Fig.1    Bron: IPCC AR5

Gedurende ongeveer 15 jaren, van 1998 tot 2013, stagneerde de gemiddelde temperatuurstijging op aarde. Die stagnatie werd de ‘hiatus’ genoemd. Die stagnatie is in figuur 1 -afkomstig uit het AR5 rapport van het IPCC- grijs gearceerd. Dat was verrassend nieuws in het vijfde IPCC-rapport AR5 The Physical Science Basis uit 2013: de aarde was sinds 1998 nauwelijks opgewarmd.

De weergegeven anomalieën betreffen de afwijkingen van de jaargemiddelde temperaturen van de door HadCRUT gebruikte data ten opzichte van de basisperiode 1961-1990. De officiële temperatuurreeks in figuur 1 was gebaseerd op de CRUTEM landgegevens plus de oceaantemperaturen van Hadley Centre – HadSST2. Maar alle andere beschikbare temperatuurreeksen (NOAA, NASA, Hadley/CRU) waren het in principe eens met deze conclusie. Ze vallen dan ook grotendeels samen in de grafieken. In het AR5-rapport stond: “The observed GMST has shown a much smaller increasing linear trend over the past 15 years than over the past 30 to 60 years, depending on the observation data set. The GMST trend over 1998-2012 is estimated to be around one third to one half of the trend over 1951-2012”.

Fig.2    Bron: NOAA

Die stagnatie was opvallend, omdat de stijging van het atmosferisch CO2-gehalte gedurende die periode onverminderd doorging, zoals figuur 2 laat zien. Die stagnatie is dus niet het gevolg van lagere CO2-emissies door de mens, maar moet een natuurlijke oorzaak hebben.

Fig.3    Data: Crudata

De grafiek in figuur 3 is een recente weergave van de gemiddelde wereldtemperatuur op basis van HadCRUT5 analyses. De grafiek laat zien dat in die nieuwste grafiek van een hiaat in de temperatuurstijging gedurende de periode 1998-2013 geen sprake meer is. Hoe kan dat, wat is hier gebeurd? In de meer recente IPCC rapporten wordt daar met geen woord over gesproken.

Fysicus Clive Best schreef op zijn blog een artikel over de hiatus en het verdwijnen ervan in jongere grafieken, getiteld “Whatever happened to the Hiatus in Global Warming?”. Best is een Britse wetenschapper met een PhD in High Energy Physics. Hij werkte onder andere voor  CERN, Rutherford Lab en JET Nuclear Fusion. Mede door zijn werk werd zijn interesse gewekt voor klimaatverandering en startte een blog.

Het officiële IPCC-standpunt destijds was dat dergelijke pauzes in de opwarming niet onverwacht waren en waarschijnlijk te wijten waren aan natuurlijke schommelingen zoals de AMO (Atlantic Multi Decadal Oscillation). Balmaseda et al schreven in hun paper uit 2013 de temperatuurstagnatie toe aan een extra opslag van warmte in de oceanen. Opgelucht kopte de Volkskrant destijds: Klimaatwetenschap: toch niet ‘verdwenen’…. De extra warmte zakt in de diepzee. The science was dus blijkbaar settled, zoals zo vaak. Maar was dat ook zo? De werkelijkheid is natuurlijk veel ingewikkelder dan voorgesteld werd. Wie het hele verhaal van destijds in een artikel uit 2015 wil nalezen kan hier terecht.

Fig.4    Bron: Clive Best

Begin oktober 2013 boog The Royal Society zich over de hiatus en de vraag was: kunnen modellen de pauze in temperatuurstijging reproduceren? De grafiek van figuur 4 is afkomstig van die bijeenkomst, en het antwoord op de vraag is in de grafiek af te lezen: nee. Maar liefst 111 van de 114 CMIP5 modellen slaagden er niet in om de hiatus te verklaren, ondanks het feit dat ze natuurlijke variatie meenamen. Ze voorspelden te hoge trends. In IPCC-taal betekent dit : Het is “extreem onwaarschijnlijk” dat AR5 modellen de hiaat in de opwarming van de aarde kunnen verklaren (95% waarschijnlijkheid). The science was blijkbaar nog lang niet settled.

Terug naar de hamvraag: hoe kan het dat in latere grafieken de hiatus verdwenen is? Meten is toch weten? Het antwoord is: blijkbaar niet. Die meetgegevens zijn door allerlei veranderingen in de loop der jaren beïnvloed. Best analyseerde die veranderingen in de loop van de jaren:

• Tot 2013 was de globale temperatuurwaarde gewoon (NH + ZH)/2, maar dit werd later veranderd in (2*NH + ZH)/3 omdat er ruwweg de helft minder landoppervlak op het ZH ligt dan op het NH. Dat is niet onredelijk, maar daarmee kan het verdwijnen van de hiatus niet verklaard worden.
• Meer dan 600 nieuwe stations op hoge noordelijke breedtegraden werden toegevoegd in CRUTEM4, terwijl 175 stations uit Zuid-Amerika (die vooral afkoeling vertoonden) werden verwijderd. Het netto opwarmingseffect van dit alles was een toename van de opwarmingstrend met ~30% ten opzichte van CRUTEM3.

Jones (2012) schreef: “De opname van veel extra gegevens van het noordpoolgebied (met name het Russische noordpoolgebied) heeft ertoe geleid dat de schattingen voor het noordelijk halfrond (NH) sinds 2001 ongeveer 0,1°C warmer zijn.” CRUTEM4.3 zette deze opwarmende trend voort door nog meer arctische stations toe te voegen en begon met het homogeniseren van gegevens (vergelijkbaar met GHCN V3), zoals hieronder wordt besproken.

• De temperatuur van het zeeoppervlak wordt al sinds 1850 gemeten met zeer verschillende methoden, variërend van emmertemperaturen, motorinlaattemperaturen tot boeien en satellietgegevens. Het is extra complex omdat de temperatuur varieert met de diepte en andere factoren, terwijl de temperatuur op het land altijd op 2 m boven het oppervlak wordt gemeten. Er zijn ingewikkelde methoden ontwikkeld om dergelijke veranderingen in de instrumentatie te corrigeren. De meest recente HadSST4-gegevens, waarin ook satellietcorrecties voor recente gegevens van boeien zijn verwerkt, hebben ook een significante opwarmingstrend toegevoegd. Zie hier voor meer informatie.

Het algehele resultaat van deze updates is een ogenschijnlijke toename van de  recente opwarming. Dit is te zien door de ongecorrigeerde mondiale temperatuurgegevens te vergelijken met de gecorrigeerde gegevens die op precies dezelfde manier zijn berekend.

Veranderde methodiek en verandering in de hoeveelheid en ligging van de stations hadden dus een opwarmend effect op de data. Maar ook werden enkele ‘correcties’ geintroduceerd op de meetgegevens. De eerste correctie paste een algoritme op alle stationstemperaturen toe, genaamd “paarsgewijze homogenisatie“. Het tweede algoritme heet “Kriging” van de temperatuurgegevens, wat ervan uitgaat dat je temperatuuranomalieën kunt interpoleren naar poolgebieden zonder geregistreerde meetgegevens. Invullen van meetgegevens die er niet zijn. Ik schreef daar al wat over in het artikel van 28 maart j.l. bij het verschil tussen non-infilled en analyses data van CRU.

We bekijken beide nieuwe correcties hieronder.

• Paarsgewijze homogenisatie. Geautomatiseerde homogenisatie-algoritmen zijn gebaseerd op de paarsgewijze vergelijking van maandelijkse temperatuurreeksen. Het paarsgewijze homogenisatie-algoritme versterkt in feite altijd een regionale opwarmingstrend. Het algoritme zoekt eerst naar verschuivingen tussen naburige “anomalieën” van weerstations. Er kunnen zich inderdaad gevallen voordoen waarbij een station naar een iets andere hoogte is verplaatst, wat een stapfunctieverschuiving in de gemiddelde temperaturen kan veroorzaken. Het algoritme wordt echter algemeen toegepast tussen alle stationsparen, zelfs als ze soms duizenden kilometers uit elkaar liggen. Dit zorgt voor een systematisch versterkt opwarmingseffect, vooral wanneer dit wordt toegepast op de normalisatieperiode van 30 jaar (bijv. 1961-1990).

Fig.5    Bron: Clive Best

We zien in figuur 5 dat het netto-effect van de “paarsgewijze homogenisatie” is dat de schijnbare opwarming sinds ~2000 met ongeveer 0,15C toeneemt.  Hoe zeker zijn we dat deze geautomatiseerde algoritmische correcties wel correct zijn?

In een recent artikel van O’Neill et al uit 2022 is in detail gekeken naar de effecten van het paarsgewijze algoritme op GHCN-V4 en de resultaten zijn verrassend.  Ze downloadden alle dagelijkse versies van GHCN-V4 over een periode van 10 jaar en controleerden zo de toegepaste correcties op consistentie. Ze bestudeerden Europese stations en ontdekten dat er in dat decennium gemiddeld 100 verschillende paarsgewijze correcties werden toegepast, terwijl slechts 3% van deze correcties daadwerkelijk overeenkwamen met gedocumenteerde gebeurtenissen in de metadata, zoals verplaatsingen van stations. Slechts 18% van de toegepaste correcties kwam overeen met gedocumenteerde veranderingen in meetopstelling binnen een venster van 12 maanden. De meeste “correcties” waren ongedocumenteerd. Correcties zonder noodzaak dus. Zie figuur 6

Fig.6    Bron: O’Niell et al 2022

• Krigingtechniek wordt gebruikt om waarden te extrapoleren naar die delen van de wereld waar geen directe metingen zijn. Dit wordt vooral gebruikt in het noordpoolgebied. Het eindresultaat is altijd een verhoging van de totale opwarming (zie figuur 7). Alle datagroepen maken tegenwoordig gebruik van dit soort technieken om de dekking uit te breiden naar beide poolgebieden.

Fig.7    Data: Crudata

Sinds AR5 is er een trend om alle temperatuurreeksen (GHCN, Berkeley Earth, NASA, HADSST5) zo te uniformeren dat ze met elkaar overeenkomen en een hogere opwarmingssnelheid bevestigen . Deze trend is gebaseerd op 1) homogenisering van metingen van stations, 2) het aanvullen van gegevens met gebieden zonder metingen (kriging) en 3) het mengen van SST met 2 m temperaturen.

Fig.8    Data: Crudata

Figuur 8 laat goed zien wat de effecten zijn geweest op de gemiddelde wereldtemperatuur volgens Crudata in 2013 (Hc4 4 januari 2014) en de jongste versies (Hc5 met en zonder ‘invullen)’. Zo is dus de ‘hiatus’ uit de klimaatannalen verdwenen.

In principe is nu de ‘consensus’ over de opwarming van de aarde bereikt omdat iedereen dezelfde methodologie (homogenisatie, kriging, etc.) en dezelfde onderliggende gegevens gebruikt om de opwarming te berekenen. Er zijn dus geen onafhankelijke datasets meer. Een van de belangrijkste controles op de geldigheid van wetenschappelijke resultaten is dat onafhankelijke groepen de ruwe temperatuurgegevens analyseren met behulp van verschillende methodologieën. Dit proces lijkt te zijn gestopt naarmate de politieke invloed rond klimaatverandering is gegroeid.

Terecht schrijft Clive Best: “Science advances when independent experimental results confirm a theoretical  prediction. It usually never works the other way round ”