Zelf een homogenisatie maken

Het KNMI stelt dat temperatuurreeksen gehomogeniseerd dienen te worden als er inhomogeniteiten in de reeks zitten.  Dat zijn  rare sprongetjes in de grafiek. Die inhomogeniteiten  kunnen het gevolg zijn van twee factoren, namelijk verandering van meetinstrument en verandering van meetlocatie. Die eerste factor is raar,  meetinstrumenten dienen immers geijkt te zijn. Dat geldt voor de weegschaal bij de slager, en dat geldt ook voor de meetinstrumenten van het KNMI. De minimale eis is dat de gebruikte thermometers grondig geijkt zijn en dat opeenvolgende instrumenten dezelfde (lineaire) respons geven over het te meten temperatuurgebied. Homogeniseren omdat er van meetinstrument gewisseld wordt is dus onnodig, tenzij men de ijking of de lineaire respons niet vertrouwt.

De tweede factor, verandering van meetlocatie, is interessant. Ik heb zelf als proef een homogenisatie gedaan. Daarvoor nam ik een temperatuurreeks van 1901 tot 1971 (op locatie A gemeten) en “na verplaatsing van de thermometer” een temperatuurreeks (op locatie B gemeten) vanaf 1971 tot en met 2016. Voor de eenvoud heb ik jaargemiddelde temperaturen genomen, afgeleid van maandgemiddelden. De totale meetreeks ziet er als volgt uit:

Duidelijk is de sprong in 1971 te zien.  De temperatuurreeks van locatie A is duidelijk warmer dan die van locatie B. Die sprong is de inhomogeniteit. Omdat ik dol ben op hele lange meetreeksen wil ik van die twee reeksen er één maken, maar zonder sprong. Dat doe ik door te homogeniseren. Het KNMI gebruikt daarvoor een geavanceerd statistisch model, ‘percentile matching’ genaamd, maar dat is voor mij en dit doel te ingewikkeld.  Ik gebruik een zeer eenvoudige homogenisatietechniek waardoor de oude reeks mooi aansluit bij de nieuwe. Na een beetje schatten (‘expert opinion’ 😉  ) heb ik de jaargemiddelden van de eerste reeks met 2° C verlaagd.  Het resultaat ziet u hier: Lees verder →

De verdwenen warme jaren van voor de oorlog

Wat begon als een bijzonder emailtje van een lezer een paar dagen geleden lijkt nu uit te groeien tot een heuse berichtencyclus. Voor lezers die nieuw binnenvallen: begin met het bericht over de warme junimaand. Het gaat steeds over de gevolgen van de homogenisatie van de temperatuurreeksen van De Bilt. Dat gebeurde op 1 juni 2016, tegelijk met de homogenisatie van de temperatuurreeksen van de KNMI-stations De Kooy (Den Helder), Eelde (Groningen), Vlissingen en Beek (Maastricht). Ik wil het in dit bericht niet hebben over nut en noodzaak van homogenisaties (daar heeft onder andere William Briggs duidelijke taal over gesproken) maar over de gevolgen. Later duik ik graag een keer in het technische verhaal.

Data:  KNMI Lees verder →

Warme junimaand en de homogenisaties van de temperatuur van De Bilt

In het vorige bericht ontdekte ik dat er de afgelopen 2 jaar maar liefst 3 verschillende top-10 lijstjes bestaan van de warmste junimaanden sinds 1901. Dat is het gevolg van het ‘aanpassen’ van de gemeten temperaturen, het zogenaamde homogeniseren. Homogenisaties worden toegepast als er bijvoorbeeld verandering van locatie van het meetpunt plaatsvindt, of verandering van de meethoogte of meetapparatuur.

Bron:  KNMI

In bovenstaande tabel is te zien dat er in De Bilt zo nu en dan veranderingen in het temperatuurmeetpunt plaats hebben gevonden. Waarschijnlijk de grootste verandering vond plaats in 1950, toen de oude pagodehut nabij het hoofdgebouw van het KNMI verruild werd voor een Stevensonhut een eind verderop. Die verplaatsing is overigens niet aangegeven in de tabel. Dergelijke veranderingen veroorzaken normaal gesproken sprongen in de meetreeks. Om dat te voorkomen wordt vaak gedurende een periode op beide plaatsen of met beide instrumenten gemeten om de verschillen op te heffen. Het is natuurlijk de vraag wat de basis vormt voor de de calibratie, de oude of de nieuwe data?  Homogenisatie met ingewikkelde statistische methoden is een andere manier, waarbij soms decennia na de metingen die metingen worden aangepast.  Dat gebeurde de afgelopen jaren met de data van o.a. De Bilt. Wie zijn hart op wil halen kan dit technische rapport uit 2016 eens lezen. Lees verder →

Warme junimaand

Het KNMI homogeniseert zo nu en dan haar meetgegevens. Dat betekent dat bijvoorbeeld de gemeten temperaturen in het verleden worden bijgesteld. Organisaties als het KNMI zeggen dan dat er gegronde redenen voor zijn om dat te doen. Het vervelende is dat je dan niet meer de beschikking hebt over de ruwe, de echte meetgegevens.

Dat dat opvallende gevolgen kan hebben ontdekte een lezer van Klimaatgek afgelopen weekeinde. Omdat juni 2017 zo opvallend warm is was hij benieuwd naar de top-10 van warmste junimaanden in De Bilt. Daar houdt het KNMI een tabelletje van bij. Vandaag, 27 juni 2017 zag die top-10 van warmste junimaanden er plots anders uit dan een paar dagen geleden. Zo ziet de tabel er vandaag uit:

Bron: KNMI

Een paar dagen geleden echter zag het lijstje er anders uit, en was de warmste junimaand sinds 1901 het jaar 1917 met een temperatuur van 18,3 °C. En dat was niet de enige verandering. Omdat ik al jaren gegevens verzamel had ik in mijn archief ook nog de gehomogeniseerde junitemperaturen van De Bilt zoals die op 3 juli 2015 op de KNMI-website stonden. Met behulp van Excel is daar snel een top-10 van gemaakt. De resultaten van die drie top-10 warmste junimaanden in De Bilt ziet u hier:

Data: KNMI

Bekijkt u de verschuivingen maar eens goed. Drie verschillende top-10 lijstjes binnen 2 jaren. Welke van de drie is de juiste? Het KNMI zal ongetwijfeld de meest recente als de juiste (of ‘meest juiste’ ?) aanwijzen.

De Amerikaanse statisticus en hoogleraar William Briggs zegt over homogeniseren: “Never homogenize” en ook: “Only the data is the data”. Gehomogeniseerde temperaturen zijn geen meetdata maar uitkomsten van een model. Zijn artikel over de homogenisatiepraktijken van het KNMI getiteld “Netherlands Temperature Controversy: Or, Yet Again, How Not To Do Time Series”  (ja we zijn tot ver over de landsgrenzen bekend) uit 2014 staat nog steeds als een huis. Sterker nog, na de forse nieuwe homogenisaties afgelopen jaar van de oudere temperaturen is zijn artikel actueler dan ooit. Lezen zou ik zeggen.

Terug naar de top-10 van warmste junimaanden in De Bilt. Waarom komt het KNMI op 26 juni 2017 (zie eerste plaatje) met een ‘update’ vraagt de lezer zich af? Is het misschien omdat het er naar uitziet dat de gemiddelde temperatuur van juni 2017 net boven de 18 °C gaat uitkomen? Als 1917 als warmste juni-jaar vlak voor het einde van de maand zakt van 18,3 °C naar 17,7 °C (!) dan is de kans groot dat juni 2017 eerste gaat worden. Ahhhh, nee, zo mag ik helemaal niet denken. Ik zie de krantenkoppen al voor me: juni 2017 warmste ooit in De Bilt. Ja, zo kan ik het ook.

En o ja, op de site van het KNMI  staat in het bericht over de warme juni van 2003 nog steeds 1917 als recordhouder van de warmste junimaand met 18,3 °C. Niet vergeten om dat snel even te veranderen in De Bilt zou ik zeggen, anders blijft de verwarring groot 😉 :

Bron: KNMI

Bosbranden Portugal

Op het moment dat ik dit schrijf bevind ik me in Portugal. Op ruim 400km afstand heeft het afgelopen weekeinde de ramp plaatsgevonden waarin meer dan 60 mensen de dood vonden. En natuurlijk duurde het niet lang voordat er in diverse media een link gelegd werd met klimaatverandering (lees menselijke invloed).

Bosbranden ontstaan met name als het bos droog is.  Dat wil niet zozeer zeggen dat de vegetatie droog is, want levende bomen en andere planten houden vaak enorme hoeveelheden vocht vast. Het gevaar zit hem vooral in de droge ondergrond, de strooisellaag. Die strooisellaag kan na enkele maanden met weinig neerslag sterk uitdrogen, waardoor brand makkelijk kan ontstaan. Brandt de strooisellaag eenmaal dan is het mogelijk dat ook de bomen vlam vatten en is blussen een moeilijke zaak.

De kans op bosbrand is dus sterk afhankelijk van de neerslag in de voorafgaande paar maanden, en dus meer een kwestie van weer dan van klimaat. Bij klimaat gaat het om langjarige perioden, vaak 30 jaar. Natuurlijk zijn klimaat en weer aan elkaar gekoppeld, het klimaat is immers het gemiddelde weer. Klimaatverandering zou dus indirect kunnen zorgen voor bijvoorbeeld meer droge jaren. Maar het is  moeilijk om een eenmalige gebeurtenis te koppelen aan een datareeks die 30 jaar of langer beslaat.

Met de beperkte middelen die hier voorhanden zijn ben ik in de langjarige neerslaggegevens gedoken. Ik kijk naar de maandelijkse neerslagsommen van Lissabon in de ClimateExplorer van het KNMI. Dat is het station dat het dichtst bij het rampgebied ligt en heeft al data vanaf de 19e eeuw. Ik beperk me tot de neerslagdata vanaf 1901 t/m april 2017. April is de recentste maand waarvan cijfers beschikbaar zijn, en het valt op dat in april van dit jaar er erg weinig neerslag gevallen is.

De maandelijkse neerslag in Lissabon sinds 1901 zier er zo uit:

Bron: KNMI Lees verder →

UHI effect en verstedelijking deel 2

Het Urban Heat Island-effect is klimatologische effect op o.a. 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. De fysieke eigenschappen van steden beïnvloeden onder andere albedo en evapotranspiratie waardoor de energiebalans van steden sterk verandert.

UHI in augustus 2003, gemiddelde nachtsituatie en gemiddelde middagsituatie

Bron:  Dousset et al 2010

Een belangrijke oorzaak van het ontstaan van het UHI is de bebouwing. De hoogte van gebouwen en de 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.  Omdat neerslagwater snel en grotendeels ondergronds wordt afgevoerd is er relatief weinig water om te verdampen.  Ook de vaak geringe oppervlakten met beplanting zorgen voor een lagere verdamping.  Verdamping is op aarde de belangrijkste manier om warmte aan het aardoppervlak kwijt te raken. Lees verder →

UHI-effect en verstedelijking

Ik ben momenteel druk met schrijven over klimaatverandering in Nederland. Dat gaat o.a. over het UHI-effect, het effect dat steden o.a. warmer zijn dan de omgeving. Steden zorgen ook voor meer neerslag, met name in de omgeving ‘downwind’ van de stad. Het is dus van belang om de stedelijkheid van ons land en de invloed daarvan in kaart te brengen. Dat laatste lijkt me een mooi karwei voor het KNMI. Bijgevoegd een luchtfoto van de ligging van het KNMI-station Rotterdam (op de luchthaven) en twee topografische kaarten, van 1950 en 2016. Dan krijgt men een idee van de enorm toegenomen verstedelijking. Let op de relatieve ligging van het meetstation (gele stip). Klik op de kaarten voor een vergrote weergave.

Is de terugtrekking van de USA uit het Akkoord van Parijs erg?

Dr.Brorn Lomborg is een jonge Deense econoom , gespecialiseerd in het berekenen van de economische effecten van klimaatmaatregelen. Hij maakte een videootje over het effect van het Akkoord van Parijs, nu de USA zich terugtrekt uit het Akkoord. Heeft dat veel invloed, en ook: wat heeft dat akkoord voor invloed op de temperatuur op aarde? In zijn peer reviewed publicatie “Impact of Current Climate Proposals” uit 2015 onderzocht hij de effecten van het Akkoord van Parijs. Zijn wetenschappelijke aanpak is onomstreden, zijn conclusies echter niet bij het publiek dat gelooft in een klimaat-Apocalyps.

Lees zijn publicatie hier

 

 

 

Weinig wind, toch stroom

 

Windpark Westermeerwind ligt ten N van Urk in het IJsselmeer.  Het heeft een opgesteld vermogen van 144 MW.  Het levert (althans dat vertelt de website)  sinds juni 2016 een hoeveelheid duurzame stroom die vergelijkbaar is met het elektriciteitsverbruik van 160.000 huishoudens. Alleen vandaag niet: met windsnelheid van 1,4 m/s staan alle 48 molens stil en levert het windmolenpark 0 MW.

Hetzelfde geldt voor het nog veel grotere windmolenpark Gemini in de Noordzee. Toen ik de app opende om 10.30 vanmorgen was de windsnelheid ook daar 1,4 m/s en stonden alle 150 molens stil.  Het opgesteld vermogen van 600MW is vandaag in werkelijkheid 0 MW. Volgens de website van Gemini levert het park duurzame stroom voor 1,5 miljoen Nederlanders. Alleen vandaag niet, op heel veel andere momenten in het jaar ook niet.

Die 1,5 miljoen Nederlanders van Gemini en die 160.000 huishoudens van Westermeerwind zullen dus vandaag hun wasmachine, tv, computer et cetera noodgedwongen moeten laten werken op andere stroom. Dat is voor het allergrootste deel opgewekt met fossiele brandstoffen en kernenergie. Want als het bij ons nauwelijks waait kunnen we ook geen windstroom kopen bij de buren. Je hebt dus 100% back-up nodig. Duur grapje, maar het wordt nog veel duurder weten energiedeskundigen. Voor de huishoudens wel te verstaan, want zo is het geregeld in het Energie-akkoord. Ik ben echt wel voor duurzame energie, maar de overheid zou eens eerlijk de kosten en de baten op langere termijn aan de burgers moeten tonen.

Handige apps zijn voor beide windmolenparken beschikbaar, zodat je real-time kunt kijken hoe het er voor staat met de stroomleverantie. 

Wind en energie

Screenshot 13 uur 29 mei 2017.  Maar het had op elk ander uur van de dag kunnen zijn.

Zonder stevige wind weinig stroom. Plaatje van vandaag, windpark Gemini in de Noordzee ten N van Friesland. Opgesteld vermogen 600 megawatt.  Vandaag, 29 mei 2017, dank zij zwak windje van 3,1 m/s de hele dag 5 megawatt, dat is 0,8 % van het opgesteld vermogen. Dat betekent dat als het weinig waait en de zon is onder, je je nationale behoefte aan elektriciteit volledig moet dekken met conventionele centrales. Die moeten dan voor een groter deel dan nu het geval is schakelbaar zijn (=aan als het weinig waait/weinig zon is, uit als het sterk waait/veel zon is) en dergelijke centrales hebben een lager rendement dan continue centrales.  We gaan een mooie maar kostbare toekomst tegemoet. Voor mensen met een leuk inkomen uiteraard geen probleem.

Kijk realtime mee op http://livemegawatt.com/gemini/  en download de app op je  mobieltje!