Het was weer eens raak in de Volkskrant: Maarten Keulemans schreef een groot artikel met de vlammende kop “Een zomer vol extremen”. Het was een kunstig breiwerk van waarheden, anekdotische bewijsvoering, roodkleurende kaartjes, gespikkelde bosbranden en losse zinnetjes opgetekend uit de mond van enkele KNMI-ers. Kortom: een meesterwerkje op het gebied van klimaatalarmisme.  Ik kom daar vast wel nog een keer uitgebreid op terug.

Keulemans schrijft aan het eind: “Bezorgd zijn ook KNMI’ers Van den Besselaar en Van der Schrier, die Europa onder hun ogen zien veranderen. Minder verkoelend poolijs in het hoge noorden, minder vochtige zeewind vanaf de Atlantische Oceaan, minder sneeuw en ijs op de bergen en minder doorstroom van hoge- en lagedrukgebieden over het Europese vasteland. Wat je dan overhoudt, is een continent dat ’s zomers ligt te verdorren en te verpieteren in de brandende zon, en ’s winters druilt in de regen.”.

Minder vochtige zeewind is makkelijk te weerleggen, daarover later meer. En die dramatische laatste zin lijkt me op basis van drie warme en droge zomers wat al te voorbarig. ‘Minder verkoelend poolijs ’? Had ik dan de afgelopen maanden iets gemist? Omdat ik elk jaar rond deze tijd wat grafiekjes toon van de minimum oppervlakte aan zee-ijs op de Noordpool (in september is dat oppervlak op zijn kleinst) ging ik op zoek naar recente data.

Fig.1    Bron: NSIDC

Figuur 1 toont het zee-ijsoppervlak op 7 september 2022. Het ijs is vrijwel op zijn minimum omvang en zal over enkele weken weer aangroeien. We meten de oppervlakte zee-ijs met behulp van satellieten, vanaf 26 oktober 1978 tot heden. De satellietdata tonen dat het zee-ijsoppervlak in de loop van de tijd afgenomen is. Dat wordt maar al te makkelijk toegeschreven aan de algehele opwarming van de aarde en daarmee automatisch aan het toegenomen CO2 gehalte van de atmosfeer, de AGW (Antropological Global Warming). In werkelijkheid is dat proces veel ingewikkelder en spelen vooral zeestromen een rol in de veranderingen van het zee-ijsoppervlak.

Desalniettemin is de afname van het minimum zee-ijsoppervlak een van de kroonjuwelen geworden in het klimaatalarmisme, naast de zeespiegelstijging. Vele klimaatalarmisten hebben in het recente verleden al voorspeld dat de Noordpool spoedig (2012, 2014, 2015) ’s zomers ijsvrij zou zijn, maar dat wil maar niet lukken.

Fig.2    Bron: NSIDC

Het kaartje van figuur 2 laat het zee-ijs in augustus 2022 zien, de roze lijn geeft de gemiddelde omvang van het zee-ijs in augustus weer in de periode 1981-2010. Het ziet er niet dramatisch uit naar mijn mening.

Fig.3    Bron: NIPR

Bovenstaande grafiek is afkomstig van het Japanse NIPR, het National Institute of Polar Research. De rode lijn geeft het verloop van het zee-ijsoppervlak weer van 1 januari t/m 7 september 2022. Te zien is dat het oppervlak op 7 september j.l. ruim boven die van de drie jaren ligt met de laagste cijfers. Het huidige oppervlak ligt zelfs boven de gemiddelde extent van de jaren 2010 t/m 2019. Het laagste punt in de grafiek van 2022 is waarschijnlijk nog net niet bereikt op 7 september j.l., maar dat zal weinig meer uitmaken.

Fig.4    Data: NSIDC

In figuur 4 heb ik de jaarlijkse minimal sea ice extent vanaf 1979 t/m 2022 weergegeven in een grafiek. De oranje lijn is de smoothing van de jaarlijkse minima. Duidelijk is te zien dat al meer dan 10 jaren het minimum oppervlak zee-ijs niet meer afneemt: de trend is al meer dan 10 jaren vlak.

Keulemans noemde in zijn artikel ‘Minder verkoelend poolijs in het hoge noorden’ als mede oorzaak van de afgelopen warme en droge zomers. Op basis van bovenstaande cijfers blijkt dat onzin te zijn, vanaf 2010 is de afname van het zee-ijsoppervlak per saldo nul. En in de periode waarin het zee-ijs wél afnam, van eind jaren ’90 tot 2010, kende Nederland en Europa eigenlijk geen opvallende warme en droge zomers. Dat toont eens te meer aan dat je erg moet oppassen met dramatische verhalen als die van Keulemans in de Volkskrant. Later meer hierover.

Fig.1    Bron: Telegraaf

Voorstanders van biomassa stoken, waaronder de PvdA  eurocommissaris Frans Timmermans, gebruiken altijd hetzelfde argument voor het verbranden van hout: zonder biomassa halen we ‘onze’ klimaatdoelen niet. Sinds de Russische inval in Oekraïne is er een nieuw argument bijgekomen, namelijk het vervangen van Russisch gas. In 2030 moet de opwekcapaciteit uit verbrand bos van 511 gigawatt naar 1236 GW, aldus Timmermans.

Maar bossen verstoken is volstrekt achterlijk en onzinnig. Bossen spelen een cruciale rol in de leefbaarheid van de aarde, veel groter dan  hout stoken ook maar kan betekenen voor het halen van ‘klimaatdoelen’, wat dat ook mag inhouden. Klimaatverandering is volgens klimaatalarmisten synoniem voor CO2, waarmee ze klimaatverandering verengen tot een rekensommetje van CO2-uitstoot. Maar dat is om meerdere redenen een misvatting. De mythe van bosverbranding als ’klimaatneutraal’ is in elk geval al vaak doorgeprikt: bosverbranding zorgt juist voor veel meer CO2-uitstoot.

Ad Huijser heeft over die mythe van houtverbranding een artikel geschreven. Ad was in zijn werkzame leven onder andere directeur van het Philips Natuurkundig Lab en later verantwoordelijk voor de wereldwijde research van Philips. Hij is een praktisch ingestelde wetenschapper die uitstekend kan rekenen en zich, zoals meer van zijn collega’s, na zijn pensionering  met enthousiasme bezig ging houden met klimaatverandering. Hij rekende de consequenties van bosverbranding  voor het atmosferisch CO2-gehalte door:

Waarom het verstoken van bomen toch echt geen goed idee is.

Inmiddels moet bijna iedereen toch wel begrijpen dat het verstoken van gekapt hout in biomassa-centrales niet zo’n goed idee is. Toch zijn er nog altijd velen, en m.n. politici als Frans Timmermans en Rob Jetten, die maar niet willen geloven dat dit, in principe “ideale” cyclische en hernieuwbaar proces, zelfs heel slecht is voor onze atmosfeer. Hardnekkig weigeren deze laatsten te besluiten om onmiddellijk met die onzin te stoppen. Erg ongeloofwaardig beleid van dit soort “klimaatpausen”.

Een jaar geleden wilde ik deze onzin op een simpele manier “bewijzen” door het vergelijken van 2 identieke werelden, waar de ene al zijn energie opwekt met het verstoken van fossiele brandstoffen, zeg aardgas, en de andere wereld met het kappen/verstoken van hout. Ik dacht dat het allemaal wel klopte, maar Leffert Oldenkamp maakte me duidelijk dat de houtcyclus van kap en her-groei qua CO₂ huishouding toch wat ingewikkelder in elkaar steekt dan mijn simpele aanname van alleen opslag in het bovengrondse hout. Weg eenvoudig model, en heb het hele idee daarna maar snel vergeten. Toch is het kennelijk wel blijven “hangen”. Via de aanpak van een ander probleem, bleek plots de bewijsvoering tegen het gebruik van hout in biomassacentrales zelfs simpeler dan ik eerder dacht.

Kees le Pair en ik hebben 2 jaar geleden een eenvoudig model opgesteld over hoe de extra CO₂ a.g.v. de jaarlijkse antropogene emissies zich verdeelt over de diverse opslagreservoirs op Aarde, zoals de atmosfeer, de oceanen, gesteentes en biomassa’s [1]. De uitwisseling van CO₂ tussen die diverse reservoirs is een simpel interface proces dat wat ons betreft universeel toepasbaar is. We keken uiteraard in het bijzonder naar de uitwisseling tussen de atmosfeer enerzijds en de diverse andere reservoirs anderzijds. Die laatsten zijn m.n. de oceanen en de vegetatie die beiden ongeveer elk de helft van de CO2 opslag voor hun rekening nemen [2]. Dat transport van atmosfeer naar ieder specifiek opslagreservoir (sink) wordt zowel bepaald door het verschil in concentratie aan beide kanten van dat interface, als door het gemak waarmee een CO₂-moleculen van de ene naar de andere kant geraakt. Als nu de CO₂-concentratie in de atmosfeer gegeven wordt door N(t) en in een van de andere opslagreservoirs door N_R, dan is (N(t) -N_R) de drijvende kracht van dit proces. Het bijbehorende massatransport per tijdseenheid (de “rate”) wordt nu bepaald door (N(t) -N_R)/τ_R waarin 1/τ_R een maat is voor het gemak waarmee CO₂ het atmosfeer-reservoir interface passeert, vermenigvuldigd met het oppervlak van dat interface. Daarmee heeft τ_R de dimensie van een specifieke tijd en ieder reservoir heeft zo z’n eigen specifieke [N_R, τ_R] combinatie. Als CO₂-moleculen on-onderscheidbaar zijn en alle opslagreservoirs vertonen geen verzadigingsverschijnselen (in de praktijk lijken beide gewaarborgd), kan je het hele Aardse systeem beschrijven als bestaande uit de atmosfeer plus slechts één enkel (virtueel) reservoir als optelsom van al die verschillende “sinks”, met de karakteristiek [N₀, τ₀]. Die parameters zijn te beschrijven als eenvoudige combinaties van al die N_R en τ_R waardes, maar die hoef je individueel niet te kennen in onze analyse.
Dit model leidt tot een eenvoudige differentiaalvergelijking voor de atmosferische concentratie N(t):

dN(t)/dt = B(t) – (N(t) – N₀)/τ₀      (1)

waarin B(t) de jaarlijkse, antropogene emissie is die we door het gebruik van fossiele brandstoffen jaarlijks en mondiaal de atmosfeer in pompen. Op basis van 60 jaar aan data over die jaarlijkse CO₂-emissies en metingen van N(t) tussen 1960 en 2020, hebben Kees en ik de bijbehorende waardes N₀ = 287 ppm en τ₀ = 53,5 jaar met een hoge nauwkeurigheid kunnen bepalen [1]. In tegenstelling tot anderen die een soortgelijke karakteristieke tijd van ongeveer 50 jaar berekenen [3], is dat niet op basis van curve-fitting en het gegeven van een pre-industriële CO₂-concentratie van 280 ppm, maar op basis van een fysisch gezien, plausibel model gekarakteriseerd door vgl.1, dat voor veel van dit soort interfaces werkt, ook voor bv. onze longen.
Het zgn. Bern-model waar het IPCC de toekomstige CO₂-scenario’s zoals bv. het “business as usual “ RCP8.5 scenario mee uitrekent, sommeert de diverse reservoirs niet, maar laat ze werken afhankelijk van de origine van de CO₂-moleculen. Wat kort door de bocht: snel voor de “natuurlijke” CO₂ of traag, voor de “antropogene” CO₂ met karakteristieke tijden tot bijna 200 jaar toe. Zo blijft de antropogene CO₂ ontzettend lang in de atmosfeer en krijg je dus hele hoge concentraties in 2100.
Maar hoe weet het IPCC van elk individueel CO₂-molecule in de atmosfeer waar het vandaan komt en hoe lang het al in de atmosfeer zit? Kortom, fysische gezien weinig plausibel [3].

Ik noem ons model wel eens gekscherend het “lekke fietsband” model. De analogie moge duidelijk zijn: net als bij het oppompen van een lekke fietsband, pompen we de atmosfeer voortdurend vol met antropogene CO₂ die vervolgens ook continu weer deels weglekt door opname in de oceanen, vegetatie en andere natuurlijke “sinks”. De grootte van dat integrale “lek” bepaalt de karakteristieke tijd waarin de band druk verliest en samen met de “overdruk” bepalen ze de snelheid waarmee de “band” leegloopt. Ook bepalen de grootte van het “lek” plus de snelheid waarmee we de band proberen op te pompen, de maximale druk die kan worden behaald. Voor de atmosfeer geldt dat net zo; ook daar is er een maximale CO₂-concentratie N_max bij een gegeven emissie B_max. Op dat moment “lekt” er nml. net zoveel naar de sinks, als dat je er aan CO₂ inpompt en geldt dus dN(t)/dt = 0.  Vgl.1 levert ons dan de simpele relatie:

N_max = N₀ + B_max. τ₀           (2)

En dat is een uitermate krachtige formule in het opstellen van toekomstscenario’s voor de maximale broeikasgasconcentraties bij een gegeven, constante uitstoot. Met onze, al eerder bepaalde waarden voor de [N₀,τ₀] combinatie, hoef ik nu alleen nog maar B_max te kennen. Hiermee is het effect van de uitstoot bij het verstoken van hout in biomassacentrales, uitstekend te vergelijken met die bij het verstoken van aardgas. Voordeel van vgl.2 is dat ook de scenario’s van het IPCC daaraan moeten voldoen ondanks hun wat vreemde aannames, alleen is hun waarde voor τ₀ dus aanzienlijk groter.

Een fundamentele factor die vaak in die mooie verhalen over cyclische processen wordt vergeten, is het feit dat de voorraad die na de eerste volle cyclus, ook in een “perfecte” kringloop opgeslagen zit, daar (helaas) voor “altijd” in blijft zitten. Die hoeveelheid CO₂ van de eerste volle cyclus, die bij het verbranden van hout ongeveer een factor 3 hoger is dan bij het verstoken van gas voor een equivalente energieproductie, slepen we dus “eeuwig” mee in onze atmosfeer, en maakt het middel dan ook al snel erger dan de kwaal. Op basis van vgl.2 is dat eenvoudig te bewijzen.

Stel we genereren al onze energie met aardgas. Dat is niet realistisch want het gaat hier alleen om de opwekking van elektriciteit , maar ook voor een gedeeltelijke substitutie van fossiel door houtverbranding, blijft voor dat deel de volgende redenering volstrekt geldig. Het maakt de formules dan wel onnodig complex, vandaar deze aanname.
We stoten daarbij uiteindelijk als de wereldbevolking is uitgegroeid, zowel in aantal als welvaartsniveau, een jaarlijks constante hoeveelheid CO₂ uit, gelijk aan B_GAS . Het bijbehorende CO₂  niveau in de atmosfeer N_GAS wordt daarbij gegeven door vgl.2.
Wordt dezelfde energiebehoefte ingevuld middels houtverbranding, dan zal de CO₂-uitstoot B_BIO gezien de inefficiëntie van houtverbranding per gegenereerde MWh een factor 3 meer zijn. Volgens vgl.2 neemt de daarbij behorende CO₂-evenwichtsconcentratie N_BIO  dus toe tot het niveau:

N_BIO = N₀ + τ₀B_BIO = N₀ + 3τ₀B_GAS = N_GAS + 2τ₀B_GAS     (3)

Deze relatie laat precies het probleem zien, N_BIO > N_GAS. Alleen als τ₀ = 0 zijn biomassacentrales klimaat-technisch gelijkwaardig aan gascentrales. Maar in dat geval is het verstoken van fossiele brandstof ook zelf al probleemloos omdat dan de natuur onmiddellijk alle geëmitteerde CO₂ weer opneemt. Zo niet, en dat is de praktijk, dan zijn hout-gestookte biomassacentrales altijd slechter. Let wel, met de CO₂-emissie tegen het jaar 2100 van zo’n 6 ppm/jaar, en dat is nagenoeg onvermijdelijk, levert bij deze aannames vgl.2 met 50 jaar verblijftijd in de atmosfeer 600 ppm (!) extra aan atmosferische CO₂ concentratie. Met MODTRAN [4] heb ik even uitgerekend dat die extra CO₂ bij het verstoken van hout i.p.v. gas, een extra opwarming geeft van 0,83 ^oC. Als we de klimaatgevoeligheid van ECS = 3K/2xCO₂ van het IPCC geloven, zelfs 2,2 ^oC.

Opvallend is dat de cyclustijd, het groeiproces van hout, de meest geschikte boomsoort of het CO₂ opslagproces, totaal niet relevant zijn in deze analyse. Toch zou het kunnen dat die houtcyclus van kappen en her-groei, de relaxatietijd τ₀ van CO₂ sterk beïnvloedt. Dus doen we die berekening nog eens over met verschillende relaxatietijden τ_BIO en τ_GAS voor de bio- en gas scenario’s respectievelijk. En dat resulteert in:

N_BIO = N_GAS + B_GAS(3τ_BIO – τ_GAS)     (4)

Voor τ_BIO = τ_GAS = τ₀ is vgl.4 natuurlijk identiek aan vgl.3. Verder is het uit vgl.4 evident, dat het verstoken van hout, alleen aantrekkelijker is als τ_BIO < τ_GAS/3. Dat is evenwel verre van realistisch. Immers, zoals al eerder gesteld, wordt op dit moment ongeveer de helft van de CO₂ opgeslagen in de oceanen [2]. Laten we voor de eenvoud even aannemen dat de andere helft opgeslagen wordt in houtvorming. In dat geval is het CO₂-opnemend vermogen van beide componenten gelijk en kunnen we met deze ongelijkheid simpel uitrekenen dat door (of liever gezegd “ondanks”) de bijbehorende kaalslag bij het kappen van al dat hout, het CO₂ -opnemend vermogen van de wereldwijde biomassa aan hout al met een factor 5 zou moeten toenemen om het verstoken van hout, zelfs maar net te rechtvaardigen. En die factor 5 is al optimistisch laag, want de wereldwijde opslag in hout is zeker minder dan de helft. Verder commentaar op dit weinig realistische idee, lijkt me overbodig.

Kortom, het verstoken van hout in biomassacentrales op grond van het idee van een gesloten cyclus voor het “klimaat-neutraal” opwekken van energie, zal ons opzadelen met een aanzienlijk hoger CO₂-concentratie in de atmosfeer. Voor AGW-adepten kan dit niet anders betekenen dat we qua opwarming hiermee “het paard achter de wagen spannen”. Met dank aan Frans Timmermans.

Ad Huijser, augustus 2022

[1]          C. le Pair en A. Huijser (2020), http://www.clepair.net/oceaanCO2-4.html

[2]          Global Carbon Project: Carbon Budget 2020 en/of 2021, https://www.globalcarbonproject.org/carbonbudget/index.htm

[3]          zie o.a. R. Spencer (2020), https://www.drroyspencer.com/2020/02/nature-has-been-removing-excess-CO2-4x-faster-than-ipcc-models/

“Wereldwijd wordt het warmer, en CO₂ is daarvan de onomstotelijke oorzaak (IPCC, 2021). Tot zover niets nieuws.” Zo begint een recent bericht op de alarmistische blog Klimaatveranda, als reactie op de opzienbarende publicatie van Jippe en Han Hoogeveen. Ik heb onlangs aandacht besteed aan die paper van vader en zoon Hoogeveen, zie hier. Volgens de vier schrijvers van het bericht op Klimaatveranda, waaronder Tinus Pulles en weerman Peter Kuipers Munneke, maken de Hoogeveens twee fundamentele fouten:

• ze zien over het hoofd dat de wind uit álle windrichtingen opwarmt
• ze verwarren het weer met het klimaat

De argumentatie die men daarbij hanteert vindt u in hun bericht.  Het is een nogal uitgebreid verhaal dat ik hier niet zal herhalen. Ik raad eenieder aan het eerst te lezen en dan pas de onderstaande reactie van Jippe en Han Hoogeveen (door mij enigszins geredigeerd voor de leesbaarheid). Die reactie staat ergens onder het blog tussen allerlei andere reacties, en dreigt op die manier te weinig aandacht te krijgen. Daarom publiceer ik hun reactie hier:

Reactie Jippe en Han Hoogeveen op het bericht van Pulles c.s. :

Hieronder geven we een reactie op al jullie bezwaren. Eerst maken we nog even twee algemene opmerkingen die belangrijk zijn en blijkbaar nog niet voor iedereen helemaal duidelijk. We zullen dan stap voor stap alle problemen die in deze blog worden genoemd weerleggen. Verder zullen we een overzicht geven van wat we precies gedaan hebben in ons onderzoek en alle mogelijke problemen ook nog even toelichten. Vervolgens geven we aan hoe meneer Pulles ons kan overtuigen. Wij zullen niet proberen hém te overtuigen, want dat kan helemaal niemand (zelfs het KNMI niet).

Algemene opmerkingen

De data die wij hebben gemaakt gaan over de luchtstroming op een bepaalde dag. Als wij dus iets aanmerken als N,G, dan zou je bij die weerkaart een stroming recht uit het Noorden naar Nederland vinden. Dit betekent echter niet dat de lucht op die dag uit het Noorden komt, omdat de dagen daarvoor ook nog duidelijk invloed hebben. Onze dataset zit dus eigenlijk een beetje tussen windrichting en brongebied in. In het interview in de Telegraaf gaan we hier niet heel diep op in en noemen we dit gewoon het brongebied, om het verschil duidelijk te maken met de windrichting aan de grond. Dit is natuurlijk ook maar een benadering, dus het kan waarschijnlijk nog wel betrouwbaarder. Echter gegeven hoe goed dit model de variaties op zowel dagelijks als jaarlijks niveau kan verklaren, is dit zo te zien al een behoorlijk goede benadering:

Fig.1    Bron:  Hoogeveen en Hoogeveen 2022

Verder ook als reactie op wat commentaar. Wij nemen ook de toegenomen zonnestraling zoals gemeten in De Bilt mee in de regressie op vergelijkbare manier met de windpatronen. Dit verklaart ook een deel van de opwarming. Dit is ook waarschijnlijk in de artikelen in de Elsevier en de Telegraaf niet helemaal goed meegekomen, omdat die ook maar bedoeld zijn als een korte samenvatting en niet als een volledige wetenschappelijke argumentatie.

We zullen jullie blog langslopen en overal op reageren:

Verrassende conclusie

Ten eerste zeggen jullie dat onze beweringen problematisch zijn omdat ze haaks staan op wat er nu bekend is in de klimaatwetenschap. We zijn het met jullie eens dat dit inderdaad een erg verassende uitkomst is. Dit merken we ook op in het wetenschappelijke artikel zelf en daarom doen we nog wat extra experimenten om er echt zeker van te zijn dat we geen fouten hebben gemaakt. Al deze experimenten geven echter duidelijk aan dat er geen fouten in lijken te zitten. Hierom is het in onze mening toch echt wel de moeite waard om dit te publiceren. Wetenschappelijk gezien lijkt het ons dat je een artikel alleen maar niet publiceert als er fouten in zitten. Het feit dat het afwijkt van andere artikelen zou in principe niet de enige reden mogen zijn om iets direct af te wijzen. Het is natuurlijk wel een reden om er met enige scepsis naar te kijken, maar als het artikel zelf klopt, dan klopt het.

Poitou (CO₂ veroorzaakt verandering circulatie)

Ook zeggen jullie even later dat uit het artikel van Poitou zou volgen dat die veranderingen die wij waarnemen in luchtcirculatie hoogstwaarschijnlijk toch ook komen door de toename van broeikasgassen. Ik moet eerlijk bekennen dat ik geen flauw idee heb hoe jullie daarbij komen. Ik heb het hele artikel van Poitou gelezen, maar er wordt daar überhaupt helemaal niets gezegd over CO₂ of waarom bijvoorbeeld de lucht hier vaker uit het zuiden zou moeten worden aangevoerd door een toename van CO₂, of iets dergelijks. Het enige dat er wordt gezegd is dat er door temperatuur en straling drukverschillen ontstaan en daarmee dus wind.

Misschien dat jullie redereneren in de trant van “Klimaat is gelijk aan CO₂, want er is niks anders, dus moet deze verandering in het klimaat wel komen door CO₂.”, maar dat lijkt me zeker niet terecht. Ten eerste is namelijk in de literatuur voor zover wij weten helemaal niets bekend over waarom door CO₂ de circulatie in Nederland zo zou veranderen. Peter Siegmund van het KNMI zei bijvoorbeeld in de NRC dat hij geen idee had waarom de wind vaker uit het westen kwam. Ook het IPCC zegt voor zover wij weten niet zoveel over verandering van circulatie door CO₂ in Nederland. Het enige wat we hebben kunnen vinden, is dat volgens het IPCC de Hadley Cell zowel op het Noordelijk als op het Zuidelijk Halfrond sterker is geworden. Op het Zuidelijk Halfrond achten ze het “likely” dat menselijke invloed de oorzaak is van die verandering op het Zuidelijk Halfrond, maar over het Noordelijk Halfrond zeggen ze dat er “medium confidence” is dat het natuurlijke variabiliteit is. Zie bladzijde 71 van de Technical Summary. Ook het KNMI zegt met modellen dat de atmosfeer toevallig gewoon enkele decennia een ander stromingspatroon kan geven. Deze veranderingen hoeven dus niet eens door CO₂ of zelfs maar door temperatuurveranderingen te komen. Het zou natuurlijk best wel kunnen, maar het punt dat wij willen maken is dat dit op dit moment nog onbekend is waarom dit gebeurt en dat het dus nuttig is om dit te onderzoeken. We zouden het als wetenschappers erg jammer vinden als er gewoon wordt gezegd “Het komt toch wel door CO₂.” en dat er daarom geen onderzoek naar wordt gedaan.

Artikel Van Oldenborgh en Van Ulden

Met betrekking tot het artikel van Van Oldenborgh en Van Ulden. Ten eerste vinden we het erg grappig dat jullie dat omschrijven als “elegant” en “betrouwbaar” en dat van ons broddelwerk vinden, terwijl de onderzoeken toch sterk op elkaar lijken. Er zijn echter een paar verschillen. Ten eerste gebruiken zij de wind aan de grond en wij gebruiken de weerpatronen. Zoals ook al in ons wetenschappelijk artikel is uitgelegd, zijn volgens ons de weerpatronen betrouwbaarder dan de wind aan de grond in De Bilt. Die wind is namelijk veel afhankelijker van kleine bochtjes op het einde die voor de eigenlijke stroming niet zo heel veel uitmaken. Ten tweede doen wij regressie op dagbasis en zij doen regressie op maandbasis. Op dagbasis is volgens ons betrouwbaarder, omdat de effecten van de circulatie al op dagbasis werken. Hiermee kan je veel beter de effecten van windrichtingen kalibreren, want je krijgt op dagbasis bijvoorbeeld heel vaak variaties van nu is het zuidelijke stroming dus warm en dan noordelijke stroming dus koud en die variaties zijn op dagbasis duidelijker. Op maandbasis kan natuurlijk ook wel, maar dan kunnen er ook veel makkelijker andere invloeden in sluipen. Hiermee bedoelen we dat als je bijvoorbeeld op maandbasis een toename van Zuidenwind ziet en tegelijkertijd een opwarming door CO₂, dan kan je op maandbasis veel sneller die opwarming aan de zuidenwind toekennen dan op dagbasis, terwijl dit niet zo hoeft te zijn. Daarom snappen wij niet zo goed waarom die studie zo ontzettend veel beter is dan de onze (afgezien natuurlijk van het feit dat daar wel een grote invloed van CO₂ is en hier niet).

Een andere interessante observatie in die studie is overigens dat in de zomermaanden wind uit het Noorden en uit het Zuiden beiden geen invloed heeft op de temperatuur. Dit lijkt me niet helemaal correct (maar misschien heb ik het wel mis en zijn gebieden als Spanje en de Sahara in de zomer net zo koud als Noorwegen en de zee tussen Noorwegen en Groenland). Dit is een gevolg van het feit dat de windrichting minder betrouwbaar is en dat wordt versterkt doordat de regressie op maandbasis wordt gedaan. Op dagbasis vinden ze namelijk wel wat je zou verwachten, namelijk dat de wind uit het zuidoosten het warmst is. Dit feit verdwijnt echter in de regressie op maandbasis. Ik weet niet 100% zeker waardoor dat komt, maar mijn vermoeden is dat het komt omdat in de zomer vooral W, NW en N heel sterk aanwezig zijn en de rest niet extreem vaak voorkomt. Mijn vermoeden is daarom dat wind uit het Noorden iets meer duidt op dat de lucht op het eind een bocht maakt omdat er een hogedrukgebied in de buurt ligt. Dat hogedrukgebied zelf zorgt er vervolgens ook voor dat het zonniger en daarom warmer is. Dit lijkt me een mogelijk voorbeeld dat in dit geval de relatief warme invloed van wind uit het Noorden “spurieus” is (om een mooie term van meneer Pulles te lenen), omdat die warmte niet van de wind maar van de zon komt. Natuurlijk is dit allemaal speculatief en heb ik geen enkel bewijs dat het echt zo is, maar het lijkt me een mogelijke verklaring voor dit gekke resultaat. Echter blijft dan natuurlijk wel de vraag: hoezo is dit artikel dan wel zo elegant en betrouwbaar en dat van ons niet?

Dan nog een laatste toevoeging over de vergelijking tussen de windrichting aan de grond in De Bilt en de weerpatronen van ons. Zoals al in het wetenschappelijk artikel is genoemd, heeft de wind in De Bilt veel meer ruis in vergelijking met de weerpatronen. Bij iets als temperatuur zou je verwachten dat de ruis geen invloed heeft op de trends. Echter hier heeft de ruis wel een sterke invloed op de trends in windrichtingen. Dit komt omdat bij stroming uit het Zuiden de ruis hem altijd minder zuidelijk en dus minder warm maakt. Net zo wordt stroming uit het Noorden door de ruis altijd warmer gemaakt. Hierdoor zie je ook veel minder duidelijke trends in de windrichting dan in de weerpatronen. Er zijn natuurlijk nog wel trends zoals bijvoorbeeld de sterke toename van Zuidwestenwind, maar die trends worden door de ruis ernstig verzwakt.

Ook hebben we in het artikel nog gekeken of de trends die wij in onze weerpatronen vinden wel enigszins kloppen en dat ze niet komen doordat we onbewust per ongeluk toch in de moderne tijd systematisch de weerpatronen te warm (dus te zuidelijk) inschatten. Dit hebben we gedaan door te vergelijken met de windrichtingen. We gaan er namelijk van uit dat gegeven een bepaald weerpatroon de windrichting ongeveer dezelfde verdeling zal volgen (dus bijvoorbeeld bij weerpatroon Z,G zou je verwachten dat de wind een groot deel van de tijd uit het Zuiden waait, maar ook een beetje uit het Zuidoosten en Zuidwesten of zelfs uit het Oosten of Westen of nog erger). We schatten nu die verdeling over de hele periode en vervolgens maken we met die verdelingen voor 1961-1990 en 1991-2020 een schatting over hoe de wind in De Bilt zou hebben gewaaid. Dit wordt vervolgens vergeleken met wat er echt is gebeurd. Als we inderdaad de weerpatronen te zuidelijk in zouden gaan schatten in de tweede periode, dan zouden we in die periode zien dat onze schatting van de wind in De Bilt teveel wind uit het Zuiden heeft en bijvoorbeeld te weinig uit het Noorden. Echter zien we in alle seizoenen nauwelijks afwijkingen. Verder zou je uit die afwijkingen ook schatten dat we in de tweede periode de weerpatronen ongeveer 0,01 graad te warm hebben ingeschat en dat is natuurlijk verwaarloosbaar. De details staan allemaal in het wetenschappelijke artikel, maar de korte samenvatting is dus dat onze weerpatronen goed overeenkomen met de windrichtingen, dus dat de windrichting in De Bilt eigenlijk gewoon het weerpatroon plus ruis is.

CO₂ invloed “vergeten”

Daarna hadden jullie bezwaar bij de statistische methode. Jullie zeggen inderdaad terecht dat wij niet direct onderscheid maken tussen achtergrondopwarming en opwarming door de wind. Het idee hierachter was dat we zoveel datapunten hebben (namelijk alle 21.915 dagen van 1961-2020), dat de invloed van de weerpatronen op basis van de dagelijkse variaties wordt bepaald en dat de achtergrondopwarming over zou blijven. Even verder zeggen jullie dat het bepalen op basis van die dagelijkse variaties niet goed is, maar dit lijkt me bij uitstek de manier om dit te doen. Op dagbasis is inderdaad de CO₂ namelijk zo goed als constant, terwijl de weerpatronen als een malle variëren en de temperatuur die variaties volgt. Deze variaties van dag tot dag komen dus volledig door de weerpatronen, dus daarom zijn die variaties de beste manier om die invloed te schatten.

Het blijft natuurlijk wel een punt dat we CO₂ niet direct meenemen, maar eerst de weerpatronen alles laten verklaren. Daarom hebben we in het artikel hier rekening mee gehouden. Ten eerste hebben we gekeken wat er gebeurt als we wel bij die eerste regressie met de weerpatronen de CO₂ meenemen. Dit verandert helemaal niets aan de invloed van de weerpatronen (sterker nog, die wordt zelfs nog ietsje groter). Jullie zullen nu natuurlijk zeggen dat dit komt doordat de dag tot dag variaties bepalend zijn en dat die voor rekening van de weerpatronen komen, maar dat betekent dus eigenlijk dat de weerpatronen op de juiste manier worden bepaald.

Verder hebben we nog een andere test gedaan om het zekere voor het onzekere te nemen. Bij die test gingen we er namelijk vanuit dat de opwarming in Nederland in principe te schrijven is als som van de achtergrondopwarming door CO₂ en de verandering van de windpatronen. Wat we vervolgens hebben gedaan is eerst die achtergrondopwarming van CO₂ van de temperatuur in Nederland aftrekken. Hiervoor hebben we een klimaatgevoeligheid van 3 graden gebruikt. Wat er dan overblijft zou dus het pure effect zijn van de verandering van de windpatronen als de Aarde niet was opgewarmd door CO₂. Hierop doen we vervolgens weer de regressie met de windpatronen. Nu blijven de windpatronen echter nog steeds alle opwarming verklaren (dus als Nederland 2 graden is opgewarmd en je zegt dat 1 graad door CO₂ komt, dan zegt het model nog steeds dat de luchtcirculatie die volle 2 graden opwarming veroorzaakt en niet de ene graad die over was gebleven). Dit toont ook aan dat het model niet alleen maar zo goed werkt door “overfitting”, want dan hadden we ook de temperatuur gecorrigeerd voor CO₂ perfect kunnen verklaren. Daarom kunnen we ook niet anders concluderen dat de weerpatronen blijkbaar echt alle opwarming hebben veroorzaakt, ook al is dat een extreem verrassende uitkomst. Overigens is dit ook allemaal gecontroleerd door een hoogleraar statistiek, dus statistisch is dit echt de onvermijdelijke conclusie.

“Opwarming weerpatronen”

Verder is een groot bezwaar in het blog dat alle windrichtingen zijn opgewarmd. De manier die jullie hiervoor gebruiken klopt echter niet, maar dat is denk ik vanwege de allereerste opmerking hierboven dat onze dataset tussen de windrichting en het brongebied in zit. Je moet nu niet alleen naar de dag zelf kijken, maar ook naar de paar dagen ervoor. Die paar dagen ervoor hebben dan wel netto een warmere circulatie en daarom warmen ook alle dagen met bijvoorbeeld weerpatroon ZO op.

Overigens vielen mij nog wel een paar dingen op bij de figuur 1 die jullie hebben gemaakt. Volgens mij hebben jullie daar ten eerste de maximumtemperatuur in plaats van de gemiddelde temperatuur gebruikt. Dat maakt natuurlijk niet zo veel uit, maar ik vroeg me wel af waarom jullie dat hadden gedaan. Wat echter wel een serieuzer probleem is, is dat jullie de seizoensinvloeden niet goed mee hebben genomen. Wat ik hiermee bedoel is dat als een windpatroon vaker voorkomt in de zomer dan in de winter, dat hij dan hier warmer wordt geteld. Dit gebeurt bijvoorbeeld bij dingen als N en NO die hier als behoorlijk warm in de grafiek staan. Verder is bijvoorbeeld ZO extreem koud en dat is omdat hij in de zomer veel minder vaak voorkomt dan in de winter. Dit maakt natuurlijk nog niet zo heel veel uit. Echter als de verdeling van een windpatroon over de zomer en de winter anders wordt, dan zal dat wel grote invloed hebben. Zo komt ZO tegenwoordig veel vaker voor in de zomer en in de winter blijft hij erg constant, dus daarom zien jullie dat hij zo sterk opwarmt. Aan de andere kant is bijvoorbeeld NW nauwelijks opgewarmd, omdat die juist vooral in de zomer is afgenomen en in de winter ook relatief constant is gebleven. Dit is wel een duidelijk gevaar bij dit soort analyses. Overigens is het hier denk ik niet de voornaamste reden dat bijna alle windpatronen zijn opgewarmd. Dat komt denk ik door het punt hierboven dat het ook gaat om de paar dagen ervoor en de gemiddeld warmere circulatie van de paar dagen hiervoor neem je zo niet mee.

Opwarming brongebieden

Verder is het inderdaad zo, zoals ook in figuur 2 te zien is, dat de brongebieden allemaal opgewarmd lijken te zijn. Ook hier hebben we voor gecorrigeerd op vergelijkbare manier als hierboven met de CO₂, maar wederom geeft dit geen andere uitkomsten. We kunnen dus statistisch blijkbaar echt niet anders dan concluderen dat de opwarming in Nederland komt door de verandering van circulatie.

Er zijn overigens altijd nog wel een paar kleine mitsen en maren bij de redenatie van figuur 2. Als namelijk in Nederland de wind vaker uit de warme hoek waait, dan zal dat bijvoorbeeld in grote delen van Europa ook zo zijn. Hierom zal dat ook daar tot extra opwarming leiden. Als echter de wind een tijd uit de koude hoek waait, dan worden ook grote delen van Europa weer kouder naar waarden van vroeger, zoals bijvoorbeeld in 2010 gebeurde. Het is nu allemaal de vraag hoe het precies zit, maar feit blijft dat wij op basis van onze analyse statistisch echt niet anders kunnen concluderen dan dat de opwarming in Nederland door verandering van de weerpatronen komt. Een eventueel vervolgonderzoek zou hier misschien meer duidelijkheid over kunnen geven.

Temperatuurrecords

Daarna zeggen jullie dat de temperatuurrecords bewijs zijn van het feit dat die weerpatronen dit niet kunnen verklaren. Dat is echter ook niet waar om de simpele reden dat nog niet op elke dag de zo warm mogelijke omstandigheden zijn geweest. Ook wordt de kans op extreme hitte aanzienlijk groter als je meer “pogingen” hebt, dus als er vaker goede omstandigheden zijn. We hebben zelf ook nog even voor de lol gekeken wat er gebeurt als je naar de dagrecords kijkt bij het model van de circulatie. Het bijzondere resultaat is dat de verhouding tussen warmte- en kouderecords daar zelfs nog schever ligt (dus volgens het model hadden we zelfs recht op nog meer warmterecords en op minder kouderecords).

De herfst is “niet veranderd”

Verder zeggen jullie dat de wind in de herfst niet is veranderd. Dit is misschien zo voor de wind aan de grond (alhoewel het daar ook nog wel discutabel is; zie bijvoorbeeld Klimaatgek), maar dat geldt zeker niet voor de weerpatronen. Dit verschil wordt hierboven ook verder toegelicht en ook in de herfst zien we geen systematische afwijkingen tussen de weerpatronen en windrichtingen. Verder zien we in elk seizoen dat de luchtcirculatie de variaties heel mooi verklaart en dat er weinig afwijkingen overblijven. Zeker na 1960 zijn de afwijkingen ook allemaal zeer vergelijkbaar (en het gaat ook maar om verschillen van een paar tienden, dus dat maakt nou ook weer niet zo veel uit). Vóór 1960 zijn er wel een paar verschillen, maar dat komt denken we door een paar redenen. Ten eerste hebben we de hutwisseling in 1950. Wij gebruiken de ongehomogeniseerde data omdat die op jaarbasis nauwelijks afwijkt van de gehomogeniseerde data, maar voor seizoenen scheelt dat meer. Het is nog een beetje de vraag hoe groot de correcties allemaal moeten zijn, maar daar gaan we nu niet op in. Ten tweede zijn er ook andere belangrijke dingen gebeurd zoals de bouw van de Afsluitdijk. Die zorgt met name in de zomer en herfst ervoor dat het tegenwoordig warmer is dan vroeger, terwijl het in de winter en lente tegenwoordig iets kouder daardoor is. Echter zijn deze variaties nog steeds allemaal erg klein (zeg maximaal een halve graad), dus zijn dit allemaal tekenen dat het model vrij goed werkt.

Weer vs klimaat

Daarna zeggen jullie dat wij het weer en het klimaat verwarren. Eerlijk gezegd snap ik niet wat jullie precies bedoelen. Het klopt inderdaad dat onze correlatie is gebaseerd op weer. Dit is in onze mening echter eerder een pluspunt dan een minpunt, omdat in het weer de variaties in temperatuur wel door de variaties in weerpatroon lijken te komen. Vervolgens gebruiken we deze effecten die zijn afgeleid uit het weer en we middelen ze zodat we de sprong maken naar klimaat. Dit gebeurt op precies dezelfde manier als dat temperatuur op een individuele dag weer is, maar omdat je het middelt over langere perioden krijg je klimaat. Hierom snap ik niet precies waarom wij weer en klimaat verwarren. Verder maakt het volgens ons ook niet uit dat een deel van het onderzoek zich afspeelt in het weer, want als je zo’n correlatie al in het weer vindt, dan is hij toch niet automatisch nutteloos? Eerder andersom, want bij het klimaat krijg je allemaal discussies over of die correlaties bijvoorbeeld toch stiekem door CO₂ worden veroorzaakt. Jullie zeggen volgens mij zelf ook dit al bij het stukje verderop over de correlatie tussen wind en temperatuur en dat hij op dagbasis inderdaad komt omdat de wind een sterke invloed heeft op de temperatuur. Ook zeggen jullie dat de CO₂ op dagbasis niet zoveel invloed heeft. Dit betekent volgens ons echter dat onze methode goed werkt, omdat we de invloed van de wind op dagbasis dus goed kunnen schatten zonder dat er snel een eventuele invloed van CO₂ wordt genegeerd.

Schatting weerpatronen

Daarna zeggen jullie dat onze manier van het schatten van de weerpatronen niet betrouwbaar is. Ik denk dat dit ook is omdat jullie dachten dat we met weerpatroon NW op een dag bedoelen dat de lucht in de afgelopen paar dagen uit het NW is gekomen. Dit is echter niet zo, zoals hierboven ook wordt genoemd. Ook in dit specifieke voorbeeld op 31 augustus 1976 zien we dat bij de luchtcirculatie op die dag de lucht uit het NW hierheen gaat stromen. Omdat de dagen hiervoor echter anders zijn, is de lucht zelf op die dag niet uit het NW afkomstig. Hierom kijken we ook altijd een paar dagen terug bij ons onderzoek. Het klopt natuurlijk dat dit ook gewoon een benadering is die vast wel verbeterd kan worden. Het kan natuurlijk altijd beter, maar ons onderzoek laat ook zien dat deze methode ook erg goede resultaten geeft.

Sprong in 1988

Als laatste eindigen jullie met de sprong in 1988. Ik moet eerlijk bekennen dat ik, als ik naar de grafiek kijk, toch wel echt een sprong in 1988 zie en niet heel sterk het gevoel heb dat een lineaire trend beter zou passen. Je kan natuurlijk ook zeggen dat dit gewoon een trend is met ruis en dat die ruis tot 1988 steeds negatiever wordt, dan springt en sterk positief wordt en daarna weer langzaam afneemt. Deze “ruis” zal waarschijnlijk door veranderingen in luchtcirculatie komen, omdat de data gewoon homogeen zijn en er dus niet een station is verplaatst of zo iets. Daarom is dit een mooie test voor ons model en hebben we het in het artikel toegevoegd. We zien dat het model dit behoorlijk goed verklaart. Dit is ook een teken dat we de invloed van de luchtcirculatie niet hebben overschat. Anders zou je namelijk een soort omgekeerd patroon in het residu moeten zien met dus eerst een stijging, daarna in 1988 een sprong omlaag en daarna weer een stijging. Dit was het idee van deze figuur in het wetenschappelijke artikel. Verder snap ik niet helemaal waarom het feit dat ons model dit zo mooi verklaart niets toevoegt. Immers, als de regressie dit mooi verklaart, dan is dat toch een teken dat dat echt in de data zit en dat het model het op de juiste manier uit de data haalt? Er is namelijk in dit model ook zeker geen sprake van “overfitting” want anders hadden we ook wel de data gecorrigeerd voor CO₂ perfect kunnen verklaren, zoals hierboven ook verder is uitgelegd. Ook de interpretatie is goed, omdat we zien dat de correlatie die het model vindt ook hoogstwaarschijnlijk komt doordat de windrichtingen de temperatuur sturen (dit zeggen jullie zelf ook in het blog).

Conclusie

Over jullie conclusie hebben we geloof ik alle inhoudelijke bezwaren hierboven wel genoemd en weerlegd. Verder snap ik de laatste opmerking ook niet helemaal: als windrichtingen op weerbasis invloed hebben op de temperatuur, dan hebben ze dat toch ook op klimaatbasis, namelijk gewoon het gemiddelde van wat je op weerbasis vindt? Het klimaat is namelijk gewoon het gemiddelde weer. Als je bijvoorbeeld ziet dat Zuidenwind op weerbasis altijd 5 graden opwarming veroorzaakt en er komen 10 dagen Zuidenwind bij in het jaar, dan krijg je toch 5 * 10 / 365 = 0,14 graden opwarming op klimaatbasis? Hoezo zou dat dan opeens niet zo zijn?

Samenvatting Artikel

We zullen nu het artikel even langslopen en de mogelijke problemen op de juiste plek erin uitleggen, zodat ook voor de mensen die het wetenschappelijke artikel nog niet goed hebben gelezen het ook kunnen volgen.

Indeling weerpatronen

In het wetenschappelijk artikel hebben we geprobeerd om uit te vinden hoe groot de invloed van de luchtcirculatie is op de temperatuur in De Bilt. De standaardmanier die ook al in de literatuur bekend is, is om te redeneren vanuit de windrichting zoals die in De Bilt wordt gemeten door het KNMI. Er zijn echter grote nadelen aan die windrichting, namelijk dat hij heel sterk wordt beïnvloed door het laatste stukje van de stroming. Zo gebeurt het bijvoorbeeld behoorlijk vaak dat lucht uit het Noorden wordt aangevoerd, maar door een klein bochtje op het einde meten we dit als Westenwind. Hierom hebben we besloten om zelf een soort van “verbeterde windrichting” te maken. Om dat te doen, hebben we weerkaarten van vroeger langsgelopen. Vervolgens hebben we bij elke weerkaart gekeken hoe de stroming eruit zag. Hierbij kijken we specifiek naar waar de lucht op basis van die weerkaart vandaan komt voor hij naar Nederland gaat en of hij dat doet met een bocht tegen de klok in (cyclonaal), of met de klok mee (anticyclonaal) of geen bocht. Voor de brongebieden verdelen we het in 8 regio’s namelijk N, NO, O, ZO, Z, ZW, W, NW. Verder onderscheiden we ook nog het speciale type A als er niet echt duidelijk lucht wordt aangevoerd van ver weg. Op deze manier kennen we aan elke dag 1 van de 25 opties toe en dit noemen we een weerpatroon. Een belangrijke opmerking hierbij is dat deze weerpatronen niet direct het brongebied van de lucht op een bepaalde dag aangeven (dus als we een dag N,G hebben, dan komt de lucht op die dag niet noodzakelijkerwijs uit het Noorden), omdat de dagen ervoor anders kunnen zijn. Deze indeling is natuurlijk ook maar een benadering en je zou wel kunnen proberen om direct het brongebied te berekenen van de lucht, maar dat hebben we niet gedaan.

Verschuiving weerpatronen

Nadat we alle dagen een weerpatroon hadden gegeven, zagen we iets opvallends: in elk seizoen komt tegenwoordig de lucht vaker uit warme richtingen. De grafieken staan allemaal in het wetenschappelijke artikel zelf. Ook hebben we de periodes 1961-1990 vergeleken met 1991-2020, omdat de verschillen hier het grootst zijn. We hebben hier statistisch gekeken of de verschillen significant zijn. Dit bleek heel vaak zo te zijn. In elk seizoen was het ongeveer zo dat de warme windrichtingen significant waren toegenomen en de koude windrichtingen significant waren afgenomen.

Invloed weerpatronen op temperatuur

Vervolgens hebben we geprobeerd om de invloed van die weerpatronen op de temperatuur te bepalen. Hiervoor hebben we een techniek gebruikt die lineaire regressie heet. Het idee hiervan was dat we voor elke dag naar die dag en de 4 dagen ervoor keken welke weerpatronen er allemaal waren. Die telden allemaal voor 20% mee. Vervolgens zeggen we dat elk weerpatroon behalve A voor elk seizoen een bepaalde invloed heeft op de temperatuur (zo heeft bijvoorbeeld O,G in de winter een sterk negatieve invloed op de temperatuur). Hoe groot die invloeden precies zijn, hebben we geschat met lineaire regressie. Het idee hiervan is dat je die invloeden zo gaat kiezen dat je op dagbasis zoveel mogelijk afwijkingen verklaart. Ook nemen we ook nog de zonnestraling in De Bilt, de bewolking in De Bilt en de windsnelheid in De Bilt mee op dezelfde manier, want het idee is dat zonnestraling natuurlijk de temperatuur verhoogt en dat bewolking en wind de nachten warmer maken. Dit model werkt al behoorlijk goed en dit noemen we het luchtmodel. De onderliggende aanname is hier dat op dagbasis geldt dat de correlatie tussen temperatuur en luchtcirculatie komt doordat de luchtcirculatie de temperatuur stuurt. Dit is ook logisch, want lucht uit het zuiden komt van een warmere plek en is warmer en daarom wordt de temperatuur hier ook hoger. Meneer Pulles is het hier op dagbasis overigens ook mee eens net als het KNMI.

Vervolgens hebben we nog een toevoeging gedaan. Als het namelijk de afgelopen paar maanden erg warm is geweest, dan wordt de Noordzee met name ook veel warmer. Dit heeft vervolgens weer invloed op de temperatuur in De Bilt. Hierom hebben we met behulp van het luchtmodel de zeewatertemperatuur geschat door te zeggen dat hij langzaam lineair op de afwijkingen in het luchtmodel reageert. Dit doen we met het luchtmodel en niet met de echte temperatuur in De Bilt zodat we zeker weten dat we alleen de invloed van luchtcirculatie meenemen. Vervolgens doen we nog een keer regressie op dagbasis met 2 variabelen, namelijk de waarde van het luchtmodel en de geschatte zeewatertemperatuur. Dit model werkt erg goed en kan 60% van de dagelijkse variantie en al 81% van de jaarlijkse variantie verklaren (dat is heel erg veel). De grafieken staan allemaal in het wetenschappelijke artikel.

Geen opwarming meer over

Vervolgens kunnen we gaan kijken wat er overblijft aan temperatuursignaal in De Bilt. We hadden verwacht om hier een lichte stijging te zien dankzij de CO2-concentratie (zeg bijvoorbeeld 1 tot 1,5 graad). Echter zien we dat de temperatuur in De Bilt gecorrigeerd voor de luchtcirculatie vrijwel niet is toegenomen! Dit vonden we ook erg verrassend, dus daarom hebben we nog een paar controles gedaan. Ten eerste hebben we namelijk CO2 niet in de eerste regressies meegenomen (zoals meneer Pulles ook al zegt) en daarom kan het zijn dat de invloed van de luchtcirculatie wordt overschat door het model. Hierom hebben we onze regressies hierboven nog een keer gedaan, maar nu voegen we CO₂ wel telkens als factor toe. Dit verandert de conclusies niet, want nog steeds wordt alle opwarming verklaard door de verandering van de luchtcirculatie. Ook hebben we nog een ander experiment gedaan om het zekere voor het onzekere te nemen. Hierbij zeggen we van tevoren al dat CO₂ de oorzaak is van een groot deel van de opwarming. Vervolgens trekken we die CO₂-invloed af van de echte temperatuur in De Bilt. We gaan er nu vanuit dat die temperatuur eruit ziet als CO₂-invloed plus luchtcirculatie, dus zouden we nu het zuivere effect van de luchtcirculatie over moeten houden. Vervolgens doen we weer onze regressie. Ook dit verandert de uitkomsten niet, want de luchtcirculatie verklaart weer alle temperatuurstijging (hiermee bedoelen we dus dat als het in De Bilt zeg 2 graden is opgewarmd en je trekt er 1 graad door CO₂ vanaf, dat de luchtcirculatie dan nog steeds 2 graden opwarming verklaart). Dit geeft ten eerste duidelijk aan dat ons model ook niet “overfit”, dus teveel wil verklaren met teveel parameters, want dan zou hij hier ook probleemloos precies de ene graad verklaren die overblijft, maar niet meer. Ook geeft het duidelijk aan dat de luchtcirculatie echt zo’n grote invloed heeft op de temperatuur in De Bilt. Hiermee is het bezwaar van meneer Pulles over dat we CO₂ niet goed meenemen ook weerlegd.

Het blijft natuurlijk nog wel vreemd, want we zien dat het over de hele wereld opwarmt, dus ook in onze brongebieden. Hierom hebben we nog een vergelijkbare test gedaan als met de CO₂, alleen hebben we nu de wereldgemiddelde temperatuur van de temperatuur in De Bilt afgetrokken. Ook dit verandert de uitkomsten niet. We kunnen nu statistisch eigenlijk niet anders dan concluderen dat de opwarming van De Bilt volledig komt door de verandering van de luchtcirculatie. Ons onderzoek is ook gecheckt door hoogleraar statistiek Marie-Colette van Lieshout en die was het ook met ons eens. Statistisch is dit dus de onvermijdelijke conclusie. De enige aanname is dat op dagbasis geldt dat de temperatuur zo sterk wordt veranderd dankzij de weerpatronen. Deze aanname lijkt vrij logisch, want lucht uit een warme richting maakt het hier ook warmer. Verder variëren de weerpatronen op dagbasis zo ontzettend veel net als de temperatuur terwijl andere invloeden als CO₂ relatief constant blijven, dus kan die correlatie niet komen doordat CO₂ of iets anders beide dingen stuurt. Statistisch is dit dus de enige onvermijdelijke conclusie die kan worden getrokken uit onze data.

Controleren data

Er is nu nog slechts 1 potentieel probleem: misschien kloppen de data niet. Zoals meneer Pulles ook al opmerkt is dit natuurlijk ook maar een benadering, maar desondanks zou het erg gek zijn als hij systematische fouten gaat geven. Ook klopt het model vrij goed, dus is het aannemelijk dat deze benadering vrij goed is. Verder hebben we dit ook nog vergeleken met de windrichting in De Bilt om echt zeker te weten dat er niet per ongeluk onbewust toch een of andere systematische fout in zit. Hiervoor nemen we aan dat gegeven het weerpatroon de windrichting in De Bilt altijd ongeveer dezelfde verdeling volgt over de tijd. Dit is een vrij logische aanname. Vervolgens schatten we over 1961-2020 die verdelingen voor elk weerpatroon. Hierna gebruiken we die verdelingen in combinatie met de weerpatronen om de windrichting aan de grond in De Bilt te schatten. Dit kunnen we dan vergelijken met de werkelijkheid over de perioden 1961-1990 en 1991-2020. We zien dat deze schattingen erg goed overeenkomen met de echte metingen over beide perioden (alle getallen staan in het wetenschappelijke artikel). Ook schatten we op basis van deze verschillen dat we de periode 1991-2020 ongeveer 0,01 graad te warm hebben geschat ten opzichte van 1961-1990. Dit is natuurlijk volkomen verwaarloosbaar, dus dit toont aan dat de data ook niet per ongeluk onbewust systematische fouten is gaan vertonen. We kunnen dus eigenlijk niet anders concluderen dan dat de verandering in luchtcirculatie de temperatuurverandering in De Bilt volledig verklaart en dat CO₂ blijkbaar geen directe invloed heeft gehad.

Verandering luchtcirculatie door CO₂

Er is nu natuurlijk nog wel een optie die ook door meneer Pulles wordt gesuggereerd: het zou kunnen dat die circulatie zo is veranderd dankzij de toename van CO₂. Pulles heeft zelfs een artikel (Poitou) waarin volgens hem duidelijk wordt gemaakt dat dat zeer waarschijnlijk is. Echter gaat het in dat artikel helemaal niet over toename van CO₂ of sterke veranderingen van circulatie in de afgelopen tijd. Het enige wat erin wordt vermeld is een algemeen overzicht over hoe wind ontstaat en dat dit ook deels komt door de stralingsbalans. Die stralingsbalans wordt door CO2 beïnvloed, dus het zou best kunnen dat CO₂ toch wel invloed heeft op de verandering van luchtcirculatie. Echter is het absoluut niet duidelijk hoe dat nou precies werkt en waarom er bijvoorbeeld vaker aanvoer uit het Zuiden is in plaats van uit het Noorden.

Verder is in de literatuur voor zover wij weten nog niet bekend of de CO₂ de circulatie dusdanig heeft veranderd. Peter Siegmund van het KNMI zegt dat hij het niet weet. Het IPCC zegt dat ze het niet weten. Het enige wat ze hierover zeggen is dat de Hadley Cell is uitgebreid, maar over de oorzaak op dit Halfrond zeggen ze dat hij waarschijnlijk natuurlijk is. Ook het KNMI zegt dat ze het niet weten. Verder zegt het KNMI dat de circulatie gewoon door wat voor reden dan ook afwijkingen kan vertonen over enkele decennia. Het is op dit moment dus gewoon een open vraag of die circulatie is veranderd door CO₂ of door iets natuurlijks, of door een combinatie. Wij weten het niet en we zouden iedereen willen aanmoedigen om hier onderzoek naar te doen.

Conclusie

We hebben nu 1 keer heel uitgebreid gereageerd en ons onderzoek zo goed mogelijk verdedigd. Onze ervaring met discussiëren met meneer Pulles op Twitter is dat het geen enkele zin heeft: hij zal toch nooit overtuigd kunnen worden dat dit klopt of algemener dat CO₂ niet verantwoordelijk is voor de temperatuurstijging in Nederland. Daarom laten we het waarschijnlijk hierbij. Voor zover wij weten, zijn er eigenlijk maar 2 manieren waarop meneer Pulles ons toch ervan kan overtuigen dat De Bilt wel opwarmt dankzij CO₂.

Ten eerste kan hij misschien aantonen dat de correlatie tussen temperatuur en luchtcirculatie op dagbasis toch niet komt omdat de luchtcirculatie de temperatuur verandert. Dit lijkt ons echter extreem onwaarschijnlijk, omdat beide grootheden zo sterk variëren op dagbasis en dit dus niet of nauwelijks kan komen door een andere oorzaak als CO₂. Hij geeft dit zelf ook al toe in zijn blog en daar zegt hij ook dat deze aanname waarschijnlijk klopt.

Ten tweede kan hij een goed mechanisme geven waardoor de circulatie wordt veranderd dankzij de CO₂ wat altijd mogelijk is. We bedoelen nu wel een echt mechanisme. Hierbij bedoelen we dus niet iets algemeens en vaags als “CO₂ is een broeikasgas en het heeft invloed op de stralingsbalans, dus is het logisch dat de circulatie door de CO₂ is veranderd.”. Immers zegt dit alleen maar dat CO₂ invloed kan hebben, maar dat betekent niet dat CO₂ de enige oorzaak moet zijn. Er zijn nog heel veel andere oorzaken te verzinnen zoals alle andere veranderingen in de stralingsbalans of cycli als de AMO of misschien is het wel gewoon dat de atmosfeer toevallig nu in een “warme stand” is geschoten voor een paar decennia, zoals ook mogelijk is volgens het KNMI. We bedoelen bijvoorbeeld meer iets als “door CO₂ warmen de polen harder op dan de evenaar en daarom wordt de straalstroom zwakker en daarom krijgen we meer oostenwind.”, maar dan iets dat wel met de waarnemingen in overeenstemming is en dat ook zeer aannemelijk lijkt op basis van de data en de natuurkunde. Als hij dit vindt, dan kan hij het natuurlijk hier delen, maar misschien is het wel beter om er direct een wetenschappelijk onderzoek over te schrijven en dat naar het KNMI te sturen, zodat zij er ook over kunnen oordelen. Wij hebben hier namelijk niet zoveel verstand van en we zijn zeker geen autoriteit op dit gebied. We hopen dat hem dit lukt, want dat helpt de wetenschap vooruit. Wat de wetenschap echter niet vooruit zal helpen is roepen “het moet toch door CO₂ komen.”, terwijl dat nog niet bekend is en er vervolgens helemaal geen onderzoek naar te doen. Veel succes hiermee!

Naschrift Klimaatgek:

Het kan en mag niet waar zijn. Dat ademt mijns inziens de reactie van Pulles en Kuipers Munneke en twee anderen uit: frustratie over wat Jippe en Han Hoogeveen gevonden hebben. Ik heb het hele proces van begin af aan gevolgd, vanaf het moment dat de jonge student Jippe bij me aanklopte met zijn eerste bevindingen. Het ging toen in eerste instantie helemaal niet over de rol van CO₂ in de opwarming van Nederland, maar over zijn originele manier om de invloed van veranderende  luchtcirculatie op de temperatuur in Nederland te beschrijven. In een later stadium ontdekte hij dat hij CO₂ helemaal niet nodig had om de temperatuurgang sinds 1900 in Nederland te kunnen verklaren. Dat wil uiteraard niet zeggen dat er geen CO₂ -effect is op de mondiale schaal, maar de Hoogeveens vinden die CO_2-invloed niet in hun onderzoek naar de temperatuurontwikkeling in Nederland.

De reactie van Jippe en Han Hoogeveen op het bericht van Pulles c.s. is duidelijk: het verhaal op de blog Klimaatveranda klopt niet. Ik vermoed dat dat een gevolg is van een drietal zaken. Ten eerste een sterke vooringenomenheid bij zaken die te maken hebben met ‘opwarming’. Dat had ik al eerder opgemerkt bij Pulles en ook bij Kuipers Munneke. In de tweede plaats wordt er blijkbaar niet goed gelezen. Ook lijkt het er sterk op dat ze de door de Hoogeveens gehanteerde methodiek niet goed begrijpen.

Ik zie parallellen met de publicatie van onze paper “Reassessment of the homogenization of daily maximum temperatures in the Netherlands since 1901” in december 2021 over de homogenisatie van de De Bilt temperaturen. Ook toen waren er zure reacties en bleek dat Pulles, die toen ook erg actief was op social media, eigenlijk niet goed begreep wat we gedaan hadden. We hebben toen ook een oproep gedaan om onze bevindingen te weerleggen met een peer reviewed publicatie, maar dat is er tot nu toe niet van gekomen.

Een dergelijke oproep tot wetenschappelijke weerlegging doen Jippe en Han Hoogeveen ook. Ze geven aan dat ze niet alwetend zijn en roepen op tot een wetenschappelijke publicatie. “We hopen dat hem dit lukt, want dat helpt de wetenschap vooruit” schrijven ze zelfs! Dus niet je makkelijke gelijk halen op een blog waar vrijwel uitsluitend gelijkgezinden vertoeven, maar een gedegen onderzoek gevolgd door een peer reviewed publicatie in een degelijk tijdschrift.  Kom op, Pulles en Kuipers Munneke!

Fig.1    Bron: KNMI

Onlangs had ik een gesprek met een inwoner van Helden (Limburg) die er van overtuigd was dat het in Helden minder regende dan in Venlo.  Ik kon me nog herinneren dat het gebied rond Roermond al decennialang de minste neerslag in het land ontvangt, dus dat het in Helden minder regent dan in bijvoorbeeld De Bilt zal wel kloppen. Maar omdat Venlo slechts 13 km ten ONO van Helden ligt kon ik me niet voorstellen dat het in helden droger is dan in Venlo, dus ging ik op zoek naar de cijfers.

Het KNMI heeft een databank met dagelijkse neerslaggegevens van 320 actuele en 350 historische neerslagstations. Het kaartje van figuur 1 toont de ligging van de neerslagstations. Helaas heeft Helden (rode x op figuur 1) geen KNMI neerslagstation, dus gebruikte ik de data van station Heibloem, dat zo’n 7 km ten WZW ligt. Ik neem De Bilt ook meteen mee. De tijdreeks van De Bilt begint in 1897, die van Venlo in 1933 en die van Heibloem in 1917. Helaas vertonen zowel Heibloem als Venlo grote hiaten in de meetreeksen, zodat de vergelijking tussen de stations pas in 1954 kan beginnen. De dagdata reken ik om naar jaarcijfers, en dus lopen de drie reeksen door t/m 2021.

Fig.2    Data: KNMI

Figuur 2 toont de jaarlijkse neerslag van elk van de genoemde stations. Er valt een paar dingen op. Ten eerste dat De Bilt hogere waarden laat zien dan de twee Limburgse stations. Dat was al de verwachting. Minstens zo interessant is dat De Bilt van 1954 t/m 2021 een flinke opwaartse trend laat zien terwijl Heibloem en Venlo weliswaar een lichte opwaartse trend vertonen, maar in beide gevallen is die trend zo klein dat die statistisch niet significant is op 95% betrouwbaarheidsniveau. Het gevolg van dit alles is dat in de beginjaren van de reeksen de neerslagcijfers van De Bilt en Venlo nog dicht bij elkaar lagen maar beide reeksen vervolgens steeds meer divergeerden. Volgens de lineaire trendlijn steeg de jaarlijkse neerslag van De Bilt van 780 mm tot ruim 930 mm in de afgelopen jaren.

Fig.3    Data: KNMI

Figuur 3 toont het verschil tussen de jaarlijkse data van Venlo en Heibloem. En inderdaad: gemiddeld over de hele periode viel er in Venlo 34 mm per jaar meer neerslag dan in Heibloem. Er lijkt een golfbeweging in het signaal te zitten maar Ik zou zo een twee drie niet zo snel kunnen bedenken wat dat zou kunnen zijn. Dat er in Venlo gemiddeld wat meer neerslag valt dan in Heibloem lijkt me nu wel logisch: Heibloem ligt op het relatief lage en vlakke middenterras van de Maas, terwijl Venlo tegen het hoogterras van de Maas is gelegen. Vochtige lucht van zee wordt in Venlo gedwongen te stijgen en die lucht blijkt dan voldoende af te koelen om wat meer neerslag te veroorzaken. En omdat ook Helden op het vlakke middenterras ligt en dichtbij Heibloem,neem ik aan dat Venlo waarschijnlijk natter is dan Helden.

Fig.4    Bron: KNMI

Figuur 4a toont de neerslagverdeling over Nederland in de periode 1991-2020. Bij die ongelijke verdeling spelen enkele factoren een rol: meer neerslag bij de kust door zee-invloed, in het noorden meer neerslag dan in het zuiden als gevolg van de banen die lagedrukgebieden volgen, verstedelijking en de hoogteligging. Door die laatste valt er op de Veluwe (tot 110m NAP) gemiddeld de meeste neerslag. Het zuiden van Zuid-Limburg kent ook stuwingsregens tegen de terrassen en plateaus (tot 322m NAP), maar zelfs kleine hoogteverschillen, zoals het hoogterras nabij Venlo (meer dan 20m) en de westkant van het Drents Plateau (15 m) zijn blijkbaar al voldoende om wat meer neerslag te laten ontstaan. Tenslotte is de toenemende verstedelijking in met name West-Nederland de oorzaak van toenemende neerslag. Steden zijn warmte-eilanden met meer convectie, en luchtverontreiniging boven steden werkt als condensatiekernen waardoor het in steden meer regent dan op het omringende gebied.

Tot slot laat kaartje 4b het verschil in neerslag zien tussen de klimatologische periode 1991-2020 en 1961-1990. Te zien is dat in de meest recente klimatologische periode overal in Nederland de gemiddelde jaarlijkse neerslag is gestegen.  In NW Nederland het meeste, en in ZO Nederland het minste. In het westelijk deel speelt verstedelijking een grote rol. Het uiterste ZO puntje van Zuid-Limburg vertoont de minste toename, namelijk van 0-10mm.  Veranderende luchtcirculatiepatronen zullen daar mogelijk een rol spelen.

Fig.1    Bron: Telegraaf

Gisteren, 27 augustus 2022, stonden Jippe Hoogeveen en zijn vader prominent op de foto bij een artikel in De Telegraaf. Aanleiding was de wetenschappelijke publicatie die de jonge wiskundestudent  samen met zijn vader onlangs in het International Journal of Climatology gepubliceerd zag.

Jippe in het interview: “Op de website klimaatgek.nl van Rob de Vos was ik al verhalen tegengekomen over de invloed van de veranderende windrichting op onze temperatuur”. Hij duidde daarbij op een serie artikelen hier uit 2019 waarin ik de windrichting in Nederland sinds 1904 analyseerde. Zie hier, hier, hier, hier en hier.

Fig.2    Bron: Klimaatgek

Een conclusie uit die analyse was  dat het aandeel van SW wind in het jaarlijkse windpatroon al sinds het begin van de metingen in 1904 stijgt. Dat aandeel van SW wind is in die 115 jaren met maar liefst 27% toegenomen. Ik schreef: Hier hebben we ongetwijfeld een belangrijke oorzaak van de gestegen temperatuur in ons land te pakken.

Een probleem bij dergelijke analyses van de windrichting is dat de binnenstromende lucht vaak met een bocht ons land binnenkomt. De wind komt dan gemeten bijvoorbeeld uit het westen maar het brongebied van  die lucht kan dan in de buurt van de Azoren liggen, of juist in de buurt van IJsland. De eigenschappen van het brongebied, het gebied waar de lucht vandaan komt, bepalen in eerste instantie de eigenschappen van de luchtmassa erboven. Op zijn weg naar Nederland veranderen die eigenschappen in zekere mate doordat de eigenschappen van de ondergrond de daarboven bewegende lucht beïnvloedt.

Fig.3    Bron: DWD

De Duitse meteorologische dienst (DWD) heeft al vroeg nut en noodzaak ingezien van het registreren van die bochten in de luchtcirculatie en houdt vanaf 1881 dat bij in hun systeem van Grosswetterlagen (figuur 3). Ik heb daar nog niet zolang geleden een artikel aan gewijd. Het nadeel van dit systeem is dat het vooral beschrijvend van aard is.

Fig.4    Bron: International Journal of Climatology

Terug naar Jippe Hoogeveen. Het mooie van het werk van Jippe (en zijn vader) is dat hij een klimaatmodel heeft gemaakt dat net zoals de GWL van de Duitse meteorologische dienst rekening houdt met de brongebieden en  aanvoerroutes van binnenstromende lucht, maar dat heeft weten te vatten in een wiskundig model. Figuur 4 laat zien dat er  de afgelopen decennia sprake is van grote verschuivingen in de brongebieden van met name de maritieme luchtsoorten:  meer W en SW en minder NW en N. De continentale luchtsoorten laten vooral in de zomer een toename uit de warmere hoek zien (E, SE, S). Dat alles betekent meer aanvoer van warmte dan vroeger.

Fig.5    Bron: International Journal of Climatology

Dat het model van Jippe en Han deugt laat figuur 5 zien. In rood de voorspelling van de jaarlijkse temperatuur in De Bilt door het model, in zwart de gemeten jaartemperatuur in De Bilt. De grafiek toont een zeer goede fit met een R kwadraat van 0,85! Luchtcirculatie verklaart het grootste deel van de opwarming in Nederland, met een kleine rol voor de AMO en de zon. Het meest opvallende is dat CO2 geen rol van betekenis blijkt te spelen.

Dat laatste is voor critici moeilijk aanvaardbaar. Ze opperen dat de invloed van CO2 ‘verstopt’ zit in de warmere lucht uit het zuiden. Han Hoogeveen zegt daarover in de Telegraaf: ,”Nee. Ook voor de opwarming van de brongebieden hebben we gecorrigeerd. Het kan best zijn dat CO2 invloed heeft, maar wij zien het niet… We hebben ook naar CO2 gekeken, maar die lijkt geen rol te spelen bij de verklaring van de opwarming…Het mooie aan ons model is dat het zo transparant is. Alle data is gewoon bekend. Regressie is een standaardtechniek. Ons experiment kan iedereen gewoon herhalen. Op de universiteit bevestigde een professor statistiek dat we alles goed hebben gedaan.”

Een paar dagen geleden heeft kamerlid Pieter Omtzigt een aantal vragen gesteld aan de regering over de prijzen van gas en elektriciteit in Nederland. De aanleiding was een recente grafiek in het FD over de gasprijzen, die gebaseerd was op de data van HEPI, de Household Energy Price Index for Europe. HEPI is een samenwerkingsverband va een drietal energiebureaus, te weten het Finse VasaaETT, Energie-Control Austria en de Hungarian Energy and Public Utility Regulatory Authority (MEKH). HEPI brengt elke maand een rapport uit met een overzicht van de prijzen van gas en elektriciteit zoals betaald in de hoofdsteden van de 27 EU lidstaten plus het Verenigd Koninkrijk en Oekraïne. Daarin staan onthutsende feiten over de gas- en elektriciteitsprijzen.

Fig.1    Bron: HEPI

Figuur 1 laat zien dat de totale eindgebruikersprijs in Amsterdam (lees: Nederland) verreweg de hoogste is van Europa. De prijzen worden weergegeven in eurocent per kWh. Een m3 aardgas is ongeveer 10,2 kWh. De Nederlandse prijs in de grafiek is dus  € 0,2831 x 10,2 = € 2,89 per m3 aardgas. Omdat de totaalprijs niet alleen bepaald wordt door de kale gasprijs maar ook door netwerkkosten en belastingen wordt dat uitgesplitst:

Fig.2    Bron: HEPI

Figuur 2 laat zien dat Nederlandse consumenten ook de hoogste kale gasprijs van Europa betalen, namelijk € 0,1993 x 10,2 = € 2,03 per m3 aardgas. Ter vergelijking: de Belgen betaalden voor de kale gasprijs in juli € 0,1127 x 10,2 = € 1,15 voor 1 m3 aardgas, dat is iets meer dan de helft van wat Nederlanders betalen!

Fig.3    Bron: CBS

Hoe is dat mogelijk? In de meest recente jaarstatistiek van het CBS over 2021 bestond de input grosso modo uit winning (20.770 mln m3) en invoer (54.490 mln m3). Totale input was dus 75.260 mln m3. De output bestond in mei uit verbruik (40.130 mln m3) en export (41.029 mln m3). De totale output was dus in mei 81.950 mln m3. Van het verbruik kwam ¼  voor rekening van de 8,1 miljoen huishoudens, dat was ongeveer 10.000 mln m3. Het gasverbruik van huishoudens in 2021 was dus ongeveer 50% van de winning en 25% van wat we aan gas exporteerden.

Pieter Omtzigt vraagt daarom terecht aan de regering:

  en:

Fig.4    Bron: Twitter

Zijn we met de aardgasprijs voor consumenten de koploper van Europa, op het gebied van elektriciteit betalen we ook een hoofdprijs en zijn we nr 4 van de duurste Europese landen:

Fig.5    Bron: HEPI

Kijken we naar de opbouw van de elektriciteitsprijzen dan ziet dat er zo uit:

Fig.6    Bron: HEPI

Dat we niet op nr.2 staan heeft te maken met kortingen die door de overheid zijn ingevoerd op belasting en btw van elektriciteit. Die korting was in juli 2022 € 0,1824 per kWh, en hangt onderaan de Nederlandse staaf. Heel opvallend is dat de ‘kale’  elektriciteitsprijs in Nederland verreweg de hoogste is van Europa. Hoe kan dat?

Fig.7    Bron: Ourworldindata

Dat is allemaal des te opmerkelijker omdat Nederland nog steeds de grootste producent van aardgas in de EU is, zie figuur 7. De aangegeven productie van 720.000 terajoules  komt overeen met de 20.519 mln m3 aardgas uit figuur 3. Ondanks het feit dat de winning in Groningen nog wat verder teruggelopen is, is Nederland nog steeds de grootste producent van aardgas in de EU. De grootste producenten in Europa zijn echter buiten de EU te vinden: Noorwegen (6x jaarproductie Nederland) en uiteraard Rusland (bijna 40x de Nederlandse jaarproductie).

Alles overziend zijn de energieprijzen Nederland onbegrijpelijk hoog. De energie-armoede ligt niet alleen op de loer maar heeft al in heel veel huishoudens toegeslagen. Het is onbegrijpelijk dat er vanuit de politiek nauwelijks gereageerd is. De ‘kale’ prijs van  aardgas en elektriciteit zijn in Nederland extreem hoog, ik ben erg benieuwd naar een verklaring daarvoor.

Natuurlijk heeft de overheid de laagste inkomens deels gecompenseerd voor de extreem hoge energieprijzen, maar dat is volstrekt onvoldoende geweest. Bovendien kreunt ook een flink deel van de middeninkomens onder de hoge energieprijzen. De belastingvoordelen op elektriciteit lijken vooral een instrument te zijn om Nederlanders te bewegen van gas naar stroom over te stappen, maar voor een groot deel van het energiehuishouden is dat vooralsnog volstrekt onmogelijk. De beerput van de Nederlandse energiepolitiek!

Fig.1    Bron: PleinM

De lage Rijnwaterstand was de afgelopen tijd goed voor veel plaatjes en praatjes. Op bovenstaand kaartje zijn de stroomgebieden van Rijn  en Maas weergegeven. De rode lijn is de waterscheiding tussen beide stroomgebieden. Een stroomgebied is het gebied dat zijn overtollige water afstaat aan één rivier. Het stroomgebied van de Rijn is 160.000 km2 groot, veel groter dan dat van de Maas met 21.000 km3. De afvoer van de Rijn is daarom ook altijd veel groter dan van de Maas. Ik bekijk vandaag de afvoer van de Rijn in historisch perspectief.

Fig.2     Bron: wikiwijs

Figuur 2 laat zien dat de hoogste afvoer van de Rijn in Lobith in de winter wordt gemeten. In het koude jaargetijde is er vanwege de geringe verdamping veel neerslagwater ‘over’ dat door de rivieren afgevoerd wordt. In het late voorjaar  en zomer komt daar het smeltwater uit de Alpen bij. Dat zorgt dat de Rijn ook ’s zomers meestal goed bevaarbaar is. Maar die bevaarbaarheid kwam de laatste weken op de tocht te staan. Ik wilde weten of dat heel uitzonderlijk is, tegenwoordig wordt immers vrijwel elke afwijking van het gemiddelde als een ‘teken’ van klimaatverandering gezien.

De afvoer van een rivier is het debiet en wordt uitgedrukt in m³/s. Die afvoer van de Rijn wordt in Nederland al heel lang gemeten door Rijkswaterstaat. Ik gebruik de data van Lobith vanaf 1901. Het gemiddelde dagelijkse debiet van de Rijn ziet er als volgt uit:

Fig.3    Bron: KNMI

De grafiek loopt t/m 21 juli 2021, tot die datum zijn de etmaaldata beschikbaar op de ClimateExplorer van het KNMI. De lineaire trendlijn (rode streepjeslijn) laat zien dat er van een opwaartse of neerwaartse trend geen sprake is: de afvoer is al meer dan 120 jaren kaarsrecht. Ook de ontbrekende lagere data van de zomer 2022 zullen op die trend geen meetbare invloed hebben.

Maar ik ben natuurlijk wél nieuwsgierig naar die recente lage afvoerwaarden en heb de KNMI data daarom aangevuld met recente data van Rijkswaterstaat. Rijkswaterstaat levert 10-minutenmetingen van het debiet in Lobith. Omdat het hier over de laagwaterafvoer gaat heb ik de data gefilterd en geef ik van elk jaar het laagst gemeten debiet.

Fig.4    Bron: Rijkswaterstaat

De grafiek van figuur 4 toont de laagst gemeten waterstand van 2022 t/m 16 augustus. Het screenshot heb ik gisterenavond rond 23.45 genomen van de website van Rijkswaterstaat. Op 16 augustus schommelde de afvoer tussen 690 en 700 m3/s, ik gebruik 690 m3/s als gemiddelde afvoer voor die dag. Dat gebruik ik als laatste gegeven in mijn tijdreeks:

Fig.5    Bronnen: KNMI en Rijkswaterstaat

Het resultaat ziet u in bovenstaande grafiek die voor elk jaar de laagste etmaalwaarde aangeeft. Voor de duidelijkheid heb ik de laagste waarden (< 800 m3/s) rood gekleurd. De grafiek is duidelijk: behalve 2022 zijn er nog 15 andere jaren waarin het minimum debiet  lager was dan 800 m3/s. Daarvan waren zelfs 6 jaren waarin de afvoer nog lager was dan op 16 augustus 2022, namelijk 1921, 1929, 1947, 1949, 1953 en 1954. Ik weet zeker dat niemand in die jaren ook maar even heeft gedacht dat die lage waterafvoer wat te maken kon hebben met ‘klimaatverandering’. Dat hoort blijkbaar bij de klimaathysterie van de moderne tijd. Overigens vertoont ook de lineaire trendlijn ook in deze grafiek geen spoor van een trend.

Bron: Nu.nl

Wat jammer dat Nu.nl bij hun factcheck ‘vergeten’ zijn dat er ook nog een peer reviewde wetenschappelijke publicatie is over die verdwenen hittegolven van voor 1951 😉

Het is de laatste weken erg droog in Nederland. Nou moet je met dat begrip droogte oppassen, want het heeft diverse betekenissen. Zo kan het betrekking hebben op de hoeveelheid neerslag die gevallen is, maar ook op de beschikbare hoeveelheid oppervlaktewater, hoeveel hangwater beschikbaar is in de bodem, of hoe laag de waterspiegel staat van het freatische grondwater en nog een paar lastige zaken.

Fig.1    Bron: Brabant Water

Het kan dan gaan om  de waterbehoefte van landbouwgewassen, de drinkwatervoorziening, de scheepvaart op de rivieren, de waterbehoefte van bomen, struiken en kruiden enzovoort, en allerlei interacties tussen deze zaken en die uit de eerste alinea. Zo is er een groot verschil tussen de productie van drinkwater uit oppervlaktewater van rivieren en het IJsselmeer in laag Nederland en die uit diep (fossiel) grondwater in hoog Nederland. Minder neerlag gedurende enkele maanden heeft wel invloed op (de winning van) oppervlaktewater, terwijl dat geen effect heeft op de winning van diep grondwater. In figuur 1 is te zien waar Brabant Water het drinkwater vandaan haalt: uit 30 pompstations waar diep grondwater opgepompt wordt. Kortom: het is belangrijk om te weten waar heb je het over als het over droogte gaat.

Ik maak het me vandaag gemakkelijk en ben in dit artikel alleen maar geïnteresseerd in droogte in de betekenis van ‘weinig neerslag’. Het liefst over een lange periode want ik wil natuurlijk wel weten of het gebrek aan neerslag deze zomer een ding van de moderne tijd is of dat het vroeger ook al voorkwam. Ik ga de neerslag bekijken van het KNMI neerslagstation Deurne, een plaats op ongeveer 20 km ten O van Eindhoven. Deurne is een van de 320 actieve KNMI neerslagstations en heeft een tijdreeks die ergens halverwege 1929 begon.

Behalve die 320 actuele neerslagstations zijn er overigens ook nog 350 historische neerslagstations. De dagelijkse neerslag wordt gemeten van 08 uur op de voorafgaande dag tot 08 uur op de vermelde datum. Die neerslaggegevens worden per 10 dagen gevalideerd.  Dat valideren gebeurt per dag, dus dat betekent nog niet dat de jaarsommen automatisch o.k. zijn, want er kunnen meetdagen tussenuit vallen.

   Fig.2    Data: KNMI

Daarom heb ik de KNMI neerslaggegevens van Deurne vanaf 1930 vergeleken met de data van station Eindhoven van 1930 t/m 2009, zie figuur 2. Verwacht mag worden dat de data van beide stations -gezien de geringe onderlinge afstand- over langere perioden ongeveer vergelijkbaar zullen zijn. Dat geldt blijkbaar niet voor de periode van 1931 t/m 1935 waarin de jaarlijkse neerslag in Deurne veel lager lijkt dan in Eindhoven. Omgekeerd had Eindhoven opvallend lage jaarsommen van 1996 t/m 1999. Beide periodes haal ik derhalve uit de reeksen, zodat de tijdreeks van Deurne begint in 1936 en Eindhoven eindigt in 1995. Station Eindhoven werd ooit vervangen door station Eindhoven Vliegbasis, waarvan ik de data voor het laatste stuk van de grafiek mee laat lopen vanaf 1971 t/m 2021, zie figuur 3:

Fig.3    Data KNMI

Dat de neerslag jaarcijfers van Deurne door deze opschoning betrouwbaar zijn bewijzen de correlatiecoëfficiënten tussen Deurne en Eindhoven en tussen Deurne en Eindhoven Vliegbasis van respectievelijk 0,90 en 0,92. Daar doe ik het mee.

Fig.4    Data KNMI

De grafiek van figuur 4 toont de jaarsommen van de neerslag in Deurne van 1936 t/m 2021, met de lineaire trendlijn (streepjeslijn) en de rode smoothing  loesslijn van a=0.33. De lineaire trendlijn loopt op, de formule rechts laat zien dat er sprake is van een toename van ongeveer 1 mm per jaar, en over de gehele periode van 85 jaar is er een toename van 695 mm tot 781 mm.  Deze toename is statistisch significant. De loess smoothing toont een licht golvend patroon.

Omdat ik vooral benieuwd ben naar de zomerse neerslag heb ik de neerslagsommen per seizoen berekend.

Fig.5    Data: KNMI

De blauwe lijn in figuur 5 is de jaarlijkse neerslagsom in de lente van 1936 t/m 2021. De blauwe streepjeslijn is de lineaire trendlijn. Die laatste gaat heel lichtjes omhoog wat wijst op een lichte stijging van de neerslag in de lente over de hele periode, die overigens statistisch niet significant is. De rode lijn is de loesslijn, die de meerjarige bewegingen van de neerslag volgt. Te zien is dat het afgelopen decennium de neerslag in de lente wat afgenomen is.

Fig.6    Data: KNMI

Figuur 6 laat de ontwikkeling in de tijd van de zomerse neerslag zien. De lineaire trend in de zomer is licht stijgend, maar ook hier is die stijging ten opzichte van het sterk bewegende neerslagsignaal onvoldoende om statistisch significant te zijn. De loesslijn toont een lichte golving, de zomerse neerslag is gedurende de afgelopen 2 decennia wat hoger dan in de rest van de meetperiode.

Fig.7    Data: KNMI

De lineaire trend in de herfst (figuur 7) is nagenoeg 0, maar de loesslijn toont een lichte afname gedurende het laatste decennium.

Fig.8    Data: KNMI

De winterse neerslag in figuur 8 is de enige die een statistisch significante stijging laat zien. De afgelopen 2 decennia ligt de neerslag wat hoger dan gedurende de rest van de reeks.

Conclusie: met de neerslag in Deurne is vanaf 1936 weinig dramatisch aan de hand. De winters lijken wat natter te worden, terwijl lente en herfst wat droger lijken te worden. De zomers (figuur 6) zijn in Deurne niet echt droger geworden, zoals het KNMI voorspelt. Het afgelopen decennium telde Deurne zelfs 3 zomers met een hogere neerslagsom dan in alle voorafgaande zomers. De recentste droge zomer van 2018 was minder droog dan 10 andere zomers tussen 1936 en 1995. De zomer van 2022 zal ongetwijfeld in de boeken komen als droge zomer. Hoe droog moeten we afwachten, maar 1976 is lastig te overklassen. Figuur 6 laat in elk geval zien dat in het laatste decennium drogere en natte zomers elkaar regelmatig afwisselen. Wat in elk geval duidelijk uit de grafieken blijkt is dat de hoeveelheid neerslag van jaar tot jaar sterk kan wisselen. Dat heeft te maken met de overheersende windrichtingen die van jaar tot jaar verschillen. Niets is zo veranderlijk als het Nederlandse weer.

Samen met collega Jan Ruis ben ik bezig met het ontrafelen van de zeespiegelpublicatie van Steffelbauer en een groep auteurs van TU Delft. In een vorig artikel heb ik uitgelegd dat er vertraging is opgetreden in het ter hand stellen van de onderliggende data, maar het onderwerp is dermate complex dat we ons desondanks niet vervelen.

Fig.1    Data: PSMSL

In het eerste artikel over de Delftse publicatie hebben we voor elk station afzonderlijk laten zien dat er van 1890 t/m 2020 geen sprake was van een versnelling in de zeespiegelsignalen. Figuur 1 toont de grafiek van de maandgemiddelde zeespiegel voor het ensemble van de 6 hoofdstations langs de Nederlandse kust. Met een zwarte streepjeslijn is de lineaire trendlijn weergegeven (formule linksboven), met rood de 2^e orde polynomiale trendlijn (formule rechtsboven). De kromming van de laatste lijn, die de versnelling weergeeft in het signaal, is dermate gering dat de zwarte en rode lijn lijken samen te vallen.

Fig.2    Data: PSMSL

Om te laten zien dat er ook statistisch bezien geen sprake is van een versnelling in het zeespiegelsignaal aan de Nederlandse kust hebben we berekend wat de ‘best fit’ is, de lineaire trendlijn of de polynomiale trendlijn. Figuur 2 geeft de lineaire trendlijn weer van de jaarlijkse zeespiegeldata van het ensemble. R-kwadraat = 85% en P<0,0001. Aangezien de P-waarde veel kleiner is dan 0,05, ‘past’ het lineaire model uitstekend.

Fig.3    Data: PSMSL

Figuur 3 geeft de 2^e orde polynomiale trendlijn weer. Ook hier is de R kwadraat 85%, maar de P-waarde van de polynoom is 0,224. Aangezien de P-waarde nu groter is dan of gelijk aan 0,05 is deze term statistisch niet significant bij een betrouwbaarheidsniveau van 95% of hoger.  Dat betekent dat de lineaire trendlijn de voorkeur heeft, die heeft de ‘best fit’. Met andere woorden: er is geen significante versnelling in de stijging van de zeespiegel aan de Nederlandse kust zichtbaar.

Fig.4    Data: PSMSL

Ondanks het feit dat er geen versnelling in de grafiek zichtbaar is kun je toch zien dan het signaal een beetje op en neer gaat. Dat is nog beter te zien als je het volatiele signaal smoothed met een loessfilter, zoals in figuur 4 gedaan is (bruine lijn). De vraag is nu of hier sprake is van cyclisch gedrag.

Elke tijdreeks kan worden uitgedrukt als een combinatie van cosinus- en sinusgolven met verschillende perioden, fasen en amplitudes. Dit gegeven kan worden gebruikt om het periodieke cyclische gedrag in een tijdreeks te onderzoeken. Om te achterhalen of er wellicht cyclische signalen van invloed zijn op de zeespiegel passen we spectraalanalyse toe. Een veelgebruikte instrument bij spectraalanalyse is het periodogram. Een periodogram wordt gebruikt om de dominante perioden (of frequenties) van een tijdreeks te identificeren.

Om te bezien of in de tijdreeksen van de getijdenstations sprake is van cyclische beïnvloeding hebben we voor alle 6 stations een periodogram gemaakt:

Fig.6    Data: PSMSL

De periodogrammen tonen  pieken bij 18,7 jaar, 4,5 jaar en 3 jaar die alle lunaire cycli zijn. De piek op 18,7 jaar correspondeert met de nodale (maan-) cyclus van 18,613 jaar. De piek op 4,5 jaar correspondeert met de perigeum cyclus in springtij van 4,425 jaar en heeft te maken met de wisselende afstand tussen maan en aarde. De piek op 3,0 jaar ontstaat als het perigeum samenvalt met de twee zogenaamde maansknopen. Op Vlissingen na is er ook een cyclus van 5,7 jaar te zien en vertonen de Waddenzeestations een 2,5 jaar cyclus.

Fig.7    Data: PSMSL

De opvallende pieken op 66 en 131 jaar lijken te duiden op een AMO-effect, de schommeling van de watertemperatuur van de noordelijke Atlantische Oceaan. De tabel laat een duidelijk onderscheid zien tussen Waddenzeestations en Noordzeestations: IJmuiden, Hoek van Holland en Vlissingen vertonen de 66-jaars AMO cyclus, Delfzijl, Harlingen en Den Helder vertonen een 131 jaars cyclus, wat een harmonische lijkt van de AMO. Omdat de AMO geen regelmatige cyclus is zoals de lunaire cycli, is zijn de AMO amplitudes in het periodogram relatief klein.

Fig.8    Data NOAA

De AMO index berust op de SST (sea surface temperature) van het noordelijk deel van de Atlantische Oceaan (0-70N) waarvan de trend verwijderd is. Als die SST varieert kan dit effect hebben op de zeespiegel. De AMO correleert bovendien met tal van atmosferische circulatiepatronen die op hun beurt effect kunnen hebben op de zeespiegel (Chylek 2014).

De detrended getijdenreeksen van IJmuiden en Vlissingen tonen in dit verband een opmerkelijke correlatie met de AMO:

Fig.9    Data: PSMSL en NOAA

Omdat de AMO mogelijk effect heeft op de zeespiegel aan de Nederlandse kust zijn de begin- en einddatum van de meetreeksen bij analyse van de zeespiegel van belang. Want hoewel de AMO trendloos is over 1856-2020 kunnen kortere tijdsintervallen afwijkende resultaten opleveren.

Dat laatste lijkt het geval in de Delftse studie. De onderzoekers gebruikten tijdreeksen die starten in 1919, op het minimum van de AMO, en eindigen de meetreeks in 2018, op het maximum van de AMO (zie figuur 8). Het ligt dus voor de hand om eerst te onderzoeken of de getijdenreeksen voor de AMO gecorrigeerd moeten worden.

Een heel ander verhaal is de nodale of maancyclus van 18,613 jaar, die uitvoerig in de literatuur beschreven wordt en een extra zeespiegelstijging tot 30 cm kan veroorzaken. Het TU Delft artikel corrigeert de getijdenreeksen voor de nodale cyclus door er een sinus met periode 18,61 jaar en amplitude 1 van de zeespiegeldata af te trekken. De fase en amplitude van deze cyclus zijn echter niet met regressie bepaald maar gelijk aan die van de astronomische cyclus. Deze methode roept vragen op. Hagen et al (2021) hebben aangetoond dat de methoden die tot nu toe gebruikt werden om de invloed van de nodale cyclus te bepalen onjuist zijn en bepleiten het toepassen van regressie op de gemeten zeespiegeldata om de fase en amplitude van de nodale cyclus te bepalen.

Station IJmuiden toont de grootste periodogram-amplitude bij 18,7 jaar en illustreert de nodale cyclus het best. Om de opgang en neergang in het zeeniveau als gevolg van de nodale cyclus zichtbaar te maken werd de PSMSL reeks van IJmuiden eerst gecorrigeerd voor de trend en vervolgens als afwijking van het gemiddelde uitgezet:

Fig.10    Data: PSMSL

In figuur 10 toont de maandelijkse PSMSL-reeks tot 1925 de nodale cyclus duidelijk maar daarna wordt het patroon onduidelijker te volgen. Een Loess filter van 112 pts (18,613 jaar = 223,4 maanden) maakt de nodale cyclus beter zichtbaar in figuur 11:

Fig.11    Data: PSMSL

Maar noch de fase noch de amplitude zijn constant en tussen 1927 en 1945 verdwijnt de cyclus zelfs, evenals tussen 1980 en 1990. De negatieve fase verdwijnt grotendeels tussen 1927 en 1970. Deze bevindingen tonen aan dat de correctie voor de nodale cyclus die de TU Delft onderzoekers toepassen op de PSMSL-reeksen onjuist is en leidt tot artefacten in de trend.

De getijdenreeksen zouden beter voor de daadwerkelijke (in figuur 11 getoonde) nodale cycli gecorrigeerd moeten worden voor een realistischer resultaat. Het alternatief is: niet corrigeren als het onderzoeksinterval een integer aantal nodale cycli van 18,61 jaar omvat. 

Fig.12    Data: PSMSL

Fig.13    Data: PSMSL

Tot slot laten de figuren 12 en 13 zien dat er opmerkelijke verschillen zijn tussen Noordzee- en Waddenzeestations. De sterke stijging na 2015 in de Waddenzee, waar een neergang wordt verwacht, duidt op een 180°-faseverschuiving. Die deed zich eveneens voor rond 1920. Tussen 1930 en 1979 verdwijnt de positieve fase grotendeels.

Aan de Noordzeekust is de nodale cyclus eveneens onregelmatig. Maar in tegenstelling tot de Waddenzee is  tussen 1930 en 1970 niet de positieve fase maar de negatieve fase grotendeels verdwenen. Dit heeft uiteraard invloed op de langjarige trend. De prominente stijging na 2015 in de Waddenzee is in de Noordzee afwezig.

De vraag is waardoor die verschillen tussen Noordzee en Waddenzee ontstaan. Peng et al (2019) constateerden dat de waterhoogten in ondiepe kustgebieden sterk van plaats tot plaats kunnen verschillen als gevolg van de geringe waterdiepte en de geometrie van de kustlijn, waardoor de waargenomen 18,61-jarige nodale cyclus verschilt van de astronomisch theoretische waarden.

Hagen et al (2021) deden recent onderzoek naar de invloed van de nodale cyclus aan 31 getijdenstations aan de Noordzee, Waddenzee en Het Kanaal. De studie heeft aangetoond dat de huidige analysemethoden in de zuidelijke Noordzee en de Waddenzee enkele centimeters onnauwkeurig zijn als gevolg van de ondiepte (frictie) en geometrische complexiteit van het onderzochte gebied. Ze stellen een nieuwe rekenmethode  voor op basis van multiple nonlineaire regressie om de invloed van de nodale cyclus op het zeeniveau beter te kunnen bepalen.

Conclusie: het Delftse onderzoeksteam heeft bij het bepalen van de invloed van de nodale cyclus op de zeespiegel ten onrechte geen regressie toegepast. Bovendien was het wenselijk geweest als ook de invloed van de AMO was meegenomen in het onderzoek, vooral ook omdat de keuze van het startjaar 1919 van de onderzochte periode samenvalt met een negatieve fase en het eindjaar 2018 met een positieve fase van de AMO.