Fig. 1   Data: KNMI

Het afgelopen jaar heb ik een aantal berichten geschreven over de sterke toename van de inkomende zonne-energie in Nederland en wijde omgeving. Zie onder andere hier en hier en hier. Hoe warm het op een bepaald moment en op een bepaalde locatie is, wordt door een complex van factoren bepaald.  De belangrijkste factor die de temperatuur bepaalt is de hoeveelheid stralingsenergie van de zon die binnenvalt. Dat merken we elke dag als de opkomende zon het aardoppervlak verwarmt en de temperatuur doet stijgen. In de periode 1980-2019 was die dagelijkse stijging van de temperatuur op de 5 hoofdstations van het KNMI gemiddeld ruim 7 °C, aan de kust wat lager door de dempende invloed van de zee, in het binnenland wat hoger. De seizoenswisselingen hebben ook een groot effect op de temperatuur: op basis van de metingen op de 5 hoofdstations was het in Nederland tussen 1980 en 2019 in januari gemiddeld 3,3 °C en in juli 17,8 °C.

Het KNMI levert de data van de hoeveelheid invallende zonne-energie Q (solar irradiation) in J/cm2 per etmaal. In De Bilt wordt vanaf 1957 gemeten, in Vlissingen sinds 1964 en op de andere drie hoofdstations Eelde, De Kooy en Maastricht sinds 1965. Figuur 1 toont de gemiddelde dagelijkse instraling (irradiation) per jaar vanaf het begin van de metingen t/m 2019 op de vijf hoofdstations. De signalen van de stations fluctueren sterk van jaar tot jaar, vooral als gevolg van verschillen in bewolking.  In alle stations gaat de  hoeveelheid invallende zonne-energie sinds begin jaren ’80 van de vorige eeuw gestaag omhoog. De hoogste instraling wordt op de beide kuststations gemeten, waarover later meer.

Fig. 2

Over de periode 1980-2019 is de stijging van de instraling op alle stations groot: De Kooy 9,5%, De Bilt 13,7%, Eelde 11,3%, Vlissingen 12,2% en Maastricht 11,2%. Dat impliceert een enorme toename van de hoeveelheid zonne-energie in ons land, die moet effect gehad hebben op de temperatuur. De oorzaak van die sterke toename moet gezocht worden in twee factoren: de afname van aerosolen (brightening) en de afname van de bewolking. Die brightening is voldoende beschreven in de wetenschappelijke literatuur en beperkt zich overigens niet tot Nederland. Het is een bekend fenomeen in heel West-Europa en ook in andere vroeg geïndustrialiseerde regio’s op aarde.

Fig. 3  Data: KNMI

Lees verder →

In een vorig bericht heb ik een vergelijking gemaakt tussen de fameuze warme zomer van 1947 versus de zomer van 2020. Het bleek dat de zomer van 1947 veel warmer was. De methode die ik heb gebruikt is gebaseerd op de data van de maanden mei t/m september, een ‘extended’ zomer dus. Dat is niet ongebruikelijk in de klimatologie. Van elk zomer-etmaal heb ik de Tx (maximum etmaaltemperatuur) van 2020 afgetrokken van die van 1947, dus Tx 1947 minus Tx 2020. Datzelfde deed ik met Tn (minimum etmaaltemperatuur) en Tg (gemiddelde etmaaltemperatuur).

Fig. 1    Data: KNMI

Fig. 2    Data: KNMI

Lees verder →

Bron: TUE

Cees le Pair stuurde onlangs aan B&W van zijn  gemeente een prachtige brief waarin hij zijn zorgen kenbaar maakte over het feit dat zijn gemeente Nieuwegein al in 2040 ‘energieneutraal ’ wil zijn, terwijl dat volgens Cees helemaal niet kan. En Cees kan het weten, hij is een slimme ingenieur en kan prima aan energie rekenen. Hieronder is een deel van het artikel dat hij hierover op zijn website schreef weergegeven, inclusief zijn brief aan en het antwoord van B&W van Nieuwegein. Als grap zou het plan volledig geslaagd zijn, ware het niet dat het geen grap is maar 100% serieus. Lees en grimlach.

Bron: Gemeente Nieuwegein

Lees verder →

De temperatuurrecords in Nederland vliegen de afgelopen dagen weer driftig in het rond. Ik ga daar niets over schrijven, de meeste zijn de moeite niet waard. Maar ik werd door een lezer attent gemaakt op de fraaie zomer- en wintergrafieken van de website www.wintergek.nl.  daar zijn vanaf 1901 de Tx, Tn en Tg van  alle zomers en winters in grafieken weergegeven. Zomermaanden zijn dan mei t/m september en wintermaanden november t/m maart.

Nu hebben we dit jaar een hele fraaie zomer gehad, maar die van 1947 was fameus. Ik kwam op het idee om de temperaturen van de zomers van beide jaren met elkaar te vergelijken. Welke zomer was warmer, die van 1947 of die van 2020? Daartoe gebruik ik de gemeten Tx (maximum etmaaltemperatuur), Tn (minimum etmaaltemperatuur) en Tg (gemiddelde etmaaltemperatuur) van station De Bilt in 1947 en 2020. Ik gebruik de data van de maanden mei t/m september.

Fig. 1    Data: KNMI

In bovenstaande grafieken zijn respectievelijk Tx, Tn en Tg van de zomermaanden van beide jaren weergegeven.. Op het eerste gezicht lijken Tx, Tn en Tg  van de zomer van 1947 gemiddeld wat hoger te liggen dan van 2020. Om dat beter te kunnen zien heb ik van elk zomeretmaal de temperaturen van 2020 afgetrokken van die van 1947, dus Tx 1947 minus Tx 2020 enzovoort. Dat ziet er dan zo uit:

Fig. 2    Data: KNMI

Alle etmalen waarin de temperatuur in 1947 hoger was dan in 2020 liggen boven 0 en zijn blauw weergegeven. Alle etmalen waarin de temperatuur in 2020 hoger was dan in 1947 liggen onder 0 en zijn met bruin weergegeven.

Duidelijk is te zien dat de zomerdagen in 1947 gemiddeld warmer waren dan die van 2020. Om dat in cijfers uit te drukken heb ik van alle etmalen van Tx 1947 minus Tx 2020 de som bepaald. Datzelfde deed ik ook voor Tn en Tg. Is de som positief, dan is voor de betreffende  zomertemperatuur 1947 gemiddeld warmer dan 2020. Bij een negatieve som is 2020 warmer dan 1947. Voor zowel Tx als Tn en Tg blijken de sommen positief, wat betekent dat de zomertemperatuur van 1947 voor alle drie de temperatuurreeksen gemiddeld hoger ligt dan van 2020.

Een etmaal waarbij de temperatuur 1 °C hoger is noem ik een graaddag. Het aantal graaddagen is dan voor Tx +245, voor Tn +155 en voor Tg +150. Met een totaal aantal zomerdagen van 153 betekent dit dat Tx-zomer in 1947 gemiddeld per etmaal 1,6 °C warmer was dan 2020, en Tn en Tg in 1947 1 °C warmer waren dan in de zomer van 2020. Dat zetten we niet in de krant.

Dat rare rapport van de UNDRR  dat ik al een paar keer aan de orde stelde heeft me, merk ik, aangezet tot wat extra veldwerk. Een van de conclusies was dat het aantal rampen (=10 doden of meer) de afgelopen 4 decennia flink is toegenomen. De UNDRR legt een directe link met klimaatverandering en schrijft in haar rapport:  “ This is clear evidence that in a world where the global average temperature in 2019 was 1.1 ̊C above the pre-industrial period, the impacts are being felt in the increased frequency of extreme weather events including heatwaves, droughts, flooding, winter storms, hurricanes and wildfires. ”  Rampen als gevolg van extreme temperaturen zijn volgens de UNDRR toegenomen van 130 in de periode 1980-1999 tot 432 in de periode 2000-2019.

Extreme lage en hoge temperaturen kunnen inderdaad oorzaak zijn van sterfte. Hitte zou vooral de cardiovasculaire sterfte doen stijgen door veranderingen in onder meer hartslag en viscositeit van het bloed. Bij koude is dat ook het geval maar krijgen ook de luchtwegen het moeilijk.

Fig. 1     Bron: IPCC AR5

Bovenstaande tekst is afkomstig uit het laatste Climate Assessment Report (AR5) van het IPCC. Sinds 1880 is de gemiddelde temperatuur op aarde met ongeveer 1,1 °C toegenomen. Het IPCC gaat er van uit dat de toename van de extreme temperaturen min of meer gelijke tred houdt met die opwarming. Tegelijk wijst het IPCC er op dat er beperkingen aan het waarnemen van trends zijn. Hoe zeldzamer een verschijnsel des te moeilijker is het vaststellen van een trend.

Fig.  2      Bron: IPCC TAR 2001

Lees verder →

Het IPCC schreef in haar laatste assessment rapport AR5:

Fig. 1     Bron: IPCC AR5

Deze omschrijving is tamelijk vaag, wat al wijst op onzekerheid over algemene uitspraken met betrekking tot droogte. Droogte is een complex begrip. Het staat meestal voor gebrek aan water in de bodem tijdens het groeiseizoen en is daarmee sterk gerelateerd aan enerzijds het neerslagpatroon (o.a. regelmaat en intensiteit) en de hoeveelheid neerslag, en anderzijds aan de landbouwkundige behoefte aan water. Wat dat laatste betreft kan het te maken hebben met veranderingen die zich voltrekken in de landbouw. Extensieve veeteelt waarbij rondgetrokken wordt stelt hele andere eisen dan sedentaire landbouw waarbij men op eenzelfde plek blijft.

Maar ook in Nederland zie je dat het begrip ‘droogte’ gerelateerd is aan (verandering in) de eisen die landbouw stelt ten aanzien van de waterhuishouding. De afgelopen paar jaar hebben zich op de hogere zandgronden droogteproblemen voorgedaan. Die hadden behalve met de neerslagpatroon en de hogere temperaturen ook te maken met het feit dat de afgelopen decennia het grondwaterpeil door de waterschappen steeds lager gezet was. Dat gaat met behulp van stuwen in het afwateringssysteem. Doordat moderne landbouw steeds zwaardere machines gebruikt en boeren steeds vroeger in het jaar het land op willen was het waterpeil in de loop der jaren steeds verder verlaagd. Dat kan tot droogte leiden als het voorjaar en vroege zomer  regenarm zijn en de bodem door een lage grondwaterstand te weinig waterbuffer heeft.

Fig. 2    Bron: Berntell et al 2018

Lees verder →

Fig. 1    Data: ourworldindata

In een recent bericht heb ik het nieuwste rapport van de UNDRR bekeken waarin de gevolgen van natuurrampen in de periode 1980-1999 werden vergeleken met die van 2000-2019. Dat gebeurde op basis van de data van Emdat. De UNDRR, United Nations Office for Disaster Risk Reduction, is een onderdeel van de Verenigde Naties.

Bij Emdat is er sprake van een natuurramp als er tenminste 10 doden te betreuren zijn. Ik heb in het vorige bericht hierover laten zien dat de vergelijking van het aantal slachtoffers tussen beide periodes in het UNDRR rapport fout is omdat niet is gecorrigeerd voor de groei van de wereldbevolking.

Maar er zijn nog meer manco’s in het rapport aan te wijzen. De UNDRR schrijft:  “While better recording and reporting may partly explain some of the increase in events, much of it is due to a significant rise in the number of climate-related disasters….Climate-related disasters include disasters categorized as meteorological, climatological, or hydrological”

Wat dat ‘include’ betekent is onduidelijk. In elk geval laat de UNDRR alle rampen op meteorologisch, klimatologisch en hydrologisch gebied een rol spelen in haar rapport, merkwaardig genoeg ook rampen gerelateerd aan aardbevingen en vulkanische activiteit. Dat is merkwaardig omdat dat bij uitstek natuurrampen zijn waar de menselijke invloed afwezig is.

Fig.2    Bron: UNDRR

Figuur 2 is afkomstig uit het UNDRR rapport en laat zien dat -op één na- alle getoonde natuurrampen in de figuur vaker voorkomen in de periode 2000-2019 dan in de periode 1980-1999. Omdat mijn gezond verstand me zei dat dit toch een tikkeltje ongeloofwaardig was heb ik de data van Emdat waarop het UNDRR zich baseert nader bekeken. Emdat categoriseert natuurrampen als volgt:

Fig. 3    Data: Emdat

Lees verder →

Een fiets drive-through teststraat voor het coronavirus bij de RAI in Amsterdam
Bron: Wikicommons

Een paar weken geleden schreven drie wetenschappers een uitstekend stuk in HP De Tijd getiteld: “ Drie wetenschappers: de coronatest is onbetrouwbaar en het testbeleid faalt ”. Die wetenschappers zijn Dr. ir. Carla Peeters (Immunoloog, werkte jaren op het RIVM en was bestuurder van zorgorganisaties), Prof. dr. Wim Vanden Berghe (Faculteit Biomedische Wetenschap, PPES Labo Eiwitchemie, Proteoomanalyse & Epigenetische signalering, Universiteit Antwerpen) en Prof. dr. Mattias Desmet (Faculteit Psychologie en Onderwijs Wetenschappen, Universiteit Gent).

Ze leggen in hun artikel heel duidelijk uit wat er mankeert aan de gebruikte testmethode. Een van de manco’s is dat de test geen onderscheid maakt tussen een stukje RNA (ribonucleïnezuur) dat afkomstig is van een oude infectie en een virus dat in staat is een infectie te veroorzaken. Zonder aanvullende diagnostiek bestaat het risico dat mensen onterecht besmet verklaard worden, in quarantaine geplaatst worden en dat er ook andere onnodige maatregelen getroffen worden die het welzijn en de economie schaden.

De sensitiviteit (vermogen om positieve gevallen correct te detecteren) van de huidige test die al maanden gebruikt wordt varieert tussen de 63% en 78%. Drie van elke 10 positieve tests zijn dus fout. Omdat laboratoria verschillende testen en extractiemethoden gebruiken en niet alle laboratoria Ct-waardes rapporteren, wordt naar de overheid en de patiënt enkel het resultaat (positief of negatief) gecommuniceerd. En alleen de getallen van de positieve tests (waarvan 30% fout) vullen de berichtgeving.

De auteurs sluiten af met:  “Met de koudere temperaturen staan we aan de vooravond van een nieuw griepseizoen en neemt de kans op een verkoudheid en griepverschijnselen door allerlei virussen, zoals het influenzavirus en het coronavirus toe. Het duiden van een SARS-COV-2-besmetting uitsluitend op basis van een RT-qPCR-test wordt in dit seizoen nog lastiger. Dit toont ons nog meer het belang van een valide en betrouwbare test- en diagnoseprocedure die toelaat om te differentiëren tussen verschillende soorten infecties en de besmettelijkheid daarvan voor anderen.   ”

Of de aangekondigde ‘snelle tests’ daartoe in staat zijn is niet duidelijk.

Hier het gehele artikel:

https://www.hpdetijd.nl/2020-09-27/drie-wetenschappers-de-coronatest-is-onbetrouwbaar-en-het-testbeleid-faalt/

Bron: Pixabay

Het is de laatste tijd ‘bon ton’ om je af te zetten tegen ‘fout nieuws’ dat vooral uit de sociale media schijnt te komen. Daarmee wordt tegelijk het idee bevestigd dat informatie uit reguliere media in orde is. Uit eigen ervaring kan ik zeggen dat dat laatste niet juist is. Niet alleen wordt er regelmatig fout nieuws verspreid doordat journalisten eenzijdige bronnen raadplegen, of gewoon doordat ze van bepaalde onderwerpen te weinig afweten. Maar ook  het (bewust of onbewust) niet melden van nieuws door kranten, radio en tv en het negeren van items en mensen die niet ‘passen’ in de eigen opvattingen kunnen zorgen voor een onevenwichtige beeldvorming. En dat valt wat mij betreft ook onder ‘fout nieuws’, er ontbreekt essentiële informatie.

Door diezelfde beroepsgroep wordt tegelijk –waarschijnlijk ter onderstreping van hun gelijk en van hun belezenheid- wetenschappelijk onderzoek soms iets teveel opgehemeld. Begrijp me goed: wetenschappelijke literatuur is volgens mij de beste toegang tot kennis, maar men dient toch op zijn hoede te zijn. Dat durf ik wel te stellen, na stapels klimaatpublicaties gelezen te hebben. Met name als er financiële of maatschappelijke belangen in het geding zijn wordt het oppassen.

Een fraai voorbeeld dat het soms oppassen is met publicaties was een paar dagen geleden te zien in het programma Zembla. Dat ging over een uniek wetenschappelijk onderzoek naar de meerwaarde van biologisch voedsel. In 2005 gaf het ministerie van Landbouw een groep vooraanstaande wetenschappers de opdracht om het eens goed uit te onderzoeken: is biologisch eten nu wel of niet gezonder? Ze zetten een grootschalige proef op met kippen. De helft van de kippen kreeg biologisch voer, de andere kippen kregen ‘gangbaar’ geteeld voer. De methode was ‘dubbelblind’ en perfect in elkaar gezet. De uitkomst was dat de biologisch gevoerde kippen een beter functionerend immuunsysteem hadden.

Zembla ontdekte dat toen de presentatie van het rapport naderde, er een conflict ontstond over de uitkomsten van het onderzoek Een conflict waarin onderzoeksinstituut TNO en de Universiteit Wageningen een opmerkelijke rol speelden. De presentatie moest anders, conclusies moesten worden aangepast. Als dat niet gebeurde zou TNO er voortijdig uitstappen. Ook een hoogleraar van Wageningen Universiteit deed plots merkwaardige dingen.

De uitkomst: de conclusie werd aangepast en de biologisch gevoerde kip was toch niet gezonder. Wat was hier gebeurd? Voor het eerst vertellen hoofdrolspelers wat zich achter de schermen heeft afgespeeld. Voorspelbaar: de voorlichter van TNO heeft last van geheugenverlies. Zembla onderzoekt het kippenexperiment, een aanrader:

https://www.npostart.nl/zembla/22-10-2020/BV_101401009

Maanden heeft er boven de grafieken van de GGD over de testuitslagen gestaan:

Bron: RIVM

Dat was onjuist, daar heb ik al vele malen op gewezen. Mensen die een positieve PCR testuitslag hebben gekregen zijn geen patiënten. Vandaag is die fout eindelijk hersteld, zie de eerste grafiek hieronder.

Jan Ruis heeft een aantal cijfers over corona op een rijtje gezet. Het eerste stuk van zijn bijdrage staat op deze pagina afgedrukt, de volledige tekst kunt u als pdf hier downloaden.

De cijfers achter corona.

Deze RIVM-grafiek ziet er dreigend uit: de 2^e golf is nog erger dan de 1^e:

Figuur 1 (bron)

Gisteren betitelde het RIVM de positief geteste mensen nog als “patiënten”, alsof deze mensen allemaal ziek zijn en besmettelijk voor anderen. Dat kan de PCR-test helemaal niet aangeven. Gelukkig heeft het RIVM zich de terechte kritiek hierop ter harte genomen.

Dat de grafiek van het aantal positieven zo’n enorme “2^e golf” vertoont is deels het gevolg van het feit dat er steeds meer PCR-testen worden gedaan, nu 7x meer dan in maart/april, en dat er anders werd getest in de 1^e golf dan in de 2^e golf. De 1^e golf en de 2^e golf betreffen dus onvergelijkbare aantallen.

We zoomen daarom in op week 23 tot heden:

Figuur 2. Boven: aantal PCR-testen en aantal positieven van de GGD (links) en laboratoria (rechts). Onder: het aantal positieve testen als percentage van het totaal aantal PCR-testen. Data: OpenInfo.nl

De eerste verwarring die ontstaat is dat er cijfers zijn van de GGD en van de laboratoria. Het is niet duidelijk of we die moeten zien als apart gedane testen en dus moeten optellen voor het totaal aantal testen. Sinds week 23 is het aantal testen 6x opgevoerd bij de GGD en 4x bij de laboratoria. Het aantal positieven is gering maar stijgt sinds week 37 (september).

Als je 100 mensen test dan krijg je 10 positieven, als je 700 mensen test krijg je 70 positieven. Bij een grotere testpopulatie moet je dus corrigeren om te kunnen vergelijken, bv door de getallen per 1000 individuen of in percentages weer te geven. Dat doet de RIVM niet en het kabinet volgt weer de RIVM via het OMT en concludeert dat de grafiek in figuur 1 accuraat en dus alarmerend is. Maar ook al zou het RIVM de percentages rapporteren, dan nog is er een probleem. De testpopulatie (qua leeftijdssamenstelling, vrijwillig of opgeroepen door GGD, hoeveel mensen getest worden met bestaande klachten en hoeveel zonder klachten, standaard PCR-test protocol of afwijkend protocol) moet namelijk in elke opvolgende testweek gelijk blijven anders vergelijk je appels met peren.

Aangezien de testpopulatie geen random steekproef is en steeds van samenstelling verandert is de RIVM-grafiek in figuur 1 misleidend. Bovendien blijkt de manier waarop PCR-test wordt uitgevoerd te zijn veranderd (zie verderop). In Figuur 2 (onderste plaatjes) zijn voor een betere beoordeling de positieven uitgezet als percentage van het totaalaantal PCR-testen.

Voor de stijging van het percentage positieven in september zou de verklaring kunnen zijn dat de GGD de personen oproept die contact hadden met besmette personen om zich te laten testen (“heeft u contact gehad sinds 2 dagen vóór uw klachten begonnen met personen langer dan 15 minuten en binnen 1,5 meter?”). Die personen leveren gemiddeld 15% besmettingen op (bron). Hoeveel van die personen deel uitmaken van de geteste personen in een week beïnvloedt ook weer het totaal aantal gevonden besmette personen. Van de personen die zelf hadden besloten om zich te laten testen, was maar 0,9% besmet.

Een ander punt is dat een positieve testuitslag niet veel zegt. Een PCR-test geeft een positieve uitslag ook als je niet meer besmettelijk bent omdat ook overblijvende restanten van oude opgeruimde (Covid-19) virussen worden gedetecteerd. De gevoeligheid van de PCR-test is enkele weken geleden ook nog eens verhoogd waardoor de test nu nog sterker reageert op genetisch materiaal van virussen en van oude infecties. Dat gebeurt misschien wel bij de GGD maar volgens deze bron niet bij alle laboratoria. Dit maakt de verwarring over hoe men de cijfers moet interpreteren alleen maar groter.

Op deze data kun je dus geen betrouwbare statistiek baseren. Het is wellicht beter om alleen de ziekenhuisopnamen als een representatieve maat voor echte besmettingen te nemen. Maar ook hier zijn er verschillende bronnen die allemaal weer andere cijfers tonen.

NICE, LCPS en GGD publiceren opnamecijfers. Het RIVM gebruikte tot voor kort de GGD-cijfers maar is onlangs overgestapt op de cijfers van NICE. De NICE-cijfers zijn volgens het RIVM het meest representatief. Maar op de website van NICE lezen we dat alle mensen met Covid-19 worden geteld, ook als ze om andere reden in het ziekenhuis zijn opgenomen! Dat heeft nogal wat implicaties. In maart/april werden mensen opgenomen als ze door de door de huisarts werden doorverwezen vanwege ernstige Covid-19 klachten. Ze werden dus opgenomen vanwege Covid-19. Maar NICE registreert ook mensen die niet om die reden zijn opgenomen, bv wegens blindedarmontsteking. Als ze na aankomst in het ziekenhuis worden getest dan behoren ze na een positieve uitslag tot de Covid-19 patiënten en worden als Covid-19 opname geregistreerd.

Het LCPS registreert weer op een andere manier met als doel de bezetting op de IC te monitoren. De cijfers van de NICE en de LCPS kunnen dus niet zonder meer met elkaar vergeleken worden, en ook kan de status (‘nog verdacht’ of ‘inmiddels niet meer positief’) tot verschillen leiden. Hoe de GGD registreert is onbekend maar ze registreren niet in de ziekenhuizen. Hieronder de vergelijking van de opnamecijfers van de GGD en van NICE:

De volledige tekst kunt u als pdf hier downloaden.