grafiek, maar ik doet ermee. Voor het nodige houvast heb ik elk jaar verdeeld in 12 gelijke stukjes van 4,31 weken. De blauwe lijn levert dus de verwachte sterfte per week voor 2020 en 2021 op basis van de referentieperiode 2010-2019. Er is sprake van een hogere sterfte in de winter dan in de zomer, met name als gevolg van sterfte vanwege het griepvirus, dat in de winter veel actiever is dan in de zomer. Het griepseizoen loopt van november t/m maart.


Fig.2    Data: CBS

Figuur 2 geeft behalve de verwachte sterfte per week ook de geobserveerde sterfte per week voor de jaren 2020 en 2021. Is de geobserveerde sterfte hoger dan de verwachte dan is er sprake van oversterfte, andersom van ondersterfte. Te zien is dan in beide jaren de oversterfte groter is dan de ondersterfte. Als in over- en ondersterfte een kleurtje geef wordt dat duidelijker:


Fig.3    Data: CBS

De flinke oversterfte van maart/april 2020, oktober 2020 t/m februari 2021 en vanaf eind oktober 2021tot heden zijn waarschijnlijk (groten-)deels toe te schrijven aan sterfte gerelateerd aan corona. Maar onder ‘normale’ omstandigheden zou men mogen verwachten dat na een periode van oversterfte er een periode van ondersterfte plaatsvindt. Die ondersterfte is ook wel te zien in mei, juni en juli 2020 en in maart 2021, maar is zwak. De oversterfte is veel groter dan de ondersterfte, terwijl in een normaal jaar onder- en oversterfte elkaar min of meer in evenwicht houden.

Ik ga me niet wagen aan het geven van een antwoord op de vraag waardoor er vooral in 2021 vrijwel constant sprake is van oversterfte. Dat is bijna altijd een combinatie van factoren en zo zal dat nu ook wel het geval zijn, ik acht me niet deskundig in deze. Maar een belangrijke vraag is mijns inziens wel: toont de grafiek van 2021 dat wat je verwacht bij een bevolking die vrijwel helemaal is ingeënt?  Mijn privé antwoord is: nee. Ik ben op zoek naar oorzaken van deze situatie. Sommige mensen wijzen naar de niet-ingeente medeburgers. Maar dat lijkt me bij de huidige aantallen ingeënte mensen niet houdbaar. Vorig jaar werd gesteld dat er bij zo’n 70% mensen met immuniteit er sprake zou zijn van groepsimmuniteit. Het lijkt erop dat die weggebleven is.

Rapport Goklany vertaald

Clintel heeft een recent rapport van Global Warming Policy Foundation laten vertalen dat doemverhalen over klimaatverandering met hard feitenmateriaal weerlegt. Het is geschreven door de Amerikaan Indur M. Goklany , een onafhankelijk wetenschapper. Hij was lid van de Amerikaanse delegatie die aan de wieg stond van het IPCC. Maar dat is hem al lang vergeven ;-), zeker na publicatie van dit rapport genaamd “Klimaatverandering: is het wel zo erg?”

Zij rapport haalt de heersende negatieve klimaatverhalen over toenemende stormen, overstromingen, droogtes, et cetera punt voor punt onderuit en wijst op het almaar groener worden van de aarde en de toenemende voedselproductie. Kortom, een prima rapport voor onder de kerstboom lijkt me. Fijne feestdagen!

Download rapport hier

 

KNMI gaat homogenisatie opnieuw doen

Trouwe lezers weten dat ik -samen met drie andere onderzoekers- al geruime tijd bezig ben geweest om aan te tonen dat de homogenisatie (correctie) van de dagtemperaturen van station De Bilt door het KNMI niet juist uitgevoerd is. Dat had tot gevolg dat heel veel tropische dagen en hittegolven uit de boeken verdwenen. Dat onderzoek is in eerste instantie uitgemond in een Nederlandstalig rapport “Het Raadsel van de Verdwenen Hittegolven” uit 2019 dat intussen door veel mensen is gedownload.

Maar het is in de wetenschappelijke wereld nu eenmaal zo dat er alleen maar geluisterd wordt als je peer reviewed publiceert bij een wetenschappelijke uitgeverij. En dat is ons vorige week gelukt. Ons artikel, genaamd “Reassessment of the homogenization of daily maximum temperatures in the Netherlands since 1901” is gepubliceerd op de website van TAAC, Theoretical and Applied Climatology.

Clintel was zo vriendelijk om een persbericht daarover ruim te verspreiden, maar de Nederlandse media waren blijkbaar niet geïnteresseerd en deden vrijwel niets met het persbericht. Alleen “De Andere Krant” bracht een bericht uit, zie figuur 1. Die desinteresse van bijna alle media is opmerkelijk, want hier maakte een peer reviewed artikel korte metten met de temperatuurcorrectie zoals het KNMI die heeft toegepast op De Bilt. En daarmee –hopelijk- met de vele alarmistische berichten in kranten en op radio en tv dat we vroeger véél minder tropische dagen hadden.

Fig.1    Bron: De Andere Krant

Het zeldzame bericht in De Ander Krant hierboven was afkomstig van freelance wetenschapsjournalist Peter Baeten. Hij vroeg ook om een reactie van het KNMI op onze publicatie. En die is gisteren gekomen:

“Het nieuwe onderzoek van Dijkstra et al (2021) is gepubliceerd als wetenschappelijk artikel en daarmee onderworpen aan een beoordeling door externe experts (peer review). Meer onderzoek naar homogenisatietechnieken verwelkomen wij, omdat er veel factoren (instrumentatie, locatie, weersomstandigheden) een rol spelen bij het bepalen van de correctiefactoren. Dat is dus een positieve ontwikkeling, en daar kunnen de reeksen beter van worden.  

Zoals we ook al in 2019 hebben aangegeven, staat de ontwikkeling van en onderzoek naar homogenisatietechnieken niet stil. Nieuwe inzichten kunnen leiden tot verbeterde correctiefactoren en daarmee tot een verdere verbetering van de waarneemreeksen. Op het KNMI en bij andere instituten wereldwijd wordt onderzoek gedaan naar weersafhankelijke homogenisatietechnieken om de correcties nog betrouwbaarder te maken. Zo gaat het KNMI in 2022 volgens planning aan de slag om een volgende versie van de gehomogeniseerde reeksen te ontwikkelen. Naar verwachting zullen de verbeterde gehomogeniseerde temperatuurreeksen in 2023 gepubliceerd worden.

Hierbij zullen inzichten uit recent gepubliceerde wetenschappelijke publicaties worden meegenomen, waaronder het recent gepubliceerde onderzoek van Dijkstra et al (2021). Het is interessant dat Dijkstra et al. deze gevoeligheidsanalyse hebben gedaan. Het laat zien hoe het aantal tropische dagen, een moeilijk te schatten extreem, gevoelig is voor aannames die gedaan zijn in eerdere homogenisaties. De studie laat ook zien dat bij het homogeniseren van dagwaarden het moeilijk is om betrouwbare correctiefactoren te verkrijgen voor de extremen. In de volgende versie van de gehomogeniseerde reeksen zullen we daarom meer aandacht besteden aan de onzekerheid van de correcties die toegepast worden op de meest extreme temperaturen. “

Een heel mooi bericht! Het geeft me het gevoel dat we al dat werk van de afgelopen jaren niet voor niets hebben gedaan. En het is een erkenning voor het feit dat ook buiten de reguliere wetenschappelijke instanties nuttig onderzoek op niveau wordt gedaan. Het lijkt er op dat het KNMI uiteindelijk minder moeite heeft met ‘buitenstaanders’  die over hun schouder meekijken in de KNMI-keuken dan veel main stream media.

Publicatie homogenisatie De Bilt


Fig. 1   Bron: Springer website

In 2016 heeft het KNMI alle dagelijks gemeten temperaturen op de KNMI hoofdstations (Groningen/Eelde, Maastricht/Beek, Vlissingen, Den Helder/De Kooy en De Bilt) voor de periode 1901-1950 gecorrigeerd, omdat alle stations verplaatst zijn en in De Bilt tevens de opstelling van de thermometer is veranderd. Het is gebruikelijk dat er bij dergelijke veranderingen gedurende enige tijd parallelmetingen plaatsvinden van de oude en de nieuwe situatie. Bij de verplaatsingen van de thermometer in De Bilt is dat door omstandigheden niet gebeurd. Daarom heeft het KNMI  bij de homogenisatie van de dagtemperaturen van De Bilt gebruik gemaakt van de data van Eelde, zo’n 150 km ten NO van De Bilt. Eelde is het enige vergelijkingsstation dat het KNMI hierbij heeft gebruikt en van dat station waren maar 4 jaar aan temperatuurgegevens beschikbaar.

Fig.1   Bron: publicatie

Het gevolg was dat, terwijl in De Bilt vóór 1950 164 tropische dagen werden gemeten, er na homogenisatie nog slechts 76 tropische dagen overbleven. Bij geen enkel ander station werden de heetste dagen door de homogenisatie zo sterk verminderd. Station De Bilt is hiermee een opvallende uitschieter geworden. Dit verschil is in 2017 al in de vakliteratuur gesignaleerd, maar het KNMI heeft daarin geen aanleiding gezien om de correcties te heroverwegen.

Samen met drie andere onafhankelijke onderzoekers hebben we in 2019 geprobeerd de homogenisatie voor De Bilt te reproduceren en kwamen tot de conclusie, dat er voor De Bilt sprake moest zijn van een aanzienlijke overcorrectie van het aantal tropische dagen. Zie hier. We hebben de analyses nu herhaald met dezelfde data en met vergelijkbare statistische analyses als het KNMI gebruikte. Onze bevindingen zijn deze week gepubliceerd in het wetenschappelijke tijdschrift Theoretical and Applied Climatology, zie hier.

We hebben onderzocht hoe gevoelig de uitkomsten van de homogenisatie zijn voor een aantal keuzen die bij de statistische procedure door het KNMI zijn gemaakt. Het gaat daarbij om de keuze van de referentiestations, de lengte van temperatuurreeksen, de berekening van de statistische verdeling van de hoogste dagtemperaturen per maand en de manier waarop uitschieters in de data worden afgevlakt.

Fig.2    Bron: publicatie

We hebben het effect van variatie in de genoemde factoren op het homogenisatieresultaat met computerruns onderzocht, zie figuur 2. Daaruit blijkt, dat vrijwel alle keuzen die het KNMI heeft gemaakt leiden tot een grotere daling van het aantal tropische dagen vóór 1950. Het is opmerkelijk dat een deel van die keuzen niet beschreven wordt in het technisch rapport dat het KNMI heeft gemaakt over de homogenisatie.

Door vergelijking met de andere stations constateren we dat het KNMI voor de heetste dagen een overcorrectie heeft toegepast van 0,5 tot 1,0 graad. Op basis van de door het KNMI gehanteerde Percentile Matching Method  schatten we het aantal tropische dagen vóór 1950 in De Bilt op 113 met een marge tussen 104 en 119.

Een alternatief zou kunnen zijn de historische gegevens ongewijzigd te laten en de klimaattrends af te leiden uit de afzonderlijke gegevens van alle stations. Een correct uitgevoerde homogenisatie van de dagtemperaturen in De Bilt is onder andere belangrijk voor het beoordelen van klimaatverandering in Nederland. Met de door het KNMI toegepaste correctie op de  dagtemperaturen van De Bilt in de eerste helft van de vorige eeuw is dat niet goed mogelijk.

Persbericht hier

Interview met prof. William Happer

William Happer is een bekende emeritus hoogleraar natuurkunde en gespecialiseerd op het gebied van atoomfysica, optica en spectroscopie. Hij houdt zich al vele jaren bezig met het klimaat en spreekt en schrijft daar onbevangen over. Journalist Theo Richel sprak onlangs met hem (namens De Groene Rekenkamer) toen hij even in Nederland was.  Interessant gesprek!